INSTITUTO POLITECNICO NACIONAL

ESIME CULHUACAN
Ingeniera en Comunicaciones y Electrnica

Cuarto Semestre
Javier Martnez Snchez

Anlisis numrico
Javier Rodrguez Hernndez

Programa Newton Rhaphson

Mtodo de Newton Raphson

Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y
efectivos. A diferencia de los mtodos anteriores, el mtodo de NewtonRaphson no trabaja sobre un intervalo sino que basa su frmula en un proceso
iterativo.
Supongamos que tenemos la aproximacin

a la raz

Trazamos la recta tangente a la curva en el punto

en un punto

Y por lo tanto la ecuacin de la recta tangente es:

Y despejamos

, calculamos primero la ecuacin de la recta

tangente. Sabemos que tiene pendiente

; sta cruza al eje

que ser nuestra siguiente aproximacin a la raz

Para calcular el punto

Hacemos

de

Que es la fmula iterativa de Newton-Raphson para calcular la siguiente

aproximacin:

si
Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos
asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta
de que nos aproximaremos a dicha raz. Desde luego, existen ejemplos donde
este mtodo no converge a la raz, en cuyo caso se dice que el mtodo diverge.
Sin embargo, en los casos donde si converge a la raz lo hace con una rapidez
impresionante, por lo cual es uno de los mtodos preferidos por excelencia.
Tambin observe que en el caso de que
, el mtodo no se puede
aplicar. De hecho, vemos geomtricamente que esto significa que la recta
tangente es horizontal y por lo tanto no intersecta al eje
en ningn punto, a
menos que coincida con ste, en cuyo caso

mismo es una raz de

Ejemplo 1
Usar el mtodo de Newton-Raphson, para aproximar la raz de
comenzando con

y hasta que

Solucin

En este caso, tenemos que:

De aqu tenemos que:

Comenzamos con

y obtenemos:

En este caso, el error aproximado es:

Continuamos el proceso hasta reducir el error aproximado hasta donde se

pidi. Resumimos los resultados en la siguiente tabla:

Aprox. a la raz

Error aprox.

1
1.268941421

21.19%

1.309108403

3.06%

1.309799389

0.052%

De lo cual conclumos que

dgitos!

, la cual es correcta en todos sus

La misma idea puede aplicarse para crear algoritmos que aproximen races
simas de nmeros reales positivos.

Observe que cuando el mtodo de Newton-Raphson converge a la raz, lo hace

de una forma muy rpida y de hecho, observamos que el error aproximado
disminuye a pasos agigantados en cada paso del proceso. Aunque no es
nuestro objetivo establecer formalmente las cotas para los errores en cada uno
de los mtodos que hemos estudiado, cabe mencionar que si existen estas
cotas que miden con mayor precisin la rapidez lentitud del mtodo en
estudio.

Para aplicar el mtodo de Newton-Raphson, seguimos los siguientes pasos:

1. Expresamos la ecuacin en la forma f(x) = 0, e identificamos la funcin f.
2. Calculamos la derivada
3.Construimos la frmula de recurrencia
4.Tomamos una estimacin inicial de la solucin. En este caso podemos tomar
por ejemplo x0 = 1.0, y calculamos las siguientes aproxima- ciones. Desde el
punto de vista prctico, si deseamos aproximar la solucin con 6 decimales,
podemos detener los clculos cuando dos aproximaciones consecutivas
coincidan hasta el decimal 8.

Esta es la parte teorica pero ahora iremos a la parte de la programacin:

Esta es la imagen del cdigo que fue realizado en Dev c++

Este es el cdigo:
#include<iostream>
#include<math.h>
using namespace std;

int main(){
float x,x0=0.5,l,d,n;
do{cout<<"Numero de Iteraciones ";
cin>>n;
cout<<"\n";}while(n<=0);
system("cls");

for(int i=0;i<n;i++){
x=x0-(cos(x0))/(-sin(x0));
l=x-x0;
if(fabs(l)<0.001)break;
else{x0=x;}
}
if(fabs(l)<=0.001){
cout<<"La Raiz de f(x)=x-cos(x) es "<<x;}
else{cout<<" Con "<<n<<" iteraciones la raiz es "<<x<<"\n\n";}
system("pause");
return 0;
}