metodo de newton

1. 04/21/17 http://numericalmethods.eng.usf.edu 1
Raices de Ecuaciones No
Lineales
Tema: Metodo Newton-Raphson
Major: General Engineering

2. http://numericalmethods.eng.usf.edu2
Metodo Newton-Raphson
)(xf
)f(x
-= xx
i
i
ii
′+1
f(x)
f(xi)
f(xi-1)
xi+2 xi+1 xi
X
θ
( )[ ]ii xfx ,

3. http://numericalmethods.eng.usf.edu3
Derivacion
f(x)
f(xi)
xi+1 xi
X
B
C Aα )('
)(
1
i
i
ii
xf
xf
xx −=+
1
)(
)('
+−
=
ii
i
i
xx
xf
xf
AC
AB
=)αtan(

4. http://numericalmethods.eng.usf.edu4
Algoritmo Metodo
Newton-Raphson

5. http://numericalmethods.eng.usf.edu5
Paso 1
Evaluar f′(x) simbolicamente

6. http://numericalmethods.eng.usf.edu6
Paso 2
)f'(x
)f(x
-= xx
i
i
ii 1+
010x
1
1
x
- xx
=
i
ii
a
+
+
∈
Calcular la siguiente estimación de la raíz
Hallar el error aproximado absoluto relativo

7. http://numericalmethods.eng.usf.edu7
Paso 3
 Hallar el error aproximado absoluto relativo
si es mayor que el error pre-especificado de
tolerancia relativa.
 Si es así, volver al paso 2, de lo contrario
dejar el algoritmo.
 También verifique si el número de
iteraciones ha superado el número máximo
de iteraciones.

8. http://numericalmethods.eng.usf.edu8
Ejemplo
 Tu estas trabajando para "LA EMPRESA TOILET que
hace tanques de inodoro para ABC. La bola tiene un
peso específico de 0,6 y tiene un radio de 5,5 cm. Se le
pide encontrar la distancia x a la que el balón obtendrá
cuando el flotador este sumergido en el agua .

9. http://numericalmethods.eng.usf.edu9
Solucion
La ecuación que da la profundidad 'x' para que la pelota está
sumergido bajo el agua viene dada por
Utilice el método de Newton para
encontrar raíces de ecuaciones para
encontrar la profundidad 'x' para que
la pelota está sumergido bajo el agua.
Realizar tres iteraciones para calcular
la raíz de la ecuación anterior.
( )
( ) x.-xxf
.+x.-xxf -
3303
10x99331650
2
423
=
=

10. http://numericalmethods.eng.usf.edu10
Grafico de la funcion f(x)
( ) 423
10x99331650 -
.+x.-xxf =

11. http://numericalmethods.eng.usf.edu11
Iteracion #1
( )
( )
%96.75
0.08320
10x4.5
10.413x3
02.0
'
02.0
3
4
1
0
0
01
0
=∈
=
−
−=
−=
=
−
−
a
x
xf
xf
xx
x

12. http://numericalmethods.eng.usf.edu12
Iteracion #2
( )
( )
%86.42
0.05824
10x689.6
10x670.1
08320.0
'
08320.0
3
4
2
1
1
12
1
=∈
=
−
−
−=
−=
=
−
−
a
x
xf
xf
xx
x

13. http://numericalmethods.eng.usf.edu13
Iteracion #3
( )
( )
%592.6
0.06235
10x043.9
10x717.3
05284.0
'
05824.0
a
3
5
2
2
23
2
=∈
=
−
−=
−=
=
−
−
xf
xf
xx
x

14. http://numericalmethods.eng.usf.edu14
Ventajas
 Converge rápidamente, en caso de que
converge
 Requiere un solo pronostico

15. http://numericalmethods.eng.usf.edu15
Diagrama
-20
-15
-10
-5
0
5
10
-2 -1 0 1 2
1
2 3
f(x)
x
Punto de Infleccion
( ) ( ) 01
3
=−= xxf

16. http://numericalmethods.eng.usf.edu16
Diagrama (cont.)
-1.00E-05
-7.50E-06
-5.00E-06
-2.50E-06
0.00E+00
2.50E-06
5.00E-06
7.50E-06
1.00E-05
-0.03 -0.02 -0.01 0 0.01 0.02 0.03 0.04
x
f(x)
0.02
Division por cero
( ) 010x4.203.0 623
=+−= −
xxxf

17. http://numericalmethods.eng.usf.edu17
Diagrama (cont.)
-1.5
-1
-0.5
0
0.5
1
1.5
-2 0 2 4 6 8 10
x
f(x)
-0.0630690.54990 4.462 7.53982
Saltos Raices
( ) 0== xSinxf

18. http://numericalmethods.eng.usf.edu18
Diagrama (cont.)
-1
0
1
2
3
4
5
6
-2 -1 0 1 2 3
f(x)
x
3
4
2
1
-1.75 -0.3040 0.5 3.142
Oscilaciones cercanas al Maximo o Minimo
( ) 022
=+= xxf