INFORME SOBRE EL METODO DE NEWTON RAPHSON INTEGRANTES: Mauricio Pino, el resto de tus compaeros RESUMEN En el siguiente informe se presenta

uno de los mtodos numricos llamado mtodo de newton raphson con la intencin de aprender y comprender su utilizacin al momento de hallar races, a continuacin se realiza una breve explicacin del mtodo, y sobre qu consiste y luego se resuelven tres ejercicios para colocar en prctica y conocer la efectividad del mtodo. iteracin con un valor razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa cercana del punto inicial a la raz depende mucho de la naturaleza de la propia funcin; si sta presenta mltiples puntos de inflexin o pendientes grandes en el entorno de la raz, entonces las probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto cercano a la raz. Una vez que se ha hecho esto, el mtodo linealiza la funcin por la recta tangente en ese valor supuesto. La abscisa en el origen de dicha recta ser, segn el mtodo, una mejor aproximacin de la raz que el valor anterior. Se realizarn sucesivas iteraciones hasta que el mtodo haya convergido lo suficiente. f'(x)= 0 Sea f : [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos con un valor inicial x0 y definimos para cada nmero natural n

ABSTRACT The following report presents a numerical methods called Newton's method raphson with the intention to learn and understand their use when finding roots, below is a brief explanation of the method, and what it is and then solve three exercises to put into practice and to know the effectiveness of the method.

MARCO TEORICO METODO DE NEWTON-RAPHSON Descripcin del mtodo El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de que su convergencia global no est garantizada. La nica manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As, se ha de comenzar la Donde f ' denota la derivada de f. Ntese que el mtodo descrito es de aplicacin exclusiva para funciones de una sola variable con forma analtica o implcita cognoscible. Existen variantes del mtodo aplicables a sistemas discretos que permiten estimar las

races de la tendencia, as como algoritmos que extienden el mtodo de Newton a sistemas multivariables, sistemas de ecuaciones, etc. Ejemplo

2 3.

CALCULOS Derivadas de las funciones Consideremos el problema de encontrar un nmero positivo x tal que cos(x) = x3. Podramos tratar de encontrar el cero def(x) = cos(x) - x3. Sabemos que f '(x) = -sin(x) - 3x2. Ya que cos(x) 1 para todo x y x3 > 1 para x>1, deducimos que nuestro cero est entre 0 y 1. Comenzaremos probando con el valor inicial x0 = 0,5 1. 2. 3.
Nota: El resto de clculos se realizan en Excel y dichos clculos y tablas se anexan ms adelante.

( )

CONCULUSION Despus del anlisis que se le hizo al mtodo de newton raphson en el anterior informe y segn los ejercicios resueltos pudimos darnos cuenta de que es un mtodo sencillo, practico y exacto a la hora de hallar races y que la nica complejidad del mtodo est en que la derivada de la funcin sea muy complicada lo que hara el mtodo difcil de resolver por lo tanto es recomendable usar este mtodo para funciones dicha derivada se pueda conocer fcilmente.

Los dgitos correctos estn subrayados. En particular, x6 es correcto para el nmero de decimales pedidos. Podemos ver que el nmero de dgitos correctos despus de la coma se incrementa desde 2 (para x3) a 5 y 10, ilustrando la convergencia cuadrtica.

BIBLIOGRAFIA 1. http://es.wikipedia.org/wiki/M%C3

EJERCICIOS 1. ( ) ( )

%A9todo_de_Newton

CALCULOS ANEXOS

ANALISIS DEL RESULTADO Teniendo en cuenta la funcin graficada encontramos un intervalo donde la funcin tiene una raz, y encontramos que es en el intervalo cerrado de 1,5 y 1,7 teniendo en cuenta los tomamos como nuestro ai y nuestro bi para hallar el xi y con un total de 4 iteraciones en nuestro mtodo encontramos que la raz es 1,56743904 con un porcentaje de error despreciable para nuestra funcin ( ) ( ) ( ) , cuya derivada fue ( ).

ANALISIS DEL RESULTADO Teniendo en cuenta la funcin graficada encontramos un intervalo donde la funcin tiene una raz, y encontramos que es en el intervalo cerrado de 1 y 2 teniendo en cuenta los tomamos como nuestro ai y nuestro bi para hallar el xi y con un total de 4 iteraciones en nuestro mtodo encontramos que la raz es 1,39513976 con un porcentaje de error despreciable para nuestra funcin , cuya derivada fue .

ANALISIS DEL RESULTADO Teniendo en cuenta la funcin graficada encontramos un intervalo donde la funcin tiene una raz, y encontramos que es en el intervalo cerrado de 0,1 y 0,3 teniendo en cuenta los tomamos como nuestro ai y nuestro bi para hallar el xi y con un total de 4 iteraciones en nuestro mtodo encontramos que la raz es 1,39513976 con un porcentaje de error despreciable para nuestra funcin , cuya derivada fue .