Professional Documents
Culture Documents
Separata Newton-Raphson (2021)
Separata Newton-Raphson (2021)
-------------------------------------------------------------------------
“INTRODUCCIÓN AL MÉTODO DE NEWTON-
RAPHSON”
1era. Versión
------------------------------------------------------------------------
0
A: Charles l. Vereau
Rio de Janeiro, Brasil
1
PRESENTACION
Valga la ocasión, para presentar el estudio y ejemplos que trata sobre los rudimentos, de uno
de los métodos de aproximación de raíces de ecuaciones, más usados en el conocimiento
científico: el método de Newton-Raphson, los mismos que han sido parte de las clases
impartidas en el curso de Matemática II, que se dictó en la Facultad de Ciencias Económicas
de la Universidad Nacional del Callao, correspondiente al semestre 2018-B.
2
INDICE
PRESENTACIÓN .................................................................................................................. 2
1.2 Definición del método de Newton-Raphson, para una función de una variable ..... 4
3
INTRODUCCIÓN AL MÉTODO DE NEWTON-RAPHSON
1.1.- Introducción. –
Pero cuando se trata, de un modelo de mercado donde una de las ecuaciones, sea no lineal,
encontrar el punto de equilibrio no es muy sencillo, en cuyo caso, se recurre al algebra
superior, para determinar dicho punto. En el caso más complejo, es decir ambas ecuaciones
del modelo, no tengan un comportamiento polinomial, por ejemplo, que la demanda sea una
hipérbola equilátera y la oferta una potencial, la tarea de encontrar el punto de equilibrio no
es muy sencillo, aún, usando el algebra superior no se podría encontrar la solución, en este
caso se tiene que recurrir, a otros métodos de solución, conocidos como métodos de
aproximación, donde se hace el uso del cálculo diferencial.
1
La palabra adecuada es raíz, pero en el presente trabajo usaremos indistintamente, la palabra solución o raíz.
2
Para resolver sistemas de ecuaciones, o ecuaciones con más de una variable independiente
4
1.2.- Definición de la fórmula de Newton-Raphson, para una función de
una sola variable. -
Cuando en el algebra elemental nos enseñan a determinar la solución o raíz de una ecuación
de 1° grado, como:
ax + b = 0
b
x = −a
ax2 + bx + c =0
−𝑏±√𝑏2 −4𝑎𝑐
x=
2𝑎
ay3 + by2 + cy + d = 0
Usamos la fórmula de Cardano, que tiene la siguiente estructura:
𝑏
Haciendo cambio de variable 𝑦 = 𝑥 − 3𝑎
𝑥 3 + 𝑝𝑥 + 𝑞 = 0
Las raíces de la ecuación son:
𝑥1 = 𝛼 + 𝛽
𝑥2 = 𝛼𝑤 + 𝛽𝑤 2
𝑥3 = 𝛼𝑤 2 + 𝛽𝑤
Donde:
5
3 3 2 3 3 2
𝑞 𝑝 𝑞 𝑞 𝑝 𝑞
𝛼 = √− + √ + ∧ 𝛽 = √− − √ +
2 27 4 2 27 4
1 √3 1 √3
𝑤=− + 𝑖 ∧ 𝑤2 = − − 𝑖
2 2 2 2
−b ± √b 2 − 4ac
x1 ; x2 ; x3 ; x4 = ± √
2a
Los matemáticos a través de muchos años, han intentado encontrar fórmulas solución, para
ecuaciones de quinto grado, no pudiendo conseguirlo, hasta que el noruego Niels Abel (1802-
1829) demostró mediante un teorema que lleva su nombre, que no era posible encontrar
fórmula solución, para ecuaciones de quinto o mayor grado.
6
polinomio o una función trascendente (exponencial, logarítmica, trigonométrica, otros), Este
método, para aproximar raíces, es una técnica iterativa con el que podemos encontrar
aproximaciones de soluciones de ecuaciones o ceros o raíces. El método parte de un valor
inicial o de arranque, que se introduce en la fórmula de Newton-Raphson, relacionada con la
ecuación del cual se desea hallar su raíz, obteniendo así un resultado. Ese resultado se
introduce nuevamente en la misma fórmula, obteniendo un nuevo resultado, y así
sucesivamente hasta encontrar la raíz deseada. Si la elección del valor inicial o de arranque
es buena, entendiéndose como tal, cuando el valor está cerca de la raíz deseada, el método
nos proporcionara, más rápidamente. una aproximación a la solución real, mejor que la que
tuviéramos anteriormente.
7
Comenzamos con un punto inicial o de arranque x0 a partir del cual trazamos una recta (en
forma punteada) paralela al eje de coordenadas Y, hasta la curva de la función f(x), en el
cual se obtiene el punto (x0,f(xo)), en dicho punto trazamos una recta tangente, cuya
pendiente es f ‘(x0) que intercepta al eje de coordenadas x, en el número x1, que representa
una aproximación a la raíz buscada, cuyas coordenadas del punto es (x1,0). Toda esta
información, lo sustituimos en la conocida fórmula de la ecuación de la recta, como se
apreciamos a continuación:
Que representa una raíz, cuya aproximación es mejor que x0. De igual forma procedemos con x1, que
en forma vertical toca a la función, cuyas coordenadas es (x 1,f(x1)). En este punto trazamos una recta
tangente, cuya pendiente es f ‘(x1) y que intercepta al eje x, cuyas coordenadas es, (x 2,0), toda esta
información lo reemplazamos nuevamente en la fórmula de la ecuación de la recta, obteniéndose:
𝑓(𝑥1 )
𝑥2 = 𝑥1 −
𝑓′(𝑥1 )
Al igual que se hizo para obtener x1 y x2 , se hace para x3, x4,…xn , obteniéndose los
siguientes resultados:
𝑓(𝑥2 )
𝑥3 = 𝑥2 −
𝑓′(𝑥2)
Generalizando, tenemos:
𝑓(𝑥𝑛−1 )
𝑥𝑛 = 𝑥𝑛−1 −
𝑓′(𝑥𝑛−1 )
Si, sumamos 1 a cada subíndice, se tiene la siguiente fórmula:
8
𝑓 (𝑥 )
𝑥𝑛+1 = 𝑥𝑛 − 𝑓′(𝑥𝑛 ) , 𝑓′(𝑥𝑛 ) ≠ 0
𝑛
Hay que anotar, que el método descrito es de aplicación exclusiva para funciones de una sola
variable. Existen variantes del método aplicables a sistemas discretos que permiten estimar
las raíces de la tendencia, así como algoritmos que extienden el método de Newton a sistemas
multivariables, sistemas de ecuaciones, etc.
𝑋𝑛+1 − 𝑋𝑛
𝐸=| ∗ 100|
𝑋𝑛+1
cuando se tiene un error pequeño o cero, en ese momento, se finaliza la iteración para el
cálculo de la raíz
entre 0 y 1
Solución:
Primero, es necesario acondicionar la información, de forma tal que lo podemos reemplazarlo
en la fórmula de Newton-Raphson, así:
3
𝑓(𝑥𝑛 ) = 𝑥𝑛 − 4𝑥𝑛 + 1
𝟐
𝐟′(𝐱 𝐧 ) = 𝟑𝐱 𝐧 − 𝟒
9
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )
Que nos servirá para calcular las aproximaciones. Hacemos correr la fórmula, comenzando
con:
Para n=3.
2(0.25409836)3 −1
𝑥3 = 0.25409836 → 𝑥4 = = 0.25409836
3(0.25409836)2 −4
Como el valor de 𝑥3 𝑦 𝑥4 son parecidos, entonces paramos el cálculo. Para mayor precisión
calculamos los errores para cada raíz calculada, esto se puede apreciar, luego de efectuar las
operaciones correspondientes, en el cuadro resumen que presentamos a continuación.
n=1 𝑥1 = 0 𝑥2 = 0.25
n=2 𝑥2 = 0.25 𝑥3 = 0.25409836
n=3 𝑥3 = 0.25409836 𝑥4 = 0.25409836
10
𝑋𝑛+1 − 𝑋𝑛 𝐸2 = 1.61290297190427%
𝐸=| ∗ 100|
𝑋𝑛+1
𝐸3 = 0%
Esbozando la gráfica de la función, donde apreciamos la raíz obtenida con solo tres
decimales 0.254
(0,1)
Solución.-
𝑓 (𝑥𝑛 ) = 𝑥𝑛 3 − 𝑥𝑛 − 1
𝑓′(𝑥𝑛 ) = 3𝑥𝑛 2 − 1
Tenemos la fórmula de Newton-Raphson
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )
Reemplazando en la fórmula, la función y su derivada
11
𝑥𝑛3 − 𝑥𝑛 − 1
𝑥𝑛+1 = 𝑥𝑛 −
3𝑥𝑛2 − 1
Operando y simplificando:
2𝑥𝑛 3 + 1
𝑥𝑛+1 =
3𝑥𝑛 2 − 1
Como punto de arranque tomamos 𝑥1 = 1, que es parte del intervalo propuesto,
reemplazando en esta última ecuación, se tiene luego de operar
𝑥2 = 1.5, este valor lo reemplazamos en la fórmula y tenemos como resultado el valor de
𝑥3 = 1.3478260869565217 y así sucesivamente, se tiene los siguientes resultados que
mostramos en el siguiente cuadro.
n=1 𝑥1 = 1 𝑥2 = 1.5
𝐸1 = 33.33333333333333%
𝐸2 = 11.29032258064516452%
𝑥𝑛+1 − 𝑥𝑛 𝐸3 = 1.70734086886280845%
𝐸=| ∗ 100|
𝑥𝑛+1
𝐸4 = 0.00001636229523534%
12
3.- Resolver, la siguiente ecuación: 𝑥 4 − 2𝑥 3 + 𝑥 2 − 3 = 0 , 𝑟𝑎í𝑧 𝑒𝑛𝑡𝑟𝑒 1 𝑦 2.
Solución.-
De acuerdo a los ejercicios anteriores, ponemos en forma funcional la ecuación propuesta
de igual manera hallamos su respectiva derivada.
𝑓 (𝑥𝑛 ) = 𝑥𝑛 4 − 2𝑥𝑛 3 + 𝑥𝑛 2 − 3
13
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )
Reemplazando toda esta información y operando tenemos:
3𝑥𝑛 4 − 4𝑥𝑛 3 + 𝑥𝑛 2 + 3
𝑥𝑛+1 =
4𝑥𝑛 3 − 6𝑥𝑛 2 + 2𝑥𝑛
Con 𝑥1 = 2, como punto de arranque, sustituimos en esta última expresión, tenemos el valor
de 𝑥2 = 1.9166666666666667, iterando nuevamente se tiene los siguientes valores que
mostramos en el siguiente cuadro
n=1 𝑥1 = 2 𝑥2 = 1.9166666666666667
El cuadro siguiente se muestra los errores para cada raíz aproximada encontrada
𝐸1 = 4.34782608695651992%
𝐸2 = 0.4572330924618865%
𝑥𝑛+1 − 𝑥𝑛 𝐸3 = 0.00469901178511%
𝐸=| ∗ 100|
𝑥𝑛+1
𝐸4 = 0.00000052414933%
14
4.- Usando Newton-Raphson, encontrar las tres raíces de la ecuación: 𝑥 3 − 3𝑥 + 1 = 0
Solución.-
En este ejercicio, no nos da el intervalo donde se encuentra el punto de arranque, para
determinar la raíz que deseamos encontrar, por tanto, debemos encontrar un punto de
arranque, y esto es posible graficando la ecuación, previamente lo ponemos en forma
funcional. Usando nuestros conceptos de máximos y mínimos procedemos a calcular la
gráfica de la función, así:
𝑓 (𝑥 ) = 𝑥 3 − 3𝑥 + 1
𝑓 ′(𝑥 ) = 3𝑥 2 − 3
3𝑥 2 − 3 = 0
𝑥2 − 1 = 0
15
𝑥 =±1
Usamos el criterio
𝑓 ′′(𝑥 ) = 6𝑥
Evaluando para cada valor crítico
𝑓 ′′(1) = 6 > 0 𝑚í𝑛
𝑓 ′′(−1) − 6 < 0 𝑚á𝑥
Con toda esta información procedemos a graficar la función, que a continuación mostramos
Y
3.5
3
2.5
2
1.5
1
0.5
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
-0.5
-1
-1.5
Con la ayuda de esta grafica estamos en condición, de poder determinar el punto de arranque,
como es sabido estos se encuentran cerca de la intersección de la función con el eje x, en
nuestro caso elegiremos a x = -2
16
A continuación, usaremos el procedimiento de los ejemplos anteriores para encontrar las
raíces, es decir aplicaremos la fórmula de Newton-Raphson, previamente encontraremos la
derivada de la función y en seguida lo reemplazamos en la fórmula.
𝑥𝑛3 − 3𝑥𝑛 + 1
𝑥𝑛+1 = 𝑥𝑛 −
3𝑥𝑛2 − 3
Operando
3𝑥𝑛3 − 3𝑥𝑛 − 𝑥𝑛3 + 3𝑥𝑛 − 1
𝑥𝑛+1 =
3𝑥𝑛2 − 3
Simplificando, se tiene:
2𝑥𝑛3 − 1
𝑥𝑛+1 =
3𝑥𝑛2 − 3
2𝑥 3 −1 2(−2)3 −1 17
𝑥2 = 3𝑥12 −3 = 3(−2)2 −3 = − = −1,88889
1 9
𝑥2 = −1,88889
2𝑥 3 −1 2(−1,88889)3 −1
𝑥3 = 3𝑥22 −3 = 3(−1,88889)2 −3 = −1,87945
2
𝑥3 = −1,87945
De igual forma
2(−1,87945)3 −1
𝑥4 = = −1,87939,
3(−1,87945)2 −3
17
En este caso, ya tenemos el valor de una raíz, que lo denotaremos por 𝑥1 = −1,87939 (No
confundir con 𝑥1 = −2, que es valor de arranque) como nos resta encontrar las dos restantes,
usaremos la división sintética (o teorema del resto o residuo) para reducir la ecuación cubica
a una cuadrática, de forma tal que usando la fórmula general de segundo grado, podemos
obtener las dos raíces restantes:
𝑥 2 − 1,87939𝑥 + 0,5321067 = 0
Para encontrar las raíces, como decíamos líneas arriba, usamos la fórmula general, así:
Operando
1,87939 ± 1,1847699
𝑥=
2
Finalmente, tenemos las dos raíces restantes:
𝑥2 = 1,5320799
𝑥3 = 0,34731
5.-Estime, con una precisión de 3 decimales, la raíz cúbica de 71. (Una pista, mostrar que el
problema es equivalente a encontrar una raíz de:
18
𝑓(𝑥 ) = 𝑥 3 − 71 = 0
𝑥 3 = 71
2𝑥𝑛 3 + 71
𝑥𝑛+1 =
3𝑥𝑛 2
19
n=1 𝑥1 = 4 𝑥2 = 4.14583
𝐸1 = 3.517580182318%
𝑋𝑁+1 − 𝑋𝑁 𝐸2 = 0.12089848570981266%
𝐸=| ∗ 100|
𝑋𝑁+1
𝐸3 = 0.00014628245951635507071%
Según el enunciado, nos dice que la raíz debe contener solo tres decimales. Entonces de
𝑥3 = 4.14082380672176197 𝑦 𝑥4 = 4.1408177494317140115078 , 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 ≈ 4.14
Solución.-
3𝑞 = 250 + 2𝑞 − 0.1𝑞 3
Ordenando
20
0 = 𝑞 + 0.1𝑞 3 − 250
n=1 𝑞1 = 13 𝑞2 = 13.33462
De igual forma, calculamos los errores para cada una de las raíces provisionales obtenidos,
𝐸1 = 2.50940784214323%
𝑞𝑛+1 − 𝑞𝑛 𝐸2 = 0.06085614313125%
𝐸=| ∗ 100|
𝑞𝑛+1
𝐸3 = 0.0000750384009%
21
Redondeando, la cantidad de equilibrio sería: 13.33. Verificando, es decir reemplazamos
este valor, en la función y en la función ingreso, así:
𝑐 = 250 + 13.33 ∗ 2 − 0.1 ∗ 13.333
c=39.8006963
39.8006963 ≈ 40
Y =3(13.33)
Y =39.99
39.99 ≈ 40
Por lo tanto, : C=Y
22
2.- El costo total de fabricar 𝑞 cientos de lápices es 𝑐 dólares, donde:
𝑞2 1
𝑐 = 40 + 3𝑞 + +
1000 𝑞
Solución.-
a. Cantidad del punto de equilibrio 𝐶 (𝑞) = 𝑟(𝑞), Donde:
C = costo
r = ingreso
Donde el ingreso r es igual: r = 7q
Igualando la función costo y el ingreso,tenemos:
𝑞2 1
40 + 3𝑞 + + = 7𝑞
1000 𝑞
Operando y ordenando
𝑞2 1
+ − 4𝑞 + 40 = 0
1000 𝑞
𝑞3
− 4𝑞2 + 40𝑞 + 1 = 0
1000
Poniendo la ecuación, en su forma funcional
𝑞3
𝑓 (𝑞 ) = − 4𝑞2 + 40𝑞 + 1
1000
Como observamos, es la relación que se muestra en el inciso a)
23
b. Aplicando el método de Newton-Raphson:
𝑑 𝑞3
𝑓 ´ (𝑞 ) = ( − 4𝑞2 + 40𝑞 + 1)
𝑑𝑞 1000
3000
𝑓 ´ (𝑎 ) = 𝑞2 − 8𝑞 + 40
1000000
𝑓´(𝑎) = 0.003𝑞 2 − 8𝑞 + 40
Resultando
0.002(𝑞 )3 −4(𝑞 )2 −1
𝑞𝑛+1 = 0.003(𝑞𝑛)2 −8(𝑞𝑛)+40
𝑛 𝑛
24
0.002(𝑞2 )3 − 4(𝑞2 )2 − 1 0.002(10.05037783)3 − 4(10.05037783)2 − 1
𝑞3 = =
0.003(𝑞2 )2 − 8(𝑞2 ) + 40 0.003(10.05037783)2 − 8(10.05037783) + 40
=10.05012658
𝑞4 = 10.05012657
Como la pregunta, ponía como sugerencia, dos decimales como precisión, se tiene el valor
de 10.05 como raíz adecuada, que es una de las tres que tiene la función cúbica. Las otras
dos son (Que lo hemos encontrado por otra forma)
𝑞 = 3989.974811
𝑞 = −0.02493781024
Estas raíces las hemos descartado como solución, porque una de ellas es negativa y por ende
no tiene interpretación económica y la otra por ser un valor mayor que el encontrado, ya que
es mejor, tener un mayor beneficio con una menor cantidad producida.
Solución:
Como no nos dan, el punto de arranque, lo que hacemos es graficar ambas funciones, como
apreciamos a continuación y sabiendo que las variables económicas, solo tienen
interpretación económica en el primer cuadrante de los ejes de coordenados, observamos,
que ambas funciones se interceptan cerca del punto q = 2, (Aunque en el gráfico hemos puesto
el punto exacto luego de usar el método de Newton-Raphson)
25
(2.88, 10.76)
(0,5)
(-2.5,0)
Operando
(2𝑞 + 5)(𝑞 2 + 1) = 100
2𝑞 3 + 2𝑞 + 5𝑞 2 + 5 = 100
Obteniendo su derivada
𝑑
𝑓´(𝑞𝑛 ) = [2(𝑞𝑛 )3 + 5(𝑞𝑛 )2 + 2(𝑞𝑛 ) − 95]
𝑑(𝑞𝑛 )
26
Reemplazando la información en la fórmula de Newton-Raphson,
Efectuando operaciones
{[(𝑞𝑛 )(6(𝑞𝑛 )2 + 10(𝑞𝑛 ) + 2)] − [2(𝑞𝑛 )3 + 5(𝑞𝑛 )2 + 2(𝑞𝑛 ) − 95]}
𝑞𝑛+1 =
6(𝑞𝑛 )2 + 10(𝑞𝑛 ) + 2
4(𝑞𝑛 )3 + 5(𝑞𝑛 )2 + 95
𝑞𝑛+1 =
6(𝑞𝑛 )2 + 10(𝑞𝑛 ) + 2
𝑞1 = 2
𝑞3 = 2.880490444
𝑞4 = 2.879903973
𝑞5 = 2.879903878
27
Como los valores encontrados de 𝑞4 y 𝑞5 son parecidos, entonces paramos los cálculos. Por
otro lado, como se nos pide, con solo tres decimales de precisión, podemos concluir, que la
cantidad de equilibrio es de 2.880.
28
REFERENCIA BIBLIOGRÁFICA. –
4.- PETER V. O´NEIL, “Matemática Avanzadas para Ingeniería”, VI, 3era edición CECSA,
México, 1996.
29
ANEXO
30
Método de Newton-Raphson.-
El método de Newton-Raphson es un método abierto, en el sentido de que su convergencia
global no está garantizada. La única manera de alcanzar la convergencia es seleccionar un
valor inicial lo suficientemente cercano a la raíz buscada. Así, se ha de comenzar la iteración
con un valor razonablemente cercano al cero (denominado punto de arranque o valor
supuesto). La relativa cercanía del punto inicial a la raíz depende mucho de la naturaleza de
la propia función; si ésta presenta múltiples puntos de inflexión o pendientes grandes en el
entorno de la raíz, entonces las probabilidades de que el algoritmo diverja aumentan, lo cual
exige seleccionar un valor supuesto cercano a la raíz. Una vez que se ha hecho esto, el método
alinea la función por la recta tangente en ese valor supuesto. La abscisa en el origen de dicha
recta será, según el método, una mejor aproximación de la raíz que el valor anterior. Se
realizarán sucesivas iteraciones hasta que el método haya convergido lo suficiente.
Sea f: [a, b] ->R función derivable definida en el intervalo real [a, b]. Empezamos con un
valor inicial x0 y definimos para cada número natural n
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 − ; ∀𝑓 ′ (𝑥𝑛 ) ≠ 0
𝑓′(𝑥𝑛 )
Nótese que el método descrito es de aplicación exclusiva para funciones de una sola variable
con forma analítica o implícita conocible. Existen variantes del método aplicables a sistemas
discretos que permiten estimar las raíces de la tendencia, así como algoritmos que extienden
el método de Newton a sistemas multivariables, sistemas de ecuaciones, etc.
Y para calcular los errores, y así saber dónde finaliza el cálculo de la variable es:
𝑋𝑁+1 − 𝑋𝑁
𝐸=| ∗ 100|
𝑋𝑁+1
31
32