Método de Newton

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 12

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE

AREQUIPA
FACULTAD DE PRODUCCIÓN Y SERVICIOS
ESCUELA PROFESIONAL DE INGENIERÍA
MECÁNICA

MÉTODO DE NEWTON

DOCENTE: WILLY CONDORI

ALUMNOS:
JOSÉ CARLOS PASTOR RUELAS
DENIS DAVID RODRÍGUEZ VILAVILA

AREQUIPA - PERÚ
INTRODUCCIÓN

El método de Newton, también conocido como el método de Newton-Raphson, es un


algoritmo numérico utilizado para encontrar raíces de ecuaciones no lineales. Fue
desarrollado por el matemático y físico Sir Isaac Newton y, posteriormente, refinado por
Joseph Raphson.

Este método se utiliza ampliamente en diversas áreas de la ciencia, la ingeniería y las


matemáticas, ya que proporciona una manera eficiente de encontrar soluciones
aproximadas de ecuaciones no lineales complicadas. Su aplicación abarca desde la
resolución de problemas de optimización hasta la simulación de sistemas dinámicos.

La idea principal detrás del método de Newton es utilizar la derivada de una función
para aproximar la raíz de la ecuación. Comienza con una suposición inicial cercana a la
raíz y luego itera mediante una fórmula recursiva para mejorar continuamente la
aproximación. Este proceso se repite hasta que se alcance una precisión deseada o se
cumpla algún criterio de convergencia.

Una de las principales ventajas del método de Newton es su rápida convergencia,


especialmente cuando la suposición inicial está lo suficientemente cerca de la raíz. Sin
embargo, es importante tener en cuenta que el método puede ser sensible a la elección
de la suposición inicial y puede no converger en algunos casos o incluso converger a
una raíz incorrecta.

En resumen, el método de Newton es una herramienta poderosa para resolver


ecuaciones no lineales en diversas áreas científicas y de ingeniería. Proporciona una
forma eficiente de encontrar soluciones aproximadas, pero requiere un buen
entendimiento de la función y puede requerir ajustes o consideraciones adicionales
dependiendo del problema específico.
FUNDAMENTOS TEÓRICOS
El método de Newton se basa en dos conceptos fundamentales: la aproximación lineal
de una función mediante su serie de Taylor y la búsqueda de las raíces de una ecuación
no lineal.

Aproximación lineal mediante la serie de Taylor:


El método de Newton utiliza la aproximación lineal de una función alrededor de un
punto dado utilizando su serie de Taylor. La serie de Taylor representa una función
como una suma infinita de términos, donde cada término está relacionado con las
derivadas de la función en el punto de interés. Al truncar la serie a un número finito de
términos, se obtiene una aproximación polinomial de la función. Para una función
diferenciable f(x) alrededor del punto x=a, la aproximación lineal de primer orden
mediante la serie de Taylor es:
f(x) ≈ f(a) + f′(a)(x − a)

Esta aproximación lineal es válida cuando x está lo suficientemente cerca de a.


Búsqueda de las raíces de una ecuación no lineal:
El objetivo del método de Newton es encontrar las raíces de una ecuación no lineal, es
decir, los valores de x para los cuales la función f(x) es igual a cero. En otras palabras,
se busca resolver la ecuación f(x) = 0.
El método de Newton parte de una suposición inicial x₀ cercana a la raíz deseada. A
partir de esa suposición, se genera una secuencia de iteraciones utilizando la siguiente
fórmula recursiva:

xₙ₊₁ = xₙ − f(xₙ)/f ′ (xₙ)

Donde xₙ es la n-ésima aproximación a la raíz, f(xₙ) es el valor de la función evaluada


en xₙ, y f'(xₙ) es la derivada de la función evaluada en xₙ. Este proceso se repite hasta
que se alcance una precisión deseada o se cumpla algún criterio de convergencia.
La idea detrás del método de Newton es que la sucesión de aproximaciones xₙ converge
hacia la raíz de la ecuación si la suposición inicial está lo suficientemente cerca. La
convergencia es más rápida cuando la función es bien comportada y la suposición
inicial está cerca de la raíz.
En resumen, el método de Newton combina la aproximación lineal de una función
mediante la serie de Taylor con la búsqueda de raíces de una ecuación no lineal. Este
método iterativo proporciona una forma eficiente de encontrar soluciones aproximadas a
ecuaciones no lineales, pero su convergencia puede depender de la elección de la
suposición inicial y la naturaleza de la función.
OBJETIVOS
• Analizar la aplicabilidad del método de Newton en la resolución de problemas
específicos de ingeniería mecánica: El objetivo principal sería investigar cómo el
método de Newton puede utilizarse para resolver problemas concretos en el campo
de la ingeniería mecánica. Esto podría incluir la resolución de ecuaciones no
lineales en problemas de análisis estructural, diseño de mecanismos, dinámica de
sistemas o simulaciones numéricas.

• Evaluar la eficiencia y precisión del método de Newton en comparación con otros


métodos numéricos: El objetivo sería realizar un análisis comparativo entre el
método de Newton y otros métodos numéricos utilizados comúnmente en ingeniería
mecánica, como el método de bisección, el método de la secante o métodos de
optimización. Se podría investigar la eficiencia computacional, la precisión y la
convergencia del método de Newton en diferentes escenarios y determinar las
ventajas y limitaciones en comparación con otros métodos.

• Investigar técnicas de mejora y adaptación del método de Newton para problemas


específicos de ingeniería mecánica: El objetivo sería explorar técnicas y enfoques
avanzados para mejorar la eficiencia y la convergencia del método de Newton en
problemas específicos de ingeniería mecánica. Esto podría incluir adaptaciones del
método para tratar con ecuaciones no lineales con múltiples raíces, singularidades
o problemas de estabilidad numérica.

• Desarrollar implementaciones y herramientas computacionales basadas en el


método de Newton para su uso en la ingeniería mecánica: El objetivo sería
desarrollar software y herramientas computacionales basadas en el método de
Newton para facilitar su aplicación en problemas de ingeniería mecánica. Esto
podría implicar el diseño y la implementación de algoritmos eficientes en lenguajes
de programación como Matlab, Python u otros, y desarrollar interfaces intuitivas
para facilitar su uso por parte de ingenieros mecánicos.

• Aplicar el método de Newton en casos de estudio de ingeniería mecánica y evaluar


sus resultados: El objetivo sería aplicar el método de Newton en casos de estudio
reales relacionados con la ingeniería mecánica, como el diseño de estructuras,
análisis de vibraciones, simulación de sistemas mecánicos, entre otros. Se
analizarían los resultados obtenidos mediante el método de Newton y se evaluaría
su precisión y utilidad práctica en comparación con otras técnicas.

RESUMEN DEL MÉTODO DE NEWTON


El método numérico de Newton fue descrito por Sir Isaac Newton en ('Sobre el análisis
mediante ecuaciones con un número infinito de términos', escrito en 1669, publicado en
1711 por William Jones) y en De metodis fluxionum et serierum infinitarum (escrito en
1671, traducido y publicado como Método de las fluxiones en 1736 por John Colson).
Sin embargo, su descripción difiere en forma sustancial de la descripción moderna
presentada más arriba: Newton aplicaba el método solo a polinomios, y no consideraba
las aproximaciones sucesivas Xn, sino que calculaba una secuencia de polinomios para
llegar a la aproximación de la raíz x. Finalmente, Newton ve el método como puramente
algebraico y falla al no ver la conexión con el cálculo. El método es llamado así por el
matemático inglés Joseph Raphson (contemporáneo de Newton) siendo miembro de la
Royal Society en 1691 por su libro «Aequationum Universalis», publicado en 1690, que
contenía este método para aproximar raíces. Newton en su libro «Método de las
fluxiones» describe el mismo método, en 1671, pero no fue publicado hasta 1736, lo que
significa que Raphson había publicado este resultado 46 años antes. Aunque no fue tan
popular como los trabajos de Newton, se le reconoció posteriormente
En análisis numérico, el método de Newton (conocido también como el método de
Newton-Raphson o el método de Newton-Fourier) es un algoritmo eficiente para
encontrar aproximaciones de los ceros o raíces de una función real. También puede ser
usado para encontrar el máximo o mínimo de una función, encontrando los ceros de su
primera derivada.

INTERPRETACIÓN DEL MÉTODO


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 se ha hecho esto, el método linealiza 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 )

Nótese que el método descrito es de aplicación exclusiva para funciones de una sola
variable con forma analítica o implícita cognoscible. 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.
Ilustración de una iteración del método de Newton (la función f se demuestra en azul y la
línea de la tangente está en rojo). Vemos que xn + 1 es una aproximación mejor que xn para
la raíz x de la función f.
Método de la secante
En análisis numérico el método de la secante es un método para encontrar los ceros de
una función de forma iterativa. Es una variación del método de Newton-Raphson donde
en vez de calcular la derivada de la función en el punto de estudio, teniendo en mente la
definición de derivada, se aproxima la pendiente a la recta que une la función evaluada
en el punto de estudio y en el punto de la iteración anterior. Este método es de especial
interés cuando el coste computacional de derivar la función de estudio y evaluarla es
demasiado elevado, por lo que el método de Newton no resulta atractivo. En otras
palabras, el método de la secante es un algoritmo de la raíz de investigación que utiliza
una serie de raíces de las líneas secantes para aproximar mejor la raíz de una función f.
El método de la secante se puede considerar como una aproximación en diferencias finitas
del método de Newton-Raphson. Sin embargo, este método fue desarrollado
independientemente de este último. El método se define por la relación de recurrencia:
𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛+1 = 𝑥𝑛 − ∗ 𝑓(𝑥𝑛 )
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )

Como se puede ver, este método necesitará dos aproximaciones iniciales de la raíz para
poder inducir una pendiente inicial.
INTERPRETACIÓN MATEMÁTICA

Tenemos una función f(x) de color azul, a la que le queremos encontrar una raíz por el
procedimiento del Método de Newton, gráficamente podemos ver que la raíz es cuadrado
de color azul, que es el corte de la función con el eje x, tomamos el punto x 0 considerando
cercano a la raíz, en ese punto x0 trazamos la recta tangente a la gráfica y vemos el punto
de corte con el eje x, y obtenemos el punto x1, en este punto repetimos el procedimiento
y obtenemos el punto x2, repetimos el procedimiento una vez más y obtenemos el x3 y en
eso consiste el Método de Newton, fijémonos que a partir del x 0 obtenemos los puntos
x1, x2 y x3 en solo 3 iteraciones, fijémonos que cercamos estamos de la raíz que estamos
buscando.
CONVERGENCIA DEL MÉTODO
El orden de convergencia de este método es, por lo menos, cuadrático. Sin embargo, si la
raíz buscada es de multiplicidad algebraica mayor a uno (ejem., una raíz doble, triple, …),
el método de Newton-Raphson pierde su convergencia cuadrática y pasa a ser lineal de
constante asintótica de convergencia 1-1/m, con m la multiplicidad de la raíz.
Existen numerosas formas de evitar este problema, como pudieran ser los métodos de
aceleración de la convergencia tipo Δ² de Aitken o el método de Steffensen.
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 − 𝑚
𝑓´(𝑥𝑛 )

Evidentemente, este método exige conocer de antemano la multiplicidad de la raíz, lo


cual no siempre es posible. Por ello también se puede modificar el algoritmo tomando
una función auxiliar g(x) = f(x)/f'(x), resultando:
𝑔(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑔´(𝑥𝑛 )

Su principal desventaja en este caso sería lo costoso que pudiera ser hallar g(x) y g'(x) si
f(x) no es fácilmente derivable. Por otro lado, la convergencia del método se demuestra
cuadrática para el caso más habitual sobre la base de tratar el método como uno de punto
fijo: si g '(r)=0, y g''(r) es distinto de 0, entonces la convergencia es cuadrática. Sin
embargo, está sujeto a las particularidades de estos métodos. Nótese de todas formas que
el método de Newton-Raphson es un método abierto: la convergencia no está garantizada
por un teorema de convergencia global como podría estarlo en los métodos de falsa
posición o de bisección.
Ejemplo:
Considerando el problema de encontrar un número positivo x tal que cos(𝑥 ) = 𝑥 3 .
Sabemos que 𝑓´(𝑥) = −𝑠𝑒𝑛(𝑥) − 3𝑥 2 . Ya que cos (𝑥) ≤ 1 para todo 𝑥 y 𝑥 3 >
1 𝑝𝑎𝑟𝑎 𝑥 > 1, deducimos que nuestro cero está entre 0 y 1.
Comenzaremos con el valor iniciar 𝑥0 = 0.5
𝑥1 = 𝑓(𝑥0 ) = cos(0.5) − 0.53 = 1.112141637097
𝑥0 − 0.5 −
𝑓´(𝑥0 ) − sin(0.5) − 3 ∗ 0.52

𝑥2 = 𝑓(𝑥1 ) . = 0.909672693736
𝑥1 − .
𝑓´(𝑥1 )
.
𝑥3 = . . = 0.867263818209
. .
. .
𝑥4 = . . = 0.865477135298
. .
. .
𝑥5 = . . = 0.865474033111
. .
. .
𝑥6 = . . = 0.865474033102
. .
. .

Los dígitos correctos están subrayados, en particular 𝑥6 es correcto para el número de


decimales pedidos, podemos ver que el número de dígitos correctos después de la coma
se incrementa desde 2 (para 𝑥3) a 5 y 10, ilustrando la convergencia cuadrática.
DESVENTAJAS DEL MÉTODO
Aunque el método de Newton-Raphson en general es muy eficiente, hay situaciones en
que presenta dificultades. Un caso especial es en el de las raíces múltiples. En algunos
casos es posible que para raíces simples se presenten dificultades por su lenta
convergencia.
ERRORES DEL MÉTODO
Este método es de convergencia cuadrática. Esto significa que si en algún momento el
error es menor o igual a 0,1, a cada nueva iteración doblamos (aproximadamente) el
número de decimales exactos. En la práctica puede servir para hacer una estimación
aproximada del error.
|𝑥𝑘+1 − 𝑥𝑘 |
𝐸=
|𝑥𝑘+1 |
Con lo cual se toma el error relativo como si la última aproximación fuera el valor exacto.
Se detiene el proceso iterativo cuando este error relativo es aproximadamente menor que
una cantidad fijada previamente.
EJERCICIO APLICADO A LA INGENIERÍA MECÁNICA
Un ejemplo sencillo que muestra cómo aplicar el método de Newton para encontrar la
raíz de una ecuación relacionada con el área en el campo de la Ingeniería Mecánica.
Supongamos queremos encontrar el diámetro de un cilindro que tiene un área de
superficie de 100 unidades cuadradas. Utilizaremos el método de Newton para resolver
esta ecuación no lineal:

En este ejemplo, hemos definido la función f(d) que representa la ecuación del área de un
cilindro en términos de su diámetro d. La derivada de f(d), que es necesaria para aplicar
el método de Newton, también se ha definido como df(d).
A continuación, hemos establecido un valor inicial d0 y los criterios de convergencia
(tolerancia y número máximo de iteraciones permitidas).
Luego, implementamos el método de Newton en un bucle while similar al ejemplo
anterior. En cada iteración, actualizamos el valor de d utilizando la fórmula del método
de Newton.
Finalmente, mostramos el resultado que será el diámetro aproximado del cilindro que
produce un área de superficie de 100 unidades cuadradas, o un mensaje indicando que no
se alcanzó convergencia en el número máximo de iteraciones.
Recuerda que este es un ejemplo básico y simplificado para ilustrar el uso del método de
Newton en el contexto de la Ingeniería Mecánica. En aplicaciones reales, es posible que
debas ajustar la función f(d) y su derivada df(d) de acuerdo con el problema específico
que estés resolviendo.
APLICACIONES POR EL METODO NEWTON (PYTON)
Código en Python que implementa el método de Newton para encontrar el diámetro de
un cilindro con un área de superficie de 100 unidades cuadradas:

En este ejemplo, hemos definido la función f(d) que representa la ecuación del área de un
cilindro en términos de su diámetro d. La función df(d) calcula la derivada de f(d), que se
requiere en el método de Newton.
Luego, hemos establecido un valor inicial d0 y los criterios de convergencia (tolerancia
y número máximo de iteraciones permitidas).
A continuación, implementamos el método de Newton utilizando un bucle while similar
al ejemplo de MATLAB. En cada iteración, actualizamos el valor de d utilizando la
fórmula del método de Newton.
Finalmente, mostramos el resultado, que será el diámetro aproximado del cilindro que
produce un área de superficie de 100 unidades cuadradas, o un mensaje indicando que no
se alcanzó convergencia en el número máximo de iteraciones.
Recuerda que este es un ejemplo básico y simplificado para ilustrar el uso del método de
Newton en el contexto de la Ingeniería Mecánica. Puedes ajustar la función f(d) y su
derivada df(d) según tus necesidades y el problema específico que estés resolviendo.
CONCLUSIONES
Al utilizar el método de Newton en la carrera de Ingeniería Mecánica, se pueden
obtener varias conclusiones importantes:
• Eficiencia en la resolución de problemas: El método de Newton ofrece una
convergencia rápida y eficiente en la búsqueda de raíces de ecuaciones no
lineales. Esto es especialmente relevante en la ingeniería mecánica, donde se
deben resolver ecuaciones complejas que surgen en el análisis de estructuras,
dinámica de sistemas, diseño de mecanismos, entre otros.
• Aplicabilidad a diversos problemas: El método de Newton es versátil y puede
aplicarse a una amplia gama de problemas en ingeniería mecánica. Desde el
análisis de estructuras y el diseño de sistemas hasta la simulación de fenómenos
físicos, el método de Newton proporciona una herramienta poderosa para
resolver ecuaciones no lineales en contextos reales.
• Precisión y confiabilidad: Si se elige una suposición inicial adecuada y se
cumplen los criterios de convergencia, el método de Newton puede proporcionar
resultados altamente precisos y confiables. Esto es esencial en la ingeniería
mecánica, donde se requiere una alta precisión en el análisis y diseño de
sistemas para garantizar la seguridad y el rendimiento óptimo.
• Limitaciones y consideraciones: Aunque el método de Newton es generalmente
efectivo, también tiene algunas limitaciones a tener en cuenta. La elección de
una suposición inicial inadecuada puede llevar a la convergencia a una raíz
incorrecta o a la no convergencia en absoluto. Además, el método de Newton
puede ser sensible a problemas de estabilidad numérica en algunas situaciones.
• Optimización y diseño: Además de su capacidad para encontrar raíces de
ecuaciones, el método de Newton también se puede aplicar en problemas de
optimización y diseño en ingeniería mecánica. Al combinar el método de
Newton con técnicas de optimización, es posible encontrar valores óptimos de
variables y parámetros para maximizar el rendimiento o minimizar los costos.
En resumen, el uso del método de Newton en la carrera de Ingeniería Mecánica ofrece
eficiencia, precisión y aplicabilidad en la resolución de problemas no lineales. Al
comprender sus fortalezas y limitaciones, los ingenieros mecánicos pueden aprovechar
esta herramienta para analizar, diseñar y optimizar sistemas mecánicos de manera
efectiva y confiable.
WEBGRAFÍA
/http://personal.cimat.mx:8181/~julio/courses/progra01/clase18/MetododeNewtonRaphs
on.pdf
/https://www.urp.edu.pe/pdf/id/2555/n/app
https://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton
https://www.uv.es/~diaz/mn/node20.html

También podría gustarte