Saltar al contenido principal
LibreTexts Español

8.2: Método de Newton

  • Page ID
    106019
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)

    Queremos mirar a encontrar las raíces de un polinomio. A veces el polinomio no se puede factorizar fácilmente, y otros métodos algebraicos (por ejemplo, la ecuación cuadrática) no son aplicables, o no funcionan. Ante un problema matemático que no puede resolverse con medios algebraicos simples, el cálculo a veces proporciona una manera de encontrar soluciones aproximadas.


    Método de Newton

    Un ejemplo sencillo ayudará a introducir el Método de Newton para aproximar las raíces de una ecuación polinómica.

    Digamos que quieres calcular\( \sqrt{5} \nonumber\) sin usar una calculadora o una tabla. ¿Alguna idea de cómo se podría hacer esto? Intenta pensar en este problema de una manera diferente, para que hagas uso de la linealización.

    Supongamos que estamos interesados en resolver la ecuación cuadrática:

    \[ f(x)=x^2−5=0 \nonumber\]

    Sabemos que esta ecuación tiene las raíces\( x=± \sqrt{5} \nonumber\).

    La idea aquí es encontrar la linealización de f (x) en un punto apropiado, y luego resolver la ecuación lineal para x ¡Esto es un giro agregado al problema de linealización!

    ¿Cómo elegir el punto de linealización? Ya que\( \sqrt{4}<\sqrt{5}<\sqrt{9} \nonumber\), esto significa\( 2<\sqrt{5}<3 \nonumber\).

    Elegimos la aproximación lineal de f (x) para estar cerca\( x_0=2 \nonumber\) (pero, también\( x_0=3 \nonumber\) podría seleccionarse).

    \[ f(x)=x^2−5 \mbox{ and } f(2)=−1 \nonumber\]

    \[ f′(x)=2x \mbox{ and } f′(2)=4 \nonumber\]

    Usando la fórmula de aproximación lineal,

    \[ f(x)≈f(x_0)+f′(x_0)(x−x_0) \nonumber\]

    \[ ≈−1+(4)(x−2) \nonumber\]

    \[ ≈−1+4x−8 \nonumber\]

    \[ ≈4x−9 \nonumber\]

    Observe que esta ecuación es mucho más fácil de resolver que\( f(x)=x^2−5=0 \nonumber\).

    Estableciendo f (x) =0 y resolviendo para x, obtenemos,

    \[ 4x−9=0 \nonumber\]

    \[ x=\frac{9}{4} \nonumber\]

    \[ =2.25 \nonumber\]

    Esta es una aproximación bastante buena, ya que una calculadora daría x=2.23607, menor en 0.014. De hecho, podemos hacer esta aproximación a la raíz de f (x) aún mejor repitiendo lo que acabamos de hacer pero usando la última estimación\( x_1=2.25= \frac{9}{4} \nonumber\), un número que está aún más cerca del valor real de\( \sqrt{5} \nonumber\).

    \[ f(x)=x^2−5 \mbox{ and } f(2.25)=\frac{1}{16} \nonumber\]

    \[ f′(x)=2x \mbox{ and } f′(2)= \frac{9}{2} \nonumber\]

    Usando de nuevo la aproximación lineal,

    \[ f(x)≈f(x_1)+f′(x_1)(x−x_1) \nonumber\]

    \[ ≈ \frac{1}{16}+\frac{9}{2}(x−\frac{9}{4}) \nonumber\]

    \[ ≈\frac{9}{2}x−\frac{161}{16} \nonumber\].

    Resolviendo para x configurando f (x) =0, obtenemos

    \[ x=x_2=\frac{161}{72}=2.23611 \nonumber\]

    que es una aproximación aún mejor que\[ x_1=\frac{9}{4} \nonumber\].

    Podríamos continuar con este proceso generando una mejor aproximación a\( \sqrt{5} \nonumber\), como se muestra en la tabla, donde la última estimación aproxima la respuesta correcta a 5 lugares. ¡Gracias a Dios por las calculadoras!

    n

    \( x_n \nonumber\)

    \( f(x_n) \nonumber\)

    \( f′(x-n) \nonumber\)

    \( \frac{f(x_n)}{f′(x_n)} \nonumber\)

    \( x_n−\frac{f(x_n)}{f′(x_n)} \nonumber\)

    1

    2

    -1

    4

    -0.25

    2.25

    2

    2.25

    0.0625

    4.5

    0.01389

    2.23611

    3

    2.23611

    0.00019

    4.47222

    0.00004

    2.23607

    4

    2.23607

    Esta es la idea básica del Método de Newton. Aquí hay un resumen del método:

    1. Dada la función f (x), encuentra f′ (x).
    2. Estimar la primera aproximación, x 0, a una solución de la ecuación f (x) =0. Use una gráfica para ayudar a encontrar la primera aproximación si es necesario (consulte la Figura a continuación).
    3. Usa la aproximación actual x n para encontrar la siguiente aproximación, x n +1, usando la relación de recursión.

    \[ x_{n+1}=x_n−\frac{f(x_n)}{f′(x_n)} \nonumber\].

    1. Repita el paso anterior hasta que se produzca el nivel deseado de convergencia.

    Tenga en cuenta que en algunos casos, el Método de Newton no converge.

    Screen Shot 2021-01-07 en 1.04.48 PM.png

    CC BY-NC-SA


    Ejemplos

    Ejemplo 1

    Compare las soluciones con f (x) =5x2+7x−52 en el intervalo [2, 3] de usar la fórmula cuadrática y usando el Método de Newton.

    La función se muestra en la figura.

    Para f (x) =5x2+7x−52=0, el uso de la fórmula cuadrática da la solución exacta x=2.6 en el intervalo.

    Screen Shot 2021-01-07 en 1.05.36 PM.png

    CC BY-NC-SA

    El uso del Método de Newton con una estimación inicial de x 0 =3, arroja los resultados mostrados en la tabla.

    n

    \( x_n \nonumber\)

    \( f(x_n) \nonumber\)

    \( f′(x-n) \nonumber\)

    \( \frac{f(x_n)}{f′(x_n)} \nonumber\)

    \( x_n−\frac{f(x_n)}{f′(x_n)} \nonumber\)

    1

    3

    14

    37

    0.3784

    2.6216

    2

    2.6216

    0.7151

    33.216

    0.0215

    2.6001

    3

    2.6001

    0.0033

    33.001

    0.0001

    2.6000

    4

    2.6000

    La técnica converge rápidamente en una solución.

    Ejemplo 2

    Usa el método de Newton para encontrar las raíces del polinomio\( f(x)=x^3+x−1 \nonumber\).

    El problema es resolver la ecuación\( f(x)=x^3+x−1=0 \nonumber\).

    Las ecuaciones que necesitamos son:

    \[ f(x)=x^3+x−1 \nonumber\]

    \[ f′(x)=3x^2+1 \nonumber\].

    Usando la relación de recursión,

    \[ x_{n+1}=x_n−\frac{f(x_n)}{f′(x_n)} \nonumber\]

    \[ =x_n−\frac{x^3_n+x_n−1}{3x^2_n+1} \nonumber\].

    Para ayudarnos a encontrar la primera aproximación, hacemos una gráfica de f (x). Como sugiere la figura, conjunto\( x_1=0.6 \nonumber\).

    Screen Shot 2021-01-07 en 1.26.08 PM.png

    CC BY-NC-SA

    Luego usando la relación de recursión, podemos generar x1:

    \[ x_{n+1}=x_n−\frac{x^3_n+x_n−1}{3x^2_n+1} \nonumber\]

    \[ x_2=0.6−\frac{(0.6)^3+(0.6)−1}{3(0.6)^2+1} \nonumber\]

    \[ =0.6884615 \nonumber\].

    Al usar la relación de recursión varias veces, podemos encontrar x3 y x4 como se muestra en la tabla.

    n

    \( x_n \nonumber\)

    \( f(x_n) \nonumber\)

    \( f′(x-n) \nonumber\)

    \( \frac{f(x_n)}{f′(x_n)} \nonumber\)

    \( x_n−\frac{f(x_n)}{f′(x_n)} \nonumber\)

    1

    0.6

    -0.184

    2.08

    -0.0884615

    0.6884615

    2

    0.6884615

    0.01477796

    2.4219377

    0.0061017

    0.6823598

    3

    0.6823598

    0.00007669

    2.3968445

    0.0000320

    0.6823278

    4

    0.6823278

    Concluimos que la solución a la ecuación\[ x^3+x−1=0 \nonumber\] es de aproximadamente 0.6823.

    Ejemplo 3

    Utilice el Método de Newton para mostrar para encontrar la raíz de\( f(x)=cos(2x)−x \nonumber\).

    Las ecuaciones que necesitamos son:

    \( f(x)=cos(2x)−x \nonumber\)

    \( f(x)=−2sin(2x)−1 \nonumber\)

    Usando la relación de recursión,

    x_ {n+1} =x_n\ frac {f (x_n)} {f′ (x_n)}\ nonumber\)

    \( =x_n−\frac{cos(2x_n)−x_n}{−2sin(2x_n)−1} \nonumber\)

    Para ayudarnos a encontrar la primera aproximación, hacemos una gráfica de f (x). Como sugiere la cifra, establecer la primera estimación en 0.5.

    Screen Shot 2021-01-08 a las 10.49.52 AM.png

    CC BY-NC-SA

    El uso de la relación de recursión varias veces da los valores de la tabla:

    n

    \( x_n \nonumber\)

    \( f(x_n) \nonumber\)

    \( \frac{f(x_n)}{f′(xn)} \nonumber\)

    1

    0.500000

    0.0403023

    -0.015216_8

    2

    0.515022

    -0.0002400

    0.0000884

    3

    0.514933

    -0.0000000

    0.0000000

    4

    0.514933

    Concluimos que la solución a la ecuación cos (2x) −x=0 es 0.514933.


    Revisar

    Para todos los problemas, usa el Método de Newton para encontrar las raíces.

    1. \( x^3+3=0 \nonumber\).
    2. \( −x+3\sqrt{−1+x}=0 \nonumber\).
    3. \( 4x^2−x−2 \mbox{ in the interval } [-1, 0] \nonumber\).
    4. \( 4x^3−6x^2−1 \nonumber\).
    5. \( 5e^{−x}+x^3 \nonumber\).
    6. \( cosx−x \nonumber\).
    7. \( x^5−7x^2+2 \mbox{ in the interval} [-1, 0] \nonumber\).
    8. \( x^5−7x^2+2 \mbox{ in the interval } [0, 1] \nonumber\).
    9. \( x^2cosx−x \mbox{ in the interval } [4, 5] \nonumber\).
    10. \( x^2cosx−x \mbox{ in the interval } [7, 8] \nonumber\).
    11. \( f(x)=x−2sin(x) \mbox{ to five decimal places, starting with initial guess } x_0=3 \nonumber\).
    12. \( f(x)=6x^3−4x+1 \nonumber\)a tres decimales, comenzando con la suposición inicial\( x_0=1.2 \nonumber\).
    13. \( f(x)=ln(x)×(ln(x)+4)+1 \nonumber\)a cinco decimales, comenzando con la suposición inicial\( x_0=1 \nonumber\).
    14. \( f(x)=tan(x)−csc(x) \nonumber\)a seis dígitos de precisión, comenzando con la suposición inicial\( x_0=0.7 \nonumber\).
    15. \( f(x)=tan^{−1}(x)+cos(x) \nonumber\)a cuatro dígitos de precisión, comenzando con la suposición inicial\( x_0=−2 \nonumber\).

    Reseña (Respuestas)

    Para ver las respuestas de Revisar, abra este archivo PDF y busque la sección 4.11.


    El vocabulario

    Término Definición
    Método de Newton El método de Newton es un procedimiento iterativo para calcular la raíz de una ecuación.

    Recursos adicionales

    PLIX: Juega, aprende, interactúa, explora - Método de Newton

    Video: Método de Newton para resolver ecuaciones

    Práctica: Método de Newton

    Mundo real: Llegar a la raíz de las cosas


    This page titled 8.2: Método de Newton is shared under a CK-12 license and was authored, remixed, and/or curated by CK-12 Foundation via source content that was edited to the style and standards of the LibreTexts platform.

    CK-12 Foundation
    LICENSED UNDER
    CK-12 Foundation is licensed under CK-12 Curriculum Materials License