Un método para obtener los diferentes órdenes de convergencia del método numérico bajo condiciones más débiles
Autores: Argyros, Ioannis K.; Regmi, Samundra; Shakhno, Stepan; Yarmola, Halyna
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Ecuación algebraica
Newton
Raphson
Método
Convergencia
Ecuaciones no lineales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Un proceso para resolver una ecuación algebraica fue presentado por Newton en 1669 y posteriormente por Raphson en 1690. Esta técnica se llama método de Newton o método de Newton-Raphson y aún hoy en día es una técnica popular para resolver ecuaciones no lineales en espacios abstractos. El objetivo de este artículo es actualizar los desarrollos en la convergencia de este método. En particular, se muestra que la teoría de Kantorovich para resolver ecuaciones no lineales utilizando el método de Newton puede ser reemplazada por una más fina sin condiciones adicionales e incluso más débiles. Además, se demuestra el orden de convergencia dos bajo estas condiciones. Además, la nueva tasa de convergencia es al menos tan pequeña. La misma metodología se puede utilizar para ampliar la aplicabilidad de otros métodos numéricos. Experimentos numéricos complementan este estudio.
Descripción
Un proceso para resolver una ecuación algebraica fue presentado por Newton en 1669 y posteriormente por Raphson en 1690. Esta técnica se llama método de Newton o método de Newton-Raphson y aún hoy en día es una técnica popular para resolver ecuaciones no lineales en espacios abstractos. El objetivo de este artículo es actualizar los desarrollos en la convergencia de este método. En particular, se muestra que la teoría de Kantorovich para resolver ecuaciones no lineales utilizando el método de Newton puede ser reemplazada por una más fina sin condiciones adicionales e incluso más débiles. Además, se demuestra el orden de convergencia dos bajo estas condiciones. Además, la nueva tasa de convergencia es al menos tan pequeña. La misma metodología se puede utilizar para ampliar la aplicabilidad de otros métodos numéricos. Experimentos numéricos complementan este estudio.