METODO DE Newton-Raphson

El mtodo de Newton-Raphson no necesita de un intervalo para calcular las races de

una ecuacin. Es suficiente un valor inicial para iniciar el proceso iterativo que conducir a
encontrar la solucin, es por ello, que este mtodo pertenece a la categora de los llamados
mtodos abiertos. La convergencia en este tipo de mtodos no esta garantizada, pero si hay
convergencia, esta se alcanza mucho mas rpido que en los mtodos cerrados o de intervalo.
El algoritmo de clculo involucra el trazo de la tangente a la curva f ( xi ) donde x i
es el valor inicial de la raz cuando f ( x) 0 , el punto xi 1 donde la tangente corta el eje X
es un estimado de la raz, segn se aprecia en el siguiente grafico:

f (x)

f (xi)

[xi, f (xi)]

f (xi+1)

xi+2

xi+1

xi

Figura 1 Ilustracin geomtrica del mtodo de Newton-Raphson.

Si consideramos la pendiente de una funcin en x xi , tenemos:

f xi = tan
f xi 0
=
xi xi 1
Con lo cual:

xi 1 = xi

f xi
f xi

Los pasos a seguirse son los siguientes:

03.04.1

(1)

03.04.2

Chapter 03.04

1. Debemos determinar la derivada de la funcin, f x .

2. Asignar un valor inicial para la raz, xi , y de esta manera estimar un nuevo valor
para la raz, xi 1 , con:

xi 1 = xi

f xi
f xi

3. Encontrar el error absoluto relativo aproximado a como:

xi 1 x i
100
xi 1

a =

4. Comparar el error absoluto relativo aproximado a con un error admisible

previamente definido, s . Si a > s , vaya al paso 2, caso contrario fin del
algoritmo.

DIVERGENCIA DEL METODO DE NewtonRaphson

1. Divergencia en los puntos de inflexion
Si el valor inicial x i asignado para empezar los clculos, o un valor iterado de la raz xi 1
esta cercano a un punto de inflexin de la funcin f x , el mtodo puede presentar una
divergencia inicial, alejndose de la raz buscada, pero luego puede converger hacia la raz.

EJEMPLO
Encontrar las soluciones de la siguiente ecuacin: f x x 1 3 0.512 0 , si el valor
inicial es x0 5.0

SOLUCION
Luego de derivar y reemplazar tenemos:
3

( x 1)3 0.512
xi 1 = xi i
3( xi 1) 2
La siguiente tabla muestra los clculos iterados y se puede observar que la raz empieza a
presentar divergencia en la iteracin 6 porque el valor previo estimado de 0.92589 est
cercano al punto de inflexin de x 1 , en el cual el valor de f ' x es cero. Mas adelante, la
raz converge a valor exacto de x 0.2 .

Newton-Raphson Method

03.04.3

Tabla 1 Divergencia cerca del punto de inflexin.

Iteracin
Nmero

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

xi

5.0000
3.6560
2.7465
2.1084
1.6000
0.92589
30.119
19.746
12.831
8.2217
5.1498
3.1044
1.7464
0.85356
0.28538
0.039784
0.17475
0.19924
0.2

Figura 3 Divergencia cerca del punto de inflexin para f x x 1 3 0 .

2. Divisin para cero

03.04.4

Chapter 03.04

Si tenemos la ecuacin:

f x x 3 0.03x 2 2.4 10 6 0

La iteracin de Newton-Raphson nos conduce a:

3

xi 0.03xi 2.4 106

xi 1 = xi
2
3xi 0.06 xi
En este caso puede producirse una divisin para cero si x0 0 o x0 0.02 , segn se
aprecia en la siguiente figura:
1.00E-05

f(x)

7.50E-06
5.00E-06
2.50E-06

0.00E+00
-0.03

-0.02

-0.01

0.01

-2.50E-06

0.02

0.03

0.04

0.02

-5.00E-06
-7.50E-06
-1.00E-05

Figura 4 Divisin para cero o cercano a cero.

Para un valor inicial muy prximo a 0.02 como por ejemplo x0 0.01999 , se podra evitar
la divisin para cero, pero en este caso el denominador en la formula es un nmero muy
pequeo, y segn se observa en la siguiente tabla, despus de 9 iteraciones, el mtodo no
converge.
Tabla 2 Divisin para cero.
Iteracin
Nmero

0
1
2
3
4
5
6
7
8
9

xi

f ( xi )

0.019990
2.6480
1.7620
1.1714
0.77765
0.51518
0.34025
0.22369
0.14608
0.094490

1.60000 10-6

18.778
5.5638
1.6485
0.48842
0.14470
0.042862
0.012692
0.0037553
0.0011091

a %

100.75
50.282
50.422
50.632
50.946
51.413
52.107
53.127
54.602

Newton-Raphson Method

03.04.5

3. Oscilacion cerca del mximo y el mnimo

Puede tambin presentarse el caso en que los resultados obtenidos oscilen hacia un mximo o
un mnimo local en lugar de hacia una raz. Eventualmente esto puede conducir a una
divisin para un nmero cercano a cero y puede presentar divergencia.

EJEMPLO
Considere la siguiente ecuacin:
f x x 2 2 0

Como se puede ver en la siguiente figura, esta ecuacin tiene races imaginarias:
6

f(x)

0
-2

-1.75

-1

-0.3040

0.5

3.142

-1

Figura 5 Oscilaciones alrededor de un mnimo local para f x x 2 2 .

En la siguiente tabla se presentan los resultados de las iteraciones en donde se confirma lo
que se puede apreciar en la figura anterior:

Tabla 3 Oscilaciones alrededor de un mnimo local.

Iteracin
Nmero

xi

f ( xi )

a %

03.04.6

Chapter 03.04
0
1
2
3
4
5
6
7
8
9

1.0000
0.5
1.75
0.30357
3.1423
1.2529
0.17166
5.7395
2.6955
0.97678

3.00
2.25
5.063
2.092
11.874
3.570
2.029
34.942
9.266
2.954

300.00
128.571
476.47
109.66
150.80
829.88
102.99
112.93
175.96

4. Root jumping (races saltarinas)

En algunas funciones que tienen varias races, puede presentarse el caso de oscilacin, esto
es, que dado un valor inicial x i que puede estar cercano a una raz, la iteracin xi 1 puede
saltar y converger hacia otra raz.

EJEMPLO
Analizar la ecuacin sin x 0 , con valor inicial x0 2.4 7.539822 .

SOLUCION
En la siguiente tabla y grfico se presenta la solucin, y se puede observar que con el valor
inicial dado x0 2.4 7.539822 , el mtodo converge a la raz x 0 . Sin embargo, la
idea era que dado el valor inicial x0 2.4 7.539822 llegar a la raz
x 2 6.2831853 .
Tabla 4 Root jumping.
Iteracin
Nmero

0
1
2
3
4
5

xi

7.539822
4.462
0.5499
0.06307

f ( xi )

0.951
0.969
0.5226
0.06303

a %

68.973
711.44
971.91

8.376 10 4
8.375 10 5
7.54 10 4
13
13
1.95861 10 1.95861 10 4.28 1010

Newton-Raphson Method

f(x)

03.04.7

1.5

0.5

0
-2

-0.06307

0.5499

-0.5

-1

-1.5

Figura 6 Root jumping para f x sin x 0 .

4.461

7.539822

10