Mtodo de Newton

En anlisis numrico, el mtodo de Newton (conocido

tambin como el mtodo de Newton-Raphson o el mtodo de Newton-Fourier) es un algoritmo eciente para encontrar aproximaciones de los ceros o races de una
funcin real. Tambin puede ser usado para encontrar el
mximo o mnimo de una funcin, encontrando los ceros
de su primera derivada.

Historia

El mtodo de Newton fue descrito por Isaac Newton en

De analysi per aequationes numero terminorum innitas
('Sobre el anlisis mediante ecuaciones con un nmero
innito de trminos, escrito en 1669, publicado en 1711
por William Jones) y en De metodis uxionum et serierum innitarum (escrito en 1671, traducido y publicado
como Mtodo de las uxiones en 1736 por John Colson).
Sin embargo, su descripcin diere en forma sustancial
de la descripcin moderna presentada ms arriba: Newton aplicaba el mtodo solo a polinomios, y no consideraba las aproximaciones sucesivas xn, sino que calculaba
una secuencia de polinomios para llegar a la aproximacin de la raz x. Finalmente, Newton ve el mtodo como
puramente algebraico y falla al no ver la conexin con el
clculo.

La funcin es mostrada en azul y la lnea tangente en rojo.

Vemos que x +1 es una mejor aproximacin que x para la raz
x de la funcin f.

buscada. As, se ha de comenzar la iteracin con un valor

razonablemente cercano al cero (denominado punto de
arranque o valor supuesto). La relativa cercana del punto
inicial a la raz depende mucho de la naturaleza de la propia funcin; si sta presenta mltiples puntos de inexin
o pendientes grandes en el entorno de la raz, entonces
las probabilidades de que el algoritmo diverja aumentan,
lo cual exige seleccionar un valor supuesto cercano a la
raz. Una vez que se ha hecho esto, el mtodo linealiza
la funcin por la recta tangente en ese valor supuesto. La
abscisa en el origen de dicha recta ser, segn el mtodo,
una mejor aproximacin de la raz que el valor anterior.
Se realizarn sucesivas iteraciones hasta que el mtodo
haya convergido lo suciente.

Isaac Newton probablemente deriv su mtodo de forma similar aunque menos precisa del mtodo de Franois
Vite. La esencia del mtodo de Vite puede encontrarse
en el trabajo del matemtico persa Sharaf al-Din al-Tusi.
El mtodo de Newton-Raphson es llamado as por el
matemtico ingls Joseph Raphson (contemporneo de
Newton) se hizo miembro de la Royal Society en 1691
por su libro Aequationum Universalis, publicado en
1690, que contena este mtodo para aproximar races.
Newton en su libro Mtodo de las uxiones describe el
mismo mtodo, en 1671, pero no fue publicado hasta
1736, lo que signica que Raphson haba publicado este
resultado 46 aos antes. Aunque no fue tan popular como
los trabajos de Newton, se le reconoci posteriormente.

Sea f: [a, b] -> R funcin derivable denida en el intervalo

real [a, b]. Empezamos con un valor inicial x0 y denimos
para cada nmero natural n

xn+1 = xn

f (xn )
.
f (xn )

Donde f ' denota la derivada de f.

Ntese que el mtodo descrito es de aplicacin exclusiva

para funciones de una sola variable con forma analtica
o implcita conocible. Existen variantes del mtodo aplicables a sistemas discretos que permiten estimar las races de la tendencia, as como algoritmos que extienden el
mtodo de Newton a sistemas multivariables, sistemas de
ecuaciones, etc.

Descripcin del mtodo

El mtodo de Newton-Raphson es un mtodo abierto, en

el sentido de que no est garantizada su convergencia global. La nica manera de alcanzar la convergencia es seleccionar un valor inicial lo sucientemente cercano a la raz
1

4 CONVERGENCIA DEL MTODO

Obtencin del Algoritmo

Tres son las formas principales por las que tradicional- f (xn+1 ) = f (xn ) + f (xn )(xn+1 xn )
mente se ha obtenido el algoritmo de Newton-Raphson.
Si adems se acepta que xn+1 tiende a la raz, se ha de
La primera de ellas es una simple interpretacin geom- cumplir que f (xn+1 ) = 0 , luego, sustituyendo en la extrica. En efecto, atendiendo al desarrollo geomtrico del presin anterior, obtenemos el algoritmo.
mtodo de la secante, podra pensarse en que si los puntos
Finalmente, hay que indicar que el mtodo de Newtonde iteracin estn lo sucientemente cerca (a una distanRaphson puede interpretarse como un mtodo de iteracia innitesimal), entonces la secante se sustituye por la
cin de punto jo. As, dada la ecuacin f (x) = 0 , se
tangente a la curva en el punto. As pues, si por un punto
puede considerar el siguiente mtodo de iteracin de punde iteracin trazamos la tangente a la curva, por extensin
to jo:
con el mtodo de la secante, el nuevo punto de iteracin se
tomar como la abscisa en el origen de la tangente (punto
de corte de la tangente con el eje X). Esto es equivalente
a linealizar la funcin, es decir, f se reemplaza por una g(x) = x + h(x)f (x)
recta tal que contiene al punto ( x0 , f ( x0 )) y cuya pendiente coincide con la derivada de la funcin en el punto, Se escoge h (x) de manera que g'(r)=0 (r es la raz buscaf (x0 ) . La nueva aproximacin a la raz, x1 , se logra de da). Dado que g'(r) es:
la interseccin de la funcin lineal con el eje X de abscisas. Matemticamente:
g (r) = 1 + h (r)f (r) + h(r)f (r) = 1 + h(r)f (r)

f (xn ) =

f (xn )
xn xn+1

Entonces:

En la ilustracin adjunta del mtodo de Newton se puede

h(r) =

1
f (r)

Como h (x) no tiene que ser nica, se escoge de la forma

ms sencilla:

h(x) =

1
f (x)

Por tanto, imponiendo subndices:

g(xn ) = xn+1 = xn

Ilustracin de una iteracin del mtodo de Newton (la funcin f

se muestra en azul y la lnea de la tangente en rojo). Vemos que
xn+1 es una aproximacin mejor que xn para la raz x de la
funcin f .

f (xn )
f (xn )

Expresin que coincide con la del algoritmo de NewtonRaphson

4 Convergencia del Mtodo

ver que xn+1 es una mejor aproximacin que xn para el

cero (x) de la funcin f.
El orden de convergencia de este mtodo es, por lo meUna forma alternativa de obtener el algoritmo es desarro- nos, cuadrtico. Sin embargo, si la raz buscada es de
llando la funcin f (x) en serie de Taylor, para un entorno multiplicidad algebraica mayor a uno (i.e, una raz doble, triple,...), el mtodo de Newton-Raphson pierde su
del punto xn :
convergencia cuadrtica y pasa a ser lineal de constante
asinttica de convergencia 1-1/m, con m la multiplicidad

de la raz.

2 f (xn )
+...
f (x) = f (xn )+f (xn )(xxn )+(xxn )
2!
Existen numerosas formas de evitar este problema, como
Si se trunca el desarrollo a partir del trmino de grado 2, pudieran ser los mtodos de aceleracin de la convergeny evaluamos en xn+1 :
cia tipo de Aitken o el mtodo de Steensen.

5 Estimacin del Error

xn+1 = xn m

f (xn )
.
f (xn )

Se puede demostrar que el mtodo de Newton-Raphson

tiene convergencia cuadrtica: si es raz, entonces:

Evidentemente, este mtodo exige conocer de antemano

la multiplicidad de la raz, lo cual no siempre es posible.
Por ello tambin se puede modicar el algoritmo tomando
|xk+1 | C|xk |2
una funcin auxiliar g(x) = f(x)/f'(x), resultando:

para una cierta constante C . Esto signica que si en algn momento el error es menor o igual a 0,1, a cada nueva
xn+1
iteracin doblamos (aproximadamente) el nmero de decimales exactos. En la prctica puede servir para hacer
Su principal desventaja en este caso sera lo costoso que una estimacin aproximada del error:
pudiera ser hallar g(x) y g'(x) si f(x) no es fcilmente deError relativo entre dos aproximaciones sucesivas:
rivable.
g(xn )
= xn
.
g (xn )

Por otro lado, la convergencia del mtodo se demuestra

cuadrtica para el caso ms habitual en base a tratar el
|xk+1 xk |
mtodo como uno de punto jo: si g '(r)=0, y g''(r) es E =
|xk+1 |
distinto de 0, entonces la convergencia es cuadrtica. Sin
embargo, est sujeto a las particularidades de estos m- Con lo cual se toma el error relativo como si la ltima
aproximacin fuera el valor exacto. Se detiene el proceso
todos.
iterativo cuando este error relativo es aproximadamente
Ntese de todas formas que el mtodo de Newtonmenor que una cantidad jada previamente.
Raphson es un mtodo abierto: la convergencia no est
garantizada por un teorema de convergencia global como podra estarlo en los mtodos de falsa posicin o de
biseccin. As, es necesario partir de una aproximacin 6 Ejemplo
inicial prxima a la raz buscada para que el mtodo conConsideremos el problema de encontrar un nmero posiverja y cumpla el teorema de convergencia local.
tivo x tal que cos(x) = x3 . Podramos tratar de encontrar
el cero de f(x) = cos(x) - x3 .

4.1

Teorema de Convergencia Local del

Sabemos que f '(x) = -sin(x) - 3x2 . Ya que cos(x) 1 para
Mtodo de Newton
todo x y x3 > 1 para x>1, deducimos que nuestro cero est

entre 0 y 1. Comenzaremos probando con el valor inicial

Sea f C 2 ([a, b]) . Si p [a, b] , f (p) = 0 y f (p) = 0
x = 0,5
, entonces existe un r>0 tal que si |x0 p| < r , entonces 0
Los dgitos correctos estn subrayados. En particular, x6
la sucesin xn con n N verica que:
es correcto para el nmero de decimales pedidos. Podemos ver que el nmero de dgitos correctos despus de la
|xn p| < r para todo n y xn tiende a p cuando
coma se incrementa desde 2 (para x3 ) a 5 y 10, ilustrando
n tiende a innito.
la convergencia cuadrtica.
Si adems f C 3 ([a, b]) , entonces la convergencia es
cuadrtica.

7 Cdigo en MatLab
4.2

Teorema de Convergencia Global del

Programa escrito en Matlab para ejecutar el mtodo
Mtodo de Newton
Newton-Raphson.

Sea f C [a, b] vericando:

2

[1]

%Mtodo Newton-Raphson % %Es un mtodo para

aproximar la solucin de una ecuacin de una sola
1. f (a)f (b) < 0
%variable por medio de la aproximacin de su derivada y con un punto jo, %cercano a la raz. %
2. f (x) = 0 para todo x [a, b]
%f=Funcin previamente denida en consola (use
el siguiente comando en consola f = @(x)(escriba
3. f (x)f (y) 0 para todo x, y [a, b]
}
{
aqu su funcin)"); %=derivada analtica de la fun|f (b)|
ba
4. max |f|f(a)|
cin f (dinida previamente con el mismo comando
(a)| , |f (b)|
anterior); %a=punto cercano a la raz; e=margen de
Entonces existe un nico s [a, b] tal que f (s) = 0 por error; n=numero de %itaraciones maximo permitido
lo que la sucesin converge a s.
% %El ingreso de datos es de la forma np(f,,a,e,n)

10 ENLACES EXTERNOS

% %by Francisco Pea Gallardo (Peovsky Freeman)

%UMSNH % function np(f,,a,e,n) fprintf('Mtodo de
la Secante\n'); fprintf('by Peovsky Freeman\n'); format
long x0=a; i=0; error=1; fprintf('Iter. \t m \n'); while
error>=e || i==n f0=feval(f,x0); f1=feval(,x0); x1=x0(f0/f1); i=i+1; error=abs((x1-x0)/x1); fprintf('%d \t
%d \n',i,x1) if feval(f,x1)==0 sprintf('Nos alegramos por que encontramos la raz') return end x0=x1;
end w = feval(f,x0); fprintf('\nLa raz aproximada
es:\t \t %f\n',x0); fprintf('\nCon una toleracia de:\t \t
%f\n',e); fprintf('Nmero de Iter:\t \t \t \t %d \n',i);
disp('Funcin:'); disp(f); fprintf('El valor de f(x) en %f
es: f(x) = %f\n',x0,w) return end

Endre Sli and David Mayers, An Introduction to

Numerical Analysis, Cambridge University Press,
2003. ISBN 0-521-00794-1.
Weisstein, Eric W. Newtons method and Convergence (en ingls). MathWorld. Wolfram Research.
Consultado el 29 de agosto de 2009.

10 Enlaces externos
Mtodo de Newton aplicado al clculo de la raz cuadrada de un nmero
El mtodo de Newton en Mathcad Application Server (con animacin)

Vase tambin
Frmulas de NewtonCotes

Referencias

[1] Miguel Pasadas. Universidad de Granada (ed.): Tema 2

Resolucin de Ecuaciones No Lineales.

Tjalling J. Ypma, Historical development of the

Newton-Raphson method, SIAM Review 37 (4),
531551, 1995.
P. Deuhard, Newton Methods for Nonlinear Problems. Ane Invariance and Adaptive Algorithms.
Springer Series in Computational Mathematics, Vol.
35. Springer, Berlin, 2004. ISBN 3-540-21099-7.
C. T. Kelley, Solving Nonlinear Equations with Newtons Method, no 1 in Fundamentals of Algorithms,
SIAM, 2003. ISBN 0-89871-546-6.
J. M. Ortega, W. C. Rheinboldt, Iterative Solution of
Nonlinear Equations in Several Variables. Classics in
Applied Mathematics, SIAM, 2000. ISBN 0-89871461-3.
W. H. Press, B. P. Flannery, S. A. Teukolsky, W.
T. Vetterling, Numerical Recipes in C: The Art of
Scientic Computing, Cambridge University Press,
1992. ISBN 0-521-43108-5 (available free online,
with code samples: ), sections 9.4 and 9.6 .
W. H. Press, B. P. Flannery, S. A. Teukolsky, W.
T. Vetterling, Numerical Recipes: The Art of Scientic Computing, Cambridge University Press, 2007.
ISBN 0-521-88068-8 (available for a fee online,
with code samples ).
W. H. Press, B. P. Flannery, S. A. Teukolsky, W.
T. Vetterling, Numerical Recipes in Fortran, Cambridge University Press, 1992. ISBN 0-521-43064X (online, with code samples: )

Mtodo de Newton-Raphson: Notas, PPT, Mathcad, Maple, Matlab, Mathematica

Cdigo Matlab Mtodo de Newton-Raphson

11
11.1

Text and image sources, contributors, and licenses

Text

Mtodo de Newton Fuente: http://es.wikipedia.org/wiki/Mtodo_de_Newton?oldid=77942799 Colaboradores: Tano4595, Petronas, Carlicus, RobotQuistnix, BOTijo, GermanX, Filipo, BOTpolicia, Rdaneel, CEM-bot, JMCC1, Ggenellina, Thijs!bot, PabloCastellano, JAnDbot, Gsrdzl, TXiKiBoT, Ignacioerrico, Netito777, Plux, Evasquez924, AlnoktaBOT, Urdangaray, Matdrodes, Muro Bot, Alexandrosas,
Daniel Ajoy, Nicop, Daniel Carracelas, Elisacintia, Leonpolanco, LordT, Juan Mayordomo, Raulshc, AVBOT, JOe-LoFish, Diegusjaimes,
MelancholieBot, EdBever, Luckas-bot, NACLE, Nanis15, ArthurBot, SuperBraulio13, Jkbw, Ryback, Botarel, D'ohBot, Hprmedina, Jerowiki, CVBOT, EmausBot, Reox, Grillitus, MartinV.A, Kasirbot, Leibniz Newton, DavidAntolin, RodRuzVal, Isogonal, Juanquix, Jjgarsal,
RosenJax, Addbot y Annimos: 74

11.2

Images

Archivo:NewtonIteration_Ani.gif Fuente: http://upload.wikimedia.org/wikipedia/commons/e/e0/NewtonIteration_Ani.gif Licencia:

CC-BY-SA-3.0 Colaboradores: de:Image:NewtonIteration Ani.gif Artista original: Ralf Pfeifer
Archivo:Newton_iteration.png Fuente: http://upload.wikimedia.org/wikipedia/commons/f/f0/Newton_iteration.png Licencia: Public
domain Colaboradores: Originally from en.wikipedia; description page is/was here. Artista original: Original uploader was Olegalexandrov
at en.wikipedia

11.3

Content license

Creative Commons Attribution-Share Alike 3.0