Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas

Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

MTODO DE NEWTON-RAPHSON
El mtodo de Newton (conocido tambin como el mtodo de Newton-Raphson) es un
algoritmo eficiente para encontrar aproximaciones de los ceros o races de una funcin
real. El mtodo de Newton-Raphson no trabaja sobre un intervalo sino que basa su
frmula en un proceso iterativo.
La idea de este mtodo es la siguiente: se comienza con un valor razonablemente
cercano al cero (denominado punto de arranque), entonces se reemplaza la funcin por
la recta tangente en ese valor, se iguala a cero y se despeja (fcilmente, por ser una
ecuacin lineal). Este cero ser, generalmente, una aproximacin mejor a la raz de la
funcin. Luego, se aplican tantas iteraciones como se deseen.
Supongamos que tenemos la aproximacin a la raz de ()

Y
f(x)

tangente

Xr

Xi+1

Xi

Trazamos la recta tangente a la curva en el punto ( , ( )) ; sta cruza al eje X en un

punto +1 que ser nuestra siguiente aproximacin a la raz .
Para calcular el punto +1

calculamos primero la ecuacin de la recta tangente.

Sabemos que tiene pendiente

= ( )
Y por lo tanto la ecuacin de la recta tangente es:
( ) = ( )( )
Hacemos = 0 :
( ) = ( )( )

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

y despejamos :
=
Que es la frmula

( )
( )

iterativa de Newton-Raphson,

para calcular la siguiente

aproximacin:

+1 =

( )
( )

( ) 0

si

Notar que el mtodo de Newton-Raphson no trabaja con intervalos donde nos asegure
que encontraremos la raz, y de hecho no tenemos ninguna garanta de que nos
aproximaremos a dicha raz. Desde luego, existen ejemplos donde este mtodo no
converge a la raz, en cuyo caso se dice que el mtodo diverge. Sin embargo, en los
casos donde si converge a la raz lo hace con una rapidez impresionante, por lo cual es
uno de los mtodos preferidos por excelencia.
Tambin observe que en el caso de que ( ) = 0 , el mtodo no se puede aplicar. De
hecho, vemos geomtricamente que esto significa que la recta tangente es horizontal y
por lo tanto no intercepta al eje X en ningn punto, a menos que coincida con ste, en
cuyo caso mismo es una raz de ( ).
Ejemplo 1
Usar el mtodo de Newton-Raphson, para aproximar la raz de ( ) = ln ,
comenzando con 0 = 1

y hasta que | | < 1% .

Solucin
En este caso, tenemos que
( ) =

De aqu tenemos que:

+1 =

ln
ln
= +
1
1

+

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

Comenzamos con 0 = 1 y obtenemos:

0 ln 0
1 = 0 +
= 1.268941421
1
0 +
0
En este caso, el error aproximado es,

| | = |

| | = |

1 0
100%|
1

1.268941421 1
100%| = 21.19 %
1.268941421

Continuamos el proceso hasta reducir el error aproximado hasta donde se pidi.

Resumimos los resultados en la siguiente tabla:

Aprox. a la raz

Error aprox.

1
1.268941421

21.19%

1.309108403

3.06%

1.309799389

0.052%

De lo cual concluimos que la aproximacin obtenida es:

3 = 1.309799389
Ejemplo
Usar el mtodo de Newton-Raphson para aproximar la raz de ( ) = +
1 comenzando con 0 = 0 y hasta que | | < 1% .
Solucin

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

0.8

0.6

0.4

0.2

-0.2

-0.4
0.4

0.5

0.6

0.7

0.8

0.9

En este caso, tenemos que

( ) =

1
+ 1
1 + 2

La cual sustituimos en la frmula de Newton-Raphson para obtener:

+1 =

+ 1
1
+ 1)
1 + 2

Comenzamos sustituyendo 0 = 0 para obtener:

1 = 0

0 + 0 1
= 0.5
1
+ 1)
1 + 02

En este caso tenemos un error aproximado de

| | = |

0.5 0
100%| = 100%
0.5

Continuamos con el proceso hasta lograr el objetivo. Resumimos los resultados en la

siguiente tabla:
Aprox. a la raz

Error
aprox.

0
0.5

100%

0.5201957728

3.88%

0.5202689918

0.01%

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

De lo cual concluimos que la aproximacin obtenida es:

3 = 0.5202689918
Ejemplo 3
Usar el mtodo de Newton-Raphson para aproximar races cuadradas de nmeros reales
positivos.
Solucin
Sea > 0 . Queremos calcular tal que = ; elevando al cuadrado 2 = , o
bien 2 = 0
Esto nos sugiere definir la funcin ( ) = 2 de donde ( ) = 2 . Al
sustituir estos datos en la frmula de Newton-Raphson obtenemos:
+1 =

2
2

obteniendo:
+1 =

[ + ]
2

Esta frmula era conocida por los antiguos griegos (Hern).

Para fijar un ejemplo de su uso, pongamos R=26 y apliquemos la frmula obtenida,
comenzando con 0 = 5. Resumimos los resultados en la siguiente tabla:
Aprox. a la raz

Error aprox.

5
5.1

1.96%

5.099019608

0.019%

5.099019514

0.0000018%

De lo cual concluimos que 26 5.099019514 , la cual es correcta en todos sus

dgitos.
La misma idea puede aplicarse para crear algoritmos que aproximen races n-simas de
nmeros reales positivos.
Observe que cuando el mtodo de Newton-Raphson converge a la raz, lo hace de una
forma muy rpida y de hecho, observamos que el error aproximado disminuye a pasos

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

agigantados en cada paso del proceso. Aunque no es nuestro objetivo

establecer formalmente las cotas para los errores en cada uno de los mtodos que hemos
estudiado, cabe mencionar que si existen estas cotas que miden con mayor precisin la
rapidez lentitud del mtodo en estudio.

OBSERVACION :
Este mtodo es el ms seguro de todos, ya que casi nunca falla, la nica vez que puede
fallar es que se quede "oscilando" encima de la raz sin encontrarla nunca, lo que se
llama gravedad matemtica.
Por lo dems es el ms confiable y el ms fcil de usar, la nica dificultad que presenta
es que se tiene que derivar la ecuacin que se quiere encontrar la raz.
Trabaja trazando lneas tangentes a la curva original, por eso la derivada, las cuales se
van como deslizando por la misma hasta que quedan prcticamente horizontales, porque
se sabe que una lnea vertical no tiene pendiente ni recta tangente.
Para aplicar este mtodo primero definimos:
es el primer y nico punto que se le da al mtodo, porque solo trabaja con un punto.
es el valor actual de X.
+1 es el siguiente valor de X.
Lo primero que se tiene que hacer es derivar la ecuacin, una vez que ya se tiene la
derivada y es correcta, se puede empezar con el mtodo.
Aqu se ocupan 3 columnas para los datos, , () y () .
El mtodo ha aplicar es la ecuacin
+1 = ( ( ) / ( ) )

Ejemplo
Supngase que se tiene la ecuacin 3 2 2 + 8 9
Su derivada es: 3 2 4 + 8
y el punto con el que se quiere trabajar es 15
El mtodo termina idealmente hasta que en la columna de ( )

quede un 0, pero

realmente eso nunca sucede, lo que se hace es fijar al principio un valor cercano a 0 al
que se desea llegar, por ejemplo 0.001, y cuando en ( ) su valor absoluto sea menor

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

o igual de 0.001 entonces el mtodo termina y la raz que se busca es el ultimo

valor que haya en .

Algoritmo del Mtodo de Newton-Raphson

Para obtener una solucin a f(x)=0 dada la
diferenciable f y una aproximacin inicial p0:

funcin

ENTRADA: aproximacin inicial p0; tolerancia TOL; nmero

mximo de iteraciones N0.
SALIDA: solucin aproximada p o mensaje de fracaso.
Paso 1: Para i=1;
Paso 2: Mientras i N hacer pasos 3-6
f ( p0 )
Paso 3: Hacer p p0
;
f ' ( p0 )
Paso 4: Si | p - p0 |<TOL
SALIDA (p);
PARE
Paso 5: Hacer i=i+1
Paso 6: Hacer p0=p
Paso 7: SALIDA (El mtodo fracas
iteraciones)
PARE

despus

de

N,

CODIGO EN MATLAB
Programa01
fprintf('\t\t\t METODO DE NEWTON-RAPHSON \n\n')
%********* INGRESO DE DATOS PARA EL ALGORITMO *********
Fx = input('Ingrese funcion f(x): ','s');%Ingreso de la funcion como
una cadena de caracteres
ezplot(Fx)%grafica la funcin f(x)
Po = input('\n Aproximacion inicial Po: ');% 'Po' es la aproximacin
inicial
Tol = input('\n Tolerancia: ');%'Tol' es la tolerancia o el grado de
error
numIter = input('\n Numero de Iteraciones: ');% 'numIter' es el numero
maximo de iteraciones
fprintf('\n El incremento h tiende a cero')% ingreso del incremento en
el eje de las absisas
h = input('\n Incremento h: ');% 'h' es utilizado para el calculo
aproximado de la derivada de f(x)
encontrado = false;%' encontrado' indoca si se encontro la raiz,
cuando encontrado = true
%***** FIN DE INGRESO DE DATOS ********
%******* ALGORITMO DE NEWTON-RAPHSON O DE LA TANGENTE *********
i=1;
while(i<=numIter)
x = Po;

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Dr. Wilson Maco Vsquez
Departamento de Matemticas
Mg. Lucy Salazar Rojas
FPo = eval(Fx);% 'FPo' contiene el valor de f(x) para x=Po
x= Po + h;
FPoh = eval(Fx);% 'FPo' contiene el valor de f(x) para x=Po+h
derivFPo= (FPoh - FPo)/h; % calculo de la derivada de f(x)--->
f'(x)= (f(Xo+h)-f(X0))/h
P = Po - FPo/derivFPo; % calculo del punto donde corta la recta
tangente del punto Po al eje de las absisas
if(abs(P - Po)< Tol)% condiciones para encontrar una raiz
fprintf('\n LA RAIZ DE MEJOR APROXIMACIO ES: %.3f',P)
encontrado = true;
break;
end
i = i + 1;
Po = P;%Redefinicion del valor de Po
end
if(encontrado == false)% Condicin cuando no se a encontrado una
aproximacin a la raz
fprintf ('\n NO SE ENCONTRO UNA RAIZ DESPUES DE %.3f',numIter)
fprintf (' ITERACIONES')
fprintf ('\n EL METODO FRACASO...!')
end

Programa02
% Para una funcin f(x) ingresada desde el teclado
function [A,B]=newtonraph(po,N,TOL,fx)
% p aproximacin inicial, a partir de este valor encontraremos los
dems
% N Numero mximo de iteraciones que hace el programa para encontrar
la solucin
% Tol tolerancia
% fx es la funcin o ecuacin a evaluar su solucin es decir una de
sus races
fx=sym(fx);
flag=0;
i=1;
x=-2:0.001:4;
y=subs(fx,x);
plot(x,y,'b');
grid;
hold on;
while i<=N
fpo=subs(fx,po); % evaluamos en la funcin la aprox inicial
%calculo de la derivada de la
funcin******************************falta
fxd=diff(fx);
fP=subs(fxd,po); %evaluamos en la derivada de la funcin la aprox
inicial
p=po-fpo/fP; % encontramos la aproximacin de cada
iteracin
% graficamos los puntos aproximados

Universidad Nacional de Trujillo

Facultad de Ciencias Fsicas y Matemticas
Departamento de Matemticas
fp=subs(fx,p);
plot(p,fp,'.r:');
pause(0.5);
if abs(p-po)<TOL
A=p;
B=i;
flag=1;
break;
end
i=i+1;
po=p;

Dr. Wilson Maco Vsquez

Mg. Lucy Salazar Rojas

end
hold off;
if flag==0
msg1='FALLAMOS EN LA ITERACION.';
i=num2str(i);
msgbox([msg1,i],'Error','error');
end

Para obtener la grafica para el ejemplo anterior, debemos ingresar en matlab:

>> newtonraph(15,8,0.5,'x^3-2*x^2+8*x-9');