CONTENIDO

Pg.
INTRODUCCIN 3

FUNDAMENTO TERICO 4
CONCEPTOS Y OBTENCIN DEL MTODO NEWTON-RAPHSON 4
CRITERIO DE TERMINACIN Y ESTIMACIN DE ERRORES 6
ALGORITMO PARA EL MTODO DE NEWTON-RAPHSON 8
DIFICULTADES EN EL MTODO 9
CASOS DE APLICACIN DEL MTODO NEWTON-RAPHSON 9

EJEMPLOS 10
Ejemplo 1 para solucin de ecuaciones no lineales 10
Ejemplo 2 para solucin de ecuaciones no lineales 11
Ejemplo 3 anlisis de error en el mtodo de Newton-Raphson. 11

CONCLUSIN 13

BIBLIOGRAFA 14

INTRODUCCIN
Los Mtodos abiertos est basados en frmulas que requieren un solo valor de
inicio x o que empiecen con un par de ellos, pero que no siempre encierran la
raz. stos, algunas veces divergen o se alejan de la raz verdadera a medida que
se avanza en el clculo. Sin embargo, cuando los mtodos abiertos convergen, en
general lo hacen mucho ms rpido que los mtodos cerrados. El mtodo de
Newton-Raphson es un mtodo abierto, en el sentido de que no est garantizada
su convergencia global
(Mtodos numricos para ingeniera. Chapra)
Es, junto con el mtodo de Biseccin, uno de los mtodos ms usados debido a la
manera eficaz de encontrar la raz y en su robustez. En algunas aplicaciones
probablemente una de las desventajas es que suele necesitarse la primera y la
segundad derivada de la ecuacin a resolver. Se aplica a ecuaciones algebraicas
y trascendentes y proporciona races reales. Por ser un mtodo abierto o de punto
fijo, debe verificarse su criterio de equivalencia.
Tambin es conocido con el nombre de las tangentes. Una tangente es una
recta que intersecta a una curva en un solo punto; en consecuencia, es
perpendicular a su radio.
(SOLUCION DE EC. ALGEBRAICAS Y TRASCENDENTES: MTODO DE N-R)
A diferencia de otros mtodos, el mtodo de Newton-Raphson no trabaja sobre un
intervalo sino que basa su frmula en un proceso iterativo.
(MTODOS NUMRICOS ING. RICARDO)

FUNDAMENTO TERICO
CONCEPTOS Y OBTENCIN DEL MTODO NEWTON-RAPHSON

2
La frmula de Newton-Raphson es probablemente la ms ampliamente utilizada
de entre las frmulas para localizar las races. Si el valor inicial para la raz es
x 1 , entonces se puede trazar una tangente desde el punto [ x i , f ( x i ) ] de la

curva. Por lo comn, el punto donde sta tangente cruza al eje x representa una
aproximacin mejorada de la raz.
El mtodo de Newton-Raphson se deduce a partir de esta interpretacin
geomtrica. De la figura 1, se tiene que la primera derivada en x es equivalente a
la pendiente:

Figura 1. Representacin grfica del mtodo de Newton-Raphson. Se extrapola una

tangente a la funcin en xi [esto es, f(xi)] hasta el eje x para obtener una estimacin de la
raz en xi + 1 .

La frmula de Newton-Raphson es:

f ( xi )
x i+1=x i
f ' ( x i ) (ec.1)

(Mtodos numricos para ingeniera. Chapra)

Analizando a detalle la figura 1, se plantea que en un valor x i que presente una

x
aproximacin a la raz de la ecuacin, se trace una tangente en el punto f ( i) .

Esta recta tangente deber cortar al eje horizontal. El punto donde lo corte ser la
nueva aproximacin x i+1 , de tal forma que en el punto f ( x i1 ) se trace una

3
nueva tangente. Este proceso se repetir hasta que el corte de la tangente en el
eje horizontal coincida con la raz de la ecuacin, o bien, cuando la diferencia
entre dos aproximaciones sucesivas cumpla con una tolerancia preestablecida.
(SOLUCION DE EC. ALGEBRAICAS Y TRASCENDENTES: MTODO DE N-R)

Este mtodo encuentra una raz, siempre y cuando se conozca una estimacin
inicial para la raz deseada. Utiliza las rectas tangentes que se evalan
analticamente. El mtodo de Newton se puede aplicar al dominio complejo para
hallar races complejas. Tambin se puede extender a las ecuaciones no lineales
simultneas.
El mtodo de Newton se obtiene a partir del desarrollo de Taylor. Supngase que
el problema es encontrar una raz de f ( x )=0. Al utilizar el desarrollo de Taylor

de f (x) en torno a una estimacin x 0 , Ia ecuacin se puede escribir como

f ( x )=0=f ( x ) + f ' ( x ) ( xx 1 ) +0 ( h2 ) (Ec.2)

Donde h=xx 0 . Al despejar x en la ecuacin anterior, no se obtiene el valor

exacto debido al error de truncamiento, pero la solucin se acerca en mayor

medida al x exacto, que lo que se aproxima el estimado x 0 . Po lo tanto, al
repetir la solucin utilizando el valor actualizado como una nueva estimacin, se
mejora la aproximacin en forma sucesiva.
El algoritmo se muestra de manera efectiva en la figura 1. El valor x 0 es una
estimacin inicial para la raz. A continuacin se obtiene la funcin lineal que pasa
por ( y 0) en forma tangencial. La interseccin de la recta tangente con el eje x

se denota como x 1 y se considera como una aproximacin de la raz. Se

repite el mismo procedimiento, utilizando el valor ms actualizado como una
estimacin para el siguiente ciclo de iteracin.
x
La recta tangente que pasa por ( 0 , f ( x0 ) ) es g ( x ) =f ' ( x 0 ) ( xx 0 ) +f ( x 0 )

La raz de s g ( x ) =0 denotada por x1 satisface

f ' ( x 0 ) ( x 1x 0 ) +f ( x 0 ) =0 (Ec.3)

Al resolver la ecuacin anterior se obtiene:

4
 f ( x0 )
x 1=x 0 (Ec.4)
f ' ( x0 )

Las aproximaciones sucesivas a la raz se escriben como

f ( xi1 )
x 1=xi 1 (Ec.5)
f ' ( xi1 )

Obtener la primera derivada de una funcin dada puede ser una tarea difcil o
imposible. En tal caso, se puede evaluar f ' ( x i ) en la ecuacin anterior mediante
una aproximacin por diferencias, en vez de la forma analtica. Por ejemplo se
puede aproximar f ' ( x i1 ) mediante la aproximacin por diferencias hacia
adelante,
f ( x i1 +h ) f ( x i1 )
f ' ( x i1 )= (Ec.6)
h

Donde h es un calor pequeo como h=0.001 o mediante la aproximacin por

diferencias hacia adelante, por
f ( x i1 )f ( x i1 h )
f ' ( x i1 )= (Ec.7)
h

Los errores pequeos en la aproximacin por diferencias no tienen un efecto

observable en la razn de convergencia del mtodo de Newton. La precisin del
resultado final no se ve afectada por la aproximacin por diferencias. Si la funcin
no tiene singularidades en la vecindad de la raz, ambas aproximaciones por
diferencias funcionan bien. Sin embargo, debemos elegir una u otra si existe una
singularidad cercana.
Como se indic, el mtodo de Newton se puede aplicar para hallar races
complejas. En casos para programacin, si el lenguaje permite variables
complejas, se puede aplicar fcilmente al caso de las races complejas un
programa de computadora diseado slo para races reales. El mtodo de Newton
se puede aplicar a un conjunto de ecuaciones no lineales. El mtodo de Newton
de segundo orden se obtiene utilizando el trmino de segundo orden en la
ecuacin (2).
(METODOS NUMRICOS APLICADOS CON SOFTWARE, NAKAMURA)

5
Note 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

De la misma manera se puede observar de que en el caso de que f ' ( x i )=0 , el

mtodo no puede aplicar. De hecho, geomtricamente esto significa que la recta

tangente es horizontal y por lo tanto no intersecta al eje x en ningn punto, a
menos que coincida con ste, en cuyo caso x i mismo es una raz de f (x)

(METODOS NUMRICOS ING. RICARDO SEM)

CRITERIO DE TERMINACIN Y ESTIMACIN DE ERRORES

aproximacin actualaproximacin anterior

a = 100 (ec.8)
aproximacin actual

Como en los diferentes mtodos para calcular races, la ecuacin 7 se utiliza como
un criterio de terminacin. No obstante, el desarrollo del mtodo en base en la
serie de Taylor, proporciona una comprensin terica respecto a la velocidad de
2
convergencia expresada por Ei+1 =0 ( Ei ) . De sta forma, el error debe ser
proporcional al cuadrado del error anterior. En otras palabas, el nmero de cifras
significativas de precisin aproximadamente se duplica en cada iteracin.
Como se indic anteriormente, el mtodo de Newton-Raphson se deduce
geomtricamente y se desarrolla a partir de la expansin de la serie de Taylor.
Analizando a detalle sta deduccin, podremos decir que es alternativa y puede
ser muy til ya que provee cierta compresin sobre la velocidad de convergencia
del mtodo. La expansin de la serie de Taylor se representa como:
''
f ( ) 2
f ( x i+1 ) =f ( x i ) + f ' ( x i ) ( xi +1x i ) + ( x i+1 x i) (Ec.9)
2!

Donde se encuentra en alguna parte del intervalo desde xi hasta x i+1 .

Truncando la serie de Taylor despus del trmino de la primera derivada, se

obtiene una versin aproximada:

f ( x i+1 ) f ( x i ) +f ' ( x i )( xi +1x i )

6
En la interseccin con el eje x , f ( x i+1 ) debe ser igual a cero, o

0=f ( x i ) +f ' ( x i )( xi +1x i ) (Ec.10)

De donde se puede despejar a x i+1 , as

f xi
x i+1=x i
f ' xi

La cual es idntica a la ecuacin 1. De sta forma, se ha deducido la frmula de

Newton-Raphson usando una serie de Taylor.
Adems de ste desarrollo, la serie de Taylor sirve para estimar el error de la
frmula. Esto se logra observando que si utilizan todos los trminos en la serie de
Taylor, se obtendr un resultado exacto. En tal situacin x i+1=x i , donde x es el
x
valor verdadero de la raz. Sustituyendo este valor junto con f ( r )=0 en la

ecuacin 9 se obtiene
''
' f ( ) 2
0=f ( x i ) +f ( x i )( xr x i ) + ( x r xi ) (Ec.11)
2!

La ecuacin 10 se resta de la ecuacn 11 para obtener

''
f ( ) 2
0=f ( x i )( xr x i+1 ) + ( xr x i ) (Ec.12)
2!

Ahora, observamos que el error es igual a la diferencia entre x i+1 y el valor

verdadero de x r , como en

Et ,i+1=x r x i+1

Y la ecuacin 12 se expresa como

''
f ( ) 2
0=f ( x i ) E t , i+1+ E (Ec.13)
2! t ,i

Si se supone que hay convergencia, entonces tanto xi como se debern

aproximar a la raz xr y la ecuacin 13 se reordena para obtener:

7
 ''
f ( xr ) 2
Et ,i+1= E (Ec.14)
2 f '(x r ) t ,i

De acuerdo con la ecuacin 14, el error es proporcional al cuadrado del error

anterior. Esto significa que el nmero de cifras decimales correctos
aproximadamente se duplica en cada iteracin. A ste comportamiento se llama
convergencia cuadrtica.

ALGORITMO PARA EL MTODO DE NEWTON-RAPHSON

Partiendo del seudocdigo para el mtodo de punto fijo de la frmula predictiva
x i+1=g ( x i ) :

Figura 2. Seudocdigo para el mtodo de punto fijo.

Podemos obtener de manera sencilla un algoritmo para el mtodo de Newton-
Raphson, ya que ste formato es de manera general y permite que otros mtodos
abiertos puedan disearse en l.
Sin embargo, el programa tambin debe modificarse para calcular la primera
derivada. Esto se logra incluyendo simplemente una funcin definida por el
usuario. El programa se podra mejorar incorporando algunas consideraciones
adicionales:
Se debe incluir una rutina de graficacin en el programa.
Al final de los clculos, se necesitar sustituir siempre la raz final calculada
en la funcin original, para determinar si el resultado se acerca a cero. Esta
prueba protege el desarrollo del programa contra aquellos casos en los que

8
 se presenta convergencia lenta u oscilatoria, la cual puede llevar a valores
pequeos de a , mientras que la solucin an est muy lejos de una raz.
El programa deber incluir siempre un lmite mximo permitido del nmero
de iteraciones para estar prevenidos contra soluciones oscilantes, de lenta
convergencia o divergentes que podran persistir en forma interminable.
El programa deber alertar al usuario para que tome en cuenta la
'
posibilidad de que f ( x )=0 en cualquier momento durante el clculo.

DIFICULTADES CON EL MTODO DE NEWTON-RAPHSON

El mtodo no puede realizarse si f ' ( x )=0

Si hay un punto c para cual f ' ( x )=0 pero f ' ( c ) 0 , entonces seleccionando
x o c , incluso si el proceso converge, pueden surgir muchos pasos complejos.

El proceso puede producir una solucin muy alejada por la aproximacin inicial y
no necesariamente la ms cercana a cero en caso de que haya muchas
'
soluciones para f ( x )=0 .

ALGUNAS APLICACIONES DEL METODO N-R

Un Diseo de columna ptica de placa base usando un algoritmo gentico
modificado basado en el mtodo de Newton-Raphson. La placa base de la
columna es uno de los elementos estructurales en un edificio de acero, que se
utiliza para transferir las tensiones entre la columna y fundacin. Adems, reduce
la cantidad de estas tensiones. Su diseo incluye un procedimiento de ensayo y
error. En ste caso especfico, se utiliza un algoritmo gentico (GA por sus siglas
en ingls) el cual es un mtodo til para la optimizacin de problemas en los
cuales los clculos constan de diferentes pasos. ste algoritmo resulta de la
combinacin con el mtodo de Newton-Raphson, y se usa para encontrar el
diseo ptimo de la placa base en diferentes condiciones.

9
 EJEMPLO
Obtener la raz de la siguiente funcin:
3 2
f ( x )=x +2 x +7 x20

Se sita un punto inicial x=1 .

Se obtiene la siguiente x mediante la frmula

f ( x)
x n+1=x i
f ' ( x)

Para seguir procesando se calcula la derivada de f(x)

f ' ( x )=3 x 2+ 4 x +7

Iteracin 1.
Sustituir en la frmula

13+ 2 ( 1 )2 +7 ( 1 )20
x 2=1
3 ( 1 )+ 4 ( 1 ) +7

1+ 2+ 720
x 2=1
3+ 4+7
=1
10
14 ( )
=1+ 0.714285=1.714285

Ahora se prueba el valor para ver si esta x ya cumple nuestro objetivo

3 2
f ( 1.714285 )= (1.714285 ) +2 ( 1.714285 ) +7 ( 1.714285 )20

f ( 1.714285 )=2.9154357

Dado que 2.9154357 > 0.001, se contina iterando para mejorar la solucin.
Iteracin 2

Se determina x3

(1.714285)3 +2 (1.714285 )2+7 ( 1.714285 ) 20

x 3=1.714285
3 ( 11.714285 ) + 4 ( 11.714285 ) +7

2.9154357
x 3=1.714285
22.67345918

10
 x 3=1.7142850.1285836303

x 3=1.585701369

Ahora se prueba el valor para ver si esta x ya cumple con nuestro objetivo

f ( 1.585701369 )=( 1.585701369 )3 +2 ( 1.585701369 )2+7 ( 1.585701369 ) 20

f ( 1.585701369 )=0.1159722009

Dado que 0.1159722009 > 0.001, se contina iterando para mejorar la solucin.

Iteracin 3

Se determina x4

(1.585701369)3 +2 ( 1.585701369 )2+7 (1.585701369 ) 20

x 4=1.585701369
3 ( 1.585701369 )+ 4 ( 1.585701369 ) +7

0.1159722009
x 4=1.585701369
20.88615197

x 4=1.5857013690.005552588153

x 4=1.580148781

Ahora se prueba el valor para ver si esta x ya cumple con nuestro objetivo.

f ( 1.580148781 )=( 1.580148781 )3 +2 ( 1.580148781 )2 +7 ( 1.580148781 )20

f ( 1.580148781 )=0.0002081627837

Dado que 0.0002081627837 < 0.001, se ha encontrado una raz satisfactoria en

x= 1.580148781

CONCLUSION
El mtodo de Newton utiliza de forma iterativa las rectas tangentes que pasan por
las aproximaciones consecutivas de la raz.
El mtodo requiere una buena estimacin inicial. De otro modo, la solucin
iterativa puede divergir o converger a una solucin irrelevante.

11
La razn de convergencia iterativa del mtodo de N-R es alta, cuando funciona.
El mtodo de N-R puede encontrar races complejas si las variables se definen
como complejas.
Como lo muestran los ejemplos mencionados en ste trabajo, el mtodo de
Newton-Raphson resulta una herramienta gil y robusta en el clculo de races.
Por ste motivo es el algoritmo preferido de los fabricantes de calculadoras
programables. Para los casos en que no resulta convergente, su complemento
ideal resulta del mtodo de Biseccin. De esta forma, se considera que se pueden
obtener las races reales de prcticamente cualquier ecuacin algebraica o
trascendente.

BIBLIOGRAFA

Chapra, S. C. y Canale R.P. 2007. Mtodos numricos para ingenieros.

McGraw-Hill. Mxico, D.F.

Figueiredo J. R.; R. G. Santos; C. Favaro; A. F. S. Silva; A. Sbravati. 2002.

Substitution-Newton-Raphson method applied to the modeling of a vapour
compression refrigeration system using different representations of the
thermodynamic properties of R-134a. The Brazilian Society of Mechanical
Sciences. 24(3): 158-168

Mora, W.F. 2010. Introduccin a los mtodos numricos. Costa Rica.

12
 Nakamura, S. 1992. Mtodos numricos aplicados con software. Pearson
Educacin. Mxico.

Ojaghzadeh. S. D., S. Hoora . 2010. Optimal Column Base Plate Design

Using A Modified Genetic Algorithm Based on Newton-Raphson Method .
International Conference on Advanced Computer Theory and Engineering,
3: 547-553.

13