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 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.

ndice
1 Historia

2 Descripcin del mtodo

3 Obtencin del Algoritmo

4 Convergencia del Mtodo

o 4.1 Teorema de Convergencia Local del Mtodo de Newton

o 4.2 Teorema de Convergencia Global del Mtodo de Newton

5 Estimacin del Error

6 Ejemplo

7 Vase tambin

8 Referencias

9 Enlaces externos

Historia
El mtodo de Newton fue descrito por Isaac Newton en De analysi per aequationes
numero terminorum infinitas ('Sobre el anlisis mediante ecuaciones con un nmero
infinito de trminos', escrito en 1669, publicado en 1711 por William Jones) y en De
metodis fluxionum et serierum infinitarum (escrito en 1671, traducido y publicado como
Mtodo de las fluxiones en 1736 por John Colson). Sin embargo, su descripcin difiere
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.
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 fluxiones describe el mismo
mtodo, en 1671, pero no fue publicado hasta 1736, lo que significa que Raphson haba
publicado este resultado 46 aos antes. Aunque no fue tan popular como los trabajos de
Newton, se le reconoci posteriormente.

Descripcin del mtodo

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

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 suficientemente cercano a la raz 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
inflexin o pendientes grandes en el entorno de la raz, entonces las probabilidades de
que el algoritmo diverja aumentan, lo cual exige seleccionar un valor puesto 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 suficiente.

Sea f: [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos con
un valor inicial x0 y definimos para cada nmero natural n

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, etctera.

Obtencin del Algoritmo

Tres son las formas principales por las que tradicionalmente se ha obtenido el algoritmo
de Newton-Raphson.

La primera de ellas es una simple interpretacin geomtrica. En efecto, atendiendo al

desarrollo geomtrico del mtodo de la secante, podra pensarse en que si los puntos de
iteracin estn lo suficientemente cerca (a una distancia infinitesimal), entonces la
secante se sustituye por la tangente a la curva en el punto. As pues, si por un punto de
iteracin trazamos la tangente a la curva, por extensin 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 recta tal que contiene al punto (, ()) y cuya pendiente coincide con
la derivada de la funcin en el punto, . La nueva aproximacin a la raz, , se logra de la
interseccin de la funcin lineal con el eje X de abscisas. Matemticamente:

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 es una aproximacin mejor que para la raz de
la funcin .

En la ilustracin adjunta del mtodo de Newton se puede ver que es una mejor
aproximacin que para el cero (x) de la funcin f.

Una forma alternativa de obtener el algoritmo es desarrollando la funcin f (x) en serie

de Taylor, para un entorno del punto :

Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en :

Si adems se acepta que tiende a la raz, se ha de cumplir que , luego, sustituyendo en la

expresin anterior, obtenemos el algoritmo.
Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse
como un mtodo de iteracin de punto fijo. As, dada la ecuacin , se puede considerar
el siguiente mtodo de iteracin de punto fijo:

Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:

Entonces:

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

Por tanto, imponiendo subndices:

Expresin que coincide con la del algoritmo de Newton-Raphson

Convergencia del Mtodo

El orden de convergencia de este mtodo es, por lo menos, cuadrtico.

Existen numerosas formas de evitar este problema, como pudieran ser los mtodos de
aceleracin de la convergencia tipo de Aitken o el mtodo de Steffensen.

Evidentemente, este mtodo exige conocer de antemano la multiplicidad de la raz, lo

cual no siempre es posible. Por ello tambin se puede modificar el algoritmo tomando
una funcin auxiliar g(x) = f(x)/f'(x), resultando:

Su principal desventaja en este caso sera lo costoso que pudiera ser hallar g(x) y g'(x) si
f(x) no es fcilmente derivable.

Por otro lado, la convergencia del mtodo se demuestra cuadrtica para el caso ms
habitual sobre la base de tratar el mtodo como uno de punto fijo: si g '(r)=0, y g''(r) es
distinto de 0, entonces la convergencia es cuadrtica. Sin embargo, est sujeto a las
particularidades de estos mtodos.

Ntese de todas formas que el mtodo de Newton-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 inicial prxima a la raz buscada para que el mtodo converja y cumpla el
teorema de convergencia local.

Teorema de Convergencia Local del Mtodo de Newton

Sea . Si , y , entonces existe un r>0 tal que si , entonces la sucesin xn con verifica que:

para todo n y xn tiende a p cuando n tiende a infinito.

Si adems , entonces la convergencia es cuadrtica.

Teorema de Convergencia Global del Mtodo de Newton

Sea verificando:1

2. para todo

3. para todo

Entonces existe un nico tal que por lo que la sucesin converge a s.

Estimacin del Error

Se puede demostrar que el mtodo de Newton-Raphson tiene convergencia cuadrtica:
si es raz, entonces:

para una cierta constante . Esto significa que si en algn momento el error es menor o
igual a 0,1, a cada nueva iteracin doblamos (aproximadamente) el nmero de
decimales exactos. En la prctica puede servir para hacer una estimacin aproximada
del error:

Error relativo entre dos aproximaciones sucesivas:

Con lo cual se toma el error relativo como si la ltima aproximacin fuera el valor
exacto. Se detiene el proceso iterativo cuando este error relativo es aproximadamente
menor que una cantidad fijada previamente.

Ejemplo
Consideremos el problema de encontrar un nmero positivo x tal que cos(x) = x3.
Podramos tratar de encontrar el cero de f(x) = cos(x) - x3.

Sabemos que f '(x) = -sin(x) - 3x2. Ya que cos(x) 1 para todo x y x3 > 1 para x>1,
deducimos que nuestro cero est entre 0 y 1. Comenzaremos probando con el valor
inicial x0 = 0,5

Los dgitos correctos estn subrayados. En particular, x6 es correcto para el nmero de

decimales pedidos. Podemos ver que el nmero de dgitos correctos despus de la coma
se incrementa desde 2 (para x3) a 5 y 10, ilustrando la convergencia cuadrtica.