1.

Introducción

El método numérico de Newton fue descrito por Sir Isaac Newton en “Sobre el análisis mediante
ecuaciones con un número infinito de términos”, escrito en 1669, publicado en 1711 por William
Jones. Sin embargo, Newton aplicaba el método solo a polinomios, y no consideraba las
aproximaciones sucesivas xn, sino que calculaba una secuencia de polinomios para llegar a la
aproximación de la raíz x. Finalmente, Newton ve el método como puramente algebraico y falla al no
ver la conexión con el cálculo.

El método de Newton-Raphson es llamado así por el matemático inglés Joseph Raphson

(contemporáneo de Newton) se hizo miembro de la Royal Society en 1691 por su libro "Aequationum
Universalis", publicado en 1690, que contenía este método para aproximar raíces. Newton en su libro
Método de las fluxiones describe el mismo método, en 1671, pero no fue publicado hasta 1736, lo que
significa que Raphson había publicado este resultado 46 años antes. Aunque no fue tan popular como
los trabajos de Newton, se le reconoció posteriormente.

El método de Newton-Raphson es un método abierto, en el sentido de que no está garantizada su

convergencia global. La única manera de alcanzar la convergencia es seleccionar un valor inicial lo
suficientemente cercano a la raíz buscada. Así, se ha de comenzar la iteración con un valor
razonablemente cercano al cero.

2. Objetivos
2.1. Desarrollar y analizar de una función dada mediante iteraciones las cuales al ser aplicadas a un
algoritmo se acercan cada vez más a la raíz de la función.
2.2. Conocer el método de Newton-Raphson para solucionar funciones de una variable que no
tienen solución por métodos analíticos.
3. Marco Teórico
3.1. Descripción del método
Este método de resolución numérica busca un cero de la función f(x) por aproximaciones
sucesivas a partir de un valor inicial x0. El valor sucesivo xn+1 es la abscisa del punto en que
la tangente a la gráfica de f(x) en xn corta al eje X.
f (x)
X n+1=X n− (1)
f ´(x)

Donde f ' denota la derivada de f.

Naturalmente es necesario que la función sea derivable. Si la raíz es múltiple, el método es

inaplicable, pues la derivada se anula.

Nótese que el método descrito es de aplicación exclusiva para funciones de una sola variable
con forma analítica o implícita conocible. Existen variantes del método aplicables a sistemas
discretos que permiten estimar las raíces de la tendencia, así como algoritmos que extienden el
método de Newton a sistemas multivariables, sistemas de ecuaciones, etcétera.[ CITATION
Día98 \l 12298 ]
 Figura 1. Método de Newton-Raphson.

Fuente:
https://medium.com/@hdezfloresmiguelangel/m%C3%A9todo-de-newton-raphson-en-matlab-
ef86f1972e4

3.2. Convergencia del método

Para poder garantizar la convergencia se requiere algún conocimiento extra de la primera y

segunda derivadas. En particular, si f'(x) y f''(x) no se anulan y conservan el signo en [a, b] y
f(x0) ·f''(x0) > 0, con x0 y la raíz perteneciente a [a, b], el método converge. Si no se cumplen
estas condiciones, el proceso probablemente sea divergente.[ CITATION Jos99 \l 12298 ]

3.3. Aproximación del método

La aproximación en cada paso es menor que c = M2/(2m1) por el cuadrado de la aproximación

anterior, donde M2 y m1 son respectivamente el máximo de f''(x) y el mínimo de f'(x) en [a,
b]. Lo que asegura una rápida convergencia una vez que la aproximación es menor que 1. Si c
≤ 1, se duplican en tal caso el número de decimales exactos en cada iteración. Cuanto mayor
sea el valor de |f'(x)| en las proximidades de la raíz más ventajoso resulta el método y
viceversa, hasta resultar inaplicable si la derivada se anula.[CITATION Jos99 \l 12298 ]

4. Desarrollo del tema

El método de Newton-Raphson, en resumen, describe un conjunto de pasos esenciales que se
puede encontrar a continuación:
4.1. Se debe tener seguridad de que la función corta con el eje de las ordenadas.
4.2. La función a ser analizada debe ser derivable, si no se puede derivar la función el método no
es aplicable.
4.3. Se debe tener un máximo error permitido o tolerancia para encontrar su raíz en base al error
generado por el método.
4.4. Se comienza a evaluar la función con un valor inicial prudente, entre más cercano este a la raíz
mas rápido se llegará a la solución.[ CITATION Mig05 \l 12298 ]
5. Código en Matlab sobre el método de Newton-Raphson.
clear,clc
syms x
fun=input('Ingrese función a evaluar: ');
pi=input('Ingrese valor inicial: ');
tl=input('Ingrese tolerancia: ');
dfun=diff(fun,x);
f=inline(fun);
df=inline(dfun);
err=100;
disp(' n Xi error');
n=0;
ezplot(fun);
grid on
while(err>tl)
xi=pi-(f(pi)./df(pi));
err=abs(abs(xi-pi) /xi);
pi=xi;
n=n+1;
fprintf('\n %d \t%5.4f \t%5.4f',n,pi,err);
end
fprintf ('\n Raíz=%8.4f en %d interaciones',pi,n);

6. Comprobación del funcionamiento del código realizado en matlab.

7. Conclusiones y recomendaciones
 En el método de Newton Raphson, cuando se tiene un máximo o mínimo local la
tendencia del método será oscilar alrededor del máximo o mínimo local,
desenfocándose de la raíz y perdiendo el efecto de búsqueda de raíces del método.
  Para la resolución de una función por el método de Newton-Raphson la función debe
cortar con el eje de las “X”, ya que si no existe el corte la iteración no se va a acercar
hacia ningún punto y el bucle en el código sería infinito.
 Para este método se determino que la convergencia hacia la raíz es muy rápida como
se observa en la Figura 2., para hallar la raíz solo se necesitó de 5 iteraciones debido a
que en cada iteración su máximo y mínimo acortan su intervalo, con esto su
aproximación a la raíz es menor en cada iteración y esto asegura una rápida
convergencia.
 Se debe tomar en cuenta para futuros análisis de funciones de una variable, que la
función debe ser derivable caso contrario el método no puede ser aplicable a la
función ya que en este caso la función seria divergente.
 También es recomendables que la tolerancia usada sea muy baja para que, así se
asegure un error de parte del método muy bajo y un alto acercamiento a la raíz.
8. Bibliografía

De la Fuente, J. (1999). Técnicas de cálculo para sistemas de ecuaciones, programación lineal.

Madrid: Reverté.

Díaz, J., & Benítez, F. (1998). Introducción a los métodos numéricos para la resolucion de ecuaciones .
Cádiz: Servicio de Publicacions de la Universidad de Cádiz.

Flores, M. (07 de Marzo de 2005). Método de Newton Raphson . Obtenido de Meduim :

https://medium.com/@hdezfloresmiguelangel/m%C3%A9todo-de-newton-raphson-en-
matlab-ef86f1972e4