En análisis numérico, el método de Newton (conocido

también como el método de Newton-Raphson o

el método de Newton-Fourier) es un algoritmo eficiente
para encontrar aproximaciones de los ceros o raíces de
una función real. También puede ser usado para
encontrar el máximo o mínimo de una función,
encontrando los ceros de su primera derivada.
Esquema grafico del método de Newton-Raphson.
Se extrapola una tangente a la función de 𝑥𝑖
(esto es , 𝑓 ′ 𝑥𝑖 hasta el eje x para obtener una
estimación de la raíz en 𝑥 𝑖+1

En general de la grafica se deduce que :

𝑓 𝑥𝑖 − 0
𝑓′ 𝑥𝑖 =
𝑥𝑖 − 𝑥 𝑖+1
Que se puede ordenar para obtener :

Método de Newton-Raphson
Ejemplo 1:
Use el método de Newton-Raphson para calcular la raíz de 𝑓 𝑥 = −𝑒 −𝑥 − 1
empleando un valor inicial de 𝑥0 = 0 .

Solución: La primera derivada se puede evaluar como

𝑓 ′ 𝑥 = −𝑒 −𝑥 − 1

Que se puede sustituir ,junto con la función original en la ecuación de Newton-

Raphson

𝑒 −𝑥𝑖 − 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
−𝑒 −𝑥𝑖 − 1
Empezando con el valor inicial X(0)=0 , se puede aplicar de manera iterativa
para calcular

i 𝑥𝑖 𝜖𝑓 (%)
0 0 100
1 0.500000000 11.8
2 0.566311003 0.147
3 0.567143165 0.0000220
4 0.567143290 < 10−8

De esta manera el planteamiento converge rápidamente a la raíz verdadera.

Obsérvese que el error relativo porcentual verdadero en cada iteración
disminuye mucho mas rápido que si se hiciera con la iteración simple punto
fijo.
Resolución del problema con sw=0
Matlab:
El código usado es : while sw==0
x1 = x0 -
f = input('digite la función ','s’); (subs(sf,v,x0))/(subs(f1,v,x0));
sf = sym(f); if abs(x0-x1)>tol
ezplot(sf); x0=x1; sw=0;
tol = input('digite la tolerancia del else sw=1;
método’); end
x0 = input('digite el valor inicial del end
método’);
vpa(x1)
v = symvar(sf);
f1 = diff(sf);