Método de Newton - Wikipedia, la enciclopedia libre Página 1 de 7

Método de Newton
De Wikipedia, la enciclopedia libre

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.

Contenido
■ 1 Historia
■ 2 Descripción del método
■ 3 Obtención del Algoritmo
■ 4 Convergencia del Método
■ 5 Estimación del Error
■ 6 Teorema de Convergencia Local del Método de Newton
■ 7 Ejemplo
■ 8 Codigo en MatLab
■ 9 Referencias
■ 10 Enlaces externos

Historia
El método de Newton fue descrito por Isaac Newton en De analysi per aequationes número
terminorum infinitas (escrito en 1669, publicado en 1711 por William Jones) y en De metodis
fluxionum et serierum infinitarum (escrito en 1671, traducido y publicado como Método de las
fluxiones en 1736 por John Colson). Sin embargo, su descripción difiere en forma sustancial de la
descripción moderna presentada más arriba: 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.

Isaac Newton probablemente derivó su método de forma similar aunque menos precisa del método
de François Viète. La esencia del método de Viète puede encontrarse en el trabajo del matemático
persa Sharaf al-Din al-Tusi.

Descripción del método

El método de Newton-Raphson es un método abierto, en el sentido de que su convergencia global no
está garantizada. 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 (denominado punto de arranque o valor supuesto). La relativa
cercanía del punto inicial a la raíz depende mucho de la naturaleza de la propia función; si ésta
presenta múltiples puntos de inflexión o pendientes grandes en el entorno de la raíz, entonces las

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010
Método de Newton - Wikipedia, la enciclopedia libre Página 2 de 7

probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto
cercano a la raíz. Una vez se ha hecho esto, el método linealiza la función por la recta tangente en
ese valor supuesto. La abscisa en el origen de dicha recta será, según el método, una mejor
aproximación de la raíz que el valor anterior. Se realizarán sucesivas iteraciones hasta que el método
haya convergido lo suficiente.

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

Donde f ' denota la derivada de f.

Nótese que el método descrito es de aplicación exclusiva para funciones de una sola variable con
forma analítica o implícita cognoscible. 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, etc.

Obtención 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 interpretación geométrica. En efecto, atendiendo al desarrollo

geométrico del método de la secante, podría pensarse en que si los puntos de iteración están lo
suficientemente cerca (a una distancia infinitesimal), entonces la secante se sustituye por la tangente
a la curva en el punto. Así pues, si por un punto de iteración trazamos la tangente a la curva, por
extensión con el método de la secante, el nuevo punto de iteración se tomará 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
función, es decir, f se reemplaza por una recta tal que contiene al punto (x0, f (x0)) y cuya pendiente
coincide con la derivada de la función en el punto, f'(x0). La nueva aproximación a la raíz, x1, se
logra la intersección de la función lineal con el eje X de ordenadas. Matemáticamente:

En la ilustración adjunta del método de Newton

se puede ver que xn + 1 es una mejor
aproximación que xn para el cero (x) de la
función f.

Una forma alternativa de obtener el algoritmo es

desarrollando la función f (x) en serie de Taylor,
para un entorno del punto xn:

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010
Método de Newton - Wikipedia, la enciclopedia libre Página 3 de 7

Ilustración de una iteración del método de Newton

(la función f se demuestra en azul y la línea de la
tangente está en rojo). Vemos que xn + 1 es una
aproximación mejor que xn para la raíz x de la
función f.

Si se trunca el desarrollo a partir del término de grado 2, y evaluamos en xn + 1:

Si además se acepta que xn + 1 tiende a la raíz, se ha de cumplir que f(xn + 1) = 0, luego, sustituyendo
en la expresión anterior, obtenemos el algoritmo.

Finalmente, hay que indicar que el método de Newton-Raphson puede interpretarse como un método
de iteración de punto fijo. Así, dada la ecuación f(x) = 0, se puede considerar el siguiente método de
iteración de punto fijo:

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

Entonces:

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

Por tanto, imponiendo subíndices:

Expresión que coincide con la del algoritmo de Newton-Raphson

Convergencia del Método

El orden de convergencia de este método es, por lo menos, cuadrático. Sin embargo, si la raíz
buscada es de multiplicidad algebraica mayor a uno (i.e, una raíz doble, triple, ...), el método de
Newton-Raphson pierde su convergencia cuadrática y pasa a ser lineal de constante asintótica de
convergencia 1-1/m, con m la multiplicidad de la raíz.

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010
Método de Newton - Wikipedia, la enciclopedia libre Página 4 de 7

Existen numerosas formas de evitar este problema, como pudieran ser los métodos de aceleración de
la convergencia tipo Δ² de Aitken o el método de Steffensen. Derivados de Newton-Raphson
destacan el método de Ralston-Rabinowitz, que restaura la convergencia cuadrática sin más que
modificar el algoritmo a:

Evidentemente, este método exige conocer de antemano la multiplicidad de la raíz, lo cual no

siempre es posible. Por ello también se puede modificar el algoritmo tomando una función auxiliar g
(x) = f(x)/f'(x), resultando:

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

Por otro lado, la convergencia del método se demuestra cuadrática para el caso más habitual en base
a tratar el método como uno de punto fijo: si g'(r)=0, y g' '(r) es distinto de 0, entonces la
convergencia es cuadrática. Sin embargo, está sujeto a las particularidades de estos métodos.

Nótese de todas formas que el método de Newton-Raphson es un método abierto: la convergencia no

está garantizada por un teorema de convergencia global como podría estarlo en los métodos de falsa
posición o de bisección. Así, es necesario partir de una aproximación inicial próxima a la raíz
buscada para que el método converja y cumpla el teorema de convergencia local.

Estimación del Error

Se puede demostrar que el método de Newton-Raphson tiene convergencia cuadrática: si α es raíz,
entonces:

para una cierta constante C. Esto significa que si en algun momento el error es menor o igual a 0,1, a
cada nueva iteración doblamos (aproximadamente) el número de decimales exactos. En la práctica
puede servir para hacer una estimación aproximada del error:

Error relativo entre dos aproximaciones sucesivas:

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

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010
Método de Newton - Wikipedia, la enciclopedia libre Página 5 de 7

Teorema de Convergencia Local del Método de Newton

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

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

Si además , entonces la convergencia es cuadrática.

Ejemplo
Consideremos el problema de encontrar un número positivo x tal que cos(x) = x3. Podríamos 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 está entre 0 y 1. Comenzaremos probando con el valor inicial x0 = 0,5

Los dígitos correctos están subrayados. En particular, x6 es correcto para el número de decimales
pedidos. Podemos ver que el número de dígitos correctos después de la coma se incrementa desde 2
(para x3) a 5 y 10, ilustando la convergencia cuadrática.

En pseudocódigo, esto es:

function newtonIterationFunction(x) {
return x - (cos(x) - x^3) / (-sin(x) - 3*x^2)
}

var x := 0,5

for i from 0 to 99 {
print "Iteraciones: " + i
print "Valor aproximado: " + x
xold := x
x := newtonIterationFunction(x)
if x = xold {
print "Solución encontrada!"
break

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010
Método de Newton - Wikipedia, la enciclopedia libre Página 6 de 7

}
}

Codigo en MatLab
Programa escrito en Matlab para hallar las raíces usando el metodo de NEWTON-RAPHSON

disp ('NEWTON-RAPHSON')
xo=input('Valor inicial =');
n=input ('numero de iteraciones=');
salida=ones(n,4); % matiz de salida de datos
for i=1:n
x1=xo-[(exp(-xo)-xo)]/[(-exp(-xo)-1)];
vsal=[xo;x1];
er=[[abs((xo-x1)/xo)]]*100; % error relativo porcentual
ea=[[abs((x1-xo)/x1)]]*100; % error
xo=x1;

salida(i,1)=i;
salida(i,2)=x1;
salida(i,3)=er;
salida(i,4)=ea;
end
disp('ite raiz er
disp(num2str(salida));

Referencias
■ Tjalling J. Ypma, Historical development of the Newton-Raphson method, SIAM Review 37
(4), 531–551, 1995.
■ P. Deuflhard, Newton Methods for Nonlinear Problems. Affine Invariance and Adaptive
Algorithms. Springer Series in Computational Mathematics, Vol. 35. Springer, Berlin, 2004.
ISBN 3-540-21099-7.
■ C. T. Kelley, Solving Nonlinear Equations with Newton's Method, no 1 in Fundamentals of
Algorithms, SIAM, 2003. ISBN 0-89871-546-6.
■ J. M. Ortega, W. C. Rheinboldt, Iterative Solution of Nonlinear Equations in Several
Variables. Classics in Applied Mathematics, SIAM, 2000. ISBN 0-89871-461-3.
■ W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling, Numerical Recipes in C: The
Art of Scientific Computing, Cambridge University Press, 1992. ISBN 0-521-43108-5
(available free online, with code samples: [1] (http://www.nrbook.com/a/bookcpdf.html) ),
sections 9.4 [2] (http://www.nrbook.com/a/bookcpdf/c9-4.pdf) and 9.6 [3]
(http://www.nrbook.com/a/bookcpdf/c9-6.pdf) .
■ W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling, Numerical Recipes: The Art of
Scientific Computing, Cambridge University Press, 2007. ISBN 0-521-88068-8 (available for a
fee online, with code samples [4] (http://www.nrbook.com) ).

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010
Método de Newton - Wikipedia, la enciclopedia libre Página 7 de 7

■ W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling, Numerical Recipes in Fortran,

Cambridge University Press, 1992. ISBN 0-521-43064-X (online, with code samples: [5]
(http://library.lanl.gov/numerical/bookfpdf/f9-4.pdf) )
■ Endre Süli and David Mayers, An Introduction to Numerical Analysis, Cambridge University
Press, 2003. ISBN 0-521-00794-1.
■ Weisstein, Eric W. (2009). «Newton's method and Convergence.
(http://mathworld.wolfram.com/NewtonsMethod.html) ». Consultado el 29 de agosto de 2009.

Enlaces externos
■ Método de Newton aplicado al cálculo de la raíz cuadrada de un número
(http://neoparaiso.com/logo/metodo-newton.html)
■ El método de Newton en Mathcad Application Server
(http://twt.mpei.ac.ru/mas/worksheets/newton.mcd) (con animación)
■ Método de Newton-Raphson: Notas, PPT, Mathcad, Maple, Matlab, Mathematica
(http://numericalmethods.eng.usf.edu/topics/newton_raphson.html)
■ Método de Newton en calculadoras HP (http://www.deachp.com/documentos/duda7.html)

Obtenido de "http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton"
Categoría: Algoritmos de búsqueda de raíces

■ Esta página fue modificada por última vez el 12:36, 11 nov 2009.
■ El texto está disponible bajo la Licencia Creative Commons Reconocimiento Compartir Igual
3.0; podrían ser aplicables cláusulas adicionales. Lee los términos de uso para más
información.

http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton 04/01/2010