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 eficiente 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
[ocultar]

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

4.2 Teorema de Convergencia Global del Mtodo de Newton

5 Estimacin del Error

6 Ejemplo

7 Cdigo en MatLab

8 Vase tambin

9 Referencias

10 Enlaces externos

Historia[editar]
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[editar]

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, etc.

Obtencin del Algoritmo[editar]

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,
aproximacin a la raz,

))

. La nueva

, 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
para la raz

de la funcin

es una aproximacin mejor que

En la ilustracin adjunta del mtodo de Newton se puede ver que

mejor aproximacin que

para el cero (x) de la funcin f.

es una

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

que

tiende a la raz, se ha de cumplir

, 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[editar]

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 en base a 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[editar]
Sea
,

. Si
y

un r>0 tal que si

sucesin xn con

, entonces existe
, entonces la
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[editar]
verificando:1

Sea
1.
2.

para
todo

3.

para
todo

4.

Entonces existe un nico

que

tal

por lo que la sucesin

converge a s.

Estimacin del Error[editar]

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[editar]
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.

Cdigo en
MatLab[editar]
Programa escrito en Matlab
para ejecutar el mtodo
Newton-Raphson.
%Mtodo NewtonRaphson
%
%Es un mtodo para
aproximar la solucin
de una ecuacin de
una sola
%variable por medio
de la aproximacin de
su derivada y con un
punto fijo,
%cercano a la raz.
%
%f=Funcin
previamente definida
en consola (use el
siguiente comando en
consola "f = @(x)
(escriba aqu su
funcin)");
%ff=derivada
analtica de la
funcin f (difinida
previamente con el
mismo comando
anterior);
%a=punto cercano a la
raz; e=margen de
error; n=numero de
%iteraciones maximo
permitido
%
%El ingreso de datos
es de la forma
np(f,ff,a,e,n)
%

%by Francisco Pea

Gallardo (Peovsky
Freeman)
%UMSNH
%
function
np(f,ff,a,e,n)
fprintf('Mtodo de
Newton-Raphson\n');
fprintf('by Peovsky
Freeman\n');
format long
x0=a;
i=0;
error=1;

fprintf('Iter.
m \n');

\t

while error>=e ||
i==n

f0=feval(f,x0);
f1=feval(ff,x0);
x1=x0(f0/f1);
i=i+1;

error=abs((x1x0)/x1);

fprintf('%d \t %d
\n',i,x1)
if
feval(f,x1)==0

sprintf('Nos
alegramos porque
encontramos la raz')
return
end
x0=x1;
end
w = feval(f,x0);
fprintf('\nLa raz
aproximada es:\t \t
%f\n',x0);
fprintf('\nCon una
tolerancia de:\t \t
%f\n',e);
fprintf('Nmero de
Iter:\t \t \t \t
%d \n',i);
disp('Funcin:');
disp(f);
fprintf('El valor de
f(x) en %f es: f(x) =
%f\n',x0,w)
return
end

Vase
tambin[editar]

Frmulas de Newton
Cotes

Referencias[editar]
1.

Volver arriba Miguel

Pasadas. Universidad
de Granada,
ed. Tema 2
Resolucin de
Ecuaciones No
Lineales.

Tjalling J. Ypma,
Historical development of
the Newton-Raphson

method, SIAM
Review 37 (4), 531551,
1995.

P. Deuflhard, Newton
Methods for Nonlinear
Problems. Affine
Invariance and Adaptive
Algorithms. Springer
Series in Computational
Mathematics, Vol. 35.
Springer, Berlin,
2004. ISBN 3-54021099-7.

C. T. Kelley, Solving
Nonlinear Equations with
Newton's Method, no 1
in Fundamentals of
Algorithms, SIAM,
2003. ISBN 0-89871546-6.

J. M. Ortega, W. C.
Rheinboldt, Iterative
Solution of Nonlinear
Equations in Several
Variables. Classics in
Applied Mathematics,
SIAM, 2000. ISBN 089871-461-3.

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 0521-43108-5 (available
free online, with code

samples: [1]), sections

9.4 [2] and 9.6[3].

W. H. Press, B. P.
Flannery, S. A.
Teukolsky, W. T.
Vetterling, Numerical
Recipes: The Art of
Scientific Computing,
Cambridge University
Press, 2007. ISBN 0521-88068-8 (available
for a fee online, with
code samples [4]).

W. H. Press, B. P.
Flannery, S. A.
Teukolsky, W. T.
Vetterling, Numerical
Recipes in Fortran,
Cambridge University
Press, 1992. ISBN 0521-43064-X (online,
with code samples: [5])

Endre Sli and David

Mayers, An Introduction
to Numerical Analysis,
Cambridge University
Press, 2003. ISBN 0521-00794-1.

Weisstein, Eric
W. Newton's method
and Convergence. En
Weisstein, Eric
W.MathWorld (en
ingls). Wolfram
Research. Consultado el
29 de agosto de 2009.

Enlaces
externos[editar]