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.

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.