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 numerico de Newton fue descrito por Sir

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 x n +1 es una mejor
aproximacin que x n 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 supuesto 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 x 0 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.

Obtencin 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 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, . La
nueva aproximacin a la raz, , 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

es una aproximacin mejor que para la raz de la funcin .

En la ilustracin adjunta del mtodo de Newton se puede ver que es una mejor aproximacin
que

para el cero ( x ) de la funcin f .

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 tiende a la raz, se ha de cumplir que , 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

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
sobre la base de 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

Sea . Si , y

, entonces existe un r >0 tal que si

, entonces la sucesin x n con 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

Sea verificando: [1]

1.

2. para todo

3. para todo

4.

Entonces existe un nico tal que por lo que la sucesin converge a s .

Estimacin del Error

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

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 ) - 3 x2 . Ya que cos( x ) 1 para todo x y x 3 > 1 para x>1,
deducimos que nuestro cero est entre 0 y 1. Comenzaremos probando con el valor inicial x 0 =
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 x 3) a 5 y 10, ilustrando la
convergencia cuadrtica.