METODO DE NEWTON

El Método de Newton (o método de Newton-Raphson o método de las tangentes) es de las técnicas

numéricas para resolver un problema de búsqueda de raíces f x   0 más poderosa y conocidas. Hay
muchas formas de introducirlo. La más Común consiste en considerarlo gráficamente. Otra posibilidad
consiste en derivarlo como una técnica que permite lograr una convergencia más rápida que la que
ofrece otros tipos de iteración funcional.

Este Método se basa tomando un punto cercano a la raíz y el corte del eje de las “ x ” de las rectas
tangentes sucesivas (esto se hace hasta llegar a la aproximación a la raíz).

Entonces suponiendo que se tiene una función cualquiera f  x  y un punto cualquiera x0 , por lo
tanto con el punto  x0 , f x0  y la pendiente que se puede obtener sacando f / x  , entonces
calculamos la primera recta tangente en ese punto.

Lo que nos interesa es el corte con el eje de las “x” de la recta tangente, dicho corte es el que nos
aproxima a la raíz. Conociendo ese corte del eje de las “x” de la primera recta tangente que le
llamamos “ x1 ”, volvemos a sacar otra recta tangente con el punto  x1 , f x1  y la pendiente que
sabemos que es f /
x  tenemos

Lo que nos vuelve interesar es el corte con el eje de las “x” de la recta tangente, dicho corte es el que
nos aproxima a la raíz. Conociendo ese corte del eje de las “x” de la segunda recta tangente que le
  
llamamos “ x2 ”, volvemos a sacar otra recta tangente con el punto x 2 , f x 2 y la pendiente que sabes

que es f /
x  tenemos:
Como podemos ver con la tercera recta tangente casi se aproximó a la raíz. Entonces de esta forma
trabaja el método.

Ahora Para calcular el punto xn que es el corte del eje de las “x” de las sucesivas rectas tangentes,
calculamos primero la ecuación de la recta tangente. Sabemos que tiene pendiente con el punto
 xn , f xn  :
m f /
xn 
Sustituyendo el punto  xn , f xn  y f /
xn  , por lo tanto la ecuación de la recta tangente nos queda:
y  f xn   f / xn x  xn 

Ahora para poder encontrar el corte del eje de las “x” tenemos que hacer y  0 , por lo tanto tenemos:

0  f xn   f /
xn x  xn 
Para poder encontrar ese corte del eje de las “ x ” que nos dará la aproximación a la raíz tenemos que
despejar la x de la ecuación anterior, despejando tenemos lo siguiente:

f xn 
x  xn 
f / xn 

Que es la fórmula iterativa de Newton-Raphson para calcular la siguiente aproximación:

 f xn 
xn 1  xn  ; si f / xn   0
f / xn 

Si xn  xn 1  tol entonces xn es una raíz.

Note que el método de Newton-Raphson no trabaja con intervalos donde nos asegure que
encontraremos la raíz, y de hecho no tenemos ninguna garantía de que nos aproximaremos a dicha
raíz. Desde luego, existen ejemplos donde este método no converge a la raíz, en cuyo caso se dice
que el método diverge.

Sin embargo, en los casos donde si converge a la raíz lo hace con una rapidez impresionante, por lo
cual es uno de los métodos preferidos por excelencia.

El método de Newton a menudo se usan para refinar las repuestas conseguidas con otra técnica,
como el Método Bisección, dado que el Método de Newton requiere de una buena aproximación
inicial, pero por lo general da una convergencia rápida, sirve perfectamente para el propósito antes
mencionado.

También observe que en el caso de que f

/
xn   0 , el método no se puede aplicar. De hecho, vemos
geométricamente que esto significa que la recta tangente es horizontal y por lo tanto no interseca al
eje “x” en ningún punto, a menos que coincida con éste, en cuyo caso xn mismo es una raíz de f xn 
.

Sin embargo, algunas veces el método de Newton no converge, sino que se encicla. Esto puede ocurrir,
por ejemplo, si no hay raíz real, si la raíz es un punto de inflexión o si la aproximación inicial está muy
lejos de la raíz buscada y el proceso de aproximación cae en un ciclo. Estas situaciones se ilustran a
continuación:

Oscilaciones para una función sin raíz real Oscilaciones para una función con punto de inflexión.

Oscilaciones para una función con dos raíces reales.

  Observaciones:
i. Hay casos en los cuales el procedimiento efectuado no proporciona una raíz que se acerca a la raíz
buscada. Este hecho se reconoce al notar que la sucesión de valores xn no se estabiliza por más que
se aumente el número de iteraciones.

ii. Una manera práctica de utilizar el algoritmo o método de Newton consiste en repetir el
procedimiento hasta que ciertos dígitos del resultado se estabilicen. Así, si se desean dos cifras
decimales exactas, se repite el procedimiento hasta que la tercera cifra decimal se empiece a repetir
y las dos primeras estén completamente estabilizadas.

ALGORITMO DEL METODO DE NEWTON-RAPHSON

Paso 1 : Tener un punto inicial cercano a la raíz x0

Paso 2: Calcular f / (x)
Paso 3: Calcular la aproximación a la raíz por el corte con el eje de las “ x” de la
recta tangente
f(xn )
xn+1 = xn −
f / (xn )

Paso 4: Calcular el Error del método Error = |xn − xn+1 |

Paso 5: Calcular Error < Tolerancia ó exactitud
 Si Error < Tolerancia ó exactitud , se encontró la raíz con el número de cifras
consecutivas especificada.
 Si Error > Tolerancia ó exactitud , Regresar al paso 3 para cambiar punto xn+1 y
luego iniciar otra iteración hasta que Error < Tolerancia ó exactitud

EJEMPLO1

1) Usar el método de Newton-Raphson, para aproximar la raíz de f x   e x  ln x  comenzando

con x0  1 con una tol  1 *105

Solución:

5
Como la tolerancia contiene 2 decimales ( 1*10 =0.00001), trabajaremos el método agregando 2 ó
3 decimales más, esto se hace para ver el comportamiento del error con el fin que en algún momento
no llegue a ser cero directamente ya que eso es casi imposible que suceda, por lo tanto todos los
cálculos los haremos con 7 u 8 decimales, pero el método para el criterio de paro si se toma en cuenta
1*10 5 para el error.

En este caso para aplicar el Método de Newton, tenemos que encontrar la primera derivada:

f /  x   e  x 
1
x
1era. Iteración (n=1):

De aquí tenemos que: x e  xn

 ln  xn 
n 1  xn 
1
 e xn 
xn

Comenzamos con un valor xn que se ve en la formula, para este caso ese valor es x0  1 y
obtenemos:

e 1  ln 1
x11  1   x2  1.26894142 y el error E  xn  xn1  1  1.26894142  0.26894142
1 1
e 
1

No es menor que la 1*10 5 , como no se cumple que xn  xn1  tol  0.26894142  1*10 5 se hace
otra iteración.

Por el momento si escribimos en una tabla los datos que obtuvimos tenemos:

n xn xn 1 error  tol

1 1 1.26894142 0.26894142

2da. Iteración (n=2):

De aquí tenemos que para esta iteración tenemos que comenzar con un valor xn que se ve en la
formula, para esta iteración ese valor es x2 que se encontró en la iteración anterior (ese valor de x2
es el segundo corte con el eje de las “x” de la recta tangente), x2  1.26894142 y obtenemos:
e 1.26894142  ln 1.26894142 
x 21  1.26894142   x3  1.30910840 y
1.26894142 1
e 
1.26894142
E  xn  xn1  1.26894142  1.30910840  0.04016698

No es menor que la 1*10 5 , como no se cumple que xn  xn1  tol  0.0.4016698  1*10 5 se
hace otra iteración.

Por el momento si escribimos en una tabla los datos que obtuvimos tenemos:

n xn xn 1 error  tol

1 1 1.26894142 0.26894142

2 1.26894142 1.3091084 0.04016698

3era. Iteración (n=3):

De aquí tenemos que para esta iteración tenemos que comenzar con un valor xn que se ve en la
formula, para esta iteración ese valor es x3 que se encontró en la iteración anterior (ese valor de x3
es el tercer corte con el eje de las “x” de la recta tangente), x3  1.30910840 y obtenemos:
e1.3091084  ln 1.3091084 
x31  1.3091084   x4  1.30979939 y
1.3091084 1
e 
1.3091084
E xn  xn 1  1.3091084  1.30979939  0.00069099

No es menor que la 1*10 5 , como no se cumple que xn  xn1  tol  0.00069099  1*10 5 se hace
otra iteración.

Por el momento si escribimos en una tabla los datos que obtuvimos tenemos:

n xn xn 1 error  tol

1 1 1.26894142 0.26894142

2 1.26894142 1.3091084 0.04016698

3 1.3091084 1.30979939 0.00069099

Se sigue haciendo estos pasos hasta que xn  xn1  tol , para esta función En la 4ta iteración se

cumple que xn  xn1  tol (ver la siguiente tabla)

n xn xn 1 error  tol

1 1 1.26894142 0.26894142

2 1.26894142 1.3091084 0.04016698

3 1.3091084 1.30979939 0.00069099

4 1.30979939 1.30979959 1.9714E-07

Por lo tanto la raíz es x n 1 de esa iteración, la solución es x=1.30979959

EJEMPLO2

Usar el método de Newton-Raphson, para aproximar la raíz de f  x   x  sin  x   0.5 comenzando

2

con x0  1.2 con una tol  1*104

Solución:
En este caso, tenemos que f / x   1  2 sin x cosx 

1era. Iteración (n=1):

x  sin x   0.5
2
De aquí tenemos que: xn1  xn  Comenzamos con x0  1.2 y obtenemos:
1  2 sin x cosx 
1.2  sin 1.2  0.5
2
x11  1.2   1.719808 y E  xn  xn1  1.2 1.719808  0.519808 no es
1  2 sin 1.2 cos1.2
menor que la 1*105 , como no se cumple que xn  xn1  tol se hace otra iteración.

2da. Iteración (n=2):

De aquí tenemos que: Comenzamos con x0  1.719808 y obtenemos:

1.719808  sin 1.719808  0.5
2
x21  1.719808   1.532855 y
1  2 sin 1.719808 cos1.719808
E  xn  xn1  1.719808 1.532855  0.186953 no es menor que 1*104 , como no se cumple que
xn  xn1  tol se hace otra iteración.

3era. Iteración (n=3):

De aquí tenemos que: Comenzamos con x0  1.532855 y obtenemos:

1.532855  sin 1.532855  0.5
2
x31  1.532855   1.495749 y
1  2 sin 1.532855 cos1.532855
E  xn  xn1  1.532855 1.495748  0.037107 no es menor que la 1*104 , como no se cumple que
xn  xn1  tol se hace otra iteración, y se sigue así sucesivamente hasta que se cumpla que
xn  xn1  tol

n Xn Xn+1 Error

1 1.2 1.719808 0.519808

2 1.719808 1.532855 0.186953

3 1.532855 1.495748 0.037107

4 1.495748 1.494137 0.001611

5 1.494137 1.494134 0.000003

En la 5ta iteración se cumple que xn  xn1  tol lo tanto la raíz es xn1 de esa iteración, la solución es
x=1.494134