TÉCNICAS EXPERIMENTALES EN FÍSICA II

Tema 4.
INTRODUCCIÓN A LOS MÉTODOS
NUMÉRICOS PARA EL TRATAMIENTO
DE DATOS EXPERIMENTALES

-INTERPOLACIÓN Y EXTRAPOLACIÓN
-DERIVACIÓN NUMÉRICA
-INTEGRACIÓN NUMÉRICA
-MÉTODOS NUMÉRICOS PARA LA OBTENCIÓN DE LAS RAÍCES
DE UNA ECUACIÓN
1
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Buscamos ajustar los datos experimentales a una función 

Poder estimar los errores experimentales

Poder evaluar la función y así el valor en puntos intermedios

A veces es preferible evaluar y (x) aproximadamente -por interpolación o

extrapolación a partir de los valores directos de yi- que intentar buscar una
función analítica que reproduzca el comportamiento de y (x).

2
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Planteamiento del problema de interpolación:

Problema más sencillo: En un intervalo [a,b] se hallan especificados

n+1 puntos x0, x1, x2,…., xn, (Puntos de la red o de interpolación)
Y los valores de una cierta función y = f (x):
f ( x0 ) = y0 , f ( x1 ) = y1, f ( x2 ) = y2 , ... f ( xn ) = yn

Se busca construir una función F (x) (función de interpolación) que pertenezca a una
clase conocida de funciones y que tome los mismos valores en los puntos de
interpolación que: f (x)

F ( x0 ) = y0 , F ( x1 ) = y1, F ( x2 ) = y2 , ... F ( xn ) = yn

3
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Geométricamente, esto significa que ha de hallarse una curva de un cierto tipo

específico que pase por el conjunto de puntos dados Mi (xi, yi)

y
y=F(x)

x1 x2 x3
x
En un planteamiento tan general, el problema puede tener una infinidad de soluciones
o quizá ninguna. Deja de ser ambiguo si en lugar de la función arbitraria buscamos
un polinomio de grado no superior a n que satisfaga:

Pn ( x0 ) = y0 , Pn ( x1 ) = y1, Pn ( x2 ) = y2 , ... Pn ( xn ) = yn
4
 INTERPOLACIÓN Y EXTRAPOLACIÓN

La fórmula de interpolación resultante y = F(x) se utiliza ordinariamente para

aproximar los valores de la función dada y = f(x) para valores del argumento
x que difieran de los puntos de interpolación: interpolación de la función
f(x)

- Interpolación en sentido estricto si x [x0, xn]

- Extrapolación cuando x [x0, xn].

En este caso la incertidumbre sobre el valor obtenido de f(x) es mayor en
general (Estamos admitiendo que la función se comporta fuera del intervalo
conocido igual que dentro de él” (hipótesis de trabajo))

5
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Lagrange

Supongamos que en un intervalo [a,b] tenemos valores distintos del

argumento: x0, x1, x2,…., xn, y que conocemos los valores de la función en cada uno
de esos puntos: yi= f (xi) (i=0,1, ..n).
Se desea construir un polinomio: Ln(x) de grado n, que adopte en esos
puntos los mismos valores que la función f(x): Ln(xi)= yi

6
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Lagrange

Línea recta: supongamos que queremos encontrar la línea recta que pasa por dos
puntos dados mediante una función de la forma siguiente:
L1 ( x ) = y0 P0 ( x) + y1 P1 ( x)

Construida de tal forma que la función P0(x) se anule en x=x1 y valga la

unidad en x=x0, mientras que la función P1(x) será 0 en x=x0 y 1 en x=x1.

P0 ( x ) =
( x − x1 )
; P1 ( x ) =
( x − x0 )
( 0 1)
x − x ( x1 − x0 )

L1 ( x ) = y0
( x − x1 )
+ y1
( x − x0 )
( x0 − x1 ) ( x1 − x0 )

7
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Lagrange

Parábola: Buscamos una función de la forma siguiente:

L2 ( x ) = y0 P0 ( x) + y1 P1 ( x) + y2 P2 ( x)

La solución vendrá dada:

L2 ( x ) = y0
( x − x1 )·( x − x2 )
+ y1
( x − x0 )·( x − x2 )
+ y2
( x − x0 )·( x − x1 )
( x0 − x1 )·( x0 − x2 ) ( x1 − x0 )·( x1 − x2 ) ( x2 − x0 )·( x2 − x1 )

8
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Lagrange

Caso general:
n
( x − x0 ) ( x − x1 )...( x − xi −1 ) ( x − xi +1 )...( x − xn−1 ) ( x − xn )
Ln ( x) =  yi
i =0 ( xi − x0 ) ( xi − x1 )...( xi − xi −1 ) ( xi − xi +1 )...( xi − xn −1 ) ( xi − xn )

Fórmula de interpolación de Lagrange

L ( x) =  y 
( x−x )
n
j
n
(x − x )
i =0
i
j i
i j

-Unicidad del polinomio de Lagrange

-Si los puntos son equidistantes, la fórmula de interpolación de Lagrange coincide con el
correspondiente polinomio de interpolación de Newton.
-El resto de las fórmulas de interpolación (Gauss, Stirling y Bessel), que se obtienen de
la fórmula de Lagrange para una apropiada elección de puntos.
- Contiene las yi explícitamente
9
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Lagrange

EJEMPLO 1: Calcule el único polinomio de Lagrange de grado menor o igual
que 3, que interpola los datos (-1,1), (0,2), (1,-1) y (2,2)

1 3 2 2
L3 ( x ) = x − x − 2 x + 2
3 3

EJEMPLO 2: Calcule el polinomio de Lagrange de grado menor o igual que 2,

que interpola la función f(x)=ex, en los puntos x0=-1, x1=0 y x2=1.

L2 ( x ) = ( cosh1 − 1) x 2 + sinh1 x + 1

10
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Newton

Lagrange no resulta conveniente para cálculos repetitivos, sobre todo si se quieren

programar en un ordenador. Ello es así porque en este método el hecho de añadir un
grado de aproximación más (incrementar n en una unidad) equivale a introducir un nuevo
término en el productorio pero, al mismo tiempo, obliga a recalcular todos los productos
previos.
Buscamos una nueva fórmula de interpolación que tenga un aspecto formalmente más
cercano al común desarrollo en serie de Taylor, en el cual la mejora de la aproximación
se basa en añadir términos sucesivos a los ya calculados previamente

Base: método de diferencias divididas (varía según se calculen del punto considerado
hacia delante, hacia atrás o tomando el punto como centro)

11
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Newton

Línea recta:
Definimos la diferencia divida de orden cero como la función dada evaluada en
x0:
f  x0  = f ( x0 ) = y0
La primera diferencia divida
f  x1  − f  x0 
f  x0 , x1  
( x1 − x0 )
Tomando como origen el punto (x0, y0), determinamos la recta que nos da la
ordenada, f(x), para una abcisa cualesquiera x:

f  x1  − f  x0 
N1 ( x) = f  x0  + ( x − x0 ) = f  x0  + ( x − x0 ) f  x0 , x1 
( x1 − x0 )
12
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Newton

Parábola:
Las diferencias finitas de segundo orden:
f  x2 , x1  − f  x1 , x0 
f  x0 , x1 , x2  
( x2 − x1 )·( x1 − x0 )

En la expansión de segundo orden se añade este nuevo término a la fórmula

determinada para expansión lineal:

N 2 ( x) = f  x0  + ( x − x0 ) f  x0 , x1  + ( x − x0 )( x − x1 ) f  x0 , x1 , x2 

Para extender el desarrollo hasta el orden n, habría que ir añadiendo las sucesivas
diferencias finitas de órdenes crecientes. Simplificando ……………..
13
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Newton

Parábola:
Vamos a analizar el caso de que los datos de x estén igualmente espaciados
(equidistantes). Así los distintos valores de la red de interpolación se obtendrán
como:
xi = x0 + i h (i = 0,1, 2,..., n)
donde h es el espaciado (intervalo o paso de interpolación).

Las diferencias finitas ahora se escriben:

f  x1  − f  x0  y0
f  x0 , x1   =  2 y0    y0  = y1 − y0
( x1 − x0 ) h

14
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Newton

Caso general:

q (q − 1) 2 q (q − 1)...(q − n + 1) n
Pn ( x) = y0 + q y0 +  y0 + ... +  y0
2! n!

siendo q el número de pasos necesarios para alcanzar el punto x a partir de x0:

x − x0
q=
h

15
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Fórmula de interpolación de Newton

EJEMPLO 3: Calcule el polinomio de interpolación de Newton para los datos

xi -2 -1 2 3
yi 4 1 4 9

N 3 ( x ) = − ( 4 x 3 + 2 x 2 + 25x + 24 )
1
3
EJEMPLO 4: Calcule el polinomio de interpolación de Newton para la función
f(x)=|x|, en los nodos xi= -4, -1, 2, 5 y 7, usando la tabla de diferencias divididas

x 4 x 3 11 2 34 44
N4 ( x ) = − − + x + x+
54 27 18 27 27

16
Fórmula de interpolación de Newton

Sea f(x)=sen(x) una función para la cual conocemos los valores dados en la tabla.
Obtener los valores de la función para:
x/deg = 5; 20; 85; y 110
a partir de la fórmula de interpolación de Newton hasta grado 4, a partir del punto x = 0
deg.

Comencemos por determinar el cuadro de diferencias finitas

x/deg y = f(x) y 2y 3y 4y 5y  6y

0 0 0,258819 -0,017638 -0,016436 0,002322 0,000962 -0,000223
15 0,2588 0,24118 -0,034074 -0,014114 0,003284 0,000738 ---
30 0,5 0,207107 -0,048188 -0,01083 0,004021 --- ---
45 0,7071 0,158919 -0,059018 -0,006804 --- --- ---
60 0,8660 0,0999 -0,065826 --- --- --- ---
75 0,9659 0,034074 --- --- --- --- ---
90 1 --- --- --- --- --- ---

17
 Fórmula de interpolación de Newton Escribamos los polinomios
x/deg y = f(x) y  2y  3y  4y  5y  6y
0 0 0,258819 -0,017638 -0,016436 0,002322 0,000962 -0,000223
15 0,2588 0,24118 -0,034074 -0,014114 0,003284 0,000738 ---
30 0,5 0,207107 -0,048188 -0,01083 0,004021 --- ---
45 0,7071 0,158919 -0,059018 -0,006804 --- --- ---
60 0,8660 0,0999 -0,065826 --- --- --- ---
75 0,9659 0,034074 --- --- --- --- ---
90 1 --- --- --- --- --- ---

N 0 = y0 = 0
x − x0 x − 0
N1 = y 0 + qy 0 = N 0 + qy 0 = q·0.258819 q= =
q(q − 1) 2 q(q − 1)
h 15
N 2 = N1 +  y 0 = N1 + (−0.017638)
2! 2!
.......... .
q(q − 1)  (q − (i − 1)) i
N i = N i −1 +  y0
i!

x/deg sen(x) N0 (x) N1 (x) N2 (x) N3 (x) N4 (x) N5 (x) N6 (x)

5 0,08716 0 0,08627 0,08823 0,08722 0,08712 0,08715 0,08716

20 0,34202 0 0,34509 0,34117 0,34198 0,34503 0,34202 0,34202

85 0,99620 0 1,46664 1,23343 0,96781 0,99283 0,99628 0,99619

110 0,93969 0 1,89801 1,48841 0,80986 0,91372 0,94239 0,93980
18
 INTERPOLACIÓN Y EXTRAPOLACIÓN

Otras fórmulas de interpolación

En la construcción de las fórmulas de interpolación de Newton, sólo se utilizaron

aquellos valores de la función que caían a un lado del valor inicial elegido. Estas
fórmulas son, por tanto, de naturaleza lateral (de un solo lado).

En muchos casos son muy útiles las fórmulas de interpolación que contienen
valores tanto precedentes como siguientes de la función con respecto al valor
inicial. Las más frecuentemente utilizadas son aquellas que contienen
diferencias centrales del tipo y−1 y0 2 y−1 donde:

xi = x0 + i h (i = 0, 1, 2,...), yi = f ( xi )
yi = yi +1 − yi  2 yi = yi +1 − yi , etc.

Las fórmulas de interpolación correspondientes se denominan fórmulas de

diferencia central e incluyen las fórmulas de Gauss, Stirling y Bessel.
19
 DERIVACIÓN NUMÉRICA

Necesitamos evaluar las derivadas de una función y = f(x) de la cual disponemos

únicamente de un conjunto de valores de la función para diversos valores del
argumento: (yi, xi) (i = 0,1,2,...,n).

Procedimiento general:
- Con el conjunto de valores de la función se evalúa la correspondiente
función de interpolación P(x)
- A partir de ella, se obtienen las derivadas de orden cualquiera de la
función y=f(x): f´(x) = P'(x) ; f"(x) = P"(x) ;....; fn) (x) = Pn) (x)

que serán válidas en el intervalo dentro del que se conocen, para diversos
valores , los valores correspondientes de la función y.

20
 DERIVACIÓN NUMÉRICA

Si se dispone del error R(x) de la función de interpolación:

R(x) = f(x) - P(x)

el correspondiente error de la función derivada se evalúa fácilmente:

r(x) = f´(x) - P'(x) = R'(x)

y lo mismo para las derivadas de orden superior. Error mayor en la derivada

y

F1(x)

F2(x)
f´1(x0)

f´2(x0)

a x0 b

21
 DERIVACIÓN NUMÉRICA

Fórmula de derivación basada en la de interpolación de Newton

Sea la función y = f(x) de la que se conocen sus valores en los puntos

equidistantes xi (i= 0,1,2...n) del segmento . Aproximemos la función y = f(x)
por el polinomio de interpolación de Newton
q2 − q 2 q 3 − 3q 2 + 2q 3 q 4 − 6q 3 + 11q 2 − 6q 4
y( x) = y0 + qy0 +  y0 +  y0 +  y0 +...
2 6 24

A partir de dicha expresión, podremos evaluar así las derivadas de la función y = f(x)
de cualquier orden, admitiendo que existen, teniendo simplemente en cuenta la regla
de derivación de la cadena.

dy dy dq 1 dy
= =
dx dq dx h dq

22
 DERIVACIÓN NUMÉRICA

Fórmula de derivación basada en la de interpolación de Newton

La derivada primera

1 2q − 1 2 3q 2 − 6q + 2 3 2q 3 − 9q 2 + 11q − 3 4 
y ( x) =  y0 +  y0 +  y0 +  y 0 +...
h 2 6 12 

La derivada segunda

d ( y  ) dy  dq 1 dy 
y  ( x) = = =
dx dq dx h dq
1  2 6 q 2
− 18q + 11 4 
y( x) = 2   y0 + (q − 1) y0 +
3
 y0 + ....
h  12 

23
 DERIVACIÓN NUMÉRICA

Fórmula de derivación basada en la de interpolación de Newton

En el caso de que necesitemos la derivada en un punto que aparece en la

tabla de la función, podemos tomar este como x0; con lo que las expresiones de
las derivadas se simplifican, ya que: q = 0

1 2 y 0 3 y 0 4 y 0 5 y 0 
y( x0 ) = y 0 − + − + ...
h 2 3 4 5 

1  2 11 4 5 5 
y( x0 ) = 2   y0 −  3
y0 +  y0 − .  y0 ...
h 12 6

24
 DERIVACIÓN NUMÉRICA

Fórmula de derivación basada en la de interpolación de Lagrange

Ciñéndonos al caso simple de puntos equidistantes:

1 n ( −1) n −i yi d  q n +1 
y ( x) =   
h i = 0 i !(n − i )! dq  q − i 

1 n
( −1) n −i yi d 2  q n +1 
y  ( x) = 2  −
 
q −i 
2
h i =0 i !( n i )! dq

Para el problema de la interpolación suele ser suficiente utilizar un polinomio de

interpolación de grado no muy grande (1,2,3). En el caso de las funciones
derivadas ocurre lo mismo, siendo suficiente en este caso emplear polinomios
de interpolación grado 2 (tres puntos) ó 3 (cuatro puntos)
25
 DERIVACIÓN NUMÉRICA

Derivación gráfica

El problema de la derivación gráfica consiste en construir, a partir de una

función dada gráficamente, la derivada Y = f´(x).
1.- Se eligen sobre la curva unos puntos
representativos 1,2,3,4,5,... y se traza y

las tangentes. 1 5

2
2.- Se elige sobre el eje OX un punto f(x)

P(-l,0) (polo), y se trazan las paralelas a A 5´

4´ 3
4

las tangentes por el punto P hasta que P O 1´

x
corten al eje OY, determinándose así los x1 x2 x3 x4 x5

3´
puntos 1', 2', 3', 4', etc.
f´(x)
3.- Los segmentos 01 , 02  , 03 son
proporcionales a la f´(x); es decir, son 2´

las ordenadas de la curva derivada

primera para las abscisas seleccionadas, 26
 INTEGRACIÓN NUMÉRICA

Si la función y = f(x) es continua en el intervalo [a, b], y se conoce su primitiva

F(x), la integral definida de esta función entre los límites a y b se obtiene a partir
de la fórmula de Newton-Leibniz a
 f ( x)dx = F (b) − F (a)
b

Muchas veces la deducción de la primitiva es muy complicada  Se recurre a

los métodos de integración numérica para deducir el valor de la integral
definida:
Base: Los métodos de integración numérica consisten básicamente en sustituir
la función y = f(x) en el intervalo por una función de interpolación
adecuada P(x), que será fácilmente integrable entre los límites a y b,
admitiendo seguidamente la igualdad de las integrales (n = 1, 2 ó 3):
b b

 f ( x)dx =  P( x)dx
a a

27
 INTEGRACIÓN NUMÉRICA

Fórmula de los trapecios (2 puntos, n=1)

x1
h
 ydx =
x0
( y + y1 )
2 0

y
Significado geométrico:

B Al tomar n = 1 el polinomio de
A interpolación corresponde a una
recta .
y0 y1
La integral de la función viene
expresada por la fórmula que da
h el área de un trapecio (AB x1x0).
x

28
 INTEGRACIÓN NUMÉRICA

Fórmula de los trapecios generalizada

Para una mayor precisión al evaluar la integral, se divide el intervalo en n

subintervalos iguales, de anchura: h=(b-a)/n: [x0, x1], [x1, x2], … [xn-1, xn], con
x0=a y xn=b.
Se integra la función en cada uno de estos nuevos intervalos

b n −1
h h h h
 f ( x)dx = ( y0 + y1 ) + ( y1 + y2 ) + ... + ( yn−1 + yn ) = ( y0 + yn ) + h yi
a
2 2 2 2 i =1

y Significado geométrico:
B

La integral se evalúa como suma

de las áreas de los trapecios
A formados en cada intervalo
y0 y1 y2 y3 yn
h x
x0 x1 x2 x3 xn
29
 INTEGRACIÓN NUMÉRICA

Fórmula de Simpson (3 puntos, n=2)

x2
h

x0
f ( x)dx =
3
( y0 + 4 y1 + y2 )

Significado geométrico:

B
El valor de la integral entre x0 y
A x2 se evalúa como el área
acotada por la porción de
parábola AB, el segmento x0,x2 y
y0 y1 y2
las ordenadas y0 e y2.

x
x0 x1 x2

30
 INTEGRACIÓN NUMÉRICA

Fórmula de Simpson generalizada

Consideremos que el número de puntos dentro del intervalo [a, b] es par, para
poder tomar parábolas en grupos de dos tramos individuales. Sea n=2m un
número par e yi=f(xi) (i=0,1,2,...n) los valores de la función y=f(x) para los
puntos equidistantes a = x0,x1,x2...xn=b siendo: b−a b−a
h= =
n 2m

b
h h h

a
f ( x)dx = ( y0 + 4 y1 + y2 ) + ( y2 + 4 y3 + y4 ) + ... + ( y2 m−2 + 4 y2 m−1 + y2 m )
3 3 3
o
b
h
 f ( x)dx = ( y0 + y2m ) + 4 ( y1 + y3 + .... + y2m−1 ) + 2 ( y2 + y4 + .... + y2m−2 )
a
3

31
 INTEGRACIÓN NUMÉRICA

Fórmula de Simpson generalizada

Introduciendo la siguiente notación:

1= y1+ y3 + ..........+ y2m-1 ; 2= y2+ y4 + ..........+ y2m-2

b
h
 f ( x)dx = ( y0 + ym ) + 4 1 + 2 2
a
3
Fórmula de Simpson generalizada

Significado geométrico:

La integral se evalúa como suma de las áreas acotadas por las

parábolas de interpolación, las ordenadas de los extremos y el segmento sobre
el eje de abscisas del intervalo considerado.

32
 RAÍCES DE UNA ECUACIÓN

Métodos que usan intervalos

Se necesitan dos valores iniciales para buscar la raíz. Estos valores deben estar
uno a cada lado de ella.
Base: La función cambia de signo en la vecindad de una raíz.
y a) Métodos gráficos:

Se representa la función, y
f(x) se observa donde corta al eje x.

No son métodos
demasiado precisos, pero nos dan
Raíces una buena aproximación inicial.

33
 RAÍCES DE UNA ECUACIÓN

Métodos que usan intervalos

b) Método de la bisección
Base: Cambio de signo de la función f(x) a ambos lados de la raíz. Si
f(x) es real y continua en el intervalo de x1 a xu , y f(x1) y f(xu) tienen signos
opuestos (es decir f(x1) f(xu) < 0), entonces hay al menos una raíz real entre x1
y xu .
Es un método de búsqueda incremental: se divide el intervalo en una
cantidad conocida de subintervalos, rastreándose cada uno de ellos para
encontrarlo. El proceso se repite, y la aproximación a la raíz mejora cada vez
más, a medida que los subintervalos se dividen en intervalos más y más
pequeños.

Lo más sencillo es ir dividiendo cada intervalo en dos. Si la función

cambia de signo en un intervalo dado, la posición de la raíz se determina
situándola en el punto medio de dicho intervalo. El proceso se repite hasta
obtener una buena aproximación.

34
 RAÍCES DE UNA ECUACIÓN

Métodos que usan intervalos

b) Método de la bisección
Una manera de calcular un error relativo aproximado sería el
siguiente
xrnueva − xranterior
a = nueva 100
xr

siendo xrnueva= raíz de la iteración actual y xranterior = raíz de la iteración anterior

35
 RAÍCES DE UNA ECUACIÓN
Métodos abiertos
Requieren de un solo valor de “x”, o un par de ellos, pero no tienen porqué encerrar la
raíz dentro de su intervalo inicial
a) Método de Newton-Raphson
Si el valor inicial de la raíz es xi, se traza una tangente a la función en dicho
punto [xi , f(xi)]. La posición donde esta tangente corta al eje x representa una
aproximación mejorada a la raíz

Dicha tangente cumple que

f ( x) f ( xi ) − 0
f  ( xi ) =
xi − xi +1
f ( xi )
La Fórmula de Newton-Raphson
f ( x i − 0)
f ( xi )
xi +1 = xi −
0
xi +1 xi X
f  ( xi )

  
xi − xi −1

xrnueva − xranterior
a = 100
xrnueva
36
RAÍCES DE UNA ECUACIÓN: Método de la bisección xrnueva − xranterior
a = nueva 100
Determinar la raíz de la función: f(x) = e-x-x xr
a) Usando el método de la bisección y tomando como
intervalo inicial el [0, 1]
0+1
𝑥𝑟 = = 0.5 f(0) f(0.5) = 0.10653 > 0. Cogemos el intervalo (0.5, 1)
2

0.5 + 1 f(0.5) f(0.75) =-0.030 < 0. Cogemos el intervalo (0.5, 0.75)

𝑥𝑟 = = 0.75
2
0.5 + 0.75 f(0.5) f(0.625) =-0.010 < 0. Cogemos el intervalo (0.5, 0.625)
𝑥𝑟 = = 0.65
2
n xi xj f(xi) f(xj) xr f(xr) rel (%)
1 0 1 1 -0,6321 0,5 0,1065 ---
2 0,5 1 0,1065 -0,6321 0,75 -0,2776 33,33
3 0,5 0,75 0,1065 -0,2776 0,625 -0,0897 20,00
4 0,5 0,625 0,1065 -0,0897 0,5625 0,0073 11,11
5 0,5625 0,625 0,0073 -0,0897 0,5935 -0,0415 5,27
6 0,5625 0,5938 0,0073 -0,0414 0,5781 -0,0172 2,72
7 0,5625 0,5781 0,0073 -0,0172 0,5703 -0,0050 1,37
8 0,5731 0,5731 0,0073 -0,0050 0,5664 0,0012 0,69
9 0,5664 0,5664 -0,0050 0,0012 0,5684 -0,0019 0,35
10 0,5664 0,5684 0,0012 -0,0019 0,5674 -0,004 0,18
11 0,5674 0,0012 -0,0004 0,5669 0,004 0,09
37
RAÍCES DE UNA ECUACIÓN: Newton-Raphson f ( xi )
xi +1 = xi −
Determinar la raíz de la función: f(x) = e-x-x f  ( xi )
b) Usando el método de Newton-Raphson, tomando como valor
(aproximación) inicial x0=0
f ( xi ) e − xi − xi
𝑓 ′ 𝑥 = −𝑒 −𝑥 − 1 ⟹ xi +1 = xi − = xi − − xi
f ( xi ) −e − 1

Iteración, i xi f(xi) f '(xi)

0 0 1 -2
1 0,5000 0.10653 -1.60653
2 0,5663 1.3045·10-3 -1.5676
3 0,5671 1.965·10-7 -1.567143
4 0,5671

38
 RAÍCES DE UNA ECUACIÓN

Métodos abiertos

b) Método de la secante
Se aproxima mediante una diferencia dividida

En vez de la pendiente usaríamos

f(x)
f ( xi −1 ) − f ( xi )
f  ( xi ) 
f(xi) xi −1 − xi

Obteniendo como fórmula de iteración

f ( xi )( xi −1 − xi )
f(xi-1)
x i +1 = xi −
xi-1 xi
f ( xi −1 ) − f ( xi )
x

39
 Bibliografía
Bevington, P.R. y Robinson, D.K., "Data Reduction and Error Analysis for the
Physical Sciences”, 3rd Ed., McGraw-Hil, New York (2003).
Demidovich, B.P. y Maron, I.A., “Cálculo numérico fundamental”, Paraninfo,
Madrid (1977).
Ralston, A. y Rabinowitz, P., "A first course in numerical analysis", 2nd Ed,
Dover (2001).

40