P. 1
cderivacion numerica

cderivacion numerica

|Views: 29|Likes:
Publicado porLupita Luna Atilano
derivacion numerica capiasdasasdasdasdastulo 9
derivacion numerica capiasdasasdasdasdastulo 9

More info:

Categories:Types, School Work
Published by: Lupita Luna Atilano on Jan 11, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

03/13/2014

pdf

text

original

Derivación Numérica

1

CAPITULO 9 DERIVACION NUMERICA 1. Introducción 2. Derivación numérica 3. Métodos de diferencias finitas 3.1. Formulas de diferencias finitas hacia adelante 3.1.1. Primera diferencia 3.1.2. Segunda diferencia Ejemplo 1 3.2. Formulas de diferencias finitas hacia atrás 3.2.1. Primera diferencia 3.2.2. Segunda diferencia Ejemplo 2 3.3. Formulas de diferencias centrales 3.3.1. Primera diferencia 3.3.2. Segunda diferencia Ejemplo 3 4. Inestabilidad numérica de las formulas de diferencias finitas 4.1. Diferencias centrales Derivación numérica por diferencia centrada de orden Fórmulas de las diferencias centradas de los tres puntos Derivación numérica por diferencia centrada de orden Fórmula de los tres puntos Fórmula de los cinco puntos Ejercicios resueltos Ejercicios de fijación

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

2

CAPÍTULO 9 DERIVACIÓN NUMÉRICA
Introducción

La derivada es de uso común en la matemática y la ingeniería, sin embargo, en la práctica, de muchas funciones con las que se trabaja, no se conoce su expresión analítica y solamente se dispone de valores en un conjunto de puntos. En algunos casos es necesario proceder a calcular el valor de alguna derivada de algunas funciones en un punto concreto. En este tipo de situaciones no se puede utilizar el concepto riguroso de derivada por desconocimiento de la expresión de la función. De esta manera surge la necesidad de diseñar métodos numéricos que permitan aproximar el valor de las derivadas de una función en algún punto a partir del conocimiento de los valores de la función en un soporte dado. Los métodos de derivación numérica desarrollados con el fin de aproximar algún valor buscado, muestran un buen comportamiento en numerosos casos. Es por ello que algunas veces, aun disponiendo de la expresión analítica de las funciones a derivar, se opta por aproximar los valores de las derivadas mediante fórmulas numéricas suficientemente precisas. La diferenciación numérica es muy útil en casos en los cuales se tiene una función cuya derivada es difícil o complicada de hallar, o en casos en los cuales no se tiene una función explícita sino una serie de datos experimentales. El problema de la derivación numérica consiste en la evaluación de la derivada de la función en un punto, cuando únicamente conocemos los valores de la función en una colección de puntos x0, x1,... xn. Aunque, en apariencia se trata de un problema similar al de la Integración numérica; de hecho la derivación es más complicada ya que, en la integración los errores tienden a cancelarse, y, como vimos, no necesitamos que la aproximación describa con fidelidad la función localmente. Sin embargo, la derivada es una propiedad esencialmente local, por lo cuál deberemos aproximar la función lo más fielmente posible en el entorno inmediato del punto en el que la queramos calcular.

Las fórmulas de derivación numérica aparecen en el desarrollo de algoritmos para la solución de problemas de contorno en ecuaciones diferenciales ordinarias (y en ecuaciones en derivadas parciales). En general, podemos obtener aproximaciones numéricas de la derivada en un punto derivando alguna función interpolante, por

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

3

ejemplo un polinomio de Lagrange, algún trazador cúbico, etc. Sin embargo, en la práctica pequeños errores en los datos pueden producir malos resultados en las derivadas. Aquí vamos a experimentar con fórmulas que se obtienen derivando el polinomio interpolante de Lagrange.

Derivación numérica

Secante

Por definición la derivada de una función f(x) es:

Las posibles aproximaciones numéricas de la derivada en un punto que podrían calcularse tomando una sucesión , Tal que , se tienen las siguientes expresiones.

La aproximación de la derivada por este método entrega resultados aceptables con un determinado error. Para minimizar los errores se estima que el promedio de ambas entrega la mejor aproximación numérica al problema dado. Método de Diferencias Finitas

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica El método de diferencias finitas consiste en aproximar la función por polinomios. Las fórmulas resultantes pueden clasificarse de las siguientes maneras: a) En base al orden de la derivada, obteniéndose

4

b) En base al orden de la diferencia, pueden ser primera, segunda,
tercera, etc. c) En base a los puntos de apoyo de la formula en la tabla, es decir, si se emplean puntos antes, después o ambos lados de algún punto de interés. Existen tres tipos y son: 1) Diferencias hacia adelante, cuando se usan puntos anteriores del punto de interés. 2) Diferencias hacia atrás, cuando se emplean puntos posteriores al punto de interés. 3) Diferencias centrales. Cuando se usan puntos tanto antes como después del punto de interés. Referencias para las fórmulas de diferencias finitas: : : Indica el punto de interés, de estudio o de análisis. Espaciamiento constante de la tabla. : Función evaluada en el punto de análisis.

Fórmulas de diferencias finitas hacia adelante Primera diferencia

Segunda diferencia

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

5

Ejemplo 9.1. Sea la función , calcular las derivadas por métodos numéricos en el punto , en base a la siguiente tabla, con , aplicando la formula de la primera diferencia finita hacia adelante. 4.7 1.5475 6 Solución: Para 4.8 1.5686 2 4.9 1.5892 2 5.0 1.6094 4 5.1 1.6292 4 5.2 1.6486 6 5.3 1.667 7

. El valor verdadero de

Segunda derivada

Ejemplo 9.2. Sea la función , calcular las derivadas por métodos numéricos en el punto , en base a la siguiente tabla, con , aplicando la formula de la segunda diferencia finita hacia adelante. 4.7 1.5475 6 4.8 1.5686 2 4.9 1.5892 2 5.0 1.6094 4 5.1 1.6292 4 5.2 1.6486 6 5.3 1.667 7

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

6

Solución: Para

. El valor verdadero de

Primera derivada

Segunda derivada

Comentarios: La aproximación lograda presenta errores muy elevados, pues 1% para la primera derivada y 5% para la segunda derivada, en la primera diferencia hacia adelante es prácticamente intolerable en un cálculo de este tipo. En la segunda diferencia de este mismo método (diferencias finitas hacia adelante) presenta igualmente un error elevado del 0.01% para la primera derivada, que parecería un resultado bastante aceptable, sin embargo esto es debido a la inestabilidad del método, y para la segunda derivada el error es del 5%, valor igual obtenido con la aplicación de la primera diferencia.

Cálculo Numérico – Lic. R. Riveros

5686 2 4.6292 4 5. aplicando la formula de la primera diferencia finita hacia atrás. con .6094 4 5. R.Derivación Numérica 7 Los resultados obtenidos por este método son engañosos.1 1. Si el resultado procurado necesita de cierta exactitud respecto del valor real.6486 6 5.3. en base a la siguiente tabla.667 7 . 4. mientras que en otros producir errores muy grandes. Sea la función . por la inestabilidad que presentan debido a la simplicidad de su forma y a los parámetros reducidos considerados para el cálculo.8 1.7 1.9 1.3 1. El valor verdadero de Cálculo Numérico – Lic. este método no es recomendable. calcular las derivadas por métodos numéricos en el punto . ya que casi aleatoriamente puede presentar buena precisión en algunos casos. Fórmulas de diferencias finitas hacia atrás Primera diferencia Segunda diferencia Ejemplo 9.0 1.5475 6 Solución: Para 4.2 1. Riveros .5892 2 5.

R. aplicando la formula de la segunda diferencia finita hacia atrás.Derivación Numérica 8 Diferencias finitas hacia atrás (primera diferencia) Primera derivada Segunda derivada Ejemplo 9.1 1.5892 2 5. con . Riveros . calcular las derivadas por métodos numéricos en el punto .2 1.8 1.0 1.5686 2 4. Sea la función . en base a la siguiente tabla.6292 4 5.4.6094 4 5.3 1. El valor verdadero de Cálculo Numérico – Lic.7 1. 4.667 7 .6486 6 5.5475 6 Solución: Para 4.9 1.

Riveros . sin embargo para la segunda derivada se nota que el error producido es del 25%. Fórmulas de diferencias finitas centrales Primera diferencia Segunda diferencia Cálculo Numérico – Lic. R. totalmente intolerable en un cálculo donde normalmente se pretende precisión y exactitud. debido también a la inestabilidad del método. Los resultados obtenidos por este método son igualmente engañosos.Derivación Numérica 9 Comentarios: La aproximación presentada por este método de diferencias hacia atrás presenta resultados muy parecidos al método de diferencias hacia adelante.

6. Sea la función .0 1.3 1. calcular las derivadas por métodos numéricos en el punto . con .2 1.6486 6 5.8 1. en base a la siguiente tabla. Sea la función . en base a la siguiente tabla.667 7 .7 1.9 1.6292 4 5.1 1. 4. aplicando la formula de la segunda diferencia finita central. 5.5686 2 4.Derivación Numérica 10 Ejemplo 9.6094 4 5.5892 2 5. con . Riveros . aplicando la formula de la primera diferencia finita central. El valor verdadero de Primera derivada Segunda derivada Ejemplo 9. R.5475 6 Solución: Para 4. calcular las derivadas por métodos numéricos en el punto . Primera derivada Cálculo Numérico – Lic.

15 1.Derivación Numérica 11 Segunda derivada b) Se buscará de nuevo la derivada segunda. o sea: de 4.95 1. pero con un valor de h menor que el anterior.6094 4 5.5789 79 4. reduciendo dicha amplitud o peso de h a la mitad.05 1.6193 88 5.85 1.90 1. Riveros .5892 35 4.10 1.6292 4 5. R.00 1.5993 88 5.6389 97 Cálculo Numérico – Lic.

a modo de conclusión general respecto a estas formulas de diferencias finitas. estas formulas de diferencias finitas no son las recomendadas y se tomaran simplemente a modo didáctico. debido a la división entre potencias de h cada vez mayores.Derivación Numérica 12 Comentarios La primera diferencia de estas diferencias finitas centrales presenta resultados parecidos a los anteriores. cuando se desea precisión.25%. Cálculo Numérico – Lic. sin embargo. que en este caso particular parece ser muy elevado. por otro lado. agregándose a esto la amplitud de h. Inestabilidad numérica de las fórmulas de diferencias finitas Las formulas presentadas anteriormente como tablas. El problema aumenta para las fórmulas de mayor orden de derivación. sin embargo. Por último es bueno indicar que las formulas centrales presentan mayor confiabilidad que cualquiera de las otras dos. Estas fórmulas no son recomendadas en los procesos en que se desean resultados relativamente precisos. por lo tanto. sin embargo. Riveros . Por lo tanto. presentan inestabilidad inherente en la formula. o directamente la serie de Taylor. para fines didácticos son totalmente aceptables la presentación de esta tabla. cuanto mayor sea el orden de la derivada la formula se vuelve menos confiable. diverge. debido a la operación de dividir entre números cercanos a 0. sigue siendo un error muy grande. la segunda derivada de la segunda diferencia de diferencias centrales presenta un error mucho mayor que el 100% (118. no es que la fórmula empleada sea errónea. que en vez de converger hacia el resultado exacto. La deducción de las fórmulas puede hacerse empleando las fórmulas de interpolación. razón por la cual ni siquiera necesita ser estudiado. pues el error porcentual producido es solamente del 6. R. su uso no es recomendado. son inestables por naturaleza. el resultado obrtenido se hacerca bastante al valor verdadero.25%). pues como se dijo. pero aun así. al reducir el valor de h a la mitad. sino que la inestabilidad que produce este grupo de formulas no presenta garantías de buen resultados en el cálculo de diferencias. La precisión de la fórmula aumenta cuando mayor sea el orden de la diferencia.

Edición Uninorte. Colombia Cálculo Numérico – Lic.7. Análisis Numérico. Jorge. entonces: Además existe . Derivación numérica por diferencia centrada de orden Teorema 9. tal que Este Teorema se presenta sin demostración:1 Derivación numérica por diferencia centrada de orden Teorema 9.Derivación Numérica 13 DIFERENCIAS CENTRALES Este método de aproximación numérica presenta la característica de que los valores de y se sitúan a ambos lados de tanto a la derecha como a la izquierda de . (2007). calcular la aproximación de diferencias centradas de orden con 1 . entonces Además existen . Barranquilla. Barranquilla. Notas de clase. 162). Colombia 2 La demostración de este teorema se encuentra en: Velázquez Zapateiro.1. Jorge. tal que Este Teorema se presenta sin demostración:2 Ejemplo 9. usando las fórmulas de las La demostración de este teorema se encuentra en: Velázquez Zapateiro. R. Suponiendo que . Edición Uninorte. Riveros . Análisis Numérico (pág. Notas de clase. (2007). Si .2. Suponiendo que .

tan solo de 0. para Ejemplo 9. Si . R. usando las fórmulas de las El valor exacto de . error bastante pequeño.0096%. Riveros . calcular la aproximación de diferencias centradas de orden con Solución .Derivación Numérica 14 Solución a) Con La formula de diferencias centradas de orden El valor exacto de . ya que con las diferencias centradas de orden el error producido en el ejemplo es de apenas 0. para Comentarios A primera vista parecería ser que estas formulas de diferencias centrales se acercan bastante al valor verdadero de la derivada de la función buscada. sin embargo en error producido con la formulas de diferencias centradas de orden es aun menor.166%. Cálculo Numérico – Lic.8.

1) de los tres puntos. Riveros . mientras que la ecuación (9. El error presentado en la ecuación (9.9.1) es aproximadamente la mitad que en la ecuación (9. con Solución: .1) es su simplicidad.2.1) y (9. mientras que en la ecuación (9.2) necesita tres puntos.2) son las llamadas fórmulas de los tres puntos de derivación numérica. La ventaja que presenta la ecuación (9. Fórmulas de las diferencias centradas de los tres puntos Las ecuaciones (9.2).) se considera solo un lado y se desconoce el valor del otro lado que está fuera del intervalo. R.1) se usan datos que están a ambos lados de . La formula de diferencias centradas de orden es una de las recomendadas para hallar la primera derivada de . ya que solamente se evalúa en dos puntos.1) solamente utiliza dos puntos y no aparece en ella el punto central . esta situación se debe a que en la ecuación (9. aun cuando la formula (9.Derivación Numérica 15 De nuevo vale repetir que estas formulas de diferencias centradas parecen bastantes precisas. utilizando la fórmula Cálculo Numérico – Lic. Ejemplo 9. Aproximar el valor de la función (9.

Riveros . Aproximar el valor de la función (9. debe tenerse siempre en cuenta el tipo de cálculo que se realiza y la precisión que se requiera para estimar el error.10.Derivación Numérica 16 Estimación de error: El valor verdadero de la derivada de la función Comentarios: La aproximación lograda es bastante buena. pues el error porcentual es solamente del 0. Además.2%. y este valor es aceptable para cualquier cálculo promedio. con . utilizando la fórmula Solución: La solución inicia con la formula de los tres puntos (9.2) Estimación de error: El valor verdadero de la derivada de la función Cálculo Numérico – Lic.2) de los tres puntos. R. Ejemplo 9.

11. aun así. sigue siendo bastante buena la aproximación lograda. con la aplicación de la formula (9. aproximadamente la mitad de error producido por (9.1).1) presenta menor error. R. pues el error porcentual es de 0. Fórmula de los tres puntos Ejemplo 9. Importante: Recodar siempre que el error puede ser pequeño o grande dependiendo siempre de la precisión que se desee al evaluar una determinada función.2). lo que se había ya indicado al definir las dos fórmulas de los tres puntos. con Solución: La solución inicia con la formula de los tres puntos . Riveros .44%. Comparando los dos ejercicios resueltos se nota claramente que la ecuación (9. Aproximar el valor de la función de los tres puntos.2) de los tres puntos la aproximación lograda es de menor precisión que la de (9.Derivación Numérica 17 Comentarios: En este caso. utilizando la fórmula Cálculo Numérico – Lic.

aun así. R.2%. Fórmula de los cinco puntos Entre las distintas fórmulas de cinco puntos. las más utilizadas son: Cálculo Numérico – Lic. Riveros .44%. pues el error porcentual es de 0. un poco mayor que la de las diferencias centradas de tan solo del 0. con la aplicación de la formula de los tres puntos la aproximación lograda es de menor precisión que la de las diferencias centradas.Derivación Numérica 18 Estimación de error: El valor verdadero de la derivada de la función Comentarios: En este caso. sigue siendo bastante buena la aproximación lograda.

12. R. Aproximar el valor de la función de los cinco puntos.Derivación Numérica 19 Ejemplo 9. con . Riveros . utilizando la fórmula Solución: Se inicia el cálculo de la solución partiendo de la formula de los cinco puntos Estimación de error: Cálculo Numérico – Lic.

4 2.3728 95 1.2 2. Conclusiones generales EJERCICIOS RESUELTOS Ejercicio resuelto 9.2450 66 1. y que la aproximación lograda puede considerarse un valor totalmente valido. 5 1.3 2.Derivación Numérica El valor verdadero de la derivada de la función 20 Comentarios: La aproximación lograda con la formula de los cinco puntos es excelente.01%. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 2. puede notarse en este ejercicio que el error porcentual es de apenas 0. demostrando que este método es el mejor que cualquiera de lo empleado anteriormente.13. Riveros .1204 72 Solución El valor exacto de Cálculo Numérico – Lic. Para estudiar un determinado fenómeno físico.1 2.5 2.1821 79 1.3087 85 1.6 2.4368 51 1. se registran los cambios producidos en él en la siguiente tabla. R.

se registran los cambios producidos en él en la siguiente tabla.5157 5.3087 85 1. 5 1. Riveros .7 9.2). Aproximar el valor de la función de los tres puntos (9.1821 79 1.2720 5. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 2.3 2.15. Para estudiar un determinado fenómeno físico.14.2 2. utilizando la fórmula 5. R.4368 51 1.1 2.5 2.9 10.8 10.9442 Cálculo Numérico – Lic.3728 95 1.2450 66 1.1204 72 Solución El valor exacto de Ejercicio resuelto 9.Derivación Numérica 21 Ejercicio resuelto 9.6 2.4 2. con Solución .

15.4 4.6050 81 4. utilizando la fórmula de los 4.1 2.Derivación Numérica 26 26 45 22 Estimación de error: El valor verdadero de la derivada de la función Ejercicio resuelto 9. Riveros .5 6.3 3. Aproximar a la función cinco puntos.3341 72 4.2 2. R.5512 64 4.9749 06 El valor verdadero de la derivada de la función Cálculo Numérico – Lic. con Solución .0085 77 4.5875 27 4.0 1.

R.. es el incremento constante.Derivación Numérica 23 Ejercicio resuelto 9.8 Por el método de diferencia hacia adelante encontrar la derivada de la función f(x) para x=2. Dada la función . Ejercicio medio (Respuesta) Derivación lineal de Newton 1.Calcula el valor de la derivada con incremento constante c)..Calcula el error absoluto de la aproximación. o sea encontrar f´(x). con la fórmula de derivación lineal de Newton. Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal. b). Riveros . y la k-ésima diferencia en la posición i.Establece la fórmula de derivación lineal de Newton para este problema.. Para resolver este ejercicio utilize la siguiente tabla de x y f(x). aproxima el valor de su derivada en el punto . En donde: .Para establecer la fórmula de derivación de Newton. se recurre a la fórmula de interpolación de Newton: . a). Cálculo Numérico – Lic. Solución a). con el valor real de ..

006 2. con el valor real de Ejercicio resuelto Nº 7 La carga en un circuito eléctrico con base en el tiempo está dada por: t q 0.Para el error absoluto de la aproximación. Ejercicio resuelto Nº 8 Cálculo Numérico – Lic.005 segundos. Riveros . determina por derivación lineal de Newton la corriente del circuito en t   0.Con base en la fórmula anterior se calcula el valor de la derivada con incremento constante . Se sabe que la corriente instantánea es igual a la derivada de la carga en ese instante.  Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal.8 del libro página 237): Finalmente se llega a la fórmula de derivación lineal por Newton: b).Derivación Numérica 24 Derivando con respecto a x.008 2..7299 0.010 2. Evaluando la función en cada uno de los puntos: y Luego: c).6682 0.5523 0. b) Calcula el valor de la derivada con incremento constante h 0.002 2.7931 En donde t es el tiempo en segundos y q la carga en coulombios. por la regla de la cadena tenemos (expresión 5.002 .000 2..004 2.6087 0.5000 0. a) Establece la fórmula de derivación lineal de Newton para este problema. R.

c) Calcula el error absoluto de la aproximación. Dada la función 3.20 0.50 30.. R.20 35. Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal.80 0. Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal..5 () 2 2 0.60 27.55 . b) Aproxima la derivada numérica en t = 0.75 Por medio de la diferenciación de Lagrange de segundo grado hacia delante aproxima el valor de rapidez de decrecimiento del fenómeno en estudio en el tiempo t = 0. a) Establece la fórmula de la derivación de Lagrange de segundo grado para este problema. Cálculo Numérico – Lic. a) Establece la fórmula de derivación lineal de Newton para este problema.10 22.90 1.25 0. Dada la siguiente tabla de valores obtenidos en observaciones en diferentes tiempos de un experimento: ty 0 38.Derivación Numérica 25 Aplicación a la medicina Para estudiar la tasa de crecimiento de una bacteria se hacen cultivos y se registran sus cambios periódicamente durante 7 días obteniéndose los valores de la siguiente tabla: Tiempo en días Bacterias 0 35 1 52 2 95 3 140 4 198 5 266 6 342 7 465 Empleando los valores de la tabla anterior aproxima por derivación de Newton la tasa de crecimiento al cuarto día. con la fórmula de derivación lineal de Newton. b) Calcula el valor de la derivada con incremento constante h = 0.45 0. aproxima el valor de su derivada en el punto x = 1.25 ++ = xx xe fx x . con el valor real de f _(1. 2. Riveros . Ejercicio resuelto Nº 9 1.4 1 3.55 .25) = 1. b) Calcula el valor de la derivada con incremento constante h = 1 .079616.05 .85 24.25 . a) Establece la fórmula de derivación lineal de Newton para este problema.

x 1.4) y compararla con la real. c) Mediante interpolaci´on con 3 puntos estimar f00(0. 2] se tiene que __ fn)(x) __ _ e2 + e−1 2 .5) y acotar el error cometido.3 1.4 1.005) y f0(1.9043 2. b) Mediante interpolaci´on con cinco puntos estimar f0(0.27 1. La siguiente tabla contiene los datos de f(x) = senh(x) correctos hasta las cifras dadas.38 a) Aproximar f0(1.3756 y que para todo n´umero natural n y para todo x 2 [1. d) Mediante interpolaci´on con 5 puntos estimar f00(0. Riveros .2 0.1293 2.4) = 2.2) y acotar el error cometido.4) y acotar el error cometido.9043 2.01) usando los resultados del apartado a).5095 1.6 fi 1.6984 1. 2.150898. De cierta funci´on f 2 C1(lR) se conoce los datos x 1. Obtener tambi´en f00(1.960398 0.01 1.01) con la f´ormula de la derivada segunda 3.3756 Calcular f0(1.1293 2. 26 Ejercicio resuelto Nº 10 1.4 1.4) y acotar el error cometido.5 1.807524 Sabemos que f 2 C1(lR) y 8n 2 lN y __ fn)(x) __ _1 a) Mediante interpolaci´on con 3 puntos estimar f0(0. La siguiente tabla contiene los valores de f(x) = 1 _ R_ 0 cos(xsen t)dt x 0 0.2 1. Con los datos x 1 1.Derivación Numérica Nota: Para los cálculos utiliza hasta 3 cifras después del punto decimal.990025 0.5 1. c) Obtener f00(1.32 1.6984 1.881201 0. 4.6 f(x) 1.5095 1.02 fi 1. Comparar los resultados obtenidos con la soluci´on f0(1.015) b) Aproximar f00(1.912005 0.9 fi 1 0.3 1. Cálculo Numérico – Lic.7 0.2 1.4) mediante las tres f´ormulas de 3 puntos. R.4 0.6 0.

00 0. R.01 0.4) y f00(1. Consideremos la siguiente tabla de datos 0.094174284 Estimar y .051271096 1. SOLUCIÓN. Para estimar mientras que para estimar para ser exactos.Derivación Numérica 27 Aproximar f0(1.08 0. .072508181 1. se puede usar la fórmula de cinco puntos podemos usar una fórmula de tres puntos.04 0. la fórmula apropiada es la fórmula para Ejercicio EJERCICIOS 1. Considere la tabla Cálculo Numérico – Lic.09 1. Ejercicio resuelto Nº 11 EJEMPLO.040810774 1.06 0.030454534 1. Riveros .02 0.00 1.083287068 1.07 0.02020134 1.010050167 1.05 0.061836547 1.03 0.4) mediante f´ormulas de 5 puntos y estimar el error cometido.

y y comparar 2. ii.190417757 1. Implementar una hoja en Excel.2 1.7 1.042236692 1. Riveros .3 1. y y comparar .Derivación Numérica 28 1.4 1.082222055 1.120140413 1.223057566 1.1 1. estimar con el valor real.156156396 1.254195979 1.) En Excel. . R.283941742 i.8 1. para que poder calcular la aproximación de cada una de las derivadas usando las cinco fórmulas vistas en la teoría.) En Excel.5 1. estimar con el valor real.6 1. EJERCICIOS DE FIJACIÓN 11) 12) 13) 14) Cálculo Numérico – Lic. con o sin macros.

Calcular 3.calcular 2. R.Derivación Numérica 29 15) Método de los 5 pasos Tenemos una función f(x) y se quiere hallar la derivada en el punto a Para calcular la derivada por definición se utiliza este método que consiste en los 5 siguientes pasos: 1. Riveros .calcular 2. Calcular que es Ejemplo Calcular la derivada de f(x) = x3 en el punto a 1. Calcular Cálculo Numérico – Lic.

x1. .f(x1)+ …. xn} del intervalo I en el que se suponen conocidos los valores de la función f(x). se denomina fórmula de derivación numérica para aproximar el valor de la primera derivada f’(x) en el punto x* sobre el soporte de puntos considerado.. ..f(x ) =Σ donde c0. R. Riveros . < xn. Fórmulas de derivación numérica Sea f(x) una función derivable en un cierto intervalo I de la recta real y sea x* un punto de dicho intervalo.. que los puntos del soporte son todos ellos distintos y están ordenados de menor a mayor es decir que: x0 < x1 < . Por simplicidad supondremos además.1... Calcular 30 Se ha sacado el factor común h para que el siguiente paso sea fácil. Consideremos además un soporte de (n+1) puntos {x0. c1. . Se necesita un método para aproximar . se calcula Usando la siguiente notación: . x1. + cn...Derivación Numérica 3. Definición 2. en todo cuanto sigue. 2. Siendo f(x) una función de la que se conocen sus valores en el soporte de (n+1) puntos {x0 . cn son (n+1) escalares denominados coeficientes (o Cálculo Numérico – Lic. la diferenciación numérica refiere a una función y un punto arbitrario en ..f(xn) = n ii i0 c . con para algún lo suficientemente pequeña para asegurar que . xn} del intervalo I. Diferenciación numérica Como cualquier tipo de operación numérica.f(x0) + c1. a toda expresión de la forma: f’(x*) ≈ ' * f = c0.. ….

R. en las que el valor de f’(x*) fuese aproximado a partir del valor de la función fy de algunas de sus derivadas en los puntos del soporte.f(x ) =Σ se denomina error de truncamiento de la fórmula en el punto x*y para la función f al valor Rf(x*) = f’(x*) . hermitianas. En este sentido se introduce la siguiente definición: Derivación Numérica Carlos Conde. cometiéndose un error en la aproximación de f’(x*).2. Siendo ' * f la aproximación de f’(x*) que se obtiene operando sin error de redondeo según la fórmula de derivación numérica: f’(x*) ≈ ' *f= n ii i0 c . Es por ello que junto a la definición de una fórmula numérica conviene precisar de forma rigurosa la definición del error que con ella se comete. estas últimas fórmulas tienen un uso mucho más esporádico que las de tipo lagrangiano y es por ello que en este tema nos limitaremos a considerar como fórmulas de derivación numérica tan sólo a las que hacen intervenir los valores de la función en los puntos del soporte. Podrían considerarse fórmulas más generales.' *f Obviamente se verificará que: ' f '(x*) = f*+Rf(x*) por lo que considerando la fórmula en cuestión aplicada a todos los puntos x de un dominio dado puede definirse la función error de truncamiento de la fórmula derivación numérica para la función f considerada como la función: Rf : I R Cálculo Numérico – Lic.Derivación Numérica 31 pesos) de la fórmula de derivación NOTA: La fórmula de derivación que se acaba de definir puede decirse que es una fórmula lagrangiana pues en ella sólo intervienen valores de la función f en los puntos del soporte. 5 Definición 2. No obstante. Arturo Hidalgo. En general el valor aproximado '* f y el valor exacto f’(x*) diferirán. Riveros . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .

Derivación Numérica 32 x Rf(x) = f’(x) .f’(x0) + 2 0 h .h) 2 + θ θ ∈ (0. Ejemplo: Siendo {x0 .f "(x . la sustitución de la expresión de f’(x0) por el cociente incremental: '10 0 f(x ) f(x ) f h − = conduce a una fórmula en la que sus coeficientes son c0 = (-1/h) y c1 = (1/h).h) h2 θ θ ∈ (0.h) 2 θ θ ∈ (0. R. Riveros .f "(x .f "( x .1) Por tanto: = − '=− + f0000 R (x ) f '(x ) f h . si se supone que f(x) es al menos de clase C2([x0. x1 } un soporte formado por dos puntos tales que x1 = x0 + h.'* f En el análisis del error de truncamiento de las fórmulas de derivación numérica se perseguirá encontrar cotas del valor de esta función de error Rf(x) en el intervalo I sobre el que se trabaje. Una forma de acotar el error de truncamiento de esta fórmula.1) de donde: − =01−+ 00 f '( x ) f ( x ) f ( x ) h . y considerando que x* = x0.1) expresión que puede acotarse por: Programación y Métodos Numéricos Derivación Numérica 6 Cálculo Numérico – Lic. x1]) consiste en considerar el desarrollo en serie de Taylor siguiente: f(x1) = f(x0+h) = f(x0) + h.

Se dice que la fórmula de derivación numérica f’(x*) ≈ ' *f= n ii i0 c . Obsérvese que la acotación antes realizada conduciría (para esta función x2) a la acotación |Rf(x0)| ≤ h coincidente con el error de truncatura realmente cometido1.. R. Más concretamente: Definición 2. la fórmula: −− ≈==+ − 10 *01 10 f(x*) f ' f(x ) f(x ) 1·f(x ) 1·f(x ) xxhh es una fórmula exacta para la función f(x) = x2.f(x ) =Σ es exacta para la función f(x) en el punto x* y para el soporte {x0. xn} cuando el error de truncatura Rf(x*) es nulo. Ejemplo: Dado un soporte {x0 < x1 } y denotando por h = x1 – x0.x h h por lo que el error de truncatura cometido es en este caso Rf(x0) = h..3. . Las fórmulas que conducen al valor exacto de la derivada se denominan fórmulas exactas.x ) R (x ) f '( x ) f h ..Derivación Numérica 33 {} ∈ =−≤ 01 ' f000 x (x . en el punto x* = 1 y para el Cálculo Numérico – Lic. Riveros . Sup f "( x ) 2 Para el caso particular de la función f(x) = x2 el cociente incremental considerado conduce a la expresión: +− ==+ 22 '00 00 f ( x h) x 2.

Derivación Numérica

34

soporte {x0 = 0, x1 = 2}. En efecto, f’(1) = 2 y: − = = = 2+ 2= * 2 f'(1) f ' 1·0 1·2 2 22 Ahora bien esta fórmula no tiene que ser exacta si se cambia de punto x* (por ejemplo f’(1.5) = 3 ≠ f*’ = 2) o si se cambia de soporte (por ejemplo para x0 = -1 y x1 = 2 , siendo f(x) = x2 y x* = 1 se tiene que f’(1) = 2 ≠ f*’ = 1) o si se cambia de función (por ejemplo si f(x) = x3 con el soporte {x0 = 0 y x2 = 2} y para x* = 1 se tiene que: 3 = f’(1) ≠ f*’ = 4) 1 No siempre las acotaciones del error de truncatura que se obtendrán serán tan “finas” como la que se acaba de describir. Derivación Numérica Carlos Conde, Arturo Hidalgo, Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 7 De poco serviría tener fórmulas que sólo fuesen exactas para funciones concretas con soportes concretos y en puntos concretos pues la aplicabilidad de dichas fórmulas sería escasa. Por ello, las fórmulas de derivación numérica suelen diseñarse de forma que sean exactas para determinadas familias de funciones con independencia de cuáles sean los (n+1) puntos del soporte que se elijan y para cualquier punto x* en el que se apliquen. Más concretamente puede darse la definición siguiente: Definición 2.4. Se dice que la fórmula de derivación numérica: n ' *ii i0 f '(x*) f c .f(x ) = ≈=Σ es exacta de orden k para la familia de funciones de clase C1([x0 , xn]): {φ0(x),φ1(x),...,φk(x),....} cuando es nulo el error de truncatura cometido al aplicar la fórmula para la estimación de la primera derivada de cualquiera de las (k+1) primeras funciones de la familia y en cualquier punto x* perteneciente al intervalo

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

35

[x0 , xn]: k 0 n R (x) 0 x [x ,x ] ϕ = ∀ ∈ Propiedad 2.1. Si la fórmula de derivación numérica n ' *ii i0 f '(x*) f c .f(x ) = ≈ = Σ es exacta de orden k para la familia de funciones { } 0 1 k ϕ (x),ϕ(x),...,ϕ (x),.... entonces es exacta para cualquier combinación lineal de las (k+1) primeras funciones de la familia Demostración: Si la fórmula es exacta de orden k para la familia de funciones consideradas se podrá escribir que: [] = ϕ = ϕ ∀ ∈ Σn ' jiji0n i0 (x*) c . (x ) x* x ,x (j = 0, ..., k) Por otra parte, una función cualquiera que sea combinación lineal de las (k+1) primeras funciones de la familia será de la forma: k 0011kkjj j0 f(x) (x) (x) ..... (x) (x) = = α⋅ ϕ + α⋅ ϕ + + α⋅ ϕ = Σα ⋅ ϕ por lo que su primera derivada en cualquier punto x* del intervalo [x0, xn]se puede expresar como: Programación y Métodos Numéricos Derivación Numérica 8 ====== = α ⋅ϕ = α ⋅ ⎜ ⋅ϕ ⎜ = ⋅ ⎜ α ⋅ϕ ⎜ = ⋅ ΣΣΣΣΣΣkknnkn ' jjjijiijjiii j0j0i0i0j0i0 f '(x*) (x*) c (x ) c (x ) c f(x )

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

36

y puesto que la aplicación de la fórmula de derivación numérica a la función f(x) en cualquier punto x* conduce a que: n ' xii i0 f c.f(x) = =Σ puede concluirse que: [ ] f 0n R (x*)=0 ∀x*∈x ,x Esto demuestra que la fórmula es exacta para cualquier función f(x) que sea combinación lineal de las (k+1) primeras funciones de la familia de funciones considerada. c.q.d. Las fórmulas de derivación numérica más utilizadas en la práctica son exactas, de algún orden k, para la familia de funciones formada por los monomios, es decir: {1, x, x2, ...,xk, ....}. En este tema nos referiremos en exclusiva a esta familia de funciones y por ello cuando digamos que una fórmula es de orden k se sobreentenderá que “es de orden k para la familia de los monomios”, es decir que permite estimar sin error alguno la primera derivada de cualquier función polinómica de grado menor o igual que k en cualquier punto x*. Ejemplo: La fórmula que se ha utilizado en ejemplos anteriores consistente en sustituir el límite con el que se define la derivada por el cociente incremental en un soporte de dos puntos consecutivos es una fórmula exacta de orden 1. En efecto, para la función f(x) = 1 se verifica que: '00[] x00 f f(x h) f(x ) 1 1 0 f '(x) x x ,x h hh +−− ====∀∈+ Asimismo para la función g(x) = x se tiene que: +−+−[] '=00=00==∀∈+ x00 g g(x h) g(x ) x h x 1 g'(x) x x ,x h hh

Cálculo Numérico – Lic. R. Riveros

las fórmulas más utilizadas en la práctica se buscan de forma que sean exactas para polinomios de grado menor o igual que n (es decir fórmulas de orden de exactitud n).x h hh por lo que sólo se puede afirmar que el error de la fórmula es nulo para los monomios {1. Una manera natural de construir fórmulas exactas de orden n consiste en recordar que el polinomio pn(x) que interpola en el sentido de Lagrange y sobre un soporte de (n+1) puntos a una función f(x) que sea polinómica de grado menor o igual que n coincide con dicha función2. Fórmulas de derivación numérica de tipo interpolatorio para aproximar la primera derivada de una función. NOTA: Para facilitar el seguimiento de todo cuanto hasta aquí se ha dicho. 9 +−+−[] ===⋅ +≠∀ ∈ + 22 '0000 x000 q q(x h) q(x ) (x h) x 2 x h q'(x) x x . Programación y Métodos Numéricos Derivación Numérica 10 3. Riveros . nos hemos referido únicamente a fórmulas que permiten estimar el valor de la primera derivada de una función. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . como se señaló anteriormente.. Análogo tratamiento podría realizarse para las fórmulas de derivación numérica que permiten estimar derivadas de orden mayor (segundas derivadas. terceras derivadas. R. x}. Arturo Hidalgo. En consecuencia. etc. en general. la fórmula es de orden 1.). A todas las fórmulas de derivación que se obtienen derivando la expresión del polinomio interpolador de Lagrange se las denomina fórmulas de derivación de tipo Cálculo Numérico – Lic. Por ello es equivalente derivar la función polinómica f(x) que derivar la su polinomio interpolador pn(x). Como se ha comentado en el apartado anterior.. A ellas nos referiremos en el apartado 7º de este tema.Derivación Numérica 37 Pero para la función q(x) = x2. ya no coincidirá el valor de la primera derivada y el valor estimado mediante la fórmula de derivación: Derivación Numérica Carlos Conde.

. En efecto: 2 Consúltese.Derivación Numérica 38 interpolatorio. Hidalgo y C. n) Cálculo Numérico – Lic. Se denomina fórmula de derivación numérica de tipo interpolatorio (de Lagrange) para aproximar derivadas de primer orden a cualquier fórmula obtenida derivando una vez la expresión del polinomio interpolador de Lagrange construido sobre un soporte de (n+1) puntos distintos. Riveros . el tema dedicado a la Interpolación de Lagrange elaborado por A. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Derivación Numérica Carlos Conde. Conde en estos mismos apuntes. ..1. Definición 3. R. NOTA: Obsérvese que en la definición anterior se ha escrito entre paréntesis “de Lagrange”. por ejemplo. • Una fórmula de derivación numérica de tipo interpolatorio puede obtenrse de cualquiera de las expresiones del polinomio interpolador.. 1. En efecto podría pensarse en derivar también la expresión del polinomio interpolador de Hermite obteniéndose otros tipos de fórmulas de derivación de tipo interpolatorio. Recordando la expresión del polinomio interpolador en función de los polinomios de base de Lagrange puede deducirse la expresión de los pesos que intervienen en dicha fórmula.f(x) = = Σ que sea de tipo interpolatorio es que sus coeficientes satisfagan las igualdades: ' ci=Li(x*) (i = 0. Puesto que nosotros sólo nos vamos a referir a las fórmulas que se obtienen al derivar la expresión del polinomio interpolador de Lagrange omitiremos en lo sucesivo la coletilla “de Lagrange” y simplemente diremos fórmula de derivación numérica de tipo interpolatorio. 11 Propiedad 3. La condición necesaria y suficiente para que la fórmula de derivación numérica n ' x* i i i0 f c.1. Arturo Hidalgo.

. ... .. R. la expresión detallada del polinomio interpolador de Lagrange pn(x) de una función f(x) sobre el soporte de (n+1) puntos {x0. En efecto... Demostración: a) Demostremos en primer lugar que si la fórmula es de tipo interpolatorio entonces sus pesos satisfacen la relación ci = L’i(x*). En efecto. n) entonces es de tipo interpolatorio.. xn} en función de los (n+1) polinomios de base de Lagrange { }n i i 0 L (x) = es: n nii i0 f(x) p (x) f(x ) L (x) = ≈ =Σ ⋅ de donde. . considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0. x1. n) b) Demostremos que si la fórmula de derivación numérica satisface ' i i c =L(x*) (i = 0... xn}. .. .... Riveros . xn} se puede expresar como: pn(x) = = Σn ii i0 f(x )·L (x) se tiene que si se verifican las igualdades consideradas para los coeficientes: 3 Recuérdese que: nn ijij j0j0 jiji Cálculo Numérico – Lic. en cualquier punto x* se puede considerar la aproximación: n '' nii i0 f '(x*) p (x*) L (x*) f(x ) = ≈ =Σ ⋅ Esta fórmula es una fórmula de derivación numérica en la que sus coeficientes están dados por la expresión: ' i i c =L(x*) (i = 0. x1..Derivación Numérica 39 donde se ha denotado por Li(x) a los (n+1) polinomios de base de Lagrange3 sobre el soporte {x0..

.2.d. c. n) Programación y Métodos Numéricos Derivación Numérica 12 f’(x*) ( ) ( ) ==== ≈ = = = = ΣΣΣΣ nnnn' iiiiiiiin i0i0i0i0 c f(x ) L' (x*)f(x ) L (x*)f(x ) ' L (x*)f(x ) p' (x*) lo que demuestra que el valor de la primera derivada en x* se aproxima con el valor de la primera derivada del polinomio interpolador en x*. R. 1.Derivación Numérica 40 L (x) (x x ) (x x ) == ≠≠ = − − Π Π (i = 0. Por ejemplo: Propiedad 3... La propiedad anterior caracteriza a las fórmulas de derivación numérica de tipo interpolatorio que permiten aproximar primeras derivadas. . Riveros .q.f(x) = = Σ se verifica que: n i i1 c0 = Σ= Demostración: Puesto que según las propiedades de los polinomios de base de Lagrange se Cálculo Numérico – Lic. En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. Además nos permite obtener otras propiedades que deben satisfacer los coeficientes de las fórmulas de tipo interpolatorio.

q.d. Ocupémonos ahora de analizar el error en las fórmulas de derivación numérica de tipo interpolatorio.Derivación Numérica 41 verifica que: n i i0 L (x) 1 = Σ = ∀x . R. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .x ) por lo que: 'n f '(x*)=p (x*)+ε'(x*) Derivación Numérica Carlos Conde. Denotando por ε(x) a la función error de interpolación cometido al aproximar una función f(x) por su polinomio interpolador de Lagrange pn(x) sobre el soporte de (n+1) puntos considerado. se verifica que: f(x) = pn(x) + ε(x) 0 n ∀x∈(x . 13 lo cual nos conduce a poder expresar el error en el punto x* de la fórmula de derivación numérica mediante: Rf(x*) = ε'(x*) En el caso particular en que f(x) sea un polinomio de grado menor o igual que n Cálculo Numérico – Lic. es obvio que: n'n ' ii i0i0 L (x) L (x) 0 == == ΣΣx∀ En particular para el punto x* se tendrá que: nn ' ii i0i0 L (x*) c 0 == Σ =Σ = c. Arturo Hidalgo. Riveros .

La condición necesaria y suficiente para que una fórmula de derivación numérica construida sobre un soporte de (n+1) puntos. . es decir que si la fórmula construida sobre el soporte de (n+1) puntos es exacta de orden n entonces tiene que ser de tipo interpolatorio.f(x) = =Σ. R.1. Este hecho nos permite incluir a las fórmulas de derivación numéricas de tipo interpolatorio en el conjunto de fórmulas de derivación exactas de orden n. Riveros . Este hecho se demuestra en el siguiente teorema. n ' x* i i i0 f c.. es decir que si la fórmula construida sobre el soporte de (n+1) puntos es de tipo interpolatorio entonces es exacta de orden n. Para ello basta con recapitular los razonamientos anteriormente realizados. Teorema 3. En efecto. Demostración: a) Demostremos en primer lugar que la condición recogida en el enunciado del teorema es suficiente. Pero aún puede precisarse más. En particular para cualquier punto x* se tendrá que: '' n x* f '(x*) = p (x*) ≡ f Programación y Métodos Numéricos Derivación Numérica 14 Ello demuestra que la fórmula es exacta sea cual sea el polinomio f(x) de grado menor o igual que n al que se aplique y el punto x* en el que se aproxime la primera derivada. xn} y por ello es exacta de grado n.. sea exacta de orden n es que sea de tipo interpolatorio. En particular lo será cuando se aplique a los (n+1) primeros monomios {1.Derivación Numérica 42 se verificará que f(x) ≡ pn(x) y por tanto ε(x) = 0 ∀x . de donde resulta que la fórmula de derivación numérica de tipo interpolatorio construida sobre un soporte de (n+1) puntos es exacta para cualquier polinomio de grado menor o igual que n. Para ello Cálculo Numérico – Lic. En resumen es exacta de orden n. b) Demostremos ahora que la condición anterior también es necesaria.. si f(x) es una función polinómica de grado menor o igual que n su polinomio interpolador de Lagrange sobre el soporte de (n+1) puntos coincide con la función y por tanto: f(x) = pn(x) x ∀ por lo que f’(x) = p’n(x) ∀x .. puesto que además toda fórmula exacta de orden n construida sobre un soporte de (n+1) puntos debe ser necesariamente de tipo interpolatorio. x.

Derivación Numérica partimos del hecho de que, al ser la fórmula exacta de orden n, para cualquier función polinómica de grado menor o igual que n, p(x), se debe verificar que: n ii i0 p'(x*) c .p(x ) = =Σ Por otra parte, puesto que hemos considerado que p(x) es un polinomio de grado menor o igual que n, se verificará que el polinomio interpolador de p(x) en el soporte de (n+1) puntos coincidirá con p(x) y por tanto p(x) se puede expresar como: n ii i0 p(x) p(x ).L (x) = =Σ de donde su primera derivada en el punto x* estará dada por: n ' ii i0 p'(x*) L (x*).p(x ) = =Σ Identificando las dos expresiones de la primera derivada de p(x) en x* se tiene que: nn ' iiii i0i0 c .p(x ) L (x*).p(x ) == Σ =Σ Esta igualdad debe ser satisfecha para cualquier polinomio p(x) que sea de grado menor o igual que n. Por tanto deberá verificarse también en el caso de que consideremos como p(x) cualquiera de los (n+1) polinomios de base de Lagrange construidos sobre el soporte { }n i i 0 x = . Recordemos además que los polinomios de base de Lagrange verifican: Derivación Numérica Carlos Conde, Arturo Hidalgo, Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 15 ij

43

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

44

0 si i j L (x ) 1 si i=j ≠ = Por tanto, particularizando la igualdad antes obtenida para L0(x) se tiene que: nn '' i0ii0i00 i0i0 c.L (x ) L(x*).L (x ) c L (x*) == Σ =Σ ⇒ = Al hacerlo para el polinomio L1(x) resultará que: nn '' i1ii1i11 i0i0 c .L (x ) L (x*).L (x ) c L (x*) == Σ =Σ ⇒ = Y en general al particularizar para cualquier polinomio de base Lj(x) obtendremos que: nn '' ijiijijj i0i0 c .L (x ) L (x*).L (x ) c L (x*) == Σ =Σ ⇒ = c.q.d. Ejemplos: 1º) Si se considera un único punto de soporte {x0} el polinomio interpolador de una función f(x) en dicho soporte será el polinomio: p0(x) = f(x0). La figura 1 recoge, junto al grafo de la función f(x) el grafo de p0(x) y la tangente geométrica a la curva en (x0, f(x0)). La pendiente de esta tangente geométrica será la derivada f’(x0). Figura 1: Interpretación gráfica del proceso de aproximación de la derivada primera de una función mediante la fórmula de tipo interpolatorio con soporte de un punto. Programación y Métodos Numéricos Derivación Numérica 16

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

45

Ello nos conduciría a que, para cualquier punto x*, la fórmula de derivación de tipo interpolatorio de una función con un soporte de un único punto es: '' f '(x*)≈ fx* =p0(x*)=0 =0.f(x0 ) Obviamente esta fórmula sólo sería exacta en el caso de derivar constantes (es decir, polinomios de grado 0). 2º) Si se considera un soporte de 2 puntos {x0, x1} el polinomio interpolador de la función f(x) en el sentido de Lagrange está dado por: 10 101 0110 p (x) f(x ). (x x ) f(x ). (x x ) (x x ) (x x ) −− =+ −− La derivada de este polinomio es: '10 101 011010 p (x) f(x ). 1 f(x ). 1 f(x ) f(x ) (x x ) (x x ) (x x ) − =+= −−− Al no depender del punto en el que se evalúe la derivada podemos concluir que para cualquier abscisa x* el valor de la primera derivada de la función en ella, f’(x*), se aproximará mediante: '10 x* 10 f(x ) f(x ) f '(x*) f xx − ≈= − Esta expresión se corresponde con el cociente incremental que se utilizó en los ejemplos de los apartados anteriores. Puede observarse que los pesos de la fórmula son: c0 = -1/(x1 – x0) y c1 = 1/(x1 – x0) por lo que su suma se anula. La

Cálculo Numérico – Lic. R. Riveros

se verifica que: ()n kk1 ii i1 c x k· x* − = Σ = (k = 1. R. Riveros . 17 Figura 2: Interpretación gráfica del proceso de aproximación de la derivada primera de una función mediante la fórmula de tipo interpolatorio con soporte de dos puntos.n) Demostración: Por ser la fórmula de tipo interpolatorio es exacta para todo polinomio de grado menor o igual que n. la exactitud de la fórmula implica que: ()− = = Σn Cálculo Numérico – Lic. En particular lo será para la función f(x) = xk sea cual sea el valor del entero positivo k siempre que k < n. construida sobre un soporte de (n+1) puntos.Derivación Numérica 46 gráfica de la figura 2 representa junto a los grafos del polinomio interpolador y de la función f(x) la tangente geométrica al grafo de f(x) en un punto (x*. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . . Derivación Numérica Carlos Conde.f(x) = = Σ .3 En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. Arturo Hidalgo.. Puesto que f’(x*) = k·(x*)(k1). f(x*)). • Otras relaciones entre los pesos y los puntos del soporte de las fórmulas de derivación numérica de tipo interpolatorio se recogen en la propiedad siguiente: Propiedad 3.. Obviamente esta fórmula de derivación numérica será exacta sobre cualquier polinomio de grado menor o igual que 1 (es decir sobre líneas rectas).

R. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 19 4. Una primera forma de obtener otra expresión del error de derivación numérica se basa en utilizar diferencias divididas.d. No obstante trabajar con la expresión del error de interpolación que se dedujo en los temas dedicados al estudio de las técnicas de interpolación4 no es cómodo en muchas ocasiones.x1} proporciona el valor exacto f’(x*).Derivación Numérica 47 kk1 ii i1 c x k· x * ( 0 < k < n) c. A la luz de este comentario ¿no sería más preciso decir que la fórmula es de orden infinito?. Para ello.q. como es habitual. Cálculo Numérico – Lic. Expresiones del error de las fórmulas de derivación numérica de tipo interpolatorio que aproximan la primera derivada de una función. si esto es así. Nótese que. Arturo Hidalgo. x1] para el que la fórmula construida con dos puntos de soporte proporciona el valor exacto de la derivada de xk sea cual sea el valor que le demos al entero no negativo k. ¿Contradice esto la afirmación de que la fórmula es de orden 1?. Riveros . Es por ello interesante obtener otras expresiones más cómodas para el análisis del error de las fórmulas de derivación numérica. x1] siempre existe algún punto x* de dicho intervalo para el que la fórmula de derivación numérica de tipo interpolatorio construida sobre el soporte {x0 . Derivación Numérica Carlos Conde. El proceso seguido para obtener las fórmulas de derivación numérica de tipo interpolatorio nos conduce de forma natural a que el error de cada fórmula Rf(x*) de derivación así determinada es igual a la primera derivada de la función de error interpolación ε(x) particularizada en el punto x* en que se deriva: Rf(x*)= ε'(x*) . Programación y Métodos Numéricos Derivación Numérica 18 EJERCICIO PROPUESTO: Demuéstrese que para cualquier función f(x) que sea derivable en todo punto del intervalo [x0. en particular se puede afirmar que siempre existirá algún punto x* en el intervalo [x0.

x] y consideraremos una función g(x) que a todo punto x le haga corresponder el valor: g(x) = f[x0. . x1.x . Riveros ...4..x ....x .. ..... xn.. ....x.x .x] Más concretamente: Definición 10..x ...x h] → (x h) x → +− =+ +− que representaremos por: 0 1 n g'(x) = f[x . x] La primera derivada de esta función estará dada por: g’(x)= 0 1 n 0 1 n h0h001n limf[x ... Cálculo Numérico – Lic.. x] a la diferencia dividida de orden (n+1) de la función f(x) en los puntos {x0... x1.. xn.x ..Derivación Numérica 48 denotaremos por f[x0. R...x. (x x ) (n 1)! + = ξ ε=− + Π donde x ξ era un punto dependiente de la abscisa x en la que se deseaba estimar el error de interpolación.x .. Se define la diferencia dividida de orden (n+2 )de una función en el soporte {x0. x1.x h] f[x ..... Este error también se podía expresar usando las diferencias divididas como n 01ni i0 (x) f[x ..x] dx = 4 Recuérdese que la expresión obtenida era: (n 1 n x i i0 f() (x) ..... . x.x] limf[x .. x .. x} mediante: 01n 01n df[x ....x . xn.. xn.1. x] (x x ) = ε = ⋅Π − .x .x .x .x .x] f[x . x1...x. x .

x ..x * . Consideremos que f(x) es una función de clase Cn+1((x0.f(x) = = Σ tiene asociado un error de truncatura dado por la expresión [ ]n [ ] nn f01ni01nj i0i0j0 ji R ( x*) f x .Derivación Numérica 49 Programación y Métodos Numéricos Derivación Numérica 20 Con ayuda de las diferencias divididas con puntos repetidos que se acaban de definir y partiendo de la expresión del error de interpolación que se obtuvo al trabajar con diferencias divididas... La expresión anterior....d..q.. es sencillo demostrar la siguiente propiedad: Propiedad 4. teniendo un interés teórico. Riveros . Es por eso que lo que resta de este apartado lo dedicaremos a determinar una expresión de fácil aplicación advirtiendo de antemano al lector que más que la fórmula que finalmente determinemos. también es de difícil aplicación práctica. (x x ) = ε=Π− c.x .x].x .x * . R.. ( x * x ) === ≠ = − + − Π ΣΠ Demostración: Basta con particularizar en x* la expresión obtenida al derivar una vez la función de error de interpolación: n 01ni i0 (x) f[x .1. ( x * x ) f x . en la práctica es el método que vamos a seguir el que tiene interés práctico.. xn] se considera la fórmula de derivación numérica de tipo Cálculo Numérico – Lic. xn)) y que para aproximar la primera derivada de la función f(x) en un punto x* perteneciente al intervalo [x0 ..x*.x .x .x . La fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c..x*.

(x ) − = == Σ ⋅ = ⇒Σ ⋅ = (k = 0. al haber supuesto la función f(x) suficientemente regular. al menos..h) (n 1)! 50 Cálculo Numérico – Lic.f "(x*) .< xn}. Ello. en particular implica que servirá para determinar sin error de truncatura ninguno las derivadas de las funciones {1.Derivación Numérica interpolatorio n ' x* i i i0 f c. por ser la fórmula de tipo interpolatorio. x * −xn) y sean { }n i i=0 θ (n+1) escalares de valor absoluto no superior a 1 y tales que: i i x =x*+θ ⋅h Para cada uno de estos puntos. . n) Derivación Numérica Carlos Conde.....f(x) = = Σ construida sobre un soporte de (n+1) puntos distintos {x0 < x1 < .h . será de orden n. R.. Adviértase que. Arturo Hidalgo.h .h.f (x * .h . .... Riveros . Ello a su vez se traduce en que: nn k k' k *(k1) i i x x* i i i0i0 c x (x ) c x k.h) f(x*) . x2.f '(x*) ... Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . se puede considerar el desarrollo en serie de Taylor siguiente: 22nn i i (n iii f(x ) f(x * ... xn}.f (x*) 2 n! θθ = +θ = +θ + + + + n1n1 i (n 1 i . 21 Denotemos además por h al valor: h=Max( x *−x0. x.

Con la notación introducida anteriormente y siendo n ' x* i i i0 f c.2... Para simplificar otros sumandos de la expresión utilizaremos las dos propiedades siguientes: Propiedad 4. se verifica que: n ii Cálculo Numérico – Lic. = = = 2! = = = + θ + θ + + ΣΣΣΣ + ++ == + θ + + θ +δ Σ Σ n n n1 n n (n (n 1) (n 1 iiiii i0i0 h.f(x) = = Σ una fórmula de derivación numérica de tipo interpolatorio con n > 0.f(x*) h..f "(x*) .f(x ) c . c.f (x*) h .h) n! (n 1)! Simplifiquemos la expresión que se acaba de obtener. c . c . Riveros . .Derivación Numérica 51 ++ +θ + +δ + Por tanto la fórmula de derivación numérica de tipo interpolatorio considerada podrá rescribirse en la forma: nnn2n '2 x* i i i i i i i i0i0i0i0 f c . c.2..). R. . El coeficiente que multiplica a f(x*) es nulo pues es la suma de los pesos de la fórmula (véase la propiedad 3. . .f '(x*) h .f (x* .

c . En resumen: n ii i0 c . c = h= h = h = θ = − = ⎜ ⎜− ΣΣΣΣ En esta última igualdad se sabe que n i i0 c0 = Σ = (véase la propiedad 3. 1. R.2. 52 Cálculo Numérico – Lic. Por otra parte n ii i1 c .d.3. Propiedad 4.1 =h Σθ= Demostración: Con la notación que estamos utilizando se tiene que: Programación y Métodos Numéricos Derivación Numérica 22 i i x x* h − θ= de donde: nnnn iiiiiii i0i0i1i0 c .q.).(x x*) 1.Derivación Numérica i0 c.x 1 =h Σ= c.x 1. c .x =Σ se corresponde con la expresión de la derivada del monomio x en el punto x*.x *. Riveros . Por ello su valor será 1.

Riveros .. 1...(x*).0 = Σ θ = (k=2.(x*) hhj − ==== θ = − = − = ΣΣΣΣ kn j j (k j) kii j0i0 1.x . En particular. R.(x x*) 1. ( 1) . c. se verifica que: n k ii i0 c.. k . c . c .x hj − == = − ΣΣ Al ser la fórmula de tipo interpolatorio será exacta para cualquier polinomio de grado menor o igual que n.n) Demostración: Con la notación que se está utilizando y empleando la fórmula de Newton para desarrollar potencias de binomios5. con n>1.Derivación Numérica 53 Con la notación introducida anteriormente y siendo n ' x* i i i0 f c.f(x) = = Σ una fórmula de derivación numérica de tipo interpolatorio. ( 1). k . al haber considerado n > 1 si se Cálculo Numérico – Lic. se tiene que: nnnk k k j (k j) j iikiikii i0i0i0j0 c ..

Riveros . = Σθ= (k 1) j j (k j 1) Cálculo Numérico – Lic. Arturo Hidalgo. 23 valor de la derivada del monomio x(k-j) particularizado en el punto x*.(x*) − − == = = − Σ Para el caso en que j coincida con el valor de k el sumatorio quedará n i i0 c =Σ cuyo valor es nulo(véase la propiedad 3.2.x − x − (k j). R.x − =Σ coincide con el 5 Como es habitual. Por tanto: n k ii i0 c.).j! Derivación Numérica Carlos Conde. en dicha fórmula se utiliza la notación k j para representar a k! (k − j)!. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Es decir que: n (k j) ( (k j))' (k j 1) ii i 0 x x* c .Derivación Numérica 54 toman valores de k tales que 2 ≤ k ≤ n se debe verificar para todo valor del entero j comprendido entre 0 y (k-1) que el sumatorio n (k j) ii i0 c .

(k j).(k j). R.0 = Σ θ = (k = 2. ( 1) .q.Derivación Numérica k j0 1 . 0 k 2 j puede concluirse que: n k ii i0 c. n) c.(x*) .. k . Estas dos propiedades junto a la expresión que obtuvimos antes de enunciarlas 55 Cálculo Numérico – Lic.. ( 1) .d.(k j).. Riveros . .(x*) hj − −− = − − = Σ (k 1) (k 1) j k j0 1 .(x*) . k hj − − = = − − Σ Puesto que6 se verifica que: − = − − ⎜ ⎜= ∀ ≥ Σ(k 1) j j0 k ( 1).

siendo x* un punto del intervalo [x0 .f (x * .h) (n 1)! Demostración: Introduciendo el resultado de las propiedades 4. . = = = 2! = = = + θ + θ + + ΣΣΣΣ + ++ 56 Cálculo Numérico – Lic.f(x ) c . c ..1.xn|) y por { }n i i=0 θ a los (n+1) escalares tales que hi = iθ .) Programación y Métodos Numéricos Derivación Numérica 24 ()+ = = − = θ +δ +Σnn ' n (n 1 f x* i i i i i0 R (x*) f(x*) f h . c . . para toda fórmula de derivación numérica de tipo interpolatorio: n ' x* i i i0 f '(x*) f c .f(x*) h.3. . y 4.. en la expresión antes obtenida resulta: nnn2n '2 x* i i i i i i i i0i0i0i0 f c . denotando hi = xi – x* . |x* .. por h al valor h = máx(|x*-x0| . xn]. Dado el soporte de (n+1) puntos x0 < x1 < .. Riveros . xn))..2.h. c .h .f '(x*) h .. < xn . siendo f(x) una función de clase C(n+1)((x0 .f "(x*) .2. 1] tales que: 6 El lector interesado puede encontrar la demostración en el anexo a este apartado (Lema 4. R.Derivación Numérica nos permiten demostrar fácilmente el siguiente teorema: Teorema 4.f(x ) = ≈=Σ existen (n+1) valores δ i pertenecientes al intervalo [-1 .

q. En los ejemplos del siguiente apartado se ilustrará este hecho.h) n! (n 1)! = ()+ = = + θ +δ +Σnn n (n1 iiii i0 f '(x*) h .Derivación Numérica 57 == + θ + + θ +δ Σ Σ n n n1 n n (n (n 1) (n 1 iiiii i0i0 h. c. si f(x) es lo suficientemente regular. 3ª) Para algunas funciones y en algunos puntos se verificará que el término que multiplica a la derivada de orden (n+1) en el desarrollo en serie de Taylor del que se partía también se anula. de hn y de (n+1) constantes γ i = ci· θ i n·hi/(n+1)!. c .f (x*) h .f (x * .h) (n 1)! c.f (x* . dejando sólo como factor común del sumatorio hn y expresando en cada uno de los sumandos del término de error θ i·h como hi. El motivo de ello es que los coeficientes ci de la fórmula de derivación dependen en general de los valores hi por lo que procediendo de esta manera el término de error podrá expresarse en función de los valores de las derivadas f(n+1( ξ i) (siendo ξ i los puntos x*+ δ i·h). . En dichos casos. c. R. NOTAS: 1ª) Obsérvese que en el término del error se ha descompuesto hn+1 en la forma hn·h. puede ampliarse el desarrollo en serie considerado Cálculo Numérico – Lic. Riveros . . 2ª) La expresión anterior se resume frecuentemente indicando que el error es de orden O(hn).h.d. .

g(ξ)≤α (i = 0.. entonces existe un punto ξ ∈ [a. lo más interesante de esta forma de proceder no es tanto el resultado obtenido como el procedimiento seguido para determinar el error de la fórmula (combinando desarrollos en serie de Taylor).g( ) . .Derivación Numérica 58 truncándolo en el primero de los términos que no se anule (que será posterior a aquel en el que interviene la derivada n-ésima). R. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Demostración: Denotemos por gm y por gM a los valores mínimo y máximo que toma la función g(x) en [a. b].g . b] y se consideran (n+1) coeficientes positivos.g . como ya señaló anteriormente. Derivación Numérica Carlos Conde. Por ser todos los coeficientes positivos se verifica que: i m i i i M α ≤α . |Rf(x*)|. A partir del teorema anterior es fácil obtener una cota de este error utilizando el lema siguiente: Lema 4.g .g( ) .. n) .g . b]. Si g(x) es una función continua en [a.1. y (n+1) puntos { }n i i=0 ξ pertenecientes al intervalo [a.. { }n i i=0 α. 1.g ==== Cálculo Numérico – Lic. 5ª) Cuando el soporte es equidistante los cálculos anteriores suelen rehacerse designando como h a la distancia entre los puntos del soporte.g( ) donde n i i=0 α= Σα .g( ) . 25 4ª) Con todo.g Sumando las expresiones anteriores se tiene que: nnnn imiiiMmiiM i0i0i0i0 . Arturo Hidalgo.b] tal que: = αξ = αξ Σn ii i0 . Riveros . • Habitualmente el error se acota en valor absoluto.

xn] y denotando por h al valor h = máx( |x* – x0 |. existirá en [a.g( ) g( ) .g( ) . x* un punto del intervalo [x0 . |xn – x|). < xn.f(x ) = ≈ =Σ existe algún punto ξ ∈ [x0.d. y utilizando la misma notación que en él. nos muestran que. R. se tiene que: ()nn ' n (n 1 f x* i i i i i0 Cálculo Numérico – Lic. por aplicación del teorema del valor medio.q. Dado el soporte de (n+1) puntos x0 < x1 < .1.1..xn] y alguna constante real positiva β para los que se verifica: |Rf(x*)| ≤ β. junto a la hipótesis realizada sobre la continuidad de la función g(x) en el intervalo [a.Derivación Numérica 59 Σα ≤Σα ξ ≤Σα ⇒α≤Σα ξ ≤α⇒ n miiM i0 g 1. Riveros .hn. b] al menos un punto ξ para el que se verifique que: Programación y Métodos Numéricos Derivación Numérica 26 nn iiii i0i0 1 .g( ) == αξ = ξ ⇒ αξ = αξ αΣ Σ c.. xn)).f(n+1(ξ) Demostración: Según el teorema 4.g( ) g = ⇒ ≤ αξ ≤ αΣ Las desigualdades anteriores. El lema precedente y el teorema 4.2. siendo f(x) una función de clase C(n+1)((x0 .. para toda fórmula de derivación numérica de tipo interpolatorio: n ' x* i i i0 f '(x*) f c . .. nos permiten demostrar fácilmente el siguiente teorema: Teorema 4. . b].

h. c .hi| ) se puede concluir que existirá un valor x∈ [x0 . c . . .Derivación Numérica R (x*) f(x*) f h . Riveros .f (x * . f ( ) (n 1)! =++ ⎜ α⎜ ≤⎩⎩ξ + Σ de donde se tiene el resultado de este teorema sin más que llamar β al escalar n i 60 Cálculo Numérico – Lic.h. evaluada en los puntos ξi = x* + δi.θi n.h) (n 1)! + = = − = θ +δ +Σ de donde: ()nn ' n (n 1 f x* i i i i i0 R (x*) f(x*) f h . R.1.f (x* . xn] para el que se verificará que: n i i 0 (n 1) (n 1 f R (x*) .h) (n 1)! + = ≤ θ +δ +Σ Aplicando el lema 4. c.h .h . y con los coeficientes αi = |ci.h .f (x * . .h) (n 1)! + = = − = θ +δ ≤ +Σ nn n (n1 iiii i0 h . (para la función g(x) = |f(n+1(x)|.

27 En el apartado siguiente se deducirán algunas fórmulas de derivación numérica y se detallará cómo obtener la expresión del error que con ellas se comete.(k j).2.d. ANEXO AL APARTADO 4º Lema 4. Riveros . Derivación Numérica Carlos Conde. el primero de los sumandos del lado derecho de esta igualdad: = − = − = = Cálculo Numérico – Lic. utilizando la fórmula del binomio de Newton7. 0 k 2 j − = − − ⎜ ⎜= ∀ ≥ Σ Demostración: Se tiene que: − ==== − − = − − = − − − Σ Σ Σ Σ (k 1) k k k jjjj j0j0j0j0 kkkk ( 1) ·(k j)· ( 1) ·(k j)· k· ( 1) · ( 1) ·j· jjjj Analicemos. (n 1)! = β= α +Σ c. Arturo Hidalgo. Para todo valor entero k superior o igua a 2 se verifica que: ( k 1) j j0 k ( 1) .Derivación Numérica 61 i0 1. R. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .q.

Para el valor k = 2 se tiene que el sumando anterior tiene el valor: = − = + − + = Σ2 j j0 2 ( 1) ·j· 1· 0 ·1 ( 1) ·1· 2 1· 2 ·1 0 j Admitamos entonces que para algún valor (k-1) > 2 se verifica que: − = − − = Σ(k 1) j j0 k1 ( 1)·j· 0 j 7 Recuérdese que la fórmula del binomio de Newton establece que: ()− = += 62 Cálculo Numérico – Lic. Riveros . R.Derivación Numérica Σk jk j0 k k· ( 1) · k·(1 1) k·0 0 j Analicemos ahora el sumando que queda en el lado derecho: = − Σk j j0 k ( 1)·j· j . Para ello procederemos por inducción.

q. Arturo Hidalgo. Derivación Numérica Carlos Conde. R. Algunas fórmulas de derivación numérica de tipo interpolatorio usuales 63 Cálculo Numérico – Lic.Derivación Numérica Σk k (k j) j j0 k a b ·a ·b j Programación y Métodos Numéricos Derivación Numérica 28 y demostremos que en ese caso también se anula el sumatorio para el entero k.d. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Riveros . con esta suposición: ==== − = − − = − − = − − − = ΣΣΣΣkkkk jjjj j0j0j1j1 ( 1) ·j· k ( 1) ·j· k! ( 1) ·j· k! ( 1) · k! j j!·(k j)! j!·(k j)! (j 1)!·(k j)! === −−− = − − − = − − − = − = ΣΣΣkkk jjj j1j0j0 k· ( 1) · (k 1)! k· ( 1) · (k 1)! k· ( 1) · k 1 0 (j 1)!·(k j)! j!·(k j 1)! j Por tanto: − === −−=−−−=−= Σ Σ Σ (k 1) k k jjj j0j0j0 kkk ( 1) ·(k j)· k· ( 1) · ( 1) ·j· 0 0 0 jjj c. 29 5. En efecto.

5.f(x ) 1 .Derivación Numérica 64 para aproximar primeras derivadas. sobre un soporte dado.f(x ) (x x ) (x x ) (x x ) (x x ) − ≈==+=+ −−−− Es habitual en este caso denotar por H a la distancia entre puntos: H = (x1 – x0) con lo que la fórmula anterior puede expresarse como: ' x* 0 1 f(x*) f 1.1. Riveros .f(x ) HH − ≈=+ siendo los coeficientes de la fórmula c0 = -(1 / H) y c1 = (1 / H). (x x ) f(x ). NOTAS: 1ª) Obsérvese que la fórmula obtenida coincide con el cociente incremental que nos sirvió para ilustrar las fórmulas de derivación numérica en la introducción a este tema (apartado 1º).f(x ) 1 . Cálculo Numérico – Lic. 2ª) En la obtención de esta fórmula se ha partido de la expresión del polinomio interpolador que utiliza los polinomios de base de Lagrange. Fórmula con dos puntos de soporte Si se considera el soporte {x0 . x1} y una función f(x) de la que se conoce su valor en los puntos del soporte. (x x ) (x x ) (x x ) −− =+ −− Por tanto la expresión de la fórmula que permite aproximar f’(x*) se obtendrá derivando la expresión de este polinomio de manera que: 'x *0101 01101010 f '(x*) f p'(x*) 1 . Cualquier otra expresión del polinomio interpolador nos hubiese conducido a idéntico resultado pues el polinomio interpolador de Lagrange.f(x ) 1 .f(x ) 1. el polinomio interpolador de Lagrange de tal función sobre el soporte escogido está dado por: 10 01 0110 p(x) f(x ). R.

|x1 – x*|) y considerando entonces que: x0 . teniendo en cuenta la expresión de la diferencia dividida nos proporciona: p’(x) = f[x0.(x-x0) Programación y Métodos Numéricos Derivación Numérica 30 que al derivarlo. x*]. x1)) y que x* pertenezca a [x0. Riveros .f(x ) 1. 3ª) La figura 2ª representada anteriormente (ver apartado 3º) recoge la interpretación gráfica de este proceso de aproximación.Derivación Numérica es el mismo se utilice el método que se utilice para determinarlo.h por lo que: ' x* f = c0.x* = 1θ . admitiendo la hipótesis de que f(x) sea de clase C2 ((x0 . se puede considerar el soporte equidistante y podrían haberse utilizado las expresiones del polinomio interpolador en diferencias finitas (centradas.f(x ) HH − ≈==+ En este caso. x1]. x1].x* = 0 θ.h x1 . Se deja el desarrollo detallado de estos casos como ejercicio propuesto al lector.f(x0) + c1.(x x ) xx − − − por lo que particularizando esta expresión en el punto x = x* y denotando por H a la distancia entre puntos se tiene finalmente que: ' x* 0 1 f(x*) f p'(x*) 1. puede obtenerse sin más que denotar por h al valor h = máx(|x0 – x*|. regresivas o progresivas) obteniéndose la misma fórmula. al haber sólo dos puntos de soporte.f(x1) = ( ) 1 0 65 Cálculo Numérico – Lic.(x-x0) = 1 0 0 10 f(x ) f(x ) . R. Así por ejemplo si se hubiera partido de la fórmula de Newton en diferencias divididas: p(x) = f(x0) + f[x0. • La expresión del error de esta fórmula.

.h) H2 ⎡ + θ+ θ+δ− ⎡ = ⎡ 22 000 f(x*) . que: Rf(x*) = h .h .f "(x * .h) 2 ⎡ −θ − θ+δ= ⎡ − ⎡ = 1 0.f "(x * .1. Riveros .f "(x * .h .H 2. .h) 2.h) 1 .h .h con (γ > 1) resultará finalmente.f "(x * . . 31 Puesto que H se podrá expresar como γ.h) .f"(x* .h .h.h .f"(x* .h. f(x*) . aplicando el lema 4.f "(x * .H θ+δ− θ+δ= = 1 0 1.H θ+δ− θ+δ= = f’(x*) + ( ) 2 22 1100 h . .h.H θ+δ−θ +δ Derivación Numérica Carlos Conde.f '(x*) Hh − +2222 1100 1 .f '(x*) 1.h) f(x* .f '(x*) H θ− θ +2222 1100 1 .f "(x * . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . f(x ) f(x ) H −=()10 1. Cálculo Numérico – Lic.h) 2. x x .h .h) 1 .f '(x*)1. Arturo Hidalgo.H 2. f(x* .h.h) H +θ − +θ = 22 111 1.h) 2. R.Derivación Numérica 66 1 .

.h) = β.1..f "(x *+δ.f”(x*) + .h. R.H.h)−θ. este último. Programación y Métodos Numéricos Derivación Numérica 32 NOTA: Al mismo resultado sobre el error se llegaría sin más que considerar que: f(x*+h) = f(x*) + h.. 5. de donde: f’(x*) = ' x* Cálculo Numérico – Lic.h) 2 = − =− +δ δ ∈[0. A continuación se desarrollan estos casos particulares de la fórmula de derivación con un soporte de dos puntos. si f(x) es suficientemente regular puede obtenerse particularizando en la expresión antes obtenida resultando: ' f x* R (x*) f(x*) f h.1] Por tanto en este caso la fórmula es exacta de orden 1.γ(2 2 ) 1 1 0 0 θ. Riveros .1. en el que el orden del error de la fórmula se incrementa en una unidad). El error de esta fórmula.f "(x * .f”(ξ) La fórmula de derivación con dos puntos de soporte suele utilizarse cuando x* es uno de los puntos extremos del intervalo o el punto medio del mismo (caso. 0 θ= 0 y 1 θ= 1 y la fórmula se puede escribir en la forma: ' x* f f(x * h) f(x*) h +− = denominándose “aproximación mediante la diferencia finita progresiva de primer orden” (o en adelanto).Derivación Numérica 67 2. Fácilmente se obtiene esta nueva expresión sin más que considerar que h = μ.f’(x*) + (h2/ 2). Más frecuente aún que la expresión del error anterior es la que se obtiene al expresar dicha fórmula en función de la distancia entre los puntos del soporte (H)..H (con ½ < μ < 1) por lo que la expresión del error queda en el caso más general en la forma: Rf(x*) = ρ. Casos particulares A) Caso en el que x* = x0 En este caso h = H.f "(x *+δ.f "(ξ) En el caso de ser x* un punto cualquiera el orden del error de la fórmula de derivación numérica es 0(h) donde h representa la mayor de las distancias del punto x* a los extremos del intervalo.

. NOTA: Al mismo resultado sobre el error se llegaría sin más que considerar que: f(x*-h) = f(x*) . en este caso la fórmula es exacta de orden 1.. de donde: f’(x*) = ' x* f(x*) f(x * h) 1.. 0 θ= −1 y 1 θ= 1 pudiéndose rescribir la fórmula de derivación numérica en la forma: ' x* f f(x * h) f(x * h) 2. El error de esta fórmula.h +−− = Derivación Numérica Carlos Conde..f”(x*) . h22 −− +−=+− C) Caso en que x* es el punto medio del intervalo: x* = (x0 + x1) / 2 En este caso h = H/2.1] Por tanto.f "(x * . El error de esta fórmula..f "(x*) ... 0 θ= −1 y 1 θ= 1 y la fórmula se puede escribir en la forma: ' x* f f(x*) f(x * h) h −− = denominándose “aproximación mediante la diferencia finita regresiva de primer orden” (o en retroceso o upwind).... si f(x) es suficientemente regular puede obtenerse particularizando en la expresión antes obtenida resultando: ' f x* R (x*) f(x*) f h.h. R.h. Riveros .. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . f 1.h.h.h.h) 2 = − = −δ δ ∈[0.f "(x*) .. f 1..f’(x*) + (h2/ 2)..f "(x*) .Derivación Numérica 68 f(x * h) f(x*) 1. h22 +− −−=−− B) Caso en el que x* = x1 En este caso h = H. si f(x) es suficientemente regular Cálculo Numérico – Lic.f "(x*) ... 33 denominándose “aproximación mediante la diferencia finita centrada de primer orden”.. Arturo Hidalgo.

. 3 60 ++ de donde: 24 ' (v x* f f(x * h) f(x * h) f '(x*) h .f’(x*) + (½)..f '''(x*) h ..f’(x*) + 35 h.f '''(x*) h.. f "(x * .h) f "(x * .Derivación Numérica puede obtenerse. particularizando en la expresión antes obtenida resultando: '() f x* 1 0 R (x*) f(x*) f h .f’(x*) + (½). Riveros .. en este caso si se admite que f(x) es suficientemente regular se podrían considerar los desarrollos en serie de Taylor de f(x) con más términos que los antes planteados. es decir: f(x0) = f(x*-h) = f(x*) – h.. En efecto..... 2.h2f”(x*) + 34 h.h) 4 = − = +δ − −δ [ ] 0 1 δ.f '''(x*) h.f (x*) . si f(x) es de clase C3((x0.f(v (x*) . en un primer intento...f(iv (x*) .f(iv (x*) .δ ∈0. 6 24 +− f(x1) = f(x*+h) = f(x*) + h.f '''(x*) h. 6 24 ++ por lo que: f(x+h) – f(x-h) = 2..h2f”(x*) 34 h. 6 120 =− − − En resumen.1 No obstante la expresión anterior nos deja con la duda de si no podrán anularse más términos del desarrollo en serie de Taylor a partir del cual se obtuvo la expresión del error.f (x*) . x1)) puede afirmarse en este caso que: 69 Cálculo Numérico – Lic.h 6 120 +−− ==+++ y por tanto: Rf(x*) = f’(x*) 24 ' (v x* f h.h.f '''(x*) h . R..

sobre un soporte dado. Riveros . Sea además f(x) una función de la que se conocen sus valores en los puntos del soporte. mediante: Programación y Métodos Numéricos Derivación Numérica 34 p2(x) = f(x0) + f[x0. x2]. Fórmula con tres puntos de soporte Sea ahora el soporte de tres puntos x0 < x1 < x2 y consideremos un punto x* perteneciente al intervalo [x0. 3ª) En el sentido de lo expresado en la primera de estas “notas” el polinomio interpolador podría haberse expresado en la forma: p2(x) = f(x0). x1. x1. El polinomio interpolador de Lagrange de f(x) sobre este soporte puede expresarse.L1(x) + f(x2). x1].L2(x) con: 12 0 0102 L (x) (x x ). x2]. No obstante es cómodo utilizar la fórmula de Newton en el caso general para no obtener expresiones que. utilizando la fórmula de Newton en diferencias divididas.1] por lo que en este caso la fórmula es exacta de orden 2.L0(x) + f(x1).((x* – x0) + (x* – x1)) NOTAS: 1ª) En este caso se ha utilizado la fórmula de Newton del polinomio interpolador para inferir a partir de ella la fórmula de derivación de tipo interpolatorio.(x – x1) por lo que: p’2(x) = f[x0. 2ª) En la expresión anterior pueden sustituirse las diferencias divididas que intervienen por sus expresiones respectivas8. Puesto que. el polinomio interpolador de Lagrange es único podrían haberse utilizado otras expresiones de este polinomio para obtener el mismo resultado. quedan muy “aparatosas” sin aportar nada para nuestros propósitos.Derivación Numérica 70 2 f R (x*) h .2. x1. 5.(x – x0). R. x1]+ f[x0 . x1]+ f[x0 . desarrolladas. x2]. x2].x0) + f[x0 .(x .(x x ) Cálculo Numérico – Lic.f '''(x* h) 6 = − +δ δ ∈[0. Ello hace que la fórmula tome un aspecto más “engorroso” para su manipulación.((x – x0) + (x – x1)) lo que nos conduce a que la fórmula de derivación numérica de tipo interpolatorio con este soporte está dada por: f’(x*) ' ' ≈__________fx* =p2(x*) = f[x0.

Derivación Numérica (x x ).01 2 2021 (x x ).[]21 12 21 f(x)f(x) f x . R.(x x ) −− = −− 8 Recuérdese que: [ ] − = − 10 01 10 f(x)f(x) f x .x xx 71 Cálculo Numérico – Lic.x ] fx.(x x ) −− = −− .(x x ) L (x) (x x ).x ] f [ x .x xx − = − y []1201 012 20 f [ x .02 1 1012 (x x ). Riveros .x xx .(x x ) L (x) (x x ).x.(x x ) −− = −− .

≈ = = f(x )+L (x*). c1 02 1 1012 (x * x ) (x * x ) L (x*) (x x ). R.f(x ) En esta última expresión los coeficientes de la fórmula aparecen de forma más explícita y toman la expresión: c0 ' 1 2 0 0102 L (x*) (x * x ) (x * x ) (x x ). 35 para así obtener la misma fórmula de derivación numérica pero ahora con la expresión ''''' x* 2 0 0 1 1 2 2 f(x*) f p (x*) L (x*).Derivación Numérica − = − Derivación Numérica Carlos Conde.(x x ) −+− == −− 4ª) La interpretación gráfica del proceso de derivación numérica seguido con esta fórmula consiste en sustituir la tangente trigonométrica del ángulo formado 72 Cálculo Numérico – Lic.(x x ) −+− == −− c2 0 1 2 2021 (x * x ) (x * x ) L (x*) (x x ).(x x ) −+− == −− . Arturo Hidalgo. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .f(x )+L (x*). Riveros .

f(x ) f(x ) f[x .h .x .x ] 2. el soporte equidistante.2. (x1 . p2(x*)) al grafo de la parábola p2(x) que pasa por los puntos (x0 . Riveros . su expresión puede acotarse. mediante: 2 ''' Rf(x*) ≤β. Casos particulares con soporte equidistante En este caso. Programación y Métodos Numéricos Derivación Numérica 36 En lo que se refiere al error de truncatura de esta fórmula. f(x*)) por la tangente trigonométrica del ángulo formado entre el eje de abscisas y la tangente geométrica en el punto (x*. x1)). si f∈C3((x0 . 5. R.2.Derivación Numérica 73 entre el eje de abscisas y la tangente geométrica al grafo de f(x) en el punto (x*. La figura 3 ilustra este proceso. utilizando el teorema 4.x ] H − =210 0122 f(x ) 2. f(x2)).H −+ = por lo que la fórmula de derivación numérica de tipo interpolatorio se convierte en: ' 1 0 2 1 0* x* 2 0 1 Cálculo Numérico – Lic. • Figura 3: Interpretación gráfica del proceso de derivación numérica seguido con una fórmula de tipo interpolatorio con tres puntos de soporte. denotando por H a la distancia entre puntos consecutivos del soporte las diferencias divididas que intervienen en la fórmula pueden ser expresadas mediante: 10 01 f(x ) f(x ) f[x . f(x1)) y (x2 .1. f (ξ) Los casos de aplicación más típicos para esta fórmula de derivación numérica son aquellos en los que el punto x* coincide con uno de los puntos del soporte siendo. A continuación se analizan con detalle estas situaciones. f(x0)). además.

el error de derivación puede obtenerse fácilmente combinando los desarrollos en serie de Taylor: f(x* + 2.H2.H) 4.H.H2.f’’’(ξ) B) Caso de soporte equidistante en el que x* = x1 Si se toma como punto x* el punto medio del soporte se tiene que: x0 = x* .H −+−−+++− == La fórmula anterior se conoce con el nombre de fórmula de derivación numérica en diferencias progresivas de segundo orden. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .f’(x*) +2.Derivación Numérica 74 f '(x*) f f(x ) f(x ) f(x ) 2. de donde: f’(x*) f(x * 2.H3. x1 = x* y x2 = x* + H.f(x ) 3. R..H 2.f '''(x*) .f”(x*) + (8/6).f(x*) = 2. x1)) entonces: Rf(x*) = f(x*) – fx* ’ = (1/3)..H) = f(x*) + 2.f’’’(x*) +. x1 = x* + H y x2 = x* + 2.H −−+ ≈=−= 2 1 0 f(x ) 4.f’’’(x*) + … f(x* + H) = f(x*) + H.f”(x*) + (1/6)..x0) = H y (x* ..H2.H) 4.f(x ) f(x ) H 2.f(x ) f(x * 2.f’’’(x*) + ….f(x*+H) – 3.H 3 −+++− =++ pudiéndose concluir que si f(x) es al menos de clase C3((x0 .H −−+ ≈=+−+− A) Caso de soporte equidistante en el que x* = x0 Si se toma como punto x* el extremo izquierdo del soporte se tiene que: x0 = x*.H3.f’(x*) + (½ ) H2.f(x * H) 3.((x x ) (x * x )) H 2. Arturo Hidalgo. por lo que: -f(x*+2.f’(x*) – (2/3). Si se admite que f(x) es una función suficientemente mente regular.f(x * H) 3.H.f(x*) 1. 37 '10210 x* f '(x*) f f(x ) f(x ) f(x ) 2.f(x*) 2. Con ello (x* .x0) = 0 y (x* .x1) = -H por lo que: x0 x1 x2 HH Derivación Numérica Carlos Conde.H3.. 2.f(x ) f(x ).H.H.x1) = 0 por lo que: '1021020 x* Cálculo Numérico – Lic. Con ello (x* . Riveros .H) + 4.

f’’’(x*) .f(x ) f(x ) 3. Si f(x) es suficientemente regular pueden combinarse los desarrollos en serie de Taylor: f(x* .f(x ) f(x ).H. En Cálculo Numérico – Lic..H2.f(x*-H) + f(x*-2...2.H) H 2.H3. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .H.H3.H 2. si f(x) es al menos de clase C3((x0. Otros métodos para la obtención de fórmulas de derivación numérica de tipo interpolatorio.H) = 2.2.H −+−−+− == expresión que se conoce como fórmula de derivación numérica en derivadas regresivas de segundo orden..f(x * H) f(x * 2. Con ello (x*-x0) = 2.H y (x*-x1) = H por lo que: '10210 x* 2 f '(x*) f f(x ) f(x ) f(x ) 2.H3. R. El proceso seguido en el apartado 4º para determinar el error de derivación numérica muestra otra manera de calcular las fórmulas de derivación.H −−+− ≈=+== f(x * H) f(x * H) 2.H 2. 39 6. 6.f’’’(ξ) Derivación Numérica Carlos Conde.H2.f(x ) 4.f”(x*) .f(x*) 4.f(x ) f(x ) f(x ) f(x ) H 2.f’(x*) – (2/3).H −−+ ≈=+= 2 1 0 3.H) 2. de donde. Arturo Hidalgo.(8/6). Riveros .f(x*) – 4.f”(x*) . C) Caso de soporte equidistante en el que x* = x2 Si se toma como punto x* el punto derecho del soporte se tiene que: x0 = x* . x2) se obtiene que: Rf(x*) = f(x*) – fx* ’ = (1/3).H.H +−− = Programación y Métodos Numéricos Derivación Numérica 38 fórmula que coincide con la que se obtuvo al utilizar un soporte de 2 puntos y aproximar la derivada en el punto medio de ellos.Derivación Numérica 75 f '(x*) f f(x ) f(x ) f(x ) 2.f’’’(x*) +.. x1 = x*.(3.H) = f(x*) .2.1..f’(x*) + (½ ) H2.f’’’(x*) + … f(x* .H y x2 = x*. Mediante la combinación de desarrollos en serie de Taylor.f’(x*) +2. obteniendo: 3.H.(1/6).H) = f(x*) .

2! 3! k! Por lo que: ==== α =⎜ α⎜ +⎜ α ⎜ + ⎜ α ⎜ + ΣΣΣΣnnnn 2 iiiiiii i0i0i0i0 ·f(x ) ·f(x*) ·h ·f '(x*) 1 ·h ·f "(x*) 2! == ⎜α⎜++⎜α⎜+ ΣΣnn 3 k(k iiii i0i0 1 ·h ·f '''(x*) . . obviamente..1 ·h ·f (x*) . salvo el coeficiente de f’(x*)... se anulen el mayor número de los primeros sumandos del desarrollo anterior... Despejando después f’(x*) de esta combinación se obtendrá la fórmula de derivación y el término de error. R..Derivación Numérica 76 efecto.. el que multiplica a f’(x*). una alternativa al proceso de obtención de fórmulas de derivación numérica mediante el cálculo de la primera derivada del polinomio interpolador de Lagrange de la función f(x) en los (n+1) puntos del soporte. que: = α = Σn Cálculo Numérico – Lic. Esto es... h ·f (x*) . f(x1). De forma más detallada. 3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe buscarse que. si se denota por hi = xi – x* (i = 0. ...... consiste en combinar los desarrollos de Taylor en torno al punto x* de f(x0). Riveros . f(xn) buscando que en dicha combinación se anulen el mayor número posible de los primeros términos salvo.. n) y se admite que f(x) posee la regularidad necesaria.. se puede escribir que: f(xi) = f(x*+hi) = f(x*) + hi·f(x*) + + + + + 23k i i i (k h·f "(x*) h·f '''(x*) .

....Derivación Numérica 77 i i0 0 = α = Σn 2 ii i0 ·h 0 .... = α = Σn k ii i0 ·h 0 En general el número de ecuaciones que así se pueden formar es de n ecuaciones quedando un sistema con (n+1) incógnitas (α0.. αn) y tan sólo n ecuaciones..... .. Programación y Métodos Numéricos Derivación Numérica 40 Por ello los coeficientes (α0... R... = α = Σn n ii Cálculo Numérico – Lic. . Ello es debido a que con el coeficiente de f’(x*) se debe añadir la inecuación = α ≠ Σn ii i0 ·h 0 . Riveros ... αn) que se determinen mediante la resolución del sistema: = α = Σn i i0 0 = α = Σn 2 ii i0 ·h 0 ...

2·h. una vez calculados estos coeficientes. x1 = x* .. R.. Para ello. si suponemos que f(x) es suficientemente regular en (x0. . x3) podemos considerar los desarrollos en serie de Taylor: f(x*-2·h) =f(x*) –2·h·f’(x*) + − + 4·h2·f "(x*) 8·h3·f '''(x*) 26 − 4 16·h ·f(iv (x*) 24 −+ 5 32·h ·f(v (x*) . Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud posible que permite calcular el valor aproximado de f’(x*) usando un soporte de la forma: {x0 = x* ...Derivación Numérica 78 i0 ·h 0 quedarán en función del valor que libremente se le asigne a uno de ellos.(½)·h.. x3 = x* + (3/2)·h} donde h es un valor real estrictamente positivo. denotando por = α = α Σn ii i0 ·h se tendrá que los coeficientes de la fórmula de derivación se obtienen mediante: ci = αi / α (i = 0. x2 = x* + (½)·h. Riveros . 120 f(x*-(½)·h) =f(x*) – 1· 2 h·f’(x*) + − + h2·f "(x*) h3·f '''(x*) 8 48 − 4 h ·f(iv (x*) 384 −+ 5 Cálculo Numérico – Lic. En todo caso. Ilustremos estos extremos con un ejemplo. n) y que del primer término que no se haya podido anular en la expresión (1) se podrá inferir fácilmente la expresión del error de derivación.

3840 de donde: α − +α − +α + +α + = 0 1 2 3 ·f(x * 2·h) ·f(x * 1·h) ·f(x * 1·h) ·f(x * 3·h) 222 =(α + α + α + α ) + 0 1 2 3·f(x*) +⎜⎜− α − α + α + α⎜⎜ + 0123 2· 1· 1· 3· ·h·f '(x*) 222 +⎜⎜ α + α + α + α⎜⎜ + 2 0123 79 Cálculo Numérico – Lic. Arturo Hidalgo. 3840 Derivación Numérica Carlos Conde. 41 f(x*+(½)·h) =f(x*) + 1· 2 h·f’(x*) + + + h2·f "(x*) h3·f '''(x*) 8 48 + 4 h ·f(iv (x*) 384 ++ 5 h ·f(v (x*) .Derivación Numérica h ·f(v (x*) .. Riveros .. 3840 f(x*+ 3 2 ·h) =f(x*) + 3· 2 h·f’(x*) + + + 9·h2·f "(x*) 27·h3·f '''(x*) 8 48 + 4 91·h ·f(iv (x*) 384 ++ 5 273·h ·f(v (x*) ... Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . R...

3· 455 65 91 −− α=αα=αα=α Si se asigna a α1 el valor α1 = 1 se tiene que: 0123 8. Riveros . R. dejando como incógnita libre α1. 1· 1· 91· ·h·f(x*) 24 384 384 384 +⎜⎜− α − α + α + α⎜⎜ + 5 (v 0123 32 . 120 3840 3840 3840 Si se desea que la fórmula tenga el mayor orden posible se obligará a que: α+α+α+α=01230 0123 2· 1· 1· 9· 0 888 α+α+α+α= 0123 8. se tiene entonces que la combinación de desarrollo en serie de Taylor antes obtenida se convierte en: Cálculo Numérico – Lic. 1. 66 . 1· 1· 27· 0 6 48 48 48 −α−α+α+α= Programación y Métodos Numéricos Derivación Numérica 42 de donde9..Derivación Numérica 80 2· 1· 1· 9· ·h ·f "(x*) 888 +⎜⎜− α − α + α + α⎜⎜ + 3 0123 8.. 3 455 65 91 −− α=α=α=α= Para estos valores de los coeficientes α i. se tiene: 012131 8· . 1 · 1 · 273 · ·h ·f (x*) . 1· 1· 27· ·h ·f '''(x*) 6 48 48 48 +⎜⎜ α + α + α + α⎜⎜ + 4 (iv 0123 16. 66· ..

Es decir un error de orden 3... si se busca una fórmula con expresión: = ≈ =Σn *ii Cálculo Numérico – Lic.. x. si f∈C4((x*-2·h. x*+3·h/2).2.. Este método de determinación de fórmulas de derivación de tipo interpolatorio soportadas en (n+1) puntos se basa en que. xn}. 13 208 por lo que: f’(x*) = ( ) ( h) ( h) ( 3·h ) 222 1· 2 ·f x * 2·h 13·f x * 11·f x * 1 ·f x * h 105 12 10 28 − − − + + − + − 1 ·h3·f(iv(x*)+. x*+3·h/2)). 192 De esta igualdad se infiere que la fórmula buscada es: ( ) ( h) ( h) ( 3·h ) *222 f '(x*) f ' 1· 2 ·f x * 2·h 13·f x * 11·f x * 1·f x * h 105 12 10 28 ≈ = − − − + + − + y que con ella. Por tanto.1. R. . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .Derivación Numérica 81 8·f(x * 2·h) f(x *1·h) 66·f(x * 1·h) 3 ·f(x * 3·h) 455 2 65 2 91 2 −−+−−+++= = −12·h·f '(x*) − 1 ·h4·f(iv(x*) + . 43 6.... Arturo Hidalgo.. 9 Obsérvese que si al sistema anterior se le añadiese la ecuación procedente de obligar a que se anulase el coeficiente de f’’’(x*) se tendría un sistema que sólo admite la solución trivial α0 = = α1 = α2 = α3 = 0.. se comete un error dado por: =− 3 (iv ξ f R (x*) 1 ·h ·f ( ) 192 para algún valor ξ∈(x*-2·h. M騁odo de coeficientes indeterminados.. Riveros . Derivación Numérica Carlos Conde. toda fórmula de tal tipo debe ser exacta para los monomios {1. según el teorema 3.

... x x x . ...... ... x c 2x * ... 1 c 0 x x x ... (x-x*)n} En efecto.. x c 1 x x x . n) es decir al sistema: ()− = 0 012n1 2222 012n2 n n n n (n 1) 012nn 1 1 1 .. ..... el sistema anterior puede simplificarse si en lugar de aplicar la fórmula a los monomios {1.. xn} se aplica a los polinomios: { 1.. .. para valores convenientes de γi (i = 0. R. x c n x* Si los (n+1) puntos del soporte son diferentes puede asegurarse que el sistema anterior es compatible determinado. (x-x*)2... . .... Riveros . Su resolución proporciona los pesos de la fórmula de derivación buscada. Siendo “h” un valor estrictamente positivo en función del cual se puedan escribir. (x-x*). los puntos del soporte en la forma xi = x* + γih. . .. .... su aplicación a cada uno de los (n+1) monomios xk (0 < k < n) nos conduce a que: = = Σn i i0 c0 ()− = = Σn k (k 1) ii i0 c x k· x * (k = 1.Derivación Numérica 82 i0 f '(x*) f ' c f(x ) .. la aplicación de la fórmula a f(x) = 1 conduce a que: = Cálculo Numérico – Lic.. . x..n).

c 0 Una vez determinada la fórmula... c .. .... los coeficientes de la fórmula de tipo interpolatorio se obtienen resolviendo el sistema: ⎜⎜⎜γγ γγ γγ γγ⎜⎜⎜⎜⎜⎜⎜ ⎜⎜⎜⎜ = ⎜⎜⎜⎜ ⎜⎜⎜⎜ ⎜⎜γ γ γ γ⎜⎜⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ 0 1 012n1h 2222 012n2 nnnn 012nn 1 1 1 .... 1 c 0 . . su aplicación a f(x) = (x – x*) proporciona la ecuación: == Σ γ = ⇒Σ γ = n n iiii i0i0 ch1c1 h Programación y Métodos Numéricos Derivación Numérica 44 Y si n > 1 ...... . ... Cálculo Numérico – Lic. para valores del exponente menores o iguales que n se tiene que: ()− == − =Σ γ ⇒Σ γ = n n (k 1) k k k iiii i0i0 k x* x* c h c 0 En resumen. .. ... R.. c 0 .. Riveros . .. su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m-1)·f(m(ξ) aplicándolo al primer binomio (xx*)m (cuya derivada m-ésima es una constante no nula) para el que la fórmula deja de ser exacta (hecho que tendrá lugar para m > n).Derivación Numérica 83 = Σn i i0 c0 Si n > 0.

Derivación Numérica 84 Ilustremos esta forma de proceder obteniendo nuevamente la fórmula de derivación numérica hallada en el subapartado anterior mediante combinaciones de desarrollos en serie de Taylor. los coeficientes de la fórmula se pueden obtener resolviendo el sistema: − − −− = 0 1131 2221h 119 4442 1 1 27 8883 1111c0 2c 4c0 8c0 o. Ejemplo: Determinemos la fórmula de derivación numérica de tipo interpolatorio que permite calcular el valor aproximado de f’(x*) usando un soporte de la forma: {x0 = x* . Según se ha visto anteriormente.(½)·h. el sistema equivalente: Derivación Numérica Carlos Conde. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . R. eliminando denominadores. x1 = x* . Arturo Hidalgo. x3 = x* + (3/2)·h} donde h es un valor real estrictamente positivo. 45 −− −− = 0 2 1h 2 3 1111c0 4113c 16 1 1 9 c 0 64 1 1 27 c 0 La solución del sistema anterior nos proporciona los valores: −− ====0124 Cálculo Numérico – Lic. Riveros .2·h. x2 = x* + (½)·h.

Derivación Numérica 85 c 2.c 11. R.(x*-x*)3 = 0 siendo el valor aproximado dado por la fórmula: − ( ) ( ) = − − + − = '41414343 *222 f 1 2 (2h) 13( h) 11 h 1 h 1h h 105 12 10 28 8 por lo que − = − = − =− 4 3 '3 (x x*) * R (x*) f '(x*) f 0 h 1h 88 .c 13. x1 = x* + 2h y x2 = x* + (5 ) 2 h. La primera derivada de dicha función en x* es: f’(x*) = 4. determínese también la Cálculo Numérico – Lic.c 1 105·h 12·h 10·h 28·h Para determinar el error de la fórmula consideraremos la función f(x) = (xx*)4. determinar la fórmula de derivación numérica que permite aproximar el valor de f’(x*) sobre el soporte: x0 = x* +h. Riveros . Suponiendo que f(x) es suficientemente regular en el intervalo [x*. Si se busca el error en la forma: = 3 (iv f R (x*) Kh f (x*) para la función considerada (cuya cuarta derivada es: f(iv(x*) = 24) se tiene que: K = -1/192 En resumen la fórmula buscada es: = − − − + ( + )− ( + ) '113 *222 f 1 2 f(x * 2h) 13 f(x * h) 11f x * h 1 f x * h h 105 12 10 28 y el error de derivación numérica está dado por: − = 3 (iv ξ f R (x*) 1 h f ( ) 192 Programación y Métodos Numéricos Derivación Numérica 46 Ejercicio propuesto: a) Siendo h un parámetro estrictamente positivo. x2].

47 7. xn} del intervalo I en el que se suponen conocidos los valores de la función f(x).00001. Por simplicidad supondremos que los puntos del soporte son todos ellos distintos y están ordenados de menor a mayor es decir que: x0 < x1 < . ii) Combinando desarrollos en serie de Taylor. Destinaremos este apartado a describir este proceso con detalle.. Realícense los cálculos en coma flotante usando mantisas con 5 decimales significativos. h2 = 0. c) Obténgase una cota del error de derivación numérica válida en el intervalo [x*. Los métodos de obtención de fórmulas numéricas para aproximar primeras derivadas pueden extenderse fácilmente para deducir fórmulas de derivación numérica que permitan aproximar derivadas de orden superior al primero. Definici 7. Sea f(x) una función k veces derivable en un cierto intervalo I de la recta real y sea x* un punto de dicho intervalo.1. Consideremos además un soporte de (n+1) puntos {x0. se denomina fórmula de derivación numérica para aproximar el valor de la k-ésima derivada f(k(x) en el punto x* sobre el soporte de puntos considerado. Riveros . b) Aplíquese la fórmula obtenida en el apartado anterior a la obtención de un valor aproximado de la primera derivada de la función f(x) = ecos(x) con los siguientes valores de h: h0 = 0. Derivación Numérica Carlos Conde..1. x1.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . .f(xn) = n Cálculo Numérico – Lic. Siendo f(x) una función de la que se conocen sus valores en el soporte de (n+1) puntos {x0 . + cn. R. h3 = 0..001. F mulas de derivaci num 駻ica de tipo interpolatorio para la aproximaci de derivadas de orden superior. h1 = 0. Obténgase la fórmula pedida y su error: i) Derivando el correspondiente polinomio interpolador de Lagrange. xn} del intervalo I. Arturo Hidalgo.. x1. < xn. x2] para la función considerada en el apartado anterior. ..Derivación Numérica 86 expresión de su error e indíquese la regularidad que se le debe exigir a f(x) para que dicha expresión sea válida. y iii) Mediante el método de coeficientes indeterminados.01.f(x1)+ ….. a toda expresión de la forma: f(k(x*) ≈ (k * f = c0.f(x0) + c1... El error realmente cometido ¿es en todos los casos inferior a la cota hallada? Si no lo fuese justifíquese el motivo.0001 y h4 = 0.

2. Riveros .(k *f Obviamente se verificará que: (k (k f (x*)= f* +Rf(x*) por lo que considerando la fórmula en cuestión aplicada a todos los puntos x de un dominio dado puede definirse la función error de truncamiento de la fórmula derivación Cálculo Numérico – Lic. NOTA: La fórmula de derivación que se acaba de definir puede decirse que es una fórmula lagrangiana pues en ella sólo intervienen valores de la función f en los puntos del soporte.Derivación Numérica 87 ii i0 c . R. c1. Programación y Métodos Numéricos Derivación Numérica 48 En general el valor aproximado (k * f y el valor exacto f(k(x*) diferirán. …. cn son (n+1) escalares denominados coeficientes (o pesos) de la fórmula de derivación. hermitianas. Siendo (k * f la aproximación de f(k(x*) que se obtiene operando sin error de redondeo según la fórmula de derivación numérica: f(k(x*) ≈ (k *f= n ii i0 c .f(x ) =Σ donde c0. No obstante. Podrían considerarse fórmulas más generales. estas últimas fórmulas tienen un uso mucho más esporádico que las de tipo lagrangiano y es por ello que nos limitaremos a considerar como fórmulas de derivación numérica tan sólo a las que hacen intervenir los valores de la función en los puntos del soporte. en las que el valor de f(k(x*) fuese aproximado a partir del valor de la función f y de algunas de sus derivadas en los puntos del soporte. Es por ello que junto a la definición anterior conviene precisar la definición del error que con la fórmula se comete.f(x ) =Σ se denomina error de truncamiento de la fórmula en el punto x* al valor Rf(x*) = f (k(x*) . cometiéndose un error en la aproximación de f(k (x*). En este sentido se introduce la siguiente definición: Definici 7.

Riveros .f "'( x*) h . 49 f(x0) = f(x*-h) = f(x*) .f ( x * . Arturo Hidalgo. R. si se supone que f(x) es al menos de clase C3([x0.h) 2 3! 4 ! − + +θ 0 θ∈(−1.x f(x ) 2·f(x ) f(x ) h conduce a una fórmula en la que sus coeficientes son c0 = (1/h2) .f "(x*) h.1) de donde: 4 2 (iv ( iv Cálculo Numérico – Lic. x1]) consiste en considerar los desarrollos en serie de Taylor siguientes: Derivación Numérica Carlos Conde.Derivación Numérica 88 numérica para la función f considerada como la función: Rf : I R x Rf(x) En el análisis del error de truncamiento de las fórmulas de derivación numérica se perseguirá encontrar cotas del valor de esta función de error Rf(x) en el intervalo I sobre el que se trabaje. Una forma de acotar el error de truncamiento de esta fórmula.h. c1 = (2/h2) y c2 = (1/h2). Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . la sustitución de la expresión de f”(x1) por: []−+ ≈"==210 110122 f "(x ) f 2·f x .f’ x*) + + 234 ( iv 1 h.f "( x*) h.f '''( x*) h .0) f(x2) = f(x*+h) = f(x*) + h.x . Ejemplo: Siendo {x0 .f’(x*) + + 234 ( iv 0 h.h) 2 3! 4! + + +θ 1 θ∈(0.f ( x * . considerando que x* = x1. x1 . x2 } un soporte formado por tres puntos tales que x0 = x1 –hy x2 = x1 + h.

Sup f ( x ) 12 ∈ =−≤ Para el caso particular de la función f(x) = x4 en que f”(x*) = 12·(x*)2 se tiene que: +−++ == 444 *2 f " (x * h) 2·(x*) (x * h) h 12·(x*)2+ 2·h2 por lo que el error de truncatura cometido es en este caso Rf(x0) = -2·h2. Obsérvese que la acotación antes realizada conduciría (para esta función x4) a la acotación |Rf(x0)| ≤ 2·h2 coincidente con el valor absoluto del error de truncatura realmente cometido10.x ) R ( x ) f "( x ) f " h .Derivación Numérica 2001 f ( x ) f ( x ) 2·f ( x*) h ·f "( x*) h ·(f ( x * ·h) f ( x* ·h)) 24 + = + + +θ + +θ⇒ ()2 ( iv ( iv *201 f " f ( x* h) 2·f ( x*) f ( x * h) f "( x*) h · f ( x * ·h) f (x* ·h) h 24 θθ +−+− ⇒==++++ Por tanto: ()2 ( iv ( iv f00001 R (x ) f "( x ) f " h · f (x* ·h) f ( x * ·h) 24 = − =− +θ + +θ expresión que puede acotarse por: {} 01 2 ( iv f000 x (x . 10 No siempre las acotaciones del error de truncatura que se obtendrán serán tan “finas” como la que se acaba de describir. Riveros . 89 Cálculo Numérico – Lic. R.

Derivación Numérica 90 Programación y Métodos Numéricos Derivación Numérica 50 Definici 7. una función cualquiera que sea combinación lineal de las (m+1) primeras funciones de la familia será de la forma: = = α⎩ ϕ + α⎩ ϕ + + α⎩ ϕ = α⎩ ϕ Σ m 0011mmjj j0 f(x) (x) (x) ..x (j = 0... cuando es nulo el error de truncatura cometido al aplicar la fórmula para la estimación de la k-ésima derivada de cualquiera de las (m+1) primeras funciones de la familia en cualquier punto x* perteneciente al intervalo [x0 ... (x). . xn]: j 0 n R ( x ) 0 x [ x ...f(x) es exacta de orden m para la familia de funciones {ϕ ϕ ϕ } 0 1 m (x)... xn]): {ϕ ϕ ϕ } 0 1 m (x).1.x ].. Riveros ...... Se dice que la fórmula de derivación numérica: = ≈ =Σn (k (k *ii i0 f (x*) f c... (x). entonces es exacta para cualquier combinación lineal de las (m+1) primeras funciones de la familia Demostraci : Si la fórmula es exacta de orden m para la familia de funciones consideradas se podrá escribir que: [] = ϕ = ϕ ∀ ∈ Σn (k jiji0n i0 (x*) c .. Si la fórmula de derivación numérica = ≈ =Σn (k (k *ii i0 f (x*) f c. (x)...f(x) es exacta de orden m para la familia de funciones de clase Ck([x0 . R...3. ( j 0. (x ) x* x . (x) (x) Cálculo Numérico – Lic. (x).... m) Por otra parte.m) ϕ = ∀ ∈ = Propiedad 7...

de algún orden m.q.. para la familia de funciones formada por los monomios. es decir que permite estimar sin error alguno la k-ésima derivada de cualquier función polinómica de grado menor o igual que m. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . es decir: {1..d. Ejemplo: La fórmula que se ha utilizado en el ejemplo anterior " *2 Cálculo Numérico – Lic. x2. xn]se puede expresar como: ====== = α⋅ ϕ = α⋅ ⎡ ϕ ⎡ ⋅ ⎡ ⋅ ϕ ⎡ ⋅ ⋅ = α = ΣΣΣΣΣΣmmnnmn (k (k jjjijiijjiii j0j0i0i0j0i0 f (x*) (x*) c (x ) c (x ) c f(x ) Derivación Numérica Carlos Conde.. En este tema nos referiremos en exclusiva a esta familia de funciones y por ello cuando digamos que una fórmula es de orden de exactitud m se sobreentenderá que “es de orden de exactitud m para la familia de los monomios”.. . 51 y puesto que la aplicación de la fórmula de derivación numérica a la función f(x) en cualquier punto x* conduce a que: = =Σn (k xii i0 f c.Derivación Numérica 91 por lo que su k-ésima derivada en cualquier punto x* del intervalo [x0. Arturo Hidalgo. R.xm.xn ] Esto demuestra que la fórmula es exacta para cualquier función f(x) que sea combinación lineal de las (m+1) primeras funciones de la familia de funciones considerada... x.}.f(x) puede concluirse que: Rf(x)=0 ∀x∈[x0. . c. Las fórmulas de derivación numérica más utilizadas en la práctica son exactas. Riveros .

la fórmula es de orden de exactitud 3. Riveros . para la función p(x) = 1 se verifica que: *2 p " 1 2·1 1 0 p"( x*) x * h −+ ===∀ Asimismo para la función p(x) = x se tiene que: *2 p " ( x * h) 2·(x*) (x* h) 0 p"( x*) x * h +−+− ===∀ También para la la función p(x) = x2 se tiene que: 222 *2 p " ( x * h) 2·(x*) (x* h) 2 p"( x*) x * h +−+− ===∀ Programación y Métodos Numéricos Derivación Numérica 52 Y para la función p(x) = x3 se verifica que: 333 x2 p " ( x * h) 2·(x*) (x* h) 6·x* p"( x ) x* h +−+− ===∀ Pero para la función q(x) = x4 se tiene que: 444 222 x2 q " ( x * h) 2·(x*) (x* h) 12·( x*) 2·h q"( x*) 2·h x* h +−+− ==+=+∀ por lo que sólo se puede afirmar que el error de la fórmula es nulo para los monomios {1. En efecto. En consecuencia. x2.Derivación Numérica 92 f "(x*) f f ( x* h) 2·f ( x*) f ( x* h) h +−+− ≈= es una fórmula exacta de orden 3. x. como se señaló anteriormente. x3}. • Cálculo Numérico – Lic. R.

Definici 7. Riveros . En efecto: Teorema 7.Derivación Numérica 93 Entre las fórmulas de derivación numérica para aproximar las derivadas de orden k de una función f(x). • Derivación Numérica Carlos Conde. si n es inferior a k. pues la derivada de orden k de un polinomio de grado menor o igual que n.1. Una condición necesaria y suficiente para que la fórmula de derivación Cálculo Numérico – Lic. 53 Una fórmula de derivación numérica de tipo interpolatorio puede obtenerse a partir de cualquiera de las expresiones del polinomio interpolador.4. se supondrá que n > k. NOTAS: 1ª) Obsérvese que en la definición anterior se ha escrito entre paréntesis “de Lagrange”. R. Arturo Hidalgo. en todo cuanto sigue. A tales fórmulas se las denomina fórmulas de tipo interpolatorio. las más frecuentemente utilizadas son aquellas que se pueden obtener derivando k veces el polinomio interpolador de la función f(x). es nula. Se denomina fórmula de derivación numérica de tipo interpolatorio (de Lagrange) para aproximar derivadas de orden k a cualquier fórmula obtenida derivando una vez la expresión del polinomio interpolador de Lagrange construido sobre un soporte de (n+1) puntos distintos. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Recordando la expresión del polinomio interpolador en función de los polinomios de base de Lagrange puede deducirse la expresión de los pesos que intervienen en dicha fórmula. 2ª) Si el orden de derivación k fuese superior o igual al número de puntos (n+1) las fórmulas de tipo interpolatorio correspondientes se reducirían a f(k(x*) = 0. Por dicho motivo. Puesto que nosotros sólo nos vamos a referir a las fórmulas que se obtienen al derivar la expresión del polinomio interpolador de Lagrange omitiremos en lo sucesivo la coletilla “de Lagrange” y simplemente diremos fórmula de derivación numérica de tipo interpolatorio. En efecto podría pensarse en derivar también la expresión del polinomio interpolador de Hermite obteniéndose otros tipos de fórmulas de derivación de tipo interpolatorio.

. .. En efecto.... la expresión detallada del polinomio interpolador de Lagrange pn(x) de una función f(x) sobre el soporte de (n+1) puntos {x0. xn} en función de los (n+1) polinomios de base de Lagrange { }n i i 0 L (x) = es: n nii i0 f(x) p (x) f(x ) L (x) = ≈ =Σ  de donde. x1. .Derivación Numérica 94 numérica = =Σn (k x* i i i0 f c.. xn}. x1.. n) donde se ha denotado por Li(x) a los (n+1) polinomios de base de Lagrange11 sobre el soporte {x0. Demostraci : a) Demostremos que en toda fórmula de tipo interpolatorio sus coeficientes satisfacen las igualdades recogiodas en el enunciado.. Riveros . en cualquier punto x* se puede considerar la aproximación: = ≈ = ⎩ Σn (k (k (k nii i0 f (x*) p (x*) L (x*) f(x ) Esta fórmula es una fórmula de derivación numérica en la que sus coeficientes están dados por la expresión: = (k i i c L (x*) 11 Recuérdese que: nn ijij j0j0 jiji L (x) (x x ) (x x ) == Cálculo Numérico – Lic.. 1.f(x) sea de tipo interpolatorio es que sus coeficientes satisfagan las igualdades: (k ci=Li (x*) (i = 0. . R.

. De la propiedad anterior se deduce fácilmente la siguiente: Propiedad 7. En efecto.f(x) se verifica que: n i i1 c0 Cálculo Numérico – Lic.. . c.. n) entonces es de tipo interpolatorio. xn} se puede expresar como: pn(x) = = Σn ii i0 f(x )·L (x) se tiene que si se verifican las igualdades consideradas para los coeficientes: f’(x*) ( ) ( ) ==== ≈ = = = = ΣΣΣΣ n n n n (k (k (k (k iiiiiiiin i0i0i0i0 c f(x ) L (x*)f(x ) L (x*)f(x ) L (x*)f(x ) p (x*) lo que demuestra que el valor de la k-ésima derivada en x* se aproxima con el valor de la k-ésima derivada del polinomio interpolador en x*. ......q. considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0. R. 1. Riveros . .d.. En toda fórmula de derivación numérica de tipo interpolatorio = =Σn (k x* i i i0 f c.Derivación Numérica 95 ≠≠ = − − Π Π (i = 0.2. n) Programación y Métodos Numéricos Derivación Numérica 54 b) Demostremos que si la fórmula de derivación numérica satisface = (k i i c L (x*) (i = 0.

55 f(x) = pn(x) + ε(x) 0 n ∀x∈(x . Arturo Hidalgo. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .q. Denotando por ε(x) a la función error de interpolación cometido al aproximar una función f(x) por su polinomio interpolador de Lagrange pn(x) sobre el soporte de (n+1) puntos considerado.d.Derivación Numérica 96 = Σ= Demostraci : Puesto que según las propiedades de los polinomios de base de Lagrange se verifica que: n i i0 L (x) 1 = Σ = ∀x .x ) por lo que: (k = (k +ε(k n f (x*) p (x*) (x*) lo que nos conduce a poder expresar el error en el punto x* de la fórmula de derivación numérica mediante: = ε(k f R (x*) (x*) En el caso particular en que f(x) sea un polinomio de grado menor o igual que n Cálculo Numérico – Lic. es obvio que: == == ΣΣ n (k n (k ii i0i0 L (x) L (x) 0 ∀x En particular para el punto x* se tendrá que: == Σ =Σ = n n (k ii i0i0 L (x*) c 0 c. se verifica que: Derivación Numérica Carlos Conde. Riveros . R.

Para ello partimos del hecho de que. Riveros . de orden n. Este hecho se demuestra en el siguiente teorema.f(x). es decir que si la fórmula construida sobre el soporte de (n+1) puntos es exacta de orden n entonces tiene que ser de tipo interpolatorio. = =Σn (k x* i i i0 f c. Para ello basta con recapitular los razonamientos anteriormente realizados. En particular lo será cuando se aplique los (n+1) primeros monomios {1. En resumen es exacta. es decir que si la fórmula construida sobre el soporte de (n+1) puntos es de tipo interpolatorio entonces es exacta de orden n. al ser la fórmula exacta de orden n. En efecto. R. Teorema 7.2. x. puesto que además toda fórmula exacta de orden n construida sobre un soporte de (n+1) puntos debe ser necesariamente de tipo interpolatorio. xn} y por ello es exacta de grado n. para cualquier punto x* se tendrá que: (k = (k ≡ (k n x* f (x*) p (x*) f Ello demuestra que la fórmula es exacta sea cual sea el polinomio f(x) de grado menor o igual que n al que se aplique. En particular. al ser la fórmula de derivación de tipo interpolatorio. .. sea exacta de orden n es que sea de tipo interpolatorio. La condición necesaria y suficiente para que una fórmula de derivación numérica construida sobre un soporte de (n+1) puntos... para Cálculo Numérico – Lic. Demostraci: a) Demostremos en primer lugar que la condición recogida en el enunciado del teorema es suficiente. Pero aún puede precisarse más.Derivación Numérica 97 se verificará que f(x) ≡ pn(x) y por tanto ε(x) = 0 ∀x . al menos. Este hecho nos permite incluir a las fórmulas de derivación numéricas de tipo interpolatorio en el conjunto de fórmulas de derivación exactas de orden n. b) Demostremos ahora que la condición anterior también es necesaria. de donde resulta que la fórmula de derivación numérica de tipo interpolatorio construida sobre un soporte de (n+1) puntos es exacta para cualquier polinomio de grado menor o igual que n. si f(x) es una función polinómica de grado menor o igual que n su polinomio interpolador de Lagrange sobre el soporte de (n+1) puntos coincide con la función y por tanto: f(x) = pn(x) x ∀ Programación y Métodos Numéricos Derivación Numérica 56 por lo que f(k(x) = (k pn (x) ∀x.

Derivación Numérica cualquier función polinómica de grado menor o igual que n.p(x ) Esta igualdad debe ser satisfecha para cualquier polinomio p(x) que sea de grado menor o igual que n. Arturo Hidalgo. se verificará que el polinomio interpolador de p(x) en el soporte de (n+1) puntos coincidirá con p(x) y por tanto p(x) se puede expresar como: n ii i0 p(x) p(x ).L (x) = =Σ de donde su k-ésima derivada en el punto x* estará dada por: = =Σn (k (k ii i0 p (x*) L (x*). 57 de base de Lagrange construidos sobre el soporte { }n i i 0 x = . p(x). se debe verificar que: = =Σn (k ii i0 p (x*) c.p(x ) Identificando las dos expresiones de la primera derivada de p(x) en x* se tiene que: == Σ =Σ n n (k iiii i0i0 c .p(x) Por otra parte.p(x ) L (x*). R. puesto que hemos considerado que p(x) es un polinomio de grado menor o igual que n. Recordemos además que los polinomios de base de Lagrange verifican: ij 0 si i j L (x ) 1 si i=j 98 Cálculo Numérico – Lic. Riveros . Por tanto deberá verificarse también en el caso de que consideremos como p(x) cualquiera de los (n+1) polinomios Derivación Numérica Carlos Conde. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .

x 2º. Sobre un soporte de cuatro puntos {x0. x2.L (x ) L (x*).L (x ) L (x*). ·( ) .x .q. Sobre un soporte de tres puntos {x0. particularizando la igualdad antes obtenida para L0(x) se tiene que: == Σ =Σ ⇒ = n n (k (k i0ii0i00 i0i0 c. Ejemplos: 1º. ·( )·( ) +f[x x x x ] x−x x−x x−x 0 1 2 3 0 1 2 . x3} el polinomio interpolador de Lagrange de una función f(x) puede expresarse como: p x =f x +f[x x ] x−x +f[x x x ] x−x x−x + 3 0 0 1 0 0 1 2 0 1 ( ) ( ) .x ·(x x )·(x x) por lo que la fórmula de derivación numérica que aproxima derivadas segundas sobre este soporte es: ≈ = = [ ] x* 2 0 1 2 f "(x*) f " p" (x) 2·f x .L (x ) c L (x*) Y en general al particularizar para cualquier polinomio de base Lj(x) obtendremos que: == Σ =Σ ⇒ = n n (k (k ijiijijj i0i0 c . R. .x ·(x x ) f x . x2} el polinomio interpolador de Lagrange de una función f(x) puede expresarse como: = + [ ] − + [ ] − − 2 0 0 1 0 0 1 2 0 1 p (x) f(x ) f x . x1. Riveros . .d.L (x ) c L (x*) Al hacerlo para el polinomio L1(x) resultará que: == Σ =Σ ⇒ = n n (k (k i1ii1i11 i0i0 c . .L (x ) L (x*).x .Derivación Numérica 99 ≠ = Por tanto.L (x ) c L (x*) c. ·( )·( )·( ) Programación y Métodos Numéricos Derivación Numérica 58 por lo que la fórmula que aproxima f”(x) es: '' [ ] Cálculo Numérico – Lic. x1.

d. junto a la expresión de su error.3 En toda fórmula de derivación numérica de tipo interpolatorio = =Σn (k x* i i i0 f c. . ·(3· * ) y para la aproximación de la tercera derivada: ''' [ ] x* 3 0 1 2 3 f '''(x*)≈f = p''' (x*)=6·f x . Riveros .x .. En cuanto al error de las fórmulas de derivación que permiten aproximar derivadas de orden mayor que 1 puede realizarse un análisis similar al descrito anteriormente para las fórmulas que aproximaban la primera derivada.. Dejamos al lector interesado la tarea de adaptar las propiedades y teoremas desarrollados en el apartado 4º a este tipo de fórmulas...x . n) con el valor de f(k(x*) . se verifica que: n j ii(jk) i1 0 si j k c x j ! ( x*) si k j n ( j k)! − = < = − ≤ ≤ Σ (j = 1.f(x). combinando desarrollos en serie de Taylor para funciones que tengan la suficiente regularidad. . c.n) Demostración: La demostración de esta propiedad se deja como ejercicio propuesto al lector y consiste simplemente en comparar el valor (exacto) proporcionado por la fórmula de derivación al ser aplicada a la función f(x) = xj (j = 0.x . .x • Propiedad 7.. Cálculo Numérico – Lic.q.x + f[x x x x ] x −x −x −x 0 1 2 3 0 1 2 2· . . construida sobre un soporte de (n+1) puntos con n > k. Nosotros nos centraremos en la descripción del proceso que permite obtener fórmulas de derivación de tipo interpolatorio. R.Derivación Numérica 100 x* 3 0 1 2 f "(x*)≈f = p" (x*)=2·f x .

(k-1). 59 valor: hi = hi = xi – x* (i = 0. n). Arturo Hidalgo.n) En general el número de ecuaciones que así se pueden formar es de n Cálculo Numérico – Lic. . 3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe buscarse que.. Esto es. Riveros .. < xn} y siendo x* el punto en el que se desea aproximar f(k(x) denotemos por hi al Derivación Numérica Carlos Conde. (k+1). Suponiendo que f(x) es sufiecientemente regular pueden considerarse los desarrollos en serie de Taylor: f(xi) = f(x*+hi) = f(x*) + hi·f(x*) + + + + + 23k i i i (k h·f "(x*) h·f '''(x*) .... que: = α = Σn j ii i0 ·h 0 (j = 0.... h ·f (x*) ..1 ·h ·f (x*) . . 2! 3! k! Por lo que: ==== ⎜ =⎜ ⎜⎜ +⎜ ⎜ ⎜ + ⎜ ⎜ ⎜ + ΣΣΣΣnnnn 2 iiiiiii i0i0i0i0 ·f(x ) ·f(x*) ·h ·f '(x*) 1 ·h ·f "(x*) 2! == ⎜⎜ ⎜++⎜⎜ ⎜+ ΣΣnn 3 k(k iiii i0i0 1 ·h ·f '''(x*) .. salvo el coeficiente de f(k(x*)...Derivación Numérica 101 Para ello siendo n > k consideremos el soporte de (n+1) puntos {x0 < x1 <.... 1.... se anulen el mayor número de los primeros sumandos del desarrollo anterior.. R.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid ..

Por ello los coeficientes (  . Riveros .. obteniéndose un sistema con (n+1) incógnitas (  ......Derivación Numérica 102 ecuaciones....... n) que se determinen mediante la 0. R... Programación y Métodos Numéricos Derivación Numérica 60 Cálculo Numérico – Lic.. − = α = Σn (k 1) ii i0 ·h 0 + = α = Σn (k 1) ii i0 ·h 0 . del sistema: = α = Σn i i0 0 = α = Σn ii i0 ·h 0 . Ello es debido a que con el coeficiente de f(k(x*) se debe añadir la inecuación = α ≠ Σn k ii i0 ·h 0 . n) y tan 0.. = α = Σn n ii i0 ·h 0 quedarán expresados en función del valor que libremente se le asigne a uno de ellos..... sólo n ecuaciones.

120 720 5040 f(x*-·h) =f(x*) ... una vez calculados estos coeficientes. x1 = x* . x4 = x* + 2·h} donde h es un valor real estrictamente positivo.·h. . Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud posible que permite calcular el valor aproximado de f’’’(x*) usando un soporte de la forma: {x0 = x* .h·f’(x*) + − + h2·f "(x*) h3·f '''(x*) 26 − 4 h ·f(iv (x*) 24 −+− 567 h ·f(v (x*) h ·f(vi(x*) h ·f(vii(x*). 120 720 5040 f(x*) = f(x*) f(x*+ h) =f(x*) + h·f’(x*) + + + h2·f "(x*) h3·f '''(x*) Cálculo Numérico – Lic. x2 = x*...2·h. R.Derivación Numérica 103 En todo caso. n) y que del primer término que no se haya i podido anular en la expresión (1) se podrá inferir fácilmente la expresión del error de derivación. Riveros . x*+2·h) podemos considerar los desarrollos en serie de Taylor: f(x*. si suponemos que f(x) es suficientemente regular en (x*-2·h.. Para ello. Ilustremos estos extremos con un ejemplo..2·h) =f(x*) –2·h·f’(x*) + − + 4·h2·f "(x*) 8·h3·f '''(x*) 26 − 4 16·h ·f(iv (x*) 24 −+− 567 32·h ·f(v (x*) 64·h ·f(vi(x*) 128·h ·f(vii(x*). denotando por = α = α Σn ii i0 ·h se tendrá que los coeficientes de la fórmula de derivación se obtienen mediante: ci =  /  (i = 0.. x3 = x* +h.

. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .Derivación Numérica 104 26 + 4 h ·f(iv (x*) 24 ++++ 567 h ·f(v (x*) h ·f(vi(x*) h ·f(vii(x*) . 120 720 5040 Derivación Numérica Carlos Conde.. 8· · ·f '''(x*) 6 +(  +  +  + ) + 4 (iv 0134 h 16. Arturo Hidalgo. 120 720 5040 f(x*+2·h) =f(x*) +2·h·f’(x*) + + + 4·h2·f "(x*) 8·h3·f '''(x*) 26 + 4 16·h ·f(iv (x*) 24 +++ 567 32·h ·f(v (x*) 64·h ·f(vi(x*) 128·h ·f(vii(x*). 16· · ·f (x*) 24 +(−  −  +  + ) + 5 (v Cálculo Numérico – Lic.. 61 de donde:  − + − + + + + + = 0 1 2 3 4 ·f(x * 2·h) ·f(x * h) ·f(x*) ·f(x * h) ·f(x *   =(  +  +  + + ) + 0 1 2 3 4·f(x*) +(−  −  +  + ) + 0 1 3 4 2· 2· ·h·f '(x*) +(  +  +  + ) + 2 0134 h 4· 4· · ·f "(x*) 2 +(−  −  +  + ) + 3 0134 h 8. R. Riveros ..

2· .. 0 . 4 De esta igualdad se infiere que la fórmula buscada es: ≈ =− ( − )+ ( − )− ( + )+ ( + ) * 3 3 3 3 f '''(x*) f ''' 1·f x * 2·h 1·f x * h 1 ·f x * h 1 ·f x * 2·h 2·h h h 2·h y que con ella. R. 16· 0 (Coeficiente en h4 y f(iv (x*)) de donde12. Cualquier elección no nula de 4 nos conducirá a la fórmula buscada. 1 Para estos valores de los coeficientes  i. dejando como incógnita libre 3. Riveros . 2· . 2 ...... 32· · ·f (x*) . se tiene entonces que la combinación de desarrollo en serie de Taylor antes obtenida se convierte en: −f(x *−2·h)+2·f(x *−h)−f(x *+h)+2·f(x *+2·h)= =++ 35 12·h·f '''(x*) 60·h·f(v (x*) . se tiene: α0= −α4 α1 = α4 α2 = α3 = − α4 α4 ∈R . 0 . 120 Si se desea construir una fórmula que con el soporte anterior aproxime el valor de f’’’(x*) y que tenga el mayor orden de exactitud posible se obligará a que:  +  +  + + = 0 1 2 3 4 0 (Coeficiente en h0 y f(x*))  −  −  +  + = 0 1 3 4 2· 2· 0 (Coeficiente en h y f’(x*))  +  +  + = 0 1 3 4 4. 6 120 de donde: f’’’(x*) = − ( − )+ ( − )− ( + )+ ( + ) 3 3 3 3 1·f x * 2·h 1·f x * h 1 ·f x * h 1 ·f x * 2·h 2·h h h 2·h −1·h2·f(v(x*)+. Programación y Métodos Numéricos Derivación Numérica 62  0=− 1= 2=  3=− 4= 1. Si se asigna a 4 el valor 4 = 1 se tiene que: 12 Obsérvese que si al sistema anterior se le añadiese la ecuación procedente de obligar a que se anulase el coeficiente de f’(v(x*) se tendría un sistema que sólo admite la solución trivial 0 = = 1 = 2 = 3 = 4 = 0.Derivación Numérica 105 0134 h 32. 4· 0 (Coeficiente en h2 y f”(x*))  +  +  + = 0 1 3 4 16.. Obsérvese que se descarta la opción 4 = 0 ya que ello anularía el coeficiente de f’’’(x) con lo que no lo podríamos despejar del desarrollo resultante. 2 . x*+2·h))... se comete un error dado por: =− 2 (vξ Cálculo Numérico – Lic.. si f∈C5((x*-2·h.

Mientras que el primero señala el máximo grado de los polinomios que pueden derivarse sin error con dicha fórmula. según el teorema 7. .. Arturo Hidalgo. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 63 7. Es decir un error de orden 0(h2). si se busca una fórmula cuya expresión sea: = ≈ =Σn (k (k *ii i0 f (x*) f cf(x). Obtenci de f mulas de derivaci de tipo interpolatorio mediante el m騁odo de los coeficientes indeterminados. Derivación Numérica Carlos Conde.2. x.Derivación Numérica 106 f R (x*) 1·h ·f ( ) 4 para algún valor ξ∈(x*-2·h. Por tanto. Un método alternativo para la determinación de fórmulas de derivación de tipo interpolatorio soportadas en (n+1) puntos se basa en que.. para valores convenientes de γ i (i = 0.13 13 No debe confundirse el orden de exactitud de una fórmula de derivación numérica con el orden del error de dicha fórmula. .. Riveros . su aplicación a los binomios (x-x*)j (0 < j < n) nos conduce a un sistema de ecuaciones cuya solución nos proporciona los pesos de la fórmula. x*+2·h). ... siendo “h” un valor estrictamente positivo en función del cual se puedan escribir.. De forma más concreta.. el segundo señala la potencia menor a la que aparece elevado el parámetro “h” en la expresión del error. xn}. los puntos del soporte en la forma xi = x* + γih.n). si k < n: = ≠ γ = ⎜⎜ = Σn j iij i0 0 sij k c Cálculo Numérico – Lic. n) conduce a que. R. toda fórmula de tal tipo debe ser exacta para los monomios {1. la aplicación de la fórmula a los binomios f(x) = (x-x*)j (j = 0...1.

c .. R..... ..... .. . .... 1 . c ... .. Riveros ..... . c ... ... los coeficientes de la fórmula de tipo interpolatorio se obtienen resolviendo el sistema: −−−− ++++ ⎜⎜γ γγ⎜⎜ γ ⎜γ γ γ γ ⎜⎜ ⎜⎜γ γ γ γ ⎜⎜⎜ ⎜γ γ γ γ ⎜ ⎜γ γ γ γ ⎜ ⎜ ⎜⎜ γ γ γ ⎜ ⎜⎜ 012n 2222 012n0 1 (k 1) (k 1) (k 1) (k 1) 012n2 kkkk 012n (k 1) (k 1) (k 1) (k 1) 012nn nnnn 012n 1 1 1 .. .. .... ⎜ ⎜ ⎜ ⎜ =⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ Cálculo Numérico – Lic. .Derivación Numérica 107 j!/h si j k En resumen.... ... c .. ..

·h.2·h... x4 = x* + 2·h} donde h es un valor real estrictamente positivo. x1 = x* . x3 = x* +h. (x-x*)2. 0 0 . Tal sistema es: c c c ch ⎡⎡⎡⎡⎡−− −− ⎡⎡⎡⎡⎡⎡⎡⎡⎡⎡⎡ ⎡⎡⎡⎡⎡⎡ = ⎡⎡⎡⎡⎡⎡ ⎜⎜⎜ ⎜ ⎜ ⎜ 0 1 2 3 3 Cálculo Numérico – Lic. (x-x*)3} . x2 = x*. Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud posible que permite calcular el valor aproximado de f’’’(x*) usando un soporte de la forma: {x0 = x* . soportada por 4 puntos. R.. (x-x*). los coeficientes de la fórmula. 0 Una vez determinada la fórmula..Derivación Numérica 108 ⎜⎜ ⎜⎜ k k! h 0 0 0 . Según se ha visto anteriormente. su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m-k)·f(m(ξ) aplicándolo al primer binomio (xx*)m (cuya derivada m-ésima es m!) para el que la fórmula deja de ser exacta (hecho que tendrá lugar para m > n). Programación y Métodos Numéricos Derivación Numérica 64 Ilustremos esta forma de proceder obteniendo nuevamente la fórmula de derivación numérica hallada en el subapartado anterior mediante combinaciones de desarrollos en serie de Taylor. se pueden obtener resolviendo el sistema obtenido al aplicar la fórmula a los cuatro binomios {1. Riveros .

Derivación Numérica 109 11110 21120 41140 8 1 1 8 6/ cuya solución nos proporciona los valores: cccc hhhh −− ====03132343 1. R.(x*-x*) = 0 siendo el valor aproximado dado por la fórmula: f h h (h) ( h) h = − − + − − + = ''' 4 4 4 4 *3 1 1( 2 ) ( ) 12 0 22 lo que nos indica que la fórmula es también exacta para los polinomios de orden 4º. Incrementemos una unidad el grado del binomio y apliquémosla a f(x) =(x – x*)5. La tercera derivada de dicha función en x* es: f’’’(x*) = 4·3·2. 1 2· 2· Para determinar el error de la fórmula consideraremos la función f(x) = (xx*)4. Riveros . 1. El valor exacto de la tercera derivada de este binomio es: f’’’(x*) = 5·4·3.(x*-x*) = 0 Derivación Numérica Carlos Conde. 65 siendo ahora el valor aproximado: f h h (h) ( h) h h = − − + − − + = ''' 5 5 5 5 2 *3 1 1( 2 ) ( ) 12 30· 22 por lo que el error de derivación está dado. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . para esta función por: xxRxhh−=−=−5 22 ( *) ( *) 0 30· 30· Si buscamos la expresión genérica del error en la forma: Cálculo Numérico – Lic. 1. Arturo Hidalgo.

f) Obténgase una cota del error de derivación numérica válida en el Cálculo Numérico – Lic. Riveros . si f∈C5([x*−2h. Obténgase la fórmula pedida y su error: i) Derivando el correspondiente polinomio interpolador de Lagrange. Realícense los cálculos en coma flotante usando mantisas con 5 decimales significativos. que: h Kh K −− −30· 2= · 2·5!⇒ = 30= 1 5! 4 por lo que en general: v fRxhfx − ( *)= 1 2 ( ( *) 4 En resumen la fórmula buscada es: f (fx h f x h f(x h) f(x h)) h '''= − − + − − + + + *3 1(*2)2(*)2**2 2 y el error de derivación numérica.1. R. h3 = 0. e) Aplíquese la fórmula obtenida en el apartado anterior a la obtención de un valor aproximado de la segunda derivada de la función f(x) = ecos(x) con los siguientes valores de h: h0 = 0. determínese también la expresión de su error e indíquese la regularidad que se le debe exigir a f(x) para que dicha expresión sea válida.01. ii) Combinando desarrollos en serie de Taylor. y iii) Mediante el método de coeficientes indeterminados. h2 = 0. Suponiendo que f(x) es suficientemente regular en el intervalo [x0. determinar la fórmula de derivación numérica que permite aproximar el valor de f”(x*) sobre el soporte: x0 = x* -h. h1 = 0. Programación y Métodos Numéricos Derivación Numérica 66 Ejercicio propuesto: d) Siendo h un parámetro estrictamente positivo.x*+2h]) está dado por: v fRxhfξ − ( *)= 1 2 ( ( ) 4 es decir un error de orden 2.00001.Derivación Numérica 110 v f R(x*)=K·h2·f( (ξ) es fácil verificar.0001 y h4 = 0. x3].001. x2 = x* + 2h y x3 = x* + (5 ) 2 h. x1 = x*. aplicándolo a (x-x*)5.

.. hj = q·hj-1 = qj·h. 67 8. que aproximan la derivada en cuestión.. si se quiere mejorar la precisión de una fórmula de derivación numérica la primera idea que surge intuitivamente es la de reducir el valor de h (lo que generalmente se traduce en tomar puntos más próximos entre sí y más cercanos al punto x*).. |Error|=0. aplicar la fórmula numérica para los valores h0 = h. ... la mayor de las distancias del punto x* en el que se evalúa la derivada a los puntos del soporte.. la distancia entre los puntos extremos del soporte. h2 = q·h1 = q2·h . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid ....0421906.. V1. Como se presentó en apartados anteriores el error de las fórmulas de derivación numérica (ya sea para aproximar la primera derivada o derivadas de orden superior) responde a expresiones en las que interviene hp donde p es un número no negativo y “h” es una longitud característica del soporte (la distancia entre puntos consecutivos del soporte cuando este es equidistante.. M騁 odo de extrapolaci de Richardson. siendo q un valor tal que 0 < q < 1. . .).... Se obtienen así diferentes valores V0. Cálculo Numérico – Lic. Por ello.. h1 = q·h.Derivación Numérica 111 intervalo [x0.042190610987.. El error realmente cometido ¿es en todos los casos inferior a la cota hallada? Si no lo fuese justifíquese el motivo. para diferentes valores de h: h0 = 0. x2] para la función considerada en el apartado anterior.. Riveros . En este sentido la forma habitual de proceder consiste en. Mejora de la precisi de las f mulas de derivaci num駻ica. Este proceso se finaliza cuando |Vj – Vj-1| sea lo suficientemente pequeño (menor que un cierto ε predefinido de antemano).5. V0 = 1. R. Derivación Numérica Carlos Conde.. Vj.. . . Arturo Hidalgo.. Ejemplo: Si se utiliza la fórmula: ≈ = ( + )− ( + ) * f '(x*) f ' 1·f x * h 1·f x * h 2·h 2·h para aproximar el valor de la primera derivada de la función f(x) = ex en el punto x* = 0 ( cuyo valor exacto es f’(0) = 1) se obtendrán los siguientes valores para el valor aproximado de la derivada (calculados con el programa MAPLE 7 utilizando 20 dígitos)..

25. |Error|=0... consideremos una fórmula de derivación numérica en la que el error sea de orden p y que pueda expresarse como: ++ = =⎜ ⎜+⎜ + ⎜ + Σn (k (m p (m 1 p 1 ii i0 f (x*) c ·f(x ) ·f (x*)·h ·f (x*)·h . V0 al valor obtenido con el paso h y V1 al obtenido con paso q·h (donde supondremos que q < 1).. Nótese que el error se reduce aproximadamente a la cuarta parte alreducir el paso a la mitad al ser el orden del error de la fórmula empleada O(h2).. en síntesis... • Programación y Métodos Numéricos Derivación Numérica 68 La reducción del “paso” h utilizado en una fórmula que presente un error de orden p proporciona una sucesión de valores aproximados { }∞ j=0 V que. Se tendrá que: Cálculo Numérico – Lic. Para describir este proceso.0001627... pudiendo observarse como el error se reduce de una aproximación a la siguiente al reducir el paso a la mitad. genera a partir de la sucesión { }∞ j=0 V otras sucesiones con mayor velocidad de convergencia hacia el valor exacto.125... |Error|=0. converge hacia el valor exacto con una velocidad de convergencia de orden p.010449267232.. cuanto mayor sea el orden del error del método más rápida será la convergencia hacia el valor exacto. h2 = 0.. h4 = 0. Riveros . es decir que el error obtenido con un paso (qjh) es aproximadamente qp veces menor que el que se produce con paso (qj-1h).000162768364. R...002606201928..03125...0104492. y denominemos Ve al valor exacto que se está aproximando..... V1 = 1.V4 = 1.0026062.0625. Por ello esta reducción del paso se suele combinar con la denominada t馗nica de extrapolaci de Richardson14 que.0006511. |Error|=0. V2 = 1.Derivación Numérica 112 h1 = 0. |Error|=0. En este sentido. V3 = 1. h3 = 0.000651168835.. si se admite que f(x) es suficientemente regular.

69 lo que nos indica que el valor: −− =+= −− p 1010 1. Cálculo Numérico – Lic. Derivación Numérica Carlos Conde.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . R.... Riveros . obtenido con paso (q·h) y el valor V2 obtenido con paso (q2h) se tiene que: Ve = V1 + ⎜ ·f(m(x*)·qp·hp+ ⎜ ·f(m+1(x*)·qp+1·hp+1 + ..1 0 p p V V V V V q·V 1q1q aproxima al valor exacto Ve con un error de orden (p+1).Derivación Numérica 113 Ve = V0 + ⎜ ·f(m(x*)·hp+ ⎜ ·f(m+1(x*)·hp+1 + .. Arturo Hidalgo.. 1q1q 14 En honor al matemático inglés Lewis Fry Richardson (1881 – 1953) que fue uno de los pioneros del cálculo científico (y en concreto el primero en aplicar métodos de diferencias finitas a la predicción del tiempo).... Ve = V1 + ⎜ ·f(m(x*)·qp·hp+ ⎜ ·f(m+1(x*)·qp+1·hp+1 + . 1q1q Sustituyendo esta expresión en la primera de las expresiones del valor exacto resulta que: + ++−− = + − +β − − + p1 1 0 (m 1 p 1 e0pp V V V V ·f (x*)·1 1 q ·h . Restando ambas igualdades se obtiene: V1 – V0 = α·f(m(x*)·(1−qp )·hp + β·f(m+1(x*)·(1− qp+1)·hp+1 + . ⇒ ⇒−(+++) ⎜ =−⎜ −+ −− (m p 1 0 (m 1 p 1 p 1 pp ·f (x*)·h V V 1 · ·f (x*)·(1 q )·h . Ve = V2 + ⎜ ·f(m(x*)·q2p·hp+ ⎜ ·f(m+1(x*)·q2p+2·hp+1 + .. si se considera el valor V1. Análogamente....

) verificándose. 1q Denotando por b al valor ·111 1 −+ = β − − Cálculo Numérico – Lic. . pueden construirse los valores: −− = − p 0. si f(x) es suficientemente regular.j ( j = 0.. si dado un valor del parámetro h se consideran las aproximaciones V0..) obtenidas con un paso (qj·h) usando una fórmula de derivación numérica que presente un error de orden p. 1q1q lo que nos indica que −− =+= −− p 2121 1..j 1 1.2 1 p p V V V V V q·V 1q1q aproxima el valor exacto con un error de orden (p+1). que: ()++−+− = +β − − + (m 1 p 1 ( j 1) p 1 e 1... . 1. Riveros .. 2.Derivación Numérica 114 de donde un proceso análogo al que se acaba de describir nos conduce a que: () + ++−− = + − +β − − + p1 2 1 (m 1 (p 1) e1pp V V V V ·f (x*)·1 1 q ·qh .j p V q·V V 1q (j = 1... R.j 0.j p V V ·f (x*)· 1 1 q · q h . De manera más general.

..1 – V1.1 V V b·f (x*)·h O(h ) . 1 ∞ j j= V converge....2 + b·f(m+1(x*)·hp+1·(1-qp+1) + O(hp+2) + . cuando ha tiende hacia 0.. En efecto..2 V V b·f (x*)·qh O(h ) . se tiene que: 0 = V1.2 11 p 2 p1 VV b·f (x*)·h O(h ) 1q e introduciendo esta expresión en la primera de las que se han utilizado para obtenerla resulta que: + ++ ++ −− =+++=+ 115 Cálculo Numérico – Lic.. y: ( ) = + + + + + + (m 1 (p 1) p 2 e 1. Programación y Métodos Numéricos Derivación Numérica 70 Según lo anterior la sucesión de valores { } 1. como: = + (m+1 p+1+ p+2 + e 1. hacia el valor exacto con un orden de convergencia (p+1) una unidad mayor que el orden de convergencia que presentaba la sucesión { } 0. 0 ∞ j j= V .Derivación Numérica p p bq q escribiremos la expresión anterior en la forma: ( ) = + + − + + (m 1 ( j 1) p 1 e 1. Riveros . R. 1 ∞ j j= V puede entonces volverse a actuar.. ⇒ +++ + − ⇒=+ − (m 1 p 1 1.j V V b·f (x*)·q h . Sobre la propia sucesión { } 1.

O(h ) 1q1q De manera más general.2 1.j j=3 V que converja con orden (p+3) y así sucesivamente..j 1. Arturo Hidalgo. 71 +− −−− +− − = Cálculo Numérico – Lic.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . la sucesión { }∞ 2.j p 1 VqV V 1q (j = 2.j j=2 V obtenida mediante: + − + − = − p1 1... el método de extrapolación de Richardson consiste en: 1º) Siendo 0 < q < 1 obtener las aproximaciones V0. 2... si se parte de un método que converge con velocidad de orden p..j j=2 V pueden ser mejorados construyendo a partir de ellos una sucesión { }∞ 3.1 p 2 1. mediante la fórmula de recurrencia: Derivación Numérica Carlos Conde.j j k V para k = 1. . .j 1 2. 1...2 1. N. Estos nuevos valores { }∞ 2.j usando la fórmula con un paso (qjh) (j = 0.1 p 1 p 1 VVVqV V V O(h ) .N).) converge hacia el valor exacto con un orden de convergencia (p+2). R..1 p 2 e 1. 2º) Mejorar las aproximaciones calculando los valores { } = N k. un razonamiento como el precedente muestra que si f(x) es suficientemente regular.Derivación Numérica 116 −− p1 1. .. Riveros . 3. En general.

j que figuran en la segunda columna de la tabla siguiente. en la tabla siguiente se han recogido los valores de error cometido con cada una de las aproximaciones de esta tabla.1796106318.j (p k 1) V q ·V V 1q Cuanto mayores sean los valores de los subíndices k y j más precisas serán las aproximaciones obtenidas. R.j 1 k. Los cálculos se han realizado con el programa MAPLE 7 utilizando una precisión de 20 dígitos (aunque en la tabla se muestran redondeados a 5 decimales significativos).Derivación Numérica 117 − (p k 1) k 1. V2.j .j el valor obtenido para el paso hj =(½)(j+1). siendo el valor exacto: = π π =− 1 f '(1) e 2· ·cos( ) 5. Para poder apreciar mejor la evolución del error. Para ello partiremos inicialmente del paso h = ½ y posteriormente lo iremos reduciendo a la mitad diez veces. Programación y Métodos Numéricos Derivación Numérica 72 Aproximaciones =−+ − Cálculo Numérico – Lic..j y V3. siendo V0. es decir la diferencia entre valor exacto de f’(1) y el valor aproximado que figura en cada fila y columna de la tabla. 4ª y 5ª de la tabla se corresponden con los valores V1. Ejemplo: Ilustremos el método de extrapolación de Richardson calculando el valor de la primera derivada de la función = + π x2 1 x f(x) e ·sen( x) en el punto x*= 1 mediante la fórmula: +− ≈=* f '(x*) f ' f(x * h) f(x*) h que presenta un error de orden 1 (es decir O(h)).j respectivamente que proporciona la aplicación del método de extrapolación de Richardson. Las columnas 3ª. Riveros . Con ello se obtienen los valores V0..j k 1..

R.19469 5.40919 2 5.058444 0.17966 5.484587 1.j 1.000126 5 0.j 1.17961 7 5.00 − − − − −− − −− −− −− 118 Cálculo Numérico – Lic.17961 5.j j (h 2 ) f '(1) V f '(1) V f '(1) V f '(1) V 0 0.17961 5.16960 5.17962 5.22958 2 0. Riveros .260404 1 0.18717 5.17961 5.18151 5.17 − −−−− −−−− −−−− −−−− 959 5.17961 9 5.j j (h 2 ) V V V V 0 4.374191 0.0100063 0.12148 3 5.17944 5.17961 10 5.55380 5.17961 5.j 3.17825 5.19320 5.003131 4 0.013590 0.j 3.003266 0.0591099 0.0013613 0.17961 Error de las aproximaciones =−+−−−− − − −− −− − ( j 1) 0.66420 6.23805 5.17961 8 5.17648 4 5.18288 5.18340 5.23872 5.Derivación Numérica −− −−− −−−− −−−− −−−− −−− ( j 1) 0.20957 5.29456 5.0581335 3 0.91921 1 5.17961 5.44340 5.j 2.17948 5 5.18041 5.263794 0.j 2.17981 5.17960 6 5.39593 5.114954 0.216317 0.

000012 4.Derivación Numérica 119 −− − 6 7 8 10 8 11 01752 5. R.0000222 2.000049 0.728·10 6 0. Este hecho puede verse más claramente en la figura siguiente en la Derivación Numérica Carlos Conde.502·10 9 0.0000028 1.292·10 7 0.0037875 0.458·10−9 −3. Puede comprobarse en la gráfica como las pendientes (indicativas del orden de convergencia) de las curvas de error son más pronunciadas cuanto más se itera en la aplicación del método de extrapolación de Richardson.743·10 10 0.364·10 5.0299549 0. la octava parte ((1/2)3) al pasar de un valor al siguiente en la tercera columna y la decimosexta parte ((1/2)4) al pasar de un valor al siguiente en la cuarta columna. aproximadamente.0150764 0. Arturo Hidalgo.000003 5.0000003 9.621·10 8 0. 73 que se representa la evolución del logaritmo decimal del valor absoluto del error frente al logaritmo decimal del tamaño de paso para las cuatro sucesiones de valores recogidos en la tabla anterior. Riveros .529·10−12 La tabla de errores muestra cómo estos se reducen a. la mitad ((1/2)1) al pasar de un valor al siguiente en la primera columna. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .0018953 0. log10(h) log10(|f’(1)-Vk.j|) Valores proporcionados por la fórmula Valores corregidos aplicando el método de Richardson una vez Valores corregidos aplicando el método de Richardson dos veces Valores corregidos aplicando el método de Richardson tres veces Cálculo Numérico – Lic.000198 0.000800 0. la cuarta parte ((1/2)2) al pasar de un valor al siguiente en la segunda columna.0075628 0.

BURDEN. J. Ed. Arturo Hidalgo López Prof. L. (6ª edición). Alfredo López Benito Marzo. R.980). An疝isis num駻ico. [4]. Tórculo edicions__ BIBLIOGRAFÍA UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE MINAS DEPARTAMENTO DE MATEMÁTICA APLICADA Y MÉTODOS INFORMÁTICOS Asignatura: PROGRAMACIÓN Y MÉTODOS NUMÉRICOS Tema: DERIVACIÓN NUMÉRICA Prof. D. [3]. Aplic.988). F. R. Informáticos. VIAÑO. J. 2007 Cálculo Numérico – Lic. Addison-Wesley Iberoamericana. M. (1. Y Mét. [2]. D. (1. Las matem疸icas del c疝culo cient凬ico.Derivación Numérica 120 Programación y Métodos Numéricos Derivación Numérica 74 BIBLIOGRAFÍA SOBRE EL TEMA [1]. R. y CONDE. y BULIRSCH. y FAIRES. Depto. Ed. – Univ. Springer Verlag. International Thomson editores.998). MICHAVILA. (2000) Lecciones de m騁odos num駻icos. Introduction to numerical analysis. An疝isis num駻ico. (1. Riveros .M. 3: Interpolaci. J. Ed. y BURGUERA. y CHENEY. [5]. Ed. Carlos Conde Lázaro Prof. (1. KINCAID. Politécnica de Madrid. Ed. M騁odos de Aproximaci. de Mat. STOER. W.994). C.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->