P. 1
DERIVACION NUMÉRICA

DERIVACION NUMÉRICA

|Views: 17|Likes:
Publicado porHuGo Dragneel

More info:

Published by: HuGo Dragneel on Oct 07, 2013
Copyright:Attribution Non-commercial

Availability:

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

07/12/2014

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 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.

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

3

Derivación numérica

Secante

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

lm
Las posibles aproximaciones numéricas de la derivada en un punto que podrían calcularse tomando una sucesión { }, Tal que { } , se tienen las siguientes expresiones. r n l nt

r n

tr s

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 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 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.

Cálculo Numérico – Lic. R. Riveros

3) Diferencias centrales.1.9 5. Referencias para las fórmulas de diferencias finitas: : : Indica el punto de interés.8 4. aplicando la formula de la primera diferencia finita hacia adelante. de estudio o de análisis.0 5. Sea la función ln . en base a la siguiente tabla. Riveros . cuando se emplean puntos posteriores al punto de interés. 4. : Función evaluada en el punto de análisis.2 5. calcular las derivadas por métodos numéricos en el punto . con .7 4.3 Cálculo Numérico – Lic.Derivación Numérica 2) Diferencias hacia atrás. Espaciamiento constante de la tabla. Cuando se usan puntos tanto antes como después del punto de interés. y y Fórmulas de diferencias finitas hacia adelante Primera diferencia 4 Segunda diferencia Ejemplo 9. R.1 5.

64866 1. 4. Sea la función ln .0 5.60944 1. en base a la siguiente tabla.3 1.62924 1. El valor verdadero de Cálculo Numérico – Lic.54756 1. R.56862 1.64866 1.54756 1.58922 1.58922 1. Riveros .1 5.56862 1.6677 Solución: Para Primera derivada .60944 1.7 4.2. El valor verdadero de | | | | | | Segunda derivada | | | | | | Ejemplo 9. con .62924 1. aplicando la formula de la segunda diferencia finita hacia adelante.8 4.6677 Solución: Para 5 .Derivación Numérica 1. calcular las derivadas por métodos numéricos en el punto .9 5.2 5.

Derivación Numérica 6 | | | | | | Segunda derivada | | | | | | Comentarios: La aproximación lograda presenta errores muy elevados. sin embargo esto es debido a la inestabilidad del método. ya que casi aleatoriamente puede presentar buena precisión en algunos casos. en la primera diferencia hacia adelante es prácticamente intolerable en un cálculo de este tipo. R. Si el resultado procurado necesita de cierta exactitud respecto del valor real. este método no es recomendable. y para la segunda derivada el error es del 5%. mientras que en otros producir errores muy grandes. Fórmulas de diferencias finitas hacia atrás Primera diferencia Cálculo Numérico – Lic. En la segunda diferencia de este mismo método (diferencias finitas hacia adelante) presenta igualmente un error elevado del 0. Los resultados obtenidos por este método son engañosos. Riveros . que parecería un resultado bastante aceptable. valor igual obtenido con la aplicación de la primera diferencia. por la inestabilidad que presentan debido a la simplicidad de su forma y a los parámetros reducidos considerados para el cálculo.01% para la primera derivada. pues 1% para la primera derivada y 5% para la segunda derivada.

con .54756 1.56862 1.6677 Solución: Para .3.8 4.2 5. R. 4.62924 1. El valor verdadero de Diferencias finitas hacia atrás (primera diferencia) Primera derivada | | | | | | Segunda derivada | | | | | | Cálculo Numérico – Lic.1 5.9 5. calcular las derivadas por métodos numéricos en el punto . aplicando la formula de la primera diferencia finita hacia atrás.64866 1.Derivación Numérica 7 Segunda diferencia Ejemplo 9.7 4.58922 1. en base a la siguiente tabla. Riveros .60944 1. Sea la función ln .3 1.0 5.

R.60944 1. calcular las derivadas por métodos numéricos en el punto . debido también a la inestabilidad del método. totalmente intolerable en un cálculo donde normalmente se pretende precisión y exactitud. sin embargo para la segunda derivada se nota que el error producido es del 25%.56862 1.2 5.0 5. en base a la siguiente tabla.54756 1.58922 1.8 4. Sea la función ln .4. 4.9 5. Los resultados obtenidos por este método son igualmente engañosos. Cálculo Numérico – Lic. aplicando la formula de la segunda diferencia finita hacia atrás. El valor verdadero de | | | | | | | | | | | | Comentarios: La aproximación presentada por este método de diferencias hacia atrás presenta resultados muy parecidos al método de diferencias hacia adelante.7 4.6677 Solución: Para .1 5. con .62924 1.Derivación Numérica 8 Ejemplo 9. Riveros .64866 1.3 1.

2 5.62924 1. en base a la siguiente tabla. R. 5. El valor verdadero de | | | | | | Cálculo Numérico – Lic.56862 1.8 4.54756 1.7 4. aplicando la formula de la primera diferencia finita central.3 1.1 5. Riveros .Derivación Numérica Fórmulas de diferencias finitas centrales Primera diferencia 9 Segunda diferencia Ejemplo 9.64866 1.60944 1.9 5.6677 Solución: Para Primera derivada .58922 1. calcular las derivadas por métodos numéricos en el punto . con . Sea la función ln .0 5. 4.

con .Derivación Numérica 10 Segunda derivada | | | | | | Ejemplo 9. R. 6. aplicando la formula de la segunda diferencia finita central. Primera derivada | | | | | | Segunda derivada Cálculo Numérico – Lic. calcular las derivadas por métodos numéricos en el punto . Riveros . Sea la función ln . en base a la siguiente tabla.

90 4. al reducir el valor de h a la mitad. a modo de conclusión general respecto a estas formulas de diferencias finitas.Derivación Numérica 11 | | | | | | b) Se buscará de nuevo la derivada segunda. sino que la inestabilidad que produce este grupo de formulas no presenta garantías de buen resultados en el cálculo de diferencias. sin embargo.25%).60944 1. el resultado obrtenido se hacerca bastante al valor verdadero. agregándose a esto la amplitud de h.619388 1. pero aun así. no es que la fórmula empleada sea errónea.589235 1.25%. estas formulas de diferencias finitas no son las recomendadas y se tomaran simplemente a modo didáctico.599388 1. que en este caso particular parece ser muy elevado. sigue siendo un error muy grande.95 5. pues el error porcentual producido es solamente del 6. Riveros . Por lo tanto. Cálculo Numérico – Lic.10 5. R.638997 | Comentarios | | | | | La primera diferencia de estas diferencias finitas centrales presenta resultados parecidos a los anteriores. cuando se desea precisión.85 4. diverge. o sea: de 4.62924 1.05 5. sin embargo.578979 1. que en vez de converger hacia el resultado exacto. reduciendo dicha amplitud o peso de h a la mitad. pero con un valor de h menor que el anterior.00 5.15 1. la segunda derivada de la segunda diferencia de diferencias centrales presenta un error mucho mayor que el 100% (118. razón por la cual ni siquiera necesita ser estudiado.

debido a la operación de dividir entre números cercanos a 0. 162). Análisis Numérico (pág. Colombia Cálculo Numérico – Lic.Derivación Numérica 12 Inestabilidad numérica de las fórmulas de diferencias finitas Las formulas presentadas anteriormente como tablas. son inestables por naturaleza. Barranquilla. sin embargo. tal que Este Teorema se presenta sin demostración:1 1 La demostración de este teorema se encuentra en: Velázquez Zapateiro. Riveros . o directamente la serie de Taylor. entonces Además existen [ ]. presentan inestabilidad inherente en la formula. R. La deducción de las fórmulas puede hacerse empleando las fórmulas de interpolación. El problema aumenta para las fórmulas de mayor orden de derivación. (2007). debido a la división entre potencias de h cada vez mayores. Suponiendo que [ ] [ ]. Por último es bueno indicar que las formulas centrales presentan mayor confiabilidad que cualquiera de las otras dos. pues como se dijo. 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 . La precisión de la fórmula aumenta cuando mayor sea el orden de la diferencia.1. Derivación numérica por diferencia centrada de orden Teorema 9. Edición Uninorte. por lo tanto. cuanto mayor sea el orden de la derivada la formula se vuelve menos confiable. Estas fórmulas no son recomendadas en los procesos en que se desean resultados relativamente precisos. para fines didácticos son totalmente aceptables la presentación de esta tabla. su uso no es recomendado. por otro lado. Jorge. Notas de clase.

Barranquilla. Edición Uninorte. Suponiendo que entonces: [ ] [ ]. Colombia Cálculo Numérico – Lic.2. (2007). usando las fórmulas de las diferencias Solución a) Con La formula de diferencias centradas de orden El valor exacto de | | | . Si . tal que on Este Teorema se presenta sin demostración:2 Ejemplo 9.8. Jorge. usando las fórmulas de las diferencias 2 La demostración de este teorema se encuentra en: Velázquez Zapateiro. Análisis Numérico. Notas de clase. para | | | Ejemplo 9. Riveros . Si . calcular la aproximación de centradas de orden con . R. calcular la aproximación de centradas de orden con Solución .7. Además existe [ ].Derivación Numérica 13 Derivación numérica por diferencia centrada de orden Teorema 9.

1) solamente utiliza dos puntos y no aparece en ella el punto central . aun cuando la formula (9.0096%. 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. Fórmulas de las diferencias centradas de los tres puntos [ ] [ ] Las ecuaciones (9.1) es aproximadamente la mitad que en la ecuación (9. ya que con las diferencias centradas de orden el error producido en el ejemplo es de apenas 0. De nuevo vale repetir que estas formulas de diferencias centradas parecen bastantes precisas.1) se usan datos Cálculo Numérico – Lic. error bastante pequeño. Riveros .2) son las llamadas fórmulas de los tres puntos de derivación numérica. tan solo de 0. esta situación se debe a que en la ecuación (9. R.166%. sin embargo en error producido con la formulas de diferencias centradas de orden es aun menor. El error presentado en la ecuación (9.1) y (9.2). La formula de diferencias centradas de orden es una de las recomendadas para hallar la primera derivada de .Derivación Numérica 14 El valor exacto de | | | | | | .

) se considera solo un lado y se desconoce el valor del otro lado que está fuera del intervalo. con Solución: p rt l rmul ln ln s . con s .10. Ejemplo 9. pues el error porcentual es solamente del 0. utilizando la fórmula (9. mientras que en la ecuación (9.1) de Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s Comentarios: La aproximación lograda es bastante buena. y este valor es aceptable para cualquier cálculo promedio. La ventaja que presenta la ecuación (9. Riveros . R. debe tenerse siempre en cuenta el tipo de cálculo que se realiza y la precisión que se requiera para estimar el error.2) [ [ ] ] [ ] Cálculo Numérico – Lic. Aproximar el valor de la función los tres puntos.2) necesita tres puntos.2) de Solución: La solución inicia con la formula de los tres puntos (9. Ejemplo 9. mientras que la ecuación (9.9. ya que solamente se evalúa en dos puntos.2%. Además.Derivación Numérica 15 que están a ambos lados de . utilizando la fórmula (9.2.1) es su simplicidad. Aproximar el valor de la función los tres puntos.

aproximadamente la mitad de error producido por (9.1) presenta menor error.2). Comparando los dos ejercicios resueltos se nota claramente que la ecuación (9.44%. R.11. Importante: Recodar siempre que el error puede ser pequeño o grande dependiendo siempre de la precisión que se desee al evaluar una determinada función. lo que se había ya indicado al definir las dos fórmulas de los tres puntos.2) de los tres puntos la aproximación lograda es de menor precisión que la de (9. con la aplicación de la formula (9.Derivación Numérica 16 ] ] ] [ [ [ [ Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s ] [ ] Comentarios: En este caso. utilizando la fórmula de los tres Solución: La solución inicia con la formula de los tres puntos [ ] Cálculo Numérico – Lic. pues el error porcentual es de 0. Riveros . Fórmula de los tres puntos [ ] [ ] [ Ejemplo 9. aun así. Aproximar el valor de la función puntos. sigue siendo bastante buena la aproximación lograda.1). con ] [ ] s .

Riveros . aun así.2%. un poco mayor que la de las diferencias centradas de tan solo del 0. sigue siendo bastante buena la aproximación lograda. Fórmula de los cinco puntos [ ] [ ] [ ] Cálculo Numérico – Lic.Derivación Numérica 17 p rt l rmul [ ] [ ] ] ] ] [ ] ] [ [ [ [ Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s Comentarios: En este caso. con la aplicación de la formula de los tres puntos la aproximación lograda es de menor precisión que la de las diferencias centradas. pues el error porcentual es de 0. R.44%.

las más utilizadas son: [ ] [ ] Ejemplo 9. utilizando la fórmula de los Solución: Se inicia el cálculo de la solución partiendo de la formula de los cinco puntos [ ] [ ] [ ] [ ] Cálculo Numérico – Lic. Aproximar el valor de la función cinco puntos. con s . R. Riveros .Derivación Numérica 18 [ ] [ ] Entre las distintas fórmulas de cinco puntos.12.

3 1.6 2.01%. Para estudiar un determinado fenómeno físico. y que la aproximación lograda puede considerarse un valor totalmente valido. demostrando que este método es el mejor que cualquiera de lo empleado anteriormente. Conclusiones generales EJERCICIOS RESUELTOS Ejercicio resuelto 9.245066 2.372895 2.120472 Cálculo Numérico – Lic. puede notarse en este ejercicio que el error porcentual es de apenas 0. R.13.182179 2.4 1.2 1. Riveros . se registran los cambios producidos en él en la siguiente tabla. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 1.5 1.5 2.308785 2.436851 2.1 1.Derivación Numérica 19 [ ] [ ] [ ] [ ] Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s Comentarios: La aproximación lograda con la formula de los cinco puntos es excelente.

Para estudiar un determinado fenómeno físico. R. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 1.14.1 1.6 2.120472 Solución El valor exacto de | | | | | | | | Cálculo Numérico – Lic.3 1. Riveros .2 1.5 1.4 1.245066 2. se registran los cambios producidos en él en la siguiente tabla.372895 2.308785 2.5 2.Derivación Numérica 20 Solución El valor exacto de | | | | | | | | Ejercicio resuelto 9.436851 2.182179 2.

974906 Cálculo Numérico – Lic.008577 2. con Solución 21 s .7 5.15. utilizando la fórmula de los os 5.Derivación Numérica Ejercicio resuelto 9.8 5.0 4.5 1.15.1 4. Aproximar a la función con Solución ln .551264 3. 4. Aproximar el valor de la función tres puntos (9.2).272026 10.515726 10.587527 6. R.2 4. Riveros .3 4.9 9.4 4.334172 4. utilizando la fórmula de los cinco puntos.605081 2.944245 Estimación de error: El valor verdadero de la derivada de la función | | | || | s Ejercicio resuelto 9.

. Riveros .. Solución a). con el valor real de ..Establece la fórmula de derivación lineal de Newton para este problema. b).Calcula el valor de la derivada con incremento constante c). aproxima el valor de su derivada en el punto . R. o sea encontrar f´(x).Para establecer la fórmula de derivación de Newton. Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal.8 Por el método de diferencia hacia adelante encontrar la derivada de la función f(x) para x=2. Dada la función . Para resolver este ejercicio utilize la siguiente tabla de x y f(x). Ejercicio medio (Respuesta) Derivación lineal de Newton 1. a).. con la fórmula de derivación lineal de Newton.Calcula el error absoluto de la aproximación. se recurre a la fórmula de interpolación de Newton: . En donde: Cálculo Numérico – Lic.Derivación Numérica 22 El valor verdadero de la derivada de la función | | | || | s Ejercicio resuelto 9.

a) Establece la fórmula de derivación lineal de Newton para este problema. b) Calcula el valor de la derivada con incremento constante h 0.Con base en la fórmula anterior se calcula el valor de la derivada con incremento constante . Evaluando la función en cada uno de los puntos: y Luego: c). determina por derivación lineal de Newton la corriente del circuito en t 0..Para el error absoluto de la aproximación.002 2.7299 0.006 2.8 del libro página 237): Finalmente se llega a la fórmula de derivación lineal por Newton: b).008 2. Se sabe que la corriente instantánea es igual a la derivada de la carga en ese instante.6087 0.005 segundos.010 2. Derivando con respecto a x.002 ..Derivación Numérica 23 .6682 0.004 2. Riveros . Cálculo Numérico – Lic. R. por la regla de la cadena tenemos (expresión 5.5523 0. es el incremento constante. y la k-ésima diferencia en la posición i.000 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 0.5000 0.7931 En donde t es el tiempo en segundos y q la carga en coulombios.

aproxima el valor de su derivada en el punto x 1.25   xx xe fx x . Riveros ..079616.60 27.Derivación Numérica Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal.25) 1. Ejercicio resuelto Nº 9 1.75 Por medio de la diferenciación de Lagrange de segundo grado hacia delante aproxima el Cálculo Numérico – Lic.25 0. 2.25 .90 1.45 0. a) Establece la fórmula de derivación lineal de Newton para este problema..20 0. b) Calcula el valor de la derivada con incremento constante h 1 . b) Calcula el valor de la derivada con incremento constante h 0.5 () 2 2 0. con el valor real de f (1.10 22. a) Establece la fórmula de derivación lineal de Newton para este problema. 24 Ejercicio resuelto Nº 8 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.4 1 3. Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal.80 0. c) Calcula el error absoluto de la aproximación.50 30.85 24. Dada la siguiente tabla de valores obtenidos en observaciones en diferentes tiempos de un experimento: ty 0 38.20 35. con la fórmula de derivación lineal de Newton.05 . Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal. Dada la función 3. R.

1293 2. b) Aproxima la derivada numérica en t 0.960398 0.3 1.990025 0. R. c) Obtener f00(1.2 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(0.6 f(x) 1.02 fi 1.3756 Calcular f0(1.2 1.2) y acotar el error cometido. La siguiente tabla contiene los datos de f(x) = senh(x) correctos hasta las cifras dadas.2 0. c) Mediante interpolaci´on con 3 puntos estimar f00(0.6984 1.150898.6 fi 1.32 1. Comparar los resultados obtenidos con la soluci´on f0(1.3756 y que para todo n´umero natural n y para todo x 2 [1.4) y acotar el error cometido.6984 1.5095 1. Obtener tambi´en f00(1. x 1.Derivación Numérica valor de rapidez de decrecimiento del fenómeno en estudio en el tiempo t 0.912005 0. 2. a) Establece la fórmula de la derivación de Lagrange de segundo grado para este problema.5) y acotar el error cometido.9 fi 1 0.6 0. La siguiente tabla contiene los valores de f(x) = 1 _ R_ 0 cos(xsen t)dt x 0 0.01 1.5095 1. b) Mediante interpolaci´on con cinco puntos estimar f0(0.38 a) Aproximar f0(1. Con los datos x 1 1. 4. 25 Ejercicio resuelto Nº 10 1.01) usando los resultados del apartado a).005) y f0(1.015) b) Aproximar f00(1.9043 2.5 1.3 1.9043 2. Nota: Para los cálculos utiliza hasta 3 cifras después del punto decimal.4) mediante las tres f´ormulas de 3 puntos.27 1.4) = 2. De cierta funci´on f 2 C1(lR) se conoce los datos x 1.1293 2.4 1.4 0.4) y acotar el error cometido.55 .55 .881201 0.4 1.4) y compararla con la real. 2] se tiene que __ fn)(x) __ _ e2 + e−1 Cálculo Numérico – Lic.5 1. Riveros .01) con la f´ormula de la derivada segunda 3. d) Mediante interpolaci´on con 5 puntos estimar f00(0.7 0.

Para estimar mientras que para estimar para ser exactos.4) y f00(1. R. . la fórmula apropiada es la fórmula para Ejercicio EJERCICIOS 1.072508181 1. se puede usar la fórmula de cinco puntos podemos usar una fórmula de tres puntos.09 1.07 0.05 0. Considere la tabla Cálculo Numérico – Lic.094174284 Estimar y .04 0.Derivación Numérica 26 2 . Ejercicio resuelto Nº 11 EJEMPLO.040810774 1.083287068 1. Riveros . SOLUCIÓN. Consideremos la siguiente tabla de datos 0.00 0.02020134 1.051271096 1.06 0.03 0.02 0.01 0.08 0.4) mediante f´ormulas de 5 puntos y estimar el error cometido.010050167 1.061836547 1.030454534 1. Aproximar f0(1.00 1.

7 1.042236692 1. . EJERCICIOS DE FIJACIÓN 11) 12) 13) 14) Cálculo Numérico – Lic.Derivación Numérica 27 1. con o sin macros. y y comparar .2 1. ii. estimar con el valor real.4 1.1 1.) En Excel.3 1.) En Excel.082222055 1.223057566 1. para que poder calcular la aproximación de cada una de las derivadas usando las cinco fórmulas vistas en la teoría.5 1.120140413 1. estimar con el valor real. y y comparar 2. Implementar una hoja en Excel. Riveros .254195979 1.156156396 1.6 1.283941742 i.8 1.190417757 1. R.

Calcular l ul r l ul r l m que es Ejemplo Calcular la derivada de f(x) = x3 en el punto a 1. Calcular Cálculo Numérico – Lic.calcular 2. Riveros . Calcular 3.calcular 2.Derivación Numérica 28 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. R. Calcular 3.

Se necesita un método para aproximar .. la diferenciación numérica refiere a una función [ ] y un punto arbitrario en [ ].f(x ) Σ on n son (n+1) escalares denominados coeficientes (o 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 Cálculo Numérico – Lic....Derivación Numérica Se ha sacado el factor común h para que el siguiente paso sea fácil. . Usando la siguiente notación: 2. Riveros . 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 ’ x n l punto x* sobre el soporte de puntos considerado. en todo cuanto sigue.. < xn. l ul r l ul r l m 29 lm Diferenciación numérica Como cualquier tipo de operación numérica. Consideremos además un soporte de (n+1) puntos {x0. Definición 2. que los puntos del soporte son todos ellos distintos y están ordenados de menor a mayor es decir que: x0 < x1 < . . con x para algún . x1.. a toda expresión de la forma: ’ x* ' *f x x n xn n ii i0 c ..1.. xn} del intervalo I. Siendo f(x) una función de la que se conocen sus valores en el soporte de (n+1) puntos {x0 .. R. Por simplicidad supondremos además. lo suficientemente pequeña para asegurar que [ ]. x1. 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. se calcula .

R. En general el valor aproximado '* y l v lor x to ’ x* rr n om t én os un rror n l prox m n ’ x* Es por llo qu junto l 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.f(x ) Σ se denomina error de truncamiento de la fórmula en el punto x*y para l un n l v lor R x* ’ x* .'* 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.2. n l s qu l v lor ’ x* u s prox m o p rt r l v lor l un n y de algunas de sus derivadas en los puntos del soporte. Podrían considerarse fórmulas más generales. x1 } un soporte formado por dos puntos tales que x1 = x0 + h.' *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 xR x ’ x . No obstante. Arturo Hidalgo. Ejemplo: Siendo {x0 . y ons r n o qu x* x l sust tu n l xpr s n ’ x por l o nt incremental: '10 Cálculo Numérico – Lic. hermitianas. En este sentido se introduce la siguiente definición: Derivación Numérica Carlos Conde. Riveros . Siendo ' * f l prox m n ’ x* qu s obt n op r n o s n rror de redondeo según la fórmula de derivación numérica: ’ x* ' *f= n ii i0 c . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .Derivación Numérica 30 puntos del soporte. 5 Definición 2.

Derivación Numérica 0 f(x ) f(x ) f h = 31 conduce a una fórmula en la que sus coeficientes son c0 = (-1/h) y c1 = (1/h).f "(x .x ) R (x ) f '( x ) f h . Una forma de acotar el error de truncamiento de esta fórmula. si se supone que f(x) es al menos de clase C2([x0. x1]) consiste en considerar el desarrollo en serie de Taylor siguiente: x x x ’x 2 0 h .f "( x .f "(x .h) 2 θθ expresión que puede acotarse por: Programación y Métodos Numéricos Derivación Numérica 6 {} ≤ 01 ' f000 x (x . Sup f "( x ) 2 Para el caso particular de la función f(x) = x2 el cociente incremental considerado conduce a la expresión: ==+ 22 '00 Cálculo Numérico – Lic. R.h) h2 θθ Por tanto: ' f0000 R (x ) f '(x ) f h . Riveros .h) 2 θθ de donde: =01 + 00 f '( x ) f ( x ) f ( x ) h .

Ejemplo: Dado un soporte {x0 < x1 } y denotando por h = x1 x0. 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. Derivación Numérica Carlos Conde. xn} cuando el error de truncatura Rf(x*) es nulo.f(x ) Σ es exacta para la función f(x) en el punto x* y para el soporte {x0. Arturo Hidalgo... Se dice que la fórmula de derivación numérica ’ x* ' *f= n ii i0 c . Riveros .3. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid Cálculo Numérico – Lic. s n o x x y x* s t n qu ’ *’ os s mb de función (por ejemplo si f(x) = x3 con el soporte {x0 = 0 y x2 = 2} y para x* = 1 s t n qu ’ *’ 1 No siempre las acotaciones del error de truncatura que se obt n r n s r n t n “ n s” como la que se acaba de describir.x h h por lo que el error de truncatura cometido es en este caso Rf(x0) = h.Derivación Numérica 32 00 f ( x h) x 2. en el punto x* = 1 y para el soporte {x x } En to ’ 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 j mplo ’ *’ os s mb soport por j mplo p r x -1 y x1 = 2 .. Más concretamente: Definición 2. Las fórmulas que conducen al valor exacto de la derivada se denominan fórmulas exactas. 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. .

. (x ) x* x .ϕ(x)..x (j = 0. .. Riveros .f(x ) = Σ es exacta de orden k para la familia de funciones de clase C1([x0 .x ] ϕ ∀ Propiedad 2.1. Si la fórmula de derivación numérica n ' *ii i0 f '(x*) f c . xn]: k 0 n R (x) 0 x [x .ϕ (x). R. 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. 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 . k) Por otra parte. xn]): {φ x φ 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 [x0 ...Derivación Numérica 33 .. Más concretamente puede darse la definición siguiente: Definición 2.f(x ) = Σ es exacta de orden k para la familia de funciones { } 0 1 k ϕ (x)..4. Por ello.. una función cualquiera que sea combinación lineal de las (k+1) Cálculo Numérico – Lic. Se dice que la fórmula de derivación numérica: n ' *ii i0 f '(x*) f c . 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....

c.q.. es decir: {1. de algún orden k. Las fórmulas de derivación numérica más utilizadas en la práctica son exactas. xn]se puede expresar como: 34 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 ) 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...}. . para la familia de funciones formada por los monomios. (x) (x) = α⋅ϕ α⋅ϕ α ⋅ ϕ Σα ⋅ ϕ por lo que su primera derivada en cualquier punto x* del intervalo [x0. para la función f(x) = 1 se verifica que: Cálculo Numérico – Lic...f(x) = Σ puede concluirse que: [ ] n R x* ∀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. Riveros ... 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..xk.. x2. R..Derivación Numérica primeras funciones de la familia será de la forma: k 0011kkjj j0 f(x) (x) (x) . En este tema nos referiremos en exclusiva a esta familia de funciones y por ello cuando digamos que una fórmula es de orden k s sobr nt n r qu “ s or n k p r l m l los monom os” s 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*. En efecto. x. .d.

Análogo tratamiento podría realizarse para las fórmulas de derivación numérica que permiten estimar derivadas de orden mayor (segundas derivadas. ya no coincidirá el valor de la primera derivada y el valor estimado mediante la fórmula de derivación: Derivación Numérica Carlos Conde.Derivación Numérica '00[] x00 f f(x h) f(x ) 1 1 0 f '(x) x x . NOTA: Para facilitar el seguimiento de todo cuanto hasta aquí se ha dicho. Programación y Métodos Numéricos Derivación Numérica 10 3. como se señaló anteriormente. A todas las Cálculo Numérico – Lic. la fórmula es de orden 1. A ellas nos referiremos en el apartado 7º de este tema. R.). nos hemos referido únicamente a fórmulas que permiten estimar el valor de la primera derivada de una función. Por ello es equivalente derivar la función polinómica f(x) que derivar la su polinomio interpolador pn(x). En consecuencia. terceras derivadas. etc. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . x}. 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).. 9 [] ⋅ ∀ 22 '0000 x000 q q(x h) q(x ) (x h) x 2 x h q'(x) x x .x h hh por lo que sólo se puede afirmar que el error de la fórmula es nulo para los monomios {1.. Riveros . Como se ha comentado en el apartado anterior. en general.x h hh ∀ 35 Asimismo para la función g(x) = x se tiene que: [] ' ∀ x00 g g(x h) g(x ) x h x 1 g'(x) x x . Arturo Hidalgo. 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.x h hh Pero para la función q(x) = x2.

. el tema dedicado a la Interpolación de Lagrange elaborado por A. x1. Puesto que nosotros sólo nos vamos a referir a las fórmulas que se obtienen al derivar la expresión del polinomio interpolador L gr ng om t r mos n lo su s vo l ol t ll “ L gr ng ” y s mpl m nt diremos fórmula de derivación numérica de tipo interpolatorio. 1. . 11 Propiedad 3. R. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Hidalgo y C.. xn}. La condición necesaria y suficiente para que la fórmula de derivación numérica n ' x* i i i0 f c. NOTA: Obsérv s qu n l n n nt r or s s r to ntr p rént s s “ L gr ng ” En to po rí p ns rse en derivar también la expresión del polinomio interpolador de Hermite obteniéndose otros tipos de fórmulas de derivación de tipo interpolatorio.. • Una fórmula de derivación numérica de tipo interpolatorio puede obtenrse de cualquiera de las expresiones del polinomio interpolador. . Definición 3. Derivación Numérica Carlos Conde. Arturo Hidalgo. 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.1. Demostración: a) Demostremos en primer lugar que si la fórmula es de tipo interpolatorio Cálculo Numérico – Lic. Riveros . Conde en estos mismos apuntes.1..Derivación Numérica fórmulas de derivación que se obtienen derivando la expresión del polinomio interpolador de Lagrange se las denomina fórmulas de derivación de tipo interpolatorio. En efecto: 2 Consúltese.f(x) = Σ que sea de tipo interpolatorio es que sus coeficientes satisfagan las igualdades: ' ci=Li(x*) (i = 0. 36 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.. n) donde se ha denotado por Li(x) a los (n+1) polinomios de base de Lagrange3 sobre el soporte {x0. por ejemplo..

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... n) b) Demostremos que si la fórmula de derivación numérica satisface ' i i c =L(x*) (i = 0.. n) entonces es de tipo interpolatorio.... 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... .. 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 L (x) (x x ) (x x ) == ⎛⎞⎛⎞ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎝⎠⎝⎠ ΠΠ n 37 ⎟⎟⎟ Programación y Métodos Numéricos Derivación Numérica 12 Cálculo Numérico – Lic.Derivación Numérica nton s sus p sos s t s nl r l n L’ x* En to l xpr s n detallada del polinomio interpolador de Lagrange pn(x) de una función f(x) sobre el soporte de (n+1) puntos {x0. R. considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0. ... .. Riveros . En efecto. x1. .

Riveros .2.d.Derivación Numérica ’ 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*. Por ejemplo: Propiedad 3.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 verifica que: n i i0 L (x) 1 = Σ ∀x s obv o qu n'n ' ii i0i0 L (x) L (x) 0 == Cálculo Numérico – Lic. R. 38 En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. La propiedad anterior caracteriza a las fórmulas de derivación numérica de tipo interpolatorio que permiten aproximar primeras derivadas. Además nos permite obtener otras propiedades que deben satisfacer los coeficientes de las fórmulas de tipo interpolatorio.q. c.

1. puesto que además toda fórmula exacta de orden n construida sobre un soporte de (n+1) puntos debe ser necesariamente de tipo interpolatorio.f(x) = Cálculo Numérico – Lic. Pero aún puede precisarse más. Riveros . 13 lo cual nos conduce a poder expresar el error en el punto x* de la fórmula de derivación numérica mediante: R x* ε' x* En el caso particular en que f(x) sea un polinomio de grado menor o igual que n s v r r qu x ≡ pn x y por t nto ε x ∀x on r sult qu l 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. Ocupémonos ahora de analizar el error en las fórmulas de derivación numérica t po nt rpol tor o not n o por ε x l un n rror nt rpol n cometido al aproximar una función f(x) por su polinomio interpolador de Lagrange pn(x) sobre el soporte de (n+1) puntos considerado. En resumen es exacta de orden n. R.d. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 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. Arturo Hidalgo. Este hecho se demuestra en el siguiente teorema. La condición necesaria y suficiente para que una fórmula de derivación numérica construida sobre un soporte de (n+1) puntos.Derivación Numérica ⎛⎞ ⎜⎟ ⎝⎠ ΣΣx∀ En particular para el punto x* se tendrá que: nn ' ii i0i0 L (x*) c 0 == Σ Σ c.q. se verifica que: x pn x ε x n ∀x x x por lo que: 'n ' x* p x* ε' x* 39 Derivación Numérica Carlos Conde. Teorema 3. n ' x* i i i0 f c.

Para ello partimos del hecho de que. es decir que si la fórmula construida sobre el soporte de (n+1) puntos es de tipo interpolatorio entonces es exacta de orden n. p(x). x. . 40 sea exacta de orden n es que sea de tipo interpolatorio. para cualquier función polinómica de grado menor o igual que n.L (x) = Σ de donde su primera derivada en el punto x* estará dada por: n ' Cálculo Numérico – Lic.. R.Derivación Numérica Σ. xn} y por ello es exacta de grado n. En particular lo será cuando se aplique a los (n+1) primeros monomios {1..p(x ) = Σ Por otra parte. 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 ). Para ello basta con recapitular los razonamientos anteriormente realizados.. Demostración: a) Demostremos en primer lugar que la condición recogida en el enunciado del teorema es suficiente. b) Demostremos ahora que la condición anterior también es necesaria.. puesto que hemos considerado que p(x) es un polinomio de grado menor o igual que n. Riveros . al ser la fórmula exacta de orden n. se debe verificar que: n ii i0 p'(x*) c . En efecto. 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. 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: x pn x x ∀ por lo qu ’ x p’n x ∀x En p rt ul r p r u lqu r punto x* s tendrá que: '' n x* ' x* p x* ≡ 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.

R. 15 ij 0 si i j L (x ) 1 si i=j ⎧ ⎨⎩ Por tanto.L (x ) c L (x*) == Σ Σ⇒ Cálculo Numérico – Lic.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 . Riveros . particularizando la igualdad antes obtenida para L0(x) se tiene que: nn '' i0ii0i00 i0i0 c.L (x ) L(x*). 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 = .L (x ) L (x*).Derivación Numérica ii i0 p'(x*) L (x*). Arturo Hidalgo. Recordemos además que los polinomios de base de Lagrange verifican: 41 Derivación Numérica Carlos Conde. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .L (x ) c L (x*) == Σ Σ⇒ Al hacerlo para el polinomio L1(x) resultará que: nn '' i1ii1i11 i0i0 c .p(x ) == Σ Σ Esta igualdad debe ser satisfecha para cualquier polinomio p(x) que sea de grado menor o igual que n.

f(x0)).d. para cualquier punto x*. (x x ) (x x ) (x x ) =+ La derivada de este polinomio es: '10 101 011010 p (x) f(x ). (x x ) f(x ). Cálculo Numérico – Lic. la fórmula de derivación de tipo interpolatorio de una función con un soporte de un único punto es: '' ' x* x* p x* x Obviamente esta fórmula sólo sería exacta en el caso de derivar constantes (es decir.q. x1} el polinomio interpolador de la función f(x) en el sentido de Lagrange está dado por: 10 101 0110 p (x) f(x ).L (x ) L (x*). Programación y Métodos Numéricos Derivación Numérica 16 Ello nos conduciría a que. 1 f(x ). Ejemplos: 42 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).L (x ) c L (x*) == Σ Σ⇒ c. La pendiente de esta tangente geométrica s r l rv ’x 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. R. Riveros . polinomios de grado 0). junto al grafo de la función f(x) el grafo de p0(x) y la tangente geométrica a la curva en (x0. 2º) Si se considera un soporte de 2 puntos {x0.Derivación Numérica Y en general al particularizar para cualquier polinomio de base Lj(x) obtendremos que: nn '' ijiijijj i0i0 c . 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. La figura 1 recoge.

En particular lo será para la función f(x) = xk sea cual sea el valor del entero positivo k siempre que k < n Pu sto qu ’ x* k· x* k-1). construida sobre un soporte de (n+1) puntos. 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. La 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*. la Cálculo Numérico – Lic. se verifica que: ()n kk1 ii i1 c x k· x* = Σ (k = 1.3 En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. Obviamente esta fórmula de derivación numérica será exacta sobre cualquier polinomio de grado menor o igual que 1 (es decir sobre líneas rectas). R..Derivación Numérica 43 ’ x* s '10 x* 10 f(x ) f(x ) f '(x*) f xx prox m r m nt Esta expresión se corresponde con el cociente incremental que se utilizó en los ejemplos de los apartados anteriores. . f(x*)). 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.f(x) = Σ . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . • 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.n) Demostración: Por ser la fórmula de tipo interpolatorio es exacta para todo polinomio de grado menor o igual que n. Arturo Hidalgo. Riveros . Derivación Numérica Carlos Conde..

.x. denotaremos por f[x0.. xn. 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. . R.x h] f[x .. en particular se puede afirmar que siempre existirá algún punto x* en el intervalo [x0. como es habitual.x . .x ..... Una primera forma de obtener otra expresión del error de derivación numérica se basa en utilizar diferencias divididas. Derivación Numérica Carlos Conde... x] y consideraremos una función g(x) que a todo punto x le haga corresponder el valor: g(x) = f[x0. Riveros . x1] siempre existe algún punto x* de dicho intervalo para el que la fórmula de derivación numérica de tipo interpolatorio construida sobre el soport {x x } propor on l v lor x to ’ x* N t s qu ....Derivación Numérica exactitud de la fórmula implica que: = Σn kk1 ii i1 c x k· x * ( 0 < k < n) c. x1. xn.. x1..x . x1.q. x] a la diferencia dividida de orden (n+1) de la función f(x) en los puntos {x0. Para ello.x .d.x . 19 4...... .. Es por ello interesante obtener otras expresiones más cómodas para el análisis del error de las fórmulas de derivación numérica... 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 un n rror nt rpol n ε x p rt ul r z n l punto x* n qu s r v R x* ε' x* 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. A la luz de este comentario ¿no sería más preciso decir que la fórmula es de orden infinito?. xn.x . Arturo Hidalgo. x] La primera derivada de esta función estará dada por: g’ x n01n h0h001n limf[x . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . ¿Contradice esto la afirmación de que la fórmula es de orden 1?.x h] x x 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.x] limf[x . 44 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.

1. Este error también se podía expresar usando las diferencias divididas como n 01ni i0 (x) f[x . x1. x} mediante: 01n 01n df[x ..x ...1. La fórmula de derivación numérica de tipo interpolatorio n ' x* i i Cálculo Numérico – Lic.x. . 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. x ....x] f[x .... 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] Más concretamente: Definición 10...x ..x ..x. R.Derivación Numérica 45 =+ que representaremos por: 0 1 n g'(x) = f[x ... Se define la diferencia dividida de orden (n+2 )de una función en el soporte {x0. Riveros ... x] (x x ) = ε ⋅Π .x . es sencillo demostrar la siguiente propiedad: Propiedad 4..x .4.x] dx = 4 Recuérdese que la expresión obtenida era: (n 1 n x i i0 f() (x) .x . xn. x.

x * . xn}.Derivación Numérica i0 f c. R.. Ello.. al menos. 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. (x x ) = ε Π c...x . teniendo un interés teórico. en la práctica es el método que vamos a seguir el que tiene interés práctico. Riveros .x ..q. xn)) y que para aproximar la primera derivada de la función f(x) en un punto x* perteneciente al intervalo [x0 . Consideremos que f(x) es una función de clase Cn+1((x0. x.x * .. xn] se considera la fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. será de orden n...x .f(x) = Σ tiene asociado un error de truncatura dado por la expresión [ ]n [ ] nn 46 f01ni01nj i0i0j0 ji R ( x*) f x ... también es de difícil aplicación práctica.x ..x].. La expresión anterior. Ello a su vez se traduce en que: nn k k' k *(k1) i i x x* i i Cálculo Numérico – Lic.f(x) = Σ onstru sobr un soport n puntos distintos {x0 < x1 < ..x*...d.x*. Adviértase que.. . en particular implica que servirá para determinar sin error de truncatura ninguno las derivadas de las funciones {1.x ... por ser la fórmula de tipo interpolatorio. ( x * x ) f x .< xn}.x . x2. ( 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 .

Derivación Numérica i0i0 cx x xk x = == Σ ⋅ ⇒Σ ⋅ k

47

n

Derivación Numérica Carlos Conde, Arturo Hidalgo, Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 21
Denotemos además por h al valor: M x x * x x * xn y sean { }n θ n escalares de valor absoluto no superior a 1 y tales que: x x* θ ⋅ Para cada uno de estos puntos, al haber supuesto la función f(x) suficientemente regular, se puede considerar el desarrollo en serie de Taylor siguiente: 22nn i i (n iii f(x ) f(x * .h) f(x*) .h.f '(x*) .h .f "(x*) .... .h .f (x*) 2 n! θθ θ θ n1n1 i (n 1 i .h .f (x * .h) (n 1)! ++ 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 .f(x ) c .f(x*) h. c . .f '(x*) h . c . .f "(x*) ..... = = = 2! = ⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜θ⎟ ⎜θ⎟ ⎝⎠⎝⎠⎝⎠ ΣΣΣΣ + ++

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica == ⎛⎞ ⎝⎜ θ ⎠⎟ θ δ ΣΣnnn n n (n (n 1) (n 1 iiiii i0i0 h. c. .f (x*) h . c. .f (x* .h) n! (n 1)! Simplifiquemos la expresión que se acaba de obtener. El coeficiente que multiplica a f(x*) es nulo pues es la suma de los pesos de la fórmula (véase la propiedad 3.2.). Para simplificar otros sumandos de la expresión utilizaremos las dos propiedades siguientes: Propiedad 4.2.

48

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 con n > 0, se verifica que:
n ii i0 c.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 . 1. c .(x x*) 1. c .x 1.x *. c = h= h = h = ⎛⎞

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica θ ⎜⎟ ⎝⎠ ΣΣΣΣ En esta última igualdad se sabe que n i i0 c0 = Σ vé s l prop Por otra parte n ii i1 c .x Σ se corresponde con la expresión de la derivada del monomio x en el punto x*. Por ello su valor será 1. En resumen: n ii i0 c .x 1 =h Σ c.q.d. Propiedad 4.3.

49

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, con n>1, se verifica que:
n k ii i0 c.0 = Σ θ (k=2,....,n) Demostración: Con la notación que se está utilizando y empleando la fórmula de Newton para desarrollar potencias de binomios5, se tiene que: nnnk

Cálculo Numérico – Lic. R. Riveros

k . Arturo Hidalgo. En particular. R.x hj 50 ⎜⎝ ⎟⎠ ⎟⎠⎟⎟⎠ == ⎛ ⎛ ⎞ ⎛ ⎞⎞ ⎜ ⎜ ⎟ ⎜ ⎟⎟ ⎝ ⎝ ⎠ ⎝ ⎠⎠ ΣΣ Al ser la fórmula de tipo interpolatorio será exacta para cualquier polinomio de grado menor o igual que n. Es decir que: Cálculo Numérico – Lic. c .(x*) hhj ==== ⎛ ⎛ ⎛ ⎞ ⎞⎞ θ ⎜⎜⎝ ⎜⎝ ΣΣΣΣ kn j j (k j) kii j0i0 1. c. ( 1) .Derivación Numérica k k j (k j) j iikiikii i0i0i0j0 c .(x*). Riveros . en dicha fórmula se utiliza la notación k j ⎛⎞ ⎜⎟ ⎝⎠ para representar a k! k j j Derivación Numérica Carlos Conde.x . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 23 valor de la derivada del monomio x(k-j) particularizado en el punto x*. al haber considerado n > 1 si se tom n v lor s k t l s qu ≤ k ≤ n s b v r r p r to o v lor l entero j comprendido entre 0 y (k-1) que el sumatorio n (k j) ii i0 x Σ coincide con el 5 Como es habitual. k . 1.(x x*) 1. ( 1). c .

( 1) .(x*) . k . R.(k j).(x*) hj 51 = ⎛⎛⎞⎞ ⎜ ⎜⎟ ⎟ ⎝⎝⎠⎠ Σ (k 1) (k 1) j k j0 1 .). ( 1) .2. k hj = ⎛ ⎛ ⎞⎞ ⎜ ⎜ ⎟⎟ ⎝ ⎝ ⎠⎠ Σ Cálculo Numérico – Lic. Por tanto: n k ii i0 c.(x*) . = Σθ (k 1) j j (k j 1) k j0 1 . Riveros .(k j).Derivación Numérica n (k j) ( (k j))' (k j 1) ii i 0 x x* x x k j 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.

d.0 = Σθ k n c. siendo f(x) una función de clase C(n+1)((x0 .xn|) y por { }n θ a los (n+1) escalares tales que hi = θ derivación numérica de tipo interpolatorio: n ' x* i i i0 f '(x*) f c . por h al valor h = máx(|x*-x0| .) Programación y Métodos Numéricos Derivación Numérica 24 ()+ = θ δ Σnn Cálculo Numérico – Lic.f(x ) = Σ .. denotando hi = xi x* . xn)). < xn .. 0 k 2 j puede concluirse que: n k ii i0 c. para toda fórmula de existen (n+1) valores δ i pertenecientes al intervalo [-1 .q. |x* . 52 Dado el soporte de (n+1) puntos x0 < x1 < . 1] tales que: 6 El lector interesado puede encontrar la demostración en el anexo a este apartado (Lema 4. siendo x* un punto del intervalo [x0 . xn].2.(k j).Derivación Numérica Puesto que6 se verifica que: = ⎛⎞ ⎜⎟ ∀≥ ⎝⎠ Σ k j j0 k ( 1). R. Riveros . Estas dos propiedades junto a la expresión que obtuvimos antes de enunciarlas nos permiten demostrar fácilmente el siguiente teorema: Teorema 4.1.

h) n! (n 1)! = ()+ = θ δ Σnn n (n1 iiii i0 f '(x*) h .f '(x*) h .f (x* . c..f (x * . . NOTAS: 53 1ª) Obsérvese que en el término del error se ha descompuesto hn+1 en la forma hn·h.f (x * .h.h) (n 1)! c. c . = = = 2! = ⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜θ⎟ ⎜θ⎟ ⎝⎠⎝⎠⎝⎠ ΣΣΣΣ + ++ == ⎛⎞ ⎝⎜ θ ⎠⎟ θ δ ΣΣnnn n n (n (n 1) (n 1 iiiii i0i0 h. 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. ..h) (n 1)! Demostración: Introduciendo el resultado de las propiedades 4.f(x ) c . . en la expresión antes obtenida resulta: nnn2n '2 x* i i i i i i i i0i0i0i0 f c . c .f (x*) h .2.d.Derivación Numérica ' n (n 1 f x* i i i i i0 R (x*) f(x*) f h . c . R.. y 4. .f "(x*) . 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 Cálculo Numérico – Lic. . c. c .h. Riveros .f(x*) h.q.3. ..

si f(x) es lo suficientemente regular.g( ) donde n i i=0 α Σα . entonces existe un punto ξ [ b] tal que: = α ξ α ξ Σn ii i0 . Riveros . b] y se consideran (n+1) coeficientes positivos. En los ejemplos del siguiente apartado se ilustrará este hecho.Derivación Numérica 54 expresarse en función de los valores de las derivadas f(n+1( ξ i) (siendo ξ i los puntos x*+ δ i·h). A partir del teorema anterior es fácil obtener una cota de este error utilizando el lema siguiente: Lema 4. de hn y de (n+1) constantes γ i = ci· θ i n·hi/(n+1)!. 25 4ª) Con todo. 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. como ya señaló anteriormente. b]. Arturo Hidalgo.g( ) . 2ª) La expresión anterior se resume frecuentemente indicando que el error es de orden O(hn). Derivación Numérica Carlos Conde. 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). 5ª) Cuando el soporte es equidistante los cálculos anteriores suelen rehacerse designando como h a la distancia entre los puntos del soporte. En dichos casos. Si g(x) es una función continua en [a. |Rf(x*)|. { }n α . • Habitualmente el error se acota en valor absoluto. y (n+1) puntos { }n ξ pertenecientes al intervalo [a.1. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . puede ampliarse el desarrollo en serie considerado truncándolo en el primero de los términos que no se anule (que será posterior a aquel en el que interviene la derivada n-ésima). Demostración: Cálculo Numérico – Lic. R.

Por ser todos los coeficientes positivos se verifica que: m M α g ≤α g ξ ≤α g n Sumando las expresiones anteriores se tiene que: nnnn imiiiMmiiM i0i0i0i0 . .d. para toda fórmula de derivación numérica de tipo interpolatorio: n ' x* i i i0 f '(x*) f c .1.g . < xn.g( ) . nos permiten demostrar fácilmente el siguiente teorema: Teorema 4.g( ) . |xn x|).g( ) == αξ ξ⇒αξ αξ αΣ Σ c.. b].q. junto a la hipótesis realizada sobre la continuidad de la función g(x) en el intervalo [a. existirá en [a.g( ) g = ⇒≤αξ≤ αΣ Las desigualdades anteriores. nos muestran que.g .2. El lema precedente y el teorema 4.g( ) . siendo f(x) una función de clase C(n+1)((x0 .g ==== Σα ≤Σα ξ ≤Σα ⇒α ≤Σα ξ ≤α ⇒ n miiM i0 g 1. . xn] y denotando por h al valor h = máx( |x* x0 |. b] al menos un punto ξ p r l qu s v r qu qu 55 Programación y Métodos Numéricos Derivación Numérica 26 nn iiii i0i0 1 ..Derivación Numérica Denotemos por gm y por gM a los valores mínimo y máximo que toma la función g(x) en [a. xn)). x* un punto del intervalo [x0 . Dado el soporte de (n+1) puntos x0 < x1 < . por aplicación del teorema del valor medio. b]. R.g .f(x ) = Σ existe algún punto ξ que se verifica: [x xn] y alguna constante real positiva β para los Cálculo Numérico – Lic. Riveros .g( ) g( ) ..

Derivación Numérica 56 |Rf(x*)| ≤ β n n ξ Demostración: Según el teorema 4.1. Riveros . .. c.h.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 . (para la función g(x) = |f(n+1(x)|. R.h) (n 1)! + = θ δ≤ Σ nn n (n1 iiii i0 h . y utilizando la misma notación que en él.1. c .hi| ) se puede concluir que x st r un v lor x [x xn] p r l qu s v r r qu n i i 0 (n 1) (n 1 f R (x*) .f (x * . . f ( ) (n 1)! =++ ⎧⎫ ⎨ α⎬ ≤⎩⎭ξ Cálculo Numérico – Lic.f (x* .h .h) (n 1)! + = ≤θ δ Σ Aplicando el lema 4.h .f (x * . c . . se tiene que: ()nn ' n (n 1 f x* i i i i i0 R (x*) f(x*) f h . evaluada en los puntos ξ x* δ y on los o nt s α | θ n.h .

ANEXO AL APARTADO 4º Lema 4.(k j). Para todo valor entero k superior o igua a 2 se verifica que: ( k 1) j j0 k ( 1) . s t n l r sult o st t or m s n m s qu ll m r β l s l r 57 Derivación Numérica Carlos Conde. utilizando la fórmula del binomio de Newton7. 0 k 2 j = ⎛⎞ ⎜⎟ ∀≥ ⎝⎠ Σ Demostración: Se tiene que: ==== ⎛⎞⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜⎟ ⎜⎟ ⎜⎟ ⎝⎠⎝⎠⎝⎠⎝⎠ ΣΣΣΣ k kkk jjjj j0j0j0j0 kkkk ( 1) ·(k j)· ( 1) ·(k j)· k· ( 1) · ( 1) ·j· jjjj Analicemos.Derivación Numérica + Σ on n i i0 1. el primero de los sumandos del lado derecho de esta igualdad: Cálculo Numérico – Lic. (n 1)! = β α Σ c.q.2. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . R. Arturo Hidalgo. Riveros . 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.d.

Para ello procederemos por inducción. 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 el valor k = 2 se tiene que el sumando anterior tiene el valor: = ⎛⎞ ⎜⎟ ⎝⎠ Σ 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: = ⎛ 58 ⎞ ⎜⎟ ⎝⎠ Σ k j j0 k1 ( 1)·j· 0 j 7 Recuérdese que la fórmula del binomio de Newton establece que: Cálculo Numérico – Lic.

Cálculo Numérico – Lic. Riveros .d. Arturo Hidalgo. R.q. Derivación Numérica Carlos Conde. En efecto. 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: === ⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜⎟ ⎜⎟ ⎝⎠⎝⎠⎝⎠ ΣΣΣ k kk jjj j0j0j0 kkk ( 1) ·(k j)· k· ( 1) · ( 1) ·j· 0 0 0 jjj c. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .Derivación Numérica 59 = ⎛⎞ ⎜⎟ ⎝⎠ 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.

Derivación Numérica 60 29 5. Fórmula con dos puntos de soporte Si se considera el soporte {x0 . es el mismo se utilice el método que se utilice para determinarlo.f(x ) 1. (x x ) (x x ) (x x ) =+ Por tanto la expresión de la rmul qu p rm t prox m r ’ x* s obt n r derivando la expresión de este polinomio de manera que: 'x *0101 01101010 f '(x*) f p'(x*) 1 . R. 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). (x x ) f(x ). 2ª) En la obtención de esta fórmula se ha partido de la expresión del polinomio interpolador que utiliza los polinomios de base de Lagrange.(x-x0) Programación y Métodos Numéricos Derivación Numérica 30 Cálculo Numérico – Lic. Algunas fórmulas de derivación numérica de tipo interpolatorio usuales para aproximar primeras derivadas.1.f(x ) 1 .f(x ) HH siendo los coeficientes de la fórmula c0 = -(1 / H) y c1 = (1 / H). x1]. sobre un soporte dado. Así por ejemplo si se hubiera partido de la fórmula de Newton en diferencias divididas: p(x) = f(x0) + f[x0. Riveros . 5.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 ).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. Cualquier otra expresión del polinomio interpolador nos hubiese conducido a idéntico resultado pues el polinomio interpolador de Lagrange.f(x ) 1 . x1} y una función f(x) de la que se conoce su valor en los puntos del soporte.

x*].f "(x * .f(x ) HH En este caso.h) H θ θ 22 111 1.h) H2 ⎡ θ θ δ ⎢⎣ 22 Cálculo Numérico – Lic. puede obtenerse sin más que denotar por h al valor h = máx(|x0 x*|.(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.h x1 . teniendo en cuenta la expresión de la diferencia dividida nos proporciona: p’ x [x x ] x-x0) = 1 0 0 10 f(x ) f(x ) .h. |x1 x*|) y considerando entonces que: x0 . regresivas o progresivas) obteniéndose la misma fórmula.f(x0) + c1. Se deja el desarrollo detallado de estos casos como ejercicio propuesto al lector.x* θ por lo que: ' x* f = c0.h) f(x* . 3ª) La figura 2ª representada anteriormente (ver apartado 3º) recoge la interpretación gráfica de este proceso de aproximación. . se puede considerar el soporte equidistante y podrían haberse utilizado las expresiones del polinomio interpolador en diferencias finitas (centradas.f(x ) 1. R.h .f '(x*)1. f(x*) . • La expresión del error de esta fórmula.Derivación Numérica 61 que al derivarlo. x1)) y que x* pertenezca a [x0.f(x1) = ( ) 1 0 1 . al haber sólo dos puntos de soporte. Riveros . f(x* . f(x ) f(x ) H =()10 1.x* θ . admitiendo la hipótesis de que f(x) sea de clase C2 ((x0 .

h) 1 . que: Rf(x*) = h .H θ δ θ δ 62 Derivación Numérica Carlos Conde. γ θ " x* δ θ " x* δ β " 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.h. Arturo Hidalgo.h) 2.H 2.f "(x * . Riveros .h) 2.h.Derivación Numérica 000 f(x*) . 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). 31 Pu sto qu H s po r xpr s r omo γ on γ > r sult r n lm nt aplicando el lema 4.f "(x * . .h) 2 ⎤ θ θ δ ⎥⎦ = 1 0.f '(x*) 1. x x .f"(x* .h.f"(x* .H 2. Fácilmente se obtiene esta nueva expresión sin más que considerar qu μ H on ½ < μ < por lo qu l expresión del error queda en el caso más general en la forma: R x* ρH ” 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.H θ δ θ δ ’ x* 22 1100 h . Cálculo Numérico – Lic.h .h) ..h .f "(x * .f '(x*) Hh ⎛ ⎞ ⎜⎟ ⎝⎠ +2222 1100 1 .f "(x * .h) 2.h .h . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .h .f "(x * .H θ δ θ δ = 1 0 1. R. .h) 1 .1.f '(x*) H θ θ +2222 1100 1 .

.h.f "(x*) . A continuación se desarrollan estos casos particulares de la fórmula de derivación con un soporte de dos puntos..Derivación Numérica este último. H θ y θ yl rmul s pu s rbr nl Programación y Métodos Numéricos Derivación Numérica 32 NOTA: Al mismo resultado sobre el error se llegaría sin más que considerar que: x* x* ’ x* / ” x* on ’ x* ' x* f(x * h) f(x*) 1.. f 1. Casos particulares A) Caso en el que x* = x0 En st so forma: ' x* f f(x * h) f(x*) h = nom n n os “ prox m nm nt l r n n t progr s v pr m r or n” o n l nto El rror st rmula. h22 B) Caso en el que x* = x1 En st so forma: ' x* f f(x*) f(x * h) h = nom n n os “ prox m nm nt l r n n t r gr s v pr m r or n” o n r tro so o upw n El error de esta fórmula.h.. si f(x) es suficientemente regular puede obtenerse particularizando en la expresión antes obtenida resultando: H θ y θ yl rmul s pu s rbr nl Cálculo Numérico – Lic.. R. si f(x) es suficientemente regular puede obtenerse particularizando en la expresión antes obtenida resultando: ' f x* R (x*) f(x*) f h.f "(x*) .f "(x * .1. en el que el orden del error de la fórmula se incrementa en una unidad). 63 5.h) 2 δδ [ ] Por tanto en este caso la fórmula es exacta de orden 1.. Riveros .1.

Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .Derivación Numérica ' f x* R (x*) f(x*) f h.h = pu én os r s r b r l rmul Derivación Numérica Carlos Conde... en un primer intento..f "(x * .. es decir: f(x0) = f(x*-h) = f(x*) ’ x* ½ ” x* 34 h..h) f "(x * . En efecto....h) 4 δ δ[] δδ 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. particularizando en la expresión antes obtenida resultando: '() f x* 1 0 R (x*) f(x*) f h . Arturo Hidalgo. 33 nom n n os “ prox m nm nt l r n nt ntr pr m r or n” El rror st rmul s x s su nt m nt r gul r puede obtenerse..f "(x*) .. h22 C) Caso en que x* es el punto medio del intervalo: x* = (x0 + x1) / 2 En st so H/ θ y θ de derivación numérica en la forma: ' x* f f(x * h) f(x * h) 2. f "(x * .f '''(x*) h.. f 1. 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. R.’ x* / ” x* .f "(x*) . 64 NOTA: Al mismo resultado sobre el error se llegaría sin más que considerar que: f(x*-h) = f(x*) .. Riveros .f(iv (x*) .h) 2 δδ [ ] Por tanto. en este caso la fórmula es exacta de orden 1. 6 24 Cálculo Numérico – Lic. de donde: ’ x* ' x* f(x*) f(x * h) 1..h.h..

x2].f '''(x*) h. x1)) puede afirmarse en este caso que: 2 f R (x*) h .f (x*) .f '''(x*) h . 3 60 ++ de donde: 24 ' (v x* f f(x * h) f(x * h) f '(x*) h ..f (x*) . 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.. Sea además f(x) una función de la que se conocen sus valores en los puntos del soporte. x1]. 2..f '''(x*) h .(x ..(x x0). 5...(x x1) por lo que: p’ x [x x ] [x x x ] x x0) + (x x1)) Cálculo Numérico – Lic.Derivación Numérica 65 x x* x* ’ x* ½ ” x* 34 h. 6 120 En resumen. R...2. El polinomio interpolador de Lagrange de f(x) sobre este soporte puede expresarse.f(iv (x*) . utilizando la fórmula de Newton en diferencias divididas.f(v (x*) . si f(x) es de clase C3((x0. x2].x0) + f[x0 . mediante: Programación y Métodos Numéricos Derivación Numérica 34 p2(x) = f(x0) + f[x0. 6 24 ++ por lo que: f(x+h) f(x’ x* 35 h... x1.f '''(x*) h.h 6 120 ==+++ y por tanto: R x* ’ x* 24 ' (v x* f h. Riveros ..f '''(x* h) 6 δδ [ ] por lo que en este caso la fórmula es exacta de orden 2.

No obstante es cómodo utilizar la fórmula de Newton en el caso general para no obtener expresiones que. Riveros .(x x ) (x x ).(x x ) = 8 Recuérdese que: [ ] Cálculo Numérico – Lic.(x x ) L (x) (x x ).L1(x) + f(x2). s rroll s qu n muy “ p r tos s” s n port r n p r nu stros propósitos.(x x ) = .L2(x) con: 12 0 0102 L (x) (x x ).02 1 1012 (x x ). R.(x x ) = .L0(x) + f(x1). Puesto que. sobre un soporte dado.(x x ) L (x) (x x ).01 2 2021 (x x ). 2ª) En la expresión anterior pueden sustituirse las diferencias divididas que intervienen por sus expresiones respectivas8.Derivación Numérica lo que nos conduce a que la fórmula de derivación numérica de tipo interpolatorio con este soporte está dada por: ’ x* ' ' __________ x* p x* [x x ] [x x x ] x* x0) + (x* x1)) NOTAS: 66 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. Ello hace que la fórmula tome un sp to m s “ ngorroso” p r su m n pul n ª En l s nt o lo xpr s o n l pr m r st s “not s” l pol nom o interpolador podría haberse expresado en la forma: p2(x) = f(x0). el polinomio interpolador de Lagrange es único podrían haberse utilizado otras expresiones de este polinomio para obtener el mismo resultado.

x xx = Derivación Numérica Carlos Conde. R.Derivación Numérica = 67 10 01 10 f(x)f(x) f x .x. c1 02 Cálculo Numérico – Lic.x xx = y []1201 012 20 f [ x . Arturo Hidalgo.x xx .[]21 12 21 f(x)f(x) f x .x ] fx.(x x ) == . Riveros .x ] f [ x . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 35 para así obtener la misma fórmula de derivación numérica pero ahora con la expresión ''''' x* x* p x* L x* x L x* x L x* 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 ).

Derivación Numérica 1 1012 (x * x ) (x * x ) L (x*) (x x ). su expresión puede ot rs s x x ut l z n o l t or m m nt 2 ''' R x* ≤β 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.1.x ] H Cálculo Numérico – Lic. además. Riveros . A continuación se analizan con detalle estas situaciones. el soporte equidistante. 5. f(x*)) por la tangente trigonométrica del ángulo formado entre el eje de abscisas y la tangente geométrica en el punto (x*. f(x2)). R.2. p2(x*)) al grafo de la parábola p2(x) que pasa por los puntos (x0 . La figura 3 ilustra este proceso. f(x0)). Programación y Métodos Numéricos Derivación Numérica 36 En lo que se refiere al error de truncatura de esta fórmula. f(x1)) y (x2 . (x1 . Casos particulares con soporte equidistante En este caso. • 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 .(x x ) == 4ª) La interpretación gráfica del proceso de derivación numérica seguido con esta fórmula consiste en sustituir la tangente trigonométrica del ángulo formado entre el eje de abscisas y la tangente geométrica al grafo de f(x) en el punto (x*.(x x ) == 68 c2 0 1 2 2021 (x * x ) (x * x ) L (x*) (x x ).

H == La fórmula anterior se conoce con el nombre de fórmula de derivación numérica en diferencias progresivas de segundo orden.((x x ) (x * x )) H 2.f(x ) f(x ) H 2. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .f(x ) f(x ).H) 4. Si se admite que f(x) es una función suficientemente mente regular.H) + 4.H 2 1 0 f(x ) 4. 37 '10210 x* f '(x*) f f(x ) f(x ) f(x ) 2. el error de derivación puede obtenerse fácilmente combinando los desarrollos en serie de Taylor: x* H x* H ’ x* H ” x* / H ’’’ x* x* H x* H ’ x* ½ H ” x* / H ’’’ x* por lo que: -f(x*+2.H.H 69 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*.Derivación Numérica =210 0122 f(x ) 2.f(x*+H) x* H ’ x* / H ’’’ x* de donde: ’ x* x * H x*H x* H ''' x* 2.x ] 2.f(x * H) 3.x .f(x*) 2. Arturo Hidalgo.f(x ) 3.H + = por lo que la fórmula de derivación numérica de tipo interpolatorio se convierte en: ' 1 0 2 1 0* x* 2 0 1 f '(x*) f f(x ) f(x ) f(x ) 2. x1 = x* + H y x2 = x* + 2.H 2.H 3 Cálculo Numérico – Lic. Con ello (x* .f(x ) f(x ) f[x .x1) = -H por lo que: x0 x1 x2 HH Derivación Numérica Carlos Conde.f(x ) f(x * 2.x0) = 0 y (x* . R. Riveros .

x1)) entonces: Rf(x*) = f(x*) fx* ’ / H ’’’ 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* . x2) se obtiene que: Rf(x*) = f(x*) fx* Cálculo Numérico – Lic.H) = f(x*) .f(x ) f(x ) 3.H.H 2.f(x ) f(x ).f(x*-H) + f(x*.x1) = 0 por lo que: '1021020 x* f '(x*) f f(x ) f(x ) f(x ) 2./ H ’’’ x* obteniendo: 3. de donde.f(x*) 4.f(x ) 4.2.f(x * H) f(x * 2.H == expresión que se conoce como fórmula de derivación numérica en derivadas regresivas de segundo orden. 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* .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.H) = f(x*) .H H ’ x* / H ’’’ x* .f(x*) 4.Derivación Numérica 70 =++ pudiéndose concluir que si f(x) es al menos de clase C3((x0 .../ H ’’’ x* f(x* .H ’ x* H ” x* .(3. si f(x) es al menos de clase C3((x0. Con ello (x*-x0) = 2..H..H y (x*-x1) = H por lo que: '10210 x* 2 f '(x*) f f(x ) f(x ) f(x ) 2. x1 = x* y x2 = x* + H.H f(x * H) f(x * H) 2.H 2.H) 2.H ’ x* ½ H ” x* .H 2 1 0 3. Si f(x) es suficientemente regular pueden combinarse los desarrollos en serie de Taylor: f(x* .H) H 2. R. x1 = x*.H y x2 = x*.2.f(x ) f(x ) f(x ) f(x ) H 2.x0) = H y (x* . Con ello (x* . Riveros .

Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . En efecto.1.. Mediante la combinación de desarrollos en serie de Taylor.1 ·h ·f (x*) .... . h ·f (x*) .Derivación Numérica ’ / H ’’’ ξ 71 Derivación Numérica Carlos Conde.. f(x1). si se denota por hi = xi x* (i = 0...... 39 6.. 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. R.... . 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 pr m ros térm nos s lvo obv m nt l qu mult pl ’ x* sp j n o spués ’ x* st omb n n s obt n r l rmul rv ny l término de error. El proceso seguido en el apartado 4º para determinar el error de derivación numérica muestra otra manera de calcular las fórmulas de derivación. De forma más detallada.. Otros métodos para la obtención de fórmulas de derivación numérica de tipo interpolatorio.. 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*) . 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*) . n) y se admite que f(x) posee la regularidad necesaria. 6. Arturo Hidalgo. 3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe bus rs qu s lvo l o nt ’ x* s nul n l m yor núm ro los Cálculo Numérico – Lic.

Esto es.Derivación Numérica primeros sumandos del desarrollo anterior.. 72 Programación y Métodos Numéricos Derivación Numérica 40 Por llo los o del sistema: = α Σn i i0 0 = α Σn 2 ii i0 ·h 0 ... Riveros . = α Σn k ii i0 ·h 0 En general el número de ecuaciones que así se pueden formar es de n u on s qu n o un s st m on n n gn t s α αn y t n s lo n u on s Ello s b o qu on l o nt ’ x* s b ñ rl inecuación = α Σn ii i0 ·h 0 ... que: = α Σn i i0 0 = α Σn 2 ii i0 ·h 0 ... R. = α Σn n ii nt s α αn qu s t rm n n m nt l r solu n Cálculo Numérico – Lic.........

x3 = x* + (3/2)·h} donde h es un valor real estrictamente positivo. una vez calculados estos coeficientes. Ilustremos estos extremos con un ejemplo.2·h. 3840 · ’ x* Derivación Numérica Carlos Conde. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid Cálculo Numérico – Lic. si suponemos que f(x) es suficientemente regular en (x0. Para ello.. x2 = x* + (½)·h. x1 = x* . En todo caso. x3) podemos considerar los desarrollos en serie de Taylor: f(x*-2·h) =f(x*) · · ’ x* + 4·h2·f "(x*) 8·h3·f '''(x*) 26 4 16·h ·f(iv (x*) 24 + 5 32·h ·f(v (x*) . 73 Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud posible que permit l ul r l v lor prox m o ’ x* us n o un soport la forma: {x0 = x* .Derivación Numérica i0 ·h 0 quedarán en función del valor que libremente se le asigne a uno de ellos.. R.(½)·h.. 120 f(x*-(½)·h) =f(x*) 1· 2 + h2·f "(x*) h3·f '''(x*) 8 48 4 h ·f(iv (x*) 384 + 5 h ·f(v (x*) . Riveros .. Arturo Hidalgo. denotando por = α α Σn ii i0 ·h se tendrá que los coeficientes de la fórmula de derivación se obtienen m nt α /α n y qu l pr m r térm no qu no se haya podido anular en la expresión (1) se podrá inferir fácilmente la expresión del error de derivación.

Riveros ... 3840 de donde: α α α α ·f(x * 2·h) ·f(x * 1·h) ·f(x * 1·h) ·f(x * 3·h) 222 α α α α · x* ⎛⎜ α α α α⎞⎟ ⎝⎠ 2· 1· 1· 3· ·h·f '(x*) 222 ⎛⎜ α α α α⎞⎟ ⎝⎠ 2 0123 2· 1· 1· 9· ·h ·f "(x*) 888 ⎛⎜ α α α α⎞⎟ ⎝⎠ Cálculo Numérico – Lic. 3840 f(x*+ 3 2 ·h) =f(x*) + 3· 2 · ’ x* ++ 9·h2·f "(x*) 27·h3·f '''(x*) 8 48 + 4 91·h ·f(iv (x*) 384 ++ 5 273·h ·f(v (x*) . 41 f(x*+(½)·h) =f(x*) + 1· 2 · ’ x* ++ h2·f "(x*) h3·f '''(x*) 8 48 + 4 h ·f(iv (x*) 384 ++ 5 h ·f(v (x*) ..Derivación Numérica 74 .. R.

se tiene: 012131 8· . se tiene entonces que la combinación de desarrollo en serie de Taylor antes obtenida se convierte en: 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 · · ' x* · · v x* Cálculo Numérico – Lic. 3 455 65 91 α α α α Para estos valores de los coeficientes α i. 1. 66 . 1· 1· 91· ·h·f(x*) 24 384 384 384 ⎛⎜ α α α α⎞⎟ ⎝⎠ 5 (v 0123 32 . 3· 455 65 91 α αα αα α Si se asigna a α1 el valor α1 = 1 se tiene que: 0123 8.. dejando como incógnita libre α1.Derivación Numérica 3 0123 8. 1· 1· 27· ·h ·f '''(x*) 6 48 48 48 ⎛⎜ α α α α⎞⎟ ⎝⎠ 4 (iv 0123 16. 120 3840 3840 3840 75 Si se desea que la fórmula tenga el mayor orden posible se obligará a que: α α α α 0123 2· 1· 1· 9· 0 888 α α α α 0123 8. R. Riveros . 1· 1· 27· 0 6 48 48 48 α α α α Programación y Métodos Numéricos Derivación Numérica 42 de donde9. 1 · 1 · 273 · ·h ·f (x*) ... 66· .

Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .. Derivación Numérica Carlos Conde. x*+3·h/2)).. Es decir un error de orden 3.. x. si se busca una fórmula con expresión: = Σn *ii i0 f '(x*) f ' c f(x ) ... xn}. Por tanto. según el teorema 3. su aplicación a cada uno de los (n+1) monomios xk (0 < k < n) nos conduce a que: = Σn i Cálculo Numérico – Lic. 43 6. Riveros .1. 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.. Este método de determinación de fórmulas de derivación de tipo interpolatorio soportadas en (n+1) puntos se basa en que. .Derivación Numérica 13 208 76 por lo que: ’ 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*)+. Arturo Hidalgo. M騁odo de coeficientes indeterminados. 9 Obsérvese que si al sistema anterior se le añadiese la ecuación procedente de obligar a que s nul s l o nt ’’’ x* s t n rí un s st m qu s lo m t l solu n tr v l α0 = = α1 = α2 = α3 = 0.2. se comete un error dado por: vξ f R (x*) 1 ·h ·f ( ) 192 para algún valor ξ (x*-2·h. toda fórmula de tal tipo debe ser exacta para los monomios {1.. si f C4((x*-2·h. R. x*+3·h/2).

... .. .. 1 c 0 x x x . (x-x*)2.... la aplicación de la fórmula a f(x) = 1 conduce a que: = Σn i i0 c0 Si n > 0. ... R. .. ... n o “ ” un v lor str t m nt pos t vo n un n l u l s pu n s r b r p r v lor s onv n nt s γ n los puntos l soport n l orm x x* γ l s st m nt r or pu s mpl rs s n lug r aplicar la fórmula a los monomios {1.. n) es decir al sistema: ⎡ ⎤⎧ ⎫ ⎧ ⎫ ⎢ ⎥⎪ ⎪ ⎪ ⎪ ⎢⎢ ⎥⎥⎨⎪⎪ ⎪⎪⎬ ⎨⎪⎪ ⎪⎬⎪ ⎢ ⎥⎪ ⎪ ⎪ ⎪ ⎢ ⎥⎪ ⎪ ⎪ ⎪ ⎢⎣ ⎥⎦⎪⎩ ⎭⎪ ⎪⎩ ⎪⎭ 0 012n1 2222 012n2 n n n n (n 1) 012nn 1 1 1 .... x c 2x * ... .. xn} se aplica a los polinomios: { 1.Derivación Numérica i0 c0 = Σn k (k 1) ii i0 c x k· x * (k = 1. x c 1 x x x ... ... Riveros ... Su resolución proporciona los pesos de la fórmula de derivación buscada.. su aplicación a f(x) = (x x*) proporciona la ecuación: == Σ γ ⇒Σ γ n n iiii i0i0 77 Cálculo Numérico – Lic... x. (x-x*). x c n x* Si los (n+1) puntos del soporte son diferentes puede asegurarse que el sistema anterior es compatible determinado. (x-x*)n} En efecto... ... x x x .

Según se ha visto anteriormente. ... c 0 Una vez determinada la fórmula.... . Riveros . 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 ..(½)·h... x2 = x* + (½)·h... .... Ejemplo: Determinemos la fórmula de derivación numérica de tipo interpolatorio que p rm t l ul r l v lor prox m o ’ x* us n o un soport l orm {x0 = x* ..2·h. x3 = x* + (3/2)·h} donde h es un valor real estrictamente positivo. R. su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m....· m ξ pl n olo l pr m r b nom o x-x*)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 ch1c1 h 78 Programación y Métodos Numéricos Derivación Numérica 44 Y si n > 1 . los coeficientes de la fórmula se pueden obtener resolviendo el sistema: 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. . c ... . . x1 = x* . 1 c 0 .. . c 0 . 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..

Riveros . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . el sistema equivalente: 79 Derivación Numérica Carlos Conde. La primera derivada de dicha función en x* es: ’ x* 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 qu 3 '3 Cálculo Numérico – Lic. eliminando denominadores.c 1 105·h 12·h 10·h 28·h Para determinar el error de la fórmula consideraremos la función f(x) = (x-x*)4. R.c 11.Derivación Numérica ⎡ ⎤⎧ ⎫ ⎧ ⎫ ⎢⎢⎢⎢⎣ ⎥⎥⎥⎥⎦⎨⎪⎪⎪⎪⎩ ⎪⎭⎪⎪⎪⎬ ⎪⎩⎨⎪⎪⎪ ⎪⎭⎪⎪⎪⎬ 0 1131 2221h 119 4442 1 1 27 8883 1111c0 2c 4c0 8c0 o. Arturo Hidalgo. 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 c 2.c 13.

Realícense los cálculos en coma flotante usando mantisas con 5 decimales significativos.0001 y h4 = 0.1. c) Obténgase una cota del error de derivación numérica válida en el intervalo [x*. Obténgase la fórmula pedida y su error: i) Derivando el correspondiente polinomio interpolador de Lagrange. x1 = x* + 2h y x2 = x* + (5 ) 2 h.Derivación Numérica (x x*) * R (x*) f '(x*) f 0 h 1h 88 . x2]. R. x2] para la función considerada en el apartado anterior. Alfredo López Cálculo Numérico – Lic. h1 = 0.00001. 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: vξ f R (x*) 1 h f ( ) 192 80 Programación y Métodos Numéricos Derivación Numérica 46 Ejercicio propuesto: a) Siendo h un parámetro estrictamente positivo. El error realmente cometido ¿es en todos los casos inferior a la cota hallada? Si no lo fuese justifíquese el motivo. Riveros . determinar la fórmula de derivación numér qu p rm t prox m r l v lor ’ x* sobr l soporte: x0 = x* +h. Derivación Numérica Carlos Conde. ii) Combinando desarrollos en serie de Taylor. 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. h3 = 0.001. Arturo Hidalgo.01. y iii) Mediante el método de coeficientes indeterminados. h2 = 0. Suponiendo que f(x) es suficientemente regular en el intervalo [x*. 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.

x1.Derivación Numérica 81 ETSI Minas de la Universidad Politécnica de Madrid . Consideremos además un soporte de (n+1) puntos {x0. 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. < xn.. NOTA: nom n os coeficientes (o 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. 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. a toda expresión de la forma: f(k(x*) k *f x x n xn n ii i0 c . x1. xn} del intervalo I en el que se suponen conocidos los valores de la función f(x). No obstante.. F 駻ica de tipo interpolatorio para la aproximaci 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. En este sentido se introduce la siguiente definición: Cálculo Numérico – Lic.. 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.. Podrían considerarse fórmulas más generales.. Es por ello que junto a la definición anterior conviene precisar la definición del error que con la fórmula se comete. R... Programación y Métodos Numéricos Derivación Numérica 48 En general el valor aproximado (k * f y el valor exacto f(k(x*) diferirán. Por simplicidad supondremos que los puntos del soporte son todos ellos distintos y están ordenados de menor a mayor es decir que: x0 < x1 < . . hermitianas. . xn} del intervalo I. 47 7.f(x ) Σ on n son n s l r s pesos) de la fórmula de derivación. 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. Riveros .. Definici Siendo f(x) una función de la que se conocen sus valores en el soporte de (n+1) puntos {x0 . Destinaremos este apartado a describir este proceso con detalle.. cometiéndose un error en la aproximación de f(k (x*).

(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 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. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .x .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 .f ( x * . x1]) consiste en considerar los desarrollos en serie de Taylor siguientes: Derivación Numérica Carlos Conde.’ x* + 234 ( iv 0 h.Derivación Numérica Definici Siendo (k * f la aproximación de f(k(x*) que se obtiene operando sin error 82 de redondeo según la fórmula de derivación numérica: f(k(x*) k *f= n ii i0 c . R.f(x ) Σ se denomina error de truncamiento de la fórmula en el punto x* al valor Rf(x*) = f (k(x*) . x2 } un soporte formado por tres puntos tales que x0 = x1 h y x x ons r n o qu x* x l sust tu n l xpr s n ”x por: [] " 110122 f "(x ) f 2·f x .f "( x*) h.h) Cálculo Numérico – Lic. 49 f(x0) = f(x*-h) = f(x*) . Arturo Hidalgo. c1 = (-2/h2) y c2 = (1/h2). x1 . Riveros . Ejemplo: Siendo {x0 . si se supone que f(x) es al menos de clase C3([x0.

R.h) 2 3! 4! θ θ de donde: 4 2 (iv ( iv 2001 f ( x ) f ( x ) 2·f ( x*) h ·f "( x*) h ·(f ( x * ·h) f ( x* ·h)) 24 θ ()2 θ⇒ ( 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 .Derivación Numérica 83 2 3! 4 ! θ θ x x* x* ’ x* + 234 ( iv 1 h.f ( x * . Riveros .x ) R ( x ) f "( x ) f " h .f "(x*) h.f '''( x*) h . Sup f ( x ) 12 ≤ P r l que: == 444 so p rt ul r l un n x x n qu ” x* · x* s t n Cálculo Numérico – Lic.

.. xn]): {ϕ ϕ ϕ } 0 1 m (x).. (x). (x)..... (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 Cálculo Numérico – Lic.f(x) es exacta de orden m para la familia de funciones de clase Ck([x0 . Si la fórmula de derivación numérica = Σn (k (k *ii i0 f (x*) f c. (x). 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 . Programación y Métodos Numéricos Derivación Numérica 50 Definici Se dice que la fórmula de derivación numérica: = Σn (k (k *ii i0 f (x*) f c.f(x) es exacta de orden m para la familia de funciones {ϕ ϕ ϕ } 0 1 m (x).. 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...m) ϕ ∀ Propiedad 7.. R... No s mpr l s ot on s l rror trun tur qu s obt n r n s r n t n “ n s” como la que se acaba de describir.Derivación Numérica *2 f " (x * h) 2·(x*) (x * h) h 84 12·(x*)2+ 2·h2 por lo que el error de truncatura cometido es en este caso Rf(x0) = -2·h2... Riveros .x ].. ( j 0.1.. xn]: j 0 n R ( x ) 0 x [ x ....

(x ) x* x . xn]se puede expresar como: ====== ⎛⎞⎛⎞ α ⋅ϕ α ⋅⎜ ⋅ϕ ⎟ ⋅⎜ α ⋅ϕ ⎟ ⋅ ⎝⎠⎝⎠ ΣΣΣΣΣΣmmnnmn (k (k jjjijiijjiii j0j0i0i0j0i0 f (x*) (x*) c (x ) c (x ) c f(x ) 85 Derivación Numérica Carlos Conde. .. 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.... x2.Derivación Numérica (x*) c .d. . (x) (x) por lo que su k-ésima derivada en cualquier punto x* del intervalo [x0. x. m) Por otra parte.f(x) puede concluirse que: R x ∀x [x 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. R.q. En este tema nos referiremos en exclusiva a esta familia de funciones y por ello cuando digamos que una fórmula es de orden de x t tu m s sobr nt n r qu “ s or n x t tu m p r l m l los monom os” s r que permite estimar sin error alguno la k-ésima derivada de cualquier función polinómica de grado menor o igual que m. Las fórmulas de derivación numérica más utilizadas en la práctica son exactas.. . de algún orden m. 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 Σm 0011mmjj j0 f(x) (x) (x) ...xm.x (j = 0.. es decir: {1. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Riveros ....}. Arturo Hidalgo. c... Ejemplo: La fórmula que se ha utilizado en el ejemplo anterior " Cálculo Numérico – Lic. para la familia de funciones formada por los monomios.

En consecuencia.Derivación Numérica 86 *2 f "(x*) f f ( x* h) 2·f ( x*) f ( x* h) h es una fórmula exacta de orden 3. x3}. x. En efecto. • Entre las fórmulas de derivación numérica para aproximar las derivadas de Cálculo Numérico – Lic. R. x2. como se señaló anteriormente. 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. la fórmula es de orden de exactitud 3.

. Definici 87 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.Derivación Numérica orden k de una función f(x). Puesto que nosotros sólo nos vamos a referir a las fórmulas que se obtienen al derivar la expresión del polinomio interpolador L gr ng om t r mos n lo su s vo l ol t ll “ L gr ng ” y s mpl m nt diremos fórmula de derivación numérica de tipo interpolatorio. xn}. n) donde se ha denotado por Li(x) a los (n+1) polinomios de base de Lagrange11 sobre el soporte {x0. Riveros . en todo cuanto sigue. R. es nula. 53 Una fórmula de derivación numérica de tipo interpolatorio puede obtenerse a partir de cualquiera de las expresiones del polinomio interpolador. Por dicho motivo. 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. • Derivación Numérica Carlos Conde. si n es inferior a k. Demostraci a) Demostremos que en toda fórmula de tipo interpolatorio sus coeficientes Cálculo Numérico – Lic.. Arturo Hidalgo.f(x) sea de tipo interpolatorio es que sus coeficientes satisfagan las igualdades: (k ci=Li (x*) (i = 0.. 1. las más frecuentemente utilizadas son aquellas que se pueden obtener derivando k veces el polinomio interpolador de la función f(x).. x1. pues la derivada de orden k de un polinomio de grado menor o igual que n. En efecto: Teorema 7. NOTAS: 1ª) Obsérvese que en la definición anterior s s r to ntr p rént s s “ L gr ng ” En to po rí p ns rs n r v r t mb én l xpr s n l polinomio interpolador de Hermite obteniéndose otros tipos de fórmulas de derivación de tipo interpolatorio.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid ... Una condición necesaria y suficiente para que la fórmula de derivación numérica = Σn (k x* i i i0 f c. A tales fórmulas se las denomina fórmulas de tipo interpolatorio. se supondrá que n > k. 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*) = 0.1. .

x1. considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0.Derivación Numérica satisfacen las igualdades recogiodas en el enunciado. . Riveros . ... n) entonces es de tipo interpolatorio. 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*) 88 11 Recuérdese que: nn ijij j0j0 jiji L (x) (x x ) (x x ) == ⎛⎞⎛⎞ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎝⎠⎝⎠ Π Π (i = 0.. 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.. . . En efecto.. 1... En efecto. 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: ’ x* Cálculo Numérico – Lic... R.. 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... la expresión detallada del polinomio interpolador de Lagrange pn(x) de una función f(x) sobre el soporte de (n+1) puntos {x0.

89 En toda fórmula de derivación numérica de tipo interpolatorio = Σn (k x* i i i0 f c. R.f(x) se verifica que: n i i1 c0 = 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 s obv o qu == ⎛⎞ ⎜⎟ ⎝⎠ ΣΣ n (k n (k ii i0i0 L x L x ∀x Cálculo Numérico – Lic. De la propiedad anterior se deduce fácilmente la siguiente: Propiedad 7. Riveros .2.Derivación Numérica ==== ⎛⎞ ⎜⎟ ⎝⎠ 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.d. c.

= Σn (k x* i i i0 f c. se verifica que: 90 Derivación Numérica Carlos Conde. Demostraci : a) Demostremos en primer lugar que la condición recogida en el enunciado del teorema es suficiente. sea exacta de orden n es que sea de tipo interpolatorio. Arturo Hidalgo.Derivación Numérica En particular para el punto x* se tendrá que: == Σ Σ nn (k ii i0i0 L (x*) c 0 c. puesto que además toda fórmula exacta de orden n construida sobre un soporte de (n+1) puntos debe ser necesariamente de tipo interpolatorio.q. En resumen es exacta. Riveros . R. Este hecho se demuestra en el siguiente teorema. 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. Pero aún puede precisarse más.2. not n o por ε x l un n rror nt rpol n om t o l prox m r una función f(x) por su polinomio interpolador de Lagrange pn(x) sobre el soporte de (n+1) puntos considerado. al menos. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . es decir que si la fórmula construida sobre el soporte de (n+1) puntos es de tipo interpolatorio entonces es exacta de Cálculo Numérico – Lic. 55 x pn x ε x n ∀x 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 s v r r qu x ≡ pn x y por t nto ε x ∀x on r sulta 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. de orden n. La condición necesaria y suficiente para que una fórmula de derivación numérica construida sobre un soporte de (n+1) puntos.f(x).d. Teorema 7.

p(x).p(x) Por otra parte.. se debe verificar que: = Σn (k ii i0 p (x*) c. 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. al ser la fórmula exacta de orden n. Riveros . 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 ). 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. Para ello partimos del hecho de que. para cualquier función polinómica de grado menor o igual que n. . R. x.Derivación Numérica orden n. xn} y por ello es exacta de grado n. b) Demostremos ahora que la condición anterior también es necesaria. En efecto.. En particular lo será cuando se aplique los (n+1) primeros monomios {1.. 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: x pn x x ∀ 91 Programación y Métodos Numéricos Derivación Numérica 56 por lo que f(k(x) = (k pn x ∀x En p rt ul r l s r l rmul derivación de tipo interpolatorio.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*). puesto que hemos considerado que p(x) es un polinomio de grado menor o igual que n. Para ello basta con recapitular los razonamientos anteriormente realizados.p(x ) Identificando las dos expresiones de la primera derivada de p(x) en x* se tiene que: Cálculo Numérico – Lic.

L (x ) c L (x*) Y en general al particularizar para cualquier polinomio de base Lj(x) obtendremos que: == Σ Σ⇒ nn (k (k ijiijijj i0i0 c . Recordemos además que los polinomios de base de Lagrange verifican: ij 0 si i j L (x ) 1 si i=j ⎧ ⎨⎩ Por tanto. Ejemplos: Cálculo Numérico – Lic.L (x ) L (x*). Arturo Hidalgo. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .p(x ) L (x*).q. Riveros .L (x ) c L (x*) c.L (x ) L (x*).d.L (x ) c L (x*) Al hacerlo para el polinomio L1(x) resultará que: == Σ Σ⇒ nn (k (k i1ii1i11 i0i0 c .p(x ) Esta igualdad debe ser satisfecha para cualquier polinomio p(x) que sea de grado menor o igual que n.Derivación Numérica == Σ Σnn (k iiii i0i0 c . Por tanto deberá verificarse también en el caso de que consideremos como p(x) cualquiera de los (n+1) polinomios 92 Derivación Numérica Carlos Conde. particularizando la igualdad antes obtenida para L0(x) se tiene que: == Σ Σ⇒ nn (k (k i0ii0i00 i0i0 c. R. 57 de base de Lagrange construidos sobre el soporte { }n i i 0 x = .L (x ) L (x*).

. ·(3· * ) y para la aproximación de la tercera derivada: ''' [ ] x* 3 0 1 2 3 f '''(x*) f = p''' (x*)=6·f x . Riveros .. R.. . x1.Derivación Numérica 93 1º.x . Sobre un soporte de cuatro puntos {x0. 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 • Propiedad 7. Sobre un soporte de tres puntos {x0.x + f[x x x x ] x x x x 0 1 2 3 0 1 2 2· . ·( ) .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. En cuanto al error de las fórmulas de derivación que permiten aproximar Cálculo Numérico – Lic. . x2} el polinomio interpolador de Lagrange de una función f(x) puede expresarse como: = [] [] p x x x x· xx x x x· xx · xx por lo que la fórmula de derivación numérica que aproxima derivadas segundas sobre este soporte es: [ ] x* " x* " p" x · x x x 2º.d..x .x . .3 En toda fórmula de derivación numérica de tipo interpolatorio = Σn (k x* i i i0 f c.. 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. x2. n) con el valor de f(k(x*) . c. ·( )·( ) +f[x x x x ] x x x x x x 0 1 2 3 0 1 2 . . ·( )·( )·( ) Programación y Métodos Numéricos Derivación Numérica 58 por lo qu l rmul qu prox m ” x s '' [ ] x* 3 0 1 2 f "(x*) f = p" (x*)=2·f x .f(x).q. . .. x1. construida sobre un soporte de (n+1) puntos con n > k.

junto a la expresión de su error. se anulen el mayor número de los primeros sumandos del desarrollo anterior... 3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe buscarse que.... salvo el coeficiente de f(k(x*).... Arturo Hidalgo.... Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .. Para ello siendo n > k consideremos el soporte de (n+1) puntos {x0 < x1 <. < xn} y siendo x* el punto en el que se desea aproximar f(k(x) denotemos por hi al 94 Derivación Numérica Carlos Conde.1 ·h ·f (x*) . 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*) . Riveros . que: = α Σn Cálculo Numérico – Lic. .Derivación Numérica 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. 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*) . 59 valor: hi = hi = xi x* (i = 0. R. n). Esto es. h ·f (x*) . combinando desarrollos en serie de Taylor para funciones que tengan la suficiente regularidad.. Nosotros nos centraremos en la descripción del proceso que permite obtener fórmulas de derivación de tipo interpolatorio..

....... = α Σn n ii i0 ·h 0 95 Cálculo Numérico – Lic.. = α Σn (k 1) ii i0 ·h 0 + = α Σn k ii i0 ·h 0 .. R.n) En general el número de ecuaciones que así se pueden formar es de n u on s obt n én os un s st m on n n gn t s α αn y t n sólo n ecuaciones.. Ello es debido a que con el coeficiente de f(k(x*) se debe añadir la inecuación = α Σn k ii i0 ·h 0 ...... (k+1). . Riveros . Por llo los o nt s α αn qu s t rm n n m nt l r solu n del sistema: = α Σn i i0 0 = α Σn ii i0 ·h 0 ...(k-1). 1...Derivación Numérica j ii i0 ·h 0 (j = 0..

· ’ 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*).·h. denotando por = α α Σn ii i0 ·h se tendrá que los coeficientes de la fórmula de derivación se obtienen m nt α /α n y qu l pr m r térm no qu no s y podido anular en la expresión (1) se podrá inferir fácilmente la expresión del error de derivación. Para ello... R.. 120 720 5040 f(x*) = f(x*) x* x* · ’ x* ++ h2·f "(x*) h3·f '''(x*) Cálculo Numérico – Lic. x4 = x* + 2·h} donde h es un valor real estrictamente positivo. x3 = x* +h. si suponemos que f(x) es suficientemente regular en (x*-2·h. x1 = x* .2·h) =f(x*) · · ’ 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*). Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud pos bl qu p rm t l ul r l v lor prox m o ’’’ x* us n o un soport de la forma: {x0 = x* ..Derivación Numérica quedarán expresados en función del valor que libremente se le asigne a uno de ellos. 120 720 5040 f(x*-·h) =f(x*) .2·h. Riveros . 96 Programación y Métodos Numéricos Derivación Numérica 60 En todo caso. x2 = x*. Ilustremos estos extremos con un ejemplo. una vez calculados estos coeficientes. x*+2·h) podemos considerar los desarrollos en serie de Taylor: f(x*.

120 720 5040 97 Derivación Numérica Carlos Conde.. 16· · ·f (x*) 24 α α α α 5 (v Cálculo Numérico – Lic. 120 720 5040 x* · x* · · ’ 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*).. R. Riveros . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .. Arturo Hidalgo. 61 de donde: α α α α α α α α α α α α α α α α α α · x* · · x* · · · · ' x* · x* · x* ·f(x * h) ·f(x * 2·h) 2 0134 h 4· 4· · ·f "(x*) 2 α α α α 3 0134 h 8.Derivación Numérica 26 + 4 h ·f(iv (x*) 24 ++++ 567 h ·f(v (x*) h ·f(vi(x*) h ·f(vii(x*) .. 8· · ·f '''(x*) 6 α α α α 4 (iv 0134 h 16.

x*+2·h)).. se comete un error dado por: vξ f R (x*) 1·h ·f ( ) 4 Cálculo Numérico – Lic. dejando como incógnita libre α3.... 0 ..Derivación Numérica 0134 h 32. Obsérvese que se descarta la opción α4 = 0 ya que ello anularía el coeficiente ’’’ x on lo qu no lo po rí mos sp j r l s rrollo r sult nt s asigna a α4 el valor α4 = 1 se tiene que: 12 Obsérvese que si al sistema anterior se le añadiese la ecuación procedente de obligar a que s nul s l o nt ’ v x* se tendría un sistema que sólo admite la solución trivial α0 = = α1 = α2 = α3 = α4 = 0. se tiene: α α α α α α α α R . 4 De esta igualdad se infiere que la fórmula buscada es: * 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. 0 . 120 98 Si se desea construir una fórmula que con el soporte anterior aproxime el valor ’’’ x* y qu t ng l m yor or n x t tu pos bl s obl g r qu α α α α α (Coeficiente en h0 y f(x*)) α α α α · · o nt n y ’ x* α α α α · o nt n y ” x* α α α α · (Coeficiente en h4 y f(iv (x*)) de donde12. 1 Para estos valores de los coeficientes α α α α α i. Programación y Métodos Numéricos Derivación Numérica 62 α 1. 32· · ·f (x*) . 2 .. 2 . 2· .. Riveros ... Cualquier elección no nula de α4 nos conducirá a la fórmula buscada. 2· . se tiene entonces que la combinación de desarrollo en serie de Taylor antes obtenida se convierte en: x* · · x* x* =++ 35 12·h·f '''(x*) 60·h·f(v (x*) . 6 120 · x* · de donde: ’’’ x* 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*)+. R.. si f C5((x*-2·h.

13 13 No debe confundirse el orden de exactitud de una fórmula de derivación numérica con el orden del error de dicha fórmula. xn}. 63 7.2. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .Derivación Numérica 99 para algún valor ξ (x*-2·h... para valores convenientes de γ i (i = 0. Arturo Hidalgo. si se busca una fórmula cuya expresión sea: = Σn (k (k *ii i0 f (x*) f cf(x).n). Es decir un error de orden 0(h2).. si k < n: = ⎧ γ ⎨⎩ Σn j iij i0 0 sij k c j!/h si j k En resumen. .. x. Un método alternativo para la determinación de fórmulas de derivación de tipo interpolatorio soportadas en (n+1) puntos se basa en que. . 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). . los puntos del soporte en la forma xi = x* + γ . toda fórmula de tal tipo debe ser exacta para los monomios {1. los coeficientes de la fórmula de tipo interpolatorio se obtienen resolviendo el sistema: ++++ ⎡⎤ ⎢⎢γ γ γ γ ⎥⎥ ⎢γ γ γ γ ⎥⎧ Cálculo Numérico – Lic. R. la aplicación de la fórmula a los binomios f(x) = (x-x*)j (j = 0. Por tanto. Mientras que el primero señala el máximo grado de los polinomios que pueden derivarse sin error con dicha fórmula.. n) conduce a que. s n o “ ” un v lor str t m nt pos t vo n función del cual se puedan escribir.. el segundo señala la potencia m nor l qu p r l v o l p r m tro “ ” n l xpr s n l rror Derivación Numérica Carlos Conde. Riveros . según el teorema 7. Obtenci el m騁odo de los coeficientes indeterminados.1.... De forma más concreta.

.. Riveros ...... .. ⎧⎫ ⎪⎪ ⎪⎪ ⎫⎪⎪ ⎪⎪⎪ ⎪ ⎪⎬⎪ ⎨⎪⎪ ⎪⎬⎪ ⎪⎪⎪⎪ ⎪⎪⎪⎪ ⎪⎩ ⎭⎪ ⎪ ⎪ ⎪⎪ ⎪⎪ ⎩⎪ ⎭⎪ k k! h 0 0 0 .... . R.... .... ........ c .. . . . . c ... .Derivación Numérica ⎢ ⎥⎪ ⎢ ⎥⎪ ⎢⎢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 ... 1 ... .. 100 Cálculo Numérico – Lic... c ... . c .. ..

Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud pos bl qu p rm t l ul r l v lor prox m o ’’’ x* us n o un soport de la forma: {x0 = x* . Riveros . x2 = x*. 101 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. soportada por 4 puntos. La tercera derivada de dicha función en x* es: ’’’ x* · · x*-x*) = 0 siendo el valor aproximado dado por la fórmula: Cálculo Numérico – Lic. (x-x*)2. 1. 0 Una vez determinada la fórmula.·h. su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m-k · m ξ pl n olo l pr m r b nom o x-x*)m (cuya derivada m-ésima es m!) para el que la fórmula deja de ser exacta (hecho que tendrá lugar para m > n). 1 2· 2· Para determinar el error de la fórmula consideraremos la función f(x) = (x-x*)4. 1. x3 = x* +h. (x-x*). se pueden obtener resolviendo el sistema obtenido al aplicar la fórmula a los cuatro binomios {1.. x1 = x* .Derivación Numérica 0 0 . (x-x*)3} . los coeficientes de la fórmula. Tal sistema es: c c c ch ⎡ ⎤⎧ ⎫ ⎧ ⎫ ⎢⎢⎢⎢⎣ ⎥⎥⎥⎥⎦⎨⎪⎪⎪⎪⎩ ⎪⎭⎪⎪⎪⎬ 0 1 2 3 3 11110 21120 41140 8 1 1 8 6/ ⎪⎩⎨⎪⎪⎪ ⎪⎭⎪⎪⎪⎬ cuya solución nos proporciona los valores: cccc hhhh ====03132343 1.2·h. R.. Según se ha visto anteriormente. x4 = x* + 2·h} donde h es un valor real estrictamente positivo.

Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Arturo Hidalgo.Derivación Numérica 102 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. que: h Kh K · 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 Cálculo Numérico – Lic. El valor exacto de la tercera derivada de este binomio es: ’’’ x* · · x*-x*) = 0 Derivación Numérica Carlos Conde. R. 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. para esta función por: xxRxhh 22 ( *) ( *) 0 30· 30· Si buscamos la expresión genérica del error en la forma: v f R(x*)=K·h2·f ξ es fácil verificar. aplicándolo a (x-x*)5. Riveros . Incrementemos una unidad el grado del binomio y apliquémosla a f(x) =(x x*)5.

Obténgase la fórmula pedida y su error: i) Derivando el correspondiente polinomio interpolador de Lagrange.01.. h3 = 0. Programación y Métodos Numéricos Derivación Numérica 66 Ejercicio propuesto: d) Siendo h un parámetro estrictamente positivo.). ii) Combinando desarrollos en serie de Taylor. y iii) Mediante el método de coeficientes indeterminados. El error realmente cometido ¿es en todos los casos inferior a la cota hallada? Si no lo fuese justifíquese el motivo.. Suponiendo que f(x) es suficientemente regular en el intervalo [x0.00001. si f C5([x* v fRxhfξ ( *)= 1 2 ( ( ) 4 h. R. Arturo Hidalgo.x*+2h]) está dado por: es decir un error de orden 2. Riveros . Derivación Numérica Carlos Conde.001. 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.Derivación Numérica 1(*2)2(*)2**2 2 103 y el error de derivación numérica.. h1 = 0. x1 = x*. 67 8. x2] para la función considerada en el apartado anterior. Realícense los cálculos en coma flotante usando mantisas con 5 decimales significativos. si se quiere mejorar la precisión de una fórmula de derivación numérica la primera Cálculo Numérico – Lic. M騁odo de extrapolaci 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 núm ro no n g t vo y “ ” s un longitud característica del soporte (la distancia entre puntos consecutivos del soporte cuando este es equidistante. f) Obténgase una cota del error de derivación numérica válida en el intervalo [x0. x2 = x* + 2h y x3 = x* + (5 ) 2 h.0001 y h4 = 0. la distancia entre los puntos extremos del soporte. Por ello. h2 = 0. x3].1. Mejora de la precisi derivaci 駻ica. . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . la mayor de las distancias del punto x* en el que se evalúa la derivada a los puntos del soporte. determinar la fórmula de rv n numér qu p rm t prox m r l v lor ” x* sobr l soporte: x0 = x* -h. 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.

Derivación Numérica 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*). En este sentido la forma habitual de proceder consiste en, siendo q un valor tal que 0 < q < 1, aplicar la fórmula numérica para los valores h0 = h, h1 = q·h, h2 = q·h1 = q2·h , ...., hj = q·hj-1 = qj·h, .... Se obtienen así diferentes valores V0, V1, ...., Vj, .... que aproximan la derivada en cuestión. Este proceso se finaliza cuando |Vj Vj-1| sea lo suficientemente pequeño m nor qu un rto ε pr n o nt m no

104

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 v lor x to s ’ s obt n r n los s gu nt s v lor s p r el valor aproximado de la derivada (calculados con el programa MAPLE 7 utilizando 20 dígitos), para diferentes valores de h: h0 = 0.5, V0 = 1.042190610987.... |Error|=0.0421906... h1 = 0.25, V1 = 1.010449267232.... |Error|=0.0104492... h2 = 0.125, V2 = 1.002606201928.... |Error|=0.0026062... h3 = 0.0625, V3 = 1.000651168835.... |Error|=0.0006511... h4 = 0.03125,V4 = 1.000162768364.... |Error|=0.0001627... pudiendo observarse como el error se reduce de una aproximación a la siguiente al reducir el paso a la mitad. 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).

Programación y Métodos Numéricos Derivación Numérica 68
L r u n l “p so” ut l z o n un rmul qu pr s nt un rror or n p propor on un su s n v lor s prox m os { }∞ j=0 V que, si se admite que f(x) es suficientemente regular, converge hacia el valor exacto con una velocidad de convergencia de orden p, es decir que el error obtenido con un paso (qjh) es aproximadamente qp veces menor que el que se produce con paso (qj-1h). En este sentido, cuanto mayor sea el orden del error del método más rápida será la convergencia hacia el valor exacto. Por ello esta reducción del paso se suele combinar con la denominada t馗nica de extrapolaci Richardson14 qu n sínt s s g n r p rt r l su s n { }∞ j=0 V otras sucesiones con mayor velocidad de convergencia hacia el valor exacto. Para describir este proceso, consideremos una fórmula de derivación numérica en la que el error sea de orden p y que pueda expresarse como: ++ = ⎛⎞ ⎜⎟ α β Cálculo Numérico – Lic. R. Riveros

Derivación Numérica ⎝⎠ Σn (k (m p (m 1 p 1 ii i0 f (x*) c ·f(x ) ·f (x*)·h ·f (x*)·h ... y denominemos Ve al valor exacto que se está aproximando, V0 al valor obtenido con el paso h y V1 al obtenido con paso q·h (donde supondremos que q < 1). Se tendrá que: V V α· m x* · p β· m x* · p Ve = V1 + α· m x* ·qp· p β· m x* ·qp · p Restando ambas igualdades se obtiene: V1 V α· m x* · qp · p β· m x* · qp · p ⇒ ⇒ α β (m p 1 0 (m 1 p 1 p 1 pp ·f (x*)·h V V 1 · ·f (x*)·(1 q )·h ... 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 ... 1q1q

105

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). Derivación Numérica Carlos Conde, Arturo Hidalgo, Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 69
lo que nos indica que el valor: =+= p 1010 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).

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica Análogamente, si se considera el valor V1, obtenido con paso (q·h) y el valor V2 obtenido con paso (q2h) se tiene que: V V α· m x* ·qp· p β· m x* ·qp · p V V α· m x* ·q p· p β· m x* ·q p · p 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 ... 1q1q lo que nos indica que =+= p 2121 1,2 1 p p V V V V V q·V 1q1q aproxima el valor exacto con un error de orden (p+1). De manera más general, si dado un valor del parámetro h se consideran las aproximaciones V0,j ( j = 0, 1, ...) obtenidas con un paso (qj·h) usando una fórmula de derivación numérica que presente un error de orden p, pueden construirse los valores: = p 0,j 0,j 1 1,j p V q·V V 1q (j = 1, 2, ...) verificándose, si f(x) es suficientemente regular, que: ⎛ ⎞ β ⎜⎝ ⎟⎠ (m 1 p 1 ( j 1) p 1 e 1,j p V V ·f (x*)· 1 1 q · q h ... 1q Denotando por b al valor

106

·111
Cálculo Numérico – Lic. R. Riveros

.2 + b·f(m+1(x*)·hp+1·(1-qp O p ⇒ +++ + ⇒ (m 1 p 1 1.j V V b·f (x*)·q h . Riveros . Sobre la propia sucesión { } 1..2 V V b·f (x*)·qh O(h ) .1 V V b·f (x*)·h O(h ) . cuando ha tiende hacia 0. Programación y Métodos Numéricos Derivación Numérica 70 Según lo anterior la sucesión de valores { } 1. R. hacia el valor exacto con un orden de convergencia (p+1) una unidad mayor que el orden de convergencia que presentaba la sucesión { } 0.. y: ( ) = + + + + + + (m 1 (p 1) p 2 e 1.1 V1.. 0 ∞ j j= V .. se tiene que: 0 = V1. 1 ∞ j j= V puede entonces volverse a actuar. 1 ∞ j j= V converge.Derivación Numérica 107 1 ⎛ ⎞ β⎝⎜ ⎠⎟ p p bq q escribiremos la expresión anterior en la forma: + (m 1 ( j 1) p 1 e 1. En efecto.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: + ++ ++ Cálculo Numérico – Lic. como: = + (m+1 p+1+ p+2 + e 1..

2.2 1...1 p 1 p 1 VVVqV V V O(h ) .j usando la fórmula con un paso (qjh) (j = 0. 3. Riveros .N). 71 = Cálculo Numérico – Lic.) converge hacia el valor exacto con un orden de convergencia (p+2). Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .. el método de extrapolación de Richardson consiste en: 1º) Siendo 0 < q < 1 obtener las aproximaciones V0.. 2º) Mejorar las aproximaciones calculando los valores { } = N k. R. . l su s n { }∞ 2. .. O(h ) 1q1q De manera más general.. un razonamiento como el precedente muestra que si f(x) es suficientemente regular..j j k V para k = 1.. mediante la fórmula de recurrencia: 108 Derivación Numérica Carlos Conde. si se parte de un método que converge con velocidad de orden p. Arturo Hidalgo.. 1. En general.j 1 2.2 1. . Estos nu vos v lor s { }∞ 2.1 p 2 e 1.j j=2 V pueden ser mejorados construyendo a partir de llos un su s n { }∞ 3.Derivación Numérica =+++=+ p1 1.j 1.j j=2 V obtenida mediante: + + = p1 1..j p 1 VqV V 1q (j = 2.. N.1 p 2 1.j j=3 V que converja con orden (p+3) y así sucesivamente.

Derivación Numérica (p k 1) k 1.. Para ello partiremos inicialmente del paso h = ½ y posteriormente lo iremos reduciendo a la mitad diez veces. Con ello se obtienen los valores V0. Programación y Métodos Numéricos Derivación Numérica 72 Aproximaciones Cálculo Numérico – Lic. en la tabla siguiente se han recogido los valores de error cometido con cada una de las aproximaciones de st t bl s rl r n ntr v lor x to ’ y l v lor aproximado que figura en cada fila y columna de la tabla.j 1 k. Las columnas 3ª.j k 1. 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).j el valor obtenido para el paso hj =(½)(j+1).. siendo V0. R. Riveros ..1796106318. 109 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)). V2.j y V3.j que figuran en la segunda columna de la tabla siguiente.j respectivamente que proporciona la aplicación del método de extrapolación de Richardson. Para poder apreciar mejor la evolución del error.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. siendo el valor exacto: ππ f '(1) e 2· ·cos( ) 5. 4ª y 5ª de la tabla se corresponden con los valores V1.j .

003131 4 0.17961 5.17961 5.17961 10 5.0581335 3 0.22958 2 0.263794 0. R.17961 7 5.17961 Error de las aproximaciones ( j 1) 0.66420 6.17962 5.000126 5 6 7 8 Cálculo Numérico – Lic.23872 5.18288 5.j 3.17825 5.Derivación Numérica 110 ( j 1) 0.44340 5.058444 0.17960 959 5.j 1.j j (h 2 ) V V V V 0 4.17948 5 5.17961 5.j 2.j 3.39593 5.18717 5.216317 0.j 2.17648 4 5.260404 1 0.17961 8 5.19320 5.0100063 0.91921 1 5. Riveros .17961 9 5.17961 5.17944 5.114954 0.19469 5.j 1.29456 5.40919 2 5.16960 5.013590 0.17981 5.55380 5.17966 5.484587 1.23805 5.0013613 0.374191 0.18340 5.18151 5.12148 3 5.17961 5.j j (h 2 ) f '(1) V f '(1) V f '(1) V f '(1) V 0 0.

y CONDE.000012 4. Este hecho puede verse más claramente en la figura siguiente en la 111 Derivación Numérica Carlos Conde. y FAIRES.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 Programación y Métodos Numéricos Derivación Numérica 74 BIBLIOGRAFÍA SOBRE EL TEMA [1].994). (1. Ed. [3]. L. Ed. D.000800 0. KINCAID. (6ª edición).0075628 0. Addison-Wesley Iberoamericana. R. la cuarta parte ((1/2)2) al pasar de un valor al siguiente en la segunda columna. [2].000049 0.998).0150764 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. 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.988).364·10 5. Ed. J.0299549 0.728·10 6 0. An疝isis num駻ico.0000222 2.000198 0.292·10 7 0. D.621·10 8 0. MICHAVILA. Arturo Hidalgo. (1.0000003 9.743·10 10 0. C.Derivación Numérica 10 8 11 01752 5. Las matem疸icas del c疝culo cient凬ico. la mitad ((1/2)1) al pasar de un valor al siguiente en la primera columna. y CHENEY. 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. F. R.0018953 · · La tabla de errores muestra cómo estos se reducen a. An疝isis num駻ico. aproximadamente. International Thomson editores. M騁odos de Aproximaci .0037875 0. log10(h) log | ’ -Vk.502·10 9 0. Cálculo Numérico – Lic. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . (1.0000028 1. BURDEN. Riveros . W.

Y Mét. de Mat. [5]. VIAÑO. Politécnica de Madrid. R. Ed. Riveros . y BURGUERA. 3: Interpolaci . [4]. Arturo Hidalgo López Prof. 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. (2000) Lecciones de m騁odos num駻icos. Alfredo López Benito Marzo.Derivación Numérica Depto. STOER. Univ. Carlos Conde Lázaro Prof. M. (1.980). Introduction to numerical analysis. 2007 112 Cálculo Numérico – Lic. J. Informáticos. J. Ed. y BULIRSCH.M. Aplic. Springer Verlag. R.

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)//-->