Está en la página 1de 2

function [Tabla]=derivadasJC(x,k)

clc
%En el siguiente algoritmo se formaran tres columnas, donde la primera
%corresponde a los valores de "h", la segunda corresponde a la aproximacin
%de la derivada por medio de diferencias finitas, y la tercera es la
%aproximacin de la derivada a travs de diferencias finitas centradas
for i=1:k
h=10^(-i);
df1=(((x+h)^2)-x^2)/h;
df2=(((x+h)^2)-(x-h)^2)/(2*h);
Tabla(i,1)=h;
Tabla(i,2)=df1;
Tabla(i,3)=df2;
end
%-------------------------------------------------------------------------% El codigo que sigue muestra el error minimo entre el valor exacto de la
% derivada y las respectivas aproximaciones, mostrando tambien con que "h"
% se produjo ese error minimo
f=2*x;
Edf1=abs(Tabla(:,2)-f);
Edf2=abs(Tabla(:,3)-f);
Min_error_f1=[min(Edf1), min(h)]
Min_error_f2=[min(Edf2), min(h)]

function [p]=serie_coseno(n,x)
clc,
for i=1:n
b=[(-1)^(i+1)]*((1)/((2*i)*(factorial(2*i))));
a(1,i)=b;
end
p=x^2;
y=a(1)
for i=n:-1:1
y=p*y
end
p=p*x

function [p]=coseno(n,x)
a(n)=1/(factorial(2*n)*(2*n))
p=a(n);
for i=1:2:5
p=p*x+a(i);
end
p
function [p]=serie_seno(n,x)
clc,
for i=1:n
b=[(-1)^(i-1)]*((1)/((2*i+1)*(factorial(2*i+1))));
a(1,i)=b;
end
p=x^2;
y=a(1);
for i=n:-1:1
y=p*y+a(i);
end
p=p*x

function [p]= horner(x)


a(1)=-1;
a(2)=6;
a(3)=0.5;
a(4)=-1;
a(5)=0;
a(6)=1;
a(7)=0;
a(8)=-17;
a;
t=length(a);
p=a(1);
y=x;
for i=2:t
p=p*y+a(i);
end
p=p*x +2;

function [Tabla]=senoenentorno(x)
k=length(x);
c=sin(pi*(10^5))
for i=1:k
b=sin(x(i))
ERA=(x(i)-(pi*(10^5)))/((pi*(10^5)))
ERF= (b-c)/(c)
Tabla(i,1)=b;
Tabla(i,2)=ERA;
Tabla(i,3)=ERF;
end