Derivación Numérica

1

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

2

CAPÍTULO 9 DERIVACIÓN NUMÉRICA
Introducción

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

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

3

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

Derivación numérica

Secante

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

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

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

Cálculo Numérico – Lic. R. Riveros

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

4

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

Fórmulas de diferencias finitas hacia adelante Primera diferencia

Segunda diferencia

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

5

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

. El valor verdadero de

Segunda derivada

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

6

Solución: Para

. El valor verdadero de

Primera derivada

Segunda derivada

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

Cálculo Numérico – Lic. R. Riveros

Si el resultado procurado necesita de cierta exactitud respecto del valor real. este método no es recomendable. aplicando la formula de la primera diferencia finita hacia atrás.8 1.2 1.667 7 . por la inestabilidad que presentan debido a la simplicidad de su forma y a los parámetros reducidos considerados para el cálculo. El valor verdadero de Cálculo Numérico – Lic. Fórmulas de diferencias finitas hacia atrás Primera diferencia Segunda diferencia Ejemplo 9.6292 4 5. Sea la función .7 1. calcular las derivadas por métodos numéricos en el punto .3 1. Riveros . mientras que en otros producir errores muy grandes.1 1. 4.Derivación Numérica 7 Los resultados obtenidos por este método son engañosos.5475 6 Solución: Para 4.3. en base a la siguiente tabla.5892 2 5. ya que casi aleatoriamente puede presentar buena precisión en algunos casos.6486 6 5.9 1. con . R.0 1.5686 2 4.6094 4 5.

4.6486 6 5.Derivación Numérica 8 Diferencias finitas hacia atrás (primera diferencia) Primera derivada Segunda derivada Ejemplo 9.7 1. Sea la función .6094 4 5.3 1.5892 2 5. aplicando la formula de la segunda diferencia finita hacia atrás. R.2 1. Riveros . calcular las derivadas por métodos numéricos en el punto . El valor verdadero de Cálculo Numérico – Lic.1 1.9 1.6292 4 5. 4. en base a la siguiente tabla.5686 2 4.5475 6 Solución: Para 4.667 7 . con .0 1.8 1.

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

calcular las derivadas por métodos numéricos en el punto .5686 2 4.Derivación Numérica 10 Ejemplo 9.3 1. Primera derivada Cálculo Numérico – Lic. R. Sea la función .667 7 . en base a la siguiente tabla. aplicando la formula de la primera diferencia finita central.8 1.6094 4 5.5892 2 5. en base a la siguiente tabla. 4.6292 4 5. aplicando la formula de la segunda diferencia finita central. 5. calcular las derivadas por métodos numéricos en el punto . El valor verdadero de Primera derivada Segunda derivada Ejemplo 9.7 1.2 1. Riveros . Sea la función .0 1.6486 6 5.9 1. con . 6.1 1.5475 6 Solución: Para 4. con .

00 1.6292 4 5. Riveros . reduciendo dicha amplitud o peso de h a la mitad.5892 35 4.15 1.5789 79 4.10 1.5993 88 5.95 1. R.6389 97 Cálculo Numérico – Lic.6094 4 5.6193 88 5. pero con un valor de h menor que el anterior.Derivación Numérica 11 Segunda derivada b) Se buscará de nuevo la derivada segunda.90 1. o sea: de 4.05 1.85 1.

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

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

ya que con las diferencias centradas de orden el error producido en el ejemplo es de apenas 0. sin embargo en error producido con la formulas de diferencias centradas de orden es aun menor. R. tan solo de 0. calcular la aproximación de diferencias centradas de orden con Solución . para Ejemplo 9.8.0096%.Derivación Numérica 14 Solución a) Con La formula de diferencias centradas de orden El valor exacto de . error bastante pequeño. usando las fórmulas de las El valor exacto de .166%. 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. Si . Cálculo Numérico – Lic. Riveros .

mientras que en la ecuación (9.1) solamente utiliza dos puntos y no aparece en ella el punto central .2) son las llamadas fórmulas de los tres puntos de derivación numérica. aun cuando la formula (9. esta situación se debe a que en la ecuación (9. La formula de diferencias centradas de orden es una de las recomendadas para hallar la primera derivada de . ya que solamente se evalúa en dos puntos. La ventaja que presenta la ecuación (9.2). Fórmulas de las diferencias centradas de los tres puntos Las ecuaciones (9. utilizando la fórmula Cálculo Numérico – Lic.1) se usan datos que están a ambos lados de . R. mientras que la ecuación (9.1) es su simplicidad. Ejemplo 9.Derivación Numérica 15 De nuevo vale repetir que estas formulas de diferencias centradas parecen bastantes precisas.2. Riveros . El error presentado en la ecuación (9.1) y (9.1) es aproximadamente la mitad que en la ecuación (9. con Solución: .) se considera solo un lado y se desconoce el valor del otro lado que está fuera del intervalo.9.2) necesita tres puntos.1) de los tres puntos. Aproximar el valor de la función (9.

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

aun así. con Solución: La solución inicia con la formula de los tres puntos .2) de los tres puntos la aproximación lograda es de menor precisión que la de (9.1) presenta menor error.1). Comparando los dos ejercicios resueltos se nota claramente que la ecuación (9. pues el error porcentual es de 0. lo que se había ya indicado al definir las dos fórmulas de los tres puntos.11. con la aplicación de la formula (9.2). Riveros .44%. sigue siendo bastante buena la aproximación lograda. R. utilizando la fórmula Cálculo Numérico – Lic. Aproximar el valor de la función de los tres puntos. Importante: Recodar siempre que el error puede ser pequeño o grande dependiendo siempre de la precisión que se desee al evaluar una determinada función. aproximadamente la mitad de error producido por (9. Fórmula de los tres puntos Ejemplo 9.Derivación Numérica 17 Comentarios: En este caso.

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

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

Para estudiar un determinado fenómeno físico. puede notarse en este ejercicio que el error porcentual es de apenas 0.3087 85 1.1 2.4 2.Derivación Numérica El valor verdadero de la derivada de la función 20 Comentarios: La aproximación lograda con la formula de los cinco puntos es excelente. se registran los cambios producidos en él en la siguiente tabla.1204 72 Solución El valor exacto de Cálculo Numérico – Lic.4368 51 1.3 2.2 2. Riveros . R.1821 79 1. y que la aproximación lograda puede considerarse un valor totalmente valido.3728 95 1.01%. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 2.6 2. demostrando que este método es el mejor que cualquiera de lo empleado anteriormente. Conclusiones generales EJERCICIOS RESUELTOS Ejercicio resuelto 9. 5 1.13.5 2.2450 66 1.

3728 95 1.1204 72 Solución El valor exacto de Ejercicio resuelto 9.3 2.1821 79 1. Para estudiar un determinado fenómeno físico.7 9. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 2. con Solución . R.6 2.Derivación Numérica 21 Ejercicio resuelto 9. Aproximar el valor de la función de los tres puntos (9.4368 51 1. Riveros .3087 85 1.4 2. utilizando la fórmula 5.1 2.8 10.15.5157 5.9442 Cálculo Numérico – Lic.14.5 2.2720 5. 5 1.9 10.2). se registran los cambios producidos en él en la siguiente tabla.2 2.2450 66 1.

0 1.Derivación Numérica 26 26 45 22 Estimación de error: El valor verdadero de la derivada de la función Ejercicio resuelto 9.9749 06 El valor verdadero de la derivada de la función Cálculo Numérico – Lic. con Solución . Riveros . Aproximar a la función cinco puntos.3 3.5 6.3341 72 4.15.5875 27 4.6050 81 4.2 2. R.0085 77 4.1 2.5512 64 4. utilizando la fórmula de los 4.4 4.

Ejercicio medio (Respuesta) Derivación lineal de Newton 1.. b). o sea encontrar f´(x). Para resolver este ejercicio utilize la siguiente tabla de x y f(x). Riveros .Establece la fórmula de derivación lineal de Newton para este problema. Solución a). se recurre a la fórmula de interpolación de Newton: . a).Calcula el error absoluto de la aproximación. con el valor real de . En donde: . Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal. R.8 Por el método de diferencia hacia adelante encontrar la derivada de la función f(x) para x=2. Cálculo Numérico – Lic.. aproxima el valor de su derivada en el punto .Calcula el valor de la derivada con incremento constante c). y la k-ésima diferencia en la posición i.Para establecer la fórmula de derivación de Newton. es el incremento constante. con la fórmula de derivación lineal de Newton... Dada la función .Derivación Numérica 23 Ejercicio resuelto 9.

b) Calcula el valor de la derivada con incremento constante h 0.006 2.  Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal.5000 0.6682 0. Se sabe que la corriente instantánea es igual a la derivada de la carga en ese instante.002 2..008 2.7931 En donde t es el tiempo en segundos y q la carga en coulombios. 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 0.010 2. Riveros ..Derivación Numérica 24 Derivando con respecto a x.000 2.6087 0. a) Establece la fórmula de derivación lineal de Newton para este problema. determina por derivación lineal de Newton la corriente del circuito en t   0.5523 0.Para el error absoluto de la aproximación. R. Ejercicio resuelto Nº 8 Cálculo Numérico – Lic. Evaluando la función en cada uno de los puntos: y Luego: c). por la regla de la cadena tenemos (expresión 5.004 2.Con base en la fórmula anterior se calcula el valor de la derivada con incremento constante .005 segundos.8 del libro página 237): Finalmente se llega a la fórmula de derivación lineal por Newton: b).7299 0.002 .

2.Derivación Numérica 25 Aplicación a la medicina Para estudiar la tasa de crecimiento de una bacteria se hacen cultivos y se registran sus cambios periódicamente durante 7 días obteniéndose los valores de la siguiente tabla: Tiempo en días Bacterias 0 35 1 52 2 95 3 140 4 198 5 266 6 342 7 465 Empleando los valores de la tabla anterior aproxima por derivación de Newton la tasa de crecimiento al cuarto día. Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal. Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal.60 27.45 0. aproxima el valor de su derivada en el punto x = 1.55 . con la fórmula de derivación lineal de Newton. Riveros .5 () 2 2 0..05 . c) Calcula el error absoluto de la aproximación. b) Aproxima la derivada numérica en t = 0.50 30.85 24. Cálculo Numérico – Lic.90 1.25 0.4 1 3. con el valor real de f _(1.20 35.25) = 1.079616. a) Establece la fórmula de derivación lineal de Newton para este problema. R. a) Establece la fórmula de derivación lineal de Newton para este problema.25 . Dada la siguiente tabla de valores obtenidos en observaciones en diferentes tiempos de un experimento: ty 0 38.55 . Dada la función 3. b) Calcula el valor de la derivada con incremento constante h = 0.25 ++ = xx xe fx x .75 Por medio de la diferenciación de Lagrange de segundo grado hacia delante aproxima el valor de rapidez de decrecimiento del fenómeno en estudio en el tiempo t = 0.80 0.10 22.. a) Establece la fórmula de la derivación de Lagrange de segundo grado para este problema. b) Calcula el valor de la derivada con incremento constante h = 1 . Ejercicio resuelto Nº 9 1.20 0.

La siguiente tabla contiene los datos de f(x) = senh(x) correctos hasta las cifras dadas. Riveros .4) y compararla con la real. La siguiente tabla contiene los valores de f(x) = 1 _ R_ 0 cos(xsen t)dt x 0 0.01) usando los resultados del apartado a).6 f(x) 1.38 a) Aproximar f0(1.2) y acotar el error cometido.4) = 2. 2. Obtener tambi´en f00(1.3 1.Derivación Numérica Nota: Para los cálculos utiliza hasta 3 cifras después del punto decimal.4 1.015) b) Aproximar f00(1. b) Mediante interpolaci´on con cinco puntos estimar f0(0. 4. Cálculo Numérico – Lic.5 1. c) Mediante interpolaci´on con 3 puntos estimar f00(0.005) y f0(1.4) mediante las tres f´ormulas de 3 puntos. x 1.9043 2.150898. De cierta funci´on f 2 C1(lR) se conoce los datos x 1.881201 0.912005 0.3 1.6 fi 1.01) con la f´ormula de la derivada segunda 3. 2] se tiene que __ fn)(x) __ _ e2 + e−1 2 .5) y acotar el error cometido.2 0.7 0. Comparar los resultados obtenidos con la soluci´on f0(1.960398 0.9 fi 1 0.3756 Calcular f0(1.1293 2.990025 0. 26 Ejercicio resuelto Nº 10 1.4) y acotar el error cometido.5095 1.32 1.4 1.27 1.9043 2.2 1.5095 1.01 1.6 0.6984 1. c) Obtener f00(1.2 1.4 0. Con los datos x 1 1.5 1.02 fi 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(0.4) y acotar el error cometido.3756 y que para todo n´umero natural n y para todo x 2 [1.6984 1. R.1293 2. d) Mediante interpolaci´on con 5 puntos estimar f00(0.

03 0.061836547 1.01 0.040810774 1.4) mediante f´ormulas de 5 puntos y estimar el error cometido.010050167 1. la fórmula apropiada es la fórmula para Ejercicio EJERCICIOS 1.00 0.05 0. Para estimar mientras que para estimar para ser exactos.4) y f00(1. Considere la tabla Cálculo Numérico – Lic.Derivación Numérica 27 Aproximar f0(1. Consideremos la siguiente tabla de datos 0.030454534 1. Riveros .02020134 1.051271096 1.072508181 1.06 0. se puede usar la fórmula de cinco puntos podemos usar una fórmula de tres puntos.00 1.02 0.083287068 1. .094174284 Estimar y . SOLUCIÓN. Ejercicio resuelto Nº 11 EJEMPLO.09 1.04 0. R.07 0.08 0.

.5 1.6 1.7 1.1 1. ii.2 1.120140413 1.156156396 1. Implementar una hoja en Excel.) En Excel.8 1. estimar con el valor real. y y comparar 2. con o sin macros.3 1. R. EJERCICIOS DE FIJACIÓN 11) 12) 13) 14) Cálculo Numérico – Lic.254195979 1. estimar con el valor real. para que poder calcular la aproximación de cada una de las derivadas usando las cinco fórmulas vistas en la teoría.4 1.) En Excel. Riveros .042236692 1.Derivación Numérica 28 1.283941742 i.190417757 1.223057566 1. y y comparar .082222055 1.

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

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

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

Riveros . x1]) consiste en considerar el desarrollo en serie de Taylor siguiente: f(x1) = f(x0+h) = f(x0) + h.f "( x . la sustitución de la expresión de f’(x0) por el cociente incremental: '10 0 f(x ) f(x ) f h − = conduce a una fórmula en la que sus coeficientes son c0 = (-1/h) y c1 = (1/h).1) de donde: − =01−+ 00 f '( x ) f ( x ) f ( x ) h .'* f En el análisis del error de truncamiento de las fórmulas de derivación numérica se perseguirá encontrar cotas del valor de esta función de error Rf(x) en el intervalo I sobre el que se trabaje.h) 2 θ θ ∈ (0. si se supone que f(x) es al menos de clase C2([x0.f "(x . R. Una forma de acotar el error de truncamiento de esta fórmula.1) expresión que puede acotarse por: Programación y Métodos Numéricos Derivación Numérica 6 Cálculo Numérico – Lic. y considerando que x* = x0.f’(x0) + 2 0 h . x1 } un soporte formado por dos puntos tales que x1 = x0 + h.h) h2 θ θ ∈ (0.1) Por tanto: = − '=− + f0000 R (x ) f '(x ) f h .f "(x . Ejemplo: Siendo {x0 .Derivación Numérica 32 x Rf(x) = f’(x) .h) 2 + θ θ ∈ (0.

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

Derivación Numérica

34

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

35

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

36

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

Cálculo Numérico – Lic. R. Riveros

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

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

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

. La propiedad anterior caracteriza a las fórmulas de derivación numérica de tipo interpolatorio que permiten aproximar primeras derivadas. c. Además nos permite obtener otras propiedades que deben satisfacer los coeficientes de las fórmulas de tipo interpolatorio.Derivación Numérica 40 L (x) (x x ) (x x ) == ≠≠ = − − Π Π (i = 0.2.. R.f(x) = = Σ se verifica que: n i i1 c0 = Σ= Demostración: Puesto que según las propiedades de los polinomios de base de Lagrange se Cálculo Numérico – Lic. En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. n) Programación y Métodos Numéricos Derivación Numérica 12 f’(x*) ( ) ( ) ==== ≈ = = = = ΣΣΣΣ nnnn' iiiiiiiin i0i0i0i0 c f(x ) L' (x*)f(x ) L (x*)f(x ) ' L (x*)f(x ) p' (x*) lo que demuestra que el valor de la primera derivada en x* se aproxima con el valor de la primera derivada del polinomio interpolador en x*.q.d. Por ejemplo: Propiedad 3. . Riveros . 1..

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

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

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

43

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

44

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

45

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

Cálculo Numérico – Lic. R. Riveros

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. .3 En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c.n) Demostración: Por ser la fórmula de tipo interpolatorio es exacta para todo polinomio de grado menor o igual que n.f(x) = = Σ . En particular lo será para la función f(x) = xk sea cual sea el valor del entero positivo k siempre que k < n.Derivación Numérica 46 gráfica de la figura 2 representa junto a los grafos del polinomio interpolador y de la función f(x) la tangente geométrica al grafo de f(x) en un punto (x*. se verifica que: ()n kk1 ii i1 c x k· x* − = Σ = (k = 1. Obviamente esta fórmula de derivación numérica será exacta sobre cualquier polinomio de grado menor o igual que 1 (es decir sobre líneas rectas). la exactitud de la fórmula implica que: ()− = = Σn Cálculo Numérico – Lic. Arturo Hidalgo. Riveros . f(x*)). Derivación Numérica Carlos Conde. construida sobre un soporte de (n+1) puntos. R.. Puesto que f’(x*) = k·(x*)(k1). 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.

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

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

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

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

f (x*) h . .h) n! (n 1)! Simplifiquemos la expresión que se acaba de obtener.f(x) = = Σ una fórmula de derivación numérica de tipo interpolatorio con n > 0.2. = = = 2! = = = + θ + θ + + ΣΣΣΣ + ++ == + θ + + θ +δ Σ Σ n n n1 n n (n (n 1) (n 1 iiiii i0i0 h.. . se verifica que: n ii Cálculo Numérico – Lic. Riveros .f '(x*) h .f(x*) h.. Para simplificar otros sumandos de la expresión utilizaremos las dos propiedades siguientes: Propiedad 4.Derivación Numérica 51 ++ +θ + +δ + Por tanto la fórmula de derivación numérica de tipo interpolatorio considerada podrá rescribirse en la forma: nnn2n '2 x* i i i i i i i i0i0i0i0 f c . Con la notación introducida anteriormente y siendo n ' x* i i i0 f c. c . c. c . c.. .f(x ) c .).f "(x*) .f (x* . . El coeficiente que multiplica a f(x*) es nulo pues es la suma de los pesos de la fórmula (véase la propiedad 3.. R.2.

1.). Riveros .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 .x 1 =h Σ= c. Por ello su valor será 1. En resumen: n ii i0 c .(x x*) 1.x 1. 52 Cálculo Numérico – Lic. Por otra parte n ii i1 c .Derivación Numérica i0 c.3. c .2. c .x *. Propiedad 4. c = h= h = h = θ = − = ⎜ ⎜− ΣΣΣΣ En esta última igualdad se sabe que n i i0 c0 = Σ = (véase la propiedad 3.d.x =Σ se corresponde con la expresión de la derivada del monomio x en el punto x*.q. R.

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

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

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

denotando hi = xi – x* . .h. .2.f '(x*) h .f(x ) c . c . siendo x* un punto del intervalo [x0 . Dado el soporte de (n+1) puntos x0 < x1 < . en la expresión antes obtenida resulta: nnn2n '2 x* i i i i i i i i0i0i0i0 f c .f "(x*) .h .. c .h) (n 1)! Demostración: Introduciendo el resultado de las propiedades 4. |x* .Derivación Numérica nos permiten demostrar fácilmente el siguiente teorema: Teorema 4. = = = 2! = = = + θ + θ + + ΣΣΣΣ + ++ 56 Cálculo Numérico – Lic. R. xn].. xn)).f (x * . c . Riveros .2. 1] tales que: 6 El lector interesado puede encontrar la demostración en el anexo a este apartado (Lema 4. para toda fórmula de derivación numérica de tipo interpolatorio: n ' x* i i i0 f '(x*) f c .f(x ) = ≈=Σ existen (n+1) valores δ i pertenecientes al intervalo [-1 .f(x*) h..xn|) y por { }n i i=0 θ a los (n+1) escalares tales que hi = iθ . por h al valor h = máx(|x*-x0| . y 4.1. . siendo f(x) una función de clase C(n+1)((x0 .. < xn ..) Programación y Métodos Numéricos Derivación Numérica 24 ()+ = = − = θ +δ +Σnn ' n (n 1 f x* i i i i i0 R (x*) f(x*) f h ..3.

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

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

y utilizando la misma notación que en él. existirá en [a. x* un punto del intervalo [x0 . El lema precedente y el teorema 4. xn] y denotando por h al valor h = máx( |x* – x0 |. se tiene que: ()nn ' n (n 1 f x* i i i i i0 Cálculo Numérico – Lic. siendo f(x) una función de clase C(n+1)((x0 .. b] al menos un punto ξ para el que se verifique que: Programación y Métodos Numéricos Derivación Numérica 26 nn iiii i0i0 1 . para toda fórmula de derivación numérica de tipo interpolatorio: n ' x* i i i0 f '(x*) f c .xn] y alguna constante real positiva β para los que se verifica: |Rf(x*)| ≤ β.d.hn. |xn – x|). R.1.g( ) .f(x ) = ≈ =Σ existe algún punto ξ ∈ [x0. por aplicación del teorema del valor medio.. . . Riveros . Dado el soporte de (n+1) puntos x0 < x1 < .g( ) g = ⇒ ≤ αξ ≤ αΣ Las desigualdades anteriores. xn)).2.g( ) g( ) . nos muestran que.g( ) == αξ = ξ ⇒ αξ = αξ αΣ Σ c.Derivación Numérica 59 Σα ≤Σα ξ ≤Σα ⇒α≤Σα ξ ≤α⇒ n miiM i0 g 1.. < xn.1. nos permiten demostrar fácilmente el siguiente teorema: Teorema 4. junto a la hipótesis realizada sobre la continuidad de la función g(x) en el intervalo [a. b].q..f(n+1(ξ) Demostración: Según el teorema 4.

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

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

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: = − = + − + = Σ2 j j0 2 ( 1) ·j· 1· 0 ·1 ( 1) ·1· 2 1· 2 ·1 0 j Admitamos entonces que para algún valor (k-1) > 2 se verifica que: − = − − = Σ(k 1) j j0 k1 ( 1)·j· 0 j 7 Recuérdese que la fórmula del binomio de Newton establece que: ()− = += 62 Cálculo Numérico – Lic. Para ello procederemos por inducción.

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

5.f(x ) HH − ≈=+ siendo los coeficientes de la fórmula c0 = -(1 / H) y c1 = (1 / H).f(x ) 1. Riveros .f(x ) 1 . x1} y una función f(x) de la que se conoce su valor en los puntos del soporte. (x x ) f(x ).f(x ) 1 . 2ª) En la obtención de esta fórmula se ha partido de la expresión del polinomio interpolador que utiliza los polinomios de base de Lagrange.f(x ) 1 .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. el polinomio interpolador de Lagrange de tal función sobre el soporte escogido está dado por: 10 01 0110 p(x) f(x ). sobre un soporte dado.Derivación Numérica 64 para aproximar primeras derivadas. 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). Fórmula con dos puntos de soporte Si se considera el soporte {x0 . (x x ) (x x ) (x x ) −− =+ −− Por tanto la expresión de la fórmula que permite aproximar f’(x*) se obtendrá derivando la expresión de este polinomio de manera que: 'x *0101 01101010 f '(x*) f p'(x*) 1 . Cálculo Numérico – Lic. R.1. Cualquier otra expresión del polinomio interpolador nos hubiese conducido a idéntico resultado pues el polinomio interpolador de Lagrange.

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

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

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

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

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

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

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

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

x1)). p2(x*)) al grafo de la parábola p2(x) que pasa por los puntos (x0 .2.1. A continuación se analizan con detalle estas situaciones. Casos particulares con soporte equidistante En este caso.x ] H − =210 0122 f(x ) 2.2. f(x*)) por la tangente trigonométrica del ángulo formado entre el eje de abscisas y la tangente geométrica en el punto (x*.Derivación Numérica 73 entre el eje de abscisas y la tangente geométrica al grafo de f(x) en el punto (x*.x ] 2. si f∈C3((x0 . R. mediante: 2 ''' Rf(x*) ≤β. f(x0)). f(x2)). Programación y Métodos Numéricos Derivación Numérica 36 En lo que se refiere al error de truncatura de esta fórmula. 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 . • Figura 3: Interpretación gráfica del proceso de derivación numérica seguido con una fórmula de tipo interpolatorio con tres puntos de soporte. además. utilizando el teorema 4. f(x1)) y (x2 .f(x ) f(x ) f[x . 5.h . La figura 3 ilustra este proceso.H −+ = por lo que la fórmula de derivación numérica de tipo interpolatorio se convierte en: ' 1 0 2 1 0* x* 2 0 1 Cálculo Numérico – Lic. (x1 . su expresión puede acotarse. Riveros . f (ξ) Los casos de aplicación más típicos para esta fórmula de derivación numérica son aquellos en los que el punto x* coincide con uno de los puntos del soporte siendo. el soporte equidistante.x .

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

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

3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe buscarse que. f(xn) buscando que en dicha combinación se anulen el mayor número posible de los primeros términos salvo. De forma más detallada.. Esto es. f(x1).. R. ... . obviamente. n) y se admite que f(x) posee la regularidad necesaria.. si se denota por hi = xi – x* (i = 0. Despejando después f’(x*) de esta combinación se obtendrá la fórmula de derivación y el término de error.Derivación Numérica 76 efecto. consiste en combinar los desarrollos de Taylor en torno al punto x* de f(x0). 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.. Riveros . 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*) . se anulen el mayor número de los primeros sumandos del desarrollo anterior.. salvo el coeficiente de f’(x*). que: = α = Σn Cálculo Numérico – Lic.1 ·h ·f (x*) .... h ·f (x*) . 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*) .... el que multiplica a f’(x*)....

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

. x1 = x* . En todo caso.(½)·h. Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud posible que permite calcular el valor aproximado de f’(x*) usando un soporte de la forma: {x0 = x* .. si suponemos que f(x) es suficientemente regular en (x0. x3) podemos considerar los desarrollos en serie de Taylor: f(x*-2·h) =f(x*) –2·h·f’(x*) + − + 4·h2·f "(x*) 8·h3·f '''(x*) 26 − 4 16·h ·f(iv (x*) 24 −+ 5 32·h ·f(v (x*) . x3 = x* + (3/2)·h} donde h es un valor real estrictamente positivo. Riveros . x2 = x* + (½)·h. Para ello..Derivación Numérica 78 i0 ·h 0 quedarán en función del valor que libremente se le asigne a uno de ellos. n) y que del primer término que no se haya podido anular en la expresión (1) se podrá inferir fácilmente la expresión del error de derivación. R. denotando por = α = α Σn ii i0 ·h se tendrá que los coeficientes de la fórmula de derivación se obtienen mediante: ci = αi / α (i = 0.2·h. Ilustremos estos extremos con un ejemplo.. . 120 f(x*-(½)·h) =f(x*) – 1· 2 h·f’(x*) + − + h2·f "(x*) h3·f '''(x*) 8 48 − 4 h ·f(iv (x*) 384 −+ 5 Cálculo Numérico – Lic. una vez calculados estos coeficientes..

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

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

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

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

.... R....... su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m-1)·f(m(ξ) aplicándolo al primer binomio (xx*)m (cuya derivada m-ésima es una constante no nula) para el que la fórmula deja de ser exacta (hecho que tendrá lugar para m > n).Derivación Numérica 83 = Σn i i0 c0 Si n > 0. . Riveros .. . c . 1 c 0 .. su aplicación a f(x) = (x – x*) proporciona la ecuación: == Σ γ = ⇒Σ γ = n n iiii i0i0 ch1c1 h Programación y Métodos Numéricos Derivación Numérica 44 Y si n > 1 . .. c 0 Una vez determinada la fórmula. 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. 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 . . ... c 0 .....

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

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

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

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

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

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

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

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

como se señaló anteriormente. En efecto. Riveros . • Cálculo Numérico – Lic. x3}. En consecuencia.Derivación Numérica 92 f "(x*) f f ( x* h) 2·f ( x*) f ( x* h) h +−+− ≈= es una fórmula exacta de orden 3. x. 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. R. x2. la fórmula es de orden de exactitud 3.

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

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

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.q...Derivación Numérica 95 ≠≠ = − − Π Π (i = 0. . R.. xn} se puede expresar como: pn(x) = = Σn ii i0 f(x )·L (x) se tiene que si se verifican las igualdades consideradas para los coeficientes: f’(x*) ( ) ( ) ==== ≈ = = = = ΣΣΣΣ n n n n (k (k (k (k iiiiiiiin i0i0i0i0 c f(x ) L (x*)f(x ) L (x*)f(x ) L (x*)f(x ) p (x*) lo que demuestra que el valor de la k-ésima derivada en x* se aproxima con el valor de la k-ésima derivada del polinomio interpolador en x*. .. De la propiedad anterior se deduce fácilmente la siguiente: Propiedad 7. c. considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0..d. Riveros . .2. 1. En toda fórmula de derivación numérica de tipo interpolatorio = =Σn (k x* i i i0 f c... En efecto.f(x) se verifica que: n i i1 c0 Cálculo Numérico – Lic. n) entonces es de tipo interpolatorio...

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

En efecto.. = =Σn (k x* i i i0 f c. de donde resulta que la fórmula de derivación numérica de tipo interpolatorio construida sobre un soporte de (n+1) puntos es exacta para cualquier polinomio de grado menor o igual que n. al menos. al ser la fórmula de derivación de tipo interpolatorio. . En particular lo será cuando se aplique los (n+1) primeros monomios {1. Para ello partimos del hecho de que. al ser la fórmula exacta de orden n.Derivación Numérica 97 se verificará que f(x) ≡ pn(x) y por tanto ε(x) = 0 ∀x .. En particular. Teorema 7. b) Demostremos ahora que la condición anterior también es necesaria.2. x. La condición necesaria y suficiente para que una fórmula de derivación numérica construida sobre un soporte de (n+1) puntos. Riveros . Este hecho se demuestra en el siguiente teorema. de orden n. para cualquier punto x* se tendrá que: (k = (k ≡ (k n x* f (x*) p (x*) f Ello demuestra que la fórmula es exacta sea cual sea el polinomio f(x) de grado menor o igual que n al que se aplique. xn} y por ello es exacta de grado n. puesto que además toda fórmula exacta de orden n construida sobre un soporte de (n+1) puntos debe ser necesariamente de tipo interpolatorio. R. para Cálculo Numérico – Lic. En resumen es exacta. 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. Demostraci: a) Demostremos en primer lugar que la condición recogida en el enunciado del teorema es suficiente. si f(x) es una función polinómica de grado menor o igual que n su polinomio interpolador de Lagrange sobre el soporte de (n+1) puntos coincide con la función y por tanto: f(x) = pn(x) x ∀ Programación y Métodos Numéricos Derivación Numérica 56 por lo que f(k(x) = (k pn (x) ∀x. Para ello basta con recapitular los razonamientos anteriormente realizados..f(x). es decir que si la fórmula construida sobre el soporte de (n+1) puntos es exacta de orden n entonces tiene que ser de tipo interpolatorio. Pero aún puede precisarse más. sea exacta de orden n es que sea de tipo interpolatorio. es decir que si la fórmula construida sobre el soporte de (n+1) puntos es de tipo interpolatorio entonces es exacta de orden n.

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

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

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

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

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

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

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

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

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

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

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

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

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 110 v f R(x*)=K·h2·f( (ξ) es fácil verificar.0001 y h4 = 0. determinar la fórmula de derivación numérica que permite aproximar el valor de f”(x*) sobre el soporte: x0 = x* -h. aplicándolo a (x-x*)5. x2 = x* + 2h y x3 = x* + (5 ) 2 h. x1 = x*. 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. Riveros . Suponiendo que f(x) es suficientemente regular en el intervalo [x0.00001. R. h2 = 0. h3 = 0. Programación y Métodos Numéricos Derivación Numérica 66 Ejercicio propuesto: d) Siendo h un parámetro estrictamente positivo. f) Obténgase una cota del error de derivación numérica válida en el Cálculo Numérico – Lic. Obténgase la fórmula pedida y su error: i) Derivando el correspondiente polinomio interpolador de Lagrange.1.01. que: h Kh K −− −30· 2= · 2·5!⇒ = 30= 1 5! 4 por lo que en general: v fRxhfx − ( *)= 1 2 ( ( *) 4 En resumen la fórmula buscada es: f (fx h f x h f(x h) f(x h)) h '''= − − + − − + + + *3 1(*2)2(*)2**2 2 y el error de derivación numérica. h1 = 0.001. x3]. Realícense los cálculos en coma flotante usando mantisas con 5 decimales significativos. si f∈C5([x*−2h.x*+2h]) está dado por: v fRxhfξ − ( *)= 1 2 ( ( ) 4 es decir un error de orden 2. y iii) Mediante el método de coeficientes indeterminados. ii) Combinando desarrollos en serie de Taylor.

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

0625. |Error|=0.. En este sentido.. 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)..0006511..000162768364.25. Por ello esta reducción del paso se suele combinar con la denominada t馗nica de extrapolaci de Richardson14 que. cuanto mayor sea el orden del error del método más rápida será la convergencia hacia el valor exacto. converge hacia el valor exacto con una velocidad de convergencia de orden p. R. V1 = 1.Derivación Numérica 112 h1 = 0. 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 síntesis. h3 = 0.125.. si se admite que f(x) es suficientemente regular.. V3 = 1.. |Error|=0. Para describir este proceso. pudiendo observarse como el error se reduce de una aproximación a la siguiente al reducir el paso a la mitad. h2 = 0.V4 = 1... h4 = 0... genera a partir de la sucesión { }∞ j=0 V otras sucesiones con mayor velocidad de convergencia hacia el valor exacto.. Riveros . V0 al valor obtenido con el paso h y V1 al obtenido con paso q·h (donde supondremos que q < 1).0001627. • Programación y Métodos Numéricos Derivación Numérica 68 La reducción del “paso” h utilizado en una fórmula que presente un error de orden p proporciona una sucesión de valores aproximados { }∞ j=0 V que.. |Error|=0. consideremos una fórmula de derivación numérica en la que el error sea de orden p y que pueda expresarse como: ++ = =⎜ ⎜+⎜ + ⎜ + Σn (k (m p (m 1 p 1 ii i0 f (x*) c ·f(x ) ·f (x*)·h ·f (x*)·h ...002606201928.000651168835.. Se tendrá que: Cálculo Numérico – Lic..010449267232...0104492. y denominemos Ve al valor exacto que se está aproximando.... |Error|=0.0026062.03125. V2 = 1.

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

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

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

mediante la fórmula de recurrencia: Derivación Numérica Carlos Conde. O(h ) 1q1q De manera más general.. 1.1 p 2 e 1. Arturo Hidalgo.j 1 2. En general.j 1.j p 1 VqV V 1q (j = 2... .j j k V para k = 1. N.j j=2 V obtenida mediante: + − + − = − p1 1.. 71 +− −−− +− − = Cálculo Numérico – Lic. la sucesión { }∞ 2.Derivación Numérica 116 −− p1 1.. R. 2º) Mejorar las aproximaciones calculando los valores { } = N k.2 1.. Riveros . . si se parte de un método que converge con velocidad de orden p. un razonamiento como el precedente muestra que si f(x) es suficientemente regular.. 2.j j=2 V pueden ser mejorados construyendo a partir de ellos una sucesión { }∞ 3. 3.. el método de extrapolación de Richardson consiste en: 1º) Siendo 0 < q < 1 obtener las aproximaciones V0.j usando la fórmula con un paso (qjh) (j = 0.1 p 2 1. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .N). .) converge hacia el valor exacto con un orden de convergencia (p+2).2 1.. Estos nuevos valores { }∞ 2.1 p 1 p 1 VVVqV V V O(h ) ...j j=3 V que converja con orden (p+3) y así sucesivamente.

siendo V0.Derivación Numérica 117 − (p k 1) k 1.j y V3. es decir la diferencia entre valor exacto de f’(1) y el valor aproximado que figura en cada fila y columna de la tabla.. Programación y Métodos Numéricos Derivación Numérica 72 Aproximaciones =−+ − Cálculo Numérico – Lic. R. 4ª y 5ª de la tabla se corresponden con los valores V1. Riveros . 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)). Para poder apreciar mejor la evolución del error. V2.j 1 k..j k 1.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.1796106318. Con ello se obtienen los valores V0. siendo el valor exacto: = π π =− 1 f '(1) e 2· ·cos( ) 5.j que figuran en la segunda columna de la tabla siguiente.j .. en la tabla siguiente se han recogido los valores de error cometido con cada una de las aproximaciones de esta tabla. Para ello partiremos inicialmente del paso h = ½ y posteriormente lo iremos reduciendo a la mitad diez veces.j respectivamente que proporciona la aplicación del método de extrapolación de Richardson.j el valor obtenido para el paso hj =(½)(j+1). Las columnas 3ª. 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).

058444 0.j j (h 2 ) V V V V 0 4.j 1.00 − − − − −− − −− −− −− 118 Cálculo Numérico – Lic.17962 5.003266 0.j 2.114954 0.0013613 0.0100063 0.263794 0.39593 5.40919 2 5.j 3.j 1.17961 10 5.17961 7 5.260404 1 0.17825 5.17944 5.19320 5.17961 5.0581335 3 0.29456 5.17981 5.j j (h 2 ) f '(1) V f '(1) V f '(1) V f '(1) V 0 0.18288 5.66420 6. Riveros .Derivación Numérica −− −−− −−−− −−−− −−−− −−− ( j 1) 0.484587 1.000126 5 0.17961 Error de las aproximaciones =−+−−−− − − −− −− − ( j 1) 0.18041 5.216317 0.17966 5.18340 5.17 − −−−− −−−− −−−− −−−− 959 5.23805 5.374191 0.91921 1 5.23872 5.17961 5.17961 8 5.003131 4 0.17961 5.55380 5.12148 3 5.18717 5.44340 5.17648 4 5.17961 9 5.j 2.17961 5.j 3.18151 5.013590 0. R.22958 2 0.20957 5.16960 5.17961 5.17960 6 5.0591099 0.19469 5.17948 5 5.

502·10 9 0. Arturo Hidalgo.364·10 5. la mitad ((1/2)1) al pasar de un valor al siguiente en la primera columna.0000222 2.000800 0.0000003 9. la cuarta parte ((1/2)2) al pasar de un valor al siguiente en la segunda columna.000012 4. Este hecho puede verse más claramente en la figura siguiente en la Derivación Numérica Carlos Conde. R.529·10−12 La tabla de errores muestra cómo estos se reducen a. Riveros .743·10 10 0.458·10−9 −3. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .292·10 7 0. la octava parte ((1/2)3) al pasar de un valor al siguiente en la tercera columna y la decimosexta parte ((1/2)4) al pasar de un valor al siguiente en la cuarta columna.Derivación Numérica 119 −− − 6 7 8 10 8 11 01752 5. log10(h) log10(|f’(1)-Vk.000198 0.0075628 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.621·10 8 0.0000028 1.0018953 0. aproximadamente.j|) Valores proporcionados por la fórmula Valores corregidos aplicando el método de Richardson una vez Valores corregidos aplicando el método de Richardson dos veces Valores corregidos aplicando el método de Richardson tres veces Cálculo Numérico – Lic. 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.000049 0.728·10 6 0.0299549 0.0150764 0.000003 5.0037875 0.

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

Sign up to vote on this title
UsefulNot useful