Derivación Numérica

1

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

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

2

CAPÍTULO 9 DERIVACIÓN NUMÉRICA
Introducción

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

Las fórmulas de derivación numérica aparecen en el desarrollo de algoritmos para la solución de problemas de contorno en ecuaciones diferenciales ordinarias (y en ecuaciones en derivadas parciales). En general, podemos obtener aproximaciones numéricas de la derivada en un punto derivando alguna función interpolante, por ejemplo un polinomio de Lagrange, algún trazador cúbico, etc. Sin embargo, en la práctica pequeños errores en los datos pueden producir malos resultados en las derivadas. Aquí vamos a experimentar con fórmulas que se obtienen derivando el polinomio interpolante de Lagrange.

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica

3

Derivación numérica

Secante

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

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

r n

tr s

La aproximación de la derivada por este método entrega resultados aceptables con un determinado error. Para minimizar los errores se estima que el promedio de ambas entrega la mejor aproximación numérica al problema dado. Método de Diferencias Finitas El método de diferencias finitas consiste en aproximar la función por polinomios. Las fórmulas resultantes pueden clasificarse de las siguientes maneras: a) En base al orden de la derivada, obteniéndose b) En base al orden de la diferencia, pueden ser primera, segunda, tercera, etc. c) En base a los puntos de apoyo de la formula en la tabla, es decir, si se emplean puntos antes, después o ambos lados de algún punto de interés. Existen tres tipos y son: 1) Diferencias hacia adelante, cuando se usan puntos anteriores del punto de interés.

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica 2) Diferencias hacia atrás.8 4. Cuando se usan puntos tanto antes como después del punto de interés. R.9 5. y y Fórmulas de diferencias finitas hacia adelante Primera diferencia 4 Segunda diferencia Ejemplo 9. aplicando la formula de la primera diferencia finita hacia adelante. : Función evaluada en el punto de análisis.3 Cálculo Numérico – Lic.1. de estudio o de análisis.1 5. 3) Diferencias centrales.0 5. 4.2 5. Sea la función ln . calcular las derivadas por métodos numéricos en el punto . Referencias para las fórmulas de diferencias finitas: : : Indica el punto de interés. cuando se emplean puntos posteriores al punto de interés. en base a la siguiente tabla. Riveros .7 4. Espaciamiento constante de la tabla. con .

58922 1.58922 1.60944 1.0 5.64866 1.2 5. aplicando la formula de la segunda diferencia finita hacia adelante. Sea la función ln .7 4.Derivación Numérica 1.6677 Solución: Para 5 .62924 1.62924 1. El valor verdadero de | | | | | | Segunda derivada | | | | | | Ejemplo 9.9 5.1 5. 4.6677 Solución: Para Primera derivada . con .2.60944 1.56862 1. El valor verdadero de Cálculo Numérico – Lic.56862 1.54756 1.3 1. calcular las derivadas por métodos numéricos en el punto .64866 1.54756 1.8 4. R. Riveros . en base a la siguiente tabla.

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

R.7 4.3 1. calcular las derivadas por métodos numéricos en el punto . Riveros . aplicando la formula de la primera diferencia finita hacia atrás. Sea la función ln .9 5. 4.60944 1.1 5. en base a la siguiente tabla.64866 1.Derivación Numérica 7 Segunda diferencia Ejemplo 9.62924 1. con .6677 Solución: Para . El valor verdadero de Diferencias finitas hacia atrás (primera diferencia) Primera derivada | | | | | | Segunda derivada | | | | | | Cálculo Numérico – Lic.3.58922 1.8 4.56862 1.2 5.0 5.54756 1.

60944 1. aplicando la formula de la segunda diferencia finita hacia atrás.62924 1. Riveros .1 5.Derivación Numérica 8 Ejemplo 9.2 5.0 5.54756 1.58922 1.7 4. R. sin embargo para la segunda derivada se nota que el error producido es del 25%.9 5. El valor verdadero de | | | | | | | | | | | | Comentarios: La aproximación presentada por este método de diferencias hacia atrás presenta resultados muy parecidos al método de diferencias hacia adelante.6677 Solución: Para .56862 1.8 4.3 1. con . Sea la función ln . debido también a la inestabilidad del método. 4. calcular las derivadas por métodos numéricos en el punto .4. totalmente intolerable en un cálculo donde normalmente se pretende precisión y exactitud. en base a la siguiente tabla.64866 1. Cálculo Numérico – Lic. Los resultados obtenidos por este método son igualmente engañosos.

4.6677 Solución: Para Primera derivada . Sea la función ln .58922 1. El valor verdadero de | | | | | | Cálculo Numérico – Lic.3 1.56862 1. R. calcular las derivadas por métodos numéricos en el punto .54756 1. 5. aplicando la formula de la primera diferencia finita central.8 4. con .7 4. en base a la siguiente tabla.Derivación Numérica Fórmulas de diferencias finitas centrales Primera diferencia 9 Segunda diferencia Ejemplo 9. Riveros .64866 1.0 5.60944 1.9 5.1 5.62924 1.2 5.

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

sin embargo. Por lo tanto. no es que la fórmula empleada sea errónea. reduciendo dicha amplitud o peso de h a la mitad.619388 1. la segunda derivada de la segunda diferencia de diferencias centrales presenta un error mucho mayor que el 100% (118.Derivación Numérica 11 | | | | | | b) Se buscará de nuevo la derivada segunda.589235 1. que en vez de converger hacia el resultado exacto.95 5. a modo de conclusión general respecto a estas formulas de diferencias finitas.85 4. sigue siendo un error muy grande. Riveros . pues el error porcentual producido es solamente del 6.60944 1. razón por la cual ni siquiera necesita ser estudiado. estas formulas de diferencias finitas no son las recomendadas y se tomaran simplemente a modo didáctico. diverge. agregándose a esto la amplitud de h. al reducir el valor de h a la mitad. R.05 5.578979 1.62924 1. Cálculo Numérico – Lic.00 5. o sea: de 4. sino que la inestabilidad que produce este grupo de formulas no presenta garantías de buen resultados en el cálculo de diferencias. que en este caso particular parece ser muy elevado.90 4.15 1.10 5.638997 | Comentarios | | | | | La primera diferencia de estas diferencias finitas centrales presenta resultados parecidos a los anteriores.25%).599388 1. cuando se desea precisión. pero aun así. sin embargo. el resultado obrtenido se hacerca bastante al valor verdadero.25%. pero con un valor de h menor que el anterior.

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

Riveros . Barranquilla. Edición Uninorte. para | | | Ejemplo 9. calcular la aproximación de centradas de orden con .Derivación Numérica 13 Derivación numérica por diferencia centrada de orden Teorema 9. tal que on Este Teorema se presenta sin demostración:2 Ejemplo 9. Jorge. calcular la aproximación de centradas de orden con Solución . Notas de clase. Si . Colombia Cálculo Numérico – Lic. usando las fórmulas de las diferencias Solución a) Con La formula de diferencias centradas de orden El valor exacto de | | | .8.2. Si . Análisis Numérico. Además existe [ ]. (2007). R. Suponiendo que entonces: [ ] [ ].7. usando las fórmulas de las diferencias 2 La demostración de este teorema se encuentra en: Velázquez Zapateiro.

1) es aproximadamente la mitad que en la ecuación (9.2) son las llamadas fórmulas de los tres puntos de derivación numérica. De nuevo vale repetir que estas formulas de diferencias centradas parecen bastantes precisas. Riveros . La formula de diferencias centradas de orden es una de las recomendadas para hallar la primera derivada de .Derivación Numérica 14 El valor exacto de | | | | | | .0096%.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. error bastante pequeño. R.1) y (9.2). sin embargo en error producido con la formulas de diferencias centradas de orden es aun menor. aun cuando la formula (9. tan solo de 0.1) se usan datos Cálculo Numérico – Lic.1) solamente utiliza dos puntos y no aparece en ella el punto central . esta situación se debe a que en la ecuación (9. Fórmulas de las diferencias centradas de los tres puntos [ ] [ ] Las ecuaciones (9. ya que con las diferencias centradas de orden el error producido en el ejemplo es de apenas 0. El error presentado en la ecuación (9.

R.9. ya que solamente se evalúa en dos puntos.) se considera solo un lado y se desconoce el valor del otro lado que está fuera del intervalo.1) es su simplicidad. mientras que en la ecuación (9.2) necesita tres puntos. y este valor es aceptable para cualquier cálculo promedio. utilizando la fórmula (9. Ejemplo 9. utilizando la fórmula (9. con s . Aproximar el valor de la función 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.Derivación Numérica 15 que están a ambos lados de . con Solución: p rt l rmul ln ln s .2) de Solución: La solución inicia con la formula de los tres puntos (9.1) de Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s Comentarios: La aproximación lograda es bastante buena. La ventaja que presenta la ecuación (9.2.2) [ [ ] ] [ ] Cálculo Numérico – Lic. Ejemplo 9. Riveros . Aproximar el valor de la función los tres puntos.10. mientras que la ecuación (9.2%. pues el error porcentual es solamente del 0.

Derivación Numérica 16 ] ] ] [ [ [ [ Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s ] [ ] Comentarios: En este caso.2).44%. lo que se había ya indicado al definir las dos fórmulas de los tres puntos. aproximadamente la mitad de error producido por (9. aun así. Riveros . Importante: Recodar siempre que el error puede ser pequeño o grande dependiendo siempre de la precisión que se desee al evaluar una determinada función. Comparando los dos ejercicios resueltos se nota claramente que la ecuación (9. con la aplicación de la formula (9. Fórmula de los tres puntos [ ] [ ] [ Ejemplo 9. R.2) de los tres puntos la aproximación lograda es de menor precisión que la de (9. utilizando la fórmula de los tres Solución: La solución inicia con la formula de los tres puntos [ ] Cálculo Numérico – Lic. con ] [ ] s . pues el error porcentual es de 0.1).1) presenta menor error.11. Aproximar el valor de la función puntos. sigue siendo bastante buena la aproximación lograda.

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

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

2 1.5 1.6 2.5 2.245066 2.308785 2. demostrando que este método es el mejor que cualquiera de lo empleado anteriormente.182179 2.01%.3 1.372895 2.4 1.13.1 1. puede notarse en este ejercicio que el error porcentual es de apenas 0. y que la aproximación lograda puede considerarse un valor totalmente valido. Para estudiar un determinado fenómeno físico. R.120472 Cálculo Numérico – Lic. Riveros . Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 1. se registran los cambios producidos en él en la siguiente tabla.436851 2. Conclusiones generales EJERCICIOS RESUELTOS Ejercicio resuelto 9.Derivación Numérica 19 [ ] [ ] [ ] [ ] Estimación de error: El valor verdadero de la derivada de la función | | | | | | || | | s Comentarios: La aproximación lograda con la formula de los cinco puntos es excelente.

372895 2.2 1. se registran los cambios producidos en él en la siguiente tabla.3 1.5 1.4 1. R. Aproxima el valor de la derivada a utilizando la formula de derivación numérica por diferencia centrada de orden x 1 1. Para estudiar un determinado fenómeno físico.1 1. Riveros .Derivación Numérica 20 Solución El valor exacto de | | | | | | | | Ejercicio resuelto 9.182179 2.245066 2.308785 2.436851 2.6 2.14.120472 Solución El valor exacto de | | | | | | | | Cálculo Numérico – Lic.5 2.

7 5.1 4.9 9.944245 Estimación de error: El valor verdadero de la derivada de la función | | | || | s Ejercicio resuelto 9.2).3 4. Riveros .2 4. con Solución 21 s . 4.551264 3.008577 2.5 1. R.Derivación Numérica Ejercicio resuelto 9.974906 Cálculo Numérico – Lic.0 4. Aproximar el valor de la función tres puntos (9. utilizando la fórmula de los cinco puntos.4 4. utilizando la fórmula de los os 5.334172 4.605081 2.8 5. Aproximar a la función con Solución ln .15.272026 10.515726 10.15.587527 6.

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

6087 0.5000 0.000 2.005 segundos. Se sabe que la corriente instantánea es igual a la derivada de la carga en ese instante.010 2. y la k-ésima diferencia en la posición i.Para el error absoluto de la aproximación.Con base en la fórmula anterior se calcula el valor de la derivada con incremento constante . a) Establece la fórmula de derivación lineal de Newton para este problema.004 2. Evaluando la función en cada uno de los puntos: y Luego: c)..7299 0.8 del libro página 237): Finalmente se llega a la fórmula de derivación lineal por Newton: b). Derivando con respecto a x. es el incremento constante. b) Calcula el valor de la derivada con incremento constante h 0. determina por derivación lineal de Newton la corriente del circuito en t 0. Cálculo Numérico – Lic. R.Derivación Numérica 23 .5523 0.6682 0. por la regla de la cadena tenemos (expresión 5.002 ..7931 En donde t es el tiempo en segundos y q la carga en coulombios.002 2.006 2. Riveros .008 2. con el valor real de Ejercicio resuelto Nº 7 La carga en un circuito eléctrico con base en el tiempo está dada por: t q 0.

R.20 0. Nota: Para los cálculos utiliza hasta 6 cifras después del punto decimal.05 .25 . Ejercicio resuelto Nº 9 1.Derivación Numérica Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal..75 Por medio de la diferenciación de Lagrange de segundo grado hacia delante aproxima el Cálculo Numérico – Lic. Nota: Para los cálculos utiliza hasta 4 cifras después del punto decimal. 24 Ejercicio resuelto Nº 8 Aplicación a la medicina Para estudiar la tasa de crecimiento de una bacteria se hacen cultivos y se registran sus cambios periódicamente durante 7 días obteniéndose los valores de la siguiente tabla: Tiempo en días Bacterias 0 35 1 52 2 95 3 140 4 198 5 266 6 342 7 465 Empleando los valores de la tabla anterior aproxima por derivación de Newton la tasa de crecimiento al cuarto día.50 30. con la fórmula de derivación lineal de Newton. b) Calcula el valor de la derivada con incremento constante h 1 . con el valor real de f (1. a) Establece la fórmula de derivación lineal de Newton para este problema.25   xx xe fx x .90 1.45 0. aproxima el valor de su derivada en el punto x 1.4 1 3.20 35.85 24.25) 1.079616. 2. Riveros .80 0. c) Calcula el error absoluto de la aproximación. Dada la siguiente tabla de valores obtenidos en observaciones en diferentes tiempos de un experimento: ty 0 38. Dada la función 3.. b) Calcula el valor de la derivada con incremento constante h 0.25 0. a) Establece la fórmula de derivación lineal de Newton para este problema.60 27.10 22.5 () 2 2 0.

x 1.912005 0.3 1. c) Obtener f00(1. a) Establece la fórmula de la derivación de Lagrange de segundo grado para este problema.6984 1.5 1.6 0.6984 1.32 1.4) y compararla con la real.2 1.4 1.5) y acotar el error cometido. 2.5095 1.9043 2. d) Mediante interpolaci´on con 5 puntos estimar f00(0. La siguiente tabla contiene los datos de f(x) = senh(x) correctos hasta las cifras dadas.015) b) Aproximar f00(1.9043 2.4) mediante las tres f´ormulas de 3 puntos. 25 Ejercicio resuelto Nº 10 1.4) = 2.38 a) Aproximar f0(1.2) y acotar el error cometido.55 .6 f(x) 1.55 .2 0.9 fi 1 0. La siguiente tabla contiene los valores de f(x) = 1 _ R_ 0 cos(xsen t)dt x 0 0.27 1.4) y acotar el error cometido. 2] se tiene que __ fn)(x) __ _ e2 + e−1 Cálculo Numérico – Lic. c) Mediante interpolaci´on con 3 puntos estimar f00(0.5 1.990025 0.960398 0.01) con la f´ormula de la derivada segunda 3.6 fi 1. R.150898.881201 0.Derivación Numérica valor de rapidez de decrecimiento del fenómeno en estudio en el tiempo t 0.01 1. Comparar los resultados obtenidos con la soluci´on f0(1.3 1.2 1.4) y acotar el error cometido.005) y f0(1.5095 1.3756 Calcular f0(1.1293 2.4 1. Con los datos x 1 1. Nota: Para los cálculos utiliza hasta 3 cifras después del punto decimal.1293 2. De cierta funci´on f 2 C1(lR) se conoce los datos x 1. 4.7 0.02 fi 1. b) Aproxima la derivada numérica en t 0.3756 y que para todo n´umero natural n y para todo x 2 [1.01) usando los resultados del apartado a). Obtener tambi´en f00(1.4 0. b) Mediante interpolaci´on con cinco puntos estimar f0(0.807524 Sabemos que f 2 C1(lR) y 8n 2 lN y __ fn)(x) __ _1 a) Mediante interpolaci´on con 3 puntos estimar f0(0. Riveros .

061836547 1.06 0.030454534 1.040810774 1. la fórmula apropiada es la fórmula para Ejercicio EJERCICIOS 1.083287068 1.010050167 1.051271096 1. Para estimar mientras que para estimar para ser exactos.05 0.02020134 1. SOLUCIÓN. Riveros .Derivación Numérica 26 2 .00 1.03 0.09 1.02 0.4) mediante f´ormulas de 5 puntos y estimar el error cometido.4) y f00(1. R. Consideremos la siguiente tabla de datos 0.07 0.01 0.04 0. Aproximar f0(1.00 0.072508181 1. Ejercicio resuelto Nº 11 EJEMPLO. . Considere la tabla Cálculo Numérico – Lic.094174284 Estimar y .08 0. se puede usar la fórmula de cinco puntos podemos usar una fórmula de tres puntos.

y y comparar .7 1.156156396 1. Implementar una hoja en Excel. estimar con el valor real.8 1.082222055 1.254195979 1.) En Excel. estimar con el valor real. R.Derivación Numérica 27 1.5 1.223057566 1.042236692 1. EJERCICIOS DE FIJACIÓN 11) 12) 13) 14) Cálculo Numérico – Lic.4 1. . Riveros .1 1.3 1. ii.) En Excel.283941742 i.6 1. con o sin macros. y y comparar 2.2 1.190417757 1. para que poder calcular la aproximación de cada una de las derivadas usando las cinco fórmulas vistas en la teoría.120140413 1.

Derivación Numérica 28 15) Método de los 5 pasos Tenemos una función f(x) y se quiere hallar la derivada en el punto a Para calcular la derivada por definición se utiliza este método que consiste en los 5 siguientes pasos: 1. R. Calcular 3. Calcular Cálculo Numérico – Lic. Calcular 3. Riveros .calcular 2.calcular 2. Calcular l ul r l ul r l m que es Ejemplo Calcular la derivada de f(x) = x3 en el punto a 1.

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

En este sentido se introduce la siguiente definición: Derivación Numérica Carlos Conde. No obstante. n l s qu l v lor ’ x* u s prox m o p rt r l v lor l un n y de algunas de sus derivadas en los puntos del soporte. 5 Definición 2. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . estas últimas fórmulas tienen un uso mucho más esporádico que las de tipo lagrangiano y es por ello que en este tema nos limitaremos a considerar como fórmulas de derivación numérica tan sólo a las que hacen intervenir los valores de la función en los puntos del soporte.' *f Obviamente se verificará que: ' f '(x*) = f*+Rf(x*) por lo que considerando la fórmula en cuestión aplicada a todos los puntos x de un dominio dado puede definirse la función error de truncamiento de la fórmula derivación numérica para la función f considerada como la función: Rf : I R xR x ’ x .Derivación Numérica 30 puntos del soporte.'* 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. Arturo Hidalgo.f(x ) Σ se denomina error de truncamiento de la fórmula en el punto x*y para l un n l v lor R x* ’ x* . Podrían considerarse fórmulas más generales. Siendo ' * f l prox m n ’ x* qu s obt n op r n o s n rror de redondeo según la fórmula de derivación numérica: ’ x* ' *f= n ii i0 c . x1 } un soporte formado por dos puntos tales que x1 = x0 + h. hermitianas. Riveros .2. R. En general el valor aproximado '* y l v lor x to ’ x* rr n om t én os un rror n l prox m n ’ x* Es por llo qu junto l definición de una fórmula numérica conviene precisar de forma rigurosa la definición del error que con ella se comete. y ons r n o qu x* x l sust tu n l xpr s n ’ x por l o nt incremental: '10 Cálculo Numérico – Lic. Ejemplo: Siendo {x0 .

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

. 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. Las fórmulas que conducen al valor exacto de la derivada se denominan fórmulas exactas.. Más concretamente: Definición 2. Riveros . 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.Derivación Numérica 32 00 f ( x h) x 2. Ejemplo: Dado un soporte {x0 < x1 } y denotando por h = x1 x0. R. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid Cálculo Numérico – Lic.. Se dice que la fórmula de derivación numérica ’ x* ' *f= n ii i0 c . en el punto x* = 1 y para el soporte {x x } En to ’ y = = = 2+ 2= * 2 f'(1) f ' 1·0 1·2 2 22 Ahora bien esta fórmula no tiene que ser exacta si se cambia de punto x* (por j mplo ’ *’ os s mb soport por j mplo p r x -1 y x1 = 2 .f(x ) Σ es exacta para la función f(x) en el punto x* y para el soporte {x0. xn} cuando el error de truncatura Rf(x*) es nulo. s n o x x y x* s t n qu ’ *’ os s mb de función (por ejemplo si f(x) = x3 con el soporte {x0 = 0 y x2 = 2} y para x* = 1 s t n qu ’ *’ 1 No siempre las acotaciones del error de truncatura que se obt n r n s r n t n “ n s” como la que se acaba de describir. Arturo Hidalgo. . Derivación Numérica Carlos Conde.x h h por lo que el error de truncatura cometido es en este caso Rf(x0) = h.3.

Se dice que la fórmula de derivación numérica: n ' *ii i0 f '(x*) f c . Por ello. k) Por otra parte.x (j = 0.f(x ) = Σ es exacta de orden k para la familia de funciones de clase C1([x0 .. 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 . Riveros ..f(x ) = Σ es exacta de orden k para la familia de funciones { } 0 1 k ϕ (x).Derivación Numérica 33 . (x ) x* x ...1..4.. Más concretamente puede darse la definición siguiente: Definición 2... 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. 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. xn]: k 0 n R (x) 0 x [x ..ϕ (x).. una función cualquiera que sea combinación lineal de las (k+1) Cálculo Numérico – Lic. Si la fórmula de derivación numérica n ' *ii i0 f '(x*) f c .. xn]): {φ x φ x φk x } cuando es nulo el error de truncatura cometido al aplicar la fórmula para la estimación de la primera derivada de cualquiera de las (k+1) primeras funciones de la familia y en cualquier punto x* perteneciente al intervalo [x0 .x ] ϕ ∀ Propiedad 2. R. .ϕ(x).

. R.. para la familia de funciones formada por los monomios.. En este tema nos referiremos en exclusiva a esta familia de funciones y por ello cuando digamos que una fórmula es de orden k s sobr nt n r qu “ s or n k p r l m l los monom os” s decir que permite estimar sin error alguno la primera derivada de cualquier función polinómica de grado menor o igual que k en cualquier punto x*. x.. c. x2.Derivación Numérica primeras funciones de la familia será de la forma: k 0011kkjj j0 f(x) (x) (x) . ..q.. Las fórmulas de derivación numérica más utilizadas en la práctica son exactas.. En efecto.. de algún orden k.d. .. para la función f(x) = 1 se verifica que: Cálculo Numérico – Lic. es decir: {1. Riveros . (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: 34 Programación y Métodos Numéricos Derivación Numérica 8 ====== ⎛⎞⎛⎞ α ⋅ϕ α ⋅⎜ ⋅ϕ ⎟ ⋅⎜ α ⋅ϕ ⎟ ⋅ ⎝⎠⎝⎠ ΣΣΣΣΣΣkknnkn ' jjjijiijjiii j0j0i0i0j0i0 f '(x*) (x*) c (x ) c (x ) c f(x ) y puesto que la aplicación de la fórmula de derivación numérica a la función f(x) en cualquier punto x* conduce a que: n ' xii i0 f c.f(x) = Σ puede concluirse que: [ ] n R x* ∀x* x x Esto demuestra que la fórmula es exacta para cualquier función f(x) que sea combinación lineal de las (k+1) primeras funciones de la familia de funciones considerada. Ejemplo: La fórmula que se ha utilizado en ejemplos anteriores consistente en sustituir el límite con el que se define la derivada por el cociente incremental en un soporte de dos puntos consecutivos es una fórmula exacta de orden 1..xk.}.

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

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

R.. considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0.. .. n) b) Demostremos que si la fórmula de derivación numérica satisface ' i i c =L(x*) (i = 0. . 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.....Derivación Numérica nton s sus p sos s t s nl r l n L’ x* En to l xpr s n detallada del polinomio interpolador de Lagrange pn(x) de una función f(x) sobre el soporte de (n+1) puntos {x0. . 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... Riveros . n) entonces es de tipo interpolatorio. x1. ... En efecto. xn} se puede expresar como: pn(x) = Σn ii i0 f(x )·L (x) se tiene que si se verifican las igualdades consideradas para los coeficientes: 3 Recuérdese que: nn ijij j0j0 jiji L (x) (x x ) (x x ) == ⎛⎞⎛⎞ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎝⎠⎝⎠ ΠΠ n 37 ⎟⎟⎟ Programación y Métodos Numéricos Derivación Numérica 12 Cálculo Numérico – Lic..

Por ejemplo: Propiedad 3. c. Además nos permite obtener otras propiedades que deben satisfacer los coeficientes de las fórmulas de tipo interpolatorio. R.q.Derivación Numérica ’ x* ==== ⎛⎞ ⎜⎟ ⎝⎠ ΣΣΣΣ nnnn' iiiiiiiin i0i0i0i0 c f(x ) L' (x*)f(x ) L (x*)f(x ) ' L (x*)f(x ) p' (x*) lo que demuestra que el valor de la primera derivada en x* se aproxima con el valor de la primera derivada del polinomio interpolador en x*.d. La propiedad anterior caracteriza a las fórmulas de derivación numérica de tipo interpolatorio que permiten aproximar primeras derivadas. Riveros .2. 38 En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c.f(x) = Σ se verifica que: n i i1 c0 = Σ Demostración: Puesto que según las propiedades de los polinomios de base de Lagrange se verifica que: n i i0 L (x) 1 = Σ ∀x s obv o qu n'n ' ii i0i0 L (x) L (x) 0 == Cálculo Numérico – Lic.

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

Para ello partimos del hecho de que. Riveros . si f(x) es una función polinómica de grado menor o igual que n su polinomio interpolador de Lagrange sobre el soporte de (n+1) puntos coincide con la función y por tanto: x pn x x ∀ por lo qu ’ x p’n x ∀x En p rt ul r p r u lqu r punto x* s tendrá que: '' n x* ' x* p x* ≡ Programación y Métodos Numéricos Derivación Numérica 14 Ello demuestra que la fórmula es exacta sea cual sea el polinomio f(x) de grado menor o igual que n al que se aplique y el punto x* en el que se aproxime la primera derivada..p(x ) = Σ Por otra parte.. xn} y por ello es exacta de grado n. R.L (x) = Σ de donde su primera derivada en el punto x* estará dada por: n ' Cálculo Numérico – Lic. Demostración: a) Demostremos en primer lugar que la condición recogida en el enunciado del teorema es suficiente. p(x).. Para ello basta con recapitular los razonamientos anteriormente realizados. es decir que si la fórmula construida sobre el soporte de (n+1) puntos es de tipo interpolatorio entonces es exacta de orden n. para cualquier función polinómica de grado menor o igual que n. En efecto. En particular lo será cuando se aplique a los (n+1) primeros monomios {1.. x. puesto que hemos considerado que p(x) es un polinomio de grado menor o igual que n. se debe verificar que: n ii i0 p'(x*) c . 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. al ser la fórmula exacta de orden n. b) Demostremos ahora que la condición anterior también es necesaria.Derivación Numérica Σ. . 40 sea exacta de orden n es que sea de tipo interpolatorio. 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 ).

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

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

Derivación Numérica 43 ’ x* s '10 x* 10 f(x ) f(x ) f '(x*) f xx prox m r m nt Esta expresión se corresponde con el cociente incremental que se utilizó en los ejemplos de los apartados anteriores. R. f(x*)).. • Otras relaciones entre los pesos y los puntos del soporte de las fórmulas de derivación numérica de tipo interpolatorio se recogen en la propiedad siguiente: Propiedad 3.f(x) = Σ . Derivación Numérica Carlos Conde.. construida sobre un soporte de (n+1) puntos. la Cálculo Numérico – Lic. se verifica que: ()n kk1 ii i1 c x k· x* = Σ (k = 1.n) Demostración: Por ser la fórmula de tipo interpolatorio es exacta para todo polinomio de grado menor o igual que n. . 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.3 En toda fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c. Obviamente esta fórmula de derivación numérica será exacta sobre cualquier polinomio de grado menor o igual que 1 (es decir sobre líneas rectas). Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Riveros . En particular lo será para la función f(x) = xk sea cual sea el valor del entero positivo k siempre que k < n Pu sto qu ’ x* k· x* k-1). Arturo Hidalgo. 17 Figura 2: Interpretación gráfica del proceso de aproximación de la derivada primera de una función mediante la fórmula de tipo interpolatorio con soporte de dos puntos. La gráfica de la figura 2 representa junto a los grafos del polinomio interpolador y de la función f(x) la tangente geométrica al grafo de f(x) en un punto (x*.

xn.. x1] para el que la fórmula construida con dos puntos de soporte proporciona el valor exacto de la derivada de xk sea cual sea el valor que le demos al entero no negativo k. Es por ello interesante obtener otras expresiones más cómodas para el análisis del error de las fórmulas de derivación numérica. 44 Programación y Métodos Numéricos Derivación Numérica 18 EJERCICIO PROPUESTO: Demuéstrese que para cualquier función f(x) que sea derivable en todo punto del intervalo [x0.....x .. R. x1] siempre existe algún punto x* de dicho intervalo para el que la fórmula de derivación numérica de tipo interpolatorio construida sobre el soport {x x } propor on l v lor x to ’ x* N t s qu .. x] y consideraremos una función g(x) que a todo punto x le haga corresponder el valor: g(x) = f[x0.x h] x x Cálculo Numérico – Lic..x ..Derivación Numérica exactitud de la fórmula implica que: = Σn kk1 ii i1 c x k· x * ( 0 < k < n) c.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . x1. si esto es así...x . x1. . denotaremos por f[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 un n rror nt rpol n ε x p rt ul r z n l punto x* n qu s r v R x* ε' x* No obstante trabajar con la expresión del error de interpolación que se dedujo en los temas dedicados al estudio de las técnicas de interpolación4 no es cómodo en muchas ocasiones..x] limf[x .x . . . x] a la diferencia dividida de orden (n+1) de la función f(x) en los puntos {x0... x1..q..x .x . Para ello. xn.x. Arturo Hidalgo... Una primera forma de obtener otra expresión del error de derivación numérica se basa en utilizar diferencias divididas. x] La primera derivada de esta función estará dada por: g’ x n01n h0h001n limf[x . en particular se puede afirmar que siempre existirá algún punto x* en el intervalo [x0. como es habitual. 19 4.. 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.d. ¿Contradice esto la afirmación de que la fórmula es de orden 1?.. Riveros .. xn... Derivación Numérica Carlos Conde.x h] f[x .

x1.. La fórmula de derivación numérica de tipo interpolatorio n ' x* i i Cálculo Numérico – Lic......x ..x] dx = 4 Recuérdese que la expresión obtenida era: (n 1 n x i i0 f() (x) .. Este error también se podía expresar usando las diferencias divididas como n 01ni i0 (x) f[x . x..Derivación Numérica 45 =+ que representaremos por: 0 1 n g'(x) = f[x .x .1..x . xn.4..x.x. x . x} mediante: 01n 01n df[x .x . x .x .x] Más concretamente: Definición 10.1.... R.. Se define la diferencia dividida de orden (n+2 )de una función en el soporte {x0. Programación y Métodos Numéricos Derivación Numérica 20 Con ayuda de las diferencias divididas con puntos repetidos que se acaban de definir y partiendo de la expresión del error de interpolación que se obtuvo al trabajar con diferencias divididas...x ...x] f[x . Riveros . x] (x x ) = ε ⋅Π . es sencillo demostrar la siguiente propiedad: Propiedad 4. (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 * 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 * x ) f x .x*...x ..x * .x * . x. en la práctica es el método que vamos a seguir el que tiene interés práctico.x . en particular implica que servirá para determinar sin error de truncatura ninguno las derivadas de las funciones {1. por ser la fórmula de tipo interpolatorio. xn)) y que para aproximar la primera derivada de la función f(x) en un punto x* perteneciente al intervalo [x0 . será de orden n. también es de difícil aplicación práctica. (x x ) = ε Π c.x*.x . Consideremos que f(x) es una función de clase Cn+1((x0. .x .... Ello. x2. Adviértase que. Ello a su vez se traduce en que: nn k k' k *(k1) i i x x* i i Cálculo Numérico – Lic. al menos.d.Derivación Numérica i0 f c.q...x . La expresión anterior. teniendo un interés teórico.x].f(x) = Σ onstru sobr un soport n puntos distintos {x0 < x1 < .. R..< xn}. Riveros ... Es por eso que lo que resta de este apartado lo dedicaremos a determinar una expresión de fácil aplicación advirtiendo de antemano al lector que más que la fórmula que finalmente determinemos.x ... xn] se considera la fórmula de derivación numérica de tipo interpolatorio n ' x* i i i0 f c.. xn}.f(x) = Σ tiene asociado un error de truncatura dado por la expresión [ ]n [ ] nn 46 f01ni01nj i0i0j0 ji R ( x*) f x .

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

47

n

Derivación Numérica Carlos Conde, Arturo Hidalgo, Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 21
Denotemos además por h al valor: M x x * x x * xn y sean { }n θ n escalares de valor absoluto no superior a 1 y tales que: x x* θ ⋅ Para cada uno de estos puntos, al haber supuesto la función f(x) suficientemente regular, se puede considerar el desarrollo en serie de Taylor siguiente: 22nn i i (n iii f(x ) f(x * .h) f(x*) .h.f '(x*) .h .f "(x*) .... .h .f (x*) 2 n! θθ θ θ n1n1 i (n 1 i .h .f (x * .h) (n 1)! ++ θ δ + Por tanto la fórmula de derivación numérica de tipo interpolatorio considerada podrá rescribirse en la forma: nnn2n '2 x* i i i i i i i i0i0i0i0 f c .f(x ) c .f(x*) h. c . .f '(x*) h . c . .f "(x*) ..... = = = 2! = ⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜θ⎟ ⎜θ⎟ ⎝⎠⎝⎠⎝⎠ ΣΣΣΣ + ++

Cálculo Numérico – Lic. R. Riveros

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

48

Con la notación introducida anteriormente y siendo
n ' x* i i i0 f c.f(x) = Σ una

fórmula de derivación numérica de tipo interpolatorio con n > 0, se verifica que:
n ii i0 c.1 =h Σθ Demostración: Con la notación que estamos utilizando se tiene que:

Programación y Métodos Numéricos Derivación Numérica 22
i i x x* h θ de donde: nnnn iiiiiii i0i0i1i0 c . 1. c .(x x*) 1. c .x 1.x *. c = h= h = h = ⎛⎞

Cálculo Numérico – Lic. R. Riveros

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

49

Con la notación introducida anteriormente y siendo
n ' x* i i i0 f c.f(x) = Σ una

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

Cálculo Numérico – Lic. R. Riveros

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

2. Por tanto: n k ii i0 c. = Σθ (k 1) j j (k j 1) k j0 1 . ( 1) . k hj = ⎛ ⎛ ⎞⎞ ⎜ ⎜ ⎟⎟ ⎝ ⎝ ⎠⎠ Σ Cálculo Numérico – Lic. R.(k j). k .).(x*) .Derivación Numérica n (k j) ( (k j))' (k j 1) ii i 0 x x* x x k j x* == ⎤ ⎥⎦ Σ Para el caso en que j coincida con el valor de k el sumatorio quedará n i i0 c Σ cuyo valor es nulo(véase la propiedad 3.(k j). ( 1) . Riveros .(x*) hj 51 = ⎛⎛⎞⎞ ⎜ ⎜⎟ ⎟ ⎝⎝⎠⎠ Σ (k 1) (k 1) j k j0 1 .(x*) .

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

f "(x*) .. c .. Riveros . . dejando sólo como factor común del sumatorio hn y expresando en cada uno de los sumandos del término de error θ i·h como hi. .h..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 Cálculo Numérico – Lic. c.h) n! (n 1)! = ()+ = θ δ Σnn n (n1 iiii i0 f '(x*) h .f(x ) c . en la expresión antes obtenida resulta: nnn2n '2 x* i i i i i i i i0i0i0i0 f c .h) (n 1)! c. c . R. . .3.2. NOTAS: 53 1ª) Obsérvese que en el término del error se ha descompuesto hn+1 en la forma hn·h.d. .f '(x*) h .f (x*) h . = = = 2! = ⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜θ⎟ ⎜θ⎟ ⎝⎠⎝⎠⎝⎠ ΣΣΣΣ + ++ == ⎛⎞ ⎝⎜ θ ⎠⎟ θ δ ΣΣnnn n n (n (n 1) (n 1 iiiii i0i0 h. c.f (x * .f(x*) h.. y 4. c .f (x* .f (x * .h) (n 1)! Demostración: Introduciendo el resultado de las propiedades 4. c .q.Derivación Numérica ' n (n 1 f x* i i i i i0 R (x*) f(x*) f h .

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

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

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

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

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

Cálculo Numérico – Lic. con esta suposición: ==== ⎛⎞ ⎜⎝ ⎟⎠ ΣΣΣΣkkkk jjjj j0j0j1j1 ( 1) ·j· k ( 1) ·j· k! ( 1) ·j· k! ( 1) · k! j j!·(k j)! j!·(k j)! (j 1)!·(k j)! === ⎛ ⎞ ⎜⎝ ⎟⎠ ΣΣΣkkk jjj j1j0j0 k· ( 1) · (k 1)! k· ( 1) · (k 1)! k· ( 1) · k 1 0 (j 1)!·(k j)! j!·(k j 1)! j Por tanto: === ⎛⎞⎛⎞⎛⎞ ⎜⎟ ⎜⎟ ⎜⎟ ⎝⎠⎝⎠⎝⎠ ΣΣΣ k kk jjj j0j0j0 kkk ( 1) ·(k j)· k· ( 1) · ( 1) ·j· 0 0 0 jjj c.q.d. Riveros . Arturo Hidalgo. R.Derivación Numérica 59 = ⎛⎞ ⎜⎟ ⎝⎠ Σk k (k j) j j0 k a b ·a ·b j Programación y Métodos Numéricos Derivación Numérica 28 y demostremos que en ese caso también se anula el sumatorio para el entero k. Derivación Numérica Carlos Conde. En efecto. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .

Derivación Numérica 60 29 5. Algunas fórmulas de derivación numérica de tipo interpolatorio usuales para aproximar primeras derivadas.(x-x0) Programación y Métodos Numéricos Derivación Numérica 30 Cálculo Numérico – Lic. sobre un soporte dado. 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 . Riveros . Así por ejemplo si se hubiera partido de la fórmula de Newton en diferencias divididas: p(x) = f(x0) + f[x0. Cualquier otra expresión del polinomio interpolador nos hubiese conducido a idéntico resultado pues el polinomio interpolador de Lagrange. Fórmula con dos puntos de soporte Si se considera el soporte {x0 .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. (x x ) (x x ) (x x ) =+ Por tanto la expresión de la rmul qu p rm t prox m r ’ x* s obt n r derivando la expresión de este polinomio de manera que: 'x *0101 01101010 f '(x*) f p'(x*) 1 .f(x ) HH siendo los coeficientes de la fórmula c0 = -(1 / H) y c1 = (1 / H). es el mismo se utilice el método que se utilice para determinarlo. (x x ) f(x ). NOTAS: 1ª) Obsérvese que la fórmula obtenida coincide con el cociente incremental que nos sirvió para ilustrar las fórmulas de derivación numérica en la introducción a este tema (apartado 1º). 5.1.f(x ) 1.f(x ) 1 . x1} y una función f(x) de la que se conoce su valor en los puntos del soporte. x1]. el polinomio interpolador de Lagrange de tal función sobre el soporte escogido está dado por: 10 01 0110 p(x) f(x ).f(x ) 1 . R.

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

h) 1 . Cálculo Numérico – Lic.f "(x * . Fácilmente se obtiene esta nueva expresión sin más que considerar qu μ H on ½ < μ < por lo qu l expresión del error queda en el caso más general en la forma: R x* ρH ” ξ La fórmula de derivación con dos puntos de soporte suele utilizarse cuando x* es uno de los puntos extremos del intervalo o el punto medio del mismo (caso.H θ δ θ δ = 1 0 1.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) 2. R.h.f '(x*) 1. x x .f '(x*) H θ θ +2222 1100 1 .H 2.. γ θ " x* δ θ " x* δ β " ξ En el caso de ser x* un punto cualquiera el orden del error de la fórmula de derivación numérica es 0(h) donde h representa la mayor de las distancias del punto x* a los extremos del intervalo.h.f "(x * .h .Derivación Numérica 000 f(x*) .h .1.H 2.H θ δ θ δ 62 Derivación Numérica Carlos Conde.h) 2.h) 2 ⎤ θ θ δ ⎥⎦ = 1 0.f "(x * .h) 1 .f "(x * . Riveros .h . que: Rf(x*) = h .f"(x* .h.h) 2.h .h) . .f "(x * .h . Arturo Hidalgo.f '(x*) Hh ⎛ ⎞ ⎜⎟ ⎝⎠ +2222 1100 1 . 31 Pu sto qu H s po r xpr s r omo γ on γ > r sult r n lm nt aplicando el lema 4.H θ δ θ δ ’ x* 22 1100 h . . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .

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

f(iv (x*) . f "(x * .h.Derivación Numérica ' f x* R (x*) f(x*) f h.... Arturo Hidalgo.f "(x * .. R.h..h) 4 δ δ[] δδ No obstante la expresión anterior nos deja con la duda de si no podrán anularse más términos del desarrollo en serie de Taylor a partir del cual se obtuvo la expresión del error. es decir: f(x0) = f(x*-h) = f(x*) ’ x* ½ ” x* 34 h.’ x* / ” x* . en un primer intento..f "(x*) . Riveros ...h) 2 δδ [ ] Por tanto. h22 C) Caso en que x* es el punto medio del intervalo: x* = (x0 + x1) / 2 En st so H/ θ y θ de derivación numérica en la forma: ' x* f f(x * h) f(x * h) 2.. 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..f "(x*) .. particularizando en la expresión antes obtenida resultando: '() f x* 1 0 R (x*) f(x*) f h . en este caso la fórmula es exacta de orden 1. 33 nom n n os “ prox m nm nt l r n nt ntr pr m r or n” El rror st rmul s x s su nt m nt r gul r puede obtenerse. 6 24 Cálculo Numérico – Lic. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . de donde: ’ x* ' x* f(x*) f(x * h) 1. f 1. 64 NOTA: Al mismo resultado sobre el error se llegaría sin más que considerar que: f(x*-h) = f(x*) .h) f "(x * ..h = pu én os r s r b r l rmul Derivación Numérica Carlos Conde.f '''(x*) h... En efecto.

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

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

Arturo Hidalgo.x ] f [ x .Derivación Numérica = 67 10 01 10 f(x)f(x) f x .(x x ) == . 35 para así obtener la misma fórmula de derivación numérica pero ahora con la expresión ''''' x* x* p x* L x* x L x* x L x* x En esta última expresión los coeficientes de la fórmula aparecen de forma más explícita y toman la expresión: c0 ' 1 2 0 0102 L (x*) (x * x ) (x * x ) (x x ).x xx . R. Riveros .x ] fx. c1 02 Cálculo Numérico – Lic. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .x xx = y []1201 012 20 f [ x .[]21 12 21 f(x)f(x) f x .x.x xx = Derivación Numérica Carlos Conde.

p2(x*)) al grafo de la parábola p2(x) que pasa por los puntos (x0 . además. f(x*)) por la tangente trigonométrica del ángulo formado entre el eje de abscisas y la tangente geométrica en el punto (x*. el soporte equidistante.Derivación Numérica 1 1012 (x * x ) (x * x ) L (x*) (x x ). 5. A continuación se analizan con detalle estas situaciones. f(x2)).1. f(x0)). • Figura 3: Interpretación gráfica del proceso de derivación numérica seguido con una fórmula de tipo interpolatorio con tres puntos de soporte.(x x ) == 68 c2 0 1 2 2021 (x * x ) (x * x ) L (x*) (x x ). su expresión puede ot rs s x x ut l z n o l t or m m nt 2 ''' R x* ≤β ξ Los casos de aplicación más típicos para esta fórmula de derivación numérica son aquellos en los que el punto x* coincide con uno de los puntos del soporte siendo. Riveros .2. La figura 3 ilustra este proceso. Casos particulares con soporte equidistante En este caso.(x x ) == 4ª) La interpretación gráfica del proceso de derivación numérica seguido con esta fórmula consiste en sustituir la tangente trigonométrica del ángulo formado entre el eje de abscisas y la tangente geométrica al grafo de f(x) en el punto (x*. f(x1)) y (x2 . (x1 . denotando por H a la distancia entre puntos consecutivos del soporte las diferencias divididas que intervienen en la fórmula pueden ser expresadas mediante: 10 01 f(x ) f(x ) f[x .x ] H Cálculo Numérico – Lic. R. Programación y Métodos Numéricos Derivación Numérica 36 En lo que se refiere al error de truncatura de esta fórmula.

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

x1)) entonces: Rf(x*) = f(x*) fx* ’ / H ’’’ ξ B) Caso de soporte equidistante en el que x* = x1 Si se toma como punto x* el punto medio del soporte se tiene que: x0 = x* . Riveros ../ H ’’’ x* f(x* .H H ’ x* / H ’’’ x* . si f(x) es al menos de clase C3((x0. x1 = x* y x2 = x* + H. x1 = x*. Si f(x) es suficientemente regular pueden combinarse los desarrollos en serie de Taylor: f(x* . Con ello (x* .f(x ) 4.x0) = H y (x* .H ’ x* H ” x* .H) = f(x*) .H) = f(x*) ..H = Programación y Métodos Numéricos Derivación Numérica 38 fórmula que coincide con la que se obtuvo al utilizar un soporte de 2 puntos y aproximar la derivada en el punto medio de ellos.H 2.Derivación Numérica 70 =++ pudiéndose concluir que si f(x) es al menos de clase C3((x0 .H 2 1 0 3.H y (x*-x1) = H por lo que: '10210 x* 2 f '(x*) f f(x ) f(x ) f(x ) 2.2. de donde.f(x ) f(x ) f(x ) f(x ) H 2. C) Caso de soporte equidistante en el que x* = x2 Si se toma como punto x* el punto derecho del soporte se tiene que: x0 = x* .H f(x * H) f(x * H) 2.H == expresión que se conoce como fórmula de derivación numérica en derivadas regresivas de segundo orden.H) 2.f(x*) 4.f(x * H) f(x * 2.x1) = 0 por lo que: '1021020 x* f '(x*) f f(x ) f(x ) f(x ) 2.f(x*) 4.. Con ello (x*-x0) = 2.H 2.H. x2) se obtiene que: Rf(x*) = f(x*) fx* Cálculo Numérico – Lic..f(x*-H) + f(x*.(3. R.H y x2 = x*.f(x ) f(x ) 3.H ’ x* ½ H ” x* .H.f(x ) f(x ).2./ H ’’’ x* obteniendo: 3.H) H 2.

. Riveros .1 ·h ·f (x*) .. Otros métodos para la obtención de fórmulas de derivación numérica de tipo interpolatorio. 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*) .. consiste en combinar los desarrollos de Taylor en torno al punto x* de f(x0).. 6. El proceso seguido en el apartado 4º para determinar el error de derivación numérica muestra otra manera de calcular las fórmulas de derivación. . n) y se admite que f(x) posee la regularidad necesaria. . En efecto. 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. f(xn) buscando que en dicha combinación se anulen el mayor número posible de los pr m ros térm nos s lvo obv m nt l qu mult pl ’ x* sp j n o spués ’ x* st omb n n s obt n r l rmul rv ny l término de error.... De forma más detallada.. si se denota por hi = xi x* (i = 0.. Mediante la combinación de desarrollos en serie de Taylor.. 39 6.1.. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe bus rs qu s lvo l o nt ’ x* s nul n l m yor núm ro los Cálculo Numérico – Lic.. R.Derivación Numérica ’ / H ’’’ ξ 71 Derivación Numérica Carlos Conde... 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*) .. f(x1). Arturo Hidalgo.

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

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

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

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

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. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . x. x*+3·h/2).. 43 6... R. x*+3·h/2)). se comete un error dado por: vξ f R (x*) 1 ·h ·f ( ) 192 para algún valor ξ (x*-2·h. Por tanto.. Derivación Numérica Carlos Conde. si f C4((x*-2·h.. toda fórmula de tal tipo debe ser exacta para los monomios {1. su aplicación a cada uno de los (n+1) monomios xk (0 < k < n) nos conduce a que: = Σn i Cálculo Numérico – Lic.2. si se busca una fórmula con expresión: = Σn *ii i0 f '(x*) f ' c f(x ) . Este método de determinación de fórmulas de derivación de tipo interpolatorio soportadas en (n+1) puntos se basa en que... Riveros . según el teorema 3. Es decir un error de orden 3. Arturo Hidalgo.1. .Derivación Numérica 13 208 76 por lo que: ’ x* ( ) ( h) ( h) ( 3·h ) 222 1· 2 ·f x * 2·h 13·f x * 11·f x * 1 ·f x * h 105 12 10 28 ⎛⎜ ⎞⎟ ⎝⎠ 1 ·h3·f(iv(x*)+. 9 Obsérvese que si al sistema anterior se le añadiese la ecuación procedente de obligar a que s nul s l o nt ’’’ x* s t n rí un s st m qu s lo m t l solu n tr v l α0 = = α1 = α2 = α3 = 0. xn}. M騁odo de coeficientes indeterminados.

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

....· m ξ pl n olo l pr m r b nom o x-x*)m (cuya derivada m-ésima es una constante no nula) para el que la fórmula deja de ser exacta (hecho que tendrá lugar para m > n).. c 0 .. .Derivación Numérica ch1c1 h 78 Programación y Métodos Numéricos Derivación Numérica 44 Y si n > 1 . .. x1 = x* . . Ejemplo: Determinemos la fórmula de derivación numérica de tipo interpolatorio que p rm t l ul r l v lor prox m o ’ x* us n o un soport l orm {x0 = x* .. 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.. 1 c 0 ..2·h. c 0 Una vez determinada la fórmula.. los coeficientes de la fórmula se pueden obtener resolviendo el sistema: Cálculo Numérico – Lic.. .(½)·h.. ... 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. R... c . Según se ha visto anteriormente.. 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 . x3 = x* + (3/2)·h} donde h es un valor real estrictamente positivo. Riveros . . su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m.. x2 = x* + (½)·h.....

el sistema equivalente: 79 Derivación Numérica Carlos Conde. R.c 13. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .c 11. La primera derivada de dicha función en x* es: ’ x* x*-x*)3 = 0 siendo el valor aproximado dado por la fórmula: ⎛⎜ ⎞⎟ ⎝⎠ '41414343 *222 f 1 2 (2h) 13( h) 11 h 1 h 1h h 105 12 10 28 8 por lo qu 3 '3 Cálculo Numérico – Lic. 45 ⎡ ⎤⎧ ⎫ ⎧ ⎫ ⎢⎢⎢⎢⎣ ⎥⎥⎥⎥⎦⎨⎪⎪⎪⎪⎩ ⎪⎭⎪⎪⎪⎬ ⎪⎩⎨⎪⎪⎪ ⎪⎭⎪⎪⎪⎬ 0 2 1h 2 3 1111c0 4113c 16 1 1 9 c 0 64 1 1 27 c 0 La solución del sistema anterior nos proporciona los valores: ====0124 c 2. Riveros . Arturo Hidalgo.Derivación Numérica ⎡ ⎤⎧ ⎫ ⎧ ⎫ ⎢⎢⎢⎢⎣ ⎥⎥⎥⎥⎦⎨⎪⎪⎪⎪⎩ ⎪⎭⎪⎪⎪⎬ ⎪⎩⎨⎪⎪⎪ ⎪⎭⎪⎪⎪⎬ 0 1131 2221h 119 4442 1 1 27 8883 1111c0 2c 4c0 8c0 o. eliminando denominadores.c 1 105·h 12·h 10·h 28·h Para determinar el error de la fórmula consideraremos la función f(x) = (x-x*)4.

x2].00001.1. Suponiendo que f(x) es suficientemente regular en el intervalo [x*.01. El error realmente cometido ¿es en todos los casos inferior a la cota hallada? Si no lo fuese justifíquese el motivo. ii) Combinando desarrollos en serie de Taylor. Arturo Hidalgo. Derivación Numérica Carlos Conde.Derivación Numérica (x x*) * R (x*) f '(x*) f 0 h 1h 88 . Realícense los cálculos en coma flotante usando mantisas con 5 decimales significativos. y iii) Mediante el método de coeficientes indeterminados. c) Obténgase una cota del error de derivación numérica válida en el intervalo [x*. h1 = 0. Alfredo López Cálculo Numérico – Lic. x1 = x* + 2h y x2 = x* + (5 ) 2 h. 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.001.0001 y h4 = 0. Riveros . x2] para la función considerada en el apartado anterior. h3 = 0. 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. Obténgase la fórmula pedida y su error: i) Derivando el correspondiente polinomio interpolador de Lagrange. Si se busca el error en la forma: = 3 (iv f R (x*) Kh f (x*) para la función considerada (cuya cuarta derivada es: f(iv(x*) = 24) se tiene que: K = -1/192 En resumen la fórmula buscada es: ⎛⎜ ⎞⎟ ⎝⎠ '113 *222 f 1 2 f(x * 2h) 13 f(x * h) 11f x * h 1 f x * h h 105 12 10 28 y el error de derivación numérica está dado por: vξ f R (x*) 1 h f ( ) 192 80 Programación y Métodos Numéricos Derivación Numérica 46 Ejercicio propuesto: a) Siendo h un parámetro estrictamente positivo. h2 = 0. R. determinar la fórmula de derivación numér qu p rm t prox m r l v lor ’ x* sobr l soporte: x0 = x* +h.

NOTA: nom n os coeficientes (o La fórmula de derivación que se acaba de definir puede decirse que es una fórmula lagrangiana pues en ella sólo intervienen valores de la función f en los puntos del soporte.... 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. x1. < xn. No obstante. . xn} del intervalo I en el que se suponen conocidos los valores de la función f(x).. xn} del intervalo I. 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. Riveros . cometiéndose un error en la aproximación de f(k (x*).. R.. Consideremos además un soporte de (n+1) puntos {x0. Es por ello que junto a la definición anterior conviene precisar la definición del error que con la fórmula se comete. Destinaremos este apartado a describir este proceso con detalle. Podrían considerarse fórmulas más generales. . hermitianas.Derivación Numérica 81 ETSI Minas de la Universidad Politécnica de Madrid . Programación y Métodos Numéricos Derivación Numérica 48 En general el valor aproximado (k * f y el valor exacto f(k(x*) diferirán.. x1.. F 駻ica de tipo interpolatorio para la aproximaci Los métodos de obtención de fórmulas numéricas para aproximar primeras derivadas pueden extenderse fácilmente para deducir fórmulas de derivación numérica que permitan aproximar derivadas de orden superior al primero. Por simplicidad supondremos que los puntos del soporte son todos ellos distintos y están ordenados de menor a mayor es decir que: x0 < x1 < .. se denomina fórmula de derivación numérica para aproximar el valor de la k-ésima derivada f(k(x) en el punto x* sobre el soporte de puntos considerado. a toda expresión de la forma: f(k(x*) k *f x x n xn n ii i0 c . En este sentido se introduce la siguiente definición: Cálculo Numérico – Lic. estas últimas fórmulas tienen un uso mucho más esporádico que las de tipo lagrangiano y es por ello que nos limitaremos a considerar como fórmulas de derivación numérica tan sólo a las que hacen intervenir los valores de la función en los puntos del soporte. 47 7. Definici Siendo f(x) una función de la que se conocen sus valores en el soporte de (n+1) puntos {x0 .f(x ) Σ on n son n s l r s pesos) de la fórmula de derivación.

si se supone que f(x) es al menos de clase C3([x0.’ x* + 234 ( iv 0 h. Una forma de acotar el error de truncamiento de esta fórmula. Arturo Hidalgo. x1 .f ( x * .f "'( x*) h .h) Cálculo Numérico – Lic.Derivación Numérica Definici Siendo (k * f la aproximación de f(k(x*) que se obtiene operando sin error 82 de redondeo según la fórmula de derivación numérica: f(k(x*) k *f= n ii i0 c . R. c1 = (-2/h2) y c2 = (1/h2). Riveros . x1]) consiste en considerar los desarrollos en serie de Taylor siguientes: Derivación Numérica Carlos Conde.f "( x*) h. 49 f(x0) = f(x*-h) = f(x*) . Ejemplo: Siendo {x0 .(k *f Obviamente se verificará que: (k (k f (x*)= f* +Rf(x*) por lo que considerando la fórmula en cuestión aplicada a todos los puntos x de un dominio dado puede definirse la función error de truncamiento de la fórmula derivación numérica para la función f considerada como la función: Rf : I R x Rf(x) En el análisis del error de truncamiento de las fórmulas de derivación numérica se perseguirá encontrar cotas del valor de esta función de error Rf(x) en el intervalo I sobre el que se trabaje.x f(x ) 2·f(x ) f(x ) h conduce a una fórmula en la que sus coeficientes son c0 = (1/h2) . x2 } un soporte formado por tres puntos tales que x0 = x1 h y x x ons r n o qu x* x l sust tu n l xpr s n ”x por: [] " 110122 f "(x ) f 2·f x . Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .x .f(x ) Σ se denomina error de truncamiento de la fórmula en el punto x* al valor Rf(x*) = f (k(x*) .

Sup f ( x ) 12 ≤ P r l que: == 444 so p rt ul r l un n x x n qu ” x* · x* s t n Cálculo Numérico – Lic.f "(x*) h.f ( x * .x ) R ( x ) f "( x ) f " h . Riveros .f '''( x*) h .h) 2 3! 4! θ θ de donde: 4 2 (iv ( iv 2001 f ( x ) f ( x ) 2·f ( x*) h ·f "( x*) h ·(f ( x * ·h) f ( x* ·h)) 24 θ ()2 θ⇒ ( iv ( iv *201 f " f ( x* h) 2·f ( x*) f ( x * h) f "( x*) h · f ( x * ·h) f (x* ·h) h 24 θθ ⇒ Por tanto: ()2 ( iv ( iv f00001 R (x ) f "( x ) f " h · f (x* ·h) f ( x * ·h) 24 θ {} θ expresión que puede acotarse por: 01 2 ( iv f000 x (x .Derivación Numérica 83 2 3! 4 ! θ θ x x* x* ’ x* + 234 ( iv 1 h. R.

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

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

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

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

En efecto.. 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... la expresión detallada del polinomio interpolador de Lagrange pn(x) de una función f(x) sobre el soporte de (n+1) puntos {x0.. considerando que el polinomio interpolador de Lagrange de f(x) sobre el soporte {x0.. .. En efecto... 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. en cualquier punto x* se puede considerar la aproximación: = ⋅ Σn (k (k (k nii i0 f (x*) p (x*) L (x*) f(x ) Esta fórmula es una fórmula de derivación numérica en la que sus coeficientes están dados por la expresión: = (k i i c L (x*) 88 11 Recuérdese que: nn ijij j0j0 jiji L (x) (x x ) (x x ) == ⎛⎞⎛⎞ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎝⎠⎝⎠ Π Π (i = 0. x1.Derivación Numérica satisfacen las igualdades recogiodas en el enunciado. xn} se puede expresar como: pn(x) = Σn ii i0 f(x )·L (x) se tiene que si se verifican las igualdades consideradas para los coeficientes: ’ x* Cálculo Numérico – Lic. . . . n) entonces es de tipo interpolatorio. Riveros .. 1. R....

R. 89 En toda fórmula de derivación numérica de tipo interpolatorio = Σn (k x* i i i0 f c.2. c.q.Derivación Numérica ==== ⎛⎞ ⎜⎟ ⎝⎠ ΣΣΣΣ n n n n (k (k (k (k iiiiiiiin i0i0i0i0 c f(x ) L (x*)f(x ) L (x*)f(x ) L (x*)f(x ) p (x*) lo que demuestra que el valor de la k-ésima derivada en x* se aproxima con el valor de la k-ésima derivada del polinomio interpolador en x*. Riveros . De la propiedad anterior se deduce fácilmente la siguiente: Propiedad 7.d.f(x) se verifica que: n i i1 c0 = Σ Demostraci Puesto que según las propiedades de los polinomios de base de Lagrange se verifica que: n i i0 L (x) 1 = Σ ∀x s obv o qu == ⎛⎞ ⎜⎟ ⎝⎠ ΣΣ n (k n (k ii i0i0 L x L x ∀x Cálculo Numérico – Lic.

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

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

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

·( )·( )·( ) Programación y Métodos Numéricos Derivación Numérica 58 por lo qu l rmul qu prox m ” x s '' [ ] x* 3 0 1 2 f "(x*) f = p" (x*)=2·f x . R. c.. . .. se verifica que: n j ii(jk) i1 0 si j k c x j ! ( x*) si k j n ( j k)! = < ⎧⎪ ⎨⎩⎪ ≤ ≤ Σ (j = 1. x2. Sobre un soporte de cuatro puntos {x0.x + f[x x x x ] x x x x 0 1 2 3 0 1 2 2· .d.x • Propiedad 7.x . .f(x). 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 ( ) ( ) .. ·(3· * ) y para la aproximación de la tercera derivada: ''' [ ] x* 3 0 1 2 3 f '''(x*) f = p''' (x*)=6·f x .. construida sobre un soporte de (n+1) puntos con n > k. n) con el valor de f(k(x*) . x1.x . x1.3 En toda fórmula de derivación numérica de tipo interpolatorio = Σn (k x* i i i0 f c.n) Demostración: La demostración de esta propiedad se deja como ejercicio propuesto al lector y consiste simplemente en comparar el valor (exacto) proporcionado por la fórmula de derivación al ser aplicada a la función f(x) = xj (j = 0. . En cuanto al error de las fórmulas de derivación que permiten aproximar Cálculo Numérico – Lic. Riveros . x2} el polinomio interpolador de Lagrange de una función f(x) puede expresarse como: = [] [] p x x x x· xx x x x· xx · xx por lo que la fórmula de derivación numérica que aproxima derivadas segundas sobre este soporte es: [ ] x* " x* " p" x · x x x 2º.Derivación Numérica 93 1º. Sobre un soporte de tres puntos {x0. . ·( ) . ·( )·( ) +f[x x x x ] x x x x x x 0 1 2 3 0 1 2 . .q.x . ..

. Esto es.Derivación Numérica derivadas de orden mayor que 1 puede realizarse un análisis similar al descrito anteriormente para las fórmulas que aproximaban la primera derivada. 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*) . R. Arturo Hidalgo.. 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*) .... Dejamos al lector interesado la tarea de adaptar las propiedades y teoremas desarrollados en el apartado 4º a este tipo de fórmulas.. combinando desarrollos en serie de Taylor para funciones que tengan la suficiente regularidad. < xn} y siendo x* el punto en el que se desea aproximar f(k(x) denotemos por hi al 94 Derivación Numérica Carlos Conde..... .1 ·h ·f (x*) .. junto a la expresión de su error. Riveros .. Nosotros nos centraremos en la descripción del proceso que permite obtener fórmulas de derivación de tipo interpolatorio. 3! k! (1) Si se desea que la fórmula de derivación sea del mayor orden posible debe buscarse que. 59 valor: hi = hi = xi x* (i = 0. n). salvo el coeficiente de f(k(x*). h ·f (x*) .. se anulen el mayor número de los primeros sumandos del desarrollo anterior. que: = α Σn Cálculo Numérico – Lic. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid ... Para ello siendo n > k consideremos el soporte de (n+1) puntos {x0 < x1 <.

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

Ilustremos estos extremos con un ejemplo. una vez calculados estos coeficientes.2·h. x4 = x* + 2·h} donde h es un valor real estrictamente positivo. x*+2·h) podemos considerar los desarrollos en serie de Taylor: f(x*.. x2 = x*. si suponemos que f(x) es suficientemente regular en (x*-2·h. Riveros .... Para ello. x1 = x* .· ’ x* + h2·f "(x*) h3·f '''(x*) 26 4 h ·f(iv (x*) 24 567 h ·f(v (x*) h ·f(vi(x*) h ·f(vii(x*).·h. Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud pos bl qu p rm t l ul r l v lor prox m o ’’’ x* us n o un soport de la forma: {x0 = x* . denotando por = α α Σn ii i0 ·h se tendrá que los coeficientes de la fórmula de derivación se obtienen m nt α /α n y qu l pr m r térm no qu no s y podido anular en la expresión (1) se podrá inferir fácilmente la expresión del error de derivación.Derivación Numérica quedarán expresados en función del valor que libremente se le asigne a uno de ellos. 120 720 5040 f(x*) = f(x*) x* x* · ’ x* ++ h2·f "(x*) h3·f '''(x*) Cálculo Numérico – Lic. R. x3 = x* +h. 120 720 5040 f(x*-·h) =f(x*) . 96 Programación y Métodos Numéricos Derivación Numérica 60 En todo caso.2·h) =f(x*) · · ’ x* + 4·h2·f "(x*) 8·h3·f '''(x*) 26 4 16·h ·f(iv (x*) 24 567 32·h ·f(v (x*) 64·h ·f(vi(x*) 128·h ·f(vii(x*).

8· · ·f '''(x*) 6 α α α α 4 (iv 0134 h 16.. R.. 120 720 5040 x* · x* · · ’ x* ++ 4·h2·f "(x*) 8·h3·f '''(x*) 26 + 4 16·h ·f(iv (x*) 24 +++ 567 32·h ·f(v (x*) 64·h ·f(vi(x*) 128·h ·f(vii(x*).. 16· · ·f (x*) 24 α α α α 5 (v Cálculo Numérico – Lic. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Riveros .Derivación Numérica 26 + 4 h ·f(iv (x*) 24 ++++ 567 h ·f(v (x*) h ·f(vi(x*) h ·f(vii(x*) . Arturo Hidalgo.. 120 720 5040 97 Derivación Numérica Carlos Conde. 61 de donde: α α α α α α α α α α α α α α α α α α · x* · · x* · · · · ' x* · x* · x* ·f(x * h) ·f(x * 2·h) 2 0134 h 4· 4· · ·f "(x*) 2 α α α α 3 0134 h 8.

2 . x*+2·h)). 1 Para estos valores de los coeficientes α α α α α i.Derivación Numérica 0134 h 32. 0 . se tiene entonces que la combinación de desarrollo en serie de Taylor antes obtenida se convierte en: x* · · x* x* =++ 35 12·h·f '''(x*) 60·h·f(v (x*) . 120 98 Si se desea construir una fórmula que con el soporte anterior aproxime el valor ’’’ x* y qu t ng l m yor or n x t tu pos bl s obl g r qu α α α α α (Coeficiente en h0 y f(x*)) α α α α · · o nt n y ’ x* α α α α · o nt n y ” x* α α α α · (Coeficiente en h4 y f(iv (x*)) de donde12.. Obsérvese que se descarta la opción α4 = 0 ya que ello anularía el coeficiente ’’’ x on lo qu no lo po rí mos sp j r l s rrollo r sult nt s asigna a α4 el valor α4 = 1 se tiene que: 12 Obsérvese que si al sistema anterior se le añadiese la ecuación procedente de obligar a que s nul s l o nt ’ v x* se tendría un sistema que sólo admite la solución trivial α0 = = α1 = α2 = α3 = α4 = 0. Cualquier elección no nula de α4 nos conducirá a la fórmula buscada. si f C5((x*-2·h... R.. 2 .. 32· · ·f (x*) . 4 De esta igualdad se infiere que la fórmula buscada es: * f '''(x*) f ''' 1·f x * 2·h 1·f x * h 1 ·f x * h 1 ·f x * 2·h 2·h h h 2·h y que con ella.. Riveros . 2· . Programación y Métodos Numéricos Derivación Numérica 62 α 1. dejando como incógnita libre α3. se comete un error dado por: vξ f R (x*) 1·h ·f ( ) 4 Cálculo Numérico – Lic. 6 120 · x* · de donde: ’’’ x* 1·f x * 2·h 1·f x * h 1 ·f x * h 1 ·f x * 2·h 2·h h h 2·h 1·h2·f(v(x*)+.. 0 ... 2· .. se tiene: α α α α α α α α R .

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

Riveros ... .... .... R. .... c ......... c .. ... . ... .. . ... c .. .Derivación Numérica ⎢ ⎥⎪ ⎢ ⎥⎪ ⎢⎢γ γ γ γ ⎥⎥⎨ ⎢γ γ γ γ ⎥ ⎢γ γ γ γ ⎥ ⎢⎥ ⎢⎥ ⎢⎢⎣γ γ γ γ ⎥⎥⎦ 012n 2222 012n0 1 (k 1) (k 1) (k 1) (k 1) 012n2 kkkk 012n (k 1) (k 1) (k 1) (k 1) 012nn nnnn 012n 1 1 1 ... c .... . 1 .. 100 Cálculo Numérico – Lic. ⎧⎫ ⎪⎪ ⎪⎪ ⎫⎪⎪ ⎪⎪⎪ ⎪ ⎪⎬⎪ ⎨⎪⎪ ⎪⎬⎪ ⎪⎪⎪⎪ ⎪⎪⎪⎪ ⎪⎩ ⎭⎪ ⎪ ⎪ ⎪⎪ ⎪⎪ ⎩⎪ ⎭⎪ k k! h 0 0 0 ..... .

1. 1. (x-x*). Tal sistema es: c c c ch ⎡ ⎤⎧ ⎫ ⎧ ⎫ ⎢⎢⎢⎢⎣ ⎥⎥⎥⎥⎦⎨⎪⎪⎪⎪⎩ ⎪⎭⎪⎪⎪⎬ 0 1 2 3 3 11110 21120 41140 8 1 1 8 6/ ⎪⎩⎨⎪⎪⎪ ⎪⎭⎪⎪⎪⎬ cuya solución nos proporciona los valores: cccc hhhh ====03132343 1. (x-x*)2. 101 Programación y Métodos Numéricos Derivación Numérica 64 Ilustremos esta forma de proceder obteniendo nuevamente la fórmula de derivación numérica hallada en el subapartado anterior mediante combinaciones de desarrollos en serie de Taylor. 1 2· 2· Para determinar el error de la fórmula consideraremos la función f(x) = (x-x*)4. Riveros .Derivación Numérica 0 0 .·h. (x-x*)3} . x1 = x* . soportada por 4 puntos. x4 = x* + 2·h} donde h es un valor real estrictamente positivo. los coeficientes de la fórmula. x2 = x*. La tercera derivada de dicha función en x* es: ’’’ x* · · x*-x*) = 0 siendo el valor aproximado dado por la fórmula: Cálculo Numérico – Lic. 0 Una vez determinada la fórmula. se pueden obtener resolviendo el sistema obtenido al aplicar la fórmula a los cuatro binomios {1.. x3 = x* +h.2·h. Ejemplo: Determinemos la fórmula de derivación numérica del mayor orden de exactitud pos bl qu p rm t l ul r l v lor prox m o ’’’ x* us n o un soport de la forma: {x0 = x* . R. su error puede también ser calculado si se busca en la forma Rf(x*) = K·h(m-k · m ξ pl n olo l pr m r b nom o x-x*)m (cuya derivada m-ésima es m!) para el que la fórmula deja de ser exacta (hecho que tendrá lugar para m > n). Según se ha visto anteriormente..

Derivación Numérica 102 f h h (h) ( h) h ⎛⎜ ⎝⎠ ''' 4 4 4 4 *3 1 1( 2 ) ( ) 12 0 22 ⎞⎟ lo que nos indica que la fórmula es también exacta para los polinomios de orden 4º. 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. que: h Kh K · 5! 4 · · ⇒ por lo que en general: v fRxhfx ( *)= 1 2 ( ( *) 4 En resumen la fórmula buscada es: f (fx h f x h f(x h) f(x h)) h ''' *3 Cálculo Numérico – Lic. Arturo Hidalgo. R. El valor exacto de la tercera derivada de este binomio es: ’’’ x* · · x*-x*) = 0 Derivación Numérica Carlos Conde. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Riveros . para esta función por: xxRxhh 22 ( *) ( *) 0 30· 30· Si buscamos la expresión genérica del error en la forma: v f R(x*)=K·h2·f ξ es fácil verificar. aplicándolo a (x-x*)5. Incrementemos una unidad el grado del binomio y apliquémosla a f(x) =(x x*)5.

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

Derivación Numérica idea que surge intuitivamente es la de reducir el valor de h (lo que generalmente se traduce en tomar puntos más próximos entre sí y más cercanos al punto x*). En este sentido la forma habitual de proceder consiste en, siendo q un valor tal que 0 < q < 1, aplicar la fórmula numérica para los valores h0 = h, h1 = q·h, h2 = q·h1 = q2·h , ...., hj = q·hj-1 = qj·h, .... Se obtienen así diferentes valores V0, V1, ...., Vj, .... que aproximan la derivada en cuestión. Este proceso se finaliza cuando |Vj Vj-1| sea lo suficientemente pequeño m nor qu un rto ε pr n o nt m no

104

Ejemplo: Si se utiliza la fórmula:
* f '(x*) f ' 1·f x * h 1·f x * h 2·h 2·h

para aproximar el valor de la primera derivada de la función f(x) = ex en el punto x* = 0 ( cuyo v lor x to s ’ s obt n r n los s gu nt s v lor s p r el valor aproximado de la derivada (calculados con el programa MAPLE 7 utilizando 20 dígitos), para diferentes valores de h: h0 = 0.5, V0 = 1.042190610987.... |Error|=0.0421906... h1 = 0.25, V1 = 1.010449267232.... |Error|=0.0104492... h2 = 0.125, V2 = 1.002606201928.... |Error|=0.0026062... h3 = 0.0625, V3 = 1.000651168835.... |Error|=0.0006511... h4 = 0.03125,V4 = 1.000162768364.... |Error|=0.0001627... pudiendo observarse como el error se reduce de una aproximación a la siguiente al reducir el paso a la mitad. Nótese que el error se reduce aproximadamente a la cuarta parte alreducir el paso a la mitad al ser el orden del error de la fórmula empleada O(h2).

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

Derivación Numérica ⎝⎠ Σn (k (m p (m 1 p 1 ii i0 f (x*) c ·f(x ) ·f (x*)·h ·f (x*)·h ... y denominemos Ve al valor exacto que se está aproximando, V0 al valor obtenido con el paso h y V1 al obtenido con paso q·h (donde supondremos que q < 1). Se tendrá que: V V α· m x* · p β· m x* · p Ve = V1 + α· m x* ·qp· p β· m x* ·qp · p Restando ambas igualdades se obtiene: V1 V α· m x* · qp · p β· m x* · qp · p ⇒ ⇒ α β (m p 1 0 (m 1 p 1 p 1 pp ·f (x*)·h V V 1 · ·f (x*)·(1 q )·h ... 1q1q Sustituyendo esta expresión en la primera de las expresiones del valor exacto resulta que: + ⎛ ⎞ β ⎜⎝ ⎟⎠ p1 1 0 (m 1 p 1 e0pp V V V V ·f (x*)·1 1 q ·h ... 1q1q

105

14 En honor al matemático inglés Lewis Fry Richardson (1881 1953) que fue uno de los pioneros del cálculo científico (y en concreto el primero en aplicar métodos de diferencias finitas a la predicción del tiempo). Derivación Numérica Carlos Conde, Arturo Hidalgo, Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . 69
lo que nos indica que el valor: =+= p 1010 1,1 0 p p V V V V V q·V 1q1q aproxima al valor exacto Ve con un error de orden (p+1).

Cálculo Numérico – Lic. R. Riveros

Derivación Numérica Análogamente, si se considera el valor V1, obtenido con paso (q·h) y el valor V2 obtenido con paso (q2h) se tiene que: V V α· m x* ·qp· p β· m x* ·qp · p V V α· m x* ·q p· p β· m x* ·q p · p de donde un proceso análogo al que se acaba de describir nos conduce a que: () + ⎛ ⎞ β ⎜⎝ ⎟⎠ p1 2 1 (m 1 (p 1) e1pp V V V V ·f (x*)·1 1 q ·qh ... 1q1q lo que nos indica que =+= p 2121 1,2 1 p p V V V V V q·V 1q1q aproxima el valor exacto con un error de orden (p+1). De manera más general, si dado un valor del parámetro h se consideran las aproximaciones V0,j ( j = 0, 1, ...) obtenidas con un paso (qj·h) usando una fórmula de derivación numérica que presente un error de orden p, pueden construirse los valores: = p 0,j 0,j 1 1,j p V q·V V 1q (j = 1, 2, ...) verificándose, si f(x) es suficientemente regular, que: ⎛ ⎞ β ⎜⎝ ⎟⎠ (m 1 p 1 ( j 1) p 1 e 1,j p V V ·f (x*)· 1 1 q · q h ... 1q Denotando por b al valor

106

·111
Cálculo Numérico – Lic. R. Riveros

Riveros ..2 + b·f(m+1(x*)·hp+1·(1-qp O p ⇒ +++ + ⇒ (m 1 p 1 1.. se tiene que: 0 = V1. y: ( ) = + + + + + + (m 1 (p 1) p 2 e 1.j V V b·f (x*)·q h ..2 11 p 2 p1 VV b·f (x*)·h O(h ) 1q e introduciendo esta expresión en la primera de las que se han utilizado para obtenerla resulta que: + ++ ++ Cálculo Numérico – Lic. como: = + (m+1 p+1+ p+2 + e 1. Sobre la propia sucesión { } 1. 0 ∞ j j= V .2 V V b·f (x*)·qh O(h ) . En efecto. 1 ∞ j j= V puede entonces volverse a actuar.1 V1. hacia el valor exacto con un orden de convergencia (p+1) una unidad mayor que el orden de convergencia que presentaba la sucesión { } 0. Programación y Métodos Numéricos Derivación Numérica 70 Según lo anterior la sucesión de valores { } 1.Derivación Numérica 107 1 ⎛ ⎞ β⎝⎜ ⎠⎟ p p bq q escribiremos la expresión anterior en la forma: + (m 1 ( j 1) p 1 e 1.1 V V b·f (x*)·h O(h ) . cuando ha tiende hacia 0.... R. 1 ∞ j j= V converge.

j p 1 VqV V 1q (j = 2.) converge hacia el valor exacto con un orden de convergencia (p+2).1 p 1 p 1 VVVqV V V O(h ) .j j=2 V pueden ser mejorados construyendo a partir de llos un su s n { }∞ 3. si se parte de un método que converge con velocidad de orden p. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid .j j=2 V obtenida mediante: + + = p1 1. Estos nu vos v lor s { }∞ 2. . Arturo Hidalgo. un razonamiento como el precedente muestra que si f(x) es suficientemente regular. 1. mediante la fórmula de recurrencia: 108 Derivación Numérica Carlos Conde.N). R...2 1..j 1. O(h ) 1q1q De manera más general. Riveros . En general. N.1 p 2 e 1. .j j=3 V que converja con orden (p+3) y así sucesivamente.... 71 = Cálculo Numérico – Lic..2 1.j j k V para k = 1. 2º) Mejorar las aproximaciones calculando los valores { } = N k.j usando la fórmula con un paso (qjh) (j = 0..j 1 2..Derivación Numérica =+++=+ p1 1.1 p 2 1. l su s n { }∞ 2. 2. 3.. . el método de extrapolación de Richardson consiste en: 1º) Siendo 0 < q < 1 obtener las aproximaciones V0..

en la tabla siguiente se han recogido los valores de error cometido con cada una de las aproximaciones de st t bl s rl r n ntr v lor x to ’ y l v lor aproximado que figura en cada fila y columna de la tabla.1796106318.Derivación Numérica (p k 1) k 1.j respectivamente que proporciona la aplicación del método de extrapolación de Richardson. Para ello partiremos inicialmente del paso h = ½ y posteriormente lo iremos reduciendo a la mitad diez veces. Para poder apreciar mejor la evolución del error. Programación y Métodos Numéricos Derivación Numérica 72 Aproximaciones Cálculo Numérico – Lic. Riveros . Con ello se obtienen los valores V0.. 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). V2.j que figuran en la segunda columna de la tabla siguiente.j y V3. siendo el valor exacto: ππ f '(1) e 2· ·cos( ) 5.j el valor obtenido para el paso hj =(½)(j+1).. siendo V0.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.. 109 Ejemplo: Ilustremos el método de extrapolación de Richardson calculando el valor de la primera derivada de la función ⎛⎞ ⎜⎜⎝ ⎟⎟⎠ π x2 1 x f(x) e ·sen( x) en el punto x*= 1 mediante la fórmula: * f '(x*) f ' f(x * h) f(x*) h que presenta un error de orden 1 (es decir O(h)).j 1 k. 4ª y 5ª de la tabla se corresponden con los valores V1. R.j k 1. Las columnas 3ª.j .

40919 2 5.17961 5.17648 4 5.17961 5.18288 5.003131 4 0.j 2.91921 1 5.39593 5.17962 5.j j (h 2 ) f '(1) V f '(1) V f '(1) V f '(1) V 0 0.013590 0.260404 1 0.0013613 0.16960 5. Riveros .23805 5.17961 8 5.17960 959 5.12148 3 5.17961 5.058444 0.j 3.17961 9 5.18340 5.17961 5.23872 5.17948 5 5.j 2.000126 5 6 7 8 Cálculo Numérico – Lic.44340 5.17981 5. R.19469 5.29456 5.j 3.55380 5.114954 0.17961 5.19320 5.18717 5.216317 0.374191 0.j 1.17944 5.j j (h 2 ) V V V V 0 4.Derivación Numérica 110 ( j 1) 0.263794 0.484587 1.18151 5.17961 7 5.j 1.17966 5.0581335 3 0.22958 2 0.17961 Error de las aproximaciones ( j 1) 0.0100063 0.66420 6.17825 5.17961 10 5.

L. (1. Alfredo López ETSI Minas de la Universidad Politécnica de Madrid . Ed.j|) Valores proporcionados por la fórmula Valores corregidos aplicando el método de Richardson una vez Valores corregidos aplicando el método de Richardson dos veces Valores corregidos aplicando el método de Richardson tres veces Programación y Métodos Numéricos Derivación Numérica 74 BIBLIOGRAFÍA SOBRE EL TEMA [1].0000003 9. [2]. y FAIRES. Arturo Hidalgo. Este hecho puede verse más claramente en la figura siguiente en la 111 Derivación Numérica Carlos Conde. W. 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.0000222 2.994). F. aproximadamente.292·10 7 0. J.998). Riveros .0018953 · · La tabla de errores muestra cómo estos se reducen a. BURDEN. KINCAID.000012 4. Ed. C.Derivación Numérica 10 8 11 01752 5. MICHAVILA. la cuarta parte ((1/2)2) al pasar de un valor al siguiente en la segunda columna. Addison-Wesley Iberoamericana. 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.0000028 1. la mitad ((1/2)1) al pasar de un valor al siguiente en la primera columna.0075628 0.000198 0.621·10 8 0. y CHENEY. 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. log10(h) log | ’ -Vk.988). R.0150764 0. D.0037875 0. R. An疝isis num駻ico. Cálculo Numérico – Lic. (1. D. [3]. (6ª edición). (1.000049 0.728·10 6 0.0299549 0.743·10 10 0. M騁odos de Aproximaci .000800 0. International Thomson editores. Ed.502·10 9 0. An疝isis num駻ico. y CONDE.364·10 5. Las matem疸icas del c疝culo cient凬ico.

Informáticos. Politécnica de Madrid. Y Mét. 3: Interpolaci . y BURGUERA. [4]. VIAÑO. Springer Verlag. Ed.M. (1. R. Arturo Hidalgo López Prof. Alfredo López Benito Marzo. J. Riveros . [5]. (2000) Lecciones de m騁odos num駻icos. Aplic. y BULIRSCH. 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. Univ. Carlos Conde Lázaro Prof.Derivación Numérica Depto. J. de Mat. Ed. STOER. M. 2007 112 Cálculo Numérico – Lic. R.980). Introduction to numerical analysis.

Sign up to vote on this title
UsefulNot useful