Está en la página 1de 6

6.3. MTODO DE EXPANSIN DE TAYLOR El mtodo de expansin de Taylor es una forma alternativa de obtener aproximaciones de diferencia.

Este mtodo no slo deduce las frmulas de diferencia sistemticamente, sino que tambin deduce los trminos de error. Para una derivada de orden p, el nmero mnimo de puntos de datos requeridos para deducir una aproximacin de diferencia es p+1. Por ejemplo, una aproximacin de diferencia para la primera derivada de una funcin precisa de por lo menos dos puntos. Consideremos la deduccin de la aproximacin de diferencia para . La expansin de Taylor de alrededor de en trminos de es

Si resolvemos la ecuacin 6.3.1. para

obtenemos

Si ignoramos todos los trminos con excepcin del primer miembro derecho, obtendremos la aproximacin de diferencia, misma que se mostr ya como la ecuacin 6.2.1. Los trminos que se ignoran constituyen el error de truncado, representado por el trmino inicial, . Los dems trminos desaparecen rpidamente hacia adelante, con el error de truncado incluido, se expresa como

Donde

El termino E indica que el error es aproximadamente proporcional al intervalo de retcula h. El error tambin es proporcional a la segunda derivada, . La aproximacin de diferencia hacia atrs para la primera derivada empleando de forma similar. La expansin de Taylor de es se obtiene

Si resolvemos la ecuacin 6.3.4 para es

obtenemos la aproximacin de diferencia hacia atrs, que

Donde

Podemos deducir la aproximacin de diferencia central empleando mediante las expansiones de Taylor de , que ya se presentaron como las ecuaciones 6.3.1 y 6.3.4, respectivamente. Si restamos la segunda de la primera, obtenemos

Donde se ha eliminado automticamente el trmino

. Al resolver para

, obtenemos

Con el termino de error incluido, la aproximacin de diferencia se expresa como

Donde

Resulta interesante que, gracias a la cancelacin del termino , el error de la aproximacin de diferencia central es proporcional a , con a h. Al reducirse h, el error disminuye con mayor rapidez que con las otras dos aproximaciones. Como ya se explico, una aproximacin de diferencia de requiere al menos p+1 puntos de datos. Si se aumenta el nmero de puntos de datos, puede obtenerse una aproximacin de diferencia ms exacta. A fin de ilustrar esto, deduciremos una aproximacin de diferencia para utilizando . Puesto que el numero minimos de datos para es dos, tenemos un punto mas del minimos requerido. Las expansiones de se escriben as:

Con estas dos ecuaciones es posible cancelar los trminos de la segunda derivada, de modo que el trmino inicial de los errores truncado es el trmino de la derivada de tercer orden. Por otro lado,

si se eliminaran los trminos de la tercera derivada de las ecuaciones 6.3.9 y 6.3.10 en lugar de los de la segunda derivada, la aproximacin de diferencia obtenida seria menos exacta porque el trmino de error inicial seria de segundo orden en lugar de tercero. Si multiplicamos la ecuacin 6.3.9 por cuatro y le restamos la ecuacin 6.3.10 obtenemos

La resolucin de la ecuacin anterior para

produce

Donde el termino del error esta dado por

La ecuacin 6.3.12 es la aproximacin de diferencia hacia delante de tres puntos, igual a la ecuacin, E, del ejemplo 6.2. Su error es del mismo orden que el de la aproximacin de diferencia central. Anlogamente, la aproximacin de diferencia hacia atrs de tres puntos puede deducirse utilizando :

Donde

Las aproximaciones de diferencia para la segunda derivada se deducen aplicando el mismo principio. El principio bsico consiste en eliminar la primera derivada y el mayor nmero posible de derivada de orden 2 o superior. Como ilustracin, deduciremos la aproximacin de diferencia para en trminos de . Las expansiones de Taylor de estn dadas por las ecuaciones 6.3.1 y 6.3.4. Si sumamos estas dos ecuaciones, obtenemos

O, de forma equivalente,

Entonces, si truncamos despus del trmino

y reacomodamos los trminos tendremos

La ecuacin anterior es la aproximacin de diferencia central para del ejemplo 6.2. El error est representado por

, y es igual a la ecuacin (D)

Podemos deducir otra aproximacin de diferencia para en trminos de (el numero mnimo de puntos de datos para p=2 es 3). Si multiplicamos por 2 la expansin de Taylor de y le restamos de la de , el resultado ser

La resolucin de la ecuacin anterior para

produce

Con

La ecuacin 6.3.15 es la aproximacin de diferencia hacia atrs para , que ya se haba deducido en el ejemplo 6.1. El orden de su error de truncado es menor que el de la aproximacin de diferencia central dada por la ecuacin 6.3.14. La mayor exactitud de la aproximacin de diferencia central es lo que predijimos en la seccin 6.2 a partir del hecho de que la exactitud de la interpolacin de Lagrange es ptima en el centro. Podemos obtener de forma similar las aproximaciones de diferencia para derivadas superiores, pero la deduccin se hace cada vez ms laboriosa al aumentar tanto el nmero de trminos como el orden de la derivada. Aqu es donde radica la utilidad de un programa de computadora que encuentre automticamente la aproximacin de diferencia para un conjunto de datos dado; su algoritmo se describir en la seccin 6.3. En la tabla 6.1 se presentan las aproximaciones de diferencia de uso ms frecuente. TABLA 6.1 Aproximaciones de diferencia Primera derivada (a) Aproximaciones de diferencia hacia adelante:

(b) Aproximaciones de diferencia hacia atrs:

(c) Aproximaciones de diferencia centrales:

Segunda derivada (d) Aproximaciones de diferencia hacia adelante:

(e) Aproximaciones de diferencia hacia atrs:

(f) Aproximaciones de diferencia centrales:

Tercera derivada (g) Aproximaciones de diferencia hacia adelante:

(h) Aproximaciones de diferencia hacia atrs:

(i) Aproximaciones de diferencia centrales:

También podría gustarte