Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CLQ DC Grp05
CLQ DC Grp05
1. Tema:
Derivadas Centradas
2. Mapa Conceptual: (Entradas Cognitivas, Análisis Numérico, Teoría de Errores, Salidas Cognitivas,
Retroalimentación).
• 4.1. Ventajas y
desventajas
4. • 4.2. Propiedades
Caracterización • 4.3 Recursos
complementarios
1
3. Formulación Matemática
3.1. Demostraciones Preliminares (Alinear las variables y gráficas a utilizar en todas las
demostraciones).
SERIE DE TAYLOR
Si la función f y sus primeras n+1 derivadas son continuas en un intervalo que contiene a y x, entonces el
valor de la función en x está dado por:
f(x)=f(x0)+f'(x0)(x-x0)+f''(x0)2!(x-x0)2+f'''(x0)3!(x-x0)3+…+f(n)(x0)n!(x-x0)n+f(N+1)(c)(N+1)!(x-
x0)N+1
AFIRMACIÓN JUSTIFICACIÓN
𝒇(𝒃) − 𝒇(𝒂) = (𝒃 − 𝒂)𝒇′(𝒄) Teorema del valor medio
𝒃 = 𝒙 𝒚 𝒂 = 𝒙𝟎 Variables
2
PRIMERAS DIFERENCIAS DIVIDIDAS
AFIRMACIÓN JUSTIFICACIÓN
Si se tiene una tabla de los N puntos que se
𝒊 𝒙𝒊 𝒇(𝒙𝒊 ) desea interpolar, se realizara una tabla de dos
columnas para estos datos y N-1 columnas
𝟎 𝑥0 𝑓(𝑥0 ) para las diferencias divididas
𝟏 𝑥1 𝑓(𝑥1 )
𝟐 𝑥2 𝑓(𝑥2 )
𝟑 𝑥3 𝑓(𝑥3 )
𝟒 𝑥4 𝑓(𝑥4 )
Tabla 1: Valores necesarios para diferencias divididas
𝒇(𝒙𝟒 ) − 𝒇(𝒙𝟑 )
𝒇[𝒙𝟒 , 𝒙𝟑 ] =
𝒙𝟒 − 𝒙𝟑
AFIRMACIÓN JUSTIFICACIÓN
𝒇[𝒙𝟐 , 𝒙𝟏 ] − 𝒇[𝒙𝟏 , 𝒙𝟎 ] 𝑎2 = 𝑓[𝑥2 , 𝑥1 , 𝑥0 ]
𝒇[𝒙𝟐 , 𝒙𝟏 , 𝒙𝟎 ] =
𝒙𝟐 − 𝒙𝟎
𝒇[𝒙𝟑 , 𝒙𝟐 ] − 𝒇[𝒙𝟐 , 𝒙𝟏 ] Obtenemos las segundas diferencias
𝒇[𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 ] =
𝒙𝟑 − 𝒙𝟏 divididas
𝒇[𝒙𝟒 , 𝒙𝟑 ] − 𝒇[𝒙𝟑 , 𝒙𝟐 ]
𝒇[𝒙𝟒 , 𝒙𝟑 , 𝒙𝟐 ] =
𝒙𝟒 − 𝒙𝟐
𝒇[𝒙𝒊+𝟐 , 𝒙𝒊+𝟏 ] − 𝒇[𝒙𝒊+𝟏 , 𝒙𝒊 ] Obtenemos formula generalizada de las
𝒇[𝒙𝒊+𝟐 , 𝒙𝒊+𝟏 , 𝒙𝒊 ] =
𝒙𝒊+𝟐 − 𝒙𝒊 segundas diferencias divididas
3
TERCERAS DIFERENCIAS DIVIDIDAS
AFIRMACIÓN JUSTIFICACIÓN
𝒇[𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 ] − 𝒇[𝒙𝟐 , 𝒙𝟏 , 𝒙𝟎 ] 𝑎3 = 𝑓[𝑥3 , 𝑥2 , 𝑥1 , 𝑥0 ]
𝒇[𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 , 𝒙𝟎 ] =
𝒙𝟑 − 𝒙𝟎
𝒇[𝒙𝟒 , 𝒙𝟑 , 𝒙𝟐 ] − 𝒇[𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 ] Obtenemos las Terceras
𝒇[𝒙𝟒 , 𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 ] =
𝒙𝟑 − 𝒙𝟎 diferencias divididas
AFIRMACIÓN JUSTIFICACIÓN
𝒇[𝒙𝟒 , 𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 ] − 𝒇[𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 , 𝒙𝟎 ] 𝑎4 = 𝑓[𝑥4 , 𝑥3 , 𝑥2 , 𝑥1 , 𝑥0 ]
𝒇[𝒙𝟒 , 𝒙𝟑 , 𝒙𝟐 , 𝒙𝟏 , 𝒙𝟎 ] =
𝒙𝟒 − 𝒙𝟎
3.2. Análisis Numérico, Método Específico (Alinear las variables y gráficas a utilizar en todas las
demostraciones).
DERIVADAS CENTRADAS
AFIRMACIÓN JUSTIFICACIÓN
4
𝒅𝒇(𝒙) 𝒇(𝒙 + 𝒉) − 𝒇(𝒙) Para calcular numéricamente
𝒇′ (𝒙) = = 𝐥𝐢𝐦
𝒅𝒙 𝒉→𝟎 𝒉 la derivada de f (x) se puede
considerar una aproximación
intuitiva de su definición
Es decir, la línea secante (o
cuerda) en dos puntos
próximos.
𝒇′ (𝒙) 𝒇′ ′(𝒙)
(𝒙 + 𝒉) = 𝒇(𝒙) + (𝒙 + 𝒉 − 𝒙) + (𝒙 + 𝒉 − 𝒙)𝟐
𝟏! 𝟐!
𝒇𝟑 (𝒙)
+ (𝒙 + 𝒉 − 𝒙)𝟑 + ⋯
𝟑! Consideramos el desarrollo de
la serie de Taylor
𝒇′ (𝒙) 𝒇′ ′(𝒙)
𝒇(𝒙 − 𝒉) = 𝒇(𝒙) − (𝒙 + 𝒉 − 𝒙) + (𝒙 + 𝒉 − 𝒙)𝟐
𝟏! 𝟐!
𝒇𝟑 (𝒙)
− (𝒙 + 𝒉 − 𝒙)𝟑 + ⋯
𝟑!
5
Figura 4: Diferencia Centrada Segundo Orden
3.3. Análisis Numérico, Casos Especiales: (Alinear las variables y gráficas a utilizar en todas las
demostraciones).
AFIRMACIÓN JUSTIFICACIÓN
Y de aquí obtenemos
6
𝑓(𝑥 + 2ℎ) − 8𝑓(𝑥 + ℎ) + 8𝑓(𝑥 − ℎ) − 𝑓(𝑥 − 2ℎ)
𝑓 ′ (𝑥) =
12ℎ
+ 𝑂(ℎ)4
3.4. Teoría de Errores: (Alinear las variables y gráficas a utilizar en todas las demostraciones).
𝑥0 −ℎ < 𝑧 < 𝑥0 +ℎ
7
𝑓(𝑥0 − ℎ) = 𝑓(̅ 𝑥0 − ℎ) + 𝑒(𝑥0 − ℎ) procede a relacionar los valores obteniendo
las ecuaciones
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)
2ℎ
𝑓(̅ 𝑥0 + ℎ) − 𝑓(𝑥0 + ℎ)
=
2ℎ
𝑒(𝑥0 + ℎ) − 𝑒(𝑥0 − ℎ)
+
2ℎ
1
− ℎ2 𝑓′′′(𝑥)
6
1 Se concluye que el Error de truncamiento
ℎ2 𝑓′′′(𝑥)
6
𝑓(̅ 𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ) 𝜀 ℎ2
|𝑓´(𝑥0 ) − |≤ + 𝑀
2ℎ ℎ 3!
8
𝜀 ℎ2
𝑒(ℎ) = + 𝑀
ℎ 3!
1
Nota: Si se quisiera reducir el error de truncamiento ℎ2 𝑓′′′(𝑥)
3!
Figura 7: Error
Ventajas Desventajas
•Nos permite encontrar la derivada de •El cálculo manual es muy complicado,
una función en un intervalo sin la prefiriendo aplicar la derivada y
necesidad de conocer su derivada y evaluarla.
evaluarla •Mientras mayor sea la exactitud deseada
•Es un proceso iterativo que puede ser mayor es el número de iteraciones que
resuelto de manera más sencilla en el debemos aplicar.
computador. •Su tiempo de procesamiento es mayor,
•Podemos elegir la exactitud de la considerando que Matlab puede calcular
derivada evaluada la derivada de la función y evaluarla de
•Al usar la derivación de Taylor podemos manera más rápida.
facilitar el proceso.
•Los cálculos que se realizan con la
derivación hacia atrás o hacia adelante
son menos precisos que el centrado.
4.2. Propiedades
9
La derivación numérica evalúa numéricamente la derivada de una función a partir
de valores numéricos de dicha función, sin necesidad por tanto de conocer la
expresión analítica de dicha derivada
La derivación numérica de funciones es muy sensible, por su definición, a pequeñas
perturbaciones en los datos o a la precisión de estos.
Recursos Complementarios (Material multimedia que permita reforzar y ampliar el contenido del tema).
Fuente: https://www.youtube.com/watch?v=Wg9Ue5xid6U
Fuente: https://www.youtube.com/watch?v=JXegiEZ-Qn8
5. Referencias (Detalle de la bibliografía y material con derecho de autor que se haya utilizado o
citado en el recurso de aprendizaje, Normas APA).
10
De la fuente. J (2014). Derivacion e integración de funciones. Obtenido de:
http://dmaii.etsii.upm.es/Master%20Metodos%20Numericos%20archivos/Modu
lo_III/Clase_derivacion_integracion_funciones_2014.pdf
11