Apéndice I

Métodos de aproximación en el cálculo

1 Fórmula de Taylor

En esta primera parte nos proponemos desarrollar un método general que nos permita encontrar, dada una función
derivable cualquiera y un punto de su dominio, una función polinómica cuya gráfica pase por dicho punto y que nos haga
posible estimar, con un error menor que un valor previamente elegido, los valores que toma la función en un intervalo
abierto que contenga al punto en mención (a este intervalo se le llama entorno del punto).

Para ilustrar nuestro propósito tratemos de hallar un polinomio que nos aproxime los valores de la función y = e x en un
entorno del punto x = 0. Para comenzar, hallemos una función polinómica de primer grado (recta) que pase por el punto
(0,1) y tenga una pendiente igual a la de la función y = e x , o equivalentemente hallemos la recta tangente en (0,1) .

Como y = e x entonces y ′(0) = e 0 = 1, de donde la recta buscada es y − 1 = 1( x − 0) o y = 1 + x. Intuitivamente se espera

que la recta tangente sea, generalmente, la que mejor aproxima los valores que toma la función en los puntos vecinos al
punto de tangencia ya que, además de pasar por el punto, tiene la misma pendiente de la curva (figura 1).

Figura 1

Tratemos ahora de encontrar un polinomio de segundo grado que pase también por el punto (0,1) y tal que sus dos primeras
derivadas en x = 0 coincidan con las de y = e x , que son todas iguales a 1.
Lo que se busca con tal polinomio de segundo grado es obtener una curva que tiene en el punto (0,1) la misma ordenada,
la misma pendiente y concavidad con el mismo signo de la función que se desea aproximar.

Por este motivo es de esperar que se haya mejorado la aproximación obtenida con el polinomio de primer grado.

Sea y = f ( x ) = a + bx + cx 2 la función buscada.

Entonces, f ′( x) = b + 2cx y f ′′( x) = 2c. Luego se debe cumplir que

1
f ′(0) = b = 1 y f ′′(0) = 2c = 1 , de donde c = .
2

Como hemos supuesto que f ( x) pasa por (0,1) , entonces f (0) = a = 1. El polinomio buscado será en consecuencia

x2
y = 1+ x + (figura 2).
2

Figura 2

Si se calculan algunas ordenadas para valores de x cercamos a x = 0, se encuentra que el polinomio de segundo grado
proporciona una aproximación mejor que el de primer grado, tal como se puede apreciar en la tabla 1.

Tabla 1
x2
x ex y = 1+ x y = 1+ x +
2
0.1 1.1052 1.1000 1.1050
0.2 1.2214 1.2000 1.2200
−0.1 0.9048 0.9000 0.9050
− 0.2 0.8187 0.8000 0.8200

De aquí surge una pregunta: ¿cómo lograremos seguir mejorando la aproximación?

420
La llamada fórmula de Taylor nos permite hallar un polinomio tan aproximado como lo deseemos a la función y = ex , de tal
modo que para mejorar la aproximación basta con aumentar el grado del polinomio.

El siguiente teorema nos da la fórmula general para conocer el polinomio aproximador.

Teorema 1.1: Fórmula de Taylor

Sea f ( x) una función y n un entero no negativo tal que f ( n +1) ( x ) existe en el intervalo I. Si a, b son puntos distintos de
I, entonces existe z en (a, b) tal que

f ′(a ) f ′′(a ) f ( n ) (a) f ( n +1) ( z )

f (b) = f (a ) + (b − a ) + (b − a ) 2 + ... + (b − a ) n + (b − a ) n +1 . (1)
1! 2! n! (n + 1)!

Demostración

Definamos a Rn como la diferencia entre f (b) y los primeros (n + 1) términos de la suma de la derecha de la ecuación (1);
esto es,

f ′′(a) f ( n ) (a)
Rn = f (b) − f (a) − f ′(a)(b − a) − (b − a)2 − ... (b − a)n . (2)
2! n!

Sea
f ′′( x ) f ( n ) ( x) R (b − x) n +1
g ( x) = f (b) − f ( x) − f ′( x)(b − x) − (b − x) 2 − ... − (b − x ) n − n . (3)
2! n! (b − a ) n +1

Claramente, la función g ( x) está definida para todo x en I.

Derivándola se obtiene:

f ′′′( x) f ( n +1) ( x) f ( n ) ( x)
g ′( x) = − f ′( x) − f ′′( x)(b − x) + f ′( x) − (b − x) 2 + f ′′( x)(b − x) − ... − (b − x) n + (b − x) n −1
2! n! (n − 1)!

(n + 1) Rn (b − x) n
+ .
(b − a) n +1
Después de cancelar términos semejantes en la igualdad anterior se llega a:

f ( n +1) ( x) R (n + 1)
g ′( x) = − ⋅ (b − x) n + n (b − x) n . (4)
n! (b − a ) n +1

Se ve inmediatamente que si se cambia x por b en la igualdad (3) se llega a g (b) = 0. Ahora, haciendo x = a en la misma
igualdad (3), se llega a:

Elementos básicos de cálculo integral y series 421

 f ′′(a)(b − a) 2 R (b − a ) n +1
g (a) = f (b) − f (a) − f ′(a )(b − a) − − ... − n o
2! (b − a ) n +1
f ′′(a)(b − a) 2
g (a) = f (b) − f (a) − f ′(a )(b − a) − − ... − Rn .
2!

Reemplazando la (2) en esta última igualdad y simplificando se obtiene inmediatamente g (a) = 0.

Como g (a) = g (b) = 0, podemos utilizar el teorema de Rolle (módulo 22 del texto Elementos básicos de cálculo diferen-
cial), del cual se deduce que existe z en (a, b) tal que g ′( z ) = 0.

Cambiando x por z en (4), haciendo g ′( z ) = 0 y despejando Rn se obtiene:

f ( n +1) ( z )
Rn = (b − a ) n +1 ,
( n + 1)!

lo cual completa la demostración.

Observaciones

i. Si en la fórmula para f (b) dada por el teorema anterior (fórmula (1)) cambiamos a b por x, se obtiene:

f ′′(a )( x − a ) 2 f n (a) f ( n +1) ( z )

f ( x) = f (a ) + f ′(a )( x − a ) + + ... + ( x − a)n + ( x − a ) n +1 ; z en (a, x).
2! n! (n + 1)!

Esta fórmula se conoce como desarrollo de Taylor de f ( x) alrededor del punto x = a.

ii. La suma de los (n + 1) primeros términos del lado derecho de la igualdad anterior se conoce como polinomio de
Taylor de grado n para la función f ( x) alrededor del punto x = a y se representa por Pn ( x) .

iii. El término
f ( n +1) ( z )
Rn ( x) = ( x − a ) n +1
( n + 1)!

se llama residuo de grado n (forma de Lagrange) del desarrollo de f ( x) alrededor del punto x = a .

Cuando Rn ( x) es pequeño con respecto a Pn ( x) se puede escribir f ( x) ≈ Pn ( x) para x ≈ a. El error, en valor

absoluto, que se comete en la aproximación está dado por Rn ( x) .

422
iv. Si en la fórmula de Taylor hacemos a = 0 obtenemos la llamada fórmula de Maclaurin para f ( x); es decir:

f ′′(0) 2 f n (0) n f ( n +1) ( z ) n +1

f ( x) = f (0) + f ′(0) x + x + ... + x + x , con z en (0, x ) .
2! n! ( n + 1)!

v. Si en la fórmula de Taylor hacemos n = 0, obtenemos:

f (b) = f (a) + f ′( z )(b − a), con z (a, b) ,

o también,

f (b) − f (a)
f ′( z ) = ,
(b − a)

fórmula que ya habíamos obtenido en el teorema del valor medio (módulo 22 del texto Elementos básicos de
cálculo diferencial).

Ejemplo 1

Halle el desarrollo de Taylor de grado 3 para f ( x) = ln x en el punto a = 1.

Solución

La función y sus derivadas sucesivas en el punto a = 1 son:

f ( x) = ln x y f (1) = 0.
1
f ′( x) = y f ′(1) = 1.
x
f ′′( x) = − x −2 y f ′′(1) = −1.
f ′′′( x) = +2 x −3 y f ′′′(1) = 2.
−4
f ( x) = −6 x
iv
y f iv ( z ) = −6 z −4 .

Por tanto podemos escribir

( x − 1) 2 2( x − 1)3 6 z −4
ln x = 0 + ( x − 1) − + − ( x − 1) 4 , con z en (1, x),
2 3! 4!

que simplificada se convierte en

( x − 1) 2 ( x − 1)3 ( x − 1)4
ln x = ( x − 1) − + − .
2 3 4z4

Elementos básicos de cálculo integral y series 423

Se considera que una aproximación es exacta en las k primeras cifras decimales si el error E, en valor absoluto, es menor
que 5 ×10− ( k +1).

Así por ejemplo, la primera cifra decimal es exacta si E < 5 × 10−2 = 0.05, y las dos primeras cifras decimales serán exac-

tas si E < 5 × 10−3 = 0.005 , etc…

Ahora, si a un número que tiene n cifras decimales exactas se le quiere suprimir de la k-ésima cifra decimal en adelante
(k < n) , entonces se adoptará el siguiente criterio de redondeo:

Si ak ≥ 5, entonces la cifra anterior se aumenta en 1.

Si ak < 5, entonces la cifra anterior no se modifica.

Así por ejemplo, para reducir a dos cifras decimales el número 1.97695, el 7, por estar seguido del 6, se aumenta en 1, con
lo que se obtiene 1.98. En cambio, el número 1.97495, escrito con dos cifras decimales únicamente, queda reducido a 1.97.

Ejemplo 2

Con la fórmula obtenida en el ejemplo 1 calcule un valor aproximado para ln 1.1 y determine una cota superior para el valor
absoluto del error cometido en la aproximación.

Solución

Sustituyendo x por 1.1 en la fórmula para ln x, tenemos:

(0.1)2 (0.1)3 (0.1) 4

ln 1.1 = 0.1 − + − , con 1 < z < 1.1.
2 3 4z 4

Sumando los tres primeros términos se obtiene

ln 1.1 ≈ 0.0953.

Ahora, como z > 1, podemos escribir

(0.1) 4 (0.1) 4
R3 (1.1) = < = 2.5 × 10−5.
4z4 4(1) 4

En consecuencia la aproximación para ln 1.1 es exacta en sus cuatro primeras cifras decimales.

424
Ejemplo 3

Utilice la fórmula de Taylor con n = 2 para calcular cos 60.5º y determine una cota superior para el valor absoluto del
error.

Solución
π
Como 60.5º está próximo a 60º, o sea a rad, y la función coseno y sus derivadas sucesivas son fáciles de evaluar en
3
π
dicho punto, eligiremos a = .
3

Tenemos entonces:

⎛π⎞ π 1
f ( x) = cos x y f ⎜ ⎟ = cos = .
⎝3⎠ 3 2
⎛π⎞ π 3
f ′( x) = − sen x y f ′ ⎜ ⎟ = − sen = − .
⎝ ⎠3 3 2
⎛π⎞ π 1
f ′′( x) = − cos x y f ′′ ⎜ ⎟ = − cos = − .
⎝3⎠ 3 2
f ′′′( x) = sen x y f ′′′( z ) = sen z.

Entonces, el polinomio de Taylor de segundo grado P2 ( x) será

⎛1⎞
1 ⎛ 3 ⎞⎛ π ⎞ ⎜⎝ 2 ⎟⎠ ⎛ π⎞
2

P2 ( x) = − ⎜⎜ ⎟⎜ x − ⎟ − ⎜x− ⎟ .
2 ⎝ 2 ⎟⎠ ⎝ 3 ⎠ 2! ⎝ 3⎠

Debemos convertir el ángulo de 60.5º a radianes para poder utilizarlo en la fórmula anterior:

π 0.5π π π
60.5º = + = + radianes.
3 180 3 360

Por tanto,

⎛ 1 ⎞⎛ π ⎞
2

⎛π π ⎞ 1 ⎛ 3 ⎞ ⎛ π ⎞ ⎜⎝ 2 ⎟⎠ ⎜⎝ 360 ⎟⎠
cos 60.5º ≈ P2 ⎜ + ⎟ = −⎜ ⎟⎜ ⎟− ≈ 0.49242346.
⎝ 3 360 ⎠ 2 ⎜⎝ 2 ⎟⎠ ⎝ 360 ⎠ 2!

π ⎞ sen z
3
⎛
El error será R2 ( x) = ⎜ x − ⎟ , y como sen z < 1 , podemos escribir:
⎝ 3 ⎠ 3!

⎛ π ⎞
3

⎜ ⎟
⎛π π ⎞ ⎛ π ⎞ sen z
3

≤⎝
360 ⎠
R2 ⎜ + ⎟ =⎜ ⎟ < 1.1× 10−7.
⎝ 3 360 ⎠ ⎝ 360 ⎠ 3! 3!

Elementos básicos de cálculo integral y series 425

En consecuencia,

cos 60.5º ≈ 0.492423, con sus seis cifras decimales exactas.

Ejemplo 4

Encuentre la fórmula de Maclaurin para f ( x) = sen x y n = 6.

Solución

f ( x) = sen x y f (0) = 0. ⎫
f ′( x) = cos x y f ′(0) = 1. ⎪
⎪ er
⎬ 1. ciclo
f ′′( x) = − sen x y f ′′(0) = 0. ⎪
f ′′′( x) = − cos x y f ′′′(0) = −1.⎪⎭
f iv ( x) = sen x y f iv (0) = 0. ⎫
⎪
f ( x) = cos x y f (0) = 1.
v v
⎪
⎬ 2.º ciclo
f vi ( x) = − sen x y f vi (0) = 0. ⎪
f vii ( x) = − cos x y f vii (0) = −1.⎪⎭

Entonces,

0 ⋅ x 2 x3 0 ⋅ x 4 x 5 0 ⋅ x 6 x 7 ⋅ cos z
sen x = 0 + x + − + + − − , con z en (0, x).
2! 3! 4! 5! 6! 7!

Es decir,

x3 x 5 x 7 cos z
sen x = x − + − , con z en (0, x).
3! 5! 7!

Ejemplo 5

Utilice la fórmula anterior para hallar un valor aproximado de sen 0.1 y hallar el error cometido.

Solución
− x 7 cos z
Si en la fórmula anterior despreciamos el término obtenemos
7!

(0.1)3 (0.1)5
sen 0.1 ≈ 0.1 − + ≈ 0.099833416.
3! 5!

426
El error de la aproximación, en valor absoluto, será

cos z (0.1)7
R7 (0.1) = (0.1)7 ⋅ ≤ < 2 × 10−11.
7! 7!

Por tanto, el valor hallado para sen 0.1 es correcto en sus siete cifras decimales.

Ejemplo 6

Utilice el polinomio de Taylor en a = 0 (Maclaurin) para hallar el valor de e con una exactitud de cuatro cifras decimales.

Solución

Tomemos f ( x ) = e x . Como f ( k ) ( x ) = e x para todo k, entonces f k (0) = 1, y en consecuencia

x 2 x3 xn
Pn ( x) = 1 + x + + + ... + .
2! 3! n!

Para el residuo tenemos

e z x n +1
Rn ( x) = , con z en (0, x ).
( n + 1)!

Se requiere que

⎛1⎞
Rn ⎜ ⎟ < 0.00005 para lograr un resultado con cuatro cifras decimales exactas.
⎝2⎠

Ahora, sabemos que e z < e1/ 2 < 2, de donde

n +1
⎛1⎞
e1/ 2 ⎜ ⎟
⎛1⎞ ⎝2⎠ 2 1
Rn ⎜ ⎟ < < = .
⎝ ⎠
2 ( n + 1)! ⎡⎣ 2n +1 ⋅ (n + 1)!⎦⎤ ⎣⎡ 2n (n + 1)!⎦⎤

Si ensayamos distintos valores de n, obtenemos para n = 4

⎛1⎞ 1
R4 ⎜ ⎟ < 4 ≈ 0.0005208.
⎝ 2 ⎠ (2 ⋅ 5!)

Como el error está por encima del valor propuesto, ensayamos el valor siguiente de n.

Elementos básicos de cálculo integral y series 427

Para n = 5,

⎛1⎞ 1
R5 ⎜ ⎟ < 5 ≈ 0.000043 < 0.000050.
⎝2⎠ (2 ⋅ 6!)

En consecuencia

1 1 1 1 1
e ≈ 1+ + + + + ≈ 1.6490, con cuatro cifras decimales exactas.
2 8 48 348 3840

El valor exacto con cinco decimales sería 1.64872.

2 Método de Newton (para el cálculo de raíces)

El llamado método de Newton es un procedimiento iterativo para calcular valores aproximados de una raíz o un cero de la
ecuación f (x) = 0, partiendo de un punto conocido y cercano a la raíz buscada.

Describiremos a continuación el método:

Sea r una raíz de f (x) = 0 situada en el intervalo (a, b) y supóngase que f ’(x) existe en (a, b).

La recta tangente a la curva en el punto P(a, f (a)) de abscisa a (valor que se toma como la aproximación inicial de r)
viene dada por:

y − f (a ) = f ′(a)( x − a). (1)

Figura 3

Para determinar el punto de intersección de esta recta con el eje x, que se llamará a1 y que se considera como la siguien-
te aproximación de r, se hace y = 0 en (1), de lo cual se obtiene:

f (a)
a1 = a − ; f ′(a) ≠ 0.
f ′(a )

428