Errores y Aproximaciones

Julieth Tenorio

Tecnologı́a en Construcciones Civiles- Facultad Tecnológica

3 de octubre de 2020

Julieth Tenorio Errores y Aproximaciones

Errores de Redondeo

Supongamos que tenemos un número decimal x = 0  a1 a2 a3 . . . an . . .

entonces se acostumbra aproximar el número at de dı́gitos de dos formas:
1 Cortandolo: xb = 0  a1 a2 . . . at , no importa quién es t + 1.
2 Redondeando: xb = 0  a1 a2 . . . (at ) si 0 ≤ at+1 < 5.
xb = 0  a1 a2 . . . (at+1 ) si at+1 ≥ 5.
El error | x − xb | que resulta al reemplazar x por su representante xb se
denomina Error de Redondeo.

Julieth Tenorio Errores y Aproximaciones

Errores de Redondeo

Supongamos que tenemos un número decimal x = 0  a1 a2 a3 . . . an . . .

entonces se acostumbra aproximar el número at de dı́gitos de dos formas:
1 Cortandolo: xb = 0  a1 a2 . . . at , no importa quién es t + 1.
2 Redondeando: xb = 0  a1 a2 . . . (at ) si 0 ≤ at+1 < 5.
xb = 0  a1 a2 . . . (at+1 ) si at+1 ≥ 5.
El error | x − xb | que resulta al reemplazar x por su representante xb se
denomina Error de Redondeo.

Julieth Tenorio Errores y Aproximaciones

Errores de Redondeo

Supongamos que tenemos un número decimal x = 0  a1 a2 a3 . . . an . . .

entonces se acostumbra aproximar el número at de dı́gitos de dos formas:
1 Cortandolo: xb = 0  a1 a2 . . . at , no importa quién es t + 1.
2 Redondeando: xb = 0  a1 a2 . . . (at ) si 0 ≤ at+1 < 5.
xb = 0  a1 a2 . . . (at+1 ) si at+1 ≥ 5.
El error | x − xb | que resulta al reemplazar x por su representante xb se
denomina Error de Redondeo.

Julieth Tenorio Errores y Aproximaciones

Errores de Redondeo

Supongamos que tenemos un número decimal x = 0  a1 a2 a3 . . . an . . .

entonces se acostumbra aproximar el número at de dı́gitos de dos formas:
1 Cortandolo: xb = 0  a1 a2 . . . at , no importa quién es t + 1.
2 Redondeando: xb = 0  a1 a2 . . . (at ) si 0 ≤ at+1 < 5.
xb = 0  a1 a2 . . . (at+1 ) si at+1 ≥ 5.
El error | x − xb | que resulta al reemplazar x por su representante xb se
denomina Error de Redondeo.

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que e = 2  718281828 . . ., entonces una aproximación de e
por 6 dı́gitos resulta:
1 Cortando: e = 2  718281.
2 Redondeando: e = 2  718282.
Ahora el error cortando es:

| 2  718281828 . . . − 2  718281 |= 8  28 × 10−7

El error redondeando es:

| 2  718281828 . . . − 2  718282 |= 1  72 × 10−7

Julieth Tenorio Errores y Aproximaciones

Tipos de Errores

Si x es una aproximación de x entonces, tenemos los errores:

1 Error Absoluto:

E =| x − x |
2 Error Relativo:

|x −x |
Er =
|x |
3 Error Porcentual:

Ep = Er × 100

Julieth Tenorio Errores y Aproximaciones

Tipos de Errores

Si x es una aproximación de x entonces, tenemos los errores:

1 Error Absoluto:

E =| x − x |
2 Error Relativo:

|x −x |
Er =
|x |
3 Error Porcentual:

Ep = Er × 100

Julieth Tenorio Errores y Aproximaciones

Tipos de Errores

Si x es una aproximación de x entonces, tenemos los errores:

1 Error Absoluto:

E =| x − x |
2 Error Relativo:

|x −x |
Er =
|x |
3 Error Porcentual:

Ep = Er × 100

Julieth Tenorio Errores y Aproximaciones

Tipos de Errores

Si x es una aproximación de x entonces, tenemos los errores:

1 Error Absoluto:

E =| x − x |
2 Error Relativo:

|x −x |
Er =
|x |
3 Error Porcentual:

Ep = Er × 100

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que x = 0,50 y x = 0,51. Entonces:
1 Error Absoluto:

E =| x − x |=| 0,50 − 0,51 |=| −0,01 |= 0,01

2 Error Relativo:

|x −x | 0,01
Er = = = 0,02
|x | 0,50
3 Error Porcentual:

Ep = 0,02 × 100 = 2 %

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que x = 0,50 y x = 0,51. Entonces:
1 Error Absoluto:

E =| x − x |=| 0,50 − 0,51 |=| −0,01 |= 0,01

2 Error Relativo:

|x −x | 0,01
Er = = = 0,02
|x | 0,50
3 Error Porcentual:

Ep = 0,02 × 100 = 2 %

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que x = 0,50 y x = 0,51. Entonces:
1 Error Absoluto:

E =| x − x |=| 0,50 − 0,51 |=| −0,01 |= 0,01

2 Error Relativo:

|x −x | 0,01
Er = = = 0,02
|x | 0,50
3 Error Porcentual:

Ep = 0,02 × 100 = 2 %

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Supongamos que x = 0,50 y x = 0,51. Entonces:
1 Error Absoluto:

E =| x − x |=| 0,50 − 0,51 |=| −0,01 |= 0,01

2 Error Relativo:

|x −x | 0,01
Er = = = 0,02
|x | 0,50
3 Error Porcentual:

Ep = 0,02 × 100 = 2 %

Julieth Tenorio Errores y Aproximaciones

Cifras Significativas

Son utilizadas para expresar la confiabilidad de un valor numérico. Es el

número de dı́gitos que se pueden usar con confianza. Ej: Para π y e, se
tiene confianza en las primeras 10 primeras cifras.
Ejemplo
Supongamos que se midio la longitud de un puente y de un remache
obteniendose 9 999 y 9 cm respectivamente. Si los valores reales son
10 000 y 10 cm.

Julieth Tenorio Errores y Aproximaciones

Cifras Significativas

Son utilizadas para expresar la confiabilidad de un valor numérico. Es el

número de dı́gitos que se pueden usar con confianza. Ej: Para π y e, se
tiene confianza en las primeras 10 primeras cifras.
Ejemplo
Supongamos que se midio la longitud de un puente y de un remache
obteniendose 9 999 y 9 cm respectivamente. Si los valores reales son
10 000 y 10 cm.

Julieth Tenorio Errores y Aproximaciones

Solución
1 Error Absoluto:

Para el puente, | 10 000 − 9 999 |= 1 cm.

Para el remache, | 10 − 9 |= 1 cm.
2 Error Relativo Porcentual:
Para el puente, |10 000−9 999|
|10 000| = 1
10 000 × 100 = 0,01 %
|10−9| 1
Para el remache, = × 100 = 10 %.
10 10
Aunque ambas tienen un error absoluto de 1 cm, el error relativo del
remache es mucho más grande, no toma en consideración el orden de
magnitud del valor.

Julieth Tenorio Errores y Aproximaciones

Solución
1 Error Absoluto:

Para el puente, | 10 000 − 9 999 |= 1 cm.

Para el remache, | 10 − 9 |= 1 cm.
2 Error Relativo Porcentual:
Para el puente, |10 000−9 999|
|10 000| = 1
10 000 × 100 = 0,01 %
|10−9| 1
Para el remache, = × 100 = 10 %.
10 10
Aunque ambas tienen un error absoluto de 1 cm, el error relativo del
remache es mucho más grande, no toma en consideración el orden de
magnitud del valor.

Julieth Tenorio Errores y Aproximaciones

Solución
1 Error Absoluto:

Para el puente, | 10 000 − 9 999 |= 1 cm.

Para el remache, | 10 − 9 |= 1 cm.
2 Error Relativo Porcentual:
Para el puente, |10 000−9 999|
|10 000| = 1
10 000 × 100 = 0,01 %
|10−9| 1
Para el remache, = × 100 = 10 %.
10 10
Aunque ambas tienen un error absoluto de 1 cm, el error relativo del
remache es mucho más grande, no toma en consideración el orden de
magnitud del valor.

Julieth Tenorio Errores y Aproximaciones

Solución
1 Error Absoluto:

Para el puente, | 10 000 − 9 999 |= 1 cm.

Para el remache, | 10 − 9 |= 1 cm.
2 Error Relativo Porcentual:
Para el puente, |10 000−9 999|
|10 000| = 1
10 000 × 100 = 0,01 %
|10−9| 1
Para el remache, = × 100 = 10 %.
10 10
Aunque ambas tienen un error absoluto de 1 cm, el error relativo del
remache es mucho más grande, no toma en consideración el orden de
magnitud del valor.

Julieth Tenorio Errores y Aproximaciones

Cifras Significativas

Si solo se conoce el error y no los valores verdaderos, entonces se puede

normalizar el error, tomando:

Error Aproximado | Aprox. Actual − Aprox. Previa |

Ea = = × 100 %
ValorAproximado Aprox. Actual

Además, el error E = (0,5 × 102−n ) %, es correcto en al menos n cifras

significativas.

Julieth Tenorio Errores y Aproximaciones

Cifras Significativas

Si solo se conoce el error y no los valores verdaderos, entonces se puede

normalizar el error, tomando:

Error Aproximado | Aprox. Actual − Aprox. Previa |

Ea = = × 100 %
ValorAproximado Aprox. Actual

Además, el error E = (0,5 × 102−n ) %, es correcto en al menos n cifras

significativas.

Julieth Tenorio Errores y Aproximaciones

Cifras Significativas

Si solo se conoce el error y no los valores verdaderos, entonces se puede

normalizar el error, tomando:

Error Aproximado | Aprox. Actual − Aprox. Previa |

Ea = = × 100 %
ValorAproximado Aprox. Actual

Además, el error E = (0,5 × 102−n ) %, es correcto en al menos n cifras

significativas.

Julieth Tenorio Errores y Aproximaciones

Errores en Métodos Iterativos

Ejemplo
La función exponencial se puede calcular usando expansión en series de
Mcclaurin, para estimar el valor de e 0,5 .

x2 x3 x4
ex = 1 + x + + + + ...
2! 3! 4!

Solución
Tenemos que el valor real es 1,648721271, si queremos una aproximación
de 3 cifras significativas entonces ES = (0,5 × 102−3 ) % = 0,05 %.
1 Estimación: e x = 1.
2 Estimación: e x = 1 + x.

e 0,5 = 1 + 0,5 = 1,5

Julieth Tenorio Errores y Aproximaciones

Errores en Métodos Iterativos

Ejemplo
La función exponencial se puede calcular usando expansión en series de
Mcclaurin, para estimar el valor de e 0,5 .

x2 x3 x4
ex = 1 + x + + + + ...
2! 3! 4!

Solución
Tenemos que el valor real es 1,648721271, si queremos una aproximación
de 3 cifras significativas entonces ES = (0,5 × 102−3 ) % = 0,05 %.
1 Estimación: e x = 1.
2 Estimación: e x = 1 + x.

e 0,5 = 1 + 0,5 = 1,5

Julieth Tenorio Errores y Aproximaciones

Errores en Métodos Iterativos

Ejemplo
La función exponencial se puede calcular usando expansión en series de
Mcclaurin, para estimar el valor de e 0,5 .

x2 x3 x4
ex = 1 + x + + + + ...
2! 3! 4!

Solución
Tenemos que el valor real es 1,648721271, si queremos una aproximación
de 3 cifras significativas entonces ES = (0,5 × 102−3 ) % = 0,05 %.
1 Estimación: e x = 1.
2 Estimación: e x = 1 + x.

e 0,5 = 1 + 0,5 = 1,5

Julieth Tenorio Errores y Aproximaciones

Errores en Métodos Iterativos

Ejemplo
La función exponencial se puede calcular usando expansión en series de
Mcclaurin, para estimar el valor de e 0,5 .

x2 x3 x4
ex = 1 + x + + + + ...
2! 3! 4!

Solución
Tenemos que el valor real es 1,648721271, si queremos una aproximación
de 3 cifras significativas entonces ES = (0,5 × 102−3 ) % = 0,05 %.
1 Estimación: e x = 1.
2 Estimación: e x = 1 + x.

e 0,5 = 1 + 0,5 = 1,5

Julieth Tenorio Errores y Aproximaciones

El error relativo porcentual es:
1,64872127 − 1,5
Er =| ∗ 100 % = 9,02 %
1,648721271
El error normalizado es:

| 1,5 − 1 |
Ea = ∗ 100 % = 33,33 %
1,5
Qué aún está lejos del 0,02 %.

Julieth Tenorio Errores y Aproximaciones

El error relativo porcentual es:
1,64872127 − 1,5
Er =| ∗ 100 % = 9,02 %
1,648721271
El error normalizado es:

| 1,5 − 1 |
Ea = ∗ 100 % = 33,33 %
1,5
Qué aún está lejos del 0,02 %.

Julieth Tenorio Errores y Aproximaciones

El error relativo porcentual es:
1,64872127 − 1,5
Er =| ∗ 100 % = 9,02 %
1,648721271
El error normalizado es:

| 1,5 − 1 |
Ea = ∗ 100 % = 33,33 %
1,5
Qué aún está lejos del 0,02 %.

Julieth Tenorio Errores y Aproximaciones

 x2
3 Estimación: e x = 1 + x + 2 .

0,52
e 0,5 = 1 + 0,5 + = 1,625
2
El error relativo porcentual es
1,64872127 − 1,625
Er =| | ∗100 % = 1,44 %
1,64872127
El error normalizado es
1,625 − 1,5
Ea =| = 7,69 %
1,625

Julieth Tenorio Errores y Aproximaciones

 x2
3 Estimación: e x = 1 + x + 2 .

0,52
e 0,5 = 1 + 0,5 + = 1,625
2
El error relativo porcentual es
1,64872127 − 1,625
Er =| | ∗100 % = 1,44 %
1,64872127
El error normalizado es
1,625 − 1,5
Ea =| = 7,69 %
1,625

Julieth Tenorio Errores y Aproximaciones

 x2
3 Estimación: e x = 1 + x + 2 .

0,52
e 0,5 = 1 + 0,5 + = 1,625
2
El error relativo porcentual es
1,64872127 − 1,625
Er =| | ∗100 % = 1,44 %
1,64872127
El error normalizado es
1,625 − 1,5
Ea =| = 7,69 %
1,625

Julieth Tenorio Errores y Aproximaciones

 x2 x3
4 Estimación: e x = 1 + x + 2 + 6 .

0,52 o.,53
e 0,5 = 1 + 0,5 + + = 1,64583333
2 6
El error relativo porcentual es
1,64872127 − 1,64583333
Er =| | ∗100 % = 0,175 %
1,64872127
El error normalizado es
1,64583333 − 1,625
Ea =| = 1,27 %
1,64583333

Julieth Tenorio Errores y Aproximaciones

 x2 x3
4 Estimación: e x = 1 + x + 2 + 6 .

0,52 o.,53
e 0,5 = 1 + 0,5 + + = 1,64583333
2 6
El error relativo porcentual es
1,64872127 − 1,64583333
Er =| | ∗100 % = 0,175 %
1,64872127
El error normalizado es
1,64583333 − 1,625
Ea =| = 1,27 %
1,64583333

Julieth Tenorio Errores y Aproximaciones

 x2 x3
4 Estimación: e x = 1 + x + 2 + 6 .

0,52 o.,53
e 0,5 = 1 + 0,5 + + = 1,64583333
2 6
El error relativo porcentual es
1,64872127 − 1,64583333
Er =| | ∗100 % = 0,175 %
1,64872127
El error normalizado es
1,64583333 − 1,625
Ea =| = 1,27 %
1,64583333

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4
5 Estimación: e x = 1 + x + 2 + 6 + 24 .

0,52 0,53 0,54

e 0,5 = 1 + 0,5 + + + = 1,64843750
2 6 24
El error relativo porcentual es
1,64872127 − 1,64843750
Er =| | ∗100 % = 0,017 %
1,64872127
El error normalizado es
1,64843750 − 1,64583333
Ea =| = 0,158 %
1,64843750

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4
5 Estimación: e x = 1 + x + 2 + 6 + 24 .

0,52 0,53 0,54

e 0,5 = 1 + 0,5 + + + = 1,64843750
2 6 24
El error relativo porcentual es
1,64872127 − 1,64843750
Er =| | ∗100 % = 0,017 %
1,64872127
El error normalizado es
1,64843750 − 1,64583333
Ea =| = 0,158 %
1,64843750

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4
5 Estimación: e x = 1 + x + 2 + 6 + 24 .

0,52 0,53 0,54

e 0,5 = 1 + 0,5 + + + = 1,64843750
2 6 24
El error relativo porcentual es
1,64872127 − 1,64843750
Er =| | ∗100 % = 0,017 %
1,64872127
El error normalizado es
1,64843750 − 1,64583333
Ea =| = 0,158 %
1,64843750

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4 x5
6 Estimación: e x = 1 + x + 2 + 6 + 24 + 120 .

0,52 0,53 0,54 0,55

e 0,5 = 1 + 0,5 + + + + = 1,648697917
2 6 24 120
El error relativo porcentual es
1,64872127 − 1,648697917
Er =| | ∗100 % = 0,0014 %
1,64872127
El error normalizado es
1,648697917 − 1,64843750
Ea =| = 0,0158 %
1,648697917
Como ya el error normalizado Ea es menor que el 0,05 %, podemos decir
que paramos las iteraciones, y que la aproximación más cercana al valor real,
con tres cifras significativas de aproximación es 1,648697971.

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4 x5
6 Estimación: e x = 1 + x + 2 + 6 + 24 + 120 .

0,52 0,53 0,54 0,55

e 0,5 = 1 + 0,5 + + + + = 1,648697917
2 6 24 120
El error relativo porcentual es
1,64872127 − 1,648697917
Er =| | ∗100 % = 0,0014 %
1,64872127
El error normalizado es
1,648697917 − 1,64843750
Ea =| = 0,0158 %
1,648697917
Como ya el error normalizado Ea es menor que el 0,05 %, podemos decir
que paramos las iteraciones, y que la aproximación más cercana al valor real,
con tres cifras significativas de aproximación es 1,648697971.

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4 x5
6 Estimación: e x = 1 + x + 2 + 6 + 24 + 120 .

0,52 0,53 0,54 0,55

e 0,5 = 1 + 0,5 + + + + = 1,648697917
2 6 24 120
El error relativo porcentual es
1,64872127 − 1,648697917
Er =| | ∗100 % = 0,0014 %
1,64872127
El error normalizado es
1,648697917 − 1,64843750
Ea =| = 0,0158 %
1,648697917
Como ya el error normalizado Ea es menor que el 0,05 %, podemos decir
que paramos las iteraciones, y que la aproximación más cercana al valor real,
con tres cifras significativas de aproximación es 1,648697971.

Julieth Tenorio Errores y Aproximaciones

 x2 x3 x4 x5
6 Estimación: e x = 1 + x + 2 + 6 + 24 + 120 .

0,52 0,53 0,54 0,55

e 0,5 = 1 + 0,5 + + + + = 1,648697917
2 6 24 120
El error relativo porcentual es
1,64872127 − 1,648697917
Er =| | ∗100 % = 0,0014 %
1,64872127
El error normalizado es
1,648697917 − 1,64843750
Ea =| = 0,0158 %
1,648697917
Como ya el error normalizado Ea es menor que el 0,05 %, podemos decir
que paramos las iteraciones, y que la aproximación más cercana al valor real,
con tres cifras significativas de aproximación es 1,648697971.

Julieth Tenorio Errores y Aproximaciones

Reglas de Redondeo

1 Se consideran las cifras significativas y el resto se descarta.

2 En la suma y resta el redondeo se lleva a cabo de tal forma que el
último dı́gito retenido en la respuesta corresponda al último dı́gito
más significativo de los números que se esten sumando.
3 Para la multiplicación y división el redondeo es tal que la cantidad
de cifras significativas del resultado es igual al número más pequeño
de cifras significativas que contiene la cantidad en la operación.
4 Para combinaciones de las operaciones. Tomamos dos casos:
1 Suma o resta del resultado de multiplicaciones o divisiones:
(Multiplicación o División) ± (Multiplicación o División).
2 Multiplicación o División de resultados de sumas y restas: (Suma
o Resta) ×÷ (Suma o Resta).

En ambos casos se ejecutan las operaciones entre paréntesis y el

resultado se redondea antes de proceder con otra operación; en vez de
redondear el resultado final.
Julieth Tenorio Errores y Aproximaciones
Reglas de Redondeo

1 Se consideran las cifras significativas y el resto se descarta.

2 En la suma y resta el redondeo se lleva a cabo de tal forma que el
último dı́gito retenido en la respuesta corresponda al último dı́gito
más significativo de los números que se esten sumando.
3 Para la multiplicación y división el redondeo es tal que la cantidad
de cifras significativas del resultado es igual al número más pequeño
de cifras significativas que contiene la cantidad en la operación.
4 Para combinaciones de las operaciones. Tomamos dos casos:
1 Suma o resta del resultado de multiplicaciones o divisiones:
(Multiplicación o División) ± (Multiplicación o División).
2 Multiplicación o División de resultados de sumas y restas: (Suma
o Resta) ×÷ (Suma o Resta).

En ambos casos se ejecutan las operaciones entre paréntesis y el

resultado se redondea antes de proceder con otra operación; en vez de
redondear el resultado final.
Julieth Tenorio Errores y Aproximaciones
Reglas de Redondeo

1 Se consideran las cifras significativas y el resto se descarta.

2 En la suma y resta el redondeo se lleva a cabo de tal forma que el
último dı́gito retenido en la respuesta corresponda al último dı́gito
más significativo de los números que se esten sumando.
3 Para la multiplicación y división el redondeo es tal que la cantidad
de cifras significativas del resultado es igual al número más pequeño
de cifras significativas que contiene la cantidad en la operación.
4 Para combinaciones de las operaciones. Tomamos dos casos:
1 Suma o resta del resultado de multiplicaciones o divisiones:
(Multiplicación o División) ± (Multiplicación o División).
2 Multiplicación o División de resultados de sumas y restas: (Suma
o Resta) ×÷ (Suma o Resta).

En ambos casos se ejecutan las operaciones entre paréntesis y el

resultado se redondea antes de proceder con otra operación; en vez de
redondear el resultado final.
Julieth Tenorio Errores y Aproximaciones
Reglas de Redondeo

1 Se consideran las cifras significativas y el resto se descarta.

2 En la suma y resta el redondeo se lleva a cabo de tal forma que el
último dı́gito retenido en la respuesta corresponda al último dı́gito
más significativo de los números que se esten sumando.
3 Para la multiplicación y división el redondeo es tal que la cantidad
de cifras significativas del resultado es igual al número más pequeño
de cifras significativas que contiene la cantidad en la operación.
4 Para combinaciones de las operaciones. Tomamos dos casos:
1 Suma o resta del resultado de multiplicaciones o divisiones:
(Multiplicación o División) ± (Multiplicación o División).
2 Multiplicación o División de resultados de sumas y restas: (Suma
o Resta) ×÷ (Suma o Resta).

En ambos casos se ejecutan las operaciones entre paréntesis y el

resultado se redondea antes de proceder con otra operación; en vez de
redondear el resultado final.
Julieth Tenorio Errores y Aproximaciones
Reglas de Redondeo

1 Se consideran las cifras significativas y el resto se descarta.

2 En la suma y resta el redondeo se lleva a cabo de tal forma que el
último dı́gito retenido en la respuesta corresponda al último dı́gito
más significativo de los números que se esten sumando.
3 Para la multiplicación y división el redondeo es tal que la cantidad
de cifras significativas del resultado es igual al número más pequeño
de cifras significativas que contiene la cantidad en la operación.
4 Para combinaciones de las operaciones. Tomamos dos casos:
1 Suma o resta del resultado de multiplicaciones o divisiones:
(Multiplicación o División) ± (Multiplicación o División).
2 Multiplicación o División de resultados de sumas y restas: (Suma
o Resta) ×÷ (Suma o Resta).

En ambos casos se ejecutan las operaciones entre paréntesis y el

resultado se redondea antes de proceder con otra operación; en vez de
redondear el resultado final.
Julieth Tenorio Errores y Aproximaciones
Reglas de Redondeo

1 Se consideran las cifras significativas y el resto se descarta.

2 En la suma y resta el redondeo se lleva a cabo de tal forma que el
último dı́gito retenido en la respuesta corresponda al último dı́gito
más significativo de los números que se esten sumando.
3 Para la multiplicación y división el redondeo es tal que la cantidad
de cifras significativas del resultado es igual al número más pequeño
de cifras significativas que contiene la cantidad en la operación.
4 Para combinaciones de las operaciones. Tomamos dos casos:
1 Suma o resta del resultado de multiplicaciones o divisiones:
(Multiplicación o División) ± (Multiplicación o División).
2 Multiplicación o División de resultados de sumas y restas: (Suma
o Resta) ×÷ (Suma o Resta).

En ambos casos se ejecutan las operaciones entre paréntesis y el

resultado se redondea antes de proceder con otra operación; en vez de
redondear el resultado final.
Julieth Tenorio Errores y Aproximaciones
Ejemplo
1) Error de Redondeo
1 5,6723 = 5,67 → 3 cifras.
2 10,406 = 10,41 → 4 cifras.
3 7,3500 = 7,4 → 2 cifras.
4 88,21650 = 88,217 → 5 cifras.
5 1,25001 = 1,3 → 2 cifras.

Julieth Tenorio Errores y Aproximaciones

Ejemplo
1) Error de Redondeo
1 5,6723 = 5,67 → 3 cifras.
2 10,406 = 10,41 → 4 cifras.
3 7,3500 = 7,4 → 2 cifras.
4 88,21650 = 88,217 → 5 cifras.
5 1,25001 = 1,3 → 2 cifras.

Julieth Tenorio Errores y Aproximaciones

Ejemplo
1) Error de Redondeo
1 5,6723 = 5,67 → 3 cifras.
2 10,406 = 10,41 → 4 cifras.
3 7,3500 = 7,4 → 2 cifras.
4 88,21650 = 88,217 → 5 cifras.
5 1,25001 = 1,3 → 2 cifras.

Julieth Tenorio Errores y Aproximaciones

Ejemplo
1) Error de Redondeo
1 5,6723 = 5,67 → 3 cifras.
2 10,406 = 10,41 → 4 cifras.
3 7,3500 = 7,4 → 2 cifras.
4 88,21650 = 88,217 → 5 cifras.
5 1,25001 = 1,3 → 2 cifras.

Julieth Tenorio Errores y Aproximaciones

2) Sumas y Restas
1 2,2 − 1,768 = 0,432 → 0,4.
2

4,68 × 10−7 + 8,3 × 10−4 − 228 × 10−6 =

0,00468 × 10−4 + 8,3 × 10−4 − 2,28 × 10−4 =
6,02468 × 10−4 =
=⇒ 6,0 × 10−4

Julieth Tenorio Errores y Aproximaciones

2) Sumas y Restas
1 2,2 − 1,768 = 0,432 → 0,4.
2

4,68 × 10−7 + 8,3 × 10−4 − 228 × 10−6 =

0,00468 × 10−4 + 8,3 × 10−4 − 2,28 × 10−4 =
6,02468 × 10−4 =
=⇒ 6,0 × 10−4

Julieth Tenorio Errores y Aproximaciones

3) Multiplicación y División
1 0,0642 × 4,8 = 0,30816 =⇒ 0,31.
2 945 ÷ 0,3185 = 2967,0329 =⇒ 2970.

Julieth Tenorio Errores y Aproximaciones

3) Multiplicación y División
1 0,0642 × 4,8 = 0,30816 =⇒ 0,31.
2 945 ÷ 0,3185 = 2967,0329 =⇒ 2970.

Julieth Tenorio Errores y Aproximaciones

Combinaciones
1

= [15,2(2,8 × 10−4 )] + [(8,456 × 10−4 ) ÷ 0,177]

= [4,256 × 10−3 ] + [4,777401 . . . × 10−3 ]
= [4,3 × 10−3 ] + [4,78 × 10−3 ]
= 9,08x10−3 =⇒ 9,1 × 10−3
2

6740 × 10−3 − 8,7 × 10−7

=
2,672 × 103 + 5,8
67400000 × 10−7 − 8,7 × 10−7
=
2,672 × 103 + 0,0058 × 103
6739991,3 × 10−7 0,67
= =
2,6778 × 103 2,678 × 103
= 2,50186... × 10−4 =⇒ 2,5 × 10−4
Julieth Tenorio Errores y Aproximaciones
Combinaciones
1

= [15,2(2,8 × 10−4 )] + [(8,456 × 10−4 ) ÷ 0,177]

= [4,256 × 10−3 ] + [4,777401 . . . × 10−3 ]
= [4,3 × 10−3 ] + [4,78 × 10−3 ]
= 9,08x10−3 =⇒ 9,1 × 10−3
2

6740 × 10−3 − 8,7 × 10−7

=
2,672 × 103 + 5,8
67400000 × 10−7 − 8,7 × 10−7
=
2,672 × 103 + 0,0058 × 103
6739991,3 × 10−7 0,67
= =
2,6778 × 103 2,678 × 103
= 2,50186... × 10−4 =⇒ 2,5 × 10−4
Julieth Tenorio Errores y Aproximaciones
Ejercicio

Calcule el error absoluto y el error relativo del resultado de la operación

a tres cifras significativas de 13/14−6/7
2 e−5,4 al compararlo con el valor exacto
determinado a cinco cifras significativas.

Julieth Tenorio Errores y Aproximaciones

Serie de Taylor

Da una formulación para predecir el valor de una función en xi+1 términos

de la función y sus derivadas cerca del punto xi . El primer término de la
serie es

f (xi+1 ) ' f (xi )

Llamada la Aproximación de Orden Cero, donde el valor de la función en
el nuevo punto es el mismo que el valor en el punto anterior.
Aproximación de Primer Orden

f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi )

Representa una recta y predice un incremento o decremento de la función
entre xi y xi+1

Julieth Tenorio Errores y Aproximaciones

Serie de Taylor

Da una formulación para predecir el valor de una función en xi+1 términos

de la función y sus derivadas cerca del punto xi . El primer término de la
serie es

f (xi+1 ) ' f (xi )

Llamada la Aproximación de Orden Cero, donde el valor de la función en
el nuevo punto es el mismo que el valor en el punto anterior.
Aproximación de Primer Orden

f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi )

Representa una recta y predice un incremento o decremento de la función
entre xi y xi+1

Julieth Tenorio Errores y Aproximaciones

Serie de Taylor

Da una formulación para predecir el valor de una función en xi+1 términos

de la función y sus derivadas cerca del punto xi . El primer término de la
serie es

f (xi+1 ) ' f (xi )

Llamada la Aproximación de Orden Cero, donde el valor de la función en
el nuevo punto es el mismo que el valor en el punto anterior.
Aproximación de Primer Orden

f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi )

Representa una recta y predice un incremento o decremento de la función
entre xi y xi+1

Julieth Tenorio Errores y Aproximaciones

Serie de Taylor

Da una formulación para predecir el valor de una función en xi+1 términos

de la función y sus derivadas cerca del punto xi . El primer término de la
serie es

f (xi+1 ) ' f (xi )

Llamada la Aproximación de Orden Cero, donde el valor de la función en
el nuevo punto es el mismo que el valor en el punto anterior.
Aproximación de Primer Orden

f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi )

Representa una recta y predice un incremento o decremento de la función
entre xi y xi+1

Julieth Tenorio Errores y Aproximaciones

Serie de Taylor

Da una formulación para predecir el valor de una función en xi+1 términos

de la función y sus derivadas cerca del punto xi . El primer término de la
serie es

f (xi+1 ) ' f (xi )

Llamada la Aproximación de Orden Cero, donde el valor de la función en
el nuevo punto es el mismo que el valor en el punto anterior.
Aproximación de Primer Orden

f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi )

Representa una recta y predice un incremento o decremento de la función
entre xi y xi+1

Julieth Tenorio Errores y Aproximaciones

Aproximación de Segundo orden
00
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + f 2(xi ) (xi+1 − xi )2
En general, la Serie de Taylor se comporta:

f 00 (xi )
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + (xi+1 − xi )2
2
f 000 (xi ) f n (xi )
+ (xi+1 − xi )3 + . . . + (xi+1 − xi )n + Rn
3! n!

Donde Rn es el residuo dado por:

f n+1 (ξ)
Rn = (xi+1 − xi )n+1 xi ≤ ξ ≤ xi+1
(n + 1)!

Julieth Tenorio Errores y Aproximaciones

Aproximación de Segundo orden
00
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + f 2(xi ) (xi+1 − xi )2
En general, la Serie de Taylor se comporta:

f 00 (xi )
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + (xi+1 − xi )2
2
f 000 (xi ) f n (xi )
+ (xi+1 − xi )3 + . . . + (xi+1 − xi )n + Rn
3! n!

Donde Rn es el residuo dado por:

f n+1 (ξ)
Rn = (xi+1 − xi )n+1 xi ≤ ξ ≤ xi+1
(n + 1)!

Julieth Tenorio Errores y Aproximaciones

Aproximación de Segundo orden
00
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + f 2(xi ) (xi+1 − xi )2
En general, la Serie de Taylor se comporta:

f 00 (xi )
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + (xi+1 − xi )2
2
f 000 (xi ) f n (xi )
+ (xi+1 − xi )3 + . . . + (xi+1 − xi )n + Rn
3! n!

Donde Rn es el residuo dado por:

f n+1 (ξ)
Rn = (xi+1 − xi )n+1 xi ≤ ξ ≤ xi+1
(n + 1)!

Julieth Tenorio Errores y Aproximaciones

Aproximación de Segundo orden
00
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + f 2(xi ) (xi+1 − xi )2
En general, la Serie de Taylor se comporta:

f 00 (xi )
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + (xi+1 − xi )2
2
f 000 (xi ) f n (xi )
+ (xi+1 − xi )3 + . . . + (xi+1 − xi )n + Rn
3! n!

Donde Rn es el residuo dado por:

f n+1 (ξ)
Rn = (xi+1 − xi )n+1 xi ≤ ξ ≤ xi+1
(n + 1)!

Julieth Tenorio Errores y Aproximaciones

Aproximación de Segundo orden
00
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + f 2(xi ) (xi+1 − xi )2
En general, la Serie de Taylor se comporta:

f 00 (xi )
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 − xi ) + (xi+1 − xi )2
2
f 000 (xi ) f n (xi )
+ (xi+1 − xi )3 + . . . + (xi+1 − xi )n + Rn
3! n!

Donde Rn es el residuo dado por:

f n+1 (ξ)
Rn = (xi+1 − xi )n+1 xi ≤ ξ ≤ xi+1
(n + 1)!

Julieth Tenorio Errores y Aproximaciones

Se simplifica la serie de Taylor definiendo un paso h = xi+1 − xi , se obtiene:

f 00 (xi ) 2 f (n) (xi ) n

f (xi+1 ) = f (xi ) + f 0 (xi ) h + h + ... + h + Rn
2 n!
f (n+1) (ξ)
Con Rn = (n+1)! hn+1 , donde xi ≤ ξ ≤ xi+1 .

Julieth Tenorio Errores y Aproximaciones

Se simplifica la serie de Taylor definiendo un paso h = xi+1 − xi , se obtiene:

f 00 (xi ) 2 f (n) (xi ) n

f (xi+1 ) = f (xi ) + f 0 (xi ) h + h + ... + h + Rn
2 n!
f (n+1) (ξ)
Con Rn = (n+1)! hn+1 , donde xi ≤ ξ ≤ xi+1 .

Julieth Tenorio Errores y Aproximaciones

Se simplifica la serie de Taylor definiendo un paso h = xi+1 − xi , se obtiene:

f 00 (xi ) 2 f (n) (xi ) n

f (xi+1 ) = f (xi ) + f 0 (xi ) h + h + ... + h + Rn
2 n!
f (n+1) (ξ)
Con Rn = (n+1)! hn+1 , donde xi ≤ ξ ≤ xi+1 .

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Aproximar la función

f (x) = −0,1 x 4 − 0,15 x 3 − 0,5 x 2 − 0,25 x + 1,2

Desde el punto xi = 0 y con h = 1. Esto es predecir la función en xi+1 = 1.

Solución
Orden Cero Tomando f (0) = 1,2 y continua hasta f (1) = 0,2.

f (xi+1 ) = 1,2
El error relativo es:

| 0,2 − 1,2 |
Er = = 500 %
0,2

Julieth Tenorio Errores y Aproximaciones

Orden Uno Dado que f 0 (x) = −0,4x 3 − 0,45x 2 − 0,1x − 0,25, entonces
f 0 (0) = −0,25, luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25h

= 0,95

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,95 |
Er = = 375 %
0,2
| 0,95 − 1,2 |
Ea = = 26,32 %
0,95

Julieth Tenorio Errores y Aproximaciones

Orden Uno Dado que f 0 (x) = −0,4x 3 − 0,45x 2 − 0,1x − 0,25, entonces
f 0 (0) = −0,25, luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25h

= 0,95

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,95 |
Er = = 375 %
0,2
| 0,95 − 1,2 |
Ea = = 26,32 %
0,95

Julieth Tenorio Errores y Aproximaciones

Orden Uno Dado que f 0 (x) = −0,4x 3 − 0,45x 2 − 0,1x − 0,25, entonces
f 0 (0) = −0,25, luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25h

= 0,95

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,95 |
Er = = 375 %
0,2
| 0,95 − 1,2 |
Ea = = 26,32 %
0,95

Julieth Tenorio Errores y Aproximaciones

Orden Uno Dado que f 0 (x) = −0,4x 3 − 0,45x 2 − 0,1x − 0,25, entonces
f 0 (0) = −0,25, luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25h

= 0,95

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,95 |
Er = = 375 %
0,2
| 0,95 − 1,2 |
Ea = = 26,32 %
0,95

Julieth Tenorio Errores y Aproximaciones

Orden Dos Dado que f 00 (x) = −1,2x 2 −0,9x −0,1, entonces f 00 (0) = −0,1,
luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2

= 0,45

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,45 |
Er = = 125 %
0,2
| 0,45 − 0,95 |
Ea = = 111,11 %
0,45

Julieth Tenorio Errores y Aproximaciones

Orden Dos Dado que f 00 (x) = −1,2x 2 −0,9x −0,1, entonces f 00 (0) = −0,1,
luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2

= 0,45

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,45 |
Er = = 125 %
0,2
| 0,45 − 0,95 |
Ea = = 111,11 %
0,45

Julieth Tenorio Errores y Aproximaciones

Orden Dos Dado que f 00 (x) = −1,2x 2 −0,9x −0,1, entonces f 00 (0) = −0,1,
luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2

= 0,45

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,45 |
Er = = 125 %
0,2
| 0,45 − 0,95 |
Ea = = 111,11 %
0,45

Julieth Tenorio Errores y Aproximaciones

Orden Dos Dado que f 00 (x) = −1,2x 2 −0,9x −0,1, entonces f 00 (0) = −0,1,
luego como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2

= 0,45

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,45 |
Er = = 125 %
0,2
| 0,45 − 0,95 |
Ea = = 111,11 %
0,45

Julieth Tenorio Errores y Aproximaciones

Orden Tres Dado que f 000 (x) = −2,4x −0,9, entonces f 000 (0) = −0,9, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3

= 0,3

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,3 |
Er = = 50 %
0,2
| 0,3 − 0,45 |
Ea = = 50 %
0,3

Julieth Tenorio Errores y Aproximaciones

Orden Tres Dado que f 000 (x) = −2,4x −0,9, entonces f 000 (0) = −0,9, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3

= 0,3

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,3 |
Er = = 50 %
0,2
| 0,3 − 0,45 |
Ea = = 50 %
0,3

Julieth Tenorio Errores y Aproximaciones

Orden Tres Dado que f 000 (x) = −2,4x −0,9, entonces f 000 (0) = −0,9, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3

= 0,3

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,3 |
Er = = 50 %
0,2
| 0,3 − 0,45 |
Ea = = 50 %
0,3

Julieth Tenorio Errores y Aproximaciones

Orden Tres Dado que f 000 (x) = −2,4x −0,9, entonces f 000 (0) = −0,9, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3

= 0,3

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,3 |
Er = = 50 %
0,2
| 0,3 − 0,45 |
Ea = = 50 %
0,3

Julieth Tenorio Errores y Aproximaciones

Orden Cuarto Dado que f iv (x) = −2,4, entonces f iv (0) = −2,4, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3 − 0,10 h4

= 0,2

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,2 |
Er = = 0%
0,2
| 0,2 − 0,3 |
Ea = = 50 %
0,2
La aproximación es exacta hasta la cuarta derivada, puesto que la quinta
derivada es cero, y R4 = 0.

Julieth Tenorio Errores y Aproximaciones

Orden Cuarto Dado que f iv (x) = −2,4, entonces f iv (0) = −2,4, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3 − 0,10 h4

= 0,2

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,2 |
Er = = 0%
0,2
| 0,2 − 0,3 |
Ea = = 50 %
0,2
La aproximación es exacta hasta la cuarta derivada, puesto que la quinta
derivada es cero, y R4 = 0.

Julieth Tenorio Errores y Aproximaciones

Orden Cuarto Dado que f iv (x) = −2,4, entonces f iv (0) = −2,4, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3 − 0,10 h4

= 0,2

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,2 |
Er = = 0%
0,2
| 0,2 − 0,3 |
Ea = = 50 %
0,2
La aproximación es exacta hasta la cuarta derivada, puesto que la quinta
derivada es cero, y R4 = 0.

Julieth Tenorio Errores y Aproximaciones

Orden Cuarto Dado que f iv (x) = −2,4, entonces f iv (0) = −2,4, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3 − 0,10 h4

= 0,2

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,2 |
Er = = 0%
0,2
| 0,2 − 0,3 |
Ea = = 50 %
0,2
La aproximación es exacta hasta la cuarta derivada, puesto que la quinta
derivada es cero, y R4 = 0.

Julieth Tenorio Errores y Aproximaciones

Orden Cuarto Dado que f iv (x) = −2,4, entonces f iv (0) = −2,4, luego
como h = 1, entonces

f (xi+1 ) = 1,2 − 0,25 h − 0,5 h2 − 0,15 h3 − 0,10 h4

= 0,2

Donde el error relativo y el error de aproximación son:

| 0,2 − 0,2 |
Er = = 0%
0,2
| 0,2 − 0,3 |
Ea = = 50 %
0,2
La aproximación es exacta hasta la cuarta derivada, puesto que la quinta
derivada es cero, y R4 = 0.

Julieth Tenorio Errores y Aproximaciones

Diferenciación Numérica

Diferencias Divididas
Dado que f 0 (xi ) = f (xxi+1 )−f (xi )
i+1 −xi
, entonces la primera diferencia hacia
adelante es 4fi = f (xi+1 ) − f (xi ) y tomando el tamaño de paso
h = xi+1 − xi .
Diferencias Hacia Atrás La serie de Taylor se expande hacia atrás y
tomando

f (xi−1 ) = f (xi ) − f 0 (xi ) h

Ordenando los términos, obtenemos:

f (xi ) − f (xi+1 )
f 0 (xi ) =
h

Julieth Tenorio Errores y Aproximaciones

Diferenciación Numérica

Diferencias Divididas
Dado que f 0 (xi ) = f (xxi+1 )−f (xi )
i+1 −xi
, entonces la primera diferencia hacia
adelante es 4fi = f (xi+1 ) − f (xi ) y tomando el tamaño de paso
h = xi+1 − xi .
Diferencias Hacia Atrás La serie de Taylor se expande hacia atrás y
tomando

f (xi−1 ) = f (xi ) − f 0 (xi ) h

Ordenando los términos, obtenemos:

f (xi ) − f (xi+1 )
f 0 (xi ) =
h

Julieth Tenorio Errores y Aproximaciones

Diferenciación Numérica

Diferencias Divididas
Dado que f 0 (xi ) = f (xxi+1 )−f (xi )
i+1 −xi
, entonces la primera diferencia hacia
adelante es 4fi = f (xi+1 ) − f (xi ) y tomando el tamaño de paso
h = xi+1 − xi .
Diferencias Hacia Atrás La serie de Taylor se expande hacia atrás y
tomando

f (xi−1 ) = f (xi ) − f 0 (xi ) h

Ordenando los términos, obtenemos:

f (xi ) − f (xi+1 )
f 0 (xi ) =
h

Julieth Tenorio Errores y Aproximaciones

Diferenciación Numérica

Diferencias Divididas
Dado que f 0 (xi ) = f (xxi+1 )−f (xi )
i+1 −xi
, entonces la primera diferencia hacia
adelante es 4fi = f (xi+1 ) − f (xi ) y tomando el tamaño de paso
h = xi+1 − xi .
Diferencias Hacia Atrás La serie de Taylor se expande hacia atrás y
tomando

f (xi−1 ) = f (xi ) − f 0 (xi ) h

Ordenando los términos, obtenemos:

f (xi ) − f (xi+1 )
f 0 (xi ) =
h

Julieth Tenorio Errores y Aproximaciones

Diferencias Centrales Restando la ecuación anterior de la serie de Taylor,
entonces

f 00 (xi ) 3
f (xi+1 ) − f (xi−1 ) = 2 f 0 (xi ) h + h
3
Resolviendo para f 0 (xi )

f (xi+1 ) − f (xi−1 ) f 000 (xi ) 2

f 0 (xi ) = − h
2h 6

Julieth Tenorio Errores y Aproximaciones

Diferencias Centrales Restando la ecuación anterior de la serie de Taylor,
entonces

f 00 (xi ) 3
f (xi+1 ) − f (xi−1 ) = 2 f 0 (xi ) h + h
3
Resolviendo para f 0 (xi )

f (xi+1 ) − f (xi−1 ) f 000 (xi ) 2

f 0 (xi ) = − h
2h 6

Julieth Tenorio Errores y Aproximaciones

Diferencias Centrales Restando la ecuación anterior de la serie de Taylor,
entonces

f 00 (xi ) 3
f (xi+1 ) − f (xi−1 ) = 2 f 0 (xi ) h + h
3
Resolviendo para f 0 (xi )

f (xi+1 ) − f (xi−1 ) f 000 (xi ) 2

f 0 (xi ) = − h
2h 6

Julieth Tenorio Errores y Aproximaciones

Diferencias Centrales Restando la ecuación anterior de la serie de Taylor,
entonces

f 00 (xi ) 3
f (xi+1 ) − f (xi−1 ) = 2 f 0 (xi ) h + h
3
Resolviendo para f 0 (xi )

f (xi+1 ) − f (xi−1 ) f 000 (xi ) 2

f 0 (xi ) = − h
2h 6

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Derivadas de Orden Superior

La expansión en serie de Taylor se usa para dar una estimación numérica

de las derivadas de orden superior. Entonces la expansión en serie de Taylor
hacia adelante para f (xi+2 ),

f 00 (xi )
f (xi+2 ) = f (xi ) + f 0 (xi ) (2h) + (2h)2
2
A la serie de Taylor la multiplicamos por 2 y le restamos la ecuación anterior
para obtener:

f (xi+2 ) − 2f (xi+1 ) = −f (xi ) + f 00 (xi ) h2

Resolviendo para f 00 (xi ),

f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 00 (xi ) =
h2
Son las Diferencias Divididas de Segundo Orden hacia Adelante.

Julieth Tenorio Errores y Aproximaciones

Las fórmulas de exactitud para diferencias de orden superior, se obtienen,
partiendo de la fórmula,

f (xi+1 ) − f (xi ) f 00 (xi )

f 0 (xi ) = − h
h 2
Y sustituyendo la fórmula de orden superior en la anterior,

f (xi+1 ) − f (xi ) f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 0 (xi ) = − h
h 2h2
Y agrupando,

−f (xi+2 ) + 4f (xi+1 ) − 3f (xi )

f 0 (xi ) =
2h

Julieth Tenorio Errores y Aproximaciones

Las fórmulas de exactitud para diferencias de orden superior, se obtienen,
partiendo de la fórmula,

f (xi+1 ) − f (xi ) f 00 (xi )

f 0 (xi ) = − h
h 2
Y sustituyendo la fórmula de orden superior en la anterior,

f (xi+1 ) − f (xi ) f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 0 (xi ) = − h
h 2h2
Y agrupando,

−f (xi+2 ) + 4f (xi+1 ) − 3f (xi )

f 0 (xi ) =
2h

Julieth Tenorio Errores y Aproximaciones

Las fórmulas de exactitud para diferencias de orden superior, se obtienen,
partiendo de la fórmula,

f (xi+1 ) − f (xi ) f 00 (xi )

f 0 (xi ) = − h
h 2
Y sustituyendo la fórmula de orden superior en la anterior,

f (xi+1 ) − f (xi ) f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 0 (xi ) = − h
h 2h2
Y agrupando,

−f (xi+2 ) + 4f (xi+1 ) − 3f (xi )

f 0 (xi ) =
2h

Julieth Tenorio Errores y Aproximaciones

Las fórmulas de exactitud para diferencias de orden superior, se obtienen,
partiendo de la fórmula,

f (xi+1 ) − f (xi ) f 00 (xi )

f 0 (xi ) = − h
h 2
Y sustituyendo la fórmula de orden superior en la anterior,

f (xi+1 ) − f (xi ) f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 0 (xi ) = − h
h 2h2
Y agrupando,

−f (xi+2 ) + 4f (xi+1 ) − 3f (xi )

f 0 (xi ) =
2h

Julieth Tenorio Errores y Aproximaciones

Las fórmulas de exactitud para diferencias de orden superior, se obtienen,
partiendo de la fórmula,

f (xi+1 ) − f (xi ) f 00 (xi )

f 0 (xi ) = − h
h 2
Y sustituyendo la fórmula de orden superior en la anterior,

f (xi+1 ) − f (xi ) f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 0 (xi ) = − h
h 2h2
Y agrupando,

−f (xi+2 ) + 4f (xi+1 ) − 3f (xi )

f 0 (xi ) =
2h

Julieth Tenorio Errores y Aproximaciones

Las fórmulas de exactitud para diferencias de orden superior, se obtienen,
partiendo de la fórmula,

f (xi+1 ) − f (xi ) f 00 (xi )

f 0 (xi ) = − h
h 2
Y sustituyendo la fórmula de orden superior en la anterior,

f (xi+1 ) − f (xi ) f (xi+2 ) − 2f (xi+1 ) + f (xi )

f 0 (xi ) = − h
h 2h2
Y agrupando,

−f (xi+2 ) + 4f (xi+1 ) − 3f (xi )

f 0 (xi ) =
2h

Julieth Tenorio Errores y Aproximaciones

Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Ejemplo
Usar las diferencias finitas hacia adelante, hacia atrás y centradas para
estimar la primera derivada de

f (x) = −0,1x 4 − 0,15x 3 − 0,5x 2 − 0,25x + 1,2

Solución
En x = 0,5, y usando h = 0,5, entonces, el valor exacto es
f 0 (x) = −0,4 x 3 − 0,45 x 2 − x − 0,25, entonces,f 0 (0,5) = −0,9125.
Diferencias Hacia Adelante
Tomando xi−1 = 0, f (xi−1 ) = 1,2, xi = 0,5, f (xi ) = 0,925, xi+1 = 1 y
f (xi+1 ) = 0,2,entonces

f (xi+1 ) − f (xi ) 0,2 − 0,925

f 0 (0,5) = = = −1,45
h 0,5
Donde el error relativo porcentual es:
−0,1925 + 1,45
Er =| |= 58,9 %
−0,9125
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones
Diferencias Hacia Atrás Se tiene que:

f (xi ) − f (xi−1 ) 0,925 − 1,2

f 0 (0,5) = = = −0,55
h 0,5
Donde el error relativo porcentual es:
−0,9125 + 0,55
Er =| = 39,7 %
−0,9125
Diferencias Centrales Se tiene que:

f (xi+1 ) − f (xi−1 ) 0,2 − 1,2

f 0 (0,5) = = = −1
2h 1
Donde el error relativo porcentual es:
−0,9125 + 1
Er =| |= 9,6 %
−0,9125
Las diferencias centrales son más exactas que las diferencias hacia atrás y
hacia adelante.
Julieth Tenorio Errores y Aproximaciones