DIFERENCIACIÓN NUMÉRICA

INTRODUCCIÓN

La Diferenciación Numérica es una técnica que permite encontrar la derivada de una función tabular en algún
punto base o en un punto intermedio cualquiera (punto no base).

El problema de la derivación numérica consiste en obtener el valor de las derivadas de una función tabular en
algunos puntos base x= x0, x1, x2,…, xn y otros puntos no base.

Se sabe que cualquier función se puede expresar de la forma:

( ) ( ) ( ) ( ) ( )

Derivando por primera vez respecto de dk, se tiene:

( ) [ ( ) ]

Donde

Para la segunda derivada, se tendrá:

( ) [ ( ) ( ) ]

FÓRMULAS DE DERIVACIÓN DE TRES PUNTOS (Polinomio Interpolante de Segundo Grado)

Para x = xk
Para k = 0:
( )
Para k = 1:
( )
Para k = 2:
( )
FÓRMULAS DE DERIVACIÓN DE CUATRO PUNTOS (Polinomio Interpolante de Tercer Grado)

Para x = xk

Para k = 0:
( )
Para k = 1:
( )
Para k = 2:
( )
Para k =3:
( )

EJEMPLO:

Dada la siguiente función tabular, encontrar la derivada de la función en el punto x = 0.

a. Considerando un polinomio de primer grado.

b. Considerando un polinomio de segundo grado.
c. Considerando un polinomio de tercer grado.
d. Considerando un polinomio de cuarto grado.
e. Considerando un polinomio de quinto grado.

X 0 1 2 3 4 5
Y -5 1 9 25 55 105

SOLUCIÓN:

a. Para un polinomio de primer grado:

( )

b. Para un polinomio de segundo grado:

( )

c. Para un polinomio de tercer grado:

( )
d. Para un polinomio de cuarto grado:

( )

e. Para un polinomio de quinto grado:

( )

El polinomio obtenido mediante Interpolación y Aproximación Polinómica de tercer grado es igual a:

y(x) = f(x) = x3 – 2x2 + 7x - 5

PROBLEMA 1:

En el problema anterior, encuentre la derivada de la función cuando:

a. x =0.5.
b. x = 3.5.

PROBLEMA 2:

Sea la función tabular:

X 0 1 2 3 4 5 6 7 8
y -3 2 5 23 35 51 79 101 199

Encontrar las derivadas de la función para todos los puntos de X, considerando:

a. Un polinomio de primer grado.

b. Un polinomio de segundo grado.
c. Un polinomio de tercer grado.
d. Un polinomio de cuarto grado.
e. Un polinomio de quinto grado.
f. Un polinomio de sexto grado.
g. Un polinomio de séptimo grado.
h. Un polinomio de octavo grado.
i. Un polinomio de noveno grado.

También encontrar las ecuaciones de los polinomios respectivos mediante la Interpolación y Aproximación
Polinómica para comprobar cada uno de los resultados y calcular el error “e”, respectivo.

La enorme ventaja de aproximación datos discretos o funciones complejas con funciones analíticas sencillas,
radica en su mayor facilidad de evaluación y manipulación de los mismos. A estas aplicaciones se los denomina
“Ajuste de Curvas”, siendo las aproximaciones polinomiales más comunes por su facilidad de manejo en
evaluaciones, integraciones, derivaciones, etc.
 Existen dos procedimientos para el Ajuste de Curvas separados únicamente por el error asociado con los
datos. El primero de ellos, los datos se exhiben con un grado significativo de error, debido a que los mismos
proceden de pruebas experimentales. En el segundo, los datos son muy precisos como la información tabular
de que muchas veces de dispone y que es aproximada hasta cierto número de cifras significativas. Para ambos
casos existen dos tipos de ajuste: e Ajuste Exacto y el Ajuste por Mínimos Cuadraos.

RESOLUCIÓN MEDIANTE MATLAB

EJEMPLO 1: DIFERENCIACIÓN PROGRESIVA

Crear un Script con el siguiente código:

t=[0 0.02 0.04 0.06 0.08 0.1];

q=[100 81.87 67.03 54.88 44.93 36.76];
plot(t,q)
%Posición de instante a estudiar en el vector t
num=3;
num1=num+1;
num2=num-1;
%Diferencia progresiva
disp('Diferencia progresiva')
difProgresiva=(q(num1)-q(num))/(t(num1)-t(num))
disp('Diferencia regresiva')
difRegresiva=(q(num)-q(num2))/(t(num)-t(num2))
disp('Diferencia central')
difCentral=(q(num1)-q(num2))/(t(num1)-t(num2))
%Calculo de Q'(t)
syms x
derivada=subs(diff(exp(4.6053-10.055*x)),t(num))

EJEMPLO 2: AJUSTE DE DATOS

Crear un Script con el siguiente código:

%Ajuste a una función exponencial
coeficientes=polyfit(t,log(q),1)
%coeficientes es un vector con los coeficientes de la recta
%Si coeficientes=(m n) entonces la recta es log(q)=m*t+n
ye=exp(coeficientes(1)*t+coeficientes(2));
plot(t,ye,'g')

EJEMPLO 3: COMPARACIÓN

diferencias=[difProgresiva difRegresiva difCentral];

porcentaje=abs((diferencias-derivada)/derivada)*100;
disp('-------------------------------------')
disp('Comparación')
titulos=['Progresiva Regresiva Central']
disp([ diferencias ; porcentaje])

Comparación

titulos =

Progresiva Regresiva Central

-607.5000 -742.0000 -674.7500

9.6806 10.3160 0.3177

EJEMPLO 4: USO DE POLYFIT, POLYDER Y POLYVAL

Sea la siguiente tabla:

x -1 0 2 5 10
f(x) 11 3 23 143 583

>> x=[-1 0 2 5 10];

>> y=[11 3 23 143 583];
>> p=polyfit(x,y,2)

p=
6.0000 -2.0000 3.0000 % Polinomio: 6x^2-2x+3

>> d=polyder(p) %Derivada del Polinomio: 12x - 2

d=
12.0000 -2.0000

>> f=polyval(d,1) %Evaluación cuando x = 1 en la derivada d=12*1 – 2 = 10

f=
10.0000

EJEMPLO 5: USO DE DIFERENCIAS DIVIDIDAS

>> p=diff(y)./diff(x) %Valor buscado de la derivada de x, es la diferencia dividida que contiene a este valor

p=
-8 10 40 88

PROBLEMA 3:

Encuentre la primera derivada numérica de xln(x) en el punto x = 2, utilizando un polinomio de aproximación

de tercer grado y utilizando diferencias divididas. Estime el error absoluto para cada caso y el error relativo
entre los resultados obtenidos utilizando métodos numéricos.

PROBLEMA 4:

Haga cuatro capturas de datos mediante la conexión ARDUINO – MATLAB, utilizando sensores: un
potenciómetro, un LM35, una fotoresistencia y un sensor de efecto Hall. Para cada uno de ellos obtendrá las
variables (t,y). Con esos datos obtenga un polinomio p, su derivada d y evalúe en algún punto que usted
considere por conveniente, como en el Ejemplo 4, además de usar las Diferencias Divididas. Grafique ‘p’ y ‘d’
en función de t.

PROBLEMA 5:

Usando los datos capturados del Problema 5, realice un Arte Digital al enviar los mismos mediante la conexión
MATLAB – ARDUINO a un cubo de LEDS 3x3x3 y 8x8x8. Añada música electrónica al evento y grabe en un video
la secuencia enviada.
 ----- oOo -----

Luis Cabezas Tito Métodos Numéricos Página 7