UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE GEOLOGÍA, MINAS, METALÚRGICA,...

Escuela Académico-Profesional de Ingeniería Metalúrgica

Métodos Numéricos

Prof. Gladys Melgarejo Estremadoyro 2022-2

INTRODUCCIÓN
Antes de la invención de la computadora sólo contaban con tres métodos para la solución de
problemas:

1) ENCONTRAR SOLUCIONES DE ALGUNOS PROBLEMAS USANDO MÉTODOS EXACTOS O

ANALÍTICOS.

2) EL USO DE SOLUCIONES GRÁFICAS.

3) PARA EL USO DE MÉTODOS NUMÉRICOS, SE UTILIZABAN CALCULADORAS Y REGLAS

DE CÁLCULO.
1) ENCONTRAR SOLUCIONES DE ALGUNOS PROBLEMAS USANDO MÉTODOS EXACTOS O AN
ALÍTICOS
Estas soluciones con frecuencia resultaban útiles y proporcionaba una comprensión excelente del
comportamiento de algunos sistemas, pero sólo se encontraban en una clase limitada de problemas,
incluyendo a los que podríamos aproximarlos mediante modelos lineales y aquellos que tienen poca
s dimensiones

2) EL USO DE SOLUCIONES GRÁFICAS.

Para analizar el comportamiento de los sistemas, se usaban gráficas ó nomograma, aunque las
técnicas gráficas se emplean para resolver problemas complejos, los resultados no eran muy
precisos, eran tediosas y difíciles de implementar.

3) PARA EL USO DE MÉTODOS NUMÉRICOS, SE UTILIZABAN CALCULADORAS Y REGLAS DE

CÁLCULO.
Con este método se presenta algunas dificultades, los cálculos son muy lentos, tediosos y los
resultados no eran consistentes; debido a que surgen equivocaciones al realizar cálculos manuales.
Tenemos las fases de solución de un problema:

FORMULACION FORMULACION
Leyes Exposicion profunda de la relacion del
fundamentales
brevemente problema con las leyes fundamentales

SOLUCION
SOLUCION Metodo de la
Metodos muy elaborados y computadora de facil
muy complicados uso

INTERPRETACION
Desarrollar la intuicion
INTERPRETACION
Análisis limitado Estudiar el comportamiento del
sistema
 Entonces los Métodos Numéricos son técnicas que nos
permiten formular modelos matemáticos, de tal forma
que puedan resolverse usando operaciones aritméticas

Hoy en día las computadoras y los Métodos Numéricos proporcionan una buena
alternativa para cálculos muy complicados.

El uso de las computadoras nos permite hacer aproximaciones de cálculo

sin tener que recurrir a suposiciones ó técnicas lentas.
 ¿Por qué estudiar Métodos Numéricos?

1) Los Métodos Numéricos son herramientas muy poderosas para la solución de problemas.

Pueden manejar ecuaciones grandes, no lineales y geometrías complicadas; aumentando

la habilidad de resolver problemas.

2) Contar con la ocasión de usar software que contenga métodos numéricos, es por eso que
debe tenerse el conocimiento de la teoría
3) Ser capaces de diseñar sus propios programas para resolver los problemas que otros software
no lo realizan.

4) La mayoría de los métodos numéricos están diseñados para implementarlos en la computadora.

5) Los métodos numéricos son un medio de reforzar su compresión de las matemáticas; pues un
a de sus funciones es convertir las matemáticas superiores a operaciones aritméticas básicas.
 INTRODUCCIÓN

A LA TEORIA DE ERRORES
Por ejemplo en la caída de un paracaidista, la velocidad de la caída puede
determinarse por métodos analíticos es decir; obtener los resultados
exactos pero, también, se puede determinar la velocidad de caída por
métodos numéricos que son sólo una aproximación, observando que aparece
una cierta discrepancia ó error en los valores encontrados.

Pero en muchos problemas no podemos obtener la solución analítica, por lo

que no podemos calcular con exactitud los errores asociados con los métodos
numéricos, en estos casos debemos resolver por aproximaciones ó estimar los
errores.
 Es importante entender el concepto de ERROR.

Generalmente se lucha por limitar los errores en los

trabajos

En la práctica profesional los errores pueden resultar costosos y en algun

as ocasiones catastróficos es decir; puede perderse la vida, si un
dispositivo falla.

Entonces nos preguntamos si las aproximaciones numéricas introducen

errores ¿Qué tanto error se presenta en los cálculos y qué tan
tolerable es?
TIPOS DE ERRORES
1) ERROR ABSOLUTO 𝑬𝑬𝑨𝑨

Es la diferencia entre el valor verdadero (valor exacto) y el valor aproximado (valor observado)

𝑬𝑬𝑨𝑨 = ⃒ 𝑽𝑽 − 𝑽𝑽𝑨𝑨 ⃒

Donde : V = Valor verdadero ó exacto.

𝑉𝑉𝐴𝐴 = Valor aproximado

Sí 𝑉𝑉 − 𝑉𝑉𝐴𝐴 > 0⇒𝐸𝐸𝐴𝐴 es por defecto

Sí 𝑉𝑉 − 𝑉𝑉𝐴𝐴 < 0⇒𝐸𝐸𝐴𝐴 es por Exceso
E1) Sí, 𝑽𝑽 = 𝟔𝟔. 𝟓𝟓𝟓𝟓𝟒𝟒𝟒𝟒𝟓𝟓 y sea el valor aproximado 𝑽𝑽𝑨𝑨 = 𝟔𝟔. 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟐𝟐

𝑬𝑬𝑨𝑨 = ⃒𝟔𝟔. 𝟓𝟓𝟓𝟓𝟒𝟒𝟒𝟒𝟓𝟓 − 𝟔𝟔. 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟐𝟐 ⃒ = ⃒ − 𝟎𝟎. 𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑 ⃒

𝑬𝑬𝑨𝑨 = 𝟎𝟎. 𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑 = 𝟑𝟑. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 × 𝟏𝟏𝟏𝟏−𝟏𝟏

E2) Sí, 𝑽𝑽 = 𝟑𝟑. 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 = π y sea el valor aproximado

𝟓𝟓𝟓𝟓 𝟔𝟔𝟔𝟔𝟔𝟔
a) b)
𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐𝟐𝟐

𝑬𝑬𝑨𝑨 = ⃒𝟑𝟑. 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 − 𝟑𝟑. 𝟏𝟏𝟏𝟏𝟏𝟏𝟏 = ⃒𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 ⃒ = 𝟏𝟏. 𝟔𝟔𝟔𝟔 × 𝟏𝟏𝟏𝟏−𝟐𝟐

𝑬𝑬𝑨𝑨 = ⃒𝟑𝟑. 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 − 𝟑𝟑. 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 = 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟏𝟏

2) ERROR RELATIVO 𝑬𝑬𝑹𝑹

Con la finalidad de estimar la calidad de los cálculos ó las mediciones respectivas, se introduce
el concepto de error relativo.
Entonces:
𝑬𝑬𝑨𝑨
𝑬𝑬𝑹𝑹 = , 𝑽𝑽 ≠ 𝟎𝟎
⃒ 𝑽𝑽 ⃒

𝑽𝑽 − 𝑽𝑽𝑨𝑨
𝑬𝑬𝑹𝑹 = ⃒ ⃒ , 𝑽𝑽 ≠ 𝟎𝟎
𝑽𝑽
E1) Sea 𝑽𝑽𝑨𝑨 = 𝟎𝟎. 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕 un valor aproximado de

𝑽𝑽 = 𝟎𝟎. 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕, halle el error relativo

𝟎𝟎. 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕 − 𝟎𝟎. 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕

𝑬𝑬𝑹𝑹 = ⃒ ⃒ = ⃒ − 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟐𝟐. 𝟑𝟑𝟑𝟑 × 𝟏𝟏𝟏𝟏−𝟐𝟐
𝟎𝟎. 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕
E2) Sea, 𝑽𝑽 = 𝟏𝟏𝟏𝟏. 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓 y sea el valor

𝒂𝒂) 𝑽𝑽𝑨𝑨 = 𝟏𝟏𝟕𝟕. 𝟔𝟔𝟎𝟎𝟐𝟐𝟐𝟐𝟐𝟐

b) 𝑽𝑽𝑨𝑨 = 𝟏𝟏𝟕𝟕. 𝟑𝟑𝟑𝟑𝟑𝟑𝟗𝟗𝟗𝟗

𝟏𝟏𝟕𝟕.𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓−𝟏𝟏𝟏𝟏.𝟔𝟔𝟎𝟎𝟐𝟐𝟐𝟐𝟐𝟐
a) 𝐄𝐄𝐑𝐑 = ⃒ 𝟏𝟏𝟕𝟕.𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
⃒ = ⃒ − 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

𝟏𝟏𝟕𝟕.𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓−𝟏𝟏𝟏𝟏.𝟑𝟑𝟑𝟑𝟔𝟔𝟔𝟔𝟔𝟔
b) 𝐄𝐄𝐑𝐑 = ⃒ ⃒ = ⃒ − 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟏𝟏. 𝟐𝟐𝟐𝟐𝒙𝒙𝟏𝟏𝟏𝟏−𝟐𝟐
𝟏𝟏𝟕𝟕.𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
3) ERROR RELATIVO PORCENTUAL

Es el error relativo multiplicado por 100 %

𝑬𝑬𝑨𝑨
𝑬𝑬𝑹𝑹𝑹 = × 𝟏𝟏𝟏𝟏𝟏𝟏 % , 𝑽𝑽 ≠ 𝟎𝟎
𝑽𝑽
E1) Sea 𝑽𝑽 = 𝟐𝟐𝟔𝟔 = 𝟓𝟓. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 y 𝑽𝑽𝑨𝑨 = 𝟓𝟓. 𝟒𝟒𝟏𝟏𝟔𝟔𝟖𝟖𝟖𝟖.

Calcule el valor relativo porcentual.

𝟓𝟓. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 − 𝟓𝟓. 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒

𝑬𝑬𝑹𝑹𝑹 =⃒ ⃒ × 𝟏𝟏𝟏𝟏𝟏𝟏 % = 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 × 𝟏𝟏𝟏𝟏𝟏𝟏 % = 𝟔𝟔. 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 %
𝟓𝟓. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

𝟏𝟏𝟏𝟏
E2) Sea 𝑽𝑽 = = 𝟎𝟎. 𝟔𝟔𝟔𝟔𝟔𝟔 y 𝑽𝑽𝑨𝑨 = 𝟎𝟎. 𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔
𝟏𝟏𝟏𝟏
Calcule el valor relativo porcentual

𝟎𝟎. 𝟔𝟔𝟔𝟔𝟔𝟔 − 𝟎𝟎. 𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔

𝑬𝑬𝑹𝑹 % = ⃒ ⃒ × 𝟏𝟏𝟏𝟏𝟏𝟏 % = 𝟎𝟎. 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓 × 𝟏𝟏𝟏𝟏𝟏𝟏 %
𝟎𝟎. 𝟔𝟔𝟔𝟔𝟔𝟔
𝑬𝑬𝑹𝑹 % = 𝟓𝟓𝟓𝟓. 𝟑𝟑𝟑𝟑 %
OBSERVACIÓN

Si comparamos los dos resultados anteriores, veremos que la calidad de datos del E2) es mejor que E1)

El error relativo representa el aspecto cualitativo, es decir ¿Cómo hemos realizado el cálculo bien
ó mal?.

Cuando se maneja cantidades muy grandes o muy pequeñas, el error absoluto puede ser no tan
significativo, mientras el error relativo si es significativo en muchos casos.
 CIFRAS SIGNIFICATIVAS

EXACTITUD: Que tan cercano está el valor calculado ó medido con el valor
verdadero.

PRECISIÓN: Que tan cercano está un valor individual medido ó calculado

respecto a los otros.

• Entonces las cifras significativas de un número son todas sus cifras, a excepción
de los ceros que están a la izquierda.

E1) 0.0016891 ⇒ Tiene 5 cifras significativas.

E2) 78.51 ⇒ Tiene 4 cifras significativas.

E3) 823.905 ⇒ Tiene 6 cifras significativas.

E4) 38.149 ⇒ Tiene 5 cifras significativas.

E5) 0.002 ⇒ Tiene 1 cifra significativa.

E6) 60.10 ⇒ Tiene 4 cifras significativas.

E7) 49.3 ⇒ Tiene 3 cifras significativas.

E8) 8159.572 ⇒ Tiene 8 cifras significativas.

SERIES DE TAYLOR
INTRODUCCIÓN

• En el caso de las computadoras, existen dos tipos

de errores en los cálculos numéricos, los cuales
denominaremos:.

Error de Truncamiento
Error de Redondeo.
Error de Redondeo.

Es cuando las computadoras guardan un número fijo de cifras significativas durante el calculo.

Es así que, 7 , Π o 𝑒𝑒 no pueden ser expressados por un numero fijo de cifras significativas.

Es decir; no pueden ser representados en base 2 en las computadoras y por lo tanto no pueden
ser representarlos con un número exacto en base decimal, Por lo tanto, esta discrepância por
omision de cifras significativas se denonima Error de Redondeo.
 ERROR DE TRUNCAMIENTO

• Los errores de Truncamiento son aquellos que resultan al usar

aproximaciones en lugar de un procedimiento matemático exacto.

• La serie de Taylor es importante, pues es útil para obtener modelos

numéricos, así como analizar los errores de truncamiento.
 SERIES DE TAYLOR

• Diremos que las soluciones numéricas son, en su mayoría aproximaciones de las soluciones
exactas.

• Los métodos numéricos se basan en la aproximación de funciones por medio de polinomios, aun
cuando este no sea evidente.

• Es así que al objetar un error empleando un método numérico , se debe investigar la precisión
con la que el polinomio aproxima a la función verdadera.

• El desarrollo de Taylor es una serie infinita de potencias , que representa a una función dentro de
un radio alrededor de un punto dado.
TEOREMA

𝑛𝑛+1
Sea 𝑓𝑓 𝑥𝑥 una función cuya 𝑛𝑛 + 1 − 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 derivada 𝑓𝑓 𝑥𝑥 , existe para cada 𝑥𝑥 en un intervalo
abierto 𝐼𝐼 , que contenga a 𝒂𝒂 para todo 𝑥𝑥 de 𝐼𝐼.

(𝑥𝑥 − 𝑎𝑎) 2 ( ) 3 ( ) 𝑛𝑛
𝑓𝑓 (𝑎𝑎) + 𝑓𝑓 ′ (𝑎𝑎)(𝑥𝑥 − 𝑎𝑎) ′′
𝑥𝑥 − 𝑎𝑎 𝑥𝑥 − 𝑎𝑎
𝑓𝑓(𝑥𝑥) = + 𝑓𝑓 (𝑎𝑎) + 𝑓𝑓 ′′′ (𝑎𝑎) + ⋯ + 𝑓𝑓 𝑛𝑛 (𝑎𝑎) + 𝑅𝑅𝑛𝑛 (𝑥𝑥)
������������� 2! 3! 𝑛𝑛!
𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝐷𝐷𝐷𝐷 1𝑒𝑒𝑒𝑒 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂
���������������������������
𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝐷𝐷𝐷𝐷 2𝑑𝑑𝑑𝑑 𝑂𝑂𝑅𝑅𝐷𝐷𝐷𝐷𝐷𝐷
�������������������������������������������������������
𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝐷𝐷𝐷𝐷 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂 𝑛𝑛

(𝑛𝑛+1) (𝑥𝑥−𝑎𝑎 )𝑛𝑛 +1

Donde 𝑅𝑅𝑛𝑛 (𝑥𝑥) = 𝑓𝑓 (𝑐𝑐) ( ) es el residuo u error, donde 𝑐𝑐 es algún punto
𝑛𝑛+1 !
entre 𝑥𝑥 y 𝑎𝑎.
E1) Determine el polinômio de cuarto orden de Taylor de la función
𝒇𝒇 𝒙𝒙 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 𝒆𝒆𝒆𝒆 𝒂𝒂 = 𝟎𝟎 .

a) Es necesario las cinco primeras derivadas de 𝒇𝒇 𝒙𝒙 .

Entonces:

𝒇𝒇 𝒙𝒙 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 ⟹ 𝒇𝒇 𝟎𝟎 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 ⟹ 𝒇𝒇 𝟎𝟎 = 𝟏𝟏

𝒇𝒇′ 𝒙𝒙 = 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 ⟹ 𝒇𝒇′ 𝟎𝟎 = 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 ⟹ 𝒇𝒇′ 𝟎𝟎 = 𝟏𝟏

𝒇𝒇′′ 𝒙𝒙 = −𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 − 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 ⟹ 𝒇𝒇′′ 𝟎𝟎 = −𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 − 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 ⟹ 𝒇𝒇′′ 𝟎𝟎 = −𝟏𝟏

𝒇𝒇′′′ 𝒙𝒙 = −𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 + 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 ⟹ 𝒇𝒇′′′ 𝟎𝟎 = −𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 + 𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 ⟹ 𝒇𝒇′′′ 𝟎𝟎 = −𝟏𝟏

𝒇𝒇′𝒗𝒗 𝒙𝒙 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 ⟹ 𝒇𝒇′𝒗𝒗 𝟎𝟎 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 ⟹ 𝒇𝒇′𝒗𝒗 𝟎𝟎 = 𝟏𝟏

𝒇𝒇𝒗𝒗 𝒙𝒙 = 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 ⟹ 𝒇𝒇𝒗𝒗 𝒄𝒄 = 𝒄𝒄𝒄𝒄𝒄𝒄 𝒄𝒄 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝒄𝒄 ⟹ 𝒇𝒇𝒗𝒗 𝒄𝒄 = 𝒄𝒄𝒄𝒄𝒄𝒄 𝒄𝒄 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝒄𝒄

• Luego por la fórmula de Taylor:

𝟐𝟐 𝟑𝟑 𝟒𝟒
′ ′′
𝒙𝒙 − 𝟎𝟎 𝒙𝒙 − 𝟎𝟎 𝒙𝒙 − 𝟎𝟎
𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 = 𝒇𝒇 𝟎𝟎 + 𝒇𝒇 𝟎𝟎 𝒙𝒙 − 𝟎𝟎 + 𝒇𝒇 𝟎𝟎 + 𝒇𝒇′′′ 𝟎𝟎 + 𝒇𝒇′𝒗𝒗 𝟎𝟎 + 𝑹𝑹𝟒𝟒 𝒙𝒙
𝟐𝟐! 𝟑𝟑! 𝟒𝟒!

𝟐𝟐 𝟑𝟑 𝟒𝟒
−𝟏𝟏 𝒙𝒙 − 𝟎𝟎 (−𝟏𝟏) 𝒙𝒙 − 𝟎𝟎 𝟏𝟏 𝒙𝒙 − 𝟎𝟎
𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 = 𝟏𝟏 + 𝟏𝟏 𝒙𝒙 − 𝟎𝟎 + + + + 𝑹𝑹𝟒𝟒 𝒙𝒙
𝟐𝟐! 𝟑𝟑! 𝟒𝟒!

𝒙𝒙𝟐𝟐 𝒙𝒙𝟑𝟑 𝒙𝒙𝟒𝟒

𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 + 𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎 = 𝟏𝟏 + 𝒙𝒙 − − − + 𝑹𝑹𝟒𝟒 𝒙𝒙
𝟐𝟐 𝟑𝟑 × 𝟐𝟐 × 𝟏𝟏 𝟒𝟒 × 𝟑𝟑 × 𝟐𝟐 × 𝟏𝟏
b) Halle el residuo del polinomio de Taylor

Sabemos que:

𝒏𝒏+𝟏𝟏
𝒙𝒙 − 𝒂𝒂 𝒏𝒏+𝟏𝟏
𝑹𝑹𝒏𝒏 𝒙𝒙 = 𝒇𝒇 𝒄𝒄
𝒏𝒏 + 𝟏𝟏 !

𝒙𝒙−𝟎𝟎 𝟓𝟓
𝑹𝑹𝒏𝒏 𝒙𝒙 = (𝒄𝒄𝒄𝒄𝒄𝒄 𝒄𝒄 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝒄𝒄 )
𝟓𝟓 !

𝒙𝒙𝟓𝟓
𝑹𝑹𝒏𝒏 𝒙𝒙 = (𝒄𝒄𝒄𝒄𝒄𝒄 𝒄𝒄 − 𝒔𝒔𝒔𝒔𝒔𝒔 𝒄𝒄 )
𝟓𝟓 !
E2) Encuentre 𝑷𝑷𝟑𝟑 𝒙𝒙 en 𝒂𝒂 = 𝟏𝟏 para 𝒇𝒇 𝒙𝒙 = 𝑳𝑳𝑳𝑳 𝒙𝒙 y úselo para calcular valores
aproximados de 𝑳𝑳𝑳𝑳 𝟎𝟎. 𝟔𝟔 y 𝑳𝑳𝑳𝑳 𝟏𝟏. 𝟕𝟕

𝒇𝒇 𝒙𝒙 = 𝑳𝑳𝑳𝑳 𝒙𝒙 ⟹ 𝒇𝒇 𝟏𝟏 = 𝑳𝑳𝑳𝑳 𝟏𝟏 ⟹ 𝒇𝒇 𝟏𝟏 = 𝟎𝟎
𝟏𝟏 𝟏𝟏
𝒇𝒇′ 𝒙𝒙 = ⟹ 𝒇𝒇′ 𝟏𝟏 = ⟹ 𝒇𝒇′ 𝟏𝟏 = 𝟏𝟏
𝒙𝒙 𝟏𝟏
𝟏𝟏 𝟏𝟏
𝒇𝒇′′ 𝒙𝒙 = − ⟹ 𝒇𝒇′′ 𝟏𝟏 = − ⟹ 𝒇𝒇′′ 𝟏𝟏 = −𝟏𝟏
𝒙𝒙𝟐𝟐 𝟏𝟏𝟐𝟐
𝟐𝟐 𝟐𝟐
𝒇𝒇′′′ 𝒙𝒙 = ⟹ 𝒇𝒇′′ 𝟏𝟏 = ⟹ 𝒇𝒇′′ 𝟏𝟏 = 𝟐𝟐
𝒙𝒙𝟑𝟑 𝟏𝟏𝟐𝟐
Entonces :
′ ′′ 𝒙𝒙−𝒂𝒂 𝟐𝟐 ′′′ 𝒙𝒙−𝒂𝒂 𝟑𝟑
• 𝑷𝑷𝟑𝟑 𝒙𝒙 = 𝒇𝒇 𝒂𝒂 + 𝒇𝒇 𝒂𝒂 𝒙𝒙 − 𝒂𝒂 + 𝒇𝒇 𝒂𝒂 + 𝒇𝒇 𝒂𝒂
𝟐𝟐! 𝟑𝟑!
′ ′′ 𝒙𝒙−𝟏𝟏 𝟐𝟐 𝒙𝒙−𝟏𝟏 𝟑𝟑
• 𝑷𝑷𝟑𝟑 𝒙𝒙 = 𝒇𝒇 𝟏𝟏 + 𝒇𝒇 𝟏𝟏 𝒙𝒙 − 𝟏𝟏 + 𝒇𝒇 𝟏𝟏 + 𝒇𝒇′′′ 𝟏𝟏
𝟐𝟐! 𝟑𝟑!
𝟏𝟏 𝟐𝟐 𝟏𝟏
• 𝑷𝑷𝟑𝟑 𝒙𝒙 = 𝟎𝟎 + 𝟏𝟏 𝒙𝒙 − 𝟏𝟏 − 𝟏𝟏 𝒙𝒙 − 𝟏𝟏 + 𝟐𝟐 𝒙𝒙 − 𝟏𝟏 𝟑𝟑
𝟐𝟐! 𝟑𝟑!
𝟏𝟏 𝟐𝟐 𝟏𝟏 𝟑𝟑
• 𝑷𝑷𝟑𝟑 𝒙𝒙 = 𝒙𝒙 − 𝟏𝟏 − 𝒙𝒙 − 𝟏𝟏 + 𝒙𝒙 − 𝟏𝟏
𝟐𝟐 𝟑𝟑
𝟏𝟏 𝟐𝟐
𝟏𝟏 𝟑𝟑
⟹ 𝑳𝑳𝑳𝑳 𝒙𝒙 = 𝒙𝒙 − 𝟏𝟏 − 𝒙𝒙 − 𝟏𝟏 + 𝒙𝒙 − 𝟏𝟏
𝟐𝟐 𝟑𝟑
Entonces si:
𝟏𝟏 𝟐𝟐
𝟏𝟏 𝟑𝟑
𝑳𝑳𝑳𝑳 𝒙𝒙 = 𝒙𝒙 − 𝟏𝟏 − 𝒙𝒙 − 𝟏𝟏 + 𝒙𝒙 − 𝟏𝟏
𝟐𝟐 𝟑𝟑
Luego:

𝟏𝟏 𝟐𝟐 𝟏𝟏 𝟑𝟑
• 𝑳𝑳𝑳𝑳 𝟎𝟎. 𝟔𝟔 = 𝟎𝟎. 𝟔𝟔 − 𝟏𝟏 − 𝟎𝟎. 𝟔𝟔 − 𝟏𝟏 + 𝟎𝟎. 𝟔𝟔 − 𝟏𝟏 ⟹ 𝑳𝑳𝑳𝑳 𝟎𝟎. 𝟔𝟔 = −𝟎𝟎. 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
𝟐𝟐 𝟑𝟑

𝟏𝟏 𝟐𝟐 𝟏𝟏 𝟑𝟑
• 𝑳𝑳𝑳𝑳 𝟏𝟏. 𝟕𝟕 = 𝟏𝟏. 𝟕𝟕 − 𝟏𝟏 − 𝟏𝟏. 𝟕𝟕 − 𝟏𝟏 + 𝟏𝟏. 𝟕𝟕 − 𝟏𝟏 ⟹ 𝑳𝑳𝑳𝑳 𝟏𝟏. 𝟕𝟕 = 𝟎𝟎. 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
𝟐𝟐 𝟑𝟑
E3) Encuentre 𝑷𝑷𝟐𝟐 𝒙𝒙 en 𝒂𝒂 = 𝟏𝟏 para 𝒇𝒇 𝒙𝒙 = 𝒆𝒆𝟓𝟓𝟓𝟓

𝒇𝒇 𝑥𝑥 = 𝑒𝑒 5𝑥𝑥 ⟹ 𝑓𝑓 1 = 𝑒𝑒 5 𝑥𝑥
⟹ 𝑓𝑓 1 = 𝑒𝑒 5

𝑓𝑓 ′ 𝑥𝑥 = 5𝑒𝑒 5𝑥𝑥 ⟹ 𝑓𝑓 ′ 1 = 5𝑒𝑒 5𝑥𝑥 ⟹ 𝑓𝑓 ′ 1 = 5𝑒𝑒 5

𝑓𝑓 ′′ 𝑥𝑥 = 52 𝑒𝑒 5𝑥𝑥 ⟹ 𝑓𝑓 ′′ 1 = 52 𝑒𝑒 5𝑥𝑥 ⟹ 𝑓𝑓 ′′ 1 = 52 𝑒𝑒 5

Entonces :

′ ′′ 𝑥𝑥−𝑎𝑎 2
• 𝑃𝑃2 𝑥𝑥 = 𝑓𝑓 𝑎𝑎 + 𝑓𝑓 𝑎𝑎 𝑥𝑥 − 𝑎𝑎 + 𝑓𝑓 𝑎𝑎
2!
′ ′′ 𝑥𝑥−1 2
• 𝑃𝑃2 𝑥𝑥 = 𝑓𝑓 1 + 𝑓𝑓 1 𝑥𝑥 − 1 + 𝑓𝑓 1
2!
5 5 52 𝑒𝑒 5 2
• 𝑃𝑃2 𝑥𝑥 = 𝑒𝑒 + 5𝑒𝑒 𝑥𝑥 − 1 + 𝑥𝑥 − 1
2!
Polinomios de Mclaurin

• En el caso 𝑎𝑎 = 0 , el polinomio de Taylor de orden 𝑛𝑛 se simplifica para obtener el

polinomio de Mclaurin, dando una aproximación particularmente útil en una
vecindad de 𝑥𝑥 = 0
Tenemos:

′′ ′′′ 𝑛𝑛
′
𝑓𝑓 0 2
𝑓𝑓 0 3
𝑓𝑓 0
𝑓𝑓 𝑥𝑥 = 𝑓𝑓 0 + 𝑓𝑓 0 𝑥𝑥 + 𝑥𝑥 + + 𝑥𝑥 + ⋯ . + 𝑥𝑥 𝑛𝑛
2! 3! 𝑛𝑛!
 1
E1) Encuentre los polinomios de Mclaurin para 𝑓𝑓 𝑥𝑥 = . empleando 𝒏𝒏 = 𝟑𝟑.
𝑥𝑥+1

𝟏𝟏
𝟏𝟏 −
• 𝒇𝒇 𝒙𝒙 = = 𝒇𝒇 𝒙𝒙 = 𝒙𝒙 + 𝟏𝟏 𝟐𝟐 ⇒ 𝒇𝒇(𝟎𝟎) = 𝟏𝟏
𝒙𝒙+𝟏𝟏
𝟏𝟏 𝟏𝟏
• 𝒇𝒇′ 𝒙𝒙 = − 𝒙𝒙 + 𝟏𝟏 −𝟑𝟑/𝟐𝟐
⇒ 𝒇𝒇′ (𝟎𝟎) = −
𝟐𝟐 𝟐𝟐
𝟓𝟓
′′ 𝟑𝟑 − 𝟑𝟑
• 𝒇𝒇 𝒙𝒙 = 𝒙𝒙 + 𝟏𝟏 𝟐𝟐 ⇒ 𝒇𝒇′′ 𝟎𝟎 =
𝟒𝟒 𝟒𝟒
𝟕𝟕
′′′ 𝟏𝟏𝟏𝟏 − 𝟏𝟏𝟏𝟏
• 𝒇𝒇 𝒙𝒙 = − 𝒙𝒙 + 𝟏𝟏 𝟐𝟐 ⇒ 𝒇𝒇′′′ 𝟎𝟎 = −
𝟖𝟖 𝟖𝟖
Entonces:
′′ ′′′
′
𝒇𝒇 𝟎𝟎 𝟐𝟐
𝒇𝒇 𝟎𝟎 𝟑𝟑
𝒇𝒇 𝒙𝒙 = 𝒇𝒇 𝟎𝟎 + 𝒇𝒇 𝟎𝟎 𝒙𝒙 + 𝒙𝒙 + 𝒙𝒙
𝟐𝟐! 𝟑𝟑!
𝟏𝟏 𝟑𝟑 𝟐𝟐 𝟏𝟏𝟏𝟏 𝟑𝟑
𝒇𝒇 𝒙𝒙 = 𝟏𝟏 − 𝒙𝒙 + 𝒙𝒙 − 𝒙𝒙
𝟐𝟐 𝟒𝟒 𝟖𝟖
E2) Encuentre los polinomios de Mclaurin para 𝑒𝑒 𝑥𝑥 . Calcule después el valor de 𝑒𝑒 0.2 , empleando
𝑛𝑛 = 4.

Es necesario las cinco primeras derivadas de 𝑓𝑓 𝑥𝑥

• 𝑓𝑓 𝑥𝑥 = 𝑒𝑒 𝑥𝑥 ⟹ 𝑓𝑓 0 = 1

• 𝑓𝑓 ′ 𝑥𝑥 = 𝑒𝑒 𝑥𝑥 ⟹ 𝑓𝑓 ′ 0 = 1

• 𝑓𝑓 ′′ 𝑥𝑥 = 𝑒𝑒 𝑥𝑥 ⟹ 𝑓𝑓 ′′ 0 = 1

• 𝑓𝑓 ′′′ 𝑥𝑥 = 𝑒𝑒 𝑥𝑥 ⟹ 𝑓𝑓 ′′′ 0 = 1

• 𝑓𝑓 ′𝑣𝑣 𝑥𝑥 = 𝑒𝑒 𝑥𝑥 ⟹ 𝑓𝑓 ′𝑣𝑣 0 = 1
Entonces:
′′ ′′′ ′𝑣𝑣
′
𝑓𝑓 0 2
𝑓𝑓 0 3
𝑓𝑓 0
𝑓𝑓 𝑥𝑥 = 𝑓𝑓 0 + 𝑓𝑓 0 𝑥𝑥 + 𝑥𝑥 + 𝑥𝑥 + 𝑥𝑥 4
2! 3! 4!
1 1 3 1
𝑒𝑒 𝑥𝑥 = 1 + 1 𝑥𝑥 + 𝑥𝑥 2 + 𝑥𝑥 + 𝑥𝑥 4
2! 3! 4!

1 1 1
𝑒𝑒 0.2 = 1 + 1 0.2 + 0.2 2
+ 0.2 3
+ 0.2 4
2! 3! 4!

1.2214 = 1.2214
Encuentre los polinomios de Mclaurin para 𝒄𝒄𝒄𝒄𝒄𝒄 𝒙𝒙 . Calcule después el valor de
𝒄𝒄𝒄𝒄𝒄𝒄 𝟎𝟎. 𝟐𝟐 , empleando 𝒏𝒏 = 𝟒𝟒.

Es necesario las cinco primeras derivadas de 𝒇𝒇 𝒙𝒙

• 𝒇𝒇 𝒙𝒙 = 𝐜𝐜𝐜𝐜𝐜𝐜 𝒙𝒙 ⟹ 𝒇𝒇 𝟎𝟎 = 𝐜𝐜𝐜𝐜𝐜𝐜 𝟎𝟎 ⟹ 𝒇𝒇 𝟎𝟎 = 𝟏𝟏

• 𝒇𝒇′ 𝒙𝒙 = −𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 ⟹ 𝒇𝒇′ 𝟎𝟎 = −𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 ⟹ 𝒇𝒇′ 𝟎𝟎 = 𝟎𝟎

• 𝒇𝒇′′ 𝒙𝒙 = − 𝐜𝐜𝐜𝐜𝐜𝐜 𝒙𝒙 ⟹ 𝒇𝒇′′ 𝟎𝟎 = − 𝐜𝐜𝐜𝐜𝐜𝐜 𝟎𝟎 ⟹ 𝒇𝒇′′ 𝟎𝟎 = − 𝟏𝟏

• 𝒇𝒇′′′ 𝒙𝒙 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝒙𝒙 ⟹ 𝒇𝒇′′′ 𝟎𝟎 = 𝒔𝒔𝒔𝒔𝒔𝒔 𝟎𝟎 ⟹ 𝒇𝒇′′′ 𝟎𝟎 = 𝟎𝟎

• 𝒇𝒇′𝒗𝒗 𝒙𝒙 = 𝐜𝐜𝐜𝐜𝐜𝐜 𝒙𝒙 ⟹ 𝒇𝒇′𝒗𝒗 𝟎𝟎 = 𝐜𝐜𝐜𝐜𝐜𝐜 𝟎𝟎 ⟹ 𝒇𝒇′𝒗𝒗 𝟎𝟎 = 𝟏𝟏

Entonces:
′′ ′′′ ′𝑣𝑣
′
𝑓𝑓 0 2
𝑓𝑓 0 3
𝑓𝑓 0
𝑓𝑓 𝑥𝑥 = 𝑓𝑓 0 + 𝑓𝑓 0 𝑥𝑥 + 𝑥𝑥 + 𝑥𝑥 + 𝑥𝑥 4
2! 3! 4!

1 2 0 3 1 4
𝑐𝑐𝑐𝑐𝑐𝑐 𝑥𝑥 = 1 + 0 𝑥𝑥 − 𝑥𝑥 + 𝑥𝑥 + 𝑥𝑥
2! 3! 4!
1 2
1 4
𝑐𝑐𝑐𝑐𝑐𝑐 0.2 = 1 − 0.2 + 0.2
2! 4!
0.99999 = 0980066