Universidad Nacional Experimental Politécnica de la Fuerza

Armada Nacional Bolivariana

CALCULO NUMERICO
UNIDAD V
DERIVACIÓN NUMÉRICA

DERIVACIÓN DE FUNCIONES

La derivada de una función en un punto es el valor del límite, si existe, de un cociente

incremental cuando el incremento de la variable tiende a cero. Es una medida de la rapidez con la que
cambia el valor de dicha función según cambie el valor de su variable independiente.

DERIVACIÓN NUMÉRICA

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

 Si se necesita derivar funciones cuyos valores se conocen sólo en un conjunto dado de puntos
concretos, lo más aconsejable es ajustar alguna función continua a esos puntos y derivar luego
la función obtenida.

 Si los datos de ese conjunto tienen un cierto patrón de continuidad, se puede interpolar una
función.
 Si se sabe que tienen ruido, lo más probable es que se requiera una aproximación mediante
mínimos cuadrados o splines.

Para calcular numéricamente la derivada de f (x) se puede considerar una aproximación

intuitiva de su definición:

df (x)
f (x)   lim f (x  h)  f (x)  f (x  h)  f (x)

dx h0 h h

es decir, la línea secante (o cuerda) en dos puntos próximos.

Geométricamente se pueden considerar tres variantes

Fórmula Adelantada

f(x+h)

f (x  h)  f (x)
f (x) 
f(x) h
Aproximación

x x+h

Fórmula Atrasada

f(x)

f (x)  f (x  h)
f (x) 
h

x-h x
 Fórmula Centrada

f(x+h) f (x  h)  f (x  h)
f (x) 
2h

f(x)

x-h x x+h

DERIVACIÓN NUMÉRICA DE FUNCIONES

Dada una función continua, f : R  R , se trata de aproximar numéricamente sus derivada en

un punto x . Para ello utilizaremos los polinomios de interpolación de newton y las fórmulas a través
del desarrollo de taylor

1.- POLINOMIO DE INTERPOLACIÓN DE NEWTON

La derivación numérica es una técnica de análisis numérico para calcular una aproximación a
la derivada de una función en un punto utilizando los valores y propiedades de la misma.

Las aproximaciones numéricas que podamos hacer (para h > 0; h< 0) serán: Diferencias hacia
adelante y Diferencias hacia atrás. La aproximación de la derivada por este método entregaresultados
aceptables con un determinado error.

Para minimizar los errores se estima que el promedio de ambas, entrega la mejor aproximación
numérica al problema dado

Derivadas a partir de una Tabla de Diferencias (Finitas)

Recordemos que el Polinomio de Newton para Diferencias Progresivas:

f (x )  f (x ) f f  f 2 f
f (x , x )  1 0
 0
; f (x , x , x )  1 0
 0

x1  x 0 x1  x0 x2  x0 x2  x0
0 1 0 1 2
 f 0 2 f 0 3 f 0
P (x)  f   (x  x )  (x  x )(x  x ) 
n 0 0 1

(x1  x0 ) (x2  x0 ) 0
(x 3  x0 )
3 f
 0
(x  x )(x  x )(x  x )
0 1 2

(x 3  x0 )

DERIVACIÓN NUMÉRICA EN DIFERENCIAS PROGRESIVAS

Si establecemos la Derivación Numérica para Diferencias Progresivas de paso constante de la

variable independiente (h=constante, partiendo del polinomio de interpolación de newton, tenemos:

x  x0
s ; h  xi1  xi  paso cons tan te
h

1 2 1 3 1 4
P(x)  f0  s f0   f s (s 1)   f s (s 1)(s  2)   f s (s 1)(s  2)(s  3) …
0 0 0
2 6 24

d
(f )0
0
ds

d ds ds x  x0 ds 1 
(sf 0 )  (f0 )(s)  f0 (1)( )  f 0 , donde s ,  
ds dx dx h dx h

(sf )  f0
d
0 h
ds

d 1 2 d 1 2  1 ds 1 2
(  f s(s  1))  ( f )(s2  s)  (2 f )(2s  1)( )  ( f )(2s  1)


ds  2
0 0
ds 2 0 2 0
dx 2h

d 1 3 d 1 3  1 ds
(  f s(s  1)(s  2))  ( f )(s3  3s2  2s)  (3 f )(3s2  6s  2)( )

ds  6 
0
ds 6 0
6 0
dx
 4 f s(s  1)(s  2)(s  3))  d  1 (4 f )(s4  6s3  11s2  6s)
d 1
(
ds  24 


0
ds 24 0

d 1 4 0 1
(  f s(s  1)(s  2)(s  3))  (4 f 0 )(4s3  18s2  22s  6)
ds 24 24h
 Primera Derivada en Diferencias Progresivas

P(x) 
1 1

1

f  2 f (2s 1) 3 f (3s 2  6s  2)  . .4 f (4s3 18s 2  22s  6) . ......
1
 
h  
0 0 0
2 6 24 0





Segunda Derivada en Diferencias Progresivas

1  2 1 
P(x)   f  3 f (s 1)  4 f (6s2 18s 11)  ....... 
 

h2  
0 0
0
12



Tercera Derivada en Diferencias Progresivas

1  1 
P(x)  
3 f  4 f (2s  3)  ........ 
 

h 3  
0
2





Cuarta Derivada en Diferencias Progresivas

PIV (x) 
1

4
4
f  ......
0 
h






EJEMPLO DE APLICACIÓN N° 1

Dada la función f (x)  xex y el intervalo de valores para la variable independiente

x = 1,8 ; 1.9 ; 2,0 ; 2,1 ; 2,2. Partiendo de un polinomio de grado 4° en diferencias progresivas,
estime el valor de la 1°, 2° y 3° derivada para un valor de x=1.85. Use fix05 . Calcule el error real
para cada derivada
 Solución

1.- Diseñe una tabla de Diferencias Finitas para los valores de x y f (x) dados:

Diferencias Progresivas

i xi f (xi ) f (x) 2 f (x) 3 f (x) 4 f (x)

0 1.8 10.889365 1.81383 0.26108 0.03485 0.00444
1.85
1 1.9 12.703199 2.07491 0.29593 0.03980

2 2.0 14.778112 2.37085 0.33523

3 2.1 17.148957 2.70607 . . .

4. 2.2 19.855030 . . . .

2.- Construya el polinomio de 4° grado en Diferencias Progresivas, ubicándose en la línea de i  0

1 2 1 3 1 4
P4 (x)  f0  s f0   f 0 s (s 1)   f 0 s (s 1)(s  2)   f 0 s (s 1)(s  2)(s  3)
2 6 24

3.- Derive el polinomio de 4° grado y obtenga la 1° derivada

P(x) 
1
   
f  2 f (2s 1) 3 f (3s 2  6s  2)  . .4 f (4s3 18s 2  22s  6) . 
1 1 1

h  0 0 0
2 6 24 0






4.- Calcule el valor de h y de s

h  x1  x0  1,9 1,8  0,1

x  x0 1,85 1,8
s   0.5
h 0,1

5.- Obtenga el valor para la 1° derivada

  1 1
  
 (0.26108)(2 * 0,5 1) (0.03485) (3(0,5)2  6 * 0,5  2) 



P(x)  1 1.81383 2 6  =18.12561

 
0.1  1 (0.00444) (4(0,5)3 18(0,5)2  22 * 0,5  6) .
.


 24 


6.- Calcule el valor real de la primera derivada, para ello derive la función dada f (x)  xe
x

f (x)  xe x
f (x)  e x  xe x

f (1,85)  e(1.85)  (1,85) * e(1.85)  18.12549

7.- Calcule el Error real de la primera derivada

Ereal  Vv  Vaprox.
Ereal  18.12549  18.12561
Ereal  0.00012

8.- De la misma forma se obtiene la 2° y 3° derivada:

2° Derivada
1  2 1 
P  (x)   f  3 f (s 1)  4 f (6s 2 18s 11) 
 

h 2  
0 0
0
12
1  1 

P  (x)  0.26108  (0.03485)(0.5 1)  (0.00444)(6(0,5)2 18* 0,5 11)  24.49383


(0.1)2  12 

f (x)  e x  xe x 
f  (x)  2e  xe  e x (2  x)
x x

f  (1,85)  e(1.85) (2  1,85)  24.48531

Ereal  24.48531  24.49383

Ereal  0.00852
 3° Derivada
1  1 
P(x)  
3 f  4 f (2s  3) 
 

h 3  0
2 
1  1 
P(x)  0.03485  (0.00444)(2 * 0.5  3)  30.41000

(0,1) 3  2 

f (x)  e x (2  x)
f (x)  e x (3  x)
f  (1,85)  e(1.85) (3  1,85)  30.84513

Ereal  30.84513  30.41000

Ereal  0.43513

Conclusión: se puede observar que a medida que aumentamos el cálculo de la derivada (1°, 2° y 3°,
se disminuyen el número de términos del polinomio y por lo tanto es menos buena su aproximación y
el error aumenta

DERIVACIÓN NUMÉRICA EN DIFERENCIAS REGRESIVAS

Igualmente, si establecemos la Derivación Numérica para Diferencias Regresivas de paso

constante de la variable independiente (h=constante, tenemos:

x x
u n ; h  xi  xi1  paso cons tan te
h

1 2 1 3 1 4
P(x)  f0  s f0   f 0 s (s 1)   f 0 s (s 1)(s  2)   f s (s 1)(s  2)(s  3) …
0
2 6 24

para Diferencias Regresivas, tenemos:

Primera Derivada en Diferencias Regresivas

P(x) 
1

 0
1
0
1
0
 1

f  2 f (2u 1) 3 f (3u 2  6u  2)  . .4 f (4u3  18u 2  22u  6) . ......
  
h 2 6 24 0



Segunda Derivada en Diferencias Progresivas

 1  2 (u 1)  1 4 f (6u 2 18u 11) ....... 
P(x)   f  3
f  

h2  
0 0
0
12

Tercera Derivada en Diferencias Progresivas

1  1 
P(x)  
3 f  (2u  3) 
 

h 3  
0
2
Cuarta Derivada en Diferencias Progresivas

PIV (x) 
1
4
 f 
4
0
h

EJEMPLO DE APLICACIÓN N° 2

Estime el valor de f (3.3) con un polinomio cubico, que se crea al introducir la tabla en i  4 .

 
Utilice los valores dados para la variable x = 1,30 ; 1.90 ; 2,50 ; 3,10 ; 3,70 y desarrolle una tabla de

diferencias finitas con fix03 . Calcule el error real si el valor verdadero de la función es 28.042

Solución

1.- Diseñe una tabla de Diferencias Regresivas para los valores de x y f (x) dados:

Diferencias Regresivas

i xi f (xi ) f (x) 2 f (x) 3 f (x) 4 f (x)

3.669
0 1.30 3.017 2.479 2.041 1.672

1 1.90 6.686 5.496 4.520 3.713

2 2.50 12.182 10.016 8.233

3 3.10 22.198 18.249 . .

x=3.33 4 3.70 40.447 . . .

2.- Construya el polinomio cubico (3° grado) en Diferencias Regresivas para la primera derivada,
ubicándose en la línea de i  4 , tal como indica el enunciado. Esto indica que la primera derivada es

de grado 3, por lo tanto, tiene 4 términos

P(x) 
1

 0
1
0
1
0
  1
 

f  2 f (2u  1) 3 f (3u 2  6u  2)  . .4 f (4u3  18u 2  22u  6) . 
h 2 6 24 0

 3.- Calcule el valor de h y de u

h  x3  x4  3.70  3.10  0.6

x  xn 3.33  3.70
u   0.617
h 0,6

4.- Obtenga el valor para la 1° derivada



 (8.233)(2(0.617)  1) (3.713) (3(0.617)2  6(0.617)  2)
1 1

 28.045


P(x)  1 18.249 2 6 

(0.6)  1 (1.672) (4(0.617)  18(0.617)2  22(0.617)  6) .
.
3
 

 24 


5.- Calcule el Error real de la primera derivada

Ereal  Vv  Vaprox.
Ereal  28.042  28.045
Ereal  0.003

2.- DERIVADAS A TRAVÉS DE DESARROLLOS DE TAYLOR

f (x  h)  f (x)  f (x)h  f  (x) h2  f (x) h3 …

2 6
f  (x) f (x)
f (x  h)  f (x)  f (x)h  h2  h3 …
2 6

 Si despejamos de la primera igualdad f (x) se obtiene la fórmula “hacia adelante” de su

aproximación:

f (x  h)  f (x) f  (x) f (x  h)  f (x)

f (x)   h … 
h 2 h
más un resto de primer orden: O(h)

 Si despejamos de la segunda igualdad, igualmente f (x) , se obtiene la fórmula “hacia atrás”

de su aproximación:
 f (x)  f (x  h) f  (x) f (x  h)  f (x)
f (x)   h … 
h 2 h
más un resto de primer orden: O(h)

 Restando las dos desigualdades y despejando f (x) se llega a la fórmula “centrada”:

f (x  h)  f (x  h) f  (x) 2 f (x  h)  f (x  h)
f (x)   h … 
2h 6 2h

El resto en este caso es de segundo orden, O(h2 )

Fórmulas para la Primera Derivada

Diferencia Progresiva

f (x´0  h)  f (x0 )
p(x0 )  para 2 puntos x0 , (x0  h)
h


 3 f (x´0 )  4 f (x0  h)  f (x0  2h)

p(x0 )  para 3 puntos
2h

Diferencia Centrada

f (x´0  h)  f (x0  h)
p(x0 )  para 2 puntos
2h

f (x0  2h)  8 f (x´0 )  8 f (x0  h)  f (x0  2h)

p(x0 )  para 3 puntos
12h

Diferencia Regresiva

f (x´0 )  f (x0  h)
p(x0 )  para 2 puntos
h
 f (x´0  2h)  4 f (x0  h)  3 f (x0 )
p(x0 )  para 3 puntos
2h
Fórmulas para la Segunda Derivada

Diferencia Progresiva

f (x´0 )  2 f (x´0  h)  f (x0  2h)

p(x 0 )  para 2 puntos
h2

2 f (x´0 )  5 f (x´0  h)  4 f (x0  2h)  f (x0  3h)

p (x 0 )  para 3 puntos
h2

Diferencia Centrada

f (x´0  h)  2 f (x0 )  f (x0  h)

p(x 0 )  para 2 puntos
h2

Para 3 puntos

 f (x0  2h) 16 f (x´0  h)  30 f (x0 ) 16 f (x0  h)  f (x0  2h)
p(x 0 )  
12h2

Diferencia Regresiva

f (x´0  2h)  2 f (x0  h)  f (x´0 )

p(x 0 )  para 2 puntos
h2

 f (x´0  3h)  4 f (x0  2h)  5 f (x0  h)  2 f (x´0 )

p (x 0 )  para 3 puntos
h2

Fórmulas para la Tercera Derivada

Diferencia Progresiva

 f (x´0 )  3 f (x´0  h)  3 f (x0  2h)  f (x0  3h)

p(x0 )  para 2 puntos
h3

 5 f (x´0 ) 18 f (x´0  h)  24 f (x0  2h) 14 f (x0  3h)  3 f (x0  4h)
p(x0 ) 
3

para 3 puntos
Diferencia Centrada

 f (x´0  2h)  2 f (x0  h)  2 f (x0  h)  f (x0  2h)

p(x0 )  para 2 puntos
8h3

Para 3 puntos

f (x0  3h)  8 f (x´0  2h) 13 f (x0  h) 13 f (x0  h)  8 f (x0  2h)  f (x0  3h)
p(x0 ) 
8h3

Diferencia Regresiva

 f (x´0  3h)  f (x0  2h)  3 f (x´0  h)  f (x0 )

p(x0 )  para 2 puntos
h3

 3 f (x´0  4h) 14 f (x0  3h)  24 f (x0  2h) 18 f (x´0  h)  5 f (x0 )
p (x 0 )  para 3 puntos
2h3

EJEMPLO DE APLICACIÓN N° 3

Aproximar la 2º derivada para Diferencias Progresivas, Regresivas y Centradas de la función

f (x)  exsenx  4x2  2 con las fórmulas para 3 puntos para x0  1, h  0.1 , fix06 . Compare
el error porcentual y analice la mejor aproximación

Solución

Diferencias Progresivas

2 f (x´0 )  5 f (x´0  h)  4 f (x0  2h)  f (x0  3h)

p (x 0 )  para 3 puntos
h2

Se buscan todos los parámetros solicitados en la fórmula

h  0.1

x0  1 f (x0 )  8.287355 P(x0 )  11.037035

x0  h  1,1 f (x0  h)  9.517335 f (x0 )  10.937388

x0  2h  1,2 f (x0  2h)  10.854479

x0  3h  1,3 f (x0  3h)  12.295581 E(%)  0.911066

Diferencias Centradas

Para 3 puntos

 f (x0  2h) 16 f (x´0  h)  30 f (x0 ) 16 f (x0  h)  f (x0  2h)

p(x 0 )  
12h2

Se buscan todos los parámetros solicitados en la fórmula

h  0.1

x0  1 f (x0 )  8.287355 P(x0 )  10.937401

x0  h  1,1 f (x0  h)  9.517335 f (x0 )  10.937388

x0  2h  1,2 f (x0  2h)  10.854479

x0  h  0.9 f (x0  h)  7.166673 E(%)  0.000119

x0  2h  0.8 f (x0  2h)  6.156505

Diferencias Regresivas

 f (x´0  3h)  4 f (x0  2h)  5 f (x0  h)  2 f (x´0 )

p (x 0 )  para 3 puntos
h2

Se buscan todos los parámetros solicitados en la fórmula

h  0.1

x0  1 f (x0 )  8.287355 P(x0 )  11.007031

x0  h  0.9 f (x0  h)  7.166673 f (x0 )  10.937388

x0  2h  0.8 f (x0  2h)  6.156505

x0  3h  0.7 f (x0  3h)  5.257295 E(%)  0.636739

Comparando el error porcentual obtenido en cada caso , podemos concluir que la mejor aproximación se da a
través del uso de las fórmulas para Diferencias Centradas