UNIVERSIDAD DE LAS FUERZAS

ARMADAS ESPE
Deber N.1

Yomira Marisol Bastidas Cevallos

2 de enero de 2017
2
Prólogo

La información de este documento tipo book fue extraı́da del libro de Méto-
dos Númericos con MATLAB Tercera Edición de John H. Mathews y Kurtis D.
Fink con el fin de realizar una pequeña adecuación de uno de sus capı́tulos con
ello poder exponer todo lo aprendido en la asignatura de Laboratorio de Ma-
temáticas. Entre ello podrı́a mencionar lo que son seccion, subsecciones, tablas,
ecuaciones, enumeración, insetar gráficos entre otras.

3
4
Índice de figuras

1.1. (a) La recta tangente a p2 (x) en (2, 0.5767) tiene pendiente p02 (2)
= -0.0505. (b) La recta tangente a p4 (x) en (2, 0.5767) tiene
pendiente p04 (2) = -0.0618. . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Varias rectas secantes a y = ex . . . . . . . . . . . . . . . . . . . 7

1
2 ÍNDICE DE FIGURAS
Índice general

1. Derivación numérica 5
1.1. Aproximaciones a la derivada . . . . . . . . . . . . . . . . . . . . 6
1.1.1. El lı́mite del cociente incremental . . . . . . . . . . . . . . 6
1.1.2. Las fórmulas de diferentes centradas . . . . . . . . . . . . 7
1.1.3. Análisis del error e incremento óptimo . . . . . . . . . . . 9
1.2. Fórmulas de derivación numérica . . . . . . . . . . . . . . . . . . 9
1.2.1. Otras fórmulas de diferencias centradas . . . . . . . . . . 9
1.2.2. Derivada del polinomio interpolar de Lagrange . . . . . . 10

3
4 ÍNDICE GENERAL
Capı́tulo 1

Derivación numérica

les (v Las fórmulas de derivación numérica son importantes en el desarrollo

de algoritmos para resolver problemas de contorno de ecuaciones diferenciales
ordinarias y ecuaciones en derivadas parciaéanse los Capı́tulos 9 y 10). El uso de
funciones conocidas como ejemplos de aplicación de las técnicas de derivación
numérica permite comparar la aproximación numérica con la respuesta exacta.
Como ilustración usemos la función de Bessel J1 (x), cuyos valores pueden ha-
llarse tabulados en libros de referencia habituales. Tomamos ocho puntos equies-

Figura 1.1: (a) La recta tangente a p2 (x) en (2, 0.5767) tiene pendiente p02 (2)
= -0.0505. (b) La recta tangente a p4 (x) en (2, 0.5767) tiene pendiente p04 (2) =
-0.0618.

paciados en el intervalo [0,7], que nos darı́an los puntos de la gráfica (0, 0.0000),
(1, 0.4400), (2, 0.5767), (3, 0.3391), (4, -0.0660), (5, -0.3276), (6, -0.2767) y (7,
0.004). El principio es la derivación de un polinomio interpolador; para ver-
lo centremos nuestra atención en el cálculo de J10 (2). El polinomio interpolar

5
6 CAPÍTULO 1. DERIVACIÓN NUMÉRICA

p2 (x) = −0,0710+0,6982x−0,1872x2 pasa por los puntos (1, 0.4400), (2, 0.5767)
y (3, 0.3391)y lo usamos para obtener J10 (2) ≈ p02 (2) = −0,0505. Este polinomio
cuadrático p2 (x) y su recta tangente en el punto (2, J1 (2)) se muestra en la Fi-
gura 6.1(a). Si usamos cinco nodos de interpolación, podemos obtener una apro-
ximación mejor: El polinomio p4 (x) = 0,4986x + 0,011x2 − 0,0813x3 + 0,0116x4
pasa por los puntos (0, 0.0000), (1, 0.4400), (2, 0.5767), (3, 0.3391) y (4, -0.0660)
y, derivándolo, obtenemos J10 (2) ≈ p04 (2) = −0,0618. El polinomio p4 (x) y su
recta tangente en el punto (2, J1 (2)) se muestran en la Figura 6.1(b). El valor
exacto de la derivada J10 (2) = −0,0645 y los errores cometidos al usar p2 (x) y
p4 (x) son -0.0140 y -0.0026, respectivamente Ver la figura 1.1 de la pagina 5.
En este capı́tulo desarrollamos la teorı́a introductoria necesaria para investigar
la exactitud de los métodos de la derivación numérica.

1.1. Aproximaciones a la derivada

1.1.1. El lı́mite del cociente incremental

Vamos a afrontar ahora el problema de aproximar numéricamente la derivada

de f (x):

f (x + h) − f (x)
f 0 (x) = lı́m . (1.1)
h−→0 h

El método parece claro: elegimos una sucesión hk tal que hk −→ 0 y calculamos

el lı́mite de la sucesión

f (x + hk ) − f (x)
Dk = parak = 1, 2, . . . (1.2)
hk

Puesto que sólo calcularemos un número finito de términosD1 , D2 . . . , DN de la

sucesión (2) y usaremos el último DN como respuesta, la pregunta es obvia por
qué calculamos D1 , D2 . . . , DN −1 ? Equivalentemente, podrı́amos preguntar qué
valor de hN hay que elegir para asegurar que DN es una buena aproximaci—ón
de la derivada f 0 (x)? Para responder esta pregunta, empezaremos por analizar
un ejemplo para ver por qué no hay una solución simple del problema.
Por ejemplo, consideremos la función f (x) = ex y usemos los incrementos
h = 1, 1/2 y 1/4 para construis las rectas secantes que pasan por los corres-
pondientes puntos (0,1) y (h, f (h)). Conforme h disminuye, la recta secante
aproxima a la recta tangente como se muestra en la Figura 6.2. Aunque la Fi-
gura 6.2 proporciona una buena visualización del proceso descrito en (1), desde
el punto de vista nu mérico hay que usar h = 0,00001 para ontener una buena
respuesta y para este valor de h las gráficas de las rectas tangente y secante son
indistinguibles.
1.1. APROXIMACIONES A LA DERIVADA 7

Figura 1.2: Varias rectas secantes a y = ex

Tabla 6.1 Cálculo de los cocientes incrementales Dk = (e1+hk − e)/hk .

hk fk = f (1 + hk ) fk − e Dk = (fk − e)/hk
h1 = 0.1 3.004166024 0.285884196 2.858841960
h2 = 0.01 2.745601015 0.027319187 2.731918700
h3 = 0.001 2.721001470 0.0002719642 2.719642000
h4 = 0.001 2.718553670 0.0000271842 2.718420000
h5 = 0.00001 2.718284547 0.0000027183 2.718300000
h6 = 10−6 2.718284547 0.0000002719 2.719000000
h7 = 10−7 2.718282100 0.0000000272 2.720000000
h8 = 10−8 2.718281856 0.0000000028 2.800000000
h9 = 10−9 2.718281831 0.0000000003 3.000000000
h1 0 = 10−10 2.718281828 0.0000000000 0.000000000

1.1.2. Las fórmulas de diferentes centradas

Si la función f (x) puede evaluarse en puntos que están a ambos lados de x,
entonces la mejor fórmula que involucra dos puntos es la que utiliza abscisas
situadas simétricamente a izquierda y derecha de x.
Teorema 1.1.1 (Fórmula centrada de orden O(h2 ).) Supongamos que f ∈
C 3 [a, b] y que x − h, x, x + h ∈ [a, b]. Entonces
8 CAPÍTULO 1. DERIVACIÓN NUMÉRICA

f (x + h) − f (x − h)
f 0 (x) ≈ . (1.3)
2h
Es más, existe un número c = c(x) ∈ [a, b] tal que

f (x + h) − f (x − h)
f 00 (x) = + Etrunc (f, h), (1.4)
2h
siendo
h2 f (3) (c)
Etrunc (f, h) = − = O(h2 ). (1.5)
6
El término E(f, h) se llama error de truncamiento. Demostración. Usando
la fórmula de Taylor de orden dos de f , alrededor de x, para f (x+h) y f (x−h):

f (2) (x)h2 f (3) (c1 )h3

f (x + h) = f (x) + f 0 (x)h + + (1.6)
2! 3!
y
f (2) (x)h2 f (3) (c2 )h3
f (x − h) = f (x) + f 0 (x)h − − . (1.7)
2! 3!
Restando (6) y (5) obtenemos

((f (3) (c1 ) + f (3) (c2 ))h3

f (x + h) − f (x − h) = 2f 0 (x)h + . (1.8)
3!

Como f (3) (x) es continua, podemos usar el teorema del valor intermedio para
deducir que existe una valor c tal que

f (3) (c1 ) + f (3) (c2 )

= f (3) (c), (1.9)
2

igualdad que sustituimos en (7) para, tras ordenar un poco los términos, obtener

f (x + h) − f (x − h) f (3) (c)h2
f0 = − . (1.10)
2h 3!

El primer término del miembro drecho de (9) es la fórmula de diferencia cen-

trada (3) y el segundo es el error de truncamiento, ası́ que el teorema ya está
demostrado.
Si los valores de la tercera derivada f (3) (c) no cambian muy rápidamente,
entonces el error de truncamiento que aparece en (4) tiende a cero a la mis-
ma velocidad que h2 , lo que expresamos mediante la notación O(h2 ). Cuando
hacemos los cálculos con un computador, no es aconsejable elegir h demasiado
pequeo; por eso será útil disponer de una fórmula que aproxime f 0 (x) y que tenga
un error de truncamiento de orden O(h4 ).
1.2. FÓRMULAS DE DERIVACIÓN NUMÉRICA 9

1.1.3. Análisis del error e incremento óptimo

Un aspecto importante en el estudio de la derivación numérica es el efecto
de los errores de redondeo cuando los cálculos se hacen con un computador.
Vamos a examinar las fórmulas de los términos del error con mayor detalle.
Supongamos que usamos un computador para hacer los cálculos de manera que
poder escribir
f (x0 − h) = y−1 + e−1 y f (x0 + h) = y1 + e1 ,
donde hemos aproximado f (x0 −h) y f (x0 +h), respectivamente, por los números
del computador y−1 e y1 , siendo los errores de redondeo e−1 y e1 . El siguiente
resultado explica la compleja naturaleza del análisi del error de los métodos de
derivación numérica.

Corolario 1.1.1 Supongamos que f verifica las hipótesis del Teorema 6.1 y que
usamos la fórmula computacional

y1 − y−1
f 0 (x0 ) ≈ . (1.11)
2h
Entonces el término del error de esta fórmula viene dado por las siguientes
relaciones:
y1 − y−1
f 0 (x0 ) = + E(f, h) (1.12)
2h
donde

E(f, h) = Ered (f, h) + Etrunc (f, h)

e1 − e−1 h2 f (3) (c)
= − ; (1.13)
2h 6

o sea, el término del error total E(f, h) consta de una parte debida a los
errores de redondeo más otra debida al error de truncamiento.

1.2. Fórmulas de derivación numérica

1.2.1. Otras fórmulas de diferencias centradas
Las fórmulas de aproximación f 0 de la sección anterior requieren que la fun-
ción se pueda elevar en abscisas situadas simétricamente a ambos lados del punto
x, por eso se llaman fórmulas de diferencias centradas. Para obtener fórmulas
de diferentes centradas que aproximen las derivadas de orden superior se puede
emplear el teorema de Taylor; las elecciones más habituales son las fórmulas de
orden O(h2 ) y las de orden O(h4 ) que se dan en las Tablas 6.3 y 6.4.
10 CAPÍTULO 1. DERIVACIÓN NUMÉRICA

Tabla 6.3 Fórmulas de diferencias centradas de orden O(h2 )

f1 −f−1
f 0 (x0 ) ≈ 2h

f1 −2f0 −f−1
f 00 (x0 ) ≈ h2

f2 −f1 +2f−1 −f−2

f (3) (x0 ) ≈ 2h3

f2 −4f1 +6f0 −4f−1 +f−2

f (4) (x0 ) ≈ h4

1.2.2. Derivada del polinomio interpolar de Lagrange

Si sólo podemos evaluar la función en abscisas que están a un lado de x0
entonces las fórmulas de diferencias centradas no pueden usarse. Las fórmulas
que utilizan abscisas equiespaciadas que están todas a la derecha ( o izquierda
) de x0 se llaman fórmulas de diferencias progresivas ( o regresivas ). Estas
fórmulas pueden deducirse derivando el polinomio interpolar de Langrage y
algunas de las más comunes se realizan en la Tabla 6.7.

Ejemplo 1.2.1 Vamos a deducir la fórmula de diferencia progresiva

2f0 − 5f1 + 4f2 − f3

f 00 (x0 ) ≈
h2

Empezamos con el polinomio interpolador de Langrage de f (t) para los cuatros

nodos x0 , x1 , x2 y x3 :

(t − x1 )(t − x2 )(t − x3 ) (t − x1 )(t − x2 )(t − x3 )

f (t) ≈ f0 + f1
(x0 − x1 )(x0 − x2 )(x0 − x3 ) (x0 − x1 )(x0 − x2 )(x0 − x3 )
(t − x1 )(t − x2 )(t − x3 ) (t − x1 )(t − x2 )(t − x3 )
+f2 + f3 .
(x0 − x1 )(x0 − x2 )(x0 − x3 ) (x0 − x1 )(x0 − x2 )(x0 − x3 )

Derivando dos veces los productos de los numeradores obtenemos:

2((t − x1 ) + (t − x2 ) + (t − x3 ))
f 00 ≈ f0
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((t − x1 ) + (t − x2 ) + (t − x3 ))
+f1
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((t − x1 ) + (t − x2 ) + (t − x3 ))
+f2
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((t − x1 +)(t − x2 ) + (t − x3 ))
+f3 .
(x0 − x1 )(x0 − x2 )(x0 − x3 )
1.2. FÓRMULAS DE DERIVACIÓN NUMÉRICA 11

Sustituyendo t = x0 y usando que xi − xj = (i − j)h, nos queda:

2((t − x1 ) + (t − x2 ) + (t − x3 ))
f 00 ≈ f0
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((t − x1 ) + (t − x2 ) + (t − x3 ))
+f1
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((t − x1 ) + (t − x2 ) + (t − x3 ))
+f2
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((t − x1 ) + (t − x2 ) + (t − x3 ))
+f3
(x0 − x1 )(x0 − x2 )(x0 − x3 )
2((−h) + (−2h) + (−3h)) 2((0) + (−2h) + (−3h))
= f0 + f1
(−h)(−2h)(−3h) (−h)(−h)(−2h)
2((0) + (−h) + (−3h)) 2((0) + (−h) + (−2h))
+f2 + f3
(2h)(h)(−h) (3h)(2h)(h)
−12h −10h −8h −6h 2f0 − 5f1 + 4f2 − f3
= f0 + f1 + f2 + f3 3 =
−6h3 2h3 −2h3 6h h2
lo que establece la fórmula.
12 CAPÍTULO 1. DERIVACIÓN NUMÉRICA
Bibliografı́a

[1] Mathews J.,Métodos Numéricos con Matlab,Tercera Edición.

13