






Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
El proceso de derivación numérica y la aproximación de derivadas utilizando fórmulas de Taylor y diferencias finitas. Además, se presentan métodos de integración numérica como el método del trapecio y métodos de Simpson. El documento también incluye teorías y demostraciones.
Tipo: Apuntes
1 / 12
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Consideremos una función f(x) de la cual se conoce un conjunto discreto de valores (x0, f0), (x1, f1), ..., (xn, fn). El problema que vamos a abordar es el de calcular la derivada de la función en un punto x que en principio no tiene por qué coincidir con alguno de los que figuran en los datos de que disponemos. La forma más sencilla de resolver el problema de la diferenciación numérica consiste en estimar la derivada utilizando fórmulas obtenidas mediante la aproximación de Taylor, que se denominan fórmulas de diferencias finitas. Es importante tener en cuenta que el proceso de diferenciación numérica es inestable. Los errores que tengan los datos, por ejemplo, los cometidos en la adquisición de los mismos o los debidos al redondeo aumentan en el proceso de diferenciación como veremos a lo largo de este capítulo. Fórmulas de diferencias de dos puntos Este proceso de paso al límite presenta distintos problemas para ser realizado en situaciones prácticas donde no se conozca la forma explícita de f′(x). En primer lugar, un límite no puede calcularse de modo aproximado en un computador donde los números que se manejan son finitos. A pesar de todo es de esperar que si la función f(x) no se comporta mal y h0 es un número finito, pero pequeño se cumpla: Es más, la misma definición de la derivada implica que si f′(x) existe, entonces hay algún h0 a partir del cual nuestra aproximación dista menos de una cantidad δ del valor
real para la derivada. El problema es que esto sólo es cierto con precisión infinita ya que h0 puede ser tan pequeño que no pueda representarse en el ordenador o que la diferencia f (x + h0) − f(x) esté seriamente afectada por el error de redondeo. La ecuación (2.1) es la forma más sencilla de aproximar una derivada conocidas f(x) y f(x+h0). El siguiente teorema nos proporciona información sobre la precisión de esta aproximación. Teorema. Sea f(x) ∈ C1 (a, b) y existe f′′(x) en (a, b), entonces se cumple que: Demostración. Escribamos la aproximación de Taylor para la función en un punto x+h: Reordenando la expresión anterior queda demostrado el teorema. El teorema anterior nos indica que el error cometido al aproximar la derivada primera por su fórmula de diferencia adelantada es una función lineal de h. Cuanto menor sea h (o sea al tomar valores de f(x) más cercanos) la derivada numérica será más precisa. Este error se denomina error de truncación o discretización y puede acotarse fácilmente, obteniéndose que: E ≤ máx(x,x+h) |f′′(z)|. En realidad, para datos obtenidos a partir de una tabla esta acotación no es de gran utilidad directa ya que si no se conoce la derivada primera menos aún se conocerá la segunda, pero al menos nos permite conocer el orden de aproximación de la fórmula. Geométricamente el error O(h) procede del hecho de aproximar la derivada por la pendiente de la cuerda que une los puntos f(x) y f(x + h), Por otro lado, si existe la derivada deben existir las derivadas laterales y entonces Un problema que presenta esta fórmula es que la precisión de la misma es baja y por lo tanto en situaciones donde sólo dispongamos de un muestreo de baja precisión de f(x), como ocurre en ensayos, datos experimentales, etc., será conveniente utilizar otras fórmulas de derivación más precisas.
Utilizando el valor de la función en más puntos se construyen fórmulas más precisas para las derivadas. Alguna de ellas se muestra en la tabla siguiente junto con las que hemos deducido ya. Derivadas de orden superior El mismo procedimiento que se ha seguido al deducir fórmulas para calcular numérica- mente las derivadas primeras puede usarse para construir derivadas de orden superior partiendo del desarrollo de Taylor y eliminando las derivadas primeras. Consideremos por ejemplo las expresiones: Sumando las ecuaciones anteriores y despejando se encuentra que:
Procediendo de la misma forma es posible encontrar aproximaciones que usen diferentes puntos y aproximaciones para derivadas de orden superior. La tabla siguiente presenta algunas de las fórmulas más comunes para calcular derivadas de orden superior.
En los cursos de Cálculo Integral, nos enseñan como calcular una integral definida de una función continua mediante una aplicación del Teorema Fundamental del Cálculo: Teorema Fundamental del Cálculo Sea f(x) una función continua en el intervalo [a,b] y sea F(x) una anti derivada de f(x). Entonces:
Suponemos que tenemos los datos: a xm b f(a) f(xm) f(b) donde xm es el punto medio entre a y b. En este caso se tiene que: Donde f2(x) es el polinomio de interpolación para los datos en la tabla anterior. Usaremos el polinomio de LaGrange. Así, tenemos que: Si denotamos h= (b-a) /2 = xm-a = b-xm, entonces: Simplificando términos: Vemos que cada uno de los términos anteriores, es esencialmente de la misma forma, es decir, una constante por (x-α) (x-β).) (x-β).). Así, calculamos la siguiente integral por partes:
Obteniendo, por lo tanto, Usamos esta fórmula para calcular la integral de cada uno de los tres términos de f2(x) y obteniendo como resultado final Debido al factor h/3 se le conoce como la regla de Simpson de un tercio. En la práctica, sustituimos el valor de h = (b-a) / 2 para obtener nuestra fórmula final: REGLA DE SIMPSON DE TRES OCTAVOS Este caso corresponde a n=3, es decir, donde f3(x) es un polinomio de interpolación para los siguientes datos: x0 x1 x2 x f(x0) f(x1) f(x2) f(x3) Y donde a= x0, b= x3 y x1, x2 son los puntos que dividen en tres partes iguales al intervalo [a,b]. Igual que en el caso anterior, se usa el polinomio de interpolación de Lagrange, y usando el método de integración por partes se llega a la siguiente fórmula: donde h = (b-a) / 3. Debido al factor 3h / 8 es que se le dio el nombre de Regla de Simpson de 3/8. En la práctica, se sustituye el valor de h para obtener: