Derivación numérica

Diseño y uso de fórmulas, orden de error

Darwin E. Quiroz

Departamento de Matemática Aplicada, Escuela de Matemática

Facultad de Ciencias, UNAH

Marzo 7, 2023
Derivación numérica

La derivada de la función f en x 0 es

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

Esta formula indica una manera obvia de generar una aproximación de

f ′ (x 0 ); basta calcular
f (x 0 + h) − f (x 0 )
h
para valores pequeños de h .

Aunque esto parezca evidente, no es muy útil, debido a nuestro viejo

enemigo, el error por redondeo. Sin embargo, ciertamente es un punto de
partida.

1 / 21
Derivación numérica por interpolación

Para aproximar f ′ (x 0 ), suponga primero que x 0 ∈ (a, b), donde f ∈ C 2 [a, b],
y que x 1 = x 0 + h para alguna h ̸= 0, que es suficientemente pequeña para
garantizar que x 1 ∈ [a, b]. Nosotros construimos el primer polinomio de
Lagrange P 0,1 (x) para f determinado por x 0 y x 1 , con su término de error:
(x − x 0 )(x − x 1 ) ′′
f (x) = f (x 0 )L 0 (x) + f (x 0 + h)L 1 (x) + f (ξ(x))
2!
f (x 0 )(x − x 0 − h) f (x 0 + h)(x − x 0 )
= +
−h h
(x − x 0 )(x − x 0 − h) ′′
+ f (ξ(x)),
2
para algunos ξ(x) entre x 0 y x 1 .

2 / 21
Derivación numérica por interpolación
Derivando obtenemos
[ ]
f (x 0 + h) − f (x 0 ) (x − x 0 )(x − x 0 − h) ′′
f ′ (x) = + Dx f (ξ(x))
h 2
f (x 0 + h) − f (x 0 ) 2(x − x 0 ) − h ′′
= + f (ξ(x))
h 2
(x − x 0 )(x − x 0 − h) [ ]
+ D x f ′′ (ξ(x)) .
2
[ ]
Cuando x es x 0 , sin embargo, el coeficiente de D x f ′′ (ξ(x)) es 0 y la
fórmula se simplifica en
f (x 0 + h) − f (x 0 ) h ′′
f ′ (x 0 ) = − f (ξ).
h 2
A esta fórmula se le conoce como fórmula de diferencias hacia adelante si
h > 0 y como fórmula de diferencias hacia atrás si h < 0.

3 / 21
Derivación numérica por interpolación

Interpretación gráfica de la fórmula de diferencias hacia adelante.

4 / 21
Derivación numérica por interpolación

Para obtener las fórmulas generales de aproximación a la derivada,

suponga que {x 0 , x 1 , . . . , x n } son (n + 1) números distintos en algún intervalo
I y que f ∈ C n+1 (I ). A partir de la interpolación de Lagrange,

∑
n (x − x 0 ) . . . (x − x n ) (n+1)(ξ(x)),
f (x) = f (x k )L k (x) + f
k=0 (n + 1)!

para algunos ξ(x) en I .

Al derivar esta ecuación obtenemos
[ ]
′
∑
n (x − x 0 ) . . . (x − x n ) (n+1)
f (x) = f (x k )L ′k (x) + D x f (ξ(x))
k=0 (n + 1)!
(x − x 0 ) . . . (x − x n ) [ ]
+ D x f (n+1) (ξ(x)) .
(n + 1)!

5 / 21
Derivación numérica por interpolación

De nuevo tenemos un problema para calcular el error de truncamiento a

menos que x sea[ uno de los ]números x j . En este caso, el término que
multiplica a D x f (n+1) (ξ(x)) es 0 y la fórmula se vuelve

∑
n f (n+1) (ξ(x j )) ∏
n
f ′ (x j ) = f (x k )L ′k (x j ) + (x j − x k ),
k=0 (n + 1)! k=0
k̸= j

que recibe el nombre de fórmula de (n + 1) puntos para aproximar f ′ (x j ).

Las fórmulas más comunes son las relacionadas con tres y cinco puntos de
evaluación.

6 / 21
Fórmulas de tres puntos

Los métodos presentados a continuación reciben el nombre de fórmulas de

tres puntos (aunque el punto f (x 0 ) no aparezca en la ecuación). El
término de error para estas fórmulas es O(h 2 ).
Fórmula del extremo de tres puntos
1 [ ] h 2 (3)
f ′ (x 0 ) =−3 f (x 0 ) + 4 f (x 0 + h) − f (x 0 + 2h) + f (ξ0 ) donde ξ0 se
2h 3
encuentra entre x 0 y x 0 + 2h .

Fórmula del punto medio de tres puntos

1 [ ] h 2 (3)
f ′ (x 0 ) = − f (x 0 − h) + f (x 0 + h) + f (ξ1 ) donde ξ1 se encuentra
2h 6
entre x 0 − h y x 0 + h .

7 / 21
Fórmulas de tres puntos

Interpretación gráfica de la fórmula del punto medio de tres puntos.

8 / 21
Fórmulas de cinco puntos
Los métodos presentados a continuación reciben el nombre de fórmulas de
cinco puntos (aunque el punto f (x 0 ) no aparezca en la ecuación). El
término de error para estas fórmulas es O(h 4 ).
Fórmula del extremo de cinco puntos
1 [
f ′ (x 0 ) = −25 f (x 0 ) + 48 f (x 0 + h) − 36 f (x 0 + 2h)
12h
] h 4 (5)
+ 16 f (x 0 + 3h) − 3 f (x 0 + 4h) + f (ξ)
5
donde ξ se encuentra entre x 0 y x 0 + 4h .

Fórmula del punto medio de tres puntos

1 [ ]
f ′ (x 0 ) = f (x 0 − 2h) − 8 f (x 0 − h) + 8 f (x 0 + h) − f (x 0 + 2h)
12h
donde ξ se
h 4 (5)
+ f (ξ)
30
encuentra entre x 0 − 2h y x 0 + 2h .

9 / 21
El método de coeficientes indeterminados

El método de coeficientes indeterminados es una forma muy práctica para

diseñar formulas para aproximar derivadas en un valor x 0 .

En términos de un algoritmo, el método de coeficientes indeterminados

sigue los siguientes pasos:
1. Suponga que la derivada se puede escribir como una combinación
lineal de los valores de la función en nodos igualmente espaciados.
2. Escriba las expansiones de Taylor de la función en los nodos de
aproximación.
3. Igualar los coeficientes de la función y sus derivadas en ambos lados
para construir un sistema de ecuaciones lineales.

10 / 21
Ejemplo

Ejemplo
Derive una formula de tres puntos para aproximar f ′′ (x 0 ) que utilice los
nodos x 0 − h , x 0 , x 0 + h con h > 0. Use la formula encontrada y los datos
de la tabla anexa para aproximar f ′′ (1.3) con h = 0.1 y con h = 0.01.
Compare las aproximaciones con el valor exacto f ′′ (1.3) = 36.593536.

x 1.20 1.29 1.30 1.31 1.40

f (x) 11.59006 13.78176 14.04276 14.30741 16.86187

11 / 21
Ejemplo

Solución:
Estamos interesados en encontrar una aproximación de la segunda
derivada f ′′ (x 0 ) que se base en los valores de la función en tres nodos
igualmente espaciados, f (x 0 − h), f (x 0 ), f (x + h), es decir,

f ′′ (x 0 ) ≈ A f (x 0 − h) + B f (x 0 ) +C f (x 0 + h).

Los coeficientes A , B y C deben determinarse de tal manera que esta

combinación lineal sea de hecho una aproximación de la segunda derivada.

12 / 21
Ejemplo
Sabemos que, la expansión en Taylor centrada en x 0 es
1 ′′
f (x) = f (x 0 ) + f ′ (x 0 )(x − x 0 ) + f (x 0 )(x − x 0 )2
2
1 1 (4)
+ f (3) (x 0 )(x − x 0 )3 + f (ξ(x))(x − x 0 )4 ,
6 24
donde ξ está entre x 0 y x . Evaluando x 0 , x 0 − h y x 0 + h , se obtiene

f (x 0 ) = f (x 0 ).
h 2 ′′ h 3 (3) h 4 (4)
f (x 0 − h) = f (x 0 ) − h f ′ (x 0 ) +
f (x 0 ) − f (x 0 ) + f (ξ− ),
2 6 24
donde x 0 − h ≤ ξ− ≤ x 0 .
h 2 ′′ h 3 (3) h 4 (4)
f (x 0 + h) = f (x 0 ) + h f ′ (x 0 ) +
f (x 0 ) + f (x 0 ) + f (ξ+ ),
2 6 24
donde x 0 ≤ ξ+ ≤ x 0 + h.

13 / 21
Ejemplo

Usando las expansiones anteriores reescribimos la ecuación

f ′′ (x 0 ) ≈ A f (x 0 − h) + B f (x 0 ) +C f (x 0 + h)

como
f ′′ (x 0 ) ≈ A f (x 0 − h) + B f (x 0 ) +C f (x 0 + h)
[ ]
h 2 ′′ h 3 (3) h 4 (4)
= A f (x 0 ) − h f ′ (x 0 ) + f (x 0 ) − f (x 0 ) + f (ξ− )
2 6 24
+ B f (x 0 )
[ ]
′ h 2 ′′ h 3 (3) h 4 (4)
+C f (x 0 ) + h f (x 0 ) + f (x 0 ) + f (x 0 ) + f (ξ+ )
2 6 24

Luego, se realizan las multiplicaciones y agrupaciones para cada una de las

derivadas y términos del residuo.

14 / 21
Ejemplo
Se obtiene lo siguiente

f ′′ (x 0 ) ≈ A f (x 0 − h) + B f (x 0 ) +C f (x 0 + h)
h2
= (A + B +C ) f (x 0 ) + h(C − A) f ′ (x 0 ) +
(A +C ) f ′′ (x 0 ) (1)
2
h3 h 4 [ (4) ]
+ (C − A) f (3) (x 0 ) + C f (ξ+ ) + A f (4) (ξ− ) .
6 24

Al igualar los coeficientes de f (x), f ′ (x) y f ′′ (x) en ambos lados de la

ecuación (1) obtenemos el sistema lineal


 A + B +C = 0,


C − A = 0, (2)

 2

 A +C = 2 .
h

15 / 21
Ejemplo

El sistema de ecuaciones lineales (2) tiene la solución única:

1 2 1
A= , B =− , C= .
h2 h2 h2

Sustituyendo los valores de A , B y C en la ecuación (1) se obtiene

( )
1 2 1 h2 1 1
f (x 0 − h) − 2 f (x 0 ) + 2 f (x 0 + h) = + f ′′ (x 0 )
h2 h h 2 h2 h2
( )
h3 1 1
+ − f (3) (x 0 )
6 h2 h2
[ ]
h 4 1 (4) 1 (4)
+ f (ξ+ ) + 2 f (ξ− ) . (3)
24 h 2 h

16 / 21
Ejemplo
Resolviendo para f ′′ (x 0 ) en la ecuación (3) se obtiene
f (x 0 − h) − 2 f (x 0 ) + f (x 0 + h) h 2 [ (4) ]
f ′′ (x 0 ) = 2
− f (ξ+ ) + f (4) (ξ− ) .
h 24
Observamos que los dos últimos términos se pueden combinar en uno,
utilizando el teorema de valor intermedio (suponiendo que f (x) tiene
cuatro derivadas continuas), implica que existe un número η entre ξ− y
ξ+ , y, por tanto, en (x 0 − h, x 0 + h), con

1 [ (4) ]
f (4) (η) = f (ξ+ ) + f (4) (ξ− ) .
2
Por lo tanto,
Fórmula del punto medio de la segunda derivada

1 [ ] h 2 (4)
f ′′ (x 0 ) = f (x 0 − h) − 2 f (x 0 ) + f (x 0 + h) − f (η)
h2 12

donde η se encuentra entre x 0 − h y x 0 + h .

17 / 21
Ejemplo

Ademas,
1 [ ]
f ′′ (x 0 ) = 2
f (x 0 − h) − 2 f (x 0 ) + f (x 0 + h) + E trunc ( f , h),
h

h 2 (4)
siendo E trunc ( f , h) = − f (η) = O(h 2 ).
12
El termino E trunc ( f , h) se llama error de truncamiento. Usamos la notación
O que se lee “O mayúscula” para describir la rapidez de convergencia del
error de truncamiento, también llamado orden del error.

En este caso, la formula tiene el error de truncamiento de orden 2 o

simplemente el término del error de truncamiento es O(h 2 ). Significa que
el error de truncamiento converge a cero a la misma velocidad que h 2
converge a cero.

18 / 21
Ejemplo

Ahora vamos aproximar a f ′′ (1.3) con h = 0.1.

Para h = 0.1 y x 0 = 1.3 se tiene que x 0 − h = 1.2 y x 0 + h = 1.4.
Luego, sustituimos en la formula
f (x 0 − h) − 2 f (x 0 ) + f (x 0 + h)
f ′′ (x 0 ) ≈ ,
h2
f (1.2) − 2 f (1.3) + f (1.4)
=⇒ f ′′ (1.3) ≈
0.12
11.59006 − 2(14.04276) + 16.86187
=⇒ f ′′ (1.3) ≈ = 36.641
0.12
=⇒ f ′′ (1.3) ≈ 36.641
El error absoluto es: |36.593536 − 36.641| = 0.047464.

19 / 21
Ejemplo

Ahora vamos aproximar a f ′′ (1.3) con h = 0.01.

Para h = 0.01 y x 0 = 1.3 se tiene que x 0 − h = 1.29 y x 0 + h = 1.31.
Luego, sustituimos en la formula
f (x 0 − h) − 2 f (x 0 ) + f (x 0 + h)
f ′′ (x 0 ) ≈ ,
h2
f (1.29) − 2 f (1.3) + f (1.31)
=⇒ f ′′ (1.3) ≈
0.012
13.78176 − 2(14.04276) + 14.30741
=⇒ f ′′ (1.3) ≈ = 36.5
0.012
=⇒ f ′′ (1.3) ≈ 36.5
El error absoluto es: |36.593536 − 36.5| = 0.093536.

20 / 21
... Gracias!!

21 / 21