DIFERENCIACION NUMERICA

El cálculo de la derivada de una función puede ser un proceso "difícil" ya sea por lo
complicado de la definición analítica de la función o por que esta se conoce
únicamente en un número discreto de puntos. (Este es el caso si la función representa
el resultado de algún experimento). En esta lección estudiaremos técnicas para
aproximar las derivadas de una función y veremos el análisis de error de dichas
formulas.
Fórmulas para la primera derivada: La definición de la derivada de una función f(x) en
el punto "x" está dada en términos del límite:

De esta definición podemos decir que si "h" es pequeño entonces:

(Note el símbolo de aproximación). Esto nos da inmediatamente la primera fórmula

numérica para aproximar la derivada:

Antes de ver algunos ejemplos donde usamos esta fórmula, tratemos de contestar la
pregunta de ¿cuán buena es esta aproximación de la derivada? Por el Teorema de
Taylor sabemos que:

Donde está entre x y x+h. Si despejamos ahora en esta fórmula por f'(x) y usamos la
definición de tenemos que:

Esta fórmula nos dice que aproxima a f'(x) con un error proporcional a "h", i.e., O(h).
Fórmulas para la segunda derivada: El proceso de arriba se puede usar para obtener
fórmulas para las derivadas de orden mayor de uno de una función f(x). Usamos este
proceso para obtener una fórmula para la segunda derivada. Usando el Teorema de
Taylor, podemos escribir las expansiones:

Sumando estas dos expansiones y despejando para f''(x) obtenemos:

Donde

Y está entre [x-h,x+h]. Tenemos aquí una fórmula de orden dos para f"(x).
Diferenciación usando polinomios de interpolación: Suponga que son puntos distintos
y sea pn(x) el polinomio que interpola a f(x) en estos puntos. Entonces aproximamos f
'(x) por:

Aunque no discutiremos en más detalles este método para aproximar derivadas, si

mencionamos que las dos fórmulas que discutimos para aproximar f '(x) se pueden
obtener usando polinomios de interpolación de grados uno y dos respectivamente.
Estudiaremos técnicas para aproximar las derivadas de una función y veremos el
análisis de error de dichas formulas
•Para aproximar la derivada numéricamente usaremos cocientes de diferencias.
•Para derivar las formulas usaremos el Teorema de Taylor
Existen 3 diferentes tipos de aproximación numérica:

 Aproximación a la primera derivada con diferencias hacia atrás

 Aproximación a la primera derivada con diferencias hacia adelante
 Aproximación a la primera derivada con diferencias centrales

DIFERENCIAS HACIA ATRÁS.

La serie de Taylor se puede expandir hacia atrás para calcular un valor anterior sobre
el valor actual, dada por:

Truncando la ecuación después de la primera derivada y ordenando los términos se

obtiene:

Donde los errores es 0 (h) y el diferencial indica la primer diferencia dividida hacia
atrás.
DIFERENCIAS HACIA ADELANTE.

Donde al diferencial se le conoce como la primera diferencia hacia adelante y a h se le

llama tamaño del paso, esto es, la longitud del intervalo sobre el cual se hace la
aproximación. Se le llama diferencia” hacia adelante” ya que usa los datos(i) e (i+1)
para estimar la derivada. Al termino completo (o sea, la diferencial entre h ) se conoce
como primera diferencia dividida finita.

DIFERENCIAS CENTRAL.

Una tercera forma de aproximar la primer derivada es restar la ecuación de la

expansión en serie de Taylor hacia adelante:
Para obtener:

Que se puede resolver para:

Esta última ecuación es una representación de las

diferencias centrales de la primera derivada. Nótese que el error de truncamiento es del
orden de en contraste con las diferencias divididas hacia adelante y hacia atrás, las
cuales fueron de orden h.
Por lo tanto, el análisis de la serie de Taylor ha llevado a la información práctica de que
la diferencia central es la representación más exacta de la derivada. Por ejemplo, si se
parte el tamaño del paso a la mitad usando diferencias hacia atrás o hacia adelante, el
error se reducirá aproximadamente a la mitad, mientras que para diferencias centrales,
el error se reduce a la cuarta parte.