Diferenciacin Numrica El clculo de la derivada de una funcin puede ser un proceso "difcil" ya sea por lo complicado de la definicin analtica

de la funcin o por que esta se conoce unicamente en un nmero discreto de puntos. (Este es el caso si la funcin representa el resultado de algn experimento). En esta leccin estudiaremos tcnicas para aproximar las derivadas de una funcin y veremos el anlisis de error de dichas formulas. Mtodos bsicos de la diferenciacin numrica El clculo de la derivada de una funcin puede ser un proceso difcil ya sea por lo complicado de la definicin analtica de la funcin o por que esta se conoce nicamente en un nmero discreto de puntos. (Este es el caso si la funcin representa el resultado de algn experimento). En esta leccin estudiaremos tcnicas para aproximar las derivadas de una funcin y veremos el anlisis de error de dichas formulas. Formulas para la primera derivada: La definicin de la derivada de una funcin f(x) en el punto x esta dada en trminos del lmite: De esta definicin podemos decir que si h es pequeo entonces: (Note el smbolo de aproximacin). Esto nos da inmediatamente la primera formula numrica para aproximar la derivada: Antes de ver algunos ejemplos donde usamos esta formula, tratemos de contestar la pregunta de cun buena es esta aproximacin de la derivada? Por el Teorema de Taylor sabemos que: Donde esta entre x y x+h. Si despejamos ahora en esta formula por f(x) y usamos la definicin de tenemos que: Esta formula nos dice que aproxima a f(x) con un error proporcional a h, i.e., O(h). Ejemplo 1: Tomamos y queremos aproximar cuyo valor exacto es nueve. En la siguiente figura ilustramos los errores como funcin de h en escala logartmica. Podemos ver que los errores disminuyen hasta un cierto valor crtico hmin luego del cual los errores aumentan segn la h disminuye. Contradice esto el resultado de arriba de O (h) del error? NO! El resultado de arriba es sobre la

convergencia si la aritmtica es exacta y se dice que es un resultado asinttico. La figura ilustra los efectos de redondeo debido a la aritmtica finita los cuales se hacen

significativos para h pequeo y pueden afectar cualquier formula numrica para aproximar la derivada. Sin embargo, una formula con un grado de aproximabilidad digamos O(h2) es preferible a una O(h) ya que los errores (tericos) tienden a cero ms rpido y asi la h no se tiene que hacerse tan pequea reduciendo as los efectos de los errores por la aritmtica finita. <> El mtodo de arriba usando la expansin de Taylor se puede utilizar para obtener formulas para aproximar la derivada con un grado de aproximabilidad ms alto que uno. Ilustramos esto para la obtencin de una formula O (h2). Si en lugar de llegar hasta trminos de orden dos, expandimos hasta trminos de orden tres en la expansin de Taylor, obtenemos las formulas: Si restamos estas dos ecuaciones, despejamos para f(x), y usamos el teorema del valor medio aplicado a f(x) obtenemos la formula: Dondey esta entre [x-h,x+h]. Tenemos pues que la formula tiene un error proporcional a O (h2). Ejemplo 2: Comparamos las dos formulas obtenidas hasta ahora para aproximar f(x) con el ejemplo de para. Los resultados los presentamos en forma tabulada para distintos valores de h: h 0.1 13.5795 4.57948 9.85264 0.852636 0.05 11.0266 2.02656 9.21079 0.210788 0.025 9.95452 0.954519 9.05255 0.0525492 0.0125 9.46337 0.463374 9.01313 0.0131281 Este ejemplo ilustra lo superior de la formula. Note que cada ves que h se divide entre dos, el error en la formula se divide por dos (aproximadamente) mientras que en la formula se divide (aproximadamente) por cuatro (por qu?). <> En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de 3h, etc. Por ejemplo la expansin 2h, x Taylor que envuelvan x Donde Y esta entre [x-h, x+h]. Tenemos aqu una formula de orden dos para f(x). Ejemplo 3: Examinamos la formula de arriba en el caso y para aproximar f (1)=72. Tenemos los resultados: h 0.1 74.5368 2.53682 0.05 72.6311 0.63105 0.025 72.1576 0.157566 0.0125 72.0394 0.0393791 Nuevamente se puede ver el factor de cuatro en el error, caracterstico de la convergencia de orden dos. <> En forma similar se pueden obtener formulas de orden mayor utilizando 3h, etc. Por ejemplo la expansin 2h, x expansiones de Taylor que envuelva x

Nos da una formula de orden cuatro para f(x). Diferenciacin usando polinomios de interpolacin: Suponga que son puntos distintos y sea pn(x) el polinomio que interpola a f(x) en estos puntos. Entonces aproximamos f (x) por:

Suponga que. Se puede demostrar queno discutiremos en ms detalles este mtodo para aproximar derivadas, si mencionamos que las dos formulas que discutimos para aproximar f (x) se pueden obtener usando polinomios de interpolacin de grados uno y dos respectivamente. formula de la diferencia Diferencia finita Una diferencia finita es una expresin matemtica de la forma f(x + b) por b

a se obtiene una expresin similar al cociente diferencial, que difiere en que

se emplean cantidades finitas en lugar de infinitesimales. La aproximacin de las derivadas por diferencias finitas desempea un papel central en los mtodos de diferencias finitas del anlisis numrico para la resolucin de ecuaciones diferenciales. Diferencias anterior, posterior y central Slo se consideran normalmente tres formas: la anterior, la posterior y la central. Una diferencia anterior es una expresin de la forma Formulas para la primera derivada: La definicin de la derivada de una funcin f(x) en el punto "x" esta dada en trminos del l mite:

3.5 Derivacion Numerica La derivacion o diferenciacion numerica consiste en evaluar derivadas de una funcion usando unicamente los valores que toma la funcion en una serie de puntos. La tecnica de aproximar las derivadas por diferencias tiene muchas aplicaciones, en particular a la resolucion numerica de ecuaciones diferenciales y ecuaciones en derivadas parciales. Si recordamos la denicion de derivada de una funcion f(x) en un punto x: f 0 (x) = lim h!0 f(x + h) f(x) h

f(x +a). Si una diferencia finita se divide

tendremos que una primera aproximacion al valor de f 0 (x) lo tendremos con la expresion: f 0 (x) f(x + h) f(x) h De cara a analizar el error de la aproximacion, supongamos que f(x) es derivable dos veces en un entorno del punto x y apliquemos la Formula de Taylor a f(x + h) en x: f(x + h) = f(x) + f 0 (x) h + f 00 () 2 h 2 para algun 2 (x; x + h). Despejando tendremos: f 0 (x) = f(x + h) f(x) h f 00 ()

2 h De manera que la aproximacion lleva asociado un error proporcional a h y a la derivada segunda de la funcion en un punto indeterminado. Denominando M2 al maximo que alcance f 00 (x) en [x; x + h] tendremos: f 0 (x) f(x + h) f(x) h "; h 2 M2 Una aproximacion similar se obtiene desarrollando la funcion f(x h): f 0 (x) f(x) f(x h) h "; h 2 M2

 Es posible, sin embargo, mejorar la precision de la siguiente manera: Consideremos los polinomios de Taylor de las funciones f(x + h) y f(x h), suponiendo que la funcion es al menos tres veces derivable: f(x + h) = f(x) + f 0 (x) h + f 00 (x) 2 h 2 + f 000 (1) 6 h 3 f(x h) = f(x) f 0 (x) h + f 00 (x) 2 h 2

 f 000 (2) 6 h 3INTEGRACI ON Y DERIVACI ON NUMERICAS 55 Si restamos ambas expresiones y despejamos tendremos: f 0 (x) = f(x + h) f(x h) 2h h 2 12 f 000 (1) + f 000 (2) de manera que la aproximacion (a veces denominada aproximacion central) tendra asociado un error proporcional a h 2 : f

0 (x) f(x + h) f(x h) 2h "; h 2 12 M3 siendo M3 el maximo de la derivada tercera en [x h; x + h]. De manera analoga se obtiene una aproximacion para la derivada segunda: f 00 (x) f(x + h) 2f(x) + f(x h) h 2 "; h 2 12 M4 Es interesante comentar que con las formulas anteriores pueden aparecer graves errores de redondeo, sobre todo si los datos de la funcion no se conocen con demasiada precision y ademas h es muy peque~na, debido a las sustracciones que es necesario realizar (y los

errores de redondeo que suelen llevar aparejados)