Facultad de Ciencias UNAM

Tema:

Diferenciacin Numrica

Alumno: Siddhartha Estrella Gutirrez.

Materia: Anlisis Numrico

Profesor: Pablo Barrera

2 INDICE

Preliminares 3

Diferenciacin numrica 5

Ejemplos 7

Ordenes superiores ...9

3 PRELIMINARES Frmula de Newton: Pagina (41) La frmula de Newton puede ser escrita de manera compacta como:

Donde es el polinomio de interpolacin son las diferencias divididas son los puntos de interpolacin con j=0,,n

Las diferencias divididas son de la siguiente forma:

Y as sucesivamente de manera recursiva de tal manera que la regla general es:

Error Polinomial: Pagina 51 Si es una funcin de variable real en el intervalo tal que

son n+1 puntos distintos. En el intervalo tal que es el polinomio de interpolacin que interpola a la funcin en los puntos. Entonces el error esta dado por:

Si tomamos como un punto distinto de en grado < = n + 1 que interpola a tal que

. Si y en

es el polinomio de entonces

A lo que sigue

Por lo que para todo

Por lo que el error queda en trminos del siguiente trmino de la forma de newton

Igualdad 2.37 Pgina 66 Si es continua para toda x y

es suficientemente suave se sigue que:

Para toda

y no solo para

Igualdad 2.38 Pgina 67 Adems:

Igualdad 2.17 Pgina 52 Sea f(x) una funcin de variable real, definida en [a,b] y k veces diferenciable en (a,b) entonces si son k+1 puntos distintos en [a,b] existe tal que

Para k=1 es el teorema del valor medio.

5 DIFERENCIACIN NUMRICA. Se consideran algunas tcnicas de aproximacin para derivar una funcin f(x) dada. Las reglas que resultan son de grande importancia para la solucin de ecuaciones diferenciales. Pueden ser utilizadas para obtener aproximaciones numricas de una derivada a partir de los valores de la funcin. Pero el mtodo de diferenciacin numrica basado en interpolacin numrica es un proceso inestable y no se puede esperar una buena aproximacin aun cuando la informacin original esta bien aproximada, por lo que el error f(x) p(x) puede ser muy grande especialmente cuando los valores de f(x) tengan perturbaciones. Ahora su p(x) es un polinomio de interpolacin de f(x) entonces e(x) = f(x)- p(x) es el error de aproximacin, por lo que e(x)=(f(x) p(x))= f(x) p(x) es el error de interpolacin en la derivacin de f(x) con respecto a la aproximacin con el polinomio p(x). Tomamos una funcin continuamente diferenciable en el intervalo tomamos los puntos distintos en el intervalo. De la igualdad 2.37 tomamos .(1) Donde tal que es el polinomio de grado <= k que interpola a en y y

Para

suficientemente suave tenemos por 2.38

Por hiptesis que obtenemos:

es continuamente diferenciable por lo que se puede derivar (1) por lo

(2) Definiendo el operador D como la derivada tenemos: con en el intervalo [c,d], si aproximamos la derivada en f por entonces por (2) el error en la aproximacin medio de la derivada en el polinomio es:

O bien:

..(3) con Es el error en la diferenciacin numrica nos dice poco sobre el error ya que casi nunca se conocen los valores de la derivada k+2 ni de la derivada k+1 y casi nunca se conocen los argumentos , Pero la expresin puede ser simplificada eligiendo el valor de manera adecuada de tal forma que la derivada sea evaluada o bien eligiendo apropiadamente los puntos de interpolacin.

Si es un punto de interpolacin tomamos contiene el factor se sigue que desaparece. Mas aun Por lo que si elegimos segundo termino: con

para alguna i, como y el primer trmino de (3)

para alguna i= 0,..,k tengo que (3) se reduce quedando el

con

.(4) tal que

Otra manera de simplificar la expresin es mediante la eleccin de por lo que el segundo trmino de (3) desaparece para

Cmo se logra esto? Si k es un nmero impar lo podemos hacerlo poniendo Xj simtricamente alrededor de de tal manera que las distancias: .(5) Por lo que

En consecuencia:

As derivando los intervalos: Para todo j= 0,.. (k-1)/2 por lo que se sigue que lo que queda

as (5) se cumple en (3) por

..(6) La derivada de f en (6) es de orden mayor que la de (4)

EJEMPLOS 1. Si k=0 entonces por lo que el polinomio es una constante que no es una buena aproximacin en la mayora de los casos para

Si elegimos k >=1 tenemos es independiente de la Si es el punto inicial entonces utilizando (2) y (4) con diferencia anterior queda: Con el error

por lo que la frmula de la .(7)

2. Si elegimos obtenemos junto con

entonces

son simtricos alrededor de

y de (6)

La diferencia central

..(8) con error

Si elegimos aproximacin a

lo suficientemente cercanos entonces en el punto medio que si

es una mejor o para lo

cual no recuerda el teorema del valor medio para derivadas alguna entre y

3. k=2 , tenemos tres puntos de interpolacin por lo que

Entonces derivando:

Si

por (2) y (4) ..(9)

En particular si los tres puntos son equidistantes con espacio h entonces:

Por lo que la ecuacin (9) se reduce a

..(10) con entre y

para algn

Si Diferencia central con (8).

entonces tenemos para (11) que es la

9 ORDENES SUPERIORES Si se desea derivar (1) dos veces tenemos: (12) Con tengo:

con Si se eligen tenemos:

.(13)

con ....(14) En puntos simtricos alrededor de de orden superior en el error. De 2.17 inferimos que = son lo suficientemente cercanas con

con

tiene como resultado una formula con derivadas da una buena aproximacin si las .

Las frmulas de diferenciacin numrica son de la forma: (15) con y con espacio entre los puntos de interpolacin. Es decir la derivada de f se calcula mediante el conocimiento de sus valores en k puntos por medio de la derivada de su polinomio de aproximacin a este proceso se le conoce como discretizacion de la derivada mientras que al error se le conoce como error de discretizacion. La intencin adems es encontrar la h optima para obtener el mejor resultado de la diferenciacin. En la tabla 1 se muestra el clculo de derivadas de la funcin exponencial:

Calculado en una IBM 7094 se calcula como (8) y se calcula como (14) En la exponencial la primera y segunda derivada son las mismas pero los clculos en sus aproximaciones en la discretizacion difieren.

10 El resultado es mejor cuando h=0.01 despus de estos las aproximaciones son cada ves peores. Para analizar el fenmeno tomamos de (11)

Al redondear se produce un error por lo que tomamos: en lugar de en lugar de Para la derivada calculada en computadora: y

Con (11) tenemos:

(16)

As el error de en consiste en dos partes: el error de redondeo y el error de discretizacin, el error de discretizacin se hace cero cuando pero el error de redondeo aumenta en la prctica pues no decrece. As la h ptima es cuando el error de las magnitudes de los errores de redondeo y discretizacion se minimizan. Por lo que si tomamos la funcin exponencial en el punto cero con un error de discretizacion de y un error de redondeo de entonces de (16) y Tenemos tomando aproximadamente uno

Para g mnima:

por lo que as en la tabla la mejor h cae entre 0.01 y 0.001 Utilizando suficiente presicin aritmtica se combate el error por redondeo pero el problema es intratable cuando crece significativamente el numero de puntos una buena alternativa es la interpolacin con spline cbico aunque hay otras como las de los mnimos cuadrados.