1 Frmula de Taylor
En esta primera parte nos proponemos desarrollar un mtodo general que nos permita encontrar, dada una funcin derivable cualquiera y un punto de su dominio, una funcin polinmica cuya grfica pase por dicho punto y que nos haga posible estimar, con un error menor que un valor previamente elegido, los valores que toma la funcin en un intervalo abierto que contenga al punto en mencin (a este intervalo se le llama entorno del punto). Para ilustrar nuestro propsito tratemos de hallar un polinomio que nos aproxime los valores de la funcin y = e x en un entorno del punto x = 0. Para comenzar, hallemos una funcin polinmica de primer grado (recta) que pase por el punto
(0,1) y tenga una pendiente igual a la de la funcin y = e x , o equivalentemente hallemos la recta tangente en (0,1) .
ww w.
at
em
Figura 1
Tratemos ahora de encontrar un polinomio de segundo grado que pase tambin por el punto (0,1) y tal que sus dos primeras derivadas en x = 0 coincidan con las de y = e x , que son todas iguales a 1.
at
ic
Como y = e x entonces y (0) = e 0 = 1, de donde la recta buscada es y 1 = 1( x 0) o y = 1 + x. Intuitivamente se espera que la recta tangente sea, generalmente, la que mejor aproxima los valores que toma la funcin en los puntos vecinos al punto de tangencia ya que, adems de pasar por el punto, tiene la misma pendiente de la curva (figura 1).
a1
.c om
Lo que se busca con tal polinomio de segundo grado es obtener una curva que tiene en el punto (0,1) la misma ordenada, la misma pendiente y concavidad con el mismo signo de la funcin que se desea aproximar. Por este motivo es de esperar que se haya mejorado la aproximacin obtenida con el polinomio de primer grado. Sea y = f ( x ) = a + bx + cx 2 la funcin buscada. Entonces, f ( x) = b + 2cx y f ( x) = 2c. Luego se debe cumplir que
1 . 2
Como hemos supuesto que f ( x) pasa por (0,1) , entonces f (0) = a = 1. El polinomio buscado ser en consecuencia
y = 1+ x + x2 (figura 2). 2
ww w.
Si se calculan algunas ordenadas para valores de x cercamos a x = 0, se encuentra que el polinomio de segundo grado proporciona una aproximacin mejor que el de primer grado, tal como se puede apreciar en la tabla 1.
Tabla 1
at em
Figura 2
at ic
x 0.1 0.2
0.1 0.2
a1
ex
1.1052 1.2214 0.9048 0.8187
.c o
y = 1+ x
1.1000 1.2000 0.9000 0.8000
y = 1+ x + x2 2
La llamada frmula de Taylor nos permite hallar un polinomio tan aproximado como lo deseemos a la funcin y = ex , de tal modo que para mejorar la aproximacin basta con aumentar el grado del polinomio. El siguiente teorema nos da la frmula general para conocer el polinomio aproximador.
Teorema 1.1: Frmula de Taylor Sea f ( x) una funcin y n un entero no negativo tal que f ( n +1) ( x ) existe en el intervalo I. Si a, b son puntos distintos de I, entonces existe z en (a, b) tal que
f (a ) f (a ) f ( n ) (a) f ( n +1) ( z ) (b a ) + (b a ) 2 + ... + (b a ) n + (b a) n +1 . 1! 2! n! (n + 1)!
f (b ) = f ( a ) +
(1)
Demostracin Definamos a Rn como la diferencia entre f (b) y los primeros (n + 1) trminos de la suma de la derecha de la ecuacin (1); esto es,
ww w.
g ( x) = f (b) f ( x) f ( x)(b x)
Sea
R (b x) n +1 f ( x ) f ( n ) ( x) (b x) 2 ... (b x ) n n . 2! n! (b a ) n +1
at em
at ic
a1
.c o
(2)
(3)
g ( x) = f ( x) f ( x)(b x) + f ( x)
(n + 1) Rn (b x) n . (b a) n +1
(4)
Se ve inmediatamente que si se cambia x por b en la igualdad (3) se llega a g (b) = 0. Ahora, haciendo x = a en la misma igualdad (3), se llega a:
Reemplazando la (2) en esta ltima igualdad y simplificando se obtiene inmediatamente g (a) = 0. Como g (a) = g (b) = 0, podemos utilizar el teorema de Rolle (mdulo 22 del texto Elementos bsicos de clculo diferencial), del cual se deduce que existe z en (a, b) tal que g ( z ) = 0. Cambiando x por z en (4), haciendo g ( z ) = 0 y despejando Rn se obtiene:
f ( n +1) ( z ) (b a ) n +1 , ( n + 1)!
Rn =
Observaciones i.
Si en la frmula para f (b) dada por el teorema anterior (frmula (1)) cambiamos a b por x, se obtiene:
f ( x) = f ( a ) + f (a )( x a ) +
Esta frmula se conoce como desarrollo de Taylor de f ( x) alrededor del punto x = a. ii. La suma de los (n + 1) primeros trminos del lado derecho de la igualdad anterior se conoce como polinomio de Taylor de grado n para la funcin f ( x) alrededor del punto x = a y se representa por Pn ( x) . iii. El trmino
Rn ( x) = f ( n +1) ( z ) ( x a ) n +1 ( n + 1)!
se llama residuo de grado n (forma de Lagrange) del desarrollo de f ( x) alrededor del punto x = a . Cuando Rn ( x) es pequeo con respecto a Pn ( x) se puede escribir f ( x) Pn ( x) para x a. El error, en valor absoluto, que se comete en la aproximacin est dado por Rn ( x) .
ww w.
at em
at ic
a1
.c o
iv.
Si en la frmula de Taylor hacemos a = 0 obtenemos la llamada frmula de Maclaurin para f ( x); es decir:
f (0) 2 f n (0) n f ( n +1) ( z ) n +1 x + ... + x + x , con z en (0, x ) . n! 2! ( n + 1)!
f ( x) = f (0) + f (0) x +
v.
o tambin,
f ( z ) = f (b) f (a) , (b a)
Ejemplo 1
Solucin
f (1) = 2. f iv ( z ) = 6 z 4 .
ln x = 0 + ( x 1)
ln x = ( x 1)
ww w.
at em
at ic
a1
.c o
frmula que ya habamos obtenido en el teorema del valor medio (mdulo 22 del texto Elementos bsicos de clculo diferencial).
Se considera que una aproximacin es exacta en las k primeras cifras decimales si el error E, en valor absoluto, es menor que 5 10 ( k +1). As por ejemplo, la primera cifra decimal es exacta si E < 5 102 = 0.05, y las dos primeras cifras decimales sern exactas si E < 5 103 = 0.005 , etc Ahora, si a un nmero que tiene n cifras decimales exactas se le quiere suprimir de la k-sima cifra decimal en adelante
(k < n) , entonces se adoptar el siguiente criterio de redondeo:
Si ak 5, entonces la cifra anterior se aumenta en 1. Si ak < 5, entonces la cifra anterior no se modifica. As por ejemplo, para reducir a dos cifras decimales el nmero 1.97695, el 7, por estar seguido del 6, se aumenta en 1, con lo que se obtiene 1.98. En cambio, el nmero 1.97495, escrito con dos cifras decimales nicamente, queda reducido a 1.97.
Solucin
ln 1.1 = 0.1
R3 (1.1) =
En consecuencia la aproximacin para ln 1.1 es exacta en sus cuatro primeras cifras decimales.
ww w.
at em
at ic
Con la frmula obtenida en el ejemplo 1 calcule un valor aproximado para ln 1.1 y determine una cota superior para el valor absoluto del error cometido en la aproximacin.
a1
.c o
Ejemplo 2
Ejemplo 3 Utilice la frmula de Taylor con n = 2 para calcular cos 60.5 y determine una cota superior para el valor absoluto del error.
Tenemos entonces:
1 f ( x) = cos x y f = cos = . 3 2 3 3 f ( x) = sen x y f = sen = . 3 3 2 1 f ( x) = cos x y f = cos = . 3 2 3 f ( x) = sen x y f ( z ) = sen z.
Debemos convertir el ngulo de 60.5 a radianes para poder utilizarlo en la frmula anterior:
60.5 =
Por tanto,
ww w.
at em
at ic
a1
.c o
En consecuencia,
Solucin
sen x = 0 + x +
Es decir,
sen x = x
Ejemplo 5
Utilice la frmula anterior para hallar un valor aproximado de sen 0.1 y hallar el error cometido.
ww w.
Entonces,
at em
x 7 cos z obtenemos 7!
f ( x) = cos x y f (0) = 1. 2. ciclo f vi ( x) = sen x y f vi (0) = 0. f vii ( x) = cos x y f vii (0) = 1. f iv ( x) = sen x y f iv (0) = 0.
v v
at ic
a1
.c o
Por tanto, el valor hallado para sen 0.1 es correcto en sus siete cifras decimales.
Se requiere que
1 Rn < 0.00005 para lograr un resultado con cuatro cifras decimales exactas. 2
<
2 1 = . 2n +1 (n + 1)! 2n (n + 1)!
Como el error est por encima del valor propuesto, ensayamos el valor siguiente de n.
ww w.
Rn ( x) =
at em
at ic
Pn ( x) = 1 + x +
x 2 x3 xn + + ... + . n! 2! 3!
a1
.c o
Para n = 5,
1 1 R5 < 5 0.000043 < 0.000050. (2 6!) 2
En consecuencia
e 1+ 1 1 1 1 1 + + + + 1.6490, con cuatro cifras decimales exactas. 2 8 48 348 3840
La recta tangente a la curva en el punto P(a, f (a)) de abscisa a (valor que se toma como la aproximacin inicial de r) viene dada por:
y f (a ) = f (a)( x a).
ww w.
at em
Sea r una raz de f (x) = 0 situada en el intervalo (a, b) y supngase que f (x) existe en (a, b).
at ic
a1
.c o
(1)
Figura 3
Para determinar el punto de interseccin de esta recta con el eje x, que se llamar a1 y que se considera como la siguiente aproximacin de r, se hace y = 0 en (1), de lo cual se obtiene:
a1 = a f (a) ; f (a) 0. f (a )
En muchas ocasiones a1 es una aproximacin a r mejor que a; en tales casos se repite de nuevo el procedimiento reemplazando el punto a por a1 y obtenemos a2 , as (figura 3):
a2 = a1 f ( a1 ) ; f ( a1 ) 0. f (a1 )
Son muchos los casos en los cuales la frmula anterior nos proporciona una sucesin de valores an que progresivamente se van acercando a la raz exacta. Observaciones
iii.
Una manera prctica de utilizar el algoritmo o mtodo de Newton consiste en repetir el procedimiento hasta que ciertos dgitos del resultado se estabilicen. As, si se desean dos cifras decimales exactas, se repite el procedimiento hasta que la tercera cifra decimal se empiece a repetir y las dos primeras estn completamente estabilizadas.
Ejemplo 1
5 Use el mtodo de Newton para resolver la ecuacin ln x = , con tres cifras decimales exactas. x
Por simple inspeccin se encuentra que las races deben caer en el intervalo (1, 10) ya que f (x) cambia de signo en l y, adems, en el intervalo (0,1] la funcin es siempre negativa y en [10, + ) es siempre positiva. Tambin, como la funcin es creciente en [1,10] ya que f ( x) = 1 + ln x > 0, slo existe una raz entre 1 y 10.
ww w.
Puede demostrarse, aunque aqu no se har, que se debe elegir el extremo del intervalo (a, b) en donde f y f coincidan en el signo. En la funcin de la figura 3, por ejemplo, en el extremo a se cumple que f (a) y f (a) son positivas (cncava hacia arriba); en el extremo b, por el contrario, f (b) < 0 y f (b) > 0.
at em
ii.
La eleccin de la primera aproximacin puede ser fundamental. Si se hubiese elegido el punto b de la figura como valor inicial, la aproximacin siguiente b1 sera peor que b.
at ic
hecho se reconoce al notar que la sucesin de valores an no se estabiliza por ms que se aumente el nmero de iteraciones.
a1
.c o
i.
Hay casos en los cuales el procedimiento efectuado no proporciona una raz que se acerca a la raz buscada. Este
Ahora,
1 f ( x) = , x
y por tanto:
f (1) = 5; f (1) = 1, f (10) 18 y f (10) = 0.1;
a2 = a1
Continuando tenemos:
a4 = a3
En este punto se observa que las tres primeras cifras decimales se han estabilizado (el 7 que ocupa la cuarta cifra decimal en a3 y a4 se ha obtenido por redondeo, as que su estabilidad puede ser aparente), con lo cual se puede considerar resuelto el problema.
Ejemplo 2 Use el mtodo de Newton para calcular Solucin El problema propuesto es equivalente a resolver la ecuacin f ( x ) = x 2 7 = 0. Como f (2) = 3 y f (3) = 2, entonces la raz buscada est en el intervalo (2, 3). Ms an, como f (x) es creciente en el intervalo (2, 3), slo existe una raz en dicho intervalo.
7 con tres cifras decimales exactas.
ww w.
a3 = a2
at em
at ic
a1
.c o
Ahora,
f ( x) = 2 x y f ( x) = 2 ,
luego
f (2) = f (3) > 0 .
De acuerdo a la observacin ii se debe elegir el punto a = 3 como aproximacin inicial ya que en l la funcin y su segunda derivada tienen el mismo signo. Hallemos la forma particular de la ecuacin de recurrencia
an +1 = an f ( an ) (a 2 7) ( an 2 + 7) = an n = . f (an ) 2 an 2 an
Se puede mostrar que 7 2.645751 con seis cifras decimales exactas; por tanto, dos aplicaciones del mtodo (hasta a2 ) bastaron para obtener tres cifras decimales exactas.
ww w.
a3 =
at em
at ic
a1
.c o
Entonces,
b a
h f ( x) dx [ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ... + 2 f ( xn 1 ) + f ( xn ) ] . 2
A continuacin presentaremos una justificacin de la frmula anterior. Por la definicin de integral definida sabemos que cualquier suma de Riemann puede tomarse como una aproximacin al valor de la integral, y que dicha aproximacin mejora a medida que hacemos ms y ms pequea la norma de la particin del intervalo [ a, b] . Si ti es un punto cualquiera del i-simo intervalo [ xi 1 , xi ], entonces
b a
f ( x) dx f (ti ) xi .
i =1
b a
f ( x) dx f ( xi 1 ) h = h f ( xi 1 ).
i =1 i =1
De igual manera, tomando ti = xi , o sea, evaluando la sumatoria en los extremos derechos de los intervalos determinados por la particin, la aproximacin se convierte en:
b a
f ( x) dx h f ( xi ).
i =1
Una aproximacin que muchas veces es ms cercana al valor de la integral es el promedio de las dos anteriores, esto es,
b a
n h n f ( x) dx = f ( xi 1 ) + f ( xi ) . 2 i =1 i =1
Exceptuando f ( x0 ) y f ( xn ) que aparecen una sola vez, los dems f ( xi ) aparecen dos veces cada uno en las sumatorias del lado derecho; por tanto, se puede escribir
b a
h f ( x) dx [ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ... + 2 f ( xn 1 ) + f ( xn ) ] , 2
ww w.
at em
at ic
determinados por la particin y tomando todos los xi iguales entre s e iguales a h, la aproximacin anterior se convierte en
a1
Ahora, si tomamos ti = xi 1 , o sea, si evaluamos la suma de Riemann en los extremos izquierdos de los subintervalos
.c o
Observaciones i. Si f ( x) es no negativa en [a, b] (figura 4), la frmula aproximada que hemos obtenido equivale a sumar las reas de los trapecios (parte sombreada de la figura); de ah su nombre de regla o frmula del trapecio.
ii.
Una cota superior para el error cometido al utilizar la regla del trapecio est dada por
en donde M es un nmero positivo tal que f ( x) M para todo x de [a, b], y n es el nmero de subintervalos que determina la particin (no se demostrar esta frmula por exigir recursos avanzados).
Ejemplo 1
ww w.
2 1
at em
M (b a)3 , 12n 2
dx con n = 5. x
at ic
a1
.c o
Figura 4
Los valores funcionales que entran en la suma, calculados hasta la cuarta cifra decimal, son:
1 f (1) = = 1.0000. 1 2 = 1.6667. 2 f (1.2) = 1.2 2 = 1.4286. 2 f (1.4) = 1.4 2 = 1.2500. 2 f (1.6) = 1.6 2 = 1.1111. 2 f (1.8) = 1.8 1 f (2.0) = = 0.5000. 2 suma = 6.9564
Si queremos conocer una cota superior del error cometido, de acuerdo a la frmula dada en la observacin ii necesitamos calcular un valor para M.
tanto,
f ( x) 2 = 2. 13
2 1
dx 2 == ln x ]1 = ln 2 = 0.69315. x
ww w.
Sabemos que f ( x) =
at em
at ic
a1
.c o
En efecto,
2 1
dx 2 = ln x ]1 = ln 2 = 0.69315, x
lo que nos muestra que la aproximacin que encontramos slo tiene dos cifras decimales exactas.
b a
f ( x) dx
h [ f ( x0 ) + 4 f ( x1 ) + 2 f ( x2 ) + 4 f ( x3 ) + ... + 2 f ( xn 2 ) + 4 f ( xn 1 ) + f ( xn ) ]. 3
(1)
ww w.
Sabemos que el rea limitada superiormente por la parbola y = Ax 2 + Bx + C y lateralmente por las rectas x = h y x = h viene dada por:
Ax3 Bx 2 2A 3 A = ( Ax + Bx + C ) dx = h + 2Ch. + + Cx = h 3 2 3 h
h 2
at em
h
Comencemos por calcular el rea encerrada por la parbola que pasa por los puntos P0 , P y P2 (figura 5), el eje x y las rectas 1
Figura 5
at ic
a1
Esta ltima igualdad aproximada se conoce como la regla de Simpson o regla de la parbola.
.c o
(2)
Ahora, puesto que los puntos P0 , P y P2 pertenecen a la parbola, entonces se verifica que 1
y0 = Ah 2 Bh + C ,
(3) (4)
y1 = C ,
y2 = Ah + Bh + C.
2
(5)
con los cuales, despus de sustituir en (2) y simplificar, se obtiene para el rea del segmento parablico:
1 A = h ( y0 + 4 y1 + y2 ). 3
(6)
A=
x2 x0
f ( x) dx +
x4 x2
f ( x) dx + ... +
x2 m x2 m 2
ww w.
Como para cada tres puntos f (x) se aproxima a un arco parablico, se tiene entonces de acuerdo con (6):
h h h [ y0 + 4 y1 + y2 ] + [ y2 + 4 y3 + y4 ] + ... + [ y2 m 2 + 4 y2 m 1 + y2 m ] 3 3 3 h [ y0 + 4 y1 + 2 y2 + 4 y3 + 2 y4 + ... + 2 y2 m 2 + 4 y2 m 1 + y2 m ]. 3
at em
f ( x) dx.
Figura 6
at ic
ba , podemos considerar segmentos parablicos que pasan por cada tres puntos consen
a1
Para deducir la frmula (1), y como su nombre lo indica, puesto que tenemos un nmero par de puntos P0 , P , P2 ,..., P2 m 1
.c o
Es decir,
b a
f ( x ) dx
h [ f ( x0 ) + 4 f ( x1 ) + 2 f ( x2 ) + 4 f ( x3 ) + 2 f ( x4 ) + ... + 4 f ( xn 1 ) + f ( xn ) ]. 3
Nota: el nmero 2m de los puntos de divisin es arbitrario, pero cuanto mayor sea este nmero, mejor es la aproximacin que se alcanza con respecto al valor real de la integral.
Ejemplo 2
2 1
1 dx tomando n = 6. x
2 1
1 h dx [ f ( x0 ) + 4 f ( x1 ) + 2 f ( x2 ) + 4 f ( x3 ) + 2 f ( x4 ) + 4 f ( x5 ) + f ( x6 ) ] x 3 1 24 3 8 6 24 1 1 + + + + + + = 0.69316. 18 7 2 3 5 11 2
Como vimos antes el valor exacto de la integral es 0.69315, lo que nos muestra que la aproximacin con la regla de Simpson presenta cuatro cifras decimales exactas.
ww w.
at em
7 8 4 3 5 11 , x2 = = , x3 = , x4 = , x5 = , x0 = 2. 6 6 3 2 3 6
at ic
a1
.c o