Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
DIFERENCIACIÓN NUMÉRICA-IMPACTO DEL ERROR DE REDONDEO
Dentro de la diferenciación numérica un punto de estudio muy importante es analizar el efecto que tiene
el error de redondeo en la aproximación.
Sabiendo que al valuar un valor en la función vamos a cometer un error de redondeo podemos
expresarlo de la siguiente manera:
f ( x 0 ) =^
f ( x 0 )+e ( x 0 ) , donde e ( x0) representa el error de redondeo al utilizar la aproximación
^
f ( x 0)
De la misma manera:
f ( x 0 +h ) =^
f ( x 0+ h)+ e ( x 0 +h ) ,
f ( x 0−h )=^
f ( x 0−h)+ e ( x 0−h ) ,
1 ^ ^ h2 '' ' ( )
'
f ( x 0 )=
2h
[
f ( x 0 +h ) + e ( x 0+ h ) −f ( x 0−h )−e ( x 0−h ) + f ε ,
6
]
Reagrupando:
2
1 ^ ^ 1 h
f ' ( x 0 )=
2h
[ ]
f ( x 0 +h ) −f ( x 0−h ) + [ e ( x 0+ h ) −e ( x 0−h ) ] + f ' ' ' ( ε ) ,
2h 6
1 ^ ^ 1 h2
f ' ( x 0 )−
2h
[ ]
f ( x 0 +h ) −f ( x 0−h ) = [ e ( x 0 +h ) −e ( x0 −h ) ]+ f ' '' ( ε ) ,
2h 6
|f ' ( x 0 )−
1 ^ ^
2h
[
f ( x 0 +h ) −f ( x 0−h ) ≤
1
2h
]|
[ ε +ε ] + h M ,
6
1 ^ ^ ε h2
| f ' ( x 0 )−
2h
[ ]|
f ( x 0 +h ) −f ( x 0−h ) ≤ + M ,
h 6
h2
Si queremos reducir el error de truncamiento M debemos reducir “h”. Al reducir h el error de
6
ε
redondeo crece. Es por esto que – al momento de considerar puntos más cercanos – debe tenerse
h
en cuenta el impacto del error de redondeo.
h2
f ' ( x 0 )=
1 −1
h 2 [ 3
f ( x0 ) + 2 f ( x0 + h )− f ( x 0+ 2h ) + f ' '' ( ε ) ,
2 3 ] (2)
Sabiendo que al valuar un valor en la función vamos a cometer un error de redondeo podemos
expresarlo de la siguiente manera:
f ( x 0 ) =^
f ( x 0 )+e ( x 0) , , donde e ( x0 ) representa el error de redondeo al utilizar la
aproximación ^
f ( x 0)
De la misma manera:
f ( x 0 +h ) =^
f ( x 0+ h)+ e ( x 0 +h ) ,
f ( x 0 +2 h ) =^
f ( x 0 +2 h)+e ( x 0 +2 h ) ,
Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
Reescribiendo en la fórmula (2):
h2
f ' ( x 0 )= [
1 −1 ^ 1
h 2
f ( x0 ) − e ( x 0 ) +2 ^
2
3
f ( x 0 +h )+ 2 e ( x 0+ h ) − ^
2
3
]
f ( x 0 +2 h )− e ( x 0 +2 h ) + f '' ' ( ε ) ,
2 3
Reagrupando:
f ' ( x 0 +2 h )=
h 2 [[
1 −1 ^ ^ 3 ^ −1
f ( x 0 ) +2 f ( x 0+ h )− f ( x 0 +2 h ) +
2 2 ][ 3 h2
]]
e ( x 0 ) +2 e ( x0 + h )− e ( x 0+ 2h ) + f ' ' ' ¿
2 3
),
ε
2
f ' ( x 0 +2 h )− [
1 −1 ^ ^ 3 ^ 1 −1
h 2
f ( x 0 ) + 2 f ( x0 + h )− f ( x 0+2 h ) ≤
2 ] [
h 2
3 h
]
e ( x 0 ) +2 e ( x 0+ h )− e ( x 0 +2 h ) + f ' ' ' ¿
2 3
),
El error de redondeo:
h 2[
1 −1 3
e ( x 0 ) +2 e ( x 0 +h )− e ( x 0+2 h )
2 ]
ε
2
El error de método: h )
f '''¿
3
ε
h2
El error total:
[
1 −1
h 2
3
]
e ( x 0 ) +2 e ( x 0 +h )− e ( x 0+2 h ) + f ' ' ' ¿
2 3
)
Si suponemos que los errores de redondeo están acotados por algún ε>0 y que la tercera derivada de f
está acotada por un n° M>0. Podemos escribir una cota para el error total
|f ' ( x 0 +2 h )−
h 2 [
1 −1 ^ ^ 3 ^ 1 1
f ( x 0 )+ 2 f ( x 0+ h )− f ( x 0+ 2h ) ≤
2 ]| [
h 2
3 h2
ε + ε +2 ε + M ,
2 3 ]
|f ' ( x 0 +2 h )−
h 2 [
1 −1 ^ ^ 3 ^ 1
]| h2
f ( x 0 )+ 2 f ( x 0+ h )− f ( x 0+ 2h ) ≤ [ 4 ε ] + M ,
2 h 3
Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
2
h
Si queremos reducir el error de truncamiento M debemos reducir “h”.
6
4ε
Al reducir h el error de redondeo crece. Es por esto que – al momento de considerar puntos más
h
cercanos – debe tenerse en cuenta el impacto del error de redondeo.
La fórmula del extremo opuesto se puede reescribir desde esta fórmula reemplazando h por –h. Por lo
que su resolución será equivalente.
1 h4
f ' ( x 0 )= [ f ( x0 −2 h )−8 f ( x 0−h ) + 8 f ( x 0+ h )−f ( x 0 +2 h ) ] + f IV (ε ) ,
12 h 30
(3)
Sabiendo que al valuar un valor en la función vamos a cometer un error de redondeo podemos
expresarlo de la siguiente manera:
f ( x 0 ) =^
f ( x 0 )+e ( x 0 ) , donde e ( x0 ) representa el error de redondeo al utilizar la aproximación
^
f ( x 0)
De la misma manera:
f ( x 0−2 h ) =^
f ( x 0−2 h)+e ( x 0−2 h ) ,
f ( x 0−h )=^
f ( x 0−h)+ e(x 0−h) ,
f ( x 0 +h ) =^
f ( x 0+ h)+ e(x 0 +h) ,
f ( x 0 +2 h ) =^
f ( x 0 +2 h)+e ( x 0 +2 h ) ,
1 ^ h4
f ' ( x 0 )= f (x 0−2h)+e ( x0 −2 h )−8 ^
[ f ( x 0−h ) −8 e ( x 0 −h ) +8 ^
f ( x0 + h ) +8 e ( x 0 +h )−^ ]
f ( x0 +2 h ) −e (x 0+ 2h) + f
12 h 30
Reagrupando:
Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
1 ^ ^ ^ ^ 1
f ' ( x 0 )=
12 h
[
f (x 0−2h)−8 f ( x 0−h ) + 8 f ( x 0 +h ) −f ( x 0 +2 h ) +
12 h
][ e ( x 0−2 h ) −8 e ( x 0−h ) +8 e ( x0 + h )−e(x 0 +2 h)
1 ^ ^ ^ ^ 1
f ' ( x 0 )−
12 h
[
f ( x 0−2 h ) −8 f ( x 0−h ) +8 f ( x 0 +h ) −f ( x 0 +2 h ) ≤ ]
12h
[ e ( x 0 −2h )−8 e ( x 0−h ) + 8 e ( x 0 +h ) −e ( x 0 +2 h ) ] +
1
12 h [ 0
El error de redondeo: e ( x −2 h ) −8 e ( x0 −h ) +8 e ( x 0+ h )−e( x 0 +2 h) ]
4
h IV
El error de método: f (ε )
30
1 h4
El error total: [ e ( x 0−2 h ) −8 e ( x0 −h ) +8 e ( x 0+ h )−e(x 0 +2 h) ] + f IV (ε )
12 h 30
Si suponemos que los errores de redondeo están acotados por algún ε>0 y que la tercera derivada
de f está acotada por un n° M>0. Podemos escribir una cota para el error total
| f ' ( x 0 )−
1 ^ ^ ^ ^
12 h
[
f (x 0 −2 h)−8 f ( x 0−h ) +8 f ( x 0 +h ) −f ( x 0 +2 h ) ≤ ]|
1
12 h
[ ε +8 ε+ 8 ε + ε ] + h M ,
30
| f ' ( x 0 )−
1 ^ ^ ^ ^
12 h
[ ]|
f ( x 0 −2 h)−8 f ( x 0−h ) +8 f ( x 0 +h ) −f ( x 0 +2 h ) ≤
1
12 h
[ 18 ε ] + h M ,
30
|
f ' ( x 0 )−
1 ^ ^ ^ ^
12 h
[ ]|
f ( x 0 −2 h)−8 f ( x 0−h ) +8 f ( x 0 +h ) −f ( x 0 +2 h ) ≤
1
2h
[3ε]+ h M ,
30
h4
Si queremos reducir el error de truncamiento M debemos reducir “h”. Al reducir h el error de
30
3ε
redondeo crece. Es por esto que – al momento de considerar puntos más cercanos – debe
2h
tenerse en cuenta el impacto del error de redondeo.
Sabiendo que al valuar un valor en la función vamos a cometer un error de redondeo podemos
expresarlo de la siguiente manera:
f ( x 0 ) =^
f ( x 0 )+e ( x 0 ) , donde e ( x0 ) representa el error de redondeo al utilizar la aproximación
^
f ( x 0)
De la misma manera:
f ( x 0 +h ) =^
f ( x 0+ h)+ e ( x 0 +h ) ,
f ( x 0 +2 h ) =^
f ( x 0 +2 h)+e ( x 0 +2 h ) ,
f ( x 0 +3 h ) =^
f ( x0 +3 h)+e ( x 0+3 h ) ,
f ( x 0 +4 h ) =^
f ( x 0 + 4 h)+e ( x 0 + 4 h ) ,
1
f ' ( x 0 )= −25 ^
[ f ( x 0 ) −25 e ( x 0 ) + 48 ^
f ( x 0+ h ) + 48 e ( x 0 +h ) −36 ^
f ( x 0 +2 h )−36 e ( x 0 +2 h ) +16 ^
f ( x 0 +3 h ) +16 e ( x 0+ 3
12 h
Reagrupando:
1 1
f ' ( x 0 )= −25 ^
[ f ( x 0 ) + 48 ^
f ( x 0 +h ) −36 ^
f ( x 0 +2 h ) +16 ^
f ( x 0 +3 h ) −3 ^ ]
f ( x 0 +4 h ) + [ −25 e ( x 0) + 48 e ( x 0 +h )−36
12 h 12 h
1 1
f ' ( x 0 )− −25 ^
[ f ( x 0 ) + 48 ^
f ( x 0 +h ) −36 ^
f ( x 0 +2 h ) +16 ^
f ( x 0 +3 h ) −3 ^ ]
f ( x 0 +4 h ) ≤ [−25 e ( x 0 ) +48 e ( x 0+ h )−36
12 h 12h
1
12 h
[
−25 f (^
x 0 ) +48 f (^
x0 + h )−36 f ^
( x 0+2 h ) + 16 f ^
( x 0 +3 h )−3 f ^
( x 0 +4 h) ]
Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
El error de redondeo:
1
12 h [
−25 e ( x 0 )+ 48 e ( x0 + h )−36 e ( x 0+ 2h ) +16 e ( x 0 +3 h ) −3 e( x0 + 4 h) ]
4
h IV
El error de método: f (ε)
5
El error total:
4
1 h
[ −25 e ( x 0 )+ 48 e ( x0 + h )−36 e ( x 0+ 2h ) +16 e ( x 0 +3 h ) −3 e( x0 + 4 h) ] + f IV (ε)
12 h 5
Si suponemos que los errores de redondeo están acotados por algún ε>0 y que la tercera derivada
de f está acotada por un n° M>0. Podemos escribir una cota para el error total
|f ( x )− 121h [−25 ^
'
0 f ( x ) + 48 ^
f ( x +h ) −36 ^
0 0f ( x +2 h ) +16 ^
0 f ( x + 4 h ) ]|≤
f ( x +3 h )−3 ^ 0
1
0
12 h
[ 25 ε+ 48 ε +36 ε +16 ε +3 ε
|f ' ( x 0 )−
1
12 h
−25 ^
[ f ( x0 ) + 48 ^
f ( x 0 +h ) −36 ^
f ( x 0 +2 h ) +16 ^
f ( x0 +3 h )−3 ^ ]|
f ( x0 + 4 h) ≤
1
12 h
[ 128 ε ] + h M ,
5
h4
|f ' ( x 0 )−
1
12 h
−25 ^
[ f ( x0 ) + 48 ^
f ( x 0 +h ) −36 ^
f ( x 0 +2 h ) +16 ^
f ( x0 +3 h )−3 ^ ]|
f ( x0 + 4 h) ≤
1
3h
[ 32 ε ] + M ,
5
h4
Si queremos reducir el error de truncamiento M debemos reducir “h”. Al reducir h el error de
5
32 ε
redondeo crece. Es por esto que – al momento de considerar puntos más cercanos – debe
3h
tenerse en cuenta el impacto del error de redondeo.
La fórmula del extremo opuesto se puede reescribir desde esta fórmula reemplazando h por –h. Por lo
que su resolución será equivalente.
Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
Ejemplo:
Calcular – utilizando la fórmula de tres puntos centrada – el valor de f ' (1) . En las tablas se incluye la
información de la función y sus derivadas segunda y tercera (ambas de comportamiento monótono en el
intervalo). Utilice la fórmula centrada de tres puntos - Considere los puntos que le permitan acotar el
error total sabiendo que los cálculos está utilizando sólo cuatro cifras decimales (considerar error de
redondeo.
x
0,9
{ }
' ''
f ( 0,99 )=|−1,0203|⇒ MAX
0,95 f ( 1,01 )=|−0,9803|
0,975
0,99
h=0,05 h=0,1
{f ' '' ( 0,975 )=|−1,0519|⇒ MAX
f ( 1,025 )=|−0,9518| }
1
1,01
h=0,01 h=0,025
{f ' '' ( 0,95 )=|−1,108|⇒ MAX
f ( 1,05 )=|−0,907| }
1,025
{ }
' ''
f ( 0,9 )=|−1,2346|⇒ MAX
1,05 f ( 1,1 )=|−0,8264|
1,1
h=0,01⇒ E ≤ |
−0,012 . (−1,0203 ) 5.10 (−5)
6
+
0,01 |
=0,005017005 0
h=0,025⇒ E ≤
6 |
−0,0252 . (−1,0519 ) 5. 10(−5 )
+
0,025
=0,0021095729 |
h=0,05⇒ E ≤ |
−0,052 . (−1,108 ) 5. 10(−5 )
6
+
0,05 |=0,0014616667⇒ Mejor cot a
| |
2
−0,1 .(−1,2346) 5. 10(−5)
h=0,1⇒ E ≤ + =0,002557666 7
6 0,1