Análisis Numérico – Notas de Clase

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.

Dada la fórmula de aproximación de tres puntos centrada:

1 h2 ' ' ' ( )

f ' ( x 0 )= [ 0
f ( x + h )−f ( x 0 −h ) ] 6f ε,
+ (1)
2h

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 ) ,

Reescribiendo en la fórmula (1):

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

Podemos identificar entonces los siguientes componentes:

1 ^ ^
 El valor aproximado de la derivada:
2h
[
f ( x 0 +h )− f ( x 0−h ) ]
 Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
1
2h [ 0
 El error de redondeo: e ( x +h ) −e ( x0 −h ) ]

h2 ' ' ' ( )

 El error de método: f ε
6
2
1
 El error total:
2h
[ e ( x 0 +h ) −e ( x0 −h ) ]+ h6 f ' ' ' ( ε )
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
2

|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.

Dada la fórmula de aproximación de tres puntos extremo:

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
),

Podemos identificar entonces los siguientes componentes:

1 ^ ^
 El valor aproximado de la derivada:
2h
[
f ( x 0 ) + 4 f ( x0 + h )−3 f ^
( x 0 +2 h ) ]

 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
Si queremos reducir el error de truncamiento
4ε
Al reducir h el error de redondeo
h
cercanos – debe tenerse en cuenta el impacto del error de redondeo.
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
2
h
M debemos reducir “h”.
6
crece. Es por esto que – al momento de considerar puntos más

La fórmula del extremo opuesto se puede reescribir desde esta fórmula reemplazando h por –h. Por lo
que su resolución será equivalente.

Dada la fórmula de aproximación de cinco puntos centrada:

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 ) ,

Reescribiendo en la fórmula (3):

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 ) ] +

Podemos identificar entonces los siguientes componentes:

1
 El valor aproximado de la derivada:
12 h
[
f^
( x 0 −2h )−8 f (^
x0 −h ) +8 f ^
( x 0+ h )−f (^
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.

Dada la fórmula de aproximación de cinco puntos extremo:

 Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
4
' 1 h
f ( x 0 )= [ −25 f ( x 0 ) + 48 f ( x 0+ h )−36 f ( x 0+ 2h ) +16 f ( x 0 +3 h ) −3 f ( x 0+ 4 h ) ] + f IV ( ε ) , (4)
12 h 5

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 ) ,

Reescribiendo en la fórmula (3):

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

Podemos identificar entonces los siguientes componentes:

El valor aproximado de la derivada:

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:

A continuación se resuelve un ejercicio modelo de parcial:

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 1 0,9 1,1 1,05 0,95 1,025 0,975 0,99 1,01

f(x) 0 -0,09480 0,10480 0,05120 -0,04870 0,02530 -0,02470 -0,00990 0,010000

D2f(x) 1 1,11110 0,90910 0,95240 1,05260 0,97560 1,02560 1,01010 0,99010

D3f(x) -1 -1,23460 -0,82640 -0,90700 -1,10800 -0,95180 -1,05190 -1,02030 -0,98030

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

Resolución: Siendo la cota centrada |−h2 f ' '' (ε)|

 Análisis Numérico – Notas de Clase
Diferenciación Numérica
Stefania Prelipcean, Matías Rodríguez
Cátedra: García Fronti, Javier
Curso: Vazquez, Lara V
Independientemente del valor de “h” elegido, la cota de error de redondeo será la misma. Podemos
escribir que E ≤5. 10(−5 )

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

Por lo tanto , f ' ( 1 ) ≅

[ f ( x 0 +h ) −f ( x 0−h ) ] = [ f ( 1,05 )−f ( 0,95)]
2h 2.0,05

f ' (1)≅ 0,99 9