1. TEORIA DEL ERROR.

En este curso trataremos los problemas que la matemtica analtica (usual) no

puede solucionar, esto lo tenemos en todos nuestros cursos anteriores, por
ejemplo, en matemticas bsicas se presenta la solucin de ecuaciones, sin
embargo, ecuaciones como
(
) = 0 no presentan una solucin analtica
aunque sabemos que existe, basta con ver las grficas de las funciones
y (
)
y ver que se cortan. En calculo integral usamos el teorema fundamental del
calculo (TFC) como la herramienta mas fuerte para hallar reas y volmenes,
entre otras aplicaciones de la integral, sin embargo hay situaciones muy comunes
en las cuales no es posible su uso (TFC), por ejemplo al hallar una probabilidad
de una variable continua que tenga una distribucin normal, nos vemos
enfrentados a calcular la
   
que corresponde a un rea bajo una curva,


pero por los mtodos usuales no es posible hallarse. En fin, en todas las ramas de
la matemtica se presentan este tipo de casos.
En mtodos numricos, no buscaremos las soluciones exactas de dichos
problemas (es imposible) pero trataremos de dar aproximaciones bastante
buenas de estas. Aqu ya nos enfrentamos al primer problema de los mtodos
numricos, Nunca solucionaremos un problema de manera exacta, es decir,
siempre nos vamos a equivocar, las aproximaciones que daremos estarn mal,
pero, vamos a medir que tan buenas son estas.
Por estas razones antes mencionadas empezaremos el estudio de este curso con
estudiar el error, ya que de este no nos podremos deshacer debemos aprender a
manejarlo.

Los mtodos numricos deben ser lo suficientemente exactos o sin sesgo para
satisfacer los requisitos de un problema particular de ingeniera. Tambin deben
ser lo suficientemente preciso para ser adecuados al diseo de la ingeniera.

En estas notas se usara el trmino error para representar tanto la inexactitud

como la imprecisin en los clculos numricos en las imprecisiones. Con
dichos conceptos como antecedentes, ahora analizaremos los f actores que
contribuyen al error.

1.1 TIPOS DE ERROR.

1.1.1 Experimental.

Cuando se mide algo debemos tener gran cuidado para no producir una
perturbacin en el sistema que est bajo observacin. Por ejemplo, cuando
medimos la temperatura de un cuerpo, lo ponemos en contacto con un
termmetro. Pero cuando los ponemos juntos, algo de energa o "calor" se
intercambia entre el cuerpo y el termmetro, dando como resultado un pequeo
cambio en la temperatura del cuerpo que deseamos medir. As, el instrumento de
medida afecta de algn modo a la cantidad que desebamos medir. Adems,
todas las medidas estn afectadas en algn grado por un error experimental
debido a las imperfecciones inevitables del instrumento de medida, o las
limitaciones impuestas por nuestros sentidos que deben de registrar la
informacin.
As, los errores experimentales provienen de los datos o mejor, de la medicin de
los datos que estn bajo consideracin, aunque en nuestro curso aparecen estos
errores (no hay forma de quitarlos), no son nuestro tema de estudio.

1.1.2 Error de mquina.

Nmeros Maquina

En nuestro mundo matemtico tradicional permitimos la existencia de nmeros

con una cantidad infinita de cifras, por ejemplo , sin embargo en las
computadoras es imposible manejar una cantidad de informacin infinita. Ms an

el resultado de multiplicar dos nmeros con cuatro cifras decimales es en general

un numero con ocho cifras decimales, si tenemos que efectuar varias
multiplicaciones sucesivas es imposible manejar una cantidad siempre creciente
de cifras decimales.
El computador solo utiliza nmeros con una cantidad finita de cifras, de modo que
los clculos se realizan nicamente con representaciones aproximadas de los
nmeros verdaderos. En una computadora comn, solo se usa un subconjunto
relativamente pequeo del sistema de nmeros reales para representarlos a
todos. Este subconjunto contiene solo algunos nmeros racionales. Aunque los
errores individuales debidos a esta causa sean pquennos, su efecto acumulativo
puede en un gran nmero de operaciones crecer rpidamente, y debemos tener
en cuenta que actualmente las operaciones aritmticas, especialmente cuando
son muchas, las deben realizar computadoras. Antes de estudiar las causas del
error con algo de profundidad empezaremos por conocer otro sistema numrico,
comn en los computadores actuales: el sistema numrico en base dos (desde
luego, esto no impide que la comunicacin con el computador se haga en base 10,
con la cual estamos familiarizados: el computador debe traducirnos su
respuesta!).
Luego exploraremos el mundo de la aritmtica con un nmero finito de cifras.

Numeracin binaria

Todas las maquinas trabajan con sistemas binarios, es decir cuando se introduce
un nmero a una mquina, esta o transforma en sistema binario. En este sistema
hace sus operaciones y lo devuelve al sistema decimal; el nmero 6405 se puede
descomponer en potencias de diez as:
6 10 + 4 10 + 0 10 + 5 10
Siguiendo con el mismo razonamiento, podemos definir una numeracin binaria o
en base 2. As, el nmero 10110 escrito en base 2 o binaria equivale al siguiente
nmero en base 10 o decimal:
1 2 + 0 2 + 1 2 + 1 2 + 0 2 = 16 + 0 + 4 + 2 + 0 = 22()

En todas estas operaciones se cometen los errores y estudiaremos el

funcionamiento interno de estas, con una maquina muy sencilla; supongamos una
mquina que guarda 10 espacios (bits) en su memoria para almacenar cualquier
numero donde el primer espacio es para el signo del numero, el segundo espacio
es para el signo del exponente, los siguientes tres espacios son para el exponente
y el resto para la mantisa. As cada nmero real x puede ser representado en un
sistema numrico de base  " , en la forma:

= 0. %1%2%3. ..

Esta representacin se llama de punto flotante de
para la base B. L se llama

exponente o caracterstica y la cadena %1%2%3. .. se llama mantisa.

Signo
Signo
Numero Exponente

Exponente

Mantisa

Estos nmeros son expresados en notacin cientfica binaria por ejemplo:

93,24() 1011101,01()

Ya que 93 = 1011101()

0,25 = 0

y 0,25 = 0,01 * 2 0,50 = 0+

2 1,00 = 1

Al pasarlo a notacin cientfica binaria obtenemos

93,25() = 1,01110101() 2,!./)

93,25() = 1,01110101() 2,!./) + 1,01110101() 2() (Donde el segundo

termino es la mantisa)
Supongamos en los signos designamos el cero para positivo y el uno para
negativo as el nmero es escrito en la maquina como
0 0 1 1 0 0 1 1 1 0

As el nmero maquina (punto flotante) correspondiente a 93,25 es

0011001110(0) ; luego esta maquina ve a 93,25() como 0011001110(0) ; ahora al
hacer el proceso inverso obtenemos:
0011001110(0) 1,01110 2 = 1,01110 2,
1 1 1
23 ,
= 1 + + +
2, =
2
4 8 16
16

23 ,
=
2 = 23 2 = 92
16
Luego esta mquina la aproximacin de 93,25 es 92.
Como esta mquina tiene una cantidad finita de espacios entonces tiene una
cantidad finita de nmeros mquina, por tanto un nmero que es ms cercano a
cero (Epsilon de la maquina) y el ms grande; por ejemplo si queremos acercar
0111100000(0) a decimal obtenemos; es decir cualquier numero mas pequeo
que este, la maquina o tomara como 0; y el mas grande ser 0011111111(0) que
al pasarlo a decimal obtenemos
1 1 1 1
1
63
+
22 = 3 22 = 252
1,11111 2 = 1,11111 22 = 1 + + + +
2 4 8 16 32
2

As cualquier nmero por encima de este ser considerado 252

Por ejemplo para esta maquina 317 + 0,00125 = 252 + 0 = 252 el cual representa
un error muy grande. (79,49%)
Cada vez que se introduce un numero a una maquina ello lo pasa a un numero
maquina y hace una aproximacin y por ende cometiendo un error.
La representacin interna de nmeros doble precisin, norma IEEE utiliza 64 bits:
1) El primer bit es un identificador de signo, denotado como : (1).
2) Le sigue un exponente de 11 bits, c
3) y una mantisa de 52 bits, f

La base para el exponente es 2. Como 52 dgitos binarios corresponden a entre 16

y 17 dgitos decimales, podemos suponer que un numero representado en este
sistema tiene al menos 16 cifras decimales de precisin. El exponente de 11
dgitos binarios proporciona un intervalo de 0 a 2 1 = 2047. Sin embargo el
uso exclusivo de enteros positivos para el exponente no permitira una
representacin adecuada de los nmeros con magnitud pequea. Para garantizar
que estos nmeros tambin sean representables, se resta 1023 de la
caracterstica, de modo que el intervalo del exponente es en realidad de
1023 % 1024: 26 .
1.1.3 Exactitud.
Se refiere a la aproximacin de un nmero o de una medida al valor verdadero
que se supone representa.

1.1.3.1

Error absoluto.

Se da cuando se aproxima el valor real con un valor aproximado, mediremos la

distancia entre ellos (notemos que el error absoluto es una magnitud as siempre
es mayor o igual a cero).

Definicin 1

Definimos el error absoluto de una aproximacin como la distancia entre

este y el valor real as,
(1)

7 = |%9 %|

Donde %9 es el valor aproximado y % es el valor verdadero.

Ejemplo 1

Supongamos que por medio de un experimento de laboratorio se quiere

medir la gravedad, y el resultado nos da 10.1 m/s2 este sera nuestro valor
aproximado, tomando el valor real como 9.81m/s2 tenemos que el error
es:

(2)

7 = |10.1 :  9.81 :  | = 0.29 :  .

Ejemplo 2

Solucion

Suponga que se tiene que medir la longitud de un puente y la de un

remache, y se obtiene 9999cm y 9 cm respectivamente. Si los valores son
10000cm y 10 cm, calcule el error absoluto.

El error absoluto en la medicin del puente es:

7 = |%9 %| = |100000: 99999:| = 1:

(3)

Y para el remache es:

(4)

7 = |%9 %| = |10: 9:| = 1:.

Uno de los problemas al considerar el error absoluto es que este depende de las
unidades, as en el ejemplo anterior el error de 1: es igual para los dos
experimentos, sin embargo, a pesar que el error absoluto es el mismo, en el
segundo experimento la experiencia nos dice que es mas grande con respecto a lo
que se mide, por esta razn, es bueno comparar el error con respecto a lo que se
est midiendo, adems, sera bueno que el error sea independiente de la escala
usada. Estas consideraciones motivan la siguiente definicin.

1.1.1.1

Definicin 2

Error relativo.

Definimos el error relativo como la razn entre el error absoluto y la

magnitud del valor verdadero y lo denotamos por:
(5)

7< = ||> = ?
=

9


siempre y cuando el valor real sea no nulo.

Ejemplo 3

Solucion

Calcular los errores relativos de los experimentos del ejemplo 2 de la

seccin anterior. (El puente y el remache).

7< = ?

?=?

El error relativo en la medicin del puente es:

(6)

9


6@AAAA6@
6@

? = 0.0001

7< = ?

Y para el remache es:

9

(7)

?=?

6@A6@
6@

? = 0.1

Observemos que esta medida del error es un escalar (es un numero

independiente de las unidades), el cual nos muestra que el error en el experimento
del remache es ms grande que el del puente en su contexto. Estos valores en
realidad son partes de los valores reales, es decir, el error cometido al medir el
remache es la 0.1 parte total de lo que mide el remache, lo cual puede ser mejor
explicado en trminos de porcentajes, lo cual motiva la siguiente definicin.

1.1.1.2

Definicin 3

Error relativo porcentual.

Definimos el error relativo como el porcentaje entre el error absoluto y la

magnitud del valor verdadero y lo denotamos por
7<% = ||> 100% = ?

9

(8)

? 100%

Siempre y cuando el valor real sea no nulo.

Ejemplo 4

Solucion

Calcular los errores relativos porcentuales de los experimentos del ejemplo

2 de la seccin anterior. (El puente y el remache).
El error relativo porcentual en la medicin del puente es:
(9)

7<% = ?

9


7<% = ?

Y para el remache es:

(10)

? 100% = ?

? 100% = 0,01%

AAAA

9




? 100% = ?

? 100% = 10%

A


A pesar de las definiciones anteriores, estas no pueden ser usadas en nuestro

curso ya que ellas recurren al uso del valor real, existen dos problemas con el

valor real, el primero es que no lo tenemos (si lo conocemos no hay necesidad de

aplicar mtodos numricos) y el segundo es que lo conocemos pero
numricamente no lo entendemos (por ejemplo raz de 2).
Esto nos crea una necesidad de trabajar de un modo diferente el error, para esto
estudiaremos la precisin.

1.1.2 Precisin.
Se refiere a que tan cercano esta un valor individual medido o calculado con
respecto a los otros.
En la mayora de mtodos numricos que desarrollaremos, trataremos de
acercarnos a algn valor, (ya sea solucin de una ecuacin, valor de una
integral,K), esto lo haremos progresivamente, es decir, daremos una primera
aproximacin, basndonos en esta daremos una segunda y as sucesivamente,
esto nos lleva al estudio de las sucesiones.

1.1.2.1

Definicin 4

sucesiones.

Por una sucesin finita de n trminos entenderemos una funcin F cuyo

dominio sea el conjunto de nmeros C1,2, , EF e infinita cuando el dominio
sea el conjunto C1,2,3, F de todos los enteros positivos. El recorrido de F,
esto es, el conjunto CG(1), G(2), G(3), F, se designa tambien por
CG , G , G , F, y el valor GH se llama el termino n-esimo de la sucesion.

La idea de nosotros es que estn sucesiones se acerquen al valor buscado, as

estudiaremos a las sucesiones convergentes.

Definicin 5

(Sucesin convergente)

Sea (%H ) una sucesin en los reales se dice que converge a un valor I si y
solo si dado > 0 existe un N tal que:
(11) |%H I| < 7
Siempre que E > P.

Para ilustrar esta definicin veamos el siguiente ejemplo.

Ejemplo 5

%H =

H

Consideremos la sucesin de nmeros reales dada por

(12)

2H"

Sabemos por nuestros cursos de clculo diferencial que

(13)

limHT %H = lim

H

HT 2H"

=2


Ahora, la definicin anterior nos dice que si vamos adelante en la sucesin, estos
valores van a ser muy cercanos al valor del lmite

Tabla 1
n
1
2
3
4
1000
1000000

%H

0,3
0,352941176
0,375
0,387096774
0,428387834
0,428571245

|%H I|
0,1285714286
0,0756302521
0,0535714286
0,0414746544
0,0001835948
0,0000001837

En muchas de nuestras aproximaciones numricas nos acercaremos a la solucin

por medio de sucesiones, las cuales esperamos que sean convergentes, la
definicin de sucesin convergente nos da un criterio para verificar la
convergencia, sin embargo, esta recurre al uso del valor lmite de la sucesin el
cual nosotros no conocemos (ni conoceremos), retomemos el ejemplo anterior, en
la Tabla 2 compararemos la distancia de un elemento de la sucesin y el siguiente
as;

Tabla 2

n
1
2
2
3
3
4
1000
10001
1000000
1000001

%H

0,3
0,352941176
0,352941176
0,375
0,375
0,387096774
0,428387834
0,428553064
0,428571245
0,428571245

|%H %H |

0,05294117647059
0,02205882352941
0,01209677419355
0,00016523006250
0,00000000000018

En la tabla anterior se ve que entre ms avanzamos en la sucesin, la distancia

entre cada par de trminos es ms pequea, esto motiva a la siguiente definicin
la cual es muy util para nosotros.

Definicin 6

(Sucesiones de Cauchy)
Sea %H una sucesin se dice de Cauchy si y solo si dado 7 > 0 existe
P tal que:
(14) |%H %@ | <
siempre que E, : > P.

Es decir entre mas adelante vaya la sucesin la distancia entre los nmeros va a
ser muy pequea.
Esta definicin es equivalente a la siguiente:

Definicin 7

Sea %H una sucesin se dice de Cauchy si y solo si dado 7 > 0 existe

P tal que:
(15) |%H %H | <
siempre que E, : > P.

Como ilustra en el Ejemplo 5, una sucesin convergente es una sucesin de

Cauchy, sin embargo, es bien sabido que el reciproco se tiene, es decir,

Teorema 1
Demostracin

Toda sucesin de Cauchy en los reales es convergente.

Ver Principios de anlisis matemtico W. Rudin

La definicin de sucesin de cauchy, en particular, la Definicin 7 nos permite

determinar cuando una sucesin en los nmeros reales es convergente sin hacer
uso del valor del lmite, el cual no podemos usar ya que lo desconocemos, esta
definicin nos permite crear una medicion para el error en una sucesion el cual
calcule las distancias entre dos elementos consecutivos de una sucesion, sin
embargo, como vimos en el error absoluto, esto no representa una buena
cuantificacion del error, haremos uso de las ideas expuestas en la Definicin 2
para llegar a una mejor medicion del error dentro de una sucesin. Para esto la
idea es comparar las distancias entre dos terminos consecutivos con respecto al
valor real, lo que seria
%H %H
?
?
I

pero es ilgico trabajar con el valor real, as el mejor candidato para asumir este
papel es el ltimo trmino calculado en la sucesin, es decir %H , esto nos lleva a la
siguiente definicion.

1.1.2.2

Definicin 8

Error normalizado

Sea (%H ) una sucesin, definimos el error normalizado como la sucesin

VP = (VPH ) dado por:
(16)

Para E = 2,3, .

VPH = ?

W WX.
W

Para que una sucesin sea de Cauchy necesitamos que la sucesin VP tienda a
cero, as por el Teorema 1 anterior la sucesin es convergente

Esto nos da una forma de ver si una sucesin es convergente sin el uso del valor
del lmite, es decir, si
(17)
la sucesin ser convergente.

Ejemplo 6

ENZ 0

En el Ejemplo 5 se observa esa situacin para la sucesin %H =

como se muestra en al siguiente tabla

H

2H"

Tabla 3
%H

1
0,3
2 0,352941176
3
0,375
4 0,387096774

VPH
--------0,15000000000000
0,05882352941176
0,03125000000000

1000 0,428387834
1001 0,428388017 0,00000042795987
1000000 0,428571245
1000001 0,428571245 0,00000000000043

Recordemos que en muchas ocasiones es ms claro hablar en trminos de

porcentajes, por lo cual ser ms utilizado el error normalizado porcentual, el cual
ser definido a continuacin.

1.1.2.3

Definicin 9

Error normalizado porcentual.

Sea (%H ) una sucesin, definimos el error normalizado como la sucesin

VP[ = (VP[H ) dado por:
(18)

VP[H = ?

W WX.
W

?*100%

Para E = 2,3, .

Al igual que en la definicin anterior, una sucesin es convergente si y solo si

(19) ENPZ 0
Cuando E .

Ahora ilustramos el uso del error normalizado y normalizado porcentual en una

sucesin a fin de ilustrar su convergencia.

Ejemplo 7

Consideramos la siguiente sucesin definida por recurrencia

(20)

% = 1

%H" = %H + (H")!


Calcularemos los primeros 11 trminos de la sucesin junto con los errores

normalizado y normalizado porcentual
Tabla 4
E

0
1
2
3
4
5
6
7
8
9
10

%H

1
2
2,5
2,66666666666667
2,70833333333333
2,71666666666667
2,71805555555556
2,71825396825397
2,71827876984127
2,71828152557319
2,71828180114638

VPH
0,5
0,2
0,0625
0,015384615
0,003067485
0,000510986
0,0000729927
0,0000091240
0,0000010138
0,0000001014

VP[H
50,00000000%
20,00000000%
6,25000000%
1,53846154%
0,30674847%
0,05109862%
0,00729927%
0,00091240%
0,00010138%
0,00001014%

Como se ve en la Tabla 4 VP y VP[ son sucesiones y van para cero, esto significa
que la sucesin (%H ) es de Cauchy y por lo tanto converge, pero no sabemos a
qu valor, es ms nunca sabremos a que valor.

La pregunta natural que debemos hacer es Dnde paro esta sucesin para tener
una buena aproximacin del lmite?
Antes de contestar necesitamos dar sentido a la expresin buena aproximacin.
Comnmente usamos esta expresin para hablar de cifras decimales, por
ejemplo, _ 3.14 es una aproximacin de con dos cifras decimales, pero,
cifras decimales describe bien la magnitud que representa el numero?, para esto
consideremos las siguientes cantidades. El precio de un carro en el mercado es
36280000, al quitar el iva del 16% el valor del carro sin iva es

= 31275862.06896552 , otra cantidad conocida es la decima parte de la unidad
de masa atmica de un electron que es a = 0.000054857990946.
Si pedimos una aproximacin de estos valores con tres cifras decimales
tendremos

9 = 31275862.069 , a9 = 0.000, lo cual no es practico en ninguno de los casos, en

el primero es excesivo trabajar con tres cifras decimales y en el segundo no aporta
nada de informacin acerca de la magnitud a del valor, esto nos lleva a pensar,
como podemos dar una idea clara de la magnitud de un valor. Esto ya no es un
problema gracias a la notacin cientfica, en el ejemplo anterior tendremos

= 3.127586206896552 102 e a = 5.4857990946 103 , esto muestra que las
cifras que realmente son significativas (sin importar la posicion de ellas en la
representacion decimal) son las primeras que aparecen en la representacin
cientfica, esto motiva la siguiente definicin.

Definicin 10

(Dgito Significativo)
De un nmero C; un digito significativo es cualquier dgito dado de este,
excepto posiblemente aquellos ceros a la izquierda del primer dgito
diferente de cero y que solo sirven para fijar la posicin del punto decimal
(entonces cualquier otro cero es un dgito significativo de C), Ej. 1360,
1.360; 0.001360; tiene cuatro dgitos significativos. En otras palabras, son
los primeros dgitos de un nmero en la representacin cientfica.

De ahora en adelante, buscaremos aproximar los valores por medio de cifras

significativas y no de cifras decimales. Ahora cmo sabemos cundo en una
sucesin estamos encontrando cierto nmero de cifras significativas?, para
esto definiremos la tolerancia.

1.1.2.4

Definicin 11

Tolerancia.

Sea : el numero de cifras significativas que se quieren en la aproximacion

de cierto valor, definimos y denotamos la tolerancia por
(21)

b@ = (0.5 10@ )%

Notemos que la tolerancia es un porcentaje que no depende de ningn tipo de

unidades.
El siguiente teorema relaciona la tolerancia con las sucesiones que estamos
trabajando.
Teorema 2

Demostracin

Sea C%H F una sucesin convergente, se dice que el termino %H es una

aproximacion de el valor del limite de la sucesion con : cifras significativas
si VP[H < b@ .

La prueba de este teorema se puede encontrar en (Scarborough, 1966).

Para ilustrar esto, consideremos el siguiente ejemplo

Ejemplo 8

Considere la siguiente sucesin del Ejemplo 7, si queremos una

aproximacin del valor lmite de la sucesin con 5 cifras significativas,
calculamos primero la tolerancia, as,

(22)

b3 = (0.5 103 )% = 0.0005%

ahora debemos calcular la serie hasta que el VP[H sea menor que la tolerancia

Tabla 5

0
1
2
3
4
5
6
7
8
9

%d

1
2
2,5
2,66666666666667
2,70833333333333
2,71666666666667
2,71805555555556
2,71825396825397
2,71827876984127
2,71828152557319

VP[d
50,00000000%
20,00000000%
6,25000000%
1,53846154%
0,30674847%
0,05109862%
0,00729927%
0,00091240%
0,00010138%

Como vemos aqu, el VP[A < b3 entonces %A = 2,71828152557319 es una

aproximacion del valor real del limite (el cual nunca conoceremos) con 5 cifras
significativas, es decir, las primeras cifras exactas de valor real son 2,7182.
Ejemplo 9

Consideremos la serie T
dg (d)! , analizaremos su convergencia por medio
()f

de las sumas parciales dadas por la sucesin %H = Hdg (d)! , donde 0! = 1.

()f

Y buscaremos una aproximacion del limite con 5 cifras signifitivas

Solucion

Para esto lo primero que se debe calcular es la tolerancia, que en este caso
es
(23) b3 = 0,0005%
Al realizar los clculos observamos que se debe detener en la sexta
iteracin esto se muestra en la siguiente tabla

Tabla 6

a0

(VP[H )

a1

0.5

100%

a2

0.541666

7.69 %

a3

0.540277

0.257 %

a4

0.540302579

0.00473 %

a5

0.540302303

0.0000510 %

ak

Como se observa en la sexta iteracin se obtiene (VP[3 ) < b3 ; es decir se

garantizan las cinco cifras significativas y la aproximacin (De un nmero que no
conocemos) es %3 = 0,540302303
1.2 Series de Taylor
En vista de la dificultad de trabajar con algunas funciones y dada la facilidad de
otras, lo que buscaremos en esta seccin es aproximar de alguna manera las
funciones difciles por medio de funciones faciles, las funciones mas sencillas
que conocemos son los polinomios, ya que para evaluar estos nunca se tiene
problemas de dominio y solo basta con la suma y el producto ususal de numeros
reales para evaluarlas. En esta seccion buscaremos dicha aproximacion.

1.2.1 Series de Maclaurin.

En vista de la dificultad de trabajar con algunas funciones y dada la facilidad de

otras, lo que buscaremos en esta seccin es aproximar de alguna manera las
funciones difciles a funciones faciles, para esto empecemos a estudiar lo que
creemos son funciones fciles.
Consideremos una recta por ejemplo
(24)

h(
) = 2
+ 3

Para conocer la ecuacin de una recta necesitamos saber un punto y la pendiente

de la recta, si reformulamos esto en nuestro caso, por ejemplo podramos sacar un
punto evaluando la funcin h en cero, as h(0) = 3 y adems necesitamos sacar la
pendiente (es decir el crecimiento de f en cero) es decir, h(0) = 2
Ahora es natural pensar en el proceso inverso, que es, si tenemos un punto h(0) y
la pendiente h(0) podemos encontrar la recta? Y en que forma?
Para esto podemos ver la recta como
(25)

h(
) = h(0) + h(0)
.

Ahora si se quiere generalizar esta observacin, analicemos un polinomio de

grado 2, por ejemplo
(26) h(
) = 2 + 3
+ 7


y saquemos un punto y el crecimiento en este punto, as h(0) = 2, h(0) = 3, con

estos dos datos a diferencia del caso de la recta no es posible recuperar la funcin
original, necesitamos un dato adicional que es la segunda derivada (es decir, el
crecimiento del crecimiento) veamos, h(0) = 14
Ahora sera que con estos datos podemos recuperar la funcin original, y de la
misma forma de la recta, es decir el punto mas el crecimiento por
mas el
crecimiento del crecimiento por
por

Veamos
(27)

h(
) = h(0) + h(0)
+ h(0)


(28)

h(
) = h(0) + h(0)
+

cuando analizamos esto vemos que el coeficiente de
 nos es el original Por

qu se afecto? Y notamos que al derivar ese coeficiente fue multiplicado por 2 en
la primera derivada, asi para recuperar la funcin debemos dividir el crecimiento
del crecimiento entre 2 y vemos que efectivamente podemos recuperar la funcin
de la siguiente manera
j()




Tratemos de generalizar este resultado, sea k(
) un polinomio de grado 3
trataremos de recuperarlo si tenemos los datos h(0), h(0), h(0) y h(0),
Tendremos
(29)

h(
) = h(0) + h l (0)
+

j mm () 

En general un polinomio se puede escribir como

(30)

h(
) = h(0) + h l (0)
+

j mm () 

h(0) + h l (0)
+

++

j mmm () n

+ +

!

j (W) () W
H!

notemos que esta es una suma, donde el numero de terminos depende del grado
del polinomio, esto se debe a que si el polinomio es de grado n, las derivadas
superiores se anulan (son cero), ahora si tratamos de generalizar este hecho a
funciones diferentes a los polinomios, sin embargo, la expresin (30) no sirve ya
que las derivadas nunca se anulan a partir de cierto n, por lo tanto lo que
construiremos una serie la cual sera llamada serie de macLaurin y es dada por
(31)

j mm () 


j (W) () W
H!

ahora, como es una serie no podemos garantizar que esta converge, sin embargo
si la podemos construir para cualquier funcion donde los valores
Ch(0), h l (0), h ll (0), F deben estar definidos, es decir, la funcion debe ser
infinitamente diferenciable en una vecindad de cero.
Ejemplo 10

Hallar la serie de MacLaurin de h(
) =  .

Solucion

Consideremos la funcion h(
) =  , el primer paso es hallar todas las

derivadas de la funcin as,
(32)

h(
) = h l (
) = h ll (
) = = h (H) (
) =

despus la evaluamos todas en cero.

(33)

1 = h(0) = h l (0) = h ll (0) = = h (H) (0) =

Sustituyendo estos valores en (31) obtenemos

(34)

1+
+


!

n
!

Denotemos esta serie por pbh(
) as:

(35)

+ +

W
H!

pbh(
) = T
dg H!

Esta es la serie de Maclaurin de la funcin exponencial, ahora la pregunta

natural es qu relacin existe entre la funcin y su serie de maclaurin?
Esta pregunta ya fue contestada para los polinomios en ese caso la serie
de maclaurin y el polinomio son iguales, es decir, si k es un polinomio
tenemos que pbk(
) = k(
), si la funcin no es polinmica se cumple la
igualdad?
Antes de contestar esta pregunta consideremos el siguiente ejemplo.

Ejemplo 11

Solucion

Hallar la serie de McLaurin de la funcin


(36) h(
) =  .

Al igual que en el ejemplo anterior debemos hallar todas las derivadas de h.

Se puede ver que (Verificar!)

(37)

h (H) (
) = ( )Wq.

H!

y as evaluando estas derivadas en cero llegamos a

(38)

h (H) (0) = E!

Sustituyendo en (31) obtenemos que:

(39)

pb r

s = 1 +
+
 +

Volvamos a la pregunta de qu relacin existe entre la serie y la funcin? para

esto vamos a tabular algunos valores de
en la funcin h y la serie de Maclaurin
de la funcin pbh
Para esto consideramos algunos valores particulares
Tabla 7







h(
)
1
1

1
2

pbh(
)
1 +
+
+
 + +
H +


1 + 0 + 0 + 0 + + 0H + = 1


 
 
 H
t u + t u + + t u + = 2
+





 
 
 H

 + t u t u + + t u + =





"




Estos valores sugieren que la igualdad se tiene, sin embargo al seguir

evaluando en valores mas alejados de cero y donde la funcin h pueda
tener problemas (valores que no pertenecen al dominio de la funcin)
Tabla 8

1
2

h(
)
1
1

No
definida





esta

pbh(
)
1 +
+
 +
 + +
H +

1 + 1 + 1 + 1 + + 1H + =
1 + 2 + 2 + 2 + + 2H + =

Obviamente en estos puntos la funcion y la serie de McLaurin no son

iguales, es mas, en el segundo valor no tiene ningun sentido decir que la
suma de numeros positivos de un negativo.
De lo anterior podemos concluir que, pbh(
) = h(
) se cumple para ciertos
valores de x, ahora la cuestin es para cules?
Analicemos que pasa con el dominio de la funcin (36) , esta funcin tiene
problemas de domino en
= 1, sin embargo recordemos que estamos centrados
en
= 0as:

Estamos aqu

Problema

Al ir hasta el problema, tomaremos un intervalo abierto con centro en cero y cuyo

extremo sea el punto mas cercano de los puntos que no pertenecen al dominio de
la funcion o al dominio de aluna de sus derivadas. As tenemos el intervalo (1,1) .
En este intervalo se puede asegurar que f ( x) = STf ( x) , en los extremos del
intervalo no podemos asegurar nada y por fuera son diferentes, aunque este no es
un proceso serio para probar la convergencia de la serie, pero nos da una idea de
cual debe ser el intervalo donde se tiene la igualdad de la serie de McLaurin, para
hallar el intervalo de manera analtica debemos recurrir a criterios de convergencia
de series como por ejemplo, criterio del cociente o la raiz, veamos aqu el criterio
del cociente aplicado a la serie (39)
(40)

limHT ?

Wq.
W

? = lim ?
HT

Wq.
W

? = lim |
| = |
| < 1

HT

As:
Y por tanto
(1,1), es decir f ( x) = STf ( x) para los valores de
en los cuales
se tiene la convergencia absoluta y uniforme de f ( x) = STf ( x)
Ahora, volviendo a la funcin h(
) = 
(41)

limHT ?

Wq.
W

, al aplicar CRITERIO DEL COCIENTE:

? = lim v
HT

wWq.
(Wq.)!
wW
W!

v = lim ?H"? = 0
HT

es decir, la serie es convergente para todo valor real x, esto se esperaba ya que la
funcion exponencial no tiene problemas de dominio. Con esto se puede asegurar
que para todo valor real se cumple

(42)

 = 1 +
+


!

n
!

+ +

W
H!

Vindolo en otra forma, la ecuacin (42) dice que podemos aproximar la funcion
exponencial por medio de polinomios, tanto como se desee, geometricamente
tenemos,
A continuacin veremos como se presenta la aproximacin, alrededor de cero;
presentando su representacin geomtrica:

Como observamos, a medida que avanza el grado de la serie de McLaurin, mejora

la aproximacin.

1.2.2 Series de Taylor.

La serie de McLaurin fue calculada evaluando la funcin y todas sus derivadas en
cero, y este es llamado el centro, hay funciones en las cuales no se puede hacer
dicho calculo, por ejemplo la funcin h(
) =
, ya que esta funcion a pesar de ser
definida en cero, sus derivadas no lo son, existen dos formas de arreglar este
problema, la primera forma es no evaluar la funcin y las derivadas en cero sino
en otro valor, digamos , para esto estaremos trasladando el centro de la funcion 
unidades a la derecha, por traslacion de funciones sabemos que esto se obtiene al
sustituir
por (
) y asi la serie de McLaurin trasladada, que vamos a llamar de
ahora en adelante serie de Taylor centrada en c toma la forma

(43)

pbh(
) = h() + h l ()(
) + +

j (W) (6)( 6)W

H!

+ = T
Hg

j (W) (6)( 6)W

H!

Fcilmente se puede ver que este ejercicio es equivalente a dejar fijo el centro
como cero y trasladar la funcin, es decir, redefinir una nueva funcin y(
) =
h(
+ ) y calcular la serie de McLaurin que son mas amigables para la maquina.
Asi nuestro ejercicio toma la forma
(44)

pby(
) = y(0) + yl (0)(
) +

zmm ()( )


+ +

z(W) () W
H!

+ = T
Hg

z(W) () W
H!

Con esto ya podemos centrar todas nuestras series en cero, por ejemplo, para
calcular la serie de h(
) =
no podemos centrarnos en cero, pero si en cualquier
valor real positivo  que es equivalente a calcular la serie de McLaurin de y(
) =

+ .
Esta teora es vista en manera general, as este valor c es arbitrario, sin embargo,
el propsito de nosotros es aplicar las series de Taylor numricamente, con lo cual
vamos a tener algunas restricciones numricas sobre dichos valores.

1.2.3 Series de Taylor desde el punto de vista numrico.

Cuando trabajamos numricamente las series de Taylor debemos considerar
algunas restricciones para la escogencia del centro ,por ejemplo, la serie de
Taylor de la funcin exponencial centrada en  = 2 se puede calcular
analiticamente, sin embargo, como nuestro prpoposito es trabajar numericamente,
tenemos dos problemas con dicho centro; el primero es que el valor del centro no
es conocido numericamente y el segundo que la funcin y sus derivadas
evaluadas en este centro tampoco se conozca numricamente, esto nos lleva a
considerar varios casos:
Caso i

Caso ii

Al hallar la serie de Taylor de h(
) centrada en  aparecen en terminos de

la forma (
)H , es decir, se deben realizar varias operaciones con el
valor numrico , para evitar la propagacion del error en la maquina debido
a la aproximcion de  (Ver seccin 1.1.2) es conveniente que el centro sea
un valor que se conozca numricamente (por lo menos racional).

Como tambien es necesario trabajar con los valore h (H) (c), estos deben
existir, por ejemplo, si consideramos la funcion ln(
) y tomamos el centro
en  = 0, es imposible hallar dichos valores, fuera de estos, que existan
tampoco garantizan un buen trabajo numrico, ya que si para la misma
funcin tomramos el centro  = 2, nos vemos la obligacion de utilizar el
valor }E2,el cual es un valor desconocido numricamente.

Asi al escoger el centro de una serie de Taylor de una funcin h(
) debemos tener
en cuenta los casos anteriores.
Otro problema que se presenta numricamente en las series de Taylor; es la
misma serie en si, ya que no podemos numricamente sumar infinitos valores
por lo tanto debemos parar la suma en algn termino, esto lo podemos remediar
en parte gracias al siguiente teorema llamado el teorema de Taylor.
Recordemos nuestro ejemplo de la serie de McLaurin de la funcion exponencial.
 = 1 +

 1 + ! +

+ +

!

!

!

Como no podemos trabajar con la serie (desde el punto de vista numrico) ya
que es una suma infinita, Entonces debemos truncar la serie, es decir,
aproximar la serie por medio de una suma finita, la misma forma de la serie de
Taylor sugiere que trabajemos con los primeros terminos de esta, y tenemos la
forma
(45)

!

!

W
H!

Notemos que se perdi la igualdad, sin embargo el teorema de Taylor nos afirma
un poco mas, nos dice que la igualdad la podemos recuperar si sumamos un
termino que nos describe el error.
(46)

1.2.4 Teorema de Taylor (Truncamiento)

Teorema 3

Sea h una funcion infinitamente diferenciable en un intervalo abierto que

contiene a cero, sea  el intervalo de convergencia de la serie de Taylor
generada por f para cualquier E se tiene la igualdad
(47)

h(
) = h(0) + h l (0)
+

j mm () 


+ +

j (W) () W
H!

+ H ()

Donde
 y el termino que describe el error (el cual llamaremos resto) es dado
por la formula
(48)

H () =

j (Wq.) () Wq.

(H")!

donde es un valor que esta entre cero y
.

Nota 1
H () nunca ser conocido, es mas, el valor de nunca sera conocido.
No se puede escribir ( 0 ,
) ya que el valor de
esta en un intervalo
abierto que tiene centro en cero, es decir, el valor de
puede ser negativo.
Dado que el resto no podemos medirlo, debemos acotarlo, es decir, buscar un
valor real positivo tal que
(49) |H ()|

donde depende unicamente de E. Si podemos encontrar este valor, tendremos

la desigualdad
h(0) + h l (0)
+ +

(50)

Ejemplo 12

Solucion

j (W) () W
H!

h(
) h(0) + h l (0)
+ +

H!

Consideremos la funcin h(
) =  y calculemos una aproximacin de 

con un error no mayor a 103 .
De la ecuacin (32) sabemos que
(51) h (H") () = 
Por lo tanto el resto toma la forma
(52)

Nota 2

j (W) () W

H () =

Wq.
(H")!

Observemos que el resto depende de tres variables ,
y E; el valor de
es

el punto en el que se evaluara la funcin que en nuestro caso es
= 1, el
valor de no lo conocemos, as acotaremos todos los factores que
dependen del l, (ver anexo 1) usando la restriccin sobre , as el resto
depender nicamente de E el cual nos dar el termino donde se trunca la
serie.

Al acotar la parte que depende de , tenemos

(53)

0<<1
1 <  <  < 3

Como
= 1, tenemos
H" = 1, y as obtenemos una cota para el resto

(54)

|H ()| < (H")!



Buscamos que esta cota a su vez sea menor que 103 es decir,


(55) (H")! < 103
300000 < (E + 1)!

Que es equivalente a

Ahora es necesario que existan valores (por lo menos uno) que haga cierta
dicha desigualdad, en este caso, esto se tiene ya que la funcin factorial es
creciente y
(56)

limHT (E + 1)! =

De todos los valores que satisfacen dicha desigualdad tomaremos el menor,

esto se hace por comodidad para la mquina, en este caso buscaremos dicho
valor por medio de Excel lo cual se muestra en la siguiente tabla
Tabla 9

(E + 1)!
1
2
6
24
120
720
5040
40320
362880

E
0
1
2
3
4
5
6
7
8

As, tomamos E = 8, este valor es el mnimo con el cual debemos truncar la

serie de Taylor para obtener la aproximacin deseada, en este caso el teorema
de Taylor, en particular la igualdad (47) toma la forma
(57)

 = 1 + ! +


!

n
!

+ +

+ ()

Entonces nuestra aproximacin es

(58)

 1 + ! + ! + ! + + !




n

Estos clculos los podemos desarrollar fcilmente en Excel lo que se resume en la

siguiente tabla

Tabla 10

0
1
2
3
4
5
6
7
8

Hdg

W
H!

1
1
0,5
0,16666667
0,04166667
0,00833333
0,00138889
0,00019841
2,4802E-05

f
d!

1
2
2,5
2,666666667
2,708333333
2,716666666666670
2,718055555555560
2,718253968253970
2,718278769841270

Entonces, el valor aproximado de  con un error no mayor a 103 es

2,718278769841270, recordemos que en este caso la cota del resto es
(59)

= (H")!


Y como el valor de E = 8 , tenemos = 0.000008267195767 , adems, se

encuentra un intervalo en el cual est el valor exacto como vimos en la
desigualdad (50) que en este caso podemos afirmar
2,718270502645500 <  < 2,718287037037040.
Ejemplo 13
Solucion

Se requiere una aproximacin de ln (2) con un error no mayor 10

Ya tenemos claro que se debe trabajar con la serie de McLaurin de

IE(
+ 1),

Lo primero que debemos hacer; es escoger bien la funcin, observemos las

funciones y analicemos si sirven o no:

Al tratar de ubicar el valor de
; observamos que el mejor valor es
= 1 pero se

presenta el problema del tem anterior, para evitar este problema y asegurar su
convergencia en el intervalo (1,1); (Analizando el dominio de h(
) = ln(
+ 1), o
utilizando criterio del cociente para series)

Es decir, al trabajar directamente es imposible hallar ln 2, sin embargo, utilizando

n
propiedades de la funcin logaritmo, en particular log a b = n. log a b podemos

1
1
garantizar la aproximacin; Calculamos ln(2) = ln , y as tomando x = que
2
2
es lo mismo que calcular ln(1) ln(2) = ln(2) ; obtenemos la aproximacin
deseada, cambiando el signo del resultado obtenido:

Si h(
) = ln (
+ 1), obtenemos sus derivadas como

(60)

Evaluando en cero tenemos

(61)

h (H) (
) =

()Wq. (H)!
(" )W

h (H) (0) = (1)H" (E 1)!

pb(ln(
+ 1)) =

 n

Sustituyendo en la ecuacin (31) llegamos a

(62)
Simplificando

(63)

pb(ln(
+ 1)) =

!




+ +

!

n


!

()Wq. (H)! W

+ +

H!

()Wq. W
H

Es claro que no podemos trabajar con la serie de Taylor, por lo cual recurrimos al
teorema de Taylor
(64)

pb(ln(
+ 1)) =




n


+ +

()Wq. W
H

+ H ()

Analizaremos el resto en dicha serie, el cual tiene la forma

Tenemos que:
(65)

H () =

(X.)Wq (W)! Wq.

(.q)Wq.

(H")!

()Wq (H)! Wq.

()Wqn (H)!

(")Wq. (H")!

como el
es conocido que lo sustituimos, en este caso la ecuacin anterior es
(66)

H () =

. Wq.


()Wq (H)!r s

(")Wq. (H")!

Wq. (")Wq. (H")!

para acotar la parte que depende de comenzamos por la restriccin sobre
asi

.

Wq.

(67)

.
"


< ( + 1)H" < 1

1 < (")Wq. < 2H"



Por lo tanto, el resto dado en (66) queda acotado

(68)

Nota 3

|H ()| =

. Wq.


()Wq (H)!r s

(")Wq. (H")!

<?

?<

()Wqn Wq. (H)!

Wq. (H")!

En la desigualdad anterior se hizo uso del hecho (H")! =

H!

H"

H"

Ahora, lo que buscamos es que a su vez esta cota sea menor que 10, lo que
nos lleva a la desigualdad

(69) H" < 10
Despejando tenemos que 99 < E, con lo cual E = 100.
Esto muestra que la aproximacin de la serie de Taylor que nos sirve es tomando
E = 100 en (64) as,
(70)

pb(ln(
+ 1)) =




n


.//


+ H ()

Con lo cual nuestra aproximacin numrica del valor buscado es

ln 2 r s


(71)

. 


r s


. n


r s


.


r s


. .//


r s



Estos clculos los podemos desarrollar fcilmente en Excel lo que se resume en la

siguiente tabla
Tabla 11

1
2
3
4
5
97
98
99
100

()Wq. W
H

-0,5
-0,125
-0,04166667
-0,015625
-0,00625
-6,5061E-32
-3,2198E-32
-1,5937E-32
-7,8886E-33

Hdg

()fq. f
d

-0,5
-0,625
-0,66666667
-0,68229167
-0,68854167
-0,6931471805599450
-0,6931471805599450
-0,6931471805599450
-0,6931471805599450

Entonces, el valor aproximado de ln r s con un error no mayor a 10 es


0,6931471805599450 , con lo cual el valor aproximado de ln 2 es
0,6931471805599450. Adems, se encuentra un intervalo en el cual est el valor
exacto como vimos en la desigualdad (50) dado por el valor de que en este

caso es =
= 0,00990099 de lo cual podemos afirmar



(72)

Ejemplo 14

0,683246190460935 < ln 2 < 0,703048170658955

Se requiere una aproximacin de ln (3) con un error no mayor 10 usando

el teorema Taylor.

Solucin Al igual que en el ejemplo anterior podemos calcular ln(3) = ln rs

usando el teorema de Taylor
(73)

pb(ln(
+ 1)) =




n


+ +

()Wq. W
H

+ H ()

Al igual que en el ejercicio anterior, pero ahora tomando
= y realizando un


proceso anlogo para acotar el resto como en el ejemplo anterior llegamos a
(74)

H () =

(X.)Wq (W)! Wq.

(.q)Wq.

(H")!

()Wq (H)! Wq.

(")Wq. (H")!

como el
es conocido que lo sustituimos, en este caso la ecuacin anterior es
(75)

H () =

 Wq.
n

()Wq (H)!r s

(")Wq. (H")!

= Wq.

()Wq. (H)!
(")Wq. (H")!

para acotar la parte que depende de comenzamos por la restriccin sobre
asi

(76)

Wq.

n

.
"
n

< ( + 1)H" < 1

1 < (")Wq. < 3H"



Por lo tanto, el resto dado en (75) queda acotado

(77)

|H ()| =

 Wq.
n

()Wq (H)!r s

(")Wq. (H")!

<?

Wq. (H)!Wq.
?
Wq. (H")!

<

Wq.
H"

Ahora, lo que buscamos es que a su vez esta cota sea menor que 10, lo que
nos lleva a la desigualdad
(78)

Wq.
H"

< 10

Sin embargo, estudiemos un poco la parte izquierda en la desigualdad anterior,

veamos en la siguiente tabla algunos valores para E.
Tabla 12
E

0
1
2
3
5
10

Wq.
H"

2
2
2,66666667
4
10,6666667
186,181818

La anterior tabla sugiere que la funcin H" es creciente para E " y adems no
es una sucesin acotada, esto es fcil verificarlo. (Ver ejercicio 5)
De lo anterior concluimos que no es aplicable el teorema de Taylor para este caso.
Wq.

Como se ve en el ejemplo anterior, existen casos en los cuales el teorema de

Taylor, aunque es cierto, no es aplicable para encontrar una buena aproximacin
del valor que se busca, sin embargo, en el ejemplo pasado sabamos que la serie

de Taylor de ln (
+ 1) para dicho valor de
= si es convergente, ya que su

intervalo de convergencia es (1,1) por esto debemos buscar otra forma de
truncar la serie.

1.2.5 SUMAS PARCIALES DE LAS SERIES DE TAYLOR.

En vista de que las series de Taylor son convergentes en su intervalo de
convergencia, podemos usar la propia definicin de serie convergente y as
trabajar con la sucesin de sumas parciales y as podemos asegurar que la
tolerancia puede ser efectiva en estos casos, es decir, supongamos que tenemos
la serie de Taylor de la funcion h para algun valor de
que pertenece al intervalo
de convergencia de esta, por lo tanto la sucesion de sumas parciales,  , , ,

Dada por
(79)

H = h(0) + h(0)
+ +

j (W) () W
H!

Es convergente; lo que asegura que la sucesin CVP[d F 0, cuando c .

Esto permite que se pueda usar el criterio de la tolerancia para parar la sucesin
de sumas parciales.

Ejemplo 15

Por medio de las sumas parciales de la serie de Taylor de ln(
+ 1) halle

una aproximacin de ln (3) con 3 cifras significativas

Solucin

Del ejemplo anterior tenemos que la serie de Taylor es dada por (63) de lo cual se
puede tomar la sucesin sumas parciales C ,  ,  , F dada por
(80)

H =




n


++

()Wq. W
H

Antes de comenzar a evaluar la sucesin de sumas parciales debemos calcular la

tolerancia que en nuestro caso es
(81) b = 0,05%
Y como en el ejemplo anterior sabemos que el valor que se debe tomar para

evaluar la serie es
= , lo cual se muestra en la siguiente tabla

Tabla 13

0
1
2
3
4
5
6
7
8
9
10
11
12
13

()fq. f
d

-0,66666667
-0,22222222
-0,09876543
-0,04938272
-0,02633745
-0,01463192
-0,00836109
-0,00487731
-0,00289025
-0,00173415
-0,001051
-0,00064228
-0,00039525

H

VP[H

-0,66666667
-0,88888889
-0,98765432
-1,03703704
-1,06337449
-1,0780064
-1,0863675
-1,0912448
-1,09413506
-1,09586921
-1,09692021
-1,09756249
-1,09795774

25
10
4,761904762
2,476780186
1,357312521
0,769637789
0,446948776
0,264158887
0,158244522
0,09581388
0,058518662
0,035998521

As, tenemos que el criterio para parar la sucesin dada por el Teorema 2 se
cumple cuando
(82) VP[ < b

As la aproximacin de }E r s 1,09795774 con lo cual la aproximacion de ln (3)


con tres cifras significativas es
(83) }E(3) 1,09795774


Es decir, las tres primeras cifras son exactas.

Ejemplo 16

Ejercicio 1
Ejercicio 2
Ejercicio 3
Ejercicio 4

Aproximar el valor de  haciendo uso de las sumas parciales de la serie de

McLaurin de la funcin h(
) =  con 5 cifras significativas.
Solucin: Ver Ejemplo 8.

Escriba 1001101() en base decimal.

Muestre que el nmero 0.2 tiene una expansin binario infinita peridica
Obtener la representacin binaria del nmero 5709.
Para las siguientes sucesiones determine si son convergentes o no, en
caso de serlo; halle una aproximacin del lmite con 6 cifras significativas.
a) %H = Z(H")
Z H

b) %H = (1)H
c) H = Hdg(1.1)d

d) H = Hdg W

% = 1
% = 1
e)
%H" = %H + %H
% = 1
f)
()W
%H" = %H + H


g) La sucesin (k(E)) es llamada la Sucesin de Padovan, la cual es

dada por
k(0) = k(1) = k(2) = 1 Y la siguiente relacion de recurrencia
k(E) = k(E 2) + k(E 3) a partir de esta, definiremos la sucesin
(E) = (H)
(H)

h) La sucesin (k(E)) es llamada la Sucesin de Perrin, la cual es

dada por k(0) = 3 k(1) = 0 y k(2) = 2 la siguiente relacion de
recurrencia k(E) = k(E 2) + k(E 3), si n>2 a partir de esta,
definiremos la sucesin
(E) = (H)"
(H)

Ejercicio 5

Ejercicio 6
Nota 4

Ejercicio 7
Ejercicio 8

Ejercicio 9
Ejercicio 10
Ejercicio 11

Ejercicio 12

Halle por medio de la serie de Taylor adecuada, una aproximacin del valor
dado con un error no mayor a 10 (si es posible hacer uso del Teorema de
Taylor, en caso de no ser posible justifique)
a) .
b) 
c) ln 5
d) ln(0.2)
e) ln (0.8)
f) sin(1)
g) sin (2)
h) cos(0,2)
i) (1)
Ayuda: recuerde que si entonces se tienen las desigualdades
|cos()| 1 y |sin()| 1.
Considere la funcin h(
) =  y evalu la pbh(
 ), aparte considere la

funcin y(
) =  y halle pby(
). Compare los resultados.
El ejercicio anterior nos provee de una forma natural de calcular series de
Taylor de funciones compuestas a partir de la manipulacin de series
conocidas, otras formas son por ejemplo derivando e integrando termino a
trmino las series conocidas, esto se puede hacer dentro del radio de
convergencia de la serie el cual no cambia al realizar dichos procesos, el
siguiente ejercicio es muestra de ello
Considere la serie de Taylor de h(
) = ln (
+ 1), verificar que la serie
obtenida al derivar termino a trmino es la misma serie de la funcin h(
).
Hallar una aproximacin de 2, con un error no mayor de 10,
Ayuda: Trabaje con la funcin h(
) =
+ 4, justifique.
Verifique que la n-sima derivada es h H (
) =

()Wq. .((H))!

(

WX (H)!

+ 4)

Hallar una aproximacin de 5 con un error no mayor a 10.

Hallar una aproximacin de 10 con un error no mayor a 10.

Muestre que la funcin

Wq.
H"

(XWq.)


para E " es creciente (verifique que su

derivada es positiva) y no es acotada es decir muestre que limHT

Wq.
H"

= .

Halle por medio de las sumas parciales de la serie de Taylor adecuada, una
aproximacin del valor dado con 4 cifras significativas

Ejercicio 13

a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
l)


2
5
10

ln 5
ln(0.2)
ln (0.8)
sin(1)
sin (2)
cos(0,2)
(1)

Use la serie dada para encontrar una aproximacin de _ con 5 cifras
significativas
a) ST(tan )
= T
Hg

b) pb(sin )
=


()W Wq.

H"
(H)! Wq.
T
Hg W (H!)

(H")

P%: Halle primero el intervalo de convergencia de la serie, es decir,

para que valores de
se cumple pb(h)
= h(
). Luego escoja de
manera adecuada un valor de
en este intervalo para evaluar la
serie.

Ejercicio 14

La funcin de Lambert es definida por la serie (
) = T

Hg

(H)WX. W
H!

cual se tiene para |
| < (porque). Halle con 3 cifras significativas
aproximaciones de (0.1), (0.01) y (0.2).


la