INSTITUTO POLITECNICO NACIONAL

UNIDAD PROFESIONAL
INTERDISCIPLINARIA DE BIOTECNOLOGIA

Métodos Numéricos
4MV#

1er Parcial

Tarea 1
“Polinomio de Taylor”

Equipo 1

Chávez Guerrero Daniela Sarai

Solis Maya Luis Armando
Introducción 
Métodos numéricos desarrolla procedimientos matemáticos para resolver problemas con ayuda
del ordenador. Se pueden resolver de forma aproximada problemas que no tienen solución en el
Análisis Matemático tradicional. Las únicas operaciones que se realizan son +, -, *, / y
comparaciones y los resultados son siempre numéricos y aproximados de la solución exacta del
problema. 
Errores 
La precisión de una solución numérica puede verse disminuida por diversos factores, y la
comprensión de estas dificultades es importante para desarrollar o a construir algoritmos
numéricos adecuados. El error absoluto no es más que la distancia entre el valor exacto y el valor
aproximado, mientras que el error relativo mide el error entendido como una porción del valor
exacto. En cada iteración se calculará el “error relativo aproximado” que se comparará con la
tolerancia establecida de forma que el proceso iterativo finaliza cunado a e t, siendo t la tolerancia
fijada de antemano. 
La noción de error de truncamiento se refiere normalmente a los errores que se producen cuando
una expresión matemática complicada se “reemplaza” por una fórmula más simple. 
La representación de los números reales en un ordenador está limitada por el número de cifras de
la mantisa, de manera que algunos números no coinciden exactamente con su representación en
la máquina. Esto es lo que se conoce como error de redondeo. 
Los cálculos que realiza el ordenador tampoco son exactos ya que los operandos no son valores
exactos en general, y, además, los errores cometidos se van propagando en operaciones sucesivas.
Así, si un resultado está afectado de cierto error y posteriormente se multiplica por un número
grande o se divide por uno pequeño, el error se amplifica (Brisset, 2006). 
Polinomio de Taylor 
Uno de los problemas matemáticos que se planteaba en el pasado era la suma de una serie infinita
de números con el objetivo de obtener un resultado finito (siendo considerado como imposible). A
lo largo del tiempo fueron apareciendo soluciones filosóficas y matemáticas para tratar de resolver
este problema.  
Arquímedes fue el primero en demostrar que un número infinito de subdivisiones geométricas
progresivas podían llegar a dar un resultado trigonométrico finito. En el siglo XIV aparece por
primera vez lo que se conoce como series de Taylor. Fue en el año 1715 cuando el matemático
británico Brook Taylor presentó un método general con el fin de construir estas series aplicadas a
cualquier función existente. 
El polinomio de Taylor es una aproximación polinómica de una función n veces derivable en un
punto concreto. En otras palabras, el polinomio de Taylor es una suma finita de derivadas locales
evaluadas en un punto concreto. 
Sea f una función con derivadas de orden, k para 0, 1, k N. En un intervalo que contiene al punto a
en su interior. Para cada 0, 1, n N, en el polinomio. Se llama polinomio de Taylor de f de orden n
alrededor de a. 
Sea una función f: I → R (I un intervalo) tal que f admite derivadas de orden n en cierto entorno
E(a), con a ∈ ◦ I. Llamaremos polinomio de Taylor de orden n generado por f en x = a al siguiente
polinomio:  
 
La expansión de Taylor generalmente se aplica en activos y productos financieros en los que el
precio se expresa como una función no lineal. 
Por ejemplo, el precio de un título de deuda a corto plazo es una función no lineal que depende de
los tipos de interés. Otro ejemplo sería las opciones, donde tanto los factores de riesgo como la
rentabilidad son funciones no lineales. El cálculo de la duración de un bono es un polinomio de
Taylor de primer grado.  

 
Figura 1. Grafica de la representación del polinomio de Taylor. 
El polinomio de Taylor tiene distintas aplicaciones en el ámbito de las matemáticas, entre las que
podemos destacar: (Rodríguez, 2010) 
 La aproximación de valores. 
 La resolución de algunas indeterminaciones en el cálculo de límites. 
 Las desigualdades. 
 Encontrar extremos relativos de funciones. 
 Cálculo de la exponencial de una matriz. 
 Método de Newton para encontrar ceros de funciones. 

Objetivos

 El alumno calculará los diferentes tipos de errores e identificará su efecto al

realizar operaciones numéricas
Tarea

a) Obtenga la gráfica de la función e x y de los valores de las aproximaciones con los polinomios de
Taylor de orden 2, 3 y 4. Escriba sus comentarios sobre el proceso de aproximación.

b) Con la serie de Taylor de la función exponencial alrededor del punto x 0=0 , calcular una
aproximación con un polinomio de grado 5 para aproximar la función exponencial en x=1

c) Calcula el error relativo verdadero de la estimación del inciso b)

d) Calcula el error relativo aproximado de la estimación del inciso b)

e) ¿Porqué los valores obtenidos en c) y d) son diferentes y cómo se puede disminuir esa
diferencia?

CODIGO
clc,clear,close all
syms x
f=exp(x)
%pollinimos de grado 2,3,4
x0=0
n=0.01:0.02:2;
 y=subs(f,n);
plot(n,y)
grid on
hold on
p0=subs(f,x0);
p1=p0+subs(diff(f,1),x0)*(x-x0)
p2=p1+(subs(diff(f,2),x0)*(x-x0)^2)./factorial(2);
p2=expand(p2);
p2=vpa(p2,5)
p3=p2+(subs(diff(f,3),x0)*(x-x0)^3)./factorial(3);
p3=expand(p3);
p3=vpa(p3,5)
p4=p3+(subs(diff(f,4),x0)*(x-x0)^4)./factorial(4);
p4=expand(p4);
p4=vpa(p4,5)
p5=p4+(subs(diff(f,5),x0)*(x-x0)^5)./factorial(5);
p5=expand(p5);
p5=vpa(p5,5)
%aproximacion/error
x=1
a=subs(f,x)
vt=vpa(subs(f,x),4)
error_absoluto=vpa(subs(f,a),5)
error_relativo=vpa(error_absoluto/vt,5)

Determine un polinomio de Taylor de tercer orden para la función f x e x( )  cosentorno al punto

x0 = 0

a) Use el polinomio de tercer orden para aproximar f (0.5).

b) Calcula el error verdadero porcentual y el error aproximado porcentual

c) Muestra la gráfica de la función en el intervalo [0 , 2]y de la aproximación

CODIGO
clc,clear,close all
syms x
f=exp(x)*cos(x)
%pollinimos de grado 2,3,4
x0=0
n=0.01:0.02:2;
y=subs(f,n);
plot(n,y)
grid on
hold on
p0=subs(f,x0);
p1=p0+subs(diff(f,1),x0)*(x-x0)
p2=p1+(subs(diff(f,2),x0)*(x-x0)^2)./factorial(2);
p2=expand(p2);
p2=vpa(p2,5)
p3=p2+(subs(diff(f,3),x0)*(x-x0)^3)./factorial(3);
p3=expand(p3);
p3=vpa(p3,5)
%grafica
yp3=subs(p3,n);
plot(n,yp3,'-g')
%error
x=0.5
a=subs(f,x)
vt=vpa(subs(f,x),4)
 error_absoluto=vpa(subs(f,a),5)
error_relativo=vpa(error_absoluto/vt,5)
error_relativo_porcentual=vpa(error_absoluto/vt,5)*100

7.- Determina el polinomio de Taylor de tercer orden para la función f =log ⁡(x)( x−1) respeto al
punto x 0=1

a) Usa el polinomio de tercer orden para aproximar el valor de la función en X=0.5

b) Calcula el error relativo verdadero.

c) Calcula el error relativo aproximado y analiza el resultado.

CODIGO
clc,clear,close all
syms x
f=(x-1)*log(x)
%pollinimos de grado 2,3,4
x0=1
n=0.01:0.02:2;
 y=subs(f,n);
plot(n,y)
grid on
hold on
p0=subs(f,x0);
p1=p0+subs(diff(f,1),x0)*(x-x0)
p2=p1+(subs(diff(f,2),x0)*(x-x0)^2)./factorial(2);
p2=expand(p2);
p2=vpa(p2,5)
p3=p2+(subs(diff(f,3),x0)*(x-x0)^3)./factorial(3);
p3=expand(p3);
p3=vpa(p3,5)
%grafica
yp3=subs(p3,n);
plot(n,yp3,'-g')
%error
%aproximacion/error
x=0.5
a=subs(f,x)
vt=vpa(subs(f,x),4)
error_absoluto=vpa(subs(f,a),5)
error_relativo=vpa(error_absoluto/vt,5)

Referencias

-Tjalling, J. (1995) Historical development of the Newton-Raphson method, SIAM Review 37 (4),
531–551.

-Deuflhard, P. (2004) Newton Methods for Nonlinear Problems. Affine Invariance and Adaptive
Algorithms. (Vol. 35) Springer Series in Computational Mathematics. Springer, Berlín.