Problem 45280. La derivada numérica

Created by Carlos Andreu Vilarroig

Solve Later

{"relationships":[{"relationshipType":"http://schemas.mathworks.com/matlab/code/2013/relationships/document","targetMode":"","relationshipId":"rId1","target":"/matlab/document.xml"},{"relationshipType":"http://schemas.mathworks.com/matlab/code/2013/relationships/output","targetMode":"","relationshipId":"rId2","target":"/matlab/output.xml"}],"parts":[{"partUri":"/matlab/document.xml","relationship":[{"relationshipType":"http://schemas.mathworks.com/matlab/code/2013/relationships/image","targetMode":"","relationshipId":"rId1","target":"/media/image1.png"},{"relationshipType":"http://schemas.mathworks.com/matlab/code/2013/relationships/image","targetMode":"","relationshipId":"rId2","target":"/media/image2.png"}],"contentType":"application/vnd.mathworks.matlab.code.document+xml","content":"<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:body><w:p><w:pPr><w:pStyle w:val=\"text\"/></w:pPr><w:r><w:t>El concepto de pendiente o inclinación de una función recta es muy intuitivo para cualquier persona. Desde el punto de vista matemático, la pendiente indica cuánto se incrementa o decrementa la función</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>y = f(x)</w:t></w:r><w:r><w:t> al incrementar el valor de la variable</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>x</w:t></w:r><w:r><w:t>. Matemáticamente,</w:t></w:r></w:p><w:p><w:pPr><w:pStyle w:val=\"text\"/></w:pPr><w:customXml w:element=\"image\"><w:customXmlPr><w:attr w:name=\"height\" w:val=\"-1\"/><w:attr w:name=\"width\" w:val=\"-1\"/><w:attr w:name=\"relationshipId\" w:val=\"rId1\"/></w:customXmlPr></w:customXml></w:p><w:p><w:pPr><w:pStyle w:val=\"text\"/></w:pPr><w:r><w:t>Sin embargo, ¿cuál es la pendiente en las funciones que no son rectas? Obviamente, la pendiente será distinta en cada punto de la función. Por lo tanto, podríamos obtener otra función</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>f'(x)</w:t></w:r><w:r><w:t> que, para cada punto</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>x</w:t></w:r><w:r><w:t>, nos indicase el valor de la pendiente en la función</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>f(x)</w:t></w:r><w:r><w:t> original. A esta función se le conoce como función derivada o derivada. La derivada se define matemáticamente como la pendiente de la recta tangente a la función</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>f(x)</w:t></w:r><w:r><w:t> cuando nos aproximamos al punto</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>x</w:t></w:r><w:r><w:t>.</w:t></w:r></w:p><w:p><w:pPr><w:pStyle w:val=\"text\"/></w:pPr><w:customXml w:element=\"image\"><w:customXmlPr><w:attr w:name=\"height\" w:val=\"-1\"/><w:attr w:name=\"width\" w:val=\"-1\"/><w:attr w:name=\"relationshipId\" w:val=\"rId2\"/></w:customXmlPr></w:customXml></w:p><w:p><w:pPr><w:pStyle w:val=\"text\"/></w:pPr><w:r><w:t>Cuando tenemos funciones conocidas, es fácil calcular la derivada a partir de unas reglas de derivación. Pero, ¿y si no conocemos la función? ¿y si tenemos una señal ruidosa y aleatoria, o la mezcla de varias funciones desconocidas? En estos casos, podemos calcular la derivada (es decir, el límite) de forma aproximada, tomando un valor de</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>h</w:t></w:r><w:r><w:t> pequeño.</w:t></w:r></w:p><w:p><w:pPr><w:pStyle w:val=\"text\"/></w:pPr><w:r><w:t>En este problema, debes calcular el vector derivada</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>dv</w:t></w:r><w:r><w:t> de un vector</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>v</w:t></w:r><w:r><w:t> y un tamaño de paso</w:t></w:r><w:r><w:t> </w:t></w:r><w:r><w:rPr><w:i/></w:rPr><w:t>h</w:t></w:r><w:r><w:t> como parámetros de entrada.</w:t></w:r></w:p></w:body></w:document>"},{"partUri":"/matlab/output.xml","contentType":"text/xml","content":"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"no\" ?><embeddedOutputs><metaData><evaluationState>manual</evaluationState><layoutState>code</layoutState><outputStatus>ready</outputStatus></metaData><outputArray type=\"array\"/><regionArray type=\"array\"/></embeddedOutputs>"},{"partUri":"/media/image1.png","contentType":"image/png","content":"data:image/png;base64,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"},{"partUri":"/media/image2.png","contentType":"image/png","content":"data:image/png;base64,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"}]}

El concepto de pendiente o inclinación de una función recta es muy intuitivo para cualquier persona. Desde el punto de vista matemático, la pendiente indica cuánto se incrementa o decrementa la función y = f(x) al incrementar el valor de la variable x. Matemáticamente,<img src = "https://www.calculadoraconversor.com/wp-content/uploads/2017/06/formula-pendiente-de-una-recta-que-pasa-por-dos-puntos.png">Sin embargo, ¿cuál es la pendiente en las funciones que no son rectas? Obviamente, la pendiente será distinta en cada punto de la función. Por lo tanto, podríamos obtener otra función f'(x) que, para cada punto x, nos indicase el valor de la pendiente en la función f(x) original. A esta función se le conoce como función derivada o derivada. La derivada se define matemáticamente como la pendiente de la recta tangente a la función f(x) cuando nos aproximamos al punto x.<img src = "https://4.bp.blogspot.com/-98krAw0r0fg/WC7WQ_pV2DI/AAAAAAAAvAQ/zCbdPM8jf0QKkusoIC3KrzhHwhh-qAvlgCPcB/s1600/funcion%2Bderivada%2Bpor%2Bla%2Bdefinicion.png">Cuando tenemos funciones conocidas, es fácil calcular la derivada a partir de unas reglas de derivación. Pero, ¿y si no conocemos la función? ¿y si tenemos una señal ruidosa y aleatoria, o la mezcla de varias funciones desconocidas? En estos casos, podemos calcular la derivada (es decir, el límite) de forma aproximada, tomando un valor de h pequeño.En este problema, debes calcular el vector derivada dv de un vector v y un tamaño de paso h como parámetros de entrada.

Solve

Solution Stats

26 Solutions
13 Solvers

Last Solution submitted on Sep 23, 2020

Last 200 Solutions

Problem Comments

Problem Recent Solvers13

Problem Tags

derivatives

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

Problem 45280. La derivada numérica

Solution Stats

Last 200 Solutions

Problem Comments

Problem Recent Solvers13

Suggested Problems

More from this Author1

Problem Tags

Community Treasure Hunt

Problem 45280. La derivada numérica

Solution Stats

Last 200 Solutions

Problem Comments

Problem Recent Solvers13

Suggested Problems

More from this Author1

Problem Tags

Community Treasure Hunt

Players