Método Derivada Numérica

Para responder a essa pergunta devemos utilizar nosso conhecimento de Cálculo Numérico Computacional.

Um método simples e bastante utilizado para a resolução numérica de derivadas é o chamado Método das Diferenças Finitas. Utilizando Séries de Taylor com truncamento de segunda ordem, podemos aproximar, em que x é o ponto no qual se deseja derivar e h é pequeno. Supondo que desejamos calcular uma aproximação da derivada de com x=3 e h=0,01. Em Python, teríamos:

>>> def f(x):

... return np.sin(x)

...

>>> x0=3

>>> h=0.01

>>> df = (f(x0+h)-f(x0-h))/(2*h)

Então, para calcular derivada numérica em Python, basta utilizar as linhas de código acima.

Para responder a essa pergunta devemos utilizar nosso conhecimento de Cálculo Numérico Computacional.

Um método simples e bastante utilizado para a resolução numérica de derivadas é o chamado Método das Diferenças Finitas. Utilizando Séries de Taylor com truncamento de segunda ordem, podemos aproximar, em que x é o ponto no qual se deseja derivar e h é pequeno. Supondo que desejamos calcular uma aproximação da derivada de com x=3 e h=0,01. Em Python, teríamos:

>>> def f(x):

... return np.sin(x)

...

>>> x0=3

>>> h=0.01

>>> df = (f(x0+h)-f(x0-h))/(2*h)

Então, para calcular derivada numérica em Python, basta utilizar as linhas de código acima.

Para responder a essa pergunta devemos utilizar nosso conhecimento de Cálculo Numérico Computacional.

Um método simples e bastante utilizado para a resolução numérica de derivadas é o chamado Método das Diferenças Finitas. Utilizando Séries de Taylor com truncamento de segunda ordem, podemos aproximar, em que x é o ponto no qual se deseja derivar e h é pequeno. Supondo que desejamos calcular uma aproximação da derivada de com x=3 e h=0,01. Em Python, teríamos:

>>> def f(x):

... return np.sin(x)

...

>>> x0=3

>>> h=0.01

>>> df = (f(x0+h)-f(x0-h))/(2*h)

Então, para calcular derivada numérica em Python, basta utilizar as linhas de código acima.