Documentos de Académico
Documentos de Profesional
Documentos de Cultura
IntegracionNumerica PDF
IntegracionNumerica PDF
La aproximacin numrica de la integral definida se conoce como integracin o cuadratura numrica. El segundo nombre procede de la antigedad en relacin con el clculo de las
reas de las figuras curvas, cuyo ejemplo ms notorio es el problema de la cuadratura del
crculo (encontrar el cuadrado de rea coincidente con la de un crculo dado). En este tema
nos ocuparemos del clculo aproximado del rea bajo la curva f (x) definida sobre un intervalo
[a,b] de la recta real, es decir:
I ( f ) f ( x ) dx
b
k 1
de manera que
f (x)dx Q[ f ] E[ f ]
91
f ( x) pn 1 ( x) f ( xi )
i 1
j 1
j i
x xj
xi x j
f ( xi )li ( x )
n
i 1
(1)
f ( x ) dx pn 1 ( x) dx f ( xi ) li ( x) dx
a
a
i 1
n
wi
siendo li(x) (i = 1,...,n) los polinomios de Lagrange (grado n1) definidos por los n nodos utilizados. Ntese que con independencia de la funcin subintegral f (x), los pesos de la frmula
coinciden con los valores de la integral de los polinomios de Lagrange en el intervalo.
La precisin de la aproximacin est asociada con la capacidad de la regla para integrar
exactamente polinomios; se genera as el concepto de grado polinomial.
f ( x) dx p N ( x ) dx
b
f ( x) p
b
( x ) dx
f ( x ) pN ( x ) dx eN ( x) dx
b
Integrando la funcin error eN(x) asociada con la interpolacin se puede obtener el trmino de error de las distintas frmulas de cuadratura. Se puede demostrar que el error de truncatura de las frmulas de cuadratura (interpolacin polinmica) verifica:
E[ f ] = K f N+1)(c)
Hemos visto que dado un nmero cualquiera n de nodos, siempre es posible determinar
un polinomio de interpolacin de grado n1 y generar una frmula de cuadratura de n puntos.
Si los nodos xi estn igualmente espaciados en el intervalo [a,b], las reglas resultantes se conocen como frmulas de cuadratura de Newton-Cotes. Diremos adems que la frmula es
cerrada si los nodos incluyen a los extremos a y b del intervalo de integracin; de no ser as,
diremos que la frmula es abierta. Se indican a continuacin las formulas ms simples (1, 2 y
3 nodos):
La frmula abierta de 1 nodo:
92
n = 1:
ab
f (x)dx (b a ) f
h f1
2
(2)
f (x)dx
ba
h
f (a ) f (b) f1 f 2
2
2
(3)
n = 3:
f (x )dx
ba
ab
f (b )
f (a ) 4 f
6
2
h
f1 4 f 2 f3
3
(regla de Simpson)
(4)
ba
es la distancia entre nodos en las frmulas cerradas (trapecio y Simpson) y la
n 1
longitud total del intervalo en la frmula abierta del punto medio.
donde h
I ( f ) f ( x) dx w1 f ( x1 ) w2 f ( x2 ) w3 f ( x3 )
b
w1 f1 w2 f 2 w3 f3
x1 a, x3 b
con
ab
x2 2
donde los tres pesos w1, w2 y w3 son a determinar. Se trata de que la regla integre correctamente los polinomios de grado tan alto como sea posible. Como disponemos de tres coeficientes a determinar (los tres pesos wi), conseguiremos hacerlo de manera que la frmula integre exactamente los polinomios con al menos otros tantos (tres) coeficientes, es decir, los
polinomios de grado 2:
p2(x) = a0 + a1 x + a2 x2
Dada la propiedad aditiva de la integracin, para ello basta que se integren exactamente
los monomios {x0, x1, x2}, que forman una base de los polinomios de grado 2. Estas 3 condiciones nos permitirn determinar los 3 pesos de la regla:
93
1dx b a w 1 w
b
xdx
1 w3 1
b2 a 2
ab
w1 a w2
w3 b
2
2
b3 a 3
ab
2
x dx
w1 a 2 w2
w3 b
3
2
a2
1
ab
2
ab
1
ba
w1 2
b a2
b w2
2
w3 b3 a 3
2
b
3
ba
2(
b a)
w2
3
ba
w3 6
que es un sistema de tres ecuaciones con tres incgnitas. De su resolucin se obtienen los pesos de la regla de los 3 puntos, que lgicamente coinciden con los de la regla de Simpson,
como es inmediato comprobar.
En general, cuando hay n pesos a determinar, se plantea la integracin exacta de los n
monomios de grado 0 hasta n1, con lo que se obtiene un sistema de dimensin nn cuya
matriz de coeficientes es siempre regular (determinante de Vandermonde 0), y por tanto
cuya solucin es nica.
Precisin de las frmulas de Newton-Cotes.
Estimaremos a continuacin el error cometido con la regla del punto medio. Desarrollando el integrando en serie de Taylor en torno al punto medio m = (a+b)/2:
f ( x) f ( m) f ( m )( x m )
f ( m)
f ( m )
( x m)2
( x m )3
2
6
(5)
Al integrar esta expresin desde a hasta b, los trminos de exponente impar desaparecen
(su integral se cancela):
I ( f ) f (m)(b a)
f (m)
f 4) (m)
(b a )3
(b a ) 5 M ( f ) O ( h 3 )
24
1920
(6)
donde M ( f ) es la frmula del punto medio, y la longitud del intervalo h = ba es suficientemente pequea para que se cumpla h5 << h3 ; entonces diremos que el orden de precisin de
esta regla es 3, lo que significa que el error est acotado de la siguiente manera:
E ( f ) = I ( f ) M ( f ) < K h3
donde K es una constante adecuada. De todo ello podemos extraer dos importantes conclusiones:
Si reducimos a la mitad (factor 2) la longitud del intervalo de integracin, la cota del error
se reduce en un factor de 23 = 8, que es sensiblemente inferior.
El error E ( f ) depende de la 2 derivada (y superiores) de la funcin subintegral f (x), y la
2 derivada y superiores son nulas para polinomios de grado 0 y 1. Por tanto la regla del
94
punto medio integra exactamente polinomios de grado 1, y el grado polinomial de la regla no es 0 (como cabra esperar de un nico punto de integracin) sino 1, igual que la regla trapezoidal, cuyo grado polinomial tambin es 1 y cuyo orden de precisin es 3, como
fcilmente se puede comprobar.
Similar argumentacin permitira observar de nuevo que el grado polinomial de la regla
de Simpson no es 2, como en principio cabra esperar (polinomio de interpolacin de grado
2), sino 3 (tambin integra exactamente los polinomios de grado 3) y el orden de precisin de
la regla es 5.
Este fenmeno que se debe a la cancelacin de errores positivos y negativos queda ilustrado en la siguiente figura:
p1(x)
p0(x)
a
Figura 1.
p3(x)
p2(x)
Sea
f ( x )dx wi f ( xi ) E ( f )
n
i 0
una frmula cerrada de Newton-Cotes de n+1 puntos, con a = x0, b = xn y h = (ba)/n; entonces
c (a,b) tal que para:
n impar:
E( f )
n par:
E( f )
h n 2 f n 1) (c ) n
t (t 1) (t n )dt
(n 1)! 0
h n 3 f n 2) (c ) n 2
t (t 1) (t n )dt
( n 2)! 0
Aplicando este teorema se tiene que cuando el nmero de puntos es par, el grado polinomial de la frmula es n1, mientras que cuando el nmero de puntos es impar el grado polinomial es n. El orden de precisin es superior al grado polinomial en 2 unidades.
La regla del trapecio, por ejemplo, tiene un grado polinomial n = 1, y si fC2[a,b], entonces:
f (x)dx
h
h3
f
f (c)
1 2
2
12
f (x)dx
h
h5 4)
f
4
f
f (c )
1
2
3
3
90
95
(7)
f (x)dx
3h
3h5 4)
f (c )
f1 3 f 2 3 f 3 f 4
8
80
Como se puede comprobar, la 1 y 2 reglas de Simpson tienen el mismo grado de precisin, pero la 1 slo evala la funcin en 3 nodos mientras que la 2 lo hace en 4. Por tanto es
ms eficiente utilizar la 1 regla de Simpson que la 2, puesto que ambas convergen a la misma velocidad pero el coste computacional de la 1 es menor que el de la 2. En trminos absolutos, sin embargo, el trmino de error es potencialmente menor en la 2 que en la 1, ya que el
coeficiente de la derivada 4 ( f 4)) es menor para la 2 regla que para la 1 (tngase en cuenta
que para un mismo intervalo [a,b], h = (ba)/2 en la 1, y h = (ba)/3 en la 2).
Ejemplo 1:
Queremos integrar la funcin f (x) = 1 + ex sin(4x) en el intervalo [a,b] = [0,1]. Para ello vamos a aplicar algunas de las frmulas de cuadratura de Newton-Cotes.
Para la regla del trapecio tenemos h = 1 y el resultado es:
f (x)dx
1
1
f (0) f (1) 1.00000 0.72159 0.86079
2
2
f (x)dx
12
1
f (0) 4 f ( 12 ) f (1) 1 4 1.55152 0.72159 1.32128
3
6
f (x )dx
3 13
f (0) 3 f ( 13 ) 3 f ( 23 ) f (1)
8
1
1.00000 3 1.69642 3 1.23447 0.72159 1.31440
8
x4
x1
f (x )dx
f (x )dx
2h
7 f1 32 f 2 12 f 3 32 f 4 7 f5
45
(8)
2 14
7 f (0) 32 f ( 14 ) 12 f ( 12 ) 32 f ( 34 ) 7 f (1)
45
1
7 1 32 1.65534 12 1.55152 32 1.06666 7 0.72159 1.30859
90
f (x)dx
21 e 4 cos(4) sin(4)
1.3082506046426...
17 e
lo que nos permite observar y comparar la calidad de la aproximacin de las 4 reglas aplicadas.
Sin embargo, para que la comparacin entre los mtodos de cuadratura sea coherente,
deberamos integrar por cada mtodo sobre el mismo intervalo y con la misma cantidad de
evaluaciones de la funcin subintegral. A esta situacin podremos llegar si subdividimos convenientemente el intervalo, como mostraremos en el siguiente ejemplo. Para ello integraremos
sobre un intervalo comn [a,b] utilizando en cada mtodo cinco evaluaciones de la funcin
fk = f (xk) (k = 1,...,5). El proceso de aplicar la regla del trapecio en cada uno de los subinterva96
los [x1,x2], [x2,x3], [x3,x4] y [x4,x5] (que se llama regla compuesta del trapecio y se estudia en
el siguiente apartado) conduce a la expresin:
x5
x1
x3
x4
x5
x1
x2
x3
x4
h
h
h
h
f1 f 2 f 2 f3 f 3 f 4 f1 f5
2
2
2
2
h
f1 2 f 2 2 f3 2 f 4 f5
2
La regla de Simpson puede usarse de igual forma. Su aplicacin a cada uno de los dos
intervalos [x1,x3] y [x3,x5] se llama regla compuesta de Simpson:
x5
x1
x5
x1
x3
h
h
h
f1 4 f 2 f3 f 3 4 f 4 f5 f1 4 f 2 2 f3 4 f 4 f 5
3
3
3
Queremos integrar la funcin f (x) = 1 + ex sin(4x) en el intervalo [a,b] = [0,1], con distintas reglas pero
con el mismo nmero de puntos de integracin. Para ello aplicaremos la regla compuesta del trapecio
(cuatro veces), la regla compuesta de Simpson (dos veces) y la regla (8) (Newton-Cotes de 5 puntos),
de manera que cada una de ellas utilice en total 5 evaluaciones de la funcin. Luego compararemos los
resultados obtenidos.
El valor comn de h es h = 1/4. La regla compuesta del trapecio nos da:
f (x)dx
14
f (0) 2 f ( 14 ) 2 f ( 12 ) 2 f ( 34 ) f (1)
2
1
1.00000 2 1.65534 2 1.55152 2 1.06666 0.72159 1.28358
8
f (x )dx
14
f (0) 4 f ( 14 ) 2 f ( 12 ) 4 f ( 34 ) f (1)
3
1
1.00000 4 1.65534 2 1.55152 4 1.06666 0.72159 1.30938
12
f (x)dx
2 14
7 f (0) 32 f ( 14 ) 12 f ( 12 ) 32 f ( 34 ) 7 f (1) 1.30859
45
f (x)dx
La aproximacin obtenida con las 2 reglas de Simpson, 1.30859, es mucho mejor que el valor 1.28358
obtenido con las 4 reglas del trapecio, y de nuevo es la regla de 5 puntos (7) la que proporciona la
mejor aproximacin de las tres, 1.30859.
97
Sabemos de apartados anteriores que la precisin obtenida mediante una regla de cuadratura en el clculo de una integral definida mejora sensiblemente con la disminucin del
tamao del intervalo de integracin. Por tanto, dado que el intervalo total de integracin es un
dato fijo de partida que no podemos alterar, la nica forma de mejorar la precisin de una
regla de cuadratura (e incluso para conseguir un resultado razonable si la funcin integrando
oscila varias veces en el intervalo) es dividir el intervalo en subintervalos, aplicar la regla a
cada uno de ellos y sumar los resultados; este proceso, que ya hemos utilizado en el ltimo
ejemplo, da lugar a las reglas o frmulas compuestas.
Regla compuesta del trapecio. Supongamos que se divide el intervalo [a,b] en M subintervalos [xk,xk+1] de anchura comn h = (ba)/M mediante una particin cuyos extremos
xk = a + k h (k = 1, ..., M+1), estn igualmente espaciados. Representemos por T(f ,h) la regla
compuesta del trapecio con M subintervalos de longitud h. Dicha frmula se puede expresar
de cualquiera de las siguientes formas equivalentes:
T ( f , h)
o bien
o bien
h M
f ( xk 1 ) f ( xk )
2 k 1
h
f 0 2 f1 2 f 2 2 f M 2 2 f M 1 f M
2
M 1
h
T ( f , h) f (a) f (b) h f (xk )
2
k 1
T ( f , h)
f (x)dx T ( f , h ) ET ( f , h )
tal que, si adems f C2[a,b], entonces existe un valor c con a < c < b que permite escribir el
trmino del error ET(f,h) como:
ET ( f , h)
b a f (c) h 2
12
O (h 2 )
(9)
98
son con 2M subintervalos de longitud h. Dicha frmula se puede expresar de cualquiera de las
siguientes formas equivalentes:
h M
f ( x2 k 2 ) 4 f ( x2k 1 ) f ( x2 k )
3 k 1
S ( f , h)
o bien
o bien
h
f 0 4 f1 2 f 2 4 f 3 2 f 2 M 2 4 f 2 M 1 f 2 M
3
h
2h M 1
4h M
S ( f , h) f (a) f (b)
f ( x2k ) f ( x2 k 1 )
3
3 k 1
3 k 1
S ( f , h)
(10)
f (x)dx S ( f , h ) ES ( f , h )
tal que, si adems f C4[a,b], el trmino del error ES(f,h) se puede escribir como:
b a f 4) (c) h 4
ES ( f , h )
180
(10)
Consideremos f (x) = 2 + sin(2x1/2), y vamos a analizar el error cuando usamos la regla compuesta del
trapecio en el intervalo [1,6] y los nmeros de subintervalos son 10, 20, 40, 80 y 160.
La Tabla 1 muestra los resultados de aplicar la regla compuesta del trapecio y los correspondientes
errores para la funcin ejemplo.
M
10
20
40
80
160
h
0.5
0.25
0.125
0.0625
0.03125
T(f,h)
8.19385457
8.18604926
8.18412019
8.18363936
8.18351924
ET(f,h) = O(h2)
0.01037540
0.00257006
0.00064098
0.00016015
0.00004003
F (x) 2 x x cos(2 x )
sin(2 x )
2
f (x )dx F ( x) x 1 8.1834792077
x 6
que es el valor que se usa para calcular los errores ET(f,h) = 8.1834792077 T(f,h) que se muestran en
la Tabla 1. Es importante observar que conforme h disminuye en un factor de 1/2, los errores sucesi-
99
vos ET(f,h) disminuyen en un factor de aproximadamente 1/4; esto confirma que el orden de aproximacin es O(h2).
Supongamos que se trata de hallar el rea limitada por la curva y = f (x), las rectas
x = , x = 1, y el eje de abscisas, mediante una frmula de cuadratura que slamente realice
dos evaluaciones de la funcin. Cul es la eleccin de los dos nodos que proporciona un mejor resultado? Ya hemos visto que la regla del trapecio es un mtodo para aproximar el rea
limitada por una curva que slo realiza dos evaluaciones de la funcin en los extremos del
intervalo: (1, f (1)) y (1, f (1)). Sin embargo, si p.ej. la curva y = f (x) es cncava, el error de
la aproximacin es el rea de la regin comprendida entre la curva y el segmento rectilneo
que une sus extremos:
y
y = f (x)
x
1
0
1
Figura 2: Aproximacin trapezoidal con abscisas 1 y 1.
y = f (x)
x
x
x
1
2 1
1
0
Figura 3: Aproximacin trapezoidal con abscisas x1 y x2.
100
sea de grado polinomial 2n1 = 3, es decir, exacta para polinomios cbicos de la forma
f (x) = a3x3 + a2x2 + a1x + a0. Puesto que hay que determinar cuatro valores (w1, w2, x1 y x2),
debemos seleccionar cuatro condiciones que deban cumplirse. Aplicando la propiedad aditiva
de la integracin, ser suficiente con exigir que la frmula sea exacta para las cuatro funciones f (x) = 1, x, x2, x3. Las cuatro condiciones de integracin son, entonces:
f (x ) 1:
f (x ) x :
f (x ) x 2 :
f (x ) x 3 :
1dx 2
w1 w2
xdx 0
w1 x1 w2 x2
1
1
1
1
x 2 dx 2 3 w1 x12 w2 x22
x3 dx 0
w1 x13 w2 x23
x1 1
3 0.57735... ;
x2 1
3 0.57735...
De este modo hemos encontrado los nodos y los pesos con los que se construye la regla
de Gauss-Legendre con dos nodos. Puesto que la frmula es exacta para polinomios de grado
tres, el trmino del error incluir la derivada 4, el orden de precisin de la frmula simple
ser 5, y el de la compuesta 4.
pn (x )x k dx 0 ( k 0,1,..., n 1)
es decir, es ortogonal a todos los polinomios de grado inferior (propiedad del polinomio de
Legendre de grado n), Se puede demostrar que:
1. El polinomio pn(x) tiene n races reales y simples en el intervalo (1,1).
2. La regla de cuadratura (interpolacin polinomial) de n puntos, cuyos nodos son las n races del polinomio pn(x), es de grado polinomial 2n1; ser por tanto la regla buscada, y se
conoce como frmula de Gauss-Legendre.
En el ejemplo anterior los dos nodos que se han obtenido son las races del polinomio de
Legendre de primer grado.
Regla de Gauss-Legendre con dos nodos.
Si f es continua en [1,1], entonces
f (x )dx G2 (f ) f ( 1
3) f (1
3)
f (x )dx f ( 1
3) f (1
101
3) E 2 ( f )
siendo
Los nodos xn,k y los pesos wn,k que hay que usar estn tabulados y pueden conseguirse
fcilmente en manuales de frmulas y tablas matemticas; en la Tabla 2 se relacionan los valores correspondientes para las reglas de Gauss-Legendre de hasta siete nodos, as como la
forma de los trminos del error En( f ) correspondientes a las aproximaciones Gn( f ). Los nodos
son, de hecho, las races de los polinomios de Legendre; entonces los pesos correspondientes
se pueden obtener a continuacin resolviendo el sistema de ecuaciones lineales al que conduce el mtodo de los coeficientes indeterminados.
Tabla 2: Nodos y pesos para el mtodo de Gauss-Legendre.
n
2
3
4
5
Nodos xn,k
0.5773502692
0.7745966692
0.0000000000
0.8611363116
0.3399810436
0.9061798459
0.5384693101
0.0000000000
0.9324695142
0.6612093865
0.2386191861
0.9491079123
0.7415311856
0.4058451514
0.0000000000
k 1
Pesos wn,k
1.0000000000
0.5555555556
0.8888888888
0.3478548451
0.6521451549
0.2369268851
0.4786286705
0.5688888888
0.1713244924
0.3607615730
0.4679139346
0.1294849662
0.2797053915
0.3818300505
0.4179591837
Error En[ f ]
(1 135) f 4) (c )
1
f 6) (c )
15 750
1
f 8) (c )
3 472 875
1
f 10) (c )
1 237 732 650
2n 1 n !4
f 2 n ) (c ) (1 c 1) .
3
(2n 1) (2n)!
(11)
Como conclusin prctica puede observarse que las abscisas y los pesos de las frmulas
de Newton-Cotes son ms sencillos que los de las de Gauss-Legendre (nmeros irracionales);
por este motivo, el primer mtodo es ms til y prctico en los clculos manuales, mientras
que para la utilizacin del segundo, sobre todo a medida que aumenta el valor de n, ser ms
adecuado realizar los clculos mediante ordenador.
102
f ( x )dx wk f ( xk )
n
k 1
de grado polinomial 2n1, es decir, que integre exactamente cualquier polinomio de grado no
mayor que 2n1. Para ello, tanto los pesos wk como las abscisas xk de los nodos quedan por
determinar (2n condiciones para integrar exactamente polinomios con 2n coeficientes).
Solucin dada:
Fijaremos las abscisas {xk (k =1,...,n)} de los n nodos coincidiendo con las n races del
polinomio de Legendre de grado n. Una vez hecho esto, calcularemos los correspondientes
pesos {wk (k =1,...,n)} de la frmula integrando los polinomios de Lagrange asociados con los
nodos, o mediante coeficientes indeterminados.
Justificacin de la solucin:
Sabemos que, en general, la frmula resultante integrar exactamente cualquier polinomio de grado n1 que pase por los puntos {xk, f (xk)}; no obstante mostraremos que en este
caso especial (abscisas coincidentes con las races del polinomio de Legendre) el grado polinomial de la frmula es muy superior a n1. De hecho es igual a 2n1.
Sea p2n1(x) un polinomio cualquiera de grado 2n1, y sea nx) el polinomio de Legendre de grado n. Dividiendo el primero entre el segundo:
p2 n 1 ( x )
n ( x)
n 1 ( x) an 1 x
n 1
a1 x a0
p2 n 1 ( x) n ( x ) an 1 x n 1 a1 x a0 n 1 ( x) (12)
p2 n 1 ( x) dx n ( x ) an 1 x n 1 ... a1x a0 dx n 1 ( x ) dx
1
La primera integral del segundo miembro se anula porque, siendo nx) un polinomio de
Legendre, es ortogonal a todos los polinomios de grado inferior:
Por tanto:
n ( x) x k dx 0
( k 0,..., n 1)
p2 n 1 ( x ) dx n 1 ( x) dx
1
Adems, como {xk (k =1,...,n)} son las n races de nx), sustituyendo en (12):
p2 n 1 ( xk ) n 1 ( xk )
(k 1,..., n)
Tambin hemos deducido ya (segundo paso de la solucin) los n pesos wk que integran
exactamente cualquier polinomio de grado n1 muestreado en las abscisas {xk (k =1,...,n)}.
En conclusin:
p2 n 1 ( x )dx n 1 ( x )dx wk n 1 ( xk ) wk p2 n 1 ( xk )
1
k 1
k 1
103
que es lo que queramos demostrar: la regla de n nodos integra exactamente cualquier polinomio de grado 2n1 si los nodos coinciden con las races del polinomio de Legendre.
Traslacin del mtodo de Gauss-Legendre.
Supongamos que tenemos los nodos {xk} y los pesos {wk} (k = 1, ..., n) necesarios para
aplicar la regla de Gauss-Legendre con n nodos en []. Entonces, para aplicar el mtodo de
Gauss-Legendre en un intervalo [a,b]:
f (x)dx
y la relacin
ab ba
2
2
dx
ba
d
2
1
1
a b ba ba
f (x)dx f
d g ( )d
1
1
2
2
2
(13)
g ( )
f (x )dx
ba n
ab ba
wk f
xk
2 k 1
2
2
104
h/2
c
c-h/2
c+h/2
f ''(c )
f '''(c )
( x c )2
( x c)3
2!
3!
2
h f ''(c ) h
f '''( c ) h 3
f (c h / 2) f ( c) f '(c )
2
2!
4
3!
8
2
h f ''(c ) h
f '''(c ) h 3
f (c h / 2) f (c ) f '(c )
2
2!
4
3!
8
f ( x ) f (c ) f '(c )( x c )
ET (h )
h3
h5
h7
f vi ) ( c)
f ''(c )
f iv ) (c )
12
480
53760
Del mismo modo se puede obtener el desarrollo en serie de potencias de h para la frmula del punto medio :
EM (h )
ch / 2
c h / 2
f ( x ) dx h f (c )
h3
h5
h7
f vi ) ( c)
f ''(c )
f iv ) (c )
24
1920
322560
- A dos frmulas simple distintas con el mismo orden de precisin. Por ejemplo a las
frmulas del trapecio y del punto medio.
Veamos un ejemplo de cada una de estas dos aplicaciones.
En el primer caso se considera la frmula del trapecio compuesta n veces y 2n veces, es
decir, con amplitudes del subintervalo iguales a :
h1
ba
h
n
y h2
ba h
2n
2
I I 2 c1 ( h / 2) 2 c2 ( h / 2)3
105
3 I 4 I 2 I1 c2 h 3 / 2 I
4 I 2 I1
O (h 3 )
3
una frmula que tiene un orden de precisin igual a 3, superior al de las dos de partida.
En el segundo caso se van a considerar las frmulas del trapecio y del punto medio:
h3
I I T f ''(c ) O (h 5 )
12
h3
I I M f ''(c ) O ( h 5 )
24
106
1. Obtener una frmula de integracin numrica de tipo interpolatorio, as como los correspondientes trminos de error, siendo las frmulas de la forma:
z
z
z
h
1
0
1
f ( x ) dx a1 f ( 0) a 2 f (1 2)
f ( x ) dx h a 0 f ( h) a1 f ( 0) a 2 f ( h )
f ( x ) dx a 0 f (1 4) a1 f (1 2) a 2 f ( 3 4)
f ( x ) dx a 0 f ( 1 2) a1 f ( 0) a 2 f (1 2)
dx
utilizando la regla de los trapecios compuesta con 2 y 4 subintervalos, y
1 x
aplicando posteriormente extrapolacin de Richardson para calcular una tercera aproximacin.
2. Calcular
dx
por medio de:
1 x2
a) La regla del trapecio.
b) La primera regla de Simpson.
c) La segunda regla de Simpson.
3. Evaluar I
( x 4 x 2 1) dx
Sol: I 213/5
5. Utilizando la regla de los trapecios y la primera regla de Simpson calcular
f ( x ) dx
( x 3 2 x 2 7 x 5) dx
6. Evaluar
integracin de un punto, obteniendo a partir de estas dos un valor mejor mediante la extrapolacin de Richardson.
Sol: I = 62/3
107
7. Calcular
la
integral
( x 3 2 x 2 7 x 5) dx ,
aplicando:
( x 3 x 2 x 1) dx
9. Evaluar
Sol: I = 104/3
dx
por medio de dos frmulas de cuadratura de Gauss-Legendre con dos y
x2
tres puntos.
Sol: I2 = 0.497041, I3 = 0.499874
11.Calcular
dx
x
Sol: I = 0.693147
0
Sol: n = 4, I4 = 0.078125
sin( x ) dx
y ( x ) dx de la forma ms adecuada.
Sol: 6.389
14.Aplicar la frmula de Gauss-Legendre de dos nodos para calcular
sin( t ) dt
Sol: I = 0.998473
108
0.9062
0.2369
0.5385
0.4786
0.0000
0.5689
integral I
la
(5 x ) 1 dx ,
se
pide:
a) Determinar el nmero de veces que hay que componer la regla de Simpson para obtener el valor de I con un error 4.
b) Obtener dicha integral con la precisin pedida.
1.05
1.0247
Sol: a) n = 2; b) I = 0.405471
1.3
1.10
1.0488
1.15
1.0724
1.20
1.0954
1.25
1.1180
1.30
1.1402
x
f (x)
1
3
2
4
3
3
4
0
5
5
6
12
7
21
8
32
9
45
Calcular f ( x ) dx
9
x4
x0
f ( x )dx
4h
14h5 iv )
(2 f 1 f 2 2 f 3 )
f ( c)
3
45
109
19.Sabiendo que
f ( x ) dx 2
0.8
0 x 0.8
0.0
5
0.1
8
0.2
6
0.3
3
0.4
0
0.5
-3
0.6
-3
0.8
5
0.00
10.00
0.10
6.84
0.30
4.00
0.50
4.20
0.70
5.51
0.95
5.77
1.20
1.00
y segunda de Simpson y de la regla de los trapecios para obtener la mayor precisin posible.
Hallar una cota del error cometido.
21.Aproximar
Sol: 6.07908
L ( x ) dx con un error 0.02, utilizando la frmula abierta del punto medio
compuesta.
Sol: 1.30022(5 aplicaciones)
110
INTRODUCCIN...............................................................................................91
7.3.-
7.2.7.4.7.5.7.6.7.7.-
FRMULAS DE CUADRATURA.....................................................................91
FRMULAS COMPUESTAS............................................................................98
FRMULAS DE CUADRATURA DE GAUSS...............................................100
EXTRAPOLACIN DE RICHARDSON............... Error! Marcador no definido.
TEMA 7. EJERCICIOS....................................................................................107
111