Part7 09 Sep Dif Int 2009 1 PDF

UNIVERSIDAD NACIONAL
DE INGENIERA
FACULTAD DE INGENIERA MECNICA

Departamento Acadmico de Ciencias Bsicas, Humanidades y
Cursos Complementarios
CALCULO NUMERICO (MB 535)
DIFERENCIACION E INTEGRACION NUMERICA
2009-1
UNI-Facultad de Ingeniera Mecnica P.A 2009-1
DACIBAHCC Mtodos Numricos MB536
Diferenciacin Numrica
Introduccin
El clculo de la derivada de una funcin puede ser un proceso "difcil" ya sea por lo
complicado de la definicin analtica de la funcin o por que esta se conoce nicamente en un
nmero discreto de puntos. (Este es el caso si la funcin representa el resultado de algn
experimento).
El problema de diferenciacin numrica aparentemente es semejante al de la integracin
numrica, o sea, una vez que se obtiene el polinomio interpolante de la funcin f(x), la
aproximacin de las derivadas se pueden obtener derivando el polinomio, pero se debe tener
cuidado. La diferenciacin tiende a magnificar las pequeas discrepancias o errores en una
funcin aproximada como se muestra en la figura 1.
Figura 1 Aproximacin a la derivada usando la derivada de un polinomio
Por la Figura 1, un polinomio pn(x) parece ser una excelente funcin para aproximar el
b b dp n ( x)
integrando de la integral p n ( x)dx por f ( x)dx . Mientras que, que representa la
a a dx
inclinacin de la recta tangente de pn(x), puede ser significativamente diferente en magnitud a
df ( x)
, aun en los puntos donde pn(x) y f(x) tienen el mismo valor. Derivadas de orden
dx
superior tienden a magnificar las discrepancias. Asimismo, la diferenciacin numrica es un
proceso menos preciso de la integracin numrica y debe evitarse si fuera posible. En verdad,
los Ingeniero y Cientficos usan la diferenciacin numrica con datos de laboratorio con cierta
precisin.
En esta separata estudiaremos tcnicas para aproximar las derivadas de una funcin y veremos
el anlisis de error de dichas formulas.
Profesores del curso: Garrido_- Castro_- Obregn 1

Frmulas para la primera derivada: La definicin de la derivada de una funcin f(x) en el

punto "x" esta dada en trminos del lmite:
De esta definicin podemos decir que si "h" es pequeo entonces:
(Note el smbolo de aproximacin). Esto nos da inmediatamente la primera frmula numrica

para aproximar la derivada:
Antes de ver algunos ejemplos donde usamos esta frmula, tratemos de contestar la pregunta
de Cun buena es esta aproximacin de la derivada?. Por el Teorema de Taylor sabemos que:
donde esta entre x y x+h. Si despejamos ahora en esta formula por f (x) y usamos la
definicin de D h f(x) tenemos que:
Esta frmula nos dice que D h f(x) aproxima a f '(x) con un error proporcional a "h", i.e., O(h).
Ejemplo 1: Tomamos f(x) = x 9 y queremos aproximar f (1) cuyo valor exacto es nueve. En la
siguiente figura ilustramos los errores como funcin de "h" en escala

logartmica.
Solucin:
f1=inline(x.^9);
x=1 ; h(1)=0.5; hvals=[]; dfbydx=[];
for i=1:17
h=h/10;hvals=[hvals h];dfbydx(i)=(f1(x+h)-f1(x))/h;
end
exact=9;loglog(hvals,abs(dfbydx-exact),'*');
axis([1e-18 1 1e-8 1e4])
xlabel('valor de h');ylabel('error en aproximacin');
title('Aproximacin de f '' (1) para f(x)=x^9')

Podemos ver que los errores disminuyen hasta un cierto valor crtico "hmin" luego del cual los
errores aumentan a pesar de que "h" disminuye. Contradice esto el resultado anterior con
respecto al O(h) del error? NO! El resultado anterior es sobre la convergencia si la aritmtica
es exacta y se dice que es un resultado asinttico. La figura ilustra los efectos de redondeo
debido a la aritmtica finita los cuales se hacen significativos para "h" pequeo y pueden
afectar cualquier frmula numrica para aproximar la derivada. Sin embargo, una frmula con
un grado de aproximacin digamos O(h2) es preferible que O(h) ya que los errores (tericos)
tienden a cero ms rpido y as "h" no tiene que ser tan pequea reduciendo as los efectos de
los errores por la aritmtica finita.
El mtodo anterior usando la expansin de Taylor se puede utilizar para obtener frmulas para
aproximar la derivada con un grado de aproximacin ms alto que uno. Ilustramos esto para la
obtencin de una formula O(h2). Si en lugar de llegar hasta trminos de orden dos,
expandimos hasta trminos de orden tres en la expansin de Taylor, obtenemos las formulas:
Si restamos estas dos ecuaciones, despejamos para f '(x), y usamos el teorema del valor medio
aplicado a f'''(x) obtenemos la frmula:

donde
y x esta entre [x-h, x+h]. Tenemos pues que la frmula D mh f(x) tiene un error proporcional a
O(h2).
Ejemplo 2: Comparamos las dos formulas obtenidas hasta ahora para aproximar f '(x) con el
ejemplo de f(x) = x 9 para f (1) . Los resultados los presentamos en forma tabulada para
distintos valores de h:
Este ejemplo ilustra lo superior de la formula . Note que cada vez que h se divide
entre dos, el error en la formula se divide por dos (aproximadamente) mientras que en
la formula se divide (aproximadamente) por cuatro (por qu?).
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de
Taylor que envuelvan x 2h, x 3h, etc. Por ejemplo la expansin:
Da una frmula de orden cuatro para f '(x). Es importante observar que mientras ms alto el
grado de aproximacin de la frmula, ms suave tiene que ser la funcin para que dicha
aproximacin sea valida. Por ejemplo esta frmula de orden cuatro requiere que la funcin
tenga cinco derivadas continuas en el intervalo en cuestin mientras que la frmula de orden
dos requiere nicamente tres derivadas continuas.
Frmulas para la segunda derivada: El proceso de arriba se puede usar para obtener
frmulas para las derivadas de orden mayor de uno de una funcin f(x). Usamos este proceso
para obtener una formula para la segunda derivada. Usando el Teorema de Taylor, podemos
escribir las expansiones:

Sumando estas dos expansiones y despejando para f''(x) obtenemos:
Donde:
y x esta entre [x-h, x+h]. Tenemos aqu una frmula de orden dos para f "(x).
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de

Taylor que envuelvan x 2h, x 3h, etc. Por ejemplo la expansin:
Da una frmula de orden cuatro para f"(x).
Diferenciacin usando polinomios de interpolacin: Suponga que {x o , x 1 ,.., x n } son puntos

distintos y sea pn(x) el polinomio que interpola a f(x) en estos puntos. Entonces aproximamos
f '(x) por:
Suponga que h = x i x j , ij. Se puede demostrar que
Aunque no discutiremos en ms detalles este mtodo para aproximar derivadas, si

mencionamos que las dos frmulas que discutimos para aproximar f '(x) se pueden obtener
usando polinomios de interpolacin de grados uno y dos respectivamente.

Ejercicios:
1. Utilice las formulas para aproximar la primera y segunda derivada discutidas en esta
leccin para aproximar las correspondientes derivadas de la funcin f(x) = x 2 cos(x)
en x=1 y para h=0.1, 0.01.
2. Usando el Teorema de Taylor verifique la frmula:
3. Para la frmula repita un proceso similar al del Ejemplo 1 donde "h" se

disminuye hasta que el error en la frmula empieza a aumentar.

Integracin Numrica
Introduccin
En diversas aplicaciones es necesario calcular la integral definida de una funcin f para la cual
no se conoce una expresin explcita de una primitiva, tal primitiva es obtenida an cuando
no se conoce una expresin de la funcin propiamente dicha. En estas situaciones puede ser
utilizada la integracin numrica que consiste en aproximar
a
I ( f ) = f ( x)dx
b
Utilizando apenas valores de la funcin f en un conjunto finito de nodos del intervalo [a; b].
De una forma general, puede decirse que los mtodos de integracin numrica consiste en
aproximar una funcin f por otra funcin g cuya primitiva sea ms simple de calcular. De esta
forma, la integral de f puede ser aproximado por
a
I ( f ) I ( g ) = g ( x)dx
b
El error cometido en este proceso, es representado por E(f), y est dado por
E( f ) = I ( f ) I (g ) = I ( f g)
dado que la integracin es un operador linear. Asimismo la aproximacin ser tanto mejor
cuando la funcin g se aproxime mejor a f en el intervalo [a; b].
Reglas de Integracin Bsica
Dado que las funciones polinomiales son simples de integrar, la utilizacin de polinomios
interpolantes en la aproximacin de funciones constituyen una herramienta interesante en
solucin de problema de integracin numrica.
Las reglas de integracin bsicas consiste en aproximar la integral de f en [a; b] por la integral
de un polinomio interpolante de f en un conjunto de n nodos en [a; b].
Designaremos por pn un polinomio de grado menor o igual a n que interpola a f en los nodos
x0 < x1 < ... < xn, pertenecientes a [a ; b]. Representando este polinomio en la forma de Newton
Gregory, obtenemos:

2 y 0 n y 0 x x0
p n ( x) = y 0 + sy 0 + s ( s 1) + L + s ( s 1) L ( s (n 1)) y s=
2! n! h
b b
I = f ( x)dx p n ( x)dx
a a
Figura 1 Polinomio interpolador de una funcin f
Para calcular el error de integracin (Ei) basta integrar el error de interpolacin (ET)
ET(x)=f(x)-Pn(x) entonces f(x)=Pn(x)+ET(x) y de esta forma:
b b b
a
f ( x)dx = p n ( x)dx + ET ( x)dx
a a
Luego, el error cometido en la integracin vale:

b
Ei = ET ( x)dx
a
f ()
(n +1)
para algn [a, b]
n +1
Donde: ET ( x ) = h s ( s 1)( s 2) L ( s n)
(n + 1)!
Reglas de Integracin
Bsica-Ejemplos

Definicin.- Una regla de integracin se dice de grado de exactitud, o de precisin n si

integra exactamente todos los polinomios de grado menor o igual a n y existe por lo menos un
polinomio de grado n+1 que no es integrado exactamente.
Reglas Compuestas de Integracin
Consiste en dividir el intervalo [a; b] en sub-intervalos, interpolar f en cada uno de los sub-
intervalos y aproximar la integral de f en [a; b] por la suma de las integrales de los polinomios
interpolantes, en su sub-intervalo respectivo.
Sea:
a = x0 < x1 < ... < x N = b
En cada sub-intervalo [xi-1; xi], la funcin f ser interpolada por un polinomio pi, de grado
menor o igual a ki. Entonces, la aproximacin de la integral de f en [a; b] ser dada por:
n
I = f ( x)dx
b xi
pi ( x )dx
a xi 1
i =1
Representamos hi el ancho del sub-intervalo [xi-1; xi], o sea,
hi = xi xi-1.
Muchas veces consideramos los sub-intervalos de igual ancho, esto es,

ba
hi = h = , i
N
Regla del Trapecio
En cada sub-intervalo es utilizado un polinomio de grado menor o igual a 1 que interpola a f

en sus extremos.
ba
Siendo n el nmero de sub-intervalos, el ancho de cada sub-intervalo est dada por h =
N
Los extremos de los sub-intervalos sern los puntos
xi = a + ih , para i=0,1,.., N

Designando por yi o valor de f en xi, el polinomio que interpola a f en los puntos xi-1 y xi est
dado por:
Regla simple del Trapecio (i=1)
I = f ( x)dx pi ( x)dx = ( y 0 + y 0 s )dx
b b b
a a a
s=(x-x0)/h , dx=hds
Para xi-1 = x0 s=0 ,
xi = x1 s=1
Integrando el polinomio p1 en [x0; x1] se obtendr (el rea del trapecio!)
1
b x1 x1 1 s2
I = f ( x)dx f ( x)dx = ( y 0 + sy 0 )dx = ( y 0 + sy 0 )hdz = h y 0 s + y 0
a x0 x0 0
2 0
1
h
= h y 0 + y 0 = h y 0 + ( y1 y 0 ) = ( y 0 + y1 )
1 1
2 0 2 2
Regla Compuesta del Trapecio
Sumando para todos los sub-intervalos se obtendr:

N N
I = f ( x) dx
h
( y i +1 + y i )
p i ( x ) dx =
b xi
i =1 2
a xi 1
i =1
La expresin para la regla de integracin del trapecio ser entonces:
h
I ( y o + 2 y1 + 2 y 2 + L + 2 y N 1 + y N )
2
Error de truncamiento
En el intervalo [xi-1; xi], el error de aproximacin de f por pi est dado por:
b b f () 1 f () 1 f ()
Ei = ET ( x)dx = h 2 s ( s 1) dx = h 2 s ( s 1) hds = h 3 ( s 2 s ) ds
a a 2! 0 2! 0 2!
1
f () 1 2 3 f () s
3
s2 f () 1 f ()
= = h3 = h 3
3
h ( s s ) ds h
2! 0 2! 3 2 0 2! 6 12
Entonces, el error de aproximacin de la regla del Trapecio para un intervalo ser:
h3
Ei = f ()
12
El error de truncamiento de la regla del trapecio compuesta es la suma de los errores Ei

en cada dos sub-intervalos [xi-1; xi] , esto es:

Etrap=E1+E2++EN
3
f ( i ) i [xi 1 , xi ] , con i=1,,N-1,N.
h
Donde Ei =
12
Un lmite del error, entonces, ser determinado:
|Etrap||E1|+|E2|++|EN|
3
h
Siendo E i = M i y M i = max f ( x)
12 x[ xi 1 , xi ]
h3 h3
Sea M 2 = max f ( x) . Entonces E i Mi M2
a x b 12 12
h3
Asimismo, Etrap n M 2 . Como N = (b a)/h, se tiene que
12
h2
E ( f ) = (b a ) f ( )
12
Error de redondeo
Considerando que cada yi tiene un error absoluto mximo , el error de redondeo en la regla
del trapecio satisfacer la condicin:
h
( yo + 2 y1 + ... + 2 y N 1 + y N )
n
a
i = o y i 2
= ( + 2 + ... + 2 + )
h
2
h
= 2 N
2
= (b a )
Un mejoramiento para el error absoluto total, en la aplicacin de la regla del Trapecio, ser
dado por:
E( f ) + a
Ejemplo:
1
Siendo f ( x) = e x , calcular un valor aproximado de
2
f ( x)dx utilizando la regla del
0
trapecio con 20 sub-intervalos y obtener un mejoramiento para el error cometido (considere
que los valores de f son exactos!). Cul es el error mximo absoluto admisible para los valores
de f si se pretender que el error de redondeo no sea superior al error de truncamiento?
Solucin:
Siendo h=1/20, la funcin ser evaluada en los puntos:
xi = ih , para i=0.1,,20
Un valor aproximado de la integral ser entonces:

1 19 1

2

e 0 + 2 e 20 + e 1 0.7467
1
0
x

2
20
e dx
2 i =1

Dado que, f ( x) = (4 x 2)e
2 x2
el mximo valor que toma en valor absoluto en el intervalo [
0; 1] es 2, concluimos que el mximo error de truncamiento est dado por:
h2
(b a )M 2 = (1 / 20 )
2
* 2 4.2 *10 4
12 12
Si se pretende que a E ( f ) se deber imponer que: (b a ) 4.2 * 10 4
por lo que = 4.2 x10 4 ser el mximo error absoluto permitido en el clculo de cada valor de
f.
Regla de Simpson
Consideremos ahora polinomios de grado menor o igual a 2, cada uno interpolando a f en tres
puntos igualmente espaciados.
El nmero n de sub-intervalos deber ser par, pues cada parbola interpolante es definida en
dos sub-intervalos consecutivos.
ba
Definimos nuevamente h = , los extremos de los sub-intervalos sern los puntos
N
xi = a + ih para i=0,1,,N.
Siendo yi el valor de f en xi, el polinomio pi que interpola a f en los puntos xi-1, xi y xi+1
Regla Simple de Simpson
La idea es sustituir una funcin f e integrar por el polinomio de Newton Gregory de grado i=2,
2 y 0
esto es, p 2 ( x) = y 0 + y 0 s + s ( s 1)
2!
b b b 2 y 0
I = f ( x )dx p 2 ( x)dx = y 0 + y 0 s + s ( s 1) dx
a a a
2!

Teniendo en cuenta la relacin entre las variables s y x, y que a=x0 y b=x2, entonces la
expresin anterior admite la siguiente simplificacin:
( x x0 )
Como s = entonces ds=1/hdx, esto es dx=hds
h
Para x=x0 s=0
Para x=x2 s=2
2
b b 2 2 y 0 s 2 2 y 0 s 3 s 2
I = f ( x)dx p 2 ( x)dx = y 0 + y 0 s +
s ( s 1) hds =h y 0 s + y 0
+ ( )
a a 0
2 ! 2 2 ! 3 2 0
2 y 0 8 2 y 0 2
( ) = h 2 y 0 + 2( y1 y 0 ) + ( y 2 2 y1 y 0 )
1
= h 2 y 0 + 2y 0 + ( 2) = h 2 y 0 + 2y 0 +
2! 3 2! 3 3
= ( y 0 + 4 y1 + y 2 )
h
3
Por lo tanto si se sustituye f por p2(x) obtenemos para la integral la siguiente expresin:
h
( y 0 + 4 y1 + y 2 )
b b
I = f ( x)dx p 2 ( x) dx
a a 3
Regla Compuesta de Simpson
Para obtener la frmula compuesta de Simpson, se debe dividir el intervalo Integrando pi en

ba
[a, b] en n sub-intervalos de igual espaciamiento h = y aplicar a cada par de sub-
N
intervalo [xi-1; xi] ,[xi; xi+1] i=1,2,..,n-1, . De esta forma, se obtiene:
h
( y 0 + 4 y1 + y 2 ) + h ( y 2 + 4 y 3 + y 4 ) + L + h ( y n 2 +4 y n 1 + y n )
b
I = f ( x)dx
a 3 3 3
Por tanto:
Sumando para todos los sub-intervalos [xi-1; xi+1], con i = 1; 3; ... ; N- 1, se obtiene:
h
( y 0 + 4 y1 + 2 y 2 + 4 y 3 + 2 y 4 + L + 2 y N 2 + 4 y N 1 + y N )
b
I ( f ) = f ( x) dx
a 3
Donde n es un nmero par.
Error de truncamiento
En el intervalo [xi-1; xi+1], el error de aproximacin de f por pi es:
Entonces, el error de aproximacin de ser:

Considerando f de clase C4, se demuestra entonces que:

h 5 ( 4)
Ei = f ( i )
90
para algn i [xi 1 , xi +1 ]

El error de truncamiento de la Regla de Simpson Compuesta se obtiene ahora por:
El error de la frmula compuesta es la suma de los errores cometidos en cada dos N/2 pares de
sub-intervalos, un par contiene tres puntos, esto es:
E1 s = E1 + E 2 + L + E N / 2
Siendo Ei =
h 5 ( 4)
90
[ ]
f ( i ) para i x 2( i 1) , x 2i
Determinando un limitante para el error, M 4 = max f ( 4 ) ( x) . Entonces:

a x b
h5 N N h5
Ei M 4 E1s Ei E1s M4
90 2 2 90
ba (b a ) 5
Con h = , entonces E1s h M4
N 180
El error de la frmula compuesta de Simpson es, por lo tanto:
(b a ) 5
E( f ) = h M4
180
Donde M4=max max f ( 4 ) ( x)
a x b
Error de redondeo
Considerando que cada yi tiene un error absoluto mximo , el error de redondeo en la regla
de Simpson satisfacer la condicin:
h
( yo + 4 y1 + 2 y 2 + 4 y3 + ... + 4 y N 1 + y N )
N
a
i = o y i 3
= ( + 4 + 2 + 4 ... + 4 + )
h
3
h N N h
= + 4 + 12 + = 3 N
3 2 2 3
= (b a )
Un mejoramiento para el error absoluto total, en la aplicacin de la regla de Simpson, ser

dado por:

E( f ) + a
Ejemplo:
1
f ( x) = e x calcular un valor aproximado de
2
Siendo f ( x)dx , utilizando la regla de
0
Simpson con 12 sub-intervalos y obtener el error absoluto total cometido (considere que los
valores de f son exactos!).
Solucin:
1
Siendo h = , la funcin ser evaluada en los puntos: xi = ih , para i = 0,1,,12
20
Un valor aproximado de la integral, por la regla de Simpson, ser entonces:

1 / 12 0
2 2
2 j +1 5 2 j+2
0 e dx 3 e + 4 e + 2 e
1
x2 12 12 1
+e
j =0 j =0
0.746825
calculando: f ( 4 ) ( x) se obtiene:
( )
f ( 4) ( x) = 16 x 4 48 x 2 + 12 e x
2
el mximo valor que toma en valor absoluto en el intervalo [ 0; 1] es 12, concluimos que el
mximo error de truncamiento est dado por:
h4 (1 / 12) 4
(b a ) f ( 4)
= 12 3.2 10 6
180 max 180
3
Regla de Simpson de
8
3
La regla de Simpson de consiste en aproximar la funcin mediante una cbica. El resultado
8
es
3h
S3 = y 0 + 2 y i + 3 yi + y N
8
N 8 i = 3, 6 , 9 ,... i = resto
ba
con : h =
N
Esta regla es ms complicada. La primera sumatoria solo incluye aquellas i's que sean
mltiplos de 3. La segunda el resto, es decir, las i's que no sean mltiplos de 3. Entre las 2
cubren desde 1 hasta N-1. Para una cbica se requieren 4 puntos, por lo cual se utilizan 3
intervalos. Por esta razn N debe de ser un mltiplo de 3.

Error de truncamiento:
(b a ) 4 ( 4 )
ET = h f ( )
80
Regla del Rectngulo
Por ultimo consideremos que la funcin se aproxima por un polinomio de grado 0, es decir, se
supone que en cada intervalo la funcin es constante. Geomtricamente se aproxima la
integral mediante rectngulos. La formula es
N 1
R N = h y i
i =0
Error de truncamiento:
ba
ET = hf ( )
2
Resumen de frmulas de Newton-Cotes Cerradas
Reciben este nombre cuando el primer y el ltimo dato se consideran dentro del dominio de
integracin.
Dados los puntos:
x0 x1 x2 ... XN-1 XN
f(x0) f(x1) f(x2) ... f(xN-1) f(xN)
Las frmulas cerradas tiene la forma:
f ( x)dx = h(w0 f ( x0 + w1 f ( x1 ) + ... + w N f ( x N ) ) + E

xn
x0
Regla del Trapecio (n=1)

h3
f ( x)dx = ( f ( x0 ) + f ( x1 ) )
x1 h
f " ( ) donde x0 < < x1
x0 2 12
Regla de Simpson 1/3 (n=2)

5
h
( f ( x0 ) + 4 f ( x1 ) + f ( x 2 ) ) h f ( 4) ( ) donde x0 < < x 2
x2
x0
f ( x )dx =
3 90
Regla de Simpson 3/8 (n=3)

5
3h
( f ( x0 ) + 3 f ( x1 ) + 3 f ( x 2 ) + f ( x3 ) ) 3h f ( 4) ( ) donde x0 < < x3
x3
x0
f ( x )dx =
8 80

n=4
7
x4
2h
f ( x)dx =(7 f ( x0 ) + 32 f ( x1 ) + 12 f ( x 2 ) + 32 f ( x3 ) + 7 f ( x4 )) 8h f ( 6) ( )
x0 45 945
donde x0 < < x4
Frmulas de Newton-Cotes Abiertas
f ( x)dx = h(w1 f ( x1 ) + w2 f ( x 2 ) + ... + wn 1 f ( x n 1 ) ) + E

xn
x0
Reciben este nombre debido a que no se toman en cuenta los valores extremos dentro del
dominio de integracin. Las frmulas cerradas tienen la forma:
Regla de Punto medio (n=0)

h3
f ( x)dx = 2h( f ( x1 ) ) +
x2
f " ( ) donde x0 < < x 2
x0 3
n=1
3
3h
( f ( x1 ) + f ( x2 )) + 3h f " ( ) donde x0 < < x3
x3

x0
f ( x)dx =
2 4
n=2
5
4h
(2 f ( x1 ) f ( x2 ) + 2 f ( x3 )) + 14h f ( 4) ( ) donde x0 < < x4
x4

x0
f ( x)dx =
3 45
n=3
5
x5
5h
(11 f ( x1 ) + f ( x 2 ) + f ( x3 ) + 11 f ( x 4 )) + 95h f ( 4) ( )
f ( x)dx =
x0 24 144
donde x0 < < x5

Cuadratura Gaussiana
Las frmulas de integracin vistas antes requieren que se conozcan los valores de la funcin
cuya integral se va a aproximar en puntos uniformemente espaciados. Sin embargo si la
funcin est dada explcitamente, los puntos para evaluar la funcin puede escogerse de otra
manera que nos lleve a una mayor precisin de la aproximacin.
La cuadratura Gaussiana se preocupa en escoger los puntos de evaluacin de una manera
ptima. Esta presenta un procedimiento para escoger los valores x1, x2, ... ,xn en el intervalo
n
f ( x)dx = ci f ( xi )
b
a
i =1
[a,b] y las constantes c1, c2, ... ,cn que se espera minimicen el error obtenido al realizar la
aproximacin:
Para determinar los puntos donde debe evaluarse la funcin se usan los llamados polinomios
ortogonales, siendo las races de este polinomio los que se toman como punto de evaluacin
de la funcin.
Polinomios ortogonales
Se dice que el conjunto de funciones {1,2,...,n} es ortogonal en <a,b> con respecto a la

funcin w(x)0, siempre y cuando se cumpla:
b

a
k ( x) j ( x) w( x)dx = 0 para j k
b
o
a k ( x) j ( x) w( x)dx > 0 para j = k
Si {1,2,...,n} es un conjunto de polinomios ortogonales definidos en el intervalo abierto

<a,b> respecto a una funcin peso continua W y k es un polinomio de grado k, para todo
k=1,2,3,...n : entonces se dice que k tiene k races distintas y estas races se encuentran en el
intervalo <a,b>.
Casos importantes de Polinomios Ortogonales
Polinomio de Legendre
Polinomio de Laguerre
Polinomio de Hermite
Polinomio de Chebyshev
Aqu nos ocuparemos del Polinomio de Legendre, el estudiante puede investigar acerca de los
otros Polinomios ortogonales.

Polinomio de Legendre
Se considera la funcin de peso: w(x)=1 y el intervalo de integracin [a,b]=[-1,1] y se pueden

obtener as:
1 d n ( x 2 1) n
Pn ( x) = para n = 0,1,2,.....
2 n n! dx n
2n + 1 n
o Pn +1 = xPn ( x) Pn 1 ( x)
n +1 n +1
Tabla de Polinomios de Legendre:
n Pn(x)
0 1
1 x
2 (3x2-1)/2
3 (5x3-3x)/2
4 (35x4-30x2+3)/8
5 (63x5-70x3+15x)/8
Una propiedad de estos polinomios ortogonales es que todas sus races son reales y simples,
adems se encuentran en el intervalo [a,b].
Cuadratura de Gauss-Legendre:
Consideremos la cuadratura Gaussiana para evaluar:

b
I = f (t )dt
a
Donde [a,b][-1,1], los lmites de integracin debe ser [-1,1] por lo cual recurrimos a un
cambio de variable:
t=
(b a) x + (a + b)
y dt =
(b a ) dx
2 2
Reemplazando tendremos:
(b a ) (b a ) x + (b + a ) (b a) n
ci f ( xi ) + E
b 1
a
f (t )dt =
2 1
f
2

dx =
2 i =1
Siendo xi las races o ceros del polinomio de Legendre de grado n

Adems:

2
ci =
( P' n ( xi )) 2 (1 xi )
2
2 2 n +1 (n!) 4 f ( 2 n ) ( )
E= 1,1
(2n + 1)((2n)!) 3
A continuacin se muestra una tabla conteniendo los factores de peso ci y los ceros del
polinomio de Legendre para (xi) para diversos valores de N.
Tabla de Gauss Legendre
N xi ci
1 0.0 2.0
2 -0.577350269189626 1.0
+0.577350269189626 1.0
3 -0.774596669241483 0.555555555555556
0.0 0.888888888888889
+0.774596669241483 0.555555555555556
4 -0.861136311594053 0.347854845137454
-0.339981043584856 0.652145154862546
+0.339981043584856 0.652145154862546
+0.861136311594053 0.347854845137454
5 -0.906179845938664 0.236926885056189
-0.538469310105683 0.478628670499366
0.0 0.568888888888889
+0.538469310105683 0.478628670499366
+0.906179845938664 0.236926885056189
6 -0.932469514203152 0.171324492379170
-0.661209386466265 0.360761573048139
-0.238619186083197 0.467913934572691
+0.238619186083197 0.467913934572691
+0.661209386466265 0.360761573048139
+0.932469514203152 0.171324492379170
Donde N es el nmero de puntos

Problemas Resueltos
1. Dados Los siguientes puntos de una funcin y = f(x)

4
Determine un valor aproximado de la integral 0
f ( x)dx .
(a) Por la regla del trapecio.
(b) Por la regla de Simpson.
(c) Por el polinomio que interpola aquellos puntos.
Solucin:
(a) Regla del Trapecio:

I
h
( y 0 + 2 y1 + K + 2 y n1 + y n )
2
h = xi +1 xi
En este caso, como n = 4 (5 puntos), tenemos
0 f ( x)dx 2 ( yo + 2 y1 + 2 y 2 + 2 y3 + y 4 ) = 12.2(0)
4 1
(b) Regla de Simpson:
0 f ( x)dx 3 ( yo + 4 y1 + 2 y 2 + 4 y3 + ... + 2 y n2 + 4 y n1 + y n )
4 1
Aplicando la regla de Simpson a este problema, tenemos:
0 f ( x)dx 3 ( yo + 4 y1 + 2 y 2 + 4 y3 + y 4 ) = 12.2(3)
4 1
(c) Polinomio Interpolante de Newton

Clculo de la tabla de diferencias,
El polinomio interpolante de Newton P4(x) se obtiene directamente a partir da tabla de

diferencias,
0.78 1.26 0.41 1.68
P4 ( x) = + ( x 0) + ( x 0)( x 1) ( x 0)( x 1)( x 2) +
0! 1! 2! 3!
2.33
( x 0)( x 1)( x 2)( x 3)
4!
0.78 0.0875 x + 2.1129 x 2 0.8625 x 3 + 0.0971x 4

Por lo tanto la integral de P4(x) es:

4
4 0.78 0.0875 2 2.1129 3 0.8625 4 0.0971 5
0
f ( x)dx =
1
x
2
x +
3
x
4
x +
5
x
0
12.1(8)

2
2. Calcule por la regla de Simpson un valor aproximado de la integral sin( x)dx con 3
0
dgitos significativos correctos. Verifique que el valor obtenido est debidamente prximo
al valor verdadero integral.
Solucin:

2
El clculo de la integral: sin( x)dx
0
Con 3 dgitos significativos correctos, equivale a considerar un error mximo absoluto de 5 x
10-3.
En seguida, vamos a calcular el nmero de intervalos (par) que es necesario considerar en la
aplicacin de la regla de Simpson:
h4
t b a max f ( 4) ( ) 5 x10 3
180 a b
En que:
ba
max f ( 4) ( ) = max sin( ) = 1 (b a) = , h =
a b a b 2 n
Tenemos entonces:
( 2n )4 5
1 5 10 3 n 4 3
n=2 h=
180 2 2 2 180 5 10
4
4
Aplicando la regla de Simpson:
3. Calcular la integral de:
con un error menor que 5x10-4

(a) Calcule la integral por la regla de Simpson.
(b) Cuantos intervalos sern precisos para la regla del trapecio?
(c) Duplicando el nmero de intervalos, de que manera seran afectado el error de cada
una de las reglas.
Solucin:
Clculo de las

ex 1 1 1 2 3
f ( x) = ; f ( x) = e x + 2 ; f ( x) = e x + 2 + 3 ;
x x x x x x
1 3 6 6 1 4 12 24 24
f ( 3) ( x ) = e x + 2 + 3 + 4 ; f ( 4) ( x ) = e x + 2 + 3 + 4 + 5 ;
x x x x x x x x x
Todas las derivadas sucesivas de f(x) tienen la forma:

a b
e x + 2 + ... ;
x x
Analizando esta expresin fcilmente se concluye que el valor mximo, en el intervalo entre [
1; 2 ] , ocurre para x = 1
a.) Error de Simpson:

Clculo del nmero de intervalos (par) de modo de garantizar un error inferior a 5 x 10-4 .
En este caso, para ser totalmente rigorosos deberamos considerar 6 intervalos (n = 6), no
obstante optamos por utilizar apenas 4 intervalos porque la expresin que nos da el error
de la regla de Simpson es muy pesimista con respecto al valor obtenido para n (4.04) y
ligeramente superior a 4.
Aplicando la regla de Simpson, considerando n = 4 , obtenemos entonces:
b.) La regla del trapecio

Clculo del nmero de intervalos de modo a garantizar un error inferior a 5x10-4
c.) Duplicando el nmero de intervalos:

Regla del trapecio: el error es dividido por 4
Regla del Simpson: el error es dividido por 16
4. Utilizando la cuadratura de Gauss-Legendre (n=2), estime la siguiente integral:

1.5
I = e t dt
2
Solucin:
(1.5 1) x + (1.5 + 1) 0.5 x + 2.5 x + 5
a=1, b=2, haciendo t = = =
2 2 4
dx
dt =
4
(14 )dx
2
x +5
1.5 1
t 2

1
e dt = e
1
4
2
x +5

1
F ( x) = e 4

4
1
1
F ( x)dx c1 F ( x1 ) + c 2 F ( x 2 )
i ci xi F(xi)
1 1 +0.5773502692 0.03577622856
2 1 -0.5773502692 0.07362403263
I=0.1094002612

Problemas Propuestos
1.- Calcule
con un error absoluto mximo de 5 x10-4: por la regla del trapecio.

2. Determinar:
con un error absoluto mximo de 5 x10-4:

a.) Por la Regla del trapecio
b.) Por la Regla de Simpson
3. Utilizando la regla de Simpson, determinar un valor aproximado de , con error

mximo de 5x10-5 . Recuerde que :
4. Calcular:
con un error absoluto mximo de 5x10-3:

(a) Por la regla del trapecio.
(b) Por la regla de Simpson.
Bibliografa
1. Anlise Numrica (2003/2004)- Apontamentos da disciplina de Anlise Numrica Anbal

Castilho Coimbra de Matos-Setiembre de 2003
http://paginas.fe.up.pt/an/an.pdf
2. Problemas resueltos de integracin
http://paginas.fe.up.pt/an/problemas/p_integracao.pdf
http://paginas.fe.up.pt/an/problemas.html
3. Gerald/Wheatley, Mtodos Numricos Aplicados, 7ma Edicin, Addison-Wesley, 2004
http://real.uwaterloo.ca/~sbirkett/syde312%20unit%204.pdf
4. Separatas de Clculo Numrico 1999-2001 Rosa Garrido Robert Castro.
5. Separatas de Clculo Numrico 2001-2004 Rosa Garrido Robert Castro- Hermes Pantoja

INDICE
Pag.
1. Diferenciacin Numrica 1
Formulas para la primera derivada con 02 puntos 2
Formulas Centrales para la primera derivada con 03 y 05 puntos 3
Formulas para la segunda derivada 4
Diferenciacin usando polinomios de interpolacin 4
Ejercicios 5
2. Integracin Numrica 6
Reglas de integracin bsica 7
Reglas Compuestas de Integracin 8
Regla simple del Trapecio 8

Regla Compuesta del Trapecio 9
Error de truncamiento del Trapecio 9

Error de redondeo del Trapecio 10
Regla simple de Simpson 11
Regla Compuesta de Simpson 12
Error de truncamiento de Simpson 13
Error de redondeo de Simpson 13
3
Regla de Simpson de 14
8
Error de truncamiento 14
Regla del Rectngulo 14
Error de truncamiento 15
Resumen de frmulas de Newton-Cotes Cerradas 15
Frmulas de Newton-Cotes Abiertas 17
Cuadratura Gaussiana 18
Polinomios ortogonales 18
Polinomio de Legendre 19
Cuadratura Gauss-Legendre 19
Tabla de Gauss- Legendre 20
Problemas Resueltos 20
Problemas Propuestos 25

Part7 09 Sep Dif Int 2009 1 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Part7 09 Sep Dif Int 2009 1 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL

FACULTAD DE INGENIERA MECNICA

CALCULO NUMERICO (MB 535)

DIFERENCIACION E INTEGRACION NUMERICA

Figura 1 Aproximacin a la derivada usando la derivada de un polinomio

Profesores del curso: Garrido_- Castro_- Obregn 1

Frmulas para la primera derivada: La definicin de la derivada de una funcin f(x) en el

De esta definicin podemos decir que si "h" es pequeo entonces:

(Note el smbolo de aproximacin). Esto nos da inmediatamente la primera frmula numrica

siguiente figura ilustramos los errores como funcin de "h" en escala

Profesores del curso: Garrido_- Castro_- Obregn 2

Profesores del curso: Garrido_- Castro_- Obregn 3

Profesores del curso: Garrido_- Castro_- Obregn 4

Sumando estas dos expansiones y despejando para f''(x) obtenemos:

En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de

Da una frmula de orden cuatro para f"(x).

Diferenciacin usando polinomios de interpolacin: Suponga que {x o , x 1 ,.., x n } son puntos

Suponga que h = x i x j , ij. Se puede demostrar que

Aunque no discutiremos en ms detalles este mtodo para aproximar derivadas, si

Profesores del curso: Garrido_- Castro_- Obregn 5

3. Para la frmula repita un proceso similar al del Ejemplo 1 donde "h" se

Profesores del curso: Garrido_- Castro_- Obregn 6

Reglas de Integracin Bsica

Profesores del curso: Garrido_- Castro_- Obregn 7

Figura 1 Polinomio interpolador de una funcin f

Luego, el error cometido en la integracin vale:

Profesores del curso: Garrido_- Castro_- Obregn 8

Definicin.- Una regla de integracin se dice de grado de exactitud, o de precisin n si

Reglas Compuestas de Integracin

Representamos hi el ancho del sub-intervalo [xi-1; xi], o sea,

Muchas veces consideramos los sub-intervalos de igual ancho, esto es,

En cada sub-intervalo es utilizado un polinomio de grado menor o igual a 1 que interpola a f

Profesores del curso: Garrido_- Castro_- Obregn 9

Regla Compuesta del Trapecio

Sumando para todos los sub-intervalos se obtendr:

En el intervalo [xi-1; xi], el error de aproximacin de f por pi est dado por:

El error de truncamiento de la regla del trapecio compuesta es la suma de los errores Ei

Profesores del curso: Garrido_- Castro_- Obregn 10

Profesores del curso: Garrido_- Castro_- Obregn 11

Regla Simple de Simpson

Profesores del curso: Garrido_- Castro_- Obregn 12

Regla Compuesta de Simpson

Para obtener la frmula compuesta de Simpson, se debe dividir el intervalo Integrando pi en

En el intervalo [xi-1; xi+1], el error de aproximacin de f por pi es:

Entonces, el error de aproximacin de ser:

Profesores del curso: Garrido_- Castro_- Obregn 13

Considerando f de clase C4, se demuestra entonces que:

para algn i [xi 1 , xi +1 ]

Determinando un limitante para el error, M 4 = max f ( 4 ) ( x) . Entonces:

Un mejoramiento para el error absoluto total, en la aplicacin de la regla de Simpson, ser

Profesores del curso: Garrido_- Castro_- Obregn 14

Un valor aproximado de la integral, por la regla de Simpson, ser entonces:

Profesores del curso: Garrido_- Castro_- Obregn 15

Resumen de frmulas de Newton-Cotes Cerradas

Las frmulas cerradas tiene la forma:

f ( x)dx = h(w0 f ( x0 + w1 f ( x1 ) + ... + w N f ( x N ) ) + E

Regla del Trapecio (n=1)

Regla de Simpson 1/3 (n=2)

Regla de Simpson 3/8 (n=3)

Profesores del curso: Garrido_- Castro_- Obregn 16

Frmulas de Newton-Cotes Abiertas

f ( x)dx = h(w1 f ( x1 ) + w2 f ( x 2 ) + ... + wn 1 f ( x n 1 ) ) + E

Regla de Punto medio (n=0)