Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Part7 09 Sep Dif Int 2009 1 PDF
Part7 09 Sep Dif Int 2009 1 PDF
DE INGENIERA
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.
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.
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
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:
Donde:
y x esta entre [x-h, x+h]. Tenemos aqu una frmula de orden dos para f "(x).
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:
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].
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
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
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
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
hi = xi xi-1.
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
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
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
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
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
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
Siendo Ei =
h 5 ( 4)
90
[ ]
f ( i ) para i x 2( i 1) , x 2i
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 )
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
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
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)
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
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:
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
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
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:
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
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.
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
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:
0 f ( x)dx 2 ( yo + 2 y1 + 2 y 2 + 2 y3 + y 4 ) = 12.2(0)
4 1
0 f ( x)dx 3 ( yo + 4 y1 + 2 y 2 + 4 y3 + ... + 2 y n2 + 4 y n1 + y n )
4 1
0 f ( x)dx 3 ( yo + 4 y1 + 2 y 2 + 4 y3 + y 4 ) = 12.2(3)
4 1
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:
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
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.
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
4. Calcular:
Bibliografa
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