Está en la página 1de 11

Instituto Tecnológico Superior de

Las Choapas.

Alumno: Esteban Osorio Callejas.

Materia: Análisis Numérico.

Docente: José Antonio Mitz Ramírez.

Trabajo: Investigación de la Unidad V.

Fecha de Entrega: Viernes 22 de Noviembre del 2019.

1
Introduccion.
En el siguiente trabajo de investigación se presentará el tema de “Derivación e
Integración Numérica” de la materia de Análisis Numérico, estos serán desglosando los
temas “Derivación Numérica” e “Integración Numérica Simple”, además de contener
conceptos de los temas, formulas utilizadas en los mismos.
Los mismos serán explicados de una forma clara y precisa mediante algunos ejemplos
encontrados en los mismos.

2
5.1 Derivación numérica.
Consideremos una función f(x) de la cual se conoce un conjunto discreto de valores
(x0, f0), (x1, f1), ..., (xn, fn). El problema que vamos a abordar es el de calcular la
derivada de la función en un punto x que en principio no tiene por qué coincidir con
alguno de los que figuran en los datos de que disponemos. La forma más sencilla de
resolver el problema de la diferenciación numérica consiste en estimar la derivada
utilizando fórmulas obtenidas mediante la aproximación de Taylor, que se denominan
fórmulas de diferencias finitas. Es importante tener en cuenta que el proceso de
diferenciación numérica es inestable. Los errores que tengan los datos, por ejemplo, los
cometidos en la adquisición de los mismos o los debidos al redondeo aumentan en el
proceso de diferenciación como veremos a lo largo de este capítulo.
Fórmulas de diferencias de dos puntos

Este proceso de paso al límite presenta distintos problemas para ser realizado en
situaciones prácticas donde no se conozca la forma explícita de f′(x). En primer lugar,

un límite no puede calcularse de modo aproximado en un computador donde los


números que se manejan son finitos. A pesar de todo es de esperar que si la función

f(x) no se comporta mal y h0 es un número finito, pero pequeño se cumpla:


Es más, la misma definición de la derivada implica que si f′(x) existe, entonces hay
algún h0 a partir del cual nuestra aproximación dista menos de una cantidad δ del valor
real para la derivada. El problema es que esto sólo es cierto con precisión infinita ya
que h0 puede ser tan pequeño que no pueda representarse en el ordenador o que la
diferencia f (x + h0) − f(x) esté seriamente afectada por el error de redondeo.
La ecuación (2.1) es la forma más sencilla de aproximar una derivada conocidas f(x) y
f(x+h0). El siguiente teorema nos proporciona información sobre la precisión de esta
aproximación.
Teorema. Sea f(x) ∈ C1 (a, b) y existe f′′(x) en (a, b), entonces se cumple que:

3
Demostración. Escribamos la aproximación de Taylor para la función en un punto x+h:

Reordenando la expresión anterior queda demostrado el teorema.


El teorema anterior nos indica que el error cometido al aproximar la derivada primera
por su fórmula de diferencia adelantada es una función lineal de h. Cuanto menor sea h
(o sea al tomar valores de f(x) más cercanos) la derivada numérica será más precisa.
Este error se denomina error de truncación o discretización y puede acotarse
fácilmente, obteniéndose que: E ≤ máx(x,x+h) |f′′(z)|. En realidad, para datos obtenidos
a partir de una tabla esta acotación no es de gran utilidad directa ya que si no se
conoce la derivada primera menos aún se conocerá la segunda, pero al menos nos
permite conocer el orden de aproximación de la fórmula.
Geométricamente el error O(h) procede del hecho de aproximar la derivada por la
pendiente de la cuerda que une los puntos f(x) y f(x + h), Por otro lado, si existe la
derivada deben existir las derivadas laterales y entonces

Un problema que presenta esta fórmula es que la precisión de la misma es baja y por lo
tanto en situaciones donde sólo dispongamos de un muestreo de baja precisión de f(x),
como ocurre en ensayos, datos experimentales, etc., será conveniente utilizar otras
fórmulas de derivación más precisas.

Fórmulas de orden superior.


El error de truncación de la fórmula de diferencia adelantada de dos puntos varía
linealmente con h, de manera que es necesario usar valores de h muy pequeños para
reducir suficientemente los errores de truncación. Es posible deducir fórmulas para las
derivadas con errores de truncación más pequeños. Por ejemplo, tomemos

4
donde z1 ∈ (x, x + h) y z2 ∈ (x − h, x). Restando (2.1a) y (2.1a) obtenemos

que nos proporciona una siguiente aproximación para la derivada con un término de
error de truncación que depende cuadráticamente de h. Usando el teorema del valor
intermedio f′′′(z) = (f′′′(z1) + f′′′(z2)) /2, y entonces, si f es suficientemente derivable.

Usando los desarrollos de Taylor de f(x+h) y f(x+2h) se encuentra la llamada fórmula de


diferencia adelantada de tres puntos que es:

Reemplazando h por −h en (2.3) obtenemos una fórmula de diferencias retrasadas de


tres puntos
De todas estas, la fórmula de diferencia centrada es la que tiene, en principio, menor
error de truncación y la que requiere menos evaluaciones de la función, siendo por lo
tanto más eficiente desde el punto de vista computacional. Utilizando el valor de la
función en más puntos se construyen fórmulas más precisas para las derivadas. Alguna
de ellas se muestra en la tabla siguiente junto con las que hemos deducido ya.

5
Derivadas de orden superior.
El mismo procedimiento que se ha seguido al deducir fórmulas para calcular numérica-
mente las derivadas primeras puede usarse para construir derivadas de orden superior
partiendo del desarrollo de Taylor y eliminando las derivadas primeras. Consideremos
por ejemplo las expresiones:

Sumando las ecuaciones anteriores y despejando se encuentra que:


Procediendo de la misma forma es posible encontrar aproximaciones que usen
diferentes puntos y aproximaciones para derivadas de orden superior. La tabla
siguiente presenta algunas de las fórmulas más comunes para calcular derivadas de
orden superior.

6
5.2 Integración numérica: Método del trapecio, Métodos de Simpson
1/3 y 3/8.
En los cursos de Cálculo Integral, nos enseñan como calcular una integral definida de
una función continua mediante una aplicación del Teorema Fundamental del Cálculo:
Teorema Fundamental del Cálculo
Sea f(x) una función continua en el intervalo [a,b] y sea F(x) una anti derivada de f(x).
Entonces:

El problema en la práctica, se presenta cuando nos vemos imposibilitados de encontrar

la antiderivada requerida, aún para integrales aparentemente sencillas como:


la cual simplemente es imposible de resolver con el Teorema Fundamental del
Cálculo.

Regla del Trapecio.


Corresponde al caso donde n=1, es decir:

donde f1(x) es un polinomio de interpolación (obviamente de grado 1) para los datos:


x a b
y f(a) f(b)
sabemos que este polinomio de interpolación es:

Integrando este polinomio, tenemos que:

7
Que es la conocida Regla del Trapecio. Este nombre se debe a la interpretación
geométrica que le podemos dar a la fórmula. El polinomio de interpolación para una
tabla que contiene dos datos, es una línea recta. La integral, corresponde al área bajo
la línea recta en el intervalo [a,b], que es precisamente el área del trapecio que se
forma.

Regla de Simpson de un Tercio.


Suponemos que tenemos los datos:
a xm b
f(a) f(xm) f(b)
donde xm es el punto medio entre a y b.
En este caso se tiene que:

Donde f2(x) es el polinomio de interpolación para los datos en la tabla anterior.

Usaremos el polinomio de LaGrange. Así, tenemos que:


Si denotamos h= (b-a) /2 = xm-a = b-xm, entonces:
Simplificando términos:

8
Vemos que cada uno de los términos anteriores, es esencialmente de la misma forma,
es decir, una constante por (x-α) (x-β).
Así, calculamos la siguiente integral por partes:

Obteniendo, por lo tanto,

Usamos esta fórmula para calcular la integral de cada uno de los tres términos de f2(x)
y obteniendo como resultado final

Debido al factor h/3 se le conoce como la regla de Simpson de un tercio.


En la práctica, sustituimos el valor de h = (b-a) / 2 para obtener nuestra fórmula final:

Regla de Simpson de Tres Octavos.


Este caso corresponde a n=3, es decir,

donde f3(x) es un polinomio de interpolación para los siguientes datos:


x0 x1 x2 x3
f(x0) f(x1) f(x2) f(x3)
Y donde a= x0, b= x3 y x1, x2 son los puntos que dividen en tres partes iguales al
intervalo [a,b].
Igual que en el caso anterior, se usa el polinomio de interpolación de Lagrange, y
usando el método de integración por partes se llega a la siguiente fórmula:

9
donde h = (b-a) / 3. Debido al factor 3h / 8 es que se le dio el nombre de Regla de
Simpson de 3/8. En la práctica, se sustituye el valor de h para obtener:

Conclusión.
En conclusión, la integración y derivación numérica constituye una amplia gama de
algoritmos para calcular algún valor numérico y este su invención llego a resolver
problemas o cuestionamientos que en la antigüedad no lograban comprobarse.
En la actualidad estas dos técnicas son de mucha utilidad en la industria y por eso su
estudio ha sido fundamental en el área de ingeniería.

10
Bibliografía.

 https://sites.google.com/site/metodosuex/

 http://www.itescam.edu.mx/principal/webalumnos/sylabus/asignatura.php?
clave_asig=AEC-1046&carrera=IMCT-2010-229&id_d=138

 http://www.google.com.mx/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=7&ved=0CHQQFjAG&url=http%3A%2F
%2Fudomatematica.files.wordpress.com%2F2010%2F02%2Fintegracion-
numerica.doc&ei=6pPTT5H_Ca6k2gXkt4GIDw&usg=AFQjCNEvVLD6RjcP9np5
mER2APa0JxmkhA&sig2=KOiRYRv8fbNNc2Dg31pfNw

 https://sites.google.com/site/ittgmetodosnumericos/unidad-5-derivacion-e-
integracion-numerica

11

También podría gustarte