Conceptos de Análisis Numérico

Prof. Lic. Rocío Belén Suárez Albanesi

rocio.suarez@uns.edu.ar

Dpto. de Matemática, UNS

2020

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 1 / 26

Índice

Integración numérica

Introducción.

Métodos de integración numérica.

Regla del punto medio.
Regla del trapecio.
Regla de Simpson.

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 2 / 26

Integración numérica
Al principio del curso dijimos que en muchas aplicaciones aparecen
problemas matemáticos que no pueden ser resueltos convenientemente con
fórmulas exactas.

Ejemplos:
Integrales como Z 1
sin(x )
Z
2
e −x dx , dx
0 x
no se pueden expresar en términos de funciones elementales.
Problema
Sea f : [a, b] → R. Se considera el problema P de evaluar
Z b
I(f ) = f (x ) dx ,
a

utilizando un procedimiento numérico.

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 3 / 26

Integración numérica

En algunos casos es posible calcular analíticamente esta integral y obtener

el valor exacto. En otros casos, no.

¿Cuándo no es posible?

Si f está dada de manera discreta, esto es, se tiene información en un

número finito de puntos de la forma (xi , fi ), i = 1, . . . , n.

Si la función f es tal que la primitiva es difícil de calcular.

Si laR integral indefinida no admite primitiva. Por ejemplo, la función

√2 t −x 2
π 0
e dx , que es muy importante en probabilidad y estadística.

¿Cómo se resuelve el problema?

Se aproxima la integral I(f ) utilizando algún procedimiento numérico.

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 4 / 26

Integración numérica

Definición
La aproximación de una integral definida de una función f (x ) usando la
función evaluada en algunos puntos del dominio se dice integración
numérica o cuadratura, y está dada por esta fórmula general:
Z b n
X
I(f ) = f (x ) dx = Ai f (xi ) + E,
a i=0
| {z }
regla de integración

donde Ai ∈ R, xi ∈ [a, b] y E es el error en la aproximación.

¿Cómo deben ser xi y las constantes Ai para que el método sea eficiente?

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 5 / 26

Integración numérica

¿Cómo diseñar un método numérico para aproximar I(f )?

Idea geométrica: Interpolación polinomial

Se aproxima la función f (x ) en el intervalo [a, b] por una función fácil de
integrar, por ejemplo una función polinómica pn de grado n. Luego se
integra pn para obtener la regla de integración.
Z b Z b
I(f ) = f (x ) dx = pn (x ) dx + E .
a
|a {z }
regla de integración

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 6 / 26

Integración numérica

Idea analítica
Se considera
Z b n
X
I(f ) = f (x ) dx = Ai f (xi ) + E.
a i=0
| {z }
regla de integración

Se fijan los nodos xi donde se evalúa la función f (x ) y se determinan las

constantes Ai de manera que la regla de integración resuelva exactamente
la integral I(f ) cuando f sea una función polinómica de cierto orden.

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 7 / 26

Integración numérica
Regla del Rectángulo Regla del Punto medio

Regla del Trapecio Regla de Simpson

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 8 / 26

Regla del punto medio
Uno de los métodos más sencillos consiste en aproximar la función f (x )
con una constante
  en [a, b].
a+b
Si f (x ) = f 2 , obtenemos la regla del punto medio:

Regla del punto medio simple

Z b
a+b a+b
   
M1 (f ) = f dx = f (b − a).
a 2 2
Además
I(f ) = M1 (f ) + E1M

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 9 / 26

Regla del trapecio simple
Uno de los métodos más populares consiste en interpolar la función f (x ) en los
puntos (a, f (a)) y (b, f (b)) con la forma de Lagrange de p1 (x ). Este método se
denomina regla del trapecio simple.
Regla del trapecio simple
x −b x −a
p1 (x ) = f (a)L0 (x ) + f (b)L1 (x ) = f (a) + f (b)
a−b b−a
Z b  
b−a
I(f ) ≈ T1 (f ) = p1 (x )dx = (f (a) + f (b))
a 2

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 10 / 26

Error de la regla del trapecio simple

T1 (f ) aproxima bien la integral I(f ) si f es “casi lineal” en [a, b].

Teorema
Sea f : [a, b] → R, f ∈ C 2 [a, b]. Entonces el error de la regla del trapecio
simple es:

h3 00
E1T = I(f ) − T1 (f ) = − f (c), a < c < b, h = b − a.
12

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 11 / 26

Ejemplo de la regla del trapecio simple

Ejemplo
El valor exacto de la integral es:
Z 1
dx
= ln 2 = 0.693147 . . .
0 1+x
Usando la regla del trapecio simple obtenemos:
1 1
 
T1 (f ) = 1+ = 0.75
2 2
El error de truncado es:

E1T = I(f ) − T1 (f ) = 0.693147 − 0.75 = −0.056853

y

 T
 1
E1 (f ) ≤ ≈ 0.167

6
Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 12 / 26
Regla del trapecio compuesta

Una manera sencilla de mejorar la aproximación consiste en particionar el

intervalo [a, b] en n subintervalos de longitud h = (b−a)
n y aplicar la regla
del trapecio simple en cada uno de ellos . Los puntos extremos de cada
subintervalo están dados por xi = a + hi, i = 0, ..., n.
Regla del trapecio compuesta

Z b
h h h
f (x ) dx = [f (x0 ) + f (x1 )] + [f (x1 ) + f (x2 )] + · · · + [f (xn−1 ) + f (xn )]
a 2 2 2
n−1
!
h X
= f (a) + f (b) + 2 f (a + hi) + EnT ,
2 i=1
| {z }
Tn (f )

donde EnT es el error al utilizar la regla del trapecio compuesta en n subintervalos.

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 13 / 26

Error en la regla del trapecio compuesta

Teorema
Sea f : [a, b] → R, f ∈ C 2 [a, b]. Entonces el error al calcular I(f ) usando
la regla del trapecio compuesta es:
n
X h3 00 (b − a)
EnT (f ) = − f (ci ), donde h = y ci ∈ (xi−1 , xi ).
i=1
12 n


 T
 h2  00 
En (f ) ≤ (b − a) f (c) ,

12
siendo |f 00 (c)| = máx |f 00 (ci )|.
1≤i≤n

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 14 / 26

Ejemplo de la regla del trapecio compuesta
Ejemplo
En el ejemplo anterior, si [0, 1] = [0, 21 ] ∪ [ 21 , 1], se calcula:

1 Z 1
dx dx
Z
2
I(f ) = +
0 1+x 1
2
1+x
1 2 1 2 1
   
T2 (f ) = 1+ + +
4 3 4 3 2
17
= = 0.70833.
24
E T (f ) = I(f ) − T2 (f ) = 0.693147 − 0.70833 = −0.0152 y
 2 
 T
E2 (f ) ≤ 1/24 = 0.0417


1
Entonces, el error en T2 es aproximadamente 4 del error que se obtuvo al
aplicar T1 .
Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 15 / 26
Elección del número de subintervalos

Si se usa una sucesión creciente de valores de n, Tn (f ) dará una

aproximación mejor de I(f ).

¿Cómo se elige una sucesión de posibles n?

Se observa que si n es duplicado, los valores de función que se usan en

cada T2n (f ) incluyen los valores de función usados en Tn (f ). Entonces,
duplicando n se asegura que la información previamente calculada sea
usada en el nuevo cálculo.
Ejemplo
f (x0 ) f (x2 )
 
n = 2; T2 (f ) = h + f (x1 ) +
2 2
b−a a+b
h= , x0 = a, x1 = , x2 = b.
2 2

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 16 / 26

Elección del número de subintervalos

Ejemplo (continúa)
f (x0 ) f (x4 )
 
n = 4; T4 (f ) = h + f (x1 ) + f (x2 ) + f (x3 ) + ,
2 2
b−a
h =
4
x0 = a
b−a 3a + b
x1 = a + =
4 4
a+b
x2 = a + 2h =
2
3 a + 3b
x3 = a + 3h = a + (b − a) =
4 4
x4 = b.

Habiendo calculado T2 (f ), para calcular T4 (f ) sólo se necesita averiguar

f (x1 ) y f (x3 ).

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 17 / 26

Otro ejemplo de la regla del trapecio compuesta
Ejemplo
Calcular Z 1
2
I= e−x dx ,
0
cuyo valor es estimado por I ≈ 0.74682413281234.

n ERROR RAZON: EE2nn

2 1.55 × 10−2 4.02

4 3.84 × 10−3 4.01
8 9.59 × 10−4 4
16 2.40 × 10−4 4
32 5.99 × 10−5 4
64 1.50 × 10−5 4
128 2.74 × 10−6 4

Se verifica que E2n = 14 En .

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 18 / 26
Regla de Simpson simple

La regla del trapecio se puede mejorar usando un polinomio de

interpolación cuadrático para aproximar f (x ) en [a, b].

La regla de Simpson simple consiste en interpolar la función f (x ) en los

puntos (a, f (a)), (b, f (b)) y (c, f (c)), siendo c = a+b
2 , con la forma de
Lagrange de p2 (x ), e integrar dicha función polinómica en [a, b]:
Regla de Simpson simple
a+b
 
p2 (x ) = f (a)L0 (x ) + f L1 (x ) + f (b)L2 (x )
2

Z b
b−a a+b
   
I(f ) ≈ S2 (f ) = p2 (x )dx = f (a) + 4f + f (b) .
a 6 2

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 19 / 26

Error en la regla de Simpson simple
Teorema
Sea f : [a, b] → R, f ∈ C 4 [a, b]. Entonces, el error de la regla de Simpson
simple es:
h5 IV b−a
E2S = − f (c), a < c < b, h=
90 2
Observaciones:
Para aplicar la regla de Simpson se debe conocer la función en tres
puntos.
La fórmula puede reescribirse como
h
S2 (f ) = (f (a) + 4f (a + h) + f (a + 2h))
3
(f (a) + 4f (a + h) + f (a + 2h))
= (b − a) = ancho x altura promedio,
6

La regla es exacta para polinomios de grado menor o igual que 2.

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 20 / 26
Ejemplo de la regla de Simpson simple

Ejemplo
Z 1
dx
Estimar mediante la regla de Simpson simple.
0 1+x
1
1 25
   
2
S2 = f (0) + 4f + f (1) = = 0.69444.
3 2 36
El error es

E2S = I(f ) − S2 (f ) = 0.693147 − 0.694444 = −0.00130

Si se comparan las fórmulas de Simpson y la de los trapecios, el

número de evaluaciones de funciones es el mismo en S2 y en T2 .
En el ejemplo, el error cometido en S2 es más pequeño que el
1
cometido en T2 , −0.0152, por un factor de 12 .

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 21 / 26

Regla de Simpson compuesta

Se considera una subdivisión de [a, b] en un número par de subintervalos

b−a
de longitud h = . Los extremos de cada subintervalo están dados por
n
xj = a + hj, j = 0, · · · , n.

Entonces:

Z b Z x2 Z x4 Z xn
I(f ) = f (x )dx = f (x )dx + f (x )dx + · · · · · · + f (x )dx
a x0 x2 xn−2

h h
≈ [f (x0 ) + 4f (x1 ) + f (x2 )] + [f (x2 )+ 4f (x3 ) + f (x4 )]
3 3
h
+ ··· + [f (xn−2 ) + 4f (xn−1 ) + f (xn )] .
3

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 22 / 26

Regla de Simpson compuesta

Se obtiene así la fórmula que aproxima a I(f ):

Regla de Simpson compuesta

h
Sn (f ) = [f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + · · ·
3
+ 2f (xn−2 ) + 4f (xn−1 ) + f (xn )]

que para abreviar se puede escribir como:

Regla de Simpson compuesta (abreviada)

h
Sn (f ) = [extremos + 4 × impares + 2 × pares]
3

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 23 / 26

Error de la regla de Simpson compuesta

Teorema
Sea f ∈ C 4 ([a, b]) y sea n un número par. Entonces el error que se comete
al aproximar I(f ) por la fórmula de Simpson es

h4 (b − a) IV
EnS (f ) = I(f ) − Sn (f ) = − f (ξ),
180
b−a
donde ξ ∈ [a, b], h = n .

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 24 / 26

Ejemplo de la regla de Simpson compuesta

Ejemplo
Z 1
dx
Para la integral I =
0 1+x
1 24
f (x ) = , f (IV ) (x ) = .
1+x (1 + x )5
4
h
El error está dado por EnS (f ) = − 180 f (IV ) (ξ), para algún ξ ∈ (0, 1).

h4  (IV )  24h4 2 4
|EnS (f )| = (ξ) ≤ = h .
180 180 15
f

Si n = 2, entonces
2 1 −3
|E2S (f )| ≤ 15 16 ≈ 8.4 × 10
S
(En (f ) = −0.00130)

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 25 / 26

Ejemplo de la regla de Simpson compuesta

Resumimos en la siguiente tabla los valores obtenidos al aproximar

Z 1
dx
dx = ln(2) ∼
= 0.693147,
0 1+x
las cotas del error porcentual de truncado y del error porcentual calculado.

Regla Valor Aprox. Cota de error de trunc. Error calc.

T1 0.75 16 % 5.7 %
T2 0.70833 4.2 % 1.5 %
S2 0.69444 0.8 % 0.13 %

Lic. Rocío Belén Suárez Albanesi Conceptos de Análisis Numérico 26 / 26