Documentos de Académico
Documentos de Profesional
Documentos de Cultura
C5b Integracion
C5b Integracion
Integración numérica
El problema de evaluar integrales definidas proviene tanto, de las matemáticas, así como de
muchas otras áreas de la ciencia y la ingeniería. En cualquier curso básico de Cálculo, se aprende
a calcular integrales simples, tales como
Z 1 Z π
x
e dx o cos(x)dx,
0 0
donde los resultado respectivos son −1 + e y 0. Pero, ¿qué ocurre al intentar calcular las
integrales: Z 1 Z π
x2
e dx y cos x2 dx?
0 0
El Segundo Teorema Fundamental del Cálculo (teorema A.4) establece que para calcular la
integral definida de una función continua f (x), basta con encontrar una función F (x) que
cumpla que F ′ = f y así se tiene que:
Z b
f (x)dx = F (b) − F (a).
a
A esta aproximación se le denomina cuadratura numérica, donde las contantes wk son de-
nominadas los pesos y xk es el punto de cuadratura asociado al peso wk , mientras que n + 1 es
la cantidad de puntos y de pesos de cuadratura.
Por ejemplo, un esquema de aproximación numérica o cuadratura numérica, consiste en apro-
ximar el área bajo la curva f (x) por un trapecio, como se muestra en la figura 7.1.
En la ecuación (7.1), para n = 1, se obtiene una aproximación la integral de la forma:
Z b
b−a b−a b−a
f (x)dx ≈ [f (a) + f (b)] = f (a) + f (b),
a 2 2 2
351
352 Capítulo 7. Integración numérica
donde w0 = w1 = b−a 2
, x0 = a y x1 = b. A esta cuadratura se le conoce como la regla del
trapecio. Así, si se programa esta cuadratura en MATLAB, de la forma:
a = 0; % Límite inferior
b = 1; % Límite superior
I = (b - a)/2 * (exp( a^2 ) + exp( b^2 )); % Regla del trapecio
I % Mostrar aproximación
2
se puede obtener en I una aproximación para la integral de ex en [0, 1]. El resultado corresponde
a I = 1.8591. Este valor es una aproximación “aceptable” para el valor real 1.4626, el cual
puede ser obtenido con alguna cuadratura más precisa, como las que se considerán en las
siguientes secciones, donde se describen tres tipos de integración numérica: las cuadraturas de
Newton-Cotes, el método de extrapolación de Richarson y las cuadraturas de Gauss-Legendre.
En cualquiera de las tres tećnicas, lo único que se necesita para realizar la integración de una
función de manera numérica, es una lista de pesos (wk ), una lista de puntos de cuadratura (xk )
y poder evaluar dicha función en cada punto de cuadratura.
Para ello, considere el soporte S = {x0 , x1 , . . . , xn } tal que, por simplicidad, los nodos del
soporte estén igualmente espaciados, es decir,
xi = a + ih, para i = 0, 1, . . . , n,
donde
Z b
wk = Lk (x)dx, para k = 0, 1, . . . , n. (7.6)
a
Los valores wk , con k = 0, 1, . . . , n, son conocidos como pesos de cuadratura, mientras que
los nodos xi ∈ S son llamados puntos de cuadratura. La regla de cuadratura numérica,
expresada en la ecuación (7.5) es conocida como la cuadratura de Newton-Cotes de orden
n.
Dependiendo de la cantidad de puntos en el conjunto soporte S, se definen las fórmulas de
integración. Si n = 1, entonces se conoce como regla del trapecio, si n = 2 se conoce como regla
de Simpson y si n = 4, se conoce como regla de Boole. A continuación se describen las reglas
del trapecio y de Simpson, mientras que la regla de Boole queda como ejercicio para el lector
(Ejercicio 17 de la página 377).
Observación: Nótese que como los wk no dependen de la función f , entonces estos pueden ser
precalculados y con ello el costo mayor dependerá de qué tan complejo sea evaluar los f (xk ),
para cada punto de cuadratura xk , con k = 0, 1, . . . , n. Además, como los puntos de cuadratura
están igualmente espaciados, entonces se considera h = x1 − x0 y con ello, se puede escribir las
reglas anteriores de la forma:
Z b
h
Regla del trapecio: f (x)dx ≈ [f (a) + f (b)], para h = b − a.
a 2
Z b
h a+b
Regla de Simpson: f (x)dx ≈ f (a) + 4f + f (b) , para h = 12 (b − a).
a 3 2
7.1. Cuadraturas de Newton-Cotes 355
Ejemplo 7.1.
Considere f (x) = x1 sen(x) y aproxime el valor de la integral de f en el intervalo [1, 3].
Utilice las dos reglas anteriores. Luego, determine el error relativo, tomando como valor
exacto a 0.9025694576.
Solución. Primero, utilizando la regla del trapecio, se tiene que h = 3 − 1 = 2 y con ello se
obtiene: Z 3
sen(x) 2 sen(1) sen(3)
dx ≈ + ≈ 0.8885109875,
1 x 2 1 3
3−1 3+1
mientras que para la regla de Simpson, h = 2
= 1, x0 = 1, x1 = 2
= 2 y x2 = 3. Entonces,
Z 3
sen(x) 1 sen(1) sen(2) sen(3)
dx ≈ +4· + ≈ 0.9023686137.
1 x 3 1 2 3
Luego, el error relativo de la regla del trapecio es 0.01558, mientras que el de la regla de Simpson
corresponde a 0.00022. Nótese que la regla de Simpson proporciona una mejor aproximación
ya que esta brinda cuatro dígitos significativos, mientras que la regla del trapecio brinda dos
dígitos significativos.
Dado que las cuadraturas de Newton-Cotes son obtenidas por medio de aproximar la función f
por medio del polinomio interpolador de Lagrange, entonces es posible utilizar el estimado de
error de este polinomio (teorema 5.3), para obtener una cota para En (f ) al asumir condiciones
de regularidad sobre f . Esta cota se presenta en el siguiente resultado.
Teorema 7.1.
Considere un entero n ≥ 1 y suponga que f es una función real, definida y continua sobre
un intervalo cerrado [a, b] de , tal que las derivadas de f de orden n + 1 existen y son
continuas sobre [a, b]. Entonces,
Z b
Mn+1
|En (f )| ≤ |πn+1 (x)|dx,
(n + 1)! a
n
Q
donde Mn+1 = máx |f (n+1) (ζ)| y πn+1 (x) = (x − xj ).
ζ∈[a,b] j=0
donde pn (x) es el polinomio interpolador de Lagrange para f en los puntos (xi , f (xi )), i =
0, 1, . . . , n. Por lo tanto, se obtiene que:
Z b Z b
|En (f )| = [f (x) − pn (x)] dx ≤
|f (x) − pn (x)| dx.
a a
Por lo tanto, |E1 (f )| ≤ 12 h3 M2 , donde M2 = máx |f ′′(ζ)|. Similarmente, se puede verificar que
ζ∈[a,b]
la regla de Simpson (n = 2), cumple que:
Z
M3 b a+b 4 4
dx = (b − a) M3 = 4h M3 .
|E2 (f )| ≤ (x − a) x − (x − b)
3! a 2 196 49
4 4
Por lo tanto, |E2 (f )| ≤ 49
h M3 , donde M3 = máx |f ′′′ (ζ)|. Nótese que la regla del trapecio es
ζ∈[a,b]
exacta cuando f es un polinomio de grado 1, mientras que la regla de Simpson es exacta para
polinomios de grado 2.
Por otro lado, si se aplica la regla de Simpson a f (x) = x3 sobre [a, b], entonces se tiene que:
Z b " 3 #
3 b−a 3 a+b 3
x dx ≈ a +4 +b ,
a 6 2
b − a 3 a3 3a2 b 3ab2 b3 3
= a + + + + +b ,
6 2 2 2 2
b−a 3 b − a4
4
= a + a2 b + ab2 +3 = ,
4 4
Rb
lo cual corresponde al valor exacto de a x3 dx. Así, nótese que para f (x) = α1 x3 +α2 x2 +α3 x+α4 ,
se tiene que:
Z b Z b Z b
3 2 3
α1 x + α2 x + α3 x + α4 dx = α1 x dx + α2 x2 + α3 x + α4 dx.
a a a
Aplicando la regla de Simpson a las dos integrales anteriores, se obtendría que esta regla es
exacta para polinomios de grado 3 en general, lo cual no se refleja en la cota de error anterior.
Por esta razón es que dicha cota no es considerada y más bien se utilice la brindada por el
siguiente resultado.
Teorema 7.2.
Suponga que f es una función real, definida y continua sobre [a, b], tal que su cuarta
derivada es continua sobre [a, b]. Entonces,
Z b
b−a a+b (b − a)5 (4)
E2 (f ) = f (x)dx − f (a) + 4f + f (b) = − f (ξ),
a 6 2 2880
así, considerando
Z t
t
G(t) = F (s)ds − [F (−t) + 4F (0) + F (t)] , para t ∈ [−1, 1],
−t 3
donde H(0) = H(1) = 0, entonces aplicando el teorema de Rolle, se tiene que existe ζ1 ∈ ]0, 1[
tal que H ′ (ζ1) = 0, donde:
1 1 t t
H ′′ (t) = − F ′ (−t) + F ′ (t) − F ′′ (−t) − F ′′ (t) − 20t3 G(1).
3 3 3 3
Nótese que H ′′ (ζ2 ) = H ′′ (0) = 0, por lo que existe ζ3 ∈ ]0, ζ2 [ tal que H ′′′ (ζ3 ) = 0, donde:
t
H ′′′ (t) = − [F ′′′ (t) − F ′′′ (−t)] − 60t2 G(1).
3
Así, se tiene que
ζ3 ′′′
H ′′′ (ζ3) = − [F (ζ3 ) − F ′′′ (−ζ3 )] − 60ζ32G(1) = 0,
3
y aplicando el teorema del valor medio a la función F ′′′ , se obtiene que existe ζ4 ∈ ]−ζ3 , ζ3 [ tal
que
ζ3 (4)
− F (ζ4 ) [ζ3 − (−ζ3 )] − 60ζ32G(1) = 0,
3
2ζ 2
− 3 F (4) (ζ4 ) + 90G(1) = 0,
3
como ζ3 6= 0, entonces se concluye que
1 (4)
G(1) = − F (ζ4 ).
90
7.1. Cuadraturas de Newton-Cotes 359
Ahora, debido a que F (t) = f (x1 + ht), entonces F (4) (t) = h4 f (4) (x1 + ht), de donde se obtiene
que
1 1
G(1) = − h4 f (4) (x1 + hζ4 ) = − h4 f (4) (ξ).
90 90
Por lo tanto, existe ξ ∈ ]a, b[ tal que
1 5 (4) (b − a)5 (4)
E2 (f ) = hG(1) = − h f (ξ) = − f (ξ),
90 2880
y con ello se obtiene lo que se deseaba probar.
Ejemplo 7.2.
Considere f (x) = ln(x) y aproxime el valor de la integral de f en el intervalo [2, 5],
por medio de las reglas del trapecio y de Simpson. Luego, determine el error absoluto y
finalmente calcule la cota para el error de ambas reglas.
Solución. Primero, utilizando la regla del trapecio, se tiene que h = 5 − 2 = 3 y con ello se
obtiene: Z 5
3
ln(x)dx ≈ [ln(2) + ln(5)] ≈ 3.453877639,
2 2
mientras que para la regla de Simpson, h = 5−3 2
= 1.5, x0 = 2, x1 = 5+2
2
= 3.5 y x2 = 5.
Entonces, Z 5
1.5
ln(x)dx ≈ [ln(2) + 4 ln(3.5) + ln(5)] ≈ 3.656818483.
2 3
Luego, dado que Z 5
ln(x)dx = (x ln(x) − x)|52 ≈ 3.660895201,
2
entonces, con ello el error absoluto de la regla del trapecio es 0.207017562, mientras que el de
la regla de Simpson corresponde
1 1 a 0.004076718. Ahora, como f ′′ (x) = − x12 , entonces en [2, 5]
se cumple que M2 = 22 = 4 , por lo que:
h3 33 1 9
|E1 (f )| ≤ M2 = · = = 0.5625.
12 12 4 16
Nótese como el error real 0.207017562 es menor que la cota anterior. Similarmente, como
(4) 6 6 3
f (x) = − x4 , entonces en [2, 5] se cumple que M4 = 24 = 8 , por lo que:
h5 1.55 3 81
|E2 (f )| ≤ M4 = · = ≈ 0.03164.
90 90 8 2560
Nuevamente, se cumple que el error real 0.004076718 está por debajo de la cota anterior.
360 Capítulo 7. Integración numérica
Aspectos computacionales
Debido a que las reglas de integración del trapecio y de Simpson no corresponden a técnicas
iterativas, asumiendo que la función f esta definida en todos los puntos de [a, b], entonces ambas
reglas se pueden programar como se muestra en los algoritmos 7.1 y 7.2, respectivamente.
1 I ← 21 (b − a) · (f (a) + f (b))
!
En el caso de la técnica general, cuadraturas de Newton-Cotes para n ∈ , se debe implementar
la expresión (7.5), de la cual la mayor complejidad consiste en determinar los pesos wk , dados
por:
Z b
wk = Lk (x)dx, para k = 0, 1, . . . , n.
a
Para ello, se puede utilizar el algoritmo 5.2 de la página 280, para encontrar los coeficientes
del polinomio Lk (x) y con ellos realizar la integración en [a, b], tal y como se muestra en la
expresión (7.2), de donde se obtiene el algoritmo 7.3 para integrar polinomios.
1 I←0
2 A←a
3 B←b
4 Para k ← 1 hasta n hacer
5 I ← I + k1 cn+1−k · (B − A)
6 A←A·a
7 B ←B·b
Con el algoritmo 7.3 es posible implementar las cuadraturas de Newton-Cotes para cualquier
!
n ∈ tal y como se muestra en el algoritmo 7.4.
7.1. Cuadraturas de Newton-Cotes 361
1 h ← n1 (b − a)
2 x ∈ n+1
3 Para i ← 1 hasta n + 1 hacer
4 xi ← a + (i − 1) · h
5 I←0
6 Para k ← 1 hasta n + 1 hacer
7 d ← Lk(x, k)
8 w ← EvaluarIntegral(d, a, b)
9 I ← I + w · f (xk )
Ejemplo 7.3.
Utilice n = 1, 2, . . . , 10, junto a las cuadraturas de Newton-Cotes, para aproximar la
integral
Z 1
2
e2x+1 (2 sen(πx) + π cos(πx)) dx = e2 + 1.
−1
2
n Integral Error
1 6.389056098930650 2.000 × 100
2 7.822841514759263 5.662 × 10−1
3 8.147224259073964 2.418 × 10−1
4 8.399069018614430 1.001 × 10−2
5 8.394726460756901 5.670 × 10−3
6 8.389125515389358 6.942 × 10−5
7 8.389097625698918 4.153 × 10−5
8 8.389053147046566 2.952 × 10−6
9 8.389054212432884 1.886 × 10−6
10 8.389056113747364 1.482 × 10−8
Nótese que el error decrece a medida que n aumenta, lo cual puede inducir a concluir que las
cuadraturas de Newton-Cotes convergen a la integral cuando n → +∞, sin embargo, como se
verá a continuación (Observación 4) esto no es correcto.
Observaciones importantes
Entre las observaciones más importantes de las cuadraturas de Newton-Cotes, se describen las
siguientes:
5. Fin
De esta forma el costo de calcular los pesos y los puntos se reduce significativamente, por
tal razón en la práctica a una cuadratura numérica en general se conoce únicamente
por un listado o tabla de pesos y puntos, y estas pueden ser adquiridas de libros, artículos,
sitios de internet, o bien con los algoritmos presentes en este capítulo.
2. Así, como las cuadraturas no depende de la función a integrar (sólo su estimado de error),
también es posible hacer que estas sean independientes del intervalo de integración, por
7.1. Cuadraturas de Newton-Cotes 363
y como
Z 1 n
X
g(t)dt ≈ wk g(tk ),
0 k=0
Además, el estimado de error se calcula con el teorema 7.1, el cual para esta cuadratura
1
es de la forma 24 M3 , por lo que la cuadratura es exacta para polinomios de grado 2 o
menor. La diferencia con respecto a los demás estimados de error, es que en este caso M3
corresponde al valor máximo de f ′′′ en el intervalo [−1, 1] y no en [0, 1], debido a que los
puntos de cuadratura se encuentran en [−1, 1].
4. Del estimado de error del teorema 7.1, se puede apreciar que cuando n → +∞, el error
En (f ) se reduce y con ello se puede deducir que las cuadraturas de Newton-Cotes converge
al valor de la integral cuando n → +∞. Sin embargo, esto no es correcto incluso para
funciones suaves. Un ejemplo de esto es la función de Runge, la cual al ser interpolada
por Lagrange, con n grande, el error de la interpolación crece a medida que n crece. Estos
es conocido como el fenónemo de Runge y se ilustró en la tabla 5.1 del capítulo previo.
Así, considerando la integral de esta función, dada por
Z 5
1 1
2
dx = 2 arccot ≈ 2.746801533,
−5 1 + x 5
R5 1
Figura 7.3: Comportamiento de los errores al aproximar −5 1+x2
dx.
R2 2
Figura 7.4: Aproximación del trapecio (izquierda) y de Simpson (derecha) para −2
e−x dx.
Sea f una función continua en [a, b], construyendo una partición del intervalo [a, b], en m ≥ 2
subintervalos de igual longitud, de la forma [xi , xi+1 ], para i = 0, 1, . . . , m − 1, entonces se
cumple que:
Z b m−1
X Z xi+1 m−1
X
A = f (x)dx = f (x)dx = Ai ,
a i=0 xi i=0
donde
b−a
xi = a + ih = a + i , para i = 0, 1, 2, . . . , m.
m
Z xi+1 n
X (i) (i)
Ai = f (x)dx ≈ wk f (xk ),
xi k=0
7.1. Cuadraturas de Newton-Cotes 367
Definición 7.2.
Para m ≥ 2, se define la regla del trapecio compuesta de la forma:
Z b
h
f (x)dx ≈ [f (x0 ) + 2f (x1 ) + 2f (x2 ) + . . . + 2f (xm−1 ) + f (xm )] ,
a 2
" m−1
#
h X b−a
= f (x0 ) + 2 f (xk ) + f (xm ) , con h = .
2 k=1
m
X Z xi+1
m−1
h
= f (x)dx − [f (xi ) + f (xi+1 )] ,
i=0 xi 2
m−1
X [xi ,xi+1 ]
= E1 (f ).
i=0
Así, por la estimación del error en la regla del trapecio simple, se tiene que:
m−1
X [x ,x ] X (xi+1 − xi )3
m−1
i i+1 ′′
|E1 (f, h)| ≤ |E1 (f )| ≤ máx |f (t)| ,
i=0 i=0
12 t∈[xi ,xi+1 ]
m−1 3
m−1
X h
′′ h3 X ′′
= máx |f (t)| ≤ máx |f (t)| ,
i=0
12 t∈[xi ,xi+1 ] 12 i=0 t∈[a,b]
h3
= · m · M2 .
12
368 Capítulo 7. Integración numérica
b−a b−a
Ahora, dado que h = m
, entonces se tiene que m = h
y con ello:
h3 b − a h2
|E1 (f, h)| ≤ · · M2 = (b − a) M2 . (7.12)
12 h 12
Definición 7.3.
Para m ≥ 2, se define la regla del Simpson compuesta de la forma:
Z b
h
f (x)dx ≈ [f (x0 ) + 4f (x1 ) + 2f (x2 ) + . . . + 2f (x2m−2 ) + 4f (x2m−1 ) + f (x2m )] ,
a 3
" m m−1
#
h X X b−a
= f (x0 ) + 4 f (x2k−1 ) + 2 f (x2k ) + f (x2m ) , con h = .
3 2m
k=1 k=1
Luego, de manera análoga a la regla del trapecio compuesta, el estimado de error para la regla
de Simpson compuesta es de la forma:
h5 b−a h4
|E2 (f, h)| ≤ · · M4 = (b − a) M4 . (7.13)
90 2h 180
Ejemplo 7.4.
Utilice la regla del trapecio compuesta y la regla de Simpson compuesta, con m = 3, para
R2 2
aproximar la integral −2 e−x dx.
1 2−(−2)
Solución. En el caso de la regla del trapecio compuesta, h = m
(b − a) = 3
= 43 , así la
distribución de puntos corresponde a:
2 2
x0 = −2, x1 = − , x2 = y x3 = 2.
3 3
Con ello se tiene que:
Z 2
2 h −(−2)2 2 2 2 2
i 2 h −4 i
+ 2e−(− 3 ) + 2e−( 3 ) + e−(2) =
2 2 4
e−x dx ≈ e 2e + 4e− 9 ,
−2 3 3
≈ 1.734235221.
7.1. Cuadraturas de Newton-Cotes 369
1 2−(−2)
Luego, para la regla de Simpson compuesta, h = 2m
(b − a) = 2·3
= 23 , con lo que:
4 2 2 4
x0 = −2, x1 = − , x2 = − , x3 = 0, x4 = , x5 = y x6 = 2.
3 3 3 3
Así, se obtiene la aproximación:
Z 2
2 h −(−2)2 4 2 2 2 2 2 4 2
i
+ 4e−(− 3 ) + 2e−(− 3 ) + 4e−(0) + 2e−( 3 ) + 4e−( 3 ) + e−(2) ,
2 2 2
e−x dx ≈ e
−2 9
2 h −4 4 16
i
= 2e + 4e− 9 + 8e− 9 + 4 ≈ 1.767435412.
9
Nótese como ambas aproximaciones son mejores que las presentadas en (7.9) y en (7.10), lo
cual se ilustra en la figura 7.6.
R2 2
Figura 7.6: Aproximación compuesta del trapecio (izq.) y de Simpson (der.) para −2
e−x dx.
Tabla 7.2: Fenómeno de Runge, para las cuadraturas compuestas del trapecio y de Simpson.
370 Capítulo 7. Integración numérica
Nótese que las cuadraturas compuestas son una mejor técnica que las no compuestas, ya que no
se está incrementando el grado del polinomio interpolante y sin embargo, los errores decrecen
a medida que el número de subintervalos (m) crece.
Los pseudocódigos de las reglas compuestas del trapecio y de Simpson se presentan en los
algoritmos 7.5 y 7.6, respectivamente.
1 h ← m1 · (b − a)
2 I ← f (a)
3 x←a+h
4 Para i ← 1 hasta m − 1 hacer
5 I ← I + 2 · f (x)
6 x←x+h
h
7 I← 2
· (I + f (b))
Para el caso de la regla compuesta general (7.11), se considerarán los n + 1 pesos y puntos
de la cuadratura en el intervalo [0, 1] y luego se realizará una transformación para obtener la
cuadratura en cada subintervalo [xi , xi+1 ], para i = 0, 1, . . . , m − 1. De esta forma, tal como se
muestra en (7.8), se obtiene que:
Z xi+1 n
X
Ai = f (x)dx ≈ h wk f (htk + xi ).
xi k=0
De esta forma se pueden precalcular los valores de wk y xk en [0, 1] y con ellos aproximar la
integral en cada Ai , tal y como se muestra en el algoritmo 7.7.
7.1. Cuadraturas de Newton-Cotes 371
para algún ξ ∈ ]a, b[. Ahora, considerando las aproximaciones obtenidas de esta regla compuesta
al usar varios valores para m, de la forma mk = 2k−1 , para k = 1, 2, . . . , n y hk = b−a
mk
= 2b−a
k−1 .
donde ξk ∈ ]a, b[. Luego, se introduce la notación Rk,1 para denotar la ecuación (7.14), con lo
372 Capítulo 7. Integración numérica
Ahora, nótese que esta ecuación se puede escribir de forma recursiva (Ejercicio 24):
2Xk−2
1
Rk,1 = Rk−1,1 + hk−1 f (a + (2i − 1)hk ) (7.15)
2 i=1
para cada k = 2, 3, . . . , n. Ahora, si f ∈ C ∞ [a, b], entonces la regla del trapecio compuesta se
puede escribir con un término de error alternativo en la forma:
Z b +∞
X +∞
X
f (x)dx − Rk,1 = Ki h2i
k = K1 h2k + Ki h2i
k, (7.16)
a i=1 i=2
donde Ki , para cada i, es independiente de hk , este sólo depende de f (2i−1) (a) y f (2i−1) (b). Con
la regla del trapecio compuesta en esta forma, se puede eliminar el término que contiene h2k , al
combinar esta ecuación con su correspondiente que tiene hk , reemplazada por hk+1 = 21 hk , es
decir:
Z b +∞ +∞ +∞
X X Ki h2i K1 h2k X Ki h2i
f (x)dx − Rk+1,1 = Ki h2i
k+1 = k
= + k
. (7.17)
a i=1 i=1
22i 4 i=2
4 i
Ahora, al multiplicar la ecuación (7.17) por cuatro y restarle la ecuación (7.16), se obtiene una
fórmula con error de truncamiento O(h4k ), dada por:
Z b +∞
Rk+1,1 − Rk,1 X Ki 1 − 4i−1
f (x)dx − Rk+1,1 − = i−1
h2i
k .
a 3 i=2
3 4
Así, es posible aplicar la extrapolación a esta fórmula, para obtener un resultado O(h6k ) y así
sucesivamente. Para simplificar la notación, se define:
Rk,1 − Rk−1,1
Rk,2 = Rk,1 + ,
3
para cada k = 2, 3, . . . , n y se aplica el procedimiento de extrapolación de Richardson a estos
valores. Luego, continuando con esta notación, para cada k = 2, 3, . . . , n y j = 2, 3, . . . , k, se
obtiene una fórmula de aproximación O(h2j k ), definida por:
Rk,j−1 − Rk−1,j−1
Rk,j = Rk,j−1 + . (7.18)
4j−1 − 1
La ecuación (7.18) define el método de Romberg. Además, los resultados generados con estas
fórmulas se pueden representa en una tabla, como la 7.3.
7.1. Cuadraturas de Newton-Cotes 373
Ejemplo 7.5.
Considere la integral Z 1
2 2
√ e−x dx.
π 0
Por lo tanto, una aproximación para la integral es dada por: R5,5 = 0.84270079.
Con respecto a la implementación, esta es similar a la del algoritmo 6.2 y se presenta en 7.8,
haciendo uso de la regla del trapecio compuesta 7.5.
374 Capítulo 7. Integración numérica
1 r∈ n
2 Para k ← 1 hasta n hacer
3 rk ← ReglaTrapecioCompuesta(f, a, b, 2k−1 )
4 Para j ← 1 hasta n − 1 hacer
1
5
v← j
4 −1
6 Para i ← 1 hasta n − j hacer
7 ri ← (1 + v) · ri+1 − v · ri
8 I ← r1
♦ Tradicionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
a) f (x) = log(x)
, I = [2, 5]. d ) f (x) = ex log(x), I = [1, 2].
x √
b) f (x) = ee , I = [−1, 2]. e) f (x) = x3 − 1, I = [1, 2].
√
c) f (x) = log(log(x)), I = [8, 10]. f ) f (x) = x2 3 1 + x2 , I = [0, 1].
2. Repita el ejercicio anterior para las reglas compuestas del trapecio y de Simpson, utili-
zando m = 4 subintervalos.
Rb
3. Determine un cota de error al aproximar a
f (x)dx, con las reglas del trapecio y de
Simpson. Utilice los valores:
2
4. Considere la función f definida por f (x) = e−x y el intervalo [0, 4]. Dado que f es
R4
integrable en [0, 4], utilice la regla del trapecio compuesta para aproximar 0 f (x)dx,
para:
a) m = 3 subintervalos. c) m = 7 subintervalos.
b) m = 4 subintervalos. d ) m = 10 subintervalos.
7.1. Cuadraturas de Newton-Cotes 375
a) m = 5 subintervalos. c) m = 9 subintervalos.
b) m = 7 subintervalos. d ) m = 11 subintervalos.
y muestre que la regla del trapecio da una mejor aproximación que la regla de Simpson
cuando 15
14
< C < 8574
.
donde f es cualquier polinomio de grado 3. Muestre que con esos valores para los pesos,
y bajo apropiadas condiciones sobre f , se cumple que:
Z 1
11
f (x)dx − Q(f ) ≤ M4 .
0 720
376 Capítulo 7. Integración numérica
Z 0
9. ¿Cuántos subintervalos son necesarios para aproximar e3x dx con tres decimales co-
−3
rrectos, usando la regla del trapecio compuesta?
10. Sea T̂ el triángulo cuyos vértices son (0, 0), (1, 0) y (0, 1).
a) Construya un polinomio interpolador para f (x, y) que sea exacto para polinomios de
grado menor o igual a uno en T̂ .
b) Defina una cuadratura para integral la función f (x, y) en T̂ .
11. Por medio de la integración de Romberg, determine R3,3 para las integrales:
Z 3 Z π Z 7
2
2
4
3x 2 x
a) x ln(x)dx b) e sen(2x)dx c) √ dx
1 0 3 x2 − 4
12. Considere la función f definida por f (x) = sen(4x2 ) en el intervalo [1, 4].
R4
a) Utilice la regla de Simpson compuesta para aproximar 1 f (x)dx, para m = 3 subin-
tervalos.
R4
b) Utilice la integración de Romberg para aproximar 1 f (x)dx, para orden n = 3.
c) Compare ambos resultados previos por medio del error relativo.
♦ De programación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Implemente en MATLAB la rutina erf(x, m), la cual aproxima esta integral por medio
de la regla de Simpson compuesta, con m subintervalos.
+
15. Considere la función, F (x) : → definida por
Z x
1 2
F (x) = √ e−t dt.
π −∞
7.1. Cuadraturas de Newton-Cotes 377
16. Implemente en MATLAB el algoritmo 7.8 y utilícelo para aproximar las integrales del
ejercicio 1, para varios valores de n ∈ .
♦ Avanzados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8h7 (6)
E4 (f ) = |f (ξ)|,
945
para algún ξ ∈ ]a, b[. Esta regla de integración se conoce como la regla de Boole.
18. Sea T (m) la regla del trapecio compuesta y S(2m) la regla de Simpson compuesta, defi-
nidas en una partición de m subintervalos. Muestre que
4 1
S(2m) = T (2m) − T (m).
3 3
19. Denotando por T (m) a la cuadratura del trapecio compuesta sobre [a, b], usando una
partición uniforme de m subintervalos, considere la función f ∈ C 4 [a, b] y muestre que
T (m) − T (2m)
lı́m = 4.
m→+∞ T (2m) − T (4m)
!
22. Sea f una función de al menos clase C 2 ( ). Considere la siguiente cuadratura:
Z b
a+b
f (t)dt ≈ (b − a)f .
a 2
378 Capítulo 7. Integración numérica
a) Muestre que para todo h > 0 y todo x ∈ , existe ξ ∈ [x, x + h], tal que
Z x+h
h h3
f (t)dt = hf x + + f ′′ (ξ).
x 2 24
23. Sea Ω = [0, 1] × [0, 1] y n un número positivo. Considere los puntos xi = ni , yj = nj , para
i, j = 0, 1, . . . , n.
para k = 0, 1, . . . , n, donde:
donde Z Z
b b
Wk = ω(x)Hk (x)dx y Vk = ω(x)Kk (x)dx.
a a
El problema de la cuadratura (7.20) es que depende de valores de f ′ , por lo que se debe encontrar
una forma de hacer que Vk sea cero para todo k = 0, 1, . . . , n, y con ello la cuadratura quede
expresada únicamente en términos de valores de f . Además, como la cuadratura (lista de puntos
y pesos) no debe depender de f , entonces para lograr que Vk = 0, se deben imponer condiciones
sobre los puntos xk , k = 0, 1, . . . , n, los cuales en Newton-Cotes pueden seleccionarse libremente.
Así, primero nótese que:
n
Y 1
Kk (x) = Lk (x) [Lk (x)(x − xk )] = Lk (x) · · (x − x0 ) · . . . · (x − xn ),
i=0
xk − xi
i6=k
n
Q
donde, denotando Ck = (xk − xi )−1 y πn+1 (x) = (x − x0 ) · . . . · (x − xn ), entonces se tiene
i=0
i6=k
que: Z Z
b b
Vk = ω(x)Kk (x)dx = Ck ω(x)Lk (x)πn+1 (x)dx.
a a
Hk (x) = [Lk (x)]2 − 2L′k (xk )[Lk (x)]2 (x − xk ) = [Lk (x)]2 − 2L′k (xk )Kk (x),
por lo que Z Z
b b
Wk = ω(x)Hk (x)dx = ω(x)[Lk (x)]2 dx − 2L′k (xk )Vk .
a a
Luego, dado que
Z b
hf, gi = ω(x)f (x)g(x)dx,
a
380 Capítulo 7. Integración numérica
es un producto interior cuando ω(x) es positiva, entonces para que Vk = 0 para todo k, se debe
cumplir que hLk , πn+1 i = 0. Para ello, nótese que como Lk es un polinomio de grado n y πn+1 un
polinomio de grado n + 1, entonces para que hLk , πn+1 i = 0, debe ocurrir que Lk sea ortogonal
a πn+1 , bajo el producto h·, ·i en [a, b], para todo k = 0, 1, . . . , n. Esto es posible si πn+1 es el
polinomio de grado n + 1 que forma parte de una base ortogonal para Pn+1 en [a, b]. Para lo
cual, basta considerar los xk , para k = 0, 1, . . . , n, como las raíces del polinomio ortogonal de
grado n+1 en [a, b], bajo el producto interior h·, ·i, debido a que πn+1 (x) = (x−x0 )·. . .·(x−xn ).
En resumen: para determinar una cuadratura numérica al estilo de Gauss, dada una función
de peso ω(x), se debe seguir el siguiente procedimiento:
2. Calcular el n+1 polinomio ortogonal, tomando por ejemplo, la base canónica qk (x) = xk ,
para k = 0, 1, . . . , n + 1 y utilizando el proceso de ortogonalización de Gram-Schmidt:
ϕ0 (x) = 1,
k−1
X hqk , ϕj i
ϕk (x) = qk (x) − ϕj (x),
j=0
hϕ j , ϕ j i
4. Utilizar los xk como los puntos de cuadratura y entonces determinar los pesos de la
forma: Z b
Wk = ω(x)[Lk (x)]2 dx.
a
Ejemplo 7.6.
Considere el caso de n = 1, con la función de peso ω(x) ≡ 1 sobre el intervalo ]−1, 1[ y
encuentre la cuadratura de Gauss correspondiente.
Solución. Dado que n = 1, entonces se deben encontrar las raíces del polinomio ortogonal de
grado 2. Para ello, considere la base canónica:
ϕ0 (x) = 1,
R1
hx, 1i xdx
ϕ1 (x) = x − · 1 = x − R−11 = x,
h1, 1i dx −1
R1 2 R1 3
2 2 x dx x dx
hx , 1i hx , xi 1
ϕ2 (x) = x2 − ·1− · x = x2 − −1
R1 − R−1
1 · x = x2 − .
h1, 1i hx, xi dx x2 dx 3
−1 −1
q
1
Luego, como las raíces de ϕ2 (x) = x − 2
3
corresponden a: x = ± 13 , entonces se tiene que:
√ √
3 3
x0 = − y x1 = .
3 3
De esta forma, los polinomios de Lagrange son dados por:
√ √
3 1 3 1
L0 (x) = x+ y L1 (x) = − x+ .
2 2 2 2
Mientras que, los pesos son de la forma:
Z 1
√ "2
!
1 3
W0 = + x dx = 1,
−1 2 2
Z 1! √ "2
1 3
W1 = − x dx = 1.
−1 2 2
tipo.
Además, debido al costo que conlleva determinar el n + 1 polinomio ortogonal, lo usual es
construir las cuadraturas en un intervalo fijo, como ]−1, 1[ y de esta forma, cuando se desea
382 Capítulo 7. Integración numérica
b−a 1
Z b
b−a a+b
Z
f (x)dx = f z+ dz, (7.22)
a 2 −1 2 2
n
b−aX b−a a+b
≈ Wk f zk + .
2 k=0 2 2
Ejemplo 7.7.
R2 2
Utilice la cuadratura (7.21) para aproximar la integral −2
e−x dx.
R2 2
Figura 7.7: Aproximación de la cuadratura (7.21) para −2
e−x dx.
R2 2
Observación: La aproximación del ejemplo anterior, para −2 e−x dx, no se debe comparar
con las aproximaciones obtenidas en el ejemplo 7.4, ya que estas últimas son determinadas
por técnicas compuestas, mientras que la del ejemplo 7.7 es obtenida por una cuadratura no
compuesta. Sin embargo, el valor obtenido: 1.054388552, al compararlo (por error relativo) con
los valores en (7.9) y en (7.10), se obtiene que la cuadratura (7.21) es mejor que la regla del
trapecio y de Simpson, ya que esta posee menor error y realiza la misma cantidad de evaluaciones
7.2. Cuadraturas de Gauss-Legendre 383
que la regla del trapecio. Por lo tanto, si se considera la versión compuesta de esta cuadratura,
se obtendrán resultados más precisos y con menor complejidad que los del ejemplo 7.4.
Por otro lado, en la tabla 7.4 se presentan algunas cuadraturas de Gauss-Legendre para n ≤ 4
(máximo cinco puntos). Además, en la figura 7.8 se presenta la distribución de los puntos en
]−1, 1[, tanto para las cuadraturas de Gauss-Legendre como para las de Newton-Cotes.
n Puntos Pesos
0 x0 = 0 W0 = 2
√
x0 = − 31 3 W0 = 1
1 √
x1 = 13 3 W1 = 1
8
x0 = 0 W0 = 9
√
2 x1 = − 51 15 W1 = 5
9
√
x2 = 15 15 W2 = 5
9
1
p √ 1
√
x0 = − 35 525 − 70 30 W0 = 36
(18 + 30)
1
p √ 1
√
x1 = 35 525 − 70 30 W1 = 36
(1830)+
3 p √ √
1 1
x2 = − 35 525 + 70 30 W2 = 36 (18 − 30)
1
p √ 1
√
x3 = 35 525 + 70 30 W3 = 36 (18 − 30)
128
x0 = 0 W0 = 225
1
p √ 1
√
x1 = − 21 245 − 14 70 W1 = 900
+ 13 70)
(322
1
p √ 1
√
4 x2 = 21 245 − 14 70 W2 = 900 (322 + 13 70)
1
p √ 1
√
x3 = − 21 245 + 14 70 W3 = 900 (322 − 13 70)
1
p √ 1
√
x4 = 21 245 + 14 70 W4 = 900 (322 − 13 70)
Teorema 7.3.
Suponga que ω es una función de peso, definida, continua, positiva e integrable sobre ]a, b[,
y f una función definida y continua sobre [a, b], tal que las derivadas de f de orden 2n + 2
existen y son continuas sobre [a, b]. Así, si Gn (f ) denota la cuadratura de Gauss para n + 1
puntos, entonces
Z b Z b
M 2n+2
ω(x)[πn+1 (x)]2 dx,
ω(x)f (x)dx − Gn (f ) ≤
a (2n + 2)! a
n
donde M2n+2 = máx |f (2n+2) (ζ)| y πn+1 (x) =
Q
(x − xj ).
ζ∈[a,b] j=0
Demostración. (ejercicio)
Observación: Del teorema anterior se puede apreciar que las cuadraturas de Gauss son exactas
cuando f es un polinomio de grado 2n + 1 o menor. Además, a diferencia de las cuadraturas
de Newton-Cotes, es posible demostrar la convergencia de las cuadraturas de Gauss, Gn (f ),
cuando n → +∞, tal y como se muestra en el siguiente resultado.
Demostración. Considere ε0 > 0, como f es continua en [a, b], entonces por el teorema de
aproximación de Weierstrass (teorema 5.1 de la página 270), existe un polinomio pN de grado
N = N(ε0 ) tal que
y como los pesos Wk son positivos, además de que las cuadraturas de Gauss son exactas para
cualquier función constante, entonces
n
X Z b
|Gn (f ) − Gn (pN )| ≤ ε0 Wk = ε0 ω(x)dx = ε0 W. (7.26)
k=0 a
Ahora, considere N0 como la parte entera de 12 N, de donde se tiene que para n ≥ N0 y con ello,
las cuadraturas de Gauss son exactas para polinomios de grado 2n + 1 ≥ 2N0 + 1 ≥ N, por lo
que
Z b
ω(x)pN (x)dx − Gn (pN ) = 0, siempre que n ≥ N0 . (7.27)
a
Seguidamente, tomando valor absoluto en (7.24) y utilizando (7.25), (7.26) y (7.27) se obtiene
que:
Z b Z b Z b
ω(x)f (x)dx − Gn (f )
≤
ω(x)[f (x) − p N (x)]dx +
ω(x)p N (x)dx − Gn (p N )
a a a
+ |Gn (pN ) − Gn (f )| ,
1
Finalmente, para ε > 0 dado, considere ε0 = 2W
ε y buscando el correspondiente N0 = N0 (ε)
se concluye que
Z b
ω(x)f (x)dx − Gn (f ) ≤ ε, siempre que n ≥ N0 ,
a
Solución. Como n = 1 entonces se deben encontrar dos puntos x0 y x1 , así como dos pesos W0
y W1 , para que la cuadratura sea de la forma:
Z 1
f (x)dx ≈ W0 f (x0 ) + W1 f (x1 ).
−1
Además, esta cuadratura debe ser exacta para polinomios de grado, a lo más, 2 · 1 + 1 = 3. Por
lo que considerando la base canónica qk (x) = xk , para k = 0, 1, 2, 3, se obtiene que:
Z 1 Z 1
qk (x)dx = xk dx = W0 xk0 + W1 xk1 , para k = 0, 1, 2, 3.
−1 −1
Luego, como (
1
0 si k es impar,
Z
k
x dx = 2
−1 k+1
si k es par,
Con el objetivo de encontrar los valores de W0 , W1 , x0 y x1 , sin tener que resolver el sistema
no lineal, considere el polinomio:
π2 (x) = (x − x0 )(x − x1 ),
cuyas raíces son los puntos de cuadratura desconocidos. Expandiendo π2 se tiene que:
π2 (x) = x2 + px + q.
7.2. Cuadraturas de Gauss-Legendre 387
Ahora, con el fin de determinar p y q, multiplique por q la primera ecuación del sistema, por p
la segunda y por 1 la tercera. Así, sumando las tres nuevas ecuaciones se obtiene que:
2
2q + 0p + = W0 q + W1 q + W0 px0 + W1 px1 + W0 x20 + W1 x21 ,
3
= W0 (q + px0 + x20 ) + W1 (q + px1 + x21 ),
= W0 π2 (x0 ) + W1 π2 (x1 ).
Luego, como x0 y x1 son las raíces de π2 , entonces π2 (x0 ) = π2 (x1 ) = 0 y con ello se tiene que
q = − 31 . Similarmente, multiplicando por q la segunda ecuación, por p la tercera y por 1 la
cuarta, al sumar las tres nuevas ecuaciones se obtiene que:
2
0q + p + 0 · 1 = W0 qx0 + W1 qx1 + W0 px20 + W1 px21 + W0 x30 + W1 x31 ,
3
= W0 x0 (q + px0 + x20 ) + W1 x1 (q + px1 + x21 ),
= W0 x0 π2 (x0 ) + W1 x1 π2 (x1 ) = 0.
Por lo que p = 0 y con ello:
√ ! √ !
1 3 3
π2 (x) = x2 − = x− x+ ,
3 3 3
así, √ √
3 3
x0 = − y x1 = .
3 3
Una vez determinados los puntos, para encontrar los pesos, basta con sustituir los valores de
los puntos en las primeras dos ecuaciones de (7.28) para obtener el sistema lineal:
(
√
+ W1 = 2,
W0 √
− 3 W0 + 33 W1 = 0,
3
Observación: La estrategia empleada en la solución del ejemplo anterior, evita tener que utili-
zar Gram-Schmidt para determinar el polinomio ortogonal π2 . Además, evita tener que utilizar
integración para determinar los pesos. El método general es dado de la siguiente manera:
3. Una vez resuelto el sistema anterior, se deben encontrar las raíces del polinomio πn+1 ,
resolviendo la ecuación πn+1 (x) = 0. Para ello se pueden seguir las ideas de la sección
3.5.2 sobre cómo encontrar todas raíces de un polinomio.
1 1 ··· 1 1
W0 r0
x0 x1 · · · xn−1 xn W1
r1
.. .. .. .. .. = ..
. . ··· . . .
.
n−1 n−1
x0 x1 · · · xn−1 n−1 xn−1
n W n−1
r n−1
xn0 xn1 · · · xnn−1 xnn Wn rn
Así, considerando los pasos anteriores, en el algoritmo 7.9 se presenta el pseudocódigo para
determinar el listado de puntos y de pesos de una cuadratura de Gauss-Legendre en [−1, 1].
Donde en la línea 16 se utiliza el método de deflación del algoritmo 3.8, el cual se puede sustituir
por la rutina root() predefinida en MATLAB, en caso de que se desee implementar en dicho
paquete computacional. Además, en el caso de que se requieran las cuadraturas para otro
intervalo [a, b] distinto de [−1, 1], basta cambiar la línea 3 del algoritmo 7.9 por la instrucción:
1" k
b − ak
rk ←
k
Ejemplo 7.9.
Considere la integral
5
1 1
Z
2
dx = 2 arccot ≈ 2.746801533.
−5 1+x 5
1 !
r ∈ 2n+2
2 Para k ← 1 hasta 2n + 2 hacer
rk ← k1 1 − (−1)k
"
3
4 !
A ∈ (n+1)×(n+1) , b ∈ n+1!
5 k ←n+2
6 Para i ← 1 hasta n + 1 hacer
7 bi ← −rk
8 Para j ← 1 hasta n + 1 hacer
9 aij ← rk−j
10 k ←k+1
11 Resolver el sistema: Aa = b
12 !
c ∈ n+2
13 c1 ← 1
14 Para i ← 1 hasta n + 1 hacer
15 ci+1 ← ai
16 x ← Deflacion(c)
17 Para i ← 1 hasta n + 1 hacer
18 bi ← ri
19 Para j ← 1 hasta n + 1 hacer
20 aij ← xi−1
j
21 Resolver el sistema: Aw = b
I(k) = valorAprox;
E(k) = abs( valorExacto - valorAprox );
end
[(1:n)', I, E] % Mostrar resultados
de los cuales se puede apreciar que el error disminuye a medida que n aumenta. Nótese la gran
ventaja de las cuadraturas de Gauss en comparación a las de Newton-Cotes, al comparar los
resultados anteriores con los de la tabla 7.1.
Observación: Del fragmento de código del ejemplo anterior, se tiene que una manera de evaluar
una integral por medio de las cuadraturas de Gauss, es con la rutina:
% Evaluar una integral con Gauss-Legendre
function [I] = IntegrarGaussLegendre(a, b, n)
[x, w] = GaussLegendre( n );
I = 0;
for i = 1 : length(x)
t = 1/2 * ( (b-a)*x(i) + a + b );
I = I + (b-a)/2 * w(i) * f(t);
end
return
donde
xi = a + ih, para i = 0, 1, . . . , m.
7.2. Cuadraturas de Gauss-Legendre 391
Ahora, mapeando los subintervalos [xi , xi+1 ], i = 0, 1, . . . , m − 1, al intervalo [−1, 1], mediante
el cambio de variable:
1 1
x = (xi + xi+1 ) + ht, para t ∈ [−1, 1],
2 2
se obtiene que
b m−1 Z 1 m−1
1 X 1 X
Z
f (x)dx = h gi (t)dt = h Ai ,
a 2 i=0 −1 2 i=0
donde 1
1 1
Z
gi (t) = f (xi + xi+1 ) + ht y Ai = gi (t)dt.
2 2 −1
Luego, las cuadraturas compuestas de Gauss, son obtenidas al aplicar las cuadraturas simples
de Gauss a cada integral Ai , de donde:
b m−1 n m−1 n
1 XX 1 XX 1 1
Z
f (x)dx ≈ h Wk gi (tk ) = h Wk f (xi + xi+1 ) + htk ,
a 2 i=0 2 i=0 2 2
k=0 k=0
(b − a)2n+3
En (f, h) = Cn 2n+3 2n+2
f (2n+2) (η),
2 m (2n + 2)!
R1
con η ∈ ]a, b[ y Cn = −1
[πn+1 (t)]2 dt.
Por ejemplo, al considerar n = 0, se tiene la cuadratura de Gauss
Z 1
f (x)dx ≈ 2f (0),
−1
conocida como la regla del punto medio, de donde se obtiene que la regla del punto medio
compuesta es dada por:
1 m−1
1 X 1 1
Z
f (x)dx ≈ h 2f (xi + xi+1 ) + h · 0 ,
−1 2 i=0 2 2
m−1
X
1
= h f a+ i+ h .
i=0
2
1 h ← m1 · (b − a)
2 I←0
3 Para i ← 1 hasta m hacer
I ← I + f a + i − 12 · h
" "
4
5 I ←h·I
♦ Tradicionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Determine los puntos y los pesos de cuadratura para la función peso ω(x) = − ln(x),
sobre el intervalo ]0, 1[, para n = 0 y n = 1.
5. Suponiendo que no se consideren las raíces del n + 1 polinomio ortogonal como puntos de
las cuadraturas de Gauss, entonces para n = 2 la cuadratura es de la forma:
Z 1
f (x)dx ≈ W0 f (−1) + W1 f (0) + W2 f (1) + W3 f ′ (−1) + W4 f ′ (0) + W5 f ′ (1).
−1
♦ De programación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7. Implemente en MATLAB los algoritmos 7.9 y 7.11. Valide su implementación por medio
de algunos experimentos numéricos.
8. Considere la integral Z 1
x2
ee dx.
0
a) Aproxime esta integral por medio de las cuadraturas de Gauss-Legendre con n = 20.
b) Aproxime esta integral por medio de las cuadraturas de Gauss-Legendre compuesta
con n = 5 y m = 10.
Rb
9. a) Determine cuantos subintervalos son necesarios para aproximar la integral a f (x)dx
por medio de la regla del punto medio compuesta, con un error menor a tol.
b) Implemente en MATLAB el algoritmo 7.10.
c) Aproxime, con una tolerancia de 10−8, la integral:
Z 1
π sen(x2 )
dx.
0 2x
♦ Avanzados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10. Los pesos, Wk , de las cuadraturas de Gauss relativas a la función peso ω(x) se obtienen
de la forma Z 1
Wk = ω(x)L2k (x)dx.
−1
394 Capítulo 7. Integración numérica
(Esta es una forma más simple de determinar los pesos. La forma original es útil a la hora
de verificar que todos los pesos son positivos.)
11. Suponga que f admite una segunda derivada continua sobre [0, 1]. Muestre que existe un
punto ξ en ]0, 1[ tal que
Z 1
1 2 1
xf (x)dx = f + f ′′ (ξ).
0 2 3 72
Muestre que (Tn ) es una familia de polinomios ortogonales, para el producto interior
Z 1
1
hp, qi = √ p(x)q(x)dx.
−1 1 − x2