Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Octubre de 2014
Material introductorio
Introducción
El aprendizaje del Cálculo Numérico, o Métodos Numéricos, dos de las denominaciones más
extendidas para ese conjunto valiosísimo de procedimientos matemáticos, aplicable a
múltiples situaciones del cálculo científico en las que los métodos analíticos no resultan
viables, hace aconsejable identificar tempranamente la relación estrecha entre los cuatro
contenidos enumerados en el título del presente documento: Interpolación, ajuste de curvas,
integración y derivación numérica.
INTERPOLACIÓN POLINOMIAL
𝒙 𝑥0 𝑥1 𝑥2 𝑥3 … 𝑥𝑛
𝒇(𝒙) 𝑓(𝑥0 ) 𝑓(𝑥1 ) 𝑓(𝑥2 ) 𝑓(𝑥3 ) … 𝑓(𝑥𝑛 )
¿Por qué utilizar un polinomio para hacer estimaciones de 𝒇(𝒙) en el caso 2) anterior, en el
que 𝒇(𝒙) es conocida, pero es muy compleja e indeseable sino imposible de trabajar
directamente con la misma?
𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ + 𝑎𝑗 𝑥 𝑗 + ⋯ + 𝑎𝑛 𝑥 𝑛 (1)
Ejemplo1.
Tabla 2. Datos de corriente en función del tiempo, a partir de que el circuito es cerrado
Solución:
Note que en este caso la variable independiente “x” es el tiempo “t”, mientras que la dependiente
“y”= 𝒇(𝒙) es la corriente “𝑖”; o sea, se trata de 𝒊 = 𝒇(𝒕). En todo problema debe discernirse,
sin equívocos, cuáles son las variables independiente y dependiente respectivamente. Cabe
adelantar que en problemas más complejos podrán existir varias variables independientes y
también más de una variable dependiente.
De disponer de un polinomio 𝑃𝑛 (𝑡) tal que 𝑃𝑛 (𝑡) ≈ 𝑖(𝑡), o sea, que estime con exactitud
apropiada a 𝑖(t), quedará resuelta la interrogante planteada arriba. Dado que en la Tabla 2
existen 5 pares de valores de (𝑡, 𝑖) se podrán obtener para este ejemplo polinomios de
interpolación desde grados 1 hasta 4, 𝑃1 (𝑡), 𝑃2 (𝑡), 𝑃3 (𝑡) 𝑜 𝑃4 (𝑡), como se verá más adelante.
Vale destacar que en cálculos de ingeniería en muchas ocasiones es satisfactorio trabajar solo con
𝑃1 (𝑥) o 𝑃2 (𝑥), y raras veces con 𝑃3 (𝑥) u otros de mayor grado.
incógnitas, 𝑆𝐸𝐿 (𝑛 + 1)𝑋 (𝑛 + 1))” se van tomando cada uno de los pares de valores de
datos de la Tabla 1 y se plantea un sistema de n+1 ecuaciones con igual cantidad de
incógnitas, según se muestra en la Tabla 3.
En la Figura 1 se representan tres curvas. Dos de estas son 𝑓(𝑥) y el polinomio 𝑃𝑛 (𝑥) de
interpolación correspondiente, de grado n; entre ambas se hace evidente el criterio de ajuste
mencionado antes (𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ) para toda 𝑖 = 0, 1, 2, 3, … , 𝑛). La tercera curva, el 𝑃2 (𝑥),
es una función de aproximación obtenida por el criterio de minimizar la suma de los
cuadrados de los errores 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃2 (𝑥𝑖 ), no teniendo que coincidir con ninguno de los
𝑓(𝑥𝑖 ), aunque si tratando de pasar lo más cerca posible de cada uno de los mismos, lo que se
estudiará más adelante.
Es importante tener presente que el criterio de ajuste de interpolación representado por (2)
restringe la validez del 𝑃𝑛 (𝑥) así obtenido a su uso solo en 𝑥 ∈ [𝑥0 ; 𝑥𝑛 ]; quiere esto decir
que no se deberá utilizar para hacer estimaciones fuera de ese intervalo, no se utiliza para
extrapolar.
𝑥0 𝑥1 𝑥2 𝑥𝑛−1 𝑥𝑛
Ejemplo2.
Obtenga un estimado de la corriente del Ejemplo 1 en el instante t= 12 Milisegundos utilizando
un 𝑃1 (𝑥).
Solución:
Por tratarse de un polinomio de grado 1 (una línea recta), se requieren dos pares de valores. En
este caso deben seleccionarse de la tabla del propio ejemplo 1, cuidando que t= 12 esté contenido
dentro de ambos pares, de modo que sea válido el polinomio en cuestión. Debe prestarse especial
atención a los datos con los que se trabaje en la obtención del 𝑃1 (𝑥), teniendo en cuenta que el
valor de x en el que se vaya a hacer la estimativa cumpla con 𝑥𝜖(𝑥0 , 𝑥1 ). De tal modo, los datos
a utilizar son:
Una vez identificados los datos con los que se debe trabajar, los dos pasos a tener en cuenta en un
problema de interpolación, como se dijo antes, son: 1. Obtener el polinomio (calcular los valores
de sus coeficientes 𝑎0 , 𝑎1 , …); y 2. Utilizar el polinomio para realizar las estimaciones requeridas.
En el primer paso se comienza precisando el grado del polinomio a ser obtenido, el cual es un dato
en este caso. Para un 𝑃1 (𝑥) = 𝑎0 + 𝑎1 𝑥, la información de la Tabla 3 se reduce a:
(𝑥0 , 𝑓(𝑥0 )) 𝑎0 + 𝑎1 𝑥0 = 𝑓(𝑥0 ) 𝑎0 + 𝑎1 ∗ 10 = 11 (4)
(𝑥1 , 𝑓(𝑥1 )) 𝑎0 + 𝑎1 𝑥1 = 𝑓(𝑥1 ) 𝑎0 + 𝑎1 ∗ 15 = 13 (5)
Este sistema de 2x2 tiene como solución 𝑎0 = 7 𝑦 𝑎1 = 0,4. Los valores obtenidos deben
comprobarse en las mismas ecuaciones (4) y (5) antes de comenzar a utilizar el polinomio
obtenido, para estar seguro que fueron bien calculados. Sustituyendo dichos valores en (4) y (5),
se tiene:
7 + 0,4 ∗ 10 = 11
7 + 0,4 ∗ 15 = 13
con lo cual queda verificado que dichos valores son correctos. Entonces 𝑃1 (𝑥) = 7 + 0,4𝑥.
Ejemplo3.
Obtenga un estimado de la corriente del Ejemplo 1 en el instante t= 12 utilizando un 𝑃2 (𝑥).
Solución:
Ahora debe hacerse la estimación de corriente en t= 12, seleccionando 3 pares de valores
(𝑡, 𝑖(𝑡)) requeridos para obtener un polinomio de grado 2 (una parábola); de la Tabla 1 se
podrían escoger indistintamente entre otras variantes, los correspondientes a t= 5, 10 y 15, o los
de t= 10, 15 y 20; ambas contienen al valor t= 12 en el que se desea hacer la interpolación, por
lo que el polinomio que se obtendrá resultará válido en el valor de interés. Se tomará la primera
de estas por ser más representativa de la zona en que la corriente posee variaciones más diferentes
entre uno y otro par de valores. Así, los datos a utilizar son:
La solución de este sistema de 3x3 permite obtener los valores 𝑎0 = 4, 𝑎1 = 0,9 𝑦 𝑎2 = −0.02.
Chequeando dichos valores en las ecuaciones (6), (7) y (8) resulta:
4 + 0,9 ∗ 5 − 0,02 ∗ 52 = 8
4 + 0,9 ∗ 10 − 0,02 ∗ 102 = 11
4 + 0,9 ∗ 15 − 0,02 ∗ 152 = 13
con lo que queda corroborado que los valores obtenidos de los coeficientes 𝑎0 , 𝑎1 𝑦 𝑎2 son
correctos. Pudiendo plantear que 𝑃2 (𝑥) = 4 + 0,9 𝑥 − 0,02𝑥 2. Del polinomio así obtenido se halla
la estimación de corriente en el instante t= 12 Milisegundos, evaluándolo en dicho valor:
En los dos ejemplos anteriores fue un dato el grado “n” del polinomio a obtener. Con
frecuencia esto lo tendrá que decidir Ud. mismo a partir de un análisis del comportamiento
de 𝑓(𝑥) respecto a 𝑥. La opción de utilizar grado 1 en el ejemplo 2 en buena medida tiene
fundamento, ya que en los dos últimos subintervalos que contienen a t= 12 la 𝑓(𝑥) tiene
incrementos cercanos uno del otro; posee cierta linealidad. Sin embargo se si deseara hacer
un estimado de la corriente en valores de tiempo entre 0 y 10 Milisegundos, utilizar 𝑃1 (𝑥)
sería una mala opción porque en ese recorrido de valores se aprecia un comportamiento no
lineal de 𝑓(𝑥). De quedarle dudas, haga el correspondiente gráfico y valore después lo dicho
aquí.
El uso del procedimiento que se explica a continuación permite llegar a los mismos
polinomios de interpolación explicados antes, obviando la solución del sistema de
ecuaciones; los valores de los coeficientes del polinomio se obtendrán en esta oportunidad
por un método muchísimo más sencillo, el de las denominadas “Tablas de diferencias
divididas”; no será necesario por este procedimiento el cálculo del 𝑆𝐸𝐿 (𝑛 + 1)𝑋 (𝑛 + 1)
presentado antes. Nuevamente los datos de la Tabla 1 son los que constituyen la información
disponible de 𝑓(𝑥).
La ecuación general del polinomio de grado n difiere de la mostrada en (1); ahora es:
Aprecie que en cada término de coeficiente 𝑑𝑘 , que precisamente son las diferencias
divididas, existen k factores del tipo (𝑥 − 𝑥𝑖 ) con 𝑖 = 0, 1, 2, … , 𝑘 − 1. Note que en k
factores, 𝑥 se multiplica k veces por sí misma, resultando 𝑥 𝑘 en ese término, o sea, el orden
que corresponde al polinomio que contenga hasta ese término. De tal modo que se pueden
obtener los polinomios desde grado 1 en lo adelante, resultando para n=1, 2 y 3 (que serán
los más utilizados):
𝑃1 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) (10)
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) (11)
𝑃3 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑑3 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (12)
dos de orden 2 y una de orden 3; esto es así por la cantidad de pares de valores que requieren
para ser calculadas en cada caso. Una vez obtenida la tabla correspondiente al conjunto de
datos con el que se esté trabajando, los 𝑑𝑘 de la ec. (12), o sea, 𝑑0 , 𝑑1 , 𝑑2 y 𝑑3 ,
corresponderán a los ubicados en la primera diagonal descendente.
Tabla 4. Expresiones para calcular las diferencias divididas necesarias para obtener
un 𝑷𝟑 (𝒙)
Ejemplo4.
Obtenga el polinomio de interpolación requerido en el Ejemplo 3, utilizando ahora la forma de
𝑃2 (𝑥) de Newton, a ser determinado por la expresión con las diferencias divididas.
Solución:
Debe seleccionarse la fórmula (11):
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
Teniendo como referencia las expresiones de trabajo de la Tabla 4, a continuación se obtienen las
diferencias d0 , d1 y d2 requeridas (se escogen aquellas ubicadas en la diagonal principal
descendente).
x y (d0) d1 d2
5 8
10 11 (11-8)/(10-5)=3/5= 0,6
15 13 (13-11)/(15-10)= 2/5= 0,4 (0,4-0,6)/(15-5)= -0,2/10= -0,02
Sustituyendo en el 𝑃3 (𝑥) los valores de las dk obtenidas, así como los de 𝑥0 𝑦 𝑥1 de los datos:
𝑃3 (𝑥) = 8+ 0,6(𝑥 − 5) − 0,02(𝑥 − 5)(𝑥 − 10)
𝑃3 (𝑥) = 8+ 0,6𝑥 − 3 − 0,02(𝑥 2 − 15𝑥 + 50)
𝑃3 (𝑥) = 8+ 0,6𝑥 − 3 − 0,02𝑥 2 + 0,3𝑥 − 1
𝑃3 (𝑥) = 4+ 0,9𝑥 − 0,02𝑥 2
Puede corroborarse que hacer en EXCEL las tablas de diferencias divididas es muy simple. En
este ejemplo corresponde a:
En la Figura 1 se hizo evidente que 𝑓(𝑥) y 𝑃𝑛 (𝑥) pueden diferir en los valores de 𝑥 ≠ 𝑥𝑖 . El
criterio de ajuste para obtener los coeficientes del polinomio de interpolación solo obliga a
que sean iguales, 𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ), en toda 𝑖 = 0, 1, 2, 3, … , 𝑛 de los datos que se utilizan. A
la diferencia entre 𝑓(𝑥) y el polinomio de interpolación 𝑃𝑛 (𝑥) se le denomina “Error de
truncación, ET” (ver Figura 3, supuesto que se utiliza 𝑃𝑛 (𝑥) = 𝑃1 (𝑥) ), el cual tiene dos
formas de ser calculado.
La más evidente, sencilla y además exacta, cuando 𝑓(𝑥) es conocida (caso raro, poco
frecuente), en un valor cualquiera de la variable independiente 𝑥 = 𝑥 ∗ (ver Figura 2), es:
𝑓 (𝑛+1) (𝑥)
𝐸𝑇(𝑥) = (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛 ) (𝑛+1)!
(14)
La complicación al aplicar esta segunda forma puede estar en obtener la derivada de orden
n+1, lo que tendría que hacerse como una de las posibilidades, de no ser conocida 𝑓(𝑥),
realizando primero un ajuste de un 𝑃𝑚 (𝑥), m < n, por el Método de los Mínimos Cuadrados;
después, según se necesite, aumentar pares de valores en los datos disponibles de (x, f(x)) y
proceder a obtener un estimado numérico de la 𝑓 (𝑛+1) (𝑥) por alguna de las variantes que se
describen más adelante.
Ejemplo 5
Solución:
7,38906
𝐸𝑇(𝑥 = 2) = (2 − 1)(2 − 3) = −3,69453
2!
En diversas aplicaciones de ingeniería ocurre que las mediciones que se realizan, así como
los datos que puedan estar disponibles, poseen errores, no son exactos. Quiero esto decir que,
partiendo también de que los valores de 𝑓(𝑥) sean conocidos en 𝑛 + 1 pares de valores, como
los mostrados en la Tabla 1, no tendrá sentido imponer el criterio de ajuste utilizado en
interpolación (𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ) en toda 𝑖 = 0, 1, 2, 3, … , 𝑛), para obtener una deseable función
de aproximación polinomial, tal que 𝑃𝑘 (𝑥) ≈ 𝑓(𝑥) 𝑒𝑛 𝑡𝑜𝑑𝑎 𝑥 ∈ (𝑥0 , 𝑥𝑛 ), siendo 𝑘 < 𝑛.
Es bastante más razonable, partiendo del presupuesto de que los datos de 𝑓(𝑥) con los que
se trabajará poseen errores, emplear entonces otro criterio de ajuste para obtener los
coeficientes 𝑎0 , 𝑎1 , … , 𝑎𝑘 del 𝑃𝑘 (𝑥) a determinar. Dicho criterio de ajuste en el Método de
los Mínimos Cuadrados (MMC) es:
“Minimizar la suma de los cuadrados de los errores (𝒆𝒊 ) resultantes de las diferencias
𝒇(𝒙𝒊 ) − 𝑷𝒌 (𝒙𝒊 ) 𝒆𝒏 𝒊 = 𝟎, 𝟏, 𝟐, … , 𝒏" (15)
donde: 𝑃𝑘 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ + 𝑎𝑗 𝑥 𝑗 + ⋯ + 𝑎𝑘 𝑥 𝑘
El error entre el valor de la función y el polinomio de grado k de ajuste, en cada par de valores
(𝑥𝑖 , 𝑓(𝑥𝑖 )) se calcula por:
Los errores 𝑒𝑖 unas veces serán positivos y otras negativos, según sean los valores relativos
de 𝑓(𝑥𝑖 ) 𝑦 𝑃𝑛 (𝑥𝑖 ) en cada 𝑥𝑖 , como puede apreciarse en la Figura 4. Tomando esto en cuenta
y con el propósito de que no se compensen entre sí, que todos resulten importantes, tanto los
positivos como los negativos, es que en el criterio se consideran los cuadrados de los valores
de cada error. Alternativamente podría pensarse en utilizar los valores absolutos de los
errores, lo que no se hace porque como se verá a continuación, hay que aplicar derivadas y
la función “módulo (valor absoluto, abs( ))” no es derivable.
¿Cómo se garantiza que sea mínima la suma de los cuadrados de los errores? ¿Cómo se
calcularían los coeficientes 𝒂𝒋 del 𝑷𝒌 (𝒙) que debe obtenerse?
El propósito de aplicar como criterio de ajuste “minimizar la suma de los cuadrados de los
errores” se logra al obtener:
𝜕(∑𝑛 2
𝑖=0 𝑒𝑖 )
= 0, para 𝑗 = 0, 1, … , 𝑘 (17)
𝜕𝑎𝑗
Donde:
𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃𝑘 (𝑥𝑖 ) = 𝑓(𝑥𝑖 ) − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑘 𝑥𝑖𝑘
k es el grado del polinomio con el que se hará el “ajuste” de 𝑓(𝑥)
𝑓(𝑥) 𝑃1 (𝑥)
𝑒𝑛−1
𝑒𝑛
𝑒1
𝑒2
𝑒0
𝑥0 𝑥1 𝑥2 𝑥𝑛−1 𝑥𝑛
Figura 4. Errores 𝒆𝒊 en los 𝒙𝒊 , supuesto que se realiza el ajuste por el MMC con un
𝑷𝟏 (𝒙)
¿Cuáles son las ecuaciones de trabajo en para calcular los coeficientes 𝒂𝒋 del 𝑷𝒌 (𝒙) por
el MMC?
Al aplicar (17) y realizar los pasos algebraicos necesarios, puede demostrarse que se obtiene
el Sistema de Ecuaciones Lineales (SEL), AX= B mostrado en la Tabla 5.
Tabla 5. SEL de orden (k+1) x (k+1) resultante de aplicar el criterio de ajuste del MMC
para obtener los 𝒂𝒋 del 𝑷𝒌 (𝒙)
𝑚 ∑ 𝑥 ∑ 𝑥2 ∑ 𝑥3 … ∑ 𝑥𝑘 𝑎0 ∑𝑦
∑ 𝑥 ∑ 𝑥 2 ∑ 𝑥 3 ∑ 𝑥 4 … ∑ 𝑥 𝑘+1 𝑎1 ∑ 𝑥𝑦
A= ∑ 𝑥 2 ∑ 𝑥 3 ∑ 𝑥 4 ∑ 𝑥 5 … ∑ 𝑥 𝑘+2 X= 𝑎2 B= ∑ 𝑥 2 𝑦
…………………………………………..
(∑ 𝑥 𝑘 ∑ 𝑥 𝑘+1 ∑ 𝑥 𝑘+2 ∑ 𝑥 𝑘+3 … ∑ 𝑥 2𝑘 ) (𝑎𝑘 ) (∑ 𝑥 𝑘 𝑦)
𝑚 =𝑛+1
De la matriz A de la Tabla 5 se utilizarán dos filas y dos columnas para ajustar un 𝑃1 (𝑥) (se
identifica un SEL de 2x2 del que se obtienen 𝑎0 𝑦 𝑎1); tres filas y tres columnas para un
𝑃2 (𝑥), (corresponde a un SEL de 3x3 del que se determinan 𝑎0 , 𝑎1 𝑦 𝑎2 ); cuatro filas y cuatro
columnas para un 𝑃3 (𝑥), y así sucesivamente para 𝑃𝑘 (𝑥) de órdenes superiores
Cabe añadir que el 𝑃𝑘 (𝑥) obtenido por el MMC, a diferencia del 𝑃𝑛 (𝑥) de interpolación,
puede utilizarse tanto para valores de 𝑥 que pertenezcan (interpolación) a (𝑥0 , 𝑥𝑛 ), como
para los que están fuera (extrapolación) de dicho intervalo, aunque hay que alertar que esto
último debe realizarse con moderación porque la tendencia que es capaz de estimar el 𝑃𝑘 (𝑥)
posee una validez limitada en tales circunstancias.
Ejemplo 6.
Considere que la cantidad de antenas producidas en un taller en 6 meses es:
t, mes 1 2 3 4 5 6
Cantidad de antenas 250 300 340 330 310 350
6.1 Ajuste un 𝑃1 (𝑥) por el MMC y calcule en cada mes los 𝑒𝑖 y ∑ 𝑒𝑖2
6.2 Repita lo anterior con un 𝑃2 (𝑥). ¿En qué porcentaje disminuyó la ∑ 𝑒𝑖2 ?
Solución:
(a) Ajustar 𝑃1 (𝑥) = 𝑎0 + 𝑎1 𝑥, conlleva a utilizar dos filas y dos columnas de A, y dos filas de X
y B, de la Tabla 5:
m ∑x a0 ∑y
( ) (a ) = ( )
1
∑ x ∑ x2 ∑ xy
La tabla de datos debe ampliarse con la información de las nuevas variables 𝑥 2 y 𝑥𝑦, y
correspondientes sumas a obtener, lo que se hace a continuación.
SUMA
x (t, mes) 1 2 3 4 5 6 21
Y (Cantidad de antenas) 250 300 340 330 310 350 1880
x^2 1 4 9 16 25 36 91
x*y 250 600 1020 1320 1550 2100 6840
Con m=6 (total de pares de valores de la tabla de datos) y los cálculos de las sumas anteriores,
el SEL “2 x 2”, es:
6 21 𝑎0 1880
( )( ) = ( )
21 91 𝑎1 6840
Resultan valores aproximados a una cifra decimal, de 𝑎0 = 261,3 𝑦 𝑎1 = 14,9. Por tanto:
𝑃1 (𝑥) = 261,3 + 14,9 𝑥
La solución con el EXCEL resulta:
Cant. de antenas
400
300
200
y = 14.857x + 261.33
100 R² = 0.5913
0
0 1 2 3 4 5 6 7
En Estadística aprenderá que 𝑅2 (puede tomar valores de “0” a “1”) es un coeficiente que da
información sobre la calidad de ajuste del modelo obtenido, mejor según su valor se acerque a
“1”. Queda ahora obtener los 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃1 (𝑥𝑖 ). Se añade en la tabla del enunciado la fila
correspondiente a evaluar 𝑃1 (𝑥𝑖 ) y las filas del cálculo de los 𝑒𝑖 y 𝑒𝑖2 , resultando con redondeo
a números enteros:
(b) Ahora, ajustar 𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 , requiere seleccionar de la Tabla 5 tres filas y tres
columnas de A, y tres filas de X y B respectivamente:
m ∑ x ∑ x2 ∑y
a0
∑ x ∑ x2 ∑ x3 ( a1 ) = ∑ xy
a2
2
(∑ x ∑ x3 ∑ x4 ) 2
(∑ x y )
6 21 91 𝑎0 1880
( 21 91 441 ) (𝑎1 ) = ( 6840 )
91 441 2275 𝑎2 30140
200
y = -5.1786x2 + 51.107x + 213
100 R² = 0.7445
0
0 5 10
Seguidamente hay que obtener los 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃2 (𝑥𝑖 ). Se agrega en la tabla del enunciado la
fila correspondiente a evaluar 𝑃2 (𝑥𝑖 ) y la fila del cálculo de los 𝑒𝑖 y 𝑒𝑖2 , llevando en este problema
sus valores a números enteros:
2671−1670
El porcentaje en que disminuyó la ∑ 𝑒𝑖2 se calcula por: | 2671 | ∗ 100 = 37%
¿Mejoró el ajuste al utilizar el 𝑃2 (𝑥) en lugar del 𝑃1 (𝑥)?
Los ajustes realizados con 𝑃1 (𝑥) y 𝑃2 (𝑥) propician que se debata sobre cuál es el orden k del
polinomio que se debe ajustar, ¿Cuándo es que un 𝑃𝑘 (𝑥) es ciertamente aceptable? Es el
conocedor del fenómeno con el que se esté trabajando, el que está en mejores posibilidades
de valorar cuál es la magnitud máxima que puede tener un 𝑒𝑖 resultante; esta es la clave para
la decisión. En los ejemplos anteriores, con el 𝑃1 (𝑥) el 𝑒𝑖 máximo fue de 34; mientras que
con el 𝑃2 (𝑥) el 𝑒𝑖 máximo resultó 29 (el signo no importa). También la suma de los
cuadrados de los errores disminuye según aumenta k, lo que significa que el ajuste mejoró.
La recomendación para trabajos en ingeniería es utilizar el menor valor de k en el que el
máximo 𝑒𝑖 sea admisible; trabajar con k>3 será raro. Si el ajuste se torna complejo por las
características de los datos, es aconsejable subdividir el recorrido de 𝑥 de los datos y hacer
ajustes independientes en cada una de dichas subdivisiones, buscando similitud del
comportamiento de la variable dependiente en cada caso.
Ejercicios propuestos
1. Para los datos dados a continuación (preparado a partir de: Example 19.2. Schaum’s
Outline of Theory and Problems of BASIC ELECTRICITY)
t (s) 1 2 3 4 5
i (A) 3,8 5,2 5,7 5,9 6,0
INTEGRACIÓN NUMÉRICA
𝑏
La solución de integrales del tipo ∫𝑎 𝑓(𝑥) 𝑑𝑥 puede llevarse a cabo con diversos
procedimientos de cálculo numérico que generalmente permiten obtener estimados
adecuados de sus resultados, obviando la complejidad de los métodos analíticos, los que en
ocasiones incluso no le dan solución a determinados problemas. Y no cabe hablar ya de
aplicación de métodos analíticos para los casos en los que 𝑓(𝑥) no se conoce, sino solo en
un conjunto de n+1 pares de valores (𝑥, 𝑓(𝑥)) de lo cual ya se habló antes.
La buena calidad que tendrán los resultados de las estimaciones numéricas de las integrales
definidas se puede apreciar en la Figura 1, recordando la interpretación geométrica de la
integral como el área bajo la curva; suponiendo que realizará tal estimación con el 𝑃𝑛 (𝑥) que
se muestra en esa figura, se observa que unas veces este polinomio está por encima de 𝑓(𝑥),
como ocurre en (𝑥𝑜 , 𝑥1 ), mientras que en otros intervalos dicho 𝑃𝑛 (𝑥) queda por debajo de
la 𝑓(𝑥), como sucede en (𝑥1 , 𝑥2 ). Como consecuencia de este comportamiento, los errores
tienden a compensarse, obteniéndose un resultado de buena calidad, como se declaró antes.
En la literatura existe una diversidad de fórmulas para la integración numérica; dos de los
procedimientos más conocidos son las Reglas o métodos de los Trapecios y de Simpson
respectivamente. Ud. podría optar también por obtener un polinomio de interpolación
(resolviendo un SEL o por tablas de diferencias divididas), o de ajuste de curvas por mínimos
cuadrados, y obtener la solución de la integral operando con dicho polinomio, variante esta
que no se le recomienda porque le llevaría más trabajo.
Para lo que sigue en esta sección se retoma como información disponible la de la Tabla 1,
“n+1” pares de valores (𝑥, 𝑓(𝑥)). Por analogía con la integral definida se tendría 𝑎 =
𝑥0 𝑦 𝑏 = 𝑥𝑛 para la integración a lo largo de todo el recorrido de 𝑥0 𝑎 𝑥𝑛 :
𝒙 𝑎 = 𝑥0 𝑥1 𝑥2 𝑥3 … 𝑏 = 𝑥𝑛
𝒇(𝒙) 𝑓(𝑥0 ) 𝑓(𝑥1 ) 𝑓(𝑥2 ) 𝑓(𝑥3 ) … 𝑓(𝑥𝑛 )
Equivale a sumar el área de pequeños trapecios de base “h” que se elevan desde el eje “X”
hasta los 𝑃1 (𝑥), líneas rectas, que unen próximo a 𝑓(𝑥), a los pares consecutivos (𝑥𝑖 , 𝑓(𝑥𝑖 )).
Tiene la fórmula de trabajo siguiente:
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = 2 (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 2 ∑𝑛−1
𝑖=1 𝑓(𝑥𝑖 )) (18)
𝑏−𝑎
donde ℎ = (𝑥𝑖+1 − 𝑥𝑖 ) = . Este procedimiento implica que los pares de valores estén
𝑛
igualmente espaciados; o sea, cada siguiente valor de la variable independiente se determina
como 𝑥𝑖+1 = 𝑥𝑖 + ℎ. Una forma equivalente de (18) es:
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = 2 (𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + +2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
Las dos ecuaciones anteriores resultan de integrar cada dos pares de valores consecutivos con
un 𝑃1 (𝑥).
En el caso más sencillo, a obtener la integral con solo dos pares de valores de datos, la ec.
(18) se reduce a:
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = (𝑓(𝑥1 ) + 𝑓(𝑥0 ))
2
Esta última forma de la ec. (18), sustituyendo h por 𝑥𝑖+1 − 𝑥𝑖 , es precisamente la que tendría
que aplicarse repetidamente cada dos pares de valores consecutivos de la Tabla 1, si los 𝑥𝑖
no estuviesen espaciados uniformemente.
Ejemplo 7
20
Obtenga ∫0 𝑖 𝑑𝑡 por la Regla de los Trapecios con los datos del Ejemplo1 visto antes:
Mediciones de corriente en función del tiempo, a partir de que el circuito es cerrado
Solución:
Por simple inspección, se tiene h=5 (5-0; 10-5; 15-10 y 20-15); también puede obtener dicho valor
𝑏−𝑎 20−0
por ℎ = 𝑛 = 4 = 5. Fórmula de trabajo a utilizar:
𝑛−1
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 2 ∑ 𝑓(𝑥𝑖 ))
2
𝑖=1
5
Sustituyendo valores, 𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = 2 (0 + 14 + 2 (8 + 11 + 13)) = 195
Regla de Simpson
Ahora se estaría haciendo particiones en el área total de integración, por secciones de dos
intervalos, tres pares de valores (𝑥𝑖 , 𝑓(𝑥𝑖 )), cada una limitada superiormente por un 𝑃2 (𝑥)
o arco, en lugar de la línea recta superior de la Regla de los Trapecios..
ℎ
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = 3 (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 4 ∑𝑛−1 𝑛−2
𝑖 𝑖𝑚𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 1 𝑓(𝑥𝑖 ) + 2 ∑𝑖 𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 2 𝑓(𝑥𝑖 )) (19)
𝑏−𝑎
Se mantiene lo dicho antes de ℎ = (𝑥𝑖+1 − 𝑥𝑖 ) = 𝑛
ℎ
𝑰𝑺𝒊𝒎𝒑𝒔𝒐𝒏 = (𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) + 2𝑓(𝑥4 ) + ⋯ + 2𝑓(𝑥𝑛−2 ) + 4𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
3
Si existieran solo tres pares de valores igualmente espaciados (dos subintervalos), quedaría
ℎ
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = (𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 ))
3
En caso que Ud. considere necesario integrar con un 𝑃2 (𝑥) cada dos subintervalos y los datos
no estén igualmente espaciados, deberá ajustar polinomios 𝑃2 (𝑥) cada tres pares de valores
consecutivos e integrar los polinomios resultantes.
Dado que integrar con Trapecios equivale a hacerlo con 𝑃1 (𝑥), y con Simpson utilizando
𝑃2 (𝑥), la aproximación al valor exacto de la integral será mejor con este último para el mismo
valor de h, lo que se discute más adelante al presentar las formulas de errores asociados a
cada uno.
Ejemplo 8
20
Hacer el Ejemplo 7 por la Regla de Simpson (Obtenga ∫0 𝑖 𝑑𝑡 con los datos del Ejemplo 1, de
corriente en función del tiempo, a partir de que el circuito es cerrado).
Solución:
𝑛−1 𝑛−2
ℎ
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = (𝑓 ( 𝑥0 ) + 𝑓 ( 𝑥𝑛 ) + 4 ∑ 𝑓 ( 𝑥𝑖 ) + 2 ∑ 𝑓 ( 𝑥𝑖 ) )
3
𝑖 𝑖𝑚𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 1 𝑖 𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 2
Como se mostró antes, h=5. Analizando los datos se observa que existen 5 pares de valores,
𝑛 + 1 = 5, de donde: 𝑛 = 4, valor “par”, lo que significa que puede aplicarse Simpson.
5
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = (0 + 14 + 4(8 + 13) + 2(11)) = 200
3
Como se recordó antes, es importante utilizar el menor espaciamiento para lograr buenos
estimados de las integrales que haya que calcular, lo que es intuitivo de la definición de
integral definida a partir del límite de la sumatoria de las áreas de los rectángulos cuando su
base h tiende a cero. Para Trapecios y Simpson, Perez y Rocha (2012) presentan las fórmulas
que se muestran a continuación.
(𝑏−𝑎)3
Error al aplicar la Regla de los Trapecios, 𝐸𝑇 = − 𝑓 ′′ (𝑐) (20)
12𝑛2
(𝑏−𝑎)5
Error al aplicar la Regla de Simpson, 𝐸𝑆 = − 𝑓 𝐼𝑉 (𝑐) (21)
180𝑛4
Para encontrar “c” debe buscarse el valor 𝑥 ∈ (𝑥0 , 𝑥𝑛 ) en el que la derivada sea mayor, según
la fórmula con la que se trabaje. De no conocerse la ecuación de 𝑓(𝑥), las derivadas tendrán
que estimarse por alguno de los métodos numéricos desarrollados con ese propósito, de los
que se estudiarán algunos más adelante.
Al inspeccionar las ec. (20) y (21) se aprecia que la magnitud del error es inversamente
proporcional al término del denominador respectivo. Se cumple en ambos que el error es
inversamente proporcional al número n de subintervalos, al trabajar con más subintervalos
“n” mayor, “h“ menor, es menor el error asociado al resultado obtenido del valor de la
integral. También que 180𝑛4 , para un mismo “n”, es bastante mayor que 12𝑛2 , lo que lleva
al convencimiento de que 𝐸𝑆 < 𝐸𝑇 .
Ya sea con 𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 o con 𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 , cuando 𝑓(𝑥) es conocida, aunque resulte indeseable o
imposible de integrar por métodos analíticos, se simplifica extraordinariamente este asunto
del error en el resultado aproximado de la integral y de decidir la magnitud de “h” con la que
se debe trabajar. De las ec. (20) y (21), fijando las valores admisibles de ET y ES, se puede
calcular “n” y conociendo “n” se determina “h”. Después habría que pasar a obtener todos
los pares de valores (𝑥, 𝑓(𝑥)) necesarios evaluando 𝑓(𝑥) en todas las 𝑥𝑖+1 = 𝑥𝑖 + ℎ que
correspondan al intervalo [𝑎, 𝑏] en el que se tenga que obtener la integral.
En las situaciones en que 𝑓(𝑥) es desconocida, la limitante estará en la magnitud de “h” para
la que se determinaron los valores disponibles. El mejor resultado sin lugar a dudas será el
que tome en cuenta todos los datos existentes.
Ejercicios propuestos
1. Calcule las integrales siguientes por las Reglas de los Trapecios y de Simpson, usando
2, 4 y 8 subintervalos de [a,b]. Compare los resultados en cada caso a partir del
porcentaje que corresponda a la diferencia entre unos y otros resultados.
3
a. ∫1 𝑒 0,5𝑥 𝑑𝑥
9
b. ∫5 (𝑥 − 1)0,5 𝑑𝑥
7 1+𝑠𝑒𝑛 𝑥
c. ∫3 𝑑𝑥
√𝑥
2. Utilizando las integrales del ejercicio anterior, con cuántas divisiones del intervalo,
como mínimo, podemos esperar para obtener errores menores que 10-3.
0.6 𝑑𝑥
3. Calcule o valor aproximado de ∫0 con tres cifras decimales de precisión usando:
1+𝑥
(a) Trapecios.
(b) Simpson.
𝜋/2
4. Determine el valor de h que permita evaluar ∫0 x sen(x) dx con un error máximo de
10-3 usando:
(a) Trapecios.
(b) Simpson.
2
Obtenga valores de 𝐼 = ∫0 𝑓(𝑥)𝑑𝑥 utilizando:
5.1 Trapecios con h= 1, 0,4 y 0,2 respectivamente. Obtenga los porcentajes de cambio a
partir del segundo resultado.
6. Conociendo que 𝑓(𝑥) = 𝑠𝑒𝑛(𝑥), halle los ET y ES en todas las estimaciones obtenidas
en el ejercicio anterior.
7. La curva de carga típica de energía eléctrica en una ciudad está dada por la figura:
7.1 Estime el consumo de energía diario de dicha ciudad utilizando la Regla de Trapecios.
7.2 Para las horas de la 20 a la 24, en las que tiene lugar el “pico” de la demand, estime el
consumo de energía utilizando Trapecios y Simpson. Argumente cuál es el mejor
estimado,
DERIVACIÓN NUMÉRICA
Ahora sin embargo cambia drásticamente la calidad de la estimación a obtener, con respecto
a lo discutido en integración numérica; en numerosas ocasiones serán malos los resultados
que se obtengan. Recordando que la interpretación geométrica de la derivada es la pendiente
a la curva en el punto 𝑥 = 𝑥 ∗ , supóngase que en la Figura 1 estuviese obteniendo estimados
de la derivada de 𝑓(𝑥) utilizando el 𝑃𝑛 (𝑥) que aparece en esa figura, y que se va haciendo para
valores de 𝑥 = 𝑥 ∗ que se acercan a 𝑥1 viniendo desde 𝑥0 . Ocurre que 𝑓 ′ (𝑥) >0, mientras que
𝑃𝑛′ (𝑥) < 0. ¡Ni siquiera en el signo coinciden! Una discrepancia similar, enorme, sucede
cuando se acerca 𝑥 = 𝑥 ∗ a 𝑥2 desde 𝑥1 . Solo existen pequeños tramos en el recorrido 𝑥0 a
𝑥𝑛 en los que las tangentes a ambas curvas se asemejan.
La situación anterior solo se torna favorable cuando la 𝑓(𝑥) tiene cambios “suaves” y se trabaja
con polinomios obtenidos por el MMC. Habrá que estar muy atentos a la presencia de errores
significativos que pudieran invalidar el uso que se le fuese a dar a las estimaciones de las derivadas
en cuestión. Realizar los cálculos por distintos procedimientos y comparar los resultados para conocer
lo que pudiera estar aconteciendo.
A continuación se presentan unas pocas alternativas para cálculos numéricos de las derivadas.
Debe consultarse la bibliografía para conocer los numerosos procedimientos que se proponen
para estas estimaciones.
La expresión del polinomio de grado 2 (se requieren tres pares de valores (xi, f(xi)), es la
ecuación (5) presentada antes:
Ejemplo 9
Obtenga estimados de 𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) utilizando un 𝑃2 (𝑥), en cada uno de los valores x de la
tabla de datos. Conociendo que 𝑓(𝑥) = 3𝑥 2 − 3𝑥 + 5, calcule también los valores exactos de
ambas derivadas en los tres valores de 𝑥. Realice un comentario crítico de los resultados
obtenidos.
Datos:
𝒙 0 2 4
𝒇(𝒙) 5 11 41
Solución:
En este ejemplo se volverá a obtener 𝑃2 (𝑥) utilizando el polinomio de Newton de la ecuación (11):
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
Lo que quiere decir que los datos de la tabla fueron generados a partir de la propia
𝑓(𝑥) = 3𝑥 2 − 3𝑥 + 5 y por lo tanto las derivadas de primero y segundo orden obtenidas por el
polinomio ajustado, coinciden con las de la función.
𝑥 0 2 4
𝑓(𝑥) 5 11 41
En este caso las ecuaciones (26) y (27) se pueden utilizar para estimar
numéricamente𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) respectivamente, siempre que se desee hacerlo tomando como
referencia a un P3(x). Nuevamente vuelve a ser muy importante que el valor de x en el que
se va a hacer la estimación, quede comprendido dentro de los tres pares de valores que se
utilicen para obtener d0, d1, d2 y d3.
Ejemplo 10
Utilice los datos de la tabla dada a continuación y obtenga estimados de 𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) en 𝑥 =
1 𝑦 1,4 utilizando las ec. (28) y (29). Compare con los exactos de los datos.
Solución:
−3𝑓0 +4𝑓1 −𝑓2
La estimación de 𝑓 ′ (𝑥) se hace con la ec. (28): 𝑓′(𝑥0 ) ≈ y deben hacerse
2ℎ
aproximaciones de 𝑓 ′ (𝑥) en 𝑥 = 1 𝑦 1,4.
𝑥0 = 1 𝑥1 = 1,2 𝑥2 = 1,4
𝑓(𝑥0 ) = 0,8415 𝑓(𝑥1 ) = 0,9320 𝑓(𝑥2 ) = 0,9854
Por simple inspección el valor de h= 0,2 (1,2-1=0,2; 1,4-1,2= 0,2). Sustituyendo queda:
Sustituyendo:
−3 ∗ 0,9854 + 4 ∗ 0,9996 − 0,9738
𝑓 ′ (𝑥0 = 1,4) = = 0,1710
2 ∗ 0,2
Ambos valores de 𝑓 ′ (𝑥) tienen iguales las dos primeras cifras decimales con sus homólogos
exactos.
2𝑓0 −5𝑓1 +4𝑓2 −𝑓3
Los cálculos de 𝑓 ′′ (𝑥) se deben hacer con la ec. (29): 𝑓′′(𝑥0 ) ≈
ℎ2
Para 𝑥 = 1 los datos necesarios, son:
𝑥0 = 1 𝑥1 = 1,2 𝑥2 = 1,4 𝑥3 = 1,6
𝑓(𝑥0 ) = 0,8415 𝑓(𝑥1 ) = 0,9320 𝑓(𝑥2 ) = 0,9854 𝑓(𝑥2 ) = 0,9996
Sustituyendo valores:
2 ∗ 0,8415 − 5 ∗ 0,9320 + 4 ∗ 0,9854 − 0,9996
𝑓′′(𝑥0 = 1) ≈ = −0,8750
0,22
Sustituyendo valores:
2 ∗ 0,9854 − 5 ∗ 0,9996 + 4 ∗ 0,9738 − 0,9093
𝑓′′(𝑥0 = 1,4) ≈ = −1,0325
0,22
Los resultados estimados de 𝑓 ′′ (𝑥) poseen errores menores del 10% respecto a los exactos; para
muchas aplicaciones son estimados satisfactorios.
Ejercicios propuestos
1. Con datos de la tabla de medidas de potencia a cada hora, que registra el consumo horario
de energía eléctrica en una ciudad:
Discuta en qué medida los signos de los estimados responden al comportamiento de los
datos.
Mes 1 2 3 4 5 6 7 8
Cantidad de 9 8 6 3 4 7 10 9
interrupciones
Bibliografía
Chapra, Steven C. APPLIED NUMERICAL METHODS WITH MATLAB FOR ENGINEERS AND
SCIENTISTS. Third Edition. 2012. Consultado en:
http://csis.bits-
pilani.ac.in/faculty/goel/course_material/Machine%20Learning/Reference%20Material/Applied_Nu
m_Methods_with_Matlab_for_Engineers_3ed.pdf