Master QUÍMICA

Parte I
Métodos numéricos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 1 / 81
Tabla de contenido
1 Series de Taylor, error de truncamiento
2 Interpolación con polinomios (representación de Newton)
3 Diferenciación numérica
4 Integración interpolatoria, simple y compuesta
5 EDO: Problemas de Valor Inicial, método de Euler
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Series de Taylor, error de truncamiento

Método de diferencias divididas
Coeficientes del polinomio de Newton
Idea de la construcción
Ejemplo de las diferencias divididas de Newton
Hacia delante, hacia atrás y central
Derivación numérica: derivada de orden 2 (central)

. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Section 1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Series de Taylor
1 Idea: Aproximar una función por un polinomio
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Series de Taylor

2 ¿Por qué?: sabemos integrar un polinomio:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Series de Taylor

La integral Z
3x2 dx
es más fácil de evaluar que
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Series de Taylor

La integral Z
3x2 dx
es más fácil de evaluar que

la integral Z
2
e–x dx
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
1 También es más fácil evaluar (sin ordenador)

3x2
x=3
que
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
1 También es más fácil evaluar (sin ordenador)

3x2
x=3
que
2
(√ ( ))
sinh log √ 1
1+x2
e
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Posibilidades:
1 Información puntual (Taylor)
información puntual
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Posibilidades:
2 Información global (interpolación)

. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Posibilidades:

1 El valor de la función en un punto x0 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Posibilidades:

1 El valor de la función en un punto x0 .
2 El valor de sus derivadas en un punto x0 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ejemplo 1.1 (Serie de Taylor).

La serie de Taylor está dada por
2
f(x) = f(x0 ) + f(1) (x0 ) x – x0 + f(2) (x0 ) x – x0 + · · ·
N (x – x0 )N+1
+ f(N) (x0 ) x – x0 + f(N+1) (ξ) , ξ entre x y x0
(N + 1)!
| {z }
:=RN
O, de forma general,
X
N
(x – x0 )n (x – x0 )N+1
f(x) = f(n) (x0 ) + f(N+1) (ξ) , ξ entre x y x0 (1)
n! (N + 1)!
n=0

dn f(x)
donde f(n) (x0 ) := dxn x=x
0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Observación 1 (Algunas observaciones (intuitivas)).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

1 La expresión dada por (1) es un polinomio
PN = a0 + a1 x + a2 x2 + · · · + aN xN
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

PN = a0 + a1 x + a2 x2 + · · · + aN xN
2 El termino
(x – x0 )N+1 (N+1)
RN = f(N+1) (ξ) f (ξ)
(N + 1)!
se llama resto y representa el error de aproximación.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

PN = a0 + a1 x + a2 x2 + · · · + aN xN
2 El termino
(x – x0 )N+1 (N+1)
RN = f(N+1) (ξ) f (ξ)
(N + 1)!
3 La serie converge (teorema de cálculo), bajo ciertas condiciones,
cuando N → ∞; es decir, cuantos más términos, mejor aproximamos
f(x) por la serie.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

PN = a0 + a1 x + a2 x2 + · · · + aN xN
2 El termino
(x – x0 )N+1 (N+1)
RN = f(N+1) (ξ) f (ξ)
(N + 1)!
f(x) por la serie.
4 Necesitamos que la función sea muy suave (diferenciable)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

PN = a0 + a1 x + a2 x2 + · · · + aN xN
2 El termino
(x – x0 )N+1 (N+1)
RN = f(N+1) (ξ) f (ξ)
(N + 1)!
f(x) por la serie.
4 Necesitamos que la función sea muy suave (diferenciable)
5 Cuanto más lejos estamos del punto x0 , peor es la aproximación . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
El error del polinomio de Taylor

Podemos considerar el término del resto
E(x)N = RN (x)
y

x – x0 N+1 (N+1)
RN (x) ≤ f (ξ)
N+1 !

x – x0 N+1
≤ máx f(N+1) (t)
N+1 ! t∈(x,x0 )
Observación 2.
La idea es usar el teorema del valor medio
f(x) – f(x0 )
= f′ (χ)
x – x0 .
.
.
.
.
. . . . . . . . . . . . .
. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
Ejemplo f(x) = log(1 + x)

Ejemplo 1.2.
f(x) = ln(1 + x), x0 = 0, x = 1; si ln(2) = 0′ 6931, Errorabs , Errorrel ?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 10 / 81

Ejemplo 1.2.
f′ (x) = 1
1+x = (1 + x)
–1 f′ (0) = 1
f′′ (x) = –(1 + x) –2 f′′ (0) = –1
f′′′ (x) = 2(1 + x)–3 f′′′ (0) = 2
fiv (x) = –3!(1 + x)–4 fiv (0) = – 3!
fv (x) = 4!(1 + x)–5 fv (0) = 4!, · · ·
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 10 / 81

Ejemplo 1.2.
f′ (x) = 1
1+x = (1 + x)
–1 f′ (0) = 1
f′′ (x) = –(1 + x) –2 f′′ (0) = –1
f′′′ (x)2(1 + x)–3
= 2 f′′′ (0) =
fiv (x) –3!(1 + x)–4
= – 3! fiv (0) =
fv (x) 4!(1 + x)–5
= 4!, · · · fv (0) =
1 2 3! 4! 1 1 1 1
ln(1 + x) ≈ x – x2 + x3 – x4 + x5 , ln(2) ≈ 1 – + – + = 0′ 7833
2 3! 4! 5! 2 3 4 5
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 10 / 81

Ejemplo 1.2.
f′ (x) = 1
1+x = (1 + x)
–1 f′ (0) = 1
f′′ (x) = –(1 + x) –2 f′′ (0) = –1
f′′′ (x)2(1 + x)–3
= 2 f′′′ (0) =
fiv (x) –3!(1 + x)–4
= – 3! fiv (0) =
fv (x) 4!(1 + x)–5
= 4!, · · · fv (0) =
1 2 3! 4! 1 1 1 1
ln(1 + x) ≈ x – x2 + x3 – x4 + x5 , ln(2) ≈ 1 – + – + = 0′ 7833
2 3! 4! 5! 2 3 4 5
Errorabs
Errorabs = |valorexacto – valoraprox |, Errorrel =
valorexacto
0′ 0902
Errorabs = |0′ 7833 – 0′ 6931| = 0′ 0902, Errorrel = = 0′ 1301
0′ 6931
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 10 / 81
Otro ejemplo
√
f(x) = x, x 0 = 1, x = 1 .5 .
√
Sabemos que 1.5 ≡ 1.2247. Calcular el error absoluto y el error relativo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 11 / 81
Otro ejemplo
√
f(x) = x, x 0 = 1, x = 1 .5 .
√
f′ (x) = 21 x–1/2 f′ (1) = 21

f′′ (x) = – 41 x–3/2 f′′ (1) = – 41
f′′′ (x) = 83 x–5/2 f′′′ (1) = 83
..
.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 11 / 81
Otro ejemplo
√
f(x) = x, x 0 = 1, x = 1 .5 .
√
f′ (x) = 21 x–1/2 f′ (1) = 21

f′′ (x) = – 41 x–3/2 f′′ (1) = – 41
f′′′ (x) = 83 x–5/2 f′′′ (1) = 83
..
.
√ 1 (x – x0 ) 1 (x – x0 )2 3 (x – x0 )3
x≈1+ – +
2 1! 4 2! 8 3!
p 1 1 1 3 1 1 1 1
1′ 5 ≈ 1 + – + =1+ – + = 1′ 2266
4 4 2!22 8 3!23 4 32 128
0′ 0019
Errorabs = |1′ 2247 – 1′ 2266| = 0′ 0019, Errorrel = ′ = 0′ 0016
1 2247
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 11 / 81
Interpolación con polinomios (representación de Newton)


. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 11 / 81
Section 2
Interpolación con polinomios (representación de

Newton)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 12 / 81
Motivación
1 Integración
Z
x3
x2 dx = +C
Z
3
2
e–x dx =???
2
aproximar la función e–x por algo más fácil, por ejemplo, un
polinomio.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 13 / 81
Motivación
1 Integración
Z
x3
x2 dx = +C
Z
3
2
e–x dx =???
2
aproximar la función e–x por algo más fácil, por ejemplo, un
polinomio.
2 interpolar: dado varios puntos (de una función compleja o imposible
de evaluar), calcular valores intermedios
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 13 / 81
Idea central
1 Aproximar una función por un polinomio (Taylor).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 14 / 81
Idea central

2 Usando información no local.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 14 / 81
Idea central

Taylor: información en x0 de f(x) y sus derivadas
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 14 / 81
Idea central

Ahora: información en pares de puntos (x0 , y0 ), · · · (xN , yN )
(x0 , f(x0 )), · · · (xN , f(xN ))
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 14 / 81
Idea central

(x0 , f(x0 )), · · · (xN , f(xN ))
3 ¿Por qué?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 14 / 81
Idea central

(x0 , f(x0 )), · · · (xN , f(xN ))
3 ¿Por qué?
4 Por ejemplo: integración, estimar valores desconocidos a partir de
experimentos, etc.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 14 / 81

Dados N + 1 pares de puntos (x0 , y0 ), · · · , (xN , yN ) se trata de hallar
una función cuya gráfica pase por esos puntos.
y3
y1
y2
y0
x0 x1 x2 x3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 15 / 81
La teoría: Existencia
Teorema 1 (Weierstrass).

Sea f ∈ C [a, b] . Dado ϵ > 0, existe un polinomio P(x) tal que

f(x) – P(x) < ϵ ∀x ∈ [a, b] (2)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 16 / 81
La Teoría: Unicidad
Teorema 2 (Existencia y unicidad del polinomio interpolador).
Dados n + 1 puntos diferentes x0 , . . . , xn con valores de la función

correspondientes f1 , . . . , fn , entonces existe un único polinomio Pn (x) de
grado ≤ n que cumple
Pn (xk ) = fk k = 0, 1, . . . , n (3)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 17 / 81
Implicación de la unicidad
Observación 3 (La unicidad).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 18 / 81

Es imposible con un par de puntos dados calcular polinomios
diferentes
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 18 / 81

diferentes
El mismo polinomio podría tener varias representaciones, por ejemplo
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 18 / 81

diferentes
1 La representación de Newton (que es recursiva)
PN (x) = PN–1 +aN (x – x0 )(x – x1 ) · · ·

|{z}
sabemos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 18 / 81

diferentes
1 La representación de Newton (que es recursiva)
PN (x) = PN–1 +aN (x – x0 )(x – x1 ) · · ·

|{z}
sabemos
2 La representación de Lagrange
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 18 / 81
Comparar la representación de Lagrange y la de Newton
Condición en los puntos dados
PN (xk ) = f(xk ) = yk
Para N = 2 dos puntos obtenemos una recta P1 (x)

Lagrange
P1 (x) = L10 (x)y0 + L11 (x)y1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 19 / 81
Comparar la representación de Lagrange y la de Newton
Condición en los puntos dados
PN (xk ) = f(xk ) = yk
Para N = 2 dos puntos obtenemos una recta P1 (x)

Lagrange
P1 (x) = L10 (x)y0 + L11 (x)y1
Newton
P1 (x) = a0 + a1 (x – x0 )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 19 / 81
N=3
Para N = 3 obtenemos una parábola P2 (x)

Lagrange
P2 (x) = L20 (x) y0 + L21 (x) y1 + L22 (x) y2
| {z } | {z } | {z }
re-calcular re-calcular re-calcular
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 20 / 81
N=3
Para N = 3 obtenemos una parábola P2 (x)

Lagrange
P2 (x) = L20 (x) y0 + L21 (x) y1 + L22 (x) y2
| {z } | {z } | {z }
re-calcular re-calcular re-calcular
Newton
P2 (x) = a0 + a1 (x – x0 ) +a2 (x – x0 )(x – x1 )
| {z }
conocido
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 20 / 81
Los coeficientes de Lagrange para N = 2
Requisitos
P1 (x0 ) = y0 = f(x0 )
P1 (x1 ) = y1 = f(x1 )
Para Lagrange
L10 (x0 ) =1 L11 (x0 ) =0
L10 (x1 ) =0 L11 (x1 ) =1
x – x1 x – x0
L10 (x) = L11 (x) =
x0 – x1 x1 – x 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 21 / 81
Los coeficientes de Newton para N = 2

Requisitos
P1 (x0 ) = y0 = f(x0 )
P1 (x1 ) = y1 = f(x1 )
Para Newton
P1 (x0 ) = a0 = y0 = f(x0 )
P1 (x1 ) = a0 +a1 (x1 – x0 ) = f(x1 )
|{z}
ya conocido
Despejando a1 en la última ecuación obtenemos

f(x1 – f(x0 ))
a1 =
x1 – x0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 22 / 81
Interpolación con polinomios (representación de Newton) Método de diferencias divididas

Sistematizamos usando la siguiente notación.
y –y f[x1 , x2 ] – f[x0 , x1 ]
f[x0 , x1 ] = 1 0 , f[x0 , x1 , x2 ] = ,
x1 – x0 x2 – x0
hasta
f[x1 , · · · , xk ] – f[x0 , · · · , xk–1 ]
f[x0 , · · · , xk ] =
xk – x0
P1 (x) = y0 + f[x0 , x1 ](x – x0 )

P2 (x) = y0 + f[x0 , x1 ](x – x0 ) + f[x0 , x1 , x2 ](x – x0 )(x – x1 )
= P1 (x) + f[x0 , x1 , x2 ](x – x0 )(x – x1 ),
De forma general
Pk (x) = Pk–1 (x) + f[x0 , · · · , xk ](x – x0 )(x – x1 ) · · · (x – xk–1 )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 23 / 81
Interpolación con polinomios (representación de Newton) Coeficientes del polinomio de Newton

Buscamos representaciones de la forma:
P1 (x) = a0 + a1 (x – x0 ) (4)
P2 (x) = a0 + a1 (x – x0 ) +a2 (x – x0 )(x – x1 ) (5)
| {z }
P1
PN (x) = PN–1 + an (x – x0 ) . . . (x – xn–1 ) (6)

Usando que P1 (x0 ) = f(x0 ) y P1 (x1 ) = f(x1 ) nos da, despejando a0 y a1 en
(4), que:
a0 = f(xo ) (7)
f(xo ) – f(x1 )
a1 = (8)
x0 – x1
Sistematizamos e introducimos la siguiente notación . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 24 / 81
Interpolación con polinomios (representación de Newton) Idea de la construcción
X
n
f(xj )
an =: f[x0 , x1 , . . . , xn ] =
Q
n (9)
j=0 (xj – xk )
k=0
k̸=j
o en manera recursiva
f[x1 , x1 , . . . , xn ] – f[x0 , x1 , . . . , xn–1 ]
f[x0 , x1 , . . . , xn ] = (10)
xn – x0
o
2–1
f[xk–j , xk–k+1 , ..., xk ] =
| {z } xk – xk–j
=1
| {z }
=2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 25 / 81
El triángulo
xk f[xk ]
x0 f[x0 ]
f[x1 , x0 ]
x1 f[x1 ] f[x0 , x1 , x2 ]
f[x1 , x2 ] f[x0 , x1 , x2 , x3 ]
x2 f[x2 ] f[x1 , x2 , x3 ] f[x0 , x1 , x2 , x3 , x4 ]
f[x2 , x3 ] f[x1 , x2 , x3 , x4 ]
x3 f[x3 ] f[x2 , x3 , x4 ],
f[x3 , x4 ]
x4 f[x4 ]
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 26 / 81
El triángulo incompleto
xk f[xk ]
x0 f[x0 ]
f[x1 ]–f[x0 ]
= f[x0 , x1 ] x1 –x0
f[x1 ,x2 ]–f[x0 ,x1 ]
x1 f[x1 ] f[x0 , x1 , x2 ] = x2 –x0
f[x2 ]–f[x1 ] f[x1 x2 ,x3 ]–f[x0 x1 ,x2 ]
f[x1 , x2 ] = x2 –x1 f[x0 x1 , x2 , x3 ] = x3 –x0
f[x2 ,x3 ]–f[x1 ,x2 ]
x2 f[x2 ] f[x1 , x2 , x3 ] = x3 –x1
f[x3 ]–f[x2 ] f[x2 ,x3 ,x4 ]–f[x1 ,x2 ,x3 ]
f[x2 , x3 ] = x3 –x2 f[x1 , x2 , x3 , x4 ] = x4 –x1
f[x3 ,x4 ]–f[x2 ,x3 ]
x3 f[x3 ] f[x2 , x3 , x4 ] = x4 –x2
f[x4 ]–f[x3 ] f[x3 x4 ,x5 ]–f[x2 x3 ,x4 ]
f[x3 , x4 ] = x4 –x3 f[x2 x3 , x4 , x5 ] = x5 –x2
f[x4 ,x5 ]–f[x3 ,x4 ]
x4 f[x4 ] f[x3 , x4 , x5 ] = x5 –x3
f[x5 ]–f[x4 ]
f[x4 , x5 ] = x5 –x4
x5 f[x5 ]
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 27 / 81
Interpolación con polinomios (representación de Newton) Ejemplo de las diferencias divididas de Newton
Dados
x0 = 1 f0 = –3
x1 = 2 f1 = 0
x2 = 3 f3 = 15
x3 = 4 f4 = 48
x4 = 5 f5 = 105
x5 = 6 f6 = 192
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 28 / 81
La tabla completa
Finalmente
xk f[xk ]
x0 = 1 –3
= 0–(– 3)
f[x1 ]–f[x0 ]
f[x0 , x1 ] = x1 –x0 2–1 = 3
f[x1 ,x2 ]–f[x0 ,x1 ]
x1 = 2 0 f[x0 , x1 , x2 ] = x2 –x0 = 15 –3
3–1 = 6
f[x2 ]–f[x1 ] f[x1 x2 ,x3 ]–f[x0 x1 ,x2 ]
f[x1 , x2 ] = x2 –x1 = 15 –0
3–2 = 15 f[x0 x1 , x2 , x3 ] = x3 –x0 = 93––61 = 1
f[x2 ,x3 ]–f[x1 ,x2 ]
x2 = 3 15 f[x1 , x2 , x3 ] = x3 –x1 = 334––15
2 =9 f[x0 x1 , x2 , x3 , x4 ] = 0
f[x3 ]–f[x2 ] f[x2 ,x3 ,x4 ]–f[x1 ,x2 ,x3 ]
f[x2 , x3 ] = x3 –x2 = 484––15
3 = 33 f[x1 , x2 , x3 , x4 ] = x4 –x1 = 12 –9
5–2 = 1
f[x3 ,x4 ]–f[x2 ,x3 ]
x3 = 4 48 f[x2 , x3 , x4 ] = x4 –x2 = 575––33
3 = 12 f[x1 , x2 x3 , x4 , x5 ] = 0
f[x4 ]–f[x3 ] f[x3 x4 ,x5 ]–f[x2 x3 ,x4 ]
f[x3 , x4 ] = x4 –x3 = 105 –48
5–4 = 57 f[x2 x3 , x4 , x5 ] = x5 –x2 = 15 –12
5–2 = 1
f[x4 ,x5 ]–f[x3 ,x4 ]
x4 = 5 105 f[x3 , x4 , x5 ] = x5 –x3 = 876––57
4 = 15
f[x5 ]–f[x4 ]
f[x4 , x5 ] = x5 –x4 = 1926––5105 = 87
x5 = 6 192
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 29 / 81
El resultado para P3 es
P3 (x) = –3 + 3(x – 1) + 6(x – 1)(x – 2) + 1(x – 1)(x – 2)(x – 3)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 30 / 81
List of todos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 31 / 81
Diferenciación numérica


. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 31 / 81
Section 3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 32 / 81
Diferenciación numérica Hacia delante, hacia atrás y central
Diferenciación numérica: motivación
La manera habitual de calcular la derivada, por ejemplo de la función

sin(x) en x0 = 1, es
1 Calcular la derivada (una función)
En concreto
dsin(x)
= cos(x)x =1 = 0.5403
dx x0 =1 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 33 / 81
Diferenciación numérica: motivación
La manera habitual de calcular la derivada, por ejemplo de la función

sin(x) en x0 = 1, es
1 Calcular la derivada (una función)
2 Evaluar la derivada en el punto x

0
En concreto
dsin(x)
= cos(x)x =1 = 0.5403
dx x0 =1
0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 33 / 81
Idea central
En algunos casos, no se puede evaluar la función derivada (por ejemplo,

en caso de funciones no analíticas). La idea general es:

df(x)
Aproximar la derivada puntual dx x=x por diferencias divididas.
0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 34 / 81
Idea central
En algunos casos, no se puede evaluar la función derivada (por ejemplo,

en caso de funciones no analíticas). La idea general es:

df(x)
Aproximar la derivada puntual dx x=x por diferencias divididas.
0
Usamos el desarrollo de Taylor.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 34 / 81
Diferenciación numérica de orden 1 hacia delante

Aproximamos una función mediante su polinomio de Taylor de grado 1
f(x0 + h) = f(x0 ) + hf′ (x0 ) + O(h2 )
f(x0 + h) – f(x0 )
f′ (x0 ) = + O(h),
h
Así obtenemos diferencias divididas hacia adelante
f(x0 + h) – f(x0 )
f′ (x0 ) ≈
h
Observación 3.1.
Si |h| ≪ 1 puede haber problemas con el error de redondeo!
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 35 / 81
Diferenciación numérica de orden 1 hacia atrás
De la misma forma
f(x0 – h) = f(x0 ) – hf′ (x0 ) + O(h2 )
f(x0 ) – f(x0 – h)
f′ (x0 ) = + O(h),
h
y diferencias divididas hacia atrás
f(x0 ) – f(x0 – h)
f′ (x0 ) ≈
h
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 36 / 81
Diferenciación numérica de orden 1 central

Aproximamos una función mediante polinomios de Taylor de grado 2
h2
f(x0 ± h) = f(x0 ) ± hf′ (x0 ) + f′′ (x0 ) + O(h3 )
2
Restando
f(x0 + h) – f(x0 – h) = 2hf′ (x0 ) + O(h3 ),
f(x0 + h) – f(x0 – h)
f′ (x0 ) = + O(h2 ),
2h
Así obtenemos diferencias divididas centradas
f(x0 + h) – f(x0 – h)
f′ (x0 ) ≈
2h
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 37 / 81
Comparación de la primera derivada por varias

aproximaciones
Ejemplo 3.1.
x 0’96 0’98 1’00 1’02 1’04
sen(x) 0’8192 0’8305 0’8415 0’8521 0’8624
cos(x) 0’5735 0’5570 0’5403 0’5234 0’5062
f(1) – f(0′ 98)

f′ (1) ≈ = 0′ 5500, E = |cos(1) – 0′ 5500| = 0′ 0097
0′ 02
f(1′ 02) – f(1)
f′ (1) ≈ = 0′ 5300, E = |cos(1) – 0′ 5300| = 0′ 0103
0′ 02
f(1′ 02) – f(0′ 98)
f′ (1) ≈ = 0′ 5400, E = |cos(1) – 0′ 5400| = 0′ 0003.
0′ 04
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 38 / 81
Conclusión
La aproximación centrada aproxima mucho mejor la derivada que

las aproximaciones hacia detrás o hacia delante.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 39 / 81
Conclusión
La aproximación centrada aproxima mucho mejor la derivada que

las aproximaciones hacia detrás o hacia delante.
Razón: la diferencia dividida centrada está basada en el
desarrollo de Taylor de orden 2, los otros de orden 1.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 39 / 81
El problema con h demasiado pequeño

Ejemplo 3.2.
x 0’99 0’999 0’9999 1 1’0001 1’001 1’01
sen(x) 0’8360 0’8409 0’8414 0’8415 0’8415 0’8420 0’8468
cos(x) 0’5487 0’5411 0’5404 0’5403 0’5402 0’5395 0’5319
f(1′ 01) – f(0′ 99)
f′ (1) ≈ = 0′ 5400, E = |cos(1) – 0′ 5400| = 0′ 0003,
0′ 02
f(1′ 001) – f(0′ 999)
f′ (1) ≈ = 0′ 5500, E = |cos(1) – 0′ 5500| = 0′ 0097,
0′ 002
f(1′ 0001) – f(0′ 9999)
f′ (1) ≈ = 0′ 5000, E = |cos(1) – 0′ 5000| = 0′ 0403.
0′ 0002
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 40 / 81

Ejemplo 3.2.
x 0’99 0’999 0’9999 1 1’0001 1’001 1’01
sen(x) 0’8360 0’8409 0’8414 0’8415 0’8415 0’8420 0’8468
cos(x) 0’5487 0’5411 0’5404 0’5403 0’5402 0’5395 0’5319
f(1′ 01) – f(0′ 99)
f′ (1) ≈ = 0′ 5400, E = |cos(1) – 0′ 5400| = 0′ 0003,
0′ 02
f(1′ 001) – f(0′ 999)
f′ (1) ≈ = 0′ 5500, E = |cos(1) – 0′ 5500| = 0′ 0097,
0′ 002
f(1′ 0001) – f(0′ 9999)
f′ (1) ≈ = 0′ 5000, E = |cos(1) – 0′ 5000| = 0′ 0403.
0′ 0002
Observación 4 (El problema del redondeo).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 40 / 81

Ejemplo 3.2.
x 0’99 0’999 0’9999 1 1’0001 1’001 1’01
sen(x) 0’8360 0’8409 0’8414 0’8415 0’8415 0’8420 0’8468
cos(x) 0’5487 0’5411 0’5404 0’5403 0’5402 0’5395 0’5319
f(1′ 01) – f(0′ 99)
f′ (1) ≈ = 0′ 5400, E = |cos(1) – 0′ 5400| = 0′ 0003,
0′ 02
f(1′ 001) – f(0′ 999)
f′ (1) ≈ = 0′ 5500, E = |cos(1) – 0′ 5500| = 0′ 0097,
0′ 002
f(1′ 0001) – f(0′ 9999)
f′ (1) ≈ = 0′ 5000, E = |cos(1) – 0′ 5000| = 0′ 0403.
0′ 0002
Cuanto más pequeño h, no automáticamente diminuye el error.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 40 / 81

Ejemplo 3.2.
x 0’99 0’999 0’9999 1 1’0001 1’001 1’01
sen(x) 0’8360 0’8409 0’8414 0’8415 0’8415 0’8420 0’8468
cos(x) 0’5487 0’5411 0’5404 0’5403 0’5402 0’5395 0’5319
f(1′ 01) – f(0′ 99)
f′ (1) ≈ = 0′ 5400, E = |cos(1) – 0′ 5400| = 0′ 0003,
0′ 02
f(1′ 001) – f(0′ 999)
f′ (1) ≈ = 0′ 5500, E = |cos(1) – 0′ 5500| = 0′ 0097,
0′ 002
f(1′ 0001) – f(0′ 9999)
f′ (1) ≈ = 0′ 5000, E = |cos(1) – 0′ 5000| = 0′ 0403.
0′ 0002

Razón: la diferenciación es una operación numérica mala.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 40 / 81

Ejemplo 3.2.
x 0’99 0’999 0’9999 1 1’0001 1’001 1’01
sen(x) 0’8360 0’8409 0’8414 0’8415 0’8415 0’8420 0’8468
cos(x) 0’5487 0’5411 0’5404 0’5403 0’5402 0’5395 0’5319
f(1′ 01) – f(0′ 99)
f′ (1) ≈ = 0′ 5400, E = |cos(1) – 0′ 5400| = 0′ 0003,
0′ 02
f(1′ 001) – f(0′ 999)
f′ (1) ≈ = 0′ 5500, E = |cos(1) – 0′ 5500| = 0′ 0097,
0′ 002
f(1′ 0001) – f(0′ 9999)
f′ (1) ≈ = 0′ 5000, E = |cos(1) – 0′ 5000| = 0′ 0403.
0′ 0002

Razón: la diferenciación es una operación numérica mala.
Error de redondeo. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 40 / 81
Diferenciación numérica Derivación numérica: derivada de orden 2 (central)

Aproximamos una función mediante polinomios de Taylor de grado 3
h2 h3 ′′′
f(x0 ± h) = f(x0 ) ± hf′ (x0 ) + f′′ (x0 ) ± f (x0 ) + O(h4 )
2 3!
Sumando
f(x0 + h) + f(x0 – h) = 2f(x0 ) + h2 f′′ (x0 ) + O(h4 ),
f(x0 + h) – 2f(x0 ) + f(x0 – h)
f′′ (x0 ) = + O(h2 ),
h2
Obtenemos diferencias divididas centradas
f(x0 + h) – 2f(x0 ) + f(x0 – h)

f′′ (x0 ) ≈
h2
Ejemplo 3.3 (f(x) = sen(x)).
f(1′ 01) – 2f(1) + f(0′ 99)

f′′ (1) ≈ = –2′ 0000, E = |2 – sen(1)| = 1′ 1585.
10–4 . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 41 / 81
List of todos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 42 / 81
Integración interpolatoria, simple y compuesta


. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 42 / 81
Section 4
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 43 / 81
Fórmulas de Newton-Cotes: Idea central
Consideramos
Zb
2
e–x dx (11)
a
Sabemos
que la integral (11) no tiene una función primitiva
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 44 / 81
Fórmulas de Newton-Cotes: Idea central
Consideramos
Zb
2
e–x dx (11)
a
Sabemos
que la integral (11) no tiene una función primitiva
pero sabemos calcular la integral impropia:
Z∞
2
e–x dx
–∞
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 44 / 81
Aproximación por polinomios

Así que si consideramos
Z b
f(x)dx
a
¿con qué función podemos substituir f(x)?
Y por lo tanto
Z b Z b Z b Z b
f(x) dx = PN (x) dx + EN (x) dx ≈ PN (x) dx
a a a a
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 45 / 81
Aproximación por polinomios

Así que si consideramos
Z b
f(x)dx
a
¿con qué función podemos substituir f(x)?

Aquí: con un polinomio de interpolación de la sección 2
f(x) = PN (x) + EN (x)
con EN el error de aproximación.

Y por lo tanto
Z b Z b Z b Z b
f(x) dx = PN (x) dx + EN (x) dx ≈ PN (x) dx
a a a a
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 45 / 81
La introduccion de una malla

Como el grado del polinomio depende de los puntos, necesitamos una
malla.
La malla:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 46 / 81

malla.
Cuantos más puntos tiene la malla, mayor el grado del polinomio.
La malla:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 46 / 81

malla.
¿Mejor la aproximación? �No! Fenómeno de Runge (ver abajo)
La malla:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 46 / 81

malla.
La malla:
sea N el número de subintervalos, en total hay N + 1 puntos.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 46 / 81

malla.
La malla:
el incremento, o paso, es
b–a
h=
N
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 46 / 81

malla.
La malla:
el incremento, o paso, es
b–a
h=
N
la malla viene definida por
xk+1 = xk + h k = 0, ..N
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 46 / 81
Regla del Trapecio (N = 1)
Sea
N=1
Así que
Z x1
h
f(x) dx ≈ f(x0 ) + f(x1 )
x0 2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 47 / 81
Regla del Trapecio (N = 1)
Sea
N=1
x0 = a , x1 = b
h = x 1 – x0
Así que
Z x1
h
f(x) dx ≈ f(x0 ) + f(x1 )
x0 2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 47 / 81
Demostración
Preliminares: Usamos diferencias divididas (Newton)

f(x) ≈ P1 (x) = a0 + a1 (x – x0 )
f(x ) – f(x0 )
f(x) ≈ P1 (x) = f(x0 ) + 1 (x – x0 )
x1 – x0
Usando la regla del trapecio tenemos

x0 = a x1 = b h = b – a = x1 – x0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 48 / 81
Demostración II
Demostración.
Zx1 Zx1 Zx1

f(x1 ) – f(x0 )
f(x)dx ≈ f(x0 )dx + (x – x0 )dx
x1 – x0
x0 x0 x0
f(x1 ) – f(x0 ) 1 2
= hf(x0 ) + h Luego
h 2
1 1
= hf(x0 ) + hf(x1 ) – hf(x0 )
2 2
h
= f(x0 ) + f(x1 )
2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 49 / 81
Falta demostrar que
Zx1
f(x1 ) – f(x0 ) f(x1 ) – f(x0 ) 1 2
(x – x0 )dx = h
x1 – x0 h 2
x0
así que
Zx1 Zx1
f(x1 ) – f(x0 ) f(x1 ) – f(x0 )
(x – x0 )dx = (x – x0 )dx
x1 – x0 x1 – x0
x0 x0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 50 / 81
Por otro lado

Zx1 !x1 !
x2 x21 x20

(x – x0 )dx = –x x = –x x – – x20
2 0 2 0 1x0
2
x0
x21 x2
= – x0 x1 + 0
2 2
1 2
= x1 – 2x0 x1 + x20
2
1 2
= x1 – x0
2
1
= h2
2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 51 / 81
La Regla de Simpson
En la misma manera obtenemos para

x –x
(N = 2) h = 2 0, xk = x0 + kh k = 0, 1 , 2
2
que
Z x2
h
f(x) dx ≈ f(x0 ) + 4f(x1 ) + f(x2 ) (12)
x0 3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 52 / 81
Las fórmulas de Newton Cotes

Las fórmulas de la integración interpolatoria para N = 1, 2, 3, 4
Zx1
h
f(x)dx ≈ f0 + f1 Trapecio N = 1
2
x0
Zx1
h
f(x)dx ≈ f0 + 4f1 + f2 Simpson N = 2
3
x0
Zx1
3h 3
f(x)dx ≈ f0 + 3f1 + 3f2 + f3 8 de Simspon N = 3
8
x0
Zx1
2h
f(x)dx ≈ 7f0 + 32f1 + 12f2 + 32f3 + 7f4 Boole N = 4
45
x0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 53 / 81
Trapecio con una función primitiva f(x) = exp(x)
La regla del trapecio N = 1, h = 1
Z1
1
ex dx = ex 0 = e1 – 1 = 1.71828
0
Z1
1 0 1 1 + e
ex dx ≈ e +e = = 1.85914
2 2
0

error = 1.85914 – 1.71828 = 0.140859
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 54 / 81
Simpson con una función primitiva f(x) = exp(x)
La regla de Simpson N = 1, h = 1
2
Z1
1
ex dx = ex 0 = e1 – 1 = 1.71828
0

Z1 0 1 1
1 e + 4e 2 + e
1
x 1 1 + 4e 2 + e
e dx ≈ = = 1.71886
2 3 2 3
0

error = 1.71886 – 1.71828 = 0.000579323
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 55 / 81
Trapecio sin una función primitiva f(x) = exp(–x2)
Z1
1 0 –1 1 + e–1
ex dx ≈ e +e = = 0.68394
2 2
0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 56 / 81
Simpson sin una función primitiva f(x) = exp(–x2)
Z1
1 0 1 1
1 1 + 4e– 4 + e–1
x
e dx ≈ e + 4e– 4 + e–1 = = 0.74718
2 3 6
0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 57 / 81
Cuanto N más grande, ¿mejor?
1 Sabemos por el error de la interpolación:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81

Mejor aproximación con N más grande
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81

2 ¿También para la integración?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81

Hay un ejercicio correspondiente (Hoja 1: Ejercicio 3). Conclusión:
parece que sí (solo hasta N = 4)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81

Pero en general para cualquier N: �NO!, ¿por qué?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81

�El fenómeno de Runge! (ver página siguiente)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81

�El fenómeno de Runge! (ver página siguiente)
¿Y qué hacemos?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 58 / 81
El fenómeno de Runge
Fenómeno de Runge para la funcion de Gauss
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
17 de febrero de 2017 2/1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 59 / 81
Cómo resolver el fenómeno de Runge
Problema El problema de las oscilaciones en los extremos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 60 / 81

Solución
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 60 / 81

Solución
1 Interpolación: Splines a trozos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 60 / 81

Solución
1 Interpolación: Splines a trozos
2 Integración: integración compuesta (a trozos)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 60 / 81
Integración compuesta
Idea central:
1 Divide el intervalo en cuestión en M subintervalos
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 61 / 81
Idea central:
2 Aplica la regla de la integración interpolatoria a cada
subintervalo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 61 / 81
Idea central:
2 Aplica la regla de la integración interpolatoria a cada
subintervalo.
Observación 5 (Fórmulas generales).
Para cada método (Trapecio, Simpson compuesto, etc.) existe una
fórmula general, que es un poco difícil de memorizar.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 61 / 81
Regla del Trapecio compuesta.
1 Empezamos con M = 2 subintervalos: [a, b] = [a, b–a

2 , b].
b–a
Zb Z2 Zb
f(x)dx = f(x)dx + f(x)dx
a a b–a
| {z } 2
| {z }
aplicar Trapecio aplicar Trapecio
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 62 / 81
Regla del Trapecio compuesta.
1 Empezamos con M = 2 subintervalos: [a, b] = [a, b–a

2 , b].
b–a
Zb Z2 Zb
f(x)dx = f(x)dx + f(x)dx
a a b–a
| {z } 2
| {z }
aplicar Trapecio aplicar Trapecio
2 Para M = 3 seria [a b–a

3 ]
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 62 / 81
Trapecio compuesto con M = 2 subintervalos
La regla del trapecio N = 1, h = 0.5, M = 2
Z1
1
ex dx = ex 0 = e1 – 1 = 1.71828
0
1
Z1 Z2 Z1
1 0 1
1 1
x
e dx = x
e dx + ex dx ≈ e + e2 + e 2 + e1 = 1.75393
4 4
0 0 1
2

error = 1.75393 – 1.71828 = 0.0356493
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 63 / 81
Trapecio compuesto con M = 12 subintervalos

La regla del trapecio N = 1, h = 1 12
12 , M =
Z1
1
ex dx = ex 0 = e1 – 1 = 1.71828
0
Z1
ex dx ≈ 1.71928
0

error = 1.71928 – 1.71828 = 0.000994261
Simpson con exp(x)

La regla de Simpson N = 1, h = 1
2

Z1 0 1 1
1 e + 4e 2 + e
1
1 1 + 4e 2 + e
ex dx ≈ = = 1.71886
2 3 2 3
0

error = 1.71886 – 1.71828 = 0.000579323 . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 64 / 81
Simpson compuesta
De forma natural, es decir, subdividiendo el intervalo y aplicando la

regla de Simpson a cada subintervalo se consigue la regla de Simpson
compuesta.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 65 / 81
EDO: Problemas de Valor Inicial, método de Euler


. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 65 / 81
Section 5
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 66 / 81

Consideremos un problema de valor inicial de una EDO
(
dy(t)
y′ (t) := dt = f t, y(t) , t ∈ (a, b),
(13)
y(a) = y0 ∈ R,
Observación 6 (Solo una ecuación, no un sistema).

En principio (13) describe un sistema de ecuaciones, pero aquí solo
vamos a considerar una única ecuación
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 67 / 81

(
dy(t)
y′ (t) := dt = f t, y(t) , t ∈ (a, b),
(13)
y(a) = y0 ∈ R,

Observación 7 (Unicidad y existencia).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 67 / 81

(
dy(t)
y′ (t) := dt = f t, y(t) , t ∈ (a, b),
(13)
y(a) = y0 ∈ R,

1 Necesitamos la condición inicial para obtener una solución única.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 67 / 81

(
dy(t)
y′ (t) := dt = f t, y(t) , t ∈ (a, b),
(13)
y(a) = y0 ∈ R,

1 Necesitamos la condición inicial para obtener una solución única.
2 No siempre es posible encontrar una solución explícita, aunque
sepamos su existencia. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 67 / 81
Ejemplo de una solución explícita
Dado (
y′ (t) = y, t ∈ (a, b),
(14)
y(a) =1
la única solución (variables separadas) está dada por
y(t) = et
Observación 8.
Sin el dato inicial hubiese existido una familia de soluciones dadas por
y(t) = Cet
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 68 / 81
Un ejemplo de una EDO sin solución explícita
( 2
y′ (t) = et
(15)
y(a) =1
El método por variables separadas nos da
Z
2
y= et dt + C
pero sabemos que ese integral no se puede resolver por funciones

elementales.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 69 / 81
Resolución númerica de la EDO
Necesitamos
Discretización
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 70 / 81
Resolución númerica de la EDO
Necesitamos
Discretización
Una aproximación de la EDO
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 70 / 81
Discretización
1 Discretización: Construimos una red (o una malla) de paso de la
siguiente manera
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 71 / 81
Discretización
siguiente manera
paso o incremento:
b–a
h=
N
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 71 / 81
Discretización
siguiente manera
paso o incremento:
b–a
h=
N
La malla
t0 = a
t1 = t 0 + h
.. ..
.=.
tk+1 = tk + h, k = 0, · · · N – 1.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 71 / 81
Ejemplo de la discretización a la solución explícita
En el intervalo [0, 1], elegimos N = 10, por lo tanto el paso h está dado
por
1–0
h= = 0.1
10
y la malla está dada por
[0, 0.1, 0.2, · · · , 0.9, 1]
y la solución exacta en la malla
[e0 , e0.1 , e0.2 , · · · , e0.9 , e1 ]
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 72 / 81
Métodos de aproximar la EDO
Hay varias posibilidades.

1 Reemplazar la derivada por diferencias divididas como en la
derivación numérica. Lo que aplicamos aqui.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 73 / 81

2 Hacer un desarrollo de Taylor de la solución.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 73 / 81

2 Hacer un desarrollo de Taylor de la solución.
3 Integrar formalmente la EDO y resolver la integral numéricamente.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 73 / 81
Aproximación por la derivada

Consideramos la EDO en la malla

 dy(t) = f tk , y(tk ) , t ∈ (a, b),
dt t=tk (16)
y(a) = y0 ∈ R,
Aproximamos la derivada y′ por una diferencia hacia delante
dy(tk ) y(tk+1 – y(tk ))

= + Errortrunc (17)
dt h | {z }
Sin detalles
dy(tk ) y(tk+1 ) – y(tk )
≈ (18)
dt h
dy(tk ) yk+1 – yk
= [notación ] (19)
dt h
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 74 / 81
El método de Euler (explícito)
Combinando (16) y (19) obtenemos el método de Euler explícito.
yk+1 = yk + hf(tk , yk ) (20)
Observación 9 (Sobre el método de Euler explícito).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 75 / 81
yk+1 = yk + hf(tk , yk ) (20)

1 yk es la solución del esquema numérico (20).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 75 / 81
yk+1 = yk + hf(tk , yk ) (20)

2 y(tk ) es la solución exacta en la malla,
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 75 / 81
yk+1 = yk + hf(tk , yk ) (20)

2 y(tk ) es la solución exacta en la malla,
3 así que yk es una lista de valores (vector), no es una función
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 75 / 81
Aproximacion de la EDO por diferencias hacia atrás
Observación 10 (Otro tipo de aproximación).
Si hubiésemos aproximado la derivada por diferencias hacia atrás
dy(tk ) y(tk ) – y(tk–1 )

≈
dt h
habríamos construido un método implícito
yk = yk–1 + hf(tk , yk )
que tiene ciertas ventajas, pero es más difícil de resolver.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 76 / 81
El error (exacto) en un punto
Definición 1 (Error exacto puntual).
Solo consideramos como error

Error = y(tk ) – yk (21)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 77 / 81
El error (exacto) en un punto
Definición 1 (Error exacto puntual).
Solo consideramos como error

Error = y(tk ) – yk (21)
Observación 11 (El error exacto).

El error dado por (21) no es correcto. Lo correcto hubiese sido considerar

Error = máx y(tk ) – yk
k
pero lo consideramos como demasiado complejo

. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 77 / 81
Ejemplo del método de Euler explícito
Consideramos una ecuación no lineal (cuya solución explicita podemos

calcular) (
dy
dt = y2
y(t0 ) =1
La solución exacta es
1
y(t) =
1–t
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 78 / 81
Aplicación del método de Euler
Necesitamos (parte del problema o ejercicio)

1 El intervalo
así que
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
2 Número de subintervalos o
así que
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
3 El paso h
así que
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
3 El paso h
4 La función f(t, y) en la malla tk con yk
así que
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
3 El paso h
así que
1 Intervalo [0, 0.9] (¿por qué?)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
3 El paso h
así que
2 N=9o
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
3 El paso h
así que
2 N=9o
3 h = 0 .1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81

1 El intervalo
3 El paso h
así que
2 N=9o
3 h = 0 .1
4 f(tk , yk ) = y2k
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 79 / 81
El método de Euler para esa EDO
Tenemos
h y2k
yk+1 = yk + |{z}
=0.1
para k = 0, 1
y1 = y0 +0.1 · y20 = 1.1

|{z} |{z}
=1 =1
 2
 
y2 = y1 +0.1 ·  y1  =
|{z} |{z}
=1.1 =1.1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 80 / 81
Solución completa
t = [0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
y = [1 1.1 1.22 1.37 1.56 1.8 2.12 2.58 3.24 4.29]
sol(0.9) = 10
err = |(y9 – sol(0.9)| = 5.71
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
2 de febrero de 2021 81 / 81

Master QUÍMICA

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Master QUÍMICA

Cargado por

Copyright:

Formatos disponibles

Parte I

1 Series de Taylor, error de truncamiento

2 Interpolación con polinomios (representación de Newton)

4 Integración interpolatoria, simple y compuesta

5 EDO: Problemas de Valor Inicial, método de Euler

1 Series de Taylor, error de truncamiento

2 Interpolación con polinomios (representación de Newton)

5 EDO: Problemas de Valor Inicial, método de Euler

Series de Taylor, error de truncamiento

1 Idea: Aproximar una función por un polinomio

1 Idea: Aproximar una función por un polinomio

1 Idea: Aproximar una función por un polinomio

es más fácil de evaluar que

1 Idea: Aproximar una función por un polinomio

es más fácil de evaluar que

1 También es más fácil evaluar (sin ordenador)

1 También es más fácil evaluar (sin ordenador)

2 Información global (interpolación)

2 Información global (interpolación)

2 Información global (interpolación)

Ejemplo 1.1 (Serie de Taylor).

Observación 1 (Algunas observaciones (intuitivas)).

Observación 1 (Algunas observaciones (intuitivas)).

Observación 1 (Algunas observaciones (intuitivas)).

Observación 1 (Algunas observaciones (intuitivas)).

Observación 1 (Algunas observaciones (intuitivas)).

Observación 1 (Algunas observaciones (intuitivas)).

El error del polinomio de Taylor

Ejemplo f(x) = log(1 + x)

f(x) = ln(1 + x), x0 = 0, x = 1; si ln(2) = 0′ 6931, Errorabs , Errorrel ?

Ejemplo f(x) = log(1 + x)

f(x) = ln(1 + x), x0 = 0, x = 1; si ln(2) = 0′ 6931, Errorabs , Errorrel ?

Ejemplo f(x) = log(1 + x)

f(x) = ln(1 + x), x0 = 0, x = 1; si ln(2) = 0′ 6931, Errorabs , Errorrel ?

Ejemplo f(x) = log(1 + x)

f(x) = ln(1 + x), x0 = 0, x = 1; si ln(2) = 0′ 6931, Errorabs , Errorrel ?

f′ (x) = 21 x–1/2 f′ (1) = 21

f′ (x) = 21 x–1/2 f′ (1) = 21

1 Series de Taylor, error de truncamiento

2 Interpolación con polinomios (representación de Newton)

5 EDO: Problemas de Valor Inicial, método de Euler

Interpolación con polinomios (representación de

1 Aproximar una función por un polinomio (Taylor).

1 Aproximar una función por un polinomio (Taylor).

1 Aproximar una función por un polinomio (Taylor).

1 Aproximar una función por un polinomio (Taylor).

1 Aproximar una función por un polinomio (Taylor).

1 Aproximar una función por un polinomio (Taylor).

Interpolación con polinomios (representación de Newton)

Teorema 2 (Existencia y unicidad del polinomio interpolador).

Dados n + 1 puntos diferentes x0 , . . . , xn con valores de la función

Observación 3 (La unicidad).

Observación 3 (La unicidad).

Observación 3 (La unicidad).

Observación 3 (La unicidad).

PN (x) = PN–1 +aN (x – x0 )(x – x1 ) · · ·

Observación 3 (La unicidad).

PN (x) = PN–1 +aN (x – x0 )(x – x1 ) · · ·

Comparar la representación de Lagrange y la de Newton

Condición en los puntos dados

Para N = 2 dos puntos obtenemos una recta P1 (x)

Comparar la representación de Lagrange y la de Newton