Universidad Politécnica Salesiana Del

Ecuador

Ingeniería Civil

Análisis Numérico y Programación

Taller

Diferenciación E Integración Numérica

Estudiante:
Mauro Quichimbo

Ing.: Alfredo Barragán

2022-2022
El análisis o cálculo numérico, es una rama de la matemática que estudia los métodos aritméticos que
se pueden aplicar en la resolución de problemas, son técnicas que permiten el logro de soluciones
aproximadas (en ocasiones exactas) de un problema determinado, a través de la ejecución de una
cantidad finita de operaciones lógicas y algebraicas básicas.
DIFERENCIACIÓN NUMÉRICA
En los métodos de interpolación, al contrario, la diferenciación numérica es eficaz. Es una técnica
que permite calcular una aproximación a la derivada de una función. Como el concepto original de la
derivada de una función, esta aproximación se realiza alrededor de un punto utilizando los valores y
propiedades que se conocen del cálculo diferencial de una variable. En este sentido será objeto de
estudio la fórmula de diferencias finitas.
Diferencias Finitas
En diferenciación numérica de diferencias finitas, se
habla de la fórmula de diferencias finitas. Esta es una
expresión matemática cuya forma es: 𝑓 (𝑥 +
𝑏) – 𝑓 (𝑥 + 𝑎) y su significado, igual al que conoce el
estudiante de su curso de cálculo diferencial, un
ejemplo fundamental, sería mencionar que la
aproximación de las derivadas por diferencias finitas, el
cual es el papel fundamental de la diferenciación
numérica.
Diferencias finitas anterior
La expresión para las diferencias finitas hacia atrás es de la forma

Diferencias finitas posterior

La expresión para las diferencias finitas hacia adelante es de la forma
Diferencias finitas centradas
La expresión para las diferencias finitas centradas es de la forma

Podemos describir la fórmula de la diferencia hacia delante de dos puntos, la fórmula de la diferencia
centrada de tres puntos, y la formula de la diferencia centrada de tres puntos para la segunda deriva
tal como se muestra en la siguiente tabla:
INTEGRACIÓN NUMÉRICA
El concepto de integración numérica se relaciona mucho con el concepto de interpolación polinomial,
tratado en el eje anterior. Es decir, en el eje anterior encontrábamos un polinomio de interpolación
mediante la aplicación de un método conocido el cual permitía encontrar una función que contenía a
un conjunto de puntos obtenidos experimentalmente.
Para el estudio de la integración numérica discutiremos la fórmula de Newton-Cotes, la cual tiene
como representación de su naturaleza matemática la regla del trapecio y la técnica de Simpson.

Fórmula de Newton-Cotes
En la teoría del análisis numérico, las fórmulas de Newton-Cotes es un conjunto de fórmulas en el
contexto de la integración numérica, cuyo objetivo es evaluar la función en puntos equidistantes
pertenecientes a un intervalo del dominio de la función, y poder así encontrar un valor aproximado
de la integral.
La idea básica de la fórmula de Newton-Cotes, es encontrar el valor aproximado de una integral
reemplazando una función cuya estructura matemática es complicada de resolver por los métodos
tradicionales del cálculo integral, y expresarla como un polinomio de interpolación, es decir.
Regla del trapecio
En matemática la regla del trapecio es un método de integración numérica, es decir, un método para
calcular aproximadamente el valor de la integral definida.
La regla del trapecio constituye una fórmula cerrada de las fórmulas de Newton-Cotes, ya que
involucra los dos valores o cotas [𝑎, 𝑏] del intervalo donde se desea aproximar el valor de la integral.
La regla se basa en aproximar el valor de la integral de 𝑓(𝑥) por el de la función lineal que pasa a
través de los puntos (𝑎, 𝑓(𝑎)) 𝑦 (𝑏, 𝑓(𝑏)). La integral de ésta es igual al área del trapecio bajo la
gráfica de la función lineal.
𝑏
𝑓(𝑎) + 𝑓(𝑏)
∫ 𝑓(𝑥)𝑑𝑥 = (𝑏 − 𝑎)
𝑎 2

Y el error es:
(𝑏 − 𝑎)3 (2)
− 𝑓 (𝜉)
12
Siendo 𝜉 un número entre a y b.

Regla de Simpson
La regla de Simpson reemplaza la suma de áreas de
los trapecios por la suma de las áreas situadas por
debajo de las parábolas para aproximar la integral en
un intervalo definido.
Al igual que en la regla de los trapecios dividimos el
intervalo [𝑎, 𝑏] en n intervalos de igual longitud (n
deberá ser un numero para).
Usualmente este método da una mayor precisión que
la de los trapecios.
𝑏
∆𝑥
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑥𝑥 ) + 4𝑓 (𝑥1 ) + 2𝑓 (𝑥2 )+. . . +𝑓(𝑥𝑛 )]
𝑎 3
Ejemplos de Diferenciación E Integración Numérica:
Ejemplo 1.
Dada la función 𝑓(𝑥) = 𝑒 𝑥 en [ℎ, 1 − ℎ][ℎ, 1 − ℎ] y para ℎ = 0.01 y ℎ = 0.001:
 Calcular y dibujar su derivada exacta.
 Calcular y dibujar, sobre la figura anterior, su derivada aproximada usando diferencias finitas
progresivas, 𝑑𝑓𝑝 , regresivas, 𝑑𝑓𝑟 , y centradas, 𝑑𝑓𝑐 .

 Calcular y dibujar, en una figura nueva, el error en cada punto para cada una de las
aproximaciones, 𝑓′(𝑥𝑖 ) − 𝑑𝑓𝑎 (𝑥𝑖)𝑓′(𝑥𝑖 )𝑑𝑓𝑎 (𝑥𝑖 ),donde 𝑥𝑖 son los puntos y 𝑎 = 𝑝, 𝑟, 𝑜 𝑐.
 Calcular el error global relativo de cada aproximación
Vemos que la fórmula centrada da lugar a un error menor. Esto se debe a que las fórmulas
progresiva y regresiva son de orden 1 y la fórmula centrada es de orden 2.
Si usamos un polinomio de interpolación de Lagrange 𝑓 de 2𝜊 grado en 𝑥1 , 𝑥2 , 𝑥3 , siendo 𝑦𝑗 =
𝑓(𝑥𝑗 )𝑦𝑗 = 𝑓(𝑥𝑗 ).

𝑝(𝑥) = [𝑦1 ] + [𝑦1 , 𝑦2 ](𝑥 − 𝑥1 ) + [𝑦1 , 𝑦2 , 𝑦3 ](𝑥 − 𝑥1 )(𝑥 − 𝑥2 )

Tenemos

Simplificamos:

Y el polinomio interpolante es

Y su derivada

Sustituyendo 𝑥 por 𝑥1 obtenemos una fórmula progresiva de orden 2

sustituyendo 𝑥 por 𝑥2 , la fórmula centrada que ya teníamos

y sustituyendo 𝑥 por 𝑥3 obtenemos una fórmula regresiva de orden 2

Que también podemos escribir de la forma:

Ejemplo 2.
Aplicar la regla de Simpson para calcular el valor de la integral dada por:
1
2
∫ 𝑒 −𝑥 𝑑𝑥
−1

Realizamos la integral:

Por tanto:
1
2
∫ 𝑒 −𝑥 𝑑𝑥 ≅ 1.58
−1