JOSÉ BEJARANO DELFÍN

216Z0045

ING. MECÁNICA

4 SEMESTRE

ITSAV

MÉTODOS NUMÉRICOS

UNIDAD 5

ESTELA ARTIGAS RODRÍGUEZ

11/MAYO/2023

1
 Índice
Índice 2
Introducción 3
5.1 Derivación numérica 4
Fórmulas de diferencias de dos puntos 4
Fórmulas de orden superior 6
Derivadas de orden superior 8
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8. 10
Teorema Fundamental del Cálculo 10
REGLA DEL TRAPECIO 11
REGLA DE SIMPSON DE UN TERCIO 12
REGLA DE SIMPSON DE TRES OCTAVOS 14
5.3 Integración con intervalos desiguales. 15
5.4 Aplicaciones. 17
Conclusión 19
Bibliografía 20

2
 Introducción

En esta investigación hablaremos sobre el tema derivación e integración numérica.

Con frecuencia es necesario derivar o integrar una función, sin embargo, puede
ocurrir que la función en términos de x no se conozca y solo se tenga una tabulación
de valores que definen la función. En el caso de la integración de una función, aun
cuando se conoce la función, no es fácil programar a las computadoras para obtener
dicha integral de manera analítica. Para esto se utilizan métodos numéricos de
derivación e integración.
El método básico involucrado para aproximar cualquier función a su integral se
conoce como cuadratura numérica y se usa una sumatoria de la función evaluada
en un intervalo.

Los métodos de integración numérica se pueden utilizar para integrar funciones

dadas, ya sea mediante una tabla o en forma analítica. Incluso en el caso en que
sea posible la integración analítica, la integración numérica puede ahorrar tiempo y
esfuerzo si sólo se desea conocer el valor numérico de la integral.

Los métodos de integración numérica se obtienen al integrar los polinomios de

interpolación.

3
Por consiguiente, las distintas fórmulas de interpolación darán por resultado distintos
métodos de integración numérica.

Los métodos que se estudiarán se refieren a las fórmulas de Newton-Cotes, que se

basan en las fórmulas de interpolación con puntos de separación constantes y se
deducen de integrar las fórmulas de interpolación de Newton, así como la fórmula
de interpolación de Lagrange.

5.1 Derivación numérica

Consideremos una función f(x) de la cual se conoce un conjunto discreto de valores

(x0, f0), (x1, f1),...,(xn, fn). El problema que vamos a abordar es el de calcular la
derivada de la función en un punto x que en principio no tiene por qué coincidir con
alguno de los que figuran en los datos de que disponemos. La forma más sencilla de
resolver el problema de la diferenciación numérica consiste en estimar la derivada
utilizando fórmulas obtenidas mediante la aproximación de Taylor, que se
denominan fórmulas de diferencias finitas. Es importante tener en cuenta que el
proceso de diferenciación numérica es inestable. Los errores que tengan los datos,
por ejemplo los cometidos en la adquisición de los mismos o los debidos al
redondeo aumentan en el proceso de diferenciación como veremos a lo largo de
éste capítulo.

Fórmulas de diferencias de dos puntos

Este proceso de paso al límite presenta distintos problemas para ser realizado en
situaciones prácticas donde no se conozca la forma explícita de f′(x). En primer

4
lugar, un límite no puede calcularse de modo aproximado en un computador donde
los números que se manejan son finitos. A pesar de todo es de esperar que si la
función f(x) no se comporta mal y h0 es un número finito pero pequeño se cumpla:

Es más, la misma definición de la derivada implica que si f′(x) existe, entonces hay
algún h0 a partir del cual nuestra aproximación dista menos de una cantidad δ del
valor real para la derivada. El problema es que esto sólo es cierto con precisión
infinita ya que h0 puede ser tan pequeño que no pueda representarse en el
ordenador o que la diferencia f(x + h0) − f(x) esté seriamente afectada por el error
de redondeo.

La ecuación (2.1) es la forma más sencilla de aproximar una derivada conocidas f(x)
y f(x+h0). El siguiente teorema nos proporciona información sobre la precisión de
esta aproximación.

Teorema. Sea f(x) ∈ C1 (a, b) y existe f′′(x) en (a, b), entonces se cumple que:

Demostración. Escribamos la aproximación de Taylor para la función en un punto

x+h:

Reordenando la expresión anterior queda demostrado el teorema.

El teorema anterior nos indica que el error cometido al aproximar la derivada

primera por su fórmula de diferencia adelantada es una función lineal de h. Cuanto
menor sea h (o sea al tomar valores de f(x) más cercanos) la derivada numérica
será más precisa. Este error se denomina error de truncación o discretización y
puede acotarse fácilmente, obteniéndose que: E ≤ máx(x,x+h) |f′′(z)|. En realidad,

5
para datos obtenidos a partir de una tabla esta acotación no es de gran utilidad
directa ya que si no se conoce la derivada primera menos aún se conocerá la
segunda pero al menos nos permite conocer el orden de aproximación de la
fórmula.

Geométricamente el error O(h) procede del hecho de aproximar la derivada por la

pendiente de la cuerda que une los puntos f(x) y f(x + h), Por otro lado, si existe la
derivada deben existir las derivadas laterales y entonces

Un problema que presenta esta fórmula es que la precisión de la misma es baja y

por lo tanto en situaciones donde sólo dispongamos de un muestreo de baja
precisión de f(x), como ocurre en ensayos, datos experimentales, etc., será
conveniente utilizar otras fórmulas de derivación más precisas.

Fórmulas de orden superior

El error de truncación de la fórmula de diferencia adelantada de dos puntos varía

linealmente con h, de manera que es necesario usar valores de h muy pequeños
para reducir suficientemente los errores de truncación. Es posible deducir fórmulas
para las derivadas con errores de truncación más pequeños. Por ejemplo, tomemos

donde z1 ∈ (x, x + h) y z2 ∈ (x − h, x). Restando (2.1a) y (2.1a) obtenemos

6
que nos proporciona una siguiente aproximación para la derivada con un término de
error de truncación que depende cuadráticamente de h. Usando el teorema del valor
intermedio f′′′(z) = (f′′′(z1) + f′′′(z2))/2, y entonces, si f es suficientemente derivable.

Usando los desarrollos de Taylor de f(x+h) y f(x+2h) se encuentra la llamada fórmula

de diferencia adelantada de tres puntos que es:

Reemplazando h por −h en (2.3) obtenemos una fórmula de diferencias retrasadas

de tres puntos

De todas estas, la fórmula de diferencia centrada es la que tiene, en principio,

menor error de truncación y la que requiere menos evaluaciones de la función,
siendo por lo tanto más eficiente desde el punto de vista computacional.

Utilizando el valor de la función en más puntos se construyen fórmulas más precisas

para las derivadas. Alguna de ellas se muestra en la tabla siguiente junto con las
que hemos deducido ya.

7
Derivadas de orden superior

El mismo procedimiento que se ha seguido al deducir fórmulas para calcular

numérica- mente las derivadas primeras puede usarse para construir derivadas
de orden superior partiendo del desarrollo de Taylor y eliminando las derivadas
primeras. Consideremos por ejemplo las expresiones:

Sumando las ecuaciones anteriores y despejando se encuentra que:

Procediendo de la misma forma es posible encontrar aproximaciones que usen

diferentes puntos y aproximaciones para derivadas de orden superior. La tabla
siguiente presenta algunas de las fórmulas más comunes para calcular derivadas
de orden superior.

8
9
 5.2 Integración numérica: Método del trapecio, Métodos de
Simpson 1/3 y 3/8.

En los cursos de Cálculo Integral, nos enseñan cómo calcular una integral definida
de una función continua mediante una aplicación del Teorema Fundamental del
Cálculo:

Teorema Fundamental del Cálculo

Sea f(x) una función continua en el intervalo [a,b] y sea F(x) una antiderivada de
f(x). Entonces:

El problema en la práctica, se presenta cuando nos vemos imposibilitados de

encontrar la antiderivada requerida, aún para integrales aparentemente sencillas
como:

la cual simplemente es imposible de resolver con el Teorema Fundamental del

Cálculo.

10
REGLA DEL TRAPECIO

Corresponde al caso donde n=1 , es decir :

donde f1(x) es un polinomio de interpolación (obviamente de grado 1) para los

datos:

x a b

y f(a) f(b)
sabemos que este polinomio de interpolación es:

Integrando este polinomio, tenemos que:

Que es la conocida Regla del Trapecio. Este nombre se debe a la interpretación

geométrica que le podemos dar a la fórmula. El polinomio de interpolación para una
tabla que contiene dos datos, es una línea recta. La integral, corresponde al área
bajo la línea recta en el intervalo [a,b], que es precisamente el área del trapecio que
se forma.

11
REGLA DE SIMPSON DE UN TERCIO

Suponemos que tenemos los datos:

a xm b

f(a) f(xm) f(b)

donde xm es el punto medio entre a y b.
En este caso se tiene que:

Donde f2(x) es el polinomio de interpolación para los datos en la tabla anterior.

Usaremos el polinomio de LaGrange. Así, tenemos que:

Si denotamos h= (b-a)/2 = xm-a = b-xm, entonces:

Simplificando términos:

12
Vemos que cada uno de los términos anteriores, es esencialmente de la misma
forma, es decir, una constante por (x-α)(x-β).
Así, calculamos la siguiente integral por partes:

Obteniendo, por lo tanto,

Usamos esta fórmula para calcular la integral de cada uno de los tres términos de
f2(x) y obteniendo como resultado final

Debido al factor h/3 se le conoce como la regla de Simpson de un tercio.

En la práctica, sustituimos el valor de h = (b-a)/ 2 para obtener nuestra fórmula
final:

13
REGLA DE SIMPSON DE TRES OCTAVOS

Este caso corresponde a n=3 , es decir,

donde f3(x) es un polinomio de interpolación para los siguientes datos:

x0 x1 x2 x3

f(x0) f(x1) f(x2)

f(x3)

Y donde a= x0, b= x3 y x1, x2 son los puntos que dividen en tres partes iguales al
intervalo [a,b].
Igual que en el caso anterior, se usa el polinomio de interpolación de Lagrange, y
usando el método de integración por partes se llega a la siguiente fórmula:

14
donde h = (b-a) / 3 . Debido al factor 3h / 8 es que se le dio el nombre de Regla
de Simpson de 3/8. En la práctica, se sustituye el valor de h para obtener:

5.3 Integración con intervalos desiguales.

Cuando la longitud de los subintervalos no es igual, se usa una combinación de la

regla Trapezoidal y las reglas de Simpson, procurando seguir el siguiente orden
jerárquico:

1 .- Simpson 3/8

Esta se aplica, si contamos con 4 puntos igualmente espaciados.

2 .- Simpson 1/3

Esta se aplica si falla (1) y contamos con 3 puntos igualmente

espaciados.

3 .- Regla Trapezoidal

15
 Solo se aplica si no se cumple (1) y (2)
Ejemplo

Evaluar usando la siguiente tabla:

x 0 0.1 0.3 0.5 0.7 0.95 1.2

f(x) 0 6.84 4 4.2 5.51 5.77 1

Solución.
Vemos que en el intervalo [0,0.01] podemos aplicar la regla del trapecio, en el
intervalo [0.1,0.7] la regla de Simpson de 3/8 y en el intervalo [0.7,1.2] la regla de
Simpson de 1/3. Así, tenemos las siguientes integrales:

Finalmente, la integral buscada es la suma de las tres integrales anteriores:

16
 5.4 Aplicaciones.
· Método del trapecio

Ejemplo 1:
Utilizar la regla del trapecio para aproximar la integral:

Solución.
Usamos la fórmula directamente con los siguientes datos:

Por lo tanto tenemos que:

17
· Método de Simpson 1/3

Ejemplo 1.
Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:

Solución.
Aplicamos la fórmula directamente, con los siguientes datos:

Por lo tanto, tenemos que:

18
 Conclusión

Una vez terminada esta investigación pudimos tomar en cuenta que:

Una gran cantidad de fenómenos físicos y de problemas de ingeniería están
descritos mediante ecuaciones diferenciales ordinarias o parciales, de ahí la
importancia de la derivación numérica.
Los métodos más comunes para la derivación e integración numéricas pues hay
suficientes programas para realizar esto con el ordenador. No obstante, como
siempre les digo en clase, lo importante es saber en que se fundamenta la
herramienta matemática que uno utiliza y saber interpretar adecuadamente los
resultados.

19
 Bibliografía

Carlos, I. J., & Alcántara, S. (n.d.). DERIVACIÓN E INTEGRACIÓN NUMÉRICA

-PROGRAMACIÓN AVANZADA Semestre 2019-1. Unam.Mx. Retrieved May 11,
2023, from
http://www.paginaspersonales.unam.mx/app/webroot/files/4676/Asignaturas/1457/Ar
chivo1.3384.pdf

Derivación e integración numéricas. (n.d.). Orgfree.com. Retrieved May 11, 2023,

from
https://navarrof.orgfree.com/Docencia/MatematicasIV/UT7/derivacion_e_integracion
_numericas.htm

Unidad 5: Derivación e integración numérica - ittgmetodosnumericos. (n.d.).

Google.com. Retrieved May 11, 2023, from

20
https://sites.google.com/site/ittgmetodosnumericos/unidad-5-derivacion-e-integracion
-numerica

21