Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

U. II: DERIVACIÓN NUMÉRICA

DIFERENCIACIÓN NUMÉRICA
Hay situaciones en las que hallar una derivada, algo tan habitual para nosotros, no es factible de la manera aprendida
en los cursos de Cálculo. Algunas de estas situaciones son:

 La función que se desea derivar tiene una fórmula extremadamente complicada y resulta muy trabajoso
hacer todo el cálculo simbólico si solo se quiere la derivada en un punto, no una fórmula general.
 La función existe, pero, como ya se ha tratado en el capítulo de Interpolación, solo es posible conocerla en
algunos puntos concretos con medidas experimentales.

La derivada de la función f en x 0es

'
f ( x 0 +h ) −f (x 0)
f ( x 0 )=lim
x→0 h

Por consiguiente. Una fórmula que proporciona una forma obvia de generar una aproximación para f ' (x 0) es
simplemente

'
f ( x 0+ h )−f ( x 0 )
f ( x0 ) ≈
h
para valores pequeños de h. Aunque esto puede ser obvio, no tiene mucho éxito debido a la dificultad en la resta de
cantidades que son casi iguales, lo que conlleva inconvenientes debido al error de redondeo. Sin embargo, es un
lugar para empezar.

DIFERENCIACIÓN NUMÉRICA – DERIVADA HACIA ADELANTE

El principal método para calcular la derivada de una función en un punto consiste en tomar el polinomio que
interpola la función en un conjunto de puntos cercanos al de interés, y aproximar la derivada de la función por la
derivada del polinomio interpolante.
'
Para aproximar f ( x 0 ), se supone que x 0 ∈ ( a , b ) ,donde f ∈ C2 [ a , b ] , y que x 1=x 0 +h para alguna h ≠ 0 pero
suficientemente pequeña como para garantizar que x 1 ∈ [ a , b ] . Se construye el primer polinomio de Lagrange P1 ( x )
para f determinado por x 0 y x 1, con su término de error, para algún ξ ( x ) entre x 0 y x 1 :

x−x 1 x−x 0 (x−x 0 )( x−x 1)

f ( x )=f ( x 0 ) + f ( x1) + f ' '(ξ( x))
x 0−x 1 x 1−x 0 2!

x−x 0−h x− x0 (x−x 0 )(x−x 0−h)

f ( x )=f ( x 0 ) + f ( x 0+ h ) + f ' ' (ξ (x ))
−h h 2

x−x 0−h x− x0 ( x−x 0 ) [(x−x 0 )−h]

f ( x )=f ( x 0 ) + f ( x 0+ h ) + f ' ' (ξ ( x))
−h h 2
Entonces
2
x−x 0−h x− x0 ( x−x 0 ) −( x−x 0)h
f ( x )=f ( x 0 ) + f ( x 0+ h ) + f ' ' (ξ (x ))
−h h 2
Derivando

Página 1 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

[ ]
2
' f ( x 0) f ( x 0 +h) ( x−x 0 ) −( x−x 0 ) h
f ( x )= + +Dx f ' ' (ξ ( x ))
−h h 2

f ( x 0 +h ) −f (x 0) 2 ( x−x 0 ) −h ' ' ( x−x 0)(x−x 0 −h)

f (ξ ( x ) )+
'
f ( x )= + Dx f ' ' (ξ (x))
h 2 2
Excluyendo los términos relacionados con ξ ( x ) , resulta

'
f ( x 0+ h )−f ( x 0 )
f ( x0 ) ≈
h

Una dificultad que se presenta en esta fórmula es que no se tiene información sobre D x f '' ( ξ ( x ) ) , por lo que el error
de truncamiento no se puede calcular.

Pero cuando x=x 0 , es: x−x 0=0, entonces el coeficiente de Dxf ' ' (ξ (x )) es cero y la fórmula se reduce a

f ( x 0 +h ) −f (x 0) h ''
− f ( ξ ( x ) ) (1)
'
f ( x )=
h 2
f ( x 0 +h ) −f ( x 0)
Para valores pequeños de h , el cociente de diferencia se puede utilizar para aproximar f ' (x 0) con
h
¿
un error acotado por M ¿ h∨ ¿ , donde M es una cota de |f ' '(x )| para x entre x 0y x 0 +h .
2
A esta fórmula se la conoce como fórmula de diferencias hacia adelante si h> 0, fórmula de diferencias hacia
atrás si h< 0.

Idénticas conclusiones pueden obtenerse usando el teorema de Taylor para hallar el error de truncamiento en esta
fórmula.

Geométricamente, esto equivale a tomar como primera derivada la pendiente de la recta que une los dos puntos de
abscisas x 0y x 1=x 0 +h de la curva de f (x).

La ecuación (1) muestra que, en general, conforme h → 0, la diferencia entre f ' (x) y su aproximación
f ( x 0 +h ) −f ( x 0)
tiende a cero con la misma rapidez que lo hace h , es decir, es O(h). Esta es la notación big O (O
h
grande) de Landau.

La fórmula de la diferencia hacia adelante de dos puntos es un método de primer orden para aproximar la primera
derivada.

Página 2 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

Lo de primer orden significa que el error es proporcional a h cuando h → 0. En general, si el error es O(h n) ,la
fórmula se considera una aproximación de orden n , es decir, que el error es proporcional a h n cuando h → 0.

Entonces, debido a que el error cometido por la aproximación de la ecuación (1) es proporcional al incremento h , es
posible reducir el error al disminuir h .

El error de truncamiento para un procedimiento numérico se presenta aún si los cálculos se realizan con precisión
infinita. En este caso se debe a la “imitación” del proceso del límite matemático mediante una fórmula de
aproximación.

Más (y peores) errores se deben esperar cuando se realizan cálculos en una computadora con longitud de palabra
finita (número finito de dígitos ¿ errores de redondeo).

FÓRMULA DE (n+1) PUNTOS

Para obtener las fórmulas generales de aproximación a la derivada, supóngase que {x 0 , x1 , … , x n } son (n+1)
números distintos pertenecientes a un intervalo I , y que f ∈ Cn +1 (I ). Entonces, el enésimo polinomio interpolante
de Lagrange para f en dichos puntos con su término de error es
n
( x−x 0 ) … ( x−x n )
f ( x ) = ∑ f ( x k ) Lk ( x ) +
( n +1)
f (ξ ( x ) ) ,
k=0 ( n+1 ) !

Para ξ ( x ) en I , y donde Lk ( x ) denota el k −ésimo coeficiente del polinomio de Lagrange para f en x 0 , x 1 , … , x n .

Al derivar esta ecuación se obtiene

[ ( x−x 0 ) … ( x−x n )
] ( x−x 0 ) … ( x−x n )
n
f ( x )=∑ f ( x k ) L' k ( x ) + Dx Dx [ f (ξ ( x )) ]. ¿
' ( n+1) ( n+1)
f ( ξ ( x ) ) +¿
k=0 ( n+1 ) ! ( n+1 ) !

De nuevo se tiene un problema para calcular el error de truncamiento, excepto si x es uno de los números x j ,siendo
j=0 , 1, … , n. En este caso, el coeficiente que multiplica a Dx [ f (n +1) ( ξ ( x ) ) ] es 0, y la fórmula resulta
( n +1)
n
f (ξ ( x ) ) n
f ( x j ) =∑ f ( x k ) L ' k ( x ) + ∏ ( x j −x k ) ,(2)
'

k=0 ( n+1 ) ! k=0

k≠ j

'
Que recibe el nombre de fórmula de( n+1 )puntos para aproximar f ( x j ) .

En general, el uso de más puntos de evaluación en la ecuación (2)produce mayor precisión, a pesar de que el
número de evaluaciones en la función y el crecimiento del error de redondeo disuade un poco de su empleo. Las
fórmulas más comunes son las relacionadas con tres y cinco puntos de evaluación.

APROXIMACIÓN A LA DERIVADA POR TRES PUNTOS

A continuación, se derivan algunas fórmulas útiles de tres puntos y se consideran aspectos de sus errores:

Puesto que

( x−x 1)( x−x 2 ) ' 2 x−x 1−x 2

L0 ( x ) = , resulta L 0 ( x )=
(x 0−x 1)( x 0−x 2 ) (x 0−x 1 )(x 0−x 2)

Análogamente

' 2 x−x 0−x 2 ' 2 x−x 0 −x1

L1 ( x ) = , y L2 ( x ) =
(x1 −x0 )( x 1−x 2) ( x 2−x 0)(x 2−x 1 )

Página 3 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

De donde, la ecuación (2) resulta

'
[
f ( x j ) =f ( x 0 )
2 x j−x 1−x 2
(x 0−x 1 )(x 0−x 2) ] [
+ f ( x1 )
2 x j−x 0−x 2
(x 1−x 0 )(x1 −x2 )
+ f ( x2 )
2 x j −x 0−x 1
] [
(x 2−x 0)(x 2−x 1 )
+
f (3) (ξ j) 2
∏ ( x −x )(3)
6 k=0 j k ] k≠ j

Para cada j=0 , 1, 2 ; y la notación ξ j indica que este punto depende de x j .

Las fórmulas a partir de la ecuación (3) se vuelven especialmente útiles si los nodos están espaciados de manera
uniforme, es decir, cuando

x 1=x 0 +h y x 2=x 0+ 2h , para alguna h ≠ 0.

Se suponen nodos igualmente espaciados a lo largo del resto de este tema.

Mediante la ecuación (3) con x j= x0 , x 1=x 0+ h , y x 2=x 0 +2 h se obtiene

[ ]
2
' 1 −3 1 h ( 3)
f ( x 0 )= f ( x 0 ) + 2 f ( x1 ) − f (x 2 ) + f (ξ0 )
h 2 2 3

Ahora, operando de la misma manera para x j= x1 , resulta

[ ]
2
' 1 −1 1 h ( 3)
f ( x 1 )= f ( x 0 ) + f (x 2) − f (ξ 1)
h 2 2 6

Y, para x j= x2 ,

[ ]
2
' 1 1 3 h ( 3)
f ( x 2 )= f ( x 0 )−2 f ( x1 ) + f ( x 2) + f (ξ 2)
h 2 2 3

Puesto que x 1=x 0 +h y x 2=x 0 +2 h, estas fórmulas también se pueden expresar como

[ ]
2
' 1 −3 1 h ( 3)
f ( x 0 )= f ( x 0 ) + 2 f ( x 0+ h )− f (x 0 +2 h) + f (ξ 0 )
h 2 2 3

[ ]
2
' 1 −1 1 h ( 3)
f ( x 0 +h ) = f ( x 0) + f (x 0 +2 h) + f (ξ1 )
h 2 2 6

[ ]
2
' 1 1 3 h ( 3)
y f ( x 0 +2 h )= f ( x 0 ) −2 f ( x 0+ h ) + f (x 0 +2 h) + f (ξ 0 )
h 2 2 3

Por cuestiones de conveniencia, la sustitución de la variable x 0 por x 0 +hse usa en la segunda de estas ecuaciones
para hacer de esa fórmula una aproximación para f ' (x 0). Un cambio similar, x 0 en lugar de x 0 +2 h, se utiliza en la
última ecuación. Esto da tres fórmulas para aproximar f ' (x 0)
2
1 h (3 )
'
f ( x 0 )=
2h
[ −3 f ( x 0 ) +4 f ( x 0 +h ) −f ( x0 +2 h) ] + f ( ξ 0)
3
2
1 h ( 3)
'
f ( x 0 )=
2h
[ −f ( x 0−h ) +f ( x 0+ h) ]+ f ( ξ1 ) y
6
2
1 h ( 3)
'
f ( x 0 )=
2h
[ 3 f ( x 0 )−4 f ( x 0−h ) + f (x 0−2 h) ] + f (ξ 0 )
3

Página 4 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

Finalmente, obsérvese que la última de estas ecuaciones se puede obtener a partir de la primera simplemente al
reemplazar “h ” por “−h ”, de modo que en realidad son expresiones equivalentes, y entonces se tienen sólo dos
fórmulas:

FÓRMULAS PARA TRES PUNTOS

Fórmulas del extremo con tres puntos
2
1 h (3 )
'
f ( x 0 )=
2h
[ −3 f ( x 0 ) +4 f ( x 0 +h ) −f ( x0 +2 h) ] + f ( ξ 0 ) (4)
3
Donde ξ 0 se encuentra entre x 0 y x 0 +2 h.

Fórmula del punto medio con tres puntos

2
1 h ( 3)
'
f ( x 0 )=
2h
[ f ( x 0 +h ) −f ( x0 −h) ] + f ( ξ 1 ) (5)
6
Donde ξ 1 se encuentra entre x 0−h y x 0 +h.

FÓRMULAS PARA TRES PUNTOS - OBSERVACIONES

A pesar de que los errores en las ecuaciones (4) y (5) son O(h 2), el error en la ecuación (5) es aproximadamente la
mitad del error en la ecuación(4). Esto es porque la ecuación (5) utiliza datos a ambos lados de x 0 y la ecuación(4)
los usa a un solo lado del punto.

También obsérvese que f se debe evaluar solamente en dos puntos en la ecuación (5), mientras que en la ecuación
(4) se necesitan tres evaluaciones.
La figura próxima ilustra la aproximación producida a partir de la ecuación (5).

La aproximación en la ecuación(4) es útil cerca de los extremos de un intervalo porque la información sobre f fuera
del intervalo puede no estar disponible.

Representación gráfica de la fórmula del punto medio con tres puntos

Los métodos presentados en las ecuaciones (4) y (5) reciben el nombre de fórmulas de tres puntos (aunque el tercer
punto f (x 0) no aparece en la ecuación (5)).

FÓRMULAS PARA CINCO PUNTOS

De forma similar a las fórmulas de tres puntos, pueden deducirse fórmulas de cinco puntos que implican la
evaluación de la función en dos puntos adicionales. El término de error para estas fórmulas es O(h 4 ).

Página 5 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

Fórmula del punto medio con cinco puntos

Una fórmula de cinco puntos común se usa para determinar las aproximaciones para la derivada en el punto medio:
4
1 h ( 5)
'
f ( x 0 )=
12 h
[ f ( x 0−2 h ) −8 f ( x 0−h ) +8 f ( x 0 +h ) −f ( x 0 +2 h ) ]+ f ( ξ )(6)
30
Donde ξ se encuentra entre x 0−2 h y x 0 +2 h .

Fórmula del extremo con cinco puntos

Otra fórmula de cinco puntos, que se usa para aproximaciones en los extremos, es
4
1 h (5 )
'
f ( x 0 )=
12 h
[ −25 f ( x 0 ) +48 f ( x0 + h )−36 f ( x 0+ 2h ) +16 f ( x 0 +3 h ) −3 f ( x 0 + 4 h) ] + f ( ξ ) (7)
30
Donde ξ se encuentra entre x 0 y x 0 +4 h .

Las aproximaciones del extremo izquierdo se encuentran mediante la fórmula (7) con h> 0, y las aproximaciones
del extremo derecho con h< 0.

La fórmula del extremo de cinco puntos es especialmente útil para la interpolación de spline cúbico condicionado.

La deducción de la fórmula (6) se hace en una sección próxima: Extrapolación de Richardson como ejemplo del
tema.

APROXIMACIONES A DERIVADAS DE ORDEN SUPERIOR

Una idea relativamente sencilla para obtener aproximaciones a derivadas de orden superior es combinar
repetidamente las aproximaciones de derivadas de menor orden.

Los métodos estudiados también se pueden aplicar para deducir aproximaciones a derivadas de orden superior de
una función usando valores tabulados de una función en diferentes puntos.

La deducción es algebraicamente tediosa, sin embargo, se presentará un procedimiento representativo.

Se expresa una función f mediante su polinomio de Taylor de tercer grado y haciendo la expansión sobre un punto x 0
interior a su dominio

' 1 '' 2 1 ''' 3 1 4

f ( x )=f ( x 0 ) + f ( x 0 ) ( x−x 0 ) + f ( x0 ) ( x−x 0 ) + f ( x 0 ) ( x−x 0 ) + f ( 4) ( ξ ) ( x−x 0 )
2 6 24

Se evalúa este polinomio de Taylor en x 0 +h :

' 1 '' 2 1 ' '' 3 1 4

f ( x 0 +h )=f ( x 0 )+ f ( x 0 ) h+ f ( x 0 ) h + f ( x 0 ) h + f (4 ) ( ξ 1) h ,
2 6 24

Y también en x 0−h :

' 1 '' 2 1 ' '' 3 1 4

f ( x 0 −h ) =f ( x 0 )−f ( x0 ) h+ f ( x 0 ) h − f ( x 0 ) h + f ( 4) ( ξ−1 ) h ,
2 6 24

Donde x 0−h< x 0< ξ1 < x 0 +h .

Sumando miembro a miembro estas fórmulas, los términos (que contienen derivadas) de orden impar se cancelan,
por lo que

Página 6 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

'' 2 1 (4) 4
f ( x 0 +h ) +f ( x 0−h )=2 f ( x 0 ) + f ( x 0 ) h + [f ( ξ 1 ) + f (4 ) ( ξ−1 ) ]h ,
24
''
Resolviendo esta ecuación para f ( x 0 ) , se obtiene
2
1 h ( 4)
f ( x 0 )= 2 [ f ( x 0−h ) −2 f ( x 0 ) + f ( x 0 −h ) ] − [f ( ξ 1 ) +f ( ξ−1 ) ]
'' (4 )

h 24

1 (4 )
Suponiendo que f (4 ) es continua en
2
[ f ( ξ 1) + f ( 4 ) ( ξ−1 ) ] se encuentran entre
[ x 0−h , x 0 +h ] , y dado que
(4 ) (4 )
f ( ξ1 ) y f ( ξ−1 ), el teorema del valor intermedio implica que existe un número ξ entre ξ−1 y ξ 1, y, por lo tanto, en
(x 0−h , x 0 +h) con

1 ( 4)
f (4 ) ( ξ ) =
2 [
[ f ( ξ 1 ) +f ( 4 ) ( ξ−1 ) ] ]
que permite escribir la fórmula anterior en la forma

Fórmula del punto medio de la derivada segunda

2
1 h (4 )
2[ ( 0
f x −h ) −2 f ( x 0 ) + f ( x 0 +h ) ]− f ( ξ )( 8)
''
f ( x 0 )=
h 12

Para algún ξ tal que x 0−h< ξ< x0 + h.

Si f (4 ) es continua en [ x 0−h , x 0 +h ] , también está acotada, y la aproximación es O ( h2 ) .

INESTABILIDAD DEL ERROR DE REDONDEO

Es especialmente importante prestar atención al error de redondeo al aproximar derivadas.

Para ilustrar la situación, se examina en detalle la fórmula del punto medio de tres puntos, la ecuación (5).
2
1 h (3 )
'
f ( x 0 )=
2h
[ f ( x 0 +h ) −f ( x 0−h ) ]− f (ξ 1)
6
Suponiendo que al evaluar f (x 0+ h) y f (x 0−h), se tienen los errores de redondeo e (x 0 +h) y e (x 0−h). Entonces,
~ ~
en los cálculos en realidad se usan los valores f (x 0 +h) y f (x 0−h), que están relacionados con los valores
verdaderos f ( x 0 +h ) y f (x 0−h) mediante
~ ~
f ( x 0 +h )= f ( x 0+ h ) +e ( x0 + h ) y f ( x 0−h ) =f ( x 0−h ) +e ( x0 −h )

El error total en la aproximación es

~ ~
'
f ( x0 + h )− f ( x 0−h ) e ( x 0+ h )−e ( x 0−h ) h 2 ( 3)
f ( x 0 )− = − f (ξ 1)
2h 2h 6
y se debe tanto al error de redondeo, el primer término, como al error de truncamiento.

Si se supone que los errores de redondeo e (x 0 ±h) están acotados por algún número ε > 0 y que la derivada tercera
de f está acotada por un número M >0 , entonces

| |
~ ~
' f ( x 0+ h )− f ( x 0−h ) ε h2
f ( x0)− ≤ + M
2h h 6

Página 7 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

2
h
Para reducir el error de truncamiento M , es necesario reducir h . Pero conforme h se reduce, el error de redondeo
6
ε
crece.
h
En la práctica, entonces, casi nunca es ventajoso dejar que h sea demasiado pequeño, porque en este caso, el error de
redondeo dominará los cálculos.

En la práctica no es posible calcular una h óptima para utilizarla en la aproximación de la derivada ya que no se
conoce la derivada tercera de la función. Sin embargo, se debe ser consciente que reducir el tamaño del paso no
siempre mejora la aproximación.

Sólo se ha considerado los problemas de error de redondeo presentados por la fórmula de tres puntos, la (5), pero se
presentan dificultades similares con todas las fórmulas de diferenciación. La razón se puede rastrear a la necesidad
de dividir entre una potencia de h . La división entre números pequeños tiende a exagerar el error de redondeo y, de
ser posible, debería evitarse esta operación.

En caso de diferenciación numérica, no es posible evitar el problema por completo, a pesar de que los métodos de
orden superior reducen la dificultad.

Al igual que los métodos de aproximación, la diferenciación numérica es inestable puesto que los valores pequeños
deh necesarios para reducir el error de truncamiento también causan que el error de redondeo crezca. Esta es la
primera clase de métodos inestables que hemos encontrado y, de ser posible, estas técnicas deberían evitarse. Sin
embargo, además de usarse para propósitos computacionales, las fórmulas son necesarias para aproximar las
soluciones de ecuaciones diferenciales ordinarias y parciales.

EXTRAPOLACIÓN DE RICHARDSON
Hasta aquí se ha visto que hay dos formas para mejorar la estimación obtenida al emplear aproximaciones a la
derivada:

 disminuir el tamaño del paso, o

 usar una fórmula de grado superior que emplee más puntos.

Un tercer procedimiento, se basa en la extrapolación de Richardson, que utiliza dos estimaciones de la derivada para
calcular una tercera aproximación más exacta.

La extrapolación de Richardson se usa para generar resultados de alta precisión mientras usa fórmulas de bajo orden.

La extrapolación se puede aplicar siempre que se sepa que una técnica de aproximación tiene un término de error
con un formato predecible, uno que depende de un parámetro, el que normalmente es el tamaño del paso h .

Supóngase que para cada número h ≠ 0, se tiene una fórmula numérica N 1 (h) que se aproxima a una constante M
desconocida, y que el error de truncamiento relacionado con la aproximación tiene la forma
2 3
M −N 1 ( h )=K 1 h+ K 2 h + K 3 h +…

Para algún conjunto de constantes K 1 , K 2 , K 3 , …(desconocidas).

Se considera que el error de truncamiento es O(h), y a menos que haya una variación más grande entre las
constantes K 1 , K 2 , K 3 ,.. ., se tiene que

M −N 1 ( 0 , 1 ) ≈ 0 , 1 K 1 , M −N 1 ( 0 , 01 ) ≈ 0 ,01 K 1 ,

Y, en general,

Página 8 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

M −N 1 ( h ) ≈ K 1 h

El objetivo de la extrapolación es encontrar una forma fácil de combinar de manera adecuada aproximaciones O(h)
no acordes con el error que se pretende obtener, para producir fórmulas con un error de truncamiento de orden
superior.

Supóngase, por ejemplo, que es posible combinar algebraicamente las fórmulas N 1 (h) para producir una fórmula de
aproximación O(h 2) , N 2 (h), para M con

M −N 2 ( h )= ^
2 ^ 3
K2h + K 3 h +…

Para algún conjunto de constantes desconocidas ^ ^3 , …Entonces, se tiene que

K2 , K

M −N 2 ( 0 , 1 ) ≈ 0 , 1 ^
K 2 , M −N 2 ( 0 , 01 ) ≈ 0,0001 ^
K2 ,

Y así sucesivamente.

Si las constantes K 1 y ^
K 2 son aproximadamente de la misma magnitud, entonces las aproximaciones N 2 (h) son
mucho mejores que las aproximaciones N 1 (h) correspondientes.

La extrapolación puede continuarse combinando las aproximaciones N 2 (h) para producir fórmulas con error de
truncamiento O(h 3), y así sucesivamente.

Para mostrar concretamente cómo mediante la extrapolación se pueden generar fórmulas de orden superior, se
considera una fórmula O(h) para aproximar M de la forma
2 3
M =N 1 ( h ) + K 1 h+ K 2 h + K 3 h +…

Se asume que la fórmula es válida para cualquier h positiva, por lo que se reemplaza el parámetro h por la mitad de
su valor. Se tiene así una segunda fórmula de aproximación O ( h ) .

() () ( ) ( )
2 3
h h h h
M =N 1 + K1 +K2 +K3 +…
2 2 4 8

Multiplicando por 2 esta última ecuación y restándole la penúltima, se elimina el término relacionado con K 1 ,y
resulta

( )[ ( ) ] ( ) ( )
2 3
h h h 2 h 3
M =N 1 + N1 −N 1 ( h ) + K 2 −h + K 3 −h + …(1)
2 2 2 4

Para simplificar la expresión, se define

N 2 ( h )=N 1 ( h2 )+[ N ( h2 )−N ( h ) ] .

1 1

Así, la ecuación (1) es una fórmula de aproximación O(h 2) para M:

K2 2 3 K3 3
M =N 2 ( h )− h− h −… (2)
2 4
Y a partir de aquí se puede repetir este procedimiento.

Página 9 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

h
Entonces, si ahora en esta nueva fórmula se reemplaza h por , se obtiene:
2

( h2 )− 8 h − 32 h −…
K2 2 3 K3 3
M =N 2

Se puede combinar esta última ecuación con la (2) para suprimir el término en h2 . Para ello, se multiplica la
ecuación (2) por 4 , y se le resta la ecuación anterior, obteniendo

()h 3 K3 3
3 M =4 N 2 −N 2 ( h )+ h +…,
2 8

Al dividir esta ecuación entre 3, se produce una nueva fórmula para aproximar M , que es O(h 3)

M =N 2 ()h 1
+ N2
2 3
h
2 [ () h3
−N 2 ( h ) + K 3 +… ,
8 ]
Y al definir

N 3 ( h )=N 2 ( h2 )+ 13 [ N ( h2 )−N (h)] ,

2 2

Resulta que la fórmula para aproximar M es O(h 3)

K3 3
M =N 3 ( h ) + h +…
8

El proceso se puede continuar construyendo una aproximación O ( h4 )

N 4 ( h )=N 3 ( h2 )+ 17 [ N ( h2 )−N ( h ) ] .
3 3

Luego, también se puede construir una aproximación O ( h5 )

N 5 ( h )=N 4 ( h2 )+ 151 [ N ( h2 )−N ( h )] ,

4 4

Y así sucesivamente.

En general, si M puede reescribirse en la forma

m −1
M =N ( h ) + ∑ K j h j +O(hm ).
j=1

Entonces, para cada j=2 ,3 , … , m se tiene una aproximación O(h j ) de la forma

N j ( h )=N j −1 ( h2 )+ 2 1
j−1
−1
N j−1
[ ()
h
2
−N j−1 ( h )
]
Las aproximaciones anteriores se generan por filas en el orden indicado por la entrada numerada de la tabla de
extrapolación. Esto se hace para aprovechar al máximo las fórmulas de orden superior.

O ( h) O ( h2 ) O ( h3 ) O ( h4 )

Página 10 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

1 : N 1 ( h )=N (h)

2 : N1( h2 )=N ( h2 ) 3 : N 2 (h)

4 : N ( )=N ( ) ( h2 )
h h
1 5 : N2 6 : N 3 (h)
4 4

7 : N ( )=N ( ) 8:N ( ) ( h2 )
h h h
1 2 9 : N3 10 : N 4 ( h )
8 8 4

Cada columna después de la primera en la tabla de extrapolación se obtiene mediante un proceso tipo promedio, por
lo que la técnica puede producir aproximaciones de orden superior con un costo computacional mínimo. Sin

embargo, conforme se incrementa el orden k , el error de redondeo N 1 ( 2h )

k , en general, aumenta debido a que la

h
inestabilidad de la diferenciación numérica está relacionada con el tamaño del paso k . Además, las fórmulas de
2
orden superior dependen cada vez más de la entrada a la izquierda inmediata de la tabla, razón por la cual es
recomendable comparar las entradas diagonales finales para garantizar la precisión.

La extrapolación se puede aplicar siempre que el error de truncamiento para una fórmula tenga la forma
m−1

∑ K j h α +O(h α ).
j m

j=1

Para un conjunto de constantes K j y cuando α 1< α 2< α 3 <…< α m.

Muchas fórmulas utilizadas en la extrapolación tienen errores de truncamiento que sólo contienen potencias pares de
h, es decir, tienen la forma
2 4 6
M =N 1 ( h ) + K 1 h + K 2 h + K 3 h +… (3)

La extrapolación es mucho más efectiva cuando están presentes solo las potencias pares de h, debido a que el
proceso de promediar genera resultados con errores O(h 2) ,O( h4 ) ,O( h6 ), ... , sin que implique incremento alguno
en el cálculo respecto a los resultados con errores O ( h ) ,O ( h 2 ) , O ( h3 ) , …

Supóngase que la aproximación tiene la forma de la ecuación (3):

2 4 6
M =N 1 ( h ) + K 1 h + K 2 h + K 3 h +… .

h
Al reemplazar h por se tiene una fórmula de aproximación que es también O(h 2)
2

()
2 4 6
h h h h
M =N 1 + K 1 + K 2 + K 3 +…
2 4 16 64

Se multiplica por 4 esta ecuación y se le resta la ecuación (3), eliminando así al término en h2 ,

[ () ] ( ) ( )
4 6
h h 4 h 6
3 M= 4 N1 −N 1 ( h ) + K 2 −h + K 3 −h +…
2 4 16

Dividiendo miembro a miembro por 3, se tiene una fórmula O(h 4 )

Página 11 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

1
M= 4 N1
3
h
2 [ ()
−N 1 ( h ) +
3 4 ] (
K 2 h 4 4 K 3 h6
−h +
3 16
6
−h + … ) ( )
Y definiendo

N 2 ( h )=
1
3[ ()
4 N1
h
2
−N 1 ( h ) =N 1
] ()
h 1
+ [ N1
2 3
h
2
−N 1 ( h ) ] ()
Resulta así, la fórmula de la aproximación con error de truncamiento O(h 4 )
4 6
h 5h
M =N 2 ( h )− K 2 −K 3 −…(4)
4 16
h
Ahora, se reemplaza h en la ecuación (4) por produciendo una segunda fórmula que también es O(h 4 ):
2

()
4 6
h h 5h
M =N 2 −K 2 −K 3 −…
2 64 1024

Se multiplica esta ecuación por 16 , y se le resta la ecuación (4), con lo que se logra eliminar el término en h 4

[ ()
15 M = 16 N 2
h
2
−N 2 ( h ) + K 3
64 ]
15 h 6
+…

Dividiendo esta ecuación entre 15 , se produce una nueva fórmula que es O(h 6)

M=
1
15 [ ()
16 N 2
h
2
h6
−N 2 ( h ) + K 3 +…
64 ]
Ahora, se tiene la fórmula de la aproximación O(h 6)

N 3 ( h )=
1
15 [ ()
16 N 2
h
2
−N 2 ( h ) =N 2
h
] () [ ()
+
2 15
1
N2
h
2
−N 2 ( h )
]
Al continuar con este procedimiento se obtiene, para cada j=2 ,3 , … , m la aproximación O(h 2 j)

N j ( h )=N j −1 ( h2 )+ 4 1
j−1
−1
N j−1
h
2 [ ()
−N j−1 ( h )
]
Nótese que el denominador del cociente es ahora 4 j−1 −1 en vez de 2 j−1 −1 porque ahora se están eliminando

()
2 2
h h
2
potencias de h y no potencias de h . Es así puesto que = , y entonces los factores por los que se debe
2 4
2
multiplicar para eliminar las potencias de h son potencias de 4 y no de 2.

La tabla de extrapolación siguiente muestra el orden en que se generan las aproximaciones cuando
2 4 6
M =N 1 ( h ) + K 1 h + K 2 h + K 3 h +…

Se supone de manera conservadora que el verdadero resultado es preciso por lo menos dentro del acuerdo de los dos
resultados inferiores en la diagonal, en este caso, dentro de¿ N 3 (h)−N 4 (h)∨.

O ( h2 ) O ( h4 ) O ( h6 ) O ( h8 )

Página 12 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

1 : N 1 ( h )=N (h)

2 : N1( h2 )=N ( h2 ) 3 : N 2 (h)

4 : N ( )=N ( ) ( h2 )
h h
1 5 : N2 6 : N 3 (h)
4 4

7 : N ( )=N ( ) 8:N ( ) ( h2 )
h h h
1 2 9 : N3 10 : N 4 ( h )
8 8 4

Las aproximaciones anteriores se generan por filas en el orden indicado por la entrada numerada de la tabla. Esto se
hace para aprovechar al máximo las fórmulas de orden superior.

Cada columna después de la primera en la tabla de extrapolación se obtiene mediante un proceso de promediado
simple, por lo que la técnica puede producir aproximaciones de orden superior con un costo computacional mínimo.

Sin embargo, conforme k se incrementa, el error de redondeo N 1 ( 2h ) ,

k en general, aumenta debido a que la

h
inestabilidad de la diferenciación numérica está relacionada con el tamaño del paso k . Además, las fórmulas de
2
orden superior dependen cada vez más de la entrada inmediata a la izquierda en la tabla, razón por la cual es
recomendable comparar las entradas diagonales finales para garantizar la precisión.

Página 13 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

U. III: INTEGRACION NUMERICA

CUADRATURA NUMÉRICA
Los métodos de integración numérica se pueden utilizar para hallar la integral definida de una función que no tiene
una antiderivada expresable por una combinación finita de funciones elementales, como son el caso, por ejemplo, de
2 sin x
ex , x
, etc., o cuya primitiva no es fácil de obtener, ahorrando de esta manera tiempo y esfuerzo, o que está dada

mediante una tabla.

b
El método básico asociado con la aproximación de ∫ f (x )dx recibe el nombre de cuadratura numérica. Esta
a
n b
emplea una suma ∑ ai f (x i ) para aproximar ∫ f (x )dx .
i=0 a

Los métodos de cuadratura se basan en la estrategia de reemplazar una función, posiblemente complicada, o datos
tabulados por polinomios de interpolación que resultan sencillos de integrar. La idea básica es, primero seleccionar
un conjunto de nodos distintos { x 0 , … , x n } en el intervalo [ a , b ]. Luego, se integra el polinomio interpolante de
Lagrange
n
Pn ( x )=∑ f ( x i ) Li (x)
i=0

Junto a su término de error de truncamiento sobre [ a , b ]. De esta manera se obtiene

b b n b n (n +1)
f (ξ ( x ) )
∫ f ( x ) dx=∫ ∑ f ( x i ) Li (x )dx+∫ ∏ ( x−x i) ( n+1 ) !
dx
a a i =0 a i=0

n b n
1
¿ ∑ a i f ( xi ) + ∫ ∏ (n+1)
(x−x i) f (ξ ( x ))dx
i=0 ( n+1 ) ! a i=0

Donde ξ (x ) se encuentra en [a , b] para cada x ; y es

b
a i=∫ Li ( x ) dx para cada i=0 , 1 , … ,n .
a

La fórmula de cuadratura es, por lo tanto,

b n

∫ f ( x ) dx ≈ ∑ ai f ( x i ) ,
a i=0

Con un error dado por

b n
1
E ( f )= ∫ ∏
( n+1 ) ! a i=0
(x−x i )f
(n +1)
(ξ ( x ) )dx

Antes de analizar la situación general de las fórmulas de cuadratura, se consideran las fórmulas producidas mediante
el uso del polinomio de primer y segundo grado de Lagrange con nodos igualmente espaciados. Esto da la regla
trapezoidal (o regla del trapecio) y la regla de Simpson, respectivamente.

LA REGLA TRAPEZOIDAL

Página 14 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

b
Para obtener la regla trapezoidal para aproximar ∫ f ( x ) dx , se considera x 0=a, x 1=b , h=b−a y se utiliza el
a
polinomio de Lagrange de primer grado.

x−x 1 x−x 0
P1 ( x ) = f ( x 0 )+ f (x 1)
x 0−x 1 x 1−x 0

Entonces

[ ]
b x1 x1
x−x 1 x−x 0 1
∫ f ( x ) dx=∫ x 0−x 1
f ( x0 )+
x 1−x 0
f ( x1 ) dx+ ∫ f ' ' ( ξ ( x ) ) ( x−x 0 ) ( x−x 1 ) dx (1)
2x
a x0 0

Puesto que el producto (x−x 0 )( x−x 1) no cambia de signo en [ x0 , x 1], el teorema del valor promedio ponderado
para integrales 1.13 se puede aplicar al término de error para obtener, para algúnξ en ( x 0 , x 1 ) ,
x1 x1

∫f ''
( ξ ( x )) ( x−x 0 ) ( x−x 1 ) dx=f ( ξ ( x ) ) ∫ f '' ( ξ ( x ) ) ( x−x 0 ) ( x−x 1 ) dx=¿
''

x0 x0

[ ]
x1
x3 x 1+ x 0 2 −h3 ' ' ( )
¿ f (ξ x ) −
''
( ) x + x0 x1 x = f ξ
3 2 x 6 0

Por consiguiente, la ecuación (1) implica que

[ ]
2 2 x1
b
( x−x 1 ) ( x −x 0 )
h
3

∫ f ( x ) dx= 2( x −x ) f ( x0 ) + 2( x −x ) f ( x 1 ) − 12 f ' ' ( ξ )

a 0 1 1 0 x 0

(x 1−x 0 ) 3
h ''
¿
2
[ f ( x 0 ) + f ( x1 ) ]− f ( ξ )
12

Por medio de la notación h=x 1−x 0 , se obtiene la siguiente regla:

Regla Trapezoidal
b 3
∫ f ( x ) dx= h2 [ f ( x 0 ) + f ( x 1) ]− 12
h ''
f (ξ)
a

Esta fórmula recibe el nombre de regla trapezoidal porque geométricamente, si f es una función con valores
b
positivos, la ∫ f ( x ) dx se aproxima mediante el área del trapecio bajo el segmento de recta que une f (a) y f ( b ) .
a

Página 15 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

Representación gráfica de la regla trapezoidal

El término de error para la regla trapezoidal implica a f ' ' ,por lo que la regla da el resultado exacto cuando se aplica
a cualquier función cuya segunda derivada es idénticamente cero, es decir, cualquier polinomio de grado uno o
menos.

Página 16 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

LA REGLA DE SIMPSON
La regla de Simpson (o regla de un tercio de Simpson) resulta de la integración sobre el [ a , b ] del polinomio de
Lagrange de segundo grado para nodos igualmente espaciados, que se ubican en los extremos del intervalo y en su
b−a
punto medio, es decir: x 0=a , x 2=b ,y x 1=a+ h , en donde h= .
2

Representación gráfica de la regla de Simpson

Por lo tanto

[ ]
x2
b
( x −x1 ) ( x−x 2 ) ( x−x 0 ) ( x−x 2 ) ( x−x 0 ) ( x−x 1 )
∫ f ( x ) dx=∫ f ( x0 )+ f ( x1 ) + f ( x 2 ) dx
a x0 ( x 0 −x1 ) ( x 0−x 2 ) ( x1−x 0 ) ( x 1−x 2 ) ( x 2−x 0 ) ( x 2−x 1 )
x2
( x−x 0 ) ( x−x 1 )( x −x2 )
+∫ f ( 3) (ξ (x )) dx
x0
6

Sin embargo, al deducir la regla de Simpson de esta forma, se obtiene un término de error O(h 4 ) relacionado con
(3)
f . Pero, al aproximar el problema de otra forma se puede obtener un término de orden superior relacionado con
(4 )
f .
Para ilustrar este método alternativo, supóngase que f se expande mediante el tercer polinomio de Taylor alrededor
de x 1. Entonces, para cada x en [ x0 , x 2] , existe un número ξ (x ) en (x 0 , x 2 ) con

f ' ' ( x1 ) '' '

2 f ( x1 ) 3 f
(4 )
(ξ )
f ( x )=f ( x 1 ) +f ' ( x 1) ( x−x 1 ) + ( x−x 1) + ( x−x 1) + ( x−x 1 )
4

2 6 24

Y (se hace un cambio de variables para integrar el lado derecho u=x−x 1)

[ ]
x2 x1
f ' ( x1 ) f '' ( x1 ) f ' ' ' ( x1 ) 1
x2

∫ f ( x ) dx= f ( x 1 ) ( x−x 1 )+ 2
2
( x −x1 ) + 6 ( x−x 1 ) + 24
3
( x−x 1 ) + 24 ∫ f 4 ( ξ ( x ) ) ( x−x 1) dx ( 2 )
4 ( ) 4

x0 x x 0 0

Puesto que ( x−x 1 ) es no negativo en [ a , b ] , el teorema de valor promedio ponderado para las integrales 1.13
4

implica que
x2 (4 ) x2 (4 )
1 f (ξ1) f ( ξ1 ) 5 x
∫ 4
f ( 4) ( ξ ( x ) ) ( x−x 1 ) dx = ∫ (
4
x−x 1 ) dx= [ ( x−x 1 ) ] x
2

24 x 0
24 x 0
120 0

Para algún ξ 1en (x 0 , x 2 ).

Sin embargo, como h=x 2−x 1=x1 −x 0, resulta que

Página 17 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

2 2 4 4
( x 2−x 1 ) −( x 0−x 1 ) =( x2 −x1 ) −( x 0−x 1 ) =0
Mientras que
3 3 3 5 5 5
( x 2−x 1 ) −( x 0− x1 ) =2h y ( x 2−x1 ) −( x 0−x 1 ) =2 h
Por lo tanto, la ecuación (2) se puede escribir como
x2 (4)
h3 ' ' f (ξ1) 5
∫ f (x )dx =2h f ( x 1) + 3
f ( x1 )+
60
h.
x0

''
Se reemplaza f ( x 1) por la fórmula del punto medio de la derivada segunda estudiada en Diferenciación numérica:
2
1 h (4 )
2[ ( 0
f x −h ) −2 f ( x 0 ) + f ( x 0 +h ) ]− f ( ξ ) ,
''
f ( x 0 )=
h 12

Y se obtiene

{ }
x2 (4 )
3
h 1 h
2
f (ξ )
∫ f (x )dx =2h f ( x 1) + 3 h2 [ f ( x 0 )−2 f ( x 1 ) + f ( x 2)] − 12 f ( 4) ( ξ 2 ) + 60 1 h5
x0

[ ]
5
h h 1 (4) 1 ( 4)
3
[ f ( x 0 ) +4 f ( x 1 )+ f ( x 2 ) ]−
12 3
f ( ξ 2 )− f ( ξ 1 ) .
5

Con métodos alternos se puede mostrar que los valores ξ 1 y ξ 2 en esta expresión se pueden reemplazar mediante un
valor común ξ en (x 0 , x 2 ). Esto da la Regla de Simpson.

Teorema del Valor Promedio para Integrales (Teorema 1.13 Burden, 10ª edición, página 8)

Suponga f ∈ C [a ,b ], la integral de Riemann de g existe en [a , b], y g(x ) no cambia de signo en [a , b]. Entonces
existe un número c en ( a , b ) con
b b

∫ f ( x ) g( x )dx=f ( c )∫ g ( x ) dx
a a

Cuando g(x )≡ 1, el teorema del valor medio para integrales proporciona el valor promedio de la función f sobre el
intervalo [ a , b ] , que se muestra en la figura, como
b
1
f ( c) = ∫ f ( x ) dx
b−a a

Regla de Simpson

Página 18 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

x2
h h5
∫ f (x )dx = 3 [ f ( x 0 ) + 4 f ( x 1 ) + f ( x 2) ]− 90 f ( 4) ( ξ ) .
x0

El término de error en la regla de Simpson implica la derivada cuarta de f, por lo que da resultados exactos cuando
se aplica a cualquier polinomio de grado tres o menos.

Las derivadas estándar de las fórmulas de error de cuadratura están basadas al determinar la clase de polinomios para
los cuales estas fórmulas producen resultados exactos. La siguiente definición se utiliza para facilitar el análisis de
esta derivada.

Definición
El grado de precisión, o precisión, de una fórmula de cuadratura es el mayor entero positivo n de tal forma que
la fórmula es exacta para x k , para cada k =0 , 1 ,… , n .

Esta definición implica que la regla trapezoidal y de Simpson tiene grados de precisión uno y tres, respectivamente.

Puesto que la sumatoria y la integración son operaciones lineales, es decir:

b b b
 ∑ ( α f ( x ) + β g ( x ) )=α ∑ f ( x ) + β ∑ g ( x ) , y
a a a
b b b

 ∫ (α f ( x )¿+ β g( x ))dx=α ∫ f ( x ) dx + β ∫ g (x)dx ¿

a a a

para cada par de funciones integrables f y gy cada par de constantes reales α y β .

Esto implica que

 el grado de precisión de una fórmula de cuadratura es n si y sólo si el error es cero para todos los polinomios
de grado k =0 , 1 ,… , n , pero no es cero para algún polinomio de grado (n+1 ¿ .

FÓRMULAS DE NEWTON – COTES CERRADAS

Las reglas trapezoidal y de Simpson son ejemplos de una clase de métodos conocidos como fórmulas de Newton-
Cotes. Existen dos tipos de fórmulas de Newton-Cotes: abiertas y cerradas.

Representación gráfica de las fórmulas de Newton-Cotes cerrada

La fórmula cerrada de (n+1) puntos de Newton-Cotes utiliza los nodos x i=x 0 +ih, parai=0 , 1 , … , n , donde
b−a
x 0=a , x n=b y h= . Recibe el nombre de cerrada por que los extremos del intervalo cerrado [a , b] se incluyen
n
como nodos.

La fórmula asume la forma

Página 19 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

b n

∫ f (x )dx ≈ ∑ a i f (x i)
a i=0

Donde
xn xn n
(x−x j)
a i=∫ Li ( x)dx=∫ ∏ dx
x0 x 0 i=0 (x i−x j )
i≠ j

El siguiente teorema detalla el análisis de error de truncamiento relacionado con las fórmulas de Newton-Cotes
cerradas:

Teorema
n
b−a
Sea ∑ ai f (x i ) la fórmula cerrada de (n+1) puntos de Newton-Cotes con x 0=a, x n=b y h=
n
. Existe
i=0

ξ ∈(a , b) para el cual

b n n+3 ( n+2 ) n
h f (ξ) 2
∫ f (x )dx =∑ ai f (xi )+ ( n+2 ) ! 0
∫ t ( t−1 ) … (t−n)dt ,
a i=0
n +2
Si n es par, y f ∈ C [a , b], y
b n n+2 ( n+1 ) n
h f (ξ)
∫ f (x )dx =∑ ai f (xi )+ ( n+1 ) ! 0
∫ t ( t−1 ) … (t−n) dt
a i=0
n +1
Si n es impar, y f ∈ C [a , b]

Observe que cuando n es un entero par, el grado de precisión es ( n+1 ) , a pesar de que el polinomio de interpolación
es de grado a lo sumo n . Cuandon es impar, el grado de precisión sólo esn .

A continuación, se listan algunas de las fórmulas comunes de Newton-Cotes cerradas con sus términos de error.
Obsérvese que, en cada caso, el valor desconocido ξ se encuentra en (a ,b).

n = 1: Regla trapezoidal (grado de precisión 1)

x1
h h3 ''
∫ f (x )dx = 2 [ f ( x 0 ) + f ( x 1) ]− 12 f ( ξ ) donde x 0< ξ< x1 ( 3 )
x 0

n = 2: Regla de Simpson (grado de precisión 3)

x2 5
h h
∫ f ( x ) dx= 3 [ f ( x 0 ) + 4 f ( x 1 ) + f ( x2 ) ]− 90 f (4 ) ( ξ ) donde x 0 <ξ < x 2 ( 4 )
x 0

n = 3: Regla de tres octavos de Simpson (grado de precisión 3)

x3
3h 3 h 5 (4 )
∫ f ( x ) dx= 8 [ f ( x 0 ) +3 f ( x 1 ) +3 f ( x 2 ) + f (x 3) ]−
80
f ( ξ ) donde x 0 <ξ< x3 ( 5 )
x0

n = 3: Regla de Boole (grado de precisión 7)

x4 7
2h 8 h (6 )
∫ f ( x ) dx= 45
[ 7 f ( x 0 ) +32 f ( x 1 ) +12 f ( x 2) + 32 f ( x3 ) + 7 f ( x 4 ) ]−
945
f ( ξ ) ( 6)
x0

donde x 0< ξ< x 4 ( 6 )

Página 20 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

OBSERVACIONES
 La regla de un tercio de Simpson se aplica cuando el número total de intervalos es par.
 La regla de tres octavos de Simpson se aplica cuando el número total de intervalos es múltiplo de tres.

1 3
Por lo tanto, al combinar las reglas de y de , se puede considerar el caso cuando el número total de intervalos es
3 8
tanto par como impar.

3
Por ejemplo, cuando el número de intervalos es impar, pero sin ser múltiplo de tres, se puede utilizar la regla de
8
1
para los primeros tres o los últimos tres intervalos, y luego usar la regla de
para los intervalos restantes, que son
3
3 1
un número par. Puesto que el orden del error de la regla de es el mismo que el de la regla de , no se gana mayor
8 3
1
exactitud que con la regla de cuando uno puede elegir con libertad entre ambas reglas.
3
FÓRMULAS DE NEWTON – COTES ABIERTAS
Las fórmulas de Newton-Cotes abiertas no incluyen los extremos de [a , b]como nodos. Éstas utilizan los nodos
b−a
x i=x 0 +ih, para i=0 , 1 , … , n, donde h= y x 0=a+h . Esto implica que x n=b−h , por lo que se etiquetan los
n+2
extremos al establecer x−1=a y x n+1=b, como se muestra en la figura. Las fórmulas abiertas contienen todos los
nodos que se usan para la aproximación dentro del intervalo abierto (a ,b) . Las fórmulas se convierten en
b x n+ 1 n b

∫ f (x )dx =∫ dx ≈ ∑ ai f ( x i ) , donde ai=∫ Li (x )dx

a x −1 i =0 a

Representación gráfica de las fórmulas de Newton-Cotes abierta

El siguiente teorema detalla el análisis de error de truncamiento para las fórmulas de Newton-Cotes abiertas:

Teorema
n
b−a
Sea ∑ ai f (x i ) la fórmula abierta de (n+1) puntos de Newton-Cotes con x−1=a, x n+1=b y h= n+2 . Existe
i=0

ξ ∈(a , b) para el que

b n
n
hn+3 f (n+2 ) (ξ)
∫ f (x )dx =∑ ai f (xi )+ ( n+2 ) ! ∫ t 2 ( t−1 ) … (t−n)dt ,
a i=0 0

Si n es par, y f ∈ Cn +2 [a , b], y

Página 21 de 22
 Optativa II: Análisis Numérico Profesorado en Matemática – 4to Año

b n
n
hn+2 f (n+1 ) (ξ)
∫ f (x )dx =∑ ai f (xi )+ ( n+1 ) ! ∫ t ( t−1 ) … (t−n) dt
a i=0 0

Si n es impar, y f ∈ Cn +1 [a , b]

Observe que como en el caso de métodos cerrados, se tiene que el grado de precisión comparativamente superior
para los métodos pares que para los métodos impares

Algunas de las fórmulas de Newton-Cotes abiertas comunes con sus términos de error son las siguientes:

n = 0: Regla del punto medio

x1
h3 ''
∫ f ( x) dx=2hf (x 0)+ 3
f ( ξ ) donde x−1 <ξ < x 1 ( 7 )
x−1

n = 1:
x2 3
3h 3h ''
∫ f ( x) dx= 2
[f ( x 0 ) + f ( x 1 ) ]+
4
f ( ξ ) donde x−1< ξ< x2 ( 8 )
x−1

n = 2:
x3
4h 14 h5 (4)
∫ f ( x) dx= 3
[2 f ( x0 ) −f ( x 1 ) +2 f ( x 2)]+
45
f ( ξ ) donde x −1 <ξ < x 3 ( 9 )
x−1

n = 3:
x4 5
5h 95 h
∫ f ( x) dx= 24 [11f ( x 0 ) + f ( x 1 ) + f ( x 2) +11 f ( x 3 ) ]+ 144 f (4 ) ( ξ ) donde x −1 < ξ< x 4 ( 10 )
x−1

OBSERVACIONES
 Si se compara una fórmula abierta con una cerrada utilizando el mismo número de datos, el error de la
fórmula abierta es significativamente mayor que el de la fórmula cerrada.
 Se pueden utilizar las fórmulas abiertas cuando no se dispone de los valores de la función en los límites de
integración.
 La resta de números “grandes” puede provocar errores de redondeo. Por esta razón, no son recomendables
las fórmulas de Newton-Cotes de orden superior a los dados.

Página 22 de 22