MÉTODOS NUMÉRICOS

Prof. Stevens Paz Sánchez

[email protected]

Escuela de Ingenierı́a de Sistemas y Computación

Febrero - Junio 2021
 Clase 10
Integración numérica
Diferenciación numérica

ETL en escala log − log

El error ET , como función del tamaño de paso h, para las fórmulas de diferencias
finitas ya vistas, toma la forma general

ET (h) ≈ Chp

para una constante C > 0 y un cierto valor p. Usando la función logaritmo tenemos

log(ET (h)) ≈ log(C) + p log(h)

lo cual corresponde a una lı́nea recta con pendiente p en la escala log − log. Si h0 y
h1 son dos tamaños de pasos distintos, entonces

log(ET (h1 )) − log(ET (h0 ))

p≈ .
log(h1 ) − log(h0 )

234
Diferenciación numérica

Ejemplo: Sea f (x) = sin(x) y x0 = 1. Usando fórmulas de diferencias finitas,

aproximaremos f � (1) = cos(1) ≈ 0.5403023. La siguiente tabla contiene los ETL
para diferentes fórmulas usadas:
D. F.
D1O1P D1O2P D1O3M D1O4P
h
1 × 10−1 0.04293855333 0.00158469341 0.00006820693 0.00000785200
5 × 10−2 0.02125749015 0.00042357304 0.00000864914 0.00000058525
1 × 10−2 0.00421632486 0.00001779908 0.00000006994 0.00000000105
5 × 10−3 0.00210592434 0.00000447618 0.00000000875 0.00000000007
1 × 10−3 0.00042082551 0.00000017989 0.00000000007 0.00000000000
Vayamos a Colab para estudiar los gráficos en escala log − log.

235
Diferenciación numérica

236
Diferenciación numérica

Generando fórmulas de diferencias finitas

Supongamos que queremos encontrar una aproximación a f � (x0 ) basada en un
conjunto de puntos (o valores). Podemos generar una fórmula de diferencias finitas
apropiada a través del método de coeficientes indeterminados, que consiste usar la
expansión de Taylor de f para encontrar los coeficientes que multiplican las
evaluaciones de la función.

237
Diferenciación numérica

Ejemplo: Podemos recuperar D1O2R al intentar aproximar f � (x0 ), basados en

f (x0 ), f (x0 − h) y f (x0 − 2h), con una fórmula de la forma

G(x0 ) = af (x0 ) + bf (x0 − h) + cf (x0 − 2h).

Los coeficientes a, b y c serán determinados de tal forma que se genere una

expresión con el mayor orden posible. Tenemos que
� �
h2 h3
G(x0 ) =af (x0 ) + b f (x0 ) − hf � (x0 ) + f �� (x0 ) − f ��� (x0 ) + O(h4 )
2 3!
� 2 3
�
4h �� 8h ���
+ c f (x0 ) − 2hf � (x0 ) + f (x0 ) − f (x0 ) + O(h4 )
2 3!
1 1
=(a + b + c)f (x0 ) − (b + 2c)hf � (x0 ) + (b + 4c)h2 f �� (x0 ) − (b + 8c)h3 f ��� (x0 ) + O(h4 ).
2 6

238
Diferenciación numérica

Para que la fórmula propuesta aproxime f � (x0 ) con el mayor orden posible,
entonces se debe satisfacer
1
a + b + c = 0, −(b + 2c)h = 1, (b + 4c) = 0,
2
que es un sistema de ecuaciones lineales 3 × 3 para hallar a, b y c. La solución de
este sistema es
3 −2 1
a= , b= , c= ,
2h h 2h
dándonos la ya conocida fórmula
1
G(x0 ) = [f (x0 − 2h) − 4f (x0 − h) + 3f (x0 )] .
2h

239
Integración numérica

Tomado de Burden 10 ed. 240

 Integración numérica
Procedemos ahora a aproximar integrales de funciones, en un cierto intervalo
[a, b] ⊂ R. La cuadratura numérica consiste encontrar aproximaciones de la forma
� b �n
f (x) dx ≈ ai f (xi ),
a i=0
para ciertos coeficientes ai ∈ R y ciertos puntos xi ∈ [a, b], i = 0, . . . , n. Para esto,
iniciamos calculando el polinomio de Lagrange con su error
n
� f (n+1) (ξ(x))
f (x) = f (xi )Li (x) + (x − x0 )(x − x1 ) · · · (x − xn )
(n + 1)!
i=0
para ciertos xi , ξ(x) ∈ [a, b], i = 0, . . . , n, e integramos
� b � b� n � b (n+1)
f (ξ(x))
f (x) dx = f (xi )Li (x) dx + (x − x0 )(x − x1 ) · · · (x − xn ) dx
a a a (n + 1)!
i=0
241
Integración numérica

De la anterior expresión tenemos que

� b n
�
f (x) dx = ai f (xi ) + E(f ),
a i=0

en donde
� b � b
f (n+1) (ξ(x))
ai = Li (x) dx y E(f ) = (x − x0 )(x − x1 ) · · · (x − xn ) dx
a a (n + 1)!

son los coeficientes buscados y el error cometido en la aproximación de la integral,

respectivamente. A los puntos xi , i = 0, . . . , n, los llamaremos también nodos.
Nuestro objetivo es encontrar y usar fórmulas que nos permitan aproximar
integrales.

242
Integración numérica
La regla del rectángulo y regla del punto medio
Las fórmulas más sencillas de integración numérica consisten en aproximar la
integral de una función a partir del área (con signo) de un rectángulo.
Regla del rectángulo Regla del punto medio
� b � b � �
a+b
f (x) dx ≈ (b − a)f (a) f (x) dx ≈ (b − a)f
a a 2

243
Integración numérica
Ejemplo: Aproximar la integral de f (x) = x en [0, 1] usando las fórmulas:
Regla del rectángulo Regla del punto medio
� b � b � �
a+b
f (x) dx ≈ (b − a)f (a) f (x) dx ≈ (b − a)f
a a 2

244
Integración numérica

La regla del trapecio

Esta regla resulta de considerar polinomios de Lagrange de grado n = 1, con
x0 = a y x1 = b, esto es,
x − x1 x − x0 x − x1 x − x0
P1 (x) = f (x0 ) + f (x1 ) = f (x0 ) + f (x1 )
x0 − x1 x1 − x0 −h h
donde h = x1 − x0 es el tamaño de paso. Entonces,
� b � x1 � � � b (2)
x − x1 x − x0 f (ξ(x))
f (x) dx = f (x0 ) + f (x1 ) dx + (x − x0 )(x − x1 ) dx.
a x0 x0 − x1 x1 − x0 a 2!

Separando las integrales,

� x1 � �
x − x1 x − x0 f (x0 ) + f (x1 ) h
f (x0 ) + f (x1 ) dx = (x1 −x0 ) = (f (x0 )+f (x1 )),
x0 x0 − x1 x1 − x0 2 2

245
Integración numérica

y para el término del error,

� b � b
f (2) (ξ(x)) f (2) (ξ)
(x − x0 )(x − x1 ) dx = (x − x0 )(x − x1 ) dx
a 2! 2 a
� � x1 � x1 � x1 �
f (2) (ξ) x3 �� x2 �� �
�
= � − (x 0 + x 1 ) � + x x x
0 1 �
2 3� 2� �
x0 x0 x0
(x1 − x0 )3 h3
=− f (2) (ξ) = − f (2) (ξ).
12 12
donde fue usado el teorema del valor promedio ponderado para integrales en la
primera igualdad.

246
Integración numérica
Nos queda ası́ la regla del trapecio
� b
h h3
f (x) dx = (f (x0 ) + f (x1 )) − f (2) (ξ).
a 2 12
Cuando f es positiva en [a, b], la integral se aproxima por el área de un trapecio.

El error depende de la segunda derivada

de f , por lo tanto esta regla da un resul-
tado exacto cuando se aplica sobre cual-
quier función cuya segunda derivada sea
idénticamente nula, es decir, sobre cual-
quier polinomio de grado menor o igual a
uno.

Tomado de Burden 10 ed.

247
Integración numérica

La regla de Simpson
Esta regla resulta de considerar polinomios de Lagrange de grado n = 2, con
x0 = a, x1 = a+b
2 y x2 = b. Por lo tanto,
� � �
b x2
(x − x1 )(x − x2 ) (x − x0 )(x − x2 )
f (x) dx = f (x0 ) + f (x1 )
a x0 (x0 − x1 )(x0 − x2 ) (x1 − x0 )(x1 − x2 )
� � b (3)
(x − x0 )(x − x1 ) f (ξ(x))
+ f (x2 ) dx + (x − x0 )(x − x1 )(x − x2 ) dx.
(x2 − x0 )(x2 − x1 ) a 3!

Para este caso fueron necesarios los tres nodos x0 = a, x1 = x0 + h y x2 = x0 + 2h,

con tamaño de paso h = b−a
2 .

248
Integración numérica
Calculando las integrales para los polinomios de Lagrange y el término del error,
nos queda la regla de Simpson
� b
h h5
f (x) dx = (f (x0 ) + 4f (x1 ) + f (x2 )) − f (4) (ξ).
a 3 90
El error depende de la cuarta derivada de
f , por lo tanto esta regla da un resulta-
do exacto cuando se aplica sobre cualquier
función cuya cuarta derivada sea idéntica-
mente nula, es decir, sobre cualquier poli-
nomio de grado menor o igual a tres. Este
término del error no resulta directamen-
te de evaluar la integral del error sino de
una forma alternativa en la cual se usa la
expansión en series de Taylor de f hasta
n = 3 (ver Burden 10 ed.). Tomado de Burden 10 ed.
249
Integración numérica
Ejemplo (Tomado de Burden 10 ed.)

250
Integración numérica

Dado que para f (x) = x2 se tiene que su cuarta derivada es idénticamente nula,
entonces la aproximación de su integral a partir de la regla de Simpson es exacta.

La siguiente tabla muestra la aproximación de la integral para las otras funciones

usando tres cifras decimales. Comparando contra el valor exacto puede notarse que
la regla de Simpson brinda resultados significativamente mejores.

251
Integración numérica

Grado de precisión
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 xk , para cada k = 0, 1, . . . , n.

Usando la linealidad de las integrales y las sumatorias, puede mostrarse que el

grado de precisión de una fórmula es n si y solo si el error es cero para todos los
polinomios de grado k = 0, 1, . . . , n, pero no es cero para algunos polinomios de
grado n + 1.

Por lo anterior se tiene que la regla del trapecio y la regla de Simpson tienen
grados de precisión 1 y 3 respectivamente.

252
Integración numérica

Fórmulas de Newton-Cotes cerradas

A la fórmula de la forma
� b �n � b � n
b�
x − xj
f (x) dx ≈ ai f (xi ), con ai = Li (x) dx = dx,
a a a j=0 xi − xj
i=0
j�=i

la llamaremos fórmula cerrada de Newton-

Cotes de (n + 1) puntos, la cual utiliza los
nodos xi = x0 + ih, para i = 0, 1, . . . , n,
donde x0 = a, xn = b y h = b−a n . Recibe
el nombre de cerrada porque los extremos
del intervalo cerrado [a, b] se incluyen co-
mo nodos.
Tomado de Burden 10 ed.
253
Integración numérica
�
Teorema: Sea ni=0 ai f (xi ) la fórmula cerrada de Newton-Cotes de (n + 1)
puntos, con x0 = a, xn = b y h = (b−a)
n . Existe ξ ∈ (a, b) tal que
� b n
� (n+2) (ξ) � n
n+3 f
f (x) dx = ai f (xi ) + h t2 (t − 1) · · · (t − n) dt,
a (n + 2)! 0
i=0

si n es par y f ∈ C n+2 [a, b], y

� b n
� (n+1) (ξ) � n
n+2 f
f (x) dx = ai f (xi ) + h t(t − 1) · · · (t − n) dt,
a (n + 1)! 0
i=0

si n es impar y f ∈ C n+1 [a, b].

De lo anterior, cuando n es un entero par, el grado de precisión es n + 1 pero

cuando n es impar, el grado de precisión es solo n.
254
Integración numérica
Algunas fórmulas de Newton-Cotes cerradas
• n = 1: Regla del trapecio
� x1
h h3
f (x) dx = (f (x0 ) + f (x1 )) − f (2) (ξ), donde x0 < ξ < x1 .
x0 2 12
• n = 2: Regla de Simpson
� x2
h h5
f (x) dx = (f (x0 ) + 4f (x1 ) + f (x2 )) − f (4) (ξ), donde x0 < ξ < x2 .
x0 3 90
• n = 3: Regla de tres octavos de Simpson
� x3
3h 3h5 (4)
f (x) dx = (f (x0 ) + 3f (x1 ) + 3f (x2 ) + f (x3 )) − f (ξ), donde x0 < ξ < x3 .
x0 8 80
• n = 4:
� x4 2h 8h7 (6)
f (x) dx = (7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 ) + 7f (x4 )) − f (ξ), donde x0 < ξ < x4 .
x0 45 945

255
Integración numérica

Fórmulas de Newton-Cotes abiertas

A la fórmula de la forma
� b � xn+1 n
� � b
f (x) dx = f (x) dx ≈ ai f (xi ), con ai = Li (x) dx,
a x−1 i=0 a

la llamaremos fórmula abierta de Newton-

Cotes de (n + 1) puntos, la cual utiliza los
nodos xi = x0 + ih, para i = 0, 1, . . . , n,
b−a
donde x0 = a + h, xn = b − h y h = n+2 ,
esto es, los extremos del intervalo [a, b] no
se incluyen como nodos de la fórmula, por
lo que se introduce la notación x−1 = a y
xn+1 = b. Tomado de Burden 10 ed.
256
Integración numérica
�
Teorema: Sea ni=0 ai f (xi ) la fórmula abierta de Newton-Cotes de (n + 1)
puntos, con x−1 = a, xn+1 = b y h = (b−a)
n+2 . Existe ξ ∈ (a, b) tal que

� b n
� � n+1
f (n+2) (ξ)
f (x) dx = ai f (xi ) + hn+3 t2 (t − 1) · · · (t − n) dt,
a (n + 2)! −1
i=0

si n es par y f ∈ C n+2 [a, b], y

� b n
� � n+1
f (n+1) (ξ)
f (x) dx = ai f (xi ) + hn+2 t(t − 1) · · · (t − n) dt,
a (n + 1)! −1
i=0

si n es impar y f ∈ C n+1 [a, b].

De lo anterior, cuando n es un entero par, el grado de precisión es n + 1 pero

cuando n es impar, el grado de precisión es solo n.
257
Integración numérica
Algunas fórmulas de Newton-Cotes abiertas
• n = 0: Regla del punto medio
� x1
h3
f (x) dx = 2hf (x0 ) + f (2) (ξ), donde x−1 < ξ < x1 .
x−1 3
• n = 1:
� x2
3h 3h3 (2)
f (x) dx = (f (x0 ) + f (x1 )) + f (ξ), donde x−1 < ξ < x2 .
x−1 2 4
• n = 2:
� x3
4h 14h5 (4)
f (x) dx = (2f (x0 ) − f (x1 ) + 2f (x2 )) + f (ξ), donde x0 < ξ < x3 .
x−1 3 45
• n = 3:
� x4
5h 95h5 (4)
f (x) dx = (11f (x0 )+f (x1 )+f (x2 )+11f (x3 ))+ f (ξ), donde x0 < ξ < x4 .
x−1 24 144
258
Integración numérica

Ejemplo (Tomado de Burden 10 ed.): Usemos las fórmulas cerradas y abiertas de

Newton-Cotes para aproximar la integral
� π √
4 2
sin x dx = 1 − ≈ 0.29289322.
0 2
Para las fórmulas cerradas, tenemos

259
Integración numérica
Para las fórmulas abiertas, tenemos

La siguiente tabla presenta los errores absolutos cometidos en las aproximaciones.

260
Integración numérica

Integración numérica compuesta

Cuando los intervalos de integración se tornan cada vez más largos, las fórmulas de
Newton-Cotes vistas hasta el momento tienden a producir resultados imprecisos.
Una alternativa es encontrar fórmulas de grado de precisión superior, sin embargo,
las cuentas no son inmediatas y los polinomios de orden superior generados pueden
oscilar bastante en los extremos del intervalo (fenómeno de Runge). Veremos aquı́
otro enfoque que consiste en mejorar la precisión dividiendo el intervalo de
integración [a, b] en varios segmentos, o tramos, y aplicar los fórmulas vistas en
cada uno de dichos subintervalos. Los resultados en cada tramo son sumados y ası́
se obtiene la aproximación buscada. Las fórmulas que resultan de este proceso se
conocen como reglas o fórmulas compuestas.

261
Integración numérica

Ejemplo (Tomado de Burden 10 ed.)

262
Integración numérica

263
Integración numérica

264
Integración numérica
Teorema: Sea f ∈ C 2 [a, b], h = b−an y xj = a + jh, para j = 0, 1, . . . , n. Existe
µ ∈ (a, b) para el que la regla compuesta del trapecio para n subintervalos, con su
expresión del error, se puede escribir como
 
� b n−1
�
h b − a 2 (2)
f (x) dx = f (x0 ) + 2 f (xj ) + f (xn ) − h f (µ).
a 2 12
j=1

Tomado de Burden 10 ed.

265
Integración numérica
Teorema: Sea f ∈ C 4 [a, b], n un número par, h = b−a n y xj = a + jh, para
j = 0, 1, . . . , n. Existe µ ∈ (a, b) para el que la regla compuesta de Simpson para n
subintervalos, con su expresión del error, se puede escribir como
 n n 
� b �
2
−1
�
2
h b − a 4 (4)
f (x) dx = f (x0 ) + 2 f (x2j ) + 4 f (x2j−1 ) + f (xn ) − h f (µ).
a 3 180
j=1 j=1

Tomado de Burden 10 ed.

266
Integración numérica
b−a
Teorema: Sea f ∈ C 2 [a, b], n un número par, h = n+2 y xj = a + (j + 1)h, para
j = −1, 0, . . . , n + 1. Existe µ ∈ (a, b) para el que la regla compuesta de punto
medio para n + 2 subintervalos, con su expresión del error, se puede escribir como
n
� b �2
b − a 2 (2)
f (x) dx = 2h f (x2j ) + h f (µ).
a 6
j=0

Tomado de Burden 10 ed.

267
Integración numérica
Ejemplo (Tomado de Burden 10 ed.)

268
Integración numérica

269
Integración numérica

270
Integración numérica

Cuadratura Gaussiana
Hasta el momento, las fórmulas de cuadratura se calcularon a partir de polinomio
de Lagrange sobre nodos igualmente espaciados, lo cual es ventajoso para las
fórmulas compuestas. Sin embargo, lo anterior puede inducir una reducción en la
precisión de la aproximación.

Intentado incrementar lo máximo posible la precisión, la cuadratura gaussiana, que

toma la forma � b n
�
f (x) dx ≈ ci f (xi )
a i=1
es una fórmula en la cual los nodos x1 , x2 , . . . , xn en el intervalo [a, b], y los
coeficientes c1 , c2 , . . . , cn se seleccionan para minimizar el error de aproximación.
Para esto, suponemos que la mejor selección de estos valores produce el resultado
exacto para la clase de polinomios de mayor grado. Tenemos un total de 2n
parámetros a elegir: xi ∈ [a, b] y ci , i = 1, 2, . . . , n.
271
Integración numérica
Caso n = 2 con intervalo de integración [−1, 1]

Queremos determinar x1 , x2 , c2 , c2 de tal forma que la fórmula de integración

� 1
f (x) dx ≈ c1 f (x1 ) + c2 f (x2 )
−1

da el resultado exacto siempre que f sea un polinomio de grado 2n − 1 = 3 o

menor, esto es, cuando
f (x) = a0 + a1 x + a2 x2 + a3 x3 ,
para algunos coeficientes a0 , a1 , a2 , a3 . Dado que
� � � � �
� �
a0 + a1 x + a2 x + a3 x dx = a0 dx + a1 x dx + a2 x dx + a3 x3 dx,
2 3 2

esto es equivalente a mostrar que la fórmula da resultados exactos cuando f (x) es

1, x, x2 y x3 .
272
Integración numérica

273
Integración numérica

274
Integración numérica

Obtenemos la fórmula de aproximación

� � √ � �√ �
1
3 3
f (x) dx ≈ f − +f
−1 3 3

Esta fórmula tiene grado de aproximación tres, es decir, produce el resultado

exacto para cada polinomio de grado tres o menor. Conocemos esta expresión
como fórmula de cuadratura de Gauss de dos puntos, porque n = 2.

275
Integración numérica

Cuadratura de Gauss con más puntos

El procedimiento anterior se puede aplicar a casos de más de dos puntos, esto es,
para
� 1 n
�
f (x) dx ≈ ci f (xi )
−1 i=1

con puntos, o nodos, x1 , x2 , . . . , xn en el intervalo [−1, 1] y coeficientes, que

llamamos también pesos, c1 , c2 , . . . , cn a ser determinados. De lo anterior tenemos
que, una vez conocidos xi ∈ [−1, 1] y ci , i = 1, 2, . . . , n, entonces se puede aplicar la
cuadratura de Gauss a la integral en consideración. A continuación se encuentra
una tabla con los valores de los puntos y los pesos para diferentes valores de n.

276
Integración numérica
Cuadratura de Gauss con más puntos
n nodos pesos
x1 = −0.5773502692 c1 = 1.0000000000
2
x2 = +0.5773502692 c2 = 1.0000000000
x1 = −0.7745966692 c1 = 0.5555555556
3 x2 = 0.0000000000 c2 = 0.8888888889
x3 = +0.7745966692 c3 = 0.5555555556
x1 = −0.8611363116 c1 = 0.3478548451
x2 = −0.3399810436 c2 = 0.6521451549
4
x3 = +0.3399810436 c3 = 0.6521451549
x4 = +0.8611363116 c4 = 0.3478548451
x1 = −0.9061798459 c1 = 0.2369268850
x2 = −0.5384693101 c2 = 0.4786286705
5
x3 = 0.0000000000 c3 = 0.5688888889
x4 = +0.5384693101 c4 = 0.4786286705
x5 = +0.9061798459 c5 = 0.2369268850
277
Integración numérica

Ejemplo (Tomado de Burden 10 ed.)

278
Integración numérica

Cuadratura de Gauss en el intervalo [a, b]

Usando cambio
�b de variable podemos transforma la
integral a f (x) dx en otra definida sobre el inter-
valo [−1, 1] y ası́ poder aplicar la cuadratura de
Gauss a partir de la tabla antes presentada. Para
ello hacemos
2x − a − b (b − a)t + a + b
t= ⇐⇒ x= ,
b−a 2
lo que nos permite escribir
� b � 1 � �
(b − a)t + a + b b − a Tomado de Burden 10 ed.
f (x) dx = f dt.
a −1 2 2

279
Integración numérica
Ejemplo (Tomado de Burden 10 ed.)

280
Integración numérica

281
Integración numérica

282