Professional Documents
Culture Documents
Integraci On y Diferenciaci On Num Erica: Cap Itulo 6
Integraci On y Diferenciaci On Num Erica: Cap Itulo 6
Integraci´on y diferenciaci
´on num´erica
53
54 Introduccio
´n
6.1 Introduccio´n
y 1
y2y
y04
y3
x0 x1 x2 x3 x4
Figura 6.1: Varias funciones que pasan por una serie de puntos dados
entre los que la funcio´n toma en los dos extremos del intervalo se alcanzan en al menos
uno de los puntos interiores del mismo.
Dada una funcio´n f de clase C 1 definida sobre un intervalo [x, x + h], estamos interesados en
calcular su derivada f J(x) en el punto x. Para ello, partimos de la definicio´n de derivada:
J f (x + h) − f (x)
f (x) = l´ım
h→0 h
Entonces, podemos tomar un valor h pequen˜o y hacer una primera estimaci´on del valor de
la derivada como
f (x + h ) − f (6.1)
(fxJ)(x)
'
h
Sin embargo, esta aproximacio´n no permite acotar el error cometido. No obstante, si recurri-
mos a desarrollar en serie f alrededor de x hasta orden n-1, con resto de orden n, obtenemos
h hn (n)
f (x + h) = f (x) + hf J(x) JJ 2f (x) + . . . (ξ)
+ 2 + n! f
Como hemos visto, el t´ermino de error es proporcional al taman˜o del paso, h. Por
ello, deber´ıa tomarse un taman˜o de paso pequen˜o. Alternativamente, podemos
preguntarnos si existen fo´rmulas ma´s precisas, que hagan el error proporcional a otras
potencias de h. En efecto, si tomamos tres t´erminos del desarrollo en serie de Taylor de
f alrededor de x, y adem´as usamos dos valores de h, uno positivo y otro negativo,
obtenemos
h 2f
h 3f
f (x + h) = f (x) + hf J(x) JJ (x) JJJ (ξ1) (6.3)
+ 2 + 6
h2 h 3
JJ f JJJ f
(ξ2) (6.4)
f (x − h) = f (x) − hf J(x) 2 (x) 6
+ −
5 Diferenciacio´n num
2
f J(x) = f (x + h) − f (x − h JJJ JJJ
h) 2h 6(f (ξ1) + (ξ2))
f
−
Si ahora suponemos que f es al menos de clase C 3 en el intervalo ]ξ1, ξ2[, por la propiedad de
JJJ
(ξ )+f JJJ (ξ2 )
D’Arboux, existe un punto ξ ∈]ξ1 , ξ2 [ tal que f JJJ (ξ) = f 1 , con lo que la
derivada 2
queda
f (x + h ) − f (x − h 2
f J(x) JJJ f (ξ) (6.5)
h) 2h −3
=
Observemos que el t´ermino de error es ahora del orden de h 2 , que si h es pequen˜a, es
menor que h, resultado obtenido en el caso anterior.
Por otra parte, es posible tambi´en usar ecuaciones similares a la (6.3) para calcular
deri- vadas de orden superior. Por ejemplo, para la segunda,
f (x + h) = f (x) + hf J(x) h h 4
+ 2
JJ f (x) JJJ
3f (x) + h f
IV (ξ1) (6.6)
2 + 6 24
h 2 h 3
f (x − h) = f (x) − hf JJ f f 4 (ξ2) (6.7)
JJJ (x) +h f
J
(x) + 2 (x) 6 IV
− 24
JJ f (x + h) − 2f (x) + f (x − h2 IV
h)
f (x) = − (ξ)
h2 12
f
Se deja como ejercicio el ca´lculo de una expresi´on similar para la derivada tercera.
No´tese que el ca´lculo de cualquier derivada involucra al valor de la funcio´n en puntos x
+ h o´ x − h. Si la funcio´n es conocida expl´ıcitamente (p. ej., si tenemos su expresi´on
anal´ıtica, o un algoritmo seguro para su ca´lculo) esto es razonable. Pero si la funcio´n
es el resultado de algu´n experimento, o debe estimarse por procedimientos que vengan
afectados de gran error, no deber´ıan usarse las fo´rmulas anteriores para la estimaci´on
de la derivada, dado que las diferencias entre dos cantidades muy pro´ximas que aparecen
en los numeradores, as´ı como la divisio´n por cantidades muy pequen˜as, amplifican los
errores.
Con este procedimiento trataremos de mejorar las ecuaciones obtenidas anteriormente para
conseguir au´n ma´s precisio´n en la estimaci´on de la derivada de f en un punto x.
Supongamos que f (x) es de clase C n en [x, x + h]. En tal caso, su desarrollo en serie de
Taylor alrededor de x para los puntos x + h y x − h sera´ de la forma
∞ k
f (x + h) = Σh (k)
f (x)
k!
k=0
∞ k k
Σ
5 Diferenciacio´n num
f (x − h) = (−1) h (k)
k! f (x)
k=0
Extrapolaci´on de 5
Restando ambas ecuaciones, todos los t´erminos de orden par se cancelan, resultando
2 2
f (x + h) − f (x − h) = 2hf J(x) + h3f JJJ(x) + h5f (V )(x) + . . .
3! 5!
de donde, despejando f J(x),
f (x + h) − f (x − h) 1 1
f J(x) = − h2f (3)(x) + h4f (V )(x) + . . .
2 3 5
lo que se puede escribir como
Escogido un valor apropiado, digamos 1, para h, la repetici´on del proceso lleva a la siguiente
fo´rmula general:
D(n, 0) = L + O(h2)
D(n, 1) = L + O(h4)
D(n, 2) = L + O(h6)
...
D(n, k − 1) = L + O(h2k)
Dada una funcio´n f definida sobre un intervalo [a, b], estamos interesados en calcular
∫ b
a
J(f ) f (x)dx
suponiendo que esta integral tenga sentido para la funcio´n f . La cuadratura o integraci
´on num´erica consiste en obtener fo´rmulas aproximadas para calcular la integral J(f ) de f
. Estos m´etodos son de gran utilidad cuando la integral no se puede calcular por m´etodos
anal´ıticos, su ca´lculo resulta muy costoso y estamos interesados en una solucio´n con
precisio´n finita dada o bien so´lo disponemos de una tabla de valores de la funcio´n (es
decir, no conocemos la forma anal´ıtica de f ).
Una estrategia muy u´til para calcular el valor num´erico de la integral dada por la
ecua- ci´on (6.11) consiste en reemplazar f por otra funcio´n g, fa´cil de integrar, que
aproxima a f de forma adecuada. Si f ≈ g, se deduce que
∫b ∫b
f (x)dx
a ≈ g(x)dx
a
Los polinomios son buenos candidatos para el papel de g. De hecho, g puede ser un polinomio
que interpola a f en cierto conjunto de nodos1.
1
Por ejemplo, tambi´en se puede recurrir a splines para interpolar a f y aprovechar que estas funciones
son f´acilmente integrables.
Regla del 5
Supongamos que deseamos calcular la integral (6.11). Podemos elegir una serie de nudos,
x0 , x1 , . . . , xn en el intervalo [a, b] e iniciar un proceso de interpolaci´on de Lagrange
(ver apartado 3.1.2 para una descripci´on de los polinomios de interpolaci´on de
Lagrange). El polinomio de grado menor o igual a n que interpola a f en los nudos es:
n
p(x) = Σf (xi)li(x) (6.12)
i=0
∫b ∫b Σ ∫b
f (x)dx p(x)dx f (xi)li(x)dx
≈
a = a
a n
i=0
en donde ∫ b
i=0
Ai li(x)
a
xi = a + ih (0 ≤ i ≤
n) h = (b − a)/n
6 Integraci´on num
entonces se puede aplicar la regla del trapecio a cada uno de los subintervalos. Es as´ı como
se obtiene la regla del trapecio compuesta, que adopta la forma:
∫ b " #
n−1
h
f (x)dx ≈ f (a) Σ
f (a + ih) + f
a
i