You are on page 1of 25

MÉTODOS MATEMÁTICOS

UNIDAD 5: DERIVACIÓN E INTEGRACIÓN


NUMÉRIC A

XX
I CI 2 2 0 4 – XXX
XX/ XX/ 2018
TEMARIO

• Diferenciación numérica
• Extrapolación de Richardson
• Integración de Romberg
• Métodos Adaptativos de cuadratura
• Cuadratura Gaussiana

2
INTRODUCCIÓN

• La derivación numérica es una técnica de análisis numérico


para calcular una aproximación a la derivada de una
función en un punto utilizando los valores y propiedades
de la misma.

• Útil para derivadas difícil de resolver de manera analítica.

3
INTRODUCCIÓN

• La integración numérica es una técnica de análisis


numérico para calcular el valor numérico de una integral
definida.

• La principal razón para utilizar algún método de


integración numérica es la imposibilidad de realizar la
integración de forma analítica

4
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA

5
INTRODUCCIÓN

• La derivada de una función muestra la variación de f(x) al variar un


poco x.

6
INTRODUCCIÓN

• La siguiente expresión permite calcular una aproximación de la


derivada de una función (desprecian el error):

f ( x0  h)  f ( x0 )
f ' ( x) 
h
• La expresión anterior proviene de la diferencia entre la derivida de x0
y un polinomio de Lagrange de grado I.

7
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA

• Fórmula para calcular la primera derivada con 2 puntos

f ( x j )  f ( xi )
f '( xi ) 
x j  xi
• Donde:
• 𝑥𝑖 : Punto i
• 𝑥𝑗 : Punto j
• 𝑓 𝑥𝑖 : Valor de la función al evaluar el punto i
• 𝑓 𝑥𝑗 : Valor de la función al evaluar el punto 𝑗

8
EJEMPLO

f ( x)  x 3  x
f '( x)  3x 2  1

Calcular para el punto i = 1  valor real f ’(x) = 4

xi  1
f ( x j )  f ( xi ) 02
xj  0  f '(1)   2
x j  xi 0 1
f ( x j )  f ( xi ) 10  2
xj  2  f '(1)   8
x j  xi 2 1
f ( x j )  f ( xi ) 2, 431  2
x j  1,1  f '(1)    4,31
x j  xi 1,1  1
f ( x j )  f ( xi ) 2, 040301  2
x j  1, 01  f '(1)    4, 0301
x j  xi 1, 01  1
9
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA

• Fórmula para calcular la primera derivada con 3 puntos


• Cuando los puntos están equis espaciados, es decir
• xj = xi + h y xk = xi - h  h = lxj –xil = lxk –xil

f ( xi  h)  f ( xi  h)
f '( xi ) 
2h
• Donde:
• 𝑥𝑖 : Punto i
• h: Distancia desde el punto i hacia los otros puntos
• 𝑓 𝑥𝑖 + ℎ : Valor de la función al evaluar el punto i + h
• 𝑓 𝑥𝑗 − ℎ : Valor de la función al evaluar el punto i − h
10
EJEMPLO

f ( x)  x 3  x
f '( x)  3x 2  1
Calcular para el punto i = 1  valor real f ’(x) = 4

f ( xi  h)  f ( xi  h) 10  0
h 1 f '(1)   5
2h 2
f ( xi  h)  f ( xi  h) 2, 431  1, 629
h  0,1 f '(1)    4, 01
2h 0, 2
f ( xi  h)  f ( xi  h) 2, 040301  1, 960299
h  0, 01 f '(1)    4, 0001
2h 0, 02

11
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA

• Fórmula para calcular la segunda derivada con 3 puntos

f ( xr )  f ( xi ) f ( xi )  f ( xl )

xr  xi xi  xl
f ''( xi )  2
xr  xl

• Donde:
• 𝑥𝑖 : Punto i
• 𝑥𝑟 : Punto r
• 𝑥𝑙 : Punto l
• 𝑓 𝑥𝑖 : Valor de la función al evaluar el punto i
• 𝑓 𝑥𝑟 : Valor de la función al evaluar el punto r
• 𝑓 𝑥𝑙 : Valor de la función al evaluar el punto l
12
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA
• Fórmula para calcular la segunda derivada con 3 puntos cuando los puntos están
equis espaciados, es decir
• xj = xi + h y xk = xi - h  h = lxj –xil = lxk –xil

f ( xi  h)  f ( xi  h)  2 f ( xi )
f ''( xi ) 
h2
• Donde:
• 𝑥𝑖 : Punto i
• h: Distancia desde el punto i hacia los otros puntos
• 𝑓 𝑥𝑖 : Valor de la función al evaluar el punto i
• 𝑓 𝑥𝑖 + ℎ : Valor de la función al evaluar el punto i + h
• 𝑓 𝑥𝑗 − ℎ : Valor de la función al evaluar el punto i − h
13
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA - EJEMPLO

f ( x)  x3  x f ''( x)  6 x
xi  1 f ''(1)  6
f ( xi  h)  f ( xi  h)  2 f ( xi ) 10  0  2* 2
h 1 f ''(1)  2
 2
6
h 1

14
MÉTODO DE DIFERENCIACIÓN
NUMÉRICA – EJEMPLO 2

f ( x)  x 4 f ''( x)  12 x 2
xi  1 f ''(1)  12
f ( xi  h)  f ( xi  h)  2 f ( xi ) 16  0  2
h 1 f ''(1)  2
  14
h 1
f ( xi  h)  f ( xi  h)  2 f ( xi ) 1, 4641  0, 6561  2
h  0,1 f ''(1)    12, 02
h2 0, 01
f ( xi  h)  f ( xi  h)  2 f ( xi ) 1, 040604  0,960596  2
h  0, 01 f ''(1)    12, 0002
h2 0, 0001

15
MÉTODOS ADAPTATIVOS DE
CUADRATURA (MÉTODOS DE
TRAPECIO Y SIMPSON)

16
INTRODUCCIÓN

• El método básico con que se aproxima


n
 f ( x)dx recibe el nombre de cuadratura
b

 a f ( x ) para aproximar el valor de  f ( x)dx


a
numérica y emplea una suma del tipo i i
i 0
a

17
REGLA DEL TRAPECIO

18
INTRODUCCIÓN

19
INTRODUCCIÓN

• Definamos el polinomio lineal de LaGrange:


( x  x1 ) ( x  x0 )
P1 ( x)  f ( x0 )  f ( x1 )
( x0  x1 ) ( x1  x0 )

• Por tanto,
( x  x1 ) ( x  x0 )
b x1


a
f ( x)dx   [
x0
( x0  x1 )
f ( x0 ) 
( x1  x0 )
f ( x1 )]dx

• Al efectuar la integración y reducir los términos semejantes obtenemos la regla del


trapecio.
b
h

a
f ( x)dx  [ f ( x0 )  f ( x1 )]
2
Donde: h = b - a
20
EJEMPLO

2
• Resuelva la integral de  dx mediante la regla del trapecio en el intervalo [0,2]
4
x
0

h 2
[ f ( x0 )  f ( x1 )]  [0  24 ]  16
2 2

• Valor real = 6,4

21
REGLA DE SIMPSON

22
INTRODUCCIÓN

• Definamos el segundo polinomio de LaGrange:


( x  x1 )( x  x2 )
P2 ( x)  f ( x0 ) 
( x0  x1 )( x0  x2 )
( x  x0 )( x  x2 ) ( x  x0 )( x  x1 )
f ( x1 )  f ( x2 )
( x1  x0 )( x1  x2 ) ( x2  x0 )( x2  x1 )

• Además, consideremos que x0 = a y x2 = b, y que x 1= a+h, donde h = (b - a)/2 (valores


equiespaciados). La expresión bajo la integral nos quedaría de la siguiente forma:

( x  x1 )( x  x2 )
x2

[
x0
( x0  x1 )( x0  x2 )
f ( x0 ) 

( x  x0 )( x  x2 ) ( x  x0 )( x  x1 )
f ( x1 )  f ( x2 )]dx
( x1  x0 )( x1  x2 ) ( x2  x0 )( x2  x1 )
23
INTRODUCCIÓN

• Al efectuar la integración y reducir términos semejantes obtenemos la regla de


Simpson.
b
h

a
f ( x)dx  [ f ( x0 )  4 f ( x1 )  f ( x2 )]
3
• Donde: h = (b - a)/2

24
EJEMPLO

2
1
• Resuelva la integral de
0 ( x  1) dx mediante la regla de Simpson en el intervalo [0, 2]

h 1
[ f ( x0 )  4 f ( x1 )  f ( x2 )]  [1  2  0,333]  1,111
3 3
• Valor real = 1,099

25