Diferenciación e integración

numérica

Diferenciación numérica
Recordemos que la derivada de la función f en x0 , está dada por

f (x0 + h) − f (x0 )
f 0 (x0 ) = lim ,
h→0 h

esta fórmula indica una manera obvia de generar una aproximación de f 0 (x); basta
calcular
f (x0 + h) − f (x0 )
,
h
para valores pequeños de h. Aunque esto parezca evidente, no es muy útil debido al
error de redondeo. Sin embargo, es un punto de partida.
Para aproximar f 0 (x0 ), supongamos que x0 ∈ (a, b), f es una función, tal que f 0 y
00
f existen y son continuas en [a, b], y que x1 = x0 +h para alguna h 6= 0 suficientemente
pequeña de manera que x1 ∈ [a, b]. Construimos el primer polinomio de Lagrange para
f determinada por x0 y x1 con su término de error

f (x0 )(x − x0 − h) f (x0 + h)(x − x0 ) (x − x0 )(x − x0 − h) 00

f (x) = + + f (ξ(x)),
−h h 2

para alguna ξ(x) en [a, b], derivando ambos lados de la ecuación anterior
 
0 f (x0 + h) − f (x0 ) d (x − x0 )(x − x0 − h) 00
f (x) = + f (ξ(x))
h dx 2
f (x0 + h) − f (x0 ) 2(x − x0 ) − h 00 (x − x0 )(x − x0 − h) d 00
= + f (ξ(x)) + [f (ξ(x))] ,
h 2 2 dx
entonces
f (x0 + h) − f (x0 )
f 0 (x0 ) ≈ .
h
Un problema de la fórmula anterior radica en que carecemos de información sobre
d
dx
[f 00 (ξ(x))] por lo cual no podemos estimar el error de truncamiento. Pero cuando x
es igual a x0 , el coeficiente de d
dx
[f 00 (ξ(x))] será cero y la fórmula se simplifica como
sigue
f (x0 + h) − f (x0 ) h 00
f 0 (x0 ) = − f (ξ). (0.0.1)
h 2
Para valores pequeños de h, podemos utilizar el cociente
f (x0 + h) − f (x0 )
,
h
para aproximar f 0 (x0 ) con un error acotado por M2|h| , donde M es una cota para |f 00 (x)|
para x ∈ [a, b]. A (0.0.1) se le conoce como fórmula de la diferencia progresiva si h > 0
y fórmula de diferencia regresiva si h < 0.
Para obtener fórmulas de aproximación más generales para la derivada, supongamos
que {x0 , x1 , ..., xn } son n + 1 números distintos en algún intervalo I y que f es una
función, tal que existen f 0 , f 00 , ..., f (n+1) y son continuas en I, entonces
n
X (x − x0 )(x − x1 ) · · · (x − xn ) (n+1)
f (x) = f (xk )Lk (x) + f (ξ(x)),
k=0
(n + 1)!

para alguna ξ(x) en I, donde Lk (x) denota el k-ésimo polinomio de Lagrange para f
en x0 , x1 , ..., xn . Derivando ambos lados de la ecuación anterior, tenemos
n  
0
X
0 d (x − x0 )(x − x1 ) · · · (x − xn ) (n+1)
f (x) = f (xk )Lk (x) + f (ξ(x)) +
k=0
dx (n + 1)!
(x − x0 )(x − x1 ) · · · (x − xn ) d  (n+1) 
+ f (ξ(x)) .
(n + 1)! dx
Una vez más tendremos un problema al estimar el error de truncamiento, a menos que x
d

sea algún xj . En este caso, el término que contiene dx f (n+1) (ξ(x)) es cero, y entonces
n n
X f (n+1) (ξ(xj )) Y
f (xj ) = f (xk )L0k (x) + (xj − xk ). (0.0.2)
k=0
(n + 1)! k=0
k6=j

La ecuación anterior se conoce como fórmula de n + 1 puntos para aproximar f 0 (xj ).

La utilización de más puntos en la evaluación de (0.0.2) produce una mayor exactitud,
aunque esto no conviene dada la cantidad de evaluaciones funcionales y el aumento del
error por redondeo. Las fórmulas más comunes son las que abarcan tres y cinco puntos
de evaluación.
Sean x0 , x1 , x2 , entonces
(x − x1 )(x − x2 ) 2x − x1 − x2
L0 (x) = , entonces L00 (x) = .
(x0 − x1 )(x0 − x2 ) (x0 − x1 )(x0 − x2 )
Análogamente
2x − x0 − x2 2x − x0 − x1
L01 (x) = y L02 (x) = ,
(x1 − x0 )(x1 − x2 ) (x2 − x0 )(x2 − x1 )
sustituyendo en (0.0.2), tenemos
   
2xj − x1 − x2 2xi − x0 − x2
f (xj ) = f (x0 ) + f (x1 )
(x0 − x1 )(x0 − x2 ) (x1 − x0 )(x1 − x2 )
  2
2xj − x0 − x1 1 (3) Y
+ f (x2 ) + f (ξj ) (xj − xk ), (0.0.3)
(x2 − x0 )(x2 − x1 ) 6 k=0
k6=j

para j = 0, 1, 2, donde ξj indica que este punto depende de xj .

Las tres fórmulas de la ecuación (0.0.4) son de gran utilidad si los puntos son equidis-
tantes, es decir, cuando

x1 = x0 + h y x2 = x0 + 2h, para alguna h 6= 0.

En el resto de la sección supondremos que el espaciamiento entre los puntos es el mismo.

Si xj = x0 , x1 = x0 + h y x2 = x0 + 2h en (0.0.4), tenemos
h2
 
0 1 3 1
f (x0 ) = − f (x0 ) + 2f (x1 ) − f (x2 ) + f (3) (ξ0 ).
h 2 2 3
Si xj = x1 , x1 = x0 + h y x2 = x0 + 2h en (0.0.4), tenemos
h2
 
0 1 1 1
f (x1 ) = − f (x0 ) + f (x2 ) − f (3) (ξ1 ).
h 2 2 6
Si xj = x2 , x1 = x0 + h y x2 = x0 + 2h en (0.0.4), tenemos
h2
 
0 1 1 3
f (x2 ) = f (x0 ) − 2f (x1 ) + f (x2 ) + f (3) (ξ2 ).
h 2 2 3
Como x1 = x0 + h y x2 = x0 + 2h, entonces
h2
 
0 1 3 1
f (x0 ) = − f (x0 ) + 2f (x0 + h) − f (x0 + 2h) + f (3) (ξ0 ),
h 2 2 3
2
 
1 1 1 h
f 0 (x0 + h) = − f (x0 ) + f (x0 + 2h) − f (3) (ξ1 ) y
h 2 2 6
h2
 
0 1 1 3
f (x0 + 2h) = f (x0 ) − 2f (x0 + h) + f (x0 + 2h) + f (3) (ξ2 ).
h 2 2 3
Finalmente, por comodidad, sustituyendo x0 + h por x0 , y x0 + 2h por x0 en las dos
ultimas ecuaciones, respectivamente, tenemos
1 h2
f 0 (x0 ) = [−3f (x0 ) + 4f (x0 + h) − f (x0 + 2h)] + f (3) (ξ0 ),
2h 3
2
1 h
f 0 (x0 ) = [−f (x0 − h) + f (x0 + h)] − f (3) (ξ1 ) y
2h 6
1 h2
f 0 (x0 ) = [f (x0 − 2h) − 4f (x0 − h) + 3f (x0 )] + f (3) (ξ2 ).
2h 3
 La fórmulas anteriores reciben el nombre de fórmulas de tres puntos, aunque el tercer
punto f (x0 ) no aparezca en la última fórmula. De manera similar, se tienen también
las fórmulas de cinco puntos. Una de esas fórmulas es
1 h4
f 0 (x0 ) = [f (x0 − 2h) − 8f (x0 − h) + 8f (x0 + h) − f (x0 + 2h)] + f (5) (ξ),
12h 30
(0.0.4)
donde ξ está entre x0 − 2h y x0 + 2h.
Otra fórmula de cinco puntos de gran utilidad, sobre todo en lo relacionado con la
interpolación de trazadores cúbicos, es la siguiente
1
f 0 (x0 ) = [−25f (x0 ) + 48f (x0 + h) − 36f (x0 + 2h)
12h
h4
+ 16f (x0 + 3h) − 3f (x0 + 4h)] + f (5) (ξ), (0.0.5)
5
donde ξ está entre x0 y x0 + 4h. Las aproximaciones del extremo izquierdo pueden
obtenerse aplicando la fórmula con h > 0 y las aproximaciones del extremo derecho,
con h < 0.

Integración numérica
A menudo es necesario evaluar una integral definida de una función que no tiene una
antiderivada explı́cita o cuya antiderivada no es fácil de calcular. El método básico con
que se aproxima Z b
f (x)dx,
a
recibe el nombre de cuadratura numérica y emplea una suma del tipo
n
X
ai f (xi )
i=0
Z b
para aproximar f (x)dx.
a
Sean x0 , x1 , ..., xn n + 1 puntos distintos del intervalo [a, b] y que f es una función,
tal que existen f 0 , f 00 , ..., f (n+1) y son continuas en I, entonces
n n
X Y f (n+1) (ξ(x))
f (x) = f (xi )Li (x) + (x − xi ) ,
i=0 i=0
(n + 1)!
para alguna ξ(x) en [a, b], donde Li (x) denota el i-ésimo polinomio de Lagrange para
f en x0 , x1 , ..., xn . Integrando ambos lados de la ecuación anterior, tenemos
Z b Z bX n Z bYn
f (n+1) (ξ(x))
f (x)dx = f (xi )Li (x)dx + (x − xi ) dx
a a i=0 a i=0 (n + 1)!
n Z bYn
X 1
= ai f (xi ) + (x − xi )f (n+1) (ξ(x))dx,
i=0
(n + 1)! a i=0
donde Z b
ai = Li (x)dx, i = 0, 2, ..., n.
a

Por tanto, la fórmula de cuadratura es

Z b n
X
f (x)dx ≈ ai f (xi ),
a i=0

con un error dado por

n
Z bY
1
(x − xi )f (n+1) (ξ(x))dx.
(n + 1)! a i=0

Las reglas del trapecio y de Simpson, estudiadas en cursos previos de cálculo, son
ejemplos de una clase de métodos denominados fórmulas de Newton-Cotes. Existen dos
categorı́as de fórmulas de Newton-Cotes, abiertas y cerradas.
La fórmula cerradas de n+1 puntos de Newton-Cotes utiliza los puntos xi = x0 +ih,
b−a
para i = 0, 1, 2, ..., n, donde x0 = a, xn = b y h = . La fórmula se llama cerrada
n
porque los extremos del intervalo se incluyen como puntos.
Algunas de las fórmulas cerradas de Newton-Cotes son:

n = 1: regla del trapecio

Z x1
h h3
f (x)dx = [f (x0 ) + f (x1 )] − f 00 (ξ), donde ξ ∈ (x0 , x1 ).
x0 2 12

Esta fórmula se llama regla

R x1 del trapecio porque, cuando f es una función con valores
positivos, aproximamos x0 f (x)dx por el área de un trapecio.

n = 2: regla de Simpson
Z x2
h h5
f (x)dx = [f (x0 ) + 4f (x1 ) + f (x2 )] − f (4) (ξ), donde ξ ∈ (x0 , x2 ).
x0 3 90

n = 3: regla de tres octavos de Simpson

Z x3
3h 3h5 (4)
f (x)dx = [f (x0 ) + 3f (x1 ) + 3f (x2 ) + f (x3 )]− f (ξ), donde ξ ∈ (x0 , x3 ).
x0 8 80

n=4:
Z x4
2h 8h7 (6)
f (x)dx = [7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 ) + 7f (x4 )] − f (ξ),
x0 45 945

donde ξ ∈ (x0 , x4 ).
 En las fórmulas abiertas de Newton-Cotes, los puntos xi = x0 + ih para i =
b−a
0, 1, 2, ..., n, donde h = y x0 = a + h. Esto implica que xn = b − h, por lo
n+2
cual marcamos los extremos haciendo x−1 = a y xn+1 = b.
Algunas de las fórmulas abiertas de Newton-Cotes son:

n = 0 : regla del punto medio

Z x1
h3
f (x)dx = 2hf (x0 ) + f 00 (ξ), donde ξ ∈ (x−1 , x1 ).
x−1 3

n=1:
x2
3h3 00
Z
3h
f (x)dx = [f (x0 ) + f (x1 )] + f (ξ), donde ξ ∈ (x−1 , x2 ).
x−1 2 4

n=2:
Z x3
4h 14h5 (4)
f (x)dx = [2f (x0 ) − f (x1 ) + 2f (x2 )] + f (ξ), donde ξ ∈ (x−1 , x3 ).
x−1 3 45

n=3:
Z x4
5h 95h5 (4)
f (x)dx = [11f (x0 ) + f (x1 ) + f (x2 ) + 11f (x3 )]+ f (ξ), donde ξ ∈ (x−1 , x4 ).
x−1 24 144