Apuntes Metodos Numericos Integracion y Diferenciacion

Mtodos Numricos Aplicados a la Ingeniera
INTEGRACIN Y
DIFERENCIACIN NUMRICA
2.2.1. COMENTARIOS
2.2.2. MTODOS DE NEWTON COTES
2.2.3. ERRORES DE TRUNCAMIENTO
2.2.3. INTEGRACIN DE ROMBERG
2.2.4. CUADRATURA GAUSSIANA
2.2.5. CUADRATURA ADAPTABLE
2.2.6. INTEGRALES MLTIPLES
2.2.7. INTEGRALES IMPROPIAS
2.2.8. DIFERENCIACIN NUMRICA
2.2.8.1. FORMULAS DE ALTA EXACTITUD
2.2.8.3. APLICACIONES.
Integracin y Diferenciacin Numrica
Pgina 1
2.2. INTEGRACIN Y DIFERENCIACIN NUMRICA

2.2.1.
COMENTARIOS
En materias anteriores se han estudiado una diversidad de tcnicas para

evaluar las integrales de manera exacta, sin embargo debemos destacar que
estas tcnicas no pueden resolver muchos problemas que aparecen en el
mundo real fsico consensual; para esto necesitamos mtodos
de
aproximacin de integrales se le llaman mtodos de cuadratura porqu

cuadratura pues se trata de la palabra clsica para denominar el clculo
de reas.
Debemos decir que
la principal herramienta para evaluar integrales
definidas es la Regla de Barrow, la que para su aplicacin requiere
la
determinacin de una primitiva de la funcin cuya integral queremos evaluar

el cual en general no es un proceso constructivo, lo que induce a la
necesidad de disponer tcnicas para obtener aproximaciones precisas.
La integracin es el proceso inverso de la diferenciacin, en donde la
integracin es juntar partes en un todo, matemticamente se representa por
, que representa la integral de f(x) con respecto a la variable x.
La integracin
numrica es
utilizada para funciones analticas o
tabulaciones dadas.
En el caso de las funciones tabulares dados se ha determinado un polinomio
de aproximacin Pn (x) en un intervalo de inters, que aproxima la curva que
representa a la funcin f(x), pero su diferenciacin e integracin presentan
discrepancias
1. El proceso de integracin esta dado por el rea bajo la curva de f (x)
Pgina 2
xn
x0
f ( x ) dx
2. La integral aproximada est dado por el rea bajo la curva Pn (x)
Pn ( x) :
xn
x0
Pn ( x ) dx
3. Los errores que se cometen al integrar los diferentes segmentos, tienden

a cancelarse entre si o reducirlo lo que permite afirmar que el error total
al integrar Pn (x) desde x0 a xn puede ser muy pequeo; aun cuando Pn
(x) no sea una buena aproximacin de f (x).
4. Por otro lado
tangente a
d
Pn (x) que proporciona la pendiente de la recta
dx
Pn (x) en un punto; puede variar en magnitud respecto a
d
f (x) en el mismo punto aunque Pn (x) sea una buena aproximacin
dx
Los mtodos de integracin usadas pueden clasificarse en dos grupos:

i) Frmulas de Newton Cotes: Los que usan valores dados de la funcin
f (x) en abscisas equidistantes.

ii) Frmulas de Cuadratura Gaussiana: Los que usan valores de f (x) en
abscisas
desigualmente
espaciadas
determinadas
por
ciertas
propiedades de familias de polinomio ortogonales.
Pgina 3
2.2.2. MTODO DE NEWTON COTES

Son los tipos de integracin numrica
mas comunes, su estrategia es
remplazar a la funcin complicada o de datos tabulados por un polinomio

de aproximacin que es fcil de integrar.
Es decir supongamos que nos interesa determinar
f ( x ) dx ;
entonces, tenemos:
,
En donde pn(x) es el polinomio aproximacin,

,
Donde n es el grado del polinomio el mtodo en estudio lo realiza en
general en dos pasos.
Observemos que cuando el polinomio de aproximacin es lineal se trata de
una lnea recta como observamos en el caso (a) y cuando se trata de un
polinomio de segundo orden tenemos el caso (b)
f(x)
f(x)
b
x
Figura N0
b
x
caso
(a)
Caso (b)
En otros trminos:
Pgina 4
Primero: Dividir el intervalo [a, b] en n intervalos de igual magnitud en

donde sus valores extremos son:
x
0
x
2
siendo
x
3
xi
(1)
xi + 1
...
Segundo: Se aproxima f (x) por un polinomio de grado n, Pn (x) y se

integra para obtener la aproximacin de f(x).
2.2.2.1.
1.
MTODO TRAPEZOIDAL
Este mtodo de integracin numrica se fundamenta en la
integracin de la frmula de interpolacin lineal.

2.
Que ocurre con (*) si n = 1, i.e., x0 = a , x1 = b, entonces la

aproximacin polinomial de f (x) es una lnea recta, i.e., P1 (x)
3.
La aproximacin a la integral es el rea del trapezoide bajo la
lnea recta.
f ( x ) dx
x1
x0
Pi ( x) d ( x)
rea
del
trapecio
con
vrtices
x 0 , x1 , f ( x0 ), f ( x1 )
4.
Para realizar la integracin
x1
x0
P1 ( x ) dx , se requiere usar una
de las representaciones del polinomio P1 (x).

5. Pero f (x) est dado para valores equidistantes de x con distancia h, la
relacin lgica es una de las frmulas en diferencias divididas finitas
(hacia delante, hacia atrs)
Pgina 5
6.
Supongamos que elegimos las diferencias divididas finita
hacia delante tendremos.

s ( s 1) 2
s ( s 1)( s 2) 3
f x0
f x 0 ...
2!
3!
s ( s 1)( s 2)( s 3)....( s ( n 1)) n
f x0
n!
Pn ( x 0 sh) f x 0 sf x 0
En nuestro caso:
f ( x ) P1 ( x ) , luego
P1 ( x) P1 ( x 0 sh) f x 0 sf x 0
Tenemos la integral
f ( x ) dx
x1
x0
f x 0 sf x 0 dx
(2)
La integral de lado derecho debe estar en funcin de s, i.e.,

x x 0 sh
dx hds
Para los lmites de integracin x0 y x1:

x 0 x 0 sh
de donde s 0
; x 0 , h son cons tan tes
x1 x 0 sh
Luego:
f (x
x1
x0
) sf ( x 0 ) dx
h f ( x
1
) sf ( x 0 ) ds
s2
h f ( x0 ) s
f ( x 0 )
2
f ( x 0 )
h f ( x0 )
2
Pero : f ( x 0 ) f ( x 0 h) f ( x 0 )
f ( x1 ) f ( x 0 )
Luego tenemos:
f ( x1 ) f ( x 0 )
h f ( x0 )
Pgina 6
f ( x1 ) f ( x 0 )
f ( x) dx
h
f ( x1 ) f ( x 0 ) ,
2
(3)
Algoritmo del Mtodo Trapezoidal

Ejemplo: Usar el mtodo trapezoidal
a) Aproximar el rea A1 bajo la curva de la funcin dada por la tabla
siguiente, en el intervalo a = 500, b = 1800
Puntos
f (x)
13
18
25
25
27
500 900 1400 1800 2000 2200

6
b) Aproximar: A2 0 (1 x ) ; c) Aproximar: A3 2 (2 3x 4 x 2 )dx

d) Aproximar: A4
senxdx ; e) Aproximar: A5 2 cos xdx

0
Solucin:
a) h = 1800 500 = 1300 ; x0 = 500 , x1 = 1800
A1
1300
( 23 9) 1300 16 20800
2
b) h = 6 0 = 6 ; x0 = 0 , x1 = 6
A2
6
f f (0) f (6) 3 1 7 24 A2 24u 2
2
c) h = 4 - (-2) = 6 ; x0 = -2 , x1 = 4 : f (x) = 2 + 3x + 4x2

A3
6
2 6 4( 4) 2 12 4( 4) 2 312 78 2700u 2
2
Pgina 7
d) h
0 h , x 0 0 , x1 , f ( x) senx
2
2
2
A4
e) h

2
sen0 sen 2 4 A4 4 u
; x 0 0 , x1 , f ( x) cos x
2
2
A5
2.2.2.2.
2
u
4
MTODO DE SIMPSON
Supongamos que el intervalo de integracin
a, b es dividido en
subintervalos con longitudes iguales, i.e.,
Supongamos que n=2
es decir al intervalo [a,b] se le divide en dos
subintervalos en tonces tendremos:
Se aproxima f(x) por una parbola

,
Usemos la formula de Newton en diferencias finitas hacia delante

P2 ( x) P2 ( x0 sh) f ( x 0 ) sf ( x0 )
s s 1 2
f ( x0 )
2!
Pgina 8
En consecuencia
Considerando la primera y segunda diferencia hacia delante tenemos

;
,
Considerando
estas
relaciones
en
la
relacin
, tenemos
,.........(4)
Pgina 9
Ejemplos usando los datos anteriores aplicar el algoritmo

h
de Simpson
1800 500
650; X 0 500; X 1 500 650 1150; X 2 1800
2
A1
650
f (500) 4 f (1150 ) f (1800)
3
A1
650
9 4(16.08) 23 20869.33
3
f(X1) se encuentra interpolando
(2) Aproximar A2 2 3 x dx
0
h
A2
A2
A2
50
2.5; X 0 0; X 1 0 2.5 2.5; X 2 5
2
2.5
f ( X 0 ) 4 f ( X 1 ) f ( X 2 )
3
2.5
2 4(2 3(2.5)) (2 3(5) )

3
2.5
2 4(9.5) 17 47.5
3
4
2
(3) Aproximar A3 1 2 x 3 x dx
2
4 (2)
3; X 0 2; X 1 2 3 1; X 2 4
2
f (2) 1 2(2) 3(2) 2 9

f (1) 1 2(1) 3(1) 2 6
f (4) 1 2(4) 3( 4) 2 57
A3
3
9 4(6) 57 90
3
Generalizando
Consideremos el intervalo [a,b] dividido en n subintervalos proporcionando
n+1 puntos
equidistantes
en donde x0=a; xn=b,
en esta
oportunidad el polinomio de interpolacin es de n-esimo grado, luego la

aproximacin de la integral
Pgina 10
Pn ( x ) Pn ( x 0 sh) f ( x 0 ) sf ( x 0 )
s ( s 1)( s 2) 3
s s 1 2
f ( x0 )
f ( x 0 ) ...
2!
3!
s ( s 1)( s 2)...( s ( n 1)) n

f ( x0 )
n!
b
Entonces la aproximacin de la integral f ( x )dx estar dado por:

a
xn
x0
f ( x)dx Pn ( x) dx h Pn ( x 0 sh)ds
n
s s 1 2
s ( s 1)(s 2) 3
s ( s 1)( s 2)...( s (n 1))
h f ( x0 ) sf ( x0 )
f x0
f ( x0 ) ...
2!
3!
n!
0
Que ocurre si integramos los cinco primeros trminos
s3
s4
s5
s2
s 2 2
s3
s 2 3
s 4 11s 3
s 2
f ( x 0 )
f ( x0 )
f ( x0 )
f ( x ) dx h sf ( x 0 )
6
24
120 16
2!
4
6
6
72
8
3
2
4
3
2
n3 n 2 2
4
5
n2
f ( x ) n n n 3 f ( x ) n n 11n n
f ( x 0 )
f ( x) dx h nf ( x 0 )
0
0
6
24
120 16
2!
4
6
6
72
8
Que ocurre si n = 1
x1
f ( x )dx
x0
h
f ( x 0 ) f ( x1 )
2
Trapezoidal
Pues:
x1
h
h
h
f ( x )dx h f ( x 0 ) f ( x 0 ) 2 f ( x 0 ) f ( x 0 ) 2 f ( x 0 ) f ( x1 ) f ( x 0 ) f ( x 0 ) f ( x1 )
2
2
2
2
x0
Que ocurre para n = 2

x2
f ( x)dx
x0
h
2
x2
P2 ( x 0 sh)ds
x0
h P2 ( x 0 sh) ds
0
Pgina 11
2
s s 1 2
h f ( x 0 ) sf ( x 0 )
f x 0 ds
2!
0
2
s3
s2
s 2 2
h sf ( x 0 )
f ( x 0 )
f ( x 0 )
2!
6
4
h 2 f ( x 0 ) 2f ( x 0 ) 2 f ( x 0 )
3
Pero:
f ( x 0 ) f ( x 0 h) f ( x 0 ) f ( x1 ) f ( x 0 )
2 f ( x 0 ) f ( x 0 2h) 2 f ( x 0 h) f ( x 0 ) f ( x 2 ) 2 f ( x1 ) f ( x 0 )
x2
f ( x)dx
x0
h
f ( x 0 ) 4 f ( x1 ) f ( x 2 )
3
Simpson 1/3
Si n = 3
x3
f ( x) dx
x0
3h
f ( x0 ) 3 f ( x1 ) 3 f ( x 2 ) f ( x3 )
8
h 5 IV
f
X;
90
ab
X
2
ba
h
2
f (X0)
Simpson 3/8
f (X2)
f (X1)
a = X0
X1
X2
=b
2.2.2.3.
MTODOS COMPUESTOS DE INTEGRACIN
En ocasiones el intervalo de integracin tiene una longitud grande, entonces

f(x
f(x )
nresulta conveniente dividirlo en subintervalos

cadan una por
f(x ) y aproximar
2
medio
f(X) de un polinomio.
f(x )
f(x0)
f(x)
1
2.2.2.3.1. Mtodo
Trapezoidal Compuesto
f(x0)
X
0
Integracin
y Diferenciacin Numrica X0
x1
f(X)
f(x1)
x1
xn
x2
xn-1
Pgina 12
a
b
Figura. Representacin del Mtodo de Trapecio Compuesto

En vez de aproximar la integral de f(x) en [a,b] por una recta. Conviene
dividir [a, b] en n subintervalos y aproximar la integral de f(x) en cada
subintervalo por un polinomio de primer grado como muestra la figura.
Aplicamos la frmula Trapezoidal a cada subintervalo y se obtiene el rea
del trapezoide de tal manera que la curva de todos ellos nos proporciona el
rea aproximada bajo la curva f(x).
b
x1
x2
x3
a x0
x1
x2
f ( x)dx
P1( x)dx P2 ( x)dx P3 ( x)dx
xn b
Pn ( x)dx
xn 1
Donde:
Pi(x): es un polinomio de primer orden, i.e., la recta que pasa por (X i-1, f(Xi)), (Xi, f(Xi)).
Aplicando el mtodo del trapezoide en cada subintervalo:

x x
x x n1
x x
f ( x n1 ) f ( x n )
I 1 0 f ( x 0 ) f ( x1 ) 2 1 f ( x1 ) f ( x 2 ) n
2
2
2
Que ocurre si todos los intervalos tienen la misma longitud h, i.e., Xi+1 - Xi =
hi;
i=0, 1,2,,(n-1).
h
f ( x 0 ) 2 f ( x1 ) 2 f ( x 2 ) 2 f ( x n1 ) f ( x n )
2
n 1
h
I f ( x 0 ) 2 f ( xi ) f ( x n )
(5)
2
i 1
EJERCICIOS RESULTOS1
1
Ver Mtodos Numericos aplicados a Ingenieria de Nieves y Domnguez
Pgina 13
1) Usar el mtodo trapezoidal compuesto para aproximar el rea bajo la

curva de la funcin dada por tabulacin en x = -1 y x = 4
Solucin
1
8 2(10 10 20 76) 238 239
2
Observacin:
Se aplic cinco veces el mtodo del trapezoide. h=1
2) Aplicar el mtodo en anlisis si f(x)=x4 2x2 + x + 10; x0= -1 xn =4; h = 1

A
1
f ( x 0 ) 2 f ( xi ) f ( x5 )
2
i 1
1
8 2(10 10 20 76) 238 239
2
2.2.2.3.2. Mtodo Compuesto de Simpson

Recordemos que para aplicar el mtodo de Simpson se necesita dos
subintervalos y como queremos aplicarlo n-veces entonces se debe dividir
el intervalo [a, b] en un nmero de subintervalos igual a 2n.
Veamos grficamente esto:
Pgina 14
Figura. Representacin del Mtodo de Simpson Compuesto

Observamos que cada par de subintervalos sucesivos aproximamos f(x) por
medio de un polinomio de segundo orden (parbola) y se integra usando el
mtodo de Simpson de tal manera que la suma de las reas parciales
proporcione el rea total, es decir:
b
x2
x4
x6
a x0
x2
x4
I f ( x)dx
P1 ( x)dx P2 ( x)dx P3 ( x)dx
xn b
Pn ( x)dx
xn 2
Donde Pi; i=1,2,; es el polinomio de grado dos que pasa por tres puntos
consecutivos usando el mtodo del Trapezoide.
h
h
h
I 1 f ( x 0 ) 4 f ( x1 ) f ( x 2 ) 2 f ( x 2 ) 4 f ( x3 ) f ( x 4 ) n f ( x n 2 ) 4 f ( x n 1 ) f ( x n )
3
3
3
Donde:
h1 x1 x 0 x 2 x1
h2 x 3 x 2 x 4 x 3
hn x n1 x n 2 x n x n 1
Si h1= h2== hn, entonces tenemos:

I
h
f ( x 0 ) 4 f ( x1 ) f ( x 2 ) h f ( x 2 ) 4 f ( x3 ) f ( x 4 ) h f ( x n2 ) 4 f ( x n 1 ) f ( x n )
3
3
3
Luego:
I
n 1
h
f ( x 0 ) 4 f ( xi ) 2 f ( xi ) f ( x n )
3
i 1
i 2
(6)
Pgina 15
Ejemplos:
3) Usando el mtodo de Simpson compuesto, aproximar el rea bajo la curva
considerando los datos anteriores
Aplicamos Simpson cuando i=0, 1, 2, 3, 4
A1
1
f ( x 0 ) 4( f ( x1 ) f ( x 2 )) 2 f ( x 2 ) f ( x3 )
3
1
8 4(10 20) 2(10) 76 74.666
3
*) Aplico el mtodo trapezoidal X4, X5

A2
1
76 238 157
2
Luego:
I 74.666 157 231.666
4) Hallar la integral aproximada de
f ( x)
1
2
x2
2
entre -1 y 1
Usar el mtodo trapezoidal compuesto compare el resultado con 0.682

obtenido de tablas.
Solucin:
Con n = 1 h
2
2 2
El
E n 1
1 ( 1)
2
1
( f ( x 0 ) f ( x1 ))
error
relativo
0.484 0.682
0.682
0.29
1
2
(0.606 0.606) 0.484
considerando
el
valor
de
la
tabla
29%
Pgina 16
Si n = 2 h
2
2 2
E2
1 ( 1)
1
2
( f ( x 0 ) 2 f ( x1 ) f ( x 2 ))
0.64 0.682
0.682
Si n = 4 h
0.0587
1
2 2
(0.606 2(1) 0.606) 0.64
5.87%
1 ( 1)
0.5
4
0.5
( f ( x 0 ) 2 f ( x1 ) 2 f ( x 2 ) 2 f ( x 3 ) f ( x 4 ))
2 2
0.5
(0.606 2(0.882) 2(1) 2(0.882) 0.606) 0.672

2 2
E4
0.672 0.682
0.682
0.0147
1.47%
5) Usar el mtodo de Simpson varias veces y comparar el resultado con

0.682 valor obtenido por tabla considerando el ejercicio anterior.
Solucin:
Si n=2 h
1
3 2
E2
1 ( 1)
1
2
( f ( x 0 ) 4 f ( x1 ) f ( x 2 ))
0.693 0.682
0.682
Si n =4 h
0.0162
1
3 2
(0.606 4(1) 0.606) 0.693
1.62%
1 ( 1)
0.5
4
0.5
( f ( x 0 ) 4 f ( x1 ) 2 f ( x 2 ) 4 f ( x 3 ) f ( x 4 ))
3 2
0.5
(0.606 4(0.882) 2(1) 4(0.882) 0.606) 0.683

3 2
Pgina 17
E4
0.683 0.682
0.0015
0.682
0.15%
2.2.3. ERRORES DE TRUNCAMIENTO
EN LA APROXIMACIN
TRAPEZOIDAL
En esta oportunidad
analizamos el error
en una integracin trapezoidal
compuesta iniciemos por tener en cuenta el iesimo trapezoide, consideremos

los puntos xi-1 y xi con una distancia de h=(b-a)/n, adems supongamos que
F(x) es la primitiva del integrando f(x) luego entonces podemos integrar f(x) en
el intervalo [xi-1, xi ] es decir:
,
(7)
Por otro lado la aproximacin numrica de la integral usando el mtodo del

Trapezoide es:
,
(8)
Suponiendo que no existe errores en el clculo entonces se puede suponer

que:
,
(9)
Aplicamos la serie de Taylor alrededor de x= x i en f(x) de tal manera que

obtenemos f(xi-1).
Como h=xi-xi-1.
,
(10)
Pgina 18
(11)
De manera anloga tenemos para F(x i-1 )
(11)
Entonces consideramos en (7) se tiene,
Pero se tiene que
(12)
Considerando (12) y (11) en (10) se tiene,
Considerando que h<<1 los trminos h 4, h5,... pueden despreciarse de tal

manera que el error de truncamiento del i-esimo trapezoide es dado por.
Pgina 19
Si adems
(13)
para
, entonces,
, de donde se tiene para n trapezoides
(14)
Consecuentemente para fines de anlisis el error de truncamiento en el mtodo

trapezoidal se expresa as.
, (15)
2.2.4. EJERCICIOS Y APLICACIONES DIVERSAS

I. Determinar las integrales aproximadas usando los Mtodos de Simpson,
Trapezoidal simple y compuesto de:
5
1. ( 2 3 x) dx
0
2
2. (2 3 x x) dx
0
3
3. (5 3 x x)dx
0
5.
/2
senxdx
Pgina 20
6.
/2
sen2 xdx
/2
cos xdx ,
7.
3
8. (2 x 4 x 2) dx
2
3
2
9. (4 x 2 x 8) dx
0
x
10. e dx
2
2
11. ( x 4 x )dx
3
x
12. e dx
4
II. Hallar el rea de la regin limitada por:

1.
y x2 1
y las rectas
2.
y 2 x2 , x y .
3.
y x3 x 2
4.
y x2 2
5.
, y las rectas
7. y x 3
2x
9. x 8 y y 2
x 1 , x 2
x 2
, x2
, y x 1.
y0
8. y x 2
x2
x y 4.
y x2 2 , y x
6. x 3 y 2
x 1 ,
entre x 3 , x 3 .
, y x2 .
, x 0.
10. x (3 y )( y 1) , x 0 .
11.- x
y2 2y , x y 4 0 .
12.- y 4 x x 2 y el eje Y.
13.-
y 4 x 2 , y 4 4x .
Pgina 21
14.- y 2
15.16.
4x , 2x y 4 .
y x2 , y x3 , x y 2 .
y x 2 2 x 4; x 2, X 4
III. Calcular el volumen generado por la curva:

a)
y 1 ( x / 2) 2 , 0 x 2
b)
y x3
c)
y x2
d)
y x2
e)
y0
y x 2 1
al rotar en torno al eje X
entre x 3 , x 3 al rotar en trono del eje X

y0
y0
entre
x 4 ,
x4
al rotar en trono del eje X
2.2.4. INTEGRACIN DE ROMBERG

Llamado tambin como tcnica de extrapolacin de Richardson se usa
finalidad de acelerar la convergencia de muchas tcnicas de aproximacin.
Estas tcnicas tienen su base en el anlisis del error de truncamiento. Veamos
la metodologa.
Supongamos una aproximacin
y que su error de truncamiento
sea expresado de la siguiente manera
, en donde c es
independiente de h , r es entero positivo y
es un punto desconocido del
intervalo (a,b).
Supongamos que obtenemos dos aproximaciones de I empleando h 1 y h2 es
decir I1 y I2, y despreciamos los errores de redondeo podemos escribir:
Dividiendo miembro a miembro y considerando que
son
iguales entonces se tiene,
Pgina 22
(16)
Considerando h2=h1/2 se tiene de (16)
(17)
Debemos resaltar que a este proceso se le llama integracin de Romberg el

cual es muy efectivo cuando f(r) (x) no vara bruscamente en el intervalo [a,b] y
no cambia de signo en este intervalo. En estas circunstancias las relaciones
(17) y (16) permiten obtener una mejor aproximacin a I a partir de I 1 y I2 sn
repetir el proceso de integracin.
Cuando se trata de una aproximacin trapezoidal se usa r=2 en consecuencia
tenemos,
,
Para sistematizar la integracin de Romberg en la aproximacin trapezoidal,
denotemos por
, las aproximaciones de I usando 2k trapezoides. Ahora si
queremos obtener mejores aproximaciones de I usando
se
aplica la extrapolacin de Richardson,
, el cual se denotara con
y se genera la cuarta columna de
la tabla y as.
Pgina 23
, esto lo denotamos con
y se puede continuar el proceso
tanto que responda el algoritmo.
Si los valores de
(18)
converge a I al crecer k los valores de la diagonal de la
tabla convergen a I .
k
Numero de
Aproximacin
Primera
Segunda
trapezoidal
extrapolacin
extrapolacin
trapezoides 2k
1
16
.......
:
Tabla No Aplicacin del mtodo de Romberg
Ejemplo
Encuentre una aproximacin de la integral
, usando 1,2,4,8, 16 trapezoides. Con los resultados obtenidos

usar la aproximacin de Romberg para mejorar la integracin compare los
valores obtenidos con el valor calculado analticamente 0.6366197.
Solucin
Construir un programa para el ejemplo y obtener los valores:
Pgina 24
2k
0
1
2
3
4
1
2
4
8
16
Obsrvese que
0.0
0.5
0.6035534
0.6284174
0.6345731
converge al valor analtico al aumentar k, sin embargo al
emplear mas subintervalos implica aumentar los errores de redondeo y un un

considerable incremento en el numero de clculos.
En cambio, si se aplica la integracin de Romberg con m=1 se obtiene:
,
Obsrvese con estos tres breves clculos se obtienen mejores aproximaciones
de la integral.
Si aplicamos Romberg con m=0 tenemos
Pgina 25
,
Para valores de m=3, m=4
k
2k
0
1
2
3
4
:
1
2
4
8
16
0.00000
0.500000
0.6035534
0.6284174
0.6345713
0.6666667
0.6380712
0.6367054
0.6366250
0.6361648
0.6366143
0.6366196
0.6366214
0.6366197
0.6366197
Obsrvese que el ltimo valor es el analtico de la integral. Esta metodologa

se puede usar hasta que dos elementos consecutivos coincidan hasta cierta
cifra decimal.
2.2.5. CUADRATURA GAUSSIANA
Las formulas usadas hasta la actualidad para aproximar integrales se basaban
en polinomios de interpolacin, considerando valores de la funcin igualmente
espaciados fenmeno que conducen a cierta imprecisin.
Con la finalidad de mejorar esta condicin la cuadratura Gaussiana se usan
puntos de evaluacin, o nodos que no son igualmente espaciados se eligen
nodos
en el intervalo [a,b] y coeficientes
que
minimicen el error que se espera obtener en la aproximacin.
Los coeficientes
son tomados arbitrariamente con la nica
restriccin de que los nodos se encuentren en [a,b]. Estos
nodos nos
proporciona 2n parmetros para elegir, s se considera los coeficientes de un

polinomio
como parmetros, entonces la clase de polinomios de grados
menores o iguales a 2n-1 tambin tienen 2n parmetros y esto es la clase de
Pgina 26
polinomios donde se espera que la formula sea exacta.

Los siguientes grficos
muestran como se integra usando el trapezoide
uniendo el punto A de coordenadas (a,f(a)) con el punto B de coordenadas

(b,f(b)) con h=(b-a)
y
C
D
B
f(x)
f(x)
b
b
Mtodo Trapezoidal
Mtodo de Gaussiana con dos puntos
Pues el rea del trapecio es

,
Que se podra escribirse como,
,
Por otro lado aplicando el mtodo de Gauss en lugar de tomar los dos puntos
extremos A y B del intervalo seleccionamos dos puntos interiores C y D como
se muestra en la figura y de manera adecuada la integral resultante
proporcionara un valor mas exacto esa tcnica de adecuar los puntos C y D
que proporcione mas exactitud mostramos a seguir.
DEDUCCIN DE LA TCNICA GAUSSIANA
Consideremos la figura a seguir donde se desea encontrar la integral de la
funcin mostrada entre los limites -1 y 1 si los limites fueran diferentes se hace
un cambio de variable con la finalidad de pasar a -1 y +1 , losF(x)
puntos C y D
se seleccionan sobre la curva y se forma el trapezoide , E,F,GG y H .
D
C
F
F(x1)
-1
x1
F(x2)
x2
Pgina 27
H
Figura No Deduccin del mtodo de integracin de Gauss.

Supongamos que
,
En donde deseamos obtener c 1, c2, x1, y x2, y consideremos que la integracin
proporcione un resultado exacto con f(x) de menor grado es decir 2(2)-1 =3
en otros trminos
, esto para ciertos coeficientes a0,a1,a2,a3
Esto es equivalente probar que la formula proporciona resultados exactos

cuando f(x) es , 1, x, x2 y x3, entonces tenemos,
De donde se obtiene,
,
En consecuencia tenemos la siguiente equivalencia de integrales, que una
aproximacin a la integral, que proporciona el resultado exacto
para cada
polinomio de grado menor o igual a tres.
Pgina 28
Consideramos que esta formula es mas simple que la regla trapezoidal

dems se trabaja perfectamente para un polinomio
se segundo orden.
Mientras que el trapezoidal lo realiza para lineales.

Debemos decir que esta metodloga se puede generalizar para polinomios de
grados superiores, pero existe un mtodo alternativo para obtener de manera
mas simple y es la llamada aproximacin continua en mnimos cuadrados que
ser tocado mas adelante.
Pero una alternativa para nuestro problema
son los polinomios de
Legendre es un conjunto {P 0(x), P1(x),...,Pn (x),... } que tienen las s iguientes

propiedades,
Para cada n, Pn(x) es un polinomio de grado n.
Siendo los primeros polinomios de Legendre

,
,
Debemos decir que todos estos polinomios
tienen races distintas y se
encuentran en el intervalo [-1,1] y se ubican simtricamente con respecto al

origen y lo mas importante son los nodos que se utilizan para resolver nuestro
problema.
Debemos tener en cuenta los nodos
generar
que son necesarios para
una formula de integracin numrica que sea exacta
en los
polinomios de grado menor o igual a 2n-1 son las races del polinomio de
Legendre de grado n. En donde los coeficientes apropiados para evaluar las
funciones en cada nodo son dado de la siguiente manera:
Pgina 29
Para la comodidad debemos decir que tanto las races de los polinomios de
Legendre como los coeficientes se encuentran tabulados.
Numero de puntos rn,i
2
3
Races
0.5773502692
-0.5773502692
0.7745966692
0.0000000000
-0.7745966692
0.8611363116
0.3399810436
-0.3399810436
-0.8611363116
0.9061798459
0.5384693101
0.0000000000
-0.5384693101
-0.9061798459
Coeficientes cn,i
1.0000000000
1.0000000000
0.5555555556
0.8888888889
0.5555555556
0.3478548451
0.6521451549
0.6521451549
0.3478548451
0.2369268850
0.4786286705
0,5688888889
0.4786286705
0.2369268850
Si consideramos la siguiente relacin lineal

,
Transforma la variable x del intervalo [a, b] en la variable t del intervalo [-1,1]
esto quiere decir que podemos usar el polinomio de LEGENDRE
,
Usando las races
y los coeficientes
dados en
la tabla de arriba lo que permite obtener la relacin de aproximacin
que
proporciona resultados exactos para polinomios de grado menor o igual a 2n-1

Llamado aproximacin Gaussiana
exacta con f(x) un polinomio de grado menor o igual a 2n-1.
Ejemplos:
Pgina 30
Determinar la aproximacin de
cuyo valor con siete decimales, es
0.1093643.
Solucin
Primero. Transformar el intervalo [1,1.5] en un intervalo [-1,1]
,
Considerando la tabla y n=2 se tiene:
Para n=3
2.2.3. INTEGRALES MLTIPLES

Las tcnicas usadas para aproximar integrales pueden ser modificadas de
manera natural para usarlas en aproximaciones de integrales mltiples,
Supongamos que tenemos
, donde R es una regin rectangular
en el plano,
Donde a, b, c y d son constantes. Usando Simpson compuesto , determinamos

el tamao de paso h =(b-a)/n; k=(d-c)/m en consecuencia se tiene:
,
Usamos la metodologa de Simpson compuesto para determinar,
Pgina 31
, considerando x como constante, sea yj =c+jk para j=0,1,2,...,m
,
Aplicando Simpson Compuesto en cada intervalo
con x i=a+ih para cada
i=1,2,...,n y j=0,1,2,...,m.
,
Ejemplo
1. Aplicar
la
metodologa
Primero, determinar h y k
de
Simpson
para
aproximar,
para ello consideramos n=4 y m=2, entonces,
h=0.15, y k=0.25 .la regin de integracin ser:

1.50
1.25
1.00
--
1
6
1
6
Integracin y Diferenciacin
| Numrica
1.40
1.55
1.70
1.85
Pgina 32
Segundo: calculo
Ejemplo.
2. Calcular la aproximacin de
Solucin
Primero. Calculamos el k=(3-0)/6.=0.5
Segundo. Aplicamos Simpson compuesto a la integral manteniendo constante
a la variable y
Tercero. Integramos el eje y dividendo en m=8 subintervalos,

Cuarto. Aplicamos Simpson compuesto a la integral
2.2.4. INTEGRALES IMPROPIAS
Pgina 33
Debemos decir que las integrales impropias hacen su aparicin cuando

se extienden la nocin de integral a un intervalo con extremo infinito o los
dos. En cualquiera de los casos las reglas de aproximacin deben de
modificarse.
En primer lugar
nos interesa analizar
cuando el integrando no se
encuentra acotado en el extremo izquierdo del intervalo de integracin

como se muestra en la siguiente figura.
y
y=f(x)
En el caso anterior se dice que f (x) tiene una singularidad en el extremo

a
En otras palabras la integral impropia con una singularidad izquierda.
, converge si solo si 0<p<1 en tal caso,
, al rededor de a
Si f(x) es una funcin que podemos escribir como
, con 0<p<1, g continua en [a, b], entonces la integral
impropia,
, tambin existe y aproximaremos la integral usando la
metodloga de Simpson
Compuesto, si g pertenece a C 5[a, b], en
consecuencia podemos escribir el cuarto polinomio de Taylor de g al

rededor de a.
Pgina 34
Podemos determinar exactamente el valor de,
Esta
relacin
es
generalmente
la
aproximacin
dominante
especialmente cuando el polinomio de Taylor es de cuarto grado y se

acerca mucho a la funcin g(x)
en todo el intervalo [a, b].. Para
determinar la aproximacin de f(x) se debe de agregar el valor de

aproximacin,
Para la aproximacin definimos,
Ejemplo
Usar la metodologa de Simpson Compuesto con h=0.25 para aproximar
el valor de la integral impropia
Solucin
El cuarto polinomio de Taylor de ex alrededor de x=0 es
,
Pgina 35
Una parte de la aproximacin de
, viene dada por
Para la otra parte de aproximacin de
integral
es necesario aproximar la
, siendo
Para aplicar Simpson compuesto se necesita

x
0.00
0.25
0.50
0.75
1
G(x)
0
0.0000170
0.0004013
0.0026026
0.0099485
La integral impropia con singularidad en el extremo derecho, podemos

aplicar la tcnica que terminamos de usar solo que debemos desarrollar
la funcin en el extremo derecho
alrededor de b, por cuestiones
pedaggicas hacemos el cambio de variable z=-x , dz =- dx , obteniendo,
Pgina 36
, que tiene su singularidad

izquierdo
observar la figura adjunta,
en el extremo
y aplicar la aproximacin de
con la metodologa anterior y obtenemos la aproximacin

deseada de
y=f(z)
y=f(x
)
-b
-a
b
x
Una integral impropia con singularidad en c tal que a<c<b, este caso se
trata como la suma de dos integrales impropias con singularidad en los
extremos, es decir:
Otro tipo de integrales impropias son las que consideran limites infinitos
de integracin el modelo bsico de integracin convergente es:
, para p>1 Esta integral se convierte en una integral impropia con

una singularidad en el extremo izquierdo haciendo el siguiente cambio
de variables.
t=x-1, dt=-x-2dx en consecuencia dx=-x2dt=-t2dt,
Entonces se tiene,
,,
Pgina 37
De la misma manera el cambio anterior convierte a la integral impropia

, en una integral con singularidad en el extremo izquierdo.
Las integrales revisadas finalmente se pueden aproximar con la

metodologa expuesta.
Ejercicios
Usar el mtodo de Simpson compuesto para aproximar las integrales
dobles con n=m=4
a.
b.
2.2.8. DIFERENCIACIN NUMRICA

2.8.1. FORMULAS DE ALTA EXACTITUD
Ya se comento sobre las operaciones que se pueden practicar sobre una
funcin tabulada, el camino fue de aproximar la tabla o la funcin, por alguna
funcin y efectuar la operacin en la funcin aproximante. De esta manera se
realiza en la integracin numrica y as lo realizaremos en la diferenciacin
numrica. En nuestro caso diferenciamos el polinomio de aproximacin P n(x).
Veamos como se realiza esto, supongamos que la aproximacin es polinomial,
entonces la diferenciacin numrica consiste en diferenciar la frmula del
polinomio interpolante que se utiliz f ( x) Pn ( x) R n ( x) , la aproximacin de
la primera derivada estar dado por
df ( x ) dPn ( x )
,
dx
dx
Pgina 38
En general
d n f ( x)
dx n
d n Pn ( x)
dx n
Al diferenciar la formula fundamental de Newton se tiene,

d n f ( x)
dx n
dx n
d n R n ( x)
Donde:
dx n
d n Pn ( x)
dx n
d n Pn ( x )
d n R n ( x)
dx n
es el error que se comete al aproximar
d n f ( x)
dx n
por
Si suponemos que X 0 , X 1 , X 2 , , X n son los valores de las x que son

espaciados igualmente luego P n(x) se puede escribir en trminos de diferencias
finitas
Pn ( x) Pn ( x 0 sh) f x 0 sf x 0
s s 1 2
s s 1 s n 1 n
f x0
f x0
2!
n!
Donde:
f x 0 f x h f x
f x 2 f x f x h f x
f x 2h 2 f x h f x
En nuestro caso:
Pn ( x) f x 0 ( x x 0 )
f x 0
2 f x 0
n f x 0
( x x 0 )( x x1 )
( x x 0 )( x x1 )( x x 2 ) ( x x n 1 )
h
2! h 2
n! h n
Luego diferenciando
f x 0 d
2 f x 0
df ( x) dPn ( x)
d
d
f x0
( x x0 )
( x x 0 )( x x1 )
dx
dx
dx
dx
h
dx
2! h 2
Pgina 39
n f x 0
d
( x x 0 )( x x1 )( x x 2 ) ( x x n 1 )
dx
n! h n
2 f x 0
df ( x) dPn ( x) f x 0
( 2 x x 0 x1 )
dx
dx
h
2! h 2
Consideremos para:
n =1: Esto quiere decir que la aproximacin P1(x) es una recta, i.e.
Pn P1 ( x) f x 0 ( x x 0 )
f x 0
h
Es decir la primera derivada de f(x) queda aproximada por

f ( x1 ) f ( x 0 )
df ( x) dP1 ( x) f x 0
f x 0 , x1
dx
dx
h
x1 x 0
df ( x ) f ( x1 ) f ( x0 ) f ( x1 ) ( x 0 )
df ( x) f ( x1 ) f ( x0 )
dx
x1 x 0
h
dx
h
Y como se esperaba
cualquier otra derivada de orden superior de f(x)
quedara aproximada a cero.
d 2 f ( x)
dx 2
d 2 P1 ( x)
dx 2
Observacin:
(1) En general equivale a tomar como primera derivada a la pendiente de la
recta que pasa por
x0 , f x0
x1 , f x1 .
(2) La primera derivada de f(x) en [x0, x1] queda aproximada por el valor
constante
f ( x1) f ( x 0 )
h
(3) El valor de
f ( x1) f ( x 0 )
df ( x )
es muy diferente al de
dx
h
f(x1)
(4) Grficamente:
f(x0)
X0
P1 ( x) f ( x0 ) ( x x0 )
tan
f ( x1 ) f ( x0 )
x1 x0
tan
df ( x)
dx x x0
f ( x1 ) f ( x0 )
h
Pgina 40
Analicemos para n = 2; es decir aproximaremos f(x) por un polinomio P2(x) de

grado 2.
P2 ( x ) f x 0 ( x x 0 )
f x 0
2 f x 0
( x x 0 )( x x1 )
h
2! h 2
2 f x 0
df ( x) dP2 ( x) f x 0
( 2 x x 0 x1 )
dx
dx
h
2! h 2
Desarrollando las diferencias:

f x 0
f ( x h) f ( x 0 ) f ( x1 ) f ( x 0 )
h
h
2 f x f ( x 0 2h) 2 f ( x 0 h) f ( x 0 ) f ( x 2 ) 2 f ( x1 ) f ( x 0 )
2 x 0 4 x 2 x1 2h
2 x x 0 x1
df ( x ) 2 x x 0 x1 2h
f ( x0 )
f ( x1 )
f (x2 )

2
2
2
dx
2
h
2
h
2
h
(*)
La segunda derivada puede calcularse derivando una vez ms con respecto a
x esto es,
d 2 f ( x)
dx 2
d 2 f ( x)
dx 2
d 2 P2 ( x)
dx 2
1
h2
f ( x0 )
2 f x 0
h2
2
h2
2 f x 0 , x1 , x 2
f ( x1 )
1
h2
f (x2 )
De la misma manera se puede calcular derivando para n2.
Pgina 41
El error cometido al aproximar
d n f ( x)
dx n
por
d n Pn ( x)
dx n
d n R n ( x)
esta dado por
dx n
donde Rn(x) es:

n
R n ( x) x x i f x, x 0 , x1 , x 2 , , x n
i 0
( x)
R n ( x) ( x) f x, x 0 , x1 , x 2 , , x n
Observemos que existe una estrecha relacin entre las diferencias divididas y
las derivadas en general esta relacin esta dada por:
f x1, x1 , x 2 ,..., x n
d n f ( )
n! dx n
Con
0 i n , esto quiere decir que
perteneciente a (min. xi, mx. xi) con
es un valor de x desconocido del cual solo
se sabe que se encuentra entre los valores menor y mayor del argumento.
La Ecuacin (*) se puede escribir en trminos del error de la siguiente
manera,
2 x 0 4 x 2 x1 2h
2 x x 0 x1
df ( x) 2 x x 0 x1 2h
f ( x0 )
f ( x1 )

2
2
dx
2h
2h
2h 2
d 3 f ( x)
( x 0 x1 )( x 0 x 2 )
3! dx 3
f ( x2 )
o simplemente por
3
2
df ( x )
1
3 f ( x 0 ) 4 f ( x1 ) f ( x 2 ) h d f 3( x) con en min. x i , max .x i
dx x
2h
3!
dx
0
Tambin para x1
3
2
df ( x )
1
f ( x 2 ) f ( x 0 ) h d f 3( x) con en min. x i , max .x i
dx x
2h
3!
dx
1
Para x2
3
2
df ( x)
1
f ( x 0 ) 4 f ( x1 ) 3 f ( x 2 ) h d f 3( x) con en min. x i , max .xi
dx x
2h
3!
dx
2
Pgina 42
2.8.2. EJEMPLOS DE APLICACIN RESUELTOS
1) Dada la ecuacin ( y
a
x2
a 3.6 x10 5 atm cm 6 / gmol 2
)( x b) RT
Donde
b 42.8cm 3 / gnol
R 82.1atm..cm 3 / gmol..K
si T =350 K, se obtiene la siguiente tabla:

puntos
0
1
2
3
y(atm)
13.782
12.577
11.565
10.704
3
x(cm )
2000
2200
2400
2600
Calcular la derivada de y con respecto a x cuando x = 2300 cm 3, y comprelo
con el valor de las derivadas analticas
Solucin
Aplicando
2 x 0 4 x 2 x1 2h
2 x x 0 x1
df ( x ) 2 x x 0 x1 2h
f ( x0 )
f ( x1 )
f ( x 2 ) en

dx
2h 2
2h 2
2h 2
los puntos x = 0; 1; y 2, tenemos x = 2300cm 3

Con h = 200
2(2200) 4(2,300) 2(2200) 2(200)

df ( x) 2(2300) 2000 2200 2(200)
f (2000)
f (2200)

2
dx
2(200)
2(200) 2
2(2300) (2000) 2200

f (2400)

2(200) 2
2(2200) 4(2,300) 2(2200) 2(200)

df ( x) 2(2300) 2000 2200 2(200)
13.782
12.577

2
dx
2(200)
2(200) 2
2(2300) (2000) 2200

11.565 0.00506

2(200) 2
La derivada analtica es
df
RT
2a
82.1(350)
2(3.6 x10 6 )
0.005048
dx ( x b) 2 x 3
(2300 42.8) 2
(2300) 3
Pgina 43
Debemos destacar que la aproximacin es muy buena puesto que el error

relativo es de -0.24%,
Obtener la Primera derivada del polinomio de LaGrange.
Derivando el polinomio de LaGrange con respecto a x
Si hacemos
, y linealizamos
Derivando tenemos
Consecuentemente
Pgina 44
Finalmente tenemos
Observemos que esta relacin tiene una falencia en el caso que se quiera
dividir por una abscisa cero, pero esto se salva con la siguiente expresin que
es equivalente,
2) Calcular la derivada de f(x) = cos x en x
y con h = 0.01 cual es la

4
respuesta y cual es su grado de precisin

Solucin
f ( x )
f ( x h) f ( x ) cos( x 0.01) cos( x ) 0.700000476 0.707106781
0.71063051
h
0.01
0.01
Pgina 45
h
f ( ) 0.005 cos( ) 0.005
2
usando el hecho de que
Se puede obtener una cota ms precisa
h lo que induce a que

4
4
cos( ) 0.707107
no proporcione una cota superior de 0.0035355.

3) En una reaccin qumica A +B, k productos la concentracin del reactante
A es una funcin de la presin P y la temperatura T. la siguiente tabla presenta
la concentracin de A en gmol /litro como funcin de estas dos variables
T(K)
2
P(kg/cm )
273
300
1
2
8
15
20
0.99
0.88
0.62
0.56
0.52
325
0.97
0.82
0.51
0.49
0.44
360
0.96
0.79
0.48
0.46
0.41
0.93
077
0.45
0.42
0.37
Calcular la variacin de la concentracin de A con la temperatura a P = 8

Kg./cm2 y T = 300K, usando un polinomio de segundo grado.
Solucin
Lo que se pide es
la derivada de la concentracin
con respecto a la
temperatura T valorado en T = 300 y p = 8 esto se puede evaluar usando la

siguiente relacin, que es resultado de la derivada del polinomio de LaGrange.
n
n xx j
i 0
j o x i x j
j i
p n ( x) f ( xi )
, se sugiere aplicar derivacin logartmica
y se llegar a la relacin
siguiente.
n x x j n 1 n f ( xi ) n n
f ( xi )

(x x j )
dx i0 j0 xi x j j0 x x j i0 n
k
0
j
0
(x x )
ji ji j0 i j k i jk,i
ji
dpn (x) n
En nuestro caso se tiene
Pgina 46
dp 2 ( x) ( 2 x x1 x 2 ) f ( x0 ) (2 x x0 x 2 ) f ( x1 ) ( 2 x x0 x1 ) f ( x 2 )
,
dx
( x0 x1 )( x0 x 2 )
( x1 x0 )( x1 x 2 )
( x 2 x0 )( x 2 x1 )
en
esta
relacin debemos tener en consideracin que f(x) representa la concentracin

de A y x a T de tal manera que al sustituir los tres puntos que se obtiene de
la tabla tenemos,
dp 2 ( x )
dx
dC A
( 2(300) 300 325)(0.62) ( 2(300) 273 325)
dt T 300
( 273 300)(273 325)
(300 273)(300
p 8
( 2(300) 273 300)(0.48)

gml
0.0026
1K
(325 273)(325 300)
4) Obtenga la primera y segunda derivada

siguiente tabulacin
I
x
f(x)
0
-1
11
1
0
3
2
2
23
evaluadas en x = 1, para la
3
5
143
4
10
583
Solucin
La tabulacin siguiente representa las diferencias divididas

i
0
1
2
3
4
x
-1
0
2
5
10
f(x)
11
3
23
143
583
Diferencias Divididas
Primeras
Segundas
-8
10
6
40
6
88
6
Debemos observar que un polinomio de segn do grado puede representar

exactamente
la funcin, puesto que la segunda diferencia dividida
es
constante.
Podemos aplicar el Polinomio de Newton de segundo grado en diferencias
divididas
p 2 ( x) f x 0 f x 0 , x1 ( x x 0 ) f x 0 , x1 , x 2 ( x x 0 )( x x1 )
p 2 ( x ) 11 8( x (1)) 6( x ( 1))( x 0) 6 x 2 2 x 3
Pgina 47
d
p 2 (1) 12 x 2 10,
dx
la segunda derivada
d2
dx 2
p 2 ( 2) 12
Observemos que se poda tambin derivar directamente del polinomio antes

de sustituir los valores de x0 y x1 esto es
d
p 2 (1) f x 0 , x1 f x 0 , x1 , x 2 ( 2 x x 0 x1 ) 10 , para la segunda derivada se
dx
obtiene
d2
dx 2
p 2 ( 2)
d
f x 0 , x1 f x 0 , x1 , x 2 (2 x x 0 x1 ) 2 f x 0 , x1 , x 2 12
dx
2.8.3. EJERCICIOS Y APLICACIONES PROPUESTOS

1.- La siguiente tabulacin representa el gasto instantneo de petrleo crudo
en un oleoducto en miles de libras por hora. El flujo se mide a intervalo de 12
minutos
Hora
Gasto
6:00
6.2
6:12
6.0
6:24
5.9
6:36
5.9
6:48
6.2
7:00
6.4
7:12
6.5
7:24
6.8
7:36
6.9
7:48
7.1
8:00
7.3
8:12
6.9
Cual es la cantidad de petrleo bombeado en 2 horas 12 minutos Calcule el

gasto promedio en ese periodo.
2.- En el interior de un cilindro de aluminio se tiene una resistencia elctrica
que genera una temperatura T1 = 1200 F. En la superficie exterior del cilindro
circula un fluido que mantiene su temperatura a T 2 = 300 F. Calcular la
cantidad de calor transferido al fluido por unidad de tiempo. Sabiendo que la
altura del cilindro es de 12 pulgadas, con radio interno R 1 2 pulgadas y radio
externo R2 12 pulgadas. La conductividad trmica del aluminio vara con la
temperatura segn la tabla
kBTU/hr pie2(F/pie)
TF
165
1200
150
900
130
600
108
300
Pgina 48
Considere un rgimen permanente y modelar el proceso con la ecuacin de

Fourier q kA
dT
dr
en donde:
q = representa el calor transferido

k = Es la conductividad trmica del aluminio en BTU/ hr pie 2 (F/pie)
que es funcin de T es decir k = f(T) en nuestro caso en forma tabular.
A = rea de transferencia de calor en pie 2
T = temperatura en F
R = distancia radial a partir del centro del cilindro en pies
3.- Determine el centro de masa de una lmina rectangular de 2 por

suponiendo que la densidad en un punto P(x,y) de la lmina esta dado por
2
2
( x, y ) e ( x y ) / 2 ,
4.- Encuentre la primera derivada numrica de x e x en el punto x = 1,
usando un polinomio de aproximacin de segundo grado, estime el error
cometido use la siguiente relacin con h = 0.5
3
2
df ( x )
1
f ( x 2 ) f ( x 0 ) h d f 3( x) con en min. x i , max .x i
dx x
2h
3!
dx
1
5.- Se
tiene la representacin tabular de la temperatura T en C de una salmuera

como refrigerante y tiempo t minutos encuentre la velocidad de enfriamiento
entre los tiempos t = 2.5 y t = 4 minutos. Use con t = x, h =1,
T
T
0
93.1
1
85.9
2
78.8
3
75.1
4
69.8
5
66.7
Utilice la siguiente
2 x 0 4 x 2 x1 2h
2 x x 0 x1
dp 2 ( x ) 2 x x 0 x1 2h
f ( x0 )
f ( x1 )
f (x2 )

dx
2h 2
2h 2
2h 2
6.- La siguiente data representa una muestra de medidas observadas en

una curva de imantacin del hierro, en ella x es el nmero de kilo lneas por
cm2 , y la permeabilidad encuentre la permeabilidad mxima.
X
Y
5
1090
6
1175
7
1245
8
1295
9
1330
10
1340
11
1320
12
1250
7.- Obtenga la segunda derivada evaluada en x =3.7, 4.5, para la funcin

tabulada de la siguiente manera
Pgina 49
Puntos 0
1
2
3
4
5
X
1
1.8
3
4.2
5
5.5
f(x)
3
4.34536
6.57735
8.88725 10.44721 13.39223
Utilice el polinomio de Newton en diferencias divididas para aproximar f(x).
8.- Si tenemos la siguiente data
X
0.2
0.3
0.4
0.5
0.6
f(x)
0.24428
0.40496
0.59673
0.82436
1.09327
f(x)
1.75482
2.08855
2.47308
Determine el valor de la primera derivada para x = 0.3; 0.4 y 0.5 y compare
con los valores analticos dados en la data, utilice la siguiente
2 x 0 4 x 2 x1 2h
2 x x 0 x1
dp 2 ( x ) 2 x x 0 x1 2h
f ( x0 )
f ( x1 )
f (x2 )

2
2
2
dx
2h
2h
2h
9.- En la tabla siguiente x es la distancia en metros que recorre una bala a

lo largo de un can en t segundos. Determine la velocidad de dicha bala
cuando x = 3
X
T
0
0
1
0.0359
2
0.0493
3
0.0596
4
0.0700
5
0.0786
10.- Mediante los mtodos vistos en clase determine:

1 1
y
2 x2
2 ey
.
dy
dx
.
y
sen
x
dx
dy
a)
b)
; c) . dy dx ; d) . dx dy
0
0 0
1 x
0 1
2.8.4. EJERCICIOS Y APLICACIONES DIVERSAS PROPUESTOS

I. Determinar las integrales aproximadas
usando los Mtodos de
Simpson, Trapezoidal simple y compuesto de:

5
1. ( 2 3 x) dx
0
2
2. ( 2 3 x x) dx
0
3
3. (5 3 x x)dx
0
5.
/2
senxdx
Pgina 50
6.
/2
sen 2 xdx
7.
/2
3
8. (2 x 4 x 2) dx
cos xdx ,
9.
3
2
(4 x 2 x 8) dx
x
10. e dx
2
x
11. ( x 4 x )dx 12. e dx
II. Hallar el rea de la regin limitada por:

1.
y las rectas
y x2 1
3.
y x3 x 2
x 1 ,
, y las rectas
x2
2.
x 1 , x 2
4.
y 2 x2 , x y .
y x2 2
x y 4.
5.
y x2 2 , y x
7. y x 3
y0
9. x 8 y y 2
x 2
, x2
entre x 3 , x 3 .
6. x 3 y 2
8. y x 2
, y x 1.
2x
, y x2 .
10. x (3 y )( y 1) , x 0
, x 0.
.
11.- x
y2 2y , x y 4 0 .
13.-
y 4 x 2 , y 4 4x .
15.-
y x2 , y x3 , x y 2 .
12.- y 4 x x 2 y el eje Y.
14.- y 2
16.
4x , 2x y 4 .
y x 2 2 x 4; x 2, X 4
III. Calcular el volumen generado por la curva:

a)
y 1 ( x / 2) 2 , 0 x 2
b)
y x3
c)
y x2
d)
y x2
e)
y0
y x 2 1
al rotar en torno al eje X

y0
y0
entre
x 4 ,
x4
al rotar en trono del eje X
Pgina 51

Apuntes Metodos Numericos Integracion y Diferenciacion

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Apuntes Metodos Numericos Integracion y Diferenciacion

Hochgeladen von

Copyright:

Verfügbare Formate

Mtodos Numricos Aplicados a la Ingeniera

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

2.2. INTEGRACIN Y DIFERENCIACIN NUMRICA

En materias anteriores se han estudiado una diversidad de tcnicas para

aproximacin de integrales se le llaman mtodos de cuadratura porqu

la principal herramienta para evaluar integrales

definidas es la Regla de Barrow, la que para su aplicacin requiere

determinacin de una primitiva de la funcin cuya integral queremos evaluar

utilizada para funciones analticas o

1. El proceso de integracin esta dado por el rea bajo la curva de f (x)

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

2. La integral aproximada est dado por el rea bajo la curva Pn (x)

3. Los errores que se cometen al integrar los diferentes segmentos, tienden

Pn (x) en un punto; puede variar en magnitud respecto a

Los mtodos de integracin usadas pueden clasificarse en dos grupos:

f (x) en abscisas equidistantes.

propiedades de familias de polinomio ortogonales.

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

2.2.2. MTODO DE NEWTON COTES

mas comunes, su estrategia es

remplazar a la funcin complicada o de datos tabulados por un polinomio

En donde pn(x) es el polinomio aproximacin,

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

Primero: Dividir el intervalo [a, b] en n intervalos de igual magnitud en

Segundo: Se aproxima f (x) por un polinomio de grado n, Pn (x) y se

integracin de la frmula de interpolacin lineal.

Que ocurre con (*) si n = 1, i.e., x0 = a , x1 = b, entonces la

La aproximacin a la integral es el rea del trapezoide bajo la

Para realizar la integracin

P1 ( x ) dx , se requiere usar una

de las representaciones del polinomio P1 (x).

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

Supongamos que elegimos las diferencias divididas finita

hacia delante tendremos.

La integral de lado derecho debe estar en funcin de s, i.e.,

Para los lmites de integracin x0 y x1:

; x 0 , h son cons tan tes

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

Algoritmo del Mtodo Trapezoidal

500 900 1400 1800 2000 2200

b) Aproximar: A2 0 (1 x ) ; c) Aproximar: A3 2 (2 3x 4 x 2 )dx

senxdx ; e) Aproximar: A5 2 cos xdx

c) h = 4 - (-2) = 6 ; x0 = -2 , x1 = 4 : f (x) = 2 + 3x + 4x2

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

Supongamos que el intervalo de integracin

subintervalos con longitudes iguales, i.e.,

Supongamos que n=2

es decir al intervalo [a,b] se le divide en dos

subintervalos en tonces tendremos:

Se aproxima f(x) por una parbola

Usemos la formula de Newton en diferencias finitas hacia delante

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

Considerando la primera y segunda diferencia hacia delante tenemos

Integracin y Diferenciacin Numrica

Mtodos Numricos Aplicados a la Ingeniera

Ejemplos usando los datos anteriores aplicar el algoritmo