1

Mecnica Computacional II

CAPITULO II
Derivacin e integracin
numrica

Universidad Simn Bolvar

Captulo II
Derivacin e integracin numrica
Introduccin
Derivacin numrica
Integracin numrica
Referencias

Introduccin

En muchas ocasiones se dispone de data numrica a

la cual se le debe calcular la derivada localmente o
realizar la integracin en cierto intervalo. Ello puede
hacerse de diversas maneras.
Una primera va es utilizar la aproximacin de la
data por una funcin (polinomios o cualquier otra
base) y luego derivar esta funcin.
Esta opcin conduce a buenos resultados, si la
aproximacin que se obtuvo es lo suficientemente
suave.

Introduccin

No obstante, en aplicaciones prcticas este

procedimiento puede ser muy engorroso y de poca
utilidad.
Una segunda opcin es la construccin de formulas
especialmente adaptadas con estos fines.
A este tpico se dedica este captulo.

Captulo II
Derivacin e integracin numrica
Introduccin
Derivacin numrica
Integracin numrica
Referencias

Derivacin numrica

Dad la importancia que tiene el desarrollo en serie de

Taylor de funciones, recordaremos el teorema de Taylor.
Teorema de Taylor:
Supongamos que f Cn[a,b], que f(n+1) existe en [a,b] y
que x0 [a,b]. Para toda x [a,b] habr un nmero (x)
entre x0 y x tal que
f ( x ) = P( x ) + R( x )
Polinomio de Taylor

donde

2
n
k
n
(
(
(
x x0 )
x x0 )
x x0 )
(n )
(k )
P( x ) = f (x0 ) + f ( x0 )(x x0 ) + f ( x0 )
+ ... + f ( x0 )
= f ( x0 )
2!
n!
k!

R( x ) = f

( n +1)

k =0

n +1
(
x x0 )
( (x ))
(n + 1)!

Residuo

Derivacin numrica

Las aproximaciones numrica a las derivadas parten

del uso de desarrollos en serie de Taylor. Escribamos
x ) d m f
(
f ( x + x ) =
m
m
!
m =0
dx t

Esta expresin se escribe como

x ) d m f ( x ) d n +1 f
(
f ( x + x ) =
m +
n +1
m
dx
n
!
+
1
!
) dx c
m =0

t (
n

n +1

con c [t,t+t]. El segundo trmino representa el

error cometido para la aproximacin con n
trminos.

Derivacin numrica

Supongamos que tenemos una secuencia de datos

ordenados de manera creciente en x de manera que
se expresan como (xi,yi), 0ik. Supongamos, para
simplificar, que los puntos estn espaciados de
manera uniforme.
La primera derivada en los puntos de data conocida
se calcula, en primer orden, a partir de
df
f ( x + x ) = f ( x ) + x
+ O ( x 2 )
dx x

Luego, al despejar obtenemos

f ( x + x ) f ( x )
df
=
+ O ( x )
dx x
x

Derivacin numrica

Si escribimos esta ecuacin en trminos de los

valores conocidos, con
x = xi +1 xi
yi = f ( xi )

obtenemos
f ( xi +1 ) f ( xi )
df
=
+ O ( x )
dx x
x

Esta expresin corresponde a la frmula de la

primera derivada hacia adelante, en primer orden.

10

Derivacin numrica

De manera similar podemos calcular la derivada

hacia atrs
f ( x x ) = f ( x ) x

df
+ O ( x 2 )
dx x

f ( xi ) f ( xi 1 )
df
=
+ O ( x )
dx x
x

Estas ecuaciones
corresponden a las
pendientes de rectas que
unen a los distintos
puntos.

xi

11

Derivacin numrica

Expresiones con mayor precisin pueden ser

construidas. Por ejemplo si escribimos nuevamente
los desarrollos tenemos:
df
x 2 d 2 f
f ( x + x ) = f ( x ) + x
+
dx x 2! dx 2
df
x 2 d 2 f
+
f ( x x ) = f ( x ) x
dx x 2! dx 2

+ O ( x3 )
x

+ O ( x3 )
x

Restando estas ecuaciones obtenemos

df
f ( x + x ) f ( x x ) = 2x
+ O ( x3 )
dx x

12

Derivacin numrica

Al despejar
f ( x + x ) f ( x x )
df
=
+ O ( x 2 )
dx x
2x

Utilizando la notacin indicial

f ( xi +1 ) f ( xi 1 )
df
=
+ O ( x 2 )
dx x
2x

Esta ecuacin es de un
orden mayor de precisin y
se interpreta como se
muestra en la figura

xi

13

Derivacin numrica

La expresin anterior nos permite hallar la derivada

en el punto i a partir de los valores conocidos de f en
(i+1) e (i-1).
Grficamente tenemos
f ( xi +1 ) f ( xi 1 )
df
=
+ O ( x 2 )
dx x
2x
xi-1 xi xi+1x

Esta ecuacin permitir entonces determinar los

valores de las derivadas en puntos internos en orden
2.

14

Derivacin numrica

En los bordes, si se quiere conservar el mismo orden

tendremos que hacer los desarrollos como sigue.
x ) df ( x ) d 2 f
(
3
f ( x + x ) = f ( x ) +
+
+
O

x
(
)
2

1! dx x
2! dx x
2

f ( x + 2x ) = f ( x )

2x ) df
(
+

2
( 2x ) d f
3
+
+
O

x
(
)
2

1! dx x
2! dx x
2

Multiplicando la primera ecuacin por 4 y restando la

segunda
4 f ( x + x ) f ( x + 2x ) = 3 f ( x )

x ) df
(
+2

3
+
O

x
(
)

1! dx x

15

Derivacin numrica

Simplificando obtenemos
3 f ( x ) + 4 f ( x + x ) f ( x + 2x )
df
=
+ O ( x 2 )
dx x
2x

En notacin indicial
3 f ( xi ) + 4 f ( xi +1 ) f ( xi + 2 )
df
=
+ O ( x 2 )
dx x
2x

Similarmente, desarrollando hacia atrs

3 f ( xi ) 4 f ( xi 1 ) + f ( xi 2 )
df
=
+ O ( x 2 )
dx x
2x

16

Derivacin numrica

Combinando desarrollos en serie de Taylor con ms

puntos, frmulas de orden superior pueden ser
halladas.
De manera similar, frmulas para segundas
derivadas pueden ser construidas
d2 f
fi 1 2 fi + fi +1
2
O
x
=
+

(
)
2
2
( x )
dx x
2 f j 5 f j 1 + 4 f j 2 f j 3
d2 f
2
=
+
O

x
(
)
2
2
( x )
dx x
2 f j 5 f j +1 + 4 f j + 2 f j +3
d2 f
2
=
+
O

x
(
)
2
2
( x )
dx x

17

Derivacin numrica

Aplicacin. Se desea hallar la expresin aproximada

de la primera y segundas derivadas de la funcin
tabulada siguiente en los primeros dos puntos:
x
1.8
1.9
2

f(x)
10.88936544
12.70319944
14.7781122

a) Clculo de la primera derivada en el extremo

izquierdo
df ( x )
f f
12.70319944 10.88936544
= i +1 i + O(x ) =
+ O(x ) = 18.13834
dx

x =1.8

0.1

df ( x )
3 f (1.8) + 4 f (1.9) f (2.0)
=
+ O x 2 = 16.8329463
dx x =1.8
2 * 0.1

( )

18

Derivacin numrica

b) Clculo de las derivadas en el nodo interior

df ( x )
f f
f (2.0) f (1.9)
= i +1 i + O(x ) =
+ O(x ) = 20.7491276
dx x =1.9
x
0.1
df ( x )
f i f i 1
f (1.9) f (1.8)
=
+ O(x ) =
+ O(x ) = 18.13834
dx x =1.9
x
0.1
df ( x )
f i +1 f i 1
f (2.1) f (1.9)
2
=
+ O x =
+ O x 2 = 19.4437338
dx x =1.9
2x
2 * 0.1

( )

( )

A los fines de examinar la exactitud de las

aproximaciones realizadas, la tabla siguiente
presenta los resultados obtenidos as como la
comparacin con la funcin que gener la data.

19

Derivacin numrica
Error (%)

x
1.8
1.9
2

Exacta
Adelante
f(x) [O(Dx)]
f(x)
f(x)
10.88936544 16.9390129
18.13834
12.70319944 19.38909388 20.7491276
14.7781122
22.1671683

Error (%)

x
1.8
1.9
2

Exacta
Atrs
f(x) [O(Dx)]
f(x)
f(x)
10.88936544 16.9390129
12.70319944 19.38909388
18.13834
14.7781122
22.1671683
20.7491276

x
1.8
1.9
2

f(x) [O(Dx2)]
f(x)
f(x)
10.88936544 16.9390129
16.8329463
12.70319944 19.38909388
14.7781122
22.1671683

x
1.8
1.9
2

Exacta
Centrada
f(x) [O(Dx2)]
f(x)
f(x)
10.88936544 16.9390129
12.70319944 19.38909388 19.4437338
14.7781122
22.1671683

7.08
7.01

Hacia
adelante
Orden 1
Hacia atrs
Orden 1

-6.45
-6.40

-0.63

Error (%)

0.28

Hacia
adelante
Orden 2
Centrada
Orden 2

20

Derivacin numrica

Es claro que los mejores resultados se obtienen con las

derivadas de orden superior, por lo que estas son utilizadas
preferentemente.
Analicemos la influencia del espaciamiento en la exactitud
del clculo, entre los datos, cuando se conoce la funcin y
se desea calcular la derivada. Por ejemplo, para la misma
funcin, con aritmtica de cuatro dgitos tenemos
h
1
0.1
0.01
0.001
0.0001
0.00001
0.0000001
0.00000001
0.000000001

f(x+h)
52.705
14.7781
12.8984
12.7226
12.7051
12.7034
12.7032
12.7032
12.7032

f(x) [O(Dx2)] Error (%)

f(x-h)
2.2136
25.2457 30.2056721
10.8894
19.4435 0.28060165
12.5106
19.39 0.00467334
12.6838
19.4 0.05624872
12.7013
19 -2.00676672
12.703
20 3.15077188
12.7032
0
-100
12.7032
0
-100
12.7032
0
-100

Error
empieza
a crecer
Error es
mximo!

21

Derivacin numrica

Dos inconvenientes se presentan. En primer lugar el error

para valores muy pequeos de Dx se hace muy grande.
Esto es debido a errores debido a la cantidad de cifras
empleadas para la representacin de las cantidades.
Sin embargo, a partir de cierto valor de Dx (alrededor de
0.01 en nuestro ejemplo), el error comienza a crecer.
Para examinar las razones del crecimiento del error
consideremos la formula de tres puntos para diferencias
centradas df (x ) f (x + x ) f (x x )
=

dx

2x

( )

+ O x 2

Si escribimos de manera explcita el error de redondeo

tenemos df (x ) f (x + x ) + e(x + x ) [ f (x x ) + e(x x )]
dx

2x

( )

+ O x 2

22

Derivacin numrica

Luego, el error total de la aproximacin es:

df ( x ) f ( x + x ) f ( x x ) e( x + x ) e( x x )

=
+ O(x 2 )
dx

2x

2x

Si suponemos el caso ms desfavorable y consideramos

que el error est acotado por algn nmero >0 tenemos
que
df ( x ) f ( x + x ) f ( x x )

=
+ O(x 2 )
dx

2x

Entonces, a medida que disminuye Dx, el error de

truncamiento disminuye pero el error de redondeo se
incrementa.
Por esta razn, usualmente, cuando se conoce la funcin y
se calcula la derivada utilizando las formulas antes
descritas, el valor de Dx debe escogerse de manera que no
sea tan pequeo que el error de redondeo sea apreciable.

23

Derivacin numrica

Frmulas para puntos espaciados de manera no

uniforme pueden ser deducidas y se encuentran
fcilmente en la literatura.
Inclusive, en algunos casos, se construye el
polinomio interpolante de Lagrange de segundo
orden, que pasa por conjuntos de tres puntos
irregularmente espaciados y se deriva el mismo
obtenindose
2 x xi xi +1
2 x xi 1 xi +1
f ( x) =
f ( xi 1 ) +
f ( xi ) +
(xi1 xi )(xi1 xi+1 )
(xi xi1 )(xi xi+1 )
2 x xi 1 xi
f ( xi +1 )
(xi+1 xi1 )(xi+1 xi )

24

Derivacin numrica

Con esta expresin es posible estimar la derivada en

el interior del dominio [xi-1,xi+1].
No siempre es mas conveniente utilizar expresiones
con mayor cantidad de puntos debido a la
imposibilidad de reflejar de manera adecuada
cambios abruptos (por ejemplo ondas de choque) o
las condiciones de borde (necesidad de discretizar la
malla de manera muy fina).

25

Captulo II
Derivacin e integracin numrica
Introduccin
Derivacin numrica
Integracin numrica
Referencias

26

Integracin numrica

Al igual que para el clculo de derivadas, diferentes

mtodos estn disponibles.
En particular, si se puede trazar un polinomio
interpolante, o splines, las integrales pueden ser
calculadas.
Nuevamente este procedimiento puede resultar muy
engorroso por lo que es necesario desarrollar otros
mtodos.
El mtodo mas burdo se obtiene a partir de la
definicin de integracin definida.
Considere una secuencia de datos equiespaciados
(por simplicidad)

27

Integracin numrica
y
1.3
3.5
4.2
5
7
8.8
10.1
12.5
13
15.6

INTEGRACION NUMERICA
12
10
8
f(x)

x
1
2
3
4
5
6
7
8
9
10

6
4
2
0
0

10

12

10

12

x
INTEGRACION NUMERICA
12

Si utilizamos la
definicin de integracin

8
f(x)

10

f ( x ) dx = lim f ( x )x
n

i =1

4
2
0
0

6
x

28

Integracin numrica

Se obtiene una primera frmula para integracin

(regla del rectngulo)
n1

n1

f (x)dx= lim f (x)dx= f (x )x

b

i=1

i=1

Si los puntos estn espaciados de manera uniforme

x=h
n1

f (x)dx= h f (x ) = h[ f + f + f +...f
b

i=1

n2

+ fn1]

Salvo por la acumulacin de los errores de redondeo,

mientras ms puntos se escojan, ms preciso ser el
clculo de la integral.

29

Integracin numrica

Aplicacin: integre, en el intervalo [0,6] la funcin

f (x) = x2 2x +8

b a
Considere diferentes valores de h. Si hacemos h =
n
tendremos
n1

f (x)dx= h f (x )
b

i=0

n1

x
e
dx= h(a +ih) 2(a +ih) +8
b

i=0

n1

x
e
dx= h(ih) 2(ih) +8 =
6

i=0

= h (0h) 2(0h) +8+(1h) 2(1h) +8+...+((n 1)h) 2((n 1)h) +8

2

30

Integracin numrica

Si escogemos h=1 tendremos

x
0
1
2
3
4
5
6

f(x)
8
7
8
11
16
23

Luego,
n1

f (x)dx= h f (x ) =1[8+7+8+11+16+23] = 73
b

i=0

Para estimar el error, comparemos con la solucin

analtica 3
x 2
f (x)dx= 3 x +8x +C

31

Integracin numrica

Entonces,

x 2

0 x 2x +8dx= 3 x +8x +C = 84
0
y el error relativo es:
6

84 73
E=
* 100 = 13 .1 %
84

Para disminuir el error, escojamos valores de h mas

pequeo. La tabla siguiente presenta algunos resultados.
n
6
60
600
6000
60000

h
1
0.1
0.01
0.001
0.0001

Integral
73.0000
82.8100
83.8801
83.9880
83.9988

Error
-13.09524
-1.41667
-0.14274
-0.01428
-0.00143

32

Integracin numrica

Aplicacin: integre, en el intervalo [0,6] la funcin

x
(
)
f x =e

Considere diferentes valores de h.

b a
Si hacemos h =
n

tendremos

n1

f (x)dx= h f (x )
b

i=0

n1

a+ih
e
dx
=
h
e

i=0

n1

x
ih
0h
h
2h
(n2)h (n1)h
e
dx
=
h
e
=
h
e
+
e
+
e
+
...
+
e
+e

i=0

33

Integracin numrica

La tabla siguiente presenta los valores obtenidos para

distintos h.
n
6
60

h
1
0.1

Integral
234.20418
382.64266

Error
-41.8023
-4.9167

600

0.01

400.42000

-0.4992

6000

0.001

402.22761

-0.0500

60000

0.0001

402.40867

-0.0050

Ntese que a diferencia del ejemplo anterior, la

disminucin del error al disminuir el paso h es mas
lenta en este caso. En algoritmos que requieran
eficiencia, podra requerirse valores de h muy
pequeos, lo que demandara tiempos de clculo muy
grande.
Esto lleva a la bsqueda de mtodos mas eficientes.

34

Integracin numrica
El siguiente programa fue utilizado para obtener los resultados
anteriores
% programa integra
clear all
clc
% Integracin de f(x) entre a y b para
% distintos valores de discretizacin
% Definicin de la funcin
f=inline('x^2-2*x+8');
% f=inline('exp(x)');
% Integral terica
f_int=inline('x^3/3-x^2+8*x');
% f_int=inline('exp(x)');
% Limites de la integracin
a=0; b=6;
% Grafica de la funcin
ezplot(f,[a,b])

% Nmero de intervalos inicial

n=6;
% Nmero de discretizaciones a probar
num_disc = 5;
for k=1:num_disc
h=(b-a)/n;
sum=0;
for j=1:n
i=j-1;
sum=sum+f(a+i*h);
end
int=h*sum;
int_teo=f_int(b)-f_int(a);
error=(int-int_teo)/int_teo*100;
fprintf('%8d %12.5f %8.5f %8.5f\n',n, h, int, error)
n=n*10;
end

35

Integracin numrica

Una nueva frmula para integracin es obtenida a partir

de la regla del trapecio en la cual, rectas son trazadas
entre los distintos puntos que constituyen la data.
INTEGRACION NUMERICA
12
10

f(x)

8
6
4
2
0
0

10

12

En este caso, la frmula para integracin es

n
b
h
fi + fi+1

x = ( f0 + 2 f1 + 2 f2 + ...+ 2 fn1 + fn )
a f (x)dx
2
2
i =0

36

Integracin numrica

Aplicacin: integre, en el intervalo [0,6] la funcin

x
(
)
f x =e

Utilizando la regla del trapecio. Considere diferentes

valores de h.
b a
Si hacemos h =
tendremos
n
n
b
h
fi + fi+1

x = ( f0 + 2 f1 + 2 f2 + ...+ 2 fn1 + fn )
a f (x)dx
2
2
i =0
n
b
h 0h
fi + fi+1
x
1h
2h
(n1)h
nh
e
dx

x
=
e
+
2
e
+
2
e
+
...
+
2
e
+
e

a
2
2
i =0

37

Integracin numrica

La tabla siguiente presenta los resultados obtenidos

para distintos valores de h.
n
6
60
600
6000
60000

h
1
0.1
0.01
0.001
0.0001

Integral
435.41858
402.76409
402.43215
402.42883
402.42879

Error
8.19767
0.08332
0.00083
0.00001
0.00000

Ahora, nos damos cuenta de que, en este caso, el error

cometido, comparado con los resultados obtenidos al
utilizar la regla del rectngulo, para el mismo paso h, es
mucho menor.
Por qu ocurre esto?

38

Integracin numrica

Para responder a esta pregunta, notemos que si

utilizamos como aproximacin para la funcin f(x) el
polinomio de Taylor entre los puntos xi y xi+1
obtenemos
f (x) = f (xi ) +O((x xi ))
Luego, al integrar entre esos puntos, obtenemos

xi+1

xi

f (x)dx =

xi+1

xi

f (xi )dx + O((x xi ))dx

xi+1

xi

= f (xi )(xi+1 xi ) + O (x xi )

que corresponde a la regla

del rectngulo mas un error
de orden h2

f (xi )
xi

xi+1

39

Integracin numrica

Por otra parte, si se utiliza una aproximacin del

polinomio de Taylor un orden superior

f (x) = f (xi ) + f (xi )(x xi ) +O (x x1)

al ser integrada entre xi y xi+1 nos lleva a

xi+1

xi

f (x)dx =

xi+1

xi

f (xi )dx +

= f (xi )(xi+1

xi+1

xi

f (xi )(x xi )dx + O (x xi ) dx

xi+1

xi

2
(
xi+1 xi )
3

x ) + f (x )
+ O((x x ) )
i

40

Integracin numrica

Si aproximamos hacia adelante la primera derivada de

f(x) en xi tenemos
2
xi+1
f (xi+1 ) f (xi ) (xi+1 xi )
3
+ O (x xi )
xi f (x)dx = f (xi )(xi+1 xi ) + xi+1 xi
2
[
f (xi+1 ) f (xi )](xi+1 xi )
3
= f (xi )(xi+1 xi ) +
+ O (x xi )
2
que corresponde a la regla del
trapecio mas un error de
orden h3.
Se entiende entonces, que al
ser error de orden superior, la
regla del trapecio es ms
precisa que la del rectngulo.

f (xi+1 )
f (xi )
xi

xi+1

41

Integracin numrica

Una frmula an mas precisa, denominada Regla de

Simpson se obtiene al considerar la integracin en cada
subintervalo a partir del desarrollo en serie de Taylor de
f(x)
f.(x) = f (x1) + f (x1)(x x1) + f (x1)

(x x1)

Luego, una aproximacin a la

integral de f(x) en el intervalo
[x0,x2] viene dada por

2!

+ f (x1)

(x x1)

3!

+O (x x1)

f (x2 )
f (x1)
f (x0 )

x0

x1

x2

42

Integracin numrica

f (x)dx = f (x )dx + f (x )(x x )dx +

x2

x2

x0

x0

x2

x2

x0

(
x x1 )
f (x )

Integrando

f (x)dx = f (x )x
x2

x0

x0

3!

x0

(
x x1 )
+ f (x )

2 x2

x2
x0

(
x x1 )
+ f (x )
24

x0

2
(
x x1 )
f (x )
dx
1

2!

dx + O (x x1 ) dx
x2

x0

4 x2

x2

(
x x1 )
+ f (x )

3 x2

x0

+ O (x x1 )

x0

43

Integracin numrica

Cada integral se evala para dar:

f (x1)x x = f (x1)(x2 x0 ) = 2hf(x1)
x2
0

(
x x1)
f (x )

2 x2

x0

(
x x1)
f (x )

3 x2

x0

(
x x1)
f (x )

4 x2

24

x0

f (x1)
f (x1) 2 2
2
2
(x2 x1) (x0 x1) =
=
h h = 0
2
2

f (x1)
f (x1) 3
f (x1) 3
3
3
3
(x2 x1) (x0 x1) =
=
h (h) =
h
6
6
3

f (x1)
f (x1) 4 4
4
4
(x2 x1) (x0 x1) =
=
h h = 0
24
24

Luego, tendremos

44

Integracin numrica

f (x1 ) 3
5
(
)
(
)
f
x
dx
=
2
hf
x
+
h
+
O
h
1
x0
3
Utilizando la expresin centrada para la segunda
derivada obtenemos (cuidado con el orden del error!)

( )

x2

x2

x0

1 f (x0 ) 2 f (x1 ) + f (x2 )

2
f (x)dx = 2hf (x1 ) +
+
O
h
3
h2

( )h

Simplificando, obtenemos la Regla de Simpson

x2

x0

h
f (x)dx [ f (x0 ) + 4 f (x1 ) + f (x2 )]
3

precisa en orden h5.

45

Integracin numrica

Si se desea realizar la integracin en un intervalo

[a,b], se subdivide el intervalo de integracin en un
numro par n de subintervalos y se aplica la regla de
Simpson en cada par consecutivo de subintervalos

x0

x1

x2

x3

f (x)dx f (x)dx
x2

x4

x0

x2

x4

x2 j2

x2 j

x2 j2

x2 j1

x2 j

f (x)dx

xn1

xn2

xn

xn2

xn

f (x)dx

46

Integracin numrica

Luego, la integral vendr dada por

n/ 2

x2 j

j =1

x2 j2

f (x)dx
b

x0

x1

x2

x3

f (x)dx f (x)dx
x2

x4

x0

x2

h
f (x)dx = f (x2 j 2 ) + 4 f (x2 j 1 ) + f (x2 j )
j =1 3
n/ 2

x4

x2 j2

x2 j

x2 j2

x2 j1

x2 j

f (x)dx

xn1

xn2

xn

xn2

xn

f (x)dx

47

Integracin numrica

Desarrollando tenemos
b
h
a f (x)dx 3 [ f (x0 ) + 4 f (x1 ) + f (x2 ) + f (x2 ) + 4 f (x3 ) + f (x4 ) +
.... + f (x2 j 4 ) + 4 f (x2 j 3 ) + f (x2 j 2 ) + f (x2 j 2 ) + 4 f (x2 j 1 ) + f (x2 j )
+ f (x2 j ) + 4 f (x2 j +1 ) + f (x2 j +2 )

.....

+ f (xn4 ) + 4 f (xn3 ) + f (xn2 ) + f (xn2 ) + 4 f (xn1 ) + f (xn )]

Reagrupando llegamos a:
b

n/ 2
n / 21
h
f (x)dx f (x0 ) + 4 f (x2 j 1 ) + 2 f (x2 j ) + f (xn )]
3
j =1
j =1

48

Integracin numrica

Aplicacin: integre, en el intervalo [0,6] la funcin

f (x) = ex
Utilizando la regla de Simpson. Considere diferentes
valores de h.
La tabla siguiente presenta los resultados obtenidos:
n
6
60
600
6000
60000

h
1
0.1
0.01
0.001
0.0001

Integral
404.423706
402.429017
402.428794
402.428793
402.428793

Error
0.49571807
5.5489E-05
5.5555E-09
6.78E-13
-2.119E-13

Ntese que el tamao del error, para el mismo nmero

de subintervalos es bastante menor al obtenido con las
reglas del rectngulo y del trapecio para el mismo
ejemplo.

49

Integracin numrica

Las formulas derivadas para las reglas del trapecio y

de Simpson corresponden a una clase de mtodos
denominados formulas de Newton-Cotes.
Dos tipos de formulas de Newton-Cotes existen:
abiertas y cerradas.
Las formulas cerradas de (n+1) puntos de NewtonCotes utilizan en cada subintervalo (n+1) puntos,
identificados como
xi+k = xi + kh

k = 0, 1,...,n

con

xi+n xi
h=
n

xi

xi+1

xi+2

xi+n

50

Integracin numrica

Esta frmulas se denomina cerrada ya que los

extremos del subintervalo cerrado [xi,xi+n] se incluyen
como nodos. La frmula es dada por:
xi+n

xi

i +n

f (x)dx ak f (xk )
k =i

donde, si Lk(x) representa los polinomios de Lagrange

que interpolan los (n+1) puntos de data tendremos
ak

(
xx )
= L (x)dx =
dx
(x x )
xi+n i+n

xi+n

xi

xi

j =i
j k

51

Integracin numrica

Por ejemplo, para n=1 tenemos

i +1

f (x)dx a f (x ) = a f (x ) + a f (x )
xi+1

xi

k =i

(
xx )
a =
dx
(x x )
xi+1 i+1

xi

j =i
j k

i +1

i +1

xi+n xi
h=
= xi+1 xi
n

(
xx )
(
xx )
1 ( x x )
a =
dx=
dx=

(x x )
(x x ) (x x ) 2
xi+1

ai+1

xi

i+1
j=i
ji

xi+1

2 xi+1

i+1

xi

i+1

i+1

i+1

(
xx )
(
xx )
=
dx=
dx=
(x x )
(x x ) (x
xi+1

xi

i+1

j =i
j i+1

xi+1

i+1

xi

i+1

(
xi+1 xi )
=

xi

(
xi+1 xi )
1 (x xi )

=
2 x
2
i+1 xi )
i
2 xi+1

52

Integracin numrica

Luego,

(
xi+1 xi )
h
x f (x)dx 2 [ f (xi ) + f (xi+1)] = 2 [ f (xi ) + f (xi+1)]
xi+1
i

que corresponde a la frmula del trapecio.

Las distintas frmulas junto con la expresin del error
se presentan a continuacin.
n=1 : Regla del trapecio
h
h3
xi f (x)dx = 2 [ f (xi ) + f (xi+1)] 12 f ( )
xi < < xi+1
xi+1

53

Integracin numrica

n=2 : Regla de Simpson

h
h5 (4)
xi f (x)dx = 3 [ f (xi ) + 4 f (xi+1) + f (xi+2 )] 90 f ( )
xi < < xi+2
xi+2

n=3: Regla de Simpson 3/8

xi+3
3h
3h5 (4)
xi f (x)dx 8 [ f (xi ) + 3 f (xi+1) + 3 f (xi+2 ) + f (xi+3 )] 80 f ( )
xi < < xi+3
n=4
2h
8h7 (6)
xi f (x)dx 45[7 f (xi ) +32f (xi+1) +12f (xi+2 ) +32f (xi+3) +7 f (xi+4 )] 945f ()
xi < < xi+4
xi+4

54

Integracin numrica

Aplicacin: Integre utilizando las frmulas cerradas

de Newton-Cotes para n=1,2,3 y 4 la funcin
f ( x) = x cos x + ( x3 +1) ex

en el intervalo [-1,5] con h=1/2.

La tabla de valores de f(x) y su grfica son:
i
0
1
2
3
4
5
6
7
8
9
10
11
12

x
-1
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5

f(x)
-0.54030231
1.00383983
1
1.12113827
1.27606119
1.08230025
0.38572388
-0.63819594
-1.57593958
-1.95268821
-1.42405796
0.07483521
2.26729225

x cos(x)+(x3+1) exp(-x)
2.5
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-1

2
x

55

Integracin numrica

Para n=1, tenemos:

h
h3
xi f (x)dx = 2 [ f (xi ) + f (xi+1)] 12 f ( )
xi < < xi+1
xi+1

Regla del trapecio

2.5

Trapecio
1
2
3
4
5
6
7
8
9
10
11
12

2
1.5
1

f(x)

0.5
0
-0.5
-1
-1.5
-2
-1

2
x

I_trapecio
0.11588438
0.50095996
0.53028457
0.59929987
0.58959036
0.36700603
-0.06311802
-0.55353388
-0.88215695
-0.84418654
-0.33730569
0.58553186
0.60825596

56

Integracin numrica

n=2, tenemos:
h
h5 (4)
xi f (x)dx = 3 [ f (xi ) + 4 f (xi+1) + f (xi+2 )] 90 f ( )
xi < < xi+2
xi+2

Regla de Simpson
2.5

i
0
1
2
3
4
5
6
7
8
9
10
11
12

2
1.5
1

f(x)

0.5
0
-0.5
-1
-1.5
-2
-1

2
x

x
-1
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5

f(x)
I_Simpson
-0.54030231
1.00383983 0.74584284
1
1.12113827 1.12676905
1.27606119
1.08230025 0.99849768
0.38572388
-0.63819594 -0.62383324
-1.57593958
-1.95268821 -1.80179173
-1.42405796
0.07483521 0.19042919
2.26729225
0.63591378

57

Integracin numrica

n=3, Regla de Simpson 3/8

3h
3h5 (4)
xi f (x)dx 8 [ f (xi ) + 3 f (xi+1) + 3 f (xi+2 ) + f (xi+3 )] 80 f ( )
xi < < xi+3
xi+3

Regla de Simpson 3/8

2.5

i
0
1
2
3
4
5
6
7
8
9
10
11
12

2
1.5
1

f(x)

0.5
0
-0.5
-1
-1.5
-2
-1

2
x

x
-1
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5

f(x)
I_Simpson 3/8
-0.54030231
1.00383983
1 1.236066649
1.12113827
1.27606119
1.08230025 1.609114964
0.38572388
-0.63819594
-1.57593958 -1.539257038
-1.95268821
-1.42405796
0.07483521 -0.699949537
2.26729225
0.605975037

58

Integracin numrica

n=4,
2h
8h7 (6)
xi f (x)dx 45[7 f (xi ) +32f (xi+1) +12f (xi+2 ) +32f (xi+3) +7 f (xi+4 )] 945f ()
xi < < xi+4
xi+4

newton-Cotes cerrada n=4

2.5

i
0
1
2
3
4
5
6
7
8
9
10
11
12

2
1.5
1

f(x)

0.5
0
-0.5
-1
-1.5
-2
-1

2
x

x
-1
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5

f(x)
n=4
-0.54030231
1.00383983
1 1.892213589
1.12113827
1.27606119
1.08230025
0.38572388 0.372019465
-0.63819594
-1.57593958
-1.95268821
-1.42405796 -1.607567172
0.07483521
2.26729225
0.656665882

59

Integracin numrica
MATLAB calcula fcilmente la integral numrica de la funcin
f, entre a y b utilizando las siguientes instrucciones:
f=inline ('x.*cos (x)+(x.^3+1).*exp (-x)');
a=-1; b=5;
int_teo=quad(f,a,b)
int_teo =
0.6652
Tambin, la integral puede ser obtenida analticamente:
syms x Integ;
Integ = int(x.*cos (x)+(x.^3+1).*exp (-x));
pretty(Integ)

60

Integracin numrica

La tabla siguiente presenta la comparacin de los

resultados obtenidos para distintos valores de h
(escogidos de manera que el nmero de subintervalos
permitiera usar todas las frmulas)
h
0.5
Error (%)
0.25
Error (%)
0.16666667
Error (%)
0.125
Error (%)

Trapecio
0.60825596
8.563
0.64948424
2.365
0.65810058
1.070
0.66119032
0.606

Simpson
Simpson_3_8
0.63591378
0.60597504
4.405
8.906
0.66322699
0.66086051
0.300
0.655
0.66481971
0.66433115
0.060
0.134
0.66509235
0.66493535
0.019
0.043

n=4
0.65666588
1.286
0.66504788
0.026
0.66520375
0.002
0.6652167
0.000

Ntese que el error para h=0.5 es comparable entre las

frmulas del trapecio y la de Simpson 3/8. Esto es
debido la forma particular de la funcin integrada. La
lmina siguiente presenta las grficas de cada
aproximacin para h=0.25

61

Integracin numrica
Regla del trapecio

Regla de Simpson
2.5

1.5

1.5

0.5

0.5

-0.5

-0.5

-1

-1

-1.5

-1.5

f(x)

2.5

-2
-1

2
x

-2
-1

2.5

1.5

1.5

0.5

0.5

-0.5

-0.5

-1

-1

-1.5

-1.5

2
x

newton-Cotes cerrada n=4

Regla de Simpson 3/8

2.5

-2
-1

-2
-1

62

Integracin numrica

En conclusin, ahora usted dispone de un conjunto de

relaciones que le permiten calcular integrales
numricamente.
As mismo, todos los paquetes comercialmente
disponibles poseen comandos o rutinas adaptadas a
necesidades especificas como funciones que varan
muy rpido en algunas regiones y muy lentamente en
otras, lo que puede hacer poco eficientes los mtodos
estudiados en este captulo.

63

Captulo II
Derivacin e integracin numrica
Introduccin
Derivacin numrica
Integracin numrica
Referencias

64

Referencias

1. Anlisis Numrico, Burden R., Faires J. D., 6ta

Edicin, International Thomson Editores, 1998
2. Mtodos Numricos para Ingenieros, Chapra S.,
Canale R., 4ta Edicin, McGrawHill, 2003
3. Anlisis Numrico con Aplicaciones, Gerald C.,
Wheatley P.,6ta Edicin, Pearson Educacin, 1999

65

Mecnica Computacional II

Captulo II
Derivacin e integracin
numrica

Universidad Simn Bolvar