Documente Academic
Documente Profesional
Documente Cultură
numéricas
Derivadas e integrales
Concepto de derivada
y f x i x− f x i Cociente incremental
=
x x
dy f x i x− f x i
= lim Derivada
d x x0 x
Derivadas e integrales
Concepto de integral definida
b
I =∫ f ( x) dx
a
b n
∫ f x dx= lim ∑ f x i x
a x 0 i=1
n∞
Suma de Riemann
Suma de Riemann
Derivadas e integrales
Relación entre derivadas e integrales: posición
versus velocidad
d
v t = y t
dt
t
y t =∫ v t dt
0
Tipos de funciones
Tipo de función a integrar o diferenciar:
∑ yi
i=1
y =
n
● continua:
b
∫ f ( x) dx
a
ȳ=
b−a
Diferencias
● Métodos analíticos: cambian según el tipo de
función --> tablas de derivadas e integrales
I =∫ f ( x) dx
a
Fórmulas de integración
de Newton-Cotes
Se basan en reemplazar el integrando por un polinomio:
b b
I =∫ f x dx≈∫ P n x dx
a a
2 n−1 n
P n ( x)=a 0 + a1 x+ a 2 x +...+a n−1 x + an x
1º Grado 2º Grado 3º Grado
h h h h h h
Aplicación múltiple
(fórmula compuesta) h
f ( x)≈ P n ( x )=∑ f ( x i ) L i ( x )
i=0
b b
n n
∫ f ( x ) dx ≈ ∫ ∑ f ( x ) L ( x ) dx =
i=0
i i ∑ ai f ( x i )
⏟
i=0
a a
Fórmula de integración
f ( x)≈ P 1 ( x)
x−x 1 x− x 0
P 1 ( x )= f ( x 0 )+ f ( x1)
x 0− x 1 x 1− x 0
b x1
∫ f ( x) dx≈∫
a x0
[ x− x 1
x 0− x 1
f ( x 0 )+
x−x 0
x 1− x 0 ]
f ( x 1) dx
x1
[ ]
2 2
1 ( x− x 1 ) 1 ( x−x 0 )
= f ( x 0 )+ f ( x 1)
2 x0− x1 2 x1 −x 0 x 0
Regla del Trapecio
b
x 1− x 0 x 0 −x 1
∫ f ( x ) dx≈ 2
f ( x 1 )−
2
f ( x0 )
a
b
x 1− x 0 x 1− x 0
∫ f ( x ) dx≈ 2
f ( x 1 )+
2
f ( x 0)
a
b
f ( x 0 )+ f ( x 1)
∫ f ( x ) dx≈(⏟
x −x )
2 1 0
a
Regla del trapecio I T
Regla del Trapecio
3076
I= ≈1.640533333333333
1875
Error de la regla del trapecio*
Partiendo de la serie de Taylor:
I II ( x− x 0 )2
f ( x )= f ( x 0 )+ f ( x 0 )( x− x 0 )+ f (ξ1 )
2!
Sustituyendo a z = x – x0 , dz = dx, e integrando
x 1 =b x1 − x 0 x 1 −x 0 x 1 −x 0 x 1 −x 0
I II z2
∫ f ( x ) dx= ∫ f (z + x 0 ) dz= f ( x 0 ) ∫ dz + f ( x 0 ) ∫ z dz + f (ξ1 ) ∫ 2
dz
x 0 =a 0 0 0 0
2 3
I ( x 1 −x 0 ) II ( x 1−x 0 )
= f ( x 0 )( x 1 −x 0 )+ f ( x 0 ) + f ( ξ1 )
2 6
reemplazamos la primera derivada por una diferencia
finita dividida hacia adelante:
I
f ( x 1 )− f ( x 0 ) II
( x 1 −x 0 )
f ( x 0 )= − f ( ξ2 )
( x 1−x 0 ) 2
Error de la regla del trapecio
[ ]
b 2 3
(x 1− x 0 ) f (x 1 )− f (x 0 ) ( x 1− x 0 ) ( x 1− x 0 )
∫ f ( x)dx= f ( x 0 )( x 1− x 0 )+ 2 ( x 1− x 0 )
II
− f ( ξ2 )
2
II
+ f ( ξ1 )
6
a
3 3
f ( x 1)− f ( x 0 ) II ( x 1− x 0 ) II ( x 1− x 0 )
= f ( x 0 )( x 1− x 0 )+ ( x 1− x 0 )− f ( ξ 2 ) + f ( ξ 1)
2 4 6
b
1 II f ( x 0 )+ f ( x 1)
∫ f ( x ) dx =( x 1−x 0 )
⏟ 2
−
⏟ 12
f ( ξ )( x 1− x 0 )
3
a
Regla del Trapecio Error de truncamiento
verdadero E t
Error de la regla del trapecio
1 II 3
E t =− f (ξ) h Error de truncamiento verdadero
12
1 ¯II
E a =− f ( x )h3 Error de truncamiento aproximado
12
1
E a=− −600.83 =2.56
12
Ejemplo 21.1 pág. 634
La regla del trapecio de
aplicación múltiple (regla
compuesta)
La regla del trapecio de aplicación
múltiple (regla compuesta)
Se divide el intervalo [a,b] en n segmentos de igual longitud h=(ba)/n:
b−a
h=
n
La regla del trapecio de aplicación
múltiple (regla compuesta)
b x1 x2 xn
∫ f ( x) dx=∫ f ( x) dx +∫ f ( x) dx +...+ ∫ f ( x) dx
a x0 x1 x n−1
b
f ( x 0 )+ f ( x 1 ) f ( x 1 )+ f ( x 2 ) f ( x n−1 )+ f ( x n )
∫ f ( x ) dx ≈ I =h
T
2
+h
2
+...+h
2
a
[ ]
n−1
h
I T = f ( x 0 )+2 ∑ f ( x i )+ f ( x n )
2 i=1
La regla del trapecio de aplicación
múltiple (regla compuesta)
3 n
(b−a) Error de truncamiento verdadero
E t =− ∑ f II ( ξi )
12 n3 i=1
∑ f II ( ξi )
considerando
f¯II =
i=1
n
se tiene
3
(b−a) ¯II
E a =− 2
f
12 n Error de truncamiento aproximado
1 2
=− h (b−a) f¯
II
12
Regla compuesta del trapecio:
Pseudocódigo
#algoritmo 1
iniciar a, b, n
definir funcion f
h = (ba)/n; x = a; s = 0
repetir para i desde 0 hasta n:
si i==0 o i==n:
s = s + f(x)
en caso contrario:
s = s + 2*f(x)
x = x + h
I = s*h/2
Regla compuesta del trapecio:
Pseudocódigo
#algoritmo 2
iniciar a, b, n
definir funcion f
h = (ba)/n; s = 0
repetir para i desde 0 hasta n:
x = a + i*h
si i==0 o i==n:
s = s + f(x)
en caso contrario:
s = s + 2*f(x)
I = s*h/2
Regla compuesta del trapecio:
Pseudocódigo
#algoritmo 3 (algoritmo eficiente)
iniciar a, b, n
definir funcion f
h = (ba)/n; x = a; s = 0
s = f(a)
repetir para i desde 1 hasta n1:
x = x + h
s = s + 2*f(x)
s = s + f(b)
I = s*h/2
Ejemplo 21.2, pag. 628
Usar la regla del trapecio con 2 segmentos para
calcular la integral entre a = 0 y b = 0.8 de
2 3 4 5
f x=0.225 x−200 x 675 x −900 x 400 x
Solución. Para n = 2, h = 0.4:
f 0=0.2 ; f 0.4=2.456 ; f 0.8=0.232
0.2+2(2.456)+0.232
I T =0.8 =1.0688
4
E t =1.640533−1.0688=0.57173 ; t =34.9 %
0.83
E a=− 2
−60=0.64
12 2
Ejemplo 21.2, pag. 628
● Código en Octave: trapecio.m
● Código en Python: trapecio.py
dt
t t c
gm − t
d=∫ vt dt= ∫ 1−e m
0 c 0
● Código en Octave: p21_3.m
● Código en Python: p21_3.py
Reglas de Simpson
Regla 1/3 de Simpson: P(x) de segundo grado
b−a
h=
2
b−a
h=
3
Regla 1/3 de Simpson
P(x): polinomio de segundo grado
n=2 f ( x)≈ P 2 ( x)
( x− x 1)( x−x 2 ) ( x− x 0 )( x− x 2 ) ( x−x 0 )( x−x 1 )
P 2 ( x)= f ( x 0 )+ f ( x 1 )+ f ( x 2)
( x 0 − x 1)( x 0− x 2 ) ( x 1− x 0 )( x 1− x 2 ) ( x 2 −x 0 )( x 2 −x 1)
x2
I≈∫
x0
[ ( x− x 1)( x− x 2 )
( x 0− x 1)( x 0− x 2 )
f ( x 0 )+
( x−x 0 )( x−x 2 )
( x 1−x 0 )( x 1−x 2 )
f ( x 1)+
( x−x 0 )( x−x 1)
( x 2 −x 0 )( x 2 − x 1) ]
f ( x 2 ) dx
h f ( x 0 )+ 4 f ( x 1 )+ f ( x 2 )
IS = [ f ( x 0 )+4 f ( x 1 )+ f ( x 2 ) ] =(b−a)
⏟⏟
1/3
3 6
ancho
altura promedio
Error de la regla 1/3 de Simpson *
Partiendo de la serie de Taylor:
( x− x 1 )2 ( x−x 1 )3 ( x− x 1 )4
2 6 24
Sustituyendo a z= x− x 1 , dz=dx , e integrando entre h y h:
b h h h h 2
I II z
∫ f ( x) dx=∫ f ( z + x 1 ) dz= f ( x 1 ) ∫ dz + f ( x 1 ) ∫ z dz+ f ( x 1 ) ∫
2
dz +
a −h −h −h −h
h 3 h 4
III z IV z
f ( x 1)∫ dz+ f ( ξ 1 ) ∫ dz
−h 6 −h 24
Entre los límites elegidos se anulan los coeficientes de las
derivadas de orden impar:
b h 3 h h
[] [ ]
5
z II IV z
∫ f ( x) dx=∫ f ( z + x 1 ) dz= f ( x 1 )2 h+ f ( x 1 )
6
+ f ( ξ1 )
120
a −h −h −h
3 5
h II h IV
=2 h f ( x 1 )+ f ( x 1 )+ f ( ξ1)
3 60
Error de la regla 1/3 de Simpson
Reemplazamos la segunda derivada por una diferencia finita centrada:
[ ]
b
h f ( x 0 )−2 f ( x 1 )+ f ( x 2 ) h IV
3 2 5
h IV
∫ f ( x) dx=2 h f ( x1 )+
3 h
2
−
12
f ( ξ2 ) +
60
f ( ξ1 )
a
f ( x 0 )−2 f ( x 1 )+ f ( x 2 ) h 5 IV h 5 IV
=2 h f ( x 1 )+ h − f ( ξ 2 )+ f ( ξ1 )
3 36 60
b
5
h h IV
∫ f ( x ) dx = [ f ( x 0 )+4 f ( x 1 )+ f ( x 2 ) ] −
3
⏟ ⏟ 90
f ( ξ)
a
Regla de Simpson 1/3 Error de truncamiento
verdadero E t
Error de la regla 1/3 de Simpson
b−a
h=
n
n : número par
b x2 x4 xn
[ ]
n−1 n−2
h
IS = f ( x 0 )+ 4 ∑ f ( x i )+2 ∑ f ( x i )+ f ( x n )
1/ 3
3 i =1,3,5,.. i=2,4,6,. .
n−1 n−2
f ( x 0 )+ 4 ∑ f ( x i )+2 ∑ f ( x i )+ f ( x n )
i=1,3,5,.. i =2,4,6,. .
I S =(b−a)
⏟
1/ 3
3n
⏟
ancho
altura promedio
Error de la regla de Simpson 1/3
de aplicación múltiple
n
1 5 IV
E t =− h ∑ f ( ξi ) Error de truncamiento verdadero
90 i=2,4,6. ..
∑ f IV ( ξ i )
considerando
f¯IV =
i =1
n /2
se tiene
5
(b−a) ¯IV
E a =− 4
f
180 n Error de truncamiento aproximado
1 4
h (b−a) f¯
IV
=−
180
Regla compuesta de Simpson 1/3:
Pseudocódigo
#algoritmo 1
iniciar a, b, n
definir funcion f
h = (ba)/n; x = a; s = 0
repetir para i desde 0 hasta n:
si i==0 o i==n:
s = s + f(x)
en caso contrario si i%2==0:
s = s + 2*f(x)
en caso contrario:
s = s + 4*f(x)
x = x + h
I = s*h/3
Regla compuesta de Simpson 1/3:
Pseudocódigo
#algoritmo 2
iniciar a, b, n
definir funcion f
h = (ba)/n; s = 0
repetir para i desde 0 hasta n:
x = a + i*h
si i==0 o i==n:
s = s + f(x)
en caso contrario si i%2==0:
s = s + 2*f(x)
en caso contrario:
s = s + 4*f(x)
I = s*h/3
Regla compuesta de Simpson 1/3:
Pseudocódigo
#algoritmo 3 (algoritmo eficiente)
iniciar a, b, n
definir funcion f
h = (ba)/n; x = a; s = 0
s = f(a)
x = x + h # primer punto interno (indice impar)
# puntos internos de indice impar
repetir para i desde 1 hasta n1 cada 2:
s = s + 4*f(x)
x = x + 2*h
x = a # punto externo inferior
# puntos internos de indice par
repetir para i desde 2 hasta n2 cada 2:
x = x + 2*h
s = s + 2*f(x)
s = s + f(b)
I = s*h/3
Ejemplo 21.5
Integrar entre a = 0 y b = 0.8
f x=0.225 x−200 x 2 675 x 3−900 x 4400 x 5
Solución.
x f(x)
0.2+ 4(1.288+3.464)+ 2(2.456)+ 0.232
0 0.2 I S =0.8 =1.623467
1/ 3
12
0.2 1.288
0.4 2.456
E t =1.640533−1.623467=0.017067 ; εt =1.04 %
0.6 3.464
0.8 0.232 5
0.8
E a =− 4
(−2400)=0.017067
180(4)
● Planilla de cálculo: simpson13.ods
Regla 3/8 de Simpson
Se integra un polinomio de tercer grado:
[ ]
3 3 x2 3 3
x−x j ( x− x j )
P 3 x=∑ ∏ I ≈∫ ∑ ∏ ( x −x ) dx
i=0 j=0 x i −x j x 0 i=0 j=0 i j
j≠i j≠i
3h f ( x 0 )+3 f ( x 1 )+3 f ( x 2 )+ f ( x 3 )
IS 3/ 8
=
8
[ f ( x 0 )+3 f ( x 1 )+3 f ( x 2 )+ f ( x 3 ) ] =(b−a)
⏟⏟ 8
ancho
altura promedio
3 5 IV (b−a)5 IV
Error de truncamiento: E t =− h f ( ξ )=− f ( ξ)
80 6480
b−a
h= n : número múltiplo de 3
n
b x3 x6 xn
b
3h
∫ f ( x)dx≈ I S 3/8
=
8
[ f ( x 0 )+3 f ( x 1 )+3 f ( x 2 )+ f ( x 3 ) ] +
a
3h
8
[ f ( x 3 )+3 f ( x 4 )+3 f ( x 5 )+ f ( x 6 ) ] +...+
3h
8
[ f ( x n−3 )+3 f ( x n−2 )+3 f ( x n−1 )+ f ( x n ) ]
La regla de Simpson 3/8 de
aplicación múltiple
3h
IS = [ f ( x 0 )+3 f ( x 1)+3 f ( x 2 )+2 f ( x 3 )+...+
3/8
8
2 f (x n−3 )+3 f ( x n−2 )+3 f ( x n−1 )+ f ( x n )]
[ ]
n−1 n−3
3h
IS = f ( x 0 )+3 ∑ f ( x i )+2 ∑ f ( x i )+ f ( x n )
3/ 8
8 i =1,2,4,5,.. i=3,6,9,. .
[( )]
n−1 n−3
f ( x 0 )+3 ∑ f ( x i )+2 ∑ f ( x i )+ f ( x n )
i =1,2,4,5,.. i=3,6,9,. .
I S =(b−a)
⏟3
3/ 8
8n
ancho ⏟
altura promedio
Regla compuesta de Simpson 3/8:
Pseudocódigo
#algoritmo 1
iniciar a, b, n
definir funcion f
h = (ba)/n; x = a; s = 0
repetir para i desde 0 hasta n:
si i==0 o i==n:
s = s + f(x)
en caso contrario si i%3==0:
s = s + 2*f(x)
en caso contrario:
s = s + 3*f(x)
x = x + h
I = 3*h/8*s
Regla compuesta de Simpson 3/8:
Pseudocódigo
#algoritmo 2
iniciar a, b, n
definir funcion f
h = (ba)/n; s = 0
repetir para i desde 0 hasta n:
x = a + i*h
si i==0 o i==n:
s = s + f(x)
en caso contrario si i%3==0:
s = s + 2*f(x)
en caso contrario:
s = s + 3*f(x)
I = 3*h/8*s
Regla compuesta de Simpson 3/8:
Pseudocódigo
#algoritmo 3 (algoritmo eficiente)
iniciar a, b, n
definir funcion f
h = (ba)/n; x = a; s = 0
s = f(a)
x = x + h # primer punto interno (indice 1)
# puntos internos de indice no multiplo de 3
repetir para i desde 1 hasta n1 cada 3:
s = s + 3*f(x)
x = x + h
s = s + 3*f(x)
x = x + 2*h
x = a # punto externo inferior
# puntos internos de indice multiplo de 3
repetir para i desde 3 hasta n3 cada 3:
x = x + 3*h
s = s + 2*f(x)
s = s + f(b)
I = 3*h/8*s
Algoritmos
● Código en Octave regla 1/3 de simpson compuesta:
simpson1_3.m
● Código en Octave regla 3/8 de simpson compuesta:
simpson3_8.m
● Código en Python regla 1/3 de simpson compuesta:
simpson1_3.py
● Código en Python regla 3/8 de simpson compuesta:
simpson3_8.py
f ( x 0 )+ f ( x 1 ) f ( x 1 )+ f ( x 2 ) f ( x n−1 )+ f ( x n )
I ≈ h1 +h 2 +...+h n
2 2 2
Ejemplo 21.7 pag. 640
Integrar a partir de los datos:
x f(x)
0,00 0,200000
● solución en 21_7.ods
0,12 1,309729
0,22 1,305241
0,32 1,743393
0,36 2,074903
0,40 2,456000
0,44 2,842985
0,54 3,507297
0,64 3,181929
0,70 2,363000
0,80 0,232000
Ejemplo 21.8 pag. 641
x f(x)
0,00 0,200000
0,12 1,309729
0,22 1,305241
0,32 1,743393
0,36 2,074903
0,40 2,456000
0,44 2,842985
0,54 3,507297
0,64 3,181929
0,70 2,363000
0,80 0,232000
● Solución en 21_8.ods
Problemas 21.1 a 21.23 pag. 645
Límite de precisión de las fórmulas
de Newton-Cotes
n : número de segmentos
Muchas evaluaciones de
f(x) para alcanzar alta
precisión.
escribir: 2 2
E (h1 ) h1 h1
≈ 2 ⇒ E (h 1 )≈ E (h 2 )
E (h 2 ) h 2 h2 ( )
Reemplazando,
2
h1
( )
I (h 1 )+ E (h 2 )
h2
≈ I (h 2 )+E (h 2 )
despejando,
I (h1 )−I (h 2 )
E (h 2 )≈ 2
1− ( h 1 /h 2 )
Extrapolación de Richardson
reemplazando,
I (h 2 )−I (h 1 )
I =I (h 2 )+E (h 2 )≈...≈ I (h 2 )+ 2
( h 1 /h 2 ) −1
Se puede demostrar que el error es del orden de
O(h4).
En el caso en que h 2 = h1 / 2
I (h 2 )−I (h 1 ) 4 1
I ≈I (h 2 )+ 2
= ... = I (h 2 )− I (h 1)
2 −1 3 3
Ejemplo 22.1 pag. 652
Integrar entre a = 0 y b = 0.8
f x=0.225 x−200 x 2 675 x 3−900 x 4400 x 5
De la aplicación de la regla del trapecio,
n h I et(%)
1 0.8000 0.1728 89.5
2 0.4000 1.0688 34.9
4 0.2000 1.4848 9.5
Con 1 y 2 segmentos,
4 1
I≈ 1.0688− 0.1728=1.367467 ⇒ ...εt =16.6 %
3 3
Con 2 y 4 segmentos,
4 1
I ≈ 1.4848− 1.0688=1.623467 ⇒ ...εt =1.0 %
3 3
Extrapolación de Richardson
Se puede demostrar que:
4 1 4
IS (h 2 )= I T (h 2 )− I T (h 1)+O (h )
1/ 3
3 3
A partir de dos estimaciones de O(h4), realizando el mismo
procedimiento usado para la regla del trapecio, se llega a:
I (h 2 )−I (h 1 )
I ≈I (h 2 )+ 4
( h 1 /h 2 ) −1
En el caso en que h2 = h 1 / 2
16 1 6
I = I h 2 − I h1 Oh
15 15
Ejemplo 22.2 pag. 653
Obtener una estimación de O(h6) a partir del
ejemplo 22.1:
16 1
I ≈ 1.623467− 1.367467=1.640533
15 15
Extrapolación de Richardson:
Caso General *
A partir de dos estimaciones de O(hn), se obtiene
una aproximación de O(hn+2):
I (h 2 )−I (h1 ) n+ 2
I =I (h 2 )+ +O (h )
n
( h1 / h2 ) −1
En el caso en que h2 = h 1 / 2
I (h 2 )− I (h1 ) n+2
I =I (h 2 )+ n
+O (h )
2 −1
Algoritmo de Romberg
En general,
k −1
4 I j1, k−1−I j , k−1
I j , k= k −1
4 −1
k : nivel de integración
j : estimación
Por ejemplo, para k = 2 y j = 1,
2−1
4 I 2,1−I 1,1 4 I 2,1−I 1,1
I 1,2 = =
4 2−1−1 3
Algoritmo de Romberg
La iteración continúa hasta que
∣
∣ a∣=
I 1, k −I 1, k −1
I 1, k ∣
100 % s
∫
−∞
f ( x) dx= ∫ f ( x) dx + ∫ f ( x) dx
−∞ −A
Integrales impropias
Se deben usar fórmulas abiertas, o combinar
fórmulas abiertas con fórmulas cerradas:
xn
[ ]
n−2
3 3
∫ f x dx=h f x i ∑ f x i f x n−1
2 2
x0 i=2
Regla del trapecio + regla del punto medio
[ ]
n−1
3 1
n
∫ f x dx=h 2 f x i ∑ f x i 2 f x n
x 0
i=2
Integrales impropias
Regla extendida del punto medio:
xn
N ( x)= ∫ e dx
−∞ √2 π
y−μ y
donde x= σ
y
Calcular N(1)
Ejemplo 22.6 pag. 664
Solución.
−2 1
N (1)=
1
√2 π ( ∫
−∞
e
2
−x / 2
dx + ∫ e
−2
2
−x / 2
dx
)
La primera integral se calcula como
−2 0
2
−x / 2 1 −1/(2 t ) dt
2
∫
−∞
e dx= ∫
t 2
e
−1/2
Usando la regla extendida del punto medio (h = 1/8):
0
∫
−1/2
1 −1/(2 t ) dt 1
t 2
e
2
8 [ ( ) ( ) ( ) ( )]
≈ f −
7
16
+f −
5
16
+f −
3
16
+f −
1
16
Ejemplo 22.6 pag. 664
1
...= [0.3833+0.0612+ 0+0]=0.0556
8
La segunda integral se calculas usando la regla
1/3 de Simpson con h = 0.5:
1
−x 2 /2 0.1353+ 4(0.3247+0.8825+ 0.8825)+ 2(0.6065+1)+0.6065
∫e dx=[1−(−2)]
3×6
−2
1
−x 2 / 2
∫e dx=2.0523
−2
El resultado final es
1
N (1)≈ (0.0556+2.0523)=0.8409 ⇒ εt =0.046 %
√2 π
Problemas
● 22.1 a 22.3
● 22.9 a 22.11
● 22.14 y 22.15
Diferenciación numérica
Recordando que a partir de la serie de Taylor:
f ' ' ( xi ) 2
f ' ' ' ( xi) 3
f ( x i+ 1 )= f ( x i )+ f ' ( x i ) h+ h+ h + ...
2! 3!
Es posible obtener:
f ( x i+ 1 )− f ( x i ) f ' ' ( xi ) 2
f ' ( x i )= − h+ O( h )
h 2
Que se puede escribir como:
f ( x i+ 1 )− f ( x i )
f '( x i )= + O( h)
h
Diferencia finita dividida hacia
adelante
Diferenciación numérica
En forma similar se obtenían
f ( x i )− f ( x i−1 )
f '( x i )= + O( h)
h
Primera diferencia finita dividida
hacia atrás
y
f ( x i+ 1 )− f ( x i− 1 ) 2
f '( x i )= + O( h )
2h
Primera diferencia finita dividida
centrada
Diferenciación numérica
Si escribimos
f ' ' ( xi) 2
f ' ' ' ( x i) 3
f ( x i+ 2 )= f ( x i )+ f ' ( x i ) 2 h+ ( 2 h) + ( 2 h) + ...
2! 3!
Ahora hacemos
2
f ( x i+ 2 )− 2 f ( x i+ 1 )=...=− f ( x i )+ f ' ' ( x i ) h + ...
despejando,
f ( x i+ 2 )− 2 f ( x i+1 )+ f ( x i )
f ' ' ( x i )= 2
+ O( h)
h
Segunda diferencia finita dividida
hacia adelante
Diferenciación numérica
En forma similar, haciendo f ( x i− 2 )−2 f ( x i−1 )
f ( x i )− 2 f ( x i− 1 )+ f ( x i−2 )
f ' ' ( x i )= 2
+ O( h)
h
Segunda diferencia finita dividida
hacia atrás
f ( x i+ 1 )− 2 f ( x i )+ f ( x i−1 ) 2
f ' ' ( x i )= 2
+ O( h )
h
Segunda diferencia finita dividida
centrada
Diferenciación numérica
f ( x i+ 2 )− 2 f ( x i+ 1 )+ f ( x i )
Sustituyendo f ' ' ( x i )= 2
+ O( h)
h
en
f ( x i+ 1 )− f ( x i ) f ' ' ( xi ) 2
f '( x i )= − h+ O( h )
h 2
se llega a
f '( x i )=
f ( x i+ 1 )− f ( x i )
h
−
[ f ( x i+ 2 )−2 f ( x i+1 )+ f ( x i )
2h
2
]
+ O( h) h+ O( h )
2
Es decir
− f ( x i+ 2 )+ 4 f ( x i+ 1 )− 3 f ( x i ) 2
f '( x i )= + O( h )
2h
Fórmulas de diferencias finitas
divididas
En forma similar se obtienen las fórmulas
indicadas en derivadas.pdf
Valor exacto:
3 2
f ' (0.5)=−0.3×0.5 −0.45×0.5 −0.5−0.25=−0.9125
x f(x)
Ejemplo 23.1 pag. 671 0 1.2
0.25 1.103516
0.5 0.925
Con fórmulas de exactitud O(h): 0.75 0.6363281
1 0.2
0.925−1.103516
f ' (0.5)= =−0.714 ; εt =21.7 %
0.25 Diferencia finita dividida hacia atrás
0.6363281−0.925
f ' (0.5)= =−1.155 ; εt =−26.5 %
0.25
Diferencia finita dividida hacia adelante
−0.2+ 4×0.6363281−3×0.925
f ' (0.5)= =−0.859375 ; εt =5.82
2×0.25 Diferencia finita dividida hacia adelante
3×0.925−4×1.103516+1.2
f ' (0.5)= =−0.878125 ; εt =3.77%
2×0.25
Diferencia finita dividida hacia atrás
D h 2 −D h1
D≈D h 2 2
h1 /h2 −1
Si h2 = h1 / 2 :
4 1
D≈ Dh 2 − Dh 1
3 3
Extrapolación de Richardson:
Caso General *
A partir de dos estimaciones de O(hn), se obtiene
una aproximación de O(hn+2):
D (h 2 )−D(h1 ) n+ 2
D=D (h 2 )+ +O (h )
n
( h1 / h 2 ) −1
En el caso en que h2 = h 1 / 2
D (h 2 )−D(h1 ) n+2
D= D(h 2 )+ n
+O (h )
2 −1
Se puede usar el algoritmo de Romberg
Ejemplo 23.2 pag 672
Calcular la primera derivada en x = 0.5
4 3 2
f ( x)=−0.1 x −0.15 x −0.5 x −0.25 x +1.2
● Parámetros
2
−7 m
k=3.5×10
s
kg J
ρ=1800 3 C=840
m kg⋅° C
Ejemplo 23.3 pag. 673
Solución:
2 (0)−1.25−3.75 2(0)−0−3.75
f ' ( x)=13.5 +12
(0−1.25)(0−3.75) (1.25−0)(1.25−3.75)
2(0)−0−1.25
+10 =−1.333333 ° C / cm
(3.75−0)(3.75−1.25)
2
m kg J C
q(z=0)=−3.5×10
−7
s
1800 3 840
m kg⋅° C (
−133.3333 °
m )
W
q(z=0)=70.56 2
m
Derivadas e integrales para datos
con errores
● Datos empíricos
● La diferenciación numérica tiende a amplificar los errores
● Se prefiere ajustar por mínimos cuadrados un polinomio de
bajo grado y derivarlo.
● La integración (por
ser una suma)
tiende a
compensar los
errores y es mucho
más estable
Uso de Octave
● quad
● trapz
● diff
Δ H =m ∫ c(T )dT
T1
Solución en caso24_1.m
Fuerza efectiva sobre el mástil de
un bote de vela de carreras
30
z
F =∫ 200
0
( )
5+z
e
−2 z / 30
dz
Fuerza efectiva sobre el mástil de
un bote de vela de carreras
La posición de la fuerza viene dada por:
30
∫ z f (z)dz
0
d= 30
∫ f (z)dz
0
i=
0
( )
∫ sin T dt
T −0
−cos(2 π)+cos 0
i= =0
T
En su lugar, se calcula
√ √
T T
1 2 1 2
I RMC = ∫
T 0
i (t) dt= ∫
T 0
( 10 e sin 2 π t ) dt
−t
Raíz media cuadrática de la
corriente eléctrica
Se usa la integración de Romberg para calcular la
integral
I = 15.41261
√ 1
I RMC = 15.41261=3.925890 A
1
Cálculo del trabajo
Trabajo:
W =F ×d Si F es cte
xn
W =∫ F ( x) dx
x0
Si θ no es constante:
xn
Solución en caso24_4.ods
Cálculo del trabajo
¿¿Por qué la regla del trapecio con 2 tramos da el
mejor resultado??
Cálculo del trabajo
¿Cómo podría mejorarse la estimación?
Problemas 24.1 a 24.55 pag. 693
1)
2)
3)
4)
5)