Mtodos de aproximacin en el clculo

1 Frmula de Taylor
En esta primera parte nos proponemos desarrollar un mtodo general que nos permita encontrar, dada una funcin derivable cualquiera y un punto de su dominio, una funcin polinmica cuya grfica pase por dicho punto y que nos haga posible estimar, con un error menor que un valor previamente elegido, los valores que toma la funcin en un intervalo abierto que contenga al punto en mencin (a este intervalo se le llama entorno del punto). Para ilustrar nuestro propsito tratemos de hallar un polinomio que nos aproxime los valores de la funcin y = e x en un entorno del punto x = 0. Para comenzar, hallemos una funcin polinmica de primer grado (recta) que pase por el punto
(0,1) y tenga una pendiente igual a la de la funcin y = e x , o equivalentemente hallemos la recta tangente en (0,1) .

ww w.

at

em
Figura 1

Tratemos ahora de encontrar un polinomio de segundo grado que pase tambin por el punto (0,1) y tal que sus dos primeras derivadas en x = 0 coincidan con las de y = e x , que son todas iguales a 1.

at

ic

Como y = e x entonces y (0) = e 0 = 1, de donde la recta buscada es y 1 = 1( x 0) o y = 1 + x. Intuitivamente se espera que la recta tangente sea, generalmente, la que mejor aproxima los valores que toma la funcin en los puntos vecinos al punto de tangencia ya que, adems de pasar por el punto, tiene la misma pendiente de la curva (figura 1).

a1

.c om

Lo que se busca con tal polinomio de segundo grado es obtener una curva que tiene en el punto (0,1) la misma ordenada, la misma pendiente y concavidad con el mismo signo de la funcin que se desea aproximar. Por este motivo es de esperar que se haya mejorado la aproximacin obtenida con el polinomio de primer grado. Sea y = f ( x ) = a + bx + cx 2 la funcin buscada. Entonces, f ( x) = b + 2cx y f ( x) = 2c. Luego se debe cumplir que
1 . 2

f (0) = b = 1 y f (0) = 2c = 1 , de donde c =

Como hemos supuesto que f ( x) pasa por (0,1) , entonces f (0) = a = 1. El polinomio buscado ser en consecuencia
y = 1+ x + x2 (figura 2). 2

ww w.

Si se calculan algunas ordenadas para valores de x cercamos a x = 0, se encuentra que el polinomio de segundo grado proporciona una aproximacin mejor que el de primer grado, tal como se puede apreciar en la tabla 1.
Tabla 1

at em
Figura 2

at ic
x 0.1 0.2
0.1 0.2

a1
ex
1.1052 1.2214 0.9048 0.8187

.c o
y = 1+ x
1.1000 1.2000 0.9000 0.8000
y = 1+ x + x2 2

1.1050 1.2200 0.9050 0.8200

De aqu surge una pregunta: cmo lograremos seguir mejorando la aproximacin?

La llamada frmula de Taylor nos permite hallar un polinomio tan aproximado como lo deseemos a la funcin y = ex , de tal modo que para mejorar la aproximacin basta con aumentar el grado del polinomio. El siguiente teorema nos da la frmula general para conocer el polinomio aproximador.

Teorema 1.1: Frmula de Taylor Sea f ( x) una funcin y n un entero no negativo tal que f ( n +1) ( x ) existe en el intervalo I. Si a, b son puntos distintos de I, entonces existe z en (a, b) tal que
f (a ) f (a ) f ( n ) (a) f ( n +1) ( z ) (b a ) + (b a ) 2 + ... + (b a ) n + (b a) n +1 . 1! 2! n! (n + 1)!

f (b ) = f ( a ) +

(1)

Demostracin Definamos a Rn como la diferencia entre f (b) y los primeros (n + 1) trminos de la suma de la derecha de la ecuacin (1); esto es,

Rn = f (b) f (a) f (a)(b a)

ww w.

g ( x) = f (b) f ( x) f ( x)(b x)

Sea

R (b x) n +1 f ( x ) f ( n ) ( x) (b x) 2 ... (b x ) n n . 2! n! (b a ) n +1

at em

f (a) f ( n ) (a ) (b a)2 ... (b a)n . 2! n!

at ic

a1

.c o

(2)

(3)

Claramente, la funcin g ( x) est definida para todo x en I. Derivndola se obtiene:

f ( x) f ( n +1) ( x) f ( n ) ( x) (b x) 2 + f ( x)(b x) ... (b x ) n + (b x) n 1 2! (n 1)! n!

g ( x) = f ( x) f ( x)(b x) + f ( x)

(n + 1) Rn (b x) n . (b a) n +1

Despus de cancelar trminos semejantes en la igualdad anterior se llega a:

g ( x) = R (n + 1) f ( n +1) ( x) (b x) n + n (b x) n . n! (b a ) n +1

(4)

Se ve inmediatamente que si se cambia x por b en la igualdad (3) se llega a g (b) = 0. Ahora, haciendo x = a en la misma igualdad (3), se llega a:

g (a) = f (b) f (a) f (a )(b a) g (a) = f (b) f (a) f (a )(b a)

R (b a ) n +1 f (a)(b a) 2 ... n 2! (b a ) n +1 f (a)(b a) 2 ... Rn . 2!

Reemplazando la (2) en esta ltima igualdad y simplificando se obtiene inmediatamente g (a) = 0. Como g (a) = g (b) = 0, podemos utilizar el teorema de Rolle (mdulo 22 del texto Elementos bsicos de clculo diferencial), del cual se deduce que existe z en (a, b) tal que g ( z ) = 0. Cambiando x por z en (4), haciendo g ( z ) = 0 y despejando Rn se obtiene:
f ( n +1) ( z ) (b a ) n +1 , ( n + 1)!

Rn =

Observaciones i.

Si en la frmula para f (b) dada por el teorema anterior (frmula (1)) cambiamos a b por x, se obtiene:

f ( x) = f ( a ) + f (a )( x a ) +

Esta frmula se conoce como desarrollo de Taylor de f ( x) alrededor del punto x = a. ii. La suma de los (n + 1) primeros trminos del lado derecho de la igualdad anterior se conoce como polinomio de Taylor de grado n para la funcin f ( x) alrededor del punto x = a y se representa por Pn ( x) . iii. El trmino
Rn ( x) = f ( n +1) ( z ) ( x a ) n +1 ( n + 1)!

se llama residuo de grado n (forma de Lagrange) del desarrollo de f ( x) alrededor del punto x = a . Cuando Rn ( x) es pequeo con respecto a Pn ( x) se puede escribir f ( x) Pn ( x) para x a. El error, en valor absoluto, que se comete en la aproximacin est dado por Rn ( x) .

ww w.

f (a )( x a ) 2 f n (a) f ( n +1) ( z ) + ... + ( x a)n + ( x a ) n +1 ; z en (a, x). n! 2! ( n + 1)!

at em

at ic

a1

lo cual completa la demostracin.

.c o

iv.

Si en la frmula de Taylor hacemos a = 0 obtenemos la llamada frmula de Maclaurin para f ( x); es decir:
f (0) 2 f n (0) n f ( n +1) ( z ) n +1 x + ... + x + x , con z en (0, x ) . n! 2! ( n + 1)!

f ( x) = f (0) + f (0) x +

v.

Si en la frmula de Taylor hacemos n = 0, obtenemos:

f (b) = f (a) + f ( z )(b a), con z (a, b) ,

o tambin,
f ( z ) = f (b) f (a) , (b a)

Ejemplo 1

Halle el desarrollo de Taylor de grado 3 para f ( x) = ln x en el punto a = 1.

Solucin

f ( x) = ln x y f (1) = 0. 1 f ( x) = y f (1) = 1. x f ( x) = x 2 y f (1) = 1. f ( x) = +2 x 3 y f ( x) = 6 x

iv 4

f (1) = 2. f iv ( z ) = 6 z 4 .

Por tanto podemos escribir

ln x = 0 + ( x 1)

( x 1) 2 2( x 1)3 6 z 4 + ( x 1) 4 , con z en (1, x), 2 3! 4!

que simplificada se convierte en

ln x = ( x 1)

( x 1) 2 ( x 1)3 ( x 1)4 + . 2 3 4z4

ww w.

La funcin y sus derivadas sucesivas en el punto a = 1 son:

at em

at ic

a1

.c o

frmula que ya habamos obtenido en el teorema del valor medio (mdulo 22 del texto Elementos bsicos de clculo diferencial).

Se considera que una aproximacin es exacta en las k primeras cifras decimales si el error E, en valor absoluto, es menor que 5 10 ( k +1). As por ejemplo, la primera cifra decimal es exacta si E < 5 102 = 0.05, y las dos primeras cifras decimales sern exactas si E < 5 103 = 0.005 , etc Ahora, si a un nmero que tiene n cifras decimales exactas se le quiere suprimir de la k-sima cifra decimal en adelante
(k < n) , entonces se adoptar el siguiente criterio de redondeo:

Si ak 5, entonces la cifra anterior se aumenta en 1. Si ak < 5, entonces la cifra anterior no se modifica. As por ejemplo, para reducir a dos cifras decimales el nmero 1.97695, el 7, por estar seguido del 6, se aumenta en 1, con lo que se obtiene 1.98. En cambio, el nmero 1.97495, escrito con dos cifras decimales nicamente, queda reducido a 1.97.

Solucin

ln 1.1 = 0.1

(0.1) 2 (0.1)3 (0.1) 4 + , con 1 < z < 1.1. 2 3 4z 4

Sumando los tres primeros trminos se obtiene

ln 1.1 0.0953.

Ahora, como z > 1, podemos escribir

(0.1) 4 (0.1) 4 < = 2.5 105. 4z4 4(1) 4

R3 (1.1) =

En consecuencia la aproximacin para ln 1.1 es exacta en sus cuatro primeras cifras decimales.

ww w.

Sustituyendo x por 1.1 en la frmula para ln x, tenemos:

at em

at ic

Con la frmula obtenida en el ejemplo 1 calcule un valor aproximado para ln 1.1 y determine una cota superior para el valor absoluto del error cometido en la aproximacin.

a1

.c o

Ejemplo 2

Ejemplo 3 Utilice la frmula de Taylor con n = 2 para calcular cos 60.5 y determine una cota superior para el valor absoluto del error.

Solucin Como 60.5 est prximo a 60, o sea a

dicho punto, eligiremos a = . 3
rad, y la funcin coseno y sus derivadas sucesivas son fciles de evaluar en 3

Tenemos entonces:
1 f ( x) = cos x y f = cos = . 3 2 3 3 f ( x) = sen x y f = sen = . 3 3 2 1 f ( x) = cos x y f = cos = . 3 2 3 f ( x) = sen x y f ( z ) = sen z.

Entonces, el polinomio de Taylor de segundo grado P2 ( x) ser

1 2 1 3 2 x . P2 ( x) = x 2 2 3 2! 3

Debemos convertir el ngulo de 60.5 a radianes para poder utilizarlo en la frmula anterior:

60.5 =

0.5 + = + radianes. 3 180 3 360

Por tanto,

ww w.

1 cos 60.5 P2 + = 3 360 2

3

1 3 2 360 0.49242346. 2 360 2!

2

sen z , y como sen z < 1 , podemos escribir: El error ser R2 ( x) = x 3 3!

sen z 360 < 1.1 107. R2 + = 3 360 360 3! 3!

3 3

at em

at ic

a1

.c o

En consecuencia,

cos 60.5 0.492423, con sus seis cifras decimales exactas.

Ejemplo 4 Encuentre la frmula de Maclaurin para f ( x) = sen x y n = 6.

Solucin

sen x = 0 + x +
Es decir,

0 x 2 x3 0 x 4 x 5 0 x 6 x 7 cos z + + , con z en (0, x). 2! 3! 4! 5! 6! 7!

sen x = x
Ejemplo 5

x3 x 5 x 7 cos z + , con z en (0, x). 3! 5! 7!

Utilice la frmula anterior para hallar un valor aproximado de sen 0.1 y hallar el error cometido.

Solucin Si en la frmula anterior despreciamos el trmino

ww w.

sen 0.1 0.1

(0.1)3 (0.1)5 + 0.099833416. 3! 5!

Entonces,

at em
x 7 cos z obtenemos 7!

f ( x) = cos x y f (0) = 1. 2. ciclo f vi ( x) = sen x y f vi (0) = 0. f vii ( x) = cos x y f vii (0) = 1. f iv ( x) = sen x y f iv (0) = 0.
v v

at ic

a1

.c o

f ( x) = sen x y f (0) = 0. f ( x) = cos x y f (0) = 1. er 1. ciclo f ( x) = sen x y f (0) = 0. f ( x) = cos x y f (0) = 1.

El error de la aproximacin, en valor absoluto, ser

R7 (0.1) = (0.1)7 cos z (0.1)7 < 2 1011. 7! 7!

Por tanto, el valor hallado para sen 0.1 es correcto en sus siete cifras decimales.

Ejemplo 6 Utilice el polinomio de Taylor en a = 0 (Maclaurin) para hallar el valor de

e con una exactitud de cuatro cifras decimales.

Solucin Tomemos f ( x ) = e x . Como f ( k ) ( x ) = e x para todo k, entonces f k (0) = 1, y en consecuencia

Se requiere que

1 Rn < 0.00005 para lograr un resultado con cuatro cifras decimales exactas. 2

Ahora, sabemos que e z < e1/ 2 < 2, de donde

1 e1/ 2 1 2 Rn < 2 (n + 1)!
n +1

<

2 1 = . 2n +1 (n + 1)! 2n (n + 1)!

Si ensayamos distintos valores de n, obtenemos para n = 4

1 1 R4 < 4 0.0005208. 2 (2 5!)

Como el error est por encima del valor propuesto, ensayamos el valor siguiente de n.

ww w.

Rn ( x) =

e z x n +1 , con z en (0, x ). ( n + 1)!

at em

Para el residuo tenemos

at ic

Pn ( x) = 1 + x +

x 2 x3 xn + + ... + . n! 2! 3!

a1

.c o

Para n = 5,
1 1 R5 < 5 0.000043 < 0.000050. (2 6!) 2

En consecuencia
e 1+ 1 1 1 1 1 + + + + 1.6490, con cuatro cifras decimales exactas. 2 8 48 348 3840

El valor exacto con cinco decimales sera 1.64872.

2 Mtodo de Newton (para el clculo de races)

El llamado mtodo de Newton es un procedimiento iterativo para calcular valores aproximados de una raz o un cero de la ecuacin f (x) = 0, partiendo de un punto conocido y cercano a la raz buscada.

La recta tangente a la curva en el punto P(a, f (a)) de abscisa a (valor que se toma como la aproximacin inicial de r) viene dada por:
y f (a ) = f (a)( x a).

ww w.

at em

Sea r una raz de f (x) = 0 situada en el intervalo (a, b) y supngase que f (x) existe en (a, b).

at ic

a1

Describiremos a continuacin el mtodo:

.c o

(1)

Figura 3

Para determinar el punto de interseccin de esta recta con el eje x, que se llamar a1 y que se considera como la siguiente aproximacin de r, se hace y = 0 en (1), de lo cual se obtiene:
a1 = a f (a) ; f (a) 0. f (a )

En muchas ocasiones a1 es una aproximacin a r mejor que a; en tales casos se repite de nuevo el procedimiento reemplazando el punto a por a1 y obtenemos a2 , as (figura 3):
a2 = a1 f ( a1 ) ; f ( a1 ) 0. f (a1 )

El procedimiento se contina de esta manera utilizando la siguiente frmula de recurrencia:

an +1 = an f (an ) ; f (an ) 0. f (an )

Son muchos los casos en los cuales la frmula anterior nos proporciona una sucesin de valores an que progresivamente se van acercando a la raz exacta. Observaciones

iii.

Una manera prctica de utilizar el algoritmo o mtodo de Newton consiste en repetir el procedimiento hasta que ciertos dgitos del resultado se estabilicen. As, si se desean dos cifras decimales exactas, se repite el procedimiento hasta que la tercera cifra decimal se empiece a repetir y las dos primeras estn completamente estabilizadas.

Ejemplo 1
5 Use el mtodo de Newton para resolver la ecuacin ln x = , con tres cifras decimales exactas. x

Solucin Escribamos la ecuacin en la forma

f ( x) = x ln x 5 = 0; x > 0.

Por simple inspeccin se encuentra que las races deben caer en el intervalo (1, 10) ya que f (x) cambia de signo en l y, adems, en el intervalo (0,1] la funcin es siempre negativa y en [10, + ) es siempre positiva. Tambin, como la funcin es creciente en [1,10] ya que f ( x) = 1 + ln x > 0, slo existe una raz entre 1 y 10.

ww w.

Puede demostrarse, aunque aqu no se har, que se debe elegir el extremo del intervalo (a, b) en donde f y f coincidan en el signo. En la funcin de la figura 3, por ejemplo, en el extremo a se cumple que f (a) y f (a) son positivas (cncava hacia arriba); en el extremo b, por el contrario, f (b) < 0 y f (b) > 0.

at em

ii.

La eleccin de la primera aproximacin puede ser fundamental. Si se hubiese elegido el punto b de la figura como valor inicial, la aproximacin siguiente b1 sera peor que b.

at ic

hecho se reconoce al notar que la sucesin de valores an no se estabiliza por ms que se aumente el nmero de iteraciones.

a1

.c o

i.

Hay casos en los cuales el procedimiento efectuado no proporciona una raz que se acerca a la raz buscada. Este

Ahora,
1 f ( x) = , x

y por tanto:
f (1) = 5; f (1) = 1, f (10) 18 y f (10) = 0.1;

en consecuencia, de acuerdo a la observacin ii elegiremos el punto 10 como aproximacin inicial.

Sea a = 10 el primer valor; entonces:

a1 = a f (a) (10 ln10 5) = 10 4.5419. f (a ) (1 + ln10)

a2 = a1

Continuando tenemos:

a4 = a3

f (a3 ) (3.7687 ln 3.7687 5) = 3.7687 3.7687. f (a3 ) (1 + ln 3.7687)

En este punto se observa que las tres primeras cifras decimales se han estabilizado (el 7 que ocupa la cuarta cifra decimal en a3 y a4 se ha obtenido por redondeo, as que su estabilidad puede ser aparente), con lo cual se puede considerar resuelto el problema.

Ejemplo 2 Use el mtodo de Newton para calcular Solucin El problema propuesto es equivalente a resolver la ecuacin f ( x ) = x 2 7 = 0. Como f (2) = 3 y f (3) = 2, entonces la raz buscada est en el intervalo (2, 3). Ms an, como f (x) es creciente en el intervalo (2, 3), slo existe una raz en dicho intervalo.
7 con tres cifras decimales exactas.

ww w.

a3 = a2

f (a2 ) (3.7965ln 3.7965 5) = 3.7965 3.7687. (a2 ) f (1 + ln 3.7965)

at em

at ic

f (a1 ) (4.5419 ln 4.5419 5) = 4.5419 3.7965. f (a1 ) (1 + ln 4.5419)

a1

.c o

Repetimos ahora el procedimiento a partir del punto a1 = 4.5419 y obtenemos

Ahora,
f ( x) = 2 x y f ( x) = 2 ,

luego
f (2) = f (3) > 0 .

De acuerdo a la observacin ii se debe elegir el punto a = 3 como aproximacin inicial ya que en l la funcin y su segunda derivada tienen el mismo signo. Hallemos la forma particular de la ecuacin de recurrencia
an +1 = an f ( an ) (a 2 7) ( an 2 + 7) = an n = . f (an ) 2 an 2 an

Se puede mostrar que 7 2.645751 con seis cifras decimales exactas; por tanto, dos aplicaciones del mtodo (hasta a2 ) bastaron para obtener tres cifras decimales exactas.

3 Mtodos numricos de integracin

El clculo de una integral definida exige conocer la primitiva o antiderivada de la funcin que se est integrando. Infortunadamente, en muchsimas ocasiones, a pesar de saber que la integral existe, la primitiva no se conoce, no se puede expresar en trminos de un nmero finito de funciones elementales o es muy difcil de calcular; es en estos casos cuando son tiles los mtodos aproximados de integracin que estudiaremos enseguida.

3.1 Mtodo 1: Regla del trapecio

Sea f ( x) una funcin continua en [ a, b] y P = {a = x0 ,..., xn = b} una particin de [a, b] en n subintervalos iguales de longitud h =
ba . n

ww w.

a3 =

(a2 2 + 7) (2.64582 + 7) = 2.6458. 2a2 2 2.6458

at em

(a 2 + 7) (32 + 7) = 2.6667, 2a 6 (a 2 + 7) (2.6667 2 + 7) a2 = 1 = 2.6458, 2a1 2 2.6667 a1 =

at ic

a1

.c o

Iniciando las iteraciones con a = 3 tenemos:

Entonces,

b a

h f ( x) dx [ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ... + 2 f ( xn 1 ) + f ( xn ) ] . 2

A continuacin presentaremos una justificacin de la frmula anterior. Por la definicin de integral definida sabemos que cualquier suma de Riemann puede tomarse como una aproximacin al valor de la integral, y que dicha aproximacin mejora a medida que hacemos ms y ms pequea la norma de la particin del intervalo [ a, b] . Si ti es un punto cualquiera del i-simo intervalo [ xi 1 , xi ], entonces

b a

f ( x) dx f (ti ) xi .
i =1

b a

f ( x) dx f ( xi 1 ) h = h f ( xi 1 ).
i =1 i =1

De igual manera, tomando ti = xi , o sea, evaluando la sumatoria en los extremos derechos de los intervalos determinados por la particin, la aproximacin se convierte en:

b a

f ( x) dx h f ( xi ).
i =1

Una aproximacin que muchas veces es ms cercana al valor de la integral es el promedio de las dos anteriores, esto es,

b a

n h n f ( x) dx = f ( xi 1 ) + f ( xi ) . 2 i =1 i =1

Exceptuando f ( x0 ) y f ( xn ) que aparecen una sola vez, los dems f ( xi ) aparecen dos veces cada uno en las sumatorias del lado derecho; por tanto, se puede escribir

b a

h f ( x) dx [ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ... + 2 f ( xn 1 ) + f ( xn ) ] , 2

que es la frmula que queramos justificar.

ww w.

at em

at ic

determinados por la particin y tomando todos los xi iguales entre s e iguales a h, la aproximacin anterior se convierte en

a1

Ahora, si tomamos ti = xi 1 , o sea, si evaluamos la suma de Riemann en los extremos izquierdos de los subintervalos

.c o

Observaciones i. Si f ( x) es no negativa en [a, b] (figura 4), la frmula aproximada que hemos obtenido equivale a sumar las reas de los trapecios (parte sombreada de la figura); de ah su nombre de regla o frmula del trapecio.

ii.

Una cota superior para el error cometido al utilizar la regla del trapecio est dada por

en donde M es un nmero positivo tal que f ( x) M para todo x de [a, b], y n es el nmero de subintervalos que determina la particin (no se demostrar esta frmula por exigir recursos avanzados).

Ejemplo 1

Utilice la regla del trapecio para calcular Solucin

h= (b a ) (2 1) = = 0.2. n 5

La particin ser entonces

{1, 1.2, 1.4, 1.6, 1.8, 2.0} .

ww w.

2 1

at em

M (b a)3 , 12n 2

dx con n = 5. x

at ic

a1

.c o

Figura 4

Los valores funcionales que entran en la suma, calculados hasta la cuarta cifra decimal, son:
1 f (1) = = 1.0000. 1 2 = 1.6667. 2 f (1.2) = 1.2 2 = 1.4286. 2 f (1.4) = 1.4 2 = 1.2500. 2 f (1.6) = 1.6 2 = 1.1111. 2 f (1.8) = 1.8 1 f (2.0) = = 0.5000. 2 suma = 6.9564

Si queremos conocer una cota superior del error cometido, de acuerdo a la frmula dada en la observacin ii necesitamos calcular un valor para M.

tanto,
f ( x) 2 = 2. 13

En consecuencia, el mximo error posible no puede ser mayor que

M (b a)3 2(2 1)3 = < 7 103. 12n 2 12 52

Lo anterior significa que no tenemos ninguna seguridad en la tercera cifra decimal.

2 1

dx 2 == ln x ]1 = ln 2 = 0.69315. x

En este problema es fcil calcular el valor exacto de la integral.

ww w.

Sabemos que f ( x) =

1 2 y que f ( x) = 3 , luego el valor mximo de f ( x) en [1, 2] ocurre en el punto x = 1; por x2 x

at em

at ic

dx 0.2 6.9564 0.6956. x 2

a1

.c o

Por tanto podemos escribir:

En efecto,

2 1

dx 2 = ln x ]1 = ln 2 = 0.69315, x

lo que nos muestra que la aproximacin que encontramos slo tiene dos cifras decimales exactas.

3.2 Mtodo 2: Regla de Simpson o regla de la parbola

Sea f ( x) un funcin continua en [a, b] , sea n un entero positivo par y {a = x0 , x1 , x2 ,..., xn 1 , xn = b} una particin regular de [a, b] , es decir, h = x =
ba . Entonces: n

b a

f ( x) dx

h [ f ( x0 ) + 4 f ( x1 ) + 2 f ( x2 ) + 4 f ( x3 ) + ... + 2 f ( xn 2 ) + 4 f ( xn 1 ) + f ( xn ) ]. 3

(1)

Daremos enseguida una justificacin para esta frmula de aproximacin.

x = x0 y x = x2 . Supongamos adems que x1 x0 = x2 x1 = h y que el eje y pasa por el punto P . 1

ww w.

Sabemos que el rea limitada superiormente por la parbola y = Ax 2 + Bx + C y lateralmente por las rectas x = h y x = h viene dada por:

Ax3 Bx 2 2A 3 A = ( Ax + Bx + C ) dx = h + 2Ch. + + Cx = h 3 2 3 h
h 2

at em
h

Comencemos por calcular el rea encerrada por la parbola que pasa por los puntos P0 , P y P2 (figura 5), el eje x y las rectas 1

Figura 5

at ic

a1

Esta ltima igualdad aproximada se conoce como la regla de Simpson o regla de la parbola.

.c o

(2)

Ahora, puesto que los puntos P0 , P y P2 pertenecen a la parbola, entonces se verifica que 1
y0 = Ah 2 Bh + C ,

(3) (4)

y1 = C ,
y2 = Ah + Bh + C.
2

(5)

Resolviendo el sistema anterior para A, B y C se obtiene:

A= 1 1 ( y0 + y2 2 y1 ); B = ( y2 y1 ); C = y1 , 2h 2h 2

con los cuales, despus de sustituir en (2) y simplificar, se obtiene para el rea del segmento parablico:
1 A = h ( y0 + 4 y1 + y2 ). 3

(6)

A=

x2 x0

f ( x) dx +

x4 x2

f ( x) dx + ... +

x2 m x2 m 2

ww w.

Como para cada tres puntos f (x) se aproxima a un arco parablico, se tiene entonces de acuerdo con (6):
h h h [ y0 + 4 y1 + y2 ] + [ y2 + 4 y3 + y4 ] + ... + [ y2 m 2 + 4 y2 m 1 + y2 m ] 3 3 3 h [ y0 + 4 y1 + 2 y2 + 4 y3 + 2 y4 + ... + 2 y2 m 2 + 4 y2 m 1 + y2 m ]. 3

at em
f ( x) dx.
Figura 6

cutivos (figura 6). Es decir,

at ic

y para los cuales xi = h =

ba , podemos considerar segmentos parablicos que pasan por cada tres puntos consen

a1

Para deducir la frmula (1), y como su nombre lo indica, puesto que tenemos un nmero par de puntos P0 , P , P2 ,..., P2 m 1

.c o

Es decir,

b a

f ( x ) dx

h [ f ( x0 ) + 4 f ( x1 ) + 2 f ( x2 ) + 4 f ( x3 ) + 2 f ( x4 ) + ... + 4 f ( xn 1 ) + f ( xn ) ]. 3

Nota: el nmero 2m de los puntos de divisin es arbitrario, pero cuanto mayor sea este nmero, mejor es la aproximacin que se alcanza con respecto al valor real de la integral.

Ejemplo 2

Utilice la regla de Simpson para calcular un valor aproximado de la integral Solucin

h = x = 2 1 1 = . 6 6

2 1

1 dx tomando n = 6. x

Los puntos de la particin son:

x0 = 1, x1 =

Entonces, de acuerdo a la regla de Simpson:

2 1

1 h dx [ f ( x0 ) + 4 f ( x1 ) + 2 f ( x2 ) + 4 f ( x3 ) + 2 f ( x4 ) + 4 f ( x5 ) + f ( x6 ) ] x 3 1 24 3 8 6 24 1 1 + + + + + + = 0.69316. 18 7 2 3 5 11 2

Como vimos antes el valor exacto de la integral es 0.69315, lo que nos muestra que la aproximacin con la regla de Simpson presenta cuatro cifras decimales exactas.

ww w.

at em

7 8 4 3 5 11 , x2 = = , x3 = , x4 = , x5 = , x0 = 2. 6 6 3 2 3 6

at ic

a1

.c o