Clase n6 Cuadratura

Universidad de Santiago de Chile
Prosecucin de Estudios I.C. Minas

Clculo Numrico
CLASE N6: CUADRATURA

Autores: Felipe Quezada Castaeda, Ricardo Quevedo Caro.
Carrera: P. Ing. Civil en Minas.
1. FRMULAS DE NEWTON COTES.
Uno de los resultados ms importantes de los primeros cursos de Clculo corresponde al aprendizaje
de la teora de integracin. Vale decir, aprendemos, en la praxis, cmo calcular expresiones del tipo
() = ()
(1.1)
Donde es una funcin continua y no negativa en el intervalo cerrado [, ]. Si la expresin anterior,

que llamamos integral de entre y , efectivamente existe, se dice que es integrable en [, ].
La receta general para el clculo de este tipo de expresiones deriva de uno de los corolarios ms
significativos de las matemticas: El teorema fundamental del clculo. La funcin as definida es
llamada primitiva de en [, ].
Con frecuencia, muchsimos problemas matemticos y de ingeniera nos conducen a nuevas
funciones, cuyas propiedades o valores no se conocen, o bien, no han sido tabulados. Tambin
puede suceder que tales funciones, a pesar de calificar como elementales e integrables, no
dispongan de una primitiva que pueda ser calculada mediante las tcnicas algebraicas de integracin
estudiadas en cursos de clculo. Ejemplos de estas funciones son las siguientes
() =
() =
sen
1
; () =
1 2 sen
(1.2)
Entre otras relaciones ms que son frecuentes en anlisis. El presente captulo desarrolla la siguiente
idea: Tenemos una funcin, digamos , definida y acotada en un intervalo cerrado [, ] , para
la cual deseamos calcular la integral (1.1). Supondremos adems que es una funcin elemental e
integrable en [, ], pero cuyo clculo es imposible de realizar mediante tcnicas algebraicas, o bien,
es computacionalmente costoso de realizar por ser una funcin cuya estructura puede ser compleja
o de difcil integracin (no trivial). La idea es entonces reemplazar el integrando por otro, digamos
, cuya integracin sea ms significativamente ms sencilla, asumiendo que el valor de la integral
de puede ser aproximado de forma razonable por la integral de .
Para lograr este cometido existen fundamentalmente dos caminos: La aproximacin mediante las
llamadas frmulas cerradas de Newton Cotes y las frmulas de cuadratura de Gauss, las
cuales sern desarrolladas en detalle en el presente apunte.
En esta seccin, revisaremos las frmulas cerradas de Newton Cotes, dejando en una siguiente
seccin el desarrollo de las frmulas de cuadratura de Gauss, para las cuales requeriremos manejar
el concepto de ortogonalidad en polinomios, el cual ser introducido adecuadamente.
Las frmulas cerradas de Newton Cotes corresponden a un conjunto de frmulas de integracin
numrica del tipo interpolatorio. Es decir, el integrando : [, ] se evala en puntos
equidistantes, a fin de hallar un valor aproximado de (1.1) mediante una suma conveniente de dichos

Clculo Numrico
valores. Naturalmente, cuantos ms puntos o nodos se utilicen en la aproximacin, ms preciso ser

el valor obtenido como representacin de la integral.
1.1 Frmula de los Trapecios.
Como dijimos, nuestra idea es entonces reemplazar la funcin en la integral (1.1) por otra funcin
, que en la prctica resultar ser un polinomio de interpolacin que aproximar a en una cierta
cantidad de nodos igualmente espaciados.
El caso ms sencillo es aquel cuando es una aproximacin lineal de . En este contexto,
consideremos una funcin que se dir continua e integrable en el intervalo cerrado [, ]. Si 0
para todos los valores en [, ], entonces la integral de sobre [, ] representar el rea de la regin
contenida entre la grfica de () y el eje X, para . La Figura 1.1 nos muestra un ejemplo
de funcin con valores conocidos en ( + 1) puntos igualmente separados, dados por , + , +
2, , + = , donde = ( )/ .
()
()
+ + 2
+ =
Figura 1.1: Esquematizacin de la interpolacin segmentaria lineal realizada para aproximar por
un polinomio de interpolacin
Sea = + . Para cada = 0, 1, 2, , ( 1), la grfica de correspondiente al intervalo cerrado

[ , +1 ] ha sido aproximada mediante una funcin lineal que coincide con en los extremos y
+1 . Sea esta funcin poligonal1 de interpolacin definida sobre todo el intervalo [, ]. Tenemos
entonces
() =
+1

( ) +
(+1 ) ; +1 (1.3)
La interpolacin segmentaria es un tema muy importante en el Anlisis Numrico. Formalmente, cuando se desea utilizar
polinomios de grado para interpolar a en los nodos 0 , 1 , , , con el detalle de que dichos polinomios cambien de
forma, a fin de ajustarse mejor a la curvatura de entre cada par de puntos y +1 , pero con valores coincidentes para
cada uno de los nodos, dichas curvas polinomiales a trozos se conocen como splines. La interpolacin por splines (i.e.,
interpolacin segmentaria) es la tcnica ms poderosa de interpolacin polinomial, siendo los splines cbicos suficientes
para aproximar de manera muy precisa funciones bastante complicadas. Lamentablemente, por razones de tiempo, la
interpolacin por splines ha quedado fuera del alcance de este curso.

Clculo Numrico
Al integrar en el intervalo [ , +1 ], obtenemos

+1
() =
[( ) + (+1 )]
2
Cuando es positiva, sta es el rea de un trapecio determinado por la grfica de () sobre

[ , +1 ]. La frmula es vlida, naturalmente, incluso si no es siempre positiva. Sumando las
integrales correspondientes a todos los subintervalos [ , +1 ] obtenemos la siguiente frmula de
aproximacin
1
() =
[() + 2 ( + ) + ()] (1.4)

2
=1
La frmula (1.4) es llamada frmula compuesta de los trapecios. Su curiosa distincin se debe
precisamente a que, como el polinomio de aproximacin de en los nodos = 0 , 1 , , = es
obtenido mediante una interpolacin segmentaria lineal, cada una de las reas que estn definidas
sobre los subintervalos [ , +1 ] corresponde a trapecios cuya altura es igual al espaciamiento
utilizado para los nodos sucesivos, que llamamos .
La presentacin formal de la frmula compuesta de los trapecios se har de todas formas mediante
el Teorema 1.1.
Teorema 1.1: Frmula Compuesta de los Trapecios Sea una funcin integrable y de clase
2 en el intervalo cerrado [, ]. Sea un nmero natural que subdivide a [, ] en los ( + 1)
nodos = 0 , 1 , , = , con = ( )/. Entonces tenemos que
1
() = [() + 2 ( + ) + ()] + ()
2
=1
Donde () es el error de la aproximacin, definido como

() =
( )3
() (1.5)
12 2
Para algn interior a [, ].
Demostracin: Sea la funcin de interpolacin dada por

() =
+1

( ) +
(+1 ) ; +1
Donde = + . En cada subintervalo [ , +1 ] aplicamos la estimacin del error para la

interpolacin lineal, con lo cual

Clculo Numrico
( )
(1.6)
2!
Para un cierto en ( , +1 ). Sean 2 y 2 el mximo y el mnimo, respectivamente, de () en
[, ] y sea
() () = ( )( +1 )
() =
( )( +1 )
2
Entonces () 0 en el intervalo [ , +1 ] y de (1.6) obtenemos las siguientes desigualdades

2 () () () 2 ()
Las cuales son vlidas, por supuesto, en [ , +1 ]. Integrando todos los miembros de esta
desigualdad, obtenemos
+
()
[() ()] 2
()
La integral de () sobre [ , + ] viene dada por

+
() =
1 +
1
3
( )( +1 ) = ( ) =
2
2 0
12
Por lo tanto,
2
12 +
[() ()] 2
Sumando estas desigualdades para = 0, 1, 2, , ( 1) y dividiendo por , obtenemos

2
12
[() ()] 2
3
Puesto que la funcin () es continua en [, ] (porque impusimos como restriccin que deba
ser de clase 2 en [, ]), alcanza cualquier valor comprendido entre su mnimo 2 y su mximo 2
en algn punto de [, ]. En particular, tenemos
() =
12
[() ()]
3
Para algn en [, ]. Luego,
() = ()
3
()
12
Por analoga con la frmula compuesta de los trapecios, hemos demostrado el teorema.

Clculo Numrico
Notemos que si = 1 en la frmula compuesta de los trapecios (es decir, si no particionamos el

intervalo [, ]), obtenemos la frmula de los trapecios a secas
() ()
() ( )
+ () (1.7)
2
Donde el trmino de error () queda definido entonces como

() =
( )3
()
12

1.2 Frmulas de Simpson.
1.2.1
Regla de Simpson Primaria.
Volvamos al problema (1.1). Sea entonces una funcin integrable en el intervalo cerrado [, ]. Sea
el punto medio de este intervalo. De esta manera, = ( + )/2. Si utilizamos ahora un polinomio
de aproximacin cuadrtico que pase por los nodos , y (a diferencia de lo realizado para
establecer la frmula de los trapecios, donde utilizamos una funcin lineal), construyndolo mediante
el mtodo de interpolacin de Lagrange, se tendr que
() = ()
( )( )
( )( )
( )( )
+ ()
+ ()
( )( )
( )( )
( )( )
Utilizando integracin por sustitucin, es posible (aunque muy tedioso) llegar al siguiente resultado
() =
[() + 4() + ()] (1.8)

6
La frmula (1.8) es llamada Regla de Simpson. El trmino de error se definir conforme al siguiente
teorema.
Teorema 1.2: Regla de Simpson Sea una funcin de clase 4 en el intervalo abierto (, ).
Si = ( + )/2, entonces se cumple que
() =
[() + 4() + ()] ()

6
Donde () es el error en la aproximacin, definido como

() =
( )5 ()
()
2880
Para un cierto interior a [, ].

Clculo Numrico
Demostracin: Consideremos = ( )/2 y = ( + )/2. Luego = 2 + . Haciendo uso de

un poco de lgebra, es posible establecer que 2 = ( )( ). Sean adems
1 () =
( )( )
( )( )
( )( )
; 2 () =
; 3 () =
( )( )
( )( )
( )( )
De esta manera, el polinomio cuadrtico utilizado para interpolar a en los nodos , y puede
escribirse como
() = 1 () + 2 () + 3 ()
De esta manera,
1 () =
)( )
1 +2
( )( )
= 2
( )( )
2
Consideremos el cambio de variable = . Luego = y = 2. Por lo tanto,

1 +2
1 +2
(
( )( 2) =
)(
2
2
2
2
3
Mediante un razonamiento similar, podemos establecer que
2 () =
; 3 () =
3
3
De esta manera, hemos demostrado el teorema.

Notemos que la aproximacin de Simpson es, en general, de mejor precisin que la frmula de los
trapecios, debido principalmente a que el polinomio de interpolacin para el integrando es cuadrtico.
Por lo tanto, el error es proporcional a su cuarta derivada, haciendo que el tercer coeficiente en el
desarrollo de Taylor para sea nulo. As, la frmula de Simpson es exacta para polinomios de grado
al menos 3.
Por supuesto, podemos afinar los clculos para la regla de Simpson si particionamos el intervalo de
integracin [, ] en /2 subintervalos, siendo un nmero par. Aplicando la regla de Simpson en
cada uno de los subintervalos y generando la suma completa, se obtiene la regla compuesta de
Simpson, definida como
/21
/2
=1
=1
() = [(0 ) + 2 (2 ) + 4 (21 ) + ( )] + ()
3
Donde, a fin de hacer la frmula ms amigable, hemos puesto = 0 y = , siendo = ( )/.

El error () puede escribirse como

Clculo Numrico
() =
( 0 )4 ()
()
180

1.2.2
Regla 3/8 de Simpson.
Si aproximamos por un polinomio cbico en vez de uno cuadrtico, el cual interpola a en los
nodos , (2 + )/3, ( + 2)/3 y , entonces la frmula de integracin resultante es llama regla 3/8
de Simpson, la cual definiremos mediante el siguiente teorema (el cual quedar exento de
demostracin).
Teorema 1.3: Regla 3/8 de Simpson Sea una funcin de clase 4 en el intervalo abierto
(, ). Pongamos 0 = , 1 = (2 + )/3 , 2 = ( + 2)/3 y 3 = . Si = ( )/3, entonces
tenemos que
() =
3
[(0 ) + 3(1 ) + 3(2 ) + (3 )] + ()
8
Donde () es el error en la aproximacin, dado por

() =
35 ()
()
80
Siendo interior a [, ].
Por supuesto, la regla 3/8 de Simpson puede ser extendida cuando hay particiones en el intervalo
de integracin [, ]. Si definimos = ( )/, entonces se tendr que
() ~
3
[(0 ) + 3(1 ) + 3(2 ) + 2(3 ) + 3(4 ) + 3(5 ) + 2(6 ) + + ( )]
8
Donde 0 = y = . Si utilizamos la notacin de sumatorias, la regla 3/8 de Simpson compuesta

toma la forma
=1,4,7,
=2,5,8,
3
() =
[(0 ) + 3 ( ) + 3
8
( ) + 2 ( ) + ( )] + ()
=3,6,9,
Donde () es un trmino de error, definido para como

() =
5 ()
()
80

Clculo Numrico
Ejemplo 1.1: Considerar la funcin 0 , definida como

0 () =
1
cos( sen )
0
La funcin 0 as definida es llamada funcin de Bessel de orden 0, la cual es solucin de la

ecuacin diferencial de Bessel
2 + + 2 = 0
Obtenga una aproximacin del valor de 0 (2) utilizando la frmula de los Trapecios y la regla de
Simpson.
Solucin 1.1: Primero utilizaremos la frmula compuesta de los trapecios. El espaciamiento a
utilizar en la particin del intervalo de integracin, que es [0, ], es a criterio personal. En este ejemplo
utilizaremos = /4, a fin de tener una precisin adecuada en el resultado. As, los nodos de
interpolacin sern 0 = 0, 1 = , 2 = , 3 =
0 (2) =
y 4 = . Luego,
cos(2 sen ) ~
[(0 ) + 2((1 ) + (2 ) + (3 )) + (4 )]
0
2
Donde () = cos(2 sen ). Por lo tanto,

0 (2) ~
3
[cos(2 sen 0) + 2 (cos (2 sen ) + cos (2 sen ) + cos (2 sen )) + cos(2 sen )]
8
4
2
4
As, la frmula compuesta de los trapecios nos da 0 (2) ~ 0.2239351382.

Probemos ahora utilizando la regla compuesta de Simpson. Utilizando el mismo espaciamiento que
en la frmula de los trapecios, tendremos que
0 (2) =
[(0 ) + 4(1 ) + 2(2 ) + 4(3 ) + (4 )]

cos(2 sen ) ~
0
3
Donde nuevamente () = cos(2 sen ). Luego,

0 (2) ~
3
[cos(2 sen 0) + 4 cos (2 sen ) + 2 cos (2 sen ) + 4 cos (2 sen ) + cos(2 sen )]
12
4
2
4
As, la regla compuesta de Simpson nos da 0 (2) ~ 0.2012713238.

Clculo Numrico
2. POLINOMIOS ORTOGONALES.
2.1 Sistemas Ortogonales.
Consideremos un espacio vectorial normado , caracterizado por la norma definida por el producto
interno = , . Un conjunto de vectores de definido como { }=1 se denomina
linealmente independiente, si la ecuacin
1 1 + 2 2 + + = = 0
=1
Tiene como nica solucin la trivial = 0; 1 .

Un conjunto infinito de vectores, digamos { }
=1 , es linealmente independiente si cualquier
subsistema finito es linealmente independiente. Diremos adems que { }
=1 es un sistema
ortogonal (dos a dos) si
, = 2 ; , | ,
Donde es la delta de Kronecker, definida como
1 ; si =
= {
0 ; si
El producto interno, en el caso de las funciones reales de una variable, se define como sigue: Sean
y dos funciones de clase 1 en un intervalo abierto . El producto interno , en el entorno
cerrado [, ] se define entonces como
, = ()() (2.1)
De lo anterior, la norma inducida para cualquier funcin de clase 1 en un intervalo abierto del tipo
[, ] puede escribirse como
= , = 2 ()
(2.2)
Es posible, a partir de un conjunto infinito de funciones { }

=1 que cumplan con las condiciones
dadas para el producto interno, construir un nuevo conjunto { }
=1 , donde sus elementos
conformen un sistema ortogonal, dependiente de una serie de constantes, que denotamos como
y .
2.2 Proceso de Gram-Schmidt.
El clculo de las constantes y , llamadas formalmente coeficientes de Fourier, se realiza
mediante un teorema conocido como Proceso de Ortogonalizacin de Gram-Schmidt. Este

Clculo Numrico
resultado es uno de los ms importantes, tanto en Anlisis como en lgebra, y se ver a continuacin.
Pero, para ello, debemos considerar algunos conceptos preliminares.
Consideremos el producto interno entre las dos funciones y , ambas de clase 1 en el intervalo
abierto (, ), definido como , . Esta operatoria es lineal y conforma un anillo de funciones
continuas con respecto a la suma. Definimos la funcin de peso () como una funcin integrable
en el intervalo cerrado [, ] tal que () 0; [, ], pero () 0 en cualquier subintervalo
de [, ]. Una funcin de peso tiene como objetivo asignar diferentes grados de importancia a las
aproximaciones realizadas para el producto interno , en diferentes partes del intervalo
considerado.
Sea el conjunto de funciones { }=1 . Se dice que { }=1 es un sistema ortogonal de funciones
en el intervalo cerrado [, ], respecto a la funcin de peso (), si
() () () = (2.3)
Donde es la delta de Kronecker. Adems, si = 1, se dir que { }=1 es un sistema ortonomal

de funciones. Naturalmente, las funciones () pueden ser polinomios, lo que corresponde a la
versin ms sencilla de este tipo de sistemas. El proceso de Gram-Schmidt corresponde a un
algoritmo que permite construir conjuntos ortogonales de polinomios respecto a la funcin de peso
que nosotros queramos. Su enunciado general se resume en el Teorema 2.1. La demostracin del
mismo queda fuera del alcance de estos apuntes.
Teorema 2.1: Proceso de Gram-Schmidt Consideremos el conjunto de funciones polinomiales

definido como { }=0 , donde los polinomios () se definen por recurrencia como
0 () = 1 ; 1 () = 0 ; () = ( 1 )1 () 1 2 () ; 2
Ser ortogonal en el intervalo cerrado [, ], respecto a la funcin de peso (), siempre que
las constantes y cumplan con las siguientes condiciones
0 =
()[0 ()]2
()[0 ()]2
; 1 =
()[1 ()]2
()[1 ()]2
; 1 =
()[1 ()]2
()[2 ()]2
Las constantes y son llamadas coeficientes de Fourier.
En el Teorema 2.1, obsrvese que si bien las constantes y tiene una estructura compleja, las
integrales involucradas pueden resolverse fcilmente, ya que las funciones que aparecen en el
integrando son polinomios, siempre que la funcin de peso () no sea demasiado difcil de
descomponer.
Notemos adems que, en el Teorema 2.1, los coeficientes y pueden escribirse de forma
condensada mediante la notacin del producto interno. Recordemos que el producto interno entre
10

Clculo Numrico
dos polinomios () y () en el intervalo cerrado [, ] con respecto a la funcin de peso ()

viene dado por
(), () = () () ()
(2.4)
Luego, usando (2.4), los coeficientes de Fourier pueden escribirse como

0 =
0 , 0
1 , 1
1 , 1
; 1 =
; 1 =
0 , 0
1 , 1
2 , 2
Ejemplo 2.1: Construir una familia de tres polinomios ortogonales en el intervalo cerrado [0, 1]
usando el proceso de ortogonalizacin de Gram-Schmidt.
Solucin 2.1: Utilizando el algoritmo definido en el Teorema 2.1, sabemos de inmediato que el
primer polinomio es 0 () = 1. Nuestro trabajo es entonces encontrar los respectivos coeficientes de
Fourier 0 , 1 y 1 . Luego,
0 =
0 (), 0 ()
0 (), 0 ()
As,
1
0 (), 0 () = 1,1 = =
0
2 31 2
2| =
3
3
0
0 (), 0 () = 1, = 3 =
0
3
2 51 2
2| =
5
5
0
Luego, 0 = . Por lo tanto, 1 () = .

Calculamos ahora 1 ,
1 =
1 (), 1 ()
1 (), 1 ()
As,
1
1
3
3
3 2
2 3
8
1 (), 1 () = , = ( ) =
2 [(25 42) + 21]| =
5
5
5
175
175
0
0
5
1 3
3
3
3 2
2 2 [25 (35 54) + 567]
184
1 (), 1 () = , ( ) = 2 ( ) =
| =
5
5
5
7875
7875
0
0
Luego, 1 =
23
. Calculamos ahora 1
45
11

Clculo Numrico
1 =
1 (), 1 ()
0 (), 0 ()
Ya calculamos anteriormente ambas cantidades. Por lo tanto,

1 =
8/175
12
=
2/3
175
Luego, del proceso de Gram-Schmidt, sabemos que

2 () = ( 1 )1 () 1 0 () = (
23
3
12
10
5
) ( )
= 2
+
45
5
175
9
21
Los polinomios 0 (), 1 () y 2 () son ortogonales en el intervalo cerrado [0, 1]. Para comprobarlo,
podemos calcular cualquier producto interno entre estos polinomios respecto de la funcin de peso
que hemos elegido. Por ejemplo,
1
0 (), 2 () = ( 2
0
1
3
10
5
2
( 1) 2 (9 5)| = 0
+ ) =
9
21
63
0
Tal como queramos demostrar.

2.3 Familias Notables de Polinomios Ortogonales.
Utilizando el proceso de ortogonalizacin de Gram-Schmidt, es posible determinar infinitas familias
de polinomios ortogonales, todas referidas a una funcin de peso especfica. No obstante, existen
cuatro familias de polinomios ortogonales notables por su importancia y gran cantidad de
aplicaciones en Anlisis.
2.3.1
Polinomios de Legendre.
El caso ms sencillo de conjunto ortogonal de polinomios se da cuando se aplica el proceso de

Gram-Schmidt para el intervalo [1, 1] y la funcin de peso () = 1. Dicho conjunto est
conformado por los polinomios { ()}=0 que cumplen con la siguiente relacin de recurrencia
0 () = 1 ; 1 () = ; ( + 1)+1 = (2 + 1) () 1 () ; 2 (2.5)
Los polinomios () son llamados polinomios de Legendre, en honor al matemtico francs
Adrien-Marie Legendre.
Los polinomios de Legendre, originalmente, fueron descubiertos al examinar las soluciones en series
de potencias que derivan de la ecuacin diferencial
(1 2 ) 2 + ( + 1) = 0 (2.6)
12

Clculo Numrico
La expresin (2.6) es llamada ecuacin de Legendre. Tal ecuacin aparece en varios problemas
fsicos, como es el caso del flujo de calor con simetra esfrica. El polinomio de Legendre de grado
, (), es una solucin particular de (2.6).
Los polinomios de Legendre pueden definirse alternativamente gracias al Teorema 2.2 como sigue
Teorema 2.2: Frmula de Rodrigues Sea un nmero natural. Si () corresponde al

polinomio de Legendre de grado , entonces
() =
1
( 2 1) (2.7)
2 !
Es solucin de la ecuacin de Legendre (2.6).
Demostracin: Consideremos fijo . Sea () = ( 2 1) . Luego,

() = ( 2 1)1 2 ( 2 1) () 2() = 0
Derivando sucesivamente la expresin anterior veces, obtenemos
( 2 1) () + 2 () 2 () 2() = 0
( 2 1) () + 4 () + 2 () 2 () 4 () = 0
( 2 1)(+1) () + 2() () + ( 1)(1) () 2() () 2(1) () = 0

Poniendo = + 2 en la ltima expresin, se tiene
( 2 1)(+2) () + 2( + 1)(+1) () + ( + 1)() () 2(+1) () 2( + 1)() () = 0
Factorizando las derivadas, obtenemos
( 2 1)(+2) () + 2(+1) () ( + 1)() () = 0
Pongamos () =
[()]. Multiplicando la expresin anterior por 1, llegamos a

( 2 1) () + 2 () ( + 1) () = 0
Que es la ecuacin de Legendre. Hemos demostrado entonces que el polinomio de grado ,

denotado por (), es solucin de esta ecuacin diferencial. Adems,
() =
[( 2 1) ] = [( 1) ( + 1) ]
Luego, () puede expresarse como
13

Clculo Numrico
() = [( 1) ]() ( + 1) + trminos que contienen a ( 1) como factor

() = ! ( + 1) + trminos que contienen a ( 1) como factor
Por lo tanto, (1) = 2 !. Y as,
() =
1
( 2 1)
2 !
Tal como queramos demostrar.

La propiedad de ortogonalidad de los polinomios de Legendre se deriva del siguiente resultado
1
() () =
1
2
(2.7)
2 + 1
Donde es la delta de Kronecker. La demostracin de esta propiedad se deja como ejercicio al

lector.
La definicin recursiva (2.5) nos permite obtener el polinomio de Legendre del grado que queramos.
Por ejemplo, los cinco primeros polinomios de Legendre son
Tabla 2.1: Primeros polinomios de Legendre
()
0 0 () = 1
1 1 () =
1
2 () = (3 2 1)
3 () = (5 3 3)
4 () = (35 4 30 2 + 3)
5 () = (63 5 70 3 + 15)
2
1
2
1
8
1
8
Cuyos grficos se muestran en la Figura 2.1. Notemos adems que todos los ceros de estos
polinomios se encuentran en el intervalo cerrado [1, 1].
14

Clculo Numrico
Figura 2.1: Grficas de los polinomios de Legendre para 5
2.3.2
Polinomios de Chebyshev.
Cuando aplicamos el proceso de Gram-Schmidt sobre el mismo intervalo, [1, 1], pero respecto a la
funcin de peso
() =
1
1 2
Se obtiene una conocida familia de polinomios ortogonales, conocida como polinomios de

Chebyshev, en honor al matemtico ruso Pafnuty Chebyshev. Estos polinomios se definen mediante
la siguiente frmula de recurrencia
0 () = 1 ; 1 () = ; +1 () = 2 () 1 () (2.8)
Los primeros polinomios de Chebyshev, obtenidos a partir de la frmula recursiva anterior, se
muestran en la Tabla 2.2.
15

Clculo Numrico
Tabla 2.2: Primeros polinomios de Chebyshev
()
()
0 0
=1
1 1 () =
2 2 () = 2 2 1
3 3 () = 4 3 3
4 4 () = 8 4 8 2 + 1
5 5 () = 16 5 20 3 + 5
De la frmula de recurrencia (2.8) deducimos inmediatamente que () es un polinomio de grado
. Notemos adems que el coeficiente de es 21 si 1.
El Teorema 2.3 nos permite deducir otras propiedades de estos polinomios.
Teorema 2.3: Sea () el polinomio de Chebyshev de grado . Si 1 1, tenemos que

() = cos( arccos )
Demostracin: Sea () = cos( arccos ) para 1 1. Haciendo = 0 y = 1 encontramos

0 () = cos 0 = 1 ; 1 () = cos(arccos ) =
Con lo cual, la frmula es vlida para = 0 y = 1. Si demostramos que satisface la frmula de
recurrencia (2.8), entonces el teorema resultar por induccin. Para ello, es posible utilizar la
identidad trigonomtrica de suma de cosenos
cos( + 1) + cos( 1) = 2 cos cos
Consideremos = arccos . Luego
() =
1
[ () + 1 ()]
2 +1
Reordenando los trminos de esta frmula llegamos a (2.8), por lo que hemos demostrado el
teorema.
Las races de () pueden determinarse fcilmente mediante la frmula de recurrencia (2.8). No
obstante, observemos lo demostrado en el Teorema 2.3. Puesto que cos = 0 nicamente cuando
es un mltiplo impar de /2, tenemos que () = 0 para 1 1 nicamente si arccos =
(2 + 1) /2 para un cierto . Por lo tanto, los ceros de () se encuentran entre los nmeros
= cos (
2 + 1
) ; = 0, 1, 2,
16

Clculo Numrico
Los valores = 0, 1, 2, ( 1) dan ceros distintos 0 , 1 , 1 situados en el intervalo abierto

(1, 1). Puesto que un polinomio de grado no puede tener ms de ceros, aquellos deben ser
todos los ceros de (). Por lo tanto, podemos escribir
1
() = 21 ( 0 )( 1 ) ( 1 ) = 21 [
=0
cos(2 + 1)
]
2
Las grficas de () para 5 en el intervalo cerrado [1, 1] se muestran en la Figura 2.2.
Figura 2.2: Grficas de los polinomios de Chebyshev para 5
La propiedad de ortogonalidad de los polinomios de Chebyshev en el intervalo [1, 1] con respecto

a la funcin de peso () = 1/1 2 se desprende adems de
1
() ()
1 2
0
; si
; si = = 0
= {
; si = 0
2
La demostracin de la ecuacin anterior puede realizarse utilizando el Teorema 2.3, y se le deja

como ejercicio al lector.
2.3.3
Polinomios de Laguerre.
La aplicacin del proceso de Gram-Schmidt sobre el intervalo [0, +), respecto de la funcin de peso
() = nos conduce a una nueva familia de polinomios ortogonales, definida recursivamente
como
17

Clculo Numrico
0 () = 1 ; 1 () = 1 ; +1 () = ( + 2 1) () 2 1 () ; 2 (2.9)
Los que se conocen como polinomios de Laguerre, en honor al matemtico francs Edmond
Laguerre. Estos polinomios, consecuentemente, son ortogonales para todo 0 respecto de la
funcin de peso () = . Notemos adems que, de la ecuacin (2.9), se desprende que () es
un polinomio de grado .
El polinomio de Laguerre de grado satisface adems la ecuacin diferencial de Laguerre
+ (1 ) + = 0
Para la cual, haciendo uso de la frmula de Rodrigues vista en el Teorema 2.2, es posible definir
() =

( ) (2.10)
!
Usando cualquiera de estas frmulas, es posible calcular cualquier polinomio de Laguerre. En la

Tabla 2.3 se adjuntan estos polinomios para 5.
0
1
Tabla 2.3: Polinomios de Laguerre para 5

()
0 () = 1
1 () = + 1
2 () = ( 2 4 + 2)
3 () = ( 3 + 9 2 18 + 6)
4 () =
5 () =
1
2
1
6
1
24
1
( 4 16 3 + 72 2 96 + 24)
120
( 5 + 25 4 200 3 + 600 2 600 + 120)
Las grficas de estos polinomios se muestran en la Figura 2.3.
18

Clculo Numrico
Figura 2.3: Grficas de los polinomios de Laguerre para 5
La propiedad de ortogonalidad de los polinomios de Laguerre, para > 0, respecto de la funcin

() = se desprende de la relacin
+
() () = (!)2
Donde es, otra vez, la delta de Kronecker.

2.3.4
Polinomios de Hermite.
Los polinomios de Hermite, nombrados as en honor a Charles Hermite, corresponden a una familia
2
de polinomios ortogonales en todo con respecto a la funcin de peso () = . Se definen

mediante la siguiente frmula de recurrencia
0 () = 1 ; 1 () = 2 ; +1 () = 2 () 21 () ; 2 (2.11)
Esta frmula tambin puede construirse utilizando el proceso de Gram-Schmidt, y permite establecer
que () es naturalmente un polinomio de grado . Notemos adems que la propiedad de
ortogonalidad de estos polinomios se desprende de la relacin
+
1
2
() () = ( ) 2 !
2
19

Clculo Numrico
Donde es, nuevamente, la delta de Kronecker. La funcin () es llamada funcin gamma de

Euler, definida para todo real como
+
() =
0
1
Notemos adems que ( ) = .

2
Al igual que con los polinomios de Laguerre, los polinomios de Hermite pueden expresarse a partir
de la extensin de la frmula de Rodrigues como sigue
() = (1)
2
( )
Los primeros polinomios de Hermite se muestran en la Tabla 2.4.

Tabla 2.4: Polinomios de Hermite para 5
()
()
0 0
=1
1 1 () = 2
2 2 () = 4 2 2
3 3 () = 8 3 12
4 4 () = 16 4 48 2 + 12
5 5 () = 32 5 160 3 + 120
Las grficas para estos polinomios se muestran en la Figura 2.4.
20

Clculo Numrico
Figura 2.4: Polinomios de Hermite para 5
Se le deja como ejercicio al lector probar que los polinomios de Hermite son un caso particular de
los polinomios de Laguerre. De hecho, mediante la frmula de Rodrigues, es posible llegar al
siguiente resultado
1 2
1
2 () = (4) ! 2 ( 2 ) = 4 ! (1) ( 2)
!
=0
2+1 () = 2(4)
1
! 2 ( 2 )
1 2+1
= 2 4 ! (1) ( + 2)
!
=0
21

Clculo Numrico
3. CUADRATURA GAUSSIANA.
Las frmulas cerradas de Newton-Cotes corresponden, en lneas generales, a una manera de
obtener aproximaciones de integrales siempre que conozcamos los valores del integrando en nodos
igualmente espaciados, a fin de poder reemplazarlos mediante polinomios de interpolacin. No
obstante, puede suceder que las funciones a integrar tengan subintervalos de variacin
excesivamente catica, o bien, que no necesariamente dispongamos de una forma de evaluar dichas
funciones de forma sencilla en nodos igualmente espaciados. En tales casos, las frmulas cerradas
de Newton-Cotes pierden precisin y se hace necesario buscar nuevos mtodos de aproximacin
para estas integrales.
Una forma de resolver este tipo de problemas corresponde a las frmulas de cuadratura Gaussiana.
En estas frmulas, nuestro objetivo es encontrar una frmula explcita de aproximacin de integrales,
seleccionando los puntos en los cuales evaluaremos el integrando de manera ptima y no en una
forma igualmente espaciada (como en el caso de las frmulas de Newton-Cotes). De esta manera,
las aproximaciones sern siempre exactas para polinomios de grado a lo ms 2 1, donde estos
polinomios son elegibles para los puntos y los coeficientes de forma tal que la frmula general
() = ( )
=1
Cumpla con el grado de precisin requerido. Esta sencilla frmula es conocida como frmula de
cuadratura Gaussiana.
Naturalmente, a medida que el nmero de sumandos en la frmula de cuadratura aumenta, el grado
de precisin de la aproximacin tambin aumenta. Debemos, adems, considerar que la funcin
debe poder escribirse como el producto de dos funciones, () = ()(), donde () es una
funcin de peso que cumple con la misin de ponderar de manera diferente cada uno de los nodos
donde nos disponemos a evaluar el integrando, a fin de poder generar la respectiva aproximacin.
La nica condicin es que dicha funcin de peso permita que un conjunto determinado de polinomios
cumpla con el requisito de ortogonalidad.
En el apartado anterior, nos encargamos de estudiar familias de polinomios ortogonales. Dichas
familias son tiles en Anlisis precisamente porque la condicin de ortogonalidad que stas poseen
dependen de una funcin de peso. De esta manera, las frmulas de cuadratura Gaussiana pueden
construirse de forma diferente, dependiendo de la funcin de peso que utilizaremos como base para
la ponderacin de los coeficientes que conforman la aproximacin.
Vamos a ilustrar la utilidad y simplicidad de esta metodologa con algunos ejemplos.
Ejemplo 2.2: Determinar los coeficientes 1 y 2 de tal manera que la frmula de cuadratura
1
() = 1 (0) + 1 (1)
0
Sea exacta para polinomios del mayor grado posible.
22

Clculo Numrico
Solucin 2.2: Sea 1 [] el espacio vectorial conformado por todos los polinomios de grado 1. La
base cannica de este espacio es = {1, }. Reemplazando estas expresiones para en la frmula
de cuadratura establecida, tendremos
1
() = 1 = 1 = 1 + 2
0
1
1
= 2
2
() = =
0
1
Luego, 1 = 2 = . Por lo tanto,

2
() =
0
1
[(0) + (1)]
2
Es la frmula de cuadratura buscada.

Ejemplo 2.3: Tomemos, en este ejemplo, el caso de los polinomios de Legendre. Estos polinomios
son ortogonales en el intervalo cerrado [1, 1] con respecto a la funcin de peso () = 1. Luego,
si deseamos construir una frmula de cuadratura tal que
1
() = 1 (1 ) + 2 (2 )
1
Entonces, nuestro objetivo es encontrar los coeficientes 1 y 2 , adems de los nodos de cuadratura
1 y 2 .
Solucin 2.3: Como los polinomios de Legendre cumplen con la condicin de ser ortogonales en el
intervalo de integracin, y adems puede escribirse como () = ()(), donde () = 1 es la
funcin de peso que genera la condicin de ortogonalidad en dichos polinomios (con lo cual, () =
()). Entonces es posible utilizarlos como base para la construccin de la frmula de cuadratura
anterior. Dado que el nmero de sumandos es 2, entonces dicha frmula ser exacta para polinomios
hasta de segundo grado.
Lo siguiente es determinar el polinomio de Legendre de grado 2, a saber
2 () =
3 2 1

2
2
Los valores de los nodos 1 y 2 correspondern a las races de este polinomio. Luego
1 =
1
3
; 2 =
1
3
Por lo tanto, la cuadratura toma la forma
23

Clculo Numrico
1
() = 1 (
1
1
) + 2 ( )
3
3
Para determinar los coeficientes 1 y 2 utilizamos una base del cuerpo 1 [] (polinomios en de
grado a lo ms 1), por ejemplo, = {1, }. De esta manera,
1
() = 1 = 2 = 1 + 2
1
1
() = = 0 =
1
1
3
(1 2 )
Luego tenemos el sistema

+ 2 = 2
{ 1
1 2 = 0
Cuya solucin es 1 = 2 = 1. Por lo tanto, la frmula de cuadratura toma finalmente la forma
1
() = (
1
1
)+( )
3
3
Una frmula de cuadratura cuyos nodos corresponden a los ceros de los polinomios de Legendre es
llamada, en consecuencia, cuadratura de Gauss-Legendre.
Ejemplo 2.4: Utilizaremos ahora los polinomios de Legendre para aproximar la integral
4
=
2
Mediante una frmula de cuadratura de Gauss-Legendre de dos sumandos.

Solucin 2.4: La frmula de cuadratura de Gauss-Legendre de dos sumandos es
1
() = (
1
1
)+( )
3
3
No obstante, el intervalo de integracin de es [2, 4]. Para transformar este intervalo en [1, 1], a fin
de aplicar la frmula de cuadratura anterior, debemos hacer un cambio de variable que valide dicha
transformacin. Estas sustituciones siempre tienen la forma () = + , donde y son
constantes que debemos determinar, a fin de que (2) = 1 y (4) = 1. Por lo tanto, el cambio de
variable a considerar es = 3, lo que implica que = + 3 y = . As
4
= (+3) =
2
1 1

3 1
Sea () = . Luego,
24

Clculo Numrico
1 1
1
1
1
= 3 [ ( ) + ( )] ~ 0.117019
3
1
3
3
Que es la aproximacin buscada.
25

Clase n6 Cuadratura

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Clase n6 Cuadratura

Uploaded by

Copyright:

Available Formats

Universidad de Santiago de Chile

Prosecucin de Estudios I.C. Minas