Professional Documents
Culture Documents
() = ()
(1.1)
() =
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
()
()
+ + 2
+ =
Figura 1.1: Esquematizacin de la interpolacin segmentaria lineal realizada para aproximar por
un polinomio de interpolacin
+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.
() =
[( ) + (+1 )]
2
() =
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
( )3
() (1.5)
12 2
+1
( ) +
(+1 ) ; +1
( )
(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
()
[() ()] 2
()
() =
1 +
1
3
( )( +1 ) = ( ) =
2
2 0
12
Por lo tanto,
2
12 +
[() ()] 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
() = ()
3
()
12
Por analoga con la frmula compuesta de los trapecios, hemos demostrado el teorema.
() ()
() ( )
+ () (1.7)
2
( )3
()
12
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
() =
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
() =
( )5 ()
()
2880
( )( )
( )( )
( )( )
; 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
(
( )( 2) =
)(
2
2
2
2
3
Mediante un razonamiento similar, podemos establecer que
2 () =
; 3 () =
3
3
/21
/2
=1
=1
() = [(0 ) + 2 (2 ) + 4 (21 ) + ( )] + ()
3
() =
( 0 )4 ()
()
180
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
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
=1,4,7,
=2,5,8,
3
() =
[(0 ) + 3 ( ) + 3
8
( ) + 2 ( ) + ( )] + ()
=3,6,9,
5 ()
()
80
1
cos( sen )
0
interpolacin sern 0 = 0, 1 = , 2 = , 3 =
0 (2) =
y 4 = . Luego,
cos(2 sen ) ~
[(0 ) + 2((1 ) + (2 ) + (3 )) + (4 )]
0
2
3
[cos(2 sen 0) + 2 (cos (2 sen ) + cos (2 sen ) + cos (2 sen )) + cos(2 sen )]
8
4
2
4
3
[cos(2 sen 0) + 4 cos (2 sen ) + 2 cos (2 sen ) + 4 cos (2 sen ) + cos(2 sen )]
12
4
2
4
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
, = ()() (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)
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)
0 =
()[0 ()]2
()[0 ()]2
; 1 =
()[1 ()]2
()[1 ()]2
; 1 =
()[1 ()]2
()[2 ()]2
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
(), () = () () ()
(2.4)
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
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
1 =
1 (), 1 ()
0 (), 0 ()
8/175
12
=
2/3
175
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
Polinomios de Legendre.
12
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
1
( 2 1) (2.7)
2 !
[( 2 1) ] = [( 1) ( + 1) ]
13
1
( 2 1)
2 !
() () =
1
2
(2.7)
2 + 1
()
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
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
15
()
()
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.
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
() = 21 ( 0 )( 1 ) ( 1 ) = 21 [
=0
cos(2 + 1)
]
2
() ()
1 2
0
; si
; si = = 0
= {
; si = 0
2
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
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)
!
0
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
18
() () = (!)2
Polinomios de Hermite.
Los polinomios de Hermite, nombrados as en honor a Charles Hermite, corresponden a una familia
2
1
2
() () = ( ) 2 !
2
19
() =
0
1
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
( )
()
()
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
20
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
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
22
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
() =
0
1
[(0) + (1)]
2
() = 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
23
() = 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 )
() = (
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
() = (
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
1 1
1
1
1
= 3 [ ( ) + ( )] ~ 0.117019
3
1
3
3
Que es la aproximacin buscada.
25