CAPITULO 3 Métodos basados en funciones de interpolación

Hay una extensa familia de métodos que se basan en aproximar la función a integrar
Reglas de Integración Numérica
Tecnologías para el cálculo numérico
La introducción de herramientas informáticas ha desplazado actualmente el centro
de atención puesto en el cálculo de áreas, y a partir de éstas el cálculo de volúmenes,
para enfocarse en el diseño, utilizando para ello programas informáticos para la
generación de formas tridimensionales (CAD 3D) que incluyen en su formulación
mediante procedimientos con elementos finitos, el cálculo de las propiedades de
cuerpos sólidos.
De esta manera, los extensos procedimientos utilizados para determinar las curvas
hidrostáticas y las curvas cruzadas se han facilitado enormemente, disminuyendo los
errores de cálculo y liberando al ingeniero naval para otras tareas relacionadas con
el propio diseño.
f(x) por otra función g(x) de la cual se conoce la integral exacta. La función que
sustituye la original se encuentra de forma que en un cierto número de puntos tenga
el mismo valor que la original. Como los puntos extremos forman parte siempre de
este conjunto de puntos, la nueva función se llama una interpolación de la función
original. Típicamente, las funciones utilizadas son polinomios.
Existen dos tipos de formulaciones para realizar los cálculos aproximados de
integración de funciones: 1) las Fórmulas de Newton – Cotes, donde la interpolación
con polinomios es evaluada en puntos igualmente separados en [a, b], de las que la
Regla de los Trapecios y la Regla de Simpson son los ejemplos clásicos; 2) las
fórmulas denominadas Cuadraturas de Gauss, donde se permite variar los intervalos
entre los puntos de interpolación, siendo éstas más precisas que las anteriores para
un mismo número de evaluaciones del integrando.
Fórmulas de Newton-Cotes

En el análisis matemático, el teorema fundamental del cálculo establece que la Estas formulaciones son utilizadas para determinar el área debajo de una curva
derivación e integración de una función son operaciones inversas. Este concepto es correspondiente a una función mediante interpolaciones polinómicas de esta última.
fundamental pues permite estudiar áreas y volúmenes como integrales de funciones El grado de los polinomios dependerá de la cantidad de puntos que se utilizan para
derivables, a partir del enunciado del teorema o Regla de Barrow, denominada en forzar dicha aproximación. Las formas utilizadas se conocen como polinomios de
ocasiones segundo teorema fundamental del cálculo, y que permite calcular la Lagrange, cuya expresión general está dada por:
integral definida (o área bajo la curva que describe entre dos puntos) de una función
n
continua, utilizando la integral indefinida de dicha función. n
p x    f xi   L i x 
i 0 [76.]
Sin embargo, muchas de las funciones utilizadas carecen de primitivas, con el caso
de la función Donde
2 n n x  xk
f x   e
x
[75.] L i x    k  0
k i xi  x k [77.]
Su integración analítica no es posible, y por tanto tampoco el cálculo directo del área
A manera de ejemplo, la expresión de la interpolación de Lagrange para un
bajo su curva.
polinomio de primer grado estará dada por el siguiente desarrollo:
Tampoco es posible la aplicación del Teorema de Barrow a aquellas funciones que 1 1 x  xk x  x1
por su naturaleza no pueden ser descritas mediante una expresión algebraica. L 0 x    k  0 
k 0 xi  x k x0  x1 [78.]
Para estos casos se han desarrollado métodos de aproximación al cálculo integral, los 1 1 x  xk x  x0
cuales denominamos métodos de integración numérica (también conocido como L1  x    k  0 
cuadratura). k 1 xi  x k x1  x0 [79.]
x  x1 x  x0
p1  x    f  x0    f x1 
x0  x1 x1  x0 [80.]

52 | P á g i n a 53 | P á g i n a
Para mejorar el grado de aproximación a una función, es necesario aumentar el
número de puntos o nodos a interpolar; esto genera un aumento en el grado del
polinomio interpolador, aumentando la dificultad en el cálculo, por lo cual no es
usual utilizar interpolaciones más allá del cuarto grado.
También sucede que a medida que crece el
grado, mayores son las oscilaciones entre
puntos consecutivos o nodos. Se podría decir
que a partir del grado 6 las oscilaciones son
tales que el método deja de ser válido.
Regla de los trapecios
lineales en ambos sub-intervalos resulta en Ip = Ip’ + Ip’’ = 0.708. Se observa que el
error ha disminuido significativamente.
Para obtener una formulación general que se
pueda aplicar a un número cualquiera de sub-
intervalos iguales, tomemos n como factor de
subdivisión. El intervalo de integración
quedará dividido entonces en n sub-
intervalos, cada uno de los cuales tendrá
asociado un segmento de recta que aproxima
la curva y = f(x) en el mismo. El área bajo la
curva en [x0, xn] estará representada por:

La primera interpolación que será ensayada Fig. 37 - Generalización de la subdivisión

será la que resulta a partir de un polinomio de lineal
Lagrange de primer grado, cuya forma fue xn x1 x2 x3 x n 1 xn
Fig. 35 - Interpolación lineal
desarrollada al final del párrafo anterior.  f x   dx   f x   dx   f x  dx   f x  dx  ....   f x  dx   f x  dx [83.]
x0 x0 x1 x2 x n 2 x n 1

p x  
x1  x   f x0   x  x0  f x1  [81.]
x1  x0  Reiterando el procedimiento utilizado en los cálculos anteriores para uno y dos sub-
intervalos, cada una de las integrales correspondientes a cada tramo de curva puede
Para este polinomio, la integración entre los extremos [x0, x1] nos da el siguiente ser sustituida por la integral de su aproximación lineal [3.]:
resultado:
xi xi
 f xi   f xi 1 
I xx1
 f x1   f x0  
 x1  x0    [82.]  f x   dx   pi x   dx  xi  xi 1   2
0
 2 
 xi 1 xi 1 [84.]
Veamos cómo funciona esta aproximación para una función cualquiera, por ejemplo Llamemos ahora x = (xi – xi-1), yi = f(xi) e yi-1 = f(xi –1), y teniendo en cuenta que
f (x) = 1/x, para su integración en el rango [1, 2], siendo f (x0) = 1.000 y f (x1) = la extensión de los sub-intervalos es constante, podremos escribir:
0.500. La integral definida de esta función tiene un valor If = 0.693. Por otro lado
aplicaremos la interpolación lineal sugerida en [69.] con la cual obtenemos la y  y0 y  y1 y  y n 1 y  yn
I  f x   Δx  1  Δx  2  .....  Δx  n  2  Δx  n 1 [85.]
ecuación p (x) = ½.(3 – x); en este caso la integral correspondiente vale Ip = 0.750. 2 2 2 2
El error cometido en la aproximación será If – Ip = 0.057. La expresión anterior lleva a la formulación genérica de la Regla de los Trapecios
para un número n de ordenadas correspondientes a n – 1 sub-intervalos de
Para refinar el método, dividamos el intervalo en integración:
dos sub-intervalos iguales [1, 1.5] y [1.5, 2],
siendo en este caso siendo f (x1) = 1.000, f (x2) = y y 
0.667 y f (x3) = 0.500. Obviamente la integral de I  f x   Δx   0  y1  y2  .....  y n 1  n 
 2 2  [86.]
la función continua en [1, 2], suma de la integral
en los dos sub-intervalos, será el mismo valor Una expresión más simplificada es:
establecido en el párrafo anterior, If = 0.693.
Tendremos ahora dos funciones lineales que  n 1 
1 [87.]
aproximan la curva en cada sub-intervalo, siendo I  f x    Δ x   y 0  2   yi  y n 
2  
 i 1 
éstas: p’(x) = 1/3.(5 – 2x) y p’’(x) = 1/6.(5 – Fig. 36 - División del entorno de
2x). La suma de las integrales de las funciones interpolación lineal

54 | P á g i n a 55 | P á g i n a
Ejemplo 3.2 Análogamente, se puede calcular el área
bajo la curva y = f(x) evaluando la integral
La curva que define un plano de flotación está dada a través de sus semimangas entre de la aproximación polinómica y = p(x),
las estaciones # 0 y # 10, distanciadas entre sí x = 6.650 m, de acuerdo a la siguiente función cuadrática con primitiva conocida
tabla: que se puede calcular fácilmente una vez
que se resuelve el sistema de ecuaciones que
Tabla 2 - Semimangas de Flotación permite determinar los valores de los
Estación 0 1 2 3 4 5 6 7 8 9 10
Semimanga 2.02 5.09 6.06 6.29 6.32 6.32 6.28 6.14 5.06 2.8 1.3 coeficientes de los términos en x0, x1 y x2:

Δx [89.]
I  f x     f  x0   4  f x1   f x2 
3
Fig. 39 - Interpolación cuadrática
Si se divide cada uno de los intervalos en dos,
Fig. 38 - Área de Flotación la integral se transformará en:
Δx Δx [90.]
Determinar el área bajo la curva entre los extremos definidos utilizando el Método I  f  x     f  x0   4  f  x1   f x2     f x 2   4  f x3   f  x4 
3 3
de los Trapecios.
Cuya formulación simplificada es:
Primeramente se calculará el área buscada mediante una metodología apropiada con
un error marginal respecto a los métodos numéricos, por ejemplo utilizando un Δx [91.]
I  f  x     f x0   4  f  x1   2  f x 2   4  f x3   f  x4 
procedimiento gráfico digital. Ésta establece que ese valor es A = 349.465 m2. 3
Lo que conduce a la formulación general de la Regla de Simpson para un número n
De acuerdo a la formulación establecida en [72.], el área bajo la curva definida por
(par) de intervalos correspondientes a un número impar n+1 de ordenadas:
la grilla de puntos dados en la tabla se puede calcular como la suma de los siguientes
términos: 1
I  f  x    Δx   y0  4  y1  2  y2  4  y3  .....  2  y n  2  4  y n 1  y n  [92.]
3
A0 = ½.6.650.2.020 = 6.717
Análogamente que en el método de Simpson, una expresión más simplificada es:
Ai = ½.6.650.2.(5.090+6.060+6.290+6.320+6.320+6.280+6.140+5.060)=334.893
A10 = ½.6.650.1.300 = 4.323  n n 
 1 
2 2
A = 345.933
1
I  f x    Δx  y0  2   2  y2 i  4   2  y2 i 1  yn 
 [93.]
3  i 1 i 1

El error introducido por el Método de los Trapecios en el cálculo de esta área en  
 
relación con el valor real del área es A = 349.465 – 345.933 = 3.532 (1.01%).
Ejemplo 3.3
Primera Regla de Simpson o Regla de Simpson 1/3 Calcular el área de la curva descrita en el ejemplo 3.1 utilizando el método de
Simpson.
Al igual que lo realizado para la interpolación lineal, se aproxima ahora la función
original por una interpolación cuadrática que pasa por tres puntos B1, B2 y B3 A0 = 1/3.6.650.2.020 = 4.478
pertenecientes a la curva f(x), cuyas abcisas x1, x2 y x3 están ubicadas a intervalos
equidistantes: A2i = 1/3.6.650.2.( 6.060+6.280+6.320+5.060)=105.159
A2i = 1/3.6.650.4.(5.090+6.290+6.320+6.140+2.800)=236.208
p x  
x  x1   x  x2   f x   x  x0   x  x2   f x   x  x0   x  x1   f x  [88.]
0
x0  x1 x0  x2  x1  x0 x1  x2  1 x2  x0 x2  x1  2 A10 = 1/3.6.650.1.300 = 2.882
A = 348.726

56 | P á g i n a 57 | P á g i n a
El error introducido para el cálculo de la misma área por el Método de Simpson en Ejemplo 3.4
relación con el valor real del área es es A = 349.465 – 348.726 = 2.219 (0.64 %).
Calcular el área de la curva descrita en el ejemplo 3.1 utilizando los métodos de los
Trapecios y de Simpson considerando dos ordenadas intermedias, una en cada
extremo, las cuales se han introducido en la nueva tabla de puntos:
Segunda Regla de Simpson o Regla de Tabla 3 - Semimangas de Flotación con ordenadas intermedias
Simpson 3/8 Estación 0 ½ 1 2 3 4 5 6 7 8 9 9½ 10
Semimanga 2.02 4.10 5.09 6.06 6.29 6.32 6.32 6.28 6.14 5.06 2.80 1.90 1.30
La interpolación cúbica, forzando
cuatro puntos en lugar de los tres
utilizados en el método anterior, lleva a
esta nueva formulación conocida como
Segunda Regla de Simpson:

Fig. 42 - Flotación con semimangas intermedias

Fig. 40 - Interpolación cúbica

3 [94.]
I  f x    Δx  ( y1 + 3  y 2 + 3  y 3 + 2  y 4 + .....  2  y n-3 + 3  y n-2 + 3  y n-1 + y n ) Método de los Trapecios
8
El error disminuye para el mismo método aplicado de 3.532 (1.01%) a A = 349.465
Utilización de ordenadas intermedias – 347.246 = 2.219 (0.64 %) con la inclusión de las dos estaciones intermedias en los
extremos.
Para la mayoría de las curvas que se presentan en el desarrollo de proyectos de
formas, la división en intervalos iguales en las que se basa el método de Newton
Método de Simpson
Cotes asegura una buena
aproximación al cálculo de El error disminuye también en este caso pasando de 2.219 (0.64 %) a A = 349.465
áreas. – 349.956 = -0.491 (0.14 %) con la inclusión de las dos estaciones intermedias en
los extremos.
Existen sin embargo situaciones
en las cuales se hace necesario
reducir el espaciamiento entre Cuadratura de Gauss
las ordenadas, pues de lo El grado de precisión de los diferentes métodos de integración numérica es afectado
contrario se estaría por la elección y/o posicionamiento de los nodos de integración. Esto, junto con la
introduciendo un error necesidad de estimar el grado de precisión máxima que puede alcanzarse con un
Fig. 41 - Inclusión de ordenadas intermedias apreciable. Es la situación que número fijo de nodos, conduce a otra metodología de integración o integración
normalmente se da en los gaussiana, que introduce como mejora la teoría de polinomios ortogonales.
extremos cercanos a proa y popa, donde las concavidades en las curvas del casco son más
pronunciadas, generándose incluso cambios de concavidad. A diferencia de la interpolación mediante los métodos de Newton – Cotes donde se
fuerza a la curva de aproximación a pasar por una serie de puntos predeterminados
En ese caso se hace necesario, a los efectos de disminuir los errores de interpolación igualmente separados entre sí, la interpolación mediante la cuadratura de Gauss
de las curvas, la subdivisión en una serie de intervalos intermedios, aplicando en escoge los nodos de manera de maximizar su grado de precisión.
éstos cualquiera de las reglas vistas, no necesariamente la utilizada para la porción
central o mayoritaria, teniendo presente para el cálculo que el nuevo x será una
fracción del original.

58 | P á g i n a 59 | P á g i n a
 Cuadratura de Gauss – Método de Tchebycheff Ejemplo 3.5

Los polinomios de Tchebycheff son una familia Calcular el área de la curva del ejemplo 3.1 utilizando el Método de Tchebycheff
de polinomios ortogonales definidos de forma considerando tres ordenadas. Realizar un análisis comparativo del error al aumentar
recursiva, los cuales son importantes en la teoría el número de ordenadas.
de la aproximación porque sus raíces son
utilizadas como nodos en la interpolación l = 6.650/2 = 3.375; n = 3
polinómica. xref -1 = -23.511; y-1 = 5.655
La cuadratura o integración de los polinomios xref 0 = 0.000; y0 = 6.320
de Tchebycheff, definida en un intervalo [x1, xn] xref +1 = +23.511; y+1 = 3.883
debe transformarse mediante un apropiado
cambio de variable en otra cuyo intervalo de A = 1/n.2l.Σy = 1/3.66.500.(5.655+6.320+3.883) = 351.528
Fig. 43 - Cuadratura de Tchebycheff
integración es [-1, 1] para su resolución. Se alcanza una buena aproximación con pocas ordenadas, siendo el error introducido
A= 349.465 – 351.528 = -2.063 (0.59 %). Sin embargo no se consigue mejorar este
Los pares de valores ordenados (x’-i, x’i) corresponden a las raíces del polinomio de valor aumentando las ordenadas en este caso, siendo el error 0.62% cuando
Tchebycheff. Estas raíces, que resuelven el polinomio en el intervalo [-1,1] luego del utilizamos cinco ordenadas, repitiendo el mismo error para siete ordenadas.
cambio de variable, tienen los que se transcriben en la tabla valores respecto al centro
del intervalo ubicado en (xn – x1)/2: Referencias Bibliográficas
Tabla 4 – Coordenadas relativas de los nodos para la interpolación de Tchebycheff
Cantidad Cordero, A.; Hueso, J.L.; Torregrosa, J.R.; “Cálculo numérico, teoría y
de raíces Raíces o nodos problemas”; ISBN 84 – 970 – 5539 – X; Universidad Politécnica de Valencia,
2 -0,5774 0,5774 Valencia, España.
3 -0,7071 0,0000 0,7071
4 -0,7947 -0,1876 0,1876 0,7947 Atkinson, K.; “Elementary numerical analysis”; ISBN 0 – 471 – 89733 – 7; John
5 -0,8325 -0,3745 0,0000 0,3745 0,8325
6 -0,8662 -0,4225 -0,2666 0,2666 0,4225 0,8662
Wigley and Sons, New York, U.S.A, 1985.
7 -0,8839 -0,5297 -0,3239 0,0000 0,3239 0,5297 0,8839
8 -0,8974 -0,5938 -0,4062 -0,1026 0,1026 0,4062 0,5938 0,8974 Stoer, J.; Bulirsch, R.; “Introduction to numerical analysis”; ISBN 0 – 387 –
97878 – X; Springter Verlag, 1991.
La expresión del área integrada se escribe como:
Departamento de Matemática Aplicada; “Métodos matemáticos. Lección 5:
1 Cuadratura numérica”; Universidad de Sevilla, Sevilla, España, 2011.
I f  2 l    f x1   f x2   f  x2   .....  f  xn    [95.]
n

Donde
l es la mitad del intervalo de integración [-l, l]
n es la cantidad de ordenadas de integración

60 | P á g i n a 61 | P á g i n a