Professional Documents
Culture Documents
INTERPOLACIÓN POLINÓMICA
Definición
Dada una función de la cual se conocen sus valores en un número finito de
abscisas , se llama interpolación polinómica al proceso de hallar
un polinomio de grado menor o igual a m,
cumpliendo .
A este polinomio se le llama Polinomio interpolador de grado m de la función f.
Este método es muy algorítmico y resulta sumamente cómodo en determinados casos, sobre todo
cuando se quiere calcular un polinomio interpolador de grado elevado.
El polinomio de grado resultante tendrá la forma
definiendo como
y definiendo como
Se muestra ahora una tabla mnemotécnica con las diferencias divididas de una cierta función dada
para construir un polinomio interpolador de grado 2:
Interpolación de Lagrange
donde son los llamados polinomios de Lagrange, que se calculan de este modo:
Nótese que en estas condiciones, los coeficientes están bien definidos y son siempre distintos
de cero.
Se muestra en el ejemplo siguiente el cálculo de un polinomio interpolador de Lagrange usando
interpolación por Lagrange y diferencias divididas de Newton:
Ejemplo: Se quiere hallar el valor de la función
Se usa primero el método directo para calcular el polinomio interpolador de Lagrange. Con las
condiciones dadas, los polinomios de Lagrange son:
Se diseña una tabla de Diferencias Divididas esquemática y se realiza los pertinentes cálculos
para obtener los siguientes coeficientes:
Ahora se debe tomar de estos coeficientes los que se necesitasen para escribir el polinomio
interpolador. Hay que recordar, según lo apuntado anteriormente, que sólo se usan aquéllos
coeficientes que involucren a . De esta forma se obtiene el polinomio interpolador de
Lagrange de grado 2:
Y, como se puede apreciar, se llega al mismo polinomio pero con relativamente menos trabajo.
Interpolación de Hermite
Artículo principal: Interpolación polinómica de Hermite.
con
Notar, pues, que la interpolación de Lagrange puede considerarse como un caso particular de la
interpolación de Hermite generalizada (el caso en el que "conocemos" cero derivadas de ).
Tal y como ocurría con la Interpolación de Lagrange, para la interpolación de Hermite también
disponemos una fórmula del error de interpolación que, naturalmente, tiene en cuenta factores
relacionados con las derivadas de f. Más concretamente, se dispone de una fórmula del error en el
caso en que la función sea 2m+2 veces diferenciable en un intervalo mediante la siguiente
expresión:
para y donde
Por ello, incluiremos en nuestra tabla de Diferencias Divididas los datos sobre todas las derivadas
conocidas de la función a interpolar.
Interpolación segmentaria
Existen métodos de Interpolación segmentaria que nos permiten aproximar funciones de un modo
eficaz. Entre ellos cabe destacar lainterpolación de Taylor y la interpolación por Splines.
La Interpolación de Taylor usa el Desarrollo de Taylor de una función en un punto para construir un
polinomio de grado que se aproxima a la función dada. Tiene dos ventajas esenciales sobre otras
formas de interpolación:
Requiere sólo de un punto conocido de la función para su cálculo, si bien se pide que la
función sea suficientementediferenciable en un entorno de ese punto.
El cálculo del Polinomio de Taylor es sumamente sencillo comparado con otras formas de
interpolación polinómica:
Sin embargo, en ocasiones no será deseable su uso dado que el error de interpolación puede
alcanzar cotas demasiado elevadas.
Es especialmente útil para emplearse en lugar de métodos de interpolación de Hermite generalizada
sobre derivadas de orden superior de la función .
La Interpolación por Splines es un refinamiento de la interpolación polinómica que usa "pedazos" de
varios polinomios en distintos intervalos de la función a interpolar para evitar problemas de oscilación
como el llamado Fenómeno de Runge.
Temas relacionados
La interpolación de funciones, a menudo no consiste un problema por sí solo sino que suele tratarse
de un paso dentro de la resolución de problemas mayores. Es habitual usarla como paso previo en
la derivación numérica y en la integración numérica.
En el segundo caso, necesitamos realizar una partición del intervalo de definición de la función que
queremos integrar, de modo que haya suficientes abscisas para que el error sea razonablemente
pequeño. Sin embargo, puede que no tengamos datos acerca de algunas de las abscisas que separan
los subintervalos. Cuando esto ocurra, tendremos que resolver un problema
de extrapolación (vermétodo de extrapolación de Richardson).
Otros problemas relacionados con la interpolación son la aproximación de funciones y el cálculo
de ceros de funciones no lineales.
aINTERPOLACIÓN POLINÓMICA DE
LAGRANGE
Dado que existe un único polinomio interpolador para un determinado conjunto de puntos, resulta
algo confuso llamar a este polinomio el polinomio interpolador de Lagrange. Un nombre más conciso
es interpolación polinómica en la forma de Lagrange.
Definición
Dado un conjunto de k + 1 puntos
Demostración
La función que estamos buscando es una función polinómica L(x) de grado k con
El problema de interpolación puede tener tan solo una solución, pues la diferencia entre dos tales
soluciones, sería otro polinomio de grado k a lo sumo, con k+1 ceros.
Por lo tanto, L(x) es el único polinomio interpolador.
Concepto
La resolución de un problema de interpolación lleva a un problema de álgebra lineal en el cual se debe
resolver un sistema de ecuaciones. Usando una base monómica estándar para nuestro polinomio
interpolador, llegamos a la matriz de Vandermonde. Eligiendo una base distinta, la base de Lagrange,
llegamos a la forma más simple de matriz identidad = δi,j, que puede resolverse inmediatamente.
Uso
Ejemplo
Se desea interpolar en los puntos
Con cinco puntos, el polinomio interpolador tendrá, como máximo, grado cuatro (es decir, la máxima
potencia será cuatro), al igual que cada componente de la base polinómica.
La base polinómica es:
Así, el polinomio interpolador se obtiene simplemente como la combinación lineal entre los y
los valores de las abscisas:
Desventajas de su uso
Si se aumenta en número de puntos a interpolar (o nodos) con la intención de mejorar la aproximación
a una función, también lo hace el grado del polinomio interpolador asi obtenido, por norma general.
De este modo, aumenta la dificultad en el cálculo, haciéndolo poco operativo manualmente a partir
del grado 4, dado que no existen métodos directos de resolución de ecuaciones de grado 4, salvo que
se puedan tratar como ecuaciones bicuadradas, situación extremadamente rara.
La tecnología actual permite manejar polinomios de grados superiores sin grandes problemas, a costa
de un elevado consumo de tiempo de computación. Pero, 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 tal que el método deja de ser válido, aunque no para todos los casos.
Sin embargo, pocos estudios requieren la interpolación de tan sólo 6 puntos. Se suelen contar por
decenas e incluso centenas. En estos casos, el grado de este polinomio sería tan alto que seria
inoperable. Por lo tanto, en estos casos, se recurre a otra técnica de interpolación, como por ejemplo a
la Interpolación polinómica de Hermite o a los splines cúbicos
Otra gran desventaja, respecto a otros métodos de interpolación, es la necesidad de recalcular todo el
polinomio si se varía el número de nodos.
Otras aplicaciones
Aunque el polinomio interpolador de Lagrange se emplea mayormente para interpolar funciones e
implementar esto fácilmente en una computadora, también tiene otras aplicaciones en el campo del
álgebra exacta, lo que ha hecho más célebre a este polinomio, por ejemplo en el campo de los
proyectores ortogonales:
Sea un espacio vectorial complejo de dimensión finita E en el que definimos un producto escalar (no
necesariamente el usual). Sea F un operador normal, tal que gracias al teorema de la descomposición
Demostración:
Haciendo uso de la descomposición espectral y aplicando las propiedades de los proyectores:
DIFERENCIAS DIVIDIDAS
Concepto
Interpolacion es, a partir de una serie de puntos, obtener una ecuacion cuya curva pase por todos ellos
o lo mas cerca posible.
El metodo de interpolacion de Newton es un poco mas complicado que el de Lagrange, pero como
todo lo de Newton, es mas preciso.
Por supuesto que este metodo tiene todo un desarrollo teorico para llegar a la ecuacion general, pero
es demasiado largo y para fines practicos lo que sirve al final es solo la forma de realizar el metodo y
como aplicarlo.
Formula
La ecuación general para este método es la siguiente:
Aqui es donde el metodo toma su nombre de diferencias divididas. Hay distintas formas de hacerlo,
pero una de las que mas se recomiendan porque es clara y fácil es la siguiente:
Primero se ponen en 2 columnas acomodados de tal modo que se correspondan todas las x y
las f(x)que se desean interpolar.
Después se hacen a su lado tantas columnas como puntos son -1, asi si son 5 puntos se hacen 4
columnas. Asi para el caso de tener 5 puntos el acomodo quedaria mas o menos asi:
Puntos críticos
La notación f(x1,x0) se interpreta de la siguiente manera:
x f(x) _ _ _
-3 2 _
7 -1 _
17 9 _ _ _
27 11 _
Una vez obtenidos dichos valores simplemente se sustituyen en la ecuación general, se simplifica
dicha ecuación y se tiene una cuya curva pasa casi exactamente por todos los puntos especificados.
Los resultados del apartado anterior pueden ser generalizados para ajustar un polinomio de n-ésimo
orden a n+1 datos:
Las evaluaciones de las funciones puestas entre corchetes (f[x1, x0], por ejemplo) son diferencias
divididas finitas.
La segunda diferencia dividida finita, la cual representa la diferencia de las dos primeras diferencias
divididas, se expresa como:
Estos términos son diferencias divididas finitas y, así, representan aproximaciones de derivadas de
orden mayor.
Error de truncamiento:
Para una interpolación de n-ésimo orden, una relación análoga para el error es:
Una formulación alternativa es el uso de la diferencia dividida para aproximar la derivada (n+1)–
ésima y que no requiere el conocimiento previo de la función.
Debido a que esta ecuación contiene el término f(x), no puede resolverse para el error. Si se dispone
de un dato adicional la ecuación puede usarse para estimar el error.
– Las diferencias divididas finitas que constituyen los coeficientes del polinomio se pueden calcular
de manera eficaz. Se usa diferencias del orden inferior para calcular las de alto orden.
APROXIMACION DE POLINOMIOS DE
NEWTON
Definición
Dados n+1 escalares distintos y n+1 escalares (iguales ó
distintos) se define el polinomio interpolador en la forma:
Siendo las coordenadas del polinomio y la expresión anterior del polinomio interpolador
la conocida como diferencias divididas.
Teniendo en cuenta que existe una función p tal que y haciendo sucesivamente:
Se llega a:
donde cada columna se obtiene de la anterior mediante la fórmula de interpolación lineal, que
equivale a un producto cruzado entre la primera columna y la columna previa a la que calculamos.
Concretamente:
(1) 1
P 01 (x) = [(x − x0 ) f 1 − (x − x1 ) f 0 ]
x1 − x0
(2) 1 (1 (1)
P )
012 (x) = [(x − x 0 )P 12 (x) − (x − x 1 )P 01 (x)]
x2 − x0
(3) 1 (2 (2)
P )
0123 (x) = [(x − x 0 )P 123 (x) − (x − x 3 )P012 (x)]
x3 − x0
Vemos que cada término de la tabla se obtiene como la diferencia de los productos cruzados de
vecinos inferior y superior en la columna inmediatamente anterior con la diferencia entre la abcisa de
evaluación y la abcisa de interpolación en la primera columna correspondiente con el otro vecino,
siguiendo la diagonal, dividida (la diferencia de productos cruzados) por la diferen- cia entre las
diferencias de abcisas correspondientes superior e inferior de la primera columna. Podemos escribir el
término general.como sigue. Si denominamos y j = x − x j , tenemos:
1 " #
(i+1) (i) (i)
P s···(s+i+1) = y Ps s+1···s+i+1 − ys+i+1 Ps···s+i
sy− ys+i+
1
El algoritmo de Nevillel es particularmente indicado en el caso de que se desee evaluar el poli- nomio
interpolador en un único punto, o en un número muy reducido de puntos.
y el algoritmo proporciona una regla para obtener los coeficientes a0 , a1 , . . . , an . Imponiendo que el
polinomio interpolador pase por los puntos de interpolación obtenemos
Pn (x0 ) = a0 = f (x0 )
Pn (x1 ) = a0 + (x1 − x0 )a1 = f (x1 )
Pn (x2 ) = a0 + (x2 − x0 )a1 + (x2 − x0 )(x2 − x1 )a2 = f (x2 )
. . .
Pn (xn ) = a0 + (xn − x0 )a1 + · · · + (xn − x0 ) · · · (xn − xn−1 )an = f (xn )
Qn (x) = P%n−1
[P
donde P%n−1
n 1
que para x1 , x2 , . . . , xn−1 , Qn (xi ) = P% n−1
puntos. También en xn se cumple que Q(xn ) = P% n−1
% (x ) − [P % (x ) − P
Pn−1 0 n−1 0 n−1 (x0 ) = Pn−1 (x0 ) = f (x0 ). Luego Qn (x) coincide con Pn (x), ya que el
polinomio interpolador es único, y su coeficiente en x n
que la fórmula de diferencias divididas es válida para Pn−1 (x) y P% n−1
identificando potencias en xn en ambos lados, que que el coeficiente en xn de Qn (x) viene dado
por relación que es el origen del nombre de diferencias divididas para los coeficientes an .
Podemos por lo tanto escribir el polinomio interpolador como,
Pn (x) = f [x0 ] + f [x0 , x1 ](x − x0 ) + · · · f [x0 , x1 , . . . , xn ](x − x0 ) · · · (x − xn−1 )
El método de Newton permite obtener los coeficientes del polinomio interpolador fácilmente en forma
de tabla, que damos abajo para el caso de 4 puntos.
f [x0 , x1 ] =
f [x0 , x1 , x2 ] =
Si introducimos la notación de diferencias finitas & f 0 = f 1 − f 0 , 2 &
( f 1 − f 0 ) = f 2 − 2 f 1 + f 0 llegamos fácilmente por inducción al resultado
& n
f0
f [x0 , x1 , . . . , xn ] =
ya que
n−1
& f1 &
f [x1 , . . . , xn ] − f [x0 , . . . , xn−1 ]
f [x0 , x1 , . . . , xn ]
=xn − x0
El polinomio interpolador adquiere una forma particularmente simple en el caso de puntos
igualmente espaciados. Si denotamos un punto arbitrario x, comprendido entre x0 y xn , como x0 +
sh, tenemos que el término j del polinomio interpolador se puede expresar como:
& jf
0
(x − x 0) · · ·(x −x j−1
) f [x , 0 · ,· x· ] =j sh − 1)h
··· j+
(s j
j!h
Con esta extensión de los números combinatorios a números reales, podemos expresar el polino- mio
interpolador con su término de error en la siguiente forma extraordinariamente compacta:
Los n primeros términos constituyen el polinomio interpolador, dado por la fórmula de Newton, y por lo
tanto, el último término es el término de error. Tenemos por consiguiente la relación:
f (n+1) (xm )
(x − x0 ) · · · (x − xn ) f [x0 , x1 , . . . , xn , x] = (x − x0 ) · · · (x − xn )
(n + 1)!
de donde deducimos la siguiente relación entre las diferencias divididas y las derivadas:
f (n+1) (xm
)
f [x0 , x1 , . . . , xn , x] =
(n + 1)!
n+1 f 0
& f (n+1) (xm
=
(n + 1)!hn+1 ) (n + 1)!
Luego podemos escribir la siguiente relación entre las derivadas y las diferencias finitas:
&n f 0 = hn f (n)(xm )
donde xm es un punto del intervalo [x0 , xn ]. Cuando el intervalo [x0 , xn ] se hace infinitamente
pequeño, tenemos el siguiente límite cuando xn −→ x0 :
n (n)
lı́m &n f 0 −→ h f (x0 )
xn −→x0
que nos dice que las diferencias y las derivadas de orden n son proporcionales en este límite.
DIREFENCIACIÓN NUMERICA.
Definición
La diferenciación numérica es muy útil en casos en los cuales se tiene una función que es muy
engorrosa de derivar, o en casos en los cuales no se tiene una función explícita sino una serie de datos
experimentales.
El cálculo de la derivada de una función puede ser un proceso "difícil" ya sea por lo complicado de la
definición analítica de la función o por que esta se conoce unicamente en un número discreto de puntos.
(Este es el caso si la función representa el resultado de algún experimento). En esta lección
estudiaremos técnicas para aproximar las derivadas de una función y veremos el análisis de error de
dichas formulas.
Donde al diferencial se le conoce como la primera diferencia hacia adelante y a h se le llama tamaño del
paso, esto es, la longitud del intervalo sobre el cual se hace la aproximación.
Se le llama diferencia " hacia adelante " ya que usa los datos (i) e (i+1) para estimar la derivada.
Al termino completo (o sea, la diferencial entre h ) se le conoce como primera diferencia dividida finita.
Esta diferencia dividida hacia adelante no es sino una de tantas que se pueden desarrollar mediante la
serie de Taylor para la aproximación de derivadas numéricas.
Por ejemplo, las aproximaciones a primeras derivadas, utilizando las diferencias hacia atrás o las
diferencias centrales se pueden desarrollar de una manera similar a la de la ecuación 2.
Las primeras usan a , mientras x con sub-indice i+1 que las segundas usan información igualmente
espaciada alrededor del punto donde esta estimada la derivada.
Las aproximaciones mas exactas de la primer derivada se pueden desarrollar incluyendo en la serie de
Taylor términos de orden mas alto.
Finalmente, todas las versiones anteriores se pueden desarrollar para derivadas de segundo orden, tercer
orden y ordenes superiores. Las siguientes secciones analizan brevemente estos casos, ilustrando como
se deriva cada una de ellos.
Donde los errores es 0 (h) y el diferencial indica la primer diferencia dividida hacia atrás.
para obtener
La ecuación 9 es una representación de las diferencias centrales ( o centradas )de la primera derivada.
Nótese que el error de truncamiento es del orden de en contraste con las diferencias divididas hacia
adelante y hacia atrás, las cuales fueron de orden h.
Por lo tanto, el análisis de la serie de Taylor ha llevado a la información practica de que la diferencia
central es la representación mas exacta de la derivada.
Por ejemplo, si se parte el tamaño del paso a la mitad usando diferencias hacia atrás o hacia adelante, el
error se reducirá aproximadamente a la mitad, mientras que para diferencias centrales, el error se reduce
a la cuarta parte.
Junta a la primera derivada, la expansión de la serie de Taylor se puede usar para una estimación
numérica de las derivadas de orden superior.
Para hacerlo, se escribe una expansión en la serie de Taylor hacia adelante para en términos de de la
siguiente forma:
A esta relación se le llama diferencias divididas finitas hacia adelante de segundo orden. Se pueden usar
procedimientos similares para obtener las versiones hacia atrás y centrales.
Las aproximaciones a tercer orden de las diferencias divididas hacia adelante, hacia atrás y centrales
también pueden obtenerse ( véase en fórmulas mas adelante ). En todos los casos, las diferencias
centradas dan una mejor aproximación.
Todas las estimaciones anteriores truncaron las estimaciones dadas por la serie de Taylor después de
algunos términos.
Las fórmulas de mas exactitud se pueden desarrollar incluyendo términos adicionales. Por ejemplo, la
expansión hacia adelante ( Ecuación 6 ) se puede resolver para:
En contraste con la ecuación 2, se puede retener el termino de segundo orden sustituyendo la ecuación
12 en la ecuación 13 para obtener:
agrupando términos
Nótese que la inclusión del termino con segunda derivada ha dado una exactitud .
Se pueden desarrollar versiones mejoradas similares para diferencias hacia atrás y centrales así como
para las aproximaciones de derivadas de orden superior.
HACIA ADELANTE
HACIA ATRAS
CENTRALES
La segunda forma incluye mas terminos de la serie de taylor y, por lo tanto es mas exacta.
Úsense aproximaciones de diferencias finitas hacia adelante y hacia atrás de 0(h) y centradas, de
0(hCuadrara ), para estimular la primera derivada de:
en x=0.5 usando un tamaño de paso h=0.5. Repetir los cálculos usando h=0.25. Nótese que la derivada
se puede calcular directamente como:
SOLUCIÓN.
Para h=0.5, se puede usar la función para determinar:
Estos datos se pueden usar para calcular la diferencia dividida hacia adelante (Ecuación 2 ):
Aunque esto no es un inconveniente para los polinomios y para muchas otras funciones, existen algunas
de estas cuyas derivadas pueden ser extremadamente difíciles de evaluar.
En estos casos, la derivada se puede aproximar mediante una diferencia dividida, como se muestra en la
siguiente figura:
Sin embargo, debido a que no se requiere de f (x) cambie de signo entre estos valores, a este método no
se le clasifica como aquellos que usan intervalo.
SOLUCIÓN.
Recuérdese que la raíz real es 0.56714329….
INTEGRALES MULTIPLES.
Si f es continua en toda la legión R, entonces al refinar el ancho de la red para hacer tender "x, "y a
cero, las sumas en (1) tienden a un límite llamado integral doble de f sobre R. Su notación es
Entonces,
Igual que en las funciones de una sola variable, las sumas tiende a este límite independientemente de
cómo se subdividan los intervalos [a, b] y [c, d] que determinan R, siempre que las normas de las
subdivisiones tiendan ambas a cero. El límite (2) también es independiente del orden en que se numeren
las áreas "Ak e independiente de la selección del punto (xk, yk) dentro de cada "Ak. Los valores de las
sumas aproximadas individuales Sn depende de esas selecciones, pero al final las sumas tienden al
mismo límite. La prueba de la existencia y unicidad de este límite para una función continua f se da en
textos más avanzados.
La continuidad de f es una condición suficiente para la existencia de la integral doble, pero no es una
condición suficiente para la existencia de la integral doble, pero no es una condición necesaria. El límite
en consideración también existe para muchas funciones discontinuas.
1.
2.
3.
4.
5.
Esta propiedad es válida cuando R es la unión de dos rectángulos R1 y R2 que no se traslapan.
Donde A(x) es el área de la sección transversal en x. Para cada valor de x podemos calcular A(x) como
la integral
Que es el área bajo la curva z=4-x-y en el plano de la sección transversal en x. Al calcular A(x), x se
mantiene fija y la integración se efectúa respecto a y. Al combinar (4) y (5), vemos que el volumen de
todo es sólido es
Si quisiéramos escribir sólo las instrucciones para calcular el volumen, sin llevar a cabo ninguno de las
integraciones, podríamos escribir
La llamada integral repetida o iterada, dice que el volumen se obtiene integrando 4-x-y respecto
a y de y=0 a y=1,manteniendo fija a x y luego integrando la expresión resultante en x respecto
a x=0 a x=2.
¿Qué pasa si calculamos el volumen formando rebanadas con planos perpendiculares al eje?
¿Cómo función de y, el área transversal típica es?
EJEMPLO. Calcule
La única diferencia entre esta suma y la de la ecuación (1) para regiones rectangulares es que ahora las
áreas "Ak pueden dejar de cubrir toda R. Pero conforme la red se vuelve más fina y el número de
términos en Sn aumenta, más de R queda incluida. Si f es continua y la frontera de R está hecha de las
gráficas de un número finito de funciones continuas de xy/o de y, unidas extremo con extremo,
entonces las sumas Sn tendrán un límite cuando las normas de las subdivisiones que definen la malla
rectangular tiendan independientemente a cero. Llamamos al límite integral doble de fsobre R.
.
Si R es una región limitada “arriba” y “abajo” por las curvas y=g2(x) y y=g1(x) y lateralmente por las
rectas x=a, x=b,nuevamente podemos calcular el volumen por el método de rebanadas. Primero
determinamos el área de la sección transversal
Y luego integramos A(x) de x=a a x=b para obtener el volumen como una integral iterada:
(8)
De manera similar, si R es una región, limitada por las curvas x=h2 (y) y x=h1 (y) y las
rectas y=c y y=d, entonces el volumen calculado por el método de rebanadas está dado por la integral
iterada
EJEMPLO. Encuentre el volumen del prisma cuya base es el triángulo en el plano xy limitado por el
eje x y las rectas y=xy x=1, y cuya parte superior se encuentra en el plano
z=f(x, y)=3-x-y.
Solución. Para cualquier x entre 0 y 1, y puede variar de y=0 a y=x. Por consiguiente.
Integrales triples.
Si F(x, y, z) es una función definida sobre una región D cerrada en el espacio, por ejemplo, la región
ocupada por una bola sólida o una masa de arcilla, entonces la integral de F sobre D puede definirse de
la siguiente manera. Subdividimos una región rectangular que contenga a D en celdas rectangulares por
planos paralelos a los planos coordenados. Las celdas que se encuentran dentro de D de 1 a n en cierto
orden; una celda típica tendrán entonces dimensiones "xk por "yk por "zk y volumen "x"xk. Escogemos
un punto (xk, yk, zk) en cada celda y formamos la suma
Si F es continua y la superficie que limita a D está hecha de superficies suaves unidas a lo largo de
curvas continúas, entonces cuando "xk, "yk, "zk tienden a cero independientemente, las
sumas Sn tenderán a un límite
Llamamos a este límite integral triple de F sobre D. El límite también existe par algunas funciones
discontinuas.
1.
2.
3.
4.
Si el dominio D de una función continua F se subdivide por medio de superficies suaves en números
finito de celda sin traslapes D1, D2,…..Dn, entonces
5.
EJEMPLO. Establezca los límites de integración para evaluar la integral triple de una función F(x, y,
z) sobre un tetraedro D con vértices (0, 0, 0), (1, 1, 0), (0, 1, 0) y (0, 1, 0).
Solución.
Paso 1: La superficie superior que limita a D se encuentra en el plano y=1. La superficie inferior se
encuentra en el plano y=x+z. La frontera superior de R es la recta z=1-x.
La frontera inferior es la recta z=0.
Paso 2: Los límites y de integración. La recta que pasa por un punto típico (x, y) en R paralela al
eje y entra a D eny=x+z y sale en y=1.
Paso 3: Los límites z de integración. La recta L que pasa por (x, y) paralela al eje z entra a R en z=0 y
sale en z=1-x.
Paso 4: Los límites x de integración. Conforme L barre a través de R, es el valor de x varía de x=0
a x=1. La integral es
Coordenadas cilíndricas.
Las coordenadas cilíndricas son apropiadas para describir cilindros cuyos ejes coinciden con el eje x y
planos que contienen el eje z o bien son perpendiculares a el.
r = 4 Cilindro, radio 4, eje el eje z
=
Plano que contiene al eje z
z= 2 Plano perpendicular al eje z
El elemento de volumen para subdividir una región en el espacio con coordenadas cilíndricas
es
Las integrales triples en coordenadas cilíndricas son entonces evaluadas como integrales iteradas, como
el siguiente ejemplo.
EJEMPLO. Encuentre los límites de integración en coordenadas cilíndricas para integrar una
función F(r,
, z) sobre la región D limitada abajo por el plano z=0, lateralmente por el cilindro
circular
círculo
Su ecuación en coordenadas polares es
Paso 2: Los límites z de integración. Una recta M, que pasa por un punto típico (r,
) en R, paralela al eje z, entra a D en z=0 y sale en
Paso 3: Los límites r de integración. Un rayo L que pasa por (r, ) desde el origen, entra a R en r =0 y
sale en
Paso 4: Los límites de integración. Al barrer L a través de R, el ángulo que forma con el eje x positivo
varía de La integral es
Coordenadas Esfericas.
Las coordenadas esféricas son apropiadas para describir con centro en el origen, medios planos
articulados a lo largo de eje z y conos simples, cuyos vértices se encuentran en el origen, y con ejes a lo
largo del eje z.
Las superficies como ésas tienen ecuaciones de valor coordenado constante:
Se abre desde el origen y forma un ángulo de py3 radianes con el eje z positivo.
Solución El volumen es
, que es la integral, de
Paso 1: Hacemos un croquis de D y su proyección R sobre el plano xy.
con el eje z positivo. También dibujamos L, o sea la proyección de M sobre el plano xy, junto con el
ángulo
, que L forma con el eje x positivo. El rayo M entra a D en
=0 y sale en
=1.
El volumen es
Integrales de linea.
Cuando una curva r (t) = g(t)i +h(t)j+k(t)k,
, pasa por el dominio de una función f(x, y, z) en el espacio, los valores de f a lo largo de la curva están
dados por la función compuesta f(g(t), h(t), k(t)). Si integramos esta composición respecto a la longitud
de arco de
t = a a t = b, calculamos la así llamada integral de línea de f a lo largo e la curva. A pesar de la
geometría tridimensional, la integral de línea es una integral ordinaria de una función real sobre un
intervalo de números reales.
Definición y notación.
Supongamos que f(x, y, z) es una función cuyo dominio contiene la
curva r (t) = g(t)i +h(t)j+k(t)k,
. Subdividimos está última en un número finito de subarcos. El subarco típico tiene longitud "sk. En
cada subarco escogemos un punto (xk, yk, zk) y formamos la suma
(1)
Si f es continua y las funciones g, h y k tienen primeras derivadas continuas, entonces las sumas en (1)
tienden a un límite cuando n cree y las longitudes "sk tienden a cero. Llamamos a este límite la integral
de f sobre la curva de a a b. Si la curva se representa por una sola letra, C por ejemplo, la notación para
la integral es
(2)
Esta fórmula evaluará correctamente la integral sin importar qué parametrización usemos (siempre y
cuando sea suave).
(3)
Note que si f tiene el valor constante 1, entonces la integral de f sobre C da la longitud de C.
Ejemplo. Integre sobre el segmento de recta C que une el origen y el punto (1, 1, 1).
Solución. Escogemos la parametrización más simple que podemos imaginar:
Aditividad.
Las integrales de línea tienen la útil propiedad de que si una curva C se forma por la unión de un
número finito de curvas C1, C2,…., Cn extremo con extremo, entonces la integral de una función sobre
C es la suma de las integrales sobre las curvas que la forman:
(4)
Ejemplo. Una trayectoria del origen a (1, 1, 1) que es la unión de los segmentos de las rectas C1 y C2.
Integres
sobre C1 y C2.
Solución. Escogemos la parametrización más simple que podemos imaginar para C1 y C2, y revisamos
las longitudes de los vectores velocidad:
INTEGRACIÓN DE NEWTON-COTES
Las fórmulas de Newton-Cotes, los métodos más comúnmente utilizados de integración numérica para
aproximar la integración de una función complicada mediante la sustitución de la función
con polinomios de muchos en todo el intervalo de integración. La integración de la función original,
entonces se puede obtener mediante la suma de todos los polinomios cuyas "áreas" se calculan los
coeficientes de ponderación y los valores de la función en los puntos nodales.
Introducción a la cuadratura
Abordamos ahora el tema de la integración numérica. El objetivo es aproximar la integral definida de f
(x) sobre el intervalo [a, b] mediante la evaluación def (x) en un número finito
de puntos de muestreo.
Supongamos que .
(1)
(2)
se llama una integración numérica o fórmula de cuadratura. El término E [f] se llama el error de
truncamiento para la integración. Los valores se denominan los nudos de
cuadratura y se llaman las pesas.
Dependiendo de la aplicación, los nodos se eligen de varias maneras. Por la regla del trapecio,
la regla de Simpson, y la Regla de Boole, los nodos son elegidos para ser igualmente espaciados. Para
la cuadratura de Gauss-Legendre, los nodos son elegidos para ser los ceros de los polinomios de
Legendre ciertas.Cuando la fórmula de integración se utiliza para desarrollar una fórmula de predicción
de las ecuaciones diferenciales, todos los nodos se eligen menos de b. Para todas las aplicaciones, es
necesario saber algo acerca de la exactitud de la solución numérica. Esto nos lleva a la siguiente
definición.
cuando grado ,
y
cuando grado .
(3) ,
Al final obtenemos
La regla de Simpson
Al final obtenemos
Al final tenemos
Regla de Boole
Al final tenemos