You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
3. FÓRMULAS DE CUADRATURA COMPUESTAS 147<br />
3. Fórmulas de cuadratura compuestas<br />
Si queremos aumentar la precisión al aproximar b<br />
a f(x) dx, podemos aumentar el número de<br />
nodos. Esto es, considerar n + 1 nodos y el polinomio de Pn que interpola a f en esos nodos,<br />
con n ∈ IN grande. Esto no siempre es conducente. Como vimos en el Capítulo 5, aumentar el<br />
grado del polinomio interpolador puede producir errores grandes en la aproximación, los que<br />
podrían trasladarse al cálculo de la integral. Otra posibilidad es partir el intervalo [a, b] en<br />
pequeños subintervalos y en cada uno de estos aplicar una aproximación del tipo Trapecios o<br />
Simpson. Este método que vamos a desarrollar en esta sección es el más usual y se conoce como<br />
“cuadratura compuesta”.<br />
La idea general es como sigue. Partimos el intervalo [a, b] en subintervalos eligiendo puntos xj<br />
con a = x0 < x1 < . . . < xn = b. Sabemos que<br />
Ahora si para cada<br />
I(f) =<br />
b<br />
a<br />
n−1 <br />
f(x) dx =<br />
Ij(f) =<br />
xj+1<br />
xj<br />
j=0<br />
xj+1<br />
xj<br />
f(x) dx<br />
f(x) dx.<br />
tenemos una fórmula de cuadratura Qj(f) y consideramos el error respectivo,<br />
obtenemos<br />
Rj(f) = Ij(f) − Qj(f)<br />
n−1 <br />
n−1 <br />
R(f) = Rj(f) = (Ij(f) − Qj(f))<br />
j=0<br />
Esto es, la fórmula de cuadratura será<br />
b<br />
a<br />
=<br />
j=0<br />
b<br />
a<br />
n−1 <br />
f(x) dx − Qj(f)<br />
n−1 <br />
n−1 <br />
f(x) dx ∼ Qj(f) con error R(f) = Rj(f). (7.9)<br />
j=0<br />
Usando el Teorema 7.10 podemos obtener un resultado general de estimación del error.<br />
Teorema 7.17. Sea Q(f) una regla de cuadratura como en (7.9) donde cada Qj(f) es lineal,<br />
tiene grado de exactitud k y satisface en el intervalo [xj, xj+1] que |Qj(f)| ≤ M(xj+1 −xj)f∞,<br />
para alguna constante M.<br />
j=0<br />
j=0