FÓRMULAS Y ACLARACIONES ANÁLISIS NUMÉRICO

SERIES DE TAYLOR

Aproximación por polinomio de Taylor

𝑓(𝑥) = 𝑃𝑛 (𝑥) + 𝑅𝑛 (𝑥)

1 ′′ 1 1
𝑃𝑛 (𝑥) = 𝑓(𝑥0 ) + 𝑓 ′ (𝑥0 ) ∙ (𝑥 − 𝑥0 ) + 𝑓 (𝑥0 ) ∙ (𝑥 − 𝑥0 )2 + 𝑓 ′′′ (𝑥0 ) ∙ (𝑥 − 𝑥0 )3 + ⋯ + 𝑓 (𝑛) (𝑥0 ) ∙ (𝑥 − 𝑥0 )𝑛
2! 3! 𝑛!

𝒏
𝟏 (𝒌)
𝑷𝒏 (𝒙) = ∑ 𝒇 (𝒙𝟎 ) ∙ (𝒙 − 𝒙𝟎 )𝒌
𝒌!
𝒌=𝟎
𝟏
𝑹𝒏 (𝒙) = 𝒇(𝒏+𝟏) (𝝃𝒙 ) ∙ (𝒙 − 𝒙𝟎 )𝒏+𝟏
(𝒏 + 𝟏)!

𝜉𝑥 ∈ [𝑥0 ; 𝑥].

Como 𝜉𝑥 ∈ [𝑥0 ; 𝑥], a la hora de calcular cota de error, estudiar comportamiento de 𝑓 (𝑛+1) para determinar
que valores de [𝑥0 ; 𝑥] usar para mayorar.

Polinomio de McLaurin

1 ′′ 1 1
𝑃𝑛 (𝑥) = 𝑓(0) + 𝑓 ′ (0) ∙ 𝑥 + 𝑓 (0) ∙ 𝑥 2 + 𝑓 ′′′ (0) ∙ 𝑥 3 + ⋯ + 𝑓 (𝑛) (0) ∙ 𝑥 𝑛
2! 3! 𝑛!

𝒏
𝟏 (𝒌)
𝑷𝒏 (𝒙) = ∑ 𝒇 (𝟎) ∙ 𝒙𝒌
𝒌!
𝒌=𝟎

𝑛 𝑛 𝑛 𝑛
𝑥
𝑥𝑘 (−1)𝑘 (−1)𝑘 2𝑘 𝑥𝑘
𝑒 =∑ cos(𝑥) = ∑ ∙ 𝑥 2𝑘+1 sen(𝑥) = ∑ ∙𝑥 ln(1 + 𝑥) = ∑(−1)𝑘+1 ∙
𝑘! (2𝑘 + 1)! (2𝑘)! 𝑘
𝑘=0 𝑘=0 𝑘=0 𝑘=1

NÚMEROS COMPLEJOS

Forma cartesiana o algebraica

𝒛=𝒂+𝒃𝒊

Forma polar

𝒛 = (𝝆; 𝜽)

𝜌 = |𝑧| = √𝑎2 + 𝑏 2

𝑎 𝑏
𝜃 = arccos ( ) = arcsen ( )
𝜌 𝜌
Forma trigonométrica

𝒛 = 𝝆 ∙ [𝐜𝐨𝐬(𝜽) + 𝒊 𝐬𝐞𝐧(𝜽)]

Forma exponencial

𝒛 = 𝝆 ∙ 𝒆𝒊 𝜽

Fórmula de Euler

𝒆𝒊 𝒙 = 𝐜𝐨𝐬(𝒙) + 𝒊 𝐬𝐞𝐧(𝒙)
𝒆−𝒊 𝒙 = 𝐜𝐨𝐬(𝒙) − 𝒊 𝐬𝐞𝐧(𝒙)

Fórmula de De Moivre

[𝐜𝐨𝐬(𝜽) + 𝒊 𝐬𝐞𝐧(𝜽)]𝒏 = 𝐜𝐨𝐬(𝒏𝜽) + 𝒊 𝐬𝐞𝐧(𝒏𝜽)

Identidades trigonométricas útiles

1) Identidad Pitagórica: cos 2(𝑎) + sen2(𝑎) = 1

2) Coseno del duplo de un ángulo: cos(2𝑎) = cos2 (𝑎) − sen2 (𝑎)
3) Seno del duplo de un ángulo: sen(2𝑎) = 2 sen(𝑎) ∙ cos(𝑎)
4) Seno de una suma: sen(𝑎 + 𝑏) = sen(𝑎) ∙ cos(𝑏) + sen(𝑏) ∙ cos(𝑎)
5) Seno de una resta: sen(𝑎 − 𝑏) = sen(𝑎) ∙ cos(𝑏) − sen(𝑏) ∙ cos(𝑎)
6) Coseno de una suma: cos(𝑎 + 𝑏) = cos(𝑎) ∙ cos(𝑏) − sen(𝑎) ∙ sen(𝑏)
7) Coseno de una resta: cos(𝑎 − 𝑏) = cos(𝑎) ∙ cos(𝑏) + sen(𝑎) ∙ sen(𝑏)

SUMATORIAS DOBLES Y SIMPLES

Propiedad conmutativa

𝒏 𝒏

∑(𝒙𝒊 + 𝒚𝒊 ) = ∑(𝒚𝒊 + 𝒙𝒊 )
𝒊=𝟏 𝒊=𝟏
𝒏 𝒏 𝒏 𝒏 𝒏 𝒏 𝒏 𝒏

∑ ∑(𝒙𝒊𝒋 + 𝒚𝒊𝒋 ) = ∑ ∑(𝒚𝒊𝒋 + 𝒙𝒊𝒋 ) = ∑ ∑(𝒚𝒊𝒋 + 𝒙𝒊𝒋 ) = ∑ ∑(𝒙𝒊𝒋 + 𝒚𝒊𝒋 )

𝒊=𝟏 𝒋=𝟏 𝒊=𝟏 𝒋=𝟏 𝒋=𝟏 𝒊=𝟏 𝒋=𝟏 𝒊=𝟏

Propiedad asociativa

𝒏 𝒏 𝒏

∑(𝒙𝒊 + 𝒚𝒊 ) = ∑ 𝒙𝒊 + ∑ 𝒚𝒊
𝒊=𝟏 𝒊=𝟏 𝒊=𝟏
𝒏 𝒏 𝒏 𝒏 𝒏

∑ [∑ 𝒙𝒊𝒋 + ∑ 𝒚𝒊𝒋 ] = ∑ ∑(𝒙𝒊𝒋 + 𝒚𝒊𝒋 )

𝒊=𝟏 𝒋=𝟏 𝒋=𝟏 𝒊=𝟏 𝒋=𝟏
Propiedad distributiva

𝒏 𝒏

∑ 𝒂 ∙ 𝒙𝒊 = 𝒂 ∙ ∑ 𝒙𝒊
𝒊=𝟏 𝒊=𝟏

Propiedad suma de constantes

∑𝒂 = 𝒏 ∙ 𝒂
𝒊=𝟏
𝒎 𝒏

∑∑𝒂 = 𝒎 ∙ 𝒏∙ 𝒂
𝒊=𝟏 𝒋=𝟏

Propiedad separación de índices

𝒏 𝒏𝟎 𝒏

∑ 𝒙𝒊 = ∑ 𝒙𝒊 + ∑ 𝒙𝒊
𝒊=𝟏 𝒊=𝟏 𝒊=𝒏𝟎 +𝟏

𝑛0 ≤ 𝑛.

Otra propiedad

𝒏 𝒏 𝒏 𝒏

∑ ∑ 𝒙𝒊 ∙ 𝒚𝒋 = (∑ 𝒙𝒊 ) ∙ (∑ 𝒚𝒋 )
𝒊=𝟏 𝒋=𝟏 𝒊=𝟏 𝒋=𝟏

Esta propiedad sólo se cumple porque 𝑥 no depende del índice 𝑗 e 𝑦 no depende del índice 𝑖.

Regla de Dirichlet (pensar en términos de “barrer” la matriz)

𝒏 𝒏 𝒏 𝒔

∑ ∑ 𝒇(𝒔; 𝒕) = ∑ ∑ 𝒇(𝒔; 𝒕)
𝒕=𝟎 𝒔=𝒕 𝒔=𝟎 𝒕=𝟎

TEORÍA DEL ERROR

Error absoluto

𝑬(𝒂′) = 𝒂 − 𝒂′

𝑎: Número exacto

𝑎′: Aproximación de 𝑎.

• 𝐸(𝑎′) > 0: Error por defecto. 𝑎′ < 𝑎

• 𝐸(𝑎′) < 0: Error por exceso. 𝑎′ > 𝑎
• 𝐸(𝑎′) ? 0: Error de signo desconocido.
Cota del error absoluto

𝑳(𝒂′ ) ≥ |𝑬(𝒂′ )|

• 𝐸(𝑎′) ? 0: 𝐿(𝑎′ ) + 𝑎′ ≥ 𝑎 ≥ 𝑎′ − 𝐿(𝑎′ ).

• 𝐸(𝑎′) > 0: 𝐿(𝑎′ ) + 𝑎′ ≥ 𝑎 ≥ 𝑎′ .
• 𝐸(𝑎′) < 0: 𝑎′ ≥ 𝑎 ≥ 𝑎′ − 𝐿(𝑎′ ).

Error relativo

𝑬(𝒂′ )
𝒆(𝒂′ ) =
𝒂

Cota del error relativo

𝒍(𝒂′ ) ≥ |𝒆(𝒂′ )|

RESOLUCIÓN DE ECUACIONES

Dada 𝑓(𝑥) en el intervalo [𝑥𝑖 ; 𝑥𝑠 ]

𝑥𝑖 : límite inferior intervalo.

𝑥𝑠 : límite superior intervalo.

Método de bisección (convergencia lineal)

1) Comprobar Teorema de Bolzano: garantiza que exista una raíz en el intervalo

2) Calcular punto intermedio del intervalo:
𝒙𝒊 + 𝒙𝒔
𝒙𝒏 =
𝟐
3) Se evalúa 𝑓(𝑥𝑛 ):
• Si 𝑓(𝑥𝑛 ) = 0, se encontró la raíz 𝑟 = 𝑥𝑛 .
• Si 𝑓(𝑥𝑛 ) ≠ 0, comprobar Bolzano con el nuevo punto:
- 𝑓(𝑥𝑛 ) ∙ 𝑓(𝑥𝑖 ) < 0: La raíz se encuentra en [𝑥𝑖 ; 𝑥𝑛 ]. 𝑥𝑛 pasa a ser nuevo límite superior.
- 𝑓(𝑥𝑛 ) ∙ 𝑓(𝑥𝑖 ) > 0: La raíz se encuentra en [𝑥𝑛 ; 𝑥𝑠 ]. 𝑥𝑛 pasa a ser nuevo límite inferior.

Repetir pasos anteriores.

Cota del error luego de 𝑛 repeticiones:

𝒃−𝒂
𝑳(𝒙𝒏 ) =
𝟐𝒏

𝑏: Límite superior inicial.

𝑎: Límite inferior inicial.

Método regula falsi (convergencia superlineal)

1) Comprobar Teorema de Bolzano: garantiza que exista una raíz en el intervalo

2) Calcular 𝑥𝑛 por la secante, divide el intervalo en proporción a los valores de 𝑓(𝑥𝑖 ) y 𝑓(𝑥𝑠 ):
𝒙𝒔 − 𝒙𝒊
𝒙𝒏 = 𝒙𝒔 − 𝒇(𝒙𝒔 ) ∙ ( )
𝒇(𝒙𝒔 ) − 𝒇(𝒙𝒊 )
Se evalúa 𝑓(𝑥𝑛 ):
• Si 𝑓(𝑥𝑛 ) = 0, se encontró la raíz 𝑟 = 𝑥𝑛 .
• Si 𝑓(𝑥𝑛 ) ≠ 0, comprobar Bolzano con el nuevo punto:
- 𝑓(𝑥𝑛 ) ∙ 𝑓(𝑥𝑖 ) < 0: La raíz se encuentra en [𝑥𝑖 ; 𝑥𝑛 ]. 𝑥𝑛 pasa a ser nuevo límite superior.
- 𝑓(𝑥𝑛 ) ∙ 𝑓(𝑥𝑖 ) > 0: La raíz se encuentra en [𝑥𝑛 ; 𝑥𝑠 ]. 𝑥𝑛 pasa a ser nuevo límite inferior.

Repetir pasos anteriores.

Método Newton – Raphson (convergencia cuadrática)

1) Comprobar regla de Fourier:

Sea 𝑓(𝑥) una función continua y dos veces derivable en un intervalo [𝑎, 𝑏]. Si 𝑓(𝑎) ∙ 𝑓(𝑏) < 0 y 𝑓’(𝑥) y
𝑓’’(𝑥) no se anulan en [𝑎, 𝑏], entonces:
• Existe una única raíz de 𝑓(𝑥) en dicho intervalo.
• Se puede garantizar la convergencia del método de Newton-Raphson, siempre que se tome como
valor inicial 𝑥0 el extremo del intervalo en el que 𝑓(𝑥) y 𝑓’’(𝑥) tienen el mismo signo.

2) Calcular 𝑥𝑛 :
En principio:
𝑓(𝑥 )
𝑥0 = 𝑎 o 𝑥0 = 𝑏 𝑥1 = 𝑥0 − 𝑓′ (𝑥0 )
0

𝒇(𝒙𝒏−𝟏 )
𝒙𝒏 = 𝒙𝒏−𝟏 −
𝒇′ (𝒙𝒏−𝟏 )
3) Repetir.

Método de partes proporcionales (convergencia superlineal)

1) Comprobar regla de Fourier.

2) Calcular 𝑥𝑛 :
 En principio:
𝒃−𝒂
𝑥0 = 𝑎 o 𝑥0 = 𝑏 𝑥1 = 𝑥0 − 𝑓(𝑥0 ) ∙ (𝒇(𝒃)−𝒇(𝒂))

𝒙𝒏−𝟏 − 𝒙𝟎
𝒙𝒏 = 𝒙𝒏−𝟏 − 𝒇(𝒙𝒏−𝟏 ) ∙ ( )
𝒇(𝒙𝒏−𝟏 ) − 𝒇(𝒙𝟎 )
3) Repetir

DIFERENCIAS FINITAS (Argumentos equiespaciados)

Diferencias finitas simples

∆ 𝒇(𝒙) = 𝒇(𝒙 + 𝒉) − 𝒇(𝒙)

• ∆[𝑢(𝑥) ∙ 𝑣(𝑥)] = 𝑢(𝑥) ∙ ∆𝑣(𝑥) + ∆𝑢(𝑥) ∙ 𝑣(𝑥 + ℎ) = [∆𝑣 + ∆𝑢 𝐸𝑣 ][𝑢(𝑥) ∙ 𝑣(𝑥)] coeficientes positivos
𝑢(𝑥) (∆𝑢(𝑥)∙𝑣(𝑥)−𝑢(𝑥)∙∆𝑣(𝑥))
• ∆ [𝑣(𝑥)] = 𝑣(𝑥)∙𝑣(𝑥+ℎ)

𝑘 < 𝑛 → 𝑃𝑛−𝑘 (𝑥)

• ∆𝑘 𝑃𝑛 (𝑥) {𝑘 = 𝑛 → 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 = 𝑎𝑛 ∙ 𝑛! ∙ ℎ𝑛
𝑘>𝑛 → 0
𝑛
• ∆𝑛 𝑎 𝑥 = (𝑎ℎ − 1) ∙ 𝑎 𝑥

Diferencias ascendentes o regresivas

𝛁 𝒇(𝒙) = 𝒇(𝒙) − 𝒇(𝒙 − 𝒉)

Diferencias centrales

𝒉 𝒉
𝜹 𝒇(𝒙) = 𝒇 (𝒙 + ) − 𝒇 (𝒙 − )
𝟐 𝟐

Valor medio

𝟏 𝒉 𝒉
𝝁 𝒇(𝒙) = [𝒇 (𝒙 + ) + 𝒇 (𝒙 − )]
𝟐 𝟐 𝟐

Operador desplazamiento

𝑬 𝒇(𝒙) = 𝒇(𝒙 + 𝒉)

Operador identidad

𝑰 𝒇(𝒙) = 𝒇(𝒙) = 𝟏 ∙ 𝒇(𝒙)

Equivalencias y propiedades útiles

1) ∆= 𝐸 − 1 = ∇𝐸 = δ𝐸1/2 2) ∇= 1 − 𝐸 −1 = Δ𝐸 −1 = δ𝐸 −1/2 3) 𝛿 = 𝐸1/2 − 𝐸 −1/2 = Δ𝐸 −1/2 = ∇𝐸1/2

𝑛
Binomio de Newton: (𝑎 + 𝑏)𝑛 = ∑𝑛𝑖=0 ( ) 𝑎𝑛−𝑖 𝑏 𝑖
𝑖
SUMAS

∑ 𝒇(𝒙) = ∆−𝟏 𝒇(𝒙)

Si encuentro una “primitiva”:

𝑛 𝑛
𝑥=𝑛+1
∑ 𝑓(𝑥) = ∑ ∆𝐹(𝑥) = [𝐹(𝑥)]𝑥=𝑘
𝑥=𝑘 𝑥=𝑘

Métodos inmediatos

Separación de denominadores

Inversión de la función

𝒏 𝒏 𝒙=𝒏+𝟏
𝒙
𝒂𝒙 𝒂𝒙
∑𝒂 = ∑∆( )=[ ]
𝒂−𝟏 𝒂 − 𝟏 𝒙=𝒌
𝒙=𝒌 𝒙=𝒌

Recordando que ∆𝑎 𝑥 = (𝑎ℎ − 1)𝑎 𝑥 .

Suma por partes

𝒏−𝟏 𝒏−𝟏

∑[𝒖𝒙 ∙ ∆𝒗𝒙 ] = [𝒖𝒙 ∙ 𝒗𝒙 ]𝒙=𝒏

𝒙=𝟏 − ∑[∆𝒖𝒙 𝒗𝒙+𝒉 ]
𝒙=𝟏 𝒙=𝟏

Recordando que ∆[𝑢𝑥 ∙ 𝑣𝑥 ] = 𝑢𝑥 ∙ ∆𝑣𝑥 + ∆𝑢𝑥 ∙ 𝑣𝑥+ℎ

Normalmente se asigna 𝑢𝑥 = 𝑃𝑛 (𝑥) y ∆𝑣𝑥 = 𝑎 𝑥 , ya que de esta forma ∆𝑢𝑥 y 𝑣𝑥 se encuentran rápido.

Método de operadores

𝒏−𝟏 𝒙=𝒏
𝒙
𝒂𝒙 𝒂∙∆ 𝒂𝟐 ∙ ∆𝟐 𝒂𝟑 ∙ ∆𝟑
∑ 𝒂 ∙ 𝑷(𝒙) = [ ∙ (𝟏 − + − + ⋯ ) 𝑷(𝒙)]
𝒂−𝟏 𝒂 − 𝟏 (𝒂 − 𝟏)𝟐 (𝒂 − 𝟏)𝟑 𝒙=𝟎
𝒙=𝟎

𝑎 ≠ 1. Equivale a la aplicación sucesiva de la suma por partes.

Método de coeficientes indeterminados

Números de Stirling

Factorial ascendentes y descendentes:

𝒏⁄ 𝒏⁄
𝒙 𝒉 = 𝒙 ∙ (𝒙 + 𝒉) ∙ (𝒙 + 𝟐𝒉) ∙ … ∙ (𝒙 + (𝒏 − 𝟏)𝒉) = [𝒙 + (𝒏 − 𝟏)𝒉] −𝒉

(𝒏) (𝒏−𝟏) −𝟏 (𝒏)

𝒙(𝒏+𝟏)
∆𝒙 = 𝒏 ∙ 𝒙 ∆ 𝒙 = + 𝑪𝒙
𝒏+𝟏

𝑥 𝑥
𝑘 < 𝑛 → ∆𝑘 ( ) = ( )
(𝑛) 𝑛 𝑛−𝑘
𝑥 𝑥 𝑥 𝑥 𝑥
( )= → ∆𝑘 ( ) 𝑘 = 𝑛 → ∆𝑘 ( ) = ( ) = 1
𝑛 𝑛! 𝑛 𝑛 0
𝑘 𝑥
{𝑘 > 𝑛 → ∆ (𝑛) = 0

Números de Stirling de 1° especie: para pasar de un polinomio factorial a un polinomio ordinario. 𝒙(𝒏) → 𝒙𝒏 .

Números de Stirling de 2° especie: Para pasar de un polinomio ordinario a un polinomio factorial. 𝒙𝒏 → 𝒙(𝒏)
DIFERENCIAS DIVIDIDAS (Argumentos no equiespaciados)

𝒇(𝒙𝟎 ) − 𝒇(𝒙𝟏 ) 𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )

⍋𝒇𝒙𝟎 = 𝒇[𝒙𝟎 𝒙𝟏 ] = =
𝒙𝟎 − 𝒙𝟏 𝒙𝟏 − 𝒙𝟎

Si ℎ(𝑥) = 𝑓(𝑥) ∙ 𝑔(𝑥) (la división también se puede tratar como multiplicación, pasando los términos):

⍋ℎ(𝑥0 ) = ⍋[𝑓(𝑥0 ) ∙ 𝑔(𝑥0 )] = 𝑓(𝑥0 ) ∙ 𝑔[𝑥0 𝑥1 ] + 𝑓[𝑥0 𝑥1 ] ∙ 𝑔(𝑥1 )

𝒌 𝒌
𝒌 𝒊 𝒌−𝒊
⍋ 𝒉(𝒙𝟎 ) = ∑ ⍋ 𝒇(𝒙𝟎 ) ∙ ⍋ 𝒈(𝒙𝟎 ) = 𝒉[𝒙𝟎 𝒙𝟏 … 𝒙𝒌 ] = ∑ 𝒇[𝒙𝟎 … 𝒙𝒊 ] ∙ 𝒈[𝒙𝒊 … 𝒙𝒌 ]
𝒊=𝟎 𝒊=𝟎

𝑘 < 𝑛 → 𝑄𝑛−𝑘 (𝑥)

⍋𝑘 𝑃𝑛 (𝑥) {𝑘 = 𝑛 → 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 = 𝑎𝑛
𝑘>𝑛 → 0

Relación entre diferencias divididas y diferencias simples (para argumentos equiespaciados)

∆𝒌 𝒇(𝒙𝟎 )
⍋𝒌 𝒇(𝒙𝟎 ) =
𝒌! ∙ 𝒉𝒌

Relación entre diferencias divididas y derivadas de funciones derivables (argumentos repetidos)

𝑫𝒌 𝒇(𝒙𝟎 )
⍋𝒌 𝒇(𝒙𝟎 ) =
𝒌!

Función factorial

𝝋(𝒙) = (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟐 ) … (𝒙 − 𝒙𝒏 ) = ∏(𝒙 − 𝒙𝒊 )

𝒊=𝟎

= 0 𝑠𝑖 𝑠 = 0,1,2, … , 𝑛
𝜑(𝑥𝑠 ) {
≠ 0 𝑠𝑖 𝑠 ≠ 0,1,2, … , 𝑛

𝜑(𝑥) − 𝜑(𝑥0 )
𝜑[𝑥 𝑥0 ] = = (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) … (𝑥 − 𝑥𝑛 )
𝑥 − 𝑥0

= 0 𝑠𝑖 𝑠 = 0,1,2, … , 𝑛
𝜑[𝑥𝑠 𝑥0 ] {
≠ 0 𝑠𝑖 𝑠 ≠ 0

𝝋[𝒙 𝒙𝒊 ] = (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) … (𝒙 − 𝒙𝒊−𝟏 )(𝒙 − 𝒙𝒊+𝟏 ) … (𝒙 − 𝒙𝒏 )

Al tomar diferencias divididas respecto de los argumentos originales, estos se eliminan de la productoria.

Fórmula de Ampere

𝒌 𝒌 𝒌
𝒇(𝒙𝒊 ) 𝒇(𝒙𝒊 ) 𝒇(𝒙𝒊 )
𝒇[𝒙𝟎 𝒙𝟏 … 𝒙𝒌 ] = ∑ =∑ 𝒌 =∑
(𝒙𝒊 − 𝒙𝟎 )(𝒙𝒊 − 𝒙𝟏 ) … (𝒙𝒊 − 𝒙𝒌 ) ∏𝒋=𝟎 ∧𝒋≠𝒊(𝒙𝒊 − 𝒙𝒋 ) 𝝋[𝒙𝒊 𝒙𝒊 ]
𝒊=𝟎 𝒊=𝟎 𝒊=𝟎
 INTERPOLACIÓN

Polinomio de Newton

𝑷𝒏 (𝒙) = 𝑷𝒏 (𝒙𝟎 ) + 𝑷𝒏 [𝒙𝟎 𝒙𝟏 ](𝒙 − 𝒙𝟎 ) + 𝑷𝒏 [𝒙𝟎 𝒙𝟏 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) + ⋯

+𝑷𝒏 [𝒙𝟎 𝒙𝟏 𝒙𝟐 … 𝒙𝒏−𝟐 𝒙𝒏−𝟏 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) … (𝒙 − 𝒙𝒏−𝟐 )
+𝑷𝒏 [𝒙𝟎 𝒙𝟏 𝒙𝟐 … 𝒙𝒏−𝟐 𝒙𝒏−𝟏 𝒙𝒏 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) … (𝒙 − 𝒙𝒏−𝟐 )(𝒙 − 𝒙𝒏−𝟏 )

𝑛 + 1 puntos datos necesarios para su construcción.

Utilizando relación diferencias divididas y diferencias finitas:

∆𝑷𝒏 (𝒙𝟎 ) ∆𝟐 𝑷𝒏 (𝒙𝟎 )

𝑷𝒏 (𝒙) = 𝑷𝒏 (𝒙𝟎 ) + (𝒙 − 𝒙𝟎 ) + (𝒙 − 𝒙𝟎 )(𝒙 − (𝒙𝟎 + 𝒉)) + ⋯
𝒉 𝟐! 𝒉𝟐
∆𝒏 𝑷𝒏 (𝒙𝟎 )
+ (𝒙 − 𝒙𝟎 )(𝒙 − (𝒙𝟎 + 𝒉)) … (𝒙 − [𝒙𝟎 + (𝒏 − 𝟏)𝒉])
𝒏! 𝒉𝒏

𝒏
𝒔 𝒔 𝒔 𝒔 𝒔
𝑷𝒏 (𝒙) = ( ) 𝑷𝒏 (𝒙𝟎 ) + ( ) ∆𝑷𝒏 (𝒙𝟎 ) + ( ) ∆𝟐 𝑷𝒏 (𝒙𝟎 ) + ⋯ + ( ) ∆𝒏 𝑷𝒏 (𝒙𝟎 ) = ∑ ( ) ∆𝒊 𝑷𝒏 (𝒙𝟎 )
𝟎 𝟏 𝟐 𝒏 𝒊
𝒊=𝟎

𝑥 − 𝑥0
𝑠= .
ℎ

Utilizando relación diferencias divididas y derivadas:

𝒏
𝟏
𝑫𝟐 𝑷𝒏 (𝒙𝟎 ) 𝑫𝒏 𝑷𝒏 (𝒙𝟎 ) 𝑫𝒌 𝑷𝒏 (𝒙𝟎 )
𝑷𝒏 (𝒙) = 𝑷𝒏 (𝒙𝟎 ) + 𝑫 𝑷𝒏 (𝒙𝟎 )(𝒙 − 𝒙𝟎 ) + (𝒙 − 𝒙𝟎 )𝟐 + ⋯ + (𝒙 − 𝒙𝟎 )𝒏 = ∑ (𝒙 − 𝒙𝟎 )𝒌
𝟐! 𝒏! 𝒌!
𝒌=𝟎

Método de Newton

𝑷𝒏 (𝒙) = 𝒇(𝒙𝟎 ) + 𝒇[𝒙𝟎 𝒙𝟏 ](𝒙 − 𝒙𝟎 ) + 𝒇[𝒙𝟎 𝒙𝟏 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) + ⋯ + 𝒇[𝒙𝟎 𝒙𝟏 𝒙𝟐 … 𝒙𝒏 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) … (𝒙 − 𝒙𝒏−𝟏 )

Método de Lagrange

𝐿𝑛 = 𝑓(𝑥0 ) ∙ 𝐿0𝑛 (𝑥) + 𝑓(𝑥1 ) ∙ 𝐿1𝑛 (𝑥) + ⋯ + 𝑓(𝑥𝑖 ) ∙ 𝐿𝑖𝑛 (𝑥) + ⋯ + 𝑓(𝑥𝑛 ) ∙ 𝐿𝑛𝑛 (𝑥)

𝜑[𝑥 𝑥𝑖 ]
𝐿𝑖𝑛 (𝑥) =
𝜑[𝑥𝑖 𝑥𝑖 ]

𝒏
𝝋[𝒙 𝒙𝟎 ] 𝝋[𝒙 𝒙𝟏 ] 𝝋[𝒙 𝒙𝒏 ] 𝝋[𝒙 𝒙𝒊 ]
𝑳𝒏 = 𝒇(𝒙𝟎 ) ∙ + 𝒇(𝒙𝟏 ) ∙ + ⋯ + 𝒇(𝒙𝒏 ) ∙ = ∑ 𝒇(𝒙𝒊 ) ∙
𝝋[𝒙𝟎 𝒙𝟎 ] 𝝋[𝒙𝟏 𝒙𝟏 ] 𝝋[𝒙𝒏 𝒙𝒏 ] 𝝋[𝒙𝒊 𝒙𝒊 ]
𝒊=𝟎

Término de error (Newton y Lagrange)

𝒇(𝒏+𝟏) (𝝃𝒙 )
𝑻(𝒙) = ∙ 𝝋(𝒙)
(𝒏 + 𝟏)!

𝜉𝑥 ∈ (𝑥0 ; 𝑥𝑛 ).
Polinomio de Hermite (uso de las derivadas: 2n+2 datos)

𝑯𝟐𝒏+𝟏 (𝒙) = 𝒇(𝒙𝟎 ) + 𝒇[𝒙𝟎 𝒙𝟎 ](𝒙 − 𝒙𝟎 ) + 𝒇[𝒙𝟎 𝒙𝟎 𝒙𝟏 ](𝒙 − 𝒙𝟎 )𝟐 + 𝒇[𝒙𝟎 𝒙𝟎 𝒙𝟏 𝒙𝟏 ](𝒙 − 𝒙𝟎 )𝟐 (𝒙 − 𝒙𝟏 )

+ 𝒇[𝒙𝟎 𝒙𝟎 𝒙𝟏 𝒙𝟏 𝒙𝟐 ](𝒙 − 𝒙𝟎 )𝟐 (𝒙 − 𝒙𝟏 )𝟐 + ⋯
+ 𝒇[𝒙𝟎 𝒙𝟎 𝒙𝟏 𝒙𝟏 … 𝒙𝒏 𝒙𝒏 ](𝒙 − 𝒙𝟎 )𝟐 (𝒙 − 𝒙𝟏 )𝟐 … (𝒙 − 𝒙𝒏 )

Término de error (Hermite)

𝒇(𝟐𝒏+𝟐) (𝝃𝒙 )
𝑻(𝒙) = ∙ [𝝋(𝒙)]𝟐
(𝟐𝒏 + 𝟐)!

𝜉𝑥 ∈ (𝑥0 ; 𝑥𝑛 ).

Splines (cúbicos)

Son 𝑛 polinomios cúbicos 𝑆𝑗 (𝑥) definidos en su intervalo [𝑥𝑗 , 𝑥𝑗+1 ] con 𝑗 = 0,1, … , 𝑛 − 1.

𝟐 𝟑
𝑺𝒋 (𝒙) = 𝒂𝒋 + 𝒃𝒋 (𝒙 − 𝒙𝒋 ) + 𝒄𝒋 (𝒙 − 𝒙𝒋 ) + 𝒅𝒋 (𝒙 − 𝒙𝒋 )

Condiciones básicas:

a) 𝑆𝑗 (𝑥𝑗 ) = 𝑓(𝑥𝑗 ) con 𝑗 = 0,1, … , 𝑛 − 1. Y 𝑆𝑛 (𝑥𝑛 ) = 𝑓(𝑥𝑛 ). 𝑛 + 1 condiciones.

b) 𝑆𝑗 (𝑥𝑗+1 ) = 𝑆𝑗+1 (𝑥𝑗+1 ) con 𝑗 = 0,1, … , 𝑛 − 2. 𝑛 − 1 condiciones.
c) 𝑆𝑗′ (𝑥𝑗+1 ) = 𝑆𝑗+1
′
(𝑥𝑗+1 ) con 𝑗 = 0,1, … , 𝑛 − 2. 𝑛 − 1 condiciones.

d) 𝑆𝑗′′ (𝑥𝑗+1 ) = 𝑆𝑗+1

′′
(𝑥𝑗+1 ) con 𝑗 = 0,1, … , 𝑛 − 2. 𝑛 − 1 condiciones.

𝒂𝒋 = 𝒇(𝒙𝒋 ) 𝑐𝑜𝑛 𝑗 = 0,1,2, … , 𝑛

𝒄𝒋+𝟏 − 𝒄𝒋
𝒅𝒋 = 𝑐𝑜𝑛 𝑗 = 0,1,2, … , 𝑛 − 1 𝑦 ℎ𝑗 = 𝑥𝑗+1 − 𝑥𝑗
𝟑𝒉𝒋

𝟏 𝒉𝒋
𝒃𝒋 = (𝒂𝒋+𝟏 − 𝒂𝒋 ) − (𝟐𝒄𝒋 + 𝒄𝒋+𝟏 ) 𝑐𝑜𝑛 𝑗 = 0,1,2, … , 𝑛 − 1 𝑦 ℎ𝑗 = 𝑥𝑗+1 − 𝑥𝑗
𝒉𝒋 𝟑

Condiciones del tipo de splines:

1) Spline natural o de frontera libre:

𝑆0′′ (𝑥0 ) = 0 y 𝑆𝑛−1
′′ (𝑥 )
𝑛 =0
2) Spline de frontera sujeta:
𝑆0′ (𝑥0 ) = 𝑓 ′ (𝑥0 ) y 𝑆𝑛−1
′ (𝑥𝑛 ) = 𝑓 ′ (𝑥𝑛 ) = 𝑆𝑛′ (𝑥𝑛 )

𝑓 ′ (𝑎) = 𝑓 ′ (𝑥0 ) y 𝑓 ′ (𝑏) = 𝑓 ′ (𝑥𝑛 )

3) Spline “not a knot”:
𝑆0′′′ (𝑥1 ) = 𝑆1′′′ (𝑥1 ) y 𝑆𝑛−2
′′′ (𝑥 ′′′
𝑛−1 ) = 𝑆𝑛−1 (𝑥𝑛−1 )
DERIVACIÓN

Aproximación de la derivada (dado 𝑛 + 1 puntos)

Polinomio interpolador de Newton

𝒇(𝒏+𝟐) (𝝃𝒙 ) ∙ 𝝃′𝒙 ∙ 𝝋(𝒙) + 𝒇(𝒏+𝟏) (𝝃𝒙 ) ∙ 𝝋′ (𝒙)

𝒇′ (𝒙) ≈ 𝑷′𝒏 (𝒙) +
(𝒏 + 𝟏)!

Se deriva el polinomio de Newton + término de error.

1 1 1 1
𝜑′ (𝑥) = 𝜑(𝑥) ∙ [ + + +⋯+ ]
(𝑥 − 𝑥0 ) (𝑥 − 𝑥1 ) (𝑥 − 𝑥2 ) (𝑥 − 𝑥𝑛 )

𝜉𝑥′ no puede evaluarse, el cálculo del término complementario sólo es posible para los puntos datos.

Polinomio interpolador de Lagrange

𝒏 𝒏
′ (𝒙)
𝒇(𝒙𝒌 ) 𝟏
𝑳 =∑ ∙ 𝝋[𝒙 𝒙𝒌 ] ∙ ∑
𝝋[𝒙𝒌 𝒙𝒌 ] 𝒙 − 𝒙𝒋
𝒌=𝟎 𝒋=𝟎
𝒋≠𝒌

Fórmula de los 3 puntos (para argumentos equiespaciados)

𝟏 𝟑 𝟏 𝒉𝟐
𝒇′ (𝒙𝟎 ) = [− 𝒇(𝒙𝟎 ) + 𝟐𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟐 )] + 𝒇(𝟑) (𝝃𝟎 )
𝒉 𝟐 𝟐 𝟑
𝟐
𝟏 𝟏 𝟏 𝒉
𝒇′ (𝒙𝟏 ) = [− 𝒇(𝒙𝟎 ) + 𝒇(𝒙𝟐 )] − 𝒇(𝟑) (𝝃𝟏 )
𝒉 𝟐 𝟐 𝟔
𝟏 𝟏 𝟑 𝒉𝟐
𝒇′ (𝒙𝟐 ) = [ 𝒇(𝒙𝟎 ) − 𝟐𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 )] + 𝒇(𝟑) (𝝃𝟐 )
𝒉 𝟐 𝟐 𝟑

Se llegan a las fórmulas desarrollando la interpolación de Newton, derivando y reemplazando las

diferencias divididas por su expresión completa.

Método de los operadores (para argumentos equiespaciados)}

𝟏 ∆𝟐 ∆𝟑 ∆𝟒 ∆𝒌
𝑫= [∆ − + − + ⋯ + (−𝟏)𝒌+𝟏 + ⋯ ]
𝒉 𝟐 𝟑 𝟒 𝒌
𝟐 𝟑 𝟒 𝒌
𝟏 𝛁 𝛁 𝛁 𝛁
𝑫 = [𝛁 + + + + ⋯+ + ⋯]
𝒉 𝟐 𝟑 𝟒 𝒌

Se llegan a las fórmulas a partir del desarrollo en series de Taylor de 𝐸 𝑓(𝑡) = 𝑓(𝑡 + ℎ) con 𝑥0 = 𝑡.
NÚMEROS Y POLINOMIOS DE BERNOULLI

Números de Bernoulli relevantes

𝟏 𝟏
𝑩𝟎 = 𝟏 𝑩𝟏 = − 𝑩𝟐 = 𝑩𝟑 = 𝟎
𝟐 𝟔
𝟏 𝟏
𝑩𝟒 = − 𝑩𝟓 = 𝟎 𝑩𝟔 =
𝟑𝟎 𝟒𝟐

𝑩𝟐𝒑+𝟏 = 𝟎 𝒄𝒐𝒏 𝒑 = 𝟏, 𝟐, 𝟑, …

Números de Bernoulli asociados

𝑩𝒗
𝒃𝒗 =
𝒗!

𝑣 = 0,1,2, … , 𝑛

Números de Bernoulli

Función generatriz

∞
𝒕 𝒕𝒗
𝝓(𝒕) = 𝒕 = ∑ ∙ 𝑩𝒗
𝒆 −𝟏 𝒗!
𝒗=𝟎

Para llegar a los números de Bernoulli, es necesario desarrollar el primer término (a través de McLaurin) y
la sumatoria del segundo término.

Fórmula derivada del desarrollo de la función generatriz

𝒋−𝟏 𝒋−𝟏
𝑩𝒗 𝒋
∑ = 𝟎 = ∑ ( ) 𝑩𝒗
𝒗! (𝒋 − 𝒗)! 𝒗
𝒗=𝟎 𝒗=𝟎

Con 𝑗 = 2, 3, 4, … y necesariamente 𝑩𝟎 = 𝟏 .

Fórmula “binomial”

(𝑩 + 𝟏)𝒗 − 𝑩𝒗 = 𝟎

Con 𝑣 ≥ 2. Donde luego de aplicar el teorema binomial, cada potencia 𝐵𝑣 se reemplaza por 𝐵𝑣 .

Polinomios de Bernoulli

Polinomios de Bernoulli asociados

𝑩𝒗 (𝒙)
𝒃𝒗 (𝒙) =
𝒗!
Función generatriz

∞
𝒕 ∙ 𝒆𝒙∙𝒕 𝒕𝒗
𝝓(𝒕, 𝒙) = 𝒕 = ∑ ∙ 𝑩𝒗 (𝒙)
𝒆 −𝟏 𝒗!
𝒗=𝟎

Para llegar a los Polinomios de Bernoulli, es necesario desarrollar el primer término (a través de McLaurin)
y la sumatoria del segundo término.

Fórmula derivada del desarrollo de la función generatriz

𝒋−𝟏
𝒋
∑ ( ) 𝑩𝒗 (𝒙) = 𝒋 ∙ 𝒙𝒋−𝟏
𝒗
𝒗=𝟎

Con 𝑗 = 2, 3, 4, … y necesariamente 𝑩𝟎 (𝒙) = 𝟏 .

Fórmula a través del desarrollo de series de McLaurin

𝒗
𝒗
𝑩𝒗 (𝒙) = ∑ ( ) 𝑩𝒔 ∙ 𝒙𝒗−𝒔
𝒔
𝒔=𝟎

Fórmula “binomial”

𝑩𝒗 (𝒙) = (𝒙 + 𝑩)𝒗

Donde luego de aplicar el teorema binomial, cada potencia 𝐵𝑣 se reemplaza por 𝐵𝑣 .

Propiedades de los Polinomios de Bernoulli

1) Los Polinomios de Bernoulli con argumento “1 − 𝑥”:

𝑩𝒗 (𝟏 − 𝒙) = (−𝟏)𝒗 ∙ 𝑩𝒗 (𝒙)
2) Derivada de los Polinomios de Bernoulli y polinomios asociados con respecto a 𝑥:
𝒅 𝒅 𝒗!
𝑩 (𝒙) = 𝒗 ∙ 𝑩𝒗−𝟏 (𝒙) 𝒃 (𝒙) = 𝒃𝒗−𝟏 (𝒙) 𝑫𝒌𝒙 𝑩𝒗 (𝒙) = ∙ 𝑩 (𝒙)
𝒅𝒙 𝒗 𝒅𝒙 𝒗 (𝒗 − 𝒌)! 𝒗−𝒌
3) Integral de un Polinomio de Bernoulli:
𝒃
𝑩𝒗+𝟏 (𝒃) − 𝑩𝒗+𝟏 (𝒂)
∫ 𝑩𝒗 (𝒙)𝒅𝒙 =
𝒗+𝟏
𝒂

4) Diferencia de un Polinomio de Bernoulli:

∆𝑩𝒗 (𝒙) = 𝑩𝒗 (𝒙 + 𝟏) − 𝑩𝒗 (𝒙) = 𝒗 ∙ 𝒙𝒗−𝟏

5) Cálculo de sumas a través de Polinomios de Bernoulli:

𝒏−𝟏
𝑩𝒗+𝟏 (𝒏) − 𝑩𝒗+𝟏 (𝟎)
∑ 𝒙𝒗 =
𝒗+𝟏
𝒙=𝟎
6) Relación entre Polinomios de Bernoulli con 𝑥 = 1 y los números de Bernoulli:
𝑩𝒗 (𝟏) = 𝑩𝒗 (𝟎)
𝟏
𝑩𝟏 (𝟏) =
𝟐
Con 𝑣 = 2, 3, 4, ….
7) Números de Bernoulli de grado impar:
𝑩𝟐𝒑+𝟏 (𝟎) = 𝟎
𝟏
𝑩𝟏 = −
𝟐
Con 𝑝 = 1, 2, 3, ….

FÓRMULA DE EULER – MCLAURIN (integración y sumación)

𝒏 𝒏−𝟏 𝒖−𝟏
𝟏 𝒙=𝒏
∫ 𝒇(𝒙)𝒅𝒙 = ∑ 𝒇(𝒙) + [𝒇(𝒏) − 𝒇(𝟎)] − ∑ 𝒃𝟐𝒔 [𝒇(𝟐𝒔−𝟏) (𝒙)]𝒙=𝟎 + 𝑹𝒖 (𝒙)
𝟐
𝟎 𝒙=𝟎 𝒔=𝟏

Cuando los límites de la integral no sean enteros, conviene hacer un cambio de variable.

Notar que:

𝑛−1 𝑛 𝑛
1 1 1
∑ 𝑓(𝑥) + [𝑓(𝑛) − 𝑓(0)] = ∑ 𝑓(𝑥) − [𝑓(𝑛) − 𝑓(0)] = ∑ 𝑓(𝑥) − [𝑓(𝑛) + 𝑓(0)]
2 2 2
𝑥=0 𝑥=1 𝑥=0

SUMACIÓN

Fórmula de Woolhouse (interés teórico)

𝒎∙𝒏 𝒏 𝒖−𝟏
𝒎−𝟏 𝒎∙𝒏
∑ 𝒇(𝒕) = 𝒎 ∙ ∑ 𝒇(𝒎 ∙ 𝒖) − ∙ [𝒇(𝒎 ∙ 𝒏) − 𝒇(𝟎)] − ∑ 𝒃𝟐𝒔 (𝒎𝟐𝒔 − 𝟏)[𝒇(𝟐𝒔−𝟏) (𝒕)]𝟎 + 𝑹(𝒖)
𝟐
𝒕=𝟏 𝒖=𝟏 𝒔=𝟏

Fórmula de Lubbock

Evita usar derivadas sucesivas (evita usar la función 𝑓(𝑡)).

Versión 1

𝒎∙𝒏−𝟏 𝒏−𝟏 𝒌
𝒎∙𝒏
∑ 𝒇(𝒕) = 𝒎 ∙ ∑ 𝒇(𝒎 ∙ 𝒖) + ∑ 𝑨𝒗 ∙ [∆(𝒗−𝟏) 𝒇(𝒕)]𝟎 + 𝑹(𝒌)
𝒕=𝟎 𝒖=𝟎 𝒗=𝟏

𝑚−1 𝑚2 − 1 𝑚2 − 1 (𝑚2 − 1)(19𝑚2 − 1) (𝑚2 − 1)(9𝑚2 − 1)

𝐴1 = ; 𝐴2 = − ; 𝐴3 = ; 𝐴4 = − ; 𝐴5 =
2 12𝑚 24𝑚 720𝑚3 480𝑚3
Versión 2

𝒎∙𝒏−𝟏 𝒏−𝟏
𝒎−𝟏 𝒎𝟐 − 𝟏 𝒎𝟐 − 𝟏
∑ 𝒇(𝒕) = 𝒎 ∙ ∑ 𝒇(𝒎 ∙ 𝒖) + ∙ [𝛁𝟎 𝒇(𝒎 ∙ 𝒏) − ∆𝟎 𝒇(𝟎)] − ∙ [𝛁𝟏 𝒇(𝒎 ∙ 𝒏) − ∆𝟏 𝒇(𝟎)] −
𝟐 𝟏𝟐𝒎 𝟐𝟒𝒎
𝒕=𝟎 𝒖=𝟎

(𝒎𝟐 − 𝟏)(𝟏𝟗𝒎𝟐 − 𝟏)
∙ [𝛁 𝟐 𝒇(𝒎 ∙ 𝒏) + ∆𝟐 𝒇(𝟎)] − ( ) ∙ [𝛁 𝟑 𝒇(𝒎 ∙ 𝒏) − ∆𝟑 𝒇(𝟎)]
𝟕𝟐𝟎𝒎𝟑
(𝒎𝟐 − 𝟏)(𝟗𝒎𝟐 − 𝟏)
−( ) ∙ [𝛁 𝟒 𝒇(𝒎 ∙ 𝒏) + ∆𝟒 𝒇(𝟎)] − ⋯
𝟒𝟖𝟎𝒎𝟑

INTEGRACIÓN

Método de trapecios

Fórmula elemental (Con 2 elementos)

ℎ ℎ
𝒇(𝟎) + 𝒇(𝒉) 𝒉𝟑 (𝟐)
∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑃𝑛 (𝑥) 𝑑𝑥 = 𝒉 ∙ − ∙ 𝒇 (𝝃)
𝟐 𝟏𝟐
0 0

Con 0 ≤ 𝜉 ≤ ℎ.

𝑃𝑛 (𝑥): Polinomio interpolador de Newton.

𝑏−𝑎
Fórmula generalizada (n subintervalos = ℎ
)(sumatorias de varias fórmulas elementales)

𝑏 𝒏−𝟏
𝒇(𝒃) − 𝒇(𝒂) 𝒉𝟑
∫ 𝑓(𝑥) 𝑑𝑥 = 𝒉 ∙ [∑ 𝒇(𝒂 + 𝒌𝒉) + ]− ∙ 𝒏 ∙ 𝒇(𝟐) (𝝃)
𝟐 𝟏𝟐
𝑎 𝒌=𝟎

Con 𝑎 ≤ 𝜉 ≤ 𝑏.

Método de Simpson

Fórmula elemental (con 3 elementos)

2ℎ 2ℎ
𝒉 𝒉𝟓 (𝟒)
∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑃𝑛 (𝑥) 𝑑𝑥 = [𝒇(𝟎) + 𝟒𝒇(𝒉) + 𝒇(𝟐𝒉)] − ∙ 𝒇 (𝝃)
𝟑 𝟗𝟎
0 0

Con 0 ≤ 𝜉 ≤ 2ℎ.

𝑃𝑛 (𝑥): Polinomio interpolador de Newton.

 𝑏−𝑎
Fórmula generalizada (n subintervalos par = )(sumatorias de varias fórmulas elementales)
ℎ

𝑏 𝒏−𝟏 𝒏−𝟐
𝒉 𝒉𝟓 𝒏 (𝟒)
∫ 𝑓(𝑥) 𝑑𝑥 = ∙ 𝒇(𝒂) + 𝟒 ∑ 𝒇(𝒂 + 𝒌𝒉) + 𝟐 ∑ 𝒇(𝒂 + 𝒌𝒉) + 𝒇(𝒃) − ∙ ∙ 𝒇 (𝝃)
𝟑 𝟗𝟎 𝟐
𝑎 𝒌=𝟏 𝒌=𝟐
[ 𝒌 𝒊𝒎𝒑𝒂𝒓 𝒌 𝒑𝒂𝒓 ]

Con 𝑎 ≤ 𝜉 ≤ 𝑏.

Método de Simpson 3/8

Fórmula elemental (con 4 elementos)

3ℎ 3ℎ
𝟑𝒉 𝟑𝒉𝟓 (𝟒)
∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑃𝑛 (𝑥) 𝑑𝑥 = [𝒇(𝟎) + 𝟑𝒇(𝒉) + 𝟑𝒇(𝟐𝒉) + 𝒇(𝟑𝒉)] − ∙ 𝒇 (𝝃)
𝟖 𝟖𝟎
0 0

Con 0 ≤ 𝜉 ≤ 3ℎ.

𝑃𝑛 (𝑥): Polinomio interpolador de Newton.

𝑏−𝑎
Fórmula generalizada (n subintervalos múltiplo de 3 = )(sumatorias de varias fórmulas elementales)
ℎ

𝑏 𝒏−𝟏 𝒏−𝟑
𝟑𝒉 𝟑𝒉𝟓 𝒏 (𝟒)
∫ 𝑓(𝑥) 𝑑𝑥 = ∙ 𝒇(𝒂) + 𝟑 ∑ 𝒇(𝒂 + 𝒌𝒉) + 𝟐 ∑ 𝒇(𝒂 + 𝒌𝒉) + 𝒇(𝒃) − ∙ ∙ 𝒇 (𝝃)
𝟖 𝟖𝟎 𝟑
𝑎 𝒌=𝟏 𝒌=𝟑
[ 𝒌 𝒏𝒐 𝒎ú𝒍𝒕𝒊𝒑𝒍𝒐 𝒅𝒆 𝟑 𝒌 𝒎ú𝒍𝒕𝒊𝒑𝒍𝒐 𝒅𝒆 𝟑 ]

Con 𝑎 ≤ 𝜉 ≤ 𝑏.

AJUSTAMIENTO

“Función de fidelidad”: 𝑭 = ∑𝒏𝒙=𝟏 𝒘𝒙 ∙ (𝒗𝒙 − 𝒖𝒙 )𝟐

𝑣𝑥 : Valor ajustado. 𝑢𝑥 : Valor observado. 𝑤𝑥 : Ponderador.

“Función de regularidad”: 𝑹 = ∑𝒏−𝒛 𝒛

𝒙=𝟏(∆ 𝒗𝒙 )
𝟐

𝑣𝑥 : Valor ajustado.

Depende del valor "𝑧" tomado, se estaría considerando como “standard de regularidad” un polinomio de
grado “𝑧 − 1”.

Método de Whittaker

𝑵 𝑵−𝒛

𝑴 = 𝑭 + 𝒉 ∙ 𝑹 = ∑ 𝒘𝒙 ∙ (𝒗𝒙 − 𝒖𝒙 )𝟐 + 𝒉 ∙ ∑(∆𝒛 𝒗𝒙 )𝟐
𝒙=𝟏 𝒙=𝟏

Los valores ajustados 𝒗𝒙 son aquellos que minimizan esta expresión.

 𝑛𝑥
𝑤𝑥 =
𝑛medio

𝑛𝑥 : Tamaño de la muestra para cada 𝑢𝑥 .

𝑛𝑥
𝑛medio = ∑ : Promedio aritmético de los tamaños de las muestras 𝑛𝑥 .
𝑁

Expresión matricial y mínimo

𝑴 = 𝑭 + 𝒉 ∙ 𝑹 = (𝒗 − 𝒖)𝑻 𝒘(𝒗 − 𝒖) + 𝒉 ∙ 𝒗𝑻 (𝒌𝒛 𝑻 𝒌𝒛 )𝒗

−𝟏
𝒗 = [𝒘 + 𝒉 ∙ (𝒌𝒛 𝑻 𝒌𝒛 )] 𝒘𝒖

𝑢: Vector de dimensión 𝑁 × 1, formado por los valores observados.

𝑣: Vector de dimensión 𝑁 × 1, formado por los valores ajustados.

𝑤: Matriz diagonal de dimensión 𝑁 × 𝑁, formado por los valores que toman los ponderadores.

𝑘𝑧 : Matriz de dimensión (𝑁 − 𝑧) × 𝑁, formado por los coeficientes correspondientes a ∆ 𝑧 elegido.

Método de mínimos cuadrados

𝑵 𝑵
𝒎𝒊𝒏 𝟐
𝑭 = ∑ 𝒘𝒙 ∙ (𝒖𝒙 − 𝒗𝒙 )𝟐 = ∑ 𝒘𝒙 ∙ (𝒖𝒙 − 𝒂 − 𝒃𝒙 − 𝒄𝒙𝟐 )
𝒂, 𝒃, 𝒄
𝒙=𝟏 𝒙=𝟏

𝑣𝑥 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 . Quiere decir que se adopta en forma directa una curva de ajuste polinomial (para este
ejemplo, se está suponiendo que 𝑢𝑥 y 𝑣𝑥 están bien representadas mediante un polinomio cuadrático.

̂ = [𝑿𝑻 𝒘𝑿]−𝟏 𝑿𝑻 𝒘𝒖
𝜷

𝑎
𝛽̂ = [𝑏]: Vector de los coeficientes de 𝑣𝑥 a minimizar.
𝑐

1 𝑥1 𝑥1 2
1 𝑥2 𝑥2 2
𝑋 = 1 𝑥3 𝑥3 2 : Matriz de dimensión 𝑁 × 3.
⋮ ⋮ ⋮
[1 𝑥𝑁 𝑥𝑁 2 ]