Beruflich Dokumente
Kultur Dokumente
CUADRATURAS GAUSIANAS
INTEGRACIÓN NUMERICA
Yamil Armando Cerquera Rojas
Universidad Surcolombiana
14-8-2016
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
INTEGRACION NUMERICA
Método de Cuadratura Gaussiana
Ing Yamil Armando Cerquera Rojas 1 – yacerque@gmail.com
Neiva – Huila
Agosto 14 de 2016
CONTENIDO
DEFINICIÒN ......................................................................................................................... 2
INTRODUCCIÒN .................................................................................................................. 2
OBJETIVOS ........................................................................................................................... 3
GENERAL.......................................................................................................................... 3
ESPECÍFICOS.................................................................................................................... 3
OBSERVACIONES PRELIMINARES ................................................................................. 3
CÁLCULO DE ÁREAS ......................................................................................................... 5
Previos a Cuadratura gaussiana: ......................................................................................... 5
Reglas de Cuadratura Gaussiana ........................................................................................ 6
Cuadratura Gaussiana ....................................................................................................... 7
Deducción de la Técnica Gaussiana .............................................................................. 8
Deducción General ...................................................................................................... 10
2
dx
Ejemplo 1: ln( 2) .................................................................................................... 11
1
x
1.5
x2
Ejemplo 2: e dx ......................................................................................................... 13
1
Ejemplo 3: 𝐼 = −11𝑑𝑥3 + 𝑥 ............................................................................................ 14
1Ingeniero Agrícola – USCO, Especialista en Sistemas – Unal, Especialista en Administración de la Informática Educativa –
UdeS, Magister en Administración de Empresas – UVM, Magister en Gestión Educativa – UdeS (PG).
DEFINICIÓN
De acuerdo a la definición del diccionario, integrar significa “unir todas las partes en un
todo; unificar, indicar la cantidad total,…”.2 . Matemáticamente, la integración se
b
f ( x)dx
representa por a . En los primeros años de ingeniería, se ven apartes de cálculo
integral. Se aprenden técnicas que obtienen soluciones analíticas o soluciones exactas de
integrales definidas e indefinidas.
En esta parte se trata de solucionar integrales definidas, o sea integrar una función entre
un par de límites dados a, b . Integral en la cual el intervalo de integración a, b , es finito,
y f es una función de una variable real y valor real continua en a, b .
f ( x)dx F ( x) a
b
INTRODUCCIÒN
Desafortunadamente en la mayoría de los casos prácticos es muy difícil o aun imposible
hallar una antiderivada de f(x). En estos casos el valor de la integral debe de aproximarse.
Esto puede lograrse de las siguientes maneras:
Serie de potencias.
Método gráfico.
Métodos numéricos.
Para realizar el cálculo de una integral definida por modelos ó métodos numéricos, además
de aplicar la regla Trapezoidal o Rectangular con segmentos cada vez más pequeños, otra
manera de obtener una estimación más exacta de una integral, es la de usar polinomios de
orden superior para conectar los puntos. Por ejemplo si hay un punto medio extra entre
f (a ) y f (b ) , entonces se puede conectar los tres puntos con una parábola. A las formulas
resultantes para calcular la integral bajo estos polinomios se llama Reglas de SIMPSON.
2
CHAPRA Steven. Canale Raymond. Métodos numéricos para ingenieros. Pág. 415.McGraw - Hill
Dicho de otra manera se dice que para cada aplicación de la regla de SIMPSON se requieren
dos subintervalos, a fin de aplicarla n número de veces, deberá dividirse el intervalo (𝑎, 𝑏)
en un número de subintervalos o segmentos.
OBJETIVOS
GENERAL
Resolver el problema de cálculo del área bajo la curva entre dos límites conocidos,
dividiendo en N sub áreas para calcular su valor, asumiendo cada sub área como un
pequeño arco de parábola.
ESPECÍFICOS
1. Conocer la interpretación geométrica de la integral definida.
2. Reconocer que el método de Romberg representa, geométricamente, el área bajo una
función polinomial de segundo orden (Cuadrática o Parabólica).
3. Deducir la fórmula de Romberg a partir de la interpretación geométrica de la integral
definida.
4. Acotar el error cometido en la integración numérica por el método de Romberg.
5. Explicar la obtención de fórmulas más precisas para calcular, numéricamente,
integrales definidas.
6. Aplicar el método de Romberg, para calcular numéricamente, las aproximaciones de
algunas integrales definidas.
OBSERVACIONES PRELIMINARES
Cuando se realiza un experimento, generalmente, se obtiene una tabla de valores que se
espera, tengan un comportamiento funcional.
x2 dx 1 1
e ln( x) , 1 x 3 dx, sin( x 1 x 4 dx, 0 1 x 5 .dx
2
dx, )dx,
2 2 /4 /2 1 1/ 3
ex ln( x)
x dx, x 1 dx, x tan( x)dx, (9 x
2
sin( x)dx, ) dx
1 1 0 0 0
Lo anterior motiva el uso de los métodos de integración numérica que se estudian en lo que
sigue; lo primero en considerar se basa en la aproximación de la función f mediante
polinomios interpolantes.
Para aclarar la contradicción antes señalada, se debe recordar la condición necesaria para
que una función sea integrable. Dicha condición se menciona de inmediato, sin
demostración:
Estos apuntes pretenden ilustrar al lector de forma detallada y lo mas sencillo posible, una
de las técnicas básicas que permiten resolver dicha situación, haciendo uso de los métodos
o modelos numéricos, a través de la denominada “INTEGRACIÓN APROXIMADA, POR EL
MÉTODO DE Romberg”.
CÁLCULO DE ÁREAS
Uno de los problemas matemáticos más frecuentes es el cálculo del área que se forma
entre una función 𝒇(𝒙), el eje x y los límites a y b. Por ejemplo, se necesita calcular el área
A que aparece en la Figura 1, reiterando que dicha área esta por debajo de la función f(x)
entre los límites a y b:
Figura 1
Partiendo del hecho que la función f (x) y los valores a y b son conocidos. a se considera
como el limite inferior y b se considera como límite superior.
Desde luego, la soluciones algebraicas son mejores que las numéricas, porque son exactas.
Pero a veces, la complejidad de las funciones hace imposible (o difícil) obtener la solución
algebraica, por lo que una solución numérica permite ahorrar tiempo.
La cuadratura gaussiana selecciona los puntos de manera óptima. Gauss observó que si se
elimina el requisito de que la función sea evaluada en valores x predeterminados, una
fórmula de tres términos contiene seis parámetros y debe corresponder a un polinomio de
interpolación de grado 5. Las fórmulas basadas en este principio se denominan fórmulas de
cuadratura gaussiana. Pueden aplicarse solo cuando f(x) se conoce explícitamente, de modo
que pueden evaluarse en cualquier valor deseado de x.
b n
f ( x)dx ci f ( xi )
a i 1
De esta manera,
b a t (b a) b a
b 1
f ( x)dx f (
a 1
2
)
2
dt
ba b a t (b a)
b 1
a
f ( x)dx
2 1
f(
2
)dt
Lo cual da una integral a calcular entre los límites [-1,1]. Así que sin perdida de generalidad
se puede asumir que el integral es en [-1,1].
Cuadratura Gaussiana
Las fórmulas usadas hasta la actualidad para aproximar integrales se basaban en polinomios
de interpolación, considerando valores de la función igualmente espaciados fenómeno que
conducen a cierta imprecisión.
Con
ℎ
𝑐1 = 2 y 𝑐2 = ℎ/2,
Por otro lado aplicando el método de Gauss, en lugar de tomar los dos puntos extremos A
y B del intervalo; se seleccionan dos puntos interiores C y D como se muestra en la Figura 3
y de manera adecuada la integral resultante proporcionaría un valor más exacto.
Esa técnica de adecuar los puntos C y D que proporcione más exactitud se muestra a
continuación.
Los puntos C y D se seleccionan sobre la curva entre los límite, formando el trapezoide E, F,
G y H tal como se muestre en la Figura 3.
Suponga que:
1
∫ 𝑓 (𝑥 )𝑑𝑥 ≈ 𝑐1 𝑓(𝑥1 ) + 𝑐2 𝑓(𝑥2 )
−1
∫ 𝑓 (𝑥 )𝑑𝑥
Esto es equivalente probar que la fórmula proporciona resultados exactos cuando 𝑓(𝑥) es,
1, 𝑥, 𝑥 2 y 𝑥 3 , entonces se tiene que si:
1
𝑓 (𝑥 ) = 1 → ∫ 1 ∗ 𝑑𝑥 = 2 = 𝑐1 ∗ 1 + 𝑐2 ∗ 1 = 𝑐1 + 𝑐2
−1
1
𝑓 (𝑥 ) = 𝑥 → ∫ 𝑥 ∗ 𝑑𝑥 = 0 = 𝑐1 ∗ 𝑥1 + 𝑐2 ∗ 𝑥2
−1
1
2
𝑓(𝑥 ) = 𝑥 → ∫ 𝑥 2 ∗ 𝑑𝑥 =
2
= 𝑐1 ∗ 𝑥12 + 𝑐2 ∗ 𝑥22
−1 3
1
𝑓(𝑥 ) = 𝑥 → ∫ 𝑥 3 ∗ 𝑑𝑥 = 0 = 𝑐1 ∗ 𝑥13 + 𝑐2 ∗ 𝑥23
3
−1
Se conoce que para hallar los nodos y los coeficientes se debe resolver el sistema no lineal:
𝑐1 + 𝑐2 = 2
𝑐1 𝑥1 + 𝑐2𝑥2 = 0
2
𝑐1𝑥12 + 𝑐2 𝑥22 =
3
3 3
𝑐1𝑥1 + 𝑐2 𝑥2 = 0
Para resolver el sistema anterior, se puede usar la instrucción solve de MATLAB, de la
siguiente forma:
[𝑐1, 𝑐2, 𝑥1, 𝑥2] = 𝑠𝑜𝑙𝑣𝑒(’𝑐1 + 𝑐2 = 2’, ’𝑐1 ∗ 𝑥1 + 𝑐2 ∗ 𝑥2 = 0’, ’𝑐1 ∗ 𝑥1^2 + 𝑐2 ∗ 𝑥2^2 = 2/3’, ’𝑐1 ∗
𝑥1^3 + 𝑐2 ∗ 𝑥2^3 = 0’)
Y se obtiene:
c1=[1 1], c2=[1 1], x1 = [-1/3*3^(1/2) 1/3*3^(1/2)], x2 = [1/3*3^(1/2) -1/3*3^(1/2)].
De donde se deduce inmediatamente la fórmula buscada (se pueden tomar bien sea los
primeros o los segundos valores de cada solución y se llega a la misma fórmula)
Considere que esta fórmula es más simple que la regla trapezoidal; además se trabaja
perfectamente para un polinomio se segundo orden. Mientras que el trapezoidal lo realiza
para lineales.
Debemos decir que esta metodóloga se puede generalizar para polinomios de grados
superiores, pero existe un método alternativo para obtener de manera más simple y es la
llamada aproximación continua en mínimos cuadrados que será tocado más adelante.
Deducción General
Sean 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 puntos (no necesariamente uniformemente distribuidos) en [−1,1] y
w1,w2,…,wn números llamados pesos ("weights"). Los puntos xj's y los pesos wj's se
determinan de modo que la fórmula de integración numérica
n
I n ( f ) w j f (x j )
j 1
Sea exacta para polinomios de grado a lo más 2𝑛 − 1, i.e., 𝐼𝑛(𝑝) = 𝐼(𝑝) para todo
polinomio p de grado a lo más 2𝑛 − 1. Como 𝐼𝑛 é 𝐼 son operadores lineales, basta verificar
que
I n ( x i ) I ( x i ), 0 i 2n 1
Caso 𝑛 = 1:
Caso 𝑛 = 2:
w1 w2 2
x w x w 0
1 1 2 2
2
x1 w1 x 2 w2 3
2 2
3
x1 w1 x 2 w2 0
3
Suponiendo que x1 , x2 son conocidas, se resuelve la tercera y cuarta ecuación (que son
lineales en los w's) mediante la regla de Cramer para w1 , w2 obteniendo así que:
2 2
x2 x1
w1 2 3 , w2 2 3
x1 ( x 2 x1 ) x2 ( x2 x1 )
Sustituyendo estas expresiones en la primera y segunda ecuación y resolviendo para x1 , x2
se obtiene que:
1 1
x1 , x2 , w1 w2 1
3 3
Así que la fórmula numérica en el caso 𝑛 = 2 lee como sigue:
1 1
I 2 ( f ) f ( ) f( )
3 3
Caso 𝑛 > 2: Al aplicar las condiciones I n ( x i ) I ( x i ), 0 i 2n 1 se obtiene un sistema
no lineal de 2n ecuaciones en 2n variables desconocidas (las x's y las w's). Este sistema se
puede resolver numéricamente usando el método de Newton para sistemas no lineales.
Pero en lugar de proceder de esta forma se utiliza el hecho de que se puede demostrar que
los xi ' s son los ceros del n’esimo polinomio de Legendre Ln (x) . Estos polinomios se
definen por la recursión
(n 1) Ln1 ( x) (2n 1) xLn ( x) nLn1 ( x) 0 , L0 ( x) 1, L1 ( x) x
3 2 1
En particular se tiene que L2 ( x) x cuyos ceros fueron los x's que se determinaron
2 2
en el caso 𝑛 = 2. También
1 1
L3 ( x) (5 x 3 3 x) , L4 ( x) (35 x 4 30 x 2 3)
2 8
De donde se puede obtener los x's para las fórmulas de los casos 𝑛 = 3,4 respectivamente.
Teniendo los x's se pude ahora calcular los w's resolviendo un sistema lineal de ecuaciones.
2
dx
Ejemplo 1: ln( 2)
1
x
2
dx
Aproximar el valor de la integral ln( 2)
1
x
2 1 1
dx 1 2 dt
1 x 2 1 3 t dt 1 t 3
1
1 f ( x)dx c1 f ( x1 ) c2 f ( x2 )
De un resultado exacto siempre que 𝑓(𝑥) sea un polinomio de grado 2 · 2 - 1 = 3 o menor
f ( x) a0 a1 x a2 x 2 a3 x 3
Entonces
Hay que demostrar que la fórmula produce resultados exactos cuando f (x ) es 1, x, x2 y x3.
1
c1 *1 c2 *1 1 * dx 2
1
1
c1 * x1 c2 * x2 x * dx 0
1
1
2
c1 * x12 c2 * x22 x 2 * dx
1
3
1
c1 * x13 c2 * x 32 x 3 * dx 0
1
3 3
Este sistema de ecuaciones tiene solución única: c1 c 2 1 x1 x2
3 3
n Raíces rn , 1 Coeficientes c n , i
2 0.5773502692 1.0000000000
-0.5773502692 1.0000000000
3 0.7745966692 0.5555555556
0.0000000000 0.8888888889
-0.7745966692 0.5555555556
4 0.8611363116 0.3478548451
0.3399810436 0.6521451549
-0.3399810436 0.6521451549
-0.8611363116 0.3478548451
5 0.9061798459 0.2369268850
0.5384693101 0.4786286705
0.0000000000 0.5688888889
-0.5384693101 0.4786286705
-0.9061798459 0.2369268850
1 n
Así: f ( x)dx ci f ( xi )
1 i 1
(b a)t (b a) (b a)
b 1
f ( x)dx f 2
2
dt
a 1
1.5
2
x
Aproximar e dx
1
1.5 1 ( t 5) 2
1
Se hace el cambio de variable: I e x2
dx e 16
dt
1
4 1
Para n=2
1
1.5 ( 0.5773502692 5 )2 ( 0.5773502692 5 )2
I e x dx e e 0.1094003
2
16 16
1
4
Para n=3
1
0.77459666925 2
52
( 0.77459666925) 2
I (0.5555556)e 16
(0.8888889)e 16
(0.55556)e 16
0.1092642
4
𝟏 𝒅𝒙
Ejemplo 3: 𝑰 = ∫−𝟏 𝟑+𝒙
Usemos el método de cuadratura de Gauss para evaluar la siguiente integral:
1
𝑑𝑥
𝐼=∫
−1 3 + 𝑥
Nótese que la integral en cuestión está hecha sobre el intervalo (−1,1), de modo que se
puede pensar de la forma:
1
𝐼 = ∫−1 𝑓 (𝑥 )𝑤(𝑥 )𝑑𝑥,
En donde 𝑓(𝑥) = 1/(3 + 𝑥) y 𝑤(𝑥) = 1. Los polinomios apropiados son por lo tanto los
polinomios de Legendre. Se usa entonces el Método de Cuadratura de Gauss con el
1
polinomio (de Legendre) de segundo grado 𝜑2(𝑥 ) = (3𝑥 2 − 1).
2
Note que, tal como se espera, 𝜑2 tiene exactamente dos ceros simples en el intervalo
(−1,1), dados por
√3 √3
𝑥2,1 = − y 𝑥2,2 =
3 3