M Etodos Adaptativos de Cuadratura

Metodos adaptativos de cuadratura
Diego F. Ch
avez Henao
diegocha@gmail.com
9 de diciembre de 2014
M
etodos adaptativos
M
etodo de cuadratura basado en la regla compuesta de Simpson
Programaci
on y ejemplos del m
etodo adaptativo de cuadratura
Bibliografa
F
ormulas de integraci
on compuestas
Porqu
e son necesarios los m
etodos adaptativos?
Contenidos
1 M
etodos adaptativos
Formulas de integraci
on compuestas
Porque son necesarios los metodos adaptativos?
2 M
Metodo de cuadratura basado en la regla compuesta de Simpson

Descripcion del proceso de integraci
on adaptativa
3 Programaci
on y ejemplos del metodo adaptativo de cuadratura
Codigo Matlab del metodo metodo adaptativo de cuadratura

Ejemplo de aplicaci
on del metodo adaptativo de cuadratura
4 Bibliografa
D. Ch
avez, diegocha@gmail.com
M
etodos adaptativos de cuadratura
slide 2/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?
on compuestas
Una forma de mejorar la precisi

on de reglas de integracion simples
(como Trapecio y Simpson, por ejemplo) consiste en dividir el
intervalo de integraci
on [a, b] en varios segmentos, y aplicar el
metodo a cada una de ellos, obteniendose varias integrales (areas)
que se suman despues para obtener la integral en todo el intervalo.
Las ecuaciones resultantes usando esta metodologa se llaman
formulas de integraci
on de aplicaci
on m
ultiple o formulas de
integracion compuestas.
D. Ch
M
slide 3/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?
on compuestas
Una forma de mejorar la precisi

on de reglas de integracion simples
(como Trapecio y Simpson, por ejemplo) consiste en dividir el
intervalo de integraci
on [a, b] en varios segmentos, y aplicar el
metodo a cada una de ellos, obteniendose varias integrales (areas)
que se suman despues para obtener la integral en todo el intervalo.
Las ecuaciones resultantes usando esta metodologa se llaman
formulas de integraci
on de aplicaci
on m
ultiple o formulas de
integracion compuestas.
D. Ch
M
slide 3/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?
on compuestas
En las formulas compuestas se requiere el uso de nodos equidistantes.
Esto no es adecuado cuando se integra una funcion en un intervalo
que contiene regiones con variaci
on funcional grande y peque
na.
Figura 1: Ejemplo de una situaci

on donde la integraci
on compuesta puede
ser inapropiada. Un m
etodo de bajo-orden puede ser usado en [2, 4], pero
un m
etodo de alto-orden puede ser necesario en [0, 2].
D. Ch
M
slide 4/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?
on compuestas
En las formulas compuestas se requiere el uso de nodos equidistantes.
Esto no es adecuado cuando se integra una funcion en un intervalo
que contiene regiones con variaci
on funcional grande y peque
na.
Figura 1: Ejemplo de una situaci

on donde la integraci
on compuesta puede
ser inapropiada. Un m
etodo de bajo-orden puede ser usado en [2, 4], pero
un m
etodo de alto-orden puede ser necesario en [0, 2].
D. Ch
M
slide 4/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?

Como podemos determinar que tecnica puede ser aplicada en varias
porciones del intervalo de integraci
on, y cuan precisa podemos esperar
que sea la aproximaci
on final?
Si el error de distribuci
on va a estar distribuido uniformemente, se
requiere un paso de menor tama
no en las regiones de gran variacion
funcional que en las de menor variaci
on funcional.
Los m
etodos adaptativos de cuadratura predicen el grado de
variaci
on funcional y adaptan el tama
no del paso a las diversas
necesidades.
Los metodos adaptativos son particularmente populares para incluirse
en paquetes de software profesional porque, ademas de ser eficientes,
ellos generalmente proveen aproximaciones que estan dentro de una
tolerancia especificada.
D. Ch
M
slide 5/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?

on final?
on funcional.
Los m
variaci
necesidades.
D. Ch
M
slide 5/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?

on final?
on funcional.
Los m
variaci
necesidades.
D. Ch
M
slide 5/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
F
on compuestas
Porqu
etodos adaptativos?

on final?
on funcional.
Los m
variaci
necesidades.
D. Ch
M
slide 5/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on del proceso de integraci
on adaptativa
Contenidos
1 M
etodos adaptativos
on compuestas
2 M

on adaptativa
3 Programaci

Ejemplo de aplicaci
4 Bibliografa
D. Ch
M
slide 6/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Metodo de cuadratura basado en la regla compuesta de

Simpson
El metodo de integraci
on adaptativa o cuadratura adaptativa basado
en la regla compuesta de Simpson consta de varias etapas:
i) Regla de Simpson:
Rb
Suponga que se desea aproximar la integral a f (x) dx con una
tolerancia especificada > 0. El primer paso es aplicar la regla de
Simpson con un paso h = (b a)/2:
Z b
h5
un (a, b)
(1)
f (x) dx = S(a, b) f (4) () , para alg
90
a
donde denotamos la regla de aproximaci
on de Simpson en [a, b] por
S(a, b) =
D. Ch
h
[f (a) + 4f (a + h) + f (b)] .
3
M
(2)
slide 7/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
Figura 2: Representaci
on del m
etodo compuesto de Simpson. (N
otese que se est
a
trabajando con dos subintervalos en [a, b]: [a, a + h] y [a + h, b]).
D. Ch
M
slide 8/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
ii) Refinamiento:
El segundo paso es determinar la exactitud de una aproximacion que
no requiera f (4) (). Para hacer esto aplicamos la regla compuesta de
Simpson con n = 4 y tama
no de paso h/2 = (b a)/4:
Z
a

h
h
f (a) + 4f a +
+ 2f (a + h)
f (x) dx =
6
2

4
h
(b a) (4) e
3h
+4f a +
+ f (b)
f () ,
2
2
180
(3)
para alg
un e (a, b).
D. Ch
M
slide 9/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
Para simplificar la notaci
on, sea

a+b
h
h
S a,
=
f (a) + 4f a +
+ f (a + h)
2
6
2
(4)
y sea

S
a+b
,b
2

h
3h
=
f (a + h) + 4f a +
+ f (b) .
6
2
(5)
La ecuacion (3) puede ser reescrita como

Z b
a+b
1 h5
a+b
e . (6)
f (x) dx = S a,
+S
,b
f (4) ()
2
2
16
90
a
D. Ch
M
slide 10/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
Para simplificar la notaci
on, sea

a+b
h
h
S a,
=
f (a) + 4f a +
+ f (a + h)
2
6
2
(4)
y sea

S
a+b
,b
2

h
3h
=
f (a + h) + 4f a +
+ f (b) .
6
2
(5)
La ecuacion (3) puede ser reescrita como

Z b
a+b
1 h5
a+b
e . (6)
f (x) dx = S a,
+S
,b
f (4) ()
2
2
16
90
a
D. Ch
M
slide 10/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
Figura 3: Regla compuesta de Simpson con n = 4 y tama

no de paso
h/2 = (b a)/4
D. Ch
M
slide 11/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
iii) Estimaci
on del error:
El error de estimacion es derivado al asumir que e o, mas
e y el exito de la tecnica depende
precisamente, que f (4) (xi) f (4) (),
de la exactitud de esta suposici
on.
Si es exacta, al igualar las integrales en las ecuaciones (1) y (6) se
obtiene

a+b
1 h5
a+b
h5
,b
S a,
+S
f (4) () = S(a, b) f (4) () ,
2
2
16 90
90
de modo que

h5 (4)
16
a+b
a+b
f () =
S(a, b) S a,
S
,b
.
90
15
2
2
D. Ch
M
(7)
slide 12/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
iii) Estimaci
on del error:
El error de estimacion es derivado al asumir que e o, mas
e y el exito de la tecnica depende
precisamente, que f (4) (xi) f (4) (),
de la exactitud de esta suposici
on.
Si es exacta, al igualar las integrales en las ecuaciones (1) y (6) se
obtiene

a+b
1 h5
a+b
h5
,b
S a,
+S
f (4) () = S(a, b) f (4) () ,
2
2
16 90
90
de modo que

h5 (4)
16
a+b
a+b
f () =
S(a, b) S a,
S
,b
.
90
15
2
2
D. Ch
M
(7)
slide 12/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
Al utilizar (7) en la ecuaci
on (6) obtenemos la estimacion del error:
Z b

5

a+b
a+b
1 h f (4) ()

f
(x)
dx
S
a,
S
,
b

2
2
16 90
a

1
a+b
a+b
S(a, b) S a,
S
, b .
(8)

15
2
2
Esto implica que S(a, (a + b)/2) + S((a + b)/2, b) aproxima
Rb
a f (x) dx unas 15 veces mejor de lo que concuerda el valor calculado
S(a, b).
D. Ch
M
slide 13/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
Al utilizar (7) en la ecuaci
on (6) obtenemos la estimacion del error:
Z b

5

a+b
a+b
1 h f (4) ()

f
(x)
dx
S
a,
S
,
b

2
2
16 90
a

1
a+b
a+b
S(a, b) S a,
S
, b .
(8)

15
2
2
Esto implica que S(a, (a + b)/2) + S((a + b)/2, b) aproxima
Rb
a f (x) dx unas 15 veces mejor de lo que concuerda el valor calculado
S(a, b).
D. Ch
M
slide 13/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
iv) Criterio de exactitud:
Supongamos que especificamos una tolerancia > 0 para la
aproximacion a la integral en el intervalo [a, b]. Si

S(a, b) S a, a + b S a + b , b < 15 ,

2
2
(9)
por (8) esperamos tener

Z b

a+b
a+b

< .
f
(x)
dx
S
a,
,
b
(10)
S

2
2
a

As,
a+b
a+b
,b
S a,
+S
2
2
Rb
es asumido ser una aproximaci
on suficientemente exacta a a f (x) dx.
D. Ch
M
slide 14/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa

Simpson
iv) Criterio de exactitud:
Supongamos que especificamos una tolerancia > 0 para la
aproximacion a la integral en el intervalo [a, b]. Si

S(a, b) S a, a + b S a + b , b < 15 ,

2
2
(9)
por (8) esperamos tener

Z b

a+b
a+b

< .
f
(x)
dx
S
a,
,
b
(10)
S

2
2
a

As,
a+b
a+b
,b
S a,
+S
2
2
Rb
es asumido ser una aproximaci
on suficientemente exacta a a f (x) dx.
D. Ch
M
slide 14/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
El proceso de integraci
on adaptativa se construye aplicando la regla
de Simpson de la siguiente manera:
Partimos de {[a0 , b0 ], 0 }, donde 0 es la tolerancia para la
cuadratura numerica en [a0 , b0 ].
Este intervalo se divide en sus dos mitades, que etiquetamos como
[a01 , b01 ] y [a02 , b02 ].
Si el criterio de exactitud (9) se verifica, entonces la formula de
cuadratura (3) se aplica en el intervalo [a0 , b0 ] y hemos terminado.
Por el contrario, si el criterio de exactitud (9) no se verifica, entonces
ambos subintervalos se vuelven a etiquetar como [a1 , b1 ] y [a2 , b2 ], en
los que usamos como tolerancia 1 = 21 0 y 2 = 21 0 , respectivamente.
D. Ch
M
slide 15/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
[a01 , b01 ] y [a02 , b02 ].
D. Ch
M
slide 15/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
[a01 , b01 ] y [a02 , b02 ].
D. Ch
M
slide 15/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
[a01 , b01 ] y [a02 , b02 ].
D. Ch
M
slide 15/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
[a01 , b01 ] y [a02 , b02 ].
D. Ch
M
slide 15/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

dividimos el intervalo [a1 , b1 ] en [a11 , b11 ] y [a12 , b12 ] y aplicamos el
criterio de exactitud (9).
Si el criterio se verifica con la tolerancia 1 , entonces aplicamos la
formula de cuadratura (3) en el intervalo [a1 , b1 ] y aceptamos que
sobre este intervalo hemos alcanzado la precisi
on deseada.
Si el criterio de exactitud (9) no se verifica con la tolerancia 1 ,
entonces hay que dividir y aplicar el criterio de exactitud a cada
subintervalo [a11 , b11 ] y [a12 , b12 ], en un tercer paso con tolerancia
reducida 21 1 .
D. Ch
M
slide 16/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa

on deseada.
reducida 21 1 .
D. Ch
M
slide 16/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa

on deseada.
reducida 21 1 .
D. Ch
M
slide 16/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }:

on deseada.
reducida 21 2 .
D. Ch
M
slide 17/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa

on deseada.
reducida 21 2 .
D. Ch
M
slide 17/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa

on deseada.
reducida 21 2 .
D. Ch
M
slide 17/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
En resumen, el segundo paso produce dos, tres o cuatro intervalos:
Produce dos si tanto [a1 , b1 ] como [a2 , b2 ] pasan el criterio, y en este
caso el proceso ha terminado.
Produce tres si uno de los dos intervalos de partida pasa el criterio pero
el otro no, y entonces los volvemos a etiquetar como {[a1 , b1 ], 1 },
{[a2 , b2 ], 2 } y {[a3 , b3 ], 3 }, donde 1 + 2 + 3 = 0 y continuamos el
proceso de integraci
on adaptativa en un tercer paso con los dos
intervalos de menor tama
no.
Y produce cuatro si ninguno de los dos intervalos de partida pasa el
criterio, y entonces los volvemos a etiquetar como {[a1 , b1 ], 1 },
{[a2 , b2 ], 2 }, {[a3 , b3 ], 3 } y {[a4 , b4 ], 3 }, donde
1 + 2 + 3 + 4 = 0 y continuamos el proceso de integracion
adaptativa en un tercer paso con los cuatro intervalos.
D. Ch
M
slide 18/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
no.
{[a2 , b2 ], 2 }, {[a3 , b3 ], 3 } y {[a4 , b4 ], 3 }, donde
D. Ch
M
slide 18/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
no.
{[a2 , b2 ], 2 }, {[a3 , b3 ], 3 } y {[a4 , b4 ], 3 }, donde
D. Ch
M
slide 18/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
no.
{[a2 , b2 ], 2 }, {[a3 , b3 ], 3 } y {[a4 , b4 ], 3 }, donde
D. Ch
M
slide 18/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
M
Descripci
on adaptativa
Descripci
on adaptativa
El termino de error mostrado en (6) muestra que conforme hacemos

1
refinamientos, el error se reduce en un factor de 16
, por tanto el
proceso debe terminar en un n
umero finito de pasos.
D. Ch
M
slide 19/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
Contenidos
1 M
etodos adaptativos
on compuestas
2 M

on adaptativa
3 Programaci

Ejemplo de aplicaci
4 Bibliografa
D. Ch
M
slide 20/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
C
odigo Matlab (basado en el libro de Mathews y Fink [MF])
Figura 4: Subprograma en que se lleva a cabo la regla de Simpson en cada uno

de los subintervalos generados por el proceso de integraci
on adaptativa.
D. Ch
M
slide 21/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
C
D. Ch
M
slide 22/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
C
D. Ch
M
slide 23/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
C
Figura 5: Subprograma definido para el proceso de integraci

on adaptativa.
D. Ch
M
slide 24/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
Enunciado
Usar el metodo de integraci
on adaptativa para aproximar
num
e
ricamente
el
valor
de
la
integral definida
R4
2 ) exp(3x/2) dx, con una tolerancia inicial de
13(x
x
0
0 = 1 105 .
Figura 6: Los intervalos de [0, 4] usados en la cuadratura adaptativa.
D. Ch
M
slide 25/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
Enunciado
Usar el metodo de integraci
on adaptativa para aproximar
num
e
ricamente
el
valor
de
la
integral definida
R4
2 ) exp(3x/2) dx, con una tolerancia inicial de
13(x
x
0
0 = 1 105 .
Figura 6: Los intervalos de [0, 4] usados en la cuadratura adaptativa.
D. Ch
M
slide 25/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
C
odigo Matlab usado para correr la funci
on adapt.m
Figura 7: C
odigo Matlab usado en la cuadratura adaptativa.
D. Ch
M
slide 26/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
Consola de Matlab con resultados
D. Ch
M
slide 27/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
Consola de Matlab con resultados
Figura 8: Salidas de Matlab mostradas en consonla.
D. Ch
M
slide 28/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
C
odigo Matlab del m
etodo m
Ejemplo de aplicaci
on del m
Resultados organizados
Figura 9: Resultados organizados en forma tabular.
D. Ch
M
slide 29/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
Contenidos
1 M
etodos adaptativos
on compuestas
2 M

on adaptativa
3 Programaci

Ejemplo de aplicaci
4 Bibliografa
D. Ch
M
slide 30/31
M
etodos adaptativos
M
Programaci
on y ejemplos del m
Bibliografa
Bibliografa
Burden, R.L. and Faires, J.D., Numerical Analysis, 9th Ed.,
CENGAGE Learning, Boston, 2011.
Chapra, S.C. y Canale, R.P., Metodos numericos para ingenieros, 5ta
Ed., McGraw-Hill, Mexico, 2007.
Mathews, J.H. and Fink, K.D., Numerical Methods Using MATLAB,
3th Ed., Prentice Hall, New Jersey, 1999.
D. Ch
M
slide 31/31

M Etodos Adaptativos de Cuadratura

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

M Etodos Adaptativos de Cuadratura

Cargado por

Copyright:

Formatos disponibles

Metodos adaptativos de cuadratura

Metodo de cuadratura basado en la regla compuesta de Simpson

Codigo Matlab del metodo metodo adaptativo de cuadratura

Una forma de mejorar la precisi

Una forma de mejorar la precisi

Figura 1: Ejemplo de una situaci

Figura 1: Ejemplo de una situaci

Porque son necesarios los metodos adaptativos?

Porque son necesarios los metodos adaptativos?

Porque son necesarios los metodos adaptativos?

Porque son necesarios los metodos adaptativos?

Metodo de cuadratura basado en la regla compuesta de Simpson

Codigo Matlab del metodo metodo adaptativo de cuadratura

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

La ecuacion (3) puede ser reescrita como

Metodo de cuadratura basado en la regla compuesta de

La ecuacion (3) puede ser reescrita como

Metodo de cuadratura basado en la regla compuesta de

Figura 3: Regla compuesta de Simpson con n = 4 y tama

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

Metodo de cuadratura basado en la regla compuesta de

por (8) esperamos tener

Metodo de cuadratura basado en la regla compuesta de

por (8) esperamos tener

En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }:

Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }:

Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }:

El termino de error mostrado en (6) muestra que conforme hacemos

Metodo de cuadratura basado en la regla compuesta de Simpson

Codigo Matlab del metodo metodo adaptativo de cuadratura

Figura 4: Subprograma en que se lleva a cabo la regla de Simpson en cada uno

Figura 5: Subprograma definido para el proceso de integraci

Figura 6: Los intervalos de [0, 4] usados en la cuadratura adaptativa.

Figura 6: Los intervalos de [0, 4] usados en la cuadratura adaptativa.

Consola de Matlab con resultados

Consola de Matlab con resultados

Figura 8: Salidas de Matlab mostradas en consonla.

Figura 9: Resultados organizados en forma tabular.

Metodo de cuadratura basado en la regla compuesta de Simpson

Codigo Matlab del metodo metodo adaptativo de cuadratura

También podría gustarte

En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

En el segundo paso consideramos {[a1 , b1 ], 1 }, en primer lugar:

Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }:

Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }:

Pero en este segundo paso tambien hay que considerar {[a2 , b2 ], 2 }: