Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Integraci
on Num
erica
IV.1.
La formulas de cuadratura o reglas simples se obtienen por medio de interpolacion polinomial: la funcion a integrar se muestrea, es decir, se toman puntos
de la funcion
(x0 , y0 ), (x1 , y1 ), . . . , (xn , yn )
donde yk = f (xk ) para k = 0, . . . , n, se determina el polinomio interpolante pn (x)
de grado a lo mas n para esos puntos, y finalmente se integra. Intuitivamente,
si
Rb
pn (x) es una buena aproximacion de f (x), entonces su integral a pn (x)dx debe
Rb
ser una buena aproximacion de a f (x)dx.
Regla del Trapecio
Para comenzar, solo dos puntos (a, f (a)) y (b, f (b)) e interpolacion lineal resulta en
Z b
ba
(f (a) + f (b))
f (x)dx
2
a
Esta es la regla del trapecio: aproxima la integral por medio del area bajo el
trapecio determinado por la interpolacion lineal.
Caso General
Para el caso general, es conveniente usar el metodo de interpolacion de Lagrange. Para los puntos (x0 , y0 ), . . . , (xn , yn ), con yk = f (xk ) el polinomio de
interpolacion esta dado por
pn (x) =
n
X
yk Ln,k (x)
k=0
donde
Q
j6=k (x xj )
Ln,k (x) = Q
j6=k (xk xj )
IV.1
NUMERICA
IV.2
a
n
X
Z
=
!
yk Ln,k (x) dx
=
=
k=1
Z
n
b
X
k=0
n
X
Ln,k (x)dx yk
wk yk
k=0
donde
Ln,k (x)dx.
wk =
a
Note que estos pesos wk dependen solo de los nodos, no de la funcion. La suma
Q[f ] =
n
X
w k fk
k=0
Regla de Simpson
Consideremos el caso de interpolacion cuadratica. Se tienen tres nodos x0 = a,
x1 = (a + b)/2 y x2 = b. Por conveniencia, sea h = (b a)/2, de tal forma que
xk = a + kh, k = 0, 1, 2.
Entonces los tres pesos w0 , w1 , w2 estan dados por
Z
x2
w0 =
x0
x2
w1 =
x0
x2
w2 =
x0
(x x1 )(x x2 )
dx =
(x0 x1 )(x0 x2 )
(x x0 )(x x2 )
dx =
(x1 x0 )(x1 x2 )
(x x0 )(x x1 )
dx =
(x2 x0 )(x2 x1 )
2h
2h
2h
(x h)(x 2h)
dx
(h)(2h)
2h
1
1 x3 x2
3h + 2h2 x
= h
= 2
2h
3
2
3
0
3
2h
1 x
4
x(x 2h)
dx = 2
x2 h
= h
(h)(h)
h
3
3
0
3
2h
2
x(x h)
1 x
x
1
dx = 2
h
= h
(2h)(h)
2h
3
2 0
3
(las segundas integrales se han obtenido por medio de una translacion). Una
forma alternativa de obtenerlos wk , que resulta mas facil de sistematizar para
obtener reglas de mas alto orden, es la siguiente. Primero, como la translacion
de la integral arriba lo demuestra, podemos asumir que el intervalo de interes
es [a, b] = [0, 2h] y xk = kh, k = 0, 1, 2. Como estamos usando interpolacion
IV.3
wk xjk
2h
Z
=
0
k=0
xj+1
x dx =
j+1
2h
=
0
(2h)j+1
j+1
Soluci
on General
Generalizando, con xk = kh, k = 0, 1, . . . , n, obtenemos, para j = 0, 1, . . . , n,
j+1 nh
Z nh
n
X
x
(nh)j+1
j
j
x dx =
w k xk =
=
j+1 0
j+1
0
k=0
y de aqu,
n
X
wk (kh)j =
k=0
(nh)j+1
.
j+1
wk kj =
k=0
1 1 1
0 1 2
0 1 4
.. .. ..
. . .
0 1 2n
nj+1
,
j+1
...
1
n
n2
..
.
nn
para j = 0, 1, . . . , n,
w0
w1
w2
..
.
wn
n
n2
2
n3
3
..
.
nn+1
n+1
NUMERICA
IV.4
obtenemos
>> cuadratura(6)
c =
1/2
c =
1/3
c =
3/8
c =
14/45
c =
95/288
c =
41/140
1/2
4/3
1/3
9/8
9/8
3/8
64/45
8/15
64/45
14/45
125/96
125/144
125/144
125/96
54/35
27/140
68/35
27/140
95/288
54/35
Las dos primeras soluciones son las reglas del trapecio y de Simpson. Las dos
siguientes se llaman reglas de Simpson de 3/8 y de Boole:
Regla de Simpson-3/8
Z
x3
f (x)dx =
x0
3h
(f0 + 3f1 + 3f2 + f3 )
8
Regla de Boole
Z
x4
f (x)dx =
x0
2h
(7f0 + 32f1 + 12f2 + 32f3 + 7f4 )
45
Ejemplo.
R5
. Las
En este ejemplo deseamos aproximar ln 5 por medio de la integral 1 dx
x
graficas muestran las interpolaciones de grados 1 a 4. Los resultados obtenidos
con Matlab muestran para cada valor de n, el valor de h y de la cuadratura, y una
tabla con los valores del ndice k y xk , yk wk y wk yk . El valor de la cuadratura es,
para cada n, la suma de la u
ltima columna (valores wk yk ) multiplicada por h.
41/14
IV.5
Figura IV.1: Integracion con las reglas del trapecio, Simpson, Simpson 3/8 y Boole.
>> cuadraturaf(8)
n =
1
h =
4
cuad =
12/5
[k x y w w*y] =
0
1
1
5
1
1/5
1/2
1/2
1/2
1/10
n =
2
h =
2
cuad =
76/45
[k x y w w*y] =
0
1
1
3
2
5
1
1/3
1/5
1/3
4/3
1/3
1/3
4/9
1/15
n =
3
h =
4/3
cuad =
636/385
[k x y w w*y] =
0
1
1
7/3
2
11/3
3
5
1
3/7
3/11
1/5
3/8
9/8
9/8
3/8
3/8
27/56
27/88
3/40
n =
4
h =
1
cuad =
364/225
[k x y w w*y] =
NUMERICA
IV.6
0
1
2
3
4
1
2
3
4
5
1
1/2
1/3
1/4
1/5
14/45
64/45
8/15
64/45
14/45
14/45
32/45
8/45
16/45
14/225
n =
5
h =
4/5
cuad =
2083/1290
[k x y w w*y] =
0
1
1
9/5
2
13/5
3
17/5
4
21/5
5
5
1
5/9
5/13
5/17
5/21
1/5
95/288
125/96
125/144
125/144
125/96
95/288
95/288
625/864
625/1872
625/2448
625/2016
19/288
n =
6
h =
2/3
cuad =
662/411
[k x y w w*y] =
0
1
1
5/3
2
7/3
3
3
4
11/3
5
13/3
6
5
1
3/5
3/7
1/3
3/11
3/13
1/5
41/140
54/35
27/140
68/35
27/140
54/35
41/140
41/140
162/175
81/980
68/105
81/1540
162/455
41/700
n =
7
h =
4/7
cuad =
2752/1709
[k x y w w*y] =
0
1
1
11/7
2
15/7
3
19/7
4
23/7
5
27/7
6
31/7
7
5
1
7/11
7/15
7/19
7/23
7/27
7/31
1/5
1073/3527
810/559
343/640
649/536
649/536
343/640
810/559
1073/3527
1073/3527
509/552
600/2399
1113/2495
646/1753
467/3361
551/1684
193/3172
n =
8
h =
1/2
cuad =
433/269
[k x y w w*y] =
0
1
1
3/2
2
2
3
5/2
4
3
5
7/2
6
4
7
9/2
8
5
1
2/3
1/2
2/5
1/3
2/7
1/4
2/9
1/5
499/1788
1183/712
-353/1348
388/131
-1317/1028
388/131
-353/1348
1183/712
499/1788
499/1788
1183/1068
-353/2696
776/655
-439/1028
765/904
-353/5392
1183/3204
297/5321
cuadratura
error
1
2
3
4
5
6
7
8
9
10
11
12
2.400000000000000
1.688888888888889
1.651948051948052
1.617777777777775
1.614728626493345
1.610704216419929
1.610298283118095
1.609665126452762
1.609598154738391
1.609482778174419
1.609467583016121
1.609424211461854
0.790562087565900
0.079450976454788
0.042510139513952
0.008339865343675
0.005290714059245
0.001266303985829
0.000860370683995
0.000227214018661
0.000160242304291
0.000044865740318
0.000029670582020
0.000013700972246
IV.2.
IV.7
M
X
wk f (xk ),
k=0
el error de truncamiento es
b
f (x)dx Q[f ]
E[f ] =
a
IV.2.1.
Grado de Precisi
on
x2 dx =
h3
.
3
h
h3
(0 + h2 ) =
2
2
Puesto que estos dos resultados son diferentes, el grado de precision de la regla
del trapecio es 1.
NUMERICA
IV.8
Simpson
Tenemos que
R 2h 3
x dx =
R02h 4
x dx =
0
(2h)4
4
(2h)5
5
= 4h4
= 32
h5
5
As que el grado de la regla de Simpson es 3. Note que esto es uno mas de lo que
podamos esperar dado que se obtuvo con interpolacion cuadratica.
Simpson 3/8
Tenemos que
R 3h
0
(3h)5
5
x4 dx =
243 5
h;
5
QS3/8 [x4 ] =
3h
(0
8
99 5
h
2
R 4h
0
x5 dx =
(4h)6
6
x6 dx =
(4h)7
7
2048 6
h;
3
QB [x5 ] =
=
16384 7
6
= 7 h ; QB [x ] =
=
=
2h
(7(0)
45
2048 6
h
3
2h
(7(0)
45
7040 7
h
3
IV.2.2.
x1
f (x)dx =
x0
h
h3
(f0 + f1 ) f (2) (c) para alg
un c [x0 , x1 ]
2
12
IV.9
x2
f (x)dx =
x0
h5
h
(f0 + 4f1 + f2 ) f (4) (c) para alg
un c [x0 , x2 ]
3
90
Regla de Simpson-3/8
Z
x3
f (x)dx =
x0
3h
3h5 (4)
(f0 + 3f1 + 3f2 + f3 )
f (c) para alg
un c [x0 , x3 ]
8
80
Regla de Boole
Z
x4
x0
2h
8h7 (6)
f (x)dx =
(7f0 +32f1 +12f2 +32f3 +7f4 )
f (c) para alg
un c [x0 , x4 ]
45
945
Ejemplo.
R5
.
Consideramos de nuevo la aproximacion de ln 5 por medio de la integral 1 dx
x
Se quiere determinar las cotas de error dadas teoricas de acuerdo a las formulas
anteriores. Tenemos
1
f (x) = ;
f 0 (x) = x12 ; f 00 (x) = x23 ; f (3) (x) = x64
x
f (4) (x) = x245 ; f (5) (x) = 120
; f (6) (x) = 720
x6
x7
NUMERICA
IV.10
Todas estas son decrecientes en valor absoluto y por lo tanto el maximo ocurre en
x = 1, en cada caso. As que
43
32
h3
max |f (2) (x)| =
2=
= 10,666666
12 x[1,5]
12
3
h5
25
384
|ES (1/x, [1, 5])|
max |f (4) (x)| =
24 =
= 8,533333
90 x[1,5]
90
45
3(4/3)5
512
3h5
(4)
max |f (x)| =
24 =
= 3,792592
|ES3/8 (1/x, [1, 5])|
80 x[1,5]
80
135
8h7
8
128
|EB (1/x, [1, 5])|
max |f (6) (x)| =
720 =
= 6,095238
945 x[1,5]
945
21
|ET (1/x, [1, 5])|
IV.3.
Las reglas anteriores son cerradas porque incluyen los extremos del intervalo
como nodos. En las reglas abiertas se omiten los extremos. Las siguientes son las
primeras tales reglas, para n nodos, con n = 1, 2, 3, 4, donde en cada caso a = x1 ,
b = xn , y x1 , x0 , x1 , . . . , xn dividen [a, b] en intervalos iguales:
Z x1
1
f (x)dx = 2hf (x0 ) + f 00 (c)h3
3
x
Z 1
x2
3
3h
(f (x0 ) + f (x1 )) + f 00 (c)h3
f (x)dx =
2
4
x
Z 1
x3
4h
14
f (x)dx =
(2f (x0 ) f (x1 ) + 2f (x2 )) + f (4) (c)
3
45
x
Z 1
x4
5h
95 (4)
f (x)dx =
(11f (x0 ) + f (x1 ) + f (x2 ) + 11f (x0 )) +
f (c)
24
144
x1
IV.4.
Reglas Compuestas
IV.11
Trapecio
Sea h = (b a)/M y xk = a + kh, k = 0, 1, . . . , M . Se aplica la regla simple
del trapecio en cada subintervalo [xk , xk+1 ] y se obtiene la regla compuesta
h
(f0 + 2f1 + 2f2 + 2f3 + + 2fM 2 + 2fM 1 + fM )
2
!
M
1
X
h
=
f0 +
fk + fM
2
k=1
T (f, h) =
ET (f, h) =
Simpson (1/3)
Sea h = (b a)/2M y xk = a + kh, k = 0, 1, . . . , 2M . Se aplica la regla simple
del trapecio en cada subintervalo [x2k , x2k+2 ] y se obtiene la regla compuesta
h
((f0 + 4f1 + f2 ) + (f2 + 4f3 + f4 ) + + (f2M 2 + 4f2M 1 + f2M ))
3
h
=
(f0 + 4f1 + 2f2 + 4f3 + 2f4 + + 2f2M 2 + 4f2M 1 + f2M )
3
!
M
1
M
1
X
X
h
f2k+1 + f2M
f2k + 4
f (x0 ) + 2
=
3
k=0
k=1
S(f, h) =
ES (f, h) =
Boole
Sea h = (b a)/4M y xk = a + kh, k = 0, 1, . . . , 4M . Se aplica la regla simple
del trapecio en cada subintervalo [x4k , x4k+4 ] y se obtiene la regla compuesta
M 1
2h X
B(f, h) =
(7f4k + 32f4k+1 + 12f4k+2 + 32f4k+3 + 7f4k+4 )
45 k=0
2h
=
45
7f0 + 14
M
1
X
k=1
f4k + 32
M
1
X
M
1
X
k=0
k=0
(f4k+1 + f4k+3 ) + 12
!
f4k+2 + 7f4M
EB (f, h) = O(h )
Ejemplo.
R5
Se quiere aproximar la integral 0 exp(x2 /2)dx por medio de (i) la regla
compuesta del trapecio con M = 10 y de (ii) la regla compuesta de Simpson con
NUMERICA
IV.12
2M = 10. Para cada caso, (iii) cual es la cota teorica de error ? (iv) cual debe ser
el mnimo valor de M para garantizar error no mayor que 5 109 ?
Sea f (x) = exp(x2 /2).
(i) Con M = 10, tenemos xk = k/2, para k = 0, 1, . . . , 10. Tenemos la tabla de
valores
k
0
1
2
3
4
5
6
7
8
9
10
xk
0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
4,5
5,0
fk
1,00000000
0,88249690
0,60653065
0,32465246
0,13533528
0,04393693
0,01110899
0,00218749
0,00033546
0,00004006
0,00000372
Entonces
0,5
(1 + 2 0,88249690 + 2 0,60653065 + 2 0,32465246
2
+2 0,13533528 + 2 0,04393693 + 2 0,01110899 + 2 0,00218749
+2 0,00033546 + 2 0,00004006 + 0,00000372)
= 0,25 5,01325225 = 1,25331306
T (f, 0,5) =
S(f, 0,5) =
(iii) Para usar las cotas teoricas, obtenemos las derivadas de f (x):
f (0) (x)
f (1) (x)
f (2) (x)
f (3) (x)
f (4) (x)
f (5) (x)
=
=
=
=
=
=
exp(x2 /2)
(x) exp(x2 /2)
(1 + x2 ) exp(x2 /2)
(3x x3 ) exp(x2 /2)
(3 6x2 + x4 ) exp(x2 /2)
(15x + 10x3 x5 ) exp(x2 /2)
IV.13
(b a)h2
max |f (2) (x)|
x[0,5]
12
Para determinar el max de |f (2) (x)| en [1, 5], encontramos los puntos crticos
de f (2) (x) igualando a cero f (3) (x):
5 (0,5)2
1 = 0,1042
12
(b a)h4
max |f (4) (x)|
180 x[0,5]
x = 0 o x2 = 5 10.
5(0,5)4
3 = 0,005208
180
5 4
10 = 45643,54
6
Entonces se necesita M = 45644. Para la regla del trapecio 2M debe ser tal
que
(5/2M )4
5 109
12
de donde
5 100
M 1/4 = 159,73
2 6
Entonces se necesita M = 160.
M 5
NUMERICA
IV.14
Matlab
A continuacion las rutinas que implementan las reglas del trapecio y de Simpson compuestas.
function s = traprl (f, a, b, M)
% Entrada - f es ei integrando introducido como cadena de caracteres
%
- a y b son los limites superior e inferior de integracion
%
- M es el numero de subintervalos
% Salida
- s es la suma de la regla trapezoidal (integral)
h = (b - a) / M;
s = 0;
for k = 1:(M-1)
x = a + h * k;
s = s + feval(f, x);
end
s = h *(feval(f, a) + feval(f, b)) / 2 + h * s;
function s = simprl (f, a, b, M)
% Entrada - f es el integrando introducido como cadena de caracteres
%
- a y b son los limites superior e inferior de integracion
%
- M es el numero de subintervalos
% Salida
- s es la suma de la regla de simpson
h = (b - a) / (2 * M);
s1 = 0;
s2 = 0;
for k = 1:M
x = a + h * (2 * k - 1);
s1 = s1 + feval(f, x);
end
for k = 1:(M-1)
x = a + h * 2 * k;
s2 = s2 + feval(f, x);
end
s = h * (feval(f, a) + feval(f, b) + 4 * s1 + 2 * s2) / 3;
IV.5.
Reglas Recursivas y M
etodo de Romberg
IV.5.1.
Reglas Recursivas
Trapecio. Para k = 0, 1, 2, . . ., el intervalo [a, b] se subdivide en Mk = 2k subintervalos de longitud hk = (b a)/2k , y T (k) es el valor de la regla del trapecio
compuesta para estos 2k subintervalos. Las abscisas para T (k) son
xk,j = a + jhk
para j = 0, 1, . . . , 2k ,
IV.5. REGLAS RECURSIVAS Y METODO
DE ROMBERG
IV.15
y para k 1
Mk1
X
T (k 1)
+ hk
fk,2j1 .
Tk =
2
j=1
Prueba. Se verifica teniendo en cuenta que Mk = 2Mk1 y que los nodos de Tk1
son los nodos pares de Tk : es decir xk1,j = xk,2j , y por lo tanto fk1,j = fk,2j . Con
esto, podemos escribir
Tk =
hk
2
fk,0 + 2
!
fk,j + fk,Mk
j=1
M
k 1
X
hk
fk,0 + 2
2
1 hk1
=
2 2
Mk
2
fk,2j + fk,Mk + hk
j=1
Mk
2
X
fk,2j1
j=1
Mk1 1
fk1,0 + 2
Mk1
!
fk1,j + fk1,Mk1
+ hk
j=1
fk,2j1
j=1
Mk1
X
Tk1
=
+ hk
fk,2j1 .
2
j=1
4Tk Tk1
para k = 1, 2, 3, . . .
3
Es decir, por medio de esta formula se obtiene la cuadratura de Simpson con error
O(h4 ) a partir de la del trapecio con error O(h2 ).
Boole. [a, b] se subdivide en 2k = 4M , k 2, subintervalos. Bk es el valor de la
regla de Boole compuesta con 2k subintervalos y hk = (b a)/2k . De nuevo, con
un calculo como el anterior, se obtiene la relacion
Bk =
16Sk Sk1
para k = 2, 3, . . .
15
NUMERICA
IV.16
IV.5.2.
M
etodo de Romberg
f (x)dx = T (f, h) + a1 h2 + a2 h4 + a3 h6 +
y
Z
f (x)dx =
a
Esto corresponde a una tabla Rk,j calculada con las dependencias de la siguiente manera:
IV.5. REGLAS RECURSIVAS Y METODO
DE ROMBERG
Trapecio
O(h2 )
Simpson
Boole
O(h4 )
O(h6 )
R2,2
R3,2
R4,2
R5,2
R6,2
R3,3
R4,3
R5,3
R6,3
IV.17
O(h8 )
O(h10 ) O(h12 )
R4,4
R5,4
R6,4
..
.
R5,5
R6,5
R1,1
R2,1
R3,1
R4,1
R5,1
R6,1
R6,6
Se tiene que
Rk,1 = Tk1 para k 1
Rk,2 = Sk1 para k 2
Rk,3 = Bk1 para k 3
Prueba. Veamos como se deduce la regla recursiva para Rk,j en general. Supon2(j1)
gamos que ya tenemos las reglas Rk,j1 y Rk1,j1 las cuales tienen error O(hk
)
2(j1)
y O(hk1 ) respectivamente:
Z b
2(j1)
f (x)dx = Rk,j1 + aj1 hk
+ aj h2j
k +
a
Z b
2(j1)
f (x)dx = Rk1,j1 + aj1 hk1 + aj h2j
k1 +
a
donde los puntos denotan terminos de mas alto orden. Multiplicando la primera
igualdad por 22(j1) = 4j1 y substrayendo la segunda se tiene que
Z b
j1
(4 1)
f (x)dx = 4j1 Rk,j1 Rk1,j1 + bj h2j
k +
a
NUMERICA
IV.18
0
0
0
0
1.25326529
Matlab
function [R, quad, err, h] = romber (f, a, b, n, tol)
% Entrada - f es el integrando introducido como cadena de caracteres
%
- a y b son los limites superior e inferior de integracion
%
- n es el numero maximo de filas en la tabla
%
- tol es la tolerancia
% Salida
- R es la tabla de Romberg
%
- quad es el valor de la cuadratura (integral)
%
- err es el error estimado
%
- h es el tama~
no de paso mas peque~
no utilizado
M = 1;
h = b - a;
err = 1;
J = 0;
R = zeros(4, 4);
R(1, 1) = h * (feval(f, a) + feval(f, b)) / 2;
while ((err > tol) & (J < n)) | (J < 4)
J = J + 1;
h = h / 2;
s = 0;
for p = 1:M
x = a + h * (2 * p - 1);
s = s + feval(f, x);
end
R(J+1, 1) = R(J, 1) / 2 + h * s;
M = 2 * M;
for K = 1:J
R(J+1, K+1) = R(J+1, K) + (R(J+1, K) - R(J, K)) / (4 ^ K - 1);
end
err = abs(R(J, J) - R(J+1, K+1));
end
quad = R(J+1, J+1);
IV.6.
IV.19
Cuadratura de Gauss-Legendre
Las reglas que hemos estudiado hasta ahora tienen x0 = a y xn = b por lo cual
se dice que son cerradas y los nodos estan distribuidos uniformemente. Existen
reglas en las cuales esto no es cierto. En la cuadratura de Gauss-Legendre, con n
nodos se logra grado de precision 2n 1. Los nodos que se usan son las races del
polinomio de Legendre de grado n.
Regla de Gauss-Legendre para dos Puntos. La regla de Gauss-Legendre
para dos puntos esta dada por
Z 1
1
1
+f
f (x)dx G2 (f ) = f
3
3
1
con error
f (4) (c)
135
4
para alg
un c [1, 1], asumiendo f C [1, 1].
EG2 (f ) =
NUMERICA
IV.20
G2 (x ) = 3 + 13 = 29
x dx = 5
1
R5
Ejemplo. Usamos la cuadratura G2 para aproximar ln 5 = 1 dx
. Primero debex
mos trasladar la integral al intervalo [1, 1] con el cambio de variable x = 2u + 3:
Z 1
Z 5
2du
dx
=
.
x
1 2u + 3
1
Entonces
Z 1
ln 5 =
1
2
2
26
36
2du
+
=
=
= 1,565217
2u + 3
9 4/3
23
2(1/ 3) + 3 2(1/ 3) + 3
f (6) (c)
15750
6
para alg
un c [1, 1], asumiendo f C [1, 1].
EG3 (f ) =
R5
1
dx
.
x
Ya sabemos
Entonces
1
ln 5
9
2
2
5 p
+8
+5 p
20+3
2 3/5 + 3
+2 3/5 + 3
2
(5 0,68927172 + 8 0,33333333 + 5 0,21981919)
5
2
=
(3,44635859 + 2,66666667 + 1,09909596)
9
= 1,60269360
=
IV.6.1.
IV.21
Polinomios de Legendre
+1
hP (x), Q(x)i =
P (x)Q(x)dx
1
P1 (x) = x,
n2
Pn1 (x)
4n2 1
Pn (x)Pm (x)dx = 0
1
+1
Pn (x)Q(x)dx = 0.
1
NUMERICA
IV.22
n
0
1
Pn (x)
1
x
2
races
q 0
13 = 33
q
0, 35 = 515
r
q
52570 30
17 3 2 65 =
35
1
3
x3 53 x
x4 67 x +
30
35
Note que las races de los polinomios de grado 2 y 3 son las mismas obtenidas
antes usando el metodo de coeficientes indeterminados.
IV.6.2.
M
etodo de Gauss-Legendre
R +1
1
f (x)dx es la
i=1
donde x1 , x2 , . . . , xn son las n races de Pn (x), y los pesos wi son los correspondientes a la integral exacta del polinomio de interpolacion para los datos (xi , f (xi )),
i = 1, 2, . . . , n. Mas precisamente, recordemos que para estos datos la interpolacion
de Lagrange (un polinomio de grado n 1) esta dada por
I(x) =
n
X
i=1
donde
Ln,i =
Entonces
Z
+1
I(x)dx =
1
Y x xj
.
x
i xj
j6=i
n
X
+1
f (xi )
i=1
Ln1,i (x)dx,
1
y por lo tanto
Z
+1
wi =
Ln1,i (x)dx.
1
IV.23
+1
+1
R(x)dx
R(x)dx =
Q(x)Pn (x)dx +
1
+1
R +1
porque 1 Q(x)Pn (x)dx = 0 por la propiedad (iv) de los polinomios de Legendre
en el teorema anterior. Ademas puesto que x1 , x2 , . . . , xn son las races de Pn (x),
es decir Pn (xi ) = 0, se tiene que
P (xi ) = Q(x)Pn (xi ) + R(xi ) = R(xi ),
y por lo tanto las cuadraturas de P (x) y de R(x) son iguales, Gn [P ] = Gn [R].
As que
Z +1
Z +1
R(x)dx = Gn [R] = Gn [P ].
P (x)dx =
1
Hemos obtenido que la cuadratura es exacta para P (x) donde P (x) es cualquier
polinomio de grado menor que 2n.
Finalmente, en general la integral de interes es sobre un intervalos [a, b]. Para
su evaluacion, se usa un cambio de variable
a(1 t) + b(1 + t)
x=
2
Con esto,
Z b
Z
b a +1
a(1 t) + b(1 + t)
f (x)dx =
f
dt
2
2
a
1
y por lo tanto la cuadratura de f en [a, b] con n nodos esta dada por
n
ba X
a(1 xi ) + b(1 + xi )
Gn [f ] =
wi f
2
2
i=1
donde los xi son las races en [1, 1] como antes, y los coeficietes wi son los mismos
que antes.
NUMERICA
IV.24
IV.6.3.
Programa Matlab
0
0
0
0
1/ 3
1/ 3
0
2/
15
0
0
0
2/ 15
0
3/ 35
0
0
0
3/ 35
0
4/ 65
..
..
..
..
..
.
.
.
.
.
0
0
0
0
0
0
0
0
0
0
..
.
..
.
0
0
0
0
..
.
0
0
0
0
..
.
n2
4(n2)2 1
0
0
0
0
..
.
n1
4(n1)2 1
n1
4(n1)2 1
Esto se puede comprobar de la ecuacion de recurrecia de los polinomios. La evaluacon de los coeficientes se basa en el metodo de coeficientes indeterminados.
function [quad, raices, nodos, coefs] = GaussLegendre( f, a, b, N)
% Entrada
- f es el integrando introducido como una cadena de caracters
%
- a y b limites superior e inferior de integracion
%
- N es el numero de nodos en la cuadratura
% Salida
- quad es el valor de cuadratura
%
- raices es el vector de raices del polinomio de Legendre N
%
- nodos es el vector de nodos de la cuadratura e [a,b]
%
- coefs es el vector de pesos de la cuadratura
% evaluacion de las N raices del polinomio de Legendre P_N de grado N,
%
usando el hecho de que P_N es el polinomio caracteristico de la
%
matriz de Jacobi J
v = feval(@(n) n./sqrt(4*n.^2-1), 1:N-1);
J = diag(v,-1)+diag(v,+1);
raices = eig(J);
% evaluacion de los nodos por medio de transformacion lineal
nodos = (a*(1-raices)+b*(1+raices))/2;
% evaluacion de los coeficientes de la cuadratura por el metodo de
%
coeficientes indeterminados
V = (vander(raices));
z = (feval(@(k) (1-(-1).^k)./k, N:-1:1));
coefs = V\z;
% evaluacion de la cuadratura
quad = ((b-a)/2) * sum(coefs.*feval(f, nodos));
end
R5
0
IV.25