INTEGRACIN NUMERICA

INTEGRACIN NUMRICA
INTRODUCCIN: La integracin numrica es una herramienta esencial que se usa en la ciencia y en la ingeniera para obtener valores aproximados de integrales definidas que ni pueden calcularse analticamente. Pero Qu es Integrar? De acuerdo con la definicin del diccionario, Integrar significa llevar junto, como partes, en un todo, unir, indicar la cantidad total Entonces La integracin numrica constituye una amplia gama de algoritmos para calcular el valor numrico de una integral definida y, por extensin, el trmino se usa a veces para describir algoritmos numricos para resolver ecuaciones diferenciales. El trmino cuadratura numrica (a menudo abreviado a cuadratura) es ms o menos sinnimo de integracin numrica, especialmente si se aplica a integrales de una dimensin a pesar de que para el caso de dos o ms dimensiones (integral mltiple) tambin se utilizan. El problema bsico considerado por la integracin numrica es calcular una solucin aproximada a la integral definida: \int_a^b f(x)\, dx Este problema tambin puede ser enunciado como un problema de valor inicial para una ecuacin diferencial ordinaria, como sigue: y'(x) = f(x), \quad y(a) = 0 Encontrar y(b) es equivalente a calcular la integral. Los mtodos desarrollados para ecuaciones diferenciales ordinarias, como el mtodo de Runge-Kutta, pueden ser aplicados al problema reformulado. En este artculo se discuten mtodos desarrollados especficamente para el problema formulado como una integral definida.

MARCO TERICO
1. CONCEPTO DE INTEGRACIN NUMRICA La integracin numrica constituye una amplia gama de algoritmos para calcular el valor numrico de una integral definida y, por extensin, el trmino se usa a veces para describir algoritmos numricos para resolver ecuaciones diferenciales. El trmino cuadratura numrica (a menudo abreviado a cuadratura) es ms o menos sinnimo de integracin numrica, especialmente si se aplica a integrales de una dimensin a pesar de que para el caso de dos o ms dimensiones (integral mltiple) tambin se utiliza. El problema bsico considerado por la integracin numrica es calcular una solucin aproximada a la integral definida:

Este problema tambin puede ser enunciado como un problema de valor inicial para una ecuacin diferencial ordinaria, como sigue:

Encontrar y(b) es equivalente a calcular la integral. Los mtodos desarrollados para ecuaciones diferenciales ordinarias, como el mtodo de Runge-Kutta, pueden ser aplicados al problema reformulado. En este artculo se discuten mtodos desarrollados especficamente para el problema formulado como una integral definida. 2. RAZONES PARA LA INTEGRACIN NUMRICA Hay varias razones para llevar a cabo la integracin numrica. La principal puede ser la imposibilidad de realizar la integracin de forma analtica. Es decir, integrales que requeriran de un gran conocimiento y manejo de matemtica avanzada pueden ser resueltas de una manera ms sencilla mediante mtodos
3

numricos. Incluso existen funciones integrables pero cuya primitiva no puede ser calculada, siendo la integracin numrica de vital importancia. La solucin analtica de una integral nos arrojara una solucin exacta, mientras que la solucin numrica nos dara una solucin aproximada. El error de la aproximacin, que depende del mtodo que se utilice y de qu tan fino sea, puede llegar a ser tan pequeo que es posible obtener un resultado idntico a la solucin analtica en las primeras cifras decimales. 3. MTODOS PARA INTEGRALES UNIDIMENSIONALES Los mtodos de integracin numrica pueden ser descritos generalmente como combinacin de evaluaciones del integrando para obtener una aproximacin a la integral. Una parte importante del anlisis de cualquier mtodo de integracin numrica es estudiar el comportamiento del error de aproximacin como una funcin del nmero de evaluaciones del integrando. Un mtodo que produce un pequeo error para un pequeo nmero de evaluaciones es normalmente considerado superior. Reduciendo el nmero de evaluaciones del integrando se reduce el nmero de operaciones aritmticas involucradas, y por tanto se reduce el error de redondeo total. Tambin, cada evaluacin cuesta tiempo, y el integrando puede ser arbitrariamente complicado. De todos modos, un modo de integracin por fuerza bruta puede hacerse siempre, de un modo muy simplista, evaluando el integrando con incrementos muy pequeos. 4. MTODOS BASADOS EN FUNCIONES DE INTERPOLACIN Hay una extensa familia de mtodos que se basan en aproximar la funcin a integrar por otro funcin de la cual se conoce la integral exacta. La

funcin que sustituye la original se encuentra de forma que en un cierto nmero de puntos tenga el mismo valor que la original. Como los puntos extremos forman parte siempre de este conjunto de puntos, la nueva funcin se llama una interpolacin de la funcin original. Cuando los puntos extremos no se utilizan para encontrar la funcin que sustituye a la original entonces se dice extrapolacin. Tpicamente estas funciones son polinomios.
4

5. FRMULAS DE NEWTON-COTES La interpolacin con polinomios evaluada en puntos igualmente separados en da las frmulas de Newton-Cotes, de las que la regla del rectngulo, la del trapecio y la de Simpson son ejemplos. Si se escogen los nodos hasta ser la frmula de Newton-Cotes cerrada y si se escogen ser la frmula de Newton-Cotes abierta. 6. REGLA DEL RECTNGULO El mtodo ms simple de este tipo es hacer a la funcin interpoladora ser una funcin constante (un polinomio de orden cero) que pasa a travs del punto . Este mtodo se llama la regla del rectngulo:

7. REGLA DEL PUNTO MEDIO

Ilustracin de la regla del punto medio. Si en el mtodo anterior la funcin pasa a travs del punto

este mtodo se llama la regla del punto medio:

8. REGLA DE SIMPSON

Ilustracin de la regla de Simpson. La funcin interpoladora puede ser un polinomio de grado 2 que pasa a travs

de los puntos llama regla de Simpson:

. Este mtodo se

. 9. REGLAS COMPUESTAS Para cualquier regla interpoladora, se puede hacer una aproximacin ms precisa dividiendo el intervalo en algn nmero de subintervalos,

hallando una aproximacin para cada subintervalo, y finalmente sumando todos los resultados. Las reglas que surgen de hacer esto se llaman reglas compuestas, y se caracterizan por perder un orden de precisin global frente a las correspondientes simples, si bien globalmente dan valores ms precisos de la integral, a costa eso s de incrementar significativamente el coste operativo del mtodo. Por ejemplo, la regla del trapecio compuesta puede expresarse como:

Donde

los

subintervalos

tienen

la

forma

con

.
6

10. MTODOS DE EXTRAPOLACIN La precisin de un mtodo de integracin del tipo Newton-Cotes es generalmente una funcin del nmero de puntos de evaluacin. El resultado es usualmente ms preciso cuando el nmero de puntos de evaluacin aumenta, o, equivalentemente, cuando la anchura del paso entre puntos decrece. Qu pasa cuando la anchura del paso tiende a cero? Esto puede responderse extrapolando el resultado de dos o ms anchuras de paso (extrapolacin de Richardson). La funcin de extrapolacin puede ser un polinomio o una funcin racional. Los mtodos de extrapolacin estn descritos en ms detalle por Stoer y Bulirsch (Seccin 3.4). En particular, al aplicar el mtodo de extrapolacin de Richardson a la regla del trapecio compuesta se obtiene el mtodo de Romberg. 11. CUADRATURA DE GAUSS Si se permite variar los intervalos entre los puntos de interpolacin, se encuentra otro grupo de frmulas de integracin, llamadas frmulas de cuadratura de Gauss. Una regla de cuadratura de Gauss es tpicamente ms precisa que una regla de Newton-Cotes que requiera el mismo nmero de evaluaciones del integrando, si el integrando es suave (es decir, si se puede derivar muchas veces). 12. ALGORITMOS ADAPTATIVOS Si f no tiene muchas derivadas definidas en todos sus puntos, o si las derivadas toman valores muy elevados, la integracin gausiana es a menudo insuficiente. En este caso, un algoritmo similar al siguiente lo hara mejor: De f integral(f, a, b): """Este algoritmo calcula la integral definida de una funcin [a,b], adaptativamente, eligiendo pasos ms problemticos. x=a h = h0 acumulador = 0
7

en el intervalo

pequeos cerca de los puntos

h0 es el paso inicial."""

While x < b: if x+h > b: h = b - x if error de la cuadratura sobre [x,x+h] para f es demasiado grande: haz h ms pequeo else: acumulador += integral(f, x, x+h) x += h if error de la cuadratura sobre [x,x+h] es demasiado pequeo: haz h ms grande return acumulador Algunos detalles del algoritmo requieren mirarlo con cuidado. Para muchos casos, estimar el error de la integral sobre un intervalo para un funcin f no es obvio. Una solucin popular es usar dos reglas de integracin distintas, y tomar su diferencia como una estimacin del error de la integral. El otro problema consiste en decidir qu es demasiado grande o demasiado pequeo. Un criterio posible para demasiado grande es que el error de la integral no sea mayor que th, donde t, un nmero real, es la tolerancia que queremos tener para el error global. Pero tambin, si h es ya minsculo, puede no valer la pena hacerlo todava ms pequeo si el error de la integral es aparentemente grande. Este tipo de anlisis de error usualmente se llama a posteriori ya que calculamos el error despus de haber calculado la aproximacin. 13. ESTIMACIN DEL ERROR CONSERVATIVA (A PRIORI) Supongamos que del valor medio para tiene una primera derivada sobre , para , da acotada. El teorema

Para algn

en

dependiendo de

. Si integramos en

de

en

ambos lados de la igualdad y tomamos valores absolutos, tenemos

Se puede aproximar ms la integral en el lado derecho metiendo el valor absoluto en el integrando, y reemplazando el trmino en superior: por una cota

As, si aproximamos la integral

por su regla de integracin

, el error no es mayor que el lado derecho de la ecuacin. 14. INTEGRALES MLTIPLES Los mtodos de integracin que se han comentado hasta aqu se han diseado todos para calcular integrales de una dimensin. Para calcular integrales de diversas dimensiones, un enfoque es expresar la integral mltiple como repeticin de integrales de una dimensin haciendo uso del teorema de Fubini. Este enfoque lleva a una cantidad de evaluaciones de la funcin que crece exponencialmente a medida que crece el nmero de dimensiones. Se conocen dos mtodos para superar esta llamada maldicin de la dimensin.

.
9

15. FRMULAS DE INTEGRACIN DE NEWTON-COTES Estas frmulas se basan en la idea de integrar una funcin polinomial en vez de :

Donde grado para ciertos valores de

es un polinomio de aproximacin de que se escogen apropiadamente (se

suele conocer tambin como polinomio de interpolacin, ya que la condicin es que tome los mismos valores que la funcin original en los puntos elegidos). Estas frmulas se pueden aplicar tambin a una tabla de datos, siendo stos los puntos a considerar. Dentro de las frmulas de Newton-Cotes, existen las formas cerradas y abiertas. En las formas cerradas se conocen los valores de en caso contrario, se llaman formas abiertas. Nos remitiremos a estudiar nicamente las formas cerradas, y por lo tanto, siempre supondremos . 16. REGLA DEL TRAPECIO Corresponde al caso donde , es decir: que conocemos los valores de los extremos ,

Donde

es un polinomio de de grado 1.
10

En el grfico trazamos la recta que une los puntos: (a, f(a)) y (b, f(b)) obteniendo un trapecio cuya superficie ser, aproximadamente, el valor de la integral I.

As tendremos:

Conocida como Regla del Trapecio. Es de apreciar que el error que se llega a cometer con esta forma de aplicacin puede ser significativo. Una mejor aproximacin se obtiene dividiendo el intervalo de integracin en subintervalos y aplicando en cada uno de ellos la regla trapecial. A este procedimiento se lo conoce como Regla Trapecial Compuesta.

11

Este nombre se debe a la interpretacin geomtrica que le podemos dar a la frmula. El polinomio de interpolacin para una tabla que contiene dos datos, es una lnea recta. La integral, corresponde al rea bajo la lnea recta en el intervalo Ejemplo 1: Utilizar la regla del trapecio para aproximar la integral: , que es precisamente el rea del trapecio que se forma.

Solucin: Usamos la frmula directamente con los siguientes datos:

12

Por lo tanto tenemos que:

Ejemplo 2: Usar la regla del trapecio para aproximar la integral:

Solucin Igual que en el ejemplo anterior, sustituimos los datos de manera directa en la frmula del trapecio. En este caso, tenemos los datos:

Por lo tanto, tenemos que:

13

La regla del trapecio se puede ampliar si subdividimos el intervalo

en

subintervalos, todos de la misma longitud

Sea

la particin que se forma al hacer dicha subdivisin.

Usando propiedades de la integral tenemos que:

Aplicando la regla del trapecio en cada una de las integrales, obtenemos:

Ahora bien, ya que todos los subintervalos tienen la misma longitud h, tenemos que:

Sustituyendo el valor de h y usando la notacin sigma, tenemos finalmente:

14

Esta es la regla del trapecio para n subintervalos. Cuantos ms subintervalos se usen, mejor ser la aproximacin a la integral, hasta que la importancia de los errores por redondeo comience a tomar relevancia.

Ejemplo 3: Aplicar la regla del trapecio para aproximar la integral

Si subdividimos en 5 intervalos. Solucin En este caso, identificamos n = 5, y la particin generada es:

As, aplicando la frmula tenemos que:

Cabe mencionar que el valor verdadero de esta integral es de 1.4626 As, vemos que con 5 intervalos, la aproximacin no es tan mala. Para hacer clculos con ms subintervalos, es conveniente elaborar un programa que aplique la frmula con el nmero de subintervalos que uno desee. El lector

15

debera hacer su propio programa y checar con 50, 500, 1000, 10000 y 20000 subintervalos, para observar el comportamiento de la aproximacin. 17. REGLA DE SIMPSON DE UN TERCIO Suponemos que tenemos los datos:

Donde Xm es el punto medio entre a y b

16

El polinomio P2(x) = a0 + a1 * x + a2 * x2 (Polinomio de grado 2 en x) aproxima a la funcin pasando por los puntos (-h, y1), (0,y2), (h,y3).

Analizando el polinomio y la funcin en los distintos puntos:

17

18

18. ERROR DE TRUNCAMIENTO Ejemplo 1 Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:

Solucin Aplicamos la frmula directamente, con los siguientes datos:

Por lo tanto, tenemos que:

Ejemplo 2. Usar la regla de Simpson de 1/3, para aproximar la siguiente integral:

Solucin. Igual que en el ejercicio anterior, sustituimos datos adecuadamente:

19

Al igual que con la regla del trapecio, podemos extender la regla de Simpson de 1/3, si subdividimos el intervalo en subintervalos de la misma

longitud

Sea denotemos por

la particin que se forma al hacer la subdivisin, y el punto medio en cada subintervalo.

Aplicamos primero propiedades bsicas de la integral definida:

Ahora, aplicamos la regla de Simpson de 1/3, en cada una de las integrales de arriba:

Sustituimos

y usamos la notacin sigma:

20

19. PROGRAMAS PARA INTEGRACIN NUMRICA La integracin numrica es uno de los problemas estudiados ms intensivamente en el anlisis numrico. Entre las muchas implementaciones en programas se encuentran:

QUADPACK (parte de SLATEC) (cdigo fuente): QUADPACK es una coleccin de algoritmos en Fortran para integracin numrica basada en reglas gausianas.

GSL: GNU Scientific Library. La biblioteca Cientfica de GNU (GSL) es una biblioteca numrica escrita en C que provee una amplia gama de rutinas matemticas, como la integracin por Montecarlo.

ALGLIB: Es una coleccin de algoritmos en C# / C++ / Delphi / Visual Basic / etc., para la integracin numrica]].

Se pueden encontrar algoritmos de integracin numrica en GAMS class H2.

21

EJERCICIOS PROPUESTOS Y RESUELTOS

a) INTEGRANDO POR EL MTODO DEL TRAPECIO Se utilizan las siguientes formulas:

Donde:

Luego,

Reemplazando en la formula:

Respuesta:

b) INTEGRANDO POR EL MTODO DE SIMPSON 1/3. Se utilizan las siguientes formulas:

22

Donde:

Se debe notar que para el mtodo de Simpson 1/3 simple el valor de n es igual a 2. Luego,

Reemplazando en la formula:

Respuesta:

23

c) Integrando por el mtodo de Simpson 3/8. Se utilizan las siguientes formulas:

Donde:

Se debe notar que para el mtodo de Simpson 3/8 simple el valor de n es igual a 3. Luego,

Lo que se puede resumir en la siguiente tabla:

24

Reemplazando en la formula:

Respuesta:

Comparando con el valor obtenido analticamente: determinar la exactitud de cada respuesta obtenida:

se puede

Como se puede ver los mtodos de Simpson son ms exactos que el mtodo del trapecio. Integre la siguiente funcin entre los lmites a=-1 y b=1, utilizando 6 intervalos.

25

a) Integrando por el mtodo del trapecio compuesto. Para reducir el error del resultado, se puede dividir el rea de la integral en pequeos intervalos. Para luego aplicar las formulas conocidas en cada intervalo. Primero se puede obtener el ancho de intervalo (h):

El valor de n es el nmero de intervalos, o sea n = 6 Es importante notar que para el mtodo del trapecio n puede tener cualquier valor.

La integral dividida en los intervalos sera:

Aplicando la formula del mtodo del trapecio se aplica en cada intervalo:

26

Factorizando:

Que se puede sintetizar en la siguiente formula:

Graficando la funcin y los intervalos:

Para hallar los valores, se evala la funcin en los puntos como se muestra en la siguiente tabla:

27

Reemplazando en la formula:

Respuesta:

28

CONCLUSIONES PRIMERA.La integracin numrica constituye una amplia gama de algoritmos para calcular el valor numrico de una integral definida y, por extensin, el trmino se usa a veces para describir algoritmos numricos para resolver ecuaciones diferenciales. El trmino cuadratura numrica (a menudo abreviado a cuadratura) es ms o menos sinnimo de integracin numrica, especialmente si se aplica a integrales de una dimensin a pesar de que para el caso de dos o ms dimensiones (integral mltiple) tambin se utilizan. SEGUNDA.Hay varias razones para llevar a cabo la integracin numrica. La principal puede ser la imposibilidad de realizar la integracin de forma analtica. Es decir, integrales que requeriran de un gran conocimiento y manejo de matemtica avanzada pueden ser resueltas de una manera ms sencilla mediante mtodos numricos. Incluso existen funciones integrables pero cuya primitiva no puede ser calculada, siendo la integracin numrica de vital importancia. La solucin analtica de una integral nos arrojara una solucin exacta, mientras que la solucin numrica nos dara una solucin aproximada. El error de la aproximacin, que depende del mtodo que se utilice y de qu tan fino sea, puede llegar a ser tan pequeo que es posible obtener un resultado idntico a la solucin analtica en las primeras cifras decimales. TERCERA.Los Mtodos de Integracin numrica pueden ser descritos generalmente como combinacin de evaluaciones del integrando para obtener una aproximacin a la integral. Una parte importante del anlisis de cualquier mtodo de integracin numrica es estudiar el comportamiento del error de aproximacin como una funcin del nmero de evaluaciones del integrando. Un mtodo que produce un pequeo error para un pequeo nmero de evaluaciones es normalmente considerado superior.

29

CUARTA.Para muchos casos, estimar el error de la integral sobre un intervalo para un funcin f no es obvio. Una solucin popular es usar dos reglas de integracin distintas, y tomar su diferencia como una estimacin del error de la integral. El otro problema consiste en decidir qu es demasiado grande o demasiado pequeo. Un criterio posible para demasiado grande es que el error de la integral no sea mayor que th, donde t, un nmero real, es la tolerancia que queremos tener para el error global. Pero tambin, si h es ya minsculo, puede no valer la pena hacerlo todava ms pequeo si el error de la integral es aparentemente grande. Este tipo de anlisis de error usualmente se llama a posteriori ya que calculamos el error despus de haber calculado la aproximacin. QUINTA.Los mtodos de integracin numrica pueden ser descritos generalmente como combinacin de evaluaciones del integrando para obtener una aproximacin a la integral. Una parte importante del anlisis de cualquier mtodo de integracin numrica es estudiar el comportamiento del error de aproximacin como una funcin del nmero de evaluaciones del integrando. Un mtodo que produce un pequeo error para un pequeo nmero de evaluaciones es normalmente considerado superior. Reduciendo el nmero de evaluaciones del integrando se reduce el nmero de operaciones aritmticas involucradas, y por tanto se reduce el error de redondeo total. Tambin, cada evaluacin cuesta tiempo, y el integrando puede ser arbitrariamente complicado.

30

BIBLIOGRAFA

George E. Forsythe, Michael A. Malcolm, and Cleve B. Moler. Computer Methods for Mathematical Computations. Englewood Cliffs, NJ: PrenticeHall, 1977. (See Chapter 5.)

William H. Press, Brian P. Flannery, Saul A. Teukolsky, William T. Vetterling. Numerical Recipes in C. Cambridge, UK: Cambridge University Press, 1988. (See Chapter 4.)

Josef Stoer and Roland Bulirsch. Introduction to Numerical Analysis. New York: Springer-Verlag, 1980. (See Chapter 3.)

31

INDICE
CONTENIDO PAGINA

PRESENTACIN. 1 INTRODUCCIN.. 2 MARCO TERICO3 CONCEPTO DE INTEGRACIN NUMRICA 3 RAZONES PARA LA INTEGRACIN NUMRICA 3 MTODOS PARA INTEGRALES UNIDIMENSIONALES.... 4 MTODOS BASADOS EN FUNCIONES DE INTERPOLACIN. 4 5. FRMULAS DE NEWTON-COTES. 5 6. REGLA DEL RECTNGULO 5 7. REGLA DEL PUNTO MEDIO 5 8. REGLA DE SIMPSON 6 9. REGLAS COMPUESTAS. 6 10. MTODOS DE EXTRAPOLACIN 7 11. CUADRATURA DE GAUSS. 7 12. ALGORITMOS ADAPTATIVOS 7 13. ESTIMACIN DEL ERROR CONSERVATIVA (A PRIORI) 8 14. INTEGRALES MLTIPLES. 9 15. FRMULAS DE INTEGRACIN DE NEWTON-COTES 10 16. REGLA DEL TRAPECIO.. 10 17. REGLA DE SIMPSON DE UN TERCIO. 16 18. ERROR DE TRUNCAMIENTO 19 19. PROGRAMAS PARA INTEGRACIN NUMRICA 21 1. 2. 3. 4. EJERCICIOS PROPUESTOS Y RESUELTOS 22 CONCLUSIONES.. 29 BIBLIOGRAFA... 31

32