Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 4
Unidad 4
DE TEPIC
Mtodos Numricos
Alumnos:
Salas Alvarado francisco
Ing. Elctrica
Profesos:
Alcantar Medina Kristhian Omar
19/febrero/2012
Este problema tambin puede ser enunciado como un problema de valor inicial
para una ecuacin diferencial ordinaria, como sigue:
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.
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 k = n + 1
ser la frmula de Newton-Cotes cerrada y si se escogen k = n 1 ser la frmula
de Newton-Cotes abierta.
Regla de Simpson
.
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:
y .
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.
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).
Algoritmos adaptativos
Si f no tiene muchas derivadas definidas en todos sus puntos, o si las derivadas
toman valores muy elevados, la integracin gaussiana es a menudo insuficiente.
En este caso, un algoritmo similar al siguiente lo hara mejor:
x=a
h = h0
acumulador = 0
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.
La heurstica para integracin adaptativa est discutida en Forsythe et al (seccin
5.4).
Integrales mltiples
Los mtodos de integracin que se han comentado hasta aqu se han diseado
todos para calcular integrales de una dimensin.
Montecarlo
Artculo principal: Integracin de Monte Carlo
Los mtodos de Montecarlo y mtodos de cuasi-Montecarlo son fciles de aplicar
a integrales multidimensionales, y pueden producir una mejor exactitud por el
mismo nmero de evaluaciones de la funcin que en integraciones repetidas
empleando mtodos unidimensionales. Una clase grande de mtodos tiles de
Montecarlo son los llamados algoritmos de Cadena de Markov de Montecarlo, los
cuales incluyen el algoritmo de Metropolis-Hastings y muestreo de Gibbs.
I = f(x)dx n(x)dx
Las formas cerradas son aquellas donde se conocen los datos al inicio y al final de
los lmites de integracin figura a.
Y el error es:
Siendo un nmero entre a y b.
Las formas abiertas tienen limites de integracin que se extienden mas aya del
intervalo de los datos figura b.
En este mtodo se divide la funcin en rectngulos, los cuales deben tener una
altura igual al valor de la funcin en el punto medio. As se calculara la integral
aproximada mediante un polinomio de grado cero.
Y el error es:
Siendo un nmero entre a y b.
f ( b )f ( a )
f 1 ( x )=f ( a )+ (xa)
ba
El rea bajo esta lnea recta es una aproximacin de la integral de f(x) entre los lmites a y
b:
b
f ( b )f ( a )
I = [ f ( a )+ ( xa ) ]dx
a ba
f ( a ) f (b)
I =(ba)
2
Figura 21.4
Representacin grfica
de la regla del trapecio
Figura 21.5
Donde, para la regla del trapecio, la altura promedio es el promedio de los valores de la
funcin en los puntos extremos o [f(a) + f(b)]/2
Una estimacin al error de truncamiento local para una sola aplicacin de la regla del
trapecio es:
3
ba
1
Et = f ( )
12
Donde esta en algn lugar en el itnervalo de a a b. la ecuacin anterior indica que si
la funcin sujeta a integracin es lineal, la regla del trapecio ser exacta. De otra manera,
para funciones con
derivadas de segundo
orden y de orden superior
(con curvatura), puede
ocurrir algn error.
ba
h=
n
I = f ( x ) dx+ f ( x ) dx ++ f ( x ) dx
x0 x1 x n1
O agrupando trminos;
n1
f ( x 0 ) +2 f ( x i ) + f ( x n)
i=1
h
I=
2
Figura 21.7
a) Dos segmentos
b) Tres segmentos
c) Cuatro segmentos
d) Cinco segmentos
n1
f ( x 0 ) +2 f ( x i ) +f (x n) Figura 21.8
i=1
I =(ba) Formato general y
2n
nomenclatura para
integrales de aplicacin
mltiple.
Como la sumatoria de los coeficientes de f(x) en el numerador dividido
entre 2n es igual a 1, la altura promedio representa un promedio ponderado de
los valores de la funcion.
ba 3
i
f 1 ()
Et =
f ( i )
f = i=1
n
3
ba
i
Por lo tanto, S f<(xi)> n-f< y la ecuacion f 1 () se describe como:
Et =
ba 3
E a=
Asi, si se duplica el numero de segmentos, el error de truncamiento se
ba 3
divide entre cuatro. Observe que la ecuacion es un error aproximado
E a=
f ( i )
debido a la naturaleza aproximada de la ecuacion f = i=1
n
Ejemplo:
1
2
a= 0; b=1; f ( x )=e x
0
2
e x dx=( 10 ) [ 2 ]
f ( 0 ) +f ( 1 ) 1+e
=
2
=1.85914
Adems de aplicar la regla trapezoidal con segmentos cada vez mas finos, otra
manera de obtener una estimacin ms exacta de una integral, es la de usar
polinomios de orden superior para conectar los puntos.
A las formulas resultantes de calcular la integral bajo estos polinomios se les llama
reglas de Simpson.
Figura 21.10
I =
x0
h
I ~
3[
f (x 0)+ 4 f ( x 1 ) + f ( x 2) ] (21.14 )
(ba)
Donde, en este caso, h= . esta ecuacin se conoce como regla de
2
( ba ) f ( x 0 ) +4 f ( x 1 ) +f ( x 2 ) (21.15)
6
ancho altura promedio
~
I
Observe que, de acuerdo con la ecuacin (21.15), el punto medio esta ponderado
por 2/3; y los dos puntos extremos, por 1/6.
1 5 ( 4 )
E1= h f ( )
90
ba
h= ,
O como 2
( ba )5 (4 )
E1= f ( ) ( 21.16 )
2880
x
2 3
f ( x0 ) f ( x 0) f 4 ( )
( 0)+ f ( x0 ) + ( 1 )+ ( 1 ) ( 2 ) + ( 1 )( 2 ) ( 3) h 4
2 6 24
f
x2
I =
x0
[ ]
2 2 2 4 3 2 5 4 3 2
I =h f ( x 0 ) + f ( x 0 ) +
2 6 4 (
2 f ( x 0 ) +
+)
24 6 6 (
3 f ( x 0 ) +
+
120 16 72
8 )
11 4 ( ) 4
f h ( ) 0
[ ]
2
f ( x0 ) 1
I =h 2 f ( x 0 ) +2 f ( x 0 ) + + ( 0 ) 3 f ( x 0 ) f 4 ( ) h4 ( c 21.3 .1 )
3 90
h 1
I= [ f ( x0 ) + 4 f ( x1 ) + f ( x 2) ] 90 f 4 ( ) h5
3
regla de simpson1/ 3 error detruncamiento
E1=1.6405331.367467=0.2730667 1=16.6
( .8 )5
Ea = (2400 )=0.27300667
2880
ba
h=
n
f ( x ) dx++ f ( x ) dx
x n2
x4
f ( x ) dx +
x2
x2
I =
x0
~ f ( x0 ) + 4 f ( x1 ) + f ( x 2) f ( x 2) + 4 f ( x3 ) + f ( x 4 ) f ( x n2 ) +4 f ( x n1) + f ( x n )
I 2h +2 h ++2 h
6 6 6
x3 3h
x0
f ( x)dx
b
( f ( x0 ) 3 f ( x1 ) 3 f ( x 2 ) f ( x3 ))
x0 = 0
x1 = (0 + 0.2667) = 0.2667
x2 = (0.2667 + 0.2667) = 0.5333
x3 = 0.8
Por ejemplo, la regla del trapecio se basa en obtener el rea bajo la lnea recta
que une a los valores de la funcin, en los extremos del intervalo de integracin.
La frmula que se utiliza para calcular esta rea es
I=(a-b)[ ( f( a ) + f( b ) ) / 2 ]
Debido a que la regla del trapecio necesita los puntos extremos, existen casos
donde la formula pueda dar un gran error.
Al ubicar estos puntos en forma inteligente, definiramos una lnea recta que
equilibrara los errores negativo y positivo. As que, llegaramos a una mejor
estimacin de la integral.
Cuadratura de Gauss
En anlisis numrico un mtodo de cuadratura es una aproximacin de una
integral definida de una funcin. Una cuadratura de Gauss n-puntos llamada as
debido a Carl Friedrich Gauss, es una cuadratura que selecciona los puntos de la
evaluacin de manera ptima y no en una forma igualmente espaciada, construida
para dar el resultado de una polinomio de grado 2n-1 o menos, elegibles para los
puntos xi y los coeficientes wi para i=1,...,n. El dominio de tal cuadratura por regla
es de [1, 1] dada por:
Tal cuadratura dar resultados precisos solo si f(x) es aproximado por un
polinomio dentro del rango [1, 1]. Si la funcin puede ser escrita como
f(x)=W(x)g(x), donde g(x) es un polinomio aproximado y W(x) es conocido.
Nmero
de puntos, Puntos, xi Pesos, wi
n
1 x1=0 w1 =2
2 w1 =1 w2 =1
x1=-0.7745966 x2=0
3 w1 =0.55555 w2 =0.88888 w3 =0.55555
x3=0.7745966
x1=-0.861136311 x2=-
0.33998104 w1 =0.3478548451 w2 =0.6521451549
4
x3=0.33998104 w3 =0.6521451549 w4 =0.3478548451
x4=0.861136311
Cambio de intervalos
Ejemplo:
n=2
2n 1 = 2(2) 1 = 3
Con n = 2 podemos resolver la integral con exactitud para todos los polinomios de
grado igual o menor a 3 para f(x)