UNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSÍ

FACULTAD DE INGENIERÍA

POSGRADO EN INGENIERÍA MECÁNICA

DATOS DE LA MATERIA

MATERIA: MÉTODOS NUMÉRICOS

SALÓN, HORARIO Y CLAVE: P-31 / 09:00 A.M. - 11:00 A.M.

DATOS DEL ALUMNO

NOMBRE: ING. ROBLEDO SANTOYO, DIEGO ALBERTO

DATOS DEL PROFESOR

PROFESOR(A): DR. RICARDO ROMERO

DATOS DE ACTIVIDAD

ACTIVIDAD

CUADRATURA GAUSSIANA
FECHA DE ENTREGA: MARTES 03 DE DICIEMBRE DEL 2019

LUGAR: SAN LUIS POTOSÍ, SAN LUIS POTOSÍ

"MODOS ET CUNCTARUM RERUM MENSURAS AUDEBO"

CUADRATURA GAUSSIANA
Este método se basa en muestrear el
integrando de la función cuya integral se
desea encontrar.
El análisis numérico un método de
cuadratura es una aproximación de una
integral definida de una función. Una
cuadratura de Gauss n, es una cuadratura
que seleccionan los puntos de evaluación
Ilustración 1. Representación gráfica de las variables
de manera óptima y no en una función desconocidas Xo y X1 para integración por medio de la
igualmente espaciada. cuadratura de Gauss. Chapra.

Cuadratura de Gauss es el nombre de una

condiciones al suponer que en la ecuación
clase de técnicas para realizar tal
ajusta con exactitud la integral de una
estrategia. las formas particulares de la
constante y de una función lineal. después
cuadratura de gauss descritas se
coma para tener las otras dos
denominan fórmulas de Gauss-Legendre.
condiciones, sólo se ampliará este
Desarrollo de las fórmulas de Gauss- razonamiento al suponer que también
Legendre de dos puntos ajusta la integral de una función
parabólica y de una cúbica. al hacerlo
El objetivo de la cuadratura de gauss es
coma se determinan las 4 incógnitas y
determinar los coeficientes de la ecuación
además se obtiene una fórmula de
de la forma
integración lineal de: que es exacta para
cúbicas, siendo así que las ecuaciones
pueden resolverse de forma
Donde la C es igual los coeficientes simultáneamente.
desconocidos. sin embargo, a diferencia
de la regla del trapecio que utiliza puntos
extremos fijos a y b coma los argumentos
de la función Xo y X1 Están fijos en los
extremos como si no son incógnitas. de
esta manera coma ahora se tienen 4
incógnitas que deben evaluarse y coma en
consecuencia coma se requieren 4
condiciones para determinar con
exactitud.

Así como con la regla del trapecio coma

es posible obtener dos de esas
Con ello podemos observar que los límites fórmulas de hasta 6 puntos resumen en la
de integración de las ecuaciones son -1 a siguiente tabla.
1. permitiéndose para simplificar la
matemática y para hacer la formulación
tan general como sea posible. es posible
utilizar un simple cambio de variable para
transformar otros límites de integración a
esta forma. esto se realiza suponiendo
que una nueva variable Xd está
relacionada con la variable original x en
una forma lineal

Por esta forma coma el límite superior

x=b, corresponde a xd, para tener

Ilustración 2. Tabla de las ponderaciones

Obteniendo estas dos últimas ecuaciones
podrán resolverse simultáneamente para
obtener
Y con ello podemos dar el siguiente
resultado con su respectiva derivada
Formulación de la cuadratura de Gauss
con más puntos
aparte de las fórmulas de: descritas se
puede desarrollar versiones con más
puntos en la forma general
para C y argumentos de la función X
usadas en las fórmulas de Gauss-
Legendre.
La cuadratura de Gauss requiere
evaluación de la función en puntos
irregularmente espaciados dentro del
intervalo de integración coma no es
apropiada para los casos donde la función
no se conoce. Por ejemplo, coma para
problemas que traten con datos
tabulados coma será necesario interpolar
para el argumento dado. Sin embargo,
como cuando se conoce la función coma
su eficiencia es una ventaja decisiva coma
en particular cuando se debe realizar
muchas evaluaciones de la integral.

Donde n es la representación del número

de puntos. los valores de las C y las X las
PROBLEMA
Estamos otra vez en los planteamientos
teóricos, sede desarrollada a través del
siguiente medio la solución para el
proceso de integración a través de
cuadratura gaussiana para 3 puntos.
SOLUCIÓN DE PROBLEMA (MATLAB)
Usando los principios teóricos de la
Cuadratura Gaussiana para la solución de
modelos de integración, contamos con la
ecuación a resolver de:
𝜋

con ello, los modelos de integración ∬ cos(𝑥 + 3𝑦 2 )𝑑𝑥𝑑𝑦

dificultan el proceso de la aproximación 0
del valor de la integral de forma analítica; Para ello, será necesario la evaluación de
por lo que su solución será basada a través la integral del área, mediante el modelo
de los programas de computación de de la Cuadratura Gaussiana (3 puntos); y
Matlab, cuando dará un resultado exacto un área de subdivisión (M x N divisiones).
para la solución de la integral; además de
la aproximación a través de los modelos Desarrollando los elementos para el
de la cuadratura gaussiana entre los cálculo en los sistemas de programación,
diversos puntos de iteraciones necesarios quedará definida lo siguiente:
para la evaluación de la integral. i= 1 a N
j= 1 a M
𝐿
∆𝑥 =
𝑁
𝐿
∆𝑦=
𝑀
Así como:
a(i)=(i-1)*( ∆ 𝑥)
b(i)=i*∆ 𝑥
c(j)=(j-1)*( ∆ 𝑦)
d(j)=j*∆ 𝑦
Siendo el proceso de sustitución de sub-
intervalos definido como:
𝑏(𝑖)−𝑎(𝑖) 𝑏(𝑖)+𝑎(𝑖)
𝑥(𝑖) = ∗𝑥+
2 2

𝑏(𝑗)−𝑎(𝑗) 𝑏(𝑗)+𝑎(𝑗)
𝑦(𝑖) = ∗𝑦+
2 2

El cual, el procedimiento de solución para

estos modelos de subdivisiones dentro de
los métodos de solución de Cuadratura
Gaussiana (por tres puntos) queda
descrita de la siguiente forma:
J(i,j)=(A*B)*(C1*C1*cos((A*X1+C)+3*(B*
Y1+D)^2)+C2*C1*cos((A*X2+C)+3*(B*Y1
+D)^2)+C3*C1*cos((A*X3+C)+3*(B*Y1+D
)^2)+C1*C2*cos((A*X1+C)+3*(B*Y2+D)^2
)+C2*C2*cos((A*X2+C)+3*(B*Y2+D)^2)+C
3*C2*cos((A*X3+C)+3*(B*Y2+D)^2)+C1*
C3*cos((A*X1+C)+3*(B*Y3+D)^2)+C2*C3
*cos((A*X2+C)+3*(B*Y3+D)^2)+C3*C3*c
os((A*X3+C)+3*(B*Y3+D)^2))
Los cuales son representados las
constantes C1, C2, C3, X1, X2, X3, Y1, Y2 &
Y3; ya descritos anteriormente en la tabla
de los valores para los diversos análisis de
la cuadratura Gaussiana para diferentes
puntos.
Este proceso de evaluación, únicamente
será utilizados para la función descrita de:
cos(𝑥 + 3𝑦 2 )
Nota: Ante el análisis de cualquier
ecuación, deberá ser cambiado la función.
PROGRAMACIÓN DEL ALGORITMO POR
MATLAB
La función del algoritmo deberá estar
descrito por las diferentes partes del
programa.
Declaración de las constantes y variables
Para los campos analizados por
Cuadratura Gaussiana (tres puntos); se
declaran los valores de las contantes de
los campos analíticos (anteriormente
descritos como C, X & Y).
%Ingreso de datos para el proceso de
evaluación
%Valor de constantes X & Y
X1=-sqrt(3/5);
X2=0;
X3=sqrt(3/5);
Y1=-sqrt(3/5);
Y2=0;
Y3=sqrt(3/5);
%Valor de constantes C
C1=5/9;
C2=8/9;
C3=5/9;
Nota: Datos obtenidos de la tabla de
Cuadratura Gaussiana (diversos puntos de
evaluación).
Número de particiones (iteraciones),
puntos de evaluación de las integrales y
evaluación de deltas
Las representaciones de las particiones
para los puntos de evaluación de la
integración doble, serán declarados por
las variables N (representación del eje X) y
M (representación del eje Y). Ver
ejemplificación del diagrama.
 (4,1) (4,2) (4,3) (4,4) de la cantidad de iteraciones sometidas
para la evaluación de la doble integral.
(3,1) (3,2) (3,3) (3,4)
J=zeros(N,M);%Matriz generado para las
subdivisiones
(2,1) (2,2) (2,3) (2,4)

Proceso de Iteraciones de la doble

(1,1) (2,1) (3,1) (4,1)
integral
Para cada una de las iteraciones, se realiza
el cálculo sometido bajo las condiciones
Tabla 1. Descripción de diagrama N X M
preestablecidas de la función (por el
(N con valor a 4, representado para las
modelo de la Cuadratura Gaussiana)
coordenas X y M con valor a Y, como
representación de las coordenas en Y). usando un sistema de repeticiones (ciclo
for) para la evaluación de cada una de las
Para la evaluación de las integrales cuadraturas. Expresado de la siguiente
descritas, la variable será descrita por el forma:
usuario al analizar los diferentes puntos
de iteración. Para casos de estudio los for i=1:N
for j=1:M
límites serán tomados para intervalo
a(i)=(i-1)*deltaX;
inferior igual a 0, mientras que su
b(i)=(i)*deltaX;
intervalo superior será evaluado para un c(j)=(j-1)*deltaY;
valor de π. d(j)=j*deltaY;
Para los elementos de ∆𝑥 ∆𝑦 serán A=(b(i)-a(i))/2;
B=(d(j)-c(j))/2;
descritos como condición de variable
C=(b(i)+a(i))/2;
dependiente del número de
D=(d(j)+c(j))/2;
participaciones sometidos por el usuario.
N=100; %Número de divisiones en el eje J(i,j)=(A*B)*(C1*C1*cos((A*X1+C)+3*(B*
X; Y1+D)^2)+C2*C1*cos((A*X2+C)+3*(B*Y1
M=100; %Numero de divisiones en el eje +D)^2)+C3*C1*cos((A*X3+C)+3*(B*Y1+D
Y; )^2)+C1*C2*cos((A*X1+C)+3*(B*Y2+D)^2
L=pi; %Valor superior del proceso de )+C2*C2*cos((A*X2+C)+3*(B*Y2+D)^2)+C
integración 3*C2*cos((A*X3+C)+3*(B*Y2+D)^2)+C1*
deltaX=L/N; %Valor de las deltas en X C3*cos((A*X1+C)+3*(B*Y3+D)^2)+C2*C3
deltaY=L/M; %Valor de las deltas en Y *cos((A*X2+C)+3*(B*Y3+D)^2)+C3*C3*c
os((A*X3+C)+3*(B*Y3+D)^2));
I=I+J(i,j);
Incluyendo como fundamento la creación end
end
de una matriz de N X M como elemento
para guardar cada uno de los elementos Solución exacta (programación en
Matlab)
Para la comparación de los resultados
obtenidos por el modelo de Cuadratura
Gaussiana; el sistema de programación
Matlab permite generar de forma exacta
aquellas funciones de integración que
presentan un “nivel” de dificultad” en el
cálculo analítico de la ecuación. Por ello,
usando el proceso de integración por
medidas de generación de un algoritmo;
podrá ser comparado el resultado
obtenido por modelos de la Cuadratura
Gaussiana de tres puntos contra el
resultado exacto de Matlab.
Con ello, se expresa el algoritmo
realizado para la evaluación de la función.
f=cos(x+(3*y^2));
F=inline(char(f));
a=0;
b=L;
F=int(int(f,x,a,b),y,a,b);
double (F);
Nota: Verificar en anexos el código de
programación completo.
RESULTADOS OBTENIDOS
Evaluando las iteraciones realizadas para
la evaluación de la función, obtenemos los
siguientes resultados:
Número de
Solución
Gaussia.
por el modelo de la Cuadratura
Gaussiana, se obtiene que el error bajo las
condiciones de (1,1) es de 48.7513%
mientras que para las condiciones
(100,100) el error es de 1.59966E-5%.
CONCLUSIONES
Existen diversos modelos numéricos para
el cálculo de integrales de funciones que
no exigen un conocimiento de intermedio
y avanzado para retos de la rama del
Cálculo Diferencial e Integral para la
obtención de soluciones exactas; siendo
como representación el modelo de
Cuadratura Gaussiana (sometidos a
diversos puntos) que permiten evaluar el
dominio de la función con principios de
básicos de aritmética.
Ante ello, los modelos de Cuadratura
Gaussiana permitirán una mayor
exactitud al momento de generar una
mayor cantidad de reparticiones dentro
del campo del dominio de la función a
evaluar; aunque genera una alta dificultad
en la escritura de las diferentes
iteraciones sometidas para la mayor
exactitud de cálculo; el cual está fue ser

divisiones satisfecha por medio de sistemas de

Exacta

N (e. M (e. cómputo como Matlab, con el objetivo de

C.

X.) Y.) obtener una exactitud y “rapidez” en los

1 1 -1.463747 mismos.
-0.75015

2 4 0.0975185
25 25 -0.750161 FUENTES BIBLIOGRÁFICAS
100 100 -0.750156 Chapra, Steven C. Canale Raymond P.
(2011). Métodos numéricos para
Ante los diversos cálculos generados por ingenieros. McGraw-Hill/Interamericana
el número de reparticiones de la función
Editores, S.A. DE C.V. Sexta edición. ISBN
978-607-15-0499-9.
http://mmc.geofisica.unam.mx/acl/EDP/
Biblioteca/GaussQuad/Bibliografia/CUAD
RATURA_GAUSSIANA.pdf
clear all;
%Ingreso de datos para el proceso de evaluación
%Valor de constantes X & Y
X1=-sqrt(3/5);
X2=0;
X3=sqrt(3/5);
Y1=-sqrt(3/5);
Y2=0;
Y3=sqrt(3/5);
%Valor de constantes C
C1=5/9;
C2=8/9;
C3=5/9;
N=100; %Número de divisiones en el eje X;
M=100; %Numero de divisiones en el eje Y;
L=pi; %Valor superior del proceso de integración
deltaX=L/N; %Valor de las deltas en X
deltaY=L/M; %Valor de las deltas en Y
I=0;
J=zeros(N,M);%Matriz generado para las subdivisiones
format long;
syms x y;
%Comienzo del proceso de iteración
for i=1:N
for j=1:M
a(i)=(i-1)*deltaX;
b(i)=(i)*deltaX;
c(j)=(j-1)*deltaY;
d(j)=j*deltaY;
A=(b(i)-a(i))/2;
B=(d(j)-c(j))/2;
C=(b(i)+a(i))/2;
D=(d(j)+c(j))/2;
J(i,j)=(A*B)*(C1*C1*cos((A*X1+C)+3*(B*Y1+D)^2)+C2*C1*cos((A*X2+C)+3*(B*Y1+D)^2)+C3*C1*c
I=I+J(i,j);
end
end
display J;

display I;

%Obtencion de Integración Exacta

f=cos(x+(3*y^2));
F=inline(char(f));
a=0;
b=L;

1
F=int(int(f,x,a,b),y,a,b);
double (F);