Metodos Numericos

MAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA
Tema 8 Derivacin e integracin de funciones

OBJETIVOS
v t
Familiarizarse con los mtodos numricos de diferenciacin numrica y de resolucin de integrales en una variable o ms variables Aprender a usar M tl b para resolver A d Matlab l problemas que involucren el clculo de derivadas e integrales
Tema 8 Derivacin e integracin de funciones

TEMAS
v t
Diferenciacin numrica de datos: diferencias finitas, uso de frmulas de interpolacin. Estimacin de derivadas parciales. Integracin numrica: planteo general. Integracin de datos igualmente espaciados, frmulas de Newton-Cotes, aplicacin mltiple de las frmulas de Newton-Cotes Newton-Cotes, estimacin del error de truncacin. Extrapolacin de Richardson, algoritmo de Romberg. Cuadraturas de Gauss. Integracin de datos no equi-espaciados. Integrales impropias. Mtodos adaptivos de cuadratura. Integrales mltiples. Funciones de Matlab.
DERIVACIN E INTEGRACIN DE FUNCIONES

Diferenciacin
Integracin
dv dt t a
dv a= dt
t y
y = vdt
a
DERIVACIN DE FUNCIONES
La diferenciacin es una operacin inherentemente afectada por la , naturaleza ruidosa de la funcin, mientras que la integracin es todo lo contrario. La forma natural de pensar en el clculo numrico de la derivada es aplicar la definicin:
APROXIMACION DE DERIVADAS
Aplicando el Teorema de Taylor y truncando a partir del trmino de la segunda derivada

f (xi+1 ) = f (xi ) + h h = xi+1 xi df h2 d2f h3 d3f + + +K 2 dx x=xi 2! dx x=x 3! dx3 x=x
i i
Diferencia hacia adelante. adelante.
f' (x i ) =
f(x i +1 ) f(x i ) + O(h) h
Diferencia hacia atrs
f' (x i ) =
f(x i ) f(x i 1 ) + O(h) h
Se puede aumentar la precisin tomando ms trminos en la serie de Taylor

f(x i +1 ) = f(x i ) + f' (x i )h + f' ' (x i ) 2 f (3) (x i ) 3 f (n) (x i ) n h + h + ... + h + Rn 2! 3! n!
f' (x i ) =
f(x i +1 ) f(x i ) f' ' (x i ) f (3) (x i ) 2 f (n) (x i ) n 1 R n h h ... h + h 2! 3! n! h
donde f(x) es reemplazada por
f' ' (x i ) =
f(x i + 2 ) 2f(x i +1 ) + f(x i 1 ) + O(h 2 ) 2 h
con lo que se obtiene precisin de 2do orden f' (x i ) = f(x i + 2 ) + 4f(x i + 1 ) 3f(x i ) f (3) (x i ) 2 h + ... 2h 3!
f ( x )
Curva parablica
i-2
i-1
i+1
i+2
Diferencia hacia adelante Diferencia hacia atrs
3f (x i + 2 ) 4f (x i +1 ) + f (x i ) 2 f (x i ) = + O(h ) 2h
3f (x i ) + 4f (x i -1 ) f (x i - 2 ) 2 f (x i ) = + O(h ) 2h
La mejora de precisin con i i Diferencias centradas resulta evidente en forma grfica. Para demostrar, reste P d m st st f(x i + 1 ) f(x i 1 ) 2 f' (x i ) = + O(h ) m. a m. las expansiones 2h de f(xi+1) y f(xi-1) Otra alternativa para acrecentar la precisin es emplear la Extrapolacin de Richardson Richardson.
Para encontrar las derivadas de orden 2, se usa la expansin de Taylor y por suma se eliminan los trminos en los que aparece la derivada primera. q p p
f (x i +1 ) = f (x i ) + hf (x i ) + f (x i ) = f (x i ) f (x i -1 ) = f (x i ) hf (x i ) + h2 f (x i ) 2! h f (x i ) 2!
2
h3 f (x i ) + K 3! h f (x i ) + K 3!
3
(A) (B) (C)
Haciendo (A)-2 (B) + (C) y dividiendo en h2 resulta :
f (x ) 2f (x i ) + f (x i -1 ) 2 f (x i ) = i +1 + O(h ) 2 h
Frmulas con Diferencias Laterales
Frmulas con Diferencias Centrales
APROXIMACION DE DERIVADAS Datos no equiespaciados

Introduciendo:
x i = x i x i 1 x i +1 = x i +1 x i
Las diferencias hacia atrs y hacia adelante: adelante
f' (x i ) =
f(x i ) f(x i 1 ) x i + f' ' x i 2
f' (x i ) =
f(x i +1 ) f(x i ) x i +1 f' ' x i +1 2
Combinando las frmulas anteriores :
f'(xi ) =
xi xixi+1 1 xi+1 x (f(xi+1 ) f(xi )) + x (f(xi ) f(xi1 )) 6 f''' xi + xi+1 i+1 i
APROXIMACION DE DERIVADAS Datos no equiespaciados

Una alternativa sera usar las frmulas de interpolacin de Lagrange. Considerando tres puntos xi-1, xi y xi+1, la funcin de 2do.orden sera:
f (x) Li 1 (x)y i 1 + Li (x)y i + Li +1 (x)y i +1 = =
(x xi )(x xi+1 ) y + (x xi1 )(x xi+1 ) y + (x xi1 )(x xi ) y (xi1 xi )(xi1 xi+1 ) i1 (xi xi+1 )(xi xi+1 ) i (xi+1 xi )(xi+1 xi1 ) i+1
f f' (x) f(x i 1 ) + f(x i ) 2x x i x i +1 (x i 1 x i )(xi 1 x i +1 )
Y la derivada resulta para cualquier x en el intervalo [xi-1,xi+1]:
2x x i 1 x i +1 (x i x i 1 )(x i x i +1 ) 2x x i 1 x i (x i +1 x i 1 )(xi +1 x i )
+ f(x i +1 )
APROXIMACION DE DERIVADAS Funcin de Interpolacin de Lagrange

Al usar la Funcin de Interpolacin, la expresin es aplicable tanto a datos equi espaciados tanto como a equi-espaciados los no equi-espaciados. Para datos equi-espaciados vale:
f (x ) =
2x x i x i +1 2x x i 1 x i +1 2x x i 1 x i y i 1 + yi + y i +1 2 2 2h h 2h 2 1 2 1 y 2y i + y i +1 y i 1 + y i + 2 y i + 1 = i 1 2 2 h h2 h h
Diferenciado una vez ms, se tiene: Dif i d i
f (x ) =
que es la expresin obtenida anteriormente
DERIVADAS PARCIALES
Para evaluar derivadas parciales se hace una extensin directa de las frmulas de una variable.
(i, j+2)
(i-1, j+1) (i, j+1)
(i+1, j+1)
(i-2, j)
(i-1, j)
(i, j)
(i+1, j)
(i+2, j)
(i-1, j-1) (i, j-1) (i, j-2)
(i+1, j-1)
DERIVADAS PARCIALES
ux = u xx
1 u { 1 0 1 } = x 2h 2u 1 = = 2{ 1 2 1 2 x h
(i, j+2) (i-1, j+1) (i, j+1) (i-2, j) (i-1, j) (i, j) (i+1, j+1) (i+1, j) (i+1, j-1) (i+2, j)
(i-1, j-1) (i, j-1) (i, j-2)
Por ejemplo para evaluar el Laplaciano:
DERIVADAS PARCIALES
2 u = u xx + u yy = 1 | 1 1 4 1 2 h | 1 i -1 i i+1
j+1
j-1
DERIVADAS PARCIALES
La derivada cruzada:
u xy
1 0 1 | | | 1 = 0 0 0 4h2 | | | 1 0 1
i-1 i i+1
j+1
j-1
INTEGRACION NUMERICA DE FUNCIONES

Se trata de encontrar:
I=
I=
f(x)dx
f(x)dx
A partir de datos discretos de f(x) A partir de la funcin f(x)
MTODOS DE INTEGRACIN NUMERICA
INTEGRACION NUMERICA DE FUNCIONES

A partir de datos discretos de f(x)
La idea es remplazar una funcin complicada con otra aproximada que sea ms fcil de integrar.
I =
af ( x)dx a f n(x)dx
Se aproxima f(x) por una lnea recta (n=1) pasando a travs de (a, f(a)) y (b, f(b)), o por una parbola cuadrtica (n=2) a travs de tres puntos, o por un p polinomio cbico (n=3) p m ( ) pasando a travs de 4 p puntos... ... - Regla del Trapecio corresponde a f1(x), n=1. - Regla de Simpson de 1/3 corresponde a f2(x), n=2. - Regla de Simpson de 3/8 corresponde a f3(x), n=3. Y HAY OTRAS MAS !! SON LAS FORMULAS DE NEWTON-COTES NEWTON-
10
INTEGRACION NUMERICA Frmulas de Newton-Cotes NewtonMAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA
La evaluacin de la funcin resulta como una suma ponderada de la funcin f(x):
f(x)
f ( x )dx c i f ( x i )
i =0
= c 0 f ( x 0 ) + c 1 f ( x 1 ) + LL + c n f ( x n )
a = x0
x1
xn-1
b = xn x
INTEGRACION NUMERICA Regla del Trapecio

Aproximar el rea debajo de f(x) por un trapecio.
f ( x )dx c i f ( x i ) = c 0 f ( x 0 ) + c 1 f ( x 1 )
i =0
h [ f ( x 0 ) + f ( x 1 )] 2
f(x) L(x)
a = x0
b = x1 x
11
INTEGRACION NUMERICA Regla del Trapecio

El valor numrico de la integral es:
I = (b a)
( f (a) + f (b)) 1 f ' ' ( )(b a)3 2 12 a b.
El error de truncacin vale entonces:
Et =
1 f f''( )(b a)3 12
y por lo tanto ser pequeo si b-a es pequeo
INTEGRACION NUMERICA Regla Simpson de 1/3

Se aproxima la funcin f(x) a una parbola.
f ( x )dx c i f ( x i ) = c 0 f ( x 0 ) + c 1 f ( x 1 ) + c 2 f ( x 2 )
i =0
h = [ f ( x 0 ) + 4 f ( x 1 ) + f ( x 2 )] 3
f(x)
L(x)
a = x0
x1
b = x2
12

Usando la Funcin de Interpolacin de Lagrange:
f(x) pasa a travs de 3 puntos: a,f(a); (b+a)/2,f((b+a)/2); b,f(b) La integral numrica resulta: y el Error de Truncacin:
h a+b I = [ f (a) + 4 f ( ) + f (b)] + Et 3 2 h 5 (4) Et = f ( ), a b 90 ba h= 2

Se aproxima la funcin f(x) con un polinomio cbico
f ( x )dx c i f ( x i ) = c 0 f(x 0 ) + c 1 f(x 1 ) + c 2 f(x 2 ) + c 3 f(x 3 ) 3h [ f ( x 0 ) + 3 f ( x 1 ) + 3 f ( x 2 ) + f ( x 3 )] = 8

i =0
L(x)
f(x)
x0
x1
x2
x3
13

L( x ) =
Igual que en el caso anterior, usando la Funcin de Interpolacin de Lagrange
( x x1 )( x x2 )( x x3 ) f ( x0 ) ( x0 x1 )( x0 x2 )( x0 x3 ) ( x x0 )( x x2 )( x x3 ) f ( x1 ) ( x1 x0 )( x1 x2 )( x1 x3 ) ( x x0 )( x x1 )( x x3 ) f ( x2 ) ( x2 x0 )( x2 x1 )( x2 x3 ) ( x x0 )( x x1 )( x x2 ) f ( x3 ) ( x3 x0 )( x3 x1 )( x3 x2 )
+ + +
y se encuentra el valor de la integral:
3h [ f (a) + 3 f (a + h) + 3 f (a + 2h) 8 ba + f (b)] + Et h= , 3 I=

Et = 3h
5
El Error de Truncacin es del mismo orden, a pesar de usar polinomio de un grado mayor
80
(4)
( ), a b.
INTEGRACION NUMERICA Frmulas de Newton Cerradas

N 1 2 3 4 5 6 7
d 2 6 8 90 288 840 17280
a0 1 1 1 7 19 41 751
a1 1 4 3 32 75 216 3577
a2 1 3 12 50 27 1323
a3
a4
a5
a6
a7
Error O(h2) O(h4)
1 32 50 272 2989 7 75 27 2989 19 216 1323 41 3577 751
O(h4) O(h6) O(h6) O(h8) O(h8)
14
INTEGRACION NUMERICA Frmulas de Newton-Cotes Abiertas NewtonMAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA
Las Frmulas de Newton-Cotes presentadas, incluyen los puntos extremos y se las conoce como Frmulas Cerradas. Existen tambin las Frmulas Abiertas de Newton-Cotes Newton-Cotes, b como l d l P t Medio la del Punto M di f ( x )dx ( b a ) f ( x m )
a
= (b a )f (
a+b ( b a )3 )+ f ( ) 24 2
f(x)
x a xm b
Usando una aproximacin lineal
f ( x )dx
3 ba [ f ( x 1 ) + f ( x 2 )] + ( b a ) f ( ) 2 108
f(x)
x0
x1
x2
x3
15
Usando una funcin parablica
f ( x )dx
ba [2 f ( x 1 ) f ( x 2 ) + 2 f ( x 3 )] 3 7 ( b a )5 f ( ) + 23040
f(x)
x0
x1
x2
x3
x4
INTEGRACION NUMERICA Frmulas de Newton-Cotes NewtonMAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA
Cmo Mejorar la precisin del resultado?
Reglas compuestas. Aplicacin mltiple de las frmulas Newton-Cotes Extrapolacin de Richardson Algoritmo de Romberg
16
INTEGRACION NUMERICA Regla del Trapecio (Aplicacin mltiple)

Se aproxima el rea debajo de f(x) por dos o ms trapecios.
f(x)dx = f(x)dx + f(x)dx + LL +

x0 x1
x1
x2
xn
xn 1
f(x)dx
h [ f(x0 ) + f(x1 )] + h [ f(x 1 ) + f(x 2 )] + L + h [ f(x n1 ) + f(x n )] 2 2 2 h = [ f(x 0 ) + 2 f(x 1 ) + L + 2f(x i ) + L + 2 f ( x n 1 ) + f ( x n )] 2 f(x) ba h= n =
a=x0
x1
x2
x3
b=x4 x

Dos segmentos
7
7
Tres segmentos
6 5
La precisin mejora a medida que se toman ms segmentos (intervalos (i t l menores)
0 3 5 7 9 11 13 15
0 3 5 7 9 11 13 15
Cuatro segmentos g
Ms segmentos g
0 3 5 7 9 11 13 15
0 3 5 7 9 11 13 15
17

Dividiedo el intervalo b-a en n segmentos. h = (b-a)/n. El rea bajo f(x) aproximada por n trapecios es
n n 1 h I I i = [f(a) + f(b) + 2 f(x i )] 2 i =1 i =1
x0= a, x1 = a + h, ., xi = a + i h, , xn = b. , , , , ,
Et =
i =1
1 (b a) 3 f' ' ( i )h 3 = 12 12n 3
f' ' ( )
i =1 i
(b a) 3 f' ' ( ) 12n 2
Reduccin del Error de Truncacin en un factor de aproximadamente 1/n2
x i 1 i x i
1 n y f' ' ( ) = f' ' ( i ) n i =1
INTEGRACION NUMERICA Regla de Simpson de 1/3 (Aplicacin mltiple)

Se utiliza aproximaciones cuadrticas por tramos (una por cada dos intervalos).
h=
ba n
f(x)
...
a=x0 h x1 h x2 h x3 h x4 xn-2 xn-1 b=xn x
18

Se divide el intervalo b-a en n, nmero par de segmentos
f(x)dx = f(x)dx + f(x)dx + L +

x0 x2
x2
x4
xn
x n 2
f(x)dx
h [f(x 0 ) + 4f(x1 ) + f(x 2 )] + h [f(x 2 ) + 4f(x 3 ) + f(x 4 )] 3 3 h + L + [f(x n 2 ) + 4f(x n 1 ) + f(x n )] 3 h = [f(x 0 ) + 4f(x1 ) + 2f(x 2 ) + 4f(x 3 ) + 2f(x 4 ) + L 3 + 4f(x 2i -1 ) + 2f(x 2i ) + 4f(x 2i +1 ) + L = + 2f(x n 2 ) + 4f(x n 1 ) + f(x n )]

h [f(x 0 ) + 4f(x1 ) + 2f(x 2 ) + 4f(x 3 ) + 2f(x 4 ) + L 3 + 4f(x 2i -1 ) + 2f(x 2i ) + 4f(x 2i +1 ) + L + 2f(x n 2 ) + 4f(x n 1 ) + f(x n )]
f(x)dx =
19

La expresin general para n intervalos (n+1 puntos)
f(x 0 ) + 4 I (b a)
i =1,3,5
f(x i ) + 2
3n
n 1
j= 2,4,6
f(x ) + f(x
j
n2
El error de truncacin resulta:
Et =
j=1
n/2
(b a)5 1 (4) f ( j )h 5 = 90n 5 90
f
j=1
n/2
(4)
( j )
de aproximadamente 1/n
(b a)5 (4) (b a)5 n (4) f ( ) f ( ) = 180n 4 90n 5 2 2 n/2 Reduccin del Error de f (4) ( ) = f (4) ( j ) Truncacin en un factor n j=1 4 =

Similar a la anterior, pero se emplean aproximaciones cbicas por tramos (una por cada tres intervalos). Siguiendo un procedimiento anlogo a la anterior, se llega a una expresin:
n2 n 3 ba f ( x0 ) + 3 ( f ( xi ) + f ( xi +1 ) ) + 2 f ( xi ) + f ( xn ) 8n i =1,4,7L i =3,6,9L
Y el Error de Truncacin:
(b a) 5 ( 4 ) Et = f 80 n 4
20
INTEGRACION NUMERICA Combinacin de las reglas de Simpson

Si en nmero de pu puntos no es par ni p mltiplo de 3 no se puede aplicar ninguna de las dos Reglas de Simpson. En este caso la Regla de Simpson de 3/8 se aplica a los ltimos tres puntos y la otra a los puntos previos.
5 segmentos
INTEGRACION NUMERICA Error en la integracin con formulas de NewtonNewton-Cotes

Se analizaron los Errores de Truncacin y se vio que aumentando el nmero de segmentos se acrecienta la precisin. Pero esto tiene un lmite: el Error de Redondeo
21
INTEGRACION NUMERICA Integracin con Segmentos no equiespaciados

Los mtodos anteriores se basas en datos equiespaciados en la abscisa En la prctica puede no abscisa. disponerse de datos en intervalos regulares. Para esos casos existen algunas alternativas: Aplicar la Regla del Trapecio a cada segmento Si es posible, usar selectivamente las Reglas de Simpson de 1/3 y 3/8 Si d 3/8. Encontrar datos equi-espaciados a partir de una Funcin de interpolacin adecuada
INTEGRACION NUMERICA Extrapolacin de Richardson

La Extrapolacin de Richardson permite mejorar la precisin del clculo Requiere conocer en forma clculo. analtica funcin a integrar. Consiste en la aplicar en forma sucesiva de la regla del Trapecio (o la de Simpson).
I = I (h1 ) + E (h1 ) = I (h2 ) + E (h2 )

Donde I es el valor real de la integral e I(h1) es una aproximacin basada en un paso h1 e I(h2) es la aproximacin basada en un paso h2 = h1 /2.
22
INTEGRACION NUMERICA Extrapolacin de Richardson

ba 2 h f '' 12 Suponiendo que el valor de la derivada segunda no cambia sustancialmente, se puede aproximar: E (h1 ) h12 h2 2 I = I (h1 ) + E (h2 ) 12 = I (h2 ) + E (h2 ) E (h2 ) h2 h2 I (h1 ) I (h2 ) E (h2 ) 2 1 h1 h 2 I (h1 ) I (h2 ) I = I (h2 ) + E (h2 ) I (h2 ) + 2 De esta forma se obtiene h 1 1 h una estimacin ms precisa 2 de la integral. De O(h2) se 4 1 I I (h2 ) I (h1 ) pasa a O(h4): 3 3
El Error de Truncacin es:
INTEGRACION NUMERICA Integracin de Romberg

El mecanismo anterior, es aplicable a otras estimaciones tambin, como por ejemplo, las de las derivadas. La Frmula de Extrapolacin de nivel mltiple es:
I j, k =
4 k I j+ 1, k 1 I j, k 1 4 1
k
+ O(h 2k + 2 )
j es el ndice relativo al tamao de los pasos y k es el indicativo del nivel de mejora. As para k=1, primer nivel de mejora resulta:
I j,1 =
4 I j+1,0 I j,0 3
+ O(h 4 )
El Algoritmo de Romberg consiste en emplear mltiples niveles de extrapolacin.
23
INTEGRACION NUMERICA Tabla de integracin de Romberg

Trapecio p k =0 O(h 2 ) I 0,0 I1, 0 I 2, 0 I 3, 0 I 4, 0
Simpson p k =1 O(h 4 ) I 0,1 I1,1 I 2,1 I 3,1 4 I j +1, 0 I j , 0 3
Boole k =2 O(h 6 ) I 0, 2 I1, 2 I 2, 2 k =3 O(h8 ) I 0,3 I1,3 k =4 O(h10 ) I 0, 4
h h/2 h/4 h/8 h / 16
16 I j +1,1 I j ,1 15
64 I j +1, 2 I j , 2 63
256 I j +1,3 I j ,3 255
INTEGRACION NUMERICA Tabla de integracin de Romberg

EJEMPLO
Trapecio k =0 h=4 h=2 h =1 h = 0.5 h = 0.25 = O( h ) 23847.7 12142.2 7288.79 5764.76 5355.95 2.66%
2
I = xe 2 x dx = 5216.9265
0
Simpson k =1 O( h ) 8240.41 5670.98 5256.75 5219.68

4
Boole k=2 O(h ) 5499.68 5229.14 5217.20

6
k =3 O( h ) 5224.84 5217.01
8
k=4 O(h10 ) 5216.95
0.0527% 0.0053% 0.00168% 0.00050%
24
INTEGRACION NUMERICA Cuadratura de Gauss

Motivacin
Acrecentar la precisin minimizando el nmero de evaluaciones de la funcin f(x).

Regla del Trapecio
Mtodo que se puede emplear si se conoce en forma analtica a f(x)

Cuadratura de Gauss

Formula Gauss-Legendre de 2 puntos
I c1 f(x1 ) + c 2 f(x 2 ) ( (
Observar que la variable x se integra en el intervalo [ 1 1] i l [-1,1]
-1
x1
x2
25

Se debe encontrar los valores de las constantes c1 y c2 y las posiciones de la abscisa x1 y x2. El criterio es se obtenga la integracin exacta para: f (x) = x0, f (x) = x1, f (x) = x2, f (x) = x3
f(x) = 1 1 1dx = 2 = c + c c1 = 1 1 2 1 c = 1 1 2 f(x) = x 1 xdx = 0 = c1x1 + c 2 x 2 x 1 = 1 1 2 2 3 f( ) = x 2 x 2d = = c1x1 + c 2 x 2 f(x) dx 2 1 3 1 1 x 2 = 3 3 3 3 3 f(x) = x 1 x dx = 0 = c1x1 + c 2 x 2 1 1 1 La integral se evala I = f(x)dx = f( ) + f( ) con la expresin: 1 3 3

Si se emplean 3 puntos, la expresin de cmputo numrico de la integral tiene la forma:
f(x)dx f( )d = c1f( 1 ) + c 2f( 2 ) + c 3f( 3 ) f(x f(x f(x

Los parmetros c1, c2, c3, x1, x2, x3 se eligen de
modo que el mtodo produzca la integral exacta para l t las funciones f(x) = x0, x1, x2, x3,x4, x5 -1 x1 x2 x3 1 x
26

La integral se evala con la expresin:
c1 = 5/9 c 2 = 8/9 c 3 = 5/9

5 f ( 9
x1 = 3/5 x2 = 0 x 3 = 3/5
3 ) 5
I =
1 1
f ( x ) dx =
3 8 5 )+ f (0 )+ f ( 5 9 9

Para resolver los problemas en los que los lmite de integracin sean a y b, se debe cambiar coordenadas para pasar de [a,b] a [-1,1] [a b] [ 1 1]
t=
ba b+a x+ 2 2 x = 1 t = a x = 1 t = b
g(t)
g(t)dt = g(
1
b a b+a b a x+ )( )dx = f(x)dx 1 2 2 2

1
t1
t2
27

Parmetros de la Cuadratura d C d t de Gauss-Legendre
I = f(x)dx c i f(x i )
1 i =1
N2
ci
1 8/9 5/9 0.34785 0.652145
N
2 3 4
0.557753 0 0.77459 0.861136 0.339981
xi
Error de truncacin
2 2N +1 (N! ) 4 f (2N) ( ) - 1 1 Et = 3 (2N + 1) [(2N)! ]

EJEMPLO
I = te 2t dt = 5216.9265
0
Transformacin de coordenadas
t=
ba b+a x+ = 2 x + 2 ; dt = 2dx 2 2
4 1 1 0 1 1
I = te 2 t dt = ( 4 x + 4 )e 4 x+4 dx = f ( x )dx
Frmula de 2 Puntos (N = 2)
I = 1 4 4+ 4 4 3 1 + (4 + )e )e ) = (4 )+ f ( 1 3 3 3 3 = 9 .167657324 + 3468 .376279 = 3477 .543936 ( = 33.3%)
1 4
f ( x ) dx = f (
4 3
28

EJEMPLO (continuacin)
I = te 2t dt = 5216.9265
0
Frmula de 3 Puntos (N = 3)
I = f ( x ) dx =
5 8 5 f ( 0 .6 ) + f ( 0 ) + f ( 0 .6 ) 1 9 9 9 5 8 5 = ( 4 4 0 .6 ) e 4 0 .6 + ( 4 ) e 4 + ( 4 + 4 0 . 6 ) e 4 + 0 .6 9 9 9 5 8 5 = ( 2.221191545 ) + ( 218 .3926001) + (8589 .142689 ) 9 9 9 = 4967 .106689 ( = 4.8%)

1

EJEMPLO (comparacin) Comparacin N de
I = te 2t dt = 5216.9265
0
Puntos
2 3
Mtodo
Integral
23847.7 3477.54 12142.2 12142 2 8240.41 4967.11 7288.79 5197.54
Error Relativo
348 % 33.0 % 133 % 58.0 % 4.8 % 39.0 % 0.37 %
Trapecio Cuadratura de Gauss Trapecio Simpson Cuadratura de Gauss Trapecio Cuadratura de Gauss
29
INTEGRACION NUMERICA Otras Cuadraturas

Existen varias cuadraturas, todas en general con la formulacin siguiente:
w(x) f(x) dx = c1f(x 1 ) + c 2f(x 2 ) + K + c n f(x n )
Eleccin de nodos x1 , x2 ,..., xn para aumentar el grado de precisin precisin. Los nodos son las races del n-esimo polinomio ortogonal respecto del producto escalar inducido por w(x) en el intervalo [a,b].

Frmula general g
w(x) f(x) dx = c i f(x i ) + E t

i =1
ci =
b T (x) 1 n w(x) dx Tn ' (x i ) a x x i
Clculo de los coeficientes
i = 1,2,K, n
Error de Truncacin
Et = f ( ) b 2 Tn (x)w(x) dx (2n)! a a<<b
(2n)
30

CUADRATURA Gauss-Legendre Gauss-Chebyshev Gauss-Jacobi Gauss-Laguerre Gauss-Hermite
INTERVALO [-1,1] [-1,1] [-1,1] [0,+) (-,+)
FUNCIN DE PESO
w(x) = 1
1 x2 1 w(x) = (x + 1)(x 1) w(x) = 1
w(x) = e x
w(x) = e x
2
INTEGRACION NUMERICA Integrales impropias

Son aquellas integrales en las que: 1) El lmite inferior tiende a - 2) El lmite superior tiende a + 3) Tiene alguna discontinuidad (evitable o infinita en el intervalo de integracin Integrales g con dominio infinito Integrando con singularidades
Por ejemplo para el caso 1), se recomienda 1) hacer la transformacin, usando un valor de A lo suficientemente grande:
31

Para la primera integral, haciendo el cambio de variable: Con lo que resulta: As, los dos trminos pueden ser resueltos por alguno de los mtodos vistos.
+ r1 r2 Otra alternativa es f (x)dx = f (x)dx+ f (x)dx+ K a r1 descomponer en suma de a integrales y doblando el a < r1 < r2 < r3 < L < rn rn +1 nmero de intervalos en In = f (x)dx < TOL n rn cada iteracin rn=2 :

Los cambios de variable dependen de la funcin a g j p , integrar. Por ejemplo, el cambio x = et transforma el intervalo [0,+) en [0,1]. Para algunos de los tipos de integrales impropias, existen cuadraturas especiales, por ejemplo la de GaussGauss-Laguerre se aplica a funciones con decrecimiento exponencial y la de Gauss-Hermite Gaussse puede emplear con funciones con amortiguamiento gaussiano.
32

Para el caso de singularidades en el integrando, se recomienda: - Trabajar algebraicamente para eliminar el efecto singular, cambiando variable si es preciso - Usar la regla de integracin del producto - Emplear alguna cuadratura especial como la de GaussGauss-Chebyshev y Cuando se tiene indeterminaciones en el extremo de un intervalo se puede emplear la Regla del Punto medio medio.
INTEGRACION NUMERICA Integracin adaptiva

La L cuadratura adaptad t d pt tiva involucra la seleccin cuidadosa de los puntos donde la funcin va a ser evaluada, de manera que se pueda calcular la integral con una precisin especifip p f cada realizando el mnimo nmero posible de evaluaciones de la funcin.
La idea es que el integrando debe ser ms evaluado en aquellas zonas en las que presenta mayores cambios.
33

La propiedad aditiva de la integracin, es la base de la Integracin Adaptiva Si c es cualquier punto entre a y b: Adaptiva.
f ( x ) dx
a
f ( x ) dx
a
f ( x ) dx
c
Si se puede aproximar cada uno de los integrandos de la parte derecha con una precisin especificada, la suma de ambos dar entonces el resultado deseado. Si no, se puede aplicar p p recursivamente la propiedad aditiva a cada uno de los intervalos [a,c] y [c,b]. De este modo, el algoritmo resultante se adapta automticamente al integrando, partiendo el intervalo en subintervalos con un espaciado fino en las partes donde el integrando vara rpidamente y con espaciados mayores donde el integrando vara lentamente.

Si se combina la Regla compuesta de Simpson, d Si h=(b-a)/2,
5 h [f(a)+ 4f(a+ h) + f(b)] h f (4)() a 3 90 [a b] [a, h S(a,b) = [f(a)+ 4f(a+ h) + f(b)] 3 b
f(x)dx =
con la Regla de Simpson para paso h/2=(b-a)/4:
f(x) dx 6 f(a) + 4f(a + 2 ) + 2f(a + h) + 4f(a +

a
3h ) + f(b) 2
h4 (b a) (4) f ( ) 16 180 h a+b h S a, = f(a) + 4f(a + ) + f(a + h) 2 6 2 3h a+b h S , b = f(a + h) + 4f(a + ) + f(b) 2 6 2
34

() Si f () f ()
(4) (4)
a+b a+b f(x) dx S a, ,b S 2 2 1 a+b a+b S(a, b) S a, ,b S 15 2 2
Entonces, si
f(x)dx Sa,
a
a+b a+b , b < S 2 2
a+b a+b S a a, , b + S 2 2
Buena aproximacin p m de la integral
Si no se alcanza la precisin, se aplica el mismo procedimiento a los subintervalos [a,(a+b)/2] y [(a+b)/2,b] (tolerancia /2.). Se reitera hasta alcanzar la precisin prefijada.
INTEGRACION NUMERICA Integrales Dobles

La situacin ms simple es si la regin de integracin es un rectngulo (lmites constantes en las dos variables). i bl )
b d I = f ( x , y) dA = f ( x, y) dy dx R a c
Considerando la integral exterior:

d I pi f ( x i , y) dy = pi I( x i ); x i [a , b], pi > 0 c i i
Donde:
I( x i ) q jf ( x i , y j ); y j [c, d ], q j > 0
j
35

La situacin ms simple es si la regin de integracin es un rectngulo (lmites constantes en las dos variables). i bl )
I p i q jf(x i , y j ) = p * Z * q'
i =1 j =1
p y q son los vectores de los coeficientes de la regla particular que se aplica, por ejemplo: l ti l li j l
h [1, 2 , 2 ,..., 2 ,1] 2 k Regla de Simpson q = [1, 4 , 2 , 4 , 2 ,..., 2 , 4 , 2 ,1] 3

Regla del Trapecio p =

y
d
I p i q jf(x i , y j ) = p * Z * q'
i =1 j =1
1 4 2 4 1
Z es la matriz con los valores de la funcin f Ejemplo de los j pesos para el caso de aplicar la Regla de Simpson en abscisas y ordenada
4 2
16 8
8 4
16 8
4 2
16
16
c
1 4 2 4 1
36

Si los lmites no son constantes:
d ( x)
c( x)
b d ( x) f ( x, y ) dy dx =I = f ( x, y ) dy dx a c( x)
Primero se aproxima para cada xi, la integral el intervalo [c(xi), d(xi)], usando un mismo nmero de intervalos. Luego, Luego usando los valores anteriores, evaluar la L d l l i l l integral exterior.
I pi qij f ( xi , yij ) i j

Por ejemplo:

0 .1
0 .5
x2
3
e y x dy dx
Se usa para evaluar la integral de y 7 puntos.
3
0.25
0.2
0.15
x2
0.1
0.05
x
0.15 0.2 0.25 0.3 0.35 0.4
Se toman 13 puntos para x

0.5
0 0.1
0.45
37
FUNCIONES DE MATLAB quad

Computa la integral definida de una funcin f(x) Sintaxis q = quad(fun,a,b) q ( , , ) q = quad(fun,a,b,tol) [q,fcnt] = quad(fun,a,b,...) Algoritmo Usa un algoritmo adaptivo que toma como base la Regla Simpson empleando por defecto una tolerancia absoluta de 10-6
quadl
Computa la integral definida mediante un algoritmo recursivo de alto orden (Cuadratura de Lobatto). Sintaxis Smil anterior Algoritmo Cudratura adaptiva de Gauss-Lobatto. Tolerancia absoluta por defecto de 10-6 (http://www.inf.ethz.ch/personal/gander).
FUNCIONES DE MATLAB dblquad

Computa la integral sobre de una funcin f(x,y) con lmites constantes Sintaxis q = dblquad(fun,xmin,xmax,ymin,ymax) q = dblquad(fun,xmin,xmax,ymin,ymax,tol) triplequad(fun,xmin,xmax,ymin,ymax,zmin,zmax,tol,method) Algoritmo Utiliza la funcion quad para la evaluacin de las integrales segn x y segn y
triplequad
Simil anterior para integrales triples Sintaxis triplequad(fun,xmin,xmax,ymin,ymax,zmin,zmax) triplequad(fun,xmin,xmax,ymin,ymax,zmin,zmax,tol)
38

Metodos Numericos

Cargado por

Copyright:

Formatos disponibles

Metodos Numericos

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

Metodos Numericos

Cargado por

Copyright:

Formatos disponibles

MAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA

Tema 8 Derivacin e integracin de funciones

MAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA

Tema 8 Derivacin e integracin de funciones

DERIVACIN E INTEGRACIN DE FUNCIONES

Aplicando el Teorema de Taylor y truncando a partir del trmino de la segunda derivada

Diferencia hacia adelante. adelante.

f(x i +1 ) f(x i ) + O(h) h

Diferencia hacia atrs

f(x i ) f(x i 1 ) + O(h) h

Se puede aumentar la precisin tomando ms trminos en la serie de Taylor

f(x i +1 ) f(x i ) f' ' (x i ) f (3) (x i ) 2 f (n) (x i ) n 1 R n h h ... h + h 2! 3! n! h

donde f(x) es reemplazada por

f(x i + 2 ) 2f(x i +1 ) + f(x i 1 ) + O(h 2 ) 2 h

Diferencia hacia adelante Diferencia hacia atrs

(A) (B) (C)

Haciendo (A)-2 (B) + (C) y dividiendo en h2 resulta :

Frmulas con Diferencias Laterales

Frmulas con Diferencias Centrales

APROXIMACION DE DERIVADAS Datos no equiespaciados

Las diferencias hacia atrs y hacia adelante: adelante

f(x i ) f(x i 1 ) x i + f' ' x i 2

f(x i +1 ) f(x i ) x i +1 f' ' x i +1 2

Combinando las frmulas anteriores :

xi xixi+1 1 xi+1 x (f(xi+1 ) f(xi )) + x (f(xi ) f(xi1 )) 6 f''' xi + xi+1 i+1 i

APROXIMACION DE DERIVADAS Datos no equiespaciados

Y la derivada resulta para cualquier x en el intervalo [xi-1,xi+1]:

MAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA

APROXIMACION DE DERIVADAS Funcin de Interpolacin de Lagrange

Diferenciado una vez ms, se tiene: Dif i d i

que es la expresin obtenida anteriormente

(i-1, j+1) (i, j+1)

(i-1, j-1) (i, j-1) (i, j-2)

MAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA

(i-1, j-1) (i, j-1) (i, j-2)

MAGIST TER EN METODOS NUME ERICOS Y COMP PUTACIONALES EN INGE ENIERIA

Por ejemplo para evaluar el Laplaciano:

INTEGRACION NUMERICA DE FUNCIONES

MTODOS DE INTEGRACIN NUMERICA

INTEGRACION NUMERICA DE FUNCIONES

A partir de datos discretos de f(x)

La evaluacin de la funcin resulta como una suma ponderada de la funcin f(x):

INTEGRACION NUMERICA Regla del Trapecio

Aproximar el rea debajo de f(x) por un trapecio.

INTEGRACION NUMERICA Regla del Trapecio

El valor numrico de la integral es:

( f (a) + f (b)) 1 f ' ' ( )(b a)3 2 12 a b.

El error de truncacin vale entonces:

1 f f''( )(b a)3 12

y por lo tanto ser pequeo si b-a es pequeo

INTEGRACION NUMERICA Regla Simpson de 1/3

Se aproxima la funcin f(x) a una parbola.

INTEGRACION NUMERICA Regla Simpson de 1/3

Usando la Funcin de Interpolacin de Lagrange:

h a+b I = [ f (a) + 4 f ( ) + f (b)] + Et 3 2 h 5 (4) Et = f ( ), a b 90 ba h= 2

INTEGRACION NUMERICA Regla Simpson de 3/8

Se aproxima la funcin f(x) con un polinomio cbico

f ( x )dx c i f ( x i ) = c 0 f(x 0 ) + c 1 f(x 1 ) + c 2 f(x 2 ) + c 3 f(x 3 ) 3h [ f ( x 0 ) + 3 f ( x 1 ) + 3 f ( x 2 ) + f ( x 3 )] = 8

INTEGRACION NUMERICA Regla Simpson de 3/8