Integracin

Numrica

Integracin
Numrica

Justificacin del problema y

conceptos generales
Frmulas de cuadratura con
paso adaptativo
Cuadratura de Gauss
Integracin sobre intervalos
finitos
Integracin sobre intervalos
infinitos
Integracin en varias
variables

Introduccin

Justificacin del problema

Integral elptica de segunda
clase
Definicin de funciones
especiales:
Funcin

1
Jn ( z)

de Bessel

cos( z
0

Funcin

erf ( x )

error
2

Discretizacin

integrales

sen n ) d

t 2

dt

de ecuaciones

Conceptos bgenerales
I ( f ) f ( x ) dx
a

Particin del intervalo [a,b,

a=x0<x1<x2<...<xn-1<xn=b
x0,x1,x2,...,xn-1,xn nodos

, 2,,..., n coeficientes o pesos

n

In ( f ) j f ( x j )
j 0

Error de integracin.

En ( f ) I ( f ) I n ( f )
Grado

de precisin: mayor n N

tal que

En(xk)=0, k=0,1,...,m
En(xm+1)0

Frmulas de
Newton-Cotes

Frmulas de cuadratura cerradas

Frmulas de cuadratura abiertas

Frmula de Trapecios para N

subintervalos

Frmula de Simpson para N

subintervalos

Frmulas de cuadratura
cerradas
Dados n+1 puntos equiespaciados de
[a,b], xj=a+jh, j=0,...,n h=(b-a)/(n+2).
Entonces h ]a,b[ tal que
n par

y f Cn+2 [a,b], s=(x-x0)/h

n

f ( x) dx j f ( x j )
j 0

n
h n 3
( n 2)

f
( ) s 2 ( s 1) ( s n) ds
0
(n 2)!

n impar

y f Cn+1 [a,b], s=(x-x0)/h

n

f ( x) dx j f ( x j )
j 0

h n2

f
(n 1)!

( n 1)

( ) s ( s 1) ( s n) ds
0

n=1 Regla del Trapecio

h
f ( x) dx f ( x 0 ) f ( x1 )
2
h 3 ''

f ( )
x 0 x1
12

n=2 Regla de Simpson

h
a f ( x) dx 3 f ( x0 ) 4 f ( x1 ) f ( x2 )
h 5 ( iv )

f ( )
x0 x 2
n=390
Regla de Simpson 3/8
b

3h
a f ( x) dx 8 f ( x0 ) 3 f ( x1 ) 3 f ( x2 ) f ( x3 )
n=4 5 Newton-Cotes (5 puntos)
3h ( iv )

f ( )
x 0 x3
80
b

2h
7 f ( x0 ) 32 f ( x1 ) 12 f ( x2 )
f ( x) dx
45
8h 5 ( vi )
32 f ( x3 ) 7 f ( x 4 )
f ( )
x0 x 4
945

Frmulas de
cuadratura abiertas

Dados n+1 puntos equiespaciados de [a,b],

xj=a+(j+1)h, j=0,...,n h=(b-a)/(n+2).
Entonces h ]a,b [ tal que
Si n es

par y f Cn+2 [a,b], s=(x-x0)/h

n

f ( x) dx j f ( x j )
j 0

n 1
h n 3
( n 2)

f
( ) s 2 ( s 1) ( s n) ds
1
(n 2)!

Si n es

impar y f Cn+1 [a,b], s=(x-x0)/h

n

f ( x ) dx j f ( x j )
j 0

h n2

f
(n 1)!

( n 1)

( )

n 1

s ( s 1) ( s n) ds

n=0 Regla del Punto Medio

h 3 ''
f ( x) dx 2h f ( x0 )
f ( )
n=1
a
3
b

x 1 x1

3h
3h 3 ( ii )
a f ( x) dx 2 f ( x0 ) f ( x1 ) 4 f ( )
n=2
x 1 x 2
b

4h
a f ( x) dx 3 2 f ( x0 ) f ( x1 ) 2 f ( x2 )
n=3
14h 5 ( iv )

f ( )
x 1 x3
45
b

5h
11 f ( x0 ) f ( x1 ) f ( x2 ) 11 f ( x3 )
24
95h 5 (iv )

f ( )
x 1 x 4
144

f ( x) dx

Frmula de Trapecios para N

subintervalos
h=(b-a)/N,

xk=a+kh

k=0,1,2,...,N

N 1
h

f ( x) dx f ( x0 ) 2 f ( x k ) f ( x N )
2
k 1

h2
ET (b a) f ' ' ( )
12 de Simpson para N
Frmula

subintervalos
h=(b-a)/(2m), xk=a+kh k=0,1,2,...,2m

m 1
m
h

f ( x) dx f ( x0 ) 2 f ( x 2k ) 4 f ( x 2 k 1 ) f ( x 2 m )
3
k 1
k 1

h4
E S (b a) f (iv ) ( )
180

Integracin de
Romberg

Error de la Frmula de Simpson

h4
ES
(b a ) f
180

IV

( ) Ch 4

Extrapolacin de Richardson
I I S [2h] C (2h) 4
I I S [h] Ch

(16 1) I 16 I S [h] I S [2h]

4 2 I S [ h ] I S [ 2h ]
I
I R [ h]
2
def
4 1

Tabla de Romberg
IT [ h ]
IT [ h / 2 ]
IT [ h / 4 ]
IT [ h / 8 ]

IS [ h / 2 ]
IS [ h / 4 ]
IS [ h / 8 ]

Expresin general:

IR [ h / 4 ]
IR [ h / 8]

I kj

IQ [ h / 8 ]

4 j 1 I k , j 1 I k 1, j 1
4 j 1 1

Error de orden h2j

Exacta para polinomios de grado 2j-1

Algoritmo ROMBERG

Datos de entrada: a, b, n, tol

Proceso: Construccin de la tabla de
Romberg
k = 1, I(1,1) = trapecio(a,b,n); % Fila 1
mientras error > tol
k = k+1
% Fila k
I(k,1) = trapiter(a,b,2k-1n)
para j = 2 : k % Aplica el mtodo de
Romberg
I(k,j) = (4^(j -1)*I(k,j -1) - I(k -1,j -1)) /
/(4^(j -1) -1)
fin para
error = abs(I(k,j) - I(k,j -1))
fin mientras

Frmulas de cuadratura
con paso adaptativo

Mtodos adaptativos de cuadratura:

Regla compuesta de Simpson

Algoritmo de cuadratura adaptativa

implementado en MATLAB
(quad.m)

Mtodos adaptativos

Variaciones funcionales irregulares en el

intervalo de integracin
Combinamos la Regla compuesta de
Simpson, h=(b-a)/2, con la Regla de
Simpson para m=2, de paso h/2=(b-a)/4:
h
h5
a f ( x) dx 3 f (a) 4 f (a h) f (b) 90 f
a, b
h
S (a, b) : f (a ) 4 f (a h) f (b)
3
b

f ( x) dx

( iv )

( )

h
h
3h

f
(
a
)

4
f
(
a

2
f
(
a

h
)

4
f
(
a

f
(
b
)

6
2
2

h 4 (b a) (iv )

f ( )
a, b
16 180
ab
h
h

a,

f
(
a
)

4
f
(
a

f
(
a

h
)

2
6
2

ab
h
3h

, b f (a h) 4 f (a ) f (b)
2
6
2

Estimacin del error: si f (iv ) () f (iv ) ( )

ab
ab
f ( x) dx S a,
,b
S
2

1
ab
ab
S ( a , b ) S a,

S
,b

15
2

Si

a b
a b
S ( a , b) S a ,

S
, b 15 TOL

entonces

a b
a b
f ( x ) dx S a ,
, b TOL
S

2
2

a b
a b
y S a , 2 S 2 , b ser una buena

aproximacin a I.
En otro caso, se aplica reiteradamente a
los subintervalos [a,(a+b)/2[ y
[(a+b)/2,b[ (tolerancia TOL/2.)

Simpson con paso adaptativo

function I = adapsimp(f,a,b,tol,nivel)
%
%
%
%

Integra f en [a,b] por el mtodo de

Simpson de paso adaptativo
tol: error admitido (estimacin)
nivel: profundidad mxima de la recursin

h = (b-a)/2; % Paso inicial

c = a+h;
% Punto medio
fa = feval(f,a);
fc = feval(f,c);
fb = feval(f,b);
int = h/3*(fa+4*fc+fb);
% Simpson simple
tol = 10*tol;
I = refina(f,a,c,fa,fc,fb,int,tol,nivel);

Recursin sobre los intervalos

function I = refina(f,a,c,fa,fc,fb,int,tol,nivel);
h = (c-a)/2;
d = a+h; e = c+h;
% Puntos medios
fd = feval(f,d);
fe = feval(f,e);
int1 = h/3*(fa+4*fd+fc);
% Simpson %
intervalo izq.
int2 = h/3*(fc+4*fe+fb);
% Simpson %
intervalo der.
if abs(int-int1-int2)<tol
I = int1+int2;
elseif nivel = = 0
error('Nivel excedido')
else
I = refina(f,a,d,fa,fd,fc,int1,tol/2,nivel-1) +
refina(f,c,e,fc,fe,fb,int2,tol/2,nivel-1);
end

Cuadratura de
Gauss

Eleccin de nodos apropiados

Casos particulares
Gauss-Legendre
Gauss-Chebyshev
Gauss-Laguerre
Gauss-Hermite

Cuadratura de Gauss

w( x ) f( x ) dx c1 f( x1 ) c 2 f( x 2 ) c n f( x n )

OBJETIVOS:

Eleccin de nodos x1 , x2 ,..., xn para

aumentar el grado de precisin.
Mximo grado de exactitud.

CONCLUSIONES:
Una frmula de cuadratura con n nodos
es exacta para polinomios de grado

2n-1 si y slo si:

la frmula es interpolatoria, y
los nodos son las raices del n-esimo polinomio
ortogonal respecto del producto escalar inducido por
w(x) en [a,b.

No existe ninguna frmula con n nodos

exacta para todos los polinomios de
grado 2n.

Frmula de cuadratura

w( x) f ( x) dx c f ( x )
i

i 1

bT (x)
1
n
ci
w( x ) dx

Tn ' ( xi ) a x xi

i = 1,2, , n
f ( 2 n )( ) b 2
E( f)
Tn ( x )w( x ) dx

a
( 2n )!
a<<b
CUADRATURA

INTERVALO

F. PESO

Gauss-Legendre

[a,b]=[-1,1]

w(x)=1

Gauss-Chebyshev

[a,b]=[-1,1]

w(x)=1/(1-x2)1/2

Gauss-Jacobi

[a,b]=[-1,1]

w(x)=(x-1)a(x+1)b

Gauss-Laguerre

[a,b]=[0,+[

w(x)=xae-x

Gauss-Hermite

[a,b]=]- , +[

w( x) e x

Gauss-Legendre

En [-1,1], los polinomios de Legendre

forman una familia ortogonal:
p0 ( x ) 1
p n 1 ( x )

p1 ( x ) x

n 1,2 ,

1
2n 1 x p n ( x ) n p n1 ( x )
n1

pn(x) tiene n raices reales distintas,

1
1
4k 1
x k 1 2 3 cos
O n 4
4n 2
8n
8n

k = 1,2, , n

y los coeficientes de la frmula de

cuadratura,
x xj
2
ci
dx
2
1
2
'
x

x
j1
1 xi p n ( xi )
i
j
1

j i

i 1,2 , , n

Polinomios de Legendre
Si [a,b [-1,1, el cambio de variable
es:
ba
ba
ba
x
t
,
dx
dt
2
2
2
y la frmula de cuadratura queda:

ba n
ba
ba
f( x )dx
ci f
xi
E( f)

2 i 1
2
2

nodos

coeficientes

0.5773502692

1.0000000000

0.7745966692
0.0000000000

0.5555555556

0.8611361159

0.3478548451

0.3399810436

0.6521451549

0.8888888889

1.5

EJEMPLO:

I( f ) e

x2

dx

de variable a [-1,1

2
( t 5)
1.5
1
2
1
x
16
e
dx

e
dx
1

4 1
Gauss-Legendre n=2
cambio

I ( f)

( 0.5773 5 )2
16

Gauss-Legendre

I ( f)

0.5555556 e

0.888889 e
0.1093642

n=3

( 0.774596 5 )2
16

( 0 5 )2
16

( 0.5773 5 )2
16

0.1094003

0.555556 e

( 0.774596 5 )2
16

Gauss-Chebyshev

n
dx f ( xi )
n i 1
1 x2
f ( x)

En [-1,1], los polinomios de Chebyshev

forman una familia ortogonal,
T0 ( x) 1
T1 ( x) x
Tn ( x) 2 x Tn1 ( x) Tn2 ( x)

n 2,3,

y Tn(x) tiene n raices reales distintas,

xk

2k 1
cos
2n

k = 0,1,2, , n - 1

Gauss-Laguerre

e x f ( x )dx ci f ( xi )

ci

n!

i 1

xi

Ln 1 ( xi )

i 1,2, , n

En [0,+[, los polinomios de Laguerre

son una familia ortogonal,
L0 ( x ) 1

L1 ( x ) 1 x

L n 1 ( x ) ( 2 n 1 x ) L n ( x ) n 2 Ln 1 ( x )
n 1,2 ,

Tn(x) tiene n raices reales y distintas,

xk

2
0k

1
4 n
2

k=0 ,1,2 , ,n-1

2j

2
0k

1
48 n
2

-5
+
O(n
)

Gauss-Hermite

x2

f ( x)dx ci f ( xi )
i 1

En , los polinomios de Hermite forman una familia

ortogonal,

H 0 ( xn) raices
1 realesHy1 ( distintas
x ) 2 xen - ,+[, y los
Hn(x) tiene
coeficientes
H n 2 son:
(x)

2 x H n 1 ( x ) 2( n 1 )H n ( x )

n 0 ,1,2 ,

ci

2 n 1 n!

n H n 1 ( xi )
2

i 1,2, , n

Integrales impropias

Carcter de las integrales

impropias.
Resolucin numrica.
I. impropias I. propias
cambio

de variable,
desarrollo por series,
eliminacin de la
singularidad.

Integrales Impropias

Sea f(x) una funcin contnua con

una asntota vertical en [a,b]. La
integral
b

f ( x )dx

es una integral impropia

f(x)
b-
a

lim f (x)

x b

Si lim f (x) entonces

x b

f ( x)dx lim
0

f ( x)dx

a+

lim f (x)

x a

Si lim f( x )
xa

entonces

f ( x)dx lim
0

f ( x)dx

Cuando estos lmites existen, decimos que la

integral impropia es convergente.
En otro caso, se dice que es divergente.


2
0

I tan( x )dx

EJEMPLO

=0.01

0.01
2
0

0.01
2

tan( x )dx

0.01
2

4.605187

tan( x )dx

tan( x )dx

aplicando cuadratura de Gauss, n=5:

0.01
2

0.01 1
0.01

tan( x )dx 2 1 tan 2 0.01 2 t 1 dt

4.566650 de Gauss, n=5:
=0.0001 ycuadratura

0.01
2

0.001
2

0.01
2

tan( x )dx

0.001
2

tan( x )dx

tan( x )dx 4.605153 4.566667

tan( x )dx

0 , luego

no tiende a cero cuando

2
0

no converge.
tan( x )dx

EJEMPLO

1
x

dx

=0.01
I

0.01

1
0.01 1
1
1
dx
dx
dx 1.8
0.01
0
x
x
x

aplicando cuadratura de Gauss, n=5:

0.01

1
0.01 5
dx
ci
2 i 1
x
0.184160

0.005( t i 1 )

=0.0001 y cuadratura de Gauss, n=5:

0.01

0.0001 1
0.01
1
1
dx
dx
dx
0
0.0001
x
x
x
0.018416 0.18

1
dx 0.018416 0.18 1.8 1.9984616
x

I. Impropias I.Propias
Cambio de variable

x 1 n f( x )dx n 2

xt

x2
x 1 x dx
0.0001
2

3 x

0.0001

e dx

x
x
x e 1 x dx
0.0001
2

Eliminacin de la singularidad
1

I n t n 2 f( t n )dt

Desarrollo por series

cos x
0 x dx
1

e t
0 1 t
x

Integrales Infinitas

Integrales infinitas
convergentes y divergentes.

Mtodos de aproximacin:
Descomposicin

en suma

de integrales
Cambio

de variable

Integrales Infinitas:
Mtodos de Aproximacin

Integrales sobre intervalos no acotados:

[a,+[, -,b -,+[.

f( x )dx lim

b a

f( x )dx lim

a a

f( x )dx
f( x )dx

Convergencia existe el lmite y es un

nmero real.

Descomposicin
integrales

en

r1

r2

r1

suma

de

f( x )dx f( x )dx f( x )dx

a r1 r2 r3 rn
In

rn 1

rn

f( x )dx TOL

Resulta conveniente doblar el intervalo

en cada iteracin: rn=2n

EJEMPLO

In

rn

ex
dx
4
1 x

ex
dx
4
1 x

rn 2 n

In

0.57202582

0.62745952

0.63043990

0.63047761

0.63047766

Valor exacto

0.63047783

Cambio de variable
Depende de la funcin a integrar.
t
El cambio x e transforma el intervalo
0 t

en

EJEMPLO
cambio x log t

0 t 1

x e dx

1
dx dt
t

xe dx log t dt
x

1
log dt
t

0.01
1
1
1
1

log dt
log dt log dt
0
0.0001
0.01
t
t
t
0.000319 0.023273 0.862649 0.88624
0.0001

aplicando cuadratura de Gauss, n=5.

I x e

EJEMPLO
cambio

1
x
t
1

t t 0
5

dx

1 1t 1 32
x e dx e
t dt
0t
2

2 x2

1 1e
5 dt
2 0t 2
g( t )

x2

1 3 2
dx t dt
2

1
t

t 2
I 0.25364

aplicando Romberg.

Integracin
Indefinida
F ( x)

axb

f (t )dt

Integral definida sobre un

rango variable
Subdividir

integracin

el intervalo de
y

aplicar

cuadraturas

Solucin del problema de

valor inicial asociado
dF
f ( x) ,
dx

F (a ) 0

Ejercicio

Calclese la funcin error como

la integral de la funcin de
distribucin gaussiana de 0 a x:

2
erf ( x)
x

t 2

dt

y como solucin del problema

de valor inicial:

y ' ( x)

x2

y (0) 0

Integracin
Mltiple

Integracin mltiple sobre

recintos rectangulares

Integracin mltiple sobre

regiones no rectangulares

Algoritmo de Integracin
Mltiple

Integracion Mltiple
sobre recintos
rectangulares
I f ( x, y )dA
R

f ( x, y )dy dx

Aplicamos la
Regla de Simpson a la
d
integral c f ( x, y )dy
considerando x
como parmetro.
k b
a c f( x , y )dydx 3 a f( x , y0 )dx
2k m1 b
4k m b
f( x , y 2 j )dx f( x , y 2 j1 )dx
3 j1 a
3 j1 a
b d

k b
( d c ) 4 b 4 f( x , )
f( x , y 2 m )dx
k
dx
4
a
3 a
180
y

Aplicamos Simpson a cada una de estas

integrales:

n 1
h
f( x , y j )dx f( x0 , y j ) 2 f( x 2i , y j )
3
i 1

4 f( x 2i 1 , y j ) f( x 2 n , y j )
i 1

b a 4 4 f( j , y j )

h
180
x 4
n

hk
f( x , y )dydx
9

n 1

i 1

i 1

f 0 ,0 2 f 2i ,0 4 f2i 1,0

m 1

m 1 n 1

j1

j1 i 1

m 1 n

f2 n ,0 2 f0 ,2 j 4 f2i ,2 j 8 f2i 1,2 j

j1 i 1

m 1

m n 1

j1

j1

j1 i 1

2 f 2 n ,2 j 4 f0 ,2 j1 8 f 2i ,2 j1
m

16 f 2i 1,2 j1 4 f 2 n ,2 j1
j1 i 1

j1

n 1

i 1

i 1

2 f 0 ,2 m 2 f 2i ,2 m 4 f 2i 1,2 m f 2 n ,2 m

Expresin del error:

4

( d c )( b a ) 4 4 f
4 f
, k 4 ,
E
h
4
180
x
y

, , , R

Coeficientes de la frmula de cuadratura:

1

16

16

16

y2

y1

16

16

16

4
2
c=y0 1
a=x0 x1 x2

x3

x4

d=y2m
y2m-1

x2n-2 x2n-1

xi a ih

i 0 ,1,2 , ,2n

y i c jk

j 0 ,1,2 , ,2m

ba
2n

cd
2m

b=x2n

Integracin Mltiple
sobre recintos no
rectangulares
b d ( x)

a c( x)

f ( x, y )dydx

h=(b-a)/2
I

b d ( x)

a c( x)

b( x)

a( x)

f ( x, y )dxdy

k=k(x)

f ( x, y )dydx

k ( x)

f ( x, c( x)) 4 f ( x, c( x) k ( x)) f ( x, d ( x)) dx

a 3
h k (a)
f (a, c(a)) 4 f (a, c(a) k (a)) f (a, d (a))

3 3
4k ( a h)
f (a h, c(a h)) 4 f (a h, c(a h)

3
k (a h)) f (a h, d (a h))
b

k (b)
f (b, c(b)) 4 f (b, c(b) k (b)) f (b, d (b))
3

Algoritmo de la
integral mltiple
b

d ( x)

c( x)

f ( x, y )dydx

Entrada: f(x,y), c(x), d(x), a, b, m, n.

Salida: aproximacin I
1:

dividir
subintervalos

[a,b]

PASO

PASO 2: en cada nodo xi,

evaluar
calcular

en

2n

la funcin

(d(xi )-c(xi ))/(2m)

PASO 3: aplicar la regla compuesta de

Simpson respecto a y

PASO 4: sobre el resultado obtenido

del PASO 3 aplicar Simpson respecto

a la variable x I

Integrales de
Contorno

Casos Particulares
Mtodo de MonteCarlo

Integrales de Contorno
Llamamos integral de contorno a
una integral de la forma:

f ( x, y ) dx ,

f ( x, y )dy,

f ( x, y ) ds

siendo C una curva en el plano XY.

Si C est parametrizada, es posible
transformar una integral de
contorno en una integral ordinaria
de una variable.

Mtodo de Monte Carlo

El valor medio de la funcin f(x)

en el intervalo [a,b] es

ba

f ( x )dx

Sean x1, x2, xn n puntos

cualesquiera en [a,b], resulta
previsible que
n
1
1 b
f
f ( xi )
f ( x)dx

n i 1
ba a

Cuando los valores de xi son

aleatorios, ste mtodo es
conocido como Mtodo de Monte
Carlo

Ejemplo
Calculamos el permetro de elipses de
distintas excentricidades utilizando en
todos los casos 60 puntos.

Valor aprox.

Valor exacto

1.0

0.8

1.4180830

1.4180834

1.0

0.4

1.1506554

1.1506556

1.0

0.2

1.0505019

1.0505022

1.0

0.1

1.0159888

1.0159935