Numerical Integration

Roger Crawfis
Traducido por: Rosa Garrido J
 Cuadratura
• Hablamos en términos de reglas de Cuadratura
– 1. El proceso de hacer algo cuadrado.
– 2. Matemática El proceso de consturir un cuadrado de
área igual a una superficie dada.
– 3. Astronomía Una configuración en cual la posición de
un cuerpo celeste es 90° con respecto a otro cuerpo
celeste, medida a partir de un tercero.

– The American Heritage® Dictionary: Fourth Edition. 2000

6/19/19 OSU/CSE 541 2

 Contenido
• Definición de Integrales
• Sumas inferiores y superiores
– Integración de Reimann o Sumas de Reimann
• Datos uniformemente espaciados
– Regla del Trapecio
– Reglas de Simpson
• Datos no uniformemente espaciados
– Fórmulas de la Cuadratura de Gauss_legendre

6/19/19 OSU/CSE 541 3

 Motivación
¿Qué reprensenta una integral?
b d b

a
f ( x)dx  area 
c a
f ( x)dxdy  volume

Definición Básica de una integral: f(x)

b n

 f ( x )dx  lim  f ( xk ) x
a n 
k 1

Donde ba
x 
n

suma de altura ancho x

6/19/19 OSU/CSE 541 4
 Motivation
• Evaluar el valor de la integral, b
I   f ( x)dx sin hacer el
a

cálculo analíticamente.
• Es necesario cuando :
– El integrando es muy complicado para integrar
analíticamente.

2 2  cos(1  x ) 0.5 x
0
1  0.5 x
e dx

– El integrando no es precisamente definido por una

ecuación, p.e.,tenemos un conjunto de datos (xi, yi), i = 1,
2, 3, …,n
6/19/19 OSU/CSE 541 5
 Teorema de la Integral de Reimann

• La integración es un proceso de suma. Por lo tanto

prácticamente toda aproximación numérica
pueden ser representadosn por
b
I   f ( x )dx   wi f ( xi )  Et
a
i 1
en donde wi son los pesos, xi son los puntos
muestreados, y Et es el error de truncación.
• Válido para cualquier función que es continua en
el intervalo cerrado y acotado en el intervalo de
integración.
6/19/19 OSU/CSE 541 6
 La Partición de la Integral
• La fórmula de integración numérica más común se
basa en puntos de datos igualmente espaciados.
xn
x0
f ( x)dx
• Divide [x0 , xn] en n intervalos (n1)

x1 x2 xn
xn

x0
f ( x)dx   f ( x)   f ( x)  L
x0 x1
 
xn1
f ( x)

6/19/19 OSU/CSE 541 7

 Las sumas superiores
• Asuma que f(x)>0 para todo x.
• Si dentro de cada intervalo, podríamos
determinar el valor máximo de la función,
entonces tenemos: xn n 1

� f ( x) ��M ( x  x )
• Donde x0 i 0
i i 1 i

M i  sup  f ( x) : xi  x  xi 1 Supremo

6/19/19 OSU/CSE 541 8

 Las sumas superiores
• Graficamente:

x0 x1 x2 x3 x4

6/19/19 OSU/CSE 541 9

 Las sumas inferiores
• Igualmente, asuma que f(x)>0 para todo x.
• Si dentro de cada intervalo,
determinariamos el valor mínimo de la
función, entonces tenemos:
xn n 1

�f ( x) ��m ( x
x0 i 0
i i 1  xi )

• Donde

mi  inf  f ( x) : xi  x  xi 1
Mínimo

6/19/19 OSU/CSE 541 10

 Las Sumas inferiores
• Graficamente:

x0 x1 x2 x3 x4

6/19/19 OSU/CSE 541 11

 Particiones mas finas
• Ahora tenemos un acotamiento de la integral de la
función para algunas particiones (x0,..,xn):
n 1 xn n 1

�m ( x
i 0
i i 1  xi ) ��f ( x ) ��M i ( xi 1  xi )
i 0
x0

• Cuando n, es de suponer que la suma de los

límites superiores y la suma de los límites inferior
se aproximan entre sí.
• Este es el caso de muchas funciones, y las
llamamos funciones integrables de Riemann.

6/19/19 OSU/CSE 541 12

 Limitando la Integral
• Graficamente

x0 x1 x2 x3 x4

6/19/19 OSU/CSE 541 13

 Limitando la Integral
• Reduciendo a la mitad el intervalo:

x0 x3 x5 x7 x9

6/19/19 OSU/CSE 541 14

 Acotando la Integral
• Una vez mas:

x0 x5 x7 x9 x11

6/19/19 OSU/CSE 541 15

 Funciones monótonas
• Tenga en cuenta que si una función es
monótonamente creciente (o decreciente), entonces
la suma más baja corresponde a los valores de
partición izquierda, y la suma superior corresponde
a los valores de partición derecha.

x0 x3 x5 x7 x9
6/19/19 OSU/CSE 541 16
 Aproximación Polinomial
• En lugar de búsqueda del máximo o mínimo,
reemplazamos f (x) con una función conocida y
simple.
• Dentro de cada intervalo aproximamos f(x) por un
polinomio de grado mth.

pm ( x)  a0  a1 x  a2 x 2  ...  am x m

6/19/19 OSU/CSE 541 17

 Fórmulas de Newton-Cotes
• El grado ( mi) del polinomio puede ser igual o
diferente denotado por.
xn x0 m1 x0m1 m2 xn
�f ( x)dx  �
x0 x0
pm1 ( x)dx  �
x0 m1
pm2 ( x)dx  ...  � pmn ( x)dx
xnmn

• Diferentes grados m dan lugar a diferentes fórmulas:

m Polinomio Fórmula Error
2
1 lineal Trapecio O(h )
4
2 cuadrático Simpson 1/3 O(h )
4
3 cúbico Simpson 3/8 O(h )
6/19/19 OSU/CSE 541 18
 Regla del Trapecio
• La más simple forma de aproximar el área debajo
de una curva – usando polinomio de primer
orden (una línea recta)
• Usando el polinomio de Newton interpolante:
f ( b)  f ( a )
p1 ( x )  f ( a )  ( x  a)
ba
• Ahora, resolver la integral:
I   f ( x ) dx   p1 ( x ) dx
b b

a a

6/19/19 OSU/CSE 541 19

 Regla Trapezoidal

 f ( b)  f ( a ) 
 f ( a )  ( x  a ) dx
b
I 
a ba 
Regla Trapezoidal
f(b)
I
( b  a)
 f ( a )  f ( b) 
f(a)
2

I  ancho  altura promedio

a b
6/19/19 OSU/CSE 541 20
 Regla Trapezoidal
• Es mejor?

x0 x1 x2 x3 x4

6/19/19 OSU/CSE 541 21

 Error del Trapecio
• El error de integración es:
1 (b  a )
Et   f (  ) h 3   f (  ) h 2 3
O(h )
12 12

• Donde h = b - a y  es un punto no conocido

donde a <  < b (teorema del valor medio)

• Conseguimos una integración exacta de la

función, f, si esta es lineal (f = 0).

6/19/19 OSU/CSE 541 22

 Ejemplo
 x2
Integrar f ( x)  e desde a = 0 hasta b = 2
Usando la regla trapezoidal:

2
I  e  x2
dx
0


( b  a)
 f ( a )  f ( b)   ( 2  0)
 f ( 2)  f ( 0) 
2 2
 1  ( e 4  e0 )  1.0183

6/19/19 OSU/CSE 541 23

 Ejemplo

Error estimado: Et   1 f ( ) h 3

12
Donde h = b - a y a <  < b

No es conocido  - use el valor promedio

f ( x )  ( 2  4 x )e
2  x2
f (0)  2
h  20 2 f ( 2)  0.2564

23  f ( 0)  f ( 2 ) 
Et  E a    0.58
12 2
6/19/19 OSU/CSE 541 24
 Mas intervalos, Mejor resultado[error  O(h2)]
7 7

6
n=2 6
n=3
5 5

4 4

3 3

2 2

1 1

0 0
3 5 7 9 11 13 15 3 5 7 9 11 13 15

7 7

6
n=4 6
n=8
5 5

4 4

3 3

2 2

1 1

0 0
3 5 7 9 11 13 15 3 5 7 9 11 13 15

6/19/19 OSU/CSE 541 25

 Regla Compuesta del Trapecio
• Si hacemos varios intervalos, podemos evitar
evaluaciones de funciones duplicadas y
operaciones:Use n+1 puntos igualmente
espaciados. h
ba
n
• Cada intervalo tiene:
• Particionar
a  h los límitesa de
2 h integración y expandir.
I   f ( x ) dx   f ( x ) dx  ...   f ( x ) dx
b

a a h bh

6/19/19 OSU/CSE 541 26

 Regla Compuesta del Trapecio
• Substituyendo la regla del trapecio de cada integral.
ah a2h b
I  f ( x ) dx   f ( x ) dx  ...  f ( x ) dx
a ah b h

( a  h  a) ( a  2h  a  h )
  f ( a)  f ( a  h)    f ( a  h )  f ( a  2h ) 
2 2
( b  b  h)
....   f ( b  h)  f ( b) 
2
• Resultados ==>Fórmula del Trapecio Compuesto
h n 1

I   f ( a )  2 f ( a  ih )  f ( b ) 
2 i 1 
6/19/19 OSU/CSE 541 27
 Regla Compuesta del Trapecio
• Pensando esto como el ancho por la altura
promedio.
h n 1

I   f ( a )  2 f ( a  ih )  f ( b ) 
2 i 1 
n 1
f ( a )  2 f ( a  ih )  f ( b )
 (b  a) i 1
2n
ancho
Altura promedio

6/19/19 OSU/CSE 541 28

 Error
• El error puede ser estimado como:
( b  a ) h2 ( b  a)
3
2
Ea  f   2
f  O(h )
12 12n

• Donde, f  es la segunda derivada

promedio.
• Si n es doble, h  h/2 y Ea  Ea/4
• Note, que el error es dependiente del ancho
del área que esta siendo integrada.
6/19/19 OSU/CSE 541 29
 Ejemplo
• Integrar: f ( x )  0.3  20 x  140 x 2  730 x 3  810 x 4  200 x 5
• desde 40

a=0.2 35

hasta 30

b=0.8 25

20

15

10

0
0 0.2 0.4 0.6 0.8 1 1.2
6/19/19 OSU/CSE 541 30
 Ejemplo
• Una simple aplicación de la regla del trapecio
f ( a )  f ( b)
I  ( b  a)
2
34.22  3.81
 ( 0.8  0.2)
2
 11 .26
• Error: 1
f ( )( b  a )
3
Et  
12

6/19/19 OSU/CSE 541 31

 Ejemplo
• No conocemos  es aproximado con el
promedio de f
f ( x )  20  280 x  2190 x 2  3240 x 3  1000 x 4

f ( x )  280  4380 x  9720 x 2  4000 x 3

0 .8

f ( x ) 

0.2
f  dx
0.8  0.2
f (0.8)  f (0.2)
  131.6
0.8  0.2
6/19/19 OSU/CSE 541 32
 Ejemplo
• El error puede ser estimado como:
( b  a) h ( b  a)
2 3

Et  f   2
f 
12 12n
1
  ( 131.6 ) ( 0.8  0.2 )  2.37
3

12

6/19/19 OSU/CSE 541 33

 El valor verdadero de la integral es12.82. La
regla trapezoidal es 11.26 – con error de
aproximación - Et es del12%
40

35

30

25

20

15

10

0
0 0.2 0.4 0.6 0.8 1 1.2

6/19/19 OSU/CSE 541 34

 Usando tres intervalos
• Use los intervalos (0.2,0.4),(0.4,0.6),(0.6,0.8):
– (n = 3, h = 0.2)
n 1
f ( a )  2 f ( a  ih )  f ( b )
I  (b  a) i 1
2n
f ( 0.2 )  2 f ( 0.4 )  f ( 0.6)   f ( 0.8)
 ( 0.8  0.2 )
( 2)( 3)
3.31  2(13.93  30.16 )  34.22
 0.6
6
 12.57
El valor verdadero de la integral es 12.82
6/19/19 OSU/CSE 541 35
 Et es ahora 2%
40

35

30

25

20

15

10

0
0 0.2 0.4 0.6 0.8 1 1.2

6/19/19 OSU/CSE 541 36

 Usando seis intervalos
• Use intervalos (0.2,0.3),(0.3,0,4), etc.
– (n = 6, h = 0.1)

f ( 0.2 )  2 f ( 0.3)  f ( 0.4 )  f ( 0.5)  f ( 0.6)  f ( 0.7 )   f ( 0.8)

I  ( 0.8  0.2 )
( 2)( 6)
3.31  2( 7.34  13.93  22.18  30.16  35.22 )  34.22
 0.6
12
 12.76

El valor verdadero de la integral es 12.82

6/19/19 OSU/CSE 541 37
 Et es ahora 0.5%
40

35

30

25

20

15

10

0
0 0.2 0.4 0.6 0.8 1 1.2

6/19/19 OSU/CSE 541 38

 Polinomios de mas alto grado
• Recordar:
xn x0 m1 x0m1 m2 xn
�f ( x)dx  �
x0 x0
pm1 ( x)dx  �
x0 m1
pm2 ( x)dx  ...  � pmn ( x)dx
xnmn

m Polinomio Fórmula Error

2
1 lineal Trapezoida l O(h )
4
2 cuadrático Simpson - 1/3 O(h )
4
3 cúbico Simpson - 3/8 O(h )

6/19/19 OSU/CSE 541 39

 Regla de Simpson 1/3
• Si usamos un polinomio de 2do grado
(necesitamos 3 puntos 2 intervalos):
– Polinomio de Lagrange.  x  x2 
 x1  0 
 2 

 ( x  x1 )( x  x2 ) ( x  x0 )( x  x2 )
f ( x0 )  f ( x1 )
x2
I  
x0 ( x  x )( x  x ) ( x1  x0 )( x1  x2 )
 0 1 0 2


( x  x0 )( x  x1 ) 
f ( x2 )  dx
( x2  x0 )( x2  x1 ) 

6/19/19 OSU/CSE 541 40

 Regla de Simpson 1/3
• Requiriendo intervalos igualmente
espaciados.
x  ( x  x  h ) ( x  x  2h ) ( x  x0 ) ( x  x0  2h )
I   f ( x0 )  f ( x1 )
2 0 0
x 0
  h ( 2 h ) ( h ) ( h )

( x  x0 ) ( x  x0  h ) 
f ( x2 )  dx
( 2h ) ( h ) 

6/19/19 OSU/CSE 541 41

 Regla de Simpson 1/3
• Integrar y simplificar:
h ba
I   f ( x0 )  4 f ( x1 )  f ( x2 )  h
12
3 2
10

Polinomio
8
Cuadrático

0
3 5 7 9 11 13 15

6/19/19 OSU/CSE 541 42

 Regla de Simpson 1/3

• Si usamos a = x0 , b = x2, y x1 = (b+a)/2

f ( x0 )  4 f ( x1 )  f ( x2 )
I  (b  a)
6
ancho
altura promedio

f ( x0 )  4 f ( x1 )  f ( x2 )
I h
3

6/19/19 OSU/CSE 541 43

 Regla de Simpson 1/3

• Error para la regla de Simpson 1/3

Et  
5
h ( 4)
f ( )  
( b  a ) f ( 4 ) ( )
5
5
90 2880
O(h )

ba 25*90
h
2

Integra exactamente una cúbica: f ( 4 ) ( )  0

6/19/19 OSU/CSE 541 44

Regla Compuesta de Simpson 1/3
• Como con la reglaTrapezoidal, podemos
usar multiples aplicaciones de la regla de
Simpson 1/3.
• Necesita un número par de intervalos
– Un número impar de puntos son requeridos.

6/19/19 OSU/CSE 541 45

Regla Compuesta de Simpson 1/3
• Ejemplo: 9 puntos, 4 intervalos
25

20

15

10

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

-5
6/19/19 OSU/CSE 541 46
Regla Compuesta de Simpson 1/3
• Como la regla compuesta trapezoidal,
dividir la integral en n/2 sub-integrales:
I   f ( x ) dx   f ( x ) dx  ...   f ( x ) dx
x2 x4 xn

x0 x2 xn  2

• Substituir la regla de Simpson 1/3 para cada

integral y recopilar términos.
n 1 n2
f ( x0 )  4  f ( x ) 2  f ( x )  f ( x )
i j n

I  ( b  a)
i 1,3,5 j  2,4,6

3n
n+1 puntos, un número impar
6/19/19 OSU/CSE 541 47
Regla Compuesta de Simpson 1/3
• Los coeficientes impares tienen un peso de
4, los pares tienen un peso de 2.
• No parece muy justo, verdad?

4 1
1 coeficientes
1 i=n
4 1
1 4
1
i=0

6/19/19 OSU/CSE 541 48

 Estimación del error
• El error puede ser determinado por:
nh 5 ( 4 ) ( b  a ) h 4 ( 4 ) 4
Ea  f  f O ( h )
180 180
• Si n es double, h  h/2 y Ea  Ea/16

f ( 4 ) es el promedio de la 4ta derivada

6/19/19 OSU/CSE 541 49

 Ejemplo
 x2
• Integrar f ( x )  e desde a = 0 hasta b = 2.
• Use la regla de Simpson 1/3 :
ba ab
h 1 x0  a  0 x1  1 x2  b  2
2 2
2 1
I  e  x2
dx  h  f ( x0 )  4 f ( x1 )  f ( x2 ) 
0 3
1
  f ( 0 )  4 f (1)  f ( 2 ) 
3
1 0
 (e  4e 1  e 4 )  0.82994
3
6/19/19 OSU/CSE 541 50
 Ejemplo
5
• Error h
estimado: Et   f ( 4 ) ( )
90

• Donde h = b - a y a <  < b

• No se conoce 
– Use el valor promedio
5
1 ( 4) 1 5f ( 4)
( x0 )  f ( 4)
( x1 )  f ( 4)
( x2 ) 
Et  Ea   f 
90 90 3

6/19/19 OSU/CSE 541 51

 Otro ejemplo
• Veamos de nuevo el polinomio:
f ( x )  0.2  25 x  200 x 2  675 x 3  900 x 4  400 x 5
– Desde a = 0 hasta b = 0.8
ba ab
h  0 .4 x0  a  0 x1   0.4 x2  b  0.8
2 2
1
I   f ( x )dx  h f ( x0 )  4 f ( x1 )  f ( x2 ) 
2

0 3
(0.4)
  f ( 0)  4 f (0.4)  f ( 0.8) 
3
 1.36746667
Integral exacta es:1.64053334
6/19/19 OSU/CSE 541 52
 Error

• Error real: (usando el valor exacto)

E  1.64053334 - 1.36746667  0.27306666 16%

• Error estimado: (si el valor exacto no es

disponible)
h5 ( 4 )
Et   f ( )
90
• Donde a <  < b.

6/19/19 OSU/CSE 541 53

 Error
• Calcular la cuarta derivada
f ( 4)
( x )  21600  48000 x

0.45 0.4 5
Et  Ea  f ( 4)
( x1 )  f ( 4)
( 0.4 )  0.27306667
90 90

Medio-punto

• Calza con el error real muy bien.

6/19/19 OSU/CSE 541 54
 Ejemplo continuación
ba
• Si usamos 4 segmentos : h
n
 0.2
– x = [0.0 0.2 0.4 0.6 0.8]
f (0)  0.2 f (0.2)  1.288 f (0.4)  2.456
f (0.6)  3.464 f (0.8)  0.232
n 1 n 2
f ( x0 )  4  f ( x )  2  f (x )  f ( x )
i j n

I  (b  a) i 1, 3, 5 j 2, 4,6

3n
f (0)  4 f (0.2)  2 f (0.4)  4 f (0.6)  f (0.8)
 ( 0.8  0)
(3)( 4)
0.2  4(1.288  3.464)  2( 2.456)  0.232
 0 .8
12
 1.6234667 Integral exacta es :1.64053334
6/19/19 OSU/CSE 541 55
 Error
• Error real: (usando el valor exacto)
E  1.64053334 - 1.6234667  0.01706667 1%

• Error estimado: (si el valor exacto no es

disponible)
0.25 ( 4 ) 0.25 ( 4 )
Et  Ea   f ( x2 )   f ( 0.4 )  0.0085
90 90
middle point

6/19/19 OSU/CSE 541 56

 Error
• El real es el doble del estimado?, Por que?
• Recordar:
f ( 4)
( x )  21600  48000 x

max
x 0,0.8 
 f ( 4)
( x)   f ( 4)
(0)  21600

f ( 4)
(0.4)  2400

6/19/19 OSU/CSE 541 57

 Error
• En lugar de lo estimado, podemos enlazar el
valor absoluto del error:
0.25 ( 4) 0.25 ( 4)
Ea   f ( )  f ( 0 )  0.0768
90 90

• Cinco veces el real, pero proporciona una

seguridad métrica( cota de error o máximo
error)

6/19/19 OSU/CSE 541 58

 Regla de Simpson 1/3
• Regla de Simpson 1/3 usa un polinomio de 2do
grado
– Necesita 3 puntos o 2 intervalos
– Esto implica que necesita un número par de
intervalos.
• ¿Qué pasa si usted no tiene un número par de
intervalos? Dos opciones:
• Use Simpson1/3 en todos los intervalos excepto en el
último (o primero), donde usará la regla trapezoidal.
– Trampa – error más grande en el segmento que usa R.
• Use Simpson 3/8.
6/19/19 OSU/CSE 541 59
 Regla de Simpson 3/8
• Regla de Simpson 3/8 usa un polinomio de
tercer grado
– Necesita 3 intervalos (4 puntos)
f ( x)  p3 ( x)  a0  a1 x  a2 x 2  a3 x 3

I   f ( x ) dx   p3 ( x ) dx
x3 x3

x0 x0

• 6/19/19 • OSU/CSE 541 • 60

 Regla de Simpson 3/8
• Determine los coeficientes del Polinomio de
Lagrange
• Para puntos
3 igualmente espaciados
I  h f ( x0 )  3( x1 )  3 f ( x2 )  f ( x3 ) 
8

ba
h
3

6/19/19 OSU/CSE 541 61

 Error
• Mismo orden como la Regla 1/3.
– Mas funciones evaluadas.
– Ancho del intervalo, h, es más pequeño.
3 5 ( 4)
Et   h f ( ) 4
O(h )
80

• Integra una función cúbica exactamente:

 f ( 4 ) ( )  0

6/19/19 OSU/CSE 541 62

 Comparación
• Las reglas de Simpson1/3 y Simpson 3/8 tienen el
mismo orden de error
– O(h4)
– La regla del trapecio tiene un error O(h2)
• Regla de simpson 1/3 requiere número par ( 2M)
de intervalos.
• Regla de simpson 3/8 requiere número impar
(3M) de intervalos.
• Ambos métodos de Simpson requieren datos
uniformemente espaciados.
6/19/19 OSU/CSE 541 63
 Mezclando Técnicas
• n = 10 puntos  9 intervalos
– Primeros 6 intervalos - Simpson1/3
– Ultimos 3 intervalos - Simpson 3/8

Simpson 1/3

Simpson 3/8

6/19/19 OSU/CSE 541 64

 Newton-Cotes Formulas
• Podemos examinar polinomios incluso de
orden superior.
• Simpson 1/3 – Lagrange de 2do grado (3 ptos)
– Simpson 3/8 – Lagrange de tercer grado(4 ptos)
• Por lo general el grado no es tan alto.
• Usar múltiples intervalos.
– Pero solamente donde sea necesario.

6/19/19 OSU/CSE 541 65

 Cuadratura Guassiana
• La idea es que si evaluamos una función en ciertos
puntos, y sumamos con ciertos pesos,
obtendríamos mayor precisión en la integral.
• Los puntos de evaluación y los pesos son pre-
calculados y tabulados
n
I   f ( x)dx   ci f ( xi )
1
• Forma Básica:
1
i 1

ci : factores peso
New!!
xi : puntos óptimamente seleccionados
6/19/19 OSU/CSE 541 66
 Cuadratura Guassiana
• Note que el intervalo está entre –1 y 1
• Para otros intervalos, se usa un cambio de variable
para trasladar el problema de tal forma que
siempre utilice el intervalo de [-1, 1]
• Esto es una transformación lineal, tal que para
t[a,b] , tenemos para x[-1,1]: b f (t )dt
a

(b  a ) x  b  a 2t  b  a
t x
2 ba
6/19/19 OSU/CSE 541 67
 Cuadratura Guassiana
• Cuando t = a  x = -1
• Cuando t = b  x = 1

(b  a )
dt  dx
2
 (b  a ) x  b  a 
f (t )  f  
 2 
b (b  a) 1  (b  a ) x  b  a 
a f (t )dt  2 1 f  2
dx

6/19/19 OSU/CSE 541 68
 Cuadratura Guassiana
• Cuadratura Gaussiana básica:
n
I   f ( x)dx   ci f ( xi )
1

1
i 1

• Para n=2, tenemos:

I  c1 f ( x1 )  c2 f ( x2 )
• Esto corresponde a 4 incognitas: c1, c2, x1, y
x2
– Dos pesos desconocidos(c1, c2)
– Dos puntos de la muestra desconocidos(x1, x2)
6/19/19 OSU/CSE 541 69
 Cuadratura Guassiana
• Lo que necesitamos ahora, son cuatro valores
conocidos para la ecuación.
• Si tuviéramos estos, entonces podríamos tratar
de resolver las cuatro incógnitas.
• Vamos a hacer que funcione para polinomios !!!

6/19/19 OSU/CSE 541 70

 Cuadratura Guassiana
• Particularmente, veremos polinomios simples:
– Constante
• f(x)=1
– Linearl
• f(x)=x
– Cuadrático
• f(x)=x2
– Cúbico
• f(x)=x3

6/19/19 OSU/CSE 541 71

 Cuadratura Guassiana
• Recordando la fórmula: I  c1 f ( x1 )  c2 f ( x2 )
– Constante
 c1 f ( x1 )  c2 f ( x2 )  c1  c2
1
• f(x)=1  1dx  2
1
– Lineal
 c1 f ( x1 )  c2 f ( x2 )  c1 x1  c2 x2
1
• f(x)=x  xdx  0
1
– Cuadrática 2
( ) ( )
1
1
2 2
• f(x)=x2 x 2
dx   c1 f x1  c 2 f x 2  c x
1 1  c x
2 2
3
– Cúbica
x 3dx  0  c1 f ( x1 )  c2 f ( x2 )  c1 x1  c2 x2
1

3 3
• f(x)=x3
1

6/19/19 OSU/CSE 541 72

 Cuadratura Guassiana
• Ahora podemos resolver nuestras incognitas:
– Note, esto no es un problema fácil.

c1  c2  1
1
x1    0.577
3
1
x2   0.577
3

6/19/19 OSU/CSE 541 73

 Cuadratura Guassiana
• Esto deriva la fórmula de dos puntos de
Gauss-Legendre
 1   1 
I  f   f  
 3  3

6/19/19 OSU/CSE 541 74

 Cuadratura Guassiana
• Esto es exacto para todo polinomio hasta
grado 3 (cubicos).
1 1 1 1 1

 ( ax  bx 2  cx  d ) dx  a  x 3dx  b  x 2 dx  c  xdx  d  dx
3

1 1 1 1 1

  1 3  1 3    1  2  1  2    1   1  
 a    b  c   d ( 1  1)
  3   3     3   3     3   3  
   

( ax bx cxd )
1
3 2 3

1
3

6/19/19 OSU/CSE 541 75

 Cuadratura Guassiana
1
1
f ( x)dx  f (0.577)  f (0.577)
f(x)
f(-0.577)
f(0.577)

-0.577 0.577
x
-1 1
6/19/19 OSU/CSE 541 76
 Ejemplo
• Integrar f(x) desde a = 0 hasta b = 0.8
f ( x )  0.2  25 x  200 x 2  675 x 3  900 x 4  400 x 5
• Transformar desde [0, 0.8] hasta [-1, 1]
b (b  a ) 1  (b  a ) x  b  a 
a
f (t )dt 
2 1
f
 2


dx

0 .8 (0.8  0) 1  (0.8  0)t  0.8  0 

I  f ( x )dx   f dt
0 2 1
 2 
 0.4  f ( 0.4t  0.4 )dt
1

1
6/19/19 OSU/CSE 541 77
 Ejemplo
• Resolviendo
I  0.4  f ( 0.4t  0.4 )dt
1

1

1 0.2  25(0.4t  0.4)  200(0.4t  0.4)2 

 0.4   5
dt
  675(0.4t  0.4)  900(0.4t  0.4)  400(0.4t  0.4) 
1 3 4

• Y sustituyendo en la fórmula de 2-puntos:

I  0.4  f ( t )dt
1

1
t  1 / 3
I  0.51674055  1.30583723  1.82257778
Exact integral is 1.64053334
6/19/19 OSU/CSE 541 78
 Cuadratura Guassiana de mayor
orden

• Recordar la forma básica:

n
I   f ( x)dx   ci f ( xi )
1

1
i 1

• Veremos en n=3.
I  c1 f ( x1 )  c2 f ( x2 )  c3 f ( x3 )
• Ahora tenemos 6 incognitas: c1, c2, c3,x1, x2, y x3
– Tres pesos desconocidos (c1, c2 , c3)
– Tres puntos desconocidos (x1, x2 , x3)

6/19/19 OSU/CSE 541 79

 Usar 6 ecuaciones - constante, lineal, cuadratica, cúbica, 4 to
grado, y 5to grado para determinar las incognitas

 c1 f ( x1 )  c2 f ( x2 )  c3 f ( x3 )  c1  c2  c3
1
 1dx  2
1

 c1 f ( x1 )  c2 f ( x2 )  c3 f ( x3 )  c1 x1  c2 x2  c3 x3
1
 xdx  0
1

2
( ) ( ) ( )
1
1x dx  3  c1 f x1  c2 f x2  c3 f x3  c1 x1  c2 x2  c3 x3
2 2 2 2

x 3dx  0  c1 f ( x1 )  c2 f ( x2 )  c3 f ( x3 )  c1 x1  c2 x2  c3 x3
1

3 3 3
1

2
( ) ( ) ( )
1
1
4 4 4
x 4
dx   c1 f x1  c2 f x 2  c3 f x3  c x
1 1  c x
2 2  c x
3 3
5
x 5dx  0  c1 f ( x1 )  c2 f ( x2 )  c3 f ( x3 )  c1 x1  c2 x2  c3 x3
1

5 5 5
1

6/19/19 OSU/CSE 541 80

 Cuadratura Guassiana de mayor
orden

• Podemos resolver estas ecuaciones

c1  5 / 9 c2  8 / 9 c3  5 / 9
x1   3 / 5  0.77459669 x2  0 x2  3 / 5  0.77459669
• Se deriva la fórmula de los tres puntos de Gauss-
Legendre
I  c1 f ( x1 )  c2 f ( x2 )  c3 f ( x3 )
– Es exacta para polinomios hasta de grado 5
(porque usa el polinomio de grado 5to)

6/19/19 OSU/CSE 541 81

 Cuadratura Gaussiana - de Mayor
Orden
1 5 8 5
1 f ( x )dx  9 f (0.775)  9 f (0.0)  9 f (0.775)
f(-0.775)
f(0)
f(0.775)

x
-0.775 0.775
6/19/19 -1 OSU/CSE 541 1 82
 Ejemplo
f ( x )  0.2  25 x  200 x 2  675 x 3  900 x 4  400 x 5
Integrar desde a = 0 hasta b = 0.8
Transformar desde [0, 0.8] a [-1, 1]
f ( x )dx
0.8
I  replazar -0.4 con +0.4
0

0.2  25(0.4t  0.4)  200(0.4t  0.4)2

1 
  5
dt
  675(0.4t  0.4)  900(0.4t  0.4)  400(0.4t  0.4) 
1 3 4

6/19/19 OSU/CSE 541 83

 Ejemplo
• Usando la fórmula de 3-puntos de Gauss-
Legendre:
5  3 8 5  3
I 
f  
  f ( 0)  f  

9  5 9 9  5 

Substituir en la ecuación transformada y obtener:

I  0.281301290  0.873244444  0.485987599

 1.64053334
Integral Exacta : 1.64053334
6/19/19 OSU/CSE 541 84
 Cuadratura Gaussiana

Pueden desarrollar formas de orden superior de

Gauss-Legendre usando
I  c1 f ( x1 )  c2 f ( x2 )  ...  cn f ( xn )

Valores para los c y x son tabulados

Use la misma transformación para mapear en el
intervalo de [-1, 1]

6/19/19 OSU/CSE 541 85

 I   f ( x)dx  c1 f ( x1 )  c2 f ( x2 )  ...  cn f ( xn )
1

1

n 2 3 4 5 6
ci 1.0 0.5555555556 0.3478548451 0.2369268850 0.1713245
1.0 0.8888888889 0.6521451549 0.4786286705 0.3607616
0.5555555556 0.6521451549 0.5688888889 0.4679139
0.3478548451 0.4786286705 0.4679139
0.2369268850 0.3607616
0.1713245

 0.5773502692  0.7745966692  0.8611363116  0.9061798459  0.932469514

0.5773502692 0.0000000000  0.3399810436  0.5384693101  0.661209386
xi 0.7745966692 0.3399810436 0.0000000000  0.238619186
0.8611363116 0.5384693101 0.238619186
0.9061798459 0.661209386
0.932469514
6/19/19 OSU/CSE 541 86
 Cuadratura Gaussiana
• Requiere las evaluaciones de la función en
puntos no uniformemente espaciados dentro
del intervalo de integración
– No es apropiado para los casos donde la
función no es conocida.
– No es adecuado para tratar con datos tabulados
que aparecen en muchos problemas de
ingeniería.
– Si la función es conocida, su eficacia puede ser
una ventaja decisiva.
6/19/19 OSU/CSE 541 87