Professional Documents
Culture Documents
INTRODUCCIN
Pgina 1
Integracin de Romberg
Este mtodo usa dos estimaciones de una integral para calcular una tercera ms
exacta.
b
Sea
l(h)
h=
I = f ( x ) dx , mediante una
a
ba
, usando la regla de trapecio.
n
Entonces, el valor de la integral exacta es la suma del valor estimado con un paso
h
ms el error generado:
I =I ( h ) + E (h)
Donde
E ( h)
trapecial.
El mtodo de Romberg propone una tcnica para acelerar la convergencia, en el
clculo de una aproximacin de una integracin numrica, para obtener un tercer
valor ms exacto.
La integracin de Romberg se convierte en el algoritmo ms eficiente dentro de
ste mtodo, la cual es una frmula recursiva.
Pgina 2
subintervalos
h2
I (h1)
I ( h2) , con
respectivamente.
I =I (h1)+ E(h1)
I ( h1 ) + E ( h1 )=I ( h2 ) + E(h 2)
I =I ( h2 ) + E(h 2)
(1)
Donde
ba 2
h f ()
12
f ()
Si se despeja
E(h 1) E(h2)
h1
h2
( )
h1 2
I ( h2 ) + E (h2 )
h2
( )
h
I ( h 1) I ( h2 ) E ( h2 )E ( h 2) 1
h2
( )
[ ( )]
h
E(h 2) 1 1
h2
Pgina 3
E(h 2)
E(h 2) :
I ( h1 )I ( h2 )
I =I ( h 2) +
h
1 1
h2
( )
I ( h1 )I ( h2 )
h
1 1
h2
( )
h2=
h1
2
tenemos:
I I ( h2 ) +
I ( h1 )I ( h2 )
122
I (h1)
4
I ( h 2)
3
3
corresponden cuando
h2=
h1
2 .
Pgina 4
Ejemplo:
Usar el algoritmo de Romberg para aproximar la integral:
2
e x ln dx
1
Pgina 5
Solucin:
Primero se usa la regla del trapecio para llenar el nivel 1. Tenemos entonces que:
l ( h 1 )=
21 1
[ e ln 1+ e 2 ln 2 ]=2.560851701
2
l ( h 2 )=
21 1
[ e ln 1+ 2 e15 ln1.5+ e2 ln 2 ]=2.189010122
4
21 1
5
3
7
l ( h 3 )=
e ln 1+2 e 4 ln + e 2 ln +e 4 ln + e2 ln 2 =2.09430857
8
4
2
4
21 1
1
2
7
l ( h 3 )=
e ln 1+2 e 8 ln + e 8 ln ++ e 8 ln +e 2 ln 2 =2.070524501
16
8
8
8
Usando las frmulas de Romberg para cada nivel, obtenemos la siguiente tabla:
e x lndx 2.062586821
1
Cuadratura Gaussiana
Este se convierte en un excelente mtodo numrico para evaluar integrales
definidas de funciones, por medio de sumatorias simples y fciles de implementar.
Por otra parte, es una aplicacin bastante interesante de los polinomios
ortogonales.
Trabajo de Investigacin ~Mtodos Numricos~
Pgina 6
Una cuadratura de Gauss n-puntos llamada as por Carl Gauss, es una cuadratura
que selecciona los puntos de la evaluacin de manera ptima y no en forma
igualmente espaciada, construida para dar el resultado de un polinomio de grado
2n-1 o menos, elegibles para los puntos x y los coeficientes
wi
para
i=1, , n.
b
I = f ( x ) dx= wif ( xi )
i=0
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)
1
es un polinomio aproximado y
w ( x ) es conocido.
f ( x ) dx = W ( x ) g ( x ) dx wi g( x i)
1
i =0
Donde
w1, w2
x1
ahora no estn fijos a los puntos extremos, sino que son incgnitas, y se
Pgina 7
w 1 f ( x 1 ) + w2 f ( x 2) = 1 dx=2
1
w 1 f ( x 1 ) + w2 f ( x 2) = xdx=0
1
w 1 f ( x 1 ) + w2 f ( x 2) = x 2 dx=
1
2
3
w 1 f ( x 1 ) + w2 f ( x 2) = x 3 dx =0
1
x 1=
1
=0.577350269
3
x 2=
1
=0.577350269
3
1
+f
( 1
)
(
3
3 )
Pgina 8
1
y
( 1
)
(
3 3 )
x=
lleva una
(1)
Pgina 9
=f (x , y )
f (x , y)
x1
y i . Sustituyendo esta
(2)
Ejemplo:
Dada la siguiente ecuacin diferencial con la condicin inicial:
y =2 xy
y ( 0 )=1
Aproximar y ( 0.5 )
Pgina 10
NOTA:
Primero observamos que esta ecuacin s puede resolverse por mtodos
tradicionales de ecuaciones diferenciales. Por ejemplo, podemos aplicar el mtodo
de separacin de variables. Veamos las dos soluciones.
Solucin Analtica.
dy
=2 xy
dx
dy
=2 xdx
y
dy
= 2 xdx
y
ln | y|=x + c
ln 1=0 2+ c
0=c
Pgina 11
e lny=e x
y=e x
x 1=0.5
h=0.1
x0 =0
y 0 =1
h=0,1
f ( x , y ) =2 xy
x2= x0 +h=0.1
y 2= y 1+ hf ( x1 , y 1) =1+0.1 [ 2(0.1)(1)] =1.02
x2 =x1 +h=0.2
y 2= y 1+ hf ( x1 , y 1) =1+0.1 [ 2(0.1)(1)] =1.02
Pgina 12
tabla:
xn
yn
0.1
0.2
1.02
0.3
1.0608
0.4
1.12445
0.5
1.2144
Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para
calcular el error relativo porcentual que se cometi al aplicar la frmula de Euler.
Tenemos que:
100 |=5.42
|1.284021.2144
1.28402
|v|=
Pseudocdigo:
Lea a,b,n,
Trabajo de Investigacin ~Mtodos Numricos~
Pgina 13
h= (b-a)/n
t 0=a
y 0=
y i= y i1 +hf (t i1 , y i1 )
Fin para
Para i desde 1 hasta n haga
t ,y
Imprima ( i i )
Fin
Siendo (t) y (y), vectores, y siendo f() un mtodo que recibe dos parmetros y
arroja un resultado (la funcin)
Mtodo de Heun
Es un mtodo que mejora la estimacin de Euler, al estimar la pendiente con dos
derivadas para el intervalo h evaluado, una en el punto inicial y la otra en el punto
final.
Pgina 14
y i+1
y i+1= yi + f ( xi , y i ) h
En el mtodo de Heun la
y i+1
Pgina 15
Las dos pendientes calculadas, al inicio y al final del intervalo se pueden combinar
para obtener una pendiente promedio para el intervalo:
y =
y + y i+1 f ( x i , y i ) + f ( xi +1 , y i+1 )
=
2
2
, hasta
y i+1
ecuacin corrector:
y i+1= yi +
f ( x i , yi ) + f ( x i+1 , y i +1 )
h
2
y i+1
aplicar de forma iterativa ella misma, varias veces en cada intervalo. De esta
manera en cada intervalo se podr mejorar repetidamente una estimacin de
y i+1
Pseudocdigo:
lea f , x 0 , y 0 , h , n
imprima x0 , y 0
parai desde 1 hasta n
k 1=hf (x 0 , y 0 )
k 2=hf ( x 0+ h , y 0 + k 1 )
Pgina 16
y 1= y 0 +
k 1 +k 2
2
y 0= y 1
x 0=x 0+ h
imprima x0 , y 0
Mtodo de Taylor
El mtodo de Euler no es ms que un caso particular de los mtodos de Taylor,
que consisten de manera general en aproximar la solucin por su polinomio de
Taylor de un orden determinado.
y =f ( x , y )
y ( x0 ) = y 0
y (x )
en un entorno de
x0
aproximaremos
x 0 , x1 , x2 , ,
con
( xx 0 )
N+1
x n+1=x n +h
, y denominados
y0 , y1
a los
Pgina 17
1
1 N
2
N
y n+1= y n+ y ( x n ) h+ y ( n ) h + +
y (x n) h
2
N!
N+ 1
y =cos ( xy ) , con la
1
2
y ( xn +1 ) y n +1= y n + y ( x n ) h+ y ( x n )h
2
Tendremos entonces que:
x
( n y n )
y =( x n ) =f ( x n , y n ) =cos
y =
dcos (xy)
=sen ( xy ) ysen ( xy ) y =sen (xy)( y+ cos ( xy ))
dx
y 1= y 0 +hcos ( x0 y 0 ) +
h2
(sen ( x 0 y 0 ) ( y 0+ cos ( x 0 y 0 ) ) )=
2
Pgina 18
1+ 0.5 cos 0+
0.5
( sen 0 ( 1+cos ( 0 ) ) )=1.5
2
x 2=x 1+ h=1
2
h
y 2= y 1 +hcos ( x 1 y 1) + (sen ( x1 y 1 ) ( y 1+ cos ( x 1 y 1 ) ) )=
2
0.52
(sen (0.5 1.5) ( 1.5+cos ( 0.5 1.5 )) )=1.67569
2
h3
BIBLIOGRAFA
Pgina 19
Pgina 20