CICLO 2013-I Mdulo: II

Unidad: 03

Semana: 06

MTODOS NUMRICOS Y
PROGRAMACIN DIGITAL
Ing. Fernando
Montesinos Andreses

DIFERENCIACIN E INTEGRACIN NUMRICA

ORIENTACIONES
Para llegar a donde deseas necesitas una
meta, que tu meta sea pasar este curso con
un buen resultado, es decir que puedas
lograr aprender a aprender. Para llegar a
ello debes tener un plan, el cual debe
incluir los puntos siguientes:
Prepararse para la clase.
Asistir a clase.
Solicitar ayuda especial cuando la
necesites

CONTENIDOS TEMTICOS
DIFERENCIACIN E INTEGRACIN NUMRICA

Particularidades de la derivacin numrica.

Frmulas elementales de la integracin numrica.
Frmula de Newton-Cotes.
Frmulas compuestas de integracin numrica.

Motivacin

Definicin del diccionario de diferencias: marcar por diferencias,

distinguir, percibir la diferencia en o entre

En el contexto de las matemticas, LA DERIVADA que sirve

como vehculo fundamental para la diferenciacin, representa la
razn de cambio de una variable dependiente con respecto a
una independiente

La definicin matemtica de la derivada empieza con una

f xi x f xi
y
aproximacin por diferencias

x
x
f xi x f xi
dy
lim
dx x0
x
Si se permite que x se aproxime a cero la diferencia se
convierte en una derivada

Motivacin

En clculo el proceso inverso de la diferenciacin es la

integracin

Definicin del diccionario de integrar: llevar junto, como partes,

en un todo; unir; indicar la cantidad total

Matemticamente, la integracin se representa por

b
integral de la funcin f(x) con respecto a la variable
I f x dx
independiente x, evaluada entre los lmites a y b

La integral es el valor total, o sumatoria de f(x)dx sobre el rango

x=a hasta b

Para funciones que estn por encima del eje x, la integral

corresponde al rea bajo la curva de f(x) en a y b

Motivacin

La discriminacin de la diferenciacin y el llevar junto de la

integracin se vinculan en forma estrecha con procesos que
estn inversamente relacionados

Por ejemplo, si se tiene una funcin dada y(t) que especfica la

posicin de un objeto como funcin del tiempo, la
diferenciacin proporciona un medio para determinar su
velocidad,
dy t
vt

dt

De manera inversa, si se tiene la velocidad como funcin del

tiempo, la integracin se usar para determinar su posicin
t

y t vt dt
0

Motivacin

De esta manera, podemos generalizar que la evaluacin de la

integral
b

I f x dx
a

es equivalente a resolver la ecuacin diferencial

dy
f x
dx
para una y(b) dada la condicin inicial y(a) = 0

Mtodos empleados antes de la era de las

computadoras

La funcin que ser diferenciada o integrada estar usualmente

en una de las siguientes tres formas:

1. Una funcin simple continua tal como un polinomio, una

exponencial, o trigonomtrica
2. Una funcin continua complicada que es difcil o imposible de
diferenciar o integrar de manera directa
3. Una funcin tabulada donde los valores de x y f(x) estn dados
en un nmero de puntos discretos (datos experimentales)

En los casos 2 y 3 se deben usar mtodos aproximados

Mtodos empleados antes de la era de las

computadoras
Diferenciacin grfica por reas desiguales

Se tabulan los datos (x,y), para cada intervalo se calcula una

diferencia dividida simple y/x para estimar la pendiente

Estos valores se grafican como una curva de paso contra x

Luego, se dibuja una curva suave que intenta aproximar el rea

bajo la curva de pasos, equilibrando las reas negativas y
positivas

Las derivadas para valores dados de x pueden leerse de la

curva

Mtodos empleados antes de la era de las

computadoras
x

y/x

70

66,7

60

200

50

50

350

40

40

30

470

30
20

15

650

18

720

23.3

10

10

12

14

y/dx

76.5

57.5

45

36.25

15

25

18

21.5

16

18

20

Mtodos empleados antes de la era de las

computadoras
Integracin grfica

Se grfica la funcin sobre una cuadricula y se cuentan el

nmero de cuadros que aproximan el rea

En nmero de cuadros multiplicado por el rea de los cuadros es

una aproximacin del rea bajo la curva

Barras

Se divide el rea en barras verticales, con una altura igual al

valor de la funcin en el punto medio de cada barra. La suma del
rea de los rectngulos es una aproximacin del rea bajo la
curva

Diferenciacin numrica

De la expansin de la serie de Taylor hasta el trmino de primer

orden

f xi 1 f xi f ' xi xi 1 xi R1

Se puede obtener la primera diferencia hacia delante

Esta diferencia dividida hacia delante no es sino una de tantas que

se pueden desarrollar mediante serie de Taylor para la aproximacin
de derivadas numricas

f ' xi

f xi 1 f xi
Oxi 1 xi
xi 1 xi

Diferenciacin numrica
Aproximacin a la primera derivada con diferencia hacia atrs

La serie de Taylor se puede expandir hacia atrs para calcular

un valor anterior a partir de un valor actual
f xi 1 f xi f ' xi h

f ' ' xi 2
h
2!

Truncando la expansin despus de la 1ra derivada y

ordenando

f xi f xi 1
f ' xi
h

f(b)

xi-1

xi

Diferenciacin numrica
Aproximacin a la primera derivada con diferencias centrales

Una tercera forma de aproximar la 1ra derivada es restando la

expansin de serie de Taylor hacia atrs de la expansin hacia
delante para obtener
f ' ' ' xi 3
f xi 1 f xi 1 2 f ' xi h
h
3!

Despejando
f(b)

f xi 1 f xi 1 f 3 xi 2
f ' xi

h
2h
6
La diferencia central es la representacin ms
exacta de la derivada
xi-1

xi

Diferenciacin numrica
Aproximaciones por diferencias finitas de derivadas de orden
superior

Escribiendo la expansin en serie de Taylor hacia delante para

f(xi+2) en trminos de f(xi)
f ' ' xi
2h2
f xi 2 f xi f ' xi 2h
2!

La expansin en serie de Taylor hacia delante para f(xi+1) puede

multiplicarse por dos y restarse a esta ecuacin para obtener
f xi 2 2 f xi 1 f xi f ' ' xi h 2

f xi 2 f xi 1 f xi
Oh
Despejando f ' ' xi
2
h

2da diferencia finita

hacia adelante

Diferenciacin numrica

2da diferencia finita hacia atrs

f ' ' xi

f xi 2 f xi 1 f xi 2
Oh
2
h

2da diferencia finita central

f ' ' xi

f xi 1 2 f xi f xi 1
2

O
h
h2

Mtodos numricos de integracin

frmulas de Newton-Cotes
Regla trapezoidal
Regla 1/3 de Simpson
Regla 3/8 de Simpson

Cuadratura de Gauss

Frmulas de Newton-Cotes

Se basan en la estrategia de reemplazar una funcin

complicada o datos discretos con una funcin
aproximadab que sea fcil
de integrar
b
I f x dx f n x dx
a

donde fn(x) es un polinomio de la forma

f n x a0 a1 x a2 x 2 an1 x n1 an x n

La integral se puede tambin aproximar mediante

una serie de polinomios aplicada por pedazos a la
funcin o datos sobre segmentos de longitud
constante

Frmulas de Newton-Cotes

Se dispone de formas cerradas y abiertas de

frmulas de Newton-Cotes

FORMAS CERRADAS: son aquellas donde los

datos al inicio y al final de los limites de integracin
son conocidos

FORMAS ABIERTAS: tienen limites de integracin

que se extienden ms all del rango de los datos
No se usan por lo general para integracin definida
Sin embargo, se utilizan para evaluar integrales
impropias y en la solucin de ecuaciones
diferenciales ordinarias

Regla Trapezoidal

Corresponde al caso donde el polinomio es de primer orden

b

I f x dx f1 x dx
f1 x f a

f b f a
x a
ba

El rea bajo esta lnea recta es un estimado de la integral de f(x)

entre los limites a y b
f b f a

x a dx
I f a
ba

a
b

El resultado de la integracin es

f a f b
I b a
2

Regla Trapezoidal

Regla Trapezoidal

Geomtricamente, la regla trapezoidal es

equivalente a aproximar el rea del
trapezoide bajo la lnea que conecta f(a) y
f(b)

La frmula para calcular el rea de un

trapezoide es la altura por el promedio de
las bases. En nuestro caso el trapezoide
esta de lado y la integral se representa
como
I = ancho x altura promedio
o
I = (b - a) x altura promedio

Todas las frmulas cerradas de NewtonCotes pueden expresarse en el formato

general de la ecuacin anterior, y slo
difieren con respecto a la formulacin de
la altura promedio

f(b)

f(a)

I b a

f a f b
2

Error de la regla Trapezoidal

Una estimacin para el error de truncamiento local de una sola

aplicacin de la regla trapezoidal es

Et

1
3
f ' ' b a
12

donde est en algn lugar en el intervalo de a hasta b

Esta ecuacin indica que si la funcin sujeta a integracin es

lineal, la regla trapezoidal es exacta

Para funciones con curvatura puede ocurrir un error

Aplicacin mltiple de la regla

Trapezoidal

Una forma de mejorar la exactitud de la regla trapezoidal es

dividir el intervalo de integracin [a,b] en un nmero de
segmentos y aplicar el mtodo a cada uno de ellos

Las integrales de los segmentos se suman para obtener la

integral de la funcin en [a,b]

Si hay n+1 puntos base igualmente espaciados (x0, x1, x2, xn),
entonces hay n segmentos de igual anchura; h = (b-a)/n

Si a y b son designados como x0 y xn, respectivamente la

integral total se representa como

x1

x2

xn

x0

x1

xn1

f x dx f x dx f x dx

Aplicacin mltiple de la regla

Trapezoidal

I h

Sustituyendo la regla trapezoidal se obtiene

f x0 f x1
f xn1 f xn
f x1 f x2
h
h
2
2
2

Agrupando trminos se obtiene

n 1

h
I f x0 2 f xi f xn
2
i 1

Tambin se puede expresar como

n 1

I b a

f x0 2 f xi f xn
i 1

2n

Aplicacin mltiple de la regla

Trapezoidal

Un error para la regla trapezoidal de mltiple aplicacin se

puede obtener al sumar los errores individuales de cada
segmento para dar
3

b a n
Et
f ' ' i
3
12n i 1

Este resultado se puede simplificar al estimar la media de la

segunda derivada para todo el intervalo como
n

f ''

f ' '
i

i 1

n
3

b a

Quedando el error de truncamiento como

As, si el nmero de segmentos se duplica, el error de

truncamiento disminuir a un cuarto

Ea

12n 2

f ''

Conclusiones - Regla Trapezoidal

Para aplicaciones individuales con buen comportamiento de las

funciones, la regla trapezoidal de mltiples segmentos es casi
fina para obtener el tipo de exactitud requerido en muchas
aplicaciones de ingeniera

Si se requiere de alta exactitud, la regla trapezoidal demanda un

gran esfuerzo computacional

Los errores de redondeo presentan una limitacin en nuestra

habilidad para determinar integrales. Esto se debe tanto a la
precisin de la mquina como a los diversos clculos
involucrados en tcnicas simples como la regla trapezoidal de
mltiples segmentos

Seudo cdigo para la regla trapezoidal

FUNCTION Trapezoidal(h,n,f)

sum = f0
DO i = 1,n-1

sum = sum + 2*fi

END DO

sum = sum + fn
integral = h * sum / 2

END Trapezoidal

Reglas de Simpson
Otra forma de obtener una estimacin ms
exacta de un integral es con el uso de
polinomios de orden superior para
conectar puntos

Regla de Simpson 1/3

Usa interpolacin polinomial de segundo orden

b

I f x dx f 2 x dx

Si a y b se designan como x0 y x2, y f2(x) es representada por un

polinomio de Lagrange de 2do orden, la integral se transforma en

x x1 x x2

x x0 x x2
x x0 x x2
I
f x0
f x1
f x2 dx
x x1 x0 x2
x1 x0 x1 x2
x2 x0 x2 x1

x0 0
x2

Integrando se obtiene

f x0 4 f x1 f x2
h
ba

f x0 4 f x1 f x2
I

a
h
2
3
6
donde a = x0; b = x2 y x1 = punto a la mitad de camino entre a y b

Error de la regla de Simpson 1/3

La regla de Simpson 1/3 tiene un error de truncamiento de

1
Et h5 f 4
90

Et

b a

2880

f 4

La regla de Simpson 1/3 es ms exacta que la regla trapezoidal

El error es proporcional a la cuarta derivada
El trmino del coeficiente de tercer orden se hace cero durante la
integracin de la interpolacin polinomial
En consecuencia la regla de Simpson 1/3 tiene una precisin de
tercer orden an cuando se basa en slo tres puntos
Da resultados exactos para polinomios cbicos an cuando se
deriva de una parbola

Aplicacin mltiple de la regla de

Simpson 1/3

La regla de Simpson 1/3 se puede mejorar al dividir el intervalo de

integracin en un nmero de segmentos de igual anchura,
h = (a-b)/n
La integral total se puede representar como

x4

xn

x0

x2

xn 2

f x dx f x dx f x dx

Sustituyendo la regla de Simpson 1/3

I 2h

x2

f x0 4 f x1 f x2 2h f x2 4 f x3 f x4 2h f xn2 4 f xn1 f xn
6

Combinando trminos
I b a

f x0 4

n 1

n2

f x 2 f x f x

i 1, 3, 5

j 2, 4, 6

3n

Se debe usar un
nmero par de
segmentos para
implementar el
mtodo

Aplicacin mltiple de la regla de

Simpson 1/3

La regla de Simpson 1/3 est limitada a casos en los que los

valores son igualmente espaciados
Adems, est limitada a situaciones donde hay un nmero par
de segmentos y un nmero impar de puntos
Un error estimado para la aplicacin de la regla de Simpson 1/3
se obtiene sumando los errores individuales de los segmentos
y sacando el promedio de la derivada,
Ea

b a

180n 4

Seudo cdigo para la regla de

Simpson 1/3
FUNCTION Simpson13(h,n,f)
sum = f0
DO i = 1,n-1,2
sum = sum + 4*fi + 2*fi+1
END DO
sum = sum + 4*fi + 2*fi+1
integral = h*sum/3
END Simpson13

Regla de Simpson 3/8

Se ajusta un polinomio de Lagrange de tercer orden

a cuatro puntos
y seb integra
b

I f x dx f 3 x dx
a

para obtener
3h
I f x0 3 f x1 3 f x2 f x3
8

I b a

f x0 3 f x1 3 f x2 f x3
8

La regla de Simpson 3/8 tiene un error de

3
Et h5 f 4
80

Et

b a

6480

f 4

Esta regla es ms exacta que la de 1/3

ba
3

Regla de Simpson 3/8

La regla de Simpson 1/3 es a menudo el mtodo de

preferencia, ya que alcanza exactitud de tercer
orden con tres puntos ms que los cuatro puntos
requeridos para la versin 3/8

Sin embargo, la regla 3/8 tiene la utilidad cuando el

nmero de segmentos es impar

Una estrategia para mantener precisin de 3er

orden a travs de todo el intervalo de integracin es
usar la regla de Simpson 1/3 en los primeros
segmentos y la regla de Simpson 3/8 en los ltimos
tres

Seudo cdigo para la estrategia de

integracin usando la Regla de Simpson 1/3
y 3/8
FUNCTION SimpsonT(a,b,n,f)
H = (b - a)/n
IF n = 1 THEN
sum = trapezoidal(h,fn-1,fn)
ELSE
m=n
odd = n/2 INT(n/2)
IF odd > n/2 AND n > 1 THEN
sum = sum + Simp38(h,fn-3,fn-2,fn-1,fn)
m=n-3
END IF
IF m > 1 THEN
sum = sum + Simpson13(h,m,f)
END IF
END IF
integral = sum
END SimpsonT

Seudo cdigo para la estrategia de

integracin usando la Regla de Simpson 1/3
y 3/8

FUNCTION Simp38(h,f0,f1,f2,f3)
Simp38 = 3*h*(f0 + 3*(f1 + f2) + f3)/8
END Simp38

Integracin con segmentos desiguales

Para los casos donde los datos estn separados por segmentos
desiguales un mtodo para la integracin es aplicar la regla
trapezoidal a cada segmento y sumar los resultados
f x0 f x1
f xn1 f xn
f x1 f x2
I h1
h2
hn
2
2
2
hi = ancho del segmento i

Si alguno de los segmentos adyacentes son de igual anchura, se

puede evaluar la integral aplicando las reglas de Simpson a estos
segmentos

Integracin de ecuaciones

Se estudiarn dos mtodos para el clculo de integrales cuando

se dispone de la funcin

1. INTEGRACIN DE ROMBERG: se basa en la extrapolacin de

Richardson, el cual es un mtodo que combina dos estimaciones
numricas de la integral para obtener una tercera, que tiene un
valor ms exacto. Puede usarse para generar una estimacin de
la integral dentro de una tolerancia de error especificada
2. CUADRATURA DE GAUSS: las frmulas de cuadratura de Gauss
emplean valores de x que estn posicionados entre a y b de
forma tal que resulta una estimacin de la integral mucho ms
exacta

Integracin de Romberg

Est basada en aplicaciones sucesivas de la regla

trapezoidal

Sin embargo, se alcanzan mejores resultados con

menos esfuerzo

Integracin de Romberg
EXTRAPOLACIN DE RICHARDSON

Usa dos estimaciones de la integral para calcular una tercera ms

exacta

El error estimado y asociado con una aplicacin mltiple de la

regla trapezoidal puede representarse de manera general como

I I h E h

I:
valor exacto de la integral
I(h): estimacin de I con n segmentos de la
regla trapezoidal
E(h): error de truncamiento

Si hacemos dos estimaciones por separado usando los pasos h1

y h2 y considerando valores exactos del error, se tiene

I h1 Eh1 I h2 Eh2

Integracin de Romberg
EXTRAPOLACIN DE RICHARDSON

El error de la regla trapezoidal puede representarse de manera

aproximada como
ba 2
E
h f ''
12
Suponiendo f constante sin importar el tamao del paso, se
puede determinar la razn de los dos errores,

E h1 h1
2
E h2 h2
2

De esta forma se remueve f

2

Reordenando

h
E h1 E h2 1 2
h2
2

Sustituyendo,

h
I h1 E h2 1 2 I h2 E h2
h2

Integracin de Romberg
EXTRAPOLACIN DE RICHARDSON

E h2

Luego,

I h1 I h2
h
1 1
h2

Esta estimacin de error se puede sustituir en

I I h2 Eh2
I I h2

Estimacin del error de truncamiento en

trminos de las estimaciones de la
integral y del tamao de segmento

Para obtener una estimacin mejorada de

la integral

1
2

h1 1
h
2

I h2 I h1

Integracin de Romberg
EXTRAPOLACIN DE RICHARDSON

Se puede demostrar que el error de dicha estimacin es O(h4).

La estimacin de la regla trapezoidal era O(h2)

h
h2 1
Para el caso especial donde el intervalo es la mitad,
2

1
I I h2 2 I h2 I h1
2 1
I

4
1
I h2 I h1
3
3

Integracin de Romberg
Ejemplo

Calcule la integral de

a = 0, b = 0.8

f x 0,2 25x 200 x 2 675x3 900 x 4 400 x5

I v 1.6405

0.8

0.1728

0.4

1.0688

0.2

1.4848

4
1.0688 1 0.1728 1.3674
3
3

4
1.4848 1 1.0688 1.6235
3
3

Integracin de Romberg

En este ejemplo calculamos dos integrales mejoradas con error

O(h4) sobre la base de tres estimaciones de la regla trapezoidal

Esos dos clculos mejorados pueden, a su vez, combinarse para

obtener un mejor valor con error O(h6)

Para el caso especial donde las estimaciones del trapezoide

original estn basadas sobre sucesivas mitades de tamao de
segmento, la ecuacin para obtener la exactitud de O(h6) es,

16
1
I I m Il
15
15

Im: estimacin mayor

Il: estimacin menor

Integracin de Romberg

De manera similar dos resultados O(h6) pueden combinarse

para calcular una integral que es O(h8),

64
1
I m Il
63
63

Se puede observar que los coeficientes en las ecuaciones de

extrapolacin van aumentando hasta 1. Estos representan
factores ponderados que al aumentar la exactitud dan un peso
relativamente mayor sobre la estimacin de la integral superior

Estas formulaciones se pueden expresar en una forma general,

I j ,k

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

k 1

Ij+1,k-1: integral ms exacta

Ij,k-1: integral menos exacta
Ij,k:
integral mejorada
k:
el nivel de la integracin

k = 1 Regla trapezoidal O(h2)

k = 2 O(h4)
k = 3 O(h6)

Seudo cdigo para la integracin de

Romberg
FUNCTION Romberg (a,b,maxit,es)
LOCAL I(10,10)
n=1
I1,1 = TrapEq(n,a,b)
iter = 0
DO
iter = iter + 1
n = 2iter
Iiter+1,1 = TrapEq(n,a,b)
DO k = 2, iter+1
j = 2 + iter k
Ij,k = (4k-1 * Ij+1,k-1 Ij,k-1)/(4k-1 1)
END DO
ea = ABS(I1,iter+1 I1,iter)/I1,iter+1)*100
IF(iter maxit OR ea es) EXIT
END DO
Romberg = I1,iter+1
END Romberg
TrapEq es una funcin que evala la integral de la funcin usando la regla
trapezoidal

Cuadratura de Gauss

Las frmulas de cuadratura de Gauss emplean valores de x

que estn posicionados entre a y b de forma tal que resulta una
estimacin de la integral muchas ms exacta

Las frmulas particulares de cuadratura de Gauss se

denominan frmulas de Gauss-Legendre

Frmula de Gauss-Legendre de dos

puntos

El objetivo de la cuadratura de Gauss es determinar los

coeficientes de una ecuacin de la forma

I c0 f x0 c1 f x1

(I)

donde:

c0 y c1 son coeficientes desconocidos

x0 y x1 son valores de x posicionados entre a y b, desconocidos

Tenemos un total de 4 incgnitas que deben ser evaluadas,

por lo que se requieren 4 condiciones para determinarlas con
exactitud

1.

La ecuacin (I) ajusta exactamente a la integral de una constante, f(x) = 1

2.

La ecuacin (I) ajusta exactamente a la integral de una funcin lineal, f(x) = x

3.

Supongamos que tambin ajusta la integral de una funcin cuadrtica , f(x) = x2

4.

Supongamos que tambin ajusta la integral de una funcin cbica, f(x) = x3

Frmula de Gauss-Legendre de dos

puntos

Para hacer esto, determinamos las 4 incgnitas y en la

condicin derivamos una frmula de integracin lineal que es
exacta para cbicas

Las 4 ecuaciones que habrn que resolverse son

1

c0 f x0 c1 f x1 1dx 2
1

2
c0 f x0 c1 f x1 x dx
3
1
2

c0 f x0 c1 f x1 xdx 0
1

c0 f x0 c1 f x1 x 3dx 0
1

Resolvindose simultneamente se obtiene

c0 c1 1
x0 1
x1 1

0.5773503

0.5773503

Sustituyendo se obtiene la frmula de GaussLegendre de dos puntos

I f 1
3

f 1
3

Frmula de Gauss-Legendre de dos

puntos

As, llegamos a un resultado interesante en que la simple

suma de los valores de la funcin en x 1 3 dan una
estimacin de la integral que tiene una exactitud de tercer
orden

Observe que se usaron los limites de integracin desde -1 a 1,

con el objetivo de hacer la formulacin tan general como sea
posible

Se emplea un cambio de variable para trasladar otros lmites

de integracin a esta forma

Frmula de Gauss-Legendre de dos puntos

Suponiendo que una nueva variable xd se relaciona con la

variable original x en una forma lineal, dada por

x a0 a1 xd

Si el lmite inferior, x = a corresponde a xd = -1, sustituyendo se

obtiene

a a0 a1 1

Si el lmite superior, x = b corresponde a xd = 1, sustituyendo se

obtiene

b a0 a1 1

Resolviendo

Sustituyendo

a0
x

ba
2

a1

ba
2

b a b a xd
2

dx

ba
dxd
2

Estas dos ltimas ecuaciones podrn sustituirse para x y dx, respectivamente,

en la ecuacin que se habr de integrar

Frmula de Gauss-Legendre de dos

puntos
Ejemplo

Integre

f x 0,2 25x 200 x 2 675x3 900 x 4 400 x5

entre 0 y 0.8

Primero se realiza el cambio de variable

dx 0.4dxd
x 0.4 0.4 xd

0,2 25x 200 x

0.8

675 x 3 900 x 4 400 x 5 dx

0
1

0,2 250.4 0.4 xd 2000.4 0.4 xd 6750.4 0.4 xd 9000.4 0.4 xd 4000.4 0.4 xd 0.4dxd
2

f x d xd 1

f 1 0.516741
3
3

f 1 1.305867
3
3

I 0.516741 1.305867 1.822578

f x d xd 1

Frmulas de Gauss-Legendre de punto

superior

Ms all de la frmula de dos puntos descrita en la seccin

anterior, se puede desarrollar versiones de punto superior en
la forma general

I c0 f x0 c1 f x1 cn1 f xn1

donde n = nmero de puntos

Los valores de las c y las x incluyendo la frmula con seis

puntos se resumen en la siguiente tabla

Factores de peso c y argumentos de la funcin

x usados en las frmulas de Gauss-Legendre
Puntos
2

Factores de peso

Argumentos de la funcin

c0 = 1.0

x0 = -0.577350269

c1 = 1.0

x1 = 0.577350269

c0 = 0.5555556

x0 = -0.774596669

c1 = 0.8888889

x1 = 0.0

c2 = 0.5555556

x2 = 0.774596669

c0 = 0.3478548

x0 = -0.861136312

c1 = 0.6521452

x1 = -0.339981044

c2 = 0. 6521452

X2 = 0. 339981044

c3 = 0. 3478548

X3 = 0. 861136312

c0 = 0.2369269

x0 = -0.906179846

c1 = 0.4786287

x1 = -0.538469310

c2 = 0.5688889

x2 = 0.0

c3 = 0.4786287

x3 = 0.538469310

c4 = 0.2369269

x4 = 0.906179846

c0 = 0.1713245

x0 = -0.932469514

c1 = 0.3607616

x1 = -0.661209386

c2 = 0.4679139

x2 = -0.238619186

c3 = 0.4679139

x3 = 0.238619186

c4 = 0.3607616

x4 = 0.661209386

c5 = 0.1713245

X5 = 0.932469514

Error de truncamiento

f(4)()
f(6)()

f(8)()

f(10)()

f(12)()

Frmulas de Gauss-Legendre de punto

superior

Debido a que la cuadratura de Gauss requiere evaluaciones de

la funcin en puntos espaciados uniformemente dentro del
intervalo de integracin, no es apropiada para casos donde la
funcin se desconoce

As, no es adecuada para problemas con datos tabulados

Sin embargo, cuando se conoce la funcin, su eficiencia

puede ser una ventaja decisiva, en particular cuando se deben
realizar muchas evaluaciones de la integral

Anlisis de error para la cuadratura de

Gauss

El error para las frmulas de Gauss-Legendre se especifica por

lo general con

22 n3 n 1!
Et
f 2 n 2
2n 32n 2!
4

donde n = nmero de puntos menos uno

y f(2n+2)() = la (2n+2)-sima derivada de la funcin despus del
cambio de variable con localizada en algn lugar sobre el
intervalo desde -1 a 1

Al comparar esta ecuacin con la tabla queda expuesta la

superioridad de la cuadratura de Gauss sobre las frmulas de
Newton-Cotes, contando con que las derivadas de orden
superior no aumenten sustancialmente con un incremento en n

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 de Bessel
Jn ( z)

cos( z
0

sen

n ) d

Funcin error
erf ( x )

Discretizacin de ecuaciones integrales

et

dt

Conceptos generales

I( f )

f ( x ) dx

Particin del intervalo [a,b,

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

nodos

b0, b 1, b2,,..., b n coeficientes o pesos

In ( f )

f (xj )

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

f ( x ) dx

b
j 0

h n 3

f
( n 2)!

f (x j )

( n 2)

( ) s 2 ( s 1) ( s n) ds
n

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

f ( x ) dx

b
j 0

h n2

f
( n 1)!

( n 1)

f (x j )
( ) s ( s 1) ( s n) ds
n

 n=1 Regla del Trapecio

b
h
f ( x0 )
f
(
x
)
dx

a
2

h3

f
12

''

( )

f ( x1 )

x 0 x1

n=2 Regla de Simpson

f ( x ) dx
h5

f
90

h
f ( x0 ) 4 f ( x1 ) f ( x 2 )
3

( iv )

( )

x0 x 2

n=3 Regla de Simpson 3/8

f ( x ) dx
3h 5

f
80

3h
8
( iv )

( x 0 ) 3 f ( x1 ) 3 f ( x 2 ) f ( x3 )

( )

x 0 x3

n=4 Newton-Cotes (5 puntos)

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

f ( x ) dx

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

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

Si

f ( x ) dx

b
j 0

h n 3

f
( n 2)!

f (x j )

( n 2)

( )

n 1

s 2 ( s 1) ( s n) ds

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

f ( x ) dx

b
j 0

h n2

f
( n 1)!

f (x j )

( n 1)

( )

n 1

s ( s 1) ( s n) ds

 n=0 Regla del Punto Medio

n=1b

n=2
a

a n=3

h3
f ( x) dx 2h f ( x0 )
f
3

3h
f ( x ) dx
2
x 1 x 2

''

( )

x 1 x1

3h 3
f ( x0 ) f ( x1 )
f
4

( ii )

( )

4h
2 f ( x0 ) f ( x1 ) 2 f ( x 2 )
3
14h 5

f ( iv ) ( )
x 1 x3
45

f ( x ) dx

5h
11 f ( x0 ) f ( x1 ) f ( x 2 ) 11 f ( x3 )
24
95h 5

f ( iv ) ( )
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 ( xk ) f ( x N
a f ( x) dx 2 f ( x0 ) 2
k 1
h2
ET
(b a ) f ' ' ( )
12
b

Frmula de Simpson para N subintervalos

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

m 1
m
h

f
(
x
)
dx

f
(
x
)

2
f
(
x
)

4
f
(
x
)

f
(
x
)

0
2k
2 k 1
2m
a
3
k 1
k 1

h4
ES
(b a ) f ( iv ) ( )
180
b

Integracin de Romberg

Error de la Frmula de Simpson

ES

h4

(b a ) f
180

IV

( ) Ch 4

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

I I S [ h] Ch 4

(16 1) I 16 I S [ h] I S [ 2h]
4 2 I S [ h] I S [ 2h]
I
I R [ h]
d ef
42 1

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

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

IR [ h / 4 ]

IT [ h / 8 ]

IS [ h / 8 ]

IR [ h / 8]

Expresin general:

I kj

IQ [ h / 8 ]

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

Error de orden h2j

Exacta para polinomios de grado 2j-1

4 j 1 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=(ba)/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
f ( a ) 4 f (a h) f (b)
S ( a, b) :
3
b

( iv )

( )

h
h
3h

f
(
a
)

4
f
(
a

2
f
(
a

h
)

4
f
(
a

) f (b)
a

6
2
2

4
(b a )
h

f ( iv ) ( )
a, b
16
180
ab
h
h

S a,
f (a ) 4 f (a
) f ( a h)

2
6
2

h
3h
ab

S
, b
f ( a h) 4 f ( a
) f (b)

2
6
2

f ( x ) dx

Estimacin del error: si

( iv )

( )

1
ab

ab

S ( a, b) S a,
,b
S
15
2
2

a b

a b

S ( a , b) S a ,
, b 15 TOL
S

entonces
y

() f

ab

ab

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

Si

( iv )

a b

a b

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

a b

a b

S a,
, b
S

2
2

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
b

w( x ) f
a

ci

( x ) dx

f ( xi )

i 1

1
Tn ' ( xi )

Tn ( x )
w( x ) dx
x xi

i = 1,2, , n
f ( 2 n )( )
E( f)
( 2 n )!
a<<b

Tn2 ( x )w( x ) dx

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

pn(x) tiene n raices reales distintas,

1
1
4k 1

4
x k 1

cos

O
n
4n 2
8n 2
8n 3

k = 1,2, , n

y los coeficientes de la frmula de cuadratura,

ci

j1
j i

x xj
dx
xi x j
1 xi2

i 1,2 , , n

'
n

( xi )

Polinomios de Legendre

Si [a,b [-1,1, el cambio de variable es:

ba
ba
t
,
2
2

y la frmula de cuadratura queda:

ba
f( x )dx
2

dx

ba
dt
2

ba
ba
c

f
x

E( f)

i
i
2
2

i 1
n

nodos

coeficientes

0.5773502692

1.0000000000

0.7745966692
0.0000000000

0.5555555556

0.8611361159

0.3478548451

0.3399810436

0.6521451549

0.8888888889

I( f )

EJEMPLO:

1.5

x2

dx

cambio de variable a [-1,1

1.5

1
4

e x dx
2

( t 5) 2
16

dx

Gauss-Legendren=2

1
I ( f) e
4

( 0.5773 5 )2
16

( 0.5773 5 )2
16

0.1094003

Gauss-Legendre n=3
( 0.7 7 4 5 9 6
5
1
16
I ( f)
0
.
5555556
e

0.888889 e
0.1093642

( 0 5 ) 2
16

)2

0.555556 e

( 0.7 7 4 5 9 6
5 )2
16

Gauss-Chebyshev
1

f ( x)

1 x

dx

f ( xi )

i 1

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 n2kraices

reales distintas,
1
x cos
k = 0,1,2, , n - 1
k

2n

Gauss-Laguerre

e x f ( x ) dx

n!

ci

f ( xi )

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

Ln 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
j0 k
2 j02 k

1
2
2
1
1

4 n
48 n

2
2

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

-5
+
O(n
)

Gauss-Hermite

x2

f ( x) dx

c
i 1

f ( xi )

En ,, los polinomios de Hermite forman una

familia ortogonal,
H0 ( x ) 1

H1( x ) 2x

H n 2 ( x ) 2 x H n 1 ( x ) 2( n 1 )H n ( x )
n 0 ,1,2 ,

Hn(x) tiene n raices reales y distintas en - ,+[, y

los coeficientes son:

ci

2 n 1 n!
n

H n 1 ( xi )

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
f ( x ) dx
b

es una integral impropia

f(x)
b-e
a

lim f ( x)

x b

lim f ( x)

x b

Si

b e

f ( x) dx

entonces

f ( x) dx lim
e 0

a+e

lim f ( x)

x a

Si

lim f( x )

entonces

x a

f ( x) dx lim
e 0

a e

f ( x) dx

Cuando estos lmites existen, decimos que la integral

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

EJEMPLO
e =0.01

0.0 1
2
0

2
0

tan( x )dx

4.605187

0.0 1
2

tan( x )dx

0.0 1
2

tan( x )dx

tan( x )dx

aplicando cuadratura de Gauss, n=5:

0.0 1
2

0.01 1
0.01

tan

0
.
01

dt

1
2
2
2

4.566650

tan( x )dx

0.0 1
2

tan( x )dx

0.0 0 1
2

0.0 1
2

tan( x )dx

=0.0001 y cuadratura de Gauss, n=5:

tan( x )dx 4.605153 4.566667

0.0 0 1
2

e
2

tan( x )dx

2
0

tan( x )dx

EJEMPLO

=0.01

0.0 1

1
dx
x

0.0 1

1
dx
x

i 1
0.184160
2

0.0 1

5 n=5:
0.0 1 cuadratura
1
0
.01
aplicando
de
Gauss,
dx
c

1
x

dx

1
dx 1.8
x

0.005( t i 1 )

0.0 0 0 1 1
0.0 1
1
1
dx

dx

dx
0

0
0.0 0 0 1
x
x
x
=0.0001 y cuadratura
de Gauss,
:
0.018416
0.18
0.0 1

n=5

1
dx 0.018416 0.18 1.8 1.9984616
x

I. Impropias I.Propias
Cambio de variable
1

x 1 n f( x )dx

x t

n 2

I n t n 2 f( t n )dt
0

Desarrollo por series

1

0.0 0 0 1

e dx

0.0 0 0 1

x2

1 x 2
dx

x
x

x 3
e

dx

0.0 0 0 1
2

Eliminacin
dexla singularidad x
1 cos

dx

e t
1 t

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

f( x )dx lim

f( x )dx
f( x )dx

Convergencia existe el lmite y es un nmero real.

Descomposicin en suma de integrales

f( x )dx

r1

f( x )dx

r2

r1

f( x )dx

a r1 r2 r3 rn
Resulta convenienterndoblar
el intervalo en cada iteracin: rn=2n
1
In
f( x )dx TOL
rn

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.
x e t el intervalo
El cambio
transforma
0 en
t .
0 t 1

EJEMPLO
cambio

x log t
xe

dx

x e x dx

dx

log t dt

1
dt
t

log

1
dt
t

0.0 1
1
1
1
1

log
dt
log
dt
log
dt
0
0
.
0
0
0
1
0
.
0
1
t
t
t
0.000319 0.023273 0.862649 0.88624
0.0 0 0 1

aplicando cuadratura de Gauss, n=5.

EJEMPLO
cambio

2
g( t )

x e

1
t
5

e
t

x2

dt
2

t 0

t 2
I 0.25364
aplicando Romberg.

1 1t 1 3 2
dx e
t

dt
0 t
2

1
t
5

x 2 e x dx

1 3 2
dx
t
dt
2

1
t

Integracin Indefinida
F ( x)

Integral

a x b

f ( t ) dt

definida

sobre

un

rango

variable
Subdividir el intervalo de integracin 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
x

erf ( x )

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

f ( x, y)dA

d f ( x, y)dy dx

Aplicamos la Regla
de Simpson a
d
f ( x , y ) dy
considerando x como
parmetro.
c
b

k
f( x , y )dydx
3
m 1

2k

j1

f( x , y 0 )dx

4k
f( x , y 2 j )dx
3

f( x , y 2 m

la integral

j1

f( x , y 2 j1 )dx

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

Aplicamos Simpson a cada una de estas integrales:

n 1
h
f( x , y j )dx
f( x 0 , y j ) 2 f( x 2 i , y j )
3
i 1

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

b a 4 4 f( j , y j )

h
180
x 4
n

n 1
n
hk
f( x , y )dydx
f 0 ,0 2 f 2 i ,0 4 f2 i 1,0

9
i 1
i 1
m 1

m 1 n 1

m 1

j1

i 1

f2 n ,0 2 f0 ,2 j 4 f2 i ,2 j 8 f2 i 1,2 j
j1

j1

i 1

m 1

n 1

j1

j1

j1

i 1

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

j1

i 1

j1

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

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

n 1

Expresin del error:

( d c )( b a ) 4 4 f
4f
4

E
h

180
x 4
y 4

, ,
R
,
Coeficientes de la frmula de cuadratura:
1

16

16

16

y1 4
c=y0 1
a=x0

16

16

16

x2n-2

x2n-1

d=y2m
y2m-1

y2

x1

x2

x3

x4

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)

c( x)

f ( x, y )dydx

h=(b-a)/2
I

d ( x)

c( x)

b( x)

a( x)

f ( x, y )dxdy

k=k(x)

f ( x, y ) dydx

k ( x)
a 3 f ( x, c( x)) 4 f ( x, c( x) k ( x)) f ( x, d ( x))dx
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))

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

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
PASO 1: dividir [a,b] en 2n subintervalos
PASO 2: en cada nodo xi,

evaluar la funcin

calcular (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

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
1

b a

f ( x ) dx

Sean x1, x2, xn n puntos cualesquiera en

[a,b], resulta previsible que
n
b
1
1

fn
f ( xi )
f ( x)dx

a
n i 1
ba
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

GRACIAS