stringtranslate.com

Cuadratura gaussiana

Comparación entre cuadratura gaussiana de 2 puntos y cuadratura trapezoidal.
Comparación entre la cuadratura gaussiana de 2 puntos y la cuadratura trapezoidal.
La curva azul muestra la función cuya integral definida en el intervalo [−1, 1] se debe calcular (el integrando). La regla trapezoidal aproxima la función con una función lineal que coincide con el integrando en los puntos finales del intervalo y se representa mediante una línea discontinua naranja. La aproximación aparentemente no es buena, por lo que el error es grande (la regla trapezoidal da una aproximación de la integral igual a y (–1) + y (1) = –10 , mientras que el valor correcto es 23 ). Para obtener un resultado más preciso, el intervalo debe dividirse en muchos subintervalos y luego debe usarse la regla trapezoidal compuesta
, que requiere muchos más cálculos. La cuadratura gaussiana elige puntos más adecuados, por lo que incluso una función lineal aproxima mejor la función (la línea discontinua negra). Como el integrando es el polinomio de grado 3 ( y ( x ) = 7 x 3 – 8 x 2 – 3 x + 3 ), la regla de cuadratura gaussiana de 2 puntos incluso devuelve un resultado exacto.

En el análisis numérico , una regla de cuadratura gaussiana de n puntos , llamada así en honor a Carl Friedrich Gauss , [1] es una regla de cuadratura construida para producir un resultado exacto para polinomios de grado 2 n − 1 o menos mediante una elección adecuada de los nodos x i y pesos w i para i = 1, ..., n .

La formulación moderna que utiliza polinomios ortogonales fue desarrollada por Carl Gustav Jacobi en 1826. [2] El dominio de integración más común para dicha regla se toma como [−1, 1] , por lo que la regla se enuncia como

que es exacta para polinomios de grado 2 n − 1 o menos. Esta regla exacta se conoce como regla de cuadratura de Gauss-Legendre . La regla de cuadratura solo será una aproximación precisa a la integral anterior si f ( x ) se aproxima bien mediante un polinomio de grado 2 n − 1 o menos en [−1, 1] .

La regla de cuadratura de Gauss- Legendre no se suele utilizar para funciones integrables con singularidades en los puntos finales . En cambio, si el integrando se puede escribir como

donde g ( x ) se aproxima bien mediante un polinomio de bajo grado, entonces los nodos alternativos x i ' y los pesos w i ' generalmente darán reglas de cuadratura más precisas. Estas se conocen como reglas de cuadratura de Gauss-Jacobi , es decir,

Los pesos comunes incluyen ( Chebyshev–Gauss ) y . También se puede querer integrar sobre intervalos semi-infinitos ( cuadratura de Gauss–Laguerre ) e infinitos ( cuadratura de Gauss–Hermite ).

Se puede demostrar (véase Press et al., o Stoer y Bulirsch) que los nodos de cuadratura x i son las raíces de un polinomio que pertenece a una clase de polinomios ortogonales (la clase ortogonal con respecto a un producto interno ponderado). Esta es una observación clave para calcular los nodos de cuadratura y los pesos de Gauss.

Cuadratura de Gauss-Legendre

Gráficas de polinomios de Legendre (hasta n = 5)

Para el problema de integración más simple indicado anteriormente, es decir, f ( x ) se aproxima bien mediante polinomios en , los polinomios ortogonales asociados son polinomios de Legendre , denotados por P n ( x ) . Con el n -ésimo polinomio normalizado para dar P n (1) = 1 , el i -ésimo nodo de Gauss, x i , es la i -ésima raíz de P n y los pesos se dan mediante la fórmula [3]

A continuación se tabulan algunas reglas de cuadratura de orden bajo (en el intervalo [−1, 1] ; consulte la sección a continuación para otros intervalos).

Cambio de intervalo

Una integral sobre [ a , b ] debe transformarse en una integral sobre [−1, 1] antes de aplicar la regla de cuadratura de Gauss. Este cambio de intervalo se puede realizar de la siguiente manera:

con

La aplicación de la regla de cuadratura gaussiana de puntos da como resultado la siguiente aproximación:

Ejemplo de regla de cuadratura de Gauss de dos puntos

Utilice la regla de cuadratura de Gauss de dos puntos para aproximar la distancia en metros recorrida por un cohete desde hasta como se indica en

Cambie los límites de modo que se puedan utilizar los pesos y las abscisas que se indican en la Tabla 1. Además, encuentre el error verdadero relativo absoluto. El valor verdadero se indica como 11061,34 m.

Solución

En primer lugar, al cambiar los límites de integración de a se obtiene

A continuación, obtenga los factores de ponderación y los valores de los argumentos de función de la Tabla 1 para la regla de dos puntos.

Ahora podemos utilizar la fórmula de cuadratura de Gauss ya que

Dado que el valor real es 11061,34 m, el error verdadero relativo absoluto es


Otras formas

El problema de integración se puede expresar de una manera ligeramente más general introduciendo una función de peso positiva ω en el integrando y permitiendo un intervalo distinto de [−1, 1] . Es decir, el problema consiste en calcular algunas opciones de a , b y ω . Para a = −1 , b = 1 y ω ( x ) = 1 , el problema es el mismo que el considerado anteriormente. Otras opciones conducen a otras reglas de integración. Algunas de ellas se tabulan a continuación. Se dan los números de ecuación para Abramowitz y Stegun (A y S).

Teorema fundamental

Sea p n un polinomio no trivial de grado n tal que

Nótese que esto será cierto para todos los polinomios ortogonales anteriores, porque cada p n está construido para ser ortogonal a los otros polinomios p j para j < n , y x k está en el espacio de ese conjunto.

Si elegimos los n nodos x i como los ceros de p n , entonces existen n pesos w i que hacen que la integral calculada en cuadratura gaussiana sea exacta para todos los polinomios h ( x ) de grado 2 n − 1 o menor. Además, todos estos nodos x i estarán en el intervalo abierto ( a , b ) . [4]

Para demostrar la primera parte de esta afirmación, sea h ( x ) un polinomio cualquiera de grado 2 n − 1 o menor. Dividúzcalo por el polinomio ortogonal p n para obtener donde q ( x ) es el cociente, de grado n − 1 o menor (porque la suma de su grado y la del divisor p n debe ser igual a la del dividendo), y r ( x ) es el resto, también de grado n − 1 o menor (porque el grado del resto es siempre menor que el del divisor). Como p n es por supuesto ortogonal a todos los monomios de grado menor que n , debe ser ortogonal al cociente q ( x ) . Por lo tanto

Como el resto r ( x ) es de grado n − 1 o menor, podemos interpolarlo exactamente usando n puntos de interpolación con polinomios de Lagrange l i ( x ) , donde

Tenemos

Entonces su integral será igual

donde w i , el peso asociado con el nodo x i , se define como igual a la integral ponderada de l i ( x ) (ver más abajo otras fórmulas para los pesos). Pero todos los x i son raíces de p n , por lo que la fórmula de división anterior nos dice que para todos los i . Por lo tanto, finalmente tenemos

Esto demuestra que para cualquier polinomio h ( x ) de grado 2 n − 1 o menor, su integral está dada exactamente por la suma de la cuadratura gaussiana.

Para demostrar la segunda parte de la afirmación, considere la forma factorizada del polinomio p n . Cualquier raíz conjugada compleja producirá un factor cuadrático que es estrictamente positivo o estrictamente negativo en toda la línea real. Cualquier factor para raíces fuera del intervalo de a a b no cambiará de signo en ese intervalo. Finalmente, para los factores correspondientes a raíces x i dentro del intervalo de a a b que sean de multiplicidad impar, multiplique p n por un factor más para formar un nuevo polinomio.

Este polinomio no puede cambiar de signo en el intervalo de a a b porque todas sus raíces son ahora de multiplicidad par. Por lo tanto, la integral, ya que la función de peso ω ( x ), es siempre no negativa. Pero p n es ortogonal a todos los polinomios de grado n -1 o menor, por lo que el grado del producto debe ser al menos n . Por lo tanto, p n tiene n raíces distintas, todas reales, en el intervalo de a a b .

Fórmula general para los pesos

Los pesos se pueden expresar como

donde es el coeficiente de en . Para demostrarlo, observe que utilizando la interpolación de Lagrange se puede expresar r ( x ) en términos de como porque r ( x ) tiene grado menor que n y, por lo tanto, está fijado por los valores que alcanza en n puntos diferentes. Multiplicando ambos lados por ω ( x ) e integrando de a a b se obtiene

Los pesos w i vienen dados por

Esta expresión integral para se puede expresar en términos de los polinomios ortogonales y de la siguiente manera.

Podemos escribir

donde es el coeficiente de en . Tomando el límite de x a obtenemos usando la regla de L'Hôpital

Podemos entonces escribir la expresión integral para los pesos como

En el integrando, escribiendo

rendimientos

siempre que , porque es un polinomio de grado k − 1 que es entonces ortogonal a . Por lo tanto, si q ( x ) es un polinomio de grado n como máximo tenemos

Podemos evaluar la integral del lado derecho de la siguiente manera. Como es un polinomio de grado n − 1 , tenemos donde s ( x ) es un polinomio de grado . Como s ( x ) es ortogonal a tenemos

Entonces podemos escribir

El término entre paréntesis es un polinomio de grado , que por lo tanto es ortogonal a . La integral puede escribirse así:

De acuerdo con la ecuación ( 2 ), los pesos se obtienen dividiendo esto por y que da como resultado la expresión de la ecuación ( 1 ).

también se puede expresar en términos de los polinomios ortogonales y ahora . En la relación de recurrencia de 3 términos , el término con se anula, por lo que en la ecuación (1) se puede reemplazar por .

Prueba de que los pesos son positivos

Considere el siguiente polinomio de grado donde, como se indicó anteriormente, las x j son las raíces del polinomio . Claramente . Dado que el grado de es menor que , se aplica la fórmula de cuadratura gaussiana que involucra los pesos y nodos obtenidos de . Dado que para j no es igual a i , tenemos

Como tanto y son funciones no negativas, se deduce que .

Cálculo de las reglas de cuadratura gaussiana

Existen muchos algoritmos para calcular los nodos x i y los pesos w i de las reglas de cuadratura gaussiana. Los más populares son el algoritmo de Golub-Welsch que requiere O ( n 2 ) operaciones, el método de Newton para resolver utilizando la recurrencia de tres términos para la evaluación que requiere O ( n 2 ) operaciones y fórmulas asintóticas para n grandes que requieren O ( n ) operaciones.

Relación de recurrencia

Los polinomios ortogonales con para un producto escalar , grado y coeficiente principal uno (es decir, polinomios ortogonales mónicos ) satisfacen la relación de recurrencia

y producto escalar definido

para donde n es el grado máximo que puede tomarse como infinito, y donde . En primer lugar, los polinomios definidos por la relación de recurrencia que comienza con tienen coeficiente principal uno y grado correcto. Dado el punto de partida por , la ortogonalidad de se puede demostrar por inducción. Para uno tiene

Ahora bien, si son ortogonales, entonces también , porque en todos los productos escalares se anulan excepto en el primero y en el que cumple el mismo polinomio ortogonal. Por lo tanto,

Sin embargo, si el producto escalar satisface (que es el caso de la cuadratura gaussiana), la relación de recurrencia se reduce a una relación de recurrencia de tres términos: Para es un polinomio de grado menor o igual a r − 1 . Por otro lado, es ortogonal a todo polinomio de grado menor o igual a r − 1 . Por lo tanto, se tiene y para s < r − 1 . La relación de recurrencia entonces se simplifica a

o

(con la convención ) donde

(el último debido a , ya que difiere de en un grado menor que r ).

El algoritmo de Golub-Welsch

La relación de recurrencia de tres términos se puede escribir en forma matricial donde , es el vector base estándar, es decir, , y J es la siguiente matriz tridiagonal , llamada matriz de Jacobi:

Los ceros de los polinomios de grado n como nodos de la cuadratura gaussiana se pueden hallar calculando los valores propios de esta matriz. Este procedimiento se conoce como algoritmo de Golub-Welsch .

Para calcular los pesos y nodos, es preferible considerar la matriz tridiagonal simétrica con elementos

Eso es,

J yson matrices similares y por lo tanto tienen los mismos valores propios (los nodos). Los pesos se pueden calcular a partir de los vectores propios correspondientes: Sies un vector propio normalizado (es decir, un vector propio con norma euclidiana igual a uno) asociado con el valor propio x j , el peso correspondiente se puede calcular a partir del primer componente de este vector propio, es decir:

¿Dónde está la integral de la función peso?

Véase, por ejemplo, (Gil, Segura y Temme 2007) para más detalles.

Estimaciones de errores

El error de una regla de cuadratura gaussiana se puede expresar de la siguiente manera. [5] Para un integrando que tiene 2 n derivadas continuas, para algún ξ en ( a , b ) , donde p n es el polinomio ortogonal mónico (es decir, el coeficiente principal es 1 ) de grado n y donde

En el caso especial importante de ω ( x ) = 1 , tenemos la estimación del error [6]

Stoer y Bulirsch señalan que esta estimación del error es incómoda en la práctica, ya que puede resultar difícil estimar la derivada de orden 2 n y, además, el error real puede ser mucho menor que un límite establecido por la derivada. Otro enfoque consiste en utilizar dos reglas de cuadratura gaussiana de órdenes diferentes y estimar el error como la diferencia entre los dos resultados. Para este propósito, pueden resultar útiles las reglas de cuadratura de Gauss-Kronrod.

Reglas de Gauss-Kronrod

Si se subdivide el intervalo [ a , b ] , los puntos de evaluación de Gauss de los nuevos subintervalos nunca coinciden con los puntos de evaluación anteriores (excepto en cero para números impares), y por lo tanto el integrando debe evaluarse en cada punto. Las reglas de Gauss-Kronrod son extensiones de las reglas de cuadratura de Gauss generadas al agregar n + 1 puntos a una regla de n puntos de tal manera que la regla resultante sea de orden 2 n + 1 . Esto permite calcular estimaciones de orden superior mientras se reutilizan los valores de función de una estimación de orden inferior. La diferencia entre una regla de cuadratura de Gauss y su extensión de Kronrod se usa a menudo como una estimación del error de aproximación.

Reglas de Gauss-Lobatto

También conocida como cuadratura de Lobatto , [7] llamada así por el matemático holandés Rehuel Lobatto . Es similar a la cuadratura gaussiana con las siguientes diferencias:

  1. Los puntos de integración incluyen los puntos finales del intervalo de integración.
  2. Es preciso para polinomios hasta grado 2 n – 3 , donde n es el número de puntos de integración. [8]

Cuadratura de Lobatto de la función f ( x ) en el intervalo [−1, 1] :

Abscisas: x i es el 1er cero de , aquí denota el polinomio de Legendre estándar de m -ésimo grado y el guión denota la derivada.

Pesos:

Resto:

Algunos de los pesos son:

Una variante adaptativa de este algoritmo con 2 nodos interiores [9] se encuentra en GNU Octave y MATLAB como quadly integrate. [10] [11]

Referencias

Citas

  1. ^ Gauss 1815
  2. ^ Jacobi 1826
  3. ^ Abramowitz y Stegun 1983, pág. 887
  4. ^ Stoer y Bulirsch 2002, págs. 172-175
  5. ^ Stoer y Bulirsch 2002, Thm 3.6.24
  6. ^ Kahaner, Moler y Nash 1989, §5.2
  7. ^ Abramowitz y Stegun 1983, pág. 888
  8. ^ Quarteroni, Sacco y Saleri 2000
  9. ^ Gander y Gautschi 2000
  10. ^ MathWorks 2012
  11. ^ Eaton y otros, 2018

Bibliografía

Enlaces externos