
Integrales definidas
|
El objetivo de los métodos de integración es calcular el área que comprenden:
- los límites de integración a y b que son los lados izquierdo y derecho,
- el eje X el lado inferior y
- la función f (x) el lado superior.
Todas son lineas reactas excepto el lado superior que tiene la forma que le da f(x), por lo tanto no es posible obtener la integral simplemente con el área de un polígono regular.
Los métodos numéricos intentan resolver esta complejidad simplificando el lado superior para obtener una aproximación, lo más cercana posible, al valor de la integral.
¿Por qué utilizar métodos numéricos para obtener la integral de una ecuación? Si intentamos obtener la integral de la siguiente ecuación por medios analíticos, simplemente no es posible.

Entonces se requieren los métodos numéricos para obtener un resultado en los casos donde las ecuaciones son complicadas de resolver por medios analíticos o incluso en casos donde no es posible aplicarlos.
La gráfica de la integral se muestra a continuación, si usamos la definición de la integral utilizando las sumas de Riemann observamos que la integral es la suma de las áreas de los rectángulos inscritos bajo la curva, se observan ciertas áreas que no son consideradas entonces spara resolver el problema se hace que el número de rectángulos tienda a infinito, tenemos entonces la integración de Riemann, el cálculo de dichos límites generan las integrales que conocemos por los medios analíticos, pero existen límites que no se pueden obtener y los médios analíticos no se pueden aplicar.

Hay dos clases de métodos para calcular la aproximación de la integral de una ecuación no lineal,
- Las fórmulas de Newton-Cotes: Intentan obtener la integral haciendo una interpolación de grado n entre los límites de integración [a b].
- Las Cuadraturas: Intentan obtener la integral obteniendo puntos interiores a los límites de integración para mejorar el resultado.
Fórmulas de Newton-Cotes
Regla de los rectángulos

Interpolación de grado 0. Se inicia con una interpolación de grado 0 que es llamada la regla de los rectángulo, de tal manera que la aproximación a la integral es el área del rectángulo formado por el eje x, los límites de integración y la interpolación. La ecuación es sencilla
I=(b-a)f(a)

Queda claro que existe un error entre el cálculo de la integral por la regla de los rectángulos y la integral analítica, una vez más los métodos numéricos deben idear algo para reducir el error, y ese algo es dividir los límites de integración en n subintervalos para que se formen n-1 rectángulos y el resultado se mejore quedando de la siguiente manera
h=(b-a)/n
I=hf(x0)+hf(x1)+hf(x2)+…+hf(xn-1)=hSuma(xi) i=0..n-1
function [r] = regla_rectangulos(f,a,b,n)
h=(b-a)/n;
xs=linspace(a,b,n+1);
ys=f(xs);
r=h*sum(ys(1:end-1));
end
function grafica_rectangulos(f,a,b,n)
x = linspace (a, b);
y = f(x);
plot(x,y,'-','LineWidth',1.5)
hold on
ix = linspace (a,b,n+1);
iy = f(ix);
for i=1:n
area([ix(i),ix(i+1)],[iy(i),iy(i)]);
end
hold off
title ('Regla de los rectangulos e^x^2')
end

a=0; % limite inferior
b=1; % limite superior
n =1; % numero de rectangulos
f=@(x) exp(x.^2); %ecuacion que se desea integrar
area = regla_rectangulos(f,a,b,n) %uso del metodo de los rectangulos
grafica_rectangulos(f,a,b,n) %grafica de la integral
Regla de los trapecios

Interpolación de grado 1. La interpolación de grado 1 entre los puntos f(a) y f(b) genera un polígono regular llamado trapecio el cual es la llamada la regla de los trapecios, de tal manera que la aproximación a la integral es el área del trapecio formado por el eje x, los límites de integración y la interpolación de grado 1. La ecuación es también sencilla
I=(b-a)(f(a)+f(b))/2

Existe un pequeño error entre el área del trapecio y la integral analítica, una vez más se dividen los límites de integración en n subintervalos para que se formen n-1 trapecios y el resultado se mejore quedando de la siguiente manera
h=(b-a)/n

function [r] = regla_trapecios(f,a,b,n)
h=(b-a)/n;
xs=linspace(a,b,n+1);
ys=f(xs);
r=h*(ys(1)+2*sum(ys(2:end-1))+ys(end))/2;
end
function grafica_trapecios(f,a,b,n)
x = linspace(a,b);
y = f(x);
plot(x,y,'-','LineWidth',1.5)
hold on
ix = linspace(a,b,n+1);
iy = f(ix);
for i =1:n
area([ix(i),ix(i+1)],[iy(i),iy(i+1)]);
end
hold off
title ('Regla de los Trapecios e^x^2')
end

a=0; % limite inferior
b=1; % limite superior
n=10; % numero de trapecios
f=@(x) exp(x.^2); %ecuacion que se desea integrar
area = regla_trapecios(f,a,b,n)
grafica_trapecios(f,a,b,n)
Regla se Simpson 1/3

Interpolación de grado 2. La interpolación de grado 2 entre los puntos f(a) y f(b) requiere de un punto más para poder generarla, ese punto adicional se obtiene de dividir el intervalo de integración en dos subintervalos. Entonces se tienen 3 puntos que llamaremos x0, x1 y x2, donde:
- x0=a,
- x1=(a+b)/2,
- x2=b-a,
con estos 3 puntos es posible generar la interpolación de grado 2. Integrando y evaluando entre los límites x0 y x2 obtenemos
h=(a+b)/2
I=h/3(f(x0)+4f(x1)+f(x2))
Es claro que para poder aplicar el método de Simpson 1/3 se requieren de 2 subintervalos para poder generar la interpolación de grado 2.

Como en los métodos anteriores, la integral se mejora cuando se divide el intervalo en n subintervalos para cubrir de mejor manera el área bajo la curva. Quedó claro que para aplicar éste método se requiere de 2 subintervalos, si se va a dividir en n subintervalos para mejorar la integral entonces el número de subintervalos debe ser par porque para cada par de subintervalos se aplica una regla de Simpson 1/3.
h=(b-a)/n, n debe ser par
- x0=a,
- x1=x0 + h,
- x2=x1 + h,
- x3=x2 + h,
- x4=x3 + h,
… - xn=xn-1 + h
Se aplica la ecuación de la integral por cada par de subintervalos y se suman para obtener la integral completa
I=h/3(f(x0)+4f(x1)+f(x2)) + h/3(f(x2)+4f(x3)+f(x4)) + … + h/3(f(x-2)+4f(xn-1)+f(xn))

function [r] = regla_simpson13(f,a,b,n)
h=(b-a)/n;
xs=linspace(a,b,n+1);
ys=f(xs);
r=h/3*(ys(1)+4*sum(ys(2:2:end-1))+2*sum(ys(3:2:end-2))+ys(end));
end

a=2; % limite inferior
b=8; % limite superior
n=6; % numero de sunintervalos
f=@(x) (9+4*cos(0.4*x).^2).*(5*exp(-0.5*x)+2*exp(0.15*x)); %ecuacion que se desea integrar
area = regla_simpson13(f,a,b,n)
Simpson 3/8

Interpolación de grado 3. La interpolación de grado 3 entre los puntos f(a) y f(b) requiere de dos punto más para poder generar la interpolación de grado 3, esos puntos adicionales se obtiene al dividir el intervalo de integración en tres subintervalos. Entonces se tienen 4 puntos que llamaremos x0, x1 y x2, donde:
h=(a+b)/3
- x0=a,
- x1=x0 + h,
- x2=x1 + h,
- x3=x2 + h,
con estos 4 puntos es posible generar la interpolación de grado 3. Integrando y evaluando entre los límites x0 y x3 obtenemos
h=(a+b)/3
I=3h/8(f(x0)+3f(x1)+3f(x2)+f(x3))
Es claro que para poder aplicar el método de Simpson 3/8 se requieren de 3 subintervalos para poder generar la interpolación de grado 3.

Como en los métodos anteriores, la integral se mejora cuando se divide el intervalo en n subintervalos para cubrir de mejor manera el área bajo la curva. Quedó claro que para aplicar éste método se requiere de 3 subintervalos, si se va a dividir en n subintervalos entonces el número de subintervalos debe ser múltiplo de 3 porque para cada tres subintervalos se aplica una regla de Simpson 3/8.
h=(b-a)/n, n debe ser múltiplo de 3
- x0=a,
- x1=x0 + h,
- x2=x1 + h,
- x3=x2 + h,
- x4=x3 + h,
… - xn=xn-1 + h
Se aplica la ecuación de la integral por cada tres subintervalos y se suman para obtener la integral completa
I=3h/8(f(x0)+3f(x1)+3f(x2)+f(x3)) + 3h/8(f(x3)+3f(x4)+3f(x5)+f(x6)) + … + 3h/8(f(xn-3)+3f(xn-2)+3f(xn-1)+f(xn))

function [r] = regla_simpson38(f,a,b,n)
h=(b-a)/n;
xs=linspace(a,b,n+1);
ys=f(xs);
r=3*h*(ys(1)+3*sum(ys(2:3:n-1))+3*sum(ys(3:3:n))+2*sum(ys(4:3:n-2))+ys(end))/8;
end

a=2; % limite inferior
b=8; % limite superior
n=6; % numero de subintervalos
f=@(x) (9+4*cos(0.4*x).^2).*(5*exp(-0.5*x)+2*exp(0.15*x)); %ecuacion que se desea integrar
area = regla_simpson38(f,a,b,n)
Cuadraturas
Las fórmulas cerradas de Newton-Cotes usan los límites de integración para fijar los puntos de la función y entre esos límites trazan los polinomios de grado n para hacer la aproximación. Por ejemplo, en el método de los trapecios, se toman los puntos x0, f (x0) y x1, f (x1) para trazar el trapecio. Si cambiamos los límites de integración a un lugar conveniente de tal manera que el área del trapecio sea más precisa lograremos un mejor resultado

Para encontrar los puntos x1 y x2 de tal manera que mejoren la integral se aplica la técnica de los coeficientes indeterminados.
Suponga que la regla de los trapecios se puede expresar como:

Donde w1, x1,w2, x2 están indeterminados, por lo que se requiere de 4 ecuaciones para
obtener los valores.

Gauss-Legendre
Como indicamos anteriormente, la cuadratura de Gauss-Legendre busca encontrar los valores de w1, x1,w2 y x2 para poder calcular la integral, por lo que se requiere de 4 ecuaciones y resolver el sistema. Las cuadro ecuaciones las obtenemos de las integrales que conocemos 1, x, x2 y x3, para simplificar los cálculos integraremos entre los límites -1 y 1. Posteriormente haremos la transformación necesaria para que los límites sean los valores genéricos a y b.
Para dos puntos los valores de los coeficientes son

de tal manera que la ecuación para calcular la integral con el método de cuadratura con dos puntos es la siguiente

Cuadraturas con más puntos
La cuadratura para n puntos se puede expresar como
I = w1 f(x1) + w2 f(x2) + w3 f(x3) + … + wn f(xn)
Haciendo las transformaciones de la misma manera que se hizo con la cuadratura de Gauss-Legendre de 2 puntos, ahora para n puntos tenemos

Donde n es el número de puntos iniciando con 2, wi son los pesos y zi son los factores que afectan a cada punto. A continuación se muestran los valores de wi y zi para los primeros 6 puntos.
function [r] = cuadraturaN(f,a,b,n)
w=[1.,1.,0,0,0,0;
0.55555556,0.88888889,0.55555556,0,0,0;
0.3478548,0.6521452,0.6521452,0.3478548,0,0;
0.2369269,0.4786287,0.5688889,0.4786287,0.2369269,0;
0.1713245,0.3607616,0.4679139,0.4679139,0.3607616,0.1713245];
z=[-0.577350269,0.577350269,0,0,0,0;
-0.774596669,0,0.774596669,0,0,0;
-0.861136312,-0.339981044,0.339981044,0.861136312,0,0;
-0.906179846,-0.538469310,0,0.538469310,0.906179846,0;
-0.932469514,-0.661209386,-0.238619186,0.238619186,0.661209386,0.932469514];
s=0;
for i=1:n
s=s+w(n-1,i)*f((b-a)/2*z(n-1,i)+(a+b)/2);
end
r=(b-a)/2*s;
end

a=300+273.15; % limite inferior
b=600+273.15; % limite superior
n=3; % numero de puntos
f=@(x) 2.41+0.057195*x-4.3e-6*x.^2; %ecuacion a integrar
area = cuadraturaN(f,a,b,n)
integral(f,a,b) %uso de la funcion integral de Matlab
Ejercicio
En un intento por comprender el mecanismo del proceso de despolarización en una celda de combustible, un modelo electrocinético para la corriente mixta de oxígeno-metanol en platino se desarrolló en el laboratorio. Un modelo muy simplificado de la reacción desarrollada sugiere una relación funcional en forma integral. Para encontrar el tiempo requerido para que el 50% del oxígeno sea consumido, el tiempo T está dado por

Encontrar el tiempo requerido para que el 50% del oxígeno sea consumido.
- Dado que se trata de una ecuación muy sencilla calcule la integral por medios analíticos.
- Aplicar los diferentes métodos numéricos y obtenga los resultados.
- Calcule el error relativo porcentual al compararlo con la solución analítica (exacta) y diga cuál fue el mejor resultado y por qué (además de que es porque tiene el menor error).