¿Qué es la cuadratura de Gauss-Hermite?
La cuadratura de Gauss-Hermite es un método numérico para aproximar integrales sobre toda la recta real que llevan el peso gaussiano \(e^{-x^2}\). La regla de n puntos aproxima la integral mediante una suma ponderada del integrando evaluado en n puntos cuidadosamente elegidos: la integral desde menos infinito hasta más infinito de \(e^{-x^2}f(x)\,dx\) es aproximadamente la suma sobre i de \(w_i f(x_i)\). $$\int_{-\infty}^{\infty} e^{-x^2} f(x)\,dx \approx \sum_{i=1}^{\text{Order }n} w_i\, f(x_i)$$ Los nodos \(x_i\) son las raíces del polinomio de Hermite de los físicos \(H_n\), y los pesos \(w_i\) quedan determinados por la ortogonalidad de esos polinomios.
Cómo usar la calculadora
Elige el orden n (el número de puntos, de 2 a 100) y la cantidad de dígitos que quieres mostrar; después solo tienes que leer la tabla de nodos y pesos. Como el cálculo emplea precisión doble estándar, la precisión mostrada se limita a unas 15 cifras significativas: más allá de ese umbral, harían falta operaciones de precisión arbitraria para que los dígitos adicionales tuvieran sentido. La regla de n puntos integra de forma exacta todo polinomio de grado hasta \(2n-1\).
La fórmula explicada
Los nodos son los n ceros reales de \(H_n(x)\), definido por la recurrencia \(H_0=1\), \(H_1=2x\), \(H_{k+1}=2x H_k - 2k H_{k-1}\). Los pesos son $$w_i = \frac{2^{n-1}\, n!\, \sqrt{\pi}}{n^2\, \big[H_{n-1}(x_i)\big]^2}.$$ Esta calculadora utiliza el método estable de Golub-Welsch: construye la matriz de Jacobi tridiagonal simétrica (diagonal nula, fuera de la diagonal \(\sqrt{k/2}\)), halla sus valores propios (los nodos) y sus vectores propios, y asigna a cada peso el valor \(\sqrt{\pi}\) multiplicado por el cuadrado del primer componente del vector propio normalizado correspondiente. Así se evita el desbordamiento que provocan los factoriales grandes.
Ejemplo resuelto (n = 2)
\(H_2(x) = 4x^2 - 2\) tiene como raíces $$x = \pm \frac{1}{\sqrt{2}} = \pm 0.7071067811865475.$$ Cada peso es \(\dfrac{2^1 \cdot 2! \cdot \sqrt{\pi}}{2^2 \cdot [H_1(x_i)]^2}\). Como \(H_1(x)=2x\), se tiene \([H_1]^2 = 2\), así que $$\text{cada peso} = \frac{2 \cdot 2 \cdot 1.7724538509055160}{4 \cdot 2} = 0.8862269254527580.$$ Su suma es \(\sqrt{\pi} = 1.7724538509055160\), una comprobación práctica.
Cómo aplicar los nodos y los pesos a una integral
La cuadratura de Gauss-Hermite aproxima integrales sobre toda la recta real que contienen el peso de los físicos \(e^{-x^2}\):
$$\int_{-\infty}^{\infty} e^{-x^2} f(x)\,dx \approx \sum_{i=1}^{n} w_i\, f(x_i)$$
- Elija n. Un n mayor integra de forma exacta polinomios de mayor grado, pero solo ayuda si f es suave.
- Obtenga los nodos y los pesos. Lea \(x_i\) y \(w_i\) para el orden elegido en la calculadora.
- Identifique f(x). Factorice \(e^{-x^2}\) fuera del integrando. Lo que queda es \(f(x)\).
- Evalúe f en cada nodo: calcule \(f(x_1), \dots, f(x_n)\).
- Multiplique por los pesos: forme cada producto \(w_i f(x_i)\).
- Sume los productos para obtener la aproximación.
Ejemplo: n = 2
Evalúe \(\int_{-\infty}^{\infty} e^{-x^2} x^2\,dx\). Aquí \(f(x)=x^2\). La regla de 2 puntos tiene los nodos \(x_{1,2}=\pm 1/\sqrt{2}\approx \pm 0.70710678\) y los pesos \(w_1=w_2=\sqrt{\pi}/2\approx 0.88622693\).
$$\sum w_i f(x_i) = \frac{\sqrt{\pi}}{2}\left(\tfrac12\right) + \frac{\sqrt{\pi}}{2}\left(\tfrac12\right) = \frac{\sqrt{\pi}}{2} \approx 0.886227$$
Esto es igual al valor exacto \(\sqrt{\pi}/2\). El resultado es exacto porque \(f\) tiene grado 2, que es como máximo \(2n-1 = 3\).
Integrales sin factor gaussiano
Para integrar una función \(g(x)\) que no tiene el factor \(e^{-x^2}\), escriba
$$\int_{-\infty}^{\infty} g(x)\,dx = \int_{-\infty}^{\infty} e^{-x^2}\,\big(g(x)\,e^{x^2}\big)\,dx,$$
así que \(f(x)=g(x)\,e^{x^2}\). Esto funciona bien solo si \(g\) decae más rápido que una gaussiana. De lo contrario, \(f\) crece rápidamente y la regla funciona mal.
Esperanzas normales
Para \(T\sim N(\mu,\sigma^2)\), sustituya \(x=(t-\mu)/(\sqrt{2}\,\sigma)\), es decir, \(t=\mu+\sqrt{2}\,\sigma x\):
$$E[h(T)] = \frac{1}{\sqrt{\pi}} \int_{-\infty}^{\infty} e^{-x^2}\, h(\mu+\sqrt{2}\,\sigma x)\,dx \approx \frac{1}{\sqrt{\pi}} \sum_{i=1}^{n} w_i\, h(\mu+\sqrt{2}\,\sigma x_i)$$
Interpretación de los nodos, los pesos y la precisión
- Simetría. Los nodos son simétricos respecto de cero: si \(x_i\) es un nodo, también lo es \(-x_i\), con el mismo peso. Para n impar, cero es en sí mismo un nodo.
- Rango de los nodos. El nodo mayor crece aproximadamente en el orden de \(\sqrt{2n}\) y se acerca a esa tasa por debajo. Los nodos cubren un intervalo más amplio a medida que n aumenta.
- Pesos. Todos los pesos son positivos y suman \(\int e^{-x^2}dx=\sqrt{\pi}\approx 1.7724539\). Los pesos positivos hacen que la regla sea numéricamente estable. Los pesos exteriores son extremadamente pequeños. Para n = 20 el más pequeño es de alrededor de \(10^{-13}\), y sigue disminuyendo a medida que n crece. Un cálculo directo de estos pesos puede sufrir subdesbordamiento o perder precisión relativa con valores grandes de n.
- Grado de exactitud. Una regla de n puntos es exacta para todo polinomio \(f\) de grado hasta \(2n-1\).
- Término de error. Para una \(f\) suficientemente suave, el error es
$$E_n = \frac{n!\,\sqrt{\pi}}{2^n\,(2n)!}\, f^{(2n)}(\xi)$$
para algún \(\xi\) en la recta real. El resultado depende de la derivada de orden \(2n\) de \(f\), así que la regla funciona mejor cuando esas derivadas se mantienen pequeñas.
- Casos desfavorables. La precisión disminuye con integrandos no suaves (esquinas, saltos, discontinuidades) y con integrandos que crecen más rápido que cualquier polinomio, como \(e^{x^2}\) o más rápido. Aumentar n no corrige de forma fiable estos casos.
- Límites de precisión. En doble precisión (unas 15–16 cifras significativas), los resultados con n grande están limitados por el error de redondeo. Esto afecta sobre todo a los pesos exteriores diminutos, y la precisión relativa de los nodos y los pesos puede degradarse. Trate los órdenes muy altos con precaución y compare los resultados para valores vecinos de n.
Preguntas frecuentes
¿Por qué los pesos siempre suman sqrt(pi)? Al tomar \(f(x)=1\) se obtiene la integral de \(e^{-x^2}\) sobre la recta real, que vale \(\sqrt{\pi}\); la cuadratura la reproduce de forma exacta.
¿Qué convención de Hermite se utiliza aquí? La convención de los físicos, con peso \(e^{-x^2}\). Para el peso de los probabilistas \(e^{-x^2/2}\), los nodos y los pesos difieren por un cambio de escala.
¿Puedo integrar una función sin el factor e^(-x^2)? Sí: escribe \(g(x) = e^{x^2}f(x)\), de modo que la integral de g es aproximadamente la suma de \(w_i e^{x_i^2} g(x_i)\).