Tengo una función tal que
es finita, y quiero aproximar esta integral.
Estoy familiarizado con las reglas de cuadratura y las aproximaciones de las integrales de Monte Carlo, pero veo algunas dificultades para implementarlas en un dominio infinito. En el caso de Monte Carlo, ¿cómo se hace para muestrear una región infinita (especialmente si las regiones que contribuyen más significativamente a la integral son desconocidas)? En el caso de la cuadratura, ¿cómo encuentro los puntos óptimos? ¿Debo simplemente arreglar una región arbitrariamente grande centrada alrededor del origen y aplicar reglas de cuadratura dispersas? ¿Cómo puedo aproximarme a esta integral?
fuente
La forma estándar de hacerlo es extraer de la expresión para un prefactor exponencial, transformarlo en e - x 2 , y luego usar las reglas de la cuadratura gaussiana (o Gauss Kronrod) con esto como un peso. Si f es suave, esto generalmente da excelentes resultados.f(x) e−x2 f
En , lo mismo funciona con el peso e - | x | 2 , y se pueden encontrar fórmulas de cubicación apropiadas, por ejemplo, en el libro de Engels, cuadratura numérica y cubicación.R3 e−|x|2
Las fórmulas en línea están en http://nines.cs.kuleuven.be/ecf/
fuente
Para la cuadratura unidimensional, puede consultar el libro en Quadpack (un viejo dorado pero aún muy relevante en la cuadratura unidimensional) y las técnicas utilizadas en el algoritmo QAGI, un integrador automático para un rango infinito.
Otra técnica es la fórmula de cuadratura doble exponencial, bien implementada por Ooura para un intervalo infinito .
Para la cubicación, puede consultar la Enciclopedia de fórmulas de cubicación de Ronald Cools.
fuente
fuente
Si desea utilizar la integración de Monte Carlo, puede comenzar utilizando el muestreo de importancia con un muestreador que se aproxima aproximadamente a su integrando. Cuanto mejor coincida su muestra con su integrando, menor será la variación en sus estimaciones integrales. No importa que su dominio sea infinito siempre que su muestra tenga el mismo dominio.
fuente