Documente Academic
Documente Profesional
Documente Cultură
Unidad 4
Diferenciación e integración numérica
Antes de ver algunos ejemplos donde usamos esta fórmula, tratemos de contestar
la pregunta de ¿cuán buena es esta aproximación de la derivada? Por el Teorema
de Taylor sabemos que:
Donde esta entre x y x+h. Si despejamos ahora en esta fórmula por f'(x) y
usamos la definición de tenemos que:
Esta fórmula nos dice que aproxima a f'(x) con un error proporcional a "h",
i.e., O(h).
4.2 Integración Numérica
En análisis numérico, la integración numérica constituye una amplia gama
de algoritmos para calcular el valor numérico de una integral definida y, por
extensión, el término se usa a veces para describir algoritmos numéricos para
resolver ecuaciones diferenciales. El término cuadratura numérica (a menudo
abreviado a cuadratura) es más o menos sinónimo de integración numérica,
especialmente si se aplica a integrales de una dimensión a pesar de que para el
caso de dos o más dimensiones (integral múltiple) también se utilizan.
Este problema también puede ser enunciado como un problema de valor inicial
para una ecuación diferencial ordinaria, como sigue:
Fórmulas de Newton-Cotes
La interpolación con polinomios evaluada en puntos igualmente separados en da
las fórmulas de Newton-Cotes, de las que la regla del rectángulo, la del trapecio y
la de Simpson son ejemplos. Si se escogen los nodos hasta será la fórmula de
Newton-Cotes cerrada y si se escogen será la fórmula de Newton-Cotes abierta.
Regla del rectángulo.
El método más simple de este tipo es hacer a la función interpoladora ser una
función constante (un polinomio de orden cero) que pasa a través del punto .
Este método se llama la regla del rectángulo:
Regla del punto medio
Si en el método anterior la función pasa a través del punto este método se
llama la regla del punto medio:
Regla de Simpson
De la misma manera en que la integral de una función positiva f(x) de una variable
definida en un intervalo puede interpretarse como el área entre la gráfica de la
función y el eje x en ese intervalo, la doble integral de una función
positiva f(x,y) de dos variables, definida en una región del plano xy, se puede
interpretar como el volumen entre la superficie definida por la función y el plano xy
en ese intervalo. Al realizar una "integral triple" de una función f(x,y,z) definida en
una región del espacio xyz, el resultado es un hipervolumen, sin embargo es
bueno notar que si f(x,t,z) el resultado se puede interpretar como el volumen de la
región de integración. Para integrales de órdenes superiores, el resultado
geométrico corresponde a hipervolúmenes de dimensiones cada vez superiores.
La manera más usual de representar una integral múltiple es anidando signos de
integración en el orden inverso al orden de ejecución (el de más a la izquierda es
el último en ser calculado), seguido de la función y los diferenciales en orden de
ejecución. El dominio de integración se representa sobre cada signo de integral, o
a menudo es abreviado por una letra en el signo de integral de más a la derecha:
Definición
El cálculo de varias variables es una extensión del cálculo bidimensional o de una
variable a más de una dimensión. Comúnmente utilizado en el espacio
tridimensional. Por eso, así como la derivación tiene su abstracción
multidimensional, la integración también la tiene.
Integral doble
La doble integral es utilizada en funciones de dos variables independientes, de la
forma z = f ( x , y ). La integral de esta función tiene la forma siguiente:
Cuando los límites superior e inferior son idénticos a excepción del signo, se dice
que existe simetría. Por ello, el límite inferior puede ser 0 y la integral completa se
multiplica por 2. En este caso, por 4 pues los dos pares de límites son simétricos.
4.4 Aplicaciones
La siguiente ecuación representa un movimiento sobre amortiguado de un sistema
masa – resorte:
Unidad 5
Interpolación y ajuste de funciones
En general:
Definición de polinomio
Interpolación lineal
Utilizando triángulos semejantes
Reordenando
Ejemplo:
Donde
Demostración
La función que estamos buscando es una función polinómica L(x) de grado k con
el problema de interpolación puede tener tan solo una solución, pues la diferencia
entre dos tales soluciones, sería otro polinomio de grado k a lo sumo, con k+1
ceros.
Por lo tanto, L(x) es el único polinomio interpolador
Concepto
La resolución de un problema de interpolación lleva a un problema de álgebra
lineal en el cual se debe resolver un sistema de ecuaciones. Usando una base
monómica estándar para nuestro polinomio interpolador, llegamos a la matriz de
Vandermonde. Eligiendo una base distinta, la base de Lagrange, llegamos a la
forma más simple de matriz identidad = δi,j, que puede resolverse inmediatamente.
Ejemplo
Se desea interpolar f(x) = tan(x) en los puntos
f(1) = 1
f(2) = 0.5
f(4) = 0.25
El primer segmento P1(x) = ax + b deberá unir los primeros dos puntos
de coordenadas (1,1) y (2,0.5). Surge un sistema lineal de dos
ecuaciones en dos incógnitas:
(1) 1=a+b
(2) 0.5=2a+b
De (1) se obtiene:
a=1-b (3)
Reemplazando (3) en (2) se obtiene:
0.5=2(1-b)+b
Luego
b=1.5
Reemplazando el valor de (b) en (1), se obtiene:
a = - 0.5
Por lo tanto, se concluye que: P1(x) = - 0.5x + 1.5 El segundo segmento P2(x) =
ax + b deberá unir el segundo punto (2,0.5) con el tercer punto (4,0.25).
Análogamente a lo hecho para P1(x), en el caso de P2(x) se obtiene:
1. (1) 0.5 = 2a + b
2. (2) 0.25 = 4a + b
a = - 0.125, b = 0.75
Luego P2(x) = - 0.125x + 0.75
Interpolación Segmentaria Cuadrática
En este caso, los polinomios P(x) a través de los que construimos el Spline tienen
grado 2. Esto quiere decir, que va a tener la forma P(x) = ax² + bx + c
Como en la interpolación segmentaria lineal, vamos a tener N-1 ecuaciones
(donde N son los puntos sobre los que se define la función). La interpolación
cuadrática nos va a asegurar que la función que nosotros generemos a trozos con
los distintos P(x) va a ser continua, ya que para sacar las condiciones que ajusten
el polinomio, vamos a determinar como condiciones:
Que las partes de la función a trozos P(x) pasen por ese punto. Es decir, que
las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en
cada uno de estos puntos.
Que las partes de la función a trozos P(x) pasen por ese punto. Es decir, que
las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en
cada uno de estos puntos.
La regresión lineal es una técnica que permite cuantificar la relación que puede ser
observada cuando se grafica un diagrama de puntos dispersos correspondientes a
dos variables, cuya tendencia general es rectilínea; mediante una ecuación “del
mejor ajuste” de la forma:
Y= mX+b
m es la pendiente de la recta
b es la ordenada al origen
DIAGRAMAS DE DISPERSIÓN
.
Ello equivale por tanto a hallar los m coeficientes: . En concreto, se
desea que tal función sea la mejor aproximación a los n
pares empleando, como criterio de "mejor", el criterio del mínimo error
cuadrático medio de la función con respecto a los puntos .
El error cuadrático medio será para tal caso:
Siendo i=1, 2, . . ., m
para i=1, 2, . . ., m
para i=1, 2, . . ., m
Unidad 6
Solución de ecuaciones diferenciales
Con esta información se traza una recta, aquella que pasa por y de
pendiente . Esta recta aproxima en una vecinidad de . Tómese
la recta como reemplazo de y localícese en ella (la recta) el valor de y
correspondiente a . Entonces, podemos deducir segun la Gráfica A:
Se resuelve para :
Este método se basa en la misma idea del método anterior, pero hace un
refinamiento en la aproximación, tomando un promedio entre ciertas pendientes.
La fórmula es la siguiente:
Donde
Método de Runge-Kutta
.
6.2 Método de pasos múltiples.
Se considera el problema de valores iniciales (P.V.I.) 8<: y0(x) = f(x; y(x)); x 2 [a;
b]; y(a) = y0 dado, el que supondremos tiene solución única, y : [a; b]
Dada una partición del intervalo [a; b]: a = x0 < x1 < < xN = b; los métodos que
hemos visto hasta aquí sólo usan la información del valor yi de la solución
calculada en xi para obtener yi+1. Por eso se denominan métodos de paso simple.
Parece razonable pensar que también podrían utilizarse los valores yi.
Para ello, si integramos y0(x) = f(x; y(x)) en el intervalo [xi; xi+1], se tiene: Z xi+1 xi
y0(x) dx = Z xi+1 xi f(x; y(x)).
Dada una partición del intervalo [a; b]: a = x0 < x1 < < xN = b; los métodos que
hemos visto hasta aquí sólo usan la información del valor yi de la solución
calculada en xi para obtener yi+1. Por eso se denominan métodos de paso
simple.
Parece razonable pensar que también podrían utilizarse los valores yi.
Para ello, si integramos y0(x) = f(x; y(x)) en el intervalo [xi; xi+1], se tiene: Z xi+1 xi
y0(x) dx = Z xi+1 xi f(x; y(x)).
Ejemplo:
La ley de hooke establece que el resorte ejerce una fuerza de restitución opuesta
a la dirección de alargamiento del resorte peso=kl donde k es la constante de
restitución y l es el alargamiento hasta la posición de equilibrio. Para aplicar la ley
de newton, hay q tener en cuenta q sobre la mas m actúa la fuerza de gravedad
(m.g), la fuerza de restitución (-kx-mg donde x es el alargamiento) , la fuerza de
amortiguación que es proporcional a la velocidad de la masa )-b(dx/dt) con b la
constante de amortiguación ) y las fuerzas externas (F(t)). Así q la ecuación
diferencial q resulta es:
M d^2x/dt^2+b dx/dt+kx=f(t)
La Ley de Hooke:
Por la Ley de Hooke, el resorte mismo ejerce una fuerza de restitución F opuesta a
la dirección del alargamiento y proporcional a su magnitud s. Dicho en términos
simples, F = ks, en donde k es una constante de proporcionalidad. Aunque
cuerpos de distinto peso producen distintos alargamientos del resorte, tal elemento
elástico esta esencialmente caracterizado por él numero k. Por ejemplo, si un
cuerpo que pesa 10lb alarga el resorte en 1/2 pie, entonces,
W=m.g
m d²x/dt² = - k (s + x) + mg = - kx + mg - ks = - kx
d²x/dt² + k/m x = 0
x(0) = ., dx/dt% = %t = 0