Академический Документы
Профессиональный Документы
Культура Документы
donde
(g-constante de gravedad) es la fuerza de gravedad y
(c-coeficiente de arrastre) es la fuerza de resistencia del aire.
Sustituyendo esto ltimo obtenemos:
Equivalentemente:
PUBLIDRAT 304
la ecuacin:
De lo cual
obtenemos:
, (k-cte de integracin)
Para calcular la constante de integracin, usamos la hiptesis de que la velocidad
inicial del cuerpo es 0. Esto es,
si
. Sustituyendo estos valores en la
ecuacin de arriba, obtenemos:
Finalmente, despejamos
en funcin de :
PUBLIDRAT 304
desde
hasta
t (s)
v (cm/s)
854.7569
1500.76828
1989.01317
2358.02072
2636.91063
Esta tabla de valores, representa los valores exactos de las velocidades indicadas
que se han obtenido por un mtodo analtico.
A continuacin veremos como podemos aproximar estos datos usando un mtodo
numrico.
Solucin Numrica.
Primero que nada, recordemos que el modelo matemtico del problema esta dado
por:
PUBLIDRAT 304
Cuando
es cercano a
aproximacin :
Lo cual, al sustituirlo en nuestro modelo matemtico nos da:
y obtener lo siguiente:
Esta ltima frmula, la cual es una frmula recursiva, nos permite calcular la
velocidad
. Nuestro
PUBLIDRAT 304
t (s)
v (cm/s)
0.2
196
0.4
381.024
0.6
555.686656
0.8
720.5682033
876.2163839
PUBLIDRAT 304
t (s)
v (cm/s)
876.2163839
1533.074153
2025.489197
2394.629346
2671.356168
Donde hemos omitido los datos intermedios para no hacer ms larga la tabla.
Si hacemos una comparacin entre la tabla de valores exactos y esta ltima de
valores aproximados, vemos que hay diferencias entre los datos obtenidos, es
decir, en la segunda tabla se han cometido ciertos errores que deben ser medidos y
lo que es ms importante, debemos tener alguna forma de poder afirmar: "el
resultado que obtuve es lo suficientemente bueno".
ERRORES
Los errores numricos se generan con el uso de aproximaciones para representar
cantidades y/o operaciones. Esto da lugar a dos tipos de errores:
truncamiento
Errores
redondeo
Los errores de truncamiento, resultan de representar aproximadamente un
procedimiento matemtico exacto. Por ejemplo, en la solucin numrica al
problema del objeto en cada libre, usamos una aproximacin al proceso de
derivacin, el cual es un procedimiento matemtico exacto.
Esto genera
procedimiento.
errores
de
truncamiento
durante
el
PUBLIDRAT 304
Esto es,
Es decir,
PUBLIDRAT 304
De hecho el error que ms usamos es este ltimo, ya que nos da una idea en tanto
por ciento del error que se est cometiendo.
Por ejemplo, en el caso de la varilla el error relativo porcentual es:
PUBLIDRAT 304
como sigue:
En seguida, usamos la serie, agregando un trmino cada vez, para obtener nuevas
aproximaciones hasta que se logre que
PUBLIDRAT 304
#
trminos
Aprox.
valor e
al Error
aproximado
50%
2.5
20%
2.666666667
6.25%
2.708333333
1.54%
2.716666667
0.307%
2.718055556
0.051%
2.718253968
0.007%
2.718278770
0.0009%
Que en realidad tiene 8 cifras significativas. La cota impuesta por , nos asegura
que tendremos al menos n cifras significativas; en este ejemplo, obtuvimos 4 cifras
significativas ms.
PUBLIDRAT 304
x 3 .
4
2
1. 2. La funcin f ( x) x x 1 no tiene races.
2. 3. La funcin f ( x) 5 senx no tiene races.
MTODO GRFICO
Este mtodo bsicamente se usa para localizar un intervalo donde la funcin tiene
alguna raz.
Ejemplo
Localizar un intervalo donde la funcin f ( x ) e
PUBLIDRAT 304
1
x
Solucin
x
Para calcular la raz de f (x) hacemos f ( x) 0 , de donde e ln x . Por lo
tanto, el problema equivale a encontrar el punto de interseccin de las funciones
g ( x) e x y h( x) ln x .
Solucin
Nuevamente, para calcular la raz de f (x) hacemos arctan x x 1 0 , de donde
tenemos arctan x 1 x . As, el problema equivale a encontrar el punto de
interseccin de las grficas de las funciones g ( x) arctan x y h( x) 1 x .
Conocemos bien las grficas de estas funciones:
PUBLIDRAT 304
MTODO DE LA BISECCIN
El mtodo de biseccin se basa en el siguiente teorema de Clculo:
Teorema del Valor Intermedio
continua en un intervalo a, b y supongamos que f (a) f (b) .
Entonces para cada z tal que f (a) z f (b) , existe un x0 a, b tal que
f ( x0 ) z . La misma conclusin se obtiene para el caso que f (a) f (b) .
Sea
f (x)
Bsicamente el Teorema del Valor Intermedio nos dice que toda funcin continua
en un intervalo cerrado, una vez que alcanz ciertos valores en los extremos del
intervalo, entonces debe alcanzar todos los valores intermedios.
f (a ) y
f (b) tienen signos opuestos, entonces un valor
En particular, si
intermedio es precisamente z 0 , y por lo tanto, el Teorema del Valor Intermedio
nos asegura que debe existir x0 a, b tal que f ( x0 ) 0 , es decir, debe haber por
PUBLIDRAT 304
xb
tales que
f ( xa )
f ( xb )
i)
tienen
ii)
iii)
iii) Evaluar
casos:
f ( xa ) y
f ( xr )
xa , xr .
es decir,
PUBLIDRAT 304
Ejemplo
x
1%
Aproximar la raz de f ( x) e ln x hasta que a
.
Solucin
Sabemos por lo visto en el ejemplo 1 de la seccin anterior, que la nica raz de
f (x) se localiza en el intervalo 1,1.5 . As que este intervalo es nuestro punto de
partida; sin embargo, para poder aplicar el mtodo de biseccin debemos checar
que f (1) y f (1.5) tengan signos opuestos.
En efecto, tenemos que
mientras que
1.25
ln(1.25) 0.0636 0
ii) Evaluamos f (1.25) e
iii) Para identificar mejor en que nuevo intervalo se encuentra la raz, hacemos la
siguiente tabla:
PUBLIDRAT 304
En este punto, vemos que todava no podemos calcular ningn error aproximado,
puesto que solamente tenemos la primera aproximacin. As, repetimos el proceso
con el nuevo intervalo 1.25,1.5 .
Calculamos el punto medio (que es nuestra segunda aproximacin a la raz):
Aqu podemos calcular el primer error aproximado, puesto que contamos ya con la
aproximacin actual y la aproximacin previa:
PUBLIDRAT 304
Error
aprox.
9.09%
4.76%
1.28125
2.43%
1.296875
1.20%
1.3046875
0.59%
As, obtenemos como aproximacin a la raz
Ejemplo
1%
Aproximar la raz de f ( x) arctan x x 1 hasta que a
.
Solucin
Como vimos en el ejemplo 2 de la seccin anterior, la nica raz de f (x) se
localiza en el intervalo 0,1 . Para poder aplicar el mtodo de biseccin, es
importante checar que s se cumplen las hiptesis requeridas.
Sabemos que f (x) es contnua en el intervalo 0,1 , y checamos que f (0) y f (1)
tengan signos opuestos.
En efecto,
Mientras que,
PUBLIDRAT 304
Puesto que f (0.5) y f (1) tienen signos opuestos, entonces la raz se localiza en
0.5,1 .
el
intervalo
x 0 .5
r1
En este punto, solo contamos con una aproximacin, a saber,
, que es
el
primer
punto
medio
calculado.
Repetimos el proceso, es decir, calculamos el punto medio ahora del intervalo
0.5,1 ,
Puesto que f (0.5) y f (0.75) tienen signos opuestos, entonces la raz se localiza
en el intervalo 0.5,0.75 .
Calculamos el punto medio,
PUBLIDRAT 304
Error
aprox.
33.33%
20%
11.11%
5.88%
3.03%
1.49%
0.75%
xr8 0.51953125
PUBLIDRAT 304
Donde hemos agregado la lnea recta que une los puntos extremos de la grfica en
el intervalo a, b .
Es claro que si en lugar de considerar el punto medio del intervalo, tomamos el
punto donde cruza al eje x esta recta, nos aproximaremos mucho ms rpido a la
raz; sta es en s, la idea central del mtodo de la regla falsa y sta es realmente
la nica diferencia con el mtodo de biseccin, puesto que en todo lo dems los
dos mtodos son prcticamente idnticos.
Supongamos que tenemos una funcin f (x) que es contnua en el intervalo
xa , xb y adems, f ( xa ) y f ( xb ) tienen signos opuestos.
PUBLIDRAT 304
Este punto es el que toma el papel de xr en lugar del punto medio del mtodo de
biseccin.
As pues, el mtodo de la regla falsa sigue los siguientes pasos:
Sea f (x) contnua,
i)
xa
xb
tales que
f ( xa )
f ( xb )
tienen
ii)
iii)
iii) Evaluar
casos:
PUBLIDRAT 304
f ( xa ) y
Ejemplo 1
x
Usar el mtodo de la regla falsa para aproximar la raz de f ( x) e ln x ,
1%
comenzando en el intervalo 1,2 y hasta que a
.
Solucin
Este es el mismo ejemplo 1 del mtodo de la biseccin. As pues, ya sabemos que
f (x) es contnua en el intervalo dado y que toma signos opuestos en los
extremos de dicho intervalo. Por lo tanto podemos aplicar el mtodo de la regla
falsa.
Calculamos laprimera aproximacin:
Puesto que solamente tenemos una aproximacin, debemos seguir con el proceso.
As pues, evaluamos
PUBLIDRAT 304
, y hacemos la tabla de
Y el error aproximado:
PUBLIDRAT 304
2
f ( x) arctan x x 1 ,
Solucin
Este es el mismo ejemplo 2 del mtodo de la biseccin. As pues, ya sabemos que
se cumplen las hiptesis necesarias para poder aplicar el mtodo, es decir, que
f (x) sea contnua en el intervalo dado y que f (x) tome signos opuestos en los
extremos de dicho intervalo.
Calculamos pues, la primera aproximacin:
PUBLIDRAT 304
PUBLIDRAT 304
a 1%
, el
MTODO DE NEWTON-RAPHSON
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y efectivos.
A diferencia de los mtodos anteriores, el mtodo de Newton-Raphson no trabaja
sobre un intervalo sino que basa su frmula en un proceso iterativo.
Supongamos que tenemos la aproximacin
xi
a la raz x r de f (x) ,
PUBLIDRAT 304
Hacemos y 0 :
Y despejamos x :
,
si
Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos
asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta de
que nos aproximaremos a dicha raz. Desde luego, existen ejemplos donde este
mtodo no converge a la raz, en cuyo caso se dice que el mtodo diverge. Sin
embargo, en los casos donde si converge a la raz lo hace con una rapidez
impresionante, por lo cual es uno de los mtodos preferidos por excelencia.
Ejemplo 1
x
Usar el mtodo de Newton-Raphson, para aproximar la raz de f ( x) e ln x ,
1%
comenzando con x0 1 y hasta que a
.
Solucin
PUBLIDRAT 304
Error
aprox.
21.19%
3.06%
0.052%
Ejemplo 2
Usar el mtodo de Newton-Raphson para aproximar la raz de
f ( x) arctan x x 1 , comenzando con x0 0 y hasta que a 1% .
Solucin
En este caso, tenemos que
PUBLIDRAT 304
0 .5 0
100% 100%
0 .5
Error
aprox.
100%
3.88%
0.01%
Ejemplo 3
Usar el mtodo de Newton-Raphson para aproximar races cuadradas de nmeros
reales positivos.
Solucin
2
Sea R 0 . Queremos calcular x tal que x R ; elevando al cuadrado x R , o
bien:
x2 R 0
2
Esto nos sugiere definir la funcin f ( x ) x R de donde
estos datos en la frmula de Newton-Raphson nos da:
xi 1 xi
La cual simplificada nos da:
PUBLIDRAT 304
xi2 R
2 xi
f ( x) 2 x . Al sustituir
xi 1
1
R
xi
2
xi
Error aprox.
1.96%
0.019%
0.0000018%
La misma idea puede aplicarse para crear algoritmos que aproximen races n simas de nmeros reales positivos.
Observe que cuando el mtodo de Newton-Raphson converge a la raz, lo hace de
una forma muy rpida y de hecho, observamos que el error aproximado disminuye
a pasos agigantados en cada paso del proceso. Aunque no es nuestro objetivo
establecer formalmente las cotas para los errores en cada uno de los mtodos que
hemos estudiado, cabe mencionar que si existen estas cotas que miden con mayor
precisin la rapidez lentitud del mtodo en estudio.
PUBLIDRAT 304
MTODO DE LA SECANTE
Este mtodo se basa en la frmula de Newton-Raphson, pero evita el clculo de la
derivada usando la siguiente aproximacin:
Que es la frmula del mtodo de la secante. Ntese que para poder calcular el
valor de
, necesitamos conocer los dos valores anteriores
y
.
Obsrvese tambien, el gran parecido con la frmula del mtodo de la regla falsa. La
diferencia entre una y otra es que mientras el mtodo de la regla falsa trabaja sobre
intervalos cerrados, el mtodo de la secante es un proceso iterativo y por lo mismo,
encuentra la aproximacin casi con la misma rapidez que el mtodo de NewtonRaphson. Claro, corre el mismo riesgo de ste ltimo de no converger a la raz,
mientras que el mtodo de la regla falsa va a la segura.
Ejemplo
Usar el mtodo de la secante para aproximar la raz de
comenzando con
y hasta que
Solucin
Tenemos que
y
la secante para calcular la aproximacin
PUBLIDRAT 304
1
,
Error
aprox.
0
1
0.612699837
0.653442133
0.652917265
100%
63.2%
6.23%
0.08%
Ejemplo
Usar el mtodo de la secante para aproximar la raz de
comenzando con
, y hasta que
Solucin
Tenemos los valores
y
frmula de la secante para obtener la aproximacin
2
,
, que sustitumos en la
:
PUBLIDRAT 304
Error aprox.
100%
21.4%
3.40%
0.09%
(ITERACIN)
Si la ecuacin es
, entonces puede despejarse
bien sumar
ambos lados de la ecuacin para ponerla en la forma adecuada.
Ejemplos:
1) La ecuacin
2) La ecuacin
se puede transformar en
se puede transformar en
Dada la aproximacin
en
.
.
, es decir,
es contnua
.
En nuestro caso, existe
PUBLIDRAT 304
tal que:
O bien,
en un intervalo
es contnua y
en dicho intervalo.
En el ejemplo 1,
En
el
ejemplo
2,
en
este
caso,
y hasta que
Solucin
Como ya aclaramos anteriormente, el mtodo s converge a la raz.
Aplicando la frmula iterativa tenemos,
1
,
Y un error aproximado de
Ejemplo
2
Usar el mtodo de iteracin del punto fijo para aproximar la raz de
, comenzando con
y hasta que
.
Solucin
Si despejamos la
de donde,
PUBLIDRAT 304
. Un vistazo a la grfica,
Error aprox.
100%
28.41%
6.34%
1.51%
0.35%
EJERCICIOS
NOTA: Usa todos los dgitos en tu calculadora para que la aproximacin sea lo ms
exacta posible.
1. Usa el mtodo de biseccin para aproximar la raz de
comenzando en el intervalo
Solucin:
y hasta que
PUBLIDRAT 304
y hasta que
.
y hasta que
Solucin:
y hasta que
Solucin:
5.
Usa
el
.
mtodo
de Newton-Raphson
comenzando con
Solucin:
para aproximar
y hasta que
raz
.
de
la
y hasta que
Solucin:
y hasta que
Solucin:
y hasta que
Solucin:
9.
10. Usa el mtodo de iteracin del punto fijo para aproximar la raz de
comenzando con
y hasta que
.
Solucin:
PUBLIDRAT 304
PUBLIDRAT 304
a12 x 2
a 22 x 2
an2 x2
a1n x n
a2n xn
a nn x n
b1
b2
bn
a
b
x
donde ij , j son constantes y j son las incgnitas. Se dice que el sistema
tiene n ecuaciones con n incgnitas o simplemente que es de n n .
a
En la notacin ij , i se refiere al rengln, y j se refiere a la columna donde est
ubicado el elemento correspondiente.
MATRICES
El sistema de ecuaciones lineales se puede escribir en forma matricial si
definimos:
i) La matriz de coeficientes:
PUBLIDRAT 304
Si intercambiamos el rengln 1 y 3:
~
II.- Multiplicar un rengln por una constante distinta de cero
Ejemplo:
~
Las operaciones II y III se combinan para sumar un mltiplo de un rengln a otro
rengln.
Ejemplo:
(i) Comenzamos con la matriz:
PUBLIDRAT 304
~
(iii) Sumamos el rengln 1 al rengln 2:
~
1
(iv) Finalmente multiplicamos por 2 el rengln 1 ( lo cual anula el paso
(ii) ):
~
Ahorrando pasos podemos escribir simplemente:
~
Finalmente, las operaciones elementales se utilizan para hacer ceros debajo de
a 0
algn elemento ij
.
Ejemplo: Hacer ceros debajo del elemento a11 en la siguiente matriz:
PUBLIDRAT 304
Solucin. Vemos que para lograr el objetivo, podemos multiplicar el rengln 1 por
2 , y sumarlo al rengln 2. Tambien podemos multiplicar el mismo rengln 1 por
3, y sumrselo al rengln 3:
~
El objetivo final es transformar una matriz A en una matriz escalonada .
Definicin. Una matriz se llama escalonada si el primer elemento no cero en cada
rengln est ms a la derecha que el del rengln anterior.
Ejemplos:
1) La matriz
s es escalonada.
2) La matriz
no es escalonada.
Obviamente el escalonamiento de una matriz se logra haciendo ceros debajo de
los elementos adecuados.
Ejercicios:
1) Usando operaciones elementales, escalonar la siguiente matriz:
PUBLIDRAT 304
Tenemos ahora todas las herramientas para estudiar nuestros dos primeros
mtodos numricos de solucin a sistemas de ecuaciones lineales.
METODOS DE SOLUCION
PUBLIDRAT 304
METODO DE GAUSS
Este mtodo se aplica para resolver sistemas lineales de la forma:
a'ij
a
donde la notacin
se usa simplemente para denotar que el elemento ij
cambi. Se despejan las incgnitas comenzando con la ltima ecuacin y hacia
arriba. Por esta razn, muchas veces se dice que el mtodo de eliminacin
Gaussiana consiste en la eliminacin hacia adelante y sustitucin hacia atrs.
Ejemplo:
1. Resolver el siguiente sistema de ecuaciones:
PUBLIDRAT 304
2) Resolver:
PUBLIDRAT 304
Solucin.
De donde,
x2
PUBLIDRAT 304
2
3 ; sustitumos arriba y obtenemos:
(*)
Error relativo
porcentual
0.667
-33
10,000 %
0.0067
-3
1,000 %
0.00067
100 %
0.000067
.3
10 %
0.6666667
0.33
1%
x1
1
3.
De donde obtenemos
x2
2
3 ; sustituyendo arriba nos da:
#
Cifras
Signifi
PUBLIDRAT 304
(*)
Error
Relativo
cativa
s
3
4
5
6
7
Porcentua
l
0.667
0.6667
0.66667
0.666667
0.6666667
0.333
0.3333
0.33333
0.333333
0.3333333
0.1 %
0.01 %
0.001 %
0.0001 %
0.00001 %
En este ltimo caso, vemos que el error relativo porcentual no vara drsticamente
como en la solucin anterior.
As, vemos que los elementos que son cercanos a cero, son elementos malos para
hacer ceros. En general, para evitar este problema se elige como elemento para
hacer ceros (el cual recibe el nombre de elemento pivotal o simplemente pivote)
como el elemento mayor en valor absoluto de entre todos los candidatos.
A este procedimiento se le llama pivoteo parcial y aplicado a la eliminacin
Gaussiana, nos d el llamado mtodo de eliminacin Gaussiana con pivoteo
(parcial).
Podemos resumir el pivoteo (parcial) como sigue:
Ejemplo 1:
Usar eliminacin Gaussiana con pivoteo para resolver el siguiente sistema:
PUBLIDRAT 304
Y procedemos a hacer ceros debajo del pivote. Para ello, multiplicamos el rengln
1
1 por 2 y se lo sumamos al rengln 2. Tambin, multiplicamos el rengln 1
0.2
2
por
y lo sumamos al rengln 3. Esto nos da la matriz:
Y procedemos a hacer ceros debajo del elemento pivote. Para ello multiplicamos el
.05
rengln 2 por 1.25 y lo sumamos al rengln 3 para obtener:
PUBLIDRAT 304
Ejemplo 2.
Usar eliminacin Gaussiana con pivoteo para resolver el siguiente sistema de
ecuaciones:
PUBLIDRAT 304
PUBLIDRAT 304
Para lograr esto, se usa la tcnica del pivoteo con la nica diferencia que el pivote
se usa para hacer ceros hacia abajo y hacia arriba.
Ejemplo 1:
sistema:
Solucin.
~
PUBLIDRAT 304
Para hacer ceros arriba del pivote 1.25, multiplicamos el rengln 2 por 1.25 y se
lo sumamos al rengln 1; para hacer ceros debajo del mismo pivote, multiplicamos
al mismo rengln 2 por
0.5
1.25
por
1.9
0.09
0.85
0.09
Ejemplo 2.
sistema:
PUBLIDRAT 304
Solucin.
Observamos que el primer elemento pivote est bien colocado y por lo tanto no hay
necesidad de intercambiar renglones. Por lo tanto hacemos ceros debajo del pivote
a11 1 ; para ello, multiplicamos el rengln 1 por 0.4 y se lo sumamos al rengln 2,
y tambin multiplicamos el mismo rengln 1 por 0.5 y se lo sumamos al rengln
3. Esto nos da la siguiente matriz:
Para elegir el segundo elemento pivote, debemos escoger el elemento mayor (con
valor absoluto) entre a 22 2.8 y a32 4 , el cual obviamente es ste ltimo. Por lo
tanto, debemos intercambiar el rengln 2 y el rengln 3. Tenemos entonces:
2.8
4
Nuestro tercer elemento pivote es a33 0.15 . Para hacer ceros arriba de este
0.5
elemento, multiplicamos el rengln 3 por 0.15 y lo sumamos al rengln 2, y
tambin multiplicamos el mismo rengln 3 por
nos da:
PUBLIDRAT 304
2.75
0.15
MATRIZ INVERSA
Una de las aplicaciones del mtodo de Gauss-Jordan, es el clculo de matrices
inversas. Recordamos primero la definicin de matriz inversa.
Definicin. Sea A una matriz de nxn . La matriz inversa de A es una matriz B
de nxn tal que:
1
Se escribe B A para denotar la matriz inversa. Cuando la matriz inversa existe,
es
nica,
pro
no
siempre
existe
la
matriz
inversa.
1
Un resultado de algebra lineal prueba que la matriz inversa A existe si y solo
si
el
determinante
de
A
es
distinto
de
cero.
El mtodo de Gauss-Jordan procede como sigue:
aplicamos el mtodo de Gauss-Jordan para hacer los ceros y unos y obtener del
lado izquierdo la matriz identidad I n . Del lado derecho lo que obtendremos ser la
matriz inversa de A.
Ejemplo 1. Usar el mtodo de Gauss-Jordan para calcular la matriz inversa de
la siguiente matriz:
Solucin.
El primer elemento pivote a11 4 est bien colocado y procedemos a hacer ceros
1
debajo de este elemento. Para ello, multiplicamos el rengln 1 por 4 y lo
sumamos al rengln 2. Esto nos da:
Nuestro segundo elemento pivote es a 22 0.25 . Para hacer ceros arriba de este
11
elemento, multiplicamos el rengln 2 por 0.25 y lo sumamos al rengln 1. Esto nos
da:
1
4
Ejemplo 2.
de:
PUBLIDRAT 304
Solucin.
matriz identidad:
Vemos que el primer elemento pivote a11 2 est bien colocado y procedemos a
hacer ceros debajo de este elemento. Para ello multiplicamos el rengln 1 por
lo sumamos al rengln 2; tambin, multiplicamos el mismo rengln 1 por
sumamos al rengln 3. Esto nos da:
0.3125
2
0.5
2
y lo
Para elegir el segundo elemento pivote, debemos escoger el elemento mayor (con
valor absoluto) entre a 22 0.2 y a32 1.25 , el cual obviamente es ste ltimo.
Por lo tanto, debemos intercambiar el rengln 2 y el rengln 3. Tenemos entonces:
0.2
1.25
Nuestro tercer elemento pivote es a33 0.4 . Para hacer ceros arriba de este
3.125
elemento, multiplicamos el rengln 3 por 0.4 y lo sumamos al rengln 2, y
PUBLIDRAT 304
METODO DE GAUSS-SEIDEL
El mtodo de Gauss-Seidel, es un mtodo iterativo y por lo mismo, resulta ser un
mtodo bastante eficiente. Comenzamos con nuestro sistema de ecuaciones:
PUBLIDRAT 304
Este ltimo conjunto de ecuaciones son las que forman nuestras frmulas
iterativas. Para comenzar el proceso iterativo, le damos el valor de cero a las
variables x 2 , , x n ; esto nos dar un primer valor para x1 . Ms precisamente,
tenemos que:
PUBLIDRAT 304
hasta que
a 1%
Solucin
Primero despejamos las incgnitas x1 , x 2 y x3 de las ecuaciones 1, 2 y 3
respectivamente. Tenemos:
PUBLIDRAT 304
Ahora sustituimos
obtener x3 :
PUBLIDRAT 304
Ahora si podemos calcular los errores absolutos para cada una de las incgnitas.
Tenemos:
Puesto que no se ha logrado el objetivo, debemos repetir el mismo proceso con los
ltimos valores obtenidos de cada una de las incgnitas. Ntese que aunque el
a ,3
error aproximado
ya cumple con ser menor al 1%, esto se debe de cumplir
para los tres errores aproximados!
Por lo tanto repetimos el mismo proceso. Omitiendo los pasos intermedios,
obtenemos:
Vemos que ahora si se ha cumplido el objetivo para cada uno de los errores
aproximados. Por lo tanto, conclumos que la solucin aproximada es:
,para
cada
La condicin de ser una matriz diagonalmente dominante simple mente significa
que los elementos de la diagonal son mayores (en valor absoluto) que la suma de
los valores absolutos de los dems elementos del mismo rengln. Ntese que en el
ejemplo anterior, la matriz si es diagonalmente dominante y por lo tanto, el mtodo
de Gauss-Seidel si converge a la solucin del sistema.
Sin embargo, la condicin de la matriz diagonalmente dominante, solamente es una
condicin suficiente pero no necesaria, es decir, existen sistemas de ecuaciones
que no cumplen con la condicin y que si convergen a la solucin y tambin existen
sistemas de ecuaciones que no cumplen con la condicin y que no convergen a la
solucin.
Finalmente, obsrvese que aunque un sistema no cumpla con la condicin de ser
diagonalmente dominante, es posible a veces, lograr que si se cumpla con esta
condicin mediante un intercambio de renglones, como veremos en el siguiente
ejemplo.
Ejemplo 2
Usar el mtodo de Gauss-Seidel para aproximar la solucin del sistema:
hasta que
a 1%
Solucin
En este caso, vemos que la matriz de coeficientes del sistema no es
diagonalmente dominante (por qu?). Pero tambien vemos que si
intercambiamos los renglones 2 y 3 entonces si es diagonalmente dominante.
As, primero hacemos el intercambio de renglones y nuestro sistema es:
PUBLIDRAT 304
x1 19.69765 ; sustituyendo
en la ecuacin 1, obtenemos
x1 19.69765 y x3 0.04613 en la ecuacin 2, obtenemos x 2 3.42775 ;
sustituyendo x1 19.69765 y x 2 3.42775 en la ecuacin 3, obtenemos
x3 0.05207 . Por lo tanto, nuestra segunda aproximacin es:
Y ahora si podemos calcular los errores aproximados para cada una de las
incgnitas. Tenemos:
PUBLIDRAT 304
Cuarta Iteracin:
As, el objetivo se ha logrado hasta la cuarta iteracin y tenemos que los valores
aproximados de la solucin del sistema son:
EJERCICIOS
NOTA: En todos los ejercicios, redondea tus resultados a cinco decimales.
1. Usa el mtodo de Gauss con pivoteo para resolver el siguiente sistema:
Solucin:
2. Usa el mtodo de Gauss con pivoteo para resolver el siguiente sistema:
PUBLIDRAT 304
Solucin:
3. Usa el mtodo de Gauss-Jordan para resolver el siguiente sistema:
Solucin:
4. Usa el mtodo de Gauss-Jordan para resolver el siguiente sistema:
Solucin:
5. Calcula la matriz inversa de las siguientes matrices usando el mtodo de GaussJordan:
i)
Soluciones:
i)
PUBLIDRAT 304
ii)
ii)
a 1%
a 1%
Solucin:
7. Usa el mtodo de Gauss-Seidel hasta que
del siguiente sistema de ecuaciones:
Solucin:
PUBLIDRAT 304
INTERPOLACIN
datos, cuando est definida y es usada para aproximar valores fuera del intervalo.
Evidentemente pueden existir varios tipos de funciones que interpolen los mismos
datos; por ejemplo,funciones trigonomtricas, funcionesexponenciales, funciones
polinomiales, combinaciones de stas, etc.
El tipo de interpolacin que uno elige, depende generalmente de la naturaleza de
los datos que se estn manejando, as como de los valores intermedios que se
estn esperando.
PUBLIDRAT 304
En este caso, el polinomio de interpolacin es la funcin lineal que une a los dos
puntos dados. Por lo tanto, tenemos que
f ( x ) y0
y1 y0
( x x0 )
x1 x0
es el polinomio de interpolacin.
La siguiente grfica representa este caso:
PUBLIDRAT 304
Observacin.
Vemos que en el polinomio de interpolacin del caso n=1 se encuentra como
primer trmino, y0 , que es el polinomio de interpolacin del caso n=0.
Continuemos:
Caso n=2
Tenemos los datos:
trmino cuadrtico
Si asignamos
resultado:
f ( x0 ) b0
PUBLIDRAT 304
f ( x0 ) y0 , entonces:
b1
b2 , quedndonos el
y0 b0
f ( x2 ) y2 , y ya sabemos que y0 b0
Como se debe cumplir que
y1 y0
b1
x1 x0
, sustitumos estos datos para despus despejar el valor de b2 :
y2 y0
y1 y0
( x2 x0 ) b2 ( x2 x0 )( x2 x1 )
x1 x0
y2 y0
y1 y0
( x2 x0 )
x1 x0
b2 ( x2 x0 )
x2 x1
PUBLIDRAT 304
y2 y1 y1 y0
x2 x1 x1 x0
b2
x2 x0
Por lo tanto, el polinomio de interpolacin para este caso es:
Observacin.
Vemos que efectivamente el polinomio de interpolacin contiene al del caso
anterior, ms un trmino extra que es de un grado mayor, pero adems vemos que
cada uno de los coeficientes del polinomio de interpolacin, se forman a base de
cocientes de diferencias de cocientes de diferencias, etc. Esto da lugar a la
definicin de diferencias divididas finitas de Newton, como sigue:
DIFERENCIAS DIVIDIDAS FINITAS DE NEWTON
Las diferencias divididas finitas de Newton, se define de la siguiente manera:
f [ xi , x j ]
f ( xi ) f ( x j )
f [ xi , x j , xk ]
xi x j
f [ xi , x j ] f [ x j , xk ]
PUBLIDRAT 304
xi xk
f [ xn , xn 1 ,, x1 , x0 ]
f [ xn ,, x1 ] f [ xn 1 ,, x0 ]
xn x0
f [ x3 , x2 , x1 ] f [ x2 , x1 , x0 ]
x3 x0
donde a su vez:
f [ x3 , x2 , x1 ]
f [ x3 , x2 ] f [ x2 , x1 ]
x3 x1
f [ x2 , x1 , x0 ]
f [ x2 , x1 ] f [ x1 , x0 ]
x2 x01
Y donde a su vez:
f [ x3 , x2 ]
f ( x3 ) f ( x2 )
x3 x2
etc.
Podemos ahora definir nuestro primer tipo de polinomio de interpolacin.
PUBLIDRAT 304
f x b0 b1 x x0 b2 x x0 x x1 bn x x0 x x1 x xn 1
donde :
b0 f x0
b1 f [ x1 , x0 ]
b2 f x2 , x1 , x0
bn f xn ,, x0
PUBLIDRAT 304
Solucin.
Procedemos como sigue:
Ejemplo 2. Calcular la tabla de diferencias divididas finitas con los siguientes datos
:
PUBLIDRAT 304
TEOREMA .
Si x0 , x1 ,, xn son nmeros reales distintos, entonces para valores arbitrarios
y0 , y1 ,, yn existe un polinomio nico f n x , de a lo ms grado n, y tal que:
f n xi yi
DEMOSTRACIN.
En realidad, no probaremos formalmente la existencia de un polinomio de
interpolacin, aunque informalmente aceptamos que dada cualquier tabla de datos,
el polinomio de Newton siempre existe.
Probemos la unicidad del polinomio de interpolacin.
Supongamos que g n x es otro polinomio de interpolacin de a lo ms grado n,
Sea hn x f n x g n x
PUBLIDRAT 304
hn xi f n xi g n xi yi yi 0
Por lo tanto,
fn x gn x
PUBLIDRAT 304
l0 x0 1 1 c x0 x1 x0 x2 x0 xn
1
x0 x1 x0 x2 x0 xn
l0 x
x x1 x x2 x xn
x0 x1 x0 x2 x0 xn
l j x
(x x )
(x
i j
PUBLIDRAT 304
i j
xi )
, para j 1, , n
Ejemplo 1
Calcular el polinomio de Lagrange usando los siguientes datos:
donde:
l0 ( x )
(2)(4)(6)
48
l1 ( x)
(2)( 2)(4)
16
l2 ( x )
l3 ( x)
(4)(2)(2)
16
(6)(4)(2)
48
24
16
8
16
f ( x)
PUBLIDRAT 304
Ejemplo 2.
Calcular el polinomio de Lagrange usando los siguientes datos:
f ( x) l0 ( x) l1 ( x) 3l2 ( x) 2l3 ( x)
donde:
l0 ( x)
( 2)(4)(6)
48
l1 ( x )
( 2)( 2)(4)
16
l2 ( x )
(4)(2)(2)
16
l3 ( x)
(6)(4)(2)
48
PUBLIDRAT 304
48
16
16
24
f ( x)
INTERPOLACIN DE SPLINES
Terminamos este captulo, estudiando un tipo de interpolacin que ha demostrado
poseer una gran finura, y que inclusive es usado para el diseo por computadora,
por ejemplo, de tipos de letra.
Esta interpolacin se llama interpolacin segmentaria o interpolacin por splines.
La idea central es que en vez de usar un solo polinomio para interpolar los datos,
podemos usar segmentos de polinomios y unirlos adecuadamente para formar
nuestra interpolacin.
Cabe mencionar que entre todas, las splines cbicas han resultado ser las ms
adecuadas para aplicaciones como la mencionada anteriormente.
As pues, podemos decir de manera informal, que una funcion spline est
formada por varios polinomios, cada uno definido en un intervalo y que se unen
entre si bajo ciertas condiciones de continuidad.
Definicin. (Splines de grado k)
PUBLIDRAT 304
xi 1 , xi .
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada
uno de los puntos mediante segmentos de recta, como sigue:
Claramente esta funcin cumple con las condiciones de la spline de grado 1. As,
tenemos que para ested caso:
s1 x
s x
s ( x) 2
sn x
si
s
x x0 , x1
x x1 , x2
si
x xn 1 , xn
donde:
i)
s j x
ii) s x
PUBLIDRAT 304
iii)
s x j y j
, para j 0,1, , n .
y0 f x1 , x0 x x0
y1 f x2 , x1 x x1
s x
yn 1 f xn , xn 1 x xn 1
donde
f [ xi , x j ]
si x x0 , x1
si x x1 , x2
si x xn 1 , xn
3,4.5
4.5,7
7,9
En cada uno de estos intervalos, debemos definir una funcin polinomial de grado
2, como sigue:
PUBLIDRAT 304
a1 x 2 b1 x c1
s x a2 x 2 b2 x c2
a x2 b x c
3
3
3
si
si
si
x 3,4.5
x 4.5,7
x 7,9
Primero, hacemos que la spline pase por los puntos de la tabla de datos. Es
decir, se debe cumplir que:
s (3) 2.5,
s (4.5) 1,
s (7) 2.5,
s (9) 0.5
(4.5) 2 a1 4.5b1 c1 1
2
(4.5) a2 4.5b2 c2 1
s (4.5) 1
s ( 7 ) 2 .5
2a1 x b1
s x 2a2 x b2
2a x b
3
3
si
si
si
x 3,4.5
x 4.5,7
x 7,9
Vemos que esta derivada est formada por segmentos de rectas, que pudieran
presentar discontinuidad en los cambios de intervalo. Es decir, las posibles
PUBLIDRAT 304
sea contnua,
o lo que es lo mismo,
9a1 b1 9a2 b2
2a2 7 b2 2a3 7 b3
o lo que es lo mismo,
14a2 b2 14a3 b3
5
4
3
2
1
PUBLIDRAT 304
3
-1
4.5
5 .5
0.64
6.76
18.46
1 .6
24.6
91.3
x 5.5
si
x 3,4.5
x 4.5,7
x 7,9
s0 x
s x
1
s x
sn 1 x
si x x0 , x1
si x x1 , x2
si x xn 1 , xn
si xi yi
Ejemplo 1.
Interpolar los siguientes datos mediante una spline cbica :
Solucin.
Definimos un polinomio cbico en cada uno de los intervalos que se forman:
a1 x 3 b1 x 2 c1 x d1
s x
3
2
a2 x b2 x c2 x d 2
si
si
x 2,3
x 3,5
PUBLIDRAT 304
3a1 x 2 2b1 x c1
2
3a 2 x 2b2 x c 2
si
si
s x
x 2,3
x 3,5
o lo que es lo mismo:
27 a1 6b1 c1 27 a 2 6b2 c 2
6a1 x 2b1
6a 2 x 2b2
s x
PUBLIDRAT 304
si
si
x 2,3
x 3,5
s x0 0
s x n 0
De lo cual vamos a obtener :
s 2 0 6a1 2 2b1 0
12a1 2b1 0
s 5 0 6a2 5 2b2 0
30a2 2b2 0
PUBLIDRAT 304
8 4 2 1
27 9 3 1
0 0 0
0 0 0 0
27 6 1 0
18 2 0 0
12 2 0 0
0 0 0
0 a1
1
2
0
0
0 0 b1
2
27
9
3 1 c1
125 25 5 1 d1
7
0
27 6 1 0 a2
18 2 0 0 b2
0
0
0
0
0 0 c2
30
2
0 0 d 2
0
0
1.25
7.5
10.75
0.5
0.625
9.375
39.875
50.125
Sustituyendo estos valores en nuestra funcin inicial, vemos que la spline cbica
para la tabla de datos dada, queda definida como sigue:
s x
x 2,3
x 3,5
PUBLIDRAT 304
Obsrvese la finura con la que se unen los polinomios cbicos que conforman a
la spline. Prcticamente ni se nota que se trata de dos polinomios diferentes!. Esto
es debido a las condiciones que se impusieron sobre las derivadas de la funcin.
Esta finura casi artstica, es la que permite aplicar las splines cbicas, para
cuestiones como el diseo de letras por computadoras, o bien a problemas de
aplicacin donde la interpolacin que se necesita es de un caracter bastante
delicado, como podra tratarse de datos mdicos sobre algn tipo de enfermedad.
Ejemplo 2.
Interpolar los siguientes datos utilizando splines cbicas:
Solucin.
Nuevamente, definimos un polinomio cbico en cada uno de los intervalos:
a1 x 3 b1 x 2 c1 x d1
s ( x ) a2 x 3 b2 x 2 c2 x d 2
a x3 b x 2 c d
3
3
3
3
si
si
si
x 1,1
x 1,2
x 2,4
Despues, hacemos que la spline pase por los puntos dados en la tabla.
As, tenemos que:
s (1) 1 implica que,
a1 b1 c1 d1 1
PUBLIDRAT 304
3a1 x 2 2b1 x c1
s( x ) 3a2 x 2 2b2 x c2
3a x 2 2b x c
3
3
3
si1
si
si
x 1,1
x 1,2
x 2,4
PUBLIDRAT 304
6a1 x 2b1
s( x) 6a2 x 2b2
6a x 2b
3
3
si
x 1,1
si
si
x 1,2
x 2,4
a1 b1 c1 d1 1
a1 b1 c1 d1 1
a2 b2 c2 d 2 1
8a2 4b2 2c2 d 2 5
3a1 b1 3a2 b2
PUBLIDRAT 304
d2
48
35
6a2 b2 6a3 b3
3a1 b1 0
12a3 b3 0
1
1
0
0
0
3
0
3
3
0
1
1
0
0
0
0
2
0
1
0
1
0
1
1
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
1
8
0
0
3
12
3
6
0
0
0
0
1
4
0
0
2
4
1
1
0
0
0
0
1
2
0
0
1
1
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
8
64
0
12
0
6
0
12
0
0
0
0
4
16
0
4
0
1
0
1
0
0
0
0
2
4
0
1
0
0
0
0
0 a1
0 b1
0 c1
0 d1
1 a2
1 b2
0 c2
0 d 2
0 a3
0 b3
0 c3
0 d3
1
1
1
5
5
2
0
0
0
0
0
0
a1
,
,
b2
a2
297
35 ,
1867
c3
89
70
c1
140
,
,
d1
51
140 ,
c2
21
10 ,
b3
473
70
153
40
PUBLIDRAT 304
d3
732
35
es:
288
35
a3
24
35
51 3
140
21 3
10
24 3
35
-1
-2
EJERCICIOS
NOTA: CUANDO SEA NECESARIO, REDONDEA A CINCO DECIMALES.
1. 1. Calcula el polinomio de interpolacin de Newton para los siguientes datos:
i)
ii)
i)
x 2 2 1
4
y 0 .5 3 2 .4 7 .8
x 0 .3 0 .6 0 .9 1 .2 1 .5
y 3 0 6 9 12
Soluciones:
PUBLIDRAT 304
x
1
2
3
5
y 1.56 3.54 2.57 8.9
i)
ii)
ii)
x 1 .5 0 .5 1 2 4
y
9
2 5 33 0
Soluciones:
( x 2)( x 3)( x 5)
( x 1)( x 3)( x 5)
( x 1)(x 2)( x 5)
3.54
2.57
36
45
80
i) p( x) 1.56
( x 1)( x 2)( x 3)
144
8.9
3.125
7.875
ii) p( x) 9
56.25
4 .5
i)
PUBLIDRAT 304
i)
x 2 1
3
y 40 5 20
ii)
ii)
x 5 2 3
7
y 20 4 6 40
Soluciones:
i)
ii )
x 2,1
x 1,3
5
75
5860
526
x 3 526
x 2 4703
si x 5,2
789 x 789
1241 3 2257 2 15619
8012
s ( x) 7890 x 2630 x 3945 x 1315
si x 2,3
299 x 3 2093 x 2 10511 x 860 si
x 3,7
526
789
263
1578
INTEGRACIN NUMRICA
En los cursos de Clculo Integral, nos ensean como calcular una integral definida
de una funcin contnua mediante una aplicacin del Teorema Fundamental del
Clculo:
Teorema
Fundamental
Sea
una funcin contnua en el intervalo
de
. Entonces:
del
y sea
Clculo
una antiderivada
PUBLIDRAT 304
donde
para ciertos datos de
Es importante observar que estas frmulas se pueden aplicar inclusive a una tabla
de datos, ya que lo que se usa es un polinomio de interpolacin, el cual puede ser
calculado con la tabla.
Dentro de las frmulas de Newton-Cotes, existen las formas cerradas y abiertas.
En las formas cerradas se conocen los valores de
y
; en caso
contrario, se llaman formas abiertas.
Nosotros nos remitiremos a estudiar nicamente las formas cerradas, y por lo tanto,
siempre suponemos que conocemos los valores
y
.
PUBLIDRAT 304
, es decir :
donde
datos:
Ejemplo 1:
Utilizar la regla del trapecio para aproximar la integral:
PUBLIDRAT 304
Solucin.
Usamos la frmula directamente con los siguientes datos:
Ejemplo 2.
Usar la regla del trapecio para aproximar la integral:
Solucin.
Igual que en el ejemplo anterior, sustitumos los datos de manera directa en la
frmula del trapecio. En este caso, tenemos los datos:
en
Sea
la particin que se forma al hacer dicha subdivisin. Usando
propiedades de la integral tenemos que:
PUBLIDRAT 304
Ahora bien, ya que todos los subintervalos tienen la misma longitud h, tenemos
que:
si subdividimos en 5 intervalos.
Solucin.
En este caso, identificamos
PUBLIDRAT 304
= 1.48065
Cabe mencionar que el valor verdadero de esta integral es de 1.4626
As, vemos que con 5 intervalos, la aproximacin no es tan mala. Para hacer
clculos con ms subintervalos, es conveniente elaborar un programa que aplique
la frmula con el nmero de subintervalos que uno desee. El lector debera hacer
su propio programa y checar con 50, 500, 1000, 10000 y 20000 subintervalos, para
observar el comportamiento de la aproximacin.
donde
donde
es el polinomio de interpolacin para los datos en la tabla anterior.
Usaremos el polinomio de Lagrange.
As, tenemos que:
Si denotamos
Simplificando trminos:
PUBLIDRAT 304
, entonces:
Sea:
por lo tanto,
Usamos esta frmula para calcular la integral de cada uno de los tres trminos de
.
PUBLIDRAT 304
Debido al factor
Ejemplo 1.
Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:
Solucin.
Aplicamos la frmula directamente, con los siguientes datos:
Ejemplo 2.
Usar la regla de Simpson de 1/3, para aproximar la siguiente integral:
Solucin.
Igual que en el ejercicio anterior, sustitumos datos adecuadamente:
PUBLIDRAT 304
Al igual que con la regla del trapecio, podemos extender la regla de Simpson de
1/3, si subdividimos el intervalo
en
subintervalos de la misma longitud
.
Sea
denotemos por
Sustitumos
Ejemplo 1.
Aproximar la siguiente integral, aplicando la regla de Simpson de
subdividiendo en 5 intervalos.
Solucin.
En este caso, tenemos que
PUBLIDRAT 304
y subdividiendo
en 4 intervalos.
Solucin.
En este caso, tenemos que
PUBLIDRAT 304
, es decir,
donde
Y donde
al intervalo
donde
. Debido al factor
Ejemplo 1.
Aproximar la siguiente integral, usando la regla de Simpson de
Solucin.
En este caso, tenemos los siguientes datos:
PUBLIDRAT 304
Al igual que en los dos casos anteriores, la regla de Simpson de 3/8, se puede
extender si subdividimos el intervalo
en
intervalos de la misma longitud
.
Sea
la particin determinada de esta forma. Cada subintervalo
lo dividimos en tres partes iguales, y sean
y
los puntos determinados as:
Aplicando la regla de
PUBLIDRAT 304
y la particin correspondiente:
Al considerar los puntos que dividen en tres partes iguales a cada subintervalo,
tenemos los siguientes datos:
De acuerdo a los ejemplos vistos, resulta evidente que la regla de Simpson de 3/8,
es ms exacta que la de 1/3 y a su vez, sta es ms exacta que la regla del
trapecio. En realidad, pueden establecerse cotas para los errores que se cometen
en cada uno de estos mtodos.
FORMULA
ERROR
DONDE...
Trapecio
Simpson
Simpson
PUBLIDRAT 304
1 .- Simpson
Esta se aplica, si contamos con 4 puntos igualmente espaciados.
2 .- Simpson
Esta se
espaciados.
aplica
si falla (1) y
igualmente
3 .- Regla Trapezoidal
Solo se aplica si no se cumple
Ejemplo
Evaluar
1.
, usando la siguiente tabla :
Solucin.
Vemos que en el intervalo
podemos aplicar la regal del trapecio, en el
intervalo
la regal de Simpson de 3/8 y en el intervalo
la regal de
Simpson de 1/3. As, tenemos las siguientes integrales:
Ejemplo 2.
Calcula la integral
PUBLIDRAT 304
Solucin.
En este caso, vemos que podemos aplicar la regla de Simpson de 1/3 en el
intervalo
, la regla del trapecio en el intervalo
y la regla de Simpson de
3/8 en el intervalo
. As, tenemos las siguientes integrales:
Vale la pena comentar que no siempre tiene que suceder que se apliquen
exactamente las tres reglas. En realidad, esto depende de cmo se encuentran
espaciados los intervalos de la tabla de datos.
mediante
Entonces,
donde
Se puede demostrar que el error que se comete con la regla del trapecio para n
subintervalos est dado por las siguientes frmulas:
donde
es un promedio de la doble derivada entre ciertos valores que
pertenecen a cada uno de los subintervalos.
Ahora bien, si suponemos que el valor de
es constante, entonces :
PUBLIDRAT 304
Esta frmula es solo una parte del algoritmo de Romberg. Para entender el mtodo,
es conveniente pensar que se trabaja en niveles de aproximacin. En un primer
nivel, es cuando aplicamos la regla del Trapecio, y para poder usar la frmula
anterior, debemos de duplicar cada vez el nmero de subintervalos: as, podemos
comenzar con un subintervalo, luego con dos, cuatro, ocho, etc, hasta donde se
desee.
Posteriormente, pasamos al segundo nivel de aproximacin, que es donde se usa
la frmula anterior, tomando las parejas contiguas de aproximacin del nivel
anterior, y que corresponden cuando
PUBLIDRAT 304
Ejemplo 1.
Usar el algoritmo de Romberg, para aproximar la integral
Solucin.
Primero calculamos las integrales del nivel 1, usando la regla del trapecio para las
longitudes de segmentos indicadas:
donde
es la integral menos exacta (la que usa menos subintervalos) e
es la ms exacta (la que usa el doble de subintervalos).
En un diagrama vemos lo siguiente:
PUBLIDRAT 304
donde:
es la integral ms exacta
es la integral menos exacta
En el siguiente nivel (nivel 4) se tiene la frmula
Ejemplo 2.
Usar el algoritmo de Romberg para aproximar la integral:
PUBLIDRAT 304
donde
Ejemplo 3.
Aproximar la siguiente integral:
Solucin.
Igual que arriba, primero usamos la regla del trapecio (con los valores de h
indicados) para llenar el nivel 1. Tenemos entonces que:
PUBLIDRAT 304
Podemos escribir una frmula general para calcular las aproximaciones en cada
uno de los niveles como sigue:
donde:
es la integral ms exacta
es la integral menos exacta
y el indice k
digamos que
PUBLIDRAT 304
donde
es la cota suficiente.
Ejemplo 1.
Aplicar el algoritmo de integracin de Romberg a la integral:
tomando
Solucin.
En este caso no sabemos exactamente cuantas aproximaciones debemos hacer
con la regla del trapecio. As que para comenzar hacemos los clculos
correspondientes a uno, dos, cuatro y ocho subintervalos:
Con estos datos, podemos hacer los clculos hasta el nivel 4. Tenemos la siguiente
tabla:
PUBLIDRAT 304
Haciendo los clculos de los errores, nos damos cuenta que efectivamente la
aproximacin se obtiene hasta el nivel 4, donde
.
Por lo tanto, conclumos que la aproximacin buscada es:
EJERCICIOS
1. Usar la regla del trapecio para aproximar,
i)
ii)
Dividiendo en 6 intervalos.
Soluciones:
i)
ii)
Dividiendo en 4 intervalos.
Soluciones:
i)
82.60511
ii) 76.94497
i)
ii)
Dividiendo en 4 intervalos.
Soluciones: i) 2.76591
ii) 2.76501
i)
ii)
Soluciones:
i) -17.11458
ii) 9.425
i)
ii)
Usando 1, 2 y 4 intervalos.
Agregando al inciso anterior, 8 intervalos.
Soluciones:
i)
9.156626413
ii) 9.153287278
PUBLIDRAT 304
como cota
ECUACIONES DIFERENCIALES
En esta unidad, haremos un breve estudio de los mtodos numricos bsicos que
se usan para aproximar soluciones de algunas ecuaciones diferenciales.
Recordamos rpidamente, que una ecuacin diferencial (ordinaria) es aquella que
involucra una variable independiente, una variable dependiente y la derivada (
derivadas ) de esta ltima. En una ecuacin diferencial, la incgnita es la variable
dependiente y se espera encontrarla como funcin de la variable independiente, de
tal forma que si se sustituye dicha variable dependiente, as como las derivadas
que aparecen en la ecuacin diferencial, la igualdad que resulta es verdadera.
De cursos anteriores de ecuaciones diferenciales, sabemos que en general, existen
una infinidad de funciones (curvas) que resuelven una misma ecuacin diferencial.
Por ejemplo, la ecuacin:
donde c es una constante arbitraria que puede ser cualquier nmero real (y de
aqu la infinidad de curvas solucin que mencionamos arriba).
En este curso, estudiaremos solamente ecuaciones diferenciales de primer orden
del tipo:
donde
es una funcin de dos variables.
Cuando se desea que la curva solucin pase por algn punto especfico, digamos
, entonces se dice que se trata de una ecuacin diferencial con una
condicin inicial dada.
As, estudiaremos ecuaciones diferenciales de la forma
con la
condicin inicial
.
Obviamente, la importancia de los mtodos numricos radica en la aparicin de
ecuaciones diferenciales que no pueden resolverse por mtodos tradicionales, y de
ah la necesidad de implementar algn mtodo de aproximacin.
Veremos tres mtodos numricos:
El mtodo de Euler.
El mtodo de Euler mejorado.
PUBLIDRAT 304
donde
es un valor
MTODO DE EULER
La idea del mtodo de Euler es muy sencilla y est basada en el significado
geomtrico de la derivada de una funcin en un punto dado.
Supongamos que tuviramos la curva solucin de la ecuacin diferencial y
trazamos la recta tangente a la curva en el punto dado por la condicin inicial.
PUBLIDRAT 304
Para obtener
nicamente hay que pensar que ahora el papel de
lo
toma el punto
, y por lo tanto, si sustitumos los datos adecuadamente,
obtendremos que:
PUBLIDRAT 304
Aproximar
NOTA
Primero observamos que esta ecuacin s puede resolverse por mtodos
tradicionales de ecuaciones diferenciales. Por ejemplo, podemos aplicar el mtodo
de separacin de variables. Veamos las dos soluciones.
Solucin Analtica.
PUBLIDRAT 304
SolucinNumrica
Aplicamos el mtodo de Euler y para ello, observamos que la distancia entre
y
no es lo suficientemente pequea. Si didimos esta distancia entre
cinco obtenemos un valor de
y por lo tanto, obtendremos la aproximacin
deseada en cinco pasos.
De esta forma, tenemos los siguientes datos:
n
0
1
2
3
4
5
0
0.1
0.2
0.3
0.4
0.5
1
1
1.02
1.0608
1.12445
1.2144
PUBLIDRAT 304
Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para
calcular el error relativo porcentual que se cometi al aplicar la formula de Euler.
Tenemos que:
Ejemplo 2
Aplicar el mtodo de Euler para aproximar
Solucin
Nuevamente vemos que nos conviene dividir en pasos la aproximacin. As,
elegimos nuevamente
para obtener el resultado final en tres pasos. Por lo
tanto, aplicamos el mtodo de Euler con los siguientes datos:
1
1.1
1.2
1.3
2
2.3
2.6855
3.1901
PUBLIDRAT 304
Este mtodo se basa en la misma idea del mtodo anterior, pero hace un
refinamiento en la aproximacin, tomando un promedio entre ciertas pendientes.
La frmula es la siguiente:
donde
si:
Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos
y encontraremos la aproximacin despus de cinco iteraciones. A diferencia
del mtodo de Euler 1, en cada iteracin requerimos de dos clculos en vez de uno
solo: el de
primero y posteriormente el de
.
PUBLIDRAT 304
Para aclarar el mtodo veamos con detalle las primeras dos iteraciones. Primero
que nada, aclaramos que tenemos los siguientes datos iniciales:
0
0.1
0.2
0.3
0.4
0.5
1
1.01
1.040704
1.093988
1.173192
1.28336
PUBLIDRAT 304
y(1.3) si tenemos :
Solucin
Tenemos los siguientes datos:
1
1.1
1.2
1.3
2
2.385
2.742925
3.07635
PUBLIDRAT 304
donde
Ejemplo 1
Usar el mtodo de Runge-Kutta para aproximar
diferencial:
PUBLIDRAT 304
Solucin
Primero, identificamos el mismo ejemplo 1 de los dos mtodos anteriores.
Segundo, procedemos con los mismos datos:
n
0
1
PUBLIDRAT 304
0
0.1
1
1.01005
2
3
4
5
0.2
0.3
0.4
0.5
1.04081
1.09417
1.17351
1.28403
dada la ecuacin
Solucin
Igual que siempre, tomamos
y llegaremos a la aproximacin en dos pasos.
Con esta aclaracin, tenemos los siguientes datos:
Primera Iteracin:
PUBLIDRAT 304
Segunda Iteracin:
EJERCICIOS
1. Dada la ecuacin diferencial:
tomando
en cada
tomando
en cada
PUBLIDRAT 304
tomando
Solucin:
4. Dada la ecuacin diferencial:
tomando
Solucin:
5. Dada la ecuacin diferencial:
tomando
en
tomando
en
Solucin:
6. Dada la ecuacin diferencial:
PUBLIDRAT 304
PUBLIDRAT 304