Академический Документы
Профессиональный Документы
Культура Документы
1. Fundamento teórico
1.1 Integración
En caso de la integral de una función f ( x) entre dos límites x = a y x = b , se puede calcular la
misma teniendo en cuenta de que es igual al área bajo la curva de la función entre ambos límites.
Entonces resolver la integral se traduce en buscar una manera de estimar el área bajo la función.
Trataremos con dos métodos para la resolución de la integral, a saber, usando la regla del
trapezoide y a través del método de Simpson.
Uniendo los puntos donde las rebanadas corta a la función f ( x) , podemos estimar el área bajo
la curva como la suma de las áreas de los trapecios resultantes. Si tenemos n rebanadas,
entonces nh = b − a y n = (b − a) / h .
Fig 1.12 Método del trapecio
Y la aproximación de la integral, A:
f ( x0 ) f ( xn )
A = A0 + A1 + ... + An −1 = h + f ( x1 ) + f ( x2 ) + ... + f ( xn −1 ) + =
2 2
h n −1
A =
2
f ( a ) + f (b ) + 2 ∑
i =1
f ( xi )
Con xi = a + ih
Otra manera de obtener una estimación más exacta de la integral es la de usar polinomios de
orden superior para conectar los puntos. A las fórmulas resultantes de calcular la integral bajo los
polinomios de 2º grado se conoce como reglas de Simpson.
Como las potencias pares entre x0 y x2 son nulos, solo quedan los términos con las potencias
impares:
x2
( x − x1 )3 = ( x2 − x1 )3 − ( x0 − x1 )3 = h3 − (− h)3 = 2h3
x0
x2 5 5 5
( x − x1 )5 = ( x2 − x1 ) − ( x0 − x1 ) = h5 − (− h)5 = 2h
x0
x2
′ ′′ (4)
h3 f (4) (ε 1 ) 5
= 2h. f ( x1 ) + f ′′( x1 ) + h
3 60
1 h 2 (4)
Usando la expresión f ′′( x1 ) = [ f ( x0 ) − 2 f ( x1 ) + f ( x2 ) ] − f (ε )
h2 12
x2
x2
5
∫ f ( x) dx = h [ f ( x0 ) − 4 f ( x1 ) + f ( x2 )] - h f (4) (ε )
x0 3 90
h 5 (4)
De donde el error estimado del método de Simpson es: - f (ε ) , es decir del orden, O(h5 )
90
Aunque lo que se quiere lograr es poder describir con exactitud el sistema que está siendo
estudiado, son muy pocas las ecuaciones diferenciales que pueden ser resueltas en forma
analítica. Entonces se requiere de métodos numéricos para poder aproximar al valor verdadero.
Supongamos que hay un objeto cayendo en el aire bajo el efecto de la gravedad ( FG ), venciendo
la resistencia del aire ( FR ) linealmente proporcional a la velocidad. Por la segunda ley de Newton:
F dv FG − FR mg − cv dv c
a= = = = g− v
m dt m m dt m
dv ∆v ∆v v(ti +1 ) − v(ti )
= lim ≅ = (1.21)
dt ∆t →0 ∆t ∆t ti +1 − ti
v(ti +1 ) − v(ti ) c
= g − v(ti )
ti +1 − ti m
c
v(ti +1 ) = v(ti ) + g − v(ti ) (ti +1 − ti )
m
O en términos matemáticos:
yi +1 = yi + φ h (1.22)
Entonces la estimación de la pendiente φ es usado para extrapolar, de yi a un nuevo valor yi +1
a una distancia h .
Fig 1.23 Representación gráfica de la forma general de los métodos a utilizar para la resolución de la EDO
Los métodos que vamos a utilizar en este trabajo pueden ser expresados en esta forma general.
La diferencia entre uno y otro va a radicar en la manera de cómo se estima la pendiente φ .
φ = f ( xi , yi )
yi +1 = yi + f ( xi , yi ) h (1.24)
El método Runge-Kutta utiliza una estimación diferente de la pendiente que resulta en una
predicción más acertada. Existen muchas variaciones del mismo, pero puede ser representada en
la forma generalizada de la ecuación (1.21)
yi +1 = yi + φ ( xi , yi , h) h (1.25)
yn +1 = yn + k 2 + O(h3 )
k1 = hf ( xn , yn )
1 1
k 2 = hf ( xn + h, yn + k1 ) (1.26)
2 2
k1 k2 k3 k4
yn +1 = yn + + + + + O(h5 ) (1.27)
6 3 3 6
k1 = hf ( xn , yn )
1 1
k 2 = hf ( xn + h, yn + k1 )
2 2
1 1
k3 = hf ( xn + h, yn + k2 )
2 2
k 4 = hf ( xn + h, yn + k3 )
2. Encontrar numéricamente las siguientes integrales
1
a) I = ∫ x 5 dx
0
El valor calculado en forma analítica (el valor verdadero) de dicha integral es 1/ 6 (0.166666…).
Se calculó la integral utilizando la regla de Trapecio y la de Simpson, y se llevó a tabla la diferencia
de los valores calculados con el valor verdadero, para realizar un análisis de la convergencia de las
mismas variando el valor de la discretización h .
Para ello se trabajó con 20 valores de h , de 0.5 a 1. 10−10 y se lo llevó a escala logarítmica para
comparar la precisión del método utilizado.
Si analizamos tomando una rebanada vertical del área bajo la curva de la función podemos notar
que a un valor grande de h , la curva de la función es pronunciada, el error del método de trapecio
es significativamente mayor comparado con el error del método de Simpson
Fig. 2.3 Comparación del área de rebanada de ambos métodos con h = 0.1
Fig. 2.4 Comparación del área de rebanada de ambos métodos con h = 1. 10−5
La regla de Simpson no es más precisa para todos los problemas. Como podemos ver en la
gráfica, la regla del trapezoide divide el área en pequeñas rebanadas trapezoidales, es así que si la
función tiene más secciones con líneas rectas, el método trapezoidal será más preciso. En cambio,
el método de Simpson divide el área en rebanadas con curvas en la punta, y será más preciso para
las funciones con más secciones curvas.
1
1
b) I =∫ dx
0 2 x
El valor calculado en forma analítica (el valor verdadero) de dicha integral es 1. Se calculó la
integral utilizando la regla de Trapecio y la de Simpson, y se llevó a tabla la diferencia de los
valores calculados con el valor verdadero, para realizar un análisis de la convergencia de las
mismas variando el valor de la discretización h .
Para ello se trabajó con 20 valores de h , de 0.5 a 1. 10−10 y se lo llevó a escala logarítmica para
comparar la precisión del método utilizado.
Hay que hacer una consideración con respecto a esta integral cuando se quiere calcular en forma
numérica. Tanto el método de trapecio, como el de Simpson consisten en tomar el área bajo la
curva de la función y dividir en pequeñas rebanadas verticales, pero la función diverge en 0 y no se
puede tomar el límite inferior de la integral en 0, forzándonos a correr el límite inferior al primer
valor próximo que es el valor del h . Este corrimiento del límite inferior resultará en un factor
importante en el error del cálculo de la integral y más cuando h es grande.
Por la particularidad de la función, las precisiones de ambos métodos quedaron muy por debajo
de lo mostrado en el punto anterior. Además debido a la imprecisión, los pasos a llegar al h
óptimo se hicieron muy largos, lo que resultó en una imposibilidad de encontrar el h óptimo
debido al gran tiempo de espera que se demandaría en achicar más el h .
1
1
Fig. 2.5 Comparación de la precisión de los métodos Trapezoidal y Simpson para la integral
∫2
0 x
dx . Por la
particularidad de la integral la precisión de ambos métodos fueron muy menores a lo demostrado en el gráfico
de (Fig. 2.1), y no se pudo determinar el h óptimo debido a la limitación del equipo y el tiempo necesario