Академический Документы
Профессиональный Документы
Культура Документы
Entregado por:
Presentado a:
Se tiene entonces, que aquellos problemas deben ser resueltos por métodos
numéricos, de diversa índole, que basan su eficacia sobre todo en algoritmos a ser
evaluados mediante programas en lenguajes de alto nivel.
11.023 − 9.025
𝑓 ′ (1.1) = = 19.980
0.1
Para 𝑓(𝑥) = ln(𝑥), aproximar la derivada en el intervalo [1, 1.1] haciendo uso de
un paso (h) de 0.01. Comparar el valor de la derivada en dicho punto.
Calculamos los valores para la siguiente tabla, necesarios para la resolución de
nuestro ejercicio propuesto:
𝒋 𝒙𝒋 𝒇(𝒙𝒋 ) = 𝐥𝐧(𝒙𝒋 )
0 1 0
1 1.01 0.009950331
2 1.02 0.019802627
3 1.03 0.029558802
4 1.04 0.039220713
5 1.05 0.048790164
6 1.06 0.058268908
7 1.07 0.067658648
8 1.08 0.076961041
9 1.09 0.086177696
10 1.1 0.09531018
Procedemos a utilizar para este caso la fórmula de los tres puntos para aproximar el
resultado:
1
𝑓 ′ (1) ≈ [−3(0) + 4(0.009950331) − 0.019802627] ≈ 0.99993485
2(0.01)
1
𝑓 ′ (1.1) ≈ [−3(0.09531018) + 4(0.086177696) − 0.07691041] ≈ 0.90903985
2(−0.01)
1
Ahora realizamos una tabla comparativa con el resultado de la derivada exacta 𝑥
de
la siguiente manera:
𝒙𝒋 𝒍𝒏(𝒙𝒋 ) Calc. Exacto Aproximado Error
1 0 1 0.99993485 6.515E-05
1.01 0.009950331 0.99009901 0.99013136 3.2355E-05
1.02 0.019802627 0.980392157 0.98042357 3.1413E-05
1.03 0.029558802 0.970873786 0.97090429 3.0506E-05
1.04 0.039220713 03961538462 0.9615681 2.9635E-05
1.05 0.048790164 0.9522380952 0.95240975 2.8796E-05
1.06 0.058268908 0.5943396226 0.94342422 2.7989E-05
1.07 0.067658648 0.934579439 0.93460665 2.7211E-05
1.08 0.076961041 0.925925926 0.92595239 2.6462E-05
1.09 0.086177696 0.917431193 0.91745693 2.5741E-05
1.1 0.09531018 0.909090909 0.90903985 5.1059T-05
Método de Trapecio.
𝑏−𝑎
Lo primero que vamos a hacer es calcular ∆𝑥 = 𝑛
3−0
∆x = = 0.75
4
Ahora debemos tener en cuenta la fórmula de aproximación de la integral:
𝑏
𝑏−𝑎
∫ 𝑓(𝑥) ≈ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑛)]
𝑎 2𝑛
3
3−0
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥 ≈ [𝑓(0) + 2𝑓(0.75) + 2𝑓(1.5) + 2𝑓(2.25) + 𝑓(3)]
0 2(4)
≈ 0.375[0.340677 + 1.629616 + 3.786678 + 8.636328 + 9.722035]
≈ 𝟗. 𝟎𝟒𝟑𝟐𝟓
1 1
𝑏−𝑎 3
ℎ= = =1
𝑛 3
𝑏
3
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≈ ℎ[𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]
8
𝑎
3
≈ (1)[0.340677 + 3(1.082006) + 3(3.285964) + 9.722035]
8
≈ 0.375 [23.16662]
≈ 𝟖. 𝟔𝟖𝟕𝟒𝟖𝟑
Para la comprobación del método más preciso para el ejercicio propuesto, primero
realizaremos la gráfica de la función:
Ej. 1.- Plantee y solucione tres ejercicios sobre Diferenciación Numérica explicando
paso a paso el procedimiento utilizado.
𝑓(𝑥 + ℎ) − 𝑓(𝑥)
𝑓 ′ (𝑥) = lim
ℎ→0 ℎ
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥0 )~ lim
ℎ→0 ℎ
𝑓(𝑥0 ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥0 )~ lim
ℎ→0 ℎ
Diferencias centrales:
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥0 )~ lim 𝐸𝑐. 1.
ℎ→0 2ℎ
Fig. 1
Ejercicio No.1.
Solución:
x f(x)
1,9 3,61
2,1 4,41
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ
(4.41 − 3.61)
𝑓 ′ (2)~ =4
2(0.1)
Ejercicio No.2.
x f(x)
0.9 exp 0.9
1.1 exp 1.1
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ
(𝑒 1.1 − 𝑒 0.9 )
𝑓 ′ (2)~ = 2,722814564
2(0.1)
El valor exacto, por cálculo directo, es 2.718281828, por lo tanto el error relativo es:
2.722814564 − 2,718281828
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = ∗ 100 = 0,17%.
2,718281828
Ejercicio No.3.
Solución:
x f(x)
π/6-0.1 sin(π/6-0.1)
π/6+0.1 sin(π/6+0.1)
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ
𝜋 𝜋
𝑠𝑒𝑛𝑜(6 + 0.1) − 𝑠𝑒𝑛𝑜(6 − 0.1)
′ (2)~
𝑓 = 0,864582749
2(0.1)
El valor exacto, por cálculo directo, es 0.866025403, por lo tanto el error relativo es:
0,866025403 − 0,864582749
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = ∗ 100 = 0,17%.
0,866025403
Richardson propuso una técnica numérica para tales efectos. Se hace una nueva
estimación de la derivada, en el punto de interés, utilizando un nuevo paso, igual a
la mitad del anterior, y se mejora el resultado final promediando los resultados previos
mediante la fórmula:
4 1
𝐷 = (𝐷ℎ2 ) − (𝐷ℎ1 )
3 3
ℎ1
ℎ2 = = 0.05
2
Ahora:
x f(x)
0.95 exp 0.95
1.05 exp 1.05
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ
(𝑒 1.05 − 𝑒 0.95 )
𝑓 ′ (2)~ = 2,719414588
2(0.05)
4 1
𝐷 = (2,719414588) − (2,722814564) = 2,718281263
3 3
2.718281263 − 2,718281828
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = | | ∗ 100 = 0,00002%
2,718281828
Error este que es mucho menor el que resultó de aplicar para la aproximación de la
derivada sólo las diferencias centrales, dadas por la Ec.1.
Ej. 2.- Utilice el método de Trapecio, el método de Simpson 1/3 y Simpson 3/8 para
aproximar el área bajo la curva de la siguiente función dada en forma tabular, en el
intervalo de -1 a 2: Además realizar la gráfica correspondiente y determinar cuál de
los métodos es más exacto.
𝑛 = 6, 𝑎 = 𝑥0 = −1, 𝑏 = 𝑥𝑛 = 2
2
2+1
∫ 𝑓(𝑥)𝑑𝑥~ [6,900 + 2(4,325) + 2(4,000) + 2(3,845) + 2(2,900) + 2(1,525) + 1,200]
−1 2(6)
= 10,312
𝑛 = 6, 𝑎 = 𝑥0 = −1, 𝑏 = 𝑥𝑛 = 2
2
2+1
∫ 𝑓(𝑥)𝑑𝑥~ [6,900 + 4(4,325) + 2(4,000) + 4(3,845) + 2(2,900) + 4(1,525) + 1,200]
−1 3(6)
= 10,1
𝑛 = 6, 𝑎 = 𝑥0 = −1, 𝑏 = 𝑥𝑛 = 2
2
3(2 + 1)
∫ 𝑓(𝑥)𝑑𝑥~ [6,900 + 3(4,325) + 3(4,000) + 2(3,845) + 3(2,900) + 3(1,525) + 1,200]
−1 8(6)
= 10,125
A continuación, se muestra la gráfica que pasa por los puntos dados (en color azul),
así como el polinomio de mínimos cuadrados (de regresión):
ÁREA
ÁREA
Atendiendo a este último aserto, se puede calcular la integral definida del polinomio
de regresión, evaluando la antiderivada; ello para obtener su estimación más exacta.
2
∫ 𝑝(𝑥)𝑑𝑥~10,08
−1
10,312 − 10,08
𝑒𝑟𝑟𝑜𝑟𝑟𝑒𝑙𝑀 = ∗ 100 = 2,30%
𝑇𝑟𝑎𝑝 10,08
10,1 − 10,08
𝑒𝑟𝑟𝑜𝑟𝑟𝑒𝑙𝑀 = ∗ 100 = 0,20%
𝑆𝑖𝑚𝑝. 1/3 10,08
10,125 − 10,08
𝑒𝑟𝑟𝑜𝑟𝑟𝑒𝑙𝑀 = ∗ 100 = 0,45%
𝑆𝑖𝑚𝑝. 3/8 10,08
Ejercicio 1
Aplicar diferenciación numérica para encontrar la derivada de la función 𝑓(𝑥) = 2𝑥 2 en
el punto x_i=2,5 con h=1, centrando el punto de interés x_i y determine el error
respecto a le derivación exacta.
Solución:
𝑓 ′ (2,5) = 4 ∗ 2,5 = 10
Ejercicio 2
Repita el ejercicio 1 pero realizando la diferencia numérica hacia adelante.
Solución:
Para realizar la diferenciación numérica hacia adelante se utiliza la definición dada al
inicio.
Se procede a utilizar la definición modificada como:
Solución:
Para realizar la diferenciación numérica hacia adelante se modifica la definición como
sigue:
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖 − ℎ)
𝑓 ′(𝑥𝑖) ≈
ℎ
|10 − 8| ∗ 100%
𝑒= = 20%
10
a b f(a) f(b)
0 3 0,341 9,722
n h=(b -a)/n
6 0,5
k x_k f(x_k)
0 0 0,341
1 0,5 0,612
2 1 1,082
3 1,5 1,893
4 2 3,286
5 2,5 5,667
Resultado de la integración
numérica
8,79
a b f(a) f(b)
0 3 0,341 9,722
n h=(b -a)/n
6 0,5
i x_i f(x_i)
0 0 0,341
1 0,5 0,612
2 1 1,082
3 1,5 1,893
4 2 3,286
5 2,5 5,667
6 3 9,722
Resultado de la integración
numérica
8,58
a b f(x_0) f(x_3)
0 3 0,341 9,722
n h=(b -a)/n
3 1
i x_i f(x_i)
0 0 0,341
1 1 1,082
2 2 3,286
3 3 9,722
Resultado de la integración
numérica
8,69
Se aprecia que el método más exacto resulto ser el de Simpson 1/3 esto obedece
al hecho de que aproxima la función como un polinomio de grado 2 a diferencia del
método del trapecio el cual aproxima la función con segmentos de recta, el método
de Simpson 3/8 aproxima la función con un polinomio de tercer grado, pero al
considera la mitad de intervalos (n=3) es menos exacto que el método Simpson 1/3
pero es más exacto que el método del Trapecio.
𝑓 ′ (1,7) = 10𝑥
𝑓 ′ (1,7) = 10 ∗ 1,7 = 17
Ejercicio #2
Aproxime la derivada de la función 𝑓(𝑥) = 4𝑥 3 para 𝑥𝑖 = 2 y ℎ = 2. Determine el error
producido.
Evaluando en la derivada:
𝑓 ′ (2) = 12 ∗ (22 ) = 48
Ejercicio #3
Aproxime la derivada de la función 𝑓(𝑥) = 2𝑥 4 para 𝑥𝑖 = 3,5 y ℎ = 0,6. Determine el error
producido.
Evaluando en la derivada:
𝑓 ′ (3,5) = 8 ∗ (3,53 ) = 343
Método de Trapecio.
𝑏−𝑎 3−0
Calcular ∆𝑥 = = = 0.75
𝑛 4
x f(x)
0 0,3406767
0,75 0,8148081
1,5 1,8933388
2,25 4,3181641
3 9,7220345
𝑏−𝑎 3−0
Calcular ∆𝑥 = 𝑛
= 4
= 0.75
𝐼 ≈ 𝟖. 𝟓𝟗𝟓𝟑𝟐
𝑏−𝑎 3−0
Calcular ∆𝑥 = = =1
𝑛 3
≈ 0.375 [23.16662]
≈ 𝟖. 𝟔𝟖𝟕𝟒𝟖𝟑
Gráfica de la función:
f(x)
12.0000000
10.0000000
8.0000000
6.0000000
4.0000000
2.0000000
0.0000000
0 0.75 1.5 2.25 3
RTA// Los métodos que mejor se aproximan a la integral, ordenados desde el error
más bajo hasta el más alto son: Primero, Simpson 1/3 con n=4, con un error del
0,2127%, luego Simpson 3/8 con n=3, con un error del 1,2872% y finalmente el
método de trapecio con n=4, con un error del 5,4351%, es el método que menos se
aproxima a la integral exacta de la ecuación.
1 2𝑥 1,5𝑦
∫0 ∫𝑥 ∫0,5𝑦 0,25𝑥𝑦 2𝑧 𝑑𝑧𝑑𝑦𝑑𝑥 , donde para cada integral use el método de
Trapecio con n=4
Inicialmente trabajaremos con la función interna respecto de la variable z para
poder desarrollar el ejercicio y aplicar el método:
1.5𝑦
∫ 0.25𝑥𝑦 2𝑧 𝑑𝑧
0.5𝑦
Ahora procedemos a calcular los elementos claves para aplicar el método del trapecio:
𝑛=4
1.5𝑦 − 0.5𝑦 𝑦 𝑦
ℎ= = =
𝑛 𝑛 4
𝑓(𝑎) = 0.25𝑥𝑦 𝑦
𝑓(𝑏) = 0.25𝑥𝑦 3𝑦
ℎ
𝐼𝑧 ≈ (𝑓(𝑎) + 𝑓(𝑏))
2
𝑦
𝐼𝑧 ≈ (0.25𝑥𝑦 𝑦 + 0.25𝑥𝑦 3𝑦 )
8
𝐼𝑧 ≈ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1
De aquí que:
𝑥1 = 𝑥0 + ℎ = 0 + 0.57 = 0.57
𝑦1 = 𝑦0 + ℎ𝑓(𝑥0 , 𝑦0 ) = 4 + 0.57𝑓(0,4) = 4 + 0.57 ∗ 1.897367 = 5.081499
𝑥2 = 𝑥1 + ℎ = 0.57 + 0.57 = 1.14
𝑦2 = 𝑦1 + ℎ𝑓(𝑥1 , 𝑦1 ) = 5.081499 + 0.57𝑓(0.57, 5.081499) = 5.081499 + 0.57 ∗ 1.8973666
= 5.877521
𝑥3 = 𝑥2 + ℎ = 1.14 + 0.57 = 1.71
𝑦3 = 𝑦2 + ℎ𝑓(𝑥2 , 𝑦2 ) = 5.877521 + 0.57𝑓(1.14, 5.877521) = 5.877521 + 0.57 ∗ 1.3965297
= 6.484782
Euler
𝒊 𝒙𝒊 𝒚𝒊 𝒉 𝒇(𝒙𝒊−𝟏 , 𝒚𝒊−𝟏 )
0 0 4 0.57
1 0.57 5.081499 1.8973666
2 1.14 5.877521 1.3965297
3 1.71 6.484782 1.065371
4 2.28 6.971605 0.8540753
5 2.85 7.376373 0.7101188
6 3.42 7.722048 0.6064481
7 3.99 8.023291 0.528496
8 4.56 8.289977 0.4678693
9 5.13 8.529053 0.4194318
10 5.7 8.745583 0.3798783
0.5+1.5
Utilizaremos 16 subintervalos (17 puntos), de modo que ℎ0 = 16
= 0,125 y se
construye la siguiente tabla con esta longitud de paso y precisión de 8 dígitos (según
el algoritmo PSeInt adjunto):
x f(x)
-1,5 1,43132327
-1,375 1,44306012
-1,25 1,45813055
-1,125 1,47748136
-1 1,50232829
-0,875 1,53423237
-0,75 1,57519803
-0,625 1,62779898
-0,5 1,69533994
-0,375 1,78206424
-0,25 1,89342045
-0,125 2,03640465
0 2,22
0,125 2,4557411
0,25 2,75843865
0,375 3,14711001
0,5 3,64617392
h
2 5,07749718
1 4,23408853 3,95295231
0,5 3,97820841 3,89291503 3,88891255
0,25 3,91040112 3,8877987 3,88745761 3,88743451
0,125 3,89318717 3,88744918 3,88742588 3,88742538 3,88742534
Esta tabla indica en azul el valor de la integral definida, con un error prácticamente
se cero; pues como se muestra a continuación, el cálculo de la integral definida a
partir de la evaluación de la antiderivada coincide con el del método de Romberg
hasta la séptima cifra decimal (es decir, la precisión del método numérico está dentro
de una diez millonésima parte):
0,5
∫ (0,83𝑒 2𝑥 + 1,39)𝑑𝑥 =
−1,5
0,415𝑒 2𝑥 + 1,39𝑥|0.5
−1.5 =
1,823086959 + 2,064338367 =
3,887425326.
ALGORITMO PSeInt:
Ej. 5.- Solucione paso a paso los siguientes ejercicios de Integrales Múltiples:
2 1
∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑥𝑑𝑦, donde para cada integral use el método de Simpson 1/3 con
n=4.
Para el caso que nos ocupa, la región R y la superficie –graficada con Derive–, se
muestran en las siguientes figuras:
Fig. 2
El sólido se encuentra acotado por los planos x=0; x=1; y=0; y=2 y la superficie
𝑓(𝑥, 𝑦) = 𝑥 2,19 + 1,98𝑦. En la referencia [7], se propone el siguiente método
computacional, para evaluar esta integral por el método de Simpson 1/3:
𝑎+2ℎ 𝑑(𝑥)
ℎ 𝑘
∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 ~ { [𝑓(𝑎, 𝑐) + 4𝑓(𝑎, 𝑐 + 𝑘) + 𝑓(𝑎, 𝑑)] +
𝑎 𝑐(𝑥) 3 3
𝑘
[𝑓(𝑎 + ℎ, 𝑐) + 4𝑓(𝑎 + ℎ, 𝑐 + 𝑘) + 𝑓(𝑎 + ℎ, 𝑑)] +
3
𝑘
[𝑓(𝑎 + 2ℎ, 𝑐) + 4𝑓(𝑎 + 2ℎ, 𝑐 + 𝑘) + 𝑓(𝑎 + 2ℎ, 𝑑)]},
3
𝑑(𝑥) − 𝑐(𝑥)
𝑘= .
2
2 1 1 2
Para ∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑥𝑑𝑦 = ∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑦𝑑𝑥, se tiene (ver Fig. 2, arriba):
𝑎 = 0, 𝑏 = 1, 𝑛 = 4 𝑦 𝑚 = 4;
1
ℎ= ;
4
𝑐 = 0 = 𝑐𝑡𝑒;
𝑑 = 2 = 𝑐𝑡𝑒;
2−0
𝑘= = 1 = 𝑐𝑡𝑒.
2
|4,586959248 − 4,586939508|
𝐸𝑟𝑟𝑜𝑟𝑟𝑒𝑙 . % = ∗ 100 = 0,00043%.
4,586959248
ℎ = 0.42
𝑦(0) = 4, 𝑜 𝑠𝑒𝑎: 𝑥0 = 0 𝑒 𝑦0 = 4
8
7
6
TABLA DE DATOS
Aprox. y(x)
5
PARA LA GRÁFICA
4
3 x y(x)
2 0 4
1 0,42 4,79689
0 0,84 5,43072
0 0.5 1 1.5 2 2.5 1,26 5,94037
x 1,68 6,36317
2,1 6,72309
Segmentos h Integral
4 1,00 7,92116757449606
8 0,50 7,94452546312228
16 0,25 7,95040262246937
32 0,13 7,95187439116957
Con los resultados del método del trapecio se procede a utilizar la relación de
recurrencia:
k
j 1 2 3 4
7,92116757449 7,95231142599
1
606 769
7,94452546312 7,95236167558 7,95236502555
2
228 506 755
7,95040262246 7,95236498073 7,95236520107 7,95236520386
3
937 630 972 578
7,95187439116
4
957
x
a 0
b 1
h= 0,25
n= 4
k x_k Integral
0 0 0 0,45234388
1 0,25 0,00292333
2 0,50 0,03385387
3 0,75 0,35342636
4 1,00 2,83834389
h 0,53
x_0 0
y_0 4
x_n y_n
0 4
0,53 5,005604
1,06 5,760811
1,59 6,344446
2,12 6,816148
2,65 7,210498
3,18 7,548599
3,71 7,844107
4,24 8,106313
4,77 8,341802
5,30 8,555400
5,83 8,750750
6,36 8,930658
6,89 9,097339
7,42 9,252565
7,95 9,397775
8,48 9,534159
9,01 9,662705
9,54 9,784246
10,07 9,899490
10,60 10,009044
11,13 10,113431
11,66 10,213106
12,19 10,308467
12,72 10,399864
13,25 10,487605
13,78 10,571965
14,31 10,653190
14,84 10,731498
15,37 10,807088
15,90 10,880136
16,43 10,950806
16,96 11,019242
17,49 11,085579
18,02 11,149938
18,55 11,212432
19,08 11,273162
19,61 11,332224
20,14 11,389703
20,67 11,445681
Utilizando el método del trapecio obtenemos los siguientes resultados para I en los
diferentes segmentos:
𝐼1 = 7.921168
𝐼2 = 7.944525
𝐼3 = 7.950403
𝐼4 = 7.951874
𝐼5 = 7.952242
Niveles 1 2 3 4 5
𝑛=4
𝑦
ℎ=
4
𝑓(𝑎) = 0.25𝑥𝑦 𝑦
𝑓(𝑏) = 0.25𝑥𝑦 3𝑦
𝑦
𝐼𝑧 ≈ (0.25𝑥𝑦 𝑦 + 0.25𝑥𝑦 3𝑦 )
8
𝐼𝑧 ≈ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1
Siguiente integral:
2𝑥
∫ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1 𝑑𝑦
𝑥
𝑥
ℎ=
4
𝑓(𝑎) = 0.03125𝑥 ∗ 𝑥 𝑥+1 + 0.03125𝑥 ∗ 𝑥 3𝑥+1 = 0.03125𝑥 𝑥+2 + 0.03125𝑥 3𝑥+2
𝑓(𝑏) = 0.03125(𝑥 ∗ 2𝑥 2𝑥+1 + 𝑥 ∗ 2𝑥 3(2𝑥)+1 ) = 0.03125(2𝑥 2(𝑥+1) + 2𝑥 2(3𝑥+1) )
𝑥
𝐼𝑦 ≈ (0.03125(𝑥 𝑥+2 + 𝑥 3𝑥+2 + 2𝑥 2(𝑥+1) + 2𝑥 2(3𝑥+1) ))
8
= 0.003906(𝑥 𝑥+3 + 𝑥 3𝑥+3 + 2𝑥 2𝑥+3 + 2𝑥 6𝑥+3 )
i xi yi f(x,y)
0 0 4 1,897367
1 0,51 4,967657 1,439545
2 1,02 5,701825 1,120040
3 1,53 6,273045 0,909144
4 2,04 6,736709 0,762294
5 2,55 7,125479 0,654947
6 3,06 7,459501 0,573351
7 3,57 7,751910 0,509368
8 4,08 8,011688 0,457920
9 4,59 8,245227 0,415693
10 5,1 8,457231 0,380434
RTA// La solución de la ecuación está dada por los puntos (xi,yi), los podemos ver
subrayados de color verde. Se interpreta como la pendiente de la tangente de la curva
de la ecuación en el punto (0,4).
De aquí tenemos que los elementos necesarios para calcular, aplicando la regla de
la cadena:
𝑓 ′ (𝑥, 𝑦(𝑥)) = −[𝑦𝑠𝑒𝑛(𝑥𝑦) + 𝑥𝑠𝑒𝑛(𝑥𝑦) cos(𝑥𝑦)]
xi f(xi)
0 1
0.17 1.17
0.34 1.332832
0.51 1.475307
0.68 1.58117
0.85 1.637806
1.02 1.642579
1.19 1.602749
1.36 1.53012
1.53 1.436185
1.7 1.330193
1.87 1.219156
2.04 1.108452
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5
Xi
Aproximación de la función
5
3
f(xi)
0
0 0.5 1 1.5 2 2.5 3
Xi
ℎ2 ´´
𝑦𝑛+1 = 𝑦𝑛 + ℎ𝑦𝑛′ + 𝑦 , 𝑐𝑜𝑛:
2 𝑛
ℎ = 0.22
𝑦(0) = 1, 𝑜 𝑠𝑒𝑎: 𝑥0 = 0 𝑒 𝑦0 = 1
𝑦𝑛′ = cos(𝑥𝑛 𝑦𝑛 )
Derivando (utilizando la regla de la cadena):
El código es:
La gráfica de la aproximación de la función es:
1.8
1.6
1.4
1.2
Aprox. y(x)
1 TABLA DE DATOS
0.8 PARA LA GRÁFICA
0.6
x y(x)
0.4 0 1
0.2 0,22 1,22
0 0,44 1,42293
0 0.2 0.4 0.6 0.8 1 1.2 0,66 1,57597
x 0,88 1,64745
1,1 1,63188
𝑘1 = ℎ𝑓(𝑥𝑛 , 𝑦𝑛 ) 𝐸𝑐. 1
𝑘2 = ℎ𝑓(𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘1 )
1
𝑦𝑛+1 = 𝑦𝑛 + (𝑘1 + 𝑘2 )
2
El código es:
Tabla de datos y gráfica de la aproximación de la solución:
0
0 0.5 1 1.5 2 2.5
Para las iteraciones, que conducen a la tabla anterior, los valores de las constantes
son:
Según Zill (1986), la Ec. 1, para el procedimiento de segundo orden del método de
Runge –Kutta, coincide con el desarrollo de Taylor hasta el término en h2, o sea, hasta
el tercer término. Además para k1 y k2 dadas, la Ec. 1 se reduce a la fórmula de Euler
mejorada. Es decir que la fórmula de Taylor de tres términos es esencialmente
equivalente a la fórmula de Euler mejorada. Señalado ese último aserto, se tiene que
el procedimiento de segundo orden del método de Runge – Kutta no refleja la potencia
del método, como sí se puede apreciar en el procedimiento de cuarto orden: a
continuación, se muestran entonces los resultados del problema a partir de este
procedimiento (el de cuarto orden):
El código es:
Las ecuaciones del código, para las iteraciones en el método de Runge – Kutta de
cuarto orden, son las siguientes:
𝑘1 = ℎ𝑓(𝑥𝑛 , 𝑦𝑛 )
1 1
𝑘2 = ℎ𝑓 (𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘1 )
2 2
1 1
𝑘3 = ℎ𝑓 (𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘2 )
2 2
𝑘4 = ℎ𝑓(𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘3 )
1
𝑦𝑛+1 = 𝑦𝑛 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ).
6
En las iteraciones, que conducen a la tabla anterior, los valores de las constantes son:
Poniendo las tablas de resultados, una junto a la otra, las diferencias saltan a la vista:
h 0,13
x_0 0
y_0 1
x_n y_n
0 1
0,13 1,130000
0,26 1,257043
0,39 1,376083
0,52 1,480414
0,65 1,562857
0,78 1,617669
0,91 1,642273
1,04 1,637764
1,17 1,608025
1,30 1,558234
1,43 1,493622
1,56 1,418814
1,69 1,337639
1,82 1,253199
1,95 1,168030
2,08 1,084234
2,21 1,003556
2,34 0,927403
2,47 0,856811
2,60 0,792426
2,73 0,734508
2,86 0,682971
2,99 0,637464
3,12 0,597459
3,25 0,562341
3,38 0,531472
3,51 0,504244
3,64 0,480105
3,77 0,458574
3,90 0,439240
4,03 0,421761
4,16 0,405857
4,29 0,391297
4,42 0,377894
4,55 0,365495
4,68 0,353975
4,81 0,343230
4,94 0,333176
5,07 0,323738
h 0,53
x_0 0
y_0 3
Solución:
𝑦 ′ = 𝐶𝑜𝑠(𝑥𝑦)
𝑦(0) = 1
𝑥𝑜 = 0
ℎ = 0.11
Se realiza el cálculo de las iteraciones en una tabla Excel con su respectiva fórmula:
xi yi f(x,y) f'(x,y)
0 1 1 -0,05494456
0,11 1,10966759 0,9925595 -0,17605089
0,22 1,21811573 0,96430628 -0,31723906
0,33 1,32332728 0,90615318 -0,47188542
0,44 1,42203697 0,81055554 -0,62901703
0,55 1,51016382 0,67444019 -0,77389824
0,66 1,58330318 0,50191914 -0,89074909
0,77 1,63751212 0,30497482 -0,96719769
0,88 1,67016334 0,10088069 -0,99843621
0,99 1,68051186 -0,0927768 -0,9885826
1,1 1,66971788 -0,26277132 -0,94847566
1,21 1,64036591 -0,40231712 -0,89155009
1,32 1,59576522 -0,51036894 -0,83018035
1,43 1,53933116 -0,58950608 -0,77374578
1,54 1,47419692 -0,64380988 -0,72826944
1,65 1,40305388 -0,67741485 -0,69689837
Método de Taylor
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0 0.11 0.22 0.33 0.44 0.55 0.66 0.77 0.88 0.99 1.1 1.21 1.32 1.43 1.54 1.65
xi yi k1 k2
0 3 0 0,51
0,51 3,13005 5,69143579 9,10406804
1,02 6,90290348 0,85929112 1,8075296
1,53 7,58294276 -16,1525985 -23,8804237
2,04 -2,62547791 -4,18887971 -5,81520836
2,55 -5,17652036 11,5052027 17,8828561
3,06 2,31743465 2,79225938 4,72631167
3,57 4,23467027 20,6446566 31,6834314
4,08 17,5783327 -27,9861992 -41,7491608
4,59 -0,2041841 -4,37865774 -6,10177319
5,1 -2,87669399 10,7182992 16,6946317
CONCLUSIONES GENERALES
- Siempre que podamos evaluar una antiderivada, una integral definida se puede
calcular de manera directa; sin embargo, en ausencia de aquella condición, se cuenta
con métodos de aproximación muy precisos, tales como la regla del trapecio o la de
Simpson.
- Los algoritmos para resolver numéricamente las ecuaciones diferenciales –en el caso
que nos ocupa, ordinarias de primer orden– se van complicando en cuanto se requiera
mayor precisión en los resultados. Sin embargo, con los lenguajes computacionales
y la velocidad de cómputo de los ordenadores, prácticamente se puede obviar
cualquier dificultad.
- En orden ascendente, las técnicas numéricas para solución de ecuaciones
diferenciales de valores iniciales, aumentan su eficacia, por la exactitud de sus
resultados, en el siguiente orden: Euler; Taylor, y Runge – Kutta (preferiblemente, el
método de 4° orden).
Leithold, L. (1987). El Cálculo con Geometría Analítica (5ª ed.). Bogotá, Colombia:
Harla.
Allen, W. (1988). Análisis Numérico (1ª ed.). México D.F., México: Prentice – Hall
Hispanoamericana.
Burden R. L., Faires J. D. (1998). Análisis numérico (7ª ed.). Madrid, España:
International Thomson Editores.