T4 Diferenciacion Integracion PDF

e integracion
numerica
Derivacion
Escuela de Ingeniera Informatica

de Oviedo
(Dpto. de Matematicas-UniOvi)
Numerica
Computacion
e integracion
Derivacion
1 / 20
Contenidos
Derivacion
Integracion
Numerica
Computacion
e integracion
Derivacion
2 / 20

Derivacion
numerica
Derivacion
Problema
de f 0 en un punto x en funcion
de valores de f en
Obtener una aproximacion
un numero
finito de puntos cercanos a x .
Por que?
conocemos los valores de f en un numero
Porque solo
finito de puntos x,
que el valor exacto.

Porque es menos costoso calcular la aproximacion
de derivada
Como
lo hacemos? A partir de la definicion
f (x + h) f (x )
h0
h
f 0 (x ) = lm
podemos deducir varias aproximaciones.
Numerica
Computacion
e integracion
Derivacion
3 / 20

Derivacion
Aproximaciones habituales
h > 0 pequeno
Diferencias finitas progresivas
( + f )(x ) =
f (x + h) f (x )
.
h
Diferencias finitas regresivas

( f )(x ) =
f (x ) f (x h)
.
h
Diferencias finitas centradas

(f )(x ) =
f (x + h) f (x h)
1 +
( f )(x ) + ( f )(x ) =
2
2h
Numerica
Computacion
e integracion
Derivacion
4 / 20

Derivacion
Error
Error
Diferencias finitas progresivas y regresivas proporcionan una
de primer orden:
aproximacion
|( f )(x ) f 0 (x )| c h.
de
Diferencias finitas centradas proporcionan una aproximacion
segundo orden:
|(f )(x ) f 0 (x )| c h2 .
de Taylor:
Para ver esto, usamos la aproximacion
f (x + h) = f (x ) + f 0 (x )h + f 00 ()
(+ f )(x ) = f 0 (x ) + f 00 ()
h2
,
2
(x , x + h)
h
|(+ f )(x ) f 0 (x )| c h.
2
Numerica
Computacion
e integracion
Derivacion
5 / 20

Derivacion
Error
Error
Diferencias finitas progresivas y regresivas proporcionan una
de primer orden:
aproximacion
|( f )(x ) f 0 (x )| c h.
de
Diferencias finitas centradas proporcionan una aproximacion
segundo orden:
|(f )(x ) f 0 (x )| c h2 .
de Taylor:
Para ver esto, usamos la aproximacion
f (x + h) = f (x ) + f 0 (x )h + f 00 ()
(+ f )(x ) = f 0 (x ) + f 00 ()
h2
,
2
(x , x + h)
h
|(+ f )(x ) f 0 (x )| c h.
2
Numerica
Computacion
e integracion
Derivacion
5 / 20

Derivacion
precision
Mas
de [a, b]
Dada una particion
a < x1 < x2 < . . . < xn1 < xn = b
de
usamos la formula
centrada para conseguir un orden de aproximacion
orden 2 si xj es interior (1 < j < n).
Problema
Que formulas
usamos para x1 y xn ?
tambien
contesta la pregunta siguiente:
La respuesta a esta cuestion
Problema
Como
conseguimos aproximaciones de orden mayor que 2?
Pista
polinomicas.
Usar las formulas

de interpolacion
Numerica
Computacion
e integracion
Derivacion
6 / 20

Derivacion
precision
Mas
Ejemplo
de f de 2o grado en x1 , x2 , x3 , siendo
Usamos un polinomio de interpolacion
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
Numerica
Computacion
e integracion
Derivacion
7 / 20

Derivacion
precision
Mas
Ejemplo
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
[y1 ] = y1 ,
[y1 , y2 , y3 ] =
[y1 , y2 ] =
y1 y2
y2 y1
=
,
x1 x2
h

1 y1 y2 y2 y3
[y1 , y2 ] [y2 , y3 ]
1
=
=
y1 2y2 + y3 .
2
x1 x3
2h
h
h
2h
Numerica
Computacion
e integracion
Derivacion
7 / 20

Derivacion
precision
Mas
Ejemplo
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
[y1 ] = y1 ,
[y1 , y2 ] =
y2 y1
,
h
[y1 , y2 , y3 ] =
Numerica
Computacion

1
y1 2y2 + y3
2
2h
e integracion
Derivacion
7 / 20

Derivacion
precision
Mas
Ejemplo
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
[y1 ] = y1 ,
[y1 , y2 ] =
y2 y1
,
h
[y1 , y2 , y3 ] =

1
y1 2y2 + y3
2
2h
Obtenemos

f 0 (x1 ) p0 (x1 ) = [y1 , y2 ] + [y1 , y2 , y3 ] (x1 x1 ) + (x1 x2 ) ,
Numerica
Computacion
e integracion
Derivacion
7 / 20

Derivacion
precision
Mas
Ejemplo
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
[y1 ] = y1 ,
[y1 , y2 ] =
y2 y1
,
h
[y1 , y2 , y3 ] =

1
y1 2y2 + y3
2
2h
Obtenemos

f 0 (x1 ) p0 (x1 ) = [y1 , y2 ] + [y1 , y2 , y3 ] (x1 x1 ) + (x1 x2 ) ,
o
f 0 (x1 )

1
3f (x1 ) + 4f (x2 ) f (x3 ) .
2h
Numerica
Computacion
e integracion
Derivacion
7 / 20

Derivacion
precision
Mas
Ejemplo
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
[y1 ] = y1 ,
[y1 , y2 ] =
y2 y1
,
h
[y1 , y2 , y3 ] =

1
y1 2y2 + y3
2
2h
y

f 0 (x3 ) p0 (x3 ) = [y1 , y2 ] + [y1 , y2 , y3 ] (x3 x1 ) + (x3 x2 ) ,
Numerica
Computacion
e integracion
Derivacion
7 / 20

Derivacion
precision
Mas
Ejemplo
yj = f (xj ).
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )
[y1 ] = y1 ,
[y1 , y2 ] =
y2 y1
,
h
[y1 , y2 , y3 ] =

1
y1 2y2 + y3
2
2h
y

f 0 (x3 ) p0 (x3 ) = [y1 , y2 ] + [y1 , y2 , y3 ] (x3 x1 ) + (x3 x2 ) ,
o
f 0 (x3 ) p0 (x3 ) =
1
(f (x1 ) 4f (x2 ) + 3f (x3 )).
2h
Numerica
Computacion
e integracion
Derivacion
7 / 20

Derivacion
Derivada segunda
Podemos concatenar dos veces las -aproximaciones. Por ejemplo:
( + f )(x ) =
1
f (x + h) f (x )
= (f (x + h) f (x ))
h
h

1 f (x + h) f (x ) f (x ) f (x h)
( + f ) (x ) =
h
h
h
f (x + h) 2f (x ) + f (x h)
.
h2
Obtenemos el mismo resultado por interpolacion:
(xx
f )(x ) =
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )

p00 (x2 ) = 2[y1 , y2 , y3 ] =

1
y1 2y2 + y3 .
h2
Numerica
Computacion
e integracion
Derivacion
8 / 20

Derivacion
Derivada segunda
Podemos concatenar dos veces las -aproximaciones. Por ejemplo:
( + f )(x ) =
1
f (x + h) f (x )
= (f (x + h) f (x ))
h
h

1 f (x + h) f (x ) f (x ) f (x h)
( + f ) (x ) =
h
h
h
f (x + h) 2f (x ) + f (x h)
.
h2
Obtenemos el mismo resultado por interpolacion:
(xx
f )(x ) =
p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )

p00 (x2 ) = 2[y1 , y2 , y3 ] =

1
y1 2y2 + y3 .
h2
Numerica
Computacion
e integracion
Derivacion
8 / 20

Derivacion
Derivadas en dos variables. Ejemplos

Sea [a, b] [c, d] R2 . Introducimos particiones uniformes
a = x1 < x2 < . . . < xM1 < xM = b
c = y1 < y2 < . . . < yN1 < yN = d
Si llamamos a un punto (xm , yn ), sus vecinos son
Numerica
Computacion
e integracion
Derivacion
9 / 20

Derivacion
Ejemplos:
Derivada parcial (progresiva): x f (xm , yn )
(x+ f )(xm , yn ) =
f (xm+1 , yn ) f (xm , yn )
.
hx
Gradiente (centrado): f (xm , yn ) = x f (xm , yn ), y f (xm , yn )

f (x
f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 )

,
.
2hx
2hy
m+1 , yn )
Divergencia (centrada): div(f(xm , yn )) = x f1 (xm , yn ) + y f2 (xm , yn )

f1 (xm+1 , yn ) f1 (xm1 , yn ) f2 (xm , yn+1 ) f2 (xm , yn1 )
+
2hx
2hy
Numerica
Computacion
e integracion
Derivacion
10 / 20

Derivacion
Ejemplos:
(x+ f )(xm , yn ) =
f (xm+1 , yn ) f (xm , yn )
.
hx

f (x

,
.
2hx
2hy
m+1 , yn )

+
2hx
2hy
Numerica
Computacion
e integracion
Derivacion
10 / 20

Derivacion
Ejemplos:
(x+ f )(xm , yn ) =
f (xm+1 , yn ) f (xm , yn )
.
hx

f (x

,
.
2hx
2hy
m+1 , yn )

+
2hx
2hy
Numerica
Computacion
e integracion
Derivacion
10 / 20

Derivacion
Laplaciana (centrada): f (xm , yn ) = xx f (xm , yn ) + yy f (xm , yn )

f (xm+1 , yn ) 2f (xm , yn ) + f (xm1 , yn ) f (xm , yn+1 ) 2f (xm , yn ) + f (xm , yn1 )
+
.
hx2
hy2
Numerica
Computacion
e integracion
Derivacion
11 / 20

Integracion
numerica
Integracion
Problema:
Aproximar
b
Z
I(f ) =
f (x)dx.
a
es, como la derivacion,

una operacion
en la que se utilizan
La integracion
con N puntos de [a, b]:
lmites. Realizamos una particion
xn = a + h(n 1),
Por definicion
I(f ) = lm
N
X
h=
ba
,
N 1
n = 1, 2, . . . , N.
f (xn )(xn xn1 ) = lm h

N
n=2
N
X
f (xn ).
n=2
es truncar la suma infinita:

Una aproximacion
I(f ) h
N
X
f (xn ).
n=2
Numerica
Computacion
e integracion
Derivacion
12 / 20

Integracion
numerica
Integracion
Problema:
Aproximar
b
Z
I(f ) =
f (x)dx.
a
es, como la derivacion,

una operacion
en la que se utilizan
La integracion
con N puntos de [a, b]:
lmites. Realizamos una particion
xn = a + h(n 1),
Por definicion
I(f ) = lm
N
X
h=
ba
,
N 1
n = 1, 2, . . . , N.
f (xn )(xn xn1 ) = lm h

N
n=2
N
X
f (xn ).
n=2
es truncar la suma infinita:

Una aproximacion
I(f ) h
N
X
f (xn ).
n=2
Numerica
Computacion
e integracion
Derivacion
12 / 20

Integracion
Varias estrategias de discretizacion
Numerica
Computacion
e integracion
Derivacion
13 / 20

Integracion
Formulas
correspondientes
es grande.
La lista de metodos
de integracion
xn1 + xn
Formula
del punto medio: Sea xn =
2
I(f ) h
N
X
f (xn ),
aprox. constante
n=2
Regla de los trapecios:

N1
I(f )
X
h
(f (a) + f (b)) + h
f (xn ),
2
aprox. lineal
n=2
Formula
de Simpson:
N
I(f )

hX
f (xn1 + 4f (xn ) + f (xn ) ),
6
aprox. cuadratica
n=2
Numerica
Computacion
e integracion
Derivacion
14 / 20

Integracion
Error y grado de precision
Definicion
El error de la formula
de cuadratura, Iq (f ) cuando aproximamos I(f ) es
|I(f ) Iq (f )|.
de la formula
El grado de precision
de cuadratura es el maximo
r tal que
Iq (p) = I(p),
con p(x) = ar x r + ar 1 x r 1 + . . . + a1 x + a0 .
Numerica
Computacion
e integracion
Derivacion
15 / 20

Integracion
Error y grado de precision
Definicion
El error de la formula
de cuadratura, Iq (f ) cuando aproximamos I(f ) es
|I(f ) Iq (f )|.
de la formula
El grado de precision
de cuadratura es el maximo
r tal que
Iq (p) = I(p),
con p(x) = ar x r + ar 1 x r 1 + . . . + a1 x + a0 .
Numerica
Computacion
e integracion
Derivacion
15 / 20

Integracion
habituales
Error estimado para las formulas
mas
Si usamos la formula
de Taylor.
Formula
del punto medio: Sea xn =
xn1 + xn
2
b a 2 00
h f (),
24
I(f ) Imp (f ) =
Formula
de los trapecios:
I(f ) It (f ) =
b a 2 00
h f (),
12
Formula
de Simpson:
I(f ) It (f ) =
b a 4 (4)
h f (),
2880
para algun
[a, b].
Numerica
Computacion
e integracion
Derivacion
16 / 20

Integracion
de las formulas
habituales
Grado de precision
mas
del error
Obtenido a partir de la estimacion
Formula
del punto medio: Grado 1, porque el error depende de f 00 .
Formula
de los trapecios: Grado 1 (igual que el anterior).
Formula
de Simpson: Grado 3, porque el error depende de f (4) .
Numerica
Computacion
e integracion
Derivacion
17 / 20

Integracion
Mayor precision
En lugar de usar particiones equiespaciadas podemos escribir:

Iq (f ) =
N
X
wn f (xn ),
n=1
para xn no necesariamente equiespaciados y algunos pesos wn .

Pregunta
Es posible calcular I(pr ) de forma exacta para algun
polinomio pr de grado
r eligiendo de forma adecuada los nodos y los pesos?
La respuesta es S.
Numerica
Computacion
e integracion
Derivacion
18 / 20

Integracion
Escribamos pr (x) usando los polinomios de Lagrange,

pr (x) =
r
X
pr (xi )i (x).
i=0
Entonces
Z
pr (x)dx =
a
r
X
Z
pr (xi )
i (x)dx =
a
i=0
r
X
wi pr (xi ),
i=1
donde los pesos Gaussianos son

Z
wi =
i (x)dx.
a
es
Seleccionando xi de forma que tenga el maximo
grado precision
posible.
Numerica
Computacion
e integracion
Derivacion
19 / 20

Integracion
Se puede demostrar que si escogemos los nodos de forma que sean las
races de los polinomios de Legendre de grado r + 1 entonces, para
m 2r 1 tenemos
Z b
r
X
pm (x)dx =
wi pm (xiL ).
a
i=1
Esta es la formula
de cuadratura de Gauss, que tiene un grado de precision
2r 1 y un error absoluto proporcional a f (2r ) ().
Numerica
Computacion
e integracion
Derivacion
20 / 20

Integracion
m 2r 1 tenemos
Z b
r
X
pm (x)dx =
wi pm (xiL ).
a
i=1
Esta es la formula
Ejemplo
Para p3 (x) tanto la formula

de Simpson como la de Gauss (r = 2) son
exactas. Sin embargo (en [1, 1])
Is (p3 ) =
1
(p3 (1) + 4p3 (0) + p3 (1)),
3
mientras que
1
1
Ig (p3 ) = p3 ( ) + p3 ( ).
3
3
Numerica
Computacion
e integracion
Derivacion
20 / 20

Integracion
m 2r 1 tenemos
Z b
r
X
pm (x)dx =
wi pm (xiL ).
a
i=1
Esta es la formula
Senalar
que:
tabulados o bien se calculan en el momento
Los pesos y nodos estan
usando, por ejemplo, metodos

de calculo
de autovalores.
de MATLAB quadl(f,a,b) utiliza la formula
La funcion
de cuadratura
de Gauss-Lobatto adaptativa.
Numerica
Computacion
e integracion
Derivacion
20 / 20

T4 Diferenciacion Integracion PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

T4 Diferenciacion Integracion PDF

Hochgeladen von

Copyright:

Verfügbare Formate

e integracion

Escuela de Ingeniera Informatica

que el valor exacto.

podemos deducir varias aproximaciones.

Diferencias finitas regresivas

Diferencias finitas centradas

Usar las formulas

Obtenemos el mismo resultado por interpolacion:

p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )

Obtenemos el mismo resultado por interpolacion:

p(x) = [y1 ] + [y1 , y2 ](x x1 ) + [y1 , y2 , y3 ](x x1 )(x x2 )

Derivadas en dos variables. Ejemplos

Gradiente (centrado): f (xm , yn ) = x f (xm , yn ), y f (xm , yn )

f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 ) 

Divergencia (centrada): div(f(xm , yn )) = x f1 (xm , yn ) + y f2 (xm , yn )

Gradiente (centrado): f (xm , yn ) = x f (xm , yn ), y f (xm , yn )

f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 ) 

Divergencia (centrada): div(f(xm , yn )) = x f1 (xm , yn ) + y f2 (xm , yn )

Gradiente (centrado): f (xm , yn ) = x f (xm , yn ), y f (xm , yn )

f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 ) 

Divergencia (centrada): div(f(xm , yn )) = x f1 (xm , yn ) + y f2 (xm , yn )

Laplaciana (centrada): f (xm , yn ) = xx f (xm , yn ) + yy f (xm , yn )

es, como la derivacion,

f (xn )(xn xn1 ) = lm h

es truncar la suma infinita:

es, como la derivacion,

f (xn )(xn xn1 ) = lm h

es truncar la suma infinita:

Varias estrategias de discretizacion

Regla de los trapecios:

Error y grado de precision

Error y grado de precision

En lugar de usar particiones equiespaciadas podemos escribir:

para xn no necesariamente equiespaciados y algunos pesos wn .

Escribamos pr (x) usando los polinomios de Lagrange,

donde los pesos Gaussianos son

Para p3 (x) tanto la formula

usando, por ejemplo, metodos

Das könnte Ihnen auch gefallen

f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 )

f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 )

f (xm1 , yn ) f (xm , yn+1 ) f (xm , yn1 )