Beruflich Dokumente
Kultur Dokumente
INTRODUCCIN
En numerosos fenmenos de la naturaleza observamos una cierta regularidad
en la forma de producirse, esto nos permite sacar conclusiones de la marcha
de un fenmeno en situaciones que no hemos medido directamente.
Al revisar estos datos, podramos preguntarnos si se podran usarse para
estimar razonablemente, algunas predicciones de este tipo pueden obtenerse
usando una funcin que ajuste los datos. Este es un tema llamado
Interpolacin.
INTERPOLACIN.
El problema de interpolacin consiste en encontrar el valor de la funcin F(x),
de la cual slo se conocen algunos puntos, para un valor de x que se encuentre
entre dos valores consecutivos conocidos. En pocas palabras podramos decir
que:
"La interpolacin consiste en hallar un dato dentro de un intervalo en el que
conocemos los valores en los extremos".
El problema general de la interpolacin se nos presenta cuando nos dan una
funcin de la cual solo conocemos una serie de puntos de la misma:
(xo, yo), (x1, y1),........., (xn, yn)
y se pide hallar el valor de un punto x (intermedio de x 0 y xn) de esta funcin.
Interpolacin. Eleccin de la interpolacin ms adecuada.
Consideremos una funcin de la cual solo conocemos una serie de puntos de la
misma:
(xo, yo), (x1, y1), .............., (xn, yn)
Deseamos encontrar la expresin analtica de dicha funcin para poder
estudiarla en otros puntos.
Ahora bien, por n+1 puntos pasan infinitas funciones, con cul de ellas nos
quedamos? Lo ms lgico es recurrir a la ms sencilla. La familia de funciones
ms sencillas es la de los polinomios, por tanto buscaremos el polinomio de
menor grado que pase por los n+1 puntos dados.
La funcin polinmica de menor grado que pasa por los puntos es en principio
de grado n: y= anxn+............+a1x+ao
Y se obtiene resolviendo el sistema de n+1 ecuaciones con n+1 incgnitas
(sistema que tiene solucin nica ya que el determinante de la matriz de los
coeficientes es de Vandermonde y por lo tanto distinto de cero)
Se le llama polinomio interpolador correspondiente a esos puntos. Una vez
obtenida su expresin dando valores en l se pueden encontrar nuevos puntos
de la funcin. Los resultados obtenidos son naturalmente estimaciones
aproximadas.
Interpolacin lineal:
Sean dos puntos (x0, y0), (x1, y1), la interpolacin lineal consiste en hallar una
estimacin del valor y, para un valor x, tal que x0<x< x1. Teniendo en cuanta
que la ecuacin de la recta que pasa por esos dos puntos, obtenemos:
Es el polinomio de interpolacin.
Interpolacin cuadrtica:
Cuando se tiene ms de dos puntos:
Caso 3: tenemos los datos (x0, y0), (x1, y1), (x2, y2). Para este caso, el
polinomio de interpolacin va a ser un polinomio de grado 2, el polinomio de
interpolacin ser como sigue.
donde:
Simplificamos, y obtenemos:
Supongamos que colocamos en una autova dos radares con una separacin
entre ellos de 5 kilmetros. Cada uno de ellos identifica cada coche que pasa a
su altura y detecta su velocidad, registrando la hora exacta en la que cada
coche entra en ese tramo de 5 kilmetros (mediante el primer radar) y la hora
en la que sale de l (mediante el segundo).
Supongamos ahora que nosotros viajamos en un coche que entra en ese tramo
de carretera (donde la velocidad mxima permitida es 120 km/h) a las 12
horas, 38 minutos y 41 segundos a una velocidad de 110 km/h y sale del
mismo a las 12 horas, 41 minutos y 5 segundos tambin a una velocidad de 90
km/h. En principio las mediciones de los radares indican que en los dos puntos
circulamos a velocidad permitida tanto en el comienzo del tramo como en el
final, pero qu ocurre entre esos dos puntos? Pues muy sencillo:
Hemos tardado 2 minutos y 24 segundos en recorrer esos 5 kilmetros, por lo
que nuestra velocidad media en este tramo ha sido 125 km/h.
UNIDAD 5: DERIVACIN E
INTEGRACIN NUMRICA
5.1 Derivacin numrica.
Consideremos una funcin f(x) de la cual se conoce un conjunto discreto de
valores (x0, f0), (x1, f1),...,(xn, fn). El problema que vamos a abordar es el de calcular
la derivada de la funcin en un punto x que en principio no tiene por qu coincidir
con alguno de los que guran en los datos de que disponemos. La forma ms
sencilla de resolver el problema de la diferenciacin numrica consiste en estimar
la derivada utilizando frmulas obtenidas mediante la aproximacin de Taylor, que
se denominan frmulas de diferencias nitas. Es importante tener en cuenta que el
proceso de diferenciacin numrica es inestable. Los errores que tengan los
datos, por ejemplo los cometidos en la adquisicin de los mismos o los debidos al
redondeo aumentan en el proceso de diferenciacin como veremos a lo largo de
ste captulo.
Frmulas de diferencias de dos puntos
Este proceso de paso al lmite presenta distintos problemas para ser realizado en
situaciones prcticas donde no se conozca la forma explcita de f(x). En primer
lugar un lmite no puede calcularse de modo aproximado en un computador donde
los nmeros que se manejan son nitos. A pesar de todo es de esperar que si la
funcin f(x) no se comporta mal y h0 es un nmero nito pero pequeo se cumpla:
que nos proporciona una siguiente aproximacin para la derivada con un trmino
de error de truncacin que depende cuadrticamente de h. Usando el teorema del
valor intermedio f(z) = (f(z1) + f(z2))/2, y entonces, si f es suficientemente
derivable.
De todas estas, la frmula de diferencia centrada es la que tiene, en principio, menor error
de truncacin y la que requiere menos evaluaciones de la funcin, siendo por lo tanto ms
eciente desde el punto de vista computacional.
Utilizando el valor de la funcin en ms puntos se construyen frmulas ms precisas para
las derivadas. Alguna de ellas se muestra en la tabla siguiente junto con las que hemos
deducido ya.
5.2 Integracin numrica: Mtodo del trapecio, Mtodos de Simpson 1/3 y 3/8.
En los cursos de Clculo Integral, nos ensean como calcular una integral definida
de una funcin continua mediante una aplicacin del Teorema Fundamental del
Clculo:
Teorema Fundamental del Clculo
Sea f(x) una funcin continua en el intervalo [a,b] y sea F(x) una anti derivada
def(x). Entonces:
f(a)
f(b)
xm
f(a)
f(xm)
f(b)
Simplificando trminos:
Usamos esta frmula para calcular la integral de cada uno de los tres trminos de
f2(x) y obteniendo como resultado final
x1
x2
x3
f(x0)
f(x1)
f(x2)
f(x3)
Y donde a= x0, b= x3 y x1, x2 son los puntos que dividen en tres partes iguales al
intervalo [a,b].
Igual que en el caso anterior, se usa el polinomio de interpolacin de Lagrange, y
usando el mtodo de integracin por partes se llega a la siguiente frmula:
3 .- Regla Trapezoidal
Solo se aplica si no se cumple (1) y (2)
Ejemplo
Evaluar
1
usando la siguiente tabla:
0.1
0.3
0.5
0.7
0.95
1.2
f(x)
6.84
4.2
5.51
5.77
Solucin.
Vemos que en el intervalo [0,0.01] podemos aplicar la regla del trapecio, en el
intervalo [0.1,0.7] la regla de Simpson de 3/8 y en el intervalo [0.7,1.2] la regla de
Simpson de 1/3. As, tenemos las siguientes integrales:
5.4 Aplicaciones.
Ejemplo 1:
Utilizar la regla del trapecio para aproximar la integral:
Solucin.
Usamos la frmula directamente con los siguientes datos:
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 1.
Aproximar la siguiente integral:
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.
Bibliografa
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r73203.
PDF
Steven C. Chapra, Mtodos Numricos para Ingenieros, 6 ed., Mc Graw Hill.
Mtodo de Euler
Este mtodo se aplica para encontrar la solucin a ecuaciones
diferencialesordinarias (EDO), esto es, cuando la funcin involucra solo una
variable independiente.
De esta manera, la formula (1), se aplica paso a paso para encontrar un valor en
el futuro y as trazar la trayectoria de la solucin. La figura 1, muestra el
procedimiento aplicado con la ecuacin (1).
La frmula es la siguiente:
donde,
Y' = f(X, Y)
(7)
(8)
(9)
(10)
Con lo anterior se obtendra un mtodo mejorado de Euler con error del orden
deh3 definido por la expresin
(12)
en donde
(13)
en el mtodo de Euler y
(14)
en lo que
Y' = f(X, Y)
en el mtodo de Euler Mejorado.
Como se ve, estos mtodos tienen los siguientes puntos en comn:
1.
2.
Estas caractersticas dan origen a una gran variedad de mtodos conocidos como
de Runge-Kutta. La diferencia entre ellos consiste en la forma como se define la
funcin
que aparece en la expresin (12).
La ventaja de los mtodos de Runge-Kutta con respecto al uso de la serie de
Taylor, que es tambin un mtodo de un paso, est expresado en el punto (2)
anterior; es decir, los mtodos de Runge-Kutta requieren slo de la funcin f(X, Y)y
(16)
en el cual
(17)
La ecuacin (16) se obtiene haciendo un promedio de las cuatro pendientes, k1,
k2, k3 y k4 a la curva integral, en forma semejante a como se procedi con las
pendientes de las tangentes T1 y T2 que dieron lugar a (11).
Bibliografia
http://www.google.com.mx/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=3&ved=0CGAQFjAC&url=h
ttp%3A%2F%2Fwww.itescam.edu.mx%2Fprincipal%2Fsylabus
%2Ffpdb%2Frecursos%2Fr45643.DOC&ei=c6vTT-2CLPY2AWD0ZCcDw&usg=AFQjCNHsmQzsvtyYodR6DhItiXyY1UJGeg&
sig2=vSJ01IP-BoLrvU5g10RpIQ
Bibliografa
http://metodosnumericos.webatu.com/tema5_2.html
Mtodo de Euler
Ejercicio 1. Use el mtodo de Euler para integrar numricamente la siguiente
ecuacin diferencial:
Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos h =
0.1 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 yn* primero y posteriormente el de yn.
Para aclarar el mtodo veamos con detalle las primeras dos iteraciones. Primero
que nada, aclaramos que tenemos los siguientes datos iniciales:
Ntese que el valor de y1* coincide con el y1 (Euler 1), y es el nico valor que va
a coincidir, pues para calcular y2* se usar y1 y no y1*.
Esto lo veremos claramente en la siguiente iteracin:
xn
yn
0.1
1.01
0.2
1.040704
0.3
1.093988
0.4
1.173192
0.5
1.28336