Act 12 - Leccion Evaluatva 3 PDF

8/5/2014
Campus13 2014-1
METODOS NUMERICOS
Perfil
Salir
Act 12: Leccin evaluativa 3

1
P untos : 1
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.
Debido a que la recta tangente aproxima a la curva en valores cercanos al punto de tangencia, podemos tomar el valor de la recta
tangente en el punto x1 como una aproximacin al valor deseado y(x1).
As, calculemos la ecuacin de la recta tangente a la curva solucin de la ecuacin diferencial dada en el punto (x0,y0). De los cursos de
Geometra Analtica, sabemos que la ecuacin de la recta es:
y=m(x-x0)+y0
donde m es la pendiente. En este caso, sabemos que la pendiente de la recta tangente se calcula con la derivada:
Por lo tanto, la ecuacin de la recta tangente es:

y = f(x0,y0)(x-x0)+y0
Ahora bien, suponemos que x1 es un punto cercano a x0, y por lo tanto estar dado como x1= x0 + h. De esta forma, tenemos la siguiente
aproximacin:
De aqu, tenemos nuestra frmula de aproximacin:

y(x0 + h) = y0 + hf(x0,y0)
Esta aproximacin puede ser suficientemente buena, si el valor de h es realmente pequeo, digamos de una dcima menos. Pero si el
valor de h es ms grande, entonces podemos cometer mucho error al aplicar dicha frmula. Una forma de reducir el error y obtener de
hecho un mtodo iterativo, es dividir la distancia h= ? x1 x0 ? en n partes iguales (procurando que estas partes sean de longitud
suficientemente pequea) y obtener entonces la aproximacin en n pasos, aplicando la frmula anterior n veces de un paso a otro, con la
nueva h igual a
En una grfica, tenemos lo siguiente:
http://66.165.175.211/campus13_20141/mod/quiz/attempt.php?id=1097
1/15
8/5/2014
Campus13 2014-1
Ahora bien, sabemos que:

y1 = y0 + hf(x0,y0)
Para obtener y2 nicamente hay que pensar que ahora el papel de (x0,y0) lo toma el punto (x1,y1), y por lo tanto, si sustituimos los datos
adecuadamente, obtendremos que:
y2 = y1 + hf(x1, y1)
De aqu se ve claramente que la frmula recursiva general, est dada por:
y n+1 = yn + hf(xn,yn)
Esta es la conocida frmula de Euler que se usa para aproximar el valor de y(x1) aplicndola sucesivamente desde x0 hasta x1 en pasos
de longitud h.
Ejemplo 1
Dada la siguiente ecuacin diferencial con la condicin inicial:
y = 2xy
y (0) = 1
Aproximar y(0,5).
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 .
Sustituyendo la condicin inicial:

x =0?y =1
ln 1 = 02 + c entonces
0=c
Por lo tanto, tenemos que la curva solucin real est dada:
Y por lo tanto, el valor real que se pide es:
Solucin Numrica
Aplicamos el mtodo de Euler y para ello, observamos que la distancia entre x0 = 0 y x1 = 0,5 no es lo suficientemente pequea. Si
dividimos esta distancia entre cinco obtenemos un valor de h = 0,1 y por lo tanto, obtendremos la aproximacin deseada en cinco pasos.
De esta forma, tenemos los siguientes datos:
2/15
8/5/2014
Campus13 2014-1
Sustituyendo estos datos en la formula de Euler, tenemos, en un primer paso:
Aplicando nuevamente la formula de Euler, tenemos, en un segundo paso:
Y as sucesivamente hasta obtener y5. Resumimos los resultados en la siguiente tabla:

n
xn
yn
0.1
0.2
1.02
0.3
1.0608
0.4
1.12445
0.5
1.2144
C oncluimos que el valor aproximado, usando el mtodo de Euler es:

y(0,5) = 1,2144
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 y(1,3), dada la ecuacin diferencial.
y = x2 + 0,5y2 si se tiene que y(1) = 2
Solucin
Nuevamente vemos que nos conviene dividir en pasos la aproximacin. As, elegimos nuevamente h =0,1 para obtener el resultado final en
tres pasos. Por lo tanto, aplicamos el mtodo de Euler con los siguientes datos:
En un primer paso, tenemos que:
Resumimos los resultados en la siguiente tabla:
n
0
1.1
2.3
1.2
2.6855
1.3
3.1901
De lo cual, concluimos que la aproximacin buscada es:

y(1,3) = 3,1901
PREGUNTA:
3/15
8/5/2014
Campus13 2014-1
La frmula de aproximacin:
y (x0 + h)= y0 + h f(x0, y0)
por el mtodo de Euler puede ser suficientemente buena, si el valor de h es:
Seleccione una
respuesta.
a. Realmente Mediano
b. Realmente Grande
c. Realmente pequeo
d. Realmente alto
El mtodo de Runge-Kutta de hecho est basado en una aplicacin de:
P untos : 1
Seleccione una
respuesta.
a. El mtodo Multipaso
b. El mtodo de Euler
c. El mtodo de Cuadraturas
d. los polinomios de Taylor.
3
P untos : 1
REGLA DE SIMPSON DE UN TERCIO

Suponemos que tenemos los datos:
donde xmes el punto medio entre a y b.

En este caso se tiene que:
donde f2(x) es el polinomio de interpolacin para los datos en la tabla anterior. Usaremos el polinomio de Lagrange.
As, tenemos que:
Si denotamos
, entonces:
Simplificando trminos:
Vemos que cada uno de los trminos anteriores, es esencialmente de la misma forma, es decir, una constante por (x- ?)(x-?)
As, calculamos la siguiente integral por partes:
Sea:
por lo tanto,
4/15
8/5/2014
Campus13 2014-1
Usamos esta frmula para calcular la integral de cada uno de los tres trminos de f2(x).
Debido al factor 1/3h se le conoce como la regla de Simpson de un tercio.
En la prctica, sustituimos el valor de
para obtener nuestra frmula final:
Ejemplo 1 .
Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:
Solucin .
Aplicamos la frmula directamente, con los siguientes datos:
Por lo tanto, tenemos que:
Ejemplo 2 .
Usar la regla de Simpson de 1/3, para aproximar la siguiente integral:
Solucin .
Igual que en el ejercicio anterior, sustituimos datos adecuadamente:
Al igual que con la regla del trapecio, podemos extender la regla de Simpson de 1/3, si
subdividimos el intervalo [?,b] en n subintervalos de la misma longitud
Sea P= {x0, x1,, xn } la particin que se forma al hacer la subdivisin, y denotemos por xM ?[xi-1 , xi] el punto medio en cada
subintervalo.
Aplicamos primero propiedades bsicas de la integral definida:
Ahora, aplicamos la regla de Simpson de 1/3, en cada una de las integrales de arriba:
Sustituimos
y usamos la notacin sigma:
5/15
8/5/2014
Campus13 2014-1
Ejemplo 1 .
Aproximar la siguiente integral, aplicando la regla de Simpson de 1/3 y subdividiendo en 5 intervalos.
Solucin .
En este caso, tenemos que n=5, y la particin que se genera es:
P = {0, 0.2, 0.4, 0.6, 0.8, 1}
dems, los puntos medios de cada subintervalo son:
PM = {0.1, 0.3, 0.5, 0.7, 0.9}
Por lo tanto, sustituimos los datos en la frmula para obtener:
Ntese que esta aproximacin ya es exacta hasta el cuarto decimal!

Ejemplo 2 .
Aproximar la siguiente integral, utilizando la regla de Simpson de 1/3 y subdividiendo en 4 intervalos.
Solucin .
En este caso, tenemos que n=4, y la particin que se genera es:
P = {2, 2.5, 3, 3.5, 4}
Adems, los puntos medios de cada subintervalo son:
PM = {2.25, 2.75, 3.25, 3.75}
Sustituyendo todos estos datos en la frmula obtenemos la siguiente aproximacin:
PREGUNTA:
Tiem po restante
Segn en el mtodo de Simpson de 1/3, el punto xm que se encuentra entre a y b se conoce como:
Seleccione una
respuesta.
0:12:17
a. Punto interno.
b. Punto medio
c. Punto Incial.
d. Punto Final
4
P untos : 1
Un valor de una variable que haga que la ecuacin sea una proposicin verdadera se denomina
raz o solucin de la ecuacin dada. Decimos que tal valor de la variable satisface la ecuacin.
As por ejemplo x=5 es una raz de la ecuacin 2x 3 = x + 2
De manera similar y = -2 es la solucin de la ecuacin
En lgebra elemental se ensea a resolver este tipo de ecuaciones en especial las ecuaciones
lineales y cuadrticas.
La solucin de la siguiente ecuacin
Seleccione una
respuesta.
es:
a. x = 1
b. x = - 6
6/15
8/5/2014
Campus13 2014-1
c. x = 3
d. x = -5
5
P untos : 1
Mtodo Multipasos.
Los mtodos de Euler y Runge-Kutta descritos anteriormente son ejemplos de mtodos de un paso. En ellos, se calcula cada valor sucesivo
yn+1 solo con base en la informacin acerca del valor inmediato anterior yn. Por otra parte, un mtodo de varios pasos o continuo utiliza
valores de varios pasos calculados con anterioridad para obtener el valor de yn+1. Existen numerosas formulas aplicables en la
formulacin de soluciones de ecuaciones diferenciales. C omo no se pretende describir el extenso campo de los procedimientos numricos
nicamente se presentara uno de estos mtodos.
Mtodo de Adams-Basforth/Adams-Moulton de Cuarto Orden.
Este es uno de los mtodos ms populares. En este mtodo, la prediccin es la frmula de Adams-Basforth:
para n?3.
Luego de lo anterior se sustituye el valor de
en la correccin de Adams-Moulton
Obsrvese que la formula (1) requiere que se conozca los valores de y0, y1, y2 y y3 para obtener el y4 . Por supuesto, que el valor de y0
es la condicin inicial dada. C omo el error local de truncamiento en el mtodo de Adams-Basforth/Adams-Moulton es O (h5), los
valores de y1, y2 y y3 se suelen calcular con un mtodo que tenga la misma propiedad de error, como la formula de Runge-Kutta de
cuarto orden.
Ejemplo.
Use el mtodo Adams-Basforth/Adams-Moulton con h=0,2 para llegar a una aproximacin a y (0,8) de la solucin de:
y = x+y-1, y(0)=1
Solucin:
Dado el tamao de paso es h=0,2, entonces y4 aproximara y (0,8). Para comenzar aplicamos el mtodo de Runge-Kutta, con x0 = 1, y0 =
1 y h = 0,2 con lo cual,
y1= 1,02140000, y2 = 1,09181796, y3 = 1,22210646.
Ahora definimos x0 = 0; x1 = 0,2; x2 = 0,4; x3 = 0,6 y f(x, y) = x + y -1, y obtenemos
C on los valores anteriores, la prediccin, ecuacin (1) da:
Para usar la correccin, ecuacin (2), necesitamos primero:
Si comprobamos el valor exacto de y (0,8) se obtiene que y (0,8) = 1,42554093

Ventajas y Desventajas de los mtodos multipasos.
En la seleccin de un mtodo para resolver numricamente una ecuacin diferencial intervienen muchos aspectos. Los mtodos usados de
un paso (en especial el de Runge-Kutta) suelen usarse por su exactitud y facilidad de programacin; sin embargo, una de las mayores
7/15
8/5/2014
Campus13 2014-1
desventajas es que el lado derecho de la ecuacin diferencial debe evaluarse muchas en cada etapa. Por ejemplo, para el mtodo de
Runge-Kutta de cuarto orden se necesitan cuatro evaluaciones de funcin en cada paso. Por otra parte, si se han calculado y guardado las
evaluaciones de funcin en la etapa anterior, con un mtodo de multipasos solo se necesita una sola evaluacin de funcin por paso. Esto
puede originar grandes ahorros de tiempo y costo
Otro asunto que interviene en los mtodos de multipasos es la cantidad de veces que se debe repetir la de Adams-Moulton en cada paso.
C ada que se usa el corrector ocurre otra evaluacin de funcin, con lo cual aumenta la precisin al costo de perder una de las ventajas del
mtodo de varios pasos. En la prctica, el corrector solo se calcula una vez, y si el valor de yn+1 cambia mucho, se reinicia el problema
con un menor paso.
PREGUNTA:
En el mtodo multipasos la prediccin es la frmula de:
Seleccione una
respuesta.
a. Adams-Basforth:
b. Moulton-Basforth
c. Basforth-Moulton
d. Adams-Moulton
6
P untos : 1
MTODO DE RUNGE KUTTA

Sin entrar en mucho detalle, mencionamos solamente que el mtodo de Runge-Kutta cambia la direccin en el sentido de que no sigue la
misma lnea de los mtodos de Euler. De hecho est basado en una aplicacin de los polinomios de Taylor.
C omentamos sin embargo, que el mtodo de Runge-Kutta si contiene como casos especiales los de Euler.
Las frmulas
donde
campus13_20141 100401A Cuestionarios Act 12: Leccin evaluativa 3 Intento 1

Se conocen como las reglas o frmulas de Runge-Kutta de orden cuatro para la ecuacin diferencial:
y = f(x,y)
y (x0) = y0
Ejemplo 1
Usar el mtodo de Runge-Kutta para aproximar y (0.5). dada la siguiente ecuacin diferencial:
y = 2xy
y (0) = 1
Solucin
Primero, identificamos el mismo ejemplo 1 de los dos mtodos anteriores. Segundo, procedemos con los mismos datos:
primeros los valores de k1, k2, k3 y k4 . Tenemos entonces que:
8/15
8/5/2014
Campus13 2014-1
C on el fin de un mayor entendimiento de las frmulas, veamos la siguiente iteracin:
El proceso debe repetirse hasta obtener y5 . Resumimos los resultados en la siguiente tabla:
n
xn
yn
0.1
1.01005
0.2
1.04081
0.3
1.09417
0.4
1.17351
0.5
1.28403
C oncluimos que el valor obtenido con el mtodo de Runge-Kutta es:

y(0.5) ? 1.28403
Finalmente, calculamos el error relativo verdadero:
C on lo cual vemos que efectivamente se ha reducido muchsimo el error relativo. De hecho observamos que tenemos 6 cifras significativas
en la aproximacin!
Ejemplo 2
Usar el mtodo de Runge-Kutta para aproximar y(2.2) dada la ecuacin diferencial:
y = x + y
y(2) = 4
Solucin
Igual que siempre, tomamos h=0.1 y llegaremos a la aproximacin en dos pasos.
C on esta aclaracin, tenemos los siguientes datos:
Primera Iteracin :
9/15
8/5/2014
Campus13 2014-1
Segunda Iteracin :
C oncluimos entonces que el valor buscado es:

y(2.2) ? 5.34982
PREGUNTA:
Teniendo en cuenta el ejemplo 1 del tema anterior, el mtodo de Runge-Kutta, la tercera iteracin, es decir y3, es igual a:
Seleccione una
respuesta.
a. 0.01005
b. 1.01005
c. 1.09417
d. 0.03076
7
P untos : 1
Diferenciacin e Integracin Numrica

Diferenciacin Numrica
El clculo de la derivada de una funcin puede ser un proceso "difcil" ya sea por lo complicado de la definicin analtica de la funcin o por
que esta se conoce nicamente en un nmero discreto de puntos. (Este es el caso si la funcin representa el resultado de algn
experimento). En esta leccin estudiaremos tcnicas para aproximar las derivadas de una funcin y veremos el anlisis de error de dichas
formulas.
Formulas para la primera derivada : La definicin de la derivada de una funcin f(x) en el punto "x" esta dada en trminos del lmite:
De esta definicin podemos decir que si "h" es pequeo entonces:
(Note el smbolo de aproximacin). Esto nos da inmediatamente la primera formula numrica para aproximar la derivada:
Antes de ver algunos ejemplos donde usamos esta formula, tratemos de contestar la pregunta de cun buena es esta aproximacin de la
derivada? Por el Teorema de Taylor sabemos que:
donde ?x esta entre x y x+h. Si despejamos ahora en esta formula por f'(x) y usamos la definicin de Dhf(x) tenemos que:
Esta frmula nos dice que Dhf(x) aproxima a f'(x) con un error proporcional a "h", i.e., O(h).
10/15
8/5/2014
Campus13 2014-1
Ejemplo 1 : Tomamos f(x)=x9 y queremos aproximar f(x) cuyo valor exacto es nueve. En la siguiente figura ilustramos los errores ? f(x)
Dhf(1) ? C omo funcin de "h" en escala logartmica.
Podemos ver que los errores disminuyen hasta un cierto valor crtico "hmin" luego del cual los errores aumentan segn la "h" disminuye.
C ontradice esto el resultado de arriba de O(h) del error? NO! El resultado de arriba es sobre la convergencia si la aritmtica es exacta y
se dice que es un resultado asinttico. La figura ilustra los efectos de redondeo debido a la aritmtica finita los cuales se hacen
significativos para "h" pequeo y pueden afectar cualquier formula numrica para aproximar la derivada. Sin embargo, una formula con un
grado de aproximabilidad digamos O(h2) es preferible a una O(h) ya que los errores (tericos) tienden a cero ms rpido y as la "h" no se
tiene que hacerse tan pequea reduciendo as los efectos de los errores por la aritmtica finita.
El mtodo de arriba usando la expansin de Taylor se puede utilizar para obtener formulas para aproximar la derivada con un grado de
aproximabilidad ms alto que uno. Ilustramos esto para la obtencin de una formula O(h2). Si en lugar de llegar hasta trminos de orden
dos, expandimos hasta trminos de orden tres en la expansin de Taylor, obtenemos las formulas:
Si restamos estas dos ecuaciones, despejamos para f'(x), y usamos el teorema del valor medio aplicado a f'''(x) obtenemos la formula:
donde
y ? X esta entre [x-h, x+h]. Tenemos pues que la formula Dhnf(x) tiene un error proporcional a O(h2).
Ejemplo 2 : C omparamos las dos formulas obtenidas hasta ahora para aproximar f'(x) con el ejemplo de f(x) = x9 para f'(1). Los
resultados los presentamos en forma tabulada para distintos valores de h:
h
Dhf(1) ? f (1) - Dhf(1) ?Dhn f(1)? f (1) Dhn f(1) ?
0.1
13.57954.57948
9.852640.852636
0.05
11.02662.02656
9.210790.210788
0.025 9.954520.954519
9.052550.0525492
0.01259.463370.463374
9.013130.0131281
Este ejemplo ilustra lo superior de la formula Dhnf(x). Note que cada vez que h se divide entre dos, el error en la formula Dhnf(x) se divide
por dos (aproximadamente) mientras que en la formula Dhnf(x) se divide (aproximadamente) por cuatro (por qu?).
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de Taylor que envuelvan x=2h, x=3h, etc. Por
ejemplo la expansin
nos da una formula de orden cuatro para f'(x). Es importante observar que mientras ms alto el grado de aproximabilidad de la formula,
ms suave tiene que ser la funcin para que dicha aproximacin sea valida. Por ejemplo esta formula de orden cuatro requiere que la
funcin tenga cinco derivadas continuas en el intervalo en cuestin mientras que la formula de orden dos requiere nicamente tres
derivadas continuas.
11/15
8/5/2014
Campus13 2014-1
Formulas para la segunda derivada : El proceso de arriba se puede usar para obtener formulas para las derivadas de orden mayor de
uno de una funcin f(x). Usamos este proceso para obtener una formula para la segunda derivada. Usando el Teorema de Taylor, podemos
escribir las expansiones:
Sumando estas dos expansiones y despejando para f''(x) obtenemos:
donde
Y ? x esta entre [x-h, x+h]. Tenemos aqu una formula de orden dos para f"(x).
Ejemplo 3 : Examinamos la formula de arriba en el caso f(x) = x9 y para aproximar f (1)=72. Tenemos los resultados: ? f (1) - Dh(2) f
(1) ?
h
Dh(2)f(1)? f (1) - Dh(2)f(1) ?
0.1
74.5368 2.53682
0.05
72.6311 0.63105
0.025 72.1576 0.157566

0.012572.0394 0.0393791
Nuevamente se puede ver el factor de cuatro en el error, caracterstico de la convergencia de orden dos.
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de Taylor que envuelvan x+2h, x+3h, etc. Por
ejemplo la expansin
nos da una formula de orden cuatro para f"(x).

Tomado de mate.uprh.edu/~pnm/notas4061/numdif /numdif.htm.
PREGUNTA:
La frmula de orden cuatro para f'(x) requiere que la funcin tenga:
Seleccione una
respuesta.
a. Tres derivadas continuas en un intervalo dado

b. Cuatro derivadas continuas en un intervalo dado
c. Dos derivadas continuas en un intervalo dado.
d. Cinco derivadas continuas en un intervalo dado
8
P untos : 1
"Una ecuacin es una proposicin que expresa la igualdad de dos expresiones algebraicas. Por lo
regular involucra una o ms variables y el smbolo de igualdad =. Las siguientes proposiciones
son ejemplos de ecuaciones"
De las siguientes cuales No se consideran ecuaciones.
Seleccione una
respuesta.
a. 2y =( 4x +100)/3
b. 3e = 6 5y
c. 8w =(1+3k)/400
d. cos(5x)+ sen(5x)
12/15
8/5/2014
9
P untos : 1
Campus13 2014-1
Integracin Numrica
Cuadratura gaussiana:
Las frmulas de Trapecios y Simpson utilizan nodos equidistantes y dan valores exactos para polinomios de grado menor o igual que n (n =
1 en el caso de Trapecios y n = 2 en el caso de Simpson).La eleccin de puntos equidistantes no es la mejor. Puede seleccionarse los
puntos de manera que mejore la aproximacin.
La cuadratura gaussiana selecciona los puntos de manera ptima.

El mtodo consiste en seleccionar los nodos x1, x2,..., xn en [a, b] y los coeficientes c1, c2,..., cn que minimicen el error de la
aproximacin
Reglas de Cuadratura Gaussiana: C onsideramos por el momento integrales de la forma
Note que si el integral esta dado en un intervalo arbitrario [a, b] entonces mediante el cambio de variables
tenemos que
lo cual nos da una integral en [-1,1]. As que sin prdida de generalidad podemos asumir que el integral es en [-1,1].
Sean x1, x1,,xn puntos (no necesariamente uniformemente distribuidos) en [-1,1] y w1, w2,, wn nmeros llamados pesos ("weights").
Los puntos xj's y los pesos wj's se determinan de modo que la frmula de integracin numrica
sea exacta para polinomios de grado a lo ms 2n-1, i.e., In(p)=I(p) para todo polinomio p de grado a lo ms 2n-1. C omo In I son
operadores lineales, basta verificar que
C aso n=1 : Aqu I1(f)=w1f(x1) y requerimos que I1(1)=I(1), I1(x)=I(x). Pero I(1)=2 y I1(1)=w1 de modo que w1=2. Adems I(x)=0 y
I1(x)=2x1, de donde obtenemos que x1=0. Tenemos pues la frmula numrica I1(f)=2f(0) lo cual se conoce como la frmula del punto
medio.
C aso n=2 : Tenemos ahora que I2(f)= w2f(x1)+ w2f(x2) y se requiere que I2(xi)=I(xi) para i=0,1,2,3. Esto nos lleva al siguiente sistema
nolineal para x1, x2, w1, w2:
Suponiendo que x1, x2 son conocidas, resolvemos la tercera y cuarta ecuacin (que son lineales en los w's) mediante la regla de C ramer
para w1, w2 obteniendo as que
Sustituyendo estas expresiones en la primera y segunda ecuacin y resolviendo para x1, x2 obtenemos que
Asi que nuestra frmula numrica en el caso n=2 lee como sigue:
13/15
8/5/2014
Campus13 2014-1
C aso n>2 : Al aplicar las condiciones

se obtiene un sistema nolineal de 2n ecuaciones en 2n desconocidas (las x's y las w's). Este sistema se puede resolver numricamente
usando el mtodo de Newton para sistemas nolineales. Pero en lugar de proceder de esta forma se utiliza el hecho de que se puede
demostrar que los xi's son los ceros del n-esimo polinomio de Legendre Ln(x). Estos polinomios se definen por la recursin
En particular tenemos que L2(x)= (3/2) x2-(1/2) cuyos ceros son 1/ ?3 que fueron los x's que determinamos en el caso n=2. Tambin
de donde podemos obtener los x's para las frmulas de los casos n=3,4 respectivamente. Teniendo los x's podemos ahora calcular los w's
resolviendo un sistema lineal de ecuaciones.
Ejemplo 2 : Aproximamos
usando la regla de cuadratura con n=2. Primero hacemos un cambio de variables de modo que el integral sea en el intervalo de [-1,1].
Para esto usamos el cambio de variables discutido al principio de esta seccin lo que resulta en:
Tenemos ahora que
Hay 2n parmetros que elegir. Si los coeficientes de un polinomio se consideran parmetros, un polinomio de grado 2n - 1 tambin tiene 2n
parmetros. Este es el tipo de polinomios de mayor grado para el cual se puede esperar que la solucin sea exacta.
PREGUNTA:
Teniendo en cuenta la lectura anterior:
Para el C aso n=1: Aqu I1(f)=w1f(x1) y requerimos que I1(1)=I(1), I1(x)=I(x). Pero I(1)=2 y I1(1)=w1 de modo que w1=2. Adems
I(x)=0 y I1(x)=2x1, de donde obtenemos que x1=0. Tenemos pues la frmula numrica I1(f)=2f(0) lo cual se conoce como:
Seleccione una
respuesta.
a. Sistemas no lineales.
b. La frmula del punto medio
c. La frmula del punto mnimo
d. Sistemas lineales.
10
P untos : 1
Un valor de una variable que haga que la ecuacin sea una proposicin verdadera se denomina
raz o solucin de la ecuacin dada. Decimos que tal valor de la variable satisface la ecuacin.
As por ejemplo x=5 es una raz de la ecuacin 2x 3 = x + 2
De manera similar y = -2 es la solucin de la ecuacin y2 + 3y=6 + 4y
En lgebra elemental se ensea a resolver este tipo de ecuaciones en especial las ecuaciones
lineales y cuadrticas.
La solucin de la siguiente ecuacin 7x-3 = 5- 5(4+x) es:
Seleccione una
respuesta.
a. x = - 1
b. x = 2
c. x = -2
d. x = 4
Guardar sin enviar
Enviar todo y terminar
14/15
8/5/2014
Campus13 2014-1
U s ted s e ha autentific ado c omo J A M E R D A V I D V I L O RI A J U L I O (Salir)
100401A
15/15

Act 12 - Leccion Evaluatva 3 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

Act 12 - Leccion Evaluatva 3 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

8/5/2014

Act 12: Leccin evaluativa 3

Por lo tanto, la ecuacin de la recta tangente es:

De aqu, tenemos nuestra frmula de aproximacin:

En una grfica, tenemos lo siguiente:

Ahora bien, sabemos que:

Sustituyendo la condicin inicial:

Y por lo tanto, el valor real que se pide es:

Sustituyendo estos datos en la formula de Euler, tenemos, en un primer paso:

Aplicando nuevamente la formula de Euler, tenemos, en un segundo paso:

Y as sucesivamente hasta obtener y5. Resumimos los resultados en la siguiente tabla:

C oncluimos que el valor aproximado, usando el mtodo de Euler es:

En un primer paso, tenemos que:

Resumimos los resultados en la siguiente tabla:

De lo cual, concluimos que la aproximacin buscada es:

El mtodo de Runge-Kutta de hecho est basado en una aplicacin de:

REGLA DE SIMPSON DE UN TERCIO

donde xmes el punto medio entre a y b.

Debido al factor 1/3h se le conoce como la regla de Simpson de un tercio.

En la prctica, sustituimos el valor de

para obtener nuestra frmula final:

Por lo tanto, tenemos que:

subdividimos el intervalo [?,b] en n subintervalos de la misma longitud

y usamos la notacin sigma:

Ntese que esta aproximacin ya es exacta hasta el cuarto decimal!

Luego de lo anterior se sustituye el valor de

C on los valores anteriores, la prediccin, ecuacin (1) da:

Para usar la correccin, ecuacin (2), necesitamos primero:

Si comprobamos el valor exacto de y (0,8) se obtiene que y (0,8) = 1,42554093

MTODO DE RUNGE KUTTA

campus13_20141 100401A Cuestionarios Act 12: Leccin evaluativa 3 Intento 1

primeros los valores de k1, k2, k3 y k4 . Tenemos entonces que:

C on el fin de un mayor entendimiento de las frmulas, veamos la siguiente iteracin:

C oncluimos que el valor obtenido con el mtodo de Runge-Kutta es:

C oncluimos entonces que el valor buscado es:

Diferenciacin e Integracin Numrica

De esta definicin podemos decir que si "h" es pequeo entonces:

Dhf(1) ? f (1) - Dhf(1) ?Dhn f(1)? f (1) Dhn f(1) ?

Sumando estas dos expansiones y despejando para f''(x) obtenemos:

Dh(2)f(1)? f (1) - Dh(2)f(1) ?

0.025 72.1576 0.157566

nos da una formula de orden cuatro para f"(x).

a. Tres derivadas continuas en un intervalo dado

La cuadratura gaussiana selecciona los puntos de manera ptima.

C aso n>2 : Al aplicar las condiciones

Tenemos ahora que

Guardar sin enviar

Enviar todo y terminar

Das könnte Ihnen auch gefallen