La regla del trapecio de aplicacin mltiple

Ahora podemos aproximar la integral

con mejor
exactitud dividiendo, igual que antes, el intervalo [a; b] en n puntos,
o sea, consideremos la particin del intervalo
Donde:

Entonces:

y, por tanto, si aplicamos a cada integral la frmula del trapecio se

tiene:

con:

Ejemplo
3) Hallar el valor de la siguiente integral:

Con ayuda de Maxima, utilizando una particion con 20

elementos.
Solucin
a:0;
b:1;
x[0]:a;
Nu:20;
x[n]:=x[0]+(n*(b-a))/Nu;
define(f(x),(x^2)*exp(x));
trap: (f(a)+f(b)+ 2*sum(f(x[k]),k,1,Nu-1))*((b-a)/(2*Nu))$
float(%);
REGLAS DE SIMPSON
Adems de aplicar la regla del trapecio con una segmentacin ms
fina, otra forma de obtener una estimacin ms exacta de una
integral consiste en usar polinomios de grado superior para unir los
puntos. Por ejemplo, si hay otro punto a la mitad entre f(a) y f(b),
los tres puntos se pueden unir con una parbola. Si hay dos puntos
igualmente espaciados entre f(a) y f(b), los cuatro puntos se pueden
unir mediante un polinomio de tercer grado.
Las frmulas que resultan de tomar las integrales bajo esos
polinomios se conocen como reglas de Simpson.

Regla de Simpson 1/3

La regla de Simpson 1/3 resulta cuando un polinomio de
interpolacin de segundo grado. Y se obtiene la siguiente
frmula:

Ejemplo
1) Hallar el valor de la siguiente integral:

Utilizando la regla de Simpson 1/3

Solucin
Identificando los valores:
;
;
Reemplazando en la Formula:

Se obtiene:
(

La regla de Simpson 1/3 de aplicacin mltiple

As como en la regla del trapecio, la regla de Simpson se mejora al
dividir el intervalo de integracin en varios segmentos de un mismo
tamao:

La integral total se puede representar como:

Al sustituir la regla de Simpson 1/3 en cada integral se obtiene:

combinando trminos:

Ejemplo:
2) Hallar el valor de la siguiente integral:

Utilizando la regla de Simpson 1/3 con 20 elementos en la

particin.
Solucin
a:0;
b:1;
x[0]:a;
Nu:20;
x[n]:=x[0]+n*(b-a)/(2*Nu) ;
define(f(x),(x^2)*exp(x));
simp: (f(a)+f(b)+ 4*sum(f(x[2*k-1]),k,1,Nu)+
2*sum(f(x[2*k]),k,1,Nu-1))*((b-a)/(6*Nu))$
float(%);
Regla de Simpson 3/8
De manera similar a la obtencin de la regla del trapecio y Simpson
1/3, es posible ajustar la funcin a integrar por un polinomio de
tercer grado a cuatro puntos e integrarlo.
para obtener:

La regla de Simpson 3/8 de aplicacin mltiple

As como en la regla del trapecio, la regla de Simpson se mejora al
dividir el intervalo de integracin en varios segmentos de un mismo
tamao:

La integral total se puede representar como:

Al sustituir la regla de Simpson 3/8 en cada integral se obtiene:

NOTA
Por lo cumn, se prefiere la regla de Simpson 1/3, ya que alcanza
una exactitud de tercer orden con tres puntos en lugar de los cuatro
puntos requeridos en la versin 3/8.
No obstante la regla de 3/8 es til cuando el nmero de segmentos
es impar.

3) Hallar el valor de la siguiente integral:

Utilizando la regla de Simpson 3/8 con 20 elementos en la

Particin utilizando Maxima.
Solucin
a:0;
b:1;
x[0]:a;
Nu:20;
x[n]:=x[0]+n*(b-a)/(3*Nu) ;
define(f(x),(x^2)*exp(x));
simp3/8: (f(a)+f(b)+ 2*sum(f(x[3*k]),k,1,ceiling(Nu/3))+
3*(sum(f(x[3*k-2]),k,1, ceiling(Nu/3)+1))+3*(sum(f(x[3*k-1]),k,1, ceiling(Nu/3)))* ((b-a)/(8*Nu))$

float(%);

Ejemplo:

0.2

0.5

1.2

ECUACIONES DIFERENCIALES ORDINARIAS

Las EDO y la prctica en ingeniera
Las leyes fundamentales de la fsica: la mecnica, la electricidad y la
termodinmica con frecuencia se basan en observaciones empricas
que explican las variaciones de las propiedades fsicas y los estados
de los sistemas. Ms que en describir directamente el estado de los
sistemas fsicos, las leyes a menudo se expresan en trminos de los
cambios del espacio y del tiempo.

Estas leyes definen mecanismos de cambio. Cuando se combinan

con las leyes de conservacin de la energa, masa o momentum,
resultan ecuaciones diferenciales. La integracin subsecuente de
estas ecuaciones diferenciales origina funciones matemticas que
describen el estado espacial y temporal de un sistema en trminos
de variaciones de energa, masa o velocidad.

Definicin de una EDO

Es una proposicin matemtica abierta, de la forma:

Cuyo valor de verdad depende de una funcin llamada

.
El cual se encuentra dentro de un espacio vectorial [Espacio vectorial
de funciones de variable real diferenciables].
Observacin:
Esta funcin
es diferenciable.
Ejemplo de una ecuacin diferencial:

Convenio:
ECUACIN DIFERENCIAL ORDINARIA=EDO
Orden de una EDO
Es el mayor grado de derivacin que aparece en la EDO.
1) Ejemplo:
Es de orden: uno
Es de orden: dos
Solucin de una EDO
Se dice que una funcin
es solucin de una EDO si
satisface dicha ecuacin.
2) Ejemplo:
Dada la EDO
Es cierto que la funcin
es solucin de la ecuacin diferencial?
Solucin
Veamos: desde que
;
;
Reemplazando:
=
+
=
Se concluye que no
es solucin de dicha ecuacin.

3) Ejemplo:
Dada la EDO
. Resolver dicha ecuacin.
Solucin
Se sabe:
Entonces
Aplicando separacin de
variables.
Integrando ambos miembros:

4) Ejemplo:
Dada la EDO
Solucin
Se sabe:
Entonces
integrante se tiene:

. Resolver dicha ecuacin.

Aplicando el mtodo del factor

Multiplicando ambos miembros de la ecuacin diferencial por el

factor integrante.

Integrando ambos miembros:

+c

Problema con valor inicial (P.V.I)

Se dice que se tiene una Edo con condiciones iniciales si la ecuacin
es de la siguiente forma:

Consideraremos en general que la funcin f(x, y) es diferenciable en

un entorno del punto (x0, y0). Si bien es cierto que se trata de una
condicin ms restrictiva de lo estrictamente necesario, en la
prctica trabajaremos siempre con funciones de ese tipo.
Ejemplo:

Mtodos de Runge-Kutta
En anlisis numrico, los mtodos de Runge-Kutta son un conjunto
de mtodos genricos iterativos, explcitos e implcitos, de
resolucin numrica de ecuaciones diferenciales. Este conjunto de
mtodos fue inicialmente desarrollado alrededor del ao 1900 por
los matemticos C. Runge y M. W. Kutta.

MTODO DE EULER
En matemtica y computacin, el mtodo de Euler, llamado as en
honor a Leonhard Euler, es un procedimiento deintegracin
numrica para resolver ecuaciones diferenciales ordinarias a partir
de un valor inicial dado.
El mtodo de Euler es el ms simple de los mtodos numricos para
resolver un problema del siguiente tipo:

Descripcin informal
Considere el problema de calcular la pendiente de una curva
desconocida que comienza en un punto dado y safisface una cierta
ecuacin diferencial dada. Se puede pensar en la ecuacin
diferencial como una frmula que nos permite calcular la pendiente
de la recta tangente a la curva en cualquier punto de la curva,
siempre que el punto se conozca. La idea es que a pesar de que la
curva es desconocida en principio, su punto de comienzo(al cual
denotamos por A0) es conocido. Entonces, de la ecuacin diferencial
se puede computar la pendiente de la curva en el punto A0 y por lo
tanto la recta tangente a la curva.
Ahora, dando un pequeo paso sobre dicha recta, podemos
tomarnos un nuevo punto A1 y suponer que dicho punto pertenece a
la curva, entonces seguimos el mismo razonamiento aplicado
anteriormente y volvemos a calcular la pendiente de la recta
tangente a la curva en el punto A1. Luego de varios pasos tendremos
formada una curva poligonal A0A1A2A3... En general esta curva que
obtenemos al aplicar el mtodo no diverge lejos de la curva original,
adems el error entre ambas curvas se puede minimizar si se dan
pasos muy pequeos al avanzar sobre la recta tangente a la curva y
adems el intervalo sobre el que trabajamos es finito (aunque las
cosas son ms complicadas para ecuaciones inestables, como se
discute ms abajo).

Procedimiento
Consiste en dividir los intervalos que va de x0 a xm
en subintervalos de ancho h, es decir:
de manera que se obtiene un conjunto discreto
de
puntos:
del intervalo de inters
Para cualquiera de estos puntos se cumple que:

La condicin inicial
, representa el punto
por
donde pasa la curva solucin de la ecuacin del planteamiento inicial,
la cual se denotar como .
Ya teniendo el punto se puede evaluar la primera derivada de
en ese punto; por lo tanto:

Con esta informacin se traza una recta, aquella que pasa por
y
de pendiente
. Esta recta aproxima
en una vecindad
de . Tmese la recta como reemplazo de
y localcese en ella
(la recta) el valor de correspondiente a . Entonces, podemos
deducir segn la Grfica A:
Se resuelve para :

Es evidente que la ordenada calculada de esta manera no es igual

a
, pues existe un pequeo error. Sin embargo, el valor sirve
para que se aproxime

en el punto

y repetir el

procedimiento anterior a fin de generar la sucesin de aproximaciones

siguiente:

Ejemplo:
1)

Resolviendo EDOs con Maxima

Resolucin de EDOs de primer y segundo orden
La posibilidad de resolver una ecuacin diferencial que has visto en
clase pasa por ser capaz de encuadrarla dentro de un tipo que
sepamos resolver: decidir si es lineal, de variables separadas, o
cualquier otro. Al igual que integrate calcula integrales sin decirnos de
qu tipo es la funcin que estamos integrando, aqu va a pasar lo
mismo. Vamos a tener una orden que resuelve ecuaciones
diferenciales y punto

Condiciones iniciales o de contorno

En todas las soluciones de las ecuaciones diferenciales anteriores
aparecen una o dos constantes dependiendo de si se trata de

ecuaciones de primer o segundo orden. Volvamos, por ejemplo a la

primera ecuacin de este tema y consideremos el problema de valores
iniciales.

Soluciones analticas
Las ecuaciones diferenciales juegan un papel muy importante en la
modelacin de fenmenos reales. Maxima cuenta con varios comandos
para resolver analticamente las ecuaciones diferenciales ordinarias.
Comencemos comentando la orden desolve que resuelve sistemas de
EDOs mediante la transformada de Laplace. Su sintaxis es:
desolve([eq1,eq2,...,eqn],[y1,y2,...,yn])
Donde eq1,..., eqn denota las ecuaciones diferenciales (lineales) e
y1,...,yn las funciones desconocidas.
Para definir la ecuacin debemos usar la sintaxis correcta. Por ejemplo
la ecuacin: y(x) = y la escribimos de la siguiente forma:
edo:diff(y(x),x,1) = y(x)$
Entonces hacemos
desolve(edo,y(x));
Si ahora queremos resolver el problema de valores iniciales (PVI)

usamos el comando atvalue para indicar el valor de la funcin ``y`` en

x = x0
atvalue(y(x),x=0,1);
desolve(edo,y(x));

Ntese que tenemos que especificar para las funciones desconocidas

sus correspondientes variables pues en caso contrario Maxima da error:
kill(y)$
edo1:diff(y,x,1) = y;
desolve(edo,y);
Puesto que entiende que y es una constante y por tanto y = 0.
Ejemplo:
2) Resolvamos ahora la ecuacin:
y dibujemos su solucin.
Solucin
kill(y)$
edo2:diff(y(x),x,1) = -1/2*y(x)+sin(x);
desolve(edo2,y(x))$
expand(%);
atvalue(y(x),x=0,1);
desolve(edo2,y(x));
Para definir la funcin solucin y luego trabajar con ella usamos, la
orden define.
define(soledo2(x),second(%));
Adems hemos usado un comando muy til second que, dada una
ecuacin
miembro izquierdo = miembro derecho
extrae el miembro de la derecha de la misma. Finalmente,
dibujamos la solucin:
wxplot2d(soledo2(x),[x,0,18])$
Este comando no siempre funciona. Si lo aplicamos a la ecuacin
separable.
nos da.
edo3:diff(w(x),x,1) = 1+(w(x))^2;
desolve(edo3,w(x));

donde ilt significa trasformada inversa de Laplace (en sus siglas

inglesas inverse Laplace transform), pero no nos permite obtener
ningn valor de la misma.
En este caso es conveniente utilizar otro comando: el comando ode2
cuya sintaxis es
ode2(eqn, variable dependiente, variable independiente)
y que resuelve EDOs de primer y segundo orden intentando
reconocer alguna de las ecuaciones tipo ms usuales: lineales,
separables, de Bernoulli, etc.
Por ejemplo, resolvamos la EDO z = -z + x:
'diff(z,x)=x-z;
ode2('diff(z,x)=x-z,z,x)$
expand(%);
'diff(z,x,1)=x-z
Z(0)=1

Soluciones numricas: El mtodo de Euler

El mtodo de Euler mejorado