Académique Documents
Professionnel Documents
Culture Documents
E ( )
8 h 3
c3
1
h
kT
donde:
k 1,3805 1023 J .K 1
(constante de Boltzman)
h 6,6256 1034 J .S
(constante de Planck)
c 2,9979 108 ms 1
(velocidad de la luz)
SOLUCION
PASO1: Expresar la densidad de energa dada en funcin de la frecuencia, en funcin de
la longitud de onda.
Definimos
E ( ) E ( )
d
c
E ( ) 2
d
Reemplazando
E ( )
8 h 3
c3
1
h
, adems de
kT
en la expresin anterior,
se tiene
E ( )
8 hc
(1)
hc
e kT 1
hc
kT
la expresin
( 1 ) se convierte
entonces en,
E ( )
8 k 5T 5 x5
c 4h 4 e x 1
E ( ) , calculamos
dE
dx
resultante es:
1
e x x 1 0
5
Esta es una ecuacin trascendente que se resuelve valindose del clculo numrico. El
valor que se obtiene es
x 4,9651 .
Luego,
hc
4,9651 ,
kT
de donde despus de
h, c, k , se tiene,
2,8978 103 mk T
Figura 1
EJEMPLO2
Considere la articulacin de cuatro barras que se ilustra en la figura 2. El ngulo
4 es el dato de entrada a este mecanismo, y el ngulo 2 es el dato de
salida. Cuando r1 10 dm , r2 6 dm , r3 8 dm , r4 4 dm y
valor de 2 .
10 ,
determine el
SOLUCION
y
r3
r2
r1
r4
4
x
Figura 2
Una relacin entre
r2 r3 r4 r1 0
(1)
La ecuacin (1) puede ser escrita como dos ecuaciones escalares correspondientes a las
(2)
(3)
(4)
r32 r12 r42 r22 2r1r4 cos4 2r1r2 cos2 2r4r2 cos4 cos2 sen2 sen4
r32 r12 r42 r22 2r1r4 cos4 2r1r2 cos2 2r4r2 cos 4 2
(5)
r r2 r4 r3
r
r
donde R1 1 , R2 1 , R3 1
y 2
2
r2
r4
2r2r4
y
f ( x)
r
f r 0
Figura 3
Las ecuaciones no lineales son resueltas por mtodos iterativos, es decir, mediante una
secuencia finita de pasos repetitivos prefijada por el tipo de mtodo elegido como
veremos en lo que sigue. En todos los casos se necesita una primera aproximacin o
estimacin de la raz a partir de la cual mediante el mtodo iterativo seleccionado se
refina la solucin. Para determinar la primera aproximacin resulta apropiado el mtodo
grfico.
1.1 Mtodo grafico para estimar la raz de una ecuacin
El mtodo consiste en expresar la funcin
f ( x) 0
en la forma f1 x f 2 x .
f2 x .
Ejemplo 1
Estimar una raz de la ecuacin no lineal xe 1 0 .
x
Solucin
En este caso f ( x) xe 1. De la ecuacin xe 1 0 , se tiene que e
x
donde
f1 x e x y
f2 x
1
.
x
1
, de
x
coordenadas (Figura 4)
f2 x
1
x
f1 x e x
Figura 4
0.55.
xe x 1 0 es
Ejemplo 2
Estimar una raz de la ecuacin no lineal x3 x 1 0 Solucin
Aqu
Figura 5
1.2 Mtodo iterativo de Biseccin de Bolzano
En este mtodo, usando el mtodo grafico se debe estimar un intervalo de longitud
f ( x) 0 . Si a , b es el
intervalo que contiene a la raz talque f (a) 0 y f (b) 0 , (o tambin f (a) 0
y f (b) 0 ) el algoritmo est dado por,
pequea que contenga con seguridad a la raz de la ecuacin
cn
an1 bn1
2
, n 1,2,3,...
donde a0 a
Si f (ai 1 ) f (ci ) 0 :
y b0 b
ai ai1 y bi ci , i 1,2,..., n
7
Si f (ai 1 ) f (ci ) 0 :
ai ci y bi bi 1 , i 1,2,..., n
Ejemplo 1
Usando el mtodo iterativo de Biseccin aproxime una raz de la ecuacin no
lineal xe 1 0 .
x
Solucin
Paso 1: Usando el mtodo grafico en base a la figura 4, un intervalo que contiene
con seguridad a la raz puede ser 0.5 , 0.6 . Es decir, a0 0.5 y b0 0.6 . Luego,
usando el algoritmo dado se tiene que,
c1
Paso
2:
Realizar
a0 b0 0.5 0.6
0.55
2
2
los clculos
f (0.5) 0.17564
f (0.6) 0.09327 ,
0.5
0.55
0.6
Del esquema tomamos el intervalo que corresponde a las flechas contiguas que apuntan
en direccin opuesta. As, el nuevo intervalo est dado por
0.55 , 0.6 ,
pues
c2
a1 b1 c1 b0 0.55 0.6
0.575
2
2
2
El proceso se repite,
0.55
0.575
0.6
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
algoritmo dado,
c3
a2 b2 0.55 0.575
0.5625
2
2
El proceso se repite,
Paso 4: Realizar el clculo f (0.5625) 0.01278 y repetir el esquema,
0.55
0.5625
0.575
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
el algoritmo dado,
c4
a3 b3 0.5625 0.575
0.56875
2
2
9
El
proceso
f (0.56875)
se
lim cn r
n
Ejemplo 2
Usando el mtodo iterativo de Biseccin aproxime una raz de la ecuacin no
lineal x x 1 0 .
3
Solucin
Paso 1: Usando el mtodo grafico en base a la figura 5, un intervalo que contiene
con seguridad a la raz puede ser 1.2 ,1.4 . Es decir, a0 1.2 y b0 1.4 . Luego,
usando el algoritmo dado se tiene que,
c1
a0 b0 1.2 1.4
1.3
2
2
10
Paso
2:
Realizar
los
f (1.2) 0.472
clculos
f (1.4) 0.3440,
1.2
1.4
1.3
Del esquema tomamos el intervalo que corresponde a las flechas contiguas que apuntan
en direccin opuesta. As, el nuevo intervalo est dado por
1.3 ,1.4 ,
pues
a1 b1 c1 b0 1.3 1.4
1.35
2
2
2
El proceso se repite,
Paso 3: Realizar el clculo f (1.35) 0.11038 y repetir el esquema
1.3
1.35
1.4
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
1.3 ,1.35 .
algoritmo dado,
11
c3
a2 b2 1.3 1.35
1.325
2
2
El proceso se repite,
Paso 4: Realizar el clculo f (1.325) 0.00120 y repetir el esquema,
1.3
1.325
1.35
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
1.3 ,1.325 .
algoritmo dado,
c4
a3 b3 1.3 1.325
1.3125
2
2
El proceso se repite.
Paso 5: Realizar el clculo f (1.3125) 0.05151 y repetir el esquema,
1.3
1.3125
12
1.325
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
el algoritmo dado,
c5
a4 b4 1.3125 1.325
1.31875
2
2
EJERCICIOS
Usando el mtodo de Biseccin resuelva las siguientes ecuaciones no lineales. Al usar el
mtodo grfico, grafique las funciones usando las tcnicas matemticas apropiadas y no
usando la calculadora.
1.
x3 x 3 0
2.
x3 e x 0
3.
1
e x x 1 0
5
4.
x
2
e
5.
xe x x 2 x 1 0
10 e x 1 0
13
6.
x3 cos x 0
7.
2 e x 4 x 1 1 0
8.
e x x2 2x 2 0
9.
senx x2 2 x 0
10.
senx 4 x3 x 1 0
11.
cos x x3 3x2 3x 0
12.
xe x x 2 x 1 0
Figura 6
14
Condiciones:
1.
2.
(c,0) es un punto en el que la recta secante que pasa por (a, f (a)) y (b, f (b))
cruza al eje x.
Procedimiento para hallar c:
De la figura 6 se tiene que la pendiente de la recta secante es,
f (b) f (a)
ba
Y tambin,
0 f (b)
cb
ba
c b
de donde despejando c ,
cb
f (b) (b a)
f (b) f (a)
Luego,
a) Si f (a) y f (c) tienen signos diferentes, entonces hay una raz en a , c .
b) Si f (c) y f (b) tienen signos diferentes, entonces hay una raz en c , b .
c) Si f (c) 0 , entonces c es una raz de f .
El algoritmo est dado por,
cn bn1
donde a0 a
15
n 1,2,3,...
y b0 b
Si f (ai 1 ) f (ci ) 0 :
ai ai1 y bi ci , i 1,2,..., n
Si f (ai 1 ) f (ci ) 0 :
ai ci y bi bi1 , i 1,2,..., n
Ejemplo 1
Usando el mtodo iterativo de la Regla Falsa aproximar la menor raz positiva de
la ecuacin no lineal x senx 1 0 .
Solucin
Paso 1: Usando el mtodo grafico determinar el intervalo de menor longitud que
contiene a la menor raz positiva. En este caso, de la figura 7 un intervalo puede
ser 1 , 1.2 . Luego, a0 a 1 y b0 b 1.2 .
Figura 7
c1 b0
f (b0 )(b0 a0 )
0.11845(1.2 1)
0.02369
1.2
1.2
1.11447
f (b0 ) f (a0 )
0.11845 (0.15853)
0.27698
16
Paso2:
De
los
valores
1.11447
1.2
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
1,1.11447 .
algoritmo dado,
Si n=2:
c2 b1
f (b1 )(b1 a1 )
0.00043(1.11447 1)
0.000049
1.11447
1.11447
f (b1 ) f (a1 )
0.00043 (0.15853)
0.15896
c2 1.11416
Repetir el proceso.
6
valor est prximo a cero por lo que el proceso puede terminar. El resultado se
presenta en la siguiente tabla.
17
Solucin
Paso 1: Como punto de partida usamos como intervalo inicial 0.5 , 0.6 , el mismo
intervalo usado para iterar con el mtodo de Biseccin. Luego, a0 a 0.5 y
b0 b 0.6
Usando el algoritmo para n=1:
c1 b0
Paso2:
f (b0 )(b0 a0 )
0.09327(0.6 0.5)
0.009327
0.6
0.6
0.56532
f (b0 ) f (a0 )
0.09327 (0.17564)
0.26891
De
los
valores
0.5
0.56532
0.6
El intervalo que corresponde a las flechas contiguas que apuntan en direccin opuesta es
algoritmo dado,
Si n=2:
18
c2 b1
f (b1 )(b1 a1 )
0.09327(0.6 0.56532)
0.0032346
0.6
0.6
0.56709
f (b1 ) f (a1 )
0.09327 (0.0050306)
0.0983006
Repetir el proceso,
6
x3 e x 0
2.
x3 cos x 0
3.
ln x e x 0
4.
x 1 cos x 0
5.
x e x 0
6.
sen( x 1) cos x 0
19
Figura 8
De la figura 8 se tiene que la pendiente del segmento que une los puntos ( p1,0) y
( p0 , f ( p0 )) es,
0 f ( p0 )
p1 p0
m f '( p0 )
Luego,
0 f ( p0 )
f '( p0 )
p1 p0
De donde despejando p1 se tiene que
p1 p0
f ( p0 )
f '( p0 )
Donde f '( p) 0 .
El algoritmo est dado por,
20
pn pn1
f ( pn1 )
f '( pn1 )
n 1,2,3,...
Ejemplo 1
Usando el mtodo iterativo de Newton aproximar la raz de
ex
1
1 0
x
Solucin
Paso 1: Usar el mtodo grafico para determinar un punto cercano a la raz. De
ex
1
1
1
1 0 , se tiene que e x 1 , de donde f1 ( x) e x y f 2 ( x) 1 .
x
x
x
Figura 9
21
Paso
2:
Calculamos
f ' ( x) e x
p1 p0
la
derivada
de
f ( x) e x
1
1 . En este caso
x
1
. Usando el algoritmo con n=1:
x2
f ( p0 )
0.415
0.7
0.80235
f '( p0 )
4.05457
Paso 3: Si n=2.
p2 p1
f ( p1 )
0.01556
0.80235
0.80646
f '( p1 )
3.78415
Paso 4: Si n=3
p3 p2
f ( p2 )
0.00003
0.80646
0.80647
f '( p2 )
3.77752
Ejemplo 2
22
x 1 1 0 .
Solucin
Paso 1: Usar el mtodo grafico para determinar un punto cercano a la raz. De
Figura 10
f '( x) 3x 2
p1 p0
1
. Usando el algoritmo con n=1:
2 x 1
f ( p0 )
0.19481
1.4
1.36494
f '( p0 )
5.55725
Paso 3: Si n=2:
p2 p1
f ( p1 )
0.00513
1.36494
1.36396
f '( p1 )
5.26405
Paso 4: Si n=3
23
x 1 1.
La derivada es
f ( p2 )
2.419 105
p3 p2
1.36396
1.36396
f '( p2 )
5.25596
Se observa que la sucesin pn converge rpidamente para n=3, pues p2 y p3
se
repiten
asi
ser
con
los
dems
valores
y
adems
f ( p3 ) f (1.36396) 0.00002419 que es casi cero. Los datos se recogen en
la siguiente tabla.
EJERCICIOS
Usando el mtodo iterativo de Newton Raphson aproxime la raz de las ecuaciones que
se dan a continuacin.
1. e e
x
2. e
1 0
1
x 1 0
5
3. x cos x 0 , x 0
4. x e
1 0
24
Figura 11
De la figura 11, la pendiente m de la recta secante puede ser calculada como,
f ( p1 ) f ( p0 )
y
p1 p0
0 f ( p1 )
p2 p1
De donde,
f ( p1 ) f ( p0 ) 0 f ( p1 )
p1 p0
p2 p1
Despejando p2 ,
p2 p1
f ( p1 )( p1 p0 )
f ( p1 ) f ( p0 )
pn1 pn
f ( pn )( pn pn1 )
f ( pn ) f ( pn1 )
n 1,2,3,...
Ejemplo 1
Aproxima la raz de la ecuacin no lineal e
ex 1 0
Solucin
Paso 1: Usando el mtodo grafico determinar dos puntos cercanos a la raz.
25
Figura12
p2 p1
f ( p1 )( p1 p0 )
0.39096(0.3 0.1)
0.07819
0.1
0.1
f ( p1 ) f ( p0 )
0.39096 (0.79967)
0.40871
p2 0.29131
Paso 3: Iterando con n=2:
p3 p2
f ( p2 ) ( p2 p1 )
0.40910(0.29131 0.3)
0.29131
0.48728
f ( p2 ) f ( p1 )
0.40910 (0.39096)
p4 p3
f ( p3 )( p3 p2 )
0.01359(0.48728 0.29131)
0.48728
0.49358
f ( p3 ) f ( p2 )
0.01359 (0.40910)
26
p5 p4
f ( p4 )( p4 p3 )
0.02773(0.49358 0.48728)
0.49358
0.48122
f ( p4 ) f ( p3 )
0.02773 0.01359
Figura 13
27
t x p2
Luego,
Si t h0 :
h0 p0 p2
Si t h1 :
h1 p1 p2
y(t ) at 2 bt c
(1)
Luego,
Si t h0 : y(h0 ) ah0 bh0 c f ( p0 )
2
Si t 0 : y(0) c f ( p2 )
Haciendo,
c0 f ( p0 ) c
c1 f ( p1 ) c
Se obtiene el siguiente sistema de ecuaciones,
ah02 bh0 c0
ah12 bh1 c1
Por la regla de Cramer
c0h 1 c1h0
h1h02 h0h12
c1h02 c0h12
b
h1h02 h0h12
28
Usando la formula cuadrtica resolvemos (1) cuando es igual a cero. Sus races
t z1, z2 son de la forma,
2c
b b 4ac
2
(2)
Con el fin de garantizar la estabilidad del mtodo, se elige la raz con el menor
valor absoluto. As, el nuevo valor de p3 , es
p3 p2 z
Los nuevos valores p0 y
p0 , p1, p2 . El valor
Ejemplo 1
Aproximar una raz de x3 x 2 0 .
Solucin
Paso 1: Usando el mtodo grafico estimar los valores p0 , p1 y p2 . De
x3 x 2 0 se tiene que f1 ( x) x3 y f 2 ( x) x 2 .
Figura 14
29
c0 f ( p0 ) c 2 f ( p2 ) 2 (0.656) 1.344
3.6
h1h02 h0h12
(0.2)(0.4)2 (0.4)(0.2)2
4.8
h1h02 h0h12
(0.2)(0.4)2 (0.4)(0.2)2
Luego, el valor de z es:
2c
b b2 4ac
2(0.656)
4.8 4.82 4(3.6)(0.656)
z1 0.12496
z2 1.45829
Luego,
p0 p1 1.2
p1 p2 1.4
p2 p3 1.52496
30
1.312
4.8 5.69968
f ( p)
1.0
-2.0
1.2
-1.472
1.4
-0.656
1.52496
0.021339
1.52136
-0.0001171
No. de Iteracin
g ( x)
es un nmero real
p talque
p g ( p) .
Geomtricamente, los puntos fijos de una funcin y g ( x) son los puntos de
interseccin de
Figura 15
31
pn1 g pn para
p1 g ( p0 )
Si n 1:
p2 g ( p1 )
Si n=2:
p3 g ( p2 )
.
.
.
Teorema1: Asuma que g es una funcin contnua y que
pn n0 es una sucesin
g ( x) .
Interpretacin grafica de la iteracin de punto fijo
En las figuras 16, 17, 18 y 19 se ilustran grficamente los casos de convergencia y
divergencia para el caso de iteracin de punto fijo.
a) Convergencia oscilante: 1 g '( p) 0
Figura 16
32
b) Convergencia montona:
0 g '( p) 1
Figura 17
c) Divergencia oscilante: g '( p) 1
Figura 18
33
Figura 19
Aqu, el propsito del desarrollo de Punto Fijo es usarlo como una tcnica para
aproximar races de ecuaciones no lineales. La idea es resolver la ecuacin no
lineal,
f ( x) 0
(1)
x g ( x) 0 (2)
en lugar de la ecuacin (1).
Luego de (2) se tiene que,
x g ( x) (3)
Luego, si la solucin existe, es claro que esta solucin satisface (1) si y solo si
satisface (3). El mecanismo usado fundamentalmente es la iteracin de punto fijo
junto con el teorema 1.
Ejemplo 1: Aproximar la raz de la ecuacin no lineal x
2
x 1 0 .
Solucin
Paso 1: De x
2
x 1 0 se tiene que x
x 1 . Luego, g ( x)
Figura 20
35
x 1
La derivada g '( x)
4 x
x 1
pn1 1
converge.
Paso 4: Iterar.
p1 g ( p0 )
1.5 1 1.49156
p2 g ( p1 )
1.49156 1 1.49040
p3 g ( p2 )
1.49040 1 1.49024
p4 g ( p3 )
1.49024 1 1.49022
p5 g ( p4 )
1.49022 1 1.49022
Solucin
Paso 1: Igualar los miembros derechos de las ecuaciones de las curvas para
obtener x 2 x 9 x 0 .
2
Figura 21
Podemos estimar p0 2.6 .
37
2x 9 x2 y
Paso 3: Verificar las condiciones suficientes del teorema de punto fijo. La derivada
g '( x)
2 9 x2 x
2 9 x 2x 9 x
g '(2.6) 1 . Luego, por el
2
de
punto
fijo
la
iteracin
Se observa que a partir de la quinta iteracin los valores se repiten y por lo tanto
hay convergencia como se esperaba de acuerdo al teorema de punto fijo. El valor
2.58709 es una buena aproximacin a la raz pues si f ( x) x 2 x 9 x ,
2
38
x2 9 x2
Si la ecuacin del paso 1 lo escribimos en la forma x
2
x2 9 x2
g ( x)
2
g '( x)
2 x 9 x2 x
2 9 x
La
derivada
, que evaluada en
de
esta
ltima
expresin
es
por lo que por el teorema de punto fijo el proceso iterativo que se genera diverge.
En efecto, realizando las correspondientes iteraciones se tiene,
2.63167
2
2
2.74272
2
2
p22 9 p22 (2.74272)2 9 (2.74272)2
p3
3.15350
2
2
p32 9 p32 (3.15350)2 9 (3.15350)2
p4
5 0.5i
2
2
Los valores obtenidos se recogen en la siguiente tabla,
39
x2 9 x2
cuando g ( x)
, no converge.
2
EJERCICIOS
Usando el mtodo iterativo de Punto Fijo determine al menos una raz de los
siguientes ejercicios:
1. e x x 2 2 x 2 0
2.
e x senx 2 0
3.
1 x 2 senx 0
4.
x cos x 0
5.
x2 1 x2 4 x 4 0
6.
4 x x 2 x3 1 0
7.
x3 x 1 0
8.
e x x2 2x 0
9.
x 1 e x 1 0
EJERCICIOS DE APLICACIN
1. La ecuacin de estado de Van der Waals est dado por
P 2 v b RT
v
donde:
v : Volumen especifico
P : Presin
T : Temperatura absoluta
a, b : Constantes que dependen del gas
40
R 8.314 J /(mol. K )
Para el gas CO2
volumen del recipiente que contiene 3 mol de este gas que se encuentra a una
presin de 5.1 atm y una temperatura de 216.6 K.
Rpta: 0.01138 m3
2. La ecuacin del movimiento armnico amortiguado es
d 2x
dt
dx
kx 0
dt
L
1
1 32
2
4
1
sen
sen
...
M
M
g 22
22 42
C p a 2bT cT
d 2 a2
q ' q 1
d d 2 a 2
Si q 400C ,
q2 a
F
4 0 a 2 y
1
a2
1 2
y
42
Agua
2.1m
Articulacin
x
F=5.22 ton m
Aplicada en el fondo
para mantener cerrado
la compuerta
Rpta: x=1.4986 m
8. La operacin de una maquina diesel puede idealizarse por medio del ciclo que
se muestra en la figura. Se extrae aire del cilindro durante la carrera de admisin
(no es parte del ciclo idealizado). El aire se comprime adiabaticamente, trayectoria
ab . En el punto b se inyecta combustible diesel dentro del cilindro, el cual se
quema de inmediato debido a que la temperatura es muy alta. La combustin es
lenta y durante la primera parte de la carrera de potencia, el gas se expande a
presin (casi) constante, trayectoria bc ; despus de la combustin, el resto de la
carrera de potencia es adiabtica, trayectoria cd .La trayectoria da corresponde a
la carrera de escape. Para una maquina reversible cuasi esttica que se
encuentra bajo este ciclo y que emplea un gas ideal, la eficiencia ideal es
Va Va
V
V
c
b
e 1
1
1
Va V Va V
c
b
donde
Si
Va
Va
Vc
Vc
es la relacin de expansin y
Va
Vb
la relacin de compresin.
43
Va
Vb
QE
P
b
QB
a
V
Rpta:
Va
Vb
15.6423
r 02 r
e
2e2
E0 eit
r
m
3mc3
...
(1)
..
d2r
dr
donde r
, r 2 , etc.
dt
dt
Con el fin de resolver la ecuacin (1), en la fuerza de amortiguamiento se hace
...
.2
2
0 r
r r 02 r
con
2e2
3mc
e it
E0 e
m
(2)
02 .
44
, determinar el valor de la
d 2T
1 dT q
0
dr 2 r dr k
(1)
q r2
T
C1 ln r C2
4k
y si
T0 215 C
Ti 250 C
r0 3mm ,
ri 1mm
k 19 W
mC
q 560.2 W
m3
A
1 2 1 2
M
1
A * M 1
2
45
2 1
L
p 0.5 f V 2
D
donde p es la cada de presin, es la densidad, V es la velocidad, L es la
longitud de la caera, D es el dimetro de la caera, y f es el coeficiente de
friccin de DArcy. Varias frmulas empricas existen para el coeficiente de friccin
, donde
1
f
2.51
D
2log10
1
3.7
Re f 2
y Re . Use la aproximacin
0.16
RT
a
v b v v b T
46
. Los parmetros
Kg
a y b se calculan mediante
R 2Tc2.5
a 0.427
pc
b 0.0866 R
Tc
pc
d ( x) x n im x n im
d ( x) x 2 2nx n2 m2
d ( x) x 2 px q ,
p 2n
q n 2 m2
Divide aun a P( x) .
En trminos de aproximacin, supongamos que
P( x) Q( x)( x 2 px q) b1( x p) b0
Si x x0 s it es raz de d ( x) ,
47
P( x0 ) P(s it ) b1 x0 p b0 b1 s it p b0
P( x0 ) (b1s b1 p b0 ) ib1t
Si x0 est cerca de la raz de P( x) ,
c1p c2q b0
c2p c3q b1
Donde c1, c2 y c3 se determinan por el algoritmo de la divisin sinttica de, Q( x)
ms un coeficiente real que determina el resto de dividir P( x) entre d ( x) , entre
P( x ) x 6 2 x 5 3 x 4 4 x 3 5 x 2 6 x 7
Solucin
Se tiene que n0 0.4 y m0 1.356466 . Luego,
p 0.0045967
q 0.03733
Luego,
q1 q0 q 2 0.03733 1.96267
Formar la ecuacin cuadrtica,
x2 0.804597 x 1.96267 0
Resolviendo esta ecuacin cuadrtica se obtiene,
x 0.4022985 1.3419486 i
Luego, x1 0.4022985 1.3419486 i es la primera aproximacin de donde
n1 0.4022985 y m1 1.3419486 .
Segunda aproximacin
Hacer n0 n1 0.4022985 y m0 m1 1.3419486 y repetir el proceso.
Podemos comprobar si la primera aproximacin hace que P( x) 0 . En efecto,
debemos verificar que P( x0 ) b1 ( x0 p) b0 (0 0i) . Para ello construimos la
tabla de divisin sinttica con el fin de determinar b0 y b1 .
Luego, b0 0.00765
50
Solucin
Primera aproximacin:
Aqu
n0 0.15
m0 1.
Luego,
De donde,
b0 1.28650
b1 0.06750
de donde,
c3 1 , c2 0.6
c1 0.7750
Formar el sistema,
q 0.06750
(1)
p 1.169163
q 0.633998
Luego,
x 0.434582 0.446812 i
Que viene a ser la primera aproximacin, donde
n1 0.434582
m1 0.446812 .
Segunda aproximacin:
Hacer n0 n1 y m0 m1 y repetir el proceso.
EJERCICIOS
Mejorar la aproximacin compleja dada de la raz de la ecuacin que se da:
1. x3 0.76 x 2 0.7744 x 1.0144 0 , x0 0.11 0.95 i (La raz exacta es
x 0.12 i )
52
2. INTERPOLACION
En esta unidad estudiaremos como podemos aproximar una funcin dada ya sea
mediante una formula o tabulada. En el primer caso, podemos aproximar la
funcin valindonos del polinomio de Taylor a condicin de que se conozca el
valor de f y sus derivadas en un punto x0 . La dificultad est en que las derivadas
de alto orden deben ser conocidas y a menudo estas derivadas no estn
disponibles o tienen un alto costo calcularlas. Para facilitar la aproximacin de la
funcin dada tanto en el primer como en el segundo caso es mejor entonces
conocer un conjunto de N+1 puntos (representan la funcin) y a partir de estos
construir un polinomio P( x) de grado N que pasa a travs de estos N+1 puntos.
Por tanto, las derivadas de alto orden no son necesarias. La ventaja de aproximar
una funcin cualquiera a travs de un polinomio es que es fcil de realizar
operaciones matemticas en este ltimo y los mtodos para construirlos no son
difciles. Por ejemplo, los polinomios se utilizan para disear algoritmos de
aproximacin de funciones, para derivar e integrar numricamente y para dibujar,
mediante un computador, curvas que deben pasar por puntos especificados de
antemano.
En el caso de que la funcin este dada tabulada, ocurre en el anlisis cientfico
que se desea aproximar las ordenadas y en abscisas no tabuladas, razn por la
cual es deseable obtener un polinomio que pase por los puntos dados y que
permita aproximar las ordenadas desconocidas.
Interpolar significa estimar el valor desconocido de una funcin en un punto,
tomando una media ponderada de sus valores conocidos en puntos cercanos al
dado. Un modo de estimar un valor desconocido de una funcin, es mediante la
construccin de un polinomio P( x) que pasa por un conjunto de puntos
previamente dados.
Cuando x0 x xN , la aproximacin P( x) se conoce como valor interpolado; si
se tiene x x0 o bien xN x , entonces P( x) se conoce como valor extrapolado.
2.1. Polinomio interpolador de Lagrange
El matemtico francs Joseph Louis Lagrange descubri que se puede escribir un
polinomio de grado menor o igual que N y que pasa por N 1 puntos
53
x0 , y0 ,
PN ( x) yk LN ,k ( x)
k 0
LN ,k ( x)
x x0 ... x xk 1 x xk 1 ... x xN
xk x0 ... xk xk 1 xk xk 1 ... xk xN
x x1 y x x0
x0 x1 1 x1 x0
es decir,
P1 ( x) y0
x x1 y x x0
x0 x1 1 x1 x0
Figura 22
54
x1, y1 .
y0
x x1 x x2 y x x0 x x2 y x x0 x x1
x0 x1 x0 x2 1 x1 x0 x1 x2 2 x2 x0 x2 x1
Ejemplo 1
Construya el polinomio interpolador de Lagrange cuadrtico P2 ( x) , usando los
y0 cos( x0 ) cos(0) 1
y1 cos( x1) cos(0.6) 0.82533
y2 cos( x2 ) cos(1.2) 0.36236
Paso 2: Escribir el polinomio interpolador de Lagrange, reemplazar datos y
simplificar.
P2 ( x) y0
P2 ( x) 1
x x1 x x2 y x x0 x x2 y x x0 x x1
x0 x1 x0 x2 1 x1 x0 x1 x2 2 x2 x0 x2 x1
55
P2 ( x) 0.40041x 2 0.05087 x 1
Ejemplo 2
Construya el polinomio interpolador de Lagrange para aproximar la funcin dada
en forma tabular,
x
y
1
-2
2
0
3
14
4
46
Solucin
Paso 1: Identificamos los xi y los yi , i 0,1,2,3
x0 1, x1 2 , x2 3 , x3 4
y0 2 , y1 0 , y2 14 , y3 46
Paso 2: Escribir el polinomio interpolador de Lagrange, reemplazar datos y
simplificar.
56
P3 ( x) y0
x x1 x x2 x x3 y x x0 x x2 x x3 y x x0 x x1 x x3
x0 x1 x0 x2 x0 x3 1 x1 x0 x1 x2 x1 x3 2 x2 x0 x2 x1 x2 x3
y3
x x0 x x1 x x2
x3 x0 x3 x1 x3 x2
P3 ( x) 2
x 2 x 3 x 4 0 x 1 x 3 x 4 14 x 1 x 2 x 4
1 2 1 31 4
2 1 2 3 2 4
3 13 2 3 4
46
x 1 x 2 x 3
4 1 4 2 4 3
P3 ( x) x3 5 x 2
x0 1 , x1 2 , x2 3 y x3 4 y los correspondientes y0 2 , y1 0 , y2 14
y y3 46 .
2.2. Polinomio interpolador de Newton
Hay ocasiones en las que resulta til construir varios polinomios aproximantes
P1 ( x) , P2 ( x) ,, PN ( x) y despus elegir el ms adecuado a nuestras necesidades.
57
P1 ( x) a0 a1 ( x x0 )
P2 ( x) a0 a1( x x0 ) a2 ( x x0 )( x x1)
(1)
ak
f xk j 1,..., xk f xk j ,..., xk 1
xk xk j
58
xk
x0
x1
x2
x3
x4
f xk
f,
f x1
f x0 , x1
f x0
f x2
f x3
f , ,
f , , ,
f x1 , x2
f x0 , x1, x2
f x3 , x4
f x2 , x3 , x4
f x2 , x3
f x4
f x1 , x2 , x3
f , , , ,
f x0 , x1, x2 , x3
f x1, x2 , x3 , x4
f x0 , x1, x2 , x3 , x4
f xk f ( xk )
f xk 1, xk
f xk f xk 1
xk xk 1
f xk 2 , xk 1, xk
f xk 1, xk f xk 2 , xk 1
xk xk 2
f xk 3 , xk 2 , xk 1, xk
f xk 2 , xk 1, xk f xk 3 , xk 2 , xk 1
xk xk 3
y as sucesivamente.
Ejemplo 1
Sea f ( x) x 4 x .
3
nodos x0 1 , x1 2 , x2 3 , x3 4 .
Solucin
Paso 1: Construir la tabla de diferencias divididas
xk
f xk
f,
f ,,
f ,,,
1
2
3
4
-3
0
15
48
3
15
33
6
9
59
f 1 f (1) 3
f 2 f (2) 0
f 3 f (3) 15
f 4 f (4) 48
f 1,2
f 2 f 1 3
3
2 1
1
f 2,3
f 3 f 2 15 0
15
3 2
1
f 3,4
f 4 f 3 48 15
33
43
1
f 1,2,3
f 2,3 f 1,2 15 3
6
3 1
2
f 2,3,4
f 3,4 f 2,3 33 15
9
42
2
f 1,2,3,4
f 2,3,4 f 1,2,3 9 6
1
4 1
3
a0 3 ,
a1 3 ,
a2 6 ,
a3 1
60
P3 ( x) x3 4 x
que es lo que se esperaba.
Ejemplo 2
Sea f ( x) e
1 x 2
xk
0
0.5
1
1.5
2
2.5
f xk
2.71828
3.05883
4.11325
6.06646
9.35647
14.76977
f ,
0.6811
2.10884
3.90642
6.58002
10.8266
f ,,
f ,,,
1.42774
1.79758
2.6736
4.24658
0.24656
0.58401
1.04865
f , , ,,
0.16872
0.23232
f , , ,, ,
0.02544
x0 0 , x1 0.5 , x2 1 , x3 1.5 ,
x4 2
0.16872( x 0)( x 0.5)( x 1)( x 1.5) 0.02544( x 0)( x 0.5)( x 1)( x 1.5)( x 2)
f ( x j ) PN ( x j )
para
j 0,1,..., N
62
OBSERVACION
Si
Figura 26
b x P1 ( x) f (b)
b a f (a) f (b)
(1)
63
bx
P ( x) f (b)
f (a) 1
f (a )
ba
f (a) f (b)
(2)
x a f (a) P1 ( x)
b a f (a) f (b)
(3)
xa
f (a) P1 ( x)
f (b)
f (b)
ba
f (a) f (b)
(4)
bx
xa
f (a)
f (b) P1 ( x)
ba
ba
Que es el polinomio interpolador de Lagrange P1 ( x) para los nodos a y b .
Veamos ahora el caso bidimensional. En base a la figura 26 construimos la figura
27 para llevar a cabo la interpolacin bidimensional, que no es otra cosa que
aplicar el polinomio interpolador de Lagrange P1 ( x) a lo largo del eje y y eje x
convenientemente como se desprende de la figura 27.
Figura 27
64
fE
yi y
y yi1
f j 1 , i 1
f j 1 , i
yi yi 1
yi yi 1
fF
yi y
y yi 1
f j , i 1
fj,i
yi yi 1
yi yi 1
P( x, y )
xj x
x j x j 1
fE
x x j 1
x j x j 1
fF
Ejemplo 1
Mediante interpolacin bidimensional aproxime
3 3
f , , si se conoce que
2 2
f x, y x 2 y 2 .
Solucin
Paso 1: Estimar primero los x j , x j 1 , yi , yi 1 a buen criterio.
Tomamos x j 2 , x j 1 1 , yi 2 , yi 1 1
Paso 2: Calcular f E y f F
3
3
1
7
2
2
2
2
fE
1 1
12 22
2 1
2 1
2
2
3
3
1
13
2
2
2
2
fF
2 1
22 22
2 1
2 1
2
2
3 3
,
2 2
Paso 3: Aproximar f
mediante
3 3
P , .
2 2
65
3
3 3
2
P ,
2 2 2 1
2
3
1 13
7 2
5
2 2 1 2
3 3
P , 5
2 2
Verificando,
2
3 3 3 3 9
f ,
2 2 2 2 2
3 3 9
f , 4.5
2 2 2
3 3
2 2
3 3
,
2 2
(1.7 , 2.3) .
Solucin
Paso 1: Estimar primero los x j , x j 1 , yi , yi 1 a buen criterio.
Tomamos x j 2 , x j 1 1 , yi 3 , yi 1 2
66
Paso 2: Calcular f E y f F
fE
3 2.3
2.3 2
(0.28)
(0.84) 0.056
3 2
32
fF
3 2.3
2.3 2
( 0.15)
(0.91) 0.168
3 2
32
P 1.7,2.3
mediante P 1.7,2.3
2 1.7
1.7 1
0.056
0.168 0.1008
2 1
2 1
P 1.7,2.3 0.1008 ,
Luego,
Figura 28
67
P2 x0 , y f 0,0
y y1 y y2 f y y0 y y2 f y y0 y y1
y0 y1 y0 y2 0,1 y1 y0 y1 y2 0,2 y2 y0 y2 y1
P2 x1 , y f1,0
y y1 y y2 f y y0 y y2 f y y0 y y1
y0 y1 y0 y2 1,1 y1 y0 y1 y2 1,2 y2 y0 y2 y1
P2 x2 , y f 2,0
y y1 y y2 f y y0 y y2 f y y0 y y1
y0 y1 y0 y2 2,1 y1 y0 y1 y2 2,2 y2 y0 y2 y1
Luego
P2 x, y P2 x0 , y
x x1 x x2 P x , y x x0 x x2 P x , y x x0 x x1
x0 x1 x0 x2 2 1 x1 x0 x1 x2 2 2 x2 x0 x2 x1
EJERCICIOS
1. Elabore una aproximacin polinomial de Newton y Lagrange de diferentes
grados en ambos casos para la informacin tabular de las presiones de
vapor de la acetona e interpole la temperatura para una presin de 2 atm.
Puntos
T( oC )
56.5
113
181
214.5
P(atm)
20
40
68
Puntos
0.153
0.170
0.225
0.260
Fuerza(kgf)
Eje x
Longitud
de resorte
0.120
m
Eje y
T(K)
280
650
1000
1200
1500
1700
Cp (cal/K
32.7
gmol)
45.4
52.15
53.7
52.9
50.3
P(mmHg) 10
T( oC )
930
20
40
60
100
200
400
760
988
1050
1088
1142
1316
1223
1418
69
1.7
2.6
3.4
4.5
-3
-8
-3.36
176.43
1101.1
3133
6594.4
20
30
40
50
60
70
v(m/s)
15
18
22
27
33
40
2.25
3.5
4.75
7.25
B(T)
109
6.115
0.540
0.144
0.0574
0.0285
0.0162
3. DIFERENCIACION NUMERICA
La diferenciacin de funciones son operaciones matemticas importantes y que el
estudiante utiliza mucho de su tiempo aprendiendo tcnicas para hacer estas
operaciones. Aprende las pruebas de las frmulas que le permiten expresar la
derivada de una funcin, dado el enunciado de la funcin, como una expresin en
x. No obstante conociendo aun el enunciado de la funcin, resulta en muchos
casos tedioso calcular la derivada de la funcin y en otro caso resulta que la
funcin no es conocida como una expresin explicita en trminos de x, sino solo
como una tabulacin de valores. En estos casos con el fin de resolver la dificultad,
se estudian tcnicas numricas que permiten el clculo de los valores de la
derivada de la funcin.
3.1 La serie de Taylor
El teorema de Taylor y su frmula, la serie de Taylor, es de gran valor en el
estudio de los mtodos numricos. En esencia, la serie de Taylor proporciona un
medio para predecir el valor de una funcin en un punto en trminos del valor de la
funcin y sus derivadas en otro punto. En particular, el teorema establece que
cualquier funcin suave puede aproximarse por un polinomio. La serie de Taylor
est dada por,
k
k
f x0 x x0
k 0
k!
f ( x)
f x0
f ' x0 x x0
1!
f '' x0 x x0
2!
...
f ' xi xi 1 xi
1!
f '' xi xi 1 xi
2!
de donde,
f ' xi
f xi 1 f xi
xi 1 xi
f '' xi xi 1 xi
2!
...
f ' xi
f xi 1 f xi
xi 1 xi
O( xi 1 xi )
...
(3.1)
f ' xi
Donde
f1 f0
O h
h
f1 f0 se le conoce como la primera diferencia hacia delante y a
f1 f 0
se le conoce
h
f1 f0
h
Figura 29
72
f ' xi xi xi 1
1!
f '' xi xi xi 1
2!
...
(3.2)
f ( xi 1 ) f ( xi )
f ''( xi )( xi xi 1 )
f '( xi )
...
xi xi 1
2!
f '( xi )
f ( xi ) f ( xi 1 ) f ''( xi )( xi xi 1)
...
xi xi 1
2!
f '( xi )
f ( xi ) f ( xi 1 )
xi xi 1
f '( xi )
f0 f 1
h
Conocida como aproximacin con diferencia hacia atrs y queda ilustrada por la
figura 30.
Figura 30
73
2 f (3) ( xi )h3
f ( xi 1 ) f ( xi 1 ) 2 f '( xi )h
...
3!
De donde se despeja
f ( xi 1 ) f ( xi 1 ) f (3) ( xi ) 2
f '( xi )
h ...
2h
6
O tambin,
f '( xi )
f ( xi 1 ) f ( xi 1 )
O( h 2 )
2h
Luego,
f '( xi )
f ( xi 1 ) f ( xi 1 )
2h
O tambin,
f '( xi )
f1 f 1
2h
Figura 31
74
Ejemplo1
Use aproximaciones con diferencias finitas hacia adelante y hacia atrs de O h y
f x
xi 1 0.25
f xi 1 1.10351563
xi 0.5
f xi 0.925
xi 1 0.75
f xi 1 0.63632813
f1 f0 0.63633 0.925
1.155
h
0.25
f0 f 1 0.925 1.10352
0.714
h
0.25
f1 f 1 0.63633 1.10352
0.934
2h
2(0.25)
Ejemplo 2
Use aproximaciones con diferencias finitas hacia adelante y hacia atrs de O h y
derivada de f x
x
x 1
x 1
Solucin
x
f x
xi 1 0.08
f xi 1 1.10068
xi 0.28
f xi 1.10737
xi 1 0.48
f xi 1 1.07636
75
f1 f0 1.07636 1.10737
0.15505
h
0.2
f0 f 1 1.10737 1.10068
0.03345
h
0.2
f1 f 1 1.07636 1.10068
0.0608
2h
2(0.2)
Figura 32
Se puede verificar derivando directamente la funcin, cuyo proceso es algo
tedioso, que la derivada en x 0.28 es exactamente f ' 0.28 0.11009 . Por lo
tanto, la aproximacin con diferencia centrada f ' 0.28 0.0608 es la ms
prxima a f ' 0.28 0.11009 , pero no necesariamente igual. (Figura 32).
3.4 Aproximacin por diferencias finitas para derivadas de orden superior
3.4.1 Segunda diferencia finita dividida hacia adelante
Usando la serie de Taylor,
f xi 1 f xi f ' xi h
f '' xi
2!
h 2 ...
(1)
76
f xi 2 f xi f ' xi 2h
f '' xi
2!
2h 2 ...
(2)
f '' xi
f xi 2 2 f xi 1 f xi
h2
O h
de donde,
f '' xi
f 2 2 f1 f0
h2
f '' xi
f xi 2 f xi 1 f xi 2
h2
O h
de donde,
f '' xi
f0 2 f 1 f 2
h2
f '' xi
f xi 1 2 f xi f xi 1
h
O h2
de donde,
f '' xi
f1 2 f0 f 1
h2
f '' xi
2!
h 2 ...
77
de donde,
f ' xi
Pero
f xi 1 f xi
h
f '' xi
f '' xi h
2
O h2
f xi 2 2 f xi 1 f xi
h2
(3)
O ( h)
que
ya
se
ha
deducido.
Reemplazando en (3),
f ' xi
f xi 1 f xi
h
f xi 2 2 f xi 1 f xi
2h
O h2
Simplificando,
f ' xi
4 f xi 1 3 f xi f xi 2
2h
O h2
de donde,
f ' xi
4 f1 3 f0 f 2
2h
Ejemplo 1
Use aproximaciones con diferencias finitas hacia adelante con alta exactitud para
sen
x
x 1
x 1
Solucin
f x
xi 0.28
f xi 1.10737
xi 1 0.48
f xi 1 1.07636
xi 2 0.68
f ' 0.28
f xi 2 1.03840
0.13768
2h
2(0.2)
78
Figura 33
Sea en general f x Pn x Rn x
d k f x
dx k
d k Pn x
dx k
d k f x
dx k
d k Rn x
dx k
d k Pn x
dx k
Si las abscisas dadas x0 , x1, x2 ,..., xn estn espaciadas regularmente por intervalos
de longitud h , entonces Pn x puede escribirse en trminos de diferencias finitas.
3.6.1 Caso Polinomio Interpolador de Newton
El polinomio interpolador de Newton esta dado por,
Pn x a0 a1 x x0 a2 x x0 x x1 ... an x x0 x x1 ... x xn1
79
donde,
ak f x0 ,..., xk
f xk j , xk j 1,..., xk
f xk j 1,..., xk f xk j ,..., xk 1
xk xk j
x x0 sh
(0)
x xi x0 sh xi xi x0 sh ih sh h s i , 0 i n
x xi h s i
Pn x Pn x0 sh f x0 h s f x0 , x1 h s s 1 f x0 , x1, x2
Pn x ak hk
k 0
k 1
s i
i 0
f x 2 f x f x h f x f x h f x
f
x h h f x h f x h f x
2 f x f x 2h 2 f x h f x
De modo general
i f x i 1 f x
80
(2)
f x0 f x1 f x0 h
f x1 f x0 h f
h
f x0 , x1
s 1
x0 , x1
f x0
h
f x2 f x1 f x1 f x0
f x2 2 f x1 f x0
x2 x1
x1 x0
f x0 , x1, x2
x2 x0
2h 2
Teniendo en cuenta (0) y (2)
f x0 , x1, x2
2 f x0
(3)
2 h2
Por ejemplo, x x2 x0 2h , s 2
De modo general
f x0 , x1,..., xn
1
n! h
n f x0
(4)
s s 1 s 2 ... s n 1
n!
s s 1
2!
n f x0
2 f x0
s s 1 s 2
3!
3 f x0
(5)
x x0
s
h
81
de donde,
s 1
x x0
x ( x0 h) x x1
1
h
h
h
Y as sucesivamente para s 2 , s 3
Reemplazando en (5)
Pn ( x) f x0 x x0
f x0
h
x x0 x x1
2 f x0
2! h2
n f x0
n! hn
de donde,
Si n=1: P1 ( x) f x0 x x0
f x0
h
Luego,
f ( x1 ) f ( x0 )
df ( x) dP1 ( x) f x0
f x0 , x1
dx
dx
h
x1 x0
df ( x) f ( x1 ) f ( x0 )
dx
x1 x0
(6)
Si n=2:
P2 ( x) f x0 x x0
f x0
h
x x0 x x1
2 f x0
2 f x0
df ( x) dP2 ( x) f x0
(2 x x0 x1 )
dx
dx
h
2! h2
2! h2
(7)
(2 x x0 x1 )
df ( x)
f x0 , x1
f ( x2 2 f ( x1) f ( x0 ))
dx
2h 2
2 x 4 x 2 x1 2h
2 x x0 x1
df ( x) 2 x x0 x1 2h
f ( x0 ) 0
f ( x1 )
f ( x2 )
2
2
dx
2h
2h
2h2
La derivada segunda lo obtenemos de (7) mediante derivacin,
2 f x0
d 2 f ( x) d 2 P2 ( x)
2
dx 2
dx 2
2! h2
(9)
82
(8)
d 2 f ( x) d 2 P2 ( x)
2 f x0 , x1, x2
dx 2
dx 2
d 2 f ( x) 1
2
1
2 f ( x0 ) 2 f ( x1 ) 2 f ( x2 )
2
dx
h
h
h
(10)
Ejemplo 1
La ecuacin de Van der Walls para un gmol de CO2 es,
(P
a
) (v b) RT
v2
Donde,
a 3.6 106 atmcm6 / gmol 2
Calcule
0
13.782
2000
1
12.577
2200
2
11.565
2400
3
10.704
2600
P
cuando v 2300 cm3 y comprelo con el valor de la derivada analtica.
v
Solucin
La ecuacin (8) toma la forma,
2v 4v 2v1 2h
2v v0 v1
P 2v v0 v1 2h
P0 0
P1
P2
2
2
v
2h
2h
2h2
En los puntos (0), (1) y (2) con h 200 resulta,
a
) (v b) RT ,
v2
a
P 2a
3 v b p 2 0
v
v v
a 1
P 2a
3 p 2
v v b
v v
De ( P
a
1
RT
a
) (v b) RT se tiene que ( P 2 )
2
v v b v b 2
v
P
se obtiene,
v
P 2a
RT
3
v v
v b 2
Reemplazando datos,
P 2(3.6 106 )
82.1 350
0.0056399
3
v
(2300)
2300 42.82
84
C A
T
f ( x0 )
f ( x1 )
f (x )
dx
x0 x1 x0 x2
x1 x0 x1 x2
x2 x0 x2 x1 2
T 300
P 8
(2T T0 T2 )
(2T T0 T1 )
(2T T1 T2 )
C A (T0 )
C A (T1 )
C (T )
T0 T1 T0 T2
T1 T0 T1 T2
T2 T0 T2 T1 A 2
T 300
P 8
85
EJERCICIOS
k
300
325
360
0.99
0.97
0.96
0.93
0.88
0.82
0.79
0.77
0.62
0.51
0.48
0.45
15
0.56
0.49
0.46
0.42
20
0.52
0.44
0.41
0.37
T ( oF )
175
200
225
250
275
P( psia)
100
270
450
640
850
P H
93.1
85.9
78.8
75.1
69.8
66.7
10
11
12
1090
1175
1245
1295
1330
1340
1320
1250
d
en 8 , calculando la derivada con diferencias
d
centradas
b) Haga lo mismo que en a) pero usando un polinomio de segundo
grado (Lagrange o Newton).
c) Haga lo mismo que en a) usando derivada hacia adelante con alta
exactitud.
a) Hallar
87
5. De la siguiente tabla:
P(atm)
30.43853
27.68355
25.38623
23.44122
V (l / gmol )
1.1
1.21
1.3
Calcular
dP
cuando V 1.05 l , usando un polinomio de grado 2 (Newton).
dV
Eter
Eter
(mV)
oC
Calcular
0.8
1.4
1.6
1.8
2.2
2.4
2.7
23.2
30
35
40
45
50
55
60
65
dEter
cuando T=42 o C usando un polinomio de grado 2 (Newton).
dT
1.7
2.6
3.4
4.5
-3
-8
-3.36
176.43
1101.1
3133
6594.4
88
9. Calcule la derivada de f ( x)
centradas.
ln sen e 2
x
x2
2
10. El campo magntico para los puntos sobre el eje de un anillo circular de
alambre de radio 0.07m que conduce una corriente de 2A viene dado por la
funcin tabulada,
x(m)
2.25
3.5
4.75
7.25
B(T)
109
6.115
0.540
0.144
0.0574
0.0285
0.0162
ecos x x x 2 1
11. Dada la funcin f ( x) ln
, calcular:
x senx
89
4. INTEGRACION NUMERICA
Los mtodos de integracin comnmente usados pueden clasificarse en dos
grupos: lo que emplean valores dados de la funcin f ( x) en abscisas
equidistantes (Figura 34) y que se conocen como frmulas de Newton Cotes, y
aquellos que utilizan valores de f ( x) en abscisas desigualmente espaciadas,
determinadas por ciertas propiedades de familias de polinomios ortogonales,
conocidas como frmulas de cuadratura gaussiana.
Figura 34
4.1 Mtodos de Newton Cotes
Para estimar
dos pasos:
1. Se divide el intervalo a, b en n intervalos de igual amplitud cuyos valores
extremos son sucesivamente,
ba
xi x0 i
,
n
i 0,1, 2,3,...., n
90
para
En efecto:
b
f ( x) dx
xn
x0
n
n
2 f ( x0 )
Pn ( x)dx Pn ( x0 s h)ds h f ( x0 ) s f ( x0 ) s (s 1)
...
0
0
2!
n f ( x0 )
ds
n!
n
s2
s3 s 2
s 4 s3 s 2 3
f ( x) dx h sf ( x0 ) f ( x0 ) ( ) 2 f ( x0 ) (
) f ( x0 )
0
2
6 4
24
6
n
s5 s 4 11 3 s 2 4
(
s ) f ( x0 ) ...
120 16 72
8
0
b
n2
n3 n 2
n 4 n3 n 2
f ( x) dx h n f ( x0 ) f ( x0 ) ( ) 2 f ( x0 ) ( )3 f ( x0 )
2
6 4
24 6
6
n5 n4 11 3 n2 4
(
n ) f ( x0 ) ...
120 16 72
8
1
1
1 f ( x1 ) f ( x0 )
f ( x)dx h f ( x0 ) f ( x0 ) h f ( x0 ) f x0 , x1 h h f ( x0 )
h
2
2
2
h
de donde,
b
f ( x)dx
x1
x0
x1
f ( x0 ) f ( x1 )
f ( x)dx P1 ( x)dx h
x0
2
(1)
91
regla del trapecio. Su resultado no es bueno, a menos que la funcin sea una
recta o muy prxima a sta.
Figura 35
Si n=2:
El intervalo de integracin a, b se divide en dos subintervalos y se tendrn tres
abscisas x0 , x1, x2 . La funcin se aproxima con una parbola, es decir, con un
polinomio de segundo grado P2 ( x) y la aproximacin a la integral ser el rea bajo
el segmento de parbola comprendida entre f ( x0 ) y f ( x2 ) como se muestra en la
figura 36.
b
x2
a f ( x) dx x
x2
1
f ( x) dx P2 ( x)dx h 2 f ( x0 ) 2f ( x0 ) 2 f ( x0 )
x0
3
de donde,
b
x2
a f ( x) dx x
x2
f ( x) dx P2 ( x)dx
x0
1
.
3
92
h
f ( x0 ) 4 f ( x1) f ( x2 )
3
(2)
Figura 36
Si n=3:
En este caso se obtiene la regla de Simpson
b
f ( x) dx
x3
x0
x3
f ( x) dx P3 ( x)dx
x0
3
y est dada por,
8
3h
f ( x0 ) 3 f ( x1) 3 f ( x2 ) f ( x3 )
8
(3)
Si n=4:
Se obtiene la expresin conocida como la frmula de Boole y est dada por,
b
x4
a f ( x) dx x
x4
f ( x) dx P4 ( x)dx
x0
2h
7 f ( x0 ) 32 f ( x1) 12 f ( x2 ) 32 f ( x3 ) 7 f ( x4 )
45
(4)
93
x1
x2
x0
x1
xn
P n ( x)dx
xn 1 1
Aqu, se usan superndices para indicar que los polinomios de primer grado no son
todos iguales. Usando la ecuacin (1) se tiene,
b
f ( x)dx
x1 x0
x x
x x
f ( x0 ) f ( x1) 2 1 f ( x1) f ( x2 ) ... n n1 f ( xn1) f xn
2
2
2
(2)
Si todos los subintervalos son del mismo tamao h , esto es, si xi 1 xi h , para
i 0,1,...,(n 1) , de la ecuacin (2) se tiene que,
b
f ( x) dx
n1
h
f ( x0 ) 2 f ( xi ) f ( xn )
2
i 1
Figura 37
94
(3)
Ejemplo 1
Mediante el mtodo del trapecio compuesto aproxime el rea bajo la curva que
representa a una cierta funcin cuyos valores tabulados estn dados en la
siguiente tabla:
Puntos
x0
-1
8
x
f(x)
x1
0
10
x2
1
10
x3
2
20
x4
3
76
x5
4
238
Solucin
Aqu n=5 y h=1. Luego, desarrollando la formula (3)
b
f ( x) dx
h
f
(
x
)
2
f ( xi ) f ( x5 )
0
2
i 1
1 f ( x) dx 2 f ( x0 ) 2( f ( x1) f ( x2 ) f ( x3 ) f ( x4 )) f ( x5 )
4
1 f ( x) dx 239
Ejemplo 2
Mediante el mtodo del trapecio compuesto, aproxime el rea bajo la curva de la
2
x0
0
1
x1
0.5
1.28402
x2
1
2.71828
95
x3
1.5
9.48774
x4
2
54.59815
f ( x) dx
0.5
f ( x0 ) 2 f ( xi ) f ( x4 )
2
i 1
0 f ( x) dx 4 f ( x0 ) 2( f ( x1) f ( x2 ) f ( x3 )) f ( x4 )
2
2 x2
e
0
dx
1
1 2(1.28402 2.71828 9.48774) 54.59815
4
2 x2
0 e
dx
1
1 26.98008 54.59815
4
2 x2
0 e
dx 20.64456
x2
x4
xn
x0
x2
xn 2
P2k ( x)dx
(4)
Cada P2i ( x) , i 1, 2,..., n es el polinomio de segundo grado que pasa por tres
puntos consecutivos (Ver figura 38)
Figura 38
96
a f ( x) dx 31 f ( x0 ) 4 f ( x1) f ( x2 ) 32 f ( x2 ) 4 f ( x3 ) f ( x4 ) ...
b
hk
f ( xn2 ) 4 f ( xn1) f ( xn )
3
(5)
Donde
h1 x1 x0 x2 x1
h2 x3 x2 x4 x3
.
.
.
f ( x)dx
h
h
h
f ( x0 ) 4 f ( x1) f ( x2 ) f ( x2 ) 4 f ( x3 ) f ( x4 ) ... f ( xn2 ) 4 f ( xn1) f ( xn )
3
3
3
n 1
n2
h
f ( x) dx f ( x0 ) 4 f ( xi ) 2 f ( xi ) f ( xn )
3
i 1
i 2
i 2
i 2
Ejemplo1
Mediante el mtodo de Simpson 1/3 compuesto, aproxime el rea bajo la curva de
2
x0
0
1
x1
1/3
1.11752
x2
2/3
1.55962
x3
x4
1
4/3
2.71828 5.91669
97
x5
x6
5/3
2
16.08324 54.59815
5
4
h
f ( x) dx f ( x0 ) 4 f ( xi ) 2 f ( xi ) f ( x6 )
3
i 1
i 2
i 2
i 2
a f ( x) dx 3 f ( x0 ) 4( f ( x1) f ( x3 ) f ( x5 )) 2( f ( x2 ) f ( x4 )) f ( x6 )
b
Reemplazando datos,
2 x2
e
0
1
dx 3 1 4(1.11752 2.71828 16.08324) 2(1.55962 5.91669) 54.59815
3
2 x2
dx
0 e
1
1 79.67616 14.95262 54.59815 16.69188
9
2 x2
0 e
dx 16.69188
3 4 x y
e dx dy .
1 0
Solucin
a) Para la integral en el eje x, el intervalo 0, 4 se divide en n=4 subintervalos, de
donde,
40
1
4
98
Puntos
(x,y)
f ( x, y)
( x0 , y)
(0,y)
( x1, y)
(1,y)
( x2 , y)
(2,y)
( x3 , y)
(3,y)
( x4 , y)
(4,y)
e0 y
e1 y
e 2 y
e3 y
e 4 y
3 4 x y
e dx dy
1 0
3 4 x y
1 0 e
3 4 x y
1 0 e
Si
3h
3h
dx dy
31
f ( x0 , y ) 4 f ( xi , y ) 2
3
i 1
i 2
i 2
i 2
dx dy
f ( xi , y ) f ( x4 , y ) dy
f ( x0 , y) 4( f ( x1, y) f ( x3 , y)) 2 f ( x2 , y) f ( x4 , y) dy
e0 y 4(e1 y e3 y ) 2e2 y e4 y dy
1
g ( y) e0 y 4(e1 y e3 y ) 2e2 y e4 y 53.86385 e y
Se debe integrar,
3 4 x y
1 0 e
dx dy g ( y) dy 53.86385 e y dy
Ahora integramos esta ltima expresin en el eje y , con Simpson 1/3 compuesto y
n=6. En este caso,
3 4 x y
e dxdy
1 0
3 4 x y
1 0 e
dxdy
3 1 1
6
3
5
4
h
g ( y0 ) 4 g ( yi ) 2 g ( yi ) g ( y6 )
3
i 1
i 2
i 2
i 2
h
g ( y0 ) 4( g ( y1) g ( y3 ) g ( y5 )) 2( g ( y2 ) g ( y4 )) g ( y6 )
3
99
Puntos
y0
1
g (1)
y
g ( y)
3 4 x y
h
e dxdy
1 0
3
3 4 x y
e dxdy
1 0
y2
5/3
g (5 / 3)
y1
4/3
g (4 / 3)
3 4 x y
y5
y6
8/3
g (8 / 3)
g (3)
1
8
4
3 53.86385e1 4(53.86385e 3 53.86385e2 53.86385e 3 )
3
2(53.86385e
1 0 e
y4
7/3
g (7 / 3)
y3
2
g (2)
53.86385e 3 ) 53.86385e3
dxdy 935.53055
f x, y dxdy
d
usando el mtodo de Newton Cotes con n=2 o formula de Simpson 1/3 tanto a lo
largo del eje x como del eje y.
Calculando primero I1 y
f x, y dx , hacemos h1
h1
h1
x0 a
ba
.
2
x1 a h1
x2 a 2h1
ba
Luego, I1 y 2 f a, y 4 f a h1 , y f a 2h1 , y
3
I1 y
ba
f a, y 4 f a h1 , y f a 2h1 , y
6
100
Ahora calculamos I
f x, y dxdy I1 y dy
d
d c
I1 y dy 2 I1 c 4I1 c h2 I1 c 2h2
3
d c b a
ba
f a, c 4 f a h1 , c f a 2h1 , c 4
f a, c h2 4 f a h1, c h2
6 6
6
f a 2h1 , c h2
ba
Factorizando y reordenando,
d c b a
f a, c 4 f a, c h2 f a, c 2h2
6 6
4 f a h1, c 4 f a h1, c h2
f a, c
d c b a
I
1 4 1 f a h1 , c
6 6
f a 2h1 , c
f a, c h2
f a h1, c h2
f a 2h1 , c h2
f a, c 2h2
f a h1, c 2h2
f a 2h1 , c 2h2
1
4
1
EJERCICIOS
1. Calcule la integral
senx
dx usando el mtodo de integracin compuesto
x
1 e
0
0
1
1
2.12
2
7.48
3
17.08
4
30.92
Determine el trabajo realizado para llevar el cuerpo de masa m desde x=0 hasta
x=4. Usar Simpson 1/3 compuesto.
5. Usando el mtodo de integracin compuesto Simpson 1/3 con n=4 en todo
el proceso de clculo, calcular
a)
b)
sen(1 xy) dx dy
xy
dx dy
102
x f1( x, y )
(1)
y f 2 ( x, y )
pk 1 f1 ( pk , qk )
qk 1 f 2 ( pk , qk )
k 01,2,...
(2)
f1 ( p, q ) f1 ( p, q )
1
x
y
f 2 ( p, q ) f 2 ( p, q )
1
x
y
(3)
Entonces la iteracin de punto fijo (2) genera una sucesin convergente al punto
fijo ( p, q) (Ver figura 39).
Si la condicin (3) no se cumple, entonces la iteracin podra ser divergente.
103
Figura 39
El inters aqu es usar el mtodo iterativo de punto fijo para resolver sistemas de
ecuaciones no lineales. Supongamos que se desea resolver el siguiente sistema
de ecuaciones no lineales,
f ( x, y ) 0
g ( x, y ) 0
(4)
Con el fin de usar el mtodo iterativo de punto fijo, escribimos el sistema (4) en la
forma dada por (1), es decir,
x f1( x, y )
y f 2 ( x, y )
(5)
Luego, si la solucin existe, es claro que esta solucin satisface (4) si y solo si
satisface (5). El mecanismo usado fundamentalmente es la iteracin de punto fijo
junto con el teorema 1.
104
Ejemplo 1
Determinar una solucin del sistema,
1
x y0
x2
x
40
Solucin
Paso 1: Determinar ( p0 , q0 ) usando el mtodo grfico.
De la figura, estimamos
p0 , q0 (2.7,2.9) .
Paso 2: Determinar f1 ( x, y) y f 2 ( x, y) .
2
x f1 ( x, y) (4 y 3 )
y f 2 ( x, y ) x
1
x2
Verificando las condiciones del teorema 1 (iteracin de punto fijo), se tiene que,
f1 2.7,2.9
0
x
f 2 2.7,2.9
0.89839
x
f1 2.7,2.9
0.98334
y
,
f 2 2.7,2.9
0
y
f1 2.7,2.9 f1 2.7,2.9
0.98334 1
x
y
105
f 2 2.7,2.9 f 2 2.7,2.9
0.89839 1
x
y
Luego, hay convergencia.
Paso 3: Iterar.
2
p1 f1 ( p0 , q0 ) f1 (2.7,2.9) (4 (2.9) 3 )
q1 f 2 ( p0 , q0 ) f 2 (2.7,2.9) 2.7
2.7575
1
2.8372
(2.7)2
2
2.8197
1
2.889
(2.7575)2
Ejemplo 2
Determinar una solucin del sistema,
106
x2 2x 3 y 0
x y 1 0
Solucin
Paso 1: Determinar ( p0 , q0 ) usando el mtodo grfico.
De la figura, estimamos
p0 , q0 (0.3,2.4) .
Paso 2: Determinar f1 ( x, y) y f 2 ( x, y) .
x f1 ( x, y )
1
y
y f 2 ( x, y) x 2 2 x 3
f1 0.3,2.4
0
x
f 2 0.3,2.4
1.4
x
f1 0.3,2.4
0.17361
y
f 2 2.7,2.9
0
y
f1 0.3,2.4 f1 0.3,2.4
0.17361 1
x
y
107
f 2 0.3,2.4 f 2 0.3,2.4
1.4 1
x
y
Luego, no cumple con las condiciones del teorema y podra no haber
convergencia. Sin embargo, se debe continuar con el siguiente paso, la iteracin.
Paso 3: Iterar.
p1 f1 ( p0 , q0 ) f1 (0.3,2.4)
1
0.41667
2.4
1
0.40161
2.49
pk 1 f1 ( pk , qk )
qk 1 f 2 ( pk 1, qk )
5.3 Mtodo iterativo de la derivada parcial
Si se desea resolver el sistema de ecuaciones no lineales,
f ( x, y ) 0
g ( x, y ) 0
El mtodo iterativo est dado por,
f ( pk , qk )
f ( pk , qk )
x
g ( pk 1, qk )
qk 1 qk
g ( pk 1, qk )
y
pk 1 pk
k 0,1,2,3,...
Ejemplo1
Use el mtodo de la Derivada Parcial para aproximar las soluciones de,
y x x 2 0
x 2/3 y 2 3 4 0
x 1, y 1
Solucin
Paso1: Hacer f ( x, y) y x x
y g ( x, y) x
y2 3 4 y usar el mtodo
grafico para determinar los valores iniciales de iteracin p0 , q0 ,
2/3
109
siguiente tabla,
k
0
1
2
3
4
5
pk
2.7000
2.6586
2.8816
2.6314
2.9128
2.5969
f ( pk , qk )
-0.0372
0.1993
-0.2293
0.2506
-0.2904
0.3152
f x ( pk , qk )
-0.8984
-0.8936
-0.9164
-0.8902
-0.9191
-0.8858
pk 1
2.6586
2.8816
2.6314
2.9128
2.5969
2.9527
qk
g ( pk 1, qk )
g y ( pk 1, qk )
qk 1
2.8000
2.9994
2.7727
3.0264
2.7403
3.0603
-0.0943
0.1048
-0.1204
0.1318
-0.1525
0.1660
0.4730
0.4623
0.4745
0.4609
0.4764
0.4592
2.9994
2.7727
3.0264
2.7403
3.0603
2.6987
y 2 . 6 9 8. 7Sin
f1 ( x, y ) 0
f 2 ( x, y ) 0
Para ello, consideramos el sistema
u f1 ( x, y )
(1)
v f 2 ( x, y )
k f ( x0 , y0 ) ( x x0 ) k1 ( y y0 ) k2
z ( x, y )
k1
k2
k1 ! k2 !
k10 k2 0 x y
k k1 k2
z ( x, y) f ( x0 , y0 )
f ( x0 , y0 )
f ( x0 , y0 )
( x x0 )
( y y0 ) ...
x
y
110
Luego,
z ( x, y) f ( x0 , y0 )
f ( x0 , y0 )
f ( x0 , y0 )
( x x0 )
( y y0 )
x
y
f1 ( x0 , y0 )
f ( x , y )
( x x0 ) 1 0 0 ( y y0 )
x
y
f ( x , y )
f ( x , y )
v v0 2 0 0 ( x x0 ) 2 0 0 ( y y0 )
x
y
u u0
(2)
El sistema (2) es una aproximacin lineal local que nos da una idea del efecto que
pequeos cambios en las variables independientes producen en las variables
dependientes.
f1 ( x0 , y0 ) f1 ( x0 , y0 )
x x
x
y
u u0
0
v v f ( x , y ) f ( x , y ) y y
2 0 0
0
2 0
0
0
x
y
(3)
F J ( x0 , y0 ) X
Sea
0 f1 ( x, y )
0 f 2 ( x, y )
(4)
0 f1 ( p, q)
0 f 2 ( p, q )
(5)
u u u0
, p x p0
v v v0
, q y q0
(6)
u u0 f1 ( p, q) f1 ( p0 , q0 ) 0 f1 ( p0 , q0 )
(7)
v v0 f 2 ( p, q) f 2 ( p0 , q0 ) 0 f 2 ( p0 , q0 )
f1 ( p0 , q0 ) f1 ( p0 , q0 )
p
x
y
f ( p ,q )
1 0 0
f 2 ( p0 , q0 ) f 2 ( p0 , q0 ) q
f 2 ( p0 , q0 )
x
y
(8)
P J ( p0 , q0 )1 F ( p0 , q0 )
(9)
P1 P0 P P0 J ( p0 , q0 )1 F ( p0 , q0 )
q ,
(10)
OBSERVACION:
La frmula (10) es la generalizacin de la frmula de iteracin del mtodo de
Newton Raphson para funciones de una variable,
p1 p0
f ( p0 )
f '( p0 )
f1 ( x, y ) 0
f 2 ( x, y ) 0
112
es:
Supongamos que se ha obtenido Pk ( pk , qk ) .
Paso 1: Evaluar la funcin,
f1 ( pk , qk )
F ( Pk )
f 2 ( pk , qk )
Paso 2: Evaluar la matriz jacobiana,
f1 ( pk , qk )
x
J ( Pk )
f 2 ( pk , qk )
f1 ( pk , qk )
f 2 ( pk , qk )
J ( Pk ) P F ( Pk )
Paso 4: Calcular el siguiente punto,
Pk 1 Pk P
Y repetir el proceso.
Ejemplo 1
Resolver el sistema
x 2 2 x y 0.5 0
x2 4 y 2 4 0
Tomando como punto inicial de iteracin ( p0 , q0 ) (2,0.25) .
Solucin
Paso 1: Formar la funcin vectorial y evaluarlo en (2,0.25)
x 2 2 x y 0.5
F ( x, y ) 2
2
x 4 y 4
113
0.25
F (2,0.25)
0.25
Paso 2: Calcular el jacobiano y evaluarlo en (2,0.25)
2 x 2
J ( x, y )
2 x
2
J (2,0.25)
4
1
8 y
1
2
2 1 p
0.25
4 2 q
0.25
2p q 0.25
4p 2q 0.25
Resolviendo,
p 0.09375
P
q 0.0625
Paso 4:
El siguiente punto de iteracin es:
2 0.09375 1.90625
P1 P0 P
0.0625 0.3125
0.25
1.900691
P2
0.311213
114
1.900677
P3
0.311219
Ejemplo 2
Resolver el sistema no lineal
x y x 1 0
y ex 1 0
Tomando como punto inicial de iteracin (0.3,2.4)
Solucin
Paso 1: Formar la funcin vectorial y evaluarlo en (0.3,2.4)
x y x 1
F ( x, y )
x
y e 1
0.02
F (0.3,2.4)
0.05014
Paso 2: Calcular el jacobiano y evaluarlo en (0.3,2.4)
y 1
J ( x, y ) x
e
3.4
J (0.3,2.4)
1.34986
0.3
1
3.4
1.34986
0.3 p
0.02
0.05014
1 q
q 0.05014
115
Resolviendo,
p 0.00130
P
q 0.05189
Paso 4:
El siguiente punto de iteracin es:
0.2987
P2 P1 P
2.3481
En este ejercicio la convergencia es muy veloz.
EJERCICIOS
1. Usando el mtodo de iteracin de Seidel, resolver el sistema:
x2 y 2 2 x 2 y
94
0
25
x2 2 x 2 y 0
Tome como punto inicial de iteracin el vrtice de la parbola el cual debe
aproximar la raz ms cercana a este vrtice. Graficar.
2. Usando el mtodo de iteracin de Newton Raphson, resolver:
senx y x 0
e y cos x 1 0
Tome como punto inicial de iteracin (2.5,-2).
3. Usando el metodo de Seidel con 5 iteraciones resolver el siguiente sistema:
116
x2 2x y 2 8 0
x2 2x 4 y 2 2 0 ; x 0 , y 0
x y ey 1
y x ex 2
x y seny 1
b)
ye x 1 0
senx xy 1
c)
d)
ye x 1
xe x y 2
ye y x 2
xy x 2 0
e)
ye x x 3 0
y ex 2 0
ye x x 2 0
7. Resuelva el siguiente sistema no lineal usando el mtodo de la derivada
parcial y el mtodo de Newton Raphson.
xy x 2 4 0 ; x, y 0
cos x xy 2 0 ; x, y 0
8. Resuelva el siguiente sistema no lineal usando el mtodo de la derivada
parcial y el mtodo de Newton Raphson.
117
e xy x 3 0
xy y 2 4 0
9. Resuelva el siguiente sistema no lineal usando el mtodo de punto fijo y el
mtodo de Newton Raphson.
x 2 xy 1 0
x y e xy 0
tk a kh , k 01,2,..., M , donde h
ba
es el tamao de paso.
M
y((tk0)) (t t0 )k
k 0
k!
y (t )
y ''(t0 )(t t0 )2
...
2!
y ''(c1 )(t t0 )2
2!
Si hacemos t t1 y h t1 t0
y ''(c1 )h2
y (t1 ) y (t0 ) y '(t0 )h
2!
Si h es suficientemente pequeo, podemos despreciar el trmino que contiene h
y obtener,
y(t1 ) y1 y0 h f (t0 , y0 )
Por lo tanto,
y1 y0 h f (t0 , y0 )
Expresin conocida como aproximacin de Euler.
119
yk 1 yk h f tk , yk , tk 1 tk h , k 0,1,..., M 1
Descripcin Geomtrica
Si partimos del punto (t0 , y0 ) , calculamos el valor de la pendiente m0 f (t0 , y0 ) ,
nos movemos horizontalmente una distancia h y verticalmente una distancia
h f (t0 , y0 ) , entonces lo que hacemos es desplazarnos a lo largo de la recta
tangente a la curva y (t ) terminando en el punto (t1 , y1 ) como se muestra en la
figura 40.
Figura 40
Ejemplo 1
y ' 1 y 2 con
determinar y (1.4) .
y(0) 0 ,
Si
Solucin
1.4 0
0.1 donde se ha
14
tomado M 14 convenientemente para obtener h 0.1 . La aproximacin de
En este caso f (t , y) 1 y , t0 0 , y0 0 , h
2
yk 1 yk h f (tk , yk )
120
yk 1 yk h (1 yk2 )
Luego,
Si
k 0:
k 1:
t2 0.2
k 2:
121
1
y(t h) y(t ) h y '(t ) h 2 y ''(t ) ...
2
(1)
Adems,
y ' f (t , y)
(2)
Derivando (2)
y '' ft (t , y) f y (t , y) y '
Reemplazando (2) en esta ltima expresin,
y '' ft (t , y) f y (t , y) f (t , y)
(3)
1
y(t h) y (t ) h f (t , y) h 2 f t (t , y ) f y (t , y ) f (t , y ) ...
2
1
1
y(t h) y (t ) h f (t , y) h 2 ft (t , y) h 2 f y (t , y ) f (t , y) ... (4)
2
2
El mtodo usa una combinacin lineal de dos funciones de la forma
y(t h) y(t ) Ah f 0 Bh f1
(5)
Donde
122
f0 f (t , y)
f1 f (t Ph, y Qh f 0 )
Usando la serie de Taylor para funciones de dos variables
k f (t0 , y0 ) (t t0 ) k1 ( y y0 ) k2
f (t , y )
k1
k2
k1 !k2 !
k1 0 k2 0 t y
donde k k1 k2 .
Desarrollando los trminos que contienen las primeras derivadas,
(6)
(6) en (5)
A B 1
BP
1
2
123
BQ
1
2
1
1
, se obtiene B , P 1 , Q 1 y (5) se convierte en
2
2
h
y(t h) y (t ) ( f (t , y ) f (t h, y hf (t , y ))
2
Escrito en forma iterativa,
yk 1 yk
h
f (tk , yk ) f (tk 1, Pk 1)
2
Donde,
Pk 1 yk h f (tk , yk )
tk 1 tk h
Conocido como el mtodo de Heun.
Caso2: Si A 0 , se obtiene B 1 , P
1
1
, Q y (5) se convierte en
2
2
h
h
y(t h) y(t ) h f (t , y f (t , y ))
2
2
Escrito en forma iterativa,
h
h
yk 1 yk h f (tk , yk f (tk , yk ))
2
2
Conocido como mtodo de Euler modificado o mtodo de Cauchy.
Ejemplo 1
124
Si y ' 1 y
(Ejemplo anterior).
Solucin
Si k 0 : P1 y0 hf (t0 , y0 ) y0 h(1 y0 ) 0 0.1(1 0 ) 0.1
2
P1 0.1
t1 t0 h 0 0.1 0.1
t1 0.1
y1 y0
h
h
f (t0 , y0 ) f (t1, P1 ) y0 (1 y02 ) (1 P12 )
2
2
0.1
(1 02 ) (1 (0.1) 2 )
2
y1 0.1005
k 1:
t2 0.2
y2 y1
h
h
f (t1, y1 ) f (t2 , P2 ) y1 (1 y12 ) (1 P22 )
2
2
y2 0.1005
0.1
(1 (0.1005)2 ) (1 (0.20151)2 ) 0.20303533
2
y2 0.20303533
k 2:
P3 y2 h f (t2 , y2 ) y2 h (1 y22 )
P3 0.20303533 0.1(1 (0.20303533)2 )
125
P3 0.30715766
t3 t2 h 0.2 0.1 0.3
t3 0.3
y3 y2
h
h
f (t2 , y2 ) f (t3 , P3 ) y2 (1 y22 ) (1 P32 )
2
2
y3 0.20303533
0.1
(1 (0.20303533)2 ) (1 (0.30715766)2 )
2
y3 0.30981379
Ejemplo 2
Si y ' t y con y(0) 0 , determinar y (1.4) usando el mtodo de Heun.
2
Solucin
1.4 0
0.1 donde se ha
14
tomado M 14 convenientemente para obtener h 0.1 .
Se tiene que f (t , y) t y , t0 0 , y0 0 , h
2
Si k 0 : P1 y0 hf (t0 , y0 ) y0 h(t0 y0 )
2
P1 0 0.1(02 02 ) 0
P1 0
126
t1 t0 h 0 0.1 0.1
t1 0.1
y1 y0
y1 0
h
h
f (t0 , y0 ) f (t1, P1 ) y0 (t02 y02 ) (t12 P12 )
2
2
0.1 2
(0 02 ) ((0.1)2 02 ) 0.0005
2
y1 0.0005
k 1:
t2 0.2
y2 y1
h
h
f (t1, y1 ) f (t2 , P2 ) y1 (t12 y12 ) (t22 P22 )
2
2
y2 0.0005
0.1
((0.1)2 (0.0005)2 ) ((0.2)2 (1.500025 103 )2 )
2
y2 0.003000125
k 2:
t3 0.3
127
y3 y2
h
h
f (t2 , y2 ) f (t3 , P3 ) y2 (t22 y22 ) (t32 P32 )
2
2
y3 0.003000125
0.1
((0.2)2 (0.003000125)2 ) ((0.3)2
2
(7.001025075 103 )2 )
y3 0.009503026
Los resultados se resumen en la siguiente tabla,
y(t0 ) y0 , y '(t0 ) y1
(1)
z (t ) y '(t )
As, la ecuacin (1) se reduce a unas ecuaciones diferenciales simultneas de
primer orden,
y ' f (t , y, z) z ,
y(t0 ) y0
z ' g (t , y, z) az by q , z(t0 ) y1
128
(2)
k1 h f (tn , yn , zn ) h zn
tn1 tn h
Ejemplo 1
Cierto material de forma cubica, con una masa de M 0.5kg se pone en el
extremo inferior de un resorte sin masa. El extremo superior se fija a una
estructura en reposo. El cubo recibe una resistencia de R B
dy
del aire, donde
dt
d2y
dy
M 2 B ky 0 , y (0) 1 , y '(0) 0
dt
dt
Donde y es el desplazamiento desde la posicin esttica, k 100 kg seg es la
2
Solucin
a) La ecuacin diferencial dada se escribe como,
129
y ' f (t , y, z) z ,
y(0) 1
z ' g (t , y, z) 20 z 200 y ,
z (0) 0
donde q(t ) 0 .
Si n 0 : t1 t0 h 0 0.025 0.025
k1 hf (t0 , y0 , z0 ) h z0 0.025(0) 0
l1 hg (t0 , y0 , z0 ) h(20 z0 200 y0 ) 0.025(20(0) 200(1)) 5
k2 hf (t1, y0 k1, z0 l1 ) h( z0 l1 ) 0.025(0 5) 0.125
l2 hg (t1, y0 k1, z0 l1 ) h(20( z0 l1 ) 200( y0 k1 ))
0.025(20(0 5) 200(1 0)) 2.5
1
y1 y0 (k1 k2 )
2
1
y1 1 (0 0.125) 0.9375
2
1
z1 z0 (l1 l2 )
2
1
z1 0 (5 2.5) 3.75
2
Si n 1 : t2 t1 h 0.025 0.025 0.05
130
1
y2 y1 (k1 k2 )
2
1
y2 0.9375 (0.09375 0.1640625) 0.80859
2
1
z2 z1 (l1 l2 )
2
1
z2 3.75 (2.8125 0.9375) 5.625
2
y(m)
1.000
0.823
0.508
0.238
0.066
-0.016
-0.042
-0.038
-0.025
-0.013
-0.004
0.000
0.001
0.001
0.001
0.000
131
EJERCICIOS
En cada uno de los siguientes ejercicios, use los mtodos de Euler, Heun y Euler
modificado:
1. y ' et e y ,
2. y ' t e
3. y ' y e
,
,
y(0) 1
y(0) 2
y(0) 1 ,
132
utt ( x, t ) c 2uxx ( x, t )
0 xa
0 t b (1)
u(0, t ) 0
u(a, t ) 0
u( x,0) f ( x)
ut ( x,0) g ( x)
,
,
0t b
(2)
0 xa
(3)
0 xa
(4)
133
u( x, t ) u( xi , t j ) ut ( xi , t j )(t t j ) O (t t j ) 2
u( xi , k ) u( xi ,0) ut ( xi ,0)k O k 2
(5)
u( xi ,0) f ( xi ) fi
ut ( xi ,0) g ( xi ) gi
En (5), se obtiene,
ui ,2 fi gi k
i 2,3,..., n 1
(6)
fi 1 2 fi fi 1
O(h 2 )
2
h
(7)
utt ( x, o)k 2
u ( x, k ) u ( x,0) ut ( x,0)k
O(k 3 )
2
(8)
c 2k 2
u ( xi , k ) fi k gi 2 ( fi 1 2 fi fi 1 ) O(h 2 )O(k 2 ) O(k 3 )
2h
Si r
ck
, la expresin (9) se reduce a,
h
134
(9)
r2
ui ,2 (1 r ) fi kgi ( fi 1 fi 1 )
2
2
(10)
para i 2,3,..., n 1
3. Para calcular las soluciones aproximadas en los puntos de la tercera fila de la
malla.
utt ( x, t )
u ( x, t k ) 2u ( x, t ) u ( x, t k )
O( k 2 )
2
k
uxx ( x, t )
u ( x h, t ) 2u ( x, t ) u ( x h, t )
O(h 2 )
2
h
(11)
(12)
ui , j 1 2ui , j ui , j 1
k2
Pero r
c2
ui 1, j 2ui , j ui 1, j
(13)
h2
ck
y luego de reordenar,
h
i 2,3,..., n 1
(14)
ck
1.
h
Ejemplo 1
Usando el mtodo de las diferencias finitas resolver,
utt ( x, t ) 4 uxx ( x, t )
u(0, t ) 0 y u(1, t ) 0
para
,
0 x 1 y 0 t 0.5
0 t 0.5
,
0 x 1
0 x 1
135
Solucin
Por
conveniencia
h 0.1
tomamos
ck 2(0.05)
1 . Como g ( x) 0
h
0.1
k 0.05 . Puesto
que
c 2,
ui ,2
fi 1 fi 1
2
i 2,3,...,9
ui , j 1 ui1, j ui1, j ui , j 1
i 2,3,...,9
fi 1 fi 1
2
f f
0 1.538842
u2,2 1 3
0.769421
2
2
Segunda fila: ui ,2
u3,2
f 2 f 4 0.896802 1.760074
1.328438
2
2
u4,2
f3 f5 1.538842 1.538842
1.538842
2
2
u5,2
f 4 f6 1.760074 1
1.380037
2
2
136
u6,2
f5 f7 1.538842 0.363271
0.951056
2
2
u7,2
f6 f8 1 (0.142040)
0.428980
2
2
u8,2
f7 f9 0.363271 (0.363271)
0.000000
2
2
u9,2
0.210404
2
2
tj
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
x1
0
0
0
0
0
0
0
0
0
0
0
0.1
x2
0.89680
0.76942
0.43163
0.00000
0.2
x3
1.53884
1.32844
0.76942
0.3
x4
1.76007
1.53884
0.4
x5
1.53884
1.38004
137
0.5
x6
1.00000
0.95106
0.6
x7
0.36327
0.42898
0.7
x8
-0.14204
0.00000
0.8
x9
-0.36327
-0.21040
0.9
x10
-0.27877
EJERCICIOS
Resolver:
1. utt ( x, t ) 9 uxx ( x, t ) , 0 x 1 , 0 t 0.5
k 0.05 , r 1 .
ut ( x,0) 0 , 0 x 1
2. utt ( x, t ) 9 uxx ( x, t ) , 0 x 1 , 0 t 0.5
k 0.05 , r 1 .
ut ( x,0) 0 , 0 x 1
138
BIBLIOGRAFIA
1. Chapra, Steven y Canale, Raymond (2007) Mtodos Numricos para
Ingenieros, Quinta Edicin, McGraw Hill, Mxico.
2. Mathews, John y Fink, Kurtis (2000) Mtodos Numricos con Matlab, Tercera
Edicin, Prentice Hall, Madrid.
3. Nieves, Antonio y Dominguez, Federico (2006) Mtodos Numricos Aplicados a
la Ingeniera, Segunda Edicin, CECSA, Mxico.
4. Nakamura, Shoichiro (1992) Mtodos Numricos Aplicados con Software,
Primera Edicin, Prentice Hall Hispanoamericana, S.A, Mxico.
139