Académique Documents
Professionnel Documents
Culture Documents
INGENIERA QUMICA
ENERO DE 2010
1er ACTUALIZACIN ENERO 2013
2da ACTUALIZACIN ENERO 2014
3er ACTUALIZACIN ABRIL DE 2015
1
4.2.2
5. INTEGRACIN Y DERIVADAS
5.1 Formulas de integracin de Newton-Cotes
5.1.1 Regla del trapecio
5.1.2 Regla de Simpson
5.2 Cuadratura Gaussiana
5.3 Derivadas
6. ECUACIONES DIFERENCIALES ORDINARIAS
6.1 Mtodos de un paso
6.1.1 Mtodo de Euler
6.1.2 Mtodos de Runge-Kutta
6.1.3 Sistemas de ecuaciones: Runge-Kutta
6.2 Mtodos de pasos mltiples
6.2.1 Mtodo de Jun
6.2.2 Formulas de integracin
6.3 Ecuaciones Diferenciales 2do Orden: Runge-Kutta-Nystrom
7. ECUACIONES DIFERENCIALES PARCIALES ELPTICAS,
HIPERBLICAS Y PARABLICAS
7.1 Mtodo de Lneas
7.2 Mtodo Explcito
7.3 Mtodo Implcito
PARTE II: PROGRAMACIN
LENGUAJE DE PROGRAMACIN FORTRAN
8. INTRODUCCION
8.1 Aplicacin de las Computadoras
8.2 Lenguajes de programacin
9. PRINCIPIOS BASICOS DE LA PROGRAMACIN
9.1 Diagramacin estructurada y libre
9.2 Etapas en la solucin de problemas usando la computadora
9.2.1
Planteamiento del problema
9.2.2
Construccin del diagrama de flujo
9.2.3
Codificacin del diagrama de flujo
9.2.4
Interpretacin de resultados
10. PROGRAMACIN EN COMPUTADORAS DIGITALES USANDO
FORTRAN
10.1 Lenguaje FORTRAN
10.2
Conceptos bsicos
10.2.1
Definiciones
10.2.2
Creacin de un Proyecto
3
10.3
10.4
10.4.1
10.4.2
10.5
10.6
10.6.1
10.6.2
10.6.3
10.7
10.7.1
10.7.2
10.7.3
Variables y Nmeros
10.3.1
Nmeros Enteros y Reales (punto flotante)
10.3.2
Variables, declaraciones y tipos
Decisin y Control
Control Condicional
Control Incondicional
Ciclos y control de Ciclos
Lectura y Escritura (INPUT/OUTPUT)
Lectura con Formato Libre y con Formato
Escritura con Formato Libre y con Formato
Uso de la Instruccin OPEN FILE
Arreglos
Variables con Subndices
La Instruccin DIMENSION
Lectura y Escritura de Variables con Subndice
10.8
10.8.1
10.8.2
10.8.3
10.8.4
10.8.5
Subprogramas
Subrutinas
Funciones
Uso de la Instruccin EXTERNAL
Uso de la Instruccin COMMON
Uso de la Instruccin DATA
10.9
10.9.1
10.9.2
10.9.3
10.10
10.10.1
Depuracin
Uso del Debuger
Bibliografa:
1. Mtodos Numricos para Ingenieros
Steven C. Chapra, Ph. D.
Raymond P. Canale, Ph. D.
McGraw-Hill
2. Mtodos Numricos Aplicados a la Ingeniera
Antonio Nieves Hurtado
Federico C. Domnguez Snchez
Editorial Continental
3. Mtodos Numricos Aplicados con Software
Shoichiro Nakamura
Prentice may
4
4. Fortran Programming
John B. Morre
Prentice Hall Company
5. Numerical Recipes Program Library
Microsoft Fortran Powerstation
6. Microsoft IMSL Libraries
Exmenes Mtodos Numricos: 60% Calificacin Final
Primer examen: Temas 1, 2 y 3 20%
Segundo examen: Temas 4 y 5 20%
Tercer examen: Temas 6 y 7
20%
Tareas: 1 por tema 30%
Asistencia y Participacin 10%
Al final del Semestre se les pedir sus apuntes y trabajos, si los tiene completos y en
orden le ayuda a mejorar la calificacin.
PROGRAMACIN
TEMA 2
TEMA 1
PRINCIPIOS BASICOS DE
PROGRAMACIN
INTRODUCCIN
1HISTORIA DE LAS
COMPUTADORAS,
CARACTERISTICAS Y USOS
TEMA 3
PROGRAMACIN DE
COMPUTADORAS
EN LENGUAJE FORTRAN
1. VARIABLES Y NMEROS
2. LENGUAJES DE
PROGRAMACIN
2. DECISIN Y CONTROL
1DIAGRAMACIN
ESTRUCTURADA Y LIBRE
3. CICLOS Y CONTROL DE
CICLOS
2ETAPAS EN LA SOLUCIN DE
PROBLEMAS USANDO LA
COMPUTADORA
4. LECTURA Y ESCRITURA
(INPUT/OUTPUT)
5. ARREGLOS
6. SUBPROGRAMAS
7. OTRA CLASES
8 .DEPU
PROGRAMACI
N
TEMA 5
USO DE
RECETAS
NUMRICAS
TEMA 4
USO DE
LIBRERAS IMSL
1. LIBRERAS
MATEMTICAS
1. SUBRUTINAS
2. LIBRERAS
ESTADSTICAS
2.
FUNCIONES
Ev = Error verdadero
Una manera de medir las magnitudes de las cantidades que se estn evaluando es
normalizar el error respecto al valor verdadero:
Error relativo fraccional = error / valor verdadero
El error relativo se puede multiplicar por el 100% para expresarlo como:
s 0.5 x102 n
s = tolerancia
ERRORES DE REDONDEO
Los errores de redondeo se deben a que las computadoras solo guardan un nmero
finito de cifras significativas durante un clculo.
Las reglas para redondear nmeros en clculos manuales se analizan en el recuadro
siguiente:
9
ERRORES DE TRUNCAMIENTO
Los errores de truncamiento son aquellos que resultan al usar una aproximacin en
lugar de un procedimiento matemtico exacto.
La serie de Taylor es usada para formular mtodos numricos y podemos partir de ella
para obtener conocimiento de las caractersticas de estos errores.
Serie de Taylor
La serie de Taylor da una formulacin para predecir el valor de la funcin en xi 1 en
trminos de la funcin y de sus derivadas en una vecindad al punto xi :
10
f xi 1 f xi f xi xi 1 xi
f
xi
n!
f xi
xi 1 xi 2 f xi xi 1 xi 3 ...
2!
3!
xi 1 xi Rn
n
Ntese que la ecuacin anterior es una serie infinita. Se incluye un trmino residual
para considerar todos los trminos desde n + 1 hasta el infinito:
Rn
x x n1
n 1! i 1 i
n 1
xi
n!
f xi 2 f xi 3
h
h ...
2!
3!
h n Rn
Rn
h n 1
n 1!
n 1
El valor prctico de la serie de Taylor estriba, en la mayor parte de los casos, en el uso
de un nmero finito de trminos que darn una aproximacin lo suficientemente
cercanas a la solucin verdadera para propsitos prcticos. La decisin sobre cuantos
trminos se requieren para obtener una aproximacin razonable se basa en el trmino
del residual de la expansin. El trmino de residual se puede expresar como:
Rn 0 h n 1
donde 0(hn+1) significa que el error de truncamiento es del orden hn+1. Esto es, el error
esproporcional al paso h a la (n + 1) ensima potencia.
11
Problema: Usar los trminos en serie de Taylor de cero a tercer orden para estimar f(3)
para:
f ( x) 25 x 3 6 x 2 7 x 88
usando como punto base xi = 2. Calclese el error relativo porcentual para cada
aproximacin.
Problema para Incluir en Tarea 1.
Usar los trminos en serie de Taylor de cero a tercer orden para estimar f(1) para:
f ( x) 0.1x 4 0.15 x 3 0.5 x 2 0.25 x 1.2
usando como punto base xi = 0. Calclese el error relativo porcentual para cada
aproximacin.
12
xi = valor inferior
xs = valor superior
entonces hay, al menos una raz real entre xi y xs. A continuacin se muestra un algoritmo
para la biseccin.
ALGORITMO DE BISECCIN
Paso 1: Escjanse los valores iniciales xi y xs de forma tal que la funcin cambie de signo
sobre el intervalo. Esto se puede verificar asegurndose de que
f(xi)*f(xs) < 0
Paso 2: La primera aproximacin a la raz, se determina como:
xr
xi x s
2
xr
xi x s
2
Paso 5: Decdase si la nueva aproximacin es tan exacta como se desea, En base a el error
relativo. Si es as, entonces los clculos terminan, de otra manera, regrsese al paso 3.
13
f xi
f xs
x r xi x r x s
que se puede resolver para obtener:
xr xs
f xs xi xs
f xi f xs
Esta es la formula de la regla falsa. El valor de xr, calculado con la ecuacin, remplaza a
uno de los valores, xi o a xs que produzca un valor de la funcin que tenga el mismo signo
de f(xr). De esta manera, los valores xi y xs siempre encierran a la raz. El proceso se repite
hasta que la aproximacin a la raz sea la adecuada.
f(xs)
f(x)
xi
xr
x
f(xi)
2.2 Mtodos abiertos
14
xi
xu
f i 1 f xi 1
f i 2 f xi 2
la funcin
p x f i f xi , xi 1 x xi f xi , xi 1 , xi 2 x xi x xi 1 es la parbola
x f , x
i,
f xi , xi 1
i 1
, f i 1 , y xi 2 , f i 2
f i f i 1
xi xi 1
f xi 1 , xi 2
f i 1 f i 2
xi 1 xi 2
f xi , xi 1 , xi 2
f xi , xi 1 f xi 1 , xi 2
xi xi 2
p x a 0 a1 x a 2 x 2
a1 f xi , xi 1 xi xi 1 a 2
a 0 f i xi f xi , xi 1 xi 1 a 2
Una vez calculados los valores de a0, a1 y a2, las races de p x se determinan a partir de la
frmula cuadrtica
xi 1
2a o
a1 a12 4a 0 a 2
1
2
Se selecciona el signo que precede el radical de manera que el denominador sea mximo
en magnitud, y la raz correspondiente es la siguiente aproximacin xi+1.
15
a31
a m1
......a1n
......a 2 n
a12
a 22
a13
a 23
a32
am2
a 33 ......a3n
a3 ......a mn
los elementos aij son nmeros reales o complejos, p funciones de una o varias variables.
Para denotar las matrices se utilizan las primeras letras maysculas del alfabeto. Cuando
se hace referencia a una matriz es conveniente especificar su nmero de rengln y
columnas. As, la expresin A de mxn, indica que se trata de una matriz de filas m y n
columnas.
Las matrices con dimensiones m = 1 en el rengln, tales como
B b1 , b2 , b3 ......, bn
se les llama vectores rengln.
Las matrices con dimensin n = 1 en la columna, tales como
c1
c
2
C .
.
cm
se les conoce como vectores columna.
A las matrices donde m = n se les llama matrices cuadradas. Se le llama diagonal
principal de la matriz a la diagonal consistente de los elementos a 11, a22, a33,.. es decir a los
elementos en los que i = j.
Tipos de matrices
Matriz Simtrica: es aquella donde aij = aji para toda i y toda j
Matriz Diagonal: Es una matriz cuadrada donde todos los elementos fuera de la diagonal
principal son iguales a cero.
Matriz Identidad I : Es una matriz diagonal donde todos los elementos de la diagonal
principal son iguales a 1.
16
Matriz Triangular superior: es aquella donde todos sus elementos bajo la diagonal
principal son cero.
Matriz Triangular inferior: es aquella donde todos sus elementos arriba de la diagonal
principal son cero.
Matriz Banda: tiene todos los elementos iguales a cero, con excepcin de una banda
centrada sobre la diagonal principal. Si el ancho de banda es de tres, se le da el nombre de
matriz tridiagonal.
Operaciones de Matrices
Transpuesta de una matriz A : Es la transformacin de sus renglones en columnas.
Matriz aumentada: Es el resultado de agregarle una columna a la matriz original
T
A X C
donde A es una matriz cuadrada de n por n coeficientes, C es un vector columna n
por 1 de constantes y X es un vector columna n por 1 de incgnitas.
Mtodo 1. Eliminacin Gaussiana
La eliminacin Gaussiana es una tcnica sistemtica de eliminacin hacia delante y la
sustitucin hacia atrs.
El procedimiento est planteado para resolver un conjunto de n ecuaciones:
a11 x1
a12 x 2
a13 x3 ....
a 21 x1
.
a 22 x 2
.
a32 x3 .... a 2 n x n c 2
.
.
a1n x n c1
.
.
.
.
a n1 x1 a n 2 x 2 a n 3 x3 .... a nn x n c n
17
Procedimiento
1.
2.
3.
4.
Ejemplo:
Dado el sistema
12 x1
x2
7 x3
80
x1
6 x2
4 x3
13
2 x1
x2
10 x3
92
A A 1
A 1 A
A X C
Donde C es un vector columna de constantes y
incgnitas.
es un vector columna de
A 1 A X A 1 C
como A A
X A 1 C
Por lo tanto, la ecuacin se ha resuelto para X .
La inversa de una matriz se puede calcular directamente con el mtodo de gauss-jordan.
19
a12
a 22
a 32
a13 x1
c1
a32 x 2 c 2
c3
a33 x3
a11
a
21
a31
a12
a 22
a 32
a13 1 0 0
a32 0 1 0
a33 0 0 1
1
0 1 0 a 21
a 112
a 1 22
0 0 1 a 131
a 1 32
a 113
a 132
a 133
a 112
a 1 22
a 1 32
a 113
a 132
c1
x1
c x
2
2
1
x3
a 33 c3
20
Mtodo 4. Thomas
Con frecuencia la matriz coeficiente del sistema A x b por resolver, un gran
nmero de sus componentes son cero (matrices dispersas). En estos casos algunos de los
mtodos conocidos pueden adaptarse, con lo cual se reduce el trabajo computacional y la
memoria de la mquina.
En el mtodo de Tomas, se adapta la eliminacin de Gauss para la solucin del sistema
tridiagonal A x b ; es decir, A es tridiagonal. Algunos ejemplos de matrices
bandeadas:
2
0
0
0
0
1
0
0
0
0
0
5
0
0
0
0
0
7
0
Diagonal
0
0
0
0
6
4
7
0
0
0
8
0
0
0
0
1
5
1
0
0
0
2
3
3
0
0
0
5
4
8 7
9 3
3 1
0 0
0 0
Tridiagonal
6 0
0
0 2 0
8 9 10
3 5
8
7 4 0
Pentadiagonal
c1 x 2
b2 x 2
a3 x 2
c 2 x3
b3 x3
d1
d2
d3
Triangulacin
Si b1 0 , se elimina x1 slo en la segunda ecuacin, con lo que se obtiene como nueva
tercer ecuacin
21
b3' x3 d 3'
Sustitucin regresiva
x n d n' / bn'
y para i n 1, n 2,...., 1
d i' ci' xi 1
xi
bi'
Esta simplificacin del algoritmo de Gauss, valida para sistemas tridiagonales se
conoce como mtodo de Thomas.
Mtodo 5. Descomposicin LU
El esquema general de la descomposicin LU para una matriz de orden N es el siguiente:
a) El primer rengln de U, uij para j =1 hasta N, se obtiene por medio
u1 j a1 j ,
j 1 hasta N
j 2 hasta N
l i 2 a i 2 l i1u12 / u 22
e) El n-simo rengln de U se obtiene de
i 3 hasta N
n -1
u nj a nj l nk u kj , j n hasta N
K 1
l in ain l ik u kn / u nn , i n 1 hasta N
k 1
i 1
z i yi
l
j 1
ij
z j , i 2,3,......, N
xN
zi
xi
j i 1
u ii
ij
xj
, i N - 1, N - 2,....,3,2,1
Cabe destacar que al calcular xi(k+1) se necesitan todos los elementos en x(k), excepto el que
tenga el mismo i. Por eso, al contrario que en el mtodo Gauss-Seidel, no se puede
sobreescribir xi(k) con xi(k+1), ya que su valor ser necesario para el resto de los clculos. Esta
es la diferencia ms significativa entre los mtodos de Jacobi y Gauss-Seidel. La cantidad
mnima de almacenamiento es de dos vectores de dimensin n, y ser necesario realizar un
copiado explcito.
23
f1
x, y 0 f 2
x, y 0
donde ambas funciones son continuas y diferenciables, de modo que puedan expanderse
en serie de Taylor. Esto es
f x, y f a , b
df
x a df y b
dx
dy
donde f(x, y) se ha expandido alrededor del punto (a, b) y todas las derivadas parciales
estn evaluadas en (a, b).
Expandiendo f1 y f2 alrededor de (x, y)
f 2 (x k , y k ) f 2 x k , y k
df 1 k 1
df
x x k 1 y k 1 y k
dx
dy
df
df
2 x k 1 x k 2 y k 1 y k
dx
dy
f1 ( x k , y k ) f1 x k , y k
Supongamos que xk+1 y yk+1 estn tan cerca de la raz buscada que los lados izquierdos de
las dos ltimas ecuaciones son casi cero. Con esto las ecuaciones se simplifican a
0 f2 xk , yk
df 1 k 1
df
x x k 1 y k 1 y k
dx
dy
df
df
2 x k 1 x k 2 y k 1 y k
dx
dy
0 f1 x k , y k
y k 1 y k j
y k 1 y k j
df 1
df
h 1 j
dx
dy
df
df
2 h 2 j
dx
dy
f1 x k , y k
f2 xk , yk
el cual es un sistema de ecuaciones lineales con dos incgnitas h y j, donde las funciones
y las derivadas estn evaluadas en xk y yk y , por tanto, son nmeros reales.
Este sistema de ecuaciones lineales resultante tiene solucin nica, siempre que el
determinante de la matriz de coeficientes o matriz jacobiana J no sea cero; es decir si:
df 1
dx
J
df 2
dx
df1
dy
0
df 2
dy
Regresin Lineal
25
parejas
de
datos
observadas:
i 1
i 1
Sr E I2 y i a o a1 xi
Este criterio tiene muchas ventajas, incluyendo el que ajusta una lnea nica a un conjunto
dado de datos.
Para determinar los valores de las constantes ao y a1 , se deriva la ecuacin Sr con respecto
a cada uno de los coeficientes:
Sr
2 ( yi ao a1 xi )
ao
Sr
2 [( yi ao a1 xi ) xi ]
a1
Todas las sumatorias van desde i = 1 hasta n. Igualando estas derivadas a cero, se genera un
mnimo Sr. Si se hace as, las ecuaciones anteriores se expresarn como:
0 y i a 0 a1 x1
0 y i xi a 0 xi a1 xi2
Considerando que
na 0
a 0 y a1
:
dos ecuaciones lineales simultneas con dos incgnitas
0
26
na 0 xi a1 y i
x a x
i
2
i
a 1 xi y i
a 0 y a1 x
r2
St Sr
St
S t yi y
S r y i a 0 a1 xi
i 1
Derivando con respecto a cada uno de los coeficientes, igualando a cero, se obtiene:
27
x
x
1,i
2 ,i
x
x
x x
1,i
2
1,i
2 ,i 1,i
x
x x
x
.
m ,i
m ,i 1,i
...
2,i 1,i
2
21,i
.
.
...
2 ,i
...
m ,i
x 2 ,i
...
x
x x
x x
a0
1,i m ,i
a1
a
2 ,i m , i
2
.
.
.
.
.
.
a
2
xm,i m
m ,i
y
x y
x ,y
1,i
2 ,i
.
m ,i
, yi
Sr
n m 1
r2
Interpolacin
28
St Sr
St
Para n + 1 puntos, existe uno y slo un polinomio de n-simo orden o menor que pasa
a travs de todos los puntos. El polinomio de interpolacin consiste en determinar el
nico polinomio de n-simo orden que se ajusta a los n + 1 puntos dados. Este
polinomio proporciona una frmula para calcular los valores intermedios.
Aunque existe uno y slo un polinomio de n-simo orden que se ajusta a los n +1
puntos, existe una gran variedad de frmulas matemticas mediante las cuales se
puede expresar este polinomio. Estudiaremos dos tcnicas: Polinomios de Newton y
los polinomios de Lagrange.
Polinomios de Interpolacin con Diferencias Divididas de Newton
El polinomio de interpolacin con diferencias divididas de Newton, es la forma ms
popular adems de la ms til.
Interpolacin Lineal
La forma ms simple de interpolacin es la de conectar dos puntos con una lnea recta. Este
mtodo se muestra en la figura siguiente.
Usando tringulos semejantes se tiene:
f x f x 0 f x1 f x0
x x0
x1 x 0
que se puede reordenar como:
f x1 f x 0
x x0
x1 x0
la cual es una formula de interpolacin lineal.
La notacin f 1 x indica que se trata de un polinomio de interpolacin de primero orden.
f 1 x f x0
29
f(x1)
f1(x)
f(x0)
x0
x1
Interpolacin Cuadrtica
Si se dispone de tres datos, la interpolacin se puede llevar a cabo con un polinomio de
segundo orden. Una manera conveniente para este caso es:
f 2 x b0 b1 x x0 b2 x x0 x x1
Como el objetivo es determinar los coeficientes bi para obtener el polinomio de segundo
orden podemos sustituir x = x0, x = x1 y x = x2, y se obtiene
b0 f x0
b1
f x1 f x 0
x1 x 0
f x 2 f x1 f x1 f x 0
x 2 x1
x1 x 0
b2
x2 x0
Ntese que, al igual que en el caso de interpolacin lineal, b1 an representa la pendiente
de la lnea que une los puntos x0 y x1. Por lo tanto, los primeros dos trminos de la ecuacin
son equivalentes a la interpolacin de x0 a x1. El ltimo trmino, b2(x x0)(x-x1), introduce
la curvatura de segundo orden en la frmula.
Formula General de los polinomios de interpolacin de Newton
El anlisis anterior se puede generalizar en el ajuste de un polinomio de n-simo orden a
los n +1 puntos. El polinomio de n-simo orden es:
30
f 2 x b0 b1 x x 0 ..... bn x x 0 x x1 ... x x n 1
Como se hizo anteriormente con la interpolacin cuadrtica, se usan los puntos para la
evaluacin de los coeficientes b0, b1,. bn. Se requieren n + 1 puntos para obtener un
polinomio de n-simo orden: x0, x1,., xn. Usando estos datos, con las ecuaciones
siguientes se evalan los coeficientes:
b0 f x 0
b1 f x1 , x0
b2 f x 2 , x1 , x0
.
.
bn f x n , x n 1 ,....., x1 , x 0
en donde las evaluaciones de la funcin entre corchentes son diferencias divididas finitas.
La primera diferencia dividida se representa como:
f xi f x j
f xi , x j
xi x j
f xi , x j , x k
f xi , x j f x j , k k
xi x k
f x n , x n 1 ,......, x1 , x0
f x n , x n 1 ....., x1 f x n 1 , k n 2 ,......, x0
xn x0
Estas diferencias se usan para evaluar los coeficientes de las ecuaciones, los cuales se
sustituyen en la ecuacin de interpolacin para obtener el polinomio de interpolacin con
diferencias divididas de Newton.
f n x f x 0 x x0 f x1 , x 0 x x0 x x1 f x 2 , x1 , x 0 ...
x x 0 x x1 ... x x n 1 f x n , x n 1 ,..., x0
31
Se debe notar que no es necesario que los datos usados en la ecuacin estn igualmente
espaciados o que los valores de la abscisa necesariamente se encuentren en orden
ascendente. Tambin ntese que las ecuaciones son recursivas, esto es, las diferencias de
orden superior se componen de diferencias de orden inferior. Para facilitar el trabajo con
polinomios de interpolacin es recomendable usar tablas de diferencias divididas finitas,
como la que se muestra a continuacin:
i
0
1
2
3
xi
x0
x1
x2
x3
f(xi)
f(x0)
f(x1)
f(x2)
f(x3)
Primera dif.
f(x1,x0)
f(x2,x1)
f(x3,x2)
Segunda dif.
f(x2,x1,x0)
f(x3,x2,x1)
Tercera dif
f(x3,x2,x1,x0)
i 0
Li x
x xj
xi x j
en donde:
, denota el producto de.
La ecuacin de Lagrange se deriva directamente del polinomio de Newton.
j 0
j i
I f ( x)dx
a
la cual representa a la integral de la funcin f(x) con respecto a la variable x, evaluada entre
los limites x = a y x = b.
FORMULAS DE INTEGRACIN DE NEWTON-COTES
Las formulas de integracin de Newton-Cotes son los esquemas ms comunes dentro de
la integracin numrica. Se basan en la estrategia de remplazar una funcin complicada o
un conjunto de datos tabulados con alguna funcin aproximada que sea ms fcil de
integrar:
32
I f ( x) dx f n x dx
en donde fn(x) es un polinomio de la forma:
f n x a 0 a1 x ....a n 1 x n 1 a n x n
I f ( x)dx f 1 x dx
Recordando que una lnea recta se puede representar como:
f1 x f a
f b f a
x a
ba
El rea bajo la lnea recta es una aproximacin de la integral de f(x) entre los lmites a y b:
b
f (b) f (a )
x a dx
I f (a )
ba
a
El resultado de la integracin es:
I b a
f a f b
2
1
3
f b a
2
33
I f ( x) dx f 2 x dx
Si a y b se denominan como x0 y x2 y f2(x) se representa mediante un polinomio de
Lagrange de segundo orden, entonces la integral es:
x2
I
x0
x x1 x x 2 f x x x0 x x 2 f x x x0 x x1 f x dx
x0 x1 x0 x 2 0 x1 x0 x1 x 2 1 x 2 x0 x 2 x1 2
h
3
f x 0 4 f x1 f x 2
b a
2
donde
El error de truncamiento para una aplicacin de la regla de Simpson de 1/3 es:
Ev
1 5
h f
90
donde
n 1
n2
h
f x 0 4 f xi 2 f x j f x n
3
i 1, 3, 5
j 2, 4,6
b a
n
34
b a 5
180n
f 4
4
En donde f es el promedio de la cuarta derivada en el intervalo
FORMULAS DE NEWTON-COTES
La regla del trapecio y las reglas de Simpson son casos de las formulas de NewtonCotes, las cuales se dividen en formulas cerradas y abiertas.
Las frmulas de Newton-Cotes cerradas son:
b
f x dx h w
0 f0
w1 f 1 w 2 f 2 w3 f 3 .......... .. w N f N E
x n a nh
h b a / N
i , i 0,1,2,3......., N
N
1
1 1
1/3
(1 / 90 )h 5 f
iv
3/8
(1 / 80 )h 5 f
iv
2/45
32
12
32
5/288
19
75
50
50 75
(1 / 12 )h 3 f "
(8 / 945 )h 7 f
vi
19
(275 / 12096 )h 7 f
1/140
41
216
27
272
27
216
41
(9 / 1400 )
7/17280
751
3577
3577
751
1323
35
2989 2989
1323
h9 f
viii
vi
10
14/14175
989
5888
10946 -928
9/89600
2857
5788
5/299376
-928
5888
10946
989
-4540
(8183 /
518400 ) h 9 f
15741 1080
19344 5788
19344
1080 15741 2857
viii
(2368 /
467775 )h11 f
(173 /
14620 )h11 f
(1346350 /
326918592 )h13 f
xii
f x dx h w
0 f0
w1 f 1 w2 f 2 w3 f 3 .......... .. w N 2 f N 2 E
wN 2 0
x n a nh
h b a /( N 2)
i , i 0,1,2,3......., N
N
1
3/2
1
1 1 0
4/3
-1
(28 / 90 )h 5 f
5/24
11
6/20
11
-14
7/1440
0 611
2
1
0
11
26
-453
-14
562
iv
(95 / 144 )h 5 f iv
11
562
(41 / 140 )h 7 f
vi
-453 611
(5247 / 8640 )h 7 f
0
6
(1 / 4)h 3 f "
8/945
0 460 -954
460 0
2196
-2459
2196
-954
(3956 / 14175 )
h9 f
36
viii
vi
h
I f ( x) f a 2 f a jh f (b) E
a
2
j 1
1
b a h 2 f "
12
5.3 CUADRATURA DE GAUSS
E
Un mtodo de cuadratura es una aproximacin de una integral definida de una funcin. Una
cuadratura de Gauss n-puntos, es una cuadratura que selecciona los puntos de la evaluacin
de manera ptima y no en una forma igualmente espaciada, construida para dar el resultado
de un polinomio de grado 2n-1 o menos, elegibles para los puntos xi y los
coeficientes wi para i=1,...,n. El dominio de tal cuadratura por regla es de [1, 1] dada por:
Tal cuadratura dar resultados precisos solo si f(x) es aproximado por un polinomio
dentro del rango [1, 1]. Si la funcin puede ser escrita como f(x)=W(x)g(x), donde g(x)
es un polinomio aproximado y W(x) es conocido.
Cambio de intervalos
Los cambios de intervalos van de [1, 1] despus de aplicar la cuadratura de Gauss:
37
Lista de coeficientes de
y puntos
para n=1,....,5
Nmero de
Puntos, xi
Pesos, wi
puntos, n
=0
=2
=1
=-0.7745966
=-0.861136311
=0
=0.7745966
=-0.33998104
=0.55555
=1
=0.88888
=0.55555
=0.33998104
=0.3478548451
=0.6521451549
=0.6521451549
=0.3478548451
=0.861136311
=-0.90617984
=-0.53846931
=0
=0.53846931
=0.23692688509
=0.4786286705
=0.56888888
5
=0.90617984
=0.23692688509
Ejemplo
Aproxime la integral
de 1 a 5 cuando n = 2 mediante el mtodo de
cuadratura de Gauss y despus comparelo con el resultado exacto.
38
=0.478628670
Con
podemos resolver la integral con exactitud para todos los polinomios
de grado igual o menor a 3 para f(x)
5.4 DERIVADAS
El problema de derivacin numrica es la determinacin de valores aproximados de la
derivada de una funcin f que se da mediante una tabla. Siempre que sea posible, debe
evitarse la derivacin numrica porque, en general, los valores aproximados de las
derivadas sern menos exactos que los valores de la funcin de la cual se obtienen. En
efecto, la derivada es el lmite del cociente de diferencias y en esto normalmente se restan
dos cantidades grandes y se dividen entre una pequea; adems, si se aproxima una funcin
dada f mediante un polinomio p, la diferencia en los valores de la funcin puede ser
pequea pero la derivada puede diferir considerablemente. De aqu que sea plausible que la
derivacin numrica sea delicada, en contraste con la integracin numrica, la cual no es
afectada demasiado por las inexactitudes de los valores de la funcin, debido a que la
integracin es esencialmente un proceso suavizador.
La serie de Taylor definiendo un paso h xi 1 xi se expresa por la ecuacin como:
f xi 1 f xi f xi h
f
xi
f xi 2 f xi 3
h
h ...
2!
3!
h n Rn
n!
Si aproximamos la funcin tabulada a un polinomio de primer orden n = 1, La derivada de
la funcin usando la serie de Taylor se obtendra por:
f x i
f x i 1 f x i
h
x x 0 x x1 ... x x n 1 f x n , x n 1 ,..., x0
f xi , x j
f xi f x j
xi x j
Si aproximamos la funcin tabulada a una ecuacin de primer orden n =1
39
f 1 x f x 0 x x 0 f x1 , x 0
f ( x1 ) f x 0
x1 x 0
f ( x) f [ x1 , x 0 ]
f ( x )
f x
2h
1
h
f x0
2 x 0 4 x 2 x1 2h
f x 0
2
h
f x1
1
h2
2h
2 x x 0 x1
f x1
2h 2
f x 2
f x2
i 0
Li x
j 0
j i
x xj
xi x j
f xi
i 0
x x
j
xi x j kk i0 jj 0k ,i
j 0
j i
2 x x1 x 2 f x 0 2 x x 0 x 2 f x1 2 x x 0 x1 f x 2
x 0 x1 x 0 x 2 x1 x 0 x1 x 2 x 2 x 0 x 2 x1
v2
v b RT
2
40
P(atm)
V (cm3)
13.782
2000
12.577
2200
11.565
2400
10.704
2600
En primer lugar, estipulamos que los puntos de red tienen una distribucin uniforme en
todo el intervalo [a,b].
Garantizamos esta condicin al seleccionar un entero positivo N y los puntos de red: t o, t1,
t2,,tN,
donde:
ti=a+ih para cada i=0,1,2,3,,N
donde
h= Tamao de paso
Se utiliza el Teorema de Taylor para derivar el mtodo de Euler.
Se supone que y(t), la solucin nica de la ecuacin diferencial, tiene primera derivada y
segunda derivada en el intervalo [a,b], de modo que para cada i=0,1,2,3,,N-1.
y s h=ti+1-ti
Entonces:
Sustituyendo:
y'(ti) por
El mtodo de Euler sustituye wi a y(ti) t ; y(ti) para cada i=1,2,3,,N, elimina el trmino
con segunda derivada y considera wo = .
Por lo tanto, la ecuacin anterior queda como:
Wi+1 = wi +hf(ti, wi) para cada i=0,1,2,,N-1
A esta ltima ecuacin se le llama Ecuacin de Diferencia. Esta ltima ecuacin es la
ecuacin del mtodo de Euler.
6.3 Algunos mtodos de Runge-Kutta
Mtodos RK22 Mtodo del punto medio:
42
43
44
q coeficient e constante
0 0
H R
x = -h
0 h 2h 3h
Nh = H
w h2q
Esta ecuacion se puede aplicar a todos los puntos de la reticula, excepto cuando i 1 e i N 1
En la condicin de la frontera izquierda se puede suponer un punto hipottico de la rejilla
i = 0 localizado en x = -h, la ecuacin en i = 1
w
1 2
1 2 h S 1
2
2
46
1 w / 2 1
1
2w
1
1
2 w 1
.
1
h 2 S1 / 2
2
h2S2
.
h2 S3
.
.
.
.
.
1 2 w N
h2SN R
EJEMPLOS
0 0
1 0
0 0
0 1
0 0
1 d
d
p r r m
r q r r S r
m
dr
r dr
1 d
d
p r r m r pi 1 r 1 i i 1 / hi 1 p i r 1 i 1 i / hi
m
i
i
dr
r dr
2
2
47
q r r vl qi 1 vr qi i
vl
1 2
h
ri ri i 1
2
2
h
1
vr ri 2 ri i
2
2
hi 1
h
ri i 1
2
4
hi
h
ri i
2
4
S r vl S i 1 v r S i
Constantes en los intervalos de la retcula.
6.5 MTODOS NUMRICOS PARA LAS ECUACIONES DE SEGUNDO ORDEN
Un problema con valor inicial para una ecuacin diferencial de segundo orden consiste de
esa ecuacin y dos condiciones iniciales referentes al mismo punto.
y f x, y , y ,
y x o y o,
y x o y o
suponiendo que f es tal que el problema tiene una solucin nica en algn intervalo que
contiene a xo.
MTODO 1. RUNGE KUTTA NYSTROM.
Es un mtodo de cuarto orden, lo cual significa que en las frmulas de Taylor para y y y se
dan exactamente los primeros trminos hasta el trmino que contiene h4 inclusive.
En el caso general [el (n+1)-simo paso] del mtodo, primero se calculan las cantidades
auxiliares
1
hf x n , y n , y n
2
1
1
Bn hf x n h, y n n , y n An
2
2
An
1
1
hf x n h, y n n , y n Bn
2
2
1
Dn hf x n h, y n n , y n 2Cn
2
Cn
1
1
h y n An
2
2
n h y n Cn
donde
donde
Kn
K n
1
An B n C n
3
1
An 2B n 2C n D n
3
h puede controlarse de una manera que su valor sea pequeo con respecto ala variable
independiente.
48
49
Mtodo de Lneas:
El mtodo de lneas consiste en convertir un problema con ecuaciones parciales con
condiciones fronteras en problema de ecuaciones diferenciales ordinarias con valores
iniciales, consiste en los siguientes pasos:
1. Sustituir las derivadas espaciales usando la aproximacin de diferencias finitas
centrales.
i= 0, 1, 2,..n
50
i=j= 0, 1, 2,..n
TAREA No1
RACES DE ECUACIONES
1. Determinar las races reales de:
f x 23.33 79.35 x 88.09 x 2 41.6 x 3 8.68 x 4 0.658 x 5
a) Grficamente
b) Usando biseccin para determinar la raz mas alta para s 1%. Emplese como
valores iniciales xl = 4.5 y xu = 5.
c) Realcense los mismos clculos de b) pero usando el mtodo de la regla falsa
2. Determnese la raz real de ln x = 0.5
a) Usando el mtodo de biseccin con tres iteraciones y valores iniciales xl = 1 y xu = 2
51
b) Usando el mtodo de la regla con tres iteraciones y los mismos valores iniciales del
inciso anterior.
3. La velocidad del paracaidista est dada por la frmula:
v
gm
1 e c / m t
c
1
Comprubense los resultados multiplicando A por A y obtngase la matriz identidad.
3. Resuelva el siguiente conjunto de ecuaciones:
4 x1 2 x2 x3 39
x1 3 x2 12 x3 10
x1 6 x2 2 x3 28
5 x1 12 x2 2 x3 33
x1 3 x2 12 x3 86
x1 14 x2 103
Usando a) eliminacin gaussiana, b) el mtodo de Gauss-Jordan y c) el mtodo de
Gauss-Seidel (Mximo 3 iteraciones).
5.Resolver las ecuaciones del problema 3 el mtodo LU
AJUSTE DE CURVAS
DISUELTO PARA
Temperatura
5
10
15
20
25
30
Cloruro = 0 mg/lt
12.8
11.3
10.0
9.0
8.2
7.4
CONCENTRACIONE
S
Cloruro =10000 mg/lt
11.6
10.3
9.1
8.2
7.4
6.8
DE CLORURO
Cloruro = 20000g/lt
10.5
9.2
8.2
7.4
6.7
6.1
53
x
1 x
2 Pt
2 x
Resuelva el sistema de ecuaciones para las concentraciones c1, c2 y c3. Por: a) Gauss Jordan
b) Inversin de Matrices.
3. Para el siguiente sistema de ecuaciones, use el mtodo de Newton Raphson
Multivariable para determinar las incgnitas x, y y z.
f 1 3 x cos( yz ) 0.5
f 2 x 2 625 * y
54