Upload
others
View
7
Download
0
Embed Size (px)
Citation preview
Diferenciación e integración numéricas
Derivadas e integrales
Concepto de derivada
y x
=f x i x − f x i
xCociente incremental
d yd x
= lim x0
f x i x − f x i
xDerivada
Derivadas e integrales
Concepto de integral definida
I=∫a
b
f (x)dx
∫a
b
f x dx= lim x0n∞
∑i=1
n
f x i x
Suma de Riemann
Suma de Riemann
Derivadas e integrales
Relación entre derivadas e integrales: posición versus velocidad
v t =ddt
y t
y t =∫0
t
v t dt
Tipos de funciones
Tipo de función a integrar o diferenciar:
Función continua simple métodos analíticos
(polinomio, exp., trigon., etc.)
Función continua complicada métodos numéricos
Función tabulada métodos numéricos
Métodos sin computadora
Métodos sin computadora
Métodos sin computadora
Aplicaciones
Aplicaciones
Cálculo de la media para variable:● discreta:
● continua:
y=∑i=1
n
y i
n
y=∫a
b
f ( x)dx
b−a
Diferencias
● Métodos analíticos: cambian según el tipo de función --> tablas de derivadas e integrales
● Métodos numéricos: se aplican de igual forma a todas las funciones
Orientación
Integración numérica
Problema de integración numérica:
se quiere aproximar la integral definida de una función f(x) en un intervalo [a,b] evaluando f(x) en un número finito de puntos.
I=∫a
b
f (x)dx
Fórmulas de integración de Newton-CotesSe basan en reemplazar el integrando por un polinomio:
I=∫a
b
f x dx≈∫a
b
Pn x dx
Pn(x)=a0+a1 x+a2 x2+...+an−1 xn−1+an xn
hh h h hh
1º Grado 2º Grado 3º Grado
Trapecio Simpson 1/3 Simpson 3/8
Fórmulas de integración de Newton-Cotes
Aplicación múltiple
(fórmula compuesta)
Segmentos de igual longitud h
Forma cerrada Forma abierta
h
Fórmulas de integración de Newton-Cotes
Se eligen n+1 puntos {x0,...,xn} en el intervalo [a,b], y se aproxima f(x)
con un polinomio de Lagrange de grado n :
f ( x)≈Pn(x )=∑i=0
n
f (x i)L i(x )
∫a
b
f (x )dx ≈ ∫a
b
∑i=0
n
f ( x i)L i(x )dx = ∑i=0
n
ai f (x i)⏟
Fórmula de integración
ai=∫a
b
Li( x)dx i=0,1,⋯ , ndonde para
Regla del Trapecio
f ( x)≈P1( x)
P1(x )=x−x1
x0−x1
f ( x0)+x−x0
x1−x0
f (x1)
∫a
b
f (x)dx≈∫x 0
x1
[ x−x1
x0−x1
f (x0)+x−x0
x1−x0
f (x1) ] dx
=[ 12 (x−x1)2
x0−x1
f (x0)+12
(x−x0)2
x1−x0
f ( x1)]x0
x1
n=1
P(x): polinomio de primer grado
Regla del Trapecio
∫a
b
f (x )dx≈x1−x0
2f (x1)−
x 0−x1
2f (x0)
∫a
b
f (x )dx≈x1−x0
2f (x1)+
x1−x0
2f (x0)
∫a
b
f (x )dx≈(x1−x0)f (x0)+ f (x1)
2⏟Regla del trapecio IT
Regla del Trapecio
∫a
b
f (x)dx ≈ ancho × altura promedio
Ejemplo 21.1 pág. 634
Integrar, desde a = 0 a b = 0.8,f x=0.225 x−200 x2675 x3−900 x4400 x5
La solución exacta es
I=30761875
≈1.640533333333333
Error de la regla del trapecio*
Partiendo de la serie de Taylor:
f (x )= f (x0)+ f I(x0)(x−x0)+ f II
(ξ1)(x−x0)
2
2!
Sustituyendo a z = x – x0 , dz = dx, e integrando
∫x0=a
x1=b
f (x )dx= ∫0
x1−x0
f (z+ x0)dz= f (x 0) ∫0
x1−x 0
dz+ f I(x 0) ∫
0
x1−x0
z dz+ f II(ξ1) ∫
0
x1−x0 z2
2dz
= f ( x0)( x1−x0)+ f I( x0)
( x1−x0)2
2+ f II
(ξ1)( x1−x0)
3
6reemplazamos la primera derivada por una diferencia finita dividida hacia adelante:
f I ( x0)=f ( x1)− f (x0)
(x1−x0)− f II (ξ2)
( x1−x0)
2
Se puede demostrar que , llegándose finalmente a:
Error de la regla del trapecio
∫a
b
f (x)dx= f (x0)(x1−x0)+(x1−x 0)
2
2 [ f (x1)− f (x 0)
(x1−x0)− f II
(ξ2)(x1−x0)
2 ]+ f II(ξ1)
(x1−x0)3
6
= f (x0)(x1−x0)+f (x1)− f (x0)
2(x1−x0)− f II
(ξ2)(x1−x0)
3
4+ f II
(ξ1)(x1−x0)
3
6
ξ1=ξ2
∫a
b
f (x )dx =( x1−x0)f (x0)+ f ( x1)
2⏟Regla del Trapecio
−1
12f II(ξ)(x1−x0)
3
⏟Error de truncamiento verdadero Et
Resultado exacto para polinomios de grado .
Error de la regla del trapecio
E t=−1
12f II (ξ)h3
Ea=−1
12f II (x )h3
Pn(x ) n≤1
Error de truncamiento aproximado
Error de truncamiento verdadero
Ejemplo 21.1 pág. 634
f (0)=0.2 ; f (0.8)=0.232 ⇒ I Trap=0.80.2+0.232
2=0.1728
E t=1.640533−0.1728=1.467733 ⇒ t=89.5%
Estimación del error
f II (x )=8000 x3−10800 x2+4050 x−400
f II (x )=∫0
0.8
8000 x3−10800 x2+4050 x−400 dx
0.8−0=−60
Ea=−1
12−600.83=2.56
Ejemplo 21.1 pág. 634
La regla del trapecio de aplicación múltiple (regla
compuesta)
La regla del trapecio de aplicación múltiple (regla compuesta)
Se divide el intervalo [a,b] en n segmentos de igual longitud h=(ba)/n:
h=b−a
n
La regla del trapecio de aplicación múltiple (regla compuesta)
∫a
b
f (x)dx=∫x0
x1
f (x)dx+∫x1
x2
f (x)dx+...+∫xn−1
xn
f (x)dx
∫a
b
f (x )dx≈ I T=hf ( x0)+ f (x1)
2+h
f (x1)+ f (x2)
2+...+h
f ( xn−1)+ f (xn)
2
I T=h2 [ f (x0)+2∑
i=1
n−1
f (x i)+ f (xn) ]
La regla del trapecio de aplicación múltiple (regla compuesta)
Error de truncamiento verdaderoE t=−(b−a)3
12 n3 ∑i=1
n
f II (ξi)
considerandof II=
∑i=1
n
f II (ξi)
nse tiene
Ea=−(b−a)3
12 n2 f II
=−1
12h2(b−a) f II
Error de truncamiento aproximado
#algoritmo 1iniciar a, b, ndefinir funcion fh = (ba)/n; x = a; s = 0repetir para i desde 0 hasta n: si i==0 o i==n: s = s + f(x) en caso contrario: s = s + 2*f(x) x = x + hI = s*h/2
Regla compuesta del trapecio: Pseudocódigo
#algoritmo 2iniciar a, b, ndefinir funcion fh = (ba)/n; s = 0repetir para i desde 0 hasta n:
x = a + i*h si i==0 o i==n: s = s + f(x) en caso contrario: s = s + 2*f(x) I = s*h/2
Regla compuesta del trapecio: Pseudocódigo
#algoritmo 3 (algoritmo eficiente)iniciar a, b, ndefinir funcion fh = (ba)/n; x = a; s = 0s = f(a)repetir para i desde 1 hasta n1: x = x + h s = s + 2*f(x)s = s + f(b) I = s*h/2
Regla compuesta del trapecio: Pseudocódigo
Ejemplo 21.2, pag. 628
Usar la regla del trapecio con 2 segmentos para calcular la integral entre a = 0 y b = 0.8 de
f x=0.225 x−200 x2675 x3−900 x4400 x5
Solución. Para n = 2, h = 0.4:f 0=0.2 ; f 0.4=2.456 ; f 0.8=0.232
IT=0.80.2+2(2.456)+0.232
4=1.0688
E t=1.640533−1.0688=0.57173 ; t=34.9%
Ea=−0.83
12 22−60=0.64
● Código en Octave: trapecio.m● Código en Python: trapecio.py● Planilla de cálculo: trapecio.ods
Ejemplo 21.2, pag. 628
Ejemplo 21.3 pag. 629
Calcular la distancia recorrida por el paracaidista en 10 s
Parámetros g=9.8ms2 ; m=68.1 kg ; c=12.5
kgs
d=∫0
t
v t dt=g mc ∫0
t
1−e−
cm
t d t
● Código en Octave: p21_3.m● Código en Python: p21_3.py
Reglas de SimpsonRegla 1/3 de Simpson: P(x) de segundo grado
Regla 3/8 de Simpson: P(x) de tercer grado
h=b−a
2
h=b−a
3
Regla 1/3 de Simpson
P2(x)=(x−x1)(x−x2)
( x0−x1)(x0−x2)f ( x0)+
(x−x0)(x−x2)
(x1−x0)(x1−x2)f (x1)+
( x−x0)( x−x1)
(x2−x0)( x2−x1)f (x2)
I≈∫x0
x2
[ (x−x1)(x−x2)
(x0−x1)(x0−x2)f (x0)+
( x−x0)( x−x2)
(x1−x0)( x1−x2)f (x1)+
(x−x0)(x−x1)
( x2−x0)(x2−x1)f (x2) ] dx
Integrando y sustituyendo a , :
I S1/3=
h3 [ f ( x0)+4 f (x1)+ f (x2)]=(b−a)⏟
ancho
f (x 0)+4 f (x1)+ f (x2)
6⏟altura promedio
f ( x)≈P2 (x)n=2
P(x): polinomio de segundo grado
x2=x1+h x0=x1−hx2=x1+h
Error de la regla 1/3 de Simpson *Partiendo de la serie de Taylor:
f ( x)= f (x1)+ f I (x1)(x−x1)+ f II (x1)(x−x1)
2
2+ f III (x1)
( x−x1)3
6+ f (ξ1)
IV (x−x1)4
24
Entre los límites elegidos se anulan los coeficientes de las derivadas de orden impar:
Sustituyendo a , , e integrando entre h y h:
∫a
b
f (x)dx=∫−h
h
f (z+ x1)dz= f (x1)∫−h
h
dz+ f I(x1)∫
−h
h
z dz+ f II(x1)∫
−h
hz2
2dz+
f III(x1)∫
−h
hz3
6dz+ f IV
(ξ1)∫−h
hz4
24dz
z=x−x1 dz=dx
∫a
b
f (x)dx=∫−h
h
f (z+ x1)dz= f (x1)2 h+ f II(x1) [ z
3
6 ]−h
h
+ f IV(ξ1) [ z5
120 ]−h
h
=2 h f (x1)+h3
3f II(x1)+
h5
60f IV
(ξ1)
Error de la regla 1/3 de SimpsonReemplazamos la segunda derivada por una diferencia finita centrada:
∫a
b
f (x)dx=2 h f (x1)+h3
3 [ f (x0)−2 f (x1)+ f (x2)
h2 −h2
12f IV
(ξ2)]+ h5
60f IV
(ξ1)
=2 h f (x1)+hf (x0)−2 f (x1)+ f (x2)
3−
h5
36f IV
(ξ2)+h5
60f IV
(ξ1)
Se demuestra que , llegándose finalmente a: ξ1=ξ2
∫a
b
f (x )dx =h3 [ f (x0)+4 f (x1)+ f (x2) ]⏟
Regla de Simpson 1/3
−h5
90f IV
(ξ)⏟
Error de truncamiento verdadero E t
Error de la regla 1/3 de Simpson
Da resultados para polinomios cúbicos, aun cuando su fórmula se obtenga de una parábola!!!
E t=−190
h5 f IV(ξ)=−
(b−a)5
2880f IV
(ξ)
Error de truncamiento aproximado
Error de truncamiento verdadero
Ea=−190
h5 f IV(ξ)=−
(b−a)5
2880f IV
(ξ)
Ejemplo 21.4, pág. 633
Integrar entre a = 0 y b = 0.8f x=0.225 x−200 x2675 x3−900 x4400 x5
Solución.f 0=0.2 ; f 0.4=2.456 ; f 0.8=0.232
I S1/3=0.8
0.2+4(2.456)+0.2326
=1.367467
E t=1.640533−1.367467=0.2730667 ; t=16.6%
Ea=−0.85
2880−2400=0.2730667
f IV x =48000 x−21600
f IV=
∫0
0.8
48000x−21600dx
0.8−0=−2400
La regla de Simpson 1/3 de aplicación múltiple
Se divide el intervalo [a,b] en
n segmentos de igual longitud:
∫a
b
f (x)dx=∫x 0
x 2
f (x)dx+∫x 2
x 4
f (x)dx+...+∫x n−2
xn
f (x)dx
∫a
b
f (x )dx≈h3 [ f (x0)+4 f ( x1)+ f (x2)]+
h3 [ f ( x2)+4 f (x3)+ f ( x4) ]+...+
h3 [ f (xn−2)+4 f ( xn−1)+ f ( xn)]
h=b−a
n
n : número par
La regla de Simpson 1/3 de aplicación múltiple
I S1/3=
h3 [ f (x0)+4 f (x1)+2 f (x2)+...+2 f (x n−2)+4 f (xn−1)+ f (xn) ]
I S1/3=
h3 [ f (x0)+4 ∑
i=1,3,5,..
n−1
f (xi)+2 ∑i=2,4,6,. .
n−2
f (xi)+ f (xn) ]
I S1/3=(b−a)⏟
ancho
f (x0)+4 ∑i=1,3,5,..
n−1
f (xi)+2 ∑i=2,4,6,. .
n−2
f (xi)+ f (xn)
3 n⏟altura promedio
Error de truncamiento verdadero
considerandof IV=
∑i=1
n
f IV (ξi)
n /2se tiene
Ea=−(b−a)5
180 n4 f IV
=−1
180h4(b−a) f IV
Error de truncamiento aproximado
Error de la regla de Simpson 1/3 de aplicación múltiple
E t=−190
h5 ∑i=2,4,6. ..
n
f IV (ξi)
#algoritmo 1iniciar a, b, ndefinir funcion fh = (ba)/n; x = a; s = 0repetir para i desde 0 hasta n: si i==0 o i==n: s = s + f(x) en caso contrario si i%2==0: s = s + 2*f(x) en caso contrario: s = s + 4*f(x) x = x + hI = s*h/3
Regla compuesta de Simpson 1/3: Pseudocódigo
#algoritmo 2iniciar a, b, ndefinir funcion fh = (ba)/n; s = 0repetir para i desde 0 hasta n:
x = a + i*h si i==0 o i==n: s = s + f(x) en caso contrario si i%2==0: s = s + 2*f(x) en caso contrario: s = s + 4*f(x) I = s*h/3
Regla compuesta de Simpson 1/3: Pseudocódigo
#algoritmo 3 (algoritmo eficiente)
iniciar a, b, ndefinir funcion fh = (ba)/n; x = a; s = 0s = f(a)x = x + h # primer punto interno (indice impar)# puntos internos de indice imparrepetir para i desde 1 hasta n1 cada 2: s = s + 4*f(x) x = x + 2*hx = a # punto externo inferior# puntos internos de indice parrepetir para i desde 2 hasta n2 cada 2: x = x + 2*h s = s + 2*f(x)s = s + f(b) I = s*h/3
Regla compuesta de Simpson 1/3: Pseudocódigo
Ejemplo 21.5
Integrar entre a = 0 y b = 0.8f x=0.225 x−200 x2675 x3−900 x4400 x5
Solución.
x f(x)
0 0.2
0.2 1.288
0.4 2.456
0.6 3.464
0.8 0.232
I S1/ 3=0.8
0.2+4(1.288+3.464)+2(2.456)+0.23212
=1.623467
E t=1.640533−1.623467=0.017067 ; εt=1.04 %
Ea=−0.85
180(4)4 (−2400)=0.017067
● Planilla de cálculo: simpson13.ods
Regla 3/8 de Simpson
Se integra un polinomio de tercer grado:
P3 x =∑i=0
3
∏j=0j≠i
3 x−x j
xi−x jI≈∫
x0
x2
[∑i=0
3
∏j=0j≠i
3 (x−x j)
(x i−x j) ] dx
Integrando y sustituyendo a , siendo h=(ba)/ 3:
I S3/8=
3 h8 [ f ( x0)+3 f (x1)+3 f (x2)+ f (x3)]=(b−a)⏟
ancho
f (x0)+3 f (x1)+3 f ( x2)+ f ( x3)
8⏟altura promedio
Error de truncamiento: E t=−3
80h5 f IV
(ξ)=−(b−a)5
6480f IV
(ξ)
x i=x0+i⋅h
Resultado exacto para polinomios de grado .Pn(x ) n≤3
Ejemplo 21.6. pag. 637
Integrar entre a = 0 y b = 0.8f x=0.225 x−200 x2675 x3−900 x4400 x5
a) con la regla de Simpson 3/8
b) En 5 intervalos, usando las reglas 1/3 y 3/8 de Simpson
a) Se divide en 3 partes iguales
x f(x)
0 0.2
0.533333 3.487177
0.266667 1.432724
0.8 0.232
I S3 /8=0.8
0.2+3(3.487177+1.432724)+0.2328
=1.519170
E t=1.640533−1.519170=0.1213630 ; εt=7.4 %
Ea=−0.85
6480(−2400)=0.1213630
Ejemplo 21.6. pag. 637
b) Se divide en 5 segmentos
(h = 0.16):x f(x)
0 0,200000
0,16 1,296919
0,32 1,743393
0,48 3,186015
0,64 3,181929
0,80 0,232000
I1=0.16
30.24×1.2969191.743393=0.380324
I 2=38
0.16 [1.74339333.1860153.1819290.232 ]=1.264753
I=I 1I 2=1.645077
E t=−0.00454383
t=−0.28%
● Planilla: simpson3_8.ods
La regla de Simpson 3/8 de aplicación múltiple *
Se divide el intervalo [a,b] en n segmentos de igual longitud:
∫a
b
f (x)dx=∫x 0
x3
f (x)dx+∫x3
x 6
f (x)dx+...+∫x n−3
x n
f ( x)dx
∫a
b
f ( x)dx≈ I S3 /8=
3 h8 [ f (x0)+3 f (x1)+3 f (x2)+ f (x3) ]+
3 h8 [ f (x3)+3 f (x4)+3 f ( x5)+ f (x6) ]+...+
3 h8 [ f (x n−3)+3 f (xn−2)+3 f (x n−1)+ f (x n) ]
h=b−a
nn : número múltiplo de 3
La regla de Simpson 3/8 de aplicación múltiple
I S3/8=
3 h8
[ f (x0)+3 f (x1)+3 f (x2)+2 f (x3)+...+
2 f (x n−3)+3 f (xn−2)+3 f (xn−1)+ f (xn)]
I S3/8=
3 h8 [ f (x0)+3 ∑
i=1,2,4,5,. .
n−1
f (xi)+2 ∑i=3,6,9,. .
n−3
f (xi)+ f (xn) ]
I S3/8=(b−a)⏟
ancho[3 ( f (x0)+3 ∑
i=1,2,4,5,. .
n−1
f (x i)+2 ∑i=3,6,9,. .
n−3
f (x i)+ f (xn)
8 n ) ]⏟
altura promedio
#algoritmo 1iniciar a, b, ndefinir funcion fh = (ba)/n; x = a; s = 0repetir para i desde 0 hasta n: si i==0 o i==n: s = s + f(x) en caso contrario si i%3==0: s = s + 2*f(x) en caso contrario: s = s + 3*f(x) x = x + hI = 3*h/8*s
Regla compuesta de Simpson 3/8: Pseudocódigo
#algoritmo 2iniciar a, b, ndefinir funcion fh = (ba)/n; s = 0repetir para i desde 0 hasta n:
x = a + i*h si i==0 o i==n: s = s + f(x) en caso contrario si i%3==0: s = s + 2*f(x) en caso contrario: s = s + 3*f(x) I = 3*h/8*s
Regla compuesta de Simpson 3/8: Pseudocódigo
#algoritmo 3 (algoritmo eficiente)
iniciar a, b, ndefinir funcion fh = (ba)/n; x = a; s = 0s = f(a)x = x + h # primer punto interno (indice 1)# puntos internos de indice no multiplo de 3repetir para i desde 1 hasta n1 cada 3: s = s + 3*f(x) x = x + h s = s + 3*f(x) x = x + 2*hx = a # punto externo inferior# puntos internos de indice multiplo de 3repetir para i desde 3 hasta n3 cada 3: x = x + 3*h s = s + 2*f(x)s = s + f(b) I = 3*h/8*s
Regla compuesta de Simpson 3/8: Pseudocódigo
Algoritmos● Código en Octave regla 1/3 de simpson compuesta:
simpson1_3.m
● Código en Octave regla 3/8 de simpson compuesta: simpson3_8.m
● Código en Python regla 1/3 de simpson compuesta: simpson1_3.py
● Código en Python regla 3/8 de simpson compuesta: simpson3_8.py
Otras fórmulas de Newton-Cotes
Fórmulas de Newton-Cotes: integrales.pdf
Integración con segmentos desiguales
Apropiada para datos experimentales
Por ejemplo, con la regla trapezoidal:
I≈h1
f (x0)+ f (x1)
2+h2
f (x1)+ f (x2)
2+...+hn
f (xn−1)+ f (xn)
2
Ejemplo 21.7 pag. 640
Integrar a partir de los datos:
x f(x)
0,00 0,200000
0,12 1,309729
0,22 1,305241
0,32 1,743393
0,36 2,074903
0,40 2,456000
0,44 2,842985
0,54 3,507297
0,64 3,181929
0,70 2,363000
0,80 0,232000
● solución en 21_7.ods
Ejemplo 21.8 pag. 641
● Solución en 21_8.ods
x f(x)
0,00 0,200000
0,12 1,309729
0,22 1,305241
0,32 1,743393
0,36 2,074903
0,40 2,456000
0,44 2,842985
0,54 3,507297
0,64 3,181929
0,70 2,363000
0,80 0,232000
Problemas 21.1 a 21.23 pag. 645
Límite de precisión de las fórmulas de Newton-Cotes
n : número de segmentos
Muchas evaluaciones de
f(x) para alcanzar alta
precisión.
Para n grandes predomina el error de redondeo.
Integración Numérica Eficiente de Funciones
Se conoce la expresión de f(x).
Algoritmo de Romberg: usa la regla compuesta del trapecio para obtener estimaciones preliminares, aplicando luego elproceso de Extrapolación de Richardson para mejorar lasaproximaciones.
Extrapolación de Richardson: se usan dos estimaciones
numéricas de una integral con el mismo orden del error
de truncamiento, para obtener una tercera estimación más
exacta.
Extrapolación de Richardson
I=I (h)+E (h)
Aplicada con dos pasos distintos, siendo h1>h2:
I (h1)+E (h1)=I (h2)+E (h2)
Usando la regla del trapecio compuesta, el error de truncamiento se aproxima:
E≈−(b−a)3
12 n2 f II=−(b−a)
12h2 f II
El valor exacto I de una integral definida consta de la estimación y el error correspondiente de la fórmula de integración numérica usada:
Extrapolación de Richardson
Suponiendo para todo tamaño de paso h, se puede escribir: E (h1)
E (h2)≈
h12
h22 ⇒ E (h1)≈E (h2) ( h1
h2)2
Reemplazando,
I (h1)+E (h2) ( h1
h2)2
≈ I (h2)+E (h2)
despejando,
E (h2)≈I (h1)− I (h2)
1− (h1/h2 )2
f II≈cte
Extrapolación de Richardson
reemplazando,
I=I (h2)+E (h2)≈...≈ I (h2)+I (h2)−I (h1)
(h1/h2 )2−1
En el caso en que h2=h1 /2
I≈I (h2)+I (h2)−I (h1)
22−1= ... =
43
I (h2)−13
I (h1)
Se puede demostrar que el error es del orden de O(h4).
Ejemplo 22.1 pag. 652
Integrar entre a = 0 y b = 0.8f x=0.225 x−200 x2675 x3−900 x4400 x5
De la aplicación de la regla del trapecio, n h I et(%) 1 0.8000 0.1728 89.5 2 0.4000 1.0688 34.9 4 0.2000 1.4848 9.5
Con 1 y 2 segmentos,
I≈43
1.0688−13
0.1728=1.367467 ⇒ ...εt=16.6%
Con 2 y 4 segmentos,
I≈43
1.4848−13
1.0688=1.623467 ⇒ ...εt=1.0%
Extrapolación de Richardson
Se puede demostrar que:
I S1 /3(h2)=
43
IT (h2)−13
IT (h1)+O(h4)
A partir de dos estimaciones de O(h4), realizando el mismo procedimiento usado para la regla del trapecio, se llega a:
I=1615
I h2−115
I h1O h6
I≈I (h2)+I (h2)−I (h1)
(h1/h2 )4−1
En el caso en que h2=h1 /2
Ejemplo 22.2 pag. 653
Obtener una estimación de O(h6) a partir del ejemplo 22.1:
I≈1615
1.623467−1
151.367467=1.640533
Extrapolación de Richardson: Caso General *
A partir de dos estimaciones de O(hn), se obtiene una aproximación de O(hn+2):
I=I (h2)+I (h2)−I (h1)
(h1/h2 )n−1
+O (hn+2
)
En el caso en que h2=h1 /2
I=I (h2)+I (h2)− I (h1)
2n−1+O (hn+2
)
Algoritmo de Romberg
En general,
I j , k=4k−1 I j1, k−1−I j , k−1
4k−1−1
k : nivel de integración
j : estimación
Por ejemplo, para k = 2 y j = 1,
I 1,2=42−1 I 2,1−I 1,1
42−1−1=
4 I 2,1−I1,1
3
Algoritmo de Romberg
La iteración continúa hasta que
∣a∣=∣I 1,k−I 1,k−1
I 1, k∣100% s
● Planilla de cálculo: romberg.ods● Código en Octave: romberg.m● Código en Octave: romberg.py
Integrales impropias
Se resuelven con una sustitución:
∫a
b
f (x)dx=∫1 /b
1 /a1t2 f ( 1t ) dt , a b>0
Es decir cuando a > 0 y b → +∞, o a → ∞ y b < 0. Si a∙b < 0, se puede hacer:
∫−∞
b
f (x)dx=∫−∞
−A
f ( x)dx+∫−A
b
f (x)dx
Integrales impropias
Se deben usar fórmulas abiertas, o combinar fórmulas abiertas con fórmulas cerradas:
∫x0
xn
f x dx=h [ 32 f x i∑i=2
n−2
f x i32
f xn−1 ]O desarrollar una fórmula semiabierta:
∫x0
xn
f x dx=h [ 32 f x i∑i=2
n−1
f xi 12
f x n ]
Regla del trapecio + regla del punto medio
Integrales impropias
Regla extendida del punto medio:
∫x0
xn
f x dx=h [ f x1 /2 f x3 /2... f xn−3 /2 f xn−1 /2 ]
Ejemplo 22.6 pag. 664
Distribución normal
N (x)=∫−∞
x1
√2πe−x2
/2 dx
donde x=y−μ yσ y
Calcular N(1)
Ejemplo 22.6 pag. 664
Solución.
N (1)=1
√2π (∫−∞−2
e−x2/2 dx+∫
−2
1
e−x2/2 dx )
La primera integral se calcula como
∫−∞
−2
e−x 2/2 dx= ∫
−1 /2
01t 2 e−1 /(2 t2
)dt
Usando la regla extendida del punto medio (h = 1/8):
∫−1 /2
01t 2 e−1 /(2 t2
)dt≈18 [ f (− 7
16 )+ f (− 516 )+ f (− 3
16 )+ f (− 116 ) ]
Ejemplo 22.6 pag. 664
La segunda integral se calculas usando la regla 1/3 de Simpson con h = 0.5:
...=18[0.3833+0.0612+0+0 ]=0.0556
∫−2
1
e−x2 /2 dx=[1−(−2)]0.1353+4(0.3247+0.8825+0.8825)+2(0.6065+1)+0.6065
3×6
∫−2
1
e−x 2/2 dx=2.0523
El resultado final es
N (1)≈1
√2π(0.0556+2.0523)=0.8409 ⇒ εt=0.046 %
Problemas
● 22.1 a 22.3● 22.9 a 22.11● 22.14 y 22.15
Diferenciación numérica
Recordando que a partir de la serie de Taylor:
Es posible obtener:
Que se puede escribir como:
Diferencia finita dividida hacia adelante
f ( xi+ 1)= f ( x i)+ f '( x i) h+f ' '( xi)
2!h2+
f ' ' '( x i)
3!h3+ ...
f '( x i)=f ( xi+ 1)− f ( x i)
h−
f ' ' ( xi)
2h+O(h2
)
f '( x i)=f ( xi+ 1)− f ( x i)
h+O(h)
Diferenciación numérica
En forma similar se obtenían
Primera diferencia finita dividida hacia atrás
y
Primera diferencia finita dividida centrada
f '( x i)=f ( xi)− f ( x i−1)
h+O(h)
f '( x i)=f ( xi+ 1)− f ( x i−1)
2 h+O(h2
)
Diferenciación numérica
Si escribimos
Ahora hacemos
despejando,
Segunda diferencia finita dividida hacia adelante
f ( xi+2)= f ( x i)+ f ' ( x i) 2 h+f ' ' ( x i)
2!(2 h)2
+f ' ' '( x i)
3!(2 h)3
+ ...
f ( xi+ 2)−2 f ( x i+1)=...=− f ( x i)+ f ' '( x i) h2+ ...
f ' ' ( x i)=f ( x i+2)−2 f ( x i+1)+ f ( xi)
h2 +O(h)
Diferenciación numérica
En forma similar, haciendo
Segunda diferencia finita dividida hacia atrás
En forma similar, haciendo
Segunda diferencia finita dividida centrada
f ( xi−2)−2 f ( x i−1)
f ( xi+ 1)+ f ( x i−1)
f ' ' ( x i)=f ( x i)−2 f ( xi−1)+ f ( x i−2)
h2 +O(h)
f ' ' ( x i)=f ( x i+1)−2 f ( xi)+ f ( x i−1)
h2 +O(h2)
Diferenciación numérica
Sustituyendo
en
se llega a
Es decir
f ' ' ( x i)=f ( x i+2)−2 f ( x i+1)+ f ( xi)
h2 +O(h)
f '( x i)=f ( xi+ 1)− f ( x i)
h−
f ' ' ( xi)
2h+O(h2
)
f '( x i)=f ( xi+ 1)− f ( x i)
h− [ f ( x i+2)−2 f ( x i+1)+ f ( xi)
2 h2 +O(h) ] h+O(h2)
f '( x i)=− f ( x i+ 2)+4 f ( x i+1)−3 f ( xi)
2 h+O(h2
)
Fórmulas de diferencias finitas divididas
En forma similar se obtienen las fórmulas indicadas en derivadas.pdf
Ejemplo 23.1 pag. 671
Encontrar la derivada de f(x) en x = 0.5
Valor exacto:
f (x)=−0.1 x 4−0.15 x3−0.5 x2−0.25 x+1.2
f ' (0.5)=−0.3×0.53−0.45×0.52−0.5−0.25=−0.9125
Ejemplo 23.1 pag. 671
Con fórmulas de exactitud O(h):
x f(x)
0 1.2
0.25 1.103516
0.5 0.925
0.75 0.6363281
1 0.2
Con fórmulas de exactitud O(h2):
Diferencia finita dividida hacia atrás
Diferencia finita dividida hacia adelante
Diferencia finita dividida centrada
f ' (0.5)=0.925−1.103516
0.25=−0.714 ; εt=21.7%
f ' (0.5)=0.6363281−0.925
0.25=−1.155 ; εt=−26.5%
f ' (0.5)=0.6363281−1.103516
2×0.25=−0.934 ; εt=−2.4%
Ejemplo 23.1 pag. 671x f(x)
0 1.2
0.25 1.103516
0.5 0.925
0.75 0.6363281
1 0.2
Con fórmulas de exactitud O(h2):
Diferencia finita dividida hacia atrás
Diferencia finita dividida hacia adelante
Con fórmulas de exactitud O(h4):
Diferencia finita dividida centrada
f ' (0.5)=−0.2+4×0.6363281−3×0.925
2×0.25=−0.859375 ; εt=5.82 %
f ' (0.5)=3×0.925−4×1.103516+1.2
2×0.25=−0.878125 ; εt=3.77%
f ' (0.5)=−0.2+8×0.6363281−8×1.1035156+1.2
12×0.25=−0.9125 ; εt=0 %
Extrapolación de Richardson
También se puede aplicar a las derivadas (O(h²)):
D≈D h2D h2−D h1
h1 /h2 2−1
Si :
D≈43
D h2−13
D h1
h2=h1 /2
Extrapolación de Richardson: Caso General *
A partir de dos estimaciones de O(hn), se obtiene una aproximación de O(hn+2):
D=D (h2)+D (h2)−D(h1)
(h1/h2 )n−1
+O (hn+2
)
En el caso en que h2=h1 /2
D=D(h2)+D (h2)−D(h1)
2n−1+O (hn+2
)
Se puede usar el algoritmo de Romberg
Ejemplo 23.2 pag 672
Calcular la primera derivada en x = 0.5
Con fórmulas centradas, pasos 0.5 y 0.25:
extrapolando,
f ' (0.5)=0.2−1.22×0.5
=−1.0 ; εt=−9.6%
f ' (0.5)=0.6363281−1.103516
2×0.25=−0.934375 ; εt=−2.4%
f ' (0.5)=43(−0.934375)−
13(−1)=−0.9125 ; εt=0 %
f (x)=−0.1 x 4−0.15 x3−0.5 x2−0.25 x+1.2
Derivadas de datos irregularmente espaciados
● Datos experimentales y/o de campo● Ajustar un polinomio de Lagrange de grado 2 a
3 puntos adyacentes
f ' (x)= f (xi−1)2 x−x i−x i+1
(x i−1−xi)(x i−1−x i+1)+ f (xi)
2 x−xi−1−x i+1
(x i−xi−1)(x i−x i+1)
+ f ( xi+1)2 x−x i−1−xi
(x i+1−x i−1)(x i+1−x i)
Ejemplo 23.3 pag. 673
Cálculo del flujo de calor en la sup. del suelo● Ley de Fourier
● Parámetros
q(z=0)=−k ρC ( dTdz )
z=0
k=3.5×10−7 m2
s
ρ=1800kgm3 C=840
Jkg⋅° C
Ejemplo 23.3 pag. 673
Solución:
f ' (x)=13.52 (0)−1.25−3.75(0−1.25)(0−3.75)
+122(0)−0−3.75
(1.25−0)(1.25−3.75)
+102(0)−0−1.25
(3.75−0)(3.75−1.25)=−1.333333° C /cm
q(z=0)=−3.5×10−7 m2
s1800
kgm3 840
Jkg⋅° C (−133.3333°
Cm )
q(z=0)=70.56Wm2
Derivadas e integrales para datos con errores
● Datos empíricos● La diferenciación numérica tiende a amplificar los errores● Se prefiere ajustar por mínimos cuadrados un polinomio de
bajo grado y derivarlo.
● La integración (por ser una suma) tiende a compensar los errores y es mucho más estable
Uso de Octave
● quad ● trapz ● diff
Problemas 23.1 a 23.27 pag. 679
Estudio de casos
Determinación de la cantidad total de calor
El calor necesario para incrementar la temperatura de un material es
Donde la capacidad calorífica c puede variar con la temperatura:
Calcular el calor necesario para elevar la temperatura de 1000 g de ese material desde 100 a 200 °C.
ΔH=m cΔT
c(T )=0.132+1.56×10−4 T+2.64×10−7 T 2
Determinación de la cantidad total de calor
Solución: el incremento de temperatura se calcula como
Se aplica la regla del trapecio.
Solución en caso24_1.m
ΔH=m∫T 1
T 2
c(T )dT
Fuerza efectiva sobre el mástil de un bote de vela de carreras
F=∫0
30
200 ( z5+z ) e−2 z /30 dz
Fuerza efectiva sobre el mástil de un bote de vela de carreras
La posición de la fuerza viene dada por:
Determinar la fuerza T en el cable.
Determinación de F y d en planilla de cálculo: caso24_2.ods
F = 1480,56 lb
d = 13,05 ft
d=∫0
30
z f (z)dz
∫0
30
f (z)dz
Fuerza efectiva sobre el mástil de un bote de vela de carreras
Ecuaciones de equilibrio:
∑ F H=0=F−T sinθ−H
∑ FV=0=V−T cosθ
∑M 0=0=3V−F d
V=F d3=
1480.6×13.053
=6440.6 lb
T=V
cosθ=
6440.60.995
=6473 lb
H=F−T sinθ=1480.6−6473×0.0995=836.54 lb
Raíz media cuadrática de la corriente eléctrica
El valor medio de la CA puede ser cero:
En su lugar, se calcula
i=∫0
T
sin ( 2 π tT ) dt
T−0
i=−cos(2 π)+cos 0
T=0
I RMC=√ 1T∫0
T
i2(t)dt=√ 1
T∫0
T
(10 e−t sin 2 π t )2dt
Raíz media cuadrática de la corriente eléctrica
Se usa la integración de Romberg para calcular la integral
Código en Octave: caso24_3.m
I = 15.41261
La IRMC se calcula como (con T = 1):
I RMC=√ 11
15.41261=3.925890 A
Cálculo del trabajo
Trabajo:
Si F es cte
Si θ no es constante:
W=F×d
W=∫x0
xn
F (x)dx
W=∫x0
xn
F (x)cos [θ(x)]dx
Cálculo del trabajo
Datosx, ft F(x), lb θ, rad F(x) cos θ
0 0,0 0,50 0,0000
5 9,0 1,40 1,5297
10 13,0 0,75 9,5120
15 14,0 0,90 8,7025
20 10,5 1,30 2,8087
25 12,0 1,48 1,0881
30 5,0 1,50 0,3537
Solución en caso24_4.ods
Cálculo del trabajo
¿¿Por qué la regla del trapecio con 2 tramos da el mejor resultado??
Cálculo del trabajo
¿Cómo podría mejorarse la estimación?
Problemas 24.1 a 24.55 pag. 693
1)2)3)
4)
5)