PASTO
Enero de 2013
UNIDAD III:
Diferenciacin, Integracin Numrica y Solucin de Ecuaciones
Diferenciales.
C
CA
APPIITTU
ULLO
O 55:: D
DIIFFEER
REEN
NC
CIIA
AC
CII
N
N ee IIN
NTTEEG
GR
RA
AC
CIIO
ON
NN
NU
UM
MEER
RIIC
CA
A..
177
..
180
186
189
198
C
CA
APPIITTU
ULLO
O 66:: SSO
OLLU
UC
CIIO
ON
ND
DEE EEC
CU
UA
AC
CIIO
ON
NEESS D
DIIFFEER
REEN
NC
CIIA
ALLEESS..
216
217
UNIDAD 3:
DIFERENCIACIN, INTEGRACIN NUMRICA Y SOLUCIN DE
ECUACIONES DIFERENCIALES
, desarrollada con
(1)
se encuentra en la
est dada en forma similar por:
(2)
Utilizando solamente los tres primeros trminos de cada desarrollo, podremos obtener
una expresin para Y'i restando la ec. (2) de la ec. (1),
(3)
Frmulas de diferencia
(Diferencias centrales, hacia adelante y hacia atrs)
../../../Documents and Settings/ESC. AGRARIAS/Escritorio/para clase y cuaciones/metodos para
clase/tema6/derivada.html - atras
Fig. 1
Observando la figura, vemos que si designamos los puntos uniformemente espaciados a
la derecha de Xi como Xi+1 , Xi+2, etc. y los puntos a la izquierda de Xi como Xi-1, Xi-2 ,
etc. e identificamos las ordenadas correspondientes como Yi+1, Yi+2, Yi-1, Yi-2,
respectivamente, la ec. (3) se puede escribir en la forma:
(4)
La ec. (4) se denomina la primera aproximacin, por Diferencias Centrales de Y', para X.
La aproximacin representa grficamente la pendiente de la recta discontinua mostrada
en la figura. La derivada real se representa mediante la lnea slida dibujada como
tangente a la curva en Xi.
Si sumamos las ecuaciones (1) y (2) y utilizamos la notacin descrita previamente,
podemos escribir la siguiente expresin para la segunda derivada:
(5)
(6)
es decir,
(7)
(8)
, respectivamente,
(9)
Restando la primera ec. (9) de la segunda, y utilizando solamente los cuatro trminos
mostrados para cada desarrollo, se obtiene:
(10)
(11)
(12)
(13)
10
(14)
(15)
11
(16)
(17)
EJEMPLO
../../../Documents and Settings/ESC. AGRARIAS/Escritorio/para clase y cuaciones/metodos para
clase/tema6/deriva02.html - atrassense aproximaciones de Diferencias Finitas Hacia
Adelante, Hacia Atrs y Centradas para estimar la primera derivada de:
12
= 0.5.
= 0.25.
y evaluando tenemos:
f'(0.5) = -0.9125
SOLUCIN:
Para
Yi-1 = 1.200
Xi = 0.5
Yi = 0.925
Xi+1 = 1.0
Yi+1 = 0.200
13
Para
Yi-1 = 1.10351563
Xi = 0.50
Yi = 0.92500000
Xi+1 = 0.75
Yi+1 = 0.63632813
Para los dos tamaos de paso, las aproximaciones por Diferencias Centrales son ms
exactas que las Diferencias Divididas Hacia Adelante o las Diferencias Divididas Hacia
Atrs. Tambin, como lo predijo el anlisis de la serie de Taylor, la divisin del intervalo en
dos partes iguales, divide a la mitad el error de las Diferencias Hacia Atrs o Hacia
Adelante y a la cuarta parte el error de las Diferencias Centrales.
En ingeniera se presenta con frecuencia la necesidad de integrar una funcin que sera,
en general, de una de las tres formas siguientes:
1. Una funcin simple y continua tal como un polinomio, una funcin exponencial o
una funcin trigonomtrica.
2. Una funcin complicada y continua que es difcil o imposible de integrar
directamente.
3. Una funcin tabulada en donde los valores de X y f(X) se dan en un conjunto de
puntos discretos, como es el caso a menudo, de datos experimentales.
14
En el primer caso, la integral simplemente es una funcin que se puede evaluar fcilmente
usando mtodos analticos aprendidos en el clculo. En los dos ltimos casos, sin
embargo, se deben emplear mtodos aproximados.
Las frmulas de integracin de Newton-Cotes son los esquemas ms comunes dentro de
la integracin numrica. Se basan en la estrategia de reemplazar una funcin complicada
o un conjunto de datos tabulares con alguna funcin aproximada que sea ms fcil de
integrar.
La integral se puede aproximar usando una serie de polinomios aplicados por partes a la
funcin o a los datos sobre intervalos de longitud constante.
Se dispone de las formas abierta y cerrada de las frmulas de Newton-Cotes. Las formas
cerradas son aquellas en donde los puntos al principio y al final de los lmites de
integracin se conocen. Las frmulas abiertas tienen los lmites de integracin extendidos
ms all del rango de los datos. Las frmulas abiertas de Newton-Cotes, en general, no
se usan en la integracin definida. Sin embargo, se usan extensamente en la solucin de
ecuaciones diferenciales ordinarias.
15
Fig. 1
Llamando a las ordenadas Y i (i = 1, 2, 3,...., n+1), las reas de los trapecios son:
16
(1)
(2)
(3)
(4)
17
Si la funcin f(X) se puede expresar como una funcin matemtica continua que tiene
derivadas continuas f'(X) y f''(X), el error que resulta de aproximar el rea verdadera en
una faja bajo la curva f(X) comprendida entre Xi y Xi+1 mediante el rea de un trapecio,
se demuestra que es igual a:
(5)
Este error es la cantidad que se debe agregar al rea del trapecio para obtener el rea
real. Se llama Error por Truncamiento, ya que es el error que resulta de utilizar una serie
de Taylor truncada, en vez de una serie de Taylor completa, para representar en forma de
serie el rea de una faja. Generalmente no se puede valuar directamente el trmino
mostrado como error por truncamiento. Sin embargo, se puede obtener una buena
aproximacin de su valor para cada faja suponiendo que f '' es suficientemente constante
en el intervalo de la faja (se supone que las derivadas de orden superior son
despreciables) y evaluando f '' para
. La estimacin del error por truncamiento
para la integracin total se obtiene sumando las estimaciones para cada faja. Si la
estimacin obtenida para el error total por truncamiento es mayor de lo que se puede
tolerar, se debe utilizar una faja ms angosta o un mtodo ms preciso.
Otro error que se introduce al obtener el rea aproximada de cada faja es el Error por
Redondeo. Este se produce cuando las operaciones aritmticas requeridas se efectan
con valores numricos que tienen un nmero limitado de dgitos significativos.
Se puede demostrar que una aproximacin a el lmite del error por redondeo es:
(6)
sino con
en que 0 < p < 1, pero sin embargo an supera al error por truncamiento si
decrece lo suficiente.
18
19
Adems de aplicar la regla trapezoidal con segmentos cada vez ms finos, otra manera
de obtener una estimacin ms exacta de una integral, es la de usar polinomios de orden
superior para conectar los puntos. Por ejemplo, si hay un punto medio extra entre f(a) y
f(b), entonces los tres puntos se pueden conectar con un polinomio de tercer orden.
A las frmulas resultantes de calcular la integral bajo estos polinomios se les llaman
Reglas de Simpson.
Fig. 2
20
Por conveniencia al derivar una expresin para esta rea, supongamos que las dos fajas
que comprenden el rea bajo la parbola se encuentran en lados opuestos del origen,
como se muestra en la fig. 3. Este arreglo no afecta la generalidad de la derivacin.
La forma general de la ecuacin de la parbola de segundo grado que conecta los tres
puntos es:
(7)
(8)
Fig. 3
(9)
, (0,
Yi + 1), y
deben satisfacer la ec. (7). La sustitucin de estos tres pares de
coordenadas en la ec. (7) produce:
(10)
(11)
(12)
que nos da el rea en funcin de tres ordenadas Yi, Y i+1, Y i+2 y el ancho
faja.
de una
Esto constituye la regla de Simpson para determinar el rea aproximada bajo una curva
contenida en dos fajas de igual ancho.
22
Si el rea bajo una curva entre dos valores de X se divide en n fajas uniformes (n par), la
aplicacin de la ec. (12) muestra que:
(13)
(14)
o bien
(15)
en donde n es par.
La ec. (15) se llama Regla de Simpson de un Tercio para determinar el rea aproximada
bajo una curva. Se puede utilizar cuando el rea se divide en un nmero par de fajas de
ancho
Si la funcin f(X) se puede expresar como una funcin matemtica continua que tiene
derivadas continuas f ' a
, el error que resulta de aproximar el rea verdadera de dos
fajas bajo la curva f(X) comprendida entre Xi-1 y Xi+1 mediante el rea bajo una parbola
de segundo grado, se demuestra que es:
23
(16)
Este error por truncamiento es la cantidad que se debe agregar al rea aproximada de
dos fajas, que se obtiene mediante la regla de un tercio de Simpson, para obtener el rea
real bajo la curva en ese intervalo. El trmino mostrado del error por truncamiento
generalmente no se puede valuar en forma directa. Sin embargo, se puede obtener una
buena estimacin de su valor para cada intervalo de dos fajas suponiendo que
es
suficientemente constante en el intervalo (se supone que las derivadas de orden superior
son despreciables) y valuando
para
. La estimacin del error por
truncamiento para toda la integracin se obtiene sumando las estimaciones
correspondientes a cada dos fajas. Si la estimacin del error total por truncamiento es
mayor de lo que se puede tolerar, se deben utilizar intervalos de dos fajas menores.
Considerando el error por redondeo que tambin aparece, existe un ancho ptimo de la
faja para obtener un error total mnimo en la integracin.
(17)
Fig. 4
24
, lo que produce:
(18)
(19)
25
f(X)
0.0
0.200
0.2
1.288
0.4
2.456
0.6
3.464
0.8
0.232
f(X)
0.0
0.200
0.2
1.288
26
0.4
2.456
0.6
3.464
0.8
0.232
f(X)
0.0000
0.20000000
0.2667
1.43286366
0.5333
3.48706521
0.8000
0.23200000
27
f(X)
0.00
0.20000000
0.16
1.29691904
0.32
1.74339328
0.48
3.18601472
0.64
3.18192896
0.80
0.23200000
Para los ltimos tres segmentos, se usa la regla de Simpson de 3/8 para obtener:
28
29
Sea
donde
mediante una
Se puede demostrar que el error que se comete con la regla del trapecio para n
subintervalos est dado por las siguientes frmulas:
donde
es un promedio de la doble derivada entre ciertos valores que
pertenecen a cada uno de los subintervalos.
Ahora bien, si suponemos que el valor de
es constante, entonces :
30
31
Esta frmula es solo una parte del algoritmo de Romberg. Para entender el
mtodo, es conveniente pensar que se trabaja en niveles de aproximacin. En un
primer nivel, es cuando aplicamos la regla del Trapecio, y para poder usar la
frmula anterior, debemos de duplicar cada vez el nmero de subintervalos: as,
podemos comenzar con un subintervalo, luego con dos, cuatro, ocho, etc, hasta
donde se desee.
Posteriormente, pasamos al segundo nivel de aproximacin, que es donde se usa
la frmula anterior, tomando las parejas contiguas de aproximacin del nivel
anterior, y que corresponden cuando
Ejemplo
Usar el algoritmo de Romberg, para aproximar la integral
1.
32
Solucin.
Primero calculamos las integrales del nivel 1, usando la regla del trapecio para las
longitudes de segmentos indicadas:
33
donde
donde:
es
la
integral
ms
exacta
Ejemplo
Usar el algoritmo de Romberg para aproximar la integral:
donde
2.
Solucin.
Calculamos
Ejemplo
Aproximar la siguiente integral:
3.
35
Solucin.
Igual que arriba, primero usamos la regla del trapecio (con los valores de
indicados) para llenar el nivel 1. Tenemos entonces que:
Podemos escribir una frmula general para calcular las aproximaciones en cada
uno de los niveles como sigue:
36
donde:
es
la
integral
ms
exacta
donde
es la cota suficiente.
Ejemplo
1.Aplicar el algoritmo de integracin de Romberg a la integral:
tomando
37
Solucin.
En este caso no sabemos exactamente cuantas aproximaciones debemos hacer
con la regla del trapecio. As que para comenzar hacemos los clculos
correspondientes a uno, dos, cuatro y ocho subintervalos:
Con estos datos, podemos hacer los clculos hasta el nivel 4. Tenemos la
siguiente tabla:
Haciendo los clculos de los errores, nos damos cuenta que efectivamente la
aproximacin se obtiene hasta el nivel 4, donde
Por lo tanto, concluimos que la aproximacin buscada es:
38
39
EJERCICIOS
1. Usar la regla del trapecio para aproximar,
i)
ii)
Dividiendo en 6 intervalos.
Soluciones: i) 3.4115
ii) 0.36907
i)
ii)
Dividiendo en 4 intervalos.
Soluciones: i) 82.60511
ii) 76.94497
i)
ii)
Dividiendo en 4 intervalos.
Soluciones: i) 2.76591
ii) 2.76501
ii)
40
Soluciones:
i) -17.11458
ii) 9.425
i)
Usando 1, 2 y 4 intervalos.
ii)
Soluciones:
i)
9.156626413
ii) 9.153287278
como cota
Solucin. 9.153112082
41
G( X , Y , C1 , C2 ,..., Cn ) 0 (2)
Grficamente esta ecuacin representa una familia de curvas planas, cada una de
ellas obtenidas para valores particulares de la n constante, C1 , C2 ,..., Cn , como se
ve en la grfica:
42
Se tratar de obtener una solucin particular de (1) que verifique (3) como se
presenta en la grfica
43
44
X 0 a, X 1 X 0 h, X 2 X 0 2h, X 3 X 0 3h,...
y en el caso de valores en la frontera se sustituye el intervalo
conjunto finito de puntos
por el
X 0 a, X 1 X 0 h, X 2 X 0 2h, X 3 X 0 3h,..., X n X 0 nh b
Obtenidos, al dividir el intervalo en n partes iguales.
La presentacin grfica muestra estas dos cosas:
45
46
X 1 X 0 ih , para i = 1, 2, 3,...
Se lleva a cabo usando frmulas de recurrencia, que usan los valores conocidos
de Y en las estaciones anteriores.
X i 1 , X i 2 , X i 3 ,...
As, para aplicar estas ecuaciones, es necesario entonces evaluar muy
aproximadamente a Y(X) en algunos de los primeros puntos pivotes (uno a
cuatro); y esto se hace usualmente desarrollando f(X) en serie de potencias.
EJEMPLO
Encuentre la solucin del siguiente problema de valores iniciales por medio de los
primeros cuatro trminos de la serie de Taylor para X = 0.1, 0.2, 0.3, 0.4 y 0.5.
Y (0) = 1
47
SOLUCIN
Se obtienen las derivadas sucesivas:
Sustituyendo valores:
Por lo que:
48
0.1
1.055375
0.2
1.123000
0.3
1.205125
0.4
1.304000
0.5
1.421875
49
Se
debe
integrar
la
ecuacin
diferencial
en
el
intervalo
(4)
Entonces
Yi 1 Yi hf ( X i , Yi )
(5)
EJEMPLO
Resolver el problema del ejemplo anterior aplicando el mtodo de Euler.
50
Se tiene
Yi 1 Yi hf ( X i , Yi )
Donde
Entonces
(6)
Yi solucin exacta
51
Y ( X 0 ) Y0 (8)
X X 1 , X 2 , X 3 ,...
Sustituyendo la funcin f(X, Y) dada en (7), en (9), se tiene que
52
De este planteamiento grfico puede verse que una mejor aproximacin a la solucin de
la ecuacin diferencial se obtendra si en vez de ir por la tangente T1 para determinar la
solucin en el siguiente Punto Pivote, se utiliza una secante con pendiente igual al
promedio de pendientes de la curva integral en los puntos coordenados (Xn, Yn), (Xn+1,
Yn+1) en donde Xn+1 y Yn+1 pueden estimarse con el procedimiento normal de Euler, como
se muestra en la siguiente grfica:
Con lo anterior se obtendra un mtodo mejorado de Euler con error del orden de
definido por la expresin
(11)
Y Yn hf ( X n , Yn )
53
Observando las expresiones para resolver la ecuacin diferencial, puede decirse que
ambas consisten en aplicar la frmula de recurrencia
(12)
En donde
(13)
En el mtodo de Euler y
(14)
En lo que
Y' = f(X, Y) (15)
(16)
En el cual
(17)
EJEMPLO
Resolver
Llevando estos valores a (16) y el resultante a (12) se obtiene que para X = 0.1 la solucin
del problema es
Luego
56
k1
k2
k3
k4
0.0
1.0000
0.5000
0.5516
0.5544
0.6127
0.1
1.0554
0.6126
0.6782
0.6823
0.7575
0.2
1.1236
0.7575
0.8431
0.8494
0.9494
0.3
1.2085
0.9492
1.0647
1.0745
1.2121
0.4
1.3158
1.2119
1.3735
1.3896
1.5872
0.5
1.4545
1.5868
1.8234
1.8517
2.1509
57
(1)
para n 3. Luego se sustituye el valor de y*n+1 en la correccin Adams-Moulton
(2)
58
Obsrvese que la frmula (1) requiere que se conozcan los valores de yo, y1, y2 y y3 para
obtener el de y4. Por supuesto, el valor de yo es la condicin inicial dada. Como el error
local de truncamiento en el mtodo de Adams-Bashforth/Adams-Moulton es O(h5), los
valores de Y1 , Y2 y Y3 se suelen calcular con un mtodo que tenga la misma propiedad de
error, como la frmula de Runge-Kutta de cuarto orden.
EJEMPLO 1 Mtodo de Adams-Bashforth/Adams-Moulton
Use el mtodo de Adams-Bashforth/Adams-Moulton con h = 0.2 para llegar a una aproximacin a y(0. 8) de la solucin de
y' = x +y -1, y(0)=1.
SOLUCIN Dado que el tamao de paso es h = 0.2, entonces Y4 aproximar y(0.8). Para
comenzar aplicamos el mtodo de Runge-Kutta, con X0 = 0, Y0 = 1 y h = 0.2 con lo cual
Y1 = 1.02140000,
Y2 = 1.09181796,
Y3 = 1.22210646.
59
en cada paso. Cada que se usa el corrector ocurre otra evaluacin de funcin, con lo cual
aumenta la precisin al costo de perder una de las ventajas del mtodo en varios pasos.
En la prctica, el corrector slo se calcula una vez, y si el valor de yn+1 cambia mucho, se
reinicia todo el problema con un tamao menor de paso. Con frecuencia, esto es la base
de los mtodos de tamao variable de paso, cuya descripcin sale del propsito de este
libro.
EJERCICIOS
tomando
en cada
tomando
en cada
tomando
SOLUCION:
61
tomando
SOLUCION:
5. Dada la ecuacin diferencial:
tomando
en
tomando
en
SOLUCION:
6. Dada la ecuacin diferencial:
62
AUTOEVALUACION
Ejercicio
La funcin
. Empezando con
y
, usar ocho iteraciones del mtodo de la biseccin para aproximar la raz.
Tabular el error despus de cada iteracin y tambin las estimaciones del error mximo.
El error real siempre es menos que la estimacin del error mximo? Los errores reales
continan disminuyendo?
Ejercicio
Encontrar la raz cerca de
de
empezando con
.
Cun exacta es la estimacin despus de cuatro iteraciones del mtodo
de Newton? Cuntas iteraciones requiere el mtodo de la biseccin
para lograr la misma exactitud? Tabule el nmero de dgitos correctos en
cada iteraccin del mtodo de Newton y observe si se duplican cada vez.
(SOLUCION)
Ejercicio
Usando el mtodo de eliminacin gaussiana con pivoteo y sustitucin regresiva, resuelva
el siguiente sistema de ecuaciones:
Ejercicio
Utilizar el mtodo de reduccin de Crout para obtener una descomposicin
matriz:
de la
63
Ejercicio
Dado que
,
y
polinomio de Lagrange el logaritmo natural de cada entero desde
anterior junto con el error en cada punto.
, interpole con un
hasta
. Tabule lo
Ejercicio
Dados los datos:
5,04
8,12
10,64
13,18
16,20
20,04
Realizar un ajuste por mnimos cuadrados de los mismos a una recta y a una
cuadrtica. Cul de los dos ajustes es mejor?
Ejercicio
La siguiente tabla tiene valores para
regla trapezoidal con
. Integre entre
usando la
64
Ejercicio
Usa la integracin de Romberg para evaluar la integral de
entre
y
. Lleva seis decimales y contina hasta que no haya cambio en la quinta cifra
decimal. Compare con el valor analtico.
65
BIBLIOGRAFIA
1. Burden, R.; Faires, D. Anlisis Numrico. ED. Thomson, 6a. ed., 1998.
3. De Levie, Robert. Advanced Excel for Scientific Data Analysis. Oxford University
Press, 2004.
4. Liengme, B.; A Guide to Microsoft Excel 2002 for Scientists and Engineers.
Butterworth Heinemann, 3rd, ed. 2002.
5. Mathews, J; Fink, K. Mtodos Numricos con MATLAB. Prentice Hall, 3a. ed., 2000.
6. Nakamura Shoichiro. Mtodos Numricos Aplicados con Software. Ed. Prentice Hall
Hispanoamericana, Mxico.
66
67