lunes, 30 de noviembre de 2015

6.2 MÉTODOS DE UN PASO: MÉTODO DE EULER, EULER MEJORADO Y MÉTODO DE RUNGE-KUTTA

Método de Euler

El método de Euler es un procedimiento de integración numérica para resolver ecuaciones diferenciales ordinarias a partir de un valor inicial dado.

El método de Euler es el más simple de los métodos numéricos para resolver un problema del siguiente tipo:

Consiste en multiplicar los intervalos que van de x0 a xf en n subintervalos de ancho h;
Osea:
de manera que se obtiene un conjunto discreto de n+1 puntos: x0, x1, x2, ... , xn del intervalo de interés [x0,xf]. Para cualquiera de estos puntos de cumple que:


 0<i<n.
La condición inicial y(x0)=y0, representa el punto P0=(x0,y0) por donde pasa la curva solución de la ecuación del plantamiento inicial, la cual se denotará cmo F(x)=y.
Ya teniendo el punto P0 se puede evaluar la primera derivada de F(x) en ese punto; por lo tanto:

Con esta información se traza una recta, aquella que pasa por Po y dependiente f(xo,yo). Esta rect aproxima F(x) en vecinidad de xo. Tómese la recta como reemplazo de F(x) y localícese en ella (la recta) el valor de y correspondiente a x1. Entonces, podemos deducir según la Gráfica A:
Se resuelve para y1:

Es evidente que la ordenada y1 calculada de esta manera no es igual a F(x1), pues existe un pequeño error. Sin embargo, el valor y1 sirve para que se aproxime a F'(x) en el punto P=(x1,y1) y repetir el procedimiento anterior a fin de generar la sucesión de aproximaciones siguiente:

Método de Euler Mejorado.


Este método se basa en la misma idea del método anterior, pero hace un refinamiento en la aproximación tomando un promedio entre ciertas pendientes.

La fórmula es la siguiente:
Donde:
Para entender esta fórmula, analicemos el primer paso de aproximación, con base en la siguiente gráfica:
En la gráfica, ve,os que la pendiente promedio correspondiente a la pendiente de la recta bisectriz de la recta tangente a la curva en el punto de la condición inicial a la "recta tangente" a la curva en el punto (x1,y1). Finalmente, esta recta bisectriz se traslada paralelamente hasta el punto de la condición incial, y se considera el valor de esta recta en el punto x=x1 como la aproximación de Euler Mejorada. A continuación se muestra un vídeo demostrativo del Método de Euler y de Euler Mejorado, con ejemplo:


Método de Runge-Kutta

Los métodos de Runge-Kutta (RK) logran la exactitud del procedimiento de la serie de Taylor sin necesitar el cálculo de derivadas de orden superior

yi+1 = yi + f(xi, yi, h)h 

donde f(xi, yi, h) se conoce como función incremento, la cual puede interpretarse como una pendiente representativa en el intervalo. La función incremento se escribe en forma general como
f = a1k1 + a2k2 + · · · + ankn 

donde las a son constantes y las k son

k1 = ƒ(xi, yi) 
 k2 = ƒ(xi + p1h, yi + q11k1h) 
k3 = ƒ(xi + p2h, yi + q21k1h + q22k2h) 
· · · 
kn = ƒ(xi + pn–1h, yi + qn–1,1k1h + qn–1,2k2h +···+ qn–1,n–1kn–1h) 

donde las p y las q son constantes. Observe que las k son relaciones de recurrencia. Es decir, k1 aparece en la ecuación k2, la cual aparece en la ecuación k3, etcétera. Como cada k es una evaluación funcional, esta recurrencia vuelve eficientes a los métodos RK para cálculos en computadora.

 Es posible tener varios tipos de métodos de Runge-Kutta empleando diferentes números de términos en la función incremento especificada por n. Observe que el método de Runge-Kutta (RK) de primer orden con n = 1 es, de hecho, el método de Euler. Una vez que se elige n, se evalúan las a, p y q igualando la ecuación (25.28) a los términos en la expansión de la serie de Taylor (cuadro 25.1). Así, al menos para las versiones de orden inferior, el número de términos, n, por lo común representa el orden de la aproximación. Por ejemplo, en la siguiente sección, los métodos RK de segundo orden usan la función incremento con dos términos (n = 2). Esos métodos de segundo orden serán exactos si la solución de la ecuación diferencial es cuadrática. Además, como los términos con h3 y mayores se eliminan durante la deducción, el error de truncamiento local es O(h3) y el global es O(h2). En secciones subsecuentes desarrollaremos los métodos RK de tercer y cuarto órdenes (n = 3 y 4, respectivamente). En tales casos, los errores de truncamiento global son O(h3) y O(h4). 


UNIDAD 6 ECUACIONES DIFERENCIALES ORDINARIAS

6.1 Fundamentos de Ecuaciones Diferenciales

Una ecuación diferencial es una ecuación en la que intervienen derivadas de una o más funciones desconocidas. Dependiendo del número de variables independientes respecto de las que se deriva, las ecuaciones diferenciales se dividen enEcuaciones diferenciales ordinarias: aquellas que contienen derivadas respecto a una sola variable independiente.
  • Ecuaciones en derivadas parciales: aquellas que contienen derivadas respecto a dos o más variables.
  • Una ecuación diferencial es una ecuación que incluye expresiones o términos que involucran a una función matemática incógnita y sus derivadas. Algunos ejemplos de ecuaciones diferenciales son:
es una ecuación diferencial ordinaria, donde \,y representa una función no especificada de la variable independiente \,x, es decir, \,y=f(x)y'=\frac{dy}{dx} es la derivada de \,y con respecto a \,x.
  • La expresión\frac{\partial u}{\partial x} + \frac{\partial u}{\partial y}=0
  • es una ecuación en derivadas parciales.
  • A la variable dependiente también se le llama función incógnita (desconocida). La resolución de ecuaciones diferenciales es un tipo de problema matemático que consiste en buscar una función que cumpla una determinada ecuación diferencial. Se puede llevar a cabo mediante un método específico para la ecuación diferencial en cuestión o mediante una transformada (como, por ejemplo, la transformada de Laplace).

    Orden de la ecuación

    El orden de la derivada más alta en una ecuación diferencial se denomina orden de la ecuación.
    Grado de la ecuación
    Es la potencia de la derivada de mayor orden que aparece en la ecuación, siempre y cuando la ecuación esté en forma polinómica, de no ser así se considera que no tiene grado.

    Ecuación diferencial lineal

    Se dice que una ecuación es lineal si tiene la forma \, a_n(x)y^{(n)} + a_{n-1}(x) y^{(n-1)} + \dots + a_1(x)y' +a_0(x)y=g(x), es decir:
    • Ni la función ni sus derivadas están elevadas a ninguna potencia distinta de uno o cero.
    • En cada coeficiente que aparece multiplicándolas sólo interviene la variable independiente.
    • Una combinación lineal de sus soluciones es también solución de la ecuación.
    • Ejemplos:
      • \,y'= y es una ecuación diferencial ordinaria lineal de primer orden, tiene como soluciones y = f(x) =  k \cdot e^x , con k un número real cualquiera.
      • \,y'' + y = 0 es una ecuación diferencial ordinaria lineal de segundo orden, tiene como soluciones y = f(x) = a \cos (x) + b  \sin (x)\,, con a y b reales.
      • \,y'' - y = 0 es una ecuación diferencial ordinaria lineal de segundo orden, tiene como soluciones \,a \cdot e^x+b \cdot 1/(e^x), con a y b reales.
5.4 APLICACIONES

Algunas aplicaciones que nos sirven de ejemplo en la ingeniería son:

En derivación:

  • Cálculo de volúmenes inscritos.
  • Los máximos y mínimos que son la técnica más exacta para poder implementar al momento de construir sin desperdiciar menos cantidad de material.
  • Para la física se implementa para el movimiento rectilíneo uniformemente acelerado.
  • Para calcular la razón de cambio de una empresa. Los métodos del punto de equilibrio utilizan cálculo de ello.

En integración:
  • Construir una presa mediante el cálculo de las áreas comprendidas entre dos puntos.
  • Cálculo de volúmenes de revolución.
  • Para la física se implementa en la ley para obtener la fórmulas necesarias para trabajar ya sea en un plano de 2 o 3 dimensiones.
  • Para la dinámica y estática de partículas.
  • Determinación de la cantidad de calor.






5.3 INTEGRACION POR INTERVALOS DESIGUALES



Las fórmulas de integración numérica se han basado en datos igualmente espaciados. En la práctica, existen muchas situaciones en donde esta suposición no se satisface y se tienen segmentos de tamaños desiguales.

Las fórmulas de integración numérica se han basado en datos igualmente espaciados. En la práctica, existen muchas situaciones en donde esta suposición no se satisface y se tienen segmentos de tamaños desiguales.
Un método consiste en aplicar la regla del trapecio a cada segmento y sumar los resultados:

 

Donde h1,h2,h3,hn = el ancho del segmento 1,2,3,n respectivamente.

Observe que éste fue el mismo procedimiento que se utilizó en la regla del trapecio de aplicación múltiple. La única diferencia entre dichas ecuaciones es que las h en la primera son constantes.

En algunos segmentos adyacentes son de la misma anchura y, en consecuencia, podrían evaluarse mediante las reglas de Simpson. Esto a resultados más usualmente lleva precisos

Cuando la longitud de los subintervalos no es igual,  se usa una combinación de la regla Trapezoidal y las reglas de Simpson, procurando seguir el siguiente orden jerárquico:Cuando la longitud de los subintervalos no es igual,  se usa una combinación de la regla Trapezoidal y las reglas de Simpson, procurando seguir el siguiente orden jerárquico:

1 .- Simpson 3/8        

        Esta se aplica, si contamos con  4  puntos igualmente espaciados.

2 .-  Simpson  1/3 

        Esta   se    aplica   si  falla  (1)  y   contamos  con 3  puntos   igualmente espaciados.

3 .-  Regla Trapezoidal     

        Solo se aplica  si no se cumple (1)  y (2)
Ejemplo 1.
Evaluar    , usando la siguiente tabla :


 

Solución.
Vemos que en el intervalo  [0,0.1]  podemos aplicar la regla del trapecio, en el intervalo [0.1,0.7]  la regla de Simpson de 3/8 y en el intervalo  [0.7,1.2]  la regla de Simpson de 1/3. Así, tenemos las siguientes integrales:
                 
 

Finalmente, la integral buscada es la suma de las tres integrales anteriores:  

UNIDAD 5. DERIVACIÓN E INTEGRACIÓN NUMERICA

5.2 INTEGRACION NUMERICA

Los métodos de integración numérica se usan cuando ƒ(x) es difícil o imposible de integrar analíticamente, o cuando ƒ(x) esta dada como un conjunto de valores tabulados.
La estrategia acostumbrada para desarrollar fórmulas para la integración numérica consiste en hacer pasar un polinomio por puntos definidos de la función y luego integrar la aproximación polinomial de la función.



MÉTODO DE TRAPECIO

Considérese la función ƒ en el intervalo [a, b], con los puntos (a, ƒ(a)) y (b, ƒ(b)) se construye el polinomio de Lagrange de grado uno.
ƒ(x) = P1(x) + E, donde E es el error en la aproximación


ahora,la integral de ƒ(x).

La expresión que aproxima el valor de la integral se conoce como regla del trapecio, porque geométricamente se puede interpretar que se aproxima el área bajo la curva por el área bajo un polinomio de grado uno P1(x) y la figura que resulta es un trapecio.

REGLA DE SIMPSON

Una forma evidente de mejorar la aproximación de una integral es con una mejor aproximación para el integrando ƒ(x). Esto se puede lograr con un polinomio de grado 2. 

Considérese la función ƒ(x) en el intervalo [a, b] y x0 = a, x1 = x0 + h, x2 = b, donde.

Con los puntos (x0, ƒ(x0)), (x1, ƒ(x1)) y (x2, ƒ(x2)) se construye el polinomio de Lagrange de grado 2,



ahora  La integral del polinomio se resuelve por partes y resulta:
reemplazando x1 = x0 + h, x2 = x0 + 2h resulta:


 Luego ,                 

Por lo tanto.
 

Esta expresión se conoce como regla de simpson.
El error en la aproximación es




sábado, 28 de noviembre de 2015

5.1 DERIVACIÓN NUMÉRICA

5.1 DERIVACIÓN NUMÉRICA


Definición de Derivación Numérica
       La derivación numérica es una técnica de análisis numérico para calcular una aproximación a la derivada de una función en un punto utilizando los valores y propiedades de la misma.
Principalmente se utiliza para realizar derivadas que no tienen una solución conocida o que su desarrollo sea muy complicado o demasiado largo. Además es menos costoso calcular la aproximación que el valor exacto. O bien sea porque sólo conocemos los valores de f en un número finito de puntos x.

Formulación mediante diferencias finitas
       El método más sencillo para estimar numéricamente derivadas parece evidente: tómese h lo suficientemente pequeño para que la diferencia entre el cociente incremental y su límite cuando h →0 sea menor que la precisión deseada.
Por definición, la derivada de una función F(x) es:

f^ (x)=lim┬(h→0)⁡〖(f(x+h)-f(x))/h
  Las aproximaciones numéricas que podamos hacer (para h>0) serán:





   La aproximación de la derivada por este método entrega resultados aceptables con un determinado error. Para minimizar los errores se estima que el promedio de ambas entrega la mejor aproximación numérica al problema dado:
Diferencias centrales:
f^ (x_0 )  (f(x_0+h)-f(x_0-h))/2h
f′′(x_0)(f(x_0+h)-2f(x_0 )+f(x_0-h))/h^2



Ejemplo

Encontrar la primer derivada con el método de diferencias finitas:
  f(x)=sen(x)
  x=2, h=0.001

Diferencias hacia delante
Diferencias hacia atrás
Comprobar con reglas de derivación