INSTITUTO TECNOLGICO SUPERIOR DE SAN NDRES TUXTLA

MDULO METODOS NUMERICOS DOCENTE INDRA DE LA O. ORTIZ

ALUMNO JOSE ALBAIL MIROS

GRUPO 404-A

CARRERA ING. EN SISTEMAS COMPUTACIONALES

EN LAS MATEMATICAS CON FRECUENCIA LAS FUNCIONES SE REPRECENTAN MEDIANTE SERIOS INFINITAS POR EJEMPLO LA FUNCION EXPONENCIAL SE CALCULA DE LA SIGUIENTE FOMA.

ASI CUANTO SE LE AGREGEN MAS TERMINOS A LA SERIE LA PROXIMACION CA VEZ UNA ESTIMACION DEL VALOR REAL DE . EMPPESANDO CON EL PRIMER TRMINO Y AGREGANDO TERMINO POR TERMINO ESTIME EL VALOR DE DESPUES DE AGREGAR CADA TERMINO CALCULE LOS ERRORES RELATIVOS Y VERDADEROS.

=1.648721271

( ( (

) ) ) ( ( ) ) ( )

VALORES PORCENTUALES

TABLA DE RESULTADOS TERMINOS 1 2 3 4 5 6 RESULTADOS 1 1.5 1.625 1.6958333333 1.648437500 1.6948697417 Et(%) 39.34% 9.02% 1.4387% 0.175% 0.0172% 0.001416% Ea(%) 0% 33.33% 7.69% 1.2658% 0.158% 0.157%

CALCULE EL VALOR DE LAS RAICES DE UNA ECUACION CUADRATICA CUANDO a=1, b=3000.001 Y c=3 COMPARE EL VALOR CALCUDO CON LOS VALORES VERDADEROS DE LA RAIZ DONDE x1= -0.001 Y x2= -3000.

( ) ( ( ) ) ( )( )

PRECENTAR UN EJEMPLO DE MANIPULACION EN EL PROCESO DE ERRORES DE RREDONDEO EN METODOS NUMERICOS.

EJEMPLO EL VOLAR DE e COMO 2.718281828 SI CORTAMOS EL NUMERO EN 2.71828182 (8 SIFRAS SIGNIFICATIVAS LUEGO DEL PUNTO DECIMAL) ESTAMOS OBTENIENDO UN ERROR DE:

QUE EN TERMINOS ABSOLUTOS ES MUCHOS MENOR QUE EL ANTERIOR.

OVERFLOW En seguridad informtica y programacin, un desbordamiento de buffer (del ingls buffer overflow o buffer overrun) es un error de software que se produce cuando un programa no controla adecuadamente la cantidad de datos que se copian sobre un rea de memoria reservada a tal efecto (buffer), de forma que si dicha cantidad es superior a la capacidad preasignada los bytes sobrantes se almacenan en zonas de memoria adyacentes, sobrescribiendo su contenido original. Esto constituye un fallo de programacin. Se denomina shellcode al cdigo ejecutable especialmente preparado que se copia al host objeto del ataque para obtener los privilegios del programa vulnerable. La capacidad de los procesadores modernos para marcar zonas de memoria como protegidas puede usarse para aminorar el problema. Si se produce un intento de escritura en una zona de memoria protegida se genera una excepcin del sistema de acceso a memoria, seguido de la terminacin del programa. Por desgracia para que esta tcnica sea efectiva los programadores han de indicar al sistema operativo las zonas que se necesita proteger, programa a programa y rutina a rutina, lo que supone un problema para todo el cdigo heredado. Ejemplo bsico En este ejemplo, un programa tiene definidos dos elementos de datos continuos en memoria: un buffer de 8 bytes tipo string, A, y otro de dos bytes tipo entero, B. Al comienzo, A contiene bytes nulos y B contiene el nmero 3 (cada carcter se representa mediante un byte).

Buffer A

Buffer B

A continuacin, el programa intenta almacenar la cadena de caracteres "demasiado" en el buffer A, seguido de bytes nulos para marcar el fin de string. Al no validarse la longitud de la cadena, se sobrescribe el valor de B: 'd' 'e' 'm' 'a' 's' 'i' 'a' 'd' 'o' 0

Buffer A

Buffer B

A pesar de que el programador no quera cambiar el contenido del bffer B, el valor de ste ha sido remplazado por un nmero equivalente a parte de la cadena de caracteres. Para este ejemplo, en un sistema big-endian que use ASCII, el carcter 'o' seguido del byte nulo equivale al nmero 28416. Si B fuese la nica variable aparte de A definida en el programa, la escritura de datos que sobrepasen los lmites de B generaran un error como segmentation fault, concluyendo as el programa.

UNDERFLOW En informtica un subdesbordamiento de bfer (Buffer underflow/underrun) es un problema aritmtico, esto sucede cuando un bfer carga su informacin (flujo de datos) a una velocidad ms baja que el procesamiento de la misma, esto hace que el programa o dispositivo que procesa dicha informacin se detenga momentnea y seguidamente por el hecho de que si continua, estara haciendo una solicitud a un espacio de memoria nula, un subdesbordamiento de bfer puede efectuarse en cualquier software o dispositivo que dependa del flujo de datos o carga de un bfer: Grabadores, exploradores de internet, etc. Ejemplo Grfico La combinacin del color verde claro y el color verde oscuro representan el avance del proceso de la informacin, el color verde claro representa el progreso de carga del bfer, el verde oscuro representa el progreso del proceso fuera del bfer (Subdesbordamiento), y el color gris representa la memoria nula reservada para la carga del bfer:

METODO DE POSICION FALSA TAMBIEN LLAMADO DE REGULA-FALSI AL IGUAL QUE EL ALGORITMO DE LA SECANTE APROXIMA LA DERIVADA DE LA FUNCION DE ACUERDO AL SIGUIENTE COCIENTE. ( ) ( )

PERO EN ESTE CASO LOS VALORES DE (xi) Y (xi-1) SE ENCUENTRAN EN LADOS APUESTOS DE LA RAIZ BUSCADA DE MODO TAL QUE SUS VALORES FUNCIONALES CORRESPONDIENTES TIENEN SIGNOS APUESTOS ESTO ES f(xi)*f(xi-1)<0. XI = X0 XI-1 = XI

PARA CALCULAR EL VALOR DE XM QUE EN ESTE CASO SERIA LA RAZ BUSCADA SE UTILIZA LA SIGUIENTE EXPRESIN.

( *

) ( ) + ) ( )

( (

) )

( ( )

UTILICE EL METODO DE REGULA-FALSI PARA OBTENER LA RAIZ REAL DEL SIGUIENTE POLINOMIO METODOLOGIA: PARA OBTENER XI Y XD SE EVALUA LA FUNCION EN ALGUNOS PUNTOS DONDE EL CALCULO SEA FACILITADO O BIEN SE PUEDA GRAFICAR. Xi 2 1 0 -1 -2 F(Xi) 16 -7 -20 -29 -40

DE ACUERDO CON EL TEOREMA DE BOLZANO HAY UNA RAIZ REAL POR LO MENOS EN EL INTERVALO 1,2 POR LO TANTO. XI=1 f(XI) = -7 XD=2 f(XD) = 16 ( )( ) ( )( ) ( ) Ea=0 EVALUAR EL NUEVO VALOR DE X EN LA FUNCION ( ) ( ) SEGUNDA ITERACIN ( ) ( ) ( )( ( Ear=0

( ) )

( ( TERCERA ITERACION ( )(

) ) ( )( ) )

) (

( (

) ) ( ( ) ) ( ( ( )( ) ( ) ( )( ) ) ( ) )

CUARTA ITERACION

QUINTA ITERACION ( ( ( ) )( ) ( )( ( ) ) ( ) )

( ( SEXTA ITERACION

) )

( ( )( ) (

) ( )( )

( )

LA SIGUIENTE FUNCION SE UTILIZA EN MECANICA DE FLUIDO PARA DETERMINAR LA VELOCIDAD DE UN FLUIDO EN INTERVALOS ABIERTOS. ( ) ( ) DONDE:

m= COEFICIENTE DE RUGOCIDAD r=RADIO HIDRULICO EN PIES e=PENDIENTE DE LA SUPERFICIE DEL FLUIDO v=VELOCIDAD DEL FLUIDOS EN Pre/seg.(Ft/seg)1Ft=30.48cm

CALCULE EL RADIO HIDRAULICO CORRESPONDIENTE A LOS SIGUIENTES DATOS POR EL MEDIO DE STEFFENSEN. m=1.1, e=0.001, v=5Ft/seg.

PASO 1 SUSTITUIR LA ECUACION b EN LA ECUACION a. ( ) ( ) ( ( )

( )

( ) ( ( ) ( ( ) ) )

( )

( )

( )

( )

UNA DE LAS FORMAS DE g(r) ES IGUAL A r, NECESARIA PARA EL MTODO DE STEFFENSEN SON EMBARGO ANTES DE USAR EL MTODO CONVIENE AVERIGUAR EL COMPORTAMIENTO DE g(r). g(r) = r

( ) ( )

( )

PRIMERA ITERACION

( ) ( )

/f(x)/<E /4.16380/<E /10.4991/<E NO SE TIENE QUE SEGUIR ITERANDO SEGUNDA ITERACION R3=4.16380Ft R4=4.04622 R5=4.01711

( ( )

R6=4.00753 /f(x0)/<E /5.14010/<E

INTERPOLACION NUMERICA EN OCACIONES CUANDO SE PLANTEA UN PROBLEMA DEL CUAL SE CONOCE UNA TABLA DE VALORES DE UNA FUNCION DESCONOCIDA A DIFICIL DE MANEJAR, Y NOS INTERESA SUSTITUIRLA POR OTRA MAS SENCILLA (POR EJEMPLO UN POLINOMIO) QUE VERIFIQUE LA TABLA DE VALORES. ES ENTONCES CUANDO SE ASE NECESARIO IUNA ITERPOLACION POLINOMIAL.

CASOS PARTICULARES. a) INTERPOLACION DE LAGRANGE b) INTERPOLACION DE TAYLOR c) INTERPOLACION DE HERMITE

A) EL METODO DE APROXIMACION POLINOMIAL REQUIERE LA SOLUCION DE UN SISTEMA DE ECUACIONES ALGEBRAICAS LINEALES QUE, CUANDO EL GRADO DEL POLINOMIO ES ALTO PUEDE PRESENTAR INCONVENIENTES, POR LO QUE SE HACE NECESARIO UNA APROXIMACION POLINOMIAL EN QUE NO SE REQUIERE UN SISTEMA DE ECUACIONES LINEALLES Y LOS CALCULO SE REALIZA DIRECTAMENTE, ENTRE ESTOS SE ENCUENTRA EL DE APROXIMACION PILINOMIAL DE LA GRANGE.

POLINOMIO DE PRIMER GRADO P(x)= ( ( ( ) ) ) ( ( ( ) ) ) ( ) ( ) ( )

SUSTITUIR (a) Y (b) EN (1) ( ) ( ) ( ) ( ) ( ) ( )

EN FORMA COMPLETA: ( ) ( ) POLINOMIO DE GRADO n ( ) ( ) ( ) ( ) ( ( ) )

( ) ( ( ) ( ) ( ( ( ( ( (

( ) ( ) )( ( )( ) ( )( ( )( ) ( )( ) ( )( ) ( ( ) ( )

( ) ( ) ) ) ) ) )

( )

 PRIMERA ITERACION

SEGUNDA ITERACION

TERCERA ITERACION

CUARTA ITERACION

QUINTA ITERACION

SEXTA ITERACION

SEPTIMA ITERACION

OCTAVA ITERACION

import java.io.*; public class jacobi { public static void main (String[] args) { double x1=0, x2=0, x3=0, x4=0, tope1=0.1, tope2=0.1, tope3=0.1, tope4=0.1; double x11,x21,x31,x41; double errorabsx1,errorabsx2,errorabsx3,errorabsx4; int numero=0; while(tope1>=0.0001 && tope2>=0.0001 && tope3>=0.0001 && tope4>=0.0001){ numero++;

System.out.println ("*** Iteracion "+numero+" ***"); x11=0.25*x2+0.25; x21=0.25*x3+0.25*x1+0.25; x31=0.25*x2+0.25*x4 +0.25; x41=0.25*x2+0.25; System.out.println ("Valoresde raices: x1: "+x11+" x2: "+x21+" x3: "+x31+" x4: "+x41); errorabsx1=x11-x1; if(errorabsx1>0){ tope1 = errorabsx1; } tope1 = errorabsx1*(-1); }

else if(errorabsx1<0){ errorabsx2=x21-x2; if(errorabsx2>0){

tope2 = errorabsx2; } tope2 = errorabsx2*(-1); }

else if(errorabsx2<0){ errorabsx3=x31-x3; if(errorabsx3>0){

tope3 = errorabsx3; } tope3 = errorabsx3*(-1); }

else if(errorabsx3<0){ errorabsx4=x41-x4; if(errorabsx4>0){

tope4 = errorabsx4; } tope4 = errorabsx4*(-1); }

else if(errorabsx4<0){

System.out.println ("Errores absolutos x1: "+errorabsx1+" x2: "+errorabsx2+" x3: "+errorabsx3+" x4: "+errorabsx4+"\n"); x1=x11; x2=x21; x3=x31; x4=x41; }

} }

// Maht.sqrt(x+y)

PRIMERA ITERACION

SEGUNDA ITERACION

TERCERA ITERACION

CUARTA ITERACION

RESULTADO: 0.9999970629. E= 7.34281*

import java.io.*; public class NewtonMultivariable { public static void main (String[] args) { double tope1=0.001,tope2=0.001,F1xy,F2xy,f1x, f1y, f2x, f2y,j,errorabsx,errorabsy; int numero = 1;//Declaracion de numero igual con 0 double x0=0,x1,x2; double y0=0,y1,y2; System.out.println ("**** Iteracion 1 ****"); F1xy=x0*x0-10*x0+y0*y0+8;

F2xy=x0*y0*y0+x0-10*y0+8; f1x=2*x0-10; f1y=2*y0; f2x=y0*y0+1; f2y=2*x0*y0-10; j=f1x*f2y-f2x*f1y; System.out.println ("Originales "+"F1(xy): "+F1xy+" F2(xy): "+F2xy); System.out.println ("Derivadas "+"f1x: "+ f1x+" f1y: "+f1y+" f2x: "+f2x+" f2y: "+f2y); System.out.println ("Jacobiano: "+j); x1=x0-F1xy*f2y/j+ F2xy*f1y/(j); y1=y0-F2xy*f1x/j+ F1xy*f2x/(j); System.out.println ("Raices x: "+x1+" y: "+y1 +"\n"); System.out.println ("Error relativo x: 1"+" y: 1" +"\n"); while(tope1>=0.0001 && tope2>=0.0001){ numero++; System.out.println ("**** Iteracion "+numero+" ****"); F1xy=x1*x1-10*x1+y1*y1+8; F2xy=x1*y1*y1+x1-10*y1+8; f1x=2*x1-10; f1y=2*y1; f2x=y1*y1+1; f2y=2*x1*y1-10; j=f1x*f2y-f2x*f1y;

System.out.println ("Originales "+"F1(xy): "+F1xy+" F2(xy): "+F2xy); System.out.println ("Derivadas "+"f1x: "+ f1x+" f1y: "+f1y+" f2x: "+f2x+" f2y: "+f2y); System.out.println ("Jacobiano: "+j); x2=x1-F1xy*f2y/j+ F2xy*f1y/(j); y2=y1-F2xy*f1x/j+ F1xy*f2x/(j); System.out.println ("Raices x: "+x2+" y: "+y2); errorabsx=x2-x1; if(errorabsx>0){ tope1 = errorabsx; } else if(errorabsx<0){ tope1 = errorabsx*(-1); } errorabsy=y2-y1; if(errorabsy>0){ tope2 = errorabsy; } else if(errorabsy<0){ tope2 = errorabsy*(-1); } System.out.println ("Error relativo x: "+tope1+" y: "+tope2 +"\n"); x1=x2; y1=y2; } }

CALCULE LAS RAICES DE LAS SIGUIENTES ECUACIONES SIMULTANES NO LINEALES, USANDO. EL METODO DE ITERACION DEL PUNTO FIJO Y NEWTON RAPHSON MULTIVARIABLE.

( (

) )

PRIMER PAR DE RAICES [1,1]

PRIMERA ITERACION

)( ( )( ( )(

) ) )

( )( ) ( ( )( ) )( )

SEGUNDA ITERACION ( ( ) )

TERCERA ITERACION

( CUARTA ITERACION

import java.io.*; public class gaussSeidel { public static void main (String[] args) { double x1=0, x2=0, x3=0, x4=0, tope1=0.1, tope2=0.1, tope3=0.1, tope4=0.1; double x11,x21,x31,x41; double errorabsx1,errorabsx2,errorabsx3,errorabsx4; int numero=0; // while(tope1>=0.0001 && tope2>=0.0001 && tope3>=0.0001 && tope4>=0.0001){ while(numero<=19){ numero++; // Numero de iteraciones

System.out.println ("*** Iteracion "+numero+" ***"); // operacion de los despejes x11=230.0/80.0-15.0*x2/80.0-35.0*x3/80.0-60.0*x4/80.0; x21=180.0/72.0-28.0*x11/72.0-57.0*x3/72.0-25.0*x4/72.0; x31= 80.0/12.0-20.0*x11/12.0-20.0*x21/12.0-20.0*x4/12.0; x41=160.0/60.0-50.0*x11/60.0-10.0*x21/60.0-20.0*x31/60.0; double costo=18*x11+5*x21+7*x31+20*x41; System.out.println ("Valores de raices: x1: "+x11+" x2: "+x21+" x3: "+x31+" x4: "+x41); System.out.println ("Con un costo de: $ "+costo); errorabsx1=x11-x1; if(errorabsx1>0){ tope1 = errorabsx1; } else if(errorabsx1<0){ tope1 = errorabsx1*(-1); } errorabsx2=x21-x2; if(errorabsx2>0){ tope2 = errorabsx2; } else if(errorabsx2<0){ tope2 = errorabsx2*(-1); } errorabsx3=x31-x3; if(errorabsx3>0){ tope3 = errorabsx3; } else if(errorabsx3<0){ tope3 = errorabsx3*(-1); } errorabsx4=x41-x4; if(errorabsx4>0){ tope4 = errorabsx4; } else if(errorabsx4<0){ tope4 = errorabsx4*(-1); } System.out.println ("Errores absolutos x1: "+tope1+" x2: "+tope2+" x3: "+tope3+" x4: "+tope4+"\n"); x1=x11; x2=x21; x3=x31; x4=x41; } } } // Math.sqrt(x+y)

DIFERENCIACION NUMERICA FORMULA QUE REPRECENTA GRAFICAMENTE UNA DERIVADA.

( )| |

( )

ASI COMO EN LA INTEGRACION NUMERICA SE PROCEDE A APROXIMAR UNA FUNCION TABULADA f(x) Y SE DETERMINA APROXIMADAMENTE A UN POLINOMIO DE GRADO (n) DE ACUERDO A LOS CONDICIOONALES QUE DEMANDE EL EJERCICION EN CUESTION Y CON CRITERIO DE AJUSTE EXACTO (POR MINIMOS CUADRADOS LA DIFERENCIACION

NUMERICA CONCISTIRA SIMPLEMENTE EN DIFERENCIAR LA FORMULA DEL POLINOMIO INTERPOLANTE).

SE DEFINE EN TRES TIPOS HACIA ADELANTE CENTRADAS DIFERENCIAS DIVIDIDAS HACIA ATRAS

SI SE TIENE LA SIGUIENTE FUNCION EN FORMA TABULAR LA DERIVADA SOLO PUEDE OPTENERCE DE LA FORMA APROXIMADA O POR EJEMPLO SI SE DESEA LA DERIVADA EN EL PUNTOS x0 , x1 PUEDE ESTIMARCE COMO SIGUE.

PUNTO X F(x)

0 X0 F(X0)

1 X1 F(X1)

2 X2 F(X2)

N Xn F(Xn)

( ( ) [ [ SEGUNDA DERIVADA [ ] [ ( ) ( ]) ] ] ( ( ) ( ) ) (

) ) ( ( ) )

[ (

PUNTO x F(x)

0 -2 -18

1 -1 -5

2 0 -2

3 2 -2

4 3 7

5 6 14.2

[ ( )

)]

[ ( ( ( ( [

) (

( ) ) ) ) ]

)]

LA SIGUIENTE TABLA REPRECENTA EL GASTO INSTANTANEO DEL PETROLEO CRUDO EN UN OLEODUCTO EN (MILES DE LIBRAS POR HORA) EL FLUJO SE MIDE A INTERVALOS DE 12 min.

a) CUAL ES LA CANTIDAD DE PETROLEO BOMBEADO EN 2hrs 12min. b) CULCULE EL GASTO PROMEDIO DE ESTE PERIODO.

HORAS 6 GASTOS 6.2

6:12 6

6:24 5.9

6:36 5.9

6:48 6.2

7 6.4

7:12 6.5

7:24 6.8

7:36 6.9

7:48 7.1

8 7.3

8:12 6.9

F=12 FUNCION TRAPEZOIDAL

X0 =6.2 X1=6.9

[ (

)]

( Wpromedio=14.310.054 Wpromedio=

INTEGRAL

SUS PARTES SON a =REPRESENTA LOS TERMINOS DE LA SUMATORIA

ak =REPRESENTA EL TERMINO k-ESIMO DE LA SUMATORIA an =REPRESENTA EL TERMINO n-ESIMO DE LA SUMATORIA k =INDICE DE LA SUMATORIA l =LIMITE n =LIMITE SUPERIOR

DERIVADA UNA FUNCION ES DERIVABLE EN x SI SU DERIVADA EN x EXISTE Y DERIVABLE EN UN INTERVALO ABIERTO [a,b] SI ES DERIVABLE EN TODO Y CADA UNO DE LOS PUNTOS DE ESE INTERVALO. SU FUNCION ES LA SIGIENTE

f EN x VIENE DADA POR ( ) ( ) ( )

CUADRATURA DE GAUSS ( ) ( a= -0.8 z= -1 )

b=1.5

z= 1

( (

) )

( )

) )

[(

) (

)]

[(

)]

[(

)(

)]

( )

(
)] )]

[( [(

( (

)) ) (

F(z1) = e

[( )(

w1,w3 = mismo valor wz = 0.88888 -z1 y z3 = 0.774596 Z2 =0.0000000 PARA TRES PUNTOS

)
(

)
)

W1 = w3 0.35555

f(z1)=0.463111

W2=0.88888 f(z2)=0.94055 -z1=z3=0.774596 f(z3)= 0.86399 Z2 = 0

INTERPOLACIN En el sub-campo matemtico del anlisis numrico, se denomina interpolacin a la obtencin de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos.

En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de puntos obtenidos por muestreo o a partir de un experimento y pretender construir una funcin que los ajuste. Otro problema estrechamente ligado con el de la interpolacin es la aproximacin de una funcin complicada por una ms simple. Si tenemos una funcin cuyo clculo resulta costoso, podemos partir de un cierto nmero de sus valores e interpolar dichos datos construyendo una funcin ms simple. En general, por supuesto, no obtendremos los mismos valores evaluando la funcin obtenida que si evalusemos la funcin original, si bien dependiendo de las caractersticas del problema y del mtodo de interpolacin usado la ganancia en eficiencia puede compensar el error cometido. En todo caso, se trata de, a partir de n parejas de puntos (xk,yk), obtener una funcin f que verifique

A la que se denomina funcin interpolante de dichos puntos. A los puntos xk se les llama nodos. Algunas formas de interpolacin que se utilizan con frecuencia son la interpolacin lineal, la interpolacin polinmica (de la cual la anterior es un caso particular), la interpolacin por medio de spline o la interpolacin polinmica de Hermite. Interpolacin Lineal

La lnea azul representa la interpolacin lineal entre los puntos rojos.

UNO DE LOS MTODOS DE INTERPOLACIN MS SENCILLOS ES EL LINEAL.

En general, en la interpolacin lineal se utilizan dos puntos, (xa,ya) y (xb,yb), para obtener un tercer punto interpolado (x,y) a partir de la siguiente frmula:

La interpolacin lineal es rpida y sencilla, pero no muy precisa.

APROXIME LA TEMPERATURA DE EBULLICION DE LA ACETONA A UNA PRESION DE 30 atm USANDO APROXIMACION POLINOMIAL DE NEWTON DE GRADO 3 E INTERPOLACION DE LAGRANGE. ( ( ( ( ( ) ( ) ( ( ( ) ) ) ) ) ) )( ( )( )( ) )

INTERPOLACION DE LAGRANGE

PUNTOS T( ) P(atm)

0 56.5 1

1 11.30 5

2 18.10 20

3 214.5 40

( ) ( ) ( ) ( ( ( ( )( )( )( )( ( ) ( )* (

( ) ( )( )( )( )( ( )( )(

) ) ) ) )

( ) ( ) ( ( ( ( )( )( +( ) )( )( )( )( ) ) *

( ) ( ) )( )( )( )( ) ) ) )

( ) ( )

+(

* ( ) ( )( ) ( )(

+( ) ( )

) (

* )( ) (

+( )( )

APLICACIONES DE LAS EDOS EN INGENIERIA

Un producto nuevo de cereal se introduce a travs de unas campaas de publicidad a una poblacin de 1 milln de clientes potenciales. La velocidad a la que la poblacin se entera del producto se supone que es proporcional al nmero de personas que todava no son conscientes del producto. Al final de un ao, la mitad de la poblacin ha odo hablar del producto. Cuntos han odo hablar de l por el final de 2 aos?

SOLUCIN

En primer lugar definimos las variables que forman parte del problema: y : es el nmero en millones de personas (clientes potenciales). t : tiempo que han odo hablar del producto. (1-Y): es el nmero de personas que no han odo de este. dy : la velocidad a la que la poblacin conoce sobre el producto. dt

En segundo lugar especificamos la expresin diferencial que describe el problema.

dy = k (1- y) dt

Ecuacin Diferencial

Esta ecuacin significa que la tasa de cambio de y, es proporcional a la diferencia entre 1 y y.

Para resolver la ecuacin diferencial:

1. Separamos las variables: dy = k (1 - y) dt Forma Diferencial

dy (1 - y)

= k dt

2. Integramos a ambos lados de la igualdad. dy (1 - y) - ln 1 - y = kt + C1 = k dt

Ln |1 - y | = - kt + C1

Multiplicamos por -1

1 y = ^- kt + C1 1

Aplicamos propiedad de los logaritmos y asumimos que y <

Y = 1 - C^(- kt)

Y = 1 - C^(- kt) Solucin General

Para el clculo de la solucin particular se debe aplicar las condiciones iniciales del problema a la solucin general, es decir:

y = 0 cuando t = 0, por tanto C = 0

y = 0.5 cuando t = 1, por tanto k = ln 2 = 0.693

0.5 = 1 - ^(- k)

Y = 1 - ^(- 0.693t) Solucin Particular

En la solucin particular reemplazamos t por 2, esto es el nmero de aos que ha transcurrido desde la publicacin del producto y sobre el cual se va a evaluar el total de personas que lo conocen hasta el momento.

Y = 1 - ^(- 0.693(2))

Y = 0.75 o 750000 Personas Respuesta

RTA: Al final de dos aos las personas que han odo hablar del producto (nuevo cereal) son 750000.

GRFICA QUE SATISFACE EL PROBLEMA

CONCIENCIA PUBLICITARIA

Clientes potenciales (en millones)

Tiempo (en aos)

CONCLUSIN: Notamos que la curva asciende a medida que avanza el tiempo. Esto significa que los clientes potenciales aumentan cuando pasa el tiempo.