Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Antologiademetodosnumericosisc 110305230854 Phpapp01 PDF
Antologiademetodosnumericosisc 110305230854 Phpapp01 PDF
de Acayucan
AN TOLOGIA
Presenta:
ING. ULISES GIRON JIMENEZ
Mtodos Numricos
JUSTIFICACION .. 6
2.4. Aplicaciones 54
III
3.4 Aplicaciones.. 76
Bibliografa 141
IV
OBJETIVO GENERAL
JUSTIFICACION
VI
UNIDAD 1
TEORA DE ERRORES.
Objetivo:
El estudiante comprender la
importancia de los mtodos numricos
y conocer las caractersticas
operativas del software de cmputo
numrico comercial.
Algunas de las razones por las cuales se debe estudiar los mtodos numricos son los
siguientes:
Los mtodos numricos son tcnicas mediante las cuales es posible formular problemas de
tal forma que puedan resolverse usando operaciones aritmticas. Aunque hay muchos tipos
de mtodos numricos, todos comparten una caracterstica comn: invariablemente los
mtodos numricos lleva a cabo un buen numero de tediosos clculos aritmticos. Con el
desarrollo de computadoras digitales eficientes y rpidas, el papel de los mtodos numricos
en la solucin de problemas de ingeniera haya aumentado considerablemente en los ltimos
aos.
Hoy en da, las computadoras y los mtodos numricos proporcionan una alternativa para
clculos tan complicados. Al usar la computadora para obtener soluciones directamente, se
pueden aproximar los clculos sin tener que recurrir a suposiciones de simplificacin o
tcnicas deficientes.
Figura: Las tres fases en la solucin de problemas de ingeniera en a) la era anterior a las
computadoras y b) la era de las computadoras. Los tamaos de los recuadros indican con el
10
nivel de importancia que se dirige a cada fase en el saln de clases. Las computadoras
facilitan la implementacin de tcnicas de solucin as permiten un mayor cuidado sobre los
aspectos creativos de la formulacin de problemas y la interpretacin de resultados.
Adems existen un buen nmero de razones por las cuales se deben estudiar los mtodos
numricos:
3. Los mtodos numricos son un vehculo eficiente para aprender a servirse de las
computadoras personales. Es bien sabido que una manera efectiva de aprender
programar las computadoras es escribir los programas. Como los mtodos
numricos, en su mayor parte estn elaborados para implementarse en
computadoras, resultan ideales para este propsito. Aun mas, estn especialmente
adaptadas para ilustrar la potencia as como las limitaciones de las computadoras.
11
1. Races de ecuaciones.
Estos problemas estn relacionados con el valor de una variable o de un parmetro que
satisface una ecuacin. Son especialmente valiosos en proyectos de ingeniera donde
con frecuencia resulta imposible despejar analticamente parmetros de ecuacin de
diseo.
12
Encontrar:
a11 x1 + a12 x2 = c1
a21 x1 + a22 x2 = c2 x tal que
3. Integracin.
Tal como se representa, una interpretacin fsica de la integracin numrica es la
determinacin del rea bajo la curva. La integracin tiene diversas aplicaciones en la
prctica de la ingeniera, que van desde la determinacin de los centroides de objetos de
forma extraa hasta el clculo de cantidades totales basadas en conjunto de medidas
discretas.
b
I = f ( x)dx
a Encontrar el rea bajo la curva.
13
dy y
= f (t , y )
dt t Encontrar y como funcin
de t.
14
Una caracterstica de estos mtodos es que proporcionan slo resultados aproximados, por lo
tanto el estudio del error es de inters central para el anlisis numrico. En la practica
profesional, los errores pueden resultar costosos y en algunas ocasiones catastrficos. Se
puede perder hasta la vida si una estructura o un dispositivo llega a fallar.
0.000 018 45
0.000 184 5
0.001 845
4.530 x 104
4.5300 x 104
15
hasta el infinito. Como las computadoras tienen solo un numero finito de cifras
significativas, tales nmeros jams se podrn representar con exactitud. A la
omisin del resto de cifras significativas se le conoce como error de redondeo.
Los errores asociados con los clculos y medidas se pueden caracterizar observando su
precisin y exactitud.
Estos conceptos se pueden ilustrar grficamente usando una analoga con un buen tirador al
blanco. Los agujeros en el centro del tiro al blanco de cada esquema de la figura siguiente se
pueden imaginar como las predicciones en una tcnica numrica, mientras que el centro del
blanco de cada esquema representa la verdad. La inexactitud (conocida tambin como
sesgo) se define como un alejamiento sistemtico de la verdad. Por lo tanto, aunque las
balas en la figura c estn ms juntas que las de la figura a, los dos casos son igualmente
inexactos ya que ambos se centran en la esquina superior izquierda del blanco. La precisin,
por el otro lado se refiere a la magnitud del esparcimiento de las balas. Por lo tanto, aunque
las figuras b y d son igualmente exactas (esto es, igualmente centradas respecto al blanco),
la ltima es ms precisa ya que las balas estn en un grupo ms compacto.
16
E = p p*
Sin embargo, para facilitar el manejo y el anlisis se emplea el error absoluto definido como
EA = p p *
p p*
ER = , si p 0
p
ERP = ( ER )100
17
Error aproximado
aproximacionactual aproximacionanterior
a = x100
aproximacionactual
Los errores de redondeo se deben a que las computadoras solo guardan un numero finito de
cifras significativas durante un calculo. Las computadoras realizan esta funcin de maneras
diferentes. Por ejemplo, si solo se guardan siete cifras significativas, la computadora puede
almacenar y usar como = 3.141592, omitiendo los trminos restantes y generando un
error de redondeo.
Ya que la mayor parte de las computadoras tienen entre 7 y 14 cifras significativas, los
errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del
porque pueden resultar crticos en algunos mtodos numricos:
18
2. el efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo.
Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo
puede resultar de mucha importancia.
Solucin:
32981108.1234
32981107.9989
0.1245
19
32981437.9345
32981107.9989
329.3356
Los siguientes ejemplos tienen por objeto ilustrar las reglas de redondeo analizados.
1. Errores de redondeo
5.6723 5.67 3 cifras significativas
2. suma y resta
a) 2.2 1.768 = 0.432 = 0.4
-7 -4
b) 0.00468 x 10 + 8.3 x 10 228 x 10-6 =6.02468 x 10 4
= 6.0 x 10 -4
se
redondea hasta el 3 porque nos indica que es el valor para redondeo
3. multiplicacin y divisin
a) Evalese 0.0642 x 4.8 = 0.30816 = 0.31
b) 945/0.3185 = 2967.032967= 2970
Los errores de truncamiento son aquellos que resultan al usar una sucesin finita o infinita
de pasos en el cual se realizan clculos para producir un resultado exacto, se trunca
prematuramente despus de un cierto nmero de pasos.
20
Truncar la siguiente cifra hasta centsimos, o hasta que sean dos las cifras significativas :
7 = 2 . 645751311
7 2.64
Como podemos ver, en este tipo de error, lo que se hace es omitir algunas de las cifras de
una cantidad, debido a que esta contiene muchos decimales, entonces se trunca o corta el
nmero, por lo que tambin cae en un error.
Los errores de truncamiento son aquellos que resultan al usar una aproximacin en lugar de
un procedimiento matemtico exacto. Estos errores se regresan a la formulacin matemtica
usada ampliamente en los mtodos numricos para expresar funciones en forma polinomial.
La serie de Taylor.
La serie de Taylor
La serie de Taylor da una formulacin para predecir el valor de la funcin en xi +1 en trminos
Por ejemplo: el primer trmino de la serie es conocida como aproximacin de orden cero.
f ( xi +1 ) f ( xi )
f ( xi +1 ) f ( xi ) + f ( xi )h donde h = ( xi +1 xi )
f ( xi ) 2
f ( xi +1 ) f ( xi ) + f ( xi )h + h donde h = ( xi +1 xi )
2!
21
Se incluye un termino residual para considerar todas los trminos desde n + 1 hasta el
infinito:
f ( n +1) ( ) n +1
Rn = h
(n + 1)!
Los errores por truncamiento pueden ser disminuidos cuando los errores por redondeo se
incrementan. Para poder disminuir un componente del error numrico total, se debe
incrementar otro valor.
Errores humanos
1. Errores por equivocacin. Las equivocaciones ocurren a cualquier nivel del proceso de
modelacin matemtica y puede contribuir con todas las otras componentes del error.
22
En la actualidad existen dos tipos de usuarios de software. Por un lado estn aquellos que
toman lo que se les da. Es decir, quienes se limitan a las capacidades que encuentran en el
modo estndar de operacin del software existente. Por ejemplo, resultan muy sencillo
resolver un sistema de ecuaciones lineales o generar graficas con valores x - y con EXCEL,
Matlab o Mathcad . como este modo de operacin por lo comn requiere un mnimo
esfuerzo, muchos de los usuarios adoptan este modo de operacin. Adems, como los
diseadores de estos paquetes se anticipan a la mayora de las necesidades tpicas de los
usuarios, muchos de los problemas pueden resolverse de esta manera.
Pero , Que pasa cuando se presentan problemas que estn mas all de las capacidades
estndar de dichas herramientas ? . en tal caso usted tiene dos alternativas.
La primera seria buscar otro paquete y ver si sirve para resolver el problema. Esta es una de
las razones por las que quisimos usar EXCEL como mathcad o Matlab. Como veremos ,
ninguno de ellos abarca todo y cada uno tiene sus ventajas.
Programas computacionales
Los programas computacionales son nicamente conjuntos de instrucciones que dirigen a la
computadora para realizar cierta tarea.
23
Visto desde esta perspectiva , reducimos toda complejidad a unos cuantos tpicos de
programacin, que son:
Programacin estructurada
En esencia la programacin estructurada es un conjunto de reglas que desarrollan en el
programa los hbitos para lograr un buen estilo. Aunque la programacin estructurada es
bastante flexible para permitir considerable creatividad y expresin personal, sus reglas
imponen suficientes restricciones para hacer que los programas resultantes sean muy
superiores a sus versiones no estructuradas.
Programacin modular
Dividir una tarea o una materia complicada en partes mas accesibles es una manera de
hacerla mas fcil. Siguiendo una misma idea, los programas de computacin se dividen en
subprogramas mas pequeos, o mdulos que pueden desarrollar y probarse por separado. A
esta forma de trabajar se le llama programacin modular.
Excel.
Excel es una hoja de calculo producida por Microsoft Inc. Las hojas de clculos son un tipo
especial de software para matemticas que permite al usuarios ingresar y realizar clculos
en renglones y columnas de datos. Como tales, son una versin computarizada de una gran
hoja de contabilidad en la que se lleva a cabo una gran cantidad de clculos
interrelacionados. Puesto que cuando se modifica un valor de la hoja , hay que actualizar
todos los clculos , las hojas son ideales para hacer anlisis del tipo y que pasa si ... ?
24
Matlab
Matlab es el principal producto de software de Mathworks, Inc. , fundada por los analistas
numericos Cleve Moler y John N. Little. Como su nombre lo indica, Matlab se desarrollo
originalmente como un laboratorio para matrices. Hoy , el elemento principal de Matlab sigue
siento la matriz. La manipulacin matemtica de matrices se ha realizado muy
adecuadamente en un ambiente interactivo fcil de utilizar. A esta manipulacin matricial,
Matlab agrega varias funciones numricas, clculos simblicos y herramientas para
visualizacin.
Matlab tiene diferentes funciones y operadores que permiten la adecuada realizacin de los
mtodos numericos que aqu desarrollamos.
Mathcad
El uso del software Mathcad 2001 Professional supone un paso adelante para clarificar y
potenciar el aprendizaje de conceptos, tcnicas e ideas matemticas de forma que sean de
clara utilidad prctica, tanto de cara al desarrollo del currculo acadmico como de cualquier
actividad profesional. En este sentido, el uso adecuado de este programa no slo facilita la
adquisicin de conceptos clave sino que tambin fomenta la creatividad dentro del mbito
matemtico, facilitando la contextualizacin de las asignaturas cuantitativas y ofreciendo
cientos de operadores y funciones incorporadas para resolver problemas tcnicos, desde los
ms simples hasta los ms complicados.
25
Algoritmos y estabilidad.
x 2 x3 x4
e = 1+ x +
x
+ + + ...
2! 3! 4!
Mientras mas trminos se le agreguen a la serie , la aproximacin se acercara mas y mas al
valor de x . la ecuacin anterior se le llama serie de Maclaurin.
valor de e 0.5
. despus que se agregue cada termin, calclense los ERP y a . Ntese
Solucin
s = (0.5 x 10 2 3 ) % = 0.05 %
por lo tanto , se agregaran trminos a la serie hasta que a se menos que este nivel.
p p*
ER = , si p 0 ERP = ( ER )100
p
26
aproximacionactual aproximacionanterior
a = x100
aproximacionactual
x 2 x 4 x 6 x8
Cosx = + + L
2! 4! 6! 8!
Iniciando con el primer termino cos x = 1 , agrguense los trminos uno a uno para estimar
cos
3 . Despus que se agregue cada uno de los trminos, calclense los errores
porcentuales relativos, exactos y aproximados .sense una calculadora para determinar el
valor exacto. Agrguense trminos hasta el valor absoluto del error aproximado falle bajo
cierto criterio de error, considerando dos cifras significativas.
Solucin:
s = (0.5 x 10 2 2 ) % = 0.5 %
= 0.5
cos
3
27
Ejercicio: Reptase los clculos del problema anterior pero ahora usando la serie de
Maclaurin para sen x = 0
x3 x5 x7
Senx = x + +L
3! 5! 7!
Sen
estmese el 2
s = (0.5 x 10 2 2 ) % = 0.5 %
Sen = 1 empezando sen x = 0
2
f ( x) = 0.1x 4 0.15 x 3 0.5 x 2 0.25 x + 1.2 desde el punto xi = 0 y con h = 1. Esto es,
Solucin:
28
4 3 2
f ( x) := 0.1x 0.15x 0.5x 0.25x + 1.2 x := 0
f ( x) = 1.2
4 3 2
f ( x) := 0.1x 0.15x 0.5x 0.25x + 1.2 x := 1
f ( x) = 0.2
Los resultados indican que la funcin empieza en f(0)=1.2 y continua hacia abajo hasta
f(1)=0.2. por lo tanto el valor que se trata de predecir es 0.2.
f ( xi +1 ) f ( xi ) =1.2
Como se puede ver en la figura la aproximacin de orden cero es una constante . el error de
truncamiento en este caso es
E = p p*
4 3 2
f ( x) := 0.1x 0.15x 0.5x 0.25x + 1.2 x := 0
d
f ( x) = 0.25
dx
h = ( xi +1 x i )
f ( xi +1 ) f ( xi ) + f ' ( xi )( xi +1 x i )
f ( xi +1 ) 1.2 0.25h
29
f ( h ) := 1.2 + ( 0.25 h ) h := 1
f ( h ) = 0.95
que se puede usar para h = 1 , calcular f(1) = 0.95 . Por consiguiente , la aproximacin
empieza a coincidir con la trayectoria de la funcin como la pendiente de una lnea recta. De
esta manera el error de truncamiento se reduce a :
4 3 2
f ( x) := 0.1x 0.15x 0.5x 0.25x + 1.2 x := 0
2
d
f ( x) = 1
2
dx
f ' ' ( xi )
f ( xi +1 ) f ( xi ) + f ' ( xi )( xi +1 x i ) + ( xi +1 x i ) 2
2!
1 2
f ( xi +1 ) 1.2 0.25h + ( )h
2!
1 h 2
f ( h ) := 1.2 + ( 0.25 h ) + h := 1
2!
f ( h ) = 0.45
30
4 3 2
f ( x) := 0.1 x 0.15 x 0.5 x 0.25 x + 1.2 x := 0
3
d
f ( x) = 0.9
3
dx
4 3 2
f ( x ) := 0.1 x 0.15 x 0.5 x 0.25 x + 1.2 x := 0
4
d
f ( x ) = 2.4
4
dx
1 2 0 .9 3 2 .4 4
f ( xi +1 ) 1.2 0.25h + ( )h + ( )h + ( )h
2! 3! 4!
f ( n +1) ( ) n +1
Rn = h R4 =
f (5) ( ) 5
( n + 1 )! 5!
h
31
4 3 2
f ( x) := 0.1 x 0.15 x 0.5x 0.25 x + 1.2 x := 0
5
d
f ( x) = 0
5
dx
ya que la quinta derivada de un polinomio de cuarto orden es nula, R4 =0. Por consiguiente,
la expansin en serie de Taylor hasta la cuarta derivada produce una aproximacin exacta
en x = 1
1 h 2 + 0.9 h 3 + 2.4 h 4
f ( h ) := 1.2 + ( 0.25 h ) + 2! 3! 4! h := 1
f ( h ) = 0.2
f ( n +1) ( ) n +1
Rn = h
( n + 1 )!
Esta ecuacin residual es de la forma general, tiene dos grandes desventajas . Primero
no se conoce exactamente sino que solo se sabe que esta entre xi y xi+1 . Segundo , para la
evaluacin de la ecuacin anterior se requiere para evaluar la (n + 1 ) sima derivada de
f(x).
Ejemplo: Uso de la serie de Taylor para aproximar una funcin que tiene un numero infinito
de derivadas.
Enunciado del problema : sense los trminos de la serie de Taylor con n = 0 hasta 6 para
aproximar :
32
f ( x ) = cos x
en x = /3 (60) con base al valor de f(x) y de sus derivadas alrededor del punto
h= =
x = / 4 ( 45) .Ntese que esto significa que 3 4 12
0.5 0.707106781
ERP = 100% = 41.4%
0 .5
f ' ( x ) = sen ( x )
f cos( x ) ( sen( x))h
3
f ( h ) := cos ( x) + ( sin ( x) ) h x := h :=
4 12
f ( h ) = 0.521986659
0.5 0.521986659
ERP = 100% = 4.40%
0 .5
33
f cos( x ) ( sen( x))h
cos( x) 2
h
3 2!
f ( h ) := cos ( x) + ( sin ( x) ) h +
cos ( x) 2
h x := h :=
2! 4 12
f ( h ) = 0.497754491
0.5 0.497754491
ERP = 100% = 0.449%
0 .5
f cos( x ) ( sen( x))h
cos( x) 2 sen( x) 3
h + h
3 2! 3!
f ( h ) := cos ( x) + ( sin ( x) ) h +
cos ( x) 2 sin ( x) 3
h + 3! h x := h :=
2! 4 12
f ( h ) = 0.499869147
0.5 0.499869147
ERP = 100% = 0.0262%
0 .5
f 4 ( x) = cos( x)
f cos( x ) ( sen( x))h
cos( x ) 2 sen( x ) 3 cos( x) 4
h + h + h
3 2! 3! 4!
0.5 0.500007551
ERP = 100% = 1.51x10 2
0 .5
34
f 5 ( x) = sen( x)
f cos( x ) ( sen( x ))h
cos( x) 2 sen( x) 3 cos( x) 4 sen( x) 5
h + h + h h
3 2! 3! 4! 5!
f ( h ) := cos ( x) + ( sin ( x) )h +
cos ( x) 2 sin ( x) 3 cos ( x) 4 sin ( x) 5
h + 3! h + 4! h + 5! h x := h :=
2! 4 12
f ( h ) = 0.500000304
0.5 0.500000304
ERP = 100% = 6.08 x10 5
0 .5
f 6 ( x) = cos( x)
f cos( x ) ( sen( x))h
cos( x) 2 sen( x) 3 cos( x) 4 sen( x) 5 cos( x) 6
h + h + h h h
3 2! 3! 4! 5! 6!
0.5 0.499999988
ERP = 100% = 2.40 x10 6
0 .5
Ntese que las derivadas nunca se acercan a cero, como es el caso del polinomio. Sin
embargo, cada trmino que se le agrega a la serie produce una mejor aproximacin. Ntese
tambin que la mayor aproximacin se consigue con los primeros trminos.
35
f ( x) := cos ( x) x := 4 , 3.9 .. 10
f ( x)
5 0 5 10
Orden n
f n ( x) ERP
f
3
0 cos( x) 0.707106781 41.4
1 sin( x) 0.521986659 4.4
2 cos( x) 0.497754491 0.449
3 sin( x) 0.499869147 0.0262
4 cos( x) 0.500007551 1.51x10 2
5 sin( x) 0.500000304 6.08 x10 5
6 cos( x) 0.499999988 2.40 x10 6
36
UNIDAD 2
METODOS DE SOLUCION
DE ECUACIONES
Objetivo:
Implementara mtodos de solucin de
ecuaciones algebraicas o
trascendentales, con apoyo de un
lenguaje de programacin.
Mtodos grficos.
Un mtodo simple para obtener una aproximacin a la raz de la ecuacin f(x) = 0 consiste
en graficar y observar en donde cruza el eje x. Este punto , que representa el valor de x para
el cual f(x) = 0 , proporciona una aproximacin inicial de la raz.
Enunciado del problema: Emplese graficas para obtener una raz aproximada de la funcin
x
: f ( x) = e x
x
f ( x ) := e x x := 0.2 , 0.1 .. 1.1
1
f ( x)
Enunciado del problema: Emplese graficas para obtener una raz aproximada de la funcin
38
2
f ( x) := 0.874 x + 1.75 x + 2.627 x := 2.5 , 2.4 .. 4.5
5 0 5
f ( x)
5
10
Enunciado del problema: Emplese graficas para obtener una raz aproximada de la funcin
2
f ( x ) := 2x + 3x 5 x := 5 .. 5
100
50
f ( x)
5 0 5
50
f ( x)
5 0 5
gm t
c
v(t ) = 1 e m
c
39
UNIDAD II / METODO
O DE SOLUC
CION DE EC
CUACIONES
S
S
Solucin:
E
Este problema
a se resuelve
e determinand
do la raz de la ecuacin usando los p
parmetros t =
1 g = 9.8, v = 40 y m = 68
10, 8.1
gm t 9.8(68.1) 10
c c
f (c ) = 1 e m v f (c ) = 1 e 68.1 40
c
c
40
34.115
20
f ( c)
0 5 10 15 20
3.977 20
4 c 17
E
Ejemplo : Graficar
10
f ( x ) := x 1 x := 0 , 0.001 .. 1.3
15
10
f ( x) 5
0 0.5 1 1.5
E
Ejemplo: realicce la grafica de
d la ecuacin
n
S
Solucin:
40
0
Ejemplo: Escriba el programa que utiliza en Matlab para poder grafica r la siguiente funcin
X = 1:0.1:5
Figure
Plot(x,y)
41
situndola en el punto medio del subintervalo dentro del cual ocurre un cambio de signo. El
proceso se repite hasta obtener una mejor aproximacin.
a
2n
de donde :
ln (a ) ln ( )
n=
ln(2)
Por esto se dice que se puede saber de antemano cuantas iteraciones se requieren.
E a = aproxactual aproxanterior
Algoritmo Sencillo :
Paso 1: Elija los valores iniciales inferior x1 y x u de forma tal que la funcin cambie de
signo sobre el intervalo. Esto se puede verificar asegurndose de que
f ( x1 ) f ( xu ) < 0
x1 + xu
xr =
2
42
Paso 3: Realice las siguientes evaluaciones para determinar en que subintervalo cae la raz
Paso 4: Fin
Problema: Utilice el mtodo de biseccin para encontrar la raz real de la siguiente funcin:
x
f( x) := e x error := 0.001 x1 := 0 xu := 1
Datos Algoritmo
Calculo : x := 0 , 0.001.. 1
x
f( x) := e x x1 := 0 xu := 1 1
f( x1) f( xu ) = 0.632120559 si tiene raz
ln ( 1 0) ln( 0.001)
n := n= 10
ln( 2)
f( x)
0 0.5 1
43
s := x1 0
xu 1
for k 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10
x1 + xu
xr
2
c e ( x1 )(
x1 e
xr
xr )
if c < 0
x1 + xu
xr
2
tmp xr
xu tmp
if c > 0
x1 + xu
xr
2
tmp xr
x1 tmp
xr if c = 0
xr
s= 0.567382813
44
Datos Algoritmo
ln (2 1) ln ( 0.001 ) 1 1.5 2
n := n = 10
ln (2 ) f( x )
s := x1 1
2
xu 2
x
for k 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10
x1 + xu
xr
2
c ( cos ( x1 ) ln ( x1 ) ) ( cos ( xr ) ln ( xr ) )
if c < 0
x1 + xu
xr
2
tmp xr
xu tmp
if c > 0
x1 + xu
xr
2
tmp xr
x1 tmp
xr if c = 0
xr
s = 1.303710938
45
Problema: La ecuacin de estado de Van der Walls para un gas real es:
a
P + 2 (V b ) = RT
V
Donde :
P = presin en atm ;
T = temperatura en K;
R = constante universal de los gases en atm L / (gmol K) = 0.08205
V = volumen molar del gas en L / gmol;
46
Gas a b
He 0.03412 0.02370
Realice los clculos necesarios para resolver esta ecuacin usando como intervalo inicial
V1 = 0.8v , Vu = 1.2v ,
Solucin:
p := 10 R := 0.08205 T := 353.2
R T
v :=
p a := 0.03412 b := 0.02370
v1 := 0.8 v vu := 1.2 v
v1 = 2.3184048 vu = 3.4776072
( 3) (pb + RT)V2 + aV ab
f ( V) := p V
Datos Algoritmo
47
s := v1 2.3184048
vu 3.4776072
for k 1 , 2 , 3 , 4 , 5 , 6 , 7
v1 + vu
vr
2
c ( ) ( )
p v13 ( p b + R T) v12 + a v1 a b p vr3 ( p b + R T) vr2 + a vr a b
if c < 0
v1 + vu
vr
2
tmp vr
vu tmp
if c > 0
v1 + vu
vr
2
tmp vr
v1 tmp
vr if c 0
vr
s = 2.925174806
48
f (x i ) 0
f (x i ) =
xi xi+1
f (x i )
xi+1 = xi
f (x i )
Ejemplo . Utilice el mtodo de Newton Raphson para obtener la raz real de la funcin
f ( x) = x 3 + 2 x 2 + 10 x 20 xi +1 xi = 10 3
49
Clculos en mathcad
3 2 d 2
f ( x) := x + 2x + 10 x 20 f ( x) 3 x + 4 x + 10
dx
2
df ( x) := 3x + 4x + 10
x := 1 i := 0 .. 5
0
:= x
( i)
f x
df ( x )
x
i+ 1 i
i
x =
i
x
i+ 1
x
i
= ( i) =
f x
1 0.412 -7
1.41176 0.042 0.918
1.36934 5.28310 -4 0.011
1.36881 8.0810 -8 1.70410 -6
1.36881 1.77610 -15 3.90810 -14
1.36881 0 0
Clculos de Matlab
3 x 2 18 x + 15
f ( x) = , con un punto inicial de 8 , con un error de aproximacin Ea = 0.01
5
.
50
Esquema grfico del mtodo de la secante. Esta tcnica es similar a la del mtodo de
Newton - Raphson en el sentido de que una aproximacin a la raz se calcula extrapolando
51
una tangente de la funcin hasta el eje x. Sin embargo, el metodo de la secante usa una
diefrencia en vez de la derivada para aproximar la pendiente.
(xi xi 1 ) f (xi )
xi +1 = xi xi +1 xi <
f ( xi ) f ( xi 1 )
f ( x) = x 3 + 2 x 2 + 10 x 20 xi +1 xi = 10 3
clculos en Mathcad
3 2
f ( x) := x + 2x + 10x 20
x := 0 x := 1 i := 0 .. 5
0 1
k := 1 .. 6
:= x
(xk xk1)f(xk)
(f(xk) f(xk1))
x
k+ 1 k
x =
i
x
i+ 1
x =
i ( k) =
f x
0 1 -7
1 0.538461538 3.75967228
1.53846 0.188150612 -0.388136149
1.35031 0.017606419 -0.018786791
1.36792 0.000895543 1.00857988810 -4
1.36881 0.000004782 -2.60078039110 -8
52
Clculos en Matlab
53
clculos en EXCEL.
2.4. Aplicaciones
Problema: utilice el mtodo de biseccin: La ecuacin de estado de Van der Walls para un
gas real es:
a
P + 2 (V b ) = RT
V
donde :
P = presin en atm ;
T = temperatura en K;
R = constante universal de los gases en atm L / (gmol K) = 0.08205
V = volumen molar del gas en L / gmol ;
a, b = constantes particulares para cada gas
Gas A b
He 0.03412 0.02370
Realice los clculos necesarios para resolver esta ecuacin usando como intervalo inicial
54
p := 10 R := 0.08205 T := 353.2
R T
v :=
p a := 0.03412 b := 0.02370
v1 := 0.8 v vu := 1.2 v
v1 = 2.3184048 vu = 3.4776072
( 3) (pb + RT)V2 + aV ab
f ( V) := p V
Datos Algoritmo
55
s := v1 2.3184048
vu 3.4776072
for k 1 , 2 , 3 , 4 , 5 , 6 , 7
v1 + vu
vr
2
c ( ) ( )
p v13 ( p b + R T) v12 + a v1 a b p vr3 ( p b + R T) vr2 + a vr a b
if c < 0
v1 + vu
vr
2
tmp vr
vu tmp
if c > 0
v1 + vu
vr
2
tmp vr
v1 tmp
vr if c 0
vr
s = 2.925174806
Problema : utilice el mtodo de biseccin: La ecuacin de estado de Van der Walls para un
gas real es:
a
P + 2 (V b ) = RT
V
donde :
P = presin en atm ;
T = temperatura en K;
R = constante universal de los gases en atm L / (gmol K) = 0.08205
V = volumen molar del gas en L / gmol ;
a, b = constantes particulares para cada gas
56
Gas a b
He 0.03412 0.02370
Realice los clculos necesarios para resolver esta ecuacin usando como intervalo inicial
V1 = 0.8v , Vu = 1.2v ,
p := 30 R := 0.08205 T := 353.2
R T
v :=
p a := 0.03412 b := 0.02370
v = 0.966002
v1 := 0.8 v vu := 1.2 v
v1 = 0.7728016 vu = 1.1592024
( 3) (pb + RT)V2 + aV ab
f ( V) := p V
Datos Algoritmo
ln ( vu v1 ) ln ( 0.01)
n := n =5
ln ( 2)
57
UNIDAD II / METODO
O DE SOLUC
CION DE EC
CUACIONES
S
s := v1 0..7728016
vu 1.15922024
for k 1 , 2 , 3 , 4 , 5
v1 + vu
vr
2
c ( ) ( )
p v1 3 ( p b + R T) v1 2 + a v1 a b p vr 3 ( p b + R T) vr 2 + a vr a b
if c < 0
v1 + vu
vvr
2
ttmp vr
vvu tmp
if c > 0
v1 + vu
vvr
2
ttmp vr
vv1 tmp
vr iif c 0
vr
s = 0.978086503
P
Problema: Para obtener la temperatura d
de burbuja de
e una mezcla de CCl4 y CF
F4 en equilibrio
o
c su vapor, se lleg a la ecuacin:
con
A
Aplicando un mtodo iterattivo de dos p
puntos, encue
entre la tempe
eratura de burbuja con una
a
a
aproximacin de 10-2 aplica
ado a f(T).
S
Solucin:
58
8
A continuacin se muestra la hoja de MathCAD con que se resuelve este problema usando
el mtodo de posicin falsa. Previamente a lo mostrado, se hicieron algunas evaluaciones de
f(T) para obtener un intervalo de bsqueda relativamente pequeo.
A continuacin se muestra la hoja de MATLAB con que se resuelve este problema usando el
mtodo de posicin falsa. Previamente a lo mostrado, se hicieron algunas evaluaciones de
f(T) para obtener un intervalo de bsqueda relativamente pequeo.
59
60
UNIDAD 3
METODOS DE SOLUCION
DE SISTEMAS DE
ECUACIONES
Objetivo:
Implementara los mtodos numricos
de solucin de sistemas de ecuaciones,
con apoyo de un lenguaje de
programacin.
3.1.1. Jacobi
El mtodo de Jacobi es un proceso simple de iteraciones de punto fijo en la solucin de
races de una ecuacin. La iteracin de punto fijo tiene dos problemas fundamentales :
xik xik 1
a ,i = * 100 < s
xik
4 x1 x 2 = 1
x1 + 4 x 2 x3 = 1
x 2 + 4 x3 x 4 = 1
x3 + 4 x 4 = 1
62
xik xik 1
con s = 0.01 a ,i = * 100 < s
xik
x2 + 1 x1 + x3 + 1 x2 + x4 + 1 x3 + 1
x1 = x2 = x3 = x4 =
4 4 4 4
x (k +1) x (k ) = d 1
d1 = (x k +1
1 x1k ) + (x
2 k +1
2 x2k )
2
(
+ ... + xnk +1 xnk )
2
Problemas:
63
x1 + 3 x 2 + 5 x3 + 2 x 4 = 10
x1 + 9 x 2 + 8 x3 + 4 x 4 = 15
x2 + x4 = 2
2 x1 + x 2 + x3 x 4 = 3
3
3.1.2. Gauss Seidel
L
Los mtodos
s iterativos o aproximad
dos proveen
n una altern
nativa en los mtodos de
e
eliminacin. El mtodo de Gauss-Seidel es el m
todo iterativo ms com
nmente usad
do.
S
Suponga que
e se da un con
njunto de n eccuaciones:
xik xik 1
a ,i = * 100 < s
xik
p
para todas las i, donde j y j-1 son las ite
eraciones actuales y previa
as.
C
Como cada nuevo valor de x se calcula con el mtodo de Gauss-Seide
el, este se usa
u
i
inmediatamen
nte en la sigu
uiente ecuaci
n para deterrminar otro va
alor de x. De esta manera, si
l solucin es
la s convergente
e, se emplearra la mejor esstimacin posible.
64
Ejemplo : res
suelva el sigu
uiente sistema
a por el mto
odo de Gausss Seidel
4 x1 x 2 = 1
x1 + 4 x 2 x3 = 1
x 2 + 4 x3 x 4 = 1
x3 + 4 x 4 = 1
D
Despejando las ecuacione
es
x2 + 1 x1 + x3 + 1 x2 + x4 + 1 x3 + 1
x1 = x2 = x3 = x4 =
4 4 4 4
O
Otro manera
a de poder re
esolverse utilizando otro criterio de paro
p o de con
nvergencia
x ( k +1) x (k ) = d 1 d1 = (x
k +1
1 ) (
2
)
2
(
x1k + x2k +1 x2k + ... + xnk +1 xnk )
2
65
Problemas :
Resolver los siguientes sistemas de ecuaciones utilizando el mtodo de Gauss Seidel con
= 10 2
x1 + 3 x 2 + 5 x3 + 2 x 4 = 10
x1 + 9 x 2 + 8 x3 + 4 x 4 = 15
x2 + x4 = 2
2 x1 + x 2 + x3 x 4 = 3
a)
f1 ( x1 , x 2 ) = x12 + x 22 4 = 0
f 2 ( x1 , x 2 ) = x 2 x12 = 0
b)
66
c)
f ( x1 , x 2, x3 ) = x1 x 2 x3 10 x13 + x 2 = 0
f ( x1 , x 2, x3 ) = x1 + 2 x 2 x3 + sen( x 2 ) 15 = 0
f ( x1 , x 2, x3 ) = x 22 5 x1 x3 3 x33 + 3 = 0
f 1 (x , y ) = x 2 10x + y 2 + 8 = 0
f 2 (x , y ) = xy 2 + x 10y + 8 = 0
Solucin:
Despejar x Despejar y
x2 +y2 +8 xy 2 + x + 8
x = y =
10 10
k +1 ( x k ) 2 + (y k ) 2 + 8 k +1 x k (y k ) 2 + (y k ) 2 + 8
x = y =
10 10
Primera iteracin
02 + 02 + 8 0(0) 2 + 0 + 8
x1 = = 0.8 y1 = = 0.8
10 10
Segunda iteracin
67
k xk yk
0 0.00000 0.00000
1 0.80000 0.80000
2 0.92800 0.93120
3 0.97283 0.97327
4 0.98937 0.98944
5 0.99578 0.99579
6 0.99832 0.99832
7 0.99933 0.99933
8 0.99973 0.99973
9 0.99989 0.99989
10 0.99996 0.99996
11 0.99998 0.99998
12 0.99999 0.99999
13 1.00000 1.00000
Usando mathcad
s := x 0
y0
for k 0 .. 12
2 2
x + y + 8
xr
10
2
x y + x + 8
xq
10
tmp1 xr
tmp2 xq
x tmp1
y tmp2
s =1
68
Para observar la convergencia del proceso iterativo, se pudieron usar los criterios, como
distancia entre dos vectores consecutivos, o bien las distancias componente a componente
de dos vectores consecutivos.
g1 g 2 g g 2
+ M < 1; 1 + M <1
x x y y
Por otro lado, si M es muy pequea en una regin de inters, la iteracin converge
rpidamente ; si M es cercana a 1 en magnitud , entonces la iteracin puede converger
lentamente.
x k +1 = g1 (x k , y k )
y k +1 = g 2 (x k +1 , y k )
f 1 (x , y ) = x 2 10x + y 2 + 8 = 0
f 2 (x , y ) = xy 2 + x 10y + 8 = 0
69
Solucin:
x2 + y2 + 8 xy 2 + x + 8
x= y =
10 10
(x k )2 + ( y k )2 + 8
(
x k +1 = g1 x k , y k = ) 10
x k +1 ( y k ) 2 + x k +1 + 8
(
y k +1 = g 2 x k +1 , y k = ) 10
g1 2 x k g1 2 y k
= =
x 10 y 10
g 2 ( y k ) + 1 g 2 2 x k +1 y k
= =
x 10 y 10
g1 g1
=0 =0
x x0
y y0
g 2 1 g 2 x0
= =0
x y0
10 y y 0
Por lo tanto
g1 g 2 1 1
+ = 0+ = < 1;
x x 10 10
g1 g 2
+ = 0+0 = 0 <1
y y
70
f 1 ( x, y ) = 0
f 2 ( x, y ) = 0
Donde ambas funciones son continuas y diferenciables, de modo que puedan expandirse en
serie de Taylor. Esto es:
f f
f ( x, y ) = f ( a , b ) +
( x a ) + ( y b) +
x x
1 f
2
f
2
[ ( x a) 2 + 2 ( x a )( y b) +
2! xx xy
2 f
( y b) 2 ] + ...
xy
donde f(x, y) se ha expandido alrededor del punto ( a, b) y todas las derivadas parciales
estn evaluadas en ( a, b ).
71
x k +1 x k = h
y k +1 y k = j
x k +1 = x k + h
y k +1 = y k + j
la sustitucin de la ecuacin :
f1 f
h + 1 j = f1 ( x k , y k )
x y
f 2 f
h + 2 j = f2 (xk , y k )
x y
Este sistema de ecuaciones lineales resultante tiene solucin nica, siempre que el
determinante de la matriz de coeficiente o matriz j no sea cero; es decir, si
f 1 f1
x y
J = 0
f 2 f 2
x y
f 1 ( x, y ) = x 2 + y 2 1
f 2 ( x, y ) = x 2 y 2 1
72
73
Ejemplo: Use el mtodo de Newton Raphson para encontrara una solucin aproximada del
sistema:
f 1 (x , y ) = x 2 10x + y 2 + 8 = 0
f 2 (x , y ) = xy 2 + x 10y + 8 = 0
f 1 f 1
x = 2 x 10 y
= 2y
f 2 = y 2 + 1 f 2
= 2 xy 10
x y
f 1 f 1
x = 2 x 10 y
= 2y
x 2 + 10 x y 2 8
f 2 = y 2 + 1 f 2 +
2
= 2 xy 10 xy x 10 y 8
x y
primera iteracin
al evaluar la matriz en [x , y ]
0 0 T
se obtiene :
10 0 8
1 10 8
h = 0.8, j = 0.88
x1 = x 0 + h = 0 + 0.8 = 0.8
y 1 = y 0 + j = 0 + 0.88 = 0.88
74
0 1
Calculo de la distancia entre x y x
segunda iteracin
al evaluar la matriz en [x , y ]
1 1 T
se obtiene :
h = 0.19179, j = 0.11171
1 2
Calculo de la distancia entre x y x
k xk yk x k +1 x k
75
3.4. Aplicaciones
Problema: En una columna de cinco platos, se requiere absorber benceno contenido en una
corriente de gas V, con un aceite L que circula a contracorriente del gas. Considrese que el
benceno transferido no altera sustancialmente el nmero de moles de V y L, fluyendo a
contracorriente, que la relacin de equilibrio est dada por la ley de henry (y = mx) y que la
columna opera a rgimen permanente. Calcule la composicin del benceno en cada plato.
x0 = 0.0 fraccin molar del benceno en L (el aceite entra por el domo sin benceno).
m = 0.12.
5 L( x0 x5 ) + V ( y 4 y 5 ) = 0
4 L( x5 x 4 ) + V ( y 3 y 4 ) = 0
3 L( x 4 x3 ) + V ( y 2 y 3 ) = 0
2 L( x3 x 2 ) + V ( y1 y 2 ) = 0
1 L( x 2 x1 ) + V ( y 0 y1 ) = 0
512 x1 - 500 x2 = 9
12 x1 - 512 x2 + 500 x3 = 0
12 x2 - 512 x3 + 500 x4 = 0
12 x3 - 512 x4 + 500 x5 = 0
- 12 x4 + 512 x5 = 0
76
Un sistema de cinco ecuaciones con cinco incgnitas, que se resuelve con mathcad como
sigue:
1 0 0 0 0 0.018
512 500 0 0 0 9
4
12 512 500 0 0 0
0 1 0 0 0 4.32 10
5
A := 0 12 512 500 0 0 rref ( A ) = 0 0 1 0 0 1.037 10
0 0 12 512 500 0 7
0 0 0 1 0 2.487 10
0 0 0 12 512 0 9
0 0 0 0 1 5.829 10
Problema : Con los datos del diagrama siguiente 8 donde los porcentajes estn dados en
77
0.83M 1 + 0M 2 + 0.55M 3 = 58
0M 1 + 0.61M 2 + 0.24M 3 = 21
0.17 M 1 + 0.39M 2 + 0.21M 3 = 21
M1 + M 2 + M 3 M 4 = 0
Problema: Un granjero desea preparar una formula alimenticia para engordar ganado,
dispone maz, desperdicios, alfalfa y cebada, cada uno con ciertas unidades de ingredientes
nutritivos , de acuerdo con la tabla siguiente:
Alimento
Carbohidratos 80 15 35 60 230
Protenas 28 72 57 25 180
Vitaminas 20 20 12 20 80
Celulosa 50 10 20 60 160
Costo $ 18 5 7 20 __
78
( a)
80 15 35 60 230
1 0 0 0 1.852
A :=
28 72 57 25 180
rref( A ) =
0 1 0 0 1.032
20 0 0 1 0 0.618
20 12 20 80
50 0
10 20 60 160
0 0 1 0.745
( b) 1.852
kilogramos :=
1.032
Costo := ( 18 5 7 20 )
0.618
0.745
Solucin:
Cicln 10 2 2
Cclope 12 2.5 2
10 x + 12 y + 6 z = 1560
2 x + 2.5 y + 1.5 z = 340
2 x + 2 y + 1.5 z = 320
79
10 12 6 1560 1 0 0 60
A := 2 2.5 1.5 340 rref( A ) = 0 1 0 40
2 2 1.5 320 0 0 1 80
Solucin:
1 1 1
x+ y+ z = 2550
100 0.6 1.6
1 1 1
x+ y+ z = 2840
125 0.5 1.2
1 1 1
x+ y+ z = 2800
100 0.6 1.2
1 1 1
2550
100 0.6 1.6
1 0 0 80000
A := 2840 rref( A ) = 0 1 0 600
1 1 1
125 0.5 1.2
1 1 1 0 0 1 1200
2800
100 0.6 1.2
En consecuencia, cada vez compro 80 000 yenes, 600 libras y 1200 marcos para viajar.
80
Problema : ( Calculo de una funcin demanda ). Bikey, Inc., quiere fabricar un nuevo tipo de
zapato deportivo, poco costoso, e investiga el mercado de la demanda. Encuentra que si un
par de zapatos nuevo cuesta $ 20 en un rea de ingreso familiar promedio de $ 20000, y que
si un competidor Trceps , Inc., vende cada par de zapatos a $ 20, vendera 660 pares. Por
otro lado, si el precio fuera igual y Trceps bajara su precio a $10 el par, entonces, vendera
1130 pares en un rea de $ 30000 de ingreso. Por ultimo, si el precio de los zapatos fuera $
15 el par, y la competencia se queda en $ 20 el par, se vendera 1010 pares en un rea de
$25000 de ingreso. Determine la funcin demanda, suponiendo que depende linealmente de
sus variables.
Solucin:
20 20000 20 660 1 0 0 20
A := 20 30000 10 1130 rref( A ) = 0 1 0 0.05
15 25000 20 1010 0 0 1 3
81
Solucin:
1 3 20 10 10
2 4 25 15 8
3 7 40 20 10
4 20 50 22 15
82
Usando mathcad
3 4 7
20 504 1 0 0 0 10
A :=
25 40 50 1970
rref ( A ) =
20 0 1 0 0 12
10 15 20 22 970 0 0 1 0 18
10 0
8 10 15 601 0 0 1 15
3 4 7 20 504
M :=
20 25 40 50 1970
v :=
10 15 20 22 970
10 601
8 10 15
soln := lsolve ( M , v ) 10
soln =
12
18
15
504 4 7
20 3 504 7
20
1970 25 40
50 20 1970 40
50
970 15 20 22 10 970 20 22
x :=
601 8 10 15
x :=
10 601 10 15
1
3 4 7 20
2
3 4 7 20
20 25 40 50 20 25 40 50
10 15 20 22 10 15 20 22
10 8 10 15 10 8 10 15
x = 10 x = 12
1 2
3 4 504 20 3 4 7 504
20 25 40 1970
20 25 1970 50
970
10 15 970 22
10 15 20
10 8 10 601
x :=
10 8 601 15 x :=
3
3 4 7 20
4
3 4 7 20
20 25 40 50
20 25 40 50
22
10 15 20 22
10 15 20
10 8 10 15
10 8 10 15
x = 15
x = 18 4
3
83
Sustancia Depsito ( % )
1 2 3
NaCl 52 20 25
KCl 30 50 20
NaOH 18 30 55
Solucin:
Problema: Sobre una membrana elstica, apoyada en sus extremos actan 3 fuerzas
f1 , f 2 , f 3 , aplicadas en 3 puntos equidistantes P1 , P2 , P3 . Estas fuerzas provocan los
siguientes deshilamiento en cada punto respectivamente 3, 5 y 3 , si los coeficientes de
para P2 y a 3,1 = 1 ; a3, 2 = 2 ; a 3,3 = 3 para P3 . Se piden determinar las fuerzas para
f1 , f 2 , f 3 .
1 0 0 5
29
3 2 1 3
1 0 0 0.172
A := 2 4
1 67
rref( A ) = 0 1 0 1.155
5 rref( A ) = 0 1 0
5 58
1 2 3 3
5 0 0 1 0.172
0 0 1
29
84
1 98 9 2 1 0.5 0.1100
3 27 27 85 8 2 0.2800
4 1 3 17 142 25 0.3000
5 2 4 7 17 118 0.1400
85
UNIDAD 4
DIFERENCIACION E
INTEGRACION
NUMERICA
Objetivo:
Aplicara los mtodos numricos para la
solucin de problemas de diferenciacin
e integracin numrica, usando un
lenguaje de programacin.
f ( x ) = p n ( x ) + Rn ( x )
df ( x) dp n ( x)
=
dx dx
o en general
d n f ( x) d n p n ( x)
=
dx n dx n
Al diferenciar la formula fundamental de Newton dada arriba se tiene
d n f ( x ) d n p n ( x ) d n Rn ( x )
= +
dx n dx n dx n
d n Rn ( x ) d n f ( x) d n p n ( x)
donde es el error que se comete al aproximar por .
dx n dx n dx n
Si las abcisas dadas x 0 , x1 ,..., x n estn espaciadas regularmente por intervalos de longitud
df ( x) f ( x1 ) f ( x0 )
=
dx h
Se desarrollan las diferencias hacia delante y se tiene
87
df ( x) 2 x x0 x1 2h 2 x 4 x + 2 x1 + 2h 2 x x0 x1
= f ( x0 ) + 0 f ( x1 ) + f ( x2 )
2 2
dx 2h 2h 2h 2
la segunda derivada puede calcularse derivando una vez mas con respecto a x, o sea
d 2 f ( x) 1 2 1
2
= 2 f ( x0 ) 2 f ( x1 ) + 2 f ( x 2 )
dx h h h
a
P + 2 (v b ) = RT
v
donde
Puntos 0 1 2 3
P (atm) 13.782 12.577 11.565 10.704
3
V (cm ) 2000 2200 2400 2600
P
Calcule cuando v = 2300 cm3 y comprelo con el valor de la derivada analtica
v
Solucin :
P 2v v 0 v1 2h 2v 4v + 2v1 + 2h 2v v 0 v1
= P0 + 0 P1 + P2 ; con h = 200
v 2h 2
2h 2
2h 2
88
La derivada analtica es
a a b a a b
Pv Pb + RT P( v b ) + RT
v v
2 v v
2
a a b R T a a b R T
+ + + +
(v2 v b) (v3 v2 b)
P( v ) P( v )
v( v b) 2
v (v b) ( v b) ( v b)
d a d a b + d R T simplify 1 2 a v 4 a v b + 2 a b R T v ( 2 2 3)
+
dv v v b dv v v b dv v b
2 3 2
v
3
( v + b )
2
1 (2 a v2 4 a v b + 2 a b2 R T v3) -3
5.6398962938964669366 10
3 2
v ( v + b )
Solucin.
C A
Lo que se busca es en si T =300, P =8 que se puede evaluar con la ecuacin
T
89
dp 2 ( x) 2 x x1 x 2 2 x x0 x2 2 x x0 x1
= f ( x0 ) + f ( x1 ) + f ( x 2 )
dx ( x0 x1 )( x0 x 2 ) ( x1 x0 )( x1 x 2 ) ( x 2 x0 )( x 2 x1 )
donde f(x) representa a CA y x a T; de tal modo que sustituyendo los tres puntos enmarcados
de la tabla queda
90
Primera derivada
f ( xi +1 ) f ( xi )
f ( xi ) =
h
f ( xi + 2 ) + 4 f ( xi +1 ) 3 f ( xi )
f ( xi ) =
2h
Segunda derivada
f ( xi + 2 ) 2 f ( xi +1 ) 3 f ( xi )
f ( xi ) =
h2
f (xi +3 ) + 4 f ( xi + 2 ) 5 f ( xi +1 ) + 3 f ( xi )
f ( xi ) =
h2
Tercera derivada
f (xi +3 ) 3 f ( xi + 2 ) + 3 f ( xi +1 ) f ( xi )
f ( xi ) =
h3
3 f (xi + 4 ) + 14 f (xi +3 ) 24 f ( xi + 2 ) + 18 f ( xi +1 ) 5 f ( xi )
f ( xi ) =
2h 3
Cuarta derivada
f (xi + 4 ) 4 f ( xi +3 ) + 6 f ( xi + 2 ) 4 f ( xi +1 ) + f ( xi )
f ( xi ) =
h4
91
donde:
h = se le llama tamao del paso, esto es la longitud del intervalo sobre el cual se hace la
aproximacin.
Se le llama diferencia hacia adelante ya que se usa los datos i e i + 1 para estimar la
derivada.
Esta diferencia dividida hacia adelante no es sino una de tantas que se puede desarrollar
mediante la serie de Taylor para la aproximacin de derivadas numricas. Por ejemplo, las
aproximaciones a primeras derivadas, utilizando las diferencias hacia atrs o las diferencias
centrales se pueden desarrollar de una manera similar a la ecuacin:
Primera derivada
f ( xi ) f ( xi 1 )
f ( xi ) =
h
3 f ( xi ) 4 f ( xi 1 ) + f ( xi 2 )
f (xi ) =
2h
Segunda derivada
f ( xi ) 2 f ( xi 1 ) + f (xi 2 )
f ( xi ) =
h2
2 f ( xi ) 5 f ( xi 1 ) + 4 f ( xi 2 ) f ( xi +3 )
f ( xi ) =
h2
Tercera derivada
f ( xi ) 3 f ( xi 1 ) + 3 f ( xi 2 ) f (xi 3 )
f ( xi ) =
h3
5 f ( xi ) 18 f ( xi 1 ) + 24 f ( xi 2 ) 14 f ( xi 3 ) + 3 f ( xi 4 )
f ( xi ) =
2h 3
92
Cuarta derivada
f (xi ) 4 f ( xi 1 ) + 6 f ( xi 2 ) 4 f ( xi 3 ) + f (xi 4 )
f ( xi ) =
h4
3 f ( xi ) 14 f ( xi 1 ) + 26 f ( xi 2 ) 24 f ( xi 3 ) + 11 f (xi 4 ) 2 f ( xi 5 )
f ( xi ) =
h4
Primera derivada
f ( xi +1 ) f ( xi 1 )
f ( xi ) =
2h
f (xi + 2 ) + 8 f ( xi +1 ) 8 f ( xi 1 ) + f (xi 2 )
f ( xi ) =
12h
Segunda derivada
f ( xi +1 ) 2 f ( xi ) + 3 f ( xi 1 )
f ( xi ) =
h2
f ( xi + 2 ) + 16 f ( xi +1 ) 30 f ( xi ) + 16 f ( xi 1 ) f ( xi 2 )
f ( xi ) =
12h 2
Tercera derivada
f ( xi + 2 ) 2 f ( xi +1 ) + 2 f ( xi 1 ) f ( xi 2 )
f ( xi ) =
2h 3
f (xi +3 ) + 8 f (xi + 2 ) 13 f ( xi +1 ) + 13 f ( xi 1 ) 8 f ( xi 2 ) + f ( xi 3 )
f ( xi ) =
8h 3
93
Cuarta derivada
f (xi + 2 ) 4 f (xi +1 ) + 6 f ( xi ) 4 f ( xi 1 ) + f ( xi 2 )
f ( xi ) =
h4
Solucin:
94
x i 2 = 0 f (x i 2 ) = 1.2
x i 1 = 0.25 f (x i 1 ) = 1.103516
x i = 0.5 f (x i ) = 0.925
x i +1 = 0.75 f (x i +1 ) = 0.6363281
x i +2 = 1 f (x i + 2 ) = 0.2
Estos datos se pueden usar para calcular la diferencia dividida hacia delante
Ejercicios propuestos:
b
I = a f ( x )dx
EC. 1
95
La figura 1 , representa una manifestacin grafica de este concepto. Para las funciones que
se encuentran sobre el eje x, la integral expresada por la ecuacin 1, corresponde al rea
bajo la curva de f (x) entre x = a y x = b. Habr muchas ocasiones de volver a referirse a
esta concepcin grafica a medida que se desarrollen formulas matemticas para integracin
numrica. De hecho, la mayor parte de los mtodos numricos para integracin, se puede
interpretar desde una perspectiva grafica.
b b
I = f ( x)dx f n ( x)dx
a a
donde f n (x)=polinomio
96
donde n es el orden del polinomio. Por ejemplo en la figura (1) , se usa un polinomio de
primer orden (una lnea recta) como aproximacin. En la figura (1 b) se emplea una parbola
para el mismo propsito.
figura 1 : estimacin de una integral mediante el rea bajo a) una lnea recta, y b) una
parbola.
La integral se puede aproximar usando una serie de polinomios aplicados por partes a la
funcin o a los datos sobre intervalos de longitud constantes. Por ejemplo en la figura 2, se
usan tres segmentos de lnea recta para aproximar la integral.
Se puede usar polinomio de mayor grado para este mismo propsito. Con estos
fundamentos ahora se reconoce que el mtodo de bandasde la figura 3 empleo una serie
de polinomios de orden cero ( esto es, constantes) para aproximar la integral.
97
Se dispone de las formas abiertas y cerradas de las formulas de Newton-Cotes. Las formas
cerradas son aquellas en donde los puntos al principio y al final de los limites de integracin
se conocen figura (3 a. )
Las formulas tienen los limites de integracin extendidos mas all del rango de los datos
figura (3 b) . Las formulas 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.
Fundamentos matemticos
b b
I = a f (x )dx = F (x ) a
en donde F(x) es la integral de F(x) , esto es , cualquier funcin tal que F(x) = f(x) . la
nomenclatura sobre el lado derecho queda
b
F (x ) a = F (b ) F (a )
98
b b
/ = f ( x)dx f1 ( x)dx
a a
f (b ) f (a )
f1 ( x ) = f (a ) + (x a )
ba
El rea bajo la lnea recta es una aproximacin de la integral de f (x) entre los limites a y b :
b f (b) f (a )
I = f (a ) + ( x a ) dx
a
ba
El resultado de la integracin es :
f ( a ) + f (b)
I = (b a )
2
Cuando empleamos la integral bajo un segmento de lnea recta para aproximar la integral
bajo una curva, obviamente podemos incurrir en un error que puede ser sustancial. Una
estimacin para el error de truncamiento de una sola aplicacin de la regla trapezoidal es :
f ( )(b a )
1
Et =
3
12
donde est en algn lugar en el intervalo de "a" a "b". La ecuacin anterior indica que si la
funcin sujeta a integracin es lineal, la regla trapezoidal ser exacta.
De otra manera, ocurrir un error para funciones con derivadas de segundo y tercer orden
(es decir con curvatura).
99
2 3 4 5
f ( x) := 0.2 + 25x 200x + 675x 900x + 400x x := 0 , 0.001.. 0.8
a := 0 b := 0.8
b
4
I := f ( x) dx I = 1.64053333
1 1
a
f ( x) 2
I := ( b a)
f ( a) + f ( b )
2 0 0.5 1
x
I = 0.1728
Que corresponde a un error relativo porcentual de v = 89.5 % . La razn para este error
tan grande es evidente en la grafica .
ntese que el rea bajo la lnea recta descuida una porcin significativa de la integral sobre
la lnea.
En la situacin actual, no se tendra conocimiento previo del valor verdadero. Por lo tanto, se
requiere una aproximacin al error. Parta obtener esta aproximacin, se calcula la segunda
derivada de la funcin sobre el intervalo , derivando la funcin original dos veces para dar
100
b
2
d
f ( x) dx
2
dx
a
media := media = 60
ba
1 3
E := media ( b a)
a 12 E = 2.56
a
2 4
f ( x) := 10 + 2x 6x + 5x x := 0 , 0.001.. 10
a := 0 b := 10
6 .10
4
b
I := f ( x) dx I = 98200
1 1
4 .10
a 4
f ( x)
2 .10
4
I := ( b a)
f ( a) + f ( b )
2 0 5 10
I = 247200 x
101
3 5
f ( x) := 1 x 4x + 3x x := 3 , 2.99 .. 5
a := 3 b := 5
1 .10
4
b
I := f ( x) dx I = 6904
1 1
a 5000
f ( x)
5 0 5
I := ( b a )
f ( a) + f ( b )
5000
2
I = 33016 x
f ( x) := 8 + 5 sin ( x) x := 0 , 0.001..
a := 0 b :=
b 14
I := f ( x) dx I = 35.13274123
1 1
a 12
f ( x)
10
I := ( b a)
f ( a) + f ( b )
8
2 0 1 2 3 4
I = 25.1327 x
102
En seguida se suman las reas de los segmentos individuales y se obtiene la integral sobre
el intervalo completo. A las ecuaciones resultantes se les conoce como formulas de
integracin de segmento mltiple o formulas de integracin compuestas.
ba
h=
n
x1 x2 xn
I = f ( x) dx + f ( x ) dx + ... + f ( x) dx
x0 x1 xn 1
103
h n 1
I= f ( x 0 ) + 2 f ( x i ) + f ( x n )
2 i =1
n 1
f ( x 0 ) + 2 f ( x i ) + f ( x n )
en formato general es : I = (b a ) i =1
2n
f (b a )3 f
f = i =1
por lo tanto. Ea =
n 12n 2
104
2 3 4 5
f ( x) := 0.2 + 25x 200x + 675x 900x + 400x x := 0 , 0.001.. 0.8
a := 0 b := 0.8
n := 2
b
Int := f ( x) dx Int = 1.64053333
a
ba
h :=
n h = 0.4 4
x := 0 x := x + h x := x + h
0 1 0 2 1
f ( x) 2
x = 0.4 x = 0.8
1 2
f ( x) := 8 + 5 sin ( x) x := 0 , 0.001..
a := 0 b :=
n := 6 14
b
Int := f ( x) dx Int = 35.13274123 12
a
f ( x)
ba 10
h :=
n h = 0.523599
8
0 1 2 3 4
x
105
UNIDAD IV / DIFERENCIA
D ACION E INT
TEGRACION NUMERIC
CA
x := 0 x := x + h x := x + h x := x + h x := x + h x := x + h
0 1 0 2 1 3 2 4 3 5 4
x = 0.523599 x = 1.047198 x = 1.5707966
1 2 3 x = 2.0943995 x = 2.6179994
4 5
x := x + h
6 5
x = 3.141593
3
6
I = 34.90322744
b
2
d f(( x) dx
dx2
3
( b a)
a a
E := E = 0.2284633
2 ba
12 n
4
4.2.2 Mto
odo de Simp
pson
U forma de obtener una estimacin exacta
Un e de una
a integral es con
c el uso de
e polinomios de
o
orden superio
or para conectar los punto
os. Por ejemplo, si hay un punto extra
a a la mitad del
d
c
camino entre f(a) y f(b), loss tres puntos se pueden co
onectar con una
u parbola..
1
106
Las formulas que resultan al tomar las integrales bajo esos polinomios son conocidos como
reglas de Simpson.
La Regla de Simpson 1/3 resulta cuando una interpolacin polinomial de segundo orden es
sustituida en la ecuacin :
ba
d d h=
I = f ( x)dx f 2 ( x)dx 2
b b
donde, para este caso, h = (b - a)/2. Esta ecuacin es conocida como regla Simpson 1/3. La
especificacin"1/3" surge del hecho de que h est dividida entre 3 en la ecuacin anterior .
La regla de Simpson 1/3 se expresa tambin con el uso del formato de la ecuacin :
f ( x0 ) + 4 f ( x1 ) + f ( x 2 )
I = (b a )
6
2 3 4 5
f ( x) := 0.2 + 25x 200 x + 675 x 900 x + 400 x
107
f ( x) 2
0 0.5 1
x
(b a) a := 0 b := 0.8
h :=
2
h = 0.4 2 3 4 5
f ( x) := 0.2 + 25 x 200 x + 675 x 900 x + 400 x
0.8
4
d
f ( x ) dx
4
dx
0
media := 2400.0000000000000000
b a
5 1 5
(b a) E := h media
E := media 90
a 2880
E = ( 0.2730667 )
E = 0.2730667
a
Problemas propuestos: evalense las integrales con la aplicacin simple de la regla Simpson
de 1/3
(1 x 4x3 + 3x5) dx
5
(b)
3
108
UNIDAD IV / DIFERENCIA
D ACION E INT
TEGRACION NUMERIC
CA
( c) ( 8 + 5 sin ( x) ) d x 8 + 100
0
4
2x 7 1
( d) x e d x exxp( 8) +
4 4
0
R
Regla de Sim
mpson 1/3 de
e segmentos
s mltiple
L Regla de Simpson
La S se puede
p mejora
ar al dividir el intervalo de integracin
i en
n un numero de
s
segmentos de
e igual anchu
ura
ba
h=
n
n 1 n2
f ( x0 ) + 4
i =1, 3, 5
f ( xi ) + 2 f (x
j = 2, 4, 6
j ) + f ( xn )
I = (b a)
3n
O
Observe que
e, se debe uttilizar un num
mero par de segmentos
s p
para implementar el mtod
do.
A
Adems, los coeficientes "4"y "2" en la
a ecuacin po
odran parece
er peculiares a primera vissta.
S embargo
Sin o, siguen en
n forma natu
ural la regla
a de Simpso
on 1/3. Los puntos non
nes
r
representan el
e termino me
edio para cad
da aplicacin
n. Los puntoss pares son comunes
c en las
a
aplicaciones adyacentes y por tanto se cuentan dos veces.
1
109
Un error estimado para la aplicacin de la regla de Simpson se obtiene sumando los errores
individuales de los segmentos y sacando el promedio de la derivada.
(b a) 5 ( 4)
Ea = f ( )
180n 4
2 3 4 5
f ( x) := 0.2 + 25x 200 x + 675 x 900 x + 400 x
f ( x) 2
0 0.5 1
x
(b a) a := 0 b := 0.8 n := 4
h :=
n 2 3 4 5
f ( x) := 0.2 + 25 x 200 x + 675 x 900 x + 400 x
h = 0.2
110
x := a x := a + h x := a + h + h x := a + h + h + h x := b
0 1 2 3 4
f ( x ) + 4 ( f ( x ) + f ( x ) ) + 2 ( f ( x ) ) + f ( x )
0 1 3 2 4
I := (b a)
3 n
I = 1.623467
0.8
4
d
f ( x ) dx
4
dx
0
media := 2400.0000000000000000
b a
5
(b a)
E := media
a 4
180 n
E = 0.017067
a
ba f ( x0 ) + 3[ f ( x1 ) + f ( x 2 )] + f ( x3 )
h= I = (b a)
3 8
111
(b a) 5 ( 4)
Ea = f ( )
6480
( b ) Usela junto con la regla de simpson 1/3 con la finalidad de integrar la misma funcion
en cinco segmentos.
solucion
( a ) Una sola aplicacion de la regla de Simpson requiere cuatro puntos equidistantes:
f ( x) 2
0 0.5 1
x
( b a) a := 0 b := 0.8 n := 4
h :=
3 2 3 4 5
f ( x) := 0.2 + 25x 200x + 675x 900x + 400x
h = 0.267
x := a x := a + h x := a + h + h x := b
0 1 2 3
112
I := (b a)
( 0) ( 1)
f x + 3 f x + 3 f x + f x ( 2) ( 3)
8
I = 1.51917
0.8
4
d
f(x) dx
4
dx
0
media:= 2400.0000000000000
ba
5
( b a )
E := media
a 6480
E = 0.121363
a
(b) Los datos necesarios para una aplicacion con cinco segmentos
( b a) a := 0 b := 0.8 n := 5
h :=
n 2 3 4 5
f ( x) := 0.2 + 25x 200x + 675x 900x + 400x
h = 0.16
x := a x := a + h x := a + h + h x := a + h + h + h x := a + h + h + h + h
0 1 2 3 4
x := a + h + h + h + h + h
5
x = 0.32 x = 0.48 x = 0.64 x = 0.8
x =0 x = 0.16 2 3 4 5
0 1
f x ( 0) = 0.2 f (x1) = 1.296919 f (x2) = 1.743393 f(x3) = 3.186 f (x4) = 3.182 ( 5) = 0.232
f x
113
La integral para los dos primeros segmentos se obtiene usando la regla de simpson
1/3
( )
f x + 4 f x + f x ( ) ( ) x = 0 x = 0.16 x = 0.32
( )
0 1 2 0 1 2
I := x x
1
2 0 6
I = 0.3803237
1
Para los ultimos tres segmentos , la regla 3/8 se utiliza para obtener
f x + 3 f x + f x ( ) (( )
+ f x ( ))
x = 0.32 ( ) x = 0.48 x = 0.64 x = 0.8
( )
2 3 4 5 2 3 4 5
I := x x
2 5 2 8
I = 1.2647535
2
La integral total calculada sumando los dos resultados:
I := I + I
1 2
I = 1.6450772
Cualquiera de las tcnicas de integracin vistas en esta unidad es modificable, de modo que
se puede aplicar en la aproximacin de integrales dobles o triples. A continuacin se ilustra
el mtodo de Simpson 1/3 en la solucin de integrales dobles.
3
a)
0 0
ysenxdxdy
3
I := y sin( x) dx dy I = 9.82022
0 0
3 0
h1 := h1 = 0.5
f ( x) := sin( x) 6
x0 := 0 x1 := x0 + h1 x2 := x1 + h1 x3 := x2 + h1 x4 := x3 + h1 x5 := x4 + h1 x6 := x5 + h1
I1 := ( 3 0)
f ( x0) + 4 ( f ( x1) + f ( x3) + f ( x5) ) + 2 ( f ( x2) + f ( x4) ) + f ( x6)
3 ( 6)
I1 = 1.9907
114
y0 := 0 y1 := y0 + h2 y2 := y1 + h2 y3 := y2 + h2 y4 := y3 + h2 y5 := y4 + h2 y6 := y5 + h2
y7 := y6 + h2 y8 := y7 + h2
I2 := ( 0)
g( y0 ) + 4 ( g( y1 ) + g( y3 ) + g( y5 ) + g( y7 ) ) + 2 ( g( y2 ) + g( y4 ) + g( y6 ) ) + g( y8 )
3 ( 8)
I2 = 9.8237
3 4
x+ y
I := e dx dy I = 930.85274
1 0
4 0
x h1 := h1 = 1
f ( x) := e 4
x0 := 0 x1 := x0 + h1 x2 := x1 + h1 x3 := x2 + h1 x4 := x3 + h1
y0 := 0 y1 := y0 + h2 y2 := y1 + h2 y3 := y2 + h2 y4 := y3 + h2 y5 := y4 + h2 y6 := y5 + h2
g( y0 ) + 4 ( g( y1 ) + g( y3 ) + g( y5 ) ) + 2 ( g( y2 ) + g( y4 ) ) + g( y6 )
I2 := ( 3 1)
3 ( 6)
I2 = 344.162
115
4.4 Aplicaciones
Antecedentes:
H = mc T ............EC. 1
T
T c (T ) dT
2
c (T ) = 1
T 2 T 1 ........................EC. 2
donde T = T 2 T 1 .
Nota : para hallar el valor exacto de la funcin se debe sustituir la ecuacin 2 en la ecuacin
1.
Determine:
T 2c (T ) dt
T
= ( m )[ c (T ) ]( t ) = m 1 (T T1)= m
T
H = mc T T c (T ) dt
2
T 2 T1 2
1
116
(0.132 ) dT
200
2
1000 + 0.000156 T + 0.000000264 T 42732.000000000000000
100
b) Grafica
0.2
0.174
c( T ) 0.15
0.119 0.1
100 0 100 200
100 T 200
2
c ( T) := 0.132 + 0.000156T + 0.000000264T
T := 100
0 ( 0) = 0.11904
c T
m := 1000
T := 200 c ( T ) = 0.17376
1 1
c( T ) + c( T )
I := ( T T )
0 1
I := m I I = 43920
1 1 0 2 1
2
c ( T ) := 0.132 + 0.000156 T + 0.000000264 T
200 ( 100 )
h :=
2
150 T := 100
0
c T( 0 ) = 0.11904
T := T + h 50 c ( T ) = 0.17376
n := 2 1 0 1
( 0 ) + 2 c ( T 1 ) + c ( T 2 )
c T
I := T T
1 ( 2 0 )
2n I := m I I = 43029
1
117
2
c ( T ) := 0.132 + 0.000156 T + 0.000000264 T
200 ( 100 )
h :=
2
150 T
0
:= 100 ( 0 ) = 0.11904
c T
T := T + h 50 c ( T ) = 0.14046
1 0 1
c T ( 0) + ( 1 ) + c (T 2 )
4c T
I
1
:= ( T
2
T
0 )
6 I := m I I = 42732
1
c ( T ) = 0.15901
4 c ( T ) = 0.17376
5
m := 1000
I := m I I = 39413.6
1
300
2 h := 100
c ( T ) := 0.132 + 0.000156 T + 0.000000264 T 3
T := 100 T := 0 T := T + h 100 T := T + h 200
0 1 2 1 3 2
m := 1000
I := m I I = 42732
1
118
UNIDAD 5
SOLUCION DE
ECUACIONES
DIFERENCIALES
Objetivo:
Aplicara los mtodos numricos para la
solucin de problemas de diferenciacin
de integracin numrica, usando un
lenguaje de programacin.
dy
= f ( x, y ), a xb
dx
b-a
h=
N
se llama tamao de paso, y el punto inicial, (x0 , y0), es el nico punto conocido de la solucin
exacta.
119
Como
y1 - y0 dy
= y ( x0 ) = f( x0 , y0 ) = ,
x1 - x 0 dx
entonces,
y1 y 0 = ( x1 x 0 ) f ( x0 , y 0 )
Por lo tanto,
y1 = y 0 + hf ( x 0 , y 0 )
Y, en general,
y n +1 = y n + hf ( x n , y n )
con h = x n +1 x n
La solucin explcita es y = 2ex - x - 1, y para el punto x20 = 1 se tiene que y (x 20) = 3.4365637.
Este mtodo fue ideado por Euler hace ms de 200 aos. Es bastante sencillo, pero no tan
preciso como los otros mtodos que veremos posteriormente. Sin embargo, el mtodo de
Euler sirve como punto de partida hacia tcnicas alternativas que aparecern segn se
considere.
= f ( xi , yi )
donde f (X i, Y i) es la ecuacin diferencial evaluada en Xi y Yi, Tal estimacin podr
substituirse en la ecuacin nos queda que :
Y i +1 = y i + f ( x i , y i )h
120
Esta frmula es conocida como el mtodo de Euler ( o Euler- Caunchy o de un punto medio).
Se predice un nuevo valor de Y por medio de la pendiente (igual a la primera derivada en el
valor original de X) que habr de extrapolarse en forma lineal sobre el tamao de paso h
Ejemplo:
Mtodo de Euler
4 3 2
f ( x) := 0.5x + 4x 10x + 8.5x + 1
Solucin:
df ( x)
dx = 2.0 x + 12 x 20 x + 8.5
3 2
PVI = y (0) = 1
y ( 4) = ?
h = 0.5
121
4 3 2
f ( x) := 0.5 x + 4x 10x + 8.5 x + 1
x := 0 , 0.0001 .. 4
10
f ( x)
d
f ( x) 0 1 2 3 4
dx
10
8.00000
7.00000 7.125007.00000
1.00000 1.00000
0.00000
1 2 3 4 5 6 7 8 9
Ejercicios:
4 3 2
f ( x) := 0.5x + 4x 10x + 8.5x + 1
df ( x)
dx = 2.0 x + 12 x 20 x + 8.5
3 2
PVI = y (0) = 1
y ( 4) = ?
h = 0.25
122
7.00000
6.00000 5.86719
5.80469
5.46875
5.00000 4.84375 5.00000
4.71875
4.52930
4.49219
4.00000 4.17969 4.343753.96875 4.17969 4.00000 4.31055
3.55469 3.61719
3.27930 3.24219 3.25000 3.34180
3.00000 3.12500 3.21875 3.00000 3.12500 3.12500
3.00000
2.56055 2.59180 2.71875
2.21875 2.24805
2.00000 1.99805
2.00000
1.00000 1.00000
0.00000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
La solucin numrica de las ecuaciones diferenciales ordinarias (EDO) involucra dos tipos de
error :
123
segundo error de programacin que resulta de las aproximaciones producidas durante los
pasos anteriores. La suma de los dos es el error de truncamiento global.
dy
dx = ( x y )
PVI y (0) = 2
y (1) = ?
h = 0.2
2.00000
1.60000
1.50000
1.32000
1.13600
1.00000 1.02880 0.983040.98643
0.50000
0.00000 0.00000
1 2 -0.300003 4 5 6
-0.50000 -0.44800 -0.50160 -0.50304
-0.48304
-1.00000
Ejercicios: Un tanque cilndrico de fondo plano con un dimetro de 1.5 m contiene un lquido
de densidad = 1.5 kg/L a una altura a de 3 m. Se desea saber la altura del lquido dentro
del tanque tres minutos despus de que se abre completamente la vlvula de salida, la cual
124
Solucin
El vaciado el llenado de un tanque cilndrico se modela haciendo un balance de materia con
las siguiente expresin :
180 0
h = = 30
6
dV
Acumulacin = entrada salida = 0 0.6A 2ga
dt
donde :
V = r 2 h = ( 0 . 75 ) 2 a
entonces :
da da 0.6A 2ga
(0.75) 2 = 0.6 A 2ga = = 0.0026653 2ga
dt dt (0.75) 2
Al considerar como tiempo cero el momento el abrir momento de abrir la vlvula y adems la
altura buscada a un tiempo de 3 minutos (180 segundos), se llega
da
dt = 0.0026653 2ga
PVI a (0) = 3m
a (180) = ?
125
Ejercicios : Calcule el tiempo necesario para que el nivel del liquido del tanque esfrico con
radio r = 5 m mostrado en la figura pase de 4 m a 3 m. La velocidad de salida por el orificio
Solucin :
dV
= 0 Av
dt
126
donde v es el volumen del lquido en el tanque que, en funcin de la altura esta dado por
a3
V = (5a 2 ) m3
3
A= (0.1) 2 m2
4
v = 4.895 a m/s
a3
d (5a 2 )
3
= (0.1)2 4.895 a
dt 4
Se deriva
da 3a 2 da (0.1) 2
10a = 4.895 a
dt 3 dt 4
y al despejar se tiene
da 4.895(0.1) 2 a
=
dt 4(10a a 2 )
que con la condicin inicial y la pregunta forma el siguiente y la pregunta forman el siguiente
PVI(problema de valor inicial)
da 0.122375 a
=
dt (10a a 2 )
PVI a (0) = 4m
a (?) = 3m
127
Por lo tanto el tiempo necesario para que el nivel del liquido dentro del tanque esfrico pase
de 4 a 3m es aproximadamente 100 segundos.
El mtodo de Euler modificado trata de evitar este problema utilizando un valor promedio de
la derivada tomada en los extremos del intervalo, en lugar de la derivada tomada en un solo
extremo.
128
UNIDAD V / SOLUCION
S DE ECUAC
CIONES DIFERENCIALE
ES
1
[ f (x0 , y 0 ) + f (x1 , y1 )] = derivada
d prom
medio
2
Y i +1 = y i + f ( x i , y i )h
(x1 x0 )
y1 = y 0 + [ f (x0 , y 0 ) + f (x1 , y1 )]
2
5
5.1.2 Mto
odo de Runge
e Kutta
E la resoluciin de ecuaciiones diferencciales de la fo
Es orma
dy
= f ( x, y )
dx
U
Utilizando un mtodo num
mrico se pued
de resolver un
na ecuacin como
c :
N
Nuevo valor = valor anterio
or + pendientte * tamao del paso
o en trminos
s matemticos como :
Yi +1 = yi + h
D acuerdo con
De c esta ecu
uacin, la pen mada se ussa para extra
ndiente estim apolar desde un
v
valor anteriorr Yi a un nuevo valor Yi+1 en una dista
ancia h (ver grfico
g N1). Esta
E frmula se
p
puede aplicarr paso a paso
o para calcula
ar el valor en el futuro y, por
p tanto, trazar la trayecto
oria
d la solucin
de n.
1
129
Todos los mtodos de un paso se pueden expresar en esta forma general, que slo va a
diferir en la manera en la cual se estima la pendiente. El procedimiento mas simple es usar
la ecuacin diferencial para estimar la pendiente derivada en Xi al inicio del intervalo. En
otras palabras, la pendiente al inicio del intervalo es tomada como una aproximacin de la
pendiente promedio sobre todo el intervalo. Este procedimiento se llama mtodo de Euler.
Existen otros mtodos de un paso que cumplen estimaciones de pendiente en forma alterna
y cuyas resultantes sern predicciones mas exactas. Todas estas tcnicas se conocen por lo
general como mtodos de Runge-Kutta.
Mtodo de Runge-Kutta
Los mtodos de Runge-Kutta (RK) logran la exactitud del procedimiento de una serie de
Taylor sin requerir el calculo de derivadas superiores. Existen muchas variaciones, pero
todas se pueden denotar en la forma generalizada de la ecuacin :
Yi +1 = yi + ( xi , yi , h)h
donde (xi,yi,h) es conocida como funcin incremento, al cual puede interpretarse como una
pendiente representativa sobre el intervalo. La funcin incremento se escribe por lo general
como :
= a1k1 + a2 k2 + ... + an kn
k1 = f ( xi , yi )
k2 = f ( xi + p1h, yi + q11k1h)
k3 = f ( xi + p2 h, yi + q21k1h + q22 k2 h)
kn = f ( xi + pn 1h, yi + qn 1k1h + qn 1,2 k2 h + ... + qn 1,n 1kn 1h)
Observe que las k son relaciones de concurrencia. Esto es k1 aparece en la ecuacin para
k2, que apareces en la ecuacin de k3,etc. Esta recurrencia hace a los mtodos RK
eficientes para su calculo en computadoras.
130
Una vez que se elige n, se evalan las a,p y q al igualar la ecuacin [10] a los termino de la
serie de expansin de Taylor .As al menos para las versiones de orden inferior, el numero
de trminos n con frecuencia representa el orden de la aproximacin.
Yi +1 = yi + (a1k1 + a2 k2 )h
k1 = f ( xi , yi )
k2 = f ( xi + p1h, yi + q11k1h)
Los valores para a1,a2,p1 y q11 son evaluados al igualar el termino se segundo orden de la
ecuacin Yi+1 en [12] con la expansin de la serie de Taylor. Para realizar esto,
desarrollamos tres ecuaciones para evaluar las cuatro constantes desconocidas. Las tres
ecuaciones son :
a1 + a2 = 1
1
a1 p2 =
2
1
a2 p11 =
2
La condicin inicial en x = 0 es y = 1.
Solucin:
Y I + 1 = y I + ( 1/3 k 1 + 2/ 3 k 2) h
k 1 = f ( x i , y i)
131
= 1/3k1 + 2/3 k2
X = 0 y = 1 h = 0.5
k 1 = f ( x i , y i)
K 2 = f ( 0.375 , 4.1875 )
3
= - 2 (0.375) + 12 (0.375) 2 20 (0.375) + 8.5 =
= 2.58203125
= 1/3k1 + 2/3 k2
Y I + 1 = y I + ( 1/3 k 1 + 2/ 3 k 2) h
k 1 = f ( x i , y i)
K1 = f ( 0.5 , 3. 27734375 )
= 1.25
132
K 2 = f ( 0.875 , 3.74609375 )
3
= - 2 (0.875) + 12 (0.875) 2 20 (0.875) + 8.5
= - 1.15234375
= 1/3k1 + 2/3 k2
Y I + 1 = y I + ( 1/3 k 1 + 2/ 3 k 2) h
Y verdadera
X Ralston RK v
0.0 1.00000 1.00000 0
133
6.00000
5.00000
4.00000
Y
3.00000
verdadera
2.00000
1.00000
0.00000
0 2 4 6 8 10
1
Yi +1 = yi + ( k1 + 4k2 + k3 ) h
6
k1 = f ( xi , yi )
1 1
k2 = f ( xi + h, yi + k1h)
2 2
k3 = f ( xi + h, yi k1h + 2k2 h)
134
d 2 y dy
+ = x2 + y2
dx 2 dx
A un sistema de dos ecuaciones diferenciales ordinarias simultaneas de primer orden.
Solucin :
d2y
2
= y + x 2 + y 2
dx
El cambio de variable es:
y1 = y ; y2 = y
y1 = y 2
Se deriva la segunda
y 2 = y
135
5.4. Aplicaciones
Ejercicios:
Solucin:
dx x
= 80(0.5) 80( )
dt 400
dx
= 40 0.2x
dt
que con la condicin inicial de que hay 25 Kg. De sal al tiempo cero, da el siguiente
dx
dt = 40 0.2x
PVI x (0) = 25
x (10) = ?
136
h
y i +1 = y i + (k 1 + 4k 2 + k 3 )
6
con
k 1 = f (x i , y i )
h hk 1
k2 = f xi + ,yi +
2 2
k 3 = f (x i + h , y i + 2hk 2 hk 1 )
x := 0 y := 25 h := 1
0 0
( 0) k := 40 0.2 y + k h ( )
1
k := 40 0.2 y k := 40 0.2 y k h + 2 k h
1 2
0 2 1 3 0 1 2
k = 35 k = 29.4
1 k = 31.5 3
2
(1 )
1
y := y + k + 4 k + k h y = 56.733
1 0 6 2 3 1
x := 1 y := 56.733 h := 1
1 1
( 1) k := 40 0.2 y + k h ( )
1
k := 40 0.2 y k := 40 0.2 y k h + 2 k h
1 2 1 2 1 3 1 1 2
k = 28.653 k = 25.788 k = 24.069
1 2 3
(1 )
1
y := y + k + 4 k + k h y = 82.712
2 1 6 2 3 2
x := 1 y := 82.712 h := 1
2 2
( 2) k := 40 0.2 y + k h ( )
1
k := 40 0.2 y k := 40 0.2 y k h + 2 k h
1 2
2 2 1 3 2 1 2
k = 23.458 k = 25.788 k = 19.704
1 2 3
(1 )
1
y := y + k + 4 k + k h y = 103.98
3 2 6 2 3 3
137
x := 1 y := 103.98 h := 1
3 3
( 3) k := 40 0.2 y
( )
1
k := 40 0.2 y + k h k := 40 0.2 y k h + 2k h
1 2
3 2 1
3 3 1 2
k = 19.204 k = 17.284 k = 16.131
1 2 3
( ) h
1
y := y + k + 4k + k y = 121.392
4 3 6 1 2 3 4
x := 1 y := 121.392 h := 1
4 4
( 4) k := 40 0.2 y k h ( )
1
k := 40 0.2 y + k := 40 0.2 y k h + 2k h
1 2 4 2 1 3 4 1 2
k = 15.722 k = 14.149 k = 13.206
1 2 3
( ) h
1
y := y + k + 4k + k y = 135.646
5 4 6 1 2 3 5
x := 1 y := 135.646 h := 1
5 5
( 5) k := 40 0.2 y k h ( )
1
k := 40 0.2 y + k := 40 0.2 y k h + 2k h
1 2 5 2 1 3 5 1 2
k = 12.871 k = 11.584 k = 13.206
1 2 3
( ) h
1
y := y + k + 4k + k y = 147.316
6 5 6 1 2 3 6
x := 1 y := 147.316 h := 1
6 6
( 6) k := 40 0.2 y + k h ( )
1
k := 40 0.2 y k := 40 0.2 y k h + 2 k h
1 2 6 2 1 3 6 1 2
k = 10.537 k = 11.584 k = 10.811
1 2 3
(1 )
1
y := y + k + 4 k + k h y = 156.869
7 6 6 2 3 7
x := 1 y := 156.869 h := 1
7 7
( 7) k := 40 0.2 y + k h ( )
1
k := 40 0.2 y k := 40 0.2 y k h + 2 k h
1 2 7 2 1 3 7 1 2
k = 8.626 k = 7.764 k = 7.246
1 2 3
(1 )
1
y := y + k + 4 k + k h y = 164.69
8 7 6 2 3 8
138
x := 1 y := 164.69 h := 1
8 8
( 8) k := 40 0.2 y k h ( )
1
k := 40 0.2 y + k := 40 0.2 y k h + 2k h
1 2
8 2 1
3 8 1 2
k = 7.062 k = 6.356 k = 5.932
1 2 3
( ) h
1
y := y + k + 4k + k y = 171.093
9 8 6 1 2 3 9
x := 1 y := 171.093 h := 1
9 9
( 9) k := 40 0.2 y + k h ( )
1
k := 40 0.2 y k := 40 0.2 y k h + 2 k h
1 2 9 2 1 3 9 1 2
k = 5.781 k = 5.203 k = 4.856
1 2 3
(1 )
1
y := y + k + 4 k + k h y = 176.335
10 9 6 2 3 10
139
140
BIBLIOGRAFIA
Chapra Steven y Canale R. ; Mtodos Numricos para ingenieros; Ed. Mc Graw Hill
Ing. Javier Rosas Margarito ; Mtodos numricos, teora y programacin en lenguaje C.;
Ed. Moya
141
142