Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diferencia Finita y Diferencia Numericaedicion20202
Diferencia Finita y Diferencia Numericaedicion20202
Diferencia Finita y Diferencia Numericaedicion20202
DIFERENCIAS FINITAS,
INTERPOLACIÓN, Y
APROXIMACIÓN
Integrantes: Ronney Matloo, Karla Santamaria, Brian Rodríguez,
Samuel Hernández, Enderson Farid
TEMAS:
• Diferencias Finitas
• Propiedades
• Polinomios interpolares
• Spline Cubicas
Método de diferencias finitas
El Método consiste en una aproximación de las derivadas parciales por expresiones algebraicas con
los valores de la variable dependiente en un limitado número de puntos seleccionados.
Parámetros
Establecemos el intervalo entre 0 y 10; y se discretiza en 5 sub intervalos establecidos por conveniencia.
Al obtener todas las iteraciones se resuelve en base a un sistema de
ecuaciones:
14 1 0 0 y1 -20,9166
1 14 1 0 y2 -4,656
0 1 14 1 y3 27,0003
0 0 1 14 y4 -12.3862
En otras palabras, toda s las bases polinómicas de Lagrange valen cero en excepto en
para el que aplica puesto que carece del termino (x=xj) en el numerador.
Ejemplo
Spline Cubicas
En este caso, cada polinomio P(x) a través del que construimos los Splines en [m,n] tiene grado 3. Esto quiere decir,
que va a tener la forma P(x) = ax³ + bx² + cx + d
En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una nueva condición para cada punto
común a dos intervalos, respecto a la derivada segunda:
Que las partes de la función a trozos P(x) pasen por ese punto. Es decir, que las dos Pn(x) que rodean al f(x) que
queremos aproximar, sean igual a f(x) en cada uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la función definida a trozos que pasa por tal
punto común.
Que la derivada segunda en un punto siempre coincida para ambos "lados" de la función definida a trozos que pasa
por tal punto común.
Como puede deducirse al compararlo con el caso de splines cuadráticos, ahora no nos va a faltar una sino dos
ecuaciones (condiciones) para el número de incógnitas que tenemos.
La forma de solucionar esto, determina el carácter de los splines cúbicos. Así, podemos usar:
Splines cúbicos naturales: La forma más típica. La derivada segunda de P se hace 0 para el primer y último
punto sobre el que está definido el conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].
Dar los valores de la derivada segunda de m y n de forma "manual", en el conjunto de splines definidos en el
intervalo [m,n].
Hacer iguales los valores de la derivada segunda de m y n en el conjunto de splines definidos en el intervalo [m,n]
Splines cúbicos sujetos: La derivada primera de P debe tener el mismo valor que las derivada primera de la
función para el primer y último punto sobre el que está definido el conjunto de Splines, esto son, los puntos m y n
en el intervalo [m,n].
Ejemplo
DIFERENCIACIÓN E
INTEGRACIÓN
NUMERICA
TEMAS:
• Métodos de diferenciación e integración numérica
• Trapezoidal de Simpson
• Método de Romberg
• Cuadraturas gaussianas
• Cuadratura de Multhopp
Métodos diferenciales
El Método consiste en una aproximación de las derivadas parciales por expresiones algebraicas con
los valores de la variable dependiente en un limitado número de puntos seleccionados.
Los métodos numéricos para ecuaciones diferenciales ordinarias son procedimientos utilizados para
encontrar aproximaciones numéricas a las soluciones de ecuaciones diferenciales ordinarias (EDO).
Su uso también se conoce como integración numérica, aunque este término a veces se toma para
significar el cálculo de una integración.
Muchas ecuaciones diferenciales no pueden resolverse usando funciones típicas ("análisis"). Sin
embargo, a efectos prácticos, como en ingeniería, una aproximación numérica a la solución suele ser
suficiente. Los algoritmos estudiados aquí pueden usarse para calcular tal aproximación. Un método
alternativo es utilizar técnicas de cálculo infinitesimal para obtener una expansión en serie de la
solución.
Metodo de Euler
Su procedimiento va de la siguiente forma:
de manera que se obtiene un conjunto discreto de n+1 por puntos del intervalo de interés
[𝒙𝟎 ,𝒙𝒇 ]. Para cualquiera de estos puntos se cumple que:
La condición inicial 𝒚 𝒙𝟎 = 𝒚𝟎 , representa el punto 𝑷𝟎 = (𝒙𝟎 , 𝒚𝟎 ) por donde pasa la curva solución de
la ecuación del planteamiento inicial, la cual se denotará como 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 𝑷𝟎 y de pendiente 𝒇(𝒙𝟎 , 𝒚𝟎 ). Esta recta
aproxima 𝑭 𝒙 en una vecindad de 𝒙𝟎 . 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 :
Ejemplo:
En primer lugar se calcula el valor de tomando en h cuenta que el número de pasos n es 4; por lo
tanto quedaría así:
Antes de aplicar el método, veamos un esquema de cómo trabajaría el método en este caso concreto:
Por lo que el resultado obtenido es: Y4=0.332558138. Conociendo el valor exacto de la ecuación en
ese punto, Y0=0.3325459, se puede calcular el error relativo cometido por el método
y’= f(x,y)
y(x0) = y0
El método consiste en usar la ecuación de Euler como una ecuación predictora y usar este resultado
en la ecuación correctora de Euler-Gauss.
Metodo de Runge-Kutta
Uno de los métodos más utilizados para resolver numéricamente problemas de ecuaciones
diferenciales ordinarias con condiciones iniciales es el método de Runge-Kutta de cuarto orden, el
cual proporciona un pequeño margen de error con respecto a la solución real del problema y es
fácilmente programable en un software para realizar las iteraciones necesarias.
El método de Runge-Kutta se utiliza para resolver ecuaciones diferenciales de la forma explícita:
O en su forma Explícita:
Y es sumamente útil para casos en los que la solución no puede hallarse por los métodos
convencionales (como separación de variables). Hay variaciones en el método de Runge-Kutta de
cuarto orden pero el más utilizado es el método en el cual se elige un tamaño de paso h y un número
máximo de iteraciones n.
El método Runge- Kutta para este problema está dado por la siguiente ecuación:
k3 es otra vez la pendiente del punto medio, pero ahora usando k2 para determinar el valor de y
Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes en el punto medio:
Usar el método de Runge Kutta para aproximar dada la siguiente ecuación diferencial:
Primero, identificamos las condiciones iniciales, el intervalo y la función:
Para poder calcular el valor de y1 , debemos calcular primeros los valores de k1 ,k2 ,k3 y k4 .
Tenemos entonces que para la primera iteración:
El proceso debe repetirse hasta y 5 . Por lo que en la siguiente tabla se presentan los datos obtenidos
del proceso realizado hasta este número.
y(0.5)= 1.28403
Encontrar y(b) es equivalente a calcular la integral. Los métodos desarrollados para ecuaciones
diferenciales ordinarias, como el método de Runge-Kutta, pueden ser aplicados al problema
reformulado. En este artículo se discuten métodos desarrollados específicamente para el problema
formulado como una integral definida.
Regla del rectángulo
El método más simple de este tipo es hacer a la función interpoladora ser una función constante (un
polinomio de orden cero) que pasa a través del punto (𝑎, 𝑓 𝑎 ) . Este método se llama la regla del
rectángulo:
Regla del punto medio
𝑎+𝑏 𝑎+𝑏
Si en el método anterior la función pasa a través del punto ( ,𝑓 ) este método se llama
2 2
la regla del punto medio:
Cuadraturas Gaussianas
Con el uso de este método, podremos encontrar la integral mediante técnicas de muestreo para
conseguir una eficaz aproximación, a valores representados como raíces de polinomios ortogonales.
1
Teniendo un ejemplo con la siguiente función: f (t )dt = C f (t ) + C2 f (t2 ) ésta se va a integrar con
−1
evaluarla en 2 puntos. Pero hace falta determinar t ,
1 2t , C1 , C2 , y es ahí donde proponemos las
siguientes funciones f (t ) = 1 f (t ) = t f (t ) = t f (t ) = t y luego procedemos a integrar estas funciones.
2 3
dt = 1 − (−1) = 2
−1
donde 2 = C1 + C2
12 (−1) 2
1
tdt =
−1
2
−
2
= 0 donde 0 = C1t1 + C2t2
13 (−1)3 2
1
t dt =
2
− = donde 2 = C1t12 + C2t2 2
−1
3 3 3 3
14 (−1)4
1
= 0 donde 0 = C1t1 + C2t2
3 3
t dt = −
3
−1
4 4
Si resolvemos las ecuaciones para las cuatro incógnitas, nos queda:
1 1
t1 = = −0.5773 t2 = = 0.5773
3 3
C1 = 1
C2 = 1
siendo una aproximación casi exacta para funciones de hasta el tercer orden, de -1 a 1.
f ( x)dx =
a
2
C1 f ( x1 ) + + Cn f ( x n )
Tabla de valores para la cuadratura gaussiana
Número de Valores de t Coeficientes Válido hasta
Términos
2 -0.57735027 1 3° grado
0.57735027 1
-0.77459667 0.5555555
0 0.88888888
3 0.77459667 0.5555555 5° grado
-0.86113631 0.34785485
-0.33998104 0.65214515
4 0.33998104 0.65214515 7° grado
0.86113631 0.34785485
-0.90617975 0.23692689
-0.53846931 0.47862867
0 0.5688889
5 0.53846931 0.47862867 9° grado
0.90617975 0.23692689
Cuadraturas Multhopp
También conocida como Cuadratura del Círculo, consiste en la resolución de un problema complejo
mediante el uso de una regla y compás, donde se hallará un cuadrado con área equivalente a un
círculo dado. Éste método es mayormente utilizado en problemas que involucren la geometría y su
cálculo se basa en el método de repeticiones sucesivas. O sea, en este método, se intenta calcular la
superficie de un círculo sacando el un promedio de las áreas de dos polígonos regulares. Cabe
destacar que éste método fue utilizado en los años anteriores, donde las grandes mentes hacían sus
cálculos sólo con el uso de la regla y compás.
Si partimos de la idea de tener un círculo, sabemos que su área será R 2 y al partir el circulo con una
línea por la mitad, obtenemos la longitud de 2 R si tomamos un segmento de la mitad de éste R y lo
unimos junto a otro segmento con longitud igual al radio R inicial del círculo y trazamos la mitad de
una circunferencia que abarque al segmento de longitud R + R en su diámetro, queda la siguiente
figura:
Ahora se procede a trazar dos segmentos perpendiculares que corten la mitad de la circunferencia –
partiendo desde el punto de unión– y luego vemos cómo queda reflejado un triángulo rectángulo con
el mismo ángulo de la mitad de la circunferencia 90°:
Si queremos calcular la longitud de este segmento, basta con llamar h a nuestra longitud, además, si
nos fijamos, en realidad tenemos 3 triángulos rectángulos, con longitudes de a, h, R (de hipotenusa), h, b, R
(de hipotenusa b) y a, b, R + R (de hipotenusa R + R por lo que representamos la figura como:
Si hacemos uso del teorema de Pitágoras en cada triángulo, nos quedan las siguientes fórmulas:
a 2 = h2 + ( R)2
b2 = h2 + R 2
( R + R)2 = a2 + b2
Formulas:
𝒃 𝒉
𝒂 𝒇 𝟐 ≈ 𝒙𝒅 𝒙 𝒇 𝒂+ 𝒇 𝒃 𝒉=𝒃−𝒂
Regla del trapecio compuesto
Es una forma de aproximar una integral definida utilizando n trapecios. En la formulación de este
método se supone que f es continua y positiva en el intervalo [a,b].
Formulas:
𝒃 𝒉 𝒃−𝒂
≈ 𝒙𝒅 𝒙 𝒇 𝒂 𝟐
𝒇 𝒙𝟎 + 𝟐𝒇 𝒙𝟏 + 𝟐𝒇 𝒙𝟐 + , . . +𝟐𝒇 𝒙𝒏−𝟏 + 𝒇 𝒙𝒏 𝒉=
𝒏
𝒙𝒊 = 𝒂 + 𝒊𝒉
𝑏−𝑎
Paso 1: Calculamos el ancho del rectángulo con la siguiente formula h = donde 𝑎 sera el limite inferior y 𝑏 será el
𝑛
limite superior de la integral definida, y 𝑛 será el numero de rectángulos dados.
𝑏 −𝑎 2 −1 1
h= = = = 0,2
𝑛 5 5
Paso 2: Calculamos las coordenadas 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 hasta 𝑥5 ya que 𝑛 = 5, para ello usamos la formula 𝑥𝑖 = 𝑎 + 𝑖ℎ.
𝑥0 = 1 + 0 0,2 =1
𝑥1 = 1 + 1 0,2 = 1,2
𝑥2 = 1 + 2 0,2 = 1,4
𝑥3 = 1 + 3 0,2 = 1,6
𝑥4 = 1 + 4 0,2 = 1,8
𝑥5 = 1 + 5 0,2 =2
El método utilizado para la regla de Simpson sigue la misma idea, pero aproximando los subintervalos de 𝑓
mediante polinomios de segundo grado.
Formulas:
𝑏 ℎ 𝑏−𝑎
≈ 𝑥𝑑 𝑥 𝑓 𝑎 3
𝑓 𝑥0 + 4𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +4𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛 ℎ=
𝑛
𝑏−𝑎
Paso 1: Calculamos el ancho del rectángulo con la siguiente formula h = donde 𝑎 sera el limite inferior y 𝑏 será
𝑛
el limite superior de la integral definida, y 𝑛 será el numero de rectángulos dados.
𝑏 −𝑎 2 −1 1
h= = = = 0,25
𝑛 4 4
Paso 2: Calculamos las coordenadas 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 y 𝑥4 ya que 𝑛 = 4, para ello usamos la formula 𝑥𝑖 =
𝑎 + 𝑖ℎ.
𝑥0 = 1 + 0 0,25 = 1
𝑥1 = 1 + 1 0,25 = 1,25
𝑥2 = 1 + 2 0,25 = 1,50
𝑥3 = 1 + 3 0,25 = 1,75
𝑥4 = 1 + 4 0,25 = 2
𝑏
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 4𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +4𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛
𝑎 3
2
3 0,25
න 1 + cos 𝑥 𝑑𝑥 ≈ 𝑓 1 + 4𝑓 1,25 + 2𝑓 1,50 + 4𝑓 1,75 + 𝑓 2
1 3
2
3 3 3 3 3
න 1 + cos 𝑥 𝑑𝑥 ≈ 0,08 ቂ 1 + cos 1 + 4 1 + cos 0,25 +2 1 + cos 1,50 +4 1 + cos 75
1
3
+ 1 + cos 2 ቃ
2
3
න 1 + cos 𝑥 𝑑𝑥 ≈ 1,0138 → 𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜
1
Método de Romberg
En análisis numérico, el Método de Romberg genera una matriz triangular cuyos elementos son
estimaciones numéricas de la integral definida.
𝑏
𝑥𝑑 𝑥 𝑓 𝑎
Formulas:
𝑏 ℎ
≈ 𝑥𝑑 𝑥 𝑓 𝑎 2
𝑓 𝑎 +𝑓 𝑏 𝑛=1
𝑏−𝑎 1−0 1
ℎ= = = =1
𝑛 1 1
Paso 3: Calcular 𝐼1 con la formula del trapecio Simple para 𝑛 = 1. Donde 𝑎 = 0 y 𝑏 = 1
𝑏 ℎ
≈ 𝑥𝑑 𝑥 𝑓 𝑎 2
𝑓 𝑎 +𝑓 𝑏 𝑛=1
ℎ
𝐼1 = 𝑓 𝑎 +𝑓 𝑏
2
1
𝐼1 = 𝑓 0 +𝑓 1
2
1
𝐼1 = 02 𝑒 −0 + 12 𝑒 −1 𝐼1 = 0,1839
2
𝐼2 = 0,1678