Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cuadratura Gaussiana
Hasta el momento, las fórmulas de cuadratura se calcularon a partir de polinomio
de Lagrange sobre nodos igualmente espaciados, lo cual es ventajoso para las
fórmulas compuestas. Sin embargo, lo anterior puede inducir una reducción en la
precisión de la aproximación.
315
Integración numérica
316
Integración numérica
Esta fórmula tiene grado de precisión tres, es decir, produce el resultado exacto
para cada polinomio de grado tres o menor. Conocemos esta expresión como
fórmula de cuadratura de Gauss de dos puntos, porque n = 2.
317
Integración numérica
El procedimiento anterior se puede aplicar a casos de más de dos puntos, esto es,
para
� 1 n
�
f (x) dx ≈ ci f (xi )
−1 i=1
318
Integración numérica
Cuadratura de Gauss con más puntos
n nodos pesos
x1 = −0.5773502692 c1 = 1.0000000000
2
x2 = +0.5773502692 c2 = 1.0000000000
x1 = −0.7745966692 c1 = 0.5555555556
3 x2 = 0.0000000000 c2 = 0.8888888889
x3 = +0.7745966692 c3 = 0.5555555556
x1 = −0.8611363116 c1 = 0.3478548451
x2 = −0.3399810436 c2 = 0.6521451549
4
x3 = +0.3399810436 c3 = 0.6521451549
x4 = +0.8611363116 c4 = 0.3478548451
x1 = −0.9061798459 c1 = 0.2369268850
x2 = −0.5384693101 c2 = 0.4786286705
5
x3 = 0.0000000000 c3 = 0.5688888889
x4 = +0.5384693101 c4 = 0.4786286705
x5 = +0.9061798459 c5 = 0.2369268850
319
Integración numérica
320
Integración numérica
Usando cambio
�b de variable podemos transforma la
integral a f (x) dx en otra definida sobre el inter-
valo [−1, 1] y ası́ poder aplicar la cuadratura de
Gauss a partir de la tabla antes presentada. Para
ello hacemos
2x − a − b (b − a)t + a + b
t= ⇐⇒ x= ,
b−a 2
lo que nos permite escribir
� b � 1 � �
(b − a)t + a + b b − a Tomado de Burden 10 ed.
f (x) dx = f dt.
a −1 2 2
321
Integración numérica
Ejemplo (Tomado de Burden 10 ed.)
322
Integración numérica
323
Integración numérica
324
Introducción a
Ecuaciones Diferenciales Ordinarias (EDOs)
Una ecuación diferencial ordinaria (EDO) es una ecuación que define una
relación entre una función (variable dependiente), de una variable (indepen-
diente), y una o más de sus derivadas.
p(t) = p0 ekt ,
donde p0 es la población cuando t = 0, esto es, p(0) = p0 . Este modelo implica que
la población crece sin lı́mite cuando t crece.
326
Introducción a EDOs
Ejemplo (Tomado de Chapra 5 ed.): Un modelo más realista al caso del ejemplo
anterior es dado a partir de suponer que k depende del tiempo ası́
x(t)
k(t) = kmáx
K + x(t)
327
Introducción a EDOs
Clasificación de EDOs
Por orden: El orden de una ecuación diferencial ordinaria es el orden de la mayor
derivada en la ecuación. Por ejemplo,
d d x(t)
• dt p(t) = kp(t) y dt p(t) = kmáx K+x(t) p(t) son EDOs de primer orden,
2
� �3
d y dy
• dx 2 + 5 dx − 4y = ex es una EDO de segundo orden,
• F (x, y, y � , . . . , y (n) ) = 0, forma general de una EDO de n-ésimo orden
expresada a través del operador F ,
dn y
• dx � (n−1) ), forma normal de una EDO.
n = f (x, y, y , . . . , y
328
Introducción a EDOs
Clasificación de EDOs
Por linealidad: Una EDO de n-ésimo orden es lineal si el operador F es lineal en
y, y � , . . . , y (n) , es decir, cuando la ecuación es de la forma
dn dn−1 d
an (x) y(x) + a n−1 (x) y(x) + · · · + a1 (x) y(x) + a0 (x)y(x) = g(x),
dxn dxn−1 dx
o también
dn y dn−1 y dy
an (x) n + an−1 (x) n−1 + · · · + a1 (x) + a0 (x)y = g(x),
dx dx dy
en particular se tienen los casos de EDOs lineales de primer (n = 1) y segundo
(n = 2) orden
dy
• a1 (x) dx + a0 (x)y = g(x),
d 2y dy
• a2 (x) dx2 + a1 (x) dx + a0 (x)y = g(x).
329
Introducción a EDOs
Es otras palabras, una solución de una EDO de n-ésimo orden es una función φ,
n-veces diferenciable, para la cual
330
Introducción a EDOs
Ejemplo Verifiquemos que la función indicada es una solución de la EDO en el
intervalo (−∞, ∞),
dy 1 1
EDO: = xy 2 , solución: y = x4 .
dx 16
331
Introducción a EDOs
Ejemplo Verifiquemos que la función indicada es una solución de la EDO en el
intervalo (−∞, ∞),
EDO: y �� − 2y � + y = 0, solución: y = xex .
332
Introducción a EDOs
Ejemplo Las funciones x1 (t) = c1 cos 4t y x2 (t) = c2 sin 4t, donde c1 y c2 son
constantes arbitrarias, son ambas soluciones de la EDO lineal de segundo orden,
x�� + 16x = 0.
333
Introducción a EDOs
334
Introducción a EDOs
PVI de primer y segundo orden: Los problemas de resolver
dy
= f (x, y), sujeto a y(x0 ) = y0
dx
y resolver
d2 y
= f (x, y, y � ), sujeto a y(x0 ) = y0 , y � (x0 ) = y1
dx2
son problemas de valores iniciales de primer y segundo orden, respectivamente.
−2 = ce1 o c = −2e−1 ,
337
Introducción a EDOs
d2 y
= f (x, y, y � )
dx2
sujeto a las condiciones y(a) = α, y(b) = β, para el intervalo de solución
I = [a, b] y ciertos valores reales α, β. Estas condiciones se llaman condiciones
de frontera o condiciones de contorno de la EDO.
338
Introducción a EDOs
1 t e −t
Ejemplo Verifiquemos que la función y(t) = 1+e e + 1+e e es solución del PVF
�
y �� = y, en (0, 1)
y(0) = 1, y(1) = 1.
339
Introducción a EDOs
Sistemas de EDOs
Un sistema de ecuaciones diferenciales ordinarias tiene dos o más ecuaciones
que involucran las derivadas de dos o más funciones incógnitas (variables
dependientes) con respecto a una sola variable independiente.
341
Introducción a EDOs
PVI para un sistema de primer orden: Supongamos que x y y denotan las
variables dependientes y t denota la variable independiente, entonces un PVI de
primer orden está dado por
dx1
= f1 (t, x1 , x2 ),
dt
dx2
= f2 (t, x1 , x2 ),
dt
sujeto a x1 (t0 ) = x01 y x2 (t0 ) = x02 . Llamando x(t) = (x1 (t), x2 (t))τ y
F(t, x1 , x2 ) = (f1 (t, x1 , x2 ), f2 (t, x1 , x2 ))τ , podemos escribir el PVI anterior
� � � � � � � 0�
d x1 f1 (t, x1 , x2 ) x1 (t0 ) x dx
= , = 10 , como = F(t, x), x(t0 ) = x0 ,
dt x2 f2 (t, x1 , x2 ) x2 (t0 ) x2 dt