Integración numérica
|
|
- Julián Bustamante Blanco
- hace 5 años
- Vistas:
Transcripción
1 Integración numérica Javier Segura Cálculo Numérico I. Tema 4. Javier Segura (Universidad de Cantabria) Integración numérica CNI 1 / 21
2 Introducción y definiciones Estructura de la presentación: 1 Introducción y definiciones 2 Fórmulas de Newton-Cotes Fórmulas simples Fórmulas compuestas Regla trapezoidal recurrente 3 Integración Gaussiana Javier Segura (Universidad de Cantabria) Integración numérica CNI 2 / 21
3 Introducción y definiciones Definición Dada una función f (x) integrable en [a, b] y una aproximación a la integral dada por b n I(f ) = f (x)dx w i f (x i ) a i=0 donde a x 0 < x 1 <... < x n b, diremos que Q(f ) = n w i f (x i ) i=0 es una regla de cuadratura de n + 1 puntos que aproxima la integral definida. A los números w i se les llama pesos de la regla de cuadratura. Javier Segura (Universidad de Cantabria) Integración numérica CNI 3 / 21
4 Introducción y definiciones Definición Se define el error de truncamiento para la regla de cuadratura como E(f ) = I(f ) Q(f ) y se dice que el grado de exactitud de una regla de cuadratura es K cuando la regla da el resultado exacto de la integral para todos los polinomios de grado menor o igual que K, pero no así para mayores grados. Javier Segura (Universidad de Cantabria) Integración numérica CNI 4 / 21
5 Estructura de la presentación: 1 Introducción y definiciones 2 Fórmulas de Newton-Cotes Fórmulas simples Fórmulas compuestas Regla trapezoidal recurrente 3 Integración Gaussiana Javier Segura (Universidad de Cantabria) Integración numérica CNI 5 / 21
6 Fórmulas simples Fundamento de las fórmulas de Newton-Cotes: utilización del polinomio interpolador que pasa por un determinado número de puntos como aproximante del integrando f (x). Fórmula de Lagrange del polinomio interpolador para n + 1 puntos de interpolación: f (x) n f (x i )L i (x) Entonces, la fórmula de Newton-Cotes de n + 1 puntos sería: i=0 siendo xn x 0 f (x)dx w i = xn x 0 n w i f (x i ) i=0 L i (x)dx Javier Segura (Universidad de Cantabria) Integración numérica CNI 6 / 21
7 Fórmulas simples Regla trapezoidal: Tomamos sólo dos puntos de interpolación (n = 1). f (x) P 1 (x) = f (x 0 ) x x 1 x 0 x + f (x 1 ) x x 0 1 x 1 x de modo que la aproximación es: 0 I(f ) = x1 x 0 f (x) x1 x 0 P 1 (x)dx = h (f 0h(1 s) + f 1 sh) h ds donde se ha considerado el cambio x = x 0 + sh, 0 s 1 y denotamos f i = f (x i ). Entonces: I(f ) = h 2 (f 0 + f 1 ) Javier Segura (Universidad de Cantabria) Integración numérica CNI 7 / 21
8 Fórmulas simples Regla de Simpson: La regla de Simpson es la que se obtiene al interpolar en tres puntos: x 0 = a, x 1 = (a + b)/2 y x 2 = b mediante el polinomio de grado 2. I(f ) = x2 x 0 Tenemos pues que I(f ) h 2 0 f (x)dx ( f 0 + s f 0 + x2 x 0 P 2 (x)dx = ( s i i=0 ) i f 0 h ds ) s(s 1) 2 f 0 ds = h (2f f ) 2 2 f 0 Es decir, I(f ) = x2 x 0 f (x)dx h 3 (f 0 + 4f 1 + f 2 ) Javier Segura (Universidad de Cantabria) Integración numérica CNI 8 / 21
9 Fórmulas simples Error de las reglas simples Sea f (x) suficientemente diferenciable (con continuidad) en [x 0, x n ], x k = x 0 + kh, k = 0,..., n, entonces c n (x 0, x n ) tal que: x1 1 n = 1 (trapezoidal): f (x)dx = h x 0 2 (f 0 + f 1 ) h 3 12 f (2) (c 1 ) si f (2) es continua; el grado del método es 1 x2 2 n = 2 (Simpson): f (x)dx = h x 0 3 (f 0 + 4f 1 + f 2 ) h 5 90 f (4) (c 2 ), si f (4) es continua; el grado del método es 3 x3 3 n = 3 (Simpson 3/8): f (x)dx = 3h x 0 8 (f 0 + 3f 1 + 3f 2 + f 3 ) 3h 5 80 f (4) (c 3 ) si f (4) es continua; el grado es 3. Javier Segura (Universidad de Cantabria) Integración numérica CNI 9 / 21
10 Fórmulas compuestas Derivación de las reglas compuestas: subdividir el intervalo [a, b] en intervalos más pequeños y aplicar reglas de Newton-Cotes de orden bajo. Dado un intervalo [a, b] podríamos considerar una partición equiespaciada de este intervalo a = x 0 < x 1 <... < x n = b, x k = x 0 + ih, i = 0...n, h = (b a)/n y aplicar la regla trapezoidal en cada uno de estos subintervalos: xk x k 1 f (x)dx h 2 (f (x k 1) + f (x k )) f n f 0 f(x) a=x 0 x 1 b=x n x Javier Segura (Universidad de Cantabria) Integración numérica CNI 10 / 21
11 Fórmulas compuestas Teorema (Regla trapezoidal compuesta) Sea f (x) con derivada segunda continua en [a, b], y sea la partición del intervalo a = x 0 < x 1 <... < x n = b, x i = x 0 + ih, i = 0, 1,..., n, entonces donde f i f (x i ) y b a f (x)dx = h 2 (f n f 1 ) + h f i + En T (f ) τ [a, b] : E T n (f ) = i=1 (b a)h2 f (b a)3 (τ) = 12 12n 2 f (τ) Javier Segura (Universidad de Cantabria) Integración numérica CNI 11 / 21
12 Fórmulas compuestas Teorema (Regla de Simpson compuesta) Sea f (x) con derivada cuarta continua en [a, b], y sea la partición del intervalo a = x 0 < x 1 <... < x n = b, x i = x 0 + ih, i = 0, 1,..., n = 2m, entonces b a f (x)dx = h 3 (f 0 + f n ) + 2h 3 m 1 f 2i + 4h 3 i=1 m f 2i 1 + En S (f ) i=1 donde f i f (x i ) y = h 3 (f 0 + 4f 1 + 2f 2 + 4f f n 1 + 4f n 1 + f n ) + E S n (f ) τ [a, b] : E S n (f ) = (b a)h4 f (4) (b a)5 (τ) = n 4 f (4) (τ) Javier Segura (Universidad de Cantabria) Integración numérica CNI 12 / 21
13 Regla trapezoidal recurrente Consideramos los nodos: a x 0 < x 1 <... < x n, n = 2m, m N la cuadratura trapezoidal con espaciado h (h = x i+1 x i ), T (f, h), se puede entonces escribir b a f (x)dx T (f, h) = h n 1 (f i + f i+1 ) 2 i=0 Por otra parte de modo que m 1 T (f, 2h) = h (f 2i + f 2i+2 ) i=0 T (f, h) = T (f, 2h) 2 + h m i=1 f 2i 1 Javier Segura (Universidad de Cantabria) Integración numérica CNI 13 / 21
14 Regla trapezoidal recurrente Algoritmo para la regla trapezoidal recurrente Input: ɛ > 0, f (x), b, a. Output: b a f (x)dx (1) h = b a, I = h (f (a) + f (b)) 2 (2) = 1 + ɛ; n = 1 (3) Repetir mientras > ɛ (4) h = h/2; I 0 = I n (5) I = I 0 /2 + h f (a + (2i 1)h) (6) n = 2n (7) = I I 0 (6) Ir a (3) i=1 Javier Segura (Universidad de Cantabria) Integración numérica CNI 14 / 21
15 Regla trapezoidal recurrente La regla de Simpson también se puede calcular recurrentemente utilizando su relación con la regla trapezoidal. Si denotamos por S(f, h) la regla de Simpson con espaciado h se cumple que donde S(f, h) = 4T (f, h) T (f, 2h) 3 T (f, h) = h 2 (f 0 + f 2m ) + h = T (f, h) + 2m f i i=0 T (f, h) T (f, 2h) 3 T (f, 2h) = h(f 0 + f 2m ) + 2h m j=1 f 2j S(f, h) = h 3 (f 0 + f 2m ) + 2h 3 m 1 f 2i + 4h 3 j=1 m j=1 f 2i 1 Javier Segura (Universidad de Cantabria) Integración numérica CNI 15 / 21
16 Integración Gaussiana Estructura de la presentación: 1 Introducción y definiciones 2 Fórmulas de Newton-Cotes Fórmulas simples Fórmulas compuestas Regla trapezoidal recurrente 3 Integración Gaussiana Javier Segura (Universidad de Cantabria) Integración numérica CNI 16 / 21
17 Integración Gaussiana Idea fundamental: elección adecuada de los nodos y de los pesos. b a f (x)dx Q(f ) = n w i f (x i ) Tenemos 2n (w i, x i ) parámetros que se pueden intentar fijar de manera que la regla de cuadratura Q(f ) sea exacta para polinomios de grado lo mayor posible. Cuál es el mayor grado de exactitud posible? Parece lógico pensar que será 2n 1, pues los polinomios de grado 2n 1 tienen en general 2n coeficientes, que es el número de parámetros libres. Veamos un ejemplo i=1 Javier Segura (Universidad de Cantabria) Integración numérica CNI 17 / 21
18 Integración Gaussiana Ejercicio Obtener la regla de cuadratura con dos nodos Q(f ) con mayor grado de exactitud posible para aproximar 1 I(f ) = f (x)dx. 1 Tenemos 1 I(f ) = f (x)dx Q(f ) = w 1 f (x 1 ) + w 2 f (x 2 ) 1 El mayor grado de exactitud posible será 3. Determinamos los parámetros exigiendo que I(f ) = Q(f ) para cualquier polinomio de grado 3, o, equivalentemente: I(x k ) = Q(x k ), k = 0, 1, 2, 3 k = 0 2 = w 1 + w 2 k = 1 0 = w 1 x 1 + w 2 x 2 k = = w 1x w 2x 2 2 k = 3 0 = w 1 x w 2x 3 2 Resolviendo el sistema, obtenemos w 1 = w 2 = 1, x 1 = x 2, x 1 = 1/ 3 y la cuadratura buscada es 1 I(f ) = f (x)dx Q(f ) = f ( 1/ 3) + f (1/ 3) 1 Es inmediato comprobar que la regla no es exacta para polinomios de grado 4, luego el grado de exactitud es 3. Javier Segura (Universidad de Cantabria) Integración numérica CNI 18 / 21
19 Integración Gaussiana No demostraremos la existencia en general de las fórmulas Gaussianas, pero vamos a enunciar un resultado que prueba su existencia. Consideraremos un caso algo más general de integrales: I(f ) = b a f (x)w(x)dx donde w(x) es una función peso en [a, b] (función no negativa y tal que b a x k f (x)dx está definida para cualquier k natural. Diremos que Q(f ) = n i=1 w if (x i ) tiene grado de exactitud K si I(f ) = Q(f ) para f cualquier polinomio de grado a lo sumo K pero no así para grado mayor que K. Según sea la función peso y el intervalo, la cuadratura Gaussiana recibe distintos nombres. Algunas cuadraturas clásicas son la de legendre (w(x) = 1 en [ 1, 1]), Hermite (w(x) = e x2 en (, )) y Laguerre (w(x) = e x en [0, + )), El siguiente resultado prueba la existencia de la cuadratura Gaussiana (la de mayor grado de exactitud posible) y da una alternativa de cálculo a la anteriormente vista, además de un término de error. Javier Segura (Universidad de Cantabria) Integración numérica CNI 19 / 21
20 Integración Gaussiana Integración Gaussiana Teorema Sea P n(x) un polinomio de grado n (por ejemplo mónico) tal que b x k P n(x)w(x)dx = 0, k = 0,..., n 1 a donde w(x) es una función peso en [a, b]. Sean x 0,..., x n los ceros de P n(x) (necesariamente todos en [a, b]). Entonces b n f (x)w(x)dx Q G n (f ) = w i f (x i ) a i=1 donde w i = b a L i (x)w(x)dx, siendo L i (x) de la base de los polinomios interpoladores de Lagrange (L i (x j ) = δ ij ). La regla de cuadratura Qn+1 G (f ) es exacta para los polinomios de grado menor o igual que 2n 1 y se verifica que b η (a, b) : f (x)dx = Q G n (f ) + γ f (2n) (η) a (2n)! siendo γ una constante que se puede obtener aplicando la regla de cuadratura a un polinomio de grado 2n. Javier Segura (Universidad de Cantabria) Integración numérica CNI 20 / 21
21 Integración Gaussiana Ejercicio Obtener la regla de cuadratura con tres nodos Q(f ) con mayor grado de exactitud posible para aproximar + I(f ) = f (x)e x2 dx. El intervalo de integración es todo R y el peso w(x) = e x2. Consideramos el polinomio de grado 3 mónico (coeficiente del término de máximo grado igual a 1): P 3 (x) = x 3 + Bx 2 + Cx + D y exigimos que I(xP 3 (x)) = 0, k = 0, 1, 2. Con esto obtenemos un sistema lineal para B, C, D que se resuelve sencillamente (utilizamos que I(x m ) = (1 + ( 1) m ) π2 m/2 (m 1)!!), llegando a: P 3 (x) = x x Los nodos son entonces las soluciones de P 3 (x) = 0 x 1 = 3/2, x 2 = 0, x 3 = 3/2 Los pesos los podemos obtener de w i = + L i (x)w(x)dx o también de I(x k ) = Q(x k ), k = 0, 1, 2, 3, 4, 5. De hecho, es suficiente con considerar k = 0, 1, 2, de donde: I(1) = π = Q(1) = w 1 + w 2 + w 3 I(x) = 0 = Q(x) = 3/2( w 1 + w 3 ) I(x 2 ) = π/2 = Q(x 2 ) = 3 2 (w 1 + w 2 ) Y de aquí w 1 = w 3 = π/6, w 2 = 2 π/3. Si quisiéramos estimar el error, sabemos que I(f ) Q(f ) = γf (6) (c)/6! y necesitaríamos obtener γ. Una forma de hacerlo es tomar f (x) = x 6 ; tenemos γ = I(x 6 ) Q(x 6 ) = 15 π/8 9 π/8 = 3 π/4. Javier Segura (Universidad de Cantabria) Integración numérica CNI 21 / 21
Cuadratura Numérica. Javier Segura. J. Javier Segura Cuadratura Numérica
Cuadratura Numérica Javier Segura Tema: Integración numérica. Contenidos Fórmulas de Newton-Cotes: Error en las fórmulas de Newton-Cotes. Fórmulas compuestas de Newton-Cotes. Error; Evaluación recurrente.
Más detallesInterpolación. Javier Segura. Cálculo Numérico I. Tema 3. Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29
Interpolación Javier Segura Cálculo Numérico I. Tema 3. Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29 Contenidos: 1 Interpolación de Lagrange Forma de Lagrange Teorema del resto Diferencias
Más detallesIntegración Numérica. Hermes Pantoja Carhuavilca. Métodos Computacionales. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos
Integración Numérica Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Hermes Pantoja Carhuavilca 1 de 64 CONTENIDO Introducción
Más detallesInterpolación. Javier Segura. February 12, 2012
February 12, 2012 polinómica Para cualquier conjunto de n + 1 (n 0) números distintos x 0, x 1,..., x n y cualquier conjunto de números arbitrarios y 0, y 1,..., y n, existe un único polinomio P n (x)
Más detallesApellidos:... Nombre:... Examen
Cálculo Numérico I. Grado en Matemáticas y doble grado Física/Matemáticas. 16 de junio de 017 Curso 016/017. Apellidos:... Nombre:... Examen 1. Explicar razonadamente si las siguientes afirmaciones son
Más detallesMétodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica
Métodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 /
Más detallesApellidos:... Nombre:... Examen
Cálculo Numérico I. Grado en Matemáticas. Curso 0/0. 0 de Junio de 0 Apellidos:... Nombre:... Examen. Decidir razonadamente si las siguientes afirmaciones son verdaderas o falsas, buscando un contraejemplo
Más detallesSESIÓN 2 Splines e integración numérica
SESIÓN Splines e integración numérica ) Sea f x = x 4 para x [,] y sea s: [,] R el spline cúbico que aproxima a f definido a partir de los puntos de abscisas, y. Razona cual de las siguientes expresiones
Más detalles5. Derivación e integración numérica
5. Derivación e integración numérica 5.. Ejercicios Ejercicio 5. Calcular usando la fórmula del punto medio: la integral: b a ( ) f(x)dx a+b = (b a)f xdx Calcular la integral y dar el error. Dibujar el
Más detallesClase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14
Clase No. 2: Integrales impropias MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.11.211 1 / 14 Integrandos con singularidades (I) Cuando el integrando o alguna de sus derivadas de bajo orden
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 13
Análisis Numérico para Ingeniería Clase Nro. 13 Aproximación de Funciones Temas a tratar: Métodos de Newton-Cotes. Método de los Trapecios. Método de 1/3 de Simpson. Método de 3/8 de Simpson. Método de
Más detalles3. Interpolación polinomial
1 I.T.I. GESTIÓN CÁLCULO NUMÉRICO BOLETÍN CON LOS EJERCICIOS RESUELTOS CURSO 4-5 3. Interpolación polinomial 1. Obtener el polinomio interpolador de Lagrange para cierta función f de la que conocemos que:
Más detallesCuadratura de Newton-Cotes
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación INTEGRACION NUMERICA Ayudante: Rodrigo Torres Aguirre INTEGRACION
Más detalles1. Interpolación e Integración Numérica
1. Interpolación e Integración Numérica 1.1. Interpolación Dados n + 1 puntos en el plano: (x 0, y 0 ), (x 1, y 1 ),... (x n+1, y n+1 ) con x i x j si i j; existe un único polinomio de grado n, p n (x)
Más detallesTEMA 5: INTERPOLACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 5: INTERPOLACION NUMERICA 1 EL PROBLEMA GENERAL DE INTER- POLACION En ocasiones se plantea el problema de que se conoce una tabla de valores de una
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 13
Análisis Numérico para Ingeniería Clase Nro. 13 Aproximación de Funciones Temas a tratar: Métodos de Newton-Cotes. Método de los Trapecios. Método de 1/3 de Simpson. Método de 3/8 de Simpson. Método de
Más detallesTarea #6. 5. Implemente en Mathematica los algoritmos de integración numérica vistos en clase, se
MA51 Análisis Numérico I Prof. Oldemar Rodríguez Rojas. Fecha de entrega: Martes 1 de noviembre del 8. Tarea #6 1. Implemente en Mathematica los algoritmos de derivación numérica vistos en clase, se deben
Más detallesn A 1 = max( j i=1 Ejercicio Deducir del problema anterior que, si A es una matriz de orden n real, Ax 2 2 µ 2 x T x, donde µ = ρ(a T A) 1/2.
Normas matriciales Cálculo Numérico Normas matriciales 2 Ejercicio..- Sea Hallar: A, A 2 y A. 2 0 0 A = 0 2 2 0 Ejercicio.2.- Probar que en IR n las normas, 2 y son equivalentes. Ejercicio.3.- Probar que.
Más detallesMétodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica
Métodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 /
Más detallesCuadratura gaussiana. Análisis Numérico Universidad Nacional Autónoma de México Facultad de Ciencias
Análisis Numérico 2018 2 Universidad Nacional Autónoma de México Facultad de Ciencias Contenido 1 2 Introducción Las fórmulas de Newton-Cotes se dedujeron integrando los polinomios de interpolación. El
Más detallesComplementos de Matemáticas, ITT Telemática
Aproximación de funciones Interpolación Int. Segm. Complementos de Matemáticas, ITT Telemática Tema 2. Departamento de Matemáticas, Universidad de Alcalá Aproximación de funciones Interpolación Int. Segm.
Más detallesCapítulo 3. Polinomios
Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,
Más detallesIntegración numérica
Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Índice Motivación y objetivos Cuadratura
Más detallesMETODOS NUMERICOS. Curso
Boletín 1 de prácticas. 1. Localizar las raíces de la ecuación F (x) = 0, para los siguientes casos: (a) F (x) = x + e x. (b) F (x) = 0.5 x + 0.2 sen(x). (c) F (x) = x tg(x). (d) F (x) = x 5 3. (e) F (x)
Más detalles7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre
Más detallesTEMA 6: DERIVACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 6: DERIVACION NUMERICA 1 INTRODUCCION En este tema nos ocupamos de aproximar las derivadas de orden arbitrario ν en un punto cualquier α de una función
Más detallesCálculo Numérico III Curso 2010/11
Cálculo Numérico III Curso 2010/11 Problemas del Tema 1 1. Sean {x 0, x 1,..., x n } IR con x i x j si i j. Hoja de problemas - Parte I a) Hallar el polinomio de grado n que interpola a la función en los
Más detallesIntegración numérica
Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Índice Motivación y objetivos Cuadratura
Más detallesUNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008
UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas Matemáticas Manuel Fernández García-Hierro Badajoz, Febrero 2008 Capítulo X Integración numérica Introducción La integral definida I(f) = b a f(x)
Más detalles1.1) Escribir la solución de elementos nitos del problema. en (0, 1) u (0) = u (1) = 0. con el valor estimado por la fórmula del error.
Examen Extraordinario de Métodos Matemáticos de la Especialidad (Técnicas Energéticas). 7 de Junio de 16 1.1) Escribir la solución de elementos nitos del problema d u + du + u f en (, 1) u () u (1). (1)
Más detallesINFORMÁTICA Y PROGRAMACIÓN
INFORMÁTICA Y PROGRAMACIÓN Problemas de Interpolación. La tabla siguiente recoge los valores de una función f(x) en un conjunto de puntos soporte: x.5 4 f(x).4.5.4.5 Dicha función se interpola en el sentido
Más detallesMétodos Numéricos. Juan Manuel Rodríguez Prieto I.M., M.Sc., Ph.D.
Métodos Numéricos Juan Manuel Rodríguez Prieto I.M., M.Sc., Ph.D. Integración numérica Integración numérica Objetivo: aproximar el valor de la integral I = f (x)dx Limitaciones de la integración analítica
Más detalles1. El Teorema de Rolle Generalizado.
Proyecto III: Los Teoremas de Rolle y del valor Medio Objetivos: Profundizar el estudio de algunos teoremas del cálculo diferencial 1 El Teorema de Rolle Generalizado La formulación más común del Teorema
Más detallesCuadratura Gaussiana basada en polinomios ortogonales.
Clase No. 20: MAT 251 Cuadratura Gaussiana basada en polinomios ortogonales. Dr. Alonso Ramírez Manzanares CIMAT, A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesEjercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.
Ejercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.. El número de personas afectadas por el virus contagioso que produce la gripe en una determinada población viene dado por la siguiente
Más detallesCurso Hoja 1. Análisis de errores
Hoja 1. Análisis de errores 1 Teniendo en cuenta que MATLAB trabaja en doble precisión, calcular el número máquina inmediatamente anterior a 1 y comprobar que dista 2 53 de 1. 2 Calcular 1 2 52, 1 2 53,
Más detallesTema 5. Interpolación
E.T.S. de Ingenieros de Telecomunicación Universidad de Vigo Plan Introducción Introducción Motivación Formulación 2 3 Interpolación spline Motivación Formulación Introducción Motivación Formulación 2
Más detallesMATE Dr. Pedro Vásquez UPRM. P. Vásquez (UPRM) Conferencia 1/ 25
Dr. Pedro Vásquez UPRM P. Vásquez (UPRM) Conferencia 1/ 25 P. Vásquez (UPRM) Conferencia 2/ 25 Integración Aproximada MATE 3032 Hay dos situaciones en las que es imposible encontrar el valor exacto de
Más detallesLos datos necesarios para calcular la interpolación los obtenemos del enunciado del problema y son los siguientes: Ahora sustituimos:
Problemas Sesión :INTERPOLACIÓN ) Calcula el polinomio que interpola los puntos (-,), (,), (,) y (,-) en las formas de Lagrange y diferencias divididas. Solución La expresión para el polinomio interpolador
Más detallesTema 4. Obtener una solución aproximada de la integral definida de una función, a b f(x)dx :
Tema 4. Obtener una solución aproximada de la integral definida de una función, a b f(x)dx : Objetivos:. Obtener unos pesos W k independientes de la función f(x) tales que sumando su producto por los correspondientes
Más detallesMétodos Numéricos: soluciones Tema 2 Aproximación e interpolación
Métodos Numéricos: soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Febrero 2008, Versión 1.3
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Javier Segura Cálculo Numérico I. Tema 2. J. Segura (Universidad de Cantabria) Ecuaciones no lineales CNI 1 / 36 Contenidos: 1 Métodos básicos Bisección Método
Más detallesPlanteamiento General para Polinomios Ortogonales. 1. Producto interno genérico, norma y ortogonalidad
Semana 08/03/0 Polinomios Ortogonales Planteamiento General para Polinomios Ortogonales Hemos considerado un par de ejemplos de Polinomios Ortogonales En ambos podemos idenficar algunas características
Más detallesInterpolación seccional: SPLINES
Motivación: problemas en aproximación funcional. Interpolación polinómica oscilaciones para número elevado de datos Interpolación seccional: SPLINES.5 8 6 4 Laboratori de Càlcul Numèric (LaCàN) Departament
Más detallesProblemas. Hoja 1. Escriba el algoritmo para N = 4 y calcule el número de operaciones que realiza.
Dpto. de Matemáticas. CÁLCULO NUMÉRICO. Curso 12/13 Problemas. Hoja 1 Problema 1. El método o algoritmo de Horner para evaluar en x 0 el polinomio P (x) = a 0 + a 1 x + + a N x N consiste formalmente en
Más detallesINTERPOLACIÓN: Error en la la interpolación polinómica de Lagrange
INTERPOLACIÓN: Error en la la interpolación polinómica de Lagrange Arturo Hidalgo LópezL Alfredo López L Benito Carlos Conde LázaroL Marzo, 007 Departamento de Matemática Aplicada y Métodos Informáticos
Más detallesMétodos Numéricos I - C.S.I. - Curso 2003/04. TEMA 2: Interpolación polinómica de funciones
Ejercicios. Hoja 2.1 1. Usar la fórmula de Lagrange para obtener un polinomio cúbico que interpola los valores de la tabla siguiente. Evaluarlo luego para x = 2, 3, 5. x k 0 1 4 6 y k 1-1 1-1 [Sol.: P
Más detallesLos datos necesarios para calcular la interpolación los obtenemos del enunciado del problema y son los siguientes: Ahora sustituimos:
Problemas Sesión :INTERPOLACIÓN ) Calcula el polinomio que interpola los puntos (-,), (,), (,) y (,-) en las formas de Lagrange y diferencias divididas. Solución La expresión para el polinomio interpolador
Más detallesInterpolación. 12 Interpolación polinómica
El objeto de este capítulo es el estudio de técnicas que permitan manejar una función dada por medio de otra sencilla y bien determinada que la aproxime en algún sentido. El lector ya conoce la aproximación
Más detallesIntegración Numérica
Integración Numérica Contenido Integración Numérica Método de Coeficientes Indeterminado Método de Curvatura de Newton-Cotes Método de Romberg Integración Numérica Los métodos numéricos utilizados para
Más detallesMétodos de Interpolación
Capítulo 5 Métodos de Interpolación 5 Interpolación Lineal Dados dos puntos (x k,y k )y(x k+,y k+ ), si se desea encontrar un valor de y para una x dada dentro de un intervalo, se utiliza la siguiente
Más detallesAMPLIACIÓN DE MATEMÁTICAS
AMPLIACIÓN DE MATEMÁTICAS SUCESIONES DE FUNCIONES En primer curso estudiamos el concepto de convergencia de una sucesión de números. Decíamos que dada una sucesión de números reales (x n ) n=1 R, ésta
Más detallesAmpliación de Matemáticas y Métodos Numéricos
Ampliación de Matemáticas y Métodos Numéricos Relación de ejercicios. Introducción a los Métodos Numéricos Ej. El problema del cálculo del punto de corte de dos rectas con pendiente similar es un problema
Más detallesInterpolación Polinomial
Pantoja Carhuavilca Métodos Computacionales Agenda y Interpolacion de y Interpolacion de Dado un conjunto de datos conocidos (x 0, y 0 ), (x 1, y 1 ),..., (x N, y N ) buscamos una función f : R R que satisfaga
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUMÉRICO (58) Tema 5. Diferenciación e Integración Numérica Enero 5. Utilice la fórmula para calcular la derivada de f(x) = cos(x) en utilizar la fórmula. f(x + ) f(x) f'(x) x = y con =.. Estime
Más detallesFormulas de Newton-Cotes
Formulas de Newton-Cotes. Usando las reglas del Trapecio, Punto Medio, Simpson y las formulas de Newton-Cotes abiertas con n =,, aproxime el valor de las siguientes Integrales. Construya una tabla para
Más detallesCálculo infinitesimal Grado en Matemáticas Curso 20014/15 Clave de soluciones n o 6. Derivadas de orden superior
Cálculo infinitesimal Grado en Matemáticas Curso 2004/5 Clave de soluciones n o 6 Derivadas de orden superior 70. Hallar los polinomios de Taylor del grado indicado y en el punto indicado para las siguientes
Más detallesMétodos Numéricos: Solución de los ejercicios Tema 3: Integración Numérica
Métodos Numéricos: Solución de los ejercicios Tema : Integración Numérica Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Febrero 8, versión.4
Más detallesTeóricas de Análisis Matemático (28) - Práctica 8 - Polinomio de Taylor
Práctica 8 Polinomio de Taylor. Polinomio de Taylor El análisis completo de una función puede resultar muy difícil. Una forma de abordar este problema es aproximar la función por una más sencilla. En este
Más detallesEl objetivo de esta sección es aproximar la integral definida de una función ƒ(x) en un intervalo [a, b] es
INTEGRACIÓN NUMÉRICA El objetivo de esta sección es aproximar la integral definida de una función ƒ(x) en un intervalo [a, b] es decir Los métodos de integración numérica se usan cuando ƒ(x) es difícil
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 2006/07
Más detallesEJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA. 1) *Probar que si g interpola a la función f en,,, y h interpola a f en,,,,
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesAproximación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Aproximación 1 / 19
Aproximación Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Aproximación 1 / 19 Motivación Intro Aproximar una función f consiste en reemplazarla con una
Más detallesMétodos Numéricos (SC 854) Interpolación
Interpolación c M. Valenzuela 2007 2008 (26 de febrero de 2008) 1. Definición del problema de interpolación Dada una tabla de valores (x i,f i ) se desea estimar f(x) para valores de x que no se encuentran
Más detallesEJERCICIOS DE INTERPOLACIÓN POLINÓMICA A TROZOS PROPUESTOS EN EXÁMENES DE LA ASIGNATURA
EJERCICIOS DE INTERPOLACIÓN POLINÓMICA A TROZOS PROPUESTOS EN EXÁMENES DE LA ASIGNATURA CURSO - Examen final Convocatoria de junio de Se considera una viga doblemente empotrada sobre la que actúa una fuerza
Más detallesMúltiple Opción. Respuestas. Sean {a n } y {b n } dos sucesiones A A D C E. Para cada a R +, el área encerrada A D B C D
Universidad de la República - Facultad de Ingeniería - IMERL Cálculo Solución - Examen 2 de julio de 206 Múltiple Opción Respuestas Sean {a n } y {b n } dos sucesiones... 2 3 4 5 A A D C E Para cada a
Más detallesINTEGRACIÓN NUMÉRICA
INTEGRACIÓN NUMÉRICA En los cursos de Cálculo Integral, nos enseñan como calcular una integral definida de una función contínua mediante una aplicación del Teorema Fundamental del Cálculo: Teorema Fundamental
Más detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos numéricos para EDOs Complementos de Matemáticas, ITT Telemática Tema 4. Solución numérica de problemas de valor inicial para ecuaciones diferenciales ordinarias Departamento de Matemáticas,
Más detallesFórmulas de cuadratura positivas en la circunferencia unidad con nodos prefijados
Fórmulas de cuadratura positivas en la circunferencia unidad con nodos prefijados Francisco José Perdomo Pío Departamento de Análisis Matemático, Universidad de La Laguna Preprint: Positive quadrature
Más detalles- NOTAS DE CLASE - René Escalante. - Noviembre, Departamento de Cómputo Científico y Estadística UNIVERSIDAD SIMON BOLIVAR
MÉTODOS NUMÉRICOS - NOTAS DE CLASE - René Escalante Departamento de Cómputo Científico y Estadística UNIVERSIDAD SIMON BOLIVAR - Noviembre, 2014 - Contenido 1 Aproximación de funciones 1 1.1 El teorema
Más detallesCálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla1
Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla1 Tema 2: Interpolación. Ejercicios y Problemas 1. Ejercicios Ejercicio 1. 1. Dar, sin desarrollar, los polinomios
Más detallesMétodos Numéricos: Interpolación
Métodos Numéricos: Interpolación Eduardo P. Serrano Versión previa abr 2012 1. Interpolación. Dado un conjunto finito de datos (x k,y k ), k =0, 1,...,n una función interpolante odeinterpolación, es una
Más detallesFÓRMULA DE TAYLOR Prueba de Evaluación
FÓRMULA DE TAYLOR Prueba de Evaluación 6 11 09 Tipo 1 Ejercicio 1: Dada la función f(x) =arctan x, se pide: a. Escribir la fórmula de Taylor de la función f(x) para n=4 y a=1 b. Hallar el valor aproximado
Más detalles1. ECUACIONES DIFERENCIALES ORDINARIAS
1 1. ECUACIONES DIFERENCIALES ORDINARIAS 1.1. PRIMERAS DEFINICIONES. PROBLEMA DEL VALOR INICIAL Definición 1.1. Una ecuación diferencial es una ecuación en la que intervienen una variable dependiente y
Más detallesUNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008
UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas Matemáticas Manuel Fernández García-Hierro Badajoz, Febrero 2008 Capítulo IX Interpolación 9.2 Introducción Interpolación es el proceso de encontrar
Más detallesMétodos Multipaso lineales
Elementos de Cálculo Numérico - Cálculo Numérico Segundo Cuatrimestre de 2008 (FCEN - UBA) Métodos Multipaso lineales Consideramos el problema de valores iniciales (PVI) y = f(x, y) a x b y(a) = α Dado
Más detalles4.6. Interpolación mediante splines (polinomios a trozos) Figura 4.1: Datos de interpolación
Capítulo 4 INTERPOLACIÓN 46 Interpolación mediante splines polinomios a trozos En las figuras siguientes se puede observar alguno de los problemas que la interpolación clásica con polinomios puede plantear
Más detallesAPLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA INTEGRACIÓN NUMÉRICA. IEM APLICACIONES COMPUTACIONALES
APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA INTEGRACIÓN NUMÉRICA MOTIVACIÓN REPRESENTACIÓN GRÁFICA DE UNA DERIVADA Aproximación Definición MOTIVACIÓN REPRESENTACIÓN GRÁFICA DE UNA INTEGRAL
Más detalles1. Primera tanda de problemas
. Primera tanda de problemas PRIMERA TANDA DE PROBLEMAS. Defina el error de cancelación y explique su origen y consecuencias. El error de cancelación es el fenómeno que se produce al restar dos números
Más detallesIntegracion Numerica
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Integracion Numerica Prof: J. Solano 202-I Problema: Integrando un espectro Un experimento ha medido dn(t)/dt, el numero
Más detallesDerivación Numérica. 22 Derivada del polinomio interpolador
La definición de la derivada de una función como un límite lleva implícito un método de aproximación numérica: f (x) f(x + h) f(x) h D h f(x); diremos que esta última cantidad es una derivada numérica
Más detallesTema 0. Introducción a la teoría de errores
I.T.I. GESTIÓN CÁLCULO NUMÉRICO BOLETÍN DE EJERCICIOS CURSO 7-8 Tema. Introducción a la teoría de errores. Dado el sistema: 3x 6 99y 4 8 x y 37 Resuélvelo usando aritmética con tres cifras decimales y
Más detallesEJERCICIO COMPUTACIONAL N o 5. CUADRATURA Y DERIVACIÓN NUMÉRICAS
EJERCICIO COMPUTACIONAL N o 5. CUADRATURA Y DERIVACIÓN NUMÉRICAS Ángel Durán Departamento de Matemática Aplicada Universidad de Valladolid 14 de mayo de 2011 Contenidos 1 Cuadratura numérica Técnicas elementales
Más detalles3.4 El Teorema de Taylor. Extremos relativos
3.4. EL TEOREMA DE TAYLOR. EXTREMOS RELATIVOS 103 3.4 El Teorema de Taylor. Extremos relativos La derivación está directamente relacionada con la posibilidad de aproximar localmente funciones suficientemente
Más detallesResolución de Ecuaciones No Lineales
Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido 1 Introducción Introducción 2 Localización de Raíces Localización de Raíces 3 Métodos Iterativos
Más detalles5.1. Primitiva de una función. Reglas básicas
Tema 5 Integración Indefinida 5.1. Primitiva de una función. Reglas básicas En este tema estudiaremos lo que podríamos llamar el problema inverso de la derivación, es decir, dada una función f hallar otra
Más detallesDiferenciación numérica
Diferenciación numérica MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: botello@cimat.mx Cuándo es necesario aplicar diferenciación
Más detallesSplines cúbicos. Análisis Numérico Universidad Nacional Autónoma de México Facultad de Ciencias
Análisis Numérico 2018 2 Universidad Nacional Autónoma de México Facultad de Ciencias Contenido 1 2 3 Construcción de naturales Introducción En los temas anteriores estudiamos la aproximación de una función
Más detallesCAPITULO 4 INTEGRACIÓN NUMÉRICA
INTEGRACION NUMERICA Consideremos las siguientes expresiones (1) () Debe ser muy claro que la primera expresion es una funcion que depende de, mientras la segunda no, esto se puede verificar facil ya que
Más detallesANÁLISIS MATEMÁTICO IES A SANGRIÑA 2016/2017
ANÁLISIS MATEMÁTICO 4. INTEGRACIÓN INDEFINIDA UN POCO DE HISTORIA El símbolo de integración fue introducido por el matemático alemán Gottfried Leibniz en 1675, basándose en la palabra latina summa, suma,
Más detalles1 Interpolación polinómica
1 Métodos Analíticos en Estadística Métodos numéricos para Estadística Tema 5: Interpolación Interpolación: interpolar es seleccionar una función p(x) de entre una clase de funciones de tal forma que la
Más detallesPRÁCTICAS DE CÁLCULO NUMÉRICO. Página web de la asignatura:
PRÁCTICAS DE CÁLCULO NUMÉRICO PRÁCTICA 4 Página web de la asignatura: http://personales.unican.es/segurajj/docencia.html El objetivo de esta última práctica de la asignatura es resolver un problema de
Más detallesPara verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1
MAT 5 B Sistemas de ecuaciones no lineales EJERCICIOS RESUELTOS. Resuelva el siguiente sistema de ecuaciones no lineales, utilizando el método de punto fijo multivariable: x cos x x SOLUCIÓN x 8 x +. +
Más detallesMÉTODOS MATEMÁTICOS (Curso ) Tercer Curso de Ingeniería Aeronáutica Departamento de Matemática Aplicada II. Universidad de Sevilla
Índice MÉTODOS MATEMÁTICOS (Curso 211-212) Tercer Curso de Ingeniería Aeronáutica Departamento de Matemática Aplicada II. Universidad de Sevilla LECCIÓN 7: CUADRATURA y DERIVACIÓN NUMÉRICAS 1. Cuadratura
Más detallesLas aproximaciones numéricas que podamos hacer (para h > 0) serán: Diferencias hacia adelante:
4 DIFERENCIACIÓN E INTEGRACIÓN NUMÉRICA 4.1. Derivación numérica La derivación numérica es una técnica de análisis numérico para calcular una aproximación a la derivada de una función en un punto utilizando
Más detalles