Integración numérica
|
|
|
- Andrea Marín Córdoba
- hace 9 años
- Vistas:
Transcripción
1 Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona)
2 Índice Motivación y objetivos Cuadratura numérica Planteamiento general Clasificación Orden de convergencia Cuadraturas de Newton-Cotes Cuadraturas de Gauss Cuadraturas mixtas Cuadraturas compuestas INTEGRACIÓN NUMÉRICA 2
3 Objetivo: calcular/aproximar el valor de la integral Motivación Limitaciones de la integración analítica: la expresión analítica de f(x) no es conocida: datos experimentales o función evaluable sólo de forma discreta, f(x) con expresión analítica pero con integral analítica complicada o desconocida. INTEGRACIÓN NUMÉRICA 3
4 Objetivos Entender cómo se aproxima una integral mediante una cuadratura numérica Entender qué es el orden de una cuadratura y ser capaz de calcularlo Aprender a utilizar las cuadraturas de Gauss y las de Newton-Cotes, y saber cuando se pueden utilizar unas u otras Ser capaz de utilizar cuadraturas compuestas INTEGRACIÓN NUMÉRICA 4
5 Cuadratura numérica error pesos puntos INTEGRACIÓN NUMÉRICA 5
6 1. Aproximar f por un polinomio Planteamiento general 2. Integrar (con interpolación de Lagrange) INTEGRACIÓN NUMÉRICA 6
7 Clasificación Según los puntos de integración: Newton-Cotes: puntos arbitrarios (datos experimentales ) generalmente puntos equiespaciados sólo hay que determinar los pesos y el error Gauss: puntos óptimos (hábilmente elegidos) f se puede evaluar donde se desee se eligen los puntos para que la cuadratura sea lo mejor posible y, después, se calculan y Mixtas (Radau, Lobatto): algunos puntos son predeterminados y el resto a elegir INTEGRACIÓN NUMÉRICA 7
8 Según los extremos: cuadraturas cerradas cuadraturas abiertas INTEGRACIÓN NUMÉRICA 8
9 Orden de una cuadratura Definición: se dice que una cuadratura es de orden q si integra exactamente polinomios de grado q Si la cuadratura se obtiene integrando el polinomio interpolador (con n+1 puntos), entonces la cuadratura es de orden n, o superior. Si el error es de la forma entonces la cuadratura es de orden q INTEGRACIÓN NUMÉRICA 9
10 Cuadraturas de Newton-Cotes INTEGRACIÓN NUMÉRICA 10
11 Fórmulas cerradas de Newton-Cotes Puntos arbitrarios Sólo hay que calcular los pesos y el error Cuadraturas tabuladas para puntos equiespaciados. INTEGRACIÓN NUMÉRICA 11
12 Cambio de variable Los puntos de integración α=0,1,,n Polinomios y resto de Lagrange corresponden a INTEGRACIÓN NUMÉRICA 12
13 Cuadraturas cerradas de Newton-Cotes con puntos equiespaciados Pesos de integración Error INTEGRACIÓN NUMÉRICA 13
14 Fórmula del trapecio (n=1) INTEGRACIÓN NUMÉRICA 14
15 Fórmula del trapecio (n=1) teorema del valor medio integral INTEGRACIÓN NUMÉRICA 15
16 Fórmula de Simpson (n=2) INTEGRACIÓN NUMÉRICA 16
17 Fórmula de Simpson (n=2) n=2 par orden 3 (mayor de lo esperado) INTEGRACIÓN NUMÉRICA 17
18 Error de las cuadraturas cerradas de Newton-Cotes Si n es impar (orden n) Si n es par (orden n+1) Demostración en Ralston & Rabinowitz, A first course in numerical analysis, McGraw-Hill, 2ª edición, 1978 INTEGRACIÓN NUMÉRICA 18
19 OBSERVACIÓN: si se considera un punto más x 3 (fuera del intervalo [a,b]) El polinomio interpolador con 4 puntos es 3ª diferencia de Newton INTEGRACIÓN NUMÉRICA 19
20 Integrando Utilizamos el residuo de Lagrange de p 3 (x) para calcular el error de Simpson orden 3 (mayor de lo esperado) (pasa siempre que n es par) INTEGRACIÓN NUMÉRICA 20
21 Fórmulas cerradas de Newton-Cotes (Trapecio) (Simpson) (2ª Simpson) INTEGRACIÓN NUMÉRICA 21
22 Fórmulas abiertas de Newton-Cotes La misma idea con x 0 = a+h y x n = b-h INTEGRACIÓN NUMÉRICA 22
23 INTEGRACIÓN NUMÉRICA 23
24 Cuadraturas compuestas INTEGRACIÓN NUMÉRICA 24
25 Idea Se divide el intervalo [a,b] en m subintervalos y se aplica una cuadratura numérica (de Newton-Cotes, de Gauss, ) con n+1 puntos en cada subintervalo. I 1 I m INTEGRACIÓN NUMÉRICA 25
26 Ejemplo: fórmula compuesta del trapecio En cada uno de los m subintervalos se utiliza la fórmula del trapecio (n=1). m=4, n=1 I 1 I 2 I 3 I 4 INTEGRACIÓN NUMÉRICA 26
27 Es decir, con INTEGRACIÓN NUMÉRICA 27
28 Si los puntos son equiespaciados, con distancia, la fórmula se escribe como donde el error es o, equivalentemente, m 0 (si f 2) está acotada) INTEGRACIÓN NUMÉRICA 28
29 Ejemplo: fórmula compuesta de Simpson En cada uno de los m subintervalos se utiliza la fórmula de Simpson (n=2). m=2, n=2 I 1 I 2 INTEGRACIÓN NUMÉRICA 29
30 Es decir, Si los puntos son equiespaciados, con INTEGRACIÓN NUMÉRICA 30
31 El error es o, equivalentemente, Como en cualquier fórmula compuesta, el error tiende a cero cuando se aumenta el número de puntos: (si f 4) está acotada) INTEGRACIÓN NUMÉRICA 31
32 Cuadraturas de Gauss INTEGRACIÓN NUMÉRICA 32
33 Cuadraturas de Gauss Newton-Cotes: Predetermined (equally spaced) integration points {x 0, x n } n+1 d.o.f (w i ) à order n (Special case: for even n order n+1) Gauss quadrature: we must ask Can we chose the integration points {x 0, x n } to have a higher order? 2n+2 d.o.f (w i, x i )à order 2n+1? What order can be reached? INTEGRACIÓN NUMÉRICA 33
34 Points and weights of the quadrature can be calculated by imposing the Gauss quadrature to verify b " a n! i=0 p(z)dz = w i p(z i ) for (nonlinear system with 2n+2 unknowns and 2n+2 equations) Quadrature has order 2n+1 a, b INTEGRACIÓN NUMÉRICA 34
35 Exercises: 1) Requiring exact integration for p 0 (x) =1, p 1 (x) =x, find the weights and Gauss points of this quadrature: [n=0, order 1] 2) Requiring exact integration for p 0 (x) =1, p 1 (x) =x, p 2 (x) =x2, p 3 (x) =x3 find the weights and Gauss points of the above quadrature in this case. [n=1, order 3] INTEGRACIÓN NUMÉRICA 35
36 Consideramos integrales de la forma Cuadraturas de Gauss más general ω(z) estrictamente positiva en [a,b] (salvo en un conjunto de medida nula) Interpolación polinómica con n+1 puntos {z 0, z n } L i (z): polinomios de Lagrange INTEGRACIÓN NUMÉRICA 36
37 Integrando se obtiene la cuadratura y el error INTEGRACIÓN NUMÉRICA 37
38 Newton-Cotes: Puntos de integración {z 0, z n } arbitrarios (equiespaciados) Se calculan los pesos w i para que la cuadratura sea de orden n (generalmente): n+1 condiciones para n+1 parámetros Caso especial: para n par orden n+1 Cuadraturas de Gauss: nos preguntamos podemos elegir los puntos de integración {z 0, z n } para tener mayor orden? qué orden se puede alcanzar? Se eligen los puntos de integración para que se integren exactamente polinomios de grado 2n+1 INTEGRACIÓN NUMÉRICA 38
39 Obtención de la cuadratura Consideramos un polinomio de grado 2n+1 En este caso, y el residuo de Lagrange se expresa como con INTEGRACIÓN NUMÉRICA 39
40 Es decir, el error se escribe como Considerando el producto escalar el error de integración para se expresa como INTEGRACIÓN NUMÉRICA 40
41 Familia de polinomios ortogonales Se considera una familia de polinomios tal que (1) (2) (ortogonales) Propiedades: Q k tiene k raíces simples reales en ]z a, z b [ ortogonalidad INTEGRACIÓN NUMÉRICA 41
42 Por lo tanto, si entonces el error de integración para es tal como queríamos. Los puntos de integración de la cuadratura de Gauss son los ceros del polinomio Q n+1 INTEGRACIÓN NUMÉRICA 42
43 Resumen Producto escalar Polinomios ortogonales (generalmente familias de polinomios ortogonales conocidas): Q n+1 tal que Puntos de integración: ceros de Pesos de integración: INTEGRACIÓN NUMÉRICA 43
44 Observaciones La cuadratura es de orden 2n+1 Los puntos y los pesos de la cuadratura también se pueden calcular imponiendo que la cuadratura de Gauss es exacta para (sistema no lineal con 2n+2 incógnitas y 2n+2 ecuaciones) INTEGRACIÓN NUMÉRICA 44
45 También se pueden deducir utilizando interpolación de Hermite con n+1 puntos {z 0, z n } Los puntos {z 0, z n } se eligen para que Aproximación (i=0,,n) INTEGRACIÓN NUMÉRICA 45
46 Cuadraturas de Gauss-Legendre: Cuadraturas de Gauss-Laguerre: INTEGRACIÓN NUMÉRICA 46
47 Cuadraturas de Gauss-Hermite: Cuadraturas de Gauss-Chebyshev: Los puntos y los pesos están tabulados INTEGRACIÓN NUMÉRICA 47
48 Gauss-Legendre n=0 (orden 1) n=1 (orden 3) n=2 (orden 5) INTEGRACIÓN NUMÉRICA 48
49 Cuadratura de Gauss-Legendre INTEGRACIÓN NUMÉRICA 49
50 INTEGRACIÓN NUMÉRICA 50
51 Ejemplo de aplicación: Gauss-Legendre Con el cambio de variable de [-1,1] a [a,b] se escribe la integral como INTEGRACIÓN NUMÉRICA 51
52 Aplicando la cuadratura de Gauss-Legendre o, utilizando la definición de f(z), El error es INTEGRACIÓN NUMÉRICA 52
53 Gauss-Hermite n=0 (orden 1) n=1 (orden 3) n=2 (orden 5) INTEGRACIÓN NUMÉRICA 53
54 Gauss-Laguerre n=0 (orden 1) n=1 (orden 3) n=2 (orden 5) INTEGRACIÓN NUMÉRICA 54
55 Gauss-Chebyshev n=0 (orden 1) n=1 (orden 3) n=2 (orden 5) INTEGRACIÓN NUMÉRICA 55
56 Ejemplo de aplicación: Gauss-Laguerre Aplicando el cambio Aplicando la cuadratura INTEGRACIÓN NUMÉRICA 56
57 Cuadraturas mixtas INTEGRACIÓN NUMÉRICA 57
58 Cuadraturas de Lobatto 2 puntos de integración prefijados: El resto de puntos de integración {z 1, z 2,, z n-1 } se eligen para que la cuadratura sea de orden 2n-1 Pesos de integración: INTEGRACIÓN NUMÉRICA 58
59 El error es con Si INTEGRACIÓN NUMÉRICA 59
60 Se considera el producto escalar Para el error es Considerando ({z 1, z 2,, z n-1 } son los ceros del polinomio de grado n-1 de la familia de polinomios ortogonales con <, >) se consigue para (orden 2n-1) INTEGRACIÓN NUMÉRICA 60
61 Producto escalar Resumen cuadraturas de Lobatto Polinomios ortogonales: Q n-1 tal que Puntos de integración: z 0 =-1, z n =1 y {z 1, z 2,, z n-1 } son los ceros del polinomio Q n-1 Pesos de integración: Orden 2n-1 INTEGRACIÓN NUMÉRICA 61
62 Lobatto n=2 (orden 3) n=3 (orden 5) INTEGRACIÓN NUMÉRICA 62
63 Cuadraturas de Radau Producto escalar Polinomios ortogonales: Q n tal que Puntos de integración: z 0 =-1 y {z 1, z 2,, z n-1, z n } son los ceros del polinomio Q n Pesos de integración: Orden 2n INTEGRACIÓN NUMÉRICA 63
64 Radau n=1 (orden 2) n=2 (orden 4) INTEGRACIÓN NUMÉRICA 64
65 Convergencia INTEGRACIÓN NUMÉRICA 65
66 Ejemplo Newton-Cotes Gauss-Legendre Compuesta Trapecio Compuesta Simpson Compuesta Gauss-Legendre n=1 Compuesta Gauss-Legendre n=2 INTEGRACIÓN NUMÉRICA 66
67 Newton-Cotes: Gauss-Legendre: Compuesta del trapecio: Compuesta de Simpson: Compuesta de Gauss-Legendre: INTEGRACIÓN NUMÉRICA 67
68 Ejemplo Newton-Cotes Gauss-Legendre Compuesta Trapecio Compuesta Simpson Compuesta Gauss-Legendre n=1 Compuesta Gauss-Legendre n=2 INTEGRACIÓN NUMÉRICA 68
69 Convergencia NO tiene asegurada la convergencia: Fórmulas simples de Newton-Cotes para puntos equiespaciados (aumentando n) SI tiene convergencia asegurada: Cuadraturas simples de Gauss (aumentando n) Cuadraturas compuestas (aumentando m) INTEGRACIÓN NUMÉRICA 69
70 Double integration Consider the double integral The integration domain is represented y a set or points (grid) having coordinates (x i,j, y i,j ) where 0 i n and 0 j m. Numerical double integration can be applied by analogy with analytical double integration, i.e. first integrate with respect to x, then integrate with respect to y. Exercise: Compute the double integral using the optimum number of Gauss points in order to obtain the exact result. INTEGRACIÓN NUMÉRICA 70
71 FIN Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona)
72 Interpolación de Lagrange Polinomios de Lagrange Residuo de Lagrange INTEGRACIÓN NUMÉRICA 72
73 Interpolación de Hermite Polinomios de Hermite Residuo INTEGRACIÓN NUMÉRICA 73
74 INTEGRACIÓN NUMÉRICA 74
75 INTEGRACIÓN NUMÉRICA 75
76 INTEGRACIÓN NUMÉRICA 76
Integración 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
Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.
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
Aproximación funcional. Introducción
Aproximación funcional. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Objetivos Entender
Aproximación funcional por mínimos cuadrados
Aproximación funcional por mínimos cuadrados Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Introducción
Integración numérica
Integración numérica Javier Segura Cálculo Numérico I. Tema 4. Javier Segura (Universidad de Cantabria) Integración numérica CNI 1 / 21 Introducción y definiciones Estructura de la presentación: 1 Introducción
El 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
Cuadratura 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
Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
Ceros de funciones Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es Índice Objetivos Esquemas iterativos
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.
Métodos 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
TEMA 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
Interpolación 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
Apellidos:... 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
Interpolación seccional: SPLINES
Interpolación seccional: SPLINES Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es Motivación: problemas en
Métodos 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 /
Tema 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
APLICACIONES 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
Análisis 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
Integración 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
Integración 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
Interp r o p la l c a ió i n seccio i nal a l (S ( pl p i l n i e) Val a o l re r s pr p e r scri r t i os N (x)
Introducción al método de los elementos finitos Métodos Numéricos 2 Laboratori de Càlcul Numèric (LaCàN) Dep. de Matemàtica Aplicada III Universitat Politècnica de Catalunya www-lacan.upc.es Ventajas del
Interpolación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35
Interpolación Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35 Contenidos 1 Introducción 2 Interpolación de Taylor Cálculo del polinomio
METODOS 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)
5. 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
La interpolación polinomial en el análisis de métodos iterativos
Notas La interpolación polinomial en el análisis de métodos iterativos Resumen La solución de ecuaciones no lineales es de extrema importancia en la ingeniería y ciencias. Los métodos que se estudian para
1. 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)
TEMA 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
Análisis 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
Métodos numéricos para Ecuaciones Diferenciales Ordinarias. Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es Ecuación Diferencial Ordinaria (EDO) n Gran cantidad de problemas de la física y la ingeniería
Integración numérica MAT 1105 F EJERCICIOS RESUELTOS. 1. Obtenga: a) Integrando por el método del trapecio. Se utilizan las siguientes formulas:
MAT 1105 F Integración numérica EJERCICIOS RESUELTOS 1 1. Obtenga: a) Integrando por el método del trapecio. Se utilizan las siguientes formulas: Donde: 4 2 Ecuación lineal Luego, Área del trapecio -1-1
Interpolación. 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)
Interpolación. 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
Métodos Numéricos CÓDIGO: Teórico - Práctico. Agosto 5 de 2018.
Página 1 de 4 FACULTAD: CIENCIAS BASICAS PROGRAMA: _FISICA DEPARTAMENTO DE: FISICA Y GEOLOGIA CURSO: ÁREA: Métodos Numéricos CÓDIGO: 157103 Profundización REQUISITOS: 167003 CORREQUISITO: -------------
Apellidos:... 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
Métodos 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
Curso 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,
INTEGRACIÓN 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
Interpolación. Dan Casas
Interpolación Dan Casas 1 Motivación 2 Motivación 3 Motivación 4 Interpolación 1. Introducción La mayor parte de los procesos relacionados con la Animación se basan en la Interpolación. Qué necesitamos?
UNIVERSIDAD 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)
Preliminares 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
Capítulo 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,
INTERPOLACIÓN POLINÓMICA POR TRAMOS: Planteamiento
INTERPOLACIÓN POLINÓMICA POR TRAMOS: Planteamiento Prof. Arturo Hidalgo LópezL Prof. Alfredo López L Benito Prof. Carlos Conde LázaroL Marzo, 2007 1 OBJETIVOS 1º. Justificar la necesidad de interpolar
CÁLCULO 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
Unidad IV: Diferenciación e integración numérica
Unidad IV: Diferenciación e integración numérica 4.1 Diferenciación numérica El cálculo de la derivada de una función puede ser un proceso "difícil" ya sea por lo complicado de la definición analítica
Aproximación funcional por mínimos cuadrados
Aproximación funcional por mínimos cuadrados Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Introducción
2.I Introducción a la interpolación y aproximación.
2.I Introducción a la interpolación y aproximación. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior - Universidad de Zaragoza Otoño 2001 Contents 1 Planteamiento general
Planteamiento 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
TEMARIO PARA EL EXAMEN DE ACCESO A LA ESPECIALIDAD MATEMÁTICAS PARA E.S.O. Y BACHILLERATO DEL MÁSTER DE SECUNDARIA
TEMARIO PARA EL EXAMEN DE ACCESO A LA ESPECIALIDAD MATEMÁTICAS PARA E.S.O. Y BACHILLERATO DEL MÁSTER DE SECUNDARIA 1. Números naturales, enteros y racionales. Principio de inducción. Divisibilidad y algoritmo
EJERCICIO 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
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: MÉTODOS NUMÉRICOS FECHA DE ELABORACIÓN: FEBRERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( X
04 - Elementos de finitos de flexión de vigas. Diego Andrés Alvarez Marín Profesor Asociado Universidad Nacional de Colombia Sede Manizales
04 - Elementos de finitos de flexión de vigas Diego Andrés Alvarez Marín Profesor Asociado Universidad Nacional de Colombia Sede Manizales 1 Contenido Viga de Euler-Bernoulli Viga de Timoshenko Problema
1. 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
Ejercicios 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
Splines Cúbicos. t 0 < t 1 < < t n (1)
Splines Cúbicos Roberto J León Vásquez rleon@alumnosinfutfsmcl Jorge Constanzo jconstan@alumnosinfutfsmcl Valparaíso, 24 de octubre de 2006 1 Interpolación con Splines Una función spline está formada por
7. 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
ANÁLISIS NUMÉRICO. 4 horas a la semana 6 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 6 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
Resolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Son muchas las situaciones en las que se presenta el problema de obtener las soluciones de ecuaciones de la forma f(x) = 0. En algunos casos existe una fórmula
ETS Minas: Métodos matemáticos Guía de estudio: Tema 6 Integración numérica
ETS Minas: Métodos matemáticos Guía de estudio: Tema 6 Integración numérica Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre 2008, versión
VISUALIZACIÓN INTERACTIVO DEL MÉTODO GAUSS LEGENDRE DOS NODOS Y REGLA DE SIMPSON ADAPTATIVA. Oscar E. ARES, Fernando J.
III REPEM Memorias Santa Rosa, La Pampa, Argentina, Agosto 00 CB 36 VISUALIZACIÓN INTERACTIVO DEL MÉTODO GAUSS LEGENDRE DOS NODOS Y REGLA DE SIMPSON ADAPTATIVA Oscar E. ARES, Fernando J. QUIROGA VILLEGAS
Clase 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
METODOS DE SOLUCION DE SISTEMAS DE ECUACIONES
Jacobi El método de Jacobi es un proceso simple de iteraciones de punto fijo en la solución de raíces de una ecuación. La iteración de punto fijo tiene dos problemas fundamentales : Algunas veces no converge
3.4 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
MÉTODOS NÚMERICOS SÍLABO
MÉTODOS NÚMERICOS SÍLABO I. DATOS GENERALES CARRERA PROFESIONAL ASIGNATURA CÓDIGO DE ASIGNATURA PRE- REQUISITO N DE HORAS TOTALES N DE HORAS TEORÍA N DE HORAS PRÁCTICA N DE CRÉDITOS CICLO TIPO DE CURSO
Asignaturas antecedentes y subsecuentes Cálculo Diferencial, Cálculo Integral, Álgebra Lineal I, Cómputo Científico y Programación
PROGRAMA DE ESTUDIOS ANÁLISIS NUMÉRICO I Área a la que pertenece: Área de Formación Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0033 Asignaturas antecedentes y subsecuentes
03 - Elementos de finitos Lagrangianos para tensión/compresión axial
03 - Elementos de finitos Lagrangianos para tensión/compresión axial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Polinomios de Lagrange 2 Funciones de
Interpolación. Esta función se denomina función interpolante. con. Dado un conjunto de datos. Queremos determinar una función.
Interpolación Dado un conjunto de datos con Queremos determinar una función tal que Esta función se denomina función interpolante Interpolación Usos de la Interpolación Graficar una curva suave a través
Integración Numérica. Regla de Simpson.
Integración Numérica. Regla de Simpson. MAT-251 Dr. CIMAT A.C. e-mail: [email protected] web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: [email protected] Lo que ya se vió
