Diferenciacion e Integracion Numericas

FORMULAS DE DIFERENCIACION CON ALTA EXACTIT
UD
Se pueden generar formulas por diferencias divididas de alta exactitud tomando términos de la
expansión de la serie de Taylor, esta ecuación es:
f ' ' ( xi ) 2
f ( x i +1) =f ( x i ) + f ' ( x i ) h+ h +…
2
Despejamos y tendremos:
f ( x i+ 1) −f ( x i ) f ' ' ( xi )
f ' ( x i )= − h+O ( h2 )
h 2
Eliminamos la segunda derivada
'
f ( x i+ 1) −f ( x i )
f ( x i )= +O ( h )
h
Tenemos ahora el término de la segunda derivada sustituyendo la siguiente aproximación para
al final tener:
'
f ( x i+ 1) −f ( x i ) f ( x i+2 ) −2 f ( x i+1 ) + f ( x i ) 2
f ( x i )= − h+O ( h )
h 2h 2
Y agrupando términos semejantes tendremos:
'
−f ( xi +2 )+ 4 f ( x i+1 )−3 f ( xi ) 2
f ( x i )= +O ( h )
2h
Lo que hacemos es hacer la derivada más exacta. Se puede hacer algo similar para obtener
formulas hacia adelante, centradas y hacia atrás.
EJEMPLO
Calcule las aproximaciones por diferencias hacia adelante y atrás, de O(h) y O(h 2), y
aproximaciones por diferencia central de O(h2) y O(h4) para la primera derivada de y =
cos x, en x = π/4, con el uso de un valor de h = π/12. Estime el error relativo porcentual
verdadero εt para cada aproximación.
π π
x= h=
4 12
y=cos x
y ' =−sin x f ( π4 )=−sin π4 =−0.7071 →VALOR VERDADERO

π
x i−2= f ( x i−2 )=0.9659
12
π
x i−1= f ( x i−1) =0.8660
6
π
x i= f ( x i )=0.7071
4
π
x i+1= f ( x i +1) =0.5
3
5π
x i+2= f ( x i+2 ) =0.2588
12
Diferencias hacia adelante
'
f ( x i+ 1) −f ( x i )
f ( x i )= O (h)
h
f' ( π4 )= 0.5−0.7071
π
=−0.7911 ε =11.8795 % t
12
'
−f ( xi +2 )+ 4 f ( x i+1 )−3 f ( xi ) 2
f ( x i )= O(h )
2h
f' ( π4 )=−0.2588+ 42( 0.5π )−3 ( 0.7071) =−0.7259 ε =2.6587 %

t
( 12 )
Diferencias hacia atrás
'
f ( x i ) −f ( x i−1 )
f ( x i )= O (h)
h
f' ( π4 )= 0.7071−0.8660
π
=−0.6070 ε =14.1564 % t
12
'
3 f ( x i )−4 f ( xi−1 ) + f ( xi−2 ) 2
f ( x i )= O (h )
2h
f' ( π4 )= 3 ( 0.7071)−42( 0.8660

π
) + 0.9659
=−0.7196 ε =1.7678 % t
( 12 )
Diferencia central
'
f ( x i+ 1) −f ( x i−1 ) 2
f ( x i )= O (h )
2h
f' ( π4 )= 0.5−0.8660
π
2( )
=−0.6990 ε =1.1455% t
12
'
−f ( xi +2 )+ 8 f ( x i+1 ) −8 f ( x i−1 )+ f ( x i−2 ) 4
f ( x i )= O (h )
12 h
f' ( π4 )=−0.2588+ 8 ( 0.512)−8π( 0.8660 )+ 0.9659 =−0.7069 ε =0.0283 % t
( 12 )
EXTRAPOLACION DE RICHARDSON
Un procedimiento basado en la extrapolación de Richardson utiliza 2 estimaciones de la
derivada para calcular una tercera aproximación más exacta. Sabemos que la extrapolación
constituye un medio para obtener una mejor aproximación por medio de la fórmula:
1
I ~¿ I ( h2 ) + 2 [ I ( h2 ) −I ( h 1) ]
( h1 /h2 ) −1
En el caso en que h2 = h1/2 tendremos:
4 1
I ~¿ I ( h2 )− I ( h1 )
3 3
Y para las derivadas de escribirá de la misma manera:
4 1
D ~¿ D ( h 2 )− D ( h1 )
3 3
EJEMPLO
Emplee la extrapolación de Richardson para estimar la primera derivada de y = cos x, en
x = π/4, con el uso de tamaños de paso de h 1 = π/3 y h2 = π/6. Utilice diferencias
centradas de O(h2) para las estimaciones iniciales.
π π π
x= h1= h 2=
4 12 6
y=cos x
y ' =−sin x f ( π4 )=−sin π4 =−0.7071 →VALOR VERDADERO

π
x i−2= f ( x i−2 )=0.9659
12
π
x i−1= f ( x i−1) =0.8660
6
π
x i= f ( x i )=0.7071
4
π
x i+1= f ( x i +1) =0.5
3
5π
x i+2= f ( x i+2 ) =0.2588
12
D ( π3 )= 0.2588−0.9659
π
=−0.6752 ε =4.5114 %
t
D ( π6 )= 0.5−0.8660
π
=−0.6990 ε =1.1455 %
t
6
4 1
D ~¿ D ( h 2 )− D ( h1 )
3 3
4 1
D= (−0.6990 )− (−0.6752 ) =−0.7069 ε t =0.0283 %
3 3
DERIVADAS DE DATOS IRREGULARMENTE ESPACIADO

S
Al momento de hacer las aproximaciones por diferencias divididas, los datos deben estar
igualmente espaciados. Para tener un buen control del espacio entre los datos, solo sucede
cuando se usan datos sacados de tablas de valores.
Una forma de usar datos irregularmente espaciados consiste en ajustar un polinomio de
interpolación de Langrage de segundo grado a cada conjunto de tres puntos. Si se deriva el
polinomio de segundo grado se obtiene:
' 2 x −xi −xi +1 2 x−x i−1−x i+1 2 x −xi−1−x i

f ( x )=f ( xi−1 ) + f ( xi ) + f ( xi +1 )
( x i−1−x i ) ( x i−1−x i+1 ) ( x i−x i−1 )( x i−x i +1) ( x i+1−x i−1 ) ( x i+1−x i )
En donde x es el valor que se quiere encontrar de la derivada.
Este método tiene como ventajas:
 Sirve para estimar la derivada en cualquier punto dentro de un intervalo determinado
por tres puntos
 Los puntos no tienen que estar igualmente espaciado
 La estimación de la derivada tiene la misma exactitud que la diferencial centrada
EJEMPLO
Emplee la ecuación para datos irregularmente espaciados para determinar la primera
derivada de y = 2x4 – 6x3 – 12x – 8 en x = 0, con base en los valores de x 0 = -0.5, x1 = 1 y x2
= 2 Compare este resultado con el valor verdadero y con una estimación obtenida con el uso
de una aproximación por diferencias centradas con base en h = 1.
x=0 x 0=−0.5 x 1=1 x 2=2
y=2 x 4 −6 x3 −12 x−8
y ' =8 x 3−18 x 2−12 f ( 0 )=8 ( 0 )−18 ( 0 ) −12=−12 →VALOR VERDADERO

x i−1=−0.5 f ( x i−1 )=−1.1250
x i=1 f ( x i )=−24
x i+1=2 f ( x i +1) =−48
' 2 x −xi −xi +1 2 x−x i−1−x i+1 2 x −xi−1−x i

f ( x )=f ( xi−1 ) + f ( xi ) + f ( xi +1 )
( x i−1−x i ) ( x i−1−x i+1 ) ( x i−x i−1 )( x i−x i +1) ( x i+1−x i−1 ) ( x i+1−x i )
2 ( 0 ) −1−2 2 ( 0 )−(−0.5 )−2 2 ( 0 )−(−0.5 ) −1
f ' ( 0 ) =−1.1250 −24 −36 =−15.9 ε t =32.5 %
(−0.5−1 ) (−0.5−2 ) ( 1−(−0.5 ) ) ( 1−2 ) ( 2−(−0.5 ) ) ( 2−1 )
Estimación por diferencias centradas

x i−2=−2 f ( x i−2 )=96
x i−1=−1 f ( x i−1) =12
x i=0 f ( x i ) =−8
x i+1=1 f ( x i+1 ) =−24
x i+2=2 f ( x i +2) =−48
− (−48 ) +8 (−24 )−8 ( 12 ) +96

f ' (0)= =−12 ε t=0 %
12 ( 1 )
DERIVADAS E INTEGRALES PARA DATOS CON ERROR

ES
Un problema en la derivación de datos es que podemos encontrar errores de medición, esto
tiende a aumentar los errores. El principal procedimiento para derivar este tipo de datos es la
regresión por mínimos cuadrados, que estudiamos en la unidad anterior para poder ajustar la
función.
TEMA 2: INTEGRACION NUMERICA
El proceso inverso a la derivación es la integración. Según la definición integrar significa
juntar partes en un todo, indicar una cantidad total; se representa por:
b
∫ f ( x ) dx
a
Que representa la integral de la función f(x) con respecto a la variable independiente x, que se
evalúa entre los límites a y b.
Las fórmulas de Newton-Cotes son los tipos de integración numérica más comunes. Se basa
en reemplazar una función complicada por un polinomio más fácil de integrar. Estas pueden
ser cerradas o abiertas, las cerradas son cuando se nos proporcionan los límites de integración
y en las abiertas se pueden extender los límites más allá de los datos.
REGLA DEL TRAPECIO SIMPLE Y DE APLICACION MU

LTIPLE
La regla del trapecio ocurre cuando el polinomio es de primer grado. Para obtener la regla del
trapecio debemos integrar la forma de una recta de la cual obtendremos el área bajo la curva y
obtendremos la ecuación siguiente que se denomina como “regla del trapecio”
f (a)+ f (b)
I =( b−a )
2
La regla del trapecio es equivalente a aproximar el área del trapecio bajo la línea que une f(a)
y f(b). La integral aproximada se representa como
~ ~
I ¿ ancho∗altura promedio ó I ¿ ( b−a )∗altura promedio
Al emplear esta regla, al aproximar la integrar bajo la curva, podemos tener algún error, por lo
que debemos calcular el error de truncamiento local, el cual su fórmula será:
−1 ''
Et = f ( ξ )( b−a )3
12
Una forma de mejorar la precisión de la regla del trapecio es dividir el intervalo de
integración en varios segmentos y se aplica el método a cada uno de ellos. Las áreas de los
segmentos se suman después para obtener la integral en todo el intervalo. Las ecuaciones
resultantes se llaman fórmulas de integración, de aplicación múltiple o compuesta.
Mediante una integral compuesta se debe sustituir cada integral con la regla del trapecio y
sustituyendo los términos semejantes se obtendrá de manera general la ecuación:
n−1
f ( x 0 ) +2 ∑ f ( x i ) + f ( nn )
i=1
I =( b−a )
2n
Y para esta fórmula de trapecio múltiple y también tendrá su fórmula para calcular el error.
( b−a )3
Ea = f́ ' '
12n 2
EJEMPLO
Evalué la integral siguiente:
4
∫ ( 1−e−2 x ) dx
0
a) En forma analítica
b) Con una sola aplicación de la regla del trapecio
c) Con aplicación múltiple de la regla del trapecio con n = 2
a) Analíticamente
4
∫ ( 1−e−2 x ) dx=3.50016 → VALOR VERDADERO

0
b) Regla del trapecio

a=0 f ( a )=0
b=4 f ( b ) =0.9997
f ( a) + f ( 2)
I =( b−a )
2
0+ 0.9997
I =( 4−0 ) =1.9994 ε t =42.8769
2
Et =3.50016−1.9994=1.5008
f ' ' ( x ) =−4 e−2 x
b
∫ f ( x ) dx
f́ ( x ) = a
''
( b−a )
4
∫ (−4 e−2 x) dx
f́ ' ' ( x ) = 0 =−0.4998
( 4−0 )
−1 ''
Et = f ( ξ )( b−a )3
12
−1
Et = (−0.4998 ) ( 4−0 )3=15.9936
12
f ( a) + f ( b) 1
I =h= −¿− f ' ' ( ξ )( b−a )3
2 12
0+0.9997 1
I= − (−0.4998 )( 4−0 )3=3.1655 ε t =9.5613 %
2 12
c) Regla del trapecio múltiple

4−0
n=2 h= =2
2
x 0=0 f ( x0 ) =0
x 1=2 f ( x 1 )=0.9817
x 2=4 f ( x 2 )=0.9997
n−1
f ( x 0 ) +2 ∑ f ( x i ) + f ( nn )
i=1
I =( b−a )
2n
0+2 ( 0.9817 ) +0.9997
I =( 4−0 ) =2.9631 ε t =15.3439%
2( 2)

Diferenciacion e Integracion Numericas

Cargado por

Copyright:

Formatos disponibles

Diferenciacion e Integracion Numericas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diferenciacion e Integracion Numericas

Cargado por

Copyright:

Formatos disponibles

FORMULAS DE DIFERENCIACION CON ALTA EXACTIT

y ' =−sin x f ( π4 )=−sin π4 =−0.7071 →VALOR VERDADERO

Diferencias hacia adelante

f' ( π4 )=−0.2588+ 42( 0.5π )−3 ( 0.7071) =−0.7259 ε =2.6587 %

f' ( π4 )= 3 ( 0.7071)−42( 0.8660

f' ( π4 )=−0.2588+ 8 ( 0.512)−8π( 0.8660 )+ 0.9659 =−0.7069 ε =0.0283 % t

y ' =−sin x f ( π4 )=−sin π4 =−0.7071 →VALOR VERDADERO

DERIVADAS DE DATOS IRREGULARMENTE ESPACIADO

' 2 x −xi −xi +1 2 x−x i−1−x i+1 2 x −xi−1−x i

y=2 x 4 −6 x3 −12 x−8

y ' =8 x 3−18 x 2−12 f ( 0 )=8 ( 0 )−18 ( 0 ) −12=−12 →VALOR VERDADERO

x i+1=2 f ( x i +1) =−48

' 2 x −xi −xi +1 2 x−x i−1−x i+1 2 x −xi−1−x i

Estimación por diferencias centradas

x i−1=−1 f ( x i−1) =12

x i+1=1 f ( x i+1 ) =−24

x i+2=2 f ( x i +2) =−48

− (−48 ) +8 (−24 )−8 ( 12 ) +96

DERIVADAS E INTEGRALES PARA DATOS CON ERROR

REGLA DEL TRAPECIO SIMPLE Y DE APLICACION MU

∫ ( 1−e−2 x ) dx=3.50016 → VALOR VERDADERO

b) Regla del trapecio

c) Regla del trapecio múltiple

También podría gustarte