Reporte 3 Métodos Númericos
Reporte 3 Métodos Númericos
Reporte 3 Métodos Númericos
Objetivo
Interpretar como por medio del mtodo numrico del trapecio se logra determinar el rea total bajo
una curva.
Resolver problemas de clculo de reas bajo la curva entre dos lmites conocidos dividiendo en n
subrea para calcular su valor asumiendo su subrea como un pequeo trapecio.
Marco terico
En matemtica la regla del trapecio es un mtodo de integracin numrica, es decir, un mtodo para
calcular aproximadamente el valor de la integral definida
La regla se basa en aproximar el valor de la integral de f(x) por el de la funcin lineal que pasa a travs
de los puntos (a, f(a)) y (b, f(b)). La integral de sta es igual al rea del trapecio bajo la grfica de la
funcin lineal. Se sigue que:
Y el error es:
Siendo
un nmero entre a y b.
Considrese la funcin en el intervalo [a, b], con los puntos (a, (a)) y (b, (b)) se construye el
polinomio de Lagrange de grado uno.
(x) = P1(x) + E, donde E es el error en la aproximacin
Ahora,
La expresin que aproxima el valor de la integral se conoce como regla del trapecio, porque
geomtricamente se puede interpretar que se aproxima el rea bajo la curva por el rea bajo un
polinomio de grado uno P1(x) y la figura que resulta es un trapecio. El mtodo de los trapecios es muy
simple y se puede explicar fcilmente a partir de la siguiente figura.
Donde
y n es el nmero de divisiones.
En la siguiente grafica se observa como el rea bajo la curva se divide en subreas dentro de dos lmites
ya establecidos.
Sistema a resolver
Regla del trapecio simple
Con la ecuacin de la regla del trapecio integre numricamente
f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4400 x 5
f(a)=f(0)=0.2
f(b)=f(0.8)=0.232
I =( ba)
f ( b ) f ( a )
2
I =( 0.80 )
0.20.232
=0.1728
2
Et =1.6405330.1728=1.467733
|1.6405330.1728
|X 100=89.46
1.640533
t =
0.8
0.80
=60
0.8
1
Ea = (60)
12
Regla del trapecio mltiple
Con la ecuacin de la regla del trapecio integre numricamente
f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4400 x 5
n=7
h=
(0.80)
=0.114286
7
f(a)=f(0)=0.2
f(b)=f(0.8)=0.232
x
f(x)
0.114286
1.30674
1
1.31892
8
1.92454
4
2.99838
4
3.53789
5
2.59901
2
0.22857
1
0.34285
7
0.45714
3
0.57142
9
0.68571
4
x 1+ x 2 + x 3+ x 4 + x 5+ x6 x 7
f ( x0 )
I=
2
2n
I=
0.114286
2 ( 0.114286 +0.228571+0.342857+0.457143+0.571429 ) 0.685714
2 ( 7)
I =1.588743
Et =1.6405331.588743=0.051790
|1.6405331.588743
|X 100=3.15
1.640533
t =
0.8
0.80
=60
0.8
1
Ea = (60)
12
Algoritmo
Integra aproximadamente f(x) en el intervalo [a, b] aplicando la frmula del trapecio con n subintervalos.
Dividimos el intervalo a,b en n subintervalos de igual
1. Longitud. Aproximamos en cada subintervalo, la funcin f(x) por
2. una recta Entonces aproximamos el rea que hay entre a y b por
3. la suma de las reas de los trapecios. (Ver figura 1) Evaluamos la funcin en los extremos de los
4. subintervalos Aplicar la regla de los trapecios
Diagrama de flujo
Cdigo fuente
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
int main () {
int i,n,op,op2;
float a,b,h,F,F2,D1,D2,X[100000],Sf=0,Fn,I,E,z,vr=1.640533;
do{
system("cls");
printf("\t\tIntegracion numerica: Metodo del trapecio");
printf("\n\nMetodo a utilizar:\n1.-Trapecio lineal\n2.-Trapecio multiple: ");
scanf("%d", &op2);
switch(op2){
case 1:
/*Proceso del trapecio lineal*/
system("cls");
printf("\nIngrese el intervalo [a,b]:\na: "); scanf("%f", &a);
printf("\nb: "); scanf("%f", &b);
/*Evaluacion de las funciones en los intervalos*/
F=0.2+25*a-200*pow(a,2)+675*pow(a,3)-900*pow(a,4)+400*pow(a,5);
F2=0.2+25*b-200*pow(b,2)+675*pow(b,3)-900*pow(b,4)+400*pow(b,5);
D1=-400*a+2025*pow(a,2)-3600*pow(a,3)+2000*pow(a,4);
D2=-400*b+2025*pow(b,2)-3600*pow(b,3)+2000*pow(b,4);
/*Calculo de el error y de la integral*/
E=(pow(b-a,3)*((D2-D1))/(b-a))/(12);
I=(b-a)*(F+F2)/2;
system("cls");
printf("\nRango ingresado: [%f,%f]", a,b);
printf("\n\nEl valor aproximado de la integral definida es I= %f\n\nCon un error de E= %f\n\n",I,-1*E);
system("pause");
break;
case 2:
/*Proceso del trapecio multifuncional*/
system("cls");
printf("\t\tIntegracion numerica: Metodo del trapecio");
printf("\nIngrese el numero de rectangulos: "); scanf("%d", &n);
Impresiones de pantalla
Captura de pantalla 1. Men para escoger la regla del trapecio que se desee apretando la tecla del
nmero 1 o 2 segn sea el caso.
Conclusiones
Por Leal Aceves Brandon Gustavo
Se videncia que por medio de la regla o mtodo del trapecio se logra dar una solucin a una integral
definida, ya sea por medio de la regla sencilla utilizando solamente dos puntos o por medio de la regala
compuesta utilizando n puntos o trapecios bajo la curva. Tambin se evidencia que entre ms grande se
la n, el valor aproximado de rea bajo la curva ser ms exacto si no es que hasta exacto en algunos
casos.
Referencias
1) http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/integracion/trapecio/trapecio.htm
2) http://portales.puj.edu.co/objetosdeaprendizaje/Online/OA10/capitulo4/capitulo4_2.htm
3) https://fjarabo.webs.ull.es/VirtualDoc/Curso%202011-2012/Ingenier%C3%ADa%20Qu
%C3%ADmica/2_Teoria/Tema_6_Ingenieria_de_la_Reaccion_Quimica/A60/603_Integracion_
grafica_por_Trapecios.pdf
METODO DE RUNGE-KUTTA
Objetivo
El objetivo de lo mtodo numrico de Runge-Kutta, es el anlisis y solucin de los problemas de valor
inicial de ecuaciones diferenciales ordinarias.
Marco terico
En esencia, los mtodos de Runge-Kutta son generalizaciones de la frmula bsica de Euler y i+1 = yi + h
f(ti, yi) en los que el valor de la funcin f se reemplaza por un promedio ponderado de valores de f en el
intervalo ti t ti+1, es decir,
. (1)
En esta expresin las ponderaciones w i, i = 1,..., m son constantes para las que en general se pide que
su suma sea igual a 1, es decir, w1 + w2 +... + wm = 1, y cada kj es la funcin f evaluada en un punto
seleccionado (t, y) para el cual ti t ti+1. Se mostrar que los kj se definen en forma recursiva.
Se define como orden del mtodo al nmero m, es decir, a la cantidad de trminos que se usan en el
promedio ponderado.
Runge-Kutta de cuarto orden
Si ahora m = 4, se obtiene, con un desarrollo del tipo del anterior, la siguiente frmula, para i desde 0
hasta N-1:
Si bien con facilidad se pueden deducir otras frmulas, el algoritmo expresado en las ecuaciones de
arriba, se denomina mtodo de Runge-Kutta de cuarto orden, o mtodo clsico de Runge-Kutta,
abreviado como RK4. Este algoritmo es de uso extendido, y reconocido como una valiosa herramienta de
clculo, por la buena aproximacin que produce.
Esta frmula tiene un error de truncamiento local de O (h 5), y un error global de O (h4). De nuevo, el
precio que se debe pagar por la mejora en el error, es una mayor cantidad de evaluaciones de la funcin,
resultando en un mayor tiempo de clculo si la funcin es complicada. Tiene la ventaja, sobre el mtodo
de Taylor de orden 4 (cuyo error global es tambin O (h 4), que no requiere el clculo de las derivadas de
f.
Sistema a resolver
Integre
1
1
k 3 =f x 0 + h , y 0 + k 2 h =f ( 0+ ( 0.5 ) ( 0.5 ) .1+ ( 0.5 )( 4.2875 ) ( 0.5 ) )=4.21875
2
2
1
1
k 3 =f x 0 + h , y 0 + k 2 h =f ( 0.5+ ( 0.5 ) ( 0.5 ) .1+ ( 0.5 )(0.59375 ) ( 0.5 ) )=0.59375
2
2
1
1
k 3 =f x 0 + h , y 0 + k 2 h =f ( 1+ ( 0.5 )( 0.5 ) .1+ ( 0.5 ) (1.65625 )( 0.5 ) )=1.65625
2
2
Grfica
Algoritmo
Se presenta a continuacin el pseudocdigo del mtodo RK4, para ser implementado en cualquier
lenguaje de programacin, o software simblico.
Diagrama de flujo
Cdigo fuente
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
void rk(float);
int main() {
float h;
int op;
do{
system("cls");
puts("METODO DE RUNGE-KUTTA\nf(x)=-2x^3+12x^2-20x+8.5");
printf("Ingrese el valor de la anchura: "); scanf("%f", &h);
rk(h);
printf("Deseas repetir el proceso: \n1.-Si\n2.-No:");scanf("%d", &op);}
while(op==1);
return 0;
}
void rk(float h){
float h2,k1=0,k2=0,k3=0,k4=0,a,b,y[50],x[50],f[50];
int i;
FILE *fid;
h2=h;
/*SE SOLICITAN DATOS*/
printf("Intervalo de evaluacin\na: "); scanf("%f", &a);
Impresiones de pantalla
Captura de pantalla 1. En la pantalla se imprime la funcin donde se evalan las xs aqu nos pide que
introduzcamos la anchura de y el intervalo a evaluar asi como las condiciones iniciales
Captura de pantalla 2. Nos presenta una tabla con las xs o nmero de interacciones y con la f(x) de
Euler y la f(x) de Rungge-Kutta
Conclusiones
Por Leal Aceves Brandon Gustavo
Runge-Kutta no solo es un mtodo sino una importante familia de mtodos iterativos tanto implcitos
como explcitos para aproximar las soluciones de ecuaciones diferenciales ordinarias. Este mtodo
extiende una idea geomtrica al utilizar varias derivadas o tangentes intermedias, en lugar de solo una,
para aproximar la funcin desconocida. Tambin este mtodo mejora la aproximacin del mtodo de
Euler para resolver de modo aproximado sin necesidad de calcular derivadas de orden superior.
Referencias
1) http://www.frsn.utn.edu.ar/gie/an/mnedo/34_RK.html
2) http://www.unac.edu.pe/documentos/organizacion/vr
i/cdcitra/Informes_Finales_Investigacion/Junio_2011/IF_COLLANTE_HUANTO_FIME.pdf
3) http://es.slideshare.net/DesireO/trabajo-range-kutta-computacion
Conclusin SIMPSON
Tanto la regla de Simpson de 1/3 y 3/8 es ms exacta que otros formas numricas de aproximar la
integral
como
la
regla
del
trapecio.
La regla de Simpson de 1/3 y la de 3/8 se pueden aplicar juntas sobre una misma curva para obtener
exactitudes
de
tercer
orden
sobre
todo
un
intervalo.
Con el mtodo de Simpson se logra convertir matemticas superiores en aritmticas bsicas.
Conclusin EULER
La convergencia lenta del mtodo de Euler y lo restringido de su regin de la estabilidad absoluta nos
lleva a considerar mtodos de orden de convergencia mayor.
Uno de los aspectos resaltantes del mtodo es que a medida que dividimos el tamao del paso h, los
errores tambin se disminuyen en aproximadamente la mitad. Es un mtodo sencillo de implementar pero
de orden bajo por lo que dependiendo del grado de precisin que desees el h puede ser muy pequeo
Una forma de mejorar el mtodo Euler es utilizar una mejor aproximacin a la integral