viernes, 7 de noviembre de 2014

Método de Simpson






I.     INTRODUCCIÓN

Los ingenieros encontramos con frecuencia los problemas de integrar funciones que están definidas en forma de tabla o en forma gráfica, y no específicamente como funciones explícitas. Podemos usar métodos gráficos, sin embargo debemos admitir que los métodos numéricos son mucho mas precisos.
Como un objetivo definido de este informe es investigar sobre la regla de simpson y aplicarla a problemas cotidianos con los que nos encontramos los ingenieros.

II.     Método numérico: Regla de simpson

Una forma de obtener una aproximación adecuada de una integral es usar polinomios de grado superior para unir los puntos y aproximar la función real.

El método de Simpson, a diferencia de la Regla trapezoidal, intenta no incurrir en un mayor número de subdivisiones; se trata de ajustar una curva de orden superior en lugar de una línea recta como en la Regla Trapezoidal.






1. Programa en C++

Problema #3 – programado

#include
#include
#include
#include
#include
#include
#include

int Lee_Datos(void);

int Nseg;
float a,b;
double Xi;
float X[10];
float Fx[10];
int main (void)
{
int i;
float Base;
double Area;
double SumMulti = 0;
double SumResto = 0;

Lee_Datos();

Base = (b-a)/Nseg;
Xi = a;
printf("\nDatos Tabulados.......");
printf("\n-------------------------");
printf("\n| i | Xi | Funcion");
printf("\n-------------------------");
printf("\n| 0 | %.2f | %.4lf",a,Fx[0]);
for ( i=1; I ;);

Métodos numéricos, 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 los valores y propiedades de la misma.
Por definición la derivada de una función f(x) es:

f′(x)=limh→0f(x+h)−f(x)h
Las aproximaciones numéricas que podamos hacer (para h > 0) serán:
Diferencias hacia adelante:
f′(x0)≈f(x0+h)−f(x0)h
Diferencias hacia atrás:
f′(x0)≈f(x0)−f(x0−h)h
La aproximación de la derivada por este método entrega resultados aceptables con un determinado error. Para minimizar los errores se estima que el promedio de ambas entrega la mejor aproximación numérica al problema dado:

Diferencias centrales:
f′(x0)≈f(x0+h)−f(x0−h)2h

f′′(x0)≈f(x0+h)−2f(x0)+f(x0−h)h2

jueves, 6 de noviembre de 2014

Metodo del Trapecio


INTRODUCCIÓN


En matemática la regla del trapecio es un método de integración numérica, es decir, un método para calcular aproximadamente el valor de la integral definida.


MÉTODO DEL TRAPECIO:


La regla se basa en aproximar el valor de la integral de f(x) por el de la función lineal que pasa a través de los puntos (a, f(a)) y (b, f(b)). La integral de ésta es igual al área del trapecio bajo la gráfica de la función lineal. Se sigue que

Y el error es:
La regla del trapecio s es una forma de aproximar una integral definida utilizando n trapecios. En la formulación de este método se supone que f es continua y positiva en el intervalo [a,b].
De tal modo la integral definida  representa el área de la región delimitada por la gráfica de f y el eje x, desde x=a hasta x=b. Primero se divide el intervalo [a,b] en n subintervalos, cada uno de ancho.
Después de realizar todo el proceso matemático se llega a la siguiente fórmula:
Donde h = 
 y n es el numero de divisiones.

La expresión anterior también se puede escribir como:
Ejemplo:



Primero obtenemos la h, y se obtiene de los límites de la integral que representan a y b y nos queda:
Y ahora sustituimos en la formula:
Y nos queda:


Aplicaciones del Método Trapecio:

EN MATLAB 



  CODIGO EN MATLAB JA DEL TRAPECIO
clear all; 
clc; 
fprintf('Calculo de la integral por el metodo trapecial\n\n'); 
f=input('introduce la funcion:','s'); 
a=input('lime inferior:'); 
b=input('limite superior:'); 
c=input('numero de segmentos a dividir:'); 
h=(b-a)/c; 
z=0; 
for x=a:h:b
k=eval(f);
if x==a,d=k;
end
if x==b,e=k;
end
z=z+k;
end 
z=z-d-e; 
z=z*2; 
z=z+d+e; 

z=z/(2*c); 
z=z*(b-a) 
fprintf('Resultado ');

CONCLUSIONES



·         Este trabajo lo realizamos para aprender los diferentes método como es El método de trapecio el cual nos permite identificar la integral de f(x) por el de la función lineal que pasa a través de los puntos (a, f(a)) y (b, f(b)).

BIBLIOGRAFIA:

·         Hostetler Edwards, Larson: Calculo I (Octava edición)

·         http://books.google.com.co/books?id=xQdP_z4ateoC&pg=PA8&lpg=PA8&dq=aplicaciones+del+metodo+del+trapecio+en+matlab&source=bl&ots=SJG5egMFZP&sig=CGzeVX9BDFojB1sQRMWyhLmMRDo&hl=es&sa=X&ei=X-9aVKaZDYWryQTZ94DQDA&ved=0CCkQ6AEwAg#v=onepage&q=aplicaciones%20del%20metodo%20del%20trapecio%20en%20matlab&f=false 


















Metodo de Trapecio


domingo, 19 de octubre de 2014

metodo de gauss-Seidel



El método de gauss-Seidel nos permite encontrar la solución a un sistema de n ecuaciones con n incógnitas.
En análisis numérico el método de Gauss-Seidel es un método iterativo utilizado para resolver sistemas de ecuaciones lineales.
El método se llama así en honor a los matemáticos alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel

El método de Gauss-Seidel es un método iterativo, es decir, debe aplicarse recursivamente hasta encontrarse una ecuación adecuada o con un error considerablemente pequeño.
Para resolver el método de gauss-seidel de deben realizar unos pasos:
  • ·         Observar si el sistema es convergente
Cuando el valor absoluto del término de la diagonal principal es mayor a la sumatoria de los absolutos de los demás coeficientes
  • ·         Definir los valores iniciales
Se asignan valores arbitrarios a las incógnitas
  • ·         Despejar las incógnitas
Se despejan las incógnitas que se encuentran en la diagonal principal
  • ·         Resolver el procedimiento
Se resuelven las ecuaciones teniendo en cuenta que inmediatamente se encuentre una posible solución esta debe ser reemplazada en la siguiente secuencia de operaciones
  • ·         Prueba final
Se reemplazan las soluciones finales en las ecuaciones originales y debe dar exactamente lo mismo de lo contrario de debe volver a empezar.

jueves, 16 de octubre de 2014

Ecuación Caracteristica Y Método de Krylov

Ecuacion Caracteristica:
Existen fenomenos fisicos que al ser modelados matematicamente, conducen a un problema de valores caracteristicos, el cual consisten en obtener soluciones diferentes.

Ax=λx
En donde A es una matriz de orden nXn, x es vector de incógnitasy λ un escalar.

Para garantizar que el sistema sea compatible indeterminado se debe igualar a cero el determinante de la matriz de coeficientes del sistema; asi:

det |A-λI|=0
Donde I es la matriz identidad.

 Método de Krylov:
Consiste en aplicar el teorema de Hamilton-Cayley que establece:
"Toda matriz A verifica su propia ecuacion caracteristica".