Professional Documents
Culture Documents
1.
Errores............................................................................................................................ 3
1.1.
Error de Truncamiento................................................................................................. 3
1.2.
Error de Redondeo....................................................................................................... 3
1.3.
Error Absoluto.............................................................................................................. 3
1.4.
Error Relativo............................................................................................................... 3
1.5.
Cifras Significativas..................................................................................................... 3
1.6.
Redondeo Simtrico.................................................................................................... 3
1.7.
Redondeo Truncado..................................................................................................... 3
1.8.
Estable........................................................................................................................ 4
1.9.
Condicionalmente Estable........................................................................................... 4
1.10.
2.
2.1.
Biseccin..................................................................................................................... 4
2.1.1.
3.
Interpolacin de Curvas.................................................................................................. 5
3.1.
Mtodo de Lagrange................................................................................................... 5
3.1.1.
4.
Rapidez de convergencia......................................................................................... 4
Derivacin Numrica...................................................................................................... 5
4.1.
4.1.1.
4.1.2.
4.2.
4.2.1.
4.2.2.
4.3.
4.4.
Extrapolacin de Richardson....................................................................................... 6
4.4.1.
5.
Integracin Numrica..................................................................................................... 7
5.1.
5.2.
5.3.
Integracin de Romberg.............................................................................................. 7
1
5.4.
5.4.1.
5.4.2.
5.4.3.
Cuadratura de Gauss............................................................................................... 8
6.
6.1.
6.2.
Mtodo de Euler.......................................................................................................... 9
6.2.1.
6.2.2.
Error global............................................................................................................. 10
6.2.3.
Consistencia........................................................................................................... 10
6.2.4.
Estabilidad............................................................................................................. 10
6.2.5.
Convergencia......................................................................................................... 10
n ................................................................................10
6.3.
6.4.
Mtodo de Runge-Kutta............................................................................................. 10
6.4.1.
6.4.2.
6.5.
6.5.1.
6.5.2.
6.5.3.
6.6.
6.6.1.
6.6.2.
6.7.
1.Errores
1.1.
Error de Truncamiento
Se refiere al error implcito al usar una suma truncada o finita, para aproximar la
suma de una serie infinita.
1.2.
Error de Redondeo
Se refiere al error debido a que la aritmtica de una mquina solo usa nmeros con
una cantidad finita de cifras, de modo que los clculos se realizan nicamente con
representaciones aproximadamente de los nmeros verdaderos.
1.3.
Error Absoluto
Si
es una aproximacin de
el error absoluto de
es:
p p
1.4.
Error Relativo
Si
es una aproximacin de
con
el error relativo de
es:
p con p 0
p p
1.5.
Cifras Significativas
El nmero
aproxima a
cifras significativas si
es el mayor
p 5.10t
pp
.
1.6.
Redondeo Simtrico
1.7.
Redondeo Truncado
1.8.
Estable
1.9.
Condicionalmente Estable
Son algoritmos que slo son estables para ciertas elecciones de datos iniciales.
1.10.
Rapidez de convergencia
Suponga que,
{ n }n=1
converge a un nmero
| n | k| n|
converge a
, para
{ n }n=1
tal que
{ n }n=1
O( n) .
Mtodos Directos
Ax=b
donde
la primera
es una triangular inferior, por lo que el sistema se resuelve por sustitucin directa; y
la segunda es una matriz triangular superior por lo que el sistema se resuelve por
sustitucin inversa.
4
2.1.2.
Eliminacin de Gauss
a11
ai 1
se
pivote
Se fija la siguiente fila, se fija el pivote en la diagonal principal y se repite el
paso anterior
Se continua hasta que la matriz transformada queda en una triangular
superior
Pivoteo Parcial
PA= A PERMUTADA
con
b .
2.1.2.2.
Pivoteo Total
Permuta filas y columnas, o slo columnas, ubicando el elemento ms grande como
pivote.
2.1.3.
AP=A
PER MUTADA
. No cambia el vector
x .
Factorizacin LU
Ax=LUx=b con
Ly=b
Ux= y
Para los pivoteos
2.2.
PA=LU
donde
es la matriz de permutacin
Refinamiento Iterativo
Se ocupa de los errores de redondeo, y mejora las soluciones obtenidas por algn
mtodo directo.
Sea
bA ~x 0 r =bA ~
x
donde
es el residuo (en
x=r
Ax A ~
x= A ( x~
x )= A ~
x=r nuevo SEL A ~
LU ~
x=r
U ~
x=y
donde
Ly=r
U ~
x=y
De donde se obtiene
2.3.
~
x
El nmero de condicin
K (A)
est la matriz de ser singular, es decir, de que el sistema no tenga solucin o sean
infinitas.
Se define
K ( A )= A A
~
x
| ~x|10t
K ( A )
Si
K ( A)
Si
q=t p
con
p=log 10 (K ( A ))
2.4.
Mtodos Iterativos
Ax=b
n+1
=T x +C
l ij =aij i> j
formada por
, donde,
aii =d ii ),
L
y
A=DLU
con D
formada por
dependen del
mtodo.
2.4.1.
Jacobi
( k+1 )
1
1
( L+U ) x k +
=D
D b
CJ
TJ
2.4.2.
Gauss Seidel
DL
1 b
1
( k+1 )
x =(
DL ) U x k +
2.4.3.
SOR
x k+1x k =R ki GS
x k+1=x k + R i
Donde
<1
subrelajacin
>1
sobrerelajacin
DL
1
b
1
k
( k+1 )
x =
( DL ) [( 1 ) D+U ]x +
2.4.4.
Convergencia
( T ) <1
con
(T )
Si
a ij
n
Si
T no es 1
|aii|>
Jacobi y
j=1
i j
Si
0< <2
SOR converge
ptim o=
2.4.5.
2
1+ 1(T GS)
Orden de Convergencia
Una sucesin converge a
x k+1x
lim
p y constante
si
=
p
|x x|
k
e k+1
=lim
e (k ) p k
= (1)
p
|x x|
y
x k+1
( k ) p =
x
x k+1x
Como
xk
=( 2)
x( k1) p
k +1
x
)
k
x
p=
k
x
ln
k 1
x
ln (
Por
(1)
(2)
3.Ecuaciones No Lineales
3.1.
Mtodos de Arranque
3.1.1.
Supongamos que
y
f (b)
I=[a , b]
con
f (a)
existe un nmero
(a , b)
en
tal que
(a , b)
subintervalos de
a1=a
[a ,b ] ; es decir,
p1=a 1+
Si
f ( p1 ) =0 p=p 1 y se finaliza
Si
f ( p1 ) 0 f ( p1)
Si
Si
f ( p1 )
f ( p1 )
b1=b , y sea
el punto medio de
f ( a1 ) o de
p1
( b a2 )= a +b2
p .
f ( a1 )
tienen
f (b1 )
p ( p1 ,b 1 ) a2 =p 1 y b2=b1
distinto
signo
entonces,
p ( a1 , p 1 ) a2 =a1 y b 2= p1
3.1.2.
f C [a , b]
Supongamos que
sucesin
cuando
3.1.3.
{ pn }n=1
de
tal que
| pn p|
n 1 .
Regula Falsi
f (b)
ba
n
2
pk+1 =ak f ( ak )
3.2.
hasta obtener
tal que
f (a)
b k ak
f ( bk ) f (ak )
Mtodos Iterativos
3.2.1.
Punto Fijo
es un nmero
p para el cual
g ( p )= p .
g ( x ) =xf ( x)
entonces
x=g( x ) .
se busca
Se define
tal que
g ( ) =
entonces
es un punto fijo de
g , por lo tanto
g ( ) =f ()
=f ( )
f ( )=0
Entonces
es raz de
f .
x 0 [a , b]
10
3.2.1.1.
x k+1=g( x k )
Construir la sucesin
g( x)C [a , b]
Si
Si adems, existe
g ( x ) [ a , b ] x [ a , b ] g ( x)
g' ( x ) [a , b ] y existe
[a ,b ] .
|g' ( x )| k 1 x [a , b]
g [a , b ] tal que
Si
Si existe
'
g ( x ) (a , b)
x 0 (a , b)
g ( x ) [ a , b ] x (a , b) .
y existe
x (k+1 )=g ( x k ) , k 0
la sucesin
|g' ( x )| k 1 x (a , b)
entonces
(a , b)
.
3.2.1.3.
Corolario
Una
cota
para
el
error
cometido
al
por
g ( p n1 )= pn1
f ( pn1)
f ' ( pn1)
aproximar
xn
es
|x n| k n mx {x 0a , bx 0 }
n
k
|x n| 1k
|x 1x 0| n 1
3.2.2.
Newton Raphson
g ( a , b ) x (a , b)
f'(x)
f ' ' ( x)
incluida
(a , b)
tal que
f ' ( x ) 0 x (a , b )
11
en cada aproximacin.
Secante
Este mtodo elimina el problema que traa Newton Raphson de conocer la derivada
en cada punto. Utiliza dos semillas, el mtodo es de la forma
x k+1=x k (x k x k1 )
f ( xk )
f ( x k ) f ( x k1 )
4.Aproximacin de Funciones
4.1.
Aproximamos
por
f tal que
f f
f ( x )=C 0 0 ( x ) ++ Cn n ( x )= C j j
j=1
4.2.
Cuadrados Mnimos
2
e 2j =( f ( x j ) f ( x j) )
n
e= e = [ f ( x i ) f ( x i ) ]
i=0
2
i
i=0
e
=0 k=0, ,n
C k
j , k >C j= f , j >
j=0
Para asegurar a existencia y unicidad de la solucin hay que usar una base
{ j }
LI.
Al utilizar una base ortogonal u ortonormal tiene la ventaja de poder agregar ms
trminos sin necesidad de calcular todo desde 0.
12
5.Interpolacin de Curvas
5.1.
Mtodo de Lagrange
x0 , x1 , x2 , , xn
Sean
n+1
Pn (x)
f ( x k ) =P ( x k )
k =0,1, n
para cada
de grado
(f ( x 0 ) ; f ( x 1 ) ; ; f (x n ))
entonces
expresin
n
Pn ( x )=f ( x 0 ) L n, 0 ( x ) + f ( x1 ) Ln ,1 ( x ) + +f ( x n ) Ln ,n ( x ) = f ( xi ) Ln , i ( x )
i=0
Donde
5.1.1.
Ln ,i ( x ) =
j=0
j i
xx j
x ix j
i=0,1, n .
para
evaluacin
del
Pn ( x)
polinomio
requiere
O(n2 )
operaciones
aritmticas.
x n+1 f ( x n+1 )
Ln ,i ( x ) .
5.2.
Es numricamente inestable.
Pn ( x )=f ( x 0 ) + f ( x 0 , x1 , , xk ) ( xx 0 ) ( xx k1)
k=1
5.2.1.
5.3.
Mtodo de Hermite
f C 1 [ a ,b ]
Sea
y sean
x 0 , x 1 , , x n [a , b]
i=0
i=0
f'
en
x0 , x1 , , xn
es el polinomio de
Donde
Ln ,i
Donde
5.4.
^
H n ,i ( x )=(xx i ) L2n , i( x)
Fenmeno de Runge
( a , b ) (1,1)
para los
cambio
t=
a+b ab
+
x
2
2
Polinomio de Tchebychef
Este
polinomio
T 2 ( x )=2 x21 ,
5.4.1.1.
presenta
las
siguientes
races
T 0 ( x )=1 ,
T 1 ( x )=x
T 3 ( x )=4 x3 3 x ,
Ventajas
Sirven para reducir al mnimo el error de aproximacin
Una colocacin ptima de los puntos interpolantes para reducir al
5.5.
Errores
Rn=Pn +1 ( x )P(x )
6.Derivacin Numrica
6.1.
f ' ( x )=
Donde
f ( x+ h )f ( x) ' ' h2
f ( )
h
2!
O ( h )=f '' ( )
h2
2!
es el orden de convergencia.
f ' ( x )=
Donde
h2
2!
es el orden de convergencia.
f ' ( x )=
Donde
6.2.
h
3!
es el orden de convergencia.
6.2.1.
f ' ( x 0 )=
Donde
1
[3 f ( x 0 ) + 4 f ( x 0 +h ) f ( x 0 +2 h ) ] + h3 f (3 ) ( 0 )
2h
0
se encuentra entre
x0 y
x 0+ 2h .
15
6.2.2.
f ' ( x 0 )=
1
h2 (3 )
f
x
+
h
f
x
h
(
)
(
)
[ 0
] 6 f (1)
0
2h
1 se encuentra entre
Donde
6.3.
x 0h
x 0+ h .
6.3.1.
f ' ( x 0 )=
Donde
6.3.2.
1
h
f ( x0 2 h )8 f ( x 0h ) + 8 f ( x 0+ h )f ( x 0 +2 h ) ] + f (5 )( )
[
12 h
30
y
x 0+ 2h .
f ' ( x 0 )=
6.4.
1
h4
25 f ( x0 ) + 48 f ( x 0 +h ) 36 f ( x 0 +2 h ) +16 f ( x0 +3 h )3 f ( x 0 + 4 h ) + f ( 5) ()
12 h
5
f ( x0 ) =
1
h2 ( 4 )
f
x
h
2
f
x
+
f
(x
+
h)
f ( )
(
)
(
)
0
0
0
12
h2
, donde
Para alguna
6.5.
x 0h< < x 0 +h
Extrapolacin de Richardson
Sea
Nj
la aproximacin de orden
N j ( h ) =N j1
6.5.1.
x 02 h
est entre
h
+
2
()
N j1
( h2 )N
j 1
O(h2 j)
para cada
j=2,3,
(h)
4 j11
Regla prctica
N=OD +OP
orden de la derivada y
OP
donde
es la cantidad de puntos,
OD
es el
es el orden de la precisin.
16
Excepcin
para
aproximar
OP=NOD1
centradas
si
paridad ( N ) paridad(OD) .
Agregar mtodo de coeficientes indeterminados
Ventajas de centradas.
7.Integracin Numrica
7.1.
Sean
h=
f C [a , b] ,
( a , b)
ba
n
x j=a+ jh
para cada
sub-intervalos puede
f ( x ) dx=
a
7.2.
n1
( ba ) h
h
f ( a ) +2 f ( x j )+ f ( b )
f ' ' ()
2
12
j=1
Sean
f C [a ,b ] ,
( a , b)
Existe una
h=
par,
ba
n
x j=a+ jh
para cada
j=0,1, ,n .
sub-
f ( x ) dx= h3
a
7.3.
n
1
2
n
2
f ( a ) +2 f ( x 2 j ) + 4 ( x 2 j1 ) + f (b)
j=1
j=1
ba 4 4
h f ()
180
Integracin de Romberg
b
f ( x) dx
a
n=1,2,4,8,16
respectivamente, por
Rk , j1 han sido
Rk , j=R k , j1 +
7.4.
O(h2 j)
a partir de
Rk , j1Rk1, j1
4
j1
7.4.1.
xn
xn
ai= Li ( x ) dx =
x 0 j=0
j i
x0
f ( x)dx= ai f ( x i )
a
i=0
donde
xx j
dx
x ix j
n
a i f ( xi )
Supongamos que
i=0
x 0=a ,
x n=b
h=
ba
. Existe una
n
(n+1)
puntos de
(a , b)
para la
cual
Si n es par, si
b
f C n+2 [ a ,b ]
n
h n+3 f (n+2) () 2
f (x)dx= ai f ( x i )+ ( n+2 ) ! t ( t1 ) ( tn ) dt
i=0
a
0
Si n es impar y si
b
f C n+1 [ a , b ]
n
h n+3 f (n+1) ( )
f ( x)dx= ai f ( x i )+ ( n+1 ) ! t ( t1 ) ( tn ) dt
i=0
a
0
18
7.4.2.
La
frmula
abierta
x n+1
Newton
i=0
x1
Cotes
adopta
la
forma
de
ai= Li ( x ) dx .
donde
a i f ( xi )
Supongamos que
i=0
x1=a ,
(n+1)
x n+1=b
h=
ba
n+2 . Existe una
puntos de
(a , b)
para la
cual
Si n es par, si
b
f C
n+2
n+1
f (x) dx= ai f ( x i )+
i=0
Si n es impar y si
b
[ a ,b ]
h n+3 f (n+2) ( )
t 2 ( t1 ) ( tn ) dt
( n+2 ) ! 1
f C
n+1
[a , b ]
n+1
h n+3 f (n+1) ( )
f (x)dx= ai f ( x i )+ ( n+1 ) ! t ( t1 ) ( tn ) dt
i=0
a
1
7.4.3.
Cuadratura de Gauss
Supongamos que
x1 , x2 , , xn
por
Si
1
c j =
1 i=1
j i
P( x)
i=1,2 , n
los nmeros
cj
Pn (x)
estn definidos
xx j
xi x j
2 n , entonces
P ( x ) dx= c i P (xi )
1
j=1
19
Una integral
de
t=
[1,1]
f ( x) dx
a
en un intervalo arbitrario
[a ,b ]
2 xab
1
x= [ ( ba ) t +a+ b]
ba
2
que la
[a ,b ] , ya
dt
f (x) dx= f ( 12 [ ( ba ) t+ a+b ]) ba
2
22 n+1 ( n ! )4
Gauss en el intervalo
f 2 n ( )
[ 1,1 ] es E=
2
( 2 n+1 ) [ ( 2n ) ! ]
Gauss en el intervalo
[a ,b ]
es
E=
( ba )2 n+1 ( n ! )4
2
( 2 n+1 ) [ ( 2n ) ! ]
f 2 n ( )
2n .
20
8.1.
dy
=f (t , y) ,
dt
at b ,
y ( a )=
es un
Para cualquier
que siempre
| 0|<
dz
=f ( t , z )+ ( t ) ,
dt
Con
8.2.
y (t)
(t )
z (t)
| ( t )|<
con la propiedad de
en
[a ,b ] , existe
al problema
at b ,
|z ( t ) y ( t )|<k ( )
es continua con
k()
z ( a )= + 0
para toda
at b
Error global
i=wi y (t i )
8.3.
Consistencia
lim i=0
h0
8.4.
Estabilidad
Sean
wi
wi+1
tal que
w i wi + wi
w i+1 w i+1 + w i+1
Entonces si el factor de amplificacin
gi=
wi+1
wi
Es tal que
|gi|>1 Inestable
21
Convergencia
lim wi= y (t i )
h0
8.6.
Mtodo de Euler
8.6.1.
dy
=f ( t , y ) ,
dt
at b ,
El mtodo construye
y ( a )=
w i y (t i)
para cada
i=1, 2, , N
w 0=
w i+1=wi +hf (t i , w i)
Para
8.6.2.
i=0,1, N1
Para
8.6.3.
i +1 ( h ) =
i -simo paso
y i +1 y i
f (t i , y i)
h
22
h '
f [ , y ()]
2
8.6.4.
Sea
en
[t i , t i+1 ] .
f (t , y)
D= { (t , y ) :a t b ; y + }
para toda
con
con
t [a , b] . Si
at b
funcin
y ( a )= y 0
obtenidas
hM
y los
por
| y ( ti ) w i| 2 L [e L (t a )1]
8.6.5.
y (t)
el
w0, w1, . , wN
mtodo
de
|y ' ' ( t )| M
dy
=f (t , y)
dt
Euler
entonces
se
cumple
que
Orden de Convergencia
8.7.
w 0=
( n)
i=0, 1, , N 1 ,
Donde
n1
h
h
T ( n) ( t i , wi ) =f ( t i , wi ) + f ' ( t i , wi ) ++
f ( n1) (t i , w i)
2
n!
8.7.1.
Error Local
n
e L=
h
f n [ , y ( i)]
( n+1 ) !
[t i , t i+1 ] .
23
8.8.
Mtodo de Runge-Kutta
8.8.1.
8.8.1.1.
w 0=
h
h
w i+1=wi +hf t i + , wi + f ( t i , w i )
2
2
Para
8.8.1.2.
i=0, 1, , N 1
Mtodo modificado de Euler
w 0=
w i+1=wi +
Para
8.8.1.3.
h
f ( t i , wi ) + f ( t i+1 , wi +hf ( t i , w i ) )
2
i=0, 1, , N 1 .
w 0=
w i+1=wi +
Para
8.8.1.4.
h
f ( t , w ) + f ( t i +1 , w i+1 ) ]
2[ i i
i=0, 1, , N 1
Mtodo de Heun
w 0=
w i+1=wi +
Para
8.8.2.
h
2
2
f ( t i , wi ) +3 f t i + h , w i + hf ( t i , wi )
4
3
3
)]
i=0, 1, , N 1
Mtodo de Runge-Kutta de Orden Cuatro
w 0=
k 1=hf ( t i , wi )
h
1
k 2=hf t i+ , wi + k 1
2
2
h
1
k 3 =hf t i+ , wi + k 2
2
2
k 4=hf ( t i+1 , wi +k 3 )
24
1
w i+1=wi + ( k 1+2 k 2 +2 k 3 + k 4 )
6
Para cada
i=0, 1, , N 1 .
8.9.
8.9.1.
w 0= y 0
w i+1=wi1+ 2hf ( t i , wi )
Para
El
i=0,1 , n1
valor
de
wi
debemos
calcularlo
con
otro
mtodo.
Como
las
aproximaciones que obtenemos por el mtodo del salto de la rana son del
mismo orden que las que se obtienen por cualquier mtodo de Runge-Kutta de
orden 2, es conveniente aproximar
8.10.
8.10.1.
w i+1=wi +h f n +1
8.10.2.
0 =
i +1= i+
Donde
h
[5 f ( t i +1 , i+1 ) +8 f ( t i , i )f ( t i 1 , i1 ) ]
12
i=1,2, N 1
El orden de convergencia es 3.
8.10.3.
0 =
1 = 1
2 = 2
25
i +1= i+
h
[9 f ( t i+ 1 , i +1 ) +19 f ( t i , i) 5 f ( t i1 , i1) + f ( t i2 , i 2 ) ]
24
Donde
i=1,2, N 1
El orden de convergencia es de 4.
8.10.4.
0 =
1 = 1
2 = 2
3 = 3
i +1= i+
Donde
8.10.5.
h
[251 f ( t i +1 , i+1 ) +646 f ( t i , i )264 f ( t i1 , i 1 ) +106 f ( t i2 , i2 )19 f (t i3 , i3 )]
720
i=1,2, N 1
8.11.
8.11.1.
w i+1=wi +h f n
8.11.2.
0 =
1 = 1
i +1= i+
Donde
h
3 f ( t i , i )f ( t i1 , i1 ) ]
2[
i=1,2, N 1
El orden de convergencia es 2.
8.11.3.
0 =
1 = 1
26
2 = 2
i +1= i+
Donde
h
[23 f ( t i , i ) 16 f ( t i1 , i1 ) +5 f ( t i2 , i2 ) ]
12
i=2,3, N 1
El orden de convergencia es 3.
8.11.4.
0 =
1 = 1
2 = 2
3 = 3
i +1= i+
Donde
h
[ 55 f ( t i , i )59 f ( t i1 , i1 ) +37 f ( t i2 , i2) 9 f (t i 3 , i3 )]
24
i=3,4, N 1
El orden de convergencia es 4.
8.11.5.
Mtodo predictor-Corrector de Adams
8.11.5.1. Mtodo predictor-corrector de Orden 2
w i+1=wi +
h
3 f ( t i , wi )f ( t i1 , wi 1 ) ]
2[
w 0i+1=wi +
h
f ( t i +1 , w i+1 ) + f ( t i , wi ) ]
[
2
h
n
w n+1
i+1 =wi + [f ( t i +1 , w i+1 ) + f ( wi , wi )]
2
8.11.5.2.
w i+1=wi +
h
55 f ( t i , wi ) 59 f ( t i 1 , wi1 ) +37 f ( t i2 , wi2 )9 f (t i3 , wi3) ]
24 [
w 0i+1=wi +
h
9 f ( t i +1 , wi+1 ) +19 f ( t i , wi ) 5 f ( t i1 , wi1 ) + f (t i2 , w i2) ]
[
24
w n+1
i+1 =wi +
h
[9 f (t i+1 , wni+1 ) + 19 f ( w i , w i )5 ( t i1 , w i1 ) + f (t i2 , w i2)]
24
27
8.12.
i +1= i3 +
8.13.
4h
[2 f ( t i , i )f ( t i1 , i1 ) +2 f (t i2 , i2 )]
3
Anlisis de Estabilidad
8.13.1.
Mtodos Condicionalmente Estables
Aquellos en los que la estabilidad est condicionada a la eleccin del paso,
generalmente mtodos explcitos.
8.13.2.
Mtodos Incondicionalmente Estables
Aquellos que no tienen ningn tipo de condicionamiento para su estabilidad,
generalmente mtodos implcitos.
9.Ecuaciones
Diferenciales
Ordinarias
de
Orden
Superior
9.1.
9.1.1.
Mtodo de Taylor
w i+1=wi +v i h+ f ( t i , wi , v i )
h2
2!
Mtodo de Newmark
2
w i+1=wi +v i h+
h
[f ( t i , wi , v i ) +(1) f (t i +1 , w i+1 , v i+1 )]
2!
Mtodo de Nystrm
w 1=w 0+ v 0 h+f (t 0 , w 0 , v 0 )
h2
2!
w i+1=2 wi wi 1 +h 2 f t i , w i ,
wi +1w i1
2h
El orden de convergencia es 2.
9.1.4.
Clasificacin
28
9.2.
Si los
Si
| i|=1
Conservativo
Si
| i|<1
Discipativo
Si
| i|>1
Inestable
9.2.1.
Mtodo del tiro
Si el problema lineal con valor en la frontera
a x b , y ( a )= , y ( b )=
Satisface
p ( x ) , q ( x ) y r ( x ) son continuas en
q ( x ) >0
en
[a ,b ]
[a ,b ]
Si
y 1 (x)
denota la solucin de
(1)
y 2 (x)
denota la solucin de
(2)
entonces
y ( x ) = y 1 ( x )+
y1 ( b )
y 2(x )
y2(b )
29