Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INTRODUCCIÓN Interpolación, un poco de historia La historia de la interpolación comienza con los matemáticos babilónicos y sus trabajos en las tablas exponenciales que, aunque presentan grandes huecos, no dudaban en interpolar linealmente o proporcionalmente para conseguir una aproximación a sus valores intermedios. El desarrollo de la interpolación se entrelazó con los primeros desarrollos de las diferencias finitas, empezando por la cuadratura del círculo de Wallis en 1655, con la que propuso el principio de “intercálculo” o interpolación. Esto fue aceptado por Newton en 1676, lo cual le permitió la derivación de las series binómicas, es decir, a partir de un problema de cuadraturas, Newton pudo obtener el teorema binomial. Luego se continúa con la construcción de fórmulas prácticas de interpolación. Aunque “la historia de las fórmulas de interpolación es complicada y muy discutida” (Bell, 1995, p. 421), se le puede considerar como un potente estímulo en los siglos XVII y XVIII para la evolución independiente de las operaciones fundamentales de la teoría clásica de las diferencias finitas, las cuales se desarrollaron principalmente para facilitar cálculos numéricos en astronomía, la creación de tablas y la cuadratura mecánica. INTERESANTE, La interpolación en diferentes actividades humanas A continuación se describen diferentes actividades humanas de la actualidad, donde aparece la noción de interpolación, posteriormente se hace un análisis de cómo emerge implícitamente la interpolación y predicción en el movimiento. El término de interpolación aparece de diferentes maneras, en la vida cotidiana, en el arte, en la física, en la matemática. Por ejemplo en estadística la interpolación aparece, cuando se tiene un censo de una población, donde las variables son: el número de habitantes y el año, por ejemplo de 1940 a 1990, podríamos preguntarnos, si es posible utilizarlos para obtener una estimación razonable de la población que habría en 1965, e incluso en el año 2000, este tipo de predicciones puede obtenerse por medio de una función que corresponda a los datos disponibles. Este proceso recibe el nombre de interpolación (Burden & Faires, 1980). La interpolación de forma, se dibuja una forma en un punto del tiempo y se cambia o se dibuja una nueva en otro punto. Al interpolar formas se crea un efecto similar al de transformación y las formas parecen cambiar en el transcurso del tiempo. La animación interpolada es una forma eficaz de crear movimiento y cambios a lo largo del tiempo y de reducir al mínimo el tamaño del archivo. Al contrario de la animación imagen a imagen, sólo necesita almacenar los valores de los cambios de la imagen, no la imágen completa. La interpolación en las mediciones de temperaturas y precipitaciones son las medias mensuales de temperatura (máxima, mínima y media) y precipitaciones. La disminución del número de estaciones reduce la calidad de las interpolaciones y esta variación en el número 2 de puntos puede introducir movimientos irreales en las series temporales de los campos generados, con independencia del método de interpolación que se utilice; así los campos interpolados con menos estaciones no serán capaces de captar todas las características espaciales del fenómeno. Este inconveniente hizo necesario que se utilizara una estrategia para garantizar que los campos de temperatura y precipitación interpolados, este método se denomina Interpolación Climatológicamente Asistida (ICA), parte de la idea de realizar la interpolación, separando las componentes espaciales y temporales. La reconstrucción de una señal a partir de sus muestras usando interpolación es un proceso de empleo común en la reconstrucción aproximada o exacta de una señal a partir de sus muestras. Para una señal de banda limitada, si los instantes de muestra están bastante cerca, entonces la señal puede reconstruirse exactamente, es decir, mediante el empleo de un filtro se puede efectuar la interpolación exacta entre los puntos de muestreo. La interpretación de la reconstrucción de una señal como un proceso de interpolación se hace evidente cuando se considera el efecto en el dominio del tiempo del filtro. La utilización de la interpolación como una técnica tiene un amplio espectro de utilización, tanto es así que es reformulada en cada campo que aplica. La interpolación también es usada en: topografías, tecnologías de comunicación, genética, biotecnologías, reconstrucción tridimensional de imágenes médicas. INTRODUCCIÓN TEÓRICA DE INTEGRACIÓN NUMÉRICA Método del trapecio En matemáticas la regla del trapecio es un método de integración numérica, es decir, un método para calcular aproximadamente el valor de la integral definida. La función f(x) (en azul) es aproximada por la función lineal (en rojo). 3 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 donde el término error corresponde a: Siendo ξ un número perteneciente al intervalo [a,b]. Regla del trapecio compuesta La regla del trapecio compuesta o regla de los trapecios 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 Δx = (b − a) / n. Después de realizar todo el proceso matemático se llega a la siguiente fórmula: Donde y n es el número de divisiones. La expresión anterior también se puede escribir como: REGLAS DE SIMPSON: 4 Además de aplicar la regla trapezoidal con segmentos cada vez más finos, otra manera de obtener una estimación más exacta de una integral, es la de usar polinomios de orden superior para conectar los puntos. A las fórmulas resultantes de calcular la integral bajo estos polinomios se les llama reglas de Simpson. REGLA DE SIMPSON DE 1/3 La regla de Simpson de 1/3 resulta cuando se sustituye un polinomio de segundo orden en la ecuación: Si a y b se denominan como x0 y x2 , y f2 (x) se representa mediante un polinomio de Lagrange de segundo orden, entonces la integral es: Después de integrar y de reordenar términos, resulta la siguiente ecuación: REGLA DE SIMPSON 1/3 DE SEGMENTOS MÚLTIPLES. Así como la regla trapezoidal, la regla de Simpson se mejora dividiendo el intervalo de integración en segmentos de igual anchura. h=(b-a)/n La integral total se representa como: Sustituyendo la regla de Simpson en cada una de las integrales individuales se obtiene: reordenando los términos, se obtiene: REGLA DE SIMPSON DE 3/8. De manera similar a la derivación de la regla trapezoidal y a la regla de Simpson de 1/3, se ajustan polinomios de Lagrange de tercer orden a cuatro puntos e integrar; 5 para obtener En donde h=(b-a)/3. A esta ecuación se le llama regla de Simpson de 3/8 porque h es un múltiplo de 3/8. Esta es la tercera regla cerrada de integración de Newton-Cotes. Aplicaciones en las diferentes ramas El lector seguramente recuerda las importantes aplicaciones que poseen las integrales en las diferentes ramas de la Geometría, la Física, la Química, las Ciencias Económicas y, prácticamente, en todas las ramas del saber. Supuesto que f(x) sea continua en [a, b], la integral se puede calcular mediante la regla de Barrow (también llamada de Newton – Leibniz), donde F(x) es cualquier primitiva de f(x), es decir, una función cuya derivada de una función sea f(x). El punto débil de este procedimiento analítico para evaluar una integral es la obtenciónde una función primitiva. Para muchas funciones sencillas se obtienen primitivas con mayor o menor dificultad pero, en muchos casos se presentan integrales para las cuales no existen primitivas que se puedan expresar en términos de funciones elementales. Lo peor es que, en muchas ocasiones, se trata de integrandos sencillos (es decir, formados por funciones elementales). Por supuesto que, si no se tiene una primitiva expresada en términos de funciones elementales, no es posible evaluarla en los límites de integración, y la regla de Barrow se hace inaplicable. 6 CONSIGNA 7 CONSIGNA Corriente arriba de una represa, el agua ejerce una presión, p(z )=d∗g∗(D−z ) medida en N/m^2 y ejercida a una elevación z metros por encima del fondo fluvial. Si se omite la presión atmosférica, la fuerza f puede ser determinada al multiplicar la presión por el área de la cara de la represa. Esta área se obtiene integrando la función w(z) que proporciona el ancho del río a una altura z del lecho y toma valores según figura: Debido a que ambas, la presión y el área, varían con la elevación, la fuerza total se obtiene al calcular F= ∫ d∗g∗w(z )∗(D−z )dz Donde d=103 kg/m^3 es la densidad del agua, g=9,8 m/s^2 es la aceleración debida a la gravedad y D=60 es la elevación en metros de la superficie del agua por encima del fondo a) Calcular la fuerza total ejercida por el agua en la cara de la represa, empleando los datos proporcionados en la figura. Utiliza la fórmula de Trapecio para segmentos múltiples con 6 intervalos b) Calcula la fuerza total ejercida por el agua mediante la fórmula compuesta de Simpson para 10 intervalos 8 RESOLUCIÓN 9 RESOLUCIÓN Como es una función simétrica podemos calcular el área debajo de una de las curvas y al finalizar multiplicarlo por 2 A su vez, el valor de X es la media del ancho que nos proporcionaron, por lo tanto, si ponemos como nombre eje X al eje horizontal de la gráfica, obtendremos: Media del ancho X Y 61 0 0 65 4 10 67,5 6,5 20 80 19 30 87,5 26,5 40 95 34 50 100 39 60 En la tabla anterior tomamos como referencia el primer valor de la media del ancho como un punto que se ubica en 0, por lo tanto lo tomamos como referencia para el cálculo de los demás valores correspondientes a X Si 61 le corresponde 0 entonces a 65 le corresponde (65-61) que es igual a 4 y así sucesivamente con los demás valores, a fin de hacer notar una gráfica fácil de interpretar Gráfica correspondiente a los valores de X e Y anteriormente calculados 10 Observamos que sigue una misma tendencia con respecto a los valores que le corresponden a la gráfica original Para saber cómo varía la función y obtener valores de tal forma que h sea constante interpolamos y obtenemos un polinomio con los valores encontrados de X e Y Entonces: POLINOMIO DE LAGRANGE 11 El polinomio encontrado es: Comprobamos que la función nos de valores muy próximos a los reales, y por lo tanto procedemos a realizar el cálculo de verificación Valor de X Valor de la Valor de X Valor de la 12 función función 0 0 0 0 4 9,99995 4 10 6,5 19,99981 6,5 20 19 29,99628 19 30 26,5 39,99003 26,5 40 34 49,97886 34 50 39 59,96824 39 60 Observamos que la función encontrada tiene un valor de Y muy cercano al real Con la función P(x) podemos calcular el error, si bien no es el exacto obtendremos una muy buena aproximación I=2∗∫ 0 39 ❑P(x )=2∗¿1257,89 N = 2515,78 N Por lo tanto procedemos a realizar los cálculos correspondientes aplicando las distintas reglas, primero usaremos la Regla del Trapecio y luego Simpson 13 REGLA DEL TRAPECIO MÚLTIPLE 14 TRAPECIO La consigna pide que trabajemos con la fórmula de Trapecio para segmentos múltiples con 6 intervalos, por lo que realizamos la siguiente operación: h= 0+39 6 =6,5 TRAPECIO X Y Valor de h 0 0 6,5 19,99981 6,5 13 30,72629 6,5 19,5 30,17904 6,5 26 39,00238 6,5 32,5 48,99146 6,5 39 59,96824 6,5 El gráfico correspondiente a los 6 intervalos es: Una vez realizado el gráfico y luego de haber comparado con el correspondiente a la función original, podemos calcular el área bajo la curva REGLA DE TRAPECIO PARA SEGMENTOS MÚLTIPLES 15 I= h 2 ∗[ f (xo)+2∗Σf (xi)+ f (xn)] REGLA DE TRAPECIO Fuerza 2515,78 N I 1292,74015 N I TOTAL 2585,4803 N Error 69,7003 16 REGLA DE SIMPSON MÚLTIPLE 17 SIMPSON La consigna pide que trabajemos con la fórmula compuesta de Simpson para segmentos múltiples con 6 intervalos, por lo realizamos la siguiente operación: h= 0+39 10 =3,9 SIMPSON X Y Valor de h 0 0 3,9 9,58261 3,9 7,8 24,14364 3,9 11,7 30,36985 3,9 15,6 30,24601 3,9 19,5 30,17904 3,9 23,4 34,24526 3,9 27,3 41,56049 3,9 31,2 47,77321 3,9 35,1 50,68072 3,9 El gráfico correspondiente a los 10 intervalos es: 18 REGLA DE SIMPSON PARA SEGMENTOS MÚLTIPLES I= h 3 ∗[ f (xo)+4∗ ∑ i=1 impares n−1 ❑ f (xi)+2∗ ∑ i=1 pares n−2 ❑ f (xi)+ f (xn)] REGLA DE SIMPSON Fuerza 2515,78 N I 1276,957916 N I TOTAL 2553,915832 N Error 38,135832 19 CONCLUSIÓN 20 CONCLUSIÓN: En este trabajo pudimos aplicar el concepto de interpolación y los distintos métodos de integración, ya que al tratar de resolver tuvimos inconvenientes al no saber exactamente cómo era la función w(z) y por lo tanto desconocíamos el comportamiento de la función p(z), pero teníamos los puntos que la describen, entonces nos dimos cuenta que podíamos utilizar interpolación puesto que su principal utilidad es obtener una nueva función partiendo de un conjunto de puntos. Para finalizar tenemos una serie de conclusiones, primeramente concluimos que la importancia de los métodos numéricos es una herramienta fundamental para la vida profesional como también para la obtención de resultados más exactos con la ayuda de un software para facilitar la obtención del resultado. Los conocimientos aprendidos en el transcurso de la materia nos sirvieron para la obtención de la resolución del problema dado que a la vez puede ser un problema cotidiano, como ser el concepto de interpolación que nos ayudó mediante una cantidad mínima de puntos a obtener la función aproximada necesaria para poder calcular el área requerida y así poder, a su vez, obtener la fuerza que ejerce el agua en las paredes de la represa dato que en algún trabajo específico sería primordial. Otro concepto que nos facilitó la resolución del ejercicio es la obtención de la integral mediante el concepto de “integración numérica” el cual usamos la herramienta “excel” para tener una mayor exactitud y rapidez a la hora de realizar el cálculo mediante los métodos pedidos. También observamos la exactitud de los métodos al calcular una función o el resultado de una integración, dichos casos si quisiéramos resolver por conceptos específicos del análisis matemático el tiempo de resolución sería mucho más largo y podría generar algún tipo de error al ser procedimientos de mucha complejidad. Finalmente concluimos en forma grupal que la utilización e información de los métodos numéricos es de suma importancia ya que nos permiten resolver diversos problemas de forma eficiente y pueden ser aplicados en distintos campos ya sea en la vida cotidiana o profesional, también podemos decir que los métodos numéricos son importantes para encontrar resultados aproximados a sistemas complejos utilizando solo las operaciones matemáticas más simples , además que es algo que se renueva de forma constante en la actualidad con el fin de facilitar y obtener resultados aproximadamente verdaderos que genera a la vez en el campo de investigación progresos de forma muy avanzada. La cantidad de problemas que se abordan aumentan dia a dia y la calidad de los resultados se ajusta más a la realidad. Debemos tener en cuenta que para resolver cada problema de los métodos numéricos es necesario tener ordenporque la cantidad de datos pueden ser demasiados y podremos observar ciertos errores, también se necesita tener los programas necesarios para resolver cada método en este caso utilizamos el programa “Excel” que nos resultó demasiado eficaz a la hora de obtener los resultados. 21
Compartir