Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. Interpolacin
Mtodo de Lagrange Mtodo de interpolacin con espaciado irregular que calcula directamente el nuevo punto (sin necesidad de hallar un polinomio intermedio). Util cuando queremos interpolar un solo punto o muy pocos.
Mtodo de Aiken-Neville Mtodo recursivo de Interpolacin con espaciado irregular. Al igual que Lagrange, devuelve directamente el nuevo punto. Poco til para interpolar muchos puntos.
Mtodo de Newton (Diferencias divididas) Mtodo recursivo de Interpolacin con espaciado irregular. Calcula los coeficientes de un polinomio que se ajusta a los puntos dados. Una vez hallado se aplicar Horner para cada punto que queramos interpolar.
Mtodo de Diferencias Finitas Progresivas Mtodo recursivo de interpolacin con espaciado regular. Mismo procedimiento que Diferencias divididas.
Mtodo de Mejor ajuste (mixto) Elige cual de los dos mtodos de diferencias finitas es el ms adecuado.
2. Integrales
De aqu en adelante hay dos valores interrelacionados que adquieren gran importancia: h: Tamao de un intervalo distancia entre 2 puntos consecutivos. Cuanto menor tamaao distacia, ms preciso ser el algoritmo. n: Nmero de intervalos o veces que iterar el algoritmo.
Si no nos dieran o no supieramos n (el numero de intervalos), deberamos calcularlo de h mediante un proceso de normalizacin. Consiste en hacer que n sea un nmero entero (el que resulte, truncado sumndole uno) y recalcular h con el nuevo n. Algoritmo del trapecio
Algoritmo de Simpson mixto (1/3 y 3/8) Si el nmero de puntos es impar utiliza en los primeros 3 puntos Simpson 3/8, el resto se calcula mediante Simpson 1/3.
Mtodo de Romberg Mtodo recursivo para calcular integrales. Hay 2 maneras de aplicar este mtodo, una sabiendo el nmero de puntos o veces que se va a iterar y otra sabiendo el error mnimo o precisin. Dado un nmero de puntos (n):
Sabiendo el error mnimo o precision con que queremos calcular la integral (eps):
Mtodo Regula Falsi (Interpolacin Lineal) Este mtodo tiene en cuenta la forma de la funcin para calcular el nuevo punto intermedio, de forma que se acerca ms rpido al punto de corte.
Mtodo de Newton (tangentes) Slo se necesita un punto a partir del cual se va acercando al punto de corte. Es el ms rpido pero presenta dos problemas. El primero es que necesitamos conocer la derivada o la funcin. El segundo es que en puntos mximos y mnimos (derivada=0) el mtodo se para y adems se podra producir una divisin por cero.
Mtodo de la Secante Se necesitan dos puntos pero la raiz no tiene porqu estar entre ellos.
Mtodo de Gauss-Jordan Consiste en hacer ceros por encima y por debajo. En este mtodo tiene sentido normalizar (hacer que los pivotes sean 1) solo si vamos a devolver las soluciones en la propia matriz, de manera que no se requiere un bucle especfico para resolver las incgnitas.
Las soluciones quedan en la columna de los trminos independientes ( mat(i,n+1) ). - Mtodos indirectos, iterativos o aproximados A partir de unos valores iniciales se van aproximando a la solucin. Devuelven, por tanto, valores aprximados, con la precisin que deseemos. Estos mtodos son adecuados para sistemas con ms de 5 incgnitas o ms de 35% o 40% de coeficientes nulos. Mtodo de Jacobi Calcula los valores de las variables a partir de los valores obtenidos en la iteracin anterior segn la frmula:
El algoritmo usa dos vectores, uno para los valores actuales (que se estan calculando) y otro para los anteriores (anterior iteracin). El resultado queda en el vector de los valores actuales.
10
Mtodo de Gauss-Seidel Bsicamente es lo mismo que Jacobi. Pero este mtodo aprovecha los ltimos valores calculados de las variables anteriores en la misma iteracin, para calcular las nuevas variables. Esta variacin simplifica ligeramente el algoritmo (no se necesitan dos vectores) y hace que se aproxime ms rpidamente a las soluciones.
11
Mtodo de Newton-Rapson Partiendo del desarrollo en serie de Taylor, este mtodo reduce el sistema de ecuaciones no lineales a uno con ecuaciones lineales en las que aparecen derivadas de las funciones originales como nuevos coeficientes y las funciones originales (con signo negativo) como trminos independientes. Ser necesario codificar las funciones (ecuaciones) originales y sus derivadas (que se calcularn a mano) en funciones individuales. El algoritmo resuelve el nuevo sistema de ecuaciones iterativamente, de forma que en cada iteracin se aproxima ms a la solucin.
La solucion del algoritmo queda en el vector xvect. El procedimiento RellenarMat(mat, xvect) ser:
12
13
6. Ajuste de curvas
Algoritmo de Mnimos Cuadrados Consiste en hallar los coeficientes de la curva (polinomio) que cumple que el cuadrado de la suma de los errores entre todos los puntos dados y esta es mnima. La frmula es:
N es el nmero de puntos que tenemos n es el grado del polinomio que vamos a hallar Calculando la derivada de E para cada ai se construye un sistema de ecuaciones lineales donde los coeficientes (ai) de dicho polinomio son las incgnitas. Cdigo para calcular los 2n sumatorios distintos:
Una vez resuelto el sistema, ya conocemos el polinomio. Podemos utilizar Horner entonces. El algoritmo de mnimos cuadrados por s solo no es til a no ser que sepamos de qu grado deber ser el polinomio que vamos a calcular. Si no es as, se nos
14
Consiste en ir aplicando mnimos cuadrados con grado 1, 2.... n y calculando la frmula anterior hasta que se cumpla un criterio estadstico.
15
7. Ecuaciones diferenciales
Son ecuaciones en las que aparece la variable independiente , la dependiente (de la independiente) y alguna de sus derivadas. - Ecuaciones diferenciales de orden 1 Son ecuaciones en las que aparece la variable independiente , la dependiente (de la independiente) y la primera derivada. Mtodo de Euler Se basa en el punto inicial y su derivada (pendiente tangente), que es lo que conocemos para ir calculando puntos intermedios hasta llegar al que queremos. Ser tanto ms preciso cuanto mayor sea el nmero de intervalos (n) o puntos intermedios, o lo que es lo mismo, cuanto menor sea h.
Este mtodo devuelve un nuevo punto. Tiene un error de orden h. Mtodo de Euler Mejorado Igual que el mtodo de euler pero ahora usa como pendiente la media de las pendientes de dos puntos consecutivos.
Devuelve el nuevo punto en y(n). El error es del orden de h2. Mtodo de Runge-Kutta Es un conjunto de mtodos. Los mtodos anteriores no son ms que un caso particular de ste. Tiene la siguiente forma:
16
orden 4:
El algoritmo consiste simplemente en hacer esos clculos n veces. Ejemplo para orden 4:
17