SlideShare una empresa de Scribd logo
1 de 11
Descargar para leer sin conexión
Aplicación libre II
Ejemplo de Aplicación de los métodos de integración Numérica
INTRODUCCION
Obtener el modelo matemático que represente al fenómeno en estudio será
difícil si se trata de fenómenos dinámicos, es decir, que experimenten cambios
respecto al tiempo o respecto a otras variables. Este tipo de modelos
matemáticos son las ecuaciones diferenciales y se resuelven generalmente
mediante el Cálculo Integral, aunque también pueden hacerse por medio de
métodos numéricos y una computadora como instrumento de apoyo.
A continuación aplicaremos los métodos de integración numérica para calcular
el valor promedio de una función y el área bajo la curva de una función que
modela un caso real.
VALOR PROMEDIO DE UNA FUNCIÓN Y
ÁREA BAJO LA CURVA
 En el Polo Norte se registra semanalmente la temperatura del ambiente al
mediodía, durante un año. Las lecturas obtenidas fueron las siguientes:
Después de muchas observaciones se ha determinado que el modelo matemático,
cuya gráfica pase por los 52 puntos, aunque sea cercanamente, es una función
que tiene la forma siguiente:
ƒ 𝑡 = 0.0001 𝑡 – 13 4
– 0.169 𝑡 – 13 2
+ 25.7
Donde t es el número de semanas, el cual queda comprendido en el intervalo
0 ≤ t ≤ 52,
y ƒ(t) expresa la temperatura en grados Celsius (°C).
Determine:
 La temperatura promedio anual del polo norte.
 El área bajo la curva o el total acumulado de temperatura anual
 La temperatura acumulada durante cada semestre del año
Solución
 Aplicando Integrales Numérica tenemos que:

0
52
𝑓 (𝑡) 𝑑𝑡
Al calcular la función:

0
52
𝑓 (𝑡) 𝑑𝑡 = 0
52
[0.0001 𝑡 – 13 4– 0.169 𝑡 – 13 2 + 25.7 ] 𝑑𝑡

0
52
𝑓 𝑡 𝑑𝑡 = 0.0001 𝑡 – 13 5
5
–
0.169 𝑡 – 13 3
3
+ 25.7𝑡 𝑑𝑡

0
52
𝑓 (𝑡) 𝑑𝑡 = [0.0002 𝑡 – 13 5
– 0.05633 𝑡 – 13 3
+ 25.7𝑡 ] 52
0

0
52
𝑓 (𝑡) 𝑑𝑡 =-316.886 °C /semana
Solución por medio de Software
Solución por medio de Software
Solución por medio de Software
Solución Analítica
Para obtener estos resultados de forma analítica, tenemos que sumar los datos
que se tabularon durante la observación.
PRIMER SEMESTRE
A1= 𝑖=0
26
𝑇𝑖 = 434.7
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 =
𝑇𝑜𝑡𝑎𝑙
26
=
434.7
26
= 16.72°𝑐
SEGUNDO SEMESTRE
A2= 𝑖=26
52
𝑇𝑖 = −751.6
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 =
𝑇𝑜𝑡𝑎𝑙
26
=
−751.6
26
= −28.91°𝑐
Solución analítica
 La temperatura acumulada anual o área total bajo la curva se obtiene
sumando las dos áreas así:
 Tacu= 𝐴1 + 𝐴2 = 434.7 + (−𝟕𝟓𝟏. 𝟔) = −316.886°𝐶
 La temperatura promedio de las 52 semanas se obtiene mediante la suma de
las dos áreas, que se divide entre el número de semanas como sigue:
 Tprom= 𝐴1+𝐴2
52
=
434.7 +(−𝟕𝟓𝟏.𝟔)
52
= −6.1°𝐶
Tabla Comparativa
 Para la temperatura acumulada:
 Valor analítico: −316.886°𝐶
 En conclusión el método que mas se acerca a ala solución de nuestro
problema es el método de Simpson 1/3, ya que presenta menos porcentaje de
error con respecto a los demás. Por lo tanto el método mas eficiente en
nuestro caso seria el antes mencionado.
METODO RESULTADO ERROR
TRAPECIO -158.697 -158.189
SIMPSON 1/3 -317.091 0.205
SIMPSON 3/8 -435.95 119.064

Más contenido relacionado

La actualidad más candente

Apuntes metodos-numericos-aproximacion-funcional-e-interpolacion
Apuntes metodos-numericos-aproximacion-funcional-e-interpolacionApuntes metodos-numericos-aproximacion-funcional-e-interpolacion
Apuntes metodos-numericos-aproximacion-funcional-e-interpolacion
miguelcasa
 
Eg042 convección natural
Eg042 convección naturalEg042 convección natural
Eg042 convección natural
dalonso29
 

La actualidad más candente (16)

Apuntes metodos-numericos-aproximacion-funcional-e-interpolacion
Apuntes metodos-numericos-aproximacion-funcional-e-interpolacionApuntes metodos-numericos-aproximacion-funcional-e-interpolacion
Apuntes metodos-numericos-aproximacion-funcional-e-interpolacion
 
Proyecto final Matematicas superior Ley de enfriamiento de Newton
Proyecto final Matematicas superior Ley de enfriamiento de NewtonProyecto final Matematicas superior Ley de enfriamiento de Newton
Proyecto final Matematicas superior Ley de enfriamiento de Newton
 
Matlab graficos3 d
Matlab graficos3 dMatlab graficos3 d
Matlab graficos3 d
 
Eg042 convección natural
Eg042 convección naturalEg042 convección natural
Eg042 convección natural
 
Introduccion a la electroquimica p2
Introduccion a la electroquimica p2Introduccion a la electroquimica p2
Introduccion a la electroquimica p2
 
Ecuaciones Diferenciales Lineales Por Variacion De Parametros
Ecuaciones Diferenciales Lineales Por Variacion De ParametrosEcuaciones Diferenciales Lineales Por Variacion De Parametros
Ecuaciones Diferenciales Lineales Por Variacion De Parametros
 
Cinetica
CineticaCinetica
Cinetica
 
[Pds] Transformada Z
[Pds] Transformada Z[Pds] Transformada Z
[Pds] Transformada Z
 
Solucion de Ecuaciones Diferenciales Ordinarias de Segundo Orden por Métodos ...
Solucion de Ecuaciones Diferenciales Ordinarias de Segundo Orden por Métodos ...Solucion de Ecuaciones Diferenciales Ordinarias de Segundo Orden por Métodos ...
Solucion de Ecuaciones Diferenciales Ordinarias de Segundo Orden por Métodos ...
 
Termoquímica
TermoquímicaTermoquímica
Termoquímica
 
Ecuaciones Lineales Homogéneas con coeficientes constantes
Ecuaciones Lineales Homogéneas con coeficientes constantesEcuaciones Lineales Homogéneas con coeficientes constantes
Ecuaciones Lineales Homogéneas con coeficientes constantes
 
6 Series
6  Series6  Series
6 Series
 
Teorema de lagrange
Teorema de lagrangeTeorema de lagrange
Teorema de lagrange
 
Igualacion reacciones
Igualacion reaccionesIgualacion reacciones
Igualacion reacciones
 
Sucesiones y Series
Sucesiones y Series Sucesiones y Series
Sucesiones y Series
 
Python para resolver EDPs - Ingeniería Química - PyConES 2013
Python para resolver EDPs - Ingeniería Química - PyConES 2013Python para resolver EDPs - Ingeniería Química - PyConES 2013
Python para resolver EDPs - Ingeniería Química - PyConES 2013
 

Similar a Software de Aplicación Integracion Numerica

Programacion dinamica
Programacion dinamicaProgramacion dinamica
Programacion dinamica
RCOP
 
Diagramas De Flujo
Diagramas De FlujoDiagramas De Flujo
Diagramas De Flujo
carlospaul
 

Similar a Software de Aplicación Integracion Numerica (20)

Actividad no19 2do parcial
Actividad no19 2do parcialActividad no19 2do parcial
Actividad no19 2do parcial
 
Diseño del controlador neuronal inverso
Diseño del controlador neuronal inversoDiseño del controlador neuronal inverso
Diseño del controlador neuronal inverso
 
S15.s1 - Integral definida. Interpretación como area.pdf
S15.s1 - Integral definida. Interpretación como area.pdfS15.s1 - Integral definida. Interpretación como area.pdf
S15.s1 - Integral definida. Interpretación como area.pdf
 
S13.s2 - Tecnicas de integracion-sustitucion_-92058514.pptx
S13.s2 - Tecnicas de integracion-sustitucion_-92058514.pptxS13.s2 - Tecnicas de integracion-sustitucion_-92058514.pptx
S13.s2 - Tecnicas de integracion-sustitucion_-92058514.pptx
 
Matlab
MatlabMatlab
Matlab
 
Computacion
ComputacionComputacion
Computacion
 
Proyecto de Ecuaciones Diferenciales
Proyecto de Ecuaciones DiferencialesProyecto de Ecuaciones Diferenciales
Proyecto de Ecuaciones Diferenciales
 
PERT paso a paso
PERT paso a pasoPERT paso a paso
PERT paso a paso
 
20 problemas
20 problemas20 problemas
20 problemas
 
282987006 fase-2-trabajo-control
282987006 fase-2-trabajo-control282987006 fase-2-trabajo-control
282987006 fase-2-trabajo-control
 
S07.s2 - Regla de la cadena.pptx
S07.s2 - Regla de la cadena.pptxS07.s2 - Regla de la cadena.pptx
S07.s2 - Regla de la cadena.pptx
 
Clase dl 26 noviembre
Clase dl 26 noviembreClase dl 26 noviembre
Clase dl 26 noviembre
 
S07.s2 - Regla de la cadena.pdf
S07.s2 - Regla de la cadena.pdfS07.s2 - Regla de la cadena.pdf
S07.s2 - Regla de la cadena.pdf
 
ResolucióN De Problemas De Promedios Moviles Y Metodos De Atenuacion
ResolucióN De Problemas De Promedios Moviles Y Metodos De AtenuacionResolucióN De Problemas De Promedios Moviles Y Metodos De Atenuacion
ResolucióN De Problemas De Promedios Moviles Y Metodos De Atenuacion
 
Actividad no19 2do parcial
Actividad no19 2do parcialActividad no19 2do parcial
Actividad no19 2do parcial
 
Programacion dinamica
Programacion dinamicaProgramacion dinamica
Programacion dinamica
 
Diagramas De Flujo
Diagramas De FlujoDiagramas De Flujo
Diagramas De Flujo
 
dqwrwer
dqwrwerdqwrwer
dqwrwer
 
Practica pid labview
Practica pid labviewPractica pid labview
Practica pid labview
 
Trabajo matlab
Trabajo matlabTrabajo matlab
Trabajo matlab
 

Software de Aplicación Integracion Numerica

  • 1. Aplicación libre II Ejemplo de Aplicación de los métodos de integración Numérica
  • 2. INTRODUCCION Obtener el modelo matemático que represente al fenómeno en estudio será difícil si se trata de fenómenos dinámicos, es decir, que experimenten cambios respecto al tiempo o respecto a otras variables. Este tipo de modelos matemáticos son las ecuaciones diferenciales y se resuelven generalmente mediante el Cálculo Integral, aunque también pueden hacerse por medio de métodos numéricos y una computadora como instrumento de apoyo. A continuación aplicaremos los métodos de integración numérica para calcular el valor promedio de una función y el área bajo la curva de una función que modela un caso real.
  • 3. VALOR PROMEDIO DE UNA FUNCIÓN Y ÁREA BAJO LA CURVA  En el Polo Norte se registra semanalmente la temperatura del ambiente al mediodía, durante un año. Las lecturas obtenidas fueron las siguientes:
  • 4. Después de muchas observaciones se ha determinado que el modelo matemático, cuya gráfica pase por los 52 puntos, aunque sea cercanamente, es una función que tiene la forma siguiente: ƒ 𝑡 = 0.0001 𝑡 – 13 4 – 0.169 𝑡 – 13 2 + 25.7 Donde t es el número de semanas, el cual queda comprendido en el intervalo 0 ≤ t ≤ 52, y ƒ(t) expresa la temperatura en grados Celsius (°C). Determine:  La temperatura promedio anual del polo norte.  El área bajo la curva o el total acumulado de temperatura anual  La temperatura acumulada durante cada semestre del año
  • 5. Solución  Aplicando Integrales Numérica tenemos que:  0 52 𝑓 (𝑡) 𝑑𝑡 Al calcular la función:  0 52 𝑓 (𝑡) 𝑑𝑡 = 0 52 [0.0001 𝑡 – 13 4– 0.169 𝑡 – 13 2 + 25.7 ] 𝑑𝑡  0 52 𝑓 𝑡 𝑑𝑡 = 0.0001 𝑡 – 13 5 5 – 0.169 𝑡 – 13 3 3 + 25.7𝑡 𝑑𝑡  0 52 𝑓 (𝑡) 𝑑𝑡 = [0.0002 𝑡 – 13 5 – 0.05633 𝑡 – 13 3 + 25.7𝑡 ] 52 0  0 52 𝑓 (𝑡) 𝑑𝑡 =-316.886 °C /semana
  • 6. Solución por medio de Software
  • 7. Solución por medio de Software
  • 8. Solución por medio de Software
  • 9. Solución Analítica Para obtener estos resultados de forma analítica, tenemos que sumar los datos que se tabularon durante la observación. PRIMER SEMESTRE A1= 𝑖=0 26 𝑇𝑖 = 434.7 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 𝑇𝑜𝑡𝑎𝑙 26 = 434.7 26 = 16.72°𝑐 SEGUNDO SEMESTRE A2= 𝑖=26 52 𝑇𝑖 = −751.6 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 𝑇𝑜𝑡𝑎𝑙 26 = −751.6 26 = −28.91°𝑐
  • 10. Solución analítica  La temperatura acumulada anual o área total bajo la curva se obtiene sumando las dos áreas así:  Tacu= 𝐴1 + 𝐴2 = 434.7 + (−𝟕𝟓𝟏. 𝟔) = −316.886°𝐶  La temperatura promedio de las 52 semanas se obtiene mediante la suma de las dos áreas, que se divide entre el número de semanas como sigue:  Tprom= 𝐴1+𝐴2 52 = 434.7 +(−𝟕𝟓𝟏.𝟔) 52 = −6.1°𝐶
  • 11. Tabla Comparativa  Para la temperatura acumulada:  Valor analítico: −316.886°𝐶  En conclusión el método que mas se acerca a ala solución de nuestro problema es el método de Simpson 1/3, ya que presenta menos porcentaje de error con respecto a los demás. Por lo tanto el método mas eficiente en nuestro caso seria el antes mencionado. METODO RESULTADO ERROR TRAPECIO -158.697 -158.189 SIMPSON 1/3 -317.091 0.205 SIMPSON 3/8 -435.95 119.064