Escuela Superior Politcnica del Litoral

Facultad de Ciencias Naturales y

Matemticas
Departamento de Matemticas

Anlisis Numrico
Proyecto de curso

Nombre del profesor: M.Sc. Luis Rodrguez Ojeda

Nombre de los integrantes:
Diego Abel Jacho Alvarado
Javier Steveen Carriel Pin

Paralelo: 1
Ao lectivo: 2015 - 2016

Objetivos del proyecto

a) Aplicar los conocimientos y tcnicas vistas en clase y en el laboratorio para obtener

una solucin computacional aceptable para problemas propuestos
b) Desarrollar experiencia en aplicaciones computacionales interactuando en equipos

Tema 1
Calcular aproximadamente el rea de corte de la manzana del siguiente grfico:

Primero le agregamos ejes coordenados para que sea ms visible la obtencin de los
puntos de inters

Del grfico, de manera aproximada tomamos los siguientes 16 puntos:

(11.5, 16), (13,17.1), (15.1,17.9), (20,16), (22.6,12),(22.8,7),(20,3),(18,1),(15.6,1.6),(14,0.8),
(11,0.3),(4.5,4)
(2.8, 11), (6,16), (10,17),(13.5,16)
Y se le asignan 16 valores para el parmetro t
t: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15,16
Para graficar los trazadores cbicos y graficar el rea respectiva se toma 100 puntos del
parmetro t, subdividindolo
Para realizar la prctica computacional se desarroll el siguiente algoritmo en lenguaje
Matlab
function [P]=trazador(x,y,k)
% Trazador Cbico Natural
% p = d(i)(x-x(i))^3+c(i)(x-x(i))^2+b(i)(x-x(i))+a(i),
n>2
% Entrega k valores de la funcin a que se intenta aproximar
% k puntos del trazador
n=length(x);
if n<3
p=[ ];
return
end
for i=1:n-1
h(i)=x(i+1)-x(i);
end
for i=1:n-1
m(i)=(y(i+1)-y(i))./h(i);
end
for i=1:n-1
a(i)=y(i);
end
do=zeros(n,1);
do(1)=1; do(n)=1;
for i=2:n-1
do(i)=2.*(h(i-1)+h(i));
end
dn=zeros(n,1);
for i=3:n
dn(i)=h(i-1);
end
dm=zeros(n,1);
for i=1:n-2
dm(i)=h(i);
end
B=[dm do dn];
b=[-1 0 1];
MC=spdiags(B,b,n,n);
R=zeros(n,1);
R(1)=0; R(n)=0;
for i=2:n-1
R(i)=3.*(m(i)-m(i-1));
end
c=inv(MC)*R;
for i=1:n-1

b(i)=m(i)-(h(i)./3).*(2.*c(i)+c(i+1));
end
for i=1:n-1
d(i)=(c(i+1)-c(i))./(3.*h(i));
end
e=(x(n)-x(1))./(k-1);
g1=[x(1):e:x(n)];
u=length(g1);
j=1;
for i=1:u-1
if g1(i)<x(j+1)
P(i)=a(j)+b(j).*(g1(i)-x(j))+c(j).*(g1(i)-x(j)).^2+d(j).*(g1(i)x(j)).^3;
else
j=j+1;
P(i)=a(j)+b(j).*(g1(i)-x(j))+c(j).*(g1(i)-x(j)).^2+d(j).*(g1(i)x(j)).^3;
end
end
i=u; P(i)=a(j)+b(j).*(g1(i)-x(j))+c(j).*(g1(i)-x(j)).^2+d(j).*(g1(i)x(j)).^3;
end

Y en la ventana de comandos de Matlab se realiz el respectivo procedimiento usando los

datos anteriormente mencionados para hacer y graficar los trazadores y a su vez graficar
los puntos escogidos.
>> t=[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15];
>> x=[11.5 13 15.1 20 22.6 22.8 20 16 13.6 12 09 2.5 0.8 4 8 11.5];
>> y=[16 17.1 17.9 16 12 7 3 1 1.6 0.8 0.3 4 11 16 17 16];
>> [X]=trazador(t,x,100);
>> [Y]=trazador(t,y,100);
>> figure();
>>plot(x,y,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',5),hold
on, grid on;
>> hold on, grid on, plot(X,Y);
>>
De lo cual se obtuvo el siguiente grfico

Hemos logrado obtener un grfico aproximado a la manzana. Ahora necesitamos calcular

su rea, para aquello utilizamos la funcin dada en clase agauss
function [S]=agauss(x,y)
n=length(x);
S=0;
for i=1:n-1
S=S+x(i).*y(i+1);
end
S=S+x(n).*y(1);
for i=1:n-1
S=S-x(i+1).*y(i);
end
S=S-x(1).*y(n);
S=abs(0.5.*S);

Tomando los trazadores X,Y que ya utilizamos para graficar, los usamos para hallar el
rea deseada:
>> [S]=agauss(X,Y)

S=

311.2605

Obtenemos que el rea es aproximadamente 311.2605 unidades cuadradas.

Primero utilizando los datos que el problema proporciona,

tenemos:

x ' ' +4 ( x2 1 ) x ' + x=0

Luego se realiza el cambio de variable respectivo para resolver la EDO:

z=x '
Entonces:

z ' =x' '

Adems las condiciones iniciales pasaran a ser:

x ( 0 )=0.75 z ( 0 )=0
Finalmente tenemos el sistema de EDOs
'

x =z
z ' + 4 ( x 21 ) z+ x =0
Despejando tenemos:

x ' =z
z ' =4 ( 1x 2) zx

Para resolverlo usamos el siguiente algoritmo desarrollado en Matlab implementando el

mtodo Runge-Kutta de cuarto orden:

function [u,v,w]=rk42(f, g, x, y, z, h, m)
for i=1:m
k1y=h*f(x,y,z);
k1z=h*g(x,y,z);
k2y=h*f(x+h/2,y+k1y/2,z+k1z/2);
k2z=h*g(x+h/2,y+k1y/2,z+k1z/2);
k3y=h*f(x+h/2,y+k2y/2,z+k2z/2);
k3z=h*g(x+h/2,y+k2y/2,z+k2z/2);
k4y=h*f(x+h,y+k3y,z+k3z);
k4z=h*g(x+h,y+k3y,z+k3z);
y=y+1/6*(k1y+2*k2y+2*k3y+k4y);
z=z+1/6*(k1z+2*k2z+2*k3z+k4z);
x=x+h;
u(i)=x;
v(i)=y;
w(i)=z;
end
figure()
plot(u,v,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',5),hold on, grid
on;

axis([ 0 1 0 1])

end
Este algoritmo requiere que se ingrese funciones f y g, las cuales representan a las
derivadas del sistema de forma explcita, tambin se requieren los puntos iniciales;
t para la variable independiente, x para la variable x(t) y z para la variable z(t).
Adems el algoritmo requiere ingresar un valor de h que corresponde a la distancia
entre los puntos de la variable independiente t y m es el nmero de puntos
correspondientes a la solucin deseada.
Las salidas de este algoritmo son los vectores, u, v y w; el vector u contiene
todos los valores de la variable independiente t, el vector v contiene los valores de
x(t) y el vector w contiene los valores de z(t).
El algoritmo se encarga de graficar el conjunto de puntos de la solucin que son
formados por los vectores v y t
Para utilizar el algoritmo mencionado, definimos las funciones f y g:
f ( t , x , z )=z

g ( t , x , z )=4 ( 1x 2 ) z x

Y los valores iniciales:

t=0 , x=0.75, z =0

Ahora procedemos a la ventana de comandos de Matlab, ingresando lo anteriormente

mencionado:
>> f=@(t,x,z) z;
>> g=@(t,x,z) 4.*(1-x.^2).*z -x;
>> t=0;x=0.75;z=0;
>> h=0.1;m=50;
>> [u,v,w]=rk42(f, g, t, x, z, h, m);
Y de lo cual se obtiene el siguiente grfico:

b) Realice alguna experimentacin computacional cambiando el parmetro h=0.1, 0.05,

0.025 y algn dato del problema. Escriba alguna observacin acerca de la solucin numrica
calculada, tales como existencia, estabilidad, convergencia puntual, error de truncamiento.

Con h=0.1 y cambiando el valor incial de x=0.75 a 0.85

Nos queda el mismo sistema pero varan las condiciones iniciales en la
instrumentacin computacional.

>> f=@(t,x,z) z;
>> g=@(t,x,z) 4.*(1-x.^2).*z -x;
>> t=0;z=0;
>> h=0.1;m=50;
>> x=0.75;[u,v,w]=rk42(f, g, t, x, z, h, m);x=0.85;[U,V,w]=rk42(f, g, t,
x, z, h, m);
>> plot(u,v,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',5),hold
on, grid on;
>> hold on, grid on,plot(U,V,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize',5),hold
on, grid on;
>>axis([ 0 1 0 1])

Los puntos rojos son de la solucin original y los verdes son solucin
perturbada.

Ahora con h=0.05 y con los datos anteriores

>> f=@(t,x,z) z;
>> g=@(t,x,z) 4.*(1-x.^2).*z -x;
>> t=0;z=0;
>> h=0.05;m=50;
>> x=0.75;[u,v,w]=rk42(f, g, t, x, z, h, m);x=0.85;[U,V,w]=rk42(f,
g, t, x, z, h, m);
>>plot(u,v,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',5),
hold on, grid on;
>> hold on, grid on,plot(U,V,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize',5)
,hold on, grid on;
>>axis([ 0 1 0 1])

Ahora con h=0.0025 y con los datos anteriores

>> f=@(t,x,z) z;
>> g=@(t,x,z) 4.*(1-x.^2).*z -x;
>> t=0;z=0;
>> h=0.0025;m=1000;
>> x=0.75;[u,v,w]=rk42(f, g, t, x, z, h, m);x=0.85;[U,V,w]=rk42(f,
g, t, x, z, h, m);
>>plot(u,v,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','r','MarkerSize',5),
hold on, grid on;
>> hold on, grid on,plot(U,V,'o','Color',
[0,0,0],'MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize',5)
,hold on, grid on;
>>axis([ 0 1 0 1])

Conclusiones
Considerando el problema del tema 2, se puede decir que se trata de un problema
correctamente planteado, ya que al realizar distintos cambios en las condiciones del
problema y en la distancia entre los puntos utilizados por el mtodo numrico,
pudimos constatar de que la variacin de la forma de la solucin es la mnima
cuando los cambios en sus condiciones son mnimos; es decir, que la solucin no
presenta puntos singulares conforme se varan sus parmetros, adems tiende a
cambiar lentamente, sin algn cambio brusco; mencionado lo siguiente, podemos
asegurar que se trata de un mtodo estable.
Variando el valor de h, se pueden observar ms puntos pertenecientes a la
solucin, lo cual nos ayud a observar que la solucin presenta convergencia.
Aunque el parmetro perturbado fue el valor inicial de la funcin x, cuando
perturbamos el valor del parmetro z, que representa la derivada de x con respecto
a t, observamos que la solucin tiende a cambiar bruscamente a la menor
perturbacin.
Observando la grfica 5, que es donde tenemos ms puntos de las soluciones
deseadas, notamos que el error de truncamiento de la solucin perturbada se
mantiene muy similar al error en la solucin inicial.
Finalmente, dado que tenemos convergencia en la solucin, podemos afirmar que
dicha solucin existe.