3Eva_2023PAOI_T4 Especies en competencia por recursos

3ra Evaluación 2023-2024 PAO I. 12/Septiembre/2023

Tema 4. (30 puntos) especies en competencia por recursosConsidere dos especies de animales que ocupan el mismo ecosistema, en competencia por los recursos de alimentos y espacio definidas por:

\frac{dx}{dt} = x(2 - 0.4 x - 0.3 y) \frac{dy}{dt} = y( 1 - 0.1 y - 0.3 x)

Donde las poblaciones de x(t) y y(t) se miden en miles y t en años. Use un método numérico para analizar las poblaciones en un periodo largo para el caso que:  x(0)=1.5, y(0)=3.5

a. Realice el planteamiento del ejercicio usando Runge-Kutta de 2do Orden

b. Desarrolle tres iteraciones para x(t), y(t) con tamaño de paso h=0.5.

c. Usando el algoritmo, aproxime la solución entre t=0 a t=10 años, adjunte sus resultados en la evaluación.

d. Realice una observación sobre el crecimiento de la población de las especies y(t) a lo largo del tiempo.

Rúbrica: literal a (5 puntos), literal b (15 puntos), literal c (5 puntos), literal d (5 puntos)

Referencia: [1] Modelos de competencia ejercicio 10. Zill, Dennis G. Ecuaciones diferenciales con aplicaciones de modelado. Edición 9. P109. p111.

[2] Competition in ecosystems. Stile Education. 11 septiembre 2019.

3Eva_2023PAOI_T3 Perfil de área devastada por incendios

3ra Evaluación 2023-2024 PAO I. 12/Septiembre/2023

3Eva_2023PAOI_T2 Área devastada por incendios

Tema 3. (20 puntos) Continuando con el ejercicio del área devastada por el incendio, con el objetivo de simplificar el registro de datos se propone describir los perfiles usando polinomios.

area devastada por incendio perfil

Frontera superior

X 350 300 350 420 444 484 504 534 568 620 660 720 780 740 800 800
Y 0 315 315 315 320 336 400 415 462 510 550 550 490 390 390 150

Frontera inferior

X 350 459 666 800
Y 0 63 130 150

a. Plantear el ejercicio para realizar interpolación polinómica. Describa criterios, intervalos, método.

b. Desarrolle el o los polinomios para la frontera superior, siguiendo el método propuesto en el literal a.

c. Desarrolle el o los polinomios para la frontera inferior, con un método diferente al literal a.

d. Usando un algoritmo, graficar al menos un resultado del literal b y c.

Rúbrica: literal a (5 puntos), literal b (5 puntos), literal c (5 puntos), literal d (5 puntos)

 

3Eva_2023PAOI_T2 Área devastada por incendios

3ra Evaluación 2023-2024 PAO I. 12/Septiembre/2023

Tema 2 (25 puntos) Se requiere determinar el área urbana a restaurar, que devastada por incendios en una isla del océano Pacífico, se encuentra delimitada por la playa y los puntos mostrados en la figura.

area devastada por incendio perfil

Se dispone de algunos puntos de referencia tomados desde imágenes de satélites mostrados en la tabla.

a. Plantear el ejercicio indicando el método de integración numérica a usar. Justifique su selección.

b. Desarrolle el método para los datos de la frontera superior

c. Realice los cálculos para la frontera inferior delimitada por playa

d. Estime la cota de error en los cálculos.

Frontera superior

X 350 300 350 420 444 484 504 534 568 620 660 720 780 740 800 800
Y 0 315 315 315 320 336 400 415 462 510 550 550 490 390 390 150

Frontera inferior

X 350 459 666 800
Y 0 63 130 150

Rúbrica: literal a (5 puntos), literal b (10 puntos), literal c (5 puntos), literal d (5 puntos)

xs = [350, 300, 350, 420, 444, 484, 504, 534, 568, 620, 660, 720, 780, 740, 800, 800]
fs = [0, 315, 315, 315, 320, 336, 400, 415, 462, 510, 550, 550, 490, 390, 390, 150]
xi = [350, 459, 666, 800]
fi = [0, 63, 130, 150]

Referencia: Incendios forestales devastan partes de la isla de Maui. DW español. 11 agosto 2023.

3Eva_2023PAOI_T1 Matriz cadena de Markov

3ra Evaluación 2023-2024 PAO I. 12/Septiembre/2023

Tema 1 (25 puntos) Un call-center para soporte técnico de una mediana empresa se conforma de una recepcionista y dos técnicos. Se considera como “satisfecho” al cliente si su llamada fue procesada por la recepcionista y cualquiera de los técnicos.

call center diagrama Markov

La probabilidad PRT de atención a llamadas se modelan con un sistema de ecuaciones (cadena de Markov) que al ser resuelta muestra probabilidad de encontrarse en cada estado.

λ P00 = μT P01

T + λ) P01 = 2 μT P02 + μR P10

(2 μT + λ) P02 = μR P11 + μR P12

μR P10 = λ P00 + μT P11

R + μT) P11 = λ P01 +  2 μT P12

R + 2 μT) P12 = λ P02

La suma de probabilidades es uno.

P00 + P01 + P02 + P10 + P11+ P12 = 1

λ = 1/10, μR = 1/3, μT =1/15

Los estados descritos en la gráfica y ecuaciones expresan el proceso de atención:
– En una llamada, los clientes son atendidos por la recepcionista que toma los datos y redirige la llamada a uno de los técnicos disponible (libre).
– Si un cliente llama mientras la recepcionista está ocupada, el cliente recibe tono de ocupado y cierra.
– Si ambos técnicos están disponibles, se selecciona uno con igual probabilidad.
– Si solo hay un técnico disponible, se le asigna la llamada.
– Si los dos técnicos están ocupados, se pierde la llamada.

Los tiempos de atención y llamadas siguen distribuciones exponenciales: recepcionista es de 3 minutos (μR = 1/3), por técnico es de 15 minutos (μT =1/15). Los clientes llaman a intervalos de 10 minutos (λ = 1/10).

a. Plantee el sistema de ecuaciones, reemplazando la última ecuación con la que indica que la suma de probabilidades por cada estado PRT suma 1.

b. Establezca la forma matricial del sistema de ecuaciones y como matriz aumentada

c. De ser necesario realice el pivoteo parcial por filas.

d. Comente sobre la convergencia del sistema de ecuaciones y justifique sus observaciones usando los errores entre iteraciones o número de condición.

e. Use un método directo, realizando al menos 3 iteraciones con todas las expresiones.

Rúbrica: literal a (2 puntos), literal b (5 puntos), literal c (3puntos), literal d (5 puntos), literal e (10 puntos).

Referencia: [1] 1Eva_IT2017_T3 Call Center Operadora y Dos Técnicos. ESTG1003-Blog de procesos estocásticos. http://blog.espol.edu.ec/estg1003/1eva_it2017_t3-call-center-operadora-y-dos-tecnicos/
[2] Cadenas de Markov 01 Introducción. Goal Project. 30 agosto 2021.

s2Eva_2023PAOI_T3 EDP elíptica, placa rectangular con frontera variable

Ejercicio: 2Eva_2023PAOI_T3 EDP elíptica, placa rectangular con frontera variable

Dada la EDP elíptica,

\frac{\partial ^2 u}{\partial x^2} + \frac{\partial ^2 u}{\partial y^2} = \Big( x^2 + y^2 \Big) e^{xy} 0 \lt x \lt 1 0 \lt y \lt 0.5

Se convierte a la versión discreta usando diferencias divididas centradas, según se puede mostrar con la gráfica de malla.

literal b

EDP eliptica rectangular frontera variable

literal a


\frac{u[i-1,j]-2u[i,j]+u[i+1,j]}{\Delta x^2} + + \frac{u[i,j-1]-2u[i,j]+u[i,j+1]}{\Delta y^2} = \Big( x^2 + y^2 \Big) e^{xy}

literal c

Se agrupan los términos Δx, Δy semejante a formar un λ al multiplicar todo por Δy2

\frac{\Delta y^2}{\Delta x^2}\Big(u[i-1,j]-2u[i,j]+u[i+1,j] \Big) + + \frac{\Delta y^2}{\Delta y^2}\Big(u[i,j-1]-2u[i,j]+u[i,j+1]\Big) = \Big( x^2 + y^2 \Big) e^{xy}\frac{\Delta y^2}{\Delta x^2}

los tamaños de paso en ambos ejes son de igual valor, se simplifica la ecuación

\lambda= \frac{\Delta y^2}{\Delta x^2} = 1

se simplifica el coeficiente en λ =1

u[i-1,j]-2u[i,j]+u[i+1,j] + + u[i,j-1]-2u[i,j]+u[i,j+1] = \Big( x^2 + y^2 \Big) e^{xy}

Se agrupan los términosiguales

u[i-1,j]-4u[i,j]+ u[i+1,j] + u[i,j-1] +u[i,j+1] = \Big( x^2 + y^2 \Big) e^{xy}

Se desarrollan las iteraciones para tres rombos y se genera el sistema de ecuacioens a resolver.
para i=1,j=1

u[0,1]-4u[1,1]+ u[2,1] + u[1,0] +u[1,2] = \Big( x[1]^2 + y[1]^2 \Big) e^{x[1]y[1]} 1-4u[1,1]+ u[2,1] + 1 + \frac{1}{8} = \Big( 0.25^2 + 0.25^2 \Big) e^{(0.25) (0.25)} -4u[1,1]+ u[2,1] = \Big( 0.25^2 + 0.25^2 \Big) e^{(0.25) (0.25)} - \frac{1}{8}

para i=2, j=1

u[1,1]-4u[2,1]+ u[3,1] + u[2,0] +u[2,2] = \Big( x[2]^2 + y[1]^2 \Big) e^{x[2]y[1]} u[1,1]-4u[2,1]+ u[3,1] + 1 + 0.25 = \Big( 0.5^2 + 0.25^2 \Big) e^{(0.5)(0.25)} u[1,1]-4u[2,1]+ u[3,1] = \Big( 0.5^2 + 0.25^2 \Big) e^{(0.5)(0.25)} -1.25

para i=3, j=1

u[2,1]-4u[3,1]+ u[4,1] + u[3,0] +u[3,2] = \Big( x[3]^2 + y[1]^2 \Big) e^{x[3]y[1]} u[2,1]-4u[3,1]+ 0.25 + 0 + \frac{3}{8} = \Big( 0.75^2 + 0.25^2 \Big) e^{(0.75)(0.25)} u[2,1]-4u[3,1] = \Big( 0.75^2 + 0.25^2 \Big) e^{(0.75)(0.25)} - 0.25 - \frac{3}{8}

con lo que se puede crear un sistema de ecuaciones y resolver el sistema para cada punto desconocido

\begin{pmatrix} -4 & 1 & 0 & \Big| & 0.008061807364732415 \\ 1 & -4 & 1 & \Big| & -0.8958911084166168 \\0 & 1 & -4 &\Big| & 0.1288939058881129 \end{pmatrix}

se obtiene los resultados para:

u[1,1] = 0.05953113
u[2,1] = 0.24618634
u[3,1] = 0.02932311

>>> import numpy as np
>>> (0.25**2+0.25**2)*np.exp(0.25*0.25) - 1/8
0.008061807364732415
>>> (0.5**2+0.25**2)*np.exp(0.5*0.25) - 1.25
-0.8958911084166168
>>> (0.75**2+0.25**2)*np.exp(0.75*0.25) - 0.25 -3/8
0.1288939058881129
>>> A=[[-4,1,0],[1,-4,1],[0.0,1.0,-4.0]]
>>> B = [0.008061807364732415, -0.8958911084166168, 0.1288939058881129]
>>> np.linalg.solve(A,B)
array([0.05953113, 0.24618634, 0.02932311])

2Eva_2023PAOI_T3 EDP elíptica, placa rectangular con frontera variable

2da Evaluación 2023-2024 PAO I. 29/Agosto/2023

Tema 3 (35 puntos) Aproxime la solución de la Ecuación Diferencial Parcial

\frac{\partial ^2 u}{\partial x^2} + \frac{\partial ^2 u}{\partial y^2} = \Big( x^2 + y^2 \Big) e^{xy} 0 \lt x \lt 1 0 \lt y \lt 0.5

Con las condiciones de frontera:

u(0,y)=1, u(1,y)= y, 0≤y≤0.5
u(x,0)=1, u(x,0.5)=x/2, 0≤x≤1

Aproxime la solución con tamaños de paso Δx = 0.25, Δy = 0.25
Utilice diferencias finitas centradas para las variables independientes x,y

a. Plantee las ecuaciones para usar un método numérico en un nodo i,j

b. Realice la gráfica de malla,

c. desarrolle y obtenga el modelo discreto para u(xi,tj)

d. Realice al menos tres iteraciones en el eje tiempo.

e. Estime el error de u(xi,tj) y adjunte los archivos del algoritmo y resultados.

Rúbrica: Aproximación de las derivadas parciales (5 puntos), construcción de la malla (10), construcción del sistema lineal (15), resolución del sistema (5 puntos).

Referencia: 2Eva_IT2012_T3 EDP elíptica, placa rectangular

s2Eva_2023PAOI_T2 Péndulo vertical amortiguado

Ejercicio: 2Eva_2023PAOI_T2 Péndulo vertical amortiguado

literal a

\frac{d^2 \theta}{dt^2} = -\mu \frac{d\theta}{ dt}-\frac{g}{L}\sin (\theta)

Se simplifica su forma a:

\frac{d\theta}{dt}= z = f_t(t,\theta,z) \frac{d^2\theta }{dt^2}= z' = -\mu z -\frac{g}{L}\sin (\theta) = g_t(t,\theta,z)

se usan los valores dados: g = 9.81 m/s2, L = 2 m

f_t(t,\theta,z) = z g_t(t,\theta,z) = - 0.5 z -\frac{9.81}{2}\sin (\theta)

y los valores iniciales para la tabla: θ(0) = π/4 rad, θ’ (0) = 0 rad/s, se complementan los valores en la medida que se aplica el desarrollo.

ti θ(ti) θ'(ti)=z
0 π/4 0
0.2 0.7161 -0.6583
0.4 0.5267 -0.1156
0.6 0.2579 -0.1410

literal b

Iteración 1:  ti = 0 ; yi = π/4 ; zi = 0

K1y = h * ft(ti,yi,zi) 
    = 0.2*(0) = 0
K1z = h * gt(ti,yi,zi) 
    = 0.2*(-0.5(0) -(9.81/2)sin (π/4) = -0.6930
        
K2y = h * ft(ti+h, yi + K1y, zi + K1z)
    = 0.2*(0-0.6930)= -0.1386
K2z = h * gt(ti+h, yi + K1y, zi + K1z)
    = 0.2*(-0.5(0-0.6930) -(9.81/2)sin(π/4-0) 
    = -0.6237

yi = yi + (K1y+K2y)/2 
   = π/4+ (0+(-0.1386))/2 = 0.7161
zi = zi + (K1z+K2z)/2 
   = 0+(-0.6930-0.6237)/2 = -0.6583
ti = ti + h = 0 + 0.2 = 0.2

estimado[i] = [0.2,0.7161,-0.6583]

Iteración 2:  ti = 0.2 ; yi = 0.7161 ; zi = -0.6583

K1y = h * ft(ti,yi,zi) 
    = 0.2*(-0.6583) = -0.1317
K1z = h * gt(ti,yi,zi) 
    = 0.2*(- 0.5 ( -0.6583) -(9.81/2)sin (0.7161) 
    = -0.5775
        
K2y = h * ft(ti+h, yi + K1y, zi + K1z)
    = 0.2*(-0.6583 -0.5775)= -0.2472
K2z = h * gt(ti+h, yi + K1y, zi + K1z)
    = 0.2*(- 0.5 (-0.6583 -0.5775) -(9.81/2)sin(0.7161-0.1317) 
    = -0.4171

yi = yi + (K1y+K2y)/2 
   = 0.7161 + (-0.1317-0.2472)/2 = 0.5267
zi = zi + (K1z+K2z)/2 
   = -0.6583+(-0.5775-0.4171)/2 = -0.1156
ti = ti + h = 0.2 + 0.2 = 0.4

estimado[i] = [0.4,0.5267,-0.1156]

Iteración 3:  ti = 0.4 ; yi = 0.5267 ; zi = -1.156

K1y = h * ft(ti,yi,zi) 
    = 0.2*(-1.156) = -0.2311
K1z = h * gt(ti,yi,zi) 
    = 0.2*(- 0.5(-1.156) -(9.81/2)sin (0.5267) 
    = -0.3771
        
K2y = h * ft(ti+h, yi + K1y, zi + K1z)
    = 0.2*(-1.156 -0.3771)= -0.3065
K2z = h * gt(ti+h, yi + K1y, zi + K1z)
    = 0.2*(- 0.5 ( -1.156 -0.3771) -(9.81/2)sin(0.5267-0.2311) 
    = -0.1322

yi = yi + (K1y+K2y)/2 
   = 0.5267 + (-0.2311-0.3065)/2 = 0.2579
zi = zi + (K1z+K2z)/2 
   = -1.156+(-0.3771-0.1322)/2 = -1.410
ti = ti + h = 0.4 + 0.2 = 0.6

estimado[i] = [0.6,0.2579,-1.410]

literal c

resultados del algoritmo:

[ t, 		 y, 	 dyi/dti=z,  K1y,	 K1z,	    K2y,      K2z]
[[ 0.000e+00  7.854e-01  0.000e+00  0.000e+00  0.000e+00  0.000e+00   0.000e+00]
 [ 2.000e-01  7.161e-01 -6.583e-01  0.000e+00 -6.930e-01 -1.386e-01  -6.237e-01]
 [ 4.000e-01  5.267e-01 -1.156e+00 -1.317e-01 -5.775e-01 -2.472e-01  -4.171e-01]
 [ 6.000e-01  2.579e-01 -1.410e+00 -2.311e-01 -3.771e-01 -3.065e-01  -1.322e-01]
 [ 8.000e-01 -3.508e-02 -1.377e+00 -2.820e-01 -1.089e-01 -3.038e-01    1.756e-01]
...

péndulo amortiguado 03

con h=0.2 se tienen 1/0.2 = 5 tramos por segundo, por lo que para 10 segundo serán 50 tramos. La cantidad de muestras = tramos + 1(valor inicial) = 51

con lo que se puede usar el algoritmo en EDO Runge-Kutta d2y/dx2

literal d

Se observa que la respuesta es oscilante y amortiguada en magnitud como se esperaba según el planteamiento. Con el tiempo se estabilizará en cero.

Instrucciones en Python

# 2Eva_2023PAOI_T2 Péndulo vertical amortiguado
import numpy as np
import matplotlib.pyplot as plt

def rungekutta2_fg(f,g,x0,y0,z0,h,muestras):
    tamano = muestras + 1
    estimado = np.zeros(shape=(tamano,7),dtype=float)
    # incluye el punto [x0,y0,z0]
    estimado[0] = [x0,y0,z0,0,0,0,0]
    xi = x0
    yi = y0
    zi = z0
    for i in range(1,tamano,1):
        K1y = h * f(xi,yi,zi)
        K1z = h * g(xi,yi,zi)
        
        K2y = h * f(xi+h, yi + K1y, zi + K1z)
        K2z = h * g(xi+h, yi + K1y, zi + K1z)

        yi = yi + (K1y+K2y)/2
        zi = zi + (K1z+K2z)/2
        xi = xi + h
        
        estimado[i] = [xi,yi,zi,K1y,K1z,K2y,K2z]
    return(estimado)

# INGRESO theta = y
g = 9.8
L  = 2
ft = lambda t,y,z: z
gt = lambda t,y,z: -0.5*z +(-g/L)*np.sin(y)

t0 = 0
y0 = np.pi/4
z0 = 0
h = 0.2
muestras = 51

# PROCEDIMIENTO
tabla = rungekutta2_fg(ft,gt,t0,y0,z0,h,muestras)

# SALIDA
np.set_printoptions(precision=3)
print(' [ t, \t\t y, \t dyi/dti=z, K1y,\t K1z,\t K2y,\t K2z]')
print(tabla)

# Grafica
ti = np.copy(tabla[:,0])
yi = np.copy(tabla[:,1])
zi = np.copy(tabla[:,2])
plt.subplot(121)
plt.plot(ti,yi)
plt.grid()
plt.xlabel('ti')
plt.title('yi')
plt.subplot(122)
plt.plot(ti,zi, color='green')
plt.xlabel('ti')
plt.title('dyi/dti')
plt.grid()
plt.show()

2Eva_2023PAOI_T2 Péndulo vertical amortiguado

2da Evaluación 2023-2024 PAO I. 29/Agosto/2023

Tema 2 (35 puntos) Una mejor aproximación a un péndulo oscilante con un ángulo θ más amplio y con un coeficiente de amortiguamiento μ se expresa con una ecuación diferencial ordinaria de segundo orden.

\frac{d^2 \theta}{dt^2} = -\mu \frac{d\theta}{ dt}-\frac{g}{L}\sin (\theta)

g = 9.81 m/s2
L = 2 m
θ(0) = π/4 rad
θ’ (0) = 0 rad/s

El péndulo se suelta desde el reposo, desde un ángulo de π/4 respecto al eje vertical. El coeficiente de amortiguamiento μ=0.5 es proporcional a la velocidad angular.

a. Realice el planteamiento del ejercicio usando Runge-Kutta de 2do Orden

b. Desarrolle tres iteraciones para θ(t) con tamaño de paso h=0.2

c. Usando el algoritmo, aproxime la solución entre t=0 a t=10 s, adjunte sus resultados en la evaluación.

d. Realice una observación sobre el movimiento estimado del péndulo a lo largo del tiempo.

Rúbrica: literal a (5 puntos), literal b (15 puntos), literal c (10 puntos), literal d (5 puntos)

Referencia: 2Eva_IT2019_T2 Péndulo vertical

Vista general de ecuaciones diferenciales I Capítulo 1, 6min 54s. 3Blue1Brown 31-Marzo-2023.

s2Eva_2023PAOI_T1 Material para medalla de academia

Ejercicio: 2Eva_2023PAOI_T1 Material para medalla de academia

medalla area con integral numerico f(x) = 2-8\Big( \frac{1}{2} - x \Big)^2

0 \le x \lt 1 g(x) = -\Big( 1-x\Big)\ln \Big( 1- x \Big)

Para f(x) se usará Simpson de 1/3 que requiere al menos dos tramos para aplicar:

a. Realice el planteamiento de las ecuaciones para el ejercicio.

I\cong \frac{h}{3}[f(x_0)+4f(x_1) + f(x_2)]

b. Describa el criterio usado para determinar el número de tramos usado en cada caso.

h = \frac{b-a}{2} = \frac{1-0}{2} = 0.5

c. Desarrolle las expresiones completas del ejercicio para cada función.

I_{fx}\cong \frac{0.5}{3}[f(0)+4f(0.5) + f(1)] f(0) = 2-8\Big( \frac{1}{2} - (0) \Big)^2 = 0 f(0.5) = 2-8\Big( \frac{1}{2} - (0.5) \Big)^2 = 2 f(1) = 2-8\Big( \frac{1}{2} - (1) \Big)^2 = 0 I_{fx} = \frac{1}{6}[0+4(2) + 0] = \frac{8}{6} = \frac{4}{3} = 1.3333

cota de error O(h5) = O(0.55)= O(0.03125)

Para g(x) se usará Simpson de 3/8 que requiere al menos tres tramos para aplicar:

I\cong \frac{3h}{8}[f(x_0)+3f(x_1) +3 f(x_2)+f(x_3)] h = \frac{b-a}{3} = \frac{1-0}{3} = 0.3333 I_{gx}\cong \frac{3(0.3333)}{8}[f(0)+3f(0.3333) +3 f(0.6666)+f(1)] g(0) = -\Big( 1-0\Big)\ln \Big( 1- 0 \Big) = 0 g(0.3333) = -\Big( 1-0.3333\Big)\ln \Big( 1- 0.3333 \Big) = 0.2703 g(0.6666) = -\Big( 1-0.6666\Big)\ln \Big( 1- 0.6666 \Big) = 0.3662 g(0.9999) = -\Big( 1-0.9999\Big)\ln \Big( 1- 0.9999 \Big) = 0

para la evaluación numérica de 1 se usa un valor muy cercano desplazado con la tolerancia aplicada.

I_{gx}\cong \frac{3(0.3333)}{8}[0+3(0.2703) + 3(0.3662)+0] = 0.2387

d. Indique el resultado obtenido para el área requerida y la cota de error
Area = I_{fx} – I_{gx} = 1.3333 – 0.2387 = 1.0945

cota de error = O(0.03125) + O(0.00411) = 0.03536

e. Encuentre el valor del tamaño de paso si se requiere una cota de error de 0.00032

Si el factor de mayor error es de Simpson 1/3, se considera como primera aproximación que:

cota de error O(h5) = O(0.00032), h = (0.00032)(1/5) = 0.2
es decir el número de tramos es de al menos (b-a)/tramos = 0.2 , tramos = 5.
El número de tramos debe ser par en Simpson de 1/3, por lo que se toma el entero mayor tramos=6 y el tamaño de paso recomendado es al menos 1/6. EL error al aplicar 3 veces la formula es 3(O((1/6)5)) = 0.0003858.

Lo que podría indicar que es necesario al menos dos tramos adicionales con h=1/8 y error O(0,00012) que cumple con el requerimiento.

Se puede aplicar el mismo criterio para Simpson 3/8 y se combinan los errores para verificar que cumplen con el requerimiento.

Algoritmo con Python

Resultados

Ifx:  1.3333332933359998
Igx:  0.238779092876627
Area:  1.094554200459373

medalla area con integral numerico

Instrucciones en Python usando las funciones

# 2Eva_2023PAOI_T1 Material para medalla de academia
import numpy as np
import matplotlib.pyplot as plt

def integrasimpson13_fi(xi,fi,tolera = 1e-10):
    ''' sobre muestras de fi para cada xi
        integral con método de Simpson 1/3
        respuesta es np.nan para tramos desiguales,
        no hay suficientes puntos.
    '''
    n = len(xi)
    i = 0
    suma = 0
    while not(i>=(n-2)):
        h = xi[i+1]-xi[i]
        dh = abs(h - (xi[i+2]-xi[i+1]))
        if dh<tolera:# tramos iguales
            unS13 = (h/3)*(fi[i]+4*fi[i+1]+fi[i+2])
            suma = suma + unS13
        else:  # tramos desiguales
            suma = 'tramos desiguales'
        i = i + 2
    if i<(n-1): # incompleto, faltan tramos por calcular
        suma = 'tramos incompletos, faltan '
        suma = suma ++str((n-1)-i)+' tramos'
    return(suma)

def integrasimpson38_fi(xi,fi,tolera = 1e-10):
    ''' sobre muestras de fi para cada xi
        integral con método de Simpson 3/8
        respuesta es np.nan para tramos desiguales,
        no hay suficientes puntos.
    '''
    n = len(xi)
    i = 0
    suma = 0
    while not(i>=(n-3)):
        h  = xi[i+1]-xi[i]
        h1 = (xi[i+2]-xi[i+1])
        h2 = (xi[i+3]-xi[i+2])
        dh = abs(h-h1)+abs(h-h2)
        if dh<tolera:# tramos iguales
            unS38 = fi[i]+3*fi[i+1]+3*fi[i+2]+fi[i+3]
            unS38 = (3/8)*h*unS38
            suma = suma + unS38
        else:  # tramos desiguales
            suma = 'tramos desiguales'
        i = i + 3
    if (i+1)<n: # incompleto, tramos por calcular
        suma = 'tramos incompletos, faltan '
        suma = suma +str(n-(i+1))+' tramos'
    return(suma)

# INGRESO
fx = lambda x: 2-8*(0.5-x)**2
gx = lambda x: -(1-x)*np.log(1-x)
a = 0
b = 1-1e-4
muestras1 = 2+1
muestras2 = 3+1

# PROCEDIMIENTO
xi1 = np.linspace(a,b,muestras1)
xi2 = np.linspace(a,b,muestras2)
fi = fx(xi1)
gi = gx(xi2)

Ifx = integrasimpson13_fi(xi1,fi)
Igx = integrasimpson38_fi(xi2,gi)
Area = Ifx - Igx

# SALIDA
print('Ifx: ', Ifx)
print('Igx: ', Igx)
print('Area: ', Area)

plt.plot(xi1,fi,'ob',label='f(x)')
plt.plot(xi2,gi,'or', label='g(x)')
plt.grid()
plt.legend()
plt.xlabel('xi')

# curvas suave con mas muestras (no en evaluación)
xi = np.linspace(a,b,51)
fxi = fx(xi)
gxi = gx(xi)
plt.fill_between(xi,fxi,gxi,color='navajowhite')
plt.plot(xi,fxi,color='blue',linestyle='dotted')
plt.plot(xi,gxi,color='red',linestyle='dotted')

plt.show()

2Eva_2023PAOI_T1 Material para medalla de academia

2da Evaluación 2023-2024 PAO I. 29/Agosto/2023

Tema 1 (30 puntos) medalla area con integral numerico
Una academia encarga a un joyero un modelo de medalla cuyo costo unitario se determina por el área descrita entre las funciones f(x) y g(x) presentadas.

Se considera que el grosor de la medalla es único e independiente de la forma de la medalla.

f(x) = 2-8\Big( \frac{1}{2} - x \Big)^2 0 \le x \lt 1 g(x) = -\Big( 1-x\Big)\ln \Big( 1- x \Big)

Para el desarrollo numérico, use diferentes métodos de Simpson para cada función.

a. Realice el planteamiento de las ecuaciones para el ejercicio.

b. Describa el criterio usado para determinar el número de tramos usado en cada caso.

c. Desarrolle las expresiones completas del ejercicio para cada función.

d. Indique el resultado obtenido para el área requerida y la cota de error.

e. Encuentre el valor del tamaño de paso si se requiere una cota de error de 0.00032

Nota: en Python ln(x) se escribe np.log(x).

Rúbrica: literal a (5 puntos), literal b (5 puntos), literal c (10 puntos), literal d (5 puntos), literal e (5 puntos)

Referencia: Star Trek https://intl.startrek.com/
¿A quien se le ocurrió crear la moneda? | Discovery en Español Youtube.com 8 nov 2016.