Integración - Distribución normal de probabilidad 12/04
import math
miu, sigma, odds, pairs = 0, 1, 0, 0
intervalos = int(input('Número de intervalos para Simpson 1/3: '))
sup_lim = float(input('limite superior: '))
inf_lim = -3.4 #float(input('limite inferior: '))
intervalos_array, functions_array = [], []
h = (sup_lim - inf_lim)/(intervalos)
round(h, 6)
print(h)
b = 0
intervalos_array.append(inf_lim)
for a in range(0, intervalos-1):
b = b + h
data = inf_lim + b
intervalos_array.append(data)
intervalos_array.append(sup_lim)
for z in range (0, intervalos+1):
fun_value = ((1)/(sigma * (math.sqrt(2 * math.pi)))) * (math.e ** (-(intervalos_array[z]-miu)**2 / (2 * (sigma**2))) )
functions_array.append(fun_value)
for d in range(1, intervalos):
if d%2 != 0:
odds = odds + functions_array[d]
elif d%2 == 0:
pairs =pairs + functions_array[d]
result = (sup_lim - inf_lim)*((functions_array[0] + (4*odds) + (2*pairs) + functions_array[intervalos])/(3*intervalos))
for h in range(intervalos+1):
print("%i | %.6f | %.6f" % (h, intervalos_array[h], functions_array[h]))
print("%.6f" % (result))
complemento = 1 - result
print("%.6f" % (complemento))
Distribución Chi cuadrada
import math
v = int(input('Valor de "v": '))# grados de libertad (n-1)
x, odds, pairs = 0, 0, 0
intervalos =int(input('Número de intervalos para Simpson 1/3: '))
sup_lim = float(input('Límite superior: '))
inf_lim = float(input('Limite inferior: '))
intervalos_array, functions_array = [], []
h = (sup_lim - inf_lim) / intervalos
round(h, 6)
print(h)
b = 0
intervalos_array.append(inf_lim)
for a in range(0, intervalos-1):
b = b + h
data = inf_lim + b
intervalos_array.append(data)
intervalos_array.append(sup_lim)
for c in range(0, intervalos+1):
fun_value = ((1) / (2**(v/2) * math.gamma(v/2))) * (intervalos_array[c]**((v/2)-1)) * (math.e**(-intervalos_array[c]/2))
functions_array.append(fun_value)
for d in range(1, intervalos):
if d%2 != 0:
odds = odds + functions_array[d]
elif d%2 == 0:
pairs =pairs + functions_array[d]
result = (sup_lim - inf_lim)*((functions_array[0] + (4*odds) + (2*pairs) + functions_array[intervalos])/ (3*intervalos))
for h in range(intervalos+1):
print("%i | %.6f | %.6f" % (h, intervalos_array[h], functions_array[h]))
print("%.6f" % (result))
Series de Taylor diferenciación numérica I
Ejercicio.
Calcule la aproximación de la primera derivada de la función en el punto indicado.
$ f(x) = x\cos{x} - x^2 \sin{x}$ en $x = 3$
i | $x_i$ | $f(x_i)$ |
---|---|---|
1 | 2.8 | -5.264530 |
2 | 2.9 | -4.827866 |
3 | 3 | -4.240058 |
4 | 3.1 | -3.496909 |
5 | 3.2 | -2.596792 |
Diferencias hacia adelante $f’(x_i) = \frac{x_{i+1} - x_i}{h}$ Diferencias hacia atrás $f’(x_i) = \frac{x_{i-1} - x_i}{h}$ Diferencias centradas $f’(x_i) = \frac{x_{i+1} - x_{i-1}}{h}$ Derivada exacta
Series de Taylor diferenciación numérica II
Ejercicio.
$f(x) = (\cos{3x})^2 -e^{2x}$ en $x= -2.3$ con h= 0.1
i | $x_i$ | $f(x_i)$ |
---|---|---|
1 | -2.1 | 0.984722 |
2 | -2.2 | 0.890665 |
3 | -2.3 | 0.655356 |
4 | -2.4 | 0.361862 |
5 | -2.5 | 0.113418 |
-
Diferencias hacia adelante $f’(x_i) = \frac{-f(x_{i+2}) + 4f(x_{i+1}) - 3f x_i}{2h}$
-
Diferencias hacia atrás $f’(x_i) = \frac{3f(x_i) - 4f(x_{i-1}) + f(x_{i-2})}{2h}$
-
Diferencias centralizadas $f’(x_i) = \frac{-f(x_{i+2}) + 8(x_{i+1}) - 8(x_{i-1}) + f(x_{i-2})}{12h}$
-
Derivada exacta
Derivación
I. Se dan los siguientes datos para la velocidad de un objeto como función del tiempo:
t, s | 0 | 4 | 8 | 12 | 16 | 20 | 24 | 28 | 32 | 36 | |
---|---|---|---|---|---|---|---|---|---|---|---|
v, m/s | 0 | 34.7 | 61.8 | 82.8 | 99.2 | 112.0 | 121.9 | 129.7 | 135.7 | 140.4 |
a) ¿Que tan lejos viajo el objeto desde t = 0 hasta t = 28?
b) ¿Cual es la aceleración del objeto a t = 28s?
c) ¿Cual es la aceleración del objeto a t = 0s?
II. Un avión es seguido por radar y se toman datos cada segundo en coordenadas polares $\theta$ y $r$
t,s | 200 | 202 | 204 | 206 | 208 | 210 |
---|---|---|---|---|---|---|
$\theta$, (rad) | 0.75 | 0.72 | 0.70 | 0.68 | 0.67 | 0.66 |
r, m | 5120 | 5370 | 5560 | 5800 | 6030 | 6240 |
A los 206 segundos utilice diferencias finitas centradass (correspondientes a segundo orden) para encontrar las expresiones vectoriales para la velocidad y la aceleración. La velocidad y aceleración en coordenadas polares son:
sustituyendo
III. Los siguientes datos se obtuvieron al cargar un gran buque petrolero:
min | 0 | 10 | 20 | 30 | 45 | 60 | 75 |
---|---|---|---|---|---|---|---|
V, 10^6 barriles | 0.4 | 0.7 | 0.77 | 0.88 | 1.05 | 1.17 | 1.35 |
Calcule la tasa de flujo $Q$ (es decir, $dV/dt$) para los incisos del tiempo indicados con un orden de $h^2$.
a) t = 0, V = 0.4 b) t = 30, V = 0.8 c) t = 75, V = 1.35