Ejer 3 4 PDF

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 51

UNIVERSIDAD DE LA SERENA

DEPARTAMENTO DE MATEMÁTICAS
LA SERENA-CHILE

EJERCICIOS ANÁLISIS NUMÉRICO PARA INGENIERÍA

Héctor Andrés Torres Apablaza

Versión 2016, Semestre II


ii
Contents

1 INTERPOLACIÓN E INTEGRACIÓN NUMÉRICA 3


1.1 EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 EJERCICIOS PROPUESTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

1
2
Chapter 1

INTERPOLACIÓN E
INTEGRACIÓN NUMÉRICA

1.1 EJERCICIOS RESUELTOS


EJEMPLO 1.1.1. Considerar la siguiente función:
2
f (x) = e−2x

a-) Usando los puntos de interpolación x0 = −1, x1 = 0, x2 = 1 x3 = 2 y usando la fórmula de Newton,


determinar el valor aproximado de f (1.5).
SOLUCIÓN: Primero determinamos la tabla para obtener las diferencia divididas, es decir,

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]
−2
-1 e
1-e−2
2e−2 −2
0 1 2
e−8 −4e−2 +3
e−2 -1 6
e−8 −2e−2 +1
1 e−2 2
e−8 -e−2
2 e−8

Entonces,

e−8 − 4e−2 + 3
N (x) = e−2 + (1 − e−2 )(x + 1) − (1 − e−2 )(x + 1)x + (x + 1)x(x − 1),
6

3
4

es decir,

e−8 − 4e−2 + 3
f (1.5) ≈ N (1.5) = e−2 + (1 − e−2 )(2.5) − (1 − e−2 )(2.5)1.5 + (2.5)1.5(0.5)
6
= −0.3125 + e−2 + 0.3125e−8 .

b-) Si agregamos el punto de interpolación x4 = 0.5 con , determinar el error cometido al aproximar
f (1.5).
SOLUCIÓN:
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]
-1 e−2
1-e−2

0 1 2e−2 −2 e−8 −4e−2 +3


2 6
e−2 -1 1 e−8 − 8 e−2 + 16 e−0.5 − 1
9 9 9
1 e−2 e−8 −2e−2 +1
2
e−8 -e−2 1 e−8 − 2e−2 + 8 e−0.5 − 1
3 3
2 e−8 4 e−0.5 + 2 e−8 − 2e−2
3 3
− 2 e−0.5 + 2 e−8
3 3
0.5 e−0.5

Entonces,
N (x) = e−2 + (1 − e−2 )(x + 1) − (1 − e−2 )(x + 1)x+
e−8 − 4e−2 + 3 1 8 16
(x + 1)x(x − 1) + [ e−8 − e−2 + e−0.5 − 1](x + 1)(x)(x − 1)(x − 2),
6 9 9 9
es decir,
f (1.5) ≈ N (1.5) = e−2 + (1 − e−2 )(2.5) − (1 − e−2 )(2.5)1.5+
e−8 − 4e−2 + 3 1 8 16
(2.5)1.5(0.5) + [ e−8 − e−2 + e−0.5 − 1](2.5)(1.5)(0.5)(−0.5)
6 9 9 9
5 −2 5 5
= −0.3125 + 0.9375 + (1 + )e + (0.3125 − )e−8 − e−0.5 .
6 48 3
c-) Si se interpola con x0 = 0, x1 = 1 x2 = 2, determinar el error máximo que se puede cometer en todo
el intervalo [x0 , x2 ].
SOLUCIÓN: Sabemos que la cota para el error de interpolación es

|f (3) (ξ)|
|f (x) − N (x)| ≤ sup |x||x − 1||x − 2|,
ξ∈[0,2] 3!

entonces el máximo error en el intervalo [0, 2] está dado por

|f (3) (ξ)|
max |f (x) − N (x)| ≤ sup max |x||x − 1||x − 2|.
x∈[0,2] ξ∈[0,2] 3! x∈[0,2]

Determinamos primero el valor de


|f (3) (ξ)|
sup ,
ξ∈[0,2] 3!
1.1 EJERCICIOS RESUELTOS 5

es decir, determinaremos el valor máximo de la función f 3 (x) dentro del intervalo cerrado [0, 2] (materia
2
de cálculo I). Como f (3) = e−2x 48x − 64x3 , calculamos los puntos crı́ticos con


2
f (4) (x) = 16e−2x (16x4 − 24x2 + 3) = 0,
q √ q √ q √ q √
los cuales son x = ± 3+4 6 y x = ± 3−4 6 , donde solo x∗ = 3+4 6 y x∗∗ = 3−4 6 , están dentro del
intervalo [0, 2]. Ahora,

√ −3−√6
q
(3) ∗
f (x ) = −8 18 + 6 6e 2 = −2.9991754307143128,

√ −3+√6
q
(3) ∗∗
f (x ) = 8 18 − 6 6e 2 = 11.0409523692859926

,
f (3) (0) = 0

f (4) (2) = −416e−8 = −0.1395524532074449.

Entonces p √ −3+√6
|f (3) (ξ)| 8 18 − 6 6e 2
sup = ,
ξ∈[0,2] 3! 6

Además,
max |x||x − 1||x − 2| = max |x(x − 1)(x − 2)|.
x∈[0,2] x∈[0,2]

Considerando g(x) = x(x − 1)(x − 2), se tiene que g 0 (x) = 3x2 − 6x + 2, la cual se anula en x∗ = 3− 3
3√
√ √
−2 3
y x∗∗ = 3+ 3
3 . Entonces, se tiene que g tiene valores extremos dados por g(x∗ ) = 2 3
3 y g(x∗∗ ) = 3
(notar obviamente que evaluando los extremos g(0) = 0, g(2) = 0). Es decir,

2 3
max |x||x − 1||x − 2| = max |x(x − 1)(x − 2)| = .
x∈[0,2] x∈[0,2] 3

Finalmente,

|f (3) (ξ)| √ √6−3
q
8 2 3
max |f (x) − N (x)| ≤ sup max |x||x − 1||x − 2| ≤ 18 − 6 6e 2
x∈[0,2] ξ∈[0,2] 3! x∈[0,2] 6 3

EJEMPLO 1.1.2. Considerar los siguientes valores en la tabla:

xi -2 0 1 3
f (xi ) 0.5 1.5 3 0.5

a-) Usando la fórmula de Newton, determinar el valor aproximado de f (2.5).


SOLUCIÓN: Primero, debemos determinar la tabla para las diferencias divididas, es decir,
6

xi f (xi )
-2 0.5
0.5
1
0 1.5 3
1.5 − 41
11
1 3 − 12
-1.25
3 0.5

Entonces
1 1
N (x) = 0.5 + 0.5(x + 2) + (x + 2)x − (x + 2)x(x − 1)
3 4
y
f (2.5) ≈ N (2.5) = 2.28125

b-) Si agregamos un punto más de interpolación x4 = 4 con f (x4 ) = 0.5 , entonces determinar el valor
aproximado de f (2.5).
SOLUCIÓN: Agregando este punto de interpolación , se tiene que

xi f (xi )
-2 0.5
0.5
1
0 1.5 3
1.5 − 14
1 3 − 11
12
7
72
1
-1.25 3
5
3 0.5 12
0
4 0.5

Entonces
1 1 7
N (x) = 0.5 + 0.5(x + 2) + (x + 2)x − (x + 2)x(x − 1) + (x + 2)x(x − 1)(x − 3)
3 4 72
y
f (2.5) ≈ N (2.5) = 1.4609375

c-) Si se interpola por medio de un spline lineal (aunque los nodos no son equi-espaciados), determinar
el valor de f (2.5).
1.1 EJERCICIOS RESUELTOS 7

SOLUCIÓN: El interpolante spline lineal en el intervalo [1, 3] es (determinando la ecuación de la recta


que pasa por (x2 , f (x2 )) y (x3 , f (x3 )) )

S(x) = 3 − 1.25(x − 1).

Entonces
f (2.5) ≈ S(2.5) = 3 − 1.25(1.5) = 1.25.

EJEMPLO 1.1.3. Considerar los siguientes valores en la tabla:

xi -1 0 1 2 3
f (xi ) 1 0 1 4 9

a-) Usando la fórmula de Lagrange (o Newton), determinar el grado del polinomio de interpolación.
SOLUCIÓN: Independiente de la fórmula de aproximación que usemos el polinomio de interpolación es

P (x) = x2 ,

lo cual se puede ver por el comportamiento de los datos dados. Recordemos que si aproximamos un
polinomio el resultado será el mismo polinomio.
b-) Si agregamos un punto más de interpolación x5 = 4 con f (x4 ) = 16 , determinar el grado del nuevo
polinomio de interpolación.
SOLUCIÓN: Obviamente, si consideramos más puntos de interpolación, el polinomio será el mismo.

P (x) = x2 .

c-) Si consideramos los 5 puntos de interpolación originales y se interpola por medio de un spline
cuadrático, entonces determinar el valor de f (0.5).
SOLUCIÓN: Si estamos interpolando por un interpolante cuadrático una función que ya es cuadrática,
entonces este interpolante, también será la misma función, entonces

f (0.5) = P (0.5) = (0.5)2 = 0.25.

EJEMPLO 1.1.4. Dada la siguiente tabla

xi -2 -1 0 3 6 7
f (xi ) -6 0 2 -16 -70 -96

a-) Usando la fórmula de Newton determinar y escribir explı́citamente el polinomio de interpolación.


SOLUCIÓN: Para determinar el polinomio de Newton , debemos usar la siguiente tabla
8

xi f (xi )
-2 -6
6
-1 0 -2
2 0
0 2 -2 0
-6 0 0
3 -16 -2 0
-18 0
6 -70 -2
-26
7 -96

Entonces el polinomio de Newton está dado por

N (x) = −6 + 6(x + 2) − 2(x + 2)(x + 1) + 0(x + 2)(x + 1)(x) + 0(x + 2)(x + 1)(x)(x − 3)+

0(x + 2)(x + 1)(x)(x − 3)(x − 6)

= −6 + 6(x + 2) − 2(x + 2)(x + 1)

, es decir,
N (x) = −6 + 6(x + 2) − 2(x + 2)(x + 1) = −2x2 + 2.

b-) Usando la fórmula de Lagrange determinar y escribir explicitamente el polinomio de interpolación.


SOLUCIÓN: Se sabe de la teória de interpolación, que el polinomio de Newton es el de Lagrange escrito
en forma conveniente, es decir, no necesitamos hacer ningun cálculo y se concluye que

L(x) = −2x2 + 2.

c-) Si quitamos los puntos de interpolación x3 y x5 en la tabla, ahora usando la fórmula de Lagrange
determinar y escribir explicitamente el polinomio de interpolación.
SOLUCIÓN: Como el resultado anterior es un polinomio de grado dos, se sabe de teorı́a que al usar
tres omáspuntos de interpolación el resultado sera el mismo polinomio, entonces al quitar dos puntos,
tendremos 4 puntos de interpolación, por lo tanto sin hacer ningún cálculo, se sabe que

L(x) = −2x2 + 2.

EJEMPLO 1.1.5. Considerar la siguiente función

f (x) = xe−x .
1.1 EJERCICIOS RESUELTOS 9

Considerar los puntos de interpolación x0 = −2, x1 = −1, x2 = 1 y x3 = 2.


a-) Usando la fórmula de Newton, determinar el valor aproximado de f (1.5). Determinar el error máximo
cometido al aproximar f (1.5).
SOLUCIÓN:
Para determinar la fórmula de Newton, consideremos la siguiente tabla
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]
-2 −2e2
−e + 2e2
-1 −e (e−1 + 3e − 4e2 )/6
(e−1 + e)/2 (e−2 + e2 − e−1 − e)/6
1 e−1 (4e−2 − 3e−1 − e)/6
2e−2 − e−1
−2
2 2e
Entonces el polinomio de Newton está dado por

N (x) =

(e−1 + 3e − 4e2 ) (e−2 + e − e−1 − e)


−2e2 + (2e2 − e)(x + 2) + (x + 2)(x + 1) + (x + 2)(x + 1)(x − 1).
6 6
Por lo tanto,

(e−1 + 3e − 4e2 ) (e−2 + e2 − e−1 − e)


f (1.5) ≈ N (1.5) = −2e2 + (2e2 − e)(3.5) + (8.75) + (4.375)
6 6
Por otro lado, para determinar el máximo error cometido debemos usar la cota del error

|f (4) (ξ)|
|e(x)| = |f (x) − N (x)| ≤ supξ∈[−2,2] |x + 2||x + 1||x − 1||x − 2|.
4!
Es decir,
|f (4) (ξ)|
|e(1.5)| = |f (1.5) − N (1.5)| ≤ supξ∈[−2,2] |3.5||2.5||0.5||0.5|
4!
|f (4) (ξ)|
|e(1.5)| = |f (1.5) − N (1.5)| ≤ supξ∈[−2,2] 2.1875,
4!
donde queda calcular el supremo. Como

f (4) = (−4 + x)e−x

entonces
f (5) = (5 − x)e−x = 0 ⇐⇒ 5 = x.

Ahora
f (4) (−2) = (−4 − 2)e2
10

f (4) (2) = (−4 + 2)e−2

y
f (4) (5) = (−4 + 5)e−5 = e−5 .

Pero el punto crı́tico está fuera del intervalo [−2, 2], entonces evaluamos la función solo en los extremos
del intervalo obteniendo que

|f (4) (ξ)| |f (4) (−2)| 6e2


supξ∈[−2,2] = =
4! 4! 4!
Entonces el máximo error de aprox. está dado por

|f (4) (ξ)| 6e2


|e(1.5)| = |f (1.5) − N (1.5)| ≤ supξ∈[−2,2] |3.5||2.5||0.5||0.5| = 2.1875.
4! 4!
b-) Determinar el error máximo cometido en todo el intervalo [−2, 2]
SOLUCIÓN:
Para determinar el máximo error cometido en el intervalo, debemos usar la cota del error

|f (4) (ξ)|
|e(x)| = |f (x) − N (x)| ≤ supξ∈[−2,2] |x + 2||x + 1||x − 1||x − 2|
4!
donde el máximo error en todo el intervalo está dado por

|f (4) (ξ)|
 
maxx∈[−2,2] |e(x)| ≤ maxx∈[−2,2] supξ∈[−2,2] |x + 2||x + 1||x − 1||x − 2|
4!

|f (4) (ξ)|
 
maxx∈[−2,2] |e(x)| ≤ supξ∈[−2,2] maxx∈[−2,2] |x + 2||x + 1||x − 1||x − 2| .
4!
Calculemos  
maxx∈[−2,2] |x + 2||x + 1||x − 1||x − 2| .

Si consideramos

h(x) = (x + 2)(x + 1)(x − 1)(x − 2) = (x2 − 4)(x2 − 1) = x4 − 5x2 + 4

para obtener el máximo de esta función en el intervalo [−2, 2], debemos encontrar los puntos crı́ticos
r
0 3 2 5
h (x) = 4x − 10x = 0 ⇐⇒ x(4x − 10) = 0 ⇐⇒ x = 0, x = ±
2
donde
h(0) = 4

y r
5
h( ) = 2.25.
2
1.1 EJERCICIOS RESUELTOS 11

Entonces
|f (4) (ξ)| 6e2
maxx∈[−2,2] |e(x)| ≤ supξ∈[−2,2]
(4) = (4).
4! 4!
c-) Agregar un nuevo punto de interpolación x4 = 0, entonces determinar el valor aproximado de f (1.5).
SOLUCIÓN:
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ] f [xi , xi+1 , xi+2 , xi+3 , xi+4 ]
-2 −2e2
−e + 2e2
-1 −e (e−1 + 3e − 4e2 )/6
(e−1 + e)/2 (e−2 + e2 − e−1 − e)/6
1 e−1 (4e−2 − 3e−1 − e)/6 (e−2 − e2 − 2e−1 + 2e)/12
2e−2 − e (2e−2 − 3e−1 + e)/6
2 2e−2 e−2 − e−1
e−2
0 0

(e−2 − e2 − 2e−1 + 2e)


N1 (x) = N (x) + (x + 2)(x + 1)(x − 1)(x − 2).
12
Entonces
(e−2 − e2 − 2e−1 + 2e)
f (1.5) ≈ N (1.5) + (−2.1875).
12
EJEMPLO 1.1.6. Considerar la función

f (x) = x2 e−x .

a.- Determinar el polinomio de Newton usando los puntos de interpolación x0 = −1, x1 = 2 y x2 = 3.


b.- Determinar el valor aproximado en x∗ = 0 y estimar el error máximo cometido en x∗ .
c.- Determinar el error máximo cometido en todo el intervalo.
SOLUCIÓN: Determinarmos el polinomio de Newton usando la siguiente tabla
xi f (xi )
−1 e
4e−2 −e
3 Entonces
27e−3 −16e−2 +e
2 4e−2 12
9e−3 − 4e−2
−3
3 9e

4e−2 − e 27e−3 − 16e−2 + e


PN (x) = e + ( )(x + 1) + ( )(x + 1)(x − 2).
3 12
Es decir,
4e−2 − e 27e−3 − 16e−2 + e
PN (0) = e + ( ) − 2( ).
3 12
Estimamos el error en x∗ = 0, es decir,
|f 000 (ξ)| ∗
|PN (x∗ ) − f (x∗ )| ≤ supξ∈[−1,3] |x + 1||x∗ − 2||x∗ − 3|,
3!
donde f 000 (x) = (−6 + 6x − x2 )e−x y

f 0000 (x) = (12 − 8x + x2 )e−x = 0 ⇐⇒ 12 − 8x + x2 = 0 ⇐⇒ x = 6, x = 2


12

donde solo x = 2 ∈ [−1, 3], es decir,

|f 000 (−1)| = 13e = 35, 33766377,

|f 000 (3)| = 3e−3 = 0, 149361205,

|f 000 (2)| = 2e−2 = 0, 270670566.

Entonces
|f 000 (ξ)|
|PN (0) − f (0)| ≤ supξ∈[−1,3] 6 = 13e.
3!
Finalmente para determinar el error máximo cometido en todo el intervalo
|f 000 (ξ)|
 
supx∈[−1,3] |PN (x) − f (x)| ≤ supx∈[−1,3] supξ∈[−1,3] |x + 1||x − 2||x − 3|
3!
|f 000 (ξ)|
 
= supξ∈[−1,3] supx∈[−1,3] |x + 1||x − 2||x − 3| ,
3!
donde se debe calcular solo el supremo que está más a la derecha. Consideremos

|x + 1||x − 2||x − 3| = |(x + 1)(x − 2)(x − 3)| = |x3 − 4x2 + x + 6|

donde
h(x) = x3 − 4x2 + x + 6,

entonces
√ √
h0 (x) = 3x2 − 8x + 1 = 0 ⇐⇒ x1 = 4/3 − 13/2, x2 = 4/3 + 13/2,

es decir,
h(x1 ) = 5, 69139185,

h(x2 ) = 0, 639585651.

Por lo tanto,
supx∈[−1,3] |PN (x) − f (x)| ≤ 13e × 5, 69139185.

EJEMPLO 1.1.7. Dada la función


x
f (x) =
.
x+1
a.- Determinar el polinomio de Newton N (x), usando los puntos x0 = 0, x1 = 1, x2 = 4.
SOLUCIÓN: La tabla de diferencias divididas esta dada por
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]
0 0
1
2
1 1
1 2 − 10
1
10
4
4 5
1.1 EJERCICIOS RESUELTOS 13

Entonces,
1 1
N (x) = 0 + x − x(x − 1)
2 10

b.- Si deseamos agregar otro punto de interpolación x3 , el cual se encuentre en [0, 2]. Determinar
analı́ticamente este nuevo punto de interpolación para que el error de interpolación en valor abso-
luto |E(x)| en x = 3 sea el mı́nimo.
SOLUCIÓN: La tabla de diferencias divididas esta dada por
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]
0 0
1
2
1 1
1 2 − 10
1 1
10 10(x3 +1)
4
4 5 − 10(x13 +1)
1
5(x3 +1)
x3
x3 x3 +1

Entonces,
1 1 1
N (x) = 0 + x − x(x − 1) + x(x − 1)(x − 4).
2 10 10(x3 + 1)
Nos piden determinar
min |E(3)| = min |f (3) − N (3)|.
x3 ∈[0,2] x3 ∈[0,2]

Se tiene que
3 3 1 1 3 3
E(3) = f (3) − N (3) = − + 3(2) − 3(2)(−1) = − .
4 2 10 10(x3 + 1) 5(x3 + 1) 20

Entonces
3
E 0 (3) = − 6= 0.
5(x3 + 1)2
Por lo tanto, E(3) tiene sus valores extremos en x3 = 0 o x3 = 2. Se tiene que si x3 = 0

3 3 9
E(3) = − =
5 20 20
Se tiene que si x3 = 2
3 3 1
E(3) = − =
15 20 20

EJEMPLO 1.1.8. Dada la función


x
f (x) = .
x4 + 1
14

a.- Determinar el polinomio de Newton N1 (x), usando los puntos x0 = 0, x1 = 1, x2 = 4.


SOLUCIÓN: a tabla de diferencias divididas esta dada por
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]
0 0
1
2
1 85
1 2 − 514
83
− 514
4
4 257

Entonces,
1 85
N (x) = 0 + x − x(x − 1).
2 514

b.- Si deseamos agregar otro punto de interpolación x3 = a, el cual se encuentre en [0, 4]. Determinar
este nuevo punto de interpolación para que el error de integración sea
4
f (V ) (ξ)
Z
Ef = π(x)(x − x4 ) dx ξ ∈ (0, 4).
5! 0

SOLUCIÓN: Para obtener la fórmula anterior de error de integración, es necesario que la función
R4
π(x) cambie de signo y 0 π(x) dx = 0. Se tiene que,

π(x) = x(x − 1)(x − 4)(x − a),

es decir, se debe cumplir que


Z 4
x(x − 1)(x − 4)(x − a) dx = 0.
0

Calculando la integral
Z 4
32a 448
x(x − 1)(x − 4)(x − a) dx = − ,
0 3 15
es decir,
14
a= = 2.8
5

EJEMPLO 1.1.9. Dada la siguiente función f : [4, 7] → R tal que

x+1
f (x) = .
x−3

A.- Usando los puntos de interpolación x0 = 4 y x1 = 7 determinar el polinomio de Newton N1 (x).


Determinar el valor de N1 (5) y el error cometido con respecto a f (5).
SOLUCIÓN: La tabla de diferencias divididas esta dada por
1.1 EJERCICIOS RESUELTOS 15

xi f [xi ] f [xi , xi+1 ]


4 5
Entonces
−1
7 2

N1 (x) = 5 − (x − 4).

Ahora
N1 (5) = 4

y
f (5) = 3.

El error esta dado por


|E(5)| = |f (5) − N1 (5)| = 1.

B.- Determinar el punto x∗ en el dominio de la función f (x) donde el error de interpolación sea el
máximo.
SOLUCIÓN: Debemos calcular

max E(x) = max f (x) − N1 (x).


x∈[4,7] x∈[4,7]

Determinamos los puntos crı́ticos


4
E 0 (x) = f 0 (x) − N10 (x) = − + 1 = 0 ⇐⇒ x = 5, x = 1.
(x − 3)2

Es decir, para x∗ = 5 el error de interpolación es máximo y dado por |E(5)| = 1.

C.- Determinar el punto x∗∗ en el dominio de la función f (x) donde el error de interpolación tiene una
cota máxima.
SOLUCIÓN: Sabemos que la cota para el error esta dada por

|f n+1 (ξ)|
|E(x)| ≤ supξ∈[4,7] |x − 4||x − 7|.
(n + 1)!

Como n = 1
|f 2 (ξ)|
|E(x)| ≤ supξ∈[4,7]
|x − 4||x − 7|.
2!
La máxima cota de error en todo el intervalo se encuentra haciendo
|f 2 (ξ)|
max |E(x)| ≤ max supξ∈[4,7] |x − 4||x − 7|
x∈[4,7] x∈[4,7] 2!

|f 2 (ξ)|
max |E(x)| ≤ supξ∈[4,7] max |x − 4||x − 7|.
x∈[4,7] 2! x∈[4,7]
16

Debemos entonces encontrar x∗∗ para el cual esta cota sea máxima, es decir,

max |x − 4||x − 7|.


x∈[4,7]

Maximizando |(x − 4)(x − 7)| obviamente alcanza su máximo en x = 5.5. Además,

supξ∈[4,7] |f (2) (ξ)| = 8.

La máxima cota de error esta en x∗∗ = 5.5 y está dada por


8
|1.5||1.5| = 9.
2

D.- Agregar el nuevo punto de interpolación x2 = 6 y determinar el polinomio de Newton N2 (x).


Comparar los valores de N1 (5) y N2 (5) con respecto a f (5). Responder que sucedio con el error y
porque.
SOLUCIÓN: La tabla de diferencias divididas está dada por
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]
4 5
−1
1
7 2 3
− 13
7
6 3
Entonces
1
N2 (x) = 5 − (x − 4) + (x − 4)(x − 7).
3
Ahora
10
N2 (5) =
3
y el error esta dado por
1
|E(5)| = |f (5) − N2 (5)| = .
3
EJEMPLO 1.1.10. (Spline cúbico) Dados los (n + 1) puntos de interpolación x0 , x1 , ..., xn y las
evaluaciones f (x0 ), f (x1 ), ..., f (xn ), se tiene que el spline cúbico S(x) esta dado en cada sub-intervalo
[xi , xi+1 ] ( es decir, S(x)|[xi ,xi+1 ] = Si (x) ) por

(xi+1 − x)3 00 (x − xi )
3
Si (x) = fi00 + fi+1 + ai (xi+1 − x) + bi (x − xi ) i = 0, 1, ..., n − 1,
6hi 6hi
donde
fi hi fi+1 00 hi
ai = − fi00 , bi = − fi+1 i = 0, 1, ..., n − 1 .
hi 6 hi 6
1.1 EJERCICIOS RESUELTOS 17

Para obtener cada Si (x) debemos encontrar el valor de las incognitas fi00 para i = 0, 1, ..., n. Para esto se
debe resolver el sistema
 
00 fi+1 − fi fi − fi−1
hi fi+1 + 2(hi − hi−1 )fi00 + 00
hi−1 fi−1 = ci = 6 − i = 1, 2, ..., n − 1
hi hi−1

con n ecuaciones y n + 1 incognitas. Si consideramos reducir el número de incognitas al imponer valores


para f000 y fn00 , se tendrá que el sistema anterior matricialmente queda

    
2(h1 + h0 ) h1 ... 0 f100 c1 − h0 f000
f200
    
 h1 2(h2 + h1 ) ...   
= c2 
   (∗∗)

 ... ... ... hn−2 
 ...  
  ... 

00
... ... hn−2 2(hn−1 + hn−2 ) fn−1 cn−1 − hn−1 fn00

Consideremos los datos de la siguiente tabla

xi −3 −1 1 3
f (xi ) −24 2 4 30

Calcular el spline cúbico en cada sub-intervalo [xi , xi+1 ], con i = 0, 1, 2, es decir, determinaremos
S0 (x), S1 (x) y S2 (x). Consideremos en este caso la condiciones dadas f000 = −18 y f300 = 18. Por lo
tanto, debemos calcular f100 y f200 con el sistema generado por (∗∗) el cual está dado por
         
2(h1 + h0 ) h1 f100 c1 − h0 f000 8 2 f100 −36
         
  =  ⇐⇒   = 
         
h1 2(h2 + h1 ) f200 c2 − h2 f300 2 8 f200 36

y cuya solución está dada por


   
f100 −6
   
 = 
   
f200 6

Además, se tiene que cada constante de integración está dada por

a0 = −6 a1 = 3 a2 = 0

b0 = 3 b1 = 0 b2 = 9
18

Finalmente, nuestro spline cúbico esta dado por


−x)3 3



 S0 (x) = f000 (x16h0
+ f100 (x−x
6h0
0)
+ a0 (x1 − x) + b0 (x − x0 ) x ∈ [x0 , x1 ]










−x)3 3
S(x) = S1 (x) = f100 (x26h1
+ f200 (x−x
6h1
1)
+ a1 (x2 − x) + b1 (x − x1 ) x ∈ [x1 , x2 ]











−x)3 3
S2 (x) = f200 (x36h + f300 (x−x 2)

+ a2 (x3 − x) + b2 (x − x2 ) x ∈ [x2 , x3 ]

2 6h2

 3 3


 S0 (x) = 3 (x+1)
2 − (x+3)2 + 6(x + 1) + 3(x + 3) x ∈ [−3 , −1]









 3 3
S(x) = S1 (x) = (x−1)
2 + (x+1)
2 + 3(1 − x) x ∈ [−1 , 1]










 3 3
S2 (x) = (3−x) + 3 (x−1)

+ 9(x − 1) x ∈ [1 , 3]

2 2

Desarrollando y sumando términos semejantes vemos que nuestro spline está dado por

3
 S0 (x) = x + 3

 x ∈ [−3 , −1]










S(x) = S1 (x) = x3 + 3 x ∈ [−1 , 1]











 S (x) = x3 + 3

x ∈ [1 , 3]
2

EJEMPLO 1.1.11. Sea la función

f (x) = x3 + ln(x + 1),

usando los nodos x0 = 0, x1 = 1 y x2 = 2 se puede calcular el polinomio de Lagrange L(x).


R2
a-) Calcular entonces 0 L(x) dx.
SOLUCIÓN:
Se sabe de la teória que al usar tres puntos de interpolación dados por los extremos y punto medio , lo
que estamos haciendo es usar la regla Simpson para aproximar la integral de f (x), entonces sin necesidad
de calcular L(x)
Z 2 Z 2
2−0 
f (x) dx ≈ L(x) dx = f (0) + 4f (1) + f (2)
0 0 6
1.1 EJERCICIOS RESUELTOS 19

entonces Z 2
2
ln(0 + 1) + 4(13 + ln(1 + 1)) + 23 + ln(2 + 1)

L(x) dx =
0 6
2  2 
= 4(1 + ln(2)) + 8 + ln(3) = 4ln(2) + 12 + ln(3)
6 6

R2 R2
b-) Determinar el error máximo cometido al aproximar la integral 0
f (x) dx por medio de 0
L(x) dx.
SOLUCIÓN:
Para determinar el máximo error cometido en el intervalo, debemos usar la cota del error para la regla
de Simpson
(2 − 0)5
Z Z
| f (x) − L(x)| ≤ supξ∈[0,2] |f (4) (ξ)|
2880
donde
6
|f (4) (x)| =
(x + 1)4
la cual alcanza su máximo en el intervalo en x = 0, es decir ,

supξ∈[0,2] |f (4) (ξ)| = |f 4 (0)| = 6

Finalmente
(2 − 0)5
Z Z
| f (x) − L(x)| ≤ 6 = 0.06666666
2880
EJEMPLO 1.1.12. Considerar la siguiente función

f (x) = xe−x .

Considerar los puntos de interpolación x0 = 0, x1 = 2, x2 = 4.


a-) Determinar el polinomio de Newton regresivo NR (x).
R4
b-) Calcular la integral 0 NR (x) dx y usando la regla de Simpson determinar la aproximación de la
R4
integral 0 xe−x dx. Que se puede concluir.
SOLUCIÓN: a) Para determinar la fórmula de Newton regresiva, consideremos la siguiente tabla
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]
0 0
2e−2
2 2e−2 4e−4 − 4e−2
4e−4 − 2e−2
4 4e−4

Entonces el polinomio de Newton regresivo está dado por

[4e−4 − 2e−2 ] [4e−4 − 4e−2 ]


NR (x) = 4e−4 + (x − 4) + (x − 4)(x − 2)
1! 21 2! 22
20

[4e−4 − 2e−2 ] [4e−4 − 4e−2 ]


= 4e−4 + (x − 4) + (x − 4)(x − 2).
2 8
b) Se tiene que
4 4
[4e−4 − 2e−2 ] [4e−4 − 4e−2 ]
Z Z
NR (x) dx = 4e−4 + (x − 4) + (x − 4)(x − 2) dx
0 0 2 8

[4e−4 − 4e−2 ]
= 16e−4 + [4e−4 − 2e−2 ](−4) + (2)
3
[8e−4 − 8e−2 ] [16e−2 + 8e−4 ]
 
8
= 8e−2 + = = 2e−2 + e−4 .
3 3 3
Ahora, usando la regla de Simpson
Z 4    
4 8
xe−x dx = 0 + 4(2e−2 ) + 4e−4 = 2e−2 + e−4 .
0 6 3

Se concluye que los dos valores son iguales, YA QUE en este caso al calcular la integral de NR , en el in-
tervalo [0, 4], esto no es nada más que usar la fórmula de Simpson para la integral de la función interpolada.

EJEMPLO 1.1.13. Dada la siguiente tabla

xi -2 0 2
f (xi ) -6 2 -6

a-) Usando la fórmula de Newton regresiva NR (x) determinar el polinomio de interpolación.


b-) Usando la fórmula de Lagrange L(x) determinar y escribir explicitamente el polinomio de interpo-
lación.
R2
c-) Calcular la integral −2 NR (x) dx y usando la regla de Simpson determinar la aproximación de la
R2
integral −2 (2 − 2x2 ) dx. Que se puede concluir.
SOLUCIÓN: a) Para determinar la fórmula de Newton regresiva, consideremos la siguiente tabla
xi fi
-2 -6
8
0 2 -16
-8
2 -6

Entonces el polinomio de Newton regresivo está dado por


−8 −16
NR (x) = −6 + 1
(x − 2) + (x − 2)(x)
1! 2 2! 22
= −6 − 4(x − 2) − 2(x − 2)(x) = 2 − 2x2 .
1.1 EJERCICIOS RESUELTOS 21

b) Usamos a)
P (x) = 2 − 2x2 .

c)
Z 2 Z 2
NR (x) dx = 2 − 2x2 dx = −8/3.
−2 −2

Usando Simpson
Z 2
2
(2 − 2x2 ) dx =

(−6) + 4(2) + (−6) = −8/3.
−2 3
Se concluye que los dos valores son iguales, YA QUE en este caso al calcular la integral de NR , en el
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]
-2 -6
8
intervalo [−2, 2], 0 2 -16
-8
2 -6

esto no es nada más que usar la fórmula de Simpson para la integral de la función interpolada.

EJEMPLO 1.1.14. Considerar la siguiente función


x+1
f (x) = .
2
a-) Usando el punto de interpolación x0 = 2 calcular el polinomio de Newton N1 (x).
b-) Usando los puntos de interpolación x0 = 1, x1 = 3 calcular el polinomio de Newton N2 (x).
c-) Usando los puntos de interpolación x0 = 1, x1 = 2 y x2 = 3 calcular el polinomio de Newton N3 (x).
R3 R3 R3
d-) Calcular los valores de 1 N1 dx, 1 N2 dx y 1 N3 dx . Cual de las integrales se acerca más al valor
R3
1
f (x) dx y justifique el porque.

SOLUCIÓN: a) Como tenemos un solo punto de interpolación, en este caso N1 (x) = 23 .


b) Como la función interpolada es un polinomio de grado 1 y tenemos dos puntos de interpolación, se
x+1
tiene que N2 (x) = 2 .
x+1
c) Si agregamos otro punto de interpolación el resultado sera el mismo, es decir, N3 (x) = 2
d)
Z 3 Z 3
3
dx = 3
N1 dx =
1 1 2
Z 3 Z 3 Z 3
x+1
N2 dx = N3 dx = dx = 3.
1 1 1 2
22

R3
Ahora, 1
f (x) dx = 3.
R3
Las tres integrales, tienen el mismo valor, ya que N2 y N3 son iguales a f (x). Además, 1
N1 dx es el area
bajo el polinomio constante 3/2 en en [1, 3], que tiene la misma area del trapecio formado en [1, 3] por la
función f (x).

EJEMPLO 1.1.15. Sea f (x) una función definida en [a, b]. Considerar los puntos de interpolación
a+b
x0 = a, x1 = 2 , x2 = b.
a-) Determinar el polinomio de Newton N (x) de la función f (x).
SOLUCIÓN: Usando la tabla correspondiente se tiene que
 a+b
f ( 2 ) − f (a) f (a) − 2f ( a+b
  
2 ) + f (b) a+b
N (x) = f (a) + 2 (x − a) + 2 (x − a)(x − ).
b−a (b − a)2 2

Rb
b-) Calcular el valor de a
N (x) dx.
SOLUCIÓN: Obviamente si el alumno sabe la teorı́a BASICA, se dará cuenta que es la regla Simpson,
es decir,
b
b−a
Z
a+b
N (x) dx = (f (a) + 4f ( ) + f (b)).
a 6 2

a+b
En este caso π(x) = (x − a)(x − 2 )(x − b).
c-) Demostrar que π(x) cambia de signo en [a, b].
SOLUCIÓN: Basta ver la gráfica de este polinomio para darnos cuenta que cambia de signo (polinomio
de grado 3 con raices en a,(a + b)/2 y b).
Rb
d-) Calcular a π(x) dx.
Rb
SOLUCIÓN: De la misma gráfica de la función se tiene que a π(x) dx = 0.
0000 Rb
e-) Por c-) y d-) se tiene que E = f 4!(ξ) a π(x)(x − x3 ) dx. Considerar x3 = x1 y calcular el valor de
esta expresión.
SOLUCIÓN: El alumno sabe que el error usando Simpson está dado por
f 0000 (ξ)
E= (b − a)5
2880
y como estamos usando Simpson se tiene que
b
f 0000 (ξ) f 0000 (ξ)
Z
E= (b − a)5 = π(x)(x − x3 ) dx.
2880 4! a

f-) Determinar una cota de error para E.


SOLUCIÓN: Aplicar valor absoluto en ambos lados.
1.1 EJERCICIOS RESUELTOS 23

EJEMPLO 1.1.16. Considerar una función cualquiera f (x) definida en un intervalo [a, b].

A.- Usando x0 = a y x1 = b determinar el polinomio de Newton N1 (x).


SOLUCIÓN: Calculamos la tabla de las diferencias divididas

xi f [xi ] f [xi , xi+1 ]


a f (a)

f (b)−f (a)
b−a

b f (b)

Entonces el polinomio de Newton está dado por

f (b)−f (a)
N1 (x) = f (a) + b−a (x − a)

Rb
B.- Usando el polinomio anterior N1 (x) calcular una aproximación para a
f (x) dx.
SOLUCIÓN: Se tiene que (integrando N1 (x) o viendo directamente que es la regla del trapecio)

Rb b−a
a
f (x) dx ≈ 2 [f (a) + f (b)]

a+b
C.- Agregamos otro punto de interpolación x2 = 2 , determinar el polinomio de Newton N2 (x).
24

SOLUCIÓN: Calculamos la tabla de las diferencias divididas con el nuevo punto de interpolación

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]


a f (a)

f (b)−f (a)
b−a

2[f (a)−2f ( a+b


2 )+f (b)]
b f (b) (b−a)2

2[f ( a+b
2 )−f (b)]
a−b

a+b
2 f ( a+b
2 )

Entonces el polinomio de Newton está dado por

f (b)−f (a) 2[f (a)−2f ( a+b


2 )+f (b)]
N2 (x) = f (a) + b−a (x − a) + (b−a)2 (x − a)(x − b)

Rb
D.- Usando el polinomio anterior N2 (x) calcular una aproximación para a
f (x) dx.
SOLUCIÓN: Se tiene que (integrando N2 (x))

Rb Rb Rb f (b)−f (a) R b 2[f (a)−2f ( a+b


2 )+f (b)]
Rb
a
f (x) dx ≈ a
N2 (x) dx = a
f (a) dx + b−a a
(x − a) dx + (b−a)2 a
(x − a)(x − b) dx
2 a+b
2[f (a)−2f ( 2 )+f (b)] (a−b)3
=(b − a)f (a) + f (b)−f
b−a
(a) (b−a)
2 + (b−a)2 6
=(b − a)f (a) + (f (b) − f (a)) (b−a)2 − [f (a) − 2f ( a+b
2 ) + f (b)] (b−a)
3
= (b−a) a+b

6 6f (a) + 3f (b) − 3f (a) − 2f (a) + 4f ( ) − 2f (b)
 2
= (b−a) a+b

6 f (a) + 4f ( 2 ) + f (b)

EJEMPLO 1.1.17. Dada la función


f (x) = [sen(x)]5 .

π 3π
3.1 Interpolar la función f (x) usando los puntos x0 = 0, x1 = 2 , x2 = 2
1.1 EJERCICIOS RESUELTOS 25

SOLUCIÓN: Calculamos el polinomio de Newton,

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]


0 0
2
π
π
2 1 − 3π8 2
− π2

2 −1

Entonces
2 8 π
N (x) = x − 2 x(x − ).
π 3π 2

3.2 Agregar el nodo x3 = π y obtener un interpolador.


SOLUCIÓN: Usando lo anterior,

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]
0 0
2
π
π
2 1 − 3π8 2
− π2 8
3π 3

2 −1 0
− π2
π 0

Entonces
2 8 π 8 π 3π
N (x) = x − 2 x(x − ) + 3 x(x − )(x − ).
π 3π 2 3π 2 2

3.3 Usando los nodos x0 , x1 , x2 , x3 anteriores calcular una aproximación numérica para
Z 3π
2
[sen(x)]5 dx.
0

SOLUCIÓN:
Z 3π Z 3π Z 3π Z 3π
2
5
2 2 2 8 π 8 π 3π 2 8 3 8 2 20
[sen(x)] dx ≈ N (x) dx = x− 2 x(x− )+ 3 x(x− )(x− ) dx = x − 2x + x
0 0 0 π 3π 2 3π 2 2 0 3π 3 π 3π

EJEMPLO 1.1.18. Considerar la función


1
f (x) = .
4 − x2
26

A.- Usando x0 = −1 y x1 = 1 determinar el polinomio de Newton N1 (x).


SOLUCIÓN: Calculamos la tabla de las diferencias divididas
xi f [xi ] f [xi , xi+1 ]
1
−1 3

1
1 3

Entonces el polinomio de Newton está dado por

1 1
N1 (x) = 3 + 0(x + 1) = 3

R1 1
B.- Usando el polinomio anterior N1 (x) calcular una aproximación para −1 4−x2
dx.
SOLUCIÓN: Se tiene que

R1 1 1+1
−1 4−x2
dx ≈ 2 (f (−1) + f (1)) = 22 ( 13 + 31 ) = 2
3

C.- Agregamos otro punto de interpolación x2 = 0, determinar el polinomio de Newton N2 (x).


SOLUCIÓN: Calculamos la tabla de las diferencias divididas con el nuevo punto de interpolación

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ]


1
−1 3

1 1
1 3 12

1
12

1
0 4

Entonces el polinomio de Newton está dado por

1 1 1 1
N2 (x) = 3 + 0(x + 1) + 12 (x + 1)(x − 1) = 3 + 12 (x + 1)(x − 1)
1.1 EJERCICIOS RESUELTOS 27

R1 1
D.- Usando el polinomio anterior N2 (x) calcular una aproximación para −1 4−x2
dx.
SOLUCIÓN: Se tiene que

R1 1 (b−a) 
+ 4f ( a+b 1
   11 1
 5
−1 4−x2
dx ≈ 6 f (a) 2 ) + f (b) = 3 f (−1) + 4f (0) + f (1) = 3 3 + 1 + 3 = 9

EJEMPLO 1.1.19. Dada la siguiente integral


Z π
sen2 (x) dx.
0

π π
A.- Usando los puntos de interpolación x0 = 0, x1 = 4, x2 = 2 y x3 = π, determinar una aproximación
para la integral.

SOLUCIÓN: OPCIÓN 1: Usando la fórmula de cuadratura


Z π
π π 1
sen2 (x) dx = sen2 (0)A0 + sen2 ( )A1 + sen2 ( )A2 + sen2 (π)A3 = A1 + A2
0 4 2 2

, donde el sistema para calcular Ai esta dado por


    
1 1 1 1 A0 π

 0 1 1    π 
 4 2   A1
1    
= 2


 0 1 1 π
 16 4 1 

 A2
 
  3


1 1 π
0 64 8 1 A3 4

cuya solución (resolviendo por cualquier método) esta dado por


   
π
A0 6
   
 A1   0 
 = 
 A   2π 
 2   3 
π
A3 6

Entonces Z π
1 2π
sen2 (x) dx = A1 + A2 =
0 2 3

OPCIÓN 2: Calculando el interpolante N (x) de f (x) = sen2 (x) e integrando, se tiene que
Z π Z π
sen2 (x) dx ≈ N (x) dx.
0 0

La tabla de diferencias divididas esta dada por


28

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]
0 0
2
π
π 1
4 2 0
2 16
π − 3π 3

π 16
2 1 − 3π 2

- π2
π 0
Entonces el polinomio de Newton esta dado por
2 π 16 π π 2 16 π π
N (x) = 0 + (x) + 0x(x − ) − 3 x(x − )(x − ) = x − 3 x(x − )(x − )
π 4 3π 4 2 π 3π 4 2

2 16 3πx2 π2 x
= x − 3 (x3 − + )
π 3π 4 8
Entonces
π π π
3πx2 π2 x
Z Z Z
2 16
sen2 (x) dx ≈ x − 3 (x3 −
N (x) dx = + ) dx
0 0 0 π 3π 4 8
π π
x2 16 x4 πx3 π 2 x2 2π
= − ( − + ) =
π 0 3π 3 4 4 16 0 3
EJEMPLO 1.1.20. Dada la integral doble
Z Z
f (x, y)dydx,
A

donde A := {(x, y) ∈ R2 / 0 ≤ x ≤ 1 , 0 ≤ y ≤ 1}.


a-) Determinar y escribir la fórmula del trapecio para esta integral.
SOLUCIÓN: Sabemos que la fórmula del trapecio está dada por
b
(b − a)
Z
g(x)dx ≈ [g(a) + g(b)].
a 2

Aplicando esta misma fórmula a la integral doble se tiene que


Z 1Z 1  Z 1 
1
f (x, y)dy dx ≈ [f (x, 0) + f (x, 1)] dx
0 0 0 2
Z 1 Z 1 
1
= f (x, 0)dx + f (x, 1)dx
2 0 0
 
1 1 1
= [f (0, 0) + f (1, 0)] + [f (0, 1) + f (1, 1)]
2 2 2
 
1
= f (0, 0) + f (1, 0) + f (0, 1) + f (1, 1) .
4
1.1 EJERCICIOS RESUELTOS 29

b-) Si subdividimos el área de integración en 4 cuadrados iguales, entonces determinar la fórmula del
trapecio compuesta para este caso.
SOLUCIÓN: Se sabe de la teorı́a que las fórmulas compuestas consisten en aplicar una regla de inte-
gración en cada subconjunto de integración, en este caso, aplicamos las regla del trapecio a cada cuadrado,
usando la regla anterior, es decir,
Z 1 Z 1
f (x, y)dydx =
0 0
1 1 1 1
Z 2
Z 2
Z 2
Z 1 Z 1 Z 2
Z 1 Z 1
f (x, y)dydx + f (x, y)dydx + f (x, y)dydx + f (x, y)dydx
1 1 1 1
0 0 0 2 2 0 2 2
 
1 1 1 1 1 1 1
≈ f (0, 0) + f (1, 0) + f (0, 1) + f (1, 1) + 2(f ( , 0) + f (0, ) + f (1, ) + f ( , 1)) + 4f ( , ) .
16 2 2 2 2 2 2
c-) Si f (x, y) = x2 + y 2 , determinar y escribir una aproximación para la integral usando a y b.
SOLUCIÓN: Aplicado solo las fórmulas anteriores y considerando la evaluaciones en la función f (x, y)

f (0, 0) = 0,

f (0, 1) = 1,

f (1, 0) = 1,

f (1, 1) = 1 + 1,

f (0, 1/2) = 1/4,

f (1/2, 0) = 1/4,

f (1, 1/2) = 1 + 1/4,

f (1/2, 1) = 1/4 + 1,

f (1/2, 1/2) = 1/4 + 1/4,

entonces usando a
Z 1Z 1   
1
f (x, y)dy dx ≈ f (0, 0) + f (1, 0) + f (0, 1) + f (1, 1) = (1 + 1)/2
0 0 4

y usando b
Z 1 Z 1 
3
f (x, y)dy dx ≈ (1 + 1)
0 0 8
EJEMPLO 1.1.21. Considerar la siguiente integral

Z 2
2 2
√ e−x dx.
− 22
30

a-) Determinar una aproximación de la integral usando la fórmula del punto medio .
b-) Determinar una aproximación de la integral usando la fórmula del trapecio.
c-) Determinar una aproximación de la integral usando la fórmula de Simpson.
d-) Determine cual de las aproximaciones anteriores se aproxima más al valor real, justifique su respuesta.

SOLUCIÓN: a-)

2 √ √
2 0 √
Z 2 2 2
√ e−x dx = ( + )e = 2.
− 2
2 2 2

b-)

2
√ √
Z 2
−x2
2
+ 2
1 1 √ 1
√ e dx = ( 2 2
)(e− 2 + e− 2 ) = 2e− 2 .
− 2
2 2

c-)

2

2

2
√ √
+
Z 2
−x2 2 2 − 12 0 − 21 2 −1 2 −1
√ e dx = ( )(e + 4e + e )= (2e 2 + 4) = (e 2 + 2).
− 2
2 6 6 3
2
d-) Viendo la gráfica de la función e−x (figura 1), sabemos que la integral que más se aproxima en este
intervalo es la obtenida por la regla de Simpson, cuyo polinomio de interpolación es una parábola, la cual
aproxima de mejor manera la función.

2
Figure 1.1: Gráfica de e−x
1.1 EJERCICIOS RESUELTOS 31

EJEMPLO 1.1.22. Considerar la siguiente integral


Z 1 Z 1
2
+y 2 )
xy + e−(x dydx
−1 −1

a-) Usando regla del trapecio compuesta, subdividiendo la región de integración en cuatro cuadrados,
determinar la aproximación de esta integral.
SOLUCIÓN: La idea de las reglas de integración compuesta, es aplicar la cada fórmula de integración
en cada subintervalo de integración, en este caso los nodos en eje X son x0 = −1, x1 = 0, x2 = 1 y en
el eje Y por x0 = −1, x1 = 0, x2 = 1. Usando las reglas compuestas en las dos integrales se obtiene
Z 1Z 1 Z 1 Z 1 
−(x2 +y 2 ) −(x2 +y 2 )
xy + e dydx = xy + e dy dx =
−1 −1 −1 −1

Z 1 Z 1  Z 1  
2
+y 2 ) 1 2 2 2
xy + e−(x − x + e−(x +1) + 2(e−(x ) ) + x + e−(x +1) dx =

dy dx =
−1 −1 −1 2
Z 1  
2 2 1  −2  1
e−(x +1)
+ e−x e + e−1 + 2(e−1 + 1) + e−2 + e−1 = 2e−2 + 4e−1 + 2 = e−2 + 2e−1 + 1

dx =
−1 2 2
= 1.8710941655794973.

b-) Usando regla del Simpson compuesta, subdividiendo la región de integración en cuatro cuadrados,
determinar la aproximación de esta integral.
SOLUCIÓN: De la misma maanera que es (a), se tiene
Z 1 Z 1 Z 1 Z 1 
−(x2 +y 2 ) −(x2 +y 2 )
xy + e dydx = xy + e dy dx =
−1 −1 −1 −1

1  
−x
Z
1 −(x2 +1) −(x2 + 14 ) x −(x2 + 14 ) −(x2 ) −(x2 +1)
= [−x + e + 4( +e ) + 4( + e ) + 2(e )+x+e ] dx =
−1 6 2 2
Z 1  
1 −(x2 +1) −(x2 + 14 ) −x2
= [2e + 8(e ) + 2(e )] dx =
−1 6
Z 1  
1 2 2
+ 14 ) 2
= [e−(x +1)
+ 4(e−(x ) + e−x ] dx =
3 −1

1 5 5 1 1
= ([e−2 + 4(e−( 4 ) ) + e−1 ] + 4[e−( 4 ) + 4(e−( 2 ) ) + e− 4 ]
18

−( 45 ) −( 21 ) − 41 −1 −( 14 ) −2 −( 45 ) −1
+4[e + 4(e )+e ] + 2[e + 4(e ) + 1] + [e + 4(e )+e ] =

1 5 1 1
= (2e−2 + 16e−( 4 ) + 4e−1 + 16e−( 4 ) + 32e−( 2 ) + 2) = 2.2331143733815990944.
18
32

EJEMPLO 1.1.23. Considerar la siguiente integral


Z 1Z 1
2 2
xy + e−(x +y ) dydx.
−1 −1

a-) Usando regla del trapecio, determinar la aproximación de esta integral.


SOLUCIÓN:
Z 1 Z 1 Z 1 Z 1 
2
+y 2 ) 2 2
xy + e−(x dydx = xy + e−x e−y dy dx =
−1 −1 −1 −1
Z 1
   Z 1   Z 1
2 2 2 2 2
− x + e−x e−1 + x + e−x e−1 dx = 2e−1 e−x dx = 2e−1 e−x dx
−1 2 −1 −1
   
2
= 2e−1 (e−1 + e−1 ) = 2e−1 (2e−1 ) = 4e−2 = 0.5413411329464508.
2
b-) Usando regla de Simpson, determinar la aproximación de esta integral.
SOLUCIÓN:
Z 1 Z 1 Z 1 Z 1 
2
+y 2 ) 2 2
xy + e−(x dydx = xy + e−x e−y dy dx =
−1 −1 −1 −1
Z 1
  
2 2 2 2
− x + e−x e−1 + 4(e−x ) + x + e−x e−1 dx
−1 6
Z 1  
1 −x2 −1 −x2
= 2e e + 4(e ) dx
−1 3
   Z 1
1 −1 2
= 2e + 4 e−x dx
3 −1
    
1 1 −1
= 2e−1 + 4 e + 4 + e−1
3 3
  2 
1
= 2e−1 + 4 = 2.4919346879655031.
3
EJEMPLO 1.1.24. Considerar la siguiente integral
Z 1Z 1
2 2
e−(x +y ) dydx.
−1 −1

a-) Usando regla del trapecio, determinar la aproximación de esta integral.


SOLUCIÓN:
Z 1Z 1 Z 1 Z 1 Z 1  Z 1 
−(x2 +y 2 ) −(x2 ) −(y 2 ) −(x2 ) −(y 2 )
e dydx = e e dydx = e dx e dy .
−1 −1 −1 −1 −1 −1

Podemos usar la regla del trapecio para cada una de estas integrales por separado, es decir,
Z 1  
−(x2 ) 1 − (−1) −1 −1
e dx ≈ e +e = 2e−1
−1 2
1.1 EJERCICIOS RESUELTOS 33

y
1  
1 − (−1) −1
Z
−(y 2 ) −1
e dy ≈ e +e = 2e−1
−1 2
Entonces Z 1 Z 1
2
+y 2 )
e−(x dydx ≈ 4e−2 .
−1 −1

b-) Usando regla de Simpson, determinar la aproximación de esta integral.


Z 1 Z 1 Z 1 Z 1 Z 1  Z 1 
−(x2 +y 2 ) −(x2 ) −(y 2 ) −(x2 ) −(y 2 )
e dydx = e e dydx = e dx e dy .
−1 −1 −1 −1 −1 −1

Podemos usar la regla de Simpson para cada una de estas integrales por separado, es decir,
Z 1
4 + 2e−1
 
−(x2 ) 1 − (−1) −1 0 −1
e dx ≈ e + 4e + e =
−1 6 3
y
1
4 + 2e−1
 
1 − (−1) −1
Z
−(y 2 ) 0 −1
e dy ≈ e + 4e + e = .
−1 6 3
Entonces 2
1 1
4 + 2e−1
Z Z 
2
+y 2 )
e−(x dydx ≈ .
−1 −1 3
EJEMPLO 1.1.25. Recordemos que la fórmula de cuadratura para aproximar la integral de una
función f (x) está dada por
Z b n
X
f (x)dx ≈ Ai f (xi ) = A0 f (x0 ) + A1 f (x1 ) + ... + An f (xn ), (1)
a i=0

Donde [a, b] es el intervalo de integración, {xi }ni=0 son los (n + 1) puntos de interpolación dados y los Ai
son los valores numéricos a determinar. Para simplificar el cálculo de los valores de Ai , podemos resolver
el sistema lineal de (n + 1) ecuaciones y (n + 1) incognitas (las cuales son los Ai ) dado por
n
X bk+1 − ak+1
Ai xki = , para cada k = 0, 1, ..., n.
i=0
k+1

(Las (n + 1) ecuaciones se obtienen considerando cada valor de k. En el lado derecho de la igualdad es el


lado derecho del sistema lineal y en el lado izquierdo aparecen las (n + 1) incognitas Ai )

2
Consideremos la función f (x) = e−x y los puntos de interpolación x0 = 0, x1 = 2, x2 = 4. En-
tonces,

a-) Determinar el sistema lineal para encontrar los valores de Ai .


b-) Resolver el sistema lineal de a-) usando el método de factorización LU.
34

R4 2
c-) Usando (1) determinar el valor numérico de 0
e−x dx. [Si quiere comprobar este resultado,
Rb Rb Pn
debe darse cuenta de la regla de integración usada, ya que a
f (x)dx ≈ a
L(x)dx = i=0 Ai f (xi ). La
comprobación asegura que lo hecho en a-), b-) y c-) esta bueno]
d-) Calcular la matriz de Jacobi del sistema lineal en a-).
e-) Calcular el espectro de la matriz de Jacobi.
f-) Determinar si el método de Jacobi es convergente.
g-) Calcular la matriz de Gauss-seidel del sistema lineal en a-).
h-) Calcular el espectro de la matriz de Gauss-Seidel.
i-) Determinar si el método de Gauss-Seidel es convergente.
SOLUCIONES:
a-)
A0 + A1 + A2 = b − a, para cada k = 0
b2 −a2
A0 x10 + A1 x11 + A2 x12 = 2 , para cada k = 1
b3 −a3
A0 x20 + A1 x21 + A2 x22 = 3 , para cada k = 2
,es decir,
A0 + A1 + A2 =4
2A1 + 4A2 =8
64
4A1 + 16A2 = 3

Matricialmente podemos escribir:


    
1 1 1 A0 4
    
  A1  =  8  ⇐⇒ AX = B
 0 2 4     

64
0 4 16 A2 3

b-)     
1 1 1 1 0 0 1 1 1
    
= 0
 0 2 4  1 0 
 0 2 4 
 
 
0 4 16 0 2 1 0 0 8
Entonces
AX = B ⇐⇒ LU X = B ⇐⇒ LY = B y UX = Y

Primero
LY = B ⇐⇒
        
1 0 0 y1 4 y1 4
        
 0 1 0   y2  =  8
     ⇐⇒  y2  =  8 
     
64 16
0 2 1 y3 3 y3 3

Segundo
U X = Y ⇐⇒
1.1 EJERCICIOS RESUELTOS 35

        
2
1 1 1 A0 4 A0 3
        
8
  A1  =  8  ⇐⇒  A1  = 
 0 2 4         
 3 
16 2
0 0 8 A2 3 A2 3

c-) Se tiene que


Z 4
2 2 8 2 2 8 2
e−x dx ≈ f (0) + f (2) + f (4) = + e−4 + e−16 .
0 3 3 3 3 3 3
Para comprobar, usamos la regla de Simpson (con la cual se esta trabajando implicitamente)
Z 4
2 4 2
e−x dx ≈ [f (0) + 4f (2) + f (4)] = [1 + 4e−4 + e−16 ].
0 6 3

los cuales son iguales.


d-)
J = D−1 (E + F ) =
    
1 0 0 0 −1 −1 0 −1 −1
    
 0 1/2 0   0 0 −4  =  0 0 −2 
    
0 0 1/16 0 −4 0 0 −1/4 0

e-) Espectro
|λI − J| =

λ 1 1 √

λ 1 2
2 = λ3 − = λ(λ2 − ) = 0 ⇐⇒ λ1 = 0, λ2,3 = ±

0 λ

2 2 2
0 1/4 λ
entonces,
√ √ √
2 2 2
ρ(J) = max{0, −
, }= .
2 2 2
f-)

2
ρ(J) = < 1,
2
es decir, el método de Jacobi es convergente.
g-)
Gs = (D − E)−1 F =
    
1 0 0 0 −1 −1 0 −1 −1
    
 0
 1/2 0   0 0 −4  =  0 0
    −2 
0 −1/8 1/16 0 0 0 0 0 1/2

h-) Espectro
|λI − Gs | =
36


λ 1 1


= λ2 (λ − 1/2) = 0 ⇐⇒ λ1,2 = 0, λ3 = 1/2

0 λ 2

λ − 1/2

0 0
entonces,
1 1 1
ρ(Gs ) = max{0, − , }= .
2 2 2
i-)
1
ρ(Gs ) = < 1,
2
es decir, el método de G-S es convergente.

EJEMPLO 1.1.26. Considerar la integral


Z 4
ln(x) dx.
1

a.- Aproximar la integral, usando las reglas del trapecio y Simpson.


b.- Aproximar la integral, usando la regla del trapecio compuesta, subdividiendo el intervalo en 3 subin-
tervalos de igual longitud.
c.- Determinar el número mı́nimo de intervalos necesarios para que al usar la regla del trapecio com-
puesta, el error sea menor a 0.3. Con éste número mı́nimo de intervalos determinar el valor de la integral
SOLUCIÓN: Usando la reglas del trapecio
4
4−1
Z
3
ln(x) dx ≈ (ln(1) + ln(4)) = (ln(4)) = 3ln(2).
1 2 2

Regla de Simpson
4
4−1
Z
1
ln(x) dx ≈ (ln(1) + 4ln(2.5) + ln(4)) = (4ln(2.5) + 2ln(2)).
1 6 2

Usando la regla del trapecio compuesta (h = 1)


Z 4
h 1
ln(x) dx = (ln(1) + 2ln(2) + 2ln(3) + ln(4)) = (4ln(2) + 2ln(3))
1 2 2

Para c-) Se tiene que


(b − a)3
|Error| ≤ supξ∈[1,4] |f 00 (ξ)|.
12n2
Entonces para que el error sea menor que 0.3, se debe tener que

(b − a)3
supξ∈[1,4] |f 00 (ξ)| < 0.3,
12n2
1.1 EJERCICIOS RESUELTOS 37

es decir,
(b − a)3
supξ∈[1,4] |f 00 (ξ)| < n2 ,
3, 6
donde
−1
f 00 (x) = .
x2
Entonces
supξ∈[1,4] |f 00 (ξ)| = 1.

, es decir,
7.5 < n2

2.738612788 < n.

Por lo tanto se necesitan 3 intervalos, los mismo que b), por lo tanto no hay nada que calcular.

EJEMPLO 1.1.27. Dada la integral


Z 1
1
dx.
−1 1 + x2

a.- Determinar una aproximación de esta integral considerando x0 = −1, x1 = − 31 , x2 = 13 , x3 = 1.


SOLUCIÓN: Podemos usar la fórmula de cuadratura, es decir,
Z 1
1 1 9 9 1
2
dx ≈ A0 f (x0 ) + A1 f (x1 ) + A2 f (x2 ) + A3 f (x3 ) = A0 + A1 + A2 + A3
−1 1+x 2 10 10 2

, donde los coeficientes Ai pueden ser calculados por el siguiente sistema lineal

A0 + A1 + A2 + A3 = 2
A0 x 0 + A1 x 1 + A2 x 2 + A3 x 3 = 0
2
A0 x20 + A1 x21 + A2 x22 + A3 x23 = 3
A0 x30 + A1 x31 + A2 x32 + A3 x33 = 0

A0 + A1 + A2 + A3 = 2
A1 A2
−A0 − 3 + 3 + A3 = 0
A1 A2 2
A0 + 9 + 9 + A3 = 3
A1 A2
−A0 − 27 + 27 + A3 = 0
cuya solución es
1 3
A0 = A3 = , A 1 = A2 =
4 4
, es decir,
Z 1
1 1 27 16
dx ≈= + =
−1 1 + x2 4 20 10
38

1
b.- Desarrollar un spline lineal S(x) de la función f (x) = 1+x2 en los mismo intervalos de la parte [a.-].
SOLUCIÓN: Un spline lineal esta formado por lineas rectas en cada intervalo, es decir, solo es
necesario calcular las ecuaciones de la recta en cada intervalo, es decir,

3 11
 5 x + 10

 , si − 1 ≤ x ≤ − 31
9
S(x) = 10 , si − 31 < x < 13

 − 3 x + 11 , si − 1 ≤ x ≤ − 1

5 10 3

3.3 Calcular Z 1
S(x) dx
−1

SOLUCIÓN:
Z 1 Z − 13 Z 1
3
Z 1
S(x) dx = S(x) dx + S(x) dx + S(x) dx =
−1 −1 − 13 1
3

Z − 31 Z 1 Z 1
3 11 3 9 3 11 7 3 7
x+ dx + dx + − x+ dx = + +
−1 5 10 − 31 10 1
3
5 10 15 5 15

EJEMPLO 1.1.28. La fórmula del trapecio corregida se obtiene considerando 4 puntos de inter-
polación, tomando x0 = x1 = a y x2 = x3 = b, lo cual nos da
b  (b − a)2 0
b−a
Z
f (a) − f 0 (b) .

f (x)dx ≈ f (a) − f (b) +
a 2 12

Determinar para este caso la estimación del error. Comparar esta estimación con la estimación del error
para la fórmula del trapecio simple.

AYUDA: Recordar que la fórmula para el error está determinada por π(x). En algun momento usar la
Rb m
Rb 
fórmula de integración a (x − a)m (x − b)n dx = − n+1 a
(x − a)m−1 (x − b)n+1 dx
SOLUCIÓN: En este caso se tiene que

π(x) = (x − a)(x − a)(x − b)(x − b) =

la cual no cambia de signo, ya es siempre positiva. Entonces el error cometido es


b
|f 0000 (ξ)|
Z
|E| ≤ supξ∈[a,b] π(x) dx.
4! a

Usando la fórmula
Z b Z b b
2 b 1 b 1 (x − b)5 (b − a)5
Z Z
2 2 3 4
π(x) dx = (x−a) (x−b) dx = − (x−a)(x−b) dx = (x−b) dx = ( ) =
a a 3 a 6 a 6 5 a 30
1.1 EJERCICIOS RESUELTOS 39

EJEMPLO 1.1.29. A continuación demostraremos el error de integración de la fórmula del trapecio


Rb
para a f (x) dx usando series de Taylor:
——————————————————————————————————————————————
————————-
Sea f (x) una función al menos dos veces diferenciable en el intervalo [a, b], podemos desarrollar la fórmula
de Taylor de f (x) centrada en x = a hasta el primer orden (resto de Taylor de orden 2), es decir,

f 00 (ξ)
f (x) = f (a) + f 0 (a)(x − a) + (x − a)2 (1)
2!
Se sabe que la fórmula del trapecio es

b−a
RT = [f (a) + f (b)]
2
usando (1) se tiene que

b−a b−a f 00 (ξ) b−a f 00 (ξ)


RT = [f (a)+f (b)] = [f (a)+f (a)+f 0 (a)(b−a)+ (b−a)2 ] = [2f (a)+f 0 (a)(b−a)+ (b−a)2 ]
2 2 2! 2 2!

(b − a)2 f 00 (ξ) (b − a)3


= [f (a)(b − a) + f 0 (a) + ]
2 2! 2
Ahora, se tiene que
b b
f 00 (ξ) (b − a)2 f 00 (ξ) (b − a)3
Z Z
f (x) dx = f (a) + f 0 (a)(x − a) + (x − a)2 dx = f (a)(b − a) + f 0 (a) + .
a a 2! 2 2! 3

Entonces el error de integración (en valor absoluto) esta dado por


Z b f 00 (ξ)

3

Ef = f (x) dx − RT = −
(b − a)
a 12
——————————————————————————————————————————————
————————-
Determinar el error para la fórmula de Simpson usando el mismo procedimiento anterior, suponiendo
que la función f (x) es derivable al menos cuatro veces en el intervalo considerado, desarrollando por la
a+b
fórmula de Taylor la funcion f (x) centrada en x = 2 hasta el tercer orden (resto de Taylor de orden
4).
SOLUCIÓN:
Sea f (x) una función al menos cuatro veces diferenciable en el intervalo [a, b], podemos desarrollar la
a+b
fórmula de Taylor de f (x) centrada en x = 2 hasta el tercer orden (resto de Taylor de orden 4), es
decir,

a+b a+b a + b f 00 ( a+b


2 ) a + b 2 f 000 ( a+b
2 ) a + b 3 f 0000 (ξ) a+b 4
f (x) = f ( )+f 0 ( )(x− )+ (x− ) + (x− ) + (x− ) (2)
2 2 2 2! 2 3! 2 4! 2
40

Se sabe que la fórmula del Simpson es


b−a a+b
RS = [f (a) + 4f ( ) + f (b)]
6 2
usando (2) se tiene que

a+b a+b a−b f 00 ( a+b


2 ) a−b 2 f 000 ( a+b
2 ) a−b 3 f 0000 (ξ) a − b 4
f (a) = f ( ) + f 0( )( )+ ( ) + ( ) + ( )
2 2 2 2! 2 3! 2 4! 2
a+b a+b b−a f 00 ( a+b
2 ) b−a 2 f 000 ( a+b
2 ) b−a 3 f 0000 (ξ) b − a 4
f (b) = f ( ) + f 0( )( )+ ( ) + ( ) + ( )
2 2 2 2! 2 3! 2 4! 2
reemplazando estos valore en la fórmula de Simpson y simplificando se tiene que

b−a a+b f 00 ( a+b


2 ) b−a 2 f 0000 (ξ) b − a 4 a+b f 00 ( a+b
2 ) f 0000 (ξ)
RS = [6f ( )+2 ( ) +2 ( ) ] = [f ( )(b−a)+ (b−a)3 + (b−a)5 ]
6 2 2! 2 4! 2 2 24 1152
Ahora, se tiene que

a + b f 00 ( a+b a + b 2 f 000 ( a+b


Z b Z b
a+b a+b 2 ) 2 ) a + b 3 f 0000 (ξ) a+b 4
f (x) dx = f( )+f 0 ( )(x− )+ (x− ) + (x− ) + (x− ) dx
a a 2 2 2 2! 2 3! 2 4! 2

a+b f 00 ( a+b
2 ) f 0000 (ξ)
= f( )(b − a) + (b − a)3 + (b − a)5 .
2 24 1920
Entonces el error de integración (en valor absoluto) esta dado por
Z b
f 0000 (ξ)

5

Ef = f (x) dx − RT = −
(b − a)
a 2880
EJEMPLO 1.1.30. Podemos aplicar la idea de integración numérica cuando el intervalo es no acotado.
Por ejemplo, para Z ∞
f (x) dx
0
debemos determinar analı́ticamente un número entero r > 0 tal que
Z ∞


f (x) dx ≤  (∗)
r

, para un  lo suficientemente pequeño, es decir, esta integral es despreciable. Entonces podemos considerar
que Z ∞ Z r
f (x) dx ≈ f (x) dx
0 0
, donde la integral de la derecha se aproxima usando alguna regla conocida.

Ahora, considerar  = 0.0000001 y calcular usando la regla de Simpson compuesta con 2 subinterva-
los la integral Z ∞
2
e−x dx
0
1.1 EJERCICIOS RESUELTOS 41

Ayuda: Se probar que


2
e−x ≤ e−αx ∀x ≥ α > 0

y usar esta desigualdad convenientemente para (∗).


SOLUCIÓN: Se tiene que
2
x ≥ α > 0 ⇐⇒ x2 ≥ αx > 0 ⇐⇒ 0 < −x2 ≤ −αx ⇐⇒ 0 < e−x ≤ e−αx .

Por esta desigualdad, se tiene que

 e−αx  ∞
∞ ∞ 2
e−α
Z Z
−x2 −αx
e dx ≤ e dx = =
α α −α α α

, es decir,
∞ 2
e−α
Z
2
e−x dx ≤
α α
o 2

e−r
Z
2
e−x dx ≤
r r
Para que se cumpla la condición (∗), es necesario que
2
e−r
≤  = 0.0000001
r
, lo cual se cumple para r ≥ 4. Consideremos r = 4, entonces
Z ∞ Z 4
2 2
e−x dx ≈ e−x dx
0 0

usando la regla de Simpson compuesta (con dos sub intervalos), se tiene que
Z 4
2 2
e−x dx = [f (0) + 4f (1) + 2f (2) + 4f (3) + f (4)]
0 6

EJEMPLO 1.1.31. (Fórmulas para el error) Se sabe que dados (n + 1) puntos de interpolación
x0 , x1 , x2 , ..., xn la función f (x) puede escribirse como

f (x) = N (x) + E(x) (1)

, donde N (x) es el polinomio de interpolación dado por (fórmula de Newton)

N (x) = f [x0 ]+f [x0 , x1 ](x−x0 )+f [x0 , x1 , x2 ](x−x0 )(x−x1 )+...+f [x0 , x1 , x2 , ..., xn ](x−x0 )(x−x1 )···(x−xn−1 )

y E(x) es la función error de interpolación dada por

E(x) = f [x0 , x1 , x2 , ..., xn , x] (x − x0 )(x − x1 ) · · · (x − xn−1 )(x − xn ) = f [x0 , x1 , x2 , ..., xn , x]Ψn (x)
| {z }
Ψn (x)
42

Integrando en (1), se tiene que


Z b Z b Z b
f (x) dx = N (x) dx + E(x) dx ,es decir, E(f ) = I(f ) − I(N ) (2),
a a a
| {z } | {z } | {z }
I(f ) I(N ) E(f )

donde E(f ) es llamado el error de integración. Además, bajo condiciones de diferenciabilidad de f (x), se
tiene que
b
f (n+1) (η)
Z
E(f ) = Ψn (x) dx η ∈ [a, b] si Ψn (x) no cambia de signo
(n + 1)! a
o
b b
f (n+2) (η)
Z Z
E(f ) = Ψn (x − xn+1 ) dx η ∈ [a, b] si Ψn (x) cambia de signo y Ψn (x)dx = 0.
(n + 2)! a a

f 0 (η)
A-) Demostrar claramente que si x0 = a, entonces E(f ) = 2 (b − a)2
SOLUCIÓN: Se tiene que
Ψ0 (x) = (x − x0 ) = (x − a),

la cual no cambia de signo en [a, b], entonces se tiene que (n = 0)


b b
(x − a)2 (b − a)2
Z
0 0 0
E(f ) = f (η) (x − a) dx = f (η) = f (η) η ∈ [a, b].
a 2
a 2

f 00 (η)
B-) Demostrar claramente que si x0 = a y x1 = b, entonces E(f ) = 12 (a − b)3
SOLUCIÓN: Se tiene que

Ψ1 (x) = (x − x0 )(x − x1 ) = (x − a)(x − b),

la cual no cambia de signo en [a, b]. Entonces se tiene que (n = 1)


b b
f 00 (η) f 00 (η) −(x − b)3 f 00 (η)
Z
E(f ) = (x − a)(x − b) dx = = (a − b)3 η ∈ [a, b]
2! a 2 6
a 12

1.2 EJERCICIOS PROPUESTOS


1.- Encontrar el polinomio de interpolación de Lagrange usando fórmula original para los siguientes
datos

xi −1 0 1
f (xi ) 0 1 −1

Además, usar la formula de Newton para determinar el polinomio de interpolación. También usar las
fórmulas de Newton progresivas y regresivas.
1.2 EJERCICIOS PROPUESTOS 43

2.- En estudios de polimerización inducida por radiación, se emplea una fuente de rayos gamma para
obtener dosis medidas en radiación. Sin embargo, la dosis varı́a con la posición del aparato, según los
datos que se dan a continuación.

Posición (centimetros) 1.0 1.5 2.0 3.0


Dosis 2.71 2.98 3.20 3.20

i) Determinar la estimación para el nivel de dosis en 2.5 centrimetros.


ii)Si se efectúa una nueva medición que indica que a 3.5 cms el nivel de dosis correspondiente es de 2.98,
determinar cual será ahora la estimación para el nivel de dosis en 2.5 pulgadas.

3.- Para los valores siguientes

xi 40 60 80 100 120
fi 0.63 1.36 2.18 3.00 3.93

donde xi son los voltios y fi los kilovatios en una curva de pérdida en el núcleo para un motor eléctrico.
Calcular el polinomio de interpolación con fórmula de Newton de segundo grado para xi = 80, 100, 120 .
Utilizarlo para estimar el valor de fi correspondiente a xi = 90 voltios.

4.- Dados los datos de la siguiente tabla,

xi 10.50 29.49 42.70 60.01 75.51 91.05


yi 10.421 10.939 11.321 11.794 12.242 12.668

Usando la fórmula de Newton, determinar el polinomio de interpolación. Determinar el valor para x = 90.
Usando Newton progresivo y regresivo determinar el valor de aproximación en x = 90.

5.- Determinar el valor aproximado de P (1), donde P es un polinomio de tercer grado, tal que P (0) = 1,
R2
P (2) = 3 y 0 P (x) dx = 4.

6.- Un fabricante de refrigeradores desea saber la densidad del agua, dada cierta temperatura. Sin em-
bargo, solo tiene datos sobre temperaturas distintas a las de interés, como la siguiente tabla:

T 18 20 22
3
Densidad [Kg/m ] 998.5 998.2 997.7

Le pide su ayuda, porque no sabe qué hacer y necesita calcular la densidad cuando T = 20.256. Calcule
la densidad para T = 20.256 usando los métodos más adecuados de interpolación conocidos en el curso .
44


7.- Aproximar el valor de la función f (x) = cos(x) ∀ x ∈ [0, 2π] en x = 4 considerando la par-
tición P = {0, π/2, π, 3π/2, 2π} usando la fórmula de Newton. Determinar el error cometido.

8.- Obtener el polinomio interpolador de Lagrange para la función f (x) = log(x) con los puntos {1, 2, 4, 6, 8}.
Determinar la función del error y acotar el error cometido al aproximar el valor de log(3).

9.- Considerar la función



f (x) = x

y los puntos de interpolación x0 = 1, x1 = 4, x2 = 9.


a-) Desarrollar el polinomio de interpolación usando la fórmula de Newton para estos puntos de Interpo-
lación.
b-) Desarrollar el polinomio de Lagrange (usando fórmula original ) para estos puntos de Interpolación.

c-) Estimar el error al calcular 2.5.


10.- Como en el ejemplo anterior aproximar el valor 115 y determinar el error cometido.

11.- Considerar la función


f (x) = x1/3

y los puntos de interpolación x0 = 1, x1 = 8, x2 = 27.


a-) Desarrollar el polinomio de Newton para estos puntos de interpolación.
b-) Desarrollar el polinomio de Lagrange (usando fórmula original ) para estos puntos de interpolación.
c-) Estimar el error al calcular 201/3 .


12.- Aproximar el valor de la función f (x) = sin(x) ∀ x ∈ [0, π] en x = 8 considerando la par-
tición P = {0, π/4, π/2, 3π/4, π}. Determinar el error cometido

13.- Obtener el polinomio interpolador de Lagrange para la función f (x) = xlog(x) con los puntos
{1, 2, 4, 6}. Determinar la función del error y acotar el error cometido al aproximar el valor de la función
en x = 5.

14.- Encontrar los polinomios de Newton progresivo y regresivo para los siguientes datos

xi −1 0 1 2
f (xi ) 0 1 −1 −2

Además, para cada interpolación encontrar la estimación en x = 1.5.


1.2 EJERCICIOS PROPUESTOS 45

15.- En estudios de polimerización inducida por radiación, se emplea una fuente de rayos gamma para
obtener dosis medidas en radiación. Sin embargo, la dosis varı́a con la posición del aparato, según los
datos que se dan a continuación.

Posición (centimetros) 1.0 2.0 3.0


Dosis 2.6 2.9 3.2

i) Determinar la estimación para el nivel de dosis en 2.5 cms.


ii)Si se efectúa una nueva medición que indica que a 4.5 cms el nivel de dosis correspondiente es de 4.1,
determinar cual será ahora la estimación para el nivel de dosis en 2.5 cms.

16.- Sea A(x) un interpolante de f (x) en los puntos de interpolación x0 , x1 , ..., xn−1 y sea B(x) otro
−x
interpolante de f (x) en los puntos x1 , x2 , ..., xn . Demostrar que C(x) = A(x) + xxn0−x

0
A(x) − B(x)
interpola a f (x) en los puntos x0 , x1 , ..., xn .

17.- Sean P (x) = 3 + 12 (x − 1) + 13 (x − 1)(x − 1.5) − 2(x − 1)(x − 1.5)x y Q(x) = 5


3 − 32 (x − 2) −
5
3 (x − 2)x − 2(x − 2)x(x − 1.5), dos polinomios que interpolan a una función. Obtener las tablas de las
diferencias divididas de cada polinomio.

1
18.- Considerar la función f (x) = 1+x2 . Sean los puntos de interpolación −5, −4, ..., 4, 5. Segun Ud.
que interpolación serı́a más útil: Lagrange o por splines cubicos.

20.- Construir un polinomio de grado 3 que pasa por los puntos (0, 10), (1, 15), (2, 5) y cuya recta tangente
en (0, 10) tiene pendiente 1.

21.- Aproximar por splines cúbicos para los siguientes datos

xi 3 4.5 7 9
f (xi ) 2.5 1 2.5 0.5

22.- Sabemos que el error cometido al interpolar una función f (x) por P (x) en un punto especifico z está
dado porque

max∈I |f n+1 ()|


|E(z)| = |f (z) − P (z)| ≤ |(x − x0 )(x − x1 ) · · · (x − xn )|
(n + 1)!

Ahora, demostrar que el máximo error cometido en todo el intervalo I está dado por

maxx∈I |f n+1 (x)|


max |f (x) − P (x)| ≤ max |(x − x0 )(x − x1 ) · · · (x − xn )|
x∈I (n + 1)! x∈I
46

(ojo con esto, lo deben saber).


Dada la función
x3 − 5
f (x) =
x2 + 1
y los puntos de interpolación −2, −1, 1, 2, determinar el error de interpolación en x = 0 y determinar el
error máximo cometido en el intervalo [−2, 2].
23.- Consideremos los puntos equiespaciados xi = x0 + ih, donde h es la distancia entre puntos consecu-
tivos.
a) Determinar el máximo error cometido en el intervalo, al construir una interpolación lineal (polinomio
de interpolación de grado 1).
b) Determinar el máximo error cometido en el intervalo, al construir una interpolación cuadrática (poli-
nomio de interpolación de grado 2).
c) Determinar el máximo error cometido en el intervalo, al construir una interpolación cúbica (polinomio
de interpolación de grado 3).
(ojo: usar ejercicio anterior)

24.- Se desea interpolar la función f (x) = cos(x)ex en el intervalo [−π, π] con nodos equiespaciados.
a) Usando splines de orden 1: Determinar cuantos nodos se deben tomar para que el error cometido en
todo el intervalo [−π, π] no sea mayor a 0.5 (usar a) ejercicio anterior).

b) Usando splines de orden 2: Determinar cuantos nodos se deben tomar para que el error cometido
en todo el intervalo [−π, π] no sea mayor a 0.5 (usar b) ejercicio anterior).

25.- Considerar Z π
I= sen(x) dx
0

a-) Calcular una aproximación de I, usando la regla del trapecio compuesta, considerando 4 subintervalos
de igual longitud.
b-) Estimar el error cometido.
c-) Detrminar el número mı́nimo de subintervalos que se deben considerar para obtener un error menor
a 0.001.

26.- Considerar Z π/2


I= cos(x) dx
0

a-) Calcular una aproximación de I, usando la regla del trapecio compuesta, considerando 4 subintervalos
de igual longitud.
b-) Estimar el error cometido.
1.2 EJERCICIOS PROPUESTOS 47

c-) Determinar el número mı́nimo de subintervalos que se deben considerar para obtener un error menor
a 0.0001.

27.- Considerar Z 1
2
I= e−x dx
0

a-) Calcular una aproximación de I, usando la regla del punto medio, trapecio y Simpson, estimar el
error cometido.
b-) Determinar el número mı́nimo de subintervalos que se deben considerar para obtener un error menor
a 0.01, usando las reglas compuestas.

28.- Considerar Z 1 √
I= cos x dx
0

a-) Calcular una aproximación de I, usando la regla del Simpson compuesta, considerando 4 subintervalos
de igual longitud.
b-) Estimar el error cometido.
c-) Determinar el número mı́nimo de subintervalos que se deben considerar para obtener un error menor
a 0.0001.

29.- Considerar Z π
I= sen(x) dx
0

a-) Calcular una aproximación de I, usando la regla del Simpson.


b-) Interpolando la función sen(x) en los puntos 0, π/2, π, obtener el valor de I.
b-) Que se deduce al comparar los resultados en a) y b).

30.- Considerar Z 1
I= ex dx
0

a-) Calcular una aproximación de I, usando las reglas del trapecio y Simpson compuestas, estimar el
error cometido.
b-) Determinar el número mı́nimo de subintervalos que se deben considerar para obtener un error menor
a 0.01.

31.- Determinar la fómula de integración para la integral


Z b
f (x)dx
a
48

si se consideran los siguientes puntos de interpolación

x0 = x1 = a, x2 = x3 = b.

32.- Considerar Z 1
I= xe−x dx
0

a-) Usando 3 subintervalos de igual longitud calcular una aproximación de I, usando las reglas del trapecio
y Simpson compuestas.
b-) Estimar el error cometido en a-) para cada regla compuesta.
c-) Determinar el número mı́nimo de subintervalos que se deben considerar para obtener un error menor
a 0.01, usando las reglas compuestas.

33.- Si f (x) es n veces diferenciable y suave en el intervalo [c, d] que contiene al intevalo [a, b], entonces
f (x) se puede escribir como

f (x) = N (x) + f [x0 , x1 , ..., xn , x]Φn (x) (1)

, donde N (x) es el polinomio (dado por la fórmula de Newton) que interpola a f (x) en los n + 1 puntos
{x0 , x1 , ..., xn }, donde Φn (x) = (x − x0 )(x − x1 ) · · · (x − xn ) y f [x0 , x1 , ..., xn , x] es una función de x
continua e integrable en (c, d).
El error de integración estimado está dado
Z b Z b Z b
E(f ) = f (x) dx − N (x) dx = f [x0 , x1 , ..., xn , x]Φn (x) dx
a a a

Si Φn no cambia de signo en (a, b) y si se considera que f (x) es n + 1 veces diferenciable en (c, d), se tiene
que
b
f n+1 ()
Z
E(f ) = Φn (x) dx, para algún  ∈ (c, d) (2)
(n + 1)! a
Rb
Ahora, si Φn cambia de signo en (a, b) y a
Φn (x) dx = 0 y si se considera que f (x) es n + 2 veces
diferenciable en (c, d), se tiene que
b
f n+2 ()
Z
E(f ) = Φn+1 (x) dx, para algún  ∈ (c, d) (3)
(n + 2)! a

Entonces,
Rb
a-) Usando la representación (1) para f (x), deducir la regla del trapecio para calcular a
f (x) dx.
b-) Usando (2) o (3) determinar la fórmula para acotar el error.
1.2 EJERCICIOS PROPUESTOS 49

34.- Demostrar las siguientes propiedades de la integración numérica:


a) (Invarianza bajo traslaciones) Si
Z b n
X
f (x)dx ≈ Ai f (xi )
a i=0

y
Z b+d n
X
f (x)dx ≈ Bi f (xi + d)
a+d i=0

entonces
Ai = B i , ∀i = 0, 1, ..., n.

b) (Modificación por homotecias) Si


Z b n
X
f (x)dx ≈ Ai f (xi )
a i=0

y
Z cb n
X
f (x)dx ≈ Bi f (cxi )
ca i=0

entonces
Ai = cBi , ∀i = 0, 1, ..., n.

a) (Simetrı́a) Si los nodos están distribuidos simétricamente respecto al centro del intervalo de integración
[a, b], es decir,
a+b a+b
− xi = xn−i − , i = 0, 1, ..., n
2 2
entonces los coeficientes de Z b n
X
f (x)dx ≈ Ai f (xi )
a i=0

verifican que
Ai = An−i , ∀i = 0, 1, ..., n.

35.- Hacer tareas de la teoria.

También podría gustarte