Ejer 3 4 PDF
Ejer 3 4 PDF
Ejer 3 4 PDF
DEPARTAMENTO DE MATEMÁTICAS
LA SERENA-CHILE
1
2
Chapter 1
INTERPOLACIÓN E
INTEGRACIÓN NUMÉRICA
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
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!
|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]
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
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
xi -2 0 1 3
f (xi ) 0.5 1.5 3 0.5
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
Entonces
f (2.5) ≈ S(2.5) = 3 − 1.25(1.5) = 1.25.
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
xi -2 -1 0 3 6 7
f (xi ) -6 0 2 -16 -70 -96
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
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)+
, es decir,
N (x) = −6 + 6(x + 2) − 2(x + 2)(x + 1) = −2x2 + 2.
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.
f (x) = xe−x .
1.1 EJERCICIOS RESUELTOS 9
N (x) =
|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
entonces
f (5) = (5 − x)e−x = 0 ⇐⇒ 5 = x.
Ahora
f (4) (−2) = (−4 − 2)e2
10
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)|
|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
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
f (x) = x2 e−x .
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
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.
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
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,
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
x+1
f (x) = .
x−3
N1 (x) = 5 − (x − 4).
Ahora
N1 (5) = 4
y
f (5) = 3.
B.- Determinar el punto x∗ en el dominio de la función f (x) donde el error de interpolación sea el
máximo.
SOLUCIÓN: Debemos calcular
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,
(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
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
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
a0 = −6 a1 = 3 a2 = 0
b0 = 3 b1 = 0 b2 = 9
18
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
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 ,
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 .
[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.
xi -2 0 2
f (xi ) -6 2 -6
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.
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
EJEMPLO 1.1.16. Considerar una función cualquiera f (x) definida en un intervalo [a, b].
f (b)−f (a)
b−a
b f (b)
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
f (b)−f (a)
b−a
2[f ( a+b
2 )−f (b)]
a−b
a+b
2 f ( a+b
2 )
Rb
D.- Usando el polinomio anterior N2 (x) calcular una aproximación para a
f (x) dx.
SOLUCIÓN: Se tiene que (integrando N2 (x))
π 3π
3.1 Interpolar la función f (x) usando los puntos x0 = 0, x1 = 2 , x2 = 2
1.1 EJERCICIOS RESUELTOS 25
Entonces
2 8 π
N (x) = x − 2 x(x − ).
π 3π 2
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
3π
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
1
1 3
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
1 1
1 3 12
1
12
1
0 4
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
π π
A.- Usando los puntos de interpolación x0 = 0, x1 = 4, x2 = 2 y x3 = π, determinar una aproximación
para la integral.
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
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
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 (1/2, 0) = 1/4,
f (1/2, 1) = 1/4 + 1,
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
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
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
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
2
Consideremos la función f (x) = e−x y los puntos de interpolación x0 = 0, x1 = 2, x2 = 4. En-
tonces,
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
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
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.
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
(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.
, 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
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
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
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
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
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 )
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
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),
f 00 (η)
B-) Demostrar claramente que si x0 = a y x1 = b, entonces E(f ) = 12 (a − b)3
SOLUCIÓN: Se tiene que
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.
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.
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
5π
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).
√
10.- Como en el ejemplo anterior aproximar el valor 115 y determinar el error cometido.
3π
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
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.
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 .
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.
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
Ahora, demostrar que el máximo error cometido en todo el intervalo I está dado por
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.
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
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.
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
, 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
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.
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.