UNIVERSIDAD DE CONCEPCIÓN

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

DEPARTAMENTO DE INGENIERÍA MATEMÁTICA
Cálculo Numérico 521230 Concepción, 11 de octubre de 2019
Pauta Evaluación 1

(y − 1)2 = 4(x − 1)
Problema 1 [10 pts.]. Considerar el sistema de ecuaciones no lineales cuya única
x + (y − 5)2
2
= 8
 
2
solución es el vector α = .
3

(a) Para x(0) = (1, 1)T , realizar una iteración del Método de Newton para calcular una aproximación x(1) de α.

(b) Mida el error kα − x(1) k2 .

Desarrollo:
−4(x − 1) + (y − 1)2
 
(a) Comenzamos definiendo la función vectorial f (x, y) = . Luego, la matriz Jacobiana está
x2 + (y − 5)2 − 8
dada por  
−4 2(y − 1)
Df (x, y) = . (2 puntos)
2x 2(y − 5)
Ası́, aplicando el Método de Newton, tenemos que

−4 · (1 − 1) + (1 − 1)2
    
−4 2 · (1 − 1) δx
Df (x(0) )δ (0) = −f (x(0) ) ⇔ =−
2 · 1 2 · (1 − 5) δy 12 + (1 − 5)2 − 8
    
−4 0 δx 0
⇔ = (3 puntos).
2 −8 δy −9

9
De aquı́ obtenemos que δx = 0 y δy = , y luego
8
     
(0) 0 1 1
x(1) =δ +x = (0)
+ = . (3 puntos)
9/8 1 17/8

Alternativamente, se podı́a resolver usando la inversa de la matriz Jacobiana:

 −1    
−4 0 1 −8 0 −1/4 0
= = .
2 −8 32 −2 −4 −1/16 −1/8

Ası́,
      
(1) (0) (0) −1 (0) (1) 1 −1/4 0 0 1
x =x − Df (x ) f (x ) ⇔ x = − = .
1 −1/16 −1/8 9 17/8

(b) Medimos el error en norma 2:

s  2 s  2 r √
(1) 17 7 64 + 49 113
kα − x k2 = (2 − 1)2 + 3 − = 12 + = = ≈ 1.33 (2 puntos).
8 8 64 8
Problema 2 [10pts]. Considerar la función f (x) = sin(x + π)ex cuya gráfica se muestra en la Figura . Observar que
tiene su punto de mı́nimo cerca de x = 2.

(a) Deducir una ecuación no lineal que permita calcular

x̄ ∈ [0, 4] en que f alcanza su mı́nimo.

(b) Partiendo con x0 = π, realizar una iteración del método

de Newton–Raphson para aproximar x̄.

Desarrollo:

(a) Sabemos que x̄ por ser un punto de mı́nimo cumple que f 0 (x̄) = 0. Es decir, la ecuación no lineal que queremos
resolver es

f 0 (x) = 0 ⇔ cos(x + π)ex + sin(x + π)ex = 0 ⇔ (cos(x + π) + sin(x + π)) ex = 0 (3 puntos).

Alternativamente, dado que la función exponencial nunca se anula, también se puede dividir por ex en la ecuación
anterior y se obtiene la ecuación no lineal

cos(x + π) + sin(x + π) = 0 ⇐⇒ cos(x) + sin(x) = 0.

(b) Definamos g(x) := f 0 (x). Para aplicar el Método de Newton–Raphson debemos calcular la derivada de g:

g 0 (x) = f 00 (x) = (− sin(x + π) + cos(x + π))ex + (cos(x + π) + sin(x + π)) ex = 2 cos(x + π)ex (2 puntos).

Luego, realizamos una iteración del Método de Newton–Raphson:

g(x0 ) (cos(π + π) + sin(π + π)) eπ 1

x1 = x0 − 0
=π− =π− (5 puntos).
g (x0 ) 2 cos(π + π)eπ 2

Alternativamente, si se define g(x) = cos(x) + sin(x), entonces g 0 (x) = − sin(x) + cos(x), y ası́

cos(π) + sin(π)
x1 = x0 − = π − 1.
− sin(π) + cos(π)

Problema 3 [10pts]. Considere los siguientes datos de altitud (km) y temperatura (◦ C) de la atmósfera:

altitud x (km) 1 2 3
temperatura T (◦ C) 8 0 −5

(a) Encontrar el polinomio p que interpola a los datos de la tabla. Indicación: Utilizar los polinomios de Lagrange.
(b) ¿Cuál es el valor de la temperatura de la atmósfera a los 1.5 km de altitud?

Desarrollo:

(a) Como los puntos a interpolar son (1, 8), (2, 0) y (3, −5), tenemos que

p(x) = 8 · l0 (x) + 0 · l1 (x) − 5 · l2 (x) = 8 · l0 (x) − 5 · l2 (x) (2 puntos),

donde
(x − 2)(x − 3) (x − 2)(x − 3) (x − 1)(x − 2) (x − 1)(x − 2)
l0 (x) = = , l2 (x) = = . (3 puntos)
(1 − 2)(1 − 3) 2 (3 − 1)(3 − 2) 2

(x − 2)(x − 3) (x − 1)(x − 2) (x − 2)
Ası́, p(x) = 8 −5 = (3x − 19) (2 puntos).
2 2 2
(Notar que en este caso no es necesario calcular l1 (x)).
(1.5 − 2)
(b) p(1.5) = (3 · 1.5 − 19) ≈ 3.63. Es decir, la temperatura de la atmósfera a los 1.5 km de altitud es de 3.63◦ C.
2
(3 puntos)
Problema 4 [10pts]. Considerar los siguientes datos de altitud (km) y presión (kPa) de la atmósfera.

altitud x (km) 3 10 20
presión P (kPa) 81 27 3

Se desea ajustar a estos datos un modelo del tipo f (x) = αeβx , con α y β parámetros a determinar.

(a) Linealizar este modelo y realizar un ajuste por mı́nimos cuadrados.

(b) ¿Cuál es el valor de la presión de la atmósfera a los 50 km de altitud?

Desarrollo:
(a) El modelo linealizado ln(f (x)) = ln(α) + βx = a0 + a1 x, con a0 = ln(α) y a1 = β. (3 puntos)
Entonces, realizando un ajuste por mı́nimos cuadrados obtenemos
       
1 3   ln(81) 1 3   4 ln(3)
a0 a 0
1 10 = ln(27) ⇔ 1 10 = 3 ln(3) , (3 puntos)
a1 a1
1 20 ln(3) 1 20 ln(3)
de donde

   
  1 3     4 ln(3)     
1 1 1 a 1 1 1 3 ln(3) ⇔ 3 33 a0 8 ln(3)
1 10 0 = = . (2 puntos)
3 10 20 a1 3 10 20 33 509 a1 62 ln(3)
1 20 ln(3)

13
Ası́ a1 = − ln(3) ≈ −0.20 y a0 = 5.08. Por tanto α = ea0 = 161.05 y β = a1 = −0.20, y el modelo queda
73
f (x) = 161.05e−0.20x .
(b) f (50) = 161.05e−0.20·50 = 0.0073117. Es decir, la presión atmosférica a los 50km de altitud es de 0.0073117 (kPa)
(2 puntos) .
ˆ 1ˆ 1
Problema 5. [10pts]. Sea f continua en [−1, 1]×[0, 1]. Escribir una fórmula de cuadratura para aproximar f (x, y)dydx
ˆ 1ˆ 1 −1 0

de la cual usted pueda asegurar que dé el valor exacto de la integral (3x + 2y 2 + 1)dydx. Justificar su respuesta.
−1 0
Desarrollo: Como la función dado es un polinomio de grado 2 en y y un polinomio de grado 1 en x, debemos aproximar la
integral en y por una regla de cuadratura que sea exacta para polinomios de grado 2 (por ejemplo, Simpson) y la integral
en x, por una que sea exacta para polinomios de grado 1 (por ejemplo, trapecios o punto medio).
(5 puntos)
Aproximando la integral en y por la regla de Simpson y la integral en x por la del punto medio se obtiene
ˆ 1ˆ 1 ˆ 1
1
f (x, y)dydx ≈ (f (x, 0) + 4f (x, 1/2) + f (x, 1)) dx,
−1 0 −1 6
1
≈ (2f (0, 0) + 8f (0, 1/2) + 2f (0, 1)) ,
6
1
= (f (0, 0) + 4f (0, 1/2) + f (0, 1)) .
3
(5 puntos)
Comprobemos si la regla
1
Q(f ) = (f (0, 0) + 4f (0, 1/2) + f (0, 1))
3
satisface la propiedad pedida.
1 10
Q(3x + 2y 2 + 1) = (1 + 6 + 3) = .
3 3
Además ˆ ˆ ˆ
1 1 1 
5 10
(3x + 2y 2 + 1)dydx = 3x + dx = .
−1 0 −1 3 3
Problema 6. [10pts]. Sea f : [0, 1] −→ R una función continua en [0, 1].
(a) Encontrar el polinomio p, de grado menor o igual que 1, que interpola a f en los puntos (0, f (0)) y (x1 , f (x1 )) donde
x1 ∈]0, 1].
ˆ 1 ˆ 1
(b) Sea Q(f ) la regla de cuadratura que resulta de aproximar f (x)dx por p(x)dx, siendo p el polinomio obtenido
0 0
en a).
¿Para qué valores de x1 ∈]0, 1] es Q(f ) exacta para polinomios de grado menor o igual que 1? Justificar su respuesta.
(c) ¿Existe x1 ∈ R de modo que Q(f ) sea exacta siempre que f sea un polinomio de grado menor o igual que 2? Justificar
su respuesta.
Desarrollo:
1. (2 puntos) Representando a p en una base de Lagrange se tiene que
x − x1 x 1
+ f (x1 ) =
p(x) = f (0) (f (x1 )x − f (0)(x − x1 )) .
−x1 x1 x1
ˆ 1 ˆ 1
2. (4 puntos) Para cualquier x1 ∈]0, 1] la regla resultante de aproximar f (x)dx por p(x)dx es exacta para
0 0
polinomios de grado menor o igual que 1. Ésta es una consecuencia del teorema sobre existencia y unicidad del
polinomio de interpolación. Dicho teorema establece que existe un único polinomio p de grado menor o igual que 1
que interpola ˆa f en 0 y x1 .ˆPor tanto, si f es un polinomio de grado menor o igual que 1, tiene que cumplirse p = f
1 1
y, por tanto, f (x)dx = p(x)dx.
0 0

3. Integrando a p obtenemos
 ˆ 1 ˆ 1 
1 1
Q(f ) = f (x1 ) xdx − f (0) (x − x1 )dx = (f (x1 ) − f (0)(1 − 2x1 )) .
x1 0 0 2x1

Supongamos que f es un polinomio de grado menor o igual que 2. Entonces existen a0 , a1 , a2 ∈ R tales que
f (x) = a0 + a1 x +a2 x2 .
| {z }
=f1 (x)
ˆ 1 ˆ 1 ˆ 1 ˆ 1
Por tanto, f (x)dx = f1 (x)dx + a2 x2 dx y, dado que, como justificamos antes, f1 (x)dx = Q(f1 ) se
0 0 0 0
tiene que ˆ ˆ
1 1
f (x)dx = Q(f1 ) + a2 x2 dx.
0 0
Por otro lado,
1 1 1
a0 + a1 x1 + a2 x21 − a0 (1 − 2x1 ) , = a2 x21 , = Q(f1 ) + a2 Q(x2 ).



Q(f ) = (a0 + a1 x − a0 (1 − 2x1 )) +
2x1 2x1 2x1
Las igualdades ˆ ˆ
1 1
f (x)dx = Q(f1 ) + a2 x2 dx y Q(f ) = Q(f1 ) + a2 Q(x2 )
0 0
ˆ 1 ´1
nos indican que f (x)dx = Q(f ) si y solo si 0
x2 dx = Q(x2 ).
0
Como ˆ 1
1 1 2 x1
x2 dx = y Q(x2 ) = x = ,
0 3 2x1 1 2
la regla es exacta para polinomios de grado menor o igual que 2 si x1 ∈]0, 1] y 13 = x21 , es decir, tomando x1 = 2
3 la
regla de cuadratura también es exacta para polinomios de grado menor o igual que 2.
(4 puntos)
2
En efecto, si x1 = 3 la regla de cuadratura resultante es
1
Q(f ) = (f (0) + 3f (2/3))
4
y ˆ ˆ ˆ
1 1 1
1 1
Q(1) = 1 = dx, Q(x) = = xdx, Q(x2 ) = = x2 dx.
0 2 0 3 0