UNIVERSIDAD DE LA SERENA DEPARTAMENTO DE MATEMATICAS LA SERENA-CHILE EJERCICIOS ANALISIS NUMERICO PARA INGENIERIA H´ e
Views 115 Downloads 0 File size 566KB
UNIVERSIDAD DE LA SERENA DEPARTAMENTO DE MATEMATICAS LA SERENA-CHILE
EJERCICIOS ANALISIS NUMERICO PARA INGENIERIA
H´ ector Andr´ es Torres Apablaza
Versi´ on 2016, Semestre I
ii
Contents 1 INTERPOLACION E INTEGRACION NUMERICA
3
1.1
EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1
3
2
Chapter 1 INTERPOLACION E INTEGRACION NUMERICA 1.1
EJERCICIOS RESUELTOS
EJEMPLO 1.1.1. Considerar la siguiente funci´on: f (x) = e−2x
2
a-) Usando los puntos de interpolaci´on x0 = −1, x1 = 0, x2 = 1 x3 = 2 y usando la f´ormula de Newton, determinar el valor aproximado de f (1.5). Soluci´ on: 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 ]
-1
e−2
1-e−2
0
1
e−2 -1
1
e−2
e−8 -e−2
2
e−8
2e−2 −2 2 e−8 −2e−2 +1 2
e−8 −4e−2 +3 6
Entonces, N (x) = e−2 + (1 − e−2 )(x + 1) − (1 − e−2 )(x + 1)x + 3
e−8 − 4e−2 + 3 (x + 1)x(x − 1) 6
4 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 (2.5)1.5(0.5) 6
= −0.3125 + e−2 + 0.3125e−8 b-) Si agregamos el punto de interpolaci´on x4 = 0.5 con , determinar el error cometido al aproximar f (1.5).s Soluci´ on: xi
f [xi ]
f [xi , xi+1 ]
f [xi , xi+1 , xi+2 ]
-1
e−2
1-e−2
0
1
−2
1
e−2
e−8 -e−2
2
e−8
0.5
e−0.5
2 e−8 −2 e−0.5 + 3 3
2e−2 −2 2 e−8 −2e−2 +1 2 4 e−0.5 + 2 e−8 − 2e−2 3 3
e
-1
f [xi , xi+1 , xi+2 , xi+3 ] 1 e−8 3
e−8 −4e−2 +3 6 8 e−0.5 − 2e−2 + 3
1 e−8 9
− 8 e−2 + 16 e−0.5 − 1 9 9
−1
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 5 5 = −0.3125 + 0.9375 + (1 + )e−2 + (0.3125 − )e−8 − e−0.5 6 48 3 c-) Si se interpola con x0 = 0, x1 = 1 x2 = 2, determinar el error m´aximo que se puede cometer en todo el intervalo [x0 , x2 ]. Soluci´ on: Sabemos que la cota para el error de interpolaci´on es |f (3) (ξ)| |x||x − 1||x − 2| 3! ξ∈[0,2]
|f (x) − N (x)| ≤ sup
entonces el m´aximo error en el intervalo [0, 2] es |f (3) (ξ)| max |x||x − 1||x − 2|. x∈[0,2] 3! ξ∈[0,2]
max |f (x) − N (x)| ≤ sup x∈[0,2]
1.1 EJERCICIOS RESUELTOS
5
Determinamos primero el valor de |f (3) (ξ)| , 3! ξ∈[0,2] sup
es decir, determinaremos el valor m´aximo de la funci´on f 3 (x) dentro del intervalo cerrado 2 [0, 2] (materia de c´alculo I). Como f (3) = e−2x 48x−64x3 , calculamos los puntos cr´ıticos con 2
f (4) (x) = 16e−2x (16x4 − 24x2 + 3) = 0 q √ q √ q √ q √ 3+ 6 3− 6 3+ 6 ∗ ∗∗ , los cuales son x = ± yx=± , donde solo x = y x = 3−4 6 , 4 4 4 estan dentro del intervalo [0, 2]. Ahora, q √ −3−√6 (3) ∗ f (x ) = −8 18 + 6 6e 2 = −2.9991754307143128, q √ −3+√6 (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 8 18 − 6 6e 2 |f (3) (ξ)| = , sup 3! 6 ξ∈[0,2]
Adem´as, 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∗ = g(x∗ ) =
√ √ 3− 3 y x∗∗ = 3+3 3 . Entonces, se tiene que g tiene valores 3 √ √ 2 3 −2 3 ∗∗ y g(x ) = (notar obviamente que evaluando los 3 3
extremos dados por 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)| 8 max |f (x) − N (x)| ≤ sup max |x||x − 1||x − 2| ≤ x∈[0,2] x∈[0,2] 3! 6 ξ∈[0,2]
q √ √6−3 18 − 6 6e 2
√ 2 3 3
6 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 f´ormula de Newton, determinar el valor aproximado de f (2.5). Soluci´ on: Primero, debemos determinar la tabla para las diferencias divididas, es decir, xi
f (xi )
0
1
3
1 3 11 − 12
− 41
-2
0.5
0.5
0
1.5
1.5
1
3
-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 f (2.5) ≈ N (2.5) = 2.28125 b-) Si agregamos un punto m´as de interpolaci´on x4 = 4 con f (x4 ) = 0.5 , entonces determinar el valor aproximado de f (2.5). Soluci´ on: Agregando este punto de interpolaci´on , se tiene que xi
f (xi )
0
1
3
1 3 − 11 12 5 12
− 41
-2
0.5
0.5
0
1.5
1.5
1
3
-1.25
3
0.5
0
4
0.5
7 72
1 3
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 f (2.5) ≈ N (2.5) = 1.4609375 c-) Si se interpola por medio de un spline lineal (aunque los nodos no son equiespaciados), determinar el valor de f (2.5).
1.1 EJERCICIOS RESUELTOS
7
Soluci´ on: El interpolante spline lineal en el intervalo [1, 3] es (determinando la ecuaci´ on 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 f (xi )
-1 0
1
2
3
1
1
4
9
0
a-) Usando la f´ormula de Lagrange (o Newton), determinar el grado del polinomio de interpolaci´on. Soluci´ on: Independiente de la f´ormula de aproximaci´on que usemos el polinomio de interpolaci´on es P (x) = x2 lo cual se puede ver por el comportamiento de los datos dados. Recordemos que si aproximamos un polinomio el resultado ser´a el mismo polinomio. b-) Si agregamos un punto m´as de interpolaci´on x5 = 4 con f (x4 ) = 16 , determinar el grado del nuevo polinomio de interpolaci´on. Soluci´ on: Obviamente, si consideramos mas puntos de interpolaci´on, el polinomio ser´ a el mismo. P (x) = x2 c-) Si consideramos los 5 puntos de interpolaci´on originales y se interpola por medio de un spline cuadr´atico, entonces determinar el valor de f (0.5). Soluci´ on: Si estamos interpolando por un interpolante cuadr´atico una funci´on que ya es cuadr´atica, entonces este interpolante, tambien ser´a la misma funci´on, entonces f (0.5) = P (0.5) = (0.5)2 = 0.25 EJEMPLO 1.1.4. Dada la siguiente tabla
8 xi
-2 -1 0
f (xi ) -6
0
2
3
6
7
-16
-70
-96
a-) Usando la f´ormula de Newton determinar y escribir explicitamente el polinomio de interpolaci´on. SOLUCION: Para determinar el polinomio de Newton , debemos usar la siguiente tabla xi f (xi ) -2
-6
6
-2 0
0
-1
0
2
-2 0
0
0
2
-6
-2 0
3
-16
-18
-2
6
-70
-26
0
7 -96 Entonces el polinomio de Newton esta 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 f´ormula de Lagrange determinar y escribir explicitamente el polinomio de interpolaci´on. SOLUCION: Se sabe de la te´oria de interpolaci´on, que el polinomio de Newton es el de Lagrange escrito en forma conveniente, es decir, no necesitamos hacer ningun c´ alculo y se concluye que L(x) = −2x2 + 2 c-) Si quitamos los puntos de interpolaci´on x3 y x5 en la tabla, ahora usando la f´ormula de Lagrange determinar y escribir explicitamente el polinomio de interpolaci´on. SOLUCION: Como el resultado anterior es un polinomio de grado dos, se sabe de teor´ıa que al usar tres o mas puntos de interpolaci´on el resultado sera el mismo polinomio,
1.1 EJERCICIOS RESUELTOS
9
entonces al quitar dos puntos, tendremos 4 puntos de interpolaci´on, por lo tanto sin hacer ning´ un c´ alculo, se sabe que L(x) = −2x2 + 2 EJEMPLO 1.1.5. Considerar la siguiente funci´on f (x) = xe−x Considerar los puntos de interpolaci´on x0 = −2, x1 = −1, x2 = 1 y x3 = 2. a-) Usando la f´ormula de Newton, determinar el valor aproximado de f (1.5). Determinar el error m´aximo cometido al aproximar f (1.5). SOLUCION: Para determinar la f´ormula de Newton, consideremos la siguiente tabla xi fi -2 −2e2
−e + 2e2
(e−1 + 3e − 4e2 )/6
-1
−e
(e−1 + e)/2 (4e−2 − 3e−1 − e)/6
1
e−1
2e−2 − e−1
(e−2 + e2 − e−1 − e)/6
2 2e−2 , entonces el polinomio de Newton esta dado por N (x) = −2e2 +(2e2 −e)(x+2)+
(e−1 + 3e − 4e2 ) (e−2 + e − e−1 − e) (x+2)(x+1)+ (x+2)(x+1)(x−1) 6 6
entonces f (1.5) ≈ N (1.5) = −2e2 +(2e2 −e)(3.5)+
(e−1 + 3e − 4e2 ) (e−2 + e2 − e−1 − e) (8.75)+ (4.375) 6 6
Por otro lado, para determinar el m´aximo error cometido debemos usar la cota del error |e(x)| = |f (x) − N (x)| ≤ supξ∈[−2,2]
|f (4) (ξ)| |x + 2||x + 1||x − 1||x − 2| 4!
entonces |e(1.5)| = |f (1.5) − N (1.5)| ≤ supξ∈[−2,2]
|f (4) (ξ)| |3.5||2.5||0.5||0.5| 4!
10
|e(1.5)| = |f (1.5) − N (1.5)| ≤ supξ∈[−2,2]
|f (4) (ξ)| 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 f (4) (2) = (−4 + 2)e−2 y f (4) (5) = (−4 + 5)e−5 = e−5 Pero el punto cr´ıtico esta fuera del intervalo [−2, 2], entonces evaluamos la funci´on solo en los extremos del intervalo obteniendo que supξ∈[−2,2]
|f (4) (−2)| 6e2 |f (4) (ξ)| = = 4! 4! 4!
Entonces el m´aximo error de aprox. esta dado por |e(1.5)| = |f (1.5) − N (1.5)| ≤ supξ∈[−2,2]
6e2 |f (4) (ξ)| |3.5||2.5||0.5||0.5| = 2.1875 4! 4!
b-) Determinar el error m´aximo cometido en todo el intervalo [−2, 2] SOLUCION: Para determinar el m´aximo error cometido en el intervalo, debemos usar la cota del error |e(x)| = |f (x) − N (x)| ≤ supξ∈[−2,2]
|f (4) (ξ)| |x + 2||x + 1||x − 1||x − 2| 4!
entonces el m´aximo error en todo el intervalo esta 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!
1.1 EJERCICIOS RESUELTOS
11
|f (4) (ξ)| maxx∈[−2,2] |x + 2||x + 1||x − 1||x − 2| maxx∈[−2,2] |e(x)| ≤ supξ∈[−2,2] 4! calculemos
maxx∈[−2,2] |x + 2||x + 1||x − 1||x − 2|
consideremos h(x) = (x + 2)(x + 1)(x − 1)(x − 2) = (x2 − 4)(x2 − 1) = x4 − 5x2 + 4 para obtener el m´aximo de esta funci´on en el intervalo [−2, 2], debemos encontrar los puntos cr´ıticos r h0 (x) = 4x3 − 10x = 0 ⇐⇒ x(4x2 − 10) = 0 ⇐⇒ x = 0, x = ±
5 2
donde h(0) = 4 r 5 ) = 2.25 h( 2 Entonces
|f (4) (ξ)| 6e2 (4) = (4) 4! 4! c-) Agregar un nuevo punto de interpolaci´on x4 = 0, entonces determinar el valor aproxmaxx∈[−2,2] |e(x)| ≤ supξ∈[−2,2]
imado de f (1.5). SOLUCION: xi
fi
-2
−2e2
−e + 2e2
(e−1 + 3e − 4e2 )/6
(e−2 + e2 − e−1 − e)/6
-1
−e
(e−1 + e)/2
(4e−2 − 3e−1 − e)/6
(2e−2 − 3e−1 + e)/6
1
e−1
2e−2 − e
e−2 − e−1
2
2e−2
e−2
0
0
N1 (x) = N (x) +
(e−2 − e2 − 2e−1 + 2e)/12
(e−2 − e2 − 2e−1 + 2e) (x + 2)(x + 1)(x − 1)(x − 2) 12
entonces f (1.5) ≈ N (1.5) +
(e−2 − e2 − 2e−1 + 2e) (−2.1875) 12
EJEMPLO 1.1.6. considerar la funci´on f (x) = x2 e−x
12 a.- Determinar el polinomio de Newton usando los puntos de interpolaci´on x0 = −1, x1 = 2 y x2 = 3. b.- Determinar el valor aproximado en x∗ = 0 y estimar el error m´aximo cometido en x∗ . c.- Determinar el error m´aximo cometido en todo el intervalo. SOLUCION: Determinarmos el polinomio de Newton usando la siguiente tabla xi f (xi ) −1
e
2
4e−2
3
9e−3
4e−2 −e 3 −3 −2
9e
27e−3 −16e−2 +e 12
− 4e
PN (x) = e + (
, entonces
4e−2 − e 27e−3 − 16e−2 + e )(x + 1) + ( )(x + 1)(x − 2). 3 12
Entonces, 4e−2 − e 27e−3 − 16e−2 + e ) − 2( ). 3 12 Estimamos el error en x∗ = 0, es decir, PN (0) = e + (
|PN (x∗ ) − f (x∗ )| ≤ supξ∈[−1,3]
|f 000 (ξ)| ∗ |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 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)| 6 = 13e. 3! Finalmente para determinar el error m´aximo 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! |PN (0) − f (0)| ≤ supξ∈[−1,3]
1.1 EJERCICIOS RESUELTOS
13
|f 000 (ξ)| supx∈[−1,3] |x + 1||x − 2||x − 3| = supξ∈[−1,3] 3! donde se debe calcular solo el supremo que esta mas 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
entonces h(x1 ) = 5, 69139185 h(x2 ) = 0, 639585651 , es decir, supx∈[−1,3] |PN (x) − f (x)| ≤ 13e × 5, 69139185 EJEMPLO 1.1.7. Sea la funci´on 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). a-) Calcular entonces
R2 0
L(x) dx.
SOLUCION: Se sabe de la te´oria que al usar tres puntos de interpolaci´on 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) 6 0 0 entonces Z
2
L(x) dx = 0
2 ln(0 + 1) + 4(13 + ln(1 + 1)) + 23 + ln(2 + 1) 6
14 =
2 2 4(1 + ln(2)) + 8 + ln(3) = 4ln(2) + 12 + ln(3) 6 6
b-) Determinar el error m´aximo cometido al aproximar la integral R2 de 0 L(x) dx.
R2 0
f (x) dx por medio
SOLUCION: Para determinar el m´aximo error cometido en el intervalo, debemos usar la cota del error para la regla de Simpson Z Z (2 − 0)5 supξ∈[0,2] |f (4) (ξ)| | f (x) − L(x)| ≤ 2880 donde |f (4) (x)| =
6 (x + 1)4
la cual alcanza su m´aximo en el intervalo en x = 0, es decir , supξ∈[0,2] |f (4) (ξ)| = |f 4 (0)| = 6 Finalmente
Z |
Z f (x) −
L(x)| ≤
(2 − 0)5 6 = 0.06666666 2880
EJEMPLO 1.1.8. Considerar la siguiente funci´on f (x) = xe−x Considerar los puntos de interpolaci´on 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 aproxiR4 maci´on de la integral 0 xe−x dx. Que se puede concluir. SOLUCION: a) Para determinar la f´ormula de Newton regresiva, consideremos la siguiente tabla xi fi 0
0
2e−2
2
2e−2
4e−4 − 2e−2
4
4e−4
4e−4 − 4e−2
1.1 EJERCICIOS RESUELTOS
15
, entonces el polinomio de Newton regresivo esta dado por NR (x) = 4e−4 + = 4e−4 +
[4e−4 − 2e−2 ] [4e−4 − 4e−2 ] (x − 4) + (x − 4)(x − 2) 1! 21 2! 22
[4e−4 − 4e−2 ] [4e−4 − 2e−2 ] (x − 4) + (x − 4)(x − 2). 2 8
b) Se tiene que Z
4
Z NR (x) dx =
0
0
4
4e−4 +
[4e−4 − 4e−2 ] [4e−4 − 2e−2 ] (x − 4) + (x − 4)(x − 2) dx 2 8
[4e−4 − 4e−2 ] (2) 3 [8e−4 − 8e−2 ] [16e−2 + 8e−4 ] 8 −2 −2 −4 = 8e + = = 2e + e 3 3 3 = 16e−4 + [4e−4 − 2e−2 ](−4) +
Ahora, usando la regla de Simpson Z 4 8 4 −x −2 −4 −2 −4 xe dx = 0 + 4(2e ) + 4e = 2e + e 6 3 0 Se concluye que los dos valores son iguales, YA QUE en este caso al calcular la integral de NR , en el intervalo [0, 4], esto no es nada m´as que usar la f´ormula de Simpson para la integral de la funci´on interpolada.
EJEMPLO 1.1.9. Dada la siguiente tabla xi
-2 0
2
f (xi )
-6 2
-6
a-) Usando la f´ormula de Newton regresiva NR (x) determinar el polinomio de interpolaci´on. b-) Usando la f´ormula de Lagrange L(x) determinar y escribir explicitamente el polinomio de interpolaci´on. R2 c-) Calcular la integral −2 NR (x) dx y usando la regla de Simpson determinar la aproxR2 imaci´on de la integral −2 (2 − 2x2 ) dx. Que se puede concluir.
16 SOLUCION: a) Para determinar la f´ormula de Newton regresiva, consideremos la siguiente tabla xi f i -2 -6
8
0
-8
2
-16
2 -6 , entonces el polinomio de Newton regresivo esta dado por NR (x) = −6 +
−8 −16 (x − 2) + (x − 2)(x) 1 1! 2 2! 22
= −6 − 4(x − 2) − 2(x − 2)(x) = 2 − 2x2 . b) Usamos a) P (x) = 2 − 2x2 . c) Z
2
Z
2
NR (x) dx = −2
2 − 2x2 dx = −8/3.
−2
Usando Simpson Z
2
(2 − 2x2 ) dx =
−2
2 (−6) + 4(2) + (−6) = −8/3 3
Se concluye que los dos valores son iguales, YA QUE en este caso al calcular la integral de NR , en el intervalo [−2, 2], esto no es nada m´as que usar la f´ormula de Simpson para la integral de la funci´on interpolada.
EJEMPLO 1.1.10. Considerar la siguiente funci´on f (x) =
x+1 2
a-) Usando el punto de interpolaci´on x0 = 2 calcular el polinomio de Newton N1 (x). b-) Usando los puntos de interpolaci´on x0 = 1, x1 = 3 calcular el polinomio de Newton N2 (x). c-) Usando los puntos de interpolaci´on x0 = 1, x1 = 2 y x2 = 3 calcular el polinomio de
1.1 EJERCICIOS RESUELTOS
17
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 R3 mas al valor 1 f (x) dx y porque ?. SOLUCION: a) Como tenemos un solo punto de interpolaci´on, en este caso N1 (x) =
3 2
b) Como la funci´on interpolada es un polinomio de grado 1 y tenemos dos puntos de interpolaci´on, se tiene que N2 (x) =
x+1 . 2
c) Si agregamos otro punto de interpolaci´on el resultado sera el mismo, es decir, N3 (x) = x+1 2
d) Z
3
Z
3
3 dx = 3 1 1 2 Z 3 Z 3 Z 3 x+1 dx = 3 N3 dx = N2 dx = 2 1 1 1 N1 dx =
Ahora,
R3 1
f (x) dx = 3.
Las tres integrales, tienen el mismo valor, ya que N2 y N3 son iguales a f (x). Adem´ as, R3 N1 dx es el area bajo el polinomio constante 3/2 en en [1, 3], que tiene la misma area 1 del trapecio formado en [1, 3] por la funci´on f (x).
EJEMPLO 1.1.11. Sea f (x) una funci´on definida en [a, b]. Considerar los puntos de interpolaci´on x0 = a, x1 =
a+b , x2 2
= b.
a-) Determinar el polinomio de Newton N (x) de la funci´on f (x). ´ SOLUCION: Usando la tabla correspondiente se tiene que a+b f ( 2 ) − f (a) f (a) − 2f ( a+b ) + f (b) a+b 2 N (x) = f (a) + 2 (x − a) + 2 (x − a)(x − ) 2 b−a (b − a) 2 Rb b-) Calcular el valor de a N (x) dx. Que obtuvo?. ´ SOLUCION: Obviamente si el alumno sabe la teor´ıa BASICA, se dar´a cuenta que es la regla Simpson, es decir, Z b b−a a+b N (x) dx = (f (a) + 4f ( ) + f (b)) 6 2 a
18
En este caso π(x) = (x − a)(x −
a+b )(x 2
− b)
c-) Demostrar que π(x) cambia de signo en [a, b]. ´ SOLUCION: Basta ver la gr´afica 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 ´ SOLUCION: De la misma gr´afica de la funci´on se tiene que a π(x) dx = 0. Rb 0000 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 expresi´on. ´ SOLUCION: El alumno sabe que el error usando Simpson esta dado por E=
f 0000 (ξ) (b − a)5 2880
y como estamos usando Simpson se tiene que f 0000 (ξ) f 0000 (ξ) E= (b − a)5 = 2880 4!
Z
b
π(x)(x − x3 ) dx a
f-) Determinar una cota de error para E. ´ SOLUCION: Aplicar valor absoluto en ambos lados.
EJEMPLO 1.1.12. 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 f´ormula del trapecio para esta integral. SOLUCION: Sabemos que la f´ormula del trapecio esta dada por Z b (b − a) g(x)dx ≈ [g(a) + g(b)]. 2 a
1.1 EJERCICIOS RESUELTOS
19
aplicando esta misma f´ormula a la integral doble se tiene que Z 1Z 1 Z 1 1 [f (x, 0) + f (x, 1)] dx f (x, y)dy dx ≈ 2 0 0 0 1 = 2
Z
1
1
Z f (x, 0)dx +
f (x, 1)dx
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 b-) Si subdividimos el ´area de integraci´on en 4 cuadrados iguales, entonces determinar la f´ormula del trapecio compuesta para este caso. SOLUCION: Se sabe de la teor´ıa que las f´ormulas compuestas consisten en aplicar una regla de integraci´on en cada subconjunto de integraci´on, en este caso, aplicamos las regla del trapecio a cada cuadrado, usando la regla anterior, es decir, Z 1Z 1 f (x, y)dydx = 0
Z
1 2
Z
1 2
Z
1 2
1
Z
f (x, y)dydx + 0
0
0 1
Z
Z
f (x, y)dydx + 0
1 2
1 2
1
Z
1
Z
f (x, y)dydx + 1 2
0
f (x, y)dydx 1 2
1 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 aproximaci´on para la integral usando a y b. SOLUCION: Aplicado solo las f´ormulas anteriores y considerando la evaluaciones en la funci´on f (x, y) f (0, 0) = 0 f (0, 1) = 1 f (1, 0) = 1 f (1, 1) = 1 + 1
20 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 4 0 0 Y usando b
1
Z
Z
0
1
0
3 f (x, y)dy dx ≈ (1 + 1) 8
EJEMPLO 1.1.13. Considerar la siguiente integral Z √2 2 −x2 dx √ e −
2 2
a-) Determinar una aproximaci´on de la integral usando la f´ormula del punto medio . b-) Determinar una aproximaci´on de la integral usando la f´ormula del trapecio. c-) Determinar una aproximaci´on de la integral usando la f´ormula de Simpson. d-) Cual de las aproximaciones anteriores se aproxima m´as al valor real y por que? (justifique). SOLUCION: a-)
√
√
2 2
Z
√
Z
√ 2 2
√ − 22
e
2 2
−
b-)
−x2
√ 2 2 0 √ dx = ( + )e = 2 2 2 √
−x2
e
dx = (
2 2
√
+ 2
2 2
1
1
)(e− 2 + e− 2 ) =
√
1
2e− 2
c-) √
√
Z
2 2
√
−
2 2
−x2
e
dx = (
2 2
√
+ 6
2 2
− 12
)(e
− 21
+ 4e0 + e
√ √ 2 −1 2 −1 )= (2e 2 + 4) = (e 2 + 2) 6 3
1.1 EJERCICIOS RESUELTOS
21 2
as se d-) Viendo la gr´afica de la funci´on e−x (figura 1), sabemos que la integral que m´ aproxima en este intervalo es la obtenida por la regla de Simpson, cuyo polinomio de interpolaci´on es una par´abola, la cual aproxima de mejor manera la funci´on.
Figure 1.1: Gr´afica de e−x
2
EJEMPLO 1.1.14. Considerar la siguiente integral Z 1Z 1 2 2 xy + e−(x +y ) dydx −1
−1
a-) Usando regla del trapecio compuesta, subdividiendo la regi´on de integraci´on en cuatro cuadrados, determinar la aproximaci´on de esta integral. Soluci´ on: La idea de las reglas de integraci´on compuesta, es aplicar la cada f´ormula de integraci´on en cada subintervalo de integraci´on, 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 −(x2 +y 2 ) xy + e dydx = −1
−1
1
−1
Z
1
−(x2 +y 2 )
xy + e −1
dy dx =
22 Z
1
1
Z
−(x2 +y 2 )
xy + e −1
Z dy dx =
−1
1
−1
1 −(x2 +1) −(x2 ) −(x2 +1) −x+e + 2(e )+x+e dx = 2
1
1 1 −(x2 +1) −x2 e +e dx = e−2 +e−1 +2(e−1 +1)+e−2 +e−1 = 2e−2 +4e−1 +2 = e−2 +2e−1 +1 2 2 −1 = 1.8710941655794973
Z
b-) Usando regla del Simpson compuesta, subdividiendo la regi´on de integraci´on en cuatro cuadrados, determinar la aproximaci´on de esta integral. Soluci´ on: De la misma maanera que es (a), se tiene Z 1Z 1 Z 1 Z 1 −(x2 +y 2 ) −(x2 +y 2 ) xy + e dydx = xy + e dy dx = −1
Z
1
= −1
−1
−1
1 −x −(x2 + 1 ) x −(x2 + 1 ) 2) 2 +1) −(x2 +1) −(x −(x 4 )+4( 4 )+2(e [−x+e +4( +e +e )+x+e ] dx = 6 2 2 Z 1 1 −(x2 +1) −x2 −(x2 + 41 ) ) + 2(e )] dx = = [2e + 8(e 6 −1 Z 1 1 −x2 −(x2 +1) −(x2 + 41 ) ) + e ] dx = = [e + 4(e 3 −1 =
+4[e =
−1
−( 45 )
5 1 1 5 1 −2 ([e + 4(e−( 4 ) ) + e−1 ] + 4[e−( 4 ) + 4(e−( 2 ) ) + e− 4 ] 18
−( 12 )
+ 4(e
− 41
)+e
] + 2[e
−1
−( 41 )
+ 4(e
−2
) + 1] + [e
+ 4(e
−( 54 )
−1
)+e ]
=
5 1 1 1 (2e−2 + 16e−( 4 ) + 4e−1 + 16e−( 4 ) + 32e−( 2 ) + 2) = 2.2331143733815990944 18
EJEMPLO 1.1.15. Considerar la siguiente integral Z 1Z 1 2 2 xy + e−(x +y ) dydx −1
−1
a-) Usando regla del trapecio, determinar la aproximaci´on de esta integral. Soluci´ on: Z
1
Z
1
xy + e −1
−1
−(x2 +y 2 )
Z
1
Z
1
dydx =
xy + e −1
−1
−x2 −y 2
e
dy dx =
1.1 EJERCICIOS RESUELTOS
23
Z 1 Z 1 2 2 −1 −x2 −1 −x2 −1 −x2 −1 2e e dx = 2e e−x dx −x+e e +x+e e dx = 2 −1 −1 −1 2 = 2e−1 (e−1 + e−1 ) = 2e−1 (2e−1 ) = 4e−2 = 0.5413411329464508 2
Z
1
b-) Usando regla de Simpson, determinar la aproximaci´on de esta integral. Soluci´ on: Z
1
Z
1
−(x2 +y 2 )
xy + e −1
Z
1
Z
1
dydx =
−1
xy + e −1
−x2 −y 2
e
dy dx =
−1
1
2 −x2 −1 −x2 −x2 −1 − x + e e + 4(e ) + x + e e dx 6 −1 Z 1 1 −x2 −1 −x2 2e e + 4(e ) dx = 3 −1 Z 1 1 2 −1 e−x dx 2e + 4 = 3 −1 1 1 −1 −1 −1 = 2e + 4 e +4+e 3 3 2 1 −1 2e + 4 = 2.4919346879655031 = 3
Z
EJEMPLO 1.1.16. Considerar la siguiente integral Z 1Z 1 2 2 e−(x +y ) dydx −1
−1
a-) Usando regla del trapecio, determinar la aproximaci´on de esta integral. Soluci´ on: Z 1Z 1 Z −(x2 +y 2 ) e dydx = −1
−1
1
Z
−1
1
−(x2 ) −(y 2 )
e −1
e
Z
1
dydx =
e
−(x2 )
−1
Z
1
dx
e
−(y 2 )
dy
−1
Podemos usar la regla del trapecio para cada una de estas integrales por separado, es decir, Z 1 1 − (−1) −1 −(x2 ) −1 e dx ≈ e +e = 2e−1 2 −1 y Z
1
e −1
−(y 2 )
1 − (−1) −1 −1 dy ≈ e +e = 2e−1 2
24 Entonces
1
Z
1
Z
e−(x
2 +y 2 )
dydx ≈ 4e−2
−1
−1
b-) Usando regla de Simpson, determinar la aproximaci´on de esta integral. Z
1
Z
1
e −1
Z
−(x2 +y 2 )
1
Z
1
−(x2 ) −(y 2 )
dydx =
e
−1
−1
e
Z
1
dydx =
−1
e
−(x2 )
Z
1
dx
−1
e
−(y 2 )
dy
−1
Podemos usar la regla de Simpson para cada una de estas integrales por separado, es decir, Z 1 1 − (−1) −1 4 + 2e−1 −(x2 ) 0 −1 e dx ≈ e + 4e + e = 6 3 −1 y Z
1
e
1 − (−1) −1 4 + 2e−1 0 −1 dy ≈ e + 4e + e = 6 3
−(y 2 )
−1
Entonces Z
1
Z
1
e −1
−(x2 +y 2 )
−1
dydx ≈
4 + 2e−1 3
2
EJEMPLO 1.1.17. Recordemos que la f´ormula de cuadratura para aproximar la integral de una funci´on f (x) esta dada por Z
b
f (x)dx ≈
n X
a
Ai f (xi ) = A0 f (x0 ) + A1 f (x1 ) + ... + An f (xn ),
(1)
i=0
Donde [a, b] es el intervalo de integraci´on, {xi }ni=0 son los (n + 1) puntos de interpolaci´on dados y los Ai son los valores num´ericos a determinar. Para simplificar el c´alculo 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 i=0
Ai xki =
bk+1 − ak+1 , para cada k = 0, 1, ..., n. 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 )
1.1 EJERCICIOS RESUELTOS
25 2
Consideremos la funci´on f (x) = e−x y los puntos de interpolaci´on x0 = 0, x1 = 2, x2 = 4. Entonces, a-) Determinar el sistema lineal para encontrar los valores de Ai . b-) Resolver el sistema lineal de a-) usando el m´ etodo de factorizaci´ on LU. R 4 −x2 c-) Usando (1) determinar el valor num´ erico de 0 e dx. [Si quiere comprobar este resultado, debe darse cuenta de la regla de integraci´on usada, ya que Rb a
L(x)dx =
Pn
i=0 Ai f (xi ).
d-) Calcular la matriz de Jacobi del sistema lineal en a-). e-) Calcular el espectro de la matriz de Jacobi. f-) Determinar si el m´etodo 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 m´etodo de Gauss-Seidel es convergente. SOLUCIONES: a-) A0 + A1 + A2
= b − a, para cada k = 0
A0 x10 + A1 x11 + A2 x12 = +
A1 x21
+
A2 x22
=
b2 −a2 , 2 b3 −a3 , 3
para cada k = 1 para cada k = 2
,es decir, A0 + A 1 + A 2
=4
2A1 + 4A2
=8
4A1 + 16A2
=
64 3
Matricialmente podemos escribir:
1 1
a
f (x)dx ≈
La comprobaci´on asegura que lo hecho en a-), b-) y c-) esta
bueno]
A0 x20
Rb
1
A0
4
0 2 4 A1 = 8 ⇐⇒ AX = B 64 0 4 16 A2 3
26 b-)
1 1
1
1 0 0
1 1 1
0 2 4 = 0 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 ⇐⇒ 4 y1 1 0 0 0 1 0 y2 = 8 ⇐⇒ 64 y3 0 2 1 3
y1
4
y2 = 8 16 y3 3
Segundo UX = Y A0 4 1 1 1 0 2 4 A1 = 8 16 0 0 8 A2 3
⇐⇒
A0
⇐⇒ A1 = A2
2 3 8 3 2 3
c-) Se tiene que 4
Z 0
2 8 2 2 8 2 2 e−x dx ≈ f (0) + f (2) + f (4) = + e−4 + e−16 . 3 3 3 3 3 3
Para comprobar, usamos la regla de Simpson (con la cual se esta trabajando implicitamente) Z 0
4
4 2 2 e−x dx ≈ [f (0) + 4f (2) + f (4)] = [1 + 4e−4 + e−16 ]. 6 3
los cuales son iguales. d-)
J = D−1 (E + F ) = 1 0 0 0 −1 −1 0 −1 −1 0 0 −4 = 0 0 1/2 0 0 −2 0 0 1/16 0 −4 0 0 −1/4 0
1.1 EJERCICIOS RESUELTOS
27
e-) Espectro |λI − J| = √ λ 1 1 λ 1 0 λ 2 = λ3 − = λ(λ2 − ) = 0 ⇐⇒ λ1 = 0, λ2,3 = ± 2 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 m´etodo de Jacobi es convergente. g-) Gs = (D − E)−1 F = 0 −1 −1 0 −1 −1 1 0 0 0 0 −4 = 0 0 −2 0 1/2 0 0 0 1/2 0 0 0 0 −1/8 1/16 h-) Espectro 1 λ 1 0 λ 2 0 0 λ − 1/2
|λI − Gs | = = λ2 (λ − 1/2) = 0 ⇐⇒ λ1,2 = 0, λ3 = 1/2
entonces, ρ(Gs ) = max{0, −
1 1 1 , } = . 2 2 2
i-) ρ(Gs ) = es decir, el m´etodo de G-S es convergente.
1 < 1, 2
28 EJEMPLO 1.1.18. 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 subintervalos de igual longitud. c.-Determinar el n´ umero m´ınimo de intervalos necesarios para que al usar la regla del trapecio compuesta, el error sea menor a 0.3. Con ´este n´ umero m´ınimo de intervalos determinar el valor de la integral SOLUCION: Usando la reglas del trapecio Z 4 4−1 3 ln(x) dx ≈ (ln(1) + ln(4)) = (ln(4)) = 3ln(2) 2 2 1 Regla de Simpson Z 4 4−1 1 ln(x) dx ≈ (ln(1) + 4ln(2.5) + ln(4)) = (4ln(2.5) + 2ln(2)) 6 2 1 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)) 2 2 1 Para c-) se tiene que (b − a)3 supξ∈[1,4] |f 00 (ξ)| |Error| ≤ 2 12n 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 es decir, (b − a)3 supξ∈[1,4] |f 00 (ξ)| < n2 3, 6 donde f 00 (x) =
−1 x2
1.1 EJERCICIOS RESUELTOS
29
entonces supξ∈[1,4] |f 00 (ξ)| = 1 entonces 7.5 < n2 2.738612788 < n es decir, n = 3. Por lo tanto se necesitan 3 intervalos, los mismo que b), por lo tanto no hay nada que calcular. EJEMPLO 1.1.19. La f´ ormula del trapecio corregida se obtiene considerando 4 puntos de interpolaci´on, tomando x0 = x1 = a y x2 = x3 = b, lo cual nos da b
Z
f (x)dx ≈ a
(b − a)2 0 b−a f (a) − f (b) + f (a) − f 0 (b) . 2 12
Determinar para este caso la estimaci´on del error. Comparar esta estimaci´on con la estimaci´on del error para la f´ormula del trapecio simple. AYUDA: Recordar que la f´ormula para el error esta determinada por π(x). En algun Rb Rb m momento usar la f´ormula de integraci´on a (x − a)m (x − b)n dx = − n+1 (x − a)m−1 (x − a b)n+1 dx SOLUCION: 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 |f 0000 (ξ)| |E| ≤ supξ∈[a,b] 4!
Z
b
π(x) dx. a
Usando la f´ormula Z
b
Z π(x) dx =
a
a
b
2 (x−a)2 (x−b)2 dx = − 3
Z a
b
1 (x−a)(x−b)3 dx = 6
Z a
b
5 b 1 (x − b) (b − (x−b)4 dx = ( ) = 6 5 30 a
30
1.2
Ejercicios Propuestos
1.- Encontrar el polinomio de interpolaci´on de Lagrange usando f´ormula original para los siguientes datos −1 0
xi f (xi )
0
1
1 −1
Adem´as, usar la formula de Newton para determinar el polinomio de interpolaci´on. Tambi´en usar las f´ormulas de Newton progresivas y regresivas. 2.- En estudios de polimerizaci´on inducida por radiaci´on, se emplea una fuente de rayos gamma para obtener dosis medidas en radiaci´on. Sin embargo, la dosis var´ıa con la posici´on del aparato, seg´ un los datos que se dan a continuaci´on. Posici´on (centimetros) Dosis
1.0
1.5
2.0
3.0
2.71 2.98 3.20
3.20
i)Cu´al es la estimaci´on para el nivel de dosis en 2.5 centrimetros? ii)Si se efect´ ua una nueva medici´on que indica que a 3.5 cms el nivel de dosis correspondiente es de 2.98, cu´al ser´a ahora la estimaci´on para el nivel de dosis en 2.5 pulgadas? 3.- Para los valores siguientes xi
40
fi
0.63
60
80
100
120
1.36 2.18 3.00 3.93
donde xi son los voltios y fi los kilovatios en una curva de p´erdida en el n´ ucleo para un motor el´ectrico. Calcular el polinomio de interpolaci´on con f´ormula 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
1.2 Ejercicios Propuestos
31
Usando la f´ormula de Newton, determinar el polinomio de interpolaci´on. Determinar el valor para x = 90. Usando Newton progresivo y regresivo determinar el valor de aproximaci´on en x = 90. Que se puede concluir?. 5.- Determinar el valor aproximado de P (1), donde P es un polinomio de tercer grado, R2 tal que P (0) = 1, P (2) = 3 y 0 P (x) dx = 4. 6.- Un fabricante de refrigeradores desea saber la densidad del agua, dada cierta temperatura. Sin embargo, solo tiene datos sobre temperaturas distintas a las de inter´es, como la siguiente tabla: T
18
Densidad [Kg/m3 ] 998.5
20
22
998.2 997.7
Le pide su ayuda, porque no sabe qu´e hacer y necesita calcular la densidad cuando T = 20.256. Calcule la densidad para T = 20.256 usando los m´etodos m´as adecuados de interpolaci´on conocidos en el curso . 7.- Aproximar el valor de la funci´on f (x) = cos(x) ∀ x ∈ [0, 2π] en x =
5π 4
considerando
la partici´on P = {0, π/2, π, 3π/2, 2π} usando la f´ormula de Newton. Determinar el error cometido. 8.- Obtener el polinomio interpolador de Lagrange para la funci´on f (x) = log(x) con los puntos {1, 2, 4, 6, 8}. Determinar la funci´on del error y acotar el error cometido al aproximar el valor de log(3). 9.- Considerar la funci´on f (x) =
√ x
y los puntos de interpolaci´on x0 = 1, x1 = 4, x2 = 9. a-) Desarrollar el polinomio de interpolaci´on usando la f´ormula de Newton para estos
32 puntos de Interpolaci´on. b-) Desarrollar el polinomio de Lagrange (usando f´ormula original ) para estos puntos de Interpolaci´on. 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 funci´on f (x) = x1/3 y los puntos de interpolaci´on x0 = 1, x1 = 8, x2 = 27. a-) Desarrollar el polinomio de Newton para estos puntos de interpolaci´on. b-) Desarrollar el polinomio de Lagrange (usando f´ormula original ) para estos puntos de interpolaci´on. c-) Estimar el error al calcular 201/3 . 12.- Aproximar el valor de la funci´on f (x) = sin(x) ∀ x ∈ [0, π] en x =
3π 8
con-
siderando la partici´on P = {0, π/4, π/2, 3π/4, π}. Determinar el error cometido 13.- Obtener el polinomio interpolador de Lagrange para la funci´on f (x) = xlog(x) con los puntos {1, 2, 4, 6}. Determinar la funci´on del error y acotar el error cometido al aproximar el valor de la funci´on en x = 5. 14.- Encontrar los polinomios de Newton progresivo y regresivo para los siguientes datos xi f (xi )
−1 0 0
1
1
2
−1 −2
Ademas, para cada interpolaci´on encontrar la estimacion en x = 1.5. Que se puede concluir?. 15.- En estudios de polimerizaci´on inducida por radiaci´on, se emplea una fuente de
1.2 Ejercicios Propuestos
33
rayos gamma para obtener dosis medidas en radiaci´on. Sin embargo, la dosis var´ıa con la posici´on del aparato, seg´ un los datos que se dan a continuaci´on. Posici´on (centimetros)
1.0 2.0 3.0
Dosis
2.6 2.9 3.2
i)Cu´al es la estimaci´on para el nivel de dosis en 2.5 cms? ii)Si se efect´ ua una nueva medici´on que indica que a 4.5 cms el nivel de dosis correspondiente es de 4.1, cu´al ser´a ahora la estimaci´on para el nivel de dosis en 2.5 cms? 16.- Sea A(x) un interpolante de f (x) en los puntos de interpolaci´on x0 , x1 , ..., xn−1 y sea B(x) otro interpolante de f (x) en los puntos x1 , x2 , ..., xn . Demostrar que C(x) = −x A(x) + xxn0−x A(x) − B(x) interpola a f (x) en los puntos x0 , x1 , ..., xn . 0 17.- Sean P (x) = 3 + 21 (x − 1) + 13 (x − 1)(x − 1.5) − 2(x − 1)(x − 1.5)x y Q(x) = 5 3
− 23 (x − 2) − 35 (x − 2)x − 2(x − 2)x(x − 1.5), dos polinomios que interpolan a una funci´ on.
Obtener las tablas de las diferencias divididas de cada polinomio. 18.- Considerar la funci´on f (x) =
1 . 1+x2
Sean los puntos de interpolaci´on −5, −4, ..., 4, 5.
Segun Ud. que interpolaci´on ser´ıa mas u ´til: 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 c´ ubicos para los siguientes datos xi
3
4.5
f (xi )
2.5
1
7
9
2.5 0.5
22.- Sabemos que el error cometido al interpolar una funci´on f (x) por P (x) en un punto especifico z esta dado porque |E(z)| = |f (z) − P (z)| ≤
max∈I |f n+1 ()| |(x − x0 )(x − x1 ) · · · (x − xn )| (n + 1)!
34 Ahora, demostrar que el m´aximo error cometido en todo el intervalo I esta dado por max |f (x) − P (x)| ≤ x∈I
maxx∈I |f n+1 (x)| max |(x − x0 )(x − x1 ) · · · (x − xn )| x∈I (n + 1)!
(ojo con esto, lo deben saber). Dada la funci´on x3 − 5 f (x) = 2 x +1 y los puntos de interpolaci´on −2, −1, 1, 2, determinar el error de interpolaci´on en x = 0 y determinar el error m´aximo cometido en el intervalo [−2, 2]. Que se puede concluir?. 23.- Consideremos los puntos equiespaciados xi = x0 + ih, donde h es la distancia entre puntos consecutivos. a) Determinar el m´aximo error cometido en el intervalo, al construir una interpolaci´on lineal (polinomio de interpolaci´on de grado 1). b) Determinar el m´aximo error cometido en el intervalo, al construir una interpolaci´on cuadr´atica (polinomio de interpolaci´on de grado 2). c) Determinar el m´aximo error cometido en el intervalo, al construir una interpolaci´on c´ ubica (polinomio de interpolaci´on de grado 3). (ojo: usar ejercicio anterior) 24.- Se desea interpolar la funci´on f (x) = cos(x)ex en el intervalo [−π, π] con nodos equiespaciados. a) Usando splines de orden 1: Cuantos nodos se debe 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: Cuantos nodos se debe 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 I=
π
sen(x) dx 0
a-) Calcular una aproximaci´on de I, usando la regla del trapecio compuesta, considerando 4 subintervalos de igual longitud.
1.2 Ejercicios Propuestos
35
b-) Estimar el error cometido. c-) Cu´al es el n´ umero m´ınimo de subintervalos que se deben considerar para obtener un error menor a 0.001?. 26.- Considerar
π/2
Z I=
cos(x) dx 0
a-) Calcular una aproximaci´on de I, usando la regla del trapecio compuesta, considerando 4 subintervalos de igual longitud. b-) Estimar el error cometido. c-) Cu´al es el n´ umero m´ınimo de subintervalos que se deben considerar para obtener un error menor a 0.0001?. 27.- Considerar Z I=
1
2
e−x dx
0
a-) Calcular una aproximaci´on de I, usando la regla del punto medio, trapecio y Simpson, estimar el error cometido. b-) Cu´al es el n´ umero m´ınimo 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 aproximaci´on de I, usando la regla del Simpson compuesta, considerando 4 subintervalos de igual longitud. b-) Estimar el error cometido. c-) Cu´al es el n´ umero m´ınimo de subintervalos que se deben considerar para obtener un error menor a 0.0001?. 29.- Considerar
Z I=
π
sen(x) dx 0
36 a-) Calcular una aproximaci´on de I, usando la regla del Simpson. b-) Interpolando la funci´on 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 I=
1
ex dx
0
a-) Calcular una aproximaci´on de I, usando las reglas del trapecio y Simpson compuestas, estimar el error cometido. b-) Cu´al es el n´ umero m´ınimo de subintervalos que se deben considerar para obtener un error menor a 0.01?. 31.- Determinar la f´omula de integraci´on para la integral Z b f (x)dx a
si se consideran los siguientes puntos de interpolaci´on x0 = x1 = a,
32.- Considerar
Z I=
x2 = x3 = b.
1
xe−x dx
0
a-) Usando 3 subintervalos de igual longitud calcular una aproximaci´on de I, usando las reglas del trapecio y Simpson compuestas. b-) Estimar el error cometido en a-) para cada regla compuesta. c-) Cu´al es el n´ umero m´ınimo 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)
1.2 Ejercicios Propuestos
37
, donde N (x) es el polinomio (dado por la f´ormula 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 funci´on de x continua e integrable en (c, d). El error de integraci´on estimado esta dado Z
b
b
Z f (x) dx −
E(f ) =
Z N (x) dx =
a
b
f [x0 , x1 , ..., xn , x]Φn (x) dx
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 f n+1 () E(f ) = (n + 1)!
b
Z
para alg´ un ∈ (c, d)
Φn (x) dx,
(2)
a
Ahora, si Φn cambia de signo en (a, b) y
Rb a
Φn (x) dx = 0 y si se considera que f (x) es
n + 2 veces diferenciable en (c, d), se tiene que f n+2 () E(f ) = (n + 2)!
b
Z
para alg´ un ∈ (c, d)
Φn+1 (x) dx,
(3)
a
Entonces, a-) Usando la representaci´on (1) para f (x), deducir la regla del trapecio para calcular Rb f (x) dx. a b-) Usando (2) o (3) determinar la f´ormula para acotar el error. 34.- Demostrar las siguientes propiedades de la integraci´on num´erica: a) (Invarianza bajo traslaciones) Si Z
b
f (x)dx ≈ a
n X
Ai f (xi )
i=0
y Z
b+d
f (x)dx ≈ a+d
n X
Bi f (xi + d)
i=0
entonces Ai = Bi ,
∀i = 0, 1, ..., n.
38 b) (Modificaci´on por homotecias) Si b
Z
f (x)dx ≈
n X
a
i=0
cb
n X
Ai f (xi )
y Z
f (x)dx ≈ ca
Bi f (cxi )
i=0
entonces Ai = cBi ,
∀i = 0, 1, ..., n.
a) (Simetr´ıa) Si los nodos estan distribuidos sim´etricamente respecto al centro del intervalo de integraci´on [a, b], es decir, a+b a+b − xi = xn−i − , 2 2
i = 0, 1, ..., n
entonces los coeficientes de Z
b
f (x)dx ≈ a
n X
Ai f (xi )
i=0
verifican que Ai = An−i , 35.- Hacer tareas de la teoria.
∀i = 0, 1, ..., n.