7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador
|
|
- Natalia Sosa Robles
- hace 7 años
- Vistas:
Transcripción
1 Métodos Numéricos: Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Febrero 2008, Version 1.4 Contenido 1. Objetivo de los métodos numéricos 2. Errores 3. Dígitos significativos y decimales exactos 4. Polinomios de Taylor 5. RestodelpolinomiodeTaylor 6. Polinomio interpolador de Lagrange 7. Forma de Lagrange para el polinomio interpolador 8. Error de interpolación 9. Forma de Newton para el polinomio interpolador 10. Polinomio interpolador de Hermite 1 Objetivo de los métodos numéricos El objetivo de los métodos numéricos es aproximar el valor numérico de objetos matemáticos usando un número finito de operaciones aritméticas. Algunos ejemplos típicos del tipo de problema que abordan los métodos numéricos son los siguientes: 1. Evaluar 5, 6 28, sin(0.361), (0.853) Aproximar un valor de x que cumpla sin x + e x =0. 3. Aproximar el valor de Z 1 0 sin x x dx. 1
2 Resumen y ejemplos Tema 2: Aproximación e Interpolación Conocidos los valores de la tabla x f(x) aproximar el valor de f(0.07), R f(x) dx, f 0 (0.07). 5. Si y = y(x) cumple ½ y 0 = x cos y y(0) = 0 aproximar y(0.1), y(0.2), y(0.3). 1.1 Método iterativo Una forma bastante habitual de generar aproximaciones x j de un valor α x 0,x 1,x 2,...,x n,... α consiste en el uso de una fórmula recurrente ½ xn+1 = g(x n ), x 0 = valor inicial. Ejemplo 1.1 Método iterativo para c. La siguiente fórmula recurrente x n+1 = 1 µ x n + c, 2 x n nos proporciona un método iterativo para aproximar el valor de c. Para iniciar el método, necesitamos una primera estimación x 0. Supongamos que deseamos calcular 27, la fórmula de recurrencia, en nuestro caso, es x n+1 = 1 µ x n x n Podemos tomar como estimación inicial x 0 =5, entonces x 0 = 5, x 1 = 1 µ =5. 2, 2 5 x 2 = 1 µ = , x 3 = 1 µ = , x 4 = 1 µ =
3 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 3 Observamos que x 4 = x 3 (con 9 decimales), el método ha convergido al valor ᾱ = El valor obtenido es correcto hasta el noveno decimal 27 = En el tema dedicado a la resolución numérica de ecuaciones, veremos que este método se obtiene al aplicar el método de Newton-Raphson alaecuación x 2 c =0. 2 Errores Sea α un valor exacto y (x j ) una sucesión de aproximaciones de α definimos: x 0,x 1,x 2,...,x j,... α, Error absoluto e j = α x j. Error relativo Error relativo aproximado r j = α x j α = e j α. ˆr j = α x j x j. Normalmente usamos los valores absolutos de los errores e j = α x j, r j = α x j α, ˆr j = α x j x j. Fuentes de error En la determinación del modelo. En la resolución numérica. Simplificación del problema. (no rozaminento, etc...) Errores en la medida de datos y parámetros. Errores accidentales. (de cálculo, de programación, etc...) Truncamiento de procesoso infinitos. Redondeo.
4 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 4 Ejemplo 2.1 Ejemplo de error de truncamiento. Queremos aproximar α = X n=1 para ello calculamos la suma finita S 6 = 6X n=1 1 n 2 = n 2 = = Puede demostrarse que el valor exacto de α es α = X n=1 1 n 2 = π2 6, por lo tanto, el error absoluto de truncamiento es e 6 = π = Para el error relativo, obtenemos r 6 = e 6 α = (π 2 /6) = = 9.33%. Obviamente, al realizar los cálculos, también se han producido errores de redondeo, sin embargo, en este caso, los errores de redondeo son muy inferiores al error de truncamiento. 3 Dígitos significativos y decimales exactos Decimos que x aproxima α con t decimales exactos si e x = α x t. Decimos que x aproxima α con t dígitos significativos si r x = α x α 5 10 t. Ejemplo 3.1 Aproximamos α = mediante x = (a) Cuántos decimales exactos tiene x? (b) Cuántosdígitossignificativos? (c) Cuantos decimales son iguales?
5 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 5 (a) El error absoluto es e x = α x = =0. 01 = , como e x < ,xaproxima α con un decimal exacto. (b) El error relativo es r x = α x α = = , como r x < ,xaproxima α con 4 dígitos significativos. (c) α y x no tienen dígitos iguales. 4 Polinomio de Taylor Sea f(x) una función derivable hasta orden n en x = c. El polinomio de Taylor de f(x) en x = c es P n (x) =f(c)+ f 0 (c) 1! (x c)+ f 00 (c) (x c) f (n) (c) (x c) n. 2! n! Cuando c =0, resulta el polinomio de McLaurin P n (x) =f(0) + f 0 (0) 1! x + f 00 (0) 2! x f (n) (0) n! x n. Propiedad Si P n (x) eselpolinomiodetaylordeordenn de f(x) en x = c, entonces se cumple P n (c) =f(c), Pn(c) 0 =f 0 (c), Pn 00 (c) =f 00 (c),..., P n (n) (c) =f (n) (c). Aplicación Los polinomios de Taylor permiten aproximar el valor de una función f(x) para x próximos a c. Observa que para construir el polinomio de Taylor usamos únicamente valores de f y sus derivadas (consecutivas) en x = c. Ejemplo 4.1 Consideramos f(x) =e x. (a) Determina al polinomio de McLaurin de orden 5 para f. (b) Aproxima el valor de e 0.5. (c) Cuántos decimales exactos tiene la aproximación?
6 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 6 (a) Polinomio de McLaurin. Se cumple f(x) =e x,f 0 (x) =e x,f 00 (x) =e x,...,f (5) (x) =e x. Sustituyendo en x =0, resulta f(0) = f 0 (0) = f 00 (0) = = f (5) (0) = 1, por lo tanto P 5 (x) =1+x + x2 2 + x3 6 + x x (b) Valor aproximado. Sustituyendo x = 0.5 en el polinomio, resulta P 5 (0.5) = (c) Error. El valor de e 0.5, calculado con 6 decimales es e 0.5 = , el valor absoluto del error absoluto es e 5 = e 0.5 P 5 (0.5) = = Porlotanto,laaproximaciónP 5 (0.5) tiene 4 decimales exactos. Ejemplo 4.2 Consideramos f(x) =sinx. (a) Determina al polinomio de McLaurin de orden 5 para f. (b) Aproxima el valor 1 de sin(0.2). (c) Cuántos decimales exactos tiene la aproximación? (a) Polinomio de McLaurin. Se cumple: f(x) =sinx, f 0 (x) =cosx, f 00 (x) = sin x, f (3) (x) = cos x, f (4) (x) =sinx, f (5) (x) =cosx, f(0) = 0, f 0 (0) = 1, f 00 (0) = 0, f (3) (0) = 1, f (4) (0) = 0, f (5) (0) = 1, por lo tanto P 5 (x) =x x3 6 + x El argumento de sin(x) está en radianes. Debes tener en cuenta que las reglas usuales de derivación de funciones trigonométricas, como d d sin (x) =cos(x), dx sólo son válidas si el ángulo está en radianes. cos (x) = sin(x), dx
7 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 7 (b) Valor aproximado. Sustituyendo x = 0.2 en el polinomio, resulta P 5 (0.2) = (c) Error. El valor de sin(0.2), calculado con 10 decimales es sin(0.2) = El valor absoluto del error absoluto es e 5 = sin(0.2) P 5 (0.2) = Porlotanto,laaproximaciónP 5 (0.2) tiene 8 decimales exactos. 5 Resto del polinomio de Taylor Sea I =[a, b] y c un punto interior, esto es a<c<b. f(x) una función de clase 2 C n+1 [a, b]. Para cada x [a, b] se cumple donde: P n (x) =f(c)+ f 0 (c) 1! f(x) =P n (x)+r n (x), (x c)+ f 00 (c) (x c) f (n) (c) (x c) n, 2! n! R n (x) = f (n+1) (t) (n +1)! (x c)n+1, t está entre c y x. Cota de error Si representamos por M n+1 una cota superior de f (n+1) (t), esto es max f (n+1) (t) M n+1, t [a,b] entonces tenemos la siguiente acotación para el error absoluto que se produce cuando aproximamos f(x) mediante P n (x) e n (x) = f(x) P n (x) = R n (x) M n+1 (n +1)! x c n+1. 2 Una función es de clase C n+1 [a, b] si tiene derivadas contínuas hasta orden (n +1) en [a, b]
8 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 8 Ejemplo 5.1 Aproxima sin(0.2) usando un polinomio de McLaurin de grado 3. Determina una cota superior de error y verifica los resultados. (a) Valor de la aproximación. En principio, tomaríamos P 3 (x) =x x3 6, ahora bien, observamos que en este caso se cumple f (4) (x) =sin(x) f (4) (0) = 0, por lo tanto, el polinomio de orden 4 coincide con el de orden 3. P 4 (x) =x x3 6. Tomamos P 4 (x) porque nos proporciona una cota de error más ajustada. El valor de la aproximación, con 10 decimales es (b) Cota de error. Como P 4 (0.2) = f (5) (x) =cosx, tenemos e 4 (x) = cos t x 5, t entre 0 y x. 5! Podemos tomar M 5 =1, entonces e 4 (0.2) (0.2)5 5! = (1) Porlotanto,laaproximaciónP 4 (0.2) tiene al menos 5 decimales exactos, podemos tomar el valor sin (0.2) = (c) Verificación de resultados. Elvalor desin(0.2) calculado con 10 decimales es sin(0.2) = , por lo tanto, el error absoluto es e 4 (0.2) = sin (0.2) P 4 (0.2) = Vemos que, en efecto, el error real es inferior a la cota superior de error calculada en (1).
9 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 9 6 Polinomio interpolador de Lagrange 6.1 Planteamiento Dada la tabla de valores donde x 0,x 1,...,x n son n +1abscisas distintas. y 0,y 1,...,y n son n +1valores arbitrarios. Queremos determinar un polinomio de grado n que verifique las n +1condiciones x x 0 x 1 x n y y 0 y 1 y n (2) P n (x) =a 0 + a 1 x + + a n x n, P n (x j )=y j, para j =0, 1,...,n. (3) Propiedad Si las abscisas x 0,x 1,...,x n son distintas, existe un único polinomio P n (x) de grado n que cumple las condiciones P n (x j )=y j, para j =0, 1,...,n. Decimos que P n (x) es el polinomio interpolador de la tabla x x 0 x 1 x n y y 0 y 1 y n Cuando los valores y j se generan empleando una función y j = f(x j ), para j =0, 1,...,n, entonces decimos que P n (x) es el polinomio interpolador de la función f(x) en las abscisas o nodos x j. Ejemplo 6.1 Calcula el polinomio interpolador de la función f(x) = 1 x en los nodos x 0 =1,x 1 =2,x 2 =3. La tabla de valores es x y 1 1/2 1/3
10 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 10 Como tenemos 3 puntos, debemos determinar un polinomio de grado 2 P 2 (x) =a 0 + a 1 x + a 2 x 2. (4) Las condiciones de interpolación (3) se traducen en P 2 (1) = 1, P 2 (2) = 1/2, P 2 (3) = 1/3. (5) Sustituyendo en (4), obtenemos a 0 + a 1 + a 2 =1 a 0 +2a 1 +4a 2 =1/2 a 0 +3a 1 +9a 2 =1/3 Se trata de un sistema de 3 ecuaciones lineales con 3 incógnitas. Resolvemos por reducción (2 a 1 a ) (3 a 2 a ) a 0 + a 1 + a 2 =1 a 1 +3a 2 = 1/2 a 1 +5a 2 = 1/6 a 0 + a 1 + a 2 =1 a 1 +3a 2 = 1/2 2a 2 =1/3 (3 a 2 a ) de donde resulta a 2 = 1 6, a 1 = 1, a 0 = El polinomio interpolador, es por lo tanto P 2 (x) = 11 6 x + x2 6. Es inmediato verificar que, efectivamente, el polinomio obtenido cumple las condiciones de interpolación (5). 6.2 Intervalo de interpolación El intervalo de interpolación es el menor intervalo que contiene los nodos x j, lo representamos por hx 0,x 1,...,x n i =[minx j, max x j ]. Si los nodos están ordenados de forma creciente x 0 <x 1 < <x n, entonces el intervalo de interpolación es [x 0,x n ].
11 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 11 El siguiente gráfico muestra la representación conjunta de la función f(x) =1/x y el polinomio interpolador calculado en el Ejemplo 6.1 P 2 (x) = 11 6 x + x2 6. f(x)=1/x 4 3 y f(x)=11/6-x+x^2 interpolador 2 función Intervalo de interpolación x -2-3 Observamos que: El polinomio interpolador coincide con la función en los puntos de interpolación (x j,f(x j )). El polinomio interpolador es un buen aproximante de la función cuando x pertenece al intervalo de interpolación. Fuera del intervalo de interpolación, el error e n (x) = f(x) P n (x) aumenta rápidamente. 7 Forma de Lagrange para el polinomio interpolador Consideremos la tabla x x 0 x 1 x n y y 0 y 1 y n donde los nodos x j son distintos. Sabemos que existe un único polinomio P n (x) de grado n que interpola la tabla. Hemos visto que podemos determinar P n (x) resolviendo un sistema de ecuaciones. Podemos obtener el polinomio interpolador de forma directa (sin resolver un sistema de ecuaciones) expresándolo en una forma especial, conocida como la forma de Lagrange P n (x) =l 0 (x) y 0 + l 1 (x) y l n (x) y n.
12 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 12 Los polinomios l j (x) se denominan polinomios componentes y se caracterizan por las propiedades 1 si j = k, l j (x k )=δ jk = 0 si j 6= k. Es decir, el polinomio componente l j (x) vale1ensunodox j yseanulaen los restantes. Como l j (x) se anula para x 0,x 1,...,x j 1,x j+1,...,x n, yesdegrado n, debe ser de la forma l j (x) =C (x x 0 )(x x 1 ) (x x j 1 )(x x j+1 ) (x x n ). Para cumplir l j (x j )=1, debe ser C = por lo tanto 1 (x j x 0 )(x j x 1 ) (x j x j 1 )(x j x j+1 )(x j x n ), l j (x) = (x x 0)(x x 1 ) (x x j 1 )(x x j+1 ) (x x n ) (x j x 0 )(x j x 1 ) (x j x j 1 )(x j x j+1 )(x j x n ). Ejemplo 7.1 Polinomio interpolador para 3 nodos. Consideremos la tabla x x 0 x 1 x 2 y y 0 y 1 y 2 Los polinomios componentes son l x 0 x 1 x 0 (x) = (x x 1)(x x 2 ) 2 (x 0 x 1 )(x 0 x 2 ). l x 0 x 1 x 1 (x) = (x x 0)(x x 2 ) 2 (x 1 x 0 )(x 1 x 2 ). l x 0 x 1 x 2 (x) = (x x 0)(x x 1 ) 2 (x 2 x 0 )(x 2 x 1 ). Observamos que, efectivamente, los polinomios componentes cumplen l 0 (x 0 )=1 l 0 (x 1 )=0 l 0 (x 2 )=0, l 1 (x 0 )=0 l 1 (x 1 )=1 l 1 (x 2 )=0, l 2 (x 0 )=0 l 2 (x 1 )=0 l 2 (x 2 )=1.
13 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 13 El polinomio interpolador es, entonces P 2 (x) =l 0 (x) y 0 + l 1 (x) y 1 + l 2 (x) y 2. Vemos que P 2 (x) es de grado 2, además toma los valores adecuados P 2 (x 0 )=l 0 (x 0 ) y 0 + l 1 (x 0 ) y 1 + l 2 (x 0 ) y 2 = y 0, P 2 (x 1 )=l 0 (x 1 ) y 0 + l 1 (x 1 ) y 1 + l 2 (x 1 ) y 2 = y 1, P 2 (x 2 )=l 0 (x 2 ) y 0 + l 1 (x 2 ) y 1 + l 2 (x 2 ) y 2 = y 2, Ejemplo 7.2 Determina el polinomio interpolador de la tabla Los polinomios componentes son x y 1 1/2 1/3. x 0 =1 x 1 =2 x 2 =3 x 0 =1 x 1 =2 x 2 =3 x 0 =1 x 1 =2 x 2 =3 l 0 (x) = l 1 (x) = l 2 (x) = (x 2) (x 3) (1 2) (1 3) = 1 (x 2) (x 3). 2 (x 1) (x 3) (2 1) (2 3) = (x 1) (x 3). (x 1) (x 2) (3 1) (3 2) = 1 (x 1) (x 2). 2 El polinomio interpolador es P 2 (x) =l 0 (x) 1+l 1 (x) l 2(x) 1 3. P 2 (x) = 1 2 (x 2) (x 3) 1 2 (x 1) (x 3) + 1 (x 1) (x 2). (6) 6 La tabla de valores es la misma que la del Ejemplo 6.1, si operamos en (6), resulta P 2 (x) = 1 6 x2 x , que coincide con el obtenido mediante la resolución de un sistema de ecuaciones.
14 Resumen y ejemplos Tema 2: Aproximación e Interpolación Error de interpolación Para el polinomio interpolador de una función, es posible obtener una expresión del error que es muy parecida a la fórmula de error para el polinomio de Taylor. Sean (n +1)nodos distintos x 0,x 1,...,x n. [a, b] =hx 0,x 1,...,x n i (el menor intervalo que contiene los nodos) f(x) función de clase C n+1 [a, b]. P n (x) el polinomio interpolador de f(x) en los nodos x 0,x 1,...,x n. Para cada x [a, b], el error de interpolación admite la siguiente expresión e n (x) =f(x) P n (x) = f (n+1) (t) (n +1)! (x x 0) (x x n ), t [a, b]. Si M n+1 es una cota superior para f (n+1) (t), esto es max f (n+1) (t) M n+1, t [a,b] obtenemos la siguiente cota superior para el error de interpolación e n (x) = f(x) P n (x) M n+1 (n +1)! (x x 0) (x x n ). Ejemplo 8.1 A partir de los datos e 0 =1, e 0.1 = , e 0.2 = (a) Aproxima el valor de e (b) Determina una cota superior del error de interpolación. (c) Compara con el valor de la calculadora. (a) Cálculo de la aproximación. Los polinomios componentes son x 0 =0 x 1 =0.1 x 2 =0.2 l 0 (x) = (x 0.1) (x 0.2) (0 0.1) (0 0.2). l 0 (x) = 1 (x 0.1) (x 0.2). 0.02
15 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 15 x 0 =0 x 1 =0.1 x 2 =0.2 l 1 (x) = l 1 (x) = 1 x (x 0.2) 0.01 l x 0 =0 x 1 =0.1 x 2 =0.2 2 (x) = Polinomio interpolador l 2 (x) = 1 x (x 0.1) P 2 (x) =l 0 (x) y 0 + l 1 (x) y 1 + l 2 (x) y 2. (x)(x 0.2) (0.1 0) ( ) (x)(x 0.1) (0.2 0) ( ). Para calcular P 2 (1.14), sustituimos en los polinomios componentes l 0 (0.14) = 1 (0.04) ( 0.06) ( ) ( ) = = 0.12, l 1 (0.14) = l 2 (0.14) = finalmente (0.14) ( 0.06) (0.14) ( ) = =0.84, 0.01 (0.14) (0.04) (0.14) ( ) = =0.28, 0.02 P 2 (0.14) = l 0 (0.14) y 0 + l 1 (0.14) y 1 + l 2 (0.14) y 2 = ( 0.12) = (b) Cota superior de error. En nuestro caso, el intervalo de interpolación es [0, 0.2], tenemos con por lo tanto M 3 e 2 (x) M 3 3! max t [0,0.2] f (3) (t) = (x x 0 )(x x 1 )(x x 2 ), max t [0,0.2] et = e 0.2 = , e 2 (0.14) (0.14 0) ( ) ( ) 3! = Vemos que la aproximación tiene al menos 3 decimales exactos, el resultado es e 0.14 =
16 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 16 (c) Comparación con el valor de la calculadora. El error exacto (con 6 decimales) es e 2 (0.14) = e0.14 P 2 (0.14) = = vemos que, efectivamente, el error real es inferior a la cota de error calculada. 9 Forma de Newton para el polinomio interpolador En esta sección se presenta otra forma para calcular el polinomio interpolador, conocida como la forma de Newton. Esta forma es especialmente adecuada para realizar los cálculos manualmente. Además, permite incorporar nuevos puntos de interpolación sin tener que rehacer todos los cálculos. 9.1 Diferencias divididas Dada la tabla de valores x x 0 x 1 x 2 x 3 x 4 y y 0 y 1 y 2 y 3 y 4 formamos la tabla de diferencias divididas x 0 f [x 0 ] x 1 f [x 1 ] f [x 0,x 1 ] x 2 f [x 2 ] f [x 1,x 2 ] f [x 0,x 1,x 2 ] x 3 f [x 3 ] f [x 2,x 3 ] f [x 1,x 2,x 3 ] f [x 0,x 1,x 2,x 3 ] x 4 f [x 4 ] f [x 3,x 4 ] f [x 2,x 3,x 4 ] f [x 1,x 2,x 3,x 4 ] f [x 0,x 1,x 2,x 3,x 4 ] Las diferencias divididas se calculan de forma recurrente f[x j ]=f(x j )=y j, f[x i,x i+1,,x j 1,x j ]= f[x i+1,,x j 1,x j ] f[x i,x i+1,,x j 1 ] x j x i, Ejemplo 9.1 Diferencias divididas. f [x 0,x 1 ]= f [x 1] f [x 0 ] x 1 x 0, f [x 1,x 2 ]= f [x 2] f [x 1 ] x 2 x 1,
17 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 17 f [x 0,x 1,x 2 ]= f [x 1,x 2 ] f [x 0,x 1 ] x 2 x 0, f [x 1,x 2,x 3,x 4 ]= f [x 2,x 3,x 4 ] f [x 1,x 2,x 3 ] x 4 x 1. Ejemplo 9.2 Diferencias divididas para la tabla x y x 0 =0 f [x 0 ]= 1 x 1 =1 f [x 1 ]=3 f [x 0,x 1 ]= =2 x 2 =3 f [x 2 ]= 1 f [x 1,x 2 ]= = 2 f [x 0,x 1,x 2 ]= = Interpolador de Newton Dada la tabla de valores x x 0 x 1 x 2 x 3 x 4 y y 0 y 1 y 2 y 3 y 4 tenemos los siguientes polinomios interpoladores Un nodo Dos nodos x x 0 y y 0 P 0 (x) =f[x 0 ]. x x 0 x 1 y y 0 y 1 P 1 (x) =f[x 0 ]+f [x 0,x 1 ](x x 0 ). Tres nodos x x 0 x 1 x 2 y y 0 y 1 y 2 P 2 (x) =f[x 0 ]+f [x 0,x 1 ](x x 0 )+f [x 0,x 1,x 2 ](x x 0 )(x x 1 ). Cuatro nodos x x 0 x 1 x 2 x 3 y y 0 y 1 y 2 y 3 P 3 (x) = f[x 0 ]+f [x 0,x 1 ](x x 0 )+f [x 0,x 1,x 2 ](x x 0 )(x x 1 ) +f [x 0,x 1,x 2,x 3 ](x x 0 )(x x 1 )(x x 2 ).
18 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 18 Cinco nodos x x 0 x 1 x 2 x 3 x 4 y y 0 y 1 y 2 y 3 y 4 P 4 (x) = f[x 0 ]+f [x 0,x 1 ](x x 0 )+f [x 0,x 1,x 2 ](x x 0 )(x x 1 ) +f [x 0,x 1,x 2,x 3 ](x x 0 )(x x 1 )(x x 2 ) +f [x 0,x 1,x 2,x 3,x 4 ](x x 0 )(x x 1 )(x x 2 )(x x 3 ). Ejemplo 9.3 Calcula el polinomio interpolador de la tabla x y Hemos obtenido la tabla de diferencias divididas x 0 =0 f [x 0 ]= 1 x 1 =1 f [x 1 ]= 3 f [x 0,x 1 ]=2 x 2 =3 f [x 2 ]= 1 f [x 1,x 2 ]= 2 f [x 0,x 1,x 2 ]= 4 3 El interpolador es P 2 (x) =f[x 0 ]+f [x 0,x 1 ](x x 0 )+f [x 0,x 1,x 2 ](x x 0 )(x x 1 ). En nuestro caso P 2 (x) =1+2x + 4 x (x 1). 3 El polinomio P 2 (x) es de grado 2. En los nodos x j toma los valores P 2 (0) = 1, P 2 (1) = = 3, P 2 (3) = =7 8= 1. 3 Se trata, por lo tanto, del polinomio interpolador. Ejemplo 9.4 Calcula el polinomio interpolador de la tabla x y Hemos obtenido la tabla de diferencias divididas x 0 =0 f [x 0 ]=0 x 1 =1 f [x 1 ]=0 f [x 0,x 1 ]=0 x 2 = 1 f [x 2 ]=2 f [x 1,x 2 ]= 1 f [x 0,x 1,x 2 ]=1 El interpolador es P 2 (x) =f[x 0 ]+f [x 0,x 1 ](x x 0 )+f [x 0,x 1,x 2 ](x x 0 )(x x 1 ), en nuestro caso P 2 (x) =x (x 1).
19 Resumen y ejemplos Tema 2: Aproximación e Interpolación Interpolación de Hermite 10.1 Presentación del problema Dada la tabla de datos x x 0 x 1 x n y y 0 y 1 y n y 0 y0 0 y1 0 yn 0 se pretende determinar un polinomio de grado 2n +1 H 2n+1 (x) =a 0 + a 1 x + + a 2n+1 x 2n+1, que cumpla las 2n +2condiciones ½ H2n+1 (x j )=y j H 0 2n+1 (x j)=y 0 j para j =0, 1,...,n. Propiedad. Si los nodos x 0,x 1,...,x n, son distintos, entonces el polinomio interpolador de Hermite H 2n+1 (x) existe y es único, para cualquier elección de los valores y j y y 0 j. Ejemplo 10.1 Calcula el polinomio interpolador de Hermite para la tabla x 0 1 y 1 3 y Se trata de un polinomio de grado 3. H 3 (x) =a 0 + a 1 x + a 2 x 2 + a 3 x 3. (7) Las condiciones de interpolación son H 3 (0) = 1, H3 0 (0) = 1, (8) H 3 (1) = 3, H3 0 (1) = 1. Calculamos H3 0 (x) H3(x) 0 =a 1 +2a 2 x +3a 3 x 2, (9) sustituyendo en (7) y (9), resulta a 0 =1 a 1 =1 a 0 + a 1 + a 2 + a 3 =3 a 1 +2a 2 +3a 3 = 1 a 0 =1 a 1 =1 a 2 + a 3 =1 2a 2 +3a 3 = 2 a 0 =1 a 1 =1 a 2 =5 a 3 = 4
20 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 20 El polinomio interpolador es, por lo tanto, Vemos que H 3 (x) cumple si calculamos la derivada H 3 (x) =1+x +5x 2 4x 3. H 3 (0) = 1, H 3 (1) = 3, H 0 3(x) =1+10x 12x 2 y sustituimos en x 0 =0y x 1 =1, resulta H 0 3(0) = 1, H 0 3(1) = 1. por lo tanto, H 3 (x) cumple las condiciones (8) Cálculo del polinomio de Hermite usando diferencias divididas Podemos calcular el polinomio de Hermite usando un procedimiento muy parecido al empleado para construir la forma de Newton del polinomio interpolador de Lagrange. x 0 f [x 0 ] x 0 f [x 0 ] f [x 0,x 0 ] x 1 f [x 1 ] f [x 0,x 1 ] f [x 0,x 0,x 1 ] x 1 f [x 1 ] f [x 1,x 1 ] f [x 0,x 1,x 1 ] f [x 0,x 0,x 1,x 1 ] x 2 f [x 2 ] f [x 1,x 2 ] f [x 1,x 1,x 2 ] f [x 0,x 1,x 1,x 2 ] f [x 0,x 0,x 1,x 1,x 2 ] x 2 f [x 2 ] f [x 2,x 2 ] f [x 1,x 2,x 2 ] f [x 1,x 1,x 2,x 2 ] f [x 0,x 1,x 1,x 2,x 2 ] La diferencia es que ahora hay nodos x j repetidos, las diferencias f [x j,x j ] se definen como f [x j,x j ]=f 0 (x j )=yj. 0 Los polinomios de Hermite H 1 (x), H 2 (x), H 2 (x), tienen la siguiente forma: Un nodo. Tabla de datos Tabla de diferencias x x 0 y y 0 y 0 y 0 0 x 0 f [x 0 ] x 0 f [x 0 ] f [x 0,x 0 ] Interpolador H 1 (x) =f [x 0 ]+f [x 0,x 0 ](x x 0 ). Observa que en este caso, se obtiene la recta tangente en x = x 0.
21 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 21 Dos nodos. Tabla de datos x x 0 x 1 y y 0 y 1 y 0 y0 0 y1 0 Tabla de diferencias x 0 f [x 0 ] x 0 f [x 0 ] f [x 0,x 0 ] x 1 f [x 1 ] f [x 0,x 1 ] f [x 0,x 0,x 1 ] x 1 f [x 1 ] f [x 1,x 1 ] f [x 0,x 1,x 1 ] f [x 0,x 0,x 1,x 1 ] Interpolador H 3 (x) =f [x 0 ]+f [x 0,x 0 ](x x 0 )+f [x 0,x 0,x 1 ](x x 0 ) 2 + +f [x 0,x 0,x 1,x 1 ](x x 0 ) 2 (x x 1 ). Tres nodos. Los datos son x x 0 x 1 x 2 y y 0 y 1 y 2 y 0 y0 0 y1 0 y2 0 y el polinomio interpolador tiene la forma H 5 (x) =f [x 0 ]+f [x 0,x 0 ](x x 0 )+f [x 0,x 0,x 1 ](x x 0 ) 2 + +f [x 0,x 0,x 1,x 1 ](x x 0 ) 2 (x x 1 )+ +f [x 0,x 0,x 1,x 1,x 2 ](x x 0 ) 2 (x x 1 ) 2 + +f [x 0,x 0,x 1,x 1,x 2,x 2 ](x x 0 ) 2 (x x 1 ) 2 (x x 2 ). Ejemplo 10.2 Calcula el polinomio interpolador de la tabla x 0 1 y 1 3 y Los datos iniciales en la tabla de diferencias divididas son x 0 =0 f [x 0 ]=1 x 0 =0 f [x 0 ]=1 f [x 0,x 0 ]=1 x 1 =1 f [x 1 ]=3 f [x 0,x 1 ] f [x 0,x 0,x 1 ] x 1 =1 f [x 1 ]=3 f [x 1,x 1 ]= 1 f [x 0,x 1,x 1 ] f [x 0,x 0,x 1,x 1 ] A partir de ahí, obtenemos x 0 =0 f [x 0 ]=1 x 0 =0 f [x 0 ]=1 f [x 0,x 0 ]=1 x 1 =1 f [x 1 ]=3 f [x 0,x 1 ]=2 f [x 0,x 0,x 1 ]=1 x 1 =1 f [x 1 ]=3 f [x 1,x 1 ]= 1 f [x 0,x 1,x 1 ]= 3 f [x 0,x 0,x 1,x 1 ]= 4.
22 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 22 Porlotanto,elinterpoladores H 3 (x) = f [x 0 ]+f [x 0,x 0 ](x x 0 )+f [x 0,x 0,x 1 ](x x 0 ) 2 + +f [x 0,x 0,x 1,x 1 ](x x 0 ) 2 (x x 1 ). Si operamos, resulta H 3 (x) =1+x + x 2 4x 2 (x 1). H 3 (x) =1+x +5x 2 4x 3. que coincide con el obtenido en el Ejemplo Error del polinomio de Hermite Sean (n +1)nodos distintos x 0,x 1,...,x n. [a, b] =hx 0,x 1,...,x n i (el menor intervalo que contiene los nodos). f(x) función de clase C 2n+2 [a, b]. H 2n+1 (x) el polinomio interpolador de Hermite para f(x) en los nodos x 0,x 1,...,x n. Para cada x [a, b], el error de interpolación admite la siguiente expresión f (2n+2) (t) e 2n+1 (x) = f(x) H 2n+1 (x) = (2n +2)! (x x 0) 2 (x x n ) 2, t [a, b]. Si M 2n+2 es una cota superior para f (2n+2) (t), esto es max f (2n+2) (t) M 2n+2, t [a,b] obtenemos la siguiente cota superior para el error de interpolación e 2n+1 (x) = f(x) H 2n+1 (x) M 2n+2 (2n +2)! (x x 0) 2 (x x n ) 2. Ejemplo 10.3 Calcula el polinomio de Hermite que interpola la función sin(x) en x 0 =0y x 1 = π/4. Aproxima el valor de sin(0.5), calcula una cota superior de error.
23 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 23 Tenemos f(x) =sin(x), f 0 (x) =cos(x), La tabla de datos es f(0) = 0, f 0 (0) = 1, f( π 4 )= 1 = , f 0 ( π )= la tabla de diferencias inicial es x x 0 =0 x 1 = y y x 0 =0 f [x 0 ]=0 x 0 =0 f [x 0 ]=0 f [x 0,x 0 ]=1. x 1 = f [x 1 ]= f [x 0,x 1 ] x 1 = f [x 1 ]= f [x 1,x 1 ]= de donde obtenemos f [x 0,x 0 ]=1. f [x 0,x 1 ]= f [x 0,x 0,x 1 ]= f [x 1,x 1 ]= f [x 0,x 1,x 1 ]= f [x 0,x 0,x 1,x 1 ]= El cálculo detallado de algunas diferencias divididas es como sigue f [x 0,x 1 ]= f [x 1] f [x 0 ] x 1 x 0 = = , f [x 0,x 0,x 1 ]= f [x 0,x 1 ] f [x 0,x 0 ] = = , x 1 x f [x 0,x 1,x 1 ]= f [x 1,x 1 ] f [x 0,x 1 ] = = x 1 x Los valores relevantes para construir H 3 (x) son f [x 0 ]=0, f [x 0,x 0 ]=1, f [x 0,x 0,x 1 ]= , f [x 0,x 0,x 1,x 1 ]= El polinomio interpolador tiene la forma H 3 (x) = f [x 0 ]+f [x 0,x 0 ](x x 0 )+f [x 0,x 0,x 1 ](x x 0 ) 2 + +f [x 0,x 0,x 1,x 1 ](x x 0 ) 2 (x x 1 ),
24 Resumen y ejemplos Tema 2: Aproximación e Interpolación. 24 es, por lo tanto H 3 (x) =x x x 2 (x ). El valor aproximado para x =0.5 es Cota de error. Tenemos H 3 (0.5) = (10) e 3 (x) = f(x) H 3 (x) M 4 4! (x x 0) 2 (x x 1 ) 2. El intervalo de interpolación es [0, π/4]. En nuestro caso f (4) (x) =sin(x) por lo tanto M 4 = max f (4) (t) =sin(π/4) = 1, 2 t [0,π/4] de donde resulta la cota de error e 3 (0.5) ³ (0.5)2 (0.5 π/4) 2 = A la vista de la cota de error, sólo podemos asegurar 2 decimales exactos en la aproximación, el valor que debemos tomar como resultado se obtiene redondeando (10) a 2 decimales Error exacto. El valor de sin(0.5) es el error real es sin(0.5) = sin(0.5) = , e 3 (0.5) = sin(0.5) H 3 (0.5) =
7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre
Más detallesE.T.S. Minas: Métodos Matemáticos Ejercicios Tema 2 Aproximación e interpolación
E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 2006/07
Más detallesMétodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 009,
Más detallesMétodos Numéricos: soluciones Tema 2 Aproximación e interpolación
Métodos Numéricos: soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Febrero 2008, Versión 1.3
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 2006/07
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.2 Determinación aproximada de extremos: Método de Newton-Raphson
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.2 Determinación aproximada de extremos: Método de Newton-Raphson Francisco Palacios Escuela Politécnica Superior de Ingeniería
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.7: Aproximación de funciones. Desarrollo de Taylor. Aproximación lineal. La aproximación lineal de una función y = f(x) en un punto x = a es la
Más detallesMétodos Numéricos: Solución de los ejercicios Tema 3: Integración Numérica
Métodos Numéricos: Solución de los ejercicios Tema : Integración Numérica Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Febrero 8, versión.4
Más detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos
Más detallesTema 1: Interpolación. Cá álculo umérico
Tema : Interpolación Problema Dada una nube de puntos del plano Interpolación polinomial. Polinomios de Lagrange: cota del error. Método de Newton: diferencias divididas y finitas. se pretende encontrar
Más detallesCurso Propedéutico de Cálculo Sesión 2: Límites y Continuidad
y Laterales Curso Propedéutico de Cálculo Sesión 2: y Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico y Esquema Laterales 1 Laterales 2 y Esquema Laterales
Más detallesContenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesTEMA 4: DERIVADAS. En símbolos, la pendiente de la curva en P = lim Q P (pendiente de P Q).
TEMA 4: DERIVADAS 1. La derivada de una función. Reglas de derivación 1.1. La pendiente de una curva. La pendiente de una curva en un punto P es una medida de la inclinación de la curva en ese punto. Si
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesApellidos:... Nombre:... Examen
Cálculo Numérico I. Grado en Matemáticas. Curso 0/0. 0 de Junio de 0 Apellidos:... Nombre:... Examen. Decidir razonadamente si las siguientes afirmaciones son verdaderas o falsas, buscando un contraejemplo
Más detallesTema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Solución de los ejercicios Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril
Más detallesLos datos necesarios para calcular la interpolación los obtenemos del enunciado del problema y son los siguientes: Ahora sustituimos:
Problemas Sesión :INTERPOLACIÓN ) Calcula el polinomio que interpola los puntos (-,), (,), (,) y (,-) en las formas de Lagrange y diferencias divididas. Solución La expresión para el polinomio interpolador
Más detallesTeoría de errores. Departamento de Análisis Matemático Universidad de La Laguna
Teoría de errores BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA
Más detallesDerivación de funciones reales de una variable
Derivación de funciones reales de una variable Derivada de una función en un punto. Interpretación física y geométrica Aproximación de raíces: Método de Newton Raphson Derivabilidad Cálculo de derivadas
Más detallesApellidos:... Nombre:... Examen
Cálculo Numérico I. Grado en Matemáticas y doble grado Física/Matemáticas. 16 de junio de 017 Curso 016/017. Apellidos:... Nombre:... Examen 1. Explicar razonadamente si las siguientes afirmaciones son
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso
Más detallesMatemáticas Febrero 2013 Modelo A
Matemáticas Febrero 0 Modelo A. Calcular el rango de 0 0 0. 0 a) b) c). Cuál es el cociente de dividir P(x) = x x + 9 entre Q(x) = x +? a) x x + x 6. b) x + x + x + 6. c) x x + 5x 0.. Diga cuál de las
Más detallesN = {1, 2, 3, 4, 5,...}
Números y Funciones.. Números Los principales tipos de números son:. Los números naturales son aquellos que sirven para contar. N = {,,, 4, 5,...}. Los números enteros incluyen a los naturales y a sus
Más detallesSolución de ecuaciones algebraicas y trascendentes: Método de Newton Raphson
Solución de ecuaciones algebraicas y trascendentes: Método de Newton Raphson Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán Facultad de Ingeniería,
Más detallesETS Minas: Métodos matemáticos Ejercicios resueltos Tema 1 Preliminares
ETS Minas: Métodos matemáticos Ejercicios resueltos Tema Preliminares Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 006/07 Agosto 006,
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Soluciones Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesLos datos necesarios para calcular la interpolación los obtenemos del enunciado del problema y son los siguientes: Ahora sustituimos:
Problemas Sesión :INTERPOLACIÓN ) Calcula el polinomio que interpola los puntos (-,), (,), (,) y (,-) en las formas de Lagrange y diferencias divididas. Solución La expresión para el polinomio interpolador
Más detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
Más detallesProblemas. Hoja 1. Escriba el algoritmo para N = 4 y calcule el número de operaciones que realiza.
Dpto. de Matemáticas. CÁLCULO NUMÉRICO. Curso 12/13 Problemas. Hoja 1 Problema 1. El método o algoritmo de Horner para evaluar en x 0 el polinomio P (x) = a 0 + a 1 x + + a N x N consiste formalmente en
Más detallesResumen Tema 3: Derivadas. Concepto. Propiedades. Cálculo de derivadas. Aplicaciones.
Resumen Tema 3: Derivadas. Concepto. Propiedades. Cálculo de derivadas. Aplicaciones. 0.. Concepto de derivada. Definición. Sea f : S R R, a (b, c) S. Decimos que f es derivable en a si existe: f(x) f(a)
Más detallesMétodos Numéricos I - C.S.I. - Curso 2003/04. TEMA 2: Interpolación polinómica de funciones
Ejercicios. Hoja 2.1 1. Usar la fórmula de Lagrange para obtener un polinomio cúbico que interpola los valores de la tabla siguiente. Evaluarlo luego para x = 2, 3, 5. x k 0 1 4 6 y k 1-1 1-1 [Sol.: P
Más detalles5. Derivación e integración numérica
5. Derivación e integración numérica 5.. Ejercicios Ejercicio 5. Calcular usando la fórmula del punto medio: la integral: b a ( ) f(x)dx a+b = (b a)f xdx Calcular la integral y dar el error. Dibujar el
Más detallesCAPITULO 7.SERIES DE FOURIER. 7.1. Sistemas de funciones ortogonales
CAPITULO 7.SERIES DE FOURIER La publicación por Fourier (1768-1830) de la " Teoría analítica del calor ", fue de una influencia decisiva en las matemáticas posteriores. Se supone en ella que cualquier
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es
Más detallesE.T.S. Minas: Métodos Matemáticos Ejercicios resueltos Tema 7 Ecuaciones diferenciales de primer orden
E.T.S. Minas: Métodos Matemáticos Ejercicios resueltos Tema 7 Ecuaciones diferenciales de primer orden Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
Más detallesMétodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica
Métodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 /
Más detallesMétodos Numéricos: Interpolación
Métodos Numéricos: Interpolación Eduardo P. Serrano Versión previa abr 2012 1. Interpolación. Dado un conjunto finito de datos (x k,y k ), k =0, 1,...,n una función interpolante odeinterpolación, es una
Más detallesLección 3: Aproximación de funciones. por polinomios. Fórmula de Taylor para
Lección 3: Aproximación de funciones por polinomios. Fórmula de Taylor para funciones escalares 3.1 Introducción Cuando es difícil trabajar con una función complicada, tratamos a veces de hallar una función
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Son muchas las situaciones en las que se presenta el problema de obtener las soluciones de ecuaciones de la forma f(x) = 0. En algunos casos existe una fórmula
Más detalles5.1. Recta tangente, normal e intersección de curvas. Recta tangente
5. Aplicaciones de la Derivada 5.1. Recta tangente, normal e intersección de curvas Recta tangente Desde la escuela primaria se sabe que la recta tangente en un punto de una circunferencia es aquella recta
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 2: Recursos avanzados Tema 2.1 Resolución numérica de ecuaciones
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 2: Recursos avanzados Tema 2.1 Resolución numérica de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad
Más detallesAplicaciones de las Derivadas
Tema 4 Aplicaciones de las Derivadas 4.1 Introducción Repasaremos en este Tema algunas de las aplicaciones fundamentales de las derivadas. Muchas de ellas son ya conocidas por tratarse de conceptos explicados
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.4: La derivada y sus propiedades básicas. La Regla de la cadena. El concepto de derivada aparece en muchas situaciones en la ciencias: en matemáticas
Más detallesIntegración por el método de Monte Carlo
Integración por el método de Monte Carlo Georgina Flesia FaMAF 29 de marzo, 2012 El método de Monte Carlo El método de Monte Carlo es un procedimiento general para seleccionar muestras aleatorias de una
Más detallesCURSO CERO DE MATEMATICAS. Apuntes elaborados por Domingo Pestana Galván. y José Manuel Rodríguez García
INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIONES CURSO CERO DE MATEMATICAS Apuntes elaborados por Domingo Pestana Galván y José Manuel Rodríguez García UNIVERSIDAD CARLOS III DE MADRID Escuela Politécnica
Más detallesDERIVADAS, LÍMITES Y TEOREMAS DE DERIVABILIDAD
DERIVADAS, LÍMITES Y TEOREMAS DE DERIVABILIDAD Aplicando el teorema de los incrementos finitos a la función f(x) = x 2 + 4x - 2 en los extremos [-1, 3] hallar x o El teorema de Lagrange dice que: f(3)
Más detallesf (x) (1+[f (x)] 2 ) 3 2 κ(x) =
MATEMÁTICAS II - EXAMEN PRIMER PARCIAL - 4/11/11 Grado: Ing. Electrónica Rob. y Mec. Ing. Energía Ing. Organización Ind. Nombre y Apellidos: Ejercicio 1. La curvatura de una función f en un punto x viene
Más detallesInterpolación polinómica
Interpolación polinómica Contenidos Polinomio interpolante Interpolación mediante los polinomios fundamentales de Lagrange Interpolación mediante diferencias divididas Interpolación con órdenes Matlab
Más detallesRepaso de Matemáticas
Repaso de Matemáticas Teoría Macroeconomica III Marcel Jansen Universidad Autónoma de Madrid En estas notas resumiremos algunas de las herramientas matemáticas que pueden encontrar útiles para este curso.
Más detallesETS Minas: Métodos matemáticos Tema 1 Preliminares
ETS Minas: Métodos matemáticos Tema 1 Preliminares Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre 2008, versión 1.7 Contenido 1.
Más detallesTEORMAS DE WEIERSTRASS, BOLZANO, ROLLE Y LAGRANGE
TEORMAS DE WEIERSTRASS, BOLZANO, ROLLE Y LAGRANGE PROBLEMAS RESUELTOS + Dada F() =, escriba la ecuación de la secante a F que une los puntos (, F( )) y 4 (, F()). Eiste un punto c en el intervalo [, ]
Más detalles4.6. Interpolación mediante splines (polinomios a trozos) Figura 4.1: Datos de interpolación
Capítulo 4 INTERPOLACIÓN 46 Interpolación mediante splines polinomios a trozos En las figuras siguientes se puede observar alguno de los problemas que la interpolación clásica con polinomios puede plantear
Más detallesTEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 2: Cálculo diferencial de una variable. Domingo Pestana Galván José Manuel Rodríguez García
TEORÍA DE CÁLCULO I Para Grados en Ingeniería Capítulo 2: Cálculo diferencial de una variable Domingo Pestana Galván José Manuel Rodríguez García Figuras realizadas con Arturo de Pablo Martínez 1 TEMA
Más detallesMétodos Numéricos: Ejercicios Resueltos Tema 1: Preliminares
Métodos Numéricos: Ejercicios Resueltos Tema : Preliminares Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 2006/07 Febrero 2007, versión.
Más detallesPráctica 2 Métodos de búsqueda para funciones de una variable
Práctica 2 Métodos de búsqueda para funciones de una variable Introducción Definición 1. Una función real f se dice que es fuertemente cuasiconvexa en el intervalo (a, b) si para cada par de puntos x 1,
Más detalles1. El Teorema de Rolle Generalizado.
Proyecto III: Los Teoremas de Rolle y del valor Medio Objetivos: Profundizar el estudio de algunos teoremas del cálculo diferencial 1 El Teorema de Rolle Generalizado La formulación más común del Teorema
Más detallesComplementos de Matemáticas, ITT Telemática
Aproximación de funciones Interpolación Int. Segm. Complementos de Matemáticas, ITT Telemática Tema 2. Departamento de Matemáticas, Universidad de Alcalá Aproximación de funciones Interpolación Int. Segm.
Más detallesLaboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.
Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Índice Motivación y objetivos Cuadratura
Más detallesTema 1. Cálculo diferencial
Tema 1. Cálculo diferencial 1 / 57 Una función es una herramienta mediante la que expresamos la relación entre una causa (variable independiente) y un efecto (variable dependiente). Las funciones nos permiten
Más detallesC alculo Octubre 2010
Cálculo Octubre 2010 Derivada. Introducción Recordemos la definición de pendiente de una recta: α y 1 y0 x 0 x 1 Pendiente= m = tanα = y 1 y 0 x 1 x 0 Y ahora consideremos las pendientes de las rectas
Más detalles3.4 El Teorema de Taylor. Extremos relativos
3.4. EL TEOREMA DE TAYLOR. EXTREMOS RELATIVOS 103 3.4 El Teorema de Taylor. Extremos relativos La derivación está directamente relacionada con la posibilidad de aproximar localmente funciones suficientemente
Más detallesInterpolación. 12 Interpolación polinómica
El objeto de este capítulo es el estudio de técnicas que permitan manejar una función dada por medio de otra sencilla y bien determinada que la aproxime en algún sentido. El lector ya conoce la aproximación
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.5: Aplicaciones de la derivada. Máximos y mínimos (absolutos) de una función. Sea f una función definida en un conjunto I que contiene un punto
Más detallesAnexo C. Introducción a las series de potencias. Series de potencias
Anexo C Introducción a las series de potencias Este apéndice tiene como objetivo repasar los conceptos relativos a las series de potencias y al desarrollo de una función ne serie de potencias en torno
Más detallesSESIÓN 2 Splines e integración numérica
SESIÓN Splines e integración numérica ) Sea f x = x 4 para x [,] y sea s: [,] R el spline cúbico que aproxima a f definido a partir de los puntos de abscisas, y. Razona cual de las siguientes expresiones
Más detallesValor absoluto de un número real. Potencias de exponente racional. Logaritmos. Logaritmos decimales y neperianos. Propiedades y operaciones.
Otras páginas Matemásicas ccss 5º MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I ARITMÉTICA Y ÁLGEBRA Los números reales Números racionales. Números irracionales. Los números y e. Los números reales.
Más detallesUna sucesión infinita es una función cuyo dominio es el conjunto de los enteros positivos. Podemos denotar una sucesión como una lista
Cap 9 Sec 9.1 9.3 Una sucesión infinita es una función cuyo dominio es el conjunto de los enteros positivos. Podemos denotar una sucesión como una lista a 1, a 2, a 3, a n, Donde cada a k es un término
Más detallesCONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.
CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio opción A, modelo 3 Septiembre 03 específico x Sea f la función definida por f(x) = para x > 0, x (donde ln denota el logaritmo neperiano) ln(x) [ 5 puntos] Estudia y determina las asíntotas
Más detallesINFORMÁTICA Y PROGRAMACIÓN
INFORMÁTICA Y PROGRAMACIÓN Problemas de Interpolación. La tabla siguiente recoge los valores de una función f(x) en un conjunto de puntos soporte: x.5 4 f(x).4.5.4.5 Dicha función se interpola en el sentido
Más detalles1. Estudiar el problema siguiente: Hallar un polinomio de grado 2 tal que:
Interpolación 1. Estudiar el problema siguiente: Hallar un polinomio de grado 2 tal que: px ( ) = z ; px ( ) = z; p ( x) = z 0 0 1 1 2 2 2. Queda determinado un polinomio p(x) de grado 3 por los siguiente
Más detallesPreliminares Métodos de Derivación Numérica DERIVACIÓN NUMÉRICA DERIVACIÓN NUMÉRICA
Contenido 1 Preliminares Introducción 2 Introducción Contenido 1 Preliminares Introducción 2 Introducción Introducción Las fórmulas de derivación numérica son importantes en el desarrollo de algoritmos
Más detallesEjercicios resueltos de trigonometría
Ejercicios resueltos de trigonometría 1) Convierte las siguientes medidas de grados en radianes: a) 45º b) 60º c) 180º d) 270º e) 30º f) 225º g) 150º h) 135º i) -90º j) 720º 2) Expresa las siguientes razones
Más detallesEs decir, tenemos una función continua en el intervalo [2, 3] donde signo de f(2) signo de f(3).
TEOREMA DE BOLZANO: Probar que la ecuación x 3-4x - 2 = 0 tiene alguna raíz real, aproximando su valor hasta las décimas. Consideramos la función f(x) = x 3-4x - 2 la cual es continua por ser polinómica.
Más detallesBoletín II. Cálculo diferencial de funciones de una variable
CÁLCULO Boletín II. Cálculo diferencial de funciones de una variable Ejercicios básicos 1. Sea f la función dada por 5x 2. a) Utiliza la definición de derivada para demostrar que f (x) = 10x. b) Calcula
Más detallesFÓRMULA DE TAYLOR Prueba de Evaluación
FÓRMULA DE TAYLOR Prueba de Evaluación 6 11 09 Tipo 1 Ejercicio 1: Dada la función f(x) =arctan x, se pide: a. Escribir la fórmula de Taylor de la función f(x) para n=4 y a=1 b. Hallar el valor aproximado
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detallesEn este capítulo obtendremos los resultados básicos del cálculo diferencial para funciones reales definidas sobre R o sobre intervalos.
Capítulo 6 Derivadas 61 Introducción En este capítulo obtendremos los resultados básicos del cálculo diferencial para funciones reales definidas sobre R o sobre intervalos Definición 61 Sea I R, I, f :
Más detallesAmpliación de Matemáticas y Métodos Numéricos
Ampliación de Matemáticas y Métodos Numéricos Relación de ejercicios. Introducción a los Métodos Numéricos Ej. El problema del cálculo del punto de corte de dos rectas con pendiente similar es un problema
Más detallesIES Francisco Ayala Modelo 1 (Septiembre) de 2007 Solución Germán Jesús Rubio Luna. Opción A
IES Francisco Ayala Modelo (Septiembre) de 7 Germán Jesús Rubio Luna Opción A Ejercicio n de la opción A de septiembre, modelo de 7 3x+ Sea f: (,+ ) R la función definida por f(x)= x. [ 5 puntos] Determina
Más detallesUNIDAD 4.- INECUACIONES Y SISTEMAS (tema 4 del libro)
UNIDAD 4. INECUACIONES Y SISTEMAS (tema 4 del libro) 1. INECUACIONES DE PRIMER GRADO CON UNA INCÓGNITA Definición: Se llama desigualdad a toda relación entre epresiones numéricas o algebraicas unidas por
Más detalles+ 1. La función del tercer tramo es un polinomio (una constante) que tampoco da problemas en ningún punto.
1.- Considerad la función: x + 4 x para x 0 + 1 f(x) = 12x 36 x para 0 < x < 3 9 2 para x 3 a) Estudiar, en todos los puntos del dominio, la continuidad de f. b) Estudiar, en todos los puntos donde sea
Más detallesIntroducción al análisis numérico
Introducción al análisis numérico Javier Segura Universidad de Cantabria Cálculo Numérico I. Tema 1 Javier Segura (Universidad de Cantabria) Introducción al análisis numérico CNI 1 / 26 Contenidos: 1 Sistemas
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detallesEJERCICIOS PROPUESTOS: Interpolación
EJERCICIOS PROPUESTOS: Interpolación 1º. Determínese el polinomio de primer grado que en x = 1 toma el valor y en x 1 = toma el valor. Para ello: a) Escríbase el sistema de ecuaciones lineales que proporciona
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador Francisco Palacios Escuela Politécnica Superior de Ingeniería Manresa Universidad Politécnica
Más detallesCálculo I Aplicaciones de las Derivadas: Linealización y Diferenciales. Julio C. Carrillo E. * 1. Introducción 1. 2.
4.7. Aplicaciones de las Derivadas: Linealización y Diferenciales Julio C. Carrillo E. * Índice 1. Introducción 1 2. Errores 2 3. Linealización 4 4. Diferenciales 10 A. Teorema de Taylor (Opcional) 17
Más detallesPROGRAMACIÓN LINEAL ENTERA
PROGRAMACIÓN LINEAL ENTERA Programación lineal: hipótesis de perfecta divisibilidad Así pues decimos que un problema es de programación lineal entera, cuando prescindiendo de las condiciones de integridad,
Más detallesRelación de ejercicios 6
Relación de ejercicios 6 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 6.1. 1. Construye, usando la base canónica del espacio
Más detallesJUNIO 2010. Opción A. 1 1.- Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola.
Junio 00 (Prueba Específica) JUNIO 00 Opción A.- Dada la parábola y 3 área máima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola., y la recta y 9, hallar las dimensiones
Más detallesJuan Ruiz Álvarez. Matemáticas (Grado en Biología)
Método de las isóclinas. 1 1 Departamento de Matemáticas. Universidad de Alcalá de Henares. Contenidos Introducción 1 Introducción 2 3 4 Índice Introducción 1 Introducción 2 3 4 Introducción Desafortunadamente,
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesTema 5 Aplicaciones del cálculo diferencial
Tema 5 Aplicaciones del cálculo diferencial 1. APLICACIONES EN UNA VARIABLE 1.1. Extremos relativos. Proposición 1.1: Monotonía Sea f : [a, b] R continua en [a, b] y derivable en (a, b), entonces: (1)
Más detallesPolinomio de Taylor. Extremos.
CAPÍTULO 6 Polinomio de Taylor. Extremos. En este capítulo trabajamos con el polinomio de Taylor de una función de varias variables y su aplicación al estudio de los extremos de funciones de más de una
Más detallesCAPÍTULO. Métodos numéricos
CAPÍTULO 7 Métodos numéricos 7.2 Método de Euler En general, la solución de un PVI, y 0 D f.x; y/, con y.x 0 / D y 0, es una función y.x/ que se puede desarrollar mediante un polinomio de Taylor de cualquier
Más detallesContenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades
Más detalles