3. Interpolación polinomial

Documentos relacionados
5. Derivación e integración numérica

SESIÓN 2 Splines e integración numérica

Integración numérica

Ampliación de Matemáticas y Métodos Numéricos

Curso Hoja 1. Análisis de errores

Cuadratura de Newton-Cotes

CÁLCULO NUMÉRICO (0258)

2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0

Apellidos:... Nombre:... Examen

METODOS NUMERICOS. Curso

CÁLCULO NUMÉRICO I (Tema 2 - Relación 1)

Métodos Numéricos: soluciones Tema 2 Aproximación e interpolación

Métodos Numéricos: Solución de los ejercicios Tema 3: Integración Numérica

Integración Numérica. Hermes Pantoja Carhuavilca. Métodos Computacionales. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos

1. Interpolación e Integración Numérica

E.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación

EJERCICIOS DE INTERPOLACIÓN POLINÓMICA A TROZOS PROPUESTOS EN EXÁMENES DE LA ASIGNATURA

Análisis Numérico para Ingeniería. Clase Nro. 13

1. Método de bisección

Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas Enero - Marzo, 2008

Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla1

Apellidos:... Nombre:... Examen

75.12 ANÁLISIS NUMÉRICO I GUÍA DE PROBLEMAS 6. INTEGRACIÓN

Cuadratura Numérica. Javier Segura. J. Javier Segura Cuadratura Numérica

Tema 4. Obtener una solución aproximada de la integral definida de una función, a b f(x)dx :

INTEGRACIÓN NUMÉRICA

Práctico Preparación del Examen

Teóricas de Análisis Matemático (28) - Práctica 8 - Polinomio de Taylor

7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador

Análisis Numérico para Ingeniería. Clase Nro. 13

INTERPOLACIÓN: Error en la la interpolación polinómica de Lagrange

Tarea #6. 5. Implemente en Mathematica los algoritmos de integración numérica vistos en clase, se

Integración Numérica. Regla de Simpson.

MATEMÁTICAS II Soluciones Hoja Integración Aproximada Curso 07-08

INTERPOLACIÓN POLINÓMICA POR TRAMOS: Planteamiento

Relación de ejercicios 5

Interpolación Polinomial

Formulas de Newton-Cotes

INTEGRACIÓN APROXIMADA: PRUEBA DE 2º B

ETS Minas: Métodos matemáticos Guía de estudio: Tema 6 Integración numérica

3.4 El Teorema de Taylor. Extremos relativos

Tema 1: Interpolación. Cá álculo umérico

Métodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica

FÓRMULA DE TAYLOR Prueba de Evaluación

Métodos Numéricos. Juan Manuel Rodríguez Prieto I.M., M.Sc., Ph.D.

Interpolación. 12 Interpolación polinómica

Ejercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.

Taller de Informática I Dpto. Computación F.C.E. y N. - UBA

EJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA. 1) *Probar que si g interpola a la función f en,,, y h interpola a f en,,,,

El objetivo de esta sección es aproximar la integral definida de una función ƒ(x) en un intervalo [a, b] es

x (0) si f (x) = 2s 1, s > 1 d) f 3. Analizar la existencia de derivadas laterales y de derivada en a = 0, para las siguientes funciones:

CÁLCULO DE PRIMITIVAS

Apuntes. Genius, a good idea in Maths Ximo Beneyto. Tema : Derivabilidad. Teorema de Taylor

Unidad IV: Diferenciación e integración numérica

INTEGRACIÓN NUMÉRICA. Ejemplos

UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008

Hojas de problemas de interpolación y cuadratura numérica. Ampliación de Matemáticas.

CÁLCULO TEMA 4. SERIES DE TAYLOR Y MacLAURIN

Unidad 15 Integrales definidas. Aplicaciones

Soluciones Matemáticas II Examen Final 2º Parcial 3-Julio-07. 1) La temperatura en un punto (x, y) de una lámina metálica es T(x, y) =.

Interpolación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35

Clase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14

MATEMÁTICAS II - EXAMEN SEGUNDO PARCIAL - 17/01/2013

Relación de ejercicios 6

EJERCICIOS PROPUESTOS: Interpolación

Separar en intervalos de la forma [m, m + 1], con m Z, las raíces de la ecuación: F (x) = x 3 + 3x 2 1 = 0

Segundo Parcial de Matemáticas II Grado Ingeniería Biomédica

E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 2 Aproximación e interpolación

Nombre y Apellidos: x (1 + ln(x)) si x > 0 f(x) = 0 si x = 0.

Universidad Carlos III de Madrid

Preliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL

Métodos Numéricos: aproximación y error

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA clave m Primero

Fco. Javier Cobos Gavala

Cursada Segundo Cuatrimestre 2012 Guía de Trabajos Prácticos Nro. 5

Para calcular las asíntotas, empezaremos por las verticales, precisamente en ese punto donde no está definida la función.

4.6. Interpolación mediante splines (polinomios a trozos) Figura 4.1: Datos de interpolación

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 2: Cálculo diferencial de una variable. Domingo Pestana Galván José Manuel Rodríguez García

Transcripción:

1 I.T.I. GESTIÓN CÁLCULO NUMÉRICO BOLETÍN CON LOS EJERCICIOS RESUELTOS CURSO 4-5 3. Interpolación polinomial 1. Obtener el polinomio interpolador de Lagrange para cierta función f de la que conocemos que: f(-1)1 ; f()-1 ; f() y f(3). En primer lugar los polinomios de Lagrange: P (x) P 1 (x) P (x) P 3 (x) Ahora el polinomio interpolador: (x )(x )(x 3) (x)(x )(x 3) ( )( )( 3) (x + 1)(x )(x 3) ( + 1)( )( 3) (x + 1)(x )(x 3) ( + 1)( )( 3) (x + 1)(x )(x ) (3 )(3 + 1)(3 ) (x + 1)(x )(x 3) (x + 1)(x)(x 3) (x + 1)(x)(x ) 1 (x)(x )(x 3) (x + 1)(x )(x 3) (x + 1)(x)(x 3) (x + 1)(x)(x ) P (x) 1 1 + + 1 P (x) 1 (5x3 19x + 1).. Obtener el polinomio interpolador de Lagrange para la función f(x) log(x) con el soporte s {1,, 4,, 8}. Determinar la función del error y acotar el error cometido al usar P(3) para aproximar el valor de log(3). Sabido que log(1) ; log().33147; log(4) log() 1.3894; log() 1.791759 y que log(8) 3 log().79441, el polinomio interpolador es: P (x).178x 4 +.3889x 3.3591x + 1.4511x 1.13444. Para acotar la función error necesitamos la derivada cuarta de la función: f 4 (x) 4 x 5. En el intervalo I [1, 8], puesto que es una función decreciente en él, ofrecerá su valor máximo en x 1 luego: M 4. Por tanto la función del error será: Para aproximar log(3) uso: ɛ 4 (x 1)(x )(x 4)(x ) (x 1)(x )(x 4)(x ). 4! P (3).1783 4 +.38893 3.35913 + 1.45113 1.13444 1.11814. con lo que el error: ɛ (3 1)(3 )(3 4)(3 ). Realmente la acotación resulta excesiva puesto que el valor exacto es log(3) 1.981 y el error exacto:.14.

3. Obtener el polinomio interpolador de Lagrange para cierta función f(x) de la que conocemos: f(-); f()1; f(1)-1. Idem por Newton, Diferencias Divididas. Escribirlo en la forma a + a 1 x + a x para comprobar que son idénticos. Por Lagrange: Por lo tanto: Por Newton: Con ello: (x)(x 1) P (x) (x + )(x 1) P 1 (x) P (x) (x)(x + ) 3 P (x) (5x + 7x ).833333x 1.1x + 1. x i f(x i ) f[x i, x i+1 ] f[x i, x i+1, x i+ ].5.833333 1 1 P (x) +.5(x + ).833333(x + )x.833333x 1.1x + 1. 4. Disponemos de los siguientes datos sacados de un polinomio de grado g 5. Podríamos averiguar de qué grado es? x i - -1 1 3 y i -5 1 1 1 7 5 Lo resolveremos por Diferencias Divididas. x i f(x i ) f[x i, x i+1 ] f[x i, x i+1, x i+ ] f[x i,, x i+3 ] f[x i,, x i+4 ] f[x i,, x i+5 ] 5 3 1 1 1 1 3 1 1 1 7 18 3 5 Con estos datos: P (x) 5 + (x + ) 3(x + )(x + 1) + 1(x + )(x + 1)x + (x + )(x + 1)x(x 1) x 3 x + 1. Al anularse las diferencias de cuarto orden se deduce que se trata de un polinomio de tercer grado,como finalmente obtenemos.

3 5. Sabemos que P 4 (x) 5 los datos: 4 x4 + 14 4 x3 + 9 4 x 4 x es el polinomio interpolador de cierta función para x i -1 1 3 y i 3-1 1 Lo hemos calculado por Diferencias Divididas, compruebalo y determina el polinomio interpolador resultante si ampliamos los datos con el punto A (4, 3). Comenzaremos por las Diferencias Divididas para el soporte inicial: x i f(x i ) f[x i, x i+1 ] f[x i, x i+1, x i+ ] f[x i,, x i+3 ] f[x i,, x i+4 ] 3 3 1.1.8333 1.5. 1.5 1 1 3 Y de aquí, el polinomio interpolador es: P 4 (x) 5 4 x4 + 14 4 x3 + 9 4 x 4 x.83333x4 +.583333x 3 + 1.8333x.583333x. Ahora ampliamos la tabla de Diferencias Divididas: x i f(x i ) f[x i, x i+1 ] f[x i, x i+1, x i+ ] f[x i,, x i+3 ] f[x i,, x i+4 ] f[x i,, x i+5 ] 3 3 1.1.8333.833333 1.5..8333 1.5.1 1 1 3 Obtenemos el término que hay que añadir:.833333(x + 1)x(x 1)(x )(x 3) y que sumaremos al polinomio anterior: P 5 (x).83333x 4 +.583333x 3 + 1.8333x.583333x +.833333(x + 1)x(x 1)(x )(x 3) P 5 (x).833333x 5.5x 4 + x 3 + 1.5x 3.83333x. 3. Integración numérica. Calcular el valor de π 1 + cos (x)dx usando la fórmula de Newton-Cotes con el soporte S {, π, π}. El soporte es equiespaciado de paso h π, los coeficientes serán:a A π y A 1 π 3 π 1 + cos (x)dx π f(x ) + π 3 f(x 1) + π f(x ) π π + 3 + π π ( + ) 3 1.138711π y si tomamos π 3.14159; π 1 + cos (x)dx 3.575355 y con ello,

4 7. La función f(x) e x+1 es continua en [.1]. Hallar el valor exacto de f(x)dx y comparar el resultado con el obtenido al usar la fórmula de Newton-Cotes en el soporte S {,, 1}. Determina una cota del error cometido. Integrando directamente tenemos e x+1 dx 1 e x+1 dx e3 e 9.85889 Como se trata de un soporte equiespaciado de paso h 1, los coeficientes serán:a A 1 3 y A 1 4 3 y con ello, e x+1 dx 1.44181 Comparando, el error es ɛ 1.44181 9.85889.58335 Newton-Cotes con el soporte dado n es Simpson, por lo tanto lo podemos hacer directamente e x+1 dx 1 3 e + 4 3 e + 1 3 e1 1.44181 Como es la fórmula de Simpson, acotamos el error, previa acotación de la derivada cuarta de la función f 4 (x) 1e x+1 como se aprecia en la evolución de las derivadas la siguiente sería positiva en su dominio lo que hace que podamos asegurar que la f 4 es creciente en [, 1] y M 1e 3 < 1(3 3 ) 43 ɛ < que como se aprecia es una cota muy mala. (1 + 1)5 43 4.8 88 8. Calcular el valor exacto de π sen(x)dx y comparar el resultado con el obtenido al usar la fórmula compuesta de los Trapecios para n8. Determina una cota del error cometido. Integrando directamente tenemos π sen(x)dx cos(π) + cos() + 1 Para aplicar la fórmula del trapecio para n 8 el soporte es π S {, π 8, π 8, 3π 8, 4π 8, 5π 8, π 8, 7π 8, π} π por lo tanto: sen(x)dx (8) [sen() + {sen( π 8 ) + sen( π 8 ) + sen( 3π 8 ) + sen( 4π 8 ) + sen( 5π 8 ) + sen( π 8 )} + sen(π)] π 8 [sen( π 8 ) + sen( 3π 8 ) + sen( 4π 8 ) + sen( 5π 8 ) + sen( π 8 )] π 8 [sen( π 8 ) + sen( π 4 ) + sen( 3π 8 ) + sen( π ] 1.9743 Para llegar al resultado anterior hemos considerado lo siguiente: sen( 7π 8 ) sen( π 8 ) sen( π 4 ) sen( π 8 ) sen( π 4 ) sen( 5π 8 ) sen( 3π 8 ) cos( π 8 ) Cota del error, ɛ < y consecuentemente, 1 1+ (π )3 1(8 )M la derivada segunda de la función es f sen(x) por lo tanto M 1 ɛ < π3 1(8 )1 < 3.3 78 3.77 78.4..

5 9. Determinar el número mínimo de partes necesarias para calcular ex dx por la fórmula compuesta de los Trapecios con 4 cifras decimales exactas. Calcular el valor de dicha integral en el caso que necesitemos que el error sea menor que una centésima. Sabemos que ɛ < (1 )3 1(n )M la derivada segunda de la función es f (4x + )e x función creciente en el intervalo de integración, por lo tanto M e < 18 y consecuentemente,.1 > 18 1(n ) n 18 > 1(.1) 15 n > 1.47.. Luego tendremos que tomar n 13; si apuramos más en las cotas, por ejemplo tomando e.8, mejoramos algo la partición. Ahora hacemos,.1 > (.8) 1(n ) n > (.8. 14 n > 11.8.. tenemos que tomar n 1 S {, 1 1, 1, 3 1, 4 1, 5 1, 1, 7 1, 8 1, 9 1, 1 1, 11 1, 1} por lo tanto: dx 1 ex (1) [e + [e 1 1 + e 1 + e 3 1 + e 4 1 + e 5 1 + e 1 + e 7 1 + e 8 1 + e 9 1 + e 1 1 +] + e 1 ] 1.45794.. El valor exacto es 1.45 y el error exacto.3... 1. Usar el método de Simpson para calcular el valor de x5 dx con error menor que una milésima. Lo primero es averiguar la partición que necesitamos para cumplir el enunciado. f 4 1x por lo tanto es fácil deducir que M 4 1.1 > 1 18(n 4 ) n4 1 > 18(.1)... n > 5.8... Bastará tomar n como el primer número natural par posterior a 5.8.. es decir n. Aplicando Simpson con la partición obtenida: Partición {, 1,, 3, 4, 5, 1} x 5 dx 1 [E + 4I + P ] 3() E + 1 1; I ( 1 )5 + ( 3 )5 + ( 5 )5.4335..; P ( )5 + ( 4 )5.1358.. x 5 dx 1 [1 + 4(.4335) + (.1358)].1938.. 18 11. Calcular el valor de 1 x8 log(x)dx con error menor que 5(1 ). Las derivadas de la función son continuas en todo su dominio, la segunda es f x (15 + 5log(x)) y la cuarta, f 4 x 4 (1 + 18log(x)); ambas crecientes en [1, ]. Si usamos el método de los Trapecios: M f () (15 + 5log() 3444.4 ;.5 > 3444.4 1(n ) n > 3444.4 1(.5) n > 75.7... debo tomar n 7. Si usamos el método de Simpson: M 4 f 4 () 4 (1 + 18log()) 3587.8.. ;.5 > 3587.8 18(n 4 ) n4 > 3587.8 tomar n 8. A la vista del resultado, lo haremos por Simpson. 18(.5) n > 7.93... debo

x i 1 1.15 1.5 1.375 1.5 1.5 1.75 1.875 y i.3 1.3339 4.8815 1.3917 3.41 49.5977 9.375 177.4458 1 x 8 log(x)dx 1 [E + I + P ] 33.13978 4 1. Sabemos que e 3x dx.8 con todas sus cifras decimales exactas, podemos afirmar que e 3x dx e 3x dx con error menor que una milésima? Con los datos conocidos y aplicando Simpson, calcular e 3x dx con una cifra decimal exacta, determinando previamente la partición del intervalo de integración que lo garantiza. En primer lugar, e 3x dx e 3x dx + e 3x dx e 3x dx e 3x dx e 3x dx.8 <.1 luego como el error es menor que una milésima, podemos usar e 3x dx para aproximar el valor de e 3x dx sin que repercuta sobre el error que necesitamos: ε <.1. Ahora calcularemos e 3x dx en las condiciones solicitadas,aproximada por e 3x dx f 4 81 e por lo que su valor máximo, en el intervalo de integración, lo dará en el extremo inferior, 3x M 4 81. Con este dato averiguaremos la partición necesaria,.1 > 5 18n 4 81 n 4 > 5 18.1 81 4 3 n > 3 n > 3.4 debemos tomar n 4. y con estos datos: x i.5 1 1.5 y i 1 e 3 e 3 e 9 e e 3x dx [E + I + P ].339835 1 Podemos concluir que e 3x dx.3 con todas sus cifras exactas.