Apellidos:... Nombre:... Examen

Documentos relacionados
Apellidos:... Nombre:... Examen

Nombre y Apellidos: x e 1 x 1 x f(x) = ln(x) x

Integración numérica

1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

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

Examen con soluciones

CÁLCULO NUMÉRICO I (Tema 2 - Relación 1)

Convocatoria de Septiembre 9 de Septiembre de Nombre y Apellidos: (6 p.) 1) Se considera la función f : R R definida por

1. Método de bisección

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

METODOS NUMERICOS. Curso

Problemas. Hoja 1. Escriba el algoritmo para N = 4 y calcule el número de operaciones que realiza.

Relación de ejercicios 5

Métodos Numéricos I - C.S.I. - Curso 2003/04. TEMA 2: Interpolación polinómica de funciones

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

Métodos Numéricos: soluciones Tema 2 Aproximación e interpolación

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

Examen de Cálculo infinitesimal PROBLEMAS. 1 + a + a a n a n+1

Resolución de Ecuaciones No Lineales

Boletín II. Cálculo diferencial de funciones de una variable

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

INTERPOLACIÓN: Error en la la interpolación polinómica de Lagrange

La pendiente de una línea recta es la variación de y que corresponde a una unidad de variación de x

Cálculo Numérico III Curso 2010/11

Tema 5: Resolución aproximada de ecuaciones

Análisis Matemático I

5. Derivación e integración numérica

Cuadratura de Newton-Cotes

E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones

3. Interpolación polinomial

Soluciones de ecuaciones de una variable

Interpolación. Javier Segura. Cálculo Numérico I. Tema 3. Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29

Ampliación de Matemáticas y Métodos Numéricos

Y resolvemos esta indeterminación por L Hôpital, derivando arriba y abajo:

Resolución numérica de ecuaciones no lineales

3.4 El Teorema de Taylor. Extremos relativos

Soluciones a los ejercicios del examen final

AMPLIACIÓN DE MATEMÁTICAS

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

E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones

Nombre y Apellidos: e f(x) dx. Estudiar si converge la integral impropia

+ 1. La función del tercer tramo es un polinomio (una constante) que tampoco da problemas en ningún punto.

Boletín I. Cálculo diferencial de funciones de una variable

ETS Minas: Métodos matemáticos Ejercicios resueltos Tema 1 Preliminares

Derivación de funciones reales de una variable

A = a 21 1 a 23 0 a Estudiar si los métodos de Jacobi y Gauss-Seidel para A convergen o divergen simultáneamente. (1.5p).

PROBLEMAS DE CÁLCULO I

Curso 2010/ de julio de (2.75 p.) 1) Se considera la función f : (0, ) (0, ) definida por

EJERCICIOS PROPUESTOS: Interpolación

Resolución numérica de ecuaciones no lineales

EXAMEN DE APLICACIONES DE LAS DERIVADAS

Tema 1: Interpolación. Cá álculo umérico

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

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

IMPORTANTE: Entregar las soluciones de las preguntas 1 y 2 (teoría) en el mismo folio del examen

Cálculo infinitesimal Grado en Matemáticas Curso 20014/15 Clave de soluciones n o 6. Derivadas de orden superior

Análisis Matemático I

Análisis Numérico para Ingeniería. Clase Nro. 13

Universidad Carlos III de Madrid

EXAMEN DE SEPTIEMBRE, MATEMÁTICAS I. 1. (2.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que

CÁLCULO NUMÉRICO (0258)

Análisis Matemático. Convocatoria de enero Prueba Global. Evaluación Continua

Clase 9 Programación No Lineal

El cuestionario virtual estara disponible los días 11, 12, 13, 14, 15 y 16 de enero.

FÓRMULA DE TAYLOR Prueba de Evaluación

a) Plantear un sistema de ecuaciones para calcular los coeficientes de f y resolverlo usando la descomposición LU de la matriz del sistema.

1. Para la función f(x) = x sen x, halle su polinomio de Taylor de orden 2 en a = 0. x x3 3! + x5

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

Problemas tipo examen

1. El Teorema de Rolle Generalizado.

METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b 0,el procedimiento de la

(a) (0.5 puntos) Compruebe que esta ecuación tiene exactamente una solución en el intervalo

1. Cuáles de los siguientes algoritmos son finitos?

1.1) Escribir la solución de elementos nitos del problema. en (0, 1) u (0) = u (1) = 0. con el valor estimado por la fórmula del error.

Tema 2 Resolución de EcuacionesNo Lineales

1. Cuáles de los siguientes algoritmos son finitos?

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

Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple

n A 1 = max( j i=1 Ejercicio Deducir del problema anterior que, si A es una matriz de orden n real, Ax 2 2 µ 2 x T x, donde µ = ρ(a T A) 1/2.

Métodos Numéricos en Ecuaciones Diferenciales Ordinarias

Nociones básicas. Febrero, 2005

C alculo Octubre 2010

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

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás

Cálculo: Notas sobre diferenciabilidad en una variable

Práctico Preparación del Examen

1. Para la función f(x) = x sen x, halle su polinomio de Taylor de orden 2 en a = 0. x x3 3!, x x3

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

2. Continuidad y derivabilidad. Aplicaciones

SESIÓN 2 Splines e integración numérica

Interpolación. Javier Segura. February 12, 2012

EL POLINOMIO DE TAYLOR

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

4.1 Anillo de polinomios con coeficientes en un cuerpo

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:

Transcripción:

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 en el caso de ser falsas ( puntos): (a) Si f(x) cambia de signo en el intervalo [a, b] entonces el método de bisección en ese intervalo converge necesariamente a una raíz de la ecuación f(x) = 0. Falso. No se dice que la función sea continua, luego podría cambiar de signo sin que exista un α [a, b] tal que f(α) = 0. Por ejemplo, la función f(x) = /(x ) cambia de signo en [0.5, ] y el método de bisección converge a, que no es una solución de f(x) = 0. (b) Sea f(x) infinitamente derivable en R y tal que f(α) = 0, f (α) 0. Entonces, existe un entorno de α tal que el método de Newton converge para todo valor inicial x 0 en ese entorno y además lo hace necesariamente con orden de convergencia. Falso. Si la raíz fuera tal que f (α) = 0 entonces la convergencia sería lineal (de orden ). El método de Newton es x n+ = g(x n ) con g(x) = x f(x)/f (x) y tenemos que g (x) = f(x)f (x)/f (x) y si f (α) = 0 no podemos decir que g (α) = 0. Así, si por ejemplo f(x) = (x α) h(x) con h(α) 0 y h(x) suficientemente derivable, es fácil comprobar (ver hoja de problemas) que lim x α g (x) = lo que demuestra la convergencia de orden (ver teorema del punto fijo). (c) Sean (x i, y i ), i =,..., n con x i x j si i j. Entonces existen infinitos polinomios P (x) de grado n tales que P (x i ) = y i. Cierto. Sabemos que existe un único polinomio Q(x) de grado menor o igual que n cumpliendo Q(x i ) = y i (el polinomio de interpolación de Lagrange), pero polinomios de mayor grado (por ejemplo de grado n) hay infinitos. En concreto, dado el polinomio de interpolación de Lagrange Q(x), el polinomio P (x) de grado n P (x) = Q(x) + γ(x x )(x x )... (x x n ) verifica P (x i ) = y i para cualquier γ. (d) Sean los polinomios Q n (x) = (x x )...(x x n ) donde x i = cos((k /) π n ), k =,... n. Entonces max x [,] Q n (x) tiende a cero cuando n tiende a +. Cierto. Estamos considerando los nodos de Chebyshev, luego el polinomio mónico Q n (x) es el polinomio de Chebyshev normalizado Q n (x) = T n (x) = n T n (x), y como sabemos que max x [,] T n (x) = el resultado es evidente. (e) Toda regla de cuadratura b a f(x)dx m verifica que bp a p p = n i= n i= w i f(x i ) de grado de exactitud w i x p i, para p =,...m.

Cierto. Por definición de grado de exactitud, si el grado de exactitud es m quiere decir que la cuadratura es exacta para todos los polinomios de grado menor o igual que m, y en particular es exacta para integrar x p, p =,...m, luego b a x p dx = n w i (x i ) p i= y la integral es, por supuesto, (b p a p )/p.. Resolver los siguientes problemas ( puntos) (a) Sea la función f(x) = x log(x) x +. Se pide i) Demostrar que la ecuación f(x) = 0 tiene una única solución real. ii) Encontrar un intervalo en el que el método de Newton converge para cualquier valor inicial x 0 en ese intervalo. iii) Partiendo de x 0 = 0. (que es un valor próximo a la raíz y que garantiza convergencia) calcular la raíz mediante el método de Newton con cuatro dígitos correctos. i) Primero observamos que f es continua en R + y que f(0 + ) = mientras que f(+ ) =, luego al menos tiene una raíz real. Derivando f (x) = +log(x) 4x y tenemos que f (0 + ) = y f (+ ) = ; además, como f (x) = /x 4, la primera derivada f (x) tiene un único extremo relativo, donde además alcanza su máximo valor, que es f (/4) = log(/4) < 0. Por lo tanto f (x) < 0 para todo x > 0, es decir, que es una función estrictamente decreciente, luego sólo puede tener un cero. ii) De lo anterior vemos que f (x) < 0 si x > /4; además f (x) < 0. Por otra parte tenemos que f(/4) > 0, y por lo tanto el cero está en x > /4. Es inmediato comprobar gráficamente (como vimos en teoría), que, siendo la función decreciente y convexa en x > /4, el método de Newton proporciona convergencia para cualquier x 0 en un intervalo [a, b] con /4 a < α < b siendo α la raíz de f (f(α) = 0). Con estos argumentos la convergencia está asegurada para cualquier x 0 en [/4, + ) (y no es difícil demostrar que, de hecho, converge para cualquier x 0 > 0). iii) Se trata simplemente de iterar x n+ = g(x n ), g(x) = x f(x)/f (x), hasta obtener dos valores cuyos cuatro primeros dígitos significativos coincidan. Tenemos x 0 = 0., e iterando x = 0.58405, x = 0.58054, x = 0.5805. (b) Dada f(x) = + x se pide: i) Obtener mediante el esquema de diferencias divididas el polinomio de menor grado P (x) tal que f( ) = P ( ), f(0) = P (0), f() = P (). Obtener además una cota para max x [,] f(x) P (x). ii) Sea ahora el polinomio de menor grado Q(x) que verifica las condiciones de interpolación de P (x) y, además, las condiciones adicionales Q ( ) = f ( ) y Q () = f (). Obtener este polinomio y acotar max x [,] f(x) Q(x) i) Calculamos las diferencias divididas, basándonos en la propiedad f[x i, x i+,... x i+n ] = f[x i+, x i+,... x i+n ] f[x i, x i+,... x i+n ] x i+n x i

Lo hacemos utilizando la tabla habitual: x i f[] f[, ] f[,, ] x 0 = x = 0 x = El polinomio de interpolación lo podemos escribir P (x) = f[x 0 ] + f[x 0, x ](x x 0 ) + f[x 0, x, x ](x x 0 )(x x ) y las diferencias dividas son los primeros elementos de cada columna, de izquierda a derecha, es decir que P (x) = (x + ) + (x + )x. En cuanto al error, por la fórmula del resto tenemos: f(x) = P (x) + f () (c) (x x 0 )(x x )(x x )! para cierto c (x 0, x ) = (, ). Entonces, como f () (x) = /( + x) 4 tenemos que R(x) = f(x) P (x) = 4 (x + )x(x ) max ( + c) x [,] x(x ). Nos falta encontrar los extremos de p(x) = x(x ). Hacemos p (x) = x = 0, luego los extremos relativos están en x = ±/, donde p(±/ ) =. Por lo tanto max R(x) x [,] ii) Tenemos ahora que considerar una interpolación de Hermite en la que el nodo x 0 = aparece dos veces, al igual que el nodo x =. La tabla de diferencias divididas se puede completar a partir de la anterior aumentando por arriba (repitiendo x 0 ) y por abajo (repitiendo x ). Cuando se repiten nodos, hemos de utilizar la propiedad f[[x i ] n+ ] = f (n) (x 0 ). n! Los valores calculados con esta propiedad son f[x 0, x 0 ] = f (x 0 ) = y f[x, x ] = f (x ) = /9. La tabla queda: x i f[] f[, ] f[,, ] f[,,, ] f[,,,, ] x 0 = f (x 0 ) = x 0 = x = 0 8 x = 8 x = f (x ) = 9 8

Entonces el polinomio es P (x) = f[x 0 ]+f[x 0 x 0 ](x x 0 )+f[x 0 x 0 x ](x x 0 ) +f[x 0 x 0 x x ](x x 0 ) (x x )(x x ) donde las diferencias divididas son, de nuevo, las primeras de cada columna y de izquierda a derecha, es decir: P (x) = (x + ) + (x + ) (x + ) x + 8 (x + ) x(x ) El error se puede escribir R(x) = f(x) P (x) = f (5) (c) (x x 0 ) (x x )(x x ) = 5! ( + c) x(x ) Para acotar el valor absoluto de p(x) = x(x ) en [, ] derivamos p (x) = (x ) + 4x (x ) = (x )(5x ). Tenemos extremos relativos en x = ± y x = ±/ 5 y como p(±) = 0 y p(±/ 5) = 5 5 : (c) Dada la integral se pide max R(x) x [,] 5 5 I(f) = e x dx i) Obtener un espaciado entre nodos, h, que garantice que la regla de Simpson compuesta permite aproximar la integral con un error absoluto menor que 0.0005. ii) Aproximar numéricamente la integral mediante la regla de Simpson compuesta para ese valor de h. Tenemos que utilizar que b a f(x)dx = h (f 0 + f n ) + h m i= f i + 4h m f i i= (b a)h4 f (4) (τ) 80 para cierto τ [a, b]; h = (b a)/n, n = m; x j = a + jh, j = 0,..., n; f j = f(x j ). Lo primero es acotar el error para determinar h. Tenemos que exigir que a)h4 (b f (4) (τ) 80 0.0005 Tras un cálculo sencillo llegamos a que f(x) = e x tiene las siguientes derivadas cuarta y quinta: f (4) (x) = 4e x (4x 4 x +) y f (5) (x) = 8xe x (4x 4 0x + 5). Los extremos relativos de f (4) (x) están entonces en x = 0 y en las soluciones de 4x 4 0x +5 = 0, que resultan estar fuera del intervalo de integración [ 0.5, 0.5]. Por lo tanto los máximos valores de f (4) (x) en este intervalo pueden estar en x = 0 o en los extremos del intervalo. Es fácil ver que este máximo valor está en x = 0, donde f (4) (0) =. Por lo tanto a)h4 (b f (4) (τ) 80 h4 80 = h4 5.

Tomamos entonces h 4 /5 < 0.0005, es decir, h < 0.94 o, lo que es lo mismo n > (b a)/h =.98. Entonces, consideramos n = 4 (luego h = 0.5) que además es par (como debe ser para el método de Simpson pues n = m). Tenemos que aplicar ahora la regla de Simpson para los nodos x j = a + jh, j = 0,..., 4, h = 0.5, es decir x 0 = 0.5, x = 0.5, x = 0, x = 0.5, x 4 = 0.5. Tenemos, para f(x) = e x, 0.5 0.5 e x dx 0.5 (f( 0.5) + f(0.5)) + 0.5 f(0)+ + 4 0.5 (f( 0.5) + f(0.5)) = 0.974...