Академический Документы
Профессиональный Документы
Культура Документы
Primer Parcial
Ayudante Academico
FCNM - ESPOL
2016
i
Contents
2. Metodo de biseccion 8
3. Metodo de Newton 9
6. Interpolacion Polinomial 34
6.1. Polinomio de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
6.2. Polinomio de Newton y diferencias finitas . . . . . . . . . . . . . . . . . . . . . . 40
6.3. Trazadores cubicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
ii
1. Ecuaciones no lineales: Metodo de Punto Fijo
Definiciones y teoremas:
1) Funcion Lipschitz:
Se dice que una funcion de variable real f es Lipschitz en un intervalo I si se cumple que:
x, y I |f (x) f (y)| L |x y|
Donde L es la constante Lipschitz (L > 0), en caso de que 0 < L < 1 se dice que f es una contraccion.
L = max |f 0 (x)|
x[a,b]
2) Punto fijo:
Sea f una funcion definida en un intervalo I, se dice que x I es un punto fijo de f si se cumple que:
f (x ) = x
Suponga que se tiene una funcion de variable real f que satisface las hipotesis del TPF de Brouer en un intervalo
[a, b].
2. Para cualquier x0 [a, b] la sucesion xn = f (xn1 ) converge al valor x (converge al punto fijo)
u }
(1L)
ln |x1 x0 |
nmin = v + 1~
ln (L)
Donde:
es la tolerancia
L es la constante de Lipschitz
x0 es el valor inicial
x1 = f (x0 )
1 5
xn = 2xn1 + ; nN
3 x2n1
a) Para garantizar convergencia, debemos cumplir las condiciones del TPF de Banach (por lo tanto tambien las
condiciones del TPF de Brouer), lo cual lo vamos a probar graficando las funciones f y f 0 en el intervalo [1.5, 2]
.
xn = f (xn1 )
1 5
f (x) = 2x + 2
3 x
2 10 2x3 10
f 0 (x) = 3 =
3 3x 3x3
10
f 00 (x) =
x4
x = 1.7099
f 0 (x) > 0 ; 1.5 x < 1.7099 (la funcion f es creciente en este intervalo)
Ya que f 00 > 0 para todo x, f es concava hacia arriba y ademas f 0 es creciente en todos los reales.
Graficando la funcion:
1.74
1.73
1.72
1.71
Grafica de f :
De f 0 se sabe que:
De f se observa que:
f satisface las condiciones del TPF de Banach en [1.5, 2], por lo tanto, la sucesion de punto fijo converge al
unico punto fijo que tiene f en [1.5, 2]
b)
1 5
x= 2x + 2
3 x
x3 = 5
1
x = 5 3 = 1.7099
c)
x0 1.8
x1 1.7144
x2 1.70998
x3 1.70997594675
x4 1.70997594668
x5 1.70997594668
Ejercicio #2:
El polinomio P (x) = x3 x2 x 1 tiene una unica raz positiva. Encuentre un intervalo donde se
garantice la existencia de esta raz. Utilizando el metodo del punto fijo, presente una tabla que
contenga la sucesion de valores, el error en = |xn xn1 |,n 1 , y con un criterio de interrupcion
del metodo iterativo de en 109 .
Solucion:
x3 x2 x 1 = 0
x3 = x2 + x + 1
1 1
xn = 1 + + 2
xn1 xn1
1 1
f (x) = 1 + +
x x2
1 2
f 0 (x) = 2 3
x x
x = 2
x = 0 x = 2
2 6
f 00 (x) = + 4 =0
x3 x
2x + 6 = 0
x = 3
Ya que f 00 < 0 en (, 3), f es concava hacia abajo y ademas f 0 es decreciente en este intervalo, por lo tanto,
en (3, +), f es concava hacia arriba y ademas f 0 es creciente
Graficando la funcion f :
Graficando la funcion f :
En la grafica de f y f podemos observar que un intervalo optimo puede ser [1.6, 2] ya que en este intervalo se
cumplen las hipotesis del TPF de Banach, por lo tanto la sucesion va a converger al unico punto fijo de f en
[1.6, 2] .
n xn1 xn en
1 1.6 2.015625 0.415625
2 2.015625 1.74226309 0.27336191
3 1.74226309 1.90340325 0.16114016
4 1.90340325 1.80139337 0.10200988
5 1.80139337 1.86329053 0.06189716
6 1.86329053 1.82471570 0.03857482
7 1.82471570 1.84836809 0.02365239
8 1.84836809 1.83371802 0.01465007
9 1.83371802 1.84273596 0.00901795
10 1.84273596 1.83716353 0.00557243
Suponga que se tiene una funcion f : [a, b] R continua y tal que f (a) y f (b) tienen signos distintos f (a)f (b) <
0. Por el teorema del valor intermedio se puede garantizar que:
x (a, b) t.q. f (x ) = 0
Datos de entrada:
a0 a
b0 b
a+b
x0 2
ai ai1
bi xi1
ai xi1
bi bi1
ai +bi
xi 2
t |
b0 a0
ln
nmin =
ln (2)
Sea f C 2 [a, b].Sea x (a, b) tal que f (x ) = 0, f 0 (x ) 6= 0 entonces existe un > 0 tal que para todo
x0 [x , x + ] la sucesion:
xn = g (xn1 )
Converge a x .
Note que el metodo de Newton es un metodo de punto fijo para el cual:
f (x)
g(x) = x
f 0 (x)
Ejercicio #3:
Solucion:
Procedemos a escribir la ecuacion a resolver, en una funcion dependiente de la variable x:
f (x) = ex 6x 2
f 0 (x) = ex 6
Se desarrolla la g de Newton:
f (x) ex 6x 2
g(x) = x = x
f 0 (x) ex 6
xn = g (xn1 )
exn1 6xn1 2
xn = xn1
exn1 6
n xn1 xn
1 2 6.75930663
2 6.75930663 5.80200984
3 5.80200984 4.89682665
4 4.89682665 4.09532584
5 4.09532584 3.47587285
6 3.47587285 3.11612266
7 3.11612266 3.00367414
8 3.00367414 2.99396863
9 2.99396863 2.99390086
10 2.99390086 2.99390085
Un objeto volador se mueve en el espacio segun el vector de posicion R(t) = (2cos(t), sen(t), 0), se
requiere el tiempo que el objeto se encuentra mas cerca del punto P (2, 1, 0).
Solucion:
Lo que el problema nos pide es encontrar el tiempo t, donde la distancia sea mnima, por lo tanto minimizamos
d, pero para facilitar los calculos vamos a minimizar d2 ,que llamaremos D :
2
D = (2 2cos(t)) + (1 sen(t))2
b)
f (t) = 8sen(t) 2cos(t) 6sen(t)cos(t)
f 0 (t) = 8cos(t) + 2sen(t) 6 cos2 (t) sen2 (t) = 8cos(t) + 2sen(t) 6cos(2t)
tn = g (tn1 )
n tn1 tn
1 0 1
2 1 0.656176432
3 0.656176432 0.590503169
4 0.590503169 0.587227947
5 0.587227947 0.587219776
6 0.587219776 0.587219777
Ejercicio #5:
El movimiento de una partcula en el plano, se encuentra representado por las ecuaciones pa-
rametricas:
b) Empleando el metodo de Newton, aproxime con una precision de 105 en que instante de
tiempo las dos coordenadas seran iguales en el intervalo dado en a).
Solucion:
a) Vamos a verificar que la ecuacion 3sen3 (t) 1 = 4sen(t)cos(t) tenga al menos una solucion en el intervalo
0, 2
b)
tn = g (tn1 )
Ejercicio #6:
2
Determine de ser posible, el valor del parametro > 0 , tal que
xex dx = 10.
Solucion:
a)
2
2
xex dx = [(x 1)ex ] = (2 1)e2 ( 1)e = 10
Ya que f (1) f (2) < 0 podemos asegurar mediante el teorema del valor intermedio que existe al menos una
solucion en dicho intervalo.
b)
f () = (2 1)e2 ( 1)e 10
f 0 () = 4e2 e
f () (2 1)e2 ( 1)e 10
g() = 0
=
f () 4e2 e
n = g (n1 )
Tomando 0 = 1
n n1 n |n n1 |
1 1 1.09728555 0.09728555
2 1.09728555 1.08534485 0.01194071
3 1.08534485 1.08512534 0.00021951
4 1.08512534 1.08512527 7.26 108
Se requiere aproximar el punto de la curva dada por y = 2x5 3xex 10, ubicado en el tercer
cuadrante, donde su recta tangente sea paralela al eje X.
Determine:
Solucion:
b) Ya que la solucion debe estar en el tercer cuadrante, probamos el signo de h(x) en el intervalo [2, 0]
h(0) = 3 < 0
Ya que h (2) h (0) < 0 podemos asegurar mediante el teorema del valor intermedio que existe al menos una
solucion en dicho intervalo.
c)
h(x) = 10x4 3ex + 3xex
xn = g (xn1 )
Tomando x0 = 2
Ejercicio #8:
Se requiere aproximar el punto de la curva dada por f (x) = xarctan(x) + ex + 3, donde su recta
tangente sea paralela a la recta y = 3x + 2.
Determine:
Solucion:
a) Lo que nos pide encontrar es el punto donde f 0 (x) = 3 , es decir, igualamos la derivada a la pendiente de
la recta paralela.
x
f 0 (x) = arctan(x) + ex
x2 + 1
x
h(x) = arctan(x) + ex + 3
x2 +1
1 5
h(1) = arctan(1) e+3= + e<0
2 4 2
Ya que h (1) h (0) < 0 podemos asegurar mediante el teorema del valor intermedio que existe al menos una
solucion en dicho intervalo.
c)
x
h(x) = arctan(x) + ex + 3
x2 +1
1 1 x2 2
h0 (x) = + + ex = 2 + ex
x2 + 1 (x2 + 1)2 (x + 1)2
xn = g (xn1 )
xn1
arctan(xn1 ) + x2n1 +1
exn1 + 3
xn = xn1 2
(x2n1 +1)2
+ exn1
Tomando x0 = 1
Definiciones:
Normas en V = M nxn :
a11 a12 a13 ... a1n
a21 a22 a23 ... a2n
A = a31 a32 a33 ... a3n
. .. .. .. ..
. .
. . . .
!
n
P
kAk = kAkf = max |aij |
1in j=1
n
P
kAk1 = kAkc = max |aij |
1jn i=1
Normas en V = Cn :
Norma infinito:
x1
x2
n
.. C
X=
.
xn
Norma 1:
n
P
kXk1 = |xi |
i=1
Se dice que una norma k. kM en el espacio vectorial Mnxn es una norma submultiplicativa si:
Teorema:
Sean k.kM y k.kCn normas compatibles de Mnxn y de Cn respectivamente. Sea A Mnxn . Entonces se cumple
que:
(A) kAkM
Sea A Mnxn . Sean 1 , 2 , 3 , ..., k con k n los valores propios distintos de A. Se define el radio espectral
de A, denotado (A), como:
(A) = max |i |
1ik
Para resolver sistemas lineales AX = B usaremos metodos de punto fijo, los cuales a partir de un vector inicial
x0 Rn construyen una sucesion vectorial de la forma:
Xn = G(Xn1 ) ; n N
G : Rn Rn
x 7 G(x) = T x + C
donde T Mnxn y C R
Para construir la funcion G, debemos definir a T y a C, lo cual dependera del metodo de punto fijo en particular
que se utilizara para resolver el problema.
A=L+D+R
AX = B
(L + D + R)X = B
[D + (L + R)] X = B
DX = B (L + R)X
X = D1 B D1 (L + R)X
X = D1 B D1 (L + R)X
TJ = D1 (L + R)
CJ = D1 B
X = TJ X + CJ = GJ (x)
Metodo de Gauss-Seidel:
AX = B
[(L + D) + R)] X = B
[D + (L + R)] X = B
(L + D)X = B RX
X = (L + D)1 B (L + D)1 RX
TGS = (L + D)1 R
CGS = (L + D)1
Ejercicio #9:
3x x2 + x3 = 2
1
x 4x + 7x = 25
1 2 3
Solucion:
1) Metodo de Jacobi:
Procedemos a escribir el sistema lineal en la siguiente forma iterativa:
2 + xn1 xn1
xn1 = 2 3
3
21 2xn1 + 2xn1
xn2 = 1 3
5
25 xn1 + 4xn1
xn3 = 1 2
7
Xn = G(Xn1 ) ; n N
Reescribimos el sistema de tal forma que represente una ecuacion iterativa de punto fijo en Rn (n = 3 para este
caso):
xn1
xn1 2/3 0 1/3 1/3 1
2/5 xn1
n
x2 = 21/5 + 2/5 0
2
xn3 25/7 1/7 4/7 0 xn1
3
GJ (x) = CJ + TJ X
0 1/3 1/3
TJ = 2/5 0 2/5
1/7 4/7 0
1 1 2 2 1 4
kTJ k = max + , + , +
3 3 5 5 7 7
1/3 1/3
2
|I TJ | = 2/5 2/5 = 3 =0
7 35
1/7 4/7
(TJ ) = 0.5058
Con lo que concluimos que, al aplicar un metodo de punto fijo, este convergera a la solucion del sistema.
1
Realizamos 5 iteraciones con el valor inicial X0 = 1
1
(1)
x1 2/3 0 1/3 1/3 1
(1)
x2 = 21/5 + 2/5 0 2/5 1
(1)
x3 25/7 1/7 4/7 0 1
(1)
x1 0.66666666
(1)
x2 = 4.2
(1)
x3 4
(2)
x1 2/3 0 1/3 1/3 0.66666666
(2)
x2 = 21/5 + 2/5 0 2/5 4.2
(2)
x3 25/7 1/7 4/7 0 4
(2)
x1 2.06666666
(2)
x2 = 2.86666666
(2)
x3 1.07619048
(3)
x1 2/3 0 1/3 1/3 2.06666666
(3)
x2 = 21/5 + 2/5 0 2/5 2.86666666
(3)
x3 25/7 1/7 4/7 0 1.07619048
(3)
x1 0.64761905
(3)
x2 = 2.94285714
(3)
x3 2.22857143
(4)
x1 1.05714286
(4)
x2 = 3.04952381
(4)
x3 1.98231293
(5)
x1 2/3 0 1/3 1/3 1.05714286
(5)
x2 = 21/5 + 2/5 0 2/5 3.04952381
(5)
x3 25/7 1/7 4/7 0 1.98231293
(5)
x1 1.01061225
(5)
x2 = 2.98421769
(5)
x3 1.97986395
2) Metodo de Gauss-Seidel:
2 + xn1 xn1
xn1 = 2 3
3
2+xn1 xn1
21 2xn1 + 2xn1 21 2 2
3
3
+ 2xn1
3 67 2xn1 8xn1
xn2 = 3
= = 2 + 3
5 5 15 15 15
97 13xn1 37xn1
xn3 = 2
+ 3
105 105 105
Xn = G(Xn1 ) ; n N
xn1 xn1
2
xn1 3 + 23 33
n 2xn1 8xn1
67
x2 =
15 15 + 15
2 3
n1
xn3 97 13x2 37xn1
105 + 105 3
105
Reescribimos el sistema de tal forma que represente una ecuacion iterativa de punto fijo en Rn (n = 3 para este
caso):
0 1/3 1/3
TGS = 0 2/15 8/15
0 13/105 37/105
1 1 2 8 13 37
kTGS k = max + , + ,
+
3 3 15 15 105 105
2 2 10 2
kTGS k = max , , = = 0.476
3 3 21 3
1/3 1/3
3 232 34
|I TGS | = 0 + 2/15 8/15 = + =0
105 225
0 13/105 37/105
(TGS ) = 0.388
Con lo que concluimos que al aplicar un metodo de punto fijo, este convergera a la solucion del sistema.
1
Realizamos 5 iteraciones con el valor inicial X0 = 1
1
(1) 2
x1 3 0 1/3 1/3 1
(1)
x2 = 67 + 0 2/15 8/15 1
15
(1) 97
x3 105 0 13/105 37/105 1
(1)
x1 0.66666666
(1)
x2 = 4.06666666
(1)
x3 1.15238095
(2)
x1 1.07301587
(2)
x2 = 3.30984127
(2)
x3 1.83337868
(3) 2
x1 3 0 1/3 1/3 1.07301587
(3)
x2 = 67 + 0 2/15 8/15 3.30984127
15
(3) 97
x3 105 0 13/105 37/105 1.83337868
(3)
x1 1.04773998
(3)
x2 = 3.04755253
(3)
x3 1.97964712
(4) 2
x1 3 0 1/3 1/3 1.04773998
(4)
x2 = 67 + 0 2/15 8/15 3.04755253
15
(4) 97
x3 105 0 13/105 37/105 1.97964712
(4)
x1 1.00906655
(4)
x2 = 3.00451453
(4)
x3 1.99871548
(5) 2
x1 3 0 1/3 1/3 1.00906655
(5)
x2 = 67 + 0 2/15 8/15 3.00451453
15
(5) 97
x3 105 0 13/105 37/105 1.99871548
(5)
x1 1.00107667
(5)
x2 = 3.00008313
(5)
x3 2.00010631
u }
(1L)
ln kx1 x0 kRn
nmin = v + 1~
ln (L)
Sea A una matriz inversible de nxn. Sea k.kM una norma en Mnxn . Se define el numero de condicion de A,
denotado cond(A) como:
cond(A) = kAkM
A1
M
Se dice que un sistema AX = B esta bien condicionado si cond(A) w 1, es decir, si cond(A) 1 decimos
entonces que el sistema esta mal condicionado.
Un ingeniero que tiene a cargo una obra de construccion requiere 4800 m3 de arena, 5800 m3
de grava fina y 5700 m3 de grava gruesa. Hay tres canteras de las que puede obtenerse dichos
materiales. La composicion del 100 % de dichas canteras es la que sigue:
Cuantos metros cubicos deben extraerse de cada cantera a fin de satisfacer las necesidades del
ingeniero?
a) Formule el sistema de ecuaciones lineales.
b) Al aplicar el metodo de Gauss-Seidel comenzando con el vector cero, estime el error en la
tercera iteracion.
c) Calcule el numero de condicion y comente.
Solucion:
a) Dada la tabla de porcentajes, el sistema lineal sera:
b)
4800 0.2cn1 0.25cn1
cn1 = 2 3
0.52
48000.2cn1 0.25cn1
5800 0.3cn1 0.25cn1 5800 0.3 2
0.52
3
0.25c3n1 3030.769 + 0.115cn1 0.105cn1
cn2 = 3
= = 2 3
0.5 0.5 0.5
cn3 = =
0.55 0.55
2220 + 0.15c3n1
cn3 =
0.55
(1)
c1 9230.769 0 0.384 0.4808 0
(1)
c2 = 6061.5384 + 0 0.2308 0.2115 0
(1)
c3 4036.3636 0 0 0.2727 0
(1)
c1 9230.769
(1)
c2 = 6061.5384
(1)
c3 4036.3636
(2)
c1 9230.769 0 0.384 0.4808 9230.769
(2)
c2 = 6061.5384 + 0 0.2308 0.2115 6061.5384
(2)
c3 4036.3636 0 0 0.2727 4036.3636
(2)
c1 4958.8488
(2)
c2 = 6606.5088
(2)
c3 5137.1900
(3)
c1 9230.769 0 0.384 0.4808 4958.8488
(3)
c2 = 6061.5384 + 0 0.2308 0.2115 6606.5088
(3)
c3 4036.3636 0 0 0.2727 5137.1900
(3)
c1 4220.0014
(3)
c2 = 6499.4042
(3)
c3 5437.4155
cond(A) = kAkM
A1
M
0.52 0.2 0.25
A = 0.3 0.5 0.25
kAk = 1.05
2.5 0.4375 0.9375
A1 = 1.5 3.0125 0.6875
0 1.5 2.5
1
A
= max (|2.5| + |0.4375| + |0.9375| , |1.5| + |3.0125| + |0.6875| , |1.5| + |2.5|)
kAk = 5.2
Ya que cond(A) no es mucho mayor a 1, decimos que el sistema AX = B esta bien condicionado
El problema consiste en encontrar todos los X = (x1 , x2 , x3 , . . . , xn ) tales que para toda i = 1, 2, 3, ..., n
fi (x ) = 0
Se debe construir una sucesion vectorial partiendo de un vector inicial X0 mediante la ecuacion recursiva:
1
Xi+1 = Xi [F 0 (Xi )] F (Xi )
Xi+1 = G (Xi )
f1 f1 f1 f1
x1 x2 x3 ... xn
f2 f2 f2 f2
x1 x2 x3 ... xn
f3 f3 f3 f3
J(x) =
x1 x2 x3 ... xn
.. .. .. .. ..
. . . . .
fn fn fn fn
x1 x2 x3 ... xn
1) Se toma X0 Rn
Xi = Xi1 Yi1
1
Yi1 = [J (Xi1 )] F (Xi1 )
!
f1x f1y
J=
f2x f2y
! ! " !#1 !
xi+1 xi xi xi
= J F
yi+1 yi yi yi
!
xi
i =
yi
1
i = [J (i )] F (i )
J (i ) i = F (i )
! (x)
! !
f1x (xi , yi ) f1y (xi , yi ) i f1 (xi , yi )
(y) =
f2x (xi , yi ) f2y (xi , yi ) i f2 (xi , yi )
Se define:
Encontrar los valores de a y b para que la funcion f (x) = axebx pase por los puntos (1, 3) y (2, 4).
! !
a0 4
a) Realice tres iteraciones a partir del vector inicial =
b0 0
b) Encuentre la norma del error, sabiendo que la respuesta exacta es (4.5,-0.40546)
Solucion:
aeb = 3
2ae2b = 4
f (a, b) = aeb 3 = 0
1
f (a, b) = 2ae2b 4 = 0
2
! ! !
ai+1 ai ai
= i
bi+1 bi bi
! (a)
! !
f1a (ai , bi ) f1b (ai , bi ) i f1 (ai , bi )
(b) =
f2a (ai , bi ) f2b (ai , bi ) i f2 (ai , bi )
f1a = eb
f1b = aeb
f2a = 2e2b
f2b = 4ae2b
f (a , b ) f (a , b ) a ebi 3 ai ebi
1 i i 1b i i i
2ai e2bi 4 4ai e2bi
(a)
f2 (ai , bi ) f2b (ai , bi )
i = =
4 2ai e3bi
! ! ! ! !
a1 a0 a0 4 4
= 0 = 0
b1 b0 b0 0 0
1 4
(a)
4 16
0 = =0
8
1 1
(b)
2 4 1
0 = =
8 4
! ! ! !
a1 4 0 4
= =
b1 0 0.25 0.25
! ! ! ! !
a2 a1 a1 4 4
= 1 1 =
b2 b1 0.25 b1 0.25
4e0.25 3 4e0.25
0.5 0.5
(a)
8e 4 16e
1 = = 0.40670995
8e0.75
e0.25 4e0.25 3
0.5 0.5
(b)
2e 8e 4
1 = 0.75
= 0.138658427
8e
! ! ! ! ! !
a2 a1 a1 4 0.40670995 4.40670995
= 1 = =
b2 b1 b1 0.25 0.138658427 0.38865842
! ! ! ! ! !
a3 a2 a2 4.40670995 0.09204011 4.498750065
= 2 = =
b3 b2 b2 0.38865842 0.016735417 0.405393844
!
0.00125
b) La norma del error es:
0.00007
i=0,1,2,...,n f (xi ) = yi
i=0,1,2,...,n p(xi ) = yi
Es decir, se debe construir un polinomio p(x) que pase por los mismos n + 1 puntos por donde pasa f . Al final
se espera que:
f (x )
= p (x )
Sean (x0 , y0 ), (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) n + 1 pares ordenados tales que: x0 < x1 . . . < xn . Se define el
polinomio de Lagrange pL (x) respecto de los n + 1 puntos anteriores como:
donde:
es decir:
n
Y x xk
Li (x) =
xi xk
k=0
k6=i
Observacion:
1 i=j
Li (xj ) =
0 i 6= j
x f (x)
1 2
1.8 1.2581210
2.5 0.7809556
3 0.5413411
Use los datos de la tabla y el polinomio de Lagrange pL (x) para estimar el valor de f (2)
Solucion:
(x 1.8)(x 2.5)(x 3)
L0 (x) = P3
(1 1.8)(1 2.5)(1 3)
(x 1)(x 2.5)(x 3)
L1 (x) = P3
(1.8 1)(1.8 2.5)(1.8 3)
(x 1)(x 1.8)(x 3)
L2 (x) = P3
(2.5 1)(2.5 1.8)(2.5 3)
(x 1)(x 1.8)(x 2.5)
L3 (x) = P3
(3 1)(3 1.8)(3 2.5)
f (2)
= pL (2) = y0 L0 (2) + y1 L1 (2) + y2 L2 (2) + y3 L3 (2)
L0 (2) = 0.0416666
L1 (2) = 0.744047619
L2 (2) = 0.380952380
L3 (2) = 0.08333333
pL (2) = 1.105163869
2.5
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Ejercicio #12:
Suponga que se tiene un automovil viajando a lo largo de un camino recto. En diferentes puntos
de su recorrido se mide lo siguiente:
Tiempo [s] 0 3 5 8 13
Distancia [m] 0 69 117 190 303
Velocidad [m/s] 22.9 23.5 24.4 22.6 21.9
Solucion:
f (10)
= pL (10) = y0 L0 (10) + y1 L1 (10) + y2 L2 (10) + y3 L3 (10) + y4 L4 (10)
L0 (10) = 0.13461538
L1 (10) = 1
L2 (10) = 1.75
L3 (10) = 1.75
L4 (10) = 0.13461538
30
25
20
15
10
0
0 2 4 6 8 10 12 14 16 18
En una practica de transistores FET, se realizo la medicion del la corriente de drenador (ID )
a traves del transistor, mientras se variaba el voltaje gate-source (VGS ). Los valores medidos se
detallan en la siguiente tabla:
VGS [V ] ID [mA]
-0.25 8.7890625
-1.31 4.5225625
-2.45 1.5015625
-3.15 0.4515625
Solucion:
a) Construimos el polinomio de Lagrange, hallando primero las funciones Ln (x) P3 (llamaremos x a VGS ) :
f (1.5)
= pL (1.5) = y0 L0 (1.5) + y1 L1 (1.5) + y2 L2 (1.5) + y3 L3 (1.5)
L0 (1.5) = 0.04403871
L1 (1.5) = 0.88122949
L2 (1.5) = 0.22321429
L3 (1.5) = 0.06040506
pL (1.5) = (8.7890625)(0.04403871)+(4.5225625)(0.88122949)+(1.5015625)(0.22321429)+(0.4515625)(0.06040506)
10
0
-4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0
Suponga que se tienen los n + 1 puntos: (x0 , y0 ), (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ). Suponemos x0 < x1 . . . < xn .
Ademas:
yi = f (xi ) = fi
Suponemos tambien:
xi = xi1 + h ; i = 1, 2, 3, . . . , n
Se va a definir:
40 fi = fi
41 fi = 40 fi+1 40 fi = fi+1 fi
Con i = 0
41 f0 = f1 f0
42 fi = 41 fi+1 41 fi
Con i = 0
42 f0 = 41 f1 41 f0 = f2 f1 (f1 f0 )
42 f0 = f2 2f1 + f0
43 f0 = f3 3f2 + 3f1 f0
41 f0
pn (x) = 40 f0 + (x x0 )
h
Ahora, el polinomio de Newton que pasa por (x0 , f0 ) , (x1 , f1 ),(x2 , f2 ) es de la forma:
41 f0 42 f0
pn (x) = 40 f0 + (x x0 ) + (x x0 ) (x x1 )
h 2h2
Para concluir, el polinomio de Newton que pasa por los n + 1 puntos (x0 , y0 ), (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) de
grado n es:
n1
41 f0 42 f0 43 f0 4n f0 Y
pn (x) = 40 f0 + (x x0 )+ (x x 0 ) (x x 1 )+ (x x 0 ) (x x 1 ) (x x 2 )+. . .+ (x xk )
h 2h2 3!h3 n!hn
k=0
Ejercicio #14:
Sea la funcion f (x) = (1 + x)e1x , use el polinomio de Newton pn (x) de grado 3, para estimar el
valor de f (2)
Solucion:
x f (x) = 40 fi 41 fi 42 fi 43 fi
1 f (1) = f0 f1 f0 (f2 f1 ) (f1 f0 ) =
1.8 f (1.8) = f1 f2 f1 (f3 f2 ) (f2 f1 ) =
2.6 f (2.6) = f2 f3 f2
3.4 f (3.4) = f3
x f (x) = 40 fi 41 fi 42 fi 43 fi
1 2 0.7418789 0.2105852 0.0069601
1.8 1.2581211 0.5312936 0.2036251
2.6 0.7268274 0.3276684
3.4 0.3991589
pn (2) = 1.10582720114
f (2) = 1.103638
2.5
1.5
0.5
0
0 1 2 3 4
i=0,1,2,...,n f (xi ) = yi
El objetivo al usar trazadores cubicos es construir una funcion s(x) de clase C 2 en [x0 , xn ] tal que:
p1 (x) x [x0 , x1 ]
p2 (x) x [x1 , x2 ]
s(x) = p3 (x) x [x2 , x3 ]
...
p (x)
n x [xn1 , xn ]
En total tenemos 4n 4 condiciones lo que nos permite construir un sistema de 4n 4 ecuaciones, pero en total
tenemos 4n incognitas.
p1 (x0 ) = y0
pn (xn ) = yn
Definiciones:
s00 (x0 ) = 0
s00 (xn ) = 0
s0 (x0 ) =
s0 (xn ) =
ai = yi1
hi
bi = mi (2ci + ci+1 )
3
ci+1 ci
di =
3hi
Ejercicio #15:
Construya un trazador cubico libre o natural con los datos de la siguiente tabla:
x f (x)
0.2 0.9798652
0.4 0.9177710
0.6 0.8080348
0.8 0.6386093
1.0 0.3843735
Solucion:
De la tabla se sabe:
y0 = a1 = 0.9798652
y1 = a2 = 0.9177710
y2 = a3 = 0.8080348
y3 = a4 = 0.6386093
c1 = 0
c5 = 0
1 0 0 0 0 | 0
h1 2 (h1 + h2 ) h2 0 0 | 3 (m2 m1 )
0
h2 2 (h2 + h3 ) h3 0 | 3 (m3 m2 )
0 0 h3 2 (h3 + h4 ) h4 | 3 (m4 m3 )
0 0 0 0 1 | 0
h1 = h2 = h3 = h4 = 0.2
y1 y0
m1 = x1 x0 = 0.31047
y2 y1
m2 = x2 x1 = 0.54868
y3 y2
m3 = x3 x2 = 0.84730
y4 y3
m4 = x4 x3 = 1.27118
1 0 0 0 0 | 0
0.2 0.8 0.2 0 0 | 0.71463
0
0.2 0.8 0.2 0 | 0.89586
0 0 0.2 0.8 0.2 | 1.27164
0 0 0 0 1 | 0
c2 = 0.750683
c3 = 0.57042
c4 = 1.446945
h1
b1 = m1 (2c1 + c2 ) = 0.26042
3
b2 = 0.41056
b3 = 0.67478
b4 = 1.07825
c2 c1
d1 = = 1.251138
3h1
d2 = 0.300438
d4 = 2.411575
3
0.9798652 0.26042 (x 0.2) 1.251138 (x 0.2) x [0.2, 0.4]
0.9177710 0.41056 (x 0.4) 0.750683 (x 0.4)2 + 0.300438 (x 0.4)3
x [0.4, 0.6]
s(x) =
0.8080348 0.67478 (x 0.6) 0.57042 (x 0.6)2 1.46088 (x 0.6)3
x [0.6, 0.8]
0.6386093 1.07825 (x 0.8) 1.446945 (x 0.8)2 + 2.411575 (x 0.8)3
x [0.8, 1]
f (0.5)
= s (0.5) = 0.869509
Ejercicio #16:
Construya un trazador cubico fijo o sujeto para estimar el valor de f (2), con = f 0 (1) y = f 0 (3)
f (x) = (1 + x)e1x
x f (x)
1 2
1.8 1.2581211
2.5 0.7809555
3 0.5413411
Solucion:
De la tabla se sabe:
y0 = a1 = 2
y1 = a2 = 1.2581211
y2 = a3 = 0.7809555
2h1 h1 0 0 | 3 (m1 )
h1
2 (h1 + h2 ) h2 0 | 3 (m2 m1 )
0
h2 2 (h2 + h3 ) h3 | 3 (m3 m2 )
0 0 h3 2h3 | 3 ( m3 )
h1 = 0.8
h2 = 0.7
h3 = 0.5
= xe1x |x=1 = 1
c2 = 0.19649538
c3 = 0.16740805
c4 = 0.13596498
h1
b1 = m1 (2c1 + c2 ) = 1
3
b2 = 0.81242478
b3 = 0.55769237
c2 c1
d1 = = 0.06605073
3h1
d2 = 0.01385111
d3 = 0.02096204
f (2) = 1.10338514951