Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Interpolacion y aproximacion
1. Escribir los polinomios de interpolacion de Lagrange y de Newton para los siguientes
datos:
xi -2 0 1
f (xi ) 0 1 -1
Escribir ambos polinomios en la forma a+bx+cx2 con el fin de verificar que son identicos.
SOLUCION:
Metodo de Lagrange:
Construimos los polinomios de Lagrange, `i (x), i = 0, 1, 2.
(x x1 )(x x2 ) (x 0)(x 1) 1
`0 (x) = = = x (x 1)
(x0 x1 )(x0 x2 ) (2 0)(2 1) 6
(x x0 )(x x2 ) (x + 2)(x 1) 1
`1 (x) = = = (x + 2) (x 1)
(x1 x0 )(x1 x2 ) (0 + 2)(0 1) 2
(x x0 )(x x1 ) (x + 2)(x 0) 1
`2 (x) = = = (x + 2) x
(x2 x0 )(x2 x1 ) (1 + 2)(1 0) 3
2
X
p2 (x) = f (xi )`i (x) = f (x0 )`0 (x) + f (x1 )`1 (x) + f (x2 )`2 (x)
i=0
1 1 1
= 0 x (x 1) + 1 (x + 2)(x 1) 1 (x + 2) x
6 2 3
1 1 7 5 2
= (x + 2)(x 1) (x + 2)x = 1 x x
2 3 6 6
Metodo de Newton:
Escribimos el polinomio de interpolacion en la forma
2. Determinar un polinomio p(x) = ax6 + bx4 + cx2 + d que satisfaga los siguientes datos
p(0) = 2 , p(1) = 8 , p00 (0) = 2 , p00 (1) = 8 .
SOLUCION:
p(x) = a x6 + b x4 + c x2 + d
p0 (x) = 6a x5 + 4b x3 + 2c x
p00 (x) = 30a x4 + 12b x2 + 2c
Al imponer las condiciones de interpolacion se tiene
p(0) = 2 d=2
p(1) = 8 a+b+c+d=8
00
p (0) = 2 2c = 2
00
p (1) = 8 30a + 12b + 2c = 8
Resolviendo el sistema anterior obtenemos
37 100
a= , b= , c = 1, d = 2.
9 9
El polinomio pedido sera
37 6 100 4
p(x) = x + x x2 + 2.
6 9
(b) Si se efectua una nueva medicion que indica que a 3.5 pulgadas el nivel de dosis
correspondiente es de 20 98, cual sera ahora la estimacion para el nivel de dosis en
2.5 pulgadas?
SOLUCION:
(a) Calculamos el polinomio de interpolacion para los datos de la tabla anterior. Utilizamos el
metodo de Newton.
xi f (xi )
1.0 2.71
0.54
1.5 2.98 -0.1
0.44 -0.29/3
2.0 3.20 -0.44/1.5
0
3.0 3.20
El polinomio de interpolacion vendra dado por
0.29
p3 (x) = 2.71 + 0.54(x 1) 0.1(x 1)(x 1.5) (x 1)(x 1.5)(x 2).
3
Ahora podemos estimar la dosis de radiacion para x = 2.5 evaluando el polinomio de
interpolacion en ese punto.
0.29
p3 (2.5) = 2.71 + 0.54(1.5) 0.1(1.5)(1) (1.5)(0.5) = 3.2975.
3
(b) Observemos que ahora disponemos de un dato mas de interpolacion. Una forma de obtener
el nuevo polinomio de interpolacion es anadir este dato a nuestra tabla de diferencias divi-
didas y completarla.
xi f (xi )
1.0 2.71
0.54
1.5 2.98 -0.1
0.44 -0.29/3
2.0 3.20 -0.44/1.5 0.29/7.5
0 0
3.0 3.20 -0.44/1.5
-0.44
3.5 2.98
El nuevo polinomio de interpolacion sera
p4 (x) = 2.71 + 0.54(x 1) 0.1(x 1)(x 1.5)
0.29
(x 1)(x 1.5)(x 2) +
3
0.29
(x 1)(x 1.5)(x 2)(x 3).
7.5
La estimacion del nivel de radiacion para x = 2.5 sera ahora
0.29
p4 (2.5) = 3.2975 + (1.5)(0.5)(0.5) = 3.283
7.5
4 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO
E 40 60 80 100 120
P 0.63 1.36 2.18 3.00 3.93
donde E son los voltios y P los kilovatios en una curva de perdida en el nucleo para un
motor electrico.
(a) Elaborar una tabla de diferencias divididas
(b) Calcular el polinomio de interpolacion de Newton de segundo grado para E =
80, 100, 120. Utilizarlo para estimar el valor de P correspondiente a E = 90 voltios.
SOLUCION:
(a) Calculamos la tabla de diferencias divididas
xi f (xi )
40 0.63
0.0365
60 1.36 0.0001125
0.041 -0.000001875
80 2.18 0 0.0000000521
0.041 0.00002292
100 3.00 0.0001375
0.0465
120 3.93
(b) En la tabla anterior hemos marcado los coeficientes del polinomio de interpolacion para
E = 80, 100, 120. El polinomio sera
5. Una funcion f (x) de la que solamente se conocen los datos de la tabla que figura a con-
tinuacion, alcanza un maximo en el intervalo [1, 1.3]. Hallar la abscisa de dicho maximo.
xi 1.0 1.1 1.2 1.3
f (xi ) 0.841 0.891 0.993 1.000
Interpreta los resultados.
SOLUCION:
La solucion de este problema pasa necesariamente por determinar una funcion que interpole o
aproxime los datos anteriores. A continuacion calculamos el punto donde esta funcion alcance
su maximo o su mnimo. Por tanto, una primera estrategia puede ser calcular el polinomio de
interpolacion.
1. INTERPOLACION Y APROXIMACION 5
xi f (xi )
1.0 0.841
0.5
1.1 0.891 2.6
1.02 -24.5
1.2 0.993 -4.75
0.07
1.3 1.00
El polinomio de interpolacion sera
p(x) = 0.841 + 0.5(x 1) + 2.6(x 1)(x 1.1) 24.5(x 1)(x 1.1)(x 1.2)
= 35.541 93.65x + 83.45x2 24.5x3
Calculamos los puntos crticos
x = 1.25754
p0 (x) = 0 73.5x2 + 166.9x 93.65 = 0
x = 1.01321
Para precisar si hay maximo o mnimo recurrimos a la segunda derivada.
00
00 p (1.25754) = 17.95838 < 0 max. relativo
p (x) = 147x + 166.9
p00 (1.01321) = 17.95813 > 0 mn. relativo
Puesto que
p(1.25754) = 1.018062648073915
deducimos que la funcion p(x) alcanza su maximo absoluto en el intervalo [1, 1.3] en el punto de
abscisa x = 1.25754.
Otra forma de abordar este problema sera utilizando interpolacion lineal a trozos. De acuerdo
con este nuevo modelo y observando los datos de la tabla anterior concluiramos que la funcion
f (x) alcanzara su maximo absoluto en x = 1.30.
7. Aproximar mediante los mnimos cuadrados un polinomio de grado dos a los siguientes
datos
xi 1 2 4 10 16
yi 6 1 2 4 5
SOLUCION:
Se trata de ajustar una funcion del tipo
y = a + b x + c x2
al conjunto de datos (xi , yi ).
Matricialmente el sistema que tenemos que resolver vendra dado por
5
X 5 X5 X5 X
2 yi
1 xi xi
i=1 i=1 i=1 i=1
a
5 5 5
5
X X X X
2 3
xi xi xi b = xi yi
i=1
c
i=1 i=1 i=1
5 5 5
X X X X 5
2 3 4
x x x x2i yi
i i i
i=1 i=1 i=1 i=1
SOLUCION:
Pretendemos ajustar una funcion del tipo
p = a ebt .
Se trata de un modelo de aproximacion no lineal. Tomando logaritmos y denotando P = ln p y
A = ln a se llega al modelo lineal
ln p = ln a ebt = ln a + b t P = A + b t.
Ahora nuestro objetivo sera ajustar una funcion del tipo P = A + b t al conjunto de datos (ti , Pi ).
Matricialmente el sistema que tenemos que resolver sera
5 5 5
X X X
1 ti ! Pi
i=1 i=1
A i=1
5 5
= 6
X X b X
t2i
ti t i Pi
i=1 i=1 i=1
Puesto que f es una funcion continua, el teorema de Bolzano nos garantiza la existencia de al
menos una solucion en el intervalo (0, 1). Ademas se tiene que
f (xn )
xn+1 = xn , n 0.
f 0 (xn )
Elegimos como punto de arranque un x0 [0, 1] tal que f (x0 )f 00 (x0 ) > 0. En este caso, puesto
que
f 00 (x) = ex 2ex ,
x0 = 0
f (x0 ) f (0) 1
x1 = x0 =0 0 = = 0.33333
f 0 (x0 ) f (0) 3
f (x1 ) f (0.33333)
x2 = x1 0 = 0.33333 0 = 0.34654
f (x1 ) f (0.33333)
f (x2 ) f (0.34654)
x3 = x2 0 = 0.34654 0 = 0.34657
f (x2 ) f (0.34654)
En este caso, podemos resolver algebraicamente la ecuacion para obtener la solucion exacta.
1
ex 2ex = 0 e2x 2 = 0 x= ln 2 = 0.346573590279972
2
11. Aproximar mediante el metodo de la regula falsi la raz de la ecuacion
x3 2x2 5 = 0
la funcion f es convexa en [1, 4]. Esto nos asegura que hay solucion unica en [1, 4] y que el metodo
de regula falsi es convergente. Generamos las aproximaciones
f (an )(bn an )
xn = a n , n = 0, 1,
f (bn ) f (an )
10 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO
partiendo de a0 = 1, b0 = 4. Los valores an y bn se eligen en cada paso de forma que f (an )f (bn ) <
0. Los calculos realizados se recogen en la siguiente tabla.
n an bn xn f (an ) f (bn ) f (xn )
0 1.0000 4.0 1.5454 -6.0000 27.0 -6.0856
1 1.5454 4.0 1.9969 -6.0856 27.0 -5.0122
2 1.9969 4.0 2.3105 -5.0122 27.0 -3.3420
3 2.3105 4.0 2.4966 -3.3420 27.0 -1.9043
4 2.4966 4.0 2.5957 -1.9043 27.0 -0.98648
5 2.5957 4.0 2.6452 -0.98648 27.0 -0.48559
La solucion vendra dada por
x ' 2.6452
Observacion: Si nos fijamos en la tabla anterior se observa que en cualquier iteracion, bn = b0
y an+1 = xn . Esta situacion se poda haber previsto inicialmente por la convexidad de la funcion
f . De esta forma las aproximaciones se podran calcular directamente a partir de la formula
f (xn1 )(b xn1 )
xn = xn1 , n = 0, 1,
f (b) f (xn1 )
tomando x1 = a0 = 1.
3
12. Encontrar un valor aproximado de 2 mediante el metodo de biseccion y el metodo de la
secante.
SOLUCION:
Consideramos la funcion f (x) = x3 2 y buscamos un intervalo donde haya alternancia de signo
f (1) = 1 , f (1.5) = 1.375
El teorema de Bolzano nos garantiza la existencia de al menos una solucion en el intervalo [1, 1.5].
Ademas, puesto que
f 0 (x) = 3x2 6= 0 , x [1, 1.5]
la solucion sera unica.
Metodo de biseccion: Partiendo de a0 = 1, b0 = 1.5 generamos las aproximaciones
an + bn
xn =
2
donde an y bn se eligen de forma que en cualquier iteracion se cumpla que f (an )f (bn ) < 0. Los
calculos efectuados se recogen en la siguiente tabla
n an bn xn f (an ) f (bn ) f (xn )
0 1.0 1.5 1.25 -1.000 1.375 -0.046
1 1.25 1.5 1.375 -0.046 1.375 0.599
2 1.25 1.375 1.3125 -0.046 0.599 0.260
3 1.25 1.3125 1.28125 -0.046 0.260 0.103
4 1.25 1.28125 1.265625 -0.046 0.103 0.0272
5 1.25 1.265625 1.2578125 -0.046 0.027 -0.01
6 1.2578125 1.265625 1.26171875 -0.010 0.027 0.008
7 1.2578125 1.26171875 1.259765625 -0.010 0.008 -0.0007
8 1.259765625 1.26171875 1.2607421875 -0.0007 0.008 0.003
9 1.259765625 1.2607421875 1.26025390625 -0.0007 0.003 0.001
10 1.259765625 1.26025390625 1.260009765625 -0.0007 0.001 0.0004
2. RESOLUCION NUMERICA DE ECUACIONES 11
x ' 1.260009765625
x0 = 1
x1 = 1.5
f (x1 )(x1 x0 )
x2 = x1 = 1.2105263157894736842
f (x1 ) f (x0 )
f (x2 )(x2 x1 )
x3 = x2 = 1.2514085388756729685
f (x2 ) f (x1 )
f (x3 )(x3 x2 )
x4 = x3 = 1.2602652758390120360
f (x3 ) f (x2 )
f (x4 )(x4 x3 )
x5 = x4 = 1.2599187140887994992
f (x4 ) f (x3 )
f (x5 )(x5 x4 )
x6 = x5 = 1.2599210492568176179
f (x5 ) f (x4 )
La solucion aproximada obtenida al realizar 5 iteraciones con el metodo de la secante viene dada
por
x ' 1.2599210492568176179
ln x x + 2 = 0
1
f 0 (x) = 1 6= 0 , x [3, 4],
x
lo que nos asegura que hay solucion unica en el intervalo [3, 4].
Generamos las aproximaciones de la solucion mediante el algoritmo
f (xn )
xn+1 = xn , n = 0, 1,
f 0 (xn )
12 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO
partiendo de un punto inicial x0 [3, 4] tal que f (x0 )f 00 (x0 ) > 0. Puesto que f 00 (x) = 1/x2
podemos tomar como punto de arranque x0 = 4.
x0 = 4
f (x0 ) f (4)
x1 = x0 =4 0 = 3.181725815
f 0 (x0 ) f (4)
f (x1 ) f (3.181725815)
x2 = x1 0 = 3.181725815 0 = 3.146284844
f (x1 ) f (3.181725815)
f (x2 ) f (3.146284844)
x3 = x2 0 = 3.146284844 0 = 3.146193221
f (x2 ) f (3.146284844)
y 000 + y 00 3y 0 y = 0.
SOLUCION:
El conjunto fundamental de soluciones de la ecuacion diferencial anterior se obtiene resolviendo
la ecuacion caracterstica
r3 + r2 3r 1 = 0.
Dado que la ecuacion es polinomica de grado impar sabemos que tiene al menos una solucion
real. Las posibles soluciones racionales de esta ecuacion son 1. La comprobacion mediante la
regla de Ruffini nos revela que ninguna de ellas es solucion. Hemos de buscar, por tanto, races
irracionales. En este caso, la regla de Ruffini no es operativa. Afortunadamente podemos obtener
una solucion aproximada utilizando el metodo de Newton-Raphson.
Comenzamos definiendo la funcion f (r) = r3 + r2 3r 1 y buscamos un intervalo donde haya
alternancia de signo.
f (1) = 2 , f (2) = 5
Tenemos, por tanto, asegurada la existencia de solucion en el intervalo [1, 2]. Ademas,
f 0 (r) = 3r2 + 2r 3
cuyas races son 1.38742588672 y 0.72075922005, por lo que f 0 (x) 6= 0, x [1, 2]. Esto nos
garantiza que la solucion en [1, 2] es unica. Generamos las aproximaciones
f (rn )
rn+1 = rn , n = 0, 1,
f 0 (rn )
Ahora podemos estimar el valor de f 00 (3.7) evaluando p00 (3.7). En nuestro caso,
p0 (x) = 1.03148 + 0.677431 x 0.173838 x2 + 0.05191 x3
p00 (x) = 0.677431 0.347656 x + 0.0455729 x2
Luego,
f 00 (3.7) ' 0.677431 0.347656 (3.7) + 0.0455729 (3.7)2 = 0.0149917
17. Dado un circuito con un voltaje V (t), una inductancia L y una resistencia R, la primera
ley de Kirchoff que lo modela es
dI
V =L
+ RI.
dt
La siguiente tabla recoge los valores experimentales de I correspondientes a varios tiempos
t dados en segundos.
Si la inductancia L es constante e igual a 0.97 henrios y la resistencia R es de 0.14
ohmios, aproximar el voltaje V cuando t = 0.97.
t 0.95 0.96 0.97 0.98 0.99 1.0
I 0.90 1.92 2.54 2.88 3.04 3.10
SOLUCION:
Dado que conocemos I(0.97) = 2.54, el problema se reduce a calcular I 0 (0.97). Para ello calculamos
el polinomio de interpolacion p(t) para el conjunto de datos de la tabla anterior. La derivada de
este polinomio para t = 0.97 nos dara una estimacion de I 0 (0.97).
ti Ii
0.95 0.90
102
0.96 1.92 -2000
62 2000
0.97 2.54 -1400 -250000/3
34 50000/3 0
0.98 2.88 -900 -250000/3
16 40000/3
0.99 30.4 -500
6
1.00 3.10
El polinomio de interpolacion vendra dado por
p(t) = 0.90 + 102(t 0.95) 2000(t 0.95)(t 0.96) +
20000(t 0.95)(t 0.96)(t 0.97)
250000
(t 0.95)(t 0.96)(t 0.97)(t 0.98)
3
250000 4
= 91858.4 + 358719.83 t 525191.67 t2 + 341666.67 t3 t .
3
Luego,
p0 (t) = 358719.83 1050383.33 t + 1025000 t2 333333.33 t3
Evaluando en t = 0.97 se tiene
I 0 (0.97) ' p0 (0.97) = 358719.83 1050383.33 (0.97) + 1025000 (0.97)2
333333.33 (0.97)3 = 46.1667
16 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO
Por tanto,
V (0.97) = 0.97 I 0 (0.97) + 0.14 I(0.97) = 0.97(46.1667) + 0.14(2.54) = 45.1373
18. Utilizar la formulas usuales de derivacion numerica para calcular un valor aproximado de
la derivada de la funcion f (x) = (1 + x)ex en el punto x = 0.6 para h = 0.1, 0.01, 0.001.
Comparar los resultados obtenidos con el valor exacto.
SOLUCION:
En nuestro caso se tiene que
f 0 (x) = ex + (1 + x)ex = (2 + x)ex .
Por tanto,
f 0 (0.6) = (2 + 0.6)e0.6 = 4.737508881015323
Al aplicar la formulas de derivacion numerica se obtiene
f (0.6 + h) f (0.6)
f 0 (0.6) '
h
f (0.6 + h) f (0.6 h)
f 0 (0.6) '
2h
1 1
La recta buscada vendra dada por y(x) = x. Por lo tanto,
2 2
Z 3 Z 3 Z 3
1 1 3
f (x)dx ' y(x)dx = x dx =
0 0 0 2 2 4
(c) Podemos dividir el intervalo [0, 3] en 3 subintervalos utilizando los puntos 0, 1, 2, 3. Apli-
camos sobre cada uno de ellos la regla del trapecio.
Z 3 Z 1 Z 2 Z 3
f (x)dx = f (x)dx + f (x)dx + f (x)dx
0 0 1 2
1 1 1
' (f (0) + f (1)) + (f (1) + f (2)) + (f (2) + f (3))
2 2 2
1 1
= (f (0) + 2f (1) + 2f (2) + f (3)) = (2 4 2 + 0) = 2
2 2
Aplicar la formula del trapecio compuesta equivale a calcular la integral de la poligonal que
pasa por los puntos (xi , f (xi )).
Observemos que los resultados obtenidos son bastante dispares dependiendo del metodo que hemos
elegido. Cual es el valor mas exacto?. Para dar respuesta a esta pregunta necesitaramos conocer
informacion adicional sobre la funcion f o sobre la naturaleza de los datos que estamos manejando.
0h
Z i 2
(a) sen x dx ' f (0) + 4f + f () = [0 + 4 1 + 0] =
0 6 2 6 3
xi f (xi )
0 0
2/
/2 1 4/ 2
2/
0
2 4 4
p(x) = x 2x x = 2 x(x ).
2
Luego,
4 x3 x2
Z Z
4 2
sen x dx ' x(x ) dx = =
0 0 2 2 3 2 0 3
No es casualidad la coincidencia de resultados en los apartados (a) y (b), puesto que la formula
de Simpson,
b
ba
Z
a+b
f (x)dx = f (a) + 4f + f (b) ,
a 6 2
1
2 0 1 12
1 1 1 3
f (0) + 4f +f + f + 4f + f (1) =
6 4 2 6 2 4
1 1 1 3
f (0) + 4f + 2f + 4f + f (1) =
12 4 2 4
1
[1 + 4(0.877583) + 2(0.760244) + 4(0.647860) + 0.54302] = 0.763547
12
En este caso podemos calcular el valor exacto de la integral. En efecto, efectuando el cambio de
variable x = t2 se obtiene:
Z 1 Z 1
x = t2 u = 2t du = 2 dt
cos x dx = = 2t cos t dt =
0 dx = 2t dt 0 dv = cos t dt v = sen t
1
= [2t sen t + 2 cos t]0 = 2 sen 1 + 2 cos 1 2 = 0.763547.