DEPARTAMENTO DE CIENCIAS EXACTAS

Quinaluisa Andrés
Área: Análisis Funcional

Métodos Numéricos

FORO II
6 de enero de 2018

1
 MÉTODOS NUMÉRICOS

1. SeanLN,0 (x), LN,1 (x), · · · LN,N (x) los polinomios coeficientes de Lagrange para losN + 1
nodos x0 , x1 , · · · xN −1 yxN . Probar que N
P
k=0 LN,k (x) = 1 para cualquier número real x.


1 si j = i
LN,k (x) =
0 j= 6 i

N
X
LN,k (x) = LN,0 (x) + LN,1 (x) + LN,2 (x) + · · · + LN,k (x) + · · · + LN,N (x)
k=0

= 0 + 0 + 1 + ··· + 0
N
X
LN,k (x) = 1
k=0

Para demostrar esto se hace una prueba , para esto se aplica inducción , tomando N=1
como base que es facil demostrar :
N
X
LN,k (x) = 1
k=0

1
X
LN,k (x) = L1,0 (x) + L1,1 (x)
k=0
x − x1 x − x0
= +
x0 − x1 x1 − x0
x − x1 x − x0
= −
x0 − x1 x1 − x0
x1 − x x − x0
= −
x1 − x0 x1 − x0
x1 − x + x − x0
=
x1 − x0
x1 − x0
= =1
x1 − x0

Quinaluisa 2
 MÉTODOS NUMÉRICOS

2. Sea la función f (x) = e−x · cos x, construya el polinomio interpolador de Newton y la

curva de ajuste cúbica, utilizando el método de los mı́nimos cuadrados para los puntos
x0 = 0, x1 = 0, 1, x2 = 0, 4yx3 = 0, 5, luego grafique cada polinomio y comparar con la
función original, determine el error máximo en el intervalo y realice la evolución del error.

Polinomio interpolador de Newton

x0 = 0, x1 = 0, 1, x2 = 0, 4 y x3 = 0, 5

f (x) = e−x · cos x

f (x0 ) = e−0 · cos 0 = 1
f (x1 ) = e−0,1 · cos(0,1) = 0,900317
f (x2 ) = e−0,4 · cos(0,4) = 0,617406
f (x3 ) = e−0,5 · cos(0,5) = 0,532280

x y
0 1
0,1 0,900317
0,4 0,617406
0,5 0,532280

 
1 2 3
 0 1 0 0 0 
0,900317 − 1
 
 
 0,1 0,900317 0 0 
 0,1 
 0,617406 − 0,900317 0,943037 + 0,996830 
 0,4 0,617406 0
 
0,4 − 0,1 0,4

 
 0,532280 − 0,617406 −0,851250 + 0,943037 0,229468 − 0,1344825 
0,5 0,532280
0,5 − 0,4 0,5 − 0,1 0,5

1 2 3
 

 0 1 0 0 0 


 0,1 0,900317 -0.996830 0 0 

 0,4 0,617406 −0943036 0.134485 0 
0,5 0,532280 −0,851260 0,229440 0.189910

1 − 0,996830(x − 0) + 0,134485(x − 0)(x − 0,1) + 0,189910(x − 0)(x − 0,1)(x − 0,4)

1 − 0,996830x + 0,134485x2 − 0,0134485x + 0,189910x3 − 0,094955x2 + 0,0075964

Polinomio cúbico de Newton: 0,18991x3 + 0,03953x2 − 1,002682x + 1

Quinaluisa 3
 MÉTODOS NUMÉRICOS

Mı́nimos Cuadrados

ŷ = a0 + a1 x + a2 x2 + a3 x3
n
X
E= |yi − ŷ|2
i=1
4
X
E= (yi − a0 − a1 x − a2 x2 − a3 x3 )2
i=1
4 4 4 4 4
δE X X X X X
= a0 + x · a1 + x 2 · a2 + x 3 · a3 = yi
δa0 i=1 i=1 i=1 i=1 i=1
4 4 4 4 4
δE X X X X X
= x · a0 + x 2 · a1 + x 3 · a2 + x 4 · a3 = yi · x
δa1 i=1 i=1 i=1 i=1 i=1
4 4 4 4 4
δE X X X X X
= x 2 · a0 + x 3 · a1 + x 4 · a2 + x 5 · a3 = y i · x2
δa2 i=1 i=1 i=1 i=1 i=1
4 4 4 4 4
δE X X X X X
= x 3 · a0 + x 4 · a1 + x 5 · a2 + x 6 · a3 = y i · x3
δa3 i=1 i=1 i=1 i=1 i=1

xi yi x2i x3i x4i x5i x6i y i · xi yi · x2i yi · x3i

0 1 0 0 0 0 0 0 0 0
0,1 0,900317 0,01 0,001 0,0001 1E − 05 1E − 06 0,090317 0,00900 0,000900
0,4 0,617406 0,16 0,064 0,0256 0,01024 0,004096 0,2469624 0,098785 0,039514
0,5 0,532281 0,25 0,125 0,0625 0,03125 0,015625 0,2661405 0,133070 0,066535
1 3.050004 0.42 0.19 0.0882 0.0415 0.019722 0.6031346 0.240858 0.106949

    
4 1 0,42 0,19 a0 3,050004
 1 0,42 0,19 0,0882   a1
    0,631346 
 = 
 0,42 0,19 0,0882 0,0415   a2   0,240858 
0,19 0,0882 0,0415 0,019722 a3 0,106949
a0 = 1
a1 = −1,00267
a2 = 0,39443
a3 = 0,190042

Mı́nimos Cuadrados: ŷ = 0,190042x3 + 0,039443x2 − 1,00267x + 1

Quinaluisa 4
 MÉTODOS NUMÉRICOS

Polinomio cúbico de Newton:

ŷ = 0,18991x3 + 0,03953x2 − 1,002682x + 1

Mı́nimos Cuadrados: ŷ = 0,190042x3 + 0,039443x2 − 1,00267x + 1

Comparación de Graficas

Quinaluisa 5
 MÉTODOS NUMÉRICOS

Gráfica de Error

Quinaluisa 6