Documentos de Académico
Documentos de Profesional
Documentos de Cultura
72. En un experimento, la cantidad de calor desprendida en relación con el tiempo, fue la siguiente: a las 2 horas
del comienzo, 3 kilocalorías1 (Kcal), a las 4 horas 1 Kcal y a las 6 horas 2 Kcal.
Solución
xi (horas) 2 4 6
Se trata de interpolar la siguiente tabla de valores
yi (Kcal) 3 1 2
Apartado a): Según el algoritmo de Lagrange, se busca p2 ∈ P2 [x] de la forma
p2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x) = 3L0 (x) + L1 (x) + 2L2 (x),
donde los Li , i = 0, . . . , 2 vienen dados por
16
(x − x1 )(x − x2 ) (x − 4)(x − 6) (x − 4)(x − 6) Polinomio de interpolación
Temperatura
8
(x − x0 )(x − x1 ) (x − 2)(x − 4) (x − 2)(x − 4) 6
L2 (x) = = =
(x2 − x0 )(x2 − x1 ) (6 − 2)(6 − 4) 8 4
3 1 1 −2
0 1 2 3 4 5 6 7 8 9 10 11
p2 (x) = (x − 4)(x − 6) − (x − 2)(x − 6) + (x − 2)(x − 4) Tiempo
8 4 4
Apartado b): El algoritmo de Newton para calcular el polinomio de interpolación asociado a estos pares de
puntos consiste en buscar p2 ∈ P2 [x] de la forma
p2 (x) = c0 + c1 (x − x0 ) + c2 (x − x0 )(x − x1 ) = c0 + c1 (x − 2) + c2 (x − 2)(x − 4),
p0 (x) = c0 con c0 = y0 = 3
y1 − y0 1−3
p1 (x) = p0 (x) + c1 (x − 2) con c1 tal que p1 (x1 ) = y1 = 1: ⇒ c1 = = = −1
x1 − x0 4−2
p2 (x) = p1 (x) + c2 (x − x0 )(x − x1 ) con c2 tal que p2 (x2 ) = y2 = 6:
y2 − p1 (x2 ) 2+1 3 3
c2 = = = ⇒ c2 =
(x2 − x0 )(x2 − x1 ) (6 − 2)(6 − 4) 8 8
Luego, el polinomio de interpolación buscado es
3 3 13
p2 (x) = 3 − (x − 2) + (x − 2)(x − 4) = x2 − x + 8
8 8 4
Se puede comprobar que el polinomio obtenido coincide con el polinomio del apartado anterior (tiene que ser
así, en virtud del la unicidad del polinomio de interpolación).
Apartado c): El polinomio de interpolación obtenido pretende representar de manera aproximada el compor-
tamiento del los pares de datos de la tabla, es decir la distribución del calor a lo largo del tiempo. El valor
x = 3 está dentro del intervalo que contiene los puntos del soporte. En cambio, el valor de x = 10 está bastante
alejado de este intervalo. Por tanto, la aproximación que proporciona p2 para x = 10 podría no reflejar bien el
13
comportamiento real de los datos (no ser «muy de fiar») . Tenemos, pues, p2 (3) = y p2 (10) = 13.
8
1 La unidad de medida del calor en el Sistema Internacional de Unidades es la misma que la de la energía y el trabajo: el Joule. Otra
unidad ampliamente utilizada para medir la cantidad de energía térmica intercambiada es la caloría (cal), que es la cantidad de energía
que hay que suministrar a un gramo de agua para elevar su temperatura 1◦ C: 1 kcal = 1000 cal.
73. La temperatura de cierto proceso natural es una función de tiempo. Con intervalos iguales de tiempo se ha
tomado las mediciones de la temperatura, obteniéndose la siguiente tabla:
tiempo 2 4 6 8 10
temperatura 5 1 2 4 3
Calcular el polinomio de interpolación que pasa por estos puntos y aproxime a la función temperatura.
Solución
El algoritmo de Newton para calcular el polinomio de interpolación asociado a estos pares de puntos consiste en
buscar p4 ∈ P4 [x] de la forma
12
1−5
⇒ c1 = = −2 ⇒ c1 = −2 10
4−2 8
2 − p1 (6) 2+3 5 2
c2 = = ⇒ c2 =
(6 − 2)(6 − 4) 8 8 0
0 1 2 3 4 5 6 7 8 9 10 11
4 − p2 (8) 4−8 1 1
c3 = = =− ⇒ c3 = −
(8 − 2)(8 − 4)(8 − 6) 6·4·2 12 12
pues p2 (8) = 8.
p4 (x) = p3 (x) + c4 (x − 2)(x − 4)(x − 6)(x − 8) con c4 tal que p4 (10) = 3:
3 − p3 (10)
c3 = =0 ⇒ c4 = 0
(10 − 2)(10 − 4)(10 − 6)(10 − 8)
1
pues p3 (10) = p2 (10) − 8 · 6 · 4 = p2 (10) − 16 = 19 − 16 = 3.
12
Luego, el polinomio de interpolación buscado es
5 1 1 13 113
p4 (x) = 5 − 2(x − 2) + (x − 2)(x − 4) − (x − 2)(x − 4)(x − 6) = − x3 + x2 − x + 18.
8 12 12 8 12
74. Empíricamente se han obtenido los siguientes valores de una función y = f (x) (desconocida):
xi 0 2 4 6
yi 0 1 4 2
Solución
Según el algoritmo de Newton, buscamos p3 ∈ P3 [x] de la forma
1 1 7
p3 (x) = x + x(x − 2) − x(x − 2)(x − 4)
2 4 48
Si se añade una nueva observación (x4 , y4 ) = (8, 1), sirven los cálculos anteriores. Realizando un paso más en el
método de Newton, tenemos
1 1 7 13
p4 (x) = x + x(x − 2) − x(x − 2)(x − 4) + x(x − 2)(x − 4)(x − 6)
2 4 48 384
8
Se tiene: 4
1 1 7 2
1 1 7
p4 (x) = 7 + 7(7 − 2) − 7(7 − 2)(7 − 4) −4
2 4 48
−6
13
+ 7(7 − 2)(7 − 4)(7 − 6) = 0.4922 −8 Interpolante con 4 nodos
384 Interpolante con 5 nodos
Puntos de interpolación
−10 p3(7)= −3.0625
p4(7)= 0.49219
−12
0 1 2 3 4 5 6 7 8
El valor x = 7 está contenido en el intervalo [0, 8] que contiene a los puntos del soporte. El polinomio p4 utiliza
más información de la función f , por tanto, debe proporcionar mejor aproximación de f (7) que el polinomio p3 .
75. Hallar el polinomio de menor grado posible que en los puntos de abscisas 1, 3, 4 y 7 toma los valores 0, 1, 2 y 4
respectivamente. Si se añade el punto (8, 5) ¿cómo se puede calcular el nuevo polinomio de interpolación ?
Solución
Sean {x0 , x1 , x2 , x3 } = {1, 3, 4, 7} e {y0 , y1 , y2 , y3 } = {0, 1, 2, 4}. El algoritmo de Newton para calcular el polino-
mio de interpolación asociado a estos pares de puntos consiste en buscar p3 ∈ P3 [x] de la forma
4
1 1 1
⇒ c1 = = ⇒ c1 =
3−1 2 2 3
2 − p1 (4) 2 − 3/2 1 1
c2 = = = ⇒ c2 = 0
(4 − 1)(4 − 3) 3 6 6 y = p3(x)
y = p4(x)
Nodos de interpolación
−1
0 1 2 3 4 5 6 7 8
1 3
donde hemos usado que p1 (4) = (4 − 1) =
2 2
p3 (x) = p2 (x) + c3 (x − 1)(x − 3)(x − 4) con c3 tal que p3 (7) = 4:
4 − p2 (7) 4−7 1 1
c3 = = =− ⇒ c3 = −
(7 − 1)(7 − 3)(7 − 4) 6·4·3 24 24
1 1
pues p2 (7) = (7 − 1) + (7 − 1)(7 − 3) = 7.
2 6
Luego
1 1 1
p3 (x) = (x − 1) + (x − 1)(x − 3) − (x − 1)(x − 3)(x − 4)
2 6 24
Si se añade un punto más (8, 5), sirven los cálculos anteriores, es decir buscamos p4 ∈ P4 [x] de la forma
1 1 1
p4 (x) = (x − 1) + (x − 1)(x − 3) − (x − 1)(x − 3)(x − 4) + c4 (x − 1)(x − 3)(x − 4)(x − 7)
2 6 24
5 − p3 (8) 5 − 7/2 3 3
c4 = = = ⇒ c4 = ,
(8 − 1)(8 − 3)(8 − 4)(8 − 7) 7·5·4 280 280
7
pues p3 (8) = .
2
Por tanto,
1 1 1 3
p4 (x) = (x − 1) + (x − 1)(x − 3) − (x − 1)(x − 3)(x − 4) + (x − 1)(x − 3)(x − 4)(x − 7)
2 6 24 280
√
76. Hallar un valor aproximado de 3 utilizando el polinomio de interpolación de la función f (x) = 3x en los puntos
x0 = −2, x1 = −1, x2 = 0 y x3 = 1. Dar una estimación del error cometido.
Solución
Sean {x0 , x1 , x2 , x3 } = {−2, −1, 0, 1} e yi = f (xi ) = 3xi , es decir {y0 , y1 , y2 , y3 } = {1/9, 1/3, 1, 3}. El algoritmo
de Newton para calcular el polinomio de interpolación asociado a estos pares de puntos consiste en buscar
p3 ∈ P3 [x] de la forma
1 Polinomio de interpolacion
y = 3x
p1 (x) = p0 (x) + c1 (x + 2) con c1 tal que p1 (−1) = : Nodos de interpolación
3 2.5
1/3 − 1/9 2 2 2
⇒ c1 = = ⇒ c1 =
−1 + 2 9 9
1.5
c2 = = = ⇒ c2 =
2·1 2 9 9
0
−2 −1.5 −1 −0.5 0 0.5 1
1 4 5
donde hemos usado que p1 (0) = + =
9 9 9
p3 (x) = p2 (x) + c3 (x + 2)(x + 1)x con c3 tal que p3 (1) = 3:
3 − p2 (1) 3 − 2 − 1/9 4 4
c3 = = = ⇒ c3 =
3·2·1 2 27 27
2 1
pues p2 (1) = p1 (1) + 6 = + 2. Luego
9 9
1 2 2 4
p3 (x) = + (x + 2) + (x + 2)(x + 1) + (x + 2)(x + 1)x
9 9 9 27
√
Como 3 = f (1/2) ≈ p3 (1/2), tomamos
1 2 2 4
p3 (0.5) = + (0.5 + 2) + (0.5 + 2)(0.5 + 1) + (0.5 + 2)(0.5 + 1)0.5 = 1.7778
9 9 9 27
Por otra parte, como f ∈ C 4 ([−2, 1]), gracias al Teorema sobre el error de interpolación, para todo x ∈ [−2, 1]
existe ξx ∈ (−2, 1) tal que
f 4) (ξx ) 1
|f (x) − p3 (x)| = | wS (x)| ≤ máx |f 4) (x)| máx |w(x)|,
4! 4! x∈[−2,1] x∈[−2,1]
Para calcular máx |w(x)| = máx |(x + 2)(x + 1)x(x − 1)|, observamos que w0 (x) = 2(2x3 + 4x2 − x − 1) y
x∈[−2,1] x∈[−2,1]
que la ecuación w0 (x) = 0 no es fácil de resolver. Se observa que con un cambio de variables podemos simetrizar
la expresión de w(x) respecto de cero, de manera que la ecuación correspondiente para determinar los extremos
sea más fácil de resolver.
1
Más concretamente, x ∈ [−2, 1] 7→ z ∈ [−3/2, 3/2], siendo z = x + . Por tanto,
2
3 1 1 3 9 1
w(x) = w(z),
e con w(z)
e = (z + )(z + )(z − )(z − ) = (z 2 − )(z 2 − )
2 2 2 2 4 4
y
máx |w(x)| = máx |w(z)|
e
x∈[−2,1] z∈[−3/2,3/2]
1 1
|f (x) − p3 (x)| ≤ máx |f 4) (x)| máx |w(x)| ≤ 3(ln 3)4 = 0.1821, ∀ x ∈ [−2, 1].
4! x∈[−2,1] x∈[−2,1] 4!
77. Los datos correspondientes al censo de una población (en miles de habitantes) se recogen en la siguiente tabla:
Estimar la población que había en 1965. ¿Se podría estimar la población correspondiente al año 2010?
Solución
350
Polinomio de interpolacion
Nodos de interpolación
Valor aproximado en 1965 = 139.0438
Valor aproximado en 2010 = 300.2006
300
250
200
150
100
50
1940 1950 1960 1970 1980 1990 2000 2010 2020
78. Sean S = {x0 , x1 , . . . , xn } ⊂ R, n + 1 puntos distintos y f (x) = xn+1 . Calcular el polinomio de interpolación de
f en los puntos xi utilizando la fórmula del eror y determinar el término independiente de dicho polinomio.
Solución
Sea pn el polinomio de interpolación de f en S. Sabemos, gracias al Teorema sobre el error de interpolación que
para todo x ∈ [mı́n(xi ), máx(xi )] existe ξx en el interior de este intervalo, tal que
f n+1) (ξx )
f (x) − pn (x) = (x − x0 )(x − x1 ) · · · (x − xn ).
(n + 1)!
El término independiente es
79. Sean a > 0, {−xn , −xn−1 , · · · , x1 , 0, x1 , · · · , xn−1 , xn } ⊂ [−a, a] y P2n el polinomio de interpolación de una
función f : [−a, a] 7→ R en los puntos anteriores. Demostrar los siguientes resultados:
a) Si f es una función par (respectivamente, impar) entonces P2n es par (respectivamente, impar).
b) Si f es una función par, existe Qn ∈ Pn [x] tal que P2n = Qn (x2 ). ¿Quién es Qn ? ¿Qué utilidad tiene esta
expresión?
Solución
Ver la página 282 de J.A. Infante del Río, J.M. Rey Cabezas, Métodos Numéricos. Teoría, problemas y prácticas
con MATLAB, Ediciones Pirámide, Madrid, 1999.
Apartado a):
Sea P2n ∈ P2n [x] el polinomio de interpolación de f en {−xn , −xn−1 , · · · , x1 , 0, x1 , · · · , xn−1 , xn } ⊂ [−a, a], es
decir tal que
P2n (−xi ) = f (−xi ), P2n (xi ) = f (xi ), i = 1, . . . , n, P2n (0) = f (0).
Supongamos que f es par, es decir f (x) = f (−x). Consideramos el polinomio p(x) = P2n (−x). Es claro que
p ∈ P2n [x] y verifica
Luego, P2n (−x) es el polinomio de interpolación de f en los puntos {−xn , −xn−1 , · · · , x1 , 0, x1 , · · · , xn−1 , xn } y
por unicidad P2n (−x) = P2n (x), luego P2n es par.
Apartado b): Como f es par, P2n es par, por tanto P2n sólo tiene potencias pares de x, luego puede factorizarse
de la forma (α es raíz de un polinomio par ⇒ −α es también su raíz):
n
Y
P2n (x) = an (x2 − αi2 )
i=1
n
Y
P2n (x) = Qn (x2 ), siendo Qn (x) = an (x − αi2 ) ∈ Pn [x].
i=1
Además, como
La utilidad de este resultado es que para calcular el polinomio P2n podemos calcular Qn (que es un polinomio
de grado la mitad que P2n ) y luego cambiar la variable x por x2 , con el consiguiente ahorro de operaciones.
80. Consideramos las funciones f1 (x) = sen(x) y f2 (x) = ex . Sean Pni (x), i = 1, 2 los respectivos polinomios de
interpolación de estas funciones en los nodos x0 < x1 < · · · < xn . Supongamos que los nodos están contenidos
en un intervalo acotado [a, b]. Probar que
Solución
1
81. Considerando la función f (x) = , demostrar que
x
n
Y 1
f [xn , xn−1 , . . . , x1 , x0 ] = (−1)n
x
i=0 i
Solución
Se recuerda la definición de las diferencias divididas: f [xi ] = f (xi ) (diferencia dividida de orden 0) y diferencia
dividida de orden n es
Consideramos
f [xn+1 , xn , . . . , x1 ] − f [xn , . . . , x1 , x0 ]
f [xn+1 , xn , . . . , x1 , x0 ] =
xn+1 − x0
n+1 n
Y 1 Y 1
−
i=1
xi i=0 xi
= (−1)n
xn+1 − x0
n
n
Y 1 1 1 1
= (−1) −
x xn+1
i=1 i
x0 xn+1 − x0
n
n
Y 1 x0 − xn+1 1
= (−1)
x
i=1 i
x n+1 · x 0 x n+1 − x0
n+1
Y 1
= (−1)n+1
i=0
xi
82. Consideremos el soporte de interpolación S = {a = x0 < x1 < ... < xn = b} ⊂ [a, b]. Construimos el espacio de
funciones de interpolación
Vh = {vh ∈ C 0 ([a, b]) tales que vh (a) = 0, vh|[xi−1 ,xi ] ∈ P1 ([xi−1 , xi ]), i = 1, ..., n}
Dada una función f continua en [a, b] tal que f (a) = 0, planteamos el problema de interpolación de Lagrange
sobre Vh : (
Obtener una función fh ∈ Vh tal que
(P )
fh (xi ) = f (xi ), para i = 1, ..., n.
Se pide:
a) Probar que (P ) admite solución única.
n
X
b) Probar que existen funciones φi ∈ Vh , i = 1, ..., n tales que fh (x) = f (xi )φi (x). Determinar la dimensión
i=1
de Vh .
c) Probar la siguiente estimación de error para una función f ∈ C 2 ([a, b]) al que f (a) = 0,
1
máx |f (x) − fh (x)| ≤ máx |f 00 (x)|h2 ,
x∈[a,b] 2 x∈[a,b]
siendo h el diámetro de S.
d ) Probar la estimación de estabilidad máx |fh (x)| ≤ máx |f (x)|.
x∈[a,b] x∈[a,b]
Solución
Apartado a)
En cada intervalo [xi−1 , xi ], la función fh es el polinomio de interpolación, pih ∈ P1 (x), determinado por los
puntos (xi−1 , f (xi−1 )), (xi , f (xi )). Sabemos que este polinomio existe y es único para cada i. La función definida
por fh (x) = pih (x) en x ∈ [xi−1 , xi ] cumple que fh (a) = pih (x0 ) = f (a) = 0. Además, fh (x) ∈ C 0 ([a, b]) ya
que en cada intervalo es continua por ser un polinomio y en los extremos, fh (xi ) = pih (xi ) = pi+1 h (xi ) para
i = 1, 2, ..., n − 1.
La unicidad de solución del problema (P ) se tiene por construcción.
Apartado b) Obsérvese que Vh es un subespacio del espacio general de interpolación a trozos
Wh = {vh ∈ C 0 ([a, b]) tales que v|[xi−1 ,xi ] ∈ P1 ([xi−1 , xi ]), i = 1, ..., n}
para cada i = 0, 1, ..., n (denominadas “sombrero”), constituye una base de Wh . Asimismo, se puede ver que la
expresión de φi , i = 1, ..., n − 1 es
x − xi−1
si x ∈ [xi−1 , xi ],
xi − xi−1
φi (x) = x − xi+1
si x ∈ [xi , xi+1 ],
xi − xi+1
0 en otro caso.
y x−x x−x
1 n−1
si x ∈ [x0 , x1 ], si x ∈ [xn−1 , xn ],
x0 − x1 xn − xn−1
φ0 (x) = φn (x) =
0 en otro caso. 0 en otro caso.
El espacio Vh es un subespacio de Wh cuyas funciones deben anularse en el extremo izquierdo del intervalo.
Obsérvese que φ0 no pertenece a Vh .
Vamos a probar que el conjunto {φ1 , φ2 , ..., φn } constituye una base de Vh , en cuyo caso, la dimensión de Vh es n.
En efecto, son linealmente independientes ya que si tomamos una combinación lineal de ellas α1 φ1 + ... + αn φn ,
siendo αi ∈ R, ∀i ∈ {1, . . . , n} y la igualamos a 0, se tiene que
luego gh también es solución de (P ). Por la unicidad de solución de (P ), de aquí se deduce que vh = gh , es decir
n
X
vh = vh (xi )φi .
i=1
Esto prueba que vh es combinación lineal de φ1 , φ2 , ..., φn . Puesto que vh ∈ Vh es una función arbitraria, se
concluye que {φ1 , φ2 , ..., φn } es un sistema generador de Vh .
Apartado c)
Dado x ∈ [a, b], existirá i tal que x ∈ [xi−1 , xi ], usando la expresión del error de interpolación de Lagrange para
dos puntos, se tiene que
1
|f (x) − fh (x)| ≤ máx |f (x) − fh (x)| ≤ máx |f 00 (x)||(x − xi−1 )(x − xi )|,
x∈[xi−1 ,xi ] 2 x∈[a,b]
Teniendo en cuenta que |x − xi−1 | ≤ h y |x − xi | ≤ h, se obtiene la expresión deseada. Esta estimación puede
1
hacerse en cada uno de los subintervalos [xi−1 , xi ], por tanto, máx |f (x) − fh (x)| ≤ máx |f 00 (x)|h2 ,
x∈[a,b] 2 x∈[a,b]
Esta estimación puede mejorarse estudiando con más cuidado la cota de |(x − xi−1 )(x − xi )|. Concretamente, es
h2
posible probar que |(x − xi−1 )(x − xi )| ≤ .
4
Apartado d)
Xn n
X
De la expresión fh (x) = f (xi )φi (x), teniendo en cuenta que las φi ≥ 0 y que φi (x) ≤ 1, se tiene que
i=1 i=1
n
X n
X
|fh (x)| ≤ |f (xi )|φi (x) ≤ máx |f (y)| φi (x) ≤ máx |f (y)|.
y∈[a,b] y∈[a,b]
i=1 i=1
84. Obtener un valor aproximado de arctan(0.6) utilizando las fórmulas de Simpson y del punto medio. Dar una
estimación del error cometido en cada caso.
Solución
Se observa que el valor exacto es
Z 0.6
1
arctan(0.6) = arctan(0.6) − arctan(0) = dx = 0.5404195
0 1 + x2
Se trata de calcular un valor aproximado de esta integral usando fórmulas de integración numérica simples de
Simpson y del punto medio.
1
Fórmula del punto medio: Sea f (x) = . Sabemos que si f ∈ C 2 ([a, b]), para todo x ∈ [a, b], existe un
1 + x2
punto ξ ∈ [a, b] tal que
Z b a + b f 00 (ξ)
f (x) dx = (b − a)f + (b − a)3 (1)
a 2 24
1 − x2
f 000 (x) = 24x ≥ 0 en [0, 0.6] ⇒ f 00 es creciente en [0, 0.6].
(1 + x2 )4
Luego
máx |f 00 (x)| = máx{|f 00 (0)|, |f 00 (0.6)|} = máx{| − 2|, |0.06|} = 2
x∈[0,0.6]
En consecuencia,
00
f (ξ) 0.216 0.216 · 2
|Epm | =
3
(0.6) ≤ máx |f 00 (x)| = = 0.0180
24 24 x∈[0,0.6] 24
Fórmula de Simpson: Si f ∈ C 4 ([a, b]), para todo x ∈ [a, b], existe un punto ξ ∈ [a, b] tal que
b
f iv) (ξ)
b−a
Z
a+b
f (x) dx = f (a) + 4f + f (b) − (b − a)5 (2)
a 6 2 2880
Z 0.6 20
1 0.6
dx ≈ f (0) + 4f (0.3) + f (0.6) = 0.5405019 15
0 1 + x2 6
10
4 2
5x − 10x + 1
f iv) (x) = 24 0
(1 + x2 )5 −5
iv)
No es difícil comprobar que y = f (x) es decreciente en [0, 0.6] −10
24
máx |f iv) (x)| = máx{|f iv) (0)|, |f iv) (0.6)|} = 24 ⇒ |Es | ≤ (0.6)5 = 0.000648 < |Epm |
x∈[0,0.6] 2880
85. Hallar un valor aproximado de log(7) utilizando las fórmulas de Simpson y del trapecio. Dar una estimación del
error cometido en cada caso.
Solución
Se observa que el valor exacto es
Z 7
1
ln 7 = ln 7 − ln 1 = dx = 1.9459101
1 x
Se trata de calcular un valor aproximado de esta integral usando fórmulas de integración numérica simples de
Simpson y del trapecio.
1
Fórmula del trapecio: Sea f (x) = . Sabemos que si f ∈ C 2 ([a, b]), para todo x ∈ [a, b], existe ξ ∈ [a, b] tal
x
que
Z b
b−a f 00 (ξ)
f (x) dx = (f (a) + f (b)) − (b − a)3 (3)
a 2 12
0.9
7
7 − 1
Z
1 1 8 24 0.8
dx ≈ 1+ =3· = = 3.4285714
1 x 2 7 7 7 0.7
0.5
1 2 6
f (x) = − 2 , f 00 (x) = 3 , f 000 (x) = − 4
0 0.4
x x x 0.3
0.1
2
máx |f 00 (x)| = f 00 (1) = 2 ⇒ (6)3 = 36
|Et | ≤ 0
x∈[1,7] 12 1 2 3 4 5 6 7
Se observa, en la figura adjunta, que la aproximación de la integral mediante la fórmula del trapecio simple
es bastante mala (la longitud del intervalo [1, 7] es grande). La cota del error es muy grande y no proporciona
nigua información útil acerca de la aproximación obtenida (es sólo una cota). Por otra parte, como se ha visto
en teoría, las fórmulas de cuadratura simples, en general, no dan aproximaciones satisfactorias; hay que recurrir
a las fórmulas de integración compuestas.
24 24 · 5 0.6
0.4
Es claro que f iv) es positiva y decreciente en [1, 7], luego
0.3
0.2
24
máx |f iv) (x)| = f iv) (1) = 24 ⇒ |Et | ≤ (6)5 = 64.8 0.1
x∈[1,7] 2880 0
1 2 3 4 5 6 7
Igual que en el caso anterior, la estimación del error no proporciona información útil acerca de la aproximación
obtenida.
Para obtener una aproximación más precisa de la integral y del error habrá que recurrir a las fórmulas de
integración compuestas.
86. Calcular un valor aproximado de arc sen(0.5) utilizando las fórmulas del punto medio y del trapecio. Dar una
estimación del error cometido en cada caso.
Solución
Z 1
2
87. Obtener un valor aproximado de la integral e−x dx aplicando las fórmulas del punto medio y Simpson. Dar,
0
en cada caso, una estimación del error cometido.
Solución
88. Determinar el polinomio de interpolación global de la función f (x) = cos(πx) en los puntos x0 = 0, x1 = 1/3,
x2 = 2/3 y x3 = 1. Utilizar dicho polinomio para calcular un valor aproximado de la integral
Z 1
cos(πx) dx
0
Solución
Buscamos el polinomio que interpola los pares de valores (xi , f (xi )), i = 0, . . . , 3, f (x) = cos(πx), siendo
1 1
f (x0 ) = cos(0) = 1, f (x1 ) = cos(π/3) = , f (x2 ) = cos(2π/3) = − , f (x3 ) = cos(π) = −1,
2 2
El algoritmo de Newton para calcular el polinomio de interpolación asociado consiste en buscar p3 ∈ P3 [x]:
p3 (x) = c0 +c1 (x−x0 )+c2 (x−x0 )(x−x1 )+c3 (x−x0 )(x−x1 )(x−x2 ) = c0 +c1 x+c2 x(x−1/3)+c3 x(x−1/3)(x−2/3),
−1/2 − p1 (2/3) 9 9
c2 = =− = ⇒ c2 = −
2/3(2/3 − 1/3) 4 4
pues p1 (2/3) = 0.
p3 (x) = p2 (x) + c3 x(x − 1/3)(x − 2/3) con c3 tal que p3 (1) = f (1) = −1:
−1 − p2 (1) −1 + 2 9 9
c3 = = = ⇒ c3 =
2/3 · 1/3 2/9 2 2
pues p2 (1) = 1 − 3/2 − 9/4 · 2/3 = 1 − 3/2 − 3/2 = −2.
Observación: En el procedimiento realizado, hemos usado la expresión explícita de la función f (x) = cos(πx),
es decir no hemos obtenido ninguna fórmula de cuadratura general, válida para cualquier función f continua y un
soporte S = {0, 1/3, 2/3, 1}. Razonemos, pues de forma general, es decir buscamos una fórmula de cuadratura,
I ∗ (f ) de tipo interpolatorio (ya que proviene al integrar un polinomio de interpolación) de la forma:
Z 1
f (x) dx ≈ I ∗ (f ) = α0 f (0) + α1 f (1/3) + α2 f (2/3) + α3 f (1).
0
Sabemos por teoría que los coeficientes αk , k = 0, 1, 2, 3 se pueden calcular o bien usando que
Z 1
αk = Lk (x) dx,
0
donde Lk son funciones de la base de Lagrange, o bien imponiendo que I ∗ (f ) sea de orden máximo, usando el
método de los coeficientes indeterminados. Ambos métodos conducen a la siguiente fórmula de cuadratura (es
un buen ejercicio comprobarlo):
Z 1
1 3 3 1
f (x) dx ≈ I ∗ (f ) = f (0) + f (1/3) + f (2/3) + f (1),
0 8 8 8 8
89. De una función f sabemos que f (2) = 0.25, f (2.5) = 1.32, f (3) = 2.4. Calcular un valor aproximado de
Z 3
f (x) dx, usando
2
a) Interpolación polinómica.
b) La fórmula del punto medio.
c) La fórmula del trapecio.
d ) La fórmula de Simpson
Solución
Apartado a): Sea S = {x0 , x1 , x2 } = {2, 2.5, 3}. Se trata de construir el polinomio p2 ∈ P2 [x] tal que p2 (xi ) =
f (xi ), i = 0, 1, 2 y tomar luego
Z 3 Z 3
f (x) dx ≈ p2 (x) dx.
2 2
y Z 3 Z 3 Z 3
f (x) dx ≈ p2 (x) dx = (0.02x2 + 2.05x − 3.93) dx = 1.3217
2 2 2
3
3−2
Z
f (x) dx ≈ (f (2) + f (3)) = 0.5(0.25 + 2.4) = 1.325
2 2
3
3−2
Z
1
f (x) dx ≈ (f (2) + 4f (2.5) + f (3)) = (0.25 + 4 · 1.32 + 2.4) = 1.3217
2 6 6
Determinar el peso A y los nodos x0 y x1 para que la fórmula sea exacta para polinomios de mayor grado posible.
¿Cuál es el orden de la fórmula?
Solución
Imponemos que la fórmula de cuadratura sea de orden ≥ 3:
Z 1
1
E(1) = dx − A(1 + 1) = 0 ⇒ 1 − 2A = 0 ⇒ A=
0 2
Z 1
1 1
E(x) = x dx − A(x0 + x1 ) = 0 ⇒ (x0 + x1 ) = ⇒ x0 + x1 = 1
0 2 2
Z 1
1 2 1 2
E(x2 ) = x2 dx − A(x20 + x21 ) = 0 ⇒ (x + x21 ) = ⇒ x20 + x21 =
0 2 0 3 3
Z 1
√ √ i
1 1 1 h 3 2 3 2
E(x3 ) = x3 dx − A(x30 + x31 ) = 0 ⇒ − 1− +2 1+ =0 ⇒ orden ≥ 3
0 4 28 3 3
Z 1
√ √ i
1 1 1 h 3 3 3 3
E(x4 ) = x4 dx − A(x40 + x41 ) = 0 ⇒ − 1− +2 1+ 6= 0
0 5 2 16 3 3
Determinar los valores de A, B y C para que la fórmula sea exacta para polinomios de mayor grado posible.
¿Cuál es el orden de la fórmula?
Solución
Ver la página 321 de J.A. Infante del Río, J.M. Rey Cabezas, Métodos Numéricos. Teoría, problemas y prácticas
con MATLAB, Ediciones Pirámide, Madrid, 1999.
92. Suponiendo que los puntos {x0 , x1 , . . . , xn−1 , xn } ⊂ [−a, a] con n par están distribuidos simétricamente respecto
del origen y que la fórmula de integración numérica
Z a n
X
f (x) dx ≈ ci f (xi )
−a i=0
es exacta para polinomios de grado menor o igual que n, demostrar que también es exacta para polinomios de
grado n + 1.
Solución
Ver la página 343 de J.A. Infante del Río, J.M. Rey Cabezas, Métodos Numéricos. Teoría, problemas y prácticas
con MATLAB, Ediciones Pirámide, Madrid, 1999.
Z 2
1
93. Determinar el número de subintervalos necesarios para calcular el valor aproximado de log(2) = dx con
1 x
un error menor que 10−4 aplicando las fórmulas compuestas del trapecio y del punto medio con intervalos
regularmente espaciados.
Solución
1 1
Sea f (x) = . Tomando una partición uniforme del intervalo [1, 2] de n subintervalos, tenemos h = .
x n
Fórmula del trapecio compuesta: Es claro que f ∈ C 2 ([1, 2]), luego existe ξ ∈ [1, 2] tal que el error viene
dado por:
f 00 (ξ) 2 f 00 (ξ) 1 1 2 1
Etc (f ) = − h (b − a) = − ⇒ |Etc (f )| ≤ máx |f 00 (x)| = = 2
12 12 n2 12n2 x∈[1,2] 12n2 6n
donde hemos usado que máx |f 00 (x)| = 2 (ver el Problema 85). Para asegurar un error menor que 10−4 , basta
x∈[1,2]
tomar n tal que
1 104 102
< 10−4 ⇒ n2 > ⇒ n > √ = 40.82 ⇒ n ≥ 41
6n2 6 6
Fórmula del punto medio compuesta: El error viene dado por:
f 00 (ξ) 2 f 00 (ξ) 1 1 2 1
c
Epm (f ) = h (b − a) = ⇒ c
|Epm (f )| ≤ máx |f 00 (x)| = =
24 24 n2 24n2 x∈[1,2] 24n2 12n2
Para asegurar un error menor que 10−4 , basta tomar n tal que
1 104 102
< 10−4 ⇒ n2 > ⇒ n > √ = 28.86 ⇒ n ≥ 29
12n2 12 12
Z 1
94. Determinar el número de subintervalos necesarios para calcular el valor aproximado de la integral cos(πx) dx
0
con un error menor que 10−5 aplicando las fórmulas compuestas del trapecio y del punto medio con intervalos
regularmente espaciados.
Solución
1
Sea f (x) = cos(πx). Tomando una partición uniforme del intervalo [0, 1] de n subintervalos, tenemos h = .
n
Fórmula del trapecio compuesta: Es claro que f ∈ C 2 ([1, 2]), luego existe ξ ∈ [0, 1] tal que el error viene
dado por:
f 00 (ξ) 2 f 00 (ξ) 1 1
Etc (f ) = − h (b − a) = − ⇒ |Etc (f )| ≤ máx |f 00 (x)|
12 12 n2 12n2 x∈[0,1]
π2
máx |f 00 (x)| = máx |π 2 cos(πx)| = π 2 ⇒ |Etc (f )| ≤
x∈[0,1] x∈[0,1] 12n2
Para asegurar un error menor que 10−5 , basta tomar n tal que
r
π2 105 π 2 5
< 10−5 ⇒ 2
n > ⇒ 2
n > 10 π = 286.7 ⇒ n ≥ 287
12n2 12 6
Fórmula del punto medio compuesta: El error viene dado por:
f 00 (ξ) 2 f 00 (ξ) 1 1 π2
c
Epm (f ) = h (b − a) = ⇒ |Etc (f )| ≤ máx |f 00 (x)| ≤
24 24 n2 2
24n x∈[0,1] 24n2
Para asegurar un error menor que 10−5 , basta tomar n tal que
r
π2 105 π 2 5
< 10−5 ⇒ 2
n > ⇒ 2
n > 10 π = 202.7 ⇒ n ≥ 203
24n2 24 12