Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÉTODOS NUMÉRICOS
MARZO - 2021
INTEGRANTES
solución
x0 = O, x1 = 0.6 y x2 = 0.9.
para x0 = O
f (0) = cos 0 = 1
para x1 = 0.6
f (0.6) = cos 0.6 = 0.82534
para x1 = 0.9
f (0.9) = cos 0.9 = 0.62161
𝑥−𝑥1 𝑥−0.6
𝐿0 (𝑥) = 𝑥 =𝑥 =-1.66667x +1
0 −𝑥1 0 −0.6
𝑥−𝑥0 𝑥−0
𝐿1 (𝑥) = 𝑥 = 0.6 −0 =-1.66667x
1 −𝑥0
Para
f (0) = 1, f (0.6) = 0.82534, f (0.9) = 0.62161
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 0.6)(𝑥 − 0.9)
𝐿 0 (𝑥 ) = = = 1.85185𝑥 2 − 277778𝑥 + 1
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (0 − 0.6)(0 − 0.9)
= −0.43112𝑥 2 − 0.03243𝑥 + 1
Entonces cuando f (0.45) será
𝑓(0.45) = −0.43112𝑥 2 − 0.03243𝑥 + 1
Finalmente decimos que el valor aproximado de 𝑓(0.45) = 0.89810 y el error será 0.00235
1. Para las funciones dadas f(x), sean x0 =0, x1 =0.60, x2 =0.9, construya polinomios de
interpolación de grados uno y dos a lo máximo para aproximar f(0.45), y calcular el error
real.
A) F(x) = cos x
Solución
Polinomio de interpolación de grado uno
F(x) = cos x → x0 =0, x1 =0.60
n
p ( x) f ( xk ) * Ln ,k
k 0
n
( x xi )
Ln ,k
i 0 ( xk xi )
i 0
p ( x) f ( x0 ) * L1,0 ( x) f ( x1 ) * L1,1 ( x)
1
( x xi ) ( x x1 ) x 0.6 x 0.6
L1,0
i 0 ( xk xi ) ( x0 x1 ) 0 0.6 0.6
i0
1
( x xi ) ( x x0 ) x0 x
L1,1
i 0 ( xk xi ) ( x1 x0 ) 0.6 0 0.6
i 1
f ( x) cos( x)
f ( x0 ) cos(0) 1
f ( x1 ) cos(0, 6) 0.8253356
p ( x) f ( x0 ) * L1,0 ( x) f ( x1 ) * L1,1 ( x)
x 0.6 x
p ( x) 1*( ) 0.8253356*( )
0.6 0.6
p ( x) 1.6666667 x 1 1.3755593 x
p ( x) 0.2911074 x 1
Valor real
f ( x) f (0.45) cos(0.45) 0.9004471
Valor aproximado
p( x) p(0.45) 0.2911074*0.45 1 0.8690017
Error
f ( x) p( x) 0.9004471 0.8690017 0.0314454
f ( x) cos( x)
f ( x0 ) cos(0) 1
f ( x1 ) cos(0, 6) 0.8253356
f ( x2 ) cos(0.9) 0.62161
p( x) f ( x0 ) * L1,0 ( x) f ( x1 ) * L1,1 ( x)
x 2 1.5 x 0.54 x 2 0.9 x x 2 0.6 x
p( x) 1* ( ) 0.8253356 * ( ) 0.62161* ( )
0.54 0.18 0.27
p( x) 1.8518519 * ( x 2 1.5 x 0.54) 4.5851978 * ( x 2 0.9 x) 2.3022593( x 2 0.6 x)
p( x) 0.4310866 x 2 0.0324554 x 1
Valor real
f ( x) f (0.45) cos(0.45) 0.9004471
Valor aproximado
p( x) p(0.45) 0.4310866 * 0.452 0.010.45 1 0.8981
Error
f ( x) p( x) 0.9004471 0.8981 0.0023471
Ejercicio 1
Ítem b)
𝑓(𝑥0 ) = 𝑓 (0) = √1 + 0 = 1
𝑓(𝑥0 ) = 𝑓 (0) = √1 + 0 = 1
1.b Para las funciones dadas f(x) = cos (X) → 𝑥0 =0, 𝑥1 = 0.6, 𝑥2 =0.9. Construya polinomios de
interpolación de grado uno y dos a lo máximo para aproximar f (0. 45), y calcule el error real.
b). f (x) = √1 + 𝑥
solución
𝑥−𝑥0 𝑥−0
𝐿1 (𝑥) = 𝑥 = 0.6 −0 =-1.66667x
1 −𝑥0
Para
f (0) = 0, f (0.6) = 0.47, f (0.9) = 0.64185
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 0.6)(𝑥 − 0.9)
𝐿 0 (𝑥 ) = = = 1.85185𝑥 2 − 277778𝑥 + 1
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (0 − 0.6)(0 − 0.9)
1.c. Para las funciones dadas Construya polinomios de interpolación de grado uno y dos a lo
máximo para aproximar f (0.45),ycalcule el error real.
c) f (x) ln (x 1)
(𝑥 − 𝑥𝑖 )
𝑝(𝑥 ) = ∑𝑘=0 𝐹 (𝑥𝑘 )𝐿𝑁,𝐾.(𝑋),𝐿𝑁,𝐾 ∏1𝑖=0
(𝑥𝑘 − 𝑥𝑖 )
𝑖≠𝑘
𝑃(𝑥 ) = 𝑓 (𝑥0 )𝐿1,0 (𝑥 ) + 𝑓(𝑥1 )𝐿1,1 (𝑥 )
1 (𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥1 ) 𝑥 − 0.6 𝑥 − 0.9
𝐿1,0 (𝑥 ) = ∏𝑖=0 = = =
(𝑥0 − 𝑥𝑖 ) (𝑥0 − 𝑥1 ) (0 − 0.6) − 0.9
𝑖≠0
1 (𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 ) 𝑥 − 0 𝑥
𝐿1,1 (𝑥 ) = ∏𝑖=0 = = =
(𝑥1 − 𝑥𝑖 ) (𝑥1 − 𝑥0 ) 0.9 − 0 0.9
𝑖≠1
f(𝑥0)=ln(1)=0
𝑥−0.9 𝑥
p(x)=0.[ −0.9 ]+0.64[ ]
0.9
p(x)=0+0.71x
p(x)=0.71x
p (0.45) =0.71*0.45
p (0.45) =0.3195
F(x)=ln(x+1)
F (0.45) =0.3715
𝐸𝑟𝑟𝑜𝑟 = 0.052
𝑥 2−1⋅5𝑥−0⋅54
𝑃(𝑥 ) = 𝑓(𝑥0 ). 𝐿2,0 (𝑥 ) + 𝑓(𝑥1 )𝐿2,1 (𝑥 ) + 𝑓 (𝑥2 )𝐿2,2 (x)
0⋅ⅆ𝐸
2 (𝑥 − 𝑥 𝑖 ) (𝑥 − 𝑥1 ) (𝑥 − 𝑥2 ) (𝑥 − 0.6) (𝑥 − 0.9)
𝐿2,0 (𝑥 ) = ∏𝑖=0 = . = .
(𝑥 0 − 𝑥 𝑖 ) (𝑥0 − 𝑥1 ) (𝑥0 − 𝑥2 ) (0 − 0.6) (0 − 0.9)
𝑖≠0
𝑥 2 −1⋅5𝑥−0⋅54
= 0⋅54
Ejercicio 1d
𝑓(𝑥) = tan(𝑥)
SOLUCIÓN
𝑷𝟏 (𝒙) ≈ 𝟏. 𝟏𝟒𝟎𝟐𝟐𝟖𝟎𝟐𝒙
Aproximando 𝑓(0.45) en el polinomio se tiene:
Calculando el error
|𝑬| = |𝒇(𝒙) − 𝑷𝟏 (𝒙)|
E = |f(0.45) − P1 (0.45)|
E = |0.48305507 − 0.51310261|
𝐄 = 𝟎. 𝟎𝟑𝟎𝟎𝟒𝟕𝟓𝟒
Calculando el error
|𝑬| = |𝒇(𝒙) − 𝑷𝟐 (𝒙)|
E = |f(0.45) − P2 (0.45)|
𝐄 = 𝟎. 𝟎𝟐𝟖𝟒𝟒𝟎𝟕𝟏
1. Aplique el teorema 3.3 para calcular la cota de error en las aproximaciones del ejercicio 1
donde x0 =0, x1 =0.60, x2 =0.9
X = 0.45
D) F(x) = tan x
Solución
Teorema 3.3
f ( n 1) ( x )
E * ( x x0 ) * ( x x1 ) * ( x x2 ) *...* ( x xn )
(n 1)!
f ( x) tan( x)
f ´( x) sec 2 ( x)
f ´´( x) 2 * sec 2 ( x) * tan( x)
f ´´´( x) 4 * sec 2 ( x) 6 * sec 4 ( x)
f ( n 1)( x )
E * ( x x0 ) * ( x x1 )
(n 1)!
f (2) ( x1 )
E * ( x x0 ) * ( x x1 )
2!
2 * sec2 (0.6) * tan(0.6)
E * (0.45 0) * (0.45 0.6)
2
E 0.0677931
Error para grado dos
f ( n 1) ( x )
E * ( x x0 ) * ( x x1 ) * ( x x2 )
(n 1)!
f (3) x2
E * ( x x0 ) * ( x x1 ) * ( x x2 )
3!
4 * sec 2 (0.9) 6 * sec 4 (0.9)
E( ) * (0.45 0) * (0.45 0.6) * (0.45 0.9)
6
E 0.1510368
1.d. Para las funciones dadas f(x), sean x0 = 0, x1 = 0,6 y x2 = 0,9. Construya polinomios de
interpolación de grado uno y dos a lo máximo para aproximar f(0.45), y calcule el error real.
d. f(x) = tan x
SOLCIÓN
X0 = 0, X1 =0.6, x2 = 0.9
L0 (x) = -1.66667x + 1
L1(x) = 1.66667x
P(x)= 1.14024x
L1(x) = -5.55556x2 + 5x
L2(x) = 3.70370x2 – 2.22222x
f (0.45) = 0.45462
2a. Aplique el teorema 3.3 para calcular la cota de error en las aproximaciones del ejercicio 1.
𝑓 (𝑥 ) = cos 𝑥 ; 𝑥0 = 0, 𝑥1 = 0.6 𝑦 𝑥2 = 0.9 ; 𝑒𝑛 𝑓(0.45)
SOLUCION
Tenemos:
𝑓 (𝑥 ) = cos 𝑥
𝑓 (𝑥 0 ) = 𝑓 (0 ) = 1
𝑓(𝑥1 ) = 𝑓 (0.6) = 0.8253356
𝑓 (𝑥2 ) = 𝑓(0.9) = 0.6216100
𝑓 (0.45) = 0.9004471
𝑃𝑛 (𝑥 ) = ∑𝑛𝑘=0 𝑓(𝑥𝑘 )𝐿𝑛,𝑘 (𝑥)
(𝑥−𝑥𝑖 )
𝐿𝑛,𝑘 (𝑥 ) = ∏𝑛𝑖=0 (𝑥 ;𝑖 ≠ 𝑘
𝑘 −𝑥𝑖 )
(𝑛+1) (ᵹ)
𝑓
𝑓 (𝑥 ) = 𝑃𝑛 (𝑥 ) + (𝑛+1)!
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑛 ); ᵹ ∈ (𝑀𝑖𝑛 𝑥0 , 𝑥1 , … ; 𝑀𝑎𝑥𝑥0 , 𝑥1 , … )
El primer polinomio interpolante es:
𝑃1 (𝑥 ) = ∑1𝑘=0 𝑓 (𝑥𝑘 )𝐿1,𝑘 (𝑥 ) = 𝑓 (𝑥0 )𝐿1,0 (𝑥 ) + 𝑓(𝑥1 )𝐿1,1 (𝑥 )
𝑃1 (𝑥 ) = (1)𝐿1,0 (𝑥 ) + (0.8253356)𝐿1,1 (𝑥 )
(𝑥−𝑥𝑖 )
o 𝐿1,0 (𝑥 ) = ∏1𝑖=0 (𝑥 ;𝑖 ≠ 0
0 −𝑥𝑖 )
(𝑥−𝑥1 ) 𝑥−0.6 0.6−𝑥
𝐿1,0 (𝑥 ) = (𝑥 = 0−0.6 =
0−𝑥1) 0.6
(𝑥−𝑥𝑖 )
o 𝐿1,1 (𝑥 ) = ∏1𝑖=0 ;𝑖 ≠1
(𝑥1 −𝑥𝑖 )
(𝑥−𝑥0 ) 𝑥−0 𝑥
𝐿1,1 (𝑥 ) = (𝑥 = 0.6−0 = 0.6
1−𝑥0)
Entonces:
0.6−𝑥 𝑥
𝑃1 (𝑥 ) = + +(0.8253356) 0.6 = 1 − 0.2911073𝑥
0.6
𝑃1 (0.45) = 0.8690017
Cota de error:
𝑓(𝑛+1)(ᵹ)
𝑓 (𝑥 ) = 𝑃𝑛 (𝑥 ) + (𝑛+1)!
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑛 )
𝑓" (ᵹ)
𝑓 (0.45) − 𝑃1 (0.45) = (0.45 − 0)(0.45 − 0.6)
2
𝑓" (ᵹ)
0.9004471 − 0.8690017 = (0.45 − 0)(0.45 − 0.6)
2
𝑓" (ᵹ)
𝑒𝑟𝑟𝑜𝑟 = | (0.45 − 0)(0.45 − 0.6)| ≤ 0.0314454
2
(𝑥−𝑥𝑖 )
o 𝐿2,1 (𝑥 ) = ∏2𝑖=0 (𝑥 ;𝑖 ≠ 1
1 −𝑥𝑖 )
(𝑥−𝑥0 )(𝑥−𝑥2) (𝑥−0)(𝑥−0.9) 𝑥 2−0.9𝑥
𝐿2,1 (𝑥 ) = (𝑥 = (0.6−0)(0.6−0.9) =
1−𝑥0 )(𝑥1−𝑥2 ) −0.18
2
𝐿2,1 (𝑥 ) = −5.5555556𝑥 + 5𝑥
(𝑥−𝑥𝑖 )
o 𝐿2,2 (𝑥 ) = ∏2𝑖=0 (𝑥 ;𝑖 ≠ 2
2 −𝑥𝑖 )
(𝑥−𝑥0 )(𝑥−𝑥1) (𝑥−0)(𝑥−0.6) 𝑥 2−0.6𝑥
𝐿2,2 (𝑥 ) = (𝑥 = (0.9−0)(0.9−0.6) =
2−𝑥0 )(𝑥2−𝑥1 ) 0.27
𝐿2,2 (𝑥 ) = 3.7037037𝑥 2 − 2.22222222𝑥
Entonces:
𝑃2 (𝑥 ) = (1)(1.8518519𝑥 2 − 2.7777778𝑥 + 1) + (0.8253356)(−5.5555556𝑥 2 + 5𝑥 ) +
(0.6216100)(3.7037037𝑥 2 − 2.22222222𝑥)
𝑃2 (𝑥 ) = −0.4310867𝑥 2 − 0.0324553𝑥 + 1
𝑃2 (0.45) = 0.8981001
Cota de error:
𝑓(𝑛+1)(ᵹ)
𝑓 (𝑥 ) = 𝑃𝑛 (𝑥 ) + (𝑛+1)!
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑛 )
𝑓´´´ (ᵹ)
𝑓 (0.45) − 𝑃2 (0.45) = (0.45 − 0)(0.45 − 0.6)(0.45 − 0.9)
6
𝑓 ´´´ (ᵹ)
0.9004471 − 0.8981001 = (0.45 − 0)(0.45 − 0.6)(0.45 − 0.9)
6
𝑓 ´´´ (ᵹ)
𝑒𝑟𝑟𝑜𝑟 = | (0.45 − 0)(0.45 − 0.6)(0.45 − 0.9)| ≤ 0.0023470
6
𝑓" (ᵹ)
𝑒𝑟𝑟𝑜𝑟 𝑃1 (𝑥 ) = | (0.45 − 0)(0.45 − 0.6)| ≤ 0.0314454
2
𝑓´´´ (ᵹ)
𝑒𝑟𝑟𝑜𝑟 𝑃2 (𝑥 ) = | (0.45 − 0)(0.45 − 0.6)(0.45 − 0.9)| ≤ 0.0023470
6
𝟐. 𝒃 𝐴𝑝𝑙𝑖𝑞𝑢𝑒 𝑒𝑙 𝑡𝑒𝑜𝑟𝑒𝑚𝑎 3.3 𝑝𝑎𝑟𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑎 𝑐𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 𝑒𝑛 𝑙𝑎𝑠 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 1.
𝒃). 𝒇(𝒙) = √𝟏 + 𝒙
𝟏 𝟏 𝟑
𝒇´(𝒙) = ; 𝒇´´(𝒙) = 𝟑/𝟐
; 𝒇´´´(𝒙) =
𝟐√ 𝟏 + 𝒙 𝟒( 𝟏 + 𝒙 ) 𝟖(𝟏 + 𝒙)𝟓/𝟐
Cuando:
𝑓 ′ (0) = 0.5; 𝑓 ′′(0) = −0.25; 𝑓 ′′′(0) = 0.375
𝑓 ′ (0.6) = 0.395285 ; 𝑓 ′′0.6) = −0.123526; 𝑓 ′′′(0.6) = 0.115806
𝑓 ′ (0.9) = 0.362738 ; 𝑓 ′′(0.9) = −0.095457 ; 𝑓 ′′′(0.9) = 0.075361
𝐼𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝐺𝑟𝑎𝑑𝑜 1
𝑓 (1+1) (𝜉(𝑥))
𝐸= (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
(1 + 1)
𝑓 (1+1) (0.6)
𝐸= (0.45 − 0)(0.45 − 0.6)
(1 + 1)
𝐶𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 0,004169
𝐼𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝐺𝑟𝑎𝑑𝑜 2
𝑓 (2+1) (𝜉(𝑥))
𝐸= (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
(1 + 1)
𝑓 (3) (0.9)
𝐸= (0.45 − 0)(0.45 − 0.9)
(6)
𝐶𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 0,000382
2.b Aplique el teorema 3.3 para calcular la cota de error del ejercicio 1.
b. 𝒇(𝒙) = √𝟏 + 𝒙
Teorema 3.3
𝑓 𝑛+1 (𝜉(𝑥))
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑛 )
(𝑛 + 1)!
En el ejercicio 1:
𝑥0 = 0, 𝑥1 = 0,6, cuando 𝑛 = 1
𝑥0 = 0, 𝑥1 = 0,6, 𝑥2 = 0,9, cuando 𝑛 = 2
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) = 0.45(0.45 − 0.6) = −0.0675
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) = 0.45(0.45 − 0.6)(0.45 − 0.9) = 0.030375
𝑓(𝑥 ) = √1 + 𝑥
1
𝑓 ′ (𝑥 ) =
2 √1 + 𝑥
1
𝑓 ′′ (𝑥 ) = − (1 + 𝑥 )−3∕2
4
3
𝑓 ′′′ (𝑥 ) = (1 + 𝑥 )−5∕2
8
Esto significa que, para el polinomio de interpolación de primer orden, el límite de error es:
𝑓 ′′ (𝜉 )
𝜀≤| (𝑥 − 0)(𝑥 − 0.6)|
2
−0.25(1 + 𝜉 )−3∕2
𝜀≤| (0.0675)|
2
0.25
𝜀≤ (0.0675) = 0.0084375
2
Y para el segundo polinomio de interpolación, es:
𝑓 ′′′ (𝜉 )
𝜀≤| (𝑥 − 0)(𝑥 − 0.6)(𝑥 − 0.9)|
6
0.375(1 + 𝜉 )−5∕2
𝜀≤| (0.030375)|
6
0.375
𝜀≤ (0.030375) = 0.00189843
6
2.C
𝐴𝑝𝑙𝑖𝑞𝑢𝑒 𝑒𝑙 𝑡𝑒𝑜𝑟𝑒𝑚𝑎 3.3 para calcular la cota de error en las aproximaciones del ejercicio 1
𝑓 (𝑥 ) = 𝑙𝑛(𝑥 + 1)
F (0.45) =0.3524998
ERROR: 0.0190637
F (0.45) = 0.36828823
ERROR: 0.0032752
Ejercicio 2.c
Aplique el teorema 3.3 para calcular la cota de error en las aproximaciones del ejercicio 1.
𝒄) 𝒇(𝒙) = 𝒍𝒏(𝒙 + 𝟏)
Datos:
𝒙𝟎 = 𝟎 ; 𝒙𝟏 = 𝟎. 𝟔 ; 𝒙𝟐 = 𝟎. 𝟗 ;
𝒇(𝒙) = 𝟎. 𝟒𝟓 𝒙 = 𝟎. 𝟒𝟓
Solución:
Formula.
𝒇(𝒏+𝟏) ((x))
𝒇(𝒙) = 𝑷(𝒙) + (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) … (𝒙 − 𝒙𝒏 )
( 𝒏 + 𝟏) !
Derivamos
1
𝑓´(𝑥 ) =
𝑥+1
1
𝑓´´(𝑥 ) = −
(𝑥 + 1)2
2
𝑓´´´(𝑥 ) = → 𝑓 3 (𝑥 ) = 2(𝑥 + 1)−3
(𝑥 + 1)3
Sub índice máximo 2
𝒇𝟑 ((x))
𝒇(𝒙) = 𝑷(𝒙) + (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟐 )
( 𝒏 + 𝟏) !
𝐸(𝑥)
𝑬(𝒙) = 𝒇(𝒙) − 𝑷(𝒙)
𝑓 3 ((x))
𝐸 (𝑥 ) = (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
(𝑛 + 1)!
2(𝑥 + 1)3
𝐸 (𝑥 ) = (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
(3)!
2(𝑥 + 1)3
𝐸 (𝑥 ) = (𝑥 − 0)(𝑥 − 0.6)(𝑥 − 0.9)
6
1
𝐸 (𝑥 ) = ( + 1)−3 (𝑥 − 0)(𝑥 − 0.6)(𝑥 − 0.9)
3
( + 1)−3 ; [0; 0.9]
𝟏
( + 1)−3 ≤ (0 + 1)−3 = 1
(+1)3
|( + 𝟏)−𝟑 | ≤ 𝟏
1
𝐸 (0.45) = |( + 1)−3 ||(0.45 − 0)(0.45 − 0.6)(0.45 − 0.9)|
3
𝐸 (0.45) = |( + 1)−3 |*0.010125
𝐸 (0.45) = 0.010125
2.d. Aplique el teorema 3.3 para calcular la cota de error en las aproximaciones del ejercicio 1.
𝑥0 = 0, 𝑥1 = 0,6, 𝑥2 = 0,9
𝑥 = 0,45
Teorema 3.3
F(n+1) (ε(x))
E= (n+1)!
(𝑥 − 𝑥0) (𝑥 − 𝑥1) … (𝑥 − 𝑥𝑛)
= 0.151036
∴ 𝐶𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 0,0151036
3.a. Use los polinomios interpolantes de Lagrange apropiados de grado 1,2 y 3 para
aproximar lo siguiente:
3A
f (8.4) si f (8.1) =16.9441, f (8.3) =17.56492, f (8.6) =18.50515, f (8.7) =18.82091
𝑝(8.4) = 17.877142
3.a.Use los polinomios interpolantes de Lagrange apropiados de grados uno, dos y tres para
aproximar lo siguiente:
f (8.4) si f(8.1)=16.94410, f(8.3)=17.56492, f(8.6)=18.50515, f(8.7)=18.82091
𝑓3 (𝑥 ) = ∑ 𝑦𝑘 𝑙𝑗 (𝑥)
𝑗=0
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
= 𝑓 (𝑥 0 ) + 𝑓(𝑥1 )
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
+ 𝑓 (𝑥 2 ) + 𝑓(𝑥3 )
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 ) (𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
Nuestros puntos serán (dadas anteriormente):
(8.1,16.94410), (8.3,17.56492), (8.6,18.50515), (8.7, 18.82091)
Ejercicio 3B
Use los polinomios interpolantes de Lagrange apropiados de grados uno, dos y tres para
aproximar lo siguiente:
𝟏
𝒇 (− 𝟑) si 𝒇(−𝟎. 𝟕𝟓) = −𝟎. 𝟎𝟕𝟏𝟖𝟏𝟐𝟓𝟎, 𝒇(−𝟎. 𝟓) = −𝟎. 𝟎𝟐𝟒𝟕𝟓𝟎𝟎𝟎,
𝒇(−𝟎. 𝟐𝟓) = 𝟎. 𝟑𝟑𝟒𝟗𝟗𝟑𝟕𝟓𝟎, 𝒇(𝟎) = 𝟏. 𝟏𝟎𝟏𝟎𝟎𝟎𝟎𝟎
Solución:
𝑥0 = −0.75 𝑓(𝑥0 ) = −0.07181250
𝑥1 = −0.5 𝑓(𝑥1 ) = −0.02475000
𝑥2 = −0.25 𝑓(𝑥2 ) = 0.334993750
𝑥3 = 0 𝑓(𝑥3 ) = 1.10100000
Para el grado 1
𝑷𝟏 (𝒙) = 𝒂𝟎 (𝒙 − 𝒙𝟏 ) + 𝒂𝟏 (𝒙 − 𝒙𝟐 )
𝑓 (𝑥 2 )
𝑎0 =
𝑥2 − 𝑥1
0.33499375
𝑎0 = = 1.339975
−0.25 − (−0.5)
𝑓 (𝑥1 )
𝑎1 =
𝑥1 − 𝑥2
−0.02475
𝑎1 = = 0.099
−0.5 − (−0.25)
Reemplazando en la fórmula se tiene.
𝑃1 (𝑥 ) = 1.339975(𝑥 + 0.5) + 0.099(𝑥 + 0.25)
1 1 1
𝑃1 (− ) = 1.339975 (− + 0.5) + 0.099 (− + 0.25)
3 3 3
1
𝑃1 (− ) = 0.2150792
3
Para el grado 2
𝑷𝟐 (𝒙) = 𝒂𝟎 (𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟐 ) + 𝒂𝟏 (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟐 ) + 𝒂𝟐 (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )
𝑓 (𝑥 0 ) −0.0718125
𝑎0 = = = −0.5745
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (−0.75 + 0.5)(−0.75 + 0.25)
𝑓 (𝑥1 ) −0.02475
𝑎1 = = = 0.396
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) (−0.5 + 0.75)(−0.5 + 0.25)
𝑓 (𝑥 2 ) 0.33499375
𝑎2 = = = 2.67995
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) (−0.25 + 0.75)(−0.25 + 0.5)
Reemplazando en la fórmula tenemos.
𝑃2 (𝑥 ) = −0.5745(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) + 0.396(𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) + 2.67995(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
1
𝑃2 (− ) = 0.1803368
3
Para el grado 3
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑃3 (𝑥 ) = 𝑓 (𝑥 0 ) + 𝑓 (𝑥1 )
(−0.75 + 0.5)(−0.75 − 𝑥2 )(−0.75 − 𝑥3 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
+ 𝑓 (𝑥 2 ) + 𝑓 (𝑥 3 )
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 ) (𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
1 1 1
(− 3 + 0.5) (− 3 + 0.25) (− 3 − 0)
𝑃3 (𝑥 ) = (−0.0718125)
(−0.75 + 0.5)(−0.75 + 0.25)(−0.75 − 0)
1 1
(− 3 + 0.75) (− 3 + 0.25) (−1/3 − 0)
+ (−0.02475)
(−0.5 + 0.75)(−0.5 + 0.25)(−0.5 − 0)
1 1
(− 3 + 0.75) (− 3 + 0.5) (−1/3 − 0)
+ (0.33499375)
(−0.25 + 0.75)(−0.25 + 0.5)(−0.25 − 0)
1 1 1
(− 3 + 0.75) (− 3 + 0.5) (− 3 + 0.25)
+ (1.101)
(0 + 0.75)(0 + 0.5)(0 + 0.25)
1
𝑃3 (− ) = 0.17456
3
𝐺𝑅𝐴𝐷𝑂 3
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑝3 (𝑥 ) = 𝑓 (𝑥 0 ) + 𝑓 (𝑥1 ) +
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
𝑓 (𝑥2 ) + 𝑓 (𝑥 3 )
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 ) (𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
𝑅𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑛𝑑𝑜
1 1 1
(− 3 + 0.5) (− 3 − 0.25) (− 3 − 0)
(−0.0718125) +
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )
1 1 1
(− 3 + 0.75) (− 3 − 0.25) (− 3 − 0)
(−0.02475) +
(−0.5 + 0.75)(−0.75 − 0.25)(−0.75 − 0)
1 1 1
(− + 0.75) (− + 0.5) (− − 0)
3 3 3 (0.33499375) +
(−0.25 + 0.75)(−0.25 − 0.5)(−0.25 − 0)
1 1 1
(− 3 + 0.75) (− 3 − 0.25) (− 3 − 0)
(1.101)
(0 + 0.75)(0 + 0.5)(0 + 0.25)
𝟏
𝒑 (− ) = 𝟎. 𝟏𝟕𝟒𝟓𝟔
𝟑
3.c. Use los polinomios interpolantes de Lagrange apropiados de grado 1,2 y 3 para aproximar
lo siguiente:
C) f (0.25) si f (0.1) = 0.62049958, f (0.2) = -0.28398668, f (0.3) = 0.00660095, f (0.4) =
0.28842440
𝑋0 = 0.1⟶ 0.62049958 𝑋2 = 0.3 ⟶ 0.00660095
𝑋1 = 0.2 ⟶−0.28398668 𝑋3 = 0.4 ⟶ 0.28842440
GRADO 1
𝑃1(𝑥) = a0(𝑥−𝑥1) +𝑎1(𝑥−𝑥0)
𝑓(𝑥0) 0.62049958
a0 = 𝑥 = = - 6.2509958
0 −𝑥1 0.1−0.2
𝑓(𝑥1) −0.28398668
a1 = 𝑥 = = 2.8398668
1 −𝑥0 0.2−0.1
GRADO 2
𝑃1 (𝑥 ) = 𝑎0 (𝑥 − 0.2)(x − 0.3) + 𝑎1 (𝑥 − 0.1)(x − 0.3) + 𝑎2 (𝑥 − 0.1)(x − 0.2)
𝑓(𝑥0 ) 0.62049958
a0 = (𝑥 = (0.1−0.2)(0.1−0.3) = 31.024979
0−𝑥1 )(𝑥0−𝑥2)
𝑓(𝑥1 ) −0.28398668
a1 = (𝑥 = (0.2−0.1)(0.2−0.3) = 28.398668
1−𝑥0 )(𝑥1−𝑥2)
𝑓(𝑥2 ) 0.00660095
a2 = (𝑥 = (0.3−0.1)(0.3−0.2) = 0.3300475
2−𝑥0 )(𝑥2−𝑥1)
Entonces
P1(0.25) =31.024979(0.25−0.2) (0.25−0.3) +28.398668(0.25−0.1) (0.25−0.3) +0.3300475(0.25−0.1)
(0.25−0.2) = −𝟎.𝟐𝟖𝟖𝟎𝟕𝟕𝟏
GRADO 3
(𝒙 − 𝒙𝟏 ) (𝒙 − 𝒙𝟐 )(𝒙 − 𝒙𝟏 ) (𝒙 − 𝒙𝟎 ) (𝒙 − 𝒙𝟐 )(𝒙 − 𝒙𝟑 )
𝑷𝟏 (𝒙) = F( x 0 ) + F(x1 )
(𝑿𝟎 − 𝑿𝟏 )(𝑿𝟎 − 𝑿𝟐 )(𝑿𝟎 − 𝑿𝟐 ) (𝑿𝟏 − 𝑿𝟎 )(𝑿𝟏 − 𝑿𝟐 )(𝑿𝟏 − 𝑿𝟑 )
(𝒙 − 𝒙𝟎 ) (𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟑 ) (𝒙 − 𝒙𝟎 ) (𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟐 )
+ F( x 2 ) + F( x 2 )
(𝑿𝟐 − 𝑿𝟎 )(𝑿𝟐 − 𝑿𝟏 )(𝑿𝟐 − 𝑿𝟑 ) (𝑿𝟑 − 𝑿𝟎 )(𝑿𝟑 − 𝑿𝟏 )(𝑿𝟑 − 𝑿𝟐 )
3d. Use los polinomios interpolantes de Lagrange apropiados de grados uno, dos y tres para
aproximar lo siguiente.
d).𝑓 (0.9) 𝑠𝑖 𝑓(0.6) = −0.17694460, 𝑓(0.7) = 0.01375227, 𝑓(0.8) =
0.22363362, 𝑓(1.0) = 0.65809197
SOLUCIÓN
𝑛
𝑋0 = 0.6 → −0.17694460
𝑋1 = 0.7 → 0.01375227
𝑋2 = 0.8 → 0.22363362
𝑋3 = 1.0 → 0.65809197
GRADO 1
𝑃1 (𝑋) = 𝑎0 (𝑥 − 𝑥1 ) + 𝑎1 (𝑥 − 𝑥0 )
𝑓(𝑥0 ) −0.17694460
𝑎0 = = = 1.7694460
𝑥0 − 𝑥1 0.6 − 0.7
𝑓(𝑥1 ) 0.01375227
𝑎1 = = = 0.13752270
𝑥1 − 𝑥0 0.7 − 0.6
𝑃1 (𝑥 ) = 1.7694460 ∗ (𝑥 − 0.7) + 0.13752270 ∗ (𝑥 − 0.6)
Evaluamos para x=0.9
𝑃1 (0.9) = 1.7694460 ∗ (0.9 − 0.7) + 0.13752270 ∗ (0.9 − 0.6) = 0.39514601
GRADO 2
𝑃2 (𝑋) = 𝑎0 (𝑥 − 0.7) ∗ (𝑥 − 0.8) + 𝑎1 (𝑥 − 0.6) ∗ (𝑥 − 0.8) + 𝑎2 (𝑥 − 0.6) ∗ (𝑥 − 0.7)
𝑓(𝑥0 ) −0.17694460
𝑎0 = = = −8.847230
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (0.6 − 0.7)(0.6 − 0.8)
𝑓(𝑥1 ) 0.01375227
𝑎1 = = = −1.3752270
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) (0.7 − 0.6)(0.7 − 0.8)
𝑓(𝑥2 ) 0.22363362
𝑎2 = = = 11.1816810
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) (0.8 − 0.6)(0.8 − 0.7)
Evaluamos para x=0.9
𝑃2 (𝑋) = −8.847230 ∗ (0.9 − 0.7) ∗ (0.9 − 0.8) + −1.3752270 ∗ (0.9 − 0.6) ∗ (0.9 − 0.8)
+ 11.1816810 ∗ (0.9 − 0.6) ∗ (0.9 − 0.7) = 0.45269945
GRADO 3
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑃3 (𝑥 ) = 𝑓 (𝑥 0 ) + 𝑓 (𝑥1 )
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0− 𝑥3 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1− 𝑥3 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
+ 𝑓 (𝑥 2 ) + 𝑓 (𝑥 3 )
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2− 𝑥3 ) (𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3− 𝑥2 )
(0.9 − 0.7)(0.9 − 0.8)(0.9 − 1)
𝑃3 (𝑥 ) = (−0.17694460)
(0.6 − 0.7)(0.6 − 0.8)(0.6 − 1)
(0.9 − 0.6)(0.9 − 0.8)(0.9 − 1)
+ (0.01375227)
(0.7 − 0.6)(0.7 − 0.8)(0.7 − 1)
(0.9 − 0.6)(0.9 − 0.7)(0.9 − 1)
+ (0.22363362)
(0.8 − 0.6)(0.8 − 0.7)(0.8 − 1)
(0.9 − 0.6)(0.9 − 0.7)(0.9 − 0.8)
+ (0.65809197)
(1 − 0.6)(1 − 0.7)(1 − 0.8)
𝑃3 (𝑥 ) = −0.04423615 − 0.01375227 + 0.33545043 + 0.16452299 = 0.441985
3D
Para la solución se utilizó el Método de Neville la cual se denota con la siguiente fórmula:
(𝟖.𝟒−𝟖.𝟑)𝟏𝟖.𝟓𝟎𝟓𝟏𝟓−(𝟖.𝟒−𝟖.𝟔)𝟏𝟕.𝟓𝟔𝟒𝟗𝟐
𝑸𝟏,𝟏 = =17.87833
𝟖.𝟔−𝟖.𝟑
𝑷𝑨𝑹𝑨 𝑮𝑹𝑨𝑫𝑶 : 𝟐
Para interpolar, i=0;1;2 y j=0;1;2, se construye los polinomios hasta llegar a grado dos y luego se
observa si hay convergencia o no.
Se toman los siguientes datos, algunos obtenidos del ejercicio anterior, ya que se toman datos en
ese mismo orden
𝑥𝑜 = 8.3 y 𝑄1,1 = 17.87833; 𝑥1 = 8.6 ∧ 𝑓 (𝑥1 )= 𝑄1,0 =18.50515
(8.4−8.6)18.82091−(8.4−8.7)18.50515
𝑸𝟐,𝟏 = = 17.87363
8.7−8.6
𝑷𝑨𝑹𝑨 𝑮𝑹𝑨𝑫𝑶: 𝟑
Para esta interpolación se usa los siguientes datos: 𝑥0 = 8.1 ∧ 𝑓 (𝑥0 )= 𝑄0,0 =16.9441
𝑥1 = 8.3 ∧ 𝑓(𝑥1 )= 𝑄1,0 =17.56492 ; 𝑥2 = 8.6 ∧ 𝑓 (𝑥2 )= 𝑄2,0 =18.50515 y
𝑥3 = 8.7 ∧ 𝑓 (𝑥3 )= 𝑄3,0 =18.82091
(8.4−8.1)17.56492−(8.4−8.3)16.9441
= 8.3−8.1
𝑸𝟏,𝟏 = 17.87533
ahora encontramos, 𝑸𝟐,𝟏
(8.4−8.3)18.50515−(8.4−8.6)17.56492
𝑸𝟐,𝟏 = = 17.87833
8.6−8.3
𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑚𝑜𝑠 𝑸𝟑,𝟐 ?
(8.4−8.1)17.877155−(8.4−8.7)17.87422
𝑸𝟑,𝟑 = =17.8756875
8.7−8.1
𝑸𝟑,𝟑 = 17.8756875
SOLUCIÓN:
Para interpolar; i= 0,1 y j= 0,1 se tiene que construir un polinomio 𝑄1,1 que es de grado 1.
𝑥𝑖 𝑦𝑖 = 𝑄𝑖,0
𝑥0 =8.3 𝑦0 = 𝑄0,0 =17.56492
𝑥1 =8.6 𝑦2 = 𝑄1,0 =18.50515
(𝑥 − 𝑥0 )𝑄1.0 − (𝑥 − 𝑥1 )𝑄0,0
𝑄1,1 (8.4) =
𝑥1 − 𝑥0
Para interpolar; i= 0,1,2 y j= 0,1,2 se tiene que construir un polinomio 𝑄2,2 que es de grado 2.
(𝑥 − 𝑥1 )𝑄2,0 − (𝑥 − 𝑥2 )𝑄1,0
𝑄2,1 (8.4) =
𝑥2 − 𝑥1
(𝑥 − 𝑥0 )𝑄2,1 − (𝑥 − 𝑥2 )𝑄1,1
𝑄2,2 (8.4) =
𝑥2 − 𝑥0
Para interpolar; i= 0,1,2,3 y j= 0,1,2,3 se tiene que construir un polinomio que es de grado 3 = 𝑄3,3 .
𝒊 𝒙𝒊 𝑸𝒊,𝟎
0 8.1 16.94410
1 8.3 17.56492
2 8.6 18.50515
3 8.7 18.82091
(𝑥 − 𝑥0 )𝑄1.0 − (𝑥 − 𝑥1 )𝑄0,0
𝑄1,1 (8.4) =
𝑥1 − 𝑥0
(8.4 − 8.1)(17.56492) − (8.4 − 8.3)(16.9441)
𝑄1,1 (8.4) = = 17.87533
8.3 − 8.1
(𝑥 − 𝑥1 )𝑄2,0 − (𝑥 − 𝑥2 )𝑄1,0
𝑄2,1 (8.4) =
𝑥2 − 𝑥1
(𝑥 − 𝑥2 )𝑄3,0 − (𝑥 − 𝑥3 )𝑄2,0
𝑄3,1 (8.4) =
𝑥3 − 𝑥2
(𝑥 − 𝑥0 )𝑄2,1 − (𝑥 − 𝑥2 )𝑄1,1
𝑄2,2 (8.4) =
𝑥2 − 𝑥0
(𝑥 − 𝑥1 )𝑄3,2 − (𝑥 − 𝑥3 )𝑄2,1
𝑄3,2 (8.4) =
𝑥3 − 𝑥1
(𝑥 − 𝑥0 )𝑄3,2 − (𝑥 − 𝑥3 )𝑄2,2
𝑄3,3 (8.4) =
𝑥3 − 𝑥0
EJERCICIO (4B)
Grado 1
Para interpolar, i=0;1 y j=0;1, se construye un polinomio de grado uno Q 1,1.
Se toman los siguientes datos: y
para obtener la aproximación de
Encontramos
Obtenemos
La aproximación de es
Grado 3
Para esta interpolación se usa los siguientes
datos:
para
encontrar una aproximación de
4b
1
𝑓 (− ) 𝑠𝑖 𝑓 (−0.75) = −0.07181250, 𝑓(0.5) = −0.02475, 𝑓(−0.25) = 0.334993750, 𝑓 (0)
3
= 1.101
Grado1
Para interpolar, i= 0;1 y j=0;1, se construye un polinomio de grado Q1,1.
Tomamos los siguientes datos: X0 = -0.5 ʌ f(x0) = Q0.0 =-0.02475 y
1
X1= -0.25 ʌ f(x1)= Q1,0 = 0.33499375, para obtener la aproximación de f(− 3) ≈ Q1,1=?.
1 1
[− − (−0.5)] (0.33499375) − [− − (−0.25)](−0.02475)
𝑄1,1 = 3 3
(−0.25) − (−0.5)
= 0.215079171
1
La aproximación en 𝑓(− 3) en el polinomio es de 0.215079171
Grado 2
Tomamos los datos :𝑋0 = −0.75 ʌ f(𝑥0 ) = 𝑄0.0 = −0.0718125 ;
1
𝑋1 = −0.25 ʌ 𝑓(𝑥 ) = 𝑄1,0 = 0.33499375 ,para obtener la aproximación de 𝑓(− 3) ≈
𝑄2,2 =?.
Reemplazando en la formula de Neville:
(𝑋 − 𝑋0 )𝑄1,0 − (𝑋 − 𝑋1 )𝑄0,0
𝑄1,1 =
𝑋1 − 𝑋0
1 1
[− − (−0.75)] (−0.02475) − [− − (−0.5)](−0.0718125)
𝑄1,1 = 3 3
(−0.5) − (−0.75)
𝑄1.1 = 0.006625
Encontrando Q2.1
(𝑋 − 𝑋1 )𝑄1,0 − (𝑋 − 𝑋2 )𝑄1,0
𝑄2,1 =
𝑋2 − 𝑋1
1 1
[− − (−0.5)] (−0.33499375) − [− − (−0.25)](−0.02475)
𝑄2,1 = 3 3
(−0.25) − (−0.5)
𝑄2.1 = 0.21507917
Obtenemos Q2.2
(𝑋 − 𝑋0 )𝑄2,1 − (𝑋 − 𝑋2 )𝑄1,1
𝑄2,2 =
𝑋2 − 𝑋0
1 1
[− − (−0.75)] (−021507917) − [− − (−0.25)](−0.006625)
𝑄2,2 = 3 3
(−0.25) − (−0.75)
𝑄2.2 = 0.18033681
1
La aproximación de en 𝑓(− 3) es Q2.2 = 17.877155.
Grado 3
Tenemos los siguientes datos 𝑋0 = −0.75 ʌ f(𝑥0 ) = 𝑄0.0 = −0.0718125
𝑋1 = −0.5 ʌ 𝑓 (𝑋1 ) = 𝑄1,0 = 0.02475; 𝑋2 = −0.25 ʌ 𝑓(𝑋2 ) = 𝑄2,0 = 0.33499375;
1
𝑋3 = 0 ʌ 𝑓(𝑋3 ) = 𝑄3,0 = 1.101, para encontrar una aproximación de 𝑓(− 3)
𝑄1.1 = 0.006625
Hallamos Q2.1
(𝑋 − 𝑋1 )𝑄2,0 − (𝑋 − 𝑋2 )𝑄1,0
𝑄2,1 =
𝑋2 − 𝑋1
1 1
[− − (−0.5)] (−0.33499375) − [− − (−0.25)](−0.02475)
𝑄2,1 = 3 3
(−0.25) − (−0.5)
𝑄2.1 = 0.21507917
Hallamos Q3.1
(𝑋 − 𝑋2 )𝑄3,0 − (𝑋 − 𝑋3 )𝑄2,0
𝑄3,1 =
𝑋3 − 𝑋2
1 1
[− − (−0.25)] (1.101) − [− − (0)](0.33499375)
𝑄3,1 = 3 3
(0) − (−0.25)
𝑄3.1 = 0.07965834
Hallamos Q2.2
(𝑋 − 𝑋0 )𝑄2,1 − (𝑋 − 𝑋2 )𝑄1,1
𝑄2,2 =
𝑋2 − 𝑋0
1 1
[− − (−0.75)] (−0.21507917) − [− − (−0.25)](−0.006625)
𝑄2,2 = 3 3
(−0.25) − (−0.75)
𝑄2.2 = 0.18033681
Hallamos Q3.2
(𝑋 − 𝑋1 )𝑄3,1 − (𝑋 − 𝑋3 )𝑄2,1
𝑄3,2 =
𝑋3 − 𝑋1
1 1
[− − (−0.5)] (0.07965834) − [− − (0)](0.21507917)
𝑄3,2 = 3 3
(0) − (−0.5)
𝑄3.2 = 0.16993889
Resolvemos Q3.3
(𝑋 − 𝑋0 )𝑄3,2 − (𝑋 − 𝑋3 )𝑄2,2
𝑄3,3 =
𝑋3 − 𝑋0
1 1
[− − (−0.75)] (−0.16993889) − [− − (0)](0.18033681)
𝑄3,3 = 3 3
(0) − (−0.75)
𝑄3.3 = 0.17456019
1
La aproximación de 𝑓(− 3) es Q3.3 = 0.17456019
4.b Use el algoritmo 3.2 para construir el polinomio interpolante de grado cinco con los puntos
desigualmente espaciados que aparecen en la tabla anexa.
b)
x f(x) a1 a2 a3 a4 a5
0.0 6.00000 ______ _________ ____________ _____________
________________
0.1 -5.89483 f (x0, x1) _________ ____________ _____________
________________
0.3 -5.65014 f (x1, x2) f (x0, x1, x2) ____________ _____________
________________
0.6 -5.17788 f (x2, x3) f (x1, x2, x3) f (x0, x1, x2, x3) ______________
________________
1.0 -4.28172 f (x3, x4) f (x2, x3, x4) f (x1, x2, x3, x4) f (x0, x1, x2, x3, x4)
________________
1.1 -3.99583 f (x4, x5) f (x3, x4, x5) f (x2, x3, x4, x5) f (x1, x2, x3, x4, x5) f (x0, x1, x2, x3,
x4, x5)
Algoritmo 3.2
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑓 (𝑥0 , 𝑥1 ) =
𝑥1 − 𝑥0
x f(x) a1 a2 a3 a4 a5
0.0 6.00000 ______ _________ ____________ _____________
________________
0.1 -5.89483 1.0517 _________ ____________ _____________
________________
0.3 -5.65014 1.2235 0.5727 ____________ _____________
________________
0.6 -5.17788 1.5742 0.7014 0.2145 _____________ ________________
1.0 -4.28172 2.2404 0.9517 0.2521 0.0376 ________________
1.1 -3.99583 2.8589 1.2370 0.3566 0.0
785 -0.1236
Fórmula
4.c Aplique el método de Neville para obtener las aproximaciones del ejercicio 3.
c. 𝑓(0.25) si 𝑓(0.1) = 0.62049958, 𝑓 (0.2) = −0.28398668, 𝑓(0.3) = 0.00660095,
𝑓(0.4) = 0.24842440
𝑥0 = 0.1 𝑓(𝑥0 ) = 0.62049958
𝑥1 = 0.2 𝑓(𝑥1 ) = −0.28398668
𝑥2 = 0.3 𝑓(𝑥2 ) = 0.00660095
𝑥3 = 0.4 𝑓(𝑥3 ) = 0.24842440
Donde 𝑃(𝑥) = 𝑄𝑛,𝑛
𝑄0,0 = 0.62049958
𝑄1,0 = −0.28398668
𝑄2,0 = 0.00660095
𝑄3,0 = 0.24842440
Aplicando la formula
(𝑥 − 𝑥𝑖−𝑗 )(𝑄𝑖,𝑗−1 ) − (𝑥 − 𝑥𝑖 )(𝑄𝑖−1,𝑗−1 )
𝑄𝑖,𝑗 =
(𝑥𝑖 − 𝑥𝑖−𝑗 )
Cuando 𝒊 = 𝟏 𝒚 𝒋 = 𝟏
(𝑥 − 𝑥0 )(𝑄1,0 ) − (𝑥 − 𝑥1 )(𝑄0,0 )
𝑄1,1 =
(𝑥1 − 𝑥0 )
Remplazamos x=0.25
(0.25 − 0.1)(−0.28398668) − (0.25 − 0.2)(0.62049958)
𝑄1,1 (0.25) = = −2.28747876
(0.2 − 0.1)
Cuando 𝒊 = 𝟐 𝒚 𝒋 = 𝟏
(𝑥 − 𝑥1 )(𝑄2,0 ) − (𝑥 − 𝑥2 )(𝑄1,0 )
𝑄2.1 =
(𝑥2 − 𝑥1 )
(0.25 − 0.2)(0.00660095) − (0.25 − 0.3)(−0.28398668)
𝑄2.1 (0.25) = = −0.138692865
(0.3 − 0.2)
Cuando 𝒊 = 𝟑 𝒚 𝒋=𝟏
(𝑥 − 𝑥2 )(𝑄3,0 ) − (𝑥 − 𝑥3 )(𝑄2,0 )
𝑄3,1 =
(𝑥3 − 𝑥2 )
(0.25 − 0.3)(0.24842440) − (0.25 − 0.4)(0.00660095)
𝑄3,1 (0.25) = = −0.114310775
(0.4 − 0.3)
Cuando 𝒊 = 𝟐 𝒚 𝒋=𝟐
(𝑥 − 𝑥0 )(𝑄2,1 ) − (𝑥 − 𝑥2 )(𝑄1,1 )
𝑄2,2 =
(𝑥2 − 𝑥0 )
(0.25 − 0.1)(−0.138692865) − (0.25 − 0.3)(−2.28747876)
𝑄2,2 (0.25) = = −0.6758893388
(0.3 − 0.1)
Cuando 𝒊 = 𝟑 𝒚 𝒋=𝟐
(𝑥 − 𝑥1 )(𝑄3,1 ) − (𝑥 − 𝑥3 )(𝑄2,1 )
𝑄3,2 =
(𝑥3 − 𝑥1 )
(0.25 − 0.2)(−0.114310775) − (0.25 − 0.4)(−0.138692865)
𝑄3,2 (0.25) =
(0.4 − 0.2)
= −0.1325973425
Cuando 𝒊 = 𝟑 𝒚 𝒋=𝟑
(𝑥 − 𝑥0 )(𝑄3,2 ) − (𝑥 − 𝑥3 )(𝑄2,2 )
𝑄3,3 =
(𝑥3 − 𝑥0 )
(0.25 − 0.1)(−0.1325973425) − (0.25 − 0.4)(−0.6758893388)
𝑄3,3 (0.25) =
(0.4 − 0.1)
= −0.4042433407
𝑄0,0 = 0,62049958
𝑄1,0 = −0.28398668
𝑄2,0 = 0.00660095
𝑄3,0 = 0,24842440
𝑓(0.25); 𝑥𝛼 = 0,25
𝑄𝑖,1 ; 𝑖 = 1; 2; 3
(𝑥 − 𝑥0 )𝑄1,0 − (𝑥 − 𝑥1 )𝑄0,0
𝑄1,1 =
𝑥1 − 𝑥0
(0.25 − 0.1)(−0.28398668) − (0.25 − 0.2)(0.62049958)
𝑄1,1 (0,25) =
(0.2 − 0.1)
𝑄1,1 (0,25) = −0.73622981
(𝑥 − 𝑥1 )𝑄2,0 − (𝑥 − 𝑥2 )𝑄1,0
𝑄2,1 =
𝑥2 − 𝑥1
(0.25 − 0.2)(0.00660095) − (0.25 − 0.3)(−0.28398668)
𝑄2,1 (0,25) =
(0.3 − 0.2)
𝑄2,1 (0,25) = −0.13869286
(𝑥 − 𝑥2 )𝑄3,0 − (𝑥 − 𝑥3 )𝑄2,0
𝑄3,1 =
𝑥3 − 𝑥2
(0.25 − 0.3)(0.24842440) − (0.25 − 0.4)(0.00660095)
𝑄3,1 =
(0.4 − 0.3)
𝑄3,1 = −0.11431077
𝑄𝑖,2 ; 𝑖 = 2; 3
(𝑥 − 𝑥0 )𝑄2,1 − (𝑥 − 𝑥2 )𝑄1,1
𝑄2,2 =
𝑥1 − 𝑥0
(0.25 − 0.1)(−0.13869286) − (0.25 − 0.3)(−0.73622981)
𝑄2,2 =
(0.2 − 0.1)
𝑄2,2 = −0.57615419
(𝑥 − 𝑥1 )𝑄3,1 − (𝑥 − 𝑥3 )𝑄2,1
𝑄3,2 =
𝑥3 − 𝑥1
(0.25 − 0.2)(−0.11431077) − (0.25 − 0.4)(−0.13869286)
𝑄3,2 =
0.4 − 0.1
𝑄3,2 = −0.13259733
(𝑥 − 𝑥0 )𝑄3,2 − (𝑥 − 𝑥3 )𝑄2,2
𝑄3,3 =
𝑥3 − 𝑥0
(0.25 − 0.1)(−0.13259733) − (0.25 − 0.4)(−0.57615419)
𝑄3,3 =
0.4 − 0.1
𝑄3,3 = −0.35437576
𝜉0 = |𝑄3,3 − 𝑄2.2 |
𝜉0 = |(−0.35437576) − (−0.57615419)|
𝜉0 = 0.22177843
4.d Aplique el método de Neville para obtener las aproximaciones del ejercicio.
d.- 𝑓(0.9) 𝑠𝑖 𝑓(0.6) = −0.17694460, 𝑓(0.7) = 0.01375227, 𝑓(0.8) =
0.22363362, 𝑓(1) =0.65809197
SOLUCIÓN
𝑋0 = 0.6 𝑌0 = 0.17694460
𝑋1 = 0.7 𝑌1 = 0.01375227
𝑋2 = 0.8 𝑌2 = 0.22363362
𝑋2 = 1 𝑌3 = 0.65809197
𝑄0,0 = 0.17694460 𝑄1,0 = 0.01375227
(𝑋 − 𝑋0 )𝑄1−0 − (𝑋 − 𝑋𝑖 )𝑄0,0
𝑄11 =
𝑋1− 𝑋0
(0.9 − 0.6)(0.01375227) − (0.9 − 0.7) (0.17694460)
𝑄11 =
0.7 − 0.6
𝑄11 = 0.3951488
(𝑋 − 𝑋1 )𝑄2−0 − (𝑋 − 𝑋2 )𝑄1,0
𝑄21 =
𝑋2− 𝑋1
(0.9 − 0.7)(0.22363362) − (0.9 − 0.8) (0.01375227)
𝑄21 =
0.8 − 0.7
𝑄21 = 0.4335150
(𝑋 − 𝑋2 )𝑄3−0 − (𝑋 − 𝑋3 )𝑄2,0
𝑄31 =
𝑋2− 𝑋1
(0.9 − 0.8)(0.65809197) − (0.9 − 1) (0.22363362)
𝑄31 =
1 − 0.8
𝑄31 = 0.4408641
(𝑋 − 𝑋0 )𝑄2−1 − (𝑋 − 𝑋2 )𝑄1,1
𝑄22 =
𝑋2− 𝑋1
(0.9 − 0.6)(0.4335150) − (0.9 − 8) (0.3951488)
𝑄22 =
0.8 − 0.6
𝑄22 = 0.4528
(𝑋 − 𝑋1 )𝑄3−1 − (𝑋 − 𝑋3 )𝑄2,1
𝑄32 =
𝑋3− 𝑋1
(0.9 − 0.7)(0.4408641) − (0.9 − 1) (0.4335150)
𝑄32 =
1 − 0.7
𝑄32 = 0.4383
(𝑋 − 𝑋1 )𝑄3−1 − (𝑋 − 𝑋3 )𝑄2,1
𝑄33 =
𝑋3− 𝑋1
(0.9 − 0.6)(0.4383) − (0.9 − 1) (0.4528)
𝑄33 =
1 − 0.6
𝑄33 = 0.44198
𝑒𝑜 =/ 0.44198 − 0.4528/= 0.01082 < 10−1
Ejercicio 4.d: Aplique el método de Neville para obtener las aproximaciones del ejercicio 3 parte d.
d). 𝑓(0.9) 𝑠𝑖 𝑓(0.6) = −0.17694460, 𝑓 (0.7) = 0.01375227, 𝑓 (0.8) = 0.22363362 , 𝑓(1.0) =
0.65809197
Solución
Para poder aproximar con este método he creado una tabla la cual nos ayudara en el procedimiento
del método.
i 𝒙𝒊 𝑸𝒊,𝟎 𝑸𝒊,𝟏 𝑸𝒊,𝟐 𝑸𝒊,𝟑
i=0,1,…3 i=1,2,3 i= 2,3 i= 3
0 𝑥0 = 0.6 𝑄0,0 = −0.17694460
Además:
𝑄0,0 = 𝑦0
𝑄1,0 = 𝑦1
𝑄2,0 = 𝑦2
𝑄3,0 = 𝑦3
𝑦0 = 𝑓𝑥0
𝑦1 = 𝑓𝑥1
𝑦2 = 𝑓𝑥2
𝑦3 = 𝑓𝑥3
Ahora procedemos a encontrar nuestros polinomios según lo hecho en la tabla:
(𝑥−𝑥0 )𝑄1,0−(𝑥−𝑥1)𝑄0,0
𝑄1,1 = Y como nos piden aproximar 𝑓(0.9) ; por lo tanto x=0.9
𝑥1−𝑥0
(0.9−0.6)0.01375227−(0.9−0.7)−0.17694460
𝑄1,1 (0.9) = 0.7−0.6
𝑄1.1 = 0.39514601
(0.9−0.7)0.22363362−(0.9−0.8)0.01375227
𝑄2,1 (0.9) = 0.8−0.7
𝑄2.1 = 0.43351497
(0.9−0.8)0.65809197−(0.9−1.0)0.22363362
𝑄3,1 (0.9) = 1.0−0.8
𝑄3.1 = 0.44086280
(0.9−0.6)0.43351997−(0.9−0.8)0.39514601
𝑄2,2 (0.9) = 0.8−0.6
𝑄2,2 = 0.45269945
(0.9−0.7)0.44086280−(0.9−1.0)0.43351497
𝑄3,2 (0.9) = 1.0−0.7
𝑄3,2 = 0.43841352
(0.9−0.6)0.43841352−(0.9−1.0)0.45269945
𝑄3,3 (0.9) = 1.0−0.6
𝑄3,3 = 0.44198500
Error
Respuesta: por lo tanto nuestra función evaluada en x= 0.9 sería equivalente a 0.44198500
𝑓(0.9) ≈ 0.44198500
x0 2, x1 1, x2 0, x3 1, x4 2 .
La parte Y o Xi,0 se define mediante f ( x) 3x
Q(3,3) 8.226012
Q(4,3) 6.8490018
Q(4,4) 6.7802460
𝑄(2,0) = 1
Ejercicio 5
Aplique en método de Neville para aproximar √3 con la función 𝑓(𝑥 ) = 3𝑥 y los valores
𝑥0 = −2; 𝑥1 = −1; 𝑥2 0; 𝑥3 = 1; 𝑥4 = 2.
SOLUCIÓN
Como nos pide hacer coincidir; entonces vamos a igualar, y al final poder verificar el error
con el valor real.
√3 = 3𝑥 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑥 = 0.5
Método de Neville. Fórmula.
𝑓 ( 𝑥 ) = √𝑥
𝑥0 = 0 → 𝑄0,0 = 0
𝑥1 = 1 → 𝑄1,0 = 1
𝑥2 = 2 → 𝑄2,0 = 1.41421356
𝑥3 = 4 → 𝑄3,0 = 2
𝑥4 = 5 → 𝑄4,0 = 2.23606798
(𝑥 − 𝑥0 )𝑄1,0 − (𝑥 − 𝑥1 )𝑄0,0
−𝑄1,1 =
𝑥1 − 𝑥0
(√3 − 0) ∗ 1 − (√3 − 1) ∗ 0
𝑄1,1 = → = 1.73205081
1−0
(𝑥 − 𝑥1 )𝑄2,0 − (𝑥 − 𝑥2 )𝑄1,0
−𝑄2,1 =
𝑥2 − 𝑥1
(𝑥 − 𝑥2 )𝑄3,0 − (𝑥 − 𝑥3 )𝑄2,0
−𝑄3,1 =
𝑥3 − 𝑥2
(𝑥 − 𝑥3 )𝑄4,0 − (𝑥 − 𝑥4 )𝑄3,0
−𝑄4,1 =
𝑥4 − 𝑥3
SOLUCIÓN
Como nos pide hacer coincidir; entonces vamos a igualar, y al final poder verificar el error
con el valor real.
√3 = √𝑥 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑥 = 3
Método de Neville. Fórmula.
(𝑥 − 𝑥𝑖−𝑗 )𝑄𝑖,𝑗−1 − (𝑥 − 𝑥𝑖 )𝑄𝑖−1,𝑗−1
𝑄𝑖,𝑗 =
𝑥𝑖 − 𝑥𝑖−𝑗
Como sabemos x = 3
Vamos encontrando todos los valores hasta llegar al de 𝑄4,4
(𝑥 − 𝑥0 )𝑄1,0 − (𝑥 − 𝑥1 )𝑄0,0 (3 − 0)1 − (3 − 1)0
𝑄1,1 = = =𝟑
𝑥1 − 𝑥0 1−0
Nos damos cuenta que está cerca al valor real de √3 = 1.73205. Hay una aproximación
7a
Los datos del ejercicio 3 se generan usando las siguientes funciones. use la formula
correspondiente para encontrar una cota de error y compare la cota con el error real
cuando n=1 y n=2
𝑓 (𝑥 ) = 𝑥𝑙𝑛(𝑥) 𝑓 (𝑥 ) = (8.4)
𝑥0 = 8.1 𝑥1 = 8.3 𝑥2 = 8.6 𝑥3 = 8.7
𝑓 (8.1) = 16.9440989 𝑓(8.3) = 17.5649208 𝑓(8.6) = 18.5051549
𝑓(8.7) = 18.8209103
Cuando n=1
1
Cota de error
𝑓 𝑛+1 (𝜀 )
|𝑓 (𝑥 ) − 𝑝(𝑥)| = | (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 ) … … (𝑥 − 𝑥𝑖+𝑛 )|
(𝑛 + 1)
𝑓´(𝑥 ) = ln(𝑥 ) + 1
1 1
𝑓´´(𝑥 ) = ≤ = 0.1234568
𝑥 8.1
0.1234568
|𝑓 (8.4) − 𝑝(8.4)| = | (8.4 − 8.1)(8.4 − 8.3)|
2!
|𝒇(𝟖. 𝟒) − 𝒑(𝟖. 𝟒)| = 𝟎. 𝟎𝟎𝟏𝟖𝟓𝟏𝟗
Entonces observamos el valor real es mayor que la cota de error
Cuando n=2
𝑥0 = 8.1 𝑥1 = 8.3 𝑥2 = 8.6 𝑥3 = 8.7
𝑝(𝑥 ) = 𝑓 (𝑥0 )𝐿2.0 (𝑥 ) + 𝑓(𝑥1 )𝐿2.1 (𝑥 ) + 𝑓 (𝑥2 )𝐿2.2 (𝑥 )
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 8.3)(𝑥 − 8.6) 𝑥 2 − 16.9𝑥 + 71.38
𝐿2,0 (𝑥 ) = ∏ = =
(𝑥0 − 𝑥𝑖 ) (8.1 − 8.3)(8.1 − 8.6) 0.1
𝑖=0
𝑖≠0
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 8.1)(𝑥 − 8.6) 𝑥 2 − 16.7𝑥 + 69.66
𝐿2,1 (𝑥 ) = ∏ = =
(𝑥1 − 𝑥𝑖 ) (8.3 − 8.1)(8.3 − 8.6) −0.06
𝑖=0
𝑖≠1
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 8.1)(𝑥 − 8.3) 𝑥 2 − 16.4𝑥 + 67.23
𝐿2,2 (𝑥 ) = ∏ = =
(𝑥2 − 𝑥𝑖 ) (8.6 − 8.1)(8.6 − 8.3) 0.15
𝑖=0
𝑖≠2
Cota de error
𝑓 𝑛+1 (𝜀 )
|𝑓 (𝑥 ) − 𝑝(𝑥)| = | (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 ) … … (𝑥 − 𝑥𝑖+𝑛 )|
(𝑛 + 1)
𝑓´(𝑥 ) = ln(𝑥 ) + 1
1
𝑓´´(𝑥 ) =
𝑥
1 1
𝑓´´´(𝑥 ) = ≤− =-0.0152416
𝑥2 8.12
−0.0152416
|𝑓 (8.4) − 𝑝(8.4)| = | (8.4 − 8.1)(8.4 − 8.3)(8.4 − 8.6)|
2!
|𝒇(𝟖. 𝟒) − 𝒑(𝟖. 𝟒)| = 𝟎. 𝟎𝟎𝟎𝟎𝟏𝟓𝟐
7.a. Los datos del ejercicio 3 se generaron usando las siguientes funciones. Use la
fórmula correspondiente para encontrar una cota de error y compare la cota con el
error real cuando n= 1 y n = 2.
a) f (x) x ln(x) f (8.4)
x0 8.1 x1 8.3 x2 8.6
x3 8.7
f (8.1) 16.94410; f (8.3) = 17.56492; f (8.6) = 18.50515; f (8.7)
= 18.82091
Cuando n=1:
1
P(x)=∑𝑘=0(𝑓(𝑥𝑘 ) )𝐿1, 𝑘 (𝑥)
(𝑥−𝑥𝑖 )
𝐿𝑛,𝑘 = ∏1𝑖=0 (𝑥
𝑖≠𝑘 𝑘 −𝑥𝑖 )
𝑥−8.3 𝑥−8.1
P(x) (16.94410) ( ) + (17.56492) ( )
−0.2 0.2
P(x) ( 84.7205x 703.18015) (87.8246x 711.37926)
P(x) 3.1041x 8.19911
ERROR REAL:
E | f (x) P(x)| f (8.4) P (8.4) |
E |17.8771463 17.8753400| 0.0018063
𝑓𝑛+1 (𝜀)
| f (x) P(x)|= | (𝑥 − 𝑥1 )(𝑥 − 𝑥𝑖+1 ) … . . (𝑥 − 𝑥𝑖+𝑛 )|
(𝑛+1)!
1 1
f (x) ln(x) 1 f (x) ≤ = 0.1234568
𝑥 8.1
0.1234568
| f (8.4) P (8.4) |= | (8.4 − 8.1)(8.4 − 8.3)|
2!
Cuando n 2:
2
(𝑥 − 𝑥 𝑖 ) (𝑥 − 8.3)(𝑥 − 8.6) 𝑥 2 − 16.9𝑥 + 71.38
𝐿2,0 (𝑥 ) = ∏ = =
(𝑥 0 − 𝑥 𝑖 ) (8.1 − 8.3)(8.1 − 8.6) 0.1
𝑖=0
𝑖≠0
2
(𝑥 − 𝑥 𝑖 ) (𝑥 − 8.1)(𝑥 − 8.6) 𝑥 2 − 16.7𝑥 + 69.66
𝐿2,1 (𝑥 ) = ∏ = =
(𝑥1 − 𝑥𝑖 ) (8.3 − 8.1)(8.3 − 8.6) −0.06
𝑖=0
𝑖≠1
2
(𝑥 − 𝑥 𝑖 ) (𝑥 − 8.1)(𝑥 − 8.3) 𝑥 2 − 16.4𝑥 + 67.23
𝐿2,1 (𝑥 ) = ∏ = =
(𝑥 2 − 𝑥 𝑖 ) (8.6 − 8.1)(8.6 − 8.3) 0.15
𝑖=0
𝑖≠2
𝑥 2−16.4𝑥+67.23
+ (18.50515) ( )
0.15
ERROR REAL
E=|𝑓 (𝑥 ) − 𝑃(𝑥)|=|𝑓(8.4) − 𝑃(8.4)|
E=|17.8771463-17.8771350|=0.0000113
COTA DE ERROR
𝑓𝑛+1 (𝜀)
| f (x) P(x)|= | (𝑥 − 𝑥1 )(𝑥 − 𝑥𝑖+1 ) … . . (𝑥 − 𝑥𝑖+𝑛 )|
(𝑛+1)!
1 1 1
f (x) ln(x) 1 f (𝑥 ) = f (x) − 𝑥 2 ≤ − 8.12 = -
𝑥
0.0152416
−0.0152416
| f (8.4) P(8.4)|= | (8.4 − 8.1)(8.4 − 8.3)(8.4 − 8.6)|
3!
7. 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 3 𝑠𝑒 𝑔𝑒𝑛𝑒𝑟𝑎𝑟𝑜𝑛 𝑢𝑠𝑎𝑛𝑑𝑜 𝑙𝑎𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠. 𝑈𝑠𝑒 𝑙𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎
𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑝𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑢𝑛𝑎 𝑐𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑜𝑟 𝑦 𝑐𝑜𝑚𝑝𝑎𝑟𝑒 𝑙𝑎 𝑐𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛
=1𝑦𝑛=2
1
𝒃. 𝒇(𝒙) = 𝒙𝟑 + 𝟒. 𝟎𝟎𝟏𝒙𝟐 + 𝟒. 𝟎𝟎𝟐𝒙 + 𝟏. 𝟏𝟎1 𝑓 (− 3)
1
𝑏. 𝑓 (− ) 𝑠𝑖 𝑓 (−0.75) = −0.07181250, 𝑓(−0.5) = −0.02475000, 𝑓(−0.25)
3
= 0.334993750
𝑓 (0) = 1.10100000
𝑥0 = −0.75 𝑥1 = −0.5 𝑥2 = −0.25 𝑥3 = 0
𝒇(−𝟎. 𝟕𝟓) = −0.07181250 𝒇(−𝟎. 𝟓) = −0.02475000
𝒇(−𝟎. 𝟐𝟓) = 0.334993750 𝒇(𝟎) = 1.10100000
𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 = 1
1 1
(𝑥 − 𝑥𝑖 )
𝑃(𝑥 ) = ∑ 𝑓(𝑥𝑘 )𝐿1,𝑘 (𝑥) ; 𝐿𝑛,𝑘 = ∏
(𝑥𝑘 − 𝑥𝑖 )
𝑘=0 𝑘=0
𝑖≠𝑘
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛
1
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥1 ) 𝑥 − (−0.5) 𝑥 + 0.5
𝐿1,0 (𝑥 ) = ∏ = = =
(𝑥0 − 𝑥𝑖 ) (𝑥0 − 𝑥1 ) −0.75 − (−0.5) −0.25
𝑖=0
𝑖≠0
1
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 ) 𝑥 − (−0.75) 𝑥 + 0.75
𝐿1,1 (𝑥 ) = ∏ = = =
(𝑥1 − 𝑥𝑖 ) (𝑥1 − 𝑥0 ) −0.5 − (−0.75) 0.25
𝑖=0
𝑖≠1
7c Use la fórmula correspondiente para encontrar una cota de error y compare la cota con
el error real cuando n = 1 y n = 2.
C) 𝒇(x) = xcosx - 2𝑥 2 +3x – 1
𝑥0 = 0.65 𝑥1 = -0.4 𝑥2 = - 0.35 𝑥3 = 0
f (-0.65) = - 4.444966 𝒇 (-0.4) = -2.919992 𝒇 (-0.35) = -2.644995 𝒇 (0) = -1
cuando n=1
1 1
(𝑥 − 𝑥𝑖 )
𝑃(𝑋) = ∑ 𝑓 (𝑥𝑘 )𝐿1,𝑘 (x) ; 𝐿𝑛,𝑘 = ∏
(𝑥𝑘 − 𝑥𝑖 )
𝑘−0 𝑖−0
𝑖≠𝑘
COTA DE ERROR
𝑓𝑛+1 (↋)
⎸ 𝒇(x) - P(x) ⎸= ⎸( (𝑛+1)! )(x- 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 ) …( 𝑥 − 𝑥𝑖+𝑛 )⎸
3.502 1 1
⎸ 𝒇 (8.4) - P (8.4) ⎸= ⎸ ((− ) − (−0.75))((- )-(-0.5))⎸
2! 3 3
7.d Los datos del ejercicio 3 se generaron usando las siguientes funciones. Use la
fórmula correspondiente para encontrar una cota de error y compare la cota con el
error real cuando n = 1 y n = 2.
d. 𝑓 (𝑥 ) = 𝑠𝑖𝑛(𝑒 𝑥 − 2) 𝑓(0.9)
𝑥0 = 0.6 𝑥1 = 0.7 𝑥2 = 0.8 𝑥3 = 1.0
𝑓 (0.6) = −0.17694460 𝑓 (0.7) = 0.01375227 𝑓(0.8) = 0.22363362 𝑓(1.0) =
0.65809197
Cuando n=1:
1
(𝑥 − 𝑥𝑖 )
𝐿𝑛,𝑘 = ∏
(𝑥𝑘 − 𝑥𝑖 )
𝑖=0
𝑖≠𝑘
1
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥1 ) (𝑥 − 0.7) (𝑥 − 0.7)
𝐿1,0 (𝑥) = ∏ = = =
(𝑥0 − 𝑥𝑖 ) (𝑥0 − 𝑥1 ) (0.6 − 0.7) −0.1
𝑖=0
𝑖≠0
1
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 ) (𝑥 − 0.6) (𝑥 − 0.6)
𝐿1,1 (𝑥) = ∏ = = =
(𝑥1 − 𝑥𝑖 ) (𝑥1 − 𝑥0 ) (0.7 − 0.6) 0.1
𝑖=0
𝑖≠1
(𝑥−0.7) (𝑥−0.6)
𝑃(𝑥 ) = −0.17694460 ( ) + 0.01375227( )
−0.1 0.1
𝑓 (𝑥 ) = 𝑠𝑖𝑛(𝑒 𝑥 − 2) 𝑓(0.9)
𝑥0 = 0.6 𝑥1 = 0.7 𝑥2 = 0.8 𝑥3 = 1.0
𝑓 (0.6) = −0.17694460 𝑓 (0.7) = 0.01375227 𝑓(0.8) = 0.22363362 𝑓(1.0) =
0.65809197
Cuando n=2:
𝑃(𝑥 ) = ∑1𝑘=0 𝑓 (𝑥𝑘 )𝐿1,𝑘 (𝑥)
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 0.7)(𝑥 − 0.8) 𝑥 2 − 1.5𝑥 + 0.56
𝐿2,0 (𝑥) = ∏ = = =
(𝑥0 − 𝑥𝑖 ) (𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (0.6 − 0.7)(0.6 − 0.8) 0.02
𝑖=0
𝑖≠0
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) (𝑥 − 0.6)(𝑥 − 0.8) 𝑥 2 − 1.4𝑥 + 0.48
𝐿2,1 (𝑥) = ∏ = = =
(𝑥0 − 𝑥𝑖 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) (0.7 − 0.6)(0.7 − 0.8) −0.01
𝑖=0
𝑖≠1
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) (𝑥 − 0.6)(𝑥 − 0.7) 𝑥 2 − 1.3𝑥 + 0.42
𝐿2,2 (𝑥) = ∏ = = =
(𝑥0 − 𝑥𝑖 ) (𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) (0.8 − 0.6)(0.8 − 0.7) 0.02
𝑖=0
𝑖≠2
𝑓 (𝑥1 ) = √𝑥1 − 𝑥1 2
9. Sea P3(x) el polinomio interpolante para los datos (0,0) ;(0.5, y) ;(1,3) y (2,2).
Encuentre y si el coeficiente de 𝒙𝟑 en 𝒑𝟑 es 6.
(𝑥−𝑥𝑖 )
𝐿𝑛,𝑘 (𝑥 ) = ∏1𝑖=0 (𝑥 para k=0,1,2,3
𝑖≠𝑘 𝑘 −𝑥𝑖 )
(𝑥 − 0.5)(𝑥 − 1)(𝑥 − 2)
𝐿3,0 (𝑥 ) = = −(𝑥 − 0.5)(𝑥 − 1)(𝑥 − 2)
(0 − 0.5)(0 − 1)(0 − 2
(𝑥 − 0)(𝑥 − 1)(𝑥 − 2) 8
𝐿3,1 (𝑥 ) = = (𝑥)(𝑥 − 1)(𝑥 − 2)
(0.5 − 0)(0.5 − 1)(0.5 − 2) 3
(𝑥 − 0)(𝑥 − 0.5)(𝑥 − 2)
𝐿3,2 (𝑥 ) = = −2(𝑥)(𝑥 − 0.5)(𝑥 − 2)
(1 − 0)(1 − 0.5)(0.5 − 2)
(𝑥 − 0)(𝑥 − 0.5)(𝑥 − 1) 1
𝐿3,3 (𝑥 ) = = (𝑥)(𝑥 − 0.5)(𝑥 − 1)
(2 − 0)(2 − 0.5)(2 − 1) 3
𝑓(𝑥0 ) = 0
𝑓(𝑥1 ) = 𝑦
𝑓(𝑥2 ) = 3
𝑓(𝑥3 ) = 2
3
𝑝3 (𝑥 ) = ∑ 𝑓(𝑥𝑘 )𝐿𝑛.𝑘 (𝑥) 𝑓 (𝑥0 )𝐿0 (𝑥 ) + 𝑓 (𝑥1 )𝐿1 (𝑥) + 𝑓(𝑥2 )𝐿2 (𝑥 ) + 𝑓(𝑥3 )𝐿3 (𝑥)
𝑘=0
8
𝑝3 (𝑥 ) = 0[−(𝑥 − 0.5)(𝑥 − 1)(𝑥 − 2)] + 𝑦 [ (𝑥)(𝑥 − 1)(𝑥 − 2)]
3
1
+3[−2(𝑥)(𝑥 − 0.5)(𝑥 − 2)] + 2 [ (𝑥)(𝑥 − 0.5)(𝑥 − 1)]
3
8
𝑝3 (𝑥 ) = 𝑦 [ (𝑥)(𝑥 − 1)(𝑥 − 2)] + 3[−2(𝑥)(𝑥 − 0.5)(𝑥 − 2)]
3
1
+ 2 [ (𝑥)(𝑥 − 0.5)(𝑥 − 1)]
3
Observamos que el coeficiente de 𝒙𝟑 𝒆𝒏 𝒑𝟑 (𝒙) 𝒆𝒔 𝟔
8 3 2
𝑝3 (𝑥 ) = 𝑥 𝑦 − 6𝑥 3 + 𝑥 3 = 6𝑥 3
3 3
8𝑦 + 2
𝑥3 [ − 6] = 6𝑥 3
3
8y+2=36
34
𝑦=
8
𝑦 = 4.25
3
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿3,0 = ∏
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )
𝑖=0
1≠1
3
(𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿3,1 = ∏
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
𝑖=1
1≠1
(𝑥 − 0.698)(𝑥 − 0.768)(𝑥 − 0.803)
cos(0.733) =
(0.733 − 0.698)(0.733 − 0.768)(0.733 − 0.803)
(𝑥 − 0.698)(𝑥 − 0.768)(𝑥 − 0.803)
cos(0.733) =
(0.000086)
3
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 )
𝐿3,2 = ∏
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥2 )(𝑥2 − 𝑥3 )
𝑖=2
1≠2
11.c Use los siguientes valores y la aritmética de redondeo a cuatro dígitos para construir
una aproximación del tercer polinomio de Lagrange af( l .09). La función que va a ser
aproximada es 𝑙𝑜𝑔10 (𝑡𝑎𝑛(𝑥 ) ) . Conociendo lo anterior, calcule una cota del error en la
aproximación.
f(1 .00) = 0. 1924 f(1 .05) = 0.2414 f(1 . 10) = 0.2933 f( 1 . 15) = 0.3492
SOLUCIÓN.
Para construir un polinomio de interpolación de grado tres, consideramos los cuatro puntos,
es decir:
Luego:
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿0 (𝑥) =
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )
(𝑥 − 1.05)(𝑥 − 1.10)(𝑥 − 1.15)
𝐿0 (𝑥) =
(1 − 1.05)(1 − 1.10)(1 − 1.15)
(𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿1 (𝑥) =
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
(𝑥 − 1)(𝑥 − 1.10)(𝑥 − 1.15)
𝐿1 (𝑥) =
(1.05 − 1)(1.05 − 1.10)(1.05 − 1.15)
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
𝐿3 (𝑥) =
(𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
(𝑥 − 1)(𝑥 − 1.05)(𝑥 − 1.10)
𝐿3 (𝑥) =
(1.15 − 1)(1.15 − 1.05)(1.15 − 1.10)
𝑃3 (𝑥 ) = 𝐿0 (𝑥 ) × 𝑦0 + 𝐿1 (𝑥 ) × 𝑦1 + 𝐿2 (𝑥) × 𝑦2 + 𝐿3 (𝑥 ) × 𝑦3
𝑓 (𝑛+1) × 𝜉
𝐸𝑟𝑟𝑜𝑟 = │ (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛 )│
(𝑛 + 1)!
ln (b)
Aplicamos una propiedad de los logaritmos 𝑙𝑜𝑔𝑎 𝑏 = para modificar la función y
ln (𝑎)
ln(tan(𝑥))
𝑓 (𝑥 ) = 𝑙𝑜𝑔10 (𝑡𝑎𝑛(𝑥 ) ) =
ln(10)
1 𝑑
𝑓 ′ (𝑥) = × [ln(tan(𝑥 ))]
ln(10) 𝑑𝑥
𝑑
1 tan(𝑥)
𝑓 ′ (𝑥) = × 𝑑𝑥
ln(10) tan(𝑥)
′
1 sec 2 (𝑥) ′
sec 2 (𝑥)
𝑓 (𝑥) = × ⟹ 𝑓 =
ln(10) tan(𝑥) tan(𝑥) × ln(10)
𝑑 sec 2 (𝑥 ) 1 𝑑 sec 2 (𝑥 )
𝑓 ′′ (𝑥) = [ ] ⟹ × [ ]
𝑑𝑥 tan(𝑥 ) × ln(10) ln(10) 𝑑𝑥 tan(𝑥 )
′′
𝑑 2sec 2 (𝑥 ) sec 4 (𝑥 )
𝑓 ′(𝑥) = [ − ]
𝑑𝑥 ln(10) ln(10) × 𝑡𝑎𝑛2 (𝑥)
4 𝑑 4 𝑑 𝑠𝑒𝑐 4 (𝑥 ) 2
𝑓 ′′′′ (𝑥) = × [tan(𝑥 ) × 𝑠𝑒𝑐 4 (𝑥 )] − × [ ]+
ln(10) 𝑑𝑥 ln(10) 𝑑𝑥 tan(𝑥 ) ln(10)
𝑑 𝑠𝑒𝑐 6 (𝑥 )
× [ ]
𝑑𝑥 𝑡𝑎𝑛3 (𝑥 )
′′′′ (
12sec 4 (𝑥 ) 8𝑡𝑎𝑛2 (𝑥) × 𝑠𝑒𝑐 2 (𝑥) 16𝑠𝑒𝑐 6 (𝑥) 6 𝑠𝑒𝑐 8 (𝑥)
𝑓 𝑥) = − + + −
ln(10) ln(10) 𝑡𝑎𝑛2 (𝑥) × ln(10) 𝑡𝑎𝑛4 (𝑥) × ln(10)
Punto x = 1.09
𝑓 (𝑛+1) × 𝜉
𝐸𝑟𝑟𝑜𝑟 = │ (𝑥 − 1)(𝑥 − 1.05)(𝑥 − 1.10)(𝑥 − 1.15)│
(𝑛 + 1)!
𝑑
𝑔′(𝑥) = (𝑥 4 − 4.3𝑥 3 + 6.9275𝑥 2 − 4.955575𝑥 + 1.32825)
𝑑𝑥
𝑔′(𝑥) = 0
𝑥 = 1.0191
𝑥 = 1.075
𝑥 = 1.1309
𝑥 = 1.01910
𝑥 = 1.01910
𝑥 = 1.13090
𝑔(1.13090) = (1.13090 − 1)(1.13090 − 1.05)(1.13090 − 1.10)(1.13090 − 1.15)
Por lo tanto:
𝑓 (4) × 𝜉
𝐸𝑟𝑟𝑜𝑟 = │ (𝑥 − 1)(𝑥 − 1.05)(𝑥 − 1.10)(𝑥 − 1.15)│
(4 )!
Ejercicio 12
11. Use los siguientes valores y la aritmética de redondeo a cuatro dígitos para construir
una aproximación del tercer polinomio de Lagrange a 𝑓 (1.09). La función que va a ser
aproximada es 𝑓 (𝑥) = 𝑙𝑜𝑔10 (𝑡𝑎𝑛 𝑥 ). Conociendo lo anterior, calcule el error en la
aproximación.
SOLUCIÓN
Para este ejercicio se a empleado el programa maple y se ha desarrollado como sigue:
Se observa que hay una buena aproximación en los resultados.
14. el método de Neville sirve para aproximar f (0.4), se cuenta con la siguiente tabla:
X0 = 0 P0 = 1 = f(x0)
X1 = 0.25 P1 = 2 P01 =2.6
X2 = 0.5 P2 = P12 = P023=
X3 = 0.75 P3= 8 P23=2.4 P123= 2.96 P0123=3.016
Determine P2 = f(0.5)
SOLUCIÓN:
X0 = 0 P0 = Q0.0 = 1
X1 = 0.25 P1 = Q1.0 = 2 P01= Q1.1 = 2.6
X2 = 0.5 P2 = Q2.0 = Y P12 = Q2.1 = P023 = Q2.2 =
X3 = 0.75 P3 = Q3.1 = 2.4 P23 = Q 3.1 = 2.4 P123=Q3.2 = 2.96 P0123 = Q3.3 =3.016
P2 = f(0.5) = Q2.0 = Y
Nota;
→𝑓(0.5) = 𝑄2.0 = 𝑌
(𝑥 − 𝑥2 )𝑄3.0 (𝑥) − (𝑥 − 𝑥3 )𝑄2.0 (𝑥)
𝑄3,1 (𝑥) =
𝑋3 − 𝑋2
(0.1)8 − (0.35)𝑌
2.4 =
0.25
Y=4
→ P2 = f(0.5) = Q2.0 = Y= 4
15.a construya los polinomios interpolantes de Lagrange para las siguientes funciones y
obtenga una cota de error absoluto en el intervalo [𝑥0 , 𝑥𝑛 ].
a. 𝑓(𝑥 ) = 𝑒 2𝑥 cos(3𝑥 ), 𝑥0 = 0, 𝑥1 = 0.3, 𝑥2 = 0.6, 𝑛=2
Solución
Formula del polinomio interpolante de Lagrange.
𝑛
100 ∗ 𝑥 2 −100 ∗ 𝑥 2 + 60 ∗ 𝑥
𝑃2 (𝑥 ) = (1) ( ( )
− 5 ∗ 𝑥 + 1) + 1.1326472 ( )
18 9
5 ∗ 𝑥2 𝑥
+ (−0.7543375) ( − )
9 6
𝑃2 (𝑥 ) = −11.22017718 ∗ 𝑥 2 + 3.8082105 ∗ 𝑥 + 1
Calculamos el error absoluto.
Cuando 𝑥 = 0.6
𝑓 (𝑥 ) = 𝑒 2𝑥 cos(3𝑥 ) → 𝑓 (0.6) = 𝑒 2∗0.6 cos(3 ∗ 0.6) = −0.754337519
𝑃2 (0.6) = −11.22017718 ∗ 0.62 + 3.8082105 ∗ 0.6 + 1 = −0.754337485
𝑛
𝑓 𝑛+1 (𝜉)
𝑒=| ∏(𝑥 − 𝑥𝑖 )| = |𝑓(𝑥 ) − 𝑃(𝑥)| = |−0.754337519 + (−0.754337485)|
(𝑛 + 1)!
𝑖=0
= 3.4 ∗ 10−8
15.b Construya los polinomios interpolantes de Lagrange para las siguientes funciones
y obtenga una cota de error absoluto en el intervalo [𝒙𝟎 , 𝒙𝒏 ].
b. f(x)=sen (ln(x)), 𝒙𝟎 = 𝟐; 𝒙𝟏 = 𝟐. 𝟒; 𝒙𝟎 = 𝟐. 𝟔;
𝒏=𝟐
SOLUCIÓN:
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 2.4)(𝑥 − 2.6)
𝐿2,0 (𝑥 ) = ∏ = =
(𝑥0 − 𝑥𝑖 ) (𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (2 − 2.4)(2 − 2.6)
𝑖=0
𝑖≠0
𝑓𝑛+1 (𝜉)
𝑛
|𝑓(𝑥) − 𝑃𝑛 (𝑥 )| ≤ | (𝑛+1)! ∗ ∏𝑖=0(𝑥 − 𝑥𝑖 )| …………𝛽
1
𝑓 ′ (𝑥 )= 𝑥cos (ln(x))
1 1
𝑓 ′′ (𝑥 )= − 𝑥 2 cos (ln(x)) − 𝑥 2sen (ln(x))
2 1 2 1
𝑓 ′′′ (𝑥 )= cos (ln(x))+ 3sen (ln(x)) + sen (ln(x))− 3 cos (ln(x))
𝑥3 𝑥 𝑥3 𝑥
1
𝑓 ′′′ (𝑥 ) = 𝑥 3 (cos (ln(x)) +3 sen (ln(x)))
Para este caso la acotación se realizará tal que 𝑓 𝑛+1 (𝜉 ) ∈ [2, 2.6], donde 𝜉 Є (2, 2.6)
Entonces:
𝑔′ (𝑥 ) = 3𝑥 2 − 14𝑥 + 16.24 = 0
14 ± √142 − 4 ∗ 3 ∗ 16.24
𝑥=
2∗3
𝑥𝑎 = 2.509716754
𝑥𝑏 = 2.156949913
|𝑔(𝑥𝑎 )| = | − 0.005049042|
|𝑔(𝑥𝑏 )| = |0.016900894|………𝛼.
Finalmente reemplazamos 𝛼, 𝛿 𝑒𝑛 𝛽
1
3 (cos (ln(2)) + 3 sen (ln(2)))
|𝑓(𝑥) − 𝑃𝑛 (𝑥 )| ≤ |2 ∗ 𝑔 (𝑥 𝑏 )|
(2 + 1)!
1
2 3 (cos(ln(2)) + 3 sen (ln(2)))
|𝑓(𝑥) − 𝑃𝑛 (𝑥 )| ≤ | ∗ 0.016900894| = 0. 00094578
6
15c. construya los polinomios interpolantes de LaGrange para las siguientes funciones y
obtenga una cota de error absoluto en el intervalo [𝑥0 , 𝑥𝑛 ]
C) 𝑓(𝑥 ) = 𝑙𝑛𝑥 𝑥0 = 1 𝑥1 = 1.1 𝑥2 = 1.3 𝑥3 = 1.4 𝑛 = 3
𝑛
𝑃3 (𝑥) = ∑ 𝑓 (𝑥𝑘 )𝑙3 , 𝑘(𝑥) = 𝑓(𝑥0 )𝑙3 0(𝑥) + 𝑓 (𝑥1 )𝑙3 1(𝑥 ) + 𝑓(𝑥2 )𝑙3 2(𝑥) + 𝑓(𝑥3 )𝑙3 3(𝑥)
𝑘=0
𝑓 (𝑥0 ) = 0
𝑓 (𝑥1 ) = 0.09537
𝑓 (𝑥2 ) = 0.26256
𝑓 (𝑥3 ) = 0.33647
250𝑥 3 950𝑥 2 2395𝑥 1001 5000𝑥 3 18500𝑥 2 22600𝑥 9100
𝑃(𝑥 ) = 0[ + − + + 0.09537 [− + − + ]+
3 3 6 6 9 9 9 9
175𝑥 2 27 250𝑥 3 850𝑥 2 1915𝑥 715
0.26256[−25𝑥 3 + − 101𝑥 + ] + 0.33647[ − + − ]
2 2 3 3 6 6
𝑥 2 − 3𝑥 + 2 𝑥 2 − 2𝑥 𝑥2 − 𝑥
𝑝2 (𝑥 ) = 1 [ ] + 2.718282 [ ] + 7.38056 [ ]
2 −1 2
𝑝2 (𝑥 ) = 1.476246𝑥 2 + 0.242036𝑥 + 1
𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑓(0.25)
𝑓 (0.25) = 1.284025 𝑝(𝑥 ) = 𝑝(0.25) = 𝟏. 𝟏𝟓𝟐𝟕𝟕𝟒
𝐸𝑟𝑟𝑜𝑟: |1.284025 − 1.152774| = 0.131251
SOLUCIÓN
𝑋0 = 0
𝑋1 = 1
Interpolación 1
(−0.6)(0.01589) − (1 − 0) (0.224)
𝑓 0.75 =
1−0
𝑓𝑄0.75 = 0.1734
Interpolación 2
(−0.6)(0.01589) − (1 − 0) (0.17134)
𝑓0.75 =
1−0
𝑓𝑄0.75 = 0.228134
Interpolación 3
(−0.6)(0.01589) − (1 − 0) (0.228134)
𝑓0.75 =
1−0
𝑓0.75 = 0.325677
Interpolación 4
(−0.6)(0.01589) − (1 − 0) (0.325777)
𝑓 0.75 =
1−0
𝑓0.75 = 0.3289893
Interpolación 5
(−0.6)(0.01589) − (1 − 0) (0.3289893)
𝑓0.75 =
1−0
𝑓0.75 = 0.328967933
Interpolación 6
(−0.6)(0.01589) − (1 − 0) (0.32886773)
𝑄0.75 =
1−0
𝑓0.75 = 0.328967863
f x et para 0 x 2
16.c Aproxime f (0.25) y f (0.75) mediante el segundo polinomio interpolante con:
x 0 0, x1 1 y x 2 2
n
(x x i )
f x et para 0 x 2 Ln ,k
i 0 ( xk xn )
i 0
2
( x xi ) ( x x1 )( x x2 ) ( x 1)( x 2) x 2 3x 2
L2,0 ( x)
i 0 ( x0 xi ) ( x0 x1 )( x0 x2 ) (0 1)(0 2) 2
i 0
2
( x xi ) ( x x0 )( x x2 ) ( x 0)( x 2) x 2 2 x
L2,1 ( x)
i 0 ( x1 xi ) ( x1 x0 )( x1 x2 ) (1 0)(1 2) 1
i 1
2
( x xi ) ( x x0 )( x x1 ) ( x 0)( x 1) x 2 x
L2,2 ( x)
i 0 ( x2 xi ) ( x2 x0 )( x2 x1 ) (2 0)(2 1) 2
i2
SOLUCIÓN:
Por lo tanto.
𝑎 0 0 1 −1 1
𝑏
{ } = |1 1 1| {2.718281828}
𝑐 4 2 1 7.389056099
Es decir
𝑎 1.4762246221
{𝑏} = { 0.242035607 }
𝑐 1
Por lo tanto, la función de interpolación de segundo orden es:
f(x) = 1.476246221𝑥 2 + 0.242035607x + 1
Por tanto, el valor aproximado de f(x)
f(0.5) = 1.476246221*(0.5)2 + 0.242035607*(0.5) + 1 = 1.490079359
f(0.75) = 1.476246221*(0.75)2+ 0.242035607*(0.75) + 1 = 2.011915205
por lo tanto, usando la función de interpolación de segundo orden.
f(0.5) =
1.490079359
f(0.75) =
2.011915205
(D) considerando las siguientes aproximaciones.
Interpolación Error
Valor actual Lineal Segundo orden Lineal Segundo
orden
f(0.5) 1.648721271 1.324360635 1.490079359 0.324360636 0.158641912
F(0.75) 2.117000017 2.183501549 2.011915205 0.066501532 0.105084812
A partir del error absoluto calculado se observa que f(0.5) y f(0.75) son más precisos al
interpolar utilizando la interpolación Liner.
17
Supongamos que necesita construir tablas de ocho lugares decimales para la función
logarítmica común, o de base 10, x a x =1 a x=10 , de modo que la interpolación lineal
tenga una exactitud de 10 6 .Determine una cota del tamaño de paso para esta tabla.
¿ Qué tamaño de paso escogerá ?, para asegurarse de que la tabla incluya a x 10.
# Tomamos cada dos puntos y realizamos la recta que pasa por ellos dos
for i in range(1, n):
f = lambda z: y[i-1] + (y[i]-y[i-1])*(z-x[i-1])/(x[i]-x[i-1])
# Calculamos el error por medio del valor real del punto medio y el aproximado por la re
cta
error += np.log10(xi[1]) - yi[1]
# Imprimimos el error
print(error)
# Aquí haremos la prueba para saber que tal grande debe ser la partición del
# Intervalo [1,10] para que el error sea de por lo menos 10^-6
n = 10 # Número prueba
x = np.linspace(1, 10, n, endpoint=True)
y = np.log10(x)
interpollineal(x,y)
𝑛 nuestro número prueba para el número de particiones del intervalo es quien nos ayudará
para minimizar el error a través de la interpolación lineal.
A continuación, con ayuda de Python podemos ver tanto el 𝑛, como el respectivo error.
𝑛 𝐸𝑟𝑟𝑜𝑟
10 0.047028633508484546
100 0.004439954560291198
1000 0.00044016167402888186
10000 4,40𝑥10−5
100000 4,40𝑥10−6
Entonces, podemos ver que necesitamos más de 100.000 iteraciones para que nuestra
aproximación de 𝑓(𝑥 ) = 𝑙𝑜𝑔10 (𝑥 ) tenga un error de 10−6
__
𝒏 𝑬𝒓𝒓𝒐𝒓
𝟏𝟎 0.047028633508484546
𝟏𝟎𝟎 0.004439954560291198
𝟏𝟎𝟎𝟎 0.00044016167402888186
𝟏𝟎𝟎𝟎𝟎 4,40𝑥10−5
𝟏𝟎𝟎𝟎𝟎𝟎 4,40𝑥10−6
𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑃0,1,2,3 (2.5) 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑛𝑑𝑜 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑞𝑢𝑒 𝑠𝑒 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑎𝑛 𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖𝑜𝑛 .
𝑃0,1 (x) = 2x + 1
{ 𝑃0,2 (x) = x + 1
𝑃0,1,2,3 (2.5) = 2x + 1
𝐴 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖ó𝑛
2𝑥 + 1 = (𝑃1 − 𝑃0 )𝑥 + 𝑃 0
𝑃1 − 𝑃0 = 2 𝑃1 − 1 = 2
( ) 𝑦 ( )
𝑃0 = 1 𝑃1 = 3
𝐴 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖ó𝑛
(𝑥 − 𝑥0 )𝑃2 − (𝑥 − 𝑥2 )𝑃0 (𝑥 − 0)𝑃2 − (𝑥 − 2)𝑃0
𝑃0,2 (x) = [ ]= [ ]
(𝑥 2 − 𝑥 0 ) (2 − 0)
𝑥𝑃2 − (𝑥 − 2)𝑃0
=⌈ ⌉
2
𝑥(𝑃2 − 𝑃0 ) − 2𝑃0
x +1=
2
𝑥(𝑃2 − 1) − 2(1)
x +1=
2
𝑃 −1 =2
{ 2 }
𝑃2 = 3
𝐴 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖ó𝑛
(𝑥 − 𝑥2 )𝑃3 − (𝑥 − 𝑥3 )𝑃2 (𝑥 − 2)𝑃3 − (𝑥 − 3)𝑃2
𝑃2,3 (x) = [ ]= [ ]
(𝑥 3 − 𝑥 2 ) (3 − 2)
= (𝑋 − 2)𝑃3 − (𝑥 − 3)𝑃2
= 𝑥(𝑃3 − 𝑃2 ) − 2𝑃3 − 3𝑃2 = 𝑥(𝑃3 − 3) − 2𝑃3 − 3(3) = 𝑥(𝑃3 − 3) − 2𝑃3 − 9
𝐴 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖ó𝑛
(𝑥 − 𝑥0 )𝑃1,2 − (𝑥 − 𝑥2 )𝑃0,1 (𝑥 − 0)𝑃1 − (𝑥 − 1)𝑃0
𝑃0,1,2 (x) = [ ]= [ ]
(𝑥 2 − 𝑥 0 ) (2 − 0)
𝐴 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖ó𝑛
(𝑥 − 𝑥0 )𝑃2,3 (𝑥 ) − (𝑥 − 𝑥1 )𝑃1,2 (𝑥 ) (𝑥 − 0)𝑃2,3 (𝑥 ) − (𝑥 − 1)𝑃1,2 (𝑥 )
𝑃1,2,3 (x) = [ ]= [ ]
(𝑥3 − 𝑥1 ) (3 − 1)
1
= 2 [(𝑥 − 0)𝑃2,3 (𝑥 ) − (𝑥 − 1)𝑃1,2 (𝑥 )]
1
= 2 [(𝑥 − 0)𝑃2,3 (𝑥 ) − (𝑥 − 1)𝑃1,2 (𝑥 )]
𝐴 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑐𝑖ó𝑛
(2.5 − 𝑥0 )𝑃1,2,3 (2.5) − (2.5 − 𝑥1 )𝑃0,1,2
𝑃0,1,2,3 (2.5) = [ ]
(𝑥3 − 𝑥0 )
1 (𝑥 − 0)𝑃1,2,3 (2.5) − (𝑥 − 1)𝑃0,1,2 (2.5)
= [ ]
2 (3 − 0 )
Respuesta
𝑃0,1,2,3 (2.5) = 2.875.
20. El algoritmo de Neville sirve para aproximar 𝒇(𝟎) por medio de 𝒇(−𝟐), 𝒇(−𝟏), 𝒇(𝟏) y
𝒇(𝟐). Suponga que 𝒇(−𝟏) se sobre expresó por 𝟐 y que 𝒇(𝟏) se sobre expresó en 𝟑.
Determine el error del cálculo original del valor del polinomio interpolante al aproximar
𝒇(𝟎).
Desarrollo:
x0 2 x1 1 x2 1 x3 2
f 2 f 1 f 1 f 2
Diferencia dividida cero
f 2 f 1 f 1 f 2
Primera diferencia dividida
f x0 , x1
x x0 f x1 x x1 f x0 x 2 f 1 x 1 f 2 x 2 f 1 x 1 f 2
x1 x0 1 2
f x1 , x2
x x1 f x2 x x2 f x1 x 1 f 1 x 1 f 1 x 1 f 1 x 1 f 1
x2 x1 1 1 2
f x2 , x3
x x2 f x3 x x3 f x2 x 1 f 2 x 2 f 1
x 1 f 2 x 2 f 1
x3 x2 2 1
f x0 , x1 , x2
x x0 f x1 , x2 x x2 f x0 , x1
x2 x0
x 1 f 1 x 1 f 1
x 2 x 1 x 2 f 1 x 1 f 2
f x0 , x1 , x2 2
3
f x1 , x2 , x3
x x1 f x2 , x3 x x3 f x1 , x2
x3 x1
x 1 f 1 x 1 f 1
x 1 x 1 f 2 x 2 f 1 x 2
f x1 , x2 , x3 2
3
x x0 f x1 , x2 , x3 x x3 f x0 , x1 .x2
f x0 , x1 , x2 , x3
x3 x0
x 1 f 1 x 1 f 1
x 1 ( x 1) f 2 x 2 f 1 x 2
x 1 x 2 f 1 x 1 f 2
x 2
2
3
f x0 , x1 , x2 , x3
4
x 1 f 1 x 1 f 1
x 1 x 2 f 1 x 1 f 2
x 2 2
3
4
f x0 , x1 , x2 , x3
x x0 f x1 , x2 , x3 x x3 f x0 , x1.x2 f 2 2 f 1 2 f 1 f 2
x3 x0 6 3 3 6
2
El error respecto al cálculo original es más grande
3
𝑓 (0.5) = 𝑄2,0 = 𝑦
(𝑥 − 𝑥1 ) (𝑥 − 𝑥 0 )
𝑝1 (𝑥 ) = ∗ 𝑓 (𝑥 0 ) + ∗ 𝑓 (𝑥1 )
(𝑥0 − 𝑥1 ) (𝑥1 − 𝑥0 )
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
𝑝2 (𝑥 ) = ∗ 𝑓 (𝑥 0 ) + ∗ 𝑓(𝑥1 ) +
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) (𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )
∗ 𝑓 (𝑥 2 )
(0.5 − 𝑥1 )(0.5 − 𝑥2 ) (0.5 − 0)(0.5 − 1) (0.5 − 0)(0.5 − 𝑥1 )
𝑝2 (0.5) = ∗0+ ∗ 𝑓 (𝑥1 ) +
(0 − 𝑥1 )(0 − 𝑥2 ) (𝑥1 − 0)(𝑥1 − 1) (1 − 0)(1 − 𝑥1 )
∗0
(0.5 − 0)(0.5 − 1)
𝑝2 (0.5) = ∗ √𝑥1 − (𝑥1 )2
(𝑥1 − 0)(𝑥1 − 1)
50 + √1390 50 − √1390
𝑥1 = 0, 𝑥1 = 1, 𝑥1 = = 0.873, 𝑥1 = = 0.127
100 100
22. 𝑈𝑠𝑒 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑖𝑡𝑒𝑟𝑎𝑑𝑎 𝑖𝑛𝑣𝑒𝑟𝑠𝑎 𝑝𝑎𝑟𝑎 𝑜𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛𝑎 𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖𝑜𝑛 𝑎 𝑙𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑑𝑒
"𝑥" 𝑒 −𝑥 = 0, 𝑝𝑜𝑟 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
𝑥 0.3 0.4 0.5 0.6
𝑒 −𝑥 0.740818 0.670320 0.606531 0.548812
𝑷𝑨𝑹𝑨 𝒏=𝟐
2
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
𝐿2,1 (𝑥 ) = ∏ = =
(𝑥0 − 𝑥𝑖 ) (𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )
𝑖=0
𝑖≠0
𝑷𝑨𝑹𝑨 𝒏=𝟑
𝑃(𝑥 ) = 𝑓 (𝑥0 )𝐿3,0 (𝑥 ) + 𝑓 (𝑥1 )𝐿3,1 (𝑥 ) + 𝑓(𝑥2 )𝐿3,2 (𝑥 ) + 𝑓(𝑥3 )𝐿3,3 (𝑥)
3
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿3,0 (𝑥 ) = ∏ =
(𝑥0 − 𝑥𝑖 ) (𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )
𝑖=0
𝑖≠0
3
(𝑥 − 𝑥𝑖 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿3,1 (𝑥 ) = ∏ =
(𝑥 − 𝑥𝑖 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
𝑖=0
𝑖≠1
𝑃(𝑥 ) = 𝑓 (𝑥0 )𝐿3,0 (𝑥 ) + 𝑓 (𝑥1 )𝐿3,1 (𝑥 ) + 𝑓(𝑥2 )𝐿3,2 (𝑥 ) + 𝑓(𝑥3 )𝐿3,3 (𝑥)
25.a. Se sospecha que las elevadas concentraciones de tanina en las hojas de los robles
maduros inhiben el crecimiento de las larvas de la polilla invernal (Operophtera
bromat L. Geometridae) que tanto dañan a los árboles en algunos años. La tabla
anexa contiene el peso promedio de dos muestras de larva, tomadas en los primeros 28
días después del nacimiento. La primera muestra se crio en hojas de robles jóvenes,
mientras que la segunda lo hizo en hojas maduras del mismo árbol.
SOLUCIÓN
(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−20)(𝑥−28)
P6 (X) = . (6.67) −
7425600
𝑥(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−20)(𝑥−28) 𝑥(𝑥−6)(𝑥−13)(𝑥−17)(𝑥−20)(𝑥−28)
. (17.33) + . (42.67) −
569184 151200
𝑥(𝑥−6)(𝑥−10)(𝑥−17)(𝑥−20)(𝑥−28) 𝑥(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−20)(𝑥−28)
. (37.33) + . (30.10) −
114660 172788
𝑥(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−28) 𝑥(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−28)
. (29.31) + . (28.74)
470400 14636160
P6 (X) = 6.67 – 42.3434x + 16.1427x2 – 2.09464x3 + 012690x4 – 0.00367168x5
+0.0000409458x6
(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−20)(𝑥−28)
P6 (X) = . (6.67) −
7425600
𝑥(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−20)(𝑥−28) 𝑥(𝑥−6)(𝑥−13)(𝑥−17)(𝑥−20)(𝑥−28)
. (16.11) + . (18.89) −
569184 151200
𝑥(𝑥−6)(𝑥−10)(𝑥−17)(𝑥−20)(𝑥−28) 𝑥(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−20)(𝑥−28)
. (15.00) + . (10.56) −
114660 172788
𝑥(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−28) 𝑥(𝑥−6)(𝑥−10)(𝑥−13)(𝑥−17)(𝑥−28)
. (9.44) + . (8.89)
470400 14636160
25b. Se sospecha que las elevadas concentraciones de tanina en las hojas de los robles maduros
inhiben el crecimiento de las larvas de la polilla invernal que tanto dañan a los árboles en
algunos años. La tabla anexa contiene el peso promedio de dos muestras de larva, tomadas en
los primeros 28 días después del nacimiento. La primera muestra se crio en hojas de robles
jóvenes, mientras que la segunda lo hizo en hojas maduras del mismo árbol.
b. Para calcular un peso promedio máximo aproximado de cada muestra, determine el máximo
del polinomio interpolante.
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛
𝑑𝑎𝑡𝑜𝑠
𝑚𝑢𝑒𝑠𝑡𝑟𝑎 1 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 2
𝑥0 = 0 𝑓(𝑥0 ) = 6.67 𝑥0 = 0 𝑓(𝑥0 ) = 6.67
𝑥1 = 6 𝑓(𝑥1 ) = 17.33 𝑥1 = 6 𝑓(𝑥1 ) = 16.11
𝑥2 = 10 𝑓(𝑥2 ) = 42.67 𝑥2 = 10 𝑓(𝑥2 ) = 18.89
𝑥3 = 13 𝑓(𝑥3 ) = 37.33 𝑥3 = 13 𝑓(𝑥3 ) = 15.00
𝑥4 = 17 𝑓(𝑥4 ) = 30.10 𝑥4 = 17 𝑓(𝑥4 ) = 10.56
𝑥5 = 20 𝑓(𝑥5 ) = 29.31 𝑥5 = 20 𝑓(𝑥5 ) = 9.44
𝑥6 = 28 𝑓(𝑥6 ) = 28.74 𝑥6 = 28 𝑓(𝑥6 ) = 8.89
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜, 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑑𝑒 𝑔𝑟𝑎𝑑𝑜 6
𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑑𝑒 𝑙𝑎𝑔𝑟𝑎𝑛𝑔𝑒
𝑛
Ejercicio 26-A) En el ejercicio 24 de la sección 1.1 se integró una serie de Maclaurin para
aproximar erf(1), donde erf(x) es la distribución normal de la función de error definida por:
2 𝑥 2
erf(𝑥 ) = ∫ ℯ −𝑡 𝑑𝑡.
𝜋 0
√
a. Use la serie de Maclaurin para construir una tabla de erf(x) con una exactitud de
10−4 para: erf(x) donde x1= 0.2i, para i= 0, 1,…, 5.
SOLUCIÓN:
2
Considerando la función 𝑓 (𝑥 ) = ℯ −𝑥
Encuentre la serie de Maclaurin hasta los primeros cuatro términos de f(x), está dada por
𝑥 2 ′′ 𝑥3 𝑥4
𝑓 (𝑥) = 𝑓(0) + 𝑥𝑓′(0) + 𝑓 (0) + 𝑓 ′′′ (0) + 𝑓 ′′′′ (0) … … . (1)
2! 3! 4!
Donde 𝑓 (0) = 1
2
. 𝑓′(𝑥 ) = −2𝑥ℯ −𝑥 ⟹ 𝑓′(0) = 0
2
. 𝑓′′(𝑥 ) = −2𝑥ℯ −𝑥 [2𝑥 2 − 1] ⟹ 𝑓 ′′ (0) = −2
2
. 𝑓 ′′′(𝑥) = 4ℯ −𝑥 [3𝑥 − 2𝑥 3 ] ⟹ 𝑓 ′′′ (0) = 0
2
. 𝑓 ′′′′(𝑥) = 4ℯ −𝑥 [−2𝑥 2 (3 − 2𝑥 2 ) + (3 − 6𝑥 2 )] ⟹ 𝑓 ′′′′ (0) = 0
Sustituyendo los valores anteriores en (1)
𝑥2 𝑥3 𝑥4
. 𝑓(𝑥 ) = 1 + 𝑥(0) + (−2) + (0) + (0)
2! 3! 4!
. 𝑓 (𝑥 ) = 1 − 𝑥 2
2
Así, la serie de Maclaurin ℯ −𝑥 es 1-𝑥 2
Ahora calculamos la función de error de distribución normal erf(x) dada por
2 𝑥 −𝑡 2
. erf(𝑥 ) = ∫ ℯ 𝑑𝑥
√𝜋 0
2 𝑥 𝑥4
.= ∫ (1 − 𝑥 2 +
𝜋 0 2
)𝑑𝑥
√
2 𝑥3
.= (𝑥 − )……….. (2)
√ 𝜋 3
Sustituyendo los valores x1 = 0.2𝔦, 𝔦=0, 1, 2, 3, 4, 5 obtenemos la siguiente tabla para erf(x)
𝔦 Xi = 0.2𝔦 2 𝑥𝑖 3
erf(xi) = (xi- )
√ 𝜋 3
0 0 0
1 0.2 2 (0.2)3
(0.2- ) = 0.2227
√𝜋 3
2 0.4 2 (0.4)3
(0.4- ) = 0.4273
√𝜋 3
3 0.6 2 (0.6)3
(0.6- ) = 0.5958
√𝜋 3
4 0.8 2 (0.8)3
(0.8- ) = 0.7101
√𝜋 3
5 1.0 2 (1.0)3
(1.0- ) = 0.7523
√𝜋 3
Luego la tabla de es
x 𝑓(𝑥)
𝑥0 =0.31 𝑓[𝑥0 ] = 𝑓(𝑥0) 𝑓[𝑥1 ]−𝑓[𝑥
0]
𝑥1 =0.34 𝑓[𝑥1 ] = 𝑓(𝑥1) 𝑓[𝑥0 ,𝑥1 ] =
𝑥1 − 𝑥0
𝑓(𝑥0) =0.3389082
𝑓(𝑥1) = 0.3693645
0.3693645 − 0.3389082
𝑓[𝑥0 ,𝑥1 ] = = 1.0152100
0.34 − 0.31
Entonces el polinomio interpolante es:
𝑃1 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) = 0.3389082 + 1.0152100(𝑥 − 0.31) = 1.0152100𝑥 +
0.0241931
1
𝑃1 (3) = 0.3625964
función
𝑥0 = 0.31
𝑥1 = 0.34
𝑥2 = 0.35
x 𝑓(𝑥)
𝑥0 =0.31 𝑓[𝑥0] = 𝑓(𝑥0) 𝑓[𝑥1 ]−𝑓[𝑥
0]
𝑓[𝑥0 ,𝑥1 ] =
𝑥1 =0.34 𝑓[𝑥1] = 𝑓(𝑥1) 𝑥1 − 𝑥0 𝑓[𝑥1 ,𝑥2 ] −𝑓[𝑥0 ,𝑥1 ]
𝑓[𝑥0 ,𝑥1 ,𝑥2 ] =
𝑓[𝑥2 ]−𝑓[𝑥 𝑥2 − 𝑥0
1]
𝑓[𝑥1 ,𝑥2 ] =
𝑥2 = 0.35 𝑓[𝑥1] = 𝑓(𝑥1) 𝑥2 − 𝑥1
𝑓(𝑥0) =0.3389082
𝑓(𝑥1) = 0.3693645
𝑓(𝑥2) = 0.3793821
0.3693645 − 0.3389082
𝑓[𝑥0 ,𝑥1 ] = = 1.0152100
0.34 − 0.31
0.3793821 − 0.3693645
𝑓[𝑥1 ,𝑥2 ] = = 1.0017600
0.35 − 0.34
1.0017600 − 1.0152100
𝑓[𝑥0 ,𝑥1 ,𝑥2 ] = = −0.3362500
0.35 − 0.31
Entonces el polinomio interpolante es:
𝑃2 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) = 0.3389082 + 1.0152100(𝑥 − 0.31) −
0.3362500(𝑥 − 0.31)(𝑥 − 0.34)
𝑃2 = −0.33625𝑥 2 + 1.2337725𝑥 − 0.0112477
1
𝑃2 ( ) = 0.3626487
3
Además el valor aproximado 𝑓(1) = 0.3626487
3
Respuesta: el valor aproximado de la función evaluado en 1/3 con el método de polinomio
cuadrado es más aproximado que utilizando el polinomio lineal.
𝑛!
Donde (𝑛𝑘) denota 𝑘!(𝑛−𝑘)!. Estos polinomios pueden usarse en una demostración
constructiva del teorema de aproximación de Weierstrass 3.1 (véase [𝑩𝒂𝒓𝒕]), ya que
lim 𝐵𝑛 ( 𝑥) = 𝑓 (𝑥 ), para cada 𝑥 ∈ [0,1].
𝑛→∞
𝑛−1
(𝑛 − 1)!
=𝑥 ∑ 𝑥 𝑗 (1 − 𝑥)(𝑛−1) − 𝑗
(𝑗)! [(𝑛 − 1) − (𝑗)]!
𝑗 =0
𝑛−1
𝑛−1 𝑗
=𝑥 ∑( ) 𝑥 (1 − 𝑥)(𝑛−1) − 𝑗
𝑗
𝑗 =0
= 𝑥[𝑥 + (1 − 𝑥 ]𝑛−1 = 𝑥
Con lo que terminamos de comprobar que el polinomio de Bernstein de una función nos
resulta 𝑓 (𝑥 ) = 𝑥 y 𝑓 (𝑥 ) = 1
29. b
𝑛
Por definición ( ) como sigue:
𝑘
𝑛 𝑛!
( )=
𝑘 𝑘! (𝑛 − 𝑘)!
Incluso cuando (𝑘 ≤ 𝑛)
𝑛 𝑛(𝑛 − 1)!
( )=
𝑘 𝑘(𝑘 − 1)! ((𝑛 − 1) − (𝑘 − 1))!
𝑛 𝑛 (𝑛 − 1)!
( ) = ( )( )
𝑘 𝑘 (𝑘 − 1)! ((𝑛 − 1) − (𝑘 − 1))
𝑛 𝑛 𝑛−1
( ) = ( )( )
𝑘 𝑘 𝑘−1
𝑘 𝑛 𝑛−1
( )( ) = ( )
𝑛 𝑘 𝑘−1
𝑛−1
Entonces concluimos que para cada 𝑘 ≤ 𝑛, los valores de la combinatoria ( ), es
𝑘−1
𝑘 𝑛
igual a ( ) ( ).
𝑛 𝑘
Ejercicio 24.a
En la introducción de este capítulo se incluyó una tabla con la población de Estados
Unidos, entre los años 1940 y 1990. Use la interpolación de Lagrange para aproximar la
población en los años, 1930, 1965 y 2010.
intervalos 0 10 20 30 40 50
año 1940 1950 1960 1970 1980 1990
población 132165 151326 179323 203302 226542 249633
Año (1965)
𝒙 − 𝒙𝟏 𝒙 − 𝒙𝟎
𝑷(𝒙) = ∗ 𝒇(𝒙𝟎 ) + ∗ 𝒇 ( 𝒙𝟏 )
𝒙𝟎 − 𝒙𝟏 𝒙 𝟏 − 𝒙𝟎
𝑥0 = 20 𝑓(𝑥0 ) = 179323
𝑥1 = 30 𝑓(𝑥1 ) = 203302
𝑥 =25
𝑥 − 30 𝑥 − 20
𝑃 (𝑥 ) = ∗ (179323) + ∗ (203302)
20 − 30 30 − 20
𝑃(𝑥 ) = −17932.3 ∗ 𝑥 + 537969 + 20330.2 ∗ 𝑥 − 406604
𝑷(𝒙) = 𝟐𝟑𝟗𝟕. 𝟗 ∗ 𝒙 + 𝟏𝟑𝟏𝟑𝟔𝟓
𝑃𝑎𝑟𝑎 𝑥 = 25
𝑃(25) = 2397.9 ∗ 25 + 131365
𝑷(𝟐𝟓) = 𝟏𝟗𝟏𝟑𝟏𝟐. 𝟓 𝑯𝒂𝒃𝒊𝒕𝒂𝒏𝒕𝒆𝒔
Año (2010)
𝒙 − 𝒙𝟏 𝒙 − 𝒙𝟎
𝑷(𝒙) = ∗ 𝒇(𝒙𝟎 ) + ∗ 𝒇 ( 𝒙𝟏 )
𝒙𝟎 − 𝒙𝟏 𝒙 𝟏 − 𝒙𝟎
𝑥0 = 0 𝑓 (𝑥0 ) = 132165
𝑥1 = 50 𝑓(𝑥1 ) = 249633
𝑥 =70
𝑥 − 50 𝑥−0
𝑃 (𝑥 ) = ∗ (132165) + ∗ (249633)
0 − 50 50 − 0
𝑃(𝑥 ) = −26432.3 ∗ 𝑥 + 132165 + 4992.66 ∗ 𝑥
𝑃(𝑥 ) = 2349.36 ∗ 𝑥 + 132165
→ 𝑃𝑎𝑟𝑎 𝑥 = 70
𝑃(70) = 2349.36 ∗ 70 + 132165
𝑷(𝟕𝟎) = 𝟐𝟗𝟔𝟔𝟐𝟎. 𝟐 𝑯𝒂𝒃𝒊𝒕𝒂𝒏𝒕𝒆𝒔
Año (1930)
𝒙 − 𝒙𝟏 𝒙 − 𝒙𝟎
𝑷(𝒙) = ∗ 𝒇(𝒙𝟎 ) + ∗ 𝒇 ( 𝒙𝟏 )
𝒙𝟎 − 𝒙𝟏 𝒙 𝟏 − 𝒙𝟎
𝑥0 = 0 𝑓 (𝑥0 ) = 132165
𝑥1 = 50 𝑓(𝑥1 ) = 249633
𝑥 = −10
𝑥 − 50 𝑥−0
𝑃 (𝑥 ) = ∗ (132165) + ∗ (249633)
0 − 50 50 − 0
𝑃(𝑥 ) = −26432.3 ∗ 𝑥 + 132165 + 4992.66 ∗ 𝑥
𝑃(𝑥 ) = 2349.36 ∗ 𝑥 + 132165
→ 𝑃𝑎𝑟𝑎 𝑥 = 70
𝑃(10) = 2349.36 ∗ (−10) + 132165
𝑷(𝟏𝟎) = 𝟏𝟎𝟖𝟔𝟕𝟏. 𝟒 𝑯𝒂𝒃𝒊𝒕𝒂𝒏𝒕𝒆𝒔
EJERCICIO (29C)
Utilice la parte (b) y el hecho de que, según (ii) de la parte (a).
SOLUCIÓN
CONJUNTO
DE
EJERCICIOS
3.2
1.aUse la fórmula de diferencias divididas interpolantes de Newton o el algoritmo 3.2 para
construir polinomios interpolantes de grado uno, dos y tres con los siguientes datos. Use
cada uno de los polinomios para aproximar el valor especificado.
𝑎. 𝑓 (8.4) 𝑠𝑖 𝑓 (8.1) = 16.94410, 𝑓 (8.3) = 17.56492, 𝑓(8.6) = 18.50515,
𝑓 (8.7) = 18.82091
Solución.
𝑃1 (𝑥 ) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) = 𝑓 (𝑥0 ) + 𝑓(𝑥0 ; 𝑥1 ) × (𝑥 − 𝑥0 )
𝑥 𝑓(𝑥)
𝑃2 (𝑥 ) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
= 𝑓 (𝑥0 ) + 𝑓 (𝑥0 ; 𝑥1 ) × (𝑥 − 𝑥0 ) + 𝑓(𝑥0 ; 𝑥1 ; 𝑥2 ) × (𝑥 − 𝑥0 ) × (𝑥 − 𝑥1 )
𝑥 𝑓(𝑥)
𝑥 𝑓(𝑥)
𝑃3 (8.4) = 17.84809
1a. Use la fórmula de diferencias divididas interpolantes de Newton o el algoritmo 3.2 para
construir polinomios interpolantes de grado uno, dos y tres con los siguientes datos. Use
cada uno de los polinomios para aproximar el valor especificado.
a. 𝑓(8.4) = 𝑠𝑖 𝑓(8.1) = 16.94410, 𝑓(8.3) = 17.56492, 𝑓(8.6) =
18.50515 𝑓(8.7) = 18.82091
SOLUCIÓN
𝑋0 = 8.1 → 16.94410
𝑋1 = 8.3 → 17.56492
𝑋2 = 8.6 → 18.50515
𝑋3 = 8.7 → 18.82091
𝐿𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑑𝑖𝑣𝑖𝑑𝑖𝑑𝑎𝑠 𝑐𝑒𝑟𝑜 𝑓[𝑥𝑖 ] = 𝑓(𝑥𝑖 )
𝑓 [𝑥0 ] = 𝑓(𝑥0 ) = 𝑓 (8.1) = 16.94410
GRADO 1
𝑓 [𝑥1 ] − 𝑓 [𝑥0 ] 17.56492 − 16.94410
𝑓 [𝑥0 , 𝑥1 ] = = = 3.10410
𝑥1 − 𝑥0 8.3 − 8.1
𝑓 [𝑥2 ] − 𝑓 [𝑥1 ] 18.50515 − 17.56492
𝑓 [𝑥1 , 𝑥2 ] = = = 3.13410
𝑥2 − 𝑥1 8.6 − 8.3
𝑓 [𝑥3 ] − 𝑓 [𝑥2 ] 18.82091 − 18.50515
𝑓 [ 𝑥2 , 𝑥3 ] = = = 3.15760
𝑥3 − 𝑥2 8.7 − 8.6
Polinomio interpolante de grado 1
𝑃1 (𝑥 ) = 𝑎0 + 𝑎1 (𝑥 − 8.1)
𝑃1 (𝑥 ) = 16.94410 + 3.10410(𝑥 − 8.1) → 𝑃1 (8.4) = 17.87533
El valor aproximado es 𝑓(8.4) ≈ 𝑃1 (8.4) = 17.87533
GRADO 2
𝑓 [𝑥1 , 𝑥2 ] − 𝑓 [𝑥0 , 𝑥1 ] 3.13410 − 3.10410
𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] = = = 0.06
𝑥2 − 𝑥0 8.6 − 8.1
𝑓 [𝑥2 , 𝑥3 ] − 𝑓 [𝑥1 , 𝑥2 ] 3.15760 − 3.13410
𝑓 [𝑥1 , 𝑥2 , 𝑥3 ] = = = 0.05875
𝑥3 − 𝑥1 8.7 − 8.3
Polinomio interpolante de grado 2
𝑃2 (𝑥 ) = 𝑎0 + 𝑎1 (𝑥 − 8.1) + 𝑎2 (𝑥 − 8.1)(𝑥 − 8.3)
𝑃2 (𝑥 ) = 16.94410 + 3.10410(𝑥 − 8.1) + 0.06(𝑥 − 8.1)(𝑥 − 8.3)
→ 𝑃2 (8.4) = 17.87713
El valor aproximado es 𝑓(8.4) ≈ 𝑃2 (8.4) = 17.87713
GRADO 3
𝑓[𝑥1 , 𝑥2 , 𝑥3 ] − 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] 0.05875 − 0.06
𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] = = = −0.00208
𝑥 3 − 𝑥0 8.7 − 8.1
Polinomio de interpolante de grado 3
𝑃3 (𝑥 ) = 𝑎0 + 𝑎1 (𝑥 − 8.1) + 𝑎2 (𝑥 − 8.1)(𝑥 − 8.3) + 𝑎3 (𝑥 − 8.1)(𝑥 − 8.3)(𝑥 − 8.6)
Tomamos x=8.4, obtenemos el valor aproximado de 𝑓(8.4), esto es
𝑃3 (𝑥 ) = 16.94410 + 3.10410(8.4 − 8.1) + 0.06(8.4 − 8.1)(8.4 − 8.3) − 0.00208(8.4
− 8.1)(8.4 − 8.3)(8.4 − 8.6)
𝑃3 (𝑥 ) = 17.87533 + 0.00180 + 0.00001 = 17.87714
1.- Use la fórmula de diferencias divididas interpolantes de newton o el algoritmo 3.2 para
construir polinomios interpolantes de grado uno, dos y tres con los siguientes datos. Use
cada uno de los polinomios para aproximar el valor especificado.
B). - 𝑓(0.9)𝒔𝒊 𝑓(0.6) = −0.17694460; 𝑓 (0.7) = −0.01375227; 𝑓(0.8) =
0.22363362; 𝑓(1.0) = 0.65809197.
Construcción del polinomio interpolante de Grado 1:
𝑷𝟏 (𝒙) = 𝒂𝟎 + 𝒂𝟏 (𝒙 − 𝒙𝟎 ) = 𝒇(𝒙𝟎 ) + 𝒇[𝒙𝟎 , 𝒙𝟏 ]. (𝒙 − 𝒙𝟏 )
La tabla de diferencias divididas es:
X 𝒇(𝒙)
𝒙𝟎 = 𝟎. 𝟔 𝒇[𝒙𝟎 ] = 𝒇(𝒙𝟎 ) = 𝒇(𝟎. 𝟔) = − 𝟎. 𝟏𝟕𝟔𝟗𝟒𝟒𝟔𝟎
𝒙𝟏 = 𝟎. 𝟕 𝒇[𝒙𝟏 ] = 𝒇(𝒙𝟏 ) = 𝒇(𝟎. 𝟕) = 𝟎. 𝟎𝟏𝟑𝟕𝟓𝟐𝟐𝟕
𝒇(𝒙𝟏 , 𝒙𝟐 ) − 𝒇(𝒙𝟎 , 𝒙𝟏 )
𝒇(𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ) = = 𝟎. 𝟗𝟓𝟗𝟐𝟐𝟒
𝒙𝟐 − 𝒙𝟎
El polinomio interpolante de grado 2 es:
𝑷𝟐 (𝒙) = 𝑷𝟏 (𝒙) + 𝟎. 𝟗𝟓𝟗𝟐𝟐𝟒(𝒙 − 𝟎. 𝟔). (𝒙 − 𝟎. 𝟕)
= 𝟎. 𝟑𝟗𝟓𝟏𝟒𝟔 + 𝟎. 𝟗𝟓𝟗𝟐𝟐𝟒. 𝒙𝟐 − 𝟏. 𝟐𝟒𝟔𝟗𝟗𝟏𝟐. 𝒙 + 𝟎. 𝟒𝟎𝟐𝟖𝟕𝟒𝟎𝟖
𝑷𝟏 (𝟎. 𝟗) = 𝟎. 𝟒𝟓𝟐𝟔𝟗𝟗𝟒𝟒
𝒇(𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 ) − 𝒇(𝒙𝟎 , 𝒙𝟏 , 𝒙𝟑 )
𝒇(𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ) = = −𝟏. 𝟕𝟖𝟓𝟕𝟒𝟏
𝒙𝟑 − 𝒙𝟎
El polinomio interpolante de grado 3 es:
𝑷𝟑 (𝒙) = 𝑷𝟏 (𝒙) + 𝑷𝟐 (𝒙) − 𝟏. 𝟕𝟖𝟓𝟕𝟒𝟏(𝒙 − 𝟎. 𝟔)(𝒙 − 𝟎. 𝟕)(𝒙 − 𝟎. 𝟖)
= 𝟎. 𝟑𝟗𝟓𝟏𝟒𝟔 + 𝟎. 𝟒𝟓𝟐𝟔𝟗𝟗𝟒𝟒 + 𝒙𝟑 − 𝟐. 𝟏 ∗ 𝒙𝟐 + 𝟏. 𝟒𝟔𝒙 − 𝟎. 𝟑𝟑𝟔
𝑷𝟏 (𝟎. 𝟗) = 𝟎. 𝟒𝟓𝟐𝟔𝟗𝟗𝟒𝟒
Luego la tabla de es
x 𝑓(𝑥)
𝑥0 =0.6 𝑓[𝑥0 ] = 𝑓(𝑥0 ) 𝑓[𝑥1 ]−𝑓[𝑥
0]
𝑥1 =0.7 𝑓[𝑥1 ] = 𝑓(𝑥1 ) 𝑓[𝑥0 ,𝑥1 ] =
𝑥1 − 𝑥0
𝑓(𝑥0) =-0.17694460
𝑓(𝑥1) = 0.01375227
0.01375227 − (−0.17694460)
𝑓[𝑥0 ,𝑥1 ] = = 1.90696870
0.7 − 0.6
Entonces el polinomio interpolante e grado 1 es:
𝑃1 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) = −0.17694460 + 1.90696870(𝑥 − 0.6) = 1.90696870𝑥 −
1.32112582
𝑃1 (0.9) = 0.39514601
Además el valor aproximado 𝑓(09) = 0.39514601
Ahora para construir el polinomio de grado 2 tomaremos otro punto más para poder trabajar
en nuestro polinomio.
𝑥0 = 0.6
𝑥1 = 0.7
𝑥2 = 0.8
x 𝑓(𝑥)
𝑥0 =0.6 𝑓[𝑥0] = 𝑓(𝑥0) 𝑓[𝑥1 ]−𝑓[𝑥
0]
𝑓[𝑥0 ,𝑥1 ] =
𝑥1 =0.7 𝑓[𝑥1] = 𝑓(𝑥1) 𝑥1 − 𝑥0 𝑓[𝑥1 ,𝑥2 ] −𝑓[𝑥0 ,𝑥1 ]
𝑓[𝑥0 ,𝑥1 ,𝑥2 ] =
𝑓[𝑥2 ]−𝑓[𝑥 𝑥2 − 𝑥0
1]
𝑓[𝑥1 ,𝑥2 ] =
𝑥2 = 0.8 𝑓[𝑥2] = 𝑓(𝑥2) 𝑥2 − 𝑥1
𝑓(𝑥0) = −0.17694460
𝑓(𝑥1) = 0.01375227
𝑓(𝑥2) = 0.22363362
0.01375227 − (−0.17694460)
𝑓[𝑥0 ,𝑥1 ] = = 1.90696870
0.7 − 0.6
0.22363362 − 0.01375227
𝑓[𝑥1 ,𝑥2 ] = = 2.09881350
0.8 − 0.7
2.09881350 − 1.90696870
𝑓[𝑥0 ,𝑥1 ,𝑥2 ] = = 0.959224
0.8 − 0.6
Entonces el polinomio interpolante es:
𝑃2 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) = −0.17694460 + 1.90696870(𝑥 −
0.6) + 0.959224(𝑥 − 0.6)(𝑥 − 0.7)
𝑃2 = 0.959224𝑥 2 + 0.65997750𝑥 − 0.91825174
𝑃2 (0.9) = 0.45269945
Además el valor aproximado 𝑓(0.9) = 0.45269945
Ahora para construir el polinomio de grado 3 tomaremos otro punto más para poder trabajar
en nuestro polinomio.
𝑥0 = 0.6
𝑥1 = 0.7
𝑥2 = 0.8
𝑥3 = 1.0
Ya tomados los puntos procedemos a construir el polinomio interpolante de grado 2:
𝑃2 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑎3 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) = 𝑓[𝑥0 ] +
𝑓[𝑥0 ,𝑥1 ] (𝑥 − 𝑥0 ) + 𝑓[𝑥0 ,𝑥1 ,𝑥2 ] (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑓[𝑥0 ,𝑥1 ,𝑥2 ,𝑥3 ] (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
x 𝑓(𝑥)
𝑥0 =0.6 𝑓[𝑥0 ] = 𝑓(𝑥0) 𝑓[𝑥1 ]−𝑓[𝑥
0]
𝑓[𝑥0 ,𝑥1 ] =
𝑥1 =0.7 𝑓[𝑥1 ] = 𝑓(𝑥1) 𝑥1 − 𝑥0 𝑓[𝑥1 ,𝑥2 ] −𝑓[𝑥0,𝑥1]
𝑓[𝑥0,𝑥1,𝑥2] = 𝑓[𝑥0 ,𝑥1 ,𝑥2 ,𝑥3 ]
𝑓[𝑥2 ]−𝑓[𝑥 𝑥2 − 𝑥0
𝑥2 1]
𝑓[𝑥1 ,𝑥2 ] = 𝑓[𝑥1 ,𝑥2 ,𝑥3 ] −𝑓[𝑥0 ,𝑥1 ,𝑥2 ]
= 0.8 𝑓[𝑥2 ] = 𝑓(𝑥2) 𝑥2 − 𝑥1 =
𝑓[𝑥3 ]−𝑓[𝑥 ] 𝑓[𝑥2 ,𝑥3 ] −𝑓[𝑥1,𝑥2] 𝑥3 − 𝑥0
𝑥3 𝑓[𝑥2 ,𝑥3 ] = 2 𝑓[𝑥1,𝑥2,𝑥3] =
𝑓[𝑥3 ] = 𝑓(𝑥3) 𝑥3 − 𝑥2 𝑥3 − 𝑥1
= 1.0
𝑓(𝑥0) = −0.17694460
𝑓(𝑥1) = 0.01375227
𝑓(𝑥2) = 0.22363362
𝑓(𝑥3) = 0.65809197
0.01375227 − (−0.17694460)
𝑓[𝑥0 ,𝑥1 ] = = 1.90696870
0.7 − 0.6
0.22363362 − 0.01375227
𝑓[𝑥1 ,𝑥2 ] = = 2.09881350
0.8 − 0.7
0.65809197 − 0.22363362
𝑓[,𝑥2 ,𝑥3 ] = = 2.17229175
1.0 − 0.8
2.09881350 − 1.90696870
𝑓[𝑥0 ,𝑥1 ,𝑥2 ] = = 0.959224
0.8 − 0.6
2.17229175 − 2.09881350
𝑓[𝑥1 ,𝑥2 ,𝑥3 ] = = 0.24492750
1.0 − 0.7
0.24492750 − 0.959224
𝑓[𝑥0 ,𝑥1 ,𝑥2 ,𝑥3 ] = = −1.78574125
1.0 − 0.6
Respuesta: nuestro valor mas aproximado seria el que obtuvimos en e3l polinomio
interpolante de grado 3; cuyo valor es de 𝑓(0.9) = 0.441985
2.a Use la formula de diferencia progresiva de Newton para construir polinomios
interpolantes de grado uno, dos y tres con los siguientes datos. Aproxime el valor
especificado usando cada uno de los polinomios.
𝟏
a. 𝒇 (− 𝟑) si 𝒇(−𝟎. 𝟕𝟓) = −𝟎. 𝟎𝟕𝟏𝟖𝟏𝟐𝟓𝟎, 𝒇(−𝟎. 𝟓) = −𝟎. 𝟎𝟐𝟒𝟕𝟓𝟎𝟎, 𝒇(−𝟎. 𝟐𝟓) =
𝟎. 𝟑𝟑𝟒𝟗𝟑𝟕𝟓𝟎, 𝒇(𝟎) = 𝟏. 𝟏𝟎𝟏𝟎𝟎𝟎𝟎𝟎
i x f(x) 𝜟𝒚𝒊 𝜟 𝟐 𝒚𝒊 𝜟 𝟑 𝒚𝒊
0 -0.75 -
0.0470625 0.312625 0.09375
0.07181250
1 -0.5 -0.0247500 0.3596875 0.406375
2 -0.25 0.33493750 0.7660625
3 0 1.10100000
𝑛
𝑠
𝑃𝑛 (𝑥 ) = 𝑓 (𝑥0 ) + ∑ ( ) 𝛥𝑘 𝑓 (𝑥0 )
𝑘
𝑘=1
Para grado 1:
𝑎 = −0.5
1
𝑥=−
3
ℎ = 0,25
1
𝑥 − 𝑎 − 3 − (−0.5)
𝑢= = = 0.6667
ℎ 0.25
→ 𝑓(𝑎 + 𝑢ℎ) = 𝑓(𝑎) + 𝑢(𝛥𝑓(𝑎))
(0⋅6667)(0.6667−1)
𝑓(𝑥 ) = 𝑓 (−0.5) + 0.6667(𝛥𝑓(𝑎)) + (𝛥2 𝑓 (𝑎))
2
(0.6667)(0⋅6667−1)
𝑓(𝑥 ) = 𝑓 (−0.5) + 0.6667(0.35969) + (0.406375)
2
𝑓(𝑥 ) = 0.16989
Para grado 3:
𝑎 = −0.75
1
𝑥=−
3
ℎ = 0,25
1
𝑥 − 𝑎 − 3 − (−0.75)
𝑢= = = 1.6667
ℎ 0.25
𝑢(𝑢−1) 𝑢(𝑢−1)(𝑢−2)
→ 𝑓(𝑎 + 𝑢ℎ) = 𝑓(𝑎) + 𝑢(𝛥𝑓(𝑎)) + (𝛥2 𝑓 (𝑎)) + (𝛥3 𝑓(𝑎))
2 3!
1.6667(1.6667−1)
𝑓(𝑥 ) = 𝑓 (−0.75) + 1.6667(𝛥𝑓(−0.75)) + (𝛥2 𝑓(−0.75)) +
2
1.6667(1.6667−1)(1.6667−2)
(𝛥3 𝑓 (−0.75))
6
1
Teniendo como aproximación del punto 𝑥 = − 3 al evaluar en cada polinomio anterior nos
𝑝1(−1) = 0.36463 𝑔𝑟𝑎𝑑𝑜 1
3
𝑃𝑛 (𝑥 ) = ∑𝑛𝑘=1(𝑘𝑆 ) ∆𝑘 𝑦0
ℎ = 𝑋1 − 𝑋0 = −0.5 − (−0.75) = 0.25
𝑥−𝑋0 𝑥−(−0.75)
𝑠= = = 4𝑥 + 3
ℎ 0.25
X Y
-0.75 -0.07181250
0.04706250
-0.5 -0.02475000 0.31262500
0.35968750 0.09375000
-0.25 0.33493750 0.40637500
0.76606250
0 1.10100000
𝑓 (0.25) si
𝑓 (0.1) = −0.62049958,
𝑓 (0.2) = −0.28398668
𝑓 (0.3) = −0.00660095
𝑓 (0.4) = −0.24842440
SOLUCIÓN
Organizando los datos.
X Y 𝛻1 𝛻2 𝛻2
X0 = 0.1 - 0.62049958
X1 = 0.2 - 0.28398668 0.33651290
X2 = 0.3 - 0.00660095 0.27738573 -0.05912717
X3 = 0.4 - 0.24842440 - 0.24182345 - 0.51920918 - 0.46008201
X Y 𝛻1
X0 = 0.1 - 0.62049958
X1 = 0.2 - 0.28398668 0.33651290
𝑷𝟏 (𝒙) = 𝒚𝒏 + 𝒖𝜵𝟏 𝒚𝒏
Donde
(𝑥 − 𝑥 𝑛 )
𝑢=
(ℎ )
(𝑥 − 0.2)
𝑢= = 10𝑥 − 2
(0.2 − 0.1)
Reemplazando se tiene:
𝑷𝟏 (𝒙) = −𝟎. 𝟐𝟖𝟑𝟗𝟖𝟔𝟔𝟖 + (𝟏𝟎𝒙 − 𝟐)(𝟎. 𝟑𝟑𝟔𝟓𝟏𝟐𝟗𝟎)
𝑃1 (𝑥 ) = 3.36512900𝑥 − 0.95701248
X Y 𝛻1 𝛻2
X0 = 0.1 - 0.62049958
X1 = 0.2 - 0.28398668 0.33651290
X2 = 0.3 - 0.00660095 0.27738573 -0.05912717
𝑢 (𝑢 + 1) 𝟐
𝑷𝟐 (𝒙) = 𝒚𝒏 + 𝒖𝜵𝟏 𝒚𝒏 + 𝜵 𝒚𝒏
2!
(𝑥 − 0.3)
𝑢= = 10𝑥 − 3
0.1
𝑃2 (𝑥 ) = −0.00660095 + (10𝑥 − 3)(0.277385573)
(10𝑥 − 3)(10𝑥 − 2)
+ (−0.05912717)
2
𝑃2 (𝑥 ) = −0.00660095 + 2.77385730𝒙 − 0.83215719 − 0.05912717(10𝑥 − 3)(5𝑥
− 1)
X Y 𝛻1 𝛻2 𝛻2
X0 = 0.1 - 0.62049958
X1 = 0.2 - 0.28398668 0.33651290
X2 = 0.3 - 0.00660095 0.27738573 -0.05912717
X3 = 0.4 - 0.24842440 - 0.24182345 - 0.51920918 - 0.46008201
𝑢 (𝑢 + 1) 𝟐 𝑢(𝑢 + 1)(𝑢 + 2) 𝟑
𝑷𝟑 (𝒙) = 𝒚𝒏 + 𝒖𝜵𝟏 𝒚𝒏 + 𝜵 𝒚𝒏 + 𝜵 𝒚𝒏
2! 3!
(10𝑥−4)(10𝑥−3)
(−0.51920918) = (5𝑥 − 2)(10𝑥 − 3)(−0.51920918) =
2
(50𝑥 2 − 35𝑥 + 6)(−0.51920918) = −25.96045900𝑥 2 + 18.17232130𝑥 −
3.11525508
(10𝑥−4)(10𝑥−3)(10𝑥−2)
(−0.46008201) =
6
(10𝑥 − 4)(10𝑥 − 3)(5𝑥 − 1)(−0.15336067)
(50𝑥 2 − 10𝑥 − 20𝑥 + 4)(10𝑥 − 3)(−0.15336067)
(50𝑥 2 − 30𝑥 + 4)(10𝑥 − 3)(−0.15336067)
(500𝑥 3 − 450𝑥 2 + 130𝑥 − 12)(−0.15336067)
−76.68033500𝑥 3 + 69.01230150𝑥 2 − 19.93688710𝑥 + 1.8403280
𝑃3 (𝑥 ) = −76.68033500𝑥 3 + 69.01230150𝑥 2 − 19.93688710𝑥 + 1.8403280
− 25.96045900𝑥 2 + 18.17232130𝑥 − 3.11525508 − 2.41823450𝑥
+ 0.96729380 − 024842440
1
a) 𝑓 (− 3) 𝑠𝑖 𝑓 (−0.75) = −0.07181250, 𝑓(−0.5) = −0.02475000, 𝑓(−0.25) =
𝑠𝑒𝑔𝑢𝑛𝑑𝑎 𝑑𝑖𝑣𝑖𝑑𝑖𝑑𝑎
𝑓(𝑥2 , 𝑥1 ) − 𝑓(𝑥3 , 𝑥2 )
𝑓(𝑥3 , 𝑥2 , 𝑥1 ) = = 3.2510
𝑥1 − 𝑥3
𝑓(𝑥1 , 𝑥0 ) − 𝑓 (𝑥2 , 𝑥1 )
𝑓(𝑥2 , 𝑥1 , 𝑥0 ) = = 2.5010
𝑥0 − 𝑥2
𝑡𝑒𝑟𝑐𝑒𝑟𝑎 𝑑𝑖𝑣𝑖𝑑𝑖𝑑𝑎
𝑓 (𝑥2 , 𝑥1 , 𝑥0 ) − 𝑓(𝑥3 , 𝑥2 , 𝑥1 )
𝑓(𝑥3 , 𝑥2 , 𝑥1 , 𝑥0 ) = = 1.00000
𝑥0 − 𝑥3
𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑁𝑒𝑤𝑡𝑜𝑛 𝑅𝑒𝑔𝑟𝑒𝑠𝑖𝑣𝑎
𝑃𝑁 = 𝑓[𝑥𝑛 ] + 𝑓 [𝑥𝑛 , 𝑥𝑛−1 ](𝑥 − 𝑥𝑛 ) + ⋯ + 𝑓 [𝑥𝑛 , 𝑥𝑛−1 , 𝑥0 ](𝑥 − 𝑥𝑛 )(𝑥 − 𝑥𝑛−1 ) … (𝑥
− 𝑥1 )
1
𝑃3 (𝑥 ) = 𝑃2 (𝑥 ) + 1.000(𝑥 − 0)(𝑥 − (−25))(𝑥 − (−0.5)) 𝑃3 (− )
3
= 0.17451852
1 1
(4 (− 3) + 3) ((4 (− 3) + 3) − 1)
1
𝑝2(−1) = 𝑝1 (− ) + (0.312652)
3 3 2
=-0.18030556
𝑠(𝑠 − 1)(𝑠 − 2) 3
𝑝3 (𝑠) = 𝑝1 (𝑠) + 𝛥 𝑓 (𝑥 0 )
6
1
𝑝3(−1) = 𝑝2 (− )
3 3
1 1 1
(4 (− 3) + 3) ((4 (− 3) + 3) − 1) ((4 (− 3) + 3) − 2)
+ (0.09375)
6
=0.1745185
SOLUCIÓN:
i x f(x)
3 𝑥3 = 0.4 𝑓 [𝑥3 ] = f (0.4) = 0.24842440
2 𝑥2 = 0.3 𝑓 [𝑥2 ] = 𝑓 [𝑥2 ]=f (0.3) =0.00660095
Entonces:
Ejercicio – 4a
Use el algoritmo 3.2 para construir el polinomio interpolante de grado cuatro con los puntos
desigualmente espaciados que aparecen en la tabla anexa.
a)
X 𝑓(𝑋) 𝑎1 𝑎2 𝑎3 𝑎4
0.0 -6.00000 -------------- ------------- ------------ -------------
0.1 -5.89483 𝑓(𝑥0 , 𝑥1 ) ------------- ------------- -----------------
0.3 -5.65014 𝑓(𝑥1 , 𝑥2 ) 𝑓(𝑥0 , 𝑥1 , 𝑥2 ) ------------- ------------------
0.6 -5.17788 𝑓(𝑥2 , 𝑥3 ) 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) 𝑓(𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ) ---------------
1.0 -4.28172 𝑓(𝑥3 , 𝑥4 ) 𝑓(𝑥2 , 𝑥3 , 𝑥4 ) 𝑓(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) 𝑓(𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 )
Algoritmo 3.2
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑓(𝑥0 , 𝑥1 ) =
𝑥1 − 𝑥0
X 𝑓(𝑋) 𝑎1 𝑎2 𝑎3 𝑎4
0.0 -6.00000 -------------- ------------- ------------ -------------
0.1 -5.89483 1.0517 ------------- ------------- -----------------
0.3 -5.65014 1.2235 0.5727 ------------- ------------------
0.6 -5.17788 1.5742 0.7014 0.2145 ---------------
1.0 -4.28172 2.2404 0.9283 0.2521 0.0376
Formula
𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑎3 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
+ 𝑎4 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑃(𝑥 ) = −6 + 1.1(𝑥) + 0.6(𝑥 )(𝑥 − 0.1) + 0.2(𝑥 )(𝑥 − 0.1)(𝑥 − 0.3) + 0.04(𝑥)(𝑥
− 0.1)(𝑥 − 0.3)(𝑥 − 0.6)
4. a. Use el algoritmo 3.2 para construir el polinomio interpolante de grado cuatro con los
puntos desigualmente espaciados que aparecen en la tabla anexa:
SOLUCIÓN
Pn(x)= f(x0) +( x – x0) f[x0, x1] +(x – x0 )(x – x1 )f[x0, x1, x2]+(x – x0 )(x – x1 )(x – x2)f[x0,x1, x2 ,
x3] + (x – x0 )(x – x1 )(x – x2)(x – x3)f[x0,x1, x2 ,x3 ,x4] ………….ecuación 1
Considerando los puntos desigualmente espaciados en los X y f(x) valores dados que se
muestran en la tabla 2.
x X0 X1 X2 X3 X4
0.0 0.1 0.3 0.6 1.0
f(x) f[x0] f[x1] f[x2] f[x3] f[x4]
-6.0000 -5.89483 -5.65014 -5.17788 -4.28172
Tabla 2.
Sustituimos todos los valores de diferencia divididos en la ecuación (1) para obtener el
polinomio de interpolación de cuarto grado.
Pn(x)= f(x0) +( x – x0) f[x0, x1] +(x – x0 )(x – x1 )f[x0, x1, x2]+(x – x0 )(x – x1 )(x – x2)f[x0,x1, x2 ,
x3] + (x – x0 )(x – x1 )(x – x2)(x – x3)f[x0,x1, x2 ,x3 ,x4]
4.b. Use el algoritmo 3.2 para construir el polinomio interpolante de grado cinco con
los puntos desigualmente espaciados que aparecen en la tabla anexa.
b)
x f(x) a1 a2 a3 a4 a5
0.0 6.00000 ______ _________ ____________ _____________
________________
0.1 -5.89483 f (x0, x1) _________ ____________ _____________
________________
0.3 -5.65014 f (x1, x2) f (x0, x1, x2) ____________ _____________
________________
0.6 -5.17788 f (x2, x3) f (x1, x2, x3) f (x0, x1, x2, x3) ______________
________________
1.0 -4.28172 f (x3, x4) f (x2, x3, x4) f (x1, x2, x3, x4) f (x0, x1, x2, x3, x4)
________________
1.1 -3.99583 f (x4, x5) f (x3, x4, x5) f (x2, x3, x4, x5) f (x1, x2, x3, x4, x5) f (x0,
x1, x2, x3, x4, x5)
Algoritmo 3.2
𝑓 (𝑥1 ) − 𝑓(𝑥0 )
𝑓 (𝑥0 , 𝑥1 ) =
𝑥1 − 𝑥0
x f(x) a1 a2 a3 a4 a5
0.0 6.00000 ______ _________ ____________ _____________
________________
0.1 -5.89483 1.0517 _________ ____________ _____________
________________
0.3 -5.65014 1.2235 0.5727 ____________ _____________
________________
0.6 -5.17788 1.5742 0.7014 0.2145 _____________
________________
1.0 -4.28172 2.2404 0.9517 0.2521 0.0376
________________
1.1 -3.99583 2.8589 1.2370 0.3566 0.0
785 -0.1236
Fórmula
Ejercicio 5
Ítem a)
Aproxime 𝑓(0.05) mediante los siguientes datos y la fórmula de diferencias divididas
progresivas de Newton.
𝑥0 = 0.0 𝑥1 = 0.2 𝑥2 = 0.4 𝑥2 = 0.6 𝑥4 = 0.8
𝑓 (𝑥0 ) = 1 𝑓(𝑥1 ) = 1.2214 𝑓(𝑥2 ) = 1.49182 𝑓(𝑥3 ) = 1.82212 𝑓 (𝑥 4 )
= 2.22554
Solución
Diferencia dividida cero
Se sabe que 𝑓(𝑥𝑖 ) = 𝑓 [𝑥𝑖 ], por lo tanto, las diferencias divididas son:
𝑓 [𝑥0 ] = 1 𝑓[𝑥1 ] = 1.2214 𝑓[𝑥2 ] = 1.49182 𝑓[𝑥3 ] = 1.82212 𝑓[𝑥4 ] = 2.22554
Primera diferencia dividida
Se sabe que
𝑓[𝑥𝑖+1 ] − 𝑓[𝑥𝑖 ]
𝑓 [𝑥𝑖 , 𝑥𝑖+1 ] =
𝑥𝑖+1 − 𝑥𝑖
→
𝑓[𝑥1 ] − 𝑓[𝑥0 ] 1.2214 − 1
𝑓 [𝑥0 , 𝑥1 ] = = = 1.10700
𝑥1 − 𝑥0 0.2 − 0
𝑓[𝑥2 ] − 𝑓 [𝑥1 ] 1.49182 − 1.2214
𝑓 [𝑥1 , 𝑥2 ] = = = 1.35210
𝑥2 − 𝑥1 0.4 − 0.2
𝑓 [𝑥3 ] − 𝑓[𝑥2 ] 1.82212 − 1.49182
𝑓 [ 𝑥2 , 𝑥3 ] = = = 1.65150
𝑥3 − 𝑥2 0.6 − 0.4
𝑓 [𝑥4 ] − 𝑓[𝑥3 ] 2.22554 − 1.82212
𝑓 [ 𝑥3 , 𝑥4 ] = = = 2.01710
𝑥4 − 𝑥3 0.8 − 0.6
Segunda diferencia dividida
𝑓[𝑥1 , 𝑥2 ] − 𝑓 [𝑥0 , 𝑥1 ] 1.35210 − 1.10700
𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] = = = 0.61275
𝑥2 − 𝑥0 0.4 − 0.0
𝑓[𝑥2 , 𝑥3 ] − 𝑓 [𝑥1 , 𝑥2 ] 1.65150 − 1.35210
𝑓 [𝑥1 , 𝑥2 , 𝑥3 ] = = = 0.74850
𝑥3 − 𝑥1 0.6 − 0.2
𝑓 [𝑥3 , 𝑥4 ] − 𝑓 [𝑥2 , 𝑥3 ] 1.01710 − 1.65150
𝑓 [ 𝑥2 , 𝑥3 , 𝑥4 ] = = = 0.91400
𝑥4 − 𝑥2 0.8 − 0.4
Tercera diferencia dividida
𝑓[𝑥1 , 𝑥2 , 𝑥3 ] − 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] 0.74850 − 0.61275
𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] = = = 0.22625
𝑥3 − 𝑥0 0.6 − 0.0
𝑓[𝑥2 , 𝑥3 , 𝑥4 ] − 𝑓[𝑥1 , 𝑥2 , 𝑥3 ] 0.91400 − 0.74850
𝑓 [𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ] = = = 0.27583
𝑥4 − 𝑥1 0.8 − 0.2
Cuarta diferencia dividida
𝑓 [𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ] − 𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] 0.27583 − 0.22625
𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3, 𝑥4 ] = =
𝑥4 − 𝑥0 0.8 − 0.0
= 0.06198
La fórmula de las diferencias divididas progresivas de Newton es
𝒏
𝒔
𝑷𝒏 (𝒙) = 𝑷𝒏 (𝒙𝟎 + 𝒔𝒉) = 𝒇[𝒙𝟎 ] + ∑ ( ) 𝒌! 𝒉𝒌 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒙𝟒 , 𝒙𝟓 , . . . , 𝒙𝒌 ]
𝒌
𝒌=𝟏
Donde:
𝒉 = 𝒙𝒊+𝟏 − 𝒙𝒊 = 𝒙𝟏 − 𝒙𝟎 = 𝟎. 𝟐 ⋀ 𝒙 = 𝒙𝟎 + 𝒔𝒉 → 𝒔𝒉 = 𝒙 − 𝒙𝟎 = 𝒙 −
𝟎=𝒙
Reemplazando los valores en 𝑷𝒏 (𝒙)
𝑃4 (𝑥 ) = 1 + (𝑠ℎ)1.10700 + 𝑠(𝑠 − 1)ℎ2 0.61275 + 𝑠(𝑠 − 1)(𝑠 − 2)ℎ3 0.22625 + 𝑠(𝑠
− 1)(𝑠 − 2)(𝑠 − 3)ℎ4 0.06918
𝑃4 (𝑥 ) = 1 + 1.1070(𝑠ℎ) + 0.61275(𝑠ℎ)2 − 0.61275(𝑠ℎ)ℎ + 0.22625(𝑠ℎ)3
− 0.67875(𝑠ℎ)2 ℎ + 0.4525(𝑠ℎ)ℎ2 + 0.06918(𝑠ℎ)4 − 0.41508(𝑠ℎ)3 ℎ
+ 0.76098(𝑠ℎ)2 ℎ2 − 0.41508(𝑠ℎ)ℎ3
𝑃4 (𝑥 ) = 1 + 1.1070(𝑥) + 0.61275(𝑥)2 − 0.61275(𝑥)0.2 + 0.22625(𝑥)3
− 0.67875(𝑥)2 0.2 + 0.4525(𝑥)0.22 + 0.06918(𝑥 )4 − 0.41508(𝑥)3 0.2
+ 0.76098(𝑥)2 0.22 − 0.41508(𝑥)0.23
𝑃4 (𝑥 ) = 0.06918𝑥 4 − 0.14323𝑥 3 + 0.50744𝑥 2 − 0.99923𝒙 + 1
Hallamos la aproximación para 𝑓 (0.05)
𝑃4 (0.05) = 0.06918(0.05)4 + 0.14323(0.05)3 + 0.50744(0.05)2 − 0.99923(0.05)
+1
𝑷𝟒 (𝟎. 𝟎𝟓) = 𝟎. 𝟗𝟓𝟏𝟐𝟖
Solución
Diferencia dividida cero
𝑓 [ 𝑥0 ] = 1 𝑓 [𝑥1 ] = 1.2214 𝑓[𝑥2 ] = 1.49182 𝑓[𝑥3 ] = 1.82212 𝑓[𝑥4 ] =
2.22554
Primera diferencia dividida
𝑓 [𝑥1 ] − 𝑓 [𝑥0 ] 1.2214 − 1
𝑓 [𝑥0 , 𝑥1 ] = = = 1.107
𝑥1 − 𝑥0 0.2 − 0.0
𝑓 [𝑥2 ] − 𝑓 [𝑥1 ] 1.49182 − 1.2214
𝑓 [𝑥1 , 𝑥2 ] = = = 1.3521
𝑥2 − 𝑥1 0.4 − 0.2
𝑓[𝑥3 ] − 𝑓 [𝑥2 ] 1.82212 − 1.49182
𝑓 [ 𝑥2 , 𝑥3 ] = = = 1.6515
𝑥3 − 𝑥2 0.6 − 0.4
𝑓[𝑥4 ] − 𝑓 [𝑥3 ] 2.22554 − 1.82212
𝑓 [ 𝑥3 , 𝑥4 ] = = = 2.0171
𝑥4 − 𝑥3 0.8 − 0.6
Segunda diferencia dividida
𝑓 [𝑥1 , 𝑥2 ] − 𝑓 [𝑥0 , 𝑥1 ] 1.3521 − 1.107
𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] = = = 0.61275
𝑥2 − 𝑥0 0.4 − 0.0
𝑓 [𝑥2 , 𝑥3 ] − 𝑓 [𝑥1 , 𝑥2 ] 1.6515 − 1.3521
𝑓 [𝑥1 , 𝑥2 , 𝑥3 ] = = = 0.7485
𝑥3 − 𝑥1 0.6 − 0.2
𝑓 [𝑥3 , 𝑥4 ] − 𝑓 [𝑥2 , 𝑥3 ] 2.0171 − 1.6515
𝑓 [ 𝑥2 , 𝑥3 , 𝑥4 ] = = = 0.914
𝑥4 − 𝑥2 0.8 − 0.4
Tercera diferencia dividida
𝑓[𝑥1 , 𝑥2 , 𝑥3 ] − 𝑓 [𝑥0 , 𝑥1 𝑥2 ] 0.7485 − 0.61275
𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] = = = 0.22625
𝑥 3 − 𝑥0 0.6 − 0.0
𝑓[𝑥2 , 𝑥3 , 𝑥4 ] − 𝑓[𝑥1 , 𝑥2 𝑥3 ] 0.914 − 0.7485
𝑓 [𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ] = = = 0.2758333
𝑥4 − 𝑥1 0.8 − 0.2
Cuarta diferencia dividida
𝑓 [𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ] − 𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] 0.2758333 − 0.22625
𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ] = =
𝑥4 − 𝑥0 0.8 − 0.0
= 0.0619791
Aplicamos la formula del polinomio
𝑃𝑛 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑎3 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
+ 𝑎4 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑎0 = 𝑓 [𝑥0 ] 𝑎1 = 𝑓 [𝑥0 , 𝑥1 ] 𝑎2 = 𝑓[𝑥0 , 𝑥1 , 𝑥2 ] 𝑎3 = 𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ]
𝑎4 = 𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ]
Remplazando valores
𝑃𝑛 = 1 + 1.107(𝑥 − 0.0) + 0.61275(𝑥 − 0.0)(𝑥 − 0.2) + 0.22625(𝑥 − 0.0)(𝑥 −
0.2)(𝑥 − 0.4) + 0.0619791(𝑥 − 0.0)(𝑥 − 0.2)(𝑥 − 0.4)(𝑥 − 0.6)
𝑃𝑛 = 1 + 1.107(𝑥) + 0.61275(𝑥)(𝑥 − 0.2) + 0.22625(𝑥)(𝑥 − 0.2)(𝑥 − 0.4) +
0.0619791(𝑥 )(𝑥 − 0.2)(𝑥 − 0.4)(𝑥 − 0.6)
Hallar la aproximación de f(0.05)
𝑃(0.05) = 1 + 1.107(0.05) + 0.61275(0.05)(0.05 − 0.2) + 0.22625(0.05)(0.05 −
0.2)(0.05 − 0.4) + 0.0619791(0.05)(0.05 − 0.2)(0.05 − 0.4)(0.05 − 0.6)
𝑓 (0.05) = 1.0512588
EJERCICIO (5B)
Use la fórmula de la diferencia dividida regresiva de Newton para aproximar f (0.65)
5B
Use la fórmula de la diferencia dividida regresiva de Newton para aproximar f (0.65)
x0 0.0
x1 0.2
x2 0.4
x3 0.6
x4 0.8
f (x0 ) 1
f (x1 ) 1.2214
f (x ) 1.49182
2
f (x3 ) 1.82212 f (x4 ) 2.22554
a4 f x , x , x , x , x
0 1 2 3 4
P(n)Aplique la fórmula
2.22554 de Stirling
2.017100(x para
0.8) aproximar 𝒇 (0.43)
0.914000(x 0.8)(x 0.6)
5.c 0.2758333(x 0.8)(x 0.6)(x 0.4) 0.0619791(x 0.8)(x 0.6)(x 0.4)(x 0.2)
𝑥0 = −2 𝑥1 = −1 𝑥2 = 0 𝑥3 = 1 𝑥4 = 2
𝑓 (𝑥0 ) = −1 𝑓( 𝑥1 ) = 3 𝑓 (𝑥 2 ) = 1 𝑓(𝑥3 ) = −1 𝑓 (𝑥 4 ) = 3
EJERCICIO 6. Demuestre que el polinomio que interpola los siguientes datos es de grado
3.
X -2 -1 0 1 2 3
f(x) 1 4 11 16 13 -4
SOLUCIÓN
0 -2 1 -------------------------------------
---------
1 -1 4 𝑓(𝑥1 ) − 𝑓(𝑥0 ) 4−1
𝑓(𝑥0 , 𝑥1 ) = = =3
𝑥1 − 𝑥2 −1 + 2
2 0 11 𝑓(𝑥2 ) − 𝑓(𝑥1 ) 11 − 4
𝑓(𝑥1 , 𝑥2 ) = = =7
𝑥2 − 𝑥3 0 − −1
3 1 16 𝑓(𝑥3 ) − 𝑓(𝑥2 ) 16 − 11
𝑓 (𝑥 2 , 𝑥 3 ) = = =5
𝑥3 − 𝑥2 1−0
4 2 13 𝑓 (𝑥4 ) − 𝑓(𝑥3 ) 13 − 16
𝑓(𝑥3 , 𝑥4 ) = = = −3
𝑥4 − 𝑥3 2−1
5 3 -4 𝑓(𝑥5 ) − 𝑓(𝑥4 ) −4 − 13
𝑓 (𝑥 4 , 𝑥 5 ) = =
𝑥5 − 𝑥 4 3−2
= −17
Entonces tenemos:
𝑎0 = 1
𝑎1 = 3
𝑎2 = 2
𝑎3 = −1
𝑎4 = 0
𝑎5 = 0
Reemplazamos en la fórmula:
𝑃𝑛 (𝑥) = 𝑎𝑜 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + ⋯ + 𝑎𝑛 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 −
𝑥𝑛−1 )
Solución
𝑥0 = −2 𝑥1 = −1 𝑥2 = 0 𝑥3 = 1 𝑥4 = 2
𝑓 (𝑥0 ) = −1 𝑓 (𝑥1 ) = 3 𝑓 (𝑥 2 ) = 1 𝑓 (𝑥3 ) = −1 𝑓 (𝑥 4 ) = 3
𝑖 𝑥𝑖 𝑦𝑖 ∆1 𝑦𝑖 ∆2 𝑦𝑖 ∆3 𝑦𝑖 ∆4 𝑦𝑖
0 −2 −1 4 −6 6 0
1 −1 3 −2 0 6
2 0 1 −2 6
3 1 −1 4
4 2 3
𝑠 𝑠 𝑠 𝑠
𝑃𝑛 (𝑥 ) = 𝑓(𝑥0 ) + ( ) ∆1 𝑦0 + ( ) ∆2 𝑦0 + ( ) ∆3 𝑦0 + ( ) ∆4 𝑦0
𝑘 𝑘 𝑘 𝑘
𝑃𝑛 (𝑥 ) = −1 + (0.5)(4) + (−0.125)(−6) + (0.0625)(6) + (0.0391)(0) = 2.125
Solución
x0 0, x1 1, x2 2
P( x0 ) 2, P( x1 ) 1, P( x2 ) 4
xi f xi P x
0 2
-3
1 -1 8
5
2 4
0 2 , 1 3 , 2 8 , 3 1
0 x x0 x x0 x x1 x x0 x x1 x x2
1 2 3
P x
0! 1! 2! 3!
3x 8 x x 1 x x 1 x 2
P x 2
1! 2! 3!
x3 3x 2 2 x
P( x) 2 3x 4 x 4 x
2
20 x 7 x 2 x3
P x 2
3 2 6
7
El coeficiente de x 2 es
2
𝟏𝟎. 𝑆𝑒 𝑑𝑎𝑛 𝑙𝑜𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑎𝑡𝑜𝑠 𝑝𝑎𝑟𝑎 𝑢𝑛 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑃(𝑥 )𝑑𝑒 𝑔𝑟𝑎𝑑𝑜 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜:
x 0 1 2 3
P(x) 4 9 15 18
𝐸𝑙 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑒𝑠:
4 5 1 −4
𝑃(𝑥 ) = 0!10 + 1!11 (𝑥 − 0) + 2!12 (𝑥 − 0)(𝑥 − 1) + 3!13 (𝑥 − 0)(𝑥 − 1)(𝑥 − 2) +
1
(𝑥 − 0)(𝑥 − 1)(𝑥 − 2)(𝑥 − 3)
4! 14
1 2
𝑃(𝑥 ) = 4 + 5(𝑥 − 0) + (𝑥 − 0)(𝑥 − 1) − (𝑥 − 0)(𝑥 − 1)(𝑥 − 2) +
2 3
1
(𝑥 − 0)(𝑥 − 1)(𝑥 − 2)(𝑥 − 3)
24
1 4 11 3 71 2 35
𝑃 (𝑥 ) = 𝑥 − 𝑥 + 𝑥 + 𝑥+4
24 12 24 12
11
∴ 𝐸𝑙 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑥 3 𝑑𝑒𝑙 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑒𝑠 − .
12
Ejercicio 11
La fórmula de las diferencias divididas progresivas de Newton sirve para aproximar 𝑓(0.3)
si se cuenta con los siguientes datos.
𝑥 0.0 0.2 0.4 0.6
𝑓(𝑥) 15.0 21.0 30.0 51.0
Suponga que se descubre que 𝑓(0.4) fue subexpresado en 10 y que 𝑓(0.6) fue
subexpresado en 5. ¿Cuánto deberá modificarse la aproximación a 𝑓 (0.3)?
Ejercicio: 12
Con una función f la fórmula de las diferencias divididas interpolantes de newton da el
polinomio interpolante
𝟏𝟔
𝑷𝟑 (𝑿) = 𝟏 + 𝟒𝑿 + 𝟒𝑿(𝑿 − 𝟎. 𝟐𝟓) + 𝑿(𝑿 − 𝟎. 𝟐𝟓)(𝑿 − 𝟎. 𝟓)
𝟑
X Y
𝑿𝑶 = 𝟎 𝑌0 = 𝟎
𝑿1 = 𝟎. 25 𝑌1 = 𝑎0 = 1
𝑋2 = 0.5 𝑌2 = 𝑎0 + 𝑎1 (𝑋2 − 𝑋1 ) = 1 + 4(0.5 − 0.25) = 2
𝑋3 = 0. 75 𝑌3 = 𝑎0 + 𝑎1 (𝑋3 − 𝑋1 ) + 𝑎2 (𝑋3 − 𝑋1 )(𝑋3 − 𝑋2 )
13. Con una función f las diferencias divididas progresivas están dadas por.
𝑥2 = 0.7 𝑓[𝑥2] = 6
𝑷𝒂𝒓𝒂 = 𝒇[𝒙𝒐 ]
𝑓[𝑥1 ] −𝑓[𝑥0 ]
𝑓[𝑥0 ,𝑥1] = 𝑥1 −𝑥0
3 − 𝑓[𝑥0 ]
5=
0.4 − 0.0
𝑓[𝑥0 ] = 3 − 5(0.4)
𝑓[𝑥0 ] = 1
14. a En la introducción de este capítulo se incluyó una tabla que contiene la población de
estados unidos de 1940 a 1990. Utilice las diferencias divididas adecuadas para aproximar
la población de los años 1930, 1965 y 2010.
SOLUCIÓN
𝟏
𝒇(𝟏𝟗𝟑𝟎) = 𝑷𝟒 (𝟏. 𝟔 + (− ) (𝟎. 𝟑))
𝟑
𝟏 𝟎. 𝟎𝟑
𝒇(𝟏𝟗𝟑𝟎) = 𝟎. 𝟒𝟓𝟓𝟒 + (− ) ( ) ((𝟎. 𝟓𝟒𝟖𝟗 + (−𝟎. 𝟓𝟕𝟖𝟔))
𝟑 𝟐
𝟏𝟐 𝟏 𝟏 𝟏
+ (− )(𝟎. 𝟑)𝟐 (−𝟎. 𝟎𝟒𝟗) + (− )((− )
𝟑 𝟐 𝟑 𝟑
𝟏
− 𝟏)(𝟎. 𝟑)𝟐 (𝟎. 𝟎𝟔𝟓𝟖 + 𝟎. 𝟎𝟔𝟖𝟎) + (− ) − 𝟏)(𝟎. 𝟑)𝟒 (𝟎. 𝟎𝟎𝟏𝟖)
𝟑
𝒇(𝟏𝟗𝟑𝟎) = 𝟐𝟒𝟖𝟗𝟎𝟑𝟒
Se sigue el mismo procedimiento y se estima la población para 1965 y 2010.
𝒇(𝟏𝟗𝟔𝟓) = 𝟓𝟐𝟓𝟐𝟗𝟎𝟎
𝒇(𝟐𝟎𝟏𝟎) = 𝟓𝟐𝟓𝟐𝟗𝟎𝟎
14
a. En 1930 la población fue aproximadamente de 123203000. ¿cuál es a su juicio la
exactitud de las cifras correspondientes a los años de 1965 y 2010?
I xa a0 a1 a2 a3
a3 a4 a5
p5 1965 192892.2894
P5 2010 174374.727
Ejercicio 15
𝑓 [𝑥0 , 𝑥1 ] = 𝑓[𝑥0 , 𝑥1 ]
1=1
Finalmente podemos concluir que la igualdad existe, por lo tanto, queda demostrado que
𝑎2 = 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ].
16. Demuestre que:
f n1 ( ( x))
f x0 , x1.....xn , x para alguna (x) (sugerencia: según la ecuación 3.3)
(n 1!)
f n1 ( ( x))
f ( x) Pn ( x) ( x x0 )...( x xn )
(n 1!)
Solución:
Si f ( x) Pn1 ( x)
f n1 ( ( x))
Pn ( x) ( x x0 )...( x xn ) Pn ( x) f x0 , x1.....xn , x ( x x0 )...( x xn )
(n 1!)
f n1 ( ( x))
f x0 , x1.....xn , x
(n 1!)
Ejercicio 17. Sea i0, i1,…, in un arreglo de los enteros 0, 1,…, n. Demuestre que f[xi.0,
xi.1,…, xi.n] = f[x0, x1,…,xn]. [sugerencia considere el coeficiente principal del polinomio de
Lagrange de grado n en los datos {x0, x1,…,xn}= {xi.o, xi.1,…, xi.n}.]
SOLUCIÓN:
Expanciendo los dos polinomios de interpolación
.𝑓(𝑥 ) = ci n 𝑥 𝑛 + 𝑂(𝑥 𝑛−1 )
.𝑔(𝑥 ) = cn 𝑥 𝑛 + 𝑂(𝑥 𝑛−1 )
Considerando algunos puntos nodales x = xi
Como loa polinomios de interpolación en algunos puntos nodales son únicos, por lo tanto.
f(xi) = g(x1)
por lo tanto, los coeficientes de las mismas potencias de x deben ser iguales
Ci.n = Cn
Como f(x), g(x) son los polinomios en deferencias divididas de Newton, por lo tanto
Ci.n = f[xi.0, xi.1,…, xi.n]
Cn = f[x0, x1,…,xn]
Por lo tanto, el resultado es:
f[ xi.0, xi.1,…, xi.n ] = f[ x0, x1,…,xn ]
CONJUNTO
DE
EJERCICIOS
4.1
1.a
Use las fórmulas de diferencia progresiva y de diferencia regresiva para determinar
las aproximaciones con que se completaran las siguientes tablas:
a.
x f (x) 𝒇′ (𝒙)
0.5 0.4794
0.6 0.5646
0.7 0.6442
SOLUCIÓN:
𝑓 (𝑥 0 + ℎ ) − 𝑓 (𝑥 0 ) ℎ
𝑓 ′ (𝑥 ) = − ∗ 𝑓 ′′ (ξ),
ℎ 2
Si h=0.1
𝑓 (𝑥 0 + ℎ ) − 𝑓 (𝑥 0 ) ℎ
𝑓 ′ (𝑥 ) = − ∗ 𝑓 ′′ (ξ)
ℎ 2
Si h= - 0.1
𝑓 (𝑥 0 + ℎ ) − 𝑓 (𝑥 0 ) ℎ
𝑓 ′ (𝑥 ) = − ∗ 𝑓 ′′ (ξ)
ℎ 2
Si h= - 0.1
x f (x) 𝒇′ (𝒙)
0.5 0.4794 0.8520
0.6 0.5646 0.8520
0.7 0.6442 0,7960
1.b
Use las fórmulas de diferencia progresiva y de diferencia regresiva para determinar las
Solución
𝑥0 = 0.0 𝑓 (0.0) = 0.0
𝑥1 = 0.2 𝑓 (0.2) = 0.74140
𝑥2 = 0.4 𝑓 (0.4) = 1.3718
Formula de diferencia progresiva y diferencia regresiva
𝒇(𝒙𝟎 + 𝒉) − 𝒇(𝒙𝟎 ) 𝒉
𝒇′ (𝒙𝟎 ) = − 𝒇"(𝝃)
𝒉 𝟐
Cuando h = 0.2
𝒇(𝒙𝟎 + 𝒉) − 𝒇(𝒙𝟎 ) 𝒇(𝟎. 𝟎 + 𝟎. 𝟐) − 𝒇(𝟎. 𝟎) 𝟎. 𝟕𝟒𝟏𝟒 − 𝟎. 𝟎
𝒇′ (𝒙𝟎 ) = 𝒇′ (𝟎. 𝟎) = = =
𝒉 𝟎. 𝟐 𝟎. 𝟐
= 𝟑. 𝟕𝟎𝟕𝟎
Cuando h = 0.2
𝒇(𝒙𝟏 + 𝒉) − 𝒇(𝒙𝟏 ) 𝒇(𝟎. 𝟐 + 𝟎. 𝟐) − 𝒇(𝟎. 𝟐)
𝒇′ (𝒙𝟏 ) = 𝒇′ (𝟎. 𝟐) = =
𝒉 𝟎. 𝟐
𝟏. 𝟑𝟕𝟏𝟖 − 𝟎. 𝟕𝟒𝟏𝟒
= = 𝟑. 𝟏𝟓𝟐𝟎
𝟎. 𝟐
Cuando h = -0.2
𝒇(𝒙𝟐 + 𝒉) − 𝒇(𝒙𝟐 ) 𝒇(𝟎. 𝟒 + (−𝟎. 𝟐)) − 𝒇(𝟎. 𝟒)
𝒇′ (𝒙𝟐 ) = 𝒇′ (𝟎. 𝟒) = =
𝒉 −𝟎. 𝟐
𝟎. 𝟕𝟒𝟏𝟒 − 𝟏. 𝟑𝟕𝟏𝟖
= = 𝟑. 𝟏𝟓𝟐𝟎
−𝟎. 𝟐
2.a
𝑳𝒐𝒔 𝒅𝒂𝒕𝒐𝒔 𝒅𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒐 𝟏 𝒔𝒆 𝒕𝒐𝒎𝒂𝒓𝒐𝒏 𝒅𝒆 𝒍𝒂𝒔 𝒔𝒊𝒈𝒖𝒊𝒆𝒏𝒕𝒆𝒔 𝒇𝒖𝒏𝒄𝒊𝒐𝒏𝒆𝒔. 𝑪𝒂𝒍𝒄𝒖𝒍𝒆 𝒍𝒐𝒔
𝒆𝒓𝒓𝒐𝒓𝒆𝒔 𝒓𝒆𝒂𝒍𝒆𝒔 𝒅𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒐 𝟏 𝒚 𝒐𝒃𝒕𝒆𝒏𝒈𝒂 𝒍𝒂𝒔 𝒄𝒐𝒍𝒂𝒔 𝒅𝒆 𝒆𝒓𝒓𝒐𝒓 𝒑𝒐𝒓 𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒍𝒂𝒔
𝒇ó𝒓𝒎𝒖𝒍𝒂𝒔 𝒅𝒆 𝒆𝒓𝒓𝒐𝒓. 𝒂. 𝒇(𝒙) = 𝒔𝒆𝒏(𝒙)
𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟 𝑙𝑎 𝑑𝑒𝑟𝑖𝑣𝑎𝑑𝑎 𝑑𝑒 𝑝𝑟𝑖𝑚𝑒𝑟 𝑜𝑟𝑑𝑒𝑛 𝑒𝑛 𝑙𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠
𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜𝑠 𝑢𝑠𝑎𝑛𝑑𝑜 𝑙𝑎 𝑓ó𝑟𝑚𝑢𝑎 𝑑𝑒 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 ℎ𝑎𝑐𝑖𝑎 𝑎𝑑𝑒𝑙𝑎𝑛𝑡𝑒 𝑦 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 ℎ𝑎𝑐𝑖𝑎
𝑎𝑡𝑟𝑎𝑠 𝑠𝑜𝑛 𝑙𝑜𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠:
𝑥 𝑓(𝑐)
0.5 0.4794
0.6 0.5646
0.7 0.6442
𝑓 (𝑥 0 + ℎ ) − 𝑓 (𝑥 0 )
𝑃𝑎𝑟𝑎 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜𝑠 𝑑𝑒 ℎ, 𝑠𝑒 𝑢𝑠𝑎𝑟á 𝑝𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑓´(𝑥0 )𝑐𝑜𝑛 𝑢𝑛
ℎ
𝑀ℎ
𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 , 𝑑𝑜𝑛𝑑𝑒 𝑀 𝑒𝑠 𝑢𝑛 𝑙í𝑚𝑖𝑡𝑒 𝑒𝑛 |𝑓 (−2) (𝑥 )|𝑝𝑜𝑟 𝑥
2
∈ [𝑎, 𝑏]. 𝐸𝑠𝑡𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎 𝑠𝑒
𝑐𝑜𝑛𝑜𝑐𝑒 𝑐𝑜𝑚𝑜 𝑙𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 ℎ𝑎𝑐𝑖𝑎 𝑎𝑑𝑒𝑙𝑎𝑛𝑡𝑒 𝑠𝑖 ℎ > 0 𝑦 𝑙𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎 𝑑𝑒
𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 ℎ𝑎𝑐𝑖𝑎 𝑎𝑡𝑟á𝑠 𝑠𝑖 ℎ < 0. 𝐴ℎ𝑜𝑟𝑎, 𝑠𝑒 𝑐𝑎𝑙𝑐𝑢𝑙𝑎 𝑙𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 ℎ𝑎𝑐𝑖𝑎 𝑎𝑑𝑒𝑙𝑎𝑛𝑡𝑒 𝑐𝑜𝑛
𝑥0 = 0.5 𝑐𝑜𝑛 ℎ = 0.1 𝑑𝑒 𝑝𝑟𝑒𝑐𝑖𝑠𝑖ó𝑛 𝑂(ℎ)𝑢𝑠𝑎𝑛𝑑𝑜:
𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 ) 𝑓(0.5 + 0.1) − 𝑓(0.5) 𝑓 (0.6) − 𝑓(0.5)
𝑓´(𝑥0 ) = = =
ℎ 0.1 0.1
0.5646 − 0.4794
𝑓´(𝑥0 ) = = 0.852
0.1
2.b
Los datos del ejercicio 1 se tomaron de las siguientes funciones. Calcule los errores reales
del ejercicio 1 y obtenga las cotas de error por medio de las fórmulas de error.
B) f (x) = ex - 2x2 + 3x – 1.
Los datos necesarios para estimar la derivada de primer orden en los puntos tabulados
usando la fórmula de diferencia hacia adelante y diferencia hacia atrás son los siguiente
x f(X)
0.0 0.000
0,2 0.74140
0,4 1.3718
Ahora calculamos la diferencia . 𝑥0 = 0.0 𝑝𝑎𝑟𝑎 ℎ = 0.2 de precisión hacia adelante 0(h)
usando
𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥 0 ) ≈
𝑛
𝑓(0.0 + 0.2) − 𝑓(0.0)
𝑓 ′ (0.0) =
0.2
𝑓(0.2) − 𝑓(0.0)
𝑓 ′ (0.0) =
0.2
0.74140 − 0
𝑓 ′ (0.0) =
0.2
𝑓 ′ (0.0) = 3.7070
ℎ max
| 𝑓 (2) 𝜉| ≤ 0.1 (𝜉𝜖 [𝑎, 𝑎 + ℎ]) |𝑒 𝜉 − 4|;
2
max
0.1𝑥𝜉𝜖 [0.0 0.4] |𝑒 𝜉 − 4|= 0.1x3
max
0.1𝑥𝜉𝜖 [0.0 0.4] |𝑒 𝜉 − 4|= 0.3
max
0.1𝑥𝜉𝜖 [0.2 0.4] |𝑒 𝜉 − 4|= 0.1x 2.7786
max
0.1𝑥𝜉𝜖 [0.2 0.4] |𝑒 𝜉 − 4|= 0.27786
max
0.1𝑥𝜉𝜖 [0.0 0.2] |𝑒 𝜉 − 4|= 0.1x 3
max
0.1𝑥𝜉𝜖 [0.0 0.2] |𝑒 𝜉 − 4|= 0.3
Ahora calculamos la diferencia hacia atrás 𝑥0 = 0.4 para h =0.2 de precisión 0(h) usando
𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥 0 ) ≈
ℎ
𝑓(0.4) − 𝑓(0.4 − 0.2)
𝑓 ′ (0.2) =
0.2
𝑓(0.4) − 𝑓(0.2)
𝑓 ′ (0.2) =
0.2
1.3718 − 0.74140
=
0.2
𝑓 ′ (0.2) = 3.152
Dato que 𝑒 𝑥 es una función creciente en el intervalo, [0.0 0.4]por lo tanto
max 𝜉 0.2
𝜉𝜖 [0.2 0.4] |𝑒 − 4|= 4 - 𝑒
max 𝜉
𝜉𝜖 [0.2 0.4] |𝑒 − 4|= 2.7786
Entonces, el límite de error asociado con la aproximación de la derivada en 𝑥0 = 0.4 es
max
0.1𝑥𝜉𝜖 [0.2 0.4] |𝑒 𝜉 − 4|= 0.1x 2.7786
max
0.1𝑥𝜉𝜖 [0.2 0.4] |𝑒 𝜉 − 4|= 0.27786
error
x f(X) f'(X) error real aproximado
0 0 3.707 2.93x10-1 3x10-1
0.2 0.7414 3.152 2.69x10-1 2.78x10-2
0.4 1.3718 3.152 2.60x10-1 2.78x10-1
3.a
3.b
Use la fórmula de tres puntos más más conveniente para determinar las aproximaciones con
que se completaría las siguientes tablas
x f(x) f´(x)
8.1 16.94410 3.0920500
8.3 17.56492 3.1164250
8.5 18.19056 3.1399750
8.7 18.82091
1
𝑓´(8.1) = [−3𝑓 (8.1) + 4𝑓(8.1 + 0.2) − 𝑓(8.1 + 2(0.2))]
2(0.2)
1
𝑓´(8.1) = [−3𝑓 (8.1) + 4𝑓(8.3) − 𝑓(8.5)]
2(0.2)
1
𝑓´(8.1) = [−3(16.94410) + 4(17.56492) − (18.19056)]
2(0.2)
1
𝑓´(8.1) = [−50.8323000 + 70.2596800 − 18.19056]
2(0.2)
𝑓´(8.1) = 3.0920500 solución aproximada
𝟏 𝒉𝟐
𝒇´(𝒙𝟎 ) = 𝟐𝒉 [𝒇(𝒙𝟎 + 𝒉) − 𝒇(𝒙𝟎 − 𝒉)] − 𝒇𝟑 (𝜹)
𝟔
1
𝑓´(8.3) = [𝑓 (8.3 + 0.2) − 𝑓(8.3 − 0.2)]
2(0.2)
1
𝑓´(8.3) = [𝑓(8.5) − 𝑓(8.1)]
0.4
1
𝑓´(8.3) = [18.19056 − 16.94410]
0.4
1
𝑓´(8.3) = [18.19056 − 16.94410]
0.4
𝑓´(8.3) = 3.1161500
1
𝑓´(8.5) = [𝑓 (8.5 + 0.2) − 𝑓(8.5 − 0.2)]
2(0.2)
1
𝑓´(8.5) = [𝑓(8.7) − 𝑓(8.3)]
0.4
1
𝑓´(8.5) = [18.82091 − 17.56492]
0.4
𝑓´(8.5) = 3.1399750 solución aproximada
3.c
Use la fórmula de tres puntos más conveniente para determinar las aproximaciones con que
se completaran las siguientes tablas:
c.
x f(x) f’(x)
2.9 -4.827866 5.101375
3.0 -4.240058 6.654785
3.1 -3.496909 8.21633
3.2 -2.596792 9.78601
𝑆𝑖 ℎ = 0.1
1
𝑓′(2.9) = [−3𝑓(2.9) + 4𝑓 (3.0) − 𝑓(3 ⋅ 1)]
2(0.1)
𝑓 ′ (2.9) = 5.101375
𝑆𝑖 ℎ = 0.1
1
𝑓′(3.0) = [𝑓(3.1) − 𝑓 (2.9)]
2(0.1)
𝑓 ′ (3.0) = 6.654785
𝑆𝑖 ℎ = 0.1
1
𝑓′(3.1) = [𝑓(3.2) − 𝑓 (3.0)]
2(0.1)
𝑓 ′ (3.1) = 8.21633
𝑆𝑖 ℎ = −0.1
1
𝑓′(3.2) = [−3𝑓 (3.2) + 4𝑓(3.1) − 𝑓 (3.0)]
2(−0.1)
𝑓 ′ (3.2) = 9.78601
3.d
4.a
Los datos del ejercicio 3 se tomaron de las siguientes funcione. Calcule los errores reales
del ejercicio 3 y obtenga las cotas de error por medio de las fórmulas de error.
a. f x e2t
x0 1.2 f x0 11.02318
x1 1.3 f x1 13.46374
x2 1.4 f x2 16.4445
f 1.1 9.025013
1 h2 3
) f ' x0 3 f x0 4 f x0 h f x0 2h f
2h 3
3 f 1.2 4 f 1.2 0.1 f 1.2 2 0.1
1
f ' 1.2
2 0.1
1
f ' 1.2 3 f 1.2 4 f 1.3 f 1.4
0.2
1
f ' 1.2 3 f 1.2 4 f 1.3 f 1.4
0.2
1
f ' 1.2 3 11.02318 4 13.46374 164445
0.2
f ' 1.2 21.7046
1 h2
) f ' x0 f x0 h f x0 h f 3
2h 6
1
f ' 1.2 f 1.2 0.1 f 1.2 0.1
2 0.1
1
f ' 1.2 f 1.3 f 1.1
0.2
f ' 1.2 22.193635
4.b
Use la fórmula de tres puntos más conveniente para determinar las aproximaciones. Calcule
el error real y obtenga las cotas de error por medio de fórmulas de error.
𝑓𝑥 = 𝑥 𝑙𝑛 (𝑥 )
x 𝒇𝒙 𝒇′ 𝒙
8.1 16.94410
8.3 17.56492
8.5 18.19056
8.7 18.82091
Solución
Primero calcularemos la derivada de nuestra función:
𝑓(𝑥) = 𝑥. 𝑙𝑛(𝑥 )
′
𝑓 ′ (𝑥) = (𝑥 )′ 𝐿𝑛(𝑥 ) + 𝑥(𝐿𝑛(𝑥 ))
𝑓 ′ (𝑥) = 𝐿𝑛(𝑥 ) + 1
1
𝑓 ′ (𝑥 0 ) = [−3𝑓(𝑥0) + 4𝑓(𝑥0+0.2) − 𝑓(𝑥0+0.4) ]
2ℎ
1
𝑓 ′ (8.1) ≈ [−3𝑓(8.1) + 4𝑓(8.3) − 𝑓(8.5) ]
2 ∗ 0.2
1
𝑓 ′ (8.1) ≈ [−3 ∗ 16.94410 + 4 ∗ 17.56492 − 18.19056]
0.4
𝑓 ′ (8.1) ≈ 3.09205
Ahora obtendremos el valor real de la derivada de nuestra función evaluada en x= 8.1
𝑓 ′ (𝑥) = 𝐿𝑛(𝑥 ) + 1
𝑓 ′ (8.1) = 𝐿𝑛(8.1) + 1
𝑓 ′ (8.1) = 3.09186
El error real seria la el valor real de la función menos el valor obtenido por la regla de los
tres puntos:
𝐸𝑟 = 𝑉𝑟 − 𝑉𝑎 = 3.09186 − 3.09205 = −0.00019
Las cotas de error lo obtendré a partir del error generado en la regla de los 3 puntos
ℎ2 3
𝐸𝑎 = 𝑓 (𝛿 )
3
𝑓 ′ (𝑥) = 𝐿𝑛(𝑥 ) + 1
1
𝑓 ′′ (𝑥) =
𝑥
1
𝑓 3 (𝑥) = −
𝑥2
1
𝑓 3 (𝛿 ) = −
𝛿2
ℎ2
𝐸𝑎 = −
3𝛿 2
𝑥0 < 𝛿 < 𝑥0+2ℎ
8.1 < 𝛿 < 8.5
8.1−2 < 𝛿 −2 < 8.5−2
1 1 1
2
< 2<
8.1 𝛿 8.52
ℎ2 ℎ2 ℎ2
< <
8.12 𝛿 2 8.52
ℎ2 ℎ2 ℎ2
< <
3 ∗ 8.12 3 ∗ 𝛿 2 3 ∗ 8.52
ℎ2 ℎ2 ℎ2
− < − < −
3 ∗ 8.12 3 ∗ 𝛿2 3 ∗ 8.52
0.22 ℎ2 0.22
− <− <−
3 ∗ 8.12 3 ∗ 𝛿2 3 ∗ 8.52
0.22 0.22
− < 𝐸𝑎 < −
3 ∗ 8.12 3 ∗ 8.52
−0.00020 < 𝐸𝑎 < −0.00018
𝑓 ′ (8.3) = 𝐿𝑛(8.3) + 1
𝑓 ′ (8.3) = 3.11626
El error real seria la el valor real de la función menos el valor obtenido por la regla de los
tres puntos:
𝐸𝑟 = 𝑉𝑟 − 𝑉𝑎 = 3.11626 − 3.11631 = −0.00005
Las cotas de error lo obtendré a partir del error generado en la regla de los 3 puntos
ℎ2 3
𝐸𝑎 = 𝑓 (𝛿 )
3
𝑓 ′ (𝑥) = 𝐿𝑛(𝑥 ) + 1
1
𝑓 ′′ (𝑥) =
𝑥
1
𝑓 3 (𝑥) = −
𝑥2
1
𝑓 3 (𝛿 ) = −
𝛿2
ℎ2
𝐸𝑎 = −
3𝛿 2
1
𝑓 ′ (𝑥 0 ) = [−3𝑓(𝑥0) + 4𝑓(𝑥0+0.1) − 𝑓(𝑥0+0.2) ]
2ℎ
1
𝑓 ′ (8.5) ≈ [−3𝑓(8.5) + 4𝑓(8.6) − 𝑓(8.7) ]
2 ∗ 0.1
1
𝑓 ′ (8.3) ≈ [−3 ∗ 18.19056 + 4 ∗ 18.50515 − 18.82091]
0.2
𝑓 ′ (8.3) ≈ 3.14011
𝑓 ′ (8.3) = 𝐿𝑛(8.3) + 1
𝑓 ′ (8.3) = 3.14007
El error real seria la el valor real de la función menos el valor obtenido por la regla de los
tres puntos:
𝐸𝑟 = 𝑉𝑟 − 𝑉𝑎 = 3.14007 − 3.14011 = −0.00004
Las cotas de error lo obtendré a partir del error generado en la regla de los 3 puntos
ℎ2 3
𝐸𝑎 = 𝑓 (𝛿 )
3
𝑓 ′ (𝑥) = 𝐿𝑛(𝑥 ) + 1
1
𝑓 ′′ (𝑥) =
𝑥
1
𝑓 3 (𝑥) = −
𝑥2
1
𝑓 3 (𝛿 ) = −
𝛿2
ℎ2
𝐸𝑎 = −
3𝛿 2
1
𝑓 ′ (𝑥 0 ) = [−3𝑓(𝑥0) + 4𝑓(𝑥0+0.2) − 𝑓(𝑥0+0.4) ]
2ℎ
1
𝑓 ′ (8.7) ≈ [−3𝑓(8.7) + 4𝑓(8.9) − 𝑓(9.1) ]
2 ∗ 0.2
1
𝑓 ′ (8.3) ≈ [−3 ∗ 18.82091 + 4 ∗ 19.45586 − 20.09530]
0.4
𝑓 ′ (8.3) ≈ 3.16349
𝑓 ′ (8.7) = 𝐿𝑛(8.7) + 1
𝑓 ′ (8.7) = 3.16332
El error real seria la el valor real de la función menos el valor obtenido por la regla de los
tres puntos:
𝐸𝑟 = 𝑉𝑟 − 𝑉𝑎 = 3.16332 − 3.16349 = −0.0017
Las cotas de error lo obtendré a partir del error generado en la regla de los 3 puntos
ℎ2 3
𝐸𝑎 = 𝑓 (𝛿 )
3
𝑓 ′ (𝑥) = 𝐿𝑛(𝑥 ) + 1
1
𝑓 ′′ (𝑥) =
𝑥
1
𝑓 3 (𝑥) = −
𝑥2
1
𝑓 3 (𝛿 ) = −
𝛿2
ℎ2
𝐸𝑎 = −
3𝛿 2
𝑥0 < 𝛿 < 𝑥0+2ℎ
8.7 < 𝛿 < 9.1
8.7−2 < 𝛿 −2 < 9.1−2
1 1 1
2
< 2<
8.7 𝛿 9.12
ℎ2 ℎ2 ℎ2
< <
8.72 𝛿 2 9.12
ℎ2 ℎ2 ℎ2
< <
3 ∗ 8.72 3 ∗ 𝛿 2 3 ∗ 9.12
ℎ2 ℎ2 ℎ2
− < − < −
3 ∗ 8.72 3 ∗ 𝛿2 3 ∗ 9.12
ℎ2 ℎ2 0.22
− <− <−
3 ∗ 8.72 3 ∗ 𝛿2 3 ∗ 9.12
0.12 0.12
− < 𝐸𝑎 < −
3 ∗ 8.72 3 ∗ 9.112
−0.00018 < 𝐸𝑎 < −0.00016
4.c
4.d
5.a
5.b
6.a
6.b
Ejercicio 6
Ítem b)
Los datos del ejercicio 5 se tomaron de las funciones dadas. Calcule los errores reales
del ejercicio 5 y obtenga las cotas de error usando las fórmulas de error y Maple.
𝑓 (𝑥 ) = 𝑒 𝑥/3 + 𝑥 2
Solución
Las fórmulas de errores son
[𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 )] ℎ
𝑓´(𝑥0 ) = − 𝑓´´(𝜉 )
ℎ 2
[𝑓 (𝑥0 − 2ℎ) − 4 𝑓 (𝑥0 − ℎ ) + 3𝑓(𝑥0 )] ℎ
𝑓´(𝑥0 ) = − 𝑓´´(𝜉 )
2ℎ 2
[−3𝑓 (𝑥0 ) + 4𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ) ] ℎ2 3
𝑓´(𝑥0 ) = + 𝑓 (𝜉 )
2ℎ 3
[𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)] ℎ2 3
𝑓´(𝑥0 ) = − 𝑓 (𝜉 )
2ℎ 6
[𝑓 (𝑥0 − 2ℎ) − 8𝑓 (𝑥0 − ℎ) + 8𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ)] ℎ4 5
𝑓´(𝑥0 ) = + 𝑓 (𝜉 )
12ℎ 30
𝑓´(𝑥0 )
[−25𝑓(𝑥0 ) + 48𝑓 (𝑥0 + ℎ) − 36𝑓(𝑥0 + 2ℎ) + 16𝑓 (𝑥0 + 3ℎ) − 3𝑓 (𝑥0 + 4ℎ)]
=
12ℎ
ℎ4 5
+ 𝑓 (𝜉 )
5
Parra ℎ = 0.2
Hallamos valor aproximado para:
[𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )] [8.23241 − 9.367879]
𝑓´(−3) = =
ℎ 0.2
𝒇´(−𝟑) = −𝟓. 𝟔𝟕𝟑𝟏𝟗𝟎
[−3𝑓 (𝑥0 ) + 4𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 + 2ℎ) ]
𝑓´(−3) =
2ℎ
[−3(9.367879) + 4(8.233241) − 7.18035 ]
=
2 ∗ 0.2
𝒇´(−𝟑) = −𝟓. 𝟖𝟕𝟕𝟓𝟓𝟖
𝑓´(−3)
[−25𝑓(𝑥0 ) + 48𝑓 (𝑥0 + ℎ) − 36𝑓(𝑥0 + 2ℎ) + 16𝑓 (𝑥0 + 3ℎ) − 3𝑓 (𝑥0 + 4ℎ)]
=
12ℎ
𝑓´(−3)
[−25 ∗ 9.367879 + 48 ∗ 8.233241 − 36 ∗ 7.18035 + 16 ∗ 6.209329 − 3 ∗ 5.320305]
=
12 ∗ 0.2
𝒇´(−𝟑) = −𝟓. 𝟖𝟕𝟕𝟑𝟓𝟖
∴ 𝐸𝑙 𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑠 |𝑉𝑎𝑙𝑜𝑟 𝑅. −𝑉𝑎𝑙𝑜𝑟 𝐴. | = |−5.877374 − (−5.877358)| = 0.000016
𝑒 𝜉/3 𝑒 𝜉/3
𝑓 (𝑥 ) = 𝑒 𝑥/3 + 𝑥 2 = 𝑓 (𝜉 ) = 𝑒 𝜉/3 + 𝜉 2 = 𝑓 5 (𝜉 ) = → |𝑓 5 (𝜉 )| =
243 243
ℎ4 ℎ4 ℎ 4 𝑒 𝜉/3 0.24 𝑒 −3/3
La cota de error sería | 𝑓 5 (𝜉 )| = |𝑓 5 (𝜉 )| = ( )< ( ) = 0.0000001
5 5 5 243 5 243
Hallamos valor aproximado para:
𝑓´(−2.8)
[−25𝑓(𝑥0 ) + 48𝑓 (𝑥0 + ℎ) − 36𝑓(𝑥0 + 2ℎ) + 16𝑓 (𝑥0 + 3ℎ) − 3𝑓 (𝑥0 + 4ℎ)]
=
12ℎ
𝑓´(−2.8)
[−25 ∗ 8.233241 + 48 ∗ 7.18035 − 36 ∗ 6.209329 + 16 ∗ 5.320305 − 3 ∗ 4.513417]
=
12 ∗ 0.2
𝑓´(−2.8) = −5.46893
∴ 𝐸𝑙 𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑠 |𝑉𝑎𝑙𝑜𝑟 𝑅. −𝑉𝑎𝑙𝑜𝑟 𝐴. | = |−5.46892 − (−5.46893)| = 0.00001
Hallamos valor aproximado para:
[𝑓 (𝑥0 − 2ℎ) − 8𝑓 (𝑥0 − ℎ) + 8𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ)]
𝑓´(−2.6) =
12ℎ
[9.367879 − 8 ∗ 8.233241 + 8 ∗ 6.209329 − 5.320305]
𝑓´(−2.6) =
12 ∗ 0.2
𝒇´(−𝟐. 𝟔) = −𝟓. 𝟎𝟓𝟗𝟖𝟗
∴ 𝐸𝑙 𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑠 |𝑉𝑎𝑙𝑜𝑟 𝑅. −𝑉𝑎𝑙𝑜𝑟 𝐴. | = |−5.059883 − (−5.05989)| = 0.000007
ℎ4 ℎ4 ℎ 4 𝑒 𝜉/3 0.24 𝑒 −2.6/3
La cota de error sería |30 𝑓 5 (𝜉 )| = 30 |𝑓 5 (𝜉 )| = 30 ( 243 ) < ( ) = 0.0000001
30 243
𝑒 𝜉/3 𝑒 𝜉/3
𝑓 (𝑥 ) = 𝑒 𝑥/3 + 𝑥 2 = 𝑓 (𝜉 ) = 𝑒 𝜉/3 + 𝜉 2 = 𝑓 3 (𝜉 ) = | 2 ( )|
→ 𝑓 𝜉 =
27 27
−ℎ 2 ℎ2 ℎ 2 𝑒 𝜉/3 0.22 𝑒 −2.2/3
La cota de error sería | 𝑓 3 (𝜉 )| = |𝑓 3 (𝜉 )| = ( )< ( ) = 0.000119
6 6 6 27 6 27
𝑒 𝜉/3 𝑒 𝜉/3
𝑓 (𝑥 ) = 𝑒 𝑥/3 + 𝑥 2 = 𝑓 (𝜉 ) = 𝑒 𝜉/3 + 𝜉 2 = 𝑓 2 (𝜉 ) = ( | 2 ( )|
+ 2) → 𝑓 𝜉 = ( + 2)
9 9
−ℎ ℎ ℎ 𝑒 𝜉/3 0.2 𝑒 −2/3
La cota de error sería | 2 𝑓 2 (𝜉 )| = 2 |𝑓 2 (𝜉 )| = 2 ( + 2) < ( + 2) =
9 2 9
0.205705
7
4.1 EJERCICIO 7. Use los siguientes datos y el hecho de que las primeras cinco derivadas
de 𝑓 estaban acotadas en [1, 5] por 2, 3, 6, 12 y 23, respectivamente, para aproximar 𝑓´(3)
con la mayor exactitud posible. Obtenga una cota del error.
x 1 2 3 4 5
𝑓(𝑥) 2.4142 2.6734 2.8974 3.0976 3.2804
Como queremos el menor error vamos a utilizar la primera formula de los 5 puntos:
1
𝑓´(𝑥0 ) = [𝑓 (𝑥0 − 2ℎ) − 8𝑓(𝑥0 − ℎ) + 8𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 + 2ℎ)]
12ℎ
ℎ4 5
+ 𝑓 (𝜉 );
30
𝑑𝑜𝑛𝑑𝑒 𝜉 𝜖 (𝑥0 − 2ℎ, 𝑥0 + 2ℎ)
Para este ejercicio vamos a dar el valor de h = 1, por el hecho que de esa manera vamos a
obtener valores que tenemos en la tabla, al momento de reemplazar.
𝑥0 = 3
1
𝑓´(3) ≈ [𝑓(3 − 2(1)) − 8𝑓(3 − 1) + 8𝑓(3 + 1) − 𝑓 (3 + 2(1))]
12(1)
1
𝑓´(𝑥 ) ≈ [𝑓 (1) − 8𝑓 (2) + 8𝑓(4) − 𝑓(5)]
12
1
𝑓´(𝑥) ≈ [2.4142 − 8(2.6734) + 8(3.0976) − 3.2804]
12
𝒇´(𝒙) ≈ 𝟎. 𝟐𝟏𝟎𝟔𝟐
Límite de error
|𝑓 (5) (𝜉 )ℎ4 |
30
|23(1)4 | 23
=
30 30
Respuesta 𝒇´(𝟑) ≈ 𝟎. 𝟐𝟏𝟎𝟔𝟐
𝟐𝟑
Límite de error < 𝟑𝟎
8
9.a
Repita el ejercicio 1 usando la aritmética de redondeo a cuatro dígitos, y después compare los
errores con los del ejercicio 2
𝑓 (𝑥 ) = sin 𝑥
x
0.5 0.4794
0.6 0.5646
0.7 0.6442
SOLUCION
𝑓(𝑥0+ℎ)−𝑓(𝑥0) ℎ
𝑓 ′ (𝑥 0 ) = − 2 ∗ 𝑓′′(ᵹ)
ℎ
𝑓 ′ (𝑥 ) = cos 𝑥
Para x=0.5
Valor exacto de 𝑓 ′ (0.5) = cos(0.5) = 0.8775826 ≅ 0.8776
El valor aproximado de 𝑓 ′ (0.5) será:
0.5 < ᵹ < 0.5 + ℎ
ℎ = 𝑥1 − 𝑥0 = 0.6 − 0.5 = 0.1
𝑓(𝑥0+ℎ)−𝑓(𝑥0)
𝑓 ′ (𝑥 0 ) =
ℎ
𝑓(0.5+0.1)−𝑓(0.5) 𝑠𝑒𝑛(0.6)−𝑠𝑒𝑛(0.5)
𝑓 ′ (0.5) = = = 0.8521693 ≅ 0.8522
0.1 0.1
Para x=0.6
Valor exacto de 𝑓 ′ (0.6) = cos(0.6) = 0.8253356 ≅ 0.8253
El valor aproximado de 𝑓 ′ (0.6) será:
0.6 < ᵹ < 0.6 + ℎ
𝑓(𝑥0)−𝑓(𝑥0−ℎ)
𝑓 ′ (𝑥 0 ) = ℎ
𝑓(0.7)−𝑓(0.6) 𝑠𝑒𝑛(0.7)−𝑠𝑒𝑛(0.6)
𝑓 ′ (0.7) = = = 0.7957521 ≅ 0.7958
0.1 0.1
9.b
𝑈𝑠𝑒 𝑙𝑎𝑠 𝑓ó𝑟𝑚𝑢𝑙𝑎𝑠 𝑑𝑒 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑝𝑟𝑜𝑔𝑟𝑒𝑠𝑖𝑣𝑎 𝑦 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑔𝑟𝑒𝑠𝑖𝑣𝑎 𝑝𝑎𝑟𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑙𝑎𝑠
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑛 𝑞𝑢𝑒 𝑠𝑒 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎𝑟𝑎´ 𝑙𝑎 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑡𝑎𝑏𝑙𝑎
𝑥 𝑓 (𝑥 ) 𝑓′(𝑥 )
0.0 0.00000 3.9845
0.2 0.74140 3.3522
0.4 1.37180 3.0689
𝑓 (𝑥 ) = 𝑒 𝑥 − 2𝑥 2 + 3𝑥 − 1 ⟹ 𝑓 ′ (𝑥 ) = 𝑒 𝑥 − 4𝑥 + 3 ⟹ 𝑓 ′ (𝑥 ) = 𝑒 𝑥 − 4
𝐴𝑝𝑙𝑖𝑐𝑎𝑛𝑑𝑜 𝑙𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑝𝑟𝑜𝑔𝑟𝑒𝑠𝑖𝑣𝑎
ℎ>0 ; ℎ = 0.2
′(
1 ℎ2
𝑓 𝑥) = [−3𝑓 (𝑥0 ) + 4𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ)] + ∗ 𝑓 ′′ ′(𝜉)
2ℎ 3
1
𝑓 ′ (𝑥 ) = [−3𝑓(0.0) + 4𝑓(0.0 + 0.2) − 𝑓 (0.0 + 2 ∗ 0.2)] = 3.9845
2 ∗ 0.2
𝑓 ′ (𝑥) = 𝑒 𝑥 − 4𝑥 + 3 ⇒ 𝑒 0.0 − 4(0.0) + 3 = 4
𝑥0 < 𝜉 < 𝑥0 + 2ℎ ⇒ 0.0 < 𝜉 < 0.0 + 2(0.2) ⇒ 0.0 < 𝜉 < 0.4 ⇒ (0.0)2 < 𝜉
< (0.4)2
1 1 ℎ2 (0.2)2 (𝑒 𝑥 − 4) (0.04)(𝑒 0.0 − 4)
𝐸𝑅𝑅𝑂𝑅 = <𝜉< ⇒ | ∗ 𝑓′′′(𝜉 )| = < = 0.04
0.16 0.0 3 3 3
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.2) + 4𝑓 (0.2 + 0.2) − 𝑓(0.2 + 2 ∗ 0.2)] =
2 ∗ 0.2
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.2) + 4𝑓(0.4) − 𝑓 (0.6)] = 3.3522
2 ∗ 0.2
𝑓 ′ (𝑥 ) = 𝑒 𝑥 − 4𝑥 + 3 ⇒ 𝑒 0.2 − 4(0.2) + 3 = 3.4214
𝑥0 < 𝜉 < 𝑥0 + 2ℎ ⇒ 0.2 < 𝜉 < 0.2 + 2(0.2) ⇒ 0.2 < 𝜉 < 0.6 ⇒ (0.2)2 < 𝜉
< (0.4)2
1 1 ℎ2 (0.2)2 (𝑒 𝑥 − 4) (0.04)(𝑒 0.04 − 4)
𝐸𝑅𝑅𝑂𝑅 = <𝜉< ( )|
⇒ | ∗ 𝑓′′′ 𝜉 = <
0.36 0.04 3 3 3
= 0.0394
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.4) + 4𝑓 (0.4 + 0.2) − 𝑓(0.4 + 2 ∗ 0.2)] =
2 ∗ 0.2
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.4) + 4𝑓(0.6) − 𝑓 (0.8)] = 2.8686
2 ∗ 0.2
𝑓 ′ (𝑥 ) = 𝑒 𝑥 − 4𝑥 + 3 ⇒ 𝑒 0.4 − 4(0.4) + 3 = 2.8918
𝑥0 < 𝜉 < 𝑥0 + 2ℎ ⇒ 0.4 < 𝜉 < 0.4 + 2(0.2) ⇒ 0.4 < 𝜉 < 0.8 ⇒ (0.4)2 < 𝜉
< (0.8)2
1 1 ℎ2 (0.2)2 (𝑒 𝑥 − 4) (0.04)(𝑒 0.16 − 4)
𝐸𝑅𝑅𝑂𝑅 = <𝜉< ⇒ | ∗ 𝑓′′′(𝜉 )| = <
0.64 0.16 3 3 3
= 0.0377
′(
1 ℎ2
𝑓 𝑥) = [−3𝑓 (𝑥0 ) + 4𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ)] + ∗ 𝑓 ′′′ (𝜉)
2ℎ 3
𝑥 𝑓 (𝑥 ) 𝑓′(𝑥 )
0.0 0.00000 3.9885
0.2 0.74140 3.4073
0.4 1.37180 2.8745
ℎ<0 ; ℎ = −0.2
1 ℎ2
𝑓 ′ (𝑥 ) = [−3𝑓 (𝑥0 ) + 4𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ)] + ∗ 𝑓 ′′ (𝜉)
2ℎ 3
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.0) + 4𝑓 (0.0 − 0.2) − 𝑓(0.0 + 2 ∗ −0.2)] =
2 ∗ −0.2
1
𝑓 ′ (𝑥 ) = [−3(0) − 4(0.861269) + 1.849679] = 3.9885
2 ∗ −0.2
𝑓 ′ (𝑥) = 𝑒 𝑥 − 4𝑥 + 3 ⇒ 𝑒 0.0 − 4(0.0) + 3 = 4
𝑥0 < 𝜉 < 𝑥0 + 2ℎ ⇒ 0.0 < 𝜉 < 0.0 − 2(0.2) ⇒ 0.0 < 𝜉 < −0.4 ⇒ (0.0)2 < 𝜉
< (−0.4)2
1 1 ℎ2 (−0.2)2 (𝑒 𝑥 − 4) (0.04)(𝑒 0.0 − 4)
𝐸𝑅𝑅𝑂𝑅 = <𝜉< ⇒ | ∗ 𝑓′′′(𝜉 )| = <
0.16 0.0 3 3 3
= 0.04
1
𝑓 ′ (𝑥 ) = [−3𝑓(0.2) + 4𝑓(0.2 − 0.2) − 𝑓 (0.2 + 2 ∗ −0.2)]
2 ∗ −0.2
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.2) + 4𝑓(0) − 𝑓(−0.2)] =
2 ∗ −0.2
1
𝑓 ′ (𝑥 ) = [−3(0.74140) + 0.861269] = 3.4073
2 ∗ −0.2
𝑓 ′ (𝑥 ) = 𝑒 𝑥 − 4𝑥 + 3 ⇒ 𝑒 0.2 − 4(0.2) + 3 = 3.4214
𝑥0 < 𝜉 < 𝑥0 + 2ℎ ⇒ 0.2 < 𝜉 < 0.2 − 2(0.2) ⇒ 0.2 < 𝜉 < −0.2 ⇒ (−0.2)2 < 𝜉
< (0.2)2
1 1 ℎ2 (0.2)2 (𝑒 𝑥 − 4) (0.04)(𝑒 0.4 − 4)
𝐸𝑅𝑅𝑂𝑅 = <𝜉< ⇒ | ∗ 𝑓′′′(𝜉 )| = <
0.04 0.04 3 3 3
= 0.0334
1
𝑓 ′ (𝑥 ) = [−3𝑓 (0.4) + 4𝑓 (0.4 − 0.2) − 𝑓(0.4 + 2 ∗ −0.2)] =
2 ∗ −0.2
1
𝑓 ′ (𝑥 ) = [−3𝑓(0.4) + 4𝑓 (0.2) − 𝑓(0)] =
2 ∗ −0.2
1
𝑓 ′ (𝑥 ) = [−3(1.37180) + 4(0.74140)] = 2.8745
2 ∗ −0.2
𝑓 ′ (𝑥 ) = 𝑒 𝑥 − 4𝑥 + 3 ⇒ 𝑒 0.4 − 4(0.42) + 3 = 2.8918
𝑥0 < 𝜉 < 𝑥0 + 2ℎ ⇒ 0.4 < 𝜉 < 0.4 − 2(0.2) ⇒ 0.4 < 𝜉 < 0.0 ⇒ (0.4)2 < 𝜉
< (0.0)2
1 1 ℎ2 (0.2)2 (𝑒 𝑥 − 4) (0.04)(𝑒 0.16 − 4)
𝐸𝑅𝑅𝑂𝑅 = <𝜉< ⇒ | ∗ 𝑓′′′(𝜉 )| = <
0.0 0.16 3 3 3
= 0.03768
10.a
10.b
11.a
Repita el ejercicio 5 usando la aritmética de redondeo a cuatro dígitos, y después compare
los errores con los del ejercicio 6.
Solución
Referencia: ejercicio 5.
Use la fórmula más precisa posible de esta sección para determinar las aproximaciones con
que se completarán las siguientes tablas.
Referencia: ejercicio 6.
Los datos del ejercicio 5 se tomaron de las funciones dadas. Calcule los errores reales del
ejercicio 5 y obtenga las cotas de error usando las fórmulas de error y Maple.
a. f (x) = tan x
a). consideremos los siguientes puntos.
x f(x)
2.1 - 1.709
2.2 -1.373
2.3 -1.119
2.4 -0.9160
2.5 -0.7470
2.6 -0.6015
Para aproximar f´(x) al x = 2.1usamos la fórmula de punto final de cinco
puntos.
1
f´(x0) = 12ℎ [−25𝑓(𝑥0 ) + 48𝑓(𝑥0 + ℎ) − 36𝑓(𝑥0 + 2ℎ) + 16𝑓(𝑥0 + 3ℎ) − 3𝑓(𝑥0 + 4ℎ)]
1
f´(2.1) = 12(0.1) [−25𝑓(2.1) + 48𝑓(2.1 + 0.1) − 36𝑓(2.1 + 2(0.1) + 16𝑓(2.1 +
1
f´(2.1) = 1.2 [−25𝑓(2.1) + 48𝑓(2.2) − 36𝑓(2.3) + 16𝑓(2.4) − 3𝑓(2.5)]
1
f´(2.1) = [−25(−1.709) + 48(−1.373) − 36(−1.119) + 16(−0.9160) −
1.2
3(−0.7470)]
1
f´(2.1) = 1.2 [4.69]
f´(2.1) ≈ 3.908
1
f´(2.2) = 12(0.1) [−25𝑓(2.2) + 48𝑓(2.2 + 0.1) − 36𝑓(2.2 + 2(0.1) + 16𝑓(2.2 + 3(0.1) −
3𝑓(2.2 + 4(0.1)]
1
f´(2.2) = 1.2 [−25𝑓(2.2) + 48𝑓(2.3) − 36𝑓(2.4) + 16𝑓(2.5) − 3𝑓(2.6)]
1
f´(2.2) = 1.2 [−25(−1.373) + 48(−1.119) − 36(−0.9160) + 16(−0.7470) −
3(−0.6015)]
1
f´(2.2) = 1.2 [3.4415]
f´(2.2) ≈ 2.868
Para aproximar f´(x) al x = 2.3 usamos la fórmula de punto medio de cinco
puntos.
1
f´(x0) = 12ℎ [𝑓(𝑥0 − 2ℎ) − 8𝑓(𝑥0 − ℎ) + 8𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 + 2ℎ)]
1
f´(2.3) = 12(0.1) [𝑓 (2.3 − 2(0.1) − 8𝑓(2.3 − 0.1) + 8𝑓(2.3 + 0.1) − 𝑓(2.3 + 2(0.1)]
1
f´(2.3) = 1.2 [𝑓(2.1) − 8𝑓 (2.2) + 8𝑓 (2.4) − 𝑓(2.5)]
1
f´(2.3) = 1.2 [(−1.709) − 8(−1.373) + 8(−0.9160) − (−0.7470)]
1
f´(2.3) = 1.2 [2.694]
f´(2.3) ≈ 2.249
1
f´(2.4) = 12(0.1) [𝑓 (2.4 − 2(0.1) − 8𝑓(2.4 − 0.1) + 8𝑓(2.4 + 0.1) − 𝑓(2.4 + 2(0.1)]
1
f´(2.4) = 1.2 [𝑓(2.2) − 8𝑓 (2.3) + 8𝑓 (2.5) − 𝑓(2.6)]
1
f´(2.4) = 1.2 [(−1.373) − 8(−1.119) + 8(−0.747) − (−0.6015)]
f´(2.4) ≈ 1.836
1
f´(2.5) = −1.2 [−25𝑓(2.5) + 48𝑓(2.4) − 36𝑓(2.3) + 16𝑓(2.2) − 3𝑓(2.1)]
1
f´(2.5) = − 1.2 [−25(−0.747) + 48(−0.9160) − 36(−1.119) + 16(−1.373) −
3(−1.709)]
1
f´(2.5) = − [− 1.85]
1.2
f´(2.5) ≈ 1.550
1
f´(2.6) = 12(−0.1) [−25𝑓(2.6) + 48𝑓(2.6 + (−0.1)) − 36𝑓(2.6 + 2(−0.1) +
1
f´(2.6) = −1.2 [−25𝑓(2.6) + 48𝑓(2.5) − 36𝑓(2.4) + 16𝑓(2.3) − 3𝑓(2.2)]
1
f´(2.6) = − 1.2 [−25(−0.6015) + 48(−0.747) − 36(−0.9160) + 16(−1.119) −
3(−1.373)]
f´(2.6) ≈ 1.348
x f(x) f´(x)
2.1 - 1.709 3.908
2.2 -1.373 2.868
2.3 -1.119 2.249
2.4 -0.9160 1.836
2.5 -0.7470 1.550
2.6 -0.6015 1.348
11.b
Repita el ejercicio 5 usando la aritmética de redondeo a cuatro dígitos, y después compare
los errores con los del ejercicio 6
Luego:
1
𝑓 ′ (𝑥 0 ) = [𝑓(−2.4 − 2 × 0.2) + 8𝑓(−2.4 − 0.2) + 8𝑓 (−2.4 + 0.2)
12 × 0.1
− 𝑓(−2.4 + 2 × 0.2)]
1
𝑓 ′ (−2.8) = [𝑓(−2.8) − 8𝑓 (−2.6) + 8𝑓 (−2.2) − 𝑓(−2.0)]
2.4
1
𝑓 ′ (−2.8) = [8.233241 − 8 × 7.180350 + 8 × 5.320305 − 4.513417]
2.4
1
𝑓 ′ (−2.8) = (−11.160536) ⟹ 𝑓 ′ (−2.8) ≈ −4.6502
2.4
- Para aproximar 𝑓 ′ (𝑥) 𝑎𝑙 𝑥 = −2.2 ; usamos la fórmula del punto final de cinco
puntos.
1
𝑓 ′ (𝑥 0 ) = [−25𝑓(𝑥0 ) + 48𝑓(𝑥0 + ℎ) − 36𝑓(𝑥0 + 2ℎ) + 16𝑓(𝑥0 + 3ℎ) − 3𝑓(𝑥0
12ℎ
+ 4ℎ)
Tomando 𝑥0 = −2.2 y h = - 0.2, sustituyamos los valores.
Luego:
1
𝑓 ′ (−2.2) = 12×−0.2 [−25𝑓 (−2.2) + 48𝑓(−2.2 − 0.2) − 36𝑓(−2.2 + 2(−0.2)) +
x f(x) f'(x)
-3 9.367879 -5.8774
-2.8 8.233241 -5.4689
-2.6 7.18035 -5.0599
-2.4 6.209329 -4.6502
-2.2 5.320305 -4.2399
-2 4.513417 -3.8289
Primero calculamos los errores reales al aproximar 𝑓 ′ (𝑥 ) usamos dos métodos la formula
del punto final de cinco putos y la formula del punto medio de cinco puntos.
𝑥 𝑥
1
Tenemos: 𝑓 (𝑥 ) = 𝑒 3 + 𝑥 2 implica 𝑓 ′ (𝑥 ) = 3 𝑒 3 + 2𝑥
Ahora para:
1 −3
𝑥 = −3.0 ; 𝑓 ′ (3.0) = 𝑒 3 + 2(−3) = −5.8774
3
1 −2.8
𝑥 = −2.8 ; 𝑓 ′ (2.8) = 𝑒 3 + 2(−2.8) = −5.4689
3
1 −2.6
𝑥 = −2.6 ; 𝑓 ′ (2.8) = 𝑒 3 + 2(−2.6) = −5.0599
3
1 −2.4
𝑥 = −2.4 ; 𝑓 ′ (2.8) = 𝑒 3 + 2(−2.4) = −4.6502
3
1 −2.2
𝑥 = −2.2 ; 𝑓 ′ (2.8) = 𝑒 3 + 2(−2.2) = −4.2399
3
1 −2
𝑥 = −2.0 ; 𝑓 ′ (2.8) = 𝑒 3 + 2(−2.0) = −3.8289
3
Entonces el error real = │𝑣𝑎𝑙𝑜𝑟 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜│
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑥 = 3.0 𝑒𝑠 │ − 5.8774 − (−5.8774)│ = 0
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑥 = 2.8 𝑒𝑠 │ − 5.4689 − (−5.4689)│ = 0
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑥 = 2.6 𝑒𝑠 │ − 5.0599 − (−5.0599)│ = 0
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑥 = 2.4 𝑒𝑠 │ − 4.6502 − (−4.6502)│ = 0
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑥 = 2.2 𝑒𝑠 │ − 4.2399 − (−4.2399)│ = 0
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑥 = 2.0 𝑒𝑠 │ − 3.8289 − (−3.8289)│ = 0
Errores en el ejercicio 11
x Error real
-3 0
-2.8 0
Errores en el ejercicio 5
x Error real
-3 1.55x10^-5 0.0000155
-2.8 1.32x10^-5 0.0000132
-2.6 0 -2.6 7.95x10^-5 0.0000795
-2.4 0 -2.4 6.79x10^-5 0.000679
-2.2 0 -2.2 1.28x10^-5 0.0000128
-2 0 -2 7.96x10^-5 0.0000796
12.a
estudie los siguientes datos
x 0.2 0.4 0.6 0.8 1.0
f(x) 0.9798652 0.9177710 0.808038 0.6386093 0.3843735
𝑥0 − ℎ < ξ < 𝑥0 + ℎ
Usando 4.9 con ℎ = 0.1:
Para 𝑥 = 0.25
1
𝑓 ′′ (0.25) = [𝑐𝑜𝑠(π(0.25 − 0.1)) − 2𝑐𝑜𝑠(π ∗ 0.25) + 𝑐𝑜𝑠(π(0.25 + 1))]
0.12
0.12 (4)
− 𝑓 (0.28)
12
0.12
= −6.9216 − 62.0909 = −6.973342
12
Valor exacto: −6.97886, es un valor muy cercano al real.
Para 𝑥 = 0.5
1
𝑓 ′′ (0.5) = [𝑐𝑜𝑠(π(0.5 − 0.1)) − 2𝑐𝑜𝑠(π ∗ 0.5) + 𝑐𝑜𝑠(π(0.5 + 0.1))]
0.12
0.12 (4)
− 𝑓 (0.51)
12
= 0 − 0.0305969 = −0.03056969
Valor exacto: −6.04339 × 10−16 , el valor es muy lejano al real.
Para 𝑥 = 0.75
1
𝑓 ′′ (0.75) = [𝑐𝑜𝑠(π(0.75 − 0.1)) − 2𝑐𝑜𝑠(π ∗ 0.75) + 𝑐𝑜𝑠(π(0.75 + 0.1))]
0.12
0.12 (4)
− 𝑓 (0.78)
12
= 6.921653 − −0.075055 = 6.996708
Valor exacto: 6.97886, se acerca mucho al valor real, error de 10−2
14
15.a
15.b
Ejercicio 15b
Examine detenidamente la siguiente tabla de datos:
SOLUCIÓN
Según el programa GeoGebra al importar los puntos de la tabla genera una función que
pasa por dichos puntos.
El programa GeoGebra redondea a dos decimales
La función de cuarto grado que el programa brinda es más precisa y abarca a todos los
puntos y es como sigue
𝟏
𝒇′ (𝒙𝟎 ) ≈ 𝟏𝟐𝒉 [−𝟐𝟓 ∗ 𝒇(𝒙𝟎 ) + 𝟒𝟖 ∗ 𝒇(𝒙𝟎 + 𝒉) − 𝟑𝟔 ∗ 𝒇(𝒙𝟎 + 𝟐𝒉) + 𝟏𝟔 ∗ 𝒇(𝒙𝟎 + 𝟑𝒉) −
𝒉𝟒
𝟑 ∗ 𝒇(𝒙𝟎 + 𝟒𝒉)]+ 𝟓 𝒇(𝟓) (𝝃)
1
𝑓 ′ (1) = [−25 ∗ 𝑓 (1) + 48 ∗ 𝑓 (1.1) − 36 ∗ 𝑓(1.2) + 16 ∗ 𝑓(1.3)) − 3 ∗ 𝑓(1.4)]
1.2
Reemplazando
1
𝑓 ′ (1) ≈ [−25 ∗ 0.3843735 + 48 ∗ 0.20983600 − 36 ∗ 0.00321600 + 16
1.2
∗ −0.24666400 − 3 ∗ −0.54742400]
b) Procedimiento 2
𝟏
𝒇′ (𝒙𝟎 ) ≈ 𝟏𝟐𝒉 [−𝟐𝟓 ∗ 𝒇(𝒙𝟎 ) + 𝟒𝟖 ∗ 𝒇(𝒙𝟎 + 𝒉) − 𝟑𝟔 ∗ 𝒇(𝒙𝟎 + 𝟐𝒉) + 𝟏𝟔 ∗ 𝒇(𝒙𝟎 + 𝟑𝒉) −
𝒉𝟒
𝟑 ∗ 𝒇(𝒙𝟎 + 𝟒𝒉)]+ 𝟓 𝒇(𝟓) (𝝃)
𝒙𝟎 = 𝟏. 𝟎
Asumiendo que: 𝒉 = −𝟎. 𝟐
Para este caso 𝜉 se encuentra entre 𝑥0 + 4ℎ y 𝑥0
Reemplazando los valores se tiene:
1
𝑓 ′ (1) ≈ [−25 ∗ 𝑓 (1) + 48 ∗ 𝑓(1 + (−0.2)) − 36 ∗ 𝑓(1 + 2 ∗ (−0.2)) + 16
12 ∗ (−0.2)
∗ 𝑓 (1 + 3(−0.2)) − 3 ∗ 𝑓 (1 + 4 ∗ (−0.2))]
1
𝑓 ′ (1) ≈ [−25 ∗ 𝑓(1) + 48 ∗ 𝑓(0.8) − 36 ∗ 𝑓(0.6) + 16 ∗ 𝑓(0.4)) − 3 ∗ 𝑓 (0.2))]
−2.4
1
𝑓 ′ (1) ≈ [−25 ∗ 0.3843735 + 48 ∗ 0.6386093 − 36 ∗ 0.8080348 + 16
−2.4
∗ 0.9177710 − 3 ∗ 0.9798652]
15.c
16
Ejercicio 16). Derive una fórmula de cinco puntos O(ℎ4 ) para aproximar 𝑓′(x0) que utilice
𝑓(x0-h), 𝑓(x0), 𝑓(x0+h), 𝑓(x0+2h) y 𝑓(x0+3h). [Sugerencia: considere la expresión
𝐴𝑓(x0-h)+B𝑓(x0+h)+C𝑓(x0+2h)+D𝑓(x0+3h). Desarrollo en términos del quinto polinomio
de Taylor y seleccione A, C y D aproximadamente.]
SOLUCIÓN:
El objetivo es aproximar la derivada 𝑓′(x0) derivando una O(ℎ4 ) fórmula de cinco puntos
que use 𝑓(x0-h), 𝑓(x0), 𝑓(x0+h), 𝑓(x0+2h), 𝑓(x0+3h)
Tenga en cuenta las siguientes expresiones de Taylor de las funciones: 𝑓(x0-h), 𝑓(x0+h),
𝑓(x0+2h), 𝑓(x0+3h).
1 1 1 1
𝑓(x0 - h) = 𝑓(x0) - 1! ℎ𝑓′(x0)+ 2! ℎ2 𝑓′′(x0) - 3! ℎ3 𝑓′′′(x0)+ 4! ℎ4 𝑓′′′′(x0)+ O(ℎ5 )
1 1 1 1
𝑓(x0 + h) = 𝑓(x0) - 1! ℎ𝑓′(x0)+ 2! ℎ2 𝑓′′(x0) - 3! ℎ3 𝑓′′′(x0)+ 4! ℎ4 𝑓′′′′(x0)+ O(ℎ5 )
4 2
𝑓(x0 + 2h) = 𝑓(x0) + 2ℎ𝑓′(x0)+ 2ℎ2 𝑓′′(x0) - 3 ℎ3 𝑓′′′(x0)+ 3 ℎ4 𝑓′′′′(x0)+ O(ℎ5 )
9 9 27
𝑓(x0 + 3h) = 𝑓(x0) + 3ℎ𝑓′(x0)+ 2 ℎ2 𝑓′′(x0) - 2 ℎ3 𝑓′′′(x0)+ ℎ4 𝑓′′′′(x0)+ O(ℎ5 )
8
1 3 1 1
Sustituyendo: A = - 4 , B = , C = - 2 , D = 12, y 𝑓′ = 1, 𝑓′′, 𝑓′′′, 𝑓′′′′ = 0 en X se obtiene:
2
Derive una fórmula de 5 puntos o( ℎ5 )par aproximar 𝑓 ′ (𝑥0 )𝑞𝑢𝑒 𝑢𝑡𝑖𝑙𝑖𝑐𝑒 𝑓(𝑥0 − ℎ)
, 𝑓(𝑥0 ), 𝑓(𝑥0 + ℎ),
𝑓(𝑥0 + 2ℎ), 𝑓(𝑥0
+ 3ℎ)⟦𝑆𝑢𝑔𝑒𝑟𝑒𝑛𝑐𝑖𝑎: 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑒 𝑙𝑎 𝑒𝑥𝑝𝑟𝑒𝑠𝑖ó𝑛 𝐴𝑓(𝑥0 − ℎ) , +𝐵𝑓(𝑥0 + ℎ) + 𝐶𝑓(𝑥0 + 2ℎ)
+ 𝐷𝑓(𝑥0
+ 3ℎ)Desarrolle en términos del quinto polinomio de Taylor y seleccione A,C Y D aproximadamente ⟧
1 10 1 3 1 1
𝑓′(𝑥0 )= ℎ [12 𝑓(𝑥0 ) + 4 𝑓(𝑥0 - h)- 2 𝑓(𝑥0 + h)+ 2 𝑓(𝑥0 + 2h) - 12 𝑓(𝑥0 + 3h)+
O(ℎ4 )]….formación polinomio
1
𝑓′(𝑥0 )= 12ℎ [3𝑓(𝑥0 - h) + 10𝑓(𝑥0 ) - 18 𝑓(𝑥0 + h) +6 𝑓(𝑥0 + 2h) - 𝑓(𝑥0 + 3h) +
O(ℎ4 )]….
1
𝑓′(𝑥0 )= 12ℎ [3𝑓(𝑥0 - h) + 10𝑓(𝑥0 ) - 18 𝑓(𝑥0 + h) + 6 𝑓(𝑥0 + 2h) − 𝑓(𝑥0 + 3h)]
1
𝑓′(0.4)= 12(0.2) [3𝑓(0.4- 0.2) + 10𝑓(0.4) - 18 𝑓(0.4 + 0.2) +6 𝑓(0.4+ 2(0.2)) −
𝑓(0.4 + 3(0.2)]
1
𝑓 ′ (0.4)= 2.4 [3𝑓(0.2) + 10𝑓(0.4) - 18 𝑓(0.6) +6 𝑓(0.8) − 𝑓(1)]
1
𝑓 ′ (0.4)= [3(0.9798652) + 10(0.9177710) - 18(0.8080348) +6 (0.6386093) −
2.4
0.3843735]
1
𝑓 ′ (0.4)= 2.4 (1.0199615)= 0.4249839
1
𝑓′(𝑥0 )= [3𝑓(𝑥0 - h) + 10𝑓(𝑥0 ) - 18 𝑓(𝑥0 + h) + 6 𝑓(𝑥0 + 2h) − 𝑓(𝑥0 + 3h)]
12ℎ
1
𝑓′(0.8)= 12ℎ [3𝑓(𝑥0 - h) + 10𝑓(𝑥0 ) - 18 𝑓(𝑥0 + h) + 6 𝑓(𝑥0 + 2h) − 𝑓(𝑥0 + 3h)]
1
𝑓′(0.8)= 12ℎ [3𝑓(0.8 - (-0.2)) + 10𝑓(0.8) - 18 𝑓(0.8 + (-0.2)) + 6 𝑓(0.8 + 2(-0.2)) −
𝑓(0.8 + 3(-0.2))]
1
𝑓′(0.8)= 12(−0.2) [3𝑓(1) + 10𝑓(0.8) - 18 𝑓(0.6) + 6 𝑓(0.4) − 𝑓(0.2)]
1
𝑓′(0.8)= [3(0.3843735 ) + 10(0.6386093) - 18 (0.8080348) + 6 𝑓(0.9177710) −
12(−0.2)
𝑓(0.9798652)]
1
𝑓′(0.8)= 12(−0.2) [3(0.3843735 ) + 10(0.6386093) - 18 (0.8080348) + 6 (0.9177710) −
(0.9798652)]
1
𝑓′(0.8)= 12(−0.2) [-2.4786521]=1.0327717
17.c
Aplique la formula derivada del ejerciciio16 y los datos del ejercicio 15 para aproximar f´
(0.4) y f´ (0.8).
18
use los valores de la tabla para aproximar 𝑓 ´ (0.900) donde f(x)= senx el valor verdadero es
cos(0.900) = 0.62161
x 𝐬𝐢𝐧 𝒙 x 𝐬𝐢𝐧 𝒙
0.800 0.71736 0.901 0.78395
0.850 0.75128 0.902 0.78457
0.880 0.77074 0.905 0.78643
0.890 0.77077 0.910 0.78950
0.895 0.78021 0.920 0.79560
0.898 0.78208 0.950 0.81342
0.899 0.78270 1.000 0.84347
Al aplicar la formula
f(0.900+h)−f(0.900−h)
𝒇(0.900) = 2ℎ
Como los valores de f se dan en cinco cifras decimales es razonable suponer que el error de
redondeo este acotado por ↋ = 0.00005, por tanto, la elección optima de h es
aproximadamente.
3 3 (0.0005)
h= √ =0.028
0.69671
19
Ejercicio 19
En el ejercicio 7 de la sección 3.3 se incluyen datos que describen un automóvil que recorre
una carretera recta. En el problema se podía predecir su posición y velocidad cuando 𝑡 =
10 𝑠. Use los siguientes tiempos y posiciones para predecir su velocidad del automóvil en
cada momento incluido en la tabla.
Tiempo 0 3 5 8 10 13
Distancia 0 225 383 623 742 993
𝒑𝒂𝒓𝒂 𝒉 = 𝟓
𝑣𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑝𝑎𝑟𝑎 𝑡 = 0 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑡𝑟𝑒𝑠 𝑝𝑢𝑛𝑡𝑜𝑠:
1
f′(t 0 ) = [−3f(t 0 ) + 4f(t 0 + h) − f(t 0 + 2h)]
2h
𝑡0 = 0
1
𝑓′(0) = [−3𝑓(0) + 4𝑓(0 + 5) − 𝑓(0 + 2 ∗ 5)]
2ℎ
1
𝑓′(0) = [−3𝑓(0) + 4𝑓(5) − 𝑓 (10)]
2ℎ
1
𝑓′(0) = [−3 ∗ 0 + 4 ∗ 383 − 742]
10
𝑓′(0) = 78.7
𝑣𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑝𝑎𝑟𝑎 𝑡 = 3 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑡𝑟𝑒𝑠 𝑝𝑢𝑛𝑡𝑜𝑠:
𝟏
𝒇′(𝒕𝟎 ) = [−𝟑𝒇(𝒕𝟎 ) + 𝟒𝒇(𝒕𝟎 + 𝒉) − 𝒇(𝒕𝟎 + 𝟐𝒉)]
𝟐𝒉
𝑡0 = 3
1
𝑓′(3) = [−3𝑓(3) + 4𝑓(3 + 5) − 𝑓(3 + 2 ∗ 5)]
2ℎ
1
𝑓′(3) = [−3𝑓 (3) + 4𝑓(8) − 𝑓 (13)]
10
𝑓′(3) = 82.4
1
𝑓′(5) = [𝑓 (5 + 5) − 𝑓 (5 − 5)]
2ℎ
1
𝑓′(5) = [𝑓(10) − 𝑓 (0)]
10
𝒇′(𝟓) = 𝟕𝟒. 𝟐
Ahora para: 𝒉 = −𝟓
𝑣𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑝𝑎𝑟𝑎 𝑡 = 8 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑡𝑟𝑒𝑠 𝑝𝑢𝑛𝑡𝑜𝑠:
𝟏
𝒇′(𝒕𝟎 ) = [𝒇(𝒕𝟎 + 𝒉) − 𝒇(𝒕𝟎 − 𝒉)]
𝟐𝒉
𝑡0 = 8
1
𝑓′(8) = [𝑓 (8 − 5) − 𝑓 (8 + 5)]
2ℎ
1
𝑓′(8) = − [𝑓 (3) − 𝑓 (13)]
10
𝒇′(𝟖) = 𝟕𝟔. 𝟖
1
a) f(x) = lnx, x0 = 1.0, h = 0.4 f ′ (x) =
x
1
𝑁1 (ℎ ) = 𝑁(ℎ ) ⟹ ∗ (𝑓 (1.0 + 0.4) − 𝑓(1.0 − 0.4))
2∗(0.4)
1 1
𝑁1 (0.4) = ∗ (𝑓(1.4) − 𝑓 (0.6)) ⟹ ∗ (0.3364722 − (−0.5108256))
0.8 0.8
𝑁1 (0.4) = 1.0591223
ℎ ℎ 1
𝑁1 ( ) = 𝑁 ( ) ⟹ (𝑓 (1.0 + 0.2) − 𝑓 (1.0 − 0.2))
2 2 2(0.2)
1 1
𝑁1 (0.2) = ∗ (𝑓 (1.2) − 𝑓(0.8)) ⟹ ∗ (0.1821236 − (−0.2231436))
0.4 0.4
𝑁1 (0.2) = 1.0136628
ℎ ℎ 1
𝑁1 ( ) = 𝑁 ( ) ⟹ ∗ (𝑓 (1.0 + 0.1) − 𝑓 (1.0 − 0.1))
4 2 2(0.1)
1 1
𝑁1 (0.1) = ∗ (𝑓(1.1) − 𝑓 (0.9)) ⟹ ∗ (0.0953102 − (−0.1053605))
2(0.1) 0.2
𝑁1 (0.1) = 1.0335348
ℎ
ℎ 𝑁1( )−𝑁1(ℎ) 𝑁1 (0.2)−𝑁1 (0.4)
𝑁2 (ℎ ) = 𝑁1 ( 2 ) + 2
3
⟹ 𝑁1 (0.2) + 3
1.0136628 − 1.0591223
𝑁2 (0.4) = 1.0136628 +
3
𝑁2 (0.4) = 0.9985096
ℎ 𝑁1 (0.1) − 𝑁1 (0.2)
𝑁2 ( ) = 𝑁2 (0.2) = 𝑁1 (0.1) +
2 3
ℎ 1.0335348 − 1.0136628
𝑁2 ( ) = 𝑁2 (0.2) = 1.0335348 + = 0.9999170
2 3
ℎ
ℎ 𝑁2 ( )−𝑁2(ℎ) 𝑁2(0.2)−𝑁2 (0.4)
𝑁3 (ℎ ) = 𝑁2 ( 2 ) + 2
15
⟹ 𝑁3 (0.4) = 𝑁2 (0.2) + 15
0.9999170 − 0.9985096
𝑁3 (0.4) = 0.9999170 + = 1.0000109
15
1 1
𝑓 ′ (𝑥) = = = 1.0000000
𝑥 1
EJERCICIO 1b. Use las técnicas de extrapolación que se describe en el ejemplo 1 para
determinar N 3 (h) una aproximación de f '( x0 ) , para las siguientes funciones y tamaños de
paso.
1
N1 (h) N (h) *( f (0.0 0.4) f (0.0 0.4)
2*(0.4)
1 1
N1 (0.4) *( f (0.4) f (0.4) *(1.8918247 0.2703200) 2.0268808
0.8 0.8
h h 1
N1 ( ) N ( ) *( f (0.0 0.2) f (0.0 0.2))
2 2 2(0.2)
1 1
N1 (0.2) ( f (0.2) f (0.2)) *(1.4214028 0.6187308) 2.0066800
0.4 0.4
h h 1
N1 ( ) N ( ) *( f (0.0 0.1) f (0.0 0.1)
4 2 2(0.1)
1 1
N1 (0.1) ( f (0.1) f (0.1) *(1.2051709 0.8048374) 2.00116675
2(0.1) 0.2
h
N1 ( ) N1 (h)
h 2 N (0.2) N1 (0.4)
N 2 (h) N1 ( ) N1 (0.2) 1
2 3 3
2.00668 2.0268808
N 2 (0.4) 2.00668 1.999964
3
h N (0.1) N1 (0.2) 2.0016675 2.00668
N 2 ( ) N 2 (0.2) N1 (0.1) 1 2.0016675 1.9999967
2 3 3
h
N 2 ( ) N 2 ( h)
h 2 N (0.2) N 2 (0.4)
N 3 ( h) N 2 ( ) 2
2 15 15
1.9999967 1.9999464
N3 (h) 1.9999967 2.000000
15
f ´( x) 1 e x 1 e0 2.000000
EJERCICIO 1c. Use las técnicas de extrapolación que se describe en el ejemplo 1 para
determinar 𝑵𝟑(𝒉) una aproximación de 𝒇′(𝒙𝟎), para la siguiente función y tamaños de
paso.
c)
𝑓(𝑥 ) = 2𝑥 𝑠𝑒𝑛𝑥 , 𝑥0 = 1,05 , ℎ = 0.4
SOLUCIÓN
𝑁1 (ℎ) = 𝑁(ℎ)
1
𝑁1 (ℎ) = [𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)]
2ℎ
1
𝑥0 = 1.05, ℎ = 0.4𝑁1 (0.4) = [ 𝑓 (1.05 + 0.4) − 𝑓(1.05 − 0.4)]
2(0.4)
1
𝑁1 (0.4) = [ 𝑓 (1.45) − 𝑓 (0.65)]
0.8
𝑁1 (0.4) = 2.2031653
ℎ ℎ
𝑁1 ( ) = 𝑁 ( )
2 2
1
𝑁1 (0.2) = [ 𝑓(1.05 + 0.2) − 𝑓(1.05 − 0.2)]
2(0.2)
1
𝑁1 (0.2) = [ 𝑓 (1.25) − 𝑓 (0.85)]
0.4
1
𝑁1 (0.2) = [ 2.2570785 − 1.3541836]
0.4
𝑁1 (0.2) = 2.2572373
ℎ ℎ
𝑁1 ( ) = 𝑁 ( )
4 4
1
𝑁1 (0.1) = [ 𝑓(1.05 + 0.1) − 𝑓(1.05 − 0.1)]
2(0.1)
1
𝑁1 (0.1) = [ 𝑓 (1.15) − 𝑓 (0.95)]
0.2
1
𝑁1 (0.1) = [ 2.02555 − 1.5714152]
0.2
𝑁1 (0.2) = 2.270674
𝑁1 (ℎ/ 2) − 𝑁1 (ℎ)
𝑁2 (ℎ) = 𝑁1 (ℎ ∕ 2) +
3
𝑁1 (0.2) − 𝑁1 (0.4)
𝑁2 (0.4) = 𝑁1 (0.2) +
3
2.2572373 − 2.2031656
𝑁2 (0.4) = 2.2572373 +
3
𝑁2 (0.4) = 2.2752612
𝑁1 (ℎ/ 4) − 𝑁1 (ℎ/ 2)
𝑁2 (ℎ/ 2) = 𝑁1 (ℎ ∕ 4) +
3
𝑁1 (0.1) − 𝑁1 (0.2)
𝑁2 (0.2) = 𝑁1 (0.1) +
3
2.270674 − 2.2031656
𝑁2 (0.2) = 2.270674 +
15
𝑁2 (0.2) = 2.2751529
𝑁2 (ℎ/ 2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 (ℎ ∕ 2) +
3
𝑁2 (0.2) − 𝑁2 (0.4)
𝑁3 (0.4) = 𝑁2 (0,2) +
15
2.2751529 − 2.2752612
𝑁3 (0.4) = 2.2751529 +
15
𝑁3 (0.4) = 2.2751457 → 𝑓(𝑥 ) = 2𝑥 𝑠𝑒𝑛𝑥 , 𝑥0 = 1.05
EJERCICIO 1d. Use se las técnicas de extrapolación que se describe en el ejemplo 1 para
determinar N3(h) una aproximación de f´(x0 ), para las siguientes funciones y tamaños de
paso.
d). f x x3 cos x x 0 2.3 , h 0.4
Solución
N1 h N h
1
N1 h f x0 h f x0 h x 0 2.3, h=0.4
2h
1
N1 0.4 f 2.3 0.4 f 2.3 0.4
2 0.4
1
N1 0.4 f 2.7 f 1.9
0.8
Para obtener f 2.7 y f 1.9 remplazamos en la ecuación f x x3 cos x
1
N1 0.4 17.7948520 2.2174431
0.8
N1 0.4 19.6062230
h h
N1 N x 0 2.3, h 0.4
2 2
1
N1 0.2 f 2.3 0.2 f 2.3 0.2
2 0.2
1
N1 0.2 f 2.5 f 2.1
0.4
f 2.5 2.53 cos 2.5 12.5178690
f 2.1 2.13 cos 2.1 4.6573798
1
N1 0.2 12.517869 4.6753798
0.4
N1 0.2 19.6062230
h h
N1 N x 0 2.3, h 0.4
4 4
1
N1 0.1 f 2.3 0.1 f 2.3 0.1
2 0.1
1
N1 0.1 f 2.4 f 2.2
0.2
1
N1 0.1 10.1937307 6.2663599
0.2
N1 0.1 19.6368540
h
N1 N1 h
h
N 2 h N1
2
h 0.4
2 3
N1 0.2 N1 0.4
N 2 0.4 N1 0.2
3
19.6062230 19.4717611
N 2 0.4 19.6062230
3
N2 0.4 19.6510436
h h
N1 N1
h h
N 2 N1 2
4
h 0.4
2 4 3
N1 0.1 N1 0.2
N 2 0.2 N1 0.1
3
19.6368540 19.6062230
N 2 0.2 19.6368540
3
N2 0.2 19.6470643
h
N2 N2 h
h
N3 h N 2
2
h 0.4
2 15
N 2 0.2 N 2 0.4
N3 0.4 N 2 0.2
15
19.6368540 19.6510436
N3 0.4 19.6368540
15
N3 0.4 19.6467990
f x x3 cos x , x 0 2.3
f ' x 3x2 cos x x3senx
f ' 2.3 19.6467958
EJERCICIO 2b. Agregue otra línea a la tabla de extrapolación para el ejercicio 1 para
obtener la aproximación N4(h).
𝑓 (𝑥 ) = 𝑥 + 𝑒 𝑥 (𝑥 ) = 0.00 ℎ = 0.4
SOLUCION.
𝑁1 (ℎ) = 𝑁(ℎ)
1
𝑁1 (ℎ) = [𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)]
2∗ℎ
1 1
𝑁1 (ℎ) = [𝑓(0 + 0.4) − 𝑓(0 − 0.4)] → [0.4 + 𝑒 0.4 − (−0.4 + 𝑒 −0.4 ]
2 ∗ 0.4 2 ∗ 0.4
= 2.026880815
ℎ ℎ
𝑁1 ( ) = 𝑁( )
2 2
ℎ 1
𝑁1 ( ) = [𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)]
2 2∗ℎ
1 1
𝑁1 (0.2) = [𝑓(0 + 0.2) − 𝑓(0 − 0.2)] → [0.2 + 𝑒 0.2 − (−0.2 + 𝑒 −0.2 )]
2 ∗ 0.2 2 ∗ 0.2
= 2.006680013
ℎ ℎ
𝑁1 ( ) = 𝑁( )
4 4
ℎ 1
𝑁1 ( ) = [𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)]
4 2∗ℎ
1 1
𝑁1 (0.1) = [𝑓(0 + 0.1) − 𝑓(0 − 0.1)] → [0.1 + 𝑒 0.2 − (−0.1 + 𝑒 −0.2 )]
2 ∗ 0.2 2 ∗ 0.1
= 2.001667500
ℎ ℎ
𝑁1 ( ) = 𝑁( )
8 8
ℎ 1
𝑁1 ( ) = [𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)]
8 2∗ℎ
1 1
𝑁1 (0.1) = [𝑓(0 + 0.05) − 𝑓(0 − 0.05)] → [0.05 + 𝑒 0.05 − (−0.05 + 𝑒 −0.05 )]
2 ∗ 0.05 2 ∗ 0.05
= 2.000416719
Calculamos 𝑵𝟐 (𝒉)
ℎ
ℎ 𝑁𝑗−1 (2) − 𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( ) +
2 4𝑓−1 − 1
ℎ
ℎ 𝑁1 (2) − 𝑁1 (ℎ)
𝑁2 (ℎ) = 𝑁1 ( ) +
2 3
2.006680013 − 2.02668808135
𝑁2 (ℎ) = 2.006680013 + = 1.999946411
3
ℎ ℎ
ℎ ℎ 𝑁1 (4) − 𝑁1 (2)
𝑁2 ( ) = 𝑁1 ( ) +
2 4 3
ℎ 2.001667500 − 2.006680013
𝑁2 ( ) = 2.001667500 + = 1.999996662
2 3
ℎ ℎ
ℎ ℎ 𝑁1 (8) − 𝑁1 (4)
𝑁2 ( ) = 𝑁1 ( ) +
4 8 3
ℎ 2.000416719 − 2.001667500
𝑁2 ( ) = 2.000416719 + = 1.999999791
2 3
Calculamos 𝑵𝟑 (𝒉)
ℎ
ℎ 𝑁𝑗−1 (2) − 𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( ) +
2 4𝑓−1 − 1
ℎ
ℎ 𝑁2 (2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 ( ) +
2 15
999996662 − 1.999946411
𝑁3 (ℎ) = 1.999996662 + = 2.00000012
15
ℎ ℎ
ℎ ℎ 𝑁2 (4) − 𝑁2 (2)
𝑁3 ( ) = 𝑁2 ( ) +
2 4 15
ℎ 1.999999791 − 1.99999662
𝑁3 ( ) = 1.999999791 + = 2.000000000
2 15
Calculamos 𝑵𝟒 (𝒉)
ℎ
ℎ 𝑁𝑗−1 (2) − 𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( ) +
2 4𝑓−1 − 1
ℎ
ℎ 𝑁3 (2) − 𝑁3 (ℎ)
𝑁4 (ℎ) = 𝑁2 ( ) +
2 63
2.000000000 − 2.00000012
𝑁4 (ℎ) = 2.000000000 + = 2.000000000
63
𝑁4 (ℎ) = 2.000000000
ℎ
ℎ 𝑁3 (2) − 𝑁3 (ℎ)
𝑁4 (ℎ) = 𝑁2 ( ) +
2 63
𝑓(𝑥) = 𝑥 + 𝑒 𝑥 → 𝑓 ′ (𝑥) = 𝑥 ′ + 𝑥 ′ ∗ 𝑒 𝑥 → 1 + 𝑒 𝑥 → 1 + 𝑒 0 = 2.0000000000
ERROR = 2 – 2 = 0
EJERCICIO 2c. Agregue otra línea a la tabla extrapolación del ejercicio 1 para obtener la
aproximación N4(h).
Referencia: Ejercicio 1
SOLUCIÓN:
c) Considerando la siguiente función como tamaño de paso
O(h) La aproximación para 𝑓′(x0) usar la fórmula de diferencia directa viene dada por
𝑓(X0+h)−𝑓(X0)
𝑓′(𝑋𝑜) = ℎ
𝑓(1.05+0.4)−𝑓(1.05)
= 0.4
𝑓(1.45)−𝑓(1.05)
=
0.4
= 2. 290365348
0.4
Tomando ℎ = = 0.2. Usando la fórmula de diferencia hacia adelante está dado por
2
𝑓(X0+h)−𝑓(X0)
.𝑓′(𝑋𝑜) = ℎ
𝑓(1.05+0.2)−𝑓(1.05)
=
0.4
𝑓(1.25)−𝑓(1.05)
= 0.4
= 2. 305264218
Por lo tanto:
= 2.320163088
Para determinar la O(ℎ2 ) fórmula necesitamos otro O(ℎ2 ) resultado, que requiere que
encontremos la tercera O(h) aproximación.
ℎ 0.4
N1(4 ) = N1( 4 ) = N1(0.1)
𝑓(1.05+0.1)−𝑓(1.05)
= 0.1
𝑓(1.15)−𝑓(1.05)
= 0.4
= 2. 2952432275
ℎ ℎ ℎ ℎ
N2(2 ) = N1(4 ) + [ N1(4 ) – N1(2 ) ]
Por lo tanto:
N2(0.2) = N1(0.1) + [ N1(0.1) – N1(0.2) ]
= 2.285222332
Por lo tanto:
1
N3(0.4) = 3[4N2 (0.2) – N2(0.4) ]
= 2.273575413
Para determinar la O(ℎ4 ) fórmula necesitamos otro O(ℎ3 ) resultado, que requiere que
encontremos la tercera O(h) aproximación.
ℎ 0.4
N1(8 ) = N1( 8 ) = N1(0.05)
𝑓(1.05+0.05)−𝑓(1.05)
= 0.1
𝑓(1.10)−𝑓(1.05)
= 0.4
= 2. 286382342
ℎ ℎ ℎ ℎ
N2( ) = N1( ) + [ N1( ) – N1( ) ]
4 8 8 4
Por lo tanto:
N2(0.1) = N1(0.05) + [ N1(0.05) – N1(0.1)]
= 2.277521456
Por lo tanto:
1
N3(0.2) = 3[4N2 (0.1) – N2(0.2) ]
= 2.2749544998
Por lo tanto:
1
N4(0.4) = N3(0.2) + 7 [ N3(0.2) – N3(0.4) ]
1
= 2.2749544998 + 7 [ 2.2749544998 – 2.273575413 ]
= 2.27515151
En forma tabular
N1(0.4) = 2.290365348
N1(0.2) = 2.305264218 N2(0.4) = 2.320163088
2.d
Agregue otra línea a la tabla de extrapolación del ejercicio 1 para obtener la aproximación
𝑁4 (ℎ)
𝑓 (𝑥 ) = 𝑥 3 cos(𝑥 ) , 𝑥0 = 2.3, ℎ = 0.4
Solución
𝑁1 (ℎ) = 𝑛(ℎ)
1
𝑁1 (ℎ) = ∗ [𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 − ℎ)]
2ℎ
1
𝑁1 (0.4) = ∗ [𝑓(2.3 + 0.4) − 𝑓(2.3 − 0.4)]
2 ∗ (0.4)
1
𝑁1 (0.4) = ∗ [𝑓 (2.7) − 𝑓(1.9)]
0.8
Para obtener 𝑓 (2.7) 𝑦 𝑓 (1.9) remplazamos en la ecuación 𝑓 (𝑥 ) = 𝑥 3 cos(𝑥 )
1
𝑁1 (0.4) = ∗ [−17.7948520 − (−2.2174431)]
0.8
𝑁1 (0.4) = −19.4717611
ℎ ℎ
𝑁1 ( ) = 𝑁 ( )
2 2
1
𝑁1 (0.2) = ∗ [𝑓(2.3 + 0.2) − 𝑓(2.3 − 0.2)]
2 ∗ (0.2)
1
𝑁1 (0.2) = ∗ [𝑓 (2.5) − 𝑓(2.1)]
0.4
1
𝑁1 (0.2) = ∗ [−12.517869 − (−4.6753798)]
0.4
𝑁1 (0.2) = −19.6062230
ℎ ℎ
𝑁1 ( ) = 𝑁 ( )
4 4
1
𝑁1 (0.1) = ∗ [𝑓(2.3 + 0.1) − 𝑓(2.3 − 0.1)]
2 ∗ (0.1)
1
𝑁1 (0.1) = ∗ [𝑓 (2.4) − 𝑓(2.2)]
0.2
1
𝑁1 (0.1) = ∗ [−10.1937307 − (−6.2663599)]
0.2
𝑁1 (0.1) = −19.6368540
ℎ ℎ
𝑁1 ( ) = 𝑁 ( )
8 8
1
𝑁1 (0.05) = ∗ [𝑓 (2.3 + 0.05) − 𝑓(2.3 − 0.05)]
2 ∗ (0.05)
1
𝑁1 (0.05) = ∗ [𝑓(2.35) − 𝑓(2.25)]
0.1
1
𝑁1 (0.05) = ∗ [−9.11972247 − (−7.15529017)]
0.1
𝑁1 (0.05) = −19.64432300
ℎ
ℎ 𝑁1 ( ) − 𝑁1 (ℎ)
𝑁2 (ℎ) = 𝑁1 ( ) + 2
2 3
𝑁1 (0.2) − 𝑁1 (0.4)
𝑁2 (0.4) = 𝑁1 (0.2) +
3
−19.6062230 − (−19.4717611)
𝑁2 (0.4) = −19.6062230 + = −19.651043
3
ℎ ℎ
ℎ ℎ 𝑁1 (4) − 𝑁1 (2)
𝑁2 ( ) = 𝑁1 ( ) +
2 4 3
𝑁1 (0.1) − 𝑁1 (0.2)
𝑁2 (0.2) = 𝑁1 (0.1) +
3
−19.6368540 − (−19.6062230)
𝑁2 (0.2) = −19.6368540 + = −19.6470643
3
ℎ ℎ
ℎ ℎ 𝑁1 (8) − 𝑁1 (4)
𝑁2 ( ) = 𝑁1 ( ) +
4 8 3
𝑁1 (0.05) − 𝑁1 (0.1)
𝑁2 (0.1) = 𝑁1 (0.05) +
3
−19.64432300 − (−19.6368540)
𝑁2 (0.1) = −19.64432300 + = −19.6468117
3
ℎ
ℎ 𝑁2 (2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 ( ) +
2 15
𝑁2 (0.2) − 𝑁2 (0.4)
𝑁3 (0.4) = 𝑁2 (0.2) +
15
−19.6368540 − (−19.6510436)
𝑁3 (0.4) = −19.6368540 + = −19.6467990
15
ℎ ℎ
ℎ ℎ 𝑁2 (4) − 𝑁2 (2)
𝑁3 ( ) = 𝑁2 ( ) +
2 4 15
𝑁2 (0.1) − 𝑁2 (0.2)
𝑁3 (0.2) = 𝑁2 (0.1) +
15
−19.6468117 − (−19.6470643)
𝑁3 (0.2) = −19.6468117 + = −19.6467949
15
ℎ
ℎ 𝑁𝑗−1 (2) − 𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( ) +
2 4𝑗−1 − 1
ℎ
ℎ 𝑁3 (2) − 𝑁3 (ℎ)
𝑁4 (ℎ) = 𝑁3 ( ) +
2 63
𝑁3 (0.2) − 𝑁3 (0.4)
𝑁4 (0.2) = 𝑁3 (0.2) +
63
−19.6467949 − (−19.6467990)
𝑁4 (0.2) = −19.6467949 + = −19.6467948
63
Ejercicio 3 parte a: repita el ejercicio 1 usando una aritmética de redondeo a cuatro
dígitos.
Use la técnica de redondeo de extrapolación que se describe en el ejercicio 1 para
determinar 𝑁3 (ℎ) una aproximación de 𝑓 ′ (𝑥0 ) para la siguiente función y tamaño de paso.
a). 𝑓(𝑥) = 𝐿𝑛(𝑥 ) ; 𝑥0 = 1.0 ; ℎ = 0.4
Solución
Para la solución del ejercicio construiremos una tabla de extrapolación:
Oh2
1) 𝑁1 (ℎ) = 𝑁(ℎ)
ℎ ℎ
2) 𝑁1 ( ) = 𝑁 ( ) 3) 𝑁2 (ℎ)
2 2
ℎ ℎ ℎ
4) 𝑁1 ( ) = 𝑁 ( ) 5) 𝑁2 ( ) 6) 𝑁3 (ℎ)
4 4 2
1
𝑁 (ℎ ) = [𝑓 − 𝑓(𝑥0−ℎ) ]
2ℎ (𝑥0+ℎ)
ℎ
ℎ 𝑁𝑗−1 (2) − 𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( ) +
2 4𝑗−1 + 1
Ahora con la ayuda de la tabla y las fórmulas de interpolación procesigueremos a calcular
cada valor hasta llegar a 𝑁3 (ℎ)
1) 𝑁1 (ℎ) = 𝑁(ℎ)
1
𝑁1 (ℎ) = [𝑓 − 𝑓(𝑥0−ℎ) ]
2ℎ (𝑥0+ℎ)
1
𝑁1 (0.4) = [𝑓 − 𝑓(0.6) ]
2 ∗ 0.4 (1..4)
1
𝑁1 (0.4) = [𝑓 − 𝑓(0.6) ]
0.8 (1..4)
𝑁1 (0.4) = 1.0591
ℎ ℎ
2) 𝑁1 (2 ) = 𝑁 ( 2 )
0.4 1
𝑁1 ( ) = 𝑁1 (0.2) = [𝑓 − 𝑓(0.8) ]
2 2 ∗ 0.2 (1..2)
1
𝑁1 (0.2) = [𝑓 − 𝑓(0.8) ]
0.4 (1..2)
𝑁1 (0.2) = 1.0137
3) 𝑁2 (ℎ)
𝑁1 (0.2) − 𝑁1 (0.4)
𝑁2 (0.4) = 𝑁1 (0.2) +
3
1.0137 − 1.0591
𝑁2 (0.4) = 1.0137 +
3
𝑁2 (0.4) = 0.9986
ℎ ℎ
4) 𝑁1 ( 4 ) = 𝑁 (4 )
0.4 1
𝑁1 ( ) = 𝑁1 (0.1) = [𝑓 − 𝑓(1−0.1) ]
4 2 ∗ 0.1 (1+0.1)
1
𝑁1 (0.1) = [𝑓 − 𝑓(0.9) ]
0.2 (1.1)
𝑁1 (0.1) = 1.0034
ℎ
5) 𝑁2 ( )
2
𝑁1 (h)= 2.028
ℎ 1
𝑁1 (2 ) = 2(0.2)⟮𝒇 (0 + 0.2) - 𝒇 (0 - 0.2)⟯
ℎ
𝑁1 (2 ) = 2.005
ℎ 1
𝑉(4 ) = 2(0.1)⟮𝒇 (0 + 0.1) - 𝒇 (0 - 0.1)⟯
ℎ
𝑁1 ( ) = 2.000
4
ℎ
ℎ 𝑁1 ( )−𝑁1 (h)
2
𝑁2 (h) = 𝑁1 ( 2 ) + 3
2.005−2.028
𝑁2 (h) = 2.005 + 3
𝑁2 (h) = 1.997
ℎ ℎ
ℎ ℎ 𝑁1 ( )−𝑁1 ( )
4 2
𝑁2 (2 ) = 𝑁1 ( 4 ) + 3
ℎ 2.000−2.005
𝑁2 (2 ) = 2.000 + 3
ℎ
𝑁2 (2 ) = 1.998
ℎ
ℎ 𝑁2 ( )−𝑁2 (h)
2
𝑁3 (h) = 𝑁2 ( 2 ) + 3
𝑁3 (h) = 1.999
𝑓 ′ (x) = 1 + 𝑒 𝑥
𝑓 ′ (0) = 1 + 𝑒 0 = 2.000
→2 – 0.001 = 1.999 ⸫
𝒇′ (1) = 1.999
EJERCICIO
𝟑. 𝒄. 𝑅𝑒𝑝𝑖𝑡𝑎 𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 1 𝑢𝑠𝑎𝑛𝑑𝑜 𝑢𝑛𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎 𝑑𝑒 𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑜 𝑎 𝑐𝑢𝑎𝑡𝑟𝑜 𝑑í𝑔𝑖𝑡𝑜𝑠
𝑆𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑓(𝑥 ) = 2𝑥 𝑠𝑖𝑛𝑥
ℎ ℎ
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟𝑒𝑚𝑜𝑠 𝑓´(𝑥0 )𝑢𝑠𝑎𝑛𝑑𝑜 𝑒𝑙 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒𝑙 𝑝𝑎𝑠𝑜 ℎ = 0.4, = 0.2, = 0.1 𝑦
2 4
𝑥0 = 1.05
𝑃𝑎𝑟𝑎 𝑒𝑠𝑡𝑜 𝑠𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎:
𝑓 (1.05 + 0.4) − 𝑓(1.05) 2.7122 − 1.7960
𝑁1 (ℎ) = = = 2.2905,
0.4 0.4
ℎ 𝑓 (1.05 + 0.2) − 𝑓 (0.05) 2.2571 − 1.7960
𝑁1 ( ) = = = 2.3055 𝑦
2 0.2 0.2
ℎ 𝑓 (1.05 + 0.1) − 𝑓(1.05) 2.0256 − 1.7960
𝑁1 ( ) = = = 2.2960
4 0.1 0.1
⇒ 𝑐𝑜𝑛 𝑒𝑠𝑡𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑡𝑒𝑛𝑑𝑟𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑅𝑖𝑐ℎ𝑎𝑟𝑑𝑠𝑜𝑛 𝑒𝑠:
𝑂(ℎ2 ) 𝑂(ℎ4 ) 𝑂(ℎ6 )
2.2905
2.3055 2.3205
2.2960 2.2865 2.2225
∴ 𝑡𝑒𝑛𝑑𝑟𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑁3 (0.4) = 2.2751
EJERCICIO 3d. Repita el ejercicio 1 usando una aritmética de redondeo a cuatro dígitos.
d. 𝒇(𝒙) = 𝒙𝟑 𝐜𝐨𝐬(𝒙) , 𝒙𝟎 = 𝟐. 𝟑, 𝒉 = 𝟎. 𝟒
SOLUCIÓN:
1 ℎ2 ℎ4
𝑓 ′ (𝑥 ) = 2ℎ [𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 − ℎ)] − 𝑓 (3) (𝑥0 ) − 120 𝑓 (5) (𝑥0 ) para una aproximación
6
𝑂(ℎ2 )
1
𝑁1 (ℎ) = [𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 − ℎ)]
2ℎ
1
𝑁1 (ℎ) = [𝑓 (2.3 + 0.4) − 𝑓(2.3 − 0.4)]
2(0.4)
1
𝑁1 (ℎ) = [𝑓 (2.7) − 𝑓 (1.9)]
2(0.4)
1
𝑁1 (ℎ) = [(2.7)3 cos(2.7) − (1.9)3 cos(1.9)]
2(0.4)
𝑵𝟏 (𝒉) = −𝟏𝟗. 𝟒𝟕
ℎ 1
𝑁1 ( ) = [𝑓(2.3 + 0.2) − 𝑓(2.3 − 0.2)]
2 2(0.2)
ℎ 1
𝑁1 ( ) = [𝑓(2.5) − 𝑓 (2.1)]
2 2(0.2)
ℎ 1
𝑁1 ( ) = [(2.5)3 cos(2.5) − (2.1)3 cos(2.1)]
2 2(0.2)
𝒉
𝑵𝟏 ( ) = −𝟏𝟗. 𝟔𝟏
𝟐
ℎ 1
𝑁1 ( ) = [𝑓(2.3 + 0.1) − 𝑓(2.3 − 0.1)]
4 2(0.1)
ℎ 1
𝑁1 ( ) = [𝑓(2.4) − 𝑓 (2.2)]
4 2(0.1)
ℎ 1
𝑁1 ( ) = [(2.4)3 cos(2.4) − (2.2)3 cos(2.2)]
4 2(0.1)
𝒉
𝑵𝟏 ( ) = −𝟏𝟗. 𝟔𝟒
𝟒
ℎ
ℎ 𝑁𝑗−1 ( )−𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( 2 ) + 2
para j ≥ 2. Aproximación de 𝑂(ℎ4 )
4𝑗−1−1
ℎ
ℎ 𝑁1 ( )−𝑁1 (ℎ)
2
𝑁2 (ℎ) = 𝑁1 ( 2 ) + 41 −1
−19.61 + 19.47
𝑁2 (ℎ) = −19.61 +
3
𝑵𝟐 (𝒉) = −𝟏𝟗. 𝟔𝟔
ℎ ℎ
ℎ ℎ 𝑁1 (4) − 𝑁1 (3)
𝑁2 ( ) = 𝑁1 ( ) +
2 4 41 − 1
ℎ −19.64 + 19.61
𝑁2 ( ) = −19.64 +
2 3
𝒉
𝑵𝟐 ( ) = −𝟏𝟗. 𝟔𝟓
𝟐
ℎ
ℎ 𝑁𝑗−1 ( )−𝑁𝑗−1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( 2 ) + 2
para j ≥ 2
4𝑗−1−1
ℎ
ℎ 𝑁2 (2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 ( ) +
2 42 − 1
−19.65 + 19.67
𝑁3 (ℎ) = −19.65 +
15
𝑵𝟑 (𝒉) = −𝟏𝟗. 𝟔𝟓
La solución aproximada de 𝒇′ (𝟐. 𝟑) ≈ 𝑵𝟑 (𝒉) = −𝟏𝟗. 𝟔𝟓
𝒇(𝑥 ) = 𝑥 3 cos(𝑥 )
𝑓 ′ (𝑥 ) = 3𝑥 2 cos(𝑥 ) − 𝑥 3 sen(𝑥 )
𝒇′ (𝟐. 𝟑) = −𝟏𝟗. 𝟔𝟓
EJERCICIO 4ª. Repita el ejercicio 2 usando una aritmética de redondeo a cuatro dígitos
a). 𝑓 (𝑥 ) = ln 𝑥 , 𝑥0 = 1.0 , ℎ = 0.4
Determinar 𝑁4 (ℎ) para una aproximación de 𝑓 ′ (𝑥0 )
SOLUCIÓN
𝒉 𝑵𝒋−𝟏 (𝒉⁄𝟐) − 𝑵𝒋−𝟏 (𝒉)
𝑵𝒋 (𝒉) = 𝑵𝒋−𝟏 ( ) +
𝟐 𝟒𝒋−𝟏 − 𝟏
𝒋 = 𝟐, 𝟑, 𝟒, … … , 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒄𝒊ó𝒏 𝑶(𝒉𝟐𝒋 )
𝑁1 (ℎ) = 𝑁(ℎ)
1
1. 𝑁1 (ℎ) = [𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)]
2ℎ
1
𝑁1 (0.4) = [𝑓 (1.4) − 𝑓(0.6)] → 1.25[0.3365 − (−0.5108)]
2 ∗ 0.4
𝑁1 (0.4) = 1.0591
ℎ ℎ
2. 𝑁1 ( ) = 𝑁 ( )
2 2
1
𝑁1 (0.2) = [𝑓 (1.2) − 𝑓(0.8)] → 2.5[0.1823 − (−0.2231)]
2 ∗ 0.2
𝑁1 (0.2) = 1.0135
ℎ ℎ
3. 𝑁1 ( ) = 𝑁 ( )
4 4
1
𝑁1 (0.1) = [𝑓 (1.1) − 𝑓(0.9)] → 5[0.0953 − (−0.1054)]
2 ∗ 0.1
𝑁1 (0.1) = 1.0035
ℎ ℎ
4. 𝑁1 ( ) = 𝑁 ( )
8 8
1
𝑁1 (0.05) = [𝑓(1.05) − 𝑓(0.95)] → 10[0.0488 − (−0.0513)]
2 ∗ 0.05
𝑁1 (0.05) = 1.0010
5. 𝑁2 (ℎ)
𝑁1 (0.2) − 𝑁1 (0.4) 1.0135 − 1.0591
𝑁2 (0.4) = 𝑁1 (0.2) + → 1.0135 +
3 3
𝑁2 (0.4) = 0.9983
ℎ
6. 𝑁2 ( )
2
𝑁1 (0.1) − 𝑁1 (0.2) 1.0035 − 1.0135
𝑁2 (0.2) = 𝑁1 (0.1) + → 1.0035 +
3 3
𝑁2 (0.2) = 1.0002
ℎ
7. 𝑁2 ( )
4
𝑁1 (0.05) − 𝑁1 (0.1) 1.0010 − 1.0035
𝑁2 (0.1) = 𝑁1 (0.05) + → 1.0010 +
3 3
𝑁2 (0.1) = 1.0002
8. 𝑁3 (ℎ)
𝑁2 (0.2) − 𝑁2 (0.4) 1.0002 − 0.9983
𝑁3 (0.4) = 𝑁2 (0.2) + → 1.0002 +
15 15
𝑁3 (0.4) = 1.0003
ℎ
9. 𝑁3 ( )
2
𝑁2 (0.1) − 𝑁2 (0.2) 1.0002 − 1.0002
𝑁3 (0.2) = 𝑁2 (0.1) + → 1.0002 +
15 15
𝑁3 (0.2) = 1.0002
10. 𝑁4 (ℎ)
𝑁3 (0.2) − 𝑁3 (0.4) 1.0002 − 1.0003
𝑁4 (0.4) = 𝑁3 (0.2) + → 1.0002 +
63 63
𝑁4 (0.4) = 1.0002 ≈ 𝑓 ′ (1.0) 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎
1
𝑓 (𝑥 ) = ln 𝑥 → 𝑓 ′ (𝑥) =
𝑥
1
𝑓 ′ (1.0) = = 1 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
1.0
𝐸𝑅𝑅𝑂𝑅 = 0.0002
Ejercicio 4b. Repita el ejercicio 2 usando la aritmética de redondeo a cuatro dígitos
Ejercicio 2
𝑓 (𝑥 ) = 𝑥 + 𝑒 𝑥 𝑥0 = 0 ℎ = 0.4
Solución
Se sabe que
𝑁1 (ℎ) = 𝑁(ℎ)
[𝑓 (𝑥0 + ℎ) − 𝑓 (𝑥0 − ℎ)] [𝑓(0 + 0.4) − 𝑓(0 − 0.4)]
𝑁1 (ℎ) = 𝑁(ℎ) = =
2ℎ 2 ∗ 0.4
[𝑓 (0.4) − 𝑓 (−0.4)] (1.8918 − 0.2703)
𝑁1 (0.4) = =
0.8 0.8
𝑵𝟏 (𝟎. 𝟒) = 𝟐. 𝟎𝟐𝟔𝟗
ℎ ℎ [𝑓(0 + 0.2) − 𝑓(0 − 0.2)]
𝑁1 ( ) = 𝑁 ( ) =
2 2 2 ∗ 0.2
[𝑓 (0.2) − 𝑓 (−0.2)] ( 1.4214 − 0.6187)
𝑁1 (0.2) = =
0.4 0.4
𝑵𝟏 (𝟎. 𝟐) = 𝟐. 𝟎𝟎𝟔𝟖
ℎ ℎ [𝑓(0 + 0.1) − 𝑓(0 − 0.1)]
𝑁1 ( ) = 𝑁 ( ) =
4 4 2 ∗ 0.1
[𝑓 (0.1) − 𝑓 (−0.1)] ( 1.2052 − 0.8048)
𝑁1 (0.1) = =
0.2 0.2
𝑵𝟏 (𝟎. 𝟏) = 𝟐. 𝟎𝟎𝟎𝟐
ℎ ℎ [𝑓(0 + 0.05) − 𝑓(0 − 0.05)]
𝑁1 ( ) = 𝑁 ( ) =
8 8 2 ∗ 0.05
[𝑓(0.05) − 𝑓 (−0.05)] ( 1.1013 − 0.9012)
𝑁1 (0.05) = =
0.1 0.1
𝑵𝟏 (𝟎. 𝟎𝟓) = 𝟐. 𝟎𝟎𝟏
Se sabe que para cada 𝑗 = 2, 3, 4, . . . , 𝑚 , tendremos una aproximación 𝑂(ℎ2𝑗 ) de la forma
ℎ
ℎ 𝑁𝑗 − 1 (2) − 𝑁𝑗 − 1 (ℎ)
𝑁𝑗 (ℎ) = 𝑁𝑗 − 1 ( ) +
2 4𝑗 − 1 − 1
Para 𝑗 = 2
𝑁2 (ℎ) = 𝑁2 (0.4)
𝑁1 (0.2) − 𝑁1 (0.4) 2.0068 − 2.0269
𝑁2 (0.4) = 𝑁1 (0.2) + 1
= 2.0068 +
4 − 1 3
𝑵𝟐 (𝟎. 𝟒) = 𝟐. 𝟎𝟎𝟎𝟏
ℎ
𝑁2 ( ) = 𝑁2 (0.2)
2
𝑁1 (0.1) − 𝑁1 (0.2) 2.002 − 2.0268
𝑁2 (0.2) = 𝑁1 (0.1) + 1
= 2.002 +
4 − 1 3
𝑵𝟐 (𝟎. 𝟐) = 𝟐. 𝟎𝟎𝟎𝟒
ℎ
𝑁2 ( ) = 𝑁2 (0.1)
4
𝑁1 (0.05) − 𝑁1 (0.1) 2.001 − 2.002
𝑁2 (0.1) = 𝑁1 (0.05) + = 2.001 +
41 − 1 3
𝑵𝟐 (𝟎. 𝟏) = 𝟐. 𝟎𝟎𝟎𝟕
Para 𝑗 = 3
𝑁3 (ℎ) = 𝑁3 (0.4)
𝑁2 (0.2) − 𝑁2 (0.4) 2.0004 − 2.0001
𝑁3 (0.4) = 𝑁2 (0.2) + 2
= 2.0004 +
4 − 1 15
𝑵𝟐 (𝟎. 𝟒) = 𝟐. 𝟎𝟎𝟎𝟒
ℎ
𝑁3 ( ) = 𝑁3 (0.2)
2
𝑁2 (0.1) − 𝑁2 (0.2) 2.0007 − 2.0004
𝑁3 (0.2) = 𝑁2 (0.1) + = 2.0007 +
41 − 1 15
𝑵𝟐 (𝟎. 𝟐) = 𝟐. 𝟎𝟎𝟎𝟕
Para 𝑗 = 4
𝑁4 (ℎ) = 𝑁4 (0.4)
𝑁3 (0.2) − 𝑁3 (0.4) 2.0007 − 2.0004
𝑁4 (0.4) = 𝑁2 (0.2) + 4
= 2.0007 +
4 − 1 63
𝑵𝟒 (𝟎. 𝟒) = 𝟐. 𝟎𝟎𝟎𝟕 ≈ 𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒂
𝑆𝑒𝑎 𝑓 (𝑥 ) = 𝑥 + 𝑒 𝑥 → 𝑓´(𝑥 ) = 1 + 𝑒 𝑥 = 1 + 𝑒 0 = 2 ≈ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
∴ 𝐸𝑟𝑟𝑜𝑟 = 0.0007
EJERCICIO 4C.
4.c. Agregue otra linea de tabla de extrapolación del ejercicio, para obtener N4 ( h)
Use la técnica de extrapolación que se describe en el ejemplo 1, para determinar N3 (h)
una aproximación de f'(x0 ), para las siguientes funciones y tamaños de paso.
c. f(x)=2 x senx1 x2 1.05, h 0.4
1
Tenemos : [ f ( x0 h) f ( x0 h)]
2(h)
1
Tomemos 2ℎ [𝑓 (𝑥0 + ℎ) − 𝑓 (𝑥0 − ℎ)]
Es fácil ver que mientras ℎ → 0 se tendrá menos error y se acercará más al valor real de la
derivada.
EJERCICIO 4d.
𝑓 (𝑥 ) = 𝑥 3 cos x
𝑥0 = 2.3
ℎ = 0.4
1
Usando la expresión: 2(ℎ) [𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 − ℎ)]
𝑜(ℎ2 )
𝑁1 (ℎ) = 𝑁1 (0.4)
1
𝑁1 (0.4) = 2(0.4) [𝑓(2.70) − 𝑓(2.90)]
𝑁1 (0.4) = 1.2500[(−17.7949) − 𝑓(−2.2174)] = −19.4719
𝑁1 (ℎ⁄2) = 𝑁1 (0.2)
1
𝑁1 (0.2) = [𝑓(2.50) − 𝑓(2.10)]
2(0.2)
𝑁1 (0.2) = 1.2500[(−12.5179) − (−4.6754)] = −19.6063
𝑁1 (ℎ⁄4) = 𝑁1 (0.1)
1
𝑁1 (0.1) = 2(0.1) [𝑓(2.50) − 𝑓(2.10)]
𝑁1 (0.1) = 5.0000[(−10.1937) − (−6.2664)] = −19.6365
𝑁1 (ℎ⁄8) = 𝑁1 (0.05)
1
𝑁1 (0.05) = 2(0.05) [𝑓(2.35) − 𝑓(2.25)]
𝑁1 (0.05) = 10.0000[(−9.1197) − (−7.1553)] = −19.6440
ℎ 𝑁𝑗−1 (ℎ ⁄2)−𝑁𝑗−1 (ℎ)
Usando la expresión: 𝑁𝑗 (ℎ) = 𝑁𝑗−1 ( 2 ) + 4𝑗−1 −1
𝑜(ℎ4 )
𝑁1 (ℎ⁄2) − 𝑁1 (ℎ)
𝑁2 (ℎ) = 𝑁2 (0.4) → 𝑁1 (ℎ⁄2) +
3
1
𝑁2 (0.4) = (−19.6063) + [(−19.6063) − (−19.4719)] = −19.6511
3
𝑁1 (ℎ⁄4) − 𝑁1 (ℎ⁄2)
𝑁2 (ℎ⁄2) = 𝑁2 (0.2) → 𝑁1 (ℎ⁄4) +
3
1
𝑁2 (0.2) = (−19.6365) + [(−19.6365) − (−19.6063)] = −19.6466
3
𝑁1 (ℎ⁄8) − 𝑁1 (ℎ⁄4)
𝑁2 (ℎ⁄4) = 𝑁2 (0.1) → 𝑁1 (ℎ⁄8) +
3
1
𝑁2 (0.1) = (−19.6440) + [(−19.6440) − (−19.6365)] = −19.6465
3
𝑜(ℎ6 )
𝑁2 (ℎ⁄2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁3 (0.4) → 𝑁2 (ℎ⁄2) +
15
1
𝑁3 (0.4) = (−19.6466) + [(−19.6466) − (−19.6511)] = −19.6463
15
𝑁2 (ℎ⁄4) − 𝑁2 (ℎ⁄2)
𝑁3 (ℎ⁄2) = 𝑁3 (0.2) → 𝑁1 (ℎ⁄4) +
15
1
𝑁3 (0.2) = (−19.6465) + [(−19.6465) − (−19.6466)] = −19.6465
15
𝑜(ℎ8 )
𝑁3 (ℎ⁄2) − 𝑁3 (ℎ)
𝑁4 (ℎ) = 𝑁4 (0.4) → 𝑁3 (ℎ⁄2) +
63
1
𝑁4 (0.4) = (−19.6465) + [(−19.6465) − (−19.6463)] = −19.6465
63
El valor aproximado de 𝑁4 (ℎ) ≈ −19.6465
EJERCICIO 5. En los siguientes datos se dan las aproximaciones de la integral.
𝜋
𝑀 = ∫ 𝑠𝑒𝑛𝑥 𝑑𝑥
0
ℎ ℎ ℎ
𝑁1 (ℎ) = 1.570796 ; 𝑁1 ( ) = 1.896119 ; 𝑁1 ( ) = 1.974232 ; 𝑁1 ( ) = 1.99357.
2 4 8
Solución:
Tomamos j = 2.
ℎ
ℎ 𝑁1 (2) − 𝑁1 (ℎ)
𝑁2 (ℎ) = 𝑁1 ( ) +
2 41 − 1
1.896119 − 1.5770796
𝑁2 (ℎ) = 1.896119 + ⟹ 𝑁2 (ℎ) = 2.00456
3
ℎ ℎ
ℎ ℎ 𝑁1 (4) − 𝑁1 (2)
𝑁2 ( ) = 𝑁1 ( ) +
2 4 41 − 1
ℎ 1.974232 − 1.896119 ℎ
𝑁2 ( ) = 1.974232 + ⟹ 𝑁2 ( ) = 2.00026967
2 3 2
ℎ ℎ
ℎ ℎ 𝑁1 (8) − 𝑁1 (8)
𝑁2 ( ) = 𝑁1 ( ) +
4 8 41 − 1
ℎ 1.993570 − 1.974232 ℎ
𝑁2 ( ) = 1.993570 + ⟹ 𝑁2 ( ) = 2.000016
4 3 4
Ahora tomamos j = 3
ℎ
ℎ 𝑁2 ( ) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 ( ) + 2
2 42 − 1
2.00026967 − 2.00456
𝑁3 (ℎ) = 2.00026967 + ⟹ 𝑁2 (ℎ) = 1.99998365
15
ℎ ℎ
ℎ ℎ 𝑁2 (4) − 𝑁2 (2)
𝑁3 ( ) = 𝑁2 ( ) +
2 4 42 − 1
ℎ 2.000016 − 2.00026967 ℎ
𝑁3 ( ) = 2.000016 + ⟹ 𝑁2 ( ) = 1.99999909
2 15 2
Ahora tomamos j = 4
ℎ
ℎ 𝑁3 (2) − 𝑁3 (ℎ)
𝑁4 (ℎ) = 𝑁3 ( ) +
2 42 − 1
1.99999909 − 1.99998365
𝑁4 (ℎ) = 1.99999909 + ⟹ 𝑁2 (ℎ) = 2.00000012
15
𝜋
Por lo tanto el resultado aproximado será ∫0 𝑠𝑒𝑛𝑥 𝑑𝑥 ≈ 2.00000012
𝑀 = −𝑐𝑜𝑠𝑥│𝜋0
𝑀 = − cos(𝜋) + cos(0)
𝑀 = − cos(180) + cos(0)
𝑀=2
Entonces el valor del error de la solución aproximada será.
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│
𝐸𝑟𝑟𝑜𝑟 = │2 − 2.00000012│
𝐸𝑟𝑟𝑜𝑟 = 0.00000012
1
𝑓 (2) = [𝑓(1.8) − 8𝑓(1.9) + 8𝑓 (2.1) − 𝑓(2.2)]
12ℎ
1
𝑓 (2) = [(1.8𝑒1.8 ) − 8(1.9𝑒1.9 ) + 8(2.1𝑒 2.1 ) − (2.2𝑒 2⋅2 )]
1.2
1
𝑓 (2) = [(10.8893654) − 8(12.7031994) + 8(17.1489568) − (19.8550297)]
1.2
𝑓 (2) = 22.1669958
Para hallar 𝑁2(0.2) remplazamos en la formula
𝑁2−1 (ℎ) − 𝑁2−1 (0.2)
𝑁2 (0.2) = 𝑁2−1 (ℎ) +
42−1 − 1
𝑁1 (0.1) − 𝑁2−1 (0.2)
𝑁2 (0.2) = 𝑁1 (0.1) +
3
22.228787 − 22.4141608
𝑁2 (0.2) = 22.228787 +
3
𝑁2 (0.2) = 22.1669957
Para ℎ = 0.05
1
𝑓 (2) = [𝑓(1.8) − 8𝑓(1.9) + 8𝑓 (2.1) − 𝑓(2.2)]
12ℎ
1
𝑓 (2 ) = [(1.9𝑒 1.9 ) − 8(1.95𝑒1.95 ) + 8(2.05𝑒 2.05 ) − (2.1𝑒 2⋅1 )]
0.6
1
𝑓 (2) = [(12.7031994) − 8(13.7059408) + 8(15.9241973) − (17.1489568)]
0.6
𝑓 (2) = 22.1671577
Para hallar 𝑁2(0.1) remplazamos en la formula
𝑁2−1 (ℎ) − 𝑁2−1 (0.1)
𝑁2 (0.1) = 𝑁2−1 (ℎ) +
42−1 − 1
𝑁1 (0.05) − 𝑁2−1 (0.1)
𝑁2 (0.1) = 𝑁1 (0.05) +
3
22.182565 − 22.228787
𝑁2 (0.1) = 22.182565 +
3
𝑁2 (0.1) = 22.1671577
EJERCICIO 8.-La fórmula de la diferencia progresiva puede expresarse como:
′(𝑥𝑜 )
1 ℎ ′′ ℎ2 ′′′
𝑓 = [𝑓(𝑋0 + ℎ − 𝑓(𝑋0 )] − 𝑓 (𝑋𝑜 ) − 𝑓 (𝑋0 ) + 𝑜(ℎ3 )
ℎ 2 6
Utilice la extrapolación para derivar una formula 𝑜(ℎ3 )𝑝𝑎𝑟𝑎 𝑓′(𝑥0 )
SOLUCION
Definiendo:
1
𝑁1 (ℎ) = ℎ [𝑓(𝑥0 ) + ℎ − 𝑓(𝑥0 )], 𝑇𝑒𝑛𝑒𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑜(ℎ2 )𝑒𝑠𝑡𝑜 𝑒𝑠:
ℎ ℎ2
𝑓′𝑥𝑜 = 𝑁1 (ℎ) − 𝑓 ′′ (𝑋0 ) − 𝑓 ′′′ (𝑋0 ) + 𝑜(ℎ3 ) … … … … … … … … … … … … … … .1
2 6
ℎ
𝐴𝑙 𝑟𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑟 ℎ 𝑝𝑜𝑟 𝑒𝑛 1 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑙𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖𝑜𝑛.
2
ℎ ℎ ′′ ℎ2 ′′′
𝑓′(𝑥𝑜 ) = 𝑁1 ( ) − 𝑓 (𝑋0 ) − 𝑓 (𝑋0 ) + 𝑜(ℎ3 )
2 4 24
ℎ ℎ2
4𝑓′(𝑥𝑜 ) = 4𝑁1 ( ) − ℎ𝑓 ′′(𝑋0 ) − 𝑓 ′′′ (𝑋0 ) + 𝑜(ℎ3 ) … … … … … … … … … … … … … … … 2
2 6
Restando 2-1
ℎ ℎ
3𝑓′(𝑥𝑜 ) = 4𝑁1 ( ) − 𝑁1 (ℎ) − 𝑓 ′′ (𝑋0 ) + 4𝑜(ℎ3 )
2 2
ℎ ℎ
3𝑓′(𝑥𝑜 ) = 3𝑁1 ( ) − [𝑁1 (ℎ) − 𝑓 ′′ (𝑋0 )] + 4𝑜(ℎ3 )
2 2
ℎ
ℎ 𝑁1 (ℎ) − 2 𝑓 ′′ (𝑋0 )
𝑓′(𝑥𝑜 ) = [𝑁1 ( ) − ] + 4𝑜(ℎ3 )
2 3
EJERCICIO 9. suponga que N(h) es una aproximación de M para toda h>0 y que
M = N(h) + k1h + k2h2 + k3h3 + …,
Para algunas constantes, k1, k2, k3, …. Utilice los valores N(h), N(h/3) y N(h/9) para
producir una aproximación O(h3) de M.
Solución
M 1 N (h) K1 h K 2 h 2 K 3 h3 ...........................I
h
2 3
h h h
M 1 N K1 K 2 K3 .........
3 3 9 27
h h h
2
h
3
3* M 1 N K1 K 2 K3 ......
3 3 9 27
h
2 3
h h
3M 1 3 N K1 h K 2 K 3 ........................II
3 3 9
restamos II I
h h
2
h3
2 M 1 3 N N (h) K1 h K1 h K 2 K 2 h K3
2
K3 h3
3 3 9
h 2 8
2 M 1 3 N N ( h) K 2 h 2 K 3 h 3
3 3 9
h h 2 8
2 M 1 2 N N N ( h) K 2 h 2 K 3 h 3
3 3 3 9
h
N 3 N ( h)
h
M1 N 1 K h 2 4 K h3
3 2 3 2 9
3
h
N1 N1 (h)
h 3
N 2 h N1
3 2
K2 h2 4
M N 2 ( h) K 3 h3
3 9
h
Si ahora remplazamos h por
9
K 2 h2 4
M N 2 ( h) K 3 h3 ..........III
3 9
h K h 2
4 K 3 h3
M N2 ( ) 2
9 3*81 9 * 729
h K 2 h 2 4 K 3 h3
81 M N 2 ( )
9 3*81 9 * 729
h K h 2 4 K 3 h3
81M 81N 2 ( ) 2 ...............IV
9 3 81
Restamos IV – III
K h K h 4 K 3 h3 4
2 2
h
81M M 81N 2 ( ) N 2 (h) 2 2 K 3 h3
9 3 3 81 9
h h 32 K 3 h
3
80 M 80 N 2 ( ) N 2 ( ) N 2 (h)
9 9 81
h
N 2 ( ) N 2 ( h)
h 9 5 K 3 h3
M N2 ( )
9 80 162
h
N 2 ( ) N 2 ( h)
N 3 ( h) N 2 ( )
h 9
9 80
Tenemos la formula O(h3)
5 K 3 h3
M N3 h
162
𝑬𝑱𝑬𝑹𝑪𝑰𝑪𝑰𝑶 𝟏𝟎. Suponga que N (h) es una aproximación de M para toda h ≫ 0 y que
ℎ ℎ
𝑃𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛𝑎𝑠 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒𝑠𝐾1 , 𝐾2 , 𝐾3 , 𝑈𝑡𝑖𝑙𝑖𝑐𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑁(ℎ), 𝑁 ( ) 𝑦 𝑁 ( ) 𝑝𝑎𝑟𝑎
3 9
𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑙𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑂( ℎ6 ) 𝑑𝑒 𝑀.
Solución
𝑀1 = 𝑁1 (ℎ) + 𝐾1 ℎ + 𝐾1 ℎ + 𝐾3 ℎ2 + 𝐾ℎ3
ℎ ℎ ℎ2 ℎ3
𝑀1 = 𝑁1 ( ) + 𝐾1 + 𝐾1 ( ) + 𝐾3 ( ) + ⋯
3 3 9 27
ℎ ℎ2 ℎ3
2𝑀 = [3𝑁 ( ) − 𝑁(ℎ)] + [𝐾1 ℎ + 𝑘(ℎ)] + [𝐾1 − 𝐾2 ℎ2 ] + [𝐾3 − 𝐾3 ℎ3 ]
3 3 9
ℎ
3𝑁 (3) − 𝑁1 (ℎ) ℎ2 4ℎ3
𝑀= − 𝐾2 − 𝐾 +⋯
2 3 9
ℎ
3𝑁 (3) − 𝑁1 (ℎ)
𝑁2 (ℎ) =
2
ℎ2 4ℎ 3
𝑀1 = 𝑁2 (ℎ) − 𝐾2 ( 3 ) − 𝐾3 ( )+…
9
ℎ 𝐾2 ℎ2 4𝐾3 ℎ3
𝑀2 = 𝑁2 ( ) + − +
3 3𝑥9 9 27
ℎ 𝐾2 𝐾2 2 −4 𝐾3
𝑀1 8𝑀 = [9𝑁2 ( ) − 𝑁2 (ℎ)] + [ ℎ2 + ℎ ] + ( ) [ ℎ3 − 𝐾3 ℎ3 ] + ⋯
3 3 3 9 9
ℎ
9𝑁2 ( ) − 𝑁2 (ℎ) 4 8𝐾3 3
𝑀= 3 +( ) ℎ
8 9 9
ℎ
9𝑁2 (3) − 𝑁2 (ℎ)
𝑁3 (ℎ) =
8
ℎ
1 2 1 4 1 6 𝑁5 (5) − 𝑁5 (ℎ)
𝑀3 = 𝑁(ℎ) + 𝐾1 ( ) + 𝐾2 ( ) + 𝐾3 ( ) + ⋯ 0ℎ2 =
9 9 9 11
1 1 1
𝑀3 = 𝑁(ℎ1 ) + 𝐾1 ( ) + 𝐾2 ( 4 ) + 𝐾3 ( 6 ) + ⋯
81 9 9
1⁄
EJERCICIO 11.a. En cálculo aprendimos que 𝑒 = lim (1 + ℎ) ℎ
ℎ→0
a. Determine las aproximaciones de e correspondientes a h = 0.04, 0.02 y 0.01
solución
𝟏⁄
N1(h) = (𝟏 + 𝒉) 𝒉
1⁄
Sustituir h = 0.04 en la formula N1(h) = (1 + ℎ) ℎ para obtener
𝟏⁄
N1(0.04) = (𝟏 + 𝟎. 𝟎𝟒) 𝟎.𝟎𝟒
𝟏⁄
N1(0.04) = (𝟏. 𝟎𝟒) 𝟎.𝟎𝟒
N1(0.04) = 2.665836331
1⁄
Sustituir h = 0.02 en la formula N1(h) = (1 + ℎ) ℎ para obtener
𝟏⁄
N1(0.02) = (𝟏 + 𝟎. 𝟎𝟐) 𝟎.𝟎𝟐
𝟏⁄
N1(0.02) = (𝟏. 𝟎𝟐) 𝟎.𝟎𝟐
N1(0.02) = 2.691588029
1⁄
Sustituir h = 0.01 en la formula N1(h) = (1 + ℎ) ℎ para obtener
𝟏⁄
N1(0.01) = (𝟏 + 𝟎. 𝟎𝟏) 𝟎.𝟎𝟏
𝟏⁄
N1(0.01) = (𝟏. 𝟎𝟏) 𝟎.𝟎𝟏
N1(0.01) = 2.7048133829
1
EJERCICIO 11. C). En cálculo aprendimos que 𝑒 = 𝑙𝑖𝑚(1 + ℎ)ℎ ¿Piensa que el
ℎ→0
supuesto de la parte (b) es correcto?
Use la extrapolación en las aproximaciones, suponiendo que existen las constantes Kl' K2 ,
••• , con
1
𝑒 = (1 + ℎ)ℎ + 𝑘1 ℎ + 𝑘2 ℎ2 + 𝑘3 ℎ3 +…
ℎ 1 ℎ
𝑁3 (ℎ) = 𝑁2 ( ) + (𝑁2 ( ) − 𝑁2 (ℎ))
2 3 2
1
ℎ
Donde 𝑁2 (ℎ) = 2𝑁1 ( 2 ) − 𝑁1 (ℎ) 𝑌 𝑁1 (ℎ) = (1 + ℎ)ℎ
ℎ 0.04
𝑁1 ( 4 ) = 𝑁1 ( ) =𝑁1 (0.01) = 2.7048133829
4
Ahora
𝑁2 (ℎ) = 𝑁2 (0.04) = 2𝑁1 (0.02) − 𝑁1 (0.04)
= 2(2.691588029) – 2.665836331 =2.717339727
Para
ℎ
𝑁2 ( ) = 𝑁2 (0.02) = 2𝑁1 (0.01) − 𝑁1 (0.02)
2
= 2(2.7048133829) – 2.691588029 = 2.718039629
ℎ 1 ℎ
𝑁3 (ℎ) = 𝑁2 ( ) + (𝑁2 ( ) − 𝑁2 (ℎ))
2 3 2
1
𝑁3 (0.04) = 𝑁2 (0.02) + (𝑁 (0.02) − 𝑁2 (0.04))
3 2
1
= 2.718039629 + (2.718039629 − 2.717339727)
3
= 2.718272931
Finalmente, como vemos que los errores parecen proporcionados a h para 𝑁1 (ℎ) , a h2 para
𝑁2 (ℎ) y a h3 para 𝑁3 (ℎ) por lo tanto la respuesta es sí .
EJERCICIO 12ª.
a) Determine que:
2 + ℎ 1/ℎ
lim ( ) =𝑒
ℎ→0 2 − ℎ
Propiedad:
𝑙𝑖𝑚 𝑔(𝑥)∗(𝑓(𝑋)−1)
𝑙𝑖𝑚(𝑓(𝑥 ))𝑔(𝑥) = 𝑒 𝑥→𝑎
𝑥→𝑎
2 + ℎ 1/ℎ 1 2+ℎ
lim ∗( −1)
lim ( ) = 𝑒 ℎ→0ℎ 2−ℎ
ℎ→0 2−ℎ
2 + ℎ 1/ℎ 1 2ℎ
lim ∗( )
lim ( ) = 𝑒 ℎ→0ℎ 2−ℎ
ℎ→0 2−ℎ
2
lim ( )
= 𝑒 ℎ→0 2−ℎ
2
= 𝑒 (2−0)
=𝑒 1 = 𝑒
Por lo tanto.
2 + ℎ 1/ℎ
lim ( ) =𝑒
ℎ→0 2 − ℎ
1⁄
2+ℎ ℎ
𝟏𝟐. 𝒃 𝐶𝑎𝑙𝑐𝑢𝑙𝑒 𝑙𝑎𝑠 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑒 𝑎𝑝𝑙𝑖𝑐𝑎𝑛𝑐𝑜 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑁(ℎ) = ( ) ,
2−ℎ
𝐶𝑢𝑎𝑛𝑑𝑜 ℎ = 0.04
1⁄
2+0.04 0.04
𝑁(ℎ) = (2−0.04) = 2.178644377
𝐶𝑢𝑎𝑛𝑑𝑜 ℎ = 0.02
1⁄
2+0.02 0.02
𝑁(ℎ) = (2−0.02) = 2.718372445
𝐶𝑢𝑎𝑛𝑑𝑜 ℎ = 0.01
1⁄
2+0.01 0.01
𝑁(ℎ) = (2−0.01) = 2.718304481
SOLUCIÓN
Se tiene la siguiente fórmula:
1
2+ℎ ℎ
𝑁 (ℎ ) = ( ) =𝑒
2−ℎ
𝑁1 (ℎ) = 𝑁(ℎ)
1
2+0.04 0.04
𝑁1 (0.04) = (2−0.04 ) = 2.718644377221240
1
2+0.02
0.02
𝑁1 (0.02) = (2−0.02 ) = 2.718372444800610
1
2+0.01
0.01
𝑁1 (0.01) = (2−0.01 ) = 2.718304481241740
Calculando 𝑁2 (ℎ)
ℎ ℎ
𝑁2 (ℎ) = 𝑁1 ( ) + [𝑁1 ( ) − 𝑁1 (ℎ)]
2 2
𝑁2 (0.04) = 2 ∗ 𝑁1 (0.02) − 𝑁1 (0.04)
𝑁2 (0.04) = 2 ∗ 2.718372444800610 − 2.718644377221240 = 2.718100512379980
𝑁2 (0.02) = 2 ∗ 𝑁1 (0.01) − 𝑁1 (0.02)
𝑁2 (0.02) = 2 ∗ 2.718304481241740 − 2.718372444800610 = 2.718236517682870
Calculando 𝑁3 (ℎ)
ℎ
ℎ 𝑁2 (2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 ( ) +
2 3
𝑁2 (0.02) − 𝑁2 (0.04)
𝑁3 (0.04) = 𝑁2 (0.02) +
3
2.718236517682870 − 2.718100512379980
𝑁3 (0.04) = 2.718236517682870 +
3
𝑵𝟑 (𝟎. 𝟎𝟒) = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟓𝟐𝟕𝟖𝟑𝟖𝟑𝟎
Ejercicio .12 d
1
2 − ℎ 1−ℎ 2+ℎ ℎ
𝑁(−ℎ) = ( ) =( ) = 𝑁 (ℎ )
2+ℎ 2−ℎ
𝑁(−0.04) = 𝑁(0.04) = 2.7186444
𝑁(−0.02) = 𝑁(0.02) = 2.71183724
𝑁(−0.01) = 𝑁(0.01) = 2.7183045
EJERCICIO 12.e. Use la parte (d) para demostrar que 𝐾1 = 𝐾3 = 𝐾5 = ⋯ =
0 𝑒𝑛 𝑙𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎.
𝑒 = 𝑁(ℎ) + 𝐾1 ℎ + 𝐾2 ℎ2 + 𝐾3 ℎ3 + 𝐾4 ℎ4 + 𝐾5 ℎ5 + ⋯,
𝑒 = 𝑁(ℎ) + 𝐾2 ℎ2 + 𝐾4 ℎ4 + 𝐾6 ℎ6 + ⋯.
PARTE (d). Demuestre que N(-h) = N(h)
Entonces tenemos:
2 − ℎ −1⁄ 2 − ℎ −11⁄ℎ 2 + ℎ 1⁄
𝑁(−ℎ) = ( ) ℎ = (( ) )=( ) ℎ = 𝑁(ℎ)
2+ℎ 2+ℎ 2−ℎ
𝑒 = 𝑁(−ℎ) − 𝐾1 ℎ + 𝐾2 ℎ2 − 𝐾3 ℎ3 + 𝐾4 ℎ4 − 𝐾5 ℎ5 + ⋯
así que, sumando, usando el hecho de que N (h) = N (−h), y dividiendo por 2 da como
resultado.
𝑒 = 𝑁(ℎ) + 𝐾2 ℎ2 + 𝐾4 ℎ4 + 𝐾6 ℎ6 + ⋯.
SOLUCIÓN
𝑁(0.02) − 𝑁(0.04)
𝑁2 (0.04) = 𝑁(0.02) +
3
2.718372444800610 − 2.718644377221240
𝑁2 (0.04) = 2.718372444800610 +
3
𝑁2 (0.04) = 2.718281800660400
ℎ
ℎ 𝑁( )−𝑁(ℎ)
𝑁2 (ℎ) = 𝑁 ( 2 ) + 2
3
𝑁(0.01) − 𝑁(0.02)
𝑁2 (0.02) = 𝑁(0.01) +
3
2.718304481241740 − 2.718372444800610
𝑁2 (0.02) = 2.718304481241740 +
3
𝑁2 (0.02) = 2.718281826722120
Calculando 𝑁3 (ℎ)
ℎ
ℎ 𝑁2 (2) − 𝑁2 (ℎ)
𝑁3 (ℎ) = 𝑁2 ( ) +
2 15
𝑁2 (0.02) − 𝑁2 (0.04)
𝑁3 (0.04) = 𝑁2 (0.02) +
15
2.718281826722120 − 2.718281800660400
𝑁3 (0.04) = 2.718281826722120 +
15
Por lo tanto, se puede decir que 𝑁3 (0.04) es una aproximación satisfactoria O(h6).
EJERCICIO
14. Suponga que N1(h) es una fórmula que produce las aproximaciones O(h) a un
número M y que:
𝑀 = 𝑁1 (ℎ) + 𝐾1 ℎ + 𝐾2 ℎ2 + ⋯
ℎ ℎ ℎ 2 ℎ 3
𝑀 = 𝑁1 ( 2 ) + 𝐾1 (2 ) + 𝐾2 (2 ) + 𝐾3 ( 2 ) +……………… (2)
ℎ ℎ2 ℎ3
2𝑀 = 2𝑁1 (2 ) + 𝐾1 (ℎ) + 𝐾2 ( 2 ) + 𝐾3 ( 4 ) +……………… (3)
ℎ ℎ2 ℎ3
𝑀 = 2𝑁1 ( 2 ) − 𝑁1 (ℎ) + 𝐾2 ( 2 − ℎ2 ) + 𝐾3 ( 4 − ℎ3 ) +…………
ℎ ℎ ℎ2 ℎ3
𝑀 = [(𝑁1 ( ) + 𝑁1 ( ) − 𝑁1 (ℎ))] − 𝐾2 ( ) − 𝐾3 ( )
2 2 2 2
ℎ ℎ
𝑁2 (ℎ)= 𝑁1 (ℎ) ; 𝑁3 = [(𝑁1 ( 2 ) + 𝑁1 ( 2 ) − 𝑁1 (ℎ))]
EJERCICIO 15a. En el año 200 antes de Cristo. Arquímedes utilizo los semiperímetros de
polígonos regulares con k lados que inscriben y circunscriben el círculo unitario para
aproximar π, es decir, la circunferencia de un semicírculo. Se puede usar la geometría para
demostrar que la secuencia de semiperímetros inscritos y circunscritos (𝐏𝐤) 𝐲 (𝐏𝐤),
respectivamente, satisfacen.
𝜋 𝜋
𝑃𝑘 = 𝑘𝑠𝑒𝑛 ( ) 𝑃𝑘 = 𝑘 tan ( )
𝑥 𝑘
𝑐𝑜𝑛 𝑃𝑘 < 𝜋 < 𝑃𝑘 𝑠𝑖𝑒𝑚𝑝𝑟𝑒 𝑞𝑢𝑒 𝑘 ≥ 4
Demuestre 𝑃4 = 2√2 y 𝑃4 = 4
Para: k = 4 Para: k = 4
P4 = 2√2 P4 = 4
𝜋 𝜋
2√2 = 𝑠𝑒𝑛 ( ) 4 = 4tan ( )
𝑥 𝑥
√2 4 𝜋
= 𝑠𝑒𝑛(45°) = 4tan (𝑥 )
2 4
√2 √2
= 2 4 = 4tan 45°
2
1=1
Ejercicio 15b. En el año 200 antes de cristo. Arquímedes utilizo los semiperímetros de
polígonos regulares con los k lados que inscriben y circunscriben el circulo unitario para
aproximar 𝜋, es decir, la circunferencia de un semicírculo. Se puede usar la geometría para
demostrar que la secuencia de semiperímetros inscritos y circunscritos (𝑝𝑘 ) y (𝑃𝑘 ),
respectivamente, satisfacen.
𝝅 𝝅
𝒑𝒌 = 𝒌 𝐬𝐢𝐧 ( 𝒌 ) y 𝑷𝒌 = 𝒌 𝐭𝐚𝐧 ( 𝒌 ). Con 𝒑𝒌 < 𝝅 < 𝑷𝒌 siempre que 𝒌 ≥ 𝟒.
Solución:
𝟐𝒑𝒌 𝑷𝒌
𝑷𝟐𝒌 = 𝒑 si: 𝒌 = 𝟒
𝒌 +𝑷𝒌
𝜋 𝜋
𝜋 2 [𝑘 sin ( 𝑘 )] [𝑘 tan ( 𝑘 )]
2𝑘 tan ( ) = 𝜋 𝜋
2𝑘 𝑘 sin ( 𝑘 ) + 𝑘 tan ( 𝑘 )
𝜋 𝜋
𝜋 2 [4 sin ( )] [4 tan ( )]
8 tan ( ) = 𝑘 𝑘
8 𝜋 𝜋
4 sin (4 ) + 4 tan ( 4 )
3.3137085 = 3.3137085
CONJUNTO
DE
EJERCICIOS
4.3
1.a
. Aproxime las siguientes integrales aplicando la regla del Trapecio
1
∫ 𝑥 4 𝑑𝑥
0.5
SOLUCIÓN
𝑥1
ℎ ℎ3 ′′
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑥0 ) + 𝑓(𝑥1 )] − 𝑓 (𝛿 )
𝑥0 2 12
1.b
Ejercicio 1b
Aproxime la siguiente integral aplicando la regla del trapecio.
𝟎.𝟓
𝟐
∫ 𝒅𝒙
𝟎 𝒙−𝟒
SOLUCIÓN
Calculando el valor exacto de la integral
0.5
2 −3.5
∫ 𝑑𝑥 = 2. ln(𝑥 − 4) = 2(ln(−3.5) − ln(−4)) = 2. ln( )
0 𝑥−4 −4
𝟎.𝟓
𝟐
∫ 𝒅𝒙 = −𝟎. 𝟐𝟔𝟕𝟎𝟔𝟐𝟕𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟎 𝒙−𝟒
0.5
2 0.5
∫ 𝑑𝑥 ≈ (𝑓(0) + 𝑓(0.5))
0 𝑥−4 2
0.5
2 0.5 2 2
∫ 𝑑𝑥 ≈ ( + )
0 𝑥−4 2 −4 0.5 − 4
0.5
2 1 2
∫ 𝑑𝑥 ≈ 0.25 (− − )
0 𝑥−4 2 3.5
𝟎.𝟓
2
∫ 𝒅𝒙 ≈ −𝟎. 𝟐𝟔𝟕𝟖𝟓𝟕𝟏𝟒 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟎 𝑥−4
1.c
Aproxime la siguiente integral aplicando la regla del trapecio:
1.5
∫1 𝑥 2 ln 𝑥 𝑑𝑥
SOLUCION
𝑋 ℎ
∫𝑋0 𝑓(𝑥) 𝑑𝑥 = 2 [𝑓(𝑋0 ) + 𝑓(𝑋1 )]
𝑥3
𝑑𝑣 = 𝑥 2 𝑑𝑥 → 𝑣 = 3
𝑥 3 ln 𝑥 𝑥3 1 𝑥 3 ln 𝑥 𝑥3
𝐼 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢 = −∫ 𝑑𝑥 = −
3 3 𝑥 3 9
1.d
1d. Aproxime las siguientes integrales aplicando la regla del Trapecio
1
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥
0
Solución
𝑏 ℎ ℎ3
∫𝑎 𝑓 (𝑥 )𝑑𝑥 = 2 [𝑓(𝑥0 ) + 𝑓(𝑥1 )] − 12 𝑓"(𝜀); 𝑑𝑜𝑛𝑑𝑒 𝜀 ∈ (𝑥0 , 𝑥1 )
ℎ = 𝑏−𝑎
ℎ = 1−0
ℎ=1
1.e
aproxime la siguiente integral aplicando la regla del trapecio
1.6
2𝑥
𝑒. ∫ 𝑑𝑥
1 𝑥2 −4
Solución
Aplicando la regla del trapecio tenemos:
𝑥1
ℎ ℎ3
∫ 𝑓(𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓 (𝑥1 )] − 𝑓 ′′ (𝛿 )
𝑥0 2 12
ℎ3 ′′
𝐸𝑎 = |𝑓 (𝛿 )|
12
2
𝑓(𝑥) =
𝑥2 − 4
2(𝑥 2 + 4)
𝑓 ′ (𝑥 ) = −
(𝑥 2 − 4)2
4𝑥(𝑥 2 + 12)
𝑓 ′′ (𝑥 ) =
(𝑥 2 − 4)3
4𝛿 (𝛿 2 + 12)
𝑓 ′′ (𝛿 ) =
(𝛿 2 − 4)3
4 ∗ 1(12 + 12)
𝑓 ′′ (1) = = −1.9259259
(12 − 4)3
4 ∗ 1.6(1.62 + 12)
𝑓 ′′ (1.6) = = −31.2071331
(1.62 − 4)3
ℎ3 ′′
𝐸𝑎 = |𝑓 (𝛿 )|
12
ℎ3 ′′ ℎ3 ′′
|𝑓 (1)| < 𝐸𝑎 < |𝑓 (1.6)|
12 12
ℎ3 ℎ3
|−1.9259259| < 𝐸𝑎 < |−31.2071331|
12 12
0.63 0.63
|−1.9259259| < 𝐸𝑎 < |−31.2071331|
12 12
0.0346667 < 𝐸𝑎 < 0.5617284
quintana
1.f
Aproxime las siguientes integrales aplicando la regla del trapecio.
0.35
2 𝑏
ℎ ℎ3
𝑓) ∫ ( ) 𝑑𝑥𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛: ∫ 𝑓(𝑥) 𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓(𝑥1 )] − 𝑓•• (𝐸)ℎ = 𝑏 − 𝑎ℎ = 0.35 − 0
0 𝑥2 − 4 𝑎 2 12
0.35
2 0.35
= 0.35𝐴𝑝𝑙𝑖𝑐𝑎𝑛𝑑𝑜𝑙𝑎𝑟𝑒𝑔𝑙𝑎𝑑𝑒𝑙𝑡𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑝𝑎𝑟𝑎: 𝑥0 = 0𝑥1 = 0.35 ∫ ( ) 𝑑𝑥 ≈ [𝑓(0) + 𝑓(0.35)]
0 𝑥2 − 4 2
2 2
= 0.175 [ 2 + ] = −0.177643
0 −4 0.352 − 4
0.35
2
𝐶𝑎𝑙𝑐𝑢𝑙𝑜𝑑𝑒𝑙𝑣𝑎𝑙𝑜𝑟𝑟𝑒𝑎𝑙: ∫ ( ) 𝑑𝑥 = −0.1768200
0 𝑥2 −4
1.g
1.h
Aproxime las siguientes integrales usando el método del trapecio.
h.
0
4
x 2e x sin(2 x)dx
h h5
f ( x0 ) 4 f ( x1 ) f ( x2 ) * f (4) ( )
b
a
f ( x)dx
3 90
x0 a 0 x2 b
4
0
ba
h h 4 h x1 a h 0
2 2 8 8 8
1 30 3* 3
4 3x
0
e *sin(2 x)dx * e
3 8
*sin(2*0) 4e 8
*sin(2* ) e
8
4
*sin(2* ) 2.583696403
4
Calculamos el valor real de la función.
0
4
e3 x *sin(2 x)dx 2.588628633
Error 2.588628633 2.583696403 0.004932230
2.a
Obtenga una cota del error en el ejercicio 1 aplicando la fórmula de error y compárela con
el error real.
1
a. ∫0.5 𝑥 4 𝑑𝑥
solución
Recordamos que la formula de error en la regla del trapecio viene dada por:
ℎ3 ′′
𝐶𝑜𝑡𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 𝑓 (𝜉 ), 𝑑𝑜𝑛𝑑𝑒 ℎ = 𝑥0 − 𝑥1 ; 𝜉 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒 (𝑥0 ; 𝑥1 )
12
Consideramos la integral:
1
∫ 𝑥 4 𝑑𝑥
0.5
2.b
obtenga una cota del error en el ejercicio 1 aplicando la fórmula de error y compárela con el
error real.
0.5 2
b. ∫0 𝑑𝑥
𝑥−4
2
𝑓(𝑥) =
𝑥−4
𝑥0 = 0 𝑥1 = 0.5 donde ℎ = 𝑥1 − 𝑥0 = 0.5 − 0 = 0.5
0.5 2 ℎ 0.5 2 2
∫0 𝑑𝑥 = 2 [𝑓(0) + 𝑓(0.5)] = [ + 0.5−4] = −0.2678571 (solución
𝑥−4 2 0−4
aproximada)
0.5 2
∫0 𝑥−4 𝑑𝑥 = [2 ∗ ln|𝑥 − 4|]0.5
0 = 2 ∗ (𝑙𝑛|0.5 − 4| − 𝑙𝑛|0 − 4|) = −0.2670628
(solución exacta)
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑎𝑙 = ⎸ − 0.2670628 − (−0.2678571)⎸ = 7.943 × 10−4
Aplicando la fórmula de la cota de error
𝑠𝑒 𝑠𝑎𝑣𝑒 𝑞𝑢𝑒 0 < 𝜉 < 0.5 ; 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝜉 = 𝑥
2 4
𝑓 " (𝑥−4) 𝑑𝑥 = (𝑥−4)3
h3 2 0.53 4
𝑒𝑟𝑟𝑜𝑟 = 12 f" (𝑥−4) 𝑑𝑥 = ((0.5−4)3 ) = ⎸ − 9.718 × 10−4 ⎸ = 9.718 × 10−4
12
2.c
Obtenga una cota de error del ejercicio 1 aplicada la formula del error y compárela con el
valor real.
x2 ln x dx valor real = 0.1922594
1.5
c) 1
Solución
Regla del trapecio
b a 1.5 1
Para n 1 h 0.5
1 1
h h3
f x dx f x0 f x1 f n
x1
x0 2 12
h 0.5 0.5
x 2 ln x dx f x0 f x1 f 1 f 1.5 0 0.9122965
1.5
1 2 2 2
x2 ln x dx 0.2280741
1.5
1
Error real =0.2280741-0.1922594=0.0358147
h3 n 2
f ( (ln ))d
12
0.53
(2 ln( x) 3
12
ERROR 0.0366972
2.d
2.d
Obtenga una cota del error en el ejercicio 1 aplicando la fórmula de error y compárela con
el error real.
1
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥
0
5
Valor real es = − + 2 = 0.1606028
𝑒
Regla del trapecio.
Para 𝑛 = 1
𝑏−𝑎 1−0
ℎ= = =1
1 1
𝑥1
ℎ ℎ3
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑥0 ) + 𝑓 (𝑥1 )] − 𝑓′′()
𝑥0 2 12
1
ℎ 1
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 = [𝑓 (𝑥0 ) + 𝑓 (𝑥1 )] = [𝑓(0) + 𝑓 (1)]
0 2 2
1
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 = 0.1839397
0
Error real:
0.1839397 − 0.1606028 = 0.0233369
Sabemos que:
0<<1 ; =x
La segunda derivada de: 𝑓´´(𝑥 2 𝑒 −𝑥 ) = 𝑒 −𝑥 𝑥 2 − 4𝑒 −𝑥 𝑥 + 2𝑒 −𝑥
ℎ3 13
𝑓´´(2 𝑒 − )𝑑 = 𝑓´´(𝑥 2 𝑒 −𝑥 )𝑑𝑥
12 12
13 −𝑥 2
(𝑒 𝑥 − 4𝑒 −𝑥 𝑥 + 2𝑒 −𝑥 )
12
13 −0 2
(𝑒 (0) − 4𝑒 −0 (0) + 2𝑒 −0 )
12
13
(2) = 0.1666667
12
𝐸𝑟𝑟𝑜𝑟 = 0.1666667
2.e
Obtenga una cota del error en el ejercicio 1 aplicando la formula de error y compárela con
el error real.
1.6
2𝑥
e. ∫ 𝑑𝑥, 𝑉𝑎𝑙𝑜𝑟 𝑅𝑒𝑎𝑙 = −0.7339692
𝑥 2−4
1
2𝑥
𝑓 (𝑥 ) =
𝑥2 − 4
2(−4 − 𝑥 2 )
𝑓 ′ (𝑥 ) =
(−4 + 𝑥 2 )2
4𝑥(−12 − 𝑥 2 )
𝑓′′(𝑥) = −
(−4 + 𝑥 2 )3
Punto máximo de la 𝑓′′(𝑥), es cuando x=1:
4(1)(−12 − 12 )
𝑓 ′′ (1) = − = −1.9259259
(−4 + 12 )3
|𝑓 ′′ (𝑥 )| ≤ 1.9259259, ∀𝑥 ∈]1; 1.6[
(𝑏−𝑎)3 (0.6)3
|− 𝑓 ′′ (𝜉 )|=|− 1.9259259| = 0.0346667
12 12
2.f
Obtenga una cota de error del ejercicio 1 aplicada la formula del error y compárela con el
valor real.
𝟎.𝟑𝟓
𝟐
∫ 𝟐
𝒅𝒙 → 𝒗𝒂𝒍𝒐𝒓 𝒓𝒆𝒂𝒍 = −0.1768200
𝟎 𝒙 −𝟒
𝑏−𝑎 0.35 − 0
𝑷𝒂𝒓𝒂 𝑛 = 1 → ℎ = = = 0.35
1 1
𝑥1
ℎ ℎ3
∫ 𝑓(𝑥)ⅆ𝑥 = [𝑓(𝑥0) + 𝑓(𝑥1) ] − 𝑓´´(𝜉 )
𝑥2 2 12
0.35
2 ℎ 0.35
∫ 𝑑𝑥 = [𝑓(𝑥0) + 𝑓(𝑥1) ] = [𝑓(0) + 𝑓(0.35) ] = −0.1777643
0 𝑥2 −4 2 2
0.35
2
∫ 𝑑𝑥 = −0.1777643
0 𝑥2 − 4
𝑬𝒓𝒓𝒐𝒓 𝒓𝒆𝒂𝒍 = −0.1777643 − (−0.1768200) = 9.443x10−4
2 4(−3𝑥 2 −4)
𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎 𝑑𝑒𝑟𝑖𝑣𝑎𝑑𝑎 𝑑𝑒 𝑓´´ 𝑥 2−4 𝑑𝑥 = − (𝑥 2−4)3
0.353 4(−3(0.35)2 − 4
= ( )
12 (0.352 − 4)3
𝜋⁄ 𝜋⁄
4 4
Propiedad: ∫ 𝜇𝑑𝑣 = 𝜇𝑣 − ∫ 𝑑𝜇𝑣 ∫0 𝑠𝑒𝑛(𝑥) − ∫0 𝑥𝑐𝑜𝑠(𝑥 )
𝜋⁄
4 1 𝜋
∫ 𝑥𝑠𝑒𝑛(𝑥 )𝑑𝑥 = − = 0.1517464139
0 √2 4√2
𝑥1 ℎ ℎ3
∫𝑥0 𝑓 (𝑥 )𝑑𝑥 = 2 [𝑓(𝑥0 ) + 𝑓(𝑥1 )] − 12 𝑓 " (𝜁 )
𝜋⁄ ℎ (𝜋⁄4)
∫0 4
𝑥𝑠𝑒𝑛(𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓(𝑥1 )]= [𝑓(0) + (𝑓(𝜋⁄4)] = 0.2180895062
2 2
𝜋⁄
4
∫0 𝑥𝑠𝑒𝑛(𝑥 )𝑑𝑥 =0.2180895
Error real: 0.2180895062 – 0.1517464 =0.066343106
𝜋3
= 768 (2 𝑐𝑜𝑠(0) − 0𝑠𝑖𝑛(0))= 0.080745512
ERROR= 0.080745512
2.h
2. Obtenga una cota de error en el ejercicio 1 aplicando la formula de error y compárela con
el error real.
𝜋/4 3𝑒 3𝜋/4+2
h. ∫0 𝑒 3𝑥 𝑠𝑒𝑛(2𝑥)𝑑𝑥 𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 = = 2.5886286
13
𝜋/4 ℎ ℎ3
∫0 𝑓(𝑥) 𝑑𝑥 = 2 [𝑓(𝑥0 ) + 𝑓(𝑥1 )] − 12 𝑓´´(𝜉)
𝜋/4 ℎ (𝜋/4)
∫0 𝑒 3𝑥 𝑠𝑒𝑛(2𝑥)𝑑𝑥 = 2 [𝑓(𝑥0 ) + 𝑓(𝑥1 )] = [𝑓(0) + 𝑓(𝜋/4)]
2
𝜋/4
∫ 𝑒 3𝑥 𝑠𝑒𝑛(2𝑥)𝑑𝑥 = 4.1432597
0
3.a
Repita el ejercicio 1 aplicando la regla de Simpson
1
A) →∫0.5 𝑥 4 dx
𝑏 ℎ ℎ5
∫𝑎 𝑓 (𝑥 )𝑑𝑥 = 3 ⟮𝒇(𝑥0 ) +4 𝒇(𝑥1 ) + 𝒇(𝑥2 )⟯ - 90 𝑓 4 (↋)
𝑏−𝑎
𝑥0 = a = 0.5 ; 𝑥2 =b =1 ; h = = 0.25 ; 𝑥1 = 𝑥0 + h = 0.75
2
1 0.25
∫0.5 𝑥 4 dx = 3
⟮𝒇(0.5) +4 𝒇(0.75) + 𝒇(1)⟯
1 0.25
∫0.5 𝑥 4 dx = 3
⟮(0.5)4 +4 (0.75)4 + (1)4 ⟯
1
∫0.5 𝑥 4 dx= 0.1940104
1
Valor real ∫0.5 𝑥 4 dx = 0.1937500
3.b
aplicar la regla de Simpson.
0.5 2
b. ∫0 𝑑(𝑥)
𝑥−4
𝑏
ℎ ℎ5 (4)
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 4𝑓 (𝑥1 ) + 𝑓 (𝑥2 )] − 𝑓 (𝜁)
𝑎 3 90
𝑏−𝑎
𝑥0 = 𝑎 = 0 𝑥2 = 𝑏 = 0.5 ℎ = = 0.25 𝑥1 = 𝑥0 + ℎ = 0.25
2
0.5 2 0.25
∫0 𝑑 (𝑥 ) = [𝑓(0) + 4𝑓(0.25) + 𝑓(0.5)]
𝑥−4 3
0.5 2 0.25 2 2 2
∫0 𝑑 (𝑥 ) = [ + 4 (0.25−4) + 0.5−4]
𝑥−4 3 0−4
0.5 2
∫0 𝑑(𝑥 ) = −0.2670635
𝑥−4
0.5 2
𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 ∫0 𝑑(𝑥 ) = −0.2670628
𝑥−4
3.c
3.d
Solución:
𝒃
𝒉 𝒉𝟓 (𝟒)
∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒙𝟎 ) + 𝟒𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 )] − 𝒇 (Ę )
𝒂 𝟑 𝟗𝟎
𝒃−𝒂 𝟏−𝟎
𝒂 = 𝒙𝟎 = 𝟎 𝒉= = = 𝟎. 𝟓
𝒏 𝟐
𝒃 = 𝒙𝟐 = 𝟏 𝒏 = 𝒑𝒂𝒓 = 𝟐
𝒙𝟏 = 𝒙𝟎 + 𝒉 = 𝟎 + 𝟎. 𝟓 = 𝟎. 𝟓 𝒇(𝒙) = 𝒙𝟐 𝓮−𝒙
Reemplazando se obtiene.
𝟏 𝟎.𝟓
∫𝟎 𝒙𝟐 𝓮−𝒙 𝒅𝒙 = 𝟑
[𝒇(𝟎) + 𝟒𝒇(𝟎. 𝟓) + 𝒇(𝟏)]
𝟏 𝟎.𝟓
∫𝟎 𝒙𝟐 𝓮−𝒙 𝒅𝒙 = 𝟑
[𝟎𝟐 𝓮−𝟎 + 𝟒(𝟎. 𝟓𝟐 𝓮−𝟎.𝟓 ) + 𝟏𝟐 𝓮−𝟏 ]
𝟏
∫𝟎 𝒙𝟐 𝓮−𝒙 𝒅𝒙 = 𝟎. 𝟏𝟔𝟐𝟒𝟎𝟏𝟕
3.f
𝑹𝒆𝒑𝒊𝒕𝒂 𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒄𝒐 𝟏 𝒂𝒑𝒍𝒊𝒄𝒂𝒏𝒅𝒐 𝒍𝒂 𝒓𝒆𝒈𝒍𝒂 𝒅𝒆 𝑺𝒊𝒎𝒑𝒔𝒐𝒏
0.35
2
∫ 𝑑𝑥
0 𝑥2 − 4
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑚𝑜𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑑𝑎𝑑𝑎:
𝑑𝑥 1 1
∫ = ln|𝑥 − 𝑎| − ln|𝑥 + 𝑎| + 𝑐
𝑥2 −𝑎 2 2𝑎 2𝑎
0.35 0.35
2𝑑𝑥 2𝑑𝑥 2 ln|𝑥 − 2| 2 ln|𝑥 + 2| 0.35
∫ = ∫ = [ − ]
0 𝑥2 − 4 0 𝑥 2 − 22 2(2) 2(2) 0
0.35
2
∫ 𝑑𝑥 = −0.1768215692
0 𝑥2 −4
3.g
3.h
𝑹𝒆𝒑𝒊𝒕𝒂 𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒐 𝟏 𝒂𝒑𝒍𝒊𝒄𝒂𝒏𝒅𝒐 𝒍𝒂 𝒓𝒆𝒈𝒍𝒂 𝒅𝒆 𝑺𝒊𝒎𝒑𝒔𝒐𝒏
𝑆𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎 𝑙𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙:
𝜋
4
∫ 𝑒 3𝑥 𝑠𝑖𝑛2𝑥𝑑𝑥
0
𝜋
𝐷𝑒𝑗𝑒𝑚𝑜𝑠 𝑓(𝑥 ) = 𝑒 𝑥 𝑠𝑖𝑛2𝑥, 𝑥0 = 0 𝑦 𝑥2 = ; 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑠𝑒𝑟á:
4
𝜋
𝑥2 − 𝑥0 4 − 0 𝜋
ℎ= = = = 0.3925
2 2 8
⇒ 𝑙𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙 𝑠𝑒 𝑐𝑜𝑛𝑣𝑖𝑒𝑟𝑡𝑒 𝑒𝑛:
𝜋
4
0.3925 𝜋 𝜋
∫ 𝑒 3𝑥 𝑠𝑖𝑛2𝑥𝑑𝑥 = [𝑓(0) + 4𝑓 ( ) + 𝑓 ( )]
3 8 4
0
4.a
4. a. repita el ejercicio 1 usando la regla de Simpson.
1
∫ 𝑥 4 𝑑𝑥
0.5
SOLUCIÓN
𝑋2
ℎ ℎ5
∫ 𝑓(𝑥 )𝑑𝑥 = [𝑓(𝑋0 ) + 4𝑓(𝑋1 ) + 𝑓(𝑋2 )] − . 𝑓 4 (𝐸𝑠)
𝑋𝑂 3 90
𝑋2 −𝑋𝑂 1−0.5
𝑋0= 0.5 ; 𝑋2 = 1; ℎ = = = 0.25; 𝑋1 = 𝑋𝑜 + ℎ = 0.5 + 0.25 = 0.75
2 2
1
0.25 4
∫ 𝑋 4 𝑑𝑥 = [𝑋 𝑑𝑥 + 4(0.75)4 + 14 ] = 0.194010
0.5 3
4.b
aproxime la siguiente integral aplicando la regla de Simpson, obtenga una cota de error del
ejercicio aplicando la fórmula de error y compárela con el valor real.
0.5
2
𝑏. ∫ 𝑑𝑥
0 𝑥−4
Solución
Aplicando la regla de Simpson
𝑥2
ℎ ℎ5 4
∫ 𝑓(𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 4𝑓 (𝑥1 ) + 𝑓(𝑥2 )] − 𝑓 (𝛿 )
𝑥0 3 90
𝑥2 − 𝑥0 0.5 − 0
𝑥0 = 0; 𝑥2 = 0.5; ℎ = = = 0.25 ; 𝑥1 = 𝑥0 + ℎ = 0.25
2 2
0.5
2 ℎ
∫ 𝑑𝑥 = [𝑓(0) + 4𝑓(0.25) + 𝑓(0.5)]
0 𝑥−4 3
0.5
2 0.25 −2 32 4
∫ 𝑑𝑥 = [ − − ]
0 𝑥−4 3 4 15 7
0.5
2
∫ 𝑑𝑥 = −0.267063
0 𝑥−4
Ahora obtendré el valor real de nuestra integral
0.5
ℎ5 4
∫ 𝑓 (𝛿 )𝑑𝑥
0 90
𝐿𝑛(𝑥 )
2𝐿𝑛(𝑥 − 4) = = −0.2670628
𝐿𝑛(4)
Por lo tanto
ℎ5 ∗ 48
𝐸𝑎 = | |
90 ∗ (𝛿 − 4)5
48 ∗ ℎ5 48 ∗ ℎ5
| | < 𝐸𝑎 < | |
90 ∗ −45 90 ∗ −3.55
4.c
𝑅𝑒𝑝𝑖𝑡𝑎 𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 2 𝑢𝑠𝑎𝑛𝑑𝑜 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑑𝑒 𝑆𝑖𝑚𝑝𝑠𝑜𝑛 𝑦 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑑𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 3.
1,5
∫1 𝑥 2 ln 𝑥 𝑑𝑥
Valor real
1,5
c) ∫1 𝑥 2 ln 𝑥 𝑑𝑥 = 0,1922594
𝑓 (𝑥 ) = 𝑥 2 ln 𝑥
𝑏−𝑎
𝑥0 = 𝑎 = 1 𝑥2 = 𝑏 = 1.5 ℎ=
𝑛
1.5−1
ℎ= = 0.25
𝑎
𝑥1 = 𝑥0 + ℎ → 𝑥1 = 1 + 0.250 = 1.250
1,5
ℎ 0.25
∫ 𝑥 2 ln 𝑥 𝑑𝑥 → [𝑓(𝑥0 ) + 4𝑓 (𝑥1 ) + 𝑓 (𝑥2 )] = ]𝑓(1) + 4𝑓(1.25) + 𝑓(1.5)]
1 3 3
4.d
Repita el ejercicio 2 usando la regla de Simpson y los resultados del ejercicio 3.
1
d) ∫0 𝑥 2 𝑒 −𝑥 𝑑𝑥
𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙
1
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 = 0.1606028
0
𝑓 (𝑥 ) = 𝑥 2 𝑒 −𝑥
𝑏−𝑎 1−0
𝑥0 = 𝑎 = 0 𝑥2 = 𝑏 = 1 ℎ= ℎ= = 0.5
𝑛 2
𝑥1 = 𝑥0 + ℎ 𝑥1 = 0.5
1
0.5
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 ≈ [𝑓(0) + 4𝑓(0.5) + 𝑓 (1)]
0 3
1
0.5
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 ≈ [0 + 4(0.1516327) + 0.3678794] = 0.1624017
0 3
4.e
MÉTODO SIMPSON
4.f
4f) Repita el ejercicio 2 usando la regla de Simpson y los resultados del ejercicio 3
Considerando la integración
0.35
2
𝐼= ∫ 𝑑𝑥
𝑥2 −4
0
Entonces tomamos
𝑥0 = 0 , 𝑥1 = 0.175 , 𝑥2 = 0.35 𝑐𝑜𝑛 ℎ = 0,175
Por lo tanto según la regla de Simpson,
0.35
2
𝐼=∫ 𝑑𝑥 = -0.7391053391
𝑥 2−4
0
Ahora consideramos a
4(
768𝑥 4 576𝑥 2 48
𝑓 𝑥) = − +
(𝑥 2 − 4)5 (𝑥 2 − 4)4 (𝑥 2 − 4 )3
Por lo tanto, el error limite es
ℎ5
Error límite = 90 𝑓 4 (𝑥1 ) = 0.0000015306
Ahora calculamos la integración real analítica
0.35
2 1 𝑥 0⋅35
𝐼= ∫ 𝑑𝑥 = ( )| = −0.1768200201
𝑥2 − 4 tanh 2 0
0
Por lo tanto
regla de
Simpson valor actual error real límite de error
-0.1768216 -0.17682002 0.0000015491 0.0000015306
4.g
Repita el ejercicio 2 usando la regla de Simpson y los resultados del ejercicio 3.
4.h
Repita el ejercicio 2 usando la regla de Simpson y los resultados del ejercicio 3.
Referencia: ejercicio 2h; obtenga una cota de error en el ejercicio 1 aplicando la fórmula de
error y compárala con el error real.
Referencia: ejercicio 1h.
𝜋
4
∫ 𝑒 3𝑥 sin 2𝑥𝑑𝑥
0
La grafica nos ayuda a ver cómo está determinada nuestra integral
REGLA SE SIMPSON
termino de error
𝑥2
ℎ ℎ5 (4)
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )] − 𝑓 (𝜉)
𝑥0 3 90
𝜋 𝜋
Sea: 0 = 𝑥0 ; = 𝑥2 ; 𝑥1 = 0 + ℎ ; ℎ = (𝑥2 − 𝑥0 )/2 ; 𝑥1 = ; ℎ = (𝜋⁄4 −
4 8
0)/2 = 𝜋⁄8
𝜋
4 𝜋 𝜋 𝜋
∫ 𝑒 3𝑥 sin(2𝑥 )𝑑𝑥 ≈ [𝑓(0) + 4𝑓 ( ) + 𝑓 ( )]
0 24 8 4
𝜋
= [0 + 4(2.296816) + 10.550724]
24
𝜋
𝜋
∫0 𝑒 3𝑥 sin(2𝑥 )𝑑𝑥 ≈
4
24
[19.737988] = 𝟐. 𝟓𝟖𝟑𝟔𝟗𝟕 solución aproximada
Valor real de la integral:
𝜋
∫04 𝑒 3𝑥 sin(2𝑥 )𝑑𝑥 = 𝟐. 𝟓𝟖𝟖𝟔𝟐𝟗 solución exacta
𝜋 𝜋 𝜋 𝜋 𝜋
𝑓 4 ( ) = −119𝑒 34 sin (2 ) + 120𝑒 34 cos (2 ) = −1255.536165
4 4 4
Reemplazando:
ℎ5 4 (𝜋⁄8)^5
− 𝑓 (𝜉 ) = − ∗ −1255.536165 = 𝟎. 𝟏𝟑𝟎𝟐𝟖𝟑
90 90
5.a
5. Repita el ejercicio 1 aproxime aplicando la regla del punto medio.
𝟏
a. ∫𝟎.𝟓 𝒙𝟒 𝒅𝒙
𝑆𝑂𝐿𝑈𝐶𝐼𝑂𝑁:
Para resolver el ejercicio utilizaremos la fórmula del punto medio de Newton- Cotes, que se
expresa de la siguiente manera:
𝑛=0
𝑥1 ℎ3
∫𝑥−1 𝑓 (𝑥 ) 𝑑𝑥 = 2ℎ𝑓 (𝑥0 ) + 𝑓 ′′ (ξ), donde 𝑥−1 <ξ< 𝑥1
3
𝑏−𝑎
Además: 𝑥0 = 𝑎 + ℎ ; ℎ = 𝑛+2 ; 𝑓(𝑥 )𝑑𝑥 = 𝑥 4
Entonces:
1 − 0.5
ℎ= = 0.25 ; 𝑥0 = 0.5 + 0.25 = 0.75
0+2
Por lo tanto:
1
∫0.5 𝑥 4 𝑑𝑥 ≈ 2(0.25)𝑓(0.75) = 2(025)(0.75)4 = 0.15820313
1
Finalmente, la aproximación de ∫0.5 𝑥 4 𝑑𝑥 = 0.15820313
5.b
Aproxime las siguientes integrales aplicando la regla del punto medio.
0.5 2
0 x 4 dx
Sea 𝑓(𝑥) una función continua en un intervalo [𝑎, 𝑏], la regla del punto medio para
aproximar su integral en el mismo intervalo está dada por:
𝑏 𝑛
b−a
∫ 𝑓 (𝑥 )𝑑𝑥 ≈ ∑ 𝑓 (𝑥 𝑖 )
𝑎 n
𝑖=1
0.5 2 2
= [ + ]
2 2 ∗ 1/8 − 4 2 ∗ 3/8 − 4
56
=−
195
5.c
Repita el ejercicio 1 aplicando la regla del punto medio
Ejercicio 1
1.5
∫ 𝑥 2 𝑙𝑛𝑥 𝑑𝑥
1
Solución
𝑛=0
1 𝑥 ℎ3
∫𝑥−1 𝑓 (𝑥 ) 𝑑𝑥 = 2ℎ𝑓 (𝑥0 ) + 3
𝑓´´(𝜉 )
𝑏 − 𝑎 1.5 − (1)
𝑥−1 = 𝑎 = 1 𝑥1 = 𝑏 = 1.5 ℎ = = = 0.25 𝑥0 = 𝑎 + ℎ = 1.25
𝑛+2 0+2
𝑓 (𝑥0 ) = 𝑥 2 𝑙𝑛𝑥 = 𝑥0 2 𝑙𝑛𝑥0 = 0.3486618
Utilizamos la fórmula del punto medio
1.5
∫ 𝑥 2 𝑙𝑛𝑥 𝑑𝑥 ≈ 2ℎ𝑓(𝑥0 ) = 2(0.25)(0.3486618) = 𝟎. 𝟏𝟕𝟒𝟑𝟑𝟎𝟗
1
1.5
De la integral se obtuvo su aproximación ∫1 𝑥 2 𝑙𝑛𝑥 𝑑𝑥 = 0.1743309
5.d
Repita el ejercicio 1 usando la regla de Simpson.
Referencia: ejercicio 1
Aproxime las siguientes integrales usando la regla trapezoidal.
1
d. ∫0 𝑥 2 ℯ −𝑥 𝑑𝑥
SOLUCIÓN
La regla de Simpson viene dada por
𝑋1 ℎ
∫𝑋𝑜 𝑓(𝑥) 𝑑𝑥 = 3 [𝑓(𝑋𝑜) + 4𝑓 (𝑋1) + 𝑓(𝑋2)],
𝑋2−𝑋𝑜
donde ℎ = en el intervalo [ a, b].
2
1
Considerando la integral. ∫0 𝑥 2 ℯ −𝑥 𝑑𝑥
Dejemos 𝑓 (𝑥 ) = 𝑥 2 ℯ −𝑥 , Xo = 0, y X2 = 0
Entonces, que el periodo sea:
X2−Xo
h= 2
1−0
h= 2
1
h= 2
h = 0.5
Por lo tanto, la integral se convierte en:
1 0.5
∫0 𝑥 2 ℯ −𝑥 𝑑𝑥 = 3
[𝑓 (0) + 4𝑓(0.5) + 𝑓(1)]
1
= 6 [0 + 0.606530659 + 0.367879441]
0.97744101
= 6
= 0.16240168
Por lo tanto, el valor aproximado de la integral dada
1
∫0 𝑥 2 ℯ −𝑥 𝑑𝑥 es 0.16240168
5.e
repita el ejercicio 1 aplicando la regla del punto medio
𝑥1 ℎ3
𝑛=0 ∫𝑥−1 𝑓 (𝑥 )𝑑𝑥 = 2ℎ𝑓 (𝑥0 ) + 𝑓´´(), 𝑑𝑜𝑛𝑑𝑒 ∈ (𝑥−1 , 𝑥1 )
3
𝑥1 − 𝑥−1
𝑥0 = 𝑥−1 + ℎ 𝑦 ℎ=
2
1.6
2𝑥
∫ 𝑑𝑥
1 𝑥2−4
2𝑥
𝑓 (𝑥1 ) =
𝑥2 −4
2(1.3)
𝑓 (𝑥0 ) = = −1.1255411
1.32 − 4
Aplicándolo en la formula
1.6 2𝑥
∫1 𝑑𝑥= 2ℎ𝑓 (𝑥0 ) = 2(0.3)( −1.1255411) = −0.6753247
𝑥 2−4
𝟏.𝟔 𝟐𝒙
de la integral se obtuvo su aproximación∫𝟏 𝒅𝒙=−𝟎. 𝟔𝟕𝟓𝟑𝟐𝟒𝟕
𝒙𝟐 −𝟒
5.f
repita el ejercicio 1 aplicando la regla del punto medio.
0.35
2
F)
0 x 4
2
dx
Solución
Usamos la formula del punto medio
n=0
h3
f ´( ), donde x1 , x1
x1
x1
f ( x)dx 2hf ( x0 )
3
X 0 x1 h
x1 x1
h
2
Si x1 0.35 x1 0, entonces h 0.175 y x0 0 0.175 0.175
2 2
f ( x0 ) f ( x0 ) 0.5038577
x 4
2
0 0.1752 4
Aplicando la formula del punto medio tenemos :
0.35 2
0 x 2 4 dx 2hf ( x0 ) 2(0.175)(0.5038577) 0.1763502
De la integral se obtuvo su aproximación
0.35 2
0 x 2 4 dx 0.1763502
5.g
𝜋/4
∫ 𝑥𝑠𝑒𝑛(𝑥 )𝑑𝑥
0
𝜋
𝑆𝑖 𝑥1 = 𝑦 𝑥−1 = 0, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ℎ = 1.57079633 y 𝑥0 = 0 + 1.57079633
4
= 1.57079633
𝑓(𝑥0) = 1.50823196
𝜋/4
De la integral se obtuvo su aproximación ∫ 𝑥𝑠𝑒𝑛(𝑥 )𝑑𝑥 = 4.73825046
0
𝜋/4
De la integral se obtuvo su aproximación ∫ 𝑒 3𝑥 𝑠𝑒𝑛(2𝑥)𝑑𝑥 ≈ 1.803914777
0
5.h
Ejercicio 5-H) Repita el ejercicio 1 usando la regla de Simpson.
Referencia: ejercicio 1
Aproxime las siguientes integrales usando la regla trapezoidal.
𝜋
h. ∫04 ℯ 3𝑥 sin 2𝑥 𝑑𝑥
SOLUCIÓN
La regla de Simpson viene dada por:
𝑋1 ℎ
∫𝑋𝑜 𝑓(𝑥) 𝑑𝑥 = 3 [𝑓(𝑋𝑜) + 4𝑓 (𝑋1) + 𝑓(𝑋2)]
𝑋2−𝑋𝑜
donde ℎ = en el intervalo [ a, b].
2
𝜋
Considerando la integral. ∫04 ℯ 3𝑥 sin 2𝑥 𝑑𝑥
𝜋
Dejemos 𝑓 (𝑥 ) = ℯ 3𝑥 sin 2𝑥, X0 = 0, y X2 = 4
Entonces, que el periodo sea:
X2−Xo
h= 2
𝜋
−0
4
h= 2
𝜋
4
h= 2
𝜋
h=
8
h = 0.3925
Por tanto, la integral se convierte en:
𝜋
ℎ 𝜋 𝜋
∫04 ℯ 3𝑥 sin 2𝑥 𝑑𝑥 = 3 [𝑓(0) + 4𝑓 ( 8 ) + 𝑓( 4 )]
6.a
6.b
𝑹𝒆𝒑𝒊𝒕𝒂 𝒆𝒍 𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒐 𝟐 𝒖𝒔𝒂𝒏𝒅𝒐 𝒍𝒂 𝒓𝒆𝒈𝒍𝒂 𝒅𝒆 𝒑𝒖𝒏𝒕𝒐 𝒎𝒆𝒅𝒊𝒐 𝒚 𝒍𝒐𝒔 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒅𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒐
0.5
2 2
∫ 𝑑𝑥, 𝑑𝑜𝑛𝑑𝑒 𝑓 (𝑥 ) =
𝑥−4 𝑥−4
0
0.5−4
= 2 ln ( ) = −0.26706278524
−4
𝑏
𝑎+𝑏
𝐴ℎ𝑜𝑟𝑎 𝑢𝑠𝑎𝑛𝑑𝑜 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑑𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜 " ∫ 𝑓(𝑥 )𝑑𝑥 = (𝑏 − 𝑎) [𝑓 ( )]
2
𝑎
0.5
2
𝑇𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝑙𝑎 ∫ 𝑑𝑥, 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 𝑑𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜 𝑠𝑒𝑟í𝑎: −0.2666667
𝑥−4
0
= 0.0003255
⇒ 𝑎 𝑚𝑒𝑑𝑖𝑑𝑎 𝑞𝑢𝑒 𝑓 𝑛 (𝜉 )𝑑𝑖𝑠𝑚𝑖𝑛𝑢𝑦𝑒 𝑒𝑛 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 [0,0.5], 𝑒𝑙 𝑚á𝑥𝑖𝑚𝑜 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑛 0.
𝐴𝑠í 𝑞𝑢𝑒 𝑒𝑙 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒𝑙 𝑒𝑟𝑟𝑜𝑟 𝑒𝑠 0.0003255 𝑦 𝑒𝑙 𝑒𝑟𝑟𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 𝑒𝑠 0.00039608524
6.c
Repita el ejercicio 2 usando la regla del punto medio y los resultados del ejercicio 5.
𝟏.𝟓
∫ 𝒙𝟐 𝒍𝒏𝒙 𝒅𝒙
𝟏
Valor real:
Integración por partes:
Derivamos Integramos
∫ 𝒖𝒅𝒗 = 𝒖𝒗 − ∫ 𝒗𝒅𝒖 , 𝒖 = 𝐥𝐧(𝒙) , 𝒅𝒗 = 𝒙𝟐 𝒅𝒙
1 ∫ 𝑑𝑣 = ∫ 𝑥2 dx
Remplazamos 𝑑𝑢 = 𝑑𝑥
𝑥
𝑥3
𝑣=
3
1.5
2
𝑥3 𝑥3 1
∫ 𝑥 𝑙𝑛𝑥 𝑑𝑥 = ln(𝑥 ) − ∫ ∗ 𝑑𝑥
1 3 3 𝑥
𝒙𝟑 𝟏
[𝐥𝐧(𝒙) − 𝟑 ∫ 𝒙𝟐 𝒅𝒙] /𝟏.𝟓
𝟏 = 0.1922594
𝟑
𝑏−𝑎
ℎ=
𝑛+2
1.5 − 1
ℎ= = 0.25
𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜 𝑛 = 0,
𝑥1 = 1.5 , 𝑥−1 = 1, → ℎ = 0.25
𝑥0 = 𝑎 + ℎ = 1 + 0.25 = 1.25
P.M.
𝟏.𝟓
∫ 𝒙𝟐 𝒍𝒏𝒙 𝒅𝒙 ≈ 𝟐𝒉𝒇(𝒙𝟎 ) = 𝟐(𝟎. 𝟐𝟓)(𝟏. 𝟐𝟓)𝟐 𝐥𝐧(𝟏. 𝟐𝟓) = 𝟎. 𝟏𝟕𝟒𝟑𝟑𝟎𝟗
𝟏
6.d
𝑛=1
𝑥2 3ℎ 3ℎ 3
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑 (𝑥 ) = 2
(𝐹(𝑥0 ) + 𝑓(𝑥1 )) +
4
∗ 𝑓′′(ℰ)
1−0
𝑥−1 = 0 ; 𝑥2 = 1 ; ℎ= = 0.33 ; 𝑥0 = 0 + 0.33 = 0.33 ;
1+2
𝑥𝑖 = 𝑥0 + 𝑖ℎ = 𝑥1 = 0.33 + 1 ∗ 0.33 = 0.66
𝑥1 3∗0.33
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑 (𝑥 ) = 2
(0.332 𝑒 −0.33 + 0.662 𝑒 −0.66 ) = 0.1501985
𝑛=2
𝑥3 4ℎ 14ℎ 5
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑 (𝑥 ) = 3
(2 𝑓 (𝑥0 ) − 𝑓(𝑥1 ) + 2𝑓 (𝑥2)) +
45
∗ 𝑓 4 (ℰ)
1−0
𝑥−1 = 0 ; 𝑥3 = 1 ; ℎ= = 0.25 ; 𝑥0 = 0 + 0.25 = 0.25 ;
2+2
𝑥𝑖 = 𝑥0 + 𝑖ℎ = 𝑥1 = 0.50 ; 𝑥2 = 0.75
𝑥3 4∗0.25
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑 (𝑥 ) = 3
(2 ∗ 0.252 𝑒 −0.25 − (0.502 𝑒 −0.50 ) + 2 ∗ 0.752 𝑒 −0.75 )
𝑥3
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑 (𝑥 ) = 0.1590433
𝑛=3
𝑥4 5ℎ 95ℎ 5
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑 (𝑥 ) = 24
(11 𝑓 (𝑥0 ) + 𝑓(𝑥1 ) + 𝑓 (𝑥2 ) + 11𝑓(𝑥3 )) +
144
∗ 𝑓 4 (ℰ)
1−0
𝑥−1 = 0 ; 𝑥3 = 1 ; ℎ= = 0.20 ; 𝑥0 = 0 + 0.20 = 0.20 ;
3+2
𝑥𝑖 = 𝑥0 + 𝑖ℎ = 𝑥1 = 0.40 ; 𝑥2 = 0.60 ; 𝑥3 = 0.80
𝑥4 5∗0.20
∫𝑥−1 𝑥 2 𝑒 −𝑥 𝑑(𝑥 ) = 24
(11 ∗ (0.202 𝑒 −0.20 ) + (0.402 𝑒 −0.40 ) + (0.602 𝑒 −0.60 )
6.e
Repita el ejercicio 2 usando la regla del punto medio y los resultados del ejercicio 5.
1.6 2𝑥
e) ∫1 (𝑥 2−4) 𝑑𝑥
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛:
𝑏
ℎ ℎ3 ´´
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓 (𝑥1 )] − 𝑓 (𝐸)
𝑎 2 12
ℎ = 𝑏 − 𝑎 ℎ = 1.6 − 1 = 0.6
𝑎𝑝𝑙𝑖𝑐𝑎𝑛𝑑𝑜 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑑𝑒𝑙 𝑡𝑟𝑎𝑝𝑒𝑐𝑖𝑜 𝑝𝑎𝑟𝑎:
𝑥0 = 1 𝑥1 = 1.6
1.6
2𝑥 0.6
∫ ( ) 𝑑𝑥 ≈ [𝑓 (1) + 𝑓 (1.6)]
1 𝑥2 − 4 2
2(1) 2(1.6)
= 0.3 [ 2 + ] = −0.8666667
1 − 4 1.62 − 4
Solución
𝑏
ℎ ℎ3 ′′
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 4𝑓(𝑥1 )] − 𝑓 (𝐸)
𝑎 2 12
H = b-a
H = 0.35 – 0 = 0.35
Aplicando la regla del trapecio para:
X0 = 0 X1 = 0.35
1,5
2 0.35
∫ ( ) 𝑑𝑥 ≈ [𝑓(0) + 𝑓(0.35)]
1 𝑥2 −4 2
2 2
= 0.175[02 −4 + 0.352 −4] =-0.177643
6.g
6.h
Repita del ejercicio 2 usando de la regla del punto medio y los resultados del ejercicio 5.
π
h. 4
e3x sen 2x dx
0
π
si x1 = x = 0 , entonces h = 0.392699082 y x0 = 0+0.392699082 = 0.392699082
4 -1
f ( x0 ) e3 x0 sen(2 x0 ) f 0.392699082 e3 0.392699082 sen 2 0.392699082 2.29681563
Aplicando la formula del punto medio tenemos:
4
e3 x sen 2 x dx 2h. f x0 2 0.392699082 2.29681563 1.803914777
0
De la integral se obtuvo su aproximación 4
e3 x sen 2 x dx 1.803914777
0
4
e3 x sen 2 x dx
0
1
valor real 0.1517464
2 4 2
b a / 4 0
para n 1 h
1 1 4
h h3
f x dx f x0 f x1 f n E
x1
x0 2 12
xsen x
h
f x0 f x1
/ 4 f 0
4
f 0.2180895
0 2 2 4
4
xsen x 0.2180895
0
h3 n 2 E 3
f E e dE 2cos 0 0sen 0 0.0807455
12 768
Error = 0.0807455
7
2
La regla del trapecio aplicada a 0
f ( x)dx nos da el valor 4
y la regla de Simpson nos da el valor 2. ¿Qué es f(1)?
Para esto podemos tener en cuenta la definición geométrica tanto de la regla del trapecio
como la regla de Simpson. La regla del trapecio usa, como su nombre lo indica, el área de
un trapecio de la siguiente forma:
(Imágenes extraída de Wikipedia)
En cambio, la regla de Simpson usa un punto de más, como se muestra en la figura este
punto termina siendo el punto medio del intervalo el cual juega un papel importante en esta
regla.
Entonces, teniendo en cuenta esto, 𝑓(1) más que significar la imagen del punto medio de
toda la curva se puede representar por 𝑓(0) y 𝑓 (2) de la siguiente forma:
Ya que la regla del trapecio es 4 esto es
𝑏−𝑎
[𝑓 (𝑎) + 𝑓(𝑏)] = 4
2
𝑎+𝑏
Y la regla de Simpson es 2, (donde 𝑚 = )
2
𝑏−𝑎
[𝑓(𝑎) + 4𝑓(𝑚) + 𝑓(𝑏)] = 2
6
Podemos multiplicar por 2 la regla de Simpson e igualarlas para obtener una fórmula para
𝑓 ( 1).
𝑏−𝑎 𝑏−𝑎
[𝑓(𝑎) + 4𝑓(𝑚) + 𝑓(𝑏)] = [𝑓(𝑎) + 𝑓(𝑏)]
3 2
Cancelando 𝑏 − 𝑎 en ambos lados y multiplicando por 2, tenemos
2/3𝑓(𝑎) + 8/3𝑓(𝑚) + 2/3𝑓(𝑏) = 𝑓(𝑎) + 𝑓(𝑏)
8/3𝑓(𝑚) = 𝑓(𝑎)/3 + 𝑓 (𝑏)/3
𝑓 (𝑚) = 𝑓 (𝑎)/8 + 𝑓 (𝑏)/8
Como 𝑚 es el punto medio de [0,2], podemos ver que 𝑚 = 1 y así podemos obtener una
fórmula para 𝑓(1):
𝑓 (0) + 𝑓 (2)
𝑓 (1) =
8
8
𝟐
La regla del trapecio aplicada a ∫𝟎 𝒇(𝒙)𝒅𝒙 nos da el valor de 5 y la regla del punto
medio nos da el valor de 4. ¿Qué valor nos da la regla de Simpson?
Solución
Regla del Trapecio
𝑏−𝑎 2−0
𝑠𝑖 𝑛 = 1 ⟹ ℎ = = =2 𝑥0 = 𝑎 = 0 𝑥1 = 𝑏 = 2
𝑛 1
𝑥1
ℎ[𝑓(𝑥0 ) + 𝑓(𝑥1 )] ℎ3
∫ 𝑓(𝑥 )𝑑𝑥 = − 𝑓´´(𝜉 )
𝑥0 2 12
2
2[𝑓(0) + 𝑓 (2)]
∫ 𝑓 (𝑥 )𝑑𝑥 = ⟹ 𝑓 (0) + 𝑓 (2) = 5 … … … … … … … (𝛽 )
0 2
Regla del punto medio
𝑏−𝑎 2−0
𝑠𝑖 𝑛 = 0 ⟹ ℎ = = =1 𝑥0 = 𝑎 + ℎ = 0 + 1 = 1
𝑛+2 2
𝑥1
ℎ3
∫ 𝑓(𝑥 ) 𝑑𝑥 = 2ℎ𝑓(𝑥0 ) + 𝑓´´(𝜉 )
𝑥−1 3
2
∫ 𝑓 (𝑥 ) 𝑑𝑥 = 2(1)𝑓(1) = 4 ⟹ 𝑓 (1) = 2
0
Regla de Simpson
𝑏−𝑎 2−0
𝑠𝑖 𝑛 = 2 ⟹ ℎ = = =1 𝑥1 = 𝑥1 + 𝑖ℎ = 0 + 1(1) = 1
𝑛 2
𝑥1
ℎ[𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )] ℎ5 (4)
∫ 𝑓(𝑥 )𝑑𝑥 = − 𝑓 (𝜉 )
𝑥0 3 90
𝟐
𝟏 ∗ [𝒇(𝟎) + 𝟒𝒇(𝟏) + 𝒇(𝟐)] 𝟓 + 𝟒(𝟐)
∫ 𝒇(𝒙)𝒅𝒙 = = ̂
= 𝟒. 𝟑
𝟎 𝟑 𝟑
9
10
3 1
𝑓 (1) = 4 (𝑏 − 𝑎 )𝑓 (1) + 4 (𝑏 − 𝑎 )𝑓 ( 1)
3 1
𝑓 (1) = 4 ( 𝑏 − 𝑎 ) + 4 (𝑏 − 𝑎 ) = 𝑏 − 𝑎
𝑏 𝑥2 𝑏 𝑏2 𝑎2
∫𝑎 𝑥𝑑𝑥 = ] = −
2 𝑎 2 2
3 2𝑎+𝑏 1
𝑓 (𝑥 ) = ( 𝑏 − 𝑎 )𝑓 ( ) + 4 (𝑏 − 𝑎 )𝑓 (𝑏 )
4 3
1 1 𝑏2 𝑎2
𝑓 (𝑥 ) = (𝑏 − 𝑎)(2𝑎 + 𝑏) + (𝑏 − 𝑎)(𝑏) = −
4 4 2 2
𝑏 𝑥3 𝑏 𝑏3 𝑎3
∫𝑎 𝑥 2 𝑑𝑥 = ] = −
3 𝑎 3 3
3 2𝑎+𝑏 2 1
𝑓 (𝑥 2 ) = (𝑏 − 𝑎 )𝑓 ( ) + 4 (𝑏 − 𝑎 )𝑓 (𝑏 )2
4 3
3 (2𝑎+𝑏)2 1 𝑏3 𝑎3
𝑓 (𝑥 2 ) = (𝑏 − 𝑎 )
(3)2
+ 4 (𝑏 − 𝑎)(𝑏)2 = −
4 3 3
𝑏 𝑥4 𝑏 𝑏4 𝑎4
∫𝑎 𝑥 3 𝑑𝑥 = ] = −
4 𝑎 4 4
3 2𝑎+𝑏 3 1
𝑓 (𝑥 3 ) = (𝑏 − 𝑎 )𝑓 ( ) + 4 (𝑏 − 𝑎 )𝑓 (𝑏 )3
4 3
11
1
La fórmula de la cuadratura ∫−1 𝑓(𝑥) 𝑑𝑥 = 𝑐𝑜 𝑓(−1) + 𝑐1 𝑓(0) +
𝑐2 𝑓 (1) 𝑒𝑠 𝑒𝑥𝑎𝑐𝑡𝑎 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜𝑠 𝑑𝑒 𝑢𝑛 𝑔𝑟𝑎𝑑 𝑚𝑒𝑛𝑜𝑟 𝑜 𝑖𝑔𝑢𝑎𝑙 𝑎 2. 𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑒 𝑐𝑜 +
𝑐1 𝑦 𝑐2 .
SOLUCIÓN
Para f(x)=1
1
∫ 𝑓(1) 𝑑𝑥 = 1 = 𝑐𝑜 𝑓(−1) + 𝑐1 𝑓(0) + 𝑐2 𝑓(1) = 𝑐𝑜 (1) + 𝑐1 (1) + 𝑐2 (1) = 𝑐𝑜 + 𝑐1 + 𝑐2
−1
=1
Para f(x)=x
1
∫ 𝑓(𝑥) 𝑑𝑥 = 12 𝑐𝑜 𝑓(−1) + 𝑐1 𝑓 (0) + 𝑐2 𝑓(1) = 𝑐𝑜 (0) + 𝑐1 (1) + 𝑐2 (2) = 𝑐1 + 2𝑐2 = 1
−1
Para f(x)=𝑥 2
1
1 2
∫ 𝑓(𝑥 2 ) 𝑑𝑥 = 𝑥 𝑐𝑜 𝑓(−1) + 𝑐1 𝑓(0) + 𝑐2 𝑓 (1) = 𝑐𝑜 (0) + 𝑐1 (12 ) + 𝑐2 (22 ) = 𝑐1 + 4𝑐2
−1 3
1
=
3
1 4 1
𝐶0 = 3 𝐶1 = 3 𝐶2 = 3
12
2
La fórmula de la cuadratura ∫0 𝑓(𝑥 ) 𝑑𝑥 = 𝑐0 𝑓(0) + 𝑐1 𝑓 (1) + 𝑐2 𝑓(2) es exacta para
todos los polinomios de un grado menor o igual a 2. Determine 𝑐0 , 𝑐1 𝑦 𝑐2
Es exacta para todos los polinomios de grado menor o igual a 2 los polinomios de grado
menor o igual a 2 son 𝑓 (𝑥 ) = 1 , 𝑋 𝑦 𝑋 2
Suponiendo que 𝑓 (𝑥 ) = 1
𝑓 (0) = 𝑓(1) = 𝑓(2) = 1 dado que 𝑓 (𝑥 ) es una función constante ahora ,la formula de
cuadratura será
2
∫0 𝑓 (𝑥 ) 𝑑𝑥 = 𝑐0 𝑓(0) + 𝑐1 𝑓(1) + 𝑐2 𝑓 (2)
𝑥 |20 = 𝑐0 + 𝑐1 + 𝑐2
2-0 =𝑐0 + 𝑐1 + 𝑐2
2 =𝑐0 + 𝑐1 + 𝑐2
Luego para 𝑓(𝑥 ) = 𝑥
𝑓 ( 0) = 0 , 𝑓 (1) = 1 , 𝑓 (2) = 2 y 𝑓 (𝑥 ) = x ,
Entonces la fórmula de cuadratura será
2
∫0 𝑓(𝑥) 𝑑𝑥 = 𝑐0 𝑓(0) + 𝑐1 𝑓(1) + 𝑐2 𝑓 (2)
4 0
− ( ) = 𝑐1 + 2. 𝑐2
2 2
2 = 𝑐1 + 2𝑐2
8 0
− ( ) = 𝑐1 + 4𝑐2
3 3
8
= 𝑐1 + 4𝑐2
3
8
Como 𝑐1 + 4𝑐2 = 3 𝑦 𝑐1 + 2𝑐2 = 2 obtenemos
8
(𝑐1 + 4𝑐2 ) − (𝑐1 + 2𝑐2 ) = 3 − 2
2
2𝑐2 =
3
1
𝑐2 =
3
1 8
Utilizando 𝑐2 = 3 en 𝑐1 + 4𝑐2 = 3 , 𝑝𝑎𝑟𝑎 𝑜𝑏𝑡𝑒𝑛𝑒𝑟
1 8
𝑐1 + 4 ( ) =
3 3
8 4
𝑐1 = 3 − 3
4
𝑐1 = 3
4 1
Utilizando 𝑐1 = 3 , 𝑐2 = 3 𝑦 𝑐0 + 𝑐1 + 𝑐2 = 2
4 1
𝑐0 + + = 2
3 3
5
𝑐0 = 2 − 3
1
𝑐0 = 3
13
Encuentre las constantes c0, c1 y x1 de modo que la fórmula de la cuadratura
𝟏
∫𝟎 𝒇(𝒙)𝒅𝒙=c0.f(0) + c1 f(x1), tenga el grado de precisión más alto posible.
Solución
1
Consideremos la siguiente formula de la cuadratura ∫0 𝑓 (𝑥 )𝑑𝑥=c0.f(0) + c1 f(x1), para
determinar las constantes c0, c1 y x1 requerimos tres condiciones, supongamos que la
formula anterior tiene un grado de precisión 2, es decir lo anterior es exacto para xk , k=0,
1, 2.
𝟏 𝟏
LHS =∫𝟎 𝒇(𝒙)𝒅𝒙 = ∫𝟎 𝟏 𝒅𝒙
=1–0
=1
RHS = c0 +c1
𝟏 𝟏
LHS =∫𝟎 𝒇(𝒙)𝒅𝒙 = ∫𝟎 𝒙 𝒅𝒙
𝟏
=𝟐
Y RHS = c0.(0) + c1 (x1)
RHS = c1.x1
𝟏
Como LHS = RHS, obtenemos c1.x1= 𝟐 ……(2)
𝟏 𝟏
LHS =∫𝟎 𝒇(𝒙)𝒅𝒙 = ∫𝟎 𝒙𝟐 𝒅𝒙
𝟏
=𝟑
𝟏
Como LHS = RHS, obtenemos c1. 𝑥12 = 𝟑 …… (3)
𝟏 𝟑 𝟐
Resolviendo (2), (3) y (4), obtenemos c0= , c1 = y x1 =
𝟒 𝟒 𝟑
14
15.a
Aproxime las siguientes integrales mediante las fórmulas 4.23 a 4.30 ¿Es compatible la
exactitud de las aproximaciones con las fórmulas de error? ¿Qué partes de ( d) y de (e) dan
la mejor aproximación?
0.1
a. ∫0 √1 + 𝑥𝑑𝑥
solución.
El valor exacto de la integral definida es:
0.1
∫0 √1 + 𝑥𝑑𝑥 ⟹ 𝑑𝑒𝑗𝑎𝑚𝑜𝑠 (1 + 𝑥) = 𝑡
𝑑𝑥 = 𝑑𝑡
Por lo tanto la integral queda:
1 3
0.1
𝑡 2+1 0.1 0.1
𝑡2
∫ √𝑡𝑑𝑡 ⟹ 3 │0 ⟹ ∫ √1 + 𝑥𝑑𝑥 = 2 × │0.1
0 0 3 0
2
3
0.1 (1 + 𝑥 )2 0.1 2 3 3
∫ √1 + 𝑥 𝑑𝑥 = 2 × │0 = [(1 + 0.1)2 − (1 + 0)2 ]
0 3 3
0.1 0.1
2 3 2
∫ √1 + 𝑥 𝑑𝑥 = [(1.1)2 − 1)] ⟹ ∫ √1 + 𝑥 𝑑𝑥 = (0.15368973)
0 3 0 3
0.1
∫ √1 + 𝑥 𝑑𝑥 = 0.10245982
0
Hallamos el error:
ℎ5 (4)
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│ = 𝑓 (𝜉 )
90
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10245982│
𝐸𝑟𝑟𝑜𝑟 = 0.00000000
De la formula de las tres octavas reglas de Simpson.
𝐴𝑞𝑢𝑖 𝑥0 = 0 ; 𝑥1 = 0.033 ; 𝑥2 = 0.066 ; 𝑥3 = 0.1
𝑥3 − 𝑥0
ℎ= = 0.03333333
3
Para 𝑛 = 3
𝑥1
3ℎ 3ℎ5 (6)
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓 (𝑥2 ) + 𝑓(𝑥3 )] − 𝑓 (𝜉 ); 𝜉 𝜖 (𝑥0 ; 𝑥1 )
𝑥0 8 80
0.1
3ℎ 1 1 1 1
∫ √1 + 𝑥𝑑𝑥 ≈ [(1 + 𝑥0 )2 + 3(1 + 𝑥1 )2 + 3(1 + 𝑥2 )2 + (1 + 𝑥3 )2 ]
0 8
0.1
3 × 0.03333333 1 1 1
∫ √1 + 𝑥𝑑𝑥 ≈ [(1 + 0)2 + 3(1 + 0.033)2 + 3(1 + 0.066)2
0 3
1
+ (1 + 0.1)2 ]
0.1
3 × 0.03333333
∫ √1 + 𝑥𝑑𝑥 ≈ (1 + 3.04909823 + 3.097418281 + 1.04880885)
0 8
0.1
∫ √1 + 𝑥𝑑𝑥 ≈ 0.10244156
0
Hallamos el error:
3ℎ5 (6)
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜 = 𝑓 (𝜉 )
80
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10244156│
𝐸𝑟𝑟𝑜𝑟 = 0.00001826
Ahora trabajamos con 𝑛 = 4
𝐴𝑞𝑢𝑖 𝑥0 = 0 ; 𝑥1 = 0.025 ; 𝑥2 = 0.050 ; 𝑥3 = 0.075 ; 𝑥4 = 0.1
𝑥4 − 𝑥0 0.1
ℎ= = = 0.025
4 4
𝑥1
2ℎ
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [7𝑓(𝑥0 ) + 32𝑓(𝑥1 ) + 12𝑓(𝑥2 ) + 32𝑓(𝑥3 ) + 7𝑓(𝑥4 )]
𝑥0 45
8ℎ7 (6)
− 𝑓 (𝜉 ); 𝜉 𝜖 (𝑥0 ; 𝑥1 )
94
0.1
2ℎ 1 1 1 1
∫ √1 + 𝑥𝑑𝑥 ≈ [7(1 + 𝑥0 )2 + 32(1 + 𝑥1 )2 + 12(1 + 𝑥2 )2 + 32(1 + 𝑥3 )2
0 45
1
+ 7(1 + 𝑥 4 )2 ]
0.1
2 × 0.025 1 1 1
∫ √1 + 𝑥𝑑𝑥 ≈ [7(1 + 0)2 + 32(1 + 0.025)2 + 12(1 + 0.05)2
0 45
1 1
+ 32(1 + 0.075)2 + 7(1 + 0.1)2 ]
0.1
2 × 0.025
∫ √1 + 𝑥𝑑𝑥 ≈
0 45
× [7 + 32.39753077 + 12.29634092 + 33.17830617 + 7.34166194]
0.1
∫ √1 + 𝑥 𝑑𝑥 ≈ 0.10245982
0
Hallamos el error:
8ℎ7 (6)
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│ = 𝑓 (𝜉 )
94
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10245992│
𝐸𝑟𝑟𝑜𝑟 = 0.00000000
Aproxima la integral usando formulas abiertas:
De la fórmula de la regla de punto medio.
Para n = 0
𝐴𝑞𝑢𝑖 𝑥−1 = 0 ; 𝑥0 = 0.05 ; 𝑥1 = 0.1
𝑏 − 𝑎 𝑥1 − 𝑥0 0.1
ℎ= = = = 0.05
𝑛+2 0+2 2
𝑥1
ℎ3 ′′
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ 2ℎ 𝑓(𝑥 ) + 𝑓 (𝜉 ); 𝜉 𝜖 (𝑥−1 ; 𝑥1 )
𝑥−1 3
𝑥1 1
∫ √1 + 𝑥 𝑑𝑥 ≈ 2 × 0.05 × (1 + 0.05)2
𝑥−1
𝑥1
∫ √1 + 𝑥 𝑑𝑥 ≈ 0.10246951
𝑥−1
Hallamos el error:
ℎ3 ′′
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│ = 𝑓 (𝜉 )
3
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10246951│
𝐸𝑟𝑟𝑜𝑟 = 0.00000969
Para n = 1
𝐴𝑞𝑢𝑖 𝑥−1 = 0 ; 𝑥0 = 0.033 ; 𝑥1 = 0.066 ; 𝑥2 = 0.1
𝑏 − 𝑎 𝑥2 − 𝑥0 0.1
ℎ= = = = 0.03333333
𝑛+2 1+2 3
𝑥2
3ℎ 3ℎ3 ′′
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [𝑓(𝑥0 ) + 𝑓 (𝑥1 )] + 𝑓 (𝜉 ) ; 𝜉 𝜖 (𝑥−1 ; 𝑥2 )
𝑥−1 2 4
𝑥2
3 × 0.03333333 1 1
∫ √1 + 𝑥 𝑑𝑥 ≈ × [(1 + 0.03333333)2 + (1 + 0.06666666)2 ]
𝑥−1 2
𝑥2
∫ √1 + 𝑥 𝑑𝑥 ≈ 0.10246627
𝑥−1
Hallamos el error:
3ℎ3 ′′
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│ = 𝑓 (𝜉 )
4
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10246627│
𝐸𝑟𝑟𝑜𝑟 = 0.00000645
Para n = 2
𝐴𝑞𝑢𝑖 𝑥−1 = 0 ; 𝑥0 = 0.025 ; 𝑥1 = 0.05 ; 𝑥2 = 0.75 ; 𝑥3 = 0.1
𝑏 − 𝑎 𝑥3 − 𝑥0 0.1
ℎ= = = = 0.025
𝑛+2 2+2 4
𝑥3
4ℎ 14ℎ5 (4)
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [2𝑓(𝑥0 ) − 𝑓 (𝑥1 ) + 2𝑓(𝑥2 )] + 𝑓 (𝜉 ) ; 𝜉 𝜖 (𝑥−1 ; 𝑥3 )
𝑥−1 3 45
𝑥3
4 × 0.025 1 1 1
∫ √1 + 𝑥 𝑑𝑥 ≈ × [2 × (1 + 0.025)2 − (1 + 0.05)2 + 2 × (1 + 0.075)2 ]
𝑥−1 3
𝑥3
∫ √1 + 𝑥 𝑑𝑥 ≈ 0.10245982
𝑥−1
14ℎ5 (4)
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│ = 𝑓 (𝜉 )
45
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10245982│
𝐸𝑟𝑟𝑜𝑟 = 0.00000000
Para n = 3
𝐴𝑞𝑢𝑖 𝑥−1 = 0 ; 𝑥0 = 0.02 ; 𝑥1 = 0.04 ; 𝑥2 = 0.6 ; 𝑥3 = 0.8 ; 𝑥4 = 0.1
𝑏 − 𝑎 𝑥4 − 𝑥0 0.1
ℎ= = = = 0.02
𝑛+2 3+2 5
𝑥4
5ℎ 95ℎ5 (4)
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [11𝑓(𝑥0 ) + 𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 11𝑓 (𝑥3 )] + 𝑓 (𝜉 ) ; 𝜉 𝜖 (𝑥−1 ; 𝑥4 )
𝑥−1 24 144
𝑥4
5 × 0.02
∫ √1 + 𝑥 𝑑𝑥 ≈
𝑥−1 24
1 1 1 1
× [11 × (1 + 0.02)2 + (1 + 0.04)2 + (1 + 0.06)2 + 11(1 + 0.08)2 ]
𝑥4
∫ √1 + 𝑥 𝑑𝑥 ≈ 0.10245991
𝑥−1
95ℎ5 (4)
𝐸𝑟𝑟𝑜𝑟 = │𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑣𝑎𝑣𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑖𝑚𝑎𝑑𝑜│ = 𝑓 (𝜉 )
144
𝐸𝑟𝑟𝑜𝑟 = │0.10245982 − 0.10245991│
𝐸𝑟𝑟𝑜𝑟 = 0.00000009
Norte 0 1 2 3 4
Formula
0.10244044 0.10245982 0.10244156 0.10245982
cerrada
Error 0.00001938 0 0.00001826 0
formula abierta 0.10246951 0.10246627 0.10245982 0.10245991
Error 0.00000969 0.00000645 0 0.000000009
15.b
𝜋
2
𝐵 = ∫ (𝑠𝑒𝑛𝑥 )2 𝑑𝑥
0
N=4
𝑥4
2ℎ
∫ 𝑓 (𝑥 )𝑑𝑥 = [7𝑓(𝑥0 ) + 32𝑓(𝑥1 ) + 12𝑓(𝑥2 ) + 32𝑓(𝑥3 ) + 17𝑓(𝑥4 )]
𝑥0 45
8ℎ7 6
− . 𝑓 (𝜉 ), 𝜉𝜖(𝑥0, 𝑥4 )
945
𝜋
2
∫ 𝑓(𝑠𝑒𝑛𝑥)2 𝑑𝑥
0
2
2(𝜋⁄8) 2 𝜋 𝜋 3𝜋
= [(𝑠𝑒𝑛(0)) + 32 (𝑠𝑒𝑛 ( )) + 12𝑠𝑒𝑛 ( ) + 32𝑠𝑒𝑛 ( )
45 8 4 8
2
𝜋
+ (𝑠𝑒𝑛 ( )) ] = 0.7853982
2
𝜋⁄ −0 𝜋 𝜋 𝜋 𝜋 3𝜋
2
ℎ= = 𝑥1 = 0 + 8 = 𝑥2 = 𝑥3 =
4 8 8 4 8
N=1
𝑥2
3ℎ 3ℎ3 "
∫ 𝑓 (𝑥 )𝑑𝑥 = [ 𝑓 (𝑥0 ) + 𝑓(𝑥1 )] + . 𝑓 (𝜉 ), 𝜉𝜖(𝑥 − 1, 𝑥2 )
𝑥−1 2 4
𝜋 2 2
2 3𝜋
2
𝜋 𝜋
∫ (𝑠𝑒𝑛𝑥) 𝑑𝑥 = (𝑠𝑒𝑛 ( )) + (𝑠𝑒𝑛 ( )) = 0.7853982
0 12 6 3
𝜋⁄2 −0 𝜋 𝜋 𝜋 𝜋 𝜋 𝜋
ℎ= = 𝑥0 = 𝑎 + ℎ = 0 + 6 = 𝑥1 = 6 + 6 =
1+2 6 6 3
N=2
𝑥3
4ℎ 14ℎ5 4
∫ 𝑓 (𝑥 )𝑑𝑥 = [ 2𝑓(𝑥0 ) − 𝑓 (𝑥1 ) + 2𝑓(𝑥2 )] + . 𝑓 (𝜉 ), 𝜉𝜖(𝑥 − 1, 𝑥3 )
𝑥−1 3 45
𝜋
2 4(𝜋⁄8) 𝜋 2 𝜋 2 3𝜋 2
∫ (𝑠𝑒𝑛𝑥)2 𝑑𝑥 = [2𝑠𝑒𝑛 ( ) − 𝑠𝑒𝑛 ( ) + 2𝑠𝑒𝑛 ( ) ] = 0.7853982
0 3 8 4 8
𝜋⁄2 −0 𝜋 𝜋 𝜋 𝜋 𝜋 𝜋 𝜋 3𝜋
ℎ= = 𝑥0 = 𝑥1 = 8 + 8 = 𝑥2 = 8 + 4 =
2+2 8 8 4 8
N=3
𝑥4
5ℎ 95ℎ5 4
∫ 𝑓 (𝑥 )𝑑𝑥 = [ 11𝑓(𝑥0 ) + 𝑓 (𝑥1 ) + 𝑓 (𝑥2 ) + 11𝑓(𝑥3 )] + . 𝑓 (𝜉 ), 𝜉𝜖(𝑥 − 1, 𝑥4 )
𝑥−1 24 144
𝜋
2 4(𝜋⁄10)
𝜋 2 𝜋 2 3𝜋 2 2𝜋 2
∫ (𝑠𝑒𝑛𝑥) 𝑑𝑥 = 2 [11𝑠𝑒𝑛 ( ) − 𝑠𝑒𝑛 ( ) + 𝑠𝑒𝑛 ( ) + 11𝑠𝑒𝑛 ( ) ]
0 24 10 5 10 5
= 0.7853982
𝜋 𝜋 𝜋 𝜋 𝜋 𝜋 𝜋 3𝜋 𝜋 𝜋 2𝜋
ℎ = 10 𝑥0 = 10 𝑥1 = 10 + 10 = 𝑥2 = 10 + 5 = 𝑥3 = 10 + 10 =
5 10 5
15.c
Aproxime las siguientes integrales mediante las fórmulas (4.23) a (4.30) ¿Es compatible la
exactitud de las aproximaciones con las fórmulas de error ¿qué parte de (d) y de (c) dan la
mejor aproximación
C)
1.5
e dx
x
1.1
solución
Valor real
1.5
e dx e e1.1 1.4775230
x 1.5
1.1
1.5 1.1
1.5
1.1
1
0.4
f 1.1 f 1.5
2
0.4 1.1 1.5
e e
2
1.497171
N = 2: Regla de Simpson
x2
h
f x dx 3 f x 4 * f ( x ) f x
x0
0 1 2
xi x0 ih
1.5 1.1
1.5
0.2
f 1.1 4 * f (1.3) f 1.5
3
0.2 1.1
e 4 * e1.3 e1.5
3
1.4775361
N = 3: Regla de Tres Octavos De Simpson
x3
3h
f x dx
x0
f x0 3* f ( x1 ) 3* f x2 f ( x3 )
8
xi x0 ih
1.5 1.1
1.5
3h
f 1.1 3* f (1.23) 3* f 1.36 f (1.5)
8
3* 0.13 1.1
e 3* e1.23 3* e1.36 e1.5
8
1.4719062
N= 4:
x4
2h
f x dx 45 7 * f x 32 * f ( x ) 12 * f x 32 * f ( x ) 7 * ( x )
x0
0 1 2 3 4
xi x0 ih
1.5 1.1
1.5
2 * 0.1
7 * f 1.1 32 * f (1.2) 12 * f 1.3 32 * f (1.4) 7 * f (1.5)
45
2 * 0.1
7 * e1.1 32 * e1.2 12 * e1.3 32 * e1.4 7 * e1.5
45
1.4775230
f x dx 2 * h * f x
xx 1
0
1.5
1.5 1.1 x0 X x 1 h
e dx 0.2
x
Xx-1 = 1.1 x1 = 1.5 h =
1.1
02 x0 1.1 h
2 * h * f x0
2 * 0.2 * f 1.3
0.4 * e1.3
1.4677187
N=1
x2
3h
f x dx 2 f x f ( x )
xx 1
0 1
1.5
1.5 1.1 x0 X x 1 h
e dx 0.13
x
Xx-1 = 1.1 x2 = 1.5 h =
1.1
1 2 x0 1.1 h
3* 0.13
f 1.23 f (1.36)
2
3* 0.13 1.23 1.36
e e
2
1.4634846
N=2
x3
4h
f x dx 3 2 * f x f ( x ) 2 * f x
x1
0 1 2
1.5
1.5 1.1 x0 X x 1 h
e dx 0.1
x
Xx-1 = 1.1 x3 = 1.5 h =
1.1
22 x0 1.1 h
4 * 0.1
2 * f 1.2 f (1.3) 2 * f 1.4
3
4 * 0.1
2 * e1.2 e1.3 2 * e1.4
3
1.4775116
N= 3:
x4
5h
f x dx 24 11* f x f ( x ) f x 11* f ( x )
x1
0 1 2 3
1.5
1.5 1.1 x0 X x 1 h
e dx 0.08
x
Xx-1 = 1.1 x4 = 1.5 h=
1.1
3 2 x0 1.1 h
5 * 0.08
11* f 1.18 f (1.26) f 1.34 11* f (1.42)
24
5 * 0.08
11* e1.18 e1.26 e1.34 11* e1.42
24
1.4775151
15.d
Aproxime la siguiente integral mediante las fórmulas (4.23) a (4.30). ¿Es compatible la
exactitud de las aproximaciones con las fórmulas de error? ¿Qué partes de (d) y de (e) dan
la mejor aproximación?
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
SOLUCIÓN
𝑥0 = 1 𝑥1 = 10 ℎ = 𝑥1 − 𝑥0 = 10 − 1 = 9
10
1 9 1
∫ 𝑑𝑥 ≈ ∗ (𝑓(1) + 𝑓(10)) = 4.5 ∗ (1 + ) = 4.95000000 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
1 𝑥 2 10
10
1
∫ 𝑑𝑥 = ln(𝑥 ) 𝐼110 = ln(10) − ln(1) = 2.30258509 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
1 𝑥
𝒙𝟐
𝒉 𝒉𝟓 (𝟒)
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ∗ (𝒇(𝒙𝟎 ) + 𝟒𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 )) − 𝒇 (𝝃), 𝝃 ∈ (𝒙𝟎 , 𝒙𝟐 )
𝒙𝟎 𝟑 𝟗𝟎
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑥2−𝑥0 10−1
𝑥0 = 1 𝑥2 = 10 ℎ= = = 4.5 𝑥1 = 𝑥0 + ℎ = 1 + 4.5 = 5.5
2 2
10
1 4.5
∫ 𝑑𝑥 ≈ ∗ (𝑓(1) + 4𝑓(5.5) + 𝑓(10))
1 𝑥 3
𝟏𝟎
𝟏 𝟒. 𝟓 𝟏 𝟏
∫ 𝒅𝒙 ≈ ∗ (𝟏 + 𝟒 ∗ + ) = 𝟐. 𝟕𝟒𝟎𝟗𝟎𝟗𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏 𝒙 𝟑 𝟓. 𝟓 𝟏𝟎
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
No es compatible porque presentan distinto valor dando lugar a un error en la
aproximación.
Fórmula 4.25
Regla de tres octavos de Simpson (n = 3)
𝒙𝟑
𝟑𝒉 𝟑𝒉𝟓 (𝟒)
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ∗ (𝒇(𝒙 ) ( ) ( ) (
𝟎 + 𝟑𝒇 𝒙𝟏 + 𝟑𝒇 𝒙𝟐 + 𝒇 𝒙𝟑 )) − 𝒇 (𝝃), 𝝃 ∈ (𝒙𝟎 , 𝒙𝟑 )
𝒙𝟎 𝟖 𝟖𝟎
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑥3−𝑥0 10−1
𝑥0 = 1 ℎ= = =𝟑
𝟑 𝟑
𝑥1 = 𝑥0 + ℎ = 1 + 3 = 4
𝑥2 = 𝑥1 + ℎ = 4 + 3 = 7
𝑥3 = 10
10
1 3∗3
∫ 𝑑𝑥 ≈ ∗ (𝑓(1) + 3𝑓(4) + 3𝑓 (7) + 𝑓(10))
1 𝑥 8
10
1 9 1 1 1
∫ 𝑑𝑥 ≈ ∗ (1 + 3 ∗ + 3 ∗ + )
1 𝑥 8 4 7 10
𝟏𝟎
𝟏
∫ 𝒅𝒙 ≈ 𝟐. 𝟓𝟔𝟑𝟑𝟗𝟐𝟖𝟔 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏 𝒙
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
No es compatible porque presentan distinto valor dando lugar a un error en la
aproximación.
Fórmula 4.26
n=4
𝒙𝟒
𝟐𝒉
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ∗ (𝟕 ∗ 𝒇(𝒙𝟎 ) + 𝟑𝟐 ∗ 𝒇(𝒙𝟏 ) + 𝟏𝟐 ∗ 𝒇(𝒙𝟐 ) + 𝟑𝟐 ∗ 𝒇(𝒙𝟑 ) + 𝟕 ∗ 𝒇(𝒙𝟒 ))
𝒙𝟎 𝟒𝟓
𝟖𝒉𝟕 (𝟔)
− 𝒇 (𝝃) , 𝝃 ∈ (𝒙𝟎 , 𝒙𝟒 )
𝟗𝟒𝟓
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑥4−𝑥0 10−1
𝑥0 = 1 ℎ= = = 2.25
4 4
𝑥1 = 𝑥0 + ℎ = 1 + 2.25 = 3.25
𝑥2 = 𝑥1 + ℎ = 3.25 + 2.25 = 5.50
𝑥3 = 𝑥2 + ℎ = 5.50 + 2.25 = 7.75
𝑥4 = 10
10
1 2 ∗ 2.25
∫ 𝑑𝑥 ≈
1 𝑥 45
∗ (7 ∗ 𝑓 (1) + 32 ∗ 𝑓 (3.25) + 12 ∗ 𝑓 (5.50) + 32 ∗ 𝑓(7.75) + 7 ∗ 𝑓 (10))
10
1 4.5 1 1 1 1
∫ 𝑑𝑥 ≈ ∗ (7 + 32 ∗ + 12 ∗ + 32 ∗ +7∗ )
1 𝑥 45 3.25 5.50 7.75 10
𝟏𝟎
𝟏
∫ 𝒅𝒙 ≈ 𝟐. 𝟑𝟖𝟓𝟕𝟎𝟎𝟒𝟑 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏 𝒙
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
𝒃
𝒉𝟑 ′′
∫ 𝒇(𝒙) 𝒅𝒙 ≈ 𝟐𝒉 ∗ 𝒇(𝒙𝟎 ) + 𝒇 (𝝃), 𝝃 ∈ (𝒂, 𝒃)
𝒂 𝟑
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑏−𝑎 10−1
𝑎=1 𝑏 = 10 ℎ = 𝑛+2 = = 4.5
0+2
𝑥0 = 𝑎 + ℎ = 5.5
𝟏𝟎
𝟏 𝟏
∫ 𝒅𝒙 ≈ 𝟐 ∗ 𝟒. 𝟓 ∗ 𝒇(𝟓. 𝟓) = 𝟗 ∗ = 𝟏. 𝟔𝟑𝟔𝟑𝟔𝟑𝟔𝟒 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏 𝒙 𝟓. 𝟓
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
No es compatible porque presentan distinto valor dando lugar a un error en la
aproximación.
Fórmula 4.28
n=1
𝒃
𝟑𝒉 𝟑𝒉𝟑 ′′
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ( ) ( )
∗ (𝒇 𝒙𝟎 + 𝒇 𝒙𝟏 ) + 𝒇 (𝝃), 𝝃 ∈ (𝒂, 𝒃)
𝒂 𝟐 𝟒
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑏−𝑎 10−1
𝑎=1 𝑏 = 10 ℎ = 𝑛+2 = =3
1+2
𝑥0 = 𝑎 + ℎ = 4
𝑥1 = 𝑥0 + ℎ = 4 + 3 = 7
𝟏𝟎
𝟏 𝟑∗𝟑 𝟏 𝟏
∫ 𝒅𝒙 ≈ ∗ (𝒇(𝟒) + 𝒇(𝟕)) = 𝟒. 𝟓 ∗ ( + )
𝟏 𝒙 𝟐 𝟒 𝟕
= 𝟏. 𝟕𝟔𝟕𝟖𝟓𝟕𝟏𝟒 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒎𝒊𝒂𝒅𝒐
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
No es compatible porque presentan distinto valor dando lugar a un error en la
aproximación.
Fórmula 4.29
n=2
𝒃
𝟒𝒉 𝟏𝟒𝒉𝟓 (𝟒)
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ∗ (𝟐 ∗ 𝒇(𝒙𝟎 ) − 𝒇(𝒙𝟏 ) + 𝟐 ∗ 𝒇(𝒙𝟐 )) + 𝒇 (𝝃), 𝝃 ∈ (𝒂, 𝒃)
𝒂 𝟑 𝟒𝟓
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑏−𝑎 10−1
𝑎=1 𝑏 = 10 ℎ = 𝑛+2 = = 2.25
2+2
𝑥0 = 𝑎 + ℎ = 1 + 2.25 = 3.25
𝑥1 = 𝑥0 + ℎ = 3.25 + 2.25 = 5.5
𝑥2 = 𝑥1 + ℎ = 5.5 + 2.25 = 7.75
10
1 4 ∗ 2.25
∫ 𝑑𝑥 ≈ ∗ (2 ∗ 𝑓 (3.25) − 𝑓(5.5) + 2 ∗ 𝑓 (7.75))
1 𝑥 3
10
1 1 1 1
∫ 𝑑𝑥 ≈ 3 ∗ (2 ∗ − +2∗ )
1 𝑥 3.25 5.5 7.75
𝟏𝟎
𝟏
∫ 𝒅𝒙 ≈ 𝟐. 𝟎𝟕𝟒𝟖𝟗𝟐𝟖𝟓 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏 𝒙
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
Fórmula 4.30
n=3
𝒃
𝟓𝒉 𝟗𝟓𝒉𝟓 (𝟒)
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ∗ (𝟏𝟏 ∗ 𝒇(𝒙𝟎 ) + 𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 ) + 𝟏𝟏 ∗ 𝒇(𝒙𝟑 )) + 𝒇 (𝝃),
𝒂 𝟐𝟒 𝟏𝟒𝟒
𝝃 ∈ (𝒂, 𝒃)
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝟏 𝒙
𝑏−𝑎 10−1
𝑎=1 𝑏 = 10 ℎ = 𝒏+𝟐 = = 1.8
𝟑+𝟐
𝑥0 = 𝑎 + ℎ = 1 + 1.8 = 2.8
𝑥1 = 𝑥0 + ℎ = 2.8 + 1.8 = 4.6
𝑥2 = 𝑥1 + ℎ = 4.6 + 1.8 = 6.4
𝑥3 = 𝑥2 + ℎ = 6.4 + 1.8 = 8.2
10
1 5 ∗ 1.8
∫ 𝑑𝑥 ≈ ∗ (11 ∗ 𝑓 (2.8) + 𝑓(4.6) + 𝑓(6.4) + 11 ∗ 𝑓(8.2))
1 𝑥 24
10
1 1 1 1 1
∫ 𝑑𝑥 ≈ 0.375 ∗ (11 ∗ + + + 11 ∗ )
1 𝑥 2.8 4.6 6.4 8.2
𝟏𝟎
𝟏
∫ 𝒅𝒙 ≈ 𝟐. 𝟏𝟏𝟔𝟑𝟕𝟖𝟓𝟔 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏 𝒙
𝟏𝟎
𝟏
∫ 𝒅𝒙 = 𝐥𝐧(𝒙) 𝑰𝟏𝟎
𝟏 = 𝐥𝐧 (𝟏𝟎) − 𝐥𝐧(𝟏) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙
Vamos a aproximar las siguientes integrales para ver si tiene mejor aproximación que
la integral anterior.
𝟓,𝟓 𝟏𝟎
𝟏 𝟏
e) ∫ 𝒅𝒙 + ∫ 𝒅𝒙
𝒙 𝒙
𝟏 𝟓,𝟓
𝟓,𝟓
𝟏
∫ 𝒅𝒙
𝒙
𝟏
5.5
1 4.5
∫ 𝑑𝑥 ≈ ∗ (𝑓(1) + 𝑓(5.5))
1 𝑥 2
5.5
1 1
∫ 𝑑𝑥 = 2.25 ∗ (1 + ) ≈ 2.65909091 … … . 𝑖
1 𝑥 5.5
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝒙
𝟓,𝟓
10
1 4.5 1 1
∫ 𝑑𝑥 = ∗ (𝑓(5.5) + 𝑓 (10)) ≈ 2.25 ∗ ( + ) = 0.63409091 … … … 𝑖𝑖
5.5 𝑥 2 5.5 10
𝒊 + 𝒊𝒊
𝟓,𝟓 𝟏𝟎
𝟏 𝟏
∫ 𝒅𝒙 + ∫ 𝒅𝒙 ≈ 𝟐. 𝟔𝟓𝟗𝟎𝟗𝟎𝟗𝟏 + 𝟎. 𝟔𝟑𝟒𝟎𝟗𝟎𝟗𝟏
𝟏 𝒙 𝟓,𝟓 𝒙
≈ 𝟑. 𝟐𝟗𝟑𝟏𝟖𝟏𝟖𝟐 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
5,5 10
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = ln(𝑥 ) 𝐼15.5 + ln(𝑥 ) 𝐼5.5
10
= 𝑙𝑛(5.5) − 0 + 𝑙𝑛(10) − 𝑙𝑛(5.5)
1 𝑥 5,5 𝑥
𝟓,𝟓 𝟏𝟎
𝟏 𝟏
∫ 𝒅𝒙 + ∫ 𝒅𝒙 = 𝐥𝐧(𝟏𝟎) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙 𝟓,𝟓 𝒙
En comparación con la aproximación anterior de la integral, al aproximar de esta manera si
es más preciso el resultado.
Regla de Simpson
𝒙𝟐
𝒉 𝒉𝟓 (𝟒)
∫ 𝒇(𝒙) 𝒅𝒙 ≈ ) ( ) ( ))
∗ (𝒇(𝒙𝟎 + 𝟒𝒇 𝒙𝟏 + 𝒇 𝒙𝟐 − 𝒇 (𝝃), 𝝃 ∈ (𝒙𝟎 , 𝒙𝟐 )
𝒙𝟎 𝟑 𝟗𝟎
𝟓,𝟓 𝟏𝟎
𝟏 𝟏
∫ 𝒅𝒙 + ∫ 𝒅𝒙
𝟏 𝒙 𝟓,𝟓 𝒙
𝟓,𝟓
𝟏
∫ 𝒅𝒙
𝒙
𝟏
𝑥2−𝑥0 5.5−1
𝑥0 = 1 ℎ= = = 2.25
2 2
𝑥1 = 𝑥0 + ℎ = 1 + 2.25 = 3.25
𝑥2 = 5.5
5.5
1 2.25
∫ 𝑑𝑥 ≈ ∗ (𝑓(1) + 4 ∗ 𝑓(3.25) + 𝑓(5.5))
1 𝑥 3
10
1 2.25 1 1
∫ 𝑑𝑥 ≈ ∗ (1 + 4 ∗ + ) = 1.80944056 … … … 𝑖
1 𝑥 3 3.25 5.5
𝟏𝟎
𝟏
∫ 𝒅𝒙
𝒙
𝟓,𝟓
𝑥2−𝑥0 10−5.5
𝑥0 = 5.5 ℎ= = = 2.25
2 2
10
1 2.25
∫ 𝑑𝑥 ≈ ∗ (𝑓(5.5) + 4 ∗ 𝑓 (7.75) + 𝑓 (10))
5.5 𝑥 3
10
1 2.25 1 1 1
∫ 𝑑𝑥 ≈ ∗( +4∗ + ) = 0.59846041 … … … 𝑖𝑖
5.5 𝑥 3 5.5 7.75 10
𝒊 + 𝒊𝒊
𝟓,𝟓 𝟏𝟎
𝟏 𝟏
∫ 𝒅𝒙 + ∫ 𝒅𝒙 ≈ 𝟏. 𝟖𝟎𝟗𝟒𝟒𝟎𝟓𝟔 + 𝟎. 𝟓𝟗𝟖𝟒𝟔𝟎𝟒𝟏
𝟏 𝒙 𝟓,𝟓 𝒙
≈ 𝟐. 𝟒𝟎𝟕𝟗𝟎𝟎𝟗𝟕 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
5,5 10
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = ln(𝑥 ) 𝐼15.5 + ln(𝑥 ) 𝐼5.5
10
= 𝑙𝑛(5.5) − 0 + 𝑙𝑛(10) − 𝑙𝑛(5.5)
1 𝑥 5,5 𝑥
𝟓,𝟓 𝟏𝟎
𝟏 𝟏
∫ 𝒅𝒙 + ∫ 𝒅𝒙 = 𝐥𝐧(𝟏𝟎) = 𝟐. 𝟑𝟎𝟐𝟓𝟖𝟓𝟎𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 𝒙 𝟓,𝟓 𝒙
15.e
Aproxime las siguientes integrales mediante las fórmulas (4.23) a (4.30) ¿es
compatible la exactitud aproximaciones con las fórmulas de error? ¿qué partes de (d)
y de (e) dan la mejor aproximación?
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥
𝟏 𝑥 𝟓.𝟓 𝑥
𝑥 1 ℎ 𝑏−𝑎
∫𝑥0 𝑓(𝑥 )𝑑𝑥 = 2 [𝑓(𝑥0 ) + 𝑓(𝑥1 )] 𝑥0 = 𝑎 𝑥𝑛 = 𝑏 ℎ= 𝑛
5.5 − 1
ℎ1 = = 4.5 ; 𝑥0 = 1 ; 𝑥1 = 𝑥0 + ℎ = 5.5
1
10 − 5.5
ℎ2 = = 4.5 ; 𝑥0 = 5.5 ; 𝑥1 = 𝑥0 + ℎ = 10
1
𝟓.𝟓 𝟏𝟎
1 1 4.5 4.5
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = [𝑓(1) + 𝑓(4.5)] + [𝑓 (5.5) + 𝑓(10)]
𝟏 𝑥 𝟓.𝟓 𝑥 2 2
𝟓.𝟓 1 𝟏𝟎 1 4.5 4.5 4.5 4.5
∫𝟏 𝑑𝑥 + ∫𝟓.𝟓 𝑥 𝑑𝑥 = [ 2 + 11 )] + [ 2 + 20 )] =3.2931818
𝑥
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 3.2931818
𝟏 𝑥 𝟓.𝟓 𝑥
5.5 − 1
ℎ1 = = 2.25; 𝑥0 = 1 ; 𝑥1 = 𝑥0 + ℎ = 1 + 2.25 = 3.25 ; 𝑥2 = 𝑥0 + 2ℎ
1
= 5.5
10−5.5
ℎ2 = = 2.25 ; 𝑥1 = 𝑥0 + ℎ = 5.5 + 2.25 = 7.75 ; 𝑥2 = 𝑥0 + 2ℎ = 10
1
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥
𝟏 𝑥 𝟓.𝟓 𝑥
2.25 2.25
= [𝑓(1) + 4𝑓 (3.25) + 𝑓(5.5)] + [𝑓(5.5) + 4𝑓(7.75) + 𝑓 (10)]
3 3
𝟓.𝟓 𝟏𝟎
1 1 2.25 9 2.25 2.25 9 2.25
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = [ + + )] + [ + + )]
𝟏 𝑥 𝟓.𝟓 𝑥 3 9.75 16.5 16.5 7.75 30
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 3.1830945
𝟏 𝑥 𝟓.𝟓 𝑥
5.5−1
ℎ= = 1.5 ; 𝑥0 = 1 ; 𝑥1 = 𝑥0 + ℎ = 1 + 1.5 = 2.5
3
N=4
𝑥 4 2ℎ
∫𝑥0 𝑓(𝑥 )𝑑𝑥 = 45 [7𝑓(𝑥0 ) + 32𝑓(𝑥1 ) + 12𝑓(𝑥2 ) + 32𝑓(𝑥3 ) + 17(𝑥4 )]
5.5−1
ℎ= = 1.125 ; 𝑥0 = 1 ; 𝑥1 = 𝑥0 + ℎ = 1 + 1.125 = 2.125
4
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 2.3466271
𝟏 𝑥 𝟓.𝟓 𝑥
𝑏−𝑎 5.5−1
ℎ = 𝑛+2 ℎ= = 2.25 𝑥0 = 𝑎 + ℎ = 1 + 2.25 = 3.25
2
𝑏−𝑎 10−5.5
ℎ = 𝑛+2 ℎ= = 2.25 𝑥0 = 𝑎 + ℎ = 5.5 + 2.25 = 7.75
2
𝑥1 1
∫𝒙−𝟏 𝑥 (𝑥 )𝑑𝑥 = 2ℎ𝑓(𝑥0 )
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 2(2.25)𝑓(3.25) + 2(2.25)𝑓(7.75) = 1.9652605
𝟏 𝑥 𝟓.𝟓 𝑥
N=1
𝑥2
3ℎ ℎ3
∫ 𝑓(𝑥 )𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓 (𝑥1 )] + 3 𝑓´´(), 𝑑𝑜𝑛𝑑𝑒 ∈ (𝑥−1 , 𝑥2 )
𝑥−1 2 4
𝑏−𝑎 5.5−1
ℎ = 𝑛+2 ℎ= = 1.5 𝑥0 = 𝑎 + ℎ = 2.5 ; 𝑥1 = 𝑥0 + ℎ = 4
3
𝑏−𝑎 5.5−1
ℎ = 𝑛+2 ℎ= = 1.5 𝑥0 = 𝑎 + ℎ = 7; 𝑥1 = 𝑥0 + ℎ = 8.5
3
N=2
3
4ℎ 14ℎ5 4
∫ 𝑓(𝑥 )𝑑𝑥 = [2𝑓(𝑥𝑑 ) − 𝑓 (𝑥1 ) + 2𝑓(𝑥2 )] + 𝑓 (), 𝑑𝑜𝑛𝑑𝑒 ∈ (𝑥−1 , 𝑥3 )
𝑥−1 3 45
5.5−1
ℎ= = 1.125 𝑥0 = 1 + 1.125 = 2.125 ; 𝑥1 = 2.125 + 1.125 =
4
3.25
𝑥2 = 3.25 + 2.125 = 4.375
10−5.5
ℎ= = 1.125 𝑥0 = 5.5 + 1.125 = 6.625 ; 𝑥1 = 6.625 + 1.125 =
4
7.25
𝑥2 = 7.25 + 1.125 = 8.75
𝟓.𝟓 1 𝟏𝟎 1 4∗1.125
∫𝟏 𝑑𝑥 + ∫𝟓.𝟓 𝑥 𝑑𝑥= [2𝑓(2.125) − 𝑓 (3.25) + 2𝑓(4.375)]
𝑥 3
4∗1.125
+ [2𝑓(6.625) − 𝑓(7.75) + 2𝑓(8.875)]
3
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 2.233251
𝟏 𝑥 𝟓.𝟓 𝑥
N=3
4
5ℎ 95ℎ5 4
∫ 𝑓(𝑥 )𝑑𝑥 = [11𝑓(𝑥𝑑 ) + 𝑓 (𝑥1 ) + 𝑓(𝑥2 ) + 11𝑓(𝑥3 )] + 𝑓 (), 𝑑𝑜𝑛𝑑𝑒
𝑥−1 24 144
∈ (𝑥−1 , 𝑥4 )
5.5−1
ℎ= = 0.9 𝑥0 = 1 + 0.9 = 1.9 ; 𝑥1 = 1.9 + 0.9 = 2.8
5
10−5.5
ℎ= = 0.9 𝑥0 = 5.5 + 0.9 = 6.4 ; 𝑥1 = 6.4 + 0.9 = 7.3
5
𝟓.𝟓 1 𝟏𝟎 1 5∗0.9
∫𝟏 𝑑𝑥 + ∫𝟓.𝟓 𝑥 𝑑𝑥= [11𝑓(1.9) + 𝑓 (2.8) + 𝑓(3.7) + 11𝑓(4.6)]+
𝑥 24
5∗0.9
[11𝑓(6.4) + 𝑓(7.3) + 𝑓(8.2) + 11𝑓(9.1)]
24
𝟓.𝟓 𝟏𝟎
1 1
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 2.249001
𝟏 𝑥 𝟓.𝟓 𝑥
15.f
Aproxime las siguientes integrales mediante las fórmulas (4.23) a (4.30) ¿es compatible
la exactitud aproximaciones con las fórmulas de error? ¿qué partes de (d) y de (e) dan la
mejor aproximación?
1
1⁄
f. ∫ 𝑥 3 𝑑𝑥
0
1−0
𝑥0 = 0; 𝑥1 = 1; ℎ= =1
1
1
1 1
∫ 𝑥 1∕3 𝑑𝑥 = [𝑓(0) + 𝑓 (1)] = [(0)1∕3 + (1)1∕3 ] = 0.5
2 2
0
𝑥3
n=4
𝑥4
2ℎ
∫ 𝑓(𝑥 ) 𝑑𝑥 = [7𝑓(𝑥0 ) + 32𝑓(𝑥1 ) + 12𝑓(𝑥2 ) + 32𝑓(𝑥3 ) + 7𝑓(𝑥4 )]; 𝑥𝑖 = 𝑥0 + 𝑖ℎ; 𝑥0
45
𝑥0
𝑏−𝑎
= 𝑎; 𝑥𝑛 = 𝑏; ℎ =
𝑛
1−0
𝑥0 = 0; 𝑥4 = 1; ℎ= = 0.25; 𝑥1 = 0 + 0.25 = 0.25;
4
𝑥4
1⁄ 0.5
∫𝑥 3 𝑑𝑥 = [7(0)1⁄3 + 32(0.25)1⁄3 + 12(0.5)1⁄3 + 32(0.75 )1⁄3 + 7(1)1⁄3 ]
45
𝑥0
= 0.7306341
Formulas abiertas de Newton Cotes
n = 0; Regla del punto medio
𝑥1
𝑏−𝑎
∫ 𝑓 (𝑥 ) 𝑑𝑥 = 2ℎ𝑓 (𝑥0 ); 𝑥1 = 𝑥0 + 𝑖ℎ; 𝑥0 = 𝑎 + ℎ; ℎ =
𝑛+2
𝑥−1
1−0
ℎ= = 0.5; 𝑥0 = 0 + 0.5 = 0.5
0+2
1
n =1
𝑥1
3ℎ 𝑏−𝑎
∫ 𝑓 (𝑥 ) 𝑑𝑥 = [𝑓 (𝑥0 ) + 𝑓 (𝑥1 )]; 𝑥𝑖 = 𝑥0 + 𝑖ℎ; 𝑦0 = 𝑎 + ℎ; ℎ =
2 𝑛+2
𝑥−1
1−0
ℎ= = 0.33; 𝑥𝑖 = 0.33 + 0.33 = 0.66; 𝑥0 = 0 + 0.33 = 0.33
1+2
1
3(0.33) 1
∫ 𝑥 1∕3 𝑑𝑥 = [𝑓(0.33) + 𝑓(0.66)] = 0.4935 [(0.33)1∕3 + (0.66) ⁄3 ]
2
0
= 0.7730420
n=2
𝑥0
4ℎ 𝑏−𝑎
∫ 𝑓(𝑥 ) 𝑑𝑥 = [2𝑓(𝑥0 ) − 𝑓(𝑥1 ) + 2𝑓 (𝑥2 )]; 𝑥𝑖 = 𝑥0 + 𝑖ℎ; 𝑥0 = 𝑎 + ℎ; ℎ =
3 𝑛+2
𝑥−1
1−0
𝑛= = 0.25; 𝑥1 = 0.25 + 0.25 = 0.5; 𝑥2 = 0.25 + 2(0.25) = 0.75; 𝑥0 = 0 + 0.25
2+2
= 0.25
1
4(0.25)
∫ 𝑥 1∕3 𝑑𝑥 = [2𝑓(0) − 𝑓 (0.5) + 2𝑓(0.75)]
3
0
1⁄ 1⁄
= 0.33 [2(0 ⋅ 25) 3 − (0.5)1∕3 + 2(0.75) 3] = 0 ⋅ 7535026
n=3
𝑥1
5ℎ
∫ 𝑓 (𝑥 ) 𝑑𝑥 = [11𝑓(𝑥0 ) + 𝑓(𝑥1 ) + 𝑓 (𝑥2 ) + 11𝑓 (𝑥3 )]; 𝑥𝑖 = 𝑥0 + 𝑖ℎ; 𝑥0 = 𝑎 + ℎ; ℎ
24
𝑥−1
𝑏−𝑎
=
𝑛+2
1−0
𝑛= = 0.2; 𝑥1 = 0.2 + 0.2 = 0.4; 𝑥2 = 0.2 + 2(0.2) = 0.6; 𝑥3 = 0.2 + 3(0.2)
3+2
= 0.8;
𝑥0 = 0 + 0.2 = 0.2
1
5(0.2)
∫ 𝑥 1∕3 𝑑𝑥 = [11𝑓(0.2) + 𝑓(0 ⋅ 4) + 𝑓(0 ⋅ 6) + 11𝑓(0.8)]
24
0
1
= [11(0.2)1∕3 + (0 ⋅ 4)1∕3 + (0.6)1∕3 + 11(0.8)1∕3 ] = 0.739352
24
16
Dada la función f en los siguientes valores
Aproxime
2.6
𝑓(𝑥 )𝑑𝑥 𝑢𝑠𝑎𝑛𝑑𝑜 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑓𝑜𝑟𝑚𝑢𝑙𝑎𝑠 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑡𝑢𝑟𝑎 𝑖𝑛𝑐𝑙𝑢𝑖𝑑𝑎𝑠 𝑒𝑛 𝑒𝑠𝑡𝑎 𝑠𝑒𝑐𝑐𝑖ó𝑛
∫
1.8 𝑞𝑢𝑒 𝑝𝑢𝑒𝑑𝑎𝑛 𝑎𝑝𝑙𝑖𝑐𝑎𝑟𝑠𝑒
2.6 − 1.8
ℎ= = 0.8
1
2.6 ℎ 0.8
∫1.8 𝑓 (𝑥 )𝑑𝑥 = 2 (𝑓 (1.8) + 𝑓(2.6))= 2
(3.12014 + 10.46675)
2.6
∫ 𝑓(𝑥 )𝑑𝑥 ≈ 5.4357
1.8
𝒏 = 𝟐. 𝑹𝑬𝑮𝑳𝑨 𝑫𝑬 𝑺𝑰𝑴𝑷𝑺𝑶𝑵
2.6−1.8
ℎ= = 0.4
2
2.6 ℎ
∫1.8 𝑓(𝑥 )𝑑𝑥 = 3
(𝑓(1.8) + 4 ∗ 𝑓(2.2) + 𝑓(2.6))
2.6 0.4
∫1.8 𝑓 (𝑥 )𝑑𝑥 = = 3
(3.12014 + 4 ∗ 6.04241 + 10.46675)= 5.034204
n=3. REGLA DE 3 OCTAV0S DE SIMPSON
2.6 − 1.8 0.8
ℎ= =
3 3
por diferencias divididas de Newton
Reemplazamos en
2.6 3ℎ
∫1.8 𝑓(𝑥 )𝑑𝑥 = 8
(𝑓(1.8) + 3 ∗ 𝑓(2.06667) + 3 ∗ 𝑓 (2.3333) + 𝑓(2.6))
2.6 0.8
∫1.8 𝑓(𝑥 )𝑑𝑥 = 8
(3.12014 + 3 ∗ 4.927327 + 3 ∗ 7.322304 + 10.46675) ≈
5.033578
𝑝𝑎𝑟𝑎 𝑛 = 4
2.6 − 1.8
ℎ= = 0.4
4
𝒙𝟒 𝟐𝒉
∫𝒙𝟎 𝒇(𝒙)𝒅𝒙 = 𝟒𝟓
[𝟕 ∗ 𝒇(𝒙𝟎 ) + 𝟑𝟐 ∗ 𝒇(𝒙𝟏 ) + 𝟏𝟐 ∗ 𝒇(𝒙𝟐 ) + 𝟑𝟐 ∗ 𝒇(𝒙𝟑 ) + 𝟕 ∗ 𝒇(𝒙𝟒 )]
2.6
2ℎ
∫ 𝑓(𝑥 )𝑑𝑥 = [7 ∗ 𝑓1.8) + 32 ∗ 𝑓(2.0) + 12 ∗ 𝑓2.2) + 32 ∗ 𝑓(2.4) + 7 ∗ 𝑓(2.6)]
1.8 45
2.6
2ℎ
∫ 𝑓(𝑥 )𝑑𝑥 = [7 ∗ 𝑓1.8) + 32 ∗ 𝑓(2.0) + 12 ∗ 𝑓2.2) + 32 ∗ 𝑓(2.4) + 7 ∗ 𝑓(2.6)]
1.8 45
2.6
0.4
∫ 𝑓(𝑥 )𝑑𝑥 = [7 ∗ 3.12014 + 32 ∗ 4.42569 + 12 ∗ 6.04241 + 32 ∗ 8.03014 + 7
1.8 45
∗ 10.46676]
2.6
∫ 𝑓(𝑥 )𝑑𝑥 = 𝟓. 𝟎𝟑𝟐𝟗𝟑𝟏
1.8
17
Dada la función f en los siguientes valores
x 1.8 2.0 2.2 2.4 2.6
f(x) 3,12014 4,42569 6,04241 8,03014 10,46675
Suponga que los datos tienen errores de redondeo contenidos en la tabla siguiente:
x 1.8 2.0 2.2 2.4 2.6
Error f(x) 2 x 10-6 2 x 10-6 -0,9 x 10-6 -0,9 x 10-6 2 x 10-6
18
Deduzca la regla de Simpson con el termino de error por medio de
𝑥2
∫𝑥0 𝑓 (𝑥 )𝑑𝑥 = 𝑎0 𝑓 (𝑥0 ) + 𝑎1 𝑓(𝑥1 ) + 𝑎2 𝑓 (𝑥2 ) + 𝑘𝑓 (4) (ᵹ)
Obtenga 𝑎0 , 𝑎1 , 𝑦 𝑎2 tomando como base el hecho de que la regla de Simpson es exacta para
𝑓 (𝑥 ) = 𝑥 𝑛 cuando 𝑛 = 1, 2 𝑦 3. Después obtenga k aplicando la fórmula de integración con
𝑓 (𝑥 ) = 𝑥 4 .
SOLUCION
𝑥 2 ℎ ℎ5
∫𝑥0 𝑓(𝑥 )𝑑𝑥 = 3 [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )] − 90 𝑓 (4) (ᵹ)
𝑥 2
∫𝑥0 𝑓(𝑥 )𝑑𝑥 = 𝑎0 𝑓(𝑥0 ) + 𝑎1 𝑓 (𝑥1 ) + 𝑎2 𝑓(𝑥2 ) + 𝑘𝑓 (4) (ᵹ)
𝑓 (𝑥 ) = 𝑥
𝑓 (𝑥 0 ) = 𝑥 0
𝑓(𝑥1 ) = 𝑥1
𝑓 (𝑥 2 ) = 𝑥 2
ℎ
𝑎0 𝑥0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 = 3 [𝑥0 + 4𝑥1 + 𝑥2 ]
Resolviendo obtenemos:
ℎ 4ℎ ℎ
𝑎0 = 3 ; 𝑎1 = ; 𝑎2 =
3 3
𝑓 (𝑥 ) = 𝑥 4
𝑓 (𝑥 0 ) = 𝑥 0 4
𝑓(𝑥1 ) = 𝑥1 4
𝑓 (𝑥 2 ) = 𝑥 2 4
𝑓 ′ (𝑥 ) = 4𝑥 3
𝑓 ′′ (𝑥 ) = 12𝑥 2
𝑓 (3) (𝑥) = 24𝑥
𝑓 (4) (𝑥) = 24
𝑓 (4) (ᵹ) = 24
𝑥 2 ℎ
∫𝑥0 𝑓(𝑥 )𝑑𝑥 = 3 [𝑥0 4 + 4𝑥1 4 + 𝑥2 4 ] + 𝑘𝑓 (4) (ᵹ)
ℎ ℎ5 ℎ
[𝑥0 4 + 4𝑥1 4 + 𝑥2 4 ] − 𝑓 (4) (ᵹ) = 3 [𝑥0 4 + 4𝑥1 4 + 𝑥2 4 ] + 𝑘𝑓 (4) (ᵹ)
3 90
ℎ5
− (24) = 𝑘(24)
90
ℎ5
𝑘 = − 90
19
Demuestre el enunciado posterior a la definición 4.1: es decir, demuestre que la
fórmula de cuadratura tiene un grado de precisión n, y solo si el error 𝑬(𝑷(𝒙)) = 𝟎
para todos los polinomios 𝑷(𝒙) de grado 𝒌 = 𝟎, 𝟏, 𝟐, … , 𝒏, pero 𝑬(𝑷(𝒙)) ≠ 𝟎 para
algún polinomio 𝑷(𝒙) de grado 𝒏 + 𝟏.
Entonces:
Si 𝐸(𝑥 𝑘 ) = 0 para todo 𝑘 = 0,1,2, … , 𝑛 y 𝐸(𝑥 𝑛+1 ) ≠ 0, entonces con 𝑃𝑛+1 (𝑥 ) = 𝑥 𝑛+1
tenemos un polinomio de grado 𝑛 + 1 para lo cual 𝐸(𝑃𝑛+1 (𝑥 )) ≠ 0.
1 𝑎𝑛 𝑛 𝑎0
𝑥 𝑛+1 = 𝑃𝑛+1 (𝑥 ) − 𝑥 −⋯−
𝑎𝑛+1 𝑎𝑛+1 𝑎𝑛+1
1 𝑎𝑛 𝑎0 1
𝐸(𝑥 𝑛+1 ) = 𝐸(𝑃𝑛+1 (𝑥 )) − 𝐸(𝑥 𝑛 ) − ⋯ − 𝐸(1) = 𝐸(𝑃𝑛+1 (𝑥 )) ≠ 0
𝑎𝑛+1 𝑎𝑛+1 𝑎𝑛+1 𝑎𝑛+1
Finalmente llegamos a la conclusión que la formula de cuadratura tiene un grado de
precisión 𝑛.
20
Construya lo polinomios interpolares de Lagrange de la siguiente función Ln (x)
(𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑙1 (𝑥) =
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
(𝑥 − 1)(𝑥 − 1.3)(𝑥 − 1.4) 𝑥 3 − 3.7𝑥 2 + 1.92𝑥 − 1.82
𝑙1 (𝑥) = =
(1.1 − 1)(1.1 − 1.3)(1.1 − 1.4) 0.006
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 )
𝑙2 (𝑥) =
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 )
(𝑥 − 1)(𝑥 − 1.1)(𝑥 − 1.4) 𝑥 3 − 3.5𝑥 2 + 1.84𝑥 − 1.56
𝑙2 (𝑥) = =
(1.3 − 1)(1.3 − 1.1)(1.3 − 1.4) −0.006
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
𝑙3 (𝑥) =
(𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
(𝑥 − 1)(𝑥 − 1.1)(𝑥 − 1.3) 𝑥 3 − 3.4𝑥 2 + 3.83𝑥 − 1.42
𝑙3 (𝑥) = =
(1.4 − 1)(1.4 − 1.1)(1.4 − 1.3) 0.012
𝑛=3
𝑝(𝑥 ) = 𝑙𝑛(𝑥)
𝑓 𝑛+1 (𝑥 ) = 𝑙𝑛(𝑥)
1 1 −2 6
𝑓 𝐼 (𝑥 ) = 𝑥 𝑓 𝐼𝐼 (𝑥 ) = 𝑥 2 𝑓 𝐼𝐼𝐼 (𝑥 ) = 𝑓 𝐼𝑉 (𝑥) = 𝑥 4
𝑥3
𝐹(𝑋0 ) = 1
𝐹(𝑋1 ) = 0.095
𝐹(𝑋2 ) = 0.262
𝐹(𝑋3 ) = 0.336
21
Utilice el teorema 4.3 para reducir la ecuación (4.28) con un término de error.
n
Teorema 4.3 Supongamos que a f ( x ) denota la formula abierta de (n 1)
i 0
1 1 puntos de
(b a)
Newton Cotes, con xn 1 a; xn 1 b; h por tanto, existe (a, b) para el cual.
(n 2)
n
hn 2 f ( n1) ( ) n1
f ( x)dx a1 f ( x1 )
b
a
i 0 (n 1!) 1
t (t 1)....(t n)dt
Si n es impar y si f cn1 a, b
Ecuación (4.28)
n 1
3h 3h3
4
f ( x)dx f ( x0 ) f ( x1 ) f "( ) , donde x1 x2
x|1 2 2
Aplicando fórmulas en el siguiente ejercicio sale el valor aproximado de:
2
0
4
sen( x)dx 1
2
0.29299322
4 sen( 4 ) sen( ) 0.27768018 y
2 2 4
Y para fórmulas abiertas tenemos:
n 1 ; 4 sen( ) sen( ) 0.29798754
2 12 6
CONJUNTO
DE
EJERCICIOS
4.4
Ejercicio 1ª. Aplique la regla compuesta del trapecio con los valores indicados de n para
aproximar las siguientes integrales.
𝟐
∫𝟏 𝒙 𝐥𝐧 𝒙 𝒅𝒙, 𝒏 = 𝟒
Solución.
𝒃 𝒏−𝟏
𝒉
∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒂) + 𝟐 ∑(𝒇(𝒙𝒋 ) + 𝒇(𝒃))]
𝒂 𝟐
𝒋=𝟏
𝒃−𝒂 𝟐−𝟏
𝒉= = = 𝟎. 𝟐𝟓
𝒏 𝟒
𝒙𝒋 = 𝒂 + 𝒋𝒉 = 𝟏 + 𝒋𝟎. 𝟐𝟓
𝟐 𝒏−𝟏
𝟎. 𝟐𝟓
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = [𝒇(𝟏) + 𝟐 ∑ (𝒇(𝟏 + 𝒋(𝟎. 𝟐𝟓)) + 𝒇(𝟐))]
𝟏 𝟐
𝒋=𝟏
𝟐
𝟎. 𝟐𝟓
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = [𝟎 + 𝟐(𝟏. 𝟖𝟔𝟔𝟒𝟓𝟒𝟕 + 𝟎. 𝟔𝟗𝟑𝟏𝟒𝟕𝟐]
𝟏 𝟐
𝟐
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = 𝟎. 𝟔𝟑𝟗𝟗𝟎𝟎𝟓
𝟏
EJERCICICO 1b. Aplique la regla compuesta del trapecio en los valores indicados de n
para aproximar las siguientes integrales:
𝑏 𝑛−1
ℎ −(𝑏 − 𝑎) 2 "
∫ 𝑓 (𝑥 ) = [𝑓 (𝑎) + 2 ∑ (𝑓(𝑥𝑗 ) + 𝑓(𝑏))] + ℎ 𝑓 (𝜇 )
𝑎 2 12
𝑗=1
2
b. ∫−2 𝑥 3 𝑒 𝑥 𝑑𝑥 𝑛 =4
Solución
𝑏 𝑛−1
ℎ
∫ 𝑓 (𝑥)𝑑𝑥 = [𝑓(𝑎) + 2 ∑ (𝑓(𝑥𝑗 ) + 𝑓 (𝑏))] ; 𝑑𝑜𝑛𝑑𝑒 ∶
−𝑎 2
𝑗=1
(𝑏 − 𝑎) (2 − (−2)
ℎ= = =1
𝑛 4
𝑥𝑗 = 𝑎 + 𝑗ℎ = −2 + 𝑗(1) = −2 + 𝑗
2 3
1
3 𝑥
∫ 𝑥 𝑒 𝑑𝑥 = [𝑓 (−2) + 2 ∑(𝑓 (−2 + 𝑗)) + 𝑓 (2)]
−2 2
𝑗=1
2
1
∫ 𝑥 3 𝑒 𝑥 𝑑𝑥 = [−1.0826823 + 2(2.3504024) + 59.1124488]
−2 2
2
∫ 𝑥 3 𝑒 𝑥 𝑑𝑥 = 31.3652857
−2
Ejercicio 1. C. Aplicando la regla compuesta del trapecio con los valores indicados de n
para aproximar la siguiente integral.
1.6
2
𝑐. ∫ 𝑑𝑥; 𝑛 = 6
1 𝑥2 −4
Solución
Aplicando la regla compuesta del trapecio
𝑏 𝑛−1
ℎ 𝑏 − 𝑎 2 ′′
∫ 𝑓 (𝑥 ) 𝑑𝑥 = [𝑓 (𝑎) + 2 (∑ 𝑓(𝑥𝑗 )) + 𝑓(𝑏)] − ℎ 𝑓 (𝑢 )
𝑎 2 12
𝑗=1
𝑏 − 𝑎 1.6 − 1
𝑎 = 1; 𝑏 = 1.6; ℎ = = = 0.1 ; 𝑥𝑗 = 𝑎 + 𝑗ℎ → 𝑥𝑗 = 1 + 0.1𝑗
𝑛 6
1.6 5
2 0.1
∫ 2
𝑑𝑥 = [𝑓 (1) + 2 ∑ 𝑓(𝑥𝑗 ) + 𝑓(1.6)]
1 𝑥 −4 2
𝑗=1
1.6
2 0.1
∫ 𝑑𝑥 = [𝑓(1) + 2(𝑓 (𝑥1 ) + 𝑓 (𝑥2 ) + 𝑓(𝑥3 ) + 𝑓(𝑥4 ) + 𝑓 (𝑥5 )) + 𝑓(1.6)]
1 𝑥2 −4 2
1.6
2 0.1
∫ 𝑑𝑥 = [𝑓(1) + 2(𝑓 (1.1) + 𝑓(1.2) + 𝑓(1.3) + 𝑓(1.4) + 𝑓 (1.5)) + 𝑓 (1.6)]
1 𝑥2 − 4 2
1.6
2 0.1
∫ 𝑑𝑥 = [−0.6666667 + 2(−4.4871460) + (−1.3888889)]
1 𝑥2 −4 2
1.6
2 0.1
∫ 𝑑𝑥 = [−0.6666667 − 8.9742921 − 1.3888889]
1 𝑥2 −4 2
1.6
2 0.1
∫ 𝑑𝑥 = [−11.0298477]
1 𝑥2 − 4 2
1.6
2
∫ 𝑑𝑥 = −0.5514924
1 𝑥2 −4
Valor real de la integral
1.6
2
∫ 𝑑𝑥 = −0.5493061
1 𝑥2 −4
Error real
𝐸𝑟 = 𝑉𝑟 − 𝑉𝑎 = −0.5493061 − (−0.5514924) = 0.0021863
EJERCICIO 1c. Aplique la regla compuesta del trapecio con los valores indicados de n
para aproximar las
siguientes integrales:
2
2
∫ 𝑑𝑥 𝑛=6
0 𝑥2 + 4
𝑏 𝑛−1
ℎ
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑎) + 2 ∑ (𝑓(𝑥𝑗 ) + 𝑓 (𝑏))]
𝑎 2
𝑗=1
(𝑏 − 𝑎) 2 − 0 1
ℎ= = =
𝑛 6 3
1 𝑗
𝑥𝑗 = 𝑎 + 𝑗ℎ = 0 + 𝑗 ( ) =
3 3
2 5
2 1 1
∫ 2 𝑑𝑥 = [𝑓 (0) + 2 ∑ (𝑓 ( 𝑗) + 𝑓(2))]
0 𝑥 +4 6 3
𝑗=1
2
2 1
∫ 𝑑𝑥 = [0.5 + 3.955444 + 0.25]
0 𝑥2 + 4 6
𝟐
𝟐
∫ 𝒅𝒙 = 𝟎. 𝟕𝟖𝟒𝟐𝟒𝟏
𝟎 𝒙𝟐 +𝟒
EJERCICIO 1.d
1.d . Aplique la regla compuesta del trapecio con los valores indicados de n para aproximar
las siguientes integrales.
0
x 2 cos xdx, n=6
h n 1
b
a
f ( x)dx
2
f ( a ) 2
j 1
( f ( x j ) f (b))
(b a) ( 0)
h
n 6 6
(b a)
xj a jh 0 j j
n 6 6
5
x 2 cos xdx f (0) 2 f j f ( )
0 12 j 1 6
x 2 cos xdx 2(7.343153 9.869604)
0 12
0
x 2 cos xdx 6.428722
La regla compuesta del trapecio es una forma de aproximar una integral por medio de 𝑛
trapecios. Para esto debemos considerar una función 𝑓 (𝑥 ) la cual es continua en el intervalo
[𝑎, 𝑏] de tal modo que el área bajo 𝑓(𝑥 ) está dada por
𝑏 𝑛−1
𝑏 − 𝑎 𝑓 (𝑎 ) + 𝑓 (𝑏 ) 𝑏−𝑎
∫ 𝑓(𝑥 )𝑑𝑥 ≈ [ + ∑ 𝑓 (𝑎 + 𝑘 )]
𝑎 𝑛 2 𝑛
𝑘=1
π
Aplicando lo anterior a la siguiente integral ∫0 𝑥 2 𝑐𝑜𝑠(𝑥 )𝑑𝑥 con 𝑛 = 6
π 𝑛−1
π − 0 𝑓 (π) + 𝑓(0) π−0
∫ 𝑥 2 𝑐𝑜𝑠(𝑥 )𝑑𝑥 ≈ [ + ∑ 𝑓 (0 + 𝑘 )]
0 6 2 6
𝑘=1
π −1 + 1 π 2 π 𝜋 2 𝜋 𝜋 2 𝜋 2𝜋 2 2𝜋
= [ + ( ) 𝑐𝑜𝑠 ( ) + ( ) 𝑐𝑜𝑠 ( ) + ( ) 𝑐𝑜𝑠 ( ) + ( ) 𝑐𝑜𝑠 ( )
6 2 6 6 3 3 2 2 3 3
2
5𝜋 5𝜋
+ ( ) 𝑐𝑜𝑠 ( )]
6 6
π π2 π2
= (− − )
6 6 √3
Ejercicio. 1e. Aplique la regla compuesta del Trapecio con los valores indicados de n para
aproximar las siguientes integrales
2
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 , 𝑛=8
0
SOLUCIÓN
𝑏 𝑛−1 (𝑏 − 𝑎) 2 ′′
ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑎) + 2 ∑ 𝑓(𝑥𝑗 ) + 𝑓(𝑏)] − ℎ 𝑓 (𝑢) 𝑢 ∈ (𝑎; 𝑏); 𝑑𝑜𝑛𝑑𝑒
𝑎 2 𝑗=1 12
(𝑏 − 𝑎 ) 2−0
ℎ= → = 0.25
𝑛 8
𝑥𝑗 = 𝑎 + 𝑗ℎ → 0 + 𝑗(0.25) = 0.25𝑗 𝑗 = 1,2,3,4 … … 𝑛
2
− ∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥
0
1
= [𝑓(0) + 2(𝑓 (0.25) + 𝑓 (0.5) + 𝑓(0.75) + 𝑓(1) + 𝑓 (1.25) + 𝑓(1.5) + 𝑓(1.75))
8
+ 𝑓(2)]
2
1
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 = [0 + 2(−46.6761329) − 15.2555693)]
0 8
2
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 = −13.5759794 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎
0
2 2
1
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 = [−3𝑒 2𝑥 cos 3𝑥 + 2𝑒 2𝑥 sin 3𝑥 ]| = −14.2139771 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
0 13 0
Error =0.6379977
Ejercicio 1e.
𝟐
∫ 𝒆𝟐𝒙 𝐬𝐢𝐧(𝟑𝒙)𝒅𝒙
𝟎
𝒃−𝒂
a=0 b=2 n=8 h= 𝒏
𝟐−𝟎
𝒉=
𝟖
𝟐
𝒉=
𝟖
𝒉 = 𝟎. 𝟐𝟓
x F(x)
0.25
0.5 0.0711563
0.75 0.0711563
1 0.1422639
1.5 1.5758931
1.75 3.3011746
2 5.7070607
𝒃
𝒉
∫ 𝒇 ( 𝒙) = [𝒇(𝒙𝟎 ) + 𝟐𝒇(𝒙𝟏 ) + 𝟐𝒇(𝒙𝟐 ) … 𝟐𝒇(𝒙𝒏−𝟏 ) + 𝟐𝒇(𝒙𝒏 )]
𝒂 𝟐
𝟐
𝟎. 𝟐𝟓 𝟎. 𝟎𝟕𝟏𝟏𝟓𝟔𝟑 + 𝟎. 𝟎𝟕𝟏𝟏𝟓𝟔𝟑 + 𝟎. 𝟏𝟒𝟐𝟐𝟔𝟑𝟗
∫ 𝒆𝟐𝒙 𝐬𝐢𝐧(𝟑𝒙)𝒅𝒙 = [𝟎 + 𝟐 ( )]
𝟎 𝟐 +𝟏. 𝟓𝟕𝟓𝟖𝟗𝟑𝟏 + 𝟑. 𝟑𝟎𝟏𝟏𝟕𝟒𝟔 + 𝟓. 𝟕𝟎𝟕𝟎𝟔𝟎𝟕
𝟐
𝟎. 𝟐𝟓
∫ 𝒆𝟐𝒙 𝐬𝐢𝐧(𝟑𝒙)𝒅𝒙 = (𝟏𝟕. 𝟏𝟕𝟒𝟐𝟏𝟏𝟗)
𝟎 𝟐
2.1467765
Ejercicio 1-F). Aplique la regla compuesta del trapecio con los valores indicados de n para
aproximar las siguientes integrales.
3 𝑥
F. ∫1 𝑑𝑥, n = 8
𝑥 2+4
SOLUCIÓN:
3 𝑥
Considerando la integral ∫1 𝑑𝑥
𝑥 2 +4
𝑏
Campare esta integral con la integral ∫𝑎 𝑓(𝑥) 𝑑𝑥
𝑥
Aquí, a = 1, b = 3, 𝑓 (𝑥) = 𝑥 2 +4,
y dado n = 8
Encontrando h con n = 8
b−a
h= 𝑛
3−1
h= 8
1
h=
4
h = 0.25
0.25 0.2+0.22471901+0.24+0.24778761+0.25+
= [(0 + 0.23076923) + 2(0.24827586+0.24390244+0.23783784+0.23076923 )]
2
0.25
= [4.03735303]
2
= 0.50466915
EJERCICIO 1g. Aplique la regla compuesta del trapecio con los valores indicados de n
para aproximar las siguientes integrales.
5 𝑥
G. ∫3 𝑑𝑥, n = 8
√𝑋 2 −4
SOLUCIÓN:
5 𝑥
Considerando la integral ∫3 𝑑𝑥
√𝑋 2 −4
𝑏
Campare esta integral con la integral ∫𝑎 𝑓(𝑥) 𝑑𝑥
𝑥
Aquí, a = 3, b = 5, 𝑓 (𝑥) = √𝑋 2
−4
y dado n = 8
Encontrando h con n = 8
b−a
h= 𝑛
5−3
h=
8
1
h= 4
h = 0.25
0.25
= [(0 + 0.44721359 + 0.21821789) +
2
0.39036003+0.34815531+0.31524416+0.28867513+
2( 0.26666666+0.24806947+0.23210354+0.21821787 )]
0.25
= [4.84398003]
2
= 0.60549750
EJERCICIO 1h. Aplique la regla compuesta del trapecio con los valores indicados de n
para aproximar las siguientes integrales:
𝑏 𝑛−1
ℎ −(𝑏 − 𝑎) 2
∫ 𝑓 (𝑥 ) 𝑑𝑥 = [𝑓 (𝑎) + 2 ∑(𝑓(𝑥𝑗 ) + 𝑓(𝑏))] + ℎ 𝑓¨´(𝑢)
𝑎 2 12
𝑗=1
3𝜋/8
h) ∫0 𝑡𝑎𝑛𝑥𝑑𝑥 n=8
𝑏 𝑛−1
ℎ
∫ 𝑓 (𝑥 ) 𝑑𝑥 = [𝑓 (𝑎) + 2 ∑(𝑓(𝑥𝑗 ) + 𝑓 (𝑏))] ; 𝑑𝑜𝑛𝑑𝑒:
𝑎 2
𝑗=1
3𝜋
(𝑏 − 𝑎) ( 8 − 0)
(ℎ ) = = = 0.15
𝑛 8
𝑥𝑗 =a + jh = 0+j (0.15) = 0.15j
3𝜋/8 7
3𝜋/8 7
3𝜋/8 7
3𝜋/8
∫ 𝑡𝑎𝑛𝑥. 𝑑𝑥 = 0.075(0.0206457) + 2(0.0733085)
0
3𝜋/8
∫ 𝑡𝑎𝑛𝑥. 𝑑𝑥 = 0.075(0.02056457 + 2(0.0733085))
0
3𝜋/8
∫ 𝑡𝑎𝑛𝑥. 𝑑𝑥 = 0.01259862
0
EJERCICICIO 1.h. Aplique la regla compuesta del trapecio con los valores indicados de
n para aproximar las siguientes integrales:
𝟑𝛑/𝟖
h: ∫𝟎 𝒕𝒂𝒏𝒙𝒅𝒙 n=8
𝑛−1
𝑏 ℎ
∫𝑎 𝑓(𝑥)𝑑𝑥 = 2 [𝑓(𝑎) + 2 ∑ (𝑓(𝑥𝑗 + 𝑓(𝑏))] ; 𝑑𝑜𝑛𝑑𝑒:
𝑗=1
𝟑𝛑
(𝑏−𝑎) ( −𝟎)
𝟖
h= = = 0.15
𝑛 8
1
xj = a + jh = 0 + j ( 4) = 0.15j
3π/8 7
∫0 𝑡𝑎𝑛𝑥𝑑𝑥 = 0.075 [𝑓(0) + 2 ∑𝑗=1(𝑓(𝑗(0.15)) + 𝑓 (3π/8)]
3π/8 7
∫0 𝑡𝑎𝑛𝑥𝑑𝑥 = 0.075 [0 + 2 ∑𝑗=1(𝑓(3 + 𝑓(0.15)) + 0.02056457]
3π/8 7
∫0 𝑡𝑎𝑛𝑥𝑑𝑥 = 0.075 [0.02056457 + 2 ∑𝑗=1(𝑓(𝑗 (0.15))]
3π/8
∫0 𝑡𝑎𝑛𝑥𝑑𝑥 = 0.075 (0.02056457 + 2 (0.0733085)
3π/8
∫0 𝑡𝑎𝑛𝑥𝑑𝑥 = 0.075 (0.02056457 + 2 (0.0733085)
3π
8
∫ 𝑡𝑎𝑛𝑥𝑑𝑥 = 0.01259862
0
SOLUCION
𝑓(𝑥) = 𝑥 ln 𝑥
𝑏 = 2; 𝑎 = 1; 𝑛 = 4
𝑏−𝑎 2−1
ℎ= = = 0.25
𝑛 4
Valor exacto
2
∫1 𝑥 ln 𝑥 𝑑𝑥 Realizamos una integración por partes:
1
ln 𝑥 = 𝑢 → 𝑑𝑢 = 𝑥 𝑑𝑥
𝑥2
𝑑𝑣 = 𝑥𝑑𝑥 → 𝑣 =
2
𝑥2 𝑥2 1 𝑥2 𝑥2
𝐼 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢 = ln 𝑥 − ∫ 𝑑𝑥 = ln 𝑥 −
2 2 𝑥 2 4
2 𝑥2 𝑥2 2
∫1 𝑥 ln 𝑥 𝑑𝑥 = [ 2 ln 𝑥 − ] = 0.6362944 → 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
4 1
EJERCICIO 2b. Aplique la regla compuesta de Simpson para aproximar las integrales del
ejercicio Fórmula de la regla compuesta de Simpson es:
2
3 x
∫ . x e dx, n=4
−2
Solución
Reemplazamos los datos que tenemos en la fórmula de Simpson.
2.c
Aplique la regla compuesta de Simpson para aproximar las integrales del ejercicio 1.
2
2
∫ 𝑑𝑥 , 𝑛=6
0 𝑥2 +4
𝑛 𝑛
−1
𝑏 2 2
ℎ
∫ 𝑓 (𝑥 )𝑑𝑥 = (𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏))
𝑎 3
𝑗=1 𝑗=1
Valores:
𝑏−𝑎 2−0 1
ℎ= = =
𝑛 6 3
𝑗 𝑗
𝑥𝑗 = 𝑎 + 𝑗ℎ = 0 + =
3 3
2𝑗
𝑥2𝑗 =
3
2𝑗 − 1
𝑥2𝑗−1 =
3
Remplazando:
2
2 ℎ 1
∫ 𝑑𝑥 = [𝑓(0) + 2(𝑓 (𝑥2 ) + 𝑓(𝑥4 )) + 4(𝑓(𝑥1 ) + 𝑓(𝑥3 ) + 𝑓 (𝑥5 )) + ]
0 𝑥2 +4 3 4
1 1 2 4 1 5 1
= [ + 2 (𝑓 ( ) + 𝑓 ( )) + 4 (𝑓 ( ) + 𝑓(1) + 𝑓 ( )) + ]
9 4 3 3 3 3 4
2
2 1 1 9 9 18 2 18 1
∫ 𝑑𝑥 = [ + 2 (( ) + ( )) + 4 (( ) + + ( )) + ]
0 𝑥2 +4 9 4 20 26 37 5 61 4
2
2
∫ 𝑑𝑥 = 0.7576202
0 𝑥2 + 4
2 2
2 1
∫ 2 𝑑𝑥 = 2 ∫ 2 2
𝑑𝑥
0 𝑥 +4 0 𝑥 +2
1 1 𝑥
Usando: ∫ 𝑥 2+𝑎2 = 𝑎 𝑎𝑟𝑐𝑡𝑎𝑛 (𝑎)
EJERCICIO 2d. Aplique la regla compuesta de Simpson para aproximar las integrales del
ejercicio 1.
𝜋
d. ∫0 𝑥 2 𝑐𝑜𝑠(𝑥 )𝑑𝑥 ; 𝑛=6
𝑏−𝑎 𝜋
ℎ= =
𝑛 6
𝜋𝑗
𝑥𝑗 = 𝑎 + 𝑗ℎ =
6
𝜋2 𝑗 𝜋𝑗
𝑥2 𝑗 = =
6 3
𝜋(2 𝑗 − 1)
𝑥2 𝑗−1 =
3
2 3
𝜋
2
𝜋 2 𝜋𝑗 2 𝜋𝑗 (2 𝑗 − 1)𝜋 2 (2 𝑗 − 1)𝜋
∫ 𝑥 𝑐𝑜𝑠(𝑥 )𝑑𝑥 = [0 𝑐𝑜𝑠(0) + 2 ∑ ( ) 𝑐𝑜𝑠 ( ) + 4 ∑ ( ) 𝑐𝑜𝑠 ( ) + 𝜋 2 𝑐𝑜𝑠
0 18 3 3 3 3
1 1
2
𝜋𝑗 2 𝜋𝑗 𝜋 2 𝜋 2𝜋 2 2𝜋
∑ ( ) 𝑐𝑜𝑠 ( ) = ( ) 𝑐𝑜𝑐 ( ) + ( ) 𝑐𝑜𝑠 ( ) = −1.6449341
3 3 3 3 3 3
1
3
(2 𝑗 − 1)𝜋 2 (2 𝑗 − 1)𝜋 𝜋 2 𝜋 3𝜋 2 3𝜋 5𝜋 2 5𝜋
∑( ) 𝑐𝑜𝑠 ( ) = ( ) 𝑐𝑜𝑐 ( ) + ( ) 𝑐𝑜𝑠 ( ) + ( ) 𝑐𝑜𝑠 ( )
3 3 6 6 6 6 6 6
1
= −5.6982188
𝜋
𝜋
∫ 𝑥 2 𝑐𝑜𝑠(𝑥 )𝑑𝑥 = (2(−1.6449341) + 4(−5.6982188) + 𝜋 2 𝑐𝑜𝑠(𝜋))
0 18
𝜋
∫ 𝑥 2 𝑐𝑜𝑠(𝑥 )𝑑𝑥 = −6.2831853
0
EJERCICIO 2d. Aplique la regla compuesta de Simpson para aproximar las integrales del
ejercicio 1.
x
d.
0
x2 cos xdx
h 2
2j 2j x2 j 1 2 cos
2 3
x
2
x 2 cos xdx 0 cos 0 2 x cos x 4
0 3 1 1
ba
h
n 6
j
x j a jh
6
2 j j
x2 j
6 3
2 2 j 1 2 j 1
x2 j 1
6 3
j j 2 j 1
2 2 3
x
x 2 cos dx cos
2 2
0 cos 0 2 cos 4
18 1 3 3 1 3
0
j j 2 2
2 2 2 2
2 1.6449341 4 5.6982188 cos 6.2748684
x 2 cos xdx 2
0 18
El valor real de la expresión: 0
x2 cos xdx 6.2831853
Error: 0.0083169
EJERCICIO 2e. Aplique la regla compuesta de Simpson para aproximar las integrales del
ejercicio 1
2
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 , 𝑛=8
0
𝑏 𝑛 𝑛
ℎ 2
−1
2 (𝑏 − 𝑎 ) 4 4
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)] − ℎ 𝑓 (𝑢 )
𝑎 3 𝑗=1 𝑗=1 180
(𝑏 − 𝑎 ) 2−0
ℎ= → = 0.25
𝑛 8
𝑥𝑗 = 𝑎 + 𝑗ℎ → 0 + 𝑗(0.25) = 0.25𝑗 𝑗 = 1,2,3,4 … … 𝑛
1
= [𝑓(0) + 2 ∗ (𝑓(0.5) + 𝑓(1) + 𝑓(1.5)) + 4 ∗ (𝑓(0.25) + 𝑓 (0.75) + 𝑓(1.25)
12
+ 𝑓(1.75)) + 𝑓(2)]
2
1
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 = [0 − 31.7600022 − 123.1845272 − 15.2555693]
0 12
2
∫ 𝑒 2𝑥 sin 3𝑥 𝑑𝑥 = −14.1833416 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎
0
2 2
2𝑥
1 2𝑥 2𝑥
∫ 𝑒 sin 3𝑥 𝑑𝑥 = [−3𝑒 cos 3𝑥 + 2𝑒 sin 3𝑥 ]| = −14.2139771 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
0 13 0
Error =0.0306355
Ejercicio 2e. Aplique la regla compuesta de Simpson para aproximar las integrales del
ejercicio 1.
𝟐
∫𝟎 𝒆𝟐𝒙 𝒔𝒊𝒏 𝟑𝒙 𝒅𝒙 = 𝑰,
n=8
SOLUCIÓN
Calculando el valor exacto
2
𝐼 = ∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥
0
Integración por partes
𝐼 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
𝑢 = 𝑒 2𝑥 ∫ 𝑑𝑣 = ∫ 𝑠𝑖𝑛 3𝑥 𝑑𝑥
1
𝑑𝑢 = 2 ∗ 𝑒 2𝑥 𝑑𝑥 𝑣 = − 3 ∗ cos(3𝑥)
Reemplazando
1 1
𝐼 = 𝑒 2𝑥 (− ∗ cos(3𝑥 )) − ∫ − ∗ cos(3𝑥)2 ∗ 𝑒 2𝑥 𝑑𝑥
3 3
1 2
𝐼 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥) + ∫ 𝑒 2𝑥 ∗ cos(3𝑥) 𝑑𝑥 − − − − − − − −𝐸1
3 3
𝐼2 = ∫ 𝑒 2𝑥 ∗ cos(3𝑥)𝑑𝑥
𝐼2 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
𝑢 = 𝑒 2𝑥 ∫ 𝑑𝑣 = ∫ 𝑐𝑜𝑠(3𝑥) 𝑑𝑥
1
𝑑𝑢 = 2 ∗ 𝑒 2𝑥 𝑑𝑥 𝑣 = 3 ∗ sen(3𝑥)
Reemplazando
1 1
𝐼2 = 𝑒 2𝑥 ( ∗ sen(3𝑥 )) − ∫ ∗ sen(3𝑥) ∗ 2 ∗ 𝑒 2𝑥 𝑑𝑥
3 3
1 2𝑥 2
𝐼2 = ∗ 𝑒 ∗ sen(3𝑥) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥 )𝑑𝑥 − − − − − − − 𝐸2
3 3
Sustituyendo E2 en E1
1 2 1 2
𝐼 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥) + ( ∗ 𝑒 2𝑥 ∗ sen(3𝑥) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥 )𝑑𝑥)
3 3 3 3
1 2 4
𝐼 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥) + (𝑒 2𝑥 ∗ sen(3𝑥)) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥) 𝑑𝑥)
3 9 9
1 2 4
∫ 𝑒 2𝑥 ∗ sen(3𝑥) = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥)) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥 ) 𝑑𝑥)
3 9 9
4 1 2
∫ 𝑒 2𝑥 ∗ sen(3𝑥) + ∫ 𝑒 2𝑥 ∗ sen(3𝑥 ) 𝑑𝑥 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥))
9 3 9
13 1 2
∫ 𝑒 2𝑥 ∗ sen(3𝑥 ) 𝑑𝑥 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥 ))
9 3 9
2
3 2
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥 = [− ∗ 𝑒 2𝑥 ∗ cos(3𝑥) + (𝑒 2𝑥 ∗ sen(3𝑥))]|20
0 13 13
𝐧−𝟐 𝐧−𝟐
𝟐 𝟐
𝐡 (𝐱 𝐧 − 𝐱 𝟎 )𝒉𝟒 (𝟒)
𝐈≈ 𝐟(𝐱 𝟎 ) + 𝐟(𝐱 𝐧 ) + 𝟒 ⋅ ∑ 𝐟(𝐱 𝟐𝐤+𝟏 ) + 𝟐 ⋅ ∑ 𝐟(𝐱 𝟐𝐤 ) − 𝒇 (𝒖)
𝟑 𝟏𝟖𝟎
𝐤=𝟎 𝐤=𝟏
[ ]
𝑎 = 0, 𝑏=2
𝑏−𝑎 2−0 1
ℎ= = =
𝑛 8 4
xn = x0 + 𝑛. ℎ
x0 = 0
1 1
x1 = 0 + 1. 4 = 4
1 1
x2 = 0 + 2. 4 = 2
1 3
x3 = 0 + 3. 4 = 4
1
x4 = 0 + 4. 4 = 1
1 5
x5 = 0 + 5. 4 = 4
1 3
x6 = 0 + 6. 4 = 2
1 7
x7 = 0 + 7. 4 = 4
1
x8 = 0 + 8. 4 = 2
Por ejemplo
𝑓 (0) = 𝑒 0 𝑠𝑖𝑛 0 = 0
1 1 1
𝑓 ( ) = 𝑒 2∗4 𝑠𝑖𝑛 3 ∗ = 1.12383232
4 4
1 1 1
𝑓 ( ) = 𝑒 2∗2 𝑠𝑖𝑛 3 ∗ = 2.71147250
2 2
3 3 3
𝑓 ( ) = 𝑒 2∗4 𝑠𝑖𝑛 3 ∗ = 3.48708214
4 4
𝑓 (1) = 𝑒 2 𝑠𝑖𝑛 3 = 1.04274366
5 5 5
𝑓 ( ) = 𝑒 2∗4 𝑠𝑖𝑛 3 ∗ = −6.96304231
4 4
6 6 6
𝑓 ( ) = 𝑒 2∗4 𝑠𝑖𝑛 3 ∗ = −19.63421727
4 4
7 7 7
𝑓 ( ) = 𝑒 2∗4 𝑠𝑖𝑛 3 ∗ = −28.44400395
4 4
𝑓 (2) = 𝑒 2∗2 𝑠𝑖𝑛 3 ∗ 2 = −15.25556929
n 𝐱𝐧 𝐟( 𝐱 𝐧 )
0 0 0
1 1 1.12383232
4
2 1 2.71147250
2
3 3 3.48708214
4
4 1 1.04274366
5 5 -6.96304231
4
6 6 -19.63421727
4
7 7 -28.44400395
4
8 2 -15.25556929
𝐧−𝟐 𝐧−𝟐
𝟐 𝟐
𝐡
𝐈≈ 𝐟(𝐱 𝟎 ) + 𝐟(𝐱 𝐧 ) + 𝟒 ⋅ ∑ 𝐟(𝐱 𝟐𝐤+𝟏 ) + 𝟐 ⋅ ∑ 𝐟(𝐱 𝟐𝐤 )
𝟑
𝐤=𝟎 𝐤=𝟏
[ ]
𝟑 𝟑
𝟏
𝐈≈ [𝟎 + 𝐟(𝐱 𝟖 ) + 𝟒 ⋅ ∑ 𝐟(𝐱 𝟐𝐤+𝟏 ) + 𝟐 ⋅ ∑ 𝐟(𝐱 𝟐𝐤 )]
𝟏𝟐
𝐤=𝟎 𝐤=𝟏
1
I≈ [0 + (−15.25556929) + 4 ∗ (1.12383232 + 3.48708214 − 6.96304231
12
− 28.44400395) + 2 ∗ (2.71147250 + 1.04274366 − 19.63421727)]
1
I≈ [(−15.25556929) + (−123.1845272) + (−31.76000222)]
12
𝐈 ≈ −𝟏𝟒. 𝟏𝟖𝟑𝟑𝟒𝟏𝟓𝟔 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
SOLUCION
𝑥
𝑓(𝑥) = 𝑥 2+4
𝑏 = 3; 𝑎 = 1; 𝑛 = 8
𝑏−𝑎 3−1
ℎ= = = 0.25
𝑛 8
Valor exacto
3 𝑥
∫1 𝑑𝑥
𝑥 2 +4
Realizamos un cambio de variable:
𝑥
∫ 𝑥 2+4 𝑑𝑥
𝑥2 + 4 = 𝑢
ⅆ𝑢
𝑑𝑢 = 2𝑥𝑑𝑥 → 𝑑𝑥 = 2𝑥
𝑥 𝑥 ⅆ𝑢 1 1
∫ 𝑥 2+4 𝑑𝑥 = ∫ 𝑢 2𝑥 = 2 ln 𝑢 = 2 ln|𝑥 2 + 4|
3 𝑥 1 3
∫1 𝑑𝑥 = [2 ln|𝑥 2 + 4|] = 0.4777557 → 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
𝑥 2 +4 1
EJERICICIO 2.G. Aplique la regla compuesta de Simpson para aproximar las integrales
del ejercicio 1. Fórmula de la regla compuesta de Simpson es:
𝑛 𝑛
−1
𝑏 2 2
ℎ (𝑏 − 𝑎) 4 (4)
∫ 𝑓(𝑥)𝑑𝑥 = (𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)) − ℎ 𝑓 (𝜇)
𝑎 3 180
𝑗=1 𝑗=1
(𝑏 − 𝑎)
ℎ= , 𝑥𝑗 = 𝑎 + 𝑗ℎ, 𝑗 = 0,1,2,3. . . . . . . . 𝑛
𝑛
Ejercicio 2.G
5
1
∫ 𝑑𝑥
3 √𝑥 2 − 4
𝑛 𝑛
−1
𝑏 2 2
ℎ
∫ 𝑓(𝑥)𝑑𝑥 = (𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏))
𝑎 3
𝑗=1 𝑗=1
Hallar.
(𝑏 − 𝑎) (5 − 3) 1
ℎ= = =
8 8 4
𝑗 𝑗
𝑥𝑗 = 𝑎 + 𝑗ℎ = 3 + =
4 4
𝑗
𝑥𝑗 =
2
1 2𝑗 − 1
𝑥2𝑗−1 = (2𝑗 − 1) =
4 4
5
1
∫ 𝑑𝑥
3 √𝑥 2 − 4
3 4
1 1 1
= 𝑓(3) + 2 ∑ 𝑓 + 4∑𝑓 + 𝑓(5)
12 𝑗 2
2𝑗 − 1 2
𝑗=1 √ 𝑗=1 √
[ ( ( 2) − 4) ( ( 4 ) − 4) ]
1
= (0.44721360 + 021821789) ≅ 0.05545262
12
Obtenemos un resultado de0.05545262.
3𝜋 ⁄8
∫0 𝑡𝑎𝑛𝑥 𝑑𝑥 , n = 8
Solución
(3𝜋⁄8)
Cuando n = 8, entonces h = , la aproximación es:
8
𝟑𝝅⁄𝟖
∫ 𝒕𝒂𝒏𝒙 𝒅𝒙
𝟎
(𝟑𝝅⁄𝟔𝟒) 𝟑𝝅
≈ [𝒇(𝟎) + 𝒇 ( )
𝟑 𝟖
𝟑𝝅 𝟗𝝅 𝟏𝟓𝝅 𝟐𝟏𝝅
+ 𝟒 {𝒇 ( + 𝒇( )+ 𝒇( ) + 𝒇( ))}
𝟔𝟒 𝟔𝟒 𝟔𝟒 𝟔𝟒
𝟔𝝅 𝟏𝟐𝝅 𝟏𝟖𝝅
+ 𝟐 {𝒇 ( ) + 𝒇( )+ 𝒇( )}]
𝟔𝟒 𝟔𝟒 𝟔𝟒
𝟑𝝅⁄𝟖 𝟑𝝅
∫𝟎 𝒕𝒂𝒏𝒙 𝒅𝒙 = 𝟏𝟗𝟐 x 19.57844
𝟑𝝅⁄𝟖
∫𝟎 𝒕𝒂𝒏𝒙 𝒅𝒙 = 0.961054
EJERCICIO 2.g Aplique la regla compuesta de Simpson para aproximar las integrales
5 1
del ejercicio 1. ∫3 √𝑥 2−4dx
𝑛 𝑛
−1
𝑏 2 2
ℎ
∫ 𝑓(𝑥) = (f(a) + 2 ∑ f(𝑥2𝑗 ) + 4 ∑ f(𝑥2𝑗−1 ) + f(b))
𝑎 3
𝑗=1 𝑗=1
Hallamos valores:
𝑏−𝑎 5−3 1
h= = =4
8 8
𝑗 𝑗
𝑥𝑗 = a +jh = 3 +4 = 4
𝑗
𝑥2𝑗 = 2
1 (2𝑗−1)
𝑥2𝑗−1 = (2j-1) 4 = 4
5
1
∫ dx
3 √𝑥 2 − 4
3 4
1 1 1
= 𝑓 (3) + 2 ∑ 𝑓 + 4∑𝑓 + 𝑓(5)
12 𝑗 2
2𝑗 − 1 2
𝑗=1 √ 𝑗=1 √
[ ( ( 2) − 4) ( ( 4 ) − 4) ]
1
= 12 (0.44721360 + 0.21821789) = 0.05545262
EJERCICIO 3b. Aplique la regla compuesta del punto medio con n+2 subintervalos para
aproximar los integrales del ejercicio 1
2
b) ∫−2 𝑥 3 𝑒 𝑥 𝑑𝑥 𝑑𝑥 𝜂=4
solución
𝑛
𝑏 2
(𝑏 − 𝑎 ) 2
∫ 𝑓 (𝑥) 𝑑 (𝑥) = 2ℎ ∑ 𝑓(2𝑗) + ℎ 𝑓′′(𝑢)
𝑎 6
𝑗=0
2−(−2)
ℎ= 𝑥𝑗 = −2 + (𝑗 + 1)2/3
6
4 2 2𝑗−4 4𝑗 4
ℎ= = 𝑥𝑗 = → 𝑥2𝑗 = −3
6 3 3 3
Reemplazando en la fórmula
2
2
3 𝑥
1 2 4𝑗 4 3 (4𝑗 −4)
∫ 𝑥 𝑒 𝑑𝑥 ≈ ( ) ∑ ( − ) 𝑒 3 3
−2 2 3 3 3
𝑗=0
2
4
∫ 𝑥 3 𝑒 𝑥 𝑑𝑥 ≈ [8.367575] = 11.156767
0 3
El valor real es:
2
∫ 𝑥 3 𝑒 𝑥 𝑑𝑥 = |2−2 = 𝑜. 7853982
0
EJERCICIO 3.C. Aplique la regla compuesta del punto medio con n+2 subintervalos para
aproximar los integrales del ejercicio 1.
𝟐 𝟐
∫𝟎 𝒅𝒙 ; n=6
𝒙𝟐 +𝟒
SOLUCIÓN
𝑛
𝑏 2
(𝑏 − 𝑎) 2
∫ 𝑓(𝑥)𝑑𝑥 = 2ℎ ∑ 𝑓(𝑥2𝑗 ) + ℎ 𝑓 ′′(𝑢)
𝑎 6
𝑗=0
Datos: a = 0 , b = 2 , n = 6 , n+2 = 8.
𝑏 − ℎ
ℎ = 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ
𝑛+2
2 − 0 1
ℎ = 𝑥𝑗 = 0 + (𝑗 + 1)
8 4
1 1+1 𝑗 1
ℎ = 𝑥𝑗 = → 𝑥2𝑗 = +
4 4 2 4
reemplazando en la fórmula.
2 3
2 1 2
∫ 2 dx ≈ 2 ( ) ∑
0 x +4 4 𝑗 1 2
𝑗=0 ( +
2 4) + 4
2
2 1
∫ dx ≈ [1.5734003] = 0.7867001
0 x2 +4 2
El valor real es:
2
2 1 1
∫ dx = 2. 𝑡𝑔−1 ( ) |20 = 0.7853982
0 x2 +4 2 2
Obtenemos un resultado de 0.7853982.
EJERCICIO 3d.
𝜋
d) ∫0 𝑥 2 cos 𝑥 𝑑𝑥 𝑛 = 6.
Solución
𝑛
𝑏 2
(𝑏 − 𝑎) 2
∫ 𝑓 (𝑥 )𝑑𝑥 = 2ℎ ∑ 𝑓(𝑥2𝑗 ) + ℎ 𝑓"(𝑢)
𝑎 6
𝑗=0
𝑏−𝑎
ℎ = 𝑛+2 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ
𝜋−0 𝜋
ℎ= 𝑥𝑗 = 0 + (𝑗 + 1) 8
8
𝜋 𝜋𝑗+𝜋 𝜋𝑗 𝜋
ℎ= 𝑥𝑗 = → 𝑥2𝑗 = +8
8 8 4
Reemplazando fórmula
𝜋 3
𝜋 𝜋𝑗 𝜋 𝜋𝑗 𝜋
∫ 𝑥 2 cos 𝑥𝑑𝑥 ≈ 2( ) ∑( + )2 cos( + )
0 8 4 8 4 8
𝑗=0
𝜋 𝜋
∫0 𝑥 2 cos 𝑥𝑑𝑥 ≈ 4 [−7.7829776] = −6.1127363 rpt.
EJERCICIO 3.e
SOLUCIÓN
EJERCICIO 3f. Aplique la regla compuesta del punto medio con n+2 subintervalos para
aproximar los integrales del ejercicio 1
3
𝑥
f.∫ 𝑑𝑥 ; n=8
𝑥 2 +4
1
𝑛∕2
𝑏
(𝑏 − 𝑎) 2 ′′
∫ 𝑓 (𝑥) 𝑑𝑥 = 2ℎ ∑ 𝑓(𝑥2𝑗 ) ℎ 𝑓 (𝑢 )
8
𝑎
𝑗−0
𝑎=1
𝑏=3
𝑛=8
𝑛 + 2 = 10
𝑏−𝑎
ℎ=
𝑛+2
3−1
ℎ=
10
1
ℎ=
5
𝑥𝑗 = 𝑎 + (𝑗 + 1)𝑛
1
𝑥𝑗 = 1 + (𝑗 + 1)
5
𝑗+2
𝑥𝑗 =
5
𝑗 1
𝑥2𝑗 = +
2.5 5
Reemplazamos:
3
3
𝑥 1 2
∫ 𝑑𝑥 ≈ 2 ( ) ∑
𝑥2 + 4 5 𝑗 1
1 (2.5 + 5) + 4
𝑗=0
3
𝑥 2
∫ 𝑑𝑥 ≈ [0.45871559] = 0.18348623
𝑥2 +4 5
1
Valor Real :
3
𝑥 1 −1 𝑥 2
∫ 𝑑𝑥 = 2 ⋅ 𝑡9 ( )| = 0.18349435
𝑥2 + 𝜑 2 2 0
1
EJERCICIO 3g. Aplique la regla compuesta de medio punto con 𝑛 + 2 subintervalos para
aproximar la integral.
𝟓 𝟏
g. ∫𝟑 𝒅𝒙, 𝒏 = 𝟖
√𝒙𝟐 −𝟒
SOLUCIÓN:
La regla compuesta de medio punto con 𝒏 + 𝟐 subintervalos se denota con su termino de
error de la siguiente manera:
𝑏 𝒏/𝟐 𝒃−𝒂
∫𝑎 𝑓 (𝑥 )𝑑𝑥 = 2ℎ ∑𝒋=𝟎 𝒇(𝒙𝟐𝒋 ) + 𝒉𝟐 𝒇′′ (ξ), dado que ξ Є (𝐚, 𝐛)
𝟔
Se asume que 𝐣 = 𝟎, 𝟏, 𝟐, 𝟑, 𝟒
Definimos:
𝑎=3 𝑏=5 𝑛=8
𝑏−𝑎 5−3 𝟏
𝒉= = =
𝑛+2 8+2 𝟓
1 𝑗 16
𝒙𝒋 = 𝑎 + ( 𝑗 + 1 ) ℎ = 3 + ( 𝑗 + 1 ) ( ) = +
5 5 5
2𝑗 16
𝒙𝟐𝒋 = +
5 5
Reemplazando en la fórmula:
n
5 2 𝟒
1 1 1
∫ 𝑑𝑥 ≈ 2ℎ ∑ f(x2j ) = 2( ) ∑
2
3 √𝑥 − 4 5
j=0 𝐣=𝟎 √(𝐱 𝟐𝐣 )2 − 4
5 𝟒
1 𝟏 1
∫ 𝑑𝑥 ≈ 𝟐( ) ∑
2
3 √𝑥 − 4 𝟓
𝒋=𝟎 √(2𝑗 + 16)2 − 4
5 5
5
1 1 1 1 1
∫ dx ≈ 2( ) [ + +
√x 2 − 4 5
3
√(2 ∗ 0 + 16)2 − 4 √(2 ∗ 1 + 16)2 − 4 √(2 ∗ 2 + 16)2 − 4
5 5 5 5 5 5
1 1
+ + ]
√(2 ∗ 3 + 16)2 − 4 √(2 ∗ 4 + 16)2 − 4
5 5 5 5
5 1
∫3 dx ≈ 0.602960751 (Aproximación de la integral)
√x2 −4
ⅆ𝑥
Por formula tenemos: ∫ = 𝑙𝑛 ⎸𝑥 + √𝑥 2 − 𝑎2 ⎸ + 𝑐
√𝑥 2−𝑎 2
5
1
∫ 𝑑𝑥 = 𝑙𝑛 ⎸5 + √52 − 22 ⎸ − 𝑙𝑛 ⎸3 + √32 − 22 ⎸
3 √𝑥 2 −4
5
1
∫ 𝑑𝑥 = 0.604375587
3 √𝑥 2 − 4
Error= 𝜀 = |0.604375587 − 0.602960751| = 0.001414836
EJERCICIO 3h.
𝒃 − 𝒂 3𝜋⁄8 3𝜋
𝑎=0 𝑏 = 3𝜋⁄8 𝒉= = = 𝒙 𝒋 = 𝒂 + ( 𝒋 + 𝟏) 𝒉
𝒏 + 𝟐 8 + 2 80
8
3𝜋⁄ 2 4
8 3𝜋
∫ tan 𝑥 = 2ℎ ∑ 𝑓(𝑥2𝑗 ) = 2 ( ) ∑ 𝑓(𝑥2𝑗 )
0 80
𝑗=0 𝑗=0
3𝜋
𝑐𝑢𝑎𝑛𝑑𝑜 𝑗 = 0 ⇒ 𝑓(𝑥2(0) ) = 𝑓 (𝑥0 ) 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ ⇒ 𝑥0 = 0 + (0 + 1) ( )
80
𝟑𝝅
=
𝟖𝟎
3𝜋
𝑐𝑢𝑎𝑛𝑑𝑜 𝑗 = 1 ⇒ 𝑓(𝑥2(1) ) = 𝑓 (𝑥2 ) 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ ⇒ 𝑥0 = 0 + (2 + 1) ( )
80
𝟗𝝅
=
𝟖𝟎
3𝜋
𝑐𝑢𝑎𝑛𝑑𝑜 𝑗 = 2 ⇒ 𝑓(𝑥2(2) ) = 𝑓 (𝑥4 ) 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ ⇒ 𝑥0 = 0 + (4 + 1) ( )
80
𝟏𝟓𝝅
=
𝟖𝟎
3𝜋
𝑐𝑢𝑎𝑛𝑑𝑜 𝑗 = 3 ⇒ 𝑓(𝑥2(3) ) = 𝑓 (𝑥6 ) 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ ⇒ 𝑥0 = 0 + (6 + 1) ( )
80
𝟐𝟏𝝅
=
𝟖𝟎
3𝜋
𝑐𝑢𝑎𝑛𝑑𝑜 𝑗 = 4 ⇒ 𝑓(𝑥2(4) ) = 𝑓 (𝑥8 ) 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ ⇒ 𝑥0 = 0 + (8 + 1) ( )
80
𝟐𝟕𝝅
=
𝟖𝟎
4
3𝜋 9𝜋 15𝜋 21𝜋 27𝜋
∑ 𝑓(𝑥2𝑗 ) = tan + tan + tan + tan + tan = 4.022878305
80 80 80 80 80
𝑗=0
8
3𝜋⁄ 2 4
8 3𝜋
∫ tan 𝑥 ≈ 2ℎ ∑ 𝑓(𝑥2𝑗 ) ≈ 2 ( ) ∑ 𝑓(𝑥2𝑗 )
0 80
𝑗=0 𝑗=0
3𝜋⁄
8 3𝜋
∫ tan 𝑥 ≈ 2 ( ) (4.022878305) ≈ 0.9478683697
0 80
2 2
EJERCICIO 4a. Aproxime ∫0 𝑥 2 𝑒 −𝑥 𝑑𝑥 por medio de h=0.25
𝑏 𝑛−1
ℎ (𝑏 − 𝑎 )
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑎) + ∑ 𝑓 (𝑥𝑗) + 𝑓(𝑏)] − ∗ ℎ2 ∗ 𝑓 4 (𝑢)
𝑎 2 12
𝑗=1
2 8−1
−𝑥 2
0.25
∫ 𝑥 2𝑒 𝑑𝑥 = [𝑓(0) + 2 ∑ 𝑓(0.25𝑗) + 𝑓(2)]
0 2
𝑗=1
2 8−1
2 −𝑥 2
0.25 2 −02 2
∫ 𝑥 𝑒 𝑑𝑥 = [0 𝑒 + 2 ∑ 𝑓 (0.25𝑗) + 22 𝑒 −2 )] = 0.42158204
0 2
𝑗=1
𝑛 𝑛
−1 −1
𝑏 2 2
2 ℎ (𝑏 − 𝑎 )
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 = [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)] − ∗ ℎ4
𝑎 3 1180
𝑗=1 𝑗=1
∗ 𝑓 4 (𝑢)
𝐻 = 0.25 𝑎=0 𝑏=2 𝑛=8 𝑥1 = 𝑎 + 𝑗(ℎ) = 0 + 𝑗(0.25) = 0.25𝑗
8 8
−1
2 2 2
2 0.25 2 −02 2 2 2
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 = 0 𝑒 + 2 ∑ 𝑥 2 𝑒 −𝑥 0.125𝑗 + 4 ∑ 𝑥 2 𝑒 −𝑥 (2𝑗−1)0.25 + 22 𝑒 −2 )
0 3
𝑗=1 𝑗=1
[ ]
2 3 4
2 −𝑥 2
0.25 2 −02 2 2 2
∫ 𝑥 𝑒 𝑑𝑥 = 0 𝑒 + 2 ∑ 𝑥 2 𝑒 −𝑥 0.125𝐽 + 4 ∑ 𝑥 2 𝑒 −𝑥 (2𝑗−1)0.25 + 22 𝑒 −2 )
0 3
⏟𝑗=1 ⏟𝑗=1
[ 𝐴 𝐵 ]
3
2 2 2 2
𝐴 = 2 ∑ 𝑥 2 𝑒 −𝑥 0.125𝐽 = 0.1252 𝑒 −0.125 + 0.252 𝑒 −0.25 + 0.3752 𝑒 −0.375
𝐽=1
= 0.19627319
4
2
𝐵 = ∑ 𝑥 2 𝑒 −𝑥 (2𝑗−1)0.25
𝐽=1
2 2 2 2
= 0.252 𝑒 −0.25 + 0.752 𝑒 −0.75 + 0.1252 𝑒 −0.125 + 0.1752 𝑒 −0.175
4
2
𝐵 = ∑ 𝑥 2 𝑒 −𝑥 (2𝑗−1)0.25 = 0.84996898
𝐽=1
𝑛
𝑏 2
(𝑏 − 𝑎) 4
∫ 𝑓(𝑥)𝑑𝑥 = 2ℎ ∑ 𝑓(𝑥2𝑗) + ℎ + 𝑓 4 (𝑢)
𝑎 6
𝑗=0
Ejercicio 4b
𝑏) 𝐴𝑝𝑙𝑖𝑞𝑢𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑐𝑜𝑚𝑝𝑢𝑒𝑠𝑡𝑎 𝑑𝑒 𝑠𝑖𝑚𝑝𝑜𝑛.
𝑏
∫𝑎 𝑥 2 𝑒 −2 𝑑𝑥 x por medio de h = 0.25
𝑛 𝑛
−1
𝑏 ℎ 2 2 (𝑏−𝑎)
∫𝑎 𝑥 2 𝑒 −2
𝑑𝑥 = 3 [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)] − 180
∗ 𝑓 4 (𝜇)
𝑗=0 𝑗=0
2 2
EJERCICIO 4.c. Aproxime ∫0 𝑥 2 𝑒 −𝑥 𝑑𝑥 por medio de ℎ = 0.25
∫ 𝑥 2𝑒 −𝑥 2
𝑑𝑥 ≈ 2(0.25) ∑ 𝑓(𝑥2𝑗 ) = 2(0.25)[𝑓(𝑥0 ) + 𝑓(𝑥2 ) + 𝑓(𝑥4 ) + 𝑓(𝑥6 )]
0 𝑗=0
2
2
∫ 𝑥 2 𝑒 −𝑥 𝑑𝑥 ≈ 2(0.25)[𝑓(0.25) + 𝑓(0.75) + 𝑓(1.25) + 𝑓 (1.75)]
0
= 0.5[0.058713 + 0.320503 + 0.327518 + 0.143235]
2 2
∫0 𝑥 2 𝑒 −𝑥 𝑑𝑥 ≈ 0.5[0.849969] = 𝟎. 𝟒𝟐𝟒𝟗𝟖𝟓 solución aproximada
2 2
∫0 𝑥 2 𝑒 −𝑥 = 𝟎. 𝟒𝟐𝟐𝟕𝟑𝟓 solución exacta
1
EJERCICIO 6. la regla del punto medio con que se aproxima ∫−1 𝑓 (𝑥 )𝑑𝑥 da el valor 12,
la regla compuesta del punto medio con 𝑛 = 2 da 5 y la regla compuesta de Simpson da 6.
Aplique el hecho de que 𝑓(−1) = 𝑓(1) y 𝑓(−0.5) = 𝑓(0.5) − 1 para determinar
𝑓 (−1), 𝑓 (−0.5), 𝑓 (0), 𝑓(0.5) 𝑦 𝑓(1).
Regla del punto medio: cuando n=0
𝑥1 ℎ3
∫𝑥−1 𝑓 (𝑥 )𝑑𝑥 = 2ℎ𝑓(𝑥0 ) + 3
𝑓"(𝜉) , 𝜉 ∈ (𝑥−1 , 𝑥1 )
1
∫ 𝑓 (𝑥 )𝑑𝑥 = 2ℎ𝑓(𝑥0 ) = 12
−1
𝑏−𝑎 1−(−1)
ℎ = 𝑛+2 = =1 𝑥0 = 𝑎 + ℎ = −1 + 1 = 0
0+2
1
∫ 𝑓 (𝑥 )𝑑𝑥 = 2(1)𝑓(𝑥0 ) = 12 → 𝑓(𝑥0 ) = 𝑓(0) = 6
−1
𝑏−𝑎 1−(−1)
n=2 ℎ = 𝑛+2 = = 0.5 𝑥𝑗 = 𝑎 + (𝑗 + 1)ℎ
2+2
𝑏−𝑎 1−(−1)
𝑛=4 ℎ= = = 0.5 𝑥𝑗 = 𝑎 + 𝑗ℎ
𝑛 4
SOLUCIÓN
𝐼 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
𝑢 = 𝑒 2𝑥 ∫ 𝑑𝑣 = ∫ 𝑠𝑖𝑛 3𝑥 𝑑𝑥
1
𝑑𝑢 = 2 ∗ 𝑒 2𝑥 𝑑𝑥 𝑣 = − 3 ∗ cos(3𝑥)
Reemplazando
1 1
𝐼 = 𝑒 2𝑥 (− ∗ cos(3𝑥 )) − ∫ − ∗ cos(3𝑥)2 ∗ 𝑒 2𝑥 𝑑𝑥
3 3
1 2
𝐼 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + ∫ 𝑒 2𝑥 ∗ cos(3𝑥) 𝑑𝑥 − − − − − − − −𝐸1
3 3
Ahora integramos la nueva integral del desarrollo
𝐼2 = ∫ 𝑒 2𝑥 ∗ cos(3𝑥)𝑑𝑥
𝐼2 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
𝑢 = 𝑒 2𝑥 ∫ 𝑑𝑣 = ∫ 𝑐𝑜𝑠(3𝑥) 𝑑𝑥
1
𝑑𝑢 = 2 ∗ 𝑒 2𝑥 𝑑𝑥 𝑣 = 3 ∗ sen(3𝑥)
Reemplazando
1 1
𝐼2 = 𝑒 2𝑥 ( ∗ sen(3𝑥 )) − ∫ ∗ sen(3𝑥) ∗ 2 ∗ 𝑒 2𝑥 𝑑𝑥
3 3
1 2𝑥 2
𝐼2 = ∗ 𝑒 ∗ sen(3𝑥) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥 )𝑑𝑥 − − − − − − − 𝐸2
3 3
Sustituyendo E2 en E1
1 2 1 2
𝐼 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥) + ( ∗ 𝑒 2𝑥 ∗ sen(3𝑥) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥 )𝑑𝑥)
3 3 3 3
1 2 4
𝐼 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥) + (𝑒 2𝑥 ∗ sen(3𝑥)) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥) 𝑑𝑥)
3 9 9
1 2 4
∫ 𝑒 2𝑥 ∗ sen(3𝑥) = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥)) − ∫ 𝑒 2𝑥 ∗ sen(3𝑥 ) 𝑑𝑥)
3 9 9
4 1 2
∫ 𝑒 2𝑥 ∗ sen(3𝑥) + ∫ 𝑒 2𝑥 ∗ sen(3𝑥 ) 𝑑𝑥 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥))
9 3 9
13 1 2
∫ 𝑒 2𝑥 ∗ sen(3𝑥 ) 𝑑𝑥 = − ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥 ))
9 3 9
2
3 2
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥 = [− ∗ 𝑒 2𝑥 ∗ cos(3𝑥 ) + (𝑒 2𝑥 ∗ sen(3𝑥))]|20
0 13 13
Reemplazando los límites de integración
2
3 2 3
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥 = [− ∗ 𝑒 2∗2 ∗ cos(3 ∗ 2) + (𝑒 2∗2 ∗ sen(3 ∗ 2))] − [− ∗ 𝑒 0
0 13 13 13
∗ cos(0) + 0]
𝟐
∫ 𝒆𝟐𝒙 𝒔𝒊𝒏 𝟑𝒙 𝒅𝒙 = −𝟏𝟒. 𝟐𝟏𝟑𝟗𝟕𝟕𝟏𝟑 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟎
𝑏 𝑛−1
ℎ (𝑏 − 𝑎)ℎ2 ′′
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [𝑓 (𝑎) + 2 ∗ ∑ 𝑓(𝑥𝑗 ) + 𝑓 (𝑏)] − 𝑓 (𝑢 )
𝑎 2 12
𝑗=1
2
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥
0
𝑏−𝑎 2−0 2
𝑎=0 ℎ= = =𝑛
𝑛 𝑛
𝑏=2
𝑓 (𝑥 ) = 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥
𝑓 ′ (𝑥 ) = 2𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 + 3𝑒 2𝑥 𝑐𝑜𝑠 3𝑥
𝑓 ′′ (𝑥 ) = 4𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 + 6𝑒 2𝑥 𝑐𝑜𝑠 3𝑥 +6𝑒 2𝑥 𝑐𝑜𝑠 3𝑥 − 9𝑒 2𝑥 𝑠𝑖𝑛 3𝑥
𝑓 ′′ (𝑥 ) = 12𝑒 2𝑥 𝑐𝑜𝑠 3𝑥 − 5𝑒 2𝑥 𝑠𝑖𝑛 3𝑥
(𝑏 − 𝑎)ℎ2 ′′ (2 − 0)ℎ 2
|− 𝑓 (𝑢)| = | ∗ (12𝑒 2𝑢 𝑐𝑜𝑠 3𝑢 − 5𝑒 2𝑢 𝑠𝑖𝑛 3𝑢)|
12 12
(𝑏 − 𝑎)ℎ2 ′′ ℎ2
|− 𝑓 (𝑢)| = | ∗ (12𝑒 2𝑢 𝑐𝑜𝑠 3𝑢 − 5𝑒 2𝑢 𝑠𝑖𝑛 3𝑢)|
12 6
(𝑏 − 𝑎)ℎ2 ′′ ℎ2
|− 𝑓 (𝑢)| = (|12𝑒 2𝑢 ||𝑐𝑜𝑠 3𝑢| − |5𝑒 2𝑢 ||𝑠𝑖𝑛 3𝑢|)
12 6
|𝑐𝑜𝑠 3𝑢| ≤ 1
|𝑠𝑖𝑛 3𝑢| ≤ 1
Además:
0<𝑢<2 0<𝑢<2
𝑒0 < 𝑒𝑢 < 𝑒2 𝑒0 < 𝑒𝑢 < 𝑒2
1 < 𝑒 2𝑢 < 𝑒 4 1 < 𝑒 2𝑢 < 𝑒 4
12 < 12𝑒 2𝑢 < 12𝑒 4 5 < 5𝑒 2𝑢 < 5𝑒 4
12𝑒 2𝑢 ≤ 12𝑒 4 5𝑒 2𝑢 ≤ 5𝑒 4
(𝑏 − 𝑎)ℎ2 ′′ ℎ2
|− 𝑓 (𝑢)| ≤ (|12𝑒 2𝑢 ||𝑐𝑜𝑠 3𝑢| − |5𝑒 2𝑢 ||𝑠𝑖𝑛 3𝑢|)
12 6
Por dato del problema el error absoluto es menor a 10−4 , entonces al reemplazar e igualar
queda de la siguiente manera.
(𝑏 − 𝑎)ℎ2 ′′ ℎ2 4
|− 𝑓 (𝑢)| ≤ (12𝑒 4 ∗ 1 − 5𝑒 4 ∗ 1) = 2 (7𝑒 4 ) < 10−4
12 6 6𝑛
4
(7𝑒 4 ) < 10−4
6𝑛2
4
(7𝑒 4 ) < 𝑛2
6 ∗ 10−4
𝟏𝟓𝟗𝟔. 𝟐𝟏𝟖𝟓𝟓𝟑 < 𝒏
Como n pertenece a los enteros positivos entonces tomamos el valor de 1597
𝒏 = 𝟏𝟓𝟗𝟕
Entonces
𝟐 𝟐
𝒉= =
𝒏 𝟏𝟓𝟗𝟕
Ya encontramos lo valores de n y h que nos pedía el problema cuyos valores son:
𝒏 = 𝟏𝟓𝟗𝟕
𝟐
𝒉=
𝟏𝟓𝟗𝟕
Ahora si se quiere aproximar la integral solo se procede a reemplazar los valores
calculados.
Para ello
𝑥𝑗 = ℎ𝑗, ∀𝑗 = 0,1,2,3,4 ⋯ 1597
𝑏 𝑛−1
ℎ (𝑏 − 𝑎)ℎ2 ′′
∫ 𝑓(𝑥 ) 𝑑𝑥 ≈ [𝑓 (𝑎) + 2 ∗ ∑ 𝑓(𝑥𝑗 ) + 𝑓 (𝑏)] − 𝑓 (𝑢 )
𝑎 2 12
𝑗=1
2𝑗
𝑥𝑗 =
1597
1596
2
2 4𝑗 6𝑗
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥 ≈ [𝑓(0) + 2 ∗ ∑ 𝑒 (1597 ) ∗ 𝑠𝑖𝑛( ) + 𝑓(2)]
0 2 ∗ 1597 1597
𝑗=1
2
1
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥 ≈ [0 + 2 ∗ (−11342.22004) + 𝑒 2∗2 𝑠𝑖𝑛 3 ∗ 2]
0 1597
2
1
∫ 𝑒 2𝑥 𝑠𝑖𝑛 3𝑥 𝑑𝑥 ≈ [−22684.44008 + (−15.25556929)]
0 1597
𝟐
∫ 𝒆𝟐𝒙 𝒔𝒊𝒏 𝟑𝒙 𝒅𝒙 ≈ −𝟏𝟒. 𝟐𝟏𝟑𝟗𝟔𝟎𝟗𝟔 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟎
𝟐
∫ 𝒆𝟐𝒙 𝒔𝒊𝒏 𝟑𝒙 𝒅𝒙 = −𝟏𝟒. 𝟐𝟏𝟑𝟗𝟕𝟕𝟏𝟑 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟎
El resultado es correcto ya que al calcular el error nos sale menor al error brindado como
dato en el problema y el valor aproximado si tiene una buena aproximación.
EJERICICIO 7.c. Determine los valores de n y h necesarios para aproximarse
2
∫0 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥. Dentro de 10-4.
Solución:
Calculamos el valor real.
𝑓 (𝑥 ) = 𝑒 2𝑥 𝑠𝑒𝑛3𝑥
1
𝑢 = 𝑒 2𝑥 ⟹ 𝑑𝑢 = 2𝑒 2𝑥 𝑑𝑥 ; 𝑣 = ∫ 𝑠𝑒𝑛(3𝑥 )𝑑𝑥 ⟹ 𝑣 = − cos(3𝑥)
3
∫ 𝑓 (𝑥)𝑑𝑥 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
2 2
1 1
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − 𝑒 2𝑥 cos(3𝑥) − ∫ − cos(3𝑥) × 2𝑒 2𝑥 𝑑𝑥
3 3
0 0
2 2
1 2
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − × 𝑒 2𝑥 cos(3𝑥) + ∫ cos(3𝑥) × 𝑒 2𝑥 𝑑𝑥
3 3
0 0
1
𝑢 = 𝑒 2𝑥 ⟹ 𝑑𝑢 = 2𝑒 2𝑥 𝑑𝑥 ; 𝑣 = ∫ 𝑐𝑜𝑠(3𝑥 )𝑑𝑥 ⟹ 𝑣 = sen(3𝑥)
3
2 2
1 2 1 1
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − × 𝑒 2𝑥 cos(3𝑥) + [ 𝑒 2𝑥 𝑠𝑒𝑛(3𝑥) − ∫ sen(3x)2𝑒 2𝑥 𝑑𝑥]
3 3 3 3
0 0
2 2
1 2 4
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − × 𝑒 2𝑥 cos(3𝑥) + × 𝑒 2𝑥 𝑠𝑒𝑛(3𝑥) − × ∫ sen(3x) × 𝑒 2𝑥 𝑑𝑥
3 9 9
0 0
2
13 1 2
× ∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − × 𝑒 2𝑥 cos(3𝑥 ) + × 𝑒 2𝑥 × 𝑠𝑒𝑛(3𝑥 )
9 3 9
0
2
2
2𝑥
3 2𝑥
2 2𝑥
∫𝑒 ( )
𝑠𝑒𝑛3𝑥 𝑑𝑥 = [− × 𝑒 cos 3𝑥 + ( )
× 𝑒 × 𝑠𝑒𝑛 3𝑥 ]
13 13 0
0
2
3 2
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − × 𝑒 2×2 cos(3 × 2) + × 𝑒 2×2 × 𝑠𝑒𝑛(3 × 2)
13 13
0
2
3 2
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − × 𝑒 4 × cos(6) + × 𝑒 4 × 𝑠𝑒𝑛(6)
13 13
0
2
∫ 𝑒 2𝑥 𝑠𝑒𝑛3𝑥 𝑑𝑥 = − 11.6254196
0
𝑑 2𝑥 𝑑
𝑓 ′ (𝑥 ) = (𝑒 ) × 𝑠𝑒𝑛3𝑥 + (𝑠𝑒𝑛3𝑥) × 𝑒 2𝑥
𝑑𝑥 𝑑𝑥
𝑓 ′ (𝑥 ) = 2 × (𝑒 2𝑥 ) × 𝑠𝑒𝑛3𝑥 + 3 × (𝑐𝑜𝑠3𝑥) × 𝑒 2𝑥
𝑑 2𝑥 𝑑
𝑓(𝑥)′′ = 2 [ (𝑒 ) × 𝑠𝑒𝑛3𝑥 + (𝑠𝑒𝑛3𝑥) × 𝑒 2𝑥 ]
𝑑𝑥 𝑑𝑥
𝑑 2𝑥 𝑑
+3[ (𝑒 ) × 𝑐𝑜𝑠3𝑥 + (𝑐𝑜𝑠3𝑥) × 𝑒 2𝑥 ]
𝑑𝑥 𝑑𝑥
× 𝑒 2𝑥
𝑓 ′′(𝑥) = 12(𝑐𝑜𝑠3𝑥) × 𝑒 2𝑥 − 5(𝑠𝑒𝑛3𝑥) × 𝑒 2𝑥
Remplazamos x=2
𝑓(2)′′ = 705.3601029
(𝑏 − 𝑎) 2 ′′ 2
| ℎ 𝑓 (𝜉 )| < | ℎ2 (705.3601029)| < 0.0001
6 6
0.0003
ℎ2 <
705.3601029
0.0003
ℎ< √ = 0.00065216
705.3601029
𝑎−𝑏 2−0 2
𝑛> = = = 3066.73209
ℎ 0.00065216 0.00065216
𝑛 ≥ 3066.544005
∫ 𝑥 2 𝑐𝑜𝑠 𝑥 𝑑𝑥
0
Solución
𝜋
considerando la integral ∫0 𝑥 2 𝑐𝑜𝑠 𝑥 𝑑𝑥 , el objetivo entonces será calcular los valores
de n y h que se utilizan para aproximar la integral correcta 10 -4. Para esto debemos
calcular hasta la quinta derivada de la función 𝑓(𝑥 ) = 𝑥 2 𝑐𝑜𝑠 𝑥 así .
𝑓 ′ (𝑥 ) = 2𝑥 ⋅ cos 𝑥 − 𝑥 2 ⋅ 𝑠𝑒𝑛𝑥
𝑓 ′′ (𝑥 ) = 2 ⋅ 𝑐𝑜𝑠 𝑥 − 2𝑥 ⋅ 𝑠𝑒𝑛𝑥 − 2𝑥 ⋅ 𝑠𝑒𝑛𝑥 − 𝑥 2 𝑐𝑜𝑠 𝑥 = (2 − 𝑥 2 )𝑐𝑜𝑠𝑥 − 4𝑥𝑠𝑒𝑛𝑥
𝑓 ′′′ (𝑥 ) = −2𝑥 ⋅ cos 𝑥 − (2 − 𝑥 2 )𝑠𝑒𝑛𝑥 − 4𝑠𝑒𝑛𝑥 − 4𝑥𝑐𝑜𝑠𝑥 = (𝑥 2 − 6)𝑠𝑒𝑛𝑥 − 6𝑥𝑠𝑒𝑛𝑥
Para el valor máximo absoluto 𝑓 ′ (𝑥 ) calculamos las raíces de𝑓 ′′ (𝑥 ) en el intervalo [0. 𝜋].
Entonces para 𝑓 ′′ (𝑥 ) = 0 calculando (𝑥 2 − 6)𝑠𝑒𝑛𝑥 − 6𝑥𝑠𝑒𝑛𝑥 = 0 se obtiene
0 y 1.814535 como raices ahora remplazamos en la derivada
𝑓 ′ ′( 0 ) = 2
𝑓 ′ ′(1.814535 ) = −6.731676
𝑓 ′ ′( 𝜋 ) = 7.8696040 entonces
max |𝑓 ′ (𝑥 )| = 7.8696040
𝑥[𝑎,𝑏]
Entonces decimos que la integral debe ser correcta hasta 10-4 por lo que
|𝐸̅ | ≤10-4
(𝑏−𝑎)3
max |𝑓 ′′ (𝑥 )| ≤10-4
12𝑛 2 𝑥[𝑎,𝑏]
(𝜋−0)3
(7.8696040) ≤10-4
12𝑛 2
2
𝜋 3 7.8696040
4
𝑛 ≥ 10
12
𝑛2 ≥ 203339.28
𝑛 ≥ 451
𝑏−𝑎
Como h= remplazando los valores encontrados en h
𝑛
𝜋−0
h= 451
h=6.9658x10−3
por lo tanto concluimos diciendo que n = 451 y h =6.9658x10−3
Problema n°7: determine los valores de n y h que se requieren para aproximar con una
exactitud de 10−4
b) Aplique la regla compuesta de Simpson
𝑛 𝑛
−1
𝑏 2 2
ℎ 𝑏 − 𝑎 4 (4)
∫ 𝑓 (𝑥 )𝑑 ( 𝑥 ) = [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 4] − ℎ 𝑓 (𝑢)
𝑎 3 180
𝑗=1 𝑗=1
𝜋
∫ 𝑥 2 𝑐𝑜𝑠𝑥 𝑑(𝑥 )
0
𝑛 𝑛
−1
2 2
ℎ 2
= [0 𝑐𝑜𝑠(0) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝜋 2 𝑐𝑜𝑠(𝜋)]
3
𝑗=1 𝑗=1
𝜋 − 0 4 (4)
− ℎ 𝑓 (𝑢)
180
𝜋
∫ 𝑥 2 𝑐𝑜𝑠𝑥 𝑑(𝑥 )
0
𝑛 𝑛
−1
2 2
ℎ 𝜋 4 (4)
= [0 + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) − 9.8696044] − ℎ 𝑓 (𝑢)
3 180
𝑗=1 𝑗=1
, 2
𝑓 (𝑥)=2𝑥 𝑐𝑜𝑠(𝑥 ) − 𝑥 𝑐𝑜𝑠(𝑥)
(𝑏−𝑎)ℎ 4 𝜋ℎ 4 𝜋5
| 𝑓 (4) (𝑢)|= 180 |𝑓 (4) (𝑢)| ≤ 180𝑛4 (12+8𝜋) ≤ 10−4
180
𝑏−𝑎 𝜋−0 𝜋 𝜋
donde: ℎ = 𝑛 = 𝑛 = 𝑛 𝛬 𝑥𝑗 = 𝑎 + 𝑗ℎ = 0 + 𝑗ℎ 𝑥𝑗 = 30 𝑗
En el teorema 4.4 de Richard I. Burden , el error absoluto debe ser menor que 0.0001
𝜋ℎ4 (4)
| 𝑓 (𝑢)| ≤ 0.0001
180
𝜋
𝜋ℎ4 (4) 𝜋(𝑛 )4 𝜋5 1.70010936(37.1327412)
| 𝑓 (𝑢)| = = 4
(12 + 8𝜋) = < 0.0001
180 180 180𝑛 𝑛4
4 1.70010936(37.1327412)
=√ <𝑛
0.0001
𝜋 𝜋
𝐶𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑛𝑑𝑜 𝑛 = 30, 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 ℎ = = 0.10471975 𝑥𝑗 = 𝑗
30 30
30 30
𝜋 𝜋 −1
∫0 𝑥 2 𝑐𝑜𝑠𝑥 𝑑(𝑥)=90 [0 + 2 ∑𝑗=1
2
𝑓(𝑥2𝑗 ) + 4 ∑𝑗=1
2
𝑓(𝑥2𝑗−1 ) − 9.8696044]
𝜋 𝜋𝑗 𝜋𝑗 𝜋2 (2𝑗−1)2 𝜋
= 90 [2 ∑14 2 15
𝑗=1(30) ∗ 𝑐𝑜𝑠 (30) + 4 ∑𝑗=1 ∗ 𝑐𝑜𝑠((2𝑗 − 1) 30) − 9.8696044]
900
Valores de j: 1,2,3,4,5,6……
𝜋
[0 + 2((𝑓(𝑥2 ) + 𝑓(𝑥4 ) + 𝑓(𝑥6 ) + 𝑓(𝑥8 ) + 𝑓(𝑥10 ) + 𝑓𝑥12 + 𝑓𝑥14 + 𝑓𝑥16 + 𝑓𝑥18
36
+ 𝑓𝑥20 + 𝑓𝑥22 + 𝑓𝑥24 + 𝑓𝑥26 + 𝑓(𝑥28 ))
+ 4[𝑓(𝑥1 ) + 𝑓(𝑥3 ) + 𝑓(𝑥5 ) + 𝑓(𝑥7 ) + 𝑓𝑥9 + 𝑓𝑥11 + 𝑓(𝑥13 ) + 𝑓(𝑥15 )
+ 𝑓𝑥17 + 𝑓𝑥19 + 𝑓𝑥21 + 𝑓𝑥23 + 𝑓(𝑥25 ) + 𝑓(𝑥27 ) + 𝑓(𝑥29 )]
− 9.8696044]
14 15
𝜋 𝜋𝑗 𝜋𝑗 𝜋 2 (2𝑗 − 1)2 𝜋
[2 ∑( )2 ∗ 𝑐𝑜𝑠 ( ) + 4 ∑ ∗ 𝑐𝑜𝑠((2𝑗 − 1) ) − 9.8696044]
90 30 30 900 30
𝑗=1 𝑗=1
𝜋
= [2 ∑14 15
𝑗=1(22.256762) + 4 ∑𝑗=1(43.006237 ∗ 0.000002) − 9.8696044]
90
𝜋
= 90 [44.513524 + 0.00034404 − 9.8696044]
𝜋
= 90 [44.513524 + 0.00034404 − 9.8696044]
𝜋
∫0 𝑥 2 𝑐𝑜𝑠𝑥 𝑑(𝑥) = 1.209312935
x
2
EJERCICIO 8C. Repita el ejercicio 7 con la integral cos xdx
0
ba 2
f x dx 2 * h * f x2 j
b m /2
a
j 0 6
* h f ´´( )
ba 0
h h h
n2 n2 n2
j 1
xj a
n
x b=
2
cos xdx a = 0;
0
f x x 2 cos x
f ´ x 2 x cos x x 2 senx
f ´´ x 2 cos x 2 senx 2 senx x 2 cos x
2 cos x 4 xsenx x 2 cos x
(2 x 2 ) cos x 4 xsenx
0;
0
0 2 2 sen 1
0 2 2 cos 1
2 2 2 2 2
2 2 2
2 2 | *1 4 *1
2 4
b a 2 ´´
* h f ( ) 104
6
0
2
* * 2 4 0.0001
6 n2
2
* * 2 4 0.0001
6 n2
2
0.0001* 6
n2 2 4 * h
n2
0.0001* 6
h
n2 2 4 * 866 2
h 0.0036193
n 2
0.0001* 6
2 4 *
n 865.6106245
n 866
2 1
9 a. Determinar los valores de n y h que se requieren para aproximar ∫0 𝑑𝑥, con una
𝑥+4
−5
exactitud de 10
a. aplique la regla compuesta del trapecio.
SOLUCIÓN
𝑋1
ℎ ℎ3
∫ 𝑓(𝑥 )𝑑𝑥 = [𝑓(𝑋0 ) + 𝑓 (𝑋1 ) + 𝑓(𝑋2 )] − . 𝑓 ′′ (𝐸𝑠)
𝑋𝑂 2 12
𝑋0= 0 ; 𝑋2 = 2; ℎ = 𝑋1 + 𝑋0 = 2 − 0 = 2
2
1 2 1 1
∫ 𝑑𝑥 = [𝑓 (𝑋0 ) + 𝑓 (𝑋2 )] = + = 0.4166
0 𝑥+4 2 0+4 2+4
La aproximación es 0.4166 y el valor de h=2 y n=46
EJERCICIO 9 b. Determine los valores de n y h que se requieren para aproximar con una
exactitud de 10−5 y calcule la aproximación.
-Aplique la regla compuesta de Simpson.
2
1
∫ 𝑑𝑥 𝑎=0 , 𝑏=2
0 𝑥+4
Método de Simpson
𝑛 𝑛
−1
𝑏 2 2
ℎ (𝑏 − 𝑎)ℎ4 𝑓 4 (𝛿)
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)] −
𝑎 3 180
𝑗=1 𝑗=1
𝑛 𝑛
−1
2 2 2
1 ℎ 1 1 1 1 (2 − 0)ℎ4 𝑓 4 (𝛿)
∫ 𝑑𝑥 = [ +2∑ +4∑ + ]−
0 𝑥+4 3 0+4 𝑥2𝑗 + 4 𝑥2𝑗−1 + 4 2 + 4 180
𝑗=1 𝑗=1
2
1
∫ 𝑑𝑥 = 0.4054651 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
0 𝑥+4
1 −1 2(𝑥 + 4) −6
𝑓 (𝑥 ) = → 𝑓 ′ (𝑥 ) = 2
→ 𝑓 ′′ ( )
𝑥 = 4
→ 𝑓 ′′′ (𝑥 ) =
𝑥+4 (𝑥 + 4) (𝑥 + 4) (𝑥 + 4 )4
24 24
𝑓 ′′′′ (𝑥 ) = 5
→ 𝑓 4 (𝑥 ) =
(𝑥 + 4) (𝑥 + 4) 5
𝑏−𝑎 2−0 2
ℎ= = = → 𝑥𝑗 = 𝑎 + 𝑗ℎ
𝑛 𝑛 𝑛
ℎ4 𝑓 4 (𝑢)
| | < 0.00001
180
8 1
| 4 | < 0.00001 → 𝑛 > 363.14 𝑛 ≥ 12 → ℎ=
𝑛 45 6
Tenemos
2 5 6
1 1 5 1 1
∫ 𝑑𝑥 = [ +2∑ +4∑ ]
0 𝑥+4 18 12 𝑗 2𝑗 − 1
𝑗=1 + 4
5 𝑗=1
10 + 4
1
A=∑5𝐽=1 𝑗 = 1.0090255
+4
5
1
B=∑6𝑗=1 2𝑗−1 = 1.2159139
+4
10
Remplazamos
2
1 5
∫ 𝑓 (𝑥 )𝑑𝑥 = [ + 2(1.0090255) + 4(1.2159139)]
0 18 12
= 0.4054652 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎
Ejercicio 9c.
Solución
𝟐 𝟏
La fórmula de error para la regla del punto medio compuesto ∫𝟎 𝒅(𝒙)dentro de
𝒙+𝟒
𝟏𝟎−𝟓
𝟐𝒉𝟐
En el intervalo (0,2) en 𝒇𝟐 (𝒖) donde U se encuentra entre 0 y2 .
𝟔
𝟏
𝒇(𝒙) =
(𝒙 + 𝟒)
𝟏
𝒇´ (𝒙) =
(𝒙 + 𝟒)𝟐
𝟏
𝒇´´ (𝒙) =
(𝒙 + 𝟒)𝟑
El error al aproximar la integral definida es:
𝟐𝒉𝟐 𝟐
| 𝒇 (𝒖)|
𝟔
𝟐𝒉𝟐 𝟐
| . |
𝟔 ( 𝒖 + 𝟒) 𝟑
𝟐𝒉𝟐 𝟏
| | donde u=(0,2)
𝟑 (𝒖+𝟒)𝟑
Para tener una suficiente presicion en la aproximación de la integral el error debe ser
menor que el 𝟏𝟎−𝟓
𝟐𝒉𝟐 𝟏
| 𝟑
| < 𝟏𝟎−𝟓
𝟑 (𝒖 + 𝟒)
𝟐𝒉𝟐 𝟏
𝒎𝒂𝒙𝒖∈(𝟎,𝟐) | | < 𝟏𝟎−𝟓
𝟑 (𝒖 + 𝟒)𝟑
𝟏
| |es una función decreciente ene l intervalo[𝟎, 𝟐] por lo tanto.
(𝒖+𝟒)𝟑
𝟏 𝟏
𝒎𝒂𝒙𝒖∈(𝟎,𝟐) | 𝟑
|=
(𝒖 + 𝟒) (𝟎 + 𝟒)𝟑
𝟏
= = 𝟏/𝟔𝟒
𝟒𝟑
entonces
𝟐𝒉𝟐 𝟏
𝒎𝒂𝒙𝒖∈(𝟎,𝟐) | | < 𝟏𝟎−𝟓 𝒊𝒎𝒑𝒍𝒊𝒄𝒂 𝒒𝒖𝒆
𝟑 (𝒖 + 𝟒)𝟑
𝟐 𝟐 𝟏
𝒉 ( 𝟑 ) < 𝟏𝟎−𝟓
𝟑 𝟒
𝟐𝒉𝟐 < 𝟑𝒙𝟒𝟑 𝒙𝟏𝟎−𝟓
𝟑𝒙𝟒𝟑 𝒙𝟏𝟎−𝟓
𝒉<√
𝟐
𝒉 < 𝟎. 𝟎𝟑𝟎𝟗𝟖𝟑𝟗
𝒃−𝒂
Dado que 𝒉 = , done n es el un ero de su intervalos y a,b son los límites de
𝒏
𝟐
integración , por lo tanto a=0 y b=2 𝒉 = 𝒏
𝟐 𝟑𝒙𝟒𝟑 𝒙𝟏𝟎−𝟓
<√
𝒏 𝟐
𝟐
𝒏=
𝟎. 𝟎𝟑𝟎𝟗𝟖𝟑𝟗
𝒏 = 𝟔𝟒. 𝟓𝟒𝟗𝟔𝟓
La regla compuesta requiere un tamaño de paso de 𝒏 ≤ 𝟔𝟔
entonces la regla del punto medio compuesto para n sub intervalos pares para
integrar se puede escribir como.
𝒏/𝟐
𝒃
∫ 𝒇(𝒙)𝒅(𝒙) = 𝟐𝒉 ∑ 𝒇(𝒙𝟐𝒋 )𝒅𝒐𝒏𝒅𝒆
𝒂 𝒋=𝟎
𝒃−𝒂
𝒉=
𝒏
𝒙𝒋 = 𝒂 + 𝒋𝒉, 𝒑𝒂𝒓𝒂 𝒄𝒂𝒅𝒂 𝒋 = 𝟎, 𝟏, 𝟐 … 𝒏
𝟏
𝒂𝒒𝒖𝒊 𝒇(𝒙) = , 𝒂 = 𝟐𝟎 𝒃 = 𝟐 𝒏 = 𝟔𝟔
𝒙+𝟒
𝟐
𝒉=
𝒏
𝟐
𝒉= = 𝟏/𝟑𝟑
𝟔𝟔
2
10. Repita el ejercicio 9 con la integral∫1 𝑥𝑙𝑛(𝑥 )𝑑𝑥.
2
Determine los valores de n y h que se requieren para aproximar ∫1 𝑥𝑙𝑛(𝑥 )𝑑𝑥. Con una
𝑏 𝑛−1
ℎ (𝑏 − 𝑎 ) 2 2
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑎) + 2 ∑ 𝑓(𝑥𝑗 ) + 𝑓(𝑏)] − ℎ 𝑓 ()
𝑎 2 12
𝑗=1
2 𝑛−1
ℎ (2 − 1) 2 2
∫ 𝑥ln(𝑥)𝑑𝑥 = [1 ln(𝑥 ) + 2 ∑ 𝑓(𝑥𝑗 ) + 2 ln(𝑥 )] − ℎ 𝑓 ()
1 2 12
𝑗=1
2 𝑛−1
ℎ (2 − 1) 2 2
∫ 𝑥ln(𝑥)𝑑𝑥 = [1ln(𝑥) + 2 ∑ 𝑓(𝑥𝑗 ) + 1.3862944] − ℎ 𝑓 ()
1 2 12
𝑗=1
Donde:
𝑏−𝑎 2−1 1
ℎ= = →ℎ=
𝑛 𝑛 𝑛
𝑥𝑗 = 𝑎 + 𝑗ℎ = 1 + 𝑗ℎ
ℎ2
Por dato, el error absoluto |12 𝑓 (2) ()| < 0.00001
ℎ2 ℎ2 (2) ℎ2 1 ℎ2 1 1 2 1
| 𝑓 (2) ()| = |𝑓 ()| = | |≤ = ( ) =
12 12 12 𝑥 12 12 𝑛 12𝑛2
Luego:
1
≤ 0.00001 → 91.29 ≤ 𝑛 → 𝑛 ≥ 92 → 𝑛 = 92
12𝑛2
1
Considerando 𝑛 = 92, → ℎ = 92 = 0.0108696 𝑦 𝑥𝑗 = 1 + 0.0108696 𝑗
2 91
ℎ
∫ 𝑥ln(𝑥 )𝑑𝑥 = [2 ∑(1 + 0.0108696𝑗) ln(1 + 0.0108696𝑗) + 1.3862944]
1 2
𝑗=1
2 91
ℎ
∫ 𝑥ln(𝑥 )𝑑𝑥 = [2 ∑(1 + 0.0108696𝑗) ln(1 + 0.0108696𝑗) + 1.3862944]
1 2
𝑗=1
= 0.63630119
Calculando el Valor real
2
𝑥2 1 22 1 12 1
∫ 𝑥ln(𝑥)𝑑𝑥 = [ (ln(𝑥) − )] /12 → [ (ln(2) − )] − [ (ln(1) − )]
1 2 2 2 2 2 2
= 0.6362944
Calculo de la aproximación:
| 0.63630119 − 0.6362944| = 0.0000068
𝟐
Ejercicio 10a. Repita el ejercicio 9 con la integral ∫𝟏 𝒙 𝐥𝐧 𝒙 𝒅𝒙.
𝟐
Determine los valores de n y h que se requieren para aproximar ∫𝟏 𝒙 𝐥𝐧 𝒙 𝒅𝒙 con una
exactitud de 10-5 y calcule la aproximación.
Aplicar la regla compuesta del trapecio.
Solución.
𝒃−𝒂 𝟐−𝟏 𝟏
𝒉= = =
𝒏 𝒏 𝒏
𝒙𝒋 = 𝒂 + 𝒋𝒉 = 𝟏 + 𝒋𝒉
𝒃 𝒏−𝟏
𝒉 (𝒃 − 𝒂) 𝟐
∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒂) + 𝟐 ∑(𝒇(𝒙𝒋 ) + 𝒇(𝒃))] − 𝒉 𝒇′′(𝝁)
𝒂 𝟐 𝟏𝟐
𝒋=𝟏
𝟐 𝒏−𝟏
𝒉 ( 𝟐 − 𝟏) 𝟐
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = [𝟏𝐥𝐧( 𝒙) + 𝟐 ∑(𝒇(𝒙𝒋 ) + 𝟐 𝐥𝐧( 𝒙))] − 𝒉 𝒇´´(𝝁)
𝟏 𝟐 𝟏𝟐
𝒋=𝟏
𝟐 𝒏−𝟏
𝒉 𝒉𝟐
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = [𝟎 + 𝟐 ∑(𝒇(𝒙𝒋 ) + 𝟏. 𝟑𝟖𝟔𝟐𝟗𝟒𝟒)] − 𝒇´´(𝝁)
𝟏 𝟐 𝟏𝟐
𝒋=𝟏
𝒉𝟐
Error absoluto = |𝟏𝟐 𝒇´´(𝝁)| < 𝟏𝟎−𝟓
𝒉𝟐 𝒉𝟐 𝒉𝟐 𝟏 𝒉𝟐 𝟏
| 𝒇´´(𝝁)| = |𝒇´´(𝝁)| = | |= =
𝟏𝟐 𝟏𝟐 𝟏𝟐 𝒙 𝟏𝟐 𝟏𝟐𝒏𝟐
𝟏
≤ 𝟎. 𝟎𝟎𝟎𝟎𝟏
𝟏𝟐𝒏𝟐
𝒏 ≥ 𝟗𝟏. 𝟐𝟖𝟕𝟎𝟗𝟐𝟗
Considerando 𝒏 = 𝟗𝟐
𝟏 𝟏
𝒉= = = 𝟎. 𝟎𝟏𝟎𝟖𝟔𝟗𝟔
𝒏 𝟗𝟐
𝒙𝒋 = 𝒂 + 𝒋𝒉 = 𝟏 + 𝟎. 𝟎𝟏𝟎𝟖𝟔𝟗𝟔𝒋
𝟐 𝟗𝟏
𝟎. 𝟎𝟏𝟎𝟖𝟔𝟗𝟔
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = [𝟐 ∑((𝟏 + 𝟎. 𝟎𝟏𝟎𝟖𝟔𝟗𝟔𝒋) 𝐥𝐧(𝟏 + 𝟎. 𝟎𝟏𝟎𝟖𝟔𝟗𝟔𝒋)
𝟏 𝟐
𝒋=𝟏
+ 𝟏. 𝟑𝟖𝟔𝟐𝟗𝟒𝟒)]
𝟐
𝟎. 𝟎𝟏𝟎𝟖𝟔𝟗𝟔
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = [𝟏𝟏𝟓. 𝟔𝟗𝟑𝟏𝟐𝟑𝟖 + 𝟏. 𝟑𝟖𝟔𝟐𝟗𝟒𝟒]
𝟏 𝟐
𝟐
∫ 𝒙 𝐥𝐧 𝒙 𝒅𝒙 = 𝟎. 𝟔𝟑𝟔𝟑𝟎𝟑𝟐
𝟏
2
Determine los valores de n y h que se requiere para aproximar ∫1 𝑥𝑙𝑛𝑥 𝑑𝑥 con una
exactitud de 10−5 y calcule la aproximación.
𝑓 (𝑥 ) = 𝑥𝑙𝑛𝑥
∫ 𝑓 (𝑥)𝑑𝑥 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
1 1
𝑢 = 𝑙𝑛𝑥 ⟹ 𝑑𝑢 = 𝑑𝑥 ; 𝑣 = ∫ 𝑥 𝑑𝑥 ⟹ 𝑣 = 𝑥 2
𝑥 2
2 2
1 1 1
∫ 𝑥𝑙𝑛𝑥 𝑑𝑥 = × 𝑥 2 × ln(𝑥 ) − × ∫ 𝑥 2 × 𝑑𝑥
1 2 2 0 𝑥
2 1 1 2
∫1 𝑥𝑙𝑛𝑥 𝑑𝑥 = × 𝑥 2 × ln(𝑥 ) − 2 × ∫0 𝑥 𝑑𝑥0.
2
2 2
1 1
∫ 𝑥𝑙𝑛𝑥 𝑑𝑥 = [ × 𝑥 2 × ln(𝑥 ) − × 𝑥 2 ]
1 2 4 1
2
1 1 1 1
∫ 𝑥𝑙𝑛𝑥 𝑑𝑥 = × 22 × ln(2) − × 22 − × 12 × ln(1) + × 12
1 2 4 2 4
2
∫ 𝑥𝑙𝑛𝑥 𝑑𝑥 = 0.63629436
1
(𝑏−𝑎)
El termino de error de la regla compuesta del punto medio es: | ℎ2 𝑓 ′′ (𝜉 )|
6
𝑓 (𝑥 ) = 𝑥𝑙𝑛𝑥
𝑑 𝑑
𝑓 ′ (𝑥 ) = (𝑥 ) × 𝑙𝑛𝑥 + (𝑙𝑛𝑥) × 𝑥
𝑑𝑥 𝑑𝑥
1
𝑓 ′ (𝑥 ) = 𝑙𝑛𝑥 + × 𝑥 ⟹ 𝑓 ′ (𝑥 ) = 𝑙𝑛𝑥 + 1
𝑥
𝑑
𝑓 ′′ (𝑥 ) = (𝑙𝑛𝑥 + 1)
𝑑𝑥
1
𝑓(𝑥)′′ = 𝑥
1
𝑓(1)′′ = 1
𝑓(1)′′ = 1
(𝑏 − 𝑎) 2 ′′ (2 − 1) 2
| ℎ 𝑓 (𝜉 )| < | ℎ (1)| < 0.00001
6 6
1
| ℎ2 (1)| < 0.00001
6
1 2
ℎ (1) < 0.00001
6
ℎ2 < 0.00006
𝑎−𝑏 2−1
𝑛> = > 129.0993897
ℎ 0.00774597
𝑏−𝑎 2−1
ℎ= ⟹ℎ= ⟹ ℎ = 0.00774597
𝑛 129.0993897
Aproximamos 𝑛 ≥ 130
𝑏−𝑎 2−1
ℎ= ⟹ℎ= ⟹ ℎ = 0.00769231
𝑛 130
2
2 132 258
∫ 𝑓 (𝑥)𝑑𝑥 = [𝑓 (0) + 𝑓 ( )+ ⋯+ 𝑓( )]
130 130 130
1
2
1
∫ 𝑓 (𝑥)𝑑𝑥 = [0 + 0.01550235631 + ⋯ + 1.36030526686]
65
1
∫ 𝑓 (𝑥)𝑑𝑥 = 0.6362875
1
EJERCICIO 11.b
Solución
En 𝑓(𝑥) = 𝑥 3 + 1
Formula de la regla compuesta del trapecio
𝑏 𝑛−1
ℎ (𝑏 − 𝑎) ∗ ℎ2 ∗ 𝑓"(µ)
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑎) + 2 ∗ ∑ 𝑓(𝑥𝑗 ) + 𝑓(𝑏)] −
𝑎 2 12
𝑗=1
Remplazando datos
𝑏−𝑎 0.3−0
𝑎=0 𝑏 = 0.3 𝑛=6 ℎ= = = 0.05
𝑛 6
𝑥𝑗 = 𝑎 + 𝑗ℎ = 0 + 0.05𝑗 → 𝑥𝑗 = 0.05𝑗
Remplazamos 𝑗 = 0,1,2,3,4,5 𝑦 6
𝑥 0 = 𝑎 = 0 → 𝑓 (𝑥 0 ) = 𝑓 (0 ) = 03 + 1 = 1
𝑥1 = 0.05 → 𝑓 (𝑥1 ) = 𝑓 (0.05) = 0.053 + 1 = 1.000125
𝑥2 = 0.1 → 𝑓 (𝑥2 ) = 𝑓(0.1) = 0.13 + 1 = 1.001
𝑥3 = 0.15 → 𝑓 (𝑥3 ) = 𝑓 (0.15) = 0.153 + 1 = 1.003375
𝑥4 = 0.2 → 𝑓 (𝑥4 ) = 𝑓(0.2) = 0.23 + 1 = 1.008
𝑥5 = 0.25 → 𝑓 (𝑥5 ) = 𝑓 (0.25) = 0.253 + 1 = 1.015625
𝑥6 = 𝑏 = 0.3 → 𝑓 (𝑥6 ) = 𝑓 (0.3) = 0.33 + 1 = 1.027
Datos
𝑏−𝑎 0.3−0
𝑎=0 𝑏 = 0.3 𝑛=6 ℎ= = = 0.05
𝑛 6
𝑥𝑗 = 𝑎 + 𝑗ℎ = 0 + 0.05𝑗 → 𝑥𝑗 = 0.05𝑗
Remplazamos 𝑗 = 0,1,2,3,4,5 𝑦 6
𝑥0 = 𝑎 = 0 → 𝑓 (𝑥0 ) = 𝑓 (0) = 1.001 + 0.03(0 − 0.1) + 0.3(0 − 0.1)2 + 2(0 − 0.1)3
= 0.999
𝑥1 = 0.05 → 𝑓 (𝑥1 ) = 𝑓 (0.05)
= 1.001 + 0.03(0.05 − 0.1) + 0.3(0.05 − 0.1)2 + 2(0.05 − 0.1)3 = 1
𝑥2 = 0.1 → 𝑓 (𝑥2 ) = 𝑓(0.1)
= 1.001 + 0.03(0.1 − 0.1) + 0.3(0.1 − 0.1)2 + 2(0.1 − 0.1)3 = 1.001
𝑥3 = 0.15 → 𝑓 (𝑥3 ) = 𝑓 (0.15)
= 1.001 + 0.03(0.15 − 0.1) + 0.3(0.15 − 0.1)2 + 2(0.15 − 0.1)3
= 1.0035
𝑥4 = 0.2 → 𝑓 (𝑥4 ) = 𝑓(0.2)
= 1.001 + 0.03(0.2 − 0.1) + 0.3(0.2 − 0.1)2 + 2(0.2 − 0.1)3 = 1.009
𝑥5 = 0.25 → 𝑓 (𝑥5 ) = 𝑓 (0.25)
= 1.001 + 0.03(0.25 − 0.1) + 0.3(0.25 − 0.1)2 + 2(0.25 − 0.1)3
= 1.019
𝑥6 = 𝑏 = 0.3 → 𝑓 (𝑥6 ) = 𝑓 (0.3)
= 1.001 + 0.03(0.3 − 0.1) + 0.3(0.3 − 0.1)2 + 2(0.3 − 0.1)3 = 1.035
Datos
𝑏−𝑎 0.3−0
𝑎=0 𝑏 = 0.3 𝑛=6 ℎ= 𝑛
= 6
= 0.05
𝑥𝑗 = 𝑎 + 𝑗ℎ = 0 + 0.05𝑗 → 𝑥𝑗 = 0.05𝑗
Remplazamos 𝑗 = 0,1,2,3,4,5 𝑦 6
𝑥0 = 𝑎 = 0 → 𝑓 (𝑥0 ) = 𝑓 (0) = 1.009 + 0.15(0 − 0.2) + 0.9(0 − 0.2)2 + 2(0 − 0.2)3
= 0.999
𝑥1 = 0.05 → 𝑓 (𝑥1 ) = 𝑓 (0.05)
= 1.009 + 0.15(0.05 − 0.2) + 0.9(0.05 − 0.2)2 + 2(0.05 − 0.2)3 = 1
𝑥2 = 0.1 → 𝑓 (𝑥2 ) = 𝑓(0.1)
= 1.009 + 0.15(0.1 − 0.2) + 0.9(0.1 − 0.2)2 + 2(0.1 − 0.2)3 = 1.001
𝑥3 = 0.15 → 𝑓 (𝑥3 ) = 𝑓 (0.15)
= 1.009 + 0.15(0.15 − 0.2) + 0.9(0.15 − 0.2)2 + 2(0.15 − 0.2)3
= 1.0035
𝑥4 = 0.2 → 𝑓 (𝑥4 ) = 𝑓(0.2)
= 1.009 + 0.15(0.2 − 0.2) + 0.9(0.2 − 0.2)2 + 2(0.2 − 0.2)3 = 1.009
𝑥5 = 0.25 → 𝑓 (𝑥5 ) = 𝑓 (0.25)
= 1.009 + 0.15(0.25 − 0.2) + 0.9(0.25 − 0.2)2 + 2(0.25 − 0.2)3
= 1.019
𝑥6 = 𝑏 = 0.3 → 𝑓 (𝑥6 ) = 𝑓 (0.3)
= 1.009 + 0.15(0.3 − 0.2) + 0.9(0.3 − 0.2)2 + 2(0.3 − 0.2)3 = 1.035
EJERCICIO 14. a. Use las estimaciones de error de los ejercicios 12 y 13 para estimar los
errores del ejercicio 8.
Referencias ejercicios 12 y 13(a):
Ejercicio 12. Demuestre que el error E(f) de la regla compuesta de Simpson puede
aproximarse por medio de
ℎ4
− [𝑓´´´(𝑏) − 𝑓´´´(𝑎)]
180
𝑛 2 (4)⁄ 𝑏
[sugerencia: ∑𝑗=1 𝑓 (𝜉𝑗 )(2ℎ) 𝑒𝑠 𝑢𝑛𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑅𝑖𝑒𝑚𝑎𝑛 𝑝𝑎𝑟𝑎 ∫𝑎 𝑓 (4) (𝑥 )𝑑𝑥]
Ejercicio 12:
Definición que se derivada del teorema Newton-Cotes.
Al intervalo [𝑋2𝑗−2 , 𝑋2𝑗 ] y también en el término correspondiente al intervalo [𝑋2𝑗 , 𝑋2𝑗+2 ],
podemos reducir esta suma a.
(𝑛 ⁄2)−1 𝑛 ⁄2 𝑛 ⁄2
𝑏
ℎ ℎ5
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑥𝑛 )] − ∑ 𝑓 (4) (𝜉𝑗 ).
𝑎 3 90
𝑗=1 𝑗=1 𝑗=0
𝑛 ⁄2
2 ∗ ℎ ∗ ℎ4
𝐸 (𝑓 ) = − ∑ 𝑓 (4) (𝜉𝑗 )
2 ∗ 90
𝑗=1
𝑛 ⁄2
ℎ4
𝐸 (𝑓 ) = − ∑ 𝑓 (4) (𝜉𝑗 ) ∗ 2ℎ
180
𝑗=1
Entonces:
ℎ4 ´´´
𝐸 (𝑓 ) ≈ − [𝑓 (𝑏) − 𝑓 ´´´ (𝑎)]
180
Ejercicio 13(a): Con el método usado en el ejercicio 12, derive una estimación para E(f) en
la regla compuesta del trapecio.
𝑛
ℎ3
𝐸 𝑓 = − ∑ 𝑓 (´´) (𝜉𝑗 ).
( )
12
𝑗=1
𝜋
Ejercicio 8: Repita el ejercicio 7 con la integral ∫0 𝑥 2 cos 𝑥 𝑑𝑥 .
Ejercicio 7(a). Determine los valores de n y h que se requieren para aproximar con una
exactitud de 10−4 .
a) Aplique la regla compuesta del trapecio.
El error absoluto es
(𝑏 − 𝑎) 2 ´´ 𝜋 2 ´´
|𝐸 | = ℎ |𝑓 (𝜉 )| = ℎ |𝑓 (𝜉)|
12 12
Donde 𝜉 𝜖 (0, 𝜋) sabiendo que:
|𝑓 ´´ (𝜉 )| ≤ −𝜋 2 + 4𝜋 + 2
Por lo tanto:
𝜋 2 ´´ 𝜋 2
|𝐸 | = ℎ |𝑓 (𝜉)| ≤ ℎ (−𝜋 2 + 4𝜋 + 2) ≤ 10−4
12 12
1⁄2
10−4 ∗ 12
ℎ≤[ ] ≈ 90.1 ∗ 10−4
𝜋(−𝜋 2 + 4𝜋 + 2)
𝜋 𝜋
𝑛≥ = ≈ 348.6784
ℎ 90.1 ∗ 10−4
ℎ ≤ 90.1 ∗ 10−4 ; 𝑛 ≥ 348.6784
Ahora vamos a estimar el error del ejercicio 8, mediante el ejercicio 13(a):
ℎ2 ´
𝐸 (𝑓 ) ≈ − [𝑓 (𝑏) − 𝑓 ´ (𝑎)]
12
(90.1 ∗ 10−4 )2 𝜋
𝐸 (𝑓 ) ≈ − [2𝑥𝑐𝑜𝑠(𝑥 ) − 𝑥 2 𝑠𝑒𝑛(𝑥)| ]
12 0
(90.1 ∗ 10−4 )2
𝐸 (𝑓 ) ≈ − ∗ 2𝜋
12
𝑬(𝒇) ≈ −𝟎. 𝟎𝟎𝟎𝟎𝟒𝟐𝟓
El error aproximado es razonable y bien pequeño.
EJERCICIO 14c. Use las estimaciones de error de los ejercicios 12 y 13 para estimar los
errores del ejercicio 8.
El ejercicio 8 dice: Determinar los valores de 𝑛 𝑦 ℎ que se requieren para aproximar con
una exactitud de 10−4 .
П
∫ 𝒙𝟐 𝒄𝒐𝒔𝒙𝒅𝒙
𝟎
SOLUCIÓN:
Aplicando la regla compuesta del punto medio:
𝑏 𝒏/𝟐 𝒃−𝒂
∫𝑎 𝑓 (𝑥 )𝑑𝑥 = 2ℎ ∑𝑗=0 𝑓(𝑥2𝑗 ) + ℎ2 𝑓 ′′ (ξ); ξ Є (0, П)
𝟔
𝑏−𝑎 П
𝒉= = 𝑎=0 𝑏=П
𝑛+2 n+2
ξ2 𝑐𝑜𝑠ξ ⎸
П(П)𝟐
⎸2𝑐𝑜𝑠ξ − 4ξ𝑠𝑒𝑛ξ − ξ2 𝑐𝑜𝑠µ ⎸ < 10−4
6(n + 2)2
П(П)𝟐
⎸7.8696 ⎸ < 10−4
6(n + 2)2
(П)𝟑
(7.8696 ) < (n + 2)𝟐
6 ∗ 10−4
(П)𝟑
√ (7.8696 ) − 2 < 𝑛
6 ∗ 10−4
𝒏 ˃ 𝟔𝟑𝟓. 𝟕𝟏
𝒏 ≥ 𝟔𝟑𝟔
Las estimaciones de los ejercicios 12 y 13 nos pide derivar una estimación para 𝑬(𝑓)
en la regla compuesta del punto medio usando como método la suma de Riemann.
⁄
𝑛 2 (2) 𝑏
[sugerencia: ∑𝑗=1 𝑓 (𝜉𝑗 )(2ℎ) 𝑒𝑠 𝑢𝑛𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑅𝑖𝑒𝑚𝑎𝑛𝑛 𝑝𝑎𝑟𝑎 ∫𝑎 𝑓 (2) (𝑥 )𝑑𝑥]
𝑛 ⁄2 𝑛 ⁄2
∑ 𝑓 (2) (𝜉𝑗 )(∆𝒙𝟐𝒋 ) = ∑ 𝑓 (2) (𝜉𝑗 )(2ℎ)
𝑗=1 𝑗=1
𝒏
𝑏
Dado que ∑𝒋=𝟏
𝟐
𝑓 ′′ (ξ) 2ℎ es una suma de Riemann para ∫𝑎 𝑓′′(𝑥 )𝑑𝑥 = [𝑓′(𝑏) − 𝑓′(𝑎)]
EJERCICIO 15.a
15.a.Use las estimaciones de error de los ejercicios 12 y 13 para estimar los errores del ejercicio 10
2
10: ∫1 𝑥 𝐿𝑛(𝑥 )𝑑𝑥
De donde gracias a la imagen podemos ver que 𝑚𝑎𝑥 (𝑓 (4) (𝑥 )) = 𝑓 (4) (1) = 2
Para la regla de Simpson tenemos la anterior fórmula la cual nos ayudará en el Excel:
Simpson.xlsx
a 1
f(x)=
b 2
xLn(x)
N 6
h 0.16666667
h x f(x)
0.16666667 1 0
0.16666667 1.16666667 0.17984246
0.16666667 1.33333333 0.3835761
0.16666667 1.5 0.60819766
0.16666667 1.66666667 0.85137604
0.16666667 1.83333333 1.11124897
0.16666667 2 1.38629436
sum(f(x_2j-
h/3 ( f(x0) + 2 sum(f(x_2j)) + 4 + f(xn) )
1)
0.05555556 ( 0 + 2 1.234952136 + 4 1.899289095 + 1.38629436 )
INTEGRAL:
0.6362975
Aquí vemos que la integral no da 0,6362975, mucho más cercana al valor real de la
integral.
Calculemos su respectivo error
(𝑏 − 𝑎 )5
𝐸=− ∗ 𝑚𝑎𝑥 (𝑓 (4) (𝑥 ))
180𝑛4
(2 − 1)5
=− 4
∗ 2 = 8.573388𝑥10−6
(
180 6 )
Regla del punto medio:
Primero hallemos el 𝑛 necesario:
(𝑏 − 𝑎 )2
∗ 𝑚𝑎𝑥(𝑓 ′′ (𝑥 )) ≤ 𝐸
24𝑛2
Teniendo en cuenta que 𝐸 = 10−5
(2 − 1 )2
∗ 1 ≤ 10−5
24𝑛2
12
≤ 𝑛2
24 ∗ 10−5
4166.66 ≤ 𝑛2
64.54 ≤ 𝑛
Así tomemos 𝑛 = 65.
Con la fórmula dicha en puntos anteriores, podemos realizar un Excel y calcular su
Punto medio.xlsx
aproximación
a 1
b 2
f(X) = x
n 65 Ln(X)
h 0.01538462
f(punto
h x Punto medio medio)
0.01538462 1
0.01538462 1.01538462 1.007692308 0.007721818
0.01538462 1.03076923 1.023076923 0.02334117
0.01538462 1.04615385 1.038461538 0.039191879
0.01538462 1.06153846 1.053846154 0.055270516
0.01538462 1.07692308 1.069230769 0.071573755
0.01538462 1.09230769 1.084615385 0.088098362
0.01538462 1.10769231 1.1 0.104841198
0.01538462 1.12307692 1.115384615 0.12179921
0.01538462 1.13846154 1.130769231 0.138969431
0.01538462 1.15384615 1.146153846 0.156348973
0.01538462 1.16923077 1.161538462 0.173935026
0.01538462 1.18461538 1.176923077 0.191724854
0.01538462 1.2 1.192307692 0.209715795
0.01538462 1.21538462 1.207692308 0.227905252
0.01538462 1.23076923 1.223076923 0.246290696
0.01538462 1.24615385 1.238461538 0.264869663
0.01538462 1.26153846 1.253846154 0.283639749
0.01538462 1.27692308 1.269230769 0.302598607
0.01538462 1.29230769 1.284615385 0.32174395
0.01538462 1.30769231 1.3 0.341073544
0.01538462 1.32307692 1.315384615 0.360585209
0.01538462 1.33846154 1.330769231 0.380276815
0.01538462 1.35384615 1.346153846 0.400146282
0.01538462 1.36923077 1.361538462 0.420191576
0.01538462 1.38461538 1.376923077 0.440410712
0.01538462 1.4 1.392307692 0.460801747
0.01538462 1.41538462 1.407692308 0.481362781
0.01538462 1.43076923 1.423076923 0.502091956
0.01538462 1.44615385 1.438461538 0.522987455
0.01538462 1.46153846 1.453846154 0.544047498
0.01538462 1.47692308 1.469230769 0.565270344
0.01538462 1.49230769 1.484615385 0.586654289
0.01538462 1.50769231 1.5 0.608197662
0.01538462 1.52307692 1.515384615 0.629898829
0.01538462 1.53846154 1.530769231 0.651756188
0.01538462 1.55384615 1.546153846 0.673768169
0.01538462 1.56923077 1.561538462 0.695933233
0.01538462 1.58461538 1.576923077 0.718249872
0.01538462 1.6 1.592307692 0.740716607
0.01538462 1.61538462 1.607692308 0.763331989
0.01538462 1.63076923 1.623076923 0.786094593
0.01538462 1.64615385 1.638461538 0.809003026
0.01538462 1.66153846 1.653846154 0.832055917
0.01538462 1.67692308 1.669230769 0.855251923
0.01538462 1.69230769 1.684615385 0.878589724
0.01538462 1.70769231 1.7 0.902068027
0.01538462 1.72307692 1.715384615 0.925685558
0.01538462 1.73846154 1.730769231 0.94944107
0.01538462 1.75384615 1.746153846 0.973333336
0.01538462 1.76923077 1.761538462 0.997361151
0.01538462 1.78461538 1.776923077 1.021523331
0.01538462 1.8 1.792307692 1.045818713
0.01538462 1.81538462 1.807692308 1.070246154
0.01538462 1.83076923 1.823076923 1.094804528
0.01538462 1.84615385 1.838461538 1.119492733
0.01538462 1.86153846 1.853846154 1.14430968
0.01538462 1.87692308 1.869230769 1.169254302
0.01538462 1.89230769 1.884615385 1.194325548
0.01538462 1.90769231 1.9 1.219522384
0.01538462 1.92307692 1.915384615 1.244843793
0.01538462 1.93846154 1.930769231 1.270288774
0.01538462 1.95384615 1.946153846 1.295856344
0.01538462 1.96923077 1.961538462 1.321545532
0.01538462 1.98461538 1.976923077 1.347355385
0.01538462 2 1.992307692 1.373284964
SUMA 41.35868915
(𝑏 − 𝑎 )2
𝐸=− ∗1
24(𝑛)2
12
= = 9.86193𝑥10−6
24(65)2
Entonces, pudimos obtener un 𝑛 adecuado en cada caso el cual nos hace el error menor que
10−5 .
EJERCICIO 15c. Use las estimaciones de error de los ejercicios 12 y 13 para estimar los
errores del ejercicio 10.
C. Aplique la regla compuesta del Punto medio (Ejercicio 8)
2
Ref. ∫1 𝑥 𝑙𝑛 𝑥 𝑑𝑥 (Ejercicio 10)
ℎ2
Limite de error del ejercicio 13: 𝐸 (𝑓) ≈ [𝑓 ′ (𝑏) − 𝑓 ′ (𝑎)]
6
𝐼 = ∫ 𝑥 𝑙𝑛 𝑥 𝑑𝑥
1
→
𝑓 (𝑥 ) = 𝑥 𝑙𝑛 𝑥
𝑎=1
𝑏=2
ℎ = 0.0077460
𝑓 ′ (𝑥 ) = 𝑙𝑛(𝑥 ) + 1
Límite de error:
ℎ2 ′
𝐸 (𝑓 ) ≈ [𝑓 (𝑏) − 𝑓 ′ (𝑎)]
6
(0.0077460)2
𝐸 (𝑓 ) ≈ [𝑙𝑛(2) + 1 − (𝑙𝑛(1) + 1)]
6
𝐸 (𝑓) ≈ 6.9315 ⋅ 10 − 6
1 2
𝑓 (𝑥 ) = 𝑒 −(1/2)(𝑥/𝜎)
𝜎√2𝜋
𝑏−𝑎
Donde, h= y 𝑥𝑗 = 𝑎 + 𝑗ℎ 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑗 = 0, 1, … , 𝑛.
𝑛
a. [−𝜎, 𝜎]
𝑅𝑒𝑔𝑙𝑎 𝑐𝑜𝑚𝑝𝑢𝑒𝑠𝑡𝑎 𝑑𝑒 𝑆𝑖𝑚𝑝𝑠𝑜𝑛
𝑛 1 𝑥
∞ 1 ℎ 1 2 −1 1
∫−∞ 𝜎 2𝜋 𝑒 −(1/2)(𝑥/𝜎)2 𝑑𝑥 = 3 (𝜎 𝑒 −(1/2)(𝑥/𝜎) + 2 ∑𝑗=1
2
𝑒 −(2)(𝜎)2 +
√ √ 2𝜋 𝜎 √ 2𝜋
𝑛
1 1 (𝜎−(−𝜎)
4 ∑𝑗=1 𝜎2
𝑒 −(1/2)(𝑥/𝜎)2 + 𝜎 𝑒 −(1/2)(𝑥/𝜎)2 ) - ℎ4 𝑓 4 (𝑢)
√2𝜋 √2𝜋 180
Por dato:
(2𝜎)
| ℎ4 𝑓 4 (𝑢)| < 0.00001 → 𝐶𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑛𝑑𝑜 𝜎 = 1
180
𝑏−𝑎 2𝜎 2𝑗
Donde, h= = 𝑦 𝑥𝑗 = 𝑎 + 𝑗ℎ = 𝜎( 𝑛 − 1)
𝑛 𝑛
Luego:
(25 𝜎 5 0.5 25 15 0.5
→| | < 0.00001 → √180𝑥0.00001 < 𝑛
180𝑛 4
𝑛 > 9.7 → 𝑛 ≥ 10
2𝜎 2𝜎 1 𝑗
Considerando n=10: h= 𝑛 = = 𝑦 𝑥𝑗 = (5 − 1)
10 5
1 2𝑗
∞ 1 1 2 1 −( )( −1)2
∫−∞ 𝜎 2𝜋 𝑒 −(1/2)(𝑥/𝜎)2
𝑑𝑥 = [( 𝑒 −(1/2)
+ 2 ∑4𝑗=1 𝑒 2 5 +
√ 15 √2𝜋 √2𝜋
2𝑗
1 −(1/2)( −1)2
4 ∑5𝑗=1 𝑒 5 )]
√2𝜋
2𝑗
1 2
1 −(1/2)(( −1))2 1 2
→ ∑5𝑗=1 𝑒 5 )]= 𝑒 −(2)((5−1)) +
√ 2𝜋 √ 2𝜋
1 4 2 1 8 2
1 1
𝑒 −(2)((5−1)) +…+ 𝑒 −(2)((5−1)) =1.4485346
√ 2𝜋 √ 2𝜋
5 2𝑗
1 −(1/2)(( −1))2 1 1 1 2 1 1 2
→∑ 𝑒 5 ) = 𝑒 −(2)((5−1)) + 𝑒 −(2)((3−1)) + ⋯ +
𝑗=1
𝜎√2𝜋 √2𝜋 √2𝜋
1 1 9 2
𝑒 −(2)((5−1)) = 1.7148657
√2𝜋
Reemplazamos:
∞ 1 1 2
∫−∞ 𝜎 𝑒 −(1/2)(𝑥/𝜎)2 𝑑𝑥 = 15 [( 𝑒 −(1/2) + 2(1.4485346) + 4(1.1714657)]
√2𝜋 √2𝜋
∞
1
∫ 𝑒 −(1/2)(𝑥/𝜎)2 𝑑𝑥 = 0.6826982 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−∞ 𝜎√2𝜋
𝑏 𝑛−1
ℎ
∫ 𝑓(𝑥) = (𝑓(𝑎) + 2 ∑ 𝑓(𝑥𝑗 ) + 𝑓(𝑏) )
𝑎 2
𝑗=0
𝑬𝒍 𝒑𝒂𝒔𝒐 𝒉 = 𝟔
ℎ
𝑓(𝑎) = (𝑓 + 2 ∑ 𝑓(𝑥𝑗) + 𝑓(𝑏) ) ; 𝑐𝑜𝑚𝑜 = 6
2 (𝑎)
𝒚 𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 = 𝑓(𝑥𝑗) = 124, 134, 148, 156, 147, 133, 121, 109, 99, 85, 78,
89, 104, 116, 123.
ℎ 6
(𝑓(𝑎) + 2 ∑ 𝑓(𝑥𝑗 ) + 𝑓(𝑏) ) = (124 + 2 ∑ 𝑓(𝑥𝑗) + 123)
2 2
= 𝟑(124+2(134 + 148 + 156 + 147 + 133 + 121 + 109 + 99 + 85 + 78 + 89 +
104 + 116)+ 123)
= 9855𝑓𝑡
EJERCICIO 19. Una partícula de masa m que se desplaza por un fluido está sujeta a una
resistencia viscosa R, el cual es una función de la velocidad v. La relación entre la
resistencia R, la velocidad v y el tiempo t está dada por la ecuación.
𝑣(𝑡)
𝑚
𝑡=∫ 𝑑𝑢
𝑣(𝑡𝑜) 𝑅(𝑢)
T r r p dr
r0
T
re
r0
re
r p dr
Donde re representa el radio donde comienza el contacto entre cojín y disco, r 0 representa
el radio exterior de dicho contacto, θp representa el ángulo subtendido por los cojines del
freno del sector y T(r) es la temperatura en cada punto del cojín, la cual se obtuvo
numéricamente al analizar la ecuación del calor. Si r e = 0.308 pies, r0 = 0.478 pies, θp =
0.7051 radianes y se las temperaturas dadas en la tabla siguiente se calcularon en varios
puntos del disco, obtenga una aproximación de T.
𝑟(𝑓𝑡) 𝑇(𝑟)(°𝐹 ) 𝑟(𝑓𝑡) 𝑇(𝑟)(°𝐹 ) 𝑟(𝑓𝑡) 𝑇(𝑟)(°𝐹 )
0.308 640 0.376 1034 0.444 1204
0.325 794 0.393 1064 0.461 1222
0.342 885 0.410 1114 0.461 1222
0.359 943 0.427 1152
Solución:
Utilizamos el método de Simpson Compuesto, utilizamos su siguiente formula:
h
f x dx 3 f x 4 f x f x
b
a 0 1 2
n n
h
f x0 2 f x2i 2 4 f x2i 1 f xn
b 2 2
a
f ( x)dx
3 i 1 i 1
Cálculo de la integral 1:
T r
r0
r p dr
re
re
x j 1 , x j 1 1,3,5...., n 1
n n
h
f x0 2 f x2i 2 4 f x2i 1 f xn
2 2
f x dx
b
a 3 i 2 i 1
a = 0.308 b = 0.475 n = 11
obtenemos:
T r rdr 0.7051x70.464
0.475
p
0.308
= 49.684
Cálculo de la integral 2:
r0
re
r p dr
T r r dr
r0
p 49.684
T
re
r0
T=
r dr re p
0.047107731
T 1054.688879
EJERCICIO 21. Con una exactitud de 10−4 , obtenga una aproximación del valor de la
integral que se incluye en la aplicación con que inicia este capítulo.
𝟒𝟖
∫ √𝟏 + 𝒄𝒐𝒔𝟐 (𝒙) 𝒅𝒙
𝟎
Solución
Utilizamos la regla compuesta de Simpson
𝑛 𝑛
−1
𝑏 2 2
ℎ 𝑏 − 𝑎 4 (4)
∫ 𝑓(𝑥 )𝑑𝑥 = [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)] − ℎ 𝑓 (𝜇 )
𝑎 3 180
𝑗=1 𝑗=1
− 𝑠𝑖𝑛( 2𝑥) (3 (𝑠𝑖𝑛2 (2𝑥) + 4𝑐𝑜𝑠( 2𝑥)(1 + 𝑐𝑜𝑠 2 (𝑥)) − 16(1 + 𝑐𝑜𝑠 2 (𝑥)2 )
𝑓 (3) (𝑥) = 5
8(1 + 𝑐𝑜𝑠 2 (𝑥))2
(4) (
𝑐𝑜𝑠 8 (𝑥 ) + 4 𝑐𝑜𝑠 6 (𝑥 ) − 14 𝑐𝑜𝑠 4 (𝑥 ) + 36𝑐𝑜𝑠 2 (𝑥 ) − 7
𝑓 𝑥) = 7 = 𝑓 (4) (𝜇)
(1 + 𝑐𝑜𝑠 2 (𝑥 ))2
Reemplazamos para
𝑏 − 𝑎 4 (4) 48 − 0 48 4
|− ℎ 𝑓 (𝜇)| = 0.0001 → ( ) ( ) ∗ 1.77 = 0.0001
180 180 𝑛
𝑛 = 397.8567558 ≈ 398
48 48
→ℎ= = 0.1206030 𝑥𝑗 = 𝑗 = 0.1206030𝑗
398 398
Calculamos el valor aproximado de la integral mediante Simpson
𝑛 𝑛
−1
48 2 2
ℎ
∫ √1 + 𝑐𝑜𝑠 2 (𝑥) 𝑑𝑥 ≈ [𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) + 𝑓(𝑏)]
0 3
𝑗=1 𝑗=1
48
∫ √1 + 𝑐𝑜𝑠 2 (𝑥) 𝑑𝑥
0
0.1206030
≈ [√1 + 𝑐𝑜𝑠 2 (0)
3
198
+ 2 ∑ √1 + 𝑐𝑜𝑠 2 (2 ∗ 0.1206030𝑗)
𝑗=1
199
48
∫ √1 + 𝑐𝑜𝑠 2 (𝑥) 𝑑𝑥 ≈ 0.0402010(1.4141214 + 482.1993667 + 969.6395475
0
+ 1.1873438)
𝟒𝟖
∫ √𝟏 + 𝒄𝒐𝒔𝟐 (𝒙) 𝒅𝒙 ≈ 𝟓𝟖. 𝟒𝟕𝟎𝟔𝟔𝟗𝟖
𝟎
𝐸𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑒𝑠 𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑜 𝑒𝑛𝑐𝑜𝑛𝑡𝑎𝑟 𝑎𝑙𝑔𝑢𝑛 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑝𝑖𝑎𝑑𝑜 𝑥 𝑝𝑎𝑟𝑎 𝑞𝑢𝑒 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑠𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑔𝑎
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑢𝑠𝑎𝑚𝑜𝑠 𝑒𝑙 𝑚é𝑡𝑜𝑑𝑜 𝑑𝑒 𝑁𝑒𝑤𝑡𝑜𝑛 𝑅𝑎𝑝ℎ𝑠𝑜𝑛 𝑝𝑎𝑟𝑎 𝑜𝑏𝑡𝑒𝑛𝑒𝑟𝑙𝑜.
𝑥
1 𝑡2
𝑆𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛: 𝑓 (𝑥 ) = ∫ 𝑒 2 𝑑𝑡 − 0.45
2𝜋
0
𝑥2
1
𝑌 𝑙𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑐𝑖ó𝑛 𝑐𝑜𝑛 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑥: 𝑓´(𝑥 ) = 2𝜋 𝑒 2
𝐿𝑎 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑖𝑡𝑒𝑟𝑎𝑡𝑖𝑣𝑎 𝑐𝑜𝑛𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑐𝑖ó𝑛, 𝐴𝑠í 𝑞𝑢𝑒 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑢𝑠𝑎𝑟 𝑢𝑛𝑎 𝑟𝑒𝑔𝑙𝑎 𝑑𝑒
𝑆𝑖𝑚𝑝𝑠𝑜𝑛 𝑐𝑜𝑚𝑝𝑢𝑒𝑠𝑡𝑎:
𝑛 𝑛
𝑏 2−𝐼 2
ℎ
∫ 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−𝐼 ) + 𝑓(𝑏)]
3
𝑎 𝑗=𝐼 𝑗=𝐼
0.52
𝑝1 = 0.5 − 𝑒 2 {0.4799252612 − 0.45}
𝑝1 = 0.4660902366; 𝑑𝑒 𝑎ℎí 𝑒𝑙 𝑒𝑟𝑟𝑜𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑠𝑒𝑟á:
|𝑝1 − 𝑝0 | = |0.4660902366 − 0.45| = 0.016 > 10−5
𝐸𝑠𝑜 𝑖𝑛𝑑𝑖𝑐𝑎 𝑞𝑢𝑒 𝑑𝑒𝑏𝑒𝑚𝑜𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑟 𝑐𝑜𝑛 𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑝𝑟𝑜𝑐𝑒𝑠𝑜 ℎ𝑎𝑠𝑡𝑎:
|𝑝𝑘+1 − 𝑝𝑘 | ≤ 10−5
𝑝𝑛
𝑛 𝑝𝑛 𝑡2
𝑝𝑛+1 |𝑝𝑛+1 − 𝑝𝑛 |
∫ 𝑒 2 𝑑𝑡
0
0 0.5000000000 0.4799252612 0.4660902366 0.0339097634
1 0.4660902366 0.4497506663 0.4663681785 0.0002779419
2 0.4663681785 0.4499999839 0.4663681964 0.0000000179
Y con
1 𝑥2
𝑓 ′ (𝑥 ) = 𝑒− 2
√2𝜋
Si queremos evaluar f en la aproximación pk, necesitamos una fórmula de la cuadratura
para aproximar
𝑝𝑘
1 𝑡2
∫ 𝑒 − 2 𝑑𝑡
√2𝜋
0
solución
consideramos la regla trapezoidal compuesta para calcular la
0.5
𝑡2
∫ 𝑒 − 2 𝑑𝑡
0
𝑃𝑛
𝑡2
∫ 𝑒 − 2 𝑑𝑡
n 𝑃𝑛 0 𝑃𝑛+1 |𝑃𝑘+1 −𝑃𝑘 |
1 0.5 0.4798331 0.4661945 0.0338055
2 0.4661945 0.4497684 0.4664527 0.0002582
3 0.4664567 0.4499999 0.4664528 0.0000001
Por lo tanto ,la raíz de la ecuación de f (x) = O con una exactitud de 10-5 es
X=0.4664528
CONJUNTO
DE
EJERCICIOS
5.2
𝑬𝑱𝑬𝑹𝑪𝑰𝑪𝑰𝑶 𝟏. 𝑨𝒑𝒍𝒊𝒒𝒖𝒆 𝒆𝒍 𝒎é𝒕𝒐𝒅𝒐 𝒅𝒆 𝑬𝒖𝒍𝒆𝒓 𝒑𝒂𝒓𝒂 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒓 𝒍𝒂 𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒅𝒆𝒍 𝒔𝒊𝒈𝒖𝒊𝒆𝒏𝒕𝒆 𝒑𝒓𝒐𝒃
𝒅𝒆 𝒗𝒂𝒍𝒐𝒓 𝒊𝒏𝒊𝒄𝒊𝒂𝒍:
a.
𝑦´ = 𝑡𝑒 3𝑡 − 2𝑦, 0 ≤ 𝑡 ≤ 1, 𝑦(0) = 0, cos ℎ = 0.5
𝐿𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎 𝑖𝑡𝑒𝑟𝑎𝑡𝑖𝑣𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑚é𝑡𝑜𝑑𝑜 𝑑𝑒 𝐸𝑢𝑙𝑒𝑟 𝑒𝑠:
𝑤0 =∝
𝑤𝑖+1 = 𝑤𝑖 + ℎ. 𝑓(𝑡𝑖 . 𝑤𝑖 ), 𝑖 = 0,1,2, … , 𝑛
𝐸𝑛 𝑒𝑠𝑡𝑎 𝑠𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑒𝑠 𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑜 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑦(1)𝑐𝑜𝑛 ℎ = 0.5
𝐸𝑛 𝑒𝑠𝑒 𝑐𝑎𝑠𝑜 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑠𝑜𝑠 𝑠𝑒𝑟í𝑎:
𝑏−𝑎 1−0
𝑁= = =2
ℎ 0.5
𝐷𝑒 𝑙𝑎 𝑐𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛 𝑦(0) = 0, 𝑠𝑒 𝑜𝑏𝑡𝑖𝑒𝑛𝑒 𝑡0 = 0, 𝑤0 = 0
𝐴ℎ𝑜𝑟𝑎 𝑟𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑓ó𝑟𝑚𝑢𝑙𝑎 𝑖𝑡𝑒𝑟𝑎𝑡𝑖𝑣𝑎:
𝑃𝑎𝑟𝑎 𝑖 = 0, 𝑡𝑒𝑛𝑑𝑟𝑖𝑎𝑚𝑜𝑠
𝐸𝑠 𝑑𝑒𝑐𝑖𝑟 𝑤1 = 𝑦(0.5) = 0
𝐴ℎ𝑜𝑟𝑎 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑤2 𝑑𝑒 𝑙𝑎 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑚𝑎𝑛𝑒𝑟𝑎
𝑡1 = 𝑡0 + ℎ = 0 + 0.5 = 0.5
𝑃𝑎𝑟𝑎 𝑖 = 1
𝑌0 =𝑌𝑎
𝒀𝒋+𝟏 = 𝒀𝒋 + 𝒉𝒇(𝑿𝒋 ∗ 𝒀𝒋 )
𝑗 = 0,1, … … … 𝑛 − 1
𝑦 (0) = 0
ℎ = (0.5)
n t_n y_n
0 0 0
1 0.5 1.12042227
2 1 8.92234619
1.d.
´ cos 2t sen3t ,
0 t 1
y (0) 1
h 0.25
Solución exacta
1 1
y sen2t cos 3t
2 3
ba 1 0
h 0.25 N 4
N N
ti a ih 0 i * 0.2 0.2i
w0 1
wi 1 wi hf (ti , wi ) i 0,1, 2,3.
para i0
w1 w0 hf (t0 , w0 )
w1 1 0.25 f (0.2,1)
w1 1 0.25 *1 1.25
1 1
y1 y (t1 ) sen 2t cos 3t
2 3
1 1
y1 y (1) sen 2 *1 cos 3*1
2 3
y1 0.7846462
error
y1 w1 0.4653538
para i 1
w2 w1 hf (t1 , w1 )
w2 1.25 0.25 * f (0.2,1.25)
w2 1.25 0.25 * cos 2 * 0.2 sen3* 0.2
w2 1.6214259
1 1
y2 y (t2 ) sen 2 * 0.4 cos 3* 0.4
2 3
y2 0.2378921
error
y2 w2 1.3835338
para i2
w3 w2 hf (t2 , w2 )
w3 1.6214259 0.25 * cos 2 * 0.4 sen3* 0.4
w3 2.0286123
1 1
y3 y (t3 ) sen 2 * 0.6 cos 3* 0.6
2 3
y3 0.5417536
error
y3 w3 1.4868587
para i3
w4 w3 hf (t3 , w3 )
w4 2.0286123 0.25 * cos 2 * 0.6 sen3* 0.6
w4 2.3626626
1 1
y4 y (t4 ) sen 2 * 0.8 cos 3* 0.8
2 3
y4 0.7455847
error
y4 w4 1.6170779
para i4
w5 w4 hf (t4 , w4 )
w5 2.3626626 0.25 * cos 2 * 0.8 sen3* 0.8
w5 2.5242285
1 1
y5 y (t5 ) sen 2 * 2 cos 3* 2
2 3
y5 0.698458
error
y5 w5 1.8257705
1 1 1
a. 𝑦(𝑡) = 5 𝑡𝑒 3𝑡 − 25 𝑒 3𝑡 + 25 𝑒 −2𝑡
Ref. 𝑦 ′ = 𝑡𝑒 3𝑡 − 2𝑦
𝜕𝑓
𝑓 (𝑡, 𝑦) = 𝑡𝑒 3𝑡 − 2𝑦 → | | = |−2| = 2 = 𝐿
𝜕𝑦
𝐿 = 2, 𝑆𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒 𝑙𝑎 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑑𝑒 𝐿𝑖𝑠𝑐ℎ𝑖𝑡𝑧
1 1 1
La solución exacta es: 𝑦 = 5 𝑡𝑒 3𝑡 − 25 𝑒 3𝑡 + 25 𝑒 −2𝑡
9 21 4 −2𝑡 9 21 4 −2
→ |𝑦 ′′ | = | 𝑡𝑒 3𝑡 + ̅ 𝑒 3𝑡 + 𝑒 | ≤ | 𝑒3 + 𝑒3 + 𝑒 | = 53,0475 = 𝑀, ∀𝑡
5 2𝑏 25 5 25 25
∈ [0,1]
Error (Teorema 5.9):
ℎ𝑀 𝐿(𝑡 −𝑎)
|𝑦(𝑡𝑖 ) − 𝑤𝑖 | ≤ (𝑒 𝑖 − 1)
2𝐿
𝐿=2
𝑀 = 53,0475
ℎ = 0.5
𝑎=0
0.5(53.0475) 2(0.5−0)
|𝑦(0.5) − 𝑤1 | ≤ (𝑒 − 1) = 11.3938
4
2 0.5(53.0475) 2(1−0)
|𝑦(1) − 𝑤2 | (𝑒 − 1) = 42.3654
2 4
Error Real:
1 1 1
|𝑦(0.5) − 𝑤1 | = | (0.5)𝑒 3(0.5) − 𝑒 3(0.5) + 𝑒 −2(0.5) | = |0.283617 − 0.00|
5 25 25
= 0.283617
1 1 1
|𝑦(1) − 𝑤2 | = | (1)𝑒 3(1) − 𝑒 3(1) + 𝑒 −2(1) | = |3.2191 − 1.1204223| = 2.09868
5 25 25
2.b. A continuación, se dan las soluciones reales de los problemas de valor inicial del
ejercicio 1. En cada paso, compare el error real con la cota de error.
𝟏
b. y(t) = t + 𝟏−𝒕
Referencia: ejercicio 1
Utilice el método de Euler para aproximar las soluciones de cada uno de los siguientes
problemas con valores iniciales.
la solución real es
𝟏
b. y(t) = t + 𝟏−𝒕 ………. (2)
Teorema 1
Suponga que f es continua y satisface una condición de Lipschitz con L constante en:
ℎ𝑀 𝐿(𝑡 −𝑎)
|𝑦(𝑡𝑖 ) − 𝑤𝑖 | ≤ [𝑒 𝑖 − 1]
2𝐿
ℎ𝑀
Aquí [𝑒 𝐿(𝑡𝑖 −𝑎) − 1], se denomina limite de error para el error real |𝑦(𝑡𝑖 ) − 𝑤𝑖 |, en
2𝐿
cualquier punto 𝑡𝑖 .
Teorema 2
𝝏
f(t , y) = 1 + (t – y)2, 𝝏𝒚 (𝒇(𝒕, 𝒚)) = -2(t – y)
𝜕
| (𝑓(𝑡, 𝑦))|= |−2(t – y)|
𝜕𝑦
1
= |−2(t – (𝑡 + 1−𝑡 ))|
2
= |1−𝑡|
≤ 2 (= 𝐿)
𝜕
Aquí es el valor máximo de |𝜕𝑦 (𝑓(𝑡, 𝑦))| para 2 ≤ 𝑡 ≤ 3.
Luego
1
= |−2(t – (t + ))(1 − (1 + (t − y)2 ))|
1−𝑡
1 1
= |−2(t – (t + ))(1 − (1 + (t − (t + ))2 )|
1−𝑡 1−𝑡
−2
= |(1−2)3 |
−2
≤ |(1−2)3 |
≈2
ℎ𝑀 𝐿(𝑡 −𝑎)
|𝑦(𝑡𝑖 ) − 𝑤𝑖 | ≤ [𝑒 𝑖 − 1]
2𝐿
(0.5).(2)
= [𝑒 2(2.5−2) − 1]
2.(2)
≈ 0.42957046
De manera similar al usar el teorema 1 para encontrar el error limitado en t 2 =3 para h=0.5,
L = 2, M = 2
ℎ𝑀 𝐿(𝑡 −𝑎)
|𝑦(𝑡𝑖 ) − 𝑤𝑖 | ≤ [𝑒 𝑖 − 1]
2𝐿
(0.5).(2)
= [𝑒 2(3−2) − 1]
2.(2)
≈ 1.59726
La siguiente tabla produce la comparación entre los errores reales con los límites de error
en cada paso.
l ti wi y[t1] error[i]=|𝑦[𝑡𝑖 ] − 𝑤𝑖 | ti
2 c.
𝒂. 𝑦´ = 𝑡𝑒 3𝑡 − 2𝑦, 0 ≤ 𝑡 ≥ 1, 𝑦(0) = 0, 𝑐𝑜𝑛 ℎ = 0.5
Datos:
𝑎 = 0; 𝑏 = 1; 𝑛=2
𝑡𝑖 = 𝑎 + 𝑖ℎ = 0 + 0.5𝑖 = 0.5𝑖
𝑊0 = 0
{ .
𝑊𝑖+1 = 𝑊0 + ℎ𝑓 𝑡𝑖 , 𝑤𝑖 )
( ∀𝑖 = 0, 1, 2, 3
1 1 1
𝑌 = −𝐿−1 { } + 𝐿−1 { 2
} + 𝐿−1 { }
25(𝑠 − 3) 5(𝑠 − 3 ) 25(𝑠 + 2)
𝟏 𝟑𝒕 𝟏 𝟑𝒕 𝟏 −𝟐𝒕
𝒀= − 𝒆 + 𝒕𝒆 + 𝒆
𝟐𝟓 𝟓 𝟐𝟓
Para i = 0
𝑊1 = 𝑊0 + ℎ𝑓 (𝑡0 , 𝑤0 )
Solución aproximada
𝑊1 = 0 + 0.5 (0 ∗ 𝑒 3(0) − 2(0)) = 𝑾𝟏 = 𝟎
1 3𝑡 1 3𝑡 1 1 1 1
𝑌1 = 𝑌(𝑡1 ) = − 𝑒 + 𝑡𝑒 + 𝑒 −2𝑡 = − 𝑒 3(0.5) + 0.5𝑒 3(0.5) + 𝑒 −2(0.5)
25 5 25 25 5 25
𝒀𝟏 = 𝟎. 𝟐𝟖𝟑𝟔𝟏𝟕 Solución exacta
1 3𝑡 1 3𝑡 1 1 1 1 −2(1)
𝑌2 = 𝑌(𝑡2 ) = − 𝑒 + 𝑡𝑒 + 𝑒 −2𝑡 = − 𝑒 3(1) + ∗ 1 ∗ 𝑒 3(1) + 𝑒
25 5 25 25 5 25
𝒀𝟏 = 𝟑. 𝟐𝟏𝟗𝟎𝟗𝟗 Solución exacta
1 3𝑡 1 3𝑡 1 1 1 1
𝑌3 = 𝑌 (3) = − 𝑒 + 𝑡𝑒 + 𝑒 −2𝑡 = − 𝑒 3(1.5) + ∗ 1.5 ∗ 𝑒 3(1.5) + 𝑒 −2(1.5)
25 5 25 25 5 25
𝒀𝟏 = 𝟐𝟑. 𝟒𝟎𝟔𝟒𝟒𝟔
Solución exacta
Para i = 3
𝑊4 = 𝑊3 + ℎ𝑓 (𝑡3 , 𝑤3 ) Solución aproximada
𝑊4 = 10.042768 + 0.5 (1.5 ∗ 𝑒 3(1.5) − 2(10.042768)) = 𝑾𝟒 = 𝟔𝟕. 𝟓𝟏𝟐𝟖𝟒𝟖
1 3𝑡 1 3𝑡 1 1 1 1 −2(2)
𝑌4 = 𝑌(𝑡4 ) = − 𝑒 + 𝑡𝑒 + 𝑒 −2𝑡 = − 𝑒 3(2) + ∗ 2 ∗ 𝑒 3(2) + 𝑒
25 5 25 25 5 25
𝒀𝟒 = 𝟏𝟒𝟓. 𝟐𝟑𝟓𝟎𝟗𝟖 Solución exacta
2.d. A continuación se dan las soluciones reales de los problemas de valor inicial del
ejercicio 1 en cada paso, compare el error real con la cota de error.
1 1 4
𝑑) 𝑦(𝑡) = 𝑠𝑒𝑛(2𝑡) − cos(3𝑡) +
2 3 3
0≤𝑡≤1 𝑦 (0) = 1 ℎ = 0.25
𝑏−𝑎 1
ℎ= 𝑛= =4
𝑛 0.25
𝑦 ′ (𝑡) = cos(2𝑡) + 𝑠𝑒𝑛(3𝑡)
𝑓(𝑡𝑖 ) = cos(2𝑡𝑖 ) + 𝑠𝑒𝑛(3𝑡𝑖 )
𝑤0 = 1
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 )
𝑡𝑖 = 𝑎 + 𝑖ℎ
𝑝𝑎𝑟𝑎 𝑖 = 0
𝑡0 = 0 + 0 ∗ 0.25 = 0
𝑤1 = 𝑤0 + ℎ𝑓 (𝑡0 )
𝑤1 = 1 + 0.25 = 1.25
𝑒𝑟𝑟𝑜𝑟 = |𝑦1 − 𝑤1 | = |1 − 1.25| = 0.25
𝑝𝑎𝑟𝑎 𝑖 = 1
𝑡1 = 0 + 1 ∗ 0.25 = 0.25
𝑤2 = 𝑤1 + ℎ𝑓 (𝑡1 )
𝑤2 = 1.25 + 0.25(1.01305159) = 1.50326288
𝑒𝑟𝑟𝑜𝑟 = |𝑦2 − 𝑤2 | = |1.004391825 − 1.50326288| = 0.498871055
𝑝𝑎𝑟𝑎 𝑖 = 2
𝑡2 = 0 + 2 ∗ 0.25 = 0.5
𝑤3 = 𝑤2 + ℎ𝑓 (𝑡2 )
𝑤3 = 1.50326288 + 0.25(1.026024643) = 1.759769041
𝑒𝑟𝑟𝑜𝑟 = |𝑦3 − 𝑤3 | = |1.008840428 − 1.759769041| = 0.750928613
𝑝𝑎𝑟𝑎 𝑖 = 3
𝑡3 = 0 + 3 ∗ 0.25 = 0.75
𝑤4 = 𝑤3 + ℎ𝑓 (𝑡3 )
𝑤4 = 1.759769041 + 0.25(1.038917141) = 2.019498326
𝑒𝑟𝑟𝑜𝑟 = |𝑦4 − 𝑤4 | = |1.013345462 − 2.019498326| = 1.006152864
3 a.
2
y y
a) y ' , 1 t 2 , y 1 1 , con h 0.1
t t
ba 2 1
h 0.1 N 10
N N
ti a ih ti 1 0.1i
wi 1 wi hf ti wi
Para i = 0
w0 1 t0 1
2
1 1
f t0 , w0 0
1 1
wi 1 wi hf ti , wi w1 w0 hf t0 , w0
w1 1 0.1 0 1
Para i = 1
w1 1 t1 1.1
f t1 , w1 0.082645
wi 1 wi hf ti , wi w2 w1 hf t1 , w1
w2 1 0.1 0.082645 1.0082265
Para i = 2
w2 1.0082265 t1 1.2
f t2 , w2 0.134272
wi 1 wi hf ti , wi w3 w2 hf t2 , w2
w3 1.0082265 0.1 0.134272 1.021654
Para i = 3
w3 1.021654 t1 1.3
f t3 , w3 0.168268
wi 1 wi hf ti , wi w4 w3 hf t3 , w3
w4 1.021654 0.1 0.168268 1.038481
Para i = 4
w4 1.038481 t1 1.4
f t4 , w4 0.191546
wi 1 wi hf ti , wi w5 w4 hf t4 , w4
w5 1.038481 0.1 0.191546 1.057636
Para i = 5
w5 1.057636 t1 1.5
f t5 , w5 0.207938
wi 1 wi hf ti , wi w6 w5 hf t5 , w5
w6 1.057636 0.1 0.207938 1.078430
Para i = 6
w6 1.078430 t1 1.6
f t6 , w6 0.219717
wi 1 wi hf ti , wi w7 w6 hf t6 , w6
w7 1.078430 0.1 0.219717 1.100402
Para i = 7
w7 1.100402 t1 1.7
f t6 , w6 0.228304
wi 1 wi hf ti , wi w8 w7 hf t7 , w7
w8 1.100402 0.1 0.228304 1.123232
Para i = 8
w8 1.123232 t1 1.8
f t8 , w8 0.234620
wi 1 wi hf ti , wi w9 w8 hf t8 , w8
w9 1.123232 0.1 0.234620 1.146694
Para i = 10
w9 1.146694 t1 1.9
f t9 , w9 0.239283
wi 1 wi hf ti , wi w10 w9 hf t9 , w9
w10 1.146694 0.1 0.239283 1.170622
3.b.
𝑦 𝑦 2
𝑏) 𝑦 ′ = 1 + + ( ) ; 1 ≤ 𝑡 ≤ 3; 𝑦(1) = 0; 𝑐𝑜𝑛 ℎ = 0.2
𝑡 𝑡
Solución.
𝑦 𝑦 2
𝑦′ = 1 + 𝑡 + (𝑡 ) 1≤𝑡≤3
𝑦 (1) = 0 𝑛 = 10
ℎ = 0.2 𝑎=1 𝑦 𝑏=3
𝑥𝑛 = 𝑎 + ℎ. 𝑛
n 𝑥𝑛 = 𝑎 + 0.2𝑛
0 1+0.2(0) = 1
1 1+0.2(1) = 1.2
2 1+0.2(2) =1.4
3 1+0.2(3) = 1.6
4 1+0.2(4) = 1.8
5 1+0.2(5) =2
6 1+0.2(6) =2.2
7 1+0.2(7) = 2.4
8 1+0.2(8) = 2.6
9 1+0.2(9) = 2.8
10 1+0.2(10) =3
SOLUCIÓN
1 1
y(0) = 3 →r = x = 0 ; y = 3
x y
a→ 0 1
b→ 3
1 ?
formula
𝑏−𝑎 1−0
h= → 0.1 = = 10 = 𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑛 𝑛
𝑥𝑛 A+n*h=
0 0 + 0(0.1) = 0
1 0 + 1(0.1) = 0.1
2 0 + 2(0.1) = 0.2
3 0 + 3(0.1) = 0.3
4 0 + 4(0.1) = 0.4
5 0 + 5(0.1) = 0.5
6 0 + 6(0.1) = 0.6
7 0 + 7(0.1) = 0.7
8 0 + 8(0.1) = 0.8
9 0 + 9(0.1) = 0.9
10 0 + 10(0.1) = 1
𝐄𝐉𝐄𝐑𝐂𝐈𝐂𝐈𝐎 𝟒. 𝐀 𝐜𝐨𝐧𝐭𝐢𝐧𝐮𝐚𝐜𝐢ó𝐧 𝐬𝐞 𝐝𝐚𝐧 𝐥𝐚𝐬 𝐬𝐨𝐥𝐮𝐜𝐢𝐨𝐧𝐞𝐬 𝐫𝐞𝐚𝐥𝐞𝐬 𝐚 𝐥𝐨𝐬 𝐩𝐫𝐨𝐛𝐥𝐞𝐦𝐚𝐬 𝐝𝐞𝐥 𝐯𝐚𝐥𝐨𝐫 𝐢𝐧𝐢𝐜𝐢𝐚𝐥 𝐝𝐞
𝐂𝐚𝐥𝐜𝐮𝐥𝐞 𝐞𝐥 𝐞𝐫𝐫𝐨𝐫 𝐞𝐧 𝐥𝐚𝐬 𝐚𝐩𝐫𝐨𝐱𝐢𝐦𝐚𝐜𝐢𝐨𝐧𝐞𝐬 𝐝𝐞𝐥 𝐞𝐣𝐞𝐫𝐜𝐢𝐜𝐢𝐨 𝟑.
a.
𝟑. 𝐀𝐩𝐥𝐢𝐪𝐮𝐞 𝐞𝐥 𝐦é𝐭𝐨𝐝𝐨 𝐝𝐞 𝐄𝐮𝐥𝐞𝐫 𝐩𝐚𝐫𝐚 𝐚𝐩𝐫𝐨𝐱𝐢𝐦𝐚𝐫 𝐥𝐚𝐬 𝐬𝐨𝐥𝐮𝐜𝐢𝐨𝐧𝐞𝐬 𝐝𝐞 𝐥𝐨𝐬 𝐬𝐢𝐠𝐮𝐢𝐞𝐧𝐭𝐞𝐬 𝐩𝐫𝐨𝐛𝐥𝐞𝐦𝐚𝐬
𝐝𝐞 𝐯𝐚𝐥𝐨𝐫 𝐢𝐧𝐢𝐜𝐢𝐚𝐥
𝑦 𝑦 2
𝑦′ = 𝑡 − (𝑡 ) , 1 ≤ 𝑡 ≤ 2 , 𝑦(1) = 1, 𝑐𝑜𝑛 ℎ = 0.1 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) =
𝑡
1+𝑙𝑛𝑡
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓(𝑡𝑖 ; 𝑤𝑖 )
𝑏−𝑎 2−1
𝑎 =1; 𝑏 =2 ℎ= ⇒𝑛= = 𝟏𝟎 ⇒ 𝑛 = #𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑛 0.1.
𝑡𝑖 = 𝑎 + 𝑖ℎ ; 𝑤𝑖 = 1
𝒊=𝟎
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡0 = 1 + 0(0.1) = 1 ; 𝑤0 = 1
𝑦 𝑦 2 1 1 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 𝑡 − ( 𝑡 ) = 1 − (1) = 0
𝑬𝒓𝒓𝒐𝒓 = |𝟏 − 𝟏| = 𝟎
𝒊=𝟏
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡1 = 1 + 1(0.1) = 1.1 ; 𝑤1 = 1
𝑦 𝑦 2 1 1 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 𝑡 − ( 𝑡 ) = 1.1 − (1.1) = 0.0826446
𝒊=𝟑
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡3 = 1 + 3(0.1) = 1.3 ; 𝑤3 = 1.0216895
𝑦 𝑦 2 1.0216895 1.0216895 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 𝑡 − ( 𝑡 ) = −( ) = 0.1682526
1.3 1.3
𝑦 𝑦 2 1.0385148 1.0385148 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = − ( ) = −( ) = 0.1915346
𝑡 𝑡 1.4 1.4
𝑤𝟒+1 = 𝑤4 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ) ⇒ 𝑤5 = 1.0385148 + 0.1(0.1915346 ) = 𝟏. 𝟎𝟓𝟕𝟔𝟔𝟖𝟑
𝑡 1.4
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) = = = 1.0475339
1 + 𝑙𝑛𝑡 1 + ln(1.4)
𝑬𝒓𝒓𝒐𝒓 = |1.0475339 − 1.0576683| = 𝟎. 𝟎𝟏𝟎𝟏𝟑𝟒𝟑
𝒊=𝟓
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡5 = 1 + 5(0.1) = 1.5 ; 𝑤5 = 1.0576683
𝑦 𝑦 2 1.0576683 1.0576683 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = − ( ) = −( ) = 0.2079289
𝑡 𝑡 1.5 1.5
𝑤𝟓+1 = 𝑤5 + 𝑓(𝑡𝑖 , 𝑤𝑖 ) ⇒ 𝑤6 = 1.0576683 + 0.1(0.2079289 ) = 1.0784612
𝑡 1.5
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) = = = 1.0672624
1 + 𝑙𝑛𝑡 1 + ln(1.5)
𝑬𝒓𝒓𝒐𝒓 = |1.0672624 − 1.0784612| = 𝟎. 𝟎𝟏𝟏𝟏𝟖𝟗𝟕
𝒊=𝟔
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡6 = 1 + 6(0.1) = 1.6 ; 𝑤6 = 1.0784612
𝑦 𝑦 2 1.0784612 1.0784612 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = −( ) = 0.2197107
𝑡 𝑡 1.6 1.6
𝑤𝟔+1 = 𝑤6 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ) ⇒ 𝑤7 = 1.0784612 + 0.1(0.2197107) = 1.004323
𝑡 1.6
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) = = = 1.0884327
1 + 𝑙𝑛𝑡 1 + ln(1.6)
𝑬𝒓𝒓𝒐𝒓 = |1.0884327 − 1.004323| = 𝟎. 𝟎𝟏𝟏𝟗𝟗𝟗𝟓
𝒊=𝟕
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡7 = 1 + 7(0.1) = 1.7 ; 𝑤7 = 1.004323
𝑦 𝑦 2 1.004323 1.004323 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = − ( ) = −( ) = 0.2282988
𝑡 𝑡 1.7 1.7
𝑤𝟕+1 = 𝑤7 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ) ⇒ 𝑤8 = 1.004323 + 0.1(0.2282988) = 1.1232622
𝑡 1.7
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) = = = 1.1106551
1 + 𝑙𝑛𝑡 1 + ln(1.7)
𝑬𝒓𝒓𝒐𝒓 = |1.1106551 − 1.1232622| = 𝟎. 𝟎𝟏𝟐𝟔𝟎𝟕
𝒊=𝟖
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡8 = 1 + 8(0.1) = 1.8 ; 𝑤8 = 1.1232622
𝑦 𝑦 2 1.1232622 1.1232622 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = −( ) = 0.2346154
𝑡 𝑡 1.8 1.8
𝑤𝟖+1 = 𝑤8 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ) ⇒ 𝑤9 = 1.1232622 + 0.1(0.2346154) = 1.1467237
𝑡 1.8
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) = = = 1.1336536
1 + 𝑙𝑛𝑡 1 + ln(1.8)
𝑬𝒓𝒓𝒐𝒓 = |1.1336536 − 1.1467237| = 𝟎. 𝟎𝟏𝟑𝟎𝟕𝟎𝟎
𝒊=𝟗
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡9 = 1 + 9(0.1) = 1.9 ; 𝑤9 = 1.1467237
𝑦 𝑦 2 1.1467237 1.1467237 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = −( ) = 0.2392797
𝑡 𝑡 1.9 1.9
𝑤𝟗+1 = 𝑤9 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ) ⇒ 𝑤10 = 1.1467237 + 0.1(0.2392797) = 1.1706516
𝑡 1.9
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑦 ′ (𝑡) = = = 1.1572284
1 + 𝑙𝑛𝑡 1 + ln(1.9)
𝑬𝒓𝒓𝒐𝒓 = |1.1572284 − 1.1706516| = 𝟎. 𝟎𝟏𝟑𝟒𝟐𝟑𝟏
4.b.
A continuación, se dan las soluciones reales a los problemas de valor inicial del
ejercicio 3. Calcule el error en las aproximaciones del ejercicio 3
Solución real
𝒚(𝒕) = 𝒕 𝒕𝒂𝒏(𝒍𝒏 𝒕)
𝑦 𝑦 2
Problema de valor inicial 3 𝑦´ = 1 + + ( ) 1 ≤ 𝑡 ≤ 3 𝑦(1) = 0 ℎ = 0.2
𝑡 𝑡
Conocemos que
ℎ
𝑦(𝑡𝑖+1 ) = 𝑦(𝑡𝑖 ) + ℎ𝑓(𝑡1 , 𝑦(𝑡1 )) + 𝑦´´(𝜉𝑖 )
2
𝜔𝑖 ≈ 𝑦(𝑡𝑖 ) = 𝑦𝑖
𝜔0 = 𝑦𝑖 = 0
𝜔𝑖+1 = 𝜔𝑖 + ℎ𝑓(𝑡𝑖 , 𝜔𝑖 )
solución
𝑦´ = 𝑓(𝑡, 𝑦)
𝑦 𝑦 2 𝝎𝒊 𝝎𝒊 𝟐
𝑦´ = 𝑓(𝑡𝑖 , 𝜔𝑖 ) = 1 + +( ) =𝟏+ +( )
𝑡 𝑡 𝒕𝒊 𝒕𝒊
a = 1; b = 3; h = 0.2; N = 10; t i = a + ih = 1 + 0.2i para i = 0, 1, 2, … , N.
La solución exacta 𝑦(𝑡) = 𝑡 𝑡𝑎𝑛(𝑙𝑛 𝑡) = 𝒚(𝒕𝒊 ) = 𝒕𝒊 𝒕𝒂𝒏(𝒍𝒏 𝒕𝒊 )
Para 𝑖 = 0
𝜔0+1 = 𝜔0 + ℎ𝑓(𝑡0 , 𝜔0 )
0 0 2
𝜔1 = 0 + 0.2 (1 + + ( ) ) = 0.2 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
1 1
1.0520381 1.0520381 2
𝜔5 = 1.0520381 + 0.2 (1 + +( ) ) = 1.4372512
1.8 1.8
→ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
𝑦5 = 𝑦(𝑡5 ) = 2 𝑡𝑎𝑛(𝑙𝑛 2) = 1.6612818 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
Error |𝟏. 𝟔𝟔𝟏𝟐𝟖𝟏𝟖 − 𝟏. 𝟎𝟓𝟐𝟎𝟑𝟖𝟏| = 𝟎. 𝟐𝟐𝟒𝟎𝟑𝟎𝟓
Para 𝑖 = 5
𝜔5+1 = 𝜔5 + ℎ𝑓(𝑡5 , 𝜔5 )
1.4372512 1.4372512 2
𝜔6 = 1.4372512 + 0.2 (1 + +( ) ) = 1.8842609
2 2
→ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
𝑦6 = 𝑦(𝑡6 ) = 2 . 2𝑡𝑎𝑛(𝑙𝑛 2.2) = 2.2135018 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
Error |𝟐. 𝟐𝟏𝟑𝟓𝟎𝟏𝟖 − 𝟏. 𝟖𝟖𝟒𝟐𝟔𝟎𝟗| = 𝟎. 𝟑𝟐𝟗𝟐𝟒𝟎𝟗
Para 𝑖 = 6
𝜔6+1 = 𝜔6 + ℎ𝑓(𝑡6 , 𝜔6 )
1.8842609 1.8842609 2
𝜔7 = 1.8842609 + 0.2 (1 + +( ) ) = 2.4022697
2.2 2.2
→ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
𝑦7 = 𝑦(𝑡7 ) = 2 . 4𝑡𝑎𝑛(𝑙𝑛 2.4) = 2.8765514 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
Error |𝟐. 𝟖𝟕𝟔𝟓𝟓𝟏𝟒 − 𝟐. 𝟒𝟎𝟐𝟐𝟔𝟗𝟕| = 𝟎. 𝟒𝟕𝟒𝟐𝟖𝟏𝟕
Para 𝑖 = 7
𝜔7+1 = 𝜔7 + ℎ𝑓(𝑡7 , 𝜔7 )
2.4022697 2.4022697 2
𝜔8 = 2.4022697 + 0.2 (1 + +( ) ) = 3.0028373
2.4 2.4
→ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
𝑦8 = 𝑦(𝑡8 ) = 2 . 6𝑡𝑎𝑛(𝑙𝑛 2.6) = 3.6784753 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
Error |𝟑. 𝟔𝟕𝟖𝟒𝟕𝟓𝟑 − 𝟑. 𝟎𝟎𝟐𝟖𝟑𝟕𝟑| = 𝟎. 𝟔𝟕𝟓𝟔𝟑𝟖
Para 𝑖 = 8
𝜔8+1 = 𝜔8 + ℎ𝑓(𝑡8 , 𝜔8 )
3.0028373 3.0028373 2
𝜔9 = 3.0028373 + 0.2 (1 + +( ) ) = 3.7006009
2.6 2.6
→ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
𝑦9 = 𝑦(𝑡9 ) = 2 . 8𝑡𝑎𝑛(𝑙𝑛 2.8) = 4.6586651 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
Error |𝟒. 𝟔𝟓𝟖𝟔𝟔𝟓𝟏 − 𝟑. 𝟕𝟎𝟎𝟔𝟎𝟎𝟗| = 𝟎. 𝟗𝟓𝟖𝟎𝟔𝟒𝟐
Para 𝑖 = 9
𝜔9+1 = 𝜔9 + ℎ𝑓(𝑡9 , 𝜔9 )
3.7006009 3.7006009 2
𝜔10 = 3.7006009 + 0.2 (1 + +( ) ) = 4.5142777
2. .8 2.8
→ 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑑𝑎
𝑦10 = 𝑦(𝑡10 ) = 3 𝑡𝑎𝑛(𝑙𝑛 3) = 5.8741 → 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑎𝑐𝑡𝑎
Error |𝟓. 𝟖𝟕𝟒𝟏 − 𝟒. 𝟓𝟏𝟒𝟐𝟕𝟕𝟕| = 𝟏. 𝟑𝟓𝟗𝟖𝟐𝟐𝟑
4.c. A continuación, se dan las soluciones reales de los problemas de valor inicial del
ejercicio 3. Calcule el error en las aproximaciones del ejercicio 3.
SOLUCIÓN
𝑏−𝑎
ℎ=
𝑛
𝑏−𝑎 2−0
𝑛= = = 10
ℎ 0.2
𝑓 (𝑡, 𝑦) = −(𝑦 + 1)(𝑦 + 3)
𝑡𝑖 = 𝑎 + ℎ𝑖; 𝑖 = 0,1,2
𝑡𝑜 = 0 + 0.2 ∗ 0 = 0
𝑡1 = 0 + 0.2 ∗ 1 = 0.2
𝑡2 = 0 + 0.2 ∗ 2 = 0.4
𝑊𝑜 = 1
𝑤𝑖+1= 𝑤𝑖 + ℎ𝑓(𝑡𝑖 ; 𝑤0 )
i=0
𝑤0+1= 𝑤0 + ℎ𝑓(𝑡𝑜 ; 𝑤0 )
𝑤1 = 1 + 0.2 (2 + 1)(2 + 3) = 4
𝑊1 = 2
𝑖=1
𝑤1+1= 𝑤1 + 0.2𝑓(𝑡1 ; 𝑤1 )
𝑤2 = 2 + 0.2(2 + 1)(2 + 3) = 5
/𝑤𝑖− 𝑦(𝑡𝑖 )/
/ 4 − 2.197/= 1.103
/ 5 − 2.3799/= 2.62
4d.
A continuación, se dan las soluciones reales a los problemas de valor inicial del ejercicio 3.
Calcule el error en las aproximaciones del ejercicio 3.
1
𝑦(𝑡) = 𝑟 2 + 𝑒 5𝑡
3
𝑒 𝑡 (𝑡 2 + 4𝑡 + 2) − 2𝑒 ≤ 𝑀
𝑀 = 𝑒 2 (14) − 2𝑒
𝑀 = 14𝑒 2 − 2𝑒
También a=1 y 𝑡𝑖 = 𝑎 + ℎ𝑖 = 1 + ℎ𝑖
𝑡1 = 1 + ℎ
6.b.
1 𝑦
Dado el problema valor inicial 𝑦´ = 𝑡 2 − 𝑡 − 𝑦 2 1≤𝑡≤2 𝑦(1) = −1
−1
Con solución exacta. y(t)= 𝑡
a). use el método de Euler con un h=0.05 para aproximar la solución y compare los valores
reales de y.
b9 aproxime la respuestas obtenidas en el inciso a)y la interpolación lineal para aproxilar
los siguientes valores y compare con reales
y(1.052) y(1.555) y(1.978)
tenemos
2−1 2−1
ℎ= 𝑛= = 20
𝑛 0.05
𝑡𝑖 = 𝑎 + ℎ𝑖 𝑡𝑖 = 1 + ℎ𝑖
𝑡0 = 1.1 𝑡10 = 1.5
𝑡1 = 1.05 𝑡11 = 1.55
𝑡2 = 1.1 𝑡12 = 1.60
𝑡3 = 1.15 𝑡13 = 1.65
𝑡4 = 1.2 𝑡14 = 1.70
𝑡5 = 1.25 𝑡15 = 1.75
𝑡6 = 1.30 𝑡16 = 1.80
𝑡7 = 1.35 𝑡17 = 1.85
𝑡8 = 1.40 𝑡18 = 1.90
𝑡9 = 1.45 𝑡19 = 1.95
𝑡20 = 2.00
Método de Euler
𝑤0 = 𝛼 𝑦(𝑎) = 𝛼
𝑤0 = −1
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 ) ∀𝑖 = 0,1,2,3,4,5,6 … . .19
i=0
1 𝑤𝑖
𝑤1 = 𝑤0 + 0.05 [( 2) − − 𝑤𝑖 2 ]
𝑡𝑖 𝑡𝑖
𝑤1 = 𝑤0 + 0.05(1, −1)
𝑤1 = −1 + 0.05(1)
𝑤1 = −0.95 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 este
−1 −1
𝑦(𝑡1 ) = 𝑦(𝑡1 ) = 1.05 𝑦(𝑡1 ) = −0.9523810
𝑡1
i=1
𝑤2 = 𝑤1 + 0.05 (𝑡1 , 𝑤1 )
𝑤2 = 𝑤1 + 0.05(1.05, −0.95)
𝑤2 = −0.95 + 0.05(1.05, −0.95)
−1
𝑦(𝑡2 ) = 𝑦(𝑡2 ) = −0.9090909 𝒗𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
1.1
i=2
𝑤3 = 𝑤2 + 0.05 (𝑡2 , 𝑤2 )
𝑤3 = 𝑤2 + 0.05(1.1, −0.9045354)
𝑤3 = −0.9045354 + 0.05(1.1, −0.9045354)
𝑤3 = −0.8630071 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡3 ) = 𝑡3
−1
𝑦(𝑡3 ) = 𝑦(𝑡3 ) = −0.8695652 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.15
i=3
𝑤4 = 𝑤3 + 0.05 (𝑡3 , 𝑤3 )
𝑤4 = 𝑤3 + 0.05(1.15, −0.8630071)
𝑤4 = −0.8630071 + 0.05(1.1, −0.9045354)
𝑤4 = −0.8249169 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡4 ) = 𝑡4
−1
𝑦(𝑡4 ) = 𝑦(𝑡4 ) = −0.83 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.2
i=4
𝑤5 = 𝑤4 + 0.05 (𝑡4 , 𝑤4 )
𝑤5 = 𝑤4 + 0.05(1.2, −0.8249169)
𝑤5 = −0.8249169 + 0.05(1.2, −0.8249169)
𝑤5 = −0.7898475 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡5 ) = 𝑡5
−1
𝑦(𝑡5 ) = 𝑦(𝑡5 ) = −0.8 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.25
i=5
𝑤6 = 𝑤5 + 0.05 (𝑡5 , 𝑤5 )
𝑤6 = 𝑤5 + 0.05(1.25, −0.7898475)
𝑤6 = −0.7898475 + 0.05(1.25, −0.7898475)
𝑤6 = −0.7574466 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡6 ) = 𝑡6
−1
𝑦(𝑡6 ) = 𝑦(𝑡6 ) = −0.7692308 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.30
i=6
𝑤7 = 𝑤6 + 0.05 (𝑡6 , 𝑤6 )
𝑤7 = 𝑤6 + 0.05(1.30, −0.7574466)
𝑤7 = −0.7574466 + 0.05 (1.30, −0.7574466)
𝑤7 = −0.7274145 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡7 ) = 𝑡7
−1
𝑦(𝑡7 ) = 𝑦(𝑡7 ) = −0.7407407 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.35
i=7
𝑤8 = 𝑤7 + 0.05 (𝑡7 , 𝑤7 )
𝑤8 = 𝑤6 + 0.05(1.35, −0.7274145)
𝑤8 = −0.7274145 + 0.05 (1.35, −0.7274145)
𝑤8 = −0.6994950 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡8 ) = 𝑡8
−1
𝑦(𝑡8 ) = 𝑦(𝑡8 ) = −0.7142857 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.40
i=8
𝑤9 = 𝑤8 + 0.05 (𝑡8 , 𝑤8 )
𝑤9 = 𝑤8 + 0.05(1.40, −0.6994950)
𝑤9 = −0.6994950 + 0.05 (1.40, −0.6994950)
𝑤9 = −0.6734675 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡9 ) = 𝑡9
−1
𝑦(𝑡9 ) = 𝑦(𝑡9 ) = −0.6896552 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.45
i=9
𝑤10 = 𝑤9 + 0.05 (𝑡9 , 𝑤9 )
𝑤10 = 𝑤9 + 0.05(1.45, −0.6734675)
𝑤10 = −0.6734675 + 0.05(1.45, −0.6734675)
𝑤10 = −0.6491412 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡10 ) = 𝑡
10
−1
𝑦(𝑡10 ) = 𝑦(𝑡10 ) = −0.6666667𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.50
i=10
𝑤11 = 𝑤10 + 0.05 (𝑡10 , 𝑤10 )
𝑤11 = 𝑤10 + 0.05(1.50, −0.6491412)
𝑤11 = −0.6491412 + 0.05(1.50, −0.6491412)
𝑤11 = −0.6152390 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡11 ) = 𝑡
11
−1
𝑦(𝑡11 ) = 𝑦(𝑡11 ) = −0.6451613𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.55
i=11
𝑤12 = 𝑤11 + 0.05 (𝑡11 , 𝑤11 )
𝑤12 = 𝑤11 + 0.05(1.55, −0.6152390)
𝑤12 = −0.6152390 + 0.05(1.55, −0.6152390)
𝑤12 = −0.5935069 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡12 ) = 𝑡
12
−1
𝑦(𝑡12 ) = 𝑦(𝑡11 ) = −0.625𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.60
i=12
𝑤13 = 𝑤12 + 0.05 (𝑡12 , 𝑤12 )
𝑤13 = 𝑤12 + 0.05(1.60, −0.5935069)
𝑤13 = −0.5935069 + 0.05(1.60, −0.5935069)
𝑤13 = −0.5730411 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡13 ) = 𝑡
13
−1
𝑦(𝑡13 ) = 𝑦(𝑡11 ) = −0.6060606𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.65
i=13
𝑤14 = 𝑤13 + 0.05 (𝑡13 , 𝑤13 )
𝑤14 = 𝑤13 + 0.05(1.65, −0.5730411)
𝑤14 = −0.5730411 + 0.05(1.65, −0.5730411)
𝑤14 = −0.5537296 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡14 ) = 𝑡
14
−1
𝑦(𝑡14 ) = 𝑦(𝑡11 ) = −0.5882353𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.70
i=14
𝑤15 = 𝑤14 + 0.05 (𝑡14 , 𝑤14 )
𝑤15 = 𝑤14 + 0.05(1.70, −0.5537296)
𝑤15 = −0.5537296 + 0.05(1.70, −0.5537296)
𝑤15 = −0.5354732 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡15 ) = 𝑡
15
−1
𝑦(𝑡15 ) = 𝑦(𝑡15 ) = −0.5714286𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.75
i=15
𝑤16 = 𝑤15 + 0.05 (𝑡15 , 𝑤15 )
𝑤16 = 𝑤15 + 0.05(1.75, −0.5354732)
𝑤16 = −0.5354732 + 0.05(1.75, −0.5354732)
𝑤16 = −0.5181840 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡16 ) =
𝑡16
−1
𝑦(𝑡16 ) = 𝑦(𝑡16 ) = −0.5555556𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.80
i=16
𝑤17 = 𝑤16 + 0.05 (𝑡16 , 𝑤16 )
𝑤17 = 𝑤16 + 0.05(1.80, −0.5181840)
𝑤17 = −0.5181840 + 0.05(1.80, −0.5181840)
𝑤17 = −0.5017836 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡17 ) = 𝑡
17
−1
𝑦(𝑡17 ) = 𝑦(𝑡17 ) = −0.5405405𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.85
i=17
𝑤18 = 𝑤17 + 0.05 (𝑡17 , 𝑤17 )
𝑤18 = 𝑤17 + 0.05(1.85, −0.5017836)
𝑤18 = −0.5017836 + 0.05(1.85, −0.5017836)
𝑤18 = −0.4862020 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡18 ) = 𝑡
18
−1
𝑦(𝑡18 ) = 𝑦(𝑡17 ) = −0.5263158𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.90
i=18
𝑤19 = 𝑤18 + 0.05 (𝑡18 , 𝑤18 )
𝑤19 = 𝑤18 + 0.05(1.90, −0.4862020)
𝑤19 = −0.4862020 + 0.05(1.90, −0.4862020)
𝑤19 = −0.4713764 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
−1
𝑦(𝑡19 ) = 𝑡
19
−1
𝑦(𝑡19 ) = 𝑦(𝑡19 ) = −0.5128205𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
1.95
i=19
𝑤20 = 𝑤19 + 0.05 (𝑡19 , 𝑤19 )
𝑤20 = 𝑤19 + 0.05(1.95, −0.4713764)
𝑤20 = −0.4713764 + 0.05(1.95, −0.4713764)
𝒘𝟐𝟎 = −𝟎. 𝟒𝟓𝟕𝟐𝟓𝟎𝟒 𝒗𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
−1
𝑦(𝑡20 ) = 𝑡
20
−1
𝑦(𝑡20 ) = 𝑦(𝑡20 ) = −0.5𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
2.00
b)
Para aproximar (1.052), necesitamos una interpolación lineal entre dos puntos
(1.05, −0.95) y (1.1, −0.9045354), que es. (obtenidos en el ejercicio 6a.
−0.9045354 ± 0.95
𝑦 + 0.95 = (𝑡 − 1.05) ( )
1.1 − 1.05
−1
y(t)= 𝑡
t = 1.052
−1
𝑌(1.052) =
1.052
Para aproximar (1.555), necesitamos una interpolación lineal entre dos puntos
(1.55, −0.6152390) y (1.6, -0.5935069), que es. (obtenidos en el ejercicio 6a).
−0.5935069 + 0.6152390
𝑦 + 0.6152390 = (𝑡 − 1.5) ( )
1.6 − 1.55
𝟏
𝒚( 𝒕 ) = −
𝒕
t = 1.555
−1
𝑌(1.555) =
1.555
Para aproximar (1.978), necesitamos una interpolación lineal entre dos puntos
(1.95, −0.4713764) y (2, -0.4572504), que es. (obtenidos en el ejercicio 6a).
−0.4572504 + 0.4713764
𝑦 + 0.4713764 = (𝑡 − 1.95) ( )
2 − 1.95
t = 1.555
−1
𝑌(1.978) =
1.978
a.
a≤ 𝑡 ≤ 𝑏 ; {𝑦(𝑎) = ∝
𝒘𝟎 = 𝟏
{ ∀𝑖 = 0,1,2, … . 𝑛 − 1.
𝑤𝑖+1 = 𝑤𝑖 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ),
𝑡𝑖 = 𝑎 + 𝑖ℎ=0+i(0.2)
𝒑𝒂𝒓𝒂 𝒊 = 𝟎
𝑤𝑖+1 = 𝑤𝑖 + ℎ ∗ 𝑓 (𝑡𝑖 , 𝑤𝑖 ) 𝑤1 = 𝑤0 + ℎ ∗ 𝑓 (𝑡0 , 𝑤0 ) ; hallamos 𝒇(𝒕𝟎 , 𝒘𝟎 )=?
Para i=1
𝑤2 = 𝑤1 + ℎ ∗ 𝑓 (𝑡1 , 𝑤1 )= 1+0.2(-1+0.2+1) = 1.04 ; 𝒘𝟐 =1.04
Para i=2
𝒕𝒊 = 𝒂 + 𝒊𝒉=0+i(0.2)
Para i=3
𝒕𝒊 = 𝒂 + 𝒊𝒉=0+i(0.2)
Para i=4
𝒕𝒊 = 𝒂 + 𝒊𝒉=0+i(0.2)
Para i=5
Para i=6
𝑤7
= 𝑤6 + ℎ
∗ 𝑓(𝑡6 , 𝑤6 )=1.462144+0.2(-1.462144+1.2+1)= 1.6097152 ; 𝒘𝟕 =1.6097152 ;
𝒕𝒊 = 𝒂 + 𝒊𝒉=0+i(0.2)
Para i=7
𝑤8
= 𝑤7 + ℎ
∗ 𝑓 (𝑡7 , 𝑤7 )= 1.6097152+0.2(-1.697142+1.4+1)= 1.7502868 ; 𝒘𝟖 =1.7502868
Para i=8
𝑤9
= 𝑤8 + ℎ
∗ 𝑓(𝑡8 , 𝑤8 )=1.7502868+0.2(-1.7502868+1.6+1)= 1.9202294 ; 𝒘𝟕 =1.9202294 ;
𝒕𝒊 = 𝒂 + 𝒊𝒉=0+i(0.2)
Para i=9
𝒘𝟏𝟎 =2.09618352
𝒘𝟏𝟏 =2.276946816
Para i=11
𝑤12 = 𝑤11 + ℎ ∗ 𝑓 (𝑡11 , 𝑤11 )
2.27694682+0.2(-2.27894682+2.2+1)= 2.4615574
𝒘𝟏𝟐 =2.4615574
Para i=12
𝑤13 = 𝑤12 + ℎ ∗ 𝑓 (𝑡12 , 𝑤12 )
2.4615574+0.2(-2.4615574+2.4+1)= 2.6492459
𝒘𝟏𝟑 =2.6492459
Para i=13
𝑤14 = 𝑤13 + ℎ ∗ 𝑓 (𝑡13 , 𝑤13 )
2.6492459+0.2(-2.6492459+2.6+1)= 2.8393967
𝒘𝟏𝟒 =2.8393967
Para i=14
𝑤15 = 𝑤14 + ℎ ∗ 𝑓 (𝑡14 , 𝑤14 )
2.8393967+0.2(-2.8393967+2.8+1)= 3.03151736
𝒘𝟏𝟓 =3.03151736
Para i=15
𝑤16 = 𝑤15 + ℎ ∗ 𝑓 (𝑡15 , 𝑤15 )
3.03151736+0.2(-3.03151736+3+1)= 3.22521388
𝒘𝟏𝟔 =3.22521388
Para i=16
𝑤17 = 𝑤16 + ℎ ∗ 𝑓 (𝑡16 , 𝑤16 )
𝒘𝟏𝟕 =3.42017104
Para i=17
𝑤18 = 𝑤17 + ℎ ∗ 𝑓 (𝑡17 , 𝑤17 )
3.42017104+0.2(-3.4017104+3.4+1)= 3.6198289
𝒘𝟏𝟖 =3.61982896
Para i=18
𝑤19 = 𝑤18 + ℎ ∗ 𝑓 (𝑡18 , 𝑤18 )
3.61982896+0.2(-3.61982896+3.6+1)= 3.81586316
𝒘𝟏𝟗 =3.81586316
Para i=19
3.81586316+0.2(-3.81586316+3.8+1)= 4.01269052
𝒘𝟐𝟎 =4.01269052
Para i=20
𝑤21 = 𝑤19 + ℎ ∗ 𝑓 (𝑡20 , 𝑤20 )
4.01269052+0.2(-4.01269052+4+1)= 4.2101524
𝒘𝟐𝟏 =4.2101524
Para i=21
𝑤22 = 𝑤21 + ℎ ∗ 𝑓 (𝑡21 , 𝑤21 )
4.2101524+0.2(-4.2101524+4.2+1)= 4.40812192
𝒘𝟐𝟐 =4.40812192
Para i=22
𝑤23 = 𝑤22 + ℎ ∗ 𝑓 (𝑡22 , 𝑤22 )
4.40812192+0.2(-4.40812192+4.4+1)= 4.60649753
𝒘𝟐𝟑 =4.60649753
4.60649753+0.2(-4.60649753+4.6+1)= 4.8051980
𝒘𝟐𝟒 =4.8051980
Para i=24
𝑤25 = 𝑤24 + ℎ ∗ 𝑓 (𝑡24 , 𝑤24 )
4.8051980+0.2(-4.8051980+4.8+1)= 5.0041584
𝒘𝟐𝟓 =5.0041584
SOLUCIÓN
Para poder aproximar los valores pedidos en el ejercicio 8a primeramente vamos a calcular
los ejercicios 3a y 4a
Ejercicio 3a
Aplique el método de Euler para aproximar las soluciones de los siguientes problemas de
valor inicial.
𝑦 𝑦 2
𝑦′ = −( ) 1 ≤ 𝑡 ≤ 2, 𝑦 (1) = 1 𝑐𝑜𝑛 ℎ = 0.1
𝑡 𝑡
SOLUCIÓN
Encontrando el número de iteraciones a realizar.
𝑎=1 𝑏=2
𝑏−𝑎 2−1
𝑁= = = 10
ℎ 0.1
El número de iteraciones a realizar son 10.
La función es la siguiente:
𝑤 𝑤 2
𝑓(𝑡, 𝑤) = −( )
𝑡 𝑡
𝑡𝑖 = 𝑎 + 𝑖 ∗ ℎ
Iteración 1 (𝑖 = 0)
𝑤1 ≈ 𝑤0 + ℎ ∗ 𝑓(𝑡0 , 𝑤0 )
𝑤1 ≈ 1 + 0.1 ∗ 𝑓(𝑡0 = 1, 𝑤0 = 1)
1 1 2
𝑓 (1,1) = 1 − (1) = 0
𝒘𝟏 ≈ 𝟏 + 𝟎. 𝟏 ∗ 𝟎 = 𝟏
Iteración 2 (𝑖 = 1)
𝑤2 ≈ 𝑤1 + ℎ ∗ 𝑓(𝑡1 , 𝑤1 )
𝒘𝟐 ≈ 𝟏. 𝟎𝟎𝟖𝟐𝟔𝟒𝟓
Iteración 3 (𝑖 = 2)
𝑤𝑖+1 ≈ 𝑤𝑖 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ) 𝑡2 = 1 + 2 ∗ 0.1 = 1.2
𝑤3 ≈ 𝑤2 + ℎ ∗ 𝑓(𝑡2 , 𝑤2 )
𝒘𝟑 ≈ 𝟏. 𝟎𝟐𝟏𝟔𝟖𝟗𝟓
Iteración 4 (𝑖 = 3)
𝑤4 ≈ 𝑤3 + ℎ ∗ 𝑓(𝑡3 , 𝑤3 )
𝒘𝟒 ≈ 𝟏. 𝟎𝟑𝟖𝟓𝟏𝟒𝟖
Iteración 5 (𝑖 = 4)
𝑤5 ≈ 𝑤4 + ℎ ∗ 𝑓(𝑡4 , 𝑤4 )
𝒘𝟓 ≈ 𝟏. 𝟎𝟓𝟕𝟔𝟔𝟖𝟑
Iteración 6 (𝑖 = 5)
𝑤6 ≈ 𝑤5 + ℎ ∗ 𝑓(𝑡5 , 𝑤5 )
𝑤6 ≈ 1.0576683 + 0.1 ∗ 𝑓(𝑡5 = 1.5, 𝑤5 = 1.0576683)
1.0576683 1.0576683 2
𝑤6 ≈ 1.0576683 + 0.1 ∗ ( −( ) )
1.5 1.5
𝒘𝟔 ≈ 𝟏. 𝟎𝟕𝟖𝟒𝟔𝟏𝟐
Iteración 7 (𝑖 = 6)
𝑤7 ≈ 𝑤6 + ℎ ∗ 𝑓(𝑡6 , 𝑤6 )
𝒘𝟕 ≈ 𝟏. 𝟏𝟎𝟎𝟒𝟑𝟐𝟑
Iteración 8 (𝑖 = 7)
𝑤8 ≈ 𝑤7 + ℎ ∗ 𝑓(𝑡7 , 𝑤7 )
𝒘𝟖 ≈ 𝟏. 𝟏𝟐𝟑𝟐𝟔𝟐𝟐
Iteración 9 (𝑖 = 8)
𝑤9 ≈ 𝑤8 + ℎ ∗ 𝑓(𝑡8 , 𝑤8 )
𝒘𝟗 ≈ 𝟏. 𝟏𝟒𝟔𝟕𝟐𝟑𝟕
Iteración 10 (𝑖 = 9)
𝑤𝑖+1 ≈ 𝑤𝑖 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ) 𝑡9 = 1 + 9 ∗ 0.1 = 1.9
𝑤10 ≈ 𝑤9 + ℎ ∗ 𝑓(𝑡9 , 𝑤9 )
𝒘𝟏𝟎 ≈ 𝟏. 𝟏𝟕𝟎𝟔𝟓𝟏𝟕
En este caso se va a realizar una iteración más debido a que el primer término ya se daba
como dato, pero igual se procedió a iterar.
Iteración 11 (𝑖 = 10)
𝒘𝟏𝟏 ≈ 𝟏. 𝟏𝟗𝟒𝟗𝟐𝟑𝟔
SOLUCIÓN
Gracias a que nos dan la solución real del ejercicio 3a solo voy a proceder a aproximar los
valores calculados.
𝑡
𝑦(𝑡) =
1 + ln(𝑡)
𝑡0 = 1
1
𝑦 (1) = =1
1 + ln(1)
𝑡1 = 1.1
1.1
𝑦(1.1) = = 1.0042817
1 + ln(1.1)
𝑡2 = 1.2
1.2
𝑦(1.2) = = 1.0149523
1 + ln(1.2)
𝑡3 = 1.3
1.3
𝑦(1.3) = = 1.0298137
1 + ln(1.3)
𝑡4 = 1.4
1.4
𝑦(1.4) = = 1.0475339
1 + ln(1.4)
𝑡5 = 1.5
1.5
𝑦(1.5) = = 1.0672624
1 + ln(1.5)
𝑡6 = 16
1.6
𝑦(1.6) = = 1.0884327
1 + ln(1.6)
𝑡7 = 1.7
1.7
𝑦(1.7) = = 1.1106551
1 + ln(1.7)
𝑡8 = 1.8
1.8
𝑦(1.8) = = 1.1336536
1 + ln(1.8)
𝑡9 = 1.9
1.9
𝑦(1.9) = = 1.1572284
1 + ln(1.9)
𝑡10 = 2
2
𝑦 (2) = = 1.1812322
1 + ln(2)
Una vez obtenido los resultados del ejercicio 3a y 4a procedemos a comparar los
resultados y utilizar una interpolación lineal para aproximar:
y (1.25) y
y (1.93)
1.0385148 − 1.0216895
𝑤 = 1.0216895 + ∗ (1.25 − 1.2)
1.3 − 1.2
→ 𝒚(𝟏. 𝟐𝟓) ≈ 𝟏. 𝟎𝟑𝟎𝟏𝟎𝟐𝟐 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏. 𝟐𝟓
𝒚(𝟏. 𝟐𝟓) = = 𝟏. 𝟎𝟐𝟏𝟗𝟓𝟔𝟗 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 + 𝐥𝐧(𝟏. 𝟐𝟓)
1.1949236 − 1.1706517
𝑤 = 1.1706517 + ∗ (1.93 − 1.9)
2 − 1.9
→ 𝒚(𝟏. 𝟗𝟑) ≈ 𝟏. 𝟏𝟕𝟕𝟗𝟑𝟑𝟑 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
𝟏. 𝟗𝟑
𝒚(𝟏. 𝟗𝟑) = = 𝟏. 𝟏𝟔𝟒𝟑𝟗𝟎𝟐 𝑽𝒂𝒍𝒐𝒓 𝒆𝒙𝒂𝒄𝒕𝒐
𝟏 + 𝐥𝐧(𝟏. 𝟗𝟑)
Con el tamaño del paso h =0.2 y compare los resultados con la solución real
y(𝑡) = t ∗ tan(𝑙𝑛 𝑡) utilizando la tecnología Maple como se muestra a continuación
𝑏−𝑎
Ingrese los valores de 𝑎, 𝑏, ℎ, 𝑁 = ( ) , 𝑡1 =𝑎 + 𝑖 ∗ ℎ, 𝑦 𝑤 0= 𝜶
ℎ
>= 𝑟𝑒𝑠𝑡𝑎𝑟𝑡:
>𝐷𝑖𝑔𝑖𝑠𝑡𝑠: = 8 ; 𝑅𝑜𝑢𝑛𝑑𝑖𝑛𝑔: = 𝑛𝑒𝑎𝑟𝑒𝑠𝑡 ∶
>𝑤𝑖𝑡ℎ(𝑆𝑡𝑢𝑑𝑒𝑛𝑡[𝑁𝑢𝑚𝑒𝑟𝑖𝑐𝑎𝑙𝐴𝑛𝑎𝑙𝑦𝑠𝑖𝑠 ]) ∶
𝑏−𝑎
>𝑎: = 1: 𝑏: = 3: ℎ: = 0.2; 𝑁: = ( )
ℎ
h: = 0.2
N: = 10.000000
>𝑡𝑖 : = 𝑎 + 𝑖 ∗ ℎ
𝑡𝑖 : = 0.2𝑖 + 1
>𝑤0 : = 0
𝑤0 : = 0
𝑤 𝑤 2
>𝑓 (𝑡𝑖 , 𝑤𝑖 ): = 1 + ( 𝑡 𝑖) + ( 𝑡 𝑖)
𝑖 𝑖
𝑖 𝑤 𝑖 𝑤2
𝑓 (0.2𝑖 + 1, 𝑤𝑖 ): = 1 + 0.2𝑖+1 + (0.2𝑖+1) 2
ℎ
>𝑣𝑖 : = 𝑤𝑖 + 2 ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 )
0.1000000𝑤𝑖 0.1000000𝑤𝑖 2
𝑣𝑖 : = 𝑤𝑖 + 0.1000000 + + (0.2𝑖+1)2
0.2𝑖+1
A continuación de lo anterior
ℎ
>𝑢𝑖 : = 𝑡𝑖 + 2
𝑢𝑖 : = 0.2𝑖 + 1.1000000
𝑣 𝑣 2
>𝑓 (𝑢𝑖 , 𝑣𝑖 ): = 1 + (𝑢𝑖 ) + (𝑢𝑖 ) :
𝑖 𝑖
𝑤1 ≔ 0.21983472
𝑤2 ≔ 0.48617706
𝑤3 ≔ 0.80617706
𝑤4 ≔ 1.1884393
𝑤5 ≔ 1.6438890
𝑤6 ≔ 2.1868610
𝑤7 ≔ 2.8364359
𝑤8 ≔ 3.6184928
𝑤9 ≔ 4.5688947
𝑤10 ≔ 5.7386479
Calcule las soluciones reales utilizando la tecnología de arce como se muestra a
continuación.
>= 𝑟𝑒𝑠𝑡𝑎𝑟𝑡:
>𝐷𝑖𝑔𝑖𝑠𝑡𝑠: = 8 ; 𝑅𝑜𝑢𝑛𝑑𝑖𝑛𝑔: = 𝑛𝑒𝑎𝑟𝑒𝑠𝑡 ∶
>𝑤𝑖𝑡ℎ(𝑆𝑡𝑢𝑑𝑒𝑛𝑡[𝑁𝑢𝑚𝑒𝑟𝑖𝑐𝑎𝑙𝐴𝑛𝑎𝑙𝑦𝑠𝑖𝑠 ]) ∶
𝑦(𝑡) 𝑦(𝑡) 2
>𝑑𝑒𝑞: = 𝑑𝑖𝑓𝑓 (𝑦(𝑡), 𝑡) = 1 + ( )+( )
𝑡 𝑡
ⅆ 𝑦(𝑡) 𝑦(𝑡)2
𝑑𝑒𝑞: = ⅆ𝑡 𝑦(𝑡) = 1 + +
𝑡 𝑡
>𝑖𝑛𝑖𝑡: = 𝑦(1) = 0
𝑖𝑛𝑖𝑡: = 𝑦(1) = 0
>𝑑𝑒𝑞𝑠𝑜𝑙: = 𝑑𝑠𝑜𝑙𝑣𝑒({𝑑𝑒𝑞, 𝑖𝑛𝑖𝑡 }, 𝑦(𝑡))
𝑑𝑒𝑞𝑠𝑜𝑙: = 𝑦(𝑡) = 𝑡 ∗ tan(ln(𝑡))
A continuación de lo anterior
𝑦 (1) ≔ 0
𝑦(1.2) ≔ 0.22124278
𝑦(1.4) ≔ 0.48968167
𝑦(1.6) ≔ 0.81275274
𝑦(1.8) ≔ 1.1994386
𝑦(2.0) ≔ 1.6612818
𝑦(2.2) ≔ 2.2135018
𝑦(2.4) ≔ 2.8765514
𝑦(2.6) ≔ 3.6784753
𝑦(2.8) ≔ 4.6586649
𝑦(3.0) ≔ 5.8741002
Resultado las soluciones aproximadas al problema del valor inicial dado e algunos
Los puntos se muestran a continuación.
Nodos Método de punto Soluciones
𝑡𝑖 medio reales
𝑤𝑖 𝑦(𝑡𝑖 )
1.6 0.80618490 0.81275274
2.0 1.6438890 1.6612818
2.4 2.8364359 2.8765514
2.8 4.5688947 4.6586649
Ahora aplicando la interpolación lineal para aproximar los valores de y(t) y comparando
los resultados con el valor real para y(2.1).
Calculando una aproximación a un punto intermedio en la tabla t = 2.1 usando
interpolación lineal en las aproximaciones del método del punto medio en t = 2.0 y t = 2.2
Con la tecnología Maple como se muestra a continuación
𝑥−2.2 𝑥−2.0
>𝑦(𝑥 ): = (2.0−2.2) ∗ 𝑤5 + (2.2−2.0) ∗ 𝑤6
(𝑥−2.2)𝑤5 (𝑥−2.0)𝑤6
𝑦: = 𝑥 → +
2.0−2.2 2.2−2.0
>𝑦(2.1)
1.9153750
Ahora aplicando la interpolación lineal para aproximar los valores de y(t) y comparando
los resultados con el valor real para y(2.75)
Calculando una aproximación a un punto intermedio en la tabla t = 2.75 usando
interpolación lineal en las aproximaciones del método de punto medio en la t =2.6 y t = 2.8
tecnología Maple como se muestra a continuación
𝑥−2.8 𝑥−2.6
>𝑦(𝑥 ): = (2.6−2.8) ∗ 𝑤8 + (2.8−2.6) ∗ 𝑤9
(𝑥−2.8)𝑤8 (𝑥−2.6)𝑤9
𝑦: = 𝑥 → +
2.6−2.8 2.8−2.6
>𝑦(2.75)
4.3312942
Calcule las soluciones reales y(2.1) y y(2.75) utilizando la tecnología Maple como se
muestra a continuación:
>𝑟𝑒𝑠𝑡𝑎𝑟𝑡:
>𝐷𝑖𝑔𝑖𝑡𝑠: = 8: 𝑅𝑜𝑢𝑛𝑑𝑖𝑛𝑔: = 𝑛𝑒𝑎𝑟𝑒𝑠𝑡:
>𝑤𝑖𝑡ℎ(𝑆𝑡𝑢𝑑𝑒𝑛𝑡[𝑁𝑢𝑚𝑒𝑟𝑖𝑐𝑎𝑙𝐴𝑛𝑎𝑙𝑦𝑠𝑖𝑠 ]):
𝑦(𝑡) 𝑦(𝑡) 2
>𝑑𝑒𝑞: = 𝑑𝑖𝑓𝑓 (𝑦(𝑡), 𝑡) = 1 + ( )+( )
𝑡 𝑡
ⅆ 𝑦(𝑡) 𝑦(𝑡)2
𝑑𝑒𝑞: = ⅆ𝑡 𝑦(𝑡) = 1 + +
𝑡 𝑡
>𝑖𝑛𝑖𝑡: = 𝑦(1) = 0
𝑖𝑛𝑖𝑡: = 𝑦(1) = 0
A continuación de lo anterior
>𝑑𝑒𝑞𝑠𝑜𝑙: = 𝑑𝑠𝑜𝑙𝑣𝑒({𝑑𝑒𝑞, 𝑖𝑛𝑖𝑡 }, 𝑦(𝑡))
𝑑𝑒𝑞𝑠𝑜𝑙: = 𝑦(𝑡) = 𝑡 ∗ tan(ln(𝑡))
= 1.9249616
= 4.3941697
Resultado. Por lo tanto, los valores de interpolación lineal utilizando el método de punto
medio.
Los valores están dados por
Valores Valores de interpolación de línea Valores
intermedios 𝑦(𝑡) actuales
𝑡 𝑦(𝑡)
El ejercicio 3 nos pide aproximar el problema de valor inicial mediante el método de Euler
y el ejercicio 4 nos brinda la solución real.
Por lo tanto, tenemos lo siguiente:
3.c. 𝑦 ′ = −(𝑦 + 1)(𝑦 + 3); 0 ≤ 𝑡 ≤ 2 ; 𝑦(0) = −2; ℎ = 0.2
2
4.c. 𝒔𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙: 𝑦(𝑡) = −3 + 1+𝑒 −2𝑡
Para 𝒊 = 𝟎; 𝑡𝑖 = 0.2𝑖 = 0; 𝑤0 = −2
𝑤1 = 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 )
𝑤1 = −2 + 0.2 ∗ 𝑓(0 , −2)
𝑤1 = −2 + 0.2[−(−2 + 1)(−2 + 3)]
𝑤1 = −1.8
La solución exacta es:
2
𝑦1 = 𝑦(𝑡1 ) = −3 + = −1.8026247
1 + 𝑒 −2∗.0.2
𝐸𝑟𝑟𝑜𝑟 = |𝑦1 − 𝑤1 | =0.0026247
Para 𝒊 = 𝟏; 𝑡𝑖 = 0.2𝑖 = 0; 𝑤1 = −1.8
𝑤2 = 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 )
𝑤2 = −1.8 + 0.2 ∗ 𝑓(0.2 , −1.8)
𝑤2 = −1.8 + 0.2[−(−1.8 + 1)(−1.8 + 3)]
𝑤2 = −1.6080
EJERCICIO 9.
ℎ𝑀 𝛿
Sea E(ℎ) = +
2 ℎ
𝑎) En el problema de valor inicial
y'=-y+1, 0 ≤ 𝑡 ≤ 1, y(0)=0
calcule el valor de h con el que E(ℎ) se reduce al mínimo, suponga 𝛿 = 5 ∗ 10−(𝑛+1) ,
𝑠𝑖 está empleando la aritmética de n dígitos en el inciso(𝑐).
𝑏) para el h óptimo calculado en el inciso (𝑎) determine, con la ecuación
1 ℎ𝑀 𝛿
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ ( + ) [𝑒 𝐿(𝑡𝑖 −𝑎) ], 𝑒𝑙 error mínimo obtenible.
𝐿 2 ℎ
𝑐) Compare el error real obtenido al utilizar h=0.1 y h=0.01 con el error mínimo del inciso
(𝑏).
¿Puede explicar los resultados?
1 ℎ𝑀 δ
Ecuación 5.13: |𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ 𝐿 ( + ℎ) [𝑒 𝐿(𝑡𝑖 −𝑎) ]
2
𝑀 δ δ δ
= 2 → ℎ2 = →ℎ=√
2 ℎ 2𝑀 2𝑀
δ 2δ
𝐸 ′′ (√ )= 3
2𝑀 ℎ
2δ √2𝑀2δ
= = = √8𝑀δ
√δ √δ
√2𝑀
δ
Entonces, si 𝑀δ > 0 vamos a obtener que ℎ = √2𝑀 es un mínimo, de lo contrario no
𝑑𝑦
= −𝑦 + 1
𝑑𝑡
𝑑𝑦
= 𝑑𝑡
1−𝑦
𝑑𝑦
∫ = ∫ 𝑑𝑡
1−𝑦
−𝑙𝑜𝑔(𝑦 − 1) = 𝑡 + 𝐶
𝑒 𝑙𝑜𝑔(𝑦−1) = 𝑒 −𝑡+𝐶
𝑦 = 𝑐𝑒 −𝑡 + 1
𝑦(0) = 𝑐𝑒 −0 + 1
0 = 𝑐+1
𝑐 = −1
𝑦 = 1 − 𝑒 −𝑡
1 ℎ𝑀 𝛿
b. Ec. 5.13: |𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ 𝐿 ( + ℎ) [𝑒 𝐿(𝑡𝑖 −𝑎) ]
2
δ
Para obtener el error mínimo sostenible debemos evaluar ℎ por nuestra √2𝑀
δ
1 √2𝑀 𝑀 𝛿
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ + [𝑒 𝐿(𝑡𝑖 −𝑎) ]
𝐿 2
√ δ
( 2𝑀)
1 𝑀√δ δ√2𝑀
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ ( + ) [𝑒 𝐿(𝑡𝑖 −𝑎) ]
𝐿 2√2𝑀 √δ
1 √δ𝑀
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ ( + √2δ𝑀) [𝑒 𝐿(𝑡𝑖 −𝑎) ]
𝐿 2√2
Cuando ℎ = 0.01
1 (0.01)𝑀 𝛿
|𝒚(𝒕𝒊 ) − 𝒖𝒊 | ≤ ( + ) [𝑒 𝐿(𝑡𝑖 −𝑎) ]
𝐿 2 (0.01)
9b.
b) Determine, con la ecuación (5.13), el error mínimo obtenible.
Solución:
1 ℎ⋅𝑀 𝛿
Ec. (5.13): |𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ ( + ) [𝛿 𝐿(𝑡𝑖 −𝑎) ]
𝐿 2 ℎ
𝛿
Para obtener error mínimo sostenible debemos evaluar h por nuestra √2𝑀
𝛿
1 √2𝑀 𝛿
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ + [𝛿 𝐿(𝑡𝑖 −𝑎) ]
2 2
√ 𝛿
( 2𝑀)
1 𝑀√𝛿 𝛿√2𝑀
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ ( + ) [𝛿 𝐿(𝑡𝑖−𝑎) ]
2 2√2𝑀 √𝛿
1 √𝛿𝑀
|𝑦(𝑡𝑖 ) − 𝑢𝑖 | ≤ ( + √2𝛿𝑀) [𝛿 𝐿(𝑡𝑖 −𝑎) ]
2 2√2
Aquí obtenemos un error mínimo sostenible que depende de las variables L, 𝛿, M, ti, ui, a.
La sociedad tiene una población 𝑥(𝑡) individuos en el tiempo t, en años y todos los
inconformistas que se aparean con otros inconformistas tienen descendientes que son todos
inconformistas mientras que una proporción fija r de todos los demás también son
inconformistas.
Dado que se supone que las tasas de natalidad y muerte de todos los individuos son las
constantes b y d, respectivamente. Si conformistas e inconformistas se aparecen al azar ,
entonces el modelo.
𝑑𝑥(𝑡) 𝑑𝑥(𝑡)
= (𝑏 − 𝑑 )𝑥 (𝑡 ) 𝑦 = (𝑏 − 𝑑 )𝑥𝑛 (𝑡) + 𝑟𝑏(𝑥 (𝑡) − 𝑥𝑛 (𝑡))
𝑑𝑡 𝑑𝑡
𝑛 𝑥 (𝑡)
Si la variable 𝑝(𝑡) = ( 𝑥(𝑡) ), se introduce para representar la población de los
𝑑𝑝(𝑡)
= 𝑟𝑏(1 − 𝑝(𝑡))
𝑑𝑡
𝑑𝑥(𝑡)
= (𝑏 − 𝑑 )𝑥(𝑡) − − − − − − − − − − − − − − − − − − − −(1)
𝑑𝑡
ⅆ𝑥𝑛 (𝑡)
= (𝑏 − 𝑑 )𝑥𝑛 (𝑡) + 𝑟𝑏(𝑥(𝑡) − 𝑥𝑛 (𝑡)) − − − − − − − − − (2)
ⅆ𝑡
Continuación de lo anterior.
𝑥 𝑛 (𝑡 )
𝑝( 𝑡 ) = ( ) {𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑟 𝑝(𝑡)}
𝑥 (𝑡 )
𝑑𝑝(𝑡)
= (𝑡 ) × 𝑥 (𝑡 ) {𝑝𝑜𝑟 𝑟𝑒𝑔𝑙𝑎 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑑𝑒 𝑐𝑟𝑜𝑜𝑠}
𝑑𝑡
𝑑𝑝(𝑡) 𝑑(𝑝(𝑡) × 𝑥(𝑡))
= {𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑟 𝑐𝑎𝑑𝑎 𝑙𝑎𝑑𝑜 𝑐𝑜𝑛
𝑑𝑡 𝑑𝑡
𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 (𝑇)}
b. Suponiendo que p(0)=0.01, b=0.02, d=0.015 y r=0.1, aproxime la solución p(t) de t=0
a t=50 cuando el tamaño de paso es h=1 año.
SOLUCION
Reemplazamos los datos en las ecuaciones diferenciales:
ⅆ𝑥(𝑡)
ⅆ𝑡
= (0.02 − 0.015)𝑥(𝑡) = 0.005𝑥(𝑡)
ⅆ𝑥𝑛 (𝑡)
= (0.02 − 0.015)𝑥𝑛 (𝑡) + (0.1)(0.02)(𝑥(𝑡) − 𝑥𝑛 (𝑡)) = 0.005𝑥𝑛 (𝑡) + 0.002𝑥(𝑡) −
ⅆ𝑡
0.002𝑥𝑛 (𝑡)
ⅆ𝑥𝑛 (𝑡)
= 0.003𝑥𝑛 (𝑡) + 0.002𝑥(𝑡)
ⅆ𝑡
ⅆ𝑥𝑛 (𝑡)
= 0.003𝑥𝑛 (𝑡) + 0.002𝑥(𝑡) = 0.003𝑥𝑛 (𝑡) + 0.002𝑒 0.005𝑡−4.6051702
{ ⅆ𝑡
𝑝(0) = 0.01 = 𝑥(0) = 𝛼
ⅆ𝑥
= 𝑓 (𝑡; 𝑥 ) = 0.003𝑥 + 0.002𝑒 0.005𝑡−4.6051702 → 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 0.003𝑤𝑖 + 0.002𝑒 0.005𝑡𝑖 −4.6051702
ⅆ𝑡
h=1
𝑡𝑖 = 𝑎 + 𝑖ℎ = 0 + 𝑖 ∗ 1 = 𝑖
𝑤 0 = 𝛼 = 0.01
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓(𝑡𝑖 ; 𝑤𝑖 ) ; 𝑖 = 0,1,2 ⋯ ,49
Para i=0
𝑤1 = 𝑤0 + ℎ𝑓(𝑡0 ; 𝑤0 ) = 0.01 + 1(0.003 ∗ 0.01 + 0.002𝑒 0.005∗0−4.6051702 )
= 0.0100500
Para i=1
𝑤2 = 𝑤1 + ℎ𝑓 (𝑡1 ; 𝑤1 )
= 0.0100500 + 1(0.003 ∗ 0.0100500 + 0.002𝑒 0.005∗1−4.6051702 )
= 0.0101003
Para i=2
𝑤3 = 𝑤2 + ℎ𝑓(𝑡2 ; 𝑤2 )
= 0.0101003 + 1(0.003 ∗ 0.0101003 + 0.002𝑒 0.005∗2−4.6051702 )
= 0.0101508
Para i=3
𝑤4 = 𝑤3 + ℎ𝑓 (𝑡3 ; 𝑤3 )
= 0.0101508 + 1(0.003 ∗ 0.0101508 + 0.002𝑒 0.005∗3−4.6051702 )
= 0.0102016
i 𝑡𝑖 𝑤𝑖
0 0 0.01 i 𝑡𝑖 𝑤𝑖
1 1 0.0100500 26 26 0.0116884
2 2 0.0101003 27 27 0.0117462
3 3 0.0101508 28 28 0.0118043
4 4 0.0102016 29 29 0.0118627
5 5 0.0102526 30 30 0.0119214
6 6 0.0103039 31 31 0.0119804
7 7 0.0103554 32 32 0.0120397
8 8 0.0104072 33 33 0.0120993
9 9 0.0104592 34 34 0.0121592
10 10 0.0105115 35 35 0.0125477
11 11 0.0105641 36 36 0.0126092
12 12 0.0106169 37 37 0.0126710
13 13 0.0106700 38 38 0.0127291
14 14 0.0107234 39 39 0.0127915
15 15 0.0107770 40 40 0.0128542
16 16 0.0108309 41 41 0.0129172
17 17 0.0108851 42 42 0.0129805
18 18 0.0109395 43 43 0.0130441
19 19 0.0109942 44 44 0.0131080
20 20 0.0110492 45 45 0.0131172
21 21 0.0111045 46 46 0.0132368
22 22 0.0114598 47 47 0.0133017
23 23 0.0115165 48 48 0.0133669
24 24 0.0115735 49 49 0.0137933
25 25 0.0116308 50 50 0.0138602
Aplique el método modificado de Euler para aproximar las soluciones de los siguientes
problemas de valor inicial y compare después los resultados con los valores reales.
(Collantes Fonseca Luis Fredy)
1
a. y' = te3t – 2y, 0≤ 𝑡 ≤ 1, y(0) = 0, con h = 0.5; solución real y(t)=5te3t +
1 1
𝑒 3𝑡 +25 𝑒 −2𝑡
25
𝑡𝑒 3𝑡 𝑒 3𝑡 𝑒 −2𝑡
y(t)= + + …… (2)
5 25 25
Llegar
aquí:
𝑡𝑖 = 𝑡0 + ℎ ∗ 𝑖
= 0 + 0.5*i
= 0.5i
𝑤0 =∝
ℎ
𝑤0+𝑖 = 𝑤𝑖 + 2 [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ 𝑥 𝑓(𝑡𝑖 , 𝑤𝑖 ))], para cada i = 0, 1, …, N-1
𝑤0 = 0
Entonces
0.5
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(0.5𝑖, 𝑤𝑖 ) + 𝑓((0.5𝑖 + 1), 𝑤𝑖 + 0.5 𝑓(0.5𝑖, 𝑤𝑖 ))]
2
0.5
𝑤1 = 𝑤0 + [𝑓(0.5(0),0) + 𝑓(0.5(0 + 1),0 + 0.5 𝑓 (0.5(0),0))]
2
0.5
𝑤1 = [𝑓(0,0) + 𝑓(0.5,0.5𝑥𝑓(0.0))]
2
0.5
𝑤1 = [0 + 𝑓 (0.5,0.5𝑥(0)]
2
0.5
𝑤1 = [0 + 𝑓 (0.5,0)]
2
0.5
𝑤1 = [0 + 2.240844535]
2
𝑤1 = 0.560211
Para:
0.5
𝑤2 = 𝑤1 + [𝑓(0.5(1), 𝑤𝑖 ) + 𝑓((0.5(1 + 1), 𝑤𝑖 + 0.5 𝑓(0.5(1), 𝑤𝑖 ))]
2
0.5
𝑤2 = 0.560211 + [𝑓(0.5,0.560211) + 𝑓(1,0.560211 + 0.5 𝑓 (0.5,0.560211))]
2
𝑤2 = 5.30149
l ti wi y[t1] error[i]=|𝑦[𝑡𝑖 ] − 𝑤𝑖 |
1 0.5 0.560211 0.283617 0.276595
2 1 5.30149 3.2191 2.08239
a. Aplique el método modificado de Euler para aproximar las soluciones de los
siguientes problemas de valor inicial y compare después los resultados con los
valores reales. (Silva Bustamante José Ángel)
1 3𝑡 1 1
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡𝑒 − 𝑒 3𝑡 + 𝑒 −2𝑡
5 25 25
Tenemos que
ℎ = 0.1
𝑏−𝑎 1−0
ℎ= →𝑁= =2
𝑁 0.5
𝑡𝑖 = 𝑎 + ℎ𝑖
𝑡𝑖 = 0 + 0.5𝑖
𝑡𝑖 = 0.5𝑖
𝑤0 = 𝑦(𝑡0 ) = 𝑦(0) = 0
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 ))]
2
𝐏𝐚𝐫𝐚 𝐢 = 𝟎, 𝐭𝟎 = 𝟎
ℎ
𝑤1 = 𝑤0 + [𝑓(𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 ))]
2
0.5
𝑤1 = 0 + [𝑓(𝑡0 , 𝑤0 ) + 𝑓(0.5 ,0 + 0.5𝑓 (𝑡0 , 𝑤0 ))]
2
0.5
𝑤1 = [𝑓(0.5,0)]
2
0.5
𝑤1 = [2.2408445]
2
𝑤1 = 0.5602111
1 1 1
𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
5 25 25
𝑦(𝑡1 ) = 0.2836165
Error
𝐏𝐚𝐫𝐚 𝐢 = 𝟏, 𝐭 𝟏 = 𝟎. 𝟓
ℎ
𝑤2 = 𝑤1 + [𝑓(𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
0.5
𝑤2 = 0.5602111 + [𝑓(𝑡1 , 𝑤1 ) + 𝑓(1 ,0.5602111 + 0.5𝑓(𝑡1 , 𝑤1 ))]
2
0.5
𝑤2 = 0.5602111 + [1.1204223 + 𝑓 (1 , 0.5602111 + 0.5 ∗ 1.1204223)]
2
0.5
𝑤2 = 0.5602111 + [1.1204223 + 𝑓 (1 , 1.1204223)]
2
0.5
𝑤2 = 0.5602111 + [1.1204223 + 17.8446923]
2
𝑤2 = 5.3014898
1 1 1
𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
5 25 25
𝑦(𝑡2 ) = 3.2190993
Error
Solución real:
𝑡𝑒 3𝑡 𝑒 3𝑡 𝑒 −2𝑡
𝑦 (𝑡 ) = − +
5 25 25
SOLUCIÓN
𝑡=𝑥
Solución real:
𝑥𝑒 3𝑥 𝑒 3𝑥 𝑒 −2𝑥
𝑦 (𝑥 ) = − +
5 25 25
ℎ = 0.5
1−0
𝑛= =2 2 𝐼𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑠𝑒 𝑣𝑎 ℎ𝑎 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟.
0.5
𝑥𝑖+1 = 𝑥𝑖 + ℎ
𝑦̅𝑖+1 = 𝑦𝑖 + ℎ ∗ 𝑓(𝑥𝑖 , 𝑦𝑖 )
ℎ
𝑦𝑖+1 = 𝑦𝑖 + ∗ [𝑓(𝑥𝑖 , 𝑦𝑖 ) + 𝑓(𝑥𝑖+1 , 𝑦̅𝑖+1 )]
2
Iteración 1 (i = 0)
𝑥0 = 0
𝑥𝑖+1 = 𝑥𝑖 + ℎ
𝑥1 = 0 + 0.5 = 0.5
𝑥𝑒 3𝑥 𝑒 3𝑥 𝑒 −2𝑥
𝑦 (𝑥 ) = − +
5 25 25
Predicción
𝑦̅𝑖+1 = 𝑦𝑖 + ℎ ∗ 𝑓 (𝑥𝑖 , 𝑦𝑖 )
𝑦̅1 = 𝑦0 + ℎ ∗ 𝑓 (𝑥0 , 𝑦0 )
𝑦̅1 = 0 + 0.5 ∗ 𝑓 (𝑥 = 0, 𝑦 = 0)
𝑦̅1 = 0.5 ∗ (0 − 2 ∗ 0)
𝑦̅1 = 0
Corrección
ℎ
𝑦𝑖+1 ≈ 𝑦𝑖 + ∗ [𝑓(𝑥𝑖 , 𝑦𝑖 ) + 𝑓(𝑥𝑖+1 , 𝑦̅𝑖+1 )]
2
0.5
𝑦1 ≈ 𝑦0 + ∗ [𝑓 (𝑥0 , 𝑦0 ) + 𝑓(𝑥1 , 𝑦̅1 )]
2
Iteración 2 (i = 1)
𝑥1 = 0.5
𝑥2 = 𝑥1 + ℎ
𝑥2 = 0.5 + 0.5 = 1
Calculando el valor real
𝑥𝑒 3𝑥 𝑒 3𝑥 𝑒 −2𝑥
𝑦 (𝑥 ) = − +
5 25 25
1 ∗ 𝑒 3 𝑒 3 𝑒 −2
𝑦 (1) = − + = 𝟑. 𝟐𝟏𝟗𝟎𝟗𝟗𝟑𝟐 𝑽𝒂𝒍𝒐𝒓 𝒓𝒆𝒂𝒍.
5 25 25
La función es 𝑓 (𝑥, 𝑦) = 𝑥𝑒 3𝑥 − 2𝑦
Predicción
𝑦̅2 = 𝑦1 + ℎ ∗ 𝑓(𝑥1 , 𝑦1 )
𝑦̅2 = 1.12042227
Corrección
ℎ
𝑦𝑖+1 ≈ 𝑦𝑖 + ∗ [𝑓(𝑥𝑖 , 𝑦𝑖 ) + 𝑓(𝑥𝑖+1 , 𝑦̅𝑖+1 )]
2
0.5
𝑦2 ≈ 𝑦1 + ∗ [𝑓 (𝑥1 , 𝑦1 ) + 𝑓(𝑥2 , 𝑦̅2 )]
2
𝑦2 ≈ 0.56021113 + 0.25
∗ [𝑓(𝑥 = 0.5, 𝑦 = 0.56021113) + 𝑓(𝑥 = 1, 𝑦̅2 = 1.12042227)]
𝑦1 ≈ 0.56021113 + 0.25
∗ [0.5 ∗ 𝑒 3∗0.5 − 2 ∗ 0.56021113 + 1 ∗ 𝑒 3 − 2 ∗ 1.12042227]
𝒚𝟏 ≈ 𝟓. 𝟑𝟎𝟏𝟒𝟖𝟗𝟕𝟗 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
Comparando
1 1 1
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
5 25 25
SOLUCIÓN
𝑎 =0, 𝑏=1
Calculamos N
𝑏−𝑎 1−0
ℎ= → 0.5 = → 𝑁=2
𝑁 𝑁
𝑡𝑖 = 𝑎 + 𝑖ℎ = 0 + 𝑖 (0.5) = 0.5𝑖
𝑤0 = 𝛼 𝑦(𝑎) = 𝛼
𝑤0 = 0
1 1 1 1 1 1
𝑠𝑜𝑙 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡 → 𝑦(𝑡𝑖 ) = 𝑡𝑖 𝑒 3𝑡𝑖 − 𝑒 3𝑡𝑖 + 𝑒 −2𝑡𝑖
5 25 25 5 25 25
Para i=0
𝑤1 = 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 )
1 1 1 1 1 3∗0.5 1
𝑦1 = 𝑦(𝑡1 ) = 𝑡1 𝑒 3𝑡1 − 𝑒 3𝑡1 + 𝑒 −2𝑡1 = 0.5𝑒 3∗0.5 − 𝑒 + 𝑒 −2∗0.5
5 25 25 5 25 25
Para i=1
𝑤2 = 𝑤1 + ℎ𝑓 (𝑡1 , 𝑤1 )
1 1 3𝑡 1 1 1 1
𝑦2 = 𝑦(𝑡2 ) = 𝑡2 𝑒 3𝑡2 − 𝑒 2 + 𝑒 −2𝑡2 = 1𝑒 3∗1 − 𝑒 3∗1 + 𝑒 −2∗1
5 25 25 5 25 25
1.b. Aplique el método modificado de Euler para aproximar las soluciones de los
siguientes problemas de valor inicial y compare después los resultados con los valores
reales. (José Gabriel G)
𝟏
𝒃. 𝒚´ = 𝟏 + (𝒕 − 𝒚)𝟐 , 𝟐 ≤ 𝒕 ≤ 𝟑, 𝒚(𝟐) = 𝟏, 𝒄𝒐𝒏 𝒉 = 𝟎. 𝟓; 𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒓𝒆𝒂𝒍 𝒚(𝒕) = 𝒕 + 𝟏−𝒕.
𝑦´ = 1 + (𝑡 − 𝑦)2 1
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙: 𝑦(𝑡) = 𝑡 +
1−𝑡
𝑦(2) = 1
𝑦(3) =?
ℎ = 0.5
𝑪𝒂𝒎𝒃𝒊𝒐 𝒅𝒆 𝒗𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒖𝒏 𝒎𝒆𝒋𝒐𝒓 𝒂𝒏𝒂𝒍𝒊𝒔𝒊𝒔𝑳(𝒕 = 𝒙)
𝑦´ = 1 + (𝑥 − 𝑦)2
𝑦(2) = 1
𝑦(3) =?
ℎ = 0.5
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑚𝑜𝑠 𝑛
𝑥𝑓 − 𝑥0 3−2
ℎ= → 0.5 = → 𝑛=2
𝑛 𝑛
𝒊=𝟎 𝒊=𝟏
𝑥1 = 𝑥0 + ℎ 𝑥1 = 𝑥1 + ℎ
𝑥1 = 2.5 𝑥1 = 3
𝑷𝒓𝒆𝒅𝒊𝒄𝒄𝒊ó𝒏: 𝑷𝒓𝒆𝒅𝒊𝒄𝒄𝒊ó𝒏:
̅ = 𝒚𝟎 + 𝒉𝒇(𝒙𝟎, 𝒚𝟎 ) ̅ = 𝒚𝟏 + 𝒉𝒇(𝒙𝟏, 𝒚𝟏 )
𝒀
𝒀
𝑌̅ = 2 𝑌̅ = 2.5488282
𝑪𝒐𝒓𝒓𝒆𝒄𝒄𝒊ó𝒏: 𝑪𝒐𝒓𝒓𝒆𝒄𝒄𝒊ó𝒏:
𝒉 𝒉
̅ 𝟏 )] ̅ 𝟐 )]
𝒚𝟐 = 𝒚𝟏 + [𝒇(𝒙𝟏 , 𝒚𝟏 ) + 𝒇(𝒙𝟐 , 𝒀
𝒚𝟏 = 𝒚𝟎 + [𝒇(𝒙𝟎 , 𝒚𝟎 ) + 𝒇(𝒙𝟏 , 𝒀 𝟐
𝟐
0.5 0.5
𝑦1 = 1 + [2 + 𝑓(𝑥1 = 2.5, 𝑌̅1 = 2)] 𝑦2 = 1.8125 + [1.4726563 + 𝑓(𝑥1 = 3, 𝑌̅2 = 2.5488282)]
2 2
𝑦1 = 1.8125 𝑦2 = 2.113389
𝑽𝒂𝒍𝒐𝒓 𝒓𝒆𝒂𝒍
𝒀(𝒙) = 𝟑. 𝟓
𝑥𝑖+1 = 𝑥𝑖 + ℎ
𝑦̅𝑖+1 = 𝑦𝑖 + ℎ ∗ 𝑓(𝑥𝑖 , 𝑦𝑖 )
ℎ
𝑦𝑖+1 = 𝑦𝑖 + [𝑓(𝑥𝑖 , 𝑦𝑖 ) + 𝑓 (𝑥𝑖+1 , 𝑦̅𝑖+1 )]
2
𝑦 ′ = 1 + (𝑡 − 𝑦)2
( )
{ 𝑦 2 =1
1
solución real 𝑦(𝑡) = 𝑡 + 1−𝑡
𝑦(3) =?
ℎ = 0.5
𝑥𝑖+1 = 𝑥𝑖 + ℎ
𝑥1 = 𝑥0 + ℎ = 2 + 0.5 = 2.5 𝒙𝟏 = 𝟐. 𝟓
𝐲̅𝟏 =2
𝑪𝒐𝒓𝒓𝒆𝒄𝒄𝒊ó𝒏
ℎ
𝑦𝑖+1 = 𝑦𝑖 + [𝑓 (𝑥𝑖 , 𝑦𝑖 ) + 𝑓(𝑥𝑖+1 , 𝑦̅𝑖+1 )]
2
ℎ𝑎𝑙𝑙𝑎𝑚𝑜𝑠: 𝑓 (𝑥𝑖+1 , 𝑦̅𝑖+1 )= 𝑓(𝑥1 , 𝑦̅1 )= 𝟏 + (𝒙𝒊 − 𝑦̅1 )𝟐 = 𝟏 + (𝟐. 𝟓 − 2)𝟐 = 1.25
̅𝟏 )= 1.25
𝒇(𝒙𝟏 , 𝒚
ℎ
𝑦1 = 𝑦0 + [𝑓(𝑥0 , 𝑦0 ) + 𝑓 (𝑥1 , 𝑦̅1 )]
2
0.5
𝑦1 = 1+ [2 + 1.25 ]= 1.8125
2
𝒚𝟏 = 1.8125
𝒇(𝒙𝟎 , 𝒚𝟎 ) = 𝟏+ (𝟐 − 𝟏)𝟐 =2
Solución real:
1
𝑦(𝑥 ) = 𝑥 + 1−𝑥
1
𝑦(𝑥𝑖 ) = 𝑋𝑖 + ; 𝒙𝟏 = 𝟐. 𝟓
1−𝑋𝑖
1 1
𝑦(𝑥𝑖 ) = 𝑥𝑖 + 1−𝑋 = 2.5+ 1−2.5=1.83333
𝑖
𝑷𝒂𝒓𝒂 𝒊 = 𝟏
; 𝑥2 = 𝑥1 + ℎ = 2.5 + 0.5 = 3 ; 𝑥2 =3
Predicción:
̅𝟐 =2.5488281
𝒚
ℎ
𝑦𝑖+1 = 𝑦𝑖 + [𝑓(𝑥𝑖 , 𝑦𝑖 ) + 𝑓 (𝑥𝑖+1 , 𝑦̅𝑖+1 )]
2
0.5
Corrección: 𝑦2 = 1.8125 + [1.4726563 + 1.203556] =2.481553
2
𝒚𝟐 = 𝟐. 𝟒𝟖𝟏𝟓𝟓𝟑
Solución real:
1
𝑦(𝑥 ) = 𝑥 + 1−𝑥
1
𝑦(𝑥2 ) = 𝑥 + 1−𝑋 ; 𝒙𝟐 = 𝟑
𝑖
1 1
𝑦(𝑥2 ) = 𝑥 + 1−𝑋 = 3+ 1−3=2.5
2
𝒙𝟏 = 𝑥1 + ℎ
𝒙𝟏 = 0.5 + 0.5
𝒙𝟏 = 𝑥1 + ℎ
𝒙𝟏 = 1
𝑷𝒓𝒆𝒅𝒊𝒄𝒄𝒊𝒐𝒏:
̅ 𝟐 = 𝑦1 + ℎ𝑓(𝑥1 , 𝑦1 )
𝒀
̅ 𝟐 = 0.5602111 + 0.5𝑓(𝑥1 = 0.5, 𝑦1 = 0.5602111)
𝒀
̅ 𝟐 = 0.5602111 + 0.5(1.1204223)
𝒀
̅ 𝟐 = 𝟏. 1204223
𝒀
𝑪𝒐𝒓𝒓𝒆𝒄𝒄𝒊ó𝒏
𝒉
𝒚𝟐 = 𝒚𝟏 + ̅ 𝟐 )]
[𝒇(𝒙𝟏 , 𝒚𝟏 ) + 𝒇(𝒙𝟐 , 𝒀
𝟐
𝟎. 𝟓
𝒚𝟐 = 𝟎. 5602111 + ̅ 𝟐 = 1.1204223)]
[1.1204223 + 𝒇(𝒙𝟐 = 𝟏, 𝒀
𝟐
𝒚𝟐 = 0.5602111 + 0.5(1.1204223)
𝒚𝟐 = 5.3014898
𝒚𝟐 = 5.3014898
𝑽𝒂𝒍𝒐𝒓 𝒓𝒆𝒂𝒍:
𝒀(𝒙) = 𝟑. 𝟐𝟏𝟗𝟎𝟗𝟗𝟑
1. c. Aplique el método modificado de Euler para aproximar las soluciones de los siguientes problemas
de valor inicial y compare después los resultados con los valores reales.
c. y'=1+y/t, 2 t 3 y(t)=2, con h=0.25; solución real y(t)=tlnt+2t
En nuestro caso, 𝑓 (𝑡, 𝑦) = 1 + 𝑦/𝑡 y se usará Python 3.9.5, para el cálculo rápido
# Importamos paqueterias
import math
import numpy as np
%matplotlib inline
def fxy(t,y):
return 1+y/t
def real(t):
yasol = np.vectorize(real)
h = 0.25
t0 = 2
y0 = 2
t = np.arange(2, 3.1, h)
y = np.zeros(t.size)
y[0] = y0
print("Valores de x: ",t)
print("Valores de y: ",y)
plt.plot(t,y,'r', label="Aprox")
plt.plot(t,yasol(t),'b', label="Real")
plt.legend()
# Se muestra
plt.savefig("4.svg")
plt.show()
1≤𝑡≤2
𝑦
𝑦′ = 1 + 𝑡
𝑦(1) = 2 solución real: 𝑦(𝑡) = 𝑡𝑙𝑛(𝑡) + 2𝑡
𝑦(2) =?
{ ℎ = 0.25
𝑦
𝑦′ = 1 + 𝑥
𝑦(1) = 2 solución real: 𝑦(𝑥) = 𝑥𝑙𝑛(𝑥) + 2𝑥
𝑦(2) =?
{ ℎ = 0.25
Calculamos n.
𝑥𝑓 − 𝑥𝑜
ℎ=
𝑛
2−1
0.25 =
𝑛
𝑛=4
𝐶𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛: 𝐶𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛:
ℎ ℎ
𝑦1 =𝑦𝑜 + [𝑓(𝑥0 ,𝑦0 )+𝑓(𝑥1 ,𝑦̅1 )] 𝑦2 =𝑦1 + [𝑓(𝑥1,𝑦1 )+𝑓(𝑥2,𝑦̅2 )]
2 2
0.25 0.25
𝑦1 =2+ [2+𝑓(𝑥1 =1.25,𝑦̅1 =2.5)] 𝑦2 =2.625+ [3.1+𝑓(𝑥2=1.5,𝑦̅2 =3.4)]
2 2
0.25 0.25
𝑦1 =2+ [2+3] 𝑦2 =2.625+ [3.1+3.2666667]
2 2
𝑦1 =2.625 𝑦2 =3.4208333
𝑃𝑟𝑒ⅆ𝑖𝑐𝑐𝑖𝑜𝑛: 𝑃𝑟𝑒ⅆ𝑖𝑐𝑐𝑖𝑜𝑛:
𝑦̅3 =𝑦2 +ℎ𝑓(𝑥2 ,𝑦2 ) 𝑦̅4 =𝑦3 +ℎ𝑓(𝑥3,𝑦3 )
𝑦̅3 =3.4208333+0.25𝑓(𝑥2 =1.5,𝑦2 =3.4208333) 𝑦̅4 =4.2588293+0.25𝑓(𝑥3 =1.75,𝑦3 =4.2588293)
𝑦̅3 =3.4208333+0.25(3.2805555) 𝑦̅4 =4.2588293+0.25(3.4336167)
𝑦̅3 =4.2409722 𝑦̅4 =5.1172335
𝐶𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛:
ℎ
𝑦3 = 𝑦2 + 2 [𝑓(𝑥2 , 𝑦2 ) + 𝑓 (𝑥3 , 𝑦̅3 )]
0.25
𝑦3 = 3.4208333 + 2 [3.2805555 + 𝑓 (𝑥3 = 1.75, 𝑦̅3 = 4.2409722)]
0.25
𝑦3 = 3.4208333 + 2 [3.2805555 + 3.4234127]
𝑦3 = 4.2588293
𝐶𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛:
ℎ
𝑦4 = 𝑦3 + [𝑓(𝑥3 , 𝑦3 ) + 𝑓(𝑥4 , 𝑦̅4 )]
2
0.25
𝑦4 = 4.2588293 + 2 [3.4336167 + 𝑓(𝑥4 = 2, 𝑦̅4 = 5.1172335)]
0.25
𝑦4 = 4.2588293 + 2 [3.4336167 + 3.5586168]
𝑦4 = 5.1328585
Valor real
𝑦(𝑥) = 5.3862944
error absoluto:
𝑦
𝑦 ′ = 1 + , 1 ≤ 𝑡 ≤ 2,
𝑡
𝑦(1) = 2, 𝑐𝑜𝑛 ℎ = 0.25; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡 ∗ ln(𝑡) + 2𝑡.
SOLUCIÓN:
Compare la ecuación diferencial dada (1) con la forma general del problema de valor
inicial
𝑦 ′ = 𝑓(𝑡, 𝑦), 𝑎 ≤ 𝑡 ≤ 𝑏, 𝑦(𝑎) = 𝛼
Luego:
𝑦
𝑓 (𝑡, 𝑦) = 1 + 𝑡 , 𝛼 = 𝑤0 = 𝑦0 = 2, 𝑡0 = 𝑎 = 1, 𝑏 = 2
Aquí
𝑡𝑖 = 𝑡0 + ℎ ∗ 𝑖
= 1 + 0.25 ∗ 𝑖
𝑤0 = 𝛼
ℎ
𝑤𝑖+1 = 𝑤𝑖 + 2 [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤1 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ))], 𝑓𝑜𝑟 𝑒𝑎𝑐ℎ 𝑖 = 0,1, … , 𝑁 − 1
Entonces:
ℎ
𝑤𝑖+1 = 𝑤𝑖 + 2 [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤1 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ))]
0.25
= 𝑤𝑖 + [𝑓(1 + 0.25 ∗ 𝑖, 𝑤𝑖 ) + 𝑓(1 + 0.25(𝑖 + 1), 𝑤1 + 0.25 ∗ 𝑓 (1 + 0.25 ∗
2
𝑖, 𝑤𝑖 ))]
Por eso.
0.25
𝑤1 = 𝑤0 + [𝑓(1 + 0.25 ∗ 0, 𝑤0 ) + 𝑓(1 + 0.25(0 + 1), 𝑤0 + 0.25 ∗ 𝑓(1 + 0.25 ∗
2
0, 𝑤0 ))]
0.25
=2+ [𝑓(1,2) + 𝑓(1 + 0.25(1), 2 + 0.25 ∗ 𝑓 (1,2))]
2
=2.775
0.25
𝑤2 = 𝑤𝑖 + [𝑓(1 + 0.25 ∗ 1, 𝑤𝑖 )
2
+ 𝑓(1 + 0.25(1 + 1), 𝑤1 + 0.25 ∗ 𝑓(1 + 0.25 ∗ 1, 𝑤𝑖 ))]
0.25
= 2.775 + [𝑓(1.25, 2.775) + 𝑓(1.5, 2.775 + 0.25 ∗ 𝑓(1.25, 2.775))]
2
=3.60083
𝑦′ = 1 + ℎ𝑦
𝑦 (0) = 0
𝑦(1) =?
𝑦(3)= ?
{ ℎ = 0.25
Calculamos n.
𝑋(𝑓) − 𝑋(0) 2− 1
ℎ= 0.25= n=4
𝑛 𝑛
ITERACIÓN N° 1…i = 0
X (1) =x (0) +h
X(1) = 0+0.25
X(1) = 0.25
PREDICCIÓN
Ῡ(1) = Y(0)+HF(X(0),Y(0)
Ῡ(1) =0+0.25(0)
Ῡ(1) =0
ℎ
Corrección 𝑦1 = 𝑦0 + [𝐹(𝑥0 , 𝑦0 ) + 𝐹 (𝑥1 , Ῡ1 )]
2
0.25
𝑦1 = 0 + [𝐹(𝑥0 = 0 , 𝑦0 = 0) + 𝐹 (𝑥1 = 0.25 , Ῡ1 = 0)]
2
𝑦1 = 0 + 0.125 [0 + 2.778294]
𝑦1 = 2.7750000
ITERACIÓN N° 2…i = 1
X(2)=X(2) +h
X(2) = 0.25+0.25
X(2) = 0.50
PREDICCIÓN
Ῡ(2) = Y(1)+HF(X(1),Y(1)
Ῡ(2) =3.6081977
Corrección
ℎ
𝑦2 = 𝑦1 + 2 [𝐹 (𝑥0 , 𝑦0 ) + 𝐹 (𝑥1 , Ῡ1 )]
0.25
𝑦2 = 2.7750000 + [2.7750000 + 𝐹 (𝑥2 = 2.7750000 , Ῡ(2) = 3.6081977)]
2
𝑦2 = 2.7750000 + 0.25[2.7750000 + (3.6081977)]
𝑦2 = 3.6008333
ITERACIÓN N° 3…i = 2
X(3)=X(2) +h
X(3) = 0.5+0.25
X(3) = 0.75
PREDICCIÓN
Ῡ(3) = Y(2)+hF(X(1),Y(1))
Ῡ(3) =4.4793276
Corrección
ℎ
𝑦3 = 𝑦2 + [𝐹 (𝑥3 , 𝑦3 ) + 𝐹 (𝑥3 , Ῡ3 )]
2
0.25
𝑦3 = 3.6008333 + [3.6008333 + 𝐹 (𝑥3 = 0.75 , Ῡ(3) = 4,4793276)]
2
𝑦3 = 4.4688294
ITERACIÓN N° …i = 3
X(4)=X(3) +h
X(4) = 0.75+0.25
X(4) = 1.0
PREDICCIÓN
Ῡ(4) = Y(3)+hF(X(4),Y(4))
Corrección
ℎ
𝑦4 = 𝑦3 + 2 [𝐹 (𝑥3 , 𝑦3 ) + 𝐹 (𝑥3 , Ῡ3 )]
0.25
𝑦4 = 4,4688294 + [4,4688294 + 𝐹 (𝑥3 = 0.75 , Ῡ(3) = 4,4793276)]
2
𝑦4 = 5.3728586
Valor real:
Y(x)=0.9040292
Aplique el método modificado de Euler para aproximar las soluciones de los siguientes
problemas de valores iniciales y compare después os resultados con los valores reales
1 1 4
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑠𝑒𝑛(2𝑡) − cos(3𝑡) +
2 3 3
𝑏−𝑎 1
ℎ= 𝑛= =4
𝑛 0.25
𝑐𝑎𝑚𝑏𝑖𝑜 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑡 = 𝑥
𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 𝑁°1 𝑖 = 0
𝑥1 = 𝑥0 + ℎ
𝑥1 = 0 + 0.25 = 0.25
𝑝𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛
𝑌1 = 𝑦0 + ℎ𝑓(𝑥0 = 0, 𝑦0 = 0)
𝑌1 = 0 + 0.25 ∗ 0 = 0
𝑐𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛
ℎ
𝑦1 = 𝑦0 + [𝑓(𝑥0 = 0, 𝑦0 = 0) + 𝑓(𝑥1 = 0.25, 𝑦1 = 0)]
2
0.25
𝑦1 = 0 + [0 + 1.3291498]
2
𝑦1 = 1.3199027
𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 𝑁°2 𝑖 = 1
𝑥2 = 𝑥1 + ℎ
𝑝𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛
𝑌2 = 1.7304898
𝑐𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛
ℎ
𝑦2 = 𝑦1 + [𝑓(𝑥1 , 𝑦1 ) + 𝑓(𝑥2 , 𝑦2 )]
2
0.25
𝑌2 = 1.3199027 + [1.7070300 + 𝑓 (𝑥2 = 0.5, 𝑦1 = 1.7304898)
2
0.25
𝑦2 = 1.3199027 + [1.7070300 + 1.7304898]
2
𝑦2 = 1.7070300
𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 𝑁°3 𝑖 = 2
𝑥3 = 𝑥2 + ℎ
𝑝𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛
𝑐𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛
ℎ
𝑦3 = 𝑦2 + [𝑓(𝑥3 , 𝑦3 ) + 𝑓 (𝑥3 , 𝑦3 )]
2
0.25
𝑌3 = 1.7070300 + [1.7070300 + 𝑓 (𝑥2 = 0.75, 𝑦3 = 2.0414720)
2
0.25
𝑦3 = 1.7070300 + [1.7070300 + 2.0414720]
2
𝑦3 = 2.0053560
𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 𝑁°4 𝑖 = 3
𝑥4 = 𝑥3 + ℎ
𝑝𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛
𝑌3 = 2.1179795
𝑐𝑜𝑟𝑟𝑒𝑐𝑐𝑖𝑜𝑛
ℎ
𝑦4 = 𝑦3 + [𝑓(𝑥3 , 𝑦3 ) + 𝑓 (𝑥3 , 𝑦3 )]
2
0.25
𝑌4 = 2.0053560 + [2.0053560 + 𝑓 (𝑥3 = 0.75, 𝑦3 = 2.1179795)
2
0.25
𝑦3 = 2.0053560 + [2.0053560 + 2.1179795]
2
𝑦3 = 2.0770789
Solución:
ℎ 2ℎ 2ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 3𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑓(𝑡𝑖 , 𝑤𝑖 )] ; 𝑝𝑎𝑟𝑎 𝑖 = 0,1,2, … , 𝑛 − 1
4 3 3
Definimos:
𝑏 = 1; 𝑎=0
𝑏−𝑎 1
ℎ= = 𝑛 → 𝑛 = 2 𝑝𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟𝑒𝑚𝑜𝑠 2 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑛
1 1 3𝑡 1 1 1 3𝑡 1
𝑦(𝑡) = 𝑒 3𝑡 − 𝑒 + 𝑒 −2𝑡 → 𝑦(𝑡𝑖 ) = 𝑡𝑖 𝑒 3𝑡𝑖 − 𝑒 𝑖 + 𝑒 −2𝑡𝑖
5 25 25 5 25 25
Para 𝒊 = 𝟎; 𝑡𝑖 = 0.5𝑖 = 0; 𝑤𝑖 = 0
ℎ 2ℎ 2ℎ
𝑤1 = 𝑤0 + [𝑓(𝑤0 , 𝑡0 ) + 3𝑓(𝑡0 + , 𝑤0 + 𝑓(𝑡0 , 𝑤0 )]
4 3 3
0.5 2 ∗ 0.5 2 ∗ 0.5
𝑤1 = 0 + [𝑓(0 , 0) + 3𝑓(0 + ,0 + 𝑓(0 , 0)]
4 3 3
0.5 1
𝑤1 = 0 + [0 + 3𝑓( , 0)]
4 3
0.5 1 1
𝑤1 = 0 + [0 + 3 ( ∗ 𝑒 3∗3 − 2 ∗ 0)]
4 3
0.5
𝑤1 = 0 + ∗ 𝑒
4
𝒘𝟏 = 𝟎. 𝟑𝟑𝟗𝟕𝟖𝟓𝟐
1 1 3∗0.5 1 −2∗0.5
𝑦1 = 𝑦(𝑡1 ) = − ∗ 0.5 ∗ 𝑒 3∗0.5 − 𝑒 + 𝑒
5 25 25
𝒚𝟏 = 𝟎. 𝟐𝟖𝟑𝟔𝟏𝟔𝟓
ℎ 2ℎ 2ℎ
𝑤2 = 𝑤1 + [𝑓(𝑡1 , 𝑤1 ) + 3𝑓(𝑡1 + , 𝑤1 + 𝑓(𝑡1 , 𝑤1 )]
4 3 3
𝑤2 = 0.3397852
0.5 2 ∗ 0.5
+ [𝑓(0.5 , 0.3397852) + 3𝑓(0.5 + , 0.3397852
4 3
2 ∗ 0.5
+ 𝑓(0.5 , 0.3397852))]
3
0.5 5
𝑤2 = 0.3397852 + [1.5612741 + 3𝑓( , 0.8602099) ]
4 6
0.5
𝑤2 = 0.3397852 + [1.5612741 + 3(8.4316585) ]
4
𝒘𝟐 = 𝟑. 𝟔𝟗𝟔𝟖𝟏𝟔𝟒
1 1 3∗1 1 −2∗1
𝑦2 = 𝑦(𝑡2 ) = − ∗ 1 ∗ 𝑒 3∗1 − 𝑒 + 𝑒
5 25 25
𝒚𝟐 = 𝟑. 𝟐𝟏𝟗𝟎𝟗𝟗𝟑
y ' te 2 y
3t
0 t 1 ; h 0.5 1 1 1 2t
a. solucion real: y t te3t e3t e
y 0 =0
5 25 25
solucion:
f ti , wi ti e3ti 2wi
para i = 0
h 2 2
ti 0.5i 0 wi 1 wi f ti ; wi 3 f ti h ; wi hf ti ; wi
4 3 3
0.5 2 2
wi 0 w1 0 f 0 ; 0 3 f 0 0.5 ; 0 0.5 f 0 ; 0
4 3 3
w1 0.125 0 3 f 0.3333333 ; 0
w1 0.1253x0.9060938 0.3397852
para i = 1
0.5 2 2
ti 0.5i 0.5 w2 0.3397852 f 0.5 ; 0.3397852 3 f 0.5 0.5 ; 0.3397852 0.5 f 0.5 ; 0.3397852
4 3 3
0.5
w2 0.3397852 1.5612741 3 f 0.8333333 ; 0.8602099
4
0.5
w2 0.3397852 1.5612741 3x8.4316571 3.6968159
4
valor real: 3.2190993
E 3.6968159 3.2190993 0.4777166
2.a
Y(0)=0
Consideramos entonces el método de Heun para resolver el problema del valor inicial
𝑦0 = 𝛼
ℎ 2ℎ 2ℎ ℎ ℎ
𝑦𝑖+1 = 𝑦𝑖 + [𝑓 (𝑡𝑖 , 𝑦𝑖 ) + +3𝑓 (𝑡𝑖 + , 𝑦𝑖 + 𝑓 (𝑡𝑖 + , 𝑦𝑖 + 𝑓 (𝑡𝑖 , 𝑦𝑖 )))]
4 3 3 3 3
0 0 0 -0.08 0.08
𝑦 , − 1 + (𝑡 − 𝑦)2 1
{ 2≤t≤3 h= 0.5 solución real: y(t) = t+⌊1−𝑡 ⌋
𝑦 (2) − 1
ⅆ𝑦
− 𝑓(𝑡, 𝑏) ; a ≤ t ≤ b
{ ⅆ𝑡 𝑡𝑖 = a +ih
𝑌 (𝑎 ) = 𝑎
𝑡𝑖 = 2+0.5i = 2 𝑤0 = 1
ℎ 2 2
𝑤𝑖+1 = 𝑤𝑖 +4 [𝑓(𝑡𝑖 ; 𝑤𝑖 ) + 3𝑓 (𝑡𝑖 + 3 ℎ) ; 𝑤𝑖 + 3 ℎ𝑓(𝑡𝑖 ; 𝑤𝑖 )]
0.5 2 2
𝑤1 = 1 + 4 [𝑓(2; 1) + 3𝑓 (2 + 3 ∗ 0.5) ; 1 + 3 ∗ 0.5𝑓(2 ; 1)]
0.5
𝑤1 = 1 + 4 [2 + 3𝑓(2.333333; 1.666667]
0.5
𝑤1 = 1 + 4 [2 + 3 ∗ 1.4444435]
𝑤1 = 1.7916663
Para i =1
0.5 2 2
𝑤1 = 1.7916663 + 4 [𝑓(2.50; 1.7916663) + 3𝑓 (2.50 + 3 ∗ 0.5) ; 1.7916663 + 3 ∗
0.5𝑓(2.5 ; 1.7916663)]
𝑤1 = 2.4641747
𝑡𝑖 = 2+ 0.5*2 = 3
1
𝑦 ′ = 1 + (𝑡 − 𝑦)2 ; 2 ≤ 𝑡 ≤ 3. 𝑦(2) = 1; 𝑐𝑜𝑛 ℎ = 0.5; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡 +
1−𝑡
SOLUCION
Tenemos:
𝑦 ′ = 1 + (𝑡 − 𝑦)2 1
{ 2≤𝑡≤3 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡 + 1−𝑡
𝑦 (2) = 1
ⅆ𝑦
= 𝑓 (𝑡, 𝑦) ; 𝑎 ≤ 𝑡 ≤ 𝑏
{ ⅆ𝑡
𝑦(𝑎) = 𝛼 = 𝑤0
𝑡𝑖 = 𝑎 + 𝑖ℎ = 2 + 0.5𝑖 → 𝑖 = 0; 1; 2 … ; 𝑛 − 1
ℎ 2 2
𝑤𝑖+1 = 𝑤𝑖 + 4 [𝑓(𝑡𝑖 ; 𝑤𝑖 ) + 3𝑓(𝑡𝑖 + 3 ℎ; 𝑤𝑖 + 3 ℎ𝑓(𝑡𝑖 ; 𝑤𝑖 ))]
𝑏−𝑎 3−2
ℎ= = = 0.5 → 𝑛 = 2
𝑛 𝑛
ⅆ𝑦
= 𝑓 (𝑡, 𝑦) = 1 + (𝑡 − 𝑦)2
ⅆ𝑡
𝑓 (𝑡𝑖 , 𝑤𝑖 ) = 1 + (𝑡𝑖 − 𝑤𝑖 )2
Para i=0
ℎ 2 2
𝑤1 = 𝑤0 + 4 [𝑓(𝑡0 ; 𝑤0 ) + 3𝑓(𝑡0 + 3 ℎ; 𝑤0 + 3 ℎ𝑓(𝑡0 ; 𝑤0 ))]
0.5 2 2
𝑤1 = 1 + [𝑓(2; 1) + 3𝑓(2 + ∗ 0.5; 1 + ∗ 0.5 ∗ 𝑓(2; 1))]
4 3 3
0.5
𝑤1 = 1 + [2 + 3𝑓(2.3333333; 1.6666667)]
4
0.5
𝑤1 = 1 + [2 + 3 ∗ 1.4444444]
4
Para i=1
ℎ 2 2
𝑤2 = 𝑤1 + 4 [𝑓(𝑡1 ; 𝑤1 ) + 3𝑓(𝑡1 + 3 ℎ; 𝑤1 + 3 ℎ𝑓 (𝑡1 ; 𝑤1 ))]
0.5 2
𝑤2 = 1.7916667 + [𝑓(2.5; 1.7916667) + 3𝑓(2.5 + 0.5; 1.7916667 +
4 3
2
0.5𝑓(2.5; 1.7916667))]
3
0.5 2
𝑤2 = 1.7916667 + [1.5017361 + 3𝑓(2.8333333; 1.7916667 + 0.5 ∗
4 3
1.5017361)]
0.5
𝑤2 = 1.7916667 + [1.5017361 + 3𝑓(2.8333333; 2.2922454)]
4
0.5
𝑤2 = 1.7916667 + [1.5017361 + 3 ∗ 1.2927761]
4
2.c. Aplique el método de Heun para aproximar las soluciones de los siguientes problemas
de valor inicial y compare después los resultados con los valores reales.
c. y'=1+y/t, 2 t 3 y(t)=2, con h=0.25; solución real y(t)=tlnt+2t
En nuestro caso, 𝑓 (𝑡, 𝑦) = 1 + 𝑦/𝑡 y se usará Python 3.9.5, para el cálculo rápido
# Importamos paqueterias
import math
import numpy as np
%matplotlib inline
def fxy(t,y):
return 1+y/t
def real(t):
yasol = np.vectorize(real)
h = 0.25
t0 = 2
y0 = 2
t = np.arange(2, 3.1, h)
y = np.zeros(t.size)
y[0] = y0
print("Valores de x: ",t)
print("Valores de y: ",y)
# Se pintan las soluciones aproximadas y la real
plt.plot(t,y,'r', label="Aprox")
plt.plot(t,yasol(t),'b', label="Real")
plt.legend()
# Se muestra
plt.savefig("4.svg")
plt.show()
1 1 4
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑠𝑒𝑛(2𝑡) − cos(3𝑡) +
2 3 3
𝑝𝑎𝑟𝑎 𝑖 = 0
ℎ 2 2
𝑡𝑖 = 0 𝑤𝑖+1 = 𝑤𝑖 + [𝑓 (𝑡𝑖 ; 𝑤𝑖 ) + 3𝑓 (𝑡𝑖 + ℎ; 𝑤𝑖 + 𝑓 (𝑡𝑖 ; 𝑤𝑖 ))]
4 3 3
0.25 2 2
𝑤0 = 1 𝑤1 = 1 + [𝑓(0; 1) + 3𝑓 (0 + 0.25; 1 + 𝑓(0; 1))]
4 3 3
𝑤1 = 1.3295717
𝑝𝑎𝑟𝑎 𝑖 = 1
𝑡𝑖 = 0.25 𝑤1 = 1.3295717
0.25
𝑤2 = 1.32957171 + [𝑓(0.25; 1.3295717)
4
2 2
+ 3𝑓 (0.25 + 0.25; 1.3295717 + 𝑓(0.25; 1.3295717))]
3 3
𝑤2 = 1.7310350
𝑝𝑎𝑟𝑎 𝑖 = 2
𝑡𝑖 = 0.5 𝑤2 = 1.7310350
0.25 2 2
𝑤3 = 1.7310350 + [𝑓(0.5; 1.7310350) + 3𝑓 (0.5 + 0.25; 1.7310350 + 𝑓(0.5; 1.7310350))]
4 3 3
𝑤3 = 2.0417476
𝑝𝑎𝑟𝑎 𝑖 = 3
𝑡𝑖 = 0.75 𝑤3 = 2.0417476
0.25
𝑤4 = 2.0417476 + [𝑓 (0.75; 2.0417476)
4
2 2
+ 3𝑓 (0.75 + 0.25; 2.0417476 + 𝑓(0.75; 2.0417476))]
3 3
𝑤4 = 2.1176975
EJERCICIO 3.
Solución real:
𝑡𝑒 3𝑡 𝑒 3𝑡 𝑒 −2𝑡
𝑦 (𝑡 ) = − +
5 25 5
SOLUCIÓN
𝑏−𝑎
ℎ=
𝑛
1−0
𝑛= =2 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 = 2
0.5
ℎ ℎ
𝑤𝑖+1 ≈ 𝑤𝑖 + ℎ ∗ 𝑓 [𝑡𝑖 + , 𝑤𝑖 + 𝑓(𝑡𝑖 , 𝑤𝑖 )]
2 2
𝑤0 = 𝛼
𝑤0 = 𝑦(0) = 0
Iteración 1 (i = 0)
0.5 0.5
𝑤1 ≈ 𝑤0 + 0.5 ∗ 𝑓 [𝑡0 + , 𝑤0 + 𝑓 (𝑡0 , 𝑤0 )]
2 2
𝑡0 = 0
𝑡1 = 0.5
La función es la siguiente:
𝑓(𝑡, 𝑦) = 𝑡𝑒 3𝑡 − 2𝑦
𝑓(𝑡0 , 𝑤0 ) = 𝑓 (0,0) = 0 ∗ 𝑒 0 − 2 ∗ 0 = 0
𝑓[𝑡0 + 0.25, 𝑤0 + 0.25 ∗ 𝑓 (𝑡0 , 𝑤0 )] = 𝑓 [0.25, 0] = 0.25 ∗ 𝑒 3∗0.25 − 2 ∗ 0 =
0.52925
𝑤1 ≈ 0 + 0.5 ∗ 0.52925
𝑤1 ≈ 0.26462500
𝑡𝑒 3𝑡 𝑒 3𝑡 𝑒 −2𝑡
𝑦 (𝑥 ) = − +
5 25 25
Iteración 2 (i = 1)
0.5 0.5
𝑤2 ≈ 𝑤1 + 0.5 ∗ 𝑓 [𝑡1 + , 𝑤1 + 𝑓 (𝑡1 , 𝑤1 )]
2 2
𝑡1 = 0.5
𝑡2 = 1
La función es la siguiente:
𝑓 (𝑡, 𝑦) = 𝑡𝑒 3𝑡 − 2𝑦
Reemplazando por partes
𝑤2 ≈ 3.13000230
𝑡𝑒 3𝑡 𝑒 3𝑡 𝑒 −2𝑡
𝑦 (𝑥 ) = − +
5 25 25
1𝑒 3 𝑒 3 𝑒 −2
𝑦 (1) = − + = 𝟑. 𝟐𝟏𝟗𝟎𝟗𝟗𝟑𝟐 𝑽𝒂𝒍𝒐𝒓 𝒓𝒆𝒂𝒍.
5 25 25
Comparando
Referencia: ejercicio 1.
Aplique el método modificado de Euler para aproximar las soluciones de los siguientes
problemas de valor inicial y compare después los resultados con los valores reales.
Solución:
El objetivo es aproximar las soluciones del problema del valor inicial usando el método del
punto medio y comparar los resultados con los valores reales.
𝑦 ′ = 1 + (𝑡 − 𝑦 )2 , 2 ≤ 𝑡 ≤ 3
1
La solución es 𝑦(𝑡) = 𝑡 + 1−𝑡
𝑤0 = 𝛼
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡0 + ; 𝑤𝑖 + 𝑓 (𝑡𝑖 ; 𝑤𝑖 )) , 𝑓𝑜𝑟 𝑖 = 0.1,1, … , 𝑁 − 1
2 2
𝑇𝑎𝑚𝑏𝑖𝑒𝑛 𝑡1 = 𝑡0 + 𝑖 × ℎ
Para i = 0
ℎ ℎ
𝑤0+1 = 𝑤0 + ℎ𝑓 (𝑡0 + ; 𝑤0 + 𝑓 (𝑡0 ; 𝑤0 ))
2 2
ℎ ℎ
𝑤0+1 = 𝑤0 + ℎ𝑓 (𝑡0 + ; 𝑤0 + 𝑓 (𝑡0 ; 𝑤0 ))
2 2
0.5 0.5
𝑤1 = 1 + (0.5)𝑓 (2 + ; 1+ 𝑓 (2 ; 1))
2 2
𝑓 (2; 1) = 1 + (2 − 1)2 = 2
𝑤1 = 1 + (0.5)𝑓(2.25 ; 1 + 0.25 × 2)
ℎ ℎ
𝑤1+1 = 𝑤1 + ℎ𝑓 (𝑡1 + ; 𝑤1 + 𝑓 (𝑡1 ; 𝑤1 ))
2 2
0.5 0.5
𝑤2 = 1.78125 + 0.5 × 𝑓 (2.5 + ; 1.78125 + 𝑓 (2.5 ; 1.78125))
2 2
0.5
𝑤2 = 1.78125 + (0.5)𝑓 (2.5 + ; 2.03125𝑓(2 .5; 1.78125))
2
1
𝑦(𝑡1 ) = 𝑦(2.5) ⟹ 𝑦(𝑡1 ) = 2.5 + ⟹ 𝑦(𝑡1 ) = 1.83333333
1 − 2.5
1
𝑦(𝑡2 ) = 𝑦(3) ⟹ 𝑦(𝑡2 ) = 3 + ⟹ 𝑦(𝑡2 ) = 2.5
1−3
solución real:
𝟏
( 𝒕) = 𝒕 +
𝟏−𝒕
𝒚′ = 𝟏 + (𝒕 − 𝒚)𝟐
𝑤0 = 1
𝑡1 = 0 + 0.5𝑖
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖+ ℎ𝑓(𝑡1 + ; 𝑤𝑖 + 𝑓(𝑡1 ; 𝑤𝑖 ))
2 2
Para i=0
𝑤1 = 1 + (0.5)𝑓(0.25; 1 + 0.25𝑓(02))
𝑤1 = 1 + (0.5)𝑓(0.25; 1.5)
𝑤1 = 1 + (0.5)(2.5625)
𝑤1 = 2.28125
Para i=1
𝑤2 = 32.56848
𝟏
𝒚(𝟎. 𝟓) = 𝟎. 𝟓 + = 𝟐. 𝟓
(𝟏 − 𝟎. 𝟓)
𝒚
𝑪. 𝒚′ = , 𝟏 ≤ 𝒕 ≤ 𝟐, 𝒚(𝟏) = 𝟐𝒄𝒐𝒏𝒉 = 𝟎. 𝟐𝟓
𝒕
Solución
𝑦 ′ = 𝑡 + 2𝑡
𝑦 (0) = 2 1 ≤𝑡 ≤2 →𝑎 =1𝑦𝑏 =2
→ 𝑤0 = 2 ∶ ℎ = 0.25
→ 𝑡1 = 0.1𝑖
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ))
2 2
0.25 0.25 1
𝑤𝑖+1 = 𝑤𝑖 + (0.25)𝑓(0.1𝑖 + , 𝑤𝑖 + 𝑓(0.1i, 3))
2 2
Para i = 0
0.25 0.25
𝑤1 = 2 + (0.25)𝑓 ( ,2 + ∗ (−5 ∗ 2 + 5 ∗ 0.25𝑖 2 + 2 ∗ 0.25𝑖 )) ; 𝑡 + 2𝑡
2 2
0.25 0.25 5
𝑤1 = 2 + (0.25)𝑓 ( , ∗ (− ))
2 2 3
0.25 0.25
𝑤1 = 2 + (0.25)𝑓 ( , )
2 244
5 0.252 0.25
𝑤1 = 2 + (0.25) (−5 ∗ +5( )+2∗ )
24 2 2
𝒘𝟏 = 𝟎. 𝟐𝟎𝟓𝟒𝟑𝟔
0.25 0.25
𝑤𝑖+1 = 𝑤𝑖 + (0.1)𝑓 (0.1 + , 𝑤𝑖 + ∗ (0.1,2))
2 2
𝒘𝟐 = 𝟎. 𝟐𝟎𝟓𝟒𝟑𝟔𝟐 + (0.1)𝑓(12.5,0.0779166)
𝒘𝟐 = 𝟎. 𝟐𝟓𝟖𝟐𝟖𝟑𝟔
Punto medio
𝑡𝑖 𝑤𝑖 𝑦(𝑡𝑖 )
0.3 0.0611918 0.8365235
0.2 0.1218875 0.7236537
0.4 0.0334837 0.0724576
1.0 1.0000007 1.0000569
→ wo = 2 ; h = 0.25
→ t1 = 0.1i
ℎ ℎ
wi + 1 = wi + hf (ti + , wi + 2 f(ti wi))
2
0.25 0.25 1
wi + 1 = wi + (0.25) f(0.1) f(0.1i + , wi + f (0.1𝑖, + )
2 2 3𝑛
Para i = 0
0.25 0.25
wi = 2 + (0.25) f ( ,2 + ∗ ( −5 ∗ 2 + 5 ∗ 0.25𝑖 2 + 2 ∗ 0.25𝑖)) ; 𝑡 + 2𝑡
2 2
0.25 0.25 5
wi = 2 + (0.25) f( ,2 + ∗ (− 3 ))
2 2
0.25 5
wi = 2 + (0.25) f ( , )
2 244
5 0.25 2 0.25
wi = 2 + (0.25) (-5 * 24 + 5 ∗ ( ) +2∗ )
2 2
wi = 0.2054362
Para i =1
t1 = 0.1i → t1 = 0.1 ; t2 + 2t
0.25 0.25
wi+1 = w1 + (0.1) f (0.1 + , 𝑤𝑖 + ∗ (0.1,2 ))
2 2
w2 = 0.2054362 + (0.1) f (12.5,0.2195833 + 0.1 * (-5 * 2 + 5 * 0.12 + 2 * 0.1))
w2 = 0.2582836
PUNTO MEDIO
fi wi y(ti)
0.3 0.0611918 0.8365235
0.2 0.1218875 0.7236537
0.4 0.0334837 0.0724576
1.0 1.0000007 1.0000569
1 1 4
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = sin 2𝑡 − cos 3𝑡 +
2 3 3
Solución
𝑏−𝑎 1−0
ℎ= → 0.25 = →𝑛=4
𝑛 𝑛
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑓 (𝑡𝑖 , 𝑤𝑖 )) 𝑝𝑎𝑟𝑎 𝑖 = 1,2,3 𝑦 4
2 2
𝑝𝑎𝑟𝑎 𝑖 = 0
ℎ ℎ
𝑤1 = 𝑤0 + ℎ𝑓 (𝑡0 + , 𝑤0 + 𝑓 (𝑡0 , 𝑤0 ))
2 2
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡0 = 0 + (0)(0.25) = 0
𝑤0 = 𝑦(𝑡0 ) = 𝑦(0) = 1
Remplazamos valores
0.25 0.25
𝑤1 = 1 + 0.25𝑓 (0 + ,1+ 𝑓(0,1))
2 2
0.25 0.25
𝑤1 = 1 + 0.25𝑓 (0 + ,1+ (1)) → 𝑤1 = 1 + 0.25𝑓(0.125,1.125)
2 2
𝑤1 = 1.3337962
1 1 4
𝑦(𝑡1 ) = sin(2 ∗ 0.25) − cos(3 ∗ 0.25) +
2 3 3
𝑦(𝑡1 ) = 1.3291498
𝑝𝑎𝑟𝑎 𝑖 = 1
ℎ ℎ
𝑤2 = 𝑤1 + ℎ𝑓 (𝑡1 + , 𝑤1 + 𝑓(𝑡1 , 𝑤1 ))
2 2
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡1 = 0 + (1)(0.25) = 0.25
𝑤1 = 1.3337962
Remplazamos valores
0.25 0.25
𝑤2 = 1.3337962 + 0.25𝑓 (0.25 + , 1.3337962 + 𝑓(0.25,1.3337962))
2 2
0.25 0.25
𝑤2 = 1.3337962 + 0.25𝑓 (0.25 + , 1.3337962 + (1.5592213))
2 2
𝑤2 = 1.3337962 + 0.25𝑓(0.375,1.5286989)
𝑤2 = 1.7422853
1 1 4
𝑦(𝑡2 ) = sin(2 ∗ 0.5) − cos(3 ∗ 0.5) +
2 3 3
𝑦(𝑡2 ) = 1.7304898
𝑝𝑎𝑟𝑎 𝑖 = 2
ℎ ℎ
𝑤3 = 𝑤2 + ℎ𝑓 (𝑡2 + , 𝑤2 + 𝑓 (𝑡2 , 𝑤2 ))
2 2
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡2 = 0 + (2)(0.25) = 0.5
𝑤2 = 1.7422853
Remplazamos valores
0.25 0.25
𝑤3 = 1.7422853 + 0.25𝑓 (0.5 + , 1.7422853 + 𝑓(0.5,1.7422853))
2 2
0.25 0.25
𝑤3 = 1.7422853 + 0.25𝑓 (0.5 + , 1.7422853 + (1.5377973))
2 2
𝑤3 = 1.7422853 + 0.25𝑓(0.625,1.93451)
𝑤3 = 2.0596373
1 1 4
𝑦(𝑡3 ) = sin(2 ∗ 0.75) − cos(3 ∗ 0.5) +
2 3 3
𝑦(𝑡3 ) = 2.041472
𝑝𝑎𝑟𝑎 𝑖 = 3
ℎ ℎ
𝑤4 = 𝑤3 + ℎ𝑓 (𝑡3 + , 𝑤3 + 𝑓 (𝑡3 , 𝑤3 ))
2 2
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡3 = 0 + (3)(0.25) = 0.75
𝑤3 = 2.0596373
Remplazamos valores
0.25 0.25
𝑤4 = 2.0596373 + 0.25𝑓 (0.75 + , 2.0596373 + 𝑓 (0.75,2.0596373))
2 2
0.25 0.25
𝑤4 = 2.0596373 + 0.25𝑓 (0.75 + , 2.0596373 + (0.8488104))
2 2
𝑤4 = 2.0596373 + 0.25𝑓(0.875,2.1657386)
𝑤4 = 2.1385559
1 1 4
𝑦(𝑡4 ) = sin(2 ∗ 1) − cos(3 ∗ 1) +
2 3 3
𝑦(𝑡4 ) = 2.1179795
𝑝𝑎𝑟𝑎 𝑖 = 4
ℎ ℎ
𝑤5 = 𝑤4 + ℎ𝑓 (𝑡4 + , 𝑤4 + 𝑓 (𝑡4 , 𝑤4 ))
2 2
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡4 = 0 + (4)(0.25) = 1
𝑤4 = 2.1385559
Remplazamos valores
0.25 0.25
𝑤4 = 2.1385559 + 0.25𝑓 (1 + , 2.1385559 + 𝑓(1,2.1385559))
2 2
𝑓 (0.75,2.0596373) = cos(2 ∗ 1) + sin(3 ∗ 1) = −0.2750268
0.25 0.25
𝑤4 = 2.1385559 + 0.25𝑓 (1 + , 2.1385559 + (−0.2750268))
2 2
𝑤4 = 2.1385559 + 0.25𝑓(1.125,2.1041776)
𝑤4 = 1.923689
1 1 4
solución real: y (t ) sen 2t cos 3t
2 3 3
W0 1
t1 0 0.1i
h
Wi 1 Wi hf (t1 f (ti ,Wi ))
2
Wi 1 Wi (0.1) f (0.1i 0.05;Wi 0.05 f (0.1i,Wi ))
Para i 0
Para i 1
EJERCICIO 4.
𝑦 𝑦 2
𝑦′ = − ( ) ; 1 ≤ 𝑡 ≤ 2; 𝑦(1) = 1; 𝑐𝑜𝑛 ℎ = 0.1; 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡)
𝑡 𝑡
𝑡
=
(1 + ln 𝑡)
SOLUCIÓN
𝑦 𝑦 2
𝒚′ = −( ) 1≤𝑡≤2
𝑡 𝑡
𝑦 (1) = 1
𝑤0 = 0
ℎ = 0.1
𝑡𝑖 = 1 + 0.1𝑖
Solución exacta.
𝑡
𝑦 (𝑡 ) =
(1 + ln 𝑡)
Método de Euler.
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 + 𝑤𝑖 ))]
2
𝒑𝒂𝒓𝒂 𝒊 = 𝟎
ℎ
𝑤1 = 𝑤0 + [𝑓(𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 ))]
2
𝑡0 = 1; 𝑡1 = 1.1; 𝑤0 = 1
𝑤0 𝑤0 2
𝑓 (𝑡0 , 𝑤0 ) = −( ) =0
𝑡0 𝑡0
𝑤0 𝑤0 2
𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ) = 𝑤0 + ℎ [ − ( ) ] = 1
𝑡0 𝑡0
ℎ ℎ
𝑤1 = 𝑤0 + 2 [𝑓(𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓 (𝑡0 + 𝑤0 ))] = 𝑤0 + 2 (0 + 0.0826466) =
1.0041322
Solución exacta.
𝑡
𝑦 (𝑡 ) =
(1 + ln 𝑡)
𝑡1
𝑦(𝑡1 ) = = 1.0042817
(1 + ln 𝑡1 )
𝒑𝒂𝒓𝒂 𝒊 = 𝟏
ℎ
𝑤2 = 𝑤1 + [𝑓(𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
𝑤1 𝑤1 2
𝑓 (𝑡1 , 𝑤1 ) = − ( ) = 0.0795570
𝑡1 𝑡1
𝑤1 𝑤1 2
𝑤1 + ℎ𝑓 (𝑡1 , 𝑤1 ) = 𝑤1 + ℎ [ − ( ) ] = 1.0120879
𝑡1 𝑡1
0.1320729) = 1.0147137
Solución exacta.
𝑡
𝑦 (𝑡 ) =
(1 + ln 𝑡)
𝑡2
𝑦(𝑡2 ) = = 1.0149523
(1 + ln 𝑡2 )
𝒑𝒂𝒓𝒂 𝒊 = 𝟐
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓 (𝑡2 , 𝑤2 ))]
2
𝑤2 𝑤2 2
𝑓 (𝑡2 , 𝑤2 ) = − ( ) = 0.1305643
𝑡2 𝑡2
𝑤2 𝑤2 2
𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ) = 𝑤2 + ℎ [ − ( ) ] = 1.0277701
𝑡2 𝑡2
ℎ ℎ
𝑤3 = 𝑤2 + 2 [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓 (𝑡2 , 𝑤2 ))] = 𝑤2 + 2 (0.1305643 +
0.1655561) = 1.0295197
Solución exacta.
𝑡
𝑦 (𝑡 ) =
(1 + ln 𝑡)
𝑡3
𝑦(𝑡3 ) = = 1.0298137
(1 + ln 𝑡3 )
Cuadro de resumen.
Método
i ti Modificado De Solución exacta Error
Euler
0 1 1.0041322 1.0042817 0.0001495
1 1.1 1.0147137 1.0149523 0.0002386
2 1.2 1.0295197 1.0298137 0.0002940
3 1.3 1.0472044 1.0475339 0.0003295
4 1.4 1.0669093 1.0672624 0.0003530
5 1.5 1.0880637 1.0884327 0.0003690
6 1.6 1.1102751 1.1106551 0.0003800
7 1.7 1.1332657 1.1336536 0.0003878
8 1.8 1.1568349 1.1572284 0.0003935
9 1.9 1.1806758 1.4295161 0.2488403
10 2
𝑦 𝑦 2
𝑦´ = 𝑦´ = − ( ) ; 1 ≤ 𝑡 ≤ 2; 𝑦(1) = 1; 𝑐𝑜𝑛 ℎ = 0.1; 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡)
𝑡 𝑡
1
=
(1 + 𝑙𝑛𝑡)
Solución:
𝑦 𝑦 2
𝑦´ = 𝑡 − (𝑡 ) ; 1≤𝑡≤2
𝑦 (𝑡 ) = 1
𝑤0 = 0
ℎ = 0.1
𝑡1 = 1 + 0.1𝑖
Solución exacta
𝑡
𝑦 (𝑡 ) =
(1 + 𝑙𝑛𝑡)
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 ))]
2
Solución
𝑝𝑎𝑟𝑎 𝑖 = 0
ℎ
𝑤1 = 𝑤0 + [𝑓 (𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ))]
2
𝑡0 = 1; 𝑡1 = 1.1; 𝑤0 = 1
𝑤0 𝑤0 2
𝑓(𝑡0 , 𝑤0 ) = − ( ) =0
𝑡0 𝑡0
𝑤0 𝑤0 2
( )
𝑤0 + ℎ𝑓 𝑡0 , 𝑤0 = 𝑤0 + ℎ [ −( ) ]=1
𝑡0 𝑡0
ℎ ℎ
𝑤1 = 𝑤0 + [𝑓 (𝑡0 , 𝑤0 ) + 𝑓 (𝑡1 , 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ))] = 𝑤0 + (0 + 0.0826446)
2 2
= 1.0041322
Solución exacta
𝑡
𝑦 (𝑡 ) =
(1 + 𝑙𝑛𝑡)
𝑡1
𝑦(𝑡1 ) = = 1.0042817
(1 + 𝑙𝑛𝑡1 )
𝑃𝑎𝑟𝑎 𝑖 = 1
ℎ
𝑤2 = 𝑤1 + [𝑓 (𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
𝑤1 𝑤1 2
𝑓(𝑡1 , 𝑤1 ) = − ( ) = 0.0795570
𝑡1 𝑡1
𝑤1 𝑤1 2
𝑤1 + ℎ𝑓 (𝑡1 , 𝑤1 ) = 𝑤1 + ℎ [ − ( ) ] = 1.0120879
𝑡1 𝑡1
ℎ
𝑤2 = 𝑤1 + [𝑓 (𝑡1 , 𝑤1 ) + 𝑓 (𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
ℎ
= 𝑤1 + (0.0795570 + 0.1320719) = 1.0147137
2
Solución exacta
𝑡2
𝑦(𝑡2 ) = = 1.0149523
(1 + 𝑙𝑛𝑡2 )
𝑃𝑎𝑟𝑎 𝑖 = 1
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ))]
2
𝑤2 𝑤2 2
𝑓(𝑡2 , 𝑤2 ) = − ( ) = 0.13056443
𝑡2 𝑡2
𝑤2 𝑤2 2
( )
𝑤2 + ℎ𝑓 𝑡2 , 𝑤2 = 𝑤2 + ℎ [ − ( ) ] = 1.0277701
𝑡2 𝑡2
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ))]
2
ℎ
= 𝑤2 + (0.1305643 + 0.1655561) = 1.0295197
2
Solución exacta
𝑡3
𝑦(𝑡3 ) = = 1.0298137
(1 + 𝑙𝑛𝑡3 )
# Importamos paqueterias
import math
import numpy as np
%matplotlib inline
def fxy(t,y):
return 1+y/t+(y/t)**2
def real(t):
yasol = np.vectorize(real)
h = 0.1
t0 = 1
y0 = 1
# Creamos un arreglo base para poder dibujar
t = np.arange(1, 3.1, h)
y = np.zeros(t.size)
y[0] = y0
print("Valores de x: ",t)
print("Valores de y: ",y)
plt.plot(t,y,'r', label="Aprox")
plt.plot(t,yasol(t),'b', label="Real")
plt.legend()
# Se muestra
plt.savefig("5.svg")
plt.show()
8.201948800,6.3618114500,6.0477587400000,3.22633176𝑥1017
Como podemos ver los números son TAN grandes que la aproximación se va hacia
infinito.
b. (Jose Elver Bustamante Ruiz)
𝑦 𝑦
𝑦′ = 1 + + ( )2 , 1 ≤ 𝑡 ≤ 3, 𝑦(1) = 0, 𝑐𝑜𝑛 ℎ = 0.2: 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡)
𝑡 𝑡
= 𝑡 tan(𝑙𝑛 𝑡)
SOLUCIÓN
𝑏−𝑎
ℎ=
𝑛
𝑏−𝑎 3−2
𝑛= = =2
ℎ 0.5
𝑦 𝑦
𝑓 (𝑡, 𝑦) = 1 + + ( )2
𝑡 𝑡
𝑡𝑖 = 𝑎 + ℎ𝑖; 𝑖 = 0,1,2
𝑡𝑜 = 1 + 0.2 ∗ 0 = 1
𝑡1 = 1 + 0.2 ∗ 1 = 1.2
𝑡2 = 2 + 0.2 ∗ 2 = 2.4
𝑊𝑜 = 1 i=0
𝑤𝑖+1= 𝑤𝑖 + ℎ𝑓(𝑡𝑖 ; 𝑤0 )
𝑤0+1= 𝑤0 + ℎ𝑓(𝑡𝑜 ; 𝑤0 )
0 0
𝑤1 = 1 + 0.2( 1 + + ( )2 ) = 1.2
1 1
𝑊1 = 2 𝑖=1
𝑤1+1= 𝑤1 + 0.2𝑓(𝑡1 ; 𝑤1 )
0 0
𝑤2 = 2 + 0.2( 1 + 1.2 + (1.2)2 ) = 2.2
𝐶𝑜𝑚𝑝𝑎𝑟𝑎𝑚𝑜𝑠 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑎𝑑𝑎 (1) 𝑐𝑜𝑛 𝑙𝑎 𝑓𝑜𝑟𝑚𝑎 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 𝑑𝑒𝑙 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟 𝑖𝑛𝑖𝑐𝑖𝑎𝑙
𝑡𝑖 = 𝑡0 + ℎ ∗ 𝑖 = 0 + 0.2 ∗ 𝑖 = 0.2𝑖
𝑇𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝑐𝑜𝑚𝑜 𝑑𝑎𝑡𝑜 𝑤0 = 𝛼
= 0 𝑒𝑙 𝑚é𝑡𝑜𝑑𝑜 𝑑𝑒 𝐸𝑢𝑙𝑒𝑟 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑑𝑜 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 𝑑𝑜𝑠 𝑠𝑒𝑟á:
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓 (𝑡𝑖+1 , 𝑤𝑖 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ))], 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 = 0,1, … , 𝑁 − 1:
2
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 ))]
2
0.2
= 𝑤𝑖 + [𝑓(0.2 ∗ 𝑖, 𝑤𝑖 ) + 𝑓(0.2 ∗ (𝑖 + 1), 𝑤𝑖 + 0.2 ∗ 𝑓(0.2 ∗ 𝑖, 𝑤𝑖 ))]
2
0.2
𝑤1 = 𝑤0 + [𝑓(0.2 ∗ 0, 𝑤0 ) + 𝑓(0.2 ∗ (0 + 1), 𝑤0 + 0.2 ∗ 𝑓 (0.2 ∗ 0, 𝑤0 ))]
2
0.2
𝑤1 = −2 + [𝑓(0, −2) + 𝑓(0.2,1 + 0.2 ∗ 𝑓(0, −2))]
2
𝑤1 = −1.804, 𝑙𝑢𝑒𝑔𝑜:
0.2
𝑤2 = 𝑤1 + [𝑓(0.2 ∗ 1, 𝑤1 ) + 𝑓(0.2 ∗ (1 + 1), 𝑤1 + 0.2 ∗ 𝑓 (0.2 ∗ 1, 𝑤1 ))]
2
0.2
𝑤2 = −1.804 + [𝑓(0.2, −1.804) + 𝑓(0.4, −1.804 + 0.2 ∗ 𝑓(0.2, −1.804))]
2
𝑤2 = −1.62292
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 ; 𝑤𝑖 ) + 𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 )]
2
𝑏−𝑎 2−0
𝑡𝑖 = 𝑎 + 𝑖ℎ¸ ℎ= ⇒𝑛= = 10 𝑑𝑜𝑛𝑑𝑒 𝑛 𝑒𝑠 # 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑛 0.2
𝒊=𝟎
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡0 = 0 + 0(0.2) = 0 ; 𝑤0 = −2
ℎ 0.2
𝑤𝑖+1 = 𝑤𝑖 + 2 [𝑓(𝑡𝑖 ; 𝑤𝑖 ) + 𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 )] = −2 + [1 + 0.96] = −1.804
2
𝒊=𝟏
𝒊=𝟐
0.2
𝑤𝑖+1 = −1.6229206 + [0.8578111 + 0.6989924 ] = −1.4672403
2
𝒊=𝟑
0.2
𝑤𝑖+1 = −1.3240069 + [0.7161671 + 0.5430333] = −1.3413203
2
𝒊=𝟒
0.2
𝑤𝑖+1 = −1.3413203 + [0.5661411 + 0.4041582] = −1.2442904
2
𝒊=𝟓
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡5 = 0 + 5(0.2) = 1 ; 𝑤5 = −1.2442904
0.2
𝑤𝑖+1 = −1.2442904 + [0.428903 + 0.291842] = −1.1722107
2
𝒊=𝟔
0.2
𝑤𝑖+1 = −1.1722107 + [0.3147649 + 0.2065782] = −1.1200764
2
𝒊=𝟕
0.2
𝑤𝑖+1 = −1.1200764 + [0.2257345 + 0.1442446] = −1.0830785
2
𝒊=𝟖
0.2
𝑤𝑖+1 = −1.0830785 + [0.1592540 + 0.0998311] = −1.0571699
2
𝒊=𝟗
0.2
𝑤𝑖+1 = −1.0571699 + [0.1110714 + 0.0686893] = −1.0391938
2
1
. 𝑦 ´ = −5𝑦 − 5𝑡 2 + 2𝑡; 0 ≤ 𝑡 ≤ 1; 𝑦(0) = 3 ; 𝑐𝑜𝑛 ℎ = 0.1; 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) =
1
𝑡 2 + 3 𝑒 −5𝑡
Solución:
𝑦 ´ = −5𝑦 − 5𝑡 2 + 2𝑡; 0≤𝑡≤1
1
𝑦 (0) = 3
ℎ = 0.1
𝑡1 = 0.1𝑖
Solución exacta
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 ))]
2
Solución
𝑝𝑎𝑟𝑎 𝑖 = 0
ℎ
𝑤1 = 𝑤0 + [𝑓 (𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ))]
2
1
𝑡0 = 1; 𝑡1 = 0.1; 𝑤0 =
3
ℎ
𝑤1 = 𝑤0 + [𝑓 (𝑡0 , 𝑤0 ) + 𝑓 (𝑡1 , 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ))]
2
ℎ
= 𝑤0 + (−1.6666667 + 0.5833333) = 0.2208333
2
Solución exacta
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡1 ) = 𝑡1 2 + 𝑒 −5𝑡 = 0.2121769
3
𝑃𝑎𝑟𝑎 𝑖 = 1
ℎ
𝑤2 = 𝑤1 + [𝑓 (𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
ℎ
𝑤2 = 𝑤1 + [𝑓 (𝑡1 , 𝑤1 ) + 𝑓 (𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
ℎ
= 𝑤1 + (−0.8541667 − 0.0770833) = 0.1742708
2
Solución exacta
1
𝑦(𝑡1 ) = 𝑡2 2 + 𝑒 −5𝑡 = 0.1626265
3
𝑃𝑎𝑟𝑎 𝑖 = 2
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ))]
2
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ))]
2
ℎ
= 𝑤2 + (−0.2713542 + 0.3143229) = 0.1764193
2
Solución exacta
1
𝑦(𝑡1 ) = 𝑡3 2 + 𝑒 −5𝑡 = 0.1643767
3
d. (Tapia Coronado Elvis)
1
y´ = −5y + 5t 2 + 2t ; 0 ≤ t ≤ 1; y(0) = : con h = 0.1 solución real y(t)
3
1
= t 2 + e−5t
3
Solución
1
𝑦(0) = 0≤𝑡≤1
3
𝑦´ = −5𝑦 + 5𝑡 2 + 2𝑡
𝑡𝑖 = 𝑎 + 𝑖ℎ
ℎ = 0.1
𝑎 = 0; 𝑏 = 1
Solución exacta
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
Se sabe que
ℎ
𝑤1 = 𝑤0 + [𝑓(𝑡0 , 𝑤0 ) + 𝑓(𝑡0 , 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 ))]
2
Para 𝑖 = 0
1
𝑡0 = 0; 𝑡1 = 0.1; 𝑤0 =
3
h h
w1 = w0 + [f(t 0 , w0 ) + f(t1 , w0 + hf(t 0 , w0 ))] = w0 + [−1.6666667 − 0.5833333]
2 2
= 0.2208333
Solución exacta
1
𝑦(𝑡1 ) = 𝑡 21 + 𝑒 −5𝑡1 = 0.2121769
3
Para i=1
ℎ
𝑤2 = 𝑤1 + [𝑓(𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
ℎ
𝑤2 = 𝑤1 + [𝑓(𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
ℎ
= 𝑤1 + [−0.8541667 − 0.0770833] = 0.1742708
2
Solución exacta
1
𝑦(𝑡2 ) = 𝑡 2 2 + 𝑒 −5𝑡2 = 0.1626265
3
Para i=2
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓 (𝑡2 , 𝑤2 ))]
2
ℎ ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓 (𝑡2 , 𝑤2 )) = 𝑤2 + [−02713542 + 0.3143229]
2 2
= 0.1764193
SOLUCIÓN EXACTA
1
𝑦(𝑡3 ) = 𝑡 2 3 + 𝑒 −5𝑡3 = 0.1643767
3
𝟏
𝒚′ = −𝟓𝒚 + 𝟓𝒕𝟐 + 𝟐𝒕, 𝟎 ≤ 𝒕 ≤ 𝟏; 𝒚( 𝟎) = ; 𝒉 = 𝟎. 𝟏 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏 𝒓𝒆𝒂𝒍: 𝒚(𝒕)
𝟑
𝟏
= 𝒕𝟐 + 𝒆−𝟓𝒕
𝟑
Solución:
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )]; 𝑝𝑎𝑟𝑎 𝑖 = 0,1,2, … , 𝑛 − 1
2
Ahora definimos:
𝑏 = 1; 𝑎=0
𝑏−𝑎 1
ℎ= = → 𝑛 = 10 𝑝𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟𝑒𝑚𝑜𝑠 10 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑛 𝑛
1 1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡 → 𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3 3
1
Para 𝒊 = 𝟎; 𝑡𝑖 = 0.1𝑖 = 0; 𝑡1 = 0.1𝑖 = 0.1 𝑤𝑖 = 3
ℎ
𝑤1 = 𝑤0 + [𝑓(𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 )]
2
1 0.1 1 1 1
𝑤1 = + [𝑓(0 , ) + 𝑓(0 , + 0.1 𝑓(0 , )]
3 2 3 3 3
1 1
𝑓 (𝑡0 , 𝑤0 ) = 𝑓 (0 , ) == −5𝑤0 + 5𝑡0 2 + 2𝑡0 = −5 ∗ + 5(0)2 + 2 ∗ 0
3 3
= −1.6666667
1 1 1
𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ) = + 0.1 𝑓(0 , ) = + 0.1(−1.6666667) = 0.1666667
3 3 3
1 1
𝑓(𝑡1 , 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 ) = 𝑓(0 , + 0.1 𝑓 (0.1 , ) = 𝑓 (0 , 0.1666667) = −0.58333333
3 3
1 0.1
𝑤1 = + [−1.6666667 − 0.58333333] = 𝟎. 𝟐𝟐𝟎𝟖𝟑𝟑𝟑
3 2
1
𝑦1 = 𝑦(𝑡1 ) = −0.12 + 𝑒 −5∗0.1 = 𝟎. 𝟐𝟏𝟐𝟏𝟕𝟔𝟗
3
𝑤2 = 0.2208333
0.1
+ [𝑓(0.1 ,0.2208333) + 𝑓(0.2 , 0.2208333 + 0.1
2
∗ 𝑓(0.1 ,0.2208333)]
0.1
𝑤2 = 0.2083333 + [= −0.7916665 − 0.3958335] = 0.1742708
2
1
𝑦2 = 𝑦(𝑡2 ) = −0.22 + 𝑒 −5∗0.2 = 0.1626265
3
ℎ
𝑤3 = 𝑤2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 )]
2
𝑤3 = 0.1742708
0.1
+ [𝑓(0.2 , 0.1489583) + 𝑓(0.3 , 0.1742708 + 0.1
2
∗ 𝑓(0.2 , 0.1489583)]
𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ) = 0.1471354
1
𝑦3 = 𝑦(𝑡3 ) = −0.32 + 𝑒 −5∗0.3 = 0.1643767
3
ℎ
𝑤4 = 𝑤3 + [𝑓(𝑡3 , 𝑤3 ) + 𝑓(𝑡4 , 𝑤3 + ℎ𝑓(𝑡3 , 𝑤3 )]
2
𝑓 (𝑡3 , 𝑤3 ) = 0.1679035
𝑤3 + ℎ𝑓(𝑡3 , 𝑤3 ) = 0.1932097
0.1
𝑤4 = 0.1764193 + [0.1679035 + 𝑓(𝑡4 , 𝑤3 + ℎ𝑓(𝑡3 , 𝑤3 )] = 0.2165121
2
1
𝑦4 = 𝑦(𝑡4 ) = −0.42 + 𝑒 −5∗0.4 = 0.2051118
3
Use los resultados del ejercicio 4 y la interpolación lineal para aproximar los valores de
y(t) y después compare lo resultados con los valores reales.
a. Y(1.25) y y(1.93)
Solución:
Para aproximar y(1.25), necesitamos una interpolación lineal entre dos puntos
(1.2,1.01471) y(1.3,1.02952), que es.
1.02952 1.01471
y 1.01471 t 1.2
1.3 1.2
y t 1.01471 0.1481 t 1.2
y 1.25 1.01471 0.1481 t 1.2
y 1.25 1.022115 valor aproximado
t
nuevamente usando la solución exacta y t
1 ln t
1.25
y 1.25
1 ln(1.25)
E.R 0.0001581
Para aproximar y(1.93), necesitamos una interpolación lineal entre dos puntos
(1.9,1.15683) y (2.1,1.18083), que es.
1.18083 1.15683
y 1.15683 t 1.9
2 19
y t 1.15683 0.24 t 1.9
y 1.93 1.15683 0.24 1.93 1.9
y 1.93 1.164030 valor aproximado
t
nuevamente usando la solución exacta y t
1 ln t
1.93
y 1.93
1 ln(1.93)
E.R V .P E.E
E.R 0.0003602
𝑦 𝑦 2
𝑎) 𝑦 ′ = − ( ) , 1 ≤ 𝑡 ≤ 2, 𝑦(1) = 1, 𝑐𝑜𝑛 ℎ = 0.1; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡)
𝑡 𝑡
= 𝑡/(1 + 𝑙𝑛𝑡).
𝑃𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑦(1.25), 𝑛𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠 (1.2,1.01471) 𝑦
𝑡
Nuevamente usando la solución exacta dada y(t) =
1 + 𝑙𝑛𝑡
𝑨𝒉𝒐𝒓𝒂
(𝐸. 𝑅 = |𝑉. 𝑃 − 𝐸. 𝐸|
𝐸. 𝑅 = |1.022115 − 1.0219569 |
𝐸. 𝑅 = 0.0001581
𝑃𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑦(1.93), 𝑛𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠 (1.9,1.15683) 𝑦
1.18083 − 1.15683
𝑦 − 1.15683 = (𝑡 − 1.9) − ( )
2 − 19
𝑡
Nuevamente usando la solución exacta dada y(t) =
1 + 𝑙𝑛𝑡
1.93
y(1.93) =
1 + ln(1,93)
𝐀𝐡𝐨𝐫𝐚
E. R = |V. P − E. E|
𝐸. R = |1.164030 − 1.1643902 |
E. R = 0.0003602
5.b (Mejía Rubio Yan Ferrari)
5. Use los resultados del ejercicio 4 y la interpolación lineal para aproximar los valores de
y(t) y después compare los resultados con los valores reales.
𝑦 𝑦
𝒃 . 𝑦′ = 1 + + ( )2 ; 0 ≤ 𝑡 ≤ 3 ; 𝑦(1) = 0 ; 𝑐𝑜𝑛 ℎ = 0.2 ; 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 𝑦(𝑡)
𝑡 𝑡
= 𝑡 × tan(𝑙𝑛𝑡)
La interpolación lineal entre dos puntos (𝑥0 ; 𝑦0 ) 𝑦 (𝑥0 ; 𝑦0 ) es la línea recta entre dos
puntos.
b) Para aproximar y (2.1), necesitamos una interpolación lineal entre dos puntos (2 ;
1.63842) y (2.2 ; 2.17888) que es:
2.17888 − 1.63842
𝑦 − 1.63842 = ( ) (𝑡 − 2)
2.2 − 2
Calculamos el error:
Para aproximar y(2.75), necesitamos una interpolación lineal entre dos puntos (2.6 ;
3.60252) y (2.8 ; 4.54661); que es.
4.54661 − 3.60252
𝑦 − 3.60252 = ( ) (𝑡 − 2.6)
2.8 − 2.6
Calculamos el error:
𝐸𝑟𝑟𝑜𝑟 = │(𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜) − (𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜)│
𝒍𝒐𝒔 𝒗𝒂𝒍𝒐𝒓𝒆𝒔 𝒅𝒆 𝒚(𝒕) 𝒚 𝒅𝒆𝒔𝒑𝒖𝒆𝒔 𝒄𝒐𝒎𝒑𝒂𝒓𝒆 𝒍𝒐𝒔 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒄𝒐𝒏 𝒍𝒐𝒔 𝒗𝒂𝒍𝒐𝒓𝒆𝒔 𝒓𝒆𝒂𝒍𝒆𝒔.
4. 𝐴𝑝𝑙𝑖𝑞𝑢𝑒 𝑒𝑙 𝑚é𝑡𝑜𝑑𝑜 𝑑𝑒 𝐸𝑢𝑙𝑒𝑟 𝑀𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑑𝑜 𝑝𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑙𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠
𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎𝑠 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑦 𝑐𝑜𝑚𝑝𝑎𝑟𝑒 𝑑𝑒𝑠𝑝𝑢é𝑠 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑐𝑜𝑛 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠
𝑦 𝑦 2
𝑌′ = 1 + +( ) , 1 ≤ 𝑡 ≤ 3, 𝑦(1) = 0, 𝑐𝑜𝑛 ℎ = 0.2
𝑡 𝑡
𝑡 tan 𝑡
𝑦 (𝑡 ) =
ln 𝑡
ℎ
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 ; 𝑤𝑖 ) + 𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 )]
2
𝑏−𝑎 3−1
𝑡𝑖 = 𝑎 + 𝑖ℎ¸ ℎ= ⇒𝑛= = 10 𝑑𝑜𝑛𝑑𝑒 𝑛 𝑒𝑠 # 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑛 0.2
𝒊=𝟎
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡0 = 1 + 0(0.2) = 1 ; 𝑤0 = 0
𝑦 𝑦 2 0 0 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + 𝑡 + ( 𝑡 ) = 1 + 1 + (1) = 1
𝑦 𝑦 2 0.2 0.2 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + 𝑡 + ( 𝑡 ) = 1 + 1.2 + (1.2) = 1.1944444
ℎ 0.2
𝑤𝑖+1 = 𝑤𝑖 + 2 [𝑓(𝑡𝑖 ; 𝑤𝑖 ) + 𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 )] = 0 + [1 + 1.1944444] = 0.2194444
2
𝒊=𝟏
0.2194444 0.2194444 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 1.2163118
1.2 1.2
0.4627068 0.4627068 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + +( ) = 1.4397383
1.4 1.4
0.2
𝑤𝑖+1 = 0.2194444 + [1.2163118 + 1.4397383] = 0.4850494
2
𝒊=𝟐
0.4850494 0.4850494 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 1.4665011
1.4 1.4
0.7783496 0.7783496 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + 1.6
+( 1.6
) = 1.7231201
0.2
𝑤𝑖+1 = 0.4850494 + [1.4665011 + 1.7231201] = 0.8040115
2
𝒊=𝟑
0.8040115 0.8040115 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 1.7550207
1.6 1.6
1.1550156 1.1550156 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + 1.8
+( 1.8
) = 2.0534226
0.2
𝑤𝑖+1 = 0.8040115 + [1.7550207 + 2.0534226] = 1.1848558
2
𝒊=𝟒
1.1848558 1.1848558 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 2.0915505
1.8 1.8
1.6031659 1.6031659 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + +( ) = 2.4441182
2 2
0.2
𝑤𝑖+1 = 1.1848558 + [2.0915505 + 2.4441182] = 1.6384227
2
𝒊=𝟓
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡5 = 1 + 5(0.2) = 2 ; 𝑤5 = 1.6384227
1.6384227 1.6384227 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 2.4903186
2 2
2.1364864 2.1364864 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + +( ) = 2.9142240
2.2 2.2
0.2
𝑤𝑖+1 = 1.6384227 + [2.4903186 + 2.9142240] = 2.1788772
2
𝒊=𝟔
2.1788772 2.1788772 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 2.9712884
2.2 2.2
2.7731349 2.7731349 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + 2.4
+( 2.4
) = 3.4905904
0.2
𝑤𝑖+1 = 2.1788772 + [2.9712884 + 3.4905904] = 2.8250651
2
𝒊=𝟕
2.8250651 2.8250651 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 3.5626995
2.6 2.6
3.537605 3.537605 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + +( ) = 4.2118968
2.6 2.6
0.2
𝑤𝑖+1 = 2.8250651 + [3.5626995 + 4.2118968] = 3.6025247
2
𝒊=𝟖
3.6025247 3.6025247 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 4.0354362
2.6 2.6
4.4636119 4.4636119 2
𝑓 (𝑡𝑖+1 ; 𝑤𝑖+1 ) = 1 + +( ) = 5.1354521
2.8 2.8
0.2
𝑤𝑖+1 = 3.6025247 + [4.0354362 + 5.1354521] = 4.5466135
2
𝒊=𝟗
4.5466135 4.5466135 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + +( ) = 5.2604862
2.8 2.8
5.5987107 5.5987107 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + 3
+( 3
) = 6.3490771
0.2
𝑤𝑖+1 = 4.5466135 + [5.2604862 + 6.3490771] = 5.7075698
2
𝑦1 − 𝑦0
𝑦 = 𝑦0 + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
2.1788772 − 1.6384229
𝑦 = 1.6384229 + ( ) (𝑡 − 2.0)
2.2 − 2.0
𝑦1 − 𝑦0
𝑦 = 𝑦0 + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
4.5466135 − 3.6025247
𝑦 = 3.6025247 + (𝑡 − 2.6)
2.8 − 2.6
Referencia: ejercicio 4
Interpolación lineal
La interpolación lineal entre los dos puntos (x0, y0) y (x1, y1) es la línea recta entre estos
puntos
b. para aproximar y (1.3), necesitamos una interpolación lineal entre dos puntos (1.2, -
1.17221) y (1.4, -1.12008), que es:
−1.2008−(−1.17221)
y – (-1.17221) = ( ) (𝑡 − 1.2)
1.4−1.2
Error = 0.007868159
c. para aproximar y(1.93), necesitamos una interpolación lineal entre dos puntos (1.8,
-1.05717) y (2, -1.03919), que es.
−1.03919−(−1.05717)
y – (-1.05717) = ( ) (𝑡 − 1.8)
2−1.8
Error = 0.0042164
Ejercicio 4d
1
𝑦 ′ = −5𝑦 + 5𝑡 2 + 2𝑡, 0 ≤ 𝑡 ≤ 1, 𝑦(0) = , 𝑐𝑜𝑛 ℎ = 0.1
3
1
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
ℎ = 0.1
1
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 ) 𝑤0 = 𝑦(𝑡0 ) = 𝑦(0) =
3
𝑡𝑖 = 𝑎 + ℎ𝑖 → 𝑡𝑖 = 0 + 0.1𝑖 → 𝑡𝑖
= 0.1𝑖
Para i=0
𝑤1 = 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 )
1 1
𝑤1 = + 0.1𝑓 (0, )
3 3
1 5
𝑤1 = + 0.1 ∗ (− )
3 3
𝑤1 = 0.1666667
1 1
𝑓 (0, ) = −5 ∗ + 5 ∗ 02 + 2 ∗ 0
3 3
1 5
𝑓 (0, ) = −
3 3
𝑦(𝑡1 ) = 0.2121769
𝑃𝑎𝑟𝑎 𝑖 = 1 , 𝑡1 = 0.1
𝑤2 = 𝑤1 + ℎ𝑓 (𝑡1 , 𝑤1 )
𝑤2 = 0.1083334
𝑦(𝑡2 ) = 0.1626265
𝑃𝑎𝑟𝑎 𝑖 = 2 , 𝑡2 = 0.2
𝑤3 = 𝑤2 + ℎ𝑓 (𝑡2 , 𝑤2 )
𝑤3 = 0.1141667
𝑦(𝑡3 ) = 0.1643767
𝑃𝑎𝑟𝑎 𝑖 = 3 , 𝑡3 = 0.3
𝑤4 = 𝑤3 + ℎ𝑓 (𝑡3 , 𝑤3 )
𝑤4 = 0.1620834
𝑦(𝑡4 ) = 0.2051118
𝑃𝑎𝑟𝑎 𝑖 = 4 , 𝑡4 = 0.4
𝑤5 = 𝑤4 + ℎ𝑓 (𝑡4 , 𝑤4 )
𝑤5 = 0.2410417
𝑦(𝑡5 ) = 0.2773617
𝑃𝑎𝑟𝑎 𝑖 = 5 , 𝑡5 = 0.5
𝑤6 = 𝑤5 + ℎ𝑓 (𝑡5 , 𝑤5 )
𝑦(𝑡6 ) = 0.3765957
𝑃𝑎𝑟𝑎 𝑖 = 6, 𝑡6 = 0.6
𝑤7 = 𝑤6 + ℎ𝑓 (𝑡6 , 𝑤6 )
𝑤7 = 0.4727605
𝑦(𝑡7 ) = 0.5000658
𝑃𝑎𝑟𝑎 𝑖 = 7, 𝑡7 = 0.7
𝑤8 = 𝑤7 + ℎ𝑓 (𝑡7 , 𝑤7 )
𝑤8 = 0.6213803
𝑦(𝑡8 ) = 0.6461052
𝑃𝑎𝑟𝑎 𝑖 = 8, 𝑡8 = 0.8
𝑤9 = 𝑤8 + ℎ𝑓 (𝑡8 , 𝑤8 )
𝑤9 = 0.7906902
𝑦(𝑡9 ) = 0.8137030
𝑃𝑎𝑟𝑎 𝑖 = 9, 𝑡9 = 0.9
𝑤10 = 𝑤9 + ℎ𝑓(𝑡9 , 𝑤9 )
𝑤10 = 0.9803451
𝑦(𝑡10 ) = 1.0022460
Ya calculados los valores del ejercicio 4d pasaremos a hacer la interpolación lineal para
𝑦(0.54)
Para esto tomaremos 2 valores en el cual se encuentre el 0.54
𝑡5 = 0.5
𝑡6 = 0.6
𝑓 [𝑡5 ] = 𝑤5 = 0.2410417
𝑓 [𝑡6 ] = 𝑤6 = 0.3455209
𝑓 [𝑡6 ] − 𝑓 [𝑡5 ]
𝑓 [𝑡5 , 𝑡6 ] = = 1.0447920
0.6 − 0.5
𝑃(0.54) = 0.2828331
1
𝑦(0.54) = 0.542 + 𝑒 −5∗0.54
3
𝑦(0.54) = 0.3140018
Ya calculados los valores del ejercicio 4d pasaremos a hacer la interpolación lineal para
𝑦(0.94)
𝑡9 = 0.9
𝑡10 = 1
𝑓 [𝑡9 ] = 𝑤9 = 0.7906902
𝑓[𝑡10 ] − 𝑓 [𝑡9 ]
𝑓 [𝑡9 , 𝑡10 ] = = 1.8965490
1 − 0.9
𝑃(0.94) = 0.8665522
1
𝑦(0.94) = 0.542 + 𝑒 −5∗0.54
3
𝑦(0.94) = 0.8866318
𝟏
𝐲´ = −𝟓𝐲 + 𝟓𝐭 𝟐 + 𝟐𝐭 ; 𝟎 ≤ 𝐭 ≤ 𝟏; 𝐲(𝟎) = 𝟑 : 𝐜𝐨𝐧 𝐡 = 𝟎. 𝟏 𝐬𝐨𝐥𝐮𝐜𝐢ó𝐧 𝐫𝐞𝐚𝐥 𝐲(𝐭) = 𝐭 𝟐 +
𝟏
𝐞−𝟓𝐭
𝟑
Solución
𝑤1 − 𝑤0
𝑦 − 𝑤0 = (𝑡 − 𝑡0 )
𝑡1 − 𝑡0
Para aproximar y(0.54), se necesita una interpolación lineal entre dos puntos (0.5, 0.3861375)
y (0.6, 0.5088359), que es.
0.5088359 − 0.3861375
𝑦 − 0.3861375 = (𝑡 − 0.5)
0.6 − 0.5
Solución real
1
y(t) = t 2 + e−5t
3
1
y(0.54) = 0.542 + e−5(0.54)
3
Para aproximar y(0.94), se necesita una interpolación lineal entre dos puntos (0.9, 1.0096377)
y (1, 1.2185236), que es.
1.2185236 − 1.0096377
𝑦 − 1.0096377 = (𝑡 − 0.9)
1 − 0.9
Solución real
1
y(t) = t 2 + e−5t
3
1
y(0.94) = 0.942 + e−5(0.94)
3
𝒚 𝒚 𝟐
b. 𝒚′ = 𝟏 + +( ) , 𝟏 ≤ 𝒕 ≤ 𝟑, 𝒚(𝟏) = 𝟎𝒄𝒐𝒏 𝒉 = 𝟎. 𝟐; 𝒔𝒐𝒍𝒖𝒄𝒊ò𝒏 𝒓𝒆𝒂𝒍 𝒚(𝒕) = 𝒕 𝐭𝐚𝐧(𝒍𝒏𝒕)
𝒕 𝒕
solución
Fórmula de Heun.
𝑏−𝑎 2
𝑤0 = 0, ℎ = 0.2; 𝑡𝑖 = 1 + 0.2; ℎ = →𝑁= → 𝑁 = 10; 𝑖 = 0,1,2,3,4,5,6,7,8,9.
𝑁 0.2
ℎ 2 2
𝑤𝑖+1 = 𝑤𝑖 + [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 3𝑓 (𝑡𝑖 + ℎ, 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 ))]
4 3 3
𝑠𝑖 𝑖 = 0 → 𝑡0 = 1 + 0.2(0) = 1; 𝑤0 = 0
ℎ 2 2
𝑤𝑖+1 = 𝑤𝑖 + 4 [𝑓(𝑡𝑖 , 𝑤𝑖 ) + 3𝑓 (𝑡𝑖 + 3 ℎ, 𝑤𝑖 + 3 ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 ))]
ℎ 2 2
𝑤𝑖 = 𝑤0 + [𝑓(𝑡0 , 𝑤0 ) + 3𝑓 (𝑡0 + ℎ, 𝑤0 + ℎ𝑓 (𝑡0 , 𝑤0 ))]
4 3 3
0.2 2 2
𝑤𝑖 = 0 + [𝑓 (1.0) + 3𝑓 (1 + (0.2), 0 + (0.2)𝑓(1.0))]
4 3 3
0.2
𝑤𝑖 = 0 + [1 + 3𝑓(1.1333333,0.1333333)]
4
𝑤𝑖 = 0.05[1.3.3944637]
𝑤𝑖 = 0.2197232
𝑦(𝑡𝑖 ) → 𝑖 = 1 → 𝑡𝑖 = 1 + 0.2(1) = 1.2 → 𝑦(1.2) = 1.2tan(ln(1.2))
𝑦(1.2) = 0.2212428
REFERENCIA: Ejercicio 4
Utilice el método de Euler modificado para aproximar las soluciones a cada uno de los
siguientes problemas con valores iniciales y compare los resultados con los valores reales.
SOLUCIÓN
𝑦(0) = −2
El objetivo es resolver el problema del valor inicial con el uso del problema de valor inicial.
´ ( y 1)( y 3)
0t 2
y (0) 2
h 0.2
Solución real
Solución
Formula de Heun
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
w0 y (1)
ba
h
N
ti w0 hi
i 0,1, 2,3,..., n 1
Solución
Si i = 0
20
a 0 b 2 w0 2 h 0.2 t0 2 0.2(0) 2 0.2 N 10
N
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w1 w0 f t0 , w0 3 f t0 h, w0 hf t0 , w0
4 3 3
0.2 2 2
w1 2 f 2, 2 3 f 2 * 0.2, 2 * 0.2 f 2, 2
4 3 3
0.2 2 2
w1 2 1 3 f 2 * 0.2, 2 * 0.2 *1
4 3 3
0.2
w1 2 1 3 f 1.8666667, 1.8666667
4
0.2
w1 2 1 3* (0.9822222)
4
w1 1.8026667
1
y (t1 ) 3 2 1 e 2 1.8
y (t1 ) 2.946806
Si i = 1
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w2 w1 f t1 , w1 3 f t1 h, w1 hf t1 , w1
4 3 3
0.2 2 2
w2 1.8026667 f 1.8, 1.8026667 3 f 1.8 0.2, 1.8026667 * 0.2 f 1.8, 1.8026667
4 3 3
0.2 2 2
w2 1.8026667 0.9610596 3 f 1.8 0.2, 1.8026667 * 0.2 * 0.9610596
4 3 3
0.2
w2 1.8026667 0.9610596 3 f 1.6666667, 1.6745254
4
0.2
w2 1.8026667 0.9610596 3* 0.8940663
4
w2 1.5617828
y (t2 ) i 2 t1 2 0.2(2) 1.6
1
y (t2 ) 3 2 1 e 2 1.6
y (t2 ) 2.9216686
Si i = 2
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w3 w2 f t2 , w2 3 f t2 h, w2 hf t2 , w2
4 3 3
0.2 2 2
w3 1.5617828 f 1.6, 1.5617828 3 f 1.6 * 0.2, 1.5617828 * 0.2 f 1.6, 1.5617828
4 3 3
0.2 2 2
w3 1.5617828 0.8079657 3 f 1.6 * 0.2, 1.5617828 * 0.2 * 0.8079657
4 3 3
0.2
w3 1.5617828 0.8079657 3* 0.701943
4
w3 1.4160931
1
y (t3 ) 3 2 1 e 2 1.4
y (t3 ) 2.8853516
Si i = 3
1
y (t4 ) 3 2 1 e 2 1.2
y (t4 ) 2.8336546
Si i = 4
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w5 w4 f t4 , w4 3 f t4 h, w4 hf t4 , w4
4 3 3
0.2 2 2
w5 1.3008338 f 1.2, 1.3008338 3* f 1.2 * 0.2, 1.3008338 * 0.2 * f 1.2, 1.30083
4 3 3
0.2 2 2
w5 1.3008338 0.5111666 3* f 1.2 * 0.2, 1.3008338 * 0.2 * 0.5111666
4 3 3
0.2
w5 1.3008338 0.5111666 3* f 1.0666667, 1.2326783
4
0.2
w5 1.3008338 0.5111666 3* 0.4112174
4
w5 1.2135929
y (t5 ) i 2 t1 2 0.2(5) 1
1
y (t5 ) 3 2 1 e 2 1
y (t5 ) 2.7615942
Si i = 5
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w6 w5 f t5 , w5 3 f t5 h, w5 hf t5 , w5
4 3 3
0.2 2 2
w6 1.2135929 f 1, 1.2135929 3* f 1 * 0.2, 1.2135929 * 0.2 f 1, 1.2135929
4 3 3
0.2 2 2
w6 1.2135929 0.3815639 3* f 1 * 0.2, 1.2135929 * 0.2 * 0.3815639
4 3 3
0.2
w6 1.2135929 0.3815639 3* 0.2989584
4
w6 1.1496709
1
y (t6 ) 3 2 1 e 2 0.8
y (t6 ) 2.6640368
Si i = 6
1
y (t7 ) 3 2 1 e 2 0.6
y (t7 ) 2.5370496
Si i = 7
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w8 w7 f t7 , w7 3* f t7 * h, w7 * h * f t7 , w7
4 3 3
0.2 2 2
w8 1.103907 f 0.6, 1.103907 3* f 0.6 * 0.2, 1.103907 * 0.2 * f 0.6, 1.103907
4 3 3
0.2 2 2
w8 1.103907 0.1970173 3* f 0.6 * 0.2, 1.103907 * 0.2 * 0.1970173
4 3 3
0.2
w8 1.103907 0.1970173 3* f 0.4666667, 1.077638
4
0.2
w8 1.103907 0.1970173 3* f 0.4666667, 1.077638
4
0.2
w8 1.103907 0.1970173 3* 0.1492483
4
w8 1.0716689
y (t8 ) i 2 t1 2 0.2(7) 0.4
1
y (t8 ) 3 2 1 e 2 0.4
y (t8 ) 2.379949
Si i =8
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w9 w8 f t8 , w8 3* f t8 * h, w8 * h * f t8 , w8
4 3 3
0.2 2 2
w9 1.0716689 f 0.4, 1.0716689 3* f 0.4 * 0.2, 1.0716689 * 0.2 * f 0.4, 1.07166
4 3 3
0.2 2 2
w9 1.0716689 0.1382014 3* f 0.4 * 0.2, 1.0716689 * 0.2 * 0.1382014
4 3 3
0.2
w9 1.0716689 0.1382014 3* f 0.2666667, 1.053242
4
0.2
w9 1.0716689 0.1382014 3* 0.1036493
4
w9 1.0492114
1
y (t9 ) 3 2 1 e 2 0.2
y (t9 ) 2.1973753
Si i =9
y (t10 ) i 2 t1 2 0.2(10) 0
1
y (t10 ) 3 2 1 e 2 0
y (t10 ) 2
Si i =10
h 2 2
wi 1 wi f ti , wi 3 f ti h, wi hf ti , wi
4 3 3
h 2 2
w11 w10 f t10 , w10 3* f t10 * h, w10 * h * f t10 , w10
4 3 3
0.2 2 2
w11 0.8908365 f 0, 0.8908365 3* f 0 * 0.2, 0.8908365 * 0.2 * f 0, 0.8908365
4 3 3
0.2
w11 0.8908365 0.2302437 3* f 0.1333333, 0.9215357
4
0.2
w11 0.8908365 0.2302437 3* 0.1630852
4
w11 0.9268115
y (t11 ) i 2 t1 2 0.2(11) 0.2
1
y (t11 ) 3 2 1 e 2 0.2
y (t11 ) 1.8026247
Para aproximar las soluciones de los siguientes problemas de valor inicial y compare después
con los resultados con los valores reales.
1
𝑦´ = −5𝑦 + 5𝑡 2 + 2𝑡 ; 0 ≤ 𝑡 ≤ 1 ; 𝑦(0) = 𝑐𝑜𝑛 ℎ = 0.1 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡)
2
1
= 𝑡 2 + 𝑒 −5𝑡
3
Solución
𝒙𝒌+𝟏 = 𝒙𝒌 + 𝒉𝒇(𝒕𝒌 , 𝒙𝒌 )
𝒉
𝒙𝒌+𝟏 = 𝒙𝒌 + [𝒇(𝒕𝒌 , 𝒙𝒌 ) + 𝒇(𝒕𝒌+𝟏 , 𝒙𝒌+𝟏 )]; 𝒌 = 𝟎, 𝟏, 𝟐, … , 𝒏 − 𝟏
𝟐
1
ℎ = 0.1, 𝑛 = 10, 𝑥0 = , 𝑡𝑘 = 0 + 0.1𝑘
3
k=0
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
1 1
𝑥1 = + 0.1𝑓 (0, )
3 3
1
𝑥1 = + 0.1(−1.666667)
3
𝑥1 = 0.16666667
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓 (𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥1 = 𝑥0 + [𝑓(𝑡0 , 𝑥0 ) + 𝑓 (𝑡1 , 𝑥1 )]
2
1 0.1 1
𝑥1 = + [𝑓 (0, ) + 𝑓 (0.1,0.1666667 )]
3 2 3
1 0.1
𝑥1 = + [−1.666667 − 0.5833335]
3 2
𝑥1 = 0.22080333
1
𝑦(𝑡1 ) = 𝑡1 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡1 ) = 0.12 + 𝑒 −5(0.1)
3
𝑦(𝑡1 ) = 0.212177
K=1
𝑥𝑘+1 = 𝑥1 + ℎ𝑓(𝑡1 , 𝑥1 )
𝑥2 = 0.22080333 + 0.1(−0.8540167)
𝑥2 = 0.1354017
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓 (𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥2 = 𝑥1 + [𝑓(𝑡1 , 𝑥1 ) + 𝑓(𝑡2 , 𝑥2 )]
2
0.1
𝑥2 = 0.22080333 + [𝑓(0.1,0.22080333 ) + 𝑓(0.2,0.1354017 )]
2
1 0.1
𝑥2 = + [−0.8540167 − 0.0770085]
3 2
𝑥2 = 0.2867821
1
𝑦(𝑡2 ) = 𝑡2 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡2 ) = 0.22 + 𝑒 −5(0.2)
3
𝑦(𝑡2 ) = 0.162626
K=2
𝑥𝑘+1 = 𝑥2 + ℎ𝑓(𝑡2 , 𝑥2 )
𝑥3 = 0.2867821 + 0.1(−0.8339105)
𝑥3 = 0.2033911
ℎ
𝑥3 = 𝑥2 + [𝑓(𝑡2 , 𝑥2 ) + 𝑓 (𝑡3 , 𝑥3 )]
2
0.1
𝑥2 = 0.2867821 + [𝑓(0.2,0.2867821 ) + 𝑓(0.3, 0.2033911 )]
2
0.1
𝑥3 = 0.2867821 + [−0.8339105 + 0.330445]
2
𝑥3 = 0.2616088
1
𝑦(𝑡3 ) = 𝑡3 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡3 ) = 0.32 + 𝑒 −5(0.3)
3
𝑦(𝑡3 ) = 0.164377
K=3
𝑥𝑘+1 = 𝑥3 + ℎ𝑓(𝑡3 , 𝑥3 )
𝑥4 = 0.2358044
ℎ
𝑥4 = 𝑥3 + [𝑓(𝑡3 , 𝑥3 ) + 𝑓 (𝑡4 , 𝑥4 )]
2
0.1
𝑥4 = 0.2616088 + [𝑓(0.3,0.2616088 ) + 𝑓(0.4,0.2358044 )]
2
0.1
𝑥4 = 0.2616088 + [−0.2580440 + 0.4209780]
2
𝑥4 = 0.2697555
1
𝑦(𝑡4 ) = 𝑡4 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡4 ) = 0.42 + 𝑒 −5(0.4) = 𝑦(𝑡4 ) = 0.2051118
3
K=4
𝑥𝑘+1 = 𝑥4 + ℎ𝑓(𝑡4 , 𝑥4 )
𝑥5 = 0.2697555 + 0.1(−0.2512225)
𝑥5 = 0.2446333
ℎ
𝑥5 = 𝑥4 + [𝑓(𝑡4 , 𝑥4 ) + 𝑓 (𝑡5 , 𝑥5 )]
2
0.1
𝑥5 = 0.2697555 + [𝑓(0.4,0.2697555 ) + 𝑓 (0.5,0.2446333 )]
2
0.1
𝑥5 = 0.2697555 + [−0.2512225 + 1.0268335]
2
𝑥5 = 0.3085361
1
𝑦(𝑡5 ) = 𝑡5 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡5 ) = 0.52 + 𝑒 −5(0.5)
3
𝑦(𝑡5 ) = 0.2773617
K=5
𝑥𝑘+1 = 𝑥5 + ℎ𝑓(𝑡5 , 𝑥5 )
𝑥6 = 0.3085361 + 0.1(0.7073195)
𝑥6 = 0.3792680
ℎ
𝑥6 = 𝑥5 + [𝑓(𝑡5 , 𝑥5 ) + 𝑓 (𝑡6 , 𝑥6 )]
2
0.1
𝑥6 = 0.3085361 + [𝑓(0.5,0.3085361 ) + 𝑓 (0.6,0.3792680 )]
2
0.1
𝑥6 = 0.3085361 + [0.7073195 + 1.1036600]
2
𝑥6 = 0.3990851
1
𝑦(𝑡6 ) = 𝑡6 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡6 ) = 0.62 + 𝑒 −5(0.6) = 𝑦(𝑡6 ) = 0.3765957
3
𝑦(𝑡6 ) = 0.3765957
K=6
𝑥𝑘+1 = 𝑥6 + ℎ𝑓(𝑡6 , 𝑥6 )
𝑥7 = 0.3990851 + 0.1(1.0045745)
𝑥7 = 0.4995426
ℎ
𝑥7 = 𝑥6 + [𝑓(𝑡6 , 𝑥6 ) + 𝑓 (𝑡7 , 𝑥7 )]
2
0.1
𝑥7 = 0.3990851 + [𝑓(0.6, 0.3990851 ) + 𝑓 (0.7, 0.4995426 )]
2
0.1
𝑥7 = 0.3990851 + [1.0045745 + 1.3522870]
2
𝑥7 = 0.5169282
1
𝑦(𝑡7 ) = 𝑡7 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡7 ) = 0.72 + 𝑒 −5(0.7) = 𝑦(𝑡7 ) = 0.5000658
3
K=7
𝑥𝑘+1 = 𝑥7 + ℎ𝑓(𝑡7 , 𝑥7 )
𝑥8 = 0.5169282 + 0.1(1.2653590)
𝑥8 = 0.6434641
ℎ
𝑥8 = 𝑥7 + [𝑓(𝑡7 , 𝑥7 ) + 𝑓 (𝑡8 , 𝑥8 )]
2
0.1
𝑥8 = 0.5169282 + [𝑓(0.7,0.5169282 ) + 𝑓(0.8, 0.6434641 )]
2
0.1
𝑥8 = 0.5169282 + [1.2653590 + 1.5826795]
2
𝑥8 = 0.6593301
1
𝑦(𝑡8 ) = 𝑡8 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡8 ) = 0.82 + 𝑒 −5(0.8) = 𝑦(𝑡8 ) = 0.6461052
3
K=8
𝑥𝑘+1 = 𝑥8 + ℎ𝑓(𝑡8 , 𝑥8 )
𝑥9 = 0.6593301 + 0.1(1.5033495)
𝑥9 = 0.8096651
ℎ
𝑥9 = 𝑥8 + [𝑓 (𝑡8 , 𝑥8 ) + 𝑓 (𝑡9 , 𝑥9 )]
2
0.1
𝑥9 = 0.6593301 + [𝑓 (0.8, 0.6593301 ) + 𝑓 (0.9, 0.8096651 )]
2
0.1
𝑥9 = 0.6593301 + [1.5033495 + 1.8016745]
2
𝑥9 = 0.8245813
1
𝑦(𝑡9 ) = 𝑡9 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡9 ) = 0.92 + 𝑒 −5(0.9) = 𝑦(𝑡9 ) = 0.8161052
3
K=9
𝑥𝑘+1 = 𝑥9 + ℎ𝑓(𝑡9 , 𝑥9 )
𝑥10 = 0.9972907
ℎ
𝑥10 = 𝑥9 + [𝑓(𝑡9 , 𝑥9 ) + 𝑓(𝑡10 , 𝑥10 )]
2
0.1
𝑥10 = 0.8245813 + [𝑓 (0.9, 0.8245813 ) + 𝑓(1, 0.9972907 )]
2
0.1
𝑥10 = 0.8245813 + [1.7270935 + 2.0135465]
2
𝑥10 = 1.0116133
1
𝑦(𝑡10 ) = 𝑡10 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡10 ) = 12 + 𝑒 −5(1) = 𝑦(𝑡10 ) = 1.0022460
3
1 1 5t
Y 5Y 5t 2 2t , 0 t 1, y (0) con h 0.1 , solución real y (t ) t e
2
2 3
Solución
1) Evaluar yn
2) Calcular y yn * h
xi 0
3) Modificar " x " y "t "
xf 1
yn 1 yn h
tn 1 tn y N 10
h 0.1
4) Evaluar yn1
i y y* t
0 0 0.5
5) Encontrar
1 0.1 -0.2 0.34
10 1 0.51548313 0.29082316
1
y prom yn yn1
2
6) Calcular ycorr y prom * h
Solución real
1
y (0.5) 0.52 e5*0.5
3
y (0.5) 0.28
REFERENCIA EJERCICIO 5. A:
Use los resultados del ejercicio 4 y la interpolación lineal para aproximar los valores de y(t) y
después compare los resultados con los valores reales.
a) Y(1.25) y Y(1.93).
REFERENCIA EJERCICIO 4. A:
Aplique el método modificado de Euler para aproximar las soluciones de los siguientes
problemas de valor inicial y compare después los resultados con los valores reales.
𝑦 𝑦 2
a) 𝑦´ = 𝑡 − ( 𝑡 ) , 1 ≤ 𝑡 ≥ 2, 𝑦(1) = 1, 𝑐𝑜𝑛 ℎ = 0.1; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡/(1 +
𝑙𝑛𝑡).
𝑾𝟎 = 𝜶
𝒉
𝑾𝒊+𝟏 = 𝑾𝒊 + [𝒇(𝒕𝒊 , 𝒘𝒊 ) + 𝒇(𝒕𝒊+𝟏 , 𝒘𝒊 + 𝒉𝒇(𝒕𝒊 , 𝒘𝒊 ))] 𝒑𝒂𝒓𝒂 𝒊 = 𝟎, 𝟏, 𝟐, … . . 𝑵 − 𝟏
𝟐
𝑦 𝑦 2
𝑌′ = −( ) ; 1 ≤ 𝑡 ≥ 2; 𝑌(1) = 1; ℎ = 0.1
𝑡 𝑡
𝑎 = 1; 𝑏 = 2; 𝑁 = 10
𝑡𝑖 = 𝑎 + ℎ𝑖 = 1 + 0.1𝑖
𝑤0 = 1
𝑤𝑖 𝑤𝑖 2
𝑓 (𝑡𝑖 , 𝑤𝑖 ) = −( )
𝑡𝑖 𝑡𝑖
i=0
ℎ
𝑊1 = 𝑊0 + [𝑓(𝑡0 , 𝑤0 ) + 𝑓(𝑡1 , 𝑤0 + ℎ𝑓(𝑡0 , 𝑤0 ))]
2
0.1
𝑊1 = 1 + [0 + 𝑓 (𝑡1 , 1 + 0)]
2
𝟎. 𝟏
𝑾𝟏 = 𝟏 + [𝟎 + 𝒇(𝟏. 𝟏, 𝟏)]
𝟐
𝟎. 𝟏
𝑾𝟏 = 𝟏 + [𝟎 + 𝟎. 𝟎𝟖𝟐𝟔𝟒𝟓]
𝟐
Solución aproximada
𝑾𝟏 = 𝟏. 𝟎𝟎𝟒𝟏𝟑𝟐
i=1
ℎ
𝑊2 = 𝑊1 + [𝑓(𝑡1 , 𝑤1 ) + 𝑓(𝑡2 , 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 ))]
2
0.1
𝑊2 = 1.004132 + [𝑓(1.1, 1.004132) + 𝑓 (1.2, 1.004132 + 0.1𝑓(1.1, 1.004132))]
2
0.1
𝑊2 = 1.004132 + [0.079557 + 𝑓 (1.2, 1.012088)]
2
Solución aproximada
𝑾𝟐 = 𝟏. 𝟎𝟏𝟒𝟕𝟏𝟑
1.2
𝑌 (𝑡𝑖+1 ) = 𝑡𝑖+1 /(1 + ln(𝑡𝑖+1 ) ; 𝑌(𝑡2 ) = = 𝟏. 𝟎𝟏𝟒𝟗𝟓𝟐 Solución exacta
1 + ln(1.2)
i=2
ℎ
𝑊3 = 𝑊2 + [𝑓(𝑡2 , 𝑤2 ) + 𝑓(𝑡3 , 𝑤2 + ℎ𝑓(𝑡2 , 𝑤2 ))]
2
0.1
𝑊2 = 1.014713 + [𝑓(1.2, 1.014713) + 𝑓 (1.3, 1.014713 + 0.1𝑓(1.2, 1.014713))]
2
0.1
𝑊2 = 1.014713 + [0.130565 + 𝑓 (1.3, 1.027770)]
2
Solución aproximada
𝑾𝟑 = 𝟏. 𝟎𝟐𝟗𝟓𝟏𝟗
1.3
𝑌 (𝑡𝑖+1 ) = 𝑡𝑖+1 /(1 + ln(𝑡𝑖+1 ) ; 𝑌(𝑡3 ) = Solución exacta
= 𝟏. 𝟎𝟐𝟗𝟖𝟏𝟒
1 + ln(1.3)
i =3
ℎ
𝑊4 = 𝑊3 + [𝑓(𝑡3 , 𝑤3 ) + 𝑓(𝑡4 , 𝑤3 + ℎ𝑓(𝑡3 , 𝑤3 ))]
2
Solución aproximada
𝑾𝟒 = 𝟏. 𝟎𝟒𝟕𝟒𝟓𝟒
i=4
ℎ
𝑊5 = 𝑊4 + [𝑓(𝑡4 , 𝑤4 ) + 𝑓(𝑡5 , 𝑤4 + ℎ𝑓(𝑡4 , 𝑤4 ))]
2
Solución aproximada
𝑾𝟓 = 𝟏. 𝟎𝟔𝟕𝟏𝟓𝟏
i=5
ℎ
𝑊6 = 𝑊5 + [𝑓(𝑡5 , 𝑤5 ) + 𝑓(𝑡6 , 𝑤5 + ℎ𝑓(𝑡5 , 𝑤5 ))]
2
Solución aproximada
𝑾𝟔 = 𝟏. 𝟎𝟖𝟖𝟐𝟗𝟗
i=6
ℎ
𝑊7 = 𝑊6 + [𝑓(𝑡6 , 𝑤6 ) + 𝑓(𝑡7 , 𝑤6 + ℎ𝑓(𝑡6 , 𝑤6 ))]
2
Solución aproximada
𝑾𝟕 = 𝟏. 𝟏𝟏𝟎𝟓𝟎𝟔
Solución exacta
1.7
𝑌 (𝑡𝑖+1 ) = 𝑡𝑖+1 /(1 + ln(𝑡𝑖+1 ) ; 𝑌(𝑡7 ) = = 𝟏. 𝟏𝟏𝟎𝟔𝟓𝟓
1 + ln(1.7)
i=7
ℎ
𝑊8 = 𝑊7 + [𝑓(𝑡7 , 𝑤7 ) + 𝑓(𝑡8 , 𝑤7 + ℎ𝑓(𝑡7 , 𝑤7 ))]
2
Solución aproximada
𝑾𝟖 = 𝟏. 𝟏𝟑𝟑𝟒𝟗𝟑
1.8
𝑌 (𝑡𝑖+1 ) = 𝑡𝑖+1 /(1 + ln(𝑡𝑖+1 ) ; 𝑌(𝑡8 ) = = 𝟏. 𝟏𝟑𝟑𝟔𝟓𝟒
1 + ln(1.8) Solución exacta
i=8
ℎ
𝑊9 = 𝑊8 + [𝑓(𝑡8 , 𝑤8 ) + 𝑓(𝑡9 , 𝑤8 + ℎ𝑓(𝑡8 , 𝑤8 ))]
2
Solución aproximada
𝑾𝟗 = 𝟏. 𝟏𝟓𝟕𝟎𝟓𝟗
Solución exacta
1.9
𝑌(𝑡𝑖+1 ) = 𝑡𝑖+1 /(1 + ln(𝑡𝑖+1 ) ; 𝑌(𝑡9 ) = = 𝟏. 𝟏𝟓𝟕𝟐𝟐𝟖
1 + ln(1.9)
i=9
ℎ
𝑊10 = 𝑊9 + [𝑓(𝑡9 , 𝑤9 ) + 𝑓(𝑡10 , 𝑤9 + ℎ𝑓(𝑡9 , 𝑤9 ))]
2
Solución aproximada
𝑾𝟏𝟎 = 𝟏. 𝟏𝟖𝟏𝟎𝟓𝟔
Solución exacta
2
𝑌(𝑡𝑖+1 ) = 𝑡𝑖+1 /(1 + ln(𝑡𝑖+1 ) ; 𝑌(𝑡10 ) = = 𝟏. 𝟏𝟖𝟏𝟐𝟑𝟐
1 + ln(2)
Para aproximar (1.25), necesitamos una interpolación lineal entre dos puntos
(1.2,1.014713) y (1.3,1.029519), que es. (obtenidos en el ejercicio 4).
1.029519 − 1.014713
𝑦 − 1.014713 = (𝑡 − 1.2) ( )
1.3 − 1.2
t = 1.25
1.25
𝑌 (1.25) =
1 + ln 1.25
Para aproximar (1.93), necesitamos una interpolación lineal entre dos puntos
(1.9,1.157059) y (2,1.181056), que es. (obtenidos en el ejercicio 4).
1.181056 − 1.157059
𝑦 − 1.157059 = (𝑡 − 1.9) ( )
2 − 1.9
t = 1.93
1.93
𝑌 (1.93) =
1 + ln 1.93
𝑦 𝑦 2
a) 4) 𝑦´ = 𝑡 − ( 𝑡 ) , 1 ≤ 𝑡 ≥ 2, 𝑦(1) = 1, 𝑐𝑜𝑛 ℎ = 0.1; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) =
𝑡/(1 + 𝑙𝑛𝑡).
Método de Heun:
𝒙𝒌+𝟏 = 𝒙𝒌 + 𝒉𝒇(𝒕𝒌 , 𝒙𝒌 )
𝒉
𝒙𝒌+𝟏 = 𝒙𝒌 + [𝒇(𝒕𝒌 , 𝒙𝒌 ) + 𝒇(𝒕𝒌+𝟏 , 𝒙𝒌+𝟏 )]; 𝒌 = 𝟎, 𝟏, 𝟐, … , 𝒏 − 𝟏
𝟐
𝑦 𝑦 2 𝒙𝒌 𝒙𝒌
𝑦´ = − ( ) 𝑠í 𝑒𝑠𝑡𝑜 𝑎𝑑𝑎𝑝𝑡𝑎𝑚𝑜𝑠 𝑎 𝑙𝑎 𝑑𝑒𝑓𝑖𝑛𝑖𝑐𝑖ó𝑛 𝑡𝑒𝑛𝑑𝑟𝑖𝑎𝑚𝑜𝑠 − ( ) ^𝟐
𝑡 𝑡 𝒕𝒌 𝒕𝒌
k=0
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝒙𝟏 = 𝟏 + 𝟎. 𝟏𝒇(𝟏, 𝟏)
𝑥1 = 1
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥1 = 𝑥0 + [𝑓(𝑡0 , 𝑥0 ) + 𝑓(𝑡1 , 𝑥1 )]
2
0.1
𝑥1 = 1 + [𝑓(1, 1) + 𝑓 (1.1,1)]
2
0.1
𝑥1 = 1 + [0 + 0.082645]
2
𝒙𝟏 = 𝟏. 𝟎𝟎𝟒𝟏𝟑𝟐
𝒚(𝒕𝟏 ) = 𝟏. 𝟎𝟎𝟒𝟐𝟖𝟐
K=1
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥2 = 1.012088
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥2 = 𝑥1 + [𝑓 (𝑡1 , 𝑥1 ) + 𝑓(𝑡1 , 𝑥2 )]
2
0.1
𝑥2 = 1.004282 + [𝑓 (1.1, 1.004132) + 𝑓(1.1,1.012088)]
2
0.1
𝑥2 = 1.0044282 + [0.079557 + 0.073533]
2
𝒙𝟐 = 𝟏. 𝟎𝟏𝟏𝟗𝟑𝟕
𝒚(𝒕𝟐 ) = 𝟏. 𝟎𝟏𝟒𝟗𝟓𝟐
K=2
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥3 = 1.025152
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥3 = 𝑥2 + [𝑓 (𝑡2 , 𝑥2 ) + 𝑓(𝑡2 , 𝑥3 )]
2
0.1
𝑥3 = 1.011937 + [𝑓 (1.2, 1.011937) + 𝑓(1.2,1.025152)]
2
0.1
𝑥3 = 1.011937 + [0.079557 + 0.124476]
2
𝒙𝟑 = 𝟏. 𝟎𝟐𝟒𝟕𝟔𝟗
𝑦(𝑡𝑖 ) = 𝑡𝑖 /(1 + ln(𝑡𝑖 )).
𝒚(𝒕𝟑 ) = 𝟏. 𝟎𝟐𝟗𝟖𝟏𝟒
K=3
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥4 = 1.041458
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥4 = 𝑥3 + [𝑓 (𝑡3 , 𝑥3 ) + 𝑓(𝑡3 , 𝑥4 )]
2
0.1
𝑥4 = 1.024769 + [𝑓 (1.3, 1.024769) + 𝑓(1.3,1.041458)]
2
0.1
𝑥4 = 1.024769 + [0.079557 + 0.159326]
2
𝒙𝟒 = 𝟏. 𝟎𝟒𝟏𝟎𝟖𝟎
𝒚(𝒕𝟒 ) = 𝟏. 𝟎𝟒𝟕𝟓𝟑𝟒
K=4
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝒙𝟓 = 𝟏. 𝟎𝟒𝟏𝟎𝟖𝟎 + 𝟎. 𝟏𝒇(𝟏. 𝟒, 𝟏. 𝟎𝟒𝟏𝟎𝟖𝟎)
𝑥5 = 1.060144
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥5 = 𝑥4 + [𝑓 (𝑡4 , 𝑥4 ) + 𝑓(𝑡4 , 𝑥5 )]
2
0.1
𝑥5 = 1.041080 + [𝑓 (1.4, 1.041080) + 𝑓(1.4,1.060144)]
2
0.1
𝑥5 = 1.024769 + [0.190645 + 0.183824]
2
𝒙𝟓 = 𝟏. 𝟎𝟓𝟗𝟖𝟎𝟑
𝒚(𝒕𝟓 ) = 𝟏. 𝟎𝟔𝟕𝟐𝟔𝟐
K=5
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥6 = 1.080537
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥6 = 𝑥5 + [𝑓 (𝑡5 , 𝑥5 ) + 𝑓(𝑡5 , 𝑥6 )]
2
0.1
𝑥6 = 1.059803 + [𝑓 (1.5, 1.059803) + 𝑓(1.5,1.080537)]
2
0.1
𝑥6 = 1.059803 + [0.207343 + 0.201442]
2
𝒙𝟔 = 𝟏. 𝟎𝟖𝟎𝟐𝟒𝟐
𝒚(𝒕𝟔 ) = 𝟏. 𝟎𝟖𝟖𝟒𝟑𝟑
K=6
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥7 = 1.102174
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥7 = 𝑥6 + [𝑓 (𝑡6 , 𝑥6 ) + 𝑓(𝑡6 , 𝑥7 )]
2
0.1
𝑥7 = 1.080242 + [𝑓 (1.6, 1.080242) + 𝑓(1.6,1.102174)]
2
0.1
𝑥7 = 1.080242 + [0.219322 + 0.214332]
2
𝒙𝟕 = 𝟏. 𝟏𝟎𝟏𝟗𝟐𝟓
.
𝒚(𝒕𝟕 ) = 𝟏. 𝟏𝟏𝟎𝟔𝟓𝟓
K=7
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥8 = 1.124729
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥8 = 𝑥7 + [𝑓 (𝑡7 , 𝑥7 ) + 𝑓(𝑡7 , 𝑥8 )]
2
0.1
𝑥8 = 1.101925 + [𝑓 (1.7, 1.101925) + 𝑓(1.7,1.124729)]
2
0.1
𝑥8 = 1.101925 + [0.228039 + 0.223884]
2
𝒙𝟖 = 𝟏. 𝟏𝟐𝟒𝟓𝟐𝟏
𝒚(𝒕𝟖 ) = 𝟏. 𝟏𝟑𝟑𝟔𝟓𝟒
K=8
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥9 = 1.147965
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥9 = 𝑥8 + [𝑓 (𝑡8 , 𝑥8 ) + 𝑓(𝑡8 , 𝑥9 )]
2
0.1
𝑥9 = 1.124521 + [𝑓(1.8, 1.124521) + 𝑓 (1.8,1.147965)]
2
0.1
𝑥9 = 1.124521 + [0.234441 + 0.231023]
2
𝒙𝟗 = 𝟏. 𝟏𝟒𝟕𝟕𝟗𝟒
𝒚(𝒕𝟗 ) = 𝟏. 𝟏𝟓𝟕𝟐𝟐𝟖
K=9
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥10 = 1.171710
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥10 = 𝑥9 + [𝑓 (𝑡9 , 𝑥9 ) + 𝑓(𝑡9 , 𝑥10 )]
2
0.1
𝑥10 = 1.147794 + [𝑓(1.9, 1.147794) + 𝑓(1.9,1.171710)]
2
0.1
𝑥10 = 1.147794 + [0.239163 + 0.236383]
2
𝒙𝟏𝟎 = 𝟏. 𝟏𝟕𝟏𝟓𝟕𝟏
𝒚(𝒕𝟏𝟎 ) = 𝟏. 𝟏𝟖𝟏𝟐𝟑𝟐
K = 10
𝑥𝑘+1 = 𝑥𝑘 + ℎ𝑓(𝑡𝑘 , 𝑥𝑘 )
𝑥11 = 1.195835
ℎ
𝑥𝑘+1 = 𝑥𝑘 + [𝑓(𝑡𝑘 , 𝑥𝑘 ) + 𝑓(𝑡𝑘+1 , 𝑥𝑘+1 )]
2
ℎ
𝑥11 = 𝑥10 + [𝑓(𝑡10 , 𝑥10 ) + 𝑓 (𝑡10 , 𝑥11 )]
2
0.1
𝑥10 = 1.171571 + [𝑓(2, 1.171571) + 𝑓(2,1.195835)]
2
0.1
𝑥10 = 1.171571 + [0.242641 + 0.240412]
2
𝒙𝟏𝟎 = 𝟏. 𝟏𝟗𝟓𝟕𝟐𝟒
𝒚(𝒕𝟏𝟎 ) = 𝟏. 𝟐𝟎𝟓𝟓𝟓𝟒
Para aproximar (1.25), necesitamos una interpolación lineal entre dos puntos
(1.2,1.011937) y (1.3,1.024769), que es. (obtenidos en el ejercicio 6.)
𝑌1 − 𝑌0
𝑌 = 𝑌0 + ( ) (𝑋 − 𝑋0 )
𝑋1 − 𝑋0
1.024769 − 1.011937
𝑦 − 1.011937 = (𝑡 − 1.2) ( )
1.3 − 1.2
t = 1.25
1.25
𝑌 (1.25) =
1 + ln 1.25
Para aproximar (1.93), necesitamos una interpolación lineal entre dos puntos
(1.9, 0.147794) y (2, 1.171571), que es. (obtenidos en el ejercicio 6).
1.171571 − 1.147794
𝑦 − 1.147794 = (𝑡 − 1.9) ( )
2 − 1.9
t = 1.93
1.93
𝑌 (1.93) =
1 + ln 1.93
Podemos decir que, el método modificado de Euler es más exacto que el método de
Heun.
7B. Repita el ejercicio 5 usando los resultados del ejercicio 6 (LEYSER ZORRILLA
LEIVA)
b. (Barboza Miranda Moises)
Problema 4 : Aplique el método modificado de Euler para aproximar las soluciones se los
siguientes problemas de valor inicial y compare después los resultados con los valores reales
problema 5: use los resultados del ejercicio 4 y la interpolación lineal para aproximar los
valores de y(t) y compare las aproximaciones con los valores reales y(2.1) ∧ 𝑦(2.75)
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛:
Fórmula de Heun
𝑦 𝑦 𝑤𝑖 𝑤 2
𝑦 ′ = 1 + 𝑡 + ( 𝑡 )2 = 𝒇(𝒙𝒊 , 𝒘𝒊 ) = 𝟏 + + ( 𝑡 𝑖)
𝑡𝑖 𝑖
PVI 𝑦 (1) = 0 solución real 𝑦( 𝒕𝒊 ) = 𝒕𝒊 ∗
1≤𝑡≤3
{ ℎ = 0.2
𝑡𝑎𝑛(ln 𝒕𝒊 )
𝑋𝑓 −𝑋0 𝑏−𝑎
Calculamos la variable 𝑛 = =
𝑛 𝑁
3−1
0.2 = = 10 ……….n=10 ; i= 0, 1,2……9
𝑛
ℎ 𝟐 𝟐
𝑊𝑖+1 = 𝑤𝑖 + ⌈𝑓 (𝒕𝒊 , 𝒘𝒊 ) + 3𝑓 (𝒕𝒊 + 𝒉, 𝒘𝒊 + ℎ ∗ 𝑓 (𝒕𝒊 , 𝒘𝒊 ))⌉
4 𝟑 𝟑
Sí i=0
𝒕𝒊 = 𝟏 + 𝒊𝒉=1+i (0.2)
𝒕𝟎 = 𝟏 + 𝒊𝒉=1+0(0.2) = 1 ------------------------- 𝒕𝟎 = 𝟏 y 𝒘𝟎 = 𝟎
ℎ 𝟐 𝟐
𝑊𝑖+1 = 𝑤𝑖 + ⌈𝑓 (𝒕𝒊 , 𝒘𝒊 ) + 3𝑓 (𝒕𝒊 + 𝒉, 𝒘𝒊 + ℎ ∗ 𝑓 (𝒕𝒊 , 𝒘𝒊 ))⌉
4 𝟑 𝟑
ℎ 𝟐 𝟐
𝑊1 = 𝑤0 + ⌈𝑓 (𝒕𝟎 , 𝒘𝟎 ) + 3𝑓 (𝒕𝒊 + 𝒉, 𝒘𝟎 + ℎ ∗ 𝑓(𝒕𝟎 , 𝒘𝟎 ))⌉
4 𝟑 𝟑
0.2 𝟐 𝟐
𝑊1 = 0 + ⌈𝑓 (𝟏, 𝟎) + 3𝑓 (𝟏 + (0.2), 0 + (0.2) ∗ 𝑓 (𝟏, 𝟎))⌉
4 𝟑 𝟑
0.2
𝑊1 = 0 + ⌈1 + 3𝑓 (𝟏. 133333, 0. 𝟏𝟑𝟑𝟑𝟑𝟑)⌉
4
𝑊1 = 0 + 0.05⌈1 + 3.3944637⌉
𝑾𝟏 = 𝟎. 𝟐𝟏𝟗𝟕𝟐𝟐𝟖
𝑦(𝑡1 ) i=1 entonces 𝒕𝟏 = 𝟏+0.2(1)=1.2
Y (1.2) =0.221242772
ℎ 𝟐 𝟐
𝑊2 = 𝑤1 + ⌈𝑓 (𝒕𝟏 , 𝒘𝟏 ) + 3𝑓 (𝒕𝟏 + 𝒉, 𝒘𝟏 + ℎ ∗ 𝑓(𝒕𝟏 , 𝒘𝟏 ))⌉
4 𝟑 𝟑
𝑊2 = 0.2197228
0.2
+ ⌈𝑓 (𝟏. 𝟐, 𝟎. 𝟐𝟏𝟗𝟕𝟐𝟐𝟖)
4
𝟐 𝟐
+ 3𝑓 (𝟏. 𝟐 + (0.2), 0.2197228 + 0.2 ∗ 𝑓(𝟏. 𝟐, 𝟎. 𝟐𝟏𝟗𝟕𝟐𝟐𝟖))⌉
𝟑 𝟑
0.2
𝑊2 = 0.2197228 + ⌈1.2166292 + 3𝑓(1.3333333,0.3819404)⌉
4
𝑾𝟐 = 𝟎. 𝟒𝟖𝟓𝟖𝟑𝟏𝟒
Y(1.4)=0.48968166
ℎ 𝟐 𝟐
𝑊3 = 𝑤2 + ⌈𝑓 (𝒕𝟐 , 𝒘𝟐 ) + 3𝑓 (𝒕𝟐 + 𝒉, 𝒘𝟐 + ℎ ∗ 𝑓(𝒕𝟐 , 𝒘𝟐 ))⌉
4 𝟑 𝟑
𝑊3 = 0.4858314
0.2
+ ⌈𝑓 (𝟏. 𝟒, 𝟎. 4858314)
4
𝟐 𝟐
+ 3𝑓 (𝟏. 𝟒 + (0.2), 0.4858314 + (0.2) ∗ 𝑓(𝟏. 𝟒, 𝟎. 𝟒𝟖𝟓𝟖𝟑𝟏𝟒))⌉
𝟑 𝟑
0.2
𝑊3 = 0.4858314 + ⌈1.4674470 + 3𝑓(1.53333333,0.6814910)⌉
4
𝑾𝟑 = 𝟎. 𝟖𝟎𝟓𝟓𝟎𝟏𝟖
ℎ 𝟐 𝟐
𝑊4 = 𝑤3 + ⌈𝑓 (𝒕𝟑 , 𝒘𝟑 ) + 3𝑓 (𝒕𝟑 + 𝒉, 𝒘𝟑 + ℎ ∗ 𝑓 (𝒕𝟑 , 𝒘𝟑 ))⌉
4 𝟑 𝟑
𝑊4 = 0.8055018
0.2
+ ⌈𝑓 (𝟏. 𝟔, 𝟎. 8055018)
4
𝟐 𝟐
+ 3𝑓 (𝟏. 𝟔 + (0.2), 0.8055018 + (0.2) ∗ 𝑓(𝟏. 𝟔, 𝟎. 𝟖𝟎𝟓𝟓𝟎𝟏𝟖))⌉
𝟑 𝟑
0.2
𝑊4 = 0.8055018 + ⌈1.7568890 + 3𝑓(1.7333333,1.0397537)⌉
4
𝑾𝟒 = 𝟏. 𝟏𝟖𝟕𝟐𝟗𝟗𝟑𝟕
Y(1.8) =1.8*tan(ln1.8))= 0. ;
Y(1.8)=1.1994386
𝒑𝒂𝒓𝒂 𝒊 = 4 𝑡4 = 1 + 𝑖ℎ=1+(0.2)*4=1.8 ; 𝑊4 = 1.18729937
ℎ 𝟐 𝟐
𝑊5 = 𝑤4 + ⌈𝑓 (𝒕𝟒 , 𝒘𝟒 ) + 3𝑓 (𝒕𝟒 + 𝒉, 𝒘𝟒 + ℎ ∗ 𝑓(𝒕𝟒 , 𝒘𝟒 ))⌉
4 𝟑 𝟑
𝑊5 = 1.18729937
0.2
+ ⌈𝑓 (𝟏. 𝟖, 1.18729937)
4
𝟐 𝟐
+ 3𝑓 (𝟏. 𝟖 + (0.2), 1.18729937 + (0.2) ∗ 𝑓 (𝟏. 𝟖, 𝟏. 𝟏𝟖𝟕𝟐𝟗𝟗𝟑𝟕))⌉
𝟑 𝟑
0.2
𝑊5 = 1.18729937 + ⌈2.09469711 + 3𝑓(1.9333333,1.4665923)⌉
4
𝑾𝟓 = 𝟏. 𝟔𝟒𝟐𝟏𝟑𝟖𝟔𝟏𝟏
𝑊6 = 𝟏. 𝟔𝟒𝟐𝟏𝟑𝟖𝟔𝟏𝟏
0.2
+ ⌈𝑓 (𝟐, 𝟏. 𝟔𝟒𝟐𝟏𝟑𝟖𝟔𝟏𝟏)
4
𝟐 𝟐
+ 3𝑓 (𝟐 + (0.2), 𝟏. 𝟔𝟒𝟐𝟏𝟑𝟖𝟔𝟏𝟏 + (0.2) ∗ 𝑓(𝟐, 𝟏. 𝟔𝟒𝟐𝟏𝟑𝟖𝟔𝟏𝟏))⌉
𝟑 𝟑
0.2
𝑊6 = 𝟏. 𝟔𝟒𝟐𝟏𝟑𝟖𝟔𝟏𝟏 + ⌈2.49522411 + 3𝑓(2.1333333,1.9748351)⌉
4
𝑾𝟔 = 𝟐. 𝟏𝟖𝟒𝟐𝟗𝟒𝟓𝟖𝟕
Y (2.2) =2.2*tan(ln2.2))= 0. ;
Y (2.2) =2.2135018
ℎ 𝟐 𝟐
𝑊7 = 𝑤7 + ⌈𝑓 (𝒕𝟔 , 𝒘𝟔 ) + 3𝑓 (𝒕𝟔 + 𝒉, 𝒘𝟔 + ℎ ∗ 𝑓(𝒕𝟔 , 𝒘𝟔 ))⌉
4 𝟑 𝟑
𝑊7 = 2.184294587
0.2
+ ⌈𝑓 (𝟐. 𝟐, 2.184294587)
4
𝟐 𝟐
+ 3𝑓 (𝟐. 𝟐 + (0.2), 2.184294587 + (0.2) ∗ 𝑓(𝟐. 𝟐, 2.184294587))⌉
𝟑 𝟑
0.2
𝑊7 = 2.184294587 + ⌈2.9786344 + 3𝑓(2.3333333,2.581445852)⌉
4
𝑾𝟕 = 𝟐. 𝟖𝟓𝟓𝟕𝟓𝟏𝟎𝟔𝟕
Y(2.4)=2.4*tan(ln2.4))= 0. ;
Y(2.4)=2.87655142
ℎ 𝟐 𝟐
𝑊8 = 𝑤7 + ⌈𝑓 (𝒕𝟕 , 𝒘𝟕 ) + 3𝑓 (𝒕𝟕 + 𝒉, 𝒘𝟕 + ℎ ∗ 𝑓(𝒕𝟕 , 𝒘𝟕 ))⌉
4 𝟑 𝟑
𝑊8 = 2.855751076
0.2
+ ⌈𝑓 (𝟐. 𝟒, 2.855751076)
4
𝟐 𝟐
+ 3𝑓 (𝟐. 𝟒 + (0.2), 2.855751076 + (0.2) ∗ 𝑓(𝟐. 𝟒, 2.855751076))⌉
𝟑 𝟑
0.2
𝑊8 = 2.855751076 + ⌈3.874878556 + 3𝑓(2.53333333,3.37240155)⌉
4
𝑾𝟖 = 𝟑. 𝟔𝟔𝟒𝟗𝟗𝟓𝟏𝟒𝟖
Y(2.6)=2.6*tan(ln2.6))= 0. ;
Y (2.6) =3.678475331
ℎ 𝟐 𝟐
𝑊9 = 𝑤8 + ⌈𝑓 (𝒕𝟖 , 𝒘𝟖 ) + 3𝑓 (𝒕𝟖 + 𝒉, 𝒘𝟖 + ℎ ∗ 𝑓(𝒕𝟖 , 𝒘𝟖 ))⌉
4 𝟑 𝟑
𝑊9 = 𝟑. 𝟔𝟔𝟒𝟗𝟗𝟓𝟏𝟒𝟖
0.2
+ ⌈𝑓 (𝟐. 𝟔, 𝟑. 𝟔𝟔𝟒𝟗𝟗𝟓𝟏5)
4
𝟐 𝟐
+ 3𝑓 (𝟐. 𝟔 + (0.2), 𝟑. 𝟔𝟔𝟒𝟗𝟗𝟓𝟏5, + (0.2) ∗ 𝑓(𝟐. 𝟒, 𝟑. 𝟔𝟔𝟒𝟗𝟗𝟓𝟏5))⌉
𝟑 𝟑
0.2
𝑊9 = 𝟑. 𝟔𝟔𝟒𝟗𝟗𝟓𝟏𝟒𝟖 + ⌈4.396623793 + 3𝑓 (2.7333333,4.251211656)⌉
4
𝑾𝟗 = 𝟒. 𝟔𝟑𝟎𝟗𝟕𝟖𝟐𝟏𝟗
Y (2.8) =2.8*tan(ln2.8))= 0. ;
Y (2.8) =4.658665058
X= 2,1
𝑓(𝑥1 )−𝑓(𝑥0 )
𝑓1 (𝑥 ) = 𝑓 (𝑥0 ) + (𝑥 − 𝑥0 ) [ ]
𝑥1−𝑥0
2.21350181−(1.66128175)
y(2.1) = 1.6612815 + (2.1 − 2) [ ]= 1.93739153
2.2−2
4.658665058 − (3.678475331)
𝑦(2.75) = 3.678475331 + (2.75 − 2.6) [ ] == 4.4136176
2.8 − 2.6
𝑦(1.3) 𝑦 𝑦(1.93)
𝑡𝑖 𝐻𝑒𝑢𝑛
0 −2
0.2 −1.8026667
0.4 −1.6205037
0.6 −1.4642548
0.8 −1.3382939
1.0 −1.2415866
1.2 −1.1699932
1.4 −1.1183618
1.6 −1.0818054
1.8 −1.0562506
2.0 −1.0385425
𝑃𝑎𝑟𝑎 𝑦(1.3)
𝑓 (𝑥1 ) − 𝑓 (𝑥0 )
𝑓1 (𝑥 ) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) [ ]
𝑥1 − 𝑥0
−1.1183618 − (−1.6999932)
𝑓1 (𝑥 ) = −1.1699932 + (1.3 − 1.2) [ ] = −𝟏. 𝟏𝟒𝟒𝟏𝟕𝟕𝟓
1.4 − 1.2
𝑉𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙:
−1
𝑦(1.3) = −3 + 2(1 + 𝑒 −2(1.3) ) = −𝟏. 𝟏𝟑𝟖𝟐𝟕𝟔𝟖
𝑃𝑎𝑟𝑎 𝑦(1.93)
𝑓 (𝑥1 ) − 𝑓 (𝑥0 )
𝑓1 (𝑥 ) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) [ ]
𝑥1 − 𝑥0
−1.0385425 − (−1.0562506)
𝑓1 (𝑥 ) = −1.0562506 + (1.93 − 1.8) [ ] = −𝟏. 𝟎𝟒𝟒𝟒𝟕𝟒𝟎𝟑
2 − 1.8
𝑉𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙
−1
𝑦(1.93) = −3 + 2(1 + 𝑒 −2(1.93) ) = −𝟏. 𝟎𝟒𝟏𝟐𝟔𝟔𝟔
𝑃𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑦(1.25), 𝑛𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠 (1.22,1.011371) 𝑦
𝑡
Nuevamente usando la solución exacta dada y(t) =
1 + 𝑙𝑛𝑡
(𝐸. 𝑅 = |𝑉. 𝑃 − 𝐸. 𝐸|
𝐸. 𝑅 = |1.041712 − 1.0219569 |
𝐸. 𝑅 = 0.0197551
𝑃𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑦(1.93), 𝑛𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠 (1.9,1.16793) 𝑦
1.07895 − 1.16793
𝑦 − 1.16793 = (𝑡 − 1.9) − ( )
2 − 19
𝑡
Nuevamente usando la solución exacta dada y(t) =
1 + lnt
1.93
y(t) =
1 + ln(1,93)
Ahora
𝐸. R = |V. P − E. E|
𝐸. R = | 1.17513 − 1.1643902 |
E. R = 0.0107397
ti Heum
0 0.3333333
0.1 0.22
0.2 0.1729167
0.3 0.1747396
0.4 0.2146289
0.5 0.2858097
0.6 0.3840477
0.7 0.5066965
0.8 0.652102
0.9 0.8192304
1 1.0074357
SOLUCIÓN
Para y (0.54)
𝑓 (𝑥1 ) − 𝑓 (𝑥0 )
𝑓1 (𝑥 ) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) [ ]
𝑥1 − 𝑥0
0.3840447 − 0.2858097
𝑓1 (𝑥 ) = 0.2858097 + (0.54 − 0.5) [ ] = 0.3251037
0.6 − 0.5
Valor real
1
y (0.54) = (0.54)2 + 3 𝑒 (−5)(0.54) = 0.3140018
Para y (0.94)
𝑓 (𝑥1 ) − 𝑓 (𝑥0 )
𝑓1 (𝑥 ) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) [ ]
𝑥1 − 𝑥0
1.0074357 − 0.8192304
𝑓1 (𝑥 ) = 0.8192304 + (0.94 − 0.9) [ ] = 0.8945125
1 − 0.9
Valor real
1
y (0.94) = (0.94)2 + 3 𝑒 (−5)(0.94) = 0.8866318
SOLUCIÓN
1
𝑌1 = 𝑦0 + 2 (𝑓 (𝑥1 + 𝑦1 ) + 𝑓 (𝑥1 , 𝑦1 )ℎ
1
𝑦 ′ = −5𝑦 + 5𝑡 2 + 2𝑡, 1 ≤ 𝑡 ≤ 1, 𝑦(0) =
3
1
𝑦 (0) =
3
Reemplazando en las formulas se obtiene la siguiente respuesta:
i y Y’ 1
0 0 -0.14676 0.73455
1 0.1 -0.09789 0.24345
2 0.2 -0.00354 0.20345
3 0.3 0.05636 0.09334
4 0.4 0.78974 0.23478
5 0.5 0.35645 0.24567
6 0.6 0.46755 0.56478
7 0.7 0.33674 0.44664
8 0.8 0.56644 0.54636
9 0.9 0.23455 0.11119
10 1 0.34556 0.36464
La Solución real:
1
y(t)=𝑡 2 +3 𝑒 −5𝑡 = 0.32783
𝑦 𝑦 2
𝑦′ = 𝑡 − (𝑡 ) , 1 ≤ 𝑡 ≤ 2, 𝑐𝑜𝑛 ℎ = 0.1
𝑡
Solución real 𝑦(𝑡) = 1+𝑙𝑛(𝑡)
Tenemos que
ℎ = 0.1
𝑏−𝑎 2−1
ℎ= →𝑁= = 10
𝑁 0.1
𝑡𝑖 = 𝑎 + ℎ𝑖
𝑡𝑖 = 1 + 0.1𝑖
𝑤𝑖 𝑤𝑖 2
𝑓 (𝑡𝑖 , 𝑤𝑖 ) = −( )
𝑡𝑖 𝑡𝑖
𝑤0 = 𝑦(𝑡0 ) = 𝑦(1)01
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ) )
2 2
𝑃𝑎𝑟𝑎 𝑖 = 0, 𝑡0 = 1
ℎ ℎ
𝑤1 = 𝑤0 + ℎ𝑓 (𝑡0 + , 𝑤0 + 𝑓 (𝑡0 , 𝑤0 ) )
2 2
𝑤0 𝑤0 2 1 1 2
𝑓 (𝑡0 , 𝑤0 ) = −( ) = −( ) =0
𝑡0 𝑡0 1 1
0.1 0.1
𝑤1 = 1 + 0.1𝑓 (1 + ,1 + ∗ 0)
2 2
𝑤1 = 1 + 0.1𝑓(1.05 ,1)
1 1 2
𝑓 (1.05,1) = −( ) = 0.0453515
1.05 1.05
𝑤1 = 1 + 0.1 ∗ 0.0453515
𝑤1 = 1.0045352
𝑦(𝑡1 ) = 1.0042817
Error
1.0042817-1.0045352=0.0002535
𝑃𝑎𝑟𝑎 𝑖 = 1, 𝑡1 = 1.1
ℎ ℎ
𝑤2 = 𝑤1 + ℎ𝑓 (𝑡1 + , 𝑤1 + 𝑓 (𝑡1 , 𝑤1 ) )
2 2
𝑤1 𝑤1 2 1.0045352 1.0045352 2
𝑓 (𝑡1 , 𝑤1 ) = −( ) = −( ) = 0.0792543
𝑡1 𝑡1 1.1 1.1
0.1 0.1
𝑤2 = 1.0045352 + 0.1𝑓 (1.1 + ,1.0045352 + ∗ 0.0792543)
2 2
1.0084979 1.0084979 2
𝑓 (1.15,1.0084979) = −( ) = 0.1079052
1.15 1.15
𝑤2 = 1 + 0.1 ∗ 0.1079052
𝑤2 = 1.0153257
𝑦(𝑡2 ) = 1.0149523
Error
1.0149523-1.0153257=0.0003734
𝑃𝑎𝑟𝑎 𝑖 = 2, 𝑡2 = 1.2
ℎ ℎ
𝑤3 = 𝑤2 + ℎ𝑓 (𝑡2 + , 𝑤2 + 𝑓(𝑡2 , 𝑤2 ) )
2 2
𝑤2 𝑤2 2 1.0153257 1.0153257 2
𝑓 (𝑡2 , 𝑤2 ) = −( ) = −( ) = 0.1302115
𝑡2 𝑡2 1.2 1.2
0.1 0.1
𝑤3 = 1.0153257 + 0.1𝑓 (1.2 + ,1.0153257 + ∗ 0.1302115)
2 2
1.0218363 1.0218363 2
𝑓 (1.25,1.0218363) = −( ) = 0.1492134
1.25 1.25
𝑤3 = 1 + 0.1 ∗ 0.1492134
𝑤3 = 1.0302470
𝑦(𝑡3 ) = 1.0298037
Error
1.0298037-1.0302470=0.0004333
𝑃𝑎𝑟𝑎 𝑖 = 3, 𝑡3 = 1.3
ℎ ℎ
𝑤4 = 𝑤3 + ℎ𝑓 (𝑡3 + , 𝑤3 + 𝑓 (𝑡3 , 𝑤3 ) )
2 2
𝑤3 𝑤3 2 1.0302470 1.0302470 2
𝑓 (𝑡3 , 𝑤3 ) = −( ) = −( ) = 0.1644451
𝑡3 𝑡3 1.3 1.3
0.1 0.1
𝑤4 = 1.0302470 + 0.1𝑓 (1.3 + ,1.0302470 + ∗ 0.1644451)
2 2
𝑤4 = 1 + 0.1𝑓(1.35 ,1.0384693)
1.0384693 1.0384693 2
𝑓 (1.35,1.0384693) = −( ) = 0.1775117
1.35 1.35
𝑤4 = 1 + 0.1 ∗ 0.1775117
𝑤4 = 1.0479982
𝑦(𝑡4 ) = 1.0475339
Error
1.0475339-1.0479982=0.0004643
𝑃𝑎𝑟𝑎 𝑖 = 4, 𝑡4 = 1.4
ℎ ℎ
𝑤5 = 𝑤4 + ℎ𝑓 (𝑡4 + , 𝑤4 + 𝑓 (𝑡4 , 𝑤4 ) )
2 2
𝑤4 𝑤4 2 1.0479982 1.0479982 2
𝑓 (𝑡4 , 𝑤4 ) = −( ) = −( ) = 0.1882129
𝑡4 𝑡4 1.4 1.4
0.1 0.1
𝑤5 = 1.0479982 + 0.1𝑓 (1.4 + ,1.0479982 + ∗ 0.1882129)
2 2
1.0574088 1.0574088 2
𝑓 (1.45,1.0574088) = −( ) = 0.1974456
1.45 1.45
𝑤5 = 1 + 0.1 ∗ 0.1974456
𝑤5 = 1.0677428
𝑦(𝑡5 ) = 1.0672624
Error
1.0672624-1.0677428=0.0004804
𝑃𝑎𝑟𝑎 𝑖 = 5, 𝑡5 = 1.5
ℎ ℎ
𝑤6 = 𝑤5 + ℎ𝑓 (𝑡5 + , 𝑤5 + 𝑓(𝑡5 , 𝑤5 ) )
2 2
𝑤5 𝑤5 2 1.0677428 1.0677428 2
𝑓 (𝑡5 , 𝑤5 ) = −( ) = −( ) = 0.2051287
𝑡5 𝑡5 1.5 1.5
0.1 0.1
𝑤6 = 1.0677428 + 0.1𝑓 (1.5 + ,1.0677428 + ∗ 0.2051287)
2 2
1.0779992 1.0779992 2
𝑓 (1.55,1.0779992) = −( ) = 0.2117863
1.55 1.55
𝑤6 = 1 + 0.1 ∗ 0.2117863
𝑤6 = 1.0889214
𝑦(𝑡6 ) = 1.0884327
Error
1.0884327-1.0889214=0.0004887
𝑃𝑎𝑟𝑎 𝑖 = 6, 𝑡6 = 1.6
ℎ ℎ
𝑤7 = 𝑤6 + ℎ𝑓 (𝑡6 + , 𝑤6 + 𝑓(𝑡6 , 𝑤6 ) )
2 2
𝑤6 𝑤6 2 1.0889214 1.0889214 2
𝑓 (𝑡6 , 𝑤6 ) = −( ) = −( ) = 0.2173924
𝑡6 𝑡6 1.6 1.6
0.1 0.1
𝑤7 = 1.889214 + 0.1𝑓 (1.6 + ,1.889214 + ∗ 0.2173924)
2 2
1.0997910 1.0997910 2
𝑓 (1.65,1.0997910) = −( ) = 0.2222644
1.65 1.65
𝑤7 = 1 + 0.1 ∗ 0.2222644
𝑤7 = 1.1111478
𝑦(𝑡7 ) = 1.1106551
Error
1.1106551-1.1111478=0.0004927
𝑃𝑎𝑟𝑎 𝑖 = 7, 𝑡7 = 1.7
ℎ ℎ
𝑤8 = 𝑤7 + ℎ𝑓 (𝑡7 + , 𝑤7 + 𝑓(𝑡7 , 𝑤7 ) )
2 2
𝑤7 𝑤7 2 1.1111478 1.1111478 2
𝑓 (𝑡7 , 𝑤7 ) = −( ) = −( ) = 0.2264020
𝑡7 𝑡7 1.7 1.7
0.1 0.1
𝑤8 = 1.1111478 + 0.1𝑓 (1.7 + ,1.1111478 + ∗ 0.2264020)
2 2
1.1224679 1.1224679 2
𝑓 (1.75,1.1224679) = −( ) = 0.2300031
1.75 1.75
𝑤8 = 1 + 0.1 ∗ 0.2300031
𝑤8 = 1.1341481
𝑦(𝑡8 ) = 1.1336536
Error
1.1336536-1.1341481=0.0004945
𝑃𝑎𝑟𝑎 𝑖 = 8, 𝑡7 = 1.8
ℎ ℎ
𝑤9 = 𝑤8 + ℎ𝑓 (𝑡8 + , 𝑤8 + 𝑓 (𝑡8 , 𝑤8 ) )
2 2
𝑤8 𝑤8 2 1.1341481 1.1341481 2
𝑓 (𝑡8 , 𝑤8 ) = −( ) = −( ) = 0.2330786
𝑡8 𝑡8 1.8 1.8
0.1 0.1
𝑤9 = 1.1341481 + 0.1𝑓 (1.8 + ,1.1341481 + ∗ 0.2330786)
2 2
𝑤9 = 1 + 0.1𝑓(1.85 ,1.1458020)
1.1458020 1.1458020 2
𝑓 (1.85,1.1458020) = −( ) = 0.2357550
1.85 1.85
𝑤9 = 1 + 0.1 ∗ 0.2357550
𝑤9 = 1.1577236
𝑦(𝑡9 ) = 1.1572289
1.1.1 Error
1.1572289-1.1577236=0.0004947
𝑃𝑎𝑟𝑎 𝑖 = 9, 𝑡7 = 1.9
ℎ ℎ
𝑤10 = 𝑤9 + ℎ𝑓 (𝑡9 + , 𝑤9 + 𝑓 (𝑡9 , 𝑤9 ) )
2 2
2
𝑤9 𝑤9 2 1.1577236 1.1577236
𝑓 (𝑡9 , 𝑤9 ) = −( ) = −( ) = 0.2380473
𝑡9 𝑡9 1.9 1.9
0.1 0.1
𝑤10 = 1.1577236 + 0.1𝑓 (1.9 + ,1.1577236 + ∗ 0.2380473)
2 2
1.1696260 1.1696260 2
𝑓 (1.95,1.1696260) = −( ) = 0.2400383
1.95 1.95
𝑤10 = 1.1817274
𝑦(𝑡10 ) = 1.1812322
1.1.2 Error
1.1812322-1.1817274=0.0004952
Referencia: ejercicio 4
Aplique el método modificado de Euler para aproximar las soluciones de los siguientes
problemas de valor inicial y compare después los resultados con los valores reales.
Para el problema del valor inicial´.
𝒚 𝒚
y´= 1+ 𝒕 + ( 𝒕 )𝟐 , 𝟏 ≤ 𝒕 ≤ 𝟑, 𝒚(𝟏) = 𝟎, 𝒄𝒐𝒏 𝒉 = 𝟎. 𝟐…… (1)
Comparamos la ecuación diferencial dada 1 con la forma general del problema de valor
inicial
𝑦´ = 𝑓 (𝑡, 𝑦) 𝑎 ≤ 1 ≤ 𝑏, 𝑦(𝑎) =∝
Llegar
𝑦 𝑦
f(t, y) = 1+ 𝑡 + ( 𝑡 )2 , ∝ = 𝑤0 = 𝑦0 = 0, 𝑡0 = 𝑎 = 1, 𝑏 = 3
aquí:
𝑡𝑖 = 𝑡0 + ℎ ∗ 𝑖
= 1 + 0.2*i
= 1 + 0.2i
𝑤0 =∝
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑥 𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑥 𝑓 (𝑡𝑖 , 𝑤𝑖 )), para cada i = 0, 1, …, N-1
2 2
Dado que
𝒘𝟎 = 𝟎
Entonces
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑥 𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑥 𝑓 (𝑡𝑖 , 𝑤𝑖 ))
2 2
0.2 0.2
= 𝑤𝑖 + 0.2𝑥 𝑓(1 + 0.2𝑥0 + , 𝑤𝑖 + 𝑥 𝑓 (1 + 0.2𝑥0, 𝑤𝑖 ))
2 2
Por eso
0.2 0.2
𝑤1 = 𝑤0 + 0.2𝑥 𝑓(1 + 0.2𝑥0 + , 𝑤0 + 𝑥 𝑓 (1 + 0.2𝑥0, 𝑤0 ))
2 2
0.2 0.2
𝑤1 = 0 + 0.2𝑥 𝑓(1 + 0.2𝑥0 + ,0+ 𝑥 𝑓(1 + 0.2𝑥0,0))
2 2
𝑤1 = 0.219835
𝒘𝟎 = 𝟏
0.2 0.2
𝑤2 = 𝑤1 + 0.2𝑥 𝑓(1 + 0.2𝑥1 + , 𝑤1 + 𝑥 𝑓(1 + 0.2𝑥1, 𝑤1 ))
2 2
0.2 0.2
𝑤2 = 0.219835 + 0.2𝑥 𝑓(1 + 0.2𝑥1 + , 0.219835 + 𝑥 𝑓(1 + 0.2𝑥1,0.219835))
2 2
𝑤2 = 0.486177
l ti wi y[t1] error[i]=|𝑦[𝑡𝑖 ] − 𝑤𝑖 |
1 1.2 0.219835 0.221243 0.00140806
2 1.4 0.486177 0.489682 0.00350462
3 1.6 0.806185 0.812753 0.00656785
4 1.8 1.18844 1.19944 0.0109994
5 2 1.64389 1.66128 0.0173928
6 2.2 2.18686 2.2135 0.0266409
7 2.4 2.83644 2.87655 0.0401157
8 2.6 3.61849 3.67848 0.0599828
9 2.8 4.56889 4.65867 0.0897707
10 3 5.73865 5.8741 0.135453
SOLUCIÓN
ℎ
𝑤𝑖+1 = 𝑤𝑖 + 2 (𝑘1 + 𝑘2 ) formula general
ℎ
𝑦𝑖+1 = 𝑦𝑖 + 2 (𝑘1 + 𝑘2 ) formula cambiada a términos de x e y
T = x, w = y
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 )
ℎ ℎ
𝑘2 = 𝑓 (𝑥𝑖 + , 𝑦𝑖 + 𝑘1 )
2 2
𝑥0 = 1 ; 𝑦0 = 0
𝑦0 𝑦 2 0 0 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥0 ) = 1 + + = (1) = 1
𝑥0 0 1
ℎ ℎ 0.2 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1 + ,0 + (1)) = 𝑓 (1.1, ) = 0.100000
2 2
ℎ 0.2
𝑦1 = 𝑦1 + (𝑘1 + 𝑘2 ) = 0 + (1 + 0.1) = 0.110000
2 2
𝑥1 = 𝑥0 + h = 1.2
𝑦1 = 0.11
𝑦0 𝑦 2 0.11 0.11 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥0 ) = 1 + + = ( 1.2 ) = 1.183333
𝑥0 0 1.2
ℎ ℎ 0.2 0.2
𝑘2 =𝑓 (𝑥𝑖 + , 𝑦𝑖 + 𝑘1 ) = 𝑓 (1.2 + , 0.11 + (1.183333)) = 𝑓 (1.3,0.228333) =
2 2 2 2
1.206490
ℎ 0.2
𝑦2 = 𝑦1 + (𝑘1 + 𝑘2 ) = 0.11 + (1.183333 + 1.206490) = 0.026288
2 2
𝑥2 = 𝑥1 + h = 1.4
𝑦2 = 0.0226288
𝑦2 𝑦 2 0.026288 0.026288 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥2 ) = 1 + +( ) = 1.019130
𝑥2 2 1.4 1.4
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1.4 + , 0.0226288 +
2
0.2
(1.019130)) = 𝑓(1.5,0.124542) =1.089922
2
ℎ 0.2
𝑦3 = 𝑦2 + (𝑘1 + 𝑘2 ) = 0.226288 + (1.019130 + 1.089922) = 0.437193
2 2
𝑥3 = 𝑥2 + h = 1.6
𝑦3 = 0.437193
𝑦3 𝑦 2 0.437193 0.437193 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥3 ) = 1 + +( ) = 1.347909
𝑥3 3 1.6 1.6
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1.6 + , 0.437193 +
2
0.2
(1.347909)) = 𝑓(1.7,0.571984) =1.449667
2
ℎ 0.2
𝑦4 = 𝑦3 + (𝑘1 + 𝑘2 ) = 0.437193 + (1.347909 + 1.449667) = 0.716951
2 2
𝑥4 = 𝑥3 + h = 1.8
𝑦4 = 0.716951
𝑦4 𝑦 2 0.716951 0.716951 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + ( 4) = 1 + +( ) = 1.556954
𝑥4 𝑥4 1.8 1.8
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1.8 + , 0.716951 +
2
0.2
(1.556954)) = 𝑓(1.9,0.872646) =1.670232
2
ℎ 0.2
𝑦5 = 𝑦4 + (𝑘1 + 𝑘2 ) = 0.716951 + (1.556954 + 1.670232) = 1.039670
2 2
𝑥5 = 𝑥4 + h = 2
𝑦5 = 1.039670
𝑦5 𝑦 2 1.039670 1.039670 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥5 ) = 1 + +( ) = 1.790063
𝑥5 5 2 2
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (2 + , 1.039670 +
2
0.2
(1.790063)) = 𝑓(2.1,1.218676) =1.917095
2
ℎ 0.2
𝑦6 = 𝑦5 + (𝑘1 + 𝑘2 ) = 1.039670 + (1.790063 + 1.917095) = 1.410386
2 2
𝑥6 = 𝑥5 + h = 2.2
𝑦6 = 1.410386
𝑦6 𝑦 2 1.410386 1.410386 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥6 ) = 1 + +( ) = 1.263479
𝑥6 6 2.2 2.2
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (2.2 + , 1.410386 +
2
0.2
(1.263479)) = 𝑓(2.3,1.536734) =2.114563
2
ℎ 0.2
𝑦7 = 𝑦6 + (𝑘1 + 𝑘2 ) = 1.410386 + (1.263479 + 2.114563) = 1.745321
2 2
𝑥7 = 𝑥6 + h = 2.4
𝑦7 = 1.745321
𝑦7 𝑦 2 1.745321 1.745321 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥7 ) = 1 + +( ) = 2.256062
𝑥7 7 2.4 2.4
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (2.4 + , 1.745321 +
2
0.2
(2.225062)) = 𝑓(2.5,1.970927) =2.409899
2
ℎ 0.2
𝑦8 = 𝑦7 + (𝑘1 + 𝑘2 ) = 1.745321 + (2.256062 + 2.409889) = 2.211916
2 2
𝑥8 = 𝑥7 + h = 2.6
𝑦8 = 2.211916
𝑦8 𝑦 2 2.211916 2.211916 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥8 ) = 1 + +( ) = 2.574490
𝑥8 8 2.6 2.6
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (2.6 + , 2.211916 +
2
0.2
(2.574490)) = 𝑓(2.7,2.469365) =2.751036
2
ℎ 0.2
𝑦9 = 𝑦8 + (𝑘1 + 𝑘2 ) = 2.211916 + (2.574490 + 2.751036) = 2.744469
2 2
𝑥9 = 𝑥8 + h = 2.8
𝑦9 = 2.744469
𝑦9 𝑦 2 2.744469 2.744469 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + + (𝑥9 ) = 1 + +( ) = 2.940896
𝑥9 9 2.8 2.8
ℎ ℎ 0.2
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (2.8 + , 2.744469 +
2
0.2
(2.940896)) = 𝑓(2.9,1.3.038559) =3.145620
2
ℎ 0.2
𝑦10 = 𝑦9 + (𝑘1 + 𝑘2 ) = 2.744469 + (2.940896 + 3.145620) = 2.986242
2 2
𝑦 ′ = −(𝑦 + 1)(𝑦 + 3) = −𝑦 2 − 4𝑦 − 3
𝑦(0) = −2
0≤𝑡≤2
𝑎=0
𝑏=2
𝑤0 = −2
ℎ = 0.2
𝑡1 = 0 + 0.2𝑖
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑓 (𝑡𝑖 , 𝑤𝑖 ))
2 2
Para i=0
𝑤1 = −2 + (0.2)𝑓(0.1, −2 + 0.1(1))
𝑤1 = −2 + (0.2)(−(−1.9)2 − 4(1.9) − 3)
𝑤1 = −2 + (0.2)(0.12 − 4(0.1) − 3)
𝑤1 = −1,802
Para i=1
𝑡1 = 0.2𝑖; −𝑦 2 − 4𝑦 − 3
𝑦(0.2) = −1.802625
𝒕𝒊 𝒘𝒊 𝒚 ( 𝒕𝒊 )
0.4 -1.6192966 -1.6200510
1.0 -1.2402470 -1.2384058
1.4 -1.1175165 -1.1146484
2.0 -1.03822227 -1.0359724
1
𝑦′ = −5𝑦 + 5𝑡 2 + 2𝑡, 0 ≤ 𝑡 ≤ 1, 𝑦(0) = 3 , 𝑐𝑜𝑛 ℎ = 0.1;
1
Solución real 𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
SOLUCIÓN
𝑦′ = −5𝑦 + 5𝑡 2 + 2𝑡
1
𝑦 (0) = 3 ,0 ≤ 𝑡 ≤ 1 → 𝑎 = 0𝑦 𝑏 = 1
→ 𝑤0 = 1/3 ; ℎ = 0.1
→ 𝑡1 = 0.1𝑖
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑓 (𝑡𝑖 , 𝑤𝑖 )) 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 = 0, 1, 2, . . . , 𝑁 − 1.
2 2
0.1 0.1 1
𝑤𝑖+1 = 𝑤𝑖 + (0.1)𝑓(0.1𝑖 + , 𝑤𝑖 + (0.1𝑖, )
2 2 3
Para i=0
1 0.1 1 0.1 1
𝑤1 = + (0.1)𝑓 ( , + ∗ (−5 ∗ + 5 ∗ 0.1𝑖 2 + 2 ∗ 0.1𝑖))
3 2 3 2 3
1 0.1 1 0.1 5
𝑤1 = + (0.1)𝑓 ( , + ∗ (− ))
3 2 3 2 3
1 0.1 1
𝑤1 = + (0.1)𝑓 ( , )
3 2 4
1 1 0.1 2 0.1
𝑤1 = + (0.1) (−5 ∗ + 5 ∗ ( ) ∗ )
3 4 2 2
𝒘𝟏 = 𝟎. 𝟐𝟏𝟗𝟓𝟖𝟑𝟑
0.1 0.1 1
w𝑖+1 = w1 + (0.1) (0.1 + ,w 𝑖 + ∗ (0.1, ))
2 2 3
3 1 0.1
w2 = 0.2195833 + (0.1)f ( , 0.2195833 + 0.1 ∗ (−5 ∗ + 5 ∗ + 2 ∗ 0.1))
20 3 2
3
w2 = 0.2195833 + (0.1)f ( , 0.0779166)
20
32 3
w2 = 0.2195833 + (0.1) (−𝟓 ∗ 0.0779166 + 5 ∗ +2∗ )
20 20
𝐰𝟐 = 𝟎. 𝟐𝟐𝟏𝟖𝟕5
1
SOLUCIÓN REAL y(t) = t 2 + 3 𝑒 −5𝑡
𝟏
𝒚(𝟎, 𝟏) = 𝟎. 𝟏𝟐 + 𝒆−𝟓∗𝟎.𝟏 = 𝟎. 𝟐𝟏𝟐𝟏𝟕𝟕
𝟑
PUNTO MEDIO
𝒕𝒊 𝒘𝒊 𝒚(𝒕𝒊 )
0.2 0.1722396 0.1626265
0.5 0.2848046 0.2773617
0.7 0.5056268 0.5000658
1.0 1.0063347 1.0022460
8.d. (Guamuro Delgado Alexander)
1
𝑦 ′ = −5𝑦 + 5𝑡 2 + 2𝑡 ,0 ≤ 𝑡 ≤ 1, 𝑦(0) = 𝑐𝑢𝑎𝑛𝑑𝑜 ℎ = 0.1 , 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡)
3
1
= 𝑡 2 + 𝑒 −5𝑡
3
2 Solución
Para el problema tenemos el valor inicial
1
𝑦 ′ = −5𝑦 + 5𝑡 2 + 2𝑡 ,0 ≤ 𝑡 ≤ 1, 𝑦(0) = 𝑐𝑢𝑎𝑛𝑑𝑜 ℎ = 0.1
3
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
Entonces comparamos la ecuación diferencial dada con la forma general del problema de
valor inicial
Para llegar
1
𝑓(𝑡, 𝑦) = −5𝑦 + 5𝑡 2 + 2𝑡, 𝛼 = 𝜔0= 𝑦0= , 𝑡 𝑎 = 0, 𝑏 = 1
3 0=
Sabiendo que
𝑡𝑖= 𝑡0 + ℎ𝑥𝑖
= 0 + 0.1𝑥𝑖
= 0.1𝑖
𝑤0 = 𝛼
ℎ ℎ
𝜔𝑖+1 = 𝜔𝑖 + ℎ𝑥𝑓 (𝑇𝑖 + , 𝜔𝑖 + 𝑥𝑓(𝑇𝑖 , 𝜔𝑖 )) , 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 = 0,1, … . . 𝑛 − 1
2 2
𝑤0 = 1
ℎ ℎ
𝜔𝑖+1 = 𝜔𝑖 + ℎ𝑥𝑓 (𝑇𝑖 + , 𝜔𝑖 + 𝑥𝑓(𝑇𝑖 , 𝜔𝑖 ))
2 2
0.1 0.1
= 𝜔𝑖 + 0.1𝑥𝑓 (0.1𝑥0 + , 𝜔0 + 𝑥𝑓(0.1𝑥0, 𝜔0 ))
2 2
Entonces
0.1 0.1
𝜔1 = 𝜔0 + 0.1𝑥𝑓 (0.1𝑖 + , 𝜔𝑖 + 𝑥𝑓 (0.1𝑖, 𝜔𝑖 ))
2 2
1 0.1 1 0.1 1
= + 0.1𝑥𝑓 (0.1𝑖 + , + 𝑥𝑓 (0.1𝑥0, ))
3 2 3 2 3
= 0.219583
0.1 0.1
𝜔2 = 𝜔1 + 0.1𝑥𝑓 (0.1𝑥1 + , 𝜔1 + 𝑥𝑓(0.1𝑥1, 𝜔1 ))
2 2
0.1 0.1
= 0.219583 + 0.1𝑥𝑓 (0.1𝑥1 + , 0.219583 + 𝑥𝑓(0.1𝑥1,0.219583))
2 2
= 0.17224
De manera similar, utilizando el método de punto medio, podemos encontrar el resto de las
soluciones aproximadas. la siguiente tabla muestra la comparación entre la solución
aproximada y la solución exacta.
0 1 0
1 1.2 0.21983471
2 1.4 0.48617705
3 1.6 0.80618449
4 1.8 1.18843926
5 2 1.64388892
6 2.2 2.18686089
7 2.4 2.83643571
8 2.6 3.61849255
9 2.8 4.56889438
5. 𝑈𝑠𝑒 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑑𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 4 𝑦 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑝𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠
𝑑𝑒 𝑦(𝑡) 𝑦 𝑑𝑒𝑠𝑝𝑢𝑒𝑠 𝑐𝑜𝑚𝑝𝑎𝑟𝑒 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑐𝑜𝑛 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠 𝑦(1.25)𝑦 𝑦 𝑦(1.93)
𝑦 𝑦 2 𝑡
𝑦′ = − ( ) ; 1 ≤ 𝑡 ≤ 2; 𝑦(1) = 1; 𝑐𝑜𝑛 ℎ = 0.1 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) =
𝑡 𝑡 1 + ln 𝑡
ℎ ℎ 𝑏−𝑎 2−1
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] ℎ= ⇒𝑛= = 10 𝑛 =
𝑛 0.1
#𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝒊=𝟎
𝑡𝑖 = 𝑎 + 𝑖ℎ ⇒ 𝑡0 = 1 + 0(0.1) = 1 ; 𝑤0 = 1
𝑦 𝑦 2 1 1 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 𝑡 − ( 𝑡 ) = 1 − (1) = 0
ℎ 0.1
𝑡𝑖 + 2 = 1 + = 1.05
2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1 + ∗0 =1
2
ℎ ℎ 1 1 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.05 − (1.05 ) = 0.0453515
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1 + 0.1[0.0453515] = 1.0045352
𝒊=𝟏
1.0045352 1.0045352 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.0792543
1.1 1.1
ℎ 0.1
𝑡𝑖 + 2 = 1.1 + = 1.15
2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.0045352 + ∗ 0.0792543 = 1.0084979
2
ℎ ℎ 1.0084979 1.0084979 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.1079052
1.15 1.15
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.0045352 + 0.1[0.1079052] = 1.0153257
𝒊=𝟐
1.0153257 1.0153257 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.1302105
1.2 1.2
ℎ 0.1
𝑡𝑖 + 2 = 1.2 + = 1.25
2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.0153257 + ∗ 0.1302105 = 1.0218362
2
ℎ ℎ 1.0218362 1.0218362 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.1492135
1.25 1.25
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + ; 𝑤𝑖 + 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.0153257 + 0.1[0.1492135] = 1.0302471
2 2
𝒊=𝟑
1.0302471 1.0302471 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.1644451
1.3 1.3
ℎ 0.1
𝑡𝑖 + 2 = 1.3 + 2
= 1.35
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.0302471 + ∗ 0.1644451 = 1.0384694
2
ℎ ℎ 1.0384694 1.0384694 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.1775117
1.35 1.35
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.0302471 + 0.1[0.1775117] = 1.0479983
𝒊=𝟒
1.0479983 1.0479983 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.1882128
1.4 1.4
ℎ 0.1
𝑡𝑖 + 2 = 1.4 + = 1.45
2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.0479983 + ∗ 0.1882128 = 1.0574089
2
ℎ ℎ 1.0574089 1.0574089 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.1974456
1.45 1.45
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.0479983 + 0.1[0.1974456] = 1.0677429
𝒊=𝟓
1.0677429 1.0677429 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.2051286
1.5 1.5
ℎ 0.1
𝑡𝑖 + 2 = 1.5 + = 1.55
2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.0677429 + ∗ 0.2051286 = 1.0779993
2
ℎ ℎ 1.0779993 1.0779993 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.2117862
1.55 1.55
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.0677429 + 0.1[0.2117862] = 1.0889215
𝒊=𝟔
1.0889215 1.0889215 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.2173923
1.6 1.6
ℎ 0.1
𝑡𝑖 + = 1.6 + = 1.65
2 2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.0889215 + ∗ 0.2173923 = 1.0997911
2
ℎ ℎ 1.0997911 1.0997911 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.2222644
1.65 1.65
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.0889215 + 0.1[0.2222644] = 1.1111479
𝒊=𝟕
1.1111479 1.1111479 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.2264019
1.7 1.7
ℎ 0.1
𝑡𝑖 + 2 = 1.7 + = 1.75
2
ℎ 0.1
𝑤𝑖 + 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.1111479 + ∗ 0.2264019 = 1.1224679
2 2
ℎ ℎ 1.1224679 1.1224679 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.2300031
1.75 1.75
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + ; 𝑤𝑖 + 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.1111479 + 0.1[0.2300031] = 1.1341482
2 2
𝒊=𝟖
1.1341482 1.1341482 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.2330786
1.8 1.8
ℎ 0.1
𝑡𝑖 + 2 = 1.8 + = 1.85
2
ℎ 0.1
𝑤𝑖 + 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.1341482 + ∗ 0.2330786 = 1.1458021
2 2
ℎ ℎ 1.1458021 1.1458021 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.2357549
1.85 1.85
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.1341482 + 0.1[0.2357549] = 1.1577237
𝒊=𝟗
1.1577237 1.1577237 2
𝑓 (𝑡𝑖 ; 𝑤𝑖 ) == −( ) = 0.2380473
1.9 1.9
ℎ 0.1
𝑡𝑖 + 2 = 1.9 + 2
=2
ℎ 0.1
𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = 1.1577237 + ∗ 0.2380473 = 1.1696261
2
ℎ ℎ 1.1696261 1.1696261 2
𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓 (𝑡𝑖 ; 𝑤𝑖 ) = −( ) = 0.2400383
1.95 1.95
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ𝑓 [𝑡𝑖 + 2 ; 𝑤𝑖 + 2 𝑓(𝑡𝑖 ; 𝑤𝑖 )] = 1.1577237 + 0.1[0.2400383] = 1.1817275
𝐼𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑝𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑦(1.25) 𝑦 𝑦(1.93)
𝑦1 − 𝑦0
𝑦(𝑥 ) = 𝑦0 + ( ) (𝑥 − 𝑥 0 )
𝑥1 − 𝑥0
1.0302469 − 1.0153257
𝑦(𝑡) = 1.0153257 + ( ) (𝑡 − 1.2)
1.3 − 1.2
𝑡 1.25
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = ⇒ 𝑦(1.25) = = 1.0219569
1 + ln 𝑡 1 + ln 1.25
𝑦1 − 𝑦0
𝑦(𝑥 ) = 𝑦0 + ( ) (𝑥 − 𝑥 0 )
𝑥1 − 𝑥0
1.1817275 − 1.1577237
𝑦(𝑡) = 1.1577234 + ( ) (𝑡 − 1.9)
2 − 1.9
𝑦(1.93) = 1.1649246
𝑡 1.93
𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = ⇒ 𝑦(1.93) = = 1.1643902
1 + ln 𝑡 1 + ln(1.93)
Para aproximar 𝑦(1.25), necesitamos una interpolación lineal entre dos puntos (1.2,
1.0153257) (1.3, 1.0302469):
(1.0302469 − 1.0153257)
𝑦(𝑡) = 1.0153257 + (𝑡 − 1.2)
1.3 − 1.2
𝑡
Solución exacta dada: 𝑦(𝑡) = 1+ln 𝑡
1.25
𝑦(1.25) =
1 + ln(1.25)
𝑦(1.25) = 1.0219569
Error Real:
𝐸. 𝑅 = |1.0227863 − 1.0219569 |
𝐸. 𝑅 = 0.0008294
Para aproximar 𝑦(1.93), necesitamos una interpolación lineal entre dos puntos
1.1817275 − 1.1577234
𝑦 − 1.1577234 = (𝑡 − 1.9)
2 − 1.9
𝑡
Solución exacta: 𝑦(𝑡) = 1+ln 𝑡
1.93
𝑦(1.93) =
1 + ln(1.93)
𝑦(1.93) = 1.1643902
Error Real:
𝐸. 𝑅 = |1.1649246 − 1.1643902 |
𝐸. 𝑅 = 0.0005344
𝑦 𝑦 2
b. 𝑦′ = 1 + 𝑡 + ( 𝑡 ) 1≤𝑡≤3 𝑦(1) = 0, con ℎ = 0.2; solución real 𝑦(𝑡) =
𝑡. 𝑡𝑎𝑛(𝑙𝑛𝑡).
Para aproximar y(2.1) necesitamos una interpolación lineal entre dos puntos (2;1
.64388892) y (2.2; 2.18686089).
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑓(𝑥) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
2.18686089 − 1.64388892
𝑓(𝑡) = 1.64388892 + (𝑡 − 2)
2.2 − 2
𝑦(2.1) = (2.1)𝑡𝑎𝑛(𝑙𝑛(2.1))
𝐸 = |𝑉𝐴 − 𝑉𝐸 |
𝐸 = |1.9153749 − 1.9249617|
𝐸 = 0.0095868
Para aproximar y(2.75) necesitamos una interpolación lineal entre dos puntos (2.6;
3.61849255) y (2.8; 4.56889438).
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑓(𝑥) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
4.56889438 − 3.61849255
𝑓(𝑡) = 3.61849255 + (𝑡 − 2.6)
2.8 − 2.6
𝑦(2.1) = (2.75)𝑡𝑎𝑛(𝑙𝑛(2.75))
Ahora el error
𝐸 = |𝑉𝐴 − 𝑉𝐸 |
𝐸 = |4.3312939 − 4.3941697|
𝐸 = 0.0628758
𝑦 𝑦 2
𝑦′ = 1 + − ( ) , 1 ≤ 𝑡 ≤ 3 , 𝑦 (1) = 0 ℎ = 0.2 𝑦(𝑡) = 𝑡𝑡𝑎𝑛(𝑙𝑛𝑡)𝑆𝑜𝑙 𝑟𝑒𝑎𝑙
𝑡 𝑡
Para aproximar 𝑦 (2.1), necesitamos una interpolación lineal entre dos puntos
𝑦1 − 𝑦0
𝑦 = 𝑦0 + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
2.1868610 − 1.6438889
𝑦 − 1.6438889 = (𝑡 − 2.0) ( )
2.2 − 2.0
Para aproximar 𝑦 (2.75), necesitamos una interpolación lineal entre dos puntos
4.6127643 − 3.6906402
𝑦 − 3.6906402 = (𝑡 − 2.6) ( )
2.8 − 2.6
c) y (1.3) y y (1.93)
Solución real
Para aproximar y (1.3) necesitamos una interpolación entre dos puntos (1.2; 1.1688975) y
(1.4;1.1175165) ; que es:
1.1175165 (1.1688975)
y (1.1688975) (t 1.2)( )
1.4 1.2
y (1.3) 1.1382768
Para aproximar y (1.93) necesitamos una interpolación lineal entre dos puntos
(1.8; 1.0557987) y (2.0; 1.0382227) ; que es:
1.0382227 (1.0557987)
y (1.0557987) (t 1.8)( )
2.0 1.8
c. (1.3) y (1.93)
Para aproximar (1.3) necesitamos una interpolación lineal entre dos puntos
−1.1175165−(−1.1688975)
𝑦 − ( −1.1688975) = (𝑡 − 1.2) ∗ ( )
1.4−1.2
𝑦(1.3) = −1.1382768
−1.0382227−(−1.0557987)
𝑦 − ( −1.0557987) = (𝑡 − 1.8) ∗ ( )
2.0−1.8
𝑦(1.3) = −1.0412666
𝑃𝑎𝑟𝑎 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑦(0.54) 𝑛𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑟𝑚𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠
(0.5,0.2773617)𝑦 (0.6,0.3765957)
0.3765957 − 0.2773617
𝑦 − 0.2773617 = (𝑡 − 0.5) ( )
0.6 − 0.5
𝑦(𝑡) = 0.2773617 + 0.99234(𝑡 − 0.5)
𝑦(0.54) = 0.2773617 + 0.99234(0.54 − 0.5)
𝒚(𝟎. 𝟓𝟒) = 𝟎. 𝟑𝟏𝟕𝟎𝟓𝟓𝟑 𝑽𝒂𝒍𝒐𝒓 𝒂𝒑𝒓𝒐𝒙𝒊𝒎𝒂𝒅𝒐
Use los resultados del ejercicio 4 y la interpolación lineal para aproximar los valores de y(t) y
después compare los resultados con los valores reales.
d. y(0.54) y y(0.94)
resultados de 8d.
referencia: ejercicio 3.
Solución.
Interpolación lineal
La interpolación lineal entre dos puntos (𝑥0 ; 𝑦0 ) 𝑦 (𝑥0 ; 𝑦0 ) es la línea recta entre dos puntos.
b) Para aproximar y (0.54), necesitamos una interpolación lineal entre dos puntos (0.4 ;
0.213687) y (0.6 ; 0.383003) que es:
0.383003 − 0.213687
𝑦 − 0.213687 = ( ) (𝑡 − 0.4)
0.6 − 0.4
1
Usamos la solución exacta dada 𝑦(𝑡) = 𝑡 + 3 × 𝑒 −5𝑡
1
𝑦(0.54) = 0.54 + × 𝑒 −5×0.54 ⟹ 𝑦(0.54) = 0.5624018(𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜)
3
Calculamos el error:
Para aproximar y(0.94), necesitamos una interpolación lineal entre dos puntos (0.8 ;
0.651017) y (1 ; 1.00633); que es.
1.00633 − 0.651017
𝑦 − 0.651017 = ( ) (𝑡 − 0.8)
1 − 0.8
1
Usamos la solución exacta dada 𝑦(𝑡) = 𝑡 + 3 × 𝑒 −5𝑡
1
𝑦(0.94) = 0.94 + × 𝑒 −5×0.94 ⟹ 𝑦(0.94) = 0.0028499(𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜)
3
Calculamos el error:
𝐸𝑟𝑟𝑜𝑟 = │(𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜) − (𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜)│
Método de Runge-Kutta:
𝒘𝟎 = 𝜶
𝒌𝟏 = 𝒉𝒇(𝒕𝒊 , 𝒘𝒊 )
𝒉 𝒌𝟏
𝒌𝟐 = 𝒉𝒇 (𝒕𝒊 + , 𝒘𝒊 + )
𝟐 𝟐
𝒉 𝒌𝟐
𝒌𝟑 = 𝒉𝒇 (𝒕𝒊 + , 𝒘𝒊 + )
𝟐 𝟐
𝒌𝟒 = 𝒉𝒇(𝒕𝒊+𝟏 , 𝒘𝒊 + 𝒌𝟑 )
𝟏
𝒘𝒊+𝟏 = 𝒘𝒊 + (𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ),
𝟔
𝒑𝒂𝒓𝒂 𝒊 = 𝟎, 𝟏, … , 𝑵 − 𝟏
Del problema tenemos:
𝑁 = 2, 𝑤0 = 0, 𝑡𝑖 = 𝑎 + ℎ𝑖; 𝑡𝑖 = ℎ𝑖
i=0
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.5𝑓(0,0)
𝒌𝟏 = 𝟎
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.5 0
𝑘2 = 0.5𝑓 (0 + ,0+ )
2 2
𝑘2 = 0.5𝑓(0.25,0)
𝒌𝟐 = 𝟎. 𝟐𝟔𝟒𝟔𝟐𝟓
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.5 0.264625
𝑘3 = 0.5𝑓 (0 + ,0+ )
2 2
𝑘3 = 0.5𝑓 (0.25,0.132313)
𝒌𝟑 = 𝟎. 𝟏𝟑𝟐𝟑𝟏𝟐
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝒌𝟒 = 𝟎. 𝟗𝟖𝟖𝟏𝟏𝟎
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤1 = 0 + (0 + 2(0.264625) + 2(0.132312) + 0.988110),
6
𝒘𝟏 = 𝟎. 𝟐𝟗𝟔𝟗𝟗𝟕
1 1 1
𝑦(𝑡) = 𝑡𝑒 𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
5 25 25
1 1 1 −2𝑡
𝑦(𝑡1 ) = 𝑡1 𝑒 3𝑡1 − 𝑒 3𝑡1 + 𝑒 1
5 25 25
1 1 1 −2∗0.5
𝑦(𝑡1 ) = 0.5𝑒 3∗0.5 − 𝑒 3∗0.5 + 𝑒
5 25 25
𝒚(𝒕𝟏 ) = 𝟎. 𝟐𝟖𝟑𝟔𝟏𝟕
i=1
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.5𝑓 (0.5,0.296997)
𝒌𝟏 = 𝟎. 𝟖𝟐𝟑𝟒𝟐𝟓
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.5 0.823425
𝑘2 = 0.5𝑓 (0.5 + , 0.296997 + )
2 2
𝑘2 = 0.5𝑓(0.75; 0.708710)
𝒌𝟐 = 𝟐. 𝟖𝟒𝟗𝟏𝟗𝟏
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.5 2.849191
𝑘3 = 0.5𝑓 (0.5 + , 0.296997 + )
2 2
𝑘3 = 0.5𝑓 (0.75,1.721592)
𝒌𝟑 = 𝟏. 𝟖𝟑𝟔𝟑𝟎𝟗
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝒌𝟒 = 𝟕. 𝟗𝟎𝟗𝟒𝟔𝟑
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤1 = 0.296997 + (0.823425 + 2(2.849191) + 2(1.836309) + 7.909463),
6
𝒘𝟐 = 𝟑. 𝟑𝟏𝟒𝟑𝟏𝟐
1 1 1
𝑦(𝑡) = 𝑡𝑒 𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
5 25 25
1 1 1 −2𝑡
𝑦(𝑡2 ) = 𝑡2 𝑒 3𝑡2 − 𝑒 3𝑡2 + 𝑒 2
5 25 25
1 1 1 −2
𝑦(𝑡2 ) = 𝑒 3 − 𝑒 3 + 𝑒
5 25 25
𝒚(𝟐) = 𝟑. 𝟐𝟏𝟗𝟎𝟗𝟗
1 1 1
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
3 25 25
𝑏−𝑎
ℎ = 0.5 = 𝑛=2
𝑛
1
𝑦𝑖+1 = 𝑦𝑖 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ] 𝑝𝑎𝑟𝑎 𝑖 = 0,1,1 …
6
0.5
𝑝𝑎𝑟𝑎 𝑖 = 0 → 𝑦1 = 𝑦0 + [𝑘 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6 1
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡𝑜 = 0 + 0 ∗ 0.5 = 0 ; 𝑡1 = 0.5 ; 𝑡2 = 1
𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 1
ℎ 𝑘1
𝑘2 = 𝑓(𝑡0 + ; 𝑦0 + ℎ ) = 𝑓 (0.25; 0) = (0.25)𝑒 3(0.25) − 2(0) = 0.52925000042
2 2
ℎ 𝑘2
𝑘3 = 𝑓 (𝑡0 + ; 𝑦0 + ℎ ) = 𝑓 (0.25; 0.1323125001) = (0.25)𝑒 3(0.25) − 2(0.13231250010)
2 2
= 0.264625004
ℎ
𝑘4 = 𝑓 (𝑡0 + ; 𝑦0 + ℎ𝑘3 ) = 𝑓 (0.25; 0.132312502) = (0.25)𝑒 3(0.25) − 2(0.132312502)
2
= 0.26466250002
0.5
𝑦1 = 𝑦0 + [𝑘 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6 1
0.5
=0+ [0 + 2 ∗ 0.52925000042 + 2 ∗ 0.264625004 + 0.26466250002
6
= 𝟎. 𝟎𝟐𝟐𝟎𝟓𝟓𝟐𝟎𝟖𝟑𝟒
1 1 1
𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
3 25 25
1 1 1
𝑦(0.5) = 0.5𝑒 3∗0.5 − 𝑒 3∗0.5 + 𝑒 −2∗0.5 = 0.5823957932
3 25 25
𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 2
ℎ 𝑘2
𝑘3 = 𝑓 (𝑡1 + ; 𝑦0 + ℎ ) = 𝑓(0.75; 1.5153863) = (0.75)𝑒 3(0.75) − 2(1.5153863)
2 2
= 4.0850293
ℎ
𝑘4 = 𝑓 (𝑡1 + ; 𝑦1 + ℎ𝑘3 ) = 𝑓 (0.75; 2.0425146) = (0.75)𝑒 3(0.75) − 2(2.0425146)
2
= 3.0307726
0.5
𝑦2 = 𝑦1 + [𝑘 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6 1
0.5
= 0.02205520834 + [2.1967341 + 2 ∗ 5.97332447 + 2 ∗ 4.0850293 + 3.0307726
6
= 𝟐𝟓. 𝟑𝟒𝟒𝟐𝟏𝟒𝟐
1 1 1
𝑦(𝑡) = 𝑡𝑒 3𝑡 − 𝑒 3𝑡 + 𝑒 −2𝑡
3 25 25
1 1 1
𝑦(1) = 1𝑒 3∗1 − 𝑒 3∗1 + 𝑒 −2∗1 = 5.897170909
3 25 25
Solución.
1
𝑦 (𝑡 ) = 𝑡 +
1−𝑡
𝑏−𝑎 3−2
ℎ = 0.5 = 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑛𝑑𝑜 "𝑛" 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: 𝑛 = =2
𝑛 0.5
1
𝑦𝑖+1 = 𝑦𝑖 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]. ℎ
6
𝑘1 = 𝑓 (𝑥𝑖 ; 𝑦𝑖 )
ℎ 𝑘
𝑘2 = 𝑓 (𝑥𝑖 + 2 ; 𝑦𝑖 + ℎ 21 )
ℎ 𝑘
𝑘3 = 𝑓 (𝑥𝑖 + 2 ; 𝑦𝑖 + ℎ 22 )
𝑘4 = 𝑓 (𝑥𝑖 + ℎ ; 𝑦𝑖 + ℎ. 𝑘3 )
Iteración 1 (para i = 0)
𝑥0 = 𝑡0 = 2 𝑦0 = 1
ℎ 𝑘1
𝑘2 = 𝑓 (𝑡0 + ; 𝑦0 + ℎ ) = 𝑓 (2.25; 1.5) = 1 + (2.25 − 1.5)2 = 1.5625
2 2
ℎ 𝑘2
𝑘3 = 𝑓 (𝑡0 + ; 𝑦0 + ℎ ) = 𝑓(2.25; 1.3906250) = 1 + (2.25 − 1.3906250)2
2 2
= 1.7385254
1
𝑦1 = 𝑦0 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]. ℎ
6
0.5
𝑦1 = 1 + [2 + 2(1.5625) + 2(1.7385254) + 1.3978295] = 1.8333234
6
1
𝑦 (𝑡 ) = 𝑡 +
1−𝑡
1
𝑦 (2) = 2 + =1
1−2
𝑥1 = 𝑡1 = 2.5 𝑦1 = 1.8333234
ℎ 𝑘1
𝑘2 = 𝑓 (𝑡1 + ; 𝑦1 + ℎ ) = 𝑓 (2.75; 2.1944378) = 1 + (2.75 − 2.1944378)2
2 2
= 1.3086494
ℎ 𝑘2
𝑘3 = 𝑓 (𝑡1 + ; 𝑦1 + ℎ ) = 𝑓 (2.75; 1.7716201) = 1 + (2.75 − 1.7716201)2
2 2
= 1.9572272
1
𝑦2 = 𝑦1 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]. ℎ
6
0.5
𝑦2 = 1.8333234 + [1.4444577 + 2(1.3086494) + 2(1.9572272) + 1.0353677]
6
= 2.5842883
1
𝑦 (𝑡 ) = 𝑡 +
1−𝑡
1
𝑦(2.5) = 2.5 + = 1.8333333
1 − 2.5
𝑦
𝑦 ′ = 1 + , 1 ≤ 𝑡 ≤ 2 , 𝑦(1) = 2, 𝑐𝑜𝑛 ℎ = 0.25; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡𝑙𝑛(𝑡) + 2𝑡
𝑡
SOLUCIÓN
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ ← 𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑐𝑢𝑎𝑟𝑡𝑜 𝑜𝑟𝑑𝑒𝑛
6
𝑤0 = 0
ℎ ℎ
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 ) 𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘1 )
2 2
ℎ ℎ
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘2 ) 𝑘4 = ℎ𝑓(𝑡𝑖 + ℎ, 𝑤𝑖 + ℎ𝑘3 )
2 2
𝑎 =1, 𝑏=2
Calculamos N
𝑏−𝑎 2−1
ℎ= → 0.25 = → 𝑁=4
𝑁 𝑁
𝑡𝑖 = 𝑎 + 𝑖ℎ = 1 + 𝑖 (0.25) = 1 + 0.25𝑖
Para i=0
𝑡0 = 1 𝑤0 = 2 ℎ = 0.25
𝑘1 = 𝑓 (𝑡𝑖 , 𝑤𝑖 ) = (3) = 3
ℎ ℎ 2.375
𝑘2 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘1 ) = 𝑓 (1.125,2.375) = (1 + ) = 3.1111111
2 2 1.125
ℎ ℎ 2.3888889
𝑘3 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘2 ) = 𝑓(1.125,2.3888889) = (1 + ) = 3.1234568
2 2 1.125
2.7808642
𝑘4 = 𝑓 (𝑡𝑖 + ℎ, 𝑤𝑖 + ℎ𝑘3 ) = 𝑓 (1.25,2.7808642) = (1 + ) = 3.2246914
1.25
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
0.25
=2+ (3 + 2 ∗ 3.1111111 + 2 ∗ 3.1234568 + 3.2246914) = 2.7789095𝑠𝑜𝑙 𝑎𝑝𝑟𝑜𝑥
6
Para i=1
𝑘1 = 𝑓 (𝑡𝑖 , 𝑤𝑖 ) = 3.2231276
ℎ ℎ 3.1818005
𝑘2 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘1 ) = 𝑓 (1.375,3.1818005) = (1 + ) = 3.3140367
2 2 1.375
ℎ ℎ 3.1931641
𝑘3 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘2 ) = 𝑓(1.375,3.1931641) = (1 + ) = 3.3223012
2 2 1.375
3.6094848
𝑘4 = 𝑓 (𝑡𝑖 + ℎ, 𝑤𝑖 + ℎ𝑘3 ) = 𝑓 (1.5,3.6094848) = (1 + ) = 3.4063232
1.5
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
0.25
= 2.7789095 + (3.2231276 + 2 ∗ 3.3140367 + 2 ∗ 3.3223012 + 3.4063232)
6
Para i=2
𝑘1 = 𝑓 (𝑡𝑖 , 𝑤𝑖 ) = 3.4054432
ℎ ℎ 4.0338452
𝑘2 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘1 ) = 𝑓 (1.625,4.0338452) = (1 + ) = 3.4823663
2 2 1.625
ℎ ℎ 4.0434606
𝑘3 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘2 ) = 𝑓(1.625,4.0434606) = (1 + ) = 3.4882834
2 2 1.625
4.4802357
𝑘4 = 𝑓 (𝑡𝑖 + ℎ, 𝑤𝑖 + ℎ𝑘3 ) = 𝑓 (1.75,4.4802357) = (1 + ) = 3.5601347
1.75
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
0.25
= 3.6081648 + (3.4054432 + 2 ∗ 3.4823663 + 2 ∗ 3.4882834 + 3.5601347)
6
Para i=3
𝑘1 = 𝑓 (𝑡𝑖 , 𝑤𝑖 ) = 3.5595913
ℎ ℎ 4.9242336
𝑘2 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘1 ) = 𝑓 (1.875,4.9242336) = (1 + ) = 3.6262579
2 2 1.875
ℎ ℎ 4.9325669
𝑘3 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘2 ) = 𝑓(1.875,4.9325669) = (1 + ) = 3.6307024
2 2 1.875
5.3869603
𝑘4 = 𝑓 (𝑡𝑖 + ℎ, 𝑤𝑖 + ℎ𝑘3 ) = 𝑓 (2,5.3869603) = (1 + ) = 3.6934801
2
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
0.25
= 4.4792847 + (3.5595913 + 2 ∗ 3.6262579 + 2 ∗ 3.6307024 + 3.6934801)
6
𝑦
𝑦 ′ = 1 + , 1 ≤ 𝑡 ≤ 2 , 𝑦(1) = 2, 𝑐𝑜𝑛 ℎ = 0.25; 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡𝑙𝑛(𝑡) + 2𝑡
𝑡
SOLUCIÓN
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ ← 𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑐𝑢𝑎𝑟𝑡𝑜 𝑜𝑟𝑑𝑒𝑛
6
Cambio a términos de x e y
T= x; w=y
1
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ ← 𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑐𝑢𝑎𝑟𝑡𝑜 𝑜𝑟𝑑𝑒𝑛
6
ℎ ℎ
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) 𝑘2 = 𝑓 (𝑥𝑖 + , 𝑦𝑖 + 𝑘1 )
2 2
ℎ ℎ
𝑘3 = 𝑓 (𝑥𝑖 + , 𝑦𝑖 + 𝑘2 ) 𝑘4 = 𝑓(𝑥𝑖 + ℎ, 𝑦𝑖 + 𝑘3 𝑥ℎ)
2 2
𝑥0 = 1 ; 𝑦0 = 2
𝑦0 2
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + = 1+ = 3
𝑥0 1
ℎ ℎ 0.25 0.25
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1 + ,2+ (3)) =3.111111
2 2
ℎ ℎ 0.25 0.25
𝑘3 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘2 ) =𝑓 (1 + ,2+ (3.111111)) = 3.123457
2 2
1
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
1
𝑦1 = 2 + (3 + 2(3.111111) + 2(3.123457) + 3.224691)(0.25)
6
Segunda iteración (i = 1)
𝑥1 = 𝑥0 + h = 1.25
𝑦1 = 1.278909
𝑦1 1.278909
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + = 1+ = 2.023128
𝑥1 1.25
ℎ ℎ 0.25 0.25
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1.25 + 2
, 1.278909 + 2
(2.023128 )) =
𝑓 (1.375,1.531800) 2.114036
ℎ ℎ 0.25 0.25
𝑘3 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘2 ) =𝑓 (1.25 + , 1.278909 + (3.2.114036)) =
2 2
𝑓 (1.375,1.543164) =2.122301
1
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
1
𝑦2 = 1.278909 + (2.023128 + 2(2.114036) + 2(2.122301) + 2.206323)(0.25)
6
𝑥2 = 𝑥1 + h = 1.5
𝑦2 = 1.808164
𝑦2 1.808164
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + = 1+ = 2.205443
𝑥2 1.5
ℎ ℎ 0.25 0.25
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1.5 + , 1.808164 + (2.205443 )) =
2 2
𝑓 (1.625,2.083844) = 2.282366
ℎ ℎ 0.25 0.25
𝑘3 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘2 ) = 𝑓 (1.5 + , 1.808164 + (2.282366 )) =
2 2
𝑓 (1.625,2.093460) = 2.288283
1
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
1
𝑦3 = 1.808164 + (2.205443 + 2(2.282366) + 2(2.288283) + 2.360134)(0.25)
6
𝑦3 = 2.379284 solución aproximada
Cuarta iteración (i = 3)
𝑥3 = 𝑥2 + h = 1.75
𝑦3 = 2.379284
𝑦3 2.379284
𝑘1 = 𝑓 (𝑥𝑖 , 𝑦𝑖 ) = 1 + = 1+ = 2.359591
𝑥3 1.75
ℎ ℎ 0.25 0.25
𝑘2 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘1 ) = 𝑓 (1.75 + , 2.379284 + (2.359591 )) =
2 2
𝑓 (1.875,2.674233) = 2.426258
ℎ ℎ 0.25 0.25
𝑘3 =𝑓 (𝑥𝑖 + 2 , 𝑦𝑖 + 2 𝑘2 ) = 𝑓 (1.75 + , 2.379284 + (2.426258 )) =
2 2
𝑓 (1.875,2.682566) = 2.430702
1
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )ℎ
6
1
𝑦4 = 2.379284 + (2.359591 + 2(426258) + 2(2.430702) + 2.493480)(0.25)
6
1 1 4
Solución real: y(t)= sen(2t)- cos(3t) +
2 3 3
1
Y1= y0+6 (k1 + 2k2 + 2k3 + k4) ∗ h
1
por lo tanto: Y1= y0+6 (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ ≈
y1=1+0.25/6(1+2*1.3351850+2*1.3351850+1.5592213)
1
Y2= Y1= y0+6 (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ
por lo tanto:
1
Y2= Y1= y0+6 (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ ≈
y2=1.3291651+0.25/6(1.5592213+2*1.639565+2*1.6339565+1.5377973)
1
Y3= Y2= y0+6 (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ
por lo tanto:
1
Y3= Y3= y0+ (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ ≈ y3=1.
6
7305336+0.25/6(1.5377973+2*1.2694081+2*1.26940881+0.8488104)
1
Y4= Y3= y0+6 (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ
por lo tanto:
1
Y4= Y3= y0+6 (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4) ∗ ℎ ≈
y4=2.0415436+025/6(0.8488104+2*0.3156742+2*0.3156742-0.2750268)
y(t4) =2.1179795
𝒚 𝒚 𝟐
𝒂. 𝒚′ = −( ) 𝟏 ≤ 𝒕 ≤ 𝟐, 𝒚(𝟏) = 𝟏,
𝒕 𝒕
𝒕
𝒉 = 𝟎. 𝟏, 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏 𝒂𝒄𝒕𝒖𝒂𝒍: 𝒚(𝒕) =
𝟏 + 𝒍𝒏𝒕
Solución:
𝑦 𝑦 2 𝑤𝑖 𝑤𝑖 2
𝑦′ = − ( ) → 𝑓 (𝑡𝑖 , 𝑤𝑖 ) = −( )
𝑡 𝑡 𝑡𝑖 𝑡𝑖
𝑡 𝑡𝑖
𝑦 (𝑡 ) = → 𝑦𝑖 =
1 + 𝑙𝑛𝑡 1 + 𝑙𝑛𝑡𝑖
𝑏 = 2; 𝑎=1
𝑏−𝑎 1
ℎ= = → 𝑛 = 10 𝑝𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟𝑒𝑚𝑜𝑠 10 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑛 𝑛
𝑡1 = 1 + ℎ𝑖
1
𝑤𝑖+1 = 𝑤𝑖 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]; 𝑝𝑎𝑟𝑎 𝑖 = 0,1,2, … , 9
6
𝑤0 = 𝛼
𝑘1 = ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )
ℎ 1
𝑘2 = ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑘1 )
2 2
ℎ 1
𝑘3 = ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑘2 )
2 2
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
1 1 2
𝑘1 = ℎ𝑓 (𝑡0 , 𝑤0 ) = 0.1𝑓(1 , 1) = 0.1 [ − ( ) ] = 0
1 1
ℎ 1 1 1 2
𝑘2 = ℎ𝑓 (𝑡0 + , 𝑤0 + 𝑘1 ) = 0.1𝑓 (1.05 , 1) = 0.1 [ −( ) ] = 0.0045351
2 2 1.05 1.05
ℎ 1 0.0045351
𝑘3 = ℎ𝑓 (𝑡0 + , 𝑤0 + 𝑘2 ) = 0.1𝑓 (1.05 , )
2 2 2
1.0022676 1.0022676 2
= 0.1 [ −( ) ] = 0.0043393
1.05 1.05
1.0043393 1.00433936 2
𝑘4 = ℎ𝑓 (𝑡1 , 𝑤0 + 𝑘3 ) = 0.1𝑓 (1.1 , 1 + 0.0043393) = 0.1 [ −( ) ]
1.1 1.1
= 0.0079401
1
𝑤1 = 𝑤0 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤1 = 1 + [0 + 2 ∗ 0.0045351 + 2 ∗ 0.0043393 + 0.0079401] = 1.0042815
6
1.1
𝑦1 = 𝑦(𝑡1 ) = − = 1.0042817
1 + ln(1.1)
1.0042815 1.0042815 2
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 ) = 0.1𝑓 (1.1 , 1.0042815) = 0.1 [ −( ) ]
1.1 1.1
= 0.0079445
ℎ 1 0.0079445
𝑘2 = ℎ𝑓 (𝑡1 + , 𝑤1 + 𝑘1 ) = 0.1𝑓 (1.15 , 1.0042815 + )
2 2 2
1.0082538 1.0082538 2
= 0.1 [ −( ) ] = 0.0108065
1.15 1.15
ℎ 1 0.0108065
𝑘3 = ℎ𝑓 (𝑡1 + , 𝑤1 + 𝑘2 ) = 0.1𝑓 (1.15 , 1.0042815 + )
2 2 2
1.0096848 1.0096848 2
= 0.1 [ −( ) ] = 0.0107126
1.15 1.15
1
𝑤1 = 𝑤1 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤1 = 1.0042815 + [0.0079445 + 2 ∗ 0.0108065 + 2 ∗ 0.0107126 + 0.0130403]
6
= 1.0149520
1.2
𝑦2 = 𝑦(𝑡2 ) = − = 1.0149523
1 + ln(1.2)
Y así sucesivamente encontramos las mas aproximaciones hasta llegar a la décima iteración.
La siguiente tabla muestra las aproximaciones mediante el método de Runge – Kutta de
cuarto orden, así como también las soluciones exactas para cada iteración.
b. (Jenri Diaz Nauca)
𝒚 𝒚 𝟐 𝒕
a. 𝒚, = 𝒕 − ( 𝒕 ) , 𝟏 ≤ 𝒕 ≤ 𝟐, 𝒚(𝟏) = 𝟏, 𝒄𝒐𝒏 𝒉 = 𝟎. 𝟏; 𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒓𝒆𝒂𝒍 𝒚(𝒕) = (𝟏+𝐥𝐧 𝒕)
solución
𝑏−𝑎 2−1
ℎ= → 0.1 = → 𝑛 = 10
𝑛 𝑛
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) 𝑝𝑎𝑟𝑎 𝑖 = 1,2,3 … ,10
6
𝑝𝑎𝑟𝑎 𝑖 = 0
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡0 = 1 + (0)(0.1) = 1
𝑤0 = 𝑦(𝑡0 ) = 𝑦(1) = 1
1 1 2
𝑘1 = ℎ𝑓 (𝑡0 , 𝑤0 ) = 0.1𝑓 (1,1) = 0.1 ( − ( ) ) = 0
1 1
ℎ 𝑘1 0.1 0
𝑘2 = ℎ𝑓 (𝑡0 + , 𝑤0 + ) = 0.1𝑓 (1 + , 1 + ) = 0.1𝑓(1.05,1)
2 2 2 2
1 1 2
𝑘2 = 0.1 ( −( ) ) = 0.0045351
1.05 1.05
ℎ 𝑘2 0.0045351
𝑘3 = ℎ𝑓 (𝑡0 + , 𝑤0 + ) = 0.1𝑓 (1.05,1 + )
2 2 2
𝑘3 = 0.1𝑓(1.05,1.0022676) = 0.0043393
1.0043393 1.0043393 2
𝑘4 = 0.1𝑓(1.1, 1.0043393) = 0.1 ( −( ) ) = 0.0079401
1.1 1.1
Remplazamos en la fórmula:
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤1 = 1 + (0 + 2(0.0045351) + 2(0.0043393) + 0.0079401) = 1.0042815
6
1.1
𝑦(𝑡1 ) = (1+ln 1.1) = 1.0042817
Para i=1
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡1 = 1 + (1)(0.1) = 1.1
𝑤1 = 1.0042815
2
1.0042815 1.0042815
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 ) = 0.1𝑓 (1.1, 1.0042815) = 0.1 ( −( ) )
1.1 1.1
𝑘1 = 0.0079445
ℎ 𝑘1 0.1 0.0079445
𝑘2 = ℎ𝑓 (𝑡1 + , 𝑤1 + ) = 0.1𝑓 (1.1 + , 1.0042815 + )
2 2 2 2
1.0082537 1.0082537 2
𝑘2 = 0.1𝑓(1.15, 1.0082537) = 0.1 ( −( ) ) = 0.0108065
1.15 1.15
ℎ 𝑘2 0.0108065
𝑘3 = ℎ𝑓 (𝑡1 + , 𝑤1 + ) = 0.1𝑓 (1.15,1 + )
2 2 2
1.0149941 1.0149941 2
𝑘4 = 0.1𝑓(1.2, 1.0149941) = 0.1 ( −( ) ) = 0.0130403
1.2 1.2
Remplazamos en la fórmula:
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤2 = 1.0042815 + (0.0079445 + 2(0.0108065) + 2(0.0107126) + 0.0130403)
6
𝑤2 =1.014952
1.2
𝑦(𝑡2 ) = = 1.0149523
(1 + ln 1.2)
Para i =2
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡2 = 1 + (2)(0.1) = 1.2
𝑤2 = 1.014952
1.014952 1.014952 2
𝑘1 = ℎ𝑓 (𝑡2 , 𝑤2 ) = 0.1𝑓 (1.2, 1.014952) = 0.1 ( −( ) )
1.2 1.2
𝑘1 = 0.0130427
ℎ 𝑘1 0.1 0.0130427
𝑘2 = ℎ𝑓 (𝑡2 + , 𝑤2 + ) = 0.1𝑓 (1.2 + , 1.014952 + )
2 2 2 2
1.0214734 1.0214734 2
𝑘2 = 0.1𝑓(1.25, 1.0214734) = 0.1 ( −( ) ) = 0.0149398
1.25 1.25
ℎ 𝑘2 0.0149398
𝑘3 = ℎ𝑓 (𝑡2 + , 𝑤2 + ) = 0.1𝑓 (1.25,1.014952 + )
2 2 2
1.0298436 1.0298436 2
𝑘4 = 0.1𝑓(1.3, 1.0298436) = 0.1 ( −( ) ) = 0.0164627
1.3 1.3
Remplazamos en la fórmula:
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤3 = 1.014952 + (0.0130427 + 2(0.0149398) + 2(0.0148916) + 0.0164627)
6
𝑤3 =1.0298134
1.2
𝑦(𝑡2 ) = = 1.0149523
(1 + ln 1.2)
Para i=3
1
𝑤4 = 𝑤3 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡3 = 1 + (3)(0.1) = 1.3
𝑤3 = 1.0298134
1.0298134 1.0298134 2
𝑘1 = ℎ𝑓 (𝑡3 , 𝑤3 ) = 0.1𝑓 (1.3, 1.0298134) = 0.1 ( −( ) )
1.3 1.3
𝑘1 = 0.016464
ℎ 𝑘1 0.1 0.016464
𝑘2 = ℎ𝑓 (𝑡3 + , 𝑤3 + ) = 0.1𝑓 (1.3 + , 1.0298134 + )
2 2 2 2
1.0380454 1.0380454 2
𝑘2 = 0.1𝑓(1.35, 1.0380454) = 0.1 ( −( ) ) = 0.0177681
1.35 1.35
ℎ 𝑘2 0.0177681
𝑘3 = ℎ𝑓 (𝑡3 + , 𝑤3 + ) = 0.1𝑓 (1.35,1.0298134 + )
2 2 2
1.0475555 1.0475555 2
𝑘4 = 0.1𝑓(1.4, 1.0475555) = 0.1 ( −( ) ) = 0.018837
1.4 1.4
Remplazamos en la fórmula:
1
𝑤4 = 𝑤3 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤4 = 1.0298134 + (0.016464 + 2(0.0177681) + 2(0.0177421) + 0.018837)
6
𝑤4 = 1.0475336
1.4
𝑦(𝑡4 ) = = 1.0475339
(1 + ln 1.4)
Para i=4
1
𝑤5 = 𝑤4 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡4 = 1 + (4)(0.1) = 1.4
𝑤4 = 1.0475336
2
1.0475336 1.0475336
𝑘1 = ℎ𝑓 (𝑡4 , 𝑤4 ) = 0.1𝑓 (1.4, 1.0475336) = 0.1 ( −( ) )
1.4 1.4
𝑘1 = 0.0188378
ℎ 𝑘1 0.1 0.0188378
𝑘2 = ℎ𝑓 (𝑡4 + , 𝑤4 + ) = 0.1𝑓 (1.4 + , 1.0475336 + )
2 2 2 2
1.0569525 1.0569525 2
𝑘2 = 0.1𝑓(1.45, 1.0569525) = 0.1 ( −( ) ) = 0.019759
1.45 1.45
ℎ 𝑘2 0.019759
𝑘3 = ℎ𝑓 (𝑡4 + , 𝑤4 + ) = 0.1𝑓 (1.45,1.0475336 + )
2 2 2
1.067278 1.067278 2
𝑘4 = 0.1𝑓(1.5, 1.067278) = 0.1 ( −( ) ) = 0.020526
1.5 1.5
Remplazamos en la fórmula:
1
𝑤5 = 𝑤4 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤5 = 1.0475336 + (0.0188375 + 2(0.019759) + 2(0.0197444) + 0.020526)
6
𝑤5 = 1.067262
1.5
𝑦(𝑡5 ) = = 1.0475339
(1 + ln 1.5)
Para i=5
1
𝑤6 = 𝑤5 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡5 = 1 + (5)(0.1) = 1.5
𝑤5 = 1.067262
1.067262 1.067262 2
𝑘1 = ℎ𝑓 (𝑡5 , 𝑤5 ) = 0.1𝑓 (1.5, 1.067262) = 0.1 ( −( ) )
1.5 1.5
𝑘1 = 0.0205264
ℎ 𝑘1 0.1 0.0205264
𝑘2 = ℎ𝑓 (𝑡5 + , 𝑤5 + ) = 0.1𝑓 (1.4 + , 1.067262 + )
2 2 2 2
1.0775252 1.0775252 2
𝑘2 = 0.1𝑓(1.55, 1.0775252) = 0.1 ( −( ) ) = 0.0211906
1.55 1.55
ℎ 𝑘2 0.0211906
𝑘3 = ℎ𝑓 (𝑡5 + , 𝑤5 + ) = 0.1𝑓 (1.55,1.067262 + )
2 2 2
1.0884442 1.0884442 2
𝑘4 = 0.1𝑓(1.6, 1.0884442) = 0.1 ( −( ) ) = 0.02175
1.6 1.6
Remplazamos en la fórmula:
1
𝑤6 = 𝑤5 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤6 = 1.067262 + (0.025264 + 2(0.0211906) + 2(0.0211822) + 0.02175)
6
𝑤6 = 1.0884323
1.6
𝑦(𝑡6 ) = = 1.0884327
(1 + ln 1.6)
Para i=6
1
𝑤7 = 𝑤6 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡6 = 1 + (6)(0.1) = 1.6
𝑤6 = 1.0884323
1.0884323 1.0884323 2
𝑘1 = ℎ𝑓 (𝑡6 , 𝑤6 ) = 0.1𝑓 (1.6, 1.0884323) = 0.1 ( −( ) )
1.6 1.6
𝑘1 = 0.0217503
ℎ 𝑘1 0.1 0.0217503
𝑘2 = ℎ𝑓 (𝑡6 + , 𝑤6 + ) = 0.1𝑓 (1.6 + , 1.0884323 + )
2 2 2 2
1.0993074 1.0993074 2
𝑘2 = 0.1𝑓(1.65, 1.0993074) = 0.1 ( −( ) ) = 0.0222362
1.65 1.65
ℎ 𝑘2 0.0222362
𝑘3 = ℎ𝑓 (𝑡6 + , 𝑤6 + ) = 0.1𝑓 (1.65,1.0884323 + )
2 2 2
1.1106636 1.1106636 2
𝑘4 = 0.1𝑓(1.7, 1.1106636) = 0.1 ( −( ) ) = 0.0226489
1.7 1.7
Remplazamos en la fórmula:
1
𝑤7 = 𝑤6 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤7 = 1.0884323 + (0.0217503 + 2(0.0222362) + 2(0.02222313) + 0.0226489)
6
𝑤7 = 1.11066547
1.7
𝑦(𝑡7 ) = = 1.1106551
(1 + ln 1.7)
Para i=7
1
𝑤8 = 𝑤7 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡7 = 1 + (7)(0.1) = 1.7
𝑤7 = 1.11066547
1.11066547 1.11066547 2
𝑘1 = ℎ𝑓 (𝑡7 , 𝑤7 ) = 0.1𝑓 (1.7, 1.11066547) = 0.1 ( −( ) )
1.7 1.7
𝑘1 = 0.0226491
ℎ 𝑘1 0.1 0.0226491
𝑘2 = ℎ𝑓 (𝑡6 + , 𝑤6 + ) = 0.1𝑓 (1.7 + , 1.1106547 + )
2 2 2 2
1.1219793 1.1219793 2
𝑘2 = 0.1𝑓(1.75, 1.1219793) = 0.1 ( −( ) ) = 0.0230082
1.75 1.75
ℎ 𝑘2 0.0230082
𝑘3 = ℎ𝑓 (𝑡6 + , 𝑤6 + ) = 0.1𝑓 (1.75,1.1106547 + )
2 2 2
1.13366 1.13366 2
𝑘4 = 0.1𝑓(1.8, 1.13366) = 0.1 ( −( ) ) = 0.0233149
1.8 1.8
Remplazamos en la fórmula:
1
𝑤8 = 𝑤7 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤8 = 1.1106547 + (0.0226491 + 2(0.0230082) + 2(0.0230053) + 0.0233149)
6
𝑤8 = 1.1336532
1.8
𝑦(𝑡8 ) = = 1.1336536
(1 + ln 1.8)
Para i=8
1
𝑤9 = 𝑤8 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡8 = 1 + (8)(0.1) = 1.8
𝑤8 = 1.1336532
1.1336532 1.1336532 2
𝑘1 = ℎ𝑓 (𝑡8 , 𝑤8 ) = 0.1𝑓 (1.8, 1.1336532) = 0.1 ( −( ) )
1.8 1.8
𝑘1 = 0.23315
ℎ 𝑘1 0.1 0.23315
𝑘2 = ℎ𝑓 (𝑡8 + , 𝑤8 + ) = 0.1𝑓 (1.8 + , 1.1336532 + )
2 2 2 2
1.1453107 1.1453107 2
𝑘2 = 0.1𝑓(185, 1.1453107) = 0.1 ( −( ) ) = 0.0235818
1.85 1.85
ℎ 𝑘2 0.0235818
𝑘3 = ℎ𝑓 (𝑡8 + , 𝑤8 + ) = 0.1𝑓 (1.85,1.1336532 + )
2 2 2
1.1572333 1.1572333 2
𝑘4 = 0.1𝑓(1.9, 1.1572333) = 0.1 ( −( ) ) = 0.0238104
1.9 1.9
Remplazamos en la fórmula:
1
𝑤9 = 𝑤8 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤9 = 1.1336532 + (0.023315 + 2(0.0235818) + 2(0.0235801) + 0.238104)
6
𝑤9 = 1.1572281
1.9
𝑦(𝑡9 ) = = 1.1572284
(1 + ln 1.9)
Para i=9
1
𝑤10 = 𝑤9 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡9 = 1 + (9)(0.1) = 1.9
𝑤9 = 1.1572281
1.1572281 1.1572281 2
𝑘1 = ℎ𝑓 (𝑡9 , 𝑤9 ) = 0.1𝑓(1.9, 1.1572281) = 0.1 ( −( ) )
1.9 1.9
𝑘1 = 0.238104
ℎ 𝑘1 0.1 0.238104
𝑘2 = ℎ𝑓 (𝑡9 + , 𝑤9 + ) = 0.1𝑓 (1.9 + , 1.1572281 + )
2 2 2 2
1.1691333 1.1691333 2
𝑘2 = 0.1𝑓(1.95, 1.1691333) = 0.1 ( −( ) ) = 0.0240089
1.95 1.95
ℎ 𝑘2 0.0240089
𝑘3 = ℎ𝑓 (𝑡9 + , 𝑤9 + ) = 0.1𝑓 (1.85,1.1572281 + )
2 2 2
1.181236 1.181236 2
𝑘4 = 0.1𝑓(2.0, 1.181236) = 0.1 ( −( ) ) = 0.0241788
2.0 2.0
Remplazamos en la fórmula:
1
𝑤10 = 𝑤9 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤10 = 1.1572281 + (0.0238104 + 2(0.0240089) + 2(0.0240079) + 0.0241788)
6
𝑤10 = 1.1812319
2.0
𝑦(𝑡10 ) = = 1.1812322
(1 + ln 2.0)
Para i=10
1
𝑤11 = 𝑤10 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡10 = 1 + (10)(0.1) = 2
𝑤10 = 1.1812319
1.1812319 1.1812319 2
𝑘1 = ℎ𝑓 (𝑡10 , 𝑤10 ) = 0.1𝑓 (2.0, 1.1812319) = 0.1 ( −( ) )
2.0 2.0
𝑘1 = 0.0241789
ℎ 𝑘1 0.1 0.0241789
𝑘2 = ℎ𝑓 (𝑡10 + , 𝑤10 + ) = 0.1𝑓 (2.0 + , 1.1812319 + )
2 2 2 2
1.1933214 1.1933214 2
𝑘2 = 0.1𝑓(2.05, 1.1933214) = 0.1 ( −( ) ) = 0.0243258
2.05 2.05
ℎ 𝑘2 0.0243258
𝑘3 = ℎ𝑓 (𝑡10 + , 𝑤10 + ) = 0.1𝑓 (2.05,1.1812319 + )
2 2 2
1.255571 1.255571 2
𝑘4 = 0.1𝑓(2.1, 1.255571) = 0.1 ( −( ) ) = 0.0240417
2.1 2.1
Remplazamos en la fórmula:
1
𝑤11 = 𝑤10 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤11 = 1.1812319 + (0.0241789 + 2(0.0243258) + 2(0.0243252) + 0.0240417)
6
𝑤11 =1.2054857
11. Repita el ejercicio 4 aplicando el método de Runge – Kutta de cuarto orden. José
Gabriel)
𝒚 𝒚
𝒃. 𝒚´ = 𝟏 + ⁄𝒕 + ( ⁄𝒕)𝟐 , 𝟏 ≤ 𝒕 ≤ 𝟑, 𝒚(𝟏) = 𝟎,
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 0 → 𝒘𝟏 = 𝒘𝟎 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑘1 = 0.2
𝒉 𝒌𝟏 0.2 0.2
𝒌𝟐 = 𝒉𝒇 (𝒕𝟎 + , 𝒘𝟎 + ) = 0.2𝑓 (1 + ,0 + )
𝟐 𝟐 2 2
𝑘2 = 0.2198347
𝒉 𝒌𝟐 0.2 0.2198347
𝒌𝟑 = 𝒉𝒇 (𝒕𝟎 + , 𝒘𝟎 + ) = 0.2𝑓 (1 + ,0 + )
𝟐 𝟐 2 2
𝑘3 = 0.2219820
𝒌𝟒 = 𝒉𝒇(𝒕𝟎 + 𝒉, 𝒘𝟎 + 𝒌𝟑 ) = 0.2𝑓 (1 + 0.2,0 + 0.2219820)
𝑘4 = 0.2438409
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟏 = 𝒘𝟎 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡1 = 1 + 1(0.2) = 1.2
𝟔
1
𝑤1 = 0 + ⌈0.2 + 2(0.2198347) + 2(0.2219820) + 0.2438409⌉
6
𝑤1 = 0.2212457
𝒚𝟏 = 𝒚(𝒕𝟏 ) = 𝒚(𝟏. 𝟐) = (𝟏. 𝟐) 𝐭𝐚𝐧(𝐥𝐧(𝟏. 𝟐))
𝑦1 = 0.2212428
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 1 → 𝒘𝟐 = 𝒘𝟏 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤1 = 0.2212457 , 𝑡1 = 1.2
0.2212457 0.2212457 2
𝒌𝟏 = 𝒉𝒇(𝒕𝟏 , 𝒘𝟏 ) = 0.2𝑓(1.2,0.2212457) = 0.2 (1 + +( ) )
1.2 1.2
𝑘1 = 0.2436728
𝒉 𝒌𝟏 0.2 0.2436728
𝒌𝟐 = 𝒉𝒇 (𝒕𝟏 + , 𝒘𝟏 + ) = 0.2𝑓 (1.2 + , 0.2212457 + )
𝟐 𝟐 2 2
𝑘2 = 0.2𝑓(1.3,0.3430821) = 0.2667115
𝒉 𝒌𝟐 0.2 0.2667115
𝒌𝟑 = 𝒉𝒇 (𝒕𝟏 + , 𝒘𝟏 + ) = 0.2𝑓 (1.2 + , 0.2212457 + )
𝟐 𝟐 2 2
𝑘3 = 0.2𝑓(1.3,0.3546014) = 0.2694348
𝒌𝟒 = 𝒉𝒇(𝒕𝟏 + 𝒉, 𝒘𝟏 + 𝒌𝟑 ) = 0.2𝑓 (1.2 + 0.2,0.2212457 + 0.2694348)
𝑘4 = 0.2𝑓(1.4,0.4906805) = 0.2946653
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟐 = 𝒘𝟏 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡2 = 1 + 2(0.2) = 1.4
𝟔
1
𝑤2 = 0.2212457 + ⌈0.2436728 + 2(0.2667115) + 2(0.2694348) + 0.2946653⌉
6
𝑤2 = 0.4896842
𝒚𝟐 = 𝒚(𝒕𝟐 ) = 𝒚(𝟏. 𝟒) = (𝟏. 𝟒) 𝐭𝐚𝐧(𝐥𝐧(𝟏. 𝟒))
𝑦2 = 0.4896817
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 2 → 𝒘𝟑 = 𝒘𝟐 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤2 = 0.4896842 , 𝑡2 = 1.4
0.4896842 0.4896842 2
𝒌𝟏 = 0.2𝑓 (1.4,0.4896842) = 0.2 (1 + +( ) )
1.4 1.4
𝑘1 = 0.2944233
0.2 0.2944233
𝒌𝟐 = 0.2𝑓 (1.4 + , 0.4896842 + )
2 2
𝑘2 = 0.2𝑓(1.5,0.6368959) = 0.3209760
0.2 0.3209760
𝒌𝟑 = 0.2𝑓 (1.4 + , 0.4896842 + )
2 2
𝑘3 = 0.2𝑓(1.5,0.6501722) = 0.3242651
𝒌𝟒 = 0.2𝑓 (1.4 + 0.2,0.4896842 + 0.3242651)
𝑘4 = 0.2𝑓(1.6,0.8139493) = 0.3535025
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟑 = 𝒘𝟐 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡3 = 1 + 3(0.2) = 1.6
𝟔
1
𝑤3 = 0.4896842 + ⌈0.2944233 + 2(0.3209760) + 2(0.3242651) + 0.3535025⌉
6
𝑤3 = 0.8127522
𝒚𝟑 = 𝒚(𝒕𝟑 ) = 𝒚(𝟏. 𝟔) = (𝟏. 𝟔) 𝐭𝐚𝐧(𝐥𝐧(𝟏. 𝟔))
𝑦3 = 0.8127527
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 3 → 𝒘𝟒 = 𝒘𝟑 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤3 = 0.8127522 , 𝑡3 = 1.6
0.8127522 0.8127522 2
𝒌𝟏 = 0.2𝑓 (1.6,0.8127522) = 0.2 (1 + +( ) )
1.6 1.6
𝑘1 = 0.3532008
0.2 0.3532008
𝒌𝟐 = 0.2𝑓 (1.6 + , 0.8127522 + )
2 2
𝑘2 = 0.2𝑓(1.7,0.9893526) = 0.3841327
0.2 0.3841327
𝒌𝟑 = 0.2𝑓 (1.6 + , 0.8127522 + )
2 2
𝑘3 = 0.2𝑓(1.7,0.1.0048186) = 0.3880866
𝒌𝟒 = 0.2𝑓 (1.6 + 0.2,0.8127522 + 0.3880866)
𝑘4 = 0.2𝑓(1.8,1.2008388) = 0.4224397
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟒 = 𝒘𝟑 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡4 = 1 + 4(0.2) = 1.8
𝟔
1
𝑤4 = 0.8127522 + ⌈0.3532008 + 2(0.3841327) + 2(0.3880866) + 0.4224397⌉
6
𝑤4 = 1.1994321
𝒚𝟒 = 𝒚(𝒕𝟒 ) = 𝒚(𝟏. 𝟖) = (𝟏. 𝟖) 𝐭𝐚𝐧(𝐥𝐧(𝟏. 𝟖))
𝑦4 = 1.1994321
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 4 → 𝒘𝟓 = 𝒘𝟒 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤4 = 1.1994321 , 𝑡4 = 1.8
𝒌𝟏 = 0.2𝑓 (1.8,1.1994321 )
𝑘1 = 0.4220750
0.2 0.4220750
𝒌𝟐 = 0.2𝑓 (1.8 + , 1.1994321 + )
2 2
𝑘2 = 0.2𝑓(1.9,1.4104696) = 0.4586879
0.2 0.4586879
𝒌𝟑 = 0.2𝑓 (1.8 + , 1.1994321 + )
2 2
𝑘3 = 0.2𝑓(1.9,1.4287761) = 0.4634945
𝒌𝟒 = 0.2𝑓 (1.8 + 0.2,1.1994321 + 0.4634945)
𝑘4 = 0.2𝑓(2.0,1.6629266) = 0.5045589
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟓 = 𝒘𝟒 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡5 = 1 + 5(0.2) = 2.0
𝟔
1
𝑤5 = 1.1994321 + ⌈0.4220750 + 2(0.4586879) + 2(0.4634945) + 0.5045589⌉
6
𝑤5 = 1.6612652
𝒚𝟓 = 𝒚(𝒕𝟓 ) = 𝒚(𝟐. 𝟎) = (𝟐. 𝟎) 𝐭𝐚𝐧(𝐥𝐧(𝟐. 𝟎))
𝑦5 = 1.6612818
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 5 → 𝒘𝟔 = 𝒘𝟓 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤5 = 1.6612652 , 𝑡5 = 2.0
𝒌𝟏 = 0.2𝑓 (2.0,1.6612652 )
𝑘1 = 0.5041166
0.2 0.5041166
𝒌𝟐 = 0.2𝑓 (2.0 + , 1.6612652 + )
2 2
𝑘2 = 0.2𝑓(2.1,1.9133235) = 0.5482443
0.2 0.5482443
𝒌𝟑 = 0.2𝑓 (2.0 + , 1.6612652 + )
2 2
𝑘3 = 0.2𝑓(2.1,1.9353873) = 0.5541967
𝒌𝟒 = 0.2𝑓 (2 + 0.2,1.6612652 + 0.5541967)
𝑘4 = 0.2𝑓(2.2,2.2154619) = 0.6042268
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟔 = 𝒘𝟓 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡6 = 1 + 6(0.2) = 2.2
𝟔
1
𝑤6 = 1.6612652 + ⌈0.5041166 + 2(0.5482443) + 2(0.5541967) + 0.6042268⌉
6
𝑤6 = 2.2134694
𝒚𝟔 = 𝒚(𝒕𝟔 ) = 𝒚(𝟐. 𝟐) = (𝟐. 𝟐) 𝐭𝐚𝐧(𝐥𝐧(𝟐. 𝟐))
𝑦6 = 2.2135018
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 6 → 𝒘𝟕 = 𝒘𝟔 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤6 = 2.2134694, 𝑡6 = 2.2
𝒌𝟏 = 0.2𝑓 (2.2,2.2134694)
𝑘1 = 0.6036810
0.2 0.6036810
𝒌𝟐 = 0.2𝑓 (2.2 + , 2.2134694 + )
2 2
𝑘2 = 0.2𝑓(2.3,2.5153099) = 0.6579205
0.2 0.6579205
𝒌𝟑 = 0.2𝑓 (2.2 + , 2.2134694 + )
2 2
𝑘3 = 0.2𝑓(2.3,2.5424296) = 0.6654645
𝒌𝟒 = 0.2𝑓 (2.2 + 0.2,2.2134694 + 0.6654645)
𝑘4 = 0.2𝑓(2.4,2.8789339) = 0.7276980
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟕 = 𝒘𝟔 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡7 = 1 + 7(0.2) = 2.4
𝟔
1
𝑤7 = 2.2134694 + ⌈0.6036810 + 2(0.6579205) + 2(0.6654645) + 0.7276980⌉
6
𝑤7 = 2.8764942
𝒚𝟕 = 𝒚(𝒕𝟕 ) = 𝒚(𝟐. 𝟒) = (𝟐. 𝟒) 𝐭𝐚𝐧(𝐥𝐧(𝟐. 𝟒))
𝑦7 = 2.8765514
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 7 → 𝒘𝟖 = 𝒘𝟕 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤7 = 2.8764942 , 𝑡7 = 2.4
𝒌𝟏 = 0.2𝑓 (2.2,2.2134694)
𝑘1 = 0.7270071
0.2 0.7270071
𝒌𝟐 = 0.2𝑓 (2.4 + , 2.8764942 + )
2 2
𝑘2 = 0.2𝑓(2.5,3.2399978) = 0.7951226
0.2 0.7951226
𝒌𝟑 = 0.2𝑓 (2.4 + , 2.8764942 + )
2 2
𝑘3 = 0.2𝑓(2.5,3.2740555) = 0.8049465
𝒌𝟒 = 0.2𝑓 (2.4 + 0.2,2.8764942 + 0.8049465)
𝑘4 = 0.2𝑓(2.6,3.6814407) = 0.8841642
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟖 = 𝒘𝟕 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡8 = 1 + 8(0.2) = 2.6
𝟔
1
𝑤8 = 2.8764942 + ⌈0.7270071 + 2(0.7951226) + 2(0.8049465) + 0.8841642⌉
6
𝑤8 = 3.6783791
𝒚𝟖 = 𝒚(𝒕𝟖 ) = 𝒚(𝟐. 𝟔) = (𝟐. 𝟔) 𝐭𝐚𝐧(𝐥𝐧(𝟐. 𝟔))
𝑦8 = 3.6784753
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 8 → 𝒘𝟗 = 𝒘𝟖 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤8 = 3.6783791 , 𝑡8 = 2.6
𝒌𝟏 = 0.2𝑓 (2.6,3.6783791)
𝑘1 = 0.8832621
0.2 0.8832621
𝒌𝟐 = 0.2𝑓 (2.6 + , 3.6783791 + )
2 2
𝑘2 = 0.2𝑓(2.7,4.1200101) = 0.9708782
0.2 0.9708782
𝒌𝟑 = 0.2𝑓 (2.6 + , 3.6783791 + )
2 2
𝑘3 = 0.2𝑓(2.7,4.1638182) = 0.9840793
𝒌𝟒 = 0.2𝑓 (2.6 + 0.2,3.6783791 + 0.9840793)
𝑘4 = 0.2𝑓(2.8,4.6624584) = 1.0875868
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟗 = 𝒘𝟖 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡9 = 1 + 9(0.2) = 2.8
𝟔
1
𝑤9 = 3.6783791 + ⌈0.8832621 + 2(0.9708782) + 2(0.9840793) + 1.0875868⌉
6
𝑤9 = 4.6585064
𝒚𝟗 = 𝒚(𝒕𝟗 ) = 𝒚(𝟐. 𝟖) = (𝟐. 𝟖) 𝐭𝐚𝐧(𝐥𝐧(𝟐. 𝟖))
𝑦9 = 4.6585064
𝟏
𝑃𝑎𝑟𝑎 𝑖 = 9 → 𝒘𝟏𝟎 = 𝒘𝟗 + 𝟔 ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉
𝑤9 = 4.6585064 , 𝑡9 = 2.8
𝒌𝟏 = 0.2𝑓 (2.8,4.6585064)
𝑘1 = 1.0863648
0.2 1.0863648
𝒌𝟐 = 0.2𝑓 (2.8 + , 4.6585064 + )
2 2
𝑘2 = 0.2𝑓(2.9,5.2016888) = 1.2021989
0.2 1.2021989
𝒌𝟑 = 0.2𝑓 (2.8 + , 4.6585064 + )
2 2
𝑘3 = 0.2𝑓(2.9,5.2596059) = 1.2206019
𝒌𝟒 = 0.2𝑓 (2.8 + 0.2,4.6585064 + 1.2206019)
𝑘4 = 0.2𝑓(3,5.8791083) = 1.3600275
𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒎𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒇ó𝒓𝒎𝒖𝒍𝒂:
𝟏
𝒘𝟏𝟎 = 𝒘𝟗 + ⌈𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 ⌉ , 𝑡10 = 1 + 10(0.2) = 3
𝟔
1
𝑤10 = 4.6585064 + ⌈1.0863648 + 2(1.2021989) + 2(1.2206019) + 1.3600275⌉
6
𝑤10 = 5.8738387
𝒚𝟏𝟎 = 𝒚(𝒕𝟏𝟎 ) = 𝒚(𝟑) = (𝟑) 𝐭𝐚𝐧(𝐥𝐧(𝟑))
𝑦10 = 5.87410000
solución
𝑏−𝑎 2−0
ℎ= → 0.2 = → 𝑛 = 10
𝑛 𝑛
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) 𝑝𝑎𝑟𝑎 𝑖 = 1,2,3 … ,10
6
𝑝𝑎𝑟𝑎 𝑖 = 0
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡0 = 0 + (0)(0.2) = 0
𝑤0 = 𝑦(𝑡0 ) = 𝑦(0) = −2
ℎ 𝑘1 0.2 0.2
𝑘2 = ℎ𝑓 (𝑡0 + , 𝑤0 + ) = 0.2𝑓 (0 + , −2 + ) = 0.2𝑓(0.1, −1.9)
2 2 2 2
ℎ 𝑘2 0.198
𝑘3 = ℎ𝑓 (𝑡0 + , 𝑤0 + ) = 0.2𝑓 (0.1, −2 + )
2 2 2
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤1 = −0.2 + (0.2 + 2(0.198) + 2(0.1980398) + 0.192156) = −0.0026274
6
𝑝𝑎𝑟𝑎 𝑖 = 1
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡1 = 0 + (1)(0.2) = 0.2
𝑤1 = −0.0026274
ℎ 𝑘1 0.2 −0.5978995
𝑘2 = ℎ𝑓 (𝑡1 + , 𝑤1 + ) = 0.2𝑓 (0.2 + , −0.0026274 + )
2 2 2 2
ℎ 𝑘2 −0.376928
𝑘3 = ℎ𝑓 (𝑡1 + , 𝑤1 + ) = 0.2𝑓 (0.3, −0.0026274 + )
2 2 2
Remplazamos en la fórmula:
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑤2 = −0.0026274
1
+ (−0.5978995 + 2(−0.376928) + 2(−0.4544301) + (−0.2761343))
6
𝑤2 = −0.4254191
𝑝𝑎𝑟𝑎 𝑖 = 2
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡2 = 0 + (2)(0.2) = 0.4
𝑤2 = −0.4254191
𝑘1 = −0.295861
ℎ 𝑘1 0.2 −0.295861
𝑘2 = ℎ𝑓 (𝑡2 + , 𝑤2 + ) = 0.2𝑓 (0.4 + , −0.4254191 + )
2 2 2 2
ℎ 𝑘2 −0.7635939
𝑘3 = ℎ𝑓 (𝑡2 + , 𝑤2 + ) = 0.2𝑓 (0.5, −0.4254191 + )
2 2 2
𝑘4 = 0.0936786
Remplazamos en la fórmula:
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤3 = −0.4254191 + (−0.295861 + 2(−0.7635939) + 2(−0.845467) + (0.0936786))
6
𝑤3 = −0.9954698
𝑝𝑎𝑟𝑎 𝑖 = 3
1
𝑤4 = 𝑤3 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡3 = 0 + (3)(0.2) = 0.6
𝑤3 = −0.9954698
𝑘1 = −0.0018162
ℎ 𝑘1 0.2 −0.0018162
𝑘2 = ℎ𝑓 (𝑡3 + , 𝑤3 + ) = 0.2𝑓 (0.6 + , −0.9954698 + )
2 2 2 2
ℎ 𝑘2 −0.0014515
𝑘3 = ℎ𝑓 (𝑡3 + , 𝑤3 + ) = 0.2𝑓 (0.7, −0.9954698 + )
2 2 2
𝑘4 = −0.001816
Remplazamos en la fórmula:
1
𝑤4 = 𝑤3 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑤4 = −0.9954698
1
+ (−0.0018162 + 2(−0.0014515) + 2(−0.2015218) + (−0.001816))
6
𝑤4 = −1.0637329
𝑝𝑎𝑟𝑎 𝑖 = 4
1
𝑤5 = 𝑤4 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡4 = 0 + (4)(0.2) = 0.8
𝑤4 = −1.0637329
𝑘1 = 0.0246808
ℎ 𝑘1 0.2 −0.0018162
𝑘2 = ℎ𝑓 (𝑡4 + , 𝑤4 + ) = 0.2𝑓 (0.8 + , −1.0637329 + )
2 2 2 2
ℎ 𝑘2 0.0250207
𝑘3 = ℎ𝑓 (𝑡4 + , 𝑤4 + ) = 0.2𝑓 (0.9, −1.0637329 + )
2 2 2
𝑘4 = 0.0171243
Remplazamos en la fórmula:
1
𝑤5 = 𝑤4 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤5 = −1.0637329 + (0.0246808 + 2(0.0250207) + 2(0.0199643) + 0.0171243)
6
𝑤5 = −1.0417704
𝑝𝑎𝑟𝑎 𝑖 = 5
1
𝑤6 = 𝑤5 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡5 = 0 + (5)(0.2) = 1.0
𝑤5 = −1.0417704
𝑘1 = 0.0163592
ℎ 𝑘1 0.2 0.0163592
𝑘2 = ℎ𝑓 (𝑡5 + , 𝑤5 + ) = 0.2𝑓 (1.0 + , −1.0417704 + )
2 2 2 2
ℎ 𝑘2 0.0132107
𝑘3 = ℎ𝑓 (𝑡5 + , 𝑤5 + ) = 0.2𝑓 (1.1, −1.0417704 + )
2 2 2
𝑘4 = 0.0110244
Remplazamos en la fórmula:
1
𝑤6 = 𝑤5 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤6 = −1.0417704 + (0.0163592 + 2(0.0132107) + 2(0.0138187) + 0.0110244)
6
𝑤6 = −1.0281967
𝑦(𝑡6 ) = −3 + 2(1 + 𝑒 −2∗1.2 )−1 = −1.1663454
𝑝𝑎𝑟𝑎 𝑖 = 6
1
𝑤7 = 𝑤6 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡6 = 0 + (6)(0.2) = 1.2
𝑤6 = −1.0281967
𝑘1 = 0.0111197
ℎ 𝑘1 0.2 0.0111197
𝑘2 = ℎ𝑓 (𝑡6 + , 𝑤6 + ) = 0.2𝑓 (1.2 + , −1.0281967 + )
2 2 2 2
ℎ 𝑘2 0.0089523
𝑘3 = ℎ𝑓 (𝑡6 + , 𝑤6 + ) = 0.2𝑓 (1.3, −1.0281967 + )
2 2 2
𝑘4 = 0.0074576
Remplazamos en la fórmula:
1
𝑤7 = 𝑤6 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤7 − 1.0281967 + (0.0111197 + 2(0.0089523) + 2(0.0093757) + 0.0074576)
6
𝑤7 = −1.0189912
1
𝑤8 = 𝑤7 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡7 = 0 + (7)(0.2) = 1.4
𝑤7 = −1.0189912
𝑘1 = 0.0075243
ℎ 𝑘1 0.2 0.0075243
𝑘2 = ℎ𝑓 (𝑡7 + , 𝑤7 + ) = 0.2𝑓 (1.4 + , −1.0189912 + )
2 2 2 2
ℎ 𝑘2 0.0060453
𝑘3 = ℎ𝑓 (𝑡7 + , 𝑤7 + ) = 0.2𝑓 (1.5, −1.0189912 + )
2 2 2
𝑘4 = 0.0050297
Remplazamos en la fórmula:
1
𝑤8 = 𝑤7 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤8 = −1.0189912 + (0.0075243 + 2(0.0060453) + 2(0.0063364) + 0.0050297)
6
𝑤8 = −1.0127716
1
𝑤9 = 𝑤8 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡8 = 0 + (8)(0.2) = 1.6
𝑤8 = −1.0127716
𝑘1 = 0.005076
ℎ 𝑘1 0.2 0.005076
𝑘2 = ℎ𝑓 (𝑡8 + , 𝑤8 + ) = 0.2𝑓 (1.6 + , −1.0127716 + )
2 2 2 2
ℎ 𝑘2 0.0040725
𝑘3 = ℎ𝑓 (𝑡8 + , 𝑤8 + ) = 0.2𝑓 (1.7, −1.0127716 + )
2 2 2
𝑘4 = 0.0033857
Remplazamos en la fórmula:
1
𝑤9 = 𝑤8 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤9 = −1.0127716 + (0.005076 + 2(0.0040725) + 2(0.0042711) + 0.0033857)
6
𝑤9 = −1.0085801
𝑝𝑎𝑟𝑎 𝑖 = 9
1
𝑤10 = 𝑤9 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡9 = 0 + (9)(0.2) = 1.8
𝑤9 = −1.0085801
𝑘1 = 0.0034173
ℎ 𝑘1 0.2 0.0034173
𝑘2 = ℎ𝑓 (𝑡9 + , 𝑤9 + ) = 0.2𝑓 (1.8 + , −1.0085801 + )
2 2 2 2
ℎ 𝑘2 0.0027392
𝑘3 = ℎ𝑓 (𝑡9 + , 𝑤9 + ) = 0.2𝑓 (1.9, −1.0085801 + )
2 2 2
𝑘4 = 0.002276
Remplazamos en la fórmula:
1
𝑤10 = 𝑤9 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤10 = −1.0085801 + (0.0034173 + 2(0.0027392) + 2(0.0028738) + 0.002276)
6
𝑤10 = −1.0057602
𝑝𝑎𝑟𝑎 𝑖 = 10
1
𝑤11 = 𝑤10 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
𝑡𝑖 = 𝑎 + 𝑖ℎ → 𝑡10 = 0 + (10)(0.2) = 2
𝑤10 = −1.0057602
𝑘1 = 0.0022974
ℎ 𝑘1 0.2 0.0022974
𝑘2 = ℎ𝑓 (𝑡10 + , 𝑤10 + ) = 0.2𝑓 (2.0 + , −1.0057602 + )
2 2 2 2
ℎ 𝑘2 0.0018403
𝑘3 = ℎ𝑓 (𝑡10 + , 𝑤10 + ) = 0.2𝑓 (2.1, −1.0057602 + )
2 2 2
𝑘4 = 0.0015286
Remplazamos en la fórmula:
1
𝑤11 = 𝑤10 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
1
𝑤11 = −1.0057602 + (0.0022974 + 2(0.0018403) + 2(0.0019314) + 0.0015286)
6
𝑤11 = −1.0038653
𝟏𝟏. 𝒄. (𝑹𝒆𝒒𝒖𝒆𝒋𝒐 𝑳𝒍𝒂𝒕𝒂𝒔 𝑽𝒊𝒄𝒕𝒐𝒓)
𝐶𝑜𝑚𝑝𝑎𝑟𝑎𝑚𝑜𝑠 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑙 𝑑𝑎𝑑𝑎 (1) 𝑐𝑜𝑛 𝑙𝑎 𝑓𝑜𝑟𝑚𝑎 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 𝑑𝑒𝑙 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎
𝑑𝑒 𝑣𝑎𝑙𝑜𝑟 𝑖𝑛𝑖𝑐𝑖𝑎𝑙
𝑡𝑖 = 𝑡0 + ℎ ∗ 𝑖 = 0 + 0.2 ∗ 𝑖 = 0.2𝑖
𝑤0 = 𝛼
𝑘1 = ℎ ∗ 𝑓(𝑡𝑖 , 𝑤𝑖 )
ℎ 𝑘1
𝑘2 = ℎ ∗ 𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
ℎ 𝑘2
𝑘3 = ℎ ∗ 𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘4 = ℎ ∗ 𝑓 (𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
1
𝑤𝑖+1 = 𝑤𝑖 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ], 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 = 0,1, … , 𝑁 − 1
6
ℎ 𝑘1 0.2 0.198
𝑘2 = ℎ ∗ 𝑓 (𝑡0 + , 𝑤0 + ) = 0.2 ∗ 𝑓 (0 + , −2 + ) = 0.198
2 2 2 2
ℎ 𝑘2 0.2 0.198
𝑘3 = ℎ ∗ 𝑓 (𝑡0 + 2 , 𝑤0 + )= 0.2 ∗ 𝑓 (0 + , −2 + ) =0.19804
2 2 2
𝑘4 = ℎ ∗ 𝑓 (𝑡1 , 𝑤0 + 𝑘3 ) = 0.2 ∗ 𝑓 (0.2,2 + 0.19804) = 0.192156
ℎ 0.2
𝑤1 = 𝑤0 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ] = −2 + [0.2 + 2 ∗ 0.198 +
6 6
Solución real
1
y (t ) t 2 e 5t
3
Solución
ba 1 0
a0 b 1 h 0.1 h n 10
n 0.1
1
wi 1 wi k1 2k2 2k3 k4 para i 1, 2,...,9
6
para i 0
1
w1 w0 k1 2k2 2k3 k4
6
ti a ih t0 0 (0)0.1 0 t1 0 (1)0.1 0.1
w0 y (t0 ) y (0) 0
k1 hf (t0 , w0 ) 0.1 f (0, 0) 0.1(5(0) 5(0) 2 2(0))
k1 0
h k
k2 hf t0 , w0 1
2 2
0.1 0
k2 0.1 f 0 , 0 0.1 f (0.05, 0) 0.1(5(0) 5(0.05) 2 2(0.05)
2 2
k2 0.01125
h k
k3 hf t0 , w0 2
2 2
0.1 0.01125
k3 0.1 f 0 ,0 0.1 f (0.05, 0.005625) 0.1(5(0.005625) 5(0.05) 2(0.05)
2
2 2
k3 00084375
k4 hf (t0 h, w0 k3 ) 0.1 f (0 0.1, 0 0.0084375) 0.1 f (0.1, 0.0084375)
k4 0.1(5(0.0084375) 5(0.1) 2 2(0.1))
k4 0.022578
Remplazando en la formula
1
w1 w0 k1 2k2 2k3 k4
6
1
w1 0 0 2(0.01125) 2(0.00843755) 0.022578 0.0091255
6
1
y1 y (t1 ) y (0.1) t 2 e 5t
3
1
y1 0.12 e 5(0.1) 0.2121769
3
1
Para i 1 k1 2k2 2k3 k4
w2 w1
6
t1 0.1 w1 0.0091255
k1 hf (t1 , w1 ) 0.1 f (0.1, 0.0091255) 0.1(5(0.0091255) 5(0.1) 2 2(0.1))
k1 0.0204337
h k
k2 hf (t1 , w1 1 )
2 2
0.1 0.0204337
k2 0.1 f 0.1 , 0.0091255
2 2
k2 0.1 f (0.15, 0.0194023) 0.1(5(0.0194023) 5(0.15) 2 2(0.15))
k2 0.0315488
h k
k3 hf (t1 , w1 2 )
2 2
0.1 0.0315488
k3 0.1 f (0.1 , 0.0091255 )
2 2
k3 0.1 f (0.15, 0.024959) 0.1(5(0.024959) 5(0.15)2 2(0.15))
k3 0.028775
Remplazando en la formula
1
w2 w1 k1 2k2 2k3 k4 ti a ih t2 0 2 * 0.1 0.2
6
1
w2 0.0091255 0.0204337 2 * 0.0315488 2 * 0.028775 0.041052
6
w2 0.0298893
1
y2 y (t2 ) y (0.2) t 2 e 5t
3
1
y2 0.22 e 5*0.2 0.1626265
3
1
Para i 2 w3 w2 k1 2k2 2k3 k4
6
t1 0.12 w1 0.0298893
k1 hf (t1 , w1 ) 0.1 f (0.2, 0.0298893) 0.1(5(0.0298893) 5(0.2) 2 2(0.2))
k1 0.0450553
h k
k2 hf (t2 , w2 1 )
2 2
0.2 0.0450553
k2 0.1 f 0.2 , 0.0298893
2 2
k2 0.1 f (0.3, 0.05241695) 0.1(5(0.05241695) 5(0.3) 2 2(0.3))
k2 0.0787915
h k
k3 hf (t1 , w1 2 )
2 2
0.1 0.0787915
k3 0.1 f (0.1 , 0.029889 )
2 2
k3 0.1 f (0.3, 0.069205) 0.1(5(0.069205) 5(0.3) 2 2(0.3))
k3 0.0703975
k4 hf (t1 h, w1 k3 ) 0.1 f (0.4, 0.1002865)
k4 0.10985675
Remplazando en la formula
1
w3 w2 k1 2k2 2k3 k4 ti a ih t3 0 3* 0.1 0.3
6
1
w3 0.0298893 0.0450553 2 * 0.0703975 2 * 0.0703975 0.10985675
6
w3 0.10443764
1
y3 y (t3 ) y (0.3) t 2 e 5t
3
1
y3 0.32 e 5*0.3 0.1643767
3
1
Para i 3 w4 w3 k1 2k2 2k3 k4
6
t1 0.3 w3 0.10443764
k1 hf (t3 , w3 ) 0.1 f (0.3, 0.10443764)
k1 0.0522778
h k
k2 hf (t3 , w3 1 )
2 2
0.2 0.0522778
k2 0.1 f 0.3 , 0.10443764
2 2
k2 0.1 f (0.4, 0.0658266)
k2 0.12700867
h k
k3 hf (t3 , w3 2 )
2 2
0.2 0.12700867
k3 0.1 f (0.3 , 0.029889 )
2 2
k3 0.1 f (0.4, 0.0933933)
k3 0.1133033
k4 hf (t1 h, w1 k3 ) 0.1 f (0.5, 0.2177094)
k4 0.1161453
Remplazando en la formula
1
w4 w3 k1 2k2 2k3 k4 ti a ih t3 0 4 * 0.1 0.4
6
1
w4 0.10443764 0.0522778 2 * 0.12700867 2 * 0.1133033 0.1161453
6
w4 0.2103031
1
y4 y (t4 ) y (0.3) t 2 e 5t
3
1
y4 0.42 e 5*0.4 0.2051118
3
1
Para i 4 w5 w4 k1 2k2 2k3 k4
6
t1 0.4 w4 0.2103031
k1 hf (t4 , w4 ) 0.1 f (0.4, 0.2103031)
k1 0.0548484
h k
k2 hf (t4 , w4 1 )
2 2
0.2 0.0548484
k2 0.1 f 0.4 , 0.2103031
2 2
k2 0.1 f (0.5, 0.2377273)
k2 0.10613635
0.2 0.10613635
k3 0.1 f (0.4 , 0.2103031 )
2 2
k3 0.1 f (0.4, 0.02633712)
k3 0.2183144
k4 hf (t4 h, w4 k3 ) 0.1 f (0.6, 0.4286175)
k4 0.08569125
Remplazando en la formula
1
w5 w4 k1 2k2 2k3 k4 ti a ih t3 0 5 * 0.1 0.5
6
1
w5 0.2103031 0.0548484 2 * 0.10613635 2 * 0.2183144 0.08569125
6
w5 0.3418766
1
y5 y (t5 ) y (0.5) t 2 e 5t
3
1
y5 0.52 e 5*0.5 0.2773617
3
1
Para i 5 w6 w5 k1 2k2 2k3 k4
6
t1 0.5 w4 0.3418766
k1 hf (t5 , w5 ) 0.1 f (0.5, 0.3418766)
k1 0.05480617
h k
k2 hf (t5 , w5 1 )
2 2
0.2 0.0540617
k2 0.1 f 0.5 , 0.3418766
2 2
k2 0.1 f (0.6, 0.36890745)
k2 0.1155462
0.2 0.1155462
k3 0.1 f (0.5 , 0.3418766 )
2 2
k3 0.1 f (0.6, 0.3418766)
k3 0.1001751
k4 hf (t5 h, w5 k3 ) 0.1 f (0.7, 0.4205175)
k4 0.1747412
Remplazando en la formula
1
w6 w5 k1 2k2 2k3 k4 ti a ih t3 0 6 * 0.1 0.6
6
1
w6 0.2103031 0.0540617 2 * 0.1155462 2 * 0.1001751 0.1747412
6
w6 0.3203514
1
y6 y (t6 ) y (0.6) t 2 e5t
3
1
y6 0.62 e 5*0.6 0.3765957
3
1
Para i 6 w7 w6 k1 2k2 2k3 k4
6
t1 0.6 w4 0.3203514
k1 hf (t6 , w6 ) 0.1 f (0.6, 0.3203514)
k1 0.1398243
h k
k2 hf (t5 , w5 1 )
2 2
0.2 0.1398243
k2 0.1 f 0.6 , 0.3203514
2 2
k2 0.1 f (0.7, 0.3902635)
k2 0.1048682
0.2 0.1048682
k3 0.1 f (0.6 , 0.320314 )
2 2
k3 0.1 f (0.7, 0.3727855)
k3 0.19860725
k4 hf (t6 h, w6 k3 ) 0.1 f (0.8, 0.44895865)
k4 0.2558207
Remplazando en la formula
1
w7 w6 k1 2k2 2k3 k4 ti a ih t3 0 7 * 0.1 0.7
6
1
w7 0.3203514 0.1398243 2 * 0.1048682 2 * 0.19860725 0.2558207
6
w7 0.48784843
1
y7 y (t7 ) y (0.7) t 2 e 5t
3
1
y7 0.7 2 e 5*0.7 0.5000658
3
1
Para i 7 k1 2k2 2k3 k4
w8 w7
6
t1 0.7 w4 0.48784843
k1 hf (t7 , w7 ) 0.1 f (0.7, 0.48784843)
k1 0.14107576
h k
k2 hf (t7 , w7 1 )
2 2
0.2 0.14107578
k2 0.1 f 0.7 , 0.48784843
2 2
k2 0.1 f (0.8, 0.5583863)
k2 0.200806
0.2 0.200806
k3 0.1 f (0.7 , 0.48784843 )
2 2
k3 0.1 f (0.8, 0.5882518)
k3 0.1858741
k4 hf (t7 h, w7 k3 ) 0.1 f (0.9, 0.6737225)
k4 0.2481387
Remplazando en la formula
1
w8 w6 k1 2k2 2k3 k4 ti a ih t3 0 8 * 0.1 0.8
6
1
w8 0.48784843 0.14107578 2 * 0.200806 2 * 0.1858741 0.2481387
6
w8 0.68159984
1
y8 y (t7 ) y (0.8) t 2 e5t
3
1
y8 0.82 e 5*0.8 0.6461052
3
1
Para i 8 k1 2k2 2k3 k4
w9 w8
6
t1 0.8 w8 0.68159984
k1 hf (t8 , w8 ) 0.1 f (0.7, 0.68159984)
k1 0.13922001
h k
k2 hf (t8 , w8 1 )
2 2
0.2 0.1392001
k2 0.1 f 0.8 , 0.68159984
2 2
k2 0.1 f (0.9, 0.7511998)
k2 0.2094001
0.2 0.2094001
k3 0.1 f (0.8 , 0.68159984 )
2 2
k3 0.1 f (0.9, 0.7862998)
k3 0.19185006
k4 hf (t8 h, w8 k3 ) 0.1 f (1, 0.8734499)
k4 0.263275505
Remplazando en la formula
1
w9 w8 k1 2k2 2k3 k4 ti a ih t3 0 8 * 0.1 0.8
6
1
w9 0.68159984 0.1392001 2 * 0.2094001 2 * 0.19185006 0.26275505
6
w9 0.88455926
1
y9 y (t8 ) y (0.9) t 2 e 5t
3
1
y9 0.92 e 5*0.9 0.813703
3
11.D. (Narva Zamora Willam)
𝟏
𝒚′ = −𝟓𝒚 + 𝟓𝒕𝟐 + 𝟐𝒕 𝟎≤𝒕≤𝟏 𝒚(𝟎) = 𝟑
𝟏
𝒉 = 𝟎. 𝟏 solucion real: 𝒚(𝒕) = 𝒕𝟐 + 𝟑 𝒆−𝟓
𝑏−𝑎 𝑏−𝑎
ℎ= 𝑛=
𝑛 ℎ
1−0
𝑛= = 10
0.1
1
𝑤𝑖+1 = 𝑤𝑖 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
Para: 𝒊 = 𝟎
1
𝑤1 = 𝑤0 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡𝑖 = 𝑎 + 𝑖ℎ 𝑡0 = 0 + (0)0.1 𝑡𝑖 = 0.1
𝑤0 = 𝑦(𝑡0 ) = 𝑦(0) = 0
𝑘1 = 0
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡0 + , 𝑤0 + )
2 2
0.1 0
𝑘2 = 0.1𝑓 (0 + , 0 + 2) 𝑘2 = 0.1𝑓(0.05,0)
2
𝑘2 = 0.01125
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡0 + , 𝑤0 + )
2 2
0.1 0.01125
𝑘3 = 0.1𝑓 (0 + ,0 + )
2 2
𝑘3 = 0.0084375
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.022578
Reemplazando en la formula
1
𝑤1 = 𝑤0 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤1 = 0 + [0 + 2(0.01125) + 2(0.0084375) + 0.022578]
6
𝑤1 = 0.0091255
1
𝑦1 = 𝑦(𝑡) = 𝑡 2 + 𝑒 −5
3
1
𝑦1 = 𝑦(𝑡1 ) = 𝑡 2 + 𝑒 −5 = 0.212176
3
para 𝒊 = 𝟏
1
𝑤2 = 𝑤1 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡1 = 0.1 𝑤1 = 0.0091255
𝑘1 = 0.0204337
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + ) 𝑘2 = 0.1𝑓(0.15,0.0194023)
2
𝑘2 = 0.0315488
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + , 𝑤1 + ) 𝑘3 = 0.1𝑓(0.15,0.024959)
2 2
𝑘3 = 0.0084375
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 ) 𝑘4 = 0.1𝑓(0.2,0.037896)
𝑘4 = 0.041052
Reemplazando en la formula
1
𝑤2 = 𝑤1 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤2 = 0.0298893
1
𝑦2 = 𝑦(𝑡2 ) = 𝑡 2 + 𝑒 −5
3
𝑦2 = 0.3226264
para 𝒊 = 𝟐
1
𝑤3 = 𝑤2 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡2 = 0.2
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.0450553
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.0787915
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.0703975
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.10985675
Reemplazando en la formula
1
𝑤3 = 𝑤2 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤3 = 0.10443764
1
𝑦3 = 𝑦(𝑡3 ) = 𝑡 2 + 𝑒 −5
3
𝑦3 = 0.3743767
para 𝒊 = 𝟑
1
𝑤4 = 𝑤3 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡3 = 0.3
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.0522778
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.12700867
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.1133033
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.1161453
Reemplazando en la formula
1
𝑤4 = 𝑤3 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤4 = 0.2103031
1
𝑦4 = 𝑦(𝑡4 ) = 𝑡 2 + 𝑒 −5
3
𝑦4 = 0.445111
para 𝒊 = 𝟒
1
𝑤5 = 𝑤4 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡4 = 0.4
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.0548484
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.10613635
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.2183144
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.08569125
Reemplazando en la formula
1
𝑤5 = 𝑤4 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤5 = 0.3418766
1
𝑦5 = 𝑦(𝑡5 ) = 𝑡 2 + 𝑒 −5
3
𝑦5 = 0.52733616
para 𝒊 = 𝟓
1
𝑤6 = 𝑤5 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡5 = 0.5
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.0540617
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.10613635
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.1155462
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.1747412
Reemplazando en la formula
1
𝑤6 = 𝑤5 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤6 = 0.3203514
1
𝑦6 = 𝑦(𝑡6 ) = 𝑡 2 + 𝑒 −5
3
𝑦6 = 0.6165956
para 𝒊 = 𝟔
1
𝑤7 = 𝑤6 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡6 = 0.6
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.1398243
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.1048682
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.19860725
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.2558207
Reemplazando en la formula
1
𝑤7 = 𝑤6 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤7 = 0.48784843
1
𝑦7 = 𝑦(𝑡7 ) = 𝑡 2 + 𝑒 −5
3
𝑦7 = 0.007046
para 𝒊 = 𝟕
1
𝑤8 = 𝑤7 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡7 = 0.7
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.14107578
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.200806
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.1858741
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.2481387
Reemplazando en la formula
1
𝑤8 = 𝑤7 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤8 = 0.68159984
1
𝑦8 = 𝑦(𝑡8 ) = 𝑡 2 + 𝑒 −5
3
𝑦8 = 0.8061052
para 𝒊 = 𝟖
1
𝑤9 = 𝑤7 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑡8 = 0.8
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 = 0.1392001
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘2 = 0.2094001
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡1 + 2 , 𝑤1 + )
2
𝑘3 = 0.19185006
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + 𝑘3 )
𝑘4 = 0.2632755
Reemplazando en la formula
1
𝑤9 = 𝑤8 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
𝑤9 = 0.88455926
1
𝑦9 = 𝑦(𝑡9 ) = 𝑡 2 + 𝑒 −5
3
𝑦9 = 0.90370299
Ejercicio 12. Use los resultados del ejercicio 11 y la interpolación de Hermite para
aproximar los valores de y(t) y compare las aproximaciones con los valores reales.
REFERENCIA: Ejercicio 11
REFERENCIA: Ejercicio 4
Utilice el método de Euler modificado para aproximar las soluciones a cada uno de los
siguientes problemas con valores iniciales y compare los resultados con los valores reales.
𝑦 𝑦 2 𝑡
a) 𝑦 ′ = 𝑡 − ( 𝑡 ) , 1 ≤ 𝑡 ≤ 2, 𝑦(1) = 1 𝑐𝑜𝑛 ℎ = 0.1; 𝑎𝑐𝑡𝑢𝑎𝑙 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑦(𝑡) = (1+ln(𝑡)).
SOLUCIÓN:
𝑤0 = 𝛼
𝑘1 = ℎ ∗ 𝑓 (𝑡𝑖 , 𝑤𝑖 )
ℎ 1
𝑘2 = ℎ ∗ 𝑓 (𝑡𝑖 + 2 , 𝑤𝑖 + 2 𝑘1 )
ℎ 1
𝑘3 = ℎ ∗ 𝑓 (𝑡𝑖 + 2 , 𝑤𝑖 + 2 𝑘2 )
𝑘4 = ℎ ∗ 𝑓 (𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
1
𝑤𝑖+1 = 𝑤𝑖 + 6 [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
Aplicar el orden cuatro de Runge-kutta para aproximar la solución del valor inicial.
Problema:
𝑦 𝑦 2
𝑦 ′ = 𝑡 − ( 𝑡 ) , 1 ≤ 𝑡 ≤ 2, 𝑦(1) = 1
Con el tamaño del paso ℎ = 0.1 y compare los resultados con la solución real
𝑡
𝑦(𝑡) = (1+ln(𝑡))
A continuación, tenemos:
𝑦(𝑡)
𝑦(𝑡)(1−( ))
ⅆ 𝑡
𝑦(𝑡) =
ⅆ𝑡 𝑡
A continuación de lo anterior.
>problema de valor inicial y(1) = 1.0 , t = 2 por método de Runge −
𝐾𝑢𝑡𝑡𝑎, 𝑠𝑢𝑏𝑚é𝑡𝑜𝑑𝑜 𝑑𝑒 𝑟𝑘4
A continuación tenemos.
>para k 𝑑𝑒 1 𝑎 12: 𝑓([𝐶 [𝑘, 1], 𝐶 [𝑘, 2], 𝐶 [𝑘, 3], 𝐶 [𝑘, 4]])
ⅆ 𝑦(𝑡) 𝑦(𝑡)2
𝑦(𝑡) = 1 + +
ⅆ𝑡 𝑡 𝑡
.𝑦(1) = 1
𝑡
𝑦(𝑡) = 𝑙𝑛(𝑡)+1
𝑦(1.0) ≔ 1
𝑦(1.1) ≔ 1.0042817
𝑦(1.2) ≔ 1.0149523
𝑦(1.3) ≔ 1.0298137
𝑦(1.4) ≔ 1.0475339
𝑦(1.5) ≔ 1.0672624
𝑦(1.6) ≔ 1.0884327
𝑦(1.7) ≔ 1.1106551
𝑦(1.8) ≔ 1.1336535
𝑦(1.9) ≔ 1.1572284
𝑦(2.0) ≔ 1.1812322
Resultado: las soluciones aproximadas al problema del valor inicial dado en algunos puntos.
𝑡
. 𝑦(𝑡): = (𝑙𝑛(𝑡)+1)
>𝑦(1.2); 𝑦(1.3); 𝑦(1.9); 𝑦(2.0):
𝑦(1.2) ≔ 1.0149520
𝑦(1.3) ≔ 1.0298133
𝑦(1.9) ≔ 1.1572281
𝑦(2.0) ≔ 1.1812319
Seguidamente tenemos:
𝑦(𝑡) 𝑦(𝑡)
>𝑓(𝑡): = ( ) ∗ (1 − ( ))
𝑡 𝑡
𝒚(𝒕)
𝒚(𝒕)(𝟏−( ))
𝒕
𝒇(𝒕) = 𝒕
𝑓 (1.2) = 0.13042698
𝑓 (1.3) = 0.16464015
𝑓 (1.9) = 0.23810430
𝑓 (1.9) = 0.24178875
A continuación de lo anterior.
𝑃1
≔ 𝐼𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑎𝑙(𝑥𝑦1, 𝑚𝑒𝑡ó𝑑𝑜 𝑑𝑒 𝐻𝑒𝑟𝑚𝑖𝑡𝑒, 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 ′ 𝑡 ′ , 𝑑𝑒 8 𝑑𝑖𝑔𝑖𝑡𝑜𝑠)
1.0149520 0 0 0
1.0149520 0.13042698 0 0
𝑇1 : = [ ]
1.0298133 0.14861300 0.18186020 0
1.0298133 0.16464015 0.16027150 −0.21588700
𝑃2: =
𝐼𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑎𝑙(𝑥𝑦2, 𝑚𝑒𝑡ó𝑑𝑜 𝑑𝑒 𝐻𝑒𝑟𝑚𝑖𝑡𝑒, 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 ′ 𝑡 ′ , 𝑑𝑒 8 𝑑𝑖𝑔𝑖𝑡𝑜𝑠)
1.1572281 0 0 0
1.1572281 0.23810430 0 0
𝑇2 : = [ ]
1.1812319 0.24003800 0.019337000 0
1.1812319 0.24178875 0.017507500 −0.01829500
Continuación de lo anterior.
1.0219550
1.1643898
ⅆ 𝑦(𝑡) 𝑦(𝑡)2
𝑦(𝑡) = −
ⅆ𝑡 𝑡 𝑡
.𝑦(1) = 1
𝑡
𝑦(𝑡) = 𝑙𝑛(𝑡)+1
Resultado: Por lo tanto, los valores de interpolación de Hermite cúbico utilizando el orden
cuarto de Runge-Kutta.
Para aproximar la solución del problema del valor inicial y los valores reales, son dadas por.
Valores Valores de interpolación Hermite de Valores actuales
intermedios cubica 𝑦(𝑡)
𝑡 𝑦(𝑡)
1.25 1.02195550 1.0219569
1.93 1.1643898 1.16439002
A. y(1.25) y y(1.93)
t
y t 1 t 2
1 ln t
Tenemos:
1
f (1) 1
1 ln(1)
ln(1)
f ´(1) 0
1 ln(1) 2
2
f (2) 1.18123222
1 ln(2)
ln(2)
f ´(2) 0.24178872
(1 ln(2)) 2
Tabla de datos
X x0 1 x1 2
Y 1 1.18123222
Y´ 0 0.24178872
Tabla de diferencias :
X0 1 f x0 1
X0 1 f x0 1 f x0 , x0 0
X1 2 f x1 1.18123222 f x0 , x1 1.18123222 f x0 , x0 , x1 0.18123222
X1 2 f x1 1.18123222 f x1 , x1 0.24178872 f x0 , x1 , x1 0.06055649 f x0 , x0 , x1 , x1 0.12067573
El polinomio interpolador tiene la forma
H 3 x x 0.18123222 x 1 0.06055649 x 2 0.12067573 x 1 x 2
2 2
4!
M 4 max f 4 (t ) 31.74059232
te 1,2
31.74059232
e3 ( x) f ( x) H 3 ( x) 1.25 1 1.25 2 0.0464501
2 2
24
Error exacto
1.25
1.02195691
1 ln 1.25
Error real
e3 (1.25) f (1.25) H 3 (1.25) 0.28279260
El valor aproximado para x 1.93
H 3 1.93 2.15822734
Cota de error
31.73059232
e3 ( x) f ( x) H 3 ( x) 1.93 1 1.93 2
2 2
24
Error exacto
1.93
1.164390171
1 ln 1.93
Error real
e3 (1.93) f (1.93) H 3 (1.93) 0.993833717
12.c. (Quintana Mendoza Joselito)
𝑦´ = −𝑦 2 − 4𝑦 − 3
𝑏−𝑎 2
ℎ = 0.2 = 𝑛= = 10
𝑛 0.2
𝑊0 = −2 ; 𝑡𝑖 = 𝑎 + 𝑖ℎ
Método de Runge-Kutta:
𝑡𝑖 = 𝑎 + 𝑖ℎ = 0
1
𝑤𝑖+1 = 𝑤𝑖 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ] 𝑝𝑎𝑟𝑎 𝑖 = 1,2,3,4 … … 9
6
Para i=0
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 𝑓 (0, −2)
𝑘1 = 0.2
ℎ ℎ
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (0 + , −2 + (0.2))
2 2
𝑘2 = 0.1999200
ℎ ℎ. 𝑘2
𝑘3 = 𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.2 0.2
𝑘3 = ℎ𝑓 (0 + , −2 + ∗ 0.1999200)
2 2
𝑘3 =0.1920064
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤0 + ℎ. 𝑘3 )
𝑘4 = 0.1997051
Emplazamos en la formula
1
𝑤1 = 𝑤0 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
0.2
𝑤1 = −2 + [0.2 + 2(0.1999200 ) + 2(0.1920064) + 0.1997051]
6
Para i=1
𝑡1 = 𝑎 + 𝑖ℎ = 𝑡1 = 0 + 1 ∗ 0.2 = 0.2
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 )
𝑘1 =0.1922177
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡1 + , 𝑤1 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (0.2 + , −1.8027404 + (0.1922177))
2 2
𝑘2 = 0.1906272
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (0.2 + , −1.8027404 + ∗ 0.1906272)
2 2
𝑘3 = 0.1906409
𝑘4 = ℎ𝑓 (𝑡0 + ℎ, 𝑤1 + ℎ. 𝑘3 )
𝑘4 = 0.1889185
Emplazamos en la formula
1
𝑤2 = 𝑤1 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤2 = −1.8027404 + [0.1922177 + 2( 0.1906272) + 2(0.1906409) + 0.1889185]
6
Para i=2
𝑡2 = 𝑎 + 𝑖ℎ = 𝑡1 = 0 + 2 ∗ 0.2 = 0.4
𝑘1 = ℎ𝑓 (𝑡2 , 𝑤2 )
𝑘1 = 0.2𝑓 (0.4, −1.6121283)
𝑘1 =0.1699111
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡2 + , 𝑤2 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (0.4 + , −1.6121283 + (0.1699111))
2 2
𝑘2 = 0.1672172
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡2 + , 𝑤2 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (0.4 + , −1.6121283 + ∗ 0.1672172)
2 2
𝑘3 = 0.1672608
𝑘4 = ℎ𝑓 (𝑡2 + ℎ, 𝑤2 + ℎ. 𝑘3 )
𝑘4 = 0.1644972
Emplazamos en la formula
1
𝑤3 = 𝑤2 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤3 = −1.6121283 + [0.1699111 + 2( 0.1672172) + 2(0.1672608) + 0.1644972]
6
𝑡2 = 𝑎 + 𝑖ℎ = 𝑡1 = 0 + 3 ∗ 0.2 = 0.6
𝑘1 = ℎ𝑓 (𝑡3 , 𝑤3 )
𝑘1 = 0.2𝑓 (0.6, −1.4449009)
𝑘1 =0.1383730
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡3 + , 𝑤3 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (0.4 + , −1.4449009 + (0.1383730))
2 2
𝑘2 = 0.1352623
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡3 + , 𝑤3 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (0.6 + , −1.4449009 + ∗ 0.1352623)
2 2
𝑘3 = 0.1353331
𝑘4 = ℎ𝑓 (𝑡3 + ℎ, 𝑤3 + ℎ. 𝑘3 )
𝑘4 = 0.1322166
Emplazamos en la formula
1
𝑤4 = 𝑤3 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤4 = −1.4449009 + [0.1383730 + 2(0.1352623 ) + 2(0.1353331) + 0.1322166]
6
𝑤4 = −1.3096042 valor aproximado
Para i=4
𝑡4 = 𝑎 + 𝑖ℎ = 𝑡1 = 0 + 4 ∗ 0.2 = 0.8
𝑘1 = ℎ𝑓 (𝑡4 , 𝑤4 )
𝑘1 = 0.2𝑓 (0.8, −1.3096042)
𝑘1 =0.1046707
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡4 + , 𝑤4 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (0.8 + , −1.3096042 + (0.1046707))
2 2
𝑘2 = 0.2𝑓(−1.2991371)
𝑘2 = 0.1017582
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡4 + , 𝑤4 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (0.8 + , −1.3096042 + ∗ 0.1017582)
2 2
𝑘3 = 0.2𝑓(−1.2994284)
𝑘3 = 0.1018399
𝑘4 = ℎ𝑓 (𝑡4 + ℎ, 𝑤4 + ℎ. 𝑘3 )
𝑘4 = 0.0989630
Emplazamos en la formula
1
𝑤5 = 𝑤5 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤5 = −1.3096042 + [0.1046707 + 2(0.1017582 ) + 2(0.1018399) + 0.0989630]
6
𝑤5 = −1.2077992aproximado
Para i=5
𝑡5 = 𝑎 + 𝑖ℎ = 𝑡1 = 0 + 5 ∗ 0.2 = 1
𝑘1 = ℎ𝑓 (𝑡5 , 𝑤5 )
𝑘1 = 0.2𝑓 (1, −1.2077992)
𝑘1 =0.0744836
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡5 + , 𝑤5 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (1 + , −1.2077992 + (0.0744836))
2 2
𝑘2 = 0.2𝑓(−1.2003508)
𝑘2 = 0.0721122
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡5 + , 𝑤5 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (1 + , −1.2077992 + ∗ 0.0721122)
2 2
𝑘3 = 0.2𝑓(−1.2005880)
𝑘3 = 0.0721881
𝑘4 = ℎ𝑓 (𝑡5 + ℎ, 𝑤5 + ℎ. 𝑘3 )
𝑘4 = 0.2𝑓(−1.1933616)
𝑘4 = 0.0698669
Emplazamos en la formula
1
𝑤5 = 𝑤5 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤6 = −1.2077992 + [0.0744836 + 2(0.0721122 ) + 2(0.0721881) + 0.0698669]
6
𝑤6 = −1.1356407aproximado
Para i=6
𝑡6 = 𝑎 + 𝑖ℎ = 𝑡6 = 0 + 6 ∗ 0.2 = 1.2
𝑘1 = ℎ𝑓 (𝑡6 , 𝑤6 )
𝑘1 = 0.2𝑓 (1.2, −1.1356407)
𝑘1 =0.0505766
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡6 + , 𝑤6 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (1.2 + , −1.1356407 + (0.0505766))
2 2
𝑘2 = 0.2𝑓(−1.1406984)
𝑘2 = 0.0523202
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡6 + , 𝑤6 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (1.2 + , −1.1356407 + ∗ 0.0523202)
2 2
𝑘3 = 0.2𝑓(−1.1304087)
𝑘3 = 0.0487622
𝑘4 = ℎ𝑓 (𝑡6 + ℎ, 𝑤6 + ℎ. 𝑘3 )
𝑘4 = 0.2𝑓(−1.1258883)
𝑘4 = 0.0471857
Emplazamos en la formula
1
𝑤7 = 𝑤5 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤7 = −1.1356407 + [0.0505766 + 2(0.0523202 ) + 2(0.0487622) + 0.0471857]
6
𝑤7 = −1.0856529aproximado
Para i=7
𝑡7 = 𝑎 + 𝑖ℎ = 𝑡7 = 0 + 7 ∗ 0.2 = 1.4
𝑘1 = ℎ𝑓 (𝑡7 , 𝑤7 )
𝑘1 = 0.2𝑓 (1.4, −1.0856529)
𝑘1 =0.0327939
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡7 + , 𝑤7 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (1.4 + , −1.0856529 + (0.0327939))
2 2
𝑘2 = 0.2𝑓(−1.0823735)
𝑘2 = 0.0315923
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡7 + , 𝑤7 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (1.4 + , −1.0856529 + ∗ 0.0315923)
2 2
𝑘3 = 0.2𝑓(−1.0824937)
𝑘3 = 0.0316364
𝑘4 = ℎ𝑓 (𝑡7 + ℎ, 𝑤7 + ℎ. 𝑘3 )
𝑘4 = 0.2𝑓(1.4 + 0.2, −1.0856529 + 0.2(0.0316364))
𝑘4 = 0.2𝑓(−1.0793256)
𝑘4 = 0.0304717
Emplazamos en la formula
1
𝑤8 = 𝑤6 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤8 = −1.0856529 + [0.0327939 + 2(0.0315923 ) + 2(0.0316364) + 0.0304717]
6
𝑤8 = −1.0540324 aproximado
Para i=8
𝑡8 = 𝑎 + 𝑖ℎ = 𝑡8 = 0 + 8 ∗ 0.2 = 1.6
𝑘1 = ℎ𝑓 (𝑡8 , 𝑤8 )
𝑘1 = 0.2𝑓 (1.6, −1.0540324)
𝑘1 =0.0210291
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡8 + , 𝑤8 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (1.6 + , −1.0540324 + (0.0210291))
2 2
𝑘2 = 0.2𝑓(−1.0519295)
𝑘2 = 0.0202325
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡8 + , 𝑤8 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (1.6 + , −1.0540324 + ∗ 0.0202325)
2 2
𝑘3 = 0.2𝑓(−1.0520092)
𝑘3 = 0.0202627
𝑘4 = ℎ𝑓 (𝑡8 + ℎ, 𝑤8 + ℎ. 𝑘3 )
𝑘4 = 0.2𝑓(−1.0499799)
𝑘4 = 0.0194924
Emplazamos en la formula
1
𝑤9 = 𝑤8 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤9 = −1.0540324 + [0.0210291 + 2(0.0202325 ) + 2(0.0202627) + 0.0194924]
6
𝑤9 = −1.0337804 aproximado
Para i=9
𝑡9 = 𝑎 + 𝑖ℎ = 𝑡9 = 0 + 9 ∗ 0.2 = 1.8
𝑘1 = ℎ𝑓 (𝑡9 , 𝑤9 )
𝑘1 =0.0132839
ℎ ℎ
𝑘2 = 0.2𝑓 (𝑡9 + , 𝑤9 + 𝑘1 )
2 2
0.2 0.2
𝑘2 = 0.2𝑓 (1.6 + , −1.0337804 + (0.0132839))
2 2
𝑘2 = 0.2𝑓(−1.0324520)
𝑘2 = 0.0144246
ℎ ℎ. 𝑘2
𝑘3 = ℎ𝑓 (𝑡9 + , 𝑤9 + )
2 2
0.2 0.2
𝑘3 = 0.2𝑓 (1.6 + , −1.0337804 + ∗ 0.0144246)
2 2
𝑘3 = 0.2𝑓(−1.0323379)
𝑘3 = 0.0127260
𝑘4 = ℎ𝑓 (𝑡9 + ℎ, 𝑤9 + ℎ. 𝑘3 )
𝑘4 = 0.2𝑓(−1.0312352)
𝑘4 = 0.0122990
Emplazamos en la formula
1
𝑤10 = 𝑤9 + [𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ]
6
1
𝑤10 = −1.0337804 + [0.0132839 + 2(0.0144246 ) + 2(0.0127260) + 0.0122990]
6
SOLUCION
Tenemos:
0≤𝑡≤2
4𝑒 −2𝑡
𝑓 (𝑡) = −3 + 2(1 + 𝑒 −2𝑡 )−1 𝑓 ′ (𝑡) = (1+𝑒 −2𝑡)2
𝑓 (0) = −2 𝑓 ′ (0) = 1
N=4 K=0,1,2,3.
Polinomio de Hermite:
𝐻 (𝑥 ) = ∑𝑛−1
𝑘=0 𝑓 (𝑧0 , 𝑧1 , … , 𝑧𝑘 )(𝑥 − 𝑧0 )(𝑥 − 𝑧1 ) … (𝑥 − 𝑧𝑘−1 )
DIFERENCIAS DIVIDIDAS
k Zk F(Zk ) F’(Zk)
0 Z0 =0 F(Z0) =-2
1 Z1 =0 F(Z1) =-2 F(Z0, Z1)=1
2 Z2 =2 F(Z2) =-1.0359724 F(Z1, Z2)=0.4820138 F(Z0, Z1, Z2)=-0.2589931
3 Z3 =2 F(Z3) =-1.0359724 F(Z2, Z3)=0.0706508 F(Z1, Z2, Z3)= -0.2056815 F(Z0, Z1, Z2, Z3)= 0.0266558
𝐻 (𝑥) = 𝑓 (𝑧0 ) + 𝑓(𝑧0 , 𝑧1 )(𝑥 − 𝑧0 ) + 𝑓(𝑧0 , 𝑧1, 𝑧2 )(𝑥 − 𝑧0 )(𝑥 − 𝑧1 ) + 𝑓(𝑧0 , 𝑧1, 𝑧2 , 𝑧3 )(𝑥 − 𝑧0 )(𝑥 − 𝑧1 )(𝑥 −
𝑧2 )
𝐻 (𝑥 ) = 0.0266558𝑥 3 − 0.3123047𝑥 2 + 𝑥 − 2
𝐻 (1.3) = −1.1692322
𝑓 (1.3) = −1.1382768
𝐻 (1.93) = −1.0416737
𝑓 (1.93) = −1.0412666
d) Y(0.54) y Y(0.94)
1
d). 𝑦´ = −5𝑦 + 5𝑡 2 + 2𝑡, 0 ≤ 𝑡 ≥ 1, 𝑦(𝑜) = 3 , 𝑐𝑜𝑛 ℎ = 0.1, 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡 2 +
1
𝑒 −5𝑡
3
tenemos:
1
𝑁 = 10; ℎ = 0.1, , 𝑖 = 0, 1, 2, … . , 9, 𝑡𝑖 = ℎ𝑖 , 𝑊0 =
3
Método de Runge-Kutta:
1
𝑊𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
i=0
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0,0.333333)
𝒌𝟏 = −𝟎. 𝟏𝟔𝟔𝟔𝟔𝟕
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.1 −0.166667
𝑘2 = 0.1𝑓 (0 + ,0+ )
2 2
𝑘2 = 0.1𝑓(0.05, −0.083333)
𝒌𝟐 = 𝟎. 𝟎𝟓𝟐𝟗𝟏𝟕
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.1 1 0.052917
𝑘3 = 0.1𝑓 (0 + , + )
2 3 2
𝑘3 = 0.1𝑓 (0.05,0.359792)
𝒌𝟑 = −𝟎. 𝟏𝟔𝟖𝟔𝟒𝟔
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
1
𝑘4 = 0.1𝑓 (𝑡1 , − 0.168646)
3
𝑘4 = 0.1𝑓 (0.1,0.164687)
𝒌𝟒 = −𝟎. 𝟎𝟓𝟕𝟑𝟒𝟒
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤1 = 𝑤0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1 1
𝑤1 = + (−0.166667 + 2(0.052917) + 2(−0.168646) − 0.057344),
3 6
𝒘𝟏 = 𝟎. 𝟐𝟓𝟕𝟏𝟐𝟐
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡1 ) = 𝑡1 2 + 𝑒 −5𝑡1
3
𝒚(𝒕𝟏 ) = 𝟎. 𝟐𝟏𝟐𝟏𝟕𝟕
i=1
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.1,0.257122)
𝒌𝟏 = −𝟎. 𝟏𝟎𝟑𝟓𝟔𝟏
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.1 −0.1033561
𝑘2 = 0.1𝑓 (0.1 + , 0.257122 + )
2 2
𝑘2 = 0.1𝑓 (0.15,0.205342)
𝒌𝟐 = −𝟎. 𝟎𝟔𝟏𝟒𝟐𝟏
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.1 −0.614208
𝑘3 = 0.1𝑓 (0.1 + , 0.257122 + )
2 2
𝑘3 = 0.1𝑓 (0.15,226412)
𝒌𝟑 = −𝟎. 𝟎𝟕𝟏𝟗𝟓𝟔
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.2,0.185166)
𝒌𝟒 = −𝟎. 𝟎𝟑𝟐𝟓𝟖𝟑
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤2 = 𝑤1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤2 = 0.257122 + (−0.103561 + 2(−0.061421) + 2(−0.071956) − 0.032583),
6
𝒘𝟐 = 𝟎. 𝟏𝟖𝟗𝟗𝟕𝟐
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡2 ) = 𝑡2 2 + 𝑒 −5𝑡2
3
𝒚(𝒕𝟐 ) = 𝟎. 𝟏𝟔𝟐𝟔𝟐𝟔
i=2
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.2,0.189972)
𝒌𝟏 = −𝟎. 𝟎𝟑𝟒𝟗𝟖𝟔
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
0.1 −0.034962
𝑘2 = 0.1𝑓 (0.2 + , 0.189972 + )
2 2
𝑘2 = 0.1𝑓 (0.25,0.172479)
𝒌𝟐 = 𝟎. 𝟎𝟑𝟖𝟏𝟑𝟎
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝒌𝟑 = −𝟎. 𝟎𝟐𝟑𝟐𝟔𝟗
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.3,0.166703)
𝒌𝟒 = 𝟎. 𝟎𝟐𝟏𝟔𝟒𝟖
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤3 = 𝑤2 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤3 = 0.189972 + (−0.034986 + 2(0.038130) + 2(−0.023269) + 0.021648),
6
𝒘𝟑 = 𝟎. 𝟏𝟗𝟐𝟕𝟎𝟑
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡3 ) = 𝑡3 2 + 𝑒 −5𝑡3
3
𝒚(𝒕𝟏 ) = 𝟎. 𝟏𝟔𝟒𝟑𝟕𝟕
i=3
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.3,0.192703)
𝒌𝟏 = 𝟎. 𝟎𝟎𝟖𝟔𝟒𝟖𝟗
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝒌𝟐 = 𝟎. 𝟎𝟑𝟐𝟕𝟑𝟔
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝒌𝟑 = 𝟎. 𝟎𝟐𝟔𝟕𝟏𝟒
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.4,0.219417)
𝒌𝟒 = 𝟎. 𝟎𝟓𝟎𝟐𝟗𝟏
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤4 = 𝑤3 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤3 = 0.192703 + (0.0086489 + 2(0.032736) + 2(0.026714) + 0.050291),
6
𝒘𝟒 = 𝟎. 𝟐𝟐𝟐𝟑𝟒𝟑
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡4 ) = 𝑡4 2 + 𝑒 −5𝑡4
3
𝒚(𝒕𝟒 ) = 𝟎. 𝟐𝟎𝟓𝟏𝟏𝟐
i=4
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.4,0.222343)
𝒌𝟏 = 𝟎. 𝟎𝟒𝟖𝟖𝟐𝟗
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝒌𝟐 = 𝟎. 𝟎𝟔𝟕𝟖𝟕𝟏
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘3 = 0.1𝑓 (0.45,0.319189)
𝒌𝟑 = 𝟎. 𝟎𝟔𝟑𝟏𝟏𝟏
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.5,0.285454)
𝒌𝟒 = 𝟎. 𝟎𝟖𝟐𝟐𝟕𝟑
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤5 = 𝑤4 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤3 = 0.222343 + (0.048829 + 2(0.067871) + 2(0.063111) + 0.082273),
6
𝒘𝟓 = 𝟎. 𝟐𝟖𝟕𝟖𝟐𝟔
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡5 ) = 𝑡5 2 + 𝑒 −5𝑡5
3
𝒚(𝒕𝟓 ) = 𝟎. 𝟐𝟕𝟕𝟑𝟔𝟔𝟐
i=5
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.5,0.287826)
𝒌𝟏 = 𝟎. 𝟎𝟖𝟏𝟎𝟖𝟕
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘2 = 0.1𝑓 (0.55,0.328369)
𝒌𝟐 = 𝟎. 𝟎𝟗𝟕𝟎𝟔𝟓
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘3 = 0.1𝑓 (0.55,0.336359)
𝒌𝟑 = 𝟎. 𝟎𝟗𝟑𝟎𝟕𝟏
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.6,0.380897)
𝒌𝟒 = 𝟎. 𝟏𝟎𝟗𝟓𝟓𝟐
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤6 = 𝑤5 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤3 = 0.287826 + (0.081087 + 2(0.097065) + 2(0.093071) + 0.109552),
6
𝒘𝟔 = 𝟎. 𝟑𝟖𝟐𝟗𝟕𝟖
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡6 ) = 𝑡6 2 + 𝑒 −5𝑡6
3
𝒚(𝒕𝟔 ) = 𝟎. 𝟑𝟕𝟔𝟓𝟗𝟔
i=6
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.6,0.382978)
𝒌𝟏 = 𝟎. 𝟏𝟎𝟖𝟓𝟏𝟏
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘2 = 0.1𝑓 (0.65,0.437234)
𝒌𝟐 = 𝟎. 𝟏𝟐𝟐𝟔𝟑𝟑
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘3 = 0.1𝑓 (0.65,0.444295)
𝒌𝟑 = 𝟎. 𝟏𝟏𝟗𝟏𝟎𝟑
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.7,0.502081)
𝒌𝟒 = 𝟎. 𝟏𝟑𝟑𝟗𝟔𝟎
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤7 = 𝑤6 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤7 = 0.382978 + (0.108511 + 2(0.122633) + 2(0.119103) + 0.133960),
6
𝒘𝟕 = 𝟎. 𝟓𝟎𝟑𝟗𝟔𝟖
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡7 ) = 𝑡7 2 + 𝑒 −5𝑡7
3
𝒚(𝒕𝟕 ) = 𝟎. 𝟓𝟎𝟎𝟎𝟔𝟔
i =7
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.7,0.503968)
𝒌𝟏 = 𝟎. 𝟏𝟑𝟑𝟎𝟏𝟔
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘2 = 0.1𝑓 (0.75,0.570476)
𝒌𝟐 = 𝟎. 𝟏𝟒𝟔𝟎𝟏𝟐
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘3 = 0.1𝑓 (0.75,0.576874)
𝒌𝟑 = 𝟎. 𝟏𝟒𝟐𝟕𝟔𝟑
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.8,0.646731)
𝒌𝟒 = 𝟎. 𝟏𝟓𝟔𝟔𝟑𝟓
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤8 = 𝑤7 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤8 = 0.503968 + (0.133016 + 2(0.146012) + 2(0.142763) + 0.156635),
6
𝒘𝟖 = 𝟎. 𝟔𝟒𝟖𝟓𝟎𝟏
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡8 ) = 𝑡8 2 + 𝑒 −5𝑡8
3
𝒚(𝒕𝟖 ) = 𝟎. 𝟔𝟒𝟔𝟏𝟎𝟓
i=8
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.8,0.648501)
𝒌𝟏 = 𝟎. 𝟏𝟓𝟓𝟕𝟒𝟗
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘2 = 0.1𝑓 (0.85,0.726376)
𝒌𝟐 = 𝟎. 𝟏𝟔𝟖𝟔𝟎𝟔𝟐
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘3 = 0.1𝑓 (0.85,0.732532)
𝒌𝟑 = 𝟎. 𝟏𝟔𝟒𝟗𝟖𝟒
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (0.9,0.813485)
𝒌𝟒 = 𝟎. 𝟏𝟕𝟖𝟐𝟓𝟖
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤9 = 𝑤8 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤9 = 0.648501 + (0.155749 + 2(0.1686062) + 2(0.164984) + 0.178258),
6
𝒘𝟗 = 𝟎. 𝟖𝟏𝟓𝟑𝟔𝟓
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡9 ) = 𝑡9 2 + 𝑒 −5𝑡9
3
𝒚(𝒕𝟗 ) = 𝟎. 𝟖𝟏𝟑𝟕𝟎𝟑
i=9
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )
𝑘1 = 0.1𝑓 (0.9,0.815365)
𝒌𝟏 = 𝟎. 𝟏𝟕𝟕𝟑𝟏𝟕
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘2 = 0.1𝑓 (0.95,0.904024)
𝒌𝟐 = 𝟎. 𝟏𝟖𝟗𝟐𝟑𝟖
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡𝑖 + , 𝑤𝑖 + )
2 2
𝑘3 = 0.1𝑓 (0.95,0.909984)
𝒌𝟑 = 𝟎. 𝟏𝟖𝟔𝟐𝟓𝟖
𝑘4 = ℎ𝑓(𝑡𝑖+1 , 𝑤𝑖 + 𝑘3 )
𝑘4 = 0.1𝑓 (1,1.001623)
𝒌𝟒 = 𝟎. 𝟏𝟗𝟗𝟏𝟖𝟗
1
𝑤𝑖+1 = 𝑤𝑖 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤10 = 𝑤9 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ),
6
1
𝑤8 = 0.815365 + (0.177317 + 2(0.189238) + 2(0.186258) + 0.199189),
6
𝒘𝟖 = 𝟏. 𝟎𝟎𝟑𝟐𝟖𝟏
1
𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
1
𝑦(𝑡𝑖 ) = 𝑡𝑖 2 + 𝑒 −5𝑡𝑖
3
1
𝑦(𝑡9 ) = 𝑡9 2 + 𝑒 −5𝑡9
3
𝒚(𝒕𝟗 ) = 𝟏. 𝟎𝟎𝟐𝟐𝟒𝟔
1
𝑦´ = −5𝑦 + 5𝑡 2 + 2𝑡, 0 ≤ 𝑡 ≥ 1, 𝑦(𝑜) = ,
3
1
𝑐𝑜𝑛 ℎ = 0.1, 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑦(𝑡) = 𝑡 2 + 𝑒 −5𝑡
3
tenemos:
1
𝑁 = 10; ℎ = 0.1, , 𝑖 = 0, 1, 2, … . , 9, 𝑡𝑖 = ℎ𝑖 , 𝑊0 =
3
1 5𝑒 −5𝑡
𝑓 (𝑡) = 𝑡 2 + 3 (𝑒 −5𝑡 ) 𝑓 ′ (𝑡) = 2𝑡 − 3
N=4 K=0,1,2,3.
Polinomio de Hermite:
𝑛−1
k Zi f(zi) f´(zi)
0 0,5 0,277362
𝐻 (𝑥 ) = 𝑓(𝑧0 ) + 𝑓 (𝑧0 , 𝑧1 )(𝑥 − 𝑧0 ) + 𝑓(𝑧0 , 𝑧1, 𝑧2 )(𝑥 − 𝑧0 )(𝑥 − 𝑧1 ) + 𝑓(𝑧0 , 𝑧1, 𝑧2 , 𝑧3 )(𝑥 −
𝑧0 )(𝑥 − 𝑧1 )(𝑥 − 𝑧2 )
EJERCICIO 13. Demuestre que el método del punto medio, el método modificado de
Euler y el método de Heun ofrecen las mismas aproximaciones al problema de valor
real.
𝒚′ = −𝒚 + 𝒕 + 𝟏, 𝟎 ≤ 𝒕 ≤ 𝟏, 𝒚(𝟎) = 𝟏,
SOLUCIÓN
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ ⋅ 𝑓 [𝑡𝑖 + 2 , 𝑤𝑖 + 2 𝑓(𝑡𝑖 , 𝑤1 )] 𝑃𝑎𝑟𝑎 𝑖 = 0,1,2,3 … 𝑁 − 1
La función es la siguiente:
𝑓 (𝑡𝑖 , 𝑤𝑖 ) = −𝑤𝑖 + 𝑡𝑖 + 1,
𝑤0 = 1
𝑡0 = 0
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ ⋅ 𝑓 [𝑡𝑖 + , 𝑤𝑖 + 𝑓 (𝑡𝑖 , 𝑤1 )]
2 2
ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ ⋅ 𝑓 [𝑡𝑖 + , 𝑤𝑖 + ∗ (−𝑤𝑖 + 𝑡𝑖 + 1)]
2 2
ℎ ℎ𝑤𝑖 ℎ𝑡𝑖 ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ ⋅ 𝑓 [𝑡𝑖 + , 𝑤𝑖 − + + ]
2 2 2 2
ℎ𝑤𝑖 ℎ𝑡𝑖 ℎ ℎ
𝑤𝑖+1 = 𝑤𝑖 + ℎ ⋅ (−𝑤𝑖 + − − + 𝑡𝑖 + + 1)
2 2 2 2
ℎ2 𝑤𝑖 ℎ2 𝑡𝑖
𝑤𝑖+1 = 𝑤𝑖 − ℎ𝑤1 + − + 𝑡𝑖 ℎ + ℎ
2 2
𝒉𝟐 𝒉𝟐
𝒘𝒊+𝟏 = 𝒘𝒊 (𝟏 − 𝒉 + ) + 𝒕𝒊 (𝒉 − ) + 𝒉 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐
𝟐 𝟐
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [𝑓 (𝑡𝑖 , 𝑤𝑖 )+𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )] 𝑃𝑎𝑟𝑎 𝑖 = 0,1,2,3 … 𝑁 − 1
2
La función es la siguiente:
𝑓 (𝑡𝑖 , 𝑤𝑖 ) = −𝑤𝑖 + 𝑡𝑖 + 1,
𝑤0 = 1
𝒕𝒊+𝟏 = 𝒕𝒊 + 𝒉
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [𝑓(𝑡𝑖 , 𝑤𝑖 )+𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 )]
2
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1+𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ ∗ (−𝑤𝑖 + 𝑡𝑖 + 1)]
2
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1+𝑓(𝑡𝑖+1 , 𝑤𝑖 − ℎ𝑤𝑖 + ℎ𝑡𝑖 + ℎ)]
2
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1+(−)(𝑤𝑖 − ℎ𝑤𝑖 + ℎ𝑡𝑖 + ℎ) + 𝑡𝑖+1 + 1]
2
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1−𝑤𝑖 + ℎ𝑤𝑖 − ℎ𝑡𝑖 − ℎ + 𝑡𝑖 + ℎ + 1]
2
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−2𝑤𝑖 +ℎ𝑤𝑖 − ℎ𝑡𝑖 + 2𝑡𝑖 + 2]
2
ℎ2 𝑤𝑖 ℎ2 𝑡𝑖
𝑤𝑖+1 = 𝑤𝑖 − ℎ𝑤𝑖 + − + ℎ𝑡𝑖 + ℎ
2 2
𝒉𝟐 𝒉𝟐
𝒘𝒊+𝟏 = 𝒘𝒊 (𝟏 − 𝒉 + ) + 𝒕𝒊 (𝒉 − ) + 𝒉 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐
𝟐 𝟐
ℎ 2ℎ 2ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [𝑓 (𝑡𝑖 , 𝑤𝑖 )+3𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑓(𝑡𝑖 , 𝑤𝑖 ))] 𝑃𝑎𝑟𝑎 𝑖 = 0,1,2,3 … 𝑁 − 1
4 3 3
La función es la siguiente:
𝑓 (𝑡𝑖 , 𝑤𝑖 ) = −𝑤𝑖 + 𝑡𝑖 + 1,
𝑤0 = 1
ℎ 2ℎ 2ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1+3𝑓(𝑡𝑖 + , 𝑤𝑖 + (−𝑤𝑖 + 𝑡𝑖 + 1))]
4 3 3
ℎ 2ℎ 2ℎ𝑤𝑖 2ℎ𝑡𝑖 2ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1+3𝑓(𝑡𝑖 + , 𝑤𝑖 − + + )]
4 3 3 3 3
ℎ 2ℎ𝑤𝑖 2ℎ𝑡𝑖 2ℎ 2ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1 + 3 ∗ (−) (𝑤𝑖 − + + ) + 3 (𝑡𝑖 + + 1)]
4 3 3 3 3
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−𝑤𝑖 + 𝑡𝑖 + 1 − 3𝑤𝑖 + 2ℎ𝑤𝑖 − 2ℎ𝑡𝑖 − 2ℎ + 3𝑡𝑖 + 2ℎ + 3]
4
ℎ
𝑤𝑖+1 = 𝑤𝑖 + ⋅ [−4𝑤𝑖 + 4𝑡𝑖 + 2ℎ𝑤𝑖 − 2ℎ𝑡𝑖 + 4]
4
ℎ2 𝑤𝑖 ℎ2 𝑡𝑖
𝑤𝑖+1 = 𝑤𝑖 − ℎ𝑤𝑖 + ℎ𝑡𝑖 + − +ℎ
2 2
𝒉𝟐 𝒉𝟐
𝒘𝒊+𝟏 = 𝒘𝒊 (𝟏 − 𝒉 + ) + 𝒕𝒊 (𝒉 − ) + 𝒉 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐
𝟐 𝟐
Comparando
𝒉 𝒉 𝒉𝟐 𝒉𝟐
𝒘𝒊+𝟏 = 𝒘𝒊 + 𝒉 ⋅ 𝒇 [𝒕𝒊 + , 𝒘𝒊 + 𝒇(𝒕𝒊 , 𝒘𝟏 )] = 𝒘𝒊 (𝟏 − 𝒉 + ) + 𝒕𝒊 (𝒉 − ) + 𝒉
𝟐 𝟐 𝟐 𝟐
𝒉 𝒉𝟐 𝒉𝟐
𝒘𝒊+𝟏 = 𝒘𝒊 + ⋅ [𝒇(𝒕𝒊 , 𝒘𝒊 )+𝒇(𝒕𝒊+𝟏 , 𝒘𝒊 + 𝒉𝒇(𝒕𝒊 , 𝒘𝒊 )] = 𝒘𝒊 (𝟏 − 𝒉 + ) + 𝒕𝒊 (𝒉 − ) + 𝒉
𝟐 𝟐 𝟐
Método Heun
𝒉 𝟐𝒉 𝟐𝒉
𝒘𝒊+𝟏 = 𝒘𝒊 + ⋅ [𝒇(𝒕𝒊 , 𝒘𝒊 )+𝟑𝒇(𝒕𝒊 + , 𝒘𝒊 + 𝒇(𝒕𝒊 , 𝒘𝒊 ))]
𝟒 𝟑 𝟑
𝒉𝟐 𝒉𝟐
= 𝒘𝒊 (𝟏 − 𝒉 + ) + 𝒕𝒊 (𝒉 − ) + 𝒉
𝟐 𝟐
Se observa que los tres métodos ofrecen la misma aproximación para el problema,
independientemente cualquiera sea el valor de h, ya que el resultado en los tres casos es el
mismo.
Interpretación
Esto se ocurre debido a que estos métodos corresponden o forman parte del método de Runge
– Kutta y son de orden 2 (𝑂ℎ2 ), que es el orden de su error local de truncamiento.
EJERCICIO 14. Fluye agua de un tanque cónico invertido provisto de un orificio
𝒅𝒙 √𝒙
circular, con una velocidad = −𝟎. 𝟔𝝅𝒓𝟐 √𝟐𝒈 , donde r es el radio del orificio, x
𝒅𝒕 𝑨(𝒙)
es la altura del nivel del líquido medio desde el vértice del cono y A(x) es la área de la
sección transversal del tanque, a x unidades por arriba del orificio. Suponga que
r=0.1pies, x=32.1 pies /s^2, y que el tanque tiene un valor inicial de agua de 8 pies y un
volumen inicial de 512(𝝅/𝟑) 𝒑𝒊𝒆𝒔 ^𝟑.
a. Calcule el nivel del agua después de 10 min con h=20 s. (Jose Bustamante Ruiz)
SOLUCIÓN
Datos:
𝑝𝑖𝑒𝑠
𝑟 = 0.1 𝑝𝑖𝑒𝑠; 𝑔 = 32.2 , ℎ = 8𝑝𝑖𝑒𝑠
𝑠2
𝜋 1
𝑉 = 512 ( ) 𝑝𝑖𝑒𝑠 3 = 𝜋 ∗ 𝑅2 (8) ∗ ( )
3 3
𝑅 = 8 𝑝𝑖𝑒𝑠
ⅆ𝑥 √𝑥
= −0.6𝜋𝑟 2 √2𝑔
ⅆ𝑡 𝐴(𝑥)
ⅆ𝑥 √𝑥
= −0.6𝜋(0.1)2 √(2 ∗ 32.2)
ⅆ𝑡 𝜋𝑥 2
𝑑𝑥
= −0.4807 ∗ 𝑋 −1.5
𝑑𝑡
Aplicamos el método de Runge Kutta de cuarto orden
𝐾1 = 𝑛𝑓(𝑡𝑘 ; 𝑋𝑘 )
ℎ 𝐾1
𝐾2 = 𝑛𝑓(𝑡𝑘 + ; 𝑋𝑘 + )
2 2
ℎ 𝐾2
𝐾3 = 𝑛𝑓(𝑡𝑘 + ; 𝑋𝑘 + )
2 2
ℎ 𝐾3
𝐾4 = 𝑛𝑓(𝑡𝑘 + ; 𝑋𝑘 + )
2 2
𝐾1 + 2𝐾2 + 2𝐾3 + 𝐾4
𝑋𝐾+1 = 𝑋𝐾 +
6
Ahora analizamos para Matlad para y(0)=8, con una aproximación de y(10 min ) y(600s) y
con h=20S.
Entonces graficamos:
0 ⅆ𝑥 𝑡
∫𝐻 = ∫0 𝑑𝑡
−0.006√64.2𝑥 −2/3
0 𝑥 3/2 ⅆ𝑥
∫𝐻 0.006 =T
√64.2
1 8
T= ∫ 𝑥 3/2
0.006 √64.2 0
𝑑𝑥
58
1 2
T=0.006 ( 𝑥2 )
√ 64.2 5
1 2
T=0.006 ( ∗ 85/2 )
√64.2 5
T=25.1024 𝑚𝑖𝑛
Fluye agua de un tanque cónico invertido provisto de un orificio circular, con una velocidad
𝒅𝒙 √𝒙
= −𝟎. 𝟔𝝅𝒓𝟐 √𝟐𝒈
𝒅𝒕 𝑨(𝒙)
Donde r es el radio del orificio, x es la altura del nivel del líquido medido desde el vértice del
cono y A(x) es el área de la sección transversal del tanque, a x unidades por arriba del
orificio. Suponga que r=0.1 pies, g=32.1 pies/s2, y que el tanque tiene un nivel inicial de agua
𝝅
de 8 pies y un volumen inicial de 𝟓𝟏𝟐 (𝟑 ) 𝒑𝒊𝒆𝒔𝟑 .
Calcule el nivel del agua después de 10 min con h=20s
SOLUCION
Tenemos:
512𝜋 𝑓𝑡
𝑟 = 0.1 𝑓𝑡, 𝑉 = 𝑓𝑡 3 ; 𝑔 = 32.1 𝑠 2
3
ⅆ𝑥 √𝑥
= −0.6𝜋𝑟 2 √2𝑔 𝐴(𝑥)
ⅆ𝑡
3
ⅆ𝑥 √𝑥
= −0.6𝜋(0.1)2 √2(32.1) 512𝜋 = −0.000094𝑥√𝑥 = −0.000094𝑥 2 𝑓𝑡/𝑠 2
ⅆ𝑡
𝑥
3
ⅆ𝑥
= −0.00564𝑥 2 𝑓𝑡/𝑚𝑖𝑛 ⅆ𝑥
{ ⅆ𝑡 ; 0 ≤ 𝑡 ≤ 10 𝑚𝑖𝑛 ; = 𝑓(𝑥, 𝑡)
ⅆ𝑡
𝑥(0) = 8 𝑓𝑡 = 𝑤0
4
𝑙𝑎 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑒𝑥𝑎𝑐𝑡𝑎 𝑑𝑒𝑙 𝑝𝑣𝑖 𝑒𝑠 𝑥(𝑡) = √2 2
(0.00564𝑡+ )
2
ℎ 𝑘1 ℎ 𝑘2
𝑘1 = ℎ𝑓 (𝑡𝑖 , 𝑤𝑖 ) 𝑘2 = ℎ𝑓(𝑡𝑖 + 2 ; 𝑤𝑖 + ) 𝑘3 = ℎ𝑓(𝑡𝑖 + 2 ; 𝑤𝑖 + )
2 2
𝑘4 = ℎ𝑓(𝑡𝑖 + ℎ; 𝑤𝑖 + 𝑘3 )
Para i=0
3
𝑘1 = ℎ𝑓 (𝑡0 , 𝑤0 ) = 0.333𝑓(0,8) = 0.333 (−0.00564 ∗ 82 ) = −0.0424970
ℎ 𝑘1 0.333 0.0424970
𝑘2 = ℎ𝑓 (𝑡0 + 2 ; 𝑤0 + ) = 0.333𝑓 (0 + ;8 − ) = 0.333𝑓(0.1665; 7.9787515) =
2 2 2
3
0.333 (−0.00564 ∗ 7.97875152 ) = −0.0423278
ℎ 𝑘2 0.333 0.0423278
𝑘3 = ℎ𝑓 (𝑡0 + 2 ; 𝑤0 + ) = 0.333𝑓 (0 + ;8 − ) = 0.333𝑓(0.1665; 7.9788361) =
2 2 2
−0.0423285
4
𝑥(𝑡1 ) = √2 2
= 7.9576717
(0.00564𝑡1 + )
2
Para i=1
3
𝑘1 = ℎ𝑓 (𝑡1 , 𝑤1 ) = 0.333𝑓(0.333,7.9576717) = 0.333 (−0.00564 ∗ 7.95767172 ) =
−0.0421602
ℎ 𝑘1 0.333 0.0421602
𝑘2 = ℎ𝑓 (𝑡1 + 2 ; 𝑤1 + ) = 0.333𝑓 (0.333 + ; 7.9576717 − )=
2 2 2
3
0.333𝑓(0.4995; 7.9365916) = 0.333 (−0.00564 ∗ 7.93659162 ) = −0.0419928
ℎ 𝑘2 0.333 0.0419928
𝑘3 = ℎ𝑓 (𝑡1 + 2 ; 𝑤1 + ) = 0.333𝑓 (0.333 + ; 7.9576717 − )=
2 2 2
7.9156785
4
𝑥(𝑡2 ) = √2 2
= 7.9156785
(0.00564𝑡2 + )
2
Fluye agua de un tanque cónico invertido provisto de un orificio circular, con una velocidad.
Ejercicio 5.4 – 15
15. La reacción química irreversible en la cual dos moléculas de dicromato solido de potasio
(K2Cr2O7), dos moléculas de agua (H2O) y tres atamos de azufre solidos (S) se combinan para
producir moléculas de dióxido gaseoso de azufre (SO2), cuatro moléculas de hidróxido solido
de potasio (KOH) y dos moléculas de oxido solido de cromo (Cr 2O3), puede representarse
simbólicamente por la ecuación estequiométrica:
2K2Cr2O7 2H 2O 3S 4KOH 2Cr2O3 3SO2
2 2 3
dx x x 3x
k n1 n2 n3
dt 2 2 4
Solución:
Para la aproximación del problema con el valor inicial se ha tomado en cuanta aplicar el
método de Runge – kutta de orden cuatro, y se representa de la siguiente manera:
y ' f t, y , a t b
y a
Además
w0
1
wi 1 wi k1 2k2 2k3 k4 k1 h f ti , wi
6
h k
para i 0,1, 2,...N 1 k2 h f ti , wi 1
2 2
ba h k
donde h y ti a ih k3 h f ti , wi 2
N 2 2
k4 h f ti h, wi k3
Reduzcamos y reemplacemos los datos que se tienen en la derivada del problema, para luego
aplicar la fórmula de Runge – Kutta.
4 3 4 3
dx x 3x dx x 3x
k n1 n3 6.22*1019 2000 3000
dt 2 4 dt 2 4
w0 1036 y 0 t 0.2
Cuando i=0:
t0 0.02 0 0 w0 1036
4 3
w0 3w0
f t0 , w0 6.22*10 19
2000 3000
2 4
3 1036
3
1036
4
f t0 , w0 6.22*10 19
2000 3000 32961.09169
2 4
h k
k2 h f t0 , w0 1 0.02 14441.54368 288.8308736
2 2
h 0.02 k 659.221834
t0 0 0.01 w0 1 1036 1365.610917
2 2 2 2
3 1365.610917
3
1365.610917
4
h k
f t0 , w0 1 6.22*1019 2000 3000
2 2 2 4
h k
f t0 , w0 1 14441.54368
2 2
h k
k3 h f t0 , w0 2 0.02 23235.3951 464.7079019
2 2
k 288.830874
w0 2 1036 1180.415437
2 2
3 1180.415437
3
4
h k 1180.415437
f t0 , w0 2 6.22*1019 2000 3000
2 2 2 4
h k
f t0 , w0 2 23235.3951
2 2
encontramos w1 :
1 1
wi 1 wi k1 2k2 2k3 k4 w1 w0 k1 2k2 2k3 k4
6 6
1
w1 1036 659.2218338 2 288.8308736 2 464.7079019 199.8035961
6
w1 1430.350497
Cuando i=1
4 3
w 3w
f t1 , w1 6.22*10 2000 1 3000 1 12133.09012
19
2 4
h k
k2 h f t1 , w1 1 0.02 8648.279523 172.9655905
2 2
k 659.221834
w1 2 1036 1365.610917
2 2
h k
f t1 , w1 1 8648.279523
2 2
h k
k3 h f t1 , w1 2 0.02 9547.624515 190.9524903
2 2
k2 h k
w1 1516.833292 y f t1 , w1 2 9547.624515
2 2 2
cuando i = 2
h k
k2 h f t2 , w2 1 0.02 5799.838489 115.9967698
2 2
k h k
w2 1 1687.507974 y f t2 , w2 1 5799.838489
2 2 2
h k
k3 h f t2 , w2 2 0.02 6047.463657 120.9492731
2 2
k2 h k
w2 1673.654829 y f t2 , w2 2 6047.463657
2 2 2
encontramos w 3 :
1 1
wi 1 wi k1 2k2 2k3 k4 w3 w2 k1 2k2 2k3 k4
6 6
w3 1735.22518
Cuando i = 3:
h k
k3 h f t3 , w3 1 0.02 4384.841891 87.69683782
2 2
k h k
w3 1 1778.079402 y f t3 , w3 2 4384.841891
2 2 2
encontramos w 4
1 1
wi 1 wi k1 2k2 2k3 k4 w4 w3 k1 2k2 2k3 k4
6 6
w4 1822.406477
𝒘𝟎 = 𝜶𝟏
ara cada i=0,1,……N-1, no puede tener el error local de truncamiento 𝑂(ℎ3 ) para cualquier
elección de las constantes.
ℎ2
𝑦(𝑡 + ℎ) − 𝑦(𝑡) = ℎ𝑦´(𝑡) + 𝑦´´(𝑡) + 𝑂(ℎ3 )
2
𝑑𝑦´ 𝑑𝑓(𝑡, 𝑦)
𝑦´´ = = = 𝑓𝑡 + 𝑓𝑦 𝑦´ = 𝑓𝑡 + 𝑓𝑦 𝑓
𝑑𝑡 𝑑𝑡
ℎ2
𝑦(𝑡 + ℎ) − 𝑦(𝑡) = ℎ𝑓 + (𝑓𝑡 + 𝑓𝑦 𝑓) + 𝑂(ℎ3 )
2
1 1
𝛽=𝛼 𝛼1 = 1 − 𝛼2 =
2𝛼 2𝛼
1
𝛼=1 𝛽=1 𝛼1 = 𝛼2 =
2
ℎ
𝑤𝑖+1 = 𝑤1 + (𝑡1 , 𝑤1 ) + 𝛼2 𝑓(𝑡1 + ℎ, 𝑤1 + ℎ𝑓(𝑡1 , 𝑤1 )
2
1 1
𝛼= 𝛽= 𝛼1 = 0 𝛼2 = 1
2 2
ℎ ℎ
𝑤𝑖+1 = 𝑤1 + ℎ𝑓 [(𝑡1 + ) , 𝑤1 ] + (𝑡1 , 𝑤1 )
2 2
𝒉 𝒉
𝒘𝒊+𝟏 = 𝒘𝒊 + 𝒇(𝒕𝒊 , 𝒘𝒊 ) + 𝒇(𝒕𝒊 + 𝒂𝟏 𝒉, 𝒘𝒊 + 𝜹𝟏 𝒉𝒇(𝒕𝒊, 𝒘𝒊 ))
𝟔 𝟑
𝒉
+ 𝒇 (𝒕𝒊 + 𝜶𝟐 𝒉, 𝒘𝒊 + 𝜹𝟐 𝒉𝒇(𝒕𝒊 + 𝜸𝟐 𝒉, 𝒘𝒊 + 𝜸𝟑 𝒉𝒇(𝒕𝒊 , 𝒘𝒊 )))
𝟑
𝒉
+ 𝒇 (𝒕𝒊 + 𝜶𝟑 𝒉, 𝒘𝒊
𝟔
Obtenga los valores constantes α1, α2, α3, δ1, δ2, δ3, γ2, γ3, γ4, γ5, γ6, y γ7.
→ Tenemos:
1
𝑤𝑖+1 = 𝑤𝑖 + 6 [𝑘, +2𝑘2 + 2𝑘3 + 𝑘4 ] …(1)
𝑘1 = ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )
ℎ 1
𝑘2 = ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑘1 )
2 2
ℎ 1
𝑘3 = ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + 𝑘2 )
2 2
𝑘4 = ℎ𝑓(𝑡𝑖 + ℎ, 𝑤𝑖 + 𝑘3 )
Reemplazamos 𝑘1 , 𝑘2 , 𝑘3 , 𝑘4 en la ecuación 1:
1 ℎ 𝑘1 ℎ 𝑘2
𝑤𝑖+1 = 𝑤𝑖 + [ℎ𝑓(𝑡𝑖 , 𝑤𝑖 ), +2ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + ) + 2ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + ) + ℎ𝑓(𝑡𝑖
6 2 2 2 2
+ ℎ, 𝑤𝑖 + 𝑘3 )] …
1 ℎ 1 ℎ
𝑤𝑖+1 = 𝑤𝑖 + (ℎ𝑓(𝑡𝑖 , 𝑤𝑖 ) + 2ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )) + 2ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 +
6 2 2 2
1 ℎ 1 ℎ 1 ℎ
ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )) + ℎ𝑓(𝑡𝑖+1 , , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 +
2 2 2 2 2 2
1
ℎ𝑓(𝑡𝑖 , 𝑤𝑖 ))))
2
ℎ ℎ ℎ 1 ℎ ℎ 1
𝒘𝒊+𝟏 = 𝑤𝑖 + 𝑓(𝑡𝑖 , 𝑤𝑖 ) + 𝑓(𝑡𝑖 + , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )) + 𝑓(𝑡𝑖 + , 𝑤𝑖 + ℎ𝑓(𝑡𝑖
6 3 2 2 3 2 2
ℎ 1 ℎ ℎ 1
+ , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )) + 𝑓(𝑡𝑖+1 , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 + , 𝑤𝑖 + ℎ𝑓(𝑡𝑖
2 2 6 2 2
ℎ 1
+ , 𝑤𝑖 + ℎ𝑓(𝑡𝑖 , 𝑤𝑖 )))
2 2
Así tenemos:
1 1
𝛼1 = 𝛼2 = 𝛼3 = 1
2 2
1 1
δ1 = δ2 = δ3 = 1
2 2
1 1 1
𝛾2 = 𝛾3 = 𝛾4 =
2 2 2
1 1 1
𝛾5 = 𝛾6 = 𝛾7 =
2 2 2