Wuolah Free Apuntes Todos Los Temas

Apuntes-todos-los-temas.
pdf
juanann028
Cálculo Infinitesimal y Numérico
1º Grado en Ingeniería Informática - Ingeniería del Software
Escuela Técnica Superior de Ingeniería Informática

Universidad de Sevilla
Reservados todos los derechos.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Resolución de ecuaciones no lineales
Soluciones o raíces de la ecuación, ceros de la función: Los 𝑋̅ Qué anulan a dicha función
𝑋̅ tiene multiplicidad n si 𝑋̅ anula a f(x) y todas sus derivadas de orden n-1, siendo la derivada de orden
n, la primera que no anula. Una raíz es simple si tiene multiplicidad 1
Métodos de resolución de una ecuación

Métodos directos, proporcionan un número finito de operaciones elementales
Por ejemplo: 𝑓(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
No existen para funciones de grado 4 o no polinómicas
Métodos iterados, proporcionan una sucesión de aproximaciones a la solución {𝑋̅1 , 𝑋̅2 , … }
Más eficientes que los directos, siempre existen
Para su correcto funcionamiento, la raíz debe ser simple. Sino podemos buscar otra
Método de bisección o dicotomía

1. Teorema de Bolzano
Sea 𝑓[𝑎, 𝑏] ∈ 𝑅 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 [𝑎, 𝑏], 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑓(𝑎) · 𝑓(𝑏) < 0 → ∃𝑐 ∈ (𝑎, 𝑏)/ 𝑓(𝑐) = 0
2. Asegurar que solo hay una raíz de f(x) y que es simple
Si 𝑓(𝑥)𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 , 𝑑𝑒𝑟𝑖𝑣𝑎𝑏𝑙𝑒 𝑒𝑛 (𝑎, 𝑏)𝑦 𝑓 ′ (𝑥) ≠ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑥 ∈ (𝑎, 𝑏) → 𝑥̅ 𝑒𝑠 ú𝑛𝑖𝑐𝑎
porque la función siempre será creciente o decreciente
𝑎+𝑏
3. Realizo aproximaciones, con el punto medio 𝑋𝑛 = 2𝑛
𝑏−𝑎
4. Calculo el error, que siempre es más pequeño que la mitad de la longitud del intervalo; 𝜀𝑛 < 2𝑛
5. Compruebo el subintervalo en el que está la solución, con el signo
6. Llamo a 𝑎 = 𝑎1 y 𝑥1 = 𝑏1
7. Obtenemos una sucesión de soluciones aproximadas 𝑋1 , 𝑋2 , 𝑋3 … → 𝑋̅
Cota de error a prori

𝑏−𝑎
𝜀𝑛 <
2𝑛
Sea 𝑋̅ la solución de una ecuación y X una aproximación de esta, 𝑋~𝑋̅. X tiene p cifras decimales exactas de
𝑋 si |𝜀| = |𝑋 − 𝑋̅| < 10−𝑝
̅
Para saber cuantas aproximaciones son necesarias con el método de bisección para obtener un número con
n cde (cifras decimales exactas), hay que calcular |𝜀| < 10−𝑐𝑑𝑒
* El error es MENOR (|𝜀| <)
* El error se mide en valor absoluto, el intervalo NO
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9227749
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Método del punto fijo
Sea la función g(x), 𝑥̅ es un punto fijo de g(x) si g(x)= 𝑥̅
1. g(x) es una función continua en [a, b]

2. g(x) es derivable en (a, b)
3. |𝑔’(𝑥)| ≤ 𝑞 < 1 ∀𝑥 ∈ [𝑎, 𝑏]
4. 𝑔([𝑎, 𝑏]) 𝑐 [𝑎, 𝑏]
Dado un X0 cualquiera de [a, b], la sucesión obtenida como 𝑥𝑛+1 = 𝑔(𝑥𝑛 ) converge a un valor 𝑥̅ que
es la única solución de x=g(x) en [a, b]
𝐴 𝐴
𝑥= |𝑥̅ | < 1 +
|𝑎0 | |𝑎0 |
Cota de error “a posteriori”

|𝑓(𝑋𝑛 )|
𝜀𝑛 ≤
min |𝑓′(𝑥)|
Se debe a un redondeo de cifras decimales realizado por la máquina. Para evitarlo, se ha de trabajar
con el valor almacenado en memoria
Se deduce con el Teorema del Valor Medio de Lagrange

𝑓(𝑏) − 𝑓(𝑎)
𝑆𝑖 𝑓(𝑥)𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 [𝑎, 𝑏]𝑦 𝑑𝑒𝑟𝑖𝑣𝑎𝑏𝑙𝑒 𝑒𝑛 (𝑎, 𝑏) → ∃𝑐 ∈ (𝑎, 𝑏)/𝑓′(𝑐) =
𝑏−𝑎
Regla de Fourier
f(x) continua y derivable en [a, b]
f’(x) continua y derivable en [a, b] X0 es el extremo de [a, b] en el que f y f” tienen
𝑓’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] el mismo signo, la sucesión obtenida por el
𝑓′’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] método de Newton converge a 𝑥̅ ∈ [𝑎, 𝑏], la raíz de

f(x)=0 en [a, b]
Elimina la publicidad de este documento con 1 coin

Cálculo Infinitesimal y Numé...
Banco de apuntes de la
Método de Newton
1. Localizar la raíz: Hallar [a, b] donde f cumpla el teorema de Bolzano
2. Comprobar si en ese intervalo se verifica la Regla de Fourier para elegir X0. Si no, hacer más
pequeño el intervalo, dejando fuera los puntos para los que no se cumpliría
𝑓 (𝑥) ∈ 𝑐 2 [𝑎, 𝑏], 𝑓 ′ (𝑥) ≠ 0, 𝑓"(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏]
X0= a ó x0=b, donde signo (f) = signo (f”)
3. Aplicar el método de Newton a partir del X0 elegido por la Regla de Fourier
𝑓(𝑋𝑛 )
𝑋𝑛+1 = 𝑋𝑛 − ′ ,𝑛 ≥ 0
𝑓 (𝑋𝑛 )
4. Acotar el error en la iteración n-ésima haciendo uso de la cota de error “a posteriori”
|𝑓(𝑋𝑛 )|
𝜀𝑛 ≤
min |𝑓′(𝑥)|
5. Paramos en el 𝑋𝑛 /𝜀𝑛 < 10−𝑝 , donde p sea la precisión deseada

Para que exista una raíz en un intervalo → T. Bolzano
Sea 𝑓[𝑎, 𝑏] ∈ 𝑅 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 [𝑎, 𝑏], 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑓(𝑎) · 𝑓(𝑏) < 0 → ∃𝑐 ∈ (𝑎, 𝑏)/ 𝑓(𝑐) = 0
Para verificar que la raíz es única → 𝑓′(𝑥) ≠ 0 para todo el intervalo

Para verificar que la raíz es simple → 𝑓(𝑋) = 0, 𝑓 ′ (𝑋) ≠ 0
𝐴
|𝑥̅ | < 1 +
|𝑎0 |
𝐴 = máximo de los valores absolutos
𝑎0 = coeficiente de la potencia de mayor grado
Método de bisección
𝑎+𝑏
𝑋𝑛 =
2
Método del punto fijo

Sea la función g(x), 𝑥̅ es un punto fijo de g(x) si g(x)= 𝑥̅
1. g(x) es una función continua en [a, b]

2. g(x) es derivable en (a, b)
3. |𝑔’(𝑥)| ≤ 𝑞 < 1 ∀𝑥 ∈ [𝑎, 𝑏]
4. 𝑔([𝑎, 𝑏]) 𝑐 [𝑎, 𝑏]
Dado un X0 cualquiera de [a, b], la sucesión obtenida como 𝑥𝑛+1 = 𝑔(𝑥𝑛 ) converge a un valor
𝑥̅ que es la única solución de x=g(x) en [a, b]
Método de Newton
Comprobar si en ese intervalo se verifica la Regla de Fourier para elegir X0.
X0= a ó x0=b, donde signo (f) = signo (f”)
𝑓(𝑋𝑛 )
𝑋𝑛+1 = 𝑋𝑛 − ′ ,𝑛 ≥ 0
𝑓 (𝑋𝑛 )
Regla de Fourier
f(x) continua y derivable en [a, b]
f’(x) continua y derivable en [a, b] X0 es el extremo de [a, b] en el que f y f” tienen
𝑓’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] el mismo signo, la sucesión obtenida por el
𝑓′’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] método de Newton converge a 𝑥̅ ∈ [𝑎, 𝑏], la

raíz de f(x)=0 en [a, b]

Cota de error “a priori”
𝑏−𝑎
𝜀𝑛 <
2𝑛
Sea 𝑋̅ la solución de una ecuación y X una aproximación de esta, 𝑋~𝑋̅. X tiene p cifras decimales
exactas de 𝑋̅ si |𝜀| = |𝑋 − 𝑋̅| < 10−𝑝
Para saber cuantas aproximaciones son necesarias con el método de bisección para obtener un
número con n cde (cifras decimales exactas), hay que calcular |𝜀| < 10−𝑐𝑑𝑒
* El error es MENOR (|𝜀| <)
* El error se mide en valor absoluto, el intervalo NO
Cota de error “a posteriori”

|𝑓(𝑋𝑛 )|
𝜀𝑛 ≤
min |𝑓′(𝑥)|
Se debe a un redondeo de cifras decimales realizado por la máquina. Para evitarlo, se ha de
trabajar con el valor almacenado en memoria
Se deduce con el Teorema del Valor Medio de Lagrange

𝑓(𝑏) − 𝑓(𝑎)
𝑆𝑖 𝑓(𝑥)𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 [𝑎, 𝑏]𝑦 𝑑𝑒𝑟𝑖𝑣𝑎𝑏𝑙𝑒 𝑒𝑛 (𝑎, 𝑏) → ∃𝑐 ∈ (𝑎, 𝑏)/𝑓′(𝑐) =
𝑏−𝑎
* 𝑥 −𝑛 < 𝑔−𝑛 → 𝑥 𝑛 > 𝑦 𝑛
Soporte regular (𝑆 = {𝑋0 , 𝑋1 , … , 𝑋𝑛 }): La diferencia entre dos puntos consecutivos es
siempre la misma
Interpolando: 𝑥 ∈ [𝑋0 , 𝑋𝑛 ] Extrapolando: 𝑥 ∈ [𝑋0 , 𝑋𝑛 ]
Teoremas
Existencia y unicidad
Para una función f(x), existe siempre un único polinomio de grado menor o igual a n; que
interpola a la función en el soporte
Error de interpolación
Sea 𝑃𝑛 (𝑥) el polinomio de interpolación de 𝑓(𝑥) en un soporte. Si 𝑓(𝑥) es 𝑛 + 𝑎 veces
derivable con 𝑓 (𝑛+1) (𝑥) continua y 𝑥 ∈ 𝑅, el error que se da al aproximar el valor de 𝑓(𝑥) por
𝑃𝑛 (𝑥) viene dado por:
|𝑓 (𝑛+1) (𝑐)|
𝜀(𝑥) = |𝑥 − 𝑥0 | … |𝑥 − 𝑥𝑛 |
(𝑛 + 1)!
C= punto entre X0 y Xn
3! (Factorial de 3): 3·2·1 7! (Factorial de 7): 7·6·5·4·3·2·1 0! (Factorial de 0): 1
* No tiene sentido calcular el error de los puntos de extrapolación
Teorema de Runge
Al aumentar el número de puntos del soporte, se mejora la aproximación en la parte central
del intervalo, pero la diferencia aumenta en los extremos
* Si quiero afinar la aproximación añadiendo más puntos al soporte, pero con la condición de
que 𝑋0 siga siendo 𝑎 y 𝑋𝑛 siga siendo 𝑏, el proceso hay que realizarlo desde el principio, ya sea
con Lagrange o con Newton
Interpolación de Lagrange
(𝑥 − 𝑇𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠 𝑑𝑒𝑙 𝑠𝑜𝑝𝑜𝑟𝑡𝑒 𝑚𝑒𝑛𝑜𝑠 é𝑙 𝑚𝑖𝑠𝑚𝑜)
𝐿𝑖(𝑥) =
(𝐸𝑙 𝑝𝑢𝑛𝑡𝑜 − 𝑇𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑑𝑒𝑚𝑎𝑠 𝑚𝑒𝑛𝑜𝑠 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜)
𝑃𝑛 (𝑥) = 𝑓(𝑋𝑖 ) · 𝐿𝑖(𝑥)
➢ 𝐿𝑖 (𝑋𝐽) = 0 𝑠𝑖 𝑖 ≠ 𝑗
1 𝑠𝑖 𝑖 = 𝑖
➢ El grado del polinomio es n
➢ El polinomio interpola a la función f(x) en el soporte {X0, X1, …, Xn}
* Los Polinomios auxiliar es valen para cualquier función, ya que ésta no interviene. La función
solo cambia los coeficientes
* Cuando me cambian el soporte, los polinomios auxiliares cambian
* Se usa para un polinomio de interpolación de varias funciones en un mismo soporte
* Empiezo por L0

Interpolación de Newton
𝑃𝑛 (𝑥) = 𝑓[𝑥0 ] + 𝑓[𝑥0 , 𝑥1 ](𝑥 − 𝑥0 ) + ⋯ + 𝑓[𝑋0 , … , 𝑋𝑛 ](𝑥 − 𝑋0 ) … (𝑋 − 𝑋𝑛−1 )
𝑓[𝑋1, … , 𝑋𝑘 ] − 𝑓[𝑋0 , … , 𝑋𝑘−1 ]
𝑓[𝑥0 , 𝑥1 , ⋯ , 𝑥𝑘 ] =
𝑋𝑘 − 𝑋0
* Se usa cuando me dan una función en un soporte y quiero ir añadiendo puntos a este
* Empiezo contando por 0 en los soportes

El polinomio de Taylor aproximará a f(x) en un entorno reducido de X0, lejos son muy
diferentes
Al aumentar el grado, aumenta la proximidad del polinomio a f(x) en un entorno de X0
Todo polinomio de grado n con coeficientes reales, puede expresarse en potencias de

(𝑥 − 𝑥0 ) ∀ 𝑥0 ∈ ℝ. Esto se hace con Ruffini
Ej.: 3𝑥 3 + 7𝑥 2 − 5𝑥 + 1 = 3(𝑥 + 2)3 − 11(𝑥 + 2)2 + 3(𝑥 + 2) + 15
T1(X) es la recta tangente a f(x) en (X0,f(X0))
¿Cómo buscar un polinomio T(x) que aproxime localmente a f(x) en X0?

1. f(x) debe tener un comportamiento suficientemente regular
2. f(x0) deberá ser igual a T(x0) y fk) (X0) = Tk) (x0) hasta un orden prefijado
𝑓′′ (𝑥0 ) 𝑓𝑛 (𝑥0 )
3. 𝑇𝑛 (𝑥) = 𝑓(𝑥0 ) + 𝑓′(𝑥0 )(𝑥 − 𝑥0 ) +
2!
(𝑋 − 𝑥0 )2 + ⋯ + (𝑥 − 𝑥0 )𝑛
𝑛!
Teorema de existencia y unicidad del polinomio de Taylor

Sea 𝑓: 𝐷𝑜𝑚 ⊆ ℝ → ℝ, 𝑛 veces derivable en un punto 𝑥0 ∈ 𝐷𝑜𝑚, existe un único polinomio
de grado ≤ 𝑛 que verifica:
𝑛)
𝑇𝑛 (𝑥0 ) = 𝑓(𝑥0 ); 𝑇𝑛′ (𝑥0 ) = 𝑓 ′ (𝑥0 ), 𝑇𝑛′ ′(𝑥0 ) = 𝑓 ′′ (𝑥0 ) … 𝑇𝑛 (𝑥0 ) = 𝑓 𝑛) (𝑥0 )
Polinomio de Maclaurin
Polinomio de Taylor para x=0
Polinomio de grado n
El polinomio de Taylor de grado n es X0 es el propio f(x) expresado en potencias de (x-x0)
Error cometido
𝑓 𝑛+1) (𝑐)
|𝑅𝑛 (𝑥)| = |𝑓(𝑥) − 𝑇𝑛(𝑥)| = (𝑥 − 𝑥0 )𝑛+1
(𝑛 + 1)!
𝑅𝑛 (𝑥) es el resto de Lagrange
C: Menor valor que toma la función en valor absoluto

Series Numéricas. Series de Potencias
Suma infinita de funciones sencillas que aproxima a una función de la cual no se conoce su
expresión
∞
∑ 𝑎𝑛 (𝑥 − 𝑥0 )𝑛 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )2 …
𝑛=0
|𝑿 − 𝑿𝟎 | < 𝒓
𝑿𝟎 : Centro de convergencia
Si 𝑿𝟎 = 𝟎, la serie está centrada en el origen
𝒓: radio de convergencia
Si en una serie de potencias, nos quedamos con los 𝑛 primeros términos, estamos
aproximando la función por un polinomio de grado 𝑛 en un tono de 𝑋0 , qué sería la suma
parcial de n
∞
∑ 𝑎𝑛 (𝑥 − 𝑥0 )𝑛 = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )2 + ⋯ + 𝑎𝑛 (𝑥 − 𝑥0 )𝑛
𝑛=0
Un polinomio puede considerarse una serie de potencias en la que todos sus coeficientes son
nulos, excepto un número finito
Convergencia puntual de una serie de potencias

Al dar a 𝑋 el valor 𝐶, la serie numérica infinita de números que se obtiene tiene un valor finito
Criterios de convergencia de series numéricas

Criterio del cociente Criterio de la raíz
𝑎𝑛+1 𝑛
𝑙𝑖𝑚 | | 𝑙𝑖𝑚 √|𝑎𝑛 |
𝑛→∞ 𝑎𝑛 𝑛→∞
< 1_ ∑𝑎𝑛 converge < 1_ ∑𝑎𝑛 converge
> 1_ ∑𝑎𝑛 diverge > 1_ ∑𝑎𝑛 diverge
= 1_No hay información = 1_No hay información
Criterio de Leibnitz
Para series alternadas (valores positivos y negativos intercalados)
Si ∀𝑛 ≤ 𝑁, 𝑎 < 𝑎𝑛+1 ≤ 𝑎𝑛 ({𝑎𝑛 } ↓) Converge
𝑙𝑖𝑚 𝑎𝑛 = 0
𝑛→∞
Series Numéricas. Series de Potencias
Teorema de Cauchy-Hadaward
Dada una serie de potencias centrada en 𝑥0 , Existe un número real 𝑟 tal que:
La serie converge en los puntos 𝑋/|𝑋 − 𝑋0 | < 𝑟:
(|𝑥 − 𝑥0 | < 𝑟) ↔ (−𝑟 < 𝑥 − 𝑥0 < 𝑟) ↔ (−𝑟 + 𝑥0 < 𝑥 < 𝑥0 + 𝑟) ↔ (𝑥𝜖(𝑋0 − 𝑟, 𝑋0 + 𝑟))
El intervalo resultado es el intervalo de congruencia y r es el radio de congruencia
• Si 𝑟 = +∞, la serie de potencias converge en ℝ

• Si 𝑟 = 0, la serie de potencias converge en 𝑥 = 𝑥0
• La serie no converge en 𝑥/|𝑥 − 𝑥0 | > 𝑟
𝒂𝟎
𝑺(𝒙) =
𝟏−𝒓

Series trigonométricas
∞
𝑆(𝑥) = ∑(𝑎𝑛 · cos(𝑛𝑤𝑥) + 𝑏𝑛 · 𝑠𝑒𝑛(𝑛𝑤𝑥))

𝑛=0
Si periodo=2𝜋 y frecuencia=1:
∞
𝑆(𝑥) = ∑(𝑎𝑛 · cos(𝒏𝒙) + 𝑏𝑛 · 𝑠𝑒𝑛(𝒏𝒙))

𝑛=0
−𝑇 𝑇
Si la función no es periódica, consideramos su extensión 2𝜋 o en [ , ](Copia y pega)
2 2
Dada una función periódica 𝑓: [−𝑇, 𝑇] → ℝ, usamos serie de Fourier de periodo 2T de dicha
función
∞
𝒂𝟎
𝑆(𝑥) = ∑(𝑎𝑛 · cos(𝑛𝑥) + 𝑏𝑛 · 𝑠𝑒𝑛(𝑛𝑥))
𝟐
𝒏=𝟏
Coeficientes de Fourier
𝑇/2
2
𝑎0 = · ∫ 𝑓(𝑥) ⋅ ⅆ𝑥
𝑇 −𝑇/2
𝑇/2
2
𝑎𝑛 = · ∫ 𝑓(𝑥) ⋅ cos(𝑛𝑤𝑥) · ⅆ𝑥
𝑇 −𝑇/2
𝑇/2
2
𝑏𝑛 = · ∫ 𝑓(𝑥) ⋅ 𝑠𝑒𝑛(𝑛𝑤𝑥) · ⅆ𝑥
𝑇 −𝑇/2
Funciones T-periódicas
Una función 𝑓(𝑥) es T-periódica o de periodo T si 𝑓(𝑥 + 𝑇) = 𝑓(𝑥)
Periodo mínimo o fundamental

Menor valor de T que verifica 𝑓(𝑥 + 𝑇) = 𝑓(𝑥)
Frecuencia
Numero de periodos de la función 𝑓(𝑥) contiene dos 𝑎𝑛 en cualquier intervalo de longitud 2𝜋
2𝜋
𝑤=
𝑇

𝒇(𝒙) es par
• 𝑓(−𝑥) = 𝑓(𝑥)
• 𝐸𝑗.: 𝑓(𝑥) = cos 𝑥 , 𝑓(𝑥) = |𝑥|
• 𝑆𝐼𝑚𝑒𝑡𝑟𝑖𝑐𝑎𝑠 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑒𝑗𝑒 𝑋
𝑎 𝑎
• ∫−𝑎 𝑓(𝑥) ⅆ𝑥 = 2 ∫0 𝑓(𝑥) ⋅ ⅆ𝑥
• 𝑏𝑛 = 0 ∀ 𝑛 ≥ 1
• Serie de Fourier, desarrollo en cosenos
𝒇(𝒙) es impar
• 𝑓(−𝑥) = − 𝑓(𝑥)
• 𝐸𝑗.: 𝑓(𝑥) = sen 𝑥 , 𝑓(𝑥) = 𝑥
• 𝑆𝐼𝑚𝑒𝑡𝑟𝑖𝑐𝑎𝑠 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑃(0,0)
𝑎
• ∫−𝑎 𝑓(𝑥) ⅆ𝑥 = 0
• 𝑎𝑛 = 0, 𝑎0 = 0 ∀ 𝑛 ≥ 1
• Serie de Fourier, desarrollo en senos
Par · Par= Par Impar · Impar = Par Par · Impar= Impar
Condiciones de Dirichlet
Se ha de cumplir para que se de la igualdad 𝑆 𝑓(𝑥) = 𝑓(𝑥) en x, convergencia puntual
• F(x) es continua en T o tiene un numero finito de discontinuidades de salto finito

• F(x) tiene un numero finito de extremos relativos en dicho intervalo
Teorema de Dirichlet
Sea f(x) una función T-periódica, verificando las condiciones de Dirichlet en cada intervalo de
amplitud T
Entonces, la serie de Fourier de f(x), converge puntualmente en cualquier 𝑥 𝜖 ℝ y es
𝑆(𝑥) = 𝑓(𝑥) 𝑠𝑖 𝑓 𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 𝑥

𝑓(𝑥 − ) + 𝑓(𝑥 + )
𝑠𝑖 𝑓(𝑥) 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑎 ⅆ𝑖𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑖ⅆ𝑎ⅆ ⅆ𝑒 𝑠𝑎𝑙𝑡𝑜 𝑓𝑖𝑛𝑖𝑡𝑜 𝑒𝑛 𝑋
2
Fenómeno de Gibbs
Sea f(x) una función que verifica las condiciones de Dirichlet y Sf(x) su serie de Fourier
En la parte central mejora la aproximación al aumentar el orden o tamaño de la suma parcial.

En los extremos, continúa la oscilación que se produce con un orden pequeño

Funciones de varias variables
Dominio: 𝑓: 𝐷𝑜𝑚 ⊆ ℝ2 → ℝ
Límite
Si ∃lim
(𝑥,𝑦)→(𝑥0 ,𝑦0 ) 𝑓(𝑥, 𝑦) → Existen los limites direccionales a través de cualquier dirección y
todos coinciden
Si sale una constante, esta se tiene que dar con los 3 conjuntos de direcciones
Limites direccionales
Dan a saber si no existe el limite doble; o si este existe, ha de valer lo que valgan los
direccionales
𝑦 = 𝑚𝑥, 𝑦 = 𝑚𝑥 2 , 𝑦 = √𝑥
Continuidad
Sea 𝑓: 𝐷𝑜𝑚 ⊆ ℝ2 → ℝ, (𝑥0 , 𝑦0 )𝜖ℝ2
𝑓 es continua en (𝑥0 , 𝑦0 ) si 𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 )

(𝑥,𝑦)→(𝑥0 ,𝑦0 )
Derivadas
La x en derivada respecto de y, equivale a n; ya este normal, al cuadrado o como sea
Las derivadas cruzadas pueden no coincidir
La existencia y que las derivadas parciales de una función sean iguales en un punto no implica
que la función sea continua en ese punto
2 derivadas parciales de 4 derivadas parciales de

primer orden segundo orden
𝑓(𝑥, 𝑦) 𝑑𝑓 𝑑𝑓
(𝑥, 𝑦) 𝑑( )
𝑑𝑥 𝑑𝑥
(𝑥, 𝑦)
𝑑𝑥
𝑑𝑓
𝑑( )
𝑑𝑥
(𝑥, 𝑦)
𝑑𝑦
𝑑𝑓 𝑑𝑓
(𝑥, 𝑦) 𝑑( )
𝑑𝑦 𝑑𝑥
(𝑥, 𝑦)
𝑑𝑦
𝑑𝑓
𝑑( )
𝑑𝑦
(𝑥, 𝑦)
𝑑𝑦
Notación:
𝑑2 𝑓 𝑑 𝑑𝑓
(𝑥, 𝑦) = ( (𝑥, 𝑦)) = 𝑓𝑋𝑋 (𝑥, 𝑦) = 𝐷11 𝑓(𝑥, 𝑦)
𝑑𝑥 · 𝑑𝑥 𝑑𝑥 𝑑𝑥
(𝑥, 𝑦) = ( (𝑥, 𝑦)) = 𝑓𝑥𝑦 (𝑥, 𝑦) = 𝐷12 𝑓(𝑥, 𝑦)
𝑑𝑦 · 𝑑𝑥 𝑑𝑦 𝑑𝑥
(𝑥, 𝑦) = ( (𝑥, 𝑦)) = 𝑑𝑦𝑥 (𝑥, 𝑦) = 𝐷21 𝑓(𝑥, 𝑦)
𝑑𝑥 · 𝑑𝑦 𝑑𝑥 𝑑𝑦
(𝑥, 𝑦) = ( (𝑥, 𝑦)) = 𝑑𝑦𝑦 (𝑥, 𝑦) = 𝐷22 𝑓(𝑥, 𝑦)
𝑑𝑦 · 𝑑𝑦 𝑑𝑦 𝑑𝑦
Vector gradiente
𝑑𝑓 𝑑𝑓
Dados un punto (𝑥0 , 𝑦0 ) ∈ ℝ2 𝑦 𝑓: ℝ2 → ℝ \∃ 𝑑𝑥 (𝑥, 𝑦)𝑦 (𝑥, 𝑦) se define el sector
𝑑𝑦
gradiente de 𝑓(𝑥, 𝑦) en (𝑥0 , 𝑦0 ) como ∇𝑓(𝑥0 , 𝑦0 ) = (𝑓𝑥 (𝑥0 , 𝑦0 ), 𝑓𝑦 (𝑥0 , 𝑦0 ))
Función diferenciable en un punto

Sea 𝑏 = 𝐵((𝑥0 , 𝑦0 ), 𝑟) y 𝑓: 𝐵 ⊆ ℝ2 → ℝ
Diremos que f es diferenciable en (𝑥0 , 𝑦0 )

𝑓(𝑥0 + 𝑘, 𝑦0 + 𝑘) − 𝑓(𝑥, 𝑦) − ∇𝑓(𝑥0 , 𝑦0 ) − (ℎ, 𝑘)
lim =0
(ℎ,𝑘)→(0,0) √ℎ2 + 𝑘 2

Derivada direccional: ∇ (𝑓𝑥/𝑦 (𝑥0 , 𝑦0 )) ∎(𝑢
⃗ 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜 )
Dirección de máximo crecimiento: ∇ (𝑓𝑥/𝑦 (𝑥0 , 𝑦0 ))
Máxima pendiente: |∇ (𝑓𝑥/𝑦 (𝑥0 , 𝑦0 )) |
Dirección de mínimo crecimiento: −∇ (𝑓𝑥/𝑦 (𝑥0 , 𝑦0 ))
Mínima pendiente: | − ∇ (𝑓𝑥/𝑦 (𝑥0 , 𝑦0 )) |
Altura del plano: Valor de z

𝑑𝑓(𝑥0 ,𝑦0 ) 𝑑𝑓(𝑥0 ,𝑦0 )
Recta/plano tangente: 𝑧 − 𝑓(𝑥0 , 𝑦0 ) = ( 𝑑𝑥
) (𝑥 − 𝑥0 ) + ( 𝑑𝑦
)(𝑦 − 𝑦0 )
La recta normal a una superficie S en un punto P es la recta que pasa por P y tiene como
vector director (𝑓𝑥 (𝑥0, 𝑦0), 𝑓𝑦 (𝑥0, 𝑦0))
Extremos relativos
Los puntos críticos de una función son aquellos que anulan las derivadas direccionales,
(𝑓𝑥 (𝑥0 , 𝑦0 )) = 0, (𝑓𝑦 (𝑥0 , 𝑦0 )) = 0
Un punto de silla es cuando en unos puntos del entorno de dicho punto, la función es mayor
que 𝑓𝑥𝑥 (𝑥0, 𝑦0), y en otros puntos es menor
Clasificación:
𝑓𝑥𝑥 (𝑥0, 𝑦0) 𝑓𝑦𝑥 (𝑥0, 𝑦0)
|𝐻(𝑓(𝑥0, 𝑦0))| = | |
𝑓𝑥𝑦 (𝑥0, 𝑦0) 𝑓𝑦𝑦 (𝑥0, 𝑦0)
Determinante = 0 → NO información
Determinante > 0 → (x0, y0) es un extremo
𝑓𝑥𝑥 (𝑥0, 𝑦0) > 0 → Mínimo
𝑓𝑥𝑥 (𝑥0, 𝑦0) < 0 → Máximo
Determinante < 0 → (x0, y0) es un punto de silla
* Las derivadas cruzadas son iguales
* Para los puntos críticos, necesito conocer los valores de x e y
* El DOMINIO se representa en una gráfica

Wuolah Free Apuntes Todos Los Temas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Wuolah Free Apuntes Todos Los Temas

Cargado por

Copyright:

Formatos disponibles

Apuntes-todos-los-temas.

Cálculo Infinitesimal y Numérico

1º Grado en Ingeniería Informática - Ingeniería del Software

Escuela Técnica Superior de Ingeniería Informática

Reservados todos los derechos.

Métodos de resolución de una ecuación

Por ejemplo: 𝑓(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐

No existen para funciones de grado 4 o no polinómicas

Métodos iterados, proporcionan una sucesión de aproximaciones a la solución {𝑋̅1 , 𝑋̅2 , … }

Más eficientes que los directos, siempre existen

Método de bisección o dicotomía

Cota de error a prori

* El error es MENOR (|𝜀| <)

* El error se mide en valor absoluto, el intervalo NO

1. g(x) es una función continua en [a, b]

Cota de error “a posteriori”

Se deduce con el Teorema del Valor Medio de Lagrange

f’(x) continua y derivable en [a, b] X0 es el extremo de [a, b] en el que f y f” tienen

𝑓’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] el mismo signo, la sucesión obtenida por el

𝑓′’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] método de Newton converge a 𝑥̅ ∈ [𝑎, 𝑏], la raíz de

Elimina la publicidad de este documento con 1 coin

Elimina la publicidad de este documento con 1 coin

Para verificar que la raíz es única → 𝑓′(𝑥) ≠ 0 para todo el intervalo

Método del punto fijo

1. g(x) es una función continua en [a, b]

f’(x) continua y derivable en [a, b] X0 es el extremo de [a, b] en el que f y f” tienen

𝑓’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] el mismo signo, la sucesión obtenida por el

𝑓′’(𝑥) ≠ 0 ∀𝑥 ∈ [𝑎, 𝑏] método de Newton converge a 𝑥̅ ∈ [𝑎, 𝑏], la

Elimina la publicidad de este documento con 1 coin

* El error es MENOR (|𝜀| <)

* El error se mide en valor absoluto, el intervalo NO

Cota de error “a posteriori”

Se deduce con el Teorema del Valor Medio de Lagrange

* 𝑥 −𝑛 < 𝑔−𝑛 → 𝑥 𝑛 > 𝑦 𝑛

Interpolando: 𝑥 ∈ [𝑋0 , 𝑋𝑛 ] Extrapolando: 𝑥 ∈ [𝑋0 , 𝑋𝑛 ]

3! (Factorial de 3): 3·2·1 7! (Factorial de 7): 7·6·5·4·3·2·1 0! (Factorial de 0): 1

* No tiene sentido calcular el error de los puntos de extrapolación

* Cuando me cambian el soporte, los polinomios auxiliares cambian

* Se usa para un polinomio de interpolación de varias funciones en un mismo soporte

Elimina la publicidad de este documento con 1 coin

* Empiezo contando por 0 en los soportes

Elimina la publicidad de este documento con 1 coin

Al aumentar el grado, aumenta la proximidad del polinomio a f(x) en un entorno de X0

Todo polinomio de grado n con coeficientes reales, puede expresarse en potencias de

T1(X) es la recta tangente a f(x) en (X0,f(X0))

¿Cómo buscar un polinomio T(x) que aproxime localmente a f(x) en X0?

Teorema de existencia y unicidad del polinomio de Taylor

C: Menor valor que toma la función en valor absoluto

Elimina la publicidad de este documento con 1 coin

Convergencia puntual de una serie de potencias

Criterios de convergencia de series numéricas

< 1_ ∑𝑎𝑛 converge < 1_ ∑𝑎𝑛 converge

> 1_ ∑𝑎𝑛 diverge > 1_ ∑𝑎𝑛 diverge

= 1_No hay información = 1_No hay información

Si ∀𝑛 ≤ 𝑁, 𝑎 < 𝑎𝑛+1 ≤ 𝑎𝑛 ({𝑎𝑛 } ↓) Converge

• Si 𝑟 = +∞, la serie de potencias converge en ℝ

Elimina la publicidad de este documento con 1 coin

𝑆(𝑥) = ∑(𝑎𝑛 · cos(𝑛𝑤𝑥) + 𝑏𝑛 · 𝑠𝑒𝑛(𝑛𝑤𝑥))

𝑆(𝑥) = ∑(𝑎𝑛 · cos(𝒏𝒙) + 𝑏𝑛 · 𝑠𝑒𝑛(𝒏𝒙))

Periodo mínimo o fundamental

Elimina la publicidad de este documento con 1 coin

Par · Par= Par Impar · Impar = Par Par · Impar= Impar

• F(x) es continua en T o tiene un numero finito de discontinuidades de salto finito