Beruflich Dokumente
Kultur Dokumente
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Pgina 1
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
En el cual la solucin del sistema, es decir, los valores de x1 , x 2 , x 3 ,, x n , vienen
dados por la expresin:
x1 =
b1
b2
a12
a22
b3
a32
...
bn an 2
a11 b1
a21 b2
a31 b3
x2 =
x3 =
...
an1 bn
a11
a21
a12
a22
a31
...
an1
a32
b1 ... a1n
b2 ... a2 n
b3 ... a3n
an 2
bn ... ann
A
...
xn =
a11
a21
a31
a12
a22
a32
a13 ... b1
a23 ... b2
a33 ... b3
...
an1
an 2
an 3 ... bn
A
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
En algunos de los mtodos que estudiaremos (resolucin de ecuaciones no lineales), la
solucin del problema se obtendr como lmite de una sucesin de nmeros reales, es decir,
mediante un proceso infinito; pero en la prctica, al implementar tales mtodos debemos
reemplazar el proceso infinito por uno finito, es decir, con un nmero finito de operaciones. De
esta manera tendremos una solucin aproximada.
Captulo 1.1.1.1. ANLISIS NUMRICO:
Es probable que una de las partes ms importantes en el anlisis numrico sea el
estudio del error entre la solucin calculada aproximada y la verdadera solucin.
Captulo 1.1.1.2. ERROR ABSOLUTO:
Viene dado por la expresin e a
calculada.
Captulo 1.1.1.3. ERROR RELATIVO:
Viene dado por la expresin e r =
ea
.
x
Pgina 3
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Pgina 4
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 2: INTERPOLACIN.
Captulo 2.1. INTRODUCCIN.
Supongamos que partimos de una tabla de valores de la funcin seno. Por ejemplo:
x ( )
sen( x )
60
65
70
75
80
0,866025
0,906308
0,939693
0,965926
0,984808
P (60 ) = 0,866025
P (65) = 0,906308
...
P ( x i ) = sen( x i )
As, sen(66 ) P (66 )
Pero, qu tipo de polinomio verificara est condicin?
Veamos unos ejemplos ms sencillos.
En primer lugar, suministramos una tabla con dos valores:
x0
x1
f (x 0 ) = y 0
f ( x1 ) = y1
recta. En este caso el polinomio que buscamos sera de la forma P ( x ) = c 0 + c1 x , esto es, un
polinomio de grado menor o igual a uno.
Pgina 5
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
y
(x1 ,y1)
y1
(x0 ,y0)
y0
x1
x0
f (x 0 ) = y 0
x0
f ( x1 ) = y1
f (x 2 ) = y 2
x1
x2
y
(x1 ,y1)
y1
(x2 ,y2)
y2
(x0 ,y0)
y0
x0
Alberto Surez Lpez
x1
x2
Pgina 6
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Observamos, pues, que para una muestra de n + 1 trminos es necesario un polinomio
de grado menor o igual a n .
Captulo 2.1.1. EL PROBLEMA DE LA INTERPOLACIN:
Sean x0 , x1 , x2 ,..., xn , n + 1 distintos pertenecientes a R y sea f una funcin real
P ( x i ) = f ( x i ) y Q( x i ) = f ( x i ), i [0, n] .
R( x 0 ) = P(x 0 ) Q(x 0 ) = f ( x 0 ) f ( x 0 ) = 0
R ( x1 ) = P( x1 ) Q( x1 ) = f ( x1 ) f ( x1 ) = 0
R( x 2 ) = P( x 2 ) Q( x 2 ) = f ( x 2 ) f ( x 2 ) = 0
...
R( x n ) = P( x n ) Q( x n ) = f ( x n ) f (x n ) = 0
tiene n + 1 races. Sin embargo, de acuerdo con el teorema fundamental del lgebra, sabemos
que todo polinomio de grado menor o igual a n tiene n races (reales o imaginarias, iguales o
repetidas). Cmo podemos justificar esta aparente contradiccin? La nica posible solucin
es que R ( x ) sea el polinomio nulo, R ( x ) = 0 . En tal caso, tenemos R ( x ) = P ( x ) Q( x ) = 0 y
por tanto, P ( x ) = Q( x ) y queda demostrada la unicidad del polinomio interpolante.
Pgina 7
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
NEWTON
[ ]
Pn ( x ) = f ( x 0 )l 0. ( x ) + f ( x1 )l1. (x ) + f ( x 2 )l 2. (x ) + ... + f ( x n )l n. ( x ) =
n
i =0
f ( x i )l i. ( x ) ,
(x x1 )( x x 2 )( x x3 )...(x x n )
l 0 (x ) =
(x 0 x1 )( x 0 x 2 )( x 0 x3 )...(x0 x n )
l 0 (x 0 ) = 1
l 0 ( x1 ) = 0
l 0 (x 2 ) = 0
...
l1 ( x n ) = 0
l1 ( x 0 ) = 0
l (x ) = 1
(x x 0 )( x x 2 )( x x3 )...(x x n ) 1 1
l1 ( x ) =
l (x ) = 0
(x1 x 0 )( x1 x 2 )( x1 x3 )...(x1 x n ) 1 2
...
l1 ( x n ) = 0
l 2 (x 0 ) = 0
(x x 0 )( x x1 )( x x3 )...(x x n )
l 2 (x ) =
(x 2 x 0 )( x 2 x1 )( x 2 x3 )...(x 2 x n )
l 2 ( x1 ) = 0
l 2 (x 2 ) = 1
...
l 2 (x n ) = 0
...
l 2 (x 0 ) = 0
(x x0 )( x x1 )( x x 2 )...(x x n 1 )
l n (x ) =
(x n x 0 )( x n x1 )( x n x 2 )...(x n x n 1 )
l 2 ( x1 ) = 0
l 2 (x 2 ) = 1
...
l 2 (x n ) = 0
l i (x ) =
n
(x x 0 )( x x1 )( x x 2 )...(x xi 1 )( x xi +1 )...(x x n )
x xk
=
(xi x 0 )( xi x1 )( xi x 2 )...(xi xi 1 )( xi xi +1 )...(xi x n ) k =0 xi x k
k i
Pgina 8
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Vamos a verificar que Pn ( x ) es el polinomio de interpolacin:
Pn ( x 0 ) = f ( x 0 )l 0. ( x ) + f ( x1 )l1. ( x ) + f ( x 2 )l 2. ( x ) + ... + f ( x n )l n. ( x ) =
= f (x 0 )1 + f ( x1 )0 + f ( x 2 )0 + ... + f ( x n )0 =
= f (x 0 )
2
1
0
1
3
23
7
1
1
17
= 23
a n que coincide con la funcin en los puntos x0 , x1 , x2 ,..., xn . De este modo, cada polinomio
viene definido a partir del anterior, es decir, viene dado por una relacin de recurrencia.
P0 ( x ) P0 ( x 0 ) = f ( x 0 )
P1 ( x ) P1 ( x 0 ) = f ( x 0 ), P1 ( x1 ) = f ( x1 )
P2 ( x ) P2 ( x 0 ) = f ( x 0 ), P2 ( x1 ) = f ( x1 ), P2 ( x 2 ) = f ( x 2 )
...
Pn ( x ) Pn ( x 0 ) = f (x 0 ), Pn ( x1 ) = f ( x1 ), Pn ( x 2 ) = f ( x 2 ),..., Pn ( x n ) = f ( x n )
Pgina 9
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Vamos a calcular estos polinomios:
P0 ( x ) = f (x 0 ) = c 0
P1 ( x ) = P0 ( x ) + Q1 ( x )
P1 ( x 0 ) = f ( x 0 ) + Q1 ( x 0 )
P1 ( x ) = f (x 0 )
Q1 ( x 0 ) = 0
Q1 ( x ) = c1 ( x x 0 )
P1 ( x1 ) = f ( x 0 ) + Q1 ( x1 ) = f ( x 0 ) + c1 (x x 0 )
P1 ( x1 ) = f ( x1 )
c1 =
P1 ( x ) = c 0 + c1 (x x 0 )
f (x1 ) f (x 0 )
x1 x 0
P2 ( x ) = P1 ( x ) + Q2 ( x )
P2 ( x 0 ) = P1 ( x 0 ) + Q2 ( x 0 ) = f ( x 0 ) + Q2 (x 0 )
P2 ( x 0 ) = f ( x 0 )
P2 ( x1 ) = P1 ( x1 ) + Q2 ( x1 ) = f ( x1 ) + Q2 ( x1 )
P2 ( x1 ) = f ( x1 )
Q2 (x 0 ) = 0
Q2 ( x1 ) = 0
Q2 (x ) = c 2 (x x 0 )(
x x1 )
P2 ( x 2 ) = P2 ( x 2 ) + Q2 ( x 2 ) = c 0 + c1 ( x 2 x 0 ) + c 2 ( x 2 x 0 )(
x 2 x1 )
P2 ( x 2 ) = f ( x 2 )
c2 =
f ( x 2 ) c 0 c1 ( x 2 x 0 )
(x 2 x 0 )( x 2 x1 )
P2 ( x ) = c 0 + c1 ( x x 0 ) + c 2 ( x x 0 )(
x x1 )
As tenemos:
Pn ( x ) = c 0 + c1 ( x x 0 ) + c 2 ( x x 0 )(
x x1 ) + ... + c n ( x x 0 )(
x x1 )(
x x 2 )...( x x n 1 )
Pn +1 (x ) = c 0 + c1 ( x x 0 ) + c 2 (x x 0 )(
x x1 ) + ... + c n +1 (x x 0 )(
x x1 )(
x x 2 )...(x x n )
[ ]
[ ]
[ ]
[ ]
Pgina 10
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
El valor de una diferencia dividida es independiente del orden en que se escriban sus
argumentos.
El polinomio de Newton, usando diferencias divididas, vendr dado por:
Pn ( x ) = f [x 0 ] + f [x1 ]( x x 0 ) + f [x 2 ](x x 0 )(
x x1 ) + ... +
+ f [x n ](x x 0 )(
x x1 )(
x x 2 )...(x x n 1 )
De esta manera, las diferencias divididas de cualquier orden se definen a partir de las de
rdenes precedentes y su clculo se sintetiza en forma de tabla triangular:
x0
x1
x2
x3
f [x 0 ]
f [x 0 , x1 ] =
f [x1 ] f [x 0 ]
x1 x 0
f [x1 , x 2 ] =
f [x 2 ] f [x1 ]
x 2 x1
f [x 2 , x 3 ] =
f [x 3 ] f [x 2 ]
x3 x 2
f [x1 ]
f [x 2 ]
f [x 3 ]
f [x 0 , x1 , x 2 ] =
f [x1 , x 2 ] f [x 0 , x1 ]
x2 x0
f [x 0 , x1 , x 2 , x 3 ] =
f [x1 , x 2 , x 3 ] =
f [x 2 , x 3 ] f [x1 , x 2 ]
x 3 x1
f [x1 , x 2 , x 3 ] f [x 0 , x1 , x 2 ]
x3 x 0
Pgina 11
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Ejercicio:
Se dispone de la siguiente tabla de valores:
2
1
0
1
3
23
7
1
1
17
P4 ( x ) = c 0 + c1 ( x x 0 ) + c 2 ( x x 0 )(
x x1 ) + c 3 ( x x 0 )(
x x1 )(
x x2 ) +
+ c 4 ( x x 0 )(
x x1 )(
x x 2 )(
x x3 )
23
f [x 0 , x1 ] = 16
f [x 0 , x1 , x 2 ] = 5
f [x 0 , x1 , x 2 , x 3 ] = 1
f [x1 , x 2 ] = 6
f [x1 , x 2 , x 3 ] = 2
1
f [x 2 , x3 ] = 2
f [x 0 , x1 , x 2 , x 3 , x 4 ] = 0
f [x1 , x 2 , x 3 , x 4 ] = 1
f [x 2 , x 3 , x 4 ] = 2
1 1
f [x 3 , x 4 ] = 8
3
17
P4 ( x ) = c 0 + c1 (x x 0 ) + c 2 ( x x 0 )(
x x1 ) + c 3 ( x x 0 )(
x x1 )(
x x2 ) +
+ c 4 (x x 0 )(
x x1 )(
x x 2 )(
x x3 ) =
= 23 + 16( x + 2) 5( x + 2)(
x + 1) +( x + 2)(
x + 1)x + 0( x + 2)(
x + 1)x( x 1) =
= x 3 2 x 2 + 3x 1
Pgina 12
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
[ ]
x 0 , x1 , x 2 ,..., x n [a, b] tales que a = x 0 < x1 < x 2 < ... < x n = b . Si x [a, b] , se verifica que
()
()
()
e n x = f x Pn x =
=
1
f
(n + 1)!
( n +1)
1
f
(n + 1)!
( n +1)
(c ) (x x 0 )( x x1 )( x x 2 )...(x x n ) =
(c ) (x xi )
n
i =0
P(x)
x0
Si M
( n +1)
= sup f
x( a ,b )
x1
(x ) M , x (a, b ) , entonces en (x )
f(x)
( n +1)
n
M
x xi .
(n + 1)! i =0
(x ) .
Pgina 13
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Ejercicio:
Se dispone de los siguientes valores de la funcin logaritmo neperiano:
ln x
9
9 .5
11
2.1972
2.2513
2.3979
a) Aproximar el valor de ln 9.2 utilizando interpolacin lineal. Dar una cota del error
cometido.
Vamos a construir el polinomio de interpolacin lineal aplicando la frmula de
Newton empleando diferencias divididas.
P1 ( x ) = c 0 + c1 ( x x 0 )
2.1972
9 .5
2.2513
11
2.3979
f [x 0 , x1 ] = 0.1082
f [x1 , x 2 ] = 0.0977
f [x 0 , x1 , x 2 ] = 0.0052
P1 ( x ) = c 0 + c1 ( x x 0 ) = 2.1972 + 0.1082( x 9 )
Evaluando el valor de dicho polinomio en x = 9.2 obtendremos el valor aproximado
de ln 9.2
P1 (9.2 ) = 2.1972 + 0.1082(9.2 9 ) = 2.2188 ln 9.2
A continuacin vamos a evaluar el error cometido en la aproximacin:
()
en x =
n
1 ''
1
f (c ) (9.2 x i ) = f '' (c ) (9.2 9 )(
9 .2 9 .5 ) =
2!
2
i =0
0.06 ''
1
0.03
f (c ) = 0.03 f '' (c ) = 0.03 2 = 2
2
c
c
1 1 1
1
1
1
< <
c (9,9.5) 9.5 < c < 9
< 2 <
2
9 c 9 .5
9
c
9 .5 2
0.03 0.03
en x 2 =
81
9
b) Aproximar el valor de ln 9.2 utilizando interpolacin cuadrtica. Dar una cota del error
=
()
cometido.
Pgina 14
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 2.3.1. ERROR EN LA INTERPOLACIN LINEAL:
Sea una funcin
interpola a
() ()
()
)(
Vamos a hallar, a partir de esta expresin, una cota para el error (en valor absoluto) en la
(x x )( x x ) =
0
= t=
)(
) (x h x ) (x xh h)h
h = x1 x 0 = x x 0 x x 0 h =
x x0
(0,1) = t (t 1)h 2
h
x0
x1
()
1
e1 x = t (t 1) h 2 f '' (c )
2
g (t ) = t (t 1) = t (1 t ) = t t 2
g ' (t ) = 1 2t
g (t ) = 0
'
1 2t = 0
t=
1
(mximo)
2
1
1
=
2
4
11
e1 x h 2 f '' (c )
24
h2
e1 x f '' (c ) , x [x0 , x1 ]
8
()
()
Pgina 15
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 2.3.2. ERROR EN LA INTERPOLACIN CUADRTICA:
Sea una funcin f , tres veces derivable en ( x 0 , x 2 ) , y sea P2 ( x ) el polinomio que
() ()
()
1
c ( x 0 , x 2 ) e1 x = f x Pn x = f
3!
'''
(c )(x x 0 )( x x1 )( x x 2 ) .
Vamos a hallar, a partir de esta expresin, una cota para el error (en valor absoluto) en la
interpolacin cuadrtica, vlida para cualquier punto x x 0 , x1 y supuesto, adems, que las
abscisas de los nodos son equidistantes.
(x x )( x x )( x x ) = h = x x = (x x )( x x h)( x x 2h) =
(x x ) (x x h) (x x 2h)h = t = x x (0,2) = t(t 1)( t 2)h
=
0
2h
h
x0
x1
x2
()
1
e 2 x = t (t 1)(
t 2) h 3 f ''' (c )
3!
t (1 t )(
t 2 ) si t [0,1]
t 3 3t 2 + 2t
=
g (t ) = t (t 1)(
t 2) =
t (t 1)(
t 2 ) si t (1,2] t 3 + 3t 2 2t
3t 2 6t + 2
g ' (t ) =
si t (0,1)
3t + 3t 2 si t (1,2 ) 3t 2 6t + 2 = 0
2
g ' (t ) = 0
t =1
si t [0,1]
si t (1,2]
3
(mximo)
3
g 1+
3
3
3
3
3
3
3
= 1+
1 1+
2 = 1+
1+
1
=
3
3
3
3
3
3
3
= 1
1 3 2 3 2 3
=
=
3 3
3 3
9
max t (t 1)(
t 2) =
t(0 , 2 )
2 3
9
Pgina 16
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
()
As, e 2 x =
()
e2 x
h3
9 3
1
t (t 1)(
t 2) h 3 f
3!
f
'''
'''
(c )
(c ) , x [x 0 , x 2 ]
Ejercicio:
[ ]
()
h3
1 c
e
3
9 3
9 3 2
c (0,1) 0 < c < 1 e 0 < e c < e1
e2 x
()
e2 x
' ''
(c ) =
1
,1 .
2
1 < ec < e
e
72 3
INTERPOLACIN:
()
()
()
1
e n x = f x Pn x =
f
(n + 1)!
( n +1)
(c ) (
n
i =0
( n +1)
(x ) 1, x R .
n
1
x xi
x xi
(n + 1)!
i =0
x0=a
x1
x2
xn=b
x x 0 x x1 x x 2 ... x x n (b a )(
b a )(
b a )...(b a )
As, se verifica que:
n +1
(
b a)
e n (x )
(n + 1)!
Pgina 17
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Qu ocurre cuando aumentamos los nodos?
n +1
(
b a)
lim
n (n + 1)!
=0
Vemos, pues, que a medida que incrementamos el nmero de nodos el error cometido
en la interpolacin tiende a cero.
Pero en general, no se consigue disminuir el error incrementando el nmero de nodos y
por lo tanto, el grado del polinomio.
Para algunas funciones, la cota del error aumenta a medida que aumenta n . Un elevado
nmero de puntos puede dar lugar a polinomios con muchas oscilaciones que aproximan mal a
la funcin que se interpola, especialmente en los extremos del intervalo.
Por ejemplo:
1
en [ 5,5]
1 + x2
P4 ( x ) en 5,3,0,3,5
La funcin f ( x ) =
Pgina 18
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
P10 ( x ) en 5,4,...,0,...,4,5
P20 (x ) en 5,4.5,...,0,...,4.5,5
Pgina 19
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
[ ]
f(x1)
f(x2)
f(x0)
x0
x1
x2
x3
Pgina 20
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 2.4.1.1. ERROR EN LA INTERPOLACIN LINEAL A TROZOS:
Queremos calcular una cota para el error en la interpolacin lineal a trozos independiente
del punto escogido.
( ) 18(x
1
Si x [x , x ] , e (x ) ( x
8
[
Si x x 0 , x1 , e1 x
1
()
()
x 0 ) f '' (c1 ) , c1 ( x 0 , x1 )
x1 ) f '' (c 2 ) , c1 ( x1 , x 2 )
1
2
e1 x ( x n x n 1 ) f '' (c n ) , c1 ( x n 1 , x n )
8
1
2
As, si x [x 0 , x n ], e1 x = f x P1 x max {x i +1 , x i } M ,
8 0i n 1
( n +1)
(x ) M , x (a, b ) .
siendo f
Si x x n 1 , x n ,
()
()
()
1
e1 x h 2 M
8
Ejercicio:
f (x )
1
1+ h
1 + 2h
...
1 + nh
()
1
e1 x h 2 M
8
Calculamos el valor de M :
f '' (c ) M
f (x ) = x 3
f ' ( x ) = 3 x 2
f '' (c ) 6, c [ 1,1]
''
(x ) = 6x
Pgina 21
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As:
()
()
1
3
e1 x h 2 6 = h 2 3
8
4
h 2 310 4
4
e1 x 310 4
h 2 410 4 0
1 2
h 10 4
4
h 2 410 4
(h + 210 )( h 210 ) 0
2
hmax = 210 2
Por otra parte sabemos que:
h=
b a 1 ( 1) 2
=
=
n
n
n
Y por tanto:
h = 210 2
2
210 2 =
2
n
h=
n
10 2 =
1
n
n = 100
f (x )
1
0
1
()
e2 x
9 3
h 3 M
Calculamos el valor de M :
(c ) M
f (x ) = x 3
f ' ( x ) = 3 x 2
f ''' (c ) = 6, c [ 1,1]
f
'''
''
(x ) = 6x
'''
(x ) = 6
As:
( ) 1 M = 1 6
9 3
9 3
e (x ) 310
e1 x
2
3 3
310 4 ?
Con tres nodos equidistantes no se puede asegurar que el error sea menor
que 310
Pgina 22
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Vamos a probar ahora la interpolacin cbica.
f (x )
1
1 3
13
1
Pgina 23
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Pgina 24
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f(x2)
f(x3)
f(x1)
x1
x2
x3
x4
Vamos a llamar:
d = [ y1 F ( x1 )] + [ y 2 F (x 2 )] + [ y 3 F ( x 3 )] + ... + [ y n F (x n )] =
2
= ( y1 a bx1 ) + ( y 2 a bx 2 ) + ( y 3 a bx 3 ) + ... + ( y n a bx n ) =
2
n
i =1
( yi
a bx i )
Pgina 25
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Tenemos, pues, que calcular los valores de a y b que hagan mnima la distancia d . Por la
teora de funciones de varias variables, sabemos que d alcanza un mnimo en el
)si:
d
d
(
(a
a ,b )= 0 =
a
b
*
punto P a , b
As:
, b*
d * *
a , b = 2 y1 a * b * x1 2 y 2 a * b * x 2 2 y 3 a * b * x 3 ...
a
2 y n a * b * x n = 0
(
(
d
(a
b
) (
) (
, b * = 2 x1 y1 a * b * x1 2 x 2 y 2 a * b * x 2 2 x 3 y 3 a * b * x 3 ...
2xn yn a * b* xn = 0
(
2( y
) (
) (
)
a b x )= 0
2 x ( y a b x ) 2 x ( y a b x ) 2 x ( y a b x ) ...
2 x ( y a b x ) = 0
(y a b x ) + (y a b x ) + (y a b x ) + ... + (y a b x ) = 0
x ( y a b x ) + x ( y a b x ) + x ( y a b x ) + ... + x ( y a b x ) = 0
2 y1 a * b * x1 2 y 2 a * b * x 2 2 y 3 a * b * x 3 ...
*
y1 + y 2 + y 3 + ... + y n = a n + b ( x1 + x 2 + x 3 + ... + x n )
*
yi = a * n + b*
x1 yi = a
i =1
n
i =1
xi
xi + b
*
n
i =1
2
i
n
i =1
xi
i =1
n
i =1
xi
2
i
a*
b*
i =1
n
i =1
yi
x1 yi
Se puede demostrar que este sistema de ecuaciones siempre ser compatible y el nico
caso en que tenga infinitas soluciones es cuando los puntos ( x, y ) sean todos iguales.
Pgina 26
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Ejercicio:
Dados los valores {(0,1), (1,3), (3,5), ( 1,0 )}. Determinar la recta que mejor aproxime
dichos valores.
f (x )
1
3
5
0
x
0
1
3
1
4
3 10
a
b
9
18
a=b=
9
7
9
F ( x ) = (1 + x )
7
6
y = 1,2857x + 1,2857
5
4
3
2
1
0
-2
-1
Hemos visto como podemos aproximar una funcin mediante una recta.
Pgina 27
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Vamos ahora a buscar la parbola que mejor aproxime los puntos dados. La expresin
d = d (a, b, c ) = [ y1 F ( x1 )] + [ y 2 F ( x 2 )] + [ y 3 F ( x 3 )] + ... + [ y n F ( x n )] =
2
(
+ (y
) + (y
a bx cx ) =
(y a bx cx )
= y1 a bx1 cx12
n
i =1
a bx 2 cx 22
) + (y
2
a bx 3 cx32
+ ... +
2 2
n
2 2
i
d * * *
d * * * d * * *
a ,b ,c
a ,b ,c = 0 =
a ,b ,c =
a
b
c
As:
) si:
d * * *
a , b , c = 2 y1 a * b * x1 c * x12 2 y 2 a * b * x 2 c * x 22
a
2 y 3 a * b * x 3 c * x 32 ... 2 y n a * b * x n c * x n2 = 0
(
(
d
(a
b
) (
, b * , c * = 2 x1 y1 a * b * x1 c * x12 2 x 2 y 2 a * b * x 2 c * x 22
2 x 3 y 3 a * b * x 3 c * x 32 ... 2 x n y n a * b * x n c * x n2 = 0
d * * *
a , b , c = 2 x12 y1 a * b * x1 c * x12 2 x 22 y 2 a * b * x 2 c * x 22
c
2 x 32 y 3 a * b * x 3 c * x 32 ... 2 x n2 y n a * b * x n c * x n2 = 0
Pgina 28
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
(
2( y
) (
)
a b x c x ) ... 2( y a b x c x ) = 0
2 x ( y a b x c x ) 2 x ( y a b x c x )
2 x ( y a b x c x ) ... 2 x ( y a b x c x ) = 0
2 x ( y a b x c x ) 2 x ( y a b x c x )
2 x ( y a b x c x ) ... 2 x ( y a b x c x ) = 0
(y a b x c x ) + (y a b x c x ) + (y a b x c x ) + ... +
+ (y a b x c x ) = 0
x ( y a b x c x ) + x ( y a b x c x ) + x ( y a b x c x ) + ... +
+ x ( y a b x c x ) = 0
x ( y a b x c x ) + x ( y a b x c x ) + x ( y a b x c x ) + ... +
+ x ( y a b x c x ) = 0
y + y + y + ... + y = a n + b ( x + x + x + ... + x ) + c (x + x + x + ... + x )
x y + x y + x y + ... + x y = a (x + x + x + ... + x ) + b (x + x + x + ... + x ) +
+ c (x + x + x + ... + x )
x y + x y + x y + ... + x y = a (x + x + x + ... + x ) + b (x + x + x + ... + x ) +
+ c (x + x + x + ... + x )
2 y1 a * b * x1 c * x12 2 y 2 a * b * x 2 c * x 22
*
2
1
2
3
i =1
n
i =1
3
1
4
1
2
n
2
1
3
2
3
3
4
2
i =1
x i2 y i = a *
n
i =1
2
2
2
2
2
n
2
n
2
2
2
2
2
n
2
n
2
2
2
3
2
3
2
n
2
1
2
2
2
2
2
3
2
3
2
n
2
1
2
2
2
3
2
1
2
n
2
2
2
3
2
n
3
n
2
n
4
3
2
3
2
1
2
2
2
3
2
n
3
1
3
2
3
3
3
n
4
n
y i = a * n + b *
xi y i = a *
2
3
2
1
2
3
2
1
2
2
2
1
2
3
i =1
2
n
2
1
2
1
n
i =1
xi + c *
xi + b *
n
i =1
x i2 + b *
n
i =1
x i2
x i2 + c *
n
i =1
n
n
i =1
x i3 + c *
x i3
n
i =1
x i4
n
i =1
n
i =1
xi
x i2
n
i =1
n
i =1
n
i =1
xi
x i2
x i3
x i2
a*
x i3 b * =
i =1
c*
n
4
xi
i =1
n
i =1
i =1
n
i =1
n
i =1
Pgina 29
yi
xi y i
x i2 y i
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Ejercicio:
Calcular la parbola que mejor aproxima, en el sentido de los mnimos cuadrados, a la
f (x )
1
0
2
1
0
8
3
65
7 65 511 b = 17 b = 0.9167
65 511 4097 c
127
c
0.833
F ( x ) = a + bx + cx 2 = 0.9167 x 0.833x 2
3
2,5
2
y = -0,0833x2 + 0,9167x - 3E-14
1,5
1
0,5
0
-2
-0,5
10
-1
-1,5
Pgina 30
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Vamos a extender el problema del ajuste mnimo cuadrtico al caso ms general de
considerar que la funcin aproximadamente sea de la siguiente manera:
F ( x ) = c1 1 ( x ) + c 2 2 (x ) + c 3 3 ( x ) + ... + c k k ( x )
Para k = 3 :
1i ( x ) = 1 2 (x ) = x
F ( x ) =c 1 + c 2 x
recta
1i ( x ) = 1 2 ( x ) = x 3i ( x ) = x 2
parbola
F ( x ) =c 1 + c 2 x + c 3 x 2
+ [ y 2 c1 1 ( x 2 ) c 2 2 ( x 2 ) c 3 3 ( x 2 ) ... c k k ( x 2 )] +
2
+ [ y 3 c1 1 ( x 3 ) c 2 2 ( x 3 ) c 3 3 ( x 3 ) ... c k k ( x 3 )] +
2
+ ... +
+ [ y n c1 1 ( x n ) c 2 2 ( x n ) c 3 3 ( x n ) ... c k k ( x n )] =
2
n
i =1
yi
k
j =1
c j j ( x i )
d * * *
c1 , c 2 , c 3 ,..., c k*
c k
Pgina 31
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As:
d * * *
c1 , c 2 , c 3 ,..., c k* = 2[ y1 c1 1 ( x1 ) c 2 2 ( x1 ) c 3 3 ( x1 ) ... c k k ( x1 )]1 ( x1 )
c1
2[ y 2 c1 1 ( x 2 ) c 2 2 ( x 2 ) c 3 3 ( x 2 ) ... c k k ( x 2 )] 1 ( x 2 )
2[ y 3 c1 1 ( x 3 ) c 2 2 ( x 3 ) c 3 3 (x 3 ) ... c k k (x 3 )] 1 ( x 3 )
...
2[ y n c1 1 ( x n ) c 2 2 ( x n ) c 3 3 (x n ) ... c k k ( x n )]1 ( x n ) = 0
d * * *
c1 , c 2 , c 3 ,..., c k* = 2[ y1 c1 1 ( x1 ) c 2 2 ( x1 ) c 3 3 ( x1 ) ... c k k ( x1 )] 2 ( x1 )
c 2
2[ y 2 c1 1 ( x 2 ) c 2 2 ( x 2 ) c 3 3 ( x 2 ) ... c k k ( x 2 )] 2 (x 2 )
2[ y 3 c1 1 ( x 3 ) c 2 2 ( x 3 ) c 3 3 (x 3 ) ... c k k (x 3 )] 2 ( x 3 )
...
2[ y n c1 1 ( x n ) c 2 2 ( x n ) c 3 3 (x n ) ... c k k ( x n )] 2 ( x n ) = 0
d * * *
c1 , c 2 , c 3 ,..., c k* = 2[ y1 c1 1 ( x1 ) c 2 2 ( x1 ) c 3 3 ( x1 ) ... c k k ( x1 )] 3 ( x1 )
c 3
2[ y 2 c1 1 ( x 2 ) c 2 2 (x 2 ) c 3 3 ( x 2 ) ... c k k ( x 2 )] 3 ( x 2 )
2[ y 3 c1 1 ( x 3 ) c 2 2 ( x 3 ) c 3 3 ( x 3 ) ... c k k ( x 3 )] 3 (x 3 )
...
2[ y n c1 1 ( x n ) c 2 2 ( x n ) c 3 3 ( x n ) ... c k k ( x n )] 3 ( x n ) = 0
...
d * * *
c1 , c 2 , c 3 ,..., c k* = 2[ y1 c1 1 ( x1 ) c 2 2 ( x1 ) c 3 3 ( x1 ) ... c k k ( x1 )] k ( x1 )
c k
2[ y 2 c1 1 ( x 2 ) c 2 2 ( x 2 ) c 3 3 ( x 2 ) ... c k k ( x 2 )] k ( x 2 )
2[ y 3 c1 1 ( x 3 ) c 2 2 ( x 3 ) c 3 3 (x 3 ) ... c k k (x 3 )] k ( x 3 )
...
2[ y n c1 1 ( x n ) c 2 2 ( x n ) c 3 3 (x n ) ... c k k ( x n )] k (x n ) = 0
Pgina 32
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
+ [ y n c1 1 ( x n ) c 2 2 ( x n ) c 3 3 ( x n ) ... c k k ( x n )]1 (x n ) = 0
+ [ y n c1 1 (x n ) c 2 2 ( x n ) c 3 3 ( x n ) ... c k k ( x n )] 3 ( x n ) = 0
Pgina 33
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
n
i =i
n
i =i
n
i =i
...
n
i =i
n
i =1
n
i =1
n
i =1
y i 1 ( xi ) =
y i 2 ( xi ) =
y i 3 ( xi ) =
(c (x )
i =1
n
i =1
(c (x ) (x ) + c (x )
1
+ c3 2 ( xi ) 3 (xi ) + ... + c k 2 ( xi ) k ( xi )
(c (x ) (x ) + c (x ) (x ) + c (x )
n
i =1
(c
+ ... + c k 3 (xi ) k ( xi )
...
n
i =1
n
i =1
n
i =1
n
i =1
y i k ( xi ) =
n
i =1
y i 1 ( x i ) = c1
n
i =1
y i 2 ( x i ) = c1
y i 3 ( x i ) = c1
n
i =1
n
i =1
1 (x i )2 + c 2
n
i =1
1 (x i ) 2 (x i ) + c 3
2 (x i ) 1 (x i ) + c 2
3 (x i ) 1 (x i ) + c 2
n
i =1
n
i =1
n
i =1
2 (x i )2 + c 3
1 (x i ) 3 (x i ) + ... + c k
n
i =1
n
i =1
2 (x i ) 3 (x i ) + ... + c k
3 ( x i ) 2 (x i ) + c 3
n
i =1
3 (x i )2 + ... + c k
1 (x i ) k (x i )
n
i =1
n
i =1
2 (x i ) k (x i )
3 (x i ) k (x i )
...
n
i =1
y i k ( x i ) = c1
n
i =1
k ( x i ) 1 (x i ) + c 2
n
i =1
k ( x i ) 2 (x i ) + c 3
n
i =1
k (x i ) 3 (x i ) + ... + c k
Pgina 34
n
i =1
k (x i )2
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
n
i =1
n
i =1
n
i =1
n
i =1
y i 1 ( x i )
n
y i 2 ( x i )
y i 3 ( x i )
i =1
n
i =1
...
y i k ( x i )
i =1
i =1
1 ( x i )2
i =1
2 (x i )1 (x i )
3 (x i ) 1 (x i )
...
k (x i ) 1 (x i )
n
i =1
n
i =1
1 (x i ) 2 (x i )
n
i =1
2 (x i )2
n
i =1
n
i =1
3 (x i ) 2 (x i )
k (x i ) 2 (x i )
1 (x i ) 3 (x i ) ...
2 (x i ) 3 (x i ) ...
n
i =1
n
i =1
3 (xi )
...
n
i =1
n
i =1
n
i =1
k (x i ) 3 (x i ) ...
1 (x i ) k ( x i )
c1
2 (x i ) k (x i ) c
2
3 (x i ) k (x i )
n
i =1
k (xi )
Para simplificar esta ecuacin matricial podemos definir una matriz B tal que su
expresin venga dada por:
1 ( x1 ) 1 ( x 2 ) 1 ( x 3 ) ... 1 ( x n )
2 ( x1 ) 2 ( x 2 ) 2 ( x 3 ) ... 2 ( x n )
B = 3 ( x1 ) 3 ( x 2 ) 3 ( x 3 ) ... 3 (x n )
...
k ( x1 ) k ( x 2 ) k (x 3 )
k (x n )
y1
y2
...
yn
Y la ecuacin matricial anterior vendr dada por:
y1
c1
y2
c2
t
B y 3 = B B c 3
...
yn
...
ck
Pgina 35
c3
...
ck
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Ejercicio:
Plantear y resolver el problema de ajuste mnimo cuadrtico de una coleccin de puntos
del plano {( x1 , y1 ), ( x 2 , y 2 ), ( x 3 , y 3 ),..., ( x n , y n )} mediante una funcin del
tipo F ( x ) = a + bx .
2
k = 2:
n
i =1
n
i =1
1 (x ) = 1
2 (x ) = x 2
i =1
i =1
2 (x i ) 1 (x i )
n
n
n
1 ( x i )2
x i2
i =1
n
i =1
x i2
x i4
1 (x i ) 2 (x i )
n
i =1
2 ( x i )2
n
a
=
i =1
i =1
=
b
i =1
n
i =1
y i 1 ( x i )
y i 2 ( x i )
yi
y i x i2
f (x )
1
4
5
3
0
1
0
1
2
3
i =1
(y
a b x i2
sea
mnima.
15
15 99
a
b
13
18
a 3.76
b 0.38
2
Pgina 36
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 3.2.1. AJUSTE DE MNIMOS CUADRADOS CON LINEALIZACIN DE LOS DATOS:
Ejercicio:
Aproximar una funcin que pasa por los puntos (1,0.5) , (2,1.7 ) , (3,3.4 ) , (4,5.7 ) y
(5,8.4) mediante una funcin del tipo F (x ) = ax b , utilizando el mtodo de ajuste de mnimos
cuadrados con linealizacin de los datos.
y
0 .5
1 .7
3 .4
5 .7
8 .4
x
1
2
3
4
5
y = a x b
ln y = ln a x b
ln y = ln a + ln x b
ln y = ln a + b ln x
c1
c2
z = z ( x ) = c1 + c 2 t
t = ln x
0
0.6931
1.0986
1.3863
1.6094
n
n
i =1
z = ln y
0.6931
0.5306
1.2238
1.7405
2.1282
ti
i =1
n
i =1
ti
t i2
c
1 =
c2
4.7874
4.7874 6.1993
i =1
n
i =1
c1
c2
zi
z i t i
4.9300
7.5502
c1 = 0.6912
a = e 0.6912 = 0.5010
c 2 = 1.7517 = b
y = F ( x ) = 0.5010 x 1.7517
Pgina 37
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
b
a
[ ]
I=
b
a
f ( x )dx = F (b ) F (a ) .
Sin embargo, existen funciones, como por ejemplo f ( x ) = e , que carecen de funcin
primitiva (definida con funciones elementales), y por tanto, la regla de Barrow no puede
aplicarse.
x2
Pgina 38
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f ( x )dx A0 f ( x 0 ) + A1 f ( x1 ) + A2 f (x 2 ) + ... + An f ( x n ) =
[ ]
n
k =0
Ak f ( x k ) ,
[ ]
[ f (x 0 )l 0 (x ) + f (x1 )l1 (x ) + f (x 2 )l 2 (x ) + ... + f (x n )l n (x )]dx =
a
f ( x )dx
b
a
Pn ( x )dx =
b
a
l k ( x )dx, k = 0...n .
[ ]
Tomando por nodos los extremos del intervalo a, b , supongamos que deseamos
calcular vamos a calcular la integral
cuadratura
b
a
b
a
f ( x )dx
ba
ba
f (a ) +
f (b ) .
2
2
Demostracin:
a) Calculamos el polinomio de interpolacin, Pn ( x ) .
De acuerdo con la frmula de Lagrange, el polinomio que interpola a f en
los n + 1 puntos distintos x 0 , x1 , x 2 ,..., x n viene dado por la expresin:
Pn ( x ) = f ( x 0 )l 0. ( x ) + f ( x1 )l1. (x ) + f ( x 2 )l 2. (x ) + ... + f ( x n )l n. ( x ) =
n
i =0
f ( x i )l i. ( x )
l i (x ) =
n
(x x 0 )( x x1 )( x x 2 )...(x xi 1 )( x xi +1 )...(x x n )
x xk
=
(xi x 0 )( xi x1 )( xi x 2 )...(xi xi 1 )( xi xi +1 )...(xi x n ) k =0 xi x k
k i
Pgina 39
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As, obtenemos:
l 0 (x ) =
xb
xa
y l1 ( x ) =
ab
ba
P2 ( x ) = f (a )l 0. ( x ) + f (b )l1. (x ) = f (a )
b) Integramos
b
a
f ( x )dx
b
a
Pn ( x )dx
xb
xa
+ f (b )
ab
ba
xb
xa
+ f (b )
dx =
ab
ba
b x b
b x a
f (a ) b
f (b )
= f (a )
dx + f (b )
dx =
(x b )dx +
a a b
a ba
ab a
ba
b
f ( x )dx
Pn ( x )dx =
f (a ) x 2
=
b x
ab 2
f (b ) x 2
+
a x
ba 2
f (a ) b
a
b2
ab
ab 2
2
2
f (a )
b
a
(x a )dx =
=
a
f (b ) b 2
a2
+
ab
a2
ba 2
2
Pgina 40
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f (a ) b 2
a2
b2
ab
2
ab 2
f (a ) b 2
f (b ) b 2
a2
a2
b2
+ ab +
ab
+ a2 =
2
2
ab 2
ba 2
f (b ) b 2
a2
ab
a2
2
ba 2
f (a )
f (b ) b 2
b2 a2
a2
+ ab +
ab +
=
2
2
2
ab
ba 2
=
f (a )
f (b ) a 2 + b 2
a2 + b2
ab
+
ab =
2
2
ab
ba
f (a )
f (a ) a 2 + b 2
f (b ) a 2 + b 2
f (b )
ab
ab =
+
2
2
ab
ab
ba
ba
f (a ) f (b )
f (a ) f (b ) a 2 + b 2
f (a ) f (b )
a2 + b2
ab
ab
=
=
==
2
2
ab ba
ab ba
ab ba
=
f (a ) f (b )
f (a ) f (b )
a2 + b2
a2 + b2
ab
ab
=
2
2
ab ba
ab ba
b a ) f (b )(
a b)
b a ) + f (b )(
b a)
f (a )(
f (a )(
a2 + b2
a2 + b2
ab
ab
=
=
(a b )(b a )
(a b )(b a )
2
2
f (a ) + f (b )
f (a ) f (b ) 2ab a 2 b 2
a2 + b2
ab
=
=
=
2
2
ab
ab
f (a ) + f (b ) a 2 2ab + b 2
f (a ) + f (b ) (a b )
ab
( 1) =
( 1) = [ f (a ) + f (b )]
( 1) =
2
2
2
ab
ab
ba ba
ba
f (a ) +
f (b )
= [ f (a ) + f (b )]
=
2
2
2
2
Definicin:
Una frmula de cuadratura tiene grado de precisin exactamente n si y slo si es exacta
n +1
Pgina 41
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Teorema:
Se verifica que una frmula de cuadratura, con n + 1 nodos, es de tipo interpolatorio si y
solamente si dicha frmula es exacta para todo polinomio de grado menor o igual a n tiene
grado de precisin al menos n .
Por tanto, demostrar que
b
a
f ( x )dx
ba
ba
f (a ) +
f (b ) equivale a demostrar que
2
2
Demostracin:
b
para f ( x ) = 1 :
a
b
a
b
a
f ( x )dx =
f ( x )dx =
f ( x )dx =
b
a
dx = [x ]a = b a
b
ba
ba
ba ba
f (a ) +
f (b ) =
+
=ba
2
2
2
2
b
a
x2
dx =
2
=
a
b2 a2
2
ba
ba
ba
ba
f ( x )dx =
f (a ) +
f (b ) =
a +
b =
para f ( x ) = x :
a
2
2
2
2
(
b a )(a + b ) b 2 a 2
=
=
2
2
b
Pgina 42
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
x1
x2
x3
b=xn
x0
x1
x2
x3
f ( x )dx A0 f (a ) + A1 f (b )
y
P1(x)
f(b)
f(x)
f(a)
Pgina 43
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Tenemos que calcular los pesos A0 y A1 . Para hacer esto podemos escoger entre dos
procedimientos:
a) Calcular el polinomio de interpolacin e integrar.
f (a )
f [a, b] =
f (b )
b
b
a
P1 ( x )dx =
b
a
f (a ) +
f (b ) f (a )
ba
f (b ) f (a )
( x a ) dx =
ba
f (b ) f (a )
= f (a ) dx +
a
ba
b
= f (a )(
b a) +
b
a
f (a )dx +
b
a
f (b ) f (a )
(x a )dx =
ba
f (b ) f (a ) x 2
(x a )dx = f (a )( b a ) +
ax
a
ba
2
b
f (b ) f (a ) b 2
a2
ab
a2
2
2
ba
=
a
f (b ) f (a ) b 2
f (b ) f (a ) b 2 2ab + a 2
a2
= f (a )(
ab +
b a) +
= f (a )(
b a) +
=
ba
2
2
ba
2
f (b ) f (a ) (b a )
ba
b a ) + [ f (b ) f (a )]
= f (a )(
=
ba
2
2
ba
ba
=
[2 f (a ) + f (b ) f (a )] =
[ f (a ) + f (b )]
2
2
b a) +
= f (a )(
Pgina 44
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
b) Aplicar la definicin de grado de precisin.
A este mtodo para calcular los pesos tambin se le denomina mtodo de los
coeficientes indeterminados.
Precisin, al menos, 1.
La frmula es exacta para f ( x ) = 1 y f ( x ) = x .
Veamos:
para f ( x ) = 1
para f ( x ) = x
b
a
dx = (b a ) = A0 + A1
b
a
xdx =
b2 a2
= A0 a + A1 b
2
A0 + A1 = b a
b2 a2
a A0 + b A1 =
2
Resolviendo el sistema se obtiene que A0 =
ba
= A1 .
2
ba
ba
f (a ) +
f (b )
2
2
ba
f ( x )dx
[ f (a ) + f (b )]
2
f ( x )dx
Pgina 45
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 4.3.1.2. FRMULA DE SIMPSON:
La frmula de Simpson viene dada por la expresin:
b
a
a+b
+ A2 f (b )
2
f ( x )dx A0 f (a ) + A1 f
y
f((a+b)/2)
f(x)
f(b)
P2(x)
f(a)
2h
a
(a+b)/2
Al igual que en la frmula de los trapecios, podemos calcular los pesos de dos formas
distintas:
a) Calcular el polinomio de interpolacin e integrar.
b
a
f ( x )dx
(x x 0 )( x x 2 )
(x x 0 )( x x1 )
(x x1 )( x x 2 )
f (x0 ) +
f ( x1 ) +
f ( x ) dx =
x
(x 0 x1 )( x 0 x 2 )
(x1 x 0 )( x1 x 2 )
(x 2 x 0 )( x 2 x1 ) 2
x ( x x )(
x ( x x )(
0 x x2 )
1 x x2 )
=
f ( x 0 )dx +
f ( x1 )dx +
x ( x x )(
x ( x x )(
0
1 x0 x2 )
1
0 x1 x 2 )
x ( x x )(
0 x x1 )
+
f ( x 2 )dx =
x ( x x )(
2
0 x 2 x1 )
x
x
f (x 0 )
f (x1 )
=
( x x1 )(
x x 2 )dx +
( x x 0 )(
x x 2 )dx +
(x 0 x1 )( x 0 x 2 ) x
(x1 x 0 )( x1 x 2 ) x
x
f (x 2 )
(x x 0 )( x x1 )dx =
+
(x 2 x0 )( x 2 x1 ) x
f (x0 ) x
f (x ) x
f (x 2 ) x
(x x 0 )( x x1 )dx =
=
( x x1 )(
x x 2 )dx 21 ( x x 0 )(
x x 2 )dx +
2
2
x
x
x
x2
0
2h
2h
Pgina 46
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f (x0 )
2h 2
x2
x0
Cambio de variable :
f (x0 )
2h 2
f (x0 )
=
2h 2
=
=
h
h
h
h
f ( x1 )
h2
x x1 = t
(x x1 )( x x 2 )dx
x2
x0
(x x 0 )( x x 2 )dx +
f (x 2 )
2h 2
x2
x0
(x x 0 )( x x1 )dx =
dx = dt
f ( x1 ) h
f (x 2 ) h
(
)(
)
(h + t )tdt =
h
+
t
dt
+
h 2 h
2h 2 h
f (x ) h
f (x 2 ) h
t 2 ht dt 21 t 2 h 2 dt +
ht + t 2 dt =
2
h
h
h
2h
t (t h )dt
f (x0 ) t 3
t2
=
h
2
2h 2 3
f ( x1 ) t 3
2
h 2t
3
h
f (x 2 ) t 2 t 3
+
h +
2
3
2h 2
=
h
f ( x 0 ) 2 3 f ( x1 ) 4 3 f ( x 2 ) 2 3
1
4
1
h +
h +
h = f ( x 0 ) h + f ( x1 ) h 3 + f ( x 2 ) h =
2
2
2
3
3
3
2h 3
h 3
2h 3
h
ba
a+b
= [ f (x 0 ) + 4 f ( x1 ) + f ( x 2 )] =
f (a ) + 4 f
+ f (b )
3
6
2
para f ( x ) = 1
b
a
dx = (b a ) = A0 + A1 + A2
b2 a2
a+b
= A0 a + A1
+ A2 b
a
2
2
2
b
b3 a3
a+b
2
2
xdx =
= A0 a + A1
+ A2 b 2
para f ( x ) = x
a
2
2
Tenemos un sistema de tres ecuaciones con tres incgnitas, A0 , A1 y A2 .
para f ( x ) = x
xdx =
A0 + A1 + A2 = b a
a A0 +
a+b
b2 a2
A1 + b A2 =
2
2
a+b
a A0 +
2
2
A1 + b 2 A2 =
b3 a3
2
ba
2
ba
, A1 = (b a ) y A2 =
.
6
3
6
Pgina 47
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As, la expresin de la frmula de Simpson vendr dada por:
b
a
b
a
ba
2
a+b
ba
f (a ) + (b a ) f
+
f (b )
6
3
2
6
ba
a+b
f ( x )dx
f (a ) + 4 f
+ f (b )
6
2
f ( x )dx
P1(x)
f(b)
f(x)
f(a)
a
b
a
x3
x dx =
3
b3 a3
=
3
ba
ba 3
[ f (a ) + f (b )] =
a + b3
2
2
b3 a3 b a 3
a + b3
3
2
Pgina 48
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Para la frmula de los trapecios, es exacta para f ( x ) = x ?
3
f((a+b)/2)
f(x)
f(b)
P2(x)
f(a)
2h
a
b
a
x4
x dx =
4
(a+b)/2
b4 a4
4
ba
a+b
ba 4
a+b
+ f (b ) =
f (a ) + 4 f
a +4
6
2
2
2
b4 a4 b a 4
a+b
=
a +4
4
2
2
+ b4
+ b4
S. Ambas expresiones son exactamente iguales y por tanto podemos afirmar que el
grado de precisin es, al menos, 3.
Es exacta para f ( x ) = x ?
4
b
a
x5
x dx =
5
b5 a5
5
ba
a+b
ba 5
a+b
+ f (b ) =
f (a ) + 4 f
a +4
6
2
2
2
b5 a5 b a 5
a+b
a +4
5
2
2
+ b5
+ b5
Pgina 49
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Grficamente:
y
f((a+b)/2)
f(x)
f(b)
f(a)
2h
a
2
0
(x
+ 2 x + 1 dx =
(a+b)/2
x4
x2
+2
+x
4
2
= 4 + 4 + 2 = 10
0
2
[1 + 44 + 13] = 1 30 = 10
6
30
f ( x )dx
ba
[ f (a ) + f (b )] = T
2
ET =
=
b
a
b
a
f ( x )dx
b
a
P1 ( x )dx =
[ f (x ) P1 (x )]dx =
a
b
1 ''
1
f (c x )(
x a )(
x b )dx =
2!
2!
b
a
b
a
e1 (x )dx =
f '' (c x )(
x a )(
x b )dx
Pgina 50
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Definicin: Segundo teorema del valor medio del clculo integral:
Sea f una funcin continua en el intervalo cerrado a, b y sea g una funcin integrable,
[ ]
b
f ( x ) g ( x )dx = f (c ) g (x )dx .
a
a
Hiptesis:
f continua en a, b
[ ]
g integrable en [a, b]
signo de g constante en a, b
[ ]
Tesis:
c (a, b )
ET =
2!
b
a
b
a
f ( x ) g ( x )dx = f (c ) g ( x )dx
b
1 ''
f (c )
2!
f '' (c x )(
x a )(
x b )dx =
Cambio de variable :
b
a
(x a )( x b )dx =
xa=t
dx = dt
h
1
1
= f '' (c ) t (t h )dt = f '' (c )
0
2!
2!
h
0
t3
t2
1 ''
t + ht dt = f (c )
+ h
2!
3
2
2
=
0
h3 h3
1 ''
1 '' h 3
1
3
= f (c )
= f (c ) = f '' (c )(
b a)
2!
3
2
2!
6
12
1
3
E T = f '' (c )(
b a)
12
Consideracin:
El error ser cero si y slo si f (c ) = 0 , esto implica que f ( x ) sea un polinomio de grado
menor o igual a uno. Es decir, la frmula tiene un grado de precisin exactamente uno, tal
como ya haba sido demostrado anteriormente.
''
f ( x )dx
ba
a+b
f (a ) + 4 f
+ f (b ) = S
6
2
[ ]
ES =
ES =
b
a
f (x )dx
1
f
9032
(4 )
b
a
P2 ( x )dx =
1
f
9032
(4 )
(c )( b a )5
(c )( b a )5
Pgina 51
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 4.3.2. FRMULAS DE NEWTON COTES ABIERTAS:
Estudiaremos las frmulas de Newton Cotes abiertas con un solo nodo (frmula del
punto medio) y con dos nodos.
Captulo 4.3.2.1. FRMULA DE NEWTON COTES ABIERTA CON UN SOLO NODO O FRMULA
f ( x )dx A0 f ( x 0 ) = A0 f
a+b
2
b
y
f(b)
f(x)
P0(x)
f(a)
x0
Tenemos que calcular el pesos A0 . Para hacer esto podemos escoger entre dos
procedimientos:
a) Calcular el polinomio de interpolacin e integrar.
P0 ( x ) =
b
a
a+b
2
P0 ( x )dx =
b
a
a+b
a+b
dx =
2
2
b
a
dx =
a+b b a+b
[x ]a =
(b a )
2
2
f ( x )dx =
b
a
a+b
a+b
a+b
b
[x ]a = (b a )
dx =
2
2
2
a+b
a+b
f ( x )dx A0 f
= A0
2
2
A0 = b a
Pgina 52
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As, obtenemos:
b
a
f ( x )dx (b a ) f
a+b
2
Vamos ahora a calcular cual es el orden de precisin de dicha frmula. Sabemos que
tiene un grado de precisin al menos 0 , esto es, es exacta para f ( x ) = 1 , pero, es exacta
para f ( x ) = x ?
b
a
b
a
f ( x )dx =
x2
xdx =
2
b2 a2
2
a + b b2 a2
(b a )
=
2
2
a+b
a+b
= (b a )
f ( x )dx (b a ) f
2
2
a
b
a
b
a
f ( x )dx =
b
a
x3
x dx =
3
f ( x )dx (b a ) f
b3 a3
3
(a + b )
a+b
= (b a )
2
4
2
(
a + b)
(b a )
b3 a3
3
Pgina 53
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 4.3.2.2. FRMULA DE NEWTON COTES ABIERTA CON DOS NODOS:
Ejercicio:
Deducir la frmula de Newton Cotes abierta con dos nodos en el intervalo a, b . Cul
es el orden de precisin de dicha frmula?
[ ]
1
0
error cometido.
Con dos nodos, la frmula buscada vendr dada por la expresin:
b
a
f ( x )dx A0 f (x 0 ) + A1 f ( x1 )
h
h=
x0
x0
ba
3
b a 3a + b a 2a + b
=
=
3
3
3
b a 3a + 2b 2a 2b + a
x1 = a + 2h = a + 2
=
=
3
3
3
x0 = a + h = a +
y
f(x0)
f(x1)
P1(x)
f(b)
f(a)
f(x)
x0
x1
Pgina 54
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Tenemos que calcular los pesos A0 y A1 . Para hacer esto podemos escoger entre dos
procedimientos:
a) Calcular el polinomio de interpolacin e integrar.
f ( x1 ) f ( x 0 )
( x x 0 )
x1 x 0
P1 ( x ) = f ( x 0 ) +
b
a
P1 ( x )dx =
f (x 0 ) +
b
a
= f (x 0 ) dx +
b
f ( x1 ) f ( x 0 )
( x x 0 ) dx =
x1 x 0
f ( x1 ) f ( x 0 )
x1 x 0
b
a
f ( x 0 )dx +
(x x 0 )dx = f (x 0 )3h +
a
b
f ( x1 ) f ( x 0 ) ( x x 0 )
= f (x 0 )3h +
h
2
= f ( x 0 )3h +
b
a
f (x1 ) f ( x 0 )
( x x 0 )dx =
x1 x 0
f ( x1 ) f (x 0 )
x1 x 0
b
a
(x x 0 )dx =
f ( x1 ) f ( x 0 ) 4h 2 h 2
=
h
2
2
3h
3h
3h
= f (x 0 )3h + [ f ( x1 ) f ( x 0 )] = 3h f ( x 0 ) + f ( x1 ) f ( x 0 ) =
2
2
2
3h
3h
3h
ba
2a + b
2b + a
= f ( x 0 ) + f ( x1 ) = [ f ( x 0 ) + f ( x1 )] =
f
+ f
2
2
2
2
3
3
b) Aplicar la definicin de grado de precisin.
La frmula, al ser de tipo interpolatorio, tiene un grado de precisin al menos 1 , es
decir, es exacta para f ( x ) = 1 y f ( x ) = x :
Para f ( x ) = 1 :
b
a
b
a
f ( x )dx =
b
a
dx = [x ]a = (b a )
b
f ( x )dx A0 f
Para f ( x ) = x :
b
a
b
a
f ( x )dx =
b
a
A0 + A1 = b a
2a + b
2b + a
+ A1 f
= A0 + A1
2
2
x2
xdx =
2
f ( x )dx A0 f
=
a
b2 a2
2
2a + b
2b + a
2a + b
2b + a
+ A1 f
= A0
+ A1
2
2
2
2
2a + b
2b + a b 2 a 2
A0
+ A1
=
2
2
2
Tenemos un sistema de dos ecuaciones con dos incgnitas, A0 y A1 .
A0 + A1 = b a
A0
2a + b
2b + a b 2 a 2
+ A1
=
2
2
2
ba
= A1
2
Pgina 55
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As, obtenemos:
b
a
f ( x )dx
ba
2a + b
2b + a
+ f
f
2
3
3
Vamos ahora a calcular cual es el orden de precisin de dicha frmula. Sabemos que
tiene un grado de precisin al menos 1 , esto es, es exacta para f ( x ) = 1 y f ( x ) = x , pero, es
exacta para f ( x ) = x ?
2
b
a
b
a
f ( x )dx =
b
a
x3
x dx =
3
b3 a3
3
a+b
a+b
= (b a )
2
2
f ( x )dx (b a ) f
(b a ) a + b = b
a2
2
b
a
b
a
f ( x )dx =
f ( x )dx
b
a
x3
x dx =
3
b3 a3
3
ba
2a + b
2b + a
+ f
f
2
3
3
b a 2a + b
2
3
2b + a
3
b a 2a + b
2
3
2b + a
3
b3 a3
3
I=
1
0
cos(x )dx :
I=
1
0
cos(x )dx
1 0
2
cos
cos
2
3
3
1 1 1
=
=0
2 2 2
I=
1
0
cos(x )dx
Luego, error = 0 .
sen(x )
=
0
[sen(x )]0 =
1
[sen( ) sen(0 )] =
0 = 0
Pgina 56
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Teorema:
El orden de precisin de una frmula de Newton Cotes (cerrada o abierta) simple
con n + 1 nodos es igual a:
n si n es impar
n si
n es par
Por ejemplo:
Frmula de los trapecios
Frmula de Simpson
Regla del punto medio
Abierta con dos nodos
precisin = 1
precisin = 3
precisin = 1
precisin = 1
Pgina 57
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
[ ]
a=x0
x1
x2
ba
ba
y definimos x i = a +
i, i = 0...n .
n
n
x3
b=xn
f(x)
f(x3)
f(x1)
f(x2)
f(x0)
x0
x1
x2
x3
h
f ( x )dx [ f ( x i ) + f ( x i +1 )]
2
Pgina 58
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Extendiendo este resultado a todos los subintervalos en los que hemos dividido el
intervalo inicial a, b , obtenemos:
[ ]
b
a
f ( x )dx =
n 1
i =0
xi + 1
xi
f (x )dx
n 1
i =0
h
[ f ( x i ) + f ( x i +1 )]dx =
2
h
= [ f ( x 0 ) + f ( x1 ) + f ( x1 ) + f ( x 2 ) + f ( x 2 ) + ... + f (x n 1 ) + f ( x n )] =
2
n 1
ba
=
f (a ) + 2 f (x i ) + f (b )
2n
i =1
b
a
f ( x )dx
n 1
ba
f (a ) + 2 f ( x i ) + f (b )
2n
i =1
f(x1)
f(x2)
f(x)
f(x0)
x0
x1
x2
[ ]
ET =
1 ''
3
f (c )(
b a)
12
El error cometido en la frmula simple es la suma de los errores cometidos en cada uno
de los intervalos x i , x i +1 en los que se ha dividido el intervalo inicial a, b .
As:
E nT =
1 ''
1
1
3
3
3
f (c1 )(x1 x0 ) f '' (c 2 )( x 2 x1 ) f '' (c3 )( x3 x 2 ) ...
12 c1( x0 , x1 )
12 c2 ( x1 , x2 )
12 c3( x2 , x3 )
1
3
f '' (c n ) ( x n x n 1 ) =
12 cn ( xn 1 , xn )
Pgina 59
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
3
n 1
n 1
1
= (xi +1 xi ) f '' (ci +1 ) =
12
ci +1( xi , xi +1 )
i =0
1
h f '' (ci +1 )
12 ci +1( xi , xi +1 )
i =0
[ ]
= max {f ( x )}y m = min {f ( x )}, suponiendo f '' continua en [a, b] .
x[a ,b ]
x[a ,b ]
''
''
''
nm
n 1
f '' (ci +1 ) nM
i =0
Dividiendo entre n :
n 1
i =0
f '' (ci +1 )
n
[ ]
f(b)
K
f(a)
Hiptesis:
f es continua en a, b
[ ]
K ( f (a ), f (b ))
Tesis:
c (a, b ) f (c ) = K
As:
c [a, b]
n 1
f '' (c ) =
i =0
f '' (ci +1 )
n
Pgina 60
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Y por tanto:
3
1
1
1 ba
E = h f '' (ci +1 ) = h 3 n f '' (c ) =
12 ci +1( xi , xi +1 )
12
12
n
c( a ,b )
i =0
1
3
E nT =
(b a ) f '' (c )
2
c( a ,b )
12n
n 1
T
n
n f '' (c )
c( a ,b )
[ ]
a=x0
x1
x2
x i = a + 2hi, i = 0...n
ba
y definimos:
.
z i = a + (2i 1)h, i = 1...n
2n
x3
b=xn
f(x1)
f(x2)
f(x0)
x0
z1
x1
z2
x2
z3
x3
f ( x )dx
ba
a+b
f (a ) + 4 f
+ f (b )
6
2
Pgina 61
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
h
f ( x )dx [ f ( x1 ) + 4 f ( z i +1 ) + f (x i +1 )]
3
Extendiendo este resultado a todos los subintervalos en los que hemos dividido el
intervalo inicial a, b , obtenemos:
[ ]
b
a
f ( x )dx =
n 1
i =0
xi + 1
xi
f (x )dx
n 1
i =0
h
[ f ( x i ) + 4 f ( z i +1 ) + f (x i +1 )] =
3
h
= [ f ( x 0 ) + 4 f (z1 ) + f ( x1 ) + f ( x1 ) + 4 f ( z 2 ) + f ( x 2 ) + ... + f (x n 1 ) + 4 f ( z n ) + f ( x n )] =
3n
n 1
n
h
= n f ( x 0 ) + 2 f ( x i ) + 4 f ( z i ) + f ( x n ) =
3
i =1
i =1
=
b
a
n 1
ba
f (x 0 ) + 2 f ( x i ) +
6n
i =1
f ( x )dx
f (z i ) + f (x n )
i =1
n 1
ba
f ( x 0 ) + 2 f ( x i ) +
6n
i =1
n
i =1
f (z i ) + f (x n )
ES =
1
f
9032
(4 )
(c )( b a )5
El error cometido en la frmula simple es la suma de los errores cometidos en cada uno
de los intervalos x i , x i +1 en los que se ha dividido el intervalo inicial a, b .
[ ]
As:
E nS =
+
=
1
1
1
5
5
5
f (4 ) (c1 )( x1 x0 ) +
f (4 ) (c 2 )( x 2 x1 ) +
f (4 ) (c3 )(x3 x 2 ) + ... +
9032 c1( x0 , x1 )
9032 c2 ( x1 , x2 )
9032 c3( x2 , x3 )
1
5
f (4 ) (c3 )( x n x n 1 ) =
9032 cn ( xn 1 , xn )
n 1
i =0
n 1
i =0
1
5
f (4 ) (ci +1 )(xi +1 xi ) =
9032 ci +1( xi , xi +1 )
n 1
i =0
1
5
f (4 ) (ci +1 )(2h ) =
9032 ci +1( xi , xi +1 )
1 (4 )
f (ci +1 )h 5
90 ci +1( xi , xi +1 )
(4 )
{ (x )}y m = min
{f
[ ]
calcular M = max f
x[a ,b ]
[ ]
(x )}, suponiendo f (4 ) continua en [a, b] .
(4 )
x a ,b
(4 )
nm
n 1
i =0
f (4 ) (ci +1 ) nM
Pgina 62
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Dividiendo entre n :
n 1
i =0
f (4 ) (ci +1 )
n
c [a, b]
f (4 ) (c ) =
i =0
f (4 ) (ci +1 )
n
As:
E =
S
n
n 1
i =0
1 (4 )
f (ci +1 )h 5 =
90 ci +1( xi , xi +1 )
n 1
i =0
1
n f (4 ) (c )h 5 =
90 c(a ,b )
n 1
i =0
1
ba
n f (4 ) (c )
90 c(a ,b )
2n
(b a ) = n 1 1 f (4 ) (c )(b a )5
1
=
n f (4 ) (c )
4
c( a ,b )
c( a ,b )
32n 5
i = 0 90
i = 0 9032n
n 1
1
5
E nS =
f (4 ) (c )(b a )
4
c( a ,b )
i = 0 9032n
n 1
Pgina 63
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f(x)
x=
b
a
de primer grado: ax + b = 0 x =
de segundo grado: ax + bx + c = 0 x =
2
b b 2 4ac
2a
Existen mtodos directos para polinomios de grado tres o cuatro, pero a partir de grado
cinco no existen mtodos directos generales, aunque puede darse algn caso particular.
Por otra parte, si F no es polinmica, por ejemplo: F ( x ) = e sen( x ) , debemos
recurrir a mtodos iterativos; esto es, calcular una sucesin numrica que sea convergente
hacia una de las races de la funcin:
x
{xn }, {xn }
F ( ) = 0
Pgina 64
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 5.1.1.1. MTODOS GRFICOS:
Mediante la grfica de la funcin F podemos, en ocasiones, solucionar el problema de la
separacin de races.
En ocasiones es til representar F = g 1 + g 2
y
g1(x)
g2(x)
x=
F ( x ) = e x sen( x )
Pgina 65
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 5.1.1.2. MTODOS TERICOS:
Se basan en la aplicacin de los teoremas de Bolzano y Rolle.
Captulo 5.1.1.2.1. TEOREMA DE BOLZANO:
[ ]
f(a)
f(b)
Hiptesis:
f es continua en a, b
f (a ) f (b ) < 0
[ ]
Tesis:
c (a, b ) f (c ) = 0
Pgina 66
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 5.1.1.2.2. TEOREMA DE ROLLE:
f (x) es constante
y
f(a)
f(b)
a
o
o
f ( x) = K
f ' ( x) = 0
f(a)
a
f(b)
c
f(a)
a
Alberto Surez Lpez
f(b)
c
Pgina 67
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Teorema:
'
Un primer resultado afirma que entre dos races consecutivas de F existe, a lo sumo,
una raz de F .
y
x=
x=
x=c
x=
x=
Otro mtodo consiste en aplicar conjuntamente los teoremas de Bolzano y Rolle para
demostrar la unicidad de una raz en un intervalo a, b .
[ ]
Hiptesis:
F continua en a, b
[ ]
F derivable en (a, b )
F (a )F (b ) < 0
F ' (x ) 0, x (a, b )
Tesis:
! (a, b ) F ( ) = 0
Pgina 68
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
[ ] [
] [
] [
] [
Supongamos que la funcin F es continua en a 0 ,b0 , tal que F (a 0 )F (b0 ) < 0 ; en estas
condiciones podemos afirmar que la ecuacin F ( x ) = 0 tiene al menos una raz en (a 0 ,b0 ) . Se
a 0 + b0
. Si F (M ) = 0 ,
2
paramos; en caso contrario, F (M ) tiene o bien el signo de F (a 0 ) o bien el signo de F (b0 ) , y
] [
uno de los dos intervalos a 0 , M o M ,b0 tiene la propiedad de que en sus extremos la
funcin F tiene valores de signos opuestos. Llamemos a1 ,b1 a este intervalo, que tiene de
longitud la mitad del anterior. Repetimos el proceso.
Por ejemplo:
y
y=F(x)
a=a0
x1=a1=a2
x2=b2
b=b0=b1
Pgina 69
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
[a0 , b0 ] = [a, b]
[a1 , b1 ] = [x1 , b0 ] =
a 0 + b0
, b0
2
[a 2 , b2 ] = [a1 , x2 ] =
a1 ,
a1 + b1
2
ba
2
ba
b2 a 2 = 2
2
ba
b3 a3 = 3
2
...
b1 a1 =
bn a n =
ba
2n
Entonces:
ba
2n
ba
bn < n
2
an <
xn <
ba
2n
Dicho esto, si se pretende calcular la raz con un error menor que , cuntas
iteraciones debemos realizar?
ba
<
2n
b a < 2 n
Pgina 70
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Aplicando propiedades de logaritmos:
log
ba
< nlog 2
log
n>
ba
ba
log 2
An as, la convergencia con este mtodo suele ser muy lenta, aunque siempre
converger a una raz real.
Pero si la funcin no es continua corremos el riesgo de construir una sucesin no
convergente.
Pgina 71
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
= f ( ) entonces F ( ) = 0 .
Por ejemplo:
F (x ) = x 2 x 1 = 0
f1 (x ) = x 2 1
f 2 (x ) = x + 1
x +1
x
x2 x 1
f 4 (x ) = x
, m 0
m
f 3 (x ) =
y=x
x=
x=
As, x = y x =
Alberto Surez Lpez
Pgina 72
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 5.3.1. ITERACIN DEL PUNTO FIJO:
La iteracin del punto fijo consiste en elegir un punto x 0 domf y construir la
{xn }
x n +1 = f ( x n )
n 0
x0
x1 = f ( x 0 )
x 2 = f ( x1 )
x3 = f ( x 2 )
...
x n = f ( x n 1 )
Para que este algoritmo resuelva el problema planteado hemos de comprobar que se
verifiquen las siguientes condiciones:
Los puntos de la sucesin {x n } debern pertenecer al dominio de la funcin f .
x n domf , n 0
{xn }
IR
= f ( )
Por ejemplo:
x 1 :
x0 = 2 domf
x1 = f (x 0 ) = f (2 ) = 2 1 = 1 = 1 domf
x 2 = f (x1 ) = f (1) = 1 1 = 0 = 0 domf
x3 = f ( x 2 ) = f (0 ) = 0 1 = 1 = i domf
[ ]
intervalo I = a, b y que la imagen que cada uno de los puntos del intervalo I a travs de la
[ ]
f : [a, b]
[a, b ]
x [a, b ], f (x ) [a, b ]
Pgina 73
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Grficamente:
y
y=x
y=f(x)
x=
x=a
x=b
x [a, b ]
y [a, b]
Demostracin:
Por induccin se demuestra que x n a, b , n .
x0 [a, b ]
x1 = f ( x0 ) [a, b]
x n = f (x n 1 ) [a, b]
[ ]
x 2 = f ( x1 ) [a, b ]
x3 = f ( x 2 ) [a, b ]
...
[ ]
[ ]
[ ]
f : [a, b ]
[a, b] [a, b] f ( ) =
[ ] f ( ) = . Es decir:
Sea f : a, b
a, b continua en a, b , entonces a, b
Demostracin:
Aplicamos el Teorema de Bolzano a la funcin g ( x ) = x f ( x ) en a, b :
[ ]
Hiptesis:
g continua en a, b
g (a ) g (b ) < 0
[ ]
g (a ) = a f (a ) 0
g (b ) = b f (a ) 0
Tesis:
[a, b ] g ( ) = 0
Pgina 74
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
As:
g ( ) = 0 = f ( )
Sin embargo las hiptesis anteriores no garantizan la unicidad del punto fijo.
Por ejemplo:
y=x
y=f(x)
x=a
x=x1
x=x2
x=x3
Existen puntos x1 , x 2 a, b
d ( f ( x1 ), f ( x 2 )) > d (x1 , x 2 ) .
x=x4
x=b
x1 x 2 , es decir,
[ ]
Pgina 75
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
[ ]
'
[ ]
(x ) L < 1, x (a, b ) , es decir,
[ ]
[ ]
decir, ! [a, b ] f ( ) = .
[ ]
Si f : a, b
a, b y es contractiva, entonces existe un nico punto fijo en a, b , es
f ( ) =
, entonces:
f ( ) =
= f ( ) f ( ) L <
[ ]
Sean , a, b y
<
Ejemplo:
Sea f ( x ) = e
[ ] [ ]
f : [0,1]
[0,1]
Primero comprobamos que las imgenes de los extremos de los intervalos a travs
de f pertenecen al intervalo.
f (0 ) = e 0 = 1 [0,1]
f (1) = e 1 =
1
[0,1]
e
f ' ( x ) = e x
max{ f ( x )} = 1
x[0 ,1]
f
:
[
0
,
1
]
,1 [0,1]
1
e
min { f ( x )} =
x[0 ,1]
e
f es contractiva en [0,1]
Pgina 76
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
lim e x = 1
x 0
/L [0,1) e x L, x (0,1)
[ ]
f ( x ) = e x < e 0.1 < 1, x (0.1,1)
0.1
Captulo 5.3.5. CONVERGENCIA DEL MTODO DE ITERACIN DEL PUNTO FIJO. ESTUDIO DEL
ERROR:
[ ]
[ ]
[ ]
[ ]
[ ]
Sea f : a, b
a, b , contractiva con constante de contractividad L y sea x0 a, b ;
[ ]
f : [a, b]
[a, b ]
Tesis:
! [a, b] = f ( ) y {x n }
xn
Ln
Ln
x1 x0
b a
1 L
1 L
Ln
L0
1
=
= =1
L 0 1 L
1 0 1
n
L
L1
L
lim
=
= =
L 1 1 L
11 0
lim
Pgina 77
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 5.3.5.2. TEOREMA DE CONVERGENCIA GLOBAL:
'
[ ]
'
que (a, b ) f ( ) = y adems f ( ) < 1 . Entonces,
sucesin {x n } definida por x n +1 = f ( x n ) converge a x = .
Sea f : a, b
IR , derivable con f continua en (a, b ) y supongamos
> 0 x0 [ , + ] la
Hiptesis:
f : [a, b]
IR
f ' ( ) < 1
Tesis:
! [a, b] = f ( ) y {x n }
Grficamente:
con 1 < f
'
(x ) < 0 :
y=x
y=f(x)
x=a
x=x0 x=x2
x=
x=x1
x=b
Vemos como se forma una tela de araa en la que los puntos x n convergen hacia .
Pgina 78
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
con 0 < f
'
(x ) < 1 :
y=x
y=f(x)
x=a
x=x0
x=x1
x=x2
x=
x=b
Vemos como se forma una escalera en la que los puntos x n convergen hacia .
Para f
'
Pgina 79
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
{x n }
en +1
= q , se dice que la sucesin {x n } converge a con
p
n e
n
orden de convergencia p , siendo q la constante asinttica del error.
en +1
q en +1 = qenp
p
en
en +1 = x n +1 = f ( x n ) f ( )
en +1 = f (x n ) f ( ) = f ' (c n )(
x n ) = en f ' (c n )
Despejando f (c n ) :
'
en +1 = en f ' (c n )
f ' (c n ) =
en +1
en
en +1
= lim f ' (c n ) = f '
n e
n
n
lim
Pgina 80
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
en +1 = x n +1 = f ( x n ) f ( )
en +1 = f (x n ) f ( ) =
Despejando
f '' (c n )
f '' (c n ) 2
2
( x n ) =
en
2
2
f '' (c n )
:
2
f '' (c n ) 2
en
2
f '' (c n ) en +1
= 2
2
en
en +1 =
lim
en +1
en
= lim
f '' (c n ) 1
1
= lim f '' (c n ) = f ''
2
2 n
2
1
lim c n = f '' ( )
n
2
Corolario:
El orden de convergencia nos lo indica el orden de la primera derivada que no se anula
en el punto fijo.
f ( ) =
f ' ( ) 0
Convergencia lineal
f ' ( ) = 0
Convergencia cuadrtica
f ( ) =
f ( ) 0
''
Pgina 81
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Captulo 5.5.1. MTODO DE NEWTON:
y
x=
x=x0
x=x1
y=F(x)
y y 0 = m( x x0 )
y F ( xi ) = F ' (xi )(
x xi )
Pgina 82
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Y hallamos la interseccin de dicha recta con el eje OX:
x xi )
y F ( xi ) = F ' ( xi )(
y=0
F ( xi ) = F ' ( xi )(
x xi )
F ( xi ) = xF ' ( xi ) xi F ' ( xi )
xi F ' ( xi ) F ( xi ) = xF ' ( xi )
x i F ' ( x i ) F ( x i )
x=
F ' ( xi )
x=
x i F ' ( x i ) F ( x i )
'
F ' ( xi )
F ( xi )
x = xi
F ( xi )
F ' ( xi )
f (x ) = x
F (x )
F ' (x )
Pgina 83
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Pn ( x ) = f ( x 0 )l 0. ( x ) + f ( x1 )l1. (x ) + f ( x 2 )l 2. (x ) + ... + f ( x n )l n. ( x ) =
n
i =0
f ( x i )l i. ( x ) ,
con:
l i (x ) =
n
(x x 0 )( x x1 )( x x 2 )...(x xi 1 )( x xi +1 )...(x x n )
x xk
=
(xi x 0 )( xi x1 )( xi x 2 )...(xi xi 1 )( xi xi +1 )...(xi x n ) k =0 xi x k
k i
Frmula de Newton:
Pn ( x ) = c 0 + c1 ( x x 0 ) + c 2 ( x x 0 )(
x x1 ) + ... + c n ( x x 0 )(
x x1 )(
x x 2 )...( x x n 1 )
f [x0 , x1 , x 2 ,..., x n ] =
Error en la interpolacin:
()
en x
n
M
x x i con M = sup f
(n + 1)! i =0
x( a , b )
( n +1)
(x )
()
e1 x
h 2 ''
f (c ) , x [x0 , x1 ]
8
()
e2 x
h3
9 3
'''
(c ) , x [x 0 , x 2 ]
()
1
e1 x h 2 M
8
()
e2 x
9 3
h 3 M
Pgina 84
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
yi = a * n + b*
x1 yi = a
i =1
n
i =1
xi
xi + b
*
i =1
2
i
i =1
i =1
n
xi
i =1
i =1
xi
xi2
b*
i =1
n
i =1
yi
x1 yi
y i = a * n + b *
xi y i = a *
n
i =1
x i2 y i = a *
n
i =1
n
i =1
xi + c *
xi + b *
n
i =1
x i2 + b *
n
i =1
x i2
x i2 + c *
n
i =1
n
n
i =1
x i3 + c *
n
i =1
x i3
i =1
n
x i4
i =1
i =1
n
xi
i =1
n
x i2
i =1
xi
x i2
x i3
x i2
a*
x i3 b * =
i =1
c*
n
4
xi
i =1
n
i =1
i =1
n
i =1
n
i =1
yi
xi y i
x i2 y i
y i 1 ( x i )
n
y i 2 ( x i )
y i 3 ( x i )
...
y i k ( x i )
i =1
n
i =1
n
i =1
i =1
1 ( x i )2
n
i =1
2 (x i )1 (x i )
3 (x i ) 1 (x i )
...
k (x i ) 1 (x i )
n
i =1
n
i =1
1 (x i ) 2 (x i )
n
i =1
2 (x i )2
n
i =1
n
i =1
3 (x i ) 2 (x i )
k (x i ) 2 (x i )
1 (x i ) 3 (x i ) ...
2 (x i ) 3 (x i ) ...
n
i =1
n
i =1
3 (xi )
...
n
i =1
n
i =1
n
i =1
k (x i ) 3 (x i ) ...
1 (x i ) k ( x i )
c1
2 (x i ) k (x i ) c
2
3 (x i ) k (x i )
n
i =1
k (xi )
1 ( x1 ) 1 ( x 2 ) 1 ( x 3 ) ... 1 ( x n )
2 ( x1 ) 2 ( x 2 ) 2 ( x 3 ) ... 2 ( x n )
B = 3 ( x1 ) 3 ( x 2 ) 3 ( x 3 ) ... 3 (x n )
...
k ( x1 ) k ( x 2 ) k (x 3 )
y1
y2
A = B B y b = B y 3
...
t
yn
y1
k (x n )
c1
y2
c2
t
B y 3 = B B c 3
...
yn
...
ck
Pgina 85
c3
...
ck
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f ( x )dx
ba
[ f (a ) + f (b )]
2
Frmula de Simpson:
b
a
f ( x )dx
ba
a+b
+ f (b )
f (a ) + 4 f
6
2
ET =
1 ''
3
f (c )(
b a)
12
ES =
1
f
9032
(4 )
(c )( b a )5
Formula de Newton Cotes abierta con un solo nodo o frmula del punto medio:
b
a
f ( x )dx (b a ) f
a+b
2
f ( x )dx
ba
2a + b
2b + a
f
+ f
2
3
3
f ( x )dx
n 1
ba
f (a ) + 2 f ( x i ) + f (b )
2n
i =1
E nT =
1
3
(b a ) f '' (c )
2
12n
c( a ,b )
f ( x )dx
n 1
ba
f ( x 0 ) + 2 f ( x i ) +
6n
i =1
n
i =1
f (z i ) + f (x n )
E nS =
n 1
i =0
1
5
f (4 ) (c )(b a )
4
9032n c(a ,b )
Pgina 86
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
f (a ) f (b ) < 0
Tesis:
[ ]
c (a, b ) f (c ) = 0
Teorema de Rolle:
Hiptesis:
f es continua en a, b
[ ]
f es derivable en (a, b )
f (a) = f (b)
Tesis:
c (a, b ) f ' (c ) = 0
xn <
ba
2n
un error x n < :
log
n>
ba
log 2
{xn }
x n +1 = f ( x n )
n 0
x n domf , n 0
{xn }
IR
= f ( )
f : [a, b ]
[a, b]
[a, b] f ( ) =
Funcin contractiva:
Pgina 87
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Teorema de convergencia global:
Hiptesis:
f : [a, b]
[a, b ]
Tesis:
! [a, b] = f ( ) y {x n }
f : [a, b]
IR
f ' ( ) < 1
Tesis:
! [a, b] = f ( ) y {x n }
xn
Ln
Ln
x1 x0
b a
1 L
1 L
Mtodo de Newton:
{xn }
x n +1 = f (x n )
n 0
con f ( x ) = x
F (x )
F ' (x )
Pgina 88
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
Apndice B: PRCTICAS.
Apndice B.1. INTRODUCCIN A LA PROGRAMACIN CON MATLAB.
pr001.m:
pr002.m:
!
" # $ %&
" %
'
(#
'
pr003.m:
)
'*
+
"
'*
,"
."
pr004.m:
/
0 "1
2
0 "3
0 #4
5
Pgina 89
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
pr005.m:
6
!
" # ." $ 41&
" #
5" $
5
5(#
f001.m:
11" 7
8
9 :
" 7.7(#;
%
* )
Pgina 90
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
) =>
:
7# #
"
? 71 1 7" "
7
@
8
5
1
1
1" 1
"#
"#
" # 1$A#A43
7." #
7.11
8" 7 " 1B
........
1$C#A43B
.......
11." #
" #.11
)
<)
.14$"$A3-7
"1
"%
)
=
>
:
:
:
<) )
<
6:
<) )
/
'
)* =
'."
6
<
9 '
''
D "
"
E "
5 "
"
DF 5
:
8
5
,, 8
" .#
#
G
6
,, H
" .$
8H
,,
8H
" .4A
7(#.4-7 A
7.#
8 H
Pgina 91
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
E
=5
G
E
717" 7#
75
= D .= 5
7.71 B7." B B7.7D." B7.7D " B B7.7
< D 7 .................................................
7D.71 B7D." B B7D.7D." B7D.7D " B B7D.7
E
E
= 5 ;= D .= 5
<D
<D
E
6<
>-<
Pgina 92
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
newton.m:
'
=>
:
? 71 1 7" " 7# #
7
8
5
1
1
1" 1
"#
"#
" # 1$A#A43
8" 7 .14$"$A3-7 " 1
)
"
@
I'
"%
)
=
>
:
:
:
I'
)* =
E
/ 6
8
6
)
"
/ "
>
5#
"
. 5
."
!
717"
/ 5
7
9
!
7" 7#
7 &. !
7171 7 ."&
7 & KKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKK
7 . 71
"5
." ./ 5
." ;=
5
." .=
>
)
7
8 7
1
"B7.71
#B7.71 B7.7"
B7.71 B7.7" B7.7# B B7.7 ."
/
7
7
L
1
5"
H "
D " 5
."
:
Alberto Surez Lpez
G
Pgina 93
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
8
5
,, 8
" .#
#
G
6
,, H
" .$
8H
,,
8H
" .4A
7(#.4-7 A
7.#
8 H
=D
=D
H
G
H
H
8
5
J !
" " "&
,,
#
J
7 7 7(#
/ " 5#
717" 7#
7D
7
7
M
6
#
Pgina 94
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
8
5
,, 5
= >N
M7
"
? 7" "
#-7
$-7($
7# #
7$ $
-7(
@
!
." 13&!
." 1#&#
.113$$$$$$$$$$$$
1C"AAAAAAAAAAA4
.11111111111111"
5
M7
.13$$$-7(#
1C"AA-7
)
"%
)
=
>
N
:
:
)
:
5
/
*
5
)* =
O
N "
/ *
)" 7
" )# 7
J
M7
" -)" 7
n
i =1
n
i =1
n
i =1
i =1
1 (xi )2
n
i =1
2 (xi )1 (xi )
3 (xi )1 ( xi )
...
m (xi )1 (xi )
n
i =1
n
i =1
5
7(# )$ 7
5
# -)# 7
7
1 (xi ) 2 ( xi )
n
i =1
2 (xi )
7($
$ -)$ 7
-)
7
9
n
i =1
n
i =1
3 (xi )2 (xi )
m (xi ) 2 (xi )
N "
7(
n
i =1
3 (xi )2
...
" # $
n
i =1
n
i =1
n
i =1
1 (xi ) m (xi )
2 (xi ) m (xi )
3 (xi ) m (xi )
n
i =1
9 *
m (xi )
c1
c2
c3 =
...
ck
i =1
n
i =1
n
i =1
n
i =1
9 JB
= P
Pgina 95
yi 1 ( xi )
yi 2 ( xi )
yi 3 ( xi )
...
yi m ( xi )
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
8
k ( xn )
1 x1
1 x2
= 1 x3
...
2
1
2
2
2
3
x
x
x
... x1m
... x2m
... x3m
xn2
xnm
n ( m +1)
xn
J
JB
= P
MB
MB
= MB
>
6
N ""
Q
R
P :
"
N "
P 6
" N "
6
M6
J*
M:
N "
N "
M
)
=
)" 7
" )# 7
D " N "
M D
=
) =
R
7(# )$ 7
D
7($
=
N "
)
,,
N "N "
6P
N ""
=
9
6J
7(
= ( D."
7 7( D."
:
5
M D = ( D."
<
J M-M
<
P M->
JG
JSP
<
N ""
:
=
!
" # $&
$
#
"
Pgina 96
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
1A
&
" A"1
3"C$34%4A4"U#4$
"A
3"C$34%
)
"%
)
)
9 :
G
) 9
)
)
7
+
7
9
:
:
)
0.....*.....,
....V...........V....
71
7"
*
. ;
N
8
! &
N "
:
.....V.....V.....V.....V..............V......
71 7" 7# 7$
7
!
717"& !
7" 7#& !
7# 7$&
!
7 ." 7 &
/
! & N
: 7
B
*
1 ."
)
7 " ."
!
7 7 "&
1
D " N."
7
*-D
7
)
*-
;
# *-
Pgina 97
Universidad de Oviedo
MTODOS NUMRICOS
Escuela Universitaria de Ingeniera Tcnica en Informtica de Oviedo (E.U.I.T.I.O)
simpson.m:
N
7
)
8
5
,,
1A
&
" A"1
3"3$%%U%CAA$A#%
"A
3"3$%%U
)
"%
)
)
9 :
G
) 9
)
N
+
7
9
*
)
7
:
)
0.....#*....,
0..*..,
....V.....V.....V....
71 6" 7"
*
. ;#-N
8
! &
/
!
: 7
#BB
*
:
&
#N "
N
1
N
!
7 7 "&
."
#B. " B
*
"
!
7 7 "&
"
."
)
7 " ."
6 "
" 1
#
# 1
"
D " N
7
*- #-D."
" "
7
>
D " N."
7
*-#-D
# #
7
)
*-
%- " #- # ;
$
Pgina 98