Beruflich Dokumente
Kultur Dokumente
alisis Num
erico
Primer Parcial
Contents
1. Ecuaciones no lineales: M
etodo de Punto Fijo
2. M
etodo de bisecci
on
3. M
etodo de Newton
18
30
6. Interpolaci
on Polinomial
34
ii
1.
Ecuaciones no lineales: M
etodo de Punto Fijo
Definiciones y teoremas:
1) Funci
on Lipschitz:
Se dice que una funci
on de variable real f es Lipschitz en un intervalo I si se cumple que:
x, y I
|f (x) f (y)| L |x y|
Donde L es la constante Lipschitz (L > 0), en caso de que 0 < L < 1 se dice que f es una contraccion.
Observaci
on: C
omo determinar si una funci
on f derivable y continua en un intervalo I es una
contracci
on en dicho intervalo?
Se puede estimar el valor de la constante L con la expresion:
L = max |f 0 (x)|
x[a,b]
2) Punto fijo:
Sea f una funci
on definida en un intervalo I, se dice que x I es un punto fijo de f si se cumple que:
f (x ) = x
1. f tiene un u
nico punto fijo x [a, b](existencia y unicidad)
2. Para cualquier x0 [a, b] la sucesi
on xn = f (xn1 ) converge al valor x (converge al punto fijo)
An
alisis del error del m
etodo de punto fijo.
Para el mnimo n
umero de iteraciones usaremos la expresion:
u
nmin = v
ln
(1L)
|x1 x0 |
ln (L)
}
+ 1~
Donde:
es la tolerancia
L es la constante de Lipschitz
x0 es el valor inicial
x1 = f (x0 )
Ejercicio #1:
Dada la sucesi
on de punto fijo:
1
xn =
3
2xn1 +
x2n1
; nN
Soluci
on (an
alisis completo):
a) Para garantizar convergencia, debemos cumplir las condiciones del TPF de Banach (por lo tanto tambien las
condiciones del TPF de Brouer), lo cual lo vamos a probar graficando las funciones f y f 0 en el intervalo [1.5, 2]
.
xn = f (xn1 )
f (x) =
f 0 (x) =
1
3
5
2x + 2
x
2
10
2x3 10
3 =
3 3x
3x3
f 00 (x) =
10
x4
x = 1.7099
f 0 (x) > 0 ; 1.5 x < 1.7099 (la funci
on f es creciente en este intervalo)
f 0 (x) < 0 ; 1.7099 < x 2 (la funci
on f es decreciente en este intervalo)
Ya que f 00 > 0 para todo x, f es c
oncava hacia arriba y ademas f 0 es creciente en todos los reales.
Graficando la funci
on:
f (1.5) = 1.7407 f (1.7099) = 1.7099 f (2) = 1.75
f 0 (1.5) = 0.3209 f 0 (2) = 0.25
Gr
afica de f :
1.74
1.73
1.72
1.71
1.55
1.6
1.65
1.7
1.75
1.8
1.85
1.9
1.95
Gr
afica de f :
De f 0 se sabe que:
L = max |f 0 (x)| = 0.3209
x[a,b]
De f se observa que:
5
2x + 2
x
3x = 2x +
5
x2
x3 = 5
x = 5 3 = 1.7099
c)
x0
1.8
x1
1.7144
x2
1.70998
x3
1.70997594675
x4
1.70997594668
x5
1.70997594668
Ejercicio #2:
El polinomio P (x) = x3 x2 x 1 tiene una u
nica raz positiva. Encuentre un intervalo donde se
garantice la existencia de esta raz. Utilizando el m
etodo del punto fijo, presente una tabla que
contenga la sucesi
on de valores, el error en = |xn xn1 |,n 1 , y con un criterio de interrupci
on
del m
etodo iterativo de en 109 .
Soluci
on:
Debemos construir la sucesi
on de punto fijo:
x3 x2 x 1 = 0
x3 = x2 + x + 1
xn = 1 +
1
1
+ 2
xn1
xn1
1
1
+
x x2
1
2
f 0 (x) = 2 3
x
x
f (x) = 1 +
6
2
+ 4 =0
x3
x
2x + 6 = 0
x = 3
Ya que f 00 < 0 en (, 3), f es c
oncava hacia abajo y ademas f 0 es decreciente en este intervalo, por lo tanto,
en (3, +), f es c
oncava hacia arriba y ademas f 0 es creciente
Graficando la funci
on f :
Graficando la funci
on f :
En la gr
afica de f y f podemos observar que un intervalo optimo puede ser [1.6, 2] ya que en este intervalo se
cumplen las hip
otesis del TPF de Banach, por lo tanto la sucesion va a converger al u
nico punto fijo de f en
[1.6, 2] .
Tomando x0 = 1.6
n
xn1
xn
en
1.6
2.015625
0.415625
2.015625
1.74226309
0.27336191
1.74226309
1.90340325
0.16114016
1.90340325
1.80139337
0.10200988
1.80139337
1.86329053
0.06189716
1.86329053
1.82471570
0.03857482
1.82471570
1.84836809
0.02365239
1.84836809
1.83371802
0.01465007
1.83371802
1.84273596
0.00901795
10
1.84273596
1.83716353
0.00557243
Mediante el c
alculo computacional en 38 iteraciones se obtiene un error en 109 .
La soluci
on aproximada de la ecuaci
on es 1.83928675
2.
M
etodo de bisecci
on
Algoritmo del m
etodo de bisecci
on:
Suponga que se tiene una funci
on f : [a, b] R continua y tal que f (a) y f (b) tienen signos distintos f (a)f (b) <
0. Por el teorema del valor intermedio se puede garantizar que:
x (a, b) t.q. f (x ) = 0
Datos de entrada:
f continua en [a, b] tal que f (a)f (b) < 0
a0 a
b0 b
x0
a+b
2
ai +bi
2
nmin =
ln
b0 a0
|
ln (2)
3.
M
etodo de Newton
Sea f C 2 [a, b].Sea x (a, b) tal que f (x ) = 0, f 0 (x ) 6= 0 entonces existe un > 0 tal que para todo
x0 [x , x + ] la sucesi
on:
xn = g (xn1 )
Converge a x .
Note que el metodo de Newton es un metodo de punto fijo para el cual:
g(x) = x
f (x)
f 0 (x)
Ejercicio #3:
Mediante el m
etodo de Newton, aproximar la soluci
on de la ecuaci
on ex = 6x + 2
Soluci
on:
Procedemos a escribir la ecuaci
on a resolver, en una funcion dependiente de la variable x:
f (x) = ex 6x 2
f 0 (x) = ex 6
Se desarrolla la g de Newton:
g(x) = x
ex 6x 2
f (x)
=
x
f 0 (x)
ex 6
xn = g (xn1 )
xn = xn1
exn1 6xn1 2
exn1 6
xn1
xn
6.75930663
6.75930663
5.80200984
5.80200984
4.89682665
4.89682665
4.09532584
4.09532584
3.47587285
3.47587285
3.11612266
3.11612266
3.00367414
3.00367414
2.99396863
2.99396863
2.99390086
10
2.99390086
2.99390085
Ejercicio #4:
Un objeto volador se mueve en el espacio seg
un el vector de posici
on R(t) = (2cos(t), sen(t), 0), se
requiere el tiempo que el objeto se encuentra m
as cerca del punto P (2, 1, 0).
a) Encuentre el modelo matem
atico que permita hallar dicho tiempo.
b) Utilice el m
etodo de Newton para aproximar dicho tiempo.
Soluci
on:
a) La distancia entre los puntos P y R est
a dada por:
2
d2 = (2 2cos(t)) + (1 sen(t))2
Lo que el problema nos pide es encontrar el tiempo t, donde la distancia sea mnima, por lo tanto minimizamos
d, pero para facilitar los c
alculos vamos a minimizar d2 ,que llamaremos D :
2
D = (2 2cos(t)) + (1 sen(t))2
D0 = 4 (2 2cos(t)) (sen(t)) 2(1 sen(t))(cos(t)) = 8sen(t) 8sen(t)cos(t) 2cos(t) + 2sen(t)cos(t)
Por lo tanto la ecuaci
on a trabajar es:
8sen(t) 2cos(t) 6sen(t)cos(t) = 0
b)
f (t) = 8sen(t) 2cos(t) 6sen(t)cos(t)
f 0 (t) = 8cos(t) + 2sen(t) 6 cos2 (t) sen2 (t) = 8cos(t) + 2sen(t) 6cos(2t)
g(t) = t
f (t)
8sen(t) 2cos(t) 6sen(t)cos(t)
=t
f 0 (t)
8cos(t) + 2sen(t) 6cos(2t)
tn = g (tn1 )
tn = tn1
tn1
tn
0.656176432
0.656176432
0.590503169
0.590503169
0.587227947
0.587227947
0.587219776
0.587219776
0.587219777
10
Ejercicio #5:
El movimiento de una partcula en el plano, se encuentra representado por las ecuaciones param
etricas:
Soluci
on:
a) Vamos a verificar que la ecuaci
on 3sen3 (t) 1 = 4sen(t)cos(t) tenga al menos una solucion en el intervalo
0, 2
f (t) = 3sen3 (t) 1 4sen(t)cos(t) = 0
Verificamos el signo de f (t) en los extremos del intervalo:
11
f
Ya que f (0) f
= 3sen3
2
1 4sen
2
cos
2
=31=2
< 0 podemos asegurar mediante el teorema del valor intermedio que existe al menos una
soluci
on en dicho intervalo.
b)
f (t) = 3sen3 (t) 1 4sen(t)cos(t)
f 0 (t) = 9sen2 (t)cos(t) 4 cos2 (t) sen2 (t)
g(t) = t
f (t)
3sen3 (t) 4sen(t)cos(t) 1
=t
0
f (t)
9sen2 (t)cos(t) 4cos(2t)
tn = g (tn1 )
tn = tn1
Tomando t0 =
tn1
tn
|tn tn1 |
1.39487387
0.60947571
1.39487387
1.17261061
0.22226324
1.17261061
1.18651211
0.01390149
1.18651211
1.18649502
1.7 105
Ejercicio #6:
Determine de ser posible, el valor del par
ametro > 0 , tal que
xex dx = 10.
Soluci
on:
a)
12
f () = (2 1)e2 ( 1)e 10 = 0
Probamos el signo de f () en el intervalo [1, 2]
f 0 () = 4e2 e
g() =
f ()
(2 1)e2 ( 1)e 10
=
0
f ()
4e2 e
n = g (n1 )
n = n1
Tomando 0 = 1
n
n1
|n n1 |
1.09728555
0.09728555
1.09728555
1.08534485
0.01194071
1.08534485
1.08512534
0.00021951
1.08512534
1.08512527
7.26 108
13
Ejercicio #7:
Se requiere aproximar el punto de la curva dada por y = 2x5 3xex 10, ubicado en el tercer
cuadrante, donde su recta tangente sea paralela al eje X.
Determine:
a) La ecuaci
on que corresponda a la soluci
on del problema.
b) Un intervalo donde exista la soluci
on requerida. Justifique su respuesta.
c) La aproximaci
on de la soluci
on, usando el m
etodo de Newton, con una tolerancia de 10-6.
Soluci
on:
a) Lo que nos pide encontrar es el punto del tercer cuadrante donde f 0 = 0
f 0 (x) = 10x4 3ex + 3xex
h(0) = 3 < 0
Ya que h (2) h (0) < 0 podemos asegurar mediante el teorema del valor intermedio que existe al menos una
soluci
on en dicho intervalo.
c)
h(x) = 10x4 3ex + 3xex
g(x) = x
h(x)
10x4 3ex + 3xex
=
x
h0 (x)
40x3 3xex + 6ex
xn = g (xn1 )
xn = xn1
Tomando x0 = 2
14
xn1
xn
|xn xn1 |
-2
-1.59582433
0.40417567
-1.59582433
-1.35400409
0.24182023
-1.35400409
-1.25022468
0.10377941
-1.25022468
-1.23064093
0.01958375
-1.23064093
-1.22998525
0.00065568
-1.22998525
-1.22998453
7.198 107
Ejercicio #8:
Se requiere aproximar el punto de la curva dada por f (x) = xarctan(x) + ex + 3, donde su recta
tangente sea paralela a la recta y = 3x + 2.
Determine:
a) La ecuaci
on que corresponda a la soluci
on del problema.
b) Un intervalo donde exista la soluci
on requerida. Justifique su respuesta.
c) La aproximaci
on de la soluci
on, usando el m
etodo de Newton, con una tolerancia de 10-6.
Soluci
on:
a) Lo que nos pide encontrar es el punto donde f 0 (x) = 3 , es decir, igualamos la derivada a la pendiente de
la recta paralela.
f 0 (x) = arctan(x) +
15
x
ex
x2 + 1
arctan(x) +
x2
x
ex = 3
+1
h(x) = arctan(x) +
x2
x
ex + 3
+1
h(1) = arctan(1)
1
5
e+3= + e<0
2
4
2
h0 (x) =
x2
x
ex + 3
+1
1
1 x2
2
+
+ ex = 2
+ ex
x2 + 1 (x2 + 1)2
(x + 1)2
g(x) = x
arctan(x) + x2x+1 ex + 3
h(x)
=
x
2
x
h0 (x)
(x2 +1)2 + e
xn = g (xn1 )
arctan(xn1 ) +
xn = xn1
xn1
x2n1 +1
2
(x2n1 +1)2
exn1 + 3
+ exn1
Tomando x0 = 1
n
xn1
xn
|xn xn1 |
-1
-0.68813173
0.31186827
-0.68813173
-0.66762159
0.02051014
-0.66762159
-0.66760422
1.737299*105
-0.66760422
-0.66760422
9*1012
16
17
4.
Definiciones:
Normas en V = M nxn :
Norma infinito o norma fila:
a11
a12
a13
...
a1n
a21
A = a31
.
.
.
an1
a22
a23
...
a32
..
.
a33
..
.
...
..
.
an2
an3
...
a2n
a3n
..
.
ann
n
P
1in
!
|aij |
j=1
1jn
n
P
|aij |
i=1
Normas en V = Cn :
Norma infinito:
x1
x2
n
X=
.. C
.
xn
kXk = max |xi |
1in
Norma 1:
kXk1 =
n
P
|xi |
i=1
18
Se dice que las normas k. kM de Mnxn y k. kCn de Cn son normas compatibles si:
AMnxn XCn kA.XkCn kAkM kBkCn
Teorema:
Sean k.kM y k.kCn normas compatibles de Mnxn y de Cn respectivamente. Sea A Mnxn . Entonces se cumple
que:
(A) kAkM
Sea A Mnxn . Sean 1 , 2 , 3 , ..., k con k n los valores propios distintos de A. Se define el radio espectral
de A, denotado (A), como:
(A) = max |i |
1ik
M
etodos iterativos de punto fijo para sistemas lineales:
Para resolver sistemas lineales AX = B usaremos metodos de punto fijo, los cuales a partir de un vector inicial
x0 Rn construyen una sucesi
on vectorial de la forma:
Xn = G(Xn1 ) ; n N
Lo cual se espera que sea convergente a la u
nica solucion X .
La funci
on G de la ecuaci
on iterativa es de la forma:
G : Rn Rn
x 7 G(x) = T x + C
donde T Mnxn y C R
Para construir la funci
on G, debemos definir a T y a C, lo cual dependera del metodo de punto fijo en particular
que se utilizar
a para resolver el problema.
La matriz A se la va a descomponer de la siguiente manera:
A=L+D+R
19
M
etodo de Jacobi:
AX = B
(L + D + R)X = B
[D + (L + R)] X = B
DX = B (L + R)X
X = D1 B D1 (L + R)X
X = D1 B D1 (L + R)X
TJ = D1 (L + R)
CJ = D1 B
X = TJ X + CJ = GJ (x)
M
etodo de Gauss-Seidel:
AX = B
[(L + D) + R)] X = B
[D + (L + R)] X = B
(L + D)X = B RX
X = (L + D)1 B (L + D)1 RX
TGS = (L + D)1 R
CGS = (L + D)1
X = TGS X + CGS = GGS (x)
Una condici
on necesaria y suficiente para la convergencia de Jacobi y Gauss-Seidel es:
(TJ ) < 1 (TGS ) < 1
Ejercicio #9:
Considere el sistema lineal:
3x x2 + x3 = 2
1
2x1 + 5x2 2x3 = 21
x 4x + 7x = 25
1
20
Hallar:
1) TJ , kTJ k , (TJ )
2) TGS , kTGS k , (TGS )
Adem
as realizar 5 iteraciones con cada m
etodo, y hallar la soluci
on aproximada.
Soluci
on:
1) M
etodo de Jacobi:
Procedemos a escribir el sistema lineal en la siguiente forma iterativa:
xn1 =
xn2 =
2 + xn1
xn1
2
3
3
21 2xn1
+ 2xn1
1
3
5
xn3 =
25 xn1
+ 4xn1
1
2
7
Xn = G(Xn1 ) ; n N
Escribimos el sistema iterativo en forma matricial:
xn1
2/3 + xn1
/3 xn1
/3
2
3
/5 + 2xn1
/5
x2 = 21/5 2xn1
1
3
xn3
25/7 xn1
/7 + 4xn1
/7
1
2
Reescribimos el sistema de tal forma que represente una ecuacion iterativa de punto fijo en Rn (n = 3 para este
caso):
xn1
2/3
n
x2 = 21/5 + 2/5
25/7
1/7
xn3
1/3
0
4/7
1/3
xn1
1
2/5 xn1
2
xn1
0
3
GJ (x) = CJ + TJ X
TJ = 2/5
1/7
1/3
0
4/7
1/3
2/5
0
kTJ k
1 1 2 2 1 4
= m
ax + , + , +
3
3
5
5
7
7
21
kTJ k = max
2 4 5
, ,
3 5 7
4
= 0.8
5
2
=0
2/5 = 3
7
35
1/3
|I TJ | = 2/5
1/7 4/7
1/3
(TJ ) = m
ax (|0.2528 + 0.2214i| , |0.2528 0.2214i| , 0.5058)
(TJ ) = 0.5058
Podemos verificar que:
(TJ ) < kTJ k < 1
Con lo que concluimos que, al aplicar un metodo de punto fijo, este convergera a la solucion del sistema.
1
Realizamos 5 iteraciones con el valor inicial X0 = 1
(1)
x1
2/3
(1)
x2 = 21/5 + 2/5
(1)
1/7
25/7
x3
(1)
x1
(2)
x1
2/3
(2)
x1
4/7
4.2
2/5 1
0
1
1/3
(2)
x2 = 21/5 + 2/5
(2)
x3
25/7
1/7
0.66666666
(1)
x2 =
(1)
x3
1/3
1/3
0
4/7
1/3
2/5
0
2.06666666
0.66666666
4.2
(2)
x2 = 2.86666666
(2)
x3
1.07619048
(3)
x1
2/3
1/3
(3)
x2 = 21/5 + 2/5
(3)
x3
25/7
1/7
(3)
x1
0
4/7
1/3
2.06666666
2/5 2.86666666
0
1.07619048
0.64761905
(3)
x2 = 2.94285714
(3)
x3
2.22857143
22
(4)
x1
2/3
(4)
x2 = 21/5 + 2/5
(4)
1/7
25/7
x3
(4)
x1
1/3
1/3
0.64761905
2/5 2.94285714
2.22857143
0
0
4/7
1.05714286
(4)
x2 = 3.04952381
(4)
1.98231293
x3
(5)
x1
2/3
(5)
x2 = 21/5 + 2/5
(5)
1/7
25/7
x3
(5)
x1
1/3
1/3
1.05714286
2/5 3.04952381
1.98231293
0
0
4/7
1.01061225
(5)
x2 = 2.98421769
(5)
1.97986395
x3
2) M
etodo de Gauss-Seidel:
Procedemos a escribir el sistema lineal en la siguiente forma iterativa:
2 + xn1
xn1
2
3
3
xn1 =
xn2 =
21
2xn1
21 2
2xn1
3
xn3 =
25
xn1
+ 2xn1
3
4xn2
2+xn1
xn1
2
3
3
25
=
xn1
2+xn1
3
2
3
+ 4 67
15
67 2xn1
8xn1
2
+ 3
15
15
15
2xn1
2
15
8xn1
3
15
xn3 =
13xn1
37xn1
97
2
3
+
105
105
105
Xn = G(Xn1 ) ; n N
Escribimos el sistema iterativo en forma matricial:
xn1
xn1
2
+ 23 33
xn1
3
n
2xn1
8xn1
67
2
3
x2 =
15 15 + 15
n1
13x2
37xn1
97
3
xn3
+ 105
105
105
Reescribimos el sistema de tal forma que represente una ecuacion iterativa de punto fijo en Rn (n = 3 para este
caso):
23
xn1
n
x2 =
xn3
2
3
67
15
97
105
1/3
1/3
xn1
1
8/15 xn1
2
n1
37/105
x3
2/15
+ 0
0
13/105
2/15
TGS = 0
0
1/3
1/3
13/105
8/15
37/105
kTGS k
1 1 2 8 13 37
= m
ax + , + ,
+
3
3
15
15
105 105
kTGS k = max
2 2 10
, ,
3 3 21
=
2
= 0.476
3
1/3
+ 2/15
13/105
232
34
3
+
=0
8/15
=
105
225
37/105
1/3
(TGS ) = m
ax (0, |0.1095 + 0.3729i| , |0.1095 0.3729i| , 0.5058)
(TGS ) = 0.388
Podemos verificar que:
(TGS ) < kTGS k < 1
Con lo que concluimos que al aplicar un metodo de punto fijo, este convergera a la solucion del sistema.
1
Realizamos 5 iteraciones con el valor inicial X0 = 1
1
(1)
x1
(1)
x2 =
(1)
x3
2
3
67
15
97
105
+ 0
0
(1)
x1
1/3
1/3
2/15
8/15
13/105
0.66666666
1
37/105
1
(1)
x2 = 4.06666666
(1)
x3
1.15238095
24
(2)
x1
(2)
x2 =
(2)
x3
2
3
67
15
97
105
+ 0
0
(2)
x1
1/3
2/15
13/105
1/3
0.66666666
8/15 4.06666666
1.15238095
37/105
1.07301587
(2)
x2 = 3.30984127
(2)
1.83337868
x3
(3)
x1
(3)
x2 =
(3)
x3
2
3
67
15
97
105
+ 0
0
(3)
x1
1/3
2/15
13/105
1/3
1.07301587
8/15 3.30984127
1.83337868
37/105
1.04773998
(3)
x2 = 3.04755253
(3)
1.97964712
x3
(4)
x1
(4)
x2 =
(4)
x3
2
3
67
15
97
105
+ 0
0
(4)
x1
1/3
2/15
13/105
1/3
1.04773998
8/15 3.04755253
37/105
1.97964712
1.00906655
(4)
x2 = 3.00451453
(4)
x3
1.99871548
(5)
x1
(5)
x2 =
(5)
x3
2
3
67
15
97
105
+ 0
0
(5)
x1
1/3
2/15
13/105
1/3
1.00906655
8/15 3.00451453
37/105
1.99871548
1.00107667
(5)
x2 = 3.00008313
(5)
x3
2.00010631
25
An
alisis del error:
u
nmin = v
ln
(1L)
kx1 x0 kRn
ln (L)
}
+ 1~
N
umero de condici
on de una matriz:
Sea A una matriz inversible de nxn. Sea k.kM una norma en Mnxn . Se define el n
umero de condicion de A,
denotado cond(A) como:
cond(A) = kAkM
A1
M
Se dice que un sistema AX = B est
a bien condicionado si cond(A) w 1, es decir, si cond(A) 1 decimos
entonces que el sistema est
a mal condicionado.
26
Ejercicio #10:
Un ingeniero que tiene a cargo una obra de construcci
on requiere 4800 m3 de arena, 5800 m3
de grava fina y 5700 m3 de grava gruesa. Hay tres canteras de las que puede obtenerse dichos
materiales. La composici
on del 100 % de dichas canteras es la que sigue:
Arena %
Grava fina %
Grava gruesa %
Cantera 1
52
30
18
Cantera 2
20
50
30
Cantera 3
25
20
55
Cu
antos metros c
ubicos deben extraerse de cada cantera a fin de satisfacer las necesidades del
ingeniero?
a) Formule el sistema de ecuaciones lineales.
b) Al aplicar el m
etodo de Gauss-Seidel comenzando con el vector cero, estime el error en la
tercera iteraci
on.
c) Calcule el n
umero de condici
on y comente.
Soluci
on:
a) Dada la tabla de porcentajes, el sistema lineal sera:
4800 = 0.52c1 + 0.2c2 + 0.25c3
5800 = 0.3c1 + 0.5c2 + 0.25c3
5700 = 0.18c1 + 0.3c2 + 0.55c3
b)
cn1 =
5800 0.3
5800 0.3cn1 0.25cn1
3
cn2 =
=
0.5
cn3 =
5700
0.18cn1
0.3cn2
0.55
4800 0.2cn1
0.25cn1
2
3
0.52
0.25cn1
48000.2cn1
3
2
0.52
48000.2cn1
0.25cn1
2
3
0.52
cn1
0.3
3030.769 + 0.115cn1
0.105cn1
2
3
0.5
3030.769+0.115cn1
0.105cn1
2
3
0.5
0.55
cn3 =
0.25c3n1
0.5
5700 0.18
=
2220 + 0.15c3n1
0.55
9230.769 0.3846cn1
0.4808cn1
2
3
3
n1
n
c3
4036.3636 + 0.2727c3
27
cn1
cn1
1
0.384
0.4808
n
c2 = 6061.5384 + 0
0
4036.3636
cn3
0.2308
0.2115 cn1
2
n1
0.2727
c3
9230.769
(1)
0.384
0.4808
(1)
c2 = 6061.5384 + 0
(1)
0
4036.3636
c3
0.2308
0.2115 0
0
0.2727
c1
9230.769
(1)
c1
9230.769
(1)
c2 = 6061.5384
(1)
4036.3636
c3
(2)
0.384
0.4808
(2)
c2 = 6061.5384 + 0
(2)
c3
4036.3636
0
0.2308
0.2115 6061.5384
0.2727
4036.3636
c1
9230.769
(2)
c1
4958.8488
9230.769
(2)
c2 = 6606.5088
(2)
5137.1900
c3
(3)
0.384
0.4808
(3)
c2 = 6061.5384 + 0
(3)
c3
4036.3636
0
0.2308
0.2115 6606.5088
0.2727
5137.1900
c1
9230.769
(3)
c1
4220.0014
4958.8488
(3)
c2 = 6499.4042
(3)
c3
5437.4155
Se deben extraer 4220.0014 m3 de la cantera 1, 6499.4042 m3 de la cantera 2 y 5437.4155 m3 de la cantera 3
c) Hallamos el n
umero de condici
on:
cond(A) = kAkM
A1
M
0.52
0.2
0.25
A = 0.3
0.5
0.18
0.3
0.25
0.55
28
kAk = m
ax (|0.52| + |0.2| + |0.25| , |0.3| + |0.5| + |0.25| , |0.18| + |0.3| + |0.55|)
kAk = 1.05
2.5
A1 = 1.5
0
0.4375
3.0125
1.5
0.9375
0.6875
2.5
1
A
= m
ax (|2.5| + |0.4375| + |0.9375| , |1.5| + |3.0125| + |0.6875| , |1.5| + |2.5|)
kAk = 5.2
29
5.
f1 (x1 , x2 , x3 , . . . , xn ) = 0
f2 (x1 , x2 , x3 , . . . , xn ) = 0
f3 (x1 , x2 , x3 , . . . , xn ) = 0
..
f (x , x , x , . . . , x ) = 0
n 1
2
3
n
El problema consiste en encontrar todos los X = (x1 , x2 , x3 , . . . , xn ) tales que para toda i = 1, 2, 3, ..., n
fi (x ) = 0
C
omo aplicar el m
etodo de Newton?
Se debe construir una sucesi
on vectorial partiendo de un vector inicial X0 mediante la ecuacion recursiva:
1
Xi+1 = Xi [F 0 (Xi )]
F (Xi )
Xi+1 = G (Xi )
Donde: F 0 (X) = J (X) : Jacobiano de la funcion vectorial F:
J(x) =
f1
x1
f2
x1
f3
x1
f1
x2
f2
x2
f3
x2
f1
x3
f2
x3
f3
x3
...
..
.
...
..
.
fn
x1
fn
x2
fn
x3
...
..
.
..
.
...
f1
xn
f2
xn
f3
xn
..
.
fn
xn
C
omo implementar las iteraciones?
1) Se toma X0 Rn
2) Para cada i desde 1 hasta n:
Xi = Xi1 Yi1
1
Yi1 = [J (Xi1 )]
F (Xi1 )
f (x, y) = 0
1
f (x, y) = 0
2
J=
f1x
f1y
f2x
f2y
30
Se toma el vector inicial (x0 , y0 ) el cual debe ser un elemento del dominio de f1 y f2
xi+1
yi+1
!
=
xi
yi
"
xi
J
xi
i =
!#1
F
yi
!
xi
yi
yi
1
i = [J (i )]
F (i )
J (i ) i = F (i )
!
!
(x)
f1x (xi , yi ) f1y (xi , yi )
i
(y)
f1 (xi , yi )
f2 (xi , yi )
Se define:
31
Ejercicio #11:
Encontrar los valores de a y b para que la funci
on f (x) = axebx pase por los puntos (1, 3) y (2, 4).
!
!
a0
4
a) Realice tres iteraciones a partir del vector inicial
=
0
b0
b) Encuentre la norma del error, sabiendo que la respuesta exacta es (4.5,-0.40546)
Soluci
on:
a) En primer lugar debemos plantear el sistema no lineal:
aeb = 3
2ae2b = 4
f (a, b) = aeb 3 = 0
1
f (a, b) = 2ae2b 4 = 0
2
Escribimos la ecuaci
on iterativa de Newton para Rn :
ai+1
bi+1
ai
!
i
bi
!
(a)
(b)
ai
bi
!
=
f1 (ai , bi )
f2 (ai , bi )
f1a = eb
f1b = aeb
f2a = 2e2b
f2b = 4ae2b
Calculamos el determinante del jacobiano:
(a)
f (a , b ) f (a , b )
1 i i
1b
i i
f2 (ai , bi ) f2b (ai , bi )
4
32
a ebi 3
i
2ai e2bi 4
ai ebi
4ai e2bi
2ai e3bi
(b)
f (a , b ) f (a , b )
1
i i
1a i i
f2a (ai , bi ) f2 (ai , bi )
4
ai ebi 3
2ai e2bi 4
ebi
2bi
2e
2ai e3bi
a1
a0
b1
b0
!
0
(a)
(b)
0 =
a1
b1
4
0
4
16
1
4
1
2
8
!
0
1
4
0.25
=0
b0
1
4
0 =
a0
4
0.25
b2
!
1
a1
1
0.25
0.25
4e0.25 3 4e0.25
0.5
0.5
8e
4
16e
(a)
= 0.40670995
1 =
8e0.75
e0.25 4e0.25 3
0.5
0.5
2e
8e
4
(b)
1 =
= 0.138658427
0.75
8e
!
!
!
!
!
a1
a1
4
0.40670995
4.40670995
1
=
=
b1
b1
0.25
0.138658427
0.38865842
b2
a2
a1
!
=
b1
b1
a3
b3
!
=
a2
b2
!
2
a2
b2
0.00125
0.00007
4.40670995
0.38865842
0.09204011
0.016735417
!
=
4.498750065
0.405393844
!
!
33
6.
Interpolaci
on Polinomial
f (xi ) = yi
p(xi ) = yi
Es decir, se debe construir un polinomio p(x) que pase por los mismos n + 1 puntos por donde pasa f . Al final
se espera que:
f (x )
= p (x )
6.1.
Polinomio de Lagrange
Sean (x0 , y0 ), (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) n + 1 pares ordenados tales que: x0 < x1 . . . < xn . Se define el
polinomio de Lagrange pL (x) respecto de los n + 1 puntos anteriores como:
pL (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x) + . . . + yn Ln (x)
donde:
Li (x) =
es decir:
Li (x) =
n
Y
x xk
xi xk
k=0
k6=i
Observaci
on:
1
Li (xj ) =
0
34
i=j
i 6= j
Ejercicio #11:
Sea la funci
on f (x) = (1 + x)e1x , considere la tabla:
x
f (x)
1.8
1.2581210
2.5
0.7809556
0.5413411
Use los datos de la tabla y el polinomio de Lagrange pL (x) para estimar el valor de f (2)
Soluci
on:
Construimos el polinomio de Lagrange, hallando primero las funciones Ln (x) P3
L0 (x) =
(x 1.8)(x 2.5)(x 3)
P3
(1 1.8)(1 2.5)(1 3)
L1 (x) =
(x 1)(x 2.5)(x 3)
P3
(1.8 1)(1.8 2.5)(1.8 3)
L2 (x) =
(x 1)(x 1.8)(x 3)
P3
(2.5 1)(2.5 1.8)(2.5 3)
L3 (x) =
f (2)
= pL (2) = y0 L0 (2) + y1 L1 (2) + y2 L2 (2) + y3 L3 (2)
L0 (2) = 0.0416666
L1 (2) = 0.744047619
L2 (2) = 0.380952380
L3 (2) = 0.08333333
Reemplazamos los valores en el polinomio de Lagrange, y hallamos el valor en x = 2:
pL (2) = 1.105163869
35
Gr
afica del polinomio de Lagrange:
2.5
1.5
0.5
0
0
0.5
1.5
2.5
3.5
Ejercicio #12:
Suponga que se tiene un autom
ovil viajando a lo largo de un camino recto. En diferentes puntos
de su recorrido se mide lo siguiente:
Tiempo [s]
13
Distancia [m]
69
117
190
303
Velocidad [m/s]
22.9
23.5
24.4
22.6
21.9
Usando interpolaci
on de Lagrange aproxime el valor de la velocidad del autom
ovil en t = 10
segundos.
Soluci
on:
Construimos el polinomio de Lagrange, hallando primero las funciones Ln (t) P3
L0 (t) =
36
L1 (t) =
L2 (t) =
L3 (t) =
L4 (t) =
f (10)
= pL (10) = y0 L0 (10) + y1 L1 (10) + y2 L2 (10) + y3 L3 (10) + y4 L4 (10)
L0 (10) = 0.13461538
L1 (10) = 1
L2 (10) = 1.75
L3 (10) = 1.75
L4 (10) = 0.13461538
30
25
20
15
10
0
0
10
37
12
14
16
18
Ejercicio #13:
En una pr
actica de transistores FET, se realiz
o la medici
on del la corriente de drenador (ID )
a trav
es del transistor, mientras se variaba el voltaje gate-source (VGS ). Los valores medidos se
detallan en la siguiente tabla:
VGS [V ]
ID [mA]
-0.25
8.7890625
-1.31
4.5225625
-2.45
1.5015625
-3.15
0.4515625
Soluci
on:
a) Construimos el polinomio de Lagrange, hallando primero las funciones Ln (x) P3 (llamaremos x a VGS ) :
L0 (x) =
L1 (x) =
L2 (x) =
L3 (x) =
f (1.5)
= pL (1.5) = y0 L0 (1.5) + y1 L1 (1.5) + y2 L2 (1.5) + y3 L3 (1.5)
L0 (1.5) = 0.04403871
L1 (1.5) = 0.88122949
L2 (1.5) = 0.22321429
L3 (1.5) = 0.06040506
pL (1.5) = (8.7890625)(0.04403871)+(4.5225625)(0.88122949)+(1.5015625)(0.22321429)+(0.4515625)(0.06040506)
pL (1.5) = 3.90625 [mA]
38
12
10
0
-4
-3.5
-3
-2.5
-2
39
-1.5
-1
-0.5
6.2.
Suponga que se tienen los n + 1 puntos: (x0 , y0 ), (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ). Suponemos x0 < x1 . . . < xn .
Adem
as:
yi = f (xi ) = fi
Suponemos tambien:
xi = xi1 + h ; i = 1, 2, 3, . . . , n
Se va a definir:
40 fi = fi
41 fi = 40 fi+1 40 fi = fi+1 fi
Con i = 0
41 f0 = f1 f0
42 fi = 41 fi+1 41 fi
Con i = 0
42 f0 = 41 f1 41 f0 = f2 f1 (f1 f0 )
42 f0 = f2 2f1 + f0
43 f0 = f3 3f2 + 3f1 f0
40
41 f0
(x x0 )
h
Ahora, el polinomio de Newton que pasa por (x0 , f0 ) , (x1 , f1 ),(x2 , f2 ) es de la forma:
pn (x) = 40 f0 +
42 f0
41 f0
(x x0 ) (x x1 )
(x x0 ) +
h
2h2
Para concluir, el polinomio de Newton que pasa por los n + 1 puntos (x0 , y0 ), (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) de
grado n es:
pn (x) = 40 f0 +
n1
41 f0
42 f0
43 f0
4n f0 Y
(x x0 )+
(x
x
)
(x
x
)+
(x
x
)
(x
x
)
(x
x
)+.
.
.+
(x xk )
0
1
0
1
2
h
2h2
3!h3
n!hn
k=0
Ejercicio #14:
Sea la funci
on f (x) = (1 + x)e1x , use el polinomio de Newton pn (x) de grado 3, para estimar el
valor de f (2)
Soluci
on:
Tabulamos en orden los valores de diferencial finitas:
x
f (x) = 40 fi
41 fi
42 fi
43 fi
f (1) = f0
f1 f0
(f2 f1 ) (f1 f0 ) =
1.8
f (1.8) = f1
f2 f1
(f3 f2 ) (f2 f1 ) =
2.6
f (2.6) = f2
f3 f2
3.4
f (3.4) = f3
f (x) = 40 fi
41 fi
42 fi
43 fi
0.7418789
0.2105852
0.0069601
1.8
1.2581211
0.5312936
0.2036251
2.6
0.7268274
0.3276684
3.4
0.3991589
pn (x) = 2
0.7418789
0.2105852
0.0069601
(x 1) +
(x 1) (x 1.8)
(x 1) (x 1.8) (x 2.6)
0.8
2(0.8)2
6(0.8)3
41
pn (2) = 1.10582720114
f (2) = 1.103638
2.5
1.5
0.5
0
0
42
6.3.
Trazadores c
ubicos
i=0,1,2,...,n
f (xi ) = yi
p1 (x)
p2 (x)
s(x) = p3 (x)
...
p (x)
n
x [x0 , x1 ]
x [x1 , x2 ]
x [x2 , x3 ]
x [xn1 , xn ]
43
ai = yi1
hi
(2ci + ci+1 )
3
ci+1 ci
di =
3hi
bi = mi
cn+1 = 0 (Ultima
ecuaci
on del sistema de las c)
Para el trazador fijo o sujeto:
3 (m1 ) = (2h1 ) c1 + (h1 ) c2 (Primera ecuacion del sistema de las c)
Ejercicio #15:
Construya un trazador c
ubico libre o natural con los datos de la siguiente tabla:
x
f (x)
0.2
0.9798652
0.4
0.9177710
0.6
0.8080348
0.8
0.6386093
1.0
0.3843735
Soluci
on:
De la tabla se sabe:
y0 = a1 = 0.9798652
y1 = a2 = 0.9177710
y2 = a3 = 0.8080348
y3 = a4 = 0.6386093
44
h1
0
0
2 (h1 + h2 )
h2
h2
2 (h2 + h3 )
h3
h3
2 (h3 + h4 ) h4
0
| 3 (m2 m1 )
| 3 (m3 m2 )
| 3 (m4 m3 )
|
0
y1 y0
x1 x0
= 0.31047
m2 =
y2 y1
x2 x1
= 0.54868
m3 =
y3 y2
x3 x2
= 0.84730
m4 =
y4 y3
x4 x3
= 1.27118
0.2
0
0
0.8 0.2
0.2 0.8
0
0.2
0
0
0.2
0.8
0.2
| 0.71463
| 0.89586
| 1.27164
|
0
c2 = 0.750683
c3 = 0.57042
c4 = 1.446945
Hallamos los valores de las b y de las d:
b1 = m1
h1
(2c1 + c2 ) = 0.26042
3
b2 = 0.41056
b3 = 0.67478
b4 = 1.07825
d1 =
c2 c1
= 1.251138
3h1
d2 = 0.300438
45
d3 = 1.46088
d4 = 2.411575
Reemplazamos en las ecuaciones de trazador c
ubico:
x [0.2, 0.4]
x [0.4, 0.6]
x [0.6, 0.8]
x [0.8, 1]
Ejercicio #16:
Construya un trazador c
ubico fijo o sujeto para estimar el valor de f (2), con = f 0 (1) y = f 0 (3)
f (x) = (1 + x)e1x
x
f (x)
1.8
1.2581211
2.5
0.7809555
0.5413411
Soluci
on:
De la tabla se sabe:
y0 = a1 = 2
y1 = a2 = 1.2581211
y2 = a3 = 0.7809555
2h1
h1
h1
2 (h1 + h2 )
h2
h2
2 (h2 + h3 )
h3
h3
2h3
3 (m1 )
| 3 (m2 m1 )
| 3 (m3 m2 )
| 3 ( m3 )
46
m1 =
y1 y0
x1 x0
= 0.92734862
m2 =
y2 y1
x2 x1
= 0.68166505
m3 =
y3 y2
x3 x2
= 0.47922885
= xe1x |x=1 = 1
1.6
0.8
0.8
0.7
0.7
2.4
0.5
0.5
| 0.21795412
| 0.73705071
| 0.6073086
| 0.21966901
h1
(2c1 + c2 ) = 1
3
b2 = 0.81242478
b3 = 0.55769237
d1 =
c2 c1
= 0.06605073
3h1
d2 = 0.01385111
d3 = 0.02096204
Reemplazamos en las ecuaciones de trazador c
ubico:
2
3
2 (x 1) + 0.03797363 (x 1) + 0.06605073 (x 1)
x [1, 1.8]
x [1.8, 2.5]
x [2.5, 3]
f (2) = 1.10338514951
47