Trabajo Colaborativo Paso 4

Descargar como xlsx, pdf o txt
Descargar como xlsx, pdf o txt
Está en la página 1de 24

1. Estime el logaritmo natural de 10 por medio de interpolación lineal.

Para cada una de las interpolaciones


calcule el error relativo porcentual con base en el valor verdadero.

a) Interpole entre log 8 = 0.9030900 y log (12) = 1.0791812.


b) Interpole entre log (9) = 0.9542425 y log (11) = 1.0413927.

Solución:

Valor verdadero log(10)= 1.0000000

Paso 1: Se debe tener en cuenta la fórmula de interpolación lineal

Fórmula de interpolación lineal


𝑓(𝑥)=𝑓(𝑥_0 )+(𝑓(𝑥_1 )−𝑓(𝑥_0 ))/(𝑥_1−𝑥_0 )
(𝑥−𝑥_0)

Paso 2:

a) Interpole entre log(8) = 0.9030900 y log(12) = 1.0791812

𝑥_𝑛 〖𝑓 (𝑥 〗 _𝑛)
𝑥_0 8 0.9030900
Punto medio x f(x)
𝑥_1 12 1.0791812

Se obtiene la siguitente interpolación lineal

(𝑓(𝑥_1 )
𝑓(𝑥_0 ) −𝑓(𝑥_0 (𝑥−𝑥_0) 𝑓_1 (𝑥)=
))/(𝑥_1−𝑥_0 )
0.9030900 0.044022800 x-8 0,0440228x + 0,5509076

Se calcula nuevamente los tres valores para cada uno de las variables independientes con la ecuación lineal
obtenida junto con el error relativo porcentual
f(x) = 0,0440228x + 0,5509076

𝑥_𝑛 〖𝑓 (𝑥 〗 _𝑛) 𝜀_𝑡 (%)


8 0.9030900 -0.00000000000001%
𝑥_0
Punto medio 10 0.9911356 0.88644000000000%
𝑥_1 12 1.0791812 0.00000000000000%
Paso 3:

b) Interpole entre log(9) = 0.9542425 y log(11) = 1.0413927

𝑥_𝑛 〖𝑓 (𝑥 〗 _𝑛)
𝑥_0 9 0.9542425
Punto medio x f(x)
𝑥_1 11 1.0413927

Se obtiene la siguitente interpolación lineal

(𝑓(𝑥_1 ) (𝑥−𝑥_0)
𝑓(𝑥_0 ) −𝑓(𝑥_0 𝑓_1 (𝑥)=
))/(𝑥_1−𝑥_0 )
0.9542425 0.043575100 x-9 0,0435751x + 0,5620666

Se calcula nuevamente los tres valores para cada uno de las variables independientes con la ecuación lineal
obtenida junto con el error relativo porcentual
f(x) = 0,0435751x + 0,5620666

𝑥_𝑛 〖𝑓 (𝑥 〗 _𝑛) 𝜀_𝑡 (%)


𝑥_0 9 0.9542425 0.0000000000000%
Punto medio 10 0.9978176 0.2182400000000%
𝑥_1 11 1.0413927 0.0000000000000%
2. Ajuste un polinomio de interpolación de Newton de segundo orden para estimar el log(10), con los
datos del problema anterior en x = 8, 9 y⁡⁡11. Calcule el error relativo porcentual.

Interpolación de Newton o Diferencias Divididas de Newton


Se toman los tres puntos dados

Paso 1: Se debe tener en cuenta el método de interpolación de Newto mediante diferencias divididas

𝑖 𝑥_ 〖𝑓 (𝑥 𝑏_0 𝑏_1 𝑏_2


𝑖 〗 _𝑖)
0 8 0.9030900 0.9030900
1 9 0.9542425 0.9542425 0.051153
2 11 1.04113927 1.04113927 0.043448 0.02897

Paso 2: Una vez se tienen las diferencias divididas, se utilizarán como coeficientes para el polinomio

𝑓_2 (𝑥)= 𝑎_2 𝑎_0 𝑎_1 𝑎_2


𝑥^2+𝑎_(1 ) 𝑥+𝑎_0
2.57939248 -0.44126253 0.02897

Paso 3: Se obtiene el siguiente polinomio de segundo grado:

𝒇(𝒙)=𝟎,𝟎𝟐𝟖𝟗𝟕𝒙^𝟐 -0,44126253x + 2,57939248

Paso 4: Se comparan los valores verdaderos con los valores aproximados y se calcula el error relativo
porcentual

Valor verdadero Valor aproximado por ajuste 𝜀_𝑡 (%)


x
log(x) polinomial de Newton
8 0.9030900 0.9030900 0.00000000000002%
9 0.9542425 0.9542425 0.00000000000001%
10 0.9978176 1.0633262 -6.56518586162442%
11 1.0413927 1.2303410 -18.14381260786630%
3. Ajuste un polinomio de interpolación de Newton de tercer orden para estimar el log(10),
con los datos del problema 1. Calcule el error relativo porcentual.

Interpolación de Newton o Diferencias Divididas de Newton


Se toman los puntos dados

Paso 1: Se debe tener en cuenta el método de interpolación de Newto mediante diferencias divididas

PRIMERAS DIFERENCIAS DIVIDIDAS


𝑖 𝑥_ 〖𝑓 (𝑥 𝑓[𝑥_1,𝑥_0 ] 〖𝑓 [𝑥_2, 〖𝑓 [𝑥_3, 𝑥_2,
𝑖 〗 _𝑖) 𝑥 〗 _1, 𝑥_0] 𝑥 〗 _1, 𝑥_0]
0 8 0.90309000
1 9 0.95424250 0.051153
2 11 1.04113927 0.043448 -0.00257
3 12 1.07918120 0.038042 -0.00180 0.000191471667

Paso 2: Una vez se tienen las diferencias divididas, se utilizarán como coeficientes para el polinomio

𝑏_ 𝑥−𝑥_𝑖 𝑏_𝑖 (𝑥−𝑥_𝑖)


𝑖
0 0.9030900 0,90309
1 0.0511525 (x-8) 0,0511525(x-8)
2 -0.00256804 (x-8)(x-9) -0,00256803833333336(x-8)(x-9)
3 0.0001914717 (x-8)(x-9)(x-11) 0,000191471666666683(x-8)(x-9)(x-11)

Paso 3: Se obtiene el siguiente polinomio de tercer grado:

𝒇(𝒙)=𝟎,𝟎𝟎𝟎𝟏𝟗𝟏𝟒𝟕𝟐𝒙^𝟑−𝟎,𝟎𝟎𝟕𝟗𝟐𝟗𝟐𝟒𝟓𝒙^𝟐+𝟎,𝟏𝟒𝟒𝟒𝟎𝟎𝟑𝟏𝟑𝒙+𝟎,𝟏𝟓𝟕𝟑𝟐𝟓𝟔𝟖

Paso 4: Se comparan los valores verdaderos con los valores aproximados y se calcula el error relativo
porcentual
Valor
Valor
aproximado por 𝜀_𝑡 (%)
x verdadero
ajuste polinomial
log(x)
8 0.9030900 de Newton
0.9030902 0.000018603%
9 0.9542425 0.9542427 0.000025151%
10 0.9978176 0.9998763 0.206321276%
11 1.0413927 1.0411397 0.024293429%
12 1.0791812 1.0791818 0.000053003%
4. Dados los datos:

x 1 2 3 5 7 8
f(x) 3 6 19 99 291 444

a) Calcule f(2.8) con el uso de polinomios de interpolación de Newton de órdenes 1 a 3. Elija la secuencia de
puntos más apropiada para alcanzar la mayor exactitud posible para sus estimaciones.
b) Utilice la siguiente ecuación

𝑅_𝑛=𝑓[𝑥,𝑥_𝑛,𝑥_(𝑛−1),…,𝑥_0 ](𝑥−𝑥_0 )(𝑥−𝑥_1 )...


para estimar el error de cada predicción.
(𝑥−𝑥_𝑛 )

PARTE A

Paso 1: Se usa el método de interpolación de Newton mediante diferencias divididas, empleando 3 puntos
arbitrarios con el fin de que nos genere un polinomio de grado 2 (cuadrático).

𝑖 𝑥_ 〖𝑓 (𝑥 〖𝑓 [𝑥 〗 _
𝑖 〗 _𝑖) 1, 𝑥_0]
0 2 6
1 3 19 13

Paso 2: Una vez se tienen las diferencias divididas, se utilizarán como coeficientes para el polinomio

𝑏_ 𝑥−𝑥_𝑖 𝑏_𝑖 (𝑥−𝑥_𝑖)


0 𝑖6 6
1 13 (x-2) 13(x-2)

Paso 3: Se obtiene el siguiente polinomio de interpolación de primer grado:

𝑓(𝑥)=13(𝑥−2)+6

Paso 4: Se comparan los valores verdaderos con los valores aproximados y se calcula el error relativo
porcentual

Valor aproximado por ajuste 𝜀_𝑡 (%)


x Valor verdadero f(x)
polinomial de Newton
2 6 6 0.000000%
3 19 19 0.000000%
2.8 N/A 16.4 N/A
PARTE B

Paso 1: Se usa el método de interpolación de Newton mediante diferencias divididas, empleando 3 puntos
arbitrarios con el fin de que nos genere un polinomio de grado 2 (cuadrático).

𝑖 𝑥_ 〖𝑓 (𝑥 〖𝑓 [𝑥 〗 _ 〖𝑓 [𝑥_2,
𝑖 〗 _𝑖) 1, 𝑥_0] 𝑥 〗 _1, 𝑥_0]
0 2 6
1 3 19 13
2 5 99 40 9

Paso 2: Una vez se tienen las diferencias divididas, se utilizarán como coeficientes para el polinomio

𝑏_ 𝑥−𝑥_𝑖 𝑏_𝑖 (𝑥−𝑥_𝑖)


0 𝑖6 6
1 13 (x-2) 13(x-2)
2 9 (x-2)(x-3) 9(x-2)(x-3)

Paso 3: Se obtiene el siguiente polinomio de interpolación de segundo grado:

𝑓(𝑥)=9(𝑥−2)(𝑥−3)+13(𝑥−2)+6

Paso 4: Se comparan los valores verdaderos con los valores aproximados y se calcula el error relativo
porcentual

Valor aproximado por ajuste 𝜀_𝑡 (%)


x Valor verdadero f(x)
polinomial de Newton
2 6 6 0.000000%
3 19 19 0.000000%
5 99 99 0.000000%
2.8 N/A 14.960 N/A

PARTE C

Paso 1: Se usa el método de interpolación de Newton mediante diferencias divididas, empleando 4 puntos
arbitrarios con el fin de que nos genere un polinomio de grado 3 (cúbico).

𝑖 𝑥_𝑖 〖𝑓 (𝑥 〗 _𝑖) 〖𝑓 [𝑥 〗 _ 〖𝑓 [𝑥_2, 〖𝑓 [𝑥_3,𝑥_2,


1, 𝑥_0] 𝑥 〗 _1, 𝑥_0] 𝑥 〗 _1, 𝑥_0]
0 2 6
1 3 19 13
2 5 99 40 9
3 7 291 96 14 1
Paso 2: Una vez se tienen las diferencias divididas, se utilizarán como coeficientes para el polinomio

𝑏_ 𝑥−𝑥_𝑖 𝑏_𝑖 (𝑥−𝑥_𝑖)


0 𝑖6 6
1 13 (x-2) 13(x-2)
2 9 (x-2)(x-3) 9(x-2)(x-3)
3 1 (x-2)(x-3)(x-5) 1(x-2)(x-3)(x-5)

Paso 3: Se obtiene el siguiente polinomio de tercer grado:

𝑓(𝑥)=(𝑥−2)(𝑥−3)(𝑥−5)+9(𝑥−2)(𝑥−3)+13(𝑥−2)+6

Paso 4: Se comparan los valores verdaderos con los valores aproximados y se calcula el error relativo
porcentual

Valor aproximado por ajuste 𝜀_𝑡 (%)


x Valor verdadero f(x)
polinomial de Newton
2 6 6 0.000000%
3 19 19 0.000000%
5 99 99 0.000000%
7 291 291 0.000000%
2.8 N/A 15.312 N/A

PARTE FINAL

Paso 1: A partir de la fórmula propuesta, junto con un dato adicional, se puede estimar el error por medio de
la siguiente ecuación:
𝑅_𝑛=𝑓[𝑥_(𝑛+1),𝑥_𝑛,𝑥_(𝑛−1),…,𝑥_0 ](𝑥−𝑥_0 )(𝑥−𝑥_1 )...
(𝑥−𝑥_𝑛 )
Así, los errores estimados para la predicciones presentadas se pueden calcular como sigue:
𝑅_1=𝑓[𝑥_2,𝑥_1,𝑥_0 ](𝑥−𝑥_0 )(𝑥−𝑥_1 )

𝑅_2=𝑓[𝑥_3,𝑥_2,𝑥_1,𝑥_0 ](𝑥−𝑥_0 )(𝑥−𝑥_1 )(𝑥−𝑥_2 )

𝑅_3=𝑓[𝑥_4,𝑥_3,𝑥_2,𝑥_1,𝑥_0 ](𝑥−𝑥_0 )(𝑥−𝑥_1 )(𝑥−𝑥_2 )(𝑥−𝑥_3


)
Se procede entonces a emplear un dato adicional de la tabla propuesta, para calcular por medio de
diferencias finitas, los datos que se requieren para evaluar el error:

𝑖 𝑥_𝑖 〖𝑓 (𝑥 〗 _𝑖) 〖𝑓 [𝑥 〗 _ 〖𝑓 [𝑥_2, 〖𝑓 [𝑥_3,𝑥_2, 〖𝑓 [𝑥_4,𝑥_3,𝑥_2, 𝑥 〗


1, 𝑥_0] 𝑥 〗 _1, 𝑥_0] 𝑥 〗 _1, 𝑥_0] _1, 𝑥_0]
0 2 6.000
1 3 19.000 13.000
2 5 99.000 40.000 9.000
3 7 291.000 96.000 14.000 1.000
4 8 444.000 153.000 19.000 1.000 0.000
Por último, es posible evaluar el error de estimación de los polinomios planteados, cuando x= 2.8

Error estimado
PARTE / Método n Valor aproximado
R
A - Polinomio de interpolación de Newton
1 16.400 -1.44
de orden 1
B - Polinomio de interpolación de Newton
2 14.960 0.352
de orden 2
C - Polinomio de interpolación de Newton
3 15.312 0
de orden 3

A partir del error observado se concluye que el polinomio de interpolación de Newton de orden 3 describe por
completo la tabla de datos inicial, esto es, que ahora se sabe que este polinomio de orden 3 se empleó para
generar la tabla.
5. Evalúe la siguiente integral:

∫_1^4▒ 〖 (1−𝑒^(−2𝑥)) 〗 𝑑𝑥

a) En forma analítica.
b) Con una sola aplicación de la regla del trapecio.
c) Con aplicación múltiple de la regla del trapecio, con 𝑛=2 𝑦 4
d) Con una sola aplicación de la regla de Simpson 1/3.
e) Con la aplicación múltiple de la regla de Simpson 1/3, con 𝑛=4
f) Con una sola aplicación de la regla de Simpson 3/8.
g) Con aplicación múltiple de la regla de Simpson, con 𝑛=5
h) Para los incisos de b) a g) determine el error relativo porcentual de cada una de las
estimaciones numéricas, con base en el resultado del inciso a)

a) Al resolver de forma analítica, tenemos:

𝐼=∫_1^4▒ 〖 (1−𝑒^(−2𝑥)) 〗 𝑑𝑥 → ∫ _1^4▒𝑑𝑥" " +∫_1^4▒ 〖−𝑒〗 ^(−2𝑥)


𝑑𝑥

𝐼=∫_1^4▒ 〖 (1−𝑒^(−2𝑥)) 〗 𝑑𝑥 = 𝑥|■8(4@ @1)┤+ 𝑒^(−2𝑥)/2 |■8(4@ @1)┤

𝐼=∫_1^4▒ 〖 (1−𝑒^(−2𝑥)) 〗 𝑑𝑥 = 4−1+𝑒^(−2(4) )/2−𝑒^(−2(1))/2

𝐼=∫_1^4▒ 〖 (1−𝑒^(−2𝑥)) 〗 𝑑𝑥 =3+(𝑒^(−8)−𝑒^(−2))/2=2,9325000896956

Valor verdadero 2.9325000896957

b) Regla del trapecio simple (una sola aplicación)

a= 1 f(a)= 0.8646647168
b= 4 f(b)= 0.9996645374

Fórmula I 𝜀_𝑡

𝐼=(𝑏−𝑎)(𝑓(𝑎)+𝑓(𝑏))/2
2.7964939 4.64%
c) Aplicamos la Regla del trapecio compuesta (aplicación múltiple)

Fórmula
𝐼=((𝑏−𝑎)/𝑛) (𝑓(𝑥_0 )
+2∑_(𝑖=1)^(𝑛−1)▒𝑓(𝑥_𝑖 ) +𝑓(𝑥_𝑛))/2

Para n = 2

a= 1
b= 4
𝑛= 2
ℎ= 1.5

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 1 0.8646647168 1 0.8646647168
1 2.5 0.993262053 2 1.986524106
2 4 0.9996645374 1 0.9996645374
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
3.8508533601

𝐼= 2.8881400201
𝜀_𝑡= 1.513%

Para n = 4

a= 1
b= 4
𝑛= 4
ℎ= 0.75

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 1 0.8646647168 1 0.8646647168
1 1.75 0.9698026166 2 1.9396052332
2 2.5 0.993262053 2 1.986524106
3 3.25 0.9984965608 2 1.9969931216
4 4 0.9996645374 1 0.9996645374
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 7.7874517149

𝐼= 2.9202943931
𝜀_𝑡= 0.416%

d) Aplicamos la Regla de Simpson 1/3 simple (una sola aplicación)

Valor verdadero 2.9325000896957

a= 1 f(a)= 0.8646647168
b= 4 f(b)= 0.9996645374

Para n = 2

𝑛 2
ℎ 1.5
𝑥_0 1 〖𝑓 (𝑥 〗 _0) 0.8646647168
𝑥_1 2.5 〖𝑓 (𝑥 〗 _1) 0.993262053
𝑥_2 4 〖𝑓 (𝑥 〗 _2) 0.9996645374

Fórmula I 𝜀_𝑡
𝐼=(𝑏−𝑎)(𝑓(𝑥_0 )+4𝑓(𝑥_1 )+𝑓(𝑥_2))/6
2.9186887 0.471%

e) Aplicamos la Regla de Simpson 1/3 compuesta (aplicación múltiple)

Fórmula
𝐼=((𝑏−𝑎)/𝑛) (𝑓(𝑥_0 )+4∑_(𝑖=1,3,5)^(𝑛−1)▒𝑓(𝑥_𝑖 )
+2∑_(𝑖=2,4,6)^(𝑛−2)▒𝑓(𝑥_𝑗 ) +𝑓(𝑥_𝑛))/3

Para n = 4

a= 1
b= 4
𝑛= 4
ℎ= 0.75
𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)
0 1 0.8646647168 1 0.8646647168
1 1.75 0.9698026166 4 3.8792104663
2 2.5 0.993262053 2 1.986524106
3 3.25 0.9984965608 4 3.9939862432
4 4 0.9996645374 1 0.9996645374
∑▒ 〖𝐶∗𝑓 (𝑥_
11.72405007
𝑖 )=" " 〗

𝐼= 2.9310125174
𝜀_𝑡= 0.051%

f) Aplicamos la Regla de Simpson 3/8 simple (una sola aplicación)

Valor verdadero 2.9325000896957

a= 1 f(a)= 0.8646647168
b= 4 f(b)= 0.9996645374

𝑛 3
ℎ 1
𝑥_0 1 〖𝑓 (𝑥 〗 _0) 0.8646647168
𝑥_1 2 〖𝑓 (𝑥 〗 _1) 0.9816843611
𝑥_2 3 〖𝑓 (𝑥 〗 _2) 0.9975212478
𝑥_3 4 〖𝑓 (𝑥 〗 _3) 0.9996645374

Fórmula I 𝜀_𝑡
𝐼=(𝑏−𝑎)(𝑓(𝑥_0 )+3𝑓(𝑥_1 )+3𝑓(𝑥_2 )+𝑓(𝑥_3))/8
2.9257298 0.231%

g) Con aplicación múltiple de la regla de Simpson, con n=5

Se aplica la regla de Simpson 3/8 simple (para los primeros 3 intervalos) junto con la
regla de Simpson 1/3 simple (para los últimos 2 intervalos):

Para n = 5

a= 1
b= 4
𝑛= 5
ℎ= 0.6
ℎ=

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Método a emplear


0 1 0.864664717 N/A
1 1.6 0.959237796 Simpson 3/8 N/A
2 2.2 0.987722660 Simple N/A
3 2.8 0.996302136
Simpson 1/3
4 3.4 0.998886225 N/A
Simple
5 4 0.999664537 N/A

Regla de Simpson 3/8 simple (para los primeros 3 intervalos):

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 1 0.864664717 1 0.8646647168
1 1.6 0.959237796 3 2.8777133881
2 2.2 0.987722660 3 2.9631679803
3 2.8 0.996302136 1 0.9963021363
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
7.7018482214

𝐼_1= 1.7329158498

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


3 2.8 0.996302136 1 0.9963021363
4 3.4 0.998886225 4 3.9955448994
5 4 0.999664537 1 0.9996645374
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
5.9915115731

𝐼_2= 1.1983023146

Se suman las sub-integrales obtenidas anteriormente, I1 + I2, para obtener I:

𝐼_1+𝐼_2=𝐼= 2.9312181644
𝜀_𝑡= 0.044%
6. Evalúe la siguiente integral:

∫24_0^(𝜋∕2)▒ 〖 (6+3 cos⁡(𝑥)) 〗 𝑑𝑥

a) En forma analítica.
b) Con una sola aplicación de la regla del trapecio.
c) Con aplicación múltiple de la regla del trapecio, con 𝑛=2 𝑦 4
d) Con una sola aplicación de la regla de Simpson 1/3.
e) Con la aplicación múltiple de la regla de Simpson 1/3, con 𝑛=4
f) Con una sola aplicación de la regla de Simpson 3/8.
g) con aplicación múltiple de la regla de Simpson, con 𝑛=5
h) Para los incisos de b) a g) determine el error relativo porcentual de cada una de las
estimaciones numéricas, con base en el resultado del inciso

a) Al resolver de forma analítica, tenemos:

𝐼=∫_0^(𝜋∕2)▒ 〖 (6+3 cos⁡(𝑥)) 〗 𝑑𝑥 → 6∫_0^(𝜋∕2)▒𝑑𝑥" "


+3∫_0^(𝜋∕2)▒cos⁡(𝑥) 𝑑𝑥

𝐼=∫_0^(𝜋∕2)▒ 〖 (6+3 cos⁡(𝑥)) 〗 𝑑𝑥 = 6𝑥|■8(𝜋∕2@ @0)┤+ 3 sen⁡〖 (𝑥) 〗 |■8(𝜋∕2@


@0)┤

𝐼=∫_0^(𝜋∕2)▒ 〖 (6+3 cos⁡(𝑥)) 〗 𝑑𝑥 = 6𝜋/2−6(0)/2+3 sen⁡〖 (𝜋∕2) 〗− 3 sen⁡〖 (0) 〗

𝐼=∫_0^(𝜋∕2)▒ 〖 (6+3 cos⁡(𝑥)) 〗 𝑑𝑥 =3𝜋+3=12, 4247779607694

Valor verdadero 12.4247779607694

b) Regla del trapecio simple (una sola aplicación)

a= 0 f(a)= 9
b= 1.5707963268 f(b)= 6

Fórmula I 𝜀_𝑡

𝐼=(𝑏−𝑎)(𝑓(𝑎)+𝑓(𝑏))/2
11.7809725 5.18%
c) Aplicamos la Regla del trapecio compuesta (aplicación múltiple)

Fórmula
𝐼=((𝑏−𝑎)/𝑛) (𝑓(𝑥_0 )
+2∑_(𝑖=1)^(𝑛−1)▒𝑓(𝑥_𝑖 ) +𝑓(𝑥_𝑛))/2

Para n = 2

a= 0
b= 1.5707963268
𝑛= 2
ℎ= 0.7853981634

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 0 9 1 9
1 0.7853981634 8.1213203436 2 16.242640687
2 1.5707963268 6 1 6
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
31.242640687

𝐼= 12.268956308
𝜀_𝑡= 1.254%

Para n = 4

a= 0
b= 1.5707963268
𝑛= 4
ℎ= 0.3926990817

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 0 9 1 9
1 0.3926990817 8.7716385975 2 17.543277195
2 0.7853981634 8.1213203436 2 16.242640687
3 1.1780972451 7.1480502971 2 14.296100594
4 1.5707963268 6 1 6
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 63.082018476

𝐼=
𝐼= 12.386125364
𝜀_𝑡= 0.311%
d) Aplicamos la Regla de Simpson 1/3 simple (una sola aplicación)

Valor verdadero 12.4247779607694

a= 0 f(a)= 9
b= 1.5707963268 f(b)= 6

Para n = 2

𝑛 2
ℎ 0.7853981634
𝑥_0 0 〖𝑓 (𝑥 〗 _0) 9
𝑥_1 0.7853981634 〖𝑓 (𝑥 〗 _1) 8.1213203436
𝑥_2 1.5707963268 〖𝑓 (𝑥 〗 _2) 6

Fórmula I 𝜀_𝑡
𝐼=(𝑏−𝑎)(𝑓(𝑥_0 )+4𝑓(𝑥_1 )+𝑓(𝑥_2))/6
12.4316176 0.055%

e) Aplicamos la Regla de Simpson 1/3 compuesta (aplicación múltiple)

Fórmula
𝐼=((𝑏−𝑎)/𝑛) (𝑓(𝑥_0 )+4∑_(𝑖=1,3,5)^(𝑛−1)▒𝑓(𝑥_𝑖 )
+2∑_(𝑖=2,4,6)^(𝑛−2)▒𝑓(𝑥_𝑗 ) +𝑓(𝑥_𝑛))/3

Para n = 4

a= 0
b= 1.5707963268
𝑛= 4
ℎ= 0.3926990817

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 0 9 1 9
1 0.3926990817 8.7716385975 4 35.08655439
2 0.7853981634 8.1213203436 2 16.242640687
3 1.1780972451 7.1480502971 4 28.592201188
4 1.5707963268 6 1 6
∑▒ 〖𝐶∗𝑓 (𝑥_
94.921396266
𝑖 )=" " 〗
∑▒ 〖𝐶∗𝑓 (𝑥_
𝑖 )=" " 〗

𝐼= 12.425181716
𝜀_𝑡= 0.003%

f) Aplicamos la Regla de Simpson 3/8 simple (una sola aplicación)

Valor verdadero 12.4247779607694

a= 0 f(a)= 9
b= 1.5707963268 f(b)= 6

𝑛 3
ℎ 0.5235987756
𝑥_0 0 〖𝑓 (𝑥 〗 _0) 9
𝑥_1 0.5235987756 〖𝑓 (𝑥 〗 _1) 8.5980762114
𝑥_2 1.0471975512 〖𝑓 (𝑥 〗 _2) 7.5
𝑥_3 1.5707963268 〖𝑓 (𝑥 〗 _3) 6

Fórmula I 𝜀_𝑡
𝐼=(𝑏−𝑎)(𝑓(𝑥_0 )+3𝑓(𝑥_1 )+3𝑓(𝑥_2 )+𝑓(𝑥_3))/8
12.4277927 0.024%

g) Con aplicación múltiple de la regla de Simpson, con n=5

Se aplica la regla de Simpson 3/8 simple (para los primeros 3 intervalos) junto con la
regla de Simpson 1/3 simple (para los últimos 2 intervalos):

Para n = 5

a= 0
b= 1.5707963268
𝑛= 5
ℎ= 0.3141592654

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖)
𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Método a emplear
0 0 9 N/A
1 0.3141592654 0.466511909 Simpson 3/8 N/A
2 0.6283185307 0.715390457 Simple N/A
3 0.9424777961 0.848164198
Simpson 1/3
4 1.2566370614 0.918997408 N/A
Simple
5 1.5707963268 0.956786082 N/A

Regla de Simpson 3/8 simple (para los primeros 3 intervalos):

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 0 9 1 9
1 0.3141592654 8.853169549 3 26.559508647
2 0.6283185307 8.427050983 3 25.281152949
3 0.9424777961 7.763355757 1 7.7633557569
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
68.604017353

𝐼_1= 8.0822203846

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


3 0.9424777961 7.763355757 1 7.7633557569
4 1.2566370614 6.927050983 4 27.708203932
5 1.5707963268 6 1 6
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
41.471559689

𝐼_2= 4.3428915751

Se suman las sub-integrales obtenidas anteriormente, I1 + I2, para obtener I:

𝐼_1+𝐼_2=𝐼= 12.42511196
𝜀_𝑡= 0.003%
7. Evalúe la siguiente integral:

∫_(−2)^4▒ 〖 (1−𝑥−4𝑥^3+2𝑥^5) 〗 𝑑𝑥

a) En forma analítica.
b) Con una sola aplicación de la regla del trapecio.
c) Con aplicación múltiple de la regla del trapecio, con 𝑛=2 𝑦 4
d) Con una sola aplicación de la regla de Simpson 1/3.
e) Con la aplicación múltiple de la regla de Simpson 1/3, con 𝑛=4
f) Con una sola aplicación de la regla de Simpson 3/8.
g) con aplicación múltiple de la regla de Simpson, con 𝑛=5
h) Para los incisos de b) a g) determine el error relativo porcentual de cada una de las
estimaciones numéricas, con base en el resultado del inciso

a) Al resolver de forma analítica, tenemos:

𝐼=∫_(−2)^4▒ 〖 (1−𝑥−4𝑥^3+2𝑥^5) 〗 𝑑𝑥 → ∫ _(−2)^4▒𝑑𝑥− ∫_(−2)^4▒𝑥


𝑑𝑥−4∫_(−2)^4▒𝑥^3 𝑑𝑥+2∫_(−2)^4▒𝑥^5 𝑑𝑥

𝐼=∫_(−2)^4▒ 〖 (1−𝑥−4𝑥^3+2𝑥^5) 〗 𝑑𝑥 = 𝑥|■8(4@ @−2)┤−𝑥^2/2 |■8(4@


@−2)┤ − 𝑥^4 |■8(4@ @−2)┤+𝑥^6/3 |■8(4@ @−2)┤

𝐼=∫_(−2)^4▒ 〖 (1−𝑥−4𝑥^3+2𝑥^5) 〗 𝑑𝑥 =
[(4)−(−2)]−[(4)^2/2 −(−2)^2/2] −[(4)^4−(−2)^4 ]+ [(4)^6/3 −(−2)^6/3]

𝐼=∫_(−2)^4▒ 〖 (1−𝑥−4𝑥^3+2𝑥^5) 〗 𝑑𝑥 =6−6−240+1344=1104

Valor verdadero 1104

b) Regla del trapecio simple (una sola aplicación)

a= -2 f(a)= -29
b= 4 f(b)= 1789

Fórmula I 𝜀_𝑡

𝐼=(𝑏−𝑎)(𝑓(𝑎)+𝑓(𝑏))/2
5280 378.26%
5280 378.26%

c) Aplicamos la Regla del trapecio compuesta (aplicación múltiple)

Fórmula
𝐼=((𝑏−𝑎)/𝑛) (𝑓(𝑥_0 )
+2∑_(𝑖=1)^(𝑛−1)▒𝑓(𝑥_𝑖 ) +𝑓(𝑥_𝑛))/2

Para n = 2

a= -2
b= 4
𝑛= 2
ℎ= 3

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 -2 -29 1 -29
1 1 -2 2 -4
2 4 1789 1 1789
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗
1756

𝐼= 2634
𝜀_𝑡= 138.587%

Para n = 4

a= -2
b= 4
𝑛= 4
ℎ= 1.5

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 -2 -29 1 -29
1 -0.5 1.9375 2 3.875
2 1 -2 2 -4
3 2.5 131.3125 2 262.625
4 4 1789 1 1789
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗 2022.5

𝐼=
𝐼= 1516.875
𝜀_𝑡= 37.398%
d) Aplicamos la Regla de Simpson 1/3 simple (una sola aplicación)

Valor verdadero 1104

a= -2 f(a)= -29
b= 4 f(b)= 1789

Para n = 2

𝑛 2
ℎ 3
𝑥_0 -2 〖𝑓 (𝑥 〗 _0) -29
𝑥_1 1 〖𝑓 (𝑥 〗 _1) -2
𝑥_2 4 〖𝑓 (𝑥 〗 _2) 1789

Fórmula I 𝜀_𝑡
𝐼=(𝑏−𝑎)(𝑓(𝑥_0 )+4𝑓(𝑥_1 )+𝑓(𝑥_2))/6
1752 58.696%

e) Aplicamos la Regla de Simpson 1/3 compuesta (aplicación múltiple)

Fórmula
𝐼=((𝑏−𝑎)/𝑛) (𝑓(𝑥_0 )+4∑_(𝑖=1,3,5)^(𝑛−1)▒𝑓(𝑥_𝑖 )
+2∑_(𝑖=2,4,6)^(𝑛−2)▒𝑓(𝑥_𝑗 ) +𝑓(𝑥_𝑛))/3

Para n = 4

a= -2
b= 4
𝑛= 4
ℎ= 1.5

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 -2 -29 1 -29
1 -0.5 1.9375 4 7.75
2 1 -2 2 -4
3 2.5 131.3125 4 525.25
4 4 1789 1 1789
∑▒ 〖𝐶∗𝑓 (𝑥_
2289
𝑖 )=" " 〗
∑▒ 〖𝐶∗𝑓 (𝑥_
𝑖 )=" " 〗

𝐼= 1144.5
𝜀_𝑡= 3.668%

f) Aplicamos la Regla de Simpson 3/8 simple (una sola aplicación)

Valor verdadero 1104

a= -2 f(a)= -29
b= 4 f(b)= 1789

𝑛 3
ℎ 2
𝑥_0 -2 〖𝑓 (𝑥 〗 _0) -29
𝑥_1 0 〖𝑓 (𝑥 〗 _1) 1
𝑥_2 2 〖𝑓 (𝑥 〗 _2) 31
𝑥_3 4 〖𝑓 (𝑥 〗 _3) 1789

Fórmula I 𝜀_𝑡
𝐼=(𝑏−𝑎)(𝑓(𝑥_0 )+3𝑓(𝑥_1 )+3𝑓(𝑥_2 )+𝑓(𝑥_3))/8
1392 26.087%

g) Con aplicación múltiple de la regla de Simpson, con n=5

Se aplica la regla de Simpson 3/8 simple (para los primeros 3 intervalos) junto con la
regla de Simpson 1/3 simple (para los últimos 2 intervalos):

Para n = 5

a= -2
b= 4
𝑛= 5
ℎ= 1.2

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖)
𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Método a emplear
0 -2 -29 N/A
1 -0.8 3 Simpson 3/8 N/A
2 0.4 0 Simple N/A
3 1.6 4
Simpson 1/3
4 2.8 254.60 N/A
Simple
5 4 1789 N/A

Regla de Simpson 3/8 simple (para los primeros 3 intervalos):

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


0 -2 -29 1 -29
1 -0.8 3 3 9.57792
2 0.4 0 3 1.09344
3 1.6 4 1 3.98752
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗-14.34112

𝐼_1= -6.453504

𝑛 𝑥_𝑖 𝑓(𝑥_𝑖) Coeficientes 𝐶∗𝑓(𝑥_𝑖)


3 1.6 3.98752 1 3.98752
4 2.8 254.59936 4 1018.39744
5 4 1789 1 1789
∑▒ 〖𝐶∗𝑓 (𝑥_𝑖 )=" " 〗2811.38496

𝐼_2= 1124.553984

Se suman las sub-integrales obtenidas anteriormente, I1 + I2, para obtener I:

𝐼_1+𝐼_2=𝐼= 1118.10048
𝜀_𝑡= 1.277%

También podría gustarte