Ejercicio 11

Suponga que f está definida por:

𝑥 3 + 1, 0 ≤ 𝑥 ≤ 0.1
𝑓(𝑥) = {1.001 + 0.03(𝑥 − 0.1) + 0.3(𝑥 − 0.1)2 + 2(𝑥 − 0.1)3 , 0.1 ≤ 𝑥 ≤ 0.2}
1.009 + 0.15(𝑥 − 0.2) + 0.9(𝑥 − 0.2)2 + 2(𝑥 − 0.2)3 , 0.2 ≤ 𝑥 ≤ 0.3
a) Investigue la continuidad de las derivadas de f.
0.3
b) Aplique la regla compuesta del trapecio con n = 6 para aproximar ∫0 𝑓(𝑥)𝑑𝑥 y estime
el error por medio de la cota de error.
0.3
c) Aplique la regla compuesta de Simpson con n =6 para aproximar ∫0 𝑓(𝑥)𝑑𝑥 . ¿Son los
resultados más exactos que en la parte (b)?
Solución:
a) Investigue la continuidad de las derivadas de f.
La continuidad y la derivabilidad de una función en un punto se relacionan de la siguiente
manera:
- Si una función es derivable en un punto, la función es continua en ese punto.
- Si una función no es continua en un punto, tampoco es derivable en ese punto.
Sin embargo, el recíproco de este teorema es falso, es decir, que una función sea continua en un
punto no significa que siempre sea derivable en ese punto.
También se puede ver si una función es derivable o no en un punto a partir de su representación
gráfica:
- Si es un punto suave la función es derivable en ese punto.
- Si es un punto anguloso la función es continua pero no derivable en ese punto.

Derivabilidad de una función a trozos.

Para estudiar la derivabilidad en un punto, en una función definida a trozos, primero hemos de
estudiar la continuidad y después la derivabilidad.
Se puede saber si una función definida a trozos es derivable en un punto calculando las
derivadas laterales en ese punto:
De manera grafica podemos decir que en los puntos x = 0.1; x = 0.2; son puntos suaves de la
función por lo que la función es derivable en esos puntos.

0.3
b) Aplique la regla compuesta del trapecio con n = 6 para aproximar ∫0 𝑓(𝑥)𝑑𝑥

La regla del trapecio compuesta para n = 6 es:

𝐛
𝐡
∫ 𝐟(𝐱)𝐝𝐱 = [𝐟(𝐚) + 𝟐𝐟(𝐚 + 𝐡) + 𝟐𝐟(𝐚 + 𝟐𝐡) + 𝟐𝐟(𝐚 + 𝟑𝐡) + 𝟐𝐟(𝐚 + 𝟒𝐡) + 𝟐𝐟(𝐚 + 𝟓𝐡)
𝐚 𝟐
+ 𝐟(𝐛)] − 𝐄𝐱

𝐛 − 𝐚 (𝐛 − 𝐚)𝟑 (𝟐)
𝐜𝐨𝐧 𝐡 = ; 𝒚 𝐄𝐱 = 𝐟 (𝛆).
𝐧 (𝟏𝟐) 𝐧𝟐
 0.3 0.1 0.2 0.3
Tenemos que, ∫ f(x)dx = ∫ f1 (x)dx + ∫ f2 (x)dx + ∫ f3 (x)dx
0 0 0.1 0.2

0.1 0.1
1) Resolviendo ∫ f1 (x)dx = ∫ (x 3 + 1)dx
0 0

b − a 0.1 − 0
Para n = 6, se tiene el valor de h = = = 0.01666666
n 6
(b − a)3 (2) (0.1)3 (2)
Para n = 6, se tiene el valor de Ex1 = f (ε) = f (ε)
12 n2 (12)62

Ex1 = 2.314814815 ∗ 10−6 f (2) (ε).

0.1
0.1 0.1 0.1 0.1 0.2 0.5
∫ (x 3 + 1)dx = [𝐟(𝟎) + 𝟐𝐟 ( ) + 2𝐟 ( ) + 2𝐟 ( ) + 2𝐟 ( ) + 2𝐟 ( ) + f(0.1)
0 12 6 3 2 3 6
− Ex1
0.1
0.1
∫ (𝑥 3 + 1)dx = [1 + 2.000009259 + 2.000074074 + 2.00025 + 2.000592593
0 12
+ 2.001157407 + 1.001] − Ex1
0.1
0.1
∫ (𝑥 3 + 1)dx = (12.003083333) − Ex1
0 12
0.1
∫ (𝑥 3 + 1)dx = 0.1000256944 − 2.314814815 ∗ 10−6 f (2) (ε).
0

𝟎.𝟏
∫ (𝒙𝟑 + 𝟏)𝐝𝐱 ≈ 𝟎. 𝟏𝟎𝟎𝟎𝟐𝟓𝟔𝟗𝟒𝟒.
𝟎

0.2
2) Resolviendo ∫ f2 (x)dx
0.1
0.2
= ∫ (1.001 + 0.03(𝑥 − 0.1) + 0.3(𝑥 − 0.1)2 + 2(𝑥 − 0.1)3 )dx
0.1

b − a 0.2 − 0.1
Para n = 6, se tiene el valor de h = = = 0.01666666
n 6
(b − a)3 (2) (0.2 − 0.1)3 (2)
Para n = 6, se tiene el valor de Ex2 = f (ε) = f (ε)
12 n2 (12)62

Ex2 = 2.314814815 ∗ 10−6 f (2) (ε).

 0.2
0.1 0.7 0.4 0.3 0.5 0.11
∫ f2 (x)dx = [f(0.1) + 2f ( ) + 2f ( ) + 2f ( ) + 2f ( ) + 2f ( ) + f(0.2)
0.1 12 6 3 2 3 6
− Ex2
0.2
0.1
∫ f2 (x)dx = [1.001 + 2.003185185 + 2.004814815 + 2.007 + 2.009851852
0.1 12
+ 1.998922981 + 1.009] − Ex2
0.2
0.1
∫ f2 (x)dx = (12,033774833) − Ex2
0.1 12
0.2
∫ f2 (x)dx = 0.1002814569 − 2.314814815 ∗ 10−6 f (2) (ε)
0.1

𝟎.𝟐
∫ 𝐟𝟐 (𝐱)𝐝𝐱 ≈ 𝟎. 𝟏𝟎𝟎𝟐𝟖𝟏𝟒𝟓𝟔𝟗.
𝟎.𝟏

0.3
3) Resolviendo ∫ f3 (x)dx
0.2
0.3
= ∫ (1.009 + 0.15(𝑥 − 0.2) + 0.9(𝑥 − 0.2)2 + 2(𝑥 − 0.2)3 )dx
0.2

b − a 0.3 − 0.2
Para n = 6, se tiene el valor de h = = = 0.01666666
n 6
(b − a)3 (2) (0.3 − 0.2)3 (2)
Para n = 6, se tiene el valor de Ex2 = f (ε) = f (ε)
12 n2 (12)62

Ex3 = 2.314814815 ∗ 10−6 f (2) (ε).

0.3
0.1 1.3 0.7 0.5 0.8 1.7
∫ f3 (x)dx = [f(0.2) + 2f ( ) + 2f ( ) + 2f ( ) + 2f ( ) + 2f ( ) + 𝑓(0.3)]
0.2 12 6 3 2 3 6
− Ex3
0.3
0.1
∫ f3 (x)dx = [1.009 + 2.023518519 + 2.030148148 + 2.038 + 2.047185185
0.2 12
+ 2.057814815 + 1.035] − Ex3
0.3
0.1
∫ f3 (x)dx = (12.240666667) − Ex3
0.2 12
0.3
0.1
∫ f3 (x)dx = (12.240666667) − Ex3
0.2 12
0.3
∫ f3 (x)dx = 0.1020055556 − 2.314814815 ∗ 10−6 f (2) (ε).
0.2

𝟎.𝟑
∫ 𝐟𝟑 (𝐱)𝐝𝐱 ≈ 𝟎. 𝟏𝟎𝟐𝟎𝟎𝟓𝟓𝟓𝟓𝟔.
𝟎.𝟐
 0.3 0.1 0.2 0.3
Tenemos que, ∫ f(x)dx = (∫ f1 (x)dx + ∫ f2 (x)dx + ∫ f3 (x)dx) − Ex
0 0 0.1 0.2

0.3
∫ f(x)dx = 0.1000256944 + 0.1002814569 + 0.1020055556 − Ex
0

0.3
∫ f(x)dx = 0.3023127069 − 2.314814815 ∗ 10−6 f (2) (ε).
0

𝟎.𝟑
∫ 𝐟(𝐱)𝐝𝐱 ≈ 𝟎. 𝟑𝟎𝟐𝟑𝟏𝟐𝟕𝟎𝟔𝟗. 𝐂𝐨𝐧 𝐄𝐱 = 𝟐. 𝟑𝟏𝟒𝟖𝟏𝟒𝟖𝟏𝟓 ∗ 𝟏𝟎−𝟔 𝐟 (𝟐) (𝛆).
𝟎

0.3
c) Aplique la regla compuesta de Simpson con n =6 para aproximar ∫0 𝑓(𝑥)𝑑𝑥

La regla de Simpson compuesta para n = 6 es:

𝐛
𝐡
∫ 𝐟(𝐱)𝐝𝐱 = [𝐟(𝐚) + 𝟒𝐟(𝐚 + 𝐡) + 𝟒𝐟(𝐚 + 𝟑𝐡) + 𝟒𝐟(𝐚 + 𝟓𝐡) + 𝟐𝐟(𝐚 + 𝟐𝐡) + 𝟐𝐟(𝐚 + 𝟒𝐡)
𝐚 𝟑
+ 𝐟(𝐛)] − 𝐄𝐱

𝐛 − 𝐚 (𝐛 − 𝐚)𝟓 (𝟒)
𝐜𝐨𝐧 𝐡 = ; 𝒚 𝐄𝐱 = 𝐟 (𝛆).
𝐧 (𝟏𝟖𝟎) 𝐧𝟒

0.3 0.1 0.2 0.3

Tenemos que, ∫ f(x)dx = ∫ f1 (x)dx + ∫ f2 (x)dx + ∫ f3 (x)dx
0 0 0.1 0.2

0.1 0.1
1) Resolviendo ∫ f1 (x)dx = ∫ (x 3 + 1)dx
0 0

b − a 0.1 − 0
Para n = 6, se tiene el valor de h = = = 0.01666666
n 6
(b − a)5 (4) (0.1)5 (4)
Para n = 6, se tiene el valor de Ex1 = f (ε) = f (ε)
180 n4 (180)64

Ex1 = 4.286694102 ∗ 10−11 f (2) (ε).

0.1
0.1 0.1 0.1 0.5 0.1 0.2
∫ f1 (x)dx = [f(0) + 4f ( ) + 4f ( ) + 4f ( ) + 2f ( ) + 2f ( ) + f(0.1)]
0 18 6 2 6 3 3
− Ex
0.1
0.1
∫ f1 (x)dx = [1 + 4.000018519 + 4.0005 + 4.002314815 + 2.000074074
0 18
+ 2.000592593 + 1.001] − Ex
 0.1
0.1
∫ f1 (x)dx = (18.004500001) − Ex
0 18
0.1
∫ f1 (x)dx = 0.100025 − 4.286694102 ∗ 10−11 f (2) (ε).
0

𝟎.𝟏
∫ 𝐟𝟏 (𝐱)𝐝𝐱 ≈ 𝟎. 𝟏𝟎𝟎𝟎𝟐𝟓
𝟎

0.2
2) Resolviendo ∫ f2 (x)dx
0.1

0.2
= ∫ (1.001 + 0.03(𝑥 − 0.1) + 0.3(𝑥 − 0.1)2 + 2(𝑥 − 0.1)3 )dx
0.1

b − a 0.2 − 0.1
Para n = 6, se tiene el valor de h = = = 0.01666666
n 6
(b − a)5 (4) (0.2 − 0.1)5 (4)
Para n = 6, se tiene el valor de Ex2 = f (ε) = f (ε)
180 n4 (180)64

Ex2 = 4.286694102 ∗ 10−11 f (2) (ε).

0.2
0.1 0.7 0.3 1.1 0.4 0.5
∫ f2 (x)dx = [f(0.1) + 4f ( ) + 4f ( ) + 4f ( ) + 2f ( ) + 2f ( ) + f(0.2)]
0.1 18 6 2 6 3 3
− Ex2
0.2
0.1
∫ f2 (x)dx = [1.001 + 4.00637037 + 4.014 + 4.026962963 + 2.004814815
0.1 18
+ 2.009851852 + 1.009] − Ex2
0.2
0.1
∫ f2 (x)dx = (18.072) − Ex2
0.1 18
0.2
0.1
∫ f2 (x)dx = (18.072) − Ex2
0.1 18
0.2
∫ f2 (x)dx = 0.1004 − 4.286694102 ∗ 10−11 f (2) (ε).
0.1

𝟎.𝟐
∫ 𝐟𝟐 (𝐱)𝐝𝐱 ≈ 𝟎. 𝟏𝟎𝟎𝟒.
𝟎.𝟏

0.3
3) Resolviendo ∫ f3 (x)dx
0.2
0.3
= ∫ (1.009 + 0.15(𝑥 − 0.2) + 0.9(𝑥 − 0.2)2 + 2(𝑥 − 0.2)3 )dx
0.2
 b − a 0.3 − 0.2
Para n = 6, se tiene el valor de h = = = 0.01666666
n 6
(b − a)5 (4) (0.3 − 0.2)5 (4)
Para n = 6, se tiene el valor de Ex3 = f ( )
ε = f (ε)
180 n4 (180)64

Ex3 = 4.286694102 ∗ 10−11 f (2) (ε).

0.3
0.1 1.3 0.5 1.7 0.7 0.8
∫ f3 (x)dx = [f(0.2) + 4f ( ) + 4f ( ) + 4f ( ) + 2f ( ) + 2f ( ) + f(0.3)]
0.2 18 6 2 6 3 3
− Ex3
0.3
0.1
∫ f3 (x)dx = [1.009 + 4.047037037 + 4.076 + 4.11562963 + 2.030148148
0.2 18
+ 2.047185185 + 1.035] − Ex3
0.3
0.1
∫ f3 (x)dx = (18.36) − Ex3
0.2 18
0.3
∫ f3 (x)dx = 0.102 − 4.286694102 ∗ 10−11 f (2) (ε)
0.2

𝟎.𝟑
∫ 𝐟𝟑 (𝐱)𝐝𝐱 ≈ 𝟎. 𝟏𝟎𝟐
𝟎.𝟐

0.3 0.1 0.2 0.3

Tenemos que, ∫ f(x)dx = (∫ f1 (x)dx + ∫ f2 (x)dx + ∫ f3 (x)dx) − Ex
0 0 0.1 0.2

0.3
∫ f(x)dx = 0.100025 + 0.1004 + 0.102 − Ex
0

0.3
∫ f(x)dx = 0,302425 − 4.286694102 ∗ 10−11 f (2) (ε).
0

𝟎.𝟑
∫ 𝐟(𝐱)𝐝𝐱 ≈ 𝟎, 𝟑𝟎𝟐𝟒𝟐𝟓. 𝐂𝐨𝐧 𝐄𝐱 = 𝟒. 𝟐𝟖𝟔𝟔𝟗𝟒𝟏𝟎𝟐 ∗ 𝟏𝟎−𝟏𝟏 𝐟 (𝟐) (𝛆).
𝟎

¿Son los resultados más exactos que en la parte (b)?

Si son mas exactos, pues el error de aproximación en el literal (c) es mucho menor que el error
de aproximación en el literal (b), lo que garantiza que los resultados sean más exactos.