EjerciciosResueltos PDF

TEC Tecnológico
de Costa Rica
Métodos Númericos para Ingenierı́a:

Ejercicios y soluciones
Escuela de Matemática
Cindy Calderón-Arce Rebeca Solı́s-Ortega

Métodos Numéricos Aproximaciones y errores Página 2
1. Aproximaciones y errores
1.1. Ejercicios resueltos

1.1.1. Dadas las siguientes aproximaciones, con sus respectivos valores reales, calcule el error
absoluto y relativo porcentual.
x x
49,99 50
2014 2013,99
0,123456 0,1234
18,76 18,7555556
Solución:
x x Ex εx
49, 99 50 0, 01 0, 02 %
2014 2013, 99 0, 01 0, 000497 %
0, 123456 0, 1234 0, 000056 0, 045 %
18, 76 18, 7555556 0, 00444444 0, 024 %
1.1.2. Se sabe que las dimensiones de la cancha del Estadio José Rafael ”Fello”Meza Ivankovich
son 105 m x 68 m. Si dos estudiantes de ingenierı́a realizaron mediciones a esta cancha y
obtuvieron como dimensiones 103,76 m x 66,98 m, ¿cuál fue el error absoluto y relativo que se
produjo?
Solución: De acuerdo con las definiciones tenemos:
Error absoluto: Error relativo:

1, 24
Ex = |105 − 103, 76| = 1, 24 εx = ≈ 0, 01181 ≈ 1, 18 %
105
1, 02
Ex = |68 − 66, 98| = 1, 02 εx = = 0, 0150 ≈ 1, 5 %
68
Ası́ el error absoluto y relativo del largo de la cancha es 1, 24 y 1, 18 % respectivamente, y el

error absoluto y relativo del ancho de la cancha es 1, 02 y 1, 5 % respectivamente.
1.1.3. Tres estudiantes del TEC realizan diferentes medidas y obtienen las siguientes aproxi-
maciones:
Persona Objeto Medida Error Absoluto

1 Pista de carreras 40 000 cm 1m
2 Área del pretil 1251 m2 1 m2
3 Largo de la piscina 2498 cm 1m
¿Cuál estimación es mejor? Justifique su respuesta
Solución:
Se calcula el error relativo de cada medición, tomando en cuenta las conversiones con la unidad
de medida correspondiente.
Persona Objeto Medida Error Absoluto Error Relativo Porcentual

1 Pista de carreras 400 m 1m 0,25 %
2 Área del pretil 1251m2 1m2 0,0799 %
3 Largo de la piscina 24,98 m 1m 4,00 %
La mejor aproximación fue la del área del pretil.
1.1.4. Si sabemos que p = 1, 575645 es una aproximación de un número desconocido p y que

|p − p| ≤ 0, 00001, determine la cantidad mı́nima de decimales exactos con lo que p aproxima a
p. Si el error fuera menor a 0, 00006, ¿cuál serı́a la cantidad mı́nima de decimales exactos con
lo que p aproxima a p?
Solución:
Como |p − p| ≤ 0, 00001 se cumple que:
|p − p| ≤ 0, 5 × 10−4
Por lo que p tiene como mı́nimo, cuatro cifras decimales exactas.

Por otro lado si |p − p| ≤ 0, 00006 se cumple que:
|p − p| ≤ 0, 5 × 10−3
Por lo que p tiene como mı́nimo, tres cifras decimales exactas.

1.2. Ejercicios propuestos

1.2.1. Tres estudiantes del Tec realizan diferentes medidas y obtienen las siguientes aproxima-
ciones:
1 Pista de Carreras 400 m 1 cm

3 Largo de la piscina 24.98 m 1 cm
¿Cuál estimación es mejor? Justifique su respuesta.
R./ La primera medición.
1.2.2. Tres estudiantes del Tec realizan diferentes medidas y obtienen las siguientes aproxima-
ciones:
1 Pista de Carreras 40 000 cm 1m

3 Largo de la piscina 2498 cm 1m
¿Cuál estimación es mejor? Justifique su respuesta.
R./ La segunda medición.

Métodos Numéricos Series de Taylor Página 5
2. Series de Taylor

2.1.1. Aproxime el valor de e2 con un polinomio de Maclaurin de grado 6.
Solución:
El polinomio de grado seis de Taylor correspondiente a ex alrededor de x = c es:
ec (x − c)2 ec (x − c)3 ec (x − c)4 ec (x − c)5 ec (x − c)6
P6 (x) = ec + ec (x − c) + + + + +
2! 3! 4! 5! 6!
Dado que nos piden el polinomio de Maclaurin tenemos c = 0, ası́
x2 x3 x4 x 5 x6
M6 (x) = 1 + x + + + + +
2! 3! 4! 5! 6!
Como se nos solicita el valor de e2 realizamos el cambio x = 2, ası́ el valor aproximado corres-
331
ponde a ≈ 7, 35555556
45
2.1.2. Sea f (x) = cos(x).
1. Determine un desarrollo en series de potencias de Taylor para f (x) alrededor de x = c.

2. Determine el desarrollo en series de Maclaurin (c = 0), para f (x).
3. Utilizando el resultado del punto anterior, aproxime el valor de cos(−2,3) con un error
relativo menor a 0,0005.
4. Determine el error que produce la aproximación según el resto del polinomio de Taylor, e
indique la cantidad de decimales correctos que posee dicha aproximación.
Solución:
Como f (x) = cos(x) y sus derivadas son continuas en IR, podemos calcular el polinomio de
Taylor. Entonces:
1. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = c es:
cos(c) sen(c) cos(c)

Pn (x) = cos(c) + −sen(c)(x − c) + − (x − c)2 + (x − c)3 + (x − c)4 +
2! 3! 4!
sen(c)
− (x − c)5 + ...
5!
2. El desarrollo en series de Maclaurin (c = 0), para f (x) es:
1 0 1 0
M (x) = 1 + −0(x − 0) + − (x − 0)2 + (x − 0)3 + (x − 0)4 + − (x − 0)5 + ...
2! 3! 4! 5!
1 1 1 1 1 10
M (x) = 1 + − x2 + x4 + − x6 + x8 − x + ...
2! 4! 6! 8! 10!
3. Aproximando el valor de cos(−2,3) con un error relativo menor a 0, 5 × 10−3 = 0, 0005

tenemos:
Grado Término Aproximación Error relativo

0 1 1 —-
1 0 1 —-
2 − 2!1 (−2,3)2 1 − 2,645 = −1,645 1.6079027
3 0,0000000000000 -1,645 0,00000000000000
4 1,1660041666667 -0,4789958333 2,43426786941431
5 0,0000000000000 -0,4789958333 0,00000000000000
6 -0,2056054013889 -0,6846012347 0,30032870371949
7 0,0000000000000 -0,6846012347 0,00000000000000
8 0,0194223673812 -0,6651788673 0,02919871381188
9 0,0000000000000 -0,6651788673 0,00000000000000
10 -0,0011416035939 -0,6663204709 0,00171329509395
11 0,0000000000000 -0,6663204709 0,00000000000000
12 0,0000457506289 -0,6662747203 0,00006866631358
4. El error que produce la aproximación según la definición de resto es:
f 13 (ξ)
E= (−2,3)13
(13)!
Note que
f 13 (ξ) = − cos(ξ) ≤ 1
Ası́:
1
E≤| (−2,3)13 | ≈ 0,000008094
(13)!
Como 0,000008094 ≤ 0,000005, se aproxima con al menos 4 decimales correctos.
2.1.3. Sea f (x) = Ln(x).
1. Determine un desarrollo en series de potencias de Taylor para f (x) alrededor de x = a.
2. Determine el desarrollo en series de Taylor centrado en 1, para f (x).
3. Utilizando el resultado del punto anterior, aproxime el valor de Ln(1,3) con un error
realtivo menor a 0,0005.
4. Determine el error que produce la aproximación según el resto del polinomio de Taylor, e
indique la cantidad de decimales correctos que posee dicha aproximación.
5. Utilizando el resultado del punto b), intente aproximar el valor de Ln(2,5).
6. Con base al punto anterior responda: ¿Es siempre posible aproximar un valor utilizando
series de Taylor?
Solución:
1. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = a es:
1 1 2 6 24
Pn (x) = ln(a)+ (x−a)− 2 (x−a)2 + 3 (x−a)3 − 4 (x−a)4 + 5 (x−a)5 −...
a a · 2! a · 3! a · 4! a · 5!
2. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = 1 es:
(x − 1)2 (x − 1)3 (x − 1)4 (x − 1)5

0 + (x − 1) − + − + − ...
2 3 4 5
3. Tenemos:

0 0 0 —-
1 0,3 0,3 1,00000000000000
2 -0,045 0,255 0,17647058823529
3 0,009 0,264 0,03409090909091
4 -0,002025 0,261975 0,00772974520470
5 0,000486 0,262461 0,00185170368169
6 -0,0001215 0,2623395 0,00046314032008
f (7) (ξ)
E= (0,3)7
(7)!
Note que
720
f (7) (ξ) = ≤ 720 en [1, 1,3]
x7
Ası́:
720
E≤ (0,3)7 ≈ 0,00003124
(7)!
5. No se puede, pues los valores de las aproximaciones fluctúan.
6. El método de Taylor no siempre converge.
2.1.4. Sea f (x) = x · ex .
1. [2 puntos] Determine un desarrollo en series de potencias de Taylor para f (x) alrededor

de x = a.
2. [2 puntos] Determine el desarrollo en series de Maclaurin, para f (x).
3. [5 puntos] Utilizando el resultado del punto anterior, aproxime el valor de f (0,5) con un
error relativo menor a 0.0005.
4. [3 puntos] Determine el error que produce la aproximación según el resto del polinomio
de Taylor, e indique la cantidad de decimales correctos que posee dicha aproximación.
Solución:
1. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = a, corresponde

a:
ea (a + 2) ea (a + 3) ea (a + 4)
Pn (x) = a·ea +ea (a+1)(x−a)+ (x−a)2 + (x−a)3 + (x−a)4 +...
2! 3! 4!
2. El desarrollo en series de potencias de Maclaurin para f (x) corresponde a:
2 · (x)2 3(x)3 4(x)4 2 x3 x4 x5 x6

Mn (x) = 0 + x + + + + ... = 0 + x + x + + + + + ...
2! 3! 4! 2! 3! 4! 5!
3. Utilizando el resultado del punto anterior, tenemos:

0 0 0 —
1 0.5 0.5 1
2 0.25 0.75 0.3333333333
3 0.0625 0.8125 0.769230769
4 0.0104166667 0.8229166667 0.0126582278
5 0.0013020833 0.82421875 0.0015797788
6 0.0001302083 0.8243489583 0.0001579529
f 7 (ξ)
E= (0,5)7
(7)!
Note que
f 7 (ξ) = ex (x + 7) ≤ 1 en [0, 0,5]
Ası́:
1
E≤| (0,5)7 | ≈ 0,00000155009
(7)!

2.2.1. Sea f (x) = cos(x):
1. Determine un desarrollo en series de potencias de Taylor, de grado 6, para f (x), centrado

en x = 0.
x2 x4 x6
R./ 1 − 2
+ 24
− 720
2. Utilizando el resultado anterior, aproxime el valor de f (0.7) con tres decimales correctos.
R./ f (0, 7) ≈ 0, 7648
3. Calcule el error relativo porcentual obtenido en la aproximación anterior.

R./ 0.0214
2.2.2. Considere la siguiente función f (x) = ln(1 + x):
1. Determine el desarrollo en series de Taylor de orden 5, para f (x) alrededor de c.
(x−c) (x−c)2 (x−c)3 (x−c)4 (x−c)5

R./ f (x) ≈ ln(c + 1) + c+1
− 2(c+1)2
+ 3(c+1)3
− 4(c+1)4
+ 5(c+1)5
−1 2 −1 4
R./ f (x) ≈ x + 2
x + 31 x3 + 4
x + 51 x5
3. Utilizando el resultado del punto anterior, aproxime el valor de f (−0.4) con tres decimales
correctos.
R./ −0.5107
4. Determine el error relativo porcentual en cada iteración, según corresponda.
R./ última iteración 0.0458
2.2.3. Considere la siguiente función f (x) = ln(1 − 3x):
1. Determine el desarrollo en series de Taylor de orden 4, para f (x) alrededor de c.
3(x−c) 9(x−c)2 9(x−c)3 81(x−c)4

R./ f (x) ≈ ln(1 − 3c) + 3c−1
− 2(3c−1)2
+ (3c−1)3
− 4(3c−1)4
R./ f (x) ≈ −3x − 9x2 − 92 x3 − 81 4

4
x
3. Utilizando el resultado del punto anterior, aproxime el valor de f (0.1) con dos decimales
correctos.
R./ −0.3566
4. Determine el error relativo porcentual en cada iteración, según corresponda.
R./ última iteración 0,0341

2.2.4.
√ Utilizando un polinomio de Taylor de orden 4 alrededor de c = 4 aproxime el valor de
3 3.
R./ 5,1964
√ √
2.2.5. Se quiere aproximar el valor de w = 2 3 3 usando como base la función f (x) = 3 x + 20,
para ello construya un polinomio de Maclaurin de grado 3 para la función f , utilı́celo para
aproximar el valor de w y estime el error absoluto cometido.
R./ Aproximación de 2.8847 y un error absoluto de 0.0013
√
2.2.6. Sea f (x) = 2 3 x, utilice
√ un desarrollo en series de Taylor de orden 4 centrado en x = 8
3
para aproximar el valor de 2 3.
R./ 2.9077
√
3
2.2.7. Se quiere aproximar el valor de w = 7.8. Para ello se pide lo siguiente:
1. Construya
√ el polinomio de Taylor de grado 3, alrededor de c = 0, para la función
f (x) = 3 x + 8.
x x2 5x3
R./ 2 + 12
− 288
+ 20736
2. Utilice el polinomio anterior para aproximar el valor de w y calcule el error absoluto real
cometido.
R./ Aproximación de 1.9832 y un error absoluto de 3.28 × 10−8
3. Sea f (x) = ex−2 , utilice el desarrollo en series de potencias de Maclaurin de f , de orden

3, para aproximar el valor de e−1.5 .
R./ 0.2227
Métodos Numéricos Raı́ces de ecuaciones Página 12
3. Raı́ces de ecuaciones

3.1.1. Dada la siguiente ecuación x2 = cos(x) + 1 encuentre una solución en el intervalo [1, 2]
con una precisión de al menos 0,001 haciendo uso de los métodos de bisección, secante, falsa
posición y Newton.
Solución:
Primero debemos re-escribiremos la ecuación x2 = cos(x) + 1, como x2 − cos(x) − 1, por lo que
tomamos f (x) = x2 − cos(x) − 1. Ası́ tenemos:
Bisección
Con este método podemos calcular cuántas iteraciones debemos realizar para obtener una
precisión de al menos 0.001, para esto sabemos que:
b−a 2−1 1
En ≤ n
= n = n = 2−n
2 2 2
Y queremos:
2−n ≤ 0,001
log2 2−n ≤ log2 0,001
−n ≤ log2 0,001
n ≥ 9,9
Por lo que necesitamos de 10 iteraciones para lograr la precisión deseada.
n an bn f (an ) f (bn ) mn f (mm ) Error

1 1 2 -0,5403023059 3,4161468365 1,5 1,1792627983 0,5
2 1 1,5 -0,5403023059 1,1792627983 1,25 0,2471776376 0,25
3 1 1,25 -0,5403023059 0,2471776376 1,125 -0,1655515168 0,125
4 1,125 1,25 -0,1655515168 0,2471776376 1,1875 0,0361766192 0,0625
5 1,125 1,1875 -0,1655515168 0,0361766192 1,15625 -0,0658606627 0,03125
6 1,15625 1,1875 -0,0658606627 0,0361766192 1,171875 -0,0151335765 0,015625
7 1,171875 1,1875 -0,0151335765 0,0361766192 1,1796875 0,0104488525 0,0078125
8 1,171875 1,1796875 -0,0151335765 0,0104488525 1,17578125 -0,0023605567 0,00390625
9 1,17578125 1,1796875 -0,0023605567 0,0104488525 1,177734375 0,0040396026 0,001953125
10 1,17578125 1,177734375 -0,0023605567 0,0040396026 1,1767578125 0,0008383862 0,0009765625
En los siguientes métodos se calculará el error relativo entre cada par de aproximaciones
hasta obtener la precisión deseada.
Secante
n x0 f (x0 ) x1 f (x1 ) xi f (xi ) Error

1 1 -0,5403023059 2 3,4161468365 1,1365624292 -0,128941367 —-
2 2 3,4161468365 1,1365624292 -0,128941367 1,167967239 -0,0278750715 0,0268884338
3 1,1365624292 -0,128941367 1,167967239 -0,0278750715 1,1766289923 0,0004162774 0,0073614991
4 1,167967239 -0,0278750715 1,1766289923 0,0004162774 1,1765015437 -0,000001298 0,0001083284
5 1,1766289923 0,0004162774 1,1765015437 -0,000001298 1,1765019399 -0,0000000000600 0,00000033673
Falsa posición

1 1 -0,5403023059 2 3,4161468365 1,1365624292 -0,128941367 —-
2 1,1365624292 -0,128941367 2 3,4161468365 1,167967239 -10,6358525287 0,0268884338
3 1,167967239 -0,0278750715 2 3,4161468365 1,1747015088 -10,6200763653 0,0057327498
4 1,1747015088 -0,0058948365 2 3,4161468365 1,1761231746 -10,61673427816 0,00120877290
5 1,1761231746 -0,001240767 2 3,4161468365 1,1764223034 -10,616030564 0,00025426995
Newton
Dado que sabemos que la solución de la ecuación se encuentra en el intervalo [1, 2] utilizare-
mos el punto medio como primera aproximación. Además tenemos que f 0 (x) = 2x+sen(x)
ası́:
n x0 f (x0 ) f 0 (x0 ) xi Error

1 1,5 1,1792627983 3,9974949866 1,2049995554 —-
2 1,2049995554 0,0943304643 3,3438381685 1,1767893193 0,0239722061
3 1,1767893193 0,0009416313 3,2769568594 1,1765019699 0,0002442404
4 1,1765019699 0,00000009842 3,2762718117 1,1765019399 0,00000002553
√ √
3.1.2. Aproxime el valor de 2 (Utilice el hecho que 1 < 2 < 3). Para esto:
1. Utilice el método de bisección, logrando una paroximación con al menos dos decimales
correctos, además estime además el error en cada iteración.
2. Utilice el método de la secante, con una precision de almenos 2 cifras decimales exactas.
Solución:
Primero debemos tener una ecuación para poder aplicar dichos métodos. Note que queremos:
√
x= 2
2
x =2
2
x −2=0
1. Para el método de bisección se va averiguar cuántas iteraciones debemos realizar para

obtener al menos dos decimales correctos, osea se necesita una precisión de al menos
0.005. Para esto sabemos que:
b−a 3−1 2
En ≤ n
= n = n = 21−n
2 2 2
Y queremos:
21−n ≤ 0,005
log2 21−n ≤ log2 0,005
1 − n ≤ −7,6
n ≥ 8,6
Por lo que necesitamos de 9 iteraciones para lograr la precisión deseada.
n an bn f (an ) f (bn ) mn f (mn ) Error

0 1 3 -1 7 2 2 —
1 1 2 -1 2 1,5 0,25 0,3333333333
2 1 1,5 -1 0,25 1,25 -0,4375 0,2
3 1,25 1,5 -0,4375 0,25 1,375 -0,109375 0,0909090909
4 1,375 1,5 -0,109375 0,25 1,4375 0,06640625 0,0434782609
5 1,375 1,4375 -0,109375 0,06640625 1,40625 -0,0224609375 0,0222222222
6 1,40625 1,4375 -0,0224609375 0,06640625 1,421875 0,0217285156 0,010989011
7 1,40625 1,421875 -0,0224609375 0,0217285156 1,4140625 -0,0004272461 0,0055248619
8 1,4140625 1,421875 -0,0004272461 0,0217285156 1,41796875 0,010635376 0,0027548209
9 1,4140625 1,41796875 -0,0004272461 0,010635376 1,416015625 0,0051002502 0,0013793103
2. Mediante el método de la secante

1 1 -1 2 2 1,3333333333 -0,2222222222 —-
2 2 2 1,3333333333 -0,2222222222 1,4 -0,04 0,0476190476
3 1,3333333333 -0,2222222222 1,4 -0,04 1,4146341463 0,001189768 0,0103448276
4 1,4 -0,04 1,4146341463 0,001189768 1,4142114385 -0,0000060073 0,0002989
√ √
3.1.3. Aproxime el valor de 2 3 (Utilice el hecho que 3 < 2 3 < 4). Para esto:
1. Utilice el método de falsa posición, con una precision de almenos 3 cifras decimales exactas
2. Utilice el método Newton, con una precision de almenos 0,0001, tomando como aproxi-
mación inicial x = 6.
Solución Primero debemos tener una ecuación para poder aplicar este método. Note que
queremos:
√
x=2 3
x2 = 12
x2 − 12 = 0
1. Utilizando el método de la falsa posición tenemos:

1 3 -3 4 4 3,4285714286 -0,2448979592 —-
2 3,4285714286 -0,2448979592 4 4 3,4615384615 -0,0177514793 0,0095238095
3 3,4615384615 -0,0177514793 4 4 3,4639175258 -0,0012753746 0,0006868132
4 3,4639175258 -0,0012753746 4 4 3,4640883978 -0,00009157230 0,00004932669
2. Utilizando el método de Newton tenemos:
n x0 f (x0 ) f 0 (x0 ) xi Error

1 6 24 12 4 —-
2 4 4 8 3,5 0,1428571429
3 3,5 0,25 7 3,4642857143 0,0103092784
4 3,4642857143 0,0012755102 6,9285714286 3,46410162 0,00005314343
3.1.4. Se sabe que f es una función continua en todo su dominio, y que tiene una raı́z en el
intervalo de [−2, 2]. Determine la cantidad de iteraciones del método de bisección que se debe
realizar para obtener una aproximación con al menos 4 decimales exacto.
Solución:
Como se piden al menos 4 decimales exactos, se quiere una precisión de al menos 0,5 × 10−4 =
0,00005. Además se quiere:
b−a 2 − −2 4
En ≤ n
= n
= n = 22−n
2 2 2
Y queremos:
22−n ≤ 0,00005
log2 22−n ≤ log2 0,00005
2 − n ≤ −14,287
−n ≤ −16,287
n ≥ 16,287
Por lo que necesitamos de al menos 17 iteraciones para lograr una aproximación con 4 decimales
exactos.
Se sabe que f es una función continua en todo su dominio, y que tiene una raı́z en el intervalo
de [−1, 3]. Determine la cantidad de iteraciones del método de bisección que se debe realizar
para obtener una aproximación con al menos 6 decimales exacto.
Solución:
Como se piden al menos 6 decimales exactos, se quiere una precisión de al menos 0,5 × 10−4 =
0,0000005. Además se quiere:
b−a 3 − −1 4
En ≤ n
= n
= n = 22−n
2 2 2
Y queremos:
22−n ≤ 0,0000005
log2 22−n ≤ log2 0,00005
2 − n ≤ −20,93
−n ≤ −22,93
n ≥ 22,93
Por lo que necesitamos de al menos 23 iteraciones para lograr una aproximación con 6 decimales
exactos.
3.1.5. Considere la siguiente gráfica:
x0 x1
Realice, gráficamente, 3 iteraciones del método de bisección y de la secante.
Solución:
Graficamente tenemos:
Bisección Secante
x0 x1 x0 x1

x0 x1
Realice, gráficamente, 3 iteraciones del método de bisección y de la secante
Solución: Gráficamente tenemos:

Bisección Secante
x0 x1 x0 x1
3.1.7. Considere la ecuación

ex − sen(3x) = 2
la cual tiene una raı́z en el intervalo [0, 1]:
1. Calcule la cantidad de iteraciones que se debe realizar en el método de bisección para

obtener una precisión de al menos 0.001.
2. Aproxime la solución de la ecuación anterior utilizando el método de bisección con una

precisión de al menos 0.001.
3. Aproxime la solución de la ecuación dada utilizando el método de Newton-Raphson con
una precisión de al menos 0.001.
Solución:
1. Se quiere que:
b−a
≤ 0.001
2n
Ası́:
b−a 1−0
≤ 0.001 ⇒ ≤ 0.001
2n 2n
⇒ 2−n ≤ 0.001
⇒ −n ≤ ln 0.001
⇒ n ≥ 9.97
Por lo tanto.se requieren al menos 10 iteraciones.
2. Tomamos la función
f (x) = ex − sen(3x) − 2
n a f (a) b f (b) xn f (xn ) Error

1 0 −1 1 0.57716182 0.5 −1.348773716 −
2 0.5 −1.348773716 1 0.57716182 0.75 −0.66107318 0.25
3 0.75 −0.66107318 1 0.57716182 0.875 −0.095045005 0.125
4 0.875 −0.095045005 1 0.57716182 0.9375 0.230404951 0.0625
5 0.875 −0.095045005 0.9375 0.230404951 0.90625 0.064669372 0.03125
6 0.875 −0.095045005 0.90625 0.064669372 0.890625 −0.015982453 0.015625
7 0.890625 −0.015982453 0.90625 0.064669372 0.8984375 0.024149975 0.0078125
8 0.890625 −0.015982453 0.8984375 0.024149975 0.89453125 0.004034738 0.00390625
9 0.890625 −0.015982453 0.89453125 0.004034738 0.892578125 −0.005986194 0.001953125
10 0.892578125 −0.005986194 0.89453125 0.004034738 0.893554688 −0.000978802 0.000976563
Similarmente si f (x) = 2 − ex + sen(3x), la única diferencia está en el signo de f (a), f (b)
y f (xn ).
3. Tenemos la función y su derivada
f (x) = ex − sen(3x) − 2; f 0 (x) = ex − 3 cos(3x)
n xn−1 f (xn−1 ) f 0 (xn−1 ) xn Error

1 0 −1 −2 −0.5 −
2 −0.5 −0.395974354 0.394319055 0.504197867 1.004197867
3 0.504197867 −1.342649769 1.48114732 1.410690929 0.906493062
4 1.410690929 2.985635262 5.48496524 0.866360175 0.544330753
5 0.866360175 −0.138050332 4.947481912 0.894263326 0.02790315
6 0.894263326 0.00265864 5.135283778 0.893745606 0.00051772

1 1 0.57716182 5.688259318 0.898534545 −
2 0.898534545 0.024650944 5.162554792 0.893759594 0.004774951
3 0.893759594 7.26522E − 05 5.132041315 0.893745438 1.41566E − 05
Pueden iniciar con cualquiera de los dos extremos del intervalo.

e3x + cos(x) = 4



Solución:
1. Se quiere que:
b−a
≤ 0.001
2n
Ası́:
b−a 1−0
≤ 0.001 ⇒ ≤ 0.001
2n 2n
⇒ 2−n ≤ 0.001
⇒ −n ≤ ln 0.001
⇒ n ≥ 9.97
Por lo tanto.se requieren al menos 10 iteraciones.
2. Tomamos la funnción
f (x) = e3x + cos(x) − 4
n a f (a) b f (b) xn f (xn ) Error

1 0 −2 1 16.62583923 0.5 1.359271632 −
2 0 −2 0.5 1.359271632 0.25 −0.914087562 0.25
3 0.25 −0.914087562 0.5 1.359271632 0.375 0.010724471 0.125
4 0.25 −0.914087562 0.375 0.010724471 0.3125 −0.494842594 0.0625
5 0.3125 −0.494842594 0.375 0.010724471 0.34375 −0.253933181 0.03125
6 0.34375 −0.253933181 0.375 0.010724471 0.359375 −0.124719738 0.015625
7 0.359375 −0.124719738 0.375 0.010724471 0.3671875 −0.057795597 0.0078125
8 0.3671875 −0.057795597 0.375 0.010724471 0.37109375 −0.023737493 0.00390625
9 0.37109375 −0.023737493 0.375 0.010724471 0.373046875 −0.006557302 0.001953125
10 0.373046875 −0.006557302 0.375 0.010724471 0.374023438 0.002070848 0.000976563
Similarmente si f (x) = 4 − e3x − cos(x), la única diferencia está en el signo de f (a), f (b)
y f (xn ).
3. Tenemos la función y su derivada
f (x) = e3x + cos(x) − 4; f 0 (x) = 3e3x − sin(x)


1 0 −2 3 0.666666667 −
2 0.666666667 4.17494336 21.54879849 0.472922994 0.193743673
3 0.472922994 1.022271403 11.94060172 0.387309938 0.085613056
4 0.387309938 0.122023642 9.210586619 0.374061744 0.013248194
5 0.374061744 0.002409812 8.849277512 0.373789426 0.000272317

1 1 16.62583923 59.41513978 0.720175038 −
2 0.720175038 5.427382492 25.36756032 0.506225316 0.213949723
3 0.506225316 1.440756331 13.21364655 0.397189833 0.109035483
4 0.397189833 0.214396012 9.489904504 0.374597823 0.022592009
5 0.374597823 0.007157568 8.863609875 0.3737903 0.000807523
Pueden iniciar con cualquiera de los dos extremos del intervalo.


3.2.1. ¿Cuántas iteraciones se deberán realizar para que el método de Bisección aproxime un
cero de una función f continua en el intervalo [−1.5, 2], con una exactitud de al menos 10−3 ?
R./ Al menos 12 iteraciones
3.2.2. ¿Cuántas iteraciones se deberán realizar para que el método de Bisección aproxime un
cero de una función f continua en el intervalo [−0.5, 1], con una exactitud de al menos 10−3 ?
3.2.3. Realice cinco iteraciones del método de la Falsa Posición para aproximar la solución de
x = 2−x en el intervalo [0, 1]. Calcule el error relativo de cada iteración.
R./ Última iteración: aproximación de 0.6412 y error de 0.00001477
3.2.4. Realice cinco iteraciones del método de Newton para aproximar la solución de
2x cos(2x) = (x + 1)2 tomando como aproximación inicial x0 = −1.5. Calcule el error relativo
de cada iteración.
R./ Última iteración: aproximación de 3,0052 y error de 34,7302 %

ex − sen(3x) = 2

R./ 10 iteraciones

R./ 0.9063

una precisión de al menos 0.001, tomando como punto inicial x0 = 0.5
R./ 0.8948
4. Compare y analice los resultados de los dos puntos anteriores (tome en cuenta eficiencia
y convergencia).

e3x + cos(x) = 4

2. Aproxime la solución de la ecuación anterior utilizando cinco iteraciones del método de

bisección .
R./ 0.3438

R./ 0.3738
4. Compare y analice los resultados de los dos puntos anteriores (tome en cuenta eficiencia
y convergencia).
√
3.2.7. Realice cinco iteraciones del método de Bisección para aproximar el valor 7, determine
el error relativo obtenido en cada iteración.
R./ Aproximación 2.6563 con un error de 0.0118
√
3.2.8. Utilice el método de Newton-Raphson para aproximar el valor 7 con una precisión de
0.001. Compare con el resultado de la pregunta anterior.
R./ Aproximación 2.6458 con un error de 1.28 × 10−6

3.2.9. Considere la siguiente función:
f (x) = tan(πx) − 6
1. Se puede asegurar que f tiene un cero en el intervalo I = [0, 0.48]. Explique por qué.
R./ Como f es continua, y f (0)f (0,48) < 0 se puede garantizar que f tiene un cero en
ese intervalo.
2. Utilice los los métodos: Bisección, Falsa Posición y Newton-Raphson (tomando x0 = 0.48),
para aproximar el cero de f en I con una precisión de 10−4 .
Bisección Falsa Posición Newton-Raphson

R./
0,4475 0,4473 5,4474
3. Compare la eficiencia de los tres métodos anteriores, indique cuál es más eficiente y ex-
plique por qué.
3.2.10. Realice, de ser posible, cinco iteraciones del método de la Falsa Posición para aproximar
la solución de la siguiente ecuación:
ex = 1 + x
Calcule el error relativo porcentual obtenido en cada iteración.
R./ No se puede aplicar el método de falsa posición
3.2.11. Sea f : R → R una una función continua, tal que f (2) · f (3) < 0 ¿Cuántas iteraciones
del método de Bisección se deben realizar para aproximar el cero f con una precisión de al
menos 10−10 ?
R./ Al menos 34 iteraciones.
√ √
3.2.12. Aproxime el valor de w = 5 6, si se sabe que 12 < 5 6 < 13 de w, utilizando el méto-
do de la Falsa Posición con al menos siete decimales correctos. Determine el error relativo
porcentual en cada iteración, según corresponda.
R./ Aproximación de 12.247448708 con un error de 1.5631 × 10−6
√
3.2.13. Sea w = 3 2 realice 5 iteraciones del método de Newton para aproximar el valor de
w. Calcule en cada iteración el error absoluto, según corresponda.
R./ Aproximación de 4.242641 con un error de 0
3.2.14. Considere la siguiente figura:
x
l f(x)
En la cual se representa la gráfica de una función f y de una recta l.
1. Considere los métodos estudiados en clase para aproximar una raı́z de f , ¿cuál de esos
métodos está asociado con la representación de la figura anterior? Justifique su respuesta.
R./ Newton-Raphson y/o Secante
2. Suponiendo que la representación dada es la primera iteración del método, marque en el

gráfico el punto inicial, la nueva aproximación obtenida y realice graficamente la segunda
iteración.
3. Tomando en cuenta los resultados del método en la segunda iteración, ¿se podrá realizar
una tercera iteración? ¿El resultado de la tercera iteración será mejor o peor que el de la
segunda? Justifique su respuesta.
3.2.15. Considere la siguiente figura:
y f(x)
l
x
En la cual se representa la gráfica de una función f y de una recta l.

1. Considere los métodos estudiados en clase para aproximar una raı́z de f , ¿cuál de esos
métodos está asociado con la representación de la figura anterior? Justifique su respuesta.
R./ Secante
2. Suponiendo que la representación dada es la primera iteración del método, marque en el

gráfico el o los valores iniciales, la nueva aproximación obtenida y realice graficamente la
segunda iteración.
3. Tomando en cuenta los resultados del método en la segunda iteración, ¿se podrá realizar
una tercera iteración? ¿El resultado de la tercera iteración será mejor o peor que el de la
segunda? Justifique su respuesta.
h(x) = x sen(3 + x)
. Utilice el método de la falsa posición, para aproximar un cero de dicha función en el intervalo
[−4, −2]. Para ello realice 5 iteraciones y calcule el error absoluto en cada iteración, según
corresponda.
R./ Una aproximación de −2.9999 con un error de 2.31 × 10−4
h(x) = x cos(1 + x)
. Utilizando el método de la secante, aproxime un cero de h en el intervalo [−4, −2]. Para ello
realice 5 iteraciones y calcule el error absoluto en cada iteración, según corresponda.
R./ Una aproximación de −2.5708 con un error de 2.8887 × 10−5
√
3.2.18. Sea z = 2 3 2. Realice 5 iteraciones del método de Newton-Raphson para aproximar
el valor de z,tomando como punto incial x0 = 1. Calcule en cada iteración el error relativo
porcentual, según corresponda.
R./ Una aproximación de 2.519842 con un error de 9.7543 × 10−9

a
b
1. Realice, gráficamente, una iteración de los métodos Bisección, Secante y Falsa Posición
utilizando como puntos iniciales los marcados en el gráfico. Etiquete el resultado de cada
método.
2. Realice, gráficamente, una iteración del método Newton-Raphson utilizando como punto
inicial uno de los marcados en el gráfico. Justifique la elección la punto inicial.
3.2.20. Considere la función g(w) = 24 − w3 cuya gráfica es:
150
100
50
−50
−100
−150
−5 −4 −3 −2 −1 0 1 2 3 4 5
1. Realice, gráficamente, cuatro iteraciones del método de la falsa posición para aproximar
una solución de g(w) = 0.
3.2.21. Considere la siguiente gráfica
y
h
a x∗ x
b c
Se quiere aproximar a x∗ utilizando el método de Newton
1. ¿Cuál o cuáles de los puntos a, b y c se pueden tomar como puntos iniciales para aproxi-
mar x∗ por medio del método de Newton? Justifique su respuesta, explicando de manera
independiente por qué se toma o descarta cada uno de los puntos.
2. Realice, gráficamente, tres iteraciones del método de Newton para aproximar x∗ . Según
el puntos anterior, tome como punto inicial alguno de los tres indicados que sea válido.
√
3.2.22. Se quiere aproximar el valor de w = 2 3 2, para ello
1. Realice tres iteraciones

√ del método de Falsa Posición para aproximar el valor de w, si se
3
sabe que 2 < 2 2 < 3. Calcule el error absoluto en cada iteración, según corresponda.
R./ Una aproximación de 2.5169 con un error de 0.3675
2. Realice tres iteraciones del método de Newton para aproximar el valor de w, tomando
como valor inicial x0 = 2. Calcule el error absoluto en cada iteración, según corresponda.
R./ Una aproximación de 2.5199 con un error de 0.3646
3. Analice y compare los resultados obtenidos en los dos puntos anteriores

3.2.23. Considere una función continua f (x), tal que f (−1) · f (5) < 0. Determine la cantidad
de iteraciones que debe realizar el método de Bisección para aproximar una raı́z de f , en el
intervalo [−1, 5] con al menos 5 decimales correctos.
R./ 21 iteraciones
3.2.24. Sea f (x) = ex − 2, realice tres iteraciones del método de Newton para aproximar el
punto donde f interseca a la función identidad. Para ello, tome como punto inicial 100 y, si es
posible, calcule el error relativo porcentual en cada iteración.
R./ Una aproximación de 1.1461 con un error de 1.463 × 10−6
√
3
3.2.25. Se quiere aproximar el valor de w = 7.8. Para ello se utilizan diferentes métodos
1. Determine una función que ayude a aproximar el valor de w con el método de bisección,
realice 3 iteraciones de dicho método para aproximar a w y determine el error absoluto
cometido en la última iteración. Utilice como intervalo inicial el [1, 2].
R./ f (x) = 10x3 − 78, aproximación 1.8750, error absoluto 0.1250
2. Determine una función que ayude a aproximar el valor de w con el método de Newton,
realice 3 iteraciones de dicho método para aproximar a w y determine el error absoluto
cometido en la última iteración. Utilice 1 como punto inicial.
R./ f (x) = 10x3 − 78, aproximación 2.057720 error 0.3637
3. Analice y compare los resultados obtenidos con los métodos anteriores.
4. ¿Cuántas iteraciones más serı́an necesarias del método de la bisección para lograr la pre-
cisión que se obtuvo con el método de Newton?
R./ Bisección fue más preciso que Newton
3.2.26. Considere la función g(x) = 3 − x2
1. Realice la gráfica de g en el intervalo [-4,4].

2. Realice, gráficamente, 3 iteraciones del método de la secante para aproximar la solu-

ción de g(x) = 0. Tome como puntos iniciales a x1 = −1 y x2 = 3.
3.2.27. La concentración de un medicamento en el torrente sanguı́neo está dada por

c(t) = 20te−0.5t miligramos por mililitro, t horas después de suministrar 20 miligramos a un
paciente.
1. Si se quiere utilizar el método de la bisección para determinar en qué momento la con-

centración es de 8 miligramos por mililitro con un error absoluto menor a 10−4 , ¿cuántas
iteraciones serı́an necesarias?
R./ 14 iteraciones
2. Utilice el método de Newton para aproximar con una precisión de 10−2 y al minuto más
cercano el momento en el cuál la concentración es de 8 miligramos por mililitro.
R./ 0.518308
Métodos Numéricos Sistemas de ecuaciones lineales Página 32
4. Sistemas de ecuaciones lineales

4.1.1. Resuelva el siguiente sistema de ecuaciones haciendo uso de la eliminación Gaussiana.



 2x + y + 5z + w = 5


− 3z − 4w = −1

 x + y


 3x + 6y − 2z + w = 8


+ 2y + 2z − 3w =

 2x 2
Solución:
Tenemos que la matriz aumentada asociada al sistema anterior es:
 
2 1 5 1 5
 
 1 1 −3 −4 −1 
 
 
 3 6 −2 1
 
8 
 
2 2 2 −3 2
Procederemos a realizar la eliminación hacia adelante. Ası́:

Primera iteración:
 
F2 − 21 F1 2 1 5 1 5
 
3 1 11 9 7 
F3 −  0 2 − 2 −2 −2 

F
2 1  
9 19 1 1
F4 − F1  0 2 − 2 −2 2 
 
 
−→ 0 1 −3 −4 −3
Segunda iteración  
2 1 5 1 5
F3 − 9F2  
 0 12 − 11 9 7 
−2 −2 

2
F4 − 2F2 



 0 0 40 40 32 
−→  
0 0 8 5 4
Tercera iteración  
2 1 5 1 5
 
1
F4 −  0 21 − 11 − 29 − 72
 
F
5 3 2

 
−→
 
 0 0 40 40 32 
 
0 0 0 −3 − 12 5
Luego el sistema resultante después de realizar este primera parte serı́a:




 2x + y + 5z + w = 5


1 11 9
− − − 27


2
y 2
z 2
w =


 40z + 40w = 32


12
− =−

 3w 5
Una vez expresada la matriz como una triangular superior realizamos la eliminación hacia atrás:
12 4
w=− =
5 · −3 5
4
32 − 40 · 5
z= =0
40
4 1
y = −7 + 9 · + 11 · 0 =
5 5
5 − 1 · 45 − 1 · 0 − 1 · 1
5
x= =2
2
Ası́

1 4
S= 2, , 0,
5 5
4.1.2. Resuelva el siguiente sistema de ecuaciones, utilizando eliminación de Gauss y pivoteo

parcial.



 x + y + z + 3w = −1


+ 3y −

 4x z + 3w = 2


 −x + y + z − 4w = 0


+ 4y + 3z −

 x w = 1
Solución:
Según el sistema anterior tenemos la siguiente matriz aumentada:
 
1 1 1 3 −1
 
 4 3 −1 3
 
2 
 
 −1 1 1
 
4 0 
 
1 4 3 −1 1
Ası́:
   
1 1 1 3 −1 4 3 −1 3 2
   
3 −1 3 −1 
   
 4 3 2  F1,2  1 1 1
   
 −1 0  −→  −1
   
1 1 4 1 1 4 0 
   
1 4 3 −1 1 1 4 3 −1 1
   
1
F2 − F
4 1
4 3 −1 3 2 4 3 −1 3 2
   
F3 + 14 F1 1 5 9
− 23  13 13
− 74 1
   
 0 4 4 4
 0 4 4 2

  F −→  
2,4
F4 − 14 F1 7 3
− 13 1  7 3
− 13 1
  
 0 4 4 4 2 
  0 4 4 4 2

  
13 13
−→ 0 4 4
− 74 1
2
0 1
4
5
4
9
4
− 32
   
4 3 −1 3 2 4 3 −1 3 2
7
F3 − F
13 2
   
13 13
− 74 1
 F4 − F3 13 13
− 74 1
   
 0 4 4 2
 0 4 4 2

1
F4 − F
13 2
   
30 3 30 3
−1 − 13  −→ −1 − 13
   
 0 0 13
 0 0 13

−→    
31
0 0 1 13
− 20
13
0 0 0 1
13
− 17
13
Ası́ el sistema resultante después de realizar este primera parte serı́a:




 4x + 3y − z + 3w = 2


 13 y + 13 z − 7 w

= 1
4 4 4 2
30 3


 z − 13 w = 13


1
= − 17


13
w 13
Realizando eliminación hacia atrás obtenemos:

x = 59
y = −48
z = 39
w = −17
Ası́
S = {(59, −48, 39, −17)}
4.1.3. Resuelva el siguiente sistema de ecuaciones, utilizando eliminación de Gauss y pivoteo

parcial escalonado.



 2x1 + 3x2 = 8

−x1 + 2x2 − x3 = 0



 3x1 + 2x3 = 9
Solución:
Antes de realizar la eliminación hacia adelante calculamos los valores máximos relativos de las
filas, ası́ tenemos:
|2| 2 | − 1| 1 |3|
e1 = = , e2 = = , e3 = =1
máx{|2|, |3|, |0|} 3 máx{| − 1|, |2|, | − 1|} 2 máx{|3|, |0|, |2|}
Ası́ se intercambian las filas 1 y 3 y se realiza la eliminación hacia adelante.

   
2 3 0 8 3 0 2 9
  F  
 1,3
 −1 2 −1 0  −1 2 −1 0
  
 
  −→  
3 0 2 9 2 3 0 8
 
1
F2 + 3 F1 3 0 2 9
 
F3 − 23 F1  0 2 − 31 3 
 
 
4
−→ 0 3 −3 2
Volvemos a calcular los valores relativos de la fila 2.

|2| |3|
e1 = 1 = 2, e2 = =1
máx{|2|, | − 3 |} máx{|3|, | − 43 |}
Como el valor relativo es igual en ambas filas no es necesario intercambiarlas.

   
3 0 2 9 3 0 2 9
  F − 3F  
1  3 2 2 1
 0 2 −3 3   0 2 −3 3 
  
  −→  
4 5 5
0 3 −3 2 0 0 −6 −2
Realizando eliminación hacia atrás obtenemos:
x3 = 3, x2 = 2, x1 = 1
Ası́ S = {(1, 2, 3)}
4.1.4. Considere el siguiente sistema de ecuaciones:




 3x − y − z = 1

−x + 3y + z = 3



 2x + y + 4z = 7
1. Utilice el método de Jacobi para aproximar la solución del sistema anterior con una
precisión de al menos 0.0001, iniciando en x = (0, 0, 0)T . Utilice la norma 2, para el
calculo del error.
2. Utilice el método de Gauss-Seidel para aproximar la solución del sistema anterior con
una precisión de al menos 0.0001, iniciando en x = (0, 0, 0)T . Utilice la norma 2, para el
calculo del error.
Solución:
Primero debemos transformar el sistema Ax = b en uno de la forma x = T x + c, ası́ obtenemos:
1+y+z


 x =



 3




3+x−z

y =


 3





 7 − y − 4z
z =


2
Expresado en notación matricial tenemos:

      
1 1 1
x 0 3 3 
x
     3 
   1
 y = 3 0 − 13   y  =  1 
   
      
1 1 7
z −2 −4 0 z 4
1. Utilizando el método de Jacobi obtenemos:
xk x y z Error
x1 0 0 0 −−−−−
x2 0, 333333333 1 1, 75 2, 0429417787
x3 1, 25 0, 527777778 1, 333333333 1, 1121522900
x4 0, 953703704 0, 972222222 0, 993055556 0, 6333335025
x5 0, 988425926 0, 986882716 1, 030092593 0, 0528422644
x6 1, 005658436 0, 986111111 1, 009066358 0, 0271966418
x7 0, 99839249 0, 998864026 1, 000643004 0, 0169228753
x8 0, 999835677 0, 999249829 1, 001087749 0, 0015586629
x9 1, 000112526 0, 999582643 1, 000269705 0, 0009255306
x10 0, 999950782 0, 999947607 1, 000048076 0, 0004565949
x11 0, 999998561 0, 999967569 1, 000037707 0, 0000528091
2. Utilizando el método de Gauss-Seidel obtenemos:

xk x y z Error
x1 0 0 0 −−−−−
x2 0, 333333333 1, 111111111 1, 305555556 1, 7464691011
x3 1, 138888889 0, 944444444 0, 944444444 0, 8983867572
x4 0, 962962963 1, 00617284 1, 016975309 0, 2000526242
x5 1, 007716049 0, 99691358 0, 99691358 0, 0499103754
x6 0, 997942387 1, 000342936 1, 000943073 0, 0111140347
x7 1, 000428669 0, 999828532 0, 999828532 0, 0027727986
x8 0, 999885688 1, 000019052 1, 000052393 0, 0006174464
x9 1, 000023815 0, 999990474 0, 999990474 0, 0001540444
x10 0, 999993649 1, 000001058 1, 000002911 0, 0000343026
4.1.5. Considere el sistema




 2x + 3y − 7z = 2

11x − y + 4z = 6


 2x + 9y − 4z = −2

Determine si la matriz asociada es diagonal dominante, en caso de no serlo, reescriba dicha

matriz.
Solución:
La matriz no es diagonal dominante pues:
Fila 1: 2 ≯ 3 + 7 = 10
Fila 2: 1 ≯ 11 + 4 = 15
Fila 3: 4 ≯ 2 + 9 = 11
Se puede reescribir el sistema de dos maneras para que sea tenga una matriz con diagonal
dominante. Por ejemplo



 11x − y + 4z = 6

2x + 9y − 4z = −2


 2x + 3y − 7z = 2




 −7z + 2x + 3y = 2

4z + 11x − y = 6


 −4z + 2x + 9y = −2

4.1.6. Considere el siguiente sistema de ecuaciones:




 1x − 7y + 2z = −2

3x + 4z = 11



 4x + 1y + 1z = 7
1. Determine si la matriz asociada es diagonalmente dominante, en caso de no serlo, reescriba

dicha matriz.
2. Realice cinco iteraciones del método de Gauss-Seidel para aproximar la solución del
sistema anterior, utilice el punto (3, 2, 1)T como punto inicial.
3. Para cada una de las iteraciones anteriores, determine el error relativo porcentual utili-
zando la norma-4.
4. Realice cinco iteraciones del método de Jacobi para aproximar la solución del sistema
anterior, utilice el punto (3, 2, 1)T como punto inicial.
5. Para cada una de las iteraciones anteriores, determine el error relativo porcentual utili-
zando la norma-6.
Solución:
1. Se analiza si la matriz de coeficientes es diagonal dominante. Note que:
Fila 1: 1 < 7 + 2 = 9
Fila 2: 0 < 3 + 4 = 7
Fila 3: 1 < 4 + 1 = 5
La matriz de coeficientes no es diagonal dominante, por lo tanto se reescribe de la forma:
 


 x − 7y + 2z = −2 

 4x + y + z = 7
 
3x + 4z = 11 ⇒ x − 7y + 2z = −2

 


 4x + y + z = 7 
 3x + 4z = 11
2. Para utilizar el método de Gauss-Seidel primero reescribimos el sistema, con lo que se

tiene que:
7 − y (n) − z (n)
x(n+1) =
4
−2 − x(n+1) − 2z (n)
y (n+1) =
−7
(n+1)
11 − 3x
z (n+1) =
4
Ası́:
n x y z
0 3 2 1
1 1 0.714285714 2
2 1.071428571 1.010204082 1.946428571
3 1.010841837 0.986242711 1.991868622
4 1.005472167 0.998458487 1.995895875
5 1.001411409 0.999029023 1.998941443
3. Como nos solictan la norma-4, tenemos:
Error Absoluto:
q
(n+1) (n) 4
||X −X ||4 = (x(n+1) − x(n) )4 + (y (n+1) − y (n) )4 + (z (n+1) − z (n) )4
Error Relativo:
p
||X (n+1) − X (n) ||4 4
(x(n+1) − x(n) )4 + (y (n+1) − y (n) )4 + (z (n+1) − z (n) )4
= p
||X (n+1) ||4 4
(x(n+1) )4 + (y (n+1) )4 + (z (n+1) )4
Ası́
n E.Absoluto E.Relativo %
0 - - -
1 2.107638586 0.030527244 3.052724437
2 0.296248414 0.004431506 0.443150614
3 0.065196499 0.000919216 0.09192159
4 0.012363178 0.000172815 0.017281501
5 0.004349974 6.05241E-05 0.006052413
4. Reescribiendo el sistema tenemos:

Con lo que se tiene que:
7 − y (n) − z (n)
x(n+1) =
4
−2 − x(n) − 2z (n)
y (n+1) =
−7
11 − 3x(n)
z (n+1) =
4
Ası́:
n x y z
0 3 2 1
1 1 1 0.5
2 1.375 0.571428571 2
3 1.107142857 1.053571429 1.71875
4 1.056919643 0.93494898 1.919642857
5 1.036352041 0.985172194 1.957310268
5. Como nos solictan la norma-6, tenemos:
Error Absoluto:
q
(n+1) (n) 6
||X −X ||6 = (x(n+1) − x(n) )6 + (y (n+1) − y (n) )6 + (z (n+1) − z (n) )6
Error Relativo:
p
||X (n+1) − X (n) ||6 6
(x(n+1) − x(n) )6 + (y (n+1) − y (n) )6 + (z (n+1) − z (n) )6
= p
||X (n+1) ||6 6
(x(n+1) )6 + (y (n+1) )6 + (z (n+1) )6
n E.Absoluto E.Relativo %
0 - - -
1 2.005255073 0.165809205 16.5809205
2 1.500196968 0.003531897 0.353189708
3 0.48751942 0.002802899 0.280289923
4 0.202295468 0.000647107 0.064710733
5 0.051647583 0.000147442 0.01474418

1. Considere el siguiente sistema:



 8x1 + 4x2 − x3 = 11

−2x1 + 5x2 + x3 = 4


 2x − x + 6x = 7

1 2 3
a) Determine la factorización LU de la siguiente matriz de coeficientes asociada al sis-

tema anterior.
   
1 0 0 8 4 −1
   
R./ L =  −0.25 0  U =  0 6 0.75 
   
1
   
0.25 −0.33 1 0 0 6.5
b) Utilizando la factorización anterior, resuelva el sistema de ecuaciones.

R./ (1, 1, 1)T
c) Realice tres iteraciones (sin tomar en cuenta la iteración inicial) del método de
Gauss-Seidel para aproximar la solución del sistema de ecuaciones dado al inicio,
tome x(1) = (−0.5, 0, 0.5)T . En cada iteración determine el error absoluto obtenido
con la norma 5 (||v||5 ).
R./ iteración final (1.0254, 1.0015, 0.9918)T error: 0.1755




 2x1 − 6x2 − x3 = −38

−3x1 − x2 + 7x3 = −34


 −8x + x − 2x = −20

1 2 3
a) Determine la factorización LU de la matriz de coeficientes asociada al sistema ante-

rior.
   
1 0 0 2 −6 −1
   
R./ L =  1.5 1 0  U =  0 −10
   
5.5 
   
4 2.3 1 0 0 −18.65
b) Utilizando la factorización anterior, resuelva el sistema de ecuaciones.

R./ (3.7564, 7.9377, −2.1133)T
c) Realice tres iteraciones (sin tomar en cuenta la iteración inicial) del método de
Gauss-Seidel para aproximar la solución del sistema de ecuaciones dado al inicio,
tome x(1) = (3, 9, −1)T . En cada iteración determine el error absoluto obtenido con
la
norma 4 (||v||4 ).
R./ iteración final (3.75, 7.9394, −2.1127)T error: 0.0209
3. Considere el siguiente sistema de ecuaciones:


 3x + 7x2 − 15x3 = 2
 1


7x1 + 2x2 − 3x3 = 10


 2x − 5x +

x3 = 4
1 2
Utilice Eliminación Gaussiana con pivoteo parcial escalado para resolver el sistema ante-
rior.
R./ (1.52, −0.18, 0.09)T
4. Considere la siguiente matriz:

 
3 −1 1
 
A =  −2
 
1 1 
 
3 0 −1
a) Determine la factorización LU de la matriz de coeficientes asociada al sistema ante-

rior.    
1 0 0 3 −1 1
   
 2 1 5 
R./ L =  − 3 1 0  U =  0
 
3 3 

  
1 3 1 0 0 −7
b) Utilice factorización LU para determinar A−1

 
0.1429 0.1429 0.2857
 
R./ A−1 =  −0.1429 0.8571
 
0.7143 
 
0.4286 0.4286 −0.1429
5. Explique en qué consisten los métodos de Jacobi y Gauss-Seidel, mencione sus similitudes,
diferencias y convergencia.




 2x1 − 6x2 − x3 = −38

−3x1 − x2 + 7x3 = −34


 −8x +

x2 − 2x3 = −20
1
a) Utilice Eliminación Gaussiana con pivoteo parcial escalado para determinar la solu-
ción del sistema anterior.
R./ (4, 8, −2)T
b) Realice 5 iteraciones de los métodos de Jacobi y Gauss Seidel para aproximar la

solución del sistema anterior, iniciando en el punto (3, 9, −1)T , en cada iteración
calcule el error absoluto con la norma 3. Compare y discuta los resultados obtenidos.
R./ Jacobi: iteración final (3.9970, 7.9978, −1.9978)T error: 0.0174
Gauss-Seidel: iteración final (4.0000, 8.0000, −2.0000)T error: 2.0246e−4
c) ¿Las sucesiones de aproximaciones del ejercicio anterior son convergentes? Justifique

su respuesta.
R./ Sı́ lo son. REVISAR!!!!
7. Considere la siguiente matriz

 
2 −1 1 0
 
 −4
 
3 3 1 
 
 −8
 
7 9 5 
 
6 7 −9 −8
Utilice el método de factorización LU para determinar la segunda columna de A−1 (sin
calcular L−1 ni U −1 ).
 
−0.3688
 
 −0.2750 
 
R./ 
 

 0.4625 
 
−1.0375




 −x1 + 5x2 − 4x3 = −3

x1 + x2 + x3 = 6



 2x + 4x + 2x = 16
1 2 3
a) Determine la factorización LU de la matriz de coeficientes del sistema anterior.

   
1 0 0 −1 5 −4
   
R./ L =  −1  U =  0 6 −3
   
1 0 
   
−2 2.3333 1 0 0 1
b) Utilizando la factorización anterior, resuelva el sistema de ecuaciones dado.

R./ (1, 2, 3)T
c) Si se aplicara el método de Gauss-Seidel para aproximar la solución del sistema

anterior ¿se puede asegurar que el método converge? Justifique
R./ No porque no es diagonalmente dominante




 1x − 7y + 2z = −2

3x + 4z = 11



 4x + 1y + 1z = 7
a) Si se aplica el método de Jacobi para aproximar la solución del sistema anterior, ¿los
resultados de dicho método convergirán a la solución del sistema dado? Justifique
su respuesta. R./ No porque no es diagonalmente dominante
b) Realice cinco iteraciones del método de Gauss-Seidel para aproximar la solución

del sistema anterior, utilice el punto (3, 2, 1)T como punto inicial. Asegurando que
dicho método converja, en algún momento, a la solución exacta del sistema dado.
R./ iteración final (−0.8436, −1.0113, 2.3827)T
c) Para cada una de las iteraciones anteriores, determine el error relativo porcentual
utilizando la norma-4.
R./ iteración final 0.0035
10. ¿Cuál es la diferencia entre los métodos de Eliminación Gaussiana - Factorización

LU y Jacobi - Gauss Seidel?
11. Sea:  
−1 6 6 −8
 
 
 1 3 7 3 
A= 
 −1
 
4 6 4 
 
1 2 5 3
Utilice el método de factorización LU para determinar A−1 (sin calcular L−1 ni U −1 ).

 
0.2500 −2.5000 −0.2500 3.5000
 
 0.3500 −3.3000
 
−1
0.2500 3.9000 
R./ A =  
 −0.1750 2.1500 −0.1250 −2.4500
 

 
−0.0250 −0.5500 0.1250 0.6500
12. Sea:  
−1 6 7
 
A=
 
1 3 5 
 
−1 4 4
Utilice pivoteo parcial escalado y factorización LU para determinar A−1 (sin calcular
L−1 ni U −1 ). Teniendo en cuenta que cualquier cambio de fila que se realice en A también
se debe hacer en la matriz identidad que se utilice para calcular A−1 .
 
−2.6667 1.3333 3.0000
 
R./ A−1 =  −3.0000
 
1.0000 4.0000 
 
2.3333 −0.6667 −3.0000
13. Considere la siguiente matriz:

 
1 2 3
 
A =  −2 −3 −1 
 
 
3 2 1
a) Determine la factorización LU de la matriz anterior.

   
1 0 0 1 2 3
   
R./ L =  −2 1 0  U =  0 1 5
   

   
3 −4 1 0 0 12
b) Utilizando el resultado del punto anterior y sin determinar L−1 ni U −1 , calcule A−1 .
 
−0.0833 0.3333 0.5833
 
R./ A−1 =  −0.0833 −0.6667 −0.4167 
 
 
0.4167 0.3333 0.0833




 3x1 − x2 + 2x3 − 7x4 = 1


5x2 + 3x3 − x4 = −2




 2x1 + 3x3 = −1


−4x1 + x2 + 2x4

 = 2
a) Si se aplicará el método de Jacobi para aproximar la solución del sistema anterior,

¿se podrı́a asegurar que el método converge? Justifique su respuesta.
R./ No se puede asegurar, pues la matriz asociada de coeficiente no es
diagonalmente dominante
b) Realice 5 iteraciones del método de Gauss-Seidel para aproximar la solución del

sistema anterior, asegúrese que el método converja. Determine el error absoluto en
cada iteración utilizando la norma-6.
R./ última iteración (−0.8217, −0.5957, 0.2145, −0.3486), error 0.0066
15. ¿Cuales son las diferencias y las similitudes de los métodos de Eliminación Gaussiana y
Gauss-Seidel?
16. Dada la siguiente matriz  

−3 5 2
 
A= 1 −1 
 
0
 
4 −2 3
a) Determine
 su factorización LU.    R./
1.0000 0 0 −3 5 2
   
L= U =  −1 
   
0 1.0000 0 0 1
   
−1.3333 4.6667 1.0000 0 0 10.3333
b) Utilice la factorización obtenida en el punto anterior para determinar A−1 , sin cal-
cular L−1 ni U −1 .  
−0.0323 0.6129 0.2258
 
−1
R./ A =  0.1290
 
0.5484 0.0968 
 
0.1290 −0.4516 0.0968
c) ¿Se podrá utilizar algún tipo de pivoteo en la eliminación gaussiana de alguna ma-
triz A para determinar la factorización LU y con ello calcular A−1 ? Justifique su
respuesta. R./ Se puede utilizar, pero
se debe recordar cambiar el orden de las filas de I con forme se cambian las filas de A




 −3x + 5y − 2z = 1

y−z = 2


 4x − 2y + 3z = 3

Realice 5 iteraciones del método de Jacobi para aproximar la solución del sistema anterior.
Para ello, asegure la convergencia del método antes de iniciar el proceso y calcule el error
relativo obtenido con la norma-4 en cada iteración, según corresponda.
R./ (9.0617, −6.0123, −0.7476)T error 1.0476
18. Considere el siguiente sistema de ecuaciones

    
−1 0 3 0 x1 1
    
0 −5  
    
 3 1 x2   0 
  = 
x3   −2 
    
 2 4 0 1 
    
−7 2 −1 3 x4 0
a) Utilice el método de factorización LU para encontrar la solución del sistema anterior.

R./ (−0.22, −0.34, −0.26, −0.2)T
b) Realice cuatro iteraciones del método de Gauss-Seidel para aproximar la solución del
sistema anterior, asegure la convergencia antes de iniciar el proceso. Tome
como punto incial a (0, 0, 0, 0)T y utilice la norma-4 para calcular el error en cada
iteración.
R./ última iteración (−0.2191, −0.3394, 0.2603, −0.1994)T error (0.0111)
19. Sea  
−1 0 3 0
 
0 −5 
 
 3 1
A=



 2 4 0 1 
 
−7 2 −1 3
a) Si se sabe que A se puede factorizar de la forma

  
1 0 0 0 −1 0 3 0
  
 −3 9 −5
  
1 0 0  0 1 
  
 −2 1 0   0 0 −30
  
4 21 
  
7 2 4/3 1 0 0 0 −15
Utilice la factorización anterior para encontrar la segunda y tercera columna de

la inversa de A, sin calcular las inversas de cada una de las matrices anteriores.
   
−0.0667 0.0867
   
   
−1
 0.0889  −1  0.1844 
R./ A2 =  
 A3 = 
  

 0.0222   0.0289 
   
0.0222 0.0889
b) Considere el siguiente sistema de ecuaciones

 
1
 
 
 1 
AX =   

 1 
 
1
Realice tres iteraciones del método de Gauss-Seidel para aproximar la solución del
sistema anterior, asegure la convergencia antes de iniciar el proceso. Tome
como punto incial a (0, 0, 0, 0)T y utilice la norma-6 para calcular el error absoluto
en cada iteración.
R./ última iteración (−0.1672, 0.3917, 0.2776, −0.2220)T error (0.0196)
20. Considere el siguiente sistema de ecuaciones

    
−1 0 3 0 x1 1
    
0 −5  
    
 3 1 x2   1 
  = 
    
 2 4 0 1  x3   1 
    
−7 2 −1 3 x4 1
Realice 2 iteraciones del métodos de Gauss-Seidel para aproximar la solución del sistema
anterior, asegure la convergencia antes de iniciar al proceso. Tome como punto inicial
(0, 0, 0, 0)T y utilice la norma-2 para calcular el error relativo en cada iteración.
R./ última iteración (−0.1672, −0.3917, 0.2776, −0.2220)T error (0.0434)
21. Considere un sistema de ecuaciones lineales escrito de la forma Ax = b. Con A una matriz
estrictamente diagonal dominante y además se puede escribir de la forma A = L + D + U ,
donde L es una matriz triangular inferior formada por los elementos que están bajo la
diagonal de A, U triangular superior formada por los elementos que están sobre la diagonal
de A y D una matriz diagonal formada por los elementos de la diagonal de A. De esa
manera, realizando algunas operaciones algebraicas sobre matrices, el sistema original se
puede escribir de la forma
x = Mx + c
a) Según lo descrito, construya paso a paso el resultado anterior, es decir, explique

cómo si A = L + D + U el sistema Ax = b se puede escribir de la forma x =
−D−1 (L + U )x + D−1 b y escriba M y c en función de L, D, U y b.
R./ M = −D−1 (L + U ); c = D−1
b) Si    
4 −1 0 2
   
A =  −1 4 −1  y b =
   
 6 
   
0 −1 4 2
determine M y c.
 
0 0.2500 0
 
R./ M =  0.2500 0 0.2500 ; c = (0.5, 1.5, 0.5)T
 
 
0 0.2500 0
c) La iteración del método de Jacobi se puede escribir de la forma
x(k+1) = M x(k) + c
Utilice dicha fórmula iterativa para realizar dos iteraciones del método de Jacobi, con
la matriz de coeficientes y el vector de constantes dados en el punto anterior. Tome
como punto inicial a (0.5, 1, 0.5)T y la norma-4 para determinar el error relativo en
cada iteración, según corresponda.
R./ última iteración (0.9375, 1.9375, 0.9375)T error 0.0949
Métodos Numéricos Interpolación numérica y regresión Página 51
5. Interpolación numérica y regresión

5.1.1. Si se sabe que los puntos:
(1/4, −2), (1/2, −1), (1, 0), (4, 2), (8, 3)
pertenecen a la gráfica de f (x) = log2 (x). Aproxime el valor de log2 (3), utilizando el polinomio
de interpolación de Lagrange de grado 4.
Solución: Tenemos:

x − 1/2 x−1 x−4 x−8 256 1
L0 (x) = · · · = x− (x − 1)(x − 4)(x − 8)
1/4 − 1/2 1/4 − 1 1/4 − 4 1/4 − 8 1395 2

x − 1/4 x−1 x−4 x−8 32 1
L1 (x) = · · · =− x− (x − 1)(x − 4)(x − 8)
1/2 − 1/4 1/2 − 1 1/2 − 4 1/2 − 8 105 4

x − 1/4 x − 1/2 x − 4 x − 8 8 1 1
L2 (x) = · · · = x− x− (x − 4)(x − 8)
1 − 1/4 1 − 1/2 1 − 4 1 − 8 63 4 4

x − 1/4 x − 1/2 x − 1 x − 8 2 1 1
L3 (x) = · · · =− x− x− (x − 1)(x − 8)
4 − 1/4 4 − 1/2 4 − 1 4 − 8 315 4 2

x − 1/4 x − 1/2 x − 1 x − 4 2 1 1
L4 (x) = · · · = x− x− (x − 1)(x − 4)
8 − 1/4 8 − 1/2 8 − 1 8 − 4 3255 4 2
Por lo tanto,
P4 (x) = −2L0 (x) − L1 (x) + 2L3 (x) + 3L4 (x)

512 1 32 1
= − x− (x − 1)(x − 4)(x − 8) + x− (x − 1)(x − 4)(x − 8)
1395 2 105 4

4 1 1 2 1 1
− x− x− (x − 1)(x − 8) + x− x− (x − 1)(x − 4)
315 4 2 1085 4 2
Ası́ log2 (3) es aproximadamente 0.0530.

5.1.2. En la siguiente tabla, R es la resistencia de una bobina en ohms y T la temperatura de

la bobina en grados centı́grados. Por mı́nimos cuadrados determinar el mejor polinomio lineal
que represente la función dada.
T 10,50 29,49 42,70 60,01 75,51 91,05

R 10,421 10,939 11,321 11,794 12,242 12,668
Calcule además la calidad de a representación.
Solución:
n
X n
X n
X n
X
Debemos determinar xi , x2i , yi , xi yi . Ası́ tenemos:
i=1 i=1 i=1 i=1
i xi (Ti ) x2i (Ti2 ) yi (Ri ) xi yi (Ti Ri )

1 10,50 110,25 10,421 109,4205
2 29,49 869,6601 10,939 322,59111
3 42,70 1823,29 11,321 483,4067
4 60,01 3601,2001 11,794 707,75794
5 75,51 5701,7601 12,242 924,39342
6 91,05 8290,1025 12,668 1153,4214
P
309,26 20396,2628 69,385 3700,99107
De esta manera
6 · 3700,99107 − 309,26 · 69,385

m= ≈ 0,02797524305
6 · 20396,2628 − 309,262
69,385 − 0,02797524305 · 309,26
b= ≈ 10,12222939
6
Ası́ el polinomio buscado en 0,02797524305x + 10,12222939
Para calcular la calidad de la representación tenemos:
i xi (Ti ) yi (Ri ) yi − y (yi − y)2 ybi ybi − yb (ybi − yb)2

1 10,50 10,421 −1,14316667 1,306830035 10,4159694 −1,1481972 1,3183569
2 29,49 10,939 −0,62516667 0,3908333653 10,9472193 −0,6169474 0,3806240
3 42,70 11,321 −0,24316667 0,0591300294 11,3167723 −0,2473944 0,0612040
4 60,01 11,794 0,2298333 0,05282334579 11,8010237 0,2368571 0,0561013
5 75,51 12,242 0,6778333 0,4594579826 12,2346400 0,6704733 0,4495345
6 91,05 12,668 1,1038333 1,218447954 12,6693753 1,1052086 1,2214861
P
309,26 69,385 ⇒ y ≈ 11,56416667 −−− 3,4875228 69,385 −−− 3,4873067
Ası́:
n
X
(ybi − ybi )2
i=1 3,4873067
var(b
y) = = ≈ 0,581217784
n 6
n
X
(yi − yi )2
i=1 3,4875228
var(y) = = ≈ 0,581253806
n 6
0,581217784
Por lo que R2 = = 0,9999380. Como R2 es cercano a 1 se puede decir que el ajuste
0,581253806
es de buena calidad.
5.1.3. En la siguiente tabla aparecen los datos de población de un pequeño barrio de una ciudad
en un perı́odo de 20 años. Un ingeniero debe pronosticar la población que habrá dentro de 5
años, para poder anticipar la demanda de energı́a. Emplee un modelo exponencial y regresión
lineal para hacer esta predicción. Y calcule el error.
T 0 5 10 15 20
P 100 212 448 949 2009
Solución:
Como utilizaremos el modelo exponencial debemos recordar que Y = ln(y):
i xi (Ti ) x2i (Ti2 ) yi (Pi ) xi yi (Ti Pi )

1 0 0 4,605170186 0
2 5 25 5, 356586275 26, 78293137
3 10 100 6, 104793232 61, 04793232
4 15 225 6, 855408799 102, 831132
5 20 400 7, 605392365 152, 1078473
P
50 750 30, 52735086 342, 769843
De esta manera
5 · 342, 769843 − 50 · 30, 52735086

m= ≈ 0, 149985338
5 · 750 − 502
30, 52735086 − 0, 149985338 · 50
b= ≈ 4, 605616795
5
Ası́ el polinomio buscado es
Y = 0, 149985338x + 4, 605616795
ln(y) = 0, 149985338x + 4, 605616795

y = e0,149985338x+4,605616795
y = 100, 0446709 · e0,149985338x
De esta manera en 5 años habrá aprox. 4252,448594 de personas.

Calculamos el error y obtenemos:
i xi (Ti ) yi (Pi ) yi − y (yi − y)2 ybi ybi − yb (ybi − yb)2

1 0 100 −643, 6 414220, 96 100, 0446709 −643, 5508304 414157, 6713
2 5 212 −531, 6 282598, 56 211, 7790434 −531, 8164579 282828, 7449
3 10 448 −295, 6 87379, 36 448, 3033713 −295, 29213 87197, 44203
4 15 949 205, 4 42189, 16 948, 9886698 205, 3931685 42186, 35368
5 20 2009 1265, 4 1601237, 16 2008, 861751 1265, 26625 1600898, 683
P
50 3718 0 2427625, 2 3717, 977506 0 2427268, 895
Prom. 743, 6 743, 5955013
Ası́:
n
X
(ybi − ybi )2
i=1 2427268, 895
var(b
y) = = ≈ 485453, 7789
n 5
n
X
(yi − yi )2
i=1 2427625, 2
var(y) = = ≈ 485525, 04
n 5
485453, 7789
Por lo que R2 = = 0, 999853229. Como R2 es cercano a 1 se puede decir que el
485525, 04
ajuste es de buena calidad.
5.1.4. Considere la siguiente tabla de datos:
x 1 2 2.5 3
y 3.7 4.1 4.3 5
Determine la recta que mejor se ajuste a los datos anteriores.
Solución:
Note que:
i xi x2i yi x i yi
1 1 1 3.7 3.7
2 2 4 4.1 8.2
3 2.5 6.25 4.3 10.75
4 3 9 5 15
P
8.5 20.25 17.1 37.65
P P P
n xi y i − ( xi ) ( y i ) 4 · 37.65 − 8.5 · 17.1


 a= P 2 = = 0.6
4 · 20.25 − 72.25
P 2
n x i − ( xi )





xi yi − a x2i
P P
37.65 − 0.6 · 20.25


 b= = = 2.99

 P
xi 8.5
∴ y = 0.6x + 2.99
5.1.5. Determine el porcentaje de error de la regresión lineal del ejemplo anterior.

Solución:
Se tiene que:
i xi yi yi − y (yi − y)2 ŷi = 0.6xi + 2.99 yi − ŷ (yi − ŷ)2

1 1 3.7 −0.575 0.330625 3.59 −0.675 0.455625
2 2 4.1 −0.175 0.030625 4.19 −0.075 0.005625
3 2.5 4.3 0.025 0.000625 4.49 0.225 0.050625
4 3 5 0.725 0.525625 4.79 0.525 0.275625
P
8.5 17.1 (y = 4.275) − 0.8875 17.06 (ŷ = 4.265) − 0.7875
Con lo que se tiene:

var(y) = 0.221875; var(ŷ) = 0.196875
∴ r2 (ŷ, y) = 0.887
5.1.6. Considere...
x 1 3 4 7 10 11 13
y 1.5 2 14 55 99 100 200
1. Grafique los datos dados en la tabla anterior y determine qué comportamiento siguen
dichos datos.
2. Utilizando regresión, pronostique el resultado para x = 15 y x = 20.
3. Calcule el coeficiente de determinación de la curva de ajuste encontrada.
Solución:
1. Dada la gráfica se puede utilizar el modelo exponencial o polinomial. En este caso traba-
jaremos con el modelo polinomial:
Y = bX + ln a; X = ln x, Y = ln y
2. Tenemos:
i Xi Xi2 Yi Xi Yi
1 0 0 0.405465108 0
2 1.098612289 1.206948961 0.693147181 0.76150001
3 1.386294361 1.921812056 2.63905733 3.658510295
4 1.945910149 3.786566308 4.007333185 7.797910316
5 2.302585093 5.30189811 4.59511985 10.58065447
6 2.397895273 5.749901739 4.605170186 11.04271582
7 2.564949357 6.578965206 5.298317367 13.58991572
P
11.69624652 24.54609238 22.24361021 47.43120663
P P P
n xi yi − ( xi ) ( yi ) 7 · 47.43120663 − 11.69624652 · 22.24361021


 b = 2 = = 2.051706051
n x2i − ( xi ) 7 · 24.54609238 − (11.69624652)2

 P P



xi yi − b x2i
P P
47.43120663 − 2.051706051 · 24.54609238


 ln a = = = −0.250521364

 P
xi 11.69624652
∴ Y = 2.051706051X − 0.250521364
⇒ ln y = 2.051706051 ln x − 0.250521364
⇒ ln y = ln x2.051706051 + ln e−0.250521364
⇒ ln y = ln 0.77839485x2.051706051
⇒ y = 0.77839485x2.051706051
∴ y15 = 201.4621696; y20 = 363.5223093
3. Tenemos:
i xi yi yi − y (yi − y)2 ŷi = 0.77839485x2i .051706051 yi − ŷ (yi − ŷ)2

1 1 1.5 −65.85714286 4337.163265 0.77839485 −57.54392189 3311.302946
2 3 2 −65.35714286 4271.556122 7.415023287 −50.90729345 2591.552526
3 4 14 −53.35714286 2846.984694 13.37981416 −44.94250258 2019.828538
4 7 55 −12.35714286 152.6989796 42.17865398 −16.14366275 260.6178471
5 10 99 31.64285714 1001.270408 87.68110309 29.35878635 861.9383361
6 11 100 32.64285714 1065.556122 106.6182691 48.29595232 2332.499011
7 13 200 132.6428571 17594.12755 150.2049587 91.88264199 8442.419899
P
49 471.5 − 31269.35714 408.2562172 − 19820.1591
Prom. − 67.35714286 − − 58.32231674 − −
Var. − 4467.05102 − − 1206.059986 − −
∴ r2 (ŷ, y) = 0.269990197

√
1. Utilice un polinomio de Lagrange de grado 3 para aproximar el valor de 7.
R./ Usando (9, 3), (4, 2), (1, 1) tenemos 2.7
2. Utilice el modelo de crecimiento de regresión numérica para determinar la curva de mejor

ajuste para los siguientes datos:
x 1 2 3
y 0.5 1 1
2.9x
R./ y = x+4.68
3. La viscosidad V de un lı́quido varı́a respecto a la temperatura T de acuerdo a la siguiente

relación:
V = a + bT + cT 2
De la relación anterior se tienen los siguientes datos:
T 1 2 3 4 5 6 7
V 2.31 2.01 1.80 1.66 1.55 1.47 1.41
Cuadro 1: Viscosidad del lı́quido según temperatura indicada
a) Utilice los datos anteriores para predecir cuál es la viscosidad cuando la temperatura
es 3.5 ◦ C y 9 ◦ C. Para ello:
i. Realice un procedimiento similar al de que realizó en la construcción de la re-
gresión lineal, aplicándolo únicamente a este caso particular, para obtener una
aproximación de a, b, c en la relación dada anteriormente.
R./ a = 2.5929, b = −0.3258, c = 0.0227
ii. Tome la curva formada por la relación dada y las aproximaciones encontradas
en el paso anterior, como la curva de mejor ajuste a los datos dados y evalúe la
curva anterior en 3.5 y en 9.
R./ V (3, 5) = 1.7307, V (9) = 1.4994
iii. Calcule el coeficiente de determinación de la curva encontrada.

R./ 0.01737
b) Determine el polinomio de Lagrange que interpola a la función V , del ejercicio an-

terior, en los siete puntos presentados en el Cuadro 1. Utilizando el polinomio inter-
polante encontrado aproxime el valor de V (3.5) y V (9).
R./
P (x) = −0.0002x6 + 0.0037x5 − 0.0351x4 + 0.1598x3 − 0.3248x2 − 0.0235x + 2.5300;
V (9) = 0.19, V (3.5) = 1.7245
4. Aproxime el valor de log2 3 utilizando un polinomio interpolante de grado 2.

R./ Usando (2, 1), (4, 2), (1, 0) tenemos 1.667
5. Utilice el modelo polinomial de regresión numérica para determinar la curva de mejor

ajuste para los siguientes datos:
x 1 2 3
y 0.5 1 1
R./ y = 0.53x0.67
6. En un experimento de cinética enzimática se determinan los valores de la velocidad (V)

de la reacción quı́mica en función de la concentración de substrato (S) según se indica en
la siguiente tabla:
S 0.98 7.81 31.25 125
V 10 40 75 90
a) Utilice el polinomio de Lagrange para determinar el polinomio de interpolación de

grado 3, de V(S), que satisfaga los datos dados en la tabla anterior.
R./ V = 0.0007S 3 − 0.1230S 2 + 5.4264S + 4.7996
b) Si la concentración de sustrato es 5.25 ¿cuál serı́a, aproximadamente, la velocidad

de la reacción quı́mica? Utilice el resultado del punto anterior.
R./ 30
c) Utilice un modelo polinomial, para encontrar una curva que se ajuste a los datos
datos de la tabla anterior.
R./ V = 12.23S 0.465
d ) Con el resultado del punto anterior, ¿se podrı́a predecir cuál será la velocidad de la
reacción quı́mica en una concentración de sustrato de 150? Justifique su respuesta
y, en caso que sea afirmativa la respuesta, aproxime el valor de la velocidad de la
reacción para la concentración de sustrato dada.
R./ 125.7
7. En la represa de Cachı́ se han realizado una serie de mediciones para analizar la relación
entre el caudal (c) del rı́o y la producción (P) media de energı́a por hora. Los datos
obtenidos se observan a continuación:
c(l/s) 100 300 500 700

P (kW h/h) 66.76 101.12 165.23 270.19
a) Utilizando el Polinomio de Lagrange, determine un polinomio de interpolación

(del mayor grado posible), P (c), que satisfaga los datos de la tabla anterior.
R./ P = 2.3125e−7 c3 + 0.0002c2 + 0.0762c + 57.2675
b) Si un dı́a el caudal del rı́o es de 450 l/s y al dı́a siguiente de 910 l/s, ¿cuál es,
aproximadamente, la producción media de energı́a por hora en cada uno de esos
dı́as? Utilice el resultado del punto anterior.
R./ P (450) = 145.81; P (910) = 436.51
c) Utilice un Modelo de Potencias o Polinomial, para encontrar una curva que se

ajuste a los datos presentados en la tabla anterior.
R./ P = 2.63c0.678
d ) Si un dı́a el caudal del rı́o es de 450 l/s y al dı́a siguiente de 910 l/s, ¿cuál es,
aproximadamente, la producción media de energı́a por hora en cada uno de esos
dı́as? Utilice el resultado del punto anterior.
R./ P (450) = 165.51; P (910) = 266.8
e) Tomando como referencia los resultados de los puntos anteriores: ¿cuál método da
una mejor aproximación? ¿La precisión de la aproximación depende del punto, del
método o de ambas? Justifique sus respuestas.
8. Considere la función
f (x) = 2x
a) Use el polinomio de interpolación de Lagrange que√interpole a f en los nodos

x0 = −1, x1 = 0 y x2 = 1, para aproximar el valor de 2.
R./ 1.4375
b) Calcule la cota para el error cometido en la aproximación anterior.

R./ 0.0416
9. Considere la función
2
f (x) = x +
x
Usando el polinomio de interpolación de Lagrange de f con los nodos x0 = 1, x1 = 2
y x2 = 2.5, aproxime el valor de f (1.5) y calcule la cota para el error cometido en la
aproximación anterior.
R./ 2.9 error 0.5
10. Un investigador ha recolectado los datos que se muestran en la siguiente tabla
x 1 2 3 4 5
y 0.5 2 2.9 3.5 4
Se sabe que dichos datos se pueden modelar mediante la siguiente ecuación

(y−b)
x=e a
donde a y b son parámetros.
a) Use una transformación adecuada para linealizar la ecuación anterior y luego utilice
regresión lineal para determinar los valores de a y b.
R./ a = 2.17; b = 0.5
b) Con estos valores prediga el valor de y para x = 2.6.

R./ 2.57
11. Los datos de un experimento se muestran en la siguiente tabla
x 1 2 3 4 5
y 2.2 2.8 3.6 4.5 5.5
Se quiere usar regresión por mı́nimos cuadrados para ajustar estos datos al siguiente
modelo
c
y = a + bx +
x
Determine los coeficientes a, b y c que minimizan la suma de los cuadrados de los residuos.
R./ a = 0.3745; b = 0.9864; c = 0.8456
12. Considere los siguientes datos:

x 0.9 2.2 3 4.5

y -5 -18.07 -30 -93
Un grupo especula que la curva y = −3.54 · 1.5−2.01x da un buen ajuste a los datos
anteriores. ¿Será correcto lo que indica dicho grupo? Justifique su respuesta.
R./ r = 0.2022, esto significa que hay baja correlación entre la curva de ajuste y los datos.
13. Un equipo de microbiólogos realizó una serie de experimentos para determinar el aumento
de un nuevo tipo de bacteria por minuto. Obtuvieron los siguientes resultados:
min 0 5 10 15
bacterias 10 60 530 4800
Uno de los microbiólogos conjeturó que el aumento se comportaba similar a la curva:
7.5e0.43x
Determine la calidad de la representación dada por la curva y explique si esta posee o no

un ajuste aceptable.
R./ r ≈ 1 lo que indica una correlación bastante buena.
14. Considere el siguiente conjunto de datos:
x 1.17 1.5 3 3.98

y 1.66 1 0.7 0.008
Si se sabe que los datos de la tabla anterior siguen un comportamiento similar a curvas
de la forma y = axbx . Determine los valores de a y b, de dicha curva, que brindan un buen
ajuste a los datos dados.
R./ a = 0.55; b = 1.395
15. En una cierta localidad, desde la llegada de los celulares la demanda de los teléfonos
fijos ha bajado por año (x) un cierto porcentaje (P ). Un estudio reveló los siguientes
resultados:
x 1 3 4 6 7 10 11 14 15 20 21 24
P 2.5 0.7 0.8 0.26 −0.08 −0.45 −0.44 −0.8 −0.67 −1.15 −1.34 −1.5
donde a representa la cantidad de años transcurridos desde la llegada de los celulares.

Después de varios analı́sis el mismo estudio determinó que la curva dada por la relación

a
P = ln
x − 0.5
se ajusta bastante bien a los datos mostrados en la tabla.
a) Linealice la relación dada.

R./ ex−0.5 = a
b) Utilice regresión lineal para encontrar el valor de a de la curva de ajuste en los doce
puntos dados en la tabla.
R./ a = 6.26
c) Utilice los datos anteriores para aproximar el porcentaje de disminución de la de-

manda de teléfonos fijos 9 años después de que surgieron los celulares y para predecir
cuál será dicho porcentaje 40 años después de la aparición de los celulares:
R./ P (9) = −0.3056; P (40) = −1.8419
16. Utilice un polinomio de interpolación de Lagrange de grado 2 para aproximar el valor de

log3 (0.2).
Sugerencia: Determine primero los puntos de interpolación, puntos exactos.
R./ −1.24
√ √
17. Se quiere aproximar el valor de w = 2 3 3 usando como base la función f (x) = 3 x + 20,
para ello utilice el polinomio de interpolación de Lagrange que interpola a f en los nodos
dados por f (x0 ) = 2, f (x1 ) = 3 y f (x2 ) = 4 para aproximar el valor de w, además acote
el error cometido.
R./ Aproximación de 2.8641 y un error de 0.464
18. Utilice un polinomio cuadrático de interpolación

√ de Lagrange para aproximar el valor
de arctan(0.5), usando x = 0; x = 1; x = 3
R./ 0.4544
19. Considere el siguiente conjunto de datos
x 1.5 2 2.75 3
y 0.1 0.08 0.05 0.04
Un investigador conjeturó que los datos anteriores se comportan de manera similar a la

curva formada por la relación
xa sen(y) = b cos(a); a, b ∈ R
a) Linealice la curva anterior (Y = AX + B).

R./ ln(sen(y)) =?a ln(x) + ln(b cos(a))
b) Aplique el método de mı́nimos cuadrados para encontrar los valores de a y b en la

curva anterior que se ajustan mejor a los datos dados.
R./ a = 1.3016; b = 0.6751
20. Utilice un polinomio de interpolación de grado 3 para aproximar el valor de sec(0.5),

usando x = 0, x = π4 , x = π3
R./ 1.0307
21. Después de realizar unos experimentos, los investigadores de un laboratorio obtuvieron

los siguientes datos
x 0.5 1 3.75 4
y 10 4 7807 4894
los cuales siguen un comportamiento similar al de la curva
3bx
y=
a tanb (x)
a) Linealice la curva anterior.

R./ ln(y) = b ln(tan(x)) − ln(a)
b) Utilice el método de mı́nimos cuadrados para determinar los valores de a y b de la

curva dada.
R./ a = 0.9530; b = 1.9884
Métodos Numéricos Diferenciación e Integración numérica Página 66
6. Diferenciación e Integración numérica

cos x
6.1.1. Sea la función f (x) = , aproxime el valor de:
x
Z 4
f (x) dx
3
utilizando la regla del trapecio compuesta con cinco subintervalos de igual tamaño.
Solución:
Tenemos que
4−3
h= = 0, 2
5
Ası́:
x 3 3, 2 3, 4 3, 6 3, 8 4
f (x) −0,3299 −0,3119 −0,2843 −0,2491 −0,2081 −0,1634
Aplicando la regla de trapecio tenemos:

Z 4
0,2
f (x) dx ≈ (−0,3299 + 2(−1,0534) + −0,1634)
3 2
Z 4
∴ f (x) dx ≈ −0,26001
3
6.1.2. Considere la siguiente integral definida:

Z 4
senx
dx
3 x
Si se utiliza la regla compuesta del Trapecio, cuántos puntos se deben utilizar para obtener un
error de lo sumo 0, 5 × 10−4 ?
Solución:
Se sabe que el error absoluto de este método viene dado por:
(b − a)h2 00
| f (ξ)|
12
Calculamos f 00 (x), tenemos:
cos(x) sen(x)
f 0 (x) −
=
x x2
2 sen(x) sen(x) 2 cos(x)
f 00 (x) = 3
− −
x x x2
Por lo tanto, |f 00(x)| alcanza su máximo, en el intervalo [3, 4] cuando f 00(x) = 0,2473. Ası́:
(b − a)h2 00 1
| f (ξ)| = |f 00 (ξ)|
12 12 · n2
1
≤ · 0,2473
12 · n2
Se requiere que:
0,2473
< 0, 5 × 10−4 ⇒ n ≥ 20, 3
12 · n2
Por lo tanto se necesitan 21 subintervalos y 22 puntos
6.1.3. Considere la siguiente igualdad:

Z 2
f (x) dx = Af (1) + Bf (1,5) + Cf (2)
1
1. ¿Para cuáles funciones la igualdad anterior es verdadera siempre?
2. Determine los valores de A, B, C tales que la igualdad anterior sea verdadera para:
f (x) = x4
f (x) = x5
f (x) = x6
Solución:
1. Note que la fórmula anterior corresponte de la regla de Simpson. Dicha regla es exacta
para polinomios de grado menos o igual a 3 (analizar la cota del error).
2. Sustituimos los datos y obtenemos:

Z 2
31
x4 dx = A + 5,0625B + 16C ⇒ = A + 5,0625B + 16
1 5
Z 2
21
x5 dx = A + 7,59375B + 32C ⇒ = A + 7,59375B + 32C
1 2
Z 2
127
x6 dx = A + 11,390625B + 64C ⇒ = A + 11,390625B + 64C
1 7
Resolviendo el sistema obtenemos:
A ≈ −0,0142857; B ≈ 0,756261; C ≈ 0,149107
6.1.4. De una función f , conocemos la siguiente información:
x f (x)
0 3,5
0,2 3,1
0,4 3
0,6 2,8
0,8 2,6
Z 0,8
Aproximar f (x) dx usando regla compuesta de Simpson con n = 4.
0
Solución:
0,8 − 0
Sabemos que = 0,2
4
Ası́ aplicando la regla de simpson tenemos:
Z 0,8
0,2
f (x) dx ≈ (f (0) + 4 (f (0,2) + f (0,6)) + 2 (f (0,4)) + f (0,8))
0 3
0,2
= (3,5 + 4 · 5,9 + 2 · 3 + 2,6)
3
= 2,38
Z 0,8
Por lo que f (x) dx ≈ 2,38
0
sen(x)
6.1.5. Sea f (x) = , aproxime el valor de:
x
Z 2
f (x) dx
1
utilizando la regla del trapezoide, con cinco subintervalos de igual tamaño.
Solución:
Note que
2−1
h= = 0.2
5
Ası́:
xi 1 1.2 1.4 1.6 1.8 2

f (xi ) 0.8415 0.7767 0.7039 0.6247 0.5410 0.4546
Por otro lado:

Z 2 5
sen(x) 0.2(0.8415 + 0.4546) X
dx ≈ + 0.2 f (1 + 0.2i)
1 x 2 i=1
5
X sen(1 + 0.2i)
= 0.12961 + 0.2
i=1
1 + 0.2i
= 0.12961 + 0.2 · 2.6464
= 0.65889
6.1.6. Utilice la regla de Simpson para aproximar el valor de

Z 1
2
ex dx
0
utilizando 8 subintervalos de igual tamaño.
Solución:
Se tiene:
1
h= = 0.125
8
Ası́:
Z 1 4 3
x2 0.125 X X
e dx ≈ (f (0) + 4 f (x2i−1 ) + 2 f (x2i ) + f (1))
0 3 i=1 i=1
4 3
0.125 X X
= (f (0) + 4 f ((2i − 1) · 0.125) + 2 f (0.125 · 2i) + f (1))
3 i=1 i=1
4 3
0.125
e((2i−1)·0.125) + 2 e(0.125·2i) + e)
2 2
X X
= (1 + 4
3 i=1 i=1
0.125
≈ (1 + 4 · 5.7950 + 2 · 4.1036 + 2.7183)
3
≈ 1.4627
6.1.7. Considere la siguiente integral definida:

Z 1
2
e−x dx
0
Si se utiliza la regla compuesta del Trapecio, ¿cuántos puntos se deben utilizar para obtener
un error de lo sumo 0.5 × 10−4 ?
Solución:
Sea: 2
h 00 b−a
|En | = f (ξ) ; h =
12 n
el error obtenido al utilizar n puntos. Note que:
2
f (x) = e−x
2
f 0 (x) = −2xe−x
2
f 00 (x) = (4x2 − 2)e−x
Por lo tanto, |f 00 (x)| alcanza su máximo, en el intervalo [0, 1], en el punto x = 2:
|f 00 (x)| ≤ 2; x ∈ [0, 1]
Con lo que se tiene que:
2 2
h 00
f (ξ) = h |f 00 (ξ)|
12 12
h2
≤ ·2
12
h2
=
6
Se quiere que:
h2
≤ 0.5 × 10−4 ⇒ h ≤ 0.01732 ⇒ n ≥ 57.74
6
Se necesitan al menos 58 subintervalos y 59 puntos.
6.1.8. Considere la siguiente igualdad:

Z 2
f (x) dx = Af (1) + Bf (1.5) + Cf (2)
1
1. ¿Para cuáles funciones la igualdad anterior es verdadera siempre?
Solución:
Note que la fórmula anterior corresponte de la regla de Simpson. Dicha regla es exacta
para polinomios de grado menos o igual a 3 (analizar la cota del error).
2. Determine los valores de A, B, C tales que la igualdad anterior sea verdadera para:
f (x) = x4
f (x) = x5
f (x) = x6
Solución:
Z 2
31
x4 dx = A + 5.0625B + 16C ⇒= A + 5.0625B + 16C
1 5
Z 2
21
x5 dx = A + 7.59375B + 32C ⇒ = A + 7.59375B + 32C
1 2
Z 2
127
x6 dx = A + 11.390625B + 64C ⇒ = A + 11.390625B + 64C
1 7
∴ A ≈ −0.0142857; B ≈ 0.756261; C ≈ 0.149107
Z 3
cos(x)
6.1.9. Calcule el valor de dx utilizando la fórmula de Gauss-Legendre de dos puntos.
4 x
Solución:
Como se pide la integral en un intervalo distinto a [−1, 1] debemos realizar primero un cambio
de variable. Ası́:
7+u 1
x= donde dx = du
2 2
de esta manera:
1
cos( 7+u ) 1
Z
2
7+u · du
−1 2
2
Por lo que tomamos
cos( 7+u
2
) 1
g(u) = 7+u ·
2
2
Ası́:
3
−1
Z
cos(x) 1
dx ≈ g √ +g √ ≈ −0,2606141243
4 x 3 3
El valor real de la integral es −0,26061148389493... con la regla del trapecio habı́amos obtenido
el valor de −0, 26001 y con este método obtenemos −0,2606141243. Por lo que se puede ver
que este método es más exacto que el del trapecio.
6.1.10. Construya una regla de la forma:

Z 1
f (x)dx ≈ αf (−0,5) + βf (0) + γf (0,5)
−1
tal que sea exacta para todos los polinomios de grado 2.
Solución:
Como nos piden un polinomio de grado 2 tenemos el sistema:



 2 = α+β+γ


 0 = −0,5α + 0,5γ




 2 = 0,25α + 0,25γ



3
Al resolver el sistema obtenemos que:
4 4 −2
α = ,γ = ,β =
3 3 3
Ası́: Z 1
4 2 4
f (x)dx ≈ f (−0,5) − f (0) + f (0,5)
−1 3 3 3
6.1.11. Calcule una aproximación de la integral

Z 5
x ln(x)dx
1
utilizando la fórmula de Gauss-Legendre para cuatro puntos.
Solución:
Debemos realizar un cambio de variable, para esto tomamos:
1 + 5 + (5 − 1)u
x= = 3 + 2u donde dx = 2du
2
Ası́ tenemos: Z 5 Z 1
x ln(x)dx = (3 + 2u) · ln(3 + 2u) · 2du
1 −1
Por lo que tomamos g(u) = 2 · (3 + 2u) · ln(3 + 2u). De esta manera:
Z 1
2 · (3 + 2u) · ln(3 + 2u)du ≈ w0 g(x0 ) + w1 g(x1 ) + w2 g(x2 ) + w3 g(x3 )
−1
≈ 0,3478548·0,6262985486+0,6521452·3,905011377+0,6521452·9,58926324+0,3478548·14,66067477
≈ 14,11787346530532768

1. Sea f (x) = e−2x − x:
a) Utilice las técnicas estudiadas en cálculo para determinar el valor exacto de f 0 (2).
R./ f 0 (2) = −1,0366
b) Aproxime el valor de f 0 (2) utilizando diferencias finitas centradas, para ello utilice
un paso de 0.5 (xi+1 − xi = 0.5) y repita para un paso de 0.01.
0 0
R./ f0,5 (2) = −1,0430, f0,01 (2) = −1,0366
c) Aproxime el valor de f 0 (2) utilizando diferencias finitas hacia adelante, con un paso
0 0
de 0.5 y repita para un paso de 0.01. R./ f0,5 (2) = −1,0232, f0,01 (2) = −1,0363
d ) Aproxime el valor de f 0 (2) utilizando diferencias finitas hacia atrás, con un paso de
0 0
0.5 y repita para un paso de 0.01. R./ f0,5 (2) = −1,0629, f0,01 (2) = −1,0370
e) Compare los resultados obtenidos, analizando el error en cada caso.
2. Un automóvil tarda 45 minutos en atravesar un calle. La distancia recorrida por el auto

se determina cada 15 minutos, los datos obtenidos se presentan en el siguiente cuadro:
t 0 15 30 45
d 0 175 400 566
Utilice las fórmulas para aproximar la primera y segunda derivada, basadas en diferencias
finitas centradas, para aproximar la velocidad y aceleración del automóvil a los 30 minutos.
R./ f 0 (30) = 13,03, f 00 (30) = −0,26
3. Sea f una función continua tal que
x 0.8 1.1 1.4 1.7 2

y 0 0.03 0.84 2.63 -6.05
Se quiere interpolar a f con una linea recta en el intervalo [1, 2], si se sabe que la gráfica
de f 00 (x) es
f ’’( x )
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
determine una cota de error para la interpolación indicada anteriormente.

Sugerencia: Utilice diferencias finitas para acotar dicho error.
R./ f 00 (e) ≤ −116,3, error ≤ 20,934
4. El voltaje E = E(t) en un circuito eléctrico obedece a la ecuación
dI
E(t) = L · + R · I(t)
dt
donde R es la resistencia, L la inductancia e I es la intensidad de corriente. Tomando
L = 0.05 henrios, R = 2 ohmios y los siguiente valores de la intensidad I(t), en amperios,
t 1.0 1.1 1.2 1.3 1.4

I(t) 8.2277 7.2428 5.9908 4.5260 2.9122
Aproxime el valor de I 0 (1,2) y utilı́celo para aproximar E(2).

R./ I 0 (1,2) = −13,584,E(1,2) = 11,3024
Z 3
5. Sea I = xex dx:
0
a) Utilice las técnicas estudiadas en cálculo para determinar el valor exacto de I.

R./ I ≈ 41,1711
b) Utilice la regla compuesta de Simpson para aproximar el valor de I, utilice 16 subin-

tervalos igualmente espaciados. R./ I = 41,1719
c) Compare los resultados obtenidos, analizando el error en cada caso.

6. Determine la cantidad mı́nima de puntos que se deben utilizar para aproximar el valor
de: Z 2
e2x sen(3x) dx
0
utilizando la regla compuesta de Simpson con una precisión de al menos 10−4 .

R./ Al menos 55
7. Sea Z 4
2
I= e1−x dx
0
a) Determine la cantidad mı́nima de puntos que se requieren, al utilizar la regla com-

puesta del Trapecio, para aproximar el valor de I con un error de a lo sumo 0.05.
R./ Al menos 26
b) Utilice la regla compuesta de Simpson con 9 puntos para aproximar el valor de I.

R./ I ≈ 2,4089
c) Considere la siguiente cuadratura

Z 3
f (x) dx ≈ αf (1) + βf (2) + γf (3)
1
Determine los valores de α, β y γ de tal forma que la cuadratura anterior sea exacta
para todos los polinomios de grado 2. R./ α = 13 , β = 43 , γ = 13
d ) Utilice la cuadratura anterior para aproximar el valor de I. R./ I ≈ 0,1636
e) ¿El valor de I encontrado en el punto anterior es exacto? Explique por qué.
8. Sea Z 2
I= x ln(x) dx
1
Determine la cantidad de puntos que se requieren, al utilizar la regla compuesta de Sim-
pson, para aproximar el valor de I con un error de a lo sumo 10−5 . R./ n = 7
9. Sea Z 1
T = f (x) dx
0
Si se sabe que:
f (0) = 1
f (0.25) = α
f (0.5) = 2.5
f (0.75) = α
f (1) = 2
Al utilizar la regla compuesta del trapecio con 4 subintervalos, de igual tamaño, el
resultado es T ≈ 1.75.
3
Determine el valor de α. R./ α = 2
10. Considere la siguiente integral: Z 5

sen(x)
I= dx
1 x
a) Determine la cantidad de puntos que se deben utilizar para aproximar el valor de I
utilizando la regla compuesta del Trapecio con error de a lo sumo 10−3 .
R./ n = 38
b) Aproxime el valor de I utilizando la regla compuesta de Simpson con 21 puntos.

R./ I = 0,6038
c) ¿Cuántos puntos utiliza una cuadratura de Gauss-Legendre que es exacta para po-
linomios de grado 7 pero no, necesariamente, lo es para polinomios de grado 8?
R./ 4 puntos
d ) Investigue cuál es la fórmula de la que se habla en el punto anterior.

√
q √ √
q √
3−2 6/5 3−2 6/5
R./ 18+36 30 f 7
+ 18+36 30 f − 7
+
√
q √ √
q √
18− 30 3−2 6/5 18− 30 3−2 6/5
36
f 7
+ 36 f − 7
e) Utilizando la fórmula de Gauss-Legendre anterior aproxime el valor de I.

R./ I = 0,6038
11. Considere la siguiente tabla:
x -1 -0.5 0 0.5 1 1.5 2

f (x) -3 -4.2 -5 -4.2 -3 -2.23 -1.8
Aproxime el valor de Z 2
I= f (x) dx
−1
utilizando la Regla Compuesta de Simpson y los puntos de la tabla anterior.

R./ I = −10,5533
12. Utilice la regla de Simpson compuesta para aproximar:

Z 2
x sen xdx
−2
R./ I = 0,0931
13. Considere la siguiente integral: Z 5

2
ex dx
−3
Utilice Cuadratura Gaussiana (Gauss-Legendre) para aproximar la integral anterior

utilizando 2 puntos igualmente espaciados. Debe aparecer el procedimiento completo que
se sigue para determinar cada constante que se utiliza al calcular la aproximación.
R./ I = 57081,4
14. Sea Z 5
I= x sen(x) dx
3
a) Utilice la regla compuesta de Simpson para aproximar el valor de I con al menos 2

decimales correctos. R./ 5 puntos ⇒ I = −5,4887
b) Considere la siguiente cuadratura:

Z 3
g(x) dx = α · g(β) + g(θ)
1
Determine algún posible valor de α, β y θ tal que la cuadratura anterior sea exacta
para polinomios del mayor grado posible. R./ α = 1, β ≈ 1,4226, θ ≈ 2,5774
c) Utilice la cuadratura anterior para aproximar el valor de I. R./ I = 0,6302
15. Se quiere aproximar el valor de Z 2

I= g(x) dx
0
por medio de la regla compuesta de Simpson. Si se sabe que
00
Algunos puntos de la segunda derivada de g(x) (g (x)) son
x 0 0.5 1 1.5 2
00
g (x) 0 2.6 3 0.19 -5.15
La gráfica de la cuarta derivada de g(x) (g iv (x)) es
10
g iv (x)
5
x
0
−5
−10
−15
−0.5 0 0.5 1 1.5 2 2.5
Determine, de manera aproximada, la cantidad mı́nima de puntos que debe utilizar dicha
fórmula para aproximar el valor de I con 5 decimales correctos.
00 00
Sugerencia: Considere f (x) = g (x), entonces f (x) = g iv (x). R./ n = 27
16. Considere la siguiente fórmula

Z 4
f (x) dx = Af (B) + f (C)
2
a) Determine los valores de A, B y C de tal forma que la fórmula anterior

√
sea exacta
√
para todos los polinomios de grado 2. R./ A = 1, B = 3 − 3 , C = 3 + 33
3
b) Para A = 2, B = 0 y C = 1, utilice la fórmula anterior para aproximar el valor de

Z 2
x
3
dx
1 x +1
4
R./ I = 9
17. Considere la siguiente cuadratura

Z 4
f (x) dx ≈ αf (β) − γf (α)
2
a) Determine los valores de α, β y γ tal que la cuadratura anterior sea exacta para
polinomios de grado 2. R./ α = 1,679, β = 3,253, γ = −0,321
b) Utilice la cuadratura anterior para aproximar el valor de

Z 5
e2x sen(3x) dx
1
R./ I = −1654,4
18. Se quiere aproximar el valor de Z 2

f (x) dx
−1
con una precisión de 10−5 . Si se sabe que
x -1 -0.5 0 0.5 1 1.5 2

f 0 (x) 0.3679 0.7788 1 0.7788 0.3679 0.1054 0.0183
y que el máximo de f 00 (x) en el intervalo [−1, 2] no es ninguno de los extremos de dicho

intervalo, determine la cantidad mı́nima de puntos que se deben tomar en cuenta si se
utilizara la regla compuesta del Trapecio. R./ f 00 (1) = −0,6734 ⇒ n = 391

Z 2
f (x) dx ≈ αf (β) − γf (2)
−1
a) Determine los valores de α, β y γ tal que sea exacta para polinomios del mayor grado
posible. R./ γ = −0,75, α = 2,25, β = 0
b) Utilice la siguiente cuadratura

Z 2
f (x) dx ≈ 0.5f (1) − 1.5f (2)
0
para aproximar el valor de Z 7

e2x sen(3x) dx
2
R./ I = 23,4047
20. Sea f una función continua, si se sabe que

x -1 -0.5 0 0.5 1 1.5 2

f (x) 0.3678 0.7788 1 0.7788 0.3678 0.1055 0.0183
f 00 (x) 0.7357 -0.7788 -2 -0.7788 0.7357 0.7377 0.2564
y que f iv tiene un extremo en algunos de los puntos de {−0.5, 0, 0.5, 1, 1.5}. Aproxime el
valor de Z 3
f (x) dx
0
con al menos 3 decimales correctos. R./ ???
21. Sea f una función continua tal que

x -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 1.25 1.5 1.75 2 2.25 2.5 2.75 3
f (x) 0.4 0.7 1.1 1.5 2.0 2.5 2.9 3.1 2.9 2.2 0.6 -2.1 -6.1 -11.9 -19.5 -28.9 -39.8
Z 3
a) Utilice los datos de la tabla anterior para aproximar el valor de f (x) dx por me-
−1
dio la Regla Compuesta de Simpson. R./ I = −16,9333
b) Si se sabe que la gráfica de f 00 (x) corresponde a
50
y
40
f (x)
30
20
10
0
x
−10
−20
−30
−1.5 −1 −0.5 0 0.5 1 1.5 2 2.5 3 3.5
determine la cantidad de puntos que

Z 3 debe utilizar la Regla Compuesta del Tra-
pecio para aproximar el valor de f (x) dx con un error de a lo sumo 0.5 × 10−5 .
−1
R./ n = 5544

Z 3
f (x) dx ≈ Af 0 (0) + Bf (1) + Cf 0 (2) + Df (3)
0
la cual depende no solamente de f sino también de f 0 .

a) Verifique que si A = 0, B = 27
8
, C = 94 y D = − 83 , entonces la cuadratura anterior
sea exacta para polinomios de grado 3.
b) Utilice la cuadratura anterior para aproximar el valor de
Z 2
2
ex dx
1
R./ I = 23,2690
23. Considere la siguiente integral Z 5

2
I= ex ln(x)
3
a) Aproxime el valor de I utilizando la regla compuesta del Trapecio con 25 puntos.

R./ I = 1,2350e10
b) Determine la cantidad de puntos que se deben utilizar para aproximar el valor de I

utilizando la regla compuesta del Simpson con 5 decimale correctos.
R./ n = 83371

Z 2
f (x) dx ≈ Af (B) − Cf 00 (D)
1
a) Determine los valores de A, B, C y D tal que la cuadratura anterior sea exacta para
polinomios del mayor grado posible. R./ A = 1, B = 23 , C = −1
24
, D = 32
b) Suponiendo que A = 1, B = 2, C = 3 y D = 4, utilice la cuadratura anterior para

aproximar el valor de Z 4
ln3 (x) dx
2
R./ I = 2,5712
Métodos Numéricos Ecuaciones Diferenciales Ordinarias Página 83
7. Ecuaciones Diferenciales Ordinarias

7.1.1. Considere el siguiente problema de valor inicial:

 y(1) = 2
 y 0 (t) = t − y; t ∈ [1, 3]
Utilice el método de Euler para aproximar la solución del problema anterior utilizando 5 puntos.
Solución:
En este caso se debe dividir el intervalo en 4 subintervalos:
3−1
h= = 0.5
4
Con lo que se tiene:
ti = 1 + 0.5i
f (ti , wi ) = ti − wi
w0 = y0 = 2
w1 = w0 + h(t0 + w0 ) = 2 + 0.5(1 − 2) = 1.5
w2 = w1 + h(t1 + w1 ) = 1.5 + 0.5(1.5 − 1.5) = 1.5
w3 = w2 + h(t2 + w2 ) = 1.5 + 0.5(2 − 1.5) = 1.75
w4 = w3 + h(t3 + w3 ) = 1.75 + 0.5(2.5 − 1.75) = 2.125
7.1.2. Considere el problema de valor inicial:


 y(1) = 1
 dy = 0,7y − t2 + 1; t ∈ [1, 2]
dt
Utilice el método de Euler para aproximar la solución del problema anterior utilizando 5 puntos.
Además represente gráficamente los resultados obtenidos.
Solución:
Como nos solicitan 5 puntos debemos dividir en intervalo en 4 subintervalos. Ası́ tenemos que:
2−1
h= = 0,25
10
Con lo que tenemos:
ti = 1 + 0,25i
f (ti , wi ) = 0,7wi − t2i + 1
Ası́:
w0 = y0 =1
w1 = w0 + h(0,7w0 − t20 + 1) = 1 + 0,25(0,7 · 1 − 12 + 1) = 1,175
w2 = w1 + h(0,7w1 − t21 + 1) = 1,175 + 0,25(0,7 · 1,175 − 1,252 + 1) = 1,24
w3 = w2 + h(0,7w2 − t22 + 1) = 1,24 + 0,25(0,7 · 1,24 − 1,52 + 1) = 1,1445
w4 = w3 + h(0,7w3 − t23 + 1) = 1,1445 + 0,25(0,7 · 1,1445 − 1,752 + 1) = 0,8291625
La solución exacta viene dada por la ecuación:
y(t) = −4,42583e0,7t + 1,42857t2 + 4,08163t + 4,40233
Gráficamente tenemos:
−1
−2
−3
−4
−5
−6
−7
0 0.5 1 1.5 2 2.5 3
7.1.3. Considere el siguiente problema de valor inicial:


 y(2) = 1
 y 0 (t) = 1 + (t − y)2 ; t ∈ [2, 3]
Aproxime la solución del problema anterior utilizando el método de Taylor de orden 3 con 4
puntos.
Solución:
En este caso se tiene:
1
h=
3
i
ti = 2 +
3
f (ti , wi ) = 1 + (ti − wi )2
f 0 (ti , wi ) = −2(ti − wi )3
f 00 (ti , wi ) = 6(ti − wi )4
wi+1 = wi + h(1 + (ti − wi )2 ) − h2 (ti − wi )3 + h3 (ti − wi )4
Ası́:
w0 = y0 = 1
43
w1 = 1 + 1/3(1 + (2 − 1)2 ) − (1/3)2 (2 − 1)3 + (1/3)3 (2 − 1)4 = ≈ 1.5926
27
w2 = 43/27 + 1/3(1 + (7/3 − 43/27)2 ) − (1/3)2 (7/3 − 43/27)3 + (1/3)3 (7/3 − 43/27)4 ≈ 2.0748
w3 = 2.0748 + 1/3(1 + (8/3 − 2.0748)2 ) − (1/3)2 (8/3 − 2.0748)3 + (1/3)3 (8/3 − 2.0748)4 ≈ 2.5064


 y(1) = 1
 dy = 0,7y − t2 + 1; t ∈ [1, 2]
dt
Aproxime la solución del problema anterior utilizando 5 puntos y el polinomio de Taylor de
orden 4. Además represente gráficamente los resultados obtenidos.
Solución:
Como nos solicitan 5 puntos debemos dividir en intervalo en 4 subintervalos. Ası́ tenemos que:
2−1
h= = 0,25
10
Con lo que tenemos:
ti = 1 + 0,25i
f (ti , wi ) = 0,7wi − t2i + 1
f 0 (ti , wi ) = −2ti + 0,7(0,7wi − t2i + 1)

f 00 (ti , wi ) = −2 − 1,4ti + 0,49(0,7wi − t2i + 1)
f 000 (ti , wi ) = −1,4 − 0,98ti + 0,343(0,7wi − t2i + 1)
Por lo que:
h2 f 0 (ti , wi ) h3 f 00 (ti , wi ) h4 f 000 (ti , wi )

wi+1 = wi + hf (ti , wi ) + + +
2 3! 4!
Ası́:
w0 = y0 =1
w1 = 1 + 0,175 − 0,0471875 − 0,007960938 − 000034829102 ≈ 1,11950327
w2 = 1,11950327 + 0,055288073 − 0,073287294 − 0,009483425 − 0,00041489986 ≈ 1,09160573
w3 = 1,09160573 − 0,121468998 − 0,104378537 − 0,011297081 − 0,00049424731 ≈ 0,85396686
w4 = 0,85396686 − 0,366180799 − 0,14141582 − 0,013457589 − 0,00058876954 ≈ 0,33232388
y(t) = −4,42583e0,7t + 1,42857t2 + 4,08163t + 4,40233
−1
−2
−3
−4
−5
−6
−7
0 0.5 1 1.5 2 2.5 3
7.1.5. Considere el siguiente problema de valor inicial


 y(2) = 1
 y 0 (t) = 1 + (t − y)2 ; t ∈ [2, 3]
Aproxime la solución del problema anterior utilizando RK2 con 3 puntos uniformente distri-
buidos.
Solución:
h = 0.5; ti = 2 + 0.5i; f (t, y) = 1 + (t − y)2
w0 = 1
w1 = 1.8125
K1 = 0.5(1 + (t0 − w0 )2 ) = 0.5(1 + (2 − 1)2 ) = 1

K2 = 0.5(1 + (t1 − w0 − K1 )2 ) = 0.5(1 + (2.5 − 1 − 1)2 ) = 0.625
K1 + K2 1 + 0.625
w1 = w0 + =1+ = 1.8125
2 2
w2 = 2.48155
K1 = 0.5(1 + (t1 − w1 )2 ) = 0.5(1 + (2.5 − 1.8125)2 ) ≈ 0.7363

K2 = 0.5(1 + (t2 − w1 − K1 )2 ) = 0.5(1 + (3 − 1.8125 − 0.7363)2 ) ≈ 0.6018
K1 + K2 0.7363 + 0.6018
w2 = w1 + = 1.8125 + = 2.48155
2 2
7.1.6. Utilice el método de RK2, para aproximar el siguiente problema de Cauchy


 y 0 = 2x2 − 4x + y
 y(1) = 0,7182818
en el intervalo [1, 3], con h = 0,5. Además respresente gráficamente los resultados obtenidos.
Solución:
Tenemos que:
i xi yi K1 K2
0 1 0,7182818 −0,64085910 −0,71128865
1 1,5 0,042207925 −0,72889604 −0,343344056
2 2 −0,493912122 −0,24695606 0,879565909
3 2,5 −0,177607198 1,16119640 3,491794601
4 3 2,148888303
y(x) = ex − 2x2
25
20
15
10
−5
0 0.5 1 1.5 2 2.5 3 3.5 4


 y(2) = 1
 y 0 (t) = 1 + (t − y)2 ; t ∈ [2, 3]
Aproxime la solución del problema anterior utilizando RK4 con 3 puntos uniformente distri-
buidos.
Solución:
h = 0.5; ti = 2 + 0.5i; f (t, y) = 1 + (t − y)2
w0 = 1
w1 = 1.83332
K1 = 0.5(1 + (t0 − w0 )2 ) = 0.5(1 + (2 − 1)2 ) = 1

K2 = 0.5(1 + (t0 + 0.25 − w0 − 0.5K1 )2 ) = 0.5(1 + (2 + 0.25 − 1 − 0.5 · 1)2 ) = 0.78125
K3 = 0.5(1 + (t0 + 0.25 − w0 − 0.5K2 )2 ) = 0.5(1 + (2 + 0.25 − 1 − 0.5 · 0.78125)2 ) = 0.86926
K4 = 0.5(1 + (t0 + 0.5 − w0 − K3 )2 ) = 0.5(1 + (2 + 0.5 − 1 − 0.86926)2 ) = 0.69892
K1 + 2K2 + 2K3 + k4 1 + 2 · 0.78125 + 2 · 0.86926 + 0.69892
w1 = w0 + =1+ = 1.83332
6 6
w2 = 2.96242
K1 = 0.5(1 + (t1 − w1 )2 ) = 0.5(1 + (2.5 − 1.83332)2 ) = 0.72223

K2 = 0.5(1 + (t1 + 0.25 − w1 − 0.5K1 )2 ) = 0.5(1 + (2.5 + 0.25 − 0.83332 − 0.5 · 0.72223)2 )
= 1.70989
K3 = 0.5(1 + (t1 + 0.25 − w1 − 0.5K2 )2 ) = 0.5(1 + (2.5 + 0.25 − 0.83332 − 0.5 · 1.70989)2 )
= 1.06364
K4 = 0.5(1 + (t1 + 0.5 − w1 − K3 )2 ) = 0.5(1 + (2.5 + 0.5 − 1.83332 − 1.06364)2 )
= 0.50531
K1 + 2K2 + 2K3 + K4 0.72223 + 2 · 1.70989 + 2 · 1.06364 + 0.50531
w2 = w1 + = 1.83332 +
6 6
= 2.96242
7.1.8. Utilice el método de RK4 para aproximar la solución del siguiente problema del valor
inicial

 y 0 = x2 − 3y
 y(0) = 1
en el intervalo 0 ≤ x ≤ 1, con 4 puntos. Además represente gráficamente los resultados obteni-

dos.
Solución:
Tenemos que:
i xi yi K1 K2 K3 K4
0 0 1 −1 −0,49074 −0,74537 −0, 21759
1 0.3 0,38503 −0,34799 −0,12770 −0,23785 0,00096
2 0.6 0,20534 −0,05720 0,05474 −0,00123 0,12922
3 1 0,23518

1
(9x2 − 6x + 25e−3x + 2)
27
4.5
3.5
2.5
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4


 y(2) = 1
 y 0 (t) = 1 + (t − y)2 ; t ∈ [2, 3]
Siguiendo los resultadosd el ejercicio 7.1.7, por medio de RK4 con 3 puntos se obtuvieron los
siguientes resultados
w0 = 1
w1 = 1.83332
1. Determine la fórmula general de Adams-Bashforth dados dos puntos.
Solución:



 w 0 = a0

w 1 = a1



 w
i+1 = wi + c0 hfi + c1 hfi−1 ; i = 1, 2, 3, ...
Z 1
La cuadratura Q(v) dv = c0 Q(0) + c1 Q(−1) es exacta para el espacio generado por la
0
base canónica {1, v}, ası́

 1 = c +c 1 3
0 1
⇒ c1 = − ; c0 =
 1 = −c
1
2 2
2
Por lo tanto:



 w 0 = a0

w 1 = a1


3 1
i+1 = wi + 2 hfi − 2 hfi−1 ; i = 1, 2, 3, ...

 w
2. Utilizando la fórmula anterior, aproxime la solución del problema dado al inicio en cinco
puntos igualmente espaciados.
Solución:
1
h = = 0.25
4
ti = 2 + 0.25i (i = 0, 1, 2, 3, 4)
fi = f (ti , wi ) = 1 + (ti − wi )2
Se tiene que:



 w0 = 1

w1 = 1.83332


2 2
i+1 = wi + 0.375(1 + (ti − wi ) ) − 0.125(1 + (ti−1 − wi−1 ) ); i = 1, 2, 3, ...

 w
Ası́:
w2 = w1 − 0.125(1 + (t1 − w1 )2 ) + 0.375(1 + (t0 − w0 )2 )

= 1.83332 + 0.375(1 + (2.25 − 1.83332)2 ) − 0.125(1 + (2 − 1)2 )
= 2.023428
w3 = w2 − 0.125(1 + (t2 − w2 )2 ) + 0.375(1 + (t1 − w1 )2 )

= 2.023428 + 0.375(1 + (2.5 − 2.023428)2 ) − 0.125(1 + (2.25 − 1.83332)2 )
= 2.336896
w4 = w3 + 0.375(1 + (t3 − w3 )2 ) − 0.125(1 + (t2 − w2 )2 )

= 2.336896 + 0.375(1 + (2.75 − 2.336896)2 ) − 0.125(1 + (2.5 − 2.023428)2 )
= 2.622501
3. Determine la fórmula general de Adams-Moulton dados dos puntos.
Solución:

 w1 = a1
 w
i+1 = wi + hc−1 fi+1 + hc0 fi ; i = 1, 2, 3, ...
Z 1
La cuadratura Q(v) dv = c−1 Q(1) + c0 Q(0) es exacta para el espacio generado por la
0
base {1, v}, ası́ 
 1 = c +c 1 3
−1 0
⇒ c−1 = − ; c0 =
 1 = −c
−1
2 2
2
Por lo tanto:

 w 1 = a1
3 1
i+1 = wi + 2 hfi+1 − 2 hfi ; i = 1, 2, 3, ...
 w
4. Utilizando la fórmula anterior, mejore las soluciones obtenidas con AB2.
Solución:
Se tiene que

 w = 1.83332
1
2 2
i+1 = wi + 0.375(1 + (ti+1 − wi+1 ) ) − 0.125(1 + (ti − wi ) ); i = 1, 2, 3, ...
 w
Ası́:
w2 = w1 + 0.375(1 + (t2 − w2 )2 ) − 0.125(1 + (t1 − w1 )2 )

= 1.83332 + 0.375(1 + (2.5 − 2.023428)2 ) − 0.125(1 + (2.25 − 1.83332)2 )
= 2.146788
w3 = w2 + 0.375(1 + (t3 − w3 )2 ) − 0.125(1 + (t2 − w2 )2 )
= 2.146788 + 0.375(1 + (2.75 − 2.336896)2 ) − 0.125(1 + (2.5 − 2.146788)2 )
= 2.445189
w4 = w3 + 0.375(1 + (t4 − w4 )2 ) − 0.125(1 + (t3 − w3 )2 )
= 2.445189 + 0.375(1 + (3 − 2.622501)2 ) − 0.125(1 + (2.75 − 2.445189)2 )
= 2.737015


 y 0 = t2 − 3y
 y(0) = 1
en el intervalo 0 ≤ x ≤ 1
1. Determine la fórmula general de Adams-Bashforth dados tres puntos
3. Si se sabe que la solución exacta viene dada por la ecuación:

1
(9x2 − 6x + 25e−3x + 2)
27
, grafique los resultados obtenidos.
Solución
1. Haciendo uso del esquema general de AB de 3 pasos tenemos:




 w 0 = a0



 w = a
1 1


 w 2 = a2



 w
i+1 = wi + hc0 fi + hc1 fi−1 + hc2 fi−2 ; i = 2, 3, 4, ...
Dado el sistema anterior tomamos como referencia la cuadratura:

Z 1
Q(v)dv = c0 Q(0) + c1 Q(−1) + c2 Q(−2)
0
Tomando como referencia la base canónica tenemos: Q(v) = 1, Q(v) = v, Q(v) = v 2 . Ası́
tenemos el sistema: 



 1 = c0 + c1 + c2






 1
= −c1 − 2c2

 2






 1

 = c1 + 4c2
3
23 4 5
Las soluciones del sistema anterior corresponden a c0 = , c1 = − , c2 =
12 3 12
Por lo tanto tenemos el esquema iterativo:



 w 0 = a0


 w 1 = a1



 w 2 = a2
 wi+1 = wi + 23 hfi − 4 hfi−1 + 5 hfi−2 ; i = 2, 3, 4, ...



12 3 12
2. Tenemos que:
1
h= = 0, 25
4
ti = 0 + 0, 25i, i = 0, 1, 2, 3, 4
f (ti , wi ) = t2i − 3wi
Ası́ tenemos por RK4 y el esquema anterior que:




 w0 = 1


 w1 = 0,38503



 w2 = 0,20534
 wi+1 = wi + 23 hfi − 4 hfi−1 + 5 hfi−2 ; i = 2, 3, 4, ...



13 3 12
Por lo que:
23 4 5
w3 = 0,20534 + · 0, 25 · (t22 − 3w2 ) − · 0, 25 · (t21 − 3w1 ) + · 0, 25 · (t20 − 3w0 )
13 3 12
23 4 5
= 0,20534 + · 0, 25 · (0, 52 − 3 · 0,20534) − · 0, 25 · (0,252 − 3 · 0,38503) + · 0, 25 · (02 − 3 · 1)
12 3 12
= 0,08165208333
23 4 5
w4 = 0,0954080 + · 0, 25 · (t23 − 3w3 ) − · 0, 25 · (t22 − 3w2 ) + · 0, 25 · (t21 − 3w1 )
12 3 12
23 4 5
= 0,081652 + · 0, 25 · (0, 752 − 3 · 0,081652) − · 0, 25 · (0,52 − 3 · 0,20534) + · 0, 25 · (0,252 − 3 · 0,38503)
12 3 12
= 0,24200367187
3. La solución exacta viene dada por la ecuación:

1
(9x2 − 6x + 25e−3x + 2)
27


 y 0 = t2 − 3y
 y(0) = 1
en el intervalo 0 ≤ x ≤ 1
1. Determine la fórmula general de Adams-Bashforth dados tres puntos
3. Si se sabe que la solución real al problema anterior viene dada por

1
(9x2 − 6x + 25e−3x + 2)
27
, grafique esta en conjunto con los resultados obtenidos.
Solución
1. Tenemos: 


 w1 = a1

w2 = a2



 w
i+1 = wi + hc−1 fi+1 + hc0 fi + hc1 fi−1 ; i = 2, 3, 4, ...
Dado el sistema anterior tomamos como referencia la cuadratura:

Z 1
Q(v)dv = c−1 Q(1) + c0 Q(0) + c1 Q(−1)
0
Tomando como referencia la base canónica tenemos: Q(v) = 1, Q(v) = v, Q(v) = v 2 . Ası́
tenemos el sistema: 



 1 = c−1 + c0 + c1






 1
= c−1 − c1

 2






 1

 = c−1 + c1
3
5 2 1
Las soluciones del sistema anterior corresponden a c−1 = , c0 = , c1 = −
12 3 12
Por lo tanto tenemos el esquema iterativo:



 w 1 = a1

w 2 = a2
 wi+1 = wi + 5 hfi+1 + 2 hfi − 1 hfi−1 ; i = 2, 3, 4, ...



12 3 12
2. Tenemos que:
1
h= = 0, 25
4
ti = 0 + 0, 25i, i = 0, 1, 2, 3, 4
f (ti , wi ) = t2i − 3wi
Ası́ tenemos por RK4 y el esquema anterior que:




 w1 = 0,38503

w2 = 0,20534
 wi+1 = wi + 5 0,25fi+1 + 2 0,25fi − 1 0,25fi−1



12 3 12
Además de acuerdo al método de Adams-Bashforth que:

 w = 0,08165208333
3
 w = 0,24200367187
4
Por lo que:
5 2 1
w3 = 0,20534 + 0,25(t23 − 3 · w3 ) + 0,25(t22 − 3 · w2 ) − 0,25(t21 − 3 · w1 )
12 3 12
5 2 1
= 0,20534 + 0,25(0,752 − 3 · 0,08165) + 0,25(0,52 − 3 · 0,20534) − 0,25(0,252 − 3 · 0,38503)
12 3 12
= 0,200177083
5 2 1
w4 = 0,200177083 + 0,25(t24 − 3 · w4 ) + 0,25(t23 − 3 · w3 ) − 0,25(t22 − 3 · w2 )
12 3 12
5 2 1
= 0,200177083 + 0,25(12 − 3 · 0,24200367187) + 0,25(0,752 − 3 · 0,200177083) − 0,25(0,52 − 3 · 0,20534)
12 3 12
= 0,230004477
3. La solución exacta viene dada por la ecuación:

1
(9x2 − 6x + 25e−3x + 2)
27
7.1.12. Resuelva numericamente la siguiente ecuacion diferencial ordinaria:


 y(2) = 1
 y 0 (t) = −y + 1 + t; t ∈ [0, 1]
Utilizando h = 0,1, como método predictor, el método de Adams-Moulton de 4 pasos y como

corrector el método de Adams - Moulton de 4 pasos. Grafique los resultados.
Solución:
Para el método predictor tenemos como esquema:
h
wi+1 = wi + (55fi − 59fi−1 + 37fi−2 − 9fi−3 )
24
Para el método corrector tenemos como esquema:

h
yi+1 = yi + (9fi+1 + 19fi − 5fi−1 + fi−2 )
24
Aplicando RK4 para obtener tres valores inciales tenemos:

w0 = 1, 0048375 w1 = 1, 0187309 w2 = 1, 04081842
(Verifiquelo!!!)
Obtenemos:
i t P redecirwi+1 Corregirwi+1 t0 t1 t2 w0 w1 w2
4 0, 4 1, 070323099 1, 070319918 0, 1 0, 2 0, 3 1, 0048375 1, 0187309 1, 040818422
5 0, 5 1, 106533192 1, 106530268 0, 2 0, 3 0, 4 1, 0187309 1, 040818422 1, 070319918
6 0, 6 1, 14881363 1, 148811033 0, 3 0, 4 0, 5 1, 040818422 1, 070319918 1, 106530268
7 0, 7 1, 196586899 1, 196584531 0, 4 0, 5 0, 6 1, 070319918 1, 106530268 1, 148811033
8 0, 8 1, 249330202 1, 24932806 0, 5 0, 6 0, 7 1, 106530268 1, 148811033 1, 196584531
9 0, 9 1, 306570595 1, 306568657 0, 6 0, 7 0, 8 1, 148811033 1, 196584531 1, 24932806
10 1 1, 36788012 1, 367878366 0, 7 0, 8 0, 9 1, 196584531 1, 24932806 1, 306568657
e−t + t

1. Considere el siguiente problema de valor inicial:

 y(0) = 0
 y 0 (t) = te3t − 2y; t ∈ [0, 1]
Aproxime la solución del problema anterior utilizando el método de Taylor de orden 4

con 3 puntos.
2. La siguiente ecuación diferencial de primer orden, modela un proceso quı́mico industrial:

 y(0) = 0
 y 0 (t) = 3 + 5 sen(t) + 0.2y; t ∈ [0, 2]
Aplique el método Predictor-Corrector de Adams de cuarto orden para aproximar la

solución del problema anterior en seis puntos igualmente espaciados y aplique dos veces
el método de Adams-Moulton en cada aproximación.

 y(0) = 0

dy t2 + y 2
 = ; t ∈ [0, 5]
1 + t + y2

dt
Y el siguiente método Predictor-Corrector:
(i) Utiliza el método de Taylor de orden 2 para aproximar el valor en los primeros cinco
(0)
puntos: wi (i = 0, 1, 2, 3, 4)
(ii) Utiliza el método de Adams-Bashforth de 4 pasos para aproximar el valor en los
(0)
puntos restantes: wi+1 (i = 4, 5, 6, 7, 8, ...)
(iii) Utiliza el método de Adams-Moulton de 4 pasos para mejorar las aproximaciones
(1)
obtenidas con el método de Adams-Bashforth: wi+1 (i = 4, 5, 6, 7, 8, ...)
(iv) Utiliza el método de Adams-Moulton de 4 pasos para mejorar las aproximaciones
(2)
anteriormente: wi+1 (i = 4, 5, 6, 7, 8, ...)
a) Utilice el método descrito anteriormente para aproximar la solución del problema

dado en 10 puntos igualmente espaciados.
(2)
b) Grafique las últimas aproximaciones (wi , ti ) obtenidas en el punto anterior.


 y(1) = 1
 y 0 (t) = ye2t ; t ∈ [1, 6]
Aplique el siguiente método para aproximar la solución del problema anterior en 6 puntos
igualmente espaciados.
a) Utilice el método de Taylor de orden 2 para aproximar la solución en t0 , t1 y t2 .

b) Utilice el método de RK2 para aproximar la solución en t3 y t4 .
c) Utilice el método de Adams-Bashforth de dos pasos para aproximar el valor de t5 .
d ) Aplique dos veces el método de Adams-Moulton de dos pasos para mejorar el valor
de t5 .

 y(0) = 0
 y 0 (t) = te3t − 2y; t ∈ [0, 1]
Utilice el método Predictor-Corrector de Adams de segundo orden para aproximar la

solución del problema anterior en 9 puntos igualmente espaciados.

 y(0) = 1
 y 0 (t) = t + 1 − y; t ∈ [0, 1]
2
Aproxime la solución del problema anterior en 6 puntos igualmente espaciados aplicando
el siguiente algoritmo:
a) Obtener una primera aproximación, utilizando el método de Taylor de orden 3.
b) Tomando como base las aproximaciones obtenidas en el punto anterior, aplicar el
método de Adams-Moulton de 3 pasos para mejorar dos veces las aproximaciones
obtenidas en el punto anterior.

 y(0) = 0
 f (t, y) = 1 + y 2 − t2 ; t ∈ [0, 1]
Aproxime la solución del problema anterior, en 5 puntos igualmente espaciados, de la

siguiente manera:
a) Utilice el método de Taylor de orden 3 para encontrar las primeras aproximaciones.
b) Utilice el método de Adams-Bashforth de 2 pasos para mejorar dos veces las apro-
ximaciones anteriores.

 y(0) = 1
 y 0 (t) = 4t3 − 3t + y; t ∈ [0, 3]
Aproxime la solución del problema anterior en 5 puntos igualmente espaciados aplicando

el siguiente algoritmo:
a) Utilice el método RK2, para obtener las tres primeras aproximaciones (w0 , w1 , w2 )
b) Determine la fórmula general de Adams-Bashforth de 3 pasos (AB3).
c) Tomando como base las aproximaciones obtenidas en el punto a) y la fórmula del
punto anterior, determine los aproximaciones w3 , w4 .
d ) Determine la fórmula general de Adams-Moulton de 4 pasos (AM4).
e) Tomando como base las aproximaciones obtenidas en el punto c) y la fórmula del
punto anterior, mejore dos veces los aproximaciones w3 , w4 .


 y(1) = 1
 2ty 3 + t2 y 2 y 0 = 0; t ∈ [1, 3]
Utilice el método predictor corrector de orden dos para aproximar la solución de problema
anterior en 5 puntos igualmente espaciados.


 y(0) = 2
 y 0 = 4e0.8t − 0.5y; t ∈ [0, 1]
a) Determine la fórmula general del método de AB-4.

b) Determine la fórmula general del método de AM-3.
c) Utilice el siguiente método predictor-corrector para aproximar la solución del pro-
blema de valor inicial, dado anteriormente, en 5 puntos igualmente espaciados.
Utilice el método de Taylor de orden 2 para aproximar el valor de y1 , y2 , y3 .
Utilice el método de AB-4 para aproximar el valor de y4 .
Utilice el método de AM-3 para mejorar dos veces las aproximaciones obteni-
das anteriormente, en las que sea posible.
11. Suponga que un alumno es portador del virus de la gripe y regresa a su escuela, donde hay
1000 estudiantes. Si se supone que la razón con que se propaga el virus es proporcional
no sólo a la cantidad x de alumnos infectados, sino también a la cantidad de alumnos no
infectados, determine la cantidad de alumnos infectados cada dı́a, durante los primeros 5
dı́as se sabe que
dx
= 0.9906 × 10−3 x(1000 − x)
dt
para ello utilice el siguiente método predictor-corrector para aproximar la solución del
problema anterior
i. Runge Kutta de orden 4 para determinar las condiciones iniciales necesarias.

ii. Adams Bashforth de 3 pasos para obtener las primeras aproximaciones.
iii. Adams Moulton de 4 pasos para mejorar dos veces las soluciones que sea factible
mejorar.
12. Un acumulador de 12 volts se conecta a un circuito en serie LR, con una inductancia de
0.5 henry y una resistencia de 10 ohms. Si la corriente inicial es nula y la ecuación que
ayuda a determinar la corriente I en un tiempo t dado es
dI
0.5 + 10I = 12
dt
aproxime el valor de corriente presente en el circuito cada segundo, durante los primeros
5 segundos. Para ello utilice el siguiente procedimiento
i. Runge Kutta de orden 2 para determinar las condiciones iniciales necesarias.

ii. Adams Bashforth de 3 pasos para obtener las primeras aproximaciones.
iii. Adams Moulton de 4 pasos para mejorar dos veces las soluciones que sea factible
mejorar.
13. Un cohete con masa inicial de 25 000 kg, la cual incluye 20 000 kg de combustible. Durante
el proceso de quema los productos de la combustión se descargan a una velocidad relativa
al cohete de 400 m/seg, involucrando una pérdida de 1 000 kg de combustible por segundo.
El cohete parte de la Tierra con una velocidad nula y viaja verticalmente hacia arriba.
Si la única fuerza que actúa es la de la gravitación, la ecuación que describe el cambio de
velocidad del cohete en un tiempo determinado es la siguiente t
dV
(25000 − 1000t) − 400000 = 0
dt
Aproxime la velocidad del cohete después de 15, 30, 45 y 60 segundos de haber iniciado
el viaje. Para ello
a) Determine los parámetros iniciales del problema: ecuación de la forma f 0 (V, t) =

0, intervalo, condición inicial y cantidad de puntos (aproximaciones) que se deben
calcular.
b) Utilice el método de Taylor de orden 2 para determinar las tres primeras aproxima-
ciones (contando allı́ la condición inicial como una de las primeras tres).
c) Utilice los resultados del punto anterior y el método de Adams-Bashforth de 3 pasos
para obtener las aproximaciones restantes.
d ) Utilice los resultados de los puntos anteriores y el método de Adams-Moulton de 4
pasos para mejorar dos veces todas las aproximaciones que sea posible.
En cada punto debe aparecer el procedimiento completo de la construcción de las fórmulas

que se utilizaron.
14. Un lı́quido transporta una droga dentro de un órgano de volumen 500 cm3 a una tasa de
10 cm3 /seg y sale a la misma. La concentración de la droga en el lı́quido es de 0.08 g/cm3 .
Asumiento que inicialmente la droga no está presente en el órgano, la concentración de

la droga en el órgano en cualquier tiempo t está dada por la siguiente ecuación
dC
500 = 0.8 − 10C
dt
Aproxime la concentración de la droga en el órgano durante los primeros 30 segundos.
Para ello
a) Utilice 4 puntos distribuitos uniformemente y determine los parámetros iniciales del

problema: ecuación de la forma f 0 (C, t) = ..., intervalo y condición inicial.
b) Utilice el siguiente método predictor-corrector de Adams de orden 2 para obtener
las aproximaciones requeridas
Runge-Kutta de orden 2 para obtener w0 y w1 .
Adams-Bashforth de 2 pasos para obtener el resto de las aproximaciones.
Adams-Moulton de 2 pasos para mejorar, una vez, todas las aproximaciones que
sea posible.
Debe aparecer el procedimiento completo de la construcción de las fórmu-
las que se utilizaron.
Métodos Numéricos Aplicaciones de Ecuaciones Diferenciales Parciales Página 105
8. Aplicaciones de Ecuaciones Diferenciales Parciales

8.1.1. Considere la siguiente placa metálica:
la cual se expone a cierta temperatura constante en los bordes, tal y como se indica en la figura.
Determine la distribución de la temperatura en la lámina, luego que dicha temperatura se ha
estabilizado.
Suponiendo que ∆x = ∆y , se tiene el siguente mallado:
0°
(0,4) (1,4) (2,4) (3,4) (4,4) (5,4) (6,4)
0° (0,3) (1,3) (2,3) (3,3) (4,3) (5,3) (6,3) 0°
(0,2) (1,2) (2,2) (3,2) (4,2) (5,2) (6,2)
140° (0,1) (1,1) (2,1) (3,1) (4,1) 180°
(0,0) (1,0) (2,0) (3,0) (4,0)

175°
Tomando como referencia la malla anterior, se discretiza la ecuación de calor de la siguiente

manera:
1. (1, 1)
T0,1 − 4T1,1 + T2,1 + T1,0 + T1,2 = 0 ⇒ −4T1,1 + T2,1 + T1,2 = −315
2. (2, 1)
T1,1 − 4T2,1 + T3,1 + T2,0 + T2,2 = 0 ⇒ T1,1 − 4T2,1 + T3,1 + T2,2 = −175
3. (3, 1)
T2,1 − 4T3,1 + T4,1 + T3,0 + T3,2 = 0 ⇒ T2,1 − 4T3,1 + T3,2 = −355
4. (1, 2)
T0,2 − 4T1,2 + T2,2 + T1,1 + T1,3 = 0 ⇒ −4T1,2 + T2,2 + T1,1 + T1,3 = −140
5. (2, 2)
T1,2 − 4T2,2 + T3,2 + T2,1 + T2,3 = 0
6. (3, 2)
T2,2 − 4T3,2 + T4,2 + T3,1 + T3,3 = 0 ⇒ T2,2 − 4T3,2 + T3,1 + T3,3 = −180
7. (4, 2)
T3,2 − 4T4,2 + T5,2 + T4,1 + T4,3 = 0 ⇒ T3,2 + T4,3 = 360
8. (1, 3)
T0,3 − 4T1,3 + T2,3 + T1,2 + T1,4 = 0 ⇒ −4T1,3 + T2,3 + T1,2 = 0
9. (2, 3)
T1,3 − 4T2,3 + T3,3 + T2,2 + T2,4 = 0 ⇒ T1,3 − 4T2,3 + T3,3 + T2,2 = 0
10. (3, 3)
T2,3 − 4T3,3 + T4,3 + T3,2 + T3,4 = 0 ⇒ T2,3 − 4T3,3 + T4,3 + T3,2 = 0
11. (4, 3)
T3,3 − 4T4,3 + T5,3 + T4,2 + T4,4 = 0 ⇒ T3,3 − 4T4,3 + T5,3 = −180
12. (5, 3)
T4,3 − 4T5,3 + T6,3 + T5,2 + T5,4 = 0 ⇒ T4,3 − 4T5,3 = −180
Las ecuaciones anteriores forman un sistema de la siguiente manera:

 
T T T T T T T T T T T
 1,1 2,1 3,1 1,2 2,2 3,2 1,3 2,3 3,3 4,3 5,3  
 
 −315
 −4 1 1  T1,1
   
  −175
  
  
 1 −4 1 1   T2,1
 
  
  −355
  
  
1 −4 1   T3,1
 
   
  −140
  
  
 1 −4 1 1   T1,2
 
  
  0
  
  
1 1 −4 1 1   T2,2
 
   
  −180
  
  
1 −4 =
 
 1 1   T3,2 
    360

    
 1 1   T1,3   
    0

  
−4
 
 1 1   T2,3   
    0

  
1 −4
 
 1 1   T3,3   
    0

    
 1 1 −4 1   T4,3   
   
 −180


 
 1 −4 1  T5,3  
  −180
1 −4
Se puede aplicar el método de Gauss-Seidel para aproximar la solución del sistema anterior:



 T1,1 = 315+T2,14
+T1,2

T2,1 = 175+T1,1 +T 3,1 +T2,2



4




T3,1 = 355+T2,1 +T3,2


4




 T1,2 = 140+T1,1 +T 2,2 +T1,3



 4

T = T2,1 +T1,2 +T 3,2 +T2,3


 2,2 4


180+T3,1 +T2,2 +T3,3
T3,2 = 4


 T1,2 +T2,3


 T1,3 = 4


 T2,2 +T1,3 +T3,3


 T2,3 = 4


 T3,2 +T2,3 +T4,3


 T3,3 = 4


 180+T3,3 +T5,3



 T4,3 = 4

 180+T4,3
 T5,3 = 4
Tomando T (0) = (0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0)T se tienen los siguientes resultados:

n T1,1 T2,1 T3,1 T1,2 T2,2 T3,2 T1,3 T2,3 T3,3 T4,3 T5,3 Error: ||, ||2
0 0 0 0 0 0 0 0 0 0 0 0
1 78.75 63.44 104.61 54.69 29.53 78.54 13.67 10.80 22.33 50.58 57.65 194.6373786
2 108.28 104.36 134.47 72.87 66.64 100.86 20.92 27.47 44.73 70.59 62.65 83.07766193
3 123.06 124.79 145.16 87.65 85.20 113.77 28.78 39.68 56.01 74.66 63.67 42.84151647
4 131.86 134.31 150.77 96.46 96.05 120.71 34.03 46.52 60.47 76.04 64.01 23.22485599
5 136.44 139.57 153.82 101.63 102.11 124.10 37.04 49.91 62.51 76.63 64.16 12.56354732
6 139.05 142.49 155.40 104.55 105.26 125.79 38.61 51.60 63.50 76.92 64.23 6.753600732
7 140.51 144.04 156.21 106.10 106.88 126.65 39.42 52.45 64.00 77.06 64.26 3.550067563
8 141.28 144.84 156.62 106.90 107.71 127.08 39.84 52.89 64.26 77.13 64.28 1.833495963
9 141.69 145.25 156.83 107.31 108.13 127.31 40.05 53.11 64.39 77.17 64.29 0.939917204
10 141.89 145.46 156.94 107.52 108.35 127.42 40.16 53.22 64.45 77.19 64.30 0.480494969
11 142.00 145.57 157.00 107.63 108.46 127.48 40.21 53.28 64.49 77.20 64.30 0.245386375
12 142.05 145.63 157.03 107.68 108.52 127.51 40.24 53.31 64.50 77.20 64.30 0.125272428
13 142.08 145.65 157.04 107.71 108.55 127.52 40.25 53.33 64.51 77.20 64.30 0.063944727
14 142.09 145.67 157.05 107.72 108.56 127.53 40.26 53.33 64.52 77.20 64.30 0.032638794
15 142.10 145.68 157.05 107.73 108.57 127.53 40.27 53.34 64.52 77.21 64.30 0.016659286
0° 0° 0° 0° 0° 0° 0°
0° 40° 53° 65° 77° 64° 0°
140° 108° 108° 128°

180°
140° 142° 146° 157° 180°
175° 175° 175°
La distribución de calor en la placa se puede representar por medio de la siguiente matriz:

 
0◦ 0◦ 0◦ 0◦ 0◦ 0◦ 0◦
 
 0 ◦ ◦ ◦ ◦ ◦ ◦ ◦
40 53 65 77 64 0
 

 
 ◦ ◦ ◦
 140 108 108 128 180 ◦ ◦ ◦ ◦ 
180 180 
 
 140◦ 142◦ 146◦ 157◦ 180◦ ∗180◦ ∗180◦ 
 
 
◦ ◦ ◦ ◦ ◦ ◦ ◦
∗158 175 175 175 ∗178 ∗180 ∗180
180
160
140
120
100
80
60
40
20
’LineStyle’,’none’, ... ’FaceLighting’,’gouraud’, ... ’FaceColor’,’interp’); colormap jet;

1. Considere una placa metálica, rectángular y aislada de dimensiones 10×20 cm. A la cuál
se le aplican las siguientes temperaturas 20◦ C en la frontera izquierda, 0◦ C en la superior,
15◦ C en la derecha y 40◦ C en la inferior.
a) Discretice el espacio de la placa de tal manera que entre cada par de puntos haya
una distancia horizontal de 2 cm y una distancia vertical de 1 cm.
b) Discretice la ecuación diferencia que describe la transferencia del calor en la plata
en un momento t dado.
c) Genere el sistema de ecuaciones que permite aproximar la temperatura, en un de-
terminado tiempo t, en los puntos definidos en la parte a).
2. Considere la siguiente placa metálica:
0°
180° 80°
40°
50°
100° 200°
0°
la cual se expone a cierta temperatura constante en los bordes, tal y como se indica en
la figura.
a) Utilizando Diferencias Finitas centradas y suponiendo que ∆x = ∆y , discretice la

ecuación que describe la transferencia de calor en dicha placa.
b) Utilice los puntos marcados para discretizar el espacio de la placa y aplique la ecua-
ción discretizada a los nodos formados.
c) Realice 10 iteraciones del método de Gauss-Seidel para aproximar la distribución de
la temperatura en la lámina, luego que dicha temperatura se ha estabilizado.
d ) Grafique la distribución de calor obtenida después de que la temperatura se estabi-
lizó.
3. El escurrimiento de un fluido a través de un medio poroso en un ambiente de 2 dimensiones

está dada por la ecuación diferencial:
∂ 2U ∂ 2U
Cx + C y =0
∂x2 ∂y 2
donde Cx es el coeficiente de permeabilidad horizontal [cm/seg.], Cy el coeficiente de

p
permeabilidad vertical [cm/seg.], U la altura piezométrica (U = p + y), la carga de
d
presión del fluido circulante en cada punto [m.c.a.], y la carga de posición respecto a un
plano de referencia cualquiera y d al densidad del fluido. Suponiendo que la velocidad de
escurrimiento es muy pequeña se puede despreciar la carga por la velocidad.
Suponga que el material por el cual se escurre el lı́quido es isótropo, es decir, Cx = Cy = C
y en particular C = 1 cm/seg y además que se realiza bajo las siguientes condiciones:
U=
U=
20 cm 20 cm 20 cm
cm
40 cm 40 cm 40 cm
donde q = 0 indica una condición de pared impermeable (flujo nulo), es decir, que cuando
el flujo llegue ahı́ ya no podrá seguir escurriendo. Note que sólo hay dos condiciones de
frontera (U = 100 y U = 60) las cuales aplican, únicamente, a la parte “superior” del
material. Aproxime el valor de la altura piezométrica en las demás paredes y en el interior
del material de la siguiente manera:
a) Discretice el espacio del material utilizando puntos igualmente espaciados tanto ver-
tical como horizontalmente, donde la distancia horizontal entre cada par de puntos
sea de 12 cm y la vertical de 6 cm. Y escriba la ecuación, que describe el escurri-
miento, en forma discreta definida para cualquier punto (xi , yj ).
b) Defina la ecuación resultante para cada punto en el interior del material y escriba la
forma general del sistema obtenido, donde las variables Ui,j del vector de variables
deben seguir un orden ascendente primero de acuerdo al valor de cada i y las variables
con igual i también ordenadas ascendetemente de acuerdo al valor de j.
c) Genere la matriz de coeficientes y el vector del sistema obtenido a partir de la
ecuación anterior.
d ) Utilice el método de Gauss-Seidel para aproximar la solución del sistema realizando
5 iteraciones.
e) Gráfique los resultados obtenidos en el punto anterior.
4. Considere una placa metálica, rectángular y aislada de dimensiones 20×20 cm. A la cuál
se le aplican las siguientes temperaturas 10◦ C en la frontera izquierda, 0◦ C en la superior,
0◦ C en la derecha y 15◦ C en la inferior.
b) Se sabe que la transferencia de calor en dicha placa está dado por:
∂ 2T ∂ 2T
+ =0
∂x2 ∂y 2
Discretice la ecuación diferencial que describe la transferencia del calor en la plata
en un momento t dado.
c) Genere el sistema de ecuaciones que permite aproximar la temperatura, en un de-
terminado tiempo t, en los puntos definidos en la parte a).
5. Considere la placa metálica, rectángular y aislada de la siguiente figura

16 cm
0°C
5 cm 0°C
8 cm 10 cm
40°C
5°C
10°C
8 cm
0°C 10 cm
20°C
8 cm
0°C
10°C 10 cm
25°C
a la cuál se le aplican las temperaturas indicadas en cada pared.
b) Discretice la ecuación diferencial que describe la transferencia del calor en la placa
en un momento t dado, si se sabe que la ecuación que describe dicha situación es
∂ 2T ∂ 2T
+ =0
∂x2 ∂y 2
c) Determine, de forma general, el sistema de ecuaciones que permite aproximar la

temperatura, en un determinado tiempo t, en los puntos definidos en la parte a).
6. Suponga que se pierde calor a través de la superficie lateral de una varilla delgada de acero
de 2 m de longitud, el cual pasa al medio ambiente que está a la temperatura cero. Si se
aplica la ley lineal de transferencia de calor, la ecuación que determina la temperatura U

en la varilla, a los x m de un extremo y t segundos después de iniciar la transferencia, es
de la siguiente forma
∂ 2U ∂U
45 2 − U =
∂x ∂t
en la cual los extremos están aislados, es decir
U (0, t) = U (2, t) = 0
Si se desprecia el grosor de la varilla y se quiere determinar la temperatura de la misma

en su interior, durante los primeros 2 segundos de la transferencia de calor y, además, se
sabe que
U (x, 0) = x; U (x, 2) = U (x, 1)
el problema se puede describir por medio del siguiente gráfico
U(x,2)
2 seg
U(0,t) U(2,t)
U(x,0) 2m x
a) Discretice el espacio longitud-tiempo que describe la transferencia de calor en la

varilla, tal que ∆x = 0.5 y ∆t = 1.
b) Discretice la ecuación de calor que describe el problema anterior.
c) Determine el sistema de ecuaciones, general, que ayuda a aproximar la temperatura
en el interior del espacio y resuelvalo.
7. La reconstrucción de vasos sanguı́neos dañados u ocluidos mediante prótesis de bioma-

teriales sintéticos puede ser afectada por la incidencia de una infección bacterial sobre
la superficie de la misma. Los leucocitos polimorfonucleares presentes en la sangre sirven
como mediadores de procesos inflamatorios, por lo que el control de la motilidad hacia la
superficie de la prótesis puede ser un factor crı́tico para minimizar la probabilidad de una
infección. Cientı́ficos descubrieron la motilidad de los leucocitos sobre la superficie de la
prótesis, usando un sistema fı́sico de difusión - convección cuya modelización matemática
está dada por la siguiente ecuación diferencial
∂C ∂ 2C
= µD 2
∂t ∂x
lo anterior suponiendo que la velocidad migratoria de las células es insignificante debido
a condiciones isotrópicas del medio. Donde C = C(x, t) representa la concentración de
leucocitos en la sangre desde el centro del vaso hacia la superficie de la prótesis, x la
dirección normal a la superficie de la prótesis en cm y t el tiempo en segundos. La siguiente

figura muestra la dirección normal x a la superficie de la prótesis en que difunden los
leucocitos, desde el centro del vaso sanguı́neo
Si sa sabe que
µD = 0.001 cm2 /s C(x, 0) = f (x)
L = 0.2cm C(x, 2) = C(x, 1)

C(0, t) = 1000  1000; 0 ≤ x ≤ L
2
f (x) =
C(L, t) = 1000  0; L2 < x ≤ L
a) Discretice el espacio formado por la dirección normal (en el horizontal) y el tiempo

(en el eje vertical) que describe la concentración del leucocitos a lo largo de la
dirección normal durante 2 segundos.
b) Discretice la ecuación que describe el problema anterior. Para ello utilice 5 puntos
horizontalmente y 3 verticalmente, uniformemente distribuidos.
c) Determine el sistema de ecuaciones, general, que ayuda a aproximar la temperatura
en el interior del espacio y resuelvalo.
8. La transferencia de calor en una placa metálica aislada y cuadrada, de 10x10 cm2 , la cual
se expone a una temperatura constante en todos los bordes de 10◦ C, está dada por la
ecuación
∂ 2T ∂ 2T
+ =0
∂x2 ∂y 2
luego que dicha temperatura se ha estabilizado. Donde (x, y) representan las coordenadas
de cada punto que define el espacio de la placa.
a) Grafique la placa e indique en el gráfico las condiciones de borde según corresponda,

discretice el espacio de la placa utilizando 6 puntos horizontalmente y 6 verticalmente
uniformemente distribuidos y discretice la ecuación que describe dicha transferencia
de calor.
b) Determine la forma general del sistema de ecuaciones que permite aproximar la
temperatura en el interior de la placa (no debe resolver dicho sistema de ecua-
ciones).
9. La conducción de calor en una barra aislada de 15 cm de longitud, a la cual se le aplicó

100◦ C en el interior y sus extremos se mantienen a 0◦ C, está dada por la siguiente ecuación
∂U ∂ 2U
=
∂t ∂x2
donde x es la distancia horizontal del extremo izquierdo de la barra, t el tiempo transcu-
rrido después de haber aplicado los 100◦ C y U la concentración de calor en el punto x a
los t segundos. Ası́
U (0, t) = 0
U (15, t) = 0
U (x, 0) = 100
Además, se sabe que
U (x, 3) = 50
Se quiere analizar la conducción de calor durante los primeros 2 segundos, para ello
a) Grafique el espacio de trabajo (x en el eje horizontal y t en el vertical), indique en el

gráfico las condiciones de borde, utilice 4 puntos horizontalmente y 3 verticalmente
(uniformemente distribuidos) para discretizar el espacio y discretice la ecuación que
describe dicha conducción de calor.
b) Aproxime la concentración de calor en los puntos ubicados a 5 y 10 cm del extremo
izquierdo de la barra, después de haber transcurrido 1 segundo.
10. Considere la siguiente placa metálica aislada
La transferencia de calor T en dicha placa está dada por la siguiente ecuación

∂ 2T ∂ 2T
+ =0
∂x2 ∂y 2
donde el par (x, y) representa la posición del punto dado dentro de la placa, suponiendo
que el borde inferior está sobre el eje x y el izquierdo sobre el eje y. Se quiere analizar
la transferencia de calor en el interior de la placa, en un momento determinado, si se le

aplica temperatura en sus bordes según se indica a continuación
T (x, 0) = 0◦ C 10 ≤ x ≤ 20
T (x, 10) = 15◦ C 0 ≤ x ≤ 10 ∧ 20 ≤ x ≤ 30
T (x, 20) = x◦ C 0 ≤ x ≤ 30
T (0, y) = 5◦ C 10 ≤ y ≤ 20
T (10, y) = 20◦ C 0 ≤ y ≤ 10
T (20, y) = 20◦ C 0 ≤ y ≤ 10
T (30, y) = 5◦ C 10 ≤ y ≤ 20
Para ello
a) Discretice el espacio de trabajo utilizando 4 puntos horizontalmente y 5 verticalmente

(uniformemente distribuidos) y la ecuación que describe dicha transferencia de calor.
b) Aproxime la transferencia de calor en los puntos ubicados en el interior de la placa,
según la discretización realizada en el punto anterior.
Métodos Numéricos Conceptos básicos Página 117
Matlab
9. Conceptos básicos

9.1.1. Realice un script que le pida al usuario un número entero (no debe validar la entrada)
y que:
Si el número es positivo devuelve al usuario, la suma de 0 hasta el número ingresado.
Si el número es negativo devuelve al usuario, el producto desde -1 hasta el número ingre-

sado.
Si el número es cero no devuelve nada.
Solución:
x=input(’Ingrese un número entero: ’);
suma=0;
producto=1;
if(x>0)
for i=0:1:x
suma=suma + i;
end
disp([’La suma solicitada es ’ num2str(suma)]);
elseif(x<0)
for i=-1:-1:x
producto=producto*i;
end
disp([’El producto solicitado es ’ num2str(producto)]);
else
disp(’No se puede realizar ninguna acción’);
end
Métodos Numéricos Conceptos básicos Página 118

1. Escriba una función que recibe tres medidas y devuelve un mensaje que indica si las
medidas corresponden a los lados de un triángulo cualquiera.
2. Escriba una función que recibe dos vectores de tamaño 1 × 2 donde cada uno representa
un punto del plano cartesiano y devuelve la distancia entre ellos.
3. Escriba un script que solicita la medida de un cateto y de la hipotenusa de un triángulo

rectángulo y devuelve un mensaje con la medida del segundo cateto.
4. Escriba un script que solicita la medida del radio de un cı́rculo y devuelve un mensaje
con la medida de la circunferencia y del área del cı́rculo.
5. Escriba un script recibe tres números enteros a, b, c y devuelve la grafica de la función

f (x) = ax2 + bx + c.
6. Escriba un script que grafique las siguientes funciones en diferentes sistemas de coorde-
nadas pero en la misma ventana (Sugerencia: Haga uso del comando subplot)
f (x) = cos(x + 3)
f (x) = x3 + 4x − 2
f (x) = ln(x)
2 +3
f (x) = ex
f (x) = x − 6
f (x) = x2 − 4x + 8
7. Escriba una función que recibe tres números enteros a, b, c y devuelve el vértice, la con-
cavidad y la intersección con el eje y de la función f (x) = ax2 + bx + c.
Métodos Numéricos Ciclos y decisiones Página 119
10. Ciclos y decisiones

10.1.1. Escriba una función o un script con sintaxis de MatLab, con las siguientes caracterı́sti-
cas:
1. Parámetros de entrada: un número entero n ≥ 2, dos vectores v1 y v2 de cualquier tamaño.
2. Parámetros de salida: la norma ||v1 − v2 ||n
Solución:
Se debe notar que v1 y v2 deben ser de igual dimensión:
function [N]=NormaN(n,v1,v2)
m=length(v1);
suma=0;
for i=1:m
suma=suma+(v1(i)-v2(i))^n;
N=nthroot(suma,n);
end
end
Métodos Numéricos Ciclos y decisiones Página 120

1. Cree un script que solicita al usuario un número entero postivo e indica si es primo o
compuesto. (Sugerencia: Recuerde que un número p es primo si es no divisible por
√
algún número menor a p)
2. Escriba un script que recibe dos medidas de los ángulos de un triángulo y devuelve la
medida del tercer ángulo. Debe verificar que:
Que cada uno de los ángulos recibidos tenga una medida mayor de 0 y menor a 180.
Que la suma de los dos ángulos ingresados sea menor a 180
En caso que no se cumpla alguna de las condiciones anteriores debe mostrarse un mensaje
de error.
3. El valor de una entrada a un museo cuesta $15 sin embargo se aplica descuento de:
10 % a personas menores de 18 años pero mayores a 12 años.
25 % a personas de 12 años y mayores de 5 años.
50 % a personas de 5 años y mayores de 2 años.
Además los niños de 2 años o menos entran gratis. De acuerdo a esta situación cree:
a) Una función que reciba la edad de la persona y devuelve el monto que debe pagar.
b) Una función que recibe un vector de tamaño 1 × 5 en el que se indica la cantidad de
personas por edad que que visitan el museo y devuelve la cantidad total a cancelar.
Por ejemplo recibe [10 3 5 2 1] (10 personas mayores de 18 años, 3 menores de 18
años pero mayores a 12 años, etc.) y devuelve $261.75 )
c) Una función que recibe un vector con las edades de las personas que visitan el museo
y devuelve la cantidad total a cancelar. (Por ejemplo recibe [2 4 9 17 21 27] y devuelve
$62.25 )
4. Escriba una función que reciba un vector de tamaño 1×n y devuelve: la moda, el promedio,
el mı́nimo y el máximo de los números ingresados.
5. Escriba, para cada una de las siguientes sumas, una función que calcule:
n i
X 1
i+
i=0
i
n
X 2i
(−1)i
i=0
5i
n
X
a · i2 + b · i + c (los valores de a, b, c son parte de los valores de entrada de la
i=0
función)
Métodos Numéricos Cálculo simbólico Página 121
11. Cálculo simbólico

11.1.1. Realice una función (en Matlab) llamada DerivadaN que:
1. Recibe: f una función simbólica y un valor n entero.

2. Devuelve: La n derivada de f evaluada en n.
Solución:
function [ num ] = DerivadaN (f,n)
f=diff(f,n);
num=subs(f,n);
end
11.1.2. Realice una función (en Matlab) llamada Derivada3 que:
1. Recibe: f una función simbólica y una variable w.

2. Devuelve: La 3 derivada de f , pero en términos de w.
Solución:
function [ g ] = Derivada3(f,w)
f=diff(f,3);
g=subs(f,w);
end
11.1.3. Realice un script que le pida al usuario:
1. Una función dada simbólicamente en términos de x.

2. Un número entero n ≥ 1.
3. Dos números a y b.
El script le devuelve al usuario la n-ésima integral definida de a a b.
Solución:
Métodos Numéricos Cálculo simbólico Página 122
function [I]=Integral(f,a,b,n)
for i=1:n
f=int(f);
end
I=int(f,a,b)
end

EjerciciosResueltos PDF

Cargado por

Copyright:

Formatos disponibles

EjerciciosResueltos PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

EjerciciosResueltos PDF

Cargado por

Copyright:

Formatos disponibles

TEC Tecnológico

Métodos Númericos para Ingenierı́a:

Cindy Calderón-Arce Rebeca Solı́s-Ortega

1.1. Ejercicios resueltos

Solución: De acuerdo con las definiciones tenemos:

Error absoluto: Error relativo:

Ası́ el error absoluto y relativo del largo de la cancha es 1, 24 y 1, 18 % respectivamente, y el

Persona Objeto Medida Error Absoluto

¿Cuál estimación es mejor? Justifique su respuesta

Persona Objeto Medida Error Absoluto Error Relativo Porcentual

La mejor aproximación fue la del área del pretil.

1.1.4. Si sabemos que p = 1, 575645 es una aproximación de un número desconocido p y que

Por lo que p tiene como mı́nimo, cuatro cifras decimales exactas.

Por lo que p tiene como mı́nimo, tres cifras decimales exactas.

1.2. Ejercicios propuestos

Persona Objeto Medida Error Absoluto

1 Pista de Carreras 400 m 1 cm

¿Cuál estimación es mejor? Justifique su respuesta.

R./ La primera medición.

Persona Objeto Medida Error Absoluto

1 Pista de Carreras 40 000 cm 1m

¿Cuál estimación es mejor? Justifique su respuesta.

R./ La segunda medición.

2.1. Ejercicios resueltos

Dado que nos piden el polinomio de Maclaurin tenemos c = 0, ası́

2.1.2. Sea f (x) = cos(x).

1. Determine un desarrollo en series de potencias de Taylor para f (x) alrededor de x = c.

1. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = c es:

cos(c) sen(c) cos(c)

2. El desarrollo en series de Maclaurin (c = 0), para f (x) es:

3. Aproximando el valor de cos(−2,3) con un error relativo menor a 0, 5 × 10−3 = 0, 0005

Grado Término Aproximación Error relativo

4. El error que produce la aproximación según la definición de resto es:

2.1.3. Sea f (x) = Ln(x).

1. Determine un desarrollo en series de potencias de Taylor para f (x) alrededor de x = a.

2. Determine el desarrollo en series de Taylor centrado en 1, para f (x).

5. Utilizando el resultado del punto b), intente aproximar el valor de Ln(2,5).

1. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = a es:

2. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = 1 es:

(x − 1)2 (x − 1)3 (x − 1)4 (x − 1)5

Grado Término Aproximación Error relativo

4. El error que produce la aproximación según la definición de resto es:

5. No se puede, pues los valores de las aproximaciones fluctúan.

6. El método de Taylor no siempre converge.

2.1.4. Sea f (x) = x · ex .

1. [2 puntos] Determine un desarrollo en series de potencias de Taylor para f (x) alrededor

2. [2 puntos] Determine el desarrollo en series de Maclaurin, para f (x).

1. El desarrollo en series de potencias de Taylor para f (x) alrededor de x = a, corresponde

2. El desarrollo en series de potencias de Maclaurin para f (x) corresponde a:

2 · (x)2 3(x)3 4(x)4 2 x3 x4 x5 x6

3. Utilizando el resultado del punto anterior, tenemos:

Grado Término Aproximación Error relativo

4. El error que produce la aproximación según la definición de resto es:

2.2. Ejercicios propuestos

1. Determine un desarrollo en series de potencias de Taylor, de grado 6, para f (x), centrado

R./ f (0, 7) ≈ 0, 7648

3. Calcule el error relativo porcentual obtenido en la aproximación anterior.

2.2.2. Considere la siguiente función f (x) = ln(1 + x):

1. Determine el desarrollo en series de Taylor de orden 5, para f (x) alrededor de c.