UNIVERSIDAD TECNOLÓGICA METROPOLITANA

DEPARTAMENTO DE MATEMÁTICA
Pauta Prueba Recuperativa, Métodos Numéricos

I. Dada la ecuación 7 x − 3 = e−x :

a) Demuestre que existe una única raı́z en el intervalo [0, 1]. [5 puntos]
b) ¿Cuántas iteraciones son necesarias para encontrar una aproximación de la raı́z de la ecua-
ción anterior en el intervalo [0, 1] usando el método de Bisección considerando tolerancia
ϵ = 0.002? [2 puntos]
c) Usando el método de Newton-Raphson, encuentre la iteración x1 de la ecuación 7 x − 3 =
e−x si se sabe que x0 = 0.5 [8 puntos]

RESPUESTA:

a) Demuestre que existe una única raı́z en el intervalo [0, 1].

f (x) = 7 x − 3 − e−x .

Comprobar las hipótesis del Teorema de Bolzano, es decir ver si la función es continua en
el intervalo dado y si cambia de signo en los extremos de dicho intervalo.
- Como f (0) = 7 · 0 − 3 − e0 = −4 y f (1) = 7 · 1 − 3 − e−1 ≈ 3.6321, entonces la función
f cambia de signo en los extremos del intervalo.[3 puntos]

Quedando ası́ comprobada las hipótesis del Teorema de Bolzano, por lo que podemos decir
que existe al menos una raı́z de la ecuación en el intervalo [0, 1]. Para garantizar que existe
una única raı́z basta con demostrar que la función f es estrictamente monótona en [0, 1],
es decir, que en dicho intervalo o bien la función es siempre decreciente o bien es siempre
creciente.

Podemos obtener la monotonı́a de una función con ayuda de la primera derivada de dicha
función, en éste caso tenemos que,

f ′ (x) = 7 + e−x > 0 ∀x,

Por tanto f ′ (x) > 0 en el intervalo [0, 1], con lo cual se demuestra que f es estricta-
mente monótona creciente en el intervalo [0, 1], quedando demostrado que la ecuación
7 x − 3 = e−x tiene una única raı́z en el intervalo [0, 1].[2 puntos]

b) ¿Cuántas iteraciones son necesarias para encontrar una aproximación de la raı́z de la ecua-
ción anterior en el intervalo [0, 1] usando el método de Bisección considerando tolerancia
ϵ = 0.002?.

El número de iteraciones por el método de Bisección necesarias para obtener una aproxi-
mación de la raı́z de la ecuación menor o igual a la tolerancia ϵ es,
  
b−a
n ≥ log2
ϵ
Entonces,

 
1
n ≥ log2 ≈ 8.9658
0.002
Por lo que se necesitan 9 iteraciones para obtener un error menor a 0.002.[2 puntos]

c) Usando el método de Newton-Raphson, encuentre la iteración x1 de la ecuación 7 x − 3 =

e−x si se sabe que x0 = 0.5.

f (x) = 7 x − 3 − e−x , f ′ (x) = 7 + e−x [2 puntos]


f (0.5) = −0.1065 
[3 punto]
′
f (0.5) = 7.6065


f (x0 )
x1 = x0 −
f ′ (x0 )

−0.1065
x1 = 0. 5 − [2 puntos]
7.6065
x1 = 0.5140 [1 punto]
II. Dado el siguiente sistema de ecuaciones lineales:

−3 x1 + x2 + 6 x3 = 20 
8 x1 + 2 x2 + 3 x3 = 51
2 x1 + 5 x2 + x3 = 23 


a) Diga si la matriz de dicho sistema es o no estrictamente dominante diagonalmente (E.D.D.).

En caso negativo conviértela a E.D.D. de ser posible [3 puntos].
b) De acuerdo a la respuesta del inciso a), diga si los métodos iterativos de Jacobi y Gauss-
Seidel son convergentes [2 puntos].
c) Escriba la matriz de iteración del método de Jacobi [2 puntos].
d) Utilizando el método de Gauss-Seidel, determine el vector iteración X(1) si se conoce el
vector inicial, [6 puntos]
 
0
(0)
X = 0 
0

e) Calcule el error de aproximación del vector X(1) obtenido en d) [2 puntos].

RESPUESTA:

Respuesta a)

La Matriz asociada A del sistema de ecuaciones (1)

 
−3 1 6
A =  8 2 3
2 5 1

no es E.D.D., pero puede convertirse en una matriz E.D.D. [1 punto]

     
−3 1 6 20 8 2 3 51 8 2 3 51
 8 2 3 51  ∼  −3 1 6 20  ∼  2 5 1 23  [1 punto]
2 5 1 23 2 5 1 23 −3 1 6 20

El sistema (1) se ha convertido a un sistema equivalente con matriz E.D.D.


8x1 + 2x2 + 3x3 = 51

2x1 + 5x2 + x3 = 23 (2) [1 punto]
−3x1 + x2 + 6x3 = 20

Respuesta b)

Como la matriz del sistema (2) es E.D.D., entonces los método Jacobi y Gauss-Seidel converge
para cualquier elección de X (0) . [2 puntos]

Respuesta c)


(k) (k−1) (k−1)
x1 = − 14 x2 − 3
8
x3 + 51 
8  


(k) (k−1) (k−1)
x2 = − 25 x1 − 1
5
x3 + 23
5 
[1 punto]



(k) 1 (k−1) 1 (k−1) 10 

x3 = 2
x1 − 6
x2 + 3

La matriz de iteración del método de Jacobi es:

1 3
 
 0 −4 −8 
 
 
 2 1 
BJ = −
 0 −  [1 punto]
 5 5 

 
 1 1 
− 0
2 6
Respuesta d)


(k) (k−1) (k−1)
x1 = − 14 x2 − 3
8
x3 + 51 
8 


(k) (k) (k−1)
x2 = − 25 x1 − 1
5
x3 + 23
5 
(3) [2 puntos]



(k) 1 (k) 1 (k) 10 

x3 = 2
x1 − 6
x2 + 3

 
0
Sustituyendo X (0) = 0 en (3), obtenemos

0

(1) 51
x1 = [1 punto]
8

(1) 2 51 23 41
x2 = − × + = [1 punto]
5 8 5 20

(k) 1 51 1 41 10 1483
x3 = × − × + = [1 punto]
2 8 6 20 3 240
El vector iteración X(1) es

51
 
 
 8  6.3750
 
   
 41   
X (1) =
  = 2.0500
 [1 punto]
 20  
 

 
 1483  6.1792
240

Respuesta e)

 
6.3750
 
 
E = X (1) − X (0) = 2.0500


 
6.1792

√
E (1) = ∥E∥2 = 6.37502 + 2.05002 + 6.17922 = 9.1118

E (1) = ∥E∥1 = 6.3750 + 2.0500 + 6.1792 = 14.6042

E (1) = ∥E∥∞ = M ax {6.3750; 2.0500; 6.1792} = 6.3750

III. La función f es definida de manera tabular como sigue:

x 1 2 3
f (x) 0 3 0

a) Halle el polinomio interpolante de Lagrange con todos los puntos dados anteriormente. [7
puntos]
Z 1
b) Si p(x) es el polinomio obtenido en el inciso a). Calcule la integral definida p(x) dx
0
utilizando la regla compuesta de los trapecios con 4 subintervalos del intervalo [0, 1]. [8
puntos]

RESPUESTA:

Inciso a)

(x − 1)(x − 3)
p(x) = 3 = −3x2 + 12 x − 9 [7 puntos]
(2 − 1)(2 − 3)

Inciso b)

p(x) = −3x2 + 12 x − 9






b−a 1


h= = = 0. 25

N 4 [3 puntos]




x0 = 0, x1 = 0. 25, x2 = 0. 5, x3 = 0. 75, x4 = 1. 0 




3
! 
Z 1
1 X 
I= p(x) dx ≈ p(x0 ) + p(x4 ) + 2 p(xk ) 

8


0 k=1

[4 puntos]
Z 1 


I= p(x) dx ≈ −4. 0313



0

Z 1
El valor de la integral definida p(x) dx es −4.0313.[1 punto]
0
IV. Calcule una aproximación de y(1.1) utilizando el método de Euler mejorado, con amplitud de
paso h = 0.05 en la resolución numérica de la siguientge ecuación diferencial ordinaria:[15
puntos]

dy


 = 2t + 2y − 3,
dt


y(1) = 7.3891.

RESPUESTA:

f (t, y) = 2t + 2y − 3, 1 puntos

t0 = 1, t1 = 1.05, t2 = 1.1, Y0 = 7.3891, 1 punto

Y˜1 = Y0 + hf (t0 , Y0 )

Y˜1 = 8.0780, 2 puntos

hh i
Y1 = Y0 + f (t0 , Y0 ) + f (t1 , Ỹ1 ) , 1 punto
2

Y1 = 8.1150, 3 puntos

Y˜2 = Y1 + hf (t1 , Y1 )

Y˜2 = 8.8815, 2 puntos

hh i
Y2 = Y1 + f (t1 , Y1 ) + f (t2 , Ỹ2 ) , 1 punto
2

Y2 = 8.9223, 3 puntos

La aproximación del valor y(1.1) utilizando el método de Euler mejorado con amplitud de paso
h = 0.05 es de 8.9223. 1 punto
 FORMULARIO

(bn − an ) f (an ) f (xn−1 )

x n = an − ; xn = xn−1 − ;
f (bn ) − f (an ) f ′ (xn−1 )

f (xn−1 ) (xn−1 − xn−2 ) an + bn

xn = xn−1 − ; xn = .
f (xn−1 ) − f (xn−2 ) 2
Z b " N −1
#
h X
f (x) dx ≈ f (a) + f (b) + 2 f (xk )
a 2 k=1

 N −2 N −2

Z b 2 2
h X X 
f (x) dx ≈ f (a) + f (b) + 4 f (x2 k+1 ) + 2 f (x2 k )
a 3 k=0 k=1




 Ỹk+1 = Yk + h f (tk , Yk ) , k = 0, 1, . . .
hh

Yk+1 = Yk + h f (tk , Yk ), k = 0, 1, . . .
  i
Yk+1 = Yk + f (tk , Yk ) + f tk+1 , Ỹk+1
y(t0 ) = y0 = Y0 . 
 2
y(t0 ) = y0 = Y0 .
