Lista de Ejercicios: MA-1006: Introduccion Analisis Numerico

Escuela de Matematicas
Universidad de Costa Rica
Juan Pablo Soto Quiros y Oscar Salas
juan.sotoquiros@ucr.ac.cr - oscar.salashuertas@ucr.ac.cr

Introducci
on

La lista de ejercicios se seleccionaron de [1], [2] y [3].

Conceptos b
asicos de c
alculo num
erico
2.1

Aproximaciones y errores de redondeo

1. Represente los siguientes n

umeros en su notacion punto flotante, aplicando corte a 3 dgitos
significativos.
0.6523689

0.0000020035

52364.2365

1.234000569

2. Para cada uno de los valores que se presentan a continuacion, determine el intervalo de valores
representados por redondeo al n
umero de cifras indicadas en cada caso:
w = 1.325 a 4 cifras.

y = 15.002 a 5 cifras.

x = 0.00123 a 3 cifras.

z = 0.1 a 1 cifras.

3. Para cada uno de los valores que se presentan a continuacion, determine el intervalo de valores
representados por corte al n
umero de cifras indicadas en cada caso:
w = 0.00010001 a 5 cifras.

y = 0.2365 a 4 cifras.

x = 15012.06 a 7 cifras.

z = 0.01 a 1 cifras.

4. Eval
ue el polinomio y = x3 5x2 + 6x + 0.55 en x = 2.73. Utilice aritmetica punto flotante con
corte al tercer dgitos significativos y calcule el error relativo.
5. El polinomio del ejercicio anterior se puede escribir: y = [(x 5)x + 6]x + 0.55. Con esta nueva
formulaci
on, utilice aritmetica punto flotante con corte al tercer dgitos significativos y calcule
el error relativo. Compare con el ejercicio anterior.

6. Utilizando aritmetica punto flotante con redondeo al cuarto dgito significativo, calcule el valor
de:

3
1
+ 2
+
e
e 2
r !


5
+ 0.725
1

5 3

e+

+
+ 1.267
12
11
3
11 e
1

0.6 + 1
1 + 1+ 1 1

1+ 5
ln 2
9

Races de Ecuaciones
3.1

M
etodo Gr
afico

1. Determine el n
umero de soluciones que poseen las siguientes ecuaciones. Proporcione un intervalo
que contenga cada soluci
on.
cos(x) = x2 .

x 2x = 0.

ln(x) = x3 .

ex = sec(x).

3.2

M
etodo de Bisecci
on

2. Pruebe que las siguientes ecuaciones tienen al menos una solucion en los intervalos indicados
ex = x2 en I = [1, 0].
x cos(x) 2x2 + 3x 1 = 0 en I1 = [0.2, 0.3] y I2 = [1.2, 3.3].
(x 2)2 ln(x) = 0 en I1 = [1, 2] y I2 = [e, 4].
2x cos(2x) (x 2)2 = 0 en I1 = [2, 3] y I2 = [3, 4].
x (ln(x))x = 0 en I = [4, 5].
3. Encuentre intervalos que garanticen, al menos, una solucion para las siguientes ecuaciones
x 3x = 0.

4x2 = ex .

4. Aproxime la soluci
on de la ecuacion ex = x, con un error relativo normalizado menor a 35%.
5. Encuentre una soluci
on de la ecuacion x = tan(x), en el intervalo I = [4, 4.5], con un error
relativo normalizado menor que 103 .
6. Use el metodo de la bisecci
on para encontrar una solucion, con un error relativo normalizado
menor a 105 , para las siguientes ecuaciones:
x = 2x en I = [0, 1].
ex x2 = 2 3x en I = [0, 1].
2x cos(2x) (x + 1)2 = 0 en I1 = [3, 2] y I2 = [1, 0].
x cos(x) + 3x = 2x2 1 en I1 = [0.2, 0.3] y I2 = [1.2, 1.3].
2


4 . utilizando el m
7. Encuentre una aproximaci
on para 3, con un error menor a 10
etodo de la
bisecci
on. [Sugerencia: Plantee una ecuacion, cuya solucion sea 3].
8. Si se sabe que f tiene un cero en el intervalo I, determine el n
umero de iteraciones necesarias
para calcular una aproximaci
on del cero, para el cual se asegure que el error absoluto real sea
menor que , donde
I = [2, 4] y = 104 .

I = [0.2, 0.5] y = 1010 .

I = [0, 6] y = 105 .

I = [1, 5] y = 103 .

9. Demuestre que la ecuaci

on dada por
ln(q) + eq = q 2 + cos(q)
tiene al menos una soluci
on en el intervalo ]0, 1]. Utilice el metodo de la Biseccion para aproximar
dicho cero con un error absoluto real menor que 102 .

3.3

M
etodo de la Secante

10. Utilice el metodo de la secante para aproximar la solucion de la ecuacion ex = x2 , utilizando 8

iteraciones, utilizando como condiciones iniciales x1 = 1 y x0 = 3.
11. Utilice el metodo de la secante para aproximar la solucion de la ecuacion ex = x, con un error
relativo normalizado menor que 1%, utilizando como condiciones iniciales x1 = 0 y x0 = 1.
3

12. Utilice el metodo de la secante para aproximar la solucion de la ecuacion ex = 2x 1, con

un error relativo normalizado menor que 1%, utilizando como condiciones iniciales x1 = 0.75 y
x0 = 1.
13. Considere la siguiente ecuaci
on
log(2) + log(11 x2 ) = 2 log(5 x)
Utilice el metodo de la secante para aproximar las dos soluciones de la ecuacion con error relativo
normalizado menor que 0.000001, usando como aproximaciones iniciales x1 = 1 y x0 = 0.
Calcule la soluci
on exacta de la ecuacion y determine el error absoluto y error relativo real de
cada aproximaci
on.

3.4

M
etodo de la Falsa Posici
on (Regula Falsi)

14. Utilice el metodo de la falsa posicion para aproximar una solucion de la ecuacion ex = x2 , en el
intervalo [2, 0], con un error relativo normalizado menor que 103 .
15. Utilice el metodo de la falsa posicion para aproximar una solucion de la ecuacion xex = 10, en
el intervalo [1, 2], con un error relativo normalizado menor que 102 .
16. Utilice el metodo de la falsa posicion para aproximar una solucion de la ecuacion ex1 = 10,
en el intervalo [0.4, 0.7], utilizando 5 iteraciones. Calcule el error relativo normalizado en cada
iteraci
on.

3.5

M
etodo de Newton-Raphson

17. Utilice el metodo de Newton-Raphson para calcular una aproximacion de la soluci

on de la
ecuaci
on cos(x) = x tal que el error relativo normalizado sea menor que 0.0001. Utilice como
aproximaci
on inicial x0 = 3.
18. Pruebe que

1
1
1

.
2 12 408
[Sugerencia. Utilice 3 iteraciones del metodo de Newton-Raphson, para resolver la ecuaci
on
2
x = 2]
21+

19. Utilice el metodo de Newton-Raphson para calcular una aproximacion de la soluci

on de la
3
ecuaci
on cos(x) = x , utilizando 5 iteraciones y con aproximacion inicial x0 = 3. Se puede
utilizar x0 = 0 como aproximaci
on inicial?. Justifique su respuesta.
20. Utilice el metodo de Newton-Raphson para calcular una aproximacion de la soluci
on de la
ecuaci
on
1 x2
cos(2x)
0= +
x sin(x)
,
2
4
2
con aproximaci
on inicial x0 =

y con un error normalizado menor a 105 .

21. La suma de dos n

umeros es 20. Si a cada n
umero se le suma su raz cuadrada, entonces el
producto de estos dos nuevos n
umeros es 155.55. Determine estos dos n
umeros, con un error
4
relativo menor a 10 .

3.6

Varias

22. Considere la ecuaci

on
ex + 2x + 2 cos(x) = 6.
Dicha ecuaci
on tiene una soluci
on en el intervalo [1, 2]. Utilices los metodos de la bisecci
on,
secante, falsa posici
on y Newton-Raphson para aproximar una solucion, utilizando 5 iteraciones.
Luego calcule en cada caso el error relativo normalizado y compare resultados. Cu
al de los
metodos aproxim
o mejor a la solucion?.
23. Considere la ecuaci
on
ln(x 1) + cos(x 1) = 0.
Dicha ecuaci
on tiene una soluci
on en el intervalo [1.3, 2]. Utilices los metodos de la bisecci
on,
secante, falsa posici
on y Newton-Raphson para aproximar una solucion, utilizando 6 iteraciones.
Luego calcule en cada caso el error relativo normalizado y compare resultados. Cu
al de los
metodos aproxim
o mejor a la solucion?.

Sistema de ecuaciones lineales

4.1

Eliminaci
on Gaussiana

1. Calcule la soluci
on de lo siguientes sistemas de ecuaciones lineales:

(c)

(a)

x1 + x2 + 3x4
2x1 + x2 x3 + x4
3x1 x2 x3 + 2x4

x1 + 2x2 + 3x3 x4

x1 x2 + 3x4 = 2
3x1 3x2 + x3 = 1

x1 + x2 = 3
(b)

x1 x2 + 2x3 x4

2x2 x3 + x4
x3 x4

2x4

= 4
= 1
= 3
= 4

(d)

= 8
= 6
= 4
= 4

x1 21 x2 + x3
2x1 x2 x3 + x4
x1 + x2

x1 21 x2 + x3 + x4

2. Considere el siguiente sistema de ecuaciones:

(
2x1 6ax2 =
3ax1 x2 =

=
=
=
=

4
5
2
5

3
3
2

Calcule valores para a, de tal manera que el sistema tenga solucion u

nica.
3. Utilizando el metodo de eliminacion Gaussiana y aritmetica punto flotante con corte al tercer
dgito significativo, encuentre una aproximacion a la solucion de los siguientes sistemas:
(b)

(a)


0.03x1 + 58.9x2 = 59.2

5.31x1 6.10x2 = 47.0

58.9x1 + 0.03x2 = 59.2

6.10x1 + 5.31x2 = 47.0

Solucion Exacta: (1, 10)t

Soluci
on Exacta: (10, 1)t

4. M
etodo eliminaci
on Gauss-Jordan: El metodo de eliminacion Gauss-Jordan es una variaci
on
de la eliminaci
on de Gauss. La principal diferencia consiste en que cuando una incognita se elimina, en el metodo de Gauss-Jordan esta es eliminada de todas las ecuaciones en lugar de hacerlo
solo en las subsecuentes. Es decir, en su representacion matricial, la matriz de coeficientes se
reduce a una matriz identidad. Ejemplo: Para el sistema


  
2 1
x1
2
=
1 4
x2
1
Realizando operaciones sobre filas, el sistema se puede reducir a:


  
1 0
x1
1
=
0 1
x2
0
De donde se obtiene que la solucion es (1, 0)t .
Utilice el sistema de eliminaci
on Gauss-Jordan para resolver los siguientes sistemas:
(a)

(b)

2x1 + x2 x3 = 1
5x1 + 2x2 + 2x3 = 4

3x1 + x2 + x3 = 5

x1 + x2 x3 = 3
6x1 + 2x2 + 2x3 = 2

3x1 + 4x2 + x3 = 1

4.2

Factorizaci
on LU

5. Se sabe que una factorizaci

on de la forma LU de la la matriz A es

60 30 20
60 30 20
30 20 15 = L 0 5 5
20 15 12
0 0 13
(a) Calcule la matriz L.
(b) Utilizando el metodo de factorizacion LU, resuelva el

60x1 + 30x2 + 20x3

30x1 + 20x2 + 15x3

20x1 + 15x2 + 12x3

siguiente sistema:
= 1
= 2
= 3

6. Resuelva el siguiente sistema utilizando el metodo de factorizacion LU

(b)

(a)

2x1 + 3x2 + 4x3 = 6

4x1 + 5x2 + 10x3 = 16

4x1 + 8x2 + 2x3 = 2

4.3

2x1 3x2 + x3 = 3
4x1 + 9x2 + 2x3 = 4

6x1 12x2 2x3 = 2

Inversi
on de matrices

7. Determine si los siguientes sistemas tienen solucion u

nica, y de tener solucion u
nica, utilice el
metodo de inversion de matrices
(a)

(c)

2x1 3x2 + x3 = 3
4x1 + 9x2 + 2x3 = 4

6x1 12x2 2x3 = 2

x1 + x2 x3 = 3
6x1 + 2x2 + 2x3 = 2

3x1 + 4x2 + x3 = 1

(b)

(d)

x1 + x2 + x3 = 4
2x1 + 2x2 + x3 = 6

x1 + x2 + 2x3 = 6

4.4

2x1 + x2 x3 = 1
5x1 + 2x2 + 2x3 = 4

3x1 + x2 + x3 = 5

M
etodos Iterativos

8. Utilice los metodos de Jacobi y Gauss-Seidel, y aproxime la solucion de los siguientes sistemas,
calculando 2 iteraciones. Determine el error absoluto en cada caso.
(a)

(b)

3x1 x2 + x3 = 1
3x1 + 6x2 + 2x3 = 0

3x1 + 3x2 + 7x3 = 4

10x1 x2 = 9
x1 + 10x2 2x3 = 7

2x2 + 10x3 = 6

Interpolaci
on Num
erica
5.1

Diferencias Divididas

1. Considere los datos de la siguiente tabla

x
P (x)

1.6
2

2
8

2.5
14

3.2
15

4
8

4.5
2

(a) Determine el polinomio de interpolacion de menor grado P (x) que pasa por los datos
mencionados anteriormente, utilizando el metodo de diferencias divididas.
(b) Calcule f (3)
2. Considere los datos de la siguiente tabla
x
P (x) = y

2
0.5

3
0.3333

4
0.25

5
0.2

6
0.1667

7
1.1429

Si P (x) es el polinomio de grado 5 que pasa por lo puntos, determinar el valor de x que corresponde a P (x) = 0.85 (Sugerencia: Determine el polinomio Q tal que Q(y) = x)
3. Determine un polinomio de interpolacion, Pn (x) (n es el grado del polinomio), para aproximar
las siguientes funciones, en el intervalo I:
x
(a) f (x) = 2
, I = [2, 5], n = 3.
x +1
(b) g(x) = logx (arcsin(x)), I = [0.3, 0.8], n = 5.
2

(c) h(x) = ex , I = [1, 3], n = 4.

(d) j(x) = x6 2x4 + x2 1, I = [2, 2], n = 3.
4. Para los valores siguientes
E
P

40
0.63

60
1.36

80
2.18

100
3.00

120
3.93

donde E son los voltios y P los kilovatios en una curva de perdida en el n

ucleo para un motor
electrico.
(a) Elaborar una tabla de diferencias divididas.
(b) Calcular el polinomio de interpolacion de utilizando el metodo de diferencias divididas de
Newton de segundo grado para E = 80; 100; 120. Utilizarlo para estimar el valor de P
correspondiente a E = 90 voltios. [Sugerencia: No realizar la tabla de diferencias, sino
ayudarse de la tabla realizada en la parte anterior].
(c) Calcular el error actual.

Interpolaci
on de Lagrange

5. Para las siguientes funciones f (x), sea x0 = 0, x1 = 0.6 y x2 = 0.9. Construya el polinomio de
interpolaci
on de grado 1 y grado 2, para aproximar f (0.45), utilizando el metodo de interpolaci
on
de Lagrange. Adem
as, calcule el error exacto.
7

(a) f (x) = cos(x)

(c) f (x) =

x+1

(b) f (x) = ln(x + 1)

(d) f (x) = tan(x)

6. Considere los datos de la siguiente tabla

x
P (x)

1.6
2

2
8

2.5
14

3.2
15

4
8

4.5
2

(a) Determine el polinomio de interpolacion de menor grado P (x) que pasa por los datos
mencionados anteriormente, utilizando el metodo de Lagrange.
(b) Calcule f (3.5)
7. Para los valores siguientes
E
P

40
0.63

60
1.36

80
2.18

100
3.00

120
3.93

donde E son los voltios y P los kilovatios en una curva de perdida en el n

ucleo para un motor electrico. Calcular el polinomio de interpolacion de Lagrange para estimar el valor de P
correspondiente a E = 90 voltios. Ademas, calcule el error actual.

6.1

Mnimos Cuadrados

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

en grados centgrados. Por el metodo de mnimos cuadrados, determinar el mejor polinomio
lineal que represente la funci
on dada.
T
R

10.5
10.4

29.5
11

42.7
11.3

60
11.7

75.51
12.2

91.1
12.7

9. Considere la funci
on f (x) = cos(x2 ) en el intervalo [2, 5]. Si se utilizando los puntos x0 = 2,
x1 = 3, x2 = 3.5, x3 = 4, x4 = 4.25, x5 = 4.75 y x6 = 5, determine:
(a) El polinomio de grado 1, P1 (x), utilizando el metodo de mnimos cuadrados.
(b) Aproxime el valor de f (3.75) utilizando P1 (x). Calcule el error total y el error cuadr
atico
medio.
(c) El polinomio de grado 2, P2 (x), utilizando el metodo de mnimos cuadrados.
(d) Aproxime el valor de f (3.75) utilizando P2 (x). Calcule el error total y el error cuadr
atico
medio.
(e) Cu
al de los dos polinomios aproxima mejor el valor de f (3.75)? [Sugerencia: Calcule el
error relativo de cada aproximacion]

b
10. Hallar la funci
on del tipo g(x) = a x+ que mejor se ajuste, mediante el criterio de los mnimos
x
cuadrados, a los datos (1, 2), (2, 4), (3, 0).

11. Hallar la funci

on del tipo g(x) = a x 1 + bx que mejor se ajuste, mediante el criterio de los
mnimos cuadrados, a los datos (1, 2), (0, 3), (2, 1). Aproxime el valor de g(1) y calcule el
error total y el error cuadr
atico medio.
8

6.2

Regresi
on

12. Determine la recta logartmica y = a ln(x) + b para la siguiente tabla

xk
yk

29
1.6

50
23.5

74
38.0

103
46.4

118
48.9

19.8
12.1

26.7
8.5

35.1
5.2

13. Considere los valores de la siguiente tabla:

xk
yk

6.9
21.4

12.9
15.7

(a) Encuentre la curva f (x) = aebx usando mnimos cuadrados.

(b) Calcule el error total y el error cuadratico medio.
(c) Aproxime el valor x = 16.
14. Considere los datos de la siguiente tabla
xk
yk

1
-0.5

2
2.5

3
1.6

4
8

5
5.5

ax
que mejor ajuste los datos de la tabla anterior.
x+b
[Sugerencia: utilice la propiedad de los logaritmos ln(m/n) = ln(m) ln(n) y trabaje con el
recproco de y]
Determine el modelo de regresi
on y =

15. Considere los siguientes datos:

xk
yk

-1
0

0
-0.25

1
0.25

2
0.35

(a) Determine un modelo de regresion lineal. Calcule el error total y el error cuadratico medio.
(b) Determine un modelo de regresion cuadratico. Calcule el error total y el error cuadr
atico
medio.
(c) Determine un modelo de regresion exponencial. Calcule el error total y el error cuadr
atico
medio.
(d) Determine un modelo de regresion logartmico. Calcule el error total y el error cuadr
atico
medio.
(e) Determine un modelo de regresion de potencia. Calcule el error total y el error cuadr
atico
medio.

Derivaci
on Num
erica
1. Determine una aproximaci
on para f 0 (2) utilizando las tres formulas vistas en clase. Use h =
0.001. Calcule el error en cada caso, donde f es la funcion definido como:

(a) f (x) = ln(x).

(c) f (x) = cos(x).

(b) f (x) = e2x .

(d) f (x) = sin(5x).

2. Un autom
ovil se desplaza por una carretera recta, desde un punto A a un punto B. En este
recorrido se tomaron las siguientes datos de la distancia recorrida por el automovil luego de
pasar por el punto A y dirigirse hacia B.
Tiempo (seg.)
Distancia (m.)

3
10

3
16

9
35

12
40

Determine la velocidad aproximada del automovil en t = 3, t = 6 y t = 9.

3. Un autom
ovil recorre una pista en 65 segundos. La distancia recorrida por el auto se determina
cada 5 segundos del recorrido. Los datos se representa en la siguiente tabla:
Tiempo
0
5
10
15
20
25
30
35
40
45
50
55
60
65

Distancia
0
54
115
175
250
330
400
460
516
566
628
698
774
844

Calcule la velocidad (utilizando la primer diferencia finita centrada) y la aceleracion del automovil cada 5 segundos durante el recorrido.

Integraci
on Num
erica
8.1

Regla del Trapecio

1. Considere la funci
on f y considere el intervalo I = [a, b]. Sabiendo que f es integrable en I, use
Rb
la regla del trapecio para aproximar a f (x)dx, tal que
(a) f (x) = ln(x), I = [1, 5].

(c) f (x) = cos(x), I = [0, 2].

(b) f (x) = 0.5x , I = [2, 2].

(d) f (x) = sin(5x), I = [1, 2].

Calcule el error absoluto en cada caso.

2. Considere la funci
on f y considere el intervalo I = [a, b]. Sabiendo que f es integrable en I, use
Rb
la regla compuesta del trapecio para aproximar a f (x)dx, tal que
10

(a) f (x) = ln(x), I = [2, 1], con 5 puntos.

(b) f (x) = 2x , I = [3, 3], con 3 puntos.
(c) f (x) = cos(2x), I = [0, 2], con 7 puntos.
(d) f (x) = sin(x), I = [1, 2], con 10 puntos.
Calcule el error absoluto en cada caso.
2

3. Considere la funci
on f definida por f (x) = ex y considere el intervalo [0, 4]. Sabiendo que f
es integrable en [0, 4], use la regla compuesta del trapecio para aproximar
4

f (x)dx
0

utilizando
(a) 3 puntos.

(c) 7 puntos.

(b) 4 puntos.

(d) 10 puntos.

4. Considere la funci
on f definida por f (x) = cos(x) + ln(x) y considere el intervalo [1, 5]. Sabiendo
que f es integrable en [1, 5], use la regla compuesta del trapecio para aproximar
5

f (x)dx
1

utilizando
(a) 3 puntos.

(c) 8 puntos.

(b) 5 puntos.

(d) 11 puntos.

8.2

Regla de Simpson

5. Considere la funci
on f y considere el intervalo I = [a, b]. Sabiendo que f es integrable en I, use
Rb
la regla de Simpson para aproximar a f (x)dx, tal que
(a) f (x) = ln(x), I = [1, 5].

(c) f (x) = cos(x), I = [0, 2].

(b) f (x) = 0.5x , I = [2, 2].

(d) f (x) = sin(5x), I = [1, 2].

Calcule el error absoluto en cada caso.

6. Considere la funci
on f y considere el intervalo I = [a, b]. Sabiendo que f es integrable en I, use
Rb
la regla compuesta de Simpson para aproximar a f (x)dx, tal que
(a) f (x) = ln(x), I = [2, 1], con 5 puntos.
(b) f (x) = 2x , I = [3, 3], con 7 puntos.
(c) f (x) = cos(2x), I = [0, 2], con 9 puntos.
(d) f (x) = sin(x), I = [1, 2], con 11 puntos.
Calcule el error absoluto en cada caso.
11

7. Considere la funci
on f definida por f (x) = sin(2x)
y considere el intervalo [1, 4]. Sabiendo que f
2x
es integrable en [1, 4], use la regla compuesta de Simpson para aproximar
Z 4
f (x)dx
1

utilizando
(a) 5 puntos.

(c) 9 puntos.

(b) 7 puntos.

(d) 11 puntos.

8. Considere la funci
on f definida por f (x) = sin(x) + ln(x) y considere el intervalo [1, 5]. Sabiendo
que f es integrable en [1, 5], use la regla compuesta de Simpson para aproximar
Z 5
f (x)dx
1

utilizando
(a) 5 puntos.

(c) 11 puntos.

(b) 9 puntos.

(d) 13 puntos.

8.3

Regla de Boole

9. Considere la funci
on f y considere el intervalo I = [a, b]. Sabiendo que f es integrable en I, use
Rb
la regla de Boole para aproximar a f (x)dx, tal que
(a) f (x) = ln(x), I = [1, 5].

(c) f (x) = cos(x), I = [0, 2].

0.5x ,

(d) f (x) = sin(5x), I = [1, 2].

(b) f (x) =

I = [2, 2].

Calcule el error absoluto en cada caso.

10. Considere la funci
on f definida por f (x) = sin(2x)
y considere el intervalo [1, 4]. Sabiendo que f
2x
R4
es integrable en [1, 4], use la regla de Boole para aproximar 1 f (x)dx.
11. Considere la funci
on f definida por f (x) = sin(x) + ln(x) y considere
R 5el intervalo [1, 5]. Sabiendo
que f es integrable en [1, 5], use la regla de Boole para aproximar 1 f (x)dx.

8.4

Varios

Rb
12. Aproxime a f (x)dx utilizando la regla del Trapecio, la regla de Simpson y la regla de Boole.
Calcule el error en cada caso. Compare resultados.
(a) f (x) = log1/2 (x), I = [2, 4].

(d) f (x) = sin(x), I = [2, 2].

(b) f (x) = 0.5x , I = [2, 2].

(e) f (x) = x1 , I = [3, 1].

(c) f (x) = cos(x), I = [1, 2].

(f) f (x) = ex , I = [1, 5].

Rb
13. Aproxime a f (x)dx utilizando la regla de compuesta del Trapecio y la regla compuesta de
Simpson utilizando 5 puntos. Calcule el error en cada caso. Compare resultados.
12

(a) f (x) = log1/2 (x), I = [2, 4].

(d) f (x) = sin(x), I = [2, 2].

(b) f (x) = 0.5x , I = [2, 2].

(e) f (x) = x1 , I = [3, 1].

(c) f (x) = cos(x), I = [1, 2].

(f) f (x) = ex , I = [1, 5].

14. Aproxime las siguientes integrales utilizando la regla del Trapecio, la regla del Trapecio compuesto con 5 puntos, la regla de Simpson, regla compuesta de Simpson con 5 puntos y la regla
de Boole. Compare resultados con el valor real.
1

x dx

(a)

0.5
Z 1.5

(b)
1

8.5

ln(x + 2) 2x dx

(c)
0

cos(x)
dx
x2 + 1

(d)

dx

Cuadraturas de Gauss

15. Aplique la f
ormula de Gauss para calcular una aproximacion de la siguientes integrales.
1

Z
(a)

1
3

Z
(b)

2
dx
3x 5

ln(x + 2) 2x dx

(c)
0

x
dx
2
x +1

0.13x9 3x5 + x3 dx

(d)
2

16. La formula de la cuadratura de Gauss utilizando 3 puntos viene dada por la formula
Z 1
1
4
1
f (x)dx f (1) + f (0) + f (1)
3
3
3
1
Aplique la f
ormula de Gauss de 3 puntos para calcular una aproximacion de la siguientes integrales.
1

Z
(a)

1
Z 3

(b)
1

2
dx
3x 5

ln(x + 2) 2x dx

(c)
0

x
dx
2
x +1

(d)

0.13x9 3x5 + x3 dx

Soluci
on num
erica de ecuaciones diferenciales ordinarias
9.1

M
etodo de Euler y M
etodo Predictor-Corrector

1. Aplique el metodo de Euler para aproximar las soluciones a los siguientes problemas de valor
inicial.
 0
y = xe3x 2y
(a)
en el intervalo [0, 1], y h = 0.5.
y(0) = 1

(b)

y 0 = 1 + (x y)2
en el intervalo [2, 3], y h = 0.5.
y(2) = 1

13


(c)

y0 = 1 +
y(1) = 2

y
x

en el intervalo [1, 2], y h = 0.25.

y 0 = cos(2x) + sin(2x)
en el intervalo [0, 1], utilizando 5 puntos.
y(0) = 1

y 0 = xy
y(1) = 1

(d)

(e)

y2
x2

en el intervalo [1, 2], utilizando 11 puntos.

y 0 = (y + 1)(y + 3)
en el intervalo [0, 2], con h = 0.2
y(0) = 2

y 0 = 5y + 5x2 + 2x
en el intervalo [0, 1], con h = 0.1
y(0) = 0.2

(f)

(g)

2. Mejore la aproximaci
on de cada uno de los ejercicios del punto anterior aplicando el metodo
Predictor-Corrector. Luego, calcule el error relativo normalizado de cada nueva aproximaci
on.
3. Dado el problema de valor inicial


y 0 = x2 y + x2 ex
y(1) = 0

en el intervalo [1, 2], cuya soluci

on exacta es y(x) = x2 (ex e).
(a) Use el metodo de Euler con h = 0.1, para aproximar la solucion y compararla con los valores
reales de y. Calcule el error relativo de cada aproximacion.
(b) Use las respuestas obtenidas en la parte anterior, para realizar un modelo lineal con los
datos obtenidos. Luego calcule y(1.04) y y(1.97).
(c) Use el metodo Predictor-Corrector con h = 0.1, para aproximar la solucion y compararla
con los valores reales de y. Calcule el error relativo de cada aproximacion.
(d) Use las respuestas obtenidas en la parte anterior, para realizar un modelo lineal con los
datos obtenidos. Luego calcule y(1.04) y y(1.97).

9.2

M
etodos Runge-Kutta

item Aplique los metodos de Runge-Kutta de orden 2 y 4 para aproximar las soluciones a los
siguientes problemas de valor inicial.
 0
y = xe3x 2y
(a)
en el intervalo [0, 1], y h = 0.5.
y(0) = 1


y 0 = 1 + (x y)2
en el intervalo [2, 3], y h = 0.5.
y(2) = 1

y0 = 1 +
y(1) = 2

(b)

(c)

(d)

y
x

en el intervalo [1, 2], y h = 0.25.

y 0 = cos(2x) + sin(2x)
en el intervalo [0, 1], utilizando 5 puntos.
y(0) = 1

14

(
(e)

y 0 = xy
y(1) = 1

y2
x2

en el intervalo [1, 2], utilizando 11 puntos.

y 0 = (y + 1)(y + 3)
en el intervalo [0, 2], con h = 0.2
y(0) = 2

y 0 = 5y + 5x2 + 2x
en el intervalo [0, 1], con h = 0.1
y(0) = 0.2

(f)

(g)

4. Use las respuestas obtenidas en la parte anterior, para realizar un modelo lineal con los datos
obtenidos.
5. Dado el problema de valor inicial


y 0 = y + x + 1
y(0) = 1

en el intervalo [0, 1], cuya soluci

on exacta es y(x) = x + ex .
(a) Use los metodos de Runge-Kutta con h = 0.1, para aproximar la solucion y compararla con
los valores reales de y. Calcule el error relativo de cada aproximacion.
(b) Use las respuestas obtenidas en la parte anterior, para realizar un modelo lineal con los
datos obtenidos. Luego calcule y(0.04) y y(0.97).

9.3

M
etodos de Adam-Bashforth

6. Aplique los metodos de Adam-Bashforth de paso 2 y 3 para aproximar las soluciones a los
siguientes problemas de valor inicial. Utilice el metodo de Euler para obtener las aproximaciones
de y1 y y2 , seg
un corresponda el caso.
 0
y = xe3x 2y
(a)
en el intervalo [0, 1], y h = 0.5.
y(0) = 1


y 0 = 1 + (x y)2
en el intervalo [2, 3], y h = 0.5.
y(2) = 1

y0 = 1 +
y(1) = 2

(b)

(c)

en el intervalo [1, 2], y h = 0.25.

y 0 = cos(2x) + sin(2x)
en el intervalo [0, 1], utilizando 5 puntos.
y(0) = 1

y 0 = xy
y(1) = 1

(d)

(e)

y2
x2

en el intervalo [1, 2], utilizando 11 puntos.

y 0 = (y + 1)(y + 3)
en el intervalo [0, 2], con h = 0.2
y(0) = 2

y 0 = 5y + 5x2 + 2x
en el intervalo [0, 1], con h = 0.1
y(0) = 0.2

(f)

(g)

y
x

15

7. Use las respuestas obtenidas en la parte anterior, para realizar un modelo lineal con los datos
obtenidos.
8. Dado el problema de valor inicial


y 0 = y + x + 1
y(0) = 1

en el intervalo [0, 1], cuya soluci

on exacta es y(x) = x + ex .
(a) Use el metodo de Adam-Bashforth de paso 2 con h = 0.1, para aproximar la soluci
on y
compararla con los valores reales de y. Calcule el error relativo de cada aproximaci
on.
Utilice el metodo de Runge-Kutta de orden 4 para aproximar el valor de y1 .
(b) Use las respuestas obtenidas en la parte anterior, para realizar un modelo lineal con los
datos obtenidos. Luego calcule y(0.04) y y(0.97).

Referencias
[1] S.C. Chapra and R.P. Canale. Numerical methods for engineers. McGraw-Hill Higher Education,
2005.
[2] R.L. Burden and J.D. Faires. Numerical Analysis. Cengage Learning, 2010.
[3] J. Chavarra. Introducci
on a los Metodos Numericos. Notas, 2012.

16