TEMA 1

Problemas resueltos de Calculo Numerico

1. Interpolacion y aproximacion
1. Escribir los polinomios de interpolacion de Lagrange y de Newton para los siguientes
datos:
x
i
-2 0 1
f(x
i
) 0 1 -1
Escribir ambos polinomios en la forma a+bx+cx
2
con el n de vericar que son identicos.
SOLUCI

ON:
Metodo de Lagrange:
Construimos los polinomios de Lagrange,
i
(x), i = 0, 1, 2.

0
(x) =
(x x
1
)(x x
2
)
(x
0
x
1
)(x
0
x
2
)
=
(x 0)(x 1)
(2 0)(2 1)
=
1
6
x(x 1)

1
(x) =
(x x
0
)(x x
2
)
(x
1
x
0
)(x
1
x
2
)
=
(x + 2)(x 1)
(0 + 2)(0 1)
=
1
2
(x + 2) (x 1)

2
(x) =
(x x
0
)(x x
1
)
(x
2
x
0
)(x
2
x
1
)
=
(x + 2)(x 0)
(1 + 2)(1 0)
=
1
3
(x + 2) x
El polinomio de interpolacion viene dado por
p
2
(x) =
2

i=0
f(x
i
)
i
(x) = f(x
0
)
0
(x) + f(x
1
)
1
(x) + f(x
2
)
2
(x)
= 0
_
1
6
x(x 1)
_
+ 1
_

1
2
(x + 2)(x 1)
_
1
_
1
3
(x + 2) x
_
=
1
2
(x + 2)(x 1)
1
3
(x + 2)x = 1
7
6
x
5
6
x
2
Metodo de Newton:
Escribimos el polinomio de interpolacion en la forma
p
2
(x) = f(x
0
) + f[x
0
, x
1
](x x
0
) + f[x
0
, x
1
, x
2
](x x
0
)(x x
1
)
2 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
Calculamos la tabla de diferencias divididas
x
i
f(x
i
-2 0
1/2
0 1 -5/6
-2
1 -1
Luego,
p
2
(x) = 0 +
1
2
(x + 2)
5
6
(x + 2)(x 0) = 1
7
6
x
5
6
x
2
2. Determinar un polinomio p(x) = ax
6
+ bx
4
+ cx
2
+ d que satisfaga los siguientes datos
p(0) = 2 , p(1) = 8 , p

(0) = 2 , p

(1) = 8 .
SOLUCI

ON:
p(x) = a x
6
+ b x
4
+ c x
2
+ d
p

(x) = 6a x
5
+ 4b x
3
+ 2c x
p

(x) = 30a x
4
+ 12b x
2
+ 2c
Al imponer las condiciones de interpolacion se tiene
p(0) = 2 d = 2
p(1) = 8 a + b + c + d = 8
p

(0) = 2 2c = 2
p

(1) = 8 30a + 12b + 2c = 8

Resolviendo el sistema anterior obtenemos
a =
37
9
, b =
100
9
, c = 1, d = 2.
El polinomio pedido sera
p(x) =
37
6
x
6
+
100
9
x
4
x
2
+ 2.
3. En estudios de polimerizacion inducida por radiacion, se emplea una fuente de rayos
gamma para obtener dosis medidas en radiacion. Sin embargo, la dosis vara con la
posicion del aparato, seg un los datos que se dan a continuacion.
Posicion Dosis
(en pulgadas) (10
5
rads/h)
1.0 2.71
1.5 2.98
2.0 3.20
3.0 3.20
(a) Cual es la estimacion para el nivel de dosis en 2.5 pulgadas?
1. INTERPOLACI

ON Y APROXIMACI

ON 3
(b) Si se efect ua una nueva medicion que indica que a 3.5 pulgadas el nivel de dosis
correspondiente es de 2

98, cual sera ahora la estimacion para el nivel de dosis en

2.5 pulgadas?
SOLUCI

ON:
(a) Calculamos el polinomio de interpolacion para los datos de la tabla anterior. Utilizamos el
metodo de Newton.
x
i
f(x
i
)
1.0 2.71
0.54
1.5 2.98 -0.1
0.44 -0.29/3
2.0 3.20 -0.44/1.5
0
3.0 3.20
El polinomio de interpolacion vendra dado por
p
3
(x) = 2.71 + 0.54(x 1) 0.1(x 1)(x 1.5)
0.29
3
(x 1)(x 1.5)(x 2).
Ahora podemos estimar la dosis de radiacion para x = 2.5 evaluando el polinomio de
interpolacion en ese punto.
p
3
(2.5) = 2.71 + 0.54(1.5) 0.1(1.5)(1)
0.29
3
(1.5)(0.5) = 3.2975.
(b) Observemos que ahora disponemos de un dato mas de interpolacion. Una forma de obtener
el nuevo polinomio de interpolacion es a nadir este dato a nuestra tabla de diferencias divi-
didas y completarla.
x
i
f(x
i
)
1.0 2.71
0.54
1.5 2.98 -0.1
0.44 -0.29/3
2.0 3.20 -0.44/1.5 0.29/7.5
0 0
3.0 3.20 -0.44/1.5
-0.44
3.5 2.98
El nuevo polinomio de interpolacion sera
p
4
(x) = 2.71 + 0.54(x 1) 0.1(x 1)(x 1.5)
0.29
3
(x 1)(x 1.5)(x 2) +
0.29
7.5
(x 1)(x 1.5)(x 2)(x 3).
La estimacion del nivel de radiacion para x = 2.5 sera ahora
p
4
(2.5) = 3.2975 +
0.29
7.5
(1.5)(0.5)(0.5) = 3.283
4 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
4. Para los valores siguientes
E 40 60 80 100 120
P 0.63 1.36 2.18 3.00 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 Newton de segundo grado para E =
80, 100, 120. Utilizarlo para estimar el valor de P correspondiente a E = 90 voltios.
SOLUCI

ON:
(a) Calculamos la tabla de diferencias divididas
x
i
f(x
i
)
40 0.63
0.0365
60 1.36 0.0001125
0.041 -0.000001875
80 2.18 0 0.0000000521
0.041 0.00002292
100 3.00 0.0001375
0.0465
120 3.93
(b) En la tabla anterior hemos marcado los coecientes del polinomio de interpolacion para
E = 80, 100, 120. El polinomio sera
p
2
(x) = 2.18 + 0.041(x 80) + 0.0001375(x 80)(x 100).
La estimacion de P para E = 90 se obtendra evaluando el polinomio de interpolacion en
x = 90. En nuestro caso
p(90) = 2.18 + 0.041(10) + 0.0001375(10)(10) = 2.57625
5. Una funcion f(x) de la que solamente se conocen los datos de la tabla que gura a con-
tinuacion, alcanza un maximo en el intervalo [1, 1.3]. Hallar la abscisa de dicho maximo.
x
i
1.0 1.1 1.2 1.3
f(x
i
) 0.841 0.891 0.993 1.000
Interpreta los resultados.
SOLUCI

ON:
La solucion de este problema pasa necesariamente por determinar una funcion que interpole o
aproxime los datos anteriores. A continuacion calculamos el punto donde esta funcion alcance
su maximo o su mnimo. Por tanto, una primera estrategia puede ser calcular el polinomio de
interpolacion.
1. INTERPOLACI

ON Y APROXIMACI

ON 5
x
i
f(x
i
)
1.0 0.841
0.5
1.1 0.891 2.6
1.02 -24.5
1.2 0.993 -4.75
0.07
1.3 1.00
El polinomio de interpolacion sera
p(x) = 0.841 + 0.5(x 1) + 2.6(x 1)(x 1.1) 24.5(x 1)(x 1.1)(x 1.2)
= 35.541 93.65x + 83.45x
2
24.5x
3
Calculamos los puntos crticos
p

(x) = 0 73.5x
2
+ 166.9x 93.65 = 0
_
x = 1.25754
x = 1.01321
Para precisar si hay maximo o mnimo recurrimos a la segunda derivada.
p

(x) = 147x + 166.9

_
p

(1.25754) = 17.95838 < 0 max. relativo

p

(1.01321) = 17.95813 > 0 mn. relativo

Puesto que
p(1.25754) = 1.018062648073915
deducimos que la funcion p(x) alcanza su maximo absoluto en el intervalo [1, 1.3] en el punto de
abscisa x = 1.25754.
Otra forma de abordar este problema sera utilizando interpolacion lineal a trozos. De acuerdo
con este nuevo modelo y observando los datos de la tabla anterior concluiramos que la funcion
f(x) alcanzara su maximo absoluto en x = 1.30.
6. En la siguiente tabla, R es la resistencia de una bobina en ohms y T la temperatura de
la bobina en grados centgrados. Por mnimos cuadrados determinar el mejor polinomio
lineal que represente la funcion 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
SOLUCI

ON:
Se trata de ajustar una funcion del tipo
R = a + b T
al conjunto de datos (T
i
, R
i
). Matricialmente el sistema que tenemos que resolver vendra dado
por
_
_
_
_
_
_
6

i=1
1
6

i=1
T
i
6

i=1
T
i
6

i=1
T
2
i
_
_
_
_
_
_
_
a
b
_
=
_
_
_
_
_
_
6

i=1
R
i
6

i=1
T
i
R
i
_
_
_
_
_
_
6 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
Construimos la siguiente tabla
T
i
R
i
T
2
i
T
i
R
i
10.50 10.421 110.25 109.4205
29.49 10.939 869.6501 322.59111
42.70 11.321 1823.29 483.4067
60.01 11.794 3601.2001 707.75794
75.51 12.242 5701.7601 924.39242
91.05 12.668 8290.1025 1153.4214
309.26 69.385 20396.2628 3700.99107
Por tanto, el sistema que tenemos que resolver sera,
_
6a + 309.26b = 69.385
309.26a + 20396.2628b = 3700.99107

_
a = 10.1222293891
b = 0.0279752430495
Luego, la solucion vendra dada por
R = 10.1222293891 + 0.0279752430495 T
7. Aproximar mediante los mnimos cuadrados un polinomio de grado dos a los siguientes
datos
x
i
1 2 4 10 16
y
i
6 1 2 4 5
SOLUCI

ON:
Se trata de ajustar una funcion del tipo
y = a + b x + c x
2
al conjunto de datos (x
i
, y
i
).
Matricialmente el sistema que tenemos que resolver vendra dado por
_
_
_
_
_
_
_
_
_
_
_
_
5

i=1
1
5

i=1
x
i
5

i=1
x
2
i
5

i=1
x
i
5

i=1
x
2
i
5

i=1
x
3
i
5

i=1
x
2
i
5

i=1
x
3
i
5

i=1
x
4
i
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
b
c
_
_
_ =
_
_
_
_
_
_
_
_
_
_
_
_
5

i=1
y
i
5

i=1
x
i
y
i
5

i=1
x
2
i
y
i
_
_
_
_
_
_
_
_
_
_
_
_
Construimos la siguiente tabla
x
i
y
i
x
2
i
x
3
i
x
4
i
x
i
y
i
x
2
i
y
i
1 6 1 1 1 6 6
2 1 4 8 16 2 4
4 2 16 64 256 8 32
10 4 100 1000 10000 40 400
16 5 256 4096 65536 80 1280
33 18 377 5169 75809 136 1722
1. INTERPOLACI

ON Y APROXIMACI

ON 7
Por tanto, el sistema que tenemos que resolver sera,
_
_
_
5a + 33b + 377c = 18
33a + 377b + 5169c = 136
377a + 5169b + 75809c = 1722

_
_
_
a = 4.08582
b = 0.45685
c = 0.03355
Luego, la solucion vendra dada por
y = 4.08582 0.45685x + 0.03355x
2
8. Hallar la funcion del tipo
g(x) = a

x +
b
x
que mejor se ajuste, mediante el criterio de los mnimos cuadrados, a los datos
(1, 2) , (2, 4) , (3, 0).
SOLUCI

ON:
Matricialmente el sistema que tenemos que resolver vendra dado por
_
_
_
_
_
_
3

i=1
x
i
3

i=1
1

x
i
3

i=1

x
i
3

i=1
1
x
2
i
_
_
_
_
_
_
_
a
b
_
=
_
_
_
_
_
_
3

i=1

x
i
y
i
3

i=1
1
x
i
y
i
_
_
_
_
_
_
Construimos la siguiente tabla
x
i
1/

x
i
1/x
2
i

x
i
y
i
y
i
/x
i
1 1 1 2 2
2 0.7071 0.25 5.65685 2
4 0.5 0.0625 0 0
7 2.20711 1.3125 7.65685 4
Por tanto, el sistema que tenemos que resolver sera,
_
7a + 2.20711b = 7.65685
2.20711a + 1.3125b = 4

_
a = 0.43556
b = 2.20774
Luego, la solucion vendra dada por
y = 0.43556

x +
2.20774
x
.
9. En la siguiente tabla aparecen recogidos los datos de poblacion de un peque no barrio de
una ciudad en un periodo de 20 a nos. Como ingeniero que trabaja en una compa na de
servicio debes pronosticar la poblacion que habra dentro de 5 a nos, para poder anticipar
la demanda de energa. Emplea un modelo exponencial y regresion lineal para hacer esta
predicci on.
t 0 5 10 15 20
p 100 212 448 949 2009
8 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
SOLUCI

ON:
Pretendemos ajustar una funcion del tipo
p = a e
bt
.
Se trata de un modelo de aproximacion no lineal. Tomando logaritmos y denotando P = ln p y
A = lna se llega al modelo lineal
lnp = ln
_
a e
bt
_
= ln a + b t P = A + b t.
Ahora nuestro objetivo sera ajustar una funcion del tipo P = A+b t al conjunto de datos (t
i
, P
i
).
Matricialmente el sistema que tenemos que resolver sera
_
_
_
_
_
_
5

i=1
1
5

i=1
t
i
5

i=1
t
i
5

i=1
t
2
i
_
_
_
_
_
_
_
A
b
_
=
_
_
_
_
_
_
5

i=1
P
i
6

i=1
t
i
P
i
_
_
_
_
_
_
Construimos la siguiente tabla
t
i
p
i
P
i
= lnp
i
t
2
i
t
i
P
i
0 100 4.6052 0 0
5 212 5.3566 25 26.783
10 448 6.1048 100 61.048
15 949 6.8554 225 102.831
20 2009 7.6054 400 152.108
50 30.5274 750 342.77
Por tanto, el sistema que tenemos que resolver sera,
_
5A + 50b = 30.5274
50A + 750b = 342.77

_
A = 4.60564 a = e
A
= e
4.60564
= 100.0470
b = 0.149984
Luego, la solucion vendra dada por
p(t) = 100.0470 e
0.149984 t
.
La poblacion estimada en los proximos 5 a nos se obtendra calculando p(25). En nuestro caso,
p(25) = 100.0470e
3.7496
4252.
2. Resolucion numerica de ecuaciones
10. Probar que la ecuacion
e
x
2e
x
= 0
tiene una unica solucion real. Obtenerla mediante el metodo de Newton-Raphson (3 it-
eraciones). Utiliza 5 cifras decimales en los c alculos.
SOLUCI

ON:
Consideramos la funcion
f(x) = e
x
2e
x
.
Buscamos un intervalo donde haya alternancia de signo
f(0) = 1 , f(1) = 1.9825
2. RESOLUCI

ON NUM

ERICA DE ECUACIONES 9
Puesto que f es una funcion continua, el teorema de Bolzano nos garantiza la existencia de al
menos una solucion en el intervalo (0, 1). Ademas se tiene que
f

(x) = e
x
+ 2e
x
= 0 , x IR,
por lo que la solucion es unica.
Apliquemos el metodo de Newton para obtener de forma aproximada la solucion.
x
n+1
= x
n

f(x
n
)
f

(x
n
)
, n 0.
Elegimos como punto de arranque un x
0
[0, 1] tal que f(x
0
)f

(x
0
) > 0. En este caso, puesto
que
f

(x) = e
x
2e
x
,
podemos tomar como punto de arranque cualquier x
0
[0, 1].
Partiendo de x
0
= 0 generamos las siguientes aproximaciones
x
0
= 0
x
1
= x
0

f(x
0
)
f

(x
0
)
= 0
f(0)
f

(0)
=
1
3
= 0.33333
x
2
= x
1

f(x
1
)
f

(x
1
)
= 0.33333
f(0.33333)
f

(0.33333)
= 0.34654
x
3
= x
2

f(x
2
)
f

(x
2
)
= 0.34654
f(0.34654)
f

(0.34654)
= 0.34657
En este caso, podemos resolver algebraicamente la ecuacion para obtener la solucion exacta.
e
x
2e
x
= 0 e
2x
2 = 0 x =
1
2
ln2 = 0.346573590279972
11. Aproximar mediante el metodo de la regula falsi la raz de la ecuacion
x
3
2x
2
5 = 0
en el intervalo [1, 4], realizando 5 iteraciones y utilizando cinco cifras decimales.
SOLUCI

ON:
Denimos la funcion f(x) = x
3
2x
2
5. Puesto que f(1) = 6 y f(4) = 27, el teorema de
Bolzano nos garantiza la existencia de al menos una solucion en el intervalo (1, 4). Ademas, puesto
que
f

(x) = 6x 4 > 0 , x [1, 4],

la funcion f es convexa en [1, 4]. Esto nos asegura que hay solucion unica en [1, 4] y que el metodo
de regula falsi es convergente. Generamos las aproximaciones
x
n
= a
n

f(a
n
)(b
n
a
n
)
f(b
n
) f(a
n
)
, n = 0, 1,
10 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
partiendo de a
0
= 1, b
0
= 4. Los valores a
n
y b
n
se eligen en cada paso de forma que f(a
n
)f(b
n
) <
0. Los calculos realizados se recogen en la siguiente tabla.
n a
n
b
n
x
n
f(a
n
) f(b
n
) f(x
n
)
0 1.0000 4.0 1.5454 -6.0000 27.0 -6.0856
1 1.5454 4.0 1.9969 -6.0856 27.0 -5.0122
2 1.9969 4.0 2.3105 -5.0122 27.0 -3.3420
3 2.3105 4.0 2.4966 -3.3420 27.0 -1.9043
4 2.4966 4.0 2.5957 -1.9043 27.0 -0.98648
5 2.5957 4.0 2.6452 -0.98648 27.0 -0.48559
La solucion vendra dada por
x 2.6452
Observacion: Si nos jamos en la tabla anterior se observa que en cualquier iteracion, b
n
= b
0
y a
n+1
= x
n
. Esta situacion se poda haber previsto inicialmente por la convexidad de la funcion
f. De esta forma las aproximaciones se podran calcular directamente a partir de la formula
x
n
= x
n1

f(x
n1
)(b x
n1
)
f(b) f(x
n1
)
, n = 0, 1,
tomando x
1
= a
0
= 1.
12. Encontrar un valor aproximado de
3

2 mediante el metodo de biseccion y el metodo de la

secante.
SOLUCI

ON:
Consideramos la funcion f(x) = x
3
2 y buscamos un intervalo donde haya alternancia de signo
f(1) = 1 , f(1.5) = 1.375
El teorema de Bolzano nos garantiza la existencia de al menos una solucion en el intervalo [1, 1.5].
Ademas, puesto que
f

(x) = 3x
2
= 0 , x [1, 1.5]
la solucion sera unica.
Metodo de biseccion: Partiendo de a
0
= 1, b
0
= 1.5 generamos las aproximaciones
x
n
=
a
n
+ b
n
2
donde a
n
y b
n
se eligen de forma que en cualquier iteracion se cumpla que f(a
n
)f(b
n
) < 0. Los
calculos efectuados se recogen en la siguiente tabla
n a
n
b
n
x
n
f(a
n
) f(b
n
) f(x
n
)
0 1.0 1.5 1.25 -1.000 1.375 -0.046
1 1.25 1.5 1.375 -0.046 1.375 0.599
2 1.25 1.375 1.3125 -0.046 0.599 0.260
3 1.25 1.3125 1.28125 -0.046 0.260 0.103
4 1.25 1.28125 1.265625 -0.046 0.103 0.0272
5 1.25 1.265625 1.2578125 -0.046 0.027 -0.01
6 1.2578125 1.265625 1.26171875 -0.010 0.027 0.008
7 1.2578125 1.26171875 1.259765625 -0.010 0.008 -0.0007
8 1.259765625 1.26171875 1.2607421875 -0.0007 0.008 0.003
9 1.259765625 1.2607421875 1.26025390625 -0.0007 0.003 0.001
10 1.259765625 1.26025390625 1.260009765625 -0.0007 0.001 0.0004
2. RESOLUCI

ON NUM

ERICA DE ECUACIONES 11
El valor aproximado obtenido despues de 10 iteraciones del metodo de biseccion es
x 1.260009765625
Metodo de la secante: Partiendo de x
0
= 1 y x
1
= 1.5 generamos las aproximaciones
x
n+1
= x
n

f(x
n
)(x
n
x
n1
)
f(x
n
) f(x
n1
)
, n = 1, 2,
x
0
= 1
x
1
= 1.5
x
2
= x
1

f(x
1
)(x
1
x
0
)
f(x
1
) f(x
0
)
= 1.2105263157894736842
x
3
= x
2

f(x
2
)(x
2
x
1
)
f(x
2
) f(x
1
)
= 1.2514085388756729685
x
4
= x
3

f(x
3
)(x
3
x
2
)
f(x
3
) f(x
2
)
= 1.2602652758390120360
x
5
= x
4

f(x
4
)(x
4
x
3
)
f(x
4
) f(x
3
)
= 1.2599187140887994992
x
6
= x
5

f(x
5
)(x
5
x
4
)
f(x
5
) f(x
4
)
= 1.2599210492568176179
La solucion aproximada obtenida al realizar 5 iteraciones con el metodo de la secante viene dada
por
x 1.2599210492568176179
13. Determinar una solucion aproximada de la ecuacion
lnx x + 2 = 0
en el intervalo [3, 4], utilizando 3 iteraciones con el metodo de Newton-Raphson.
SOLUCI

ON:
Puesto que f es continua en el intervalo [3, 4] y f(3)f(4) < 0, el teorema de Bolzano nos garantiza
la existencia de al menos una solucion en dicho intervalo. Ademas,
f

(x) =
1
x
1 = 0 , x [3, 4],
lo que nos asegura que hay solucion unica en el intervalo [3, 4].
Generamos las aproximaciones de la solucion mediante el algoritmo
x
n+1
= x
n

f(x
n
)
f

(x
n
)
, n = 0, 1,
12 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
partiendo de un punto inicial x
0
[3, 4] tal que f(x
0
)f

(x
0
) > 0. Puesto que f

(x) = 1/x
2
podemos tomar como punto de arranque x
0
= 4.
x
0
= 4
x
1
= x
0

f(x
0
)
f

(x
0
)
= 4
f(4)
f

(4)
= 3.181725815
x
2
= x
1

f(x
1
)
f

(x
1
)
= 3.181725815
f(3.181725815)
f

(3.181725815)
= 3.146284844
x
3
= x
2

f(x
2
)
f

(x
2
)
= 3.146284844
f(3.146284844)
f

(3.146284844)
= 3.146193221
14. Resolver la ecuacion diferencial
y

+ y

3y

y = 0.
SOLUCI

ON:
El conjunto fundamental de soluciones de la ecuacion diferencial anterior se obtiene resolviendo
la ecuacion caracterstica
r
3
+ r
2
3r 1 = 0.
Dado que la ecuacion es polinomica de grado impar sabemos que tiene al menos una solucion
real. Las posibles soluciones racionales de esta ecuacion son 1. La comprobacion mediante la
regla de Runi nos revela que ninguna de ellas es solucion. Hemos de buscar, por tanto, races
irracionales. En este caso, la regla de Runi no es operativa. Afortunadamente podemos obtener
una solucion aproximada utilizando el metodo de Newton-Raphson.
Comenzamos deniendo la funcion f(r) = r
3
+ r
2
3r 1 y buscamos un intervalo donde haya
alternancia de signo.
f(1) = 2 , f(2) = 5
Tenemos, por tanto, asegurada la existencia de solucion en el intervalo [1, 2]. Ademas,
f

(r) = 3r
2
+ 2r 3
cuyas races son 1.38742588672 y 0.72075922005, por lo que f

(x) = 0, x [1, 2]. Esto nos

garantiza que la solucion en [1, 2] es unica. Generamos las aproximaciones
r
n+1
= r
n

f(r
n
)
f

(r
n
)
, n = 0, 1,
partiendo de un punto r
0
[1, 2] tal que f(r
0
)f

(r
0
) > 0.
2. RESOLUCI

ON NUM

ERICA DE ECUACIONES 13
Puesto que f

(r) = 6r 2, entonces f(2)f

(2) > 0. Podemos tomar r

0
= 2.
r
0
= 2
r
1
= r
0

f(r
0
)
f

(r
0
)
= 2
f(2)
f

(2)
= 1.6153846154
r
2
= r
1

f(r
1
)
f

(r
1
)
= 1.6153846154
f(1.6153846154)
f

(1.6153846154)
= 1.4939568508
r
3
= r
2

f(r
2
)
f

(r
2
)
= 1.4939568508
f(1.4939568508)
f

(1.4939568508)
= 1.4813275882
r
4
= r
3

f(r
3
)
f

(r
3
)
= 1.4813275882
f(1.4813275882)
f

(1.4813275882)
= 1.4811943189
r
5
= r
4

f(r
4
)
f

(r
4
)
= 1.4811943189
f(1.4811943189)
f

(1.4811943189)
= 1.4811943041
r
6
= r
5

f(r
5
)
f

(r
5
)
= 1.4811943041
f(1.4811943041)
f

(1.4811943041)
= 1.48119430409
Podemos tomar como solucion r 1.48119430409. Ahora para determinar las otras soluciones
aplicamos la regla de Runi
1 1 -3 -1
1.48119430409 1.48119430409 3.67513087056 0.999999999989
1 2.48119430409 0.67513087056 -0.000000000011
y resolvemos la ecuacion
r
2
+ 2.48119430409r + 0.67513087056 = 0
_
r = 0.31110781746
r = 2.17008648663
La solucion general de la ecuacion diferencial sera
y = c
1
e
1.48119430409x
+ c
2
e
0.31110781746x
+ c
3
e
2.17008648663x
, c
1
, c
2
, c
3
IR.
15. La velocidad hacia arriba de un cohete se puede calcular usando la siguiente formula
v = uln
m
0
m
0
q t
g t,
donde v = velocidad hacia arriba, u = la velocidad con la que el combustible sale relativa
al cohete, m
0
= masa inicial del cohete en el tiempo t = 0, q = razon de consumo de
combustible y g = aceleracion hacia abajo debido a la gravedad (considerese la gravedad
constante = 9.8 m/s
2
). Si u = 2200 m/s, m
0
= 160000 Kg y q = 2680 Kg/s, calcule el
tiempo para el cual v = 1000 m/s.
SOLUCI

ON:
Se trata de resolver la ecuacion
1000 = 2200 ln
_
160000
160000 2680 t
_
9.8 t
Simplicando se llega a la ecuacion equivalente
0.00445454545454 t + ln(4000 67 t) 7.83950418556 = 0 .
Denimos la funcion
f(t) = 0.00445454545454 t + ln(4000 67 t) 7.83950418556
14 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
y buscamos un intervalo donde haya alternancia de signo
f(25) = 0.0233348 , f(26) = 0.00145126.
Luego existe una solucion en el intervalo [25, 26]. Ademas,
f

[t] = 0.00445454545454
67
4000 67t
= 0 , t > 0,
lo que nos asegura que la solucion buscada es unica.
Generamos las aproximaciones mediante el algoritmo
t
n+1
= t
n

f(t
n
)
f

(t
n
)
, n = 0, 1,
partiendo de un punto inicial t
0
[25, 26] tal que f(t
0
)f

(t
0
) > 0. En nuestro caso f

(t) =
4489/(4000 67t)
2
, por lo que f(26)f

(26) > 0 y podemos tomar, t

0
= 26.
t
0
= 26
t
1
= t
0

f(t
0
)
f

(t
0
)
= 26
f(26)
f

(26)
= 25.9424508478
t
2
= t
1

f(t
1
)
f

(t
1
)
= 25.9424508478
f(25.9424508478)
f

(25.9424508478)
= 25.9423929821
t
3
= t
2

f(t
2
)
f

(t
2
)
= 25.9423929821
f(25.9423929821)
f

(25.9423929821)
= 25.9423929820
La solucion aproximada sera t 25.9423929820.
3. Derivacion e Integracion Numerica
16. Obtener la derivada segunda en x = 3.7 para la funcion f(x) de la que se conocen los
siguientes datos
x
i
1 1.8 3 4.2 5
f(x
i
) 3.00 4.34 6.57 8.88 10.44
SOLUCI

ON:
Calculamos el polinomio de interpolacion de la funcion f para el conjunto de datos.
x
i
f(x
i
)
1.0 3.00
1.675
1.8 4.34 0.0916667
1.85833 -0.0199653
3.0 6.57 0.027778 0.00379774
1.925 -0.00477431
4.2 8.88 0.0125
1.95
5.0 10.44
El polinomio de interpolacion vendra dado por
p(x) = 3 + 1.675(x 1) + 0.0916667(x 1)(x 1.8)
0.0199653(x 1)(x 1.8)(x 3) +
0.00379774(x 1)(x 1.8)(x 3)(x 4.2)
= 1.68395 + 1.03148 x + 0.338715 x
2
0.0579427 x
3
+ 0.00379774 x
4
3. DERIVACI

ON E INTEGRACI

ON NUM

ERICA 15
Ahora podemos estimar el valor de f

(3.7) evaluando p

(3.7). En nuestro caso,

p

(x) = 1.03148 + 0.677431 x 0.173838 x

2
+ 0.05191 x
3
p

(x) = 0.677431 0.347656 x + 0.0455729 x

2
Luego,
f

(3.7) 0.677431 0.347656 (3.7) + 0.0455729 (3.7)

2
= 0.0149917
17. Dado un circuito con un voltaje V (t), una inductancia L y una resistencia R, la primera
ley de Kircho que lo modela es
V = L
dI
dt
+ RI.
La siguiente tabla recoge los valores experimentales de I correspondientes a varios tiempos
t dados en segundos.
Si la inductancia L es constante e igual a 0.97 henrios y la resistencia R es de 0.14
ohmios, aproximar el voltaje V cuando t = 0.97.
t 0.95 0.96 0.97 0.98 0.99 1.0
I 0.90 1.92 2.54 2.88 3.04 3.10
SOLUCI

ON:
Dado que conocemos I(0.97) = 2.54, el problema se reduce a calcular I

(0.97). Para ello calculamos

el polinomio de interpolacion p(t) para el conjunto de datos de la tabla anterior. La derivada de
este polinomio para t = 0.97 nos dara una estimacion de I

(0.97).
t
i
I
i
0.95 0.90
102
0.96 1.92 -2000
62 2000
0.97 2.54 -1400 -250000/3
34 50000/3 0
0.98 2.88 -900 -250000/3
16 40000/3
0.99 30.4 -500
6
1.00 3.10
El polinomio de interpolacion vendra dado por
p(t) = 0.90 + 102(t 0.95) 2000(t 0.95)(t 0.96) +
20000(t 0.95)(t 0.96)(t 0.97)
250000
3
(t 0.95)(t 0.96)(t 0.97)(t 0.98)
= 91858.4 + 358719.83 t 525191.67 t
2
+ 341666.67 t
3

250000
3
t
4
.
Luego,
p

(t) = 358719.83 1050383.33 t + 1025000 t

2
333333.33 t
3
Evaluando en t = 0.97 se tiene
I

(0.97) p

(0.97) = 358719.83 1050383.33 (0.97) + 1025000 (0.97)

2

333333.33 (0.97)
3
= 46.1667
16 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
Por tanto,
V (0.97) = 0.97 I

(0.97) + 0.14 I(0.97) = 0.97(46.1667) + 0.14(2.54) = 45.1373

18. Utilizar la formulas usuales de derivacion numerica para calcular un valor aproximado de
la derivada de la funci on f(x) = (1 + x)e
x
en el punto x = 0.6 para h = 0.1, 0.01, 0.001.
Comparar los resultados obtenidos con el valor exacto.
SOLUCI

ON:
En nuestro caso se tiene que
f

(x) = e
x
+ (1 + x)e
x
= (2 + x)e
x
.
Por tanto,
f

(0.6) = (2 + 0.6)e
0.6
= 4.737508881015323
Al aplicar la formulas de derivacion numerica se obtiene
f

(0.6)
f(0.6 + h) f(0.6)
h
h Valor aproximado Error
0.1 5.0798952207499504 0.3423863397346274
0.01 4.7704471413621885 0.032938260346865533
0.001 4.7407900922387114 0.003281211223388425
f

(0.6)
f(0.6 + h) f(0.6 h)
2h
h Valor aproximado Error
0.1 4.7514884832480853 0.013979602232762289
0.01 4.7376485777921973 0.00013969677687430959
0.001 4.7375102779729783 0.13969576553307661 10
5
f

(0.6)
4f(0.6 + h) 3f(0.6) f(0.6 + 2h)
2h
h Valor aproximado Error
0.1 4.7068724881917579 0.030636392823565117
0.01 4.7372269244113419 0.00028195660398111499
0.001 4.7375060845467054 0.27964686175607767 10
5
3. DERIVACI

ON E INTEGRACI

ON NUM

ERICA 17
19. De una funcion f conocemos los siguientes datos
x 0 1 2 3
f(x) 2 -2 -1 0
Calcular un valor aproximado de
_
3
0
f(x)dx a partir de:
(a) Un polinomio de interpolacion, a lo sumo de grado tres, p(x) obtenido de dichos
datos.
(b) La recta y(x) que mejor se ajusta a estos datos en el sentido de los mnimos cuadra-
dos.
(c) La regla del trapecio compuesta.
SOLUCI

ON:
(a) Construimos la tabla de diferencias divididas
x
i
f(x
i
)
0 2
4
1 2
5
2
1
5
6
2 1 0
1
3 0
El polinomio de interpolacion sera
p(x) = 2 4x +
5
2
x(x 1)
5
6
x(x 1)(x 2) = 2
49
6
x + 5 x
2

5
6
x
3
Luego,
_
3
0
f(x)dx
_
3
0
p(x)dx =
_
3
0
_
2
49
6
x + 5 x
2

5
6
x
3
_
dx =
21
8
(b) Se trata de ajustar una funcion del tipo y(x) = a + b x al conjunto de datos (x
i
, y
i
) donde
y
i
= f(x
i
). Los coecientes a y b se obtienen resolviendo el sistema
_
_
_
_
_
_
4

i=1
1
4

i=1
x
i
4

i=1
x
i
4

i=1
x
2
i
_
_
_
_
_
_
_
a
b
_
=
_
_
_
_
_
_
4

i=1
y
i
4

i=1
x
i
y
i
_
_
_
_
_
_
Para ello construimos la siguiente tabla
x
i
y
i
x
2
i
x
i
y
i
0 2 0 0
1 -2 1 -2
2 -1 4 -2
3 0 9 0
6 -1 14 -4
Luego,
_
4a + 6b = 1
6a + 14b = 4
a =
1
2
, b =
1
2
18 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
La recta buscada vendra dada por y(x) =
1
2

1
2
x. Por lo tanto,
_
3
0
f(x)dx
_
3
0
y(x)dx =
_
3
0
_
1
2

1
2
x
_
dx =
3
4
(c) Podemos dividir el intervalo [0, 3] en 3 subintervalos utilizando los puntos 0, 1, 2, 3. Apli-
camos sobre cada uno de ellos la regla del trapecio.
_
3
0
f(x)dx =
_
1
0
f(x)dx +
_
2
1
f(x)dx +
_
3
2
f(x)dx

1
2
(f(0) + f(1)) +
1
2
(f(1) + f(2)) +
1
2
(f(2) + f(3))
=
1
2
(f(0) + 2f(1) + 2f(2) + f(3)) =
1
2
(2 4 2 + 0)= 2
Aplicar la formula del trapecio compuesta equivale a calcular la integral de la poligonal que
pasa por los puntos (x
i
, f(x
i
)).
Observemos que los resultados obtenidos son bastante dispares dependiendo del metodo que hemos
elegido. Cual es el valor mas exacto?. Para dar respuesta a esta pregunta necesitaramos conocer
informacion adicional sobre la funci on f o sobre la naturaleza de los datos que estamos manejando.
20. Encontrar las constantes A, B y C para que la formula de integracion numerica
_
2
1
f(x)dx Af(0) + Bf(1) + Cf(2)
sea exacta para toda funci on polinomica de grado menor o igual que 2.
SOLUCI

ON:
En particular, la formula pedida debera ser exacta para las funciones {1, x, x
2
}. Por lo tanto,
f(x) = 1
_
2
1
dx = A 1 + B 1 + C 1 A + B + C = 1
f(x) = x
_
2
1
xdx = A 0 + B 1 + C 2 B + 2C =
_
1
2
x
2
_
2
1
=
3
2
f(x) = x
2

_
2
1
x
2
dx = A 0 + B 1 + C 4 B + 4C =
_
1
3
x
3
_
2
1
=
7
3
Resolviendo el sistema se obtiene
A =
1
12
, B =
2
3
, C =
5
12
.
La formula de integracion vendra dada por
_
2
1
f(x) dx =
1
12
f(0) +
2
3
f(1) +
5
12
f(2) .
3. DERIVACI

ON E INTEGRACI

ON NUM

ERICA 19
21. Obtener un valor aproximado de
_

0
senxdx utilizando:
(a) El metodo de Simpson.
(b) El polinomio de interpolacion en los puntos 0, /2, .
Explicar razonadamente lo que sucede en los apartados anteriores.
SOLUCI

ON:
(a)
_

0
senxdx
0
6
_
f(0) + 4f
_

2
_
+ f()
_
=

6
[0 + 4 1 + 0] =
2
3
(b) Calculamos el polinomio de interpolacion de la funcion f(x) = senx en los puntos x =
0, /2, . Para ello construimos la tabla de diferencias divididas
x
i
f(x
i
)
0 0
2/
/2 1 4/
2
2/
0
El polinomio de interpolacion vendra dado por
p(x) =
2

x
4

2
x
_
x

2
_
=
4

2
x(x ).
Luego,
_

0
senxdx
_

0

2
x(x ) dx =
4

2
_
x
3
3

x
2
2
_

0
=
2
3
No es casualidad la coincidencia de resultados en los apartados (a) y (b), puesto que la formula
de Simpson,
_
b
a
f(x)dx =
b a
6
_
f(a) + 4f
_
a + b
2
_
+ f(b)
_
,
se obtiene precisamente integrando el polinomio de interpolacion de la funcion f en los puntos
a, (a + b)/2 , b. En nuestro caso, estos puntos se corresponden con 0, /2, .
22. Estimar mediante la regla de Simpson el valor de la integral
_
1
0
cos

xdx
dividiendo el intervalo de integracion en dos subintervalos iguales y utilizando en los
calculos seis cifras decimales redondeadas.
SOLUCI

ON:
Dividimos el intervalo [0, 1] en los subintervalos
_
0,
1
2

y
_
1
2
, 1

. Ahora aplicamos la formula de

20 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
Simpson para estimar el valor de la integral en cada uno de los subintervalos.
_
1
0
cos

xdx =
_ 1
2
0
cos

xdx +
_
1
1
2
cos

xdx
1
2
0
6
_
f(0) + 4f
_
1
4
_
+ f
_
1
2
__
+
1
1
2
6
_
f
_
1
2
_
+ 4f
_
3
4
_
+ f(1)
_
=
1
12
_
f(0) + 4f
_
1
4
_
+ 2f
_
1
2
_
+ 4f
_
3
4
_
+ f(1)
_
=
1
12
[1 + 4(0.877583) + 2(0.760244) + 4(0.647860) + 0.54302] = 0.763547
En este caso podemos calcular el valor exacto de la integral. En efecto, efectuando el cambio de
variable x = t
2
se obtiene:
_
1
0
cos

xdx =
x = t
2
dx = 2t dt
=
_
1
0
2t cos t dt =
u = 2t du = 2 dt
dv = cos t dt v = sen t
= [2t sent + 2 cos t]
1
0
= 2 sen1 + 2 cos 1 2 = 0.763547.
4. Resolucion numerica de ecuaciones diferenciales
23. Consideremos el problema de valores iniciales
y

= x
2
y 1.2y , y(0) = 1 .
(a) Resolverlo de manera analtica.
(b) Calcular una solucion aproximada en el intervalo [0, 2] aplicando el metodo de Euler
con h = 0.5, h = 0.25 y h = 0.1. Comparar los resultados obtenidos con los valores
exactos.
SOLUCI

ON:
(a) La ecuacion diferencial puede resolverse mediante separacion de variables
dy
dx
= (x
2
1.2)y
dy
y
= (x
2
1.2)dx.
Por integracion se llega a
lny =
1
3
x
2
1.2 x + c y = k e
1
3
x
2
1.2x
.
Al imponer las condiciones iniciales, y(0) = 1, se obtiene k = 1, luego la solucion vendra
dada por
y(x) = e
1
3
x
2
1.2x
.
(b) Tomando la funcion f(x, y) = x
2
y 1.2y, el metodo de Euler con paso h nos proporciona
las aproximaciones
y
k+1
= y
k
+ hf(x
k
, y
k
) = y
k
+ h(x
2
k
y
k
1.2y
k
) , k = 0, 1, ,
partiendo de y
0
= y(0) = 1, donde x
k
= k h.
4. RESOLUCI

ON NUM

ERICA DE ECUACIONES DIFERENCIALES 21

Para h = 0.5 se generan las siguientes aproximaciones
k x
k
y
k
y(x
k
) e
k
= |y
k
y(x
k
)|
0 0 1. 1. 0
1 0.5 0.4 0.5721618727 0.1721618727
2 1.0 0.21 0.4203503845 0.2103503845
3 1.5 0.189 0.5091564206 0.3201564206
4 2.0 0.288225 1.305605172 1.017380172
Para h = 0.25 se generan las siguientes aproximaciones
k x
k
y
k
y(x
k
) e
k
= |y
k
y(x
k
)|
0 0.00 1. 1. 0
1 0.25 0.7 0.7446867144 0.04468671437
2 0.50 0.5009375 0.5721618727 0.07122437274
3 0.75 0.3819648437 0.4679588099 0.08599396614
4 1.00 0.3210891968 0.4203503845 0.09926118773
5 1.25 0.3050347369 0.4278603878 0.1228256509
6 1.50 0.33267851 0.5091564206 0.1764779106
7 1.75 0.4200066188 0.7308539261 0.3108473073
8 2.00 0.6155722007 1.305605172 0.6900329713
Para h = 0.1 se generan las siguientes aproximaciones
k x
k
y
k
y(x
k
) e
k
= |y
k
y(x
k
)|
0 0.0 1. 1. 0
1 0.1 0.88 0.8872161261 0.007216126142
2 0.2 0.77528 0.7887283347 0.01344833475
3 0.3 0.68534752 0.7039837539 0.01863623386
4 0.4 0.6092739453 0.6321259184 0.02285197314
5 0.5 0.545909455 0.5721618727 0.02625241777
6 0.6 0.4940480567 0.5230909131 0.02904285635
7 0.7 0.45254802 0.4840017935 0.03145377353
8 0.8 0.4204171106 0.4541474594 0.03373034879
9 0.9 0.3968737524 0.4330075996 0.03613384727
10 1. 0.381395676 0.4203503845 0.03895470848
11 1.1 0.3737677625 0.416306574 0.04253881152
12 1.2 0.3741415303 0.4214728148 0.0473312845
13 1.3 0.383120927 0.4370679226 0.05394699561
14 1.4 0.4018938524 0.4651788455 0.06328499309
15 1.5 0.4324377852 0.5091564206 0.0767186354
16 1.6 0.4778437527 0.5742636505 0.09641989786
17 1.7 0.542830503 0.6687577893 0.1259272863
18 1.8 0.634568858 0.8057353019 0.1711664439
19 1.9 0.7640209051 1.006353431 0.2423325262
20 2.0 0.9481499432 1.305605172 0.3574552289
24. Usar el metodo de Euler con h = 0.2 para estimar la solucion del siguiente problema de
valor inicial en x = 2
y

= e
y
, y(1) = 0
SOLUCI

ON: Tomamos la funcion f(x, y) = e

y
y generamos las aproximaciones
y
k+1
= y
k
+ hf(x
k
, y
k
) = y
k
+ he
y
k
, k = 0, 1,
22 1. PROBLEMAS RESUELTOS DE C

ALCULO NUM

ERICO
partiendo de y
0
= y(1) = 2. En este caso, x
k
= 1 + k h. Las aproximaciones obtenidas se recogen
en la siguiente tabla
k x
k
y
k
0 1 0
1 1.2 0.2
2 1.4 0.4442805516
3 1.6 0.7561541331
4 1.8 1.182167831
5 2. 1.834455188
El valor aproximado de y(2) obtenido viene dado por
y(2) 1.834455188
25. Utilizar el metodo de Euler mejorado con h = 0.2 para obtener un valor aproximado de
y(1) en el problema de valores iniciales
y

= 3x
2
, y(0) = 0.
Comparar con el resultado exacto.
SOLUCI

ON:
La solucion de la ecuacion diferencial y

= 3x
2
viene dada por y = x
3
+c. Al imponer la condicion
inicial, y(0) = 0, se obtiene y = x
3
.
Consideramos ahora la funcion f(x, y) = 3x
2
. Las aproximaciones generadas por el metodo de
Euler mejorado o metodo del trapecio vienen dadas por
y
k+1
= y
k
+
h
2
[f(x
k
, y
k
) + f(x
k
+ h, y
k
+ hf(x
k
, y
k
))] , k = 0, 1,
partiendo de y
0
= y(0) = 0, donde x
k
= k h. En la practica se calcula y
k+1
en la forma
y
k+1
= y
k
+
h
2
(K
1
+ k
2
)
donde
K
1
= f(x
k
, y
k
) K
2
= f(x
k
+ h, y
k
+ hK
1
).
Las aproximaciones obtenidas se recogen en la siguiente tabla
k x
k
K
1
K
2
y
k
y(x
k
) |y
k
y(x
k
)|
0 0 0 0 0
1 0.2 0 0.12 0.012 0.008 0.004
2 0.4 0.12 0.48 0.072 0.064 0.008
3 0.6 0.48 1.08 0.228 0.216 0.012
4 0.8 1.08 1.92 0.528 0.512 0.016
5 1. 1.92 3. 1.02 1. 0.02
26. Utilizar el metodo de Runge-Kutta para obtener un valor aproximado de y(0.5) para el
siguiente problema de valor inicial y comparar con la solucion exacta.
y

= y
2
, y(0) = 1 , h = 0.1
SOLUCI

ON:
Resolviendo la ecuacion diferencial por separacion de variables se obtiene
dy
y
= dx
1
y
= x + c y =
1
x c
4. RESOLUCI

ON NUM

ERICA DE ECUACIONES DIFERENCIALES 23

Al imponer la condicion inicial, y(0) = 1, se obtiene c = 1. La solucion sera, por tanto,
y(x) =
1
1 x
.
Tomando la funcion f(x, y) = y
2
, el metodo de Runge-Kutta genera las siguientes aproximaciones
y
k+1
= y
k
+
h
6
(K
1
+ 2K
2
+ 2K
3
+ K
4
) , k = 0, 1,
donde
K
1
= f(x
k
, y
k
)
K
2
= f
_
x
k
+
1
2
h, y
k
+
1
2
hK
1
_
K
3
= f
_
x
k
+
1
2
h, y
k
+
1
2
hK
2
_
K
4
= f(x
k
+ h, y
k
+ hK
3
)
partiendo de y
0
= y(0) = 1 y tomando x
k
= k h.
Los resultados se recogen en la siguiente tabla
k x
k
K
1
K
2
K
3
K
4
y
k
y(x
k
) |y
k
y(x
k
)|
0 0 1. 1. 0
1 0.1 1.0 1.1025 1.1133 1.2350 1.11111049 1.11111111 0.62110
6
2 0.2 1.2345 1.3755 1.3921 1.5633 1.24999799 1.25 0.20110
5
3 0.3 1.5625 1.7639 1.7907 2.0422 1.42856618 1.42857142 0.52310
5
4 0.4 2.0408 2.3428 2.3892 2.7805 1.66665326 1.66666667 0.00001341
5 0.5 2.7777 3.26 3.3476 4.0057 1.99996326 2. 0.00003674