PRACTICA CALIFICADA

1. Aproxime el cero real de una función mediante el método de

bisección usando el siguiente algoritmo:
ALGORITMO DE BISECCION
Entrada: extremos a , b; tolerancia TOL; máximo número de
iteraciones No.
Salida: Solución aproximada p o mensaje de fracaso.
Paso 1 Tomar i = 1
Paso 2 Mientras que i ≤ No seguir los pasos 3-6
Paso 3 Tomar p = a + (b − a) / 2
Paso 4 Si f ( p ) = 0 o ( b − a ) / 2 < TOL entonces
SALIDA( p);
Parar
Paso 5 Tomar i = i +1
Paso 6 Si f ( a ) f ( p ) > 0 entonces tomar a = p
si no tomar b = p .
Paso 7 SALIDA(‘El método fracasó después de No iteraciones,
No=’,No)
Parar.

Ejercicio 1
Aproximar el cero de la función
f ( x ) = x 3 − x −1 con TOL = 10 −5 .
 PRACTICA CALIFICADA

1. Evalúe en el punto “a” la fórmula de Diferencia Dividida Regresiva

interpolante de Newton usando el siguiente algoritmo:

ALGORTIMO DE LA FORMULA DE DIFERENCIA DIVIDIDA

REGRESIVA DE NEWTON
Entrada el número“a”; los números x0 , x1 ,..., x n ; los valores
f ( x0 ), f ( x1 ),..., f ( x n ) .
Salida la tabla Q y P( a ) donde
P( a ) = Qn , 0 + shQ n ,1 + s ( s +1) h 2 Qn , 2 + ... + s ( s +1)...( s + n −1)h n Qn , n
Paso 1 Tomar h = ( x n − x0 ) / n
Paso 2 Tomar s = ( a − x n ) / h
Paso 3 Para i =1,2,..., n
Para j =1,2,..., i
Qi , j −1 −Qi −1, j −1
Tomar Qi , j =
xi − xi − j
Paso 4 Salida ( P( a ) )
Parar

Ejercicio 1
Considere los datos de la siguiente tabla

x 1.0 1.3 1.6 1.9 2.2

f ( x) 0.765197 0.620086 0.455402 0.281818 0.1103623
7 0 2 6

Aproxime f ( 2.0 ) .

PRACTICA CALIFICADA
 1. Aproxime el cero real de una función mediante el método de la
secante.

ALGORITMO DE LA SECANTE
Entrada: Aproximaciones iniciales p0 y p1 ; tolerancia TOL; máximo
número de iteraciones No.
Salida: Solución aproximada p o mensaje de fracaso.
Paso 1 Tomar i = 2
q0 = f ( p0 )
q1 = f ( p1 )
Paso 2 Mientras que i ≤ No seguir los pasos 3-6
Paso 3 Tomar p = p1 − q1 ( p1 − p0 ) / ( q1 − q0 )
Paso 4 Si p − p <TOL entonces
1

SALIDA( p);
Parar.
Paso 5 Tomar i = i +1
Paso 6 Tomar p0 = p1
q 0 = q1
p1 = p
q1 = f ( p )
Paso 7 SALIDA(‘El método fracasó después de No iteraciones,
No=’,No)
Parar.

Ejercicio 1
Aproximar el cero de la función
f ( x ) = x 3 − x −1 con TOL = 10 −5 .
 PRACTICA CALIFICADA

1. Evalúe en el punto “a” el Polinomio interpolante de Lagrange.

Usando los siguientes algoritmos:

ALGORTIMO DEL POLINOMIO INTERPOLANTE DE

LAGRANGE
Entrada el número “a”; los números x 0 , x1 ,..., x n ; los valores
f ( x0 ), f ( x1 ),..., f ( x n ) .
Salida Los coeficientes Lagrangianos Lk ( x ) y P ( a ) donde
n
P ( a ) = ∑ Lk ( a ) f ( x k )
k =0

Paso 1 Para cada k = 0,1,2,..., n

n
( a − xi )
Lk ( a) = ∏
i= 0 ( x k − xi )
i≠ k

Paso 4 Salida ( Lk ( x ) , P ( a ) )
Parar

Resolver
Considere los datos de la siguiente tabla
x 1.0 1.3 1.6 1.9 2.2
f ( x ) 0.765197 0.620086 0.455402 0.281818 0.1103623
7 0 2 6

Aproxime f ( 2.0 ) .

PRACTICA CALIFICADA
EL método de Bairstow consiste en aproximar los coeficientes u y v
del tal manera que sean los coeficientes del polinomio cuadrático
z 2 − uz − v y que a su vez éste divida (resto cero)a un polinomio P ( z ) donde
P ( z ) = an z n + an −1 z n −1 + ... + a1 z + a0
Realizar el Programa del Método de Bairstow usando el siguiente
algoritmo:

ALGORITMO DEL METODO DE BAIRSTOW

ENTRADA el grado del polinomio n , los coeficientes del Polinomio
ai ,0 ≤ i ≤ n , los puntos iniciales u y v , el número máximo de
iteraciones M y la tolerancia TOL .
SALIDA J , u , v, b0 , b1 y las raíces del Polinomio P ( z ) .
Paso 1 bn = an
Paso 2 cn = 0
Paso 3 cn −1 = an
Paso4 Para i =1,2,3,..., M hacer los pasos 5-10
Paso 5 bn −1 = an −1 + ub n
Paso 6 Para k = n − 2, n −3,..., 0
Tomar bk = ak + ub k +1 + vbk +2
ck = bk +1 + uc k +1 + vc k +2
Paso 7 J = c0c2 − c12

u =u+
( c1b1 − c2b0 )
Paso 8
J
( c b − c0b1 )
v =v+ 1 0
Paso 9
J
Paso 10 Si b < TOL y b < TOL
0 1

SALIDA ( J , u , v, b0 , b1 )
Parar
Paso 12 u ± u 2 + 4v
Tomar z=
2
Paso 13 SALIDA(‘ Las raíces raíces complejas del polinomio P ( z ) ’)
Parar

Ejercicio:
Aplicar el Método de Bairstow al siguiente polinomio
P( z ) = z 4 − 4 z 3 + 7 z 2 − 5 z − 2
Usando u = 3, v = −4 y M =10 .

PRACTICA CALIFICADA
Realizar el programa que Factorice una matriz A mediante Cholesky
usando el siguiente algoritmo:

ALGORITMO DE CHOLESKY PARA FACTORIZAR UNA MATRIZ

ENTRADA La dimensión n ; los elementos aij ,1 ≤ i, j ≤ n de A.
SALIDA Los elementos lij , para 1 ≤ i, j ≤ n de L ; los elementos de Lt
.
Paso 1 Tomar l11 = a11 .
Paso 2 Para j = 2,..., n, tomar l j1 = a j1 / l11 .
Paso 3 Para i = 2,..., n −1 seguir los pasos 4 y 5.
1/ 2
 i −1

Paso 4 Tomar lii = aii − ∑ lik2 
 k =1 
Paso 5 Para j = i +1,..., n
1  i −1

Tomar l ji =
lii  ji ∑ l jk lik 
a −
 k =1 
Paso 6  n −1

1/ 2

Tomar l nn = a nn − ∑ l nk2 
 k =1 
Paso 7 SALIDA( L y Lt )
PARAR

Seguidamente complete el programa de tal manera que además realice la

sustitución hacia atrás y hacia adelante para obtener la solución aproximada
de un sistema lineal usando ésta factorización.

Ejercicio
Resolver el siguiente sistema lineal: usando la de factorización de
Cholesky

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

PRACTICA CALIFICADA
 Realizar el programa que Factorice una matriz A tridiagonal mediante el
Crout usando el siguiente algoritmo:

ALGORITMO DE REDUCCION DE CROUT PARA FACTORIZAR UNA

MATRIZ TRIDIAGONAL.
ENTRADA La dimensión n ; los elementos aij ,1 ≤ i, j ≤ n de A .
SALIDA Los elementos lij , para 1 ≤ i, j ≤ n de L ; los elementos uij
para 1 ≤ i, j ≤ n de U .
Paso 1 Para i =1,..., n
u ii = 1 .
Paso 2 Tomar l11 = a11 .
u12 = a12 / l11
Paso 3 Para i = 2,..., n −1
tomar li , i −1 = ai , i −1 (i-ésima fila de L).
lii = aii −li , i −1ui −1, i
( (i +1) ésima columna de U)
ui , i +1 = ai , i +1 / lii
Paso 4 Tomar ln , n −1 = an , n −1 (n-ésima fila de L)
lnn = ann −ln , n −1un −1, n
Paso 5 SALIDA( L y U )
PARAR

Seguidamente complete el programa de tal manera que además realice la

sustitución hacia atrás y hacia adelante para obtener la solución aproximada
de un sistema lineal tridiagonal usando ésta factorización.

Ejercicio

Resolver el siguiente sistema lineal usando la factorización reducida de

Crout
2 x1 − x2 =1
− x1 + 2 x2 − x3 =0
− x2 + 2 x3 − x4 = 0
− x3 + 2 x4 = 1

PRACTICA CALIFICADA

1.- Realizar el programa del siguiente algoritmo

ALGORITMO COMPUESTO DE SIMPSON
b

Para aproximar la integral I = ∫ f ( x )dx

a

ENTRADA puntos extremos a, b ; entero positivo m .

SALIDA Aproximación XI de I .
Paso 1 Tomar h = ( b − a ) / ( 2m )
Paso 2 Tomar XI 0 = f ( a ) + f ( b ) ;
XI 1 = 0 ; (Suma de f ( x 2i −1 ) )
XI 2 = 0 .(Suma de f ( x 2 i ) )
Paso 3 Para i =1,..., 2m −1 v seguir los pasos 4 y 5
Paso 4 Tomar X = a + ih
Paso 5 Si i es par entonces tomar XI 2 = XI 2 + f ( X )
Si no tomar XI 1 = XI 1 + f ( X )
Paso 6 h( XI 0 + 2 XI 2 + 4 XI 1)
Tomar XI =
3
Paso 7 SALIDA( XI );
PARAR.

Ejercicio 1.
Aproximar
2π

∫ x sin( x)dx
0

con n = 8 .

2.- Realizar el programa de la regla compuesta(extendida) del TRAPECIO.

h 
b
 n −1 
∫ f ( x )dx ≈  f ( x0 ) + 2 ∑ f ( xi )  + f ( x n ) 
a
2  i =1  
Ejercicio 2.
Repetir el Ejercicio 1

PRACTICA CALIFICADA

1.- Realizar el programa del siguiente algoritmo

ALGORITMO DE GAUSS SEIDEL
Para resolver Ax = b dada una aproximación inicial x ( 0 ) .
ENTRADA El número de ecuaciones e incógnitas n ; los elementos aij ,
1 ≤ i, j ≤ n de la matriz A ; los elementos bi , 1 ≤ i ≤ n de b ;
los elementos XO i ,1 ≤ i ≤ n de XO = x ( 0 ) ; la tolerancia TOL ; el
número máximo de iteraciones N .
SALIDA La solución aproximada x1 , x 2 ,..., x n ó el mensaje de que se
rebasó el número de iteraciones.
Paso 1 Tome k = 1
Paso 2 Mientras ( k ≤ N ) haga los pasos 3-6
Paso 3 Para i = 1,..., n
i −1 n
− ∑a ij x j − ∑a ijXO + bi
Tome j =1 j =i +1
j

xi =
a ii
Paso 4 Si x −XO entonces
<TOL

SALIDA( x1 , x 2 ,..., x n );
PARE
Paso 5 Tome k = k + 1
Paso 6 Para i =1,..., n tome XO i = xi
Paso 7 SALIDA(‘número máximo de iteraciones excedido’);
PARAR.
Ejercicio 1
Usando la aproximación inicial x ( 0 ) = (1,1,1) aplicar Gauss Seidel
t

4 x1 + 3 x 2 = 24
3 x1 + 4 x 2 − x3 = 30
− x 2 + 4 x3 = −24
2.- Realizar el programa de la regla compuesta(extendida) del TRAPECIO.
b
h n −1

∫ f ( x )dx ≈  f ( x 0 ) + 2∑ f ( x i ) + f ( x n ) 
a
2 i =1 
Ejercicio 2
Aproximar
2π

∫ x sin( x)dx
0

con n = 8 .