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:

xi -2 0 1
f (xi ) 0 1 -1

Escribir ambos polinomios en la forma a+bx+cx2 con el fin de verificar que son identicos.
SOLUCION:
Metodo de Lagrange:
Construimos los polinomios de Lagrange, `i (x), i = 0, 1, 2.

(x x1 )(x x2 ) (x 0)(x 1) 1
`0 (x) = = = x (x 1)
(x0 x1 )(x0 x2 ) (2 0)(2 1) 6
(x x0 )(x x2 ) (x + 2)(x 1) 1
`1 (x) = = = (x + 2) (x 1)
(x1 x0 )(x1 x2 ) (0 + 2)(0 1) 2
(x x0 )(x x1 ) (x + 2)(x 0) 1
`2 (x) = = = (x + 2) x
(x2 x0 )(x2 x1 ) (1 + 2)(1 0) 3

El polinomio de interpolacion viene dado por

2
X
p2 (x) = f (xi )`i (x) = f (x0 )`0 (x) + f (x1 )`1 (x) + f (x2 )`2 (x)
i=0
     
1 1 1
= 0 x (x 1) + 1 (x + 2)(x 1) 1 (x + 2) x
6 2 3
1 1 7 5 2
= (x + 2)(x 1) (x + 2)x = 1 x x
2 3 6 6

Metodo de Newton:
Escribimos el polinomio de interpolacion en la forma

p2 (x) = f (x0 ) + f [x0 , x1 ](x x0 ) + f [x0 , x1 , x2 ](x x0 )(x x1 )

2 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

Calculamos la tabla de diferencias divididas

xi f (xi
-2 0
1/2
0 1 -5/6
-2
1 -1
Luego,
1 5 7 5
p2 (x) = 0 + (x + 2) (x + 2)(x 0) = 1 x x2
2 6 6 6

2. Determinar un polinomio p(x) = ax6 + bx4 + cx2 + d que satisfaga los siguientes datos
p(0) = 2 , p(1) = 8 , p00 (0) = 2 , p00 (1) = 8 .
SOLUCION:
p(x) = a x6 + b x4 + c x2 + d
p0 (x) = 6a x5 + 4b x3 + 2c x
p00 (x) = 30a x4 + 12b x2 + 2c
Al imponer las condiciones de interpolacion se tiene
p(0) = 2 d=2
p(1) = 8 a+b+c+d=8
00
p (0) = 2 2c = 2
00
p (1) = 8 30a + 12b + 2c = 8
Resolviendo el sistema anterior obtenemos
37 100
a= , b= , c = 1, d = 2.
9 9
El polinomio pedido sera
37 6 100 4
p(x) = x + x x2 + 2.
6 9

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, segun los datos que se dan a continuacion.
Posicion Dosis
(en pulgadas) (105 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. INTERPOLACION Y APROXIMACION 3

(b) Si se efectua una nueva medicion que indica que a 3.5 pulgadas el nivel de dosis
correspondiente es de 20 98, cual sera ahora la estimacion para el nivel de dosis en
2.5 pulgadas?
SOLUCION:
(a) Calculamos el polinomio de interpolacion para los datos de la tabla anterior. Utilizamos el
metodo de Newton.
xi f (xi )
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
0.29
p3 (x) = 2.71 + 0.54(x 1) 0.1(x 1)(x 1.5) (x 1)(x 1.5)(x 2).
3
Ahora podemos estimar la dosis de radiacion para x = 2.5 evaluando el polinomio de
interpolacion en ese punto.
0.29
p3 (2.5) = 2.71 + 0.54(1.5) 0.1(1.5)(1) (1.5)(0.5) = 3.2975.
3
(b) Observemos que ahora disponemos de un dato mas de interpolacion. Una forma de obtener
el nuevo polinomio de interpolacion es anadir este dato a nuestra tabla de diferencias divi-
didas y completarla.
xi f (xi )
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
p4 (x) = 2.71 + 0.54(x 1) 0.1(x 1)(x 1.5)
0.29
(x 1)(x 1.5)(x 2) +
3
0.29
(x 1)(x 1.5)(x 2)(x 3).
7.5
La estimacion del nivel de radiacion para x = 2.5 sera ahora
0.29
p4 (2.5) = 3.2975 + (1.5)(0.5)(0.5) = 3.283
7.5
4 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

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 nucleo 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.

SOLUCION:
(a) Calculamos la tabla de diferencias divididas

xi f (xi )
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 coeficientes del polinomio de interpolacion para
E = 80, 100, 120. El polinomio sera

p2 (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 figura a con-
tinuacion, alcanza un maximo en el intervalo [1, 1.3]. Hallar la abscisa de dicho maximo.
xi 1.0 1.1 1.2 1.3
f (xi ) 0.841 0.891 0.993 1.000
Interpreta los resultados.
SOLUCION:
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. INTERPOLACION Y APROXIMACION 5

xi f (xi )
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 + 83.45x2 24.5x3
Calculamos los puntos crticos

x = 1.25754
p0 (x) = 0 73.5x2 + 166.9x 93.65 = 0
x = 1.01321
Para precisar si hay maximo o mnimo recurrimos a la segunda derivada.
 00
00 p (1.25754) = 17.95838 < 0 max. relativo
p (x) = 147x + 166.9
p00 (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
SOLUCION:
Se trata de ajustar una funcion del tipo
R = a + bT
al conjunto de datos (Ti , Ri ). Matricialmente el sistema que tenemos que resolver vendra dado
por
6 6 6
X X X
1 T i ! R i
i=1 i=1
a i=1

6 6
=
6

X X b X
2
Ti Ti Ti Ri
i=1 i=1 i=1
6 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

Construimos la siguiente tabla

Ti Ri Ti2 Ti Ri
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 a = 10.1222293891

309.26a + 20396.2628b = 3700.99107 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
xi 1 2 4 10 16
yi 6 1 2 4 5
SOLUCION:
Se trata de ajustar una funcion del tipo
y = a + b x + c x2
al conjunto de datos (xi , yi ).
Matricialmente el sistema que tenemos que resolver vendra dado por
5

X 5 X5 X5 X
2 yi
1 xi xi

i=1 i=1 i=1 i=1
a

5 5 5
5
X X X X
2 3

xi xi xi b = xi yi

i=1
c
i=1 i=1 i=1

5 5 5

X X X X 5
2 3 4
x x x x2i yi

i i i
i=1 i=1 i=1 i=1

Construimos la siguiente tabla

xi yi x2i x3i x4i xi yi x2i yi
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. INTERPOLACION Y APROXIMACION 7

Por tanto, el sistema que tenemos que resolver sera,

5a + 33b + 377c = 18 a = 4.08582
33a + 377b + 5169c = 136 b = 0.45685
377a + 5169b + 75809c = 1722 c = 0.03355

Luego, la solucion vendra dada por

y = 4.08582 0.45685x + 0.03355x2

8. Hallar la funcion del tipo

b
g(x) = a x +
x
que mejor se ajuste, mediante el criterio de los mnimos cuadrados, a los datos
(1, 2) , (2, 4) , (3, 0).
SOLUCION:
Matricialmente el sistema que tenemos que resolver vendra dado por
3 3 3
X

X X 1
xi ! xi yi

i=1 i=1
xi
a

i=1

3 3
= 3

X
X 1 b X 1


xi 2 y i
i=1
x
i=1 i
x
i=1 i

Construimos la siguiente tabla

xi 1/ xi 1/x2i xi yi yi /xi
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 a = 0.43556

2.20711a + 1.3125b = 4 b = 2.20774
Luego, la solucion vendra dada por
2.20774
y = 0.43556 x + .
x

9. En la siguiente tabla aparecen recogidos los datos de poblacion de un pequeno barrio de

una ciudad en un periodo de 20 anos. Como ingeniero que trabaja en una compana de
servicio debes pronosticar la poblacion que habra dentro de 5 anos, para poder anticipar
la demanda de energa. Emplea un modelo exponencial y regresion lineal para hacer esta
prediccion.
t 0 5 10 15 20
p 100 212 448 949 2009
8 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

SOLUCION:
Pretendemos ajustar una funcion del tipo
p = a ebt .
Se trata de un modelo de aproximacion no lineal. Tomando logaritmos y denotando P = ln p y
A = ln a se llega al modelo lineal
ln p = ln a ebt = 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 (ti , Pi ).
Matricialmente el sistema que tenemos que resolver sera
5 5 5
X X X
1 ti ! Pi
i=1 i=1
A i=1

5 5
= 6

X X b X
t2i

ti t i Pi
i=1 i=1 i=1

Construimos la siguiente tabla

ti pi Pi = ln pi t2i t i Pi
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,
A = 4.60564 a = eA = e4.60564 = 100.0470
 
5A + 50b = 30.5274

50A + 750b = 342.77 b = 0.149984
Luego, la solucion vendra dada por
p(t) = 100.0470 e0.149984 t .
La poblacion estimada en los proximos 5 anos se obtendra calculando p(25). En nuestro caso,
p(25) = 100.0470e3.7496 ' 4252.

2. Resolucion numerica de ecuaciones

10. Probar que la ecuacion
ex 2ex = 0
tiene una unica solucion real. Obtenerla mediante el metodo de Newton-Raphson (3 it-
eraciones). Utiliza 5 cifras decimales en los calculos.
SOLUCION:
Consideramos la funcion
f (x) = ex 2ex .
Buscamos un intervalo donde haya alternancia de signo
f (0) = 1 , f (1) = 1.9825
 2. RESOLUCION NUMERICA 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 0 (x) = ex + 2ex 6= 0 , x IR,

por lo que la solucion es unica.

Apliquemos el metodo de Newton para obtener de forma aproximada la solucion.

f (xn )
xn+1 = xn , n 0.
f 0 (xn )

Elegimos como punto de arranque un x0 [0, 1] tal que f (x0 )f 00 (x0 ) > 0. En este caso, puesto
que
f 00 (x) = ex 2ex ,

podemos tomar como punto de arranque cualquier x0 [0, 1].

Partiendo de x0 = 0 generamos las siguientes aproximaciones

x0 = 0
f (x0 ) f (0) 1
x1 = x0 =0 0 = = 0.33333
f 0 (x0 ) f (0) 3
f (x1 ) f (0.33333)
x2 = x1 0 = 0.33333 0 = 0.34654
f (x1 ) f (0.33333)
f (x2 ) f (0.34654)
x3 = x2 0 = 0.34654 0 = 0.34657
f (x2 ) f (0.34654)

En este caso, podemos resolver algebraicamente la ecuacion para obtener la solucion exacta.

1
ex 2ex = 0 e2x 2 = 0 x= ln 2 = 0.346573590279972
2
11. Aproximar mediante el metodo de la regula falsi la raz de la ecuacion

x3 2x2 5 = 0

en el intervalo [1, 4], realizando 5 iteraciones y utilizando cinco cifras decimales.

SOLUCION:
Definimos la funcion f (x) = x3 2x2 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 00 (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

f (an )(bn an )
xn = a n , n = 0, 1,
f (bn ) f (an )
10 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

partiendo de a0 = 1, b0 = 4. Los valores an y bn se eligen en cada paso de forma que f (an )f (bn ) <
0. Los calculos realizados se recogen en la siguiente tabla.
n an bn xn f (an ) f (bn ) f (xn )
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 fijamos en la tabla anterior se observa que en cualquier iteracion, bn = b0
y an+1 = xn . 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
f (xn1 )(b xn1 )
xn = xn1 , n = 0, 1,
f (b) f (xn1 )
tomando x1 = a0 = 1.
3
12. Encontrar un valor aproximado de 2 mediante el metodo de biseccion y el metodo de la
secante.
SOLUCION:
Consideramos la funcion f (x) = x3 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 0 (x) = 3x2 6= 0 , x [1, 1.5]
la solucion sera unica.
Metodo de biseccion: Partiendo de a0 = 1, b0 = 1.5 generamos las aproximaciones
an + bn
xn =
2
donde an y bn se eligen de forma que en cualquier iteracion se cumpla que f (an )f (bn ) < 0. Los
calculos efectuados se recogen en la siguiente tabla
n an bn xn f (an ) f (bn ) f (xn )
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. RESOLUCION NUMERICA 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 x0 = 1 y x1 = 1.5 generamos las aproximaciones

f (xn )(xn xn1 )

xn+1 = xn , n = 1, 2,
f (xn ) f (xn1 )

x0 = 1
x1 = 1.5
f (x1 )(x1 x0 )
x2 = x1 = 1.2105263157894736842
f (x1 ) f (x0 )
f (x2 )(x2 x1 )
x3 = x2 = 1.2514085388756729685
f (x2 ) f (x1 )
f (x3 )(x3 x2 )
x4 = x3 = 1.2602652758390120360
f (x3 ) f (x2 )
f (x4 )(x4 x3 )
x5 = x4 = 1.2599187140887994992
f (x4 ) f (x3 )
f (x5 )(x5 x4 )
x6 = x5 = 1.2599210492568176179
f (x5 ) f (x4 )

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

ln x x + 2 = 0

en el intervalo [3, 4], utilizando 3 iteraciones con el metodo de Newton-Raphson.

SOLUCION:
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,

1
f 0 (x) = 1 6= 0 , x [3, 4],
x

lo que nos asegura que hay solucion unica en el intervalo [3, 4].
Generamos las aproximaciones de la solucion mediante el algoritmo

f (xn )
xn+1 = xn , n = 0, 1,
f 0 (xn )
12 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

partiendo de un punto inicial x0 [3, 4] tal que f (x0 )f 00 (x0 ) > 0. Puesto que f 00 (x) = 1/x2
podemos tomar como punto de arranque x0 = 4.

x0 = 4
f (x0 ) f (4)
x1 = x0 =4 0 = 3.181725815
f 0 (x0 ) f (4)
f (x1 ) f (3.181725815)
x2 = x1 0 = 3.181725815 0 = 3.146284844
f (x1 ) f (3.181725815)
f (x2 ) f (3.146284844)
x3 = x2 0 = 3.146284844 0 = 3.146193221
f (x2 ) f (3.146284844)

14. Resolver la ecuacion diferencial

y 000 + y 00 3y 0 y = 0.

SOLUCION:
El conjunto fundamental de soluciones de la ecuacion diferencial anterior se obtiene resolviendo
la ecuacion caracterstica

r3 + r2 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 Ruffini nos revela que ninguna de ellas es solucion. Hemos de buscar, por tanto, races
irracionales. En este caso, la regla de Ruffini no es operativa. Afortunadamente podemos obtener
una solucion aproximada utilizando el metodo de Newton-Raphson.
Comenzamos definiendo la funcion f (r) = r3 + r2 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 0 (r) = 3r2 + 2r 3

cuyas races son 1.38742588672 y 0.72075922005, por lo que f 0 (x) 6= 0, x [1, 2]. Esto nos
garantiza que la solucion en [1, 2] es unica. Generamos las aproximaciones

f (rn )
rn+1 = rn , n = 0, 1,
f 0 (rn )

partiendo de un punto r0 [1, 2] tal que f (r0 )f 00 (r0 ) > 0.

 2. RESOLUCION NUMERICA DE ECUACIONES 13

Puesto que f 00 (r) = 6r 2, entonces f (2)f 00 (2) > 0. Podemos tomar r0 = 2.

r0 = 2
f (r0 ) f (2)
r1 = r0 =2 = 1.6153846154
f 0 (r0 ) f 0 (2)
f (r1 ) f (1.6153846154)
r2 = r1 = 1.6153846154 0 = 1.4939568508
f 0 (r1 ) f (1.6153846154)
f (r2 ) f (1.4939568508)
r3 = r2 = 1.4939568508 0 = 1.4813275882
f 0 (r2 ) f (1.4939568508)
f (r3 ) f (1.4813275882)
r4 = r3 = 1.4813275882 0 = 1.4811943189
f 0 (r3 ) f (1.4813275882)
f (r4 ) f (1.4811943189)
r5 = r4 = 1.4811943189 0 = 1.4811943041
f 0 (r4 ) f (1.4811943189)
f (r5 ) f (1.4811943041)
r6 = r5 = 1.4811943041 0 = 1.48119430409
f 0 (r5 ) f (1.4811943041)
Podemos tomar como solucion r ' 1.48119430409. Ahora para determinar las otras soluciones
aplicamos la regla de Ruffini
1 1 -3 -1
1.48119430409 1.48119430409 3.67513087056 0.999999999989
1 2.48119430409 0.67513087056 -0.000000000011
y resolvemos la ecuacion

2 r = 0.31110781746
r + 2.48119430409r + 0.67513087056 = 0
r = 2.17008648663
La solucion general de la ecuacion diferencial sera
y = c1 e1.48119430409x + c2 e0.31110781746x + c3 e2.17008648663x , c1 , c2 , c3 IR .
15. La velocidad hacia arriba de un cohete se puede calcular usando la siguiente formula
m0
v = u ln g t,
m0 q t
donde v = velocidad hacia arriba, u = la velocidad con la que el combustible sale relativa
al cohete, m0 = 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/s2 ). Si u = 2200 m/s, m0 = 160000 Kg y q = 2680 Kg/s, calcule el
tiempo para el cual v = 1000 m/s.
SOLUCION:
Se trata de resolver la ecuacion
 
160000
1000 = 2200 ln 9.8 t
160000 2680 t
Simplificando se llega a la ecuacion equivalente
0.00445454545454 t + ln(4000 67 t) 7.83950418556 = 0 .
Definimos la funcion
f (t) = 0.00445454545454 t + ln(4000 67 t) 7.83950418556
14 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

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,
67
f 0 [t] = 0.00445454545454 6= 0 , t > 0,
4000 67t
lo que nos asegura que la solucion buscada es unica.
Generamos las aproximaciones mediante el algoritmo
f (tn )
tn+1 = tn , n = 0, 1,
f 0 (tn )
partiendo de un punto inicial t0 [25, 26] tal que f (t0 )f 00 (t0 ) > 0. En nuestro caso f 00 (t) =
4489/(4000 67t)2 , por lo que f (26)f 00 (26) > 0 y podemos tomar, t0 = 26.
t0 = 26
f (t0 ) f (26)
t1 = t0 = 26 0 = 25.9424508478
f 0 (t0 ) f (26)
f (t1 ) f (25.9424508478)
t2 = t1 0 = 25.9424508478 0 = 25.9423929821
f (t1 ) f (25.9424508478)
f (t2 ) f (25.9423929821)
t3 = t2 0 = 25.9423929821 0 = 25.9423929820
f (t2 ) f (25.9423929821)
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
xi 1 1.8 3 4.2 5
f (xi ) 3.00 4.34 6.57 8.88 10.44
SOLUCION:
Calculamos el polinomio de interpolacion de la funcion f para el conjunto de datos.
xi f (xi )
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 x2 0.0579427 x3 + 0.00379774 x4
 3. DERIVACION E INTEGRACION NUMERICA 15

Ahora podemos estimar el valor de f 00 (3.7) evaluando p00 (3.7). En nuestro caso,
p0 (x) = 1.03148 + 0.677431 x 0.173838 x2 + 0.05191 x3
p00 (x) = 0.677431 0.347656 x + 0.0455729 x2
Luego,
f 00 (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 Kirchoff que lo modela es
dI
V =L
+ RI.
dt
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
SOLUCION:
Dado que conocemos I(0.97) = 2.54, el problema se reduce a calcular I 0 (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 (0.97).
ti Ii
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
(t 0.95)(t 0.96)(t 0.97)(t 0.98)
3
250000 4
= 91858.4 + 358719.83 t 525191.67 t2 + 341666.67 t3 t .
3
Luego,
p0 (t) = 358719.83 1050383.33 t + 1025000 t2 333333.33 t3
Evaluando en t = 0.97 se tiene
I 0 (0.97) ' p0 (0.97) = 358719.83 1050383.33 (0.97) + 1025000 (0.97)2
333333.33 (0.97)3 = 46.1667
16 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

Por tanto,
V (0.97) = 0.97 I 0 (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 funcion f (x) = (1 + x)ex en el punto x = 0.6 para h = 0.1, 0.01, 0.001.
Comparar los resultados obtenidos con el valor exacto.
SOLUCION:
En nuestro caso se tiene que
f 0 (x) = ex + (1 + x)ex = (2 + x)ex .
Por tanto,
f 0 (0.6) = (2 + 0.6)e0.6 = 4.737508881015323
Al aplicar la formulas de derivacion numerica se obtiene
f (0.6 + h) f (0.6)
f 0 (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 + h) f (0.6 h)
f 0 (0.6) '
2h

h Valor aproximado Error

0.1 4.7514884832480853 0.013979602232762289
0.01 4.7376485777921973 0.00013969677687430959
0.001 4.7375102779729783 0.13969576553307661 105

4f (0.6 + h) 3f (0.6) f (0.6 + 2h)

f 0 (0.6) '
2h

h Valor aproximado Error

0.1 4.7068724881917579 0.030636392823565117
0.01 4.7372269244113419 0.00028195660398111499
0.001 4.7375060845467054 0.27964686175607767 105
 3. DERIVACION E INTEGRACION NUMERICA 17

19. De una funcion f conocemos los siguientes datos

x 0 1 2 3
f (x) 2 -2 -1 0
Z 3
Calcular un valor aproximado de f (x)dx a partir de:
0
(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.
SOLUCION:
(a) Construimos la tabla de diferencias divididas
xi f (xi )
0 2
4 5
1 2
1 2
56
2 1 0
1
3 0
El polinomio de interpolacion sera
5 5 49 5
p(x) = 2 4x + x(x 1) x(x 1)(x 2) = 2 x + 5 x2 x3
2 6 6 6
Luego,
Z 3 Z 3 Z 3 
49 2 5 3 21
f (x)dx ' p(x)dx = 2 x + 5 x x dx =
0 0 0 6 6 8
(b) Se trata de ajustar una funcion del tipo y(x) = a + b x al conjunto de datos (xi , yi ) donde
yi = f (xi ). Los coeficientes a y b se obtienen resolviendo el sistema
4 4 4
X X X
1 xi ! yi
i=1 i=1
a i=1

4 4
= 4

X X b X
x2i

xi xi yi
i=1 i=1 i=1

Para ello construimos la siguiente tabla

xi yi x2i xi yi
0 2 0 0
1 -2 1 -2
2 -1 4 -2
3 0 9 0
6 -1 14 -4
Luego,

4a + 6b = 1 1 1
a= , b=
6a + 14b = 4 2 2
18 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

1 1
La recta buscada vendra dada por y(x) = x. Por lo tanto,
2 2
Z 3 Z 3 Z 3 
1 1 3
f (x)dx ' y(x)dx = x dx =
0 0 0 2 2 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.
Z 3 Z 1 Z 2 Z 3
f (x)dx = f (x)dx + f (x)dx + f (x)dx
0 0 1 2
1 1 1
' (f (0) + f (1)) + (f (1) + f (2)) + (f (2) + f (3))
2 2 2
1 1
= (f (0) + 2f (1) + 2f (2) + f (3)) = (2 4 2 + 0) = 2
2 2
Aplicar la formula del trapecio compuesta equivale a calcular la integral de la poligonal que
pasa por los puntos (xi , f (xi )).
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 funcion 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

Z 2
f (x)dx ' Af (0) + Bf (1) + Cf (2)
1
sea exacta para toda funcion polinomica de grado menor o igual que 2.
SOLUCION:
En particular, la formula pedida debera ser exacta para las funciones {1, x, x2 }. Por lo tanto,
Z 2
f (x) = 1 dx = A 1 + B 1 + C 1 A + B + C = 1
1
Z 2  2
1 2 3
f (x) = x x dx = A 0 + B 1 + C 2 B + 2C = x =
1 2 1 2
Z 2  2
1 3 7
f (x) = x2 x2 dx = A 0 + B 1 + C 4 B + 4C = x =
1 3 1 3
Resolviendo el sistema se obtiene
1 2 5
A=
, B= , C= .
12 3 12
La formula de integracion vendra dada por
Z 2
1 2 5
f (x) dx = f (0) + f (1) + f (2) .
1 12 3 12
 3. DERIVACION E INTEGRACION NUMERICA 19
Z
21. Obtener un valor aproximado de sen x dx utilizando:
0
(a) El metodo de Simpson.
(b) El polinomio de interpolacion en los puntos 0, /2, .
Explicar razonadamente lo que sucede en los apartados anteriores.
SOLUCION:

0h
Z  i 2
(a) sen x dx ' f (0) + 4f + f () = [0 + 4 1 + 0] =
0 6 2 6 3

(b) Calculamos el polinomio de interpolacion de la funcion f (x) = sen x en los puntos x =

0, /2, . Para ello construimos la tabla de diferencias divididas

xi f (xi )
0 0
2/
/2 1 4/ 2
2/
0

El polinomio de interpolacion vendra dado por

2 4   4
p(x) = x 2x x = 2 x(x ).
2
Luego,

4 x3 x2
Z Z 
4 2
sen x dx ' x(x ) dx = =
0 0 2 2 3 2 0 3

No es casualidad la coincidencia de resultados en los apartados (a) y (b), puesto que la formula
de Simpson,
b    
ba
Z
a+b
f (x)dx = f (a) + 4f + f (b) ,
a 6 2

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
Z 1
cos xdx
0

dividiendo el intervalo de integracion en dos subintervalos iguales y utilizando en los

calculos seis cifras decimales redondeadas.
SOLUCION:
Dividimos el intervalo [0, 1] en los subintervalos 0, 21 y 12 , 1 . Ahora aplicamos la formula de
   
20 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

Simpson para estimar el valor de la integral en cada uno de los subintervalos.

Z 1 Z 12 Z 1

cos x dx = cos x dx + cos x dx '
1
0 0 2

1
2 0 1 12
          
1 1 1 3
f (0) + 4f +f + f + 4f + f (1) =
6 4 2 6 2 4
       
1 1 1 3
f (0) + 4f + 2f + 4f + f (1) =
12 4 2 4
1
[1 + 4(0.877583) + 2(0.760244) + 4(0.647860) + 0.54302] = 0.763547
12
En este caso podemos calcular el valor exacto de la integral. En efecto, efectuando el cambio de
variable x = t2 se obtiene:
Z 1 Z 1
x = t2 u = 2t du = 2 dt
cos x dx = = 2t cos t dt =
0 dx = 2t dt 0 dv = cos t dt v = sen t

1
= [2t sen t + 2 cos t]0 = 2 sen 1 + 2 cos 1 2 = 0.763547.

4. Resolucion numerica de ecuaciones diferenciales

23. Consideremos el problema de valores iniciales
y 0 = x2 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.
SOLUCION:
(a) La ecuacion diferencial puede resolverse mediante separacion de variables
dy dy
= (x2 1.2)y = (x2 1.2)dx.
dx y
Por integracion se llega a
1 2 1 2
1.2x
ln y = x 1.2 x + c y = k e3x .
3
Al imponer las condiciones iniciales, y(0) = 1, se obtiene k = 1, luego la solucion vendra
dada por
1 2
1.2x
y(x) = e 3 x .
(b) Tomando la funcion f (x, y) = x2 y 1.2y, el metodo de Euler con paso h nos proporciona
las aproximaciones
yk+1 = yk + h f (xk , yk ) = yk + h(x2k yk 1.2yk ) , k = 0, 1, ,
partiendo de y0 = y(0) = 1, donde xk = k h.
 4. RESOLUCION NUMERICA DE ECUACIONES DIFERENCIALES 21

Para h = 0.5 se generan las siguientes aproximaciones

k xk yk y(xk ) ek = |yk y(xk )|
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 xk yk y(xk ) ek = |yk y(xk )|
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 xk yk y(xk ) ek = |yk y(xk )|
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 0 = ey , y(1) = 0
SOLUCION: Tomamos la funcion f (x, y) = ey y generamos las aproximaciones
yk+1 = yk + h f (xk , yk ) = yk + h eyk , k = 0, 1,
22 1. PROBLEMAS RESUELTOS DE CALCULO NUMERICO

partiendo de y0 = y(1) = 2. En este caso, xk = 1 + k h. Las aproximaciones obtenidas se recogen

en la siguiente tabla
k xk yk
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 0 = 3x2 , y(0) = 0.
Comparar con el resultado exacto.
SOLUCION:
La solucion de la ecuacion diferencial y 0 = 3x2 viene dada por y = x3 + c. Al imponer la condicion
inicial, y(0) = 0, se obtiene y = x3 .
Consideramos ahora la funcion f (x, y) = 3x2 . Las aproximaciones generadas por el metodo de
Euler mejorado o metodo del trapecio vienen dadas por
h
yk+1 = yk + [f (xk , yk ) + f (xk + h, yk + h f (xk , yk ))] , k = 0, 1,
2
partiendo de y0 = y(0) = 0, donde xk = k h. En la practica se calcula yk+1 en la forma
h
yk+1 = yk + (K1 + k2 )
2
donde
K1 = f (xk , yk ) K2 = f (xk + h, yk + h K1 ).
Las aproximaciones obtenidas se recogen en la siguiente tabla
k xk K1 K2 yk y(xk ) |yk y(xk )|
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.
y0 = y2 , y(0) = 1 , h = 0.1
SOLUCION:
Resolviendo la ecuacion diferencial por separacion de variables se obtiene
dy 1 1
= dx = x + c y =
y y xc
 4. RESOLUCION NUMERICA DE ECUACIONES DIFERENCIALES 23

Al imponer la condicion inicial, y(0) = 1, se obtiene c = 1. La solucion sera, por tanto,

1
y(x) = .
1x
Tomando la funcion f (x, y) = y 2 , el metodo de Runge-Kutta genera las siguientes aproximaciones
h
yk+1 = yk + (K1 + 2K2 + 2K3 + K4 ) , k = 0, 1,
6
donde
K1 = f (xk , yk )
 
1 1
K2 = f xk + h, yk + h K1
2 2
 
1 1
K3 = f xk + h, yk + h K2
2 2
K4 = f (xk + h, yk + h K3 )
partiendo de y0 = y(0) = 1 y tomando xk = k h.
Los resultados se recogen en la siguiente tabla
k xk K1 K2 K3 K4 yk y(xk ) |yk y(xk )|
0 0 1. 1. 0
1 0.1 1.0 1.1025 1.1133 1.2350 1.11111049 1.11111111 0.621106
2 0.2 1.2345 1.3755 1.3921 1.5633 1.24999799 1.25 0.201105
3 0.3 1.5625 1.7639 1.7907 2.0422 1.42856618 1.42857142 0.523105
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