UNIVERSIDAD NACIONAL DE INGENIERÍA Ciclo Académico: 2019-2

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Fecha: 08/Set./2019

DEPARTAMENTOS ACADÉMICOS Duración: 1h 50 min
CURSO: MÉTODOS NUMERICOS COD. CURSO: MA195-M,N,O

1
TIPO DE PRUEBA: PRACTICA No. Ex. PARCIAL EX. FINAL EX. SUS

1. Conteste Verdadero ó Falso en cada caso con la justificación: (5 ptos)

a) El mayor valor de | f ( x ) | donde f (x)  x 3  4x  2 en el intervalo [1,2 ] es 1.07920
b) El intervalo más grande en el que se debe encontrar el valor de la aproximación x * a 
con un error relativo de 104 es [3.1412784,3.1419068 ]
c) Al representar el numero 2  1.4142 en base 10 en un computador que tiene 2 bits
para la parte entera y tres para la parte decimal nos da un error absoluto de 0.0392 . Use
truncación de ser necesario.
1 R
R puede escribirse como: xn  1   xn  
xn 
d) La fórmula de Newton para hallar
2
e) Para una función cualquiera f ( x ) si se cumple que f (a)f (b)  0 entonces hay por lo
menos un punto en [ a, b ] dónde f ( x )  0 .

2. Use el método de la secante para resolver f (x)  x2  sen(x)  0.5 en el intervalo [1,2 ] .
Dar la respuesta con al menos 4 cifras decimales exactos. (3 ptos)

3. Las frecuencias naturales de vibración de una varilla uniforme sujetada por un

extremo y libre por el otro son soluciones de cos( L ) cosh( L )  1  0 donde
  w 2 / EI y se tiene L  1 (longitud de la varilla en metros), w (frecuencia en seg-
1
), EI (rigidez de flexión),  (densidad del material de la varilla. Hallar una solución
de la ecuación usando el método de Newton con al menos 4cde. Empezar con
x0  2.5

2
4. Evaluar f (4.457 ) si f (x)  4x3  5x2sen(x)  usando Aritmética de cuatro
3
dígitos tanto con truncación como con redondeo. En cada caso calcule el error y
concluya. (3 ptos)

5. En un computador de 16 bits en IEEE 754, el cual separa 1 bit para el signo, 5 bits
para el exponente y el resto para la mantisa. El sesgo para el exponente es 15 (la
representación del exponente usa el numero: exponente + sesgo). Calcule la
representación de 123.0956 en este computador en cada caso:
(3 ptos)
a) Se usa redondeo.
b) Se usa truncamiento.
Además calcule el error relativo en cada caso.
6. Suponga que un computador redondea para dos dígitos significativos escritos en
notación de punto flotante y considere las funciones:
(3 ptos)

cos2 ( x)
f ( x)  1  sen( x) g( x) 
1  sen( x)

a) Demuestre que f ( x )  g( x ) y determine los valores usando este computador para

calcular f (1.5)  g(1.5) .
b) Sabiendo que el valor exacto de f (1.5)  g(1.5)  0.002505013 , determine el
error relativo correspondiente para cada uno de los cálculos realizados en el ítem
anterior.
c) ¿Cuál es menos preciso?. Justifique adecuadamente.

L/08/09/2019 J.Miguel –A. Ramirez

SOLUCIONARIO – MA – 195 SEM. 2019-2

1. La clave es FVVVF y a continuación el detalle:

a) F Los puntos candidatos se dan donde la derivada es 0 (polinomio es siempre derivable y
continua) o en extremos de intervalos. Como f (x)  x 3  4x  2 entonces
2
f ' ( x)  3x 2  4 y un punto crítico es x  . Evaluamos f (1)  1 | f (1) | 1 ,
3
 2   2 
f   1.07920 | f    1.07920 y f ( 2)  2 | f ( 2) | 2 y por tanto el
 3  3
máximo valor es f ( 2) | 2
| x *  |
b) V Por definición de error relativo debemos tener  104 de donde

4 4
| x *   |  * 10 y se obtiene (1  10 )  x* | (1  104 ) de donde
3.1412784  x*  3.141968
c) V Como 2  1.4142 dos bits son usados para la parte entera 1  (01)2  (1)2 . En
cuanto a la parte fraccional tenemos:
Parte fraccional Convertir a base dos Digito a considerar
0.4142 0.4142 * 2  0.8284 0
0.8284 0.8284 * 2  1.6568 1
0.6568 0.6568 * 2  1.3136 1
Luego en base 2 el número 2  1.0112 ya que usa tres bits. Para hallar el error lo
convertimos a base 10 y tendremos
1.0112  1 * 20  0 * 21  1 * 22  1 * 23  (1.375 )10 y por tanto el error absoluto
es 1.4142  1.3750  0.0392
 d) V El problema se puede escribir como x 2  R  0 y la formula de Newton es
f ( xn ) x 2  R 2xn2  xn2  R
xn  1  xn  que en este caso es xn 1  xn  n = =
f ' ( xn ) 2x n 2x n
xn2  R 1 R
=  x n  
2xn 2 xn 
e) F No se puede aplicar el Teorema del Valor Intermedio y siendo una función general no
podemos asumir que es continua. Por tanto podría no cruzar en forma explícita el eje x.

2. Los cálculos son consignados en la siguiente tabla:

i xi-1 xi f(xi-1) f(xi) w f(w)
0 1 2 -0.341470985 2.590702573 1.116456607 -0.152075645
1 1.11645661 2 -0.152075645 2.590702573 1.165445414 -0.060701062
2 1.16544541 2 -0.060701062 2.590702573 1.184551652 -0.02316765
3 1.18455165 2 -0.02316765 2.590702573 1.191779257 -0.008690978
4 1.19177926 2 -0.008690978 2.590702573 1.194481514 -0.003239151
5 1.19448151 2 -0.003239151 2.590702573 1.195487395 -0.001204314
6 1.19548739 2 -0.001204314 2.590702573 1.195861206 -0.000447359
7 1.19586121 2 -0.000447359 2.590702573 1.19600004 -0.000166122
8 1.19600004 2 -0.000166122 2.590702573 1.196051591 -6.16798E-05
9 1.19605159 2 -6.16798E-05 2.590702573 1.196070731 -2.29002E-05
10 1.19607073 2 -2.29002E-05 2.590702573 1.196077837 -8.50214E-06
11 1.19607784

Luego es seguro tener con cuatro cifras al número   1.1960

3. La función cos( L ) cosh( L )  1  0 y como L  1 , x0  2.5 queda como

f ( x)  cos(x) cosh(x)  1  0 y se construye la siguiente tabla usando la fórmula de
f ( xn )
Newton xn 1  xn 
f ' ( xn )

n xn f(xn) f'(xn)
0 2.5 -3.912844565 -8.517087126
1 2.040588877 -0.771214627 -5.201054349
2 1.892308437 -0.072096905 -4.243316956
3 1.875317741 -0.000884345 -4.13943227
4 1.875104102 -1.38664E-07 -4.138134188
5 1.875104069 -3.55271E-15 -4.138133985
6 1.875104069 0 -4.138133985

Esto coincide con el grafico de la función que aproximadamente es

 2
4. Representamos a continuación los cálculos de f (x)  4x3  5x2sen(x)  paso a paso:
3
Con truncación:
4x3  4 * x * x * x  4 * 4.457 * 4.457 * 4.457  17.82 * 4.457 * 4.457 
79.42 * 4.457  353 .9
 5x2sen(x)   5 * 4.457 * 4.457 * sen(4.457 ) 
 22 .28 * 4.457 * sen(4.457 )   99 .30 * sen(4.457 )   99 .30 * (0.9675 )
96.07
2
  0.6666
3
Luego sumando 353 .9  96.07  0.6666  449 .9  0.6666  449 .2

Con redondeo:
4x3  4 * x * x * x  4 * 4.457 * 4.457 * 4.457  17.83 * 4.457 * 4.457 
79.47 * 4.457  354 .2
 5x2sen(x)   5 * 4.457 * 4.457 * sen(4.457 ) 
 22 .29 * 4.457 * sen(4.457 )   99 .35 * sen(4.457 )   99 .30 * (0.9676 )
96.08
2
  0.6667
3
Luego sumando 354 .2  96.08  0.6667  450 .3  0.6667  449 .6
El valor exacto usando calculadora es:   449 .5865347
El error usando truncación es |   Trunc. | 0.3865
El error usando redondeo es |   Trunc. | 0.0135
Siendo el error obtenido usando redondeo menor en casi 30 veces el método recomendaría
usar redondeo.

5. Encontramos la representación decimal:

 123.0956  123  0.0956 y como 123  11110112

Convirtiendo a base binaria la parte decimal:

0.0956 0.1912 0.1912 0

0.1912 0.3824 0.3824 0
0.3824 0.7648 0.7648 0
0.7648 1.5296 0.5296 1
0.5296 1.0592 0.0592 1
0.0592 0.1184 0.1184 0
0.1184 0.2368 0.2368 0

0.0956  0.0001100....2 y por tanto

123.0956  1111011.0001100....2  1.1110110001100....2 * 26 y como el exponente es 6 y
siendo el sesgo s=15 tendremos exponente  sesgo 6  15  21  101012
Por tanto, la representación (usando redondeo) es:

Signo Exponente Mantisa

15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
0 1 0 1 0 1 1 1 1 0 1 1 0 0 1 0

El número representado (por redondeo) en el computador es:

A  1.1110110001 100....2 x 2 6  0.1111011001 0 2 x 2 7

Por tanto:

1 1 1 1 1 1 1  1
A    2  3  4  6  7  10 x27  64  32  16  8  2  1   123.125
2 2 2 2 2 2 2  8

Asimismo, la representación (usando truncamiento) es:

Signo Exponente Mantisa

15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
0 1 0 1 0 1 1 1 1 0 1 1 0 0 0 1

El número representado (por truncamiento) en el computador es:

A  1.11101100012 x 2 6  0.1111011000 12 x 2 7
Por tanto:

1 1 1 1 1 1  1
A    2  3  4  7  11 x27  64  32  16  8  2  1   123.0625
2 2 2 2 2 2  16

El error relativo para cada caso es:

Para redondeo:

123.0956
123.0019  123.125
E1   0.0010008 -2.388387x1E-4
123.0019

Para truncamiento
123.0019  123.0625
E2   0.9995 2.6889669x1E-4
123.0019
123.0956
6.
a) Como cos2 ( x)  1  sen2 ( x) , se observa de imediato que se cumple f ( x )  g( x ) .
Además: sen(1.5)  0.9974949866 ...... y cos(1.5)  0.0707372016...

y así en este computador sen(1.5)  1.00 , cos(1.5)  0.071

f (1.5)  1  1  0 y como cos2 (1.5)  (0.071)2  0.005041  0.005 con lo que se

0.005
tiene 1  sen(1.5)  2 y g(1.5)   0.0025
2
b) Calculamos los errores relativos:
Para f (1.5 )

0.002505013 0
E1  1
0.002505013

Para g(1.5)

0.002505013 0.0025
E2   0.002
0.002505013

c) Observamos que g(1.5) tiene un error relativo menor que f (1.5 ) y debe ser la mejor
forma para calcular el valor pedido. La razón es que en f (1.5 ) ocurre una sustracción
catastrófica (resta de valores muy cercanos).