RESOLUCION DE SISTEMAS DE ECUACIONES LINEALES, INTERPOLACION Y AJUSTE DE

CURVAS, DIFERENCIACION, INTEGRACION Y RESOLUCION NUMERICA DE ECUACIONES

DIFERENCIALES
1. A través de la regla de Cramer resuelva el siguiente sistema de ecuaciones

{ }[ ][ ] [ ]
2 x 1 + x 2−x 3+ x 4 −3 x 5=7 2 1 −1 1 −3 x 1 7
x 1 +2 x3 + x 4 + x 5=2 1 0 2 1 1 x2 2
−2 x2− x3 + x 4 −x5 =−5 0 −2 −1 1 −1 x 3 = −5
3 x 1+ x 2−4 x 3+ 5 x 5=6 3 1 −4 0 5 x4 6
x 1−x 2−x 3−x 4 + x 5=3 1 −1 −1 −1 1 x 3
5

2 1 -1 1 -3 7
1 0 2 1 1 2
A= 0 -2 -1 1 -1 b= -5
3 1 -4 0 5 6
1 -1 -1 -1 1 3

7 1 -1 1 -3 3
2 0 2 1 1 1
A1= -5 -2 -1 1 -1 X= 1
6 1 -4 0 5 -2
3 -1 -1 -1 1 -1

2 7 -1 1 -3
1 2 2 1 1
A2= 0 -5 -1 1 -1
3 6 -4 0 5
1 3 -1 -1 1

2 1 7 1 -3
1 0 2 1 1
A3= 0 -2 -5 1 -1
3 1 6 0 5
1 -1 3 -1 1

2 1 -1 7 -3
1 0 2 2 1
A4= 0 -2 -1 -5 -1
3 1 -4 6 5
1 -1 -1 3 1

2 1 -1 1 7
1 0 2 1 2
A5= 0 -2 -1 1 -5
3 1 -4 0 6
1 -1 -1 -1 3
La solución es: x 1=3 , x2 =1, x 3=1 , x 4=−2 , x5 =−1

2. Mediante el método de Gauss-Jordan resuelva el siguiente sistema de ecuaciones

[ ][ ] [ ]
2 3 10 0 x1 8
3 1 41 0 x 2 15
1 4 14 2 x3 = 13
0 1 49 1 x4 19
0 0 21 7 x5 15

2 3 1 0 0 8
3 1 4 1 0 15
A= 1 4 1 4 2 b= 13
0 1 4 9 1 19
0 0 2 1 7 15
2 3 1 0 0 8 -1
3 1 4 1 0 15 2
1 4 1 4 2 13 x= 4
0 1 4 9 1 19 0
0 0 2 1 7 15 1
1 3/2 1/2 0 0 4
0 - 7/2 5/2 1 0 3
0 5/2 1/2 4 2 9
0 1 4 9 1 19
0 0 2 1 7 15
1 0 11/7 3/7 0 37/7
0 1 - 5/7 - 2/7 0 - 6/7
0 0 16/7 33/7 2 78/7
0 0 33/7 65/7 1 139/7
0 0 2 1 7 15
1 0 0 -45/16 -11/8 -19/8
0 1 0 19/16 5/8 21/8
0 0 1 2 7/8 39/8
0 0 0 - 7/16 -25/8 -25/8
0 0 0 -25/8 21/4 21/4
1 0 0 0 131/7 124/7
0 1 0 0 -55/7 -41/7
0 0 1 0 -97/7 -69/7
0 0 0 1 50/7 50/7
0 0 0 0 193/7 193/7
1 0 0 0 0 -1
0 1 0 0 0 2
0 0 1 0 0 4
0 0 0 1 0 0
0 0 0 0 1 1
La solución es: x 1=−1 , x 2=2, x 3=4 , x 4=0 , x 5=1
 3. Mediante el método de Gauss-Jordan invierta la Matriz

[ ]
1 −1 0 0
−1 2 −1 0
0 −1 2 −1
0 0 −1 2
1 -1 0 0 1 0 0 0
-1 2 -1 0 0 1 0 0
0 -1 2 -1 0 0 1 0
0 0 -1 2 0 0 0 1
1 -1 0 0 1 0 0 0
0 1 -1 0 1 1 0 0
0 -1 2 -1 0 0 1 0
0 0 -1 2 0 0 0 1
1 0 -1 0 2 1 0 0
0 1 -1 0 1 1 0 0
0 0 1 -1 1 1 1 0
0 0 -1 2 0 0 0 1
1 0 0 -1 3 2 1 0
0 1 0 -1 2 2 1 0
0 0 1 -1 1 1 1 0
0 0 0 1 1 1 1 1
1 0 0 0 4 3 2 1
0 1 0 0 3 3 2 1
0 0 1 0 2 2 2 1
0 0 0 1 1 1 1 1

La matriz inversa es:

[ ]
4 32 1
3 32 1
2 22 1
1 11 1
 4. Use el método de Gauss-Seidel para resolver el sistema de ecuaciones, con vector inicial de solución
T
consistente en x=[ 0 0 0 0 0 ] , con un error de aproximación de 0.00001 y un máximo de 150
iteraciones

[ ][ ] [ ]
10 2 0 0 0 x 1 58
2 10 2 0 0 x 2 56
0 2 10 2 0 x 3 = 42
0 0 2 10 2 x 4 28
0 0 0 2 10 x 14
5

58−2 x 2 56−2 x 1−2 x 3 42−2 x 2−2 x 4 28−2 x 3−2 x 5 14−2 x 4

x 1= x 2= x 3= x 4= x 5=
10 10 10 10 10

10 2 0 0 0 58 0
2 10 2 0 0 56 0
0 2 10 2 0 42 x0= 0
0 0 2 10 2 28 0
0 0 0 2 10 14 0

5,800000 4,912000 5,008960 4,999616 4,999896 4,999985 4,999998

4,440000 3,955200 4,001920 4,000522 4,000074 4,000009 4,000001
x= 3,312000 2,981440 2,997773 2,999733 2,999968 2,999996 3,000000
2,137600 2,009216 2,000814 2,000086 2,000010 2,000001 2,000000
0,972480 0,998157 0,999837 0,999983 0,999998 1,000000 1,000000
1,8078E-01 1,9357E-02 1,8689E-03 5,5912E-05 1,7916E-05 2,5982E-06
1,2257E-01 1,1674E-02 3,4939E-04 1,1197E-04 1,6239E-05 2,0607E-06
ea = 1,1087E-01 5,4483E-03 6,5337E-04 7,8398E-05 9,4077E-06 1,1289E-06
6,3898E-02 4,1993E-03 3,6402E-04 3,8080E-05 4,3455E-06 5,1250E-07
2,5724E-02 1,6807E-03 1,4562E-04 1,5232E-05 1,7382E-06 2,0500E-07

5. La densidad del sodio a tres temperaturas

i Temperatura T (°C) Densidad ρ (Kg/m3)

1 94 929
2 205 902
3 371 860
Obtenga la densidad del sodio para una temperatura de 251°C mediante la interpolación de Lagrange
Temperatura T (°C) 94 205 371
Densidad ρ (Kg/m3) 929 902 860

x= 251
L0(x)= -0,17952971
L1(x)= 1,02246825
L2(x)= 0,15706146

f2(x)= 890,556117
La densidad a los 251°C será de 890.556 Kg/m 3.

6. Si: x: edad de las personas y: Población en miles

x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
y 250 100 67.5 45.4 35.7 29.4 25.0 21.7 19.2 17.2 15.6 14.3 13.1 12.2 11.4

a) Ajustar a los modelos lineal, exponencial, logarítmica y polinomial

b) Hallar el coeficiente de determinación de cada ajuste

Poblacion en miles vs. Edad de personas y = -9,5854x + 112,28 Poblacion en miles vs. Edad de personas y = 100,82e-0,182x
R² = 0,4827 R² = 0,8554
250,0 250,0
225,0 225,0
200,0 200,0
175,0 175,0
150,0
150,0
125,0
125,0
100,0
100,0
75,0
50,0 75,0
25,0 50,0
0,0 25,0
-25,0 0 2 4 6 8 10 12 14 16 0,0
-50,0 0 2 4 6 8 10 12 14 16

Poblacion en miles vs. Edad de personas

250,0
y = 0,002x 6 - 0,0953x5 + 1,7864x 4 - 16,691x 3 + 81,691x 2 - 203,93x + 247,22
225,0
R² = 0,995
200,0
175,0
150,0
125,0
100,0
75,0
50,0
25,0
0,0
0 2 4 6 8 10 12 14 16

No se puede ajustar al modelo logarítmico por el valor 0, que no es parte del dominio de una función logarítmica.

c) Estimar la población para una edad de 80 años, con el modelo que mejor se ajuste a los datos

El modelo que mejor se ajusta es polinomial de grado 6, con R 2=0.995, reemplazando en su ecuación:

6 5 4 3 2
y=0.002∗6 −0.0953∗6 +1.7864∗6 −16.691∗6 + 81.691∗6 −203.93∗6+247.22

y=26.6936 milesde personas

Se estima una población de 26.6936 miles de personas de edad 80 años.

7. Calcule las aproximaciones por diferencias hacia adelante, hacia atrás y aproximaciones por diferencia
central para la primera derivada de y=cos(x )en x=π /4 , con el uso de un valor de h=π /12. Estime el
error relativo porcentual verdadero ev% para cada aproximación

y=cos ( x )

y ' =−sin ( x ) ; y ' ( π4 )=−2√2

Hacia Hacia
Centrales
i xi f(xi ) Atrás Adelante
0 0,5236 0,8660
x= 0,785398 1 0,7854 0,7071 -0,6070 -0,6991 -0,7911
y'(π/4)= -0,707107 2 1,0472 0,5000
h= 0,261799 ev% 14,154 1,138 11,877

8. Use aproximaciones por diferencias hacia adelante, hacia atrás y por diferencias centradas para estimar la
derivada primera de y=e x en x=2, para h=0.1

x
y=e

y ' =e x ; y ' ( 2 ) =7.389

Hacia Hacia
Centrales
i xi f(xi ) Atrás Adelante
0 1,9000 6,6859
x= 2,000 1 2,0000 7,3891 7,0316 7,4014 7,7711
y'(2)= 7,389 2 2,1000 8,1662
h= 0,100 ev% 4,837 0,167 5,171
 9. Integra la función siguiente en forma analítica y con el empleo de la regla del trapecio, con n=1,2,3 y 4:

∫ ( x + 2x ) dx
2

Use la solución analítica para calcular los errores relativos porcentuales verdaderos para evaluar la
exactitud de las aproximaciones de la regla del trapecio.

) ( )|
2 2

∫(
1
x+
x)
2 2
( 4 x3 4
dx=∫ x2 + 4+ 2 dx= + 4 x− 2 =8.333
1 x 3 x 1

Para n=1,2,4. n=1 h=1; n=2 h=0.5; n=3 h=1/3; n=4 h=0.25

( )
2
2
f ( x )= x +
x

x 1,000 1,250 1,500 1,750 2,000 x 1,000 1,333 1,667 2,000

f(x) 9,000 8,123 8,028 8,369 9,000 f(x) 9,000 8,028 8,218 9,000

Aplicando la fórmula de la regla del trapecio:

Para n=1 : I =( 2−1 )

9+9
2∗1
=9 |8.333−9
8.333 |
e v %= ∗100=8 %

e %=| |∗100=2.17 %
9+2 ( 8.028 ) +9 8.333−8.514
Para n=2 : I =( 2−1 ) =8.514 v
2∗2 8.333

e %=| |∗100=0.98 %
9+2 ( 8.028+8.218 )+ 9 8.333−8.415
Para n=3 : I =( 2−1 ) =8.415 v
2∗3 8.333

e %=| |∗100=0.56 %
9+2 ( 8.123+8.028+8.369 )+ 9 8.333−8.380
Para n=4 : I =( 2−1 ) =8.380 v
2∗4 8.333

Como era de esperarse la solución con menor error es la de mayor intervalos, con 0.56% de error.
 10. Integre la función siguiente en forma tanto analítica como con la regla de Simpson con n=4 y n=5

∫ ( 4 x−3 )3 dx
−3

¿
[ 1
16 ]| 1
( 4 x−3 ) 4 5 = [ ( 4∗5−3 )4 −( 4∗(−3 )−3 ) ] =2056
−3 16
4

3
f ( x )= ( 4 x−3 )

5−(−3 )
Para n=4, h= =2
4

i xi f(xi ) I ev%
0 -3 -3375
n= 4 1 -1 -343
a= -3 2 1 1 2056 0
b= 5 3 3 729
h= 2 4 5 4913

5−(−3 )
Para n=5, h= =1.6
5
5 3.4 5

∫ ( 4 x−3 )3 dx=∫ ( 4 x−3 )3 dx +∫ ( 4 x−3 )3 dx

−3 −3 3.4

Ejecutando la primera integral por Simpson y la segunda por trapecio

i xi f(xi ) I1
i xi f(xi ) I2 I ev%
0 -3 -3375 0 3,4 1191,016
n= 5 1 -1,4 -636,056 1 3,8 1815,848
a= -3 2 0,2 -10,648 -2375,0144 2 4,2 2628,072 4459,2768 2084,2624 1,3746
b= 5 3 1,8 74,088 3 4,6 3652,264
h= 1,6 4 3,4 1191,016 4 5 4913
 11. Evalúe la siguiente integral:

∫ ( 1−e−2 x ) dx
0

a) En forma analítica

[ ]|
4

∫ ( 1−e−2 x ) dx= x + 12 e−2 x 4

0
=3.5
0

b) Con la aplicación múltiple de la regla del trapecio, con n=2 y 4

(4−0) (4−0)
h= =2 h= =1
2 4

i xi f(xi ) I ev%
0 0 0,0000
n= 2 i xi f(xi ) I ev% n= 4 1 1 0,8647
a= 0 0 0 0,0000 a= 0 2 2 0,9817 3,3437 4,4702
b= 4 1 2 0,9817 2,9630 15,3460 b= 4 3 3 0,9975
h= 2 2 4 0,9997 h= 1 4 4 0,9997

c) Con la aplicación múltiple de la regla de Simpson de 1/3 con n=4

i xi f(xi ) I ev%
0 0 0,0000
n= 4 1 1 0,8647
a= 0 2 2 0,9817 3,4706 0,8450
b= 4 3 3 0,9975
h= 1 4 4 0,9997

d) Con la aplicación múltiple de la regla de Simpson de 3/8, con n=5

4 2.4 4

∫ ( 1−e −2 x
) dx=∫ ( 1−e −2 x
) dx + ∫ ( 1−e−2 x ) dx
0 0 2.4

La primera con Simpson y la segunda con trapecio

i xi f(xi ) I1 i xi f(xi ) I2 I ev%

n= 5 0 0 0,0000 0 2,4 0,9918
a= 0 1 0,8 0,7981 1 3,2 0,9983 1,5952
2,88 4,4752 27,8580
b= 4 2 1,6 0,9592 2 4 0,9997
h= 0,8 3 2,4 0,9918

e) Para los anteriores incisos determinar el error porcentual.

Este error fue calculado en cada uno de los incisos en la última columna.
 12. Utilice el método de Euler con h=0.5, h=0.25 para resolver el problema de valores iniciales, en el intervalo
de x=0 a 2. Y(0)=1

dy 2
= y x −1.1 y
dx

y ( x i+ 1) − y ( x i)
Aplicando Euler: = y ( x i ) x 2−1.1 y ( x i )
xi +1−x i

[
y ( x i+1 )= y ( x i ) ( x i2−1.1 ) ( x i+1 −xi ) +1 ]
[
y ( x i+1 )= y ( x i ) ( x i −1.1 ) 0.5+1
2
]
Para h=0.5

i xi xi +1-xi y(xi ) y(xi +1)

0 0,00 0,50 1,0000 0,4500
1 0,50 0,50 0,4500 0,2588
2 1,00 0,50 0,2588 0,2458
3 1,50 0,50 0,2458 0,3872
4 2,00 0,50 0,3872 0,9485

Para h=0.25

i xi xi +1-xi y(xi ) y(xi +1)

0 0,00 0,50 1,0000 0,4500
1 0,25 0,50 0,4500 0,2166
2 0,50 0,50 0,2166 0,1245
3 0,75 0,50 0,1245 0,0911
4 1,00 0,50 0,0911 0,0865
5 1,25 0,50 0,0865 0,1065
6 1,50 0,50 0,1065 0,1678
7 1,75 0,50 0,1678 0,3324
8 2,00 0,50 0,3324 0,8143