Examen Metodos Numericos

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA
FACULTAD : INGENIERIA DE MINAS, GEOLOGIA Y CIVIL

ESCUELA : INGENIERIA CIVIL CCP
ASIGNATURA : MÉTODOS NUMÉRICOS (IC-343)
CATEDRA : ING. CRISTIAN CASTRO P. FECHA: Agosto -2015
Examen Parcial de Métodos Numéricos (IC-343)

PREGUNTA N° 01-A [5.0 p]
TEORÍA DE ERRORES
 Cuando Ø tiende a cero (0), la precisión de una evaluación numérica para:
sen1     sen1
d

Se vuelve muy pobre debido a los errores por redondeo. Por medio de un algoritmo
apropiado, reescriba la ecuación, de tal forma que se mejore la exactitud para Ø al elaborar
un programa donde se deba utilizar la fórmula mostrada.
MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA

 El flujo de tráfico en una red de calles se modela mediante un sistema de ecuaciones
lineales. Supongamos una zona de la ciudad formada por calles que se cruzan
perpendicularmente en los puntos A, B, …, F como se muestra en la figura.
Las calles son de sentido único de circulación indicado por las flechas: denotamos el flujo
de tráfico entre los cruces por las variables xi, i = 1, 2, …, 7: junto a cada cruce aparece el
número de vehículos que entran o salen por hora de la zona estudiada.
Tratamos de ver si se puede cortar la circulación de las calles 6 y 7 para realizar obras sin
afectar el tráfico ajeno a la zona considerada. Suponemos que el tráfico no se acumula en
las intersecciones. Entonces, el tráfico que entra en cada cruce debe ser igual al que sale.
PREGUNTA N° 01-B [5.0 p]

MÉTODOS NUMÉRICOS, ALGORITMOS Y ERRORES
 Tomemos una máquina hipotética que trabaje con una lógica similar pero con base 10,
para concentrarnos en los errores que se producen al realizar las diferentes operaciones
aritméticas básicas +, -, *, /. Supongamos también que para realizar estas operaciones,
primero se combinan tal como están ambos números bajo la operación deseada; luego se
normalizan, se truncan o redondean y, finalmente se registran como un número de
máquina, con una longitud de palabra de cinco dígitos, obviamente decimales.
Consideremos los siguientes números de máquina:
x  0.53214  103 y  0.43278  105
Resolver las operaciones de +, -, *, / utilizando un registro de doble precisión, luego
simular el trabajo de la computadora con cinco dígitos y finalmente determinar los errores
relativos correspondientes.
MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA

 Suponga que la migración de la población entre dos regiones geográficas – denominadas
como Norte y Sur – son las siguientes:
DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP
Cada año 50 % de la población en el Norte migra para el Sur, mientras sólo 25% de la
población en el Sur se mueve para el Norte. Esta situación se muestra en el diagrama de la
transición según la figura adjunta.
Determinar si este modelo de migración continúa, si la población se trasladará

continuamente del Norte, produciéndose la disminución en esta región, hasta que la
población entera esté en el futuro en el Sur, o en el futuro se ordenará la distribución de la
población de algún modo que se estabilice antes que el Norte este completamente
abandonado.

RAÍCES DE ECUACIONES ALGEBRAICAS NO LINEALES
En 1225 Leonardo Fibonacci (1175-1240), apodado Pisano por ser residente de Pisa, propuso la
serie de números definida por la ecuación de diferencias:
yn  yn 1  yn 2
Con y0 = 0 e y1 = 1 . Determine la ecuación no lineal de una variable que permita estimar la

proporción áurea. Se obtendrá una ecuación polinómica, la cual debe resolver utilizando
cualquier método numérico que permita calcular todas las raíces del polinomio.
NOTA.- Para obtener la ecuación no lineal puede utilizar el concepto de límite:

y 
Lim  k 1 
k 
 yk 
En los cálculos que condujeron a Leverrier al descubrimiento del planeta Neptuno en 1847, una
etapa muy importante fue la determinación de los valores propios de la matriz:
 5.509882 1.870086 0.422908 0.008814 

 0.287865  11.811654 5.711900 0.058717 
L
 0.049099 4.308033  12.970687 0.229326 
 
 0.006235 0.269851 1.397369  17.596207
Para determinar utilizando un cálculo directo, los valores propios de L que denotaremos por λ1,
λ2, λ3, λ4 dispuestos en orden decreciente, utilizando métodos numéricos se obtuvo el
polinomio característico, de modo que:
P      4  47.888430000 3  797.278764779 2  5349.45551533  12296.5505661
Se tiene un polinomio de grado 4. Utilizar un método numérico que permita calcular las raíces
del polinomio.

SISTEMA DE ECUACIONES NO LINEALES

Considere la siguiente función de dos variables:
g  x, y   cos  x  y   sin  x   cos  y 
[1] Plantear un sistema de ecuaciones no lineales que debe resolver para determinar los puntos
críticos de la función g .
[2] Calcular por el Método de Newton Multivariable, para aproximar los puntos críticos de la
función g . Analizar la convergencia del método.
[3] Calcular por el Método de Broyden. para aproximar los puntos críticos de la función g .
Analizar la convergencia del método.
NOTA.- Los puntos que se busca está entre aquellos que anulan el gradiente de la función g. Así pues el
sistema a resolver es:
 g
 x  0
 g
 0
 y

SISTEMA DE ECUACIONES NO LINEALES
Considere las siguientes curvas:
 C1 : y  x 2

C2 : y  x  5
[1] Plantear un sistema de ecuaciones no lineales que nos permita determinar la distancia
mínima entre las curvas C1 y C2.
[2] Resolver el sistema planteado por el Método de Newton Multivariable, con un aproximación
inicial pertinente y una tolerancia > 10-4.
[3] Resolver el sistema planteado por el Método de Broyden, con un aproximación inicial
pertinente y una tolerancia > 10-4.
NOTA.- Representar la parábola por y=x2 y la recta por v=u-5.

Elegir un punto (x,y) de la parábola y un punto (u,v) de la recta, la distancia entre ambos viene dada por:
 x  u   y  v
2 2
d
ECUACIONES ALGEBRAICAS LINEALES: MÉTODOS DIRECTOS Y MÉTODOS ITERATIVOS
La Matriz de Hilbert es un caso clásico de la situación patológica denominada “mal
condicionamiento”. La matriz de Hilbert 4 x 4 es:
 1 1 1
1 2 3 4
1 1 1 1
 
H4  2 3 4 5 b T  25 / 12 77 / 60 57 / 60 319 / 420
1 1 1 1
3 4 5 6
1 1 1 1
 
4 5 6 7
Para el sistema Hx  b , con, la solución exacta es x T  1 1 1 1
a) Demuestre que la matriz está mal condicionada, mostrando que es casi singular.

b) Use sólo tres dígitos significativos (cortados) en sus cálculos para encontrar la solución
Hx=b, por un método directo. Explique por qué las respuestas son tan deficientes.
c) Use sólo tres dígitos significativos, pero redondeando, para encontrar la solución Hx=b ,
por un método directo y compárela con la que obtuvo en el inciso (b).
d) Resolver con el mayor detalle posible el sistema de 4 ecuaciones lineales Hx=b, con A
simétrica, usando el método iterativo que crea conveniente.

ECUACIONES ALGEBRAICAS LINEALES: MÉTODOS DE GRADIENTE
Sea el sistema lineal de ecuaciones  A   x  b
Se ha intentado resolver este sistema mediante un método iterativo, pero al ser su convergencia
excesivamente lenta se desea utilizar otra técnica numérica.
Resolver con el mayor detalle posible el sistema de 4 ecuaciones lineales Ax=b con A simétrica.
 1 1 1
1 2 3 4
  0 
1 1 1 1
1 
2 3 4 5  
A  Vector _ B   
1 1 1 1 0 
 
3 4 5 6 1 
1 1 1 1
 
4 5 6 7
[1] Tendría sentido aplicar el método de los gradientes conjugados? Si se aplicara esta técnica
convergería a la solución?, y si es así, en cuántas iteraciones?
[2] Realizar las dos primeras iteraciones del método de los gradientes conjugados partiendo
de (0;0;0;0).

PROBLEMA DE VALORES Y VECTORES PROPIOS: EIGENVALORES, EIGENVECTORES
El cálculo de los esfuerzos principales para sólidos 3D puede ser evaluado numéricamente a
partir de los esfuerzos en el sistema x-y-z de una ecuación cúbica. Sin embargo, la definición
de las direcciones de los esfuerzos principales no es un procedimiento simple. Un enfoque
alternativo a este problema es escribir la ecuación básica esfuerzo de transformación en
términos de las direcciones desconocidas de los esfuerzos principales en el sistema de
referencia 1-2-3, o:
 1 0 0   v x1 v y1 vz1   xx  xy  xz   v x1 v x 2 vx 3 
0    
0   vx 2 vy2 vz 2   yx  yy  yz   v y1 v y 2 vy3 
 2   
 0 0  3   v x 3 vy3 vz 3    zx  zy  zz   vz1 vz 2 vz 3 
En forma simbólica:
  V T SV
En la que V es la matriz de cosenos directores estándar. Desde VV T es una ecuación de la

matriz unidad. Se puede escribir como el siguiente problema de valores propios:
SV  V
Donde Ω es una matriz diagonal desconocida de las tensiones principales (valores propios) y V
es la matriz de cosenos directores desconocido (vectores propios) que definen únicamente las

direcciones de las tensiones principales. Con el fin de ilustrar una aplicación práctica del
método clásico Jacobi considerar el siguiente estado de esfuerzos:
 xx  xy  xz  120 55 75
 
S   yx  yy  yz   55 55 33 
 
  zx  zy  zz   75 33 85
 
Calcular los valores propios (tensiones principales) y vectores propios (cosenos directores),
mediante:
a) Escribiendo explícitamente el polinomio característico y resolviendo la ecuación
característica resultante.
b) Determinar los valores característicos por el Método de Jacobi, previa conversión a la
forma clásica.

PROBLEMA DE VALORES Y VECTORES PROPIOS: EIGENVALORES, EIGENVECTORES
Considere el problema general de valores y vectores característicos:
A  B
Suponga una matriz A simétrica, definida positiva, de orden 4 y una matriz B diagonal.
Determinar los valores y vectores característicos utilizando cada uno de los procedimientos
siguientes:
a) Obtener el valor característico y el vector característico de mayor módulo por el Método
de Iteración Directa.
b) Obtener el valor característico y el vector característico de menor módulo por el Método
de Iteración Inversa.
3 2 0 0 1 0 0 0
4 3 2 0 0 1 0 0
A   B 
0 4 3 2 0 0 1 0
   
0 0 4 3 0 0 0 1
El “juego de sociedad” es un acertijo que mediante operaciones elementales procesa 2 números: el primero que
representa el día y mes de su nacimiento, así 23 de junio es 2306 y el segundo número su edad, requiriéndose de los
siguientes cálculos:
 Multiplicar el primer número por 2
 Adicionarle 5
 Multiplicarlo por 50
 Sumarle el segundo número
 Sumarle 365
 Restarle 615
La sorpresa es que el resultado es la unión del primero con el segundo.

Examen de Aplazados de Métodos Numéricos (IC-343)

PREGUNTA N° 01 [5.0 p]
ECUACIONES ALGEBRAICAS LINEALES
Sea el sistema lineal de ecuaciones
10 1  x1   8 
 1 10   x   19 
  2  
Este sistema está especialmente adoptado para utilizar el método de relajación y se puede observar
lo rápido que se opera en este caso.
[1] Resolver el problema por el método de sobrerelajación con una aproximación inicial x 0   0, 0  ,
variando el factor “ω” de superrelajación hasta su valor óptimo. Comenzar la búsqueda de este
factor con ω=1.00 e incrementar su valor, determinando el número de iteraciones y utilizando
un test de parada x  k   x  k 1   x  k 
[2] Resolver el problema por el método de los gradientes conjugados partiendo de (0;0). Si se
aplicara esta técnica convergería a la solución?, y si es así, en cuántas iteraciones?
PROBLEMA DE VALORES Y VECTORES PROPIOS
Una determinada sección de una viga de concreto armado, cuyo estado tensional se representa
en la ecuación adjunta (expresado en MPa), el ingeniero de edificación quiere determinar los
valores propios (tensiones principales) y vectores propios (cosenos directores), mediante:
a) Escribiendo explícitamente el polinomio característico y resolviendo la ecuación
característica resultante.
b) Determinar los valores característicos por el Método de Jacobi, previa conversión a la
forma clásica.
c) Determinar la componente normal y tangencial del plano cuyo vector normal forma un
ángulo de 60º con el eje x y 60º con el eje y.
Considerar el siguiente estado de esfuerzos:
 xx  xy  xz  10 20 30 
 
S   yx  yy  yz    20 20 20 
  zx  zy  zz  30 20 10 
 
NOTA.- El cálculo de los esfuerzos principales para sólidos 3D puede ser evaluado
numéricamente a partir de los esfuerzos en el sistema x-y-z de una ecuación cúbica. Para la
definición de las direcciones de los esfuerzos principales se puede escribir la ecuación básica
esfuerzo de transformación en términos de las direcciones desconocidas de los esfuerzos
principales en el sistema de referencia 1-2-3, o:
 1 0 0   v x1 v y1 vz1   xx  xy  xz   v x1 v x 2 vx 3 
0    
0   vx 2 vy2 vz 2   yx  yy  yz   v y1 v y 2 vy3 
 2   
 0 0  3   v x 3 vy3   
vz 3    zx  zy  zz   vz1 vz 2 vz 3 
En forma simbólica:
  V T SV
En la que V es la matriz de cosenos directores estándar. Desde VV T es una ecuación de la

matriz unidad. Se puede escribir como el siguiente problema de valores propios:
SV  V
Donde Ω es una matriz diagonal desconocida de las tensiones principales (valores propios) y V
es la matriz de cosenos directores desconocido (vectores propios) que definen únicamente las
direcciones de las tensiones principales.
OPTIMIZACIÓN EN INGENIERÍA
Dado el siguiente problema de programación lineal:
Maximizar x1  2 x2  3x3
2 x1  3 x 2 4 x3  12
 3x  2 x  x  6
 1 2 3
Sujeto 
 x1  x 2  x3  9
 x1 , x 2 , x3  0
Resolver el problema mediante el Método Big-M o utilizando el Método de Dos Fases del
algoritmo Simplex para resolver el modelo de PL.
APROXIMACIÓN POLINÓMICA POR MÍNIMOS CUADRADOS E INTERPOLACIÓN
Tenga en cuenta los siguientes valores de entalpía, h (P, T), a partir de las propiedades de la
tabla de vapor.
Tabla de entalpía del vapor:
T, ºF
P, psi 800 1000 1200
1150 1380.4 1500.2 1614.5
1200 1377.7 1499.0 1613.6
1250 1375.2 1497.1 1612.6
[1] Calcular la entalpía del vapor a P=1225 psi y T=1100 º F, con la base en datos de la tabla,
utilizando un polinomio de mínimos cuadrados cuadrático bivariado. Las variables x, y, z
en la ecuación adjunta corresponden a P, T y H, respectivamente.
z  a  b  x  c  y  d  x 2  e  y 2  f  xy
[2] Resolver el problema de interpolación presentado por interpolación directa lineal
multivariado. La forma de polinomio de aproximación es:
h  a  b  T  c  P  d  TP
Sustituir los cuatro puntos de datos que enmarquen P = 1225 psi y T = 1100 ºF
ECUACIONES DIFERENCIALES ORDINARIAS
El modelo de Lotka-Volterra describe las interacciones entre especies de depredador y presa,
por ejemplo, conejos y zorros. Denotemos por R (t) el número de conejos y por F (t) el número
de zorros que están vivos en el tiempo t. Entonces el modelo de Lotka-Volterra se compone de
dos ecuaciones diferenciales que describen los cambios en la presa y depredador de la
población, respectivamente:

 dR
 dt  aR  bRF

 dF  cRF  dF
 dt
Donde “a” es la tasa de crecimiento natural de conejos en la ausencia de depredación, “b” es el
coeficiente de tasa de depredación, “c” es la velocidad de reproducción de los zorros por 1
conejo comido, y “d” es la tasa de mortalidad de los zorros.
El tiempo t se mide en años. Suponiendo que a = 0,03, b = 0.004, c = 0,0002, d = 0,1, y las
poblaciones iniciales de R (0) = 10.000 conejos y F (0) = 500 zorros, se obtiene el siguiente
modelo:
 dR
 dt  0.03R  0.004 RF  R  0   10000
 con 
 dF  0.0002 RF  0.1F  F  0   500
 dt
Usando el método numérico de Runge-Kutta para estimar la población de conejos y zorros en
el tiempo t = 1.
DURACIÓN: 2.0 Horas Ayacucho, 08 de agosto – 2015
… ni ensañamientos ofuscados, ni befas encarnecedoras, ni desprecios puritanos, ni fingidas admiraciones
deben ser las cualidades máximas en la vida … (Coloquio imaginario en el umbral – OSCAR WILDE)
ECUACIONES DIFERENCIALES ORDINARIAS
Modelar derivadas en la E.D.O. mediante fórmulas de diferencias y resolver el sistema de
ecuaciones algebraicas lineales resultante por el método de diferencias finitas.
Determinar la desviación de una viga voladiza bajo una carga distribuida. La viga tiene 12 ft de
longitud y sección transversal constante con un extremo fijo y el otro libre. El módulo de
elasticidad y el momento de inercia del área de la sección transversal I son tales que (EI) es
igual a 2000 kipxft2. La viga está bajo una carga distribuida q(x) expresada en kip/ft mediante:
2
 x
q x    
 12 
Donde (x = 0) es el extremo fijo de la viga y (x = 12) es el extremo libre. En la figura adjunta se
muestra un esquema del problema.
q(x)
12 ft









SOLUCIONARIO
Para la exp resión yk 1 se tiene
yk 1  yk  yk 1
yk 1 yk  yk 1 yk yk 1 y
Entonces     1  k 1
yk yk yk yk yk
y 
Haciendo L  Lim  k 1 
k 
 yk 
y   yk 1   yk 1 
Entonces L  Lim  k 1   Lim 1    1  Lim  
k 
 yk  k   yk  k 
 yk 
y  1
También Lim  k 1  
k 
 yk  L
1
L  1
L
L2  L  1  0
1  5 1  5 
L , 
 2 2 
Para L  0 se tiene
 y  1 5
L  Lim  k 1  
k 
 yk  2
Gradiente conjugada
k xk rk sk qk αk rk+1 βk
0 0.000 0.000 0.000 0.750 2.283 -1.712 -1.965

0.000 1.000 1.000 0.533 -0.217
0.000 0.000 0.000 0.417 -0.951
0.000 1.000 1.000 0.343 0.217
1 0.000 -1.712 -1.712 -0.610 3.785 0.595 -0.401
2.283 -0.217 1.748 -0.075 0.066
0.000 -0.951 -0.951 0.040 -1.101
2.283 0.217 2.182 0.075 -0.066
2 -6.479 0.595 -0.091 0.000 2436.684 0.599 -7.728
8.896 0.066 0.767 0.001 -2.431
-3.600 -1.101 -1.483 0.000 0.034
10.542 -0.066 0.810 -0.001 2.431
3 -229.111 0.599 -0.108 0.002 287.312 0.000 0.000
1876.624 -2.431 3.492 -0.008 0.000
-3617.102 0.034 -11.426 0.000 0.000
1983.604 2.431 8.689 0.008 0.000
4 -260.000 0.000 0.000 0.000
2880.000 0.000 0.000 0.000
-6900.000 0.000 0.000 0.000
4480.000 0.000 0.000 0.000

PREGUNTA N° 01
Suponga que para el sistema
 0.835x  0.667 y  b1

0.333x  0.266 y  b2
Los números b1 y b2 son los resultados de un experimento y deben leerse del dial de un instrumento de la prueba.
Suponga que el dial puede leerse dentro de una tolerancia de ±0.001, y asuma este valor para b 1 y b2 léase como
0.168 y 0.067, respectivamente.
Muestre mediante un diagrama por qué una perturbación tan pequeña en ambas ecuaciones puede producir un
cambio grande en la solución.
Obtener, analizar y discutir la solución exacta del sistema mostrado. Describa en las condiciones geométricas la
situación que debe existir para que un sistema sea bien-condicionado óptimamente.
Solución:
Considere el sistema
0.835 x  0.667 y  0.168

0.333 x  0.266 y  0.067
Para la cual, la solución exacta es
x 1 y y  1
Si b2 = 0.067 se perturban ligeramente para volverse b2 = .066, entonces la solución exacta cambia dramáticamente
para volverse
xˆ  666 yˆ  834
Éste es un ejemplo de un sistema cuya solución es sumamente sensible a una perturbación pequeña. Esta
sensibilidad es intrínseca al propio sistema y no es un resultado de cualquier procedimiento numérico. Por
consiguiente, usted no puede esperar algún “truco numérico” para quitar la sensibilidad. Si la solución exacta es
sensible a perturbaciones pequeñas, entonces la solución por computadora no puede ser así, se debe tener en
cuenta el algoritmo usado.
Los sistemas lineales mal condicionados.- Se dice que un sistema de ecuaciones lineales es mal condicionado
cuando un poco de perturbación pequeña en el sistema puede producir los cambios relativamente grandes en la
solución exacta.
Es fácil de visualizar qué causas que un sistema de 2 × 2 este mal condicionado. Geométricamente, dos
ecuaciones con dos incógnitas representan dos líneas rectas, y el punto de intersección es la solución para el
sistema. Un sistema mal condicionado representa dos líneas rectas que son casi paralelas.
En el sistema mal condicionado se vio que la solución exacta del sistema es:
x, y   1,1
Sin embargo, debido a la incertidumbre pequeña leyendo el dial, nosotros tenemos:
0.167  b1  0.169 0.066  b2  0.068
Por ejemplo, esto significa que la solución asociada con la lectura (b1, b2) = (.168, .067) es válida como la solución
asociada con la lectura (b1, b2) = (.167, .068), o la lectura (b1, b2) = (.169, .066), o cualquier otra lectura que se
desploma el rango. Para la lectura (b1, b2) = (.167, .068), la solución exacta es:
 x, y   934 ,1169 
Mientras para la otra lectura (b1, b2) = (.169, .066), la solución exacta es:
x, y    932,1167
¿Usted estaría deseoso ser el primero en volar en el avión o manejar por el puente cuyo plan incorporó una solución
a este problema? Yo no lo haría! hay simplemente demasiada incertidumbre. Desde que ninguna de las soluciones
puede preferirse encima de cualquiera de los otros, es concebible que podrían llevarse a cabo planes totalmente
diferentes dependiendo de cómo el técnico lee el último dígito significativo en el dial. Debido a la naturaleza del
sistema mal condicionado de un sistema lineal asociado, el plan exitoso del avión o puente puede depender de la
suerte ciega en lugar de en los principios científicos.
SISTEMAS DE ECUACIONES NO LINEALES
Resolver con el mayor detalle posible el sistema de 4 ecuaciones lineales Ax = b con A simétrica y definida
positiva, usando el método de gradiente conjugada.
Matriz A Matriz b

4.00 1.00 -1.00 0.00 -1.0

1.00 4.00 0.25 0.20 2.0
-1.00 0.25 4.00 0.50 1.0
0.00 0.20 0.50 4.00 1.0
NOTA.- Utilizar el siguiente esquema para presentar las iteraciones:

MÉTODO: GRADIENTE CONJUGADA
k xk rk sk qk αk rk+1 βk
He llegado a creer que el mundo es un enigma, pero un inocente enigma hecho terrible por nuestro loco intento
de interpretar todo como si existiese una verdad subyacente.
Un sueño es una escritura y muchas escrituras no son más que sueños.


TEORÍA DE ERRORES
Sea el sistema lineal de ecuaciones
10 1  x1   8 
 1 10   x   19 
  2  
ECUACIONES ALGEBRAICAS LINEALES
Determine la solución general del sistema no homogéneo siguiente y compárelo con la solución
general del sistema homogéneo asociado, utilizando métodos directos de solución de
ecuaciones no lineales:
x1  x2  2 x3  2 x4  x5  1
2 x1  2 x2  4 x3  4 x4  3 x5  1
2 x1  2 x2  4 x3  4 x4  2 x5  2
3x1  5 x2  8 x3  6 x4  5 x5  3
ECUACIONES ALGEBRAICAS LINEALES: MÉTODOS ITERATIVOS
Resolver el siguiente sistema:
4  u1  u 2  0.8564
 u1  4  u 2  u 3  1.4254
 u 2  4  u 3  u 4  1.8454
 u 3  4  u 4  u 5  1.9558
 u 4  2  u 5  0.9890
Deberemos plantear una primera aproximación, que usualmente son las condiciones
iniciales para este intervalo y comenzamos con un nuevo proceso iterativo hasta encontrar
la solución al sistema con la precisión deseada.
[1] Resolución del sistema mediante el método de Gauss - Seidel
SISTEMAS DE ECUACIONES NO LINEALES
Nuestra causa es un secreto dentro de un secreto. El secreto de algo que permanece velado, un secreto que sólo
otro secreto puede explicar, es un secreto sobre un secreto que se satisface con otro secreto. (J´Far- Al Sâdiq,
Sexto Imam) - Eco, Umberto. “El Péndulo de Foucault”

a) Resolución del sistema mediante el método de Jacobi
Las ecuaciones de iteración son:
u1( n 1 ) 
1
4
 u (n)
2 1 
u2( n 1 ) 
1
4
 u
(n)
1  u3( n )  2 
u  2
1
u3( n 1 )   (n)
2  u4( n )
4
u  2
1
u4( n 1 )   (n)
3  u5( n )
4
u5( n 1 ) 
1
2
 u (n)
4 1 
Entonces, partiendo de la primera aproximación, y para encontrar la solución del sistema al

cabo del primer intervalo de tiempo, iteraremos hasta que no haya variación en las primeras

cuatro cifras decimales. Esto ultimo equivale a definir un cierto grado de precisión en la
solución.
Para la primera iteración, nos queda:
u1( 1 ) 
1
4
 u (0 )
2 1   41  1  1  0.5
u  2    1  1  2   1
1 1
u2( 1 )   (0 )
1 u (0 )
3
4 4
u  2    1  1  2   1
1 1
u3( 1 )   (0 )
2 u (0 )
4
4 4
u  2    1  1  2   1
1 1
u4( 1 )   (0 )
3 u (0 )
5
4 4
u  1   1  1  1
1 1
u5( 1 )   (0 )
4
2 2
Para la segunda iteración:
u1( 2 ) 
1
4
 u (1)
2 1   41  1  1  0.5
u  u  2    0.5  1  2   0.875
1 1
u2( 2 )   (1)
1
(1)
3
4 4
u  u  2    1  1  2   1
1 1
u3( 2 )   (1)
2
(1)
4
4 4
u  u  2    1  1  2   1
1 1
u4( 2 )   (1)
3
(1)
5
4 4
u  1   1  1  1
1 1
u5( 2 )   (1)
4
2 2
Para la tercera iteración:
u1( 3 ) 
1
4
 u (2)
2 1   41  0.875  1  0.46875
u  2    0.5  1  2   0.875
1 1
u2( 3 )   (2)
1 u (2)
3
4 4
u  2    0.875  1  2   0.96875
1 1
u3( 3 )   (2)
2 u (2)
4
4 4
u  2    1  1  2   1
1 1
u4( 3 )   (2)
3 u (2)
5
4 4
u  1   1  1  1
1 1
u5( 3 )   (2)
4
2 2
Luego de 11 iteraciones llegamos a la solución con la aproximación requerida, lo que se

resume en la siguiente tabla:

MÉTODO DE JACOBI
Nº de iter. u=0 u=1 u=2 u=3 u=4 u=5
n=0 0.0000 1.0000 1.0000 1.0000 1.0000 1.0000
n=1 0.0000 0.5000 1.0000 1.0000 1.0000 1.0000
n=2 0.0000 0.5000 0.8750 1.0000 1.0000 1.0000
n=3 0.0000 0.4688 0.8750 0.9688 1.0000 1.0000
n=4 0.0000 0.4688 0.8594 0.9688 0.9922 1.0000
........ ........ ........ ........ ........ ........ ........
n = 10 0.0000 0.4641 0.8564 0.9614 0.9890 0.9946
n = 11 0.0000 0.4641 0.8564 0.9613 0.9890 0.9945
n = 12 0.0000 0.4641 0.8564 0.9613 0.9890 0.9945
b) Resolución del sistema mediante el método de Gauss - Seidel
Las ecuaciones de iteración son:
u1( n 1 ) 
1
4
 u (n)
2 1 
u2( n 1 ) 
1
4
 u
( n 1 )
1  u3( n )  2 
u  2
1
u3( n 1 )   ( n 1 )
2  u4( n )
4
u  2
1
u4( n 1 )   ( n 1 )
3  u5( n )
4
u5( n 1 ) 
1
2
 u
( n 1 )
4 1 
De la misma manera que en el ejemplo anterior partiendo de la primera aproximación, y para

encontrar la solución del sistema al cabo del primer intervalo de tiempo, iteraremos hasta que
no haya variación en las primeras cuatro cifras decimales. Parara la primera iteración, nos
queda:
u1( 1 ) 
1
4
 u (0 )
2 1   41  1  1  0.5
u  2    0.5  1  2   0.875
1 1
u2( 1 )   (1)
1 u (0 )
3
4 4
u  2    0.875  1  2   0.96875
1 1
u3( 1 )   (1)
2 u (0 )
4
4 4
u  2    0.96875  1  2   0.99219
1 1
u4( 1 )   (1)
3 u (0 )
5
4 4
u  1   0.99219  1  0.99609
1 1
u5( 1 )   (1)
4
2 2

Para la segunda iteración:
u1( 2 ) 
1
4
 u (1)
2 1   41  0.875  1  0.46875
u  u  2    0.46875  0.96875  2   0.85938
1 1
u2( 2 )   (2)
1
(1)
3
4 4
u  u  2    0.85938  0.99219  2   0.96289
1 1
u3( 2 )   (2)
2
(1)
4
4 4
u  u  2    0.96289  0.99609  2   0.98975
1 1
u4( 2 )   (2)
3
(1)
5
4 4
u  1   0.98975  1  0.99488
1 1
u5( 2 )   (2)
4
2 2
Para la tercera iteración:
u1( 3 ) 
1
4
 u (2)
2 1   41  0.85938  1  0.46485
u  2    0.46485  0.96289  2   0.85694
1 1
u2( 3 )   (3)
1 u (2)
3
4 4
u  2    0.85694  0.98975  2   0.96167
1 1
u3( 3 )   (3)
2 u (2)
4
4 4
u  2    0.96167  0.99488  2   0.98914
1 1
u4( 3 )   (3)
3 u (2)
5
4 4
u  1   0.98914  1  0.99457
1 1
u5( 3 )   (3)
4
2 2
Luego de 5 iteraciones llegamos a la solución con la aproximación requerida, lo que se

resume en la siguiente tabla:
MÉTODO DE GAUSS SEIDEL

Nº de iter. u=0 u=1 u=2 u=3 u=4 u=5
n=0 0.0000 1.0000 1.0000 1.0000 1.0000 1.0000
n=1 0.0000 0.5000 0.8750 0.9688 0.9922 0.9961
n=2 0.0000 0.4688 0.8594 0.9629 0.9898 0.9949
n=3 0.0000 0.4649 0.8569 0.9617 0.9891 0.9946
n=4 ........ ........ ........ ........ ........ ........
n=5 0.0000 0.4641 0.8564 0.9613 0.9890 0.9945
n=6 0.0000 0.4641 0.8564 0.9613 0.9890 0.9945
Sea el polinomio: y3 + ay2 + by + c = 0

Haciendo cambio de variable y = x - a/3, tenemos:
x3 + (b - a3/3)x + (2a3/27 - ab/3 + c) = 0
Equivalente 3
x + px + q = 0
a:
Donde: p = b - a2/3
q = 2a3/27 - ab/3 + c
La expresión de Tartaglia
es:
2 3 2 3
q q p q q p
x3    3   
2 4 27 2 4 27
Proponemos el polinomio:
a = 10
b = 31
c = 30
y3 + 10 y2 + 31 y+ 30 =0
Con el cambio de variable:
p = -2.33333333333334
q = 0.740740740740762
Resolviendo la ecuación con la expresión de
Tartaglia:
x1 = 1.33333333333333
Luego: y1 = -2
0.0000
-2.0000 i
y1 = -2 SACA LA MAYOR RAIZ REAL
Para obtener las otras raíces realizaremos el proceso de

deflación:
Deflación
1:
y3 y2 y1 y0
P1(x) 1 10 31 30
y1 -2.000
q1(x) 1 8 15 0
0.0
8.0 0.0 i 15.0 i
1 8.0 15
Resolviendo la ecuación cuadrática q 1(x):

y2 = -3 -3.0000
y2 = -5 -5.0000
Deflación
2:
y3 y2 y1 y0
P2(x) 1 8 15
y2 -3
q2(x) 1 5 0
Resolviendo la ecuación
q2(x):
y3 = -5 -5.0000
Ahora hallaremos las raices del polinomio por el Metodo de

Laguerre:
P(y) = 1 y3 + -103 y2 + 302 y + -200
P'(y) = 3 y2 + -206 y + 302
P''(y) = 6 y + -206
n= 3

H(y k )  (n  1) (n  1)(P' (y k ))2  nP(y k )P' ' (y k ) 
nP(y k )
y k 1  y k 
P' (y k )  H(y k )
y0 = 0.000
k yk P(y) P'(y) P''(y) H(yk) yk+1
0 0.000 -200.000 302.000 -206.000 117616.000 0.930
1 0.930 -7.386 112.954 -200.418 42152.585 1.000
2 1.000 -0.007 99.015 -200.000 39206.959 1.000
3 1.000
y0 = -5.000
0 -5.000 -4410.000 1407.000 -236.000 1674036.000 -0.102
1 -0.102 -231.726 322.947 -206.609 129918.318 0.916
2 0.916 -9.055 115.878 -200.506 42817.275 1.000
3 1.000
y0 = 10.000
0 10.000 -6480.000 -1458.000 -146.000 2826576.000 3.807
1 3.807 -488.100 -438.840 -183.155 233931.651 2.220
2 2.220 -26.260 -140.556 -192.679 48665.965 2.002
3 2.002
y0 = 5.000
0 5.000 -1140.000 -653.000 -176.000 501796.000 2.488
1 2.488 -70.776 -191.926 -191.073 66202.042 2.015
2 2.015 -1.510 -100.944 -193.909 39002.107 2.000
3 2.000
4. Una deuda P0= A , se amortiza en "m" cuotas mensuales iguales, R. La cantidad adeudada después de k+1 meses es
Pk+1 = (1+i)Pk - R , donde "i" es el interés mensual. Esta es una ecuación de diferencias (no homogénea). Determine R de
modo que Pm = 0 .

SOLUCIÓN
Dato :
P0  A
Evaluando en la fórmula dada
P1  1  i P0  R  1  i A  R
P2  1  i P1  R  1  i 2 A  1  i R  R
P3  1  i P2  R  1  i 3 A  1  i 2 R  1  i R  R
P4  1  i P2  R  1  i 4 A  1  i 3 R  1  i 2 R  1  i R  R

Pm  1  i Pm 1  R  1  i m A  1  i m 1 R  1  i m  2 R    R
simplifica ndo y agrupando tér min os
 
 
Pm  1  i  A  1  i   
1 1 1 1 1 1
m m
R     ...  
 1  i 1  i 2 1  i 3 1  i 4 1  i m 1 1  i m 
   
 S 
Donde :
1 1 1 1 1 1
S     ...  
1  i 1  i 2
1  i  1  i 
3 4
1  i m 1
1  i m
Calculando S
 1  1 1 1 1 

S  1     ...  m 1 
 1  i  1  i 1  i  1  i 
2 3
1  i  
 1  1 

S  1  S  
 1  i  1  i m 
S 1  i   S 
1  i m  1
1  i m
S
1  i m  1 , Re emplazamos en la ecuación principal
1  i m i
Pm  1  i m A  1  i m R
1  i m  1 , Simplifica ndo
1  i m i
Pm  1  i m A  R
1  i m  1
i
Según condición del problema Pm  0, se tiene
1  i m A  R 1  i  1
m
, Donde R :
i
R
1  i m Ai
1  i m  1
COMENTARIOS:
Las ecuaciones de diferencias pueden simplificarse una máxima expresión


APROXIMACIÓN POLINÓMICA POR MÍNIMOS CUADRADOS E INTERPOLACIÓN
Tenga en cuenta los siguientes valores de entalpía, h (P, T), a partir de una tabla de
propiedades de la tabla de vapor.
Tabla de entalpía del vapor:
T, ºF
P, psia 800 1000 1200
1150 1380.4 1500.2 1614.5
1200 1377.7 1499.0 1613.6
1250 1375.2 1497.1 1612.6
[3] Calcular la entalpía del vapor a P=1225 psia y T=1100 º F, con la base en datos de
la tabla, utilizando un polinomio de mínimos cuadrados cuadrático bivariado. Las
variables x, y, z en la ecuación adjunta corresponden a P, T y H, respectivamente.
z  a  b  x  c  y  d  x 2  e  y 2  f  xy
[4] Resolver el problema de interpolación presentado por interpolación directa lineal

multivariado. La forma de polinomio de aproximación es:
h  a  b  T  c  P  d  TP
Sustituir los cuatro puntos de datos que enmarquen P = 1225 psia y T = 1100 ºF
INTERPOLACIÓN CON SPLINE CÚBICO
Resolver mediante el método numérico del spline cúbico aplicándolo a los datos de la
siguiente tabla, que es para la función:
f  x   e x  x3
i x
1 -0.50
2 0.00
3 0.25
4 1.25
Las ecuaciones determinadas para los intervalos necesarios para un spline cúbico,
deberán ser verificadas, sustituyendo los valores de la tabla en las ecuaciones.
INTERPOLACIÓN BIDIMENSIONAL
Teniendo en cuenta la tabla de la función de dos variables

d
F  ,    , k  sin 
0 1  k 2 sin 2 

φ α 5º 20º 40º 50º 80º

10º 0.1745 0.1746 0.1749 0.1751 0.1754
20º 0.3491 0.3499 0.3520 0.3533
30º 0.5233 0.5263 0.5334
40º 0.6985 0.7043
50º 0.8734
Que se requiere para encontrar F (10, 15 º).
INTEGRACIÓN NUMÉRICA
Evalúe la integral
1  sen  x  
 
0 x 
dx
por el método de Werner Romberg (1909-2003), con por lo menos 6 cifras

significativas correctas.
Para la misma integral, utilice el método de Gauss Legendre con distintos números de
puntos de integración y compare los resultados. Utilizar 2, 4, 8 y 12 puntos de
integración.
Comparar y discutir los resultados.
POLINOMIOS ORTOGONALES
Elaborar un estudio de la obtención de las expresiones para los coeficientes de la
función f (x) de las fórmulas de integración numérica. Estos cálculos se han realizado
en diversas para “n” casos cuando p (x) = 1 y la integración está entre [-1,1]. Cualquier
intervalo arbitrario [a, b] se puede reducir al intervalo [-1,1] por una simple
sustitución de la variable de integración.
Considerando ciertos valores de las abscisas, encontrar los valores de los coeficientes
ck de las fórmulas de integración numérica del método de GAUSS, para n=1, n=2, n=3,
n=4 y n=5.
1
 f  x dx
1
OPTIMIZACIÓN EN INGENIERÍA: PROGRAMACIÓN LINEAL
Hallar la solución óptima del siguiente problema lineal:
[1] MinZ  x1  3x 2
Sujeto a:
3 x1  x 2  7
 2 x1  4 x2  12
Calcular por el método símplex de programación lineal la solución óptima.
[2] Cómo afecta la solución óptima del problema presentado en (1), si se agrega una
nueva variable x5 a la primera restricción,
3x1  x2  2x5  7
y la función objetivo cambia a,
MinZ  x1  3x2  2 x5
[3] Cómo resolvería el problema de optimización, mediante el método símplex de

programación lineal, si el modelo numérico cambia a:
Función objetivo: Sujeto a:
1 3x1  x2  2 x5  7
MinZ  
 x1  3x2  2 x5   2 x1  4 x2  12
[4] En el caso que las restricciones cambien de desigualdad, qué variante del método
simplex emplearía para el problema de optimización, indicar el procedimiento y
resultados:
Función objetivo: Sujeto a:
3x1  x2  2 x5  7
MinZ  x1  3x2 
 2 x1  4 x2  12
“…Como en matemáticas, cuando no existe máximo ni mínimo alguno, todo se hace igual o nada … se hace en
absoluto… [Leibniz]”

Examen de Aplazados de Métodos Numéricos: IC343

(Adaptados al programa de la Asignatura de Dinámica (IC-343) de la Escuela Profesional de Ingeniería Civil)
Se tiene un polinomio de grado 6, cuyas raíces son reales. Utilizar un método numérico que permita
calcular las raíces del polinomio. Se debe considerar distintas aproximaciones iniciales. Presentar las
conclusiones:
f  x   x 6  21x5  175x 4  735x 3  1624 x 2  1764 x  720
RESOLUCIÓN DE ECUACIONES ALGEBRAICAS LINEALES
[1] Utilizar un método directo para resolver el sistema de ecuaciones A.x=b
12 15 20  x1  0 
15 20 30   x   1 
  2  
 20 30 60   x3  0 
[2] Suponer que se tiene una computadora que realiza las operaciones con sólo 03 cifras significativas. Determinar la
solución del sistema de ecuaciones antes indicado, realizando las operaciones como las haría esa hipotética
computadora. Comparar los resultados con el punto anterior.
[3] Determinar el número de condición κ∞(A). Comentar sobre las soluciones obtenidas en los acápites 1) y 2).
[4] Efectuar un pequeño cambio en el coeficiente a11 en 0.1 de la matriz A, y observar cómo cambia la inversa (las
operaciones deben ser realizadas con métodos numéricos). Expresar los cambios como porcentajes de los valores
originales.
[5] Resolver el sistema de tres ecuaciones lineales indicado en 1) con el método iterativo más efectivo desde el punto de
vista de los métodos numéricos. Presentar las iteraciones y todos los cálculos que involucra el procedimiento
detalladamente.
APROXIMACIÓN POR MÍNIMOS CUADRADOS
Se sabe que una cierta cantidad J depende del tiempo t de la siguiente manera:
J   e t
Las mediciones de J se toman con el mismo grado de precisión y se tabulan como una función de t:
t 0 1 2 3
J 2.010 1.210 0.740 0.450
Se requiere encontrar los valores de los parámetros α y 𝞺, por un procedimiento numérico. Presentar el
procesamiento de datos y cálculos de manera detallada.
APROXIMACIÓN FUNCIONAL DE POLINOMIOS ALGEBRAICOS
Se requiere encontrar la mejor aproximación polinómica para la función sin πx en (-1,1), de entre todos
los polinomios de grado no superior a tres por el método de mínimos cuadrados. Se van a utilizar Los
valores de la función en los siguientes puntos:
Punto xo x1 x2 x3 x4
Valor -1.0 -0.5 0.0 0.5 1.0
INTEGRACIÓN NUMÉRICA
Evalúe la integral
1 dx
 0
1  x2
Utilizar un método numérico apropiado y comparar los resultados numéricos obtenidos con el valor
obtenido por procedimientos analíticos. Para la misma integral comentar si es posible resolver por el
método de Gauss-Legendre con distintos números de puntos de integración y en caso de ser afirmativo,
resolver y mostrar la solución detallada.

DURACIÓN: 2.0 Horas Ayacucho, 28 de diciembre – 2013

… ni ensañamientos ofuscados, ni befas encarnecedoras, ni desprecios puritanos, ni fingidas admiraciones
deben ser las cualidades máximas en la vida … (Coloquio imaginario en el umbral – OSCAR WILDE)











Examen Metodos Numericos

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Examen Metodos Numericos

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

FACULTAD : INGENIERIA DE MINAS, GEOLOGIA Y CIVIL

Examen Parcial de Métodos Numéricos (IC-343)

MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA

PREGUNTA N° 01-B [5.0 p]

MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA

Determinar si este modelo de migración continúa, si la población se trasladará

PREGUNTA N° 02-A [5.0 p]

Con y0 = 0 e y1 = 1 . Determine la ecuación no lineal de una variable que permita estimar la

NOTA.- Para obtener la ecuación no lineal puede utilizar el concepto de límite:

 5.509882 1.870086 0.422908 0.008814 

PREGUNTA N° 03-A [5.0 p]

SISTEMA DE ECUACIONES NO LINEALES

PREGUNTA N° 03-B [5.0 p]

NOTA.- Representar la parábola por y=x2 y la recta por v=u-5.

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

PREGUNTA N° 04-B [5.0 p]

PREGUNTA N° 05-A [5.0 p]

En la que V es la matriz de cosenos directores estándar. Desde VV T es una ecuación de la

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

PREGUNTA N° 05-B [5.0 p]

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

Examen de Aplazados de Métodos Numéricos (IC-343)

En la que V es la matriz de cosenos directores estándar. Desde VV T es una ecuación de la

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

0 0.000 0.000 0.000 0.750 2.283 -1.712 -1.965

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

4.00 1.00 -1.00 0.00 -1.0

NOTA.- Utilizar el siguiente esquema para presentar las iteraciones:

Un sueño es una escritura y muchas escrituras no son más que sueños.

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

Examen Parcial de Métodos Numéricos (IC-343)

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

a) Resolución del sistema mediante el método de Jacobi

Las ecuaciones de iteración son:

Entonces, partiendo de la primera aproximación, y para encontrar la solución del sistema al

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

Para la primera iteración, nos queda:

Para la tercera iteración:

Luego de 11 iteraciones llegamos a la solución con la aproximación requerida, lo que se

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

b) Resolución del sistema mediante el método de Gauss - Seidel

Las ecuaciones de iteración son:

De la misma manera que en el ejemplo anterior partiendo de la primera aproximación, y para

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP

Para la segunda iteración:

Para la tercera iteración:

Luego de 5 iteraciones llegamos a la solución con la aproximación requerida, lo que se

MÉTODO DE GAUSS SEIDEL

Sea el polinomio: y3 + ay2 + by + c = 0

Para obtener las otras raíces realizaremos el proceso de

Resolviendo la ecuación cuadrática q 1(x):

Ahora hallaremos las raices del polinomio por el Metodo de

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE MINAS Y CIVIL CCP