2 PDF

Act 1: Revisin de Presaberes
Revisin del intento 1

Finalizar revisin

Comenzado el mircoles, 26 de febrero de 2014, 19:53
Completado el mircoles, 26 de febrero de 2014, 20:20
Tiempo empleado 26 minutos 32 segundos
Puntos 5/6
Calificacin 6.7 de un mximo de 8 (83%)
Comentario - Felicitaciones
Question1
Puntos: 1
Para nmeros mayores que 1, los ceros a la derecha de la coma son significativos.De acuerdo a la expresin
anterior es correcto afirmar
Seleccione una respuesta.

a. 9,00 tiene dos cifras significativas

b. 0,004 tiene dos cifra significativa

c. 3,00 tiene tres cifras significativas
correcto

d. 0,008 tiene dos cifra significativa

Correcto
Puntos para este envo: 1/1.
Question2
Puntos: 1
Es importante distinguir desde el principio la diferencia entre exactitud y precisin:
1. Exactitud es el grado en el cual la informacin de un mapa o en una base de datos digital se muestra verdadera o
con valores aceptables. La exactitud es un asunto perteneciente a la cualidad de los datos y al nmero de errores
contenidos en un conjunto de datos o mapa. Analizando una base de datos de un SIG, es posible considerar la
exactitud horizontal y vertical con respecto a la posicin geogrfica, tanto atributiva y conceptual, como en la agudeza
lgica.
El nivel de exactitud requerido puede variar enormemente de unos casos a otros.
Producir y compilar una gran exactitud en los datos puede ser muy difcil y costoso.
2. Precisin hace referencia a la medida y exactitud de las descripciones en las base de datos de un SIG. Los atributos
de informacin precisos pueden especificar la caractersticas de los elementos con gran detalle. Es importante
observar, no obstante, que los datos precisos - no importando el cuidado en su medida - pueden ser inexactos. Los
topgrafos pueden cometer errores, o bien los datos pueden ser introducidos en las bases de datos incorrectamente.
El nivel de precisin requerido puede variar enormemente de unos casos a otros. Los proyectos de ingeniera
como el de una carretera, y las herramientas de construccin, requieren una muy precisa medida, de
milmetros a decenas de centmetros. Anlisis demogrficos de las tendencias del electorado pueden prescindir
de esta precisin mediante un cdigo postal o de circunscripcin.
Obtener datos altamente precisos puede ser verdaderamente difcil y costoso. Topografiar cuidadosamente las
localizaciones requiere de compaas especficas para la recogida de la informacin.
Tomado de
www.uam.es/geoteca/articulos/error/Esp/Error,%20Exactitud%20y%20Precision.htm
Segun la lectura para obtener datos altamente precisos puede ser:

a. Verdaderamente difcil y no costoso

b. verdaderamente fcil y costoso

c. verdaderamente fcil y asequible

d. verdaderamente difcil y costoso
correcto: Has asimilado el concepto
de la lectura anterior
Correcto
Question3
Puntos: 1
Que valor de x, hacen que se cumpla la igualdad.

6x 8 + 2 = 3x

a. x = 2
correcto

b. x = - 6

c. x = 6

d. x = -3

Correcto
Question4
Puntos: 1
"Una ecuacin es una proposicin que expresa la igualdad de dos
expresiones algebraicas. Por lo regular involucra una o ms variables y
el smbolo de igualdad =. Las siguientes proposiciones son ejemplos
de ecuaciones"

De las siguientes cuales No se consideran ecuaciones.


a. y = 6 12y

b. 3K/(1- T) =M

c. 3x Tanx = x

d. Tan(2x-3)
correcto
Correcto
Question5
Puntos: 1
De las siguientes expresiones se considera la correcta

a. El numero 68,5 no tiene 3 cifras significativas

b. El numero 0,035 tiene 4 cifras significativas

c. El numero 90,0 tiene dos cifras significativas

d. el numero 4,581 tiene 4 cifras significativas
correcto
Correcto
Question6
Puntos: 1
Un valor de una variable que haga que la ecuacin sea una proposicin verdadera se
denomina raz o solucin de la ecuacin dada. Decimos que tal valor de la variable satisface
la ecuacin.
As por ejemplo x=5 es una raz de la ecuacin 2x 3 =x +2
De manera similar y = -2 es la solucin de la ecuacin
En lgebra elemental se ensea a resolver este tipo de ecuaciones en especial las ecuaciones
lineales y cuadrticas.

La solucin de la siguiente ecuacin
es:


a. x = -2
incorrecto.

b. x = - 2

c. x = 3

d. x = -3

Incorrecto
Act 3: Reconocimiento Unidad 1
Finalizar revisin

Comenzado el mircoles, 26 de marzo de 2014, 10:27
Completado el mircoles, 26 de marzo de 2014, 10:36
Puntos 6/6
Calificacin 10 de un mximo de 10 (100%)
Question1
Puntos: 1
La variante del algoritmo, consistente en el caso de que el intervalo quede fijo por un extremo en ir dividiendo por dos el valor de la
funcin en dicho extremo hasta que el nuevo intervalo no contenga al extremo que se haba quedado fijado se llama:

a. Mtodo de regula falsi interactivo

b. Mtodo de regula falsi modificado
Correcto

c. Mtodo de regula falsi

d. Mtodo modificado

Correcto
Question2
Puntos: 1
Si al realizar la aproximacin de la medida de la longitud de un metal antes de calentarla. Obtuvimos dos
medidas valor actual p=0,05 cm y un valor posterior igual a 0,052 cm de longitud. Determinar error relativo
de la longitud

a. 0,034

b. 0,4

c. 0,004

d. 0,04
Correcto. El valor relativo = 0,04
Correcto
Question3
Puntos: 1
Cifras significativas.
Cuando se emplea un nmero en un clculo, debe haber seguridad de que pueda usarse con confianza. El
concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los mtodos numricos.
1.- Los mtodos numricos obtienen resultados aproximados. Por lo tanto, se debe desarrollar criterios para
especificar que tan precisos son los resultados obtenidos.
2.- Aunque ciertos nmeros representan nmero especficos, no se pueden expresar exactamente con un
nmero finito de cifras.
Exactitud y Precisin.
La exactitud se refiere a que tan cercano est el valor calculado o medido del valor verdadero. La precisin
se refiere a qu tan cercano est un valor individual medido o calculado respecto a los otros.
La inexactitud se define como un alejamiento sistemtico de la verdad. La imprecisin, sobre el otro lado, se
refiere a la magnitud del esparcimiento de los valores.
Los mtodos numricos deben ser lo suficientemente exactos o sin sesgos para que cumplan los requisitos
de un problema particular de ingeniera.
Error.
En general, para cualquier tipo de error, la relacin entre el nmero exacto y el obtenido por aproximacin
se define como:
Error = Valor real -valor estimado = |p-p*|
(Llamado Error Absoluto)
En ocasiones, se sabr exactamente el valor del error, que denotaremos como Ev, o deberemos estimar un
error aproximado.
Ahora, para definir la magnitud del error, o que incidencia tiene en el clculo el error detectado, podemos
normalizar su valor:
Ea = Error relativo (fraccin) = (|p-p*|)/p
Como el valor de Ea puede ser tanto positivo como negativo, en muchos casos nos interesa saber ms la
magnitud del error, caso en el cual usaremos el valor absoluto de este.
Un caso muy interesante es una investigacin que realiza Scarborough, en que determin el nmero de
cifras significativas que contiene el error como:
ERROR DE REDONDEO
Muchas veces, los computadores cortan los nmeros decimales entre el 17 y 12 decimal introduciendo as
un error de redondeo
Por ejemplo, el valor de "e" se conoce como 2.718281828... Hasta el infinito.
Si cortamos el nmero en 2.71828182 (8 cifras significativas luego del punto decimal) estamos obteniendo u
error de
E = 2.718281828 -2.71828182 = 0.000000008...
Sin embargo, como no consideramos que el nmero que segua al corte era mayor que 5, entonces nos
convena dejar el nmero como 2.71828183, caso en el cual el error sera solo de
E = 2.118281828 -2.11828183 = -0.000000002..
, que en trminos absolutos es mucho menor que el anterior.
En general, el error de corte de las computadoras ser muy inferior al error introducido por un usuario, que
generalmente corta a un menor nmero de cifras significativas.
Dependiendo de la magnitud de los nmeros con los que se trabaja, el error de redondeo puede tener una
incidencia muy grande muy pequea en el clculo final. As por ejemplo, si tenemos un producto de 502,23
m y un precio en dlares de US $ 7,52, el precio total nos dar US$ 3.776,7696 (que en pesos chilenos, con
1 dlar = $500 nos da $1.888.384,8).
Ahora, si introducimos una variacin del 0.1% en los metros del producto y calculamos el total, obtenemos
502,23 * 0.1 % = 507, 54, que en US$ equivalen a US$3.816,7008 (o sea, $1.908.350,4 pesos chilenos,
una diferencia de $19.965,6) lo que no deja de ser importante, ya que una variacin de 0.1% en el metraje
del producto nos da un error superior a 1.5% en el precio final

ERRORES DE TRUNCAMIENTO.
Los errores de truncamiento tienen relacin con el mtodo de aproximacin que se usar ya que
generalmente frente a una serie infinita de trminos, se tender a cortar el nmero de trminos,
introduciendo en ese momento un error, por no utilizar la serie completa (que se supone es exacta).
En una iteracin, se entiende como el error por no seguir iterando y seguir aproximndose a la solucin. En
un intervalo que se subdivide para realizar una serie de clculos sobre l, se asocia al nmero de paso,
resultado de dividir el intervalo "n" veces.
ERROR NUMERICO TOTAL
El error numrico total se entiende como la suma de los errores de redondeo y truncamiento introducidos en
el clculo.
Pero aqu surge un gran problema. Mientras ms clculos se tengan que realizar para obtener un resultado,
el error de redondeo se ir incrementando. Pero por otro lado, el error de truncamiento se puede minimizar
al incluir ms trminos en la ecuacin, disminuir el paso o proseguir la iteracin ( o sea mayor nmero de
clculos y seguramente mayor error de redondeo).
Entonces, qu criterio utilizamos? ...lo ideal sera determinar el punto en que los errores de donde
empiezan a ocultar la ventaja de considerar un menor error de truncamiento.
Pero como dije, es lo ideal; en la prctica debemos considerar que hoy por hoy los computadores tienen un
manejo de cifras significativas mucho mayor que antes por lo que el error de redondeo se minimiza
enormemente, aunque no se debe dejar olvidar su aporte al error total.

PREGUNTA:
El error relativo en las siguientes aproximaciones de p=3,35 por p*=3,53 es

a. Ea= -0,05099

b. Ea= 0,0599

c. Ea= 0,05909

d. Ea= 0,05099
Correcto. Ha entendido el concepto
Correcto
Question4
Puntos: 1
Mtodo de Newton- Raphson
La idea de este mtodo es la siguiente: se comienza con un valor razonablemente cercano al cero
(denominado punto de arranque), entonces se reemplaza la funcin por la recta tangente en ese valor, se
iguala a cero y se despeja (fcilmente, por ser una ecuacin lineal). Este cero ser, generalmente, una
aproximacin mejor a la raz de la funcin. Luego, se aplican tantas iteraciones como se deseen.
Supngase f : [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos con un valor
inicial x0 y definimos para cadanmero natural n

PREGUNTA:
El mtodo de punto fijo inicia con una aproximacin inicial xo y xi+1= g(x) genera
una sucesin de aproximaciones la cual:

a. converge a la solucin de la ecuacin f(x)?0

b. Diverge a la solucin de la ecuacin f(x)=0

c. Converge a la solucin de la ecuacin f(x)=0
Correcto. Felicitaciones te has informado bien del
documento

d. Diverge a la solucin de la ecuacin f(x)?0

Correcto
Question5
Puntos: 1
Si por un punto de iteracin trazamos la tangente a la curva, por extensin con el mtodo de la secante, el
nuevo punto de iteracin se tomar como la abscisa en el origen de la tangente (punto de corte de la
tangente con el eje X), esto significa:

a. Listar la funcin

b. Linealizar la derivada

c. Linealizar la funcin
Correcto.

d. Linealizar la pendiente

Correcto
Question6
Puntos: 1
La variante del algoritmo, consistente en el caso de que el intervalo quede fijo por un extremo en ir dividiendo por dos el valor de la
funcin en dicho extremo hasta que el nuevo intervalo no contenga al extremo que se haba quedado fijado se llama:

a. Mtodo de regula falsi modificado
Correcto

b. Mtodo modificado

c. Mtodo de regula falsi

d. Mtodo de regula falsi interactivo

Correcto
Act 4: Leccin Evaluativa 1
Finalizar revisin

Puntos 10/10
Question1
Puntos: 1
Al medir el error aplicando la formula que tipo de error se esta calculando

a. Son errores absolutos
Correcto.

b. Son errores en los valores numricos

c. Son errores relativos

d. Son errores sistemticos relativos

Correcto
Question2
Puntos: 1
De los siguientes conceptos cual se refiere al termino Errores Inherentes o Heredados

a. Se refiere a la cercana de un nmero o de una medida al valor
verdadero que se supone representa

b. Errores debidos a la apreciacin del observador y otras causas

c. Son errores en los valores numricos con que se va a operar, pueden
deberse a dos causas: sistemticos o accidentales
correcta

d. Errores debidos a la imprecisin de los aparatos de medicin.

Correcto
Question3
Puntos: 1
El error absoluto entre p=0,253 y p*=0,532 es

a. 0,785

b. 0,524

c. 0,279
Correcto. Feliciatciones has utilizado bien la ecuacion para
hallar el error absoluto

d. 0,729

Correcto
Question4
Puntos: 1
MTODO DE ITERACIN DEL PUNTO FIJO
Este mtodo se aplica para resolver ecuaciones de la forma
x= g(x)
Si la ecuacin es f(x) = 0, entonces puede despejarse x bien sumar x en ambos lados de la ecuacin para
ponerla en la forma adecuada.
Ejemplos :
1) La ecuacin cos x - x = 0 se puede transformar en cos x = x.
2) La ecuacin tan x e
-x
= 0 se puede transformar en x - tan x e
-x
= x.
Dada la aproximacin xi, la siguiente iteracin se calcula con la frmula:
xi+1 = g(xi)
Supongamos que la raz verdadera es xr, es decir,
xr = g(xr)
Restando las ltimas ecuaciones obtenemos:
xr - xi+1 = g(xr) - g(xi)
Por el Teorema del Valor Medio para derivadas, sabemos que si g(x) es continua en [a, b] y diferenciable
en (a, b) entonces existe ? (a, b)tal que .
En nuestro caso, existe en el intervalo determinado por xi y xr tal que:

De aqu tenemos que:
g(xr) g(xi) = g () . ( xr xi)
O bien,
xr xi+1 = g () . ( xr xi)
Tomando valor absoluto en ambos lados,
|xr xi+1|=|g() ||xr xi|
Observe que el trmino |xr xi+1| es precisamente el error absoluto en la (i +1)-sima iteracin, mientras
que el trmino |xr xi|corresponde al error absoluto en la i- sima iteracin.
Por lo tanto, solamente si |g () |< 1, entonces se disminuir el error en la siguiente iteracin. En caso
contrario, el error ir en aumento.
En resumen, el mtodo de iteracin del punto fijo converge a la raz si |g(x)|<1 para x en un intervalo [a,
b] que contiene a la raz y dondeg(x) es continua y diferenciable, pero diverge si |g(x)| >1 en dicho
intervalo.
Analicemos nuestros ejemplos anteriores :
En el ejemplo 1, g(x) = cos x y claramente se cumple la condicin de que
|g (x)|<1 . Por lo tanto el mtodo s converge a la raz.
En el ejemplo 2, g(x)=x+tanxe
-x
y en este caso, |g(x)|=|1+sec
2
x + e
-x
| > 1. Por lo tanto, el mtodo no
converge a la raz.
Para aclarar el uso de la frmula veamos dos ejemplos:
Ejemplo
Usar el mtodo de iteracin del punto fijo para aproximar la raz de f(x) = cosx - x, comenzando con x0=0 y
hasta que |a|< 1%.
Solucin
Como ya aclaramos anteriormente, el mtodo s converge a la raz.
Aplicando la frmula iterativa tenemos,
x1 = g(x0) = cos 0 = 1
Con un error aproximado de 100%
Aplicando nuevamente la frmula iterativa tenemos,
x2 = g(x1) = cos 1 = 0,540302305
Y un error aproximado de 85,08%.
Intuimos que el error aproximado se ir reduciendo muy lentamente. En efecto, se necesitan hasta 13
iteraciones para lograr reducir el error aproximado menor al 1%. El resultado final que se obtiene es:
x13 = 0,7414250866
Con un error aproximado igual al 0,78%.
Ejemplo
Usar el mtodo de iteracin del punto fijo para aproximar la raz de f(x) = x
2
5x - e
x
, comenzando con x0 =
0 y hasta que |a|< 1%.
Solucin
Si despejamos la x del trmino lineal, vemos que la ecuacin equivale a

de donde,

En este caso, tenemos que . Un vistazo a la grfica,
<>

nos convence que |g(x)|<1, para x [-1; 1], lo que es suficiente para deducir que el mtodo s converge a
la raz buscada.
Aplicando la frmula iterativa, tenemos:
x1 = g(x0) = -0,2
Con un error aproximado del 100%.
Aplicando nuevamente la frmula iterativa, tenemos:
x2 = g(x1) = -0,1557461506
Con un error aproximado igual al 28.41%.
En este ejemplo, el mtodo solo necesita de 5 iteraciones para reducir el error menor al 1%. Resumimos los
resultados en la siguiente tabla:
<>
Aprox. a la raz Error aprox.
0

-0.2 100%
-0.1557461506 28.41%
-0.1663039075 6.34%
-0.163826372 1.51%
-0.164410064 0.35%
De donde vemos que la aproximacin buscada es:
x5 = -0,164410064
PREGUNTA:
Al usar el mtodo de iteracin del punto fijo para aproximar la raz de f(x) = x
2
5x - e
x
, comenzando
con x0 = 0 y hasta que |a|< 1%. , se encontr que el valor de la iteracin x1 = g(x0) es igual a:

a. 0,2

b. -0,2
Correcto.

c. 0,1557461506

d. -0,1557461506

Correcto
Question5
Puntos: 1
De los siguientes conceptos cual se refiere al termino exactitud

a. Errores debidos a la imprecisin de los aparatos de medicin.

b. Se refiere a la cercana de un nmero o de una medida al valor
correcta

c. Errores debidos a la apreciacin del observador y otras causas

d. Son errores en los valores numricos

Correcto
Question6
Puntos: 1
De los siguientes conceptos cual se refiere al termino exactitud

a. Errores debidos a la imprecisin de los aparatos de medicin.

b. Errores debidos a la apreciacin del observador y otras
causas

c. Son errores en los valores numricos

d. Se refiere a la cercana de un nmero o de una medida al valor
correcta
Correcto
Question7
Puntos: 1
Cuando se almacena la cota de error de redondeo cometido Se procede de la siguiente manera, los nmeros
reales se almacenan en coma flotante. Por ejemplo, los nmeros 23,487 se guardan como 0,23487x10
2
.
El ultimo numero escrito simblicamente se puede representar por
m x10
b

Donde 0 < m < 1 y representa la mantisa y b es un numero entero que indica el exponente. Por ejemplo si
tenemos un nmero t de digitas destinados a la representacin de la mantisa (se supone que t no incluye la
posicin del signo). Por consiguiente, si una persona realiza unos clculos trabajando en base diez, coma
flotante y utilizando cinco dgitos para la mantisa (t=5), puede representar los siguientes nmeros:
0,23754x10
2
, 0,10000x10
5
, 0,19875x10
-3
, etc.
PREGUNTA:
El numero 0,5247x10
4
tiene como mantisa a:

a. 0,5

b. 0,5247
Correcto. La mantisa es el numero 0,5247

c. 0,524

d. 524

Correcto
Question8
Puntos: 1
La tercera iteracin encontrada en el ejemplo realizado en la pgina anterior por el Mtodo de Biseccin es:

a. 1,3125
Correcto

b. 1,375

c. 1,25

d. 1,430

Correcto
Question9
Puntos: 1
El mtodo de iteracin del punto fijo converge a la raz si:

a. |g(x)|>1 para x en un intervalo [a, b]

b. |g(x)|>1 para x en un intervalo [a, b]

c. |g(x)|<1 para x en un intervalo [a, b]
Correcto

d. |g(x)|<1 para x en un intervalo [a, b]

Correcto
Question10
Puntos: 1
Cuando se almacena la cota de error de redondeo cometido Se procede de la siguiente manera, los nmeros
reales se almacenan en coma flotante. Por ejemplo, los nmeros 23,487 se guardan como 0,23487x10
2
.
El ultimo numero escrito simblicamente se puede representar por
m x10
b

Donde 0 < m < 1 y representa la mantisa y b es un numero entero que indica el exponente. Por ejemplo si
tenemos un nmero t de digitas destinados a la representacin de la mantisa (se supone que t no incluye la
posicin del signo). Por consiguiente, si una persona realiza unos clculos trabajando en base diez, coma
flotante y utilizando cinco dgitos para la mantisa (t=5), puede representar los siguientes nmeros:
0,23754x10
2
, 0,10000x10
5
, 0,19875x10
-3
, etc.
PREGUNTA:
El numero 0,4267x10
-3
tiene como mantisa a:

a. 0,4

b. 0,4267
Incorrecto. La mantisa es el numero 0,4267

c. 0,426

d. 426

Correcto
Act 5: Quiz 1
Finalizar revisin

Puntos 13/15
Question1
Puntos: 1
El Error relativo, que se define como:

a. Er=|p-p*|/|p|
Correcto

b. Er=|p-p*|

c. Er=|p-p*|/|p*||

d. Er=|p-p|

Correcto
Question2
Puntos: 1
El error relativo no est definido para p igual a:

a. -1

b. 1

c. 0
Correcto

d. 0,1

Correcto
Question3
Puntos: 1
Dado el sistema . El valor de a para los cuales el sistema no tiene solucin es:

a. -1.3

b. -1/3
Correcto

c. 1/3

d. 1.3

Correcto
Question4
Puntos: 1
El Error de Redondeo, se ocasiona debido a las limitaciones propias de la mquina para representar
cantidades que requieren:

a. Un gran nmero de dgitos.
Correcto

b. Un minimo nmero de dgitos.

c. Un minimo nmero de dgitos.

d. Un gran nmero de Elementos.

Correcto
Question5
Puntos: 1
El mtodo de Gauss-Jordan, que constituye una variacin del mtodo de eliminacin de
Gauss, permite resolver las ecuaciones hasta:

a. Ninguna ecuacion simultnea

b. Ms de 50 ecuaciones simultneas

c. 100 o 200 ecuaciones simultneas

d. 15 o 20 ecuaciones simultneas
Correcto. Has asimilado bien lainformacin
Correcto
Question6
Puntos: 1
Utilizando el mtodo de Biseccin para la funcin f(x)= , se encontrara que la
tercera iteracin entre los valores x= 2 y x = 5 de la funcin f(x) es:

a. X = 2,06

b. X = 2,75

c. X = 3,5

d. X = 3,125
Correcto
Correcto
Question7
Puntos: 1
Se define error absoluto como:

a. Ea=|p-p*|/p
Incorrecto

b. Ea=|p-p*|

c. Ea=|p-p|

d. Ea=|p-p*|p*

Incorrecto
Question8
Puntos: 1
Uno de los mtodos ms interesantes del anlisis numrico y particularmente til ya que nos permite encontrar la
solucin de un sistema de n ecuaciones con n incgnitas, donde primero despejamos la variable X1, y las dems
variables se igualan a cero. Nos referimos a:

a. El mtodo de Gauss-Seidel para localizar races
Correcto

b. El mtodo de Gauss-Jordan para localizar races

c. El mtodo de Punto Fijo para localizar races

d. El mtodo de Newton-Raphson para localizar
races

Correcto
Question9
Puntos: 1
Las siguiente definicion:
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y efectivos. A
diferencia de los otros mtodos, este mtodo no trabaja sobre un intervalo sino que basa
su frmula en un proceso iterativo.
Correspondes al mtodo:

a. Mtodo Iterativo de Punto Fijo

b. Mtodo de Newton Raphson
Correcto. Felicitaciones

c. Mtodo de la Regla Falsa

d. Mtodo de Bisecin

Correcto
Question10
Puntos: 1
El mtodo de Newton Raphson no es posible aplicarlo cuando:

a. La funcin f(x) es positiva

b. La derivada de la funcin f(x) es igual a cero
Correcto

c. La derivada de la funcin f(x) es igual a uno

d. La funcin f(x) es negativa

Correcto
Question11
Puntos: 1
Al emplear la primera aproximacin del mtodo de punto fijo para localizar la
raz de f(x)= , cuando x
o
=0 se obtiene:

a. 2

b. 1
Correcto

c. 3

d. 0

Correcto
Question12
Puntos: 1
La inversa de la matriz es:


a. La opcin I

b. La opcin III
Correcto.

c. La opcin II

d. La opcin IV

Correcto
Question13
Puntos: 1
El valor relativo entre p=0,253 y p*=0,532 es

a. 1,1027
Correcto

b. 0,10127

c. 0,5244

d. 1,1270

Correcto
Question14
Puntos: 1
El valor absoluto entre p=0,253 y p*=0,7774 es

a. 0,5244
Correcto

b. 0,5224

c. 0,5442

d. 0,5424

Correcto
Question15
Puntos: 1
Utilizando el mtodo de Newton-Raphson para determinar la primera iteracin de la funcin f(x)=3x+1, cuando el valor
inicial de x es xo=2 es:

a. 1/2
Incorrecto

b. -1/2

c. 1/3

d. -1/3

Incorrecto
Finalizar revisin

Comenzado el mircoles, 16 de abril de 2014, 17:39
Completado el mircoles, 16 de abril de 2014, 17:49
Puntos 6/6
Question1
Puntos: 1
Seccin dorada
La bsqueda de la seccin dorada es una tcnica simple, es la bsqueda de una sola variable de propsito
general. Es similar que la utilizada en el mtodo de biseccin para localizar races.
Recordando el mtodo de biseccin para encontrar las races se hace necesario ubicar un intervalo definido
donde se encuentre dicha raz, y se especifica un valor inicial inferior x1 u un valor inicial superior x2. La
presencia de una raz entre estas fronteras se determina hallando f(x1) y f(x2) que deben tener signos
diferentes; y la raz se localiza como el punto medio de este intervalo

El paso siguiente es establecer un intervalo ms pequeo para hallar la aproximacin de la raz.
Podemos ahora desarrollar un proceso similar para localizar la raz ptima de una funcin unidimensional.
Igualmente que el mtodo de Biseccin, se inicia definiendo un intervalo que contenga una sola respuesta,
es decir un intervalo que contenga un mximo, y por esto es llamado unimodal. Adoptando la misma
nomenclatura del mtodo de biseccin. Pero en vez de buscar los dos valores funcin para detectar un
cambio de signo, y por tanto el cero, se necesitaran tres valores funcin para detectar si ocurre un mximo.
As, se ha de escoger un punto adicional dentro del intervalo. Despus se toma un cuarto punto.
PREGUNTA:
Si Rango de A = Rango de B el sistema es:

a. Inconsistente y tenemos que Si Rango de A = n el sistema
tiene solucin nica

b. Consistente y tenemos dos posibilidades: Si Rango de A =
n el sistema tiene solucin nica y Si Rango de A < n el
sistema tendr infinitas soluciones
Correcto. Si asimil el contenido anterior, porque es
inconsistente y no tiene solucin

c. Consistente y tenemos que si Rango de A = n el sistema
tiene infinitas solucines

d. Consistente y tenemos dos posibilidades: Si Rango de A ?
n el sistema tiene solucin nica y Si Rango de A > n el
sistema tendr infinitas soluciones

Correcto
Question2
Puntos: 1
EL GRADIENTE.
Suponga que se tiene una funcin en dos dimensiones f(x,y). Un ejemplo podra ser su altura sobre una
montaa (a,b) y quiere saber la pendiente en una direccin arbitraria. Una forma de definir la direccin es a
lo largo de un nuevo eje h que forma un ngulo con el eje x. La elevacin a lo largo de este nuevo eje
puede pensarse como una nueva funcin g . Si usted define su posicin como si estuviera en el origen de
este eje (es decir, h=0), la pendiente en esta direccin podra designarse como g(x). Esta pendiente, que
es llamada derivada direccional, se puede calcular a partir de las derivadas parciales a los largo de los
ejes x y y por

Donde las derivadas son evaluadas con x=a y y=b.
Suponiendo que su meta es obtener la mayor elevacin con el segundo paso, ahora la pregunta lgica podra
ser: En qu direccin est el paso de ascenso? La respuesta es clara, porque matemticamente se hace
referencia a l como el gradiente, el cual se define como

Este vector tambin es referido como del f . El cual representa la derivada direccional de f(x,y) en el
punto x=a y y=b.
EJEMPLO
Utilizacin del gradiente para evaluar la trayectoria de paso ascendente
Enunciado del problema: Emplee el gradiente para evaluar la direccin del paso ascendente para la funcin
f(x,y)= xy
2

En el punto (2,2). Se considera que la x positiva est dirigida hacia el este y la y positiva apunta al norte.
Solucin. Primero, la evaluacin se puede determinar como
f(4,2) = 2(2)
2
= 8
Ahora, las derivadas parciales pueden ser evaluadas,
Las cuales se pueden usar para determinar el gradiente como
f = 4i + 8j

PREGUNTA:
El mtodo de Gauss normal, presenta dos problemas, el primero proviene de encontrar en alguna de las
sucesivas etapas, algn coeficiente diagonal igual a cero y el segundo es: debido a los errores de redondeo
que se pueden producir en este mtodo

a. Debido a los errores de truncamiento que no se pueden
producir en este mtodo

b. Debido a los errores de redondeo que no se pueden producir
en este mtodo

c. Debido a los errores de redondeo que se pueden producir en
este mtodo
Correcto

d. Debido a los errores de truncamiento que se pueden producir
en este mtodo

Correcto
Question3
Puntos: 1
Es importante distinguir desde el principio la diferencia entre exactitud y precisin:
1. Exactitud es el grado en el cual la informacin de un mapa o en una base de datos digital se muestra verdadera o
con valores aceptables. La exactitud es un asunto perteneciente a la cualidad de los datos y al nmero de errores
contenidos en un conjunto de datos o mapa. Analizando una base de datos de un SIG, es posible considerar la
exactitud horizontal y vertical con respecto a la posicin geogrfica, tanto atributiva y conceptual, como en la agudeza
lgica.
El nivel de exactitud requerido puede variar enormemente de unos casos a otros.
Producir y compilar una gran exactitud en los datos puede ser muy difcil y costoso.
2. Precisin hace referencia a la medida y exactitud de las descripciones en las base de datos de un SIG. Los atributos
de informacin precisos pueden especificar la caractersticas de los elementos con gran detalle. Es importante
observar, no obstante, que los datos precisos - no importando el cuidado en su medida - pueden ser inexactos. Los
topgrafos pueden cometer errores, o bien los datos pueden ser introducidos en las bases de datos incorrectamente.
El nivel de precisin requerido puede variar enormemente de unos casos a otros. Los proyectos de ingeniera
como el de una carretera, y las herramientas de construccin, requieren una muy precisa medida, de
milmetros a decenas de centmetros. Anlisis demogrficos de las tendencias del electorado pueden prescindir
de esta precisin mediante un cdigo postal o de circunscripcin.
Obtener datos altamente precisos puede ser verdaderamente difcil y costoso. Topografiar cuidadosamente las
localizaciones requiere de compaas especficas para la recogida de la informacin.
Tomado de
www.uam.es/geoteca/articulos/error/Esp/Error,%20Exactitud%20y%20Precision.htm
Segun la lectura para obtener datos altamente precisos puede ser:

a. Verdaderamente difcil y no costoso

b. verdaderamente fcil y costoso

c. verdaderamente difcil y costoso
correcto: Has asimilado el concepto
de la lectura anterior

d. verdaderamente fcil y asequible

Correcto
Question4
Puntos: 1
Ajuste de curvas
El ajuste de curvas consiste en encontrar una curva que contenga una serie de puntos y que posiblemente
cumpla una serie de restricciones adicionales. Esta seccin es una introduccin tanto a
la interpolacin (cuando se espera un ajuste exacto a determinadas restricciones) y al ajuste de
curvas/ anlisis de regresin (cuando se permite una aproximacin).
Ajuste de lneas y curvas polinmicas a puntos
Empecemos con una ecuacin polinmica de primer grado:
y= ax + b
Esta lnea tiene pendiente a. Sabemos que habr una lnea conectando dos puntos cualesquiera. Por tanto,
una ecuacin polinmica de primer grado es un ajuste perfecto entre dos puntos.
Si aumentamos el orden de la ecuacin a la de un polinomio de segundo grado, obtenemos:
y = ax
2
+ bx + c
Esto se ajustar exactamente a tres puntos. Si aumentamos el orden de la ecuacin a la de un polinomio de
tercer grado, obtenemos:
y = ax
3
+ bx
2
+ cx + d
que se ajustar a cuatro puntos.
Una forma ms general de decirlo es que se ajustar exactamente a cuatro restricciones. Cada restriccin
puede ser un punto, un nguloo una curvatura (que es el recproco del radio, o (1/R). Las restricciones de
ngulo y curvatura se suelen aadir a los extremos de una curva, y en tales casos se les llama condiciones
finales. A menudo se usan condiciones finales idnticas para asegurar una transicin suave entre curvas
polinmicas contenidas en una nica spline . Tambin se pueden aadir restricciones de orden alto, como "el
cambio en la tasa de curvatura". Esto, por ejemplo, sera til en diseos de intercambios en trbol para
incorporaciones a autopistas, para entender las fuerzas a las que somete a un vehculo y poder establecer
lmites razonables de velocidad.
Si tenemos ms de n + 1 restricciones (siendo n el grado del polinomio), an podemos hacer pasar la curva
polinmica por ellas. No es seguro que vaya a existir un ajuste exacto a todas ellas (pero podra suceder, por
ejemplo, en el caso de un polinomio de primer grado que se ajusta a tres puntos colineales ). En general, sin
embargo, se necesita algn mtodo para evaluar cada aproximacin. El mtodo demnimos cuadrados es
una manera de comparar las desviaciones.
Ahora bien, podramos preguntarnos la razn de querer un ajuste aproximado cuando podramos
simplemente aumentar el grado de la ecuacin polinmica para obtener un ajuste exacto. Existen varias:
Incluso si existe un ajuste exacto, no quiere decir necesariamente que podamos encontrarlo. Dependiendo del
algoritmo que se use, podramos encontrar un caso divergente, donde no se podra calcular el ajuste exacto, o el
coste computacional de encontrar la solucin podra ser muy alto. De cualquier modo, tendramos que acabar
aceptando una solucin aproximada.
Quiz prefiramos el efecto de promediar datos cuestionables en una muestra, en lugar de distorsionar la curva para
que se ajuste a ellos de forma exacta.
Los polinomios de orden superior pueden oscilar mucho. Si hacemos pasar una curva por los puntos A y B,
esperaramos que la curva pase tambin cerca del punto medio entre A y B. Esto puede no suceder con curvas
polinmicas de grados altos, ya que pueden tener valores de magnitud positiva o negativa muy grande. Con
polinomios de grado bajo existen ms posibilidades de que la curva pase cerca del punto medio (y queda garantizado
que pasar exactamente por ah, en los de primer grado).
Los polinomios de orden bajo tienden a ser suaves y las curvas de los polinomios de orden alto tienden a ser
"bulbosas". Para definir esto con ms precisin, el nmero mximo de puntos de inflexin de una curva polinmica
es n-2, donde n es el orden de la ecuacin polinmica. Un punto de inflexin es el lugar de una curva donde cambia
de radio positivo a negativo. Obsrvese que la "bulbosidad" de los polinomios de orden alto es slo una posibilidad,
ya que tambin pueden ser suaves, pero no existen garantas, al contrario que sucede con los polinomios de orden
bajo. Un polinomio de grado quince podra tener, como mximo, trece puntos de inflexin, pero podra tener tambin
doce, once, o cualquier nmero hasta cero.
Ahora que hemos hablado del uso de grados demasiado bajos para conseguir un ajuste exacto, comentemos
qu sucede si el grado de una curva polinmica es mayor del necesario para dicho ajuste. Esto es malo por
las razones comentadas anteriormente si los polinomios son de orden alto, pero tambin nos lleva a un caso
en que exista un nmero infinito de soluciones. Por ejemplo, un polinomio de primer grado (una lnea)
restringido por un nico punto, en lugar de los dos habituales, nos dar un nmero infinito de soluciones.
Esto nos trae el problema de cmo comparar y escoger una solucin nica, lo que puede ser un problema
tanto para humanos como para el software. Por esta razn es mejor escoger el polinomio de menor grado
posible para obtener un ajuste exacto en todas las restricciones, y quiz incluso un grado menor si es
aceptable una aproximacin al ajuste.
Para ms informacin, vase el artculo sobre interpolacin polinmica .
PREGUNTA:
Teniendo en cuenta la lectura entonces: "Un polinomio de
grado quince podra tener, como mximo":


a. Diez puntos de inflexin

b. Doce puntos de inflexin

c. Once puntos de inflexin

d. trece puntos de inflexin
Correcto
Correcto
Question5
Puntos: 1
En el caso de tres puntos (x0, y0), (x1, y1), (x2, y2), en principio se busca el polinomio de interpolacin de:

a. Grado dos
Correcto

b. Grado tres

c. Grado cuatro

d. Grado uno

Correcto
Question6
Puntos: 1
Teniendo en cuenta la leccin anterior, entonces Cul de los siguientes mtodos se considera como un
mtodo iterativo?:

a. Mtodo de eliminacion de Gauss-Jordan

b. Mtodo de eliminacion de Gauss

c. Mtodo de Thomas

d. Mtodo de Gauss-Seidel
Correcto. Este mtodo al igual que el de Jacobi
se considera Iterativo
Correcto
Act 8: Leccin evaluativa 2
Finalizar revisin

Comenzado el viernes, 25 de abril de 2014, 20:22
Completado el viernes, 25 de abril de 2014, 20:47
Puntos 8/10
Question1
Puntos: 1
De acuerdo al texto Ecuaciones Lineales en la ecuacin 7x = 2x +10. Con cual de los
siguientes el valores de x, se cumple la igualdad.


a. x = -1

b. x = 2
correcto 7(2) = 2(2) + 10 7 3 = 2 + 2 4 = 4

c. x = 3

d. x = -3

Correcto
Question2
Puntos: 1
El polinomio que se obtiene al usar el mtodo de Diferencias Divididas de Newton con los siguientes datos:
x 2 3 4
f(x) -4 -1 6
es:

a. P(x)= -4+3(x+2)+2(x+2)(x-3)

b. P(x)= 4+3(x-2)+2(x-2)(x-3)
Incorrecto

c. P(x)= -4+3(x-2)+2(x-2)(x+3)

d. P(x)= -4+3(x-2)+2(x-2)(x-3)

Incorrecto
Question3
Puntos: 1
Que valor de x, hacen que se cumpla la igualdad.

2x 3 9 = x

a. x = - 6

b. x =12
correcto

c. x = -12

d. x = 6

Correcto
Question4
Puntos: 1
Para las siguientes matrices el producto AB es igual:

a. (15,-12)

b. (-15,12)

c. (15,12)
Correcto.

d. (-15,-12)

Correcto
Question5
Puntos: 1
Un valor de una variable que haga que la ecuacin sea una proposicin verdadera se denomina
raz o solucin de la ecuacin dada. Decimos que tal valor de la variable satisface la ecuacin.
As por ejemplo x=5 es una raz de la ecuacin 2x 3 = x + 2


es:


a. x = -5

b. x = 6
incorrecto.

c. x = - 6

d. x = 5

Incorrecto
Question6
Puntos: 1
INTERPOLACIN
En este captulo estudiaremos el importante tema de la interpolacin de datos. Veremos dos tipos de
interpolacin: la interpolacin polinomial y la interpolacin segmentara (splines)comencemos dando la
definicin general.
Definicin. Dados n+1 puntos que corresponden a los datos:
x x0 x1 xn
y y0 y1 yn
y los cuales se representan grficamente como puntos en el plano cartesiano,

Si existe una funcin f(x) definida en el intervalo [x0, xn] (donde suponemos que x0<x1<<xn , tal
que f(xi) =yi para i = 0,1,2,n , entonces a f(x) se le llama una funcin de interpolacin de los datos, cuando
es usada para aproximar valores dentro del intervalo [x0, xn] , y se le llama funcin de extrapolacin de los
datos, cuando est definida y es usada para aproximar valores fuera del intervalo.

Evidentemente pueden existir varios tipos de funciones que interpolen los mismos datos; por ejemplo,
funciones trigonomtricas, funciones exponenciales, funciones polinomiales, combinaciones de stas, etc.
El tipo de interpolacin que uno elige, depende generalmente de la naturaleza de los datos que se estn
manejando, as como de los valores intermedios que se estn esperando.
Un tipo muy importante es la interpolacin por funciones polinomiales. Puesto que evidentemente pueden
existir una infinidad de funciones polinomiales de interpolacin para una misma tabla de datos, se hace una
peticin extra para que el polinomio de interpolacin, sea nico.
Definicin. Un polinomio de interpolacin es una funcin polinomial que adems de interpolar los
datos, es el de menor grado posible.
Caso n=0
Tenemos los datos:
x x0
y y0
En este caso, tenemos que f(x)=y0 (polinomio constante) es el polinomio de menor grado tal que f(x0)=y0 ,
por lo tanto, es el polinomio de interpolacin.
Caso n=1
Tenemos los datos:
x x0 x1
y y0 y1
En este caso, el polinomio de interpolacin es la funcin lineal que une a los dos puntos dados. Por lo tanto,
tenemos que
es el polinomio de interpolacin.
La siguiente grfica representa este caso:

Observacin .
Vemos que en el polinomio de interpolacin del caso n=1 se encuentra como primer trmino, y0 , que es el
polinomio de interpolacin del caso n=0 .
Continuemos:
Caso n=2
Tenemos los datos:
x x0 x1 x2
y y0 y1 y2
Para este caso, el polinomio de interpolacin va a ser un polinomio de grado 2. Tomando en cuenta la
observacin anterior, intuimos que el polinomio de interpolacin ser como sigue:
<>
trmino cuadrtico
Por lo tanto, planteamos el polinomio de interpolacin como sigue
f (x) = b0+b1(x - x0)+b2(x - x0)(x x1)
Si asignamos x=x0 , se anulan los valores de b1 y b2 , quedndonos el resultado:
f(x0) = b0
Como se debe cumplir que f(x0) = b0 , entonces:
y0 = b0
Si asignamos x=x1 , el valor de b2 queda anulado, resultando lo siguiente:
f (x1) = b0+b1(x1 - x0)
Como se debe cumplir que f(x1)= y1 y ya sabemos qu y0 = b0 , entonces
y1=b0+b1(x1 - x0) , de lo cual obtenemos el valor para b1 :
PREGUNTA:
Si se tiene datos:
x x0 x1
y y0 y1
En este caso, el polinomio de interpolacin es:

a. Un polinomio de grado 2

b. f(x)=y (polinomio constante)

c. Un polinomio cuadrtico

d. Una funcin lineal o polinomio lineal
Correcto
Correcto
Question7
Puntos: 1
POLINOMIO DE INTERPOLACIN DE NEWTON CON DIFERENCIAS
DIVIDIDAS
Dados n+1 datos:

- El polinomio de interpolacin de Newton se define de la siguiente manera:
f(x) = b0+b1(x-x0)+b2(x-x0)(x-x1)++bn(x-x0)(x-x1)(x-xn-1)
donde:
b0=f(x0)
b1=f [x1, x0]
b2=f [x2, x1, x0]
.
.
.
bn = f [xn,, x0]
Para calcular los coeficientes b0, b1,, bn, es conveniente construir una tabla de diferencias divididas como la
siguiente:

Obsrvese que los coeficientes del polinomio de interpolacin de Newton, se encuentran en la parte superior
de la tabla de diferencias divididas.
Ejemplo 1 . Calcular la tabla de diferencias divididas finitas con los siguientes datos:

Y utilizar la informacin de dicha tabla, para construir el polinomio de interpolacin de Newton.
Solucin .
Procedemos como sigue:

Por lo tanto el polinomio de interpolacin de Newton es:
f(x) = 4+2(x+2)-0.25(x+2)(x+1)-0.3(x+2)(x+1)(x-2)
Ejemplo 2. Calcular la tabla de diferencias divididas finitas con los siguientes datos:

Y usar la informacin en la tabla, para construir el polinomio de interpolacin de Newton.

Solucin. Procedemos como sigue:

Por lo tanto el polinomio de interpolacin de Newton nos queda:
f(x) = 5+3(x+3) 1.66667(x+3)(x+2) - 020238(x+3)(x+2)(x)
PREGUNTA:
Teniendo en cuenta el ejemplo 1 , se observa que se encuentra una funcin o polinomio, de acuerdo a ello, el coeficiente del de la
funcin encontrada es:

a. -0,25

b. -0.3
Correcto.

c. 0,3

d. 0.25

Correcto
Question8
Puntos: 1
Las siguientes matrices cuales se pueden invertir:


a. Las matrices A, B y C

b. Las matrices B y C

c. Las matrices A y C
Correcto

d. La Matrices A y B

Correcto
Question9
Puntos: 1
El numero x= -7/5 es la solucin de:

a. 2X-5(1-3X) = 1-3(1-4X)

b. 2X + 5(1+3X) = 1-3(1-4X)
correcto

c. 2X-5(1-3X) = 1-3(1+4X)

d. 2X+5(1-3X) = 1-3(1-4X)

Correcto
Question10
Puntos: 1
La interpolacin de un polinomio de grado 2 se debe expresar mediante la expresin:

a. f (x) = b0+b1(x - x0)+b2

b. f (x) = b0+b1(x - x0)+b2(x - x0)(x x1)
Correcto

c. f (x) = b1(x - x0)+b2(x - x0)(x x1)

d. f (x) = b0 + b2(x - x0)(x x1)

Correcto
Act 9: Quiz 2
Finalizar revisin

Comenzado el viernes, 25 de abril de 2014, 20:50
Completado el viernes, 25 de abril de 2014, 21:09
Puntos 13/15
Question1
Puntos: 1
El mtodo de Gauss-Jordan, que constituye una variacin del mtodo de eliminacin de
Gauss, permite resolver las ecuaciones hasta:

a. 100 o 200 ecuaciones simultneas

b. Ninguna ecuacion simultnea

c. Ms de 50 ecuaciones simultneas

d. 15 o 20 ecuaciones simultneas
Correcto. Has asimilado bien lainformacin
Correcto
Question2
Puntos: 1
En la ecuacin y=3x-5 es una funcin:

a. Constante

b. Parablica

c. Lineal
Correcto

d. Cuadratica

Correcto
Question3
Puntos: 1
El polinomio de interpolacin de Lagrange, simplemente es una reformulacin del polinomio de Newton que
evita:

a. Los clculos de un polinomio

b. Los clculos de un numero

c. Los clculos de Ajuste de Curvas
Correcto

d. Un polinomio lineal

Correcto
Question4
Puntos: 1
En la ecuacin y = 0 es una funcin:

a. Lineal
Incorrecto

b. Parablica

c. Constante

d. Cuadratica

Incorrecto
Question5
Puntos: 1
Este es uno de los mtodos ms interesantes del anlisis numrico y particularmente til ya que nos permite
encontrar la solucin de un sistema de n ecuaciones con n incgnitas.

a. Interpolacion de Lagrange

b. Mtodo de Gauss- Seidel
correcto

c. Mtodo de Multipaso

d. Mtodo de interpolacin

Correcto
Question6
Puntos: 1
El ajuste de curvas consiste en encontrar una curva que contenga
una serie de puntos y que posiblemente cumpla una serie de:

a. Nmeros

b. Restricciones adicionales
Correcto

c. Errores

d. Variables

Correcto
Question7
Puntos: 1
La solucin de siguiente sistema 3x - 4y = -7
x + 2y = 11
utilizando la eliminacin de Gauss es:

a. X1= 4 y X2= -3

b. X1= 3 y X2= 4
correcto

c. X1= 4 y X2= 3

d. X1= -4 y X2= 3

Correcto
Question8
Puntos: 1
Consiste en encontrar una curva que contenga una serie de puntos y que posiblemente cumpla con una serie
de restricciones adicionales

a. Diferenciacion de funciones

b. ajuste de curvas
correcto

c. Integracion polinomial

d. regresion polinomial

Correcto
Question9
Puntos: 1
Se puede asegurar que toda matriz cuadrada tiene inversa:

a. No se puede asegurar
Correcta

b. Siempre se puede asegurar

c. Si se puede asegurar

d. Se puede asegurar algunas veces

Correcto
Question10
Puntos: 1

El mtodo que es considerado como una variacin del mtodo de
eliminacin de Gauss es el mtodo:

a. Diferencias Divididas

b. Interpolacin

c. Gauss-Jordan
Correcta

d. Gauss-Seidel

Correcto
Question11
Puntos: 1
Es la frmula ms simple de interpolacin la cual se utiliza para conectar dos puntos con una linea recta


a. Interpolacin Lineal
correcto

b. Interpolacion de Lagrange

c. Interpolacin Cuadratico

d. Interpolacin de Newton

Correcto
Question12
Puntos: 1
Si A es una matriz cuadrada no singular, entonces quiere decir que su
determinante es:

a. Igual a uno, |A|=1.

b. Igual a cero, |A|=0.

c. Diferente de uno, |A| # 1

d. Diferente de cero, |A| # 0
Correcto. Felicitaciones
Correcto
Question13
Puntos: 1
El polinmio de interpolacin f (x)= b0+b1(x- x0)+b2(x- x0)(x x1)+b3(x- x0)(x x1)(x-x2) es de:

a. Grado 4

b. Grado 2

c. Grado 1

d. Grado 3
Correcto.
Correcto
Question14
Puntos: 1
Para las siguientes matrices el producto AB es
igual
Seleccione al menos una respuesta.

a. (15,-12)
Incorrecto

b. (-15,12)

c. (15,12)

d. (-15,-12)

Incorrecto
Question15
Puntos: 1
En la ecuacin y=3(Log 3x)-5 es una funcin:

a. Parablica

b. Constante

c. Logaritmica
Correcto

d. Cuadratica

Correcto
Finalizar revisin

Comenzado el jueves, 15 de mayo de 2014, 20:56
Completado el jueves, 15 de mayo de 2014, 21:02
Puntos 6/6
Question1
Puntos: 1
La regla de Simpson de 3/8 de manera similar a la derivacin de la regla trapezoidal y a la regla de Simpson
de 1/3, se ajustan polinomios de Lagrange de:

a. Tercer orden a cuatro puntos a integrar
Correcto

b. Tercer orden a dos puntos a integrar

c. Segundo orden a dos puntos a integrar

d. Segundo orden a cuatro puntos a integrar

Correcto
Question2
Puntos: 1
La extrapolacin a orden uno R(n,2) es equivalente a:

a. la Regla de Simpson con n + 1 puntos.

b. La Regla del trapecio con n + 2 puntos;

c. La Regla de Simpson con n + 2 puntos.
Correcto

d. La Regla del trapecio con n + 1 puntos;

Correcto
Question3
Puntos: 1
En la diferenciacin numrica, las expresiones de diferencias hacia
adelante se utilizan cuando: no se dispone de datos a la izquierda del
punto en que se desea calcular la derivada, y las expresiones de
diferencias hacia atrs, se utilizan cuando no se dispone de datos a la
derecha del punto deseado. Sin embargo, las expresiones de diferencias
centrales son ms precisas que cualquiera de las otras dos

a. No se dispone de datos a la derecha del punto deseado.

b. Se dispone de datos a la derecha del punto deseado.

c. No se dispone de datos a la izquierda del punto en que se
desea calcular la derivada.
Correcto

d. Se dispone de datos a la izquierda del punto en que se desea
calcular la derivada.

Correcto
Question4
Puntos: 1
Mtodos de Runge-Kutta Los Runge-Kutta no es solo un mtodo sino una importante familia de mtodos
iterativos tanto implcitos como explcitos para aproximar las soluciones de ecuaciones diferenciales
ordinarias (E.D.Os), estas tcnicas fueron desarrolladas alrededor de 1900 por los matemticos alemanes
Carl David Tolm Runge y Martin Wilhelm Kutta
El clsico mtodo Runge-Kutta de cuarto orden

Un miembro de la familia de los mtodos Runge-Kutta es usado tan comnmente que a menudo es
referenciado como RK4 o como el mtodo Runge-Kutta.
Definamos un problema de valor inicial como:
y = f(t,y), y(t0) = y0

Entonces el mtodo RK4 para este problema est dado por la siguiente ecuacin:

As, el siguiente valor (yn+1) es determinado por el presente valor yn mas el producto del tamao del
intervalo ( h ) por una pendiente estimada. La pendiente es un promedio ponderado de pendientes:
k1 es la pendiente al principio del intervalo;
k2 es la pendiente en el punto medio del intervalo, usando k1 para determinar el valor de y en el punto tn +
h/2 usando el mtodo de Euler
k3 es otra vez la pendiente del punto medio, pero ahora usando k2 para determinar el valor de y
k4 es la pendiente al final del intervalo, con el valor de y determinado por k3
Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes en el punto medio:

El mtodo RK4 es un mtodo de cuarto orden lo cual significa que el error por paso es del orden de h5,
mientras que el error total acumulado tiene el orden h4
PREGUNTA:
El mtodo RK4 es un mtodo de cuarto orden lo cual significa que el error por paso es del orden de h5,
mientras que el error total acumulado tiene el orden

a. h tres

b. h cuatro
Correcto

c. h dos

d. h cinco

Correcto
Question5
Puntos: 1
REGLAS DE SIMPSON.
Adems de aplicar la regla trapezoidal con segmentos cada vez ms finos, otra manera de
obtener una estimacin ms exacta de una integral, es la de usar polinomios de orden superior
para conectar los puntos.
A las frmulas resultantes de calcular la integral bajo estos polinomios se les llama reglas de
Simpson.
REGLA DE SIMPSON DE 1/3.
La regla de Simpson de 1/3 resulta cuando se sustituye un polinomio de segundo orden en la
ecuacin:

Si a y b se denominan como x0 y x2, y f2 (x) se representa mediante un polinomio de Lagrange de
segundo orden, entonces la integral es:

Despus de integrar y de reordenar trminos, resulta la siguiente ecuacin:

REGLA DE SIMPSON 1/3 DE SEGMENTOS MULTIPLES.
As como la regla trapezoidal, la regla de Simpson se mejora dividiendo el intervalo de
integracin en segmentos de igual anchura.
h=(b-a)/n
La integral total se representa como:

Sustituyendo la regla de Simpson en cada una de las integrales individuales se obtiene:

reordenando los trminos, se obtiene:

REGLA DE SIMPSON DE 3/8.
De manera similar a la derivacin de la regla trapezoidal y a la regla de Simpson de 1/3, se
ajustan polinomios de Lagrange de tercer orden a cuatro puntos a integrar;

para obtener

En donde h=(b-a)/3. A esta ecuacin se le llama regla de Simpson de 3/8 porque h es un
mltiplo de 3/8. Esta es la tercera regla cerrada de integracin de Newton-Cotes.
REGLA DE SIMPSON 3/8 MULTIPLES.
La regla de Simpson de 1/3 es, en general, el mtodo de preferencia ya que alcanza exactitud de
tercer orden con tres puntos en vez de los de cuatro puntos necesarios para la versin de 3/8.
No obstante, la regla de 3/8 tiene utilidad en aplicaciones de segmentos mltiples cuando el
nmero de segmentos es impar.
Para una estimacin de cinco segmentos una alternativa es la de aplicar la regla de Simpson de
1/3 a los primeros segmentos y la regla de Simpson de 3/8 a los ltimos tres.
De esta manera, se obtiene una estimacin con exactitud de tercer orden a travs del intervalo
completo
PREGUNTA:
Teniendo en cuenta la lectura anterior se conoce que:
La regla de Simpson 1/3 de segmentos mltiples, as como la regla trapezoidal, la regla de Simpson se
mejora dividiendo el intervalo de integracin en segmentos de igual:

a. Separacin

b. Espacio

c. Anchura
Correcto. De acuerdo a la lectura, la regla de
Simpson se mejora dividiendo el intervalo de
integracin en segmentos de igual anchura.

d. Trayecto

Correcto
Question6
Puntos: 1
INTEGRACIN NUMRICA
INTRODUCCIN
En ingeniera se presenta con frecuencia la necesidad de integrar una funcin que sera, en general, de una
de las tres formas siguientes:
1. Una funcin simple y continua tal como un polinomio, una funcin exponencial o una funcin trigonomtrica.
2. Una funcin complicada y continua que es difcil o imposible de integrar directamente.
3. Una funcin tabulada en donde los valores de X y f(X) se dan en un conjunto de puntos discretos, como es el caso a
menudo, de datos experimentales.
En el primer caso, la integral simplemente es una funcin que se puede evaluar fcilmente usando mtodos
analticos aprendidos en el clculo. En los dos ltimos casos, sin embargo, se deben emplear mtodos
aproximados.
Las frmulas de integracin de Newton-Cotes son los esquemas ms comunes dentro de la integracin
numrica. Se basan en la estrategia de reemplazar una funcin complicada o un conjunto de datos tabulares
con alguna funcin aproximada que sea ms fcil de integrar.
La integral se puede aproximar usando una serie de polinomios aplicados por partes a la funcin o a los
datos sobre intervalos de longitud constante.
Se dispone de las formas abierta y cerrada de las frmulas de Newton-Cotes. Las formas cerradas son
aquellas en donde los puntos al principio y al final de los lmites de integracin se conocen. Las frmulas
abiertas tienen los lmites de integracin extendidos ms all del rango de los datos. Las frmulas abiertas
de Newton-Cotes, en general, no se usan en la integracin definida. Sin embargo, se usan extensamente en
la solucin de ecuaciones diferenciales ordinarias.
REGLA DEL TRAPECIO
La regla del trapecio o regla trapezoidal es una de las frmulas cerradas de Newton-Cotes.
Considrese la funcin f(X), cuya grfica entre los extremos X = a y X = b se muestra en la fig. 1. Una
aproximacin suficiente al rea bajo la curva se obtiene dividindola en n fajas de ancho ?X y aproximando
el rea de cada faja mediante un trapecio, como se indica en la figura.

Fig. 1
Llamando a las ordenadas Yi (i = 1, 2, 3,..., n+1), las reas de los trapecios son:

El rea total comprendida entre X = a y X = b est dada por:

Sustituyendo las ecuaciones. (1) en esta expresin se obtiene:

La cual recibe el nombre de Frmula Trapezoidal, y se puede expresar como:

En esencia, la tcnica consiste en dividir el intervalo total en intervalos pequeos y aproximar la curva Y =
f(X) en los diversos intervalos pequeos mediante alguna curva ms simple cuya integral puede calcularse
utilizando solamente las ordenadas de los puntos extremos de los intervalos.
PREGUNTA:
La integral
es igual a

a. 2

b. 1

c. e

d.Cero
Correcto: Dado que debes recordar que la integral definida
como la que se tiene propuesta dara como resultado un
numero real. Y como se esta solicitado derivar el resultado
de la integral, entonces la derivada de todo numero
siempre es CERO
Correcto
Act 12: Leccin evaluativa 3
Finalizar revisin

Puntos 9/10
Question1
Puntos: 1
MTODO DE EULER
La idea del mtodo de Euler es muy sencilla y est basada en el significado geomtrico de la derivada de una
funcin en un punto dado.
Supongamos que tuviramos la curva solucin de la ecuacin diferencial y trazamos la recta tangente a la
curva en el punto dado por la condicin inicial.

Debido a que la recta tangente aproxima a la curva en valores cercanos al punto de tangencia, podemos
tomar el valor de la recta tangente en el punto x1 como una aproximacin al valor deseado y(x1).

As, calculemos la ecuacin de la recta tangente a la curva solucin de la ecuacin diferencial dada en el
punto (x0,y0). De los cursos de Geometra Analtica, sabemos que la ecuacin de la recta es:
y=m(x-x0)+y0
donde m es la pendiente. En este caso, sabemos que la pendiente de la recta tangente se calcula con la
derivada:

Por lo tanto, la ecuacin de la recta tangente es:
y = f(x0,y0)(x-x0)+y0
Ahora bien, suponemos que x1 es un punto cercano a x0, y por lo tanto estar dado como x1= x0 + h. De
esta forma, tenemos la siguiente aproximacin:

De aqu, tenemos nuestra frmula de aproximacin:
y(x0 + h) = y0 + hf(x0,y0)
Esta aproximacin puede ser suficientemente buena, si el valor de h es realmente pequeo, digamos de una
dcima menos. Pero si el valor de h es ms grande, entonces podemos cometer mucho error al aplicar
dicha frmula. Una forma de reducir el error y obtener de hecho un mtodo iterativo, es dividir la
distancia h= ? x1 x0 ? en n partes iguales (procurando que estas partes sean de longitud suficientemente
pequea) y obtener entonces la aproximacin en n pasos, aplicando la frmula anterior n veces de un paso a
otro, con la nueva h igual a .
En una grfica, tenemos lo siguiente:

Ahora bien, sabemos que:
y1 = y0 + hf(x0,y0)
Para obtener y2 nicamente hay que pensar que ahora el papel de (x0,y0) lo toma el punto (x1,y1), y por lo
tanto, si sustituimos los datos adecuadamente, obtendremos que:
y2 = y1 + hf(x1, y1)
De aqu se ve claramente que la frmula recursiva general, est dada por:
y n+1 = yn + hf(xn,yn)
Esta es la conocida frmula de Euler que se usa para aproximar el valor de y(x1) aplicndola sucesivamente
desde x0 hasta x1 en pasos de longitud h.
Ejemplo 1
Dada la siguiente ecuacin diferencial con la condicin inicial:
y = 2xy
y (0) = 1
Aproximar y(0,5).
NOTA
Primero observamos que esta ecuacin s puede resolverse por mtodos tradicionales de ecuaciones
diferenciales. Por ejemplo, podemos aplicar el mtodo de separacin de variables. Veamos las dos
soluciones.
Solucin Analtica .

Sustituyendo la condicin inicial:
x = 0 ? y = 1
ln 1 = 0
2
+ c entonces
0 = c
Por lo tanto, tenemos que la curva solucin real est dada:

Y por lo tanto, el valor real que se pide es:

Solucin Numrica
Aplicamos el mtodo de Euler y para ello, observamos que la distancia entre x0 = 0 y x1 = 0,5 no es lo
suficientemente pequea. Si dividimos esta distancia entre cinco obtenemos un valor de h = 0,1 y por lo
tanto, obtendremos la aproximacin deseada en cinco pasos.
De esta forma, tenemos los siguientes datos:

Sustituyendo estos datos en la formula de Euler, tenemos, en un primer paso:

Aplicando nuevamente la formula de Euler, tenemos, en un segundo paso:

Y as sucesivamente hasta obtener y5. Resumimos los resultados en la siguiente tabla:
n xn yn
0 0 1
1 0.1 1
2 0.2 1.02
3 0.3 1.0608
4 0.4 1.12445
5 0.5 1.2144
Concluimos que el valor aproximado, usando el mtodo de Euler es:
y(0,5) = 1,2144
Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para calcular el error relativo
porcentual que se cometi al aplicar la formula de Euler. Tenemos que:
Ejemplo 2
Aplicar el mtodo de Euler para aproximar y(1,3), dada la ecuacin diferencial.
y = x
2
+ 0,5y
2
si se tiene que y(1) = 2
Solucin
Nuevamente vemos que nos conviene dividir en pasos la aproximacin. As, elegimos nuevamente h
=0,1 para obtener el resultado final en tres pasos. Por lo tanto, aplicamos el mtodo de Euler con los
siguientes datos:

En un primer paso, tenemos que:

Resumimos los resultados en la siguiente tabla:
n
0 1 2
1 1.1 2.3
2 1.2 2.6855
3 1.3 3.1901
De lo cual, concluimos que la aproximacin buscada es:
y(1,3) = 3,1901
PREGUNTA:
La frmula de aproximacin:
y (x0 + h)= y0 + h f(x0, y0)
por el mtodo de Euler puede ser suficientemente buena, si el valor de h es:

a. Realmente pequeo
Correcto

b. Realmente Mediano

c. Realmente Grande

d. Realmente alto

Correcto
Question2
Puntos: 1
Mtodo Multipasos.
Los mtodos de Euler y Runge-Kutta descritos anteriormente son ejemplos de mtodos de un paso. En ellos,
se calcula cada valor sucesivoyn+1 solo con base en la informacin acerca del valor inmediato anterior yn. Por
otra parte, un mtodo de varios pasos o continuo utiliza valores de varios pasos calculados con anterioridad
para obtener el valor de yn+1. Existen numerosas formulas aplicables en la formulacin de soluciones de
ecuaciones diferenciales. Como no se pretende describir el extenso campo de los procedimientos numricos
nicamente se presentara uno de estos mtodos.
Mtodo de Adams-Basforth/Adams-Moulton de Cuarto Orden.
Este es uno de los mtodos ms populares. En este mtodo, la prediccin es la frmula de Adams-
Basforth:

para n?3.
Luego de lo anterior se sustituye el valor de en la correccin de Adams-Moulton

Obsrvese que la formula (1) requiere que se conozca los valores de y0, y1, y2 y y3 para obtener el y4 . Por
supuesto, que el valor de y0es la condicin inicial dada. Como el error local de truncamiento en el mtodo
de Adams-Basforth/Adams-Moulton es O (h
5
), los valores de y1, y2 y y3 se suelen calcular con un
mtodo que tenga la misma propiedad de error, como la formula de Runge-Kutta de cuarto orden.
Ejemplo.
Use el mtodo Adams-Basforth/Adams-Moulton con h=0,2 para llegar a una aproximacin a y (0,8) de
la solucin de:
y = x+y-1, y(0)=1
Solucin:
Dado el tamao de paso es h=0,2, entonces y4 aproximara y (0,8). Para comenzar aplicamos el mtodo de
Runge-Kutta, con x0 = 1, y0 = 1 y h = 0,2 con lo cual,
y1= 1,02140000, y2 = 1,09181796, y3 = 1,22210646.
Ahora definimos x0 = 0; x1 = 0,2; x2 = 0,4; x3 = 0,6 y f(x, y) = x + y -1, y obtenemos

Con los valores anteriores, la prediccin, ecuacin (1) da:

Para usar la correccin, ecuacin (2), necesitamos primero:

Si comprobamos el valor exacto de y (0,8) se obtiene que y (0,8) = 1,42554093
Ventajas y Desventajas de los mtodos multipasos.
En la seleccin de un mtodo para resolver numricamente una ecuacin diferencial intervienen muchos
aspectos. Los mtodos usados de un paso (en especial el de Runge-Kutta) suelen usarse por su exactitud y
facilidad de programacin; sin embargo, una de las mayores desventajas es que el lado derecho de la
ecuacin diferencial debe evaluarse muchas en cada etapa. Por ejemplo, para el mtodo de Runge-Kutta de
cuarto orden se necesitan cuatro evaluaciones de funcin en cada paso. Por otra parte, si se han calculado y
guardado las evaluaciones de funcin en la etapa anterior, con un mtodo de multipasos solo se necesita
una sola evaluacin de funcin por paso. Esto puede originar grandes ahorros de tiempo y costo
Otro asunto que interviene en los mtodos de multipasos es la cantidad de veces que se debe repetir la
de Adams-Moulton en cada paso. Cada que se usa el corrector ocurre otra evaluacin de funcin, con lo
cual aumenta la precisin al costo de perder una de las ventajas del mtodo de varios pasos. En la prctica,
el corrector solo se calcula una vez, y si el valor de yn+1 cambia mucho, se reinicia el problema con un
menor paso.
PREGUNTA:
En el mtodo multipasos la prediccin es la frmula de:

a. Basforth-Moulton

b. Moulton-Basforth

c. Adams-Basforth:
Correcto

d. Adams-Moulton

Correcto
Question3
Puntos: 1

es:


a. x = -5

b. x = 1
Incorrecto.

c. x = 3

d. x = - 6

Incorrecto
Question4
Puntos: 1
Integracin Numrica
Cuadratura gaussiana:
Las frmulas de Trapecios y Simpson utilizan nodos equidistantes y dan valores exactos para polinomios de
grado menor o igual que n (n = 1 en el caso de Trapecios y n = 2 en el caso de Simpson).La eleccin de
puntos equidistantes no es la mejor. Puede seleccionarse los puntos de manera que mejore la aproximacin.

La cuadratura gaussiana selecciona los puntos de manera ptima.
El mtodo consiste en seleccionar los nodos x1, x2,..., xn en [a, b] y los coeficientes c1, c2,..., cn que
minimicen el error de la aproximacin
Reglas de Cuadratura Gaussiana: Consideramos por el momento integrales de la forma

Note que si el integral esta dado en un intervalo arbitrario [a, b] entonces mediante el cambio de variables

tenemos que

lo cual nos da una integral en [-1,1]. As que sin prdida de generalidad podemos asumir que el integral es
en [-1,1].
Sean x1, x1,,xn puntos (no necesariamente uniformemente distribuidos) en [-1,1] y w1, w2,, wn nmeros
llamados pesos ("weights"). Los puntos xj's y los pesos wj's se determinan de modo que la frmula de
integracin numrica

sea exacta para polinomios de grado a lo ms 2n-1, i.e., In(p)=I(p) para todo polinomio p de grado a lo ms
2n-1. Como In I sonoperadores lineales, basta verificar que

Caso n=1 : Aqu I1(f)=w1f(x1) y requerimos que I1(1)=I(1), I1(x)=I(x). Pero I(1)=2 y I1(1)=w1 de modo que
w1=2. Adems I(x)=0 y I1(x)=2x1, de donde obtenemos que x1=0. Tenemos pues la frmula numrica
I1(f)=2f(0) lo cual se conoce como la frmula del punto medio.
Caso n=2 : Tenemos ahora que I2(f)= w2f(x1)+ w2f(x2) y se requiere que I2(xi)=I(xi) para i=0,1,2,3. Esto
nos lleva al siguiente sistema nolineal para x1, x2, w1, w2:

Suponiendo que x1, x2 son conocidas, resolvemos la tercera y cuarta ecuacin (que son lineales en los w's)
mediante la regla de Cramer para w1, w2 obteniendo as que

Sustituyendo estas expresiones en la primera y segunda ecuacin y resolviendo para x1, x2 obtenemos que

Asi que nuestra frmula numrica en el caso n=2 lee como sigue:

Caso n>2 : Al aplicar las condiciones
se obtiene un sistema nolineal de 2n ecuaciones en 2n desconocidas (las x's y las w's). Este sistema se
puede resolver numricamente usando el mtodo de Newton para sistemas nolineales. Pero en lugar de
proceder de esta forma se utiliza el hecho de que se puede demostrar que los xi's son los ceros del n-
esimo polinomio de Legendre Ln(x). Estos polinomios se definen por la recursin

En particular tenemos que L2(x)= (3/2) x
2
-(1/2) cuyos ceros son 1/ ?3 que fueron los x's que
determinamos en el caso n=2. Tambin

de donde podemos obtener los x's para las frmulas de los casos n=3,4 respectivamente. Teniendo los x's
podemos ahora calcular los w's resolviendo un sistema lineal de ecuaciones.
Ejemplo 2 : Aproximamos

usando la regla de cuadratura con n=2. Primero hacemos un cambio de variables de modo que el integral
sea en el intervalo de [-1,1]. Para esto usamos el cambio de variables discutido al principio de esta seccin
lo que resulta en:

Tenemos ahora que

Hay 2n parmetros que elegir. Si los coeficientes de un polinomio se consideran parmetros, un polinomio
de grado 2n - 1 tambin tiene 2n parmetros. Este es el tipo de polinomios de mayor grado para el cual se
puede esperar que la solucin sea exacta.
PREGUNTA:
Teniendo en cuenta la lectura anterior:
Para el Caso n=1: Aqu I1(f)=w1f(x1) y requerimos que I1(1)=I(1), I1(x)=I(x). Pero I(1)=2 y I1(1)=w1 de
modo que w1=2. Adems I(x)=0 y I1(x)=2x1, de donde obtenemos que x1=0. Tenemos pues la frmula
numrica I1(f)=2f(0) lo cual se conoce como:

a. Sistemas no lineales.

b. La frmula del punto mnimo

c. La frmula del punto medio
Correcto

d. Sistemas lineales.

Correcto
Question5
Puntos: 1
Diferenciacin e Integracin Numrica
Diferenciacin Numrica
El clculo de la derivada de una funcin puede ser un proceso "difcil" ya sea por lo complicado de la
definicin analtica de la funcin o por que esta se conoce nicamente en un nmero discreto de puntos.
(Este es el caso si la funcin representa el resultado de algn experimento). En esta leccin estudiaremos
tcnicas para aproximar las derivadas de una funcin y veremos el anlisis de error de dichas formulas.
Formulas para la primera derivada : La definicin de la derivada de una funcin f(x) en el punto "x" esta
dada en trminos del lmite:

De esta definicin podemos decir que si "h" es pequeo entonces:

(Note el smbolo de aproximacin). Esto nos da inmediatamente la primera formula numrica para aproximar
la derivada:

Antes de ver algunos ejemplos donde usamos esta formula, tratemos de contestar la pregunta de cun
buena es esta aproximacin de la derivada? Por el Teorema de Taylor sabemos que:

donde ?x esta entre x y x+h. Si despejamos ahora en esta formula por f'(x) y usamos la definicin
de Dhf(x) tenemos que:

Esta frmula nos dice que Dhf(x) aproxima a f'(x) con un error proporcional a "h", i.e., O(h).
Ejemplo 1 : Tomamos f(x)=x
9
y queremos aproximar f(x) cuyo valor exacto es nueve. En la siguiente
figura ilustramos los errores ? f(x) Dhf(1) ? Como funcin de "h" en escala logartmica.

Podemos ver que los errores disminuyen hasta un cierto valor crtico "hmin" luego del cual los errores
aumentan segn la "h" disminuye. Contradice esto el resultado de arriba de O(h) del error? NO! El
resultado de arriba es sobre la convergencia si la aritmtica es exacta y se dice que es un resultado
asinttico. La figura ilustra los efectos de redondeo debido a la aritmtica finita los cuales se hacen
significativos para "h" pequeo y pueden afectar cualquier formula numrica para aproximar la derivada. Sin
embargo, una formula con un grado de aproximabilidad digamos O(h
2
) es preferible a una O(h) ya que los
errores (tericos) tienden a cero ms rpido y as la "h" no se tiene que hacerse tan pequea reduciendo as
los efectos de los errores por la aritmtica finita.
El mtodo de arriba usando la expansin de Taylor se puede utilizar para obtener formulas para aproximar la
derivada con un grado de aproximabilidad ms alto que uno. Ilustramos esto para la obtencin de una
formula O(h
2
). Si en lugar de llegar hasta trminos de orden dos, expandimos hasta trminos de orden tres
en la expansin de Taylor, obtenemos las formulas:

Si restamos estas dos ecuaciones, despejamos para f'(x), y usamos el teorema del valor medio aplicado
a f'''(x) obtenemos la formula:

donde

y ? X esta entre [x-h, x+h]. Tenemos pues que la formula Dh
n
f(x) tiene un error proporcional a O(h
2
).
Ejemplo 2 : Comparamos las dos formulas obtenidas hasta ahora para aproximar f'(x) con el ejemplo
de f(x) = x
9
para f'(1). Los resultados los presentamos en forma tabulada para distintos valores de h:
h
Dhf(1) ? f (1) - Dhf(1) ? Dh
n
f(1) ? f (1) Dh
n
f(1) ?
0.1
13.5795 4.57948 9.85264 0.852636
0.05
11.0266 2.02656 9.21079 0.210788
0.025
9.95452 0.954519 9.05255 0.0525492
0.0125
9.46337 0.463374 9.01313 0.0131281
Este ejemplo ilustra lo superior de la formula Dh
n
f(x). Note que cada vez que h se divide entre dos, el error
en la formula Dh
n
f(x) se divide por dos (aproximadamente) mientras que en la formula Dh
n
f(x) se divide
(aproximadamente) por cuatro (por qu?).
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de Taylor que
envuelvan x=2h, x=3h, etc. Por ejemplo la expansin

nos da una formula de orden cuatro para f'(x). Es importante observar que mientras ms alto el grado de
aproximabilidad de la formula, ms suave tiene que ser la funcin para que dicha aproximacin sea valida.
Por ejemplo esta formula de orden cuatro requiere que la funcin tenga cinco derivadas continuas en el
intervalo en cuestin mientras que la formula de orden dos requiere nicamente tres derivadas continuas.
Formulas para la segunda derivada : El proceso de arriba se puede usar para obtener formulas para las
derivadas de orden mayor de uno de una funcin f(x). Usamos este proceso para obtener una formula para
la segunda derivada. Usando el Teorema de Taylor, podemos escribir las expansiones:

Sumando estas dos expansiones y despejando para f''(x) obtenemos:

donde

Y ? x esta entre [x-h, x+h]. Tenemos aqu una formula de orden dos para f"(x).
Ejemplo 3 : Examinamos la formula de arriba en el caso f(x) = x
9
y para aproximar f (1)=72. Tenemos los
resultados: ? f (1) - Dh
(2)
f (1) ?
h
Dh
(2)
f(1) ? f (1) - Dh
(2)
f(1) ?
0.1
74.5368 2.53682
0.05
72.6311 0.63105
0.025
72.1576 0.157566
0.0125
72.0394 0.0393791
Nuevamente se puede ver el factor de cuatro en el error, caracterstico de la convergencia de orden dos.
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de Taylor que
envuelvan x+2h, x+3h, etc. Por ejemplo la expansin

nos da una formula de orden cuatro para f"(x).
Tomado de mate.uprh.edu/~pnm/notas4061/numdif /numdif.htm.
PREGUNTA:
La frmula de orden cuatro para f'(x) requiere que la funcin tenga:

a. Tres derivadas continuas en un intervalo dado

b. Cuatro derivadas continuas en un intervalo
dado

c. Cinco derivadas continuas en un intervalo
dado
Correcto.

d. Dos derivadas continuas en un intervalo dado.

Correcto
Question6
Puntos: 1
El numero x= -7/5 es la solucin de:

a. 2X + 5(1+3X) = 1-3(1-4X)
correcto

b. 2X-5(1-3X) = 1-3(1-4X)

c. 2X+5(1-3X) = 1-3(1-4X)

d. 2X-5(1-3X) = 1-3(1+4X)

Correcto
Question7
Puntos: 1
De manera similar y = -2 es la solucin de la ecuacin y
2
+ 3y=6 + 4y

La solucin de la siguiente ecuacin 7x-3 = 5- 5(4+x) es:


a. x = -2

b. x = 4

c. x = - 1
correcto.

d. x = 2

Correcto
Question8
Puntos: 1
El mtodo de Runge-Kutta de hecho est basado en una aplicacin de:

a. El mtodo Multipaso

b. los polinomios de Taylor.
Correcto

c. El mtodo de Cuadraturas

d. El mtodo de Euler

Correcto
Question9
Puntos: 1
De manera similar y = -2 es la solucin de la ecuacin y
2
+ 3y=6 + 4y


es:


a. x = 4
correcto.

b. x = -5

c. x = 1

d. x = - 3

Correcto
Question10
Puntos: 1

Una de las soluciones de la siguiente ecuacin
es:


a. x = -5

b. x = 5

c. x = 2

d. x = - 2
correcto.
Correcto

Act 13: Quiz 3
Finalizar revisin

Puntos 12/15
Question1
Puntos: 1
La ecuacin
es conocida como:

a. Regla de Simpson 1/3

b. Cuadratura de Simpson
Incorrecto

c. Regla de Newton

d. Regla del trapecio

Incorrecto
Question2
Puntos: 1
Con que mtodo se necesita una sola evaluacin de funcin por paso

a. Mtodo de Simpsom

b. Mtodo de Euler

c. Mtodo de Multipasos
Correcto

d. Mtodo de Runge - Kutta.

Correcto
Question3
Puntos: 1
Una de las tcnicas ms simples para aproximar soluciones de una ecuacin diferencial llamada tambien mtodo de las rectas
tangentes

a. Mtodo Multipasos

b. Mtodo de Runge Kutta

c. Mtodo de Euler
correcto

d. Mtodo de interpolacin

Correcto
Question4
Puntos: 1
La ecuacin es una ecuacin del mtodo:

a. Multipasos

b. De Runge Kutta
Correcto

c. De Euler

d. De Newton-Cottes

Correcto
Question5
Puntos: 1
Usted deber seleccionar la combinacin de dos opciones que responda adecuadamente a la pregunta y marcarla de acuerdo con la
siguiente informacin:
Pregunta:
Dos de la siguientes ecuaciones corresponde al mtodo de Runge Kutta.
1.
2.
3.
4.

a. Las dos ecuaciones son: 1 y 4

b. Las dos ecuaciones son: 1 y 2

c. Las dos ecuaciones son: 2 y 3
Correcto

d. Las dos ecuaciones son: 3 y 4

Correcto
Question6
Puntos: 1
La regla del trapecio o regla trapezoidal es la primera de las frmulas cerradas
de:

a. Newton-Cotes.
Correcto

b. Extrapolacin de Richardson

c. Gauss-Legendre

d. Simpson

Correcto
Question7
Puntos: 1
1. La integral es igual a

a. 2

b. 1

c. 0
Correcto

d. 3

Correcto
Question8
Puntos: 1
Uno de los siguientes no es un mtodo genrico de resolucin numrica
de ecuaciones diferenciales:

a. Mtodo de Multipasos

b. Metodo de Runge Kutta
Incorrecto

c. Mtodo de Simpson

d. Mtodo de Euler

Incorrecto
Question9
Puntos: 1
Adems de aplicar la regla trapezoidal con segmentos cada vez ms finos, otra manera de obtener una estimacin ms exacta de una
integral, es la de usar polinomios de orden superior para conectar los puntos.

a. Mtodo de Romberg

b. Mtodo de Euler

c. Mtodo de interpolacin

d. Regla de Simpson
correcto
Correcto
Question10
Puntos: 1
La ecuacin diferencial y + y - y = x es una ecuacin de orden

a. 3
Correcto

b. 1

c. 2

d. 4

Correcto
Question11
Puntos: 1
Uno de utilidades del mtodo de Runge Kutta es lograr aproximaciones de: las
ecuaciones diferenciales ordinarias:

a. Las ecuaciones diferenciales ordinarias:
Correcto

b. Las ecuaciones lineales

c. Las ecuaciones diferenciales parciales

d. Las ecuaciones cuadrticas

Correcto
Question12
Puntos: 1
En los clculos prcticos se emplea, generalmente, la regla de
Simpson compuesta, en la que el intervalo de integracin [a,b] se
divide en un nmero:

a. Impar n de Intervalos

b. Par n de Intervalos

c. Par n de subintervalos
Correcto

d. Impar n de subintervalos

Correcto
Question13
Puntos: 1
El mtodo de Romberg evala el integrando en puntos:

a. Equiespaciados del intervalo de integracin
Correcto

b. Disimilespaciados del intervalo de integracin

c. Desigualespaciados del intervalo de integracin

d. Inconmensurable del intervalo de integracin

Correcto
Question14
Puntos: 1
La integral es igual a

a. 3

b. 2

c. 0

d. 1
Incorrecto
Incorrecto
Question15
Puntos: 1
En qu nivel el mtodo de Romberg aplica la regla del Trapecio:

a. Nivel Cuatro

b. Nivel Tres

c. Nivel Uno
Correcto

d. Nivel Dos

Correcto

2 PDF

Uploaded by

Document Information

Original Title

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

2 PDF

Uploaded by

Copyright:

Available Formats

Act 1: Revisin de Presaberes

Revisin del intento 1

You might also like