UNIVERSIDAD AUSTRAL DE CHILE

FACULTAD DE CIENCIAS DE LA INGENIERÍA

CENTRO DE DOCENCIA DE CIENCIAS BÁSICAS PARA INGENIERÍA

PRUEBA SUMATIVA N◦ 3
MÉTODOS NUMÉRICOS PARA INGENIERÍA
07 de agosto de 2018

Nombre :

Profesor :

Grupo :

Sala :

Instrucciones

• Marque solo una alternativa. En caso contrario la pregunta NO será evaluada.

• Cada respuesta correcta suma 10 puntos y cada respuesta incorrecta descuenta 3 puntos.
• Solo se revisará la hoja de respuestas.
• No se atenderán consultas durante la prueba.

• Cualquier intento de copia será sancionado.

• Tiempo: 120 minutos.

HOJA DE RESPUESTAS

a b c d
1.
2.
3.
4.
BUENAS
5.
MALAS
6.
7. PUNTAJE

8. NOTA

9.
10.
11.
12.
En cada una de las siguientes preguntas de selección múltiple, marque
solo una alternativa.
1. Para un conjunto de n datos se quiere encontrar una curva de la forma

w = xβ1 · y β2 · z β3

que mejor se ajuste en el sentido de los mı́nimos cuadrados. El sistema de ecuaciones que permite encontrar
los valores de β1 , β2 y β3 es:
 P n n n  Pn 
(ln xi )2
P P
ln xi · ln yi ln xi · ln zi ln w · ln x
 
 i=1 i=1 i=1  β1 i i
   i=1
 
P n n n n 
2
 ln x · ln y P P P
(a)  i i (ln yi ) ln yi · ln zi  β2  = 
    ln wi · ln yi .
i=1 i=1 i=1     i=1 
P n n n   n 
2 β
P P P
ln xi · ln zi ln yi · ln zi (ln zi ) 3 ln wi · ln zi
i=1 i=1 i=1 i=1
 n n n  n
P 
ln x2i
P P P
ln xi · ln yi ln xi · ln zi ln w · ln x
 
 i=1 β 1 i i
i=1 i=1
   i=1
  
 n n n n
P 
ln yi2
P P P
(b)  ln xi · ln yi ln yi · ln zi  β2  =  ln wi · ln yi .
   
i=1 i=1 i=1     i=1 
Pn n n   n 
2 β
P P P
ln xi · ln zi ln yi · ln zi ln zi 3 ln wi · ln zi
i=1 i=1 i=1 i=1
 P n n n  P n 
(ln xi )2
P P
ln(xi · yi ) ln(xi · zi ) ln w · ln x
 
 i=1 i=1 i=1  β1  i=1 i i

 n n n n
P    P 
(ln yi )2
P P
(c)  ln(xi · yi ) ln(yi · zi )  β2  =  ln wi · ln yi ) .
   
i=1 i=1 i=1    i=1 
Pn n n  P n 
2 β3
P P
ln(xi · zi ) ln(yi · zi ) (ln zi ) ln wi · ln zi )
i=1 i=1 i=1 i=1
 P n n n  Pn 
(ln xi )2
P P
ln xi · ln yi ln xi · ln zi ln(w · x )
 
 i=1 i=1 i=1  β1 i i
   i=1
 
 n n n n
P 
(ln yi )2
P P P
(d)  ln xi · ln yi ln yi · ln zi  β2  =  ln(wi · yi ) 
.
   
i=1 i=1 i=1     i=1 
Pn n n   n 
2 β
P P P
ln xi · ln zi ln yi · ln zi (ln zi ) 3 ln(wi · zi )
i=1 i=1 i=1 i=1

ax
2. El problema de ajustar un modelo y(x) = (donde a y b son los parámetros a determinar) a partir de una
b+x
tabla
x −0.5 −1 1 0.5
y 0.25 0.5 0.5 0.25
1 1
se puede reducir a un problema del tipo Y (X) = c1 + c2 X, donde X = e Y = . Entonces, los estimadores
x y
de a y b en el sentido de los mı́nimos cuadrados son:

(a) a = 3 y b = 0. 1
(c) a = 0 y b = .
1 3
(b) a = y b = 0. (d) a = 0 y b = 3.
3

3. Considere la siguiente función

 6 5 2
 2x + x + 3x + 1, si
 −2 ≤ x ≤ 2,
f (x) = x3 − x2 + 1, si 2 < x ≤ 5,

x2 − 1, si 5 < x ≤ 7.


Z7
El valor de f (x)dx se puede determinar de manera exacta aplicando:
−2

(a) Cuadratura de Gauss con tres nodos en el primer tramo, regla del trapecio en el segundo tramo y regla
de Simpson en el tercer tramo.
(b) Cuadratura de Gauss con tres nodos en el primer tramo, regla de Simpson en el segundo y tercer tramo.
(c) Cuadratura de Gauss con cuatro nodos en el primer tramo, regla de Simpson en el segundo tramo y
cuadratura de Gauss de dos nodos en el tercer tramo.
(d) Cuadratura de Gauss con cuatro nodos en el primer tramo, regla de Simpson en el segundo tramo y regla
del trapecio en el tercer tramo.
4. Dada la integral
Z7
I= xe−(x+2) dx.
−2

¿Cuál será la menor cantidad de intervalos que se debe considerar para que el error en el método del trapecio
compuesto sea menor a 2.7 × 10−3 ?

(a) 299 intervalos. (c) 301 intervalos.

(b) 302 intervalos. (d) 300 intervalos.
 5. Dada la integral
Z7
I= xe−(x+2) dx.
−2

¿Cuál será la menor cantidad de puntos que se debe considerar para que el error en el método de Simpson
compuesto sea menor a 3 × 10−5 ?

(a) 90 puntos. (c) 91 puntos.

(b) 92 puntos. (d) 93 puntos.

6. La siguiente es la tabla de nodos xk y pesos wk para la cuadratura de Gauss con tres puntos:

k pxk wk
1 − 3/5 5/9
2 p0 8/9
3 3/5 5/9

El teorema de los números primos afirma que la función π(x) definida como el número de números primos
menores o iguales a x es asintóticamente igual a la integral logarı́tmica desplazada Π(x), esto es:
Zx
ds
π(x) ≈ Π(x) = .
ln s
2

Utilizando cuadratura de Gauss con tres puntos, el valor estimado de Π(11) es:

(a) 5.54585. (c) 2.40876.

(b) 10.83940. (d) 9.66003.

7. Considere la integral
Zπ
sin x
I= dx
x
0

Si IT e IS son la aproximaciones de la integral I, de acuerdo a la regla del trapecio y de Simpson, respectiva-

mente. El valor de |IS − IT | es:

4−π 16 − π
(a) |IS − IT | = . (c) |IS − IT | = .
3 3
16 − π 4−π
(b) |IS − IT | = . (d) |IS − IT | = .
6 6

8. Dado el PVI 
 y 0 (x) x + y(x)
= ,

2

y(0) = 1.


Se define un método numérico asociado al PVI anterior, como:

yk+1 = yk + hf (xk+1 , yk + hf (xk , yk )) ; y0 = y(x0 ).

Al utilizar este esquema con paso h = 1/2, el valor que falta en la siguiente tabla es:

xk 0 1/2 1
yk 1 23/16
(a) 144/100. (c) 555/256.
(b) 371/246. (d) 370/255.

9. Considere el PVI
dy 2
= t2 − et , y(0) = 1,
dt
cuya solución exacta es y = y(t). Con respecto al error de truncamiento local, se puede afirmar que:

(a) eloc (xk+1 ) es el error de paso de y(xk ) a y(xk+1 ). (c) eloc (xk+1 ) es el error de paso de yk a yk+1 .
hn+1 (n+1)
(b) |eloc (xk+1 )| = Chp+1 , C > 0. (d) eloc (xk+1 ) = y (c).
(n + 1)!

10. Considere el PVI (

y 0 = −(ln x)2 , x ∈ [3, 6]
y(3) = 1
Para aproximar y(6) por el método de serie de Taylor de orden 2, ¿cuál es el tamaño de paso h, necesario
para que el error de truncamiento local sea menor a 10−6 ?
(a) 0.047. (c) 0.049.
(b) 0.040. (d) 0.050.
 Rb
11. Indique cual de los siguientes programas en Matlab calcula la integral a f (x)dx mediante la regla de Simpson
compuesto, asuma que la función f (x) esta programada en otro archivo de Matlab llamado fun.m y que soporta
entrada de vectores:

(a) f u n c t i o n I=SimpsonComp ( a , b , n )
h=(b−a ) / n ;
x=a+h ∗ [ 1 : n ] ;
I=h / 3 ∗ ( f ( x (1))+ f ( x ( n))+4∗sum ( fun ( x ( [ 1 : 2 : n −1])))+2∗sum ( fun ( x ( [ 2 : 2 : n − 1 ] ) ) ) ) ;

(b) f u n c t i o n I=SimpsonComp ( a , b , n )
h=(b−a ) / n ;
x=a+h ∗ [ 1 : n − 1 ] ;
I=h / 3 ∗ ( fun ( a)+ fun ( b)+4∗sum ( fun ( x ( [ 1 : 2 : n −1])))+2∗sum ( fun ( x ( [ 2 : 2 : n − 1 ] ) ) ) ) ;

(c) f u n c t i o n I=SimpsonComp ( a , b , n )
h=(b−a ) / n ;
x=a+h ∗ [ 1 : n − 1 ] ;
I=h / 3 ∗ ( fun ( a)+ fun ( b)+4∗sum ( fun ( x ( [ 1 : n −1])))+2∗sum ( fun ( x ( [ 2 : n − 1 ] ) ) ) ) ;

(d) f u n c t i o n I=SimpsonComp ( a , b , n )
h=(b−a ) / n ;
x=a+h ∗ [ 1 : n ] ;
I=h / 3 ∗ ( fun ( a)+ fun ( b)+4∗sum ( fun ( x ( [ 1 : 2 : n −1])))+2∗sum ( fun ( x ( [ 2 : 2 : n − 1 ] ) ) ) ) ;

12. Considere un PVI de la forma: ( 0

y (x) = f (x, y), x ∈ [a, b]

y(a) = y0
El siguiente pseudocódigo muestra la parte iterativa de un algoritmo que sirve para resolver el P.V.I anterior.

Algoritmo 1:
1
2 para i ← 1 a N − 1 hacer
3 k1 ← f (xi , yi )
4 k2 ← f (xi + h2 , yi + h2 k1 )
5 yk+1 ← yk + hk2
6 xi ← a + ih
7 fin

Indique cuál debe ser el código en Matlab que mejor representa el pseudocódigo antes descrito.

(a) x=a ;
f o r i =1:n
k1=f ( x , y ( i ) ) ;
k2=f ( x+h / 2 , y ( i )+h/2∗ k1 ) ;
y ( i +1)=y ( i )+h∗ k2 ;
x=x+h ;
end

(b) x=a ;
f o r i =1:n
k1=f ( x , y ( i ) ) ;
k2=f ( x+h / 2 , y ( i )+h/2∗ k1 ) ;
y ( i +1)=y ( i )+h∗ k2 ;
end

(c) x=a ;
f o r i =1:n
k1=f ( x , y ( i ) ) ;
k2=f ( x+h / 2 , y ( i )+h/2∗ k1 ) ;
y=y+h∗ k2 ;
x=x+h ;
end

(d) x=a ;
f o r i =1:n
k1=f ( x , y ( i ) ) ;
k2=f ( x+h / 2 , y ( i )+h/2∗ k1 ) ;
y=y+h∗ k2 ;
end