Qumica - Matem

aticas II
Temas 2, 3 y 4. Soluciones a los problemas.
Aritmetica del computador y an
alisis de errores
2.1 (a) Error absoluto: 0.04159. Error relativo: 0.0132385 (hemos tomado 3.14159).
(b) Error absoluto: 0.0004159. Error relativo: 0.0132385 (hemos tomado 3.14159).
2.2 (a) -14.23
(b) -14.26. El segundo metodo es m
as estable, ya que ambos realizan tres sumas/restas pero
el primero realiza cinco multiplicaciones y el segundo solo realiza tres multiplicaciones.
En cada operaci
on mencionada pueden perderse cifras significativas, especialmente en
las multiplicaciones.
2.3 Con la primera se obtiene 0.00658, y con la segunda 0.01. El segundo algoritmo es mas
estable ya que realiza una multiplicacion menos (aunque haga una resta mas), y ademas el
primero tiene problemas cuando el numerador es cercano a cero (cosa que ocurre con los
puntos proporcionados).
Metodos numericos (bisecci
on y Newton)
3.1 No, ya que la funci
on no cambia de signo en ese intervalo. No, ya que la funcion no es
continua en ese intervalo.

3.2 (a) Tomaremos la funci

on f (x) = x2 3 (ya que se anula en 3) y un intervalo peque
no
donde cambie de signo, por ejemplo: [1, 2]. Para asegurarnos de que el error absoluto
2
es menor que 102 resolvemos ba
, obteniendose que n 6.64386. Habra que
2n 10
realizar, por lo tanto, 7 iteraciones. Despues de hacerse, la aproximacion es 1.734375.
(b) Como en el presente curso no hemos visto
el error absoluto del metodo de Newton,
supondremos que conocemos el valor exacto 3 = 1.73205 . . . En tal caso, ya la tercera
iteraci
on del metodo proporciona el valor 1.73214, con lo cual el error es entonces menor
que 102 .
(c) El metodo de Newton, por lo general, realiza mas calculos pero necesita menos iteraciones que el de bisecci
on (para una exactitud prefijada).
3.3 (a) f (0) < 0, f (1) > 0 y la derivada f 0 (x) = 2 + 3ex es positiva en todo R. As pues, la
ecuaci
on f (x) = 0 tiene una u
nica solucion en [0, 1].
00
x
0
0
0
(b),(c) Tenemos
 que f = 3e 0 en todo R. Por otro lado, min{|f (a), f (b)|} = |f (1)| y
 f (1) 
 f 0 (1)  1. As pues, tenemos garantizada la convergencia del metodo de Newton.

(d) Tomamos p0 = 0.5, obteniendose 0.725835.

3.4 (a) Si llamamos f (x) = 2x ex , tenemos que f (0) < 0, f (1) > 0 y f 0 (x) = 2 + ex , siendo
esta u
ltima funci
on no nula en todo R.

(b) c3 = 0.375.
(c) c3 = 0.351734.
(d) Probablemente el m
as acertado sea el metodo de Newton, ya que la precision es mayor
(|c2 c3 | = 9.41 107 en Newton, mientras que |c2 c3 | = 0.125 en biseccion).
(e) (se entiende que se pide un error menor que 102 ). Resolviendo
n 6.64386; son necesarias, por lo tanto, 7 iteraciones.

ba
2n

102 se obtiene

Metodos numericos (secante, Regula Falsi y punto fijo)

3.1 (a) En [0.5, 1] la funci
on es continua y cambia de signo. Ademas, su derivada f 0 (x) = 1+2/x
es no nula en (0.5, 1).
(b) Bisecci
on: 0.71875. Secante: 0.703468. Regula Falsi: 0.703518.
(c) No, es imposible aplicarle dicho metodo ya que g 0 [x] = 2/x y la u
nica forma de que
fuese | 2/x| 1 siendo x positivo, es que tuvieramos x 2. Pero la raz no esta en el
intervalo (2, +) sino en el (0.5, 1).
5

3.2 Si escribimos g(x) = x 6+1 , tenemos que g 0 (x) = 5x6 y por lo tanto g es creciente. Como
g(0) = 1/6 [0, 1] y g(1) = 1/3 [0, 1], solo queda encontrar K < 1 tal que |g 0 (x)| K en el
intervalo. En efecto, g 0 (x) es positiva y creciente en ese intervalo (su derivada es 10x3 /3) as
que |g 0 (x)| < g 0 (1) = 5/6 en el intervalo. Tomando entonces K = 5/6 se cumplen todas las
hip
otesis del teorema. Realizando iteraciones del metodo, en la tercera se obtiene 0.166688
con precisi
on mejor que 105 . Para asegurarnos de que el error absoluto es menor que 106
n
6
, obteniendose que n 71.973; son necesarias, por lo tanto, 72
resolvemos ba
2 K 10
iteraciones.
3.3 Intervalos: (2, 1), (0, 0.7) y (0.8, 2). Secante: 1.253088278. Regula Falsi: 1.169844542.
Interpolaci
on y aproximaci
on de funciones
4.1 P3 (x) = 9x 12x2 + 4x3 .
4.2 (a) P2 (x) = 911 159x + 7x2 .
(b) A las 10 : 30 pasaran, aproximadamente, 13.25 viajeros.
4.3 (a) P2 (x) = x 0.5x2 .
(b) P3 (x) = 1.04767 + 0.179086x 0.0044057x2 .
(c) P2 (11) = 49.5 y P3 (11) = 2.48453, mientras que f (11) = 2.48491. Esta claro que el
polinomio de Lagrange es mejor. El polinomio de Taylor solo debe usarse para valores
muy cercanos al centro del desarrollo (en este caso, a cero).
1
96 (96 +

0.5

4.4 (a) P4 (x) =

66x + 23x2 + 6x3 + x4 )

(b) Como 2 = 2, sustituimos 0.5 en el polinomio calculado: P4 (0.5) 1.412109. En

este curso no se ha visto c
omo hallar una estimacion del errorcometido, as que nos conformaremos con comparar la aproximacion con el valor real 2 = 1.414213 . . .. Nuestro
error absoluto ser
a entonces, aproximadamente, |1.412109 1.414213| = 0.002104.