Académique Documents
Professionnel Documents
Culture Documents
En cada una de las siguientes preguntas de selección múltiple, marque solo una alternativa.
ax
1. El problema de ajustar un modelo y(x) = (donde a y b son los parámetros a determinar) a partir de una tabla
b+x
con xi , yi > 0, i = 1, . . . , m, se puede reducir a un problema del tipo Y (X) = c1 + c2 X. Indique cuál de las tablas
que siguen se puede obtener c1 y c2 por mı́nimos cuadrados.
X x1 x2 ··· xm
1 1 1
x1 x2 xm . X ···
(a) Y ··· (c) x1 x2 xm .
y1 y2 ym
Y y1 y2 ··· ym
1 1 1
X ···
x1 x2 xm
X x1 x2 ··· xm (d) .
(b) 1 1 1 . 1 1 1
Y ··· Y ···
y1 y2 ym y1 y2 ym
√ b
2. Para encontrar la curva del tipo g(x) = a x + que mejor ajusta los datos (1, 2), (2, 4) y (3, 0), en el sentido de los
x
mı́nimos cuadrados, ¿Cuál de los siguientes sistemas de ecuaciones es necesario resolver?
4.1463 1.8333 a 7.6569 3 6 a 6
(a) = . (c) = .
1.8333 1.3611 b 4 6 14 b 10
6 2.2845
a 4
6 2.2845 a 7.6569
(b) = . (d) = .
2.2845 1.3611 b 7.6569 2.2845 1.3611 b 4
ax
3. El problema de ajustar un modelo y(x) = (donde a y b son los parámetros a determinar) a partir de la tabla
x+b
de datos
x 1 3/2 2 5 7
y 1 6/5 4/3 5/3 7/4
1 1
se puede reducir a un problema del tipo Y (X) = c1 + c2 X, donde X = e Y = . ¿Cuál de los siguientes sistemas
x y
de ecuaciones normales es necesario resolver para obtener c1 y c2 de acuerdo al método de mı́nimos cuadrados?
Al ajustar una función de la forma f (x) = aebx en el sentido de mı́nimos cuadrados, aproximadamente se tiene que:
1
5. Se desea ajustar, mediante mı́nimos cuadrados, la función
5α
I(t) =
tβ
a la tabla
t 2 6 10 18 24
I 24 12.5 8.5 7.6 6.3
5 5 5
X X X Ii
1 − ln ti ln
5
i=1 i=1
ln α
i=1
(b)
=
.
5 5 β 5
Ii
X X
2 X
ln ti − (ln ti ) − ln ti · ln
i=1 i=1 i=1
5
5 5 5
X X X Ii
1 − ln ti − ln
5
i=1 i=1
ln α i=1
(c)
=
.
5 5 β 5
Ii
X X X
2
− ln ti (ln ti ) ln ti · ln
i=1 i=1 i=1
5
5 5 5
X X X Ii
1 − ln ti ln
5
i=1 i=1
ln α i=1
(d)
=
.
5 5 β 5
Ii
X X
2 X
− ln ti (ln ti ) − ln ti · ln
i=1 i=1 i=1
5
6. Para un conjunto de n datos (xi , yi ) con i = 1, ..., n se quiere encontrar una curva de la forma
y = c1 + c2 ex + c3 e−x
que mejor se ajuste a los valores de la tabla en el sentido de los mı́nimos cuadrados. El sistema de ecuaciones que
permite encontrar los valores de c1 , c2 y c3 es:
P n n n P n
exi e2xi
P P
1 c1 yi
i=1 i=1 i=1 i=1
n e−xi P n n n
P
−2xi x
P P
(a) 1 e c2 =
i=1 yi e i
.
i=1 i=1 i=1
P n n n n
xi −xi −xi
P P P
1 e e c3 yi e
i=1 i=1 i=1 i=1
Pn n n Pn
e−xi
exi
P P
1 c1 yi
i=1 i=1 i=1 i=1
Pn n n n
exi 2xi
yi exi
P P P
(b)
e 1 c2
= .
i=1 i=1 i=1 i=1
Pn n n Pn
e−xi e−2xi yi e−xi
P P
1 c3
i=1 i=1 i=1 i=1
Pn n n Pn
e−xi
exi
P P
1 c1 yi
i=1 i=1 i=1
i=1
Pn n n n
exi 2xi
yi e−xi
P P P
(c)
e 1 c2
=
.
i=1 i=1 i=1 i=1
Pn n n n
e−xi e−2xi yi exi
P P P
1 c3
i=1 i=1 i=1 i=1
Pn n n Pn
e−xi
exi
P P
1 c1 yi
i=1 i=1 i=1 i=1
n exi n n n
P
2xi
yi exi
P P P
(d) e 1 c2
= .
i=1 i=1 i=1 i=1
Pn n n n
e−xi e−2xi yi e−xi
P P P
1 c3
i=1 i=1 i=1 i=1
2
7. La siguiente tabla contiene los datos de la población de una ciudad de acuerdo a los censos realizados cada 10 años,
desde 1950 hasta 2000:
el sistema de ecuaciones normales que se obtiene al ajustar los datos de esta tabla al modelo:
c
P (t) = a + b(t − 1900) +
t − 1900
es:
6 6 6 6
P P 1 P P
1 (ti − 1900) Pi
i=1 i=1 (t i − 1900) i=1 a i=1
P6 1 6 6 6
(ti − 1900)2
P P P
(a) 1 b = Pi (ti − 1900).
(t −
i=1 i 1900) i=1 i=1 c i=1
P 6 6
P P6 1 P6 Pi
(ti − 1900) 1 2
i=1 i=1 (t
i=1 i − 1900) (t
i=1 i − 1900)
6 6 6 6
P P P 1 P
1 (ti − 1900) Pi
i=1 i=1 (t
i=1 i − 1900)
a i=1
6 6 6 6 P
P P i
(ti − 1900)2
P P
(ti − 1900)
(b) 1 b = .
i=1 i=1 i=1
c
(t
i=1 i − 1900)
P 6 1 6
P 6
P 1 P6
1 2
Pi (ti − 1900)
i=1 (ti − 1900) i=1 i=1 (ti − 1900) i=1
6 6 6 6
P P 1 P P
1 (ti − 1900) Pi
i=1 (t
i=1 i − 1900) i=1 a i=1
6 1 6 6 6 P
P P i
(ti − 1900)2
P P
(c) b =
1 .
i=1 (ti − 1900) i=1 (ti − 1900)
i=1 i=1 c
P 6 6
P P6 1 P6
(ti − 1900) 1 2
Pi (ti − 1900)
i=1 i=1 i=1 (ti − 1900) i=1
6 6 6 6
P P P 1 P
1 (ti − 1900) Pi
i=1 (ti − 1900)
i=1 i=1
i=1
a
P 6 6 6 P6
(ti − 1900)2
P P
(d) (ti − 1900)
1 b = Pi (ti − 1900).
i=1 i=1 i=1 c i=1
P 6 1 6
P 6
P 1 P6 Pi
1
i=1 (ti − 1900) i=1 i=1 (ti − 1900)2 i=1 (ti − 1900)
9. Sea Z 1
I= e−x sin xdx.
0
Si se desea aproximar el valor de I utilizando trapecio compuesta, el mı́nimo número de intervalos suficiente para
tener un error menor o igual a 10−5 es:
Zπ/2
sin(2t)dt,
0
3
11. El menor número de intervalos suficiente para aproximar el valor de la integral
Z 2
3
dx,
0 4 − x
utilizando el método de Simpson con 8 particiones. El valor aproximado de la integral de acuerdo a dicho método es:
¿Cuál será la menor cantidad de puntos que se debe considerar para que el error en el método del trapecio compuesto
sea menor a 9 × 10−6 ?
4
18. Dado el P.V.I.
(
y 0 = f (x, y)
y(x0 ) = y0
Se define un método numérico asociado al PVI anterior, como:
Si consideramos el PVI
(
y0 = y
y(0) = 1
con h = 0.1, al aplicar el método anterior, se tiene:
Al utilizar este esquema con paso h = 0.5, el valor que falta en la siguiente tabla es:
(a) |ER (0.5)| = 2.8305622 × 10−5 . (c) |ER (0.5)| = 2.8012327 × 10−5 .
(b) |ER (0.5)| = 2.8096527 × 10−5 . (d) |ER (0.5)| = 2.8122652 × 10−5 .
5
Rb
23. Indique cual de los siguientes programas en Matlab calcula la integral a f (x)dx mediante la regla del trapecio
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 n t=t r a p ( a , b ,N)
h=(b−a ) /N;
x=a+h ∗ [ 1 :N] −1/2;
i n t=h∗sum ( fun ( x ) ) ;
end
b) f u n c t i o n i n t=t r a p ( a , b ,N)
h=(b−a ) /N;
x=a+h ∗ [ 1 : N− 1 ] ;
i n t=h ∗ ( ( fun ( a)+ fun ( b))/2+sum ( fun ( x ) ) ) ;
end
c) f u n c t i o n i n t=t r a p ( a , b ,N)
h=(b−a ) / ( 2 ∗N ) ;
x=a+h ∗ [ 1 : N− 1 ] ;
i n t=h / 3 ∗ ( ( fun ( a)+ fun ( b))/2+sum ( fun ( x ) ) ) ;
end
d) f u n c t i o n i n t=t r a p ( a , b ,N)
h=(b−a ) / ( 2 ∗N ) ;
x=a+h ∗ [ 1 : N− 1 ] ;
i n t=h ∗ ( fun ( a)+sum ( fun ( x))+ fun ( b ) ) ;
end
El programa en ambiente Matlab que resuelve el PVI por el método de serie de Taylor de orden 1 es:
a) f u n c t i o n [ x , y]= E u l e r ( x0 , y0 , b , h )
N=(b−x0 ) / h ;
x (1)= x0 ;
y (1)= y0 ;
f o r n=1:N−1
x ( n+1)=x ( n)+h ;
y ( n+1)=y ( n)+h∗y ( n)/(1+ x ( n ) ˆ 2 ) ;
end
end
b) f u n c t i o n [ x , y]= E u l e r ( x0 , y0 , b , h )
N=(b−x0 ) / h ;
x (1)= x0 ;
y (1)= y0 ;
f o r n=1:N−1
x ( n+1)=x ( n)+h ;
y ( n+1)=y ( n)+y ( n)/(1+ x ( n ) ˆ 2 ) ;
end
end
c) f u n c t i o n [ x , y]= E u l e r ( x0 , y0 , b , h )
N=(b−x0 ) / h ;
x (1)= x0 ;
y (1)= y0 ;
f o r n=1:N−1
x ( n+1)=x ( n ) ;
y ( n+1)=y ( n)+h∗y ( n)/(1+ x ( n ) ˆ 2 ) ;
end
end
d) f u n c t i o n [ x , y]= E u l e r ( x0 , y0 , b , h )
N=(b−x0 ) / h ;
x (1)= x0 ;
y (1)= y0 ;
f o r n=1:N−1
x ( n+1)=x ( n ) ;
y ( n+1)=y ( n)+y ( n)/(1+ x ( n ) ˆ 2 ) ;
end
end
6
25. El algoritmo del método de Euler para resolver un PVI de la forma:
y 0 (x) = y
, x ∈ [a, b]
1 + x2
y(a) = y0
es el siguiente:
Algoritmo 1: Euler
1 para i ← 1 a N − 1 hacer
2 xi ← a + ih xi1 ← xi + h
yi1 ← yi + hf (xi , yi )
yi+1 ← yi + h2 [f (xi , yi ) + f (xi1 , yi1 )]
3 fin
Indique cuál debe ser la quinta linea del siguiente código de Matlab para implementar este método a partir de los
datos a, b, f , N e y(1) = y0 .
h=(b−x0 ) /N;
x=a+h ∗ [ 0 ,N ] ;
f o r n=1:N
K1=h∗ f ( x ( i ) , y ( i ) ) ;
K2 = . . . . . . . . . . . . . . ;
y ( i +1)=y ( i ) + 0 . 5 ∗ (K1+K2 ) ;
end
a) K2=h∗ f ( x ( i ) , y ( i )+K1 ) ;
c) K2=h∗ f ( x ( i ) , y ( i + 1 ) ) ;
d) K2=h∗ f ( x ( i +1) , y ( i + 1 ) ) ;