Académique Documents
Professionnel Documents
Culture Documents
a) de segundo grado
b) de primer grado
c) de tercer grado
d) de cuarto grado
e) de quinto grado
4 Ajuste de curvas e interpolación
4.1 Interpolación: Lineal y cuadrática
4.1.1 Interpolación: Lineal y cuadrática
7.- Estime el logaritmo natural de 2 mediante interpolación lineal. Realice el cálculo por
interpolación entre ln 1 = 0 y ln 6 = 1.791759.
( Modificar Reactivo ID 706971)
a) 0.3583519
b) 0.3899585
c) 0.3987466
d) 0.3055888
e) 0.3356888
4 Ajuste de curvas e interpolación
4.1 Interpolación: Lineal y cuadrática
4.1.1 Interpolación: Lineal y cuadrática
8.- Estime el logaritmo natural de 2 mediante interpolación lineal. Realice el cálculo por
interpolación entre ln 1 = 0 y ln 4 = 1.386294. ( Modificar Reactivo ID 706972)
[Escriba aquí]
a) 0.4620981
b) 0.4258999
c) 0.4129987
d) 0.4898766
e) 0.5025577
4 Ajuste de curvas e interpolación
4.1 Interpolación: Lineal y cuadrática
4.1.1 Interpolación: Lineal y cuadrática
9.- Interpolación que consiste en mejorar la estimación al introducir alguna curvatura a
la línea que une los puntos. Si se tienen tres puntos como datos, éstos pueden ajustarse en
un polinomio de segundo grado.
706980)
a) interpolación lineal
b) interpolación cuadrática
c) interpolación cúbica
d) interpolación de Newton
e) interpolación de lagrange
4 Ajuste de curvas e interpolación
4.2 Polinomios de interpolación: Diferencias divididas de Newton y de Lagrange
4.2.1 Polinomios de interpolación: Diferencias divididas de Newton y de Lagrange
7.- La siguiente figura muestra un ejemplo de interpolación... ( Modificar Reactivo ID
706984)
a) cúbica
[Escriba aquí]
b) lineal
c) cuadrática
d) parabólica
e) de cuarto grado
4 Ajuste de curvas e interpolación
4.3 Regresión por mínimos cuadrados: Lineal y Cuadrática.
4.3.1 Regresión por mínimos cuadrados: Lineal y Cuadrática.
1.- Consiste en obtener una función de aproximación que se ajuste a la forma o a la
tendencia general de los datos, sin coincidir necesariamente en todos los puntos (
Modificar Reactivo ID 706996)
a) Regresión por mínimos cuadrados
b) Interpolación polinomial
c) Extrapolación
d) Interpolación de Lagrange
e) Integración numérica
4 Ajuste de curvas e interpolación
4.3 Regresión por mínimos cuadrados: Lineal y Cuadrática.
4.3.1 Regresión por mínimos cuadrados: Lineal y Cuadrática.
2.- En una regresión lineal es la discrepancia entre el valor verdadero de y y el valor
aproximado, a0+a1x, que predijo la ecuación lineal. ( Modificar Reactivo ID 707021)
a) error o residuo
b) suma de los cuadrados
c) desviación estándar
d) coeficiente de determinación
e) coeficiente de correlación
4 Ajuste de curvas e interpolación
4.3 Regresión por mínimos cuadrados: Lineal y Cuadrática.
4.3.1 Regresión por mínimos cuadrados: Lineal y Cuadrática.
3.- Es el procedimiento elegido para ajustar una función simple, al producir una recta
que hace mínima la suma de los cuadrados de las distancias verticales entre cada punto y
la recta. ( Modificar Reactivo ID 707022)
a) mínimos cuadrados
b) máxima verosimilitud
c) anova
d) covarianza
e) análisis de residuales
4 Ajuste de curvas e interpolación
4.3 Regresión por mínimos cuadrados: Lineal y Cuadrática.
4.3.1 Regresión por mínimos cuadrados: Lineal y Cuadrática.
4.- Procedimiento que consigue que las distancias verticales entre cada punto y la recta
sean mínimas: ( Modificar Reactivo ID 707023)
a) mínimos cuadrados
b) máxima verosimilitud
c) métodos bayesianos
d) colinealidad
e) anova
4 Ajuste de curvas e interpolación
4.3 Regresión por mínimos cuadrados: Lineal y Cuadrática.
4.3.1 Regresión por mínimos cuadrados: Lineal y Cuadrática.
5.- Método que mínimiza los errores cuadrados, garantizando el mejor ajuste de la recta
de regresión. ( Modificar Reactivo ID 707024)
a) Mínimos cuadrados
[Escriba aquí]
b) Cuadrados medios
c) Errores
d) Estadística descriptiva
e) Métodos iterativos
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
1.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 1.
( Modificar Reactivo ID 707025)
a) 5.5
b) 6.5
c) 7.0
d) 8.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
2.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 3.
( Modificar Reactivo ID 707026)
a) 6.5
b) 5.5
c) 7.0
d) 8.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
3.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 5.
( Modificar Reactivo ID 707027)
a) 6.5
b) 5.5
c) 7.0
d) 8.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
4.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 7
( Modificar Reactivo ID 707028)
a) 7.0
b) 5.5
[Escriba aquí]
c) 6.5
d) 8.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
5.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 8.
( Modificar Reactivo ID 707029)
a) 8.0
b) 5.5
c) 6.5
d) 7.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
6.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 10.
( Modificar Reactivo ID 707030)
a) 8.5
b) 5.5
c) 6.5
d) 7.0
e) 8.0
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
7.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 11.5. ( Modificar Reactivo ID
707031)
a) 7.5
b) 5.5
c) 6.5
d) 7.0
e) 8.0
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
8.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 13.
( Modificar Reactivo ID 707032)
a) 8.0
b) 5.5
c) 6.5
[Escriba aquí]
d) 7.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
9.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 14.
( Modificar Reactivo ID 707033)
a) 9.0
b) 6.5
c) 7.0
d) 8.0
e) 8.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
10.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 16.
( Modificar Reactivo ID 707034)
a) 11.0
b) 12.5
c) 13.0
d) 10.0
e) 11.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
11.- Realice una interpolación lineal, usando los siguientes datos:
x | 0 2 4 6 9 11 12 15 17 19
y | 5 6 7 6 9 8 7 10 12 12
para encontrar que valor de la variable y corresponde a x = 18.
( Modificar Reactivo ID 707035)
a) 12.0
b) 11.0
c) 13.0
d) 10.0
e) 14.5
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
12.- Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se necesita para
hacer que falle. Los resultados se presentan en la tabla siguiente.
Al hacerse una gráfica log-log, del esfuerzo (x) contra número de ciclos (y), la tendencia de
los datos presenta una relación lineal. Realice una interpolación lineal para determinar
[Escriba aquí]
cuántos ciclos se necesitan para hacer que el material alcance la falla por fatiga al aplicarle
un esfuerzo de 1050 Mpa.
( Modificar Reactivo ID 707036)
a) 3.07674
b) 45.4916
c) 317.587
d) 20861.1
e) 3474.72
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
13.- Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se necesita para
hacer que falle. Los resultados se presentan en la tabla siguiente.
Al hacerse una gráfica log-log, del esfuerzo (x) contra número de ciclos (y), la tendencia de
los datos presenta una relación lineal. Realice una interpolación lineal para determinar
cuantos ciclos se necesitan para hacer que el material alcance la falla por fatiga al aplicarle
un esfuerzo de 950 Mpa.
( Modificar Reactivo ID 707037)
a) 45.4916
b) 3.07674
c) 317.587
d) 20861.1
e) 3474.72
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
14.- Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se necesita para
hacer que falle. Los resultados se presentan en la tabla siguiente.
Al hacerse una gráfica log-log, del esfuerzo (x) contra número de ciclos (y), la tendencia de
los datos presenta una relación lineal. Realice una interpolación lineal para determinar
cuantos ciclos se necesitan para hacer que el material alcance la falla por fatiga al aplicarle
un esfuerzo de 860 Mpa.
( Modificar Reactivo ID 707038)
a) 317.587
b) 3.07674
c) 45.4916
d) 20861.1
e) 3474.72
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
15.- Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se necesita para
hacer que falle. Los resultados se presentan en la tabla siguiente.
[Escriba aquí]
Al hacerse una gráfica log-log, del esfuerzo (x) contra número de ciclos (y), la tendencia de
los datos presenta una relación lineal. Realice una interpolación lineal para determinar
cuantos ciclos se necesitan para hacer que el material alcance la falla por fatiga al aplicarle
un esfuerzo de 700 Mpa.
( Modificar Reactivo ID 707039)
a) 3474.72
b) 3.07674
c) 45.4916
d) 317.587
e) 20861.1
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
16.- Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se necesita para
hacer que falle. Los resultados se presentan en la tabla siguiente.
Al hacerse una gráfica log-log, del esfuerzo (x) contra número de ciclos (y), la tendencia de
los datos presenta una relación lineal. Realice una interpolación lineal para determinar
cuantos ciclos se necesitan para hacer que el material alcance la falla por fatiga al aplicarle
un esfuerzo de 600 Mpa.
( Modificar Reactivo ID 707040)
a) 20861.1
b) 3.07674
c) 45.4916
d) 317.587
e) 3474.72
4 Ajuste de curvas e interpolación
4.4 Aplicaciones
4.4.1 Aplicaciones
17.- Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se necesita para
hacer que falle. Los resultados se presentan en la tabla siguiente.
Esfuerzo (MPa) | 1100 1000 925 800 625 550 420
N (ciclos) | 1 10 100 1000 10000 100000 1000000
Al hacerse una gráfica log-log, del esfuerzo (x) contra número de ciclos (y), la tendencia de
los datos presenta una relación lineal. Realice una interpolación lineal para determinar
cuantos ciclos se necesitan para hacer que el material alcance la falla por fatiga al aplicarle
un esfuerzo de 500 Mpa.
( Modificar Reactivo ID 707041)
a) 225653
b) 307674
c) 454916
d) 317587
e) 208611
5 Derivación e integración numérica
5.1 Derivación numérica
[Escriba aquí]
c) 0.32 km/s
d) 0.80 km/s
e) 0.56 km/s
5 Derivación e integración numérica
5.1 Derivación numérica
5.1.1 Derivación numérica
8.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f'(xi) = [ f(xi) - f(xi-1) ]/h
para estimar la velocidad del cohete en t = 75 s.
( Modificar Reactivo ID 716480)
a) 0.80 km/s
b) 1.04 km/s
c) 1.28 km/s
d) 0.32 km/s
e) 0.56 km/s
5 Derivación e integración numérica
5.1 Derivación numérica
5.1.1 Derivación numérica
9.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f'(xi) = [ f(xi) - f(xi-1) ]/h
para estimar la velocidad del cohete en t = 100 s.
( Modificar Reactivo ID 716481)
a) 0.56 km/s
b) 0.80 km/s
c) 1.04 km/s
d) 1.28 km/s
e) 0.32 km/s
5 Derivación e integración numérica
5.1 Derivación numérica
5.1.1 Derivación numérica
10.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus
el tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f'(xi) = [ f(xi) - f(xi-1) ]/h
para estimar la velocidad del cohete en t = 125 s.
( Modificar Reactivo ID 716482)
a) 0.32 km/s
b) 0.56 km/s
c) 0.80 km/s
d) 1.04 km/s
e) 1.28 km/s
5 Derivación e integración numérica
5.1 Derivación numérica
[Escriba aquí]
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
3.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia adelante:
f''(xi) = [ f(xi+2) - 2 f(xi+1) + f(xi)]/h2
para estimar la aceleración del cohete en t = 75 s.
( Modificar Reactivo ID 716490)
a) -0.0096 km/s2
b) -0.0056 km/s2
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
4.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f''(xi) = [ f(xi) - 2f(xi-1) + f(xi-2) ]/h2
para estimar la aceleración del cohete en t = 50 s.
( Modificar Reactivo ID 716491)
a) -0.0096 km/s2
b) -0.0056 km/s2
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f''(xi) = [ f(xi) - 2f(xi-1) + f(xi-2) ]/h2
para estimar la aceleración del cohete en t = 75 s.
( Modificar Reactivo ID 716492)
a) -0.0096 km/s2
b) -0.0056 km/s2
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
[Escriba aquí]
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
6.- ra un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f''(xi) = [ f(xi) - 2f(xi-1) + f(xi-2) ]/h2
para estimar la aceleración del cohete en t = 100 s.
( Modificar Reactivo ID 716493)
a) -0.0096 km/s2
b) -0.0056 km/s2
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
7.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas hacia atrás:
f''(xi) = [ f(xi) - 2f(xi-1) + f(xi-2) ]/h2
para estimar la aceleración del cohete en t = 125 s.
( Modificar Reactivo ID 716494)
a) -0.0096 km/s2
b) -0.0056 km/s2
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
8.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus
el tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas centradas:
f''(xi) = [ f(xi+1) - 2f(xi) + f(xi-1) ]/h2
para estimar la aceleración del cohete en t = 25 s.
( Modificar Reactivo ID 716495)
a) -0.0096 km/s2
b) -0.0056 km/s2
c) -0.0080 km/s2
d) -0.0004 km/s2
e) -0.0032 km/s2
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
9.- Para un cohete, se recabaron los datos siguientes de la distancia recorrida versus el
tiempo.
t (s) 0 25 50 75 100 125
y (km) 0 32 58 78 92 100
Use la fórmula de diferencias divididas finitas centradas:
[Escriba aquí]
c) -30500 kPa.cm3
d) -37000 kPa.cm3
e) -42500 kPa.cm3
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
13.- Los datos que relacionan la presión con el volumen para un gas durante un proceso
termodinámico son:
V(cm3) 900 800 700 600 500 400 300 200 100
p(kPa) 80 200 270 340 400 450 480 500 510
Estime el trabajo (W) realizado entre los 800 y 700 cm3. Dado que ΔW = p ΔV, use la regla
del trapecio de aplicación simple:
I = (b-a) [f(a) + f(b)]/2
( Modificar Reactivo ID 716500)
a) -23500 kPa.cm3
b) -14000 kPa.cm3
c) -30500 kPa.cm3
d) -37000 kPa.cm3
e) -42500 kPa.cm3
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
14.- Los datos que relacionan la presión con el volumen para un gas durante un proceso
termodinámico son:
V(cm3) 900 800 700 600 500 400 300 200 100
p(kPa) 80 200 270 340 400 450 480 500 510
Estime el trabajo (W) realizado entre los 700 y 600 cm3. Dado que ΔW = p ΔV, use la regla
del trapecio de aplicación simple:
I = (b-a) [f(a) + f(b)]/2
( Modificar Reactivo ID 716501)
a) -30500 kPa.cm3
b) -14000 kPa.cm3
c) -23500 kPa.cm3
d) -37000 kPa.cm3
e) -42500 kPa.cm3
5 Derivación e integración numérica
5.2 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
5.2.1 Integración numérica: Método del trapecio, Métodos de Simpson 1/3 y 3/8.
15.- Los datos que relacionan la presión con el volumen para un gas durante un proceso
termodinámico son:
V(cm3) 900 800 700 600 500 400 300 200 100
p(kPa) 80 200 270 340 400 450 480 500 510
Estime el trabajo (W) realizado entre los 600 y 500 cm3. Dado que ΔW = p ΔV, use la regla
del trapecio de aplicación simple:
I = (b-a) [f(a) + f(b)]/2
( Modificar Reactivo ID 716502)
a) -37000 kPa.cm3
b) -14000 kPa.cm3
c) -23500 kPa.cm3
d) -30500 kPa.cm3
e) -42500 kPa.cm3
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
[Escriba aquí]
c) -38333.3 kPa.cm3
d) -99666.7 kPa.cm3
e) -79686.7 kPa.cm3
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
8.- Los datos que relacionan la presión con el volumen para un gas durante un proceso
termodinámico son:
V(cm3) 900 800 700 600 500 400 300 200 100
p(kPa) 80 200 270 340 400 450 480 500 510
Estime el trabajo (W) realizado entre los 300 y 100 cm3. Dado que ΔW = p ΔV, use la regla de
Simpson 1/3
I = (b-a) [f(x0) + 4 f(x1) + f(x2)]/6
( Modificar Reactivo ID 716510)
a) -99666.7 kPa.cm3
b) -67666.7 kPa.cm3
c) -38333.3 kPa.cm3
d) -89333.3 kPa.cm3
e) -79686.7 kPa.cm3
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
9.- Los datos que relacionan la presión con el volumen para un gas durante un proceso
termodinámico son:
V(cm3) 900 800 700 600 500 400 300
p(kPa) 80 200 270 340 400 450 480
Estime el trabajo (W) realizado entre los 900 y 600 cm3. Dado que ΔW = p ΔV, use la regla de
Simpson 3/8
I = (b-a) [f(x0) + 3 f(x1) + 3 f(x2) + f(x3)]/8
( Modificar Reactivo ID 716511)
a) -68625.0 kPa.cm3
b) -99666.7 kPa.cm3
c) -38333.3 kPa.cm3
d) -89333.3 kPa.cm3
e) -79686.7 kPa.cm3
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
10.- Los datos que relacionan la presión con el volumen para un gas durante un proceso
termodinámico son:
V(cm3) 900 800 700 600 500 400 300
p(kPa) 80 200 270 340 400 450 480
Estime el trabajo (W) realizado entre los 600 y 300 cm3. Dado que ΔW = p ΔV, use la regla de
Simpson 3/8
I = (b-a) [f(x0) + 3 f(x1) + 3 f(x2) + f(x3)]/8
( Modificar Reactivo ID 716512)
a) -126375 kPa.cm3
b) -99666.7 kPa.cm3
c) -38333.3 kPa.cm3
d) -89333.3 kPa.cm3
e) -79686.7 kPa.cm3
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
[Escriba aquí]
e) 0.163
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
15.- Para la función f(x) = x2 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.01 0.04 0.09 0.16 0.25 0.36 0.49 0.64 0.81 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, aplicándola dos veces,
para calcular el área bajo la curva entre x = 0.8 y x = 1.0.
( Modificar Reactivo ID 716517)
a) 0.163
b) 0.031
c) 0.011
d) 0.063
e) 0.107
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
16.- Para la función f(x) = x2 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.01 0.04 0.09 0.16 0.25 0.36 0.49 0.64 0.81 1.0
Use la regla de Simpson 1/3
I = (b-a) [f(x0) + 4 f(x1) + f(x2)]/6,
para calcular el área bajo la curva entre x = 0.0 y x = 0.2.
( Modificar Reactivo ID 716518)
a) 0.00266
b) 0.01866
c) 0.05066
d) 0.09866
e) 0.16266
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
17.- Para la función f(x) = x2 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.01 0.04 0.09 0.16 0.25 0.36 0.49 0.64 0.81 1.0
Use la regla de Simpson 1/3
I = (b-a) [f(x0) + 4 f(x1) + f(x2)]/6,
para calcular el área bajo la curva entre x = 0.2 y x = 0.4.
( Modificar Reactivo ID 716519)
a) 0.01866
b) 0.00266
c) 0.05066
d) 0.09866
e) 0.16266
5 Derivación e integración numérica
5.3 Integración con intervalos desiguales
5.3.1 Integración con intervalos desiguales
18.- Para la función f(x) = x2 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.01 0.04 0.09 0.16 0.25 0.36 0.49 0.64 0.81 1.0
Use la regla de Simpson 1/3
I = (b-a) [f(x0) + 4 f(x1) + f(x2)]/6,
[Escriba aquí]
6.- Cuál de las siguientes opciones disminuiría el error verdadero en el cálculo de una
integral numérica de aplicación múltiple. ( Modificar Reactivo ID 716528)
a) disminuir el paso h
b) disminuir n
c) aumentar el paso h
d) usar splines lineales
e) usar un solo trapecio
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
7.- .- Para la función f(x) = x3 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.0 y x = 0.1.
( Modificar Reactivo ID 716529)
a) 0.00005
b) 0.00175
c) 0.00455
d) 0.00945
e) 0.02795
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
8.- Para la función f(x) = x3 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.1 y x = 0.2.
( Modificar Reactivo ID 716530)
a) 0.00045
b) 0.00175
c) 0.00455
d) 0.00945
e) 0.02795
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
9.- Para la función f(x) = x3 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.2 y x = 0.3.
( Modificar Reactivo ID 716531)
a) 0.00175
b) 0.00005
c) 0.00455
d) 0.00945
e) 0.02795
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
10.- Para la función f(x) = x3 se tiene la siguiente tabulación:
[Escriba aquí]
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.3 y x = 0.4.
( Modificar Reactivo ID 716532)
a) 0.00455
b) 0.00005
c) 0.00175
d) 0.00945
e) 0.02795
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
11.- Para la función f(x) = x3 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.4 y x = 0.5.
( Modificar Reactivo ID 716533)
a) 0.00945
b) 0.00005
c) 0.00175
d) 0.00455
e) 0.02795
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
12.- Para la función f(x) = x3 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.5 y x = 0.6.
( Modificar Reactivo ID 716534)
a) 0.01705
b) 0.00005
c) 0.00455
d) 0.00945
e) 0.02795
5 Derivación e integración numérica
5.4 Aplicaciones
5.4.1 Aplicaciones
13.- Para la función f(x) = x3 se tiene la siguiente tabulación:
x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
f(x) 0.0 0.001 0.008 0.027 0.064 0.125 0.216 0.343 0.512 0.729 1.0
Use la regla del trapecio de aplicación simple: I = (b-a) [f(a) + f(b)]/2, para calcular el área
bajo la curva entre x = 0.6 y x = 0.7.
( Modificar Reactivo ID 716535)
a) 0.02795
b) 0.00005
c) 0.00175
d) 0.00455
e) 0.00945
[Escriba aquí]
b) 0.89000
c) 0.57742
d) 0.48924
e) 0.43827
6 Ecuaciones diferenciales ordinarias
6.1 Fundamentos de ecuaciones diferenciales
6.1.1 Fundamentos de ecuaciones diferenciales
3.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(0.5). Se ha calculado a partir del mismo método que para x = 0.4 le
corresponde el valor de y = 0.637331.
( Modificar Reactivo ID 716545)
a) 0.57742
b) 0.70893
c) 0.89000
d) 0.48924
e) 0.43827
6 Ecuaciones diferenciales ordinarias
6.1 Fundamentos de ecuaciones diferenciales
6.1.1 Fundamentos de ecuaciones diferenciales
4.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(0.7). Se ha calculado a partir del mismo método que para x = 0.6 le
corresponde el valor de y = 0.528341.
( Modificar Reactivo ID 716546)
a) 0.48924
b) 0.70893
c) 0.89000
d) 0.57742
e) 0.43827
6 Ecuaciones diferenciales ordinarias
6.1 Fundamentos de ecuaciones diferenciales
6.1.1 Fundamentos de ecuaciones diferenciales
5.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(0.9). Se ha calculado a partir del mismo método que para x = 0.8 le
corresponde el valor de y = 0.4594.
( Modificar Reactivo ID 716547)
a) 0.43827
b) 0.70893
c) 0.89000
d) 0.57742
e) 0.48924
6 Ecuaciones diferenciales ordinarias
6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-
Kutta
6.2.1 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de
Runge-Kutta
1.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
[Escriba aquí]
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(1.1). Se ha calculado a partir del mismo método que para x = 1.0 le
corresponde el valor de y = 0.425558.
( Modificar Reactivo ID 716548)
a) 0.421302
b) 0.440418
c) 0.506514
d) 0.647218
e) 0.926367
6 Ecuaciones diferenciales ordinarias
6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-
Kutta
6.2.1 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de
Runge-Kutta
2.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(1.3). Se ha calculado a partir del mismo método que para x = 1.2 le
corresponde el valor de y = 0.425936.
( Modificar Reactivo ID 716549)
a) 0.440418
b) 0.421302
c) 0.506514
d) 0.647218
e) 0.926367
6 Ecuaciones diferenciales ordinarias
6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-
Kutta
6.2.1 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de
Runge-Kutta
3.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(1.5). Se ha calculado a partir del mismo método que para x = 1.4 le
corresponde el valor de y = 0.466403.
( Modificar Reactivo ID 716550)
a) 0.506514
b) 0.421302
c) 0.440418
d) 0.647218
e) 0.926367
6 Ecuaciones diferenciales ordinarias
6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-
Kutta
6.2.1 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de
Runge-Kutta
4.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(1.7). Se ha calculado a partir del mismo método que para x = 1.6 le
corresponde el valor de y = 0.564763.
( Modificar Reactivo ID 716551)
a) 0.647218
[Escriba aquí]
b) 0.421302
c) 0.440418
d) 0.506514
e) 0.926367
6 Ecuaciones diferenciales ordinarias
6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-
Kutta
6.2.1 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de
Runge-Kutta
5.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y, con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(1.9). Se ha calculado a partir del mismo método que para x = 1.8 le
corresponde el valor de y = 0.76307
( Modificar Reactivo ID 716552)
a) 0.926367
b) 0.421302
c) 0.440418
d) 0.506514
e) 0.647218
6 Ecuaciones diferenciales ordinarias
6.3 Métodos de pasos múltiples
6.3.1 Métodos de pasos múltiples
1.- Considere el problema de valores iniciales siguiente:
dy/dx = y x2 - 1.1 y con y(0) = 1
utilice el método de Euler, yi+1 = yi + f(xi, yi)*h, con h = 0.1 para hallar el valor
correspondiente a y(2.1). Se ha calculado a partir del mismo método que para x = 2.0 le
corresponde el valor de y = 1.15889.
( Modificar Reactivo ID 716553)
a) 1.494960
b) 0.440418
c) 0.506514
d) 0.647218
e) 0.926367
6 Ecuaciones diferenciales ordinarias
6.3 Métodos de pasos múltiples
6.3.1 Métodos de pasos múltiples
2.- Considere el problema de valores iniciales siguiente:
dy/dx = y sin3(x) con y(0) = 1
con x en radianes. Utilice el método de Runge-Kutta de segundo orden (Heun con un solo
corrector):
yi+1 = yi + 0.5*(k1 + k2)*h,
k1 = f(xi, yi),
k2 = f(xi + h, yi + k1 h),
con h = 0.1 para hallar el valor correspondiente a y(0.1).
( Modificar Reactivo ID 716554)
a) 1.000050
b) 1.210076
c) 1.194086
d) 1.503098
e) 1.134290
6 Ecuaciones diferenciales ordinarias
6.3 Métodos de pasos múltiples
[Escriba aquí]
e) Método CRMWK
6 Ecuaciones diferenciales ordinarias
6.4 Aplicaciones a la ingeniería
6.4.1 Aplicaciones a la ingeniería
9.- Método llamado así en honor de Leonhard Euler, es un procedimiento de integración
numérica para resolver ecuaciones diferenciales ordinarias a partir de un valor inicial
dado. ( Modificar Reactivo ID 716578)
a) Método de Euler
b) Método corrector de Heun
c) Método del punto medio
d) Método de Ralston
e) Método de Runge-Kutta de cuarto orden
6 Ecuaciones diferenciales ordinarias
6.4 Aplicaciones a la ingeniería
6.4.1 Aplicaciones a la ingeniería
10.- Es una ecuación que contiene una función desconocida de una variable
independiente y relaciona con sus derivadas una sola variable independiente y una o más
de sus derivadas respecto de tal variable. ( Modificar Reactivo ID 716579)
a) ecuación diferencial ordinaria
b) ecuación en derivadas parciales
c) sistema de ecuaciones diferenciales
d) ecuación integral
e) ecuación integro-diferencial