CALCULO NUMERICO

GUIA DE EJERCICIOS PARA EL PRIMER PARCIAL

Prof: John Rivero Periodo: 01/2015. .III Semestre. Seccion:
3SD01

Seccin 1. Regresin lineal simple.

Ejercicio 1.
Tabla 3.
Posicin x en funcin del tiempo t de un mvil.
i
t(s)
x(cm
)

1
0
5

2
1
13

3
2
25

4
4
37

5
6
48

6
8
69

7
12
110

8
16
133

9
20
156

Los datos de la tabla corresponden a una situacin donde se trata, mediante

nueve mediciones experimentales, de relacionar la posicin de un mvil(x en cm)
con respecto al tiempo (t en s) utilizado para ocupar dicha posicin. Se requiere,
aplicando los promedios de mnimos cuadrados, hallar la recta de mejor ajuste a
travs de un modelo de regresin lineal y calcular el coeficiente de determinacin
del modelo.
Solucin:

i) La recta de mejor ajuste es x* = 7,815 t + 6,307

ii) El coeficiente de determinacin del modelo es: R 2 = 0,992

Ejercicio 2.
Aplicando el modelo obtenido en el ejercicio 3; calcular la posicin del mvil
cuando han transcurrido 10 segundos, predecir la posicin del mvil cuando han
transcurrido 22, 4 segundos y dar una explicacin razonable de este resultado.
Solucin: i) Cuando han transcurrido 10 segundos

x = 84,457 cms

ii) Cuando han transcurrido 22,4 s, la posicin del mvil es 181, 362
cms con una exactitud de 99,2%.
Ejercicio 3.
Expresar en porcentajes la capacidad de determinacin del modelo hallado en el
ejercicio 1 y explicar razonablemente el resultado obtenido en ii)
Solucin:
i) El modelo del ejercicio 1 es la recta

y* = mx+b. = 0,79x+249,23 y su

coeficiente de determinacin es R2 = 0,9106

ii) La cantidad de 12 viviendas se predijo con una exactitud del 91,06%.
Seccin 2. Regresin Potencial

Ejercicio 4.
El siguiente conjunto de valores corresponde a las lecturas de un experimento
donde X es la variable independiente e Y la variable resultante o dependiente.

X 1

2 3

Y 1,4 1 0,9 0,7 0,6 0,55 0,5

Se desea que usted construya una curva de ajuste mediante el modelo potencial,
calcule el error cuadrtico medio y explique brevemente el significado del valor
obtenido para dicho coeficiente con respecto al modelo construido.
Solucin:
i) La curva de mejor ajuste en el modelo potencial es y* = 1,1268x 0,8342
ii) El ECM de este modelo es 10,5786.
iii) Significado:
El valor de este coeficiente, debe ser cercano a la unidad para considerarse
aceptable. En este caso, el valor obtenido, porcentualmente representa un error

cuadrtico medio de 1057,86%, el cual es extremadamente inaceptable y significa

que el modelo potencial no se ajusta convenientemente a estos datos
experimentales.

Ejercicio 5.

La siguiente tabla representa la relacin de ingresos anuales por efecto de la

venta de motores en una planta ensambladora. Construya un modelo de regresin
potencial y explique el poder predictivo respecto a los datos experimentales
representados.
t = Ao (1990 = 1)

x = Ingreso ($ mil)

11

25

Solucin:
i) El modelo de regresin potencial pedido es: x = 1,3207(t) 1,3207
ii) El error cuadrtico medio del modelo es: ECM = 0,6601 y su valor significa
que este modelo potencial, en relacin a los datos experimentales dados, tiene
un poder predictivo o explicativo con un error o inexactitud promedio de 66, 01%.
Ejercicio 6
Tomando en cuenta el modelo de regresin potencial construido en el ejercicio
anterior calcule el ingreso obtenido por la planta ensambladora en el ao 2000 y
explique el resultado.
Solucin:
En el ao 2000 han trascurrido 10 aos por lo tanto t = 10 aos, entonces el
ingreso x es: x = 1,3207(t)1,3207 = 1,3207(10)1,3207 = 27,6378.
En el ao 2000 ingresaron 27.638 $ por efecto de la venta de motores en la planta
ensambladora.
Seccin 3. Regresin Exponencial
Ejercicio 7.
El siguiente conjunto de valores corresponde a las lecturas de un experimento
donde X es la variable independiente e Y la variable resultante o dependiente.

x 1

0,5 4,5 13, 123, 371,

1 9 77 93 79

Se desea que usted construya una curva de ajuste mediante el modelo

exponencial, calcule el error cuadrtico medio, explique brevemente el significado
del valor obtenido para dicho coeficiente con respecto al modelo construido y
calcule el valor de la variable dependiente cuando la independiente vale 5.
Solucin:
i) La ecuacin de la curva de mejor ajuste a los datos mediante el modelo
exponencial es y* = 0,17(2,9999)x
ii) ECM = 0,00164. Significa que el modelo exponencial encontrado, en relacin
a los datos experimentales dados, tiene un poder predictivo o explicativo con un
error o inexactitud promedio de 0,164%.
iii) Si x = 5, entonces y* = 41,3031.
Seccin 4. Resolucin de Ecuaciones no lineales por mtodos iterativos.
Ejercicio 8.
La grafica corresponde a la funcin
f(x) = x4 2x. Aplica Bolzano para
determinar un intervalo cerrado
donde exista una raz de la funcin
y aproxima dicha raz aplicando el
mtodo de biseccin con una
tolerancia menor que 0,05.

Solucin: El intervalo es

[ 1,2 ]

1,26 con dos cifras decimales.

Ejercicio 9.

y la aproximacin a la raz tiene un valor de

Sea el polinomio p(x) = x3 3. Aproxima la raz del intervalo

mtodo de biseccin con una tolerancia menor a 0,05.

[1, 2] aplicando el

Solucin:
En la sptima iteracin se tiene que longitud de [

93
64

23
16 ] es 0,015 <0,05

y la aproximacin a la raz es x7 = 1,4453125

Ejercicio 10.
Sea el polinomio p(x) = x 6 4x +3. Aproxima una raz aplicando el mtodo de
Newton Rapson hasta la tercera iteracin, tomando x 0 = 0,8. Calcula el error
relativo sabiendo que el verdadero valor de la raz es x = 1.
Solucin:
En la tercera iteracin la aproximacin obtenida es
error de 17,07%.

x 3 = 0,8292528621 con un

Ejercicio 11.

i) Aplica el mtodo de la secante para aproximar una raz de la funcin anterior con
un error relativo menor a 10-3.

Solucin: La aproximacin es x3 = 0,738616

ii) Calcula el error absoluto cometido, sabiendo que el verdadero valor de la raz
es 0,739085133
Solucin: Er = 0,000069< 10 3