Alg Num II Bol

E.T.S.
DE INGENIER
IA INFORM
ATICA
PROGRAMA Y BOLET
IN DE PROBLEMAS
de
ALGEBRA NUM
ERICA
para la titulacion de
INGENIER
IA INFORM
ATICA
Programa
Tema 1: Ecuaciones no lineales.
Errores y condicionamiento en problemas numericos. Metodo y algoritmo de
la biseccion: analisis de errores. Punto jo e iteracion funcional: convergencia
y error. Analisis del metodo de Newton-Raphson. Un ejemplo de problema
mal condicionado: ceros de un polinomio. Sucesiones de Sturm. Algoritmo de
Horner. Sistemas de ecuaciones no lineales.
Tema 2: Sistemas de ecuaciones lineales.
Normas vectoriales y matriciales. Sistemas de ecuaciones lineales: n umero de
condicion. Factorizacion LU. Factorizacion de Cholesky. Metodos iterados
de resolucion de sistemas de ecuaciones lineales: Jacobi, Gauss-Seidel y SOR.
Metodos del descenso mas rapido y del gradiente conjugado.
Tema 3: Sistemas inconsistentes y sistemas indeterminados.
Factorizaciones ortogonales. Interpretacion matricial del metodo de Gram-
Schmidt: factorizacion QR. Rotaciones y reexiones. Transformaciones de
Householder. Sistemas superdeterminados: problema de los mnimos cuadra-
dos. Descomposicion en valores singulares y seudoinversa de Penrose. Aplica-
ciones: seudoinversa, rango numerico de una matriz, compresion de datos.
Tema 4: Autovalores y autovectores.
Conceptos basicos. Metodo interpolatorio para la obtencion del polinomio
caracterstico. Metodo de la potencia simple y variantes. Cociente de Rayleigh.
Sensibilidad de los autovalores en las transformaciones de semejanza: matrices
normales. Teorema de Schur. Teorema espectral para matrices hermticas.
Caracterizacion de las matrices normales. Metodos iterados para la obtencion
de autovalores y autovectores. Algoritmo QR de Francis. Metodo de Jacobi
para matrices reales simetricas.
1
2

Algebra Numerica
Bibliografa
[1] Burden, R.L. y Faires, J.D. Analisis Numerico (Sexta edicion). Interna-
cional Thomson Ed. 1998.
[2] Cobos Gavala, F.J.

Algebra Numerica. Apuntes disponibles en la direccion:
http://ma1.eii.us.es/material/alg num ii ap.pdf
[3] Golub, G.H. y Van Loan, C.F. Matrix Computations (Third edition). Johns
Hopkins University Press
[4] Hager, W. Applied Numerical Linear Algebra. Ed. Prentice-Hall Interna-
tional. 1988.
[5] Kincaid, D. y Cheney, W. Analisis Numerico. Ed. Addison-Wesley Ibe-
roamericana. 1994.
[6] Noble, D. y Daniel, J.W.

Algebra Lineal Aplicada. Ed. Prentice-Hall. 1989.
[7] Watkins, D.S. Fundamentals of MATRIX Computations. John Wiley &
Sons. 1991.
1. Ecuaciones no lineales
1.1 Ejercicios resueltos
Ejercicio 1.1 Dada la ecuacion xe
x
1 = 0, se pide:
a) Estudiar gracamente sus races reales y acotarlas.
b) Aplicar el metodo de la biseccion y acotar el error despues de ocho ite-
raciones.
c) Aplicar el metodo de Newton, hasta obtener tres cifras decimales exactas.
Soluci on:
a) La ecuacion puede escribirse de la
forma:
e
x
=
1
x
Gracamente, se observa que existe
una unica solucion real (intersec-
cion de las dos curvas) y que esta es
positiva. La demostracion analtica
de este hecho es la siguiente:
Para x < 0:
1
x
< 0 y e
x
> 0 = e
x
,=
1
x
y por tanto, no existen races negativas.
Para x > 0:
f(x) = xe
x
1 =
_
f(0) = 1 < 0
f(+) = + > 0
3
4

Algebra Numerica
y existe, por tanto, un n umero impar de races positivas (al menos una).
La funcion derivada f
(x) = xe
x
+ e
x
= (x + 1)e
x
solo se anula para
x = 1. Dado que, si existiese mas de una raz positiva, el teorema de
Rolle nos asegura que la funcion derivada debe anularse en alg un punto
intermedio y hemos visto que f
(x) no se anula para ning un valor positivo

de la variable, podemos asegurar que solo existe una raz real , que esta
es positiva y simple, pues f
() ,= 0.
Dado que f(1) = e 1 > 0 y f(0) = 1 < 0, podemos asegurar que la
unica raz real de la ecuacion se encuentra en el intervalo (0, 1).
b) M etodo de la bisecci on:
[a
1
, b
1
] = [a, b] = [0, 1] con
_
f(0) = 1 < 0
f(1) = e 1 > 0
f(0.5) < 0 = [a
2
, b
2
] = [0.5, 1]
f(0.75) > 0 = [a
3
, b
3
] = [0.5, 0.75]
f(0.625) > 0 = [a
4
, b
4
] = [0.5, 0.625]
f(0.5625) < 0 = [a
5
, b
5
] = [0.5625, 0.625]
f(0.59375) > 0 = [a
6
, b
6
] = [0.5625, 0.59375]
f(0.578125) > 0 = [a
7
, b
7
] = [0.5625, 0.578125]
f(0.5703125) > 0 = [a
8
, b
8
] = [0.5625, 0.5703125]
Tomando como aproximacion a la raz el punto medio del intervalo
x
8
= 0.56640625 =
8

1
2
8
= 0.00390625 =
8
< 10
2
Si redondeamos a las dos primeras cifras decimales, es decir, si tomamos
= 0.57, el error acumulado verica que
< [0.57 0.56640625[ + 0.00390625 = 0.0075 < 10
2
por lo que puede asegurarse que la solucion de la ecuacion es 0.57 con
las dos cifras decimales exactas.
c) M etodo de Newton:
La formula de Newton-Raphson es x
n+1
= x
n
f(x
n
)
f
(x
n
)
Dado que, por el apartado anterior, se conoce que la raz se encuentra
en el intervalo [0.5625, 0.5703125] y que
1.1. Ejercicios resueltos 5
f(x) = xe
x
1 =
_
_
_
f(0.5625) < 0
f(0.5703125) > 0
f
(x) = (x + 1)e
x
= f
(x) > 0 x [0.5625, 0.5703125]

f
(x) = (x + 2)e
x
= f
(x) > 0 x [0.5625, 0.5703125]

la regla de Fourier nos dice que x
0
= 0.5703125
Al ser positiva la segunda derivada, la primera es creciente, por lo que
m
in
x[0.5625,0.5703125]
[f
(x)[ = f
(0.5703125) = 2.74227290150047 . . .
es decir
n

[f(x
n
)[
m
in
x[0.5625,0.5703125]
[f
(x)[
<
[f(x
n
)[
2.74
obteniendose que
x
0
= 0.5703125 con
0
<
[f(x
0
)[
2.74
= 0.00320437856505 . . .
x
1
= 0.56715149835900 . . . con
1
<
[f(x
1
)[
2.74
= 0.00000827757122 . . .
Si redondeamos a 0.567 el error acumulado es
< 0.00015149835900 . . . + 0.00000827757122 . . . < 10
3
Por lo que la solucion de la ecuacion es 0.567 con sus tres cifras decimales
exactas.
Ejercicio 1.2 Probar que la ecuacion x
2
+ ln x = 0 solo tiene una raz real y
hallarla, por el metodo de Newton, con 6 cifras decimales exactas.
Soluci on: Si representamos las gracas de las funciones y = ln x e y = x
2
obtenemos
6

Algebra Numerica
Puede observarse que solo existe un punto de corte entre ellas, por lo que la
ecuacion x
2
+ ln x = 0 solo posee una raz real.
Analticamente hay que probar que las gracas no vuelven a cortarse en ning un
otro punto, sin embargo, dado que en su dominio de denicion, que es (0, +),
ln x es creciente y x
2
decreciente, no pueden volver a cortarse.
Partiendo de x
0
= 0.1 y aplicando el metodo de Newton, en el intervalo (0.1, 1)
(no tomamos (0, 1) por no estar denido el logaritmo en 0), dado por la formula
x
n+1
= x
n
f(x
n
)
f
(x
n
)
= x
n
x
2
n
+ ln x
n
2x
n
+
1
xn
=
x
3
n
+x
n
x
n
ln x
n
2x
2
n
+ 1
con un error, a posteriori, dado por
n

[f(x
n
)[
m
in
x(0,1)
[f
(x)[
=
[f(x
n
)[
2
, obtenemos:
x
1
= 0.32476324441118 . . . con
1
0.509593 . . .
x
2
= 0.59809970985991 . . . con
2
0.078137 . . .
x
3
= 0.65258567248750 . . . con
3
4.7239 . . . 10
4
x
4
= 0.65291863363348 . . . con
4
9.6269 . . . 10
9
Por lo que la raz buscada es 0.652919 con un error
0.00000036636642 . . . + 9.6269 . . . 10
9
< 10
6
es decir, con las seis cifras decimales exactas.
Ejercicio 1.3 Eliminar las races m ultiples en la ecuacion
x
6
2x
5
+ 3x
4
4x
3
+ 3x
2
2x + 1 = 0
Resolver, exactamente, la ecuacion resultante y comprobar la multiplicidad de
cada raz en la ecuaci on original.
Soluci on: Aplicamos el Algoritmo de Euclides para calcular el maximo co-
m un divisor entre el polinomio P(x) = f
0
(x) = x
6
2x
5
+3x
4
4x
3
+3x
2
2x+1
y su derivada f
1
(x) = 6x
5
10x
4
+ 12x
3
12x
2
+ 6x 2. Para ello podemos
multiplicar, previamente, f
0
(x) por 3 y dividir f
1
(x) entre 2.
3x
6
6x
5
+ 9x
4
12x
3
+ 9x
2
6x + 3 [3x
5
5x
4
+ 6x
3
6x
2
+ 3x 1
3x
6
+ 5x
5
6x
4
+ 6x
3
3x
2
+ x x| 1
x
5
+ 3x
4
6x
3
+ 6x
2
5x + 3 multiplicando por 3
3x
5
+ 9x
4
18x
3
+ 18x
2
15x + 9
3x
5
5x
4
+ 6x
3
6x
2
+ 3x 1
4x
4
12x
3
+ 12x
2
12x + 8
Por lo que (dividiendo el resto entre 4) f
2
(x) = x
4
3x
3
+ 3x
2
3x + 2.
Dividimos ahora f
1
(x) (dividido, previamente entre 2) entre f
2
(x).
3x
5
5x
4
+ 6x
3
6x
2
+ 3x 1 [x
4
3x
3
+ 3x
2
3x + 2
3x
5
+ 9x
4
9x
3
+ 9x
2
6x 3x + 4
4x
4
3x
3
+ 3x
2
3x 1
4x
4
+ 12x
3
12x
2
+ 12x 8
9x
3
9x
2
+ 9x 9 = f
3
(x) = x
3
x
2
+x 1
Dividiendo, ahora, f
2
(x) entre f
3
(x) se obtiene:
x
4
3x
3
+ 3x
2
3x + 2 [x
3
x
2
+x 1
x
4
+ x
3
x
2
+ x x 2
2x
3
+ 2x
2
2x + 2
2x
3
2x
2
+ 2x 2
0
El maximo com un divisor entre P(x) y su derivada es
D(x) = x
3
x
2
+x 1
El polinomio cuyas races son las mismas que las de P(x), pero simples, es
Q(x) =
P(x)
D(x)
=
x
6
2x
5
+ 3x
4
4x
3
+ 3x
2
2x + 1
x
3
x
2
+x 1
= x
3
x
2
+x 1
Como Q(x) = x
3
x
2
+ x 1 = (x 1)(x
2
+ 1) = (x 1)(x + i)(x i) sus
races son 1, i y i.
Veamos la multiplicidad de ellas en P(x).
Dado que P
(x) = 2(3x
5
5x
4
+ 6x
3
6x
2
+ 3x 1) se tiene:
_
_
P
(1) = 2 (3 5 + 6 6 + 3 1) = 0
P
(i) = 2 (3i 5 + 6i + 6 3i 1) = 0
P
(i) = 2 (3i 5 6i + 6 + 3i 1) = 0
Luego las tres races son dobles (no pueden tener mayor multiplicidad ya que
el grado de P(x) es 6, es decir, 2+2+2).
8

Algebra Numerica
Ejercicio 1.4 Dado el polinomio P(x) = x
3
+ 3x
2
+ 2 se pide:
a) Acotar sus races reales.
b) Probar, mediante una sucesion de Sturm, que P(x) solo posee una raz
real y determinar un intervalo de amplitud 1 que la contenga.
c) Se verican, en dicho intervalo, las hipotesis del teorema de Fourier?
En caso armativo, determinar el extremo que debe tomarse como valor
inicial x
0
para garantizar la convergencia del metodo de Newton.
d) Sabiendo que en un determinado momento del proceso de Newton se ha
obtenido x
n
= 3.1958, calcular el valor de x
n+1
as como una cota del
error en dicha iteracion.
Soluci on:
a)
[x[ < 1 +
3
1
= 4 = 4 < x < 4
b) f
0
(x) = P(x) = x
3
+ 3x
2
+ 2.
P
(x) = 3x
2
+ 6x = f
1
(x) = x
2
+ 2x
x
3
+ 3x
2
+ 2 = (x
2
+ 2x)(x + 1) + (2x + 2) = f
2
(x) = x 1
x
2
+ 2x = (x 1)(x + 3) + 3 = f
3
(x) = 1
4 3 4
x
3
+ 3x
2
+ 2 + +
x
2
+ 2x + + +
x 1 +
1
Cambios de signo 2 1 1
por lo que solo posee una raz real, la cual se encuentra en el intervalo
(4, 3).
c) f(x) = x
3
+ 3x
2
+ 2 =
_
_
_
f(4) = 14 < 0
f(3) = 2 > 0
es decir, la funcion
cambia de signo en los extremos del intervalo (4, 3).
f
(x) = 3(x
2
+ 2x) > 0 x (4, 3)
f
(x) = 6(x + 1) < 0 x (4, 3)

por lo que se verican las hipotesis del teorema de Fourier y, por tanto,
tomando como valor inicial x
0
= 4 (extremo en el que la funcion tiene
el mismo signo que la segunda derivada) se tiene garantizada la conver-
gencia del metodo de Newton.
d) Dado que x
n+1
= x
n
f(x
n
)
f
(x
n
)
= x
n
x
3
n
+ 3x
2
n
+ 2
3x
2
n
+ 6x
n
se obtiene que
x
n+1
= 3.19582334575880.
El error a posteriori viene dado
n+1

[f(x
n+1
)[
m
in
x(4,3)
[f
(x)[
=
[f(x
n+1
)[
f
(3)
=
[f(x
n+1
)[
9
< 3.98910
10
<10
9
.
Ejercicio 1.5 Aplicar el metodo de Sturm para separar las races de la ecua-
cion
2x
6
6x
5
+x
4
+ 8x
3
x
2
4x 1 = 0
y obtener la mayor de ellas con seis cifras decimales exactas por el metodo de
Newton.
Soluci on: Comencemos por construir la sucesion de Sturm.
f
0
(x) = P(x) = 2x
6
6x
5
+x
4
+ 8x
3
x
2
4x 1
P
(x) = 12x
5
30x
4
+ 4x
3
+ 24x
2
2x 4, por lo que
f
1
(x) = 6x
5
15x
4
+ 2x
3
+ 12x
2
x 2
Multiplicando f
0
(x) por tres y dividiendo el resultado entre f
1
(x) obtenemos:
6x
6
18x
5
+ 3x
4
+ 24x
3
3x
2
2x 3 [6x
5
15x
4
+ 2x
3
+ 12x
2
x 2
6x
6
+ 15x
5
2x
4
2x
3
+ x
2
+ 2x x| 1
3x
5
+ x
4
+ 12x
3
2x
2
10x 3 multiplicando por 2
6x
5
+ 2x
4
+ 24x
3
4x
2
20x 6
6x
5
15x
4
+ 2x
3
+ 12x
2
x 2
13x
4
+ 26x
3
+ 8x
2
21x 8
f
2
(x) = 13x
4
26x
3
8x
2
+ 21x + 8
10

Algebra Numerica
Multiplicando f
1
(x) por trece y dividiendo el resultado entre f
2
(x) obtenemos:
78x
5
195x
4
+ 26x
3
+ 156x
2
13x 26 [13x
4
26x
3
8x
2
+ 21x + 8
78x
5
+ 156x
4
+ 48x
3
126x
2
48x 6x 3
39x
4
+ 74x
3
+ 30x
2
61x 26
39x
4
78x
3
24x
2
+ 63x + 24
4x
3
+ 6x
2
+ 2x 2
f
3
(x) = 2x
3
3x
2
x 1
Multiplicando f
2
(x) por dos y dividiendo el resultado entre f
3
(x) obtenemos:
26x
4
52x
3
16x
2
+ 42x + 16 [2x
3
3x
2
x + 1
26x
4
+ 39x
3
+ 13x
2
13x 13x | 13
13x
3
3x
2
+ 29x + 16 multiplicando por 2
26x
3
6x
2
+ 58x + 32
26x
3
39x
2
13x + 13
45x
2
+ 45x + 45
f
4
(x) = x
2
x 1
Dividimos ahora f
3
(x) entre f
4
(x), obteniendo:
2x
3
3x
2
x + 1 [x
2
x 1
2x
3
+ 2x
2
+ 2x 2x 1
x
2
+ x + 1
x
2
x 1
0
Al haber llegado a un resto nulo sabemos que la ecuacion original tiene races
m ultiples.
El maximo com un divisor entre P(x) y su derivada es f
4
(x) = x
2
x 1,
por lo que el polinomio cuyas races son las mismas que las de P(x) solo que
simples es
Q(x) =
P(x)
x
2
x 1
= 2x
4
4x
3
x
2
+ 3x + 1
Debemos, ahora, de construir una sucesion se Sturm para Q(x).
g
0
(x) = Q(x) = 2x
4
4x
3
x
2
+ 3x + 1
g
1
(x) = f
1
(x)/(x
2
x 1) = 6x
3
9x
2
x + 2
g
2
(x) = f
2
(x)/(x
2
x 1) = 13x
2
13x 8
g
3
(x) = f
3
(x)/(x
2
x 1) = 2x 1
g
4
(x) = f
4
(x)/(x
2
x 1) = 1
Dado que [x[ < 1 +
A
[a
0
[
, donde A = 4 y [a
0
[ = 2, se tiene que [x[ < 3, o lo que
es lo mismo, 3 < x < 3.
3 1 0.5 0 1 1.5 2 3
2x
4
4x
3
x
2
+ 3x + 1 + + + + + +
6x
3
9x
2
x + 2 + + + +
g
2
(x) = 13x
2
13x 8 + + + + + +
2x 1 + + + +
1 + + + + + + + +
Cambios de signo 4 4 3 2 2 1 0 0
Existen, por tanto, cuatro races reales situadas en los intervalos:
[1, 0.5] [0.5, 0] [1, 1.5] [1.5, 2]
La mayor de las races se encuentra en el intervalo [1.5, 2], pero dado que
Q
(1.5) = 0 podemos tomar el intervalo [1.6, 2] en el cual:

Q(x) = 2x
4
4x
3
x
2
+ 3x + 1
_
Q(1.6) < 0
Q(2) > 0
Q
(x) = 8x
3
12x
2
2x + 3 > 0 x [1.6, 2]
Q
(x) = 24x
2
24x 2 > 0 x [1.6, 2]
La regla de Fourier no dice que debemos comenzar a iterar en x
0
= 2.
Teniendo en cuenta que x
n+1
= x
n
Q(x)
Q
(x)
se obtiene la sucesion:
x
0
= 2
x
1
= 1.8
x
2
= 1.684726867
x
3
= 1.632243690
x
4
= 1.618923782 =
4
0.01841
x
5
= 1.618037855 =
5
0.0011
x
6
= 1.618033989 =
6
0.0000047
x
7
= 1.618033989 =
7
0.885 10
10
Es decir, la mayor de las soluciones, redondeando a seis cifras decimales es
1.618034 con un error acumulado
0.000000011 + 0.000000000885 < 10
6
por lo que sus seis cifras decimales son exactas.
12

Algebra Numerica
Ejercicio 1.6 En este ejercicio se pretende calcular
10
1 por el metodo de
Newton. Consideramos, para ello, la funcion f(x) = x
10
1 cuya graca se da
en la Figura 1.
Fig. 1 Fig. 2
a) Probar, analticamente, que en el intervalo [0.5, 1.5] posee una unica raz
real.
b) Si tomamos x
0
= 0.5 obtenemos la raz x = 1 en la iteracion n umero 43,
mientras que si tomamos x
0
= 1.5 se consigue el mismo resultado en la
iteracion n umero 9. Como podramos haber conocido a priori el valor
que se debe elegir para x
0
?
c) Sabras justicar el porque de la extremada lentitud de la convergencia
cuando iniciamos el proceso en x
0
= 0.5? y por que sigue siendo lento
el proceso si comenzamos en x
0
= 1.5? Justica las respuestas.
d) Dado que en el intervalo [0.5, 1.5] no se anula la funcion x
5
, las races de
f(x) son las mismas que las de g(x) = f(x)/x
5
= x
5
x
5
cuya graca
se da en la Figura 2. Se puede aplicar a g(x) la regla de Fourier en
dicho intervalo?
e) Si resolvemos, por el metodo de Newton, la ecuacion g(x) = 0, se
obtendra la raz con mayor rapidez que cuando lo hicimos con f(x) = 0?
Justica la respuesta sin calcular las iteraciones.
Soluci on:
a) Dado que la funcion f(x) es continua y derivable en R vericandose que
_
_
_
f(0.5) = 0.5
10
1 < 0
f(1.5) = 1.5
10
1 > 0
por lo que admite un n umero impar de races en el intervalo [0.5,1.5].
Como f
(x) = 10x
9
no se anula en [0.5,1.5], solo puede existir una raz
real en dicho intervalo.
1.2. Ejercicios propuestos 13
b) Dado que f
(x) = 10x
9
y f
(x) = 90x
8
son positivas (tienen signo cons-
tante) en todo el intervalo, debe tomarse como valor inicial el extremo
en que f(x) tiene el mismo signo que la segunda derivada (Regla de
Fourier), es decir x
0
= 1.5.
c) Basta observar que la recta tangente a la curva y = f(x) en el punto
de abscisa x = 0.5 es casi horizontal, por lo que en la primera iteracion
nos distanciamos de la raz de forma considerable. Ademas, en las pro-
ximidades del 1, la curva es muy vertical, por lo que las tangentes son
tambien muy verticales y las iteraciones se aproximan muy lentamente
a x = 1. Por tanto, si partimos de x = 0.5 nos distanciamos mucho
y nos acercamos muy lentamente, pero si partimos de 1.5 tambien nos
acercamos muy lentamente.
d) g
(x) = 5x
4
+ 5x
6
y g
(x) = 20x
3
30x
7
con
_
_
_
g
(0.5) < 0
g
(1.5) > 0
por lo que no puede aplicarse la regla de Fourier en dicho intervalo. (Si
reducimos el intervalo a [0.5, 1.01] si podemos aplicarla, obteniendo que
debemos tomar x
0
= 0.5).
e) El proceso convergera m as rapidamente debido a que hemos eliminado
las tangencias casi horizontales y las casi verticales.
1.2 Ejercicios propuestos
Ejercicio 1.7 Dada la ecuacion 8x
3
4x
2
18x+9 = 0, acotar y separar sus
races reales.
Sol : [x[ 3.25, x
1
(2, 1), x
2
(0, 1) y x
3
(1, 2).
Ejercicio 1.8 Se considera el polinomio P(x) = x
3
6x
2
3x + 7.
a) Probar, mediante una sucesion de Sturm, que posee una unica raz en el
intervalo (6, 7).
b) Si expresamos la ecuacion P(x) = 0 de la forma
x = F(x) =
1
3
(x
3
6x
2
+ 7),
podemos asegurar su convergencia?
Sol : No. F
(x) > 1 en todo el intervalo, por lo que no es contractiva.

14

Algebra Numerica
c) Probar, aplicando el criterio de Fourier, que tomando como valor inicial
x
0
= 7, el metodo de Newton es convergente.
d) Aplicando Newton con x
0
= 7 se ha obtenido, en la segunda iteracion,
x
2
= 6.3039. Que error se comete al aproximar la raz buscada por el
valor x
3
que se obtiene en la siguiente iteracion?
Sol :
3
6.62 . . . 10
6
< 10
5
.
Ejercicio 1.9 Dada la ecuacion x
7
14x + 7 = 0 se pide:
a) Probar que solo tiene una raz real negativa.
b) Encontrar un entero a de tal forma que el intervalo [a, a +1] contenga a
la menor de las races positivas de la ecuacion.
Sol : a = 0.
c) Cual de los extremos del intervalo [a, a + 1] debe tomarse como valor
inicial para asegurar la convergencia del metodo de Newton?
Sol : x
0
= a = 0.
d) Aplicar el metodo de Newton para obtener la menor de las races positivas
de la ecuacion con seis cifras decimales exactas.
Sol : x = 0.500562.
Ejercicio 1.10 Sea el polinomio p(x) = x
4
x
2
+ 1/8.
a) Utilizar el metodo de Sturm para determinar el n umero de races reales
positivas del polinomio p, as como para separarlas.
Sol : x
1
(0,
1
/
2
) y x
2
(
1
/
2
, 1).
b) Hallar los 2 primeros intervalos de la sucesion ([a
1
, b
1
], [a
2
, b
2
], . . .) obte-
nida de aplicar el metodo de dicotoma para obtener la mayor raz, r, del
polinomio p. Elegir el intervalo [a
1
, b
1
] de amplitud 1/2 y tal que uno de
sus extremos sea un n umero entero.
Sol : [a
1
, b
1
] = [
1
/
2
, 1], [a
2
, b
2
] = [
3
/
4
, 1].
c) Sea la sucesion denida por la recurrencia x
0
= 1, x
n+1
= F(x
n
), donde
la iteracion es la determinada por el metodo de Newton. Estudiar si
la regla de Fourier aplicada al polinomio p en el intervalo [a
1
, b
1
] del
apartado anterior garantiza la convergencia de la sucesion a la raz r.
Y en el intervalo [a
2
, b
2
]?
Sol : En el primero no, en el segundo s con x
0
= 1.
d) Hallar la aproximacion x
1
del apartado anterior, determinando una cota
del error cometido.
Sol : x
1
= 0.9375 con
1
0.0990 . . .
e) Cuantas iteraciones se deben realizar para garantizar una aproximacion
de r con veinte cifras decimales exactas?
Indicaci on: E
n+1
=
1
k
(kE
1
)
2
n
, con k =
max [f
(x)[
2 m
in [f
(x)[
en un intervalo
adecuado.
Sol : 5 iteraciones (utilizar el intervalo (0.8385, 0.9375)).
4
+ 4x
3
2x
2
+ 4x 3 se pide:
a) Acotar las races y construir una sucesion de Sturm para probar que solo
posee dos races reales, una positiva y otra negativa, dando intervalos de
amplitud 1 que las contengan.
Sol : x
1
(5, 4) y x
2
(0, 1).
b) Partiendo de que la raz positiva se encuentra en el intervalo (0, 1) y
despejando la x del termino lineal
x =
1
4
x
4
x
3
+
1
2
x
2
+
3
4
x = (x)
se puede asegurar la convergencia de la sucesion x
1
, x
2
, . . . , x
n
, . . . de-
nida de la forma x
1
= 0, x
n+1
= (x
n
) ?
Sol : No. La funcion (x) no es contractiva en [0, 1].
c) Aplicar Fourier para determinar el valor inicial que debe tomarse para
garantizar la convergencia del metodo de Newton en el calculo de la raz
negativa. Tenemos las tres cifras exactas si tomamos como raz -4.646 ?
Sol : x
0
= 5. Las tres cifras son exactas.
16

Algebra Numerica
Ejercicio 1.12 Sea el polinomio p(x) = 3 x +x
3
.
a) Utilizar una sucesion de Sturm para probar que el polinomio p(x) solo
tiene una raz R y que esta se encuentra en el intervalo I = [0, 3].
b) Comprobar que la graca adjunta se corresponde con la de la funcion
y = (x) cuya iteracion, x
n+1
= (x
n
) = x
n
p(x
n
)/p
(x
n
), es la obte-
nida con el metodo de Newton para resolver p(x) = 0. Tomando x
1
= 0,
estudiar geometricamente (sobre el dibujo) si se obtendra una sucesion
(x
n
) convergente a . Y empezando en x
1
= 3?
Sol : Con x
1
= 0 no pero con x
1
= 3 s.
c) Tomar un subintervalo de I en el que la regla de Fourier garantice la
convergencia del Metodo de Newton y, con un valor inicial apropiado,
obtener una aproximacion de con, al menos, tres cifras decimales exac-
tas.
Sol : x [1, 2], x
0
= 2, x = 1.672.
3
+ 6x
2
+ 9x + k con k R se
pide:
a) Puede carecer de races reales? y tener dos y solo dos races reales?
Sol : No puede carecer de races reales. S si una de ellas es doble.
b) Utilizar el metodo de Sturm para probar que tiene una unica raz real
si, y solo si, k < 0 o k > 4, y que solo tiene races m ultiples si k = 0 o
k = 4 no existiendo, en ning un caso, una raz triple.
c) Para k = 4 admite una unica raz real en el intervalo [0, 1]. Si tomamos
como valor aproximado de la raz x = 0.3553 de cuantas cifras decimales
exactas disponemos?
Sol : x = 0.35530 con las 5 cifras decimales exactas.
d) Si, en el caso anterior en que k = 4, aplicamos el metodo de Newton
para hallar la raz del polinomio, cual de los extremos del intervalo [0, 1]
deberamos tomar como valor inicial x
0
para garantizar la convergencia?
y que valor obtendramos para x
2
?
Sol : x
0
= 1, x
2
= 0.365079 . . ..
Ejercicio 1.14 Dados los polinomios
P(x) = 2x
3
2x
2
2x + 3
Q(x) = x
3
3x
2
3x + 2
a) Determinar el valor de sabiendo que se trata de un entero par y que
los valores de dichos polinomios solo coinciden, para valores positivos de
x, en un punto del intervalo (1, 2).
Sol : = 2 (estudiar el polinomio diferencia D(x) = P(x) Q(x)).
b) Probar (mediante una sucesion de Sturm) que, para = 2, el polinomio
P(x) solo tiene una raz real, que esta es positiva, y dar un intervalo de
18

Algebra Numerica
amplitud 1 que la contenga.
Sol : x [1, 2].
c) Verica el polinomio P(x) las condiciones de Fourier para la convergen-
cia del metodo de Newton en el intervalo (1.2, 1.3)?
Sol : S, x
0
= 1.3.
d) Si tomamos como valor inicial x
0
= 1.3, calcular el valor que se obtiene
para x
1
dando una cota del error.
Sol : x
1
= 1.27606263982103,
1
4.20 10
4
< 10
3
.
Ejercicio 1.15
Cuando dos races positivas de una ecuacion polinomica estan muy proximas,
suele ser difcil separarlas mediante intervalos cerrados. Para alejarlas se
puede proceder como sigue:
Paso 1: Sea la ecuacion polinomica
P(x) = a
n
x
n
+a
n1
x
n1
+ +a
1
x +a
0
= a
n
(x
1
) (x
n
) = 0
Paso 2: Cambiar x por x
2
en P(x) = 0
P(x
2
) = a
n
(x
2
1
) (x
2
n
) = 0
Paso 3: Cambiar x por x
2
en P(x) = 0
P(x
2
) = a
n
(x
2
1
) (x
2
n
) = (1)
n
a
n
(x
2
+
1
) (x
2
+
n
)=0
Paso 4: Multiplicar las dos ecuaciones anteriores para obtener la nueva
ecuacion
P(x
2
)P(x
2
) = (1)
n
a
2
n
(x
4
2
1
) (x
4
2
n
)=0
Paso 5: En el polinomio obtenido, cambiar x
4
por una nueva variable t,
obteniendo una ecuacion del tipo (t
2
1
) (t
2
n
) = 0.
Se obtiene as una ecuacion polinomica cuyas races son los cuadrados de las
races de la ecuacion P(x) = 0. La relacion entre las races de la nueva
ecuacion con las de P(x) = 0 es
2
i

2
j
= (
i
+
j
)(
i
j
). As, se observa
que las nuevas races se alejan (o se acercan)
i
+
j
veces mas que las races
de P(x) = 0.
Si este procedimiento se aplica dos veces se obtiene una ecuacion de la forma
(t
4
1
) (t
4
n
) = 0
Sea la ecuacion P(x) = 2x
2
9x+10 = 0, y sea Q(x) = 0 la ecuacion obtenida
al aplicar dos veces el metodo anteriormente descrito. Se pide:
a) Mediante una sucesion de Sturm, demostrar que P(x) = 0 posee dos
races reales.
b) Comprobar que se obtiene el polinomio Q(x) = 16x
2
881x + 10000
c) Separando previamente las races de Q(x) = 0, utilizar una formula de
error a posteriori para calcular la mayor de ellas, con dos cifras decima-
les exactas, aplicando el metodo de Newton. Denotemos por la raz
obtenida tomando solo dos cifras decimales.
Sol : x
1
[10, 20], x
2
[30, 40], = 39.06.
d) Para resolver la ecuacion x
4
= 0 por el metodo de Newton y as
calcular la raz de P(x) = 0, hacer lo siguiente:
d.1) Encontrar un intervalo [a, b] que solo contenga a la mayor raz real
de esta ecuacion y en donde se veriquen las hipotesis de la regla
de Fourier.
Sol : [2, 3].
d.2) Cuantas iteraciones son necesarias para obtener 25 cifras decimales
exactas? Indicacion: E
n+1

1
k
(kE
1
)
2
n
, con k =
max [f
(x)[
2 m
in[f
(x)[
en un
intervalo adecuado.
Sol : 3 iteraciones (reducir el intervalo inicial al [2, 2.5]).
d.3) Con una calculadora se ha obtenido =
4
= 2.49995999903 como
mejor aproximacion.
Cuantas de las cifras decimales se podran garantizar que coinciden
con las de la verdadera raz de P(x)?
Sol : A lo mas de 2 que son las que tena el valor de .
Ejercicio 1.16
a) Dado el polinomio P(x) = x
3
7x
2
+ 20x 26, utilizar una sucesion de
Sturm para comprobar que P(x) = 0 solo tiene una raz real positiva y
que se encuentra en el intervalo [3, 4].
20

Algebra Numerica
b) Justicar la convergencia del metodo de Newton para aproximar la raz
real de la ecuacion P(x) = 0 contenida en el intervalo [3, 4]. Realizar
dos iteraciones del metodo y dar una cota del error de la aproximacion
obtenida. Se trata de un problema bien o mal condicionado? Razonar
la respuesta.
Sol : x
2
= 3.35483870967742,
2
0.01413849820416. La derivada de
P(x) oscila de 5 a 12, por lo que esta bien condicionado.
Ejercicio 1.17 Queremos aproximar las races de la ecuacion (5 x)e
x
= 5.
a) Probar, gracamente, que existen dos soluciones, una es x = 0 y la otra
x = se encuentra en el intervalo [1, 5]. Aproximarla realizando dos
pasos del metodo de la Regula falsi.
Sol : x
2
= 4.78799912600669
b) Es posible aproximar aplicando un metodo de iteracion funcional
sobre la funcion
1
(x) = ln
_
5 +xe
x
5
_
partiendo de cualquier punto del
intervalo I = [1, 5]? Justica tu respuesta.
Sol : No. Solo en [1, ln 5]
c) Y sobre la funcion
2
(x) = 5
5
e
x
partiendo de cualquier punto del
intervalo I = [1, 5]? Justica tu respuesta.
Sol : No. Solo en [ln 5, 5]
d) Y sobre
2
(x) en I = [2, 5]? Justica tu respuesta.
Sol : S.
2. Sistemas de ecuaciones linea-
les
Ejercicio 2.1 Estudiar el n umero de condicion de Frobenius de la matriz
A =
_
a b
a + b
_
.
Soluci on: El determinante de A es [A[ = ab +b(a +) = b .
Si b ,= 0 y ,= 0 es [A[ , = 0 y, por tanto, A es invertible, siendo su inversa:
A
1
=
1
b
_
b b
a a
_
El n umero de condicion de Frobenius viene dado por
F
(A) = |A|
F
|A
1
|
F
.
|A|
2
F
= a
2
+b
2
+ (a +)
2
+b
2
= 2a
2
+ 2b
2
+ 2a +
2
|A
1
|
2
F
=
b
2
+b
2
+ (a )
2
+a
2
b
2
2
=
2a
2
+ 2b
2
+ 2a +
2
b
2
2
Por lo que:
2
F
(A) =
(2a
2
+ 2b
2
+ 2a +
2
)
2
b
2
2
=
F
(A) =
[2a
2
+ 2b
2
+ 2a +
2
[
[b [
.
Observese que cuando tiende a cero, el n umero de condicion de Frobenius
F
(A) lo hace a innito, por lo que la matriz A esta mal condicionada.
21
22

Algebra Numerica
Por ejemplo: para a = 10 y b = 1 se tiene que
F
(A) =
202 + 20 +
2
[[
=
202
[[
20 +[[
Si = 10
8
F
(A) 2 10
10
.
Ejercicio 2.2 Dado el sistema:
_
3x + 4y = 7
3x + 5y = 8
a) Calcular su n umero de condicion eucldeo.
b) Sustituir la segunda ecuacion por una combinacion lineal de ambas, de
forma que el n umero de condicion sea mnimo.
Soluci on:
a) La matriz del sistema es A =
_
3 4
3 5
_
.
A
A =
_
3 3
4 5
__
3 4
3 5
_
=
_
18 27
27 41
_
P() =
18 27
27 41
= ( 18)( 41) 27
2
=
2
59 + 9.
Las races de P() son: =
59
3481 36
2
=
59
3445
2
=
1
=
59
3445
2
y
2
=
59 +
3445
2
2
(A) =

2
1
=
59 +
3445
59
3445
=
(59 +
3445)
2
36
=
59 +
3445
6
=
2
(A) = 19.61568707 . . .
b) La matriz resultante de la combinacion lineal es
B =
_
3 4
3a + 3b 4a + 5b
_
.
Una matriz tiene n umero de condicion eucldeo mnimo (y vale 1) si, y
solo si, es proporcional a una matriz unitaria. Por tanto, B debe tener
las las (o las columnas) ortogonales y de igual norma.
(3 4)
_
3a + 3b
4a + 5b
_
= 0 3(3a + 3b) + 4(4a + 5b) = 0 =
25a + 29b = 0
Ambas las han de tener la misma norma, por lo que
(3 4)
_
3
4
_
= (3a + 3b 4a + 5b)
_
3a + 3b
4a + 5b
_
=
25 = 25a
2
+ 34b
2
+ 58ab
Las condiciones que tenemos son:
25a + 29b = 0
25a
2
+ 34b
2
+ 58ab = 25
_
_
_
=
_
_
a =
29
3
b =
25
3
Tomando, por ejemplo, a =
29
3
y b =
25
3
(el otro caso es analogo),
obtenemos:
B =
_
3 4
4 3
_
= 5 U con U =
_
0.6 0.8
0.8 0.6
_
unitaria.
El sistema resultante es
_
3x + 4y = 7
4x 3y = 1
y su n umero de condicion
eucldeo es
2
(B) = 1.
Ejercicio 2.3 Sea 0.5, 1.5, 2.5 y consideremos el sistema iterado
_
x
n+1
y
n+1
_
=
_
_
_
_
_
1
1 1
1
1
+ 1
_
_
_
_
_
_
x
n
y
n
_
+
_
_
_
_
_
1
1
1
1
_
_
_
_
_
24

Algebra Numerica
Se pide
a) Resolver el sistema resultante de tomar lmites para probar que, en caso
de que converja, el lmite de la sucesion
_ _
x
0
y
0
_
,
_
x
1
y
1
_
,
_
x
2
y
2
_
. . .
_
no depende de .
b) Para que valores de converge la sucesion?
c) Para los valores anteriores que hacen que la sucesion sea convergente,
con cual lo hace mas rapidamente?
d) Comenzando con el vector
_
x
0
y
0
_
=
_
0.5
0.5
_
, aproximar iteradamente
el lmite de la sucesion utilizando el valor de que acelere mas la con-
vergencia.
Soluci on:
a) En caso de que converja, tomando lmites obtenemos que
_
1 0
0 1
__
x
y
_
=
_
_
_
1
1 1
1
1
+ 1
_
_
_
_
x
y
_
+
_
_
_
1
1
1
1
_
_
_
o lo que es lo mismo
_
_
_
2
1
1
1
1
_
_
_
_
x
y
_
=
_
_
_
1
1
1
1
_
_
_
=
_
_
_
1
1
1 +
1
1
1
_
_
_
_
x
y
_
=
_
_
0
1
1
_
_
por lo que
_
_
x = y
_
1
1
_
x = 1
1
= x = y = 1 ya que ,= 1
es decir, la solucion (el lmite de la sucesion) no depende de .
b) El polinomio caracterstico de la matriz
_
_
_
1
1 1
1
1
+ 1
_
_
_
del metodo
iterado es P() =
2
+
1
2
que admite la raz doble
1
.
Dado que el radio espectral de la matriz debe ser menor que 1, ha de
ser mayor que 1, por lo que converge para = 1.5 y para = 2.5, pero
no lo hace para = 0.5.
c) El metodo converge mas rapidamente para el valor de que hace menor
el radio espectral de la matriz, es decir, para = 2.5.
d) Partiendo de
_
x
0
y
0
_
=
_
0.5
0.5
_
y tomando = 2.5 se obtiene:
_
x
1
y
1
_
=
_
4
/
5
4
/
5
_ _
x
2
y
2
_
=
_
23
/
25
23
/
25
_ _
x
3
y
3
_
=
_
121
/
125
121
/
125
_
. . .
que podemos observar como converge a
_
x
y
_
=
_
1
1
_
que era la
solucion del sistema.
Ejercicio 2.4 Dado el sistema
_
x + y = 2
2x + y = 3
a) Calcular su n umero de condicion de Frobenius.
Sol :
F
(A) = 7.
b) Calcular a para que el n umero de condicion del sistema resultante de
sumarle a la segunda ecuacion la primera multiplicada por dicha cons-
tante a, sea mnimo.
Sol : a = 3/2.
26

Algebra Numerica
Ejercicio 2.5 Comprobar que la matriz:
A =
_
_
_
_
_
_
_
_
1 2 0 0 0
1 4 3 0 0
0 4 9 4 0
0 0 9 16 5
0 0 0 16 25
_
_
_
_
_
_
_
_
admite factorizacion LU y realizarla.
Sol : L =
_
_
_
_
_
_
_
_
1 0 0 0 0
1 1 0 0 0
0 2 1 0 0
0 0 3 1 0
0 0 0 4 1
_
_
_
_
_
_
_
_
y U =
_
_
_
_
_
_
_
_
1 2 0 0 0
0 2 3 0 0
0 0 3 4 0
0 0 0 4 5
0 0 0 0 5
_
_
_
_
_
_
_
_
. Todas sus matrices
fundamentales son regulares.
Ejercicio 2.6 Resolver, por el metodo de Cholesky, el sistema de ecuaciones:
_
_
_
6 1 + 3i 1 2i
1 3i 3 1 + i
1 + 2i 1 i 2
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
=
_
_
_
1 2i
1 + i
1 2i
_
_
_
Sol : x
1
= 1 2i, x
2
= 3 i, x
3
= 1 + 2i.
Ejercicio 2.7 Dada la matriz A =
_
_
_
p p 2p
p p + 2 1
2p 1 6p 1
_
_
_
se pide:
a) Determinar para que valores de p es hermtica y denida positiva.
Sol : p (
1
/
2
,
3
/
2
).
b) Para p = 1, efectuar la descomposicion de Cholesky y utilizarla para
resolver el sistema Ax = b siendo b = (1 0 3)
t
.
Sol : x
1
= 1, x
2
= 0, x
3
= 1.
Ejercicio 2.8 Resolver, utilizando MatLab y comenzando con el vector nulo,
el sistema:
10x
1
x
2
+ 2x
3
= 6
x
1
+ 11x
2
x
3
+ 3x
4
= 25
2x
1
x
2
+ 10x
3
x
4
= 11
3x
2
x
3
+ 8x
4
= 15
por los metodos de Jacobi, Gauss-Seidel y SOR con = 1.2.
Sol : (x
1
, x
2
, x
3
, x
4
) = (1, 2, 1, 1). Jacobi 42 iteraciones, Gauss-Seidel 16 y
SOR 24.
Ejercicio 2.9 Al resolver el sistema
_
_
x 3y + 5z = 5
8x y z = 8
2x + 4y + z = 4
por el metodo de Gauss-Seidel, utilizando MATLAB, observamos que el pro-
grama se detiene en la iteracion 138 dandonos el vector (inf inf -inf)
T
.
a) El metodo de Gauss-Seidel realiza el proceso x
n+1
= L
1
x
n
+c. Determina
la matriz L
1
.
Sol : L
1
=
_
_
_
0 3 5
0 24 41
0 90 154
_
_
_
b) Utilizar los crculos de Gerschgorin para estimar el modulo de los auto-
valores de L
1
.
Sol : [
i
[ 244.
c) Justicar el porque de la divergencia del metodo.
Sol : (L
1
) > 1.
d) Existe alguna condicion suciente que deba cumplir la matriz de un
sistema para garantizar la convergencia del metodo de Gauss-Seidel?
Hacer uso de ella para modicar el sistema de forma que el proceso sea
convergente?
Sol : Llevando la primera ecuacion al ultimo lugar, la matriz del sistema
resultante es de diagonal dominante y por tanto converge el metodo.
Ejercicio 2.10 Sea el sistema Ax = b, donde
A =
_
1000 999
999 998
_
, x =
_
x
1
x
2
_
y b =
_
1999
1997
_
.
28

Algebra Numerica
a) Obtener la factorizacion LU de la matriz A. Se puede conseguir la fac-
torizacion de Cholesky?
Sol : L =
_
1 0
0.999 1
_
, U =
_
1000 999
0 0.001
_
. No admite factori-
zacion de Cholesky.
b) Resolver el sistema Ax = b utilizando la factorizacion A = LU obtenida
en el apartado anterior.
Sol : (x
1
, x
2
) = (1, 1).
c) Calcular |A|
, |A
1
|
y el n umero de condicion de la matriz
(A).
Se puede decir que esta bien condicionada?
Sol : |A|
= 1999, |A
1
|
= 1999,
(A) = 1999
2
4 10
6
es decir,
la matriz esta mal condicionada.
d) Comprueba que |Ax|
= |A|
para la solucion x = (1, 1)

T
del sistema
Ax = b.
Cual es el maximo valor que puede tomar |Ax|
, cuando x es un vector
unitario para la norma | |
?
Sol : 1999.
e) Si se perturba b en b +b = (1998.99, 1997.01)
T
, calcular |b|
/|b|
.
Si x +x es la solucion obtenida para el nuevo sistema Ax = b +b, es
el error relativo |x|
/|x|
el maximo que se puede cometer?

Indicacion:
|x|
|x|
(A)
|b|
|b|
.
Sol : Es el maximo posible.
Ejercicio 2.11
a) Dado un sistema Ax = b, el metodo de Gauss-Seidel consiste en cons-
truir la sucesion x
n+1
= L
1
x
n
+ c, a partir de un vector inicial x
0
. Si
conocemos el valor de x
n+1
podramos determinar el de x
n
haciendo
x
n
= L
1
1
(x
n+1
c)?
Sol : No. L
1
no tiene inversa. Porque?, justifcalo.
b) Si la matriz A del sistema es de diagonal estrictamente dominante,
puede ser el radio espectral de L
1
mayor que 1?
Sol : No. Porque?, justifcalo.
c) Si, para un determinado sistema y comenzando con un determinado vec-
tor x
0
, el metodo de Gauss-Seidel requiere 50 iteraciones para aproximar
la solucion con un error menor que y en la iteracion 49 se pierde la pri-
mera coordenada del vector x
49
y la sustituimos por un valor arbitrario,
se obtendr a en el paso siguiente la solucion buscada con el mismo error
que si no hubiesemos perdido el dato? que ocurrira si la coordenada
que perdemos del vector x
49
es la segunda en vez de la primera?
Sol : Si se pierde la primera: S. Si se pierde la segunda: No.
d) Tomando como vector inicial x
0
= (2, 1, 2)
T
, realizar dos pasos del
metodo de Gauss-Seidel para el sistema
_
_
_
4 2 1
0 2 1
1 0 2
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
16
0
0
_
_
_
.
Podras decir cual es la solucion exacta del sistema?
Sol : (4,-1,2).
Ejercicio 2.12 Considerese el sistema Ax = b en el que
A =
_
a b
c d
_
, x =
_
x
y
_
y b =
_

_
con , R.
a) Determinar la matriz B
1
, para que el metodo iterativo x
n+1
= B
1
x
n
+c
1
sea el que se obtiene con el metodo de Jacobi aplicado al sistema Ax = b.
Sol : B
1
=
_
0
b
/
a
c
/
d
0
_
.
b) Hallar los autovalores de B
1
y probar, en este caso particular, que si la
matriz A es simetrica y denida positiva, entonces el metodo de Jacobi
converge.
Sol :
i
=
_
bc
/
ad
= (B
1
) = +
_
bc
/
ad
. Si A es simetrica y denida
positiva (B
1
) < 1 y converge.
c) Determinar la matriz B
2
, para que el metodo iterativo x
n+1
= B
2
x
n
+c
2
sea el que se obtiene con el metodo de Gauss-Seidel aplicado al sistema
Ax = b.
Sol : B
2
=
_
0
b
/
a
0
bc
/
ad
_
.
30

Algebra Numerica
d) Hallar los autovalores de B
2
y dar un ejemplo de matriz A (con a ,= 1)
para la que el metodo de Gauss-Seidel no converja. Puede, en tal caso,
ser convergente el metodo de Jacobi?
Sol :
1
= 0,
2
=
bc
/
ad
. Uno de los innitos ejemplos para A sera
A =
_
0 2
1 1
_
. Jacobi tambien diverge.
e) Comprobar la matriz A =
_
1 2
1 1
_
es otro ejemplo para la no conver-
gencia del metodo de Gauss-Seidel.
Calcular, para dicha matriz y el vector b =
_
1
1
_
el termino general
de la sucesion x
k
obtenida por el metodo de Gauss-Seidel a partir del
vector x
0
=
_
m
n
_
y comprobar que dicha sucesion no converge para
valores arbitrarios de m y n.
Existe alg un vector inicial x
0
para el que converja el metodo? y, en
caso de existir, contradice dicho ejemplo el hecho de que el metodo no
sea convergente?
Sol : x
k
=
_
2
k
n + 1
2
k
n
_
que diverge si n ,= 0. No existe contradiccion
porque?. Justifcalo.
Ejercicio 2.13 Se quiere encontrar una funcion de la forma f(x) = ax
3
+bx+c
que pase por los puntos (1, 4), (2, 23) y (2, 21).
a) Plantear un sistema de ecuaciones para calcular los coecientes de f y
resolverlo usando la descomposicion LU de la matriz del sistema.
Sol : f(x) = 2x
3
+ 3x 1.
b) Usar una sucesion de Sturm para saber cuantas races reales tiene la
ecuacion f(x) = 0.
Sol : Solo una.
c) Separar dichas races por intervalos adecuados para que se den las hipo-
tesis de las condiciones de Fourier.
Sol : x [0.3, 0.4]
d) Cuantas iteraciones son necesarias para obtener las races reales con 6
cifras decimales exactas usando para su calculo el metodo de Newton?
Sol : Tres.
e) Aplicar dicho metodo para calcularlas con una precision de 12 cifras
decimales exactas asegurando en cada paso del metodo el n umero de
cifras que se van obteniendo.
Sol : x = 0.312908409479.
3. Sistemas inconsistentes y sis-
temas indeterminados
Ejercicio 3.1 Dado el sistema:
4x + 5y = 13
3x + 5y = 11
a) Realizar la factorizacion QR de la matriz, y resolverlo basandose en ella
a.1) Mediante el metodo de Gram-Schmidt,
a.2) Mediante transformaciones de Householder.
b) Calcular el n umero de condicion eucldeo del sistema inicial y del trans-
formado, comprobando que son iguales.
Soluci on:
a) El sistema a resolver es Ax = b
_
4 5
3 5
__
x
y
_
=
_
13
11
_
a.1) Utilizando el metodo de Gram-Schmidt:
v
1
=
_
4
3
_
v
2
=
_
5
5
_
+
_
4
3
_
v
1
v
2
= v
1
, v
2
) = 0 = 35 + 25 = 0 = =
7
/
5
por tanto,
v
2
=
1
5
__
25
25
_
7
_
4
3
__
=
_

3
/
5
4
/
5
_
Q =
_
4
/
5

3
/
5
3
/
5
4
/
5
_
33
34

Algebra Numerica
R = Q
A =
_
4
/
5
3
/
5
3
/
5
4
/
5
__
4 5
3 5
_
=
_
5 7
0 1
_
Se obtiene, por tanto, que A = QR donde Q es unitaria y R trian-
gular superior. El sistema se transforma en otro triangular de la
manera siguiente:
Ax = b QRx = b Rx = Q
b
En nuestro caso:
Q
b =
_
4
/
5
3
/
5
3
/
5
4
/
5
__
13
11
_
=
_
17
1
_
quedandonos el sistema triangular
_
5 7
0 1
__
x
y
_
=
_
17
1
_
cuya solucion es
x = 2 y = 1.
a.2) Utilizando transformaciones de Householder se obtiene:
x =
_
4
3
_
y =
_

4
2
+ 3
2
0
_
=
_
5
0
_
v = x y =
_
1
3
_
H = I
2
v
v
vv
=
_
1 0
0 1
_
1
5
_
1 3
3 9
_
=
_
4
/
5
3
/
5
3
/
5

4
/
5
_
Al solo ser necesaria una transformacion de Householder, se tiene
que
Q = H
= H =
_
4
/
5
3
/
5
3
/
5

4
/
5
_
R = Q
A = HA =
_
4
/
5
3
/
5
3
/
5

4
/
5
__
4 5
3 5
_
=
_
5 7
0 1
_
Transformando el sistema obtenemos:
Ax = b QRx = b Rx = Q
b = Hb
Dado que
Hb =
_
4
/
5
3
/
5
3
/
5

4
/
5
__
13
11
_
=
_
17
1
_
nos queda el sistema triangular
_
5 7
0 1
__
x
y
_
=
_
17
1
_
cuya solucion
x = 2 y = 1.
b) El n umero de condicion eucldeo viene dado por
2
(A) =

2
1
donde
2
el
mayor y
1
el menor de los valores singulares de la matriz A.
Los valores singulares son las races cuadradas positivas de los autovalo-
res de la matriz A
A.
Cuando calculamos el n umero de condicion de la matriz R del sistema
transformado, realizaremos el mismo proceso con esta nueva matriz, es
decir, debemos calcular los autovalores de la matriz R
R.
Dado que
A
A =
_
4 3
5 5
__
4 5
3 5
_
=
_
25 35
35 50
_
R
R =
_
5 0
7 1
__
5 7
0 1
_
=
_
25 35
35 50
_
los valores singulares de las matrices A y R son los mismos, por lo que
se obtiene el mismo n umero de condicion eucldeo.
El polinomio caracterstico de A
A es p() =
2
75 + 25, por
lo que sus autovalores son
1
74.665 y
2
0.335 y, por tanto,
los valores singulares de la matriz A son
2

74.665 8.64 y
0.335 0.58, de donde
2
(A) =
2
(R) =

2
1
14.9
Ejercicio 3.2 Resolver por el metodo de Householder el sistema:
_
_
_
1 1 1
2 0 1
2 7 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
4
7
_
_
_
36

Algebra Numerica
Soluci on:
x =
_
_
_
1
2
2
_
_
_
y =
_
_
_
3
0
0
_
_
_
v
1
= x y =
_
_
_
2
2
2
_
_
_
H
1
= I
3
2
v
1
v
1
v
1
v
1
= I
3
2
12
_
_
_
2
2
2
_
_
_
_
2 2 2
_
=
= I
3
1
3
_
_
_
2 2 2
2 2 2
2 2 2
_
_
_
=
_
_
_
1
/
3
2
/
3

2
/
3
2
/
3
1
/
3
2
/
3
2
/
3
2
/
3
1
/
3
_
_
_
Aplicando la transformacion al sistema se obtiene
_
_
_
3 5
1
/
3
0 4
1
/
3
0 3
5
/
3
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
22
/
3
10
/
3
1
/
3
_
_
_
Dado que la segunda transformacion no va a afectar ni a la primera ecuacion
ni a la primera columna de la matriz A, la calculamos solo para el menor
asociado al elemento a
11
.
x =
_
4
3
_
y =
_
5
0
_
v
2
= x y =
_
1
3
_
H
2
= I
2
2
v
2
v
2
v
2
v
2
= I
2
1
5
_
1
3
_
_
1 3
_
=
_
4
/
5
3
/
5
3
/
5

4
/
5
_
H
2
_
4
1
/
3
3
5
/
3
_
=
_
5
19
/
15
0
17
/
15
_
H
2
_

10
/
3
1
/
3
_
=
_

37
/
15
34
/
15
_
Por lo que nuestro sistema ha quedado reducido a
_
_
_
3 5
1
/
3
0 5
19
/
15
0 0
17
/
15
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
22
/
3
37
/
15
34
/
15
_
_
_
cuya solucion es x = 1, y = 1, z = 2.
Ejercicio 3.3 Buscar la solucion de mnimos cuadrados del sistema Ax = b,
siendo:
A =
_
_
_
3 1
4 2
0 1
_
_
_
y b =
_
_
_
0
2
1
_
_
_
a) A traves de sus ecuaciones normales.
b) Por el metodo de Householder.
Soluci on:
a) Las ecuaciones normales, dadas por A
Ax = A
b son
_
3 4 0
1 2 1
_
_
_
_
3 1
4 2
0 1
_
_
_
_
x
y
_
=
_
3 4 0
1 2 1
_
_
_
_
0
2
1
_
_
_
Es decir:
_
25 5
5 6
__
x
y
_
=
_
8
5
_
sistema que es equivalente a
_
25 5
0 5
__
x
y
_
=
_
8
17
/
5
_
y cuya solucion (la solucion en mnimos cuadrados buscada) es
x =
23
125
, y =
17
25
.
b)
x
1
=
_
_
_
3
4
0
_
_
_
= y
1
=
_
_
_
|x
1
|
0
0
_
_
_
=
_
_
_
5
0
0
_
_
_
= v
1
= x
1
y
1
=
_
_
_
2
4
0
_
_
_
H
1
= I
3
2
v
1
v
1
2v
1
v
1
= I
3
2
20
_
_
_
2
4
0
_
_
_
_
2 4 0
_
=
=
_
_
_
3
/
5
4
/
5
0
4
/
5

3
/
5
0
0 0 1
_
_
_
38

Algebra Numerica
Aplicando la transformacion al sistema, se obtiene
_
_
_
5 1
0 2
0 1
_
_
_
_
x
y
_
=
_
_
_
8
/
5
6
/
5
1
_
_
_
Para que x
(1)
2
=
_
2
1
_
se transforme en y
(1)
2
=
_
|x
(1)
2
|
0
_
=
_

5
0
_
construimos la transformacion H
(2)
2
de Householder asociada al vector
v
2
= x
(1)
2
y
(1)
2
=
_
2
5
1
_
H
(2)
2
=
_

2
5
/
5
5
/
5
5
/
5
2
5
/
5
_
= H
2
=
_
_
_
1 0 0
0
2
5
/
5
5
/
5
0
5
/
5
2
5
/
5
_
_
_
que aplicada al sistema anterior nos da
_
_
_
5 1
0
5
0 0
_
_
_
_
x
y
_
=
_
_
_
8
/
5
17
/
5
5
4
/
5
5
_
_
_
porlo que la pseudosolucion del sistema es x =
23
125
, y =
17
25
y el error
viene dado por
4
5
0.3578.
Ejercicio 3.4 Se considera el sistema de ecuaciones Ax = b con
A =
_
_
_
_
_
1 2
1 0
1 1
1 1
_
_
_
_
_
y b =
_
_
_
_
_
3
2
0
1
_
_
_
_
_
.
Se pide:
a) Calcular la pseudosolucion, a traves de las ecuaciones normales, utili-
zando el metodo de Cholesky.
Sol : x = 1, y = 1/2.
b) Sea v = (1, 1, 1, 1)
T
. Demostrar que la transformacion de Householder
asociada al vector v transforma la primera columna de la matriz A en el
vector (2, 0, 0, 0)
T
dejando invariante la segunda columna de A as como
al vector b.
c) Calcular la pseudosolucion del sistema utilizando transformaciones de
Householder, as como la norma del error.
Sol : x = 1, y = 1/2, E = 3
2/2.
d) Si la matriz A del sistema fuese cuadrada y su n umero de condicion fuese
mayor que 1, que ventajas e inconvenientes tendra el resolver el sistema
multiplicando por la traspuesta de A y el resolverlo por transformaciones
de Householder?
Sol : Si (A) > 1, (A
T
A) >> 1 mientras que Householder no altera el
condicionamiento.
Ejercicio 3.5 Hallar la recta de regresion de los puntos:
(1.1, 5), (1, 5.1), (2, 7.3), (1.8, 6.9), (1.5, 6.1), (3, 8.8), (3.1, 9) y (2.9, 9.1)
Sol : y = mx +n = 1.959803x + 3.1449029.
Ejercicio 3.6 Hallar la parabola de regresion de los puntos:
(1, 0), (0, 0), (1, 0), (1, 2) y (2, 3)
Sol : y = ax
2
+bx +c =
1
2
x
2
+
1
2
x.
Ejercicio 3.7 Dado el sistema superdeterminado:
_
_
_
_
_
1 1 0
1 0 1
1 1 1
1 2 1
_
_
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
_
_
1
2
0
1
_
_
_
_
_
calcular, mediante transformaciones de Householder, la solucion en mnimos
cuadrados (pseudosolucion) as como la norma del error.
Sol : x = 5/2, y = 3/2, z = 2/3, |E| =
6/6.
40

Algebra Numerica
Ejercicio 3.8 Resolver el sistema
_
_
_
2 1
2 0
1 2
_
_
_
_
x
y
_
=
_
_
_
1
1
5
_
_
_
y obtener la norma del error:
a) Mediante sus ecuaciones normales.
b) Mediante transformaciones de Householder.
c) Hallando la inversa generalizada de la matriz del sistema.
Sol : x = 1, y = 9/5, |E| = 3
5/5, A
+
=
_
2/9 2/9 1/9
1/5 0 2/5
_
Ejercicio 3.9 Se considera el sistema superdeterminado Ax = b con
A =
_
_
_
_
_
1 7 15
1 4 8
1 0 1
1 3 6
_
_
_
_
_
y b =
_
_
_
_
_
7
7
5
9
_
_
_
_
_
a) Resolverlo mediante transformaciones de Householder, dando la norma
del vector error.
Sol : x
1
= 8, x
2
= 2, x
3
= 2, |E| = 10.
b) Hallar la inversa generalizada A
+
de la matriz A.
Sol : A
+
=
1
100
_
_
_
49 43 49 57
86 102 114 98
50 50 50 50
_
_
_
.
c) Utilizar la inversa generalizada para resolver el sistema y hallar la norma
del vector error.
Ejercicio 3.10 Resolver el sistema superdeterminado
_
_
_
_
_
3 1 1
1 3 1
1 1 3
1 1 1
_
_
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
_
_
8
4
0
4
_
_
_
_
_
calculando la inversa generalizada de la matriz A.
Sol : x = 1, y = 0, z = 1, |E| = 8, A
+
=
_
_
_
1
/
4
0 0
1
/
4
0
1
/
4
0
1
/
4
0 0
1
/
4

1
/
4
_
_
_
Ejercicio 3.11 Dado sistema superdeterminado Ax = b con
A =
_
_
_
_
_
1 5 5
1 2 3
1 1 3
1 2 1
_
_
_
_
_
y b =
_
_
_
_
_
7
16
3
10
_
_
_
_
_
a) Resolverlo mediante transformaciones de Householder, dando la norma
del vector error.
Sol : x = 9, y = 3, z = 3, |E| = 12.
b) Teniendo en cuenta el rango de la matriz A, hallar su inversa generali-
zada.
Sol : A
+
=
1
36
_
_
_
20 10 12 34
8 4 12 8
3 3 9 15
_
_
_
.
c) Utilizar la inversa generalizada obtenida en el apartado anterior para
calcular la pseudosolucion del sistema y hallar la norma del vector error.
Ejercicio 3.12 Consideremos el sistema de ecuaciones Ax = b, con
A =
_
_
_
2 2
1 1
2 2
_
_
_
, x =
_
x
1
x
2
_
y b =
_
_
_
6
3
3
_
_
_
,
y un vector unitario u. Se pide:
a) Demostrar que si H = I 2uu
T
es la matriz de Householder, asociada al
vector u, entonces: H es ortogonal, H
2
= I y |Ha|
2
= |a|
2
cualquiera
que sea el vector a.
b) Obtener la matriz de Householder que transforma el vector (2, 1, 2)
T
en otro de la forma (, 0, 0)
T
, con > 0.
42

Algebra Numerica
Sol : H =
_
_
_
2 1 2
1 2 2
2 2 1
_
_
_
.
c) Aplicando el metodo de Householder, probar que el sistema Ax = b
posee innitas soluciones en cuadrados mnimos y que el error cometido,
al considerar cualquiera de ellas, es el mismo.
Sol : x = (1 +, )
T
R, |E| = 3.
d) Obtener la pseudosolucion del sistema Ax = b.
Sol : (
1
/
2
,
1
/
2
)
T
.
A =
_
_
_
0 3
3 5
4 0
_
_
_
, x =
_
x
y
_
y b =
_
_
_
10
6
8
_
_
_
.
a) Probar que la matriz A
T
A es denida positiva, obteniendo la factori-
zacion de Cholesky.
Sol : A
T
A =
_
25 15
15 34
_
=
_
5 0
3 5
__
5 3
0 5
_
.
b) Plantear la iteracion X
n+1
= L
1
X
n
+ c que se obtiene de aplicar el
metodo de Gauss-Seidel a las ecuaciones normales del sistema Ax = b.
Sera convergente el proceso iterativo a la pseudosolucion?
Sol : x
n+1
=
_
0
3
/
5
0
9
/
34
__
x
n
y
n
_
+
_
2
15
/
17
_
. Convergente por ser un
sistema de diagonal dominante.
c) Hallar la matriz H
u
= I uu
T
de la reexion que transforma el vector
a = (0, 3, 4)
T
en el vector r = (5, 0, 0).
Sol : H
u
=
1
25
_
_
_
0 15 20
15 16 12
20 12 9
_
_
_
.
d) Obtener la solucion en mnimos cuadrados del sistema Ax = b, utilizando
el metodo de Householder, y determinar la norma del error.
Sol : x = 68/25, y = 6/5, |E| = 8.
e) Sin haber resuelto el apartado anterior, podran predecirse H
u
A y H
u
b
de las relaciones geometricas entre L =< u >, L
y los vectores columnas

implicados?
Sol : S. Si A = (a
1
a
2
), H
u
a
1
= (5, 0, 0)
T
, H
u
a
2
= a
2
, H
u
b = b.
A =
_
_
_
3 2
4 5
12 0
_
_
_
y b =
_
_
_
3
1
13
_
_
_
a) Calcular la pseudosolucion (solucion de mnimos cuadrados) as como la
norma del error utilizando transformaciones de Householder.
Sol : x = 71/65, y = 3/5, |E| = 1.
b) Sea T =
_
_
_
1 0 0
0 1 0
0 0
1
/
12
_
_
_
la matriz asociada a la transformacion elemen-
tal que divide por 12 la tercera de las ecuaciones del sistema:
TAx = Tb
_
_
_
3 2
4 5
1 0
_
_
_
_
x
y
_
=
_
_
_
3
1
13
/
12
_
_
_
Calcular su pseudosolucion haciendo uso de las ecuaciones normales. De-
terminar la norma del error.
Sol : x = 113/72, y = 37/36, |E| = 5
78/72.
c) A que se debe que no coincidan las pseudosoluciones obtenidas en los
dos apartados anteriores? Que habra ocurrido si la matriz T hubiese
sido unitaria?
Sol : T no es unitaria. Si T hubiese sido unitaria se hubiesen obtenido
las mismas pseudosoluciones.
A =
_
_
_
3 2
0 3
4 4
_
_
_
, x =
_
x
y
_
y b =
_
_
_
2
0
1
_
_
_
.
44

Algebra Numerica
a) Probar que la matriz B = A
T
A es denida positiva, obteniendo la fac-
torizacion de Cholesky B = G
T
G.
Sol : B =
_
25 10
10 29
_
, G =
_
5 2
0 5
_
.
b) Hacer uso de la factorizacion obtenida en el apartado anterior para hallar
la pseudosolucion mediante las ecuaciones normales del sistema. Calcular
el n umero de condicion,
(B), de la matriz B para la norma | |
.
Hasta que punto se podra considerar able la pseudosolucion obtenida
con aritmetica de ordenador?
Sol : x = 58/125, y = 4/25,
(B) = 1521/625 2.4336. Es able.

c) Hallar la matriz de la reexion (matriz de Householder) H
u
que trans-
forma el vector a = (3, 0, 4)
T
en el vector r = (5, 0, 0)
T
. Una vez de-
terminado el vector u, justicar que se pueden conocer H
u
A y H
u
b sin
necesidad de efectuar los productos.
Sol : H
u
=
_
_
_
3
/
5
0
4
/
5
0 1 0
4
/
5
0
3
/
5
_
_
_
. Si A = (a
1
a
2
), H
u
a
2
= a
2
H
2
b = b.
d) Obtener la solucion en mnimos cuadrados del sistema Ax = b, utilizando
el metodo de Householder y determinar la norma del error. Operando
con el ordenador, puede obtenerse una pseudosolucion distinta de la
obtenida en el apartado b? Si as ocurriera, puede ser mayor el error?
Sol : x = 58/125, y = 4/25, |E| = 3/5. Es posible obtener en el
ordenador soluciones distintas. Nunca, ya que las transformaciones de
Householder son unitarias.
A =
_
_
_
1 1 2
0 3 3
0 4 4
_
_
_
, x =
_
_
_
x
y
z
_
_
_
y b =
_
_
_
0
1
2
_
_
_
.
a) Hallar |A|
. Que se puede decir sobre el n umero de condicion de la

matriz A para la norma innito? Que estimacion dara MATLAB para
el n umero de condicion espectral obtenido con el comando cond(A)?
Sol : cond(A) = .
b) Utilizar la descomposicion LU de la matriz A
T
A para resolver el sistema
A
T
Ax = A
T
b. Que propiedad caracteriza a las soluciones en relacion al
sistema Ax = b? Interpreta geometricamente el resultado.
Sol : x = t 1/5, y = 3t 1/5, z = t.
c) Encontrar una matriz ortogonal Q que transforme el vector a=(0, 3, 4)
T
en el vector r = (0, 5, 0)
T
. Obtener la norma del error para las soluciones
en mnimos cuadrados del sistema QAx = Qb.
Sol : Q =
_
_
_
1 0 0
0
3
/
5

4
/
5
0
4
/
5

3
/
5
_
_
_
. |E| = 2.
d) Que relacion hay entre las soluciones obtenidas en los apartados ante-
riores?
Si se obtienen las soluciones en mnimos cuadrados del sistema Ax = b,
escalonando previamente la matriz A, se debe obtener mismo resultado
que en alguno de los apartados anteriores?
Sol : Son las mismas. No, el escalonado no se hace mediante transforma-
ciones unitarias.
e) Probar que la matriz P =
_
_
_
_
_
2
3
3
25

4
25
1
3
3
25

4
25
1
3
0 0
_
_
_
_
_
es la pseudoinversa de A,
vericando las propiedades de Penrose. (Hacer la comprobacion solo con
dos de ellas).
De entre todas las soluciones en mnimos cuadrados del sistema Ax = b,
hallar la de menor norma eucldea.
Soluci on: x = 1/5, y = 1/5, z = 0.
Ejercicio 3.17
a) En lo que sigue, H
v
denota la transformacion de Householder asociada al
vector v. Sean x, y, v, z vectores no nulos, con H
v
x = y y z v. Probar
que H
v
v = v y H
v
z = z. Determinar razonadamente todos los vectores
w tales que H
w
x = y.
46

Algebra Numerica
b) Se considera el sistema de ecuaciones dado por
_
_
_
1
2
1 0
1 2 1
1 0 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
2
1
1
_
_
_
b.1) Estudiar el condicionamiento del sistema, utilizando la norma 1.
Sol :
1
(A) = 6.
b.2) Resolver el sistema por medio de transformaciones de Householder.
Sol : x = 2, y = 1, z = 1.
b.3) Desde un punto de vista numerico, sera razonable resolver el sis-
tema escalonando por Gauss? Razonar la respuesta.
Sol : No.
c) Demostrar que el vector c = (
4
3
,
1
2
,
4a
3
1)
T
y la matriz
L
1
=
_
_
_
0
2
3
0
0 0
1
2
0
2a
3
0
_
_
_
son los propios del metodo de Gauss-Seidel asociado al sistema
_
_
_
3
2
1 0
0 2 1
a 0 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
2
1
1
_
_
_
d) Estudiar, en funcion del parametro a, el caracter diagonal dominante
por las de la matriz de coecientes del sistema dado, as como el radio
espectral de L
1
. Para que valores de a es convergente el metodo ante-
rior?
Sol : Diagonal dominante si [a[ < 1, (L
1
) =
_
a
/
3
. Converge si [a[ < 3.
e) Para a = 0 el metodo resulta convergente. Utilizando aritmetica exacta,
y tomando como vector inicial x
0
= (0, 0, 0)
T
, realizar dos iteraciones,
acotando el error cometido. Razonar que ocurre cuando se itera por
tercera vez. Hubiera ocurrido otro tanto al trabajar con aritmetica de
ordenador?
Sol : x
1
=
_
_
_
4
/
3
1
/
2
1
_
_
_
y x
2
=
_
_
_
5
/
3
1
1
_
_
_
, |E| = 1/2. x
3
es la solucion
exacta pero con aritmetica de ordenador es solo una buena aproximacion.
A =
_
_
_
1 1
0
2 2
_
_
_
, x =
_
x
y
_
y b =
_
_
_
2
_
_
_
con > 0 y , R
a) Hallar sabiendo que que existe una matriz de Householder, H
v
, que
transforma la primera columna de la matriz A en el vector r = (3, 0, 0)
T
.
Quien es H
v
?
Sol : = 2, H
v
=
_
_
_
1
/
3
2
/
3

2
/
3
2
/
3
1
/
3
2
/
3
2
/
3
2
/
3
1
/
3
_
_
_
.
b) Determinar el conjunto de vectores b para los que se verica H
v
b = b,
siendo H
v
la matriz del apartado anterior. Encontrar, entre ellos, el que
tiene menor norma eucldea.
Sol : b = (2, , 2)
T
con R. (2, 1, 1)
T
.
c) Hallar la pseudosolucion del sistema Ax = b
m
, para = 2 y b
m
=
(2, 1, 1)
T
, utilizando transformaciones ortogonales para determinar el
error.
Sol : x = 5/6, y = 1/2, |E| = 1.
d) Probar que si una matriz real B tiene sus columnas linealmente inde-
pendientes, entonces B
T
B es denida positiva.
e) Sea el sistema A
T
Ax = A
T
b
m
, con y b
m
como en el apartado (c).
e.1) Sera posible utilizar una descomposicion A
T
A = GG
T
, con G
triangular inferior, para resolver el sistema?
Sol : S, A
T
A admite factorizacion de Cholesky.
e.2) Utilizando la norma | |
para medir el condicionamiento, es un

sistema mal condicionado para utilizar aritmetica de ordenador en
su resolucion?
Sol : No.
48

Algebra Numerica
e.3) Sea (s
0
, s
1
, s
2
, . . .) la sucesion que se obtiene al aplicar el metodo
de Gauss-Seidel al sistema, con s
0
= (0, 0)
T
. Probar que, operando
en aritmetica exacta, la sucesion (s
n
) es convergente y obtener su
lmite s.
Sol : A
T
A simetrica y denida positiva = Gauss-Seidel converge.
Al tratarse de las ecuaciones normales, lo hace a la pseudosolucion.
Ejercicio 3.19 Se considera el sistema Ax = b con
A =
_
_
_
0 5
3 0
4 0
_
_
_
, x =
_
x
y
_
y b =
_
_
_
5
2
11
_
_
_
a) Existe alguna transformacion de Householder que permute las columnas
de la matriz A? Justicar la respuesta.
Sol : S, ambas tienen igual norma.
b) Calcular la pseudosolucion del sistema mediante transformaciones de
Householder dando la norma del vector error.
Sol : x = 2, y = 1, |E| = 5.
c) Calcular la inversa generalizada A
+
de la matriz A a traves de su des-
composicion en valores singulares y hacer uso de ella para encontrar la
pseudosolucion del sistema Ax = b dando la norma del vector error.
Sol : A
+
=
_
0
3
/
25
4
/
25
1
/
5
0 0
_
d) Hubiesemos podido, en este caso, calcular la inversa generalizada sin
necesidad de realizar su descomposicion en valores singulares?
Sol : S ya que rg A = 2.
Ejercicio 3.20 Se considera el sistema Ax = b con
A =
_
_
_
1 2
4 8
1 2
_
_
_
, x =
_
x
y
_
y b =
_
_
_
1
5
3
_
_
_
Determinar la pseudosolucion del sistema dando la norma del error:
a) Mediante transformaciones de Householder.
Sol : x = 1/5, y = 2/5, |E| =
17.
b) A traves de la inversa generalizada de la matriz A.
Sol : A
+
=
_
1
/
90
2
/
45

1
/
90
1
/
45
4
/
45

1
/
45
_
.
Ejercicio 3.21 Hallar la pseudosolucion del sistema Ax = b en el que
A =
_
_
_
3 4
4 3
0 12
_
_
_
y b =
_
_
_
65
65
0
_
_
_
as como la norma del error a traves de la pseudoinversa de la matriz A calcu-
lada mediante la descomposicion en valores singulares.
Sol : A
+
=
_
_
3
/
25
4
/
25
0
4
/
169
3
/
169
12
/
169
_
_
, x = 13/5, y = 35/13, |E| = 84.
A =
_
_
_
_
_
2 1
2 0
1 2
0 2
_
_
_
_
_
x =
_
x
y
_
y b =
_
_
_
_
_
3
6
0
3
_
_
_
_
_
a) Encontrar una transformacion de Householder que transforme la primera
columna de la matriz A en el vector r = (3, 0, 0, 0)
T
.
Sol : H =
_
_
_
_
_
2
/
3
2
/
3
1
/
3
0
2
/
3

1
/
3

2
/
3
0
1
/
3

2
/
3
2
/
3
0
0 0 0 1
_
_
_
_
_
.
b) Probar que el producto de dos matrices de Householder es una matriz
unitaria.
Hallar una matriz ortogonal Q tal que A = QR siendo R una matriz
triangular superior de las mismas dimensiones que A.
50

Algebra Numerica
Sol : Q =
_
_
_
_
_
2
/
3
1
/
3
0
2
/
3
2
/
3
0
1
/
3

2
/
3
1
/
3

2
/
3
2
/
3
0
0 2 2
1
/
3
_
_
_
_
_
.
c) Probar que si Q es ortogonal, los sistemas Ax = b y Q
T
Ax = Q
T
b tienen
las mismas soluciones en mnimos cuadrados.
Hallar el error cometido al obtener la pseudosolucion del sistema Ax = b,
utilizando transformaciones ortogonales.
Sol : x = 2, y = 1, |E| = 3.
d) Teniendo en cuenta el rango de la matriz A, calcular el vector s = A
+
b
donde A
+
representa la pseudoinversa de la matriz A.
Sol : A
+
=
_
2
/
9
2
/
9
1
/
9
0
1
/
9
0
2
/
9
2
/
9
_
.
e) Sea x
n+1
= L
1
x
n
+c la sucesion resultante de aplicar el metodo de Gauss-
Seidel a la resolucion de las ecuaciones normales del sistema Ax = b.
Cuantas iteraciones son necesarias para la convergencia del metodo?
Determina la pseudosolucion as como la norma del error.
Sol : Solo una iteracion.
Ejercicio 3.23 El equipo Astronoma para acionados, adquirido por el pro-
fesor Dana este verano, permita determinar el plano x + y + z = 1
donde se encuentra la trayectoria de Marte alrededor del Sol. En las instruc-
ciones indicaba introducir en el calculador magico una serie de coordenadas
locales (x
i
, y
i
, z
i
), obtenidas con el telescopio marciano, y automaticamente
proporcionara los coecientes , , . Entre otras cosas, sugera introducir
entre 5 y 10 coordenadas para que el ajuste obtenido en el sentido de
los mnimos cuadrados promediara cientcamente los errores de obser-
vacion...
a) Plantear el sistema superdeterminado, A= b, con =(, , )
T
, para
determinar el plano , cuando las coordenadas locales son
(2, 1, 0), (1, 2, 1), (0, 1, 2), (1, 0, 1), (0, 1, 0).
Puede ser nulo el error cometido para la pseudosolucion del sistema?
Sol : El error no puede ser nulo.
b) Poniendo A = [a
1
a
2
a
3
], donde a
i
indica la correspondiente columna de
A, razonar si es posible encontrar una transformacion de Householder
que transforme a
1
en a
2
. Hallar una matriz unitaria, Q, de modo que
Qa
1
= a
3
.
Sol : Q =
_
_
_
_
_
_
0 0 1 0 0
0 1 0 0 0
1 0 0 0 0
0 0 0 1 0
0 0 0 0 1
_
_
_
_
_
_
.
c) Obtener las ecuaciones normales, B= c, del sistema inicial A= b.
Est a la matriz B mal condicionada para la norma [[ [[
?
Sol :
(B) = 15/2. Bien condicionada.

d) Probar que los metodos iterados de Jacobi y Gauss-Seidel aplicados al
sistema B= c son convergentes. Cual de ellos converge mas rapido?
Sol : Gauss-Seidel mas rapido que Jacobi.
e) Partiendo de
0
= (0, 0, 0)
T
, obtener la aproximacion
3
, al aplicar 3
pasos del metodo de Gauss-Seidel al sistema B= c, operando con dos
cifras decimales. Cual es el error obtenido al tomar
3
como la solucion
en mnimos cuadrados de A= b?
Sol :
3
= (0.09, 0.55, 0.33)
T
con |E
3
| 1.01.
_
_
_
1 5 5
1 2 1
1 2 3
_
_
_
, se pide:
a) Estudiar si admite factorizaciones LU y/o de Cholesky.
Sol : Solo LU.
b) Utilizar dichas factorizaciones (en caso de existir) para resolver el sistema
Ax = b con x =
_
_
_
x
y
z
_
_
_
y b =
_
_
_
3
2
1
_
_
_
.
Sol : x = 1/2, y = 1, z = 1/2.
c) Resolver, mediante transformaciones de Householder el sistema superde-
terminado resultante de a nadir a nuestro sistema la ecuacion x+y+3z =
52

Algebra Numerica
. Hallar la norma del error.
Sol : x = (2 + 3)/6, y = (3 )/3, z = ( 2)/4, |E| = [[/2.
d) Se puede calcular el valor de que minimiza la norma del error sin
resolver el sistema anterior?
Sol : S, = 0.
Ejercicio 3.25 En R
4
se busca un hiperplano de la forma x + y + z = t
que pase por los puntos
_
_
_
_
_
x
y
z
t
_
_
_
_
_

_
_
_
_
_
_
_
1
0
0
0
_
_
_
_
_
_
_
_
_
_
1
2
4
1
_
_
_
_
_
_
_
_
_
_
1
0
1
2
_
_
_
_
_
_
_
a) Plantear el sistema de ecuaciones y resolverlo usando la factorizacion LU
de la matriz del sistema.
Sol : El hiperplano buscado es 7y 4z + 2t = 0.
b) Comenzando por el vector x
0
= (2, 2, 2)
T
, resolverlo iterativamente por
los metodos de Jacobi y Gauss-Seidel. Que metodo es mas rapido?
Razona la respuesta.
Sol : Jacobi 3, Gauss-Seidel 1 aunque ambos son igualmente convergentes.
c) Al obligar que, ademas, pase por el punto (1, 2, 0, 1) se obtiene una
ecuacion mas que hace incompatible al sistema.
Usar transformaciones de Householder para encontrar la pseudosolucion
del sistema incompatible dando la norma del error.
Sol : x = 2/3, y = 8/9, z = 8/9, |E| =
_
2/3.
Ejercicio 3.26 Se sabe que un movil en R
3
sigue una velocidad instantanea
dada por una expresion de la forma V (x, y, z) = ax + by + cz con a, b, c R.
Con un velocmetro se han tomado los datos siguientes:
V (1, 2,
5
3
) = 3
V (1, 2, 4) = 2
V (2, 1, 2) = 2
V (1, 0, 2) = 1
V (3, 2, 1) = 2
a) Demostrar que el velocmetro esta desajustado. Es decir, que los datos
obtenidos son incompatibles.
b) Una vez planteado el sistema incompatible y usando las ecuaciones nor-
males de dicho sistema, usar el metodo de Cholesky para calcular el
grado de desajuste del velocmetro. Es decir, el error al suponer la pseu-
dosolucion como los verdaderos valores de a, b y c.
Sol : |E| = 3.0651.
c) Calcular el error usando transformaciones de Householder en el sistema
incompatible.
Sol : |E| = 3.0651.
4. Autovalores y autovectores
Ejercicio 4.1 Realizar la descomposicion de Schur de la matriz
A =
_
_
_
1 0 1
0 1 1
1 0 1
_
_
_
Soluci on: El polinomio caracterstico de la matriz A es
p() = det(I A) =
1 0 1
0 1 1
1 0 + 1
=
3
2
=
2
( 1)
por lo que los autovalores de A son 1 simple y 0 doble.
Para = 1 el autovector asociado viene dado por la solucion del sistema
(A I)v = 0
_
_
_
0 0 1
0 0 1
1 0 2
_
_
_
v =
_
_
_
0
0
0
_
_
_
= v =
_
_
_
0
1
0
_
_
_
Para ampliar hasta una base ortonormal de R
3
podemos utilizar los vectores
de la base canonica para obtener la matriz de paso P =
_
_
_
0 1 0
1 0 0
0 0 1
_
_
_
, por lo
que
P
1
AP = P
T
AP =
_
_
_
1 0 1
0 1 1
0 1 1
_
_
_
55
56

Algebra Numerica
La submatriz
_
1 1
1 1
_
tiene como autovalores el 0 doble y un autovec-
tor asociado a el es el vector (1 1)
T
que puede ser ampliado hasta una
base ortogonal de R
2
con el vector (1 1)
T
por lo que una base ortonor-
mal de R
2
es le constituida por ambos vectores normalizados y, por tanto
Q =
_
_
_
1 0 0
0
1
2
1
2
0
1
2
1
2
_
_
_
obteniendose que
Q
T
P
T
APQ = U
T
AU =
_
_
_
1
2
2
2
2
0 0 2
0 0 0
_
_
_
que es una forma de Schur de la matriz A con
U = PQ =
_
_
_
0
1
2
1
2
1 0 0
0
1
2
1
2
_
_
_
Ejercicio 4.2 Comprobar que la matriz U =
_
0.6 0.8
0.8 0.6
_
es unitaria (or-
togonal) y obtener, basandose en ella, una matriz normal A que tenga por
autovalores 2 y 3i. Calcular la conmutatriz de A y comprobar que sus compo-
nentes hermticas conmutan.
Soluci on:
U
U = U
T
U =
_
0.6 0.8
0.8 0.6
__
0.6 0.8
0.8 0.6
_
=
_
1 0
0 1
_
= I
Por tanto, la matriz es unitaria.
Si A debe ser normal y ha de tener los autovalores 2 y 3i, tiene que ser
diagonalizable unitariamente y, la matriz diagonal tendra a los autovalores
en su diagonal.
U
AU = D =
_
2 0
0 3i
_
= A = UDU

Podemos utilizar cualquier matriz unitaria, por ejemplo, la del enunciado del
ejercicio.
A =
_
0.6 0.8
0.8 0.6
__
2 0
0 3i
__
0.6 0.8
0.8 0.6
_
=
_
0.72 + 1.92i 0.96 + 1.44i
0.96 + 1.44i 1.28 + 1.08i
_
.
Hallemos, por ultimo, la conmutatriz de la matriz A.
C(A) = AA
A = 2i(H
2
H
1
H
1
H
2
)
H
1
=
1
2
(A+A
) =
_
0.72 0.96
0.96 1.28
_
H
2
=
1
2i
(AA
) =
_
1.92 1.44
1.44 1.08
_
H
1
H
2
=
_
0 0
0 0
_
= H
2
H
1
=
_
0 0
0 0
_
= = H
1
H
2
= H
2
H
1
Por tanto, C(A) = .
Ejercicio 4.3 Probar, basandose en el teorema de Gerschgorin, que la matriz:
A =
_
_
_
_
_
9 1 2 1
0 8 1 1
1 0 7 0
1 0 0 1
_
_
_
_
_
tiene, al menos, dos autovalores reales.
Soluci on:
Los crculos de Gerschgorin por las son:
a
11
= 9 r
1
= 1 + 2 + 1 = 4
a
22
= 8 r
2
= 1 + 1 = 2
a
33
= 7 r
3
= 1
a
44
= 1 r
4
= 1
1 7 9
&%
'$
El crculo C
4
(1, 1) es disjunto con los demas:
58

Algebra Numerica
[a
44
a
11
[ = 8 > r
4
+r
1
[a
44
a
22
[ = 7 > r
4
+r
2
[a
44
a
33
[ = 6 > r
4
+r
3
Por tanto, en el hay un autovalor
1
y los otros tres se encuentran en C
1

C
2
C
3
.
El autovalor
1
debe ser real ya que, si fuese complejo, su conjugado
1
tambien
sera autovalor de la matriz
1
y debera pertenecer a C
4
cosa que no sucede,
pues en C
4
solo existe un autovalor.
En conclusion: la matriz tiene, al menos, un autovalor real
1
con 0
1
2.
Los tres autovalores restantes no pueden ser complejos ya que P() es una
ecuacion polinomica de grado cuatro con coecientes reales, por lo que debe
existir, al menos, otra raz real de P() y, por tanto, la matriz A tiene, al
menos, dos autovalores reales.
_
2 + 3i 1 + 2i
1 + 2i 2 + 3i
_
se pide:
a) Comprobar que es normal sin calcular la matriz conmutatriz.
b) Calcular sus autovalores a partir de los de sus componentes hermticas.
c) Comprobar que estos autovalores estan en el dominio de Gerschgorin.
Soluci on:
a) H
1
=
1
2
(A +A
) =
_
2 1
1 2
_
H
2
=
1
2i
(A A
) =
_
3 2
2 3
_
H
1
H
2
=
_
8 7
7 8
_
H
2
H
1
=
_
8 7
7 8
_
= H
1
H
2
= H
2
H
1
=
A es normal.
b) Calculemos, en primer lugar los autovalores y autovectores de sus com-
ponentes hermticas H
1
y H
2
.
1
En una matriz real, P() tiene coecientes reales y, por tanto, sus races o son reales o
son complejas conjugadas.
Componente H
1
P() =
2 1
1 2
=
2
4 + 3 = ( 1)( 3) =
11
= 1 y
12
= 3
Los autovectores viene dados por las soluciones de los sistemas:
Para
11
= 1 = (I H
1
)x = 0
_
1 1
1 1
__
x
1
x
2
_
=
_
0
0
_
x
1
+x
2
= 0 u
11
=
_
1
1
_
Para
12
= 3 = (3I H
1
)x = 0
_
1 1
1 1
__
x
1
x
2
_
=
_
0
0
_
x
1
x
2
= 0 u
12
=
_
1
1
_
Componente H
2
Los autovectores son los mismos que los de H
1
.
Sus autovalores vienen dados por
21
=
u
T
11
H
2
u
11
u
T
11
u
11
= 1
22
=
u
T
12
H
2
u
12
u
T
12
u
12
= 5
La matriz A tiene, por tanto, los autovectores v
1
= (1, 1)
T
y v
2
=
(1, 1)
T
asociados, respectivamente, a los autovalores
1
= 1 + i y
2
=
3 + 5i.
c) Dominio de Gerschgorin.
a
11
= 2 + 3i r
1
= [1 + 2i[ =
5
a
22
= 2 + 3i r
1
= [1 + 2i[ =
5
_
_
_
= C
1
C
2
C(2 + 3i,
5).
d(
1
, 2 + 3i) = [(1 +i) (2 + 3i)[ =
5
d(
2
, 2 + 3i) = [(3 + 5i) (2 + 3i)[ =
5
_
_
_
=
Ambos se encuentran en la frontera del dominio.
_
_
_
6 2 5
2 2 3
5 3 6
_
_
_
se pide:
60

Algebra Numerica
a) Utilizar el metodo de la potencia simple para aproximar su autovalor
dominante partiendo del vector z
0
=
_
1 1 1
_
T
b) Hacer uso del metodo de la potencia inversa para, partiendo de z
0
, apro-
ximar el autovalor minimante de la matriz A.
c) Sabiendo que una aproximacion del tercer autovalor de la matriz A es
1.5, aproximarlo haciendo uso del metodo de la potencia inversa con
desplazamiento.
Soluci on:
a) Escalando los vectores z
n
por su coordenada de mayor valor absoluto
(renombrados como w
n
) y haciendo z
n+1
= Aw
n
obtenemos:
z
1
=
_
_
_
13.0000
7.0000
14.0000
_
_
_ z
2
=
_
_
_
11.5714
5.8571
12.1429
_
_
_ z
3
=
_
_
_
11.6824
5.8706
12.2118
_
_
_ z
4
=
_
_
_
11.7013
5.8748
12.2254
_
_
_
z
5
=
_
_
_
11.7039
5.8753
12.2273
_
_
_ z
6
=
_
_
_
11.7042
5.8754
12.2275
_
_
_ z
7
=
_
_
_
11.7042
5.8754
12.2275
_
_
_
por lo que
1

z
T
7
Az
7
z
T
7
z
7
12.22753579693696
b) Escalando los vectores z
n
(renombrados como w
n
) y resolviendo los sis-
temas Az
n+1
= w
n
:
z
1
=
_
_
_
0.5000
1.5000
1.0000
_
_
_ z
2
=
_
_
_
1.6667
4.3333
3.6667
_
_
_ z
3
=
_
_
_
1.8846
4.7308
4.0769
_
_
_ z
4
=
_
_
_
1.9106
4.7724
4.1220
_
_
_
z
5
=
_
_
_
1.9140
4.7777
4.1278
_
_
_ z
6
=
_
_
_
1.9144
4.7784
4.1285
_
_
_ z
7
=
_
_
_
1.9145
4.7785
4.1286
_
_
_ z
8
=
_
_
_
1.9145
4.7785
4.1287
_
_
_
z
9
=
_
_
_
1.9145
4.7785
4.1287
_
_
_
por lo que
3

z
T
9
Az
9
z
T
9
z
9
0.20927063325837
c) Escalando los vectores z
n
(renombrados como w
n
) y resolviendo los sis-
temas (A 1.5 I)z
n+1
= w
n
:
z
1
=
_
_
_
3.1429
2.5714
2.0000
_
_
_ z
2
=
_
_
_
15.8701
13.8442
8.5455
_
_
_ z
3
=
_
_
_
15.8499
13.7466
8.5663
_
_
_ z
4
=
_
_
_
15.8233
13.7272
8.5501
_
_
_
z
5
=
_
_
_
15.8244
13.7280
8.5508
_
_
_ z
6
=
_
_
_
15.8244
13.7279
8.5508
_
_
_ z
7
=
_
_
_
15.8244
13.7279
8.5508
_
_
_
por lo que
2

z
T
7
Az
7
z
T
7
z
7
1.56319356980456
_
1 +i 2 +i
2 i 1 +i
_
se pide:
a) Comprobar que es normal y que v
1
=
_
i
1
_
es un autovector de su
primera componente hermtica H
1
asociado al autovalor
1
= 0.
b) Calcular el otro autovalor (y un autovector asociado) de la matriz H
1
aplicando el metodo de la potencia simple.
c) Considerese la matriz real y simetrica S =
_
x y
y x
_
. Probar que la
transformacion de Jacobi Q
t
SQ con Q =
_
cos sen
sen cos
_
y = /4
nos anula los elementos extradiagonales.
d) Transformar el problema del calculo de los autovalores de la matriz H
2
(segunda componente hermtica de la matriz A) al del calculo de los au-
tovalores de una matriz C simetrica real y comprobar que son sucientes
dos transformaciones de Jacobi Q
1
y Q
2
, del tipo de las del apartado
anterior, para diagonalizar dicha matriz C y obtener los autovalores de
H
2
.
e) Obtener, a partir de las columnas de la matriz Q = Q
1
Q
2
, los autovec-
tores de la matriz H
2
. Cuales son los autovalores de la matriz A?
62

Algebra Numerica
Soluci on:
a)
A
A =
_
1 i 2 +i
2 i 1 i
__
1 +i 2 +i
2 i 1 +i
_
=
_
7 6i
6i 7
_
AA
=
_
1 +i 2 +i
2 i 1 +i
__
1 i 2 +i
2 i 1 i
_
=
_
7 6i
6i 7
_
_
_
=
A
A = AA
, por lo que la matriz es normal.

H
1
=
A +A
2
=
_
1 i
i 1
_
y H
2
=
A A
2i
=
_
1 2i
2i 1
_
H
1
_
i
1
_
=
_
1 i
i 1
__
i
1
_
=
_
0
0
_
= 0
_
i
1
_
lo que prueba que
1
= 0 es una autovalor de H
1
asociado al autovector
v
1
=
_
i
1
_
.
b) Partiendo, por ejemplo, de z
0
=
_
1
1
_
obtenemos w
0
= z
0
z
1
= H
1
w
0
=
_
1 +i
1 i
_
= w
1
=
z
1
1 i
=
_
i
1
_
z
2
= H
1
w
1
=
_
2i
2
_
= w
2
=
z
2
2
=
_
i
1
_
.
Hemos obtenido que w
2
= w
1
, por lo que v
2
=
_
i
1
_
es un autovector
de H
1
asociado al autovalor
2
=
v
2
H
1
v
2
v
2
v
2
= 2
c) Q
T
SQ =
_
_
y(cos
2
sen
2
)
y(cos
2
sen
2
)
_
_
por lo que, para
= /4, se anulan los elementos extradiagonales.
d) Hacemos M = real(H
2
) =
_
1 0
0 1
_
y N = imag(H
2
) =
_
0 2
2 0
_
para construir la matriz simetrica y real
C =
_
M N
N M
_
=
_
_
_
_
_
1 0 0 2
0 1 2 0
0 2 1 0
2 0 0 1
_
_
_
_
_
Las transformaciones que debemos realizar son
Q
1
=
_
_
_
_
_
2
/
2
0 0

2
/
2
0 1 0 0
0 0 1 0
2
/
2
0 0

2
/
2
_
_
_
_
_
y Q
2
=
_
_
_
_
_
1 0 0 0
0

2
/
2
2
/
2
0
0
2
/
2
2
/
2
0
0 0 0 1
_
_
_
_
_
Es decir, la transformacion Q = Q
1
Q
2
=
_
_
_
_
_
2
/
2
0 0

2
/
2
0

2
/
2
2
/
2
0
0
2
/
2
2
/
2
0
2
/
2
0 0

2
/
2
_
_
_
_
_
y obtenemos Q
T
CQ =
_
_
_
_
_
3 0 0 0
0 1 0 0
0 0 3 0
0 0 0 1
_
_
_
_
_
por lo que los autovalores
de H
2
son -1 y 3.
e) Las columnas de Q son los autovectores de C asociados, respectivamente,
a los autovalores 3, 1, 3 y -1, por lo que los autovectores de C asociados
a 1 son
_
_
_
_
_
0
1
1
0
_
_
_
_
_
y
_
_
_
_
_
1
0
0
1
_
_
_
_
_
, que nos denen el autovector
_
i
1
_
de
la matriz H
2
asociado al autovalor -1.
De manera analoga, los autovectores de C asociados a 3 son
_
_
_
_
_
1
0
0
1
_
_
_
_
_
y
64

Algebra Numerica
_
_
_
_
_
0
1
1
0
_
_
_
_
_
, que nos denen el autovector
_
i
1
_
de la matriz H
2
asociado
al autovalor 3.
Los autovalores de A son, visto todo lo anterior, i y 2 + 3i, asociados,
respectivamente, a los autovectores
_
i
1
_
y
_
i
1
_
.
Ejercicio 4.7 Justica todas tus respuestas.
a) Se considera el proceso iterado x
n+1
= (x
n
) = x
n
1 +
2
e
xn
.
a.1) Se puede garantizar que, partiendo de cualquier n umero real
x
0
[0.5, 1], el proceso convergera a un punto jo?
a.2) En caso de converger, cual es el punto jo de la sucesion?
a.3) Utiliza la gura adjunta para justicar, geometricamente, la con-
vergencia del proceso para cualquier valor inicial x
0
[0.5, 1].
a.4) Si el proceso x
n+1
= (x
n
) verica que [
(x)[ < 0.1 en el intervalo

[0.5, 1] cual de los dos procesos anteriores tendra una convergencia
mas rapida?
b) Se considera la matriz A =
_
_
_
0
1
/
2
1
/
3
1
/
4
0
1
/
5
1
/
6
0
_
_
_
b.1) A la vista de los crculos de Gerschgorin, convergera el proceso
x
n+1
= Ax
n
para cualquier valor de [0,
1
/
2
] y cualquier vector
inicial x
0
?
b.2) Probar que si [0,
1
/
2
], A no puede tener el autovalor 1.
b.3) Cual es el vector x (punto jo) lmite de la sucesion (x
n
) del pro-
ceso anterior?
b.4) Para =
1
/
2
, los autovalores de A son 0.6130 y 0.3065 0.0352 i.
Se puede calcular el autovalor real aplicando el metodo de la po-
tencia simple?
Si no se realiza ning un tipo de escalado de los vectores y trabajamos
con un ordenador que cualquier n umero menor que 10
10
lo hace
cero (tolerancia del ordenador), que ocurrira con el vector x
N
si
hacemos un excesivo n umero N de iteraciones?
Ocurrira lo mismo haciendo ese n umero N de iteraciones esca-
lando los vectores?
Por que es una buena estrategia escalar por la coordenada de ma-
yor modulo de los vectores que se obtienen?
Soluci on:
a) a.1) Tenemos un metodo de la forma x
n+1
= (x
n
) con (x) = x1+
2
e
x
.
(x) = 1
2
e
x
.
Dado que
(x) =
2
e
x
es siempre positiva, sabemos que
(x) es
creciente pasando de
(0.5) = 0.2131 a
(1) = 0.2642 es decir

[
(x)[ 0.2642 < 1

por lo que la funcion es contractiva y el metodo es convergente a
un punto jo.
a.2) Aplicando lmites, y llamando limx
n
= x, se obtiene x = x1+
2
e
x
de donde
2
e
x
= 1 = e
x
= 2 = x = ln 2
a.3) Basta ver el comportamiento de la red que se forma al ir de la
graca a la recta, de la recta a la graca y as sucesivamente.
66

Algebra Numerica
a.4) Teniendo en cuenta que
(ln 2) = 0 es decir, que la tangente en

dicho punto es horizontal, el metodo tiene una convergencia de se-
gundo orden.
Si
(ln 2) ,= 0 el proceso x
n+1
= (x
n
) tendra una convergencia
de primer orden y sera mas lento, y solo sera mas rapida su con-
vergencia si
(ln 2) = 0 y ademas es [
(x)[ < [
(x)[ en dicho
intervalo.
b) b.1) Para que el metodo sea convergente ha de ser el radio espectral de
la matriz A menor que 1.
Los crculos de Gerschgorin de la matriz A vienen dados por
C
1
: centro en el origen y radio
1
2
+
1
3
=
5
6
C
2
: centro en el origen y radio
1
4
+
1
5
=
9
20
C
2
: centro en el origen y radio +
1
6
Como el radio del tercer crculo puede oscilar en el intervalo
[0 +
1
/
6
,
1
/
2
+
1
/
6
] = [
1
/
6
,
2
/
3
]
los dos ultimos estan incluidos dentro del primero, por lo que el
modulo de cualquiera de sus autovalores es menor que
5
/
6
< 1, es
decir, el radio espectral de la matriz A es (A) < 1 y, por tanto, el
metodo es convergente.
b.2) Dado que, a la vista de los crculos de Gerschgorin, los autovalores
tienen modulos menores o iguales a
5
/
6
< 1, la matriz A no puede
tener el autovalor 1.
b.3) El metodo nos dice que si x es el vector al que converge, se verica
que
x = Ax Ax = 1 x
por lo que si converge a un vector x ,= 0 resultara que dicho vector
sera un autovector de la matriz A asociado al autovalor 1 y, dado
que 1 no es autovalor de la matriz, el metodo no puede converger
a ning un vector no nulo, por lo que limx
n
= 0 es decir, el metodo
converge al vector nulo.
b.4) Al ser [0.6130[ > [ 0.3065 0.0352 i[, el autovalor real es domi-
nante y, por tanto, podemos aproximarlo mediante el metodo de la
potencia simple.
Al aplicar el metodo de la potencia simple (sin escalar los vectores),
es evidente que convergera al vector nulo, por lo que si hacemos
un n umero excesivo de iteraciones podra el ordenador ir anulando
todas sus coordenadas, obtener en dicha iteracion el vector nulo y
no permitir el calculo del autovalor.
Si escalamos los vectores evitamos que converja al vector nulo, por
lo que lo hara a un vector que tiene la direccion del autovector
asociado al autovalor dominante y podremos calcular este ultimo.
Al escalar por la coordenada de mayor valor absoluto el proceso per-
mite calcular el autovalor y la sucesion de vectores que obtenemos
tendra siempre su mayor coordenada igual a 1.
Ejercicio 4.8 Realizar la descomposicion de Schur de la matriz
A =
_
_
_
6 9 3
2 3 1
4 6 2
_
_
_
.
Sol :
_
_
_
0 0
7
14
5
0 0
17
5
0 0 1
_
_
_
con U =
1
70
_
_
_
14 6 2
5
0 5 3
5
2
14 3
5
_
_
_
.
_
_
_
a 1 1
1 a 1
1 1 a
_
_
_
donde a es un n umero com-
plejo cualquiera, se pide:
a) Obtener su polinomio caracterstico.
Sol : P() =
3
3a
2
+ 3(a
2
1) (a
3
3a + 2).
b) Probar que tiene por autovalores: = a 1 doble y = a + 2 simple.
c) Calcular los autovectores y comprobar que no dependen de a.
Sol : v
1
= (1, 0, 1)
T
, v
2
= (0, 1, 1)
T
, v
3
= (1, 1, 1)
T
.
_
_
_
2 i 0 2 + 4i
0 4 5i 2 4i
2 + 4i 2 4i 3 3i
_
_
_
, se pide:
68

Algebra Numerica
a) Probar que es normal.
b) Obtener su primera componente hermtica H
1
y calcular el polinomio
caracterstico de dicha componente.
Sol : H
1
=
_
_
_
2 0 2
0 4 2
2 2 3
_
_
_
, P() =
3
9
2
+ 18.
c) Calcular los autovalores y los autovectores de H
1
.
Sol :
_
1
= 0 v
1
= (2, 1, 2)
T
2
= 3 v
2
= (2, 2, 1)
T
3
= 6 v
3
= (1, 2, 2)
T
.
d) Teniendo en cuenta que estos autovectores tambien lo son de la matriz
H
2
(segunda componente hermtica), calcular sus autovalores.
Sol :
1
= 3,
2
= 3,
3
= 9.
e) Obtener, a partir de los resultados anteriores, los autovalores y autovec-
tores de A, as como la matriz de paso unitaria U tal que U
AU = D.
Sol :
_
1
= 3i v
1
= (2, 1, 2)
T
2
= 3 3i v
2
= (2, 2, 1)
T
3
= 6 9i v
3
= (1, 2, 2)
T
U =
_
_
_
2
/
3
2
/
3

1
/
3
1
/
3
2
/
3
2
/
3
2
/
3

1
/
3
2
/
3
_
_
_
.
_
2 1
1 0
_
se pide:
a) Calcular su polinomio caracterstico por el metodo interpolatorio.
Sol :
2
2 1.
b) Tomar una aproximacion, con dos cifras decimales exactas, del mayor de
los autovalores y anarla con el cociente de Rayleigh.
Sol : = 1 +
2 2.41 = 2.41421.
_
_
_
1 2 3
2 2 3
3 3 3
_
_
_
a) Hallar sus autovalores mediante el algoritmo QR.
Sol : Se obtienen con MatLab 7.5165, 1.1776, 0.3389.
b) Hallar el autovalor de mayor valor absoluto, por el metodo de la potencia,
partiendo del vector (10, 11, 1)
Sol : 7.51653848519179, |E| 6.280369834735101 10
15
.
Ejercicio 4.13 Sea = +i, , R, autovalor de la matriz
A =
_
2i 2
2 2i
_
.
a) Utilizar el teorema de Gerschgorin para probar que el unico autovalor
real de la matriz A solo puede ser = 0.
b) Probar que A
= A y deducir, a partir de ello, que A es una matriz

normal. Puede no ser diagonalizable una matriz compleja que verique
esa relacion?
Sol : No. Siempre es diagonalizable.
c) Utilizar la descomposicion hermtica de la matriz, A = H
1
+ iH
2
, para
deducir que la parte real de los autovalores de A tiene que ser = 0.
Sol : Basta observar que H
1
es la matriz nula.
d) Hallar el autovalor dominante de la componente hermtica H
2
aplicando
el metodo de la potencia. Quien es el autovalor dominante de A?
Sugerencia: Iniciar el metodo con el vector v
1
= (1, 0)
T
.
Sol : 4i en ambos casos.
e) Si se perturba la matriz A en la matriz
A +A =
_
(2 10
3
) i 2
2 (2 + 10
2
) i
_
,
hallar la norma eucldea de la matriz A. Puedes encontrar una cota
del error E = [ [, transmitido al autovalor dominante?
Indicacion: [ [ |P| |P
1
| |A|, siendo P
1
AP diagonal.
Sol : |A| = 10
2
, [ [ 10
2
.
70

Algebra Numerica
Ejercicio 4.14
a) Probar que las races del polinomio P() = a + b + c
2
+
3
son los
autovalores de la matriz A(p) =
_
_
_
0 1 0
0 0 1
a b c
_
_
_
.
Sol : P() es el polinomio caracterstico de A(p).
b) Si el metodo de la potencia simple aplicado a la matriz A(p) converge a
un vector v, que relacion tiene v con las races del polinomio P()?
Sol : La raz de mayor modulo de P() viene dada por
v
T
A(p)v
v
T
v
.
c) Si el algoritmo QR aplicado a la matriz A(p) converge a una matriz
triangular T, que relacion tiene T con las races del polinomio P()?
Sol : Sus elementos diagonales son las races del polinomio.
d) Si se puede obtener la factorizacion LU de la matriz PA(p), siendo P
una matriz de permutacion, quienes tienen que ser P, L y U?
Sol : P =
_
_
_
0 0 1
1 0 0
0 0 1
_
_
_
, L = I y U =
_
_
_
a b c
0 1 0
0 0 1
_
_
_
.
Ejercicio 4.15 Sean el polinomio p(x) = x
3
+2x
2
2x4 y su correspondiente
matriz A = A(p), denido en el ejercicio 4.14
a) Utilizar una sucesion de Sturm para probar que el polinomio p(x) tiene
sus races reales y que solo una de ellas, que denotaremos , es positiva.
Sol : [1, 2].
b) Utilizar el metodo de Newton para obtener una aproximacion de la raz
, garantizando 5 cifras decimales exactas.
Sol : = 1.41421, 8.481 10
9
.
c) Obtener la pseudosolucion, , del sistema (A
2
v)x = A
3
v, determinando
la norma del error, para v = (1, 1, 1)
T
. Debera ser una aproximacion
de ?
Sol : = 1.71428, |E| 14.6385. A
2
vx = A
3
v Av = xv
hubiese sido una aproximacion de si v lo hubiese sido del autovector
asociado a .
d) Obtener la matriz de Householder que transforma el vector a = (0, 0, 4)
T
en el vector b = (4, 0, 0)
T
. Se poda haber predicho el resultado?
Sol : H =
_
_
_
0 0 1
0 1 0
1 0 0
_
_
_
y se podra haber predicho.
e) Obtener la factorizacion QR de la matriz A, utilizando el metodo de
Householder. (Sugerencia: el apartado anterior!)
Sol : Q = H, R =
_
_
_
4 2 2
0 1 0
0 0 1
_
_
_
.
f) Dar el primer paso del algoritmo QR aplicado a la matriz A. Indicar
como podra el metodo de Gram-Schmidt utilizarse para los sucesivos
pasos del algoritmo y si esto sera una buena decision para obtener las
races del polinomio p(x).
Sol : A
1
=
_
_
_
2 4 2
0 0 1
1 0 0
_
_
_
. Gram-Schmidt no es una buena opcion.
Ejercicio 4.16
a) Que pasos se dan para calcular los autovalores de una matriz cuadrada
A mediante el algoritmo QR? y que forma tiene la matriz a la que
converge el algoritmo en los siguientes casos?
a.1) Si todos sus autovalores tienen distinto modulo.
a.2) Si existen autovalores de igual modulo.
b) El polinomio caracterstico de la matriz A =
_
_
_
_
_
4 2 4 3
1 0 0 0
0 1 0 0
0 0 1 0
_
_
_
_
_
es
el polinomio del Ejercicio 1.11 P(x) =
4
+4
3
2
2
+43. Calculando
sus autovalores mediante el algoritmo QR el proceso converge a la matriz
72

Algebra Numerica
_
_
_
_
_
4.64575131106459 4.07664693269566 1.32820441231845 2.21143157264058
0 0.24888977635522 0.86635866374600 0.58988079050108
0 1.22575806673700 0.24888977635522 0.03848978825890
0 0 0 0.64575131106459
_
_
_
_
_
Calcular, a partir de dicha matriz, las races del polinomio (autovalores
de A).
Sol : 4.64575131106459, 0.64575131106459, i, i.
c) Al aplicar el metodo de la potencia y comenzando el proceso con el vec-
tor x =
_
_
_
_
_
1
1
1
1
_
_
_
_
_
se obtiene en la cuarta iteracion el vector
_
_
_
_
_
1
0.2152
0.0463
0.0100
_
_
_
_
_
.
Determinar una aproximacion de la raz de mayor valor absoluto del po-
linomio P(x) (autovalor correspondiente) utilizando el cociente de Ray-
leigh.
Sol : 4.64565808596372.
Ejercicio 4.17 Sean las matrices A, A
n
y B denidas como:
A =
_
_
_
0 1 0
0 0 1
3 1 0
_
_
_
, A
n
=
_
_
_
1.671 0.242 2.164
0.00 0.50 1.47
0.00 0.81 1.16
_
_
_
y B =
_
_
_
0 1 0
0 0 1
3 1 0.1
_
_
_
.
a) Aplicando el algoritmo QR real a la matriz A se obtiene (iterando su-
cientemente), como aproximacion aceptable del metodo, la matriz A
n
.
Por que las matrices A y A
n
deben tener los mismos autovalores?
Hallar las aproximaciones de los autovalores de la matriz A que se ob-
tienen de A
n
.
Sol : 1.671, 0.83 + 1.04 i, 0.83 1.04 i.
b) Tomando v
0
aleatoriamente, se debe esperar convergencia o divergencia
en el metodo de la potencia aplicado a la matriz A?
Empezar en v
0
= (1, 1, 1)
T
y determinar los tres primeros vectores v
1
,
v
2
y v
3
que proporciona el metodo. Hallar la mejor aproximacion del
autovalor dominante de A, en norma | |
2
, que se obtiene con v
3
.
Sol : Se espera convergencia. v
1
= (0.25, 0.25, 1)
T
, v
2
= (0.25, 1, 1)
T
,
v
3
= (0.5714, 0.5714, 1)
T
y una aproximacion del autovalor dominante es
1.9259.
c) Estudiar si A es una matriz normal. Si se perturba A en la matriz
B = A +A, hallar la medida de la perturbacion |A|
2
.
Se podra asegurar que los autovalores dominantes de las matrices A y
B dieren, a lo mas, en 0.1?
Sol : No es normal. |A|
2
= 0.1. No se puede asegurar.
Ejercicio 4.18 Sean A =
_
_
_
1 1 2
0 1 1
1 1
_
_
_
con 0 < 1, b =
_
_
_
0
1
2
_
_
_
y
J =
_
_
_
0 1 2
0 0 1
1 1 0
_
_
_
.
a) Obtener la factorizacion A = LU. Utilizar la factorizacion obtenida para
resolver el sistema Ax = b.
Sol : L =
_
_
_
1 0 0
0 1 0
1 2 1
_
_
_
, U =
_
_
_
1 1 2
0 1 1
0 0
_
_
_
, x = (1, 1, 0)
T
.
b) Hallar el n umero de condicion
(A) de la matriz A para la norma | |
.
Razonar si el resultado del apartado anterior, obtenido con aritmetica
de ordenador, podra ser considerado able para proximo a cero.
Sol :
(A) = 8 +
16
. No, mientras mas peque no sea , peor condicio-

nada.
c) Para = 1, comprobar que J es la matriz de la iteracion x
n+1
= J
x
n
+ c que se obtiene al aplicar el metodo de Jacobi al sistema Ax = b.
Determinar c y, empezando en x
1
= (1, 0, 0)
T
, hallar el vector x
3
.
Sol : x
3
= (1, 2, 1)
T
.
d) Hallar la aproximacion
3
del autovalor dominante de la matriz J
utilizando el metodo de la potencia, con v
0
= (1, 0, 0)
T
, y el cociente de
Rayleigh para determinar
3
con el valor obtenido para v
3
.
Sabiendo que
3
tiene una cota de error estimada en e < 0.5. Es
74

Algebra Numerica
suciente dicha aproximacion para analizar la convergencia de la sucesion
(x
n
) del metodo de Jacobi?
Sol :
3
= 1.5. Jacobi no converge.
e) Para = 0, hallar la solucion en mnimos cuadrados del sistema A
x = b
que se obtiene al suprimir la primera columna de A, utilizando las ecua-
ciones normales. Determinar el error y justicar el resultado obtenido.
Sol : x = (2, 1)
T
, |E| = 0 pues se trata de un sistema compatible
determinado
f) Analizar si es posible encontrar la matriz H de Householder que trans-
forma la segunda columna de A
en el vector b. En caso armativo, es

normal la matriz H resultante?
Sol : Es posible encontrarla y ademas es normal.
Ejercicio 4.19 Considerese la matriz A =
_
_
_
3 0 1
1 2 2
1 1 8
_
_
_
.
a) Hacer uso de los crculos de Gerschgorin para estudiar el n umero de
autovalores reales que posee.
Obtener su polinomio caracterstico P() y un intervalo de amplitud 1
que contenga a su autovalor dominante.
Sol : Los tres son reales. P() =
3
9
2
+ 3 + 39. [8, 9].
b) Comprobar que la formula de Newton-Raphson asociada a dicho polino-
mio es
n+1
= (
n
) =
2
3
n
9
2
n
39
3
2
n
18
n
+ 3
.
Sabiendo que la graca de la funcion y =
() en el intervalo [8, 9]
viene dada por la gura adjunta, podemos garantizar la convergencia
del metodo de Newton partiendo de cualquier punto
0
[8, 9]?
Nota: () es la funcion que aparece en la formula de Newton-Raphson.
Sol : Si, (x) es contractiva.
c) Si tomamos
0
= 8 con que error se obtiene la aproximacion
1
?
Sol :
1
1.1323 10
4
.
d) Existe alg un vector v
0
para el que podamos garantizar la convergencia
del metodo de la potencia simple aplicado a la matriz A? Que aproxi-
macion se obtiene para el autovalor dominante aplicando el cociente de
Rayleigh al vector v
1
si partimos de v
0
= (1 0 0)
T
?
Sol : Cualquiera no nulo.
1
= 3.7272.
e) Aplicando el metodo QR para el calculo de los autovalores de A, con
una aritmetica de ordenador con una precision de cuatro decimales, el
metodo se estabiliza en la matriz A
n
en la que hemos omitido dos de sus
elementos x e y
A
n
=
_
_
_
8.0195 0.5134 2.7121
0 2.7493 1.5431
0 x y
_
_
_
Puede ser nulo el elemento x?, se pueden determinar los elementos
que faltan sin necesidad de volver a aplicar el algoritmo QR? Sabras
decir cual es la aproximacion obtenida para los otros dos autovalores de
la matriz A?
Soluci on: x = 0, y = 1.7461,
2
= 2.7493,
3
= 1.7461.
Ejercicio 4.20 Se considera la matriz A =
_
_
_
0 1 0
0 0 1
0.25 0.125 1
_
_
_
.
a) Demostrar que las races del polinomio P(x) = 2+x8x
2
+8x
3
coinciden
con los autovalores de A. Acotar y separar las races de P(x), indicando
cuantas races reales y complejas tiene. Comparar los resultados con la
informacion que se desprende del estudio de los crculos de Gerschgorin.
Sol : La ecuacion caracterstica es P(x)/8 = 0 P(x) = 0. Solo una
real en (1, 0). Gerschgorin no mejora la informacion.
76

Algebra Numerica
b) Determinar un intervalo de amplitud 0.5 con un extremo entero que
contenga a la raz negativa de P(x). Razonar si se verican en dicho in-
tervalo las condiciones de Fourier. Aproximar por el metodo de Newton-
Raphson dicha raz con 2 cifras decimales exactas.
Sol : En [0.5, 0] se verican las condiciones de Fourier. x = 0.38.
c) Tomando como vector inicial z
0
= (0, 1, 0)
T
, realizar dos iteraciones del
metodo de la potencia inversa. Por medio del cociente de Rayleigh aso-
ciado al vector hallado, determinar una aproximacion del autovalor de A
correspondiente. Que relacion existe entre este valor y la aproximacion
hallada en el apartado anterior? Puede haber autovalores de la matriz
A en el crculo de centro 0 y radio
1
4
? Razonar las respuestas.
Sol : = 0.3768. No existen autovalores en dicho crculo.
d) Al aplicar el algoritmo QR a la matriz A se obtiene como salida la matriz
T = Q
AQ, para cierta matriz unitaria Q. Puede ser T una matriz

triangular superior? Justicar la respuesta.
Sol : T no puede ser triangular.
Ejercicio 4.21
a) Utilizar el metodo interpolatorio para determinar el polinomio carac-
terstico P() de la matriz
A =
_
_
_
2 1 0
0 2 1
1 0 5
_
_
_
Sol : P() =
3
5
2
4 + 21.
b) A la vista de los crculos de Gerschgorin, se puede garantizar que el
algoritmo QR aplicado a la matriz A convergera a una matriz triangular
con sus autovalores en la diagonal? Se puede garantizar la convergencia
del metodo de la potencia simple si comenzamos a iterar con el vector
v = (1 1 1)
T
?
Sol : Gerschgorin no nos garantiza una triangular pero s la convergencia
del metodo de la potencia simple.
c) Haciendo uso de los crculos de Gerschgorin, determinar cuantos auto-
valores reales posee y calcular un intervalo de amplitud 1 y extremos
enteros que contenga al autovalor dominante.
Sol : Los tres son reales y el dominante se encuentra en (4, 5).
d) Comprobar que, en dicho intervalo, se verican las hipotesis de Fou-
rier para la convergencia del metodo de Newton. En que extremo de-
beramos comenzar a iterar?
Sol : x
0
= 5
e) Tomando x
0
= 5 y aplicando el metodo de Newton, con cuantas cifras
exactas se obtiene x
1
?
Sol : Dos cifras decimales exactas.
3
3x
2
+ 3x + 5
a) Probar, mediante una sucesion de Sturm, que solo tiene una raz real
y determinar Z para que dicha raz este contenida en el intervalo
[, + 1].
Sol : = 1.
b) Comprobar, mediante las condiciones de Fourier, que el metodo de New-
ton converge tomando como valor inicial x = .
c) Si tomamos como aproximacion de la raz el valor x = 0.50 se tiene
garantizada alguna cifra decimal exacta?
Sol : No.
d) Utilizar el metodo interpolatorio para comprobar que el polinomio carac-
terstico de la matriz A =
_
_
_
3 3 5
1 0 0
0 1 0
_
_
_
es el polinomio P(x) dado.
e) Para resolver el sistema (A + 0.5 I
3
)x = (1, 1, 1)
T
observamos que
resulta mas comodo llevar la primera ecuacion al ultimo lugar, es decir,
multiplicar el sistema por la matriz P =
_
_
_
0 1 0
0 0 1
1 0 0
_
_
_
. Se altera de
esta forma el condicionamiento del sistema? Comprueba que la solucion
es el vector x =
1
21
(50, 58, 74)
T
.
Sol : No se altera el condicionamiento por ser P ortogonal.
78

Algebra Numerica
f) Tomando 0.50 como una primera aproximacion de su autovalor real,
partiendo del vector z
0
= (1, 1, 1)
T
y trabajando solo con dos cifras de-
cimales, realizar una iteracion del metodo de la potencia inversa con des-
plazamiento para calcular, mediante el cociente de Rayleigh, una nueva
aproximacion de dicho autovalor. Se puede garantizar ahora alguna ci-
fra decimal exacta?
Sol : = 0.83. La primera cifra decimal es exacta.
Ejercicio 4.23 Sean A, B y C las matrices denidas por
A =
_
1 i 3 3i
3 + 3i 1 i
_
B =
1
2
_
1 i
i 1
_
C =
_
2 + 2i 0
0 4 4i
_
a) Probar que A
= iA y que B
= B
1
. Es normal la matriz BCB
?
Sol : BCB
es normal.
b) Comprobar que se verica la igualdad A = BCB
. Hallar los autovalores

y autovectores de las componentes hermticas de la matriz A.
Sol : H
1
= H
2
. Autovalores 2 y -4. Autovectores (1, i)
T
y (i, 1)
T
.
c) Probar que si una matriz M verica la propiedad M
= iM, entonces
es normal y sus autovalores son de la forma +i, con R. Puede
la matriz M tener unicamente autovalores reales?
Indicacion: De M = QDQ
, deducir D
= iD.
Sol : M tendra todos sus autovalores reales solo si es la matriz nula.
d) Se perturba la matriz A en A+A, de modo que [[A[[
2
10
6
. Razonar
si los autovalores de A + A, obtenidos con MatLab, pueden ser muy
diferentes de los de la matriz A. Sucedera lo mismo para una matriz
M, con M
= iM y dimension elevada?
Sol : No, [ [ 10
6
y no depende de la dimension de M.
e) Hallar la aproximacion del autovalor dominante de A que se obtiene con
un paso del metodo de la potencia, partiendo de q
0
= (1, 0)
T
, y utilizando
el cociente de Rayleigh.
Explicar como se aplicara el algoritmo QR para obtener aproximaciones
de los autovalores y autovectores de la matriz A. Cual sera la forma
de Schur de A?
Sol : 2.8 2.8 i. T es diagonal.
Ejercicio 4.24 En R
4
se considera el vector a = (1, 1, 1, 1)
T
.
a) Determinar el valor que debe tomar R 0 para que la matriz
Q = I aa
T
verique la igualdad Q
2
= I. Probar que, entonces, Q es
una matriz normal.
Sol : = 1/2.
b) Utilizar las ecuaciones normales para obtener la solucion en mnimos
cuadrados del sistema superdeterminado S
1
Ax = a, donde x =
(x, y)
T
y la matriz de coecientes A = [a
1
a
2
] esta formada por las dos
primeras columnas a
1
, a
2
de la matriz B = 2I aa
T
.
Esta mal condicionada la matriz A
T
A para la norma [[ [[
?
Sol : (1/2, 1/2)
T
. No puede estar mejor condicionada, |A
T
A|
= 1.
c) Hallar la matriz H de Householder que transforma el vector a
2
, denido
en el apartado anterior, en un vector de la forma r = (0, , 0, 0)
T
, con
> 0.
Partir del sistema S
2
HAx = Ha, para evaluar el error en el sistema
S
1
del apartado anterior utilizando, en caso necesario, transformaciones
unitarias. Justicar que los sistemas S
1
y S
2
tienen la misma pseudoso-
lucion y el mismo error.
Sol : H = Q (primer apartado). |E| =
2. Al tratarse de transforma-
ciones unitarias los dos sistemas son equivalentes.
d) Para calcular un autovector de la matriz H del apartado anterior, aplicar
el metodo de la potencia simple partiendo del vector x = (1, 2, 3, 4)
T
.
Por que no funciona el metodo en este caso?
Describir como se aplica el algoritmo QR a la matriz H. En este caso,
por que no converge a la forma de Schur de H?
Indicacion: Cual es la factorizacion QR de cualquier matriz ortogonal?
Sol : H no tiene un autovalor dominante. Sus autovalores son 1, 1, 1, 1
todos de igual modulo. La sucesion resultante es x, Hx, x, Hx, . . . que
solo es convergente si se parte de un autovalor asociado al autovalor 1.
El algoritmo QR no converge a la forma de Schur (una diagonal) ya que
la sucesion que se obtiene es constante igual a H.
e) Probar que Ha = a y que si v es ortogonal al vector a, entonces Hv = v.
En virtud de esto, encontrar razonadamente los autovalores de H y un
autovector v
1
asociado al autovalor negativo.
80

Algebra Numerica
Si v
1
se completara a una base v
1
, v
2
, v
3
, v
4
formada por autovectores
de H, como se podra ortonormalizar dicha base de una forma compu-
tacionalmente estable?
Sol : -1 simple con autovector a y 1 triple. Se debera ortonormalizar
mediante transformaciones unitarias (ortogonales).
Ejercicio 4.25
a) Calcular el polinomio caracterstico de la matriz A =
_
_
_
0 3 0
3 28 4
0 4 5
_
_
_
mediante el metodo interpolatorio. Puede no ser real alguno de sus
autovalores?
Sol : P() =
3
33
2
+ 115 + 45. No, ya que A simetrica.
b) Haciendo uso de los crculos de Gerschgorin, estudiar si resultara conver-
gente el metodo de la potencia simple aplicado a la matriz A partiendo
de un vector arbitrario z
0
.
Sol : Convergera por existir un autovalor dominante.
c) Realizar la factorizacion QR de la matriz A mediante transformaciones
de Householder. (Dar las matrices Q y R).
Sol : Q =
_
_
_
0 0.6 0.8
1 0 0
0 0.8 0.6
_
_
_
R =
_
_
_
3 28 4
0 5 4
0 0 3
_
_
_
.
d) Utilizar la factorizacion anterior para resolver el sistema Ax = b con
b = (3, 6, 1)
T
.
Sol : x = (10, 1, 1)
T
.
e) Comenzando por el vector z
0
= (3, 6, 1)
T
calcular el vector z
2
del
metodo de la potencia inversa (al ser solo dos pasos no merece la pena
escalar el vector, es decir, dividir en cada paso por su norma innito) y
aproximar el autovalor de menor valor absoluto de la matriz A mediante
el cociente de Rayleigh.
Sol : z
2
= (28.1555, 3.3333, 2.4666)
T
, 0.3548
f) Teniendo en cuenta que el autovalor de menor valor absoluto es negativo,
determinar, haciendo uso del polinomio caracterstico, una cota del error
de la aproximacion obtenida en el apartado anterior.
Sol : 4.8 10
5
.
Ejercicio 4.26 Se considera el polinomio P(x) = x
3
+ 3x
2
+ 3ax + a con
a R.
a) Hacer uso de una sucesion de Sturm para determinar, en funcion del
parametro a, el n umero de races reales de dicho polinomio as como
su multiplicidad.
Sol :
_
_
a < 0 = tres races reales.
a = 0 = una real doble (0) y una real simple (-3).
0 < a < 1 = una real simple y dos complejas conjugadas.
a = 1 = una real triple (-1).
a > 1 = una real simple y dos complejas conjugadas.
b) Para a = 3, determinar un intervalo adecuado en el que se encuentre
la raz real del polinomio y en el que se veriquen las condiciones de
Fourier para garantizar la convergencia del metodo de Newton. Que
valor debemos dar inicialmente a x para comenzar a iterar?
Sol : [0.5, 0], x
0
= 0.
c) Realizar dos iteraciones del metodo de Newton y determinar una cota
del error.
Sol : x
2
= 0.3737373737,
2
4.739279 10
4
.
d) Teniendo en cuenta que la matriz A =
_
_
_
3 9 3
1 0 0
0 1 0
_
_
_
tiene, como
polinomio caracterstico, el polinomio P(x) cuando a = 3, podemos
garantizar la convergencia del metodo de la potencia simple? y del de
la potencia inversa?
Sol : La potencia simple no (los autovalores complejos tienen modulo
mayor que el real), pero el de la potencia inversa s.
e) Convergera a una matriz triangular superior el algoritmo QR aplicando
aritmetica real a la matriz A?
Sol : No, lo hara a una triangular por bloque con un bloque de orden 2
(las dos races complejas conjugadas).
82

Algebra Numerica
_
_
_
4 5 3
3 5 1
0 2 3
_
_
_
.
a) Realizar la factorizacion QR (dar las matrices Q y R) de la matriz A:
a.1) Mediante rotaciones o giros
a.2) Mediante reexiones
Sol : Q =
1
25
_
_
_
20 15 0
3
5 4
5 10
5
6
5 8
5 5
5
_
_
_
R =
_
_
_
5 7 3
06
5
0 0
5
_
_
_
.
b) Determinar su polinomio caracterstico por el metodo interpolatorio.
Sol : P() =
3
12
2
+ 30 25.
c) Probar, mediante una sucesion de Sturm, que A solo tiene un autovalor
real y que se encuentra en el intervalo [8,9].
d) Sabiendo que el producto de los autovalores de una matriz coincide con
su determinante, probar que A posee un autovalor dominante.
e) Partiendo del vector z
0
= (1, 1, 1)
T
realizar dos iteraciones del metodo
de la potencia simple (trabajar con 2 cifras decimales) y utilizar z
2
para
aproximar el autovalor real de la matriz A.
Soluci on: 8.95.
f) Se ha obtenido, en el apartado anterior, la aproximacion del autovalor
real con un error menor que 10
2
?
Sol : 0.04 < 10
1
por lo que solo se dispone de un decimal exacto.
Ejercicio 4.28 Sea la matriz A =
_
_
_
2 2 0
2 3
1 0 2
_
_
_
a) Para = 3, se pide:
a.1) Utilizar los crculos de Gerschgorin por las para probar que A
carece de autovalores mayores que 10. De la observacion de dichos
crculos, puede deducirse que A tiene un autovalor de maximo
modulo?
Sol : No puede garantizarse la existencia de un autovalor dominante.
a.2) Demostrar que el metodo de Gauss-Seidel aplicado al sistema
Ax = (1,
3
4
, 0)
T
es convergente empezando con cualquier vector
x
0
R
3
. Hacer dos iteraciones de dicho metodo partiendo del
vector x
0
= (
1
2
,
5
4
,
1
3
)
T
y hallar la norma del error.
Sol : Es convergente por ser (L
1
) < 1. x
2
= (
1
/
12
,
41
/
72
,
1
/
24
)
T
,
|E| = 2.987241.
b) Para = 0, se pide:
b.1) Partiendo del vector z
0
= (1, 1, 1)
T
, aplicar el metodo de la potencia
inversa a la matriz A haciendo dos iteraciones y usar el cociente de
Rayleigh para aproximar el autovalor de menor modulo de A.
Sol : = 2.5.
b.2) Siendo F =
_
_
_
1 0
0 1
0 1
_
_
_
y B =AF, hallar la pseudosolucion del sis-
tema Bx=
_
_
_
2
7
4
_
_
_
resolviendo el sistema formado por las ecuaciones
normales usando el metodo de Cholesky. Calcular la norma del
error.
Sol : Las ecuaciones normales son
_
9 4
4 17
_
x =
_
22
25
_
.
Para la facrorizacion de Cholesky R =
_
4
4
/
3
0

137
/
3
_
. La pseu-
dosolucion es (2, 1)
T
y el error |E| = 0.
Ejercicio 4.29 Consideremos la matriz A =
_
_
_
_
4
9
+
4
9
i
2
9
i
2
9
5
9
+
5
9
i
_
_
_
_
. Se pide:
a) Hallar las componentes hermticas de la matriz A y probar que esta es
normal.
Sol : H
1
= H
2
=
_
4
9
1
9
+
1
9
i
1
9

1
9
i
5
9
_
.
b) A partir de H
1
, construir una matriz S real y simetrica, de dimension el
doble de la de H
1
, de forma que a partir de los autovalores y autovectores
84

Algebra Numerica
de S se deduzcan los de H
1
.
Sol :
_
_
_
_
_
4
/
9
1
/
9
0
1
/
9
1
/
9
5
/
9
1
/
9
0
0
1
/
9
4
/
9
1
/
9
1
/
9
0
1
/
9
5
/
9
_
_
_
_
_
c) Usando MATLAB se tiene que el polinomio caracterstico de la matriz
S es
P() =
4
2
3
+
13
9

2
4
9
+
4
81
Sin realizar ning un calculo podras garantizar que P() es el cuadrado
de un polinomio de segundo grado?.
Sol : S. Las races de P() son los autovalores de H
1
pero todos dupli-
cados.
d) Reducir la multiplicidad de las races de P() y encontrar una sucesion
de Sturm para el polinomio reducido Q().
Sol : Q() =
2
+
2
/
9
. g
0
() = Q(), g
1
() = 2 1 y g
2
() = 1.
e) Haciendo uso de la sucesion de Sturm, separar las races de Q().
Sol : [0, 1/2] y [1/2, 1].
f) Encontrar un intervalo que contenga a la menor de las races de Q()
y en el que se pueda garantizar la convergencia del metodo Newton.
Determina las races exactas de Q().
Sol : [0, 0.4]. Las races son 1/3 y 2/3.
g) En virtud de los resultados anteriores, calcular los autovalores y auto-
vectores de la matriz A.
Sol : Autovalores
1
=
1
/
3
+
1
/
3
i y
2
=
2
/
3
+
2
/
3
i. Autovectores
v
1
= (1 +i, 1)
T
y v
2
= (1 +i, 2)
T
respectivamente.
_
_
_
1 1 1
1 2 1
1 2 2
_
_
_
a) Calcular su polinomio caracterstico por el metodo interpolatorio.
Sol : P() =
3
5
2
+ 4 + 5.
b) Separar sus races mediante una sucesion de Sturm.
Sol : [1, 0], [2, 3] y [3, 4].
c) Convergera el metodo de la potencia simple comenzando por el vector
x
0
= (1, 1, 1)
T
? Justica la respuesta.
Sol : Si por tener un autovalor dominante.
d) Realiza dos iteraciones del metodo de la potencia simple comenzando por
el vector x
0
= (1, 5, 8)
T
y aproxima el autovalor dominante mediante el
cociente de Rayleigh.
Sol : 3.38685028129986.
e) Realiza dos iteraciones del metodo de la potencia inversa comenzando
por el vector x
0
= (6, 5, 6)
T
. De quien es una aproximacion x
2
?
Sol : x
1
= (10, 7, 9)
T
, x
2
= (15, 11, 14)
T
. Es una aproximacion del
autovector asociado al autovalor de menor valor absoluto.

Alg Num II Bol

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Alg Num II Bol

Cargado por

Copyright:

Formatos disponibles

E.T.S.

(x) no se anula para ning un valor positivo

(x) > 0 x [0.5625, 0.5703125]

(x) > 0 x [0.5625, 0.5703125]

(x) = 6(x + 1) < 0 x (4, 3)

(1.5) = 0 podemos tomar el intervalo [1.6, 2] en el cual:

(x) > 1 en todo el intervalo, por lo que no es contractiva.

y el n umero de condicion de la matriz

para la solucion x = (1, 1)

el maximo que se puede cometer?

0.335 0.58, de donde

y los vectores columnas

(B), de la matriz B para la norma | |

(B) = 1521/625 2.4336. Es able.

. Que se puede decir sobre el n umero de condicion de la

para medir el condicionamiento, es un

(B) = 15/2. Bien condicionada.

4.1. Ejercicios resueltos 57

, por lo que la matriz es normal.

(x)[ < 0.1 en el intervalo

(1) = 0.2642 es decir

(x)[ 0.2642 < 1

(ln 2) = 0 es decir, que la tangente en

= A y deducir, a partir de ello, que A es una matriz

(A) de la matriz A para la norma | |

. No, mientras mas peque no sea , peor condicio-

en el vector b. En caso armativo, es

AQ, para cierta matriz unitaria Q. Puede ser T una matriz

. Hallar los autovalores

También podría gustarte