Problemas de Mtodos Numricos

Miguel Alemn Flores, Luis Alvarez Len y Javier Snchez Prez

Departamento de Informtica y Sistemas
Universidad de Las Palmas
Campus de Tara
35017 Las Palmas, Espaa
T: 45.87.10/08
Email: {maleman/lalvarez/jsanchez}@dis.ulpgc.es
Contents
1 INTRODUCCION. 1
2 ARITMETICAS DE PRECISION FINITA
Y FUENTES DE ERRORES NUMERI-
COS. 1
3 CALCULO DE CEROS DE UNA FUN-
CION 4
4 INTERPOLACION DE FUNCIONES I 6
5 ANALISIS NUMERICO MATRICIAL I 9
6 DIFERENCIACION E INTEGRACION
NUMERICA 14
7 ANALISIS NUMERICO MATRICIAL II 23
8 INTERPOLACION DE FUNCIONES II 36
INTRODUCCION.
El presente documento es el libro de problemas donde se
encuentran resueltos todos los problemas presentes en el
libro de Mtodos Numricos publicado por los mismos au-
tores. Nunca se insistir lo suciente sobre la necesidad de
hacer problemas para comprender correctamente cualquier
teora y sus aplicaciones. Adems la manera de afrontar
el estudio de los problemas debe ser bien distinta a la
forma de estudiar teora. Primero se debe intentar hacer
los problemas sin mirar en absoluto la solucin y despus
de reexionar e intentar resolverlo de diferentes formas,
muchas de las cuales nos llevarn a callejones sin salida,
se mirar la solucin. Es un hecho fcilmente constatable,
que se aprende mucho ms de un problema que no se ha
conseguido resolver, pero al que se ha dedicado suciente
esfuerzo, que de un problema del cual se mira directamente
la solucin sin ninguna fase de reexin previa. Adems
se tiende a olvidar con facilidad la tcnica de resolucin
de un problema sobre el cual no se ha reexionado su-
cientemente. De todo ello se deduce que el estudio cor-
recto de los problemas de una asignatura va reido con las
prisas de ltima hora que suelen asaltar a los estudiantes
cuando se acercan los exmenes, puesto que el esfuerzo
de reexin que requieren precisa de un trabajo diario y
continuado, difcilmente compatible con las prisas de l-
tima hora. Resulta inquietante observar como en muchas
ocasiones la realizacin de problemas se aborda bajo un
espritu de aprender rpidamente 4 tcnicas bsicas, que
muchas veces ni se entienden, y a partir de ah intentar re-
producir esas tcnicas, de forma absolutamente mecnica,
en problemas anlogos. El problema de esta actitud, es
que aunque a corto plazo puede dar lugar a resultados posi-
tivos, aprobando asignaturas con un conocimiento mnimo
e insuciente, a la larga, tiene efectos catastrcos sobre
la formacin del alumno, a travs de una disminucin im-
portante de la capacidad de razonamiento y del sentido
crtico.
ARITMETICAS DE PRECISION FINITA Y
FUENTES DE ERRORES NUMERICOS.
Problema 1 Demostrar que al representar el nmero real
0.1 como
0.1 = 2
e

X
n=1
a
n
2
n
el nmero de elementos no-nulos a
n
es innito.
Solucin: Supongamos que para algn t nito y e entero
se tiene:
0.1 = 2
e
t
X
n=1
a
n
2
n
despejando en esta igualdad obtenemos
2
te
= 10
t
X
n=1
a
n
2
tn
ahora bien, como el nmero m =
P
t
n=1
a
n
2
tn
es entero,
de la desigualdad anterior obtenemos
2
te
= 5 2m
pero esta igualdad implica que el nmero 2
te
es divisible
por 5 lo cual es imposible.
1
Problema 2 Representar el nmero 0.0 703 125 como
0.0 703 125 = 2
e

X
n=1
a
n
2
n
Solucin: En primer lugar tenemos que encontrar un en-
tero e tal que
1
2
0.0 703 125 2
e
< 1
para e = 3 obtenemos
0.0 703 125 2
3
= 0. 562 5
ahora tenemos que escribir el nmero 0.5625 como
0.5625 =
1
2
+

X
n=2
a
n
2
n
los a
n
se calculan de la siguiente forma
0.5625 <
1
2
+
1
2
2
= 0.75 a
2
= 0
0.5625 <
1
2
+
1
2
3
= 0.625 a
3
= 0
0.5625 =
1
2
+
1
2
4
= 0.5625 a
4
= 1
por tanto
0.0 703 125 = 2
3

1
2
+
1
2
4

en trminos binarios, este numero se escribira con e = 3

y la mantisa viene dada por la secuencia 1, 0, 0, 1, 0, 0, ....
(si no almacenamos el primer trmino a
1
porque siempre
es 1, la mantisa sera 0, 0, 1, 0, 0, ....)
Problema 3 (1 puntos) Calcular los valores positivos
mnimo y mximo que puede tomar un nmero real en
una aritmtica de precisin nita en funcin de t, e
min
y
e
max
.
Solucin: Los valores positivos mnimo y mximo son
x
min
= 2
e
min
1
x
max
= 2
e
max
t
X
n=1
1
2
n
= 2
e
max
1
2

1
2
t+1
1
2
= 2
e
max

1
1
2
t

Problema 4 Calcular todos los nmeros reales que se

pueden construir tomando 5 bits de la forma siguiente: 1
bit para el signo, 2 bits para la mantisa (es decir t = 3,
puesto que a
1
= 1 slo se almacenan a
2
y a
3
, y 2 bits para
el exponente e, tomando como rango de e = 1, 0, 1, 2.
Representar dichos nmeros sobre una recta.
Solucin: Los valores posibles positivos se representan
en la siguiente tabla
e = 1
1
2
2
,
1
2
2
+
1
2
4
,
1
2
2
+
1
2
3
,
1
2
2
+
1
2
3
+
1
2
4
e = 0
1
2
,
1
2
+
1
2
3
,
1
2
+
1
2
2
,
1
2
+
1
2
2
+
1
2
3
e = 1 1, 1 +
1
2
2
, 1 +
1
2
, 1 +
1
2
+
1
2
2
e = 2 2, 2 +
1
2
, 2 + 1, 2 + 1 +
1
2
los valores negativos son los mismos cambiados de signo.
Simplicando las fracciones nos queda
e = 1 0.25, 0.3125, 0.375, 0.437 5
e = 0 0.5, 0.625, 0.75, 0.875
e = 1 1, 1.25, 1.5, 1.75
e = 2 2, 2.5, 3, 3.5
Si representamos los nmeros positivos sobre una recta
obtenemos
0 1 2 3 4
-2
-1
0
1
2
x
y
Problema 5 Dada una aritmtica de precisin nita
cualquiera, calcular la distancia que hay entre el nmero 1
y su inmediato superior (es decir el nmero que va despus
de 1), y la distancia entre el nmero 1, y su inmediato in-
ferior.
Solucin: El nmero 1 en una aritmtica de precisin
nita se escribe como
1 = 2

1
2

el nmero inmediato superior a 1 en la aritmtica es

2

1
2
+
1
2
t

= 1 +
1
2
t1
y el nmero inmediato inferior a 1 viene dado por
1
2
+.. +
1
2
t
=
1
2

1
2
t+1
1
1
2
= 1
1
2
t
2
Problema 6 Se considera una aritmtica de 16 bits
donde se dedican 1 bit al signo, 9 bits a la mantisa (t = 10)
y 6 bits al exponente ( e
min
= 30 e
max
= 31). Escribir,
si es posible, los siguientes nmeros en esta aritmtica:
1. 2, y los nmeros ms cercanos a 2 por arriba y por
debajo. Solucin:
2 = 2
2

1
2

Si guiente = 2
2

1
2
+
1
2
10

Anterior = 2

10
X
i=1
1
2
i
!
= 2

1
2

1
2
11
1
2

2. El cero, el innito y Na. Solucin:

0 = 2
31

1
2

= 2
32

1
2

NaN = 2
32

1
2
+
1
2
2

3. Los nmeros positivos ms grande y ms pequeo

de la aritmtica (teniendo en cuenta las excepciones)
Solucin:
Mayor = 2
31

10
X
i=1
1
2
i
!
= 2
31

1
2

1
2
11
1
2

Menor = 2
31

1
2
10

4.
1
9
. Solucin: No se puede escribir de forma exacta.
Si suponemos
1
9
= 2
e

t
X
i=1
a
i
2
i
!
=1 = 9 2
e

t
X
i=1
a
i
2
i
!
=
2
te
= 3
2

t
X
i=1
a
i
2
ti
!
=2
te
= 3
2
m
donde m es un nmero entero. Ahora bien esta igual-
dad es imposible porque resultara que 3 divide a 2.
5. 2

1
2

1
2
10

. Solucin:
2

1
2

1
2
10

= 2
0

1
2
+
1
2
2
+
1
2
3
+
1
2
4
+
1
2
5
+
1
2
6
+
1
2
7
+
1
2
8
+
1
2
9

Problema 7 Sean A = 2

1
2
+
1
2
3
+
1
2
5

B =
2
3

1
2
+
1
2
6
+
1
2
7

. Calcular B +A y B A
Solucin:
B +A = 2
3

1
2
+
1
2
3
+
1
2
4

1. B A = 2
2

1
2
+
1
2
3
+
1
2
4
+
1
2
5

Problema 8 Sean e
min
, e
max
, los valores mnimo y mx-
imo del exponente e. Demostrar que si e
min
< e < e
max
,
entonces los nmeros:
2
e

t
X
n=1
a
n
2
n

1
2
t
!
pertenecen al conjunto A de nmeros reales generados por
la aritmtica de precisin nita.
Solucin: Que los nmeros pertenecen a la aritmtica
signica que existe un conjunto de valores binarios a
0
i
y un
entero e
0
tal que
2
e

t
X
n=1
a
n
2
n

1
2
t
!
= 2
e
0
t
X
n=1
a
0
n
2
n
Consideremos primero el caso de sumar 1/2
t
. Si a
k
=
1 para todo k, entonces
2
e

t
X
n=1
1
2
n
+
1
2
t
!
= 2
e+1
1
2
Si por el contrario existe un k
0
tal que a
k
0
= 0, y tal que
a
k
= 1 para todo k
0
< k t entonces basta tomar a
0
k
= a
k
si 1 k < k
0
, a
0
k0
= 1 y a
0
k
= 0 si k
0
< k t
Consideremos ahora el caso de restar 1/2
t
. Si el nico
elemento a
k
distinto de 0 es a
1
, entonces
2
e

1
2

1
2
t

= 2
e1
t
X
n=1
1
2
n
Si por el contrario existe un k
0
> 1 tal que a
k
0
= 1, y
tal que a
k
= 0 para todo k
0
< k t entonces basta tomar
a
0
k
= a
k
si 1 k < k
0
, a
0
k
0
= 0 y a
0
k
= 1 si k
0
< k t.
Problema 9 Dado un nmero e z = 2
e
P
t
n=1
a
n
2
n
, en una
aritmtica de precisin nita. Calcular el nmero inmedi-
atamente inferior y superior a l en dicha aritmtica.
Solucin: Si el nmero es de la forma
e z = 2
e
1
2
entonces el inmediato superior es
e z + 2
e
1
2
t
y el inmediato inferior es
2
e1
t
X
n=1
1
2
n
3
para cualquier otro nmero e z, el inmediato superior e in-
ferior son
e z 2
e
1
2
t
Problema 10 (1 puntos) Calcular las races del poli-
nomio P(x) = x
2
2x + 0.01 evitando los errores de can-
celacin.
Solucin:
x
1
=
2 +

4 0.04
2
= 1.995
x
2
=
0.01
1.995
Problema 11 Escribir el pseudocdigo para implementar
el clculo de las races reales de ax
2
+bx+c = 0 evitando los
errores de cancelacin y teniendo en cuenta las diferentes
opciones que aparecen cuando a 6= 0 y a = 0.
Solucin:
Algoritmo Calculo raiz polinomio ax
2
+bx +c = 0
variables reales a,b,c
leer(a,b,c)
si (a==0 ) entonces
si (b==0 ) entonces
PRINT EL POLINOMIO ES CONSTANTE
parar
nsi
PRINT EL POLINOMIO ES DE GRADO 1.
PRINT LA RAIZ ES ,c/b
parar
nsi
d=b*b-4*a*c
si (d< 0 ) entonces
PRINT EL POLINOMIO NO TIENE RAICES
REALES
parar
nsi
si (b> 0) entonces
x1=(-b-SQRT(d))/(2*a)
adems
x1=(-b+SQRT(d)/(2*a)
nsi
x2=c/(x1*a)
PRINT *,LAS RAICES SON: ,x1,x2
n algoritmo
CALCULO DE CEROS DE UNA FUNCION
Problema 12 Calcular 2 iteraciones del algoritmo de la
biseccin para buscar un cero de la funcin f(x) = x
2
2
en el intervalo [2, 0]
Solucin:
x =
0 + (2)
2
= 1
f(2) > 0, f(0) < 0, f(1) < 0
Nuevo Intervalo = [2, 1]
x =
1 + (2)
2
= 1.5
f(2) > 0, f(1) < 0, f(1.5) > 0
Nuevo Intervalo = [1.5, 1]
Problema 13 Escribir el pseudocdigo del algoritmo el
mtodo de la biseccin
Solucin:
Algoritmo: Mtodo de la biseccin
variables reales x,a,b,tol
leer(a,b,tol)
si (a> b) entonces
PRINT INTERVALO INCORRECTO
parar
nsi
si (F(a)*F(b)> 0) entonces
PRINT NO HAY CAMBIO DE SIGNO EN EL
INTERVALO
parar
nsi
mientras (F(x)!=0 Y (b-a)>tol)
x=(a+b)/2
si((F(a)*F(x))<0) entonces
b=x
adems
A=X
nsi
n mientras
_PRINT LA RAIZ ES x
n algoritmo
real F(real x)
real a cos(x) +x x 6
devolver a
n funcin
Problema 14 Calcular 2 iteraciones del algoritmo de la
regula-falsi para buscar un cero de la funcin f(x) = x
2
2
en el intervalo [0, 2]
4
Solucin:
x = 0
2
f(2) f(0)
f(0) = 1
f(2) > 0, f(0) < 0, f(1) < 0
Nuevo Intervalo = [1, 2]
x = 1
1
f(2) f(1)
f(1) =
4
3
f(2) > 0, f(1) < 0, f(
4
3
) < 0
Nuevo Intervalo = [
4
3
, 2]
Problema 15 Escribir el pseudocdigo del algoritmo del
mtodo de la Regula-falsi
Solucin:
Algoritmo: Mtodo de la Regula-falsi
variables reales x,a,b,tol
leer(a,b,tol)
si (a> b) entonces
PRINT INTERVALO INCORRECTO
parar
nsi
si (F(a)*F(b)> 0) entonces
PRINT NO HAY CAMBIO DE SIGNO EN EL
INTERVALO
parar
nsi
mientras (F(x)!=0 Y (b-a)>tol)
x=a-F(a)*(b-a)/(F(b)-F(a))
si((F(a)*F(x))<0) entonces
b=x
adems
a=x
nsi
n mientras
_PRINT LA RAIZ ES x
n algoritmo
Problema 16 Calcular una iteracin del mtodo de
Newton-Raphson para calcular un cero de la funcin
f(x) = x
3
3 partiendo de x
0
= 1.
Solucin:
x
1
= 1
2
3
=
5
3
Problema 17 (1 punto Calcular una iteracin del
mtodo de la secante para calcular un cero de la funcin
f(x) = x
3
3 partiendo de x
0
= 0, x
1
= 1
Solucin:
x
1
= 1
2

2(3)
10
= 3
Problema 18 Escribir pseudocdigo del algoritmo del
mtodo de la Secante utilizando reales de doble precisin.
Los datos de entrada son las aproximaciones iniciales x0,
y x1, El nmero mximo de iteraciones N max, y la toler-
ancia TOL para determinar la igualdad de dos nmeros.
Solucin:
Algoritmo: Mtodo de la secante
variables reales x0,x1,x2,tol
variable entera Nmax
leer(a,b,tol,Nmax)
si (x0==x1) entonces
PRINT LAS DOS APROXIMACIONES INI-
CIALES COINCIDEN
parar
nsi
para k 1 hasta Nmax hacer
si(ABS(x1-x0)< tol) entonces
PRINT *,LA RAIZ DE LA FUNCION ES: ,x1
parar
nsi
si(F(x1)==F(x0)) entonces
PRINT *,METODO NO CONVERGE
parar
nsi
x2=x1-F(x1)*(x1-x0)/(F(x1)-F(x0))
x0=x1
x1=x2
n para
PRINT *,NUMERO MAXIMO DE ITERACIONES
EXCEDIDO
n algoritmo
Problema 19 Calcular una iteracin del mtodo de
Muller para calcular un cero de la funcin f(x) = x
3
3
partiendo de x
0
= 1 (Calculando las derivadas de la fun-
cin de forma exacta) y quedndonos con la raz ms cer-
cana a x
0
.
Solucin:
2 + 3(x 1) + 3(x 1)
2
= 0
x
1
= 1 +
3 +

33
6
Problema 20 Dado el polinomio P(x) = 2x
3
+3x
2
+4x+
5. Evaluar el polinomio y su derivada en el punto x = 2,
utilizando el algoritmo de Horner
5
Solucin:
P(x) = ((2x + 3)x + 4)x + 5
P(2) = ((7)2 + 4)2 + 5
P(2) = (18)2 + 5 = 41
P
0
(x) = (2x + 7)x + 18
P
0
(2) = (4 + 7)2 + 18 = 40
Problema 21 Calcular el nmero mximo de races pos-
itivas y negativas del polinomio x
5
35x
3
+30x
2
+124x
120, y localizarlas en un intervalo.
Solucin: Teniendo en cuenta que
1 +
max
k=0,..,n1
| a
k
|
| a
n
|
= 125
las races del polinomio estn en el intervalo [125, 125].
Para calcular el nmero mximo de races positivas mi-
ramos los cambios de signo de los coecientes, en este caso
los signos son:
++ +
por tanto el nmero de races positivas es 1 3. Para esti-
mar el nmero de races negativas cambiamos x por x y
miramos los signos de los coecientes que en este caso son:
+ +
por tanto el nmero de races negativas son 0 2.
Problema 22 Aislar en intervalos las races del poli-
nomio P(x) = 20x
3
45x
2
+ 30x 1.
Solucin: Teniendo en cuenta que en este caso
1 +
max
k=0,..,n1
| a
k
|
| a
n
|
= 1 +
45
20
=
65
20
todas las races estn en el intervalo [
65
20
,
65
20
]. Para ais-
lar las races calculamos los ceros de la derivada P
0
(x) =
60x
2
90x + 30, dichas races son 1 y 1/2. Por otro lado
tenemos
P(
65
20
) = 1260. 4
P(
1
2
) =
21
4
P(1) = 4
P(
65
20
) = 307. 75
por tanto hay una nica raz en el intervalo [
65
20
,
1
2
].
Problema 23 Aislar en intervalos las races del poli-
nomio P(x) = 2x
3
+ 3x
2
12x + 1
Solucin:
P
0
(x) = 6x
2
+ 6x 12 races x = 1, 2
Intervalo Inicial [7, 7]
P(7) = 454 P(2) = 21 P(1) = 6 P(7) = 750.
Intervalos donde estn las races:
[-7,-2] [-2,1] [1,7]
INTERPOLACION DE FUNCIONES I
Problema 24 Calcular el polinomio interpolador de La-
grange P
3
(x) de la funcin f(x) = sen(x) en los puntos
0,

2
, y
3
2
.
Solucin: Puesto que sen(0) = sen() = 0 slo necesi-
tamos los polinomios base de Lagrange centrados en

2
y
3
2
.
P

2
(x) =
x(x )

x
3
2

2

3
2

P3
2
(x) =
x(x )

x

2

3
2

3
2


3
2


2

Por tanto el polinomio interpolador es

P(x) = P

2
(x) P3
2
(x)
Problema 25 Calcular la expresin del error interpo-
lacin al aproximar la funcin f(x) = sen(x) en el in-
tervalo [0, 2] interpolando en los puntos 0,

2
, ,
3
2
. y aco-
tarlo superiormente.
Solucin: El error de interpolacin viene dada por la
expresin:
f(x) P
N
(x) =
sen()
4!
x

(x )

x
3
2

el valor mximo del sen() es 1. Por otro lado el valor

donde alcanza el mximo el polinomio del error en [0, 2]
es x = 2, por tanto la cota del error que obtenemos es
|f(x) P
N
(x)|
1
4!
2

2

2

(2 )

2
3
2

Problema 26 Calcular el error mximo de interpolacin

en el intervalo [0, 1] al interpolar la funcin cos(x) en los
puntos dados por los polinomios de Chebyshev tomando
N = 5.
6
Solucin: Segn las frmulas vistas en teora el error
viene dado por la expresin:
| f(x) P
N
(x) |
max
x[a,b]

f
N+1)
()

(N + 1)!2
N

b a
2

N+1
en nuestro caso como N = 5 y la derivada sexta de cos(x)
es cos(x) cuyo mximo en valor absoluto es 1, obtenemos
| f(x) P
N
(x) |
1
6!2
5

1
2

6
= 6. 78 10
7
Problema 27 Interpolar la funcin f(x) =
10
x
2
+1
en los
puntos x
0
= 2, x
1
= 1, x
2
= 1, x
3
= 2 utilizando las
diferencias de Newton y evaluar el polinomio en x = 0
utilizando el algoritmo de Horner.
Solucin:
2 2
3
-1 5 -1
0 0
1 5 -1
-3
2 2
P(x) = 2 + 3(x + 2) 1(x + 2)(x + 1) + 0(x + 2)(x +
1)(x 1) = (1(x + 1) + 3)(x + 2) + 2
P(0) = (1(0 + 1) + 3)(0 + 2) + 2 = 6
Nota: Quitar parntesis en P(x) y aplicar Horner sobre
el polinomio resultante no es lo que pide el problema y por
lo tanto est mal
Problema 28 Calcular el polinomio interpolador de La-
grange P
3
(x) de la funcin f(x) = sen(x) en los puntos
0,

2
, y
3
2
utilizando las diferencias divididas de Newton.
Solucin: Las diferencias divididas son: f[0] = 0, f[

2
] =
1, f[] = 0, f[
3
2
] = 1,
f[0,

2
] =
2

f[

2
, ] =
2

f[,
3
2
] =
2

f[0,

2
, ] =
4

2
f[

2
, ,
3
2
] = 0
f[0,

2
, ,
3
2
] =
8
3
3
por tanto, el polinomio interpolador es
P(x) =
2

x
4

2
x

x

2

+
8
3
3
x

x

2

(x )
Problema 29 Calcular el polinomio interpolador de La-
grange P
3
(x) de la funcin f(x) = 2
x
en los puntos
0, 1, 3, 4 utilizando las diferencias divididas de Newton.
Expresar el polinomio tomando en primer lugar x
0
= 0,
x
1
= 1, x
2
= 3 y x
3
= 4, y en segundo lugar x
0
= 4,
x
1
= 3, x
2
= 1, y x
3
= 0.
Solucin: En el primer caso, las diferencias divididas
son f[x
0
] = 1, f[x
1
] = 2, f[x
2
] = 8, f[x
3
] = 16.
f[x
0
, x
1
] = 1
f[x
1
, x
2
] = 3
f[x
2
, x
3
] = 8
f[x
0
, x
1
, x
2
] =
2
3
f[x
1
, x
2
, x
3
] =
5
3
f[x
0
, x
1
, x
2
, x
3
] =
1
4
y el polinomio interpolador es:
P(x) = 1 +x +
2
3
x(x 1) +
1
4
x(x 1)(x 3)
Si tomamos ahora los puntos en orden inverso: f[x
0
] = 16,
f[x
1
] = 8, f[x
2
] = 2, f[x
3
] = 1.
f[x
0
, x
1
] = 8
f[x
1
, x
2
] = 3
f[x
2
, x
3
] = 1
f[x
0
, x
1
, x
2
] =
5
3
f[x
1
, x
2
, x
3
] =
2
3
f[x
0
, x
1
, x
2
, x
3
] =
1
4
El polinomio interpolador es:
P(x) = 16+8(x4)+
5
3
(x4)(x3)+
1
4
(x4)(x3)(x1)
como puede observarse, al cambiar el orden de los pun-
tos de interpolacin, el polinomio de Lagrange expresado
a travs de las diferencias divididas cambia totalmente,
salvo el ltimo coeciente
1
4
que es el mismo en mbos ca-
sos pues como se haba demostrado en teora el valor de
f[x
0
, x
1
, x
2
, x
3
] no depende del orden en que se toman los
puntos de interpolacin.
Problema 30 Dada una funcin f(x), y una secuen-
cia de valores x
n
, aproximar f(x) por la parbola que
pasa por los puntos (x
n1
, f(x
n1
)) , (x
n2
, f(x
n2
)) y
(x
n3
, f(x
n3
)), calcular posteriormente las derivadas del
polinomio, y comprobar que coinciden con las frmu-
las dadas en el mtodo de Muller para el clculo de las
derivadas f
00
(x
n1
) y f
0
(x
n1
).
7
Solucin: Si utilizamos las diferencias divididas para in-
terpolar obtenemos f[x
n1
] = f(x
n1
)
f[x
n1
, x
n2
] =
f(x
n1
) f(x
n2
)
x
n1
x
n2
f[x
n2
, x
n3
] =
f(x
n2
) f(x
n3
)
x
n2
x
n3
f[x
n1
, x
n2
, x
n3
] =
f[x
n1
, x
n2
] f[x
n2
, x
n3
]
x
n1
x
n3
El polinomio interpolador es
P(x) = f(x
n1
) +f[x
n1
, x
n2
](x x
n1
)+
f[x
n1
, x
n2
, x
n3
](x x
n1
)(x x
n2
)
por tanto
P
00
(x
n1
) = 2f[x
n1
, x
n2
, x
n3
]
P
0
(x
n1
) = f[x
n1
, x
n2
] + f[x
n1
, x
n2
, x
n3
](x
n1

x
n2
)
que corresponde a las frmulas utilizadas por el
mtodo de Muller.
Problema 31 Aproximar la funcin sen(x) en el inter-
valo [0,

4
] utilizando el desarrollo de Taylor, y calcular el
valor de n a partir del cual la aproximacin es la mejor
posible dentro de una aritmtica de 32 bits.
Solucin: El desarrollo de Taylor en 0 del sen(x) viene
dado por:
sen(x) u P
n
(x) = x
x
3
3!
+
x
5
5!
+.... + (1)
n
x
2n+1
(2n + 1)!
y el error mximo cometido por el desarrollo de Taylor en
un punto x [0,

4
] es
| P
n
(x) sen(x) | sen(

4
)
(x)
2n+2
(2n + 2)!
donde [0,

4
]. Para que la aproximacin sea la mejor
dentro de una aritmtica de 32 bits tiene que cumplirse
| P
n
(x) sen(x) |
sen(x)
2
24
= 5. 96 10
8
por otro lado, en el intervalo [0,

4
] se verica
sen

4
x sen(x)
por tanto:
| P
n
(x) sen(x) |
sen(x)

2n+2
(2n + 2)!
para n = 4 se tiene que

2n+2
(2n + 2)!
= 2. 46 10
8
por tanto n = 4 determina la mejor aproximacin en una
aritmtica de 32 bits.
Problema 32 Demostrar que utilizando relaciones
trigonomtricas es posible calcular las funciones sen(x)
y cos(x) para cualquier x (en radianes), utilizando
nicamente su valor en el intervalo [0,

8
].
Solucin: En teora se demostr como se pueden denir
el sen(x) y cos(x) para cualquier valor de x a partir de
su denicin en [0,

4
], por tanto, en este problema slo
tenemos que denir las funciones trigonomtricas en [0,

4
]
a partir de su denicin en [0,

8
]. Basta tener en cuenta
las relaciones:
cos
[0,

4
]
(x) =
(
cos
[0,

8
]
(x) si x

8
cos
2
[0,

8
]

x
2

sin
2
[0,

8
]

x
2

si x >

8
sen
[0,

4
]
(x) =

sen
[0,

8
]
(x) si x

8
2 cos
[0,

8
]

x
2

sin
[0,

8
]

x
2

si x >

8
Problema 33 Calcular los polinomios necesarios para in-
terpolar las funciones trigonomtricas cos(x) y sen(x) en
el intervalo [0,

8
] en una aritmtica de 32 bits
Solucin: En primer lugar, la funcin cos(x) la desarrol-
lamos por serie de Taylor como
cos(x) u P
n
(x) = 1
x
2
2!
+
x
4
4!
+.... + (1)
n
x
2n
(2n)!
y el error mximo cometido por el desarrollo de Taylor en
un punto x [0,

8
] es
| P
n
(x) cos(x) | sen(

8
)
(x)
2n+1
(2n + 1)!
donde [0,

8
]. Para que la aproximacin sea la mejor
dentro de una aritmtica de 32 bits tiene que cumplirse
| P
n
(x) cos(x) |
cos(x)
2
24
= 5. 96 10
8
por tanto:
| P
n
(x) cos(x) |
cos(x)
tan(

8
)

2n+1
(2n + 1)!
para n = 3 se tiene que
tan(

8
)

2n+1
(2n + 1)!
= 1. 18 10
7
con lo cual ya estamos muy cerca de la precisin ptima.
Para n = 4
tan(

8
)

2n+1
(2n + 1)!
= 2. 53 10
10
por tanto n = 4 determina la mejor aproximacin en
una aritmtica de 32 bits.
8
Anlogamente, para la funcin sen(x) tenemos
sen(x) u P
n
(x) = x
x
3
3!
+
x
5
5!
+.... + (1)
n
x
2n+1
(2n + 1)!
y el error mximo cometido por el desarrollo de Taylor en
un punto x [0,

4
] es
| P
n
(x) sen(x) | sen(

8
)
(x)
2n+2
(2n + 2)!
donde [0,

8
]. Para que la aproximacin sea la mejor
dentro de una aritmtica de 32 bits tiene que cumplirse
| P
n
(x) sen(x) |
sen(x)
2
24
= 5. 96 10
8
por otro lado, en el intervalo [0,

8
] se verica
sen

8
x sen(x)
por tanto:
| P
n
(x) sen(x) |
sen(x)

2n+2
(2n + 2)!
para n = 3 se tiene que

2n+2
(2n + 2)!
= 1. 402 679 863 10
8
por tanto n = 3 determina la mejor aproximacin en una
aritmtica de 32 bits.
Problema 34 (1 puntos) Como se puede obtener la fun-
cin y
x
, donde x, y son nmeros reales, utilizando las fun-
ciones e
x
y ln(x).
Solucin: Se utiliza la equivalencia
y
x
= e
xln y
ANALISIS NUMERICO MATRICIAL I
Problema 35 Calcular el nmero de operaciones bsicas
(sumas, restas, multiplicaciones y divisiones) en funcin
de la dimensin N necesarias para realizar un remonte
para resolver un sistema A
0
u = b
0
donde A
0
es una matriz
triangular superior.
Solucin: Escribimos la matriz A
0
de la siguiente manera,

a
11
a
12
a
1,n2
a
1,n1
a
1n
0 a
22
a
2,n2
a
2,n1
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
n2,n2
a
n2,n1
a
n2,n
0 0 0 0 a
n1,n1
a
n1,n
0 0 0 0 0 a
n,n

En el remonte se empiezan a calcular los u

i
de abajo
hacia arriba. Las operaciones que se realizan vienen dadas
por:
u
n
=
bn
a
nn
u
n1
=
b
n1
a
n1,n
u
n
an1,n1
u
n2
=
b
n2
(a
n2,n
u
n
+a
n2,n1
u
n1
)
a
n2,n2
u
n3
=
bn3(an3,nun+an3,n1un1+an3,n2un2)
a
n3,n3
.
.
.
En la siguiente tabla se muestra el nmero de opera-
ciones que se realizan en cada iteracin:
Sumas Multiplic. Divisiones Total
n 1 n 1 1 2n 1
.
.
.
.
.
.
.
.
.
.
.
.
3 3 1 7
2 2 1 5
1 1 1 3
0 0 1 1
A partir de esta tabla podemos calcular el total de
operaciones sumando por columnas:
Sumas = 0 + 1 + 2 + 3 +. . . +n 1 =
(n1)n
2
Multiplicac. = 0 + 1 + 2 + 3 +. . . +n 1 =
(n1)n
2
Divisiones = 1 + 1 + 1 + 1 +. . . + 1 = n
Total = 1 + 3 + 5 + 7 +. . . + 2n 1 =
= Sumas +Multiplicac. +Divisiones =
=
(n1)n
2
+
(n1)n
2
+n = n
2
El orden del algoritmo es entonces O(n
2
).
Problema 36 Resolver por el mtodo de Gauss el sistema

1 2
2 1

x
y

=

3
0

Solucin:

1 2
2 1

x
y

=

3
0

2 1
1 2

x
y

=

0
3

2 1
0
3
2

x
y

=

0
3

3
2
y = y y = 2
x =
2
2
= 1
9
Problema 37 Calcular el nmero de operaciones bsicas
necesarias para descomponer el sistema Au = b en el sis-
tema A
0
u = b
0
utilizando el mtodo de Gauss, y teniendo
en cuenta la siguiente relacin
M1
X
k=1
k
2
=
1
3
M
3

1
2
M
2
+
1
6
M
Solucin:
A =

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n,1
a
n,2
a
n,n

En cada iteracin se realizan las siguientes opera-

ciones:
Para cada iteracin (i):
Para cada la (j)

a
ii
aii

a
j1
a
i1

a
ji
a
ii

. . . a
jn
a
in

a
ji
a
ii

En la primera iteracin, este proceso se repite N 1

veces (para las N 1 j-las inferiores). En la segunda, se
repite N 2 veces, y as sucesivamente hasta la penltima
la, en donde slo se realiza una vez.
Iteracin Fila Division. Multiplic. Sumas
1
a
2
a
3
a
.
.
.
n
a
1
1
.
.
.
1
n
n
.
.
.
n
n
n
.
.
.
n
2
a
3
a
4
a
.
.
.
n
a
1
1
.
.
.
1
n 1
n 1
.
.
.
n 1
n 1
n 1
.
.
.
n 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
(n 1)
a
n
a
1 2 2
A continuacin obtenemos el total de operaciones en
cada iteracin sumando por columnas:
1
a
Iteracin:
Divisiones = 1 + 1 +. . . + 1 = n 1
Multiplicac. = n +n +. . . +n = n(n 1)
Sumas = n +n +. . . +n = n(n 1)
2
a
Iteracin:
Divisiones = 1 + 1 +. . . + 1 = n 2
Multiplicac. = (n 1) + (n 1) +. . . + (n 1) =
=(n 1)(n 2)
Sumas = (n1)+(n1)+. . .+(n1) = (n1)(n2)
.
.
.
(n-1)
a
Iteracin:
Divisiones = 1
Multiplicac. = 2
Sumas = 2
Total operaciones
1
:
Divisiones = (n1)+(n2)+(n3)+. . .+1 =
n(n1)
2
Multiplicac. = n(n 1) + (n 1)(n 2) +. . . + 2 =
=((n1)+1)(n1)+((n2)+1)(n2)+. . . =
=(n 1)
2
+ (n 1) + (n 2)
2
+ (n 2) +. . . =
=
2n
3
3n
2
+n
6
+
(n1)n
2
=
n
3
n
3
Sumas = n(n 1) + (n 1)(n 2) +. . . + 2 =
n
3
n
3
Total=Sumas +Multiplicac. +Divisiones =
=
n
3
n
3
+
n(n1)
2
=
2
3
n
3
+
1
2
n
2

7
6
n
El orden del algoritmo es entonces O(
2n
3
3
).
Problema 38 Escribir el pseudocdigo del algoritmo de
la funcion IDESCENSO(A, b, u, N) que resuelve un sis-
tema donde A es una matriz triangular inferior, b es el
vector de trminos independientes, u el vector solucin, N
es la dimensin del sistema La funcin devuelve 0 si ter-
mina correctamente y 1 en caso contrario. Nota Impor-
tante: Las lneas de cdigo tienen que ir todas numeradas
y no pueden superar las 12 lineas de instrucciones como
mximo.
Solucin:
01 IDESCENSO(matriz real A,vector real b,vector real
u,entero N)
02 para variable entera I 0 hasta N-1 hacer
03 si(A(I, I) == 0) entonces
04 devolver 1
05 nsi
06 u(I) = b(I)
07 para variable entera J 0 hasta I 1 hacer
08 u(I) = u(I) A(I, J) u(J)
1
1 + 2
2
+ 3
2
+... + (n 1)
2
=
2n
3
3n
2
+n
6
1 0
09 n mientras
10 u(I) = u(I)/A(I, I)
11 n mientras
12 devolver 0
Problema 39 Resolver por el mtodo de Gauss el sigu-
iente sistema de ecuaciones

0 1 2
1 2 1
2 1 0

u
1
u
2
u
3

1
0
1

Solucin: Pasos en la descomposicin por Gauss:

1. Intercambiamos la tercera la con la primera:

0 1 2 1
1 2 1 0
2 1 0 1

pivoteo

2 1 0 1
1 2 1 0
0 1 2 1

2. Hacemos ceros en la primera columna

fila
j
fila
1

a
j1
a11
; j > 1

2 1 0 1
1 2 1 0
0 1 2 1

ceros

2 1 0 1
0 3 2 1
0 1 2 1

3. Hacemos ceros en la segunda columna

fila
j
fila
2

aj1
a
11
; j > 2

2 1 0 1
0 3 2 1
0 1 2 1

ceros

2 1 0 1
0 3 2 1
0 0 4 4

4. Realizamos el remonte, y obtenemos como solucin:

u
3
=
4
4
= 1
u
2
=
12u3
1
=
1
1
= 1
u
1
=
1+u2
2
=
2
2
= 1
Problema 40 Demostrar que si A = B B
t
(B triangular
inferior) y |B| 6= 0, entonces A es simtrica y denida
positiva
Solucin:Tenemos que demostrar, por una parte, que
A
t
= A (A simtrica) y, por otra, que x
t
A x > 0 (Adenida
positiva
2
).
1. Simtrica:
A
t
= (B B
t
)
t
= (B B
t
)
t
= (B
t
)
t
B
t
= B B
t
= A
2
Matriz denida positiva: x 6= 0 = x
t
A x > 0.
Esta es la denicin formal. De forma prctica, se comprueba que los
menores principales de la matriz sean positivos. Tambin se cumple
si todos sus autovalores son positivos: x
t
A x = x
t
x = x
t
x > 0.
2. Denida positiva:
Como |B| 6= 0, si B x = 0 = x = 0
Una matriz se dice denida positiva si se cumple que
x 6= 0, x
t
A x > 0 =
= x
t
A x = x
t
BB
t
x = (B
t
x) B
t
x =
= y
t
y =
P
y
2
i
> 0
Problema 41 Descomponer la siguiente matriz A por el
mtodo de Cholesky
A =

1 1 4
1 5 6
4 6 26

Solucin: La descomposicin por el mtodo de Cholesky

tiene la forma siguiente:
A = B B
t
,
donde la matriz B es triangular inferior.
B =

b
11
0 0
b
21
b
22
0
b
31
b
32
b
33

B
t
=

b
11
b
21
b
31
0 b
22
b
32
0 0 b
33

Clculo de los elementos de la matriz B :

A = B B
t
=
=

b
11
0 0
b
21
b
22
0
b
31
b
32
b
33

b
11
b
21
b
31
0 b
22
b
32
0 0 b
33

=
=

b
2
11
b
11
b
21
b
11
b
31
b
11
b
21
b
2
21
+b
2
22
b
21
b
31
+b
22
b
32
b
11
b
31
b
21
b
31
+b
22
b
32
b
2
31
+b
2
32
+b
2
33

Igualamos los elementos de la matriz anterior con los

elementos de la matriz A y se obtienen los siguientes re-
sultados:
b
2
11
= 1
b
11
= 1
b
11
b
21
= 1
b
21
=
1
b11
= 1
b
11
b
31
= 4
b
31
=
4
b11
= 4
1 1
b
2
21
+b
2
22
= 5
b
22
=
p
(5 b
2
21
) =
p
(4) = 2
b
21
b
31
+b
22
b
32
=6
b
32
=
6b
21
b
31
b22
=
64
2
= 1
b
2
31
+b
2
32
+b
2
33
= 26
b
33
=
p
(26 b
2
31
b
2
32
) =
p
(26 16 1
2
) = 3
La descomposicin queda de la siguiente manera:
A = B B
t
=
=

1 0 0
1 2 0
4 1 3

1 1 4
0 2 1
0 0 3

Problema 42 Calcular el nmero de operaciones nece-

sarias para resolver un sistema por el mtodo de Cholesky.
Solucin: Las operaciones que se realizan en cada it-
eracin vienen dadas por:
Iteraci on Operaciones
i = 1
j = 1 : b
11
=

a
11
j = 2 : b
21
=
a21
b
11
.
.
.
j = n : b
n1
=
an1
b
11
i = 2
j = 2 : b
22
=
p
a
22
b
2
21
j = 3 : b
32
=
a
32
b
21
b
31
b22
.
.
.
j = n : b
n2
=
a
n2
b
21
b
n1
b
22
.
.
.
.
.
.
i = n j = n : b
nn
=
q
a
nn

b
2
n1
+. . . +b
2
n,n1

En la siguiente tabla se muestra de forma esquemati-

zada, el nmero de operaciones en cada iteracin:
Iteraci on Sumas Multiplic. Divisiones
i = 1
0
0
.
.
.
0
0
0
.
.
.
0
0
1
.
.
.
1
n1
i = 2
1
1
.
.
.
1
n1
1
1
.
.
.
1
n1
0
1
.
.
.
1
n2
i = 3
2
2
.
.
.
2
2(n2)
2
2
.
.
.
2
2(n2)
0
1
.
.
.
1
n3
.
.
.
.
.
.
.
.
.
.
.
.
i = n n 1 n 1 0
El total de operaciones se obtiene sumando los totales
parciales de la tabla anterior:
Sumas = Multiplicac. =
= (n 1) +2 (n 2) +3(n3) +. . . +(n1) =
=
P
n1
i=1
i(n i) =
n
3
n
6
Divisiones = (n 1) + (n 2) + (n 3) +. . . + 1 =
=
P
n1
i=1
i =
n(n1)
2
El resultado nal es:
Total=Sumas +Multiplicac. +Divisiones =
= 2
n
3
n
6
+
n(n1)
2
=
1
3
n
3

5
6
n +
1
2
n
2
El orden del algoritmo es O

n
3
3

Problema 43 Demostrar que a partir de un mtodo para

resolver sistemas de ecuaciones se puede construir de
forma inmediata un mtodo para calcular la inversa A
1
de una matriz A.
Solucin:
AA
1
= Id =

1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1

Si expresamos la matriz inversa de la siguiente man-

era:
1 2
A

c
11
c
12
c
1n
c
21
c
22
c
2n
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
c
nn

1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1

,
se pueden calcular las columnas de esa matriz a partir de
N sistemas de ecuaciones de la siguiente forma:
A

c
11
c
21
.
.
.
c
n1

1
0
.
.
.
0

c
12
c
22
.
.
.
c
n2

0
1
.
.
.
0

.
.
.
A

c
1n
c
2n
.
.
.
c
nn

0
0
.
.
.
1

, c.q.d.
Problema 44 Demostrar el algoritmo de Crout para de-
scomponer matrices tridiagonales.
Solucin: Consideremos la matriz tridiagonal siguiente:
A =

a
1
b
1
0 0
c
1
a
2
b
2
0
0 c
2
a
3
b
3
0
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
0 0 0 c
n1
a
n

La descomposicin por el mtodo de Crout genera dos

matrices de la forma:
A =

l
1
0 . 0
m
1
l
2
. 0
0 . . 0
0 . m
n1
l
n

1 u
1
. 0
0 1 . 0
0 . . u
n1
0 . 0 1

=
=

l
1
l
1
u
1
0 . 0
m
1
m
1
u
1
+l
2
l
2
u
2
. 0
0 . . . l
n1
u
n1
0 0 . m
n1
m
n1
u
n1
+l
n

Igualando ambas matrices y despejando los elementos

l
i
, u
i
y m
i
,
l
1
u
1
= b
1
l
1
= a
1
, u
1
=
b
1
l
1
, m
1
= c
1
m
1
u
1
+l
2
= a
2
l
2
u
2
= b
2
l
2
= a
2
m
1
u
1
, u
2
=
b
2
l
2
, m
2
= c
2
.
.
.
m
n2
u
n2
+l
n1
= a
n1
l
n1
u
n1
= b
n1
l
n1
= a
n1
m
n2
u
n2
, u
n1
=
b
n1
l
n1
, m
n1
= c
n1
m
n1
u
n1
+l
n
= a
n
l
n
= a
n
m
n1
u
n1
El algoritmo queda de la siguiente manera:
l
1
= a
1
u
1
=
b
1
l1
Para i = 2, . . . , n 1
m
i1
= c
i1
l
i
= a
i
m
i1
u
i1
u
i
=
bi
l
i
Fin Para
m
n1
= c
n1
l
n
= a
n
m
n1
u
n1
Problema 45 Resolver utilizando el mtodo de Crout el
siguiente sistema de ecuaciones

2 4 0
1 0 4
0 1 0

x
y
z

6
3
1

Solucin: Aplicando el algoritmo del problema anterior,

obtenemos los siguientes resultados:
i=1
l
1
= 2
u
1
=
4
2
= 2
i=2
m
1
= 1
l
2
= 0 2 (1) = 2
u
2
=
4
2
= 2
i=3
m
2
= 1
l
3
= 0 2 (1) = 2
1 3
Sustituyendo estos valores en las matrices de Crout,
la descomposicin queda:
A = L U =

2 0 0
1 2 0
0 1 2

1 2 0
0 1 2
0 0 1

Para resolver el sistema, se tiene en cuenta lo sigu-

iente:
Ax = b
LUx = b (Ux = y)
y nos queda un sistema de la forma:
Ly = b
Calculamos el valor de y a partir del sistema anterior:

2 0 0
1 2 0
0 1 2

y
1
y
2
y
3

6
3
1

,
aplicando un algoritmo de descenso,

y
1
y
2
y
3

6
2
3+y
1
2
1+y
2
2

3
3
1

Calculamos el vector x por remonte:

Ux = y

1 2 0
0 1 2
0 0 1

x
1
x
2
x
3

3
3
1

x
1
x
2
x
3

3 2x
2
3 2x
3
1

1
1
1

quedndonos la solucin nal x =

1 1 1

Problema 46 Calcular el nmero de operaciones nece-
sarias para resolver un sistema tridiagonal por el mtodo
de Crout.
Solucin: Las operaciones que se realizan en cada it-
eracin vienen dadas por:
Iteraci on Operaciones
i = 1 l
1
= a
1
; u
1
=
b
1
l
1
i = 2 m
1
= c
1
; l
2
= a
2
m
1
u
1
; u
2
=
b
2
l2
.
.
.
.
.
.
i = n l
n
= a
n
m
n1
u
n1
En la siguiente tabla se muestra el nmero de op-
eraciones en cada iteracin:
Iteraci on Sumas Multiplic. Divisiones
i = 1 0 0 1
i = 2 1 1 1
i = 3 1 1 1
.
.
.
.
.
.
.
.
.
.
.
.
i = n 1 1 0
El total de operaciones se obtiene de la tabla anterior
como:
Sumas = Multiplicac. = Divisiones =
= 1 + 1 +. . . + 1 = (n 1)
Total=Sumas +Multiplicac. +Divisiones =
= 3 (n 1)
El orden del algoritmo es O(3n)
DIFERENCIACION E INTEGRACION
NUMERICA
Problema 47 Calcular analticamente y numricamente
la matriz gradiente en el punto (1, 1) (utilizar h = 0.1) de
la funcin:
f(x, y) =

x
2
+y
2
1
x y
Solucin:
Analticamente
f(x, y) =

2x 2y
1 1

f(1, 1) =

2 2
1 1

Numricamente, si llamamos f
1
(x, y) = x
2
+y
2
1 y
f
2
(x, y) = xy, entonces aplicando las mscaras vistas en
teora tenemos
f
1
(x, y) = x y
f1(1,1)
x
=
1
4(0.1)

(f
1
(1 + 0.1, 1 0.1) f
1
(1 0.1, 1 0.1)) +
1
4(0.1)

(f
1
(1 + 0.1, 1 + 0.1) f
1
(1 0.1, 1 + 0.1)) +
1
4(0.1)
2

2 1

(f
1
(1 + 0.1, 1) f
1
(1 0.1, 1)) =
0.585 79 + 0.585 79 + 0.828 43 = 2.0
f
1
(1,1)
y
=
1
4(0.1)

(f
1
(1 0.1, 1 + 0.1) f
1
(1 0.1, 1 0.1)) +
1
4(0.1)

(f
1
(1 + 0.1, 1 + 0.1) f
1
(1 + 0.1, 1 0.1)) +
1
4(0.1)
2

2 1

(f
1
(1, 1 + 0.1) f
1
(1, 1 0.1)) =
1 4
0.585 79 + 0.585 79 + 0.828 43 = 2.0
De la misma forma, para f
2
(x, y) tenemos
f
2
(1,1)
x
=
1
4(0.1)

(f
2
(1 + 0.1, 1 0.1) f
2
(1 0.1, 1 0.1)) +
1
4(0.1)

(f
2
(1 + 0.1, 1 + 0.1) f
2
(1 0.1, 1 + 0.1)) +
1
4(0.1)
2

2 1

(f
2
(1 + 0.1, 1) f
2
(1 0.1, 1)) =
0.292 89 + 0.292 89 + 0.414 21 = 1
f
2
(1,1)
y
=
1
4(0.1)

(f
2
(1 0.1, 1 + 0.1) f
2
(1 0.1, 1 0.1)) +
1
4(0.1)

(f
2
(1 + 0.1, 1 + 0.1) f
2
(1 + 0.1, 1 0.1)) +
1
4(0.1)
2

2 1

(f
2
(1, 1 + 0.1) f
2
(1, 1 0.1)) =
0.292 89 + 0.292 89 + 0.414 21 = 1
Con lo cual, en este caso la matriz gradiente calculada
numricamente coincide con la calculada analticamente.

f(1, 1) =

2 2
1 1

Problema 48 Dados 3 puntos distintos x

l
, x
i
, x
r
demostrar que la frmula:
f
0
(x
i
)
(x
i
x
l
)
f(xr)f(xi)
xrxi
+ (x
r
x
i
)
f(xi)f(x
l
)
xix
l
x
r
x
l
aproxima la derivada de f
0
(x
i
) con un orden de aproxi-
macin de 2.
Solucin: Evaluamos el desarrollo de Taylor de la funcin
en los puntos x
r
, x
l
:
f (x
l
) = f(x
i
) +f
0
(x
i
)(x
l
x
i
)+
+
f
00
(xi)
2!
(x
l
x
i
)
2
+
f
000
(xi)
3!
(x
l
x
i
)
3
f (x
r
) = f(x
i
) +f
0
(x
i
)(x
r
x
i
)+
+
f
00
(x
i
)
2!
(x
r
x
i
)
2
+
f
000
(x
i
)
3!
(x
r
x
i
)
3
(x
r
x
i
)
f(x
l
)f(xi)
(x
l
xi)
= (x
r
x
i
)[f
0
(x
i
)+
+
f
00
(x
i
)
2!
(x
l
x
i
) +
f
000
(x
i
)
3!
(x
l
x
i
)
2
]
(x
i
x
l
)
f(xi)f(xr)
(x
i
x
r
)
= (x
i
x
l
)[f
0
(x
i
)+
+
f
00
(x
i
)
2!
(x
r
x
i
) +
f
000
(x
i
)
3!
(x
r
x
i
)
2
]
Sumamos las expresiones anteriores y nos queda:
(x
r
x
i
)
f(x
l
)f(x
i
)
(x
l
x
i
)
+ (x
i
x
l
)
f(x
r
)f(x
i
)
(x
r
x
i
)
=
= (x
r
x
i
)f
0
(x
i
) + (x
i
x
l
)f
0
(x
i
)+
+
f
00
(xi)
2!
(x
i
x
l
)(x
r
x
i
)+
+
f
00
(x
i
)
2!
(x
r
x
i
)(x
l
x
i
)+
+
f
000
(xi)
3!
(x
r
x
i
)(x
l
x
i
)
2
+
+
f
000
(x
i
)
3!
(x
i
x
l
)(x
r
x
i
)
2
Agrupamos por las derivadas de la funcin:
(x
r
x
i
)
f(x
l
)f(xi)
(x
l
xi)
+ (x
i
x
l
)
f(xr)f(xi)
(xrxi)
=
= (x
r
x
l
)f
0
(x
i
) +
f
00
(x
i
)
2!
0+
+
f
000
(xi)
3!
(x
r
x
i
)(x
l
x
i
) ((x
l
x
i
) (x
r
x
i
))
El trmino de la tercera derivada nos da el orden de
la frmula:
(x
r
x
l
)f
0
(x
i
) = (x
r
x
i
)
f(x
l
)f(x
i
)
(x
l
x
i
)
+
+(x
i
x
l
)
f(xr)f(xi)
(x
r
x
i
)
+ O(h
3
)
f
0
(x
i
)
(x
i
x
l
)
f(x
r
)f(x
i
)
x
r
x
i
+(x
r
x
i
)
f(x
i
)f(x
l
)
x
i
x
l
x
r
x
l
+ O(h
2
)
Problema 49 Dados 3 puntos distintos x
l
, x
i
, x
r
calcular
el polinomio de Lagrange que interpola a f(x) en esos 3
puntos, calcular la derivada de ese polinomio en x
i
y com-
probar que da la misma frmula que la presentada en el
problema anterior.
Solucin: El polinomio de Lagrange es:
f (x) =
(xxr)(xx
l
)
(xixr)(xix
l
)
f (x
i
) +
(xxi)(xx
l
)
(xrxi)(xrx
l
)
f (x
r
) +
+
(xx
i
)(xx
r
)
(x
l
x
i
)(x
l
x
r
)
f (x
l
)
Derivamos la expresin anterior y obtenemos:
f
0
(x) =
(xx
l
)+(xx
r
)
(xixr)(xix
l
)
f (x
i
) +
(xx
l
)+(xx
i
)
(xrxi)(xrx
l
)
f (x
r
) +
+
(xx
r
)+(xx
i
)
(x
l
x
i
)(x
l
x
r
)
f (x
l
)
Evaluamos la derivada en el punto x
i
y desarrollamos
hasta obtener el resultado:
f
0
(x
i
) =
(x
i
x
l
)+(x
i
x
r
)
(xixr)(xix
l
)
f (x
i
) +
+
(x
i
x
l
)+(x
i
x
i
)
(x
r
x
i
)(x
r
x
l
)
f (x
r
) +
(x
i
x
r
)+(x
i
x
i
)
(x
l
x
i
)(x
l
x
r
)
f (x
l
)
f
0
(x
i
) =
f(x
i
)
(x
i
x
r
)
+
f(x
i
)
(x
i
x
l
)
+
(x
i
x
l
)f(x
r
)
(x
r
x
i
)(x
r
x
l
)
+
+
(xixr)f(x
l
)
(x
l
x
i
)(x
l
x
r
)
extraemos el factor (x
r
x
l
),
(x
r
x
l
) f
0
(x
i
) =
(x
r
x
l
)f(x
i
)
(xixr)
+
(x
r
x
l
)f(x
i
)
(xix
l
)
+
1 5
+
(x
i
x
l
)f(x
r
)
(x
r
x
i
)

(x
i
x
r
)f(x
l
)
(x
l
x
i
)
(x
r
x
l
) f
0
(x
i
) =
x
r
f(x
i
)+x
l
f(x
i
)
(xrxi)
+
x
r
f(x
i
)x
l
f(x
i
)
(xix
l
)
+
+
(x
i
x
l
)f(x
r
)
(x
r
x
i
)

(x
r
x
i
)f(x
l
)
(x
i
x
l
)
agrupamos trminos,
(x
r
x
l
) f
0
(x
i
) =

(x
i
x
l
)f(x
r
)
(x
r
x
i
)

(x
i
x
l
)f(x
i
)
(x
r
x
i
)

+
+

(xrxi)f(xi)
(x
i
x
l
)

(xrxi)f(x
l
)
(x
i
x
l
)

+
xif(xi)
(x
r
x
i
)

xrf(xi)
(x
r
x
i
)
+
xif(xi)
(x
i
x
l
)

x
l
f(xi)
(x
i
x
l
)
(x
r
x
l
) f
0
(x
i
) =
(xix
l
)(f(xr)f(xi))
(x
r
x
i
)
+
+
(x
r
x
i
)(f(x
i
)f(x
l
))
(xix
l
)
+
x
i
f(x
i
)
(xrxi)

x
r
f(x
i
)
(xrxi)
+
+
x
i
f(x
i
)
(x
i
x
l
)

x
l
f(x
i
)
(x
i
x
l
)
(x
r
x
l
) f
0
(x
i
) =
(x
i
x
l
)(f(x
r
)f(x
i
))
(x
r
x
i
)
+
+
(x
r
x
i
)(f(x
i
)f(x
l
))
(x
i
x
l
)
+
+
xif(xi)(xix
l
)xrf(xi)(xix
l
)
(xrxi)(xix
l
)
+
+
x
i
f(x
i
)(x
r
x
i
)x
l
f(x
i
)(x
r
x
i
)
(x
r
x
i
)(x
i
x
l
)
simplicando,
f
0
(x
i
) =
(x
i
x
l
)(f(xr)f(x
i
))
(xrx
i
)
+
(xrx
i
)(f(x
i
)f(x
l
))
(x
i
x
l
)
(x
r
x
l
)
Problema 50 Calcular una aproximacin de la derivada
tercera f
000
(x
i
) de una funcin f(x) en un punto x
i
, uti-
lizando f(x
i
), f(x
i
+h), f(x
i
h), f(x
i
2h)
Solucin:
a f(x
i
+h) = f(x
i
) +hf
0
(x
i
) +
h
2
2
f
00
(x
i
) +
h
3
6
f
000
(x
i
) +
O(h
4
)
1. b f(x
i
h) = f(x
i
) hf
0
(x
i
) +
h
2
2
f
00
(x
i
)
h
3
6
f
000
(x
i
) +O(h
4
)
c f(x
i
2h) = f(x
i
) 2hf
0
(x
i
) + 2h
2
f
00
(x
i
)
4h
3
3
f
000
(x
i
) +O(h
4
)
Sistema:

a b 2c = 0
a
2
+
b
2
+ 2c = 0
a
6

b
6

4c
3
= 1

Solucin: a =
1, b = 3, c = 1.
f
000
(x
i
) =
af(x
i
+h)+bf(x
i
h)+cf(x
i
2h)(a+b+c)f(x
i
)
h
3
=
f(x
i
+h)+3f(x
i
h)f(x
i
2h)3f(x
i
)
h
3
+O(h)
Problema 51 Dados 3 puntos. Demostrar que la frmula
f
00
(x
i
) 2
f(x
r
)f(x
i
)
x
r
x
i

f(x
i
)f(x
l
)
x
i
x
l
x
r
x
l
aproxima la derivada segunda de f(x) en x
i
con un orden
de aproximacin de 1.
Solucin: Desarrollo de Taylor de la funcin en el punto
x
i
y evaluacin en x
r
y x
l
:
f (x
r
) f (x
i
) +f
0
(x
i
) (x
r
x
i
) +
+
f
00
(x
i
)
2!
(x
r
x
i
)
2
+
f
000
(x
i
)
3!
(x
r
x
i
)
3
f (x
l
) f (x
i
) +f
0
(x
i
) (x
l
x
i
) +
+
f
00
(x
i
)
2!
(x
l
x
i
)
2
+
f
000
(x
i
)
3!
(x
l
x
i
)
3
Extraemos en ambas ecuaciones:
f(x
r
)f(x
i
)
(xrxi)
f
0
(x
i
) +
f
00
(x
i
)
2!
(x
r
x
i
) +
+
f
000
(x
i
)
3!
(x
r
x
i
)
2
f(x
l
)f(xi)
(x
l
xi)
f
0
(x
i
) +
f
00
(xi)
2!
(x
l
x
i
) +
+
f
000
(x
i
)
3!
(x
l
x
i
)
2
Restamos las expresiones anteriores:
f(x
r
)f(x
i
)
(xrxi)

f(x
i
)f(x
l
)
(xix
l
)

f
00
(x
i
)
2!
(x
r
x
l
) +
+
f
000
(xi)
3!

(x
r
x
i
)
2
(x
l
x
i
)
2

Despejamos la segunda derivada y obtenemos:

f
00
(x
i
) 2
f(xr)f(x
i
)
(x
r
x
i
)

f(x
i
)f(x
l
)
(x
i
x
l
)
x
r
x
l

2
f
000
(xr)
3!
((xrxi)
2
(x
l
xi)
2
)
xrx
l
f
00
(x
i
) 2
f(x
r
)f(x
i
)
(x
r
x
i
)

f(x
i
)f(x
l
)
(x
i
x
l
)
x
r
x
l
+O(h)
Problema 52 Considerar en el problema anterior que
x
l
= x
i
h, y x
r
= x
i
+h. Deducir como queda la frmula
anterior para aproximar la derivada segunda, y demostrar
que en este caso el orden de aproximacin es 2.
Solucin: Sustituyendo x
l
= x
i
h, y x
r
= x
i
+ h,
tenemos:
f
00
(x
i
) 2
f(x
r
)f(x
i
)
(x
i
+hx
i
)

f(x
i
)f(x
l
)
(x
i
x
i
+h)
x
i
+hx
i
+h
=
=
f(x
r
)f(x
i
)
h

f(x
i
)f(x
l
)
h
h
=
1 6
=
f(x
r
)f(x
i
)f(x
i
)f(x
l
)
h
2

f
000
(x
i
)
3!
(h h) +
O(h
2
) =
=
f(x
r
)2f(x
i
)f(x
l
)
h
2
+O(h
2
)
La aproximacin de la segunda derivada queda de la
forma,
f
00
(x
i
)
f (x
r
) 2f (x
i
) f (x
l
)
h
2
Problema 53 Dados 3 puntos x
l
< x
i
< x
r
calcular el
polinomio de Lagrange que interpola a f(x) en esos 3 pun-
tos, calcular la derivada segunda de ese polinomio en x
i
y comprobar que da la misma frmula que utilizando los
desarrollos de Taylor.
Solucin: Por las diferencias divididas de Newton obten-
emos lo siguiente:
x
l
f (x
l
)
x
i
f (x
i
)

f(x
i
)f(x
l
)
x
i
x
l
x
r
f (x
r
)

f(xr)f(xi)
xrxi
+
f(xr)f(xi)
xrxi

f(xi)f(x
l
)
xix
l
x
r
x
l
Polinomio de Lagrange:
P (x) ' f(x
l
) +
f(x
i
)f(x
l
)
xix
l
(x x
l
) +
+
f(x
r
)f(x
i
)
xrx
i

f(x
i
)f(x
l
)
x
i
x
l
x
r
x
l
(x x
l
) (x x
i
)
Derivamos el polinomio:
P
0
(x) '
f(xi)f(x
l
)
xix
l
+
f(xr)f(x
i
)
xrx
i

f(x
i
)f(x
l
)
x
i
x
l
xrx
l
(x x
l
) +
+
f(x
r
)f(x
i
)
x
r
x
i

f(x
i
)f(x
l
)
x
i
x
l
x
r
x
l
(x x
i
)
Calculamos la segunda derivada, obteniendo:
P
00
(x) ' 2
f(x
r
)f(x
i
)
xrx
i

f(x
i
)f(x
l
)
x
i
x
l
x
r
x
l
, c.q.d.
Problema 54 Calcular una aproximacin de la derivada
primera y segunda de una funcin f(x) en x = 0, teniendo
en cuenta que f(0) = 1, f(1) = 0, f(4) = 9
Solucin:
f
0
(x
i
)
(x
i
x
l
)
f(xr)f(x
i
)
x
r
x
i
+(x
r
x
i
)
f(x
i
)f(x
l
)
x
i
x
l
xrx
l
=
=
(01)
f(4)f(0)
40
+(40)
f(0)f(1)
01
41
=
=

91
4
+4
10
1
3
=
24
3
=
6
3
= 2
f
00
(x
i
) 2
f(xr)f(x
i
)
(xrx
i
)

f(x
i
)f(x
l
)
(x
i
x
l
)
xrx
l
=
= 2
91
(40)

10
(01)
41
= 2
2+1
3
= 2
Problema 55 Demostrar, utilizando el desarrollo de
Taylor, que las siguientes expresiones son discretizaciones
del laplaciano:
F =
F
i+1,j+1
+F
i1,j+1
+F
i1,j1
+F
i+1,j1
4F
i,j
2h
2
F =
F
i+1,j
+F
i1,j
+F
i,j+1
+F
i,j1
4F
i,j
h
2
Solucin: A partir del desarrollo de Taylor de la funcin
F, se obtiene lo siguiente:
F (x +h, y +h) = F (x, y) +hF
x
+hF
y
+
+
1
2
h
2
(F
xx
+ 2F
xy
+F
yy
)
F (x h, y h) = F (x, y) hF
x
hF
y
+
+
1
2
h
2
(F
xx
+ 2F
xy
+F
yy
)
F (x h, y +h) = F (x, y) hF
x
+hF
y
+
+
1
2
h
2
(F
xx
2F
xy
+F
yy
)
F (x +h, y h) = F (x, y) +hF
x
hF
y
+
+
1
2
h
2
(F
xx
2F
xy
+F
yy
)
Sumamos estas cuatro ecuaciones,
F (x +h, y +h)+F (x h, y h)+F (x h, y +h) +
+F (x +h, y h) = 4F (x, y) + 2h
2
(F
xx
+F
yy
)
F
xx
+F
yy
=
=
F(x+h,y+h)+F(xh,yh)+F(xh,y+h)+F(x+h,yh)4F(x,y)
2h
2
,
discretizando se obtiene el resultado esperado,
F =
F
i+1,j+1
+F
i1,j+1
+F
i1,j1
+F
i+1,j1
4F
i,j
2h
2
Para demostrar la segunda igualdad, tomamos las
siguientes ecuaciones:
F (x +h, y) = F (x, y) +hF
x
+
h
2
2
F
xx
F (x h, y) = F (x, y) hF
x
+
h
2
2
F
xx
F (x, y +h) = F (x, y) +hF
y
+
h
2
2
F
yy
F (x, y h) = F (x, y) hF
y
+
h
2
2
F
yy
Sumamos estas expresiones y obtenemos:
F (x +h, y) +F (x h, y) +F (x, y +h) +
+F (x, y h) = 4F (x, y) +h
2
F
xx
+h
2
F
yy
F
xx
+F
yy
=
F(x+h,y)+F(xh,y)+F(x,y+h)+F(x,yh)4F(x,y)
h
2
,
discretizando
F =
F
i+1,j
+F
i1,j
+F
i,j+1
+F
i,j1
4F
i,j
h
2
1 7
Problema 56 Calcular una aproximacin del lapla-
ciano de una funcin F(x, y) en el punto (x, y) =
(0, 0) conociendo los siguientes valores: F(0, 0) = 0,
F(
1
2
, 0) =
1
4
, F(
1
2
, 0) =
1
4
, F(0,
1
2
) =
1
4
, F(0,
1
2
) =
1
4
,
F(
1
2
,
1
2
) =
1
2
, F(
1
2
,
1
2
) =
1
2
, F(
1
2
,
1
2
) =
1
2
, F(
1
2
,
1
2
) =
1
2
Solucin: Si representamos estos valores en una tabla,
obtenemos lo siguiente:
1
2
1
4
1
2
1
4
0
1
4
1
2
1
4
1
2
El valor de h es
1
2
.
Aproximamos el laplaciano promediando las dos ex-
presiones del ejercicio anterior. Si no realizramos este
promediado, no se tendran en cuenta todos los valores de
la funcin.
F =
F
i+1,j+1
+F
i1,j+1
+F
i1,j1
+F
i+1,j1
4F
i,j
2h
2
+
+(1 )
F
i+1,j
+F
i1,j
+F
i,j+1
+F
i,j1
4F
i,j
h
2
,
=
2
3
F(0, 0) =
2
3
1
2
+
1
2
+
1
2
+
1
2
2
1
4
+

1
2
3
1
4
+
1
4
+
1
4
+
1
4
1
4
=
=
8
3
+
4
3
= 4
Problema 57 Demostrar que las mscaras
F
x
=
1
4h

0

2

2 1

0 2

2 1

0

2

F
y
=
1
4h

2 1

0 0 0

2 1

2

dan lugar a una discretizacin del gradiente tal que su

norma eucldea es invariante por rotaciones de 45 grados.
Solucin: Procedemos de la misma forma que al calcular
el valor de en el caso del laplaciano.
Consideramos una funcin que tiene los siguientes val-
ores en un entorno de un punto (hi
0
, hj
0
) :
1 1 1
0 0 0
0 0 0
Calculamos el valor del gradiente en el punto central
de la siguiente manera:
F
x
=
0
2h
+ (1 )
0
4h
= 0
F
y
= (1 )
1
2h
+
2
4h
=
1
2

h

1
2
1
h
=
1
2h

1
F (hi
0
, hj
0
) = (F
x
, F
y
) =

1
2h
, 0

Rotamos la funcin anterior 45

o
:
1 1 0
1 0 0
0 0 0
y calculamos su gradiente:
F
x
= (1 )
1
2h
+
1
4h
=
1
2
1
h

1
4

h
=
1
4
2
h
F
y
= (1 )
1
2h
+
1
4h
=
1
2
1
h

1
4

h
=
1
4
2
h

2
F (hi
0
, hj
0
) = (F
x
, F
y
) =
1
4
2
h
(1, 1)
Calculamos las normas de los gradientes e igualamos:
k
1
F (hi
0
, hj
0
)k = k
2
F (hi
0
, hj
0
)k
1
2h
=
q
2

1
4
2
h

2
1
2h
=
1
4h

2 | 2|
(
2

2
= ( 2) = 2

2
2

2
= ( 2) = 2 +

2
La solucin vlida es = 2

2, ya que el gradiente

2
F debe ser negativo en sus dos derivadas.
Sustituyendo este valor en las expresiones de F
x
, F
y
tenemos:
F
x
= (1 )
F
i+1,j
F
i1,j
2h
+
+
F
i+1,j+1
F
i1,j+1
+F
i+1,j1
F
i1,j1
4h
=
= 2

2 1

F
i+1,j
F
i1,j
4h
+
+

Fi+1,j+1Fi1,j+1+Fi+1,j1Fi1,j1
4h
F
y
= (1 )
Fi,j+1Fi,j1
2h
+
+
Fi+1,j+1Fi+1,j1+Fi1,j+1Fi1,j1
4h
=
= 2

2 1

F
i,j+1
F
i,j1
4h
+
+

F
i+1,j+1
F
i+1,j1
+F
i1,j+1
F
i1,j1
4h
,
cuyas mscaras son las que se muestran en el enunciado
del problema.
Problema 58 Calcular una aproximacin del gradi-
ente de una funcin F(x, y) en el punto (x, y) =
(0, 0) conociendo los siguientes valores: F(0, 0) = 0,
F(
1
2
, 0) =
1
2
, F(
1
2
, 0) =
1
2
, F(0,
1
2
) =
1
2
, F(0,
1
2
) =
1 8
1
2
, F(
1
2
,
1
2
) = 0, F(
1
2
,
1
2
) = 0, F(
1
2
,
1
2
) = 1,
F(
1
2
,
1
2
) = 1
Solucin: Los valores de la funcin en una tabla quedan
de la siguiente manera:
0
1
2
1
1
2
0
1
2
1
1
2
0
Sustituimos estos valores en las derivadas de la fun-
cin:
F
x
= 2

2 1

F
i+1,j
F
i1,j
4h
+
+

Fi+1,j+1Fi1,j+1+Fi+1,j1Fi1,j1
4h
=
= 2

2 1
1
2
+
1
2
4h
+

1+1
4h
=
=
1
2

21
h
+
1
2
2

2
h
=
1
2h
F
y
= 2

2 1

Fi,j+1Fi,j1
4h
+
+

Fi+1,j+1Fi+1,j1+Fi1,j+1Fi1,j1
4h
=
= 2

2 1
1
2

1
2
4h
+

11
4h
=
=
1
2

21
h

1
2
2

2
h
=
1
2h
y obtenemos el valor del gradiente:
F =

F
x
F
y

=

1
2h

1
2h

=

1
1

Este vector nos da la direccin de mximo ascenso,

que en este caso ser en diagonal hacia arriba a la derecha.
Problema 59 Aproximar el valor de la siguiente integral,
utilizando las frmulas de Legendre para n = 2 y n = 3
Z
1
1

x
3
x
4

dx
Cual es el valor exacto de la integral?
Solucin:
R
1
1

x
3
x
4

dx '
N
P
k=0
w
k
P (x
k
)
P (x) =

x
3
x
4

1. n = 2
2
P
k=1
w
k
P (x
k
) =
= 1 P(0.5773502692 + 1 P (0.5773502692) =
= . 222 22
2. n = 3
3
P
k=1
w
k
P (x
k
) =
= 0.55555555555 P (0.7745966692) +
+0.88888888 P (0) +
+0.55555555555 P (0.7745966692) =
= . 4
El valor exacto de la integral es
R
1
1

x
3
x
4

dx =

2
5
= . 4, que coincide con el valor del segundo caso. La
frmula de integracin numrica es exacta hasta el orden
2n 1, que en el segundo caso es equivalente a 5, con lo
que ya se saba que el valor obtenido sera exacto.
Problema 60 Se considera para el intervalo [1, 1], los
puntos x
0
= 0.5, x
1
= 0 y x
2
= 0.5 y los pesos w
0
=
w
1
= w
2
= 2/3. Estos puntos y estos pesos se utilizan
para aproximar la integral de una funcin en [1, 1]. Usar
esta frmula de integracin para calcular nmericamente
la siguiente integral y compararla con el resultado anlitico
(exacto).
Z
2

2
cos(x)dx
Solucin:
1.
R
2

2
cos(x)dx = sin(x)]

2
= 1 (1) = 2
R
2

2
cos(x)dx =
R
1
1
cos(

2
t)

2
dt =
2
3

2
cos

+
2
3

2
cos (0) +
2
3

2
cos

=
1
3

2 +
1
3
= 2. 528 2
Problema 61 Encontrar cual sera la frmula de inte-
gracin numrica en el intervalo [1, 1] utilizando un slo
punto de interpolacin, y de tal manera que sea exacta
para polinomios de grado 1
Solucin: La frmula que usa un nico punto se puede
expresar como
Z
1
1
f (x) dx ' w
0
f (x
0
)
Vamos a imponer que se exacta para los polinomios f(x) =
1 y f(x) = x
Z
1
1
1dx = 2 = w
0
f (x
0
) = w
0
w
0
= 2
1 9
Z
1
1
xdx = 0 = w
0
f (x
0
) = w
0
x
0
x
0
= 0
Por lo tanto, la frmula de integracin numrica de Legen-
dre es:
Z
1
1
f (x) dx ' 2 f (0) ,
Problema 62 A partir de los ceros y de los pesos aso-
ciados a los polinomios de Legendre, y dado un intervalo
[a, b] cualquiera, encontrar los puntos x
k
, y los pesos w
k
que hacen exacta hasta el orden 2N 1 una frmula de
integracin numrica sobre el intervalo [a, b]
Solucin: Para encontrar los puntos x
k
, y los pesos w
k
,
hay que hacer un cambio de variable en la integral:
Z
b
a
f (x) dx '
N
X
k=1
w
k
f ( x
k
)
Hacemos el siguiente cambio de variable:
x =
(ba)t+(b+a)
2
dx =
ba
2
dt
este cambio representa la recta que pasa por los puntos -1,
1 para t = a, b, respectivamente.
Z
b
a
f (x) dx =
Z
1
1
f

(b a) t +b +a
2

b a
2
dt
Z
b
a
f (x) dx '
N
X
k=1
w
k
b a
2
f

(b a) x
k
+b +a
2

de donde se deduce que los cambios a realizar son de la

forma
x
k
=
(ba) x
k
+(b+a)
2
,
w
k
=
(ba)
2
w
k
Problema 63 Utilizar el resultado del problema anterior
para calcular de forma exacta la siguiente integral
Z
1
0

x
2
x
3

dx
Solucin: El resultado de la integral calculada de forma
analtica, da el siguiente resultado:
R
1
0

x
2
x
3

dx =
1
12
= 8. 333 3 10
2
Aplicando el mtodo de integracin numrica:
f (x) =

x
2
x
3

R
1
0

x
2
x
3

dx =
3
P
k=1
w
k
f (x
k
) =
= w
1
f (x
1
) +w
2
f (x
2
) +w
3
f (x
3
) =
=

10
2

( w
0
f

x
0
+1
2

+ w
1
f

x
1
+1
2

+ +
w
2
f

x
2
+1
2

) =
=
1
2
(0.55555556 f

0.7745966692+1
2

+
+0.8888888889 f

0+1
2

+
+0.55555556 f

0.7745966692+1
2

) =
= 8. 333 3 10
2
Problema 64 Calcular de forma exacta la integral
Z

x
3
x
2

e
x
2
dx
utilizando los polinomios de Hermite.
Solucin: De forma analtica la integral da como resul-
tado:
R

x
3
x
2

e
x
2
dx =
1
2

= . 886 23
Utilizando el mtodo de integracin numrica:
f (x) =

x
3
x
2

x
3
x
2

e
x
2
dx =
2
P
k=1
w
k
f (x
k
)
= w
1
f (x
1
) +w
2
f (x2) =
= 0.8862269255 f (0.707106781) +
+0.8862269255 f (0.707106781) =
= . 886 23
Problema 65 Aproximar, utilizando dos puntos de
aproximacin, el valor de la integral:
Z

1
1 +x
2
dx
Solucin:
R

1
1+x
2
dx =
R

e
x
2
1+x
2
e
x
2
dx =
f(x) =
e
x
2
1+x
2
R

1
1+x
2
dx ' w
1
f(x
1
) +w
2
f(x
2
) =
= 0.8862269255 f (0.707106781) +
+0.8862269255 f (0.707106781) =
= 1. 948 2
2 0
Problema 66 Calcular de forma exacta la integral
Z

0

x
3
x
2

e
x
dx
utilizando los polinomios de Laguerre.
Solucin:
R

x
3
x
2

e
x
dx = 4
R

x
3
x
2

e
x
dx =
1
P
k=0
w
k
f (x
k
) =
= w
0
f (x
0
) +w
1
f (x
1
) =
= 0.8535533903 f (0.585786438) +
+0.1464466093 f (3.414213562) =
= 4.0
Problema 67 Calcular una frmula de aproximacin
numrica de la integral siguiente
Z

a
f(x)e
x
dx
donde a es un nmero real cualquiera
Solucin: Para calcular esta integral realizamos un cam-
bio de variable
R

0
f(t)e
t
dx =

t = x a
dt = dx

=
=
R

a
f(x a)e
x+a
dx = e
a
R

a
f(x a)e
x
R

0
f(t)e
t
dx =
N
P
k=0
w
k
f ( x
k
)
e
a
R

a
f(x a)e
x
= e
a
N
P
k=1
w
k
f (x
k
a)
Para que estas dos igualdades sean equivalentes, basta
hacer:
x
k
= x
k
+a
w
k
= e
a
w
k
Problema 68 Aproximar, por el mtodo de Simpson, la
integral
Z
1
1

x
3
x
4

dx
utilizando nicamente el valor de la funcin en los puntos:
1,
1
2
, 0,
1
2
y 1.
Solucin:
R
1
1

x
3
x
4

dx =
2
5
= . 4
Aplicamos el mtodo de Simpson:
f(x) =

x
3
x
4

R
1
1

x
3
x
4

dx =
=
R
0
1

x
3
x
4

dx +
R
1
0

x
3
x
4

dx '
'
f(x
k+1
)+f(x
k
)+4f

x
k+1
+x
k
2

6
(x
k+1
x
k
)
#
0
1
+
+
f(x
k+1
)+f(x
k
)+4f

x
k+1
+x
k
2

6
(x
k+1
x
k
)
#
1
0
=
'
f(0)+f(1)+4f(
1+0
2
)
6
(0 + 1) +
+
f(1)+f(0)+4f(
1+0
2
)
6
(1 0) =
=
5
12
= . 416 67
Problema 69 Deducir la frmula de integracin
numrica sobre el rectngulo [1, 1]x[1, 1] resultante de
aplicar la integracin numrica en una variable en los
intervalos [1, 1], y [1, 1].
Solucin:
R
1
1
R
1
1
F (x, y) dydx =
R
1
1
N
P
k=1
w
k
F ( x
k
, y) dy =
=
N
P
k=1
w
k
R
1
1
F ( x
k
, y) dy
=
N
P
k=1
w
k

N
P
j=1
w
j
F ( x
k
, y
k
)
!
=
N
P
k,j=1

W
k
F ( x
k
, y
k
) ,
donde

W
k
= w
k
w
j
w
k
=
R
1
1

i6=k
(x xi)

i6=k
( x
k
xi)
w
j
=
R
1
1

i6=k
(y y
i
)

i6=k
( y
k
yi)
y los x
k
e y
k
son los ceros del polinomio de Legendre.
Problema 70 Deducir la frmula de integracin
numrica sobre un rectngulo [a, b]x[c, d] resultante
de aplicar la integracin numrica en una variable en los
intervalos [a, b], y [c, d].
2 1
Solucin:
R
b
a
R
d
c
F (x, y) dydx =
R
d
c
N
P
k=1
w
k
F ( x
k
, y) dy =
=
N
P
k=1
w
k
R
d
c
F ( x
k
, y) dy
=
N
P
k=1
w
k

N
P
j=1
w
0
j
F ( x
k
, y
k
)
!
=
N
P
k,j=1
w
k
w
0
j
F ( x
k
, y
k
) ,
ahora bien, teniendo en cuenta los resultados obtenidos al
integrar en una variable tenemos que :
x
k
=
(ba)x
k
+(b+a)
2
w
k
=
(ba)
2
w
k
y
k
=
(dc)y
k
+(d+c)
2
w
0
j
=
(dc)
2
w
k
donde w
k
son los pesos al integrar en una variable en el
intervalo [1, 1].
Problema 71 Calcular de forma exacta la integral
Z
1
1
Z
1
1
x
2
y
2
dxdy
utilizando integracin numrica.
Solucin: El resultado de la integral es:
R
1
1
R
1
1
x
2
y
2
dxdy =
4
9
= . 444 44
Utilizando la frmula de integracin numrica:
P(x) = x
2
P(y) = y
2
R
1
1
R
1
1
x
2
y
2
dxdy =
=
R
1
1
x
2
dx
R
1
1
y
2
dy =
=
2
P
k=1
w
k
P ( x
k
)
2
P
k=1
w
j
P ( y
k
) =
= ( w
1
P ( x
1
) + w
2
P ( x
2
))
( w
1
P ( y
1
) + w
2
P ( y
2
)) =
= (P (0.5773502692) +P (0.5773502692))
(P (0.5773502692) +P (0.5773502692)) =
= . 666 67 . 666 67 = . 444 45
Problema 72 Calcular una aproximacin numrica de la
integral
Z

Z
2
0
x
1 +e
y
2
dxdy
utilizando la evaluacin de F(x, y) en 4 puntos.
Solucin: Si calculamos el resultado de la integral de
forma analta, nos queda,
R

R
2
0
x
1+e
y
2
dxdy =
R

2
1+e
y
2
dy =
=
R

2
1+e
y
2
dy = 2. 144 3
R
2
0
xdx =
1
P
k=0
w
k
P (x
k
),
realizando un cambio de variables, y utilizando el poli-
nomio de Legendre de segundo orden,
x
k
=
(ba) x
k
2
+
(b+a)
2
= x
k
+ 1,
1. w
k
=
(ba)
2
w
k
= w
k
,
tenemos:
P (x) = x
R
2
0
xdx =
= w
1
P (x
1
) +w
2
P (x
2
) =
= (0.5773502692 + 1) + (0.5773502692 + 1) =
= 2.0
R

1
1+e
y
2
dy =
R

1
e
y
2
+1
e
y
2
dy =
2
P
k=1
w
j
P ( y
k
),
por Hermite,
1. P (y) =
1
e
y
2
+1
1
P
k=0
w
j
P (y
k
) =
= w
1
P (y
1
) +w
2
P (y
2
) =
= 0.8862269255 P (0.707106781) +
+0.8862269255 P (0.707106781) =
= 1. 103 3
2 2
El resultado de la aproximacin numrica es,
R

R
2
0
x
1+e
y
2
dxdy = 2.0 1. 103 3 = 2. 206 6
Problema 73 Se considera el tringulo T de vrtices
(0, 0), (1, 0) y (0, 1). Deducir cual debe ser el punto (x
0
, y
0
)
y el peso w
0
para que la frmula de integracin numrica:
Z
T
F(x, y)dxdy F(x
0
, y
0
)w
0
sea exacta para polinomios de grado 1 en x e y. Es decir
P(x, y) = ax +by +c
Solucin:
Calculamos la integral de forma analtica:
R
1
0
R
1x
0
(ax +by +c) dydx =
1
6
a +
1
6
b +
1
2
c
Igualamos el valor de la integral con la frmula de
integracin numrica:
1
6
a +
1
6
b +
1
2
c = w
0
(x
0
a +y
0
b +c)
Calculamos w
0
, x
0
e y
0
dando valores a a, b, c
a = b = 0, c = 1;
1
2
c = w
0
c w
0
=
1
2
a = c = 0, b = 1;
1
6
b = w
0
y
0
b y
0
=
1
3
b = c = 0, a = 1;
1
6
a = w
0
x
0
a x
0
=
1
3
,
luego para los valores w
0
=
1
2
, x
0
=
1
3
, y
0
=
1
3
la frmula
de integracin es exacta.
Problema 74 Calcular una aproximacin numrica de la
integral
Z

x
2
ydxdy
donde es el tringulo de vrtices (0, 0), (2, 0) y (0, 2)
utilizando 1 punto, 3 puntos, y 4 puntos
Solucin: El clculo de la integral de forma analtica nos
da:
R

x
2
ydxdy =
R
2
0
R
2x
0

x
2
y

dydx =
8
15
= . 533 33
Utilizando las frmulas de integracin numrica:
F(x, y) = x
2
y
El rea del tringuloArea(T) =
1
2

1 1 1
2 0 0
0 2 0

= 2
1. Para 1 punto:
R

x
2
ydxdy =
= F(
2
3
,
2
3
)Area(T) =
=

2
3

2
2
3
2 =
16
27
=
= . 592 59
2. Para 3 puntos:
R

x
2
ydxdy =
=
1
3
Area(T)

F(
2
2
, 0) +F(
2
2
,
2
2
) +F(0,
2
2
)

=
=
2
3
1 =
2
3
=
= . 666 67
3. Para 4 puntos:
R

x
2
ydxdy =
= Area(T)[
25
48

F(
4
10
,
4
10
) +F(
12
10
,
4
10
) +F(
4
10
,
12
10
)

27
48
F(
2
3
,
2
3
)] =
8
15
=
= . 533 33
ANALISIS NUMERICO MATRICIAL II
Problema 75 (4 puntos) Tomar N = 2 y demostrar
que la norma k x k
2
verica las propiedades de la deni-
cin de norma
kxk
p
=
p
q
|x
1
|
p
+ |x
2
|
p
Solucin: En esta demostracin vamos a generalizar para
cualquier p. Al nal particularizamos para p = 2 con el
n de hacer que la demostracin sea ms sencilla.
Las propiedades que debe vericar, para cumplir con
la decin de norma, son:
1. kxk
p
= 0 x = 0;
p
p
|x
1
|
p
+ |x
2
|
p
= 0 =|x
1
|
p
+ |x
2
|
p
= 0,
la suma, en valor absoluto, de elementos distintos
de cero da un valor positivo mayor que cero, con lo
que para que se cumpla esta condicin, se tiene que
cumplir que x
1
= x
2
= 0, c.q.d..
2 3
2. kxk
p
= || kxk
p
, K y x E;
kxk
p
=
p
p
|x
1
|
p
+ |x
2
|
p
kxk
p
=
p
p
||
p
|x
1
|
p
+ ||
p
|x
2
|
p
kxk
p
=
p
p
||
p
(|x
1
|
p
+ |x
2
|
p
)
kxk
p
= ||
p
p
|x
1
|
p
+ |x
2
|
p
kxk
p
= || kxk
p
, c.q.d.
3. kx +yk
p
kxk
p
+ kyk
p
, x, y E;
p
p
|x
1
+y
1
|
p
+ |x
2
+y
2
|
p
kxk
p
+ kyk
p
=
=|x
1
+y
1
|
p
+ |x
2
+y
2
|
p

p
p
|x
1
|
p
+ |x
2
|
p
+
p
p
|y
1
|
p
+ |y
2
|
p

p
Para p = 2 tenemos:
|x
1
+y
1
|
2
+ |x
2
+y
2
|
2

q
|x
1
|
2
+ |x
2
|
2
+
q
|y
1
|
2
+ |y
2
|
2

2
=
=x
2
1
+ 2x
1
y
1
+y
2
1
+x
2
2
+ 2x
2
y
2
+y
2
2

x
2
1
+x
2
2
+2
p
(x
2
1
+x
2
2
)
p
(y
2
1
+y
2
2
)+y
2
1
+y
2
2
=
=x
1
y
1
+x
2
y
2

p
(x
2
1
+x
2
2
)
p
(y
2
1
+y
2
2
) =
=x
2
1
y
2
1
+ 2x
1
y
1
x
2
y
2
+x
2
2
y
2
2

x
2
1
y
2
1
+x
2
1
y
2
2
+x
2
2
y
2
1
+x
2
2
y
2
2
=
=2x
1
y
1
x
2
y
2
x
2
1
y
2
2
+x
2
2
y
2
1
=
=0 x
2
1
y
2
2
+ 2x
1
y
1
x
2
y
2
+x
2
2
y
2
1
=
=0 (x
1
y
2
+x
2
y
1
)
2
,
que siempre es cierto, con lo que queda demostrado.
Problema 76 Demostrar que
Lim
p
kxk
p
= max
i
|x
i
|
Solucin:
Lim
p
kxk
p
= Lim
p

p
q
P
N
i=1
|x
i
|
p

Extraemos el mximo componente de x, x

max
.
Lim
p

p
q
P
N
i=1
|x
i
|
p

=
= Lim
p

p
r
|x
max
|
p
P
N
i=1

|xi|
|xmax|

=
= Lim
p

|x
max
|
p
r
P
N
i=1

|x
i
|
|x
max
|

=
= |x
max
| Lim
p

p
r
P
N
i=1

|x
i
|
|x
max
|

=
= |x
max
| Lim
p

P
N
i=1

|x
i
|
|x
max
|

1/p
Todos los elementos
|xi|
|x
max
|
son menores o iguales que
1, con lo que
Lim
p

|xi|
|x
max
|

p
=

1 si x
i
= x
max
0 si x
i
6= x
max
,
entonces
|x
max
| Lim
p

P
N
i=1

|xi|
|x
max
|

1/p
=
= |x
max
| Lim
p
(0 +. . . + 0 + 1 +. . . + 1)
1/p
=
= |x
max
|, c.q.d.
Problema 77 Tomar N = 2, y dibujar el lugar ge-
omtrico de los vectores x = (x
1
, x
2
) que verican
1. kxk
1
< 1
2. kxk
2
< 1
3. kxk

< 1
Solucin: En las grcas 1, 2 y 3 se muestran los lugares
geomtricos de las normas 1, 2 e innito, respectivamente.
1. kxk
1
< 1 =|x| + |y| < 1 =y < 1 x
Esta ecuacin representa, como borde, una recta de
pendiente negativa. Tal y como se ve en la gura 1,
el lugar geomtrico est contenido en un rombo.
2. kxk
2
< 1 =
p
(x
2
+y
2
) < 1 =

x
2
+y
2

< 1
Esta es la ecuacin de un crculo de radio menor que
1 y centro el origen. En la gura 2 se muestra el lugar
geomtrico.
2 4
x
y
1
1
1
1
Figure 1: Lugar geomtrico de kxk
1
3. kxk

< 1 =max(x, y) < 1

Esto representa una recta de valor constante (x, y)
menor que 1. En la gura 3 se puede ver el lugar
geomtrico.
Problema 78 Tomar N = 2 y demostrar la siguiente de-
sigualdad
k x k

k x k
2
k x k
1
Solucin: Esta desigualdad es equivalente a lo siguiente:
max(|x
1
| , |x
2
|)
p
(x
2
1
+x
2
2
) |x
1
| + |x
2
|
1. max(|x
1
| , |x
2
|)
p
(x
2
1
+x
2
2
)
|x
max
|
p
(x
2
1
+x
2
2
)
x
2
max
x
2
1
+x
2
2
Esta desigualdad siempre es cierta ya que x
max
es o
bien x
1
o bien x
2
.
2.
p
(x
2
1
+x
2
2
) |x
1
| + |x
2
|

x
2
1
+x
2
2

(|x
1
| + |x
2
|)
2

x
2
1
+x
2
2
|x
1
|
2
+ 2 |x
1
| |x
2
| + |x
2
|
2

x
2
1
+x
2
2
x
2
1
+ 2 |x
1
| |x
2
| +x
2
2

0 2 |x
1
| |x
2
|
x
y
1
1
1
1
Figure 2: Lugar geomtrico de kxk
2
Esto siempre es cierto ya que el producto de valores
positivos siempre es positivo (o igual a cero si algn
x
i
es cero).
3. max(|x
1
| , |x
2
|) |x
1
| + |x
2
| . Es trivial (propiedad
transitiva).
De estas demostraciones se deduce que las distintas
normas coinciden cuando el vector x descansa sobre uno
de los ejes de coordenadas.
Problema 79 Demostrar que si A, B son dos matrices de
dimensin NxN, entonces para cualquier norma de matri-
ces subordinada a una norma vectorial se verica
k AB kk A k k B k
Solucin:
sup
x
kABxk
kxk
= sup
x
kABxk
kxk
kBxk
kBxk
,
sup
x
kABxk
kBxk
kBxk
kxk
sup
x
kBxk
kxk
sup
x
kABxk
kBxk
sup
x
kABxk
kBxk
kBxk
kxk
kBk kAk ,
entonces
sup
x
kABxk
kxk
kBk kAk , c.q.d.
Problema 80 Demostrar que los autovalores de A son los
ceros del polinomio caracterstico P().
2 5
x
y
1
1
1
1
Figure 3: Lugar geomtrico de kxk

Solucin: Denicin de autovalor de una matriz A:

x
i
6= 0 E,
i
CAx
i
=
i
x
i
Ax
i
=
i
x
i
=(A
i
Id)x
i
= 0
como x
i
6= 0, entonces
|A
i
Id| = 0 =P () = 0, c.q.d.
Problema 81 Calcular los autovectores de la matriz

1 1 0
1 1 0
0 0 2

y determinar una base ortonormal de R

3
de autovectores
de A.
Solucin: Calculamos los autovalores de A :
|A
i
Id| = 0

1 1 0
1 1 0
0 0 2

= ((1 )
2
1)(2 ) = 0

1
= 0

2
= 2

3
= 2
Calculamos los autovectores de A :
1.
1
= 0

1 1 0
1 1 0
0 0 2

x
1
x
2
x
3

0
0
0

x
1
+x
2
= 0
x
1
+x
2
= 0
2x
3
= 0

x
1
= x
2
x
3
= 0
x
1
=

2
1

2
0

2.
2
,
3
= 2

1 1 0
1 1 0
0 0 0

x
1
x
2
x
3

0
0
0

x
1
+x
2
= 0
x
1
x
2
= 0
x
3
libre

x
1
= x
2
x
3
libre
x
2
=

2
1

2
0

, x
3
=

0
0
1

La matriz,
B =

2
1

2
0
1

2
1

2
0
0 0 1

contiene los autovectores de A que forman una base ortog-

onal en R
3
.
Problema 82 Calcular las normas 2, 1 e innito de la
matriz
A =

1 0
1 1

Solucin:
1. kAk
2
=
p
(A
T
A)
kAk
2
=
s

2 1
1 1

=
q
3+1

5
2
= 1. 618

2 1
1 1

= 1 3 +
2
= 0, =
3
2

1
2

5
2. kAk
1
= max
j

P
2
i=1
|a
ij
|

kAk
1
= max(1, 2) = 2
3. kAk

= max
i

P
2
j=1
|a
ij
|

=
kAk

= max(2, 1) = 2
2 6
Problema 83 Demostrar la siguiente igualdad:
(A
t
A) = (AA
t
)
Solucin:
Veamos que los polinomios caractersticos coinciden :
|A
t
A
i
Id| = |A
t
|
1
|A
t
A
i
Id| |A
t
| =
=

(A
t
)
1
A
t
AA
t

i
(A
t
)
1
IdA
t

=
=

AA
t

i
(A
t
)
1
A
t

=
= |AA
t

i
Id|
Problema 84 Demostrar que si los autovectores de una
matriz A de dimensin NxN forman una base ortonormal
de R
N
, entonces para la norma 2 se cumple:
(A) = kAk
2

A
1

2
=
max
i
{|
i
|}
min
i
{|
i
|}
Solucin: Al ser una base de autovectores ortonormal, la
norma kAk
2
= (A) = max
i
{|
i
|}
Los autovalores de A
1
vienen dados por:
Ax
i
=
i
x
i
=
=A
1
Ax
i
= A
1

i
x
i
=
=
1

i
x
i
= A
1
x
i
=
=A
1
x
i
=
0
i
x
i
,
donde
0
i
=
1

i
, es decir, los autovalores de A
1
son los
inversos de los de A y sus autovectores son los mismos,
luego la norma de

A
1

2
= (A
1
)

A
1

2
= max
i

0
i

= max
i

=
1
min
i
{|
i
|}
,
entonces
(A) = kAk
2

A
1

2
(A) = max
i
{|
i
|}
1
min
i
{|
i
|}
(A) =
max
i
{|
i
|}
min
i
{|
i
|}
, c.q.d.
Problema 85 Calcular el condicionamiento para la
norma 2, de las siguientes matrices:
1. A =

2 2 2
2 1 1
2 1 1

2. A =

2 1 0
1 2 1
0 1 2

Solucin: El condicionamiento de una matriz (A) =

kAk
2

A
1

2
. Calculamos los autovalores de ambas ma-
trices:
1.

2 2 2
2 1 1
2 1 1

= (2 )

(1 )
2
1

2 [2(1 ) + 2] 2 [2 + 2(1 )] =
(2 )

2
2

8 (2 ) = (2 )

2
2 + 8

de donde obtenemos

1
= 2

2
= 2

3
= 4
Esta matriz es simtrica, luego posee una base orto-
normal
3
de autovectores, con lo que el condi-
cionamiento de A se puede calcular como:
(A) = kAk
2

A
1

2
=
max
i
{|
i
|}
min
i
{|
i
|}
=
4
2
= 2
2.

2 1 0
1 2 1
0 1 2

= 4 10 + 6
2

3
= 0

1
= 2

1
= 2 +

1
= 2

2
Tambin es una matriz simtrica, con lo que sus au-
tovectores forman una base ortonormal y su condi-
cionamiento es:
(A) = kAk
2

A
1

2
=
max
i
{|
i
|}
min
i
{|
i
|}
=
2 +

2
2

2
= 3+2

2
Problema 86 Sean las matrices A, R. Demostrar que la
matriz A, y la matriz B = R
1
AR poseen los mismos
autovalores
Solucin:
Bx
i
=
i
x
i
=
=

R
1
AR

x
i
=
i
x
i
=
=RR
1
ARx
i
= R
i
x
i
=
3
Vectores ortonormales: dos vectores son ortonormales si cumplen
lo siguiente, x
T
i
x
j
=

0 si i 6= j
1 si i = j
2 7
=ARx
i
=
i
Rx
i
=
=Ay
i
=
i
y
i
,
de donde se deduce que los autovalores son los mismos y los
autovectores estn relacionados por la siguiente igualdad:
y
i
= Rx
i
, c.q.d.
Problema 87 Se considera la matriz
A =

1 1
1 1

calcular el ngulo tal que la matriz

R =

cos sin
sin cos

verique que la matriz B = R

1
AR sea diagonal.
Solucin: Realizamos el clculo de la matriz B :
B = R
1
AR =
=

cos sin
sin cos

1 1
1 1

cos sin
sin cos

=
=

2 cos sin + 1 2 cos
2
1
2 cos
2
1 2 cos sin + 1

=
=

b
1
0
0 b
2

Se tiene que cumplir que los elementos que estn fuera

de la diagonal sean iguales a cero,
2 cos
2
1 = 0
cos =
r
1
2
De esta igualdad se obtiene el valor del ngulo :
=

4
, =
3
4
La matriz de rotacin queda como sigue:
R
1
=

cos

4
sin

4
sin

4
cos

4

=

1
2

2
1
2

1
2

2
1
2

R
2
=

cos
3
4
sin
3
4
sin
3
4
cos
3
4

=


1
2

2
1
2

1
2

2
1
2

Calculamos los elementos de la diagonal:

b
1
= 2 cos sin + 1
b
1
= 0, b
1
= 2
b
2
= 2 cos sin + 1
b
2
= 2, b
2
= 0,
luego las soluciones posibles son:
B
1
=

0 0
0 2

, B
2
=

2 0
0 0

Problema 88 Demostrar las siguientes igualdades

trigonomtricas
tan() = cot(2) +sign(cot(2))
q
1 + cot
2
(2)
donde

4
,

4

, sign(x) = 1 si x 0 y sign(x) = 1
si x < 0,
cos =
1
p
1 + tan
2
()
sin = tan() cos
cot(2) =
tan() + sin(2)
2 sin
2
()
Solucin:
1. cot(2) =
cos(2)
sin(2)
=
cos
2
()sin
2
()
2 sin() cos()
=
1tan
2
()
2 tan()
2 tan() cot(2) = 1 tan
2
()
realizando el cambio de variable x = tan(), tenemos
x
2
+ 2 cot(2)x 1 = 0
x = tan() =
2 cot(2)

4 cot
2
(2)+4
2
=
= cot(2)
p
1 + cot
2
(2)
tan() =

cot(2) +
p
1 + cot
2
(2) si 0
cot(2)
p
1 + cot
2
(2) si < 0
El segundo trmino es siempre mayor que el primero,
con lo que es ste el que va a determinar el signo de
la ecuacin.
Como sign(tan()) = sign(cot()) , podemos expre-
sar la anterior igualdad de la siguiente forma:
tan() = cot(2) +sign(cot(2))
q
1 + cot
2
(2)
2. cos =
1

1+tan
2
()
=
1

1+
sin
2
()
cos
2
()
=
=
1

cos
2
()+sin
2
()
cos
2
()
p
cos
2
() = cos
3. sin = tan() cos =
=
sin()
cos()
cos = sin
2 8
4. cot(2) =
tan()+sin(2)
2 sin
2
()
=
=

sin()
cos()
+2 sin() cos()
2 sin
2
()
=
=
sin()+2 sin() cos() cos()
cos()
2 sin
2
()
=
=
sin()(1+2 cos() cos())
2 sin
2
() cos()
=
(2 cos
2
()1)
2 sin() cos()
=
=
cos(2)
sin(2)
= cot(2)
Problema 89 Dentro del mtodo de Jacobi para el clculo
de autovalores demostrar las igualdades
a
0
pq
= 0
a
0
pp
= a
pp
tan()a
pq
a
0
qq
= a
qq
+ tan()a
pq
a
0
pj
= a
pj
cos a
qj
sin j 6= p, q
a
0
qj
= a
pj
sin +a
qj
cos j 6= p, q
Solucin: En el mtodo de Jacobi se persigue construir
una matriz diagonal a partir de una matriz A cualquiera,
aplicndole transformaciones de la forma B = R
1
AR.
Segn se ha demostrado en problemas anteriores, los
autovalores de B y de A coinciden, con lo que si se consigue
encontrar la matriz R que cumpla con la ecuacin anterior,
entonces habremos encontrado los autovalores de A.
La matriz R es una matriz de rotacin y se calcula
el ngulo, , de la misma, transformando los valores de A
que estn fuera de la diagonal en ceros.
Vamos a expresar las matrices de la siguiente manera:
A =

a
11
a
p1
a
i1
a
q1
a
n1
a
p1
a
pp
a
pj
a
pq
a
pn
a
i1
a
pj
a
ij
a
qj
a
ni
a
q1
a
pq
a
qj
a
qq
a
qn
a
n1
a
pn
a
ni
a
qn
a
nn

R
pq
() =

1 0 0 0 0
0 cos . sin 0
0 . 1 . 0
0 sin . cos 0
0 0 0 0 1

B = R
1
AR =
=

1 0 0 0 0
0 cos 0 sin 0
0 0 1 0 0
0 sin 0 cos 0
0 0 0 0 1

a
11
a
p1
a
i1
a
q1
a
n1
a
p1
a
pp
a
pj
a
pq
a
pn
a
i1
a
pj
a
ij
a
qj
a
ni
a
q1
a
pq
a
qj
a
qq
a
qn
a
n1
a
pn
a
ni
a
qn
a
nn

1 0 0 0 0
0 cos 0 sin 0
0 0 1 0 0
0 sin 0 cos 0
0 0 0 0 1

=
=

a
11
a
p1
cos a
q1
sin
a
p1
cos a
q1
sin a
pp
cos
2
+a
qq
sin
2
a
pq
sin2
a
i1
a
pj
cos a
qj
sin
a
p1
sin +a
q1
cos
(a
pp
a
qq
)
2
sin2 +a
pq
cos 2
a
n1
a
pn
cos a
qn
sin
a
i1
a
pj
cos a
qj
sin
a
ij
a
pj
sin +a
qj
cos
a
ni
a
p1
sin +a
q1
cos a
n1
(appaqq)
2
sin2 +a
pq
cos 2 a
pn
cos a
qn
sin
a
pj
sin +a
qj
cos a
ni
a
pp
sin
2
+a
qq
cos
2
+a
pq
sin2 a
pn
sin +a
qn
cos
a
pn
sin +a
qn
cos a
nn

De esta matriz se deducen las siguientes igualdades:

a
0
pq
=
(a
pp
a
qq
)
2
sin2 +a
pq
cos 2
a
0
pp
= a
pp
cos
2
+a
qq
sin
2
a
pq
sin2
a
0
qq
= a
pp
sin
2
+a
qq
cos
2
+a
pq
sin2
a
0
pj
= a
pj
cos a
qj
sin j 6= p, q
a
qj
= a
pj
sin +a
qj
cos j 6= p, q
En donde se iguala a
0
pq
a cero para calcular el ngulo
de rotacin:
a
0
pq
= 0 =
(appaqq)
2
sin2 +a
pq
cos 2
tan(2) =
2a
pq
(a
qq
a
pp
)
a
qq
= a
pp
+
2a
pq
tan(2)
Las dos ltimas igualdades se obtienen directamente
de la matriz nal. Para obtener a
0
pp
y a
0
qq
, se opera de la
siguiente manera:
1. a
0
pp
= a
pp
cos
2
+a
qq
sin
2
a
pq
sin2 =
= a
pp
cos
2
+

a
pp
+
2apq
tan(2)

sin
2

a
pq
sin2 = a
pp
cos
2
+
2 9
+

app sin(2)+2apq cos(2)

2 sin cos

sin
2
a
pq
sin2 =
= a
pp
cos
2
+
+

a
pp
2 sin cos +2a
pq
cos
2
2a
pq
sin
2

2 cos

sin
2a
pq
sincos = a
pp
cos
2
+a
pp
sin
2
+
+a
pq
cos sin a
pq
tan +a
pq
sincos
2a
pq
sincos = a
pp
a
pq
tan
2. a
0
qq
= a
pp
sin
2
+a
qq
cos
2
+a
pq
sin2 =
=

a
qq

2apq
tan(2)

sin
2
+a
qq
cos
2
+
+a
pq
sin2 =
=

a
qq
2 sin cos 2a
pq
cos
2
+2a
pq
sin
2

2 sin cos

sin
2
+
+a
qq
cos
2
+a
pq
sin2 = (a
qq
sin a
pq
cos +
+
apq
cos
a
pq
cos ) sin+a
qq
cos
2
+a
pq
sin2 =
= a
qq
sin
2
+a
qq
cos
2
a
pq
cos sin+
+a
pq
tan a
pq
cos sin + 2a
pq
cos sin =
= a
qq
+ tan()a
pq
Problema 90 Utilizar el mtodo de Jacobi para aproxi-
mar los autovalores y autovectores de la matriz:
A =

2 0 1
0 1 0
1 0 1

Solucin:
R() =

cos 0 sin
0 1 0
sin 0 cos

(a
pp
a
qq
)
2
sin2 +a
pq
cos 2 = 0
tan(2) =
2a
pq
(a
qq
a
pp
)
tan(2) =
2
(1 2)
=
arctan(2)
2
=
1
2
arctan2 = . 553 57
a
11
= 2 tan()
a
11
= 2 + tan

1
2
arctan2

= 2. 618
a
33
= 1 + tan()
a
33
= 1 tan

1
2
arctan2

= . 381 97
a
21
= a
32
= 0
B = R
1
AR =

2. 618 0 0
0 1 0
0 0 0. 381 97

Los autovalores son los elementos de la diagonal

(2. 618, 1, 0. 381 97) . Como = . 553 57, la matriz
R() =

cos 0 sin
0 1 0
sin 0 cos

0.850 65 0 0.525 73
0 1 0
0.525 73 0 0.850 65

por tanto, en este caso, como con una nica matriz de

rotacin conseguimos transformar A en una matriz diago-
nal, tendremos que los autovectores de A son simplemente
los vectores columnas de R(). Es decir el autovector del
autovalor 2. 618 es (
0.850 65
0
0.525 73
), el autovector del auto-
valor 1 es (
0
1
0
), el autovector del autovalor 0. 381 97 es
(
0.525 73
0
0.850 65
).
Problema 91 Aplicar el mtodo de la potencia para
aproximar el autovalor mximo, y el autovector asociado,
de las siguientes matrices, dando 3 pasos en el mtodo,
hasta calcular u
4
y partiendo de u
1
= (1, 1)
A =

2 1
0 1

A =

3 0
1 1

Solucin: En este problema vamos a utilizar la norma

eucldea aunque cualquier otra norma tambin sera vlida.
La norma innito, por ejemplo, simplicara los clculos
ya que es inmediato obtener el mximo de un vector.
1. A =

2 1
0 1

u
2
= A
u
1
ku
1
k
=
3 0
=

2 1
0 1

2
1

2
!
=
=

3
2

2
1
2

u
2

5 = 2. 236 1
u
3
= A
u
2
ku
2
k
=
=

2 1
0 1

3
2

2
1
2

2
!
=
=

7
10

2
1
10

u
3

5 = 2. 236 1
u
4
= A
u
3
ku
3
k
=
=

2 1
0 1

7
10

2
1
10

=
=

3
2

2
1
10

u
4

=
1
5

113 = 2. 126
El autovalor mximo aproximado es = 2. 126 y su
autovector asociado es:
x

=

15
226

113

2
1
226

113

=

. 997 79
6. 651 9 10
2

2. A =

3 0
1 1

u
2
= A
u
1
ku
1
k
=
=

3 0
1 1

2
1

2
!
=
=


3
2

u
2

=
1
2

26 = 2. 549 5
u
3
= A
u
2
ku
2
k
=
=

3 0
1 1

3
26

26

2
1
13

26

=
=

9
26

26

1
26

26

u
3

=
1
13

1066 = 2. 511 5
u
4
= A
u
3
ku
3
k
=
=

3 0
1 1

9
2132

1066

26

1
2132

1066

26

=
=


27
2132

1066

26

2
2
533

1066

26

u
4

=
1
82

65 026 = 3. 109 8
El autovalor mximo aproximado es
= 3. 109 8,
con signo negativo ya que sign

u
4
, u
3

= 1 y su
autovector asociado es
x

2782
2132

65 026

1066

26

2
282
533

65 026

1066

26

2
!
=

. 958 8
. 284 09

,
con signo positivo ya que

sign

u
4
, u
3

n
=
(1)
4
= 1.
Problema 92 Calcular el autovalor mayor y el autovec-
tor correspondiente de la matriz

2 1
1 1

utilizando
el mtodo de la potencia, dando 2 iteraciones del mtodo
a partir de u
1
= (1, 1) y tomando como norma kuk =
max
i
|u
i
|
Solucin:
1. ku
1
k = 1 u
2
=

2 1
1 1

1
1

=

1
0

ku
2
k = 1 u
3
=

2 1
1 1

1
0

=

2
1

Producto escalar (u
2
, u
3
) = 2 > 0. autovalor mx-
imo = ku
3
k = 2
Autovector asociado normalizado
u3
ku
3
k
=

1
1/2

3 1
Problema 93 Utilizar el mtodo de la potencia inversa
para aproximar el autovalor ms pequeo de la matriz
A =

2 1
0 3

llegar hasta u
3
partiendo de u = (1, 1).
Solucin:
Au
n
=
u
n1
ku
n1
k

2 1
0 3

u
2
=

2
1

2
!
u
2
=


1
6

2
1
6

u
2

=
1
3
= . 333 33

2 1
0 3

u
3
=


1
2

2
1
2

u
3
=

1
3

2
1
6

u
3

=
1
6

10 = . 527 05

u
3

es el autovalor mximo de A
1
, con lo que el
autovalor mnimo de A es
min
=
1
ku
3
k
=
6
10

10 = 1.
897 4, con signo negativo ya que sign

u
3
, u
2

= 1.
Problema 94 Calcular el autovalor y autovector ms cer-
cano a 2 de la matriz

0 1 0
0 3 1
0 0 1

para ello calcular dos iteraciones del mtodo de la potencia

inversa partiendo de u
1
= (1, 1, 1).
Solucin:
A
0
= A2Id =

2 1 0
0 1 1
0 0 3

Vamos a utilizar la norma innito con el n de sim-

plicar los clculos.
A
0
u
n
=
u
n1
ku
n1
k

2 1 0
0 1 1
0 0 3

u
2
=

1
1
1

u
2
=

5
6
2
3

1
3

u
2

=
5
6
= . 833 33

2 1 0
0 1 1
0 0 3

u
3
=
6
5

5
6
2
3

1
3

u
3
=

1
30
14
15
2
15

u
2

=
14
15
El autovalor mximo de (A2Id)
1
es
max
=
14
15
con signo positivo (sign

u
3
, u
2

= 1)
(A2Id)
1
x =
max
x
Para calcular el autovalor ms cercano a 2, realizamos
las siguientes operaciones:
1

max
x = (A2Id) x

A2Id
1

max
Id

x = 0

2 +
1

max

Id

x = (A
prox
Id) x = 0

prox
=

2 +
1

max

=

2 +
1
14
15

=
43
14

prox
= 3. 071 4
Problema 95 Calcular 3 iteraciones del mtodo de Ja-
cobi para resolver el sistema

1 1 0
1 2 0
0 1 3

x
y
z

1
3
1

partiendo de u
1
= (0, 0, 0)
Solucin: Despejamos la diagonal para plantear el
mtodo iterativo :
x
n
= y
n1
+ 1
y
n
=
x
n1
+ 3
2
z
n
=
y
n1
+ 1
3
haciendo iteraciones obtenemos
1. u
2
=

1
3
2
1
3

2. u
3
=

1
2
1
5
6

3 2
3. u
4
=

0
7
4
2
3

Problema 96 Calcular una base ortogonal de autovec-

tores de la matriz

1 0 1
0 2 0
1 0 1

,
Solucin:
1. Autovectores y autovalores:

1
0
1

0,

1
0
1

0
1
0

2
Problema 97 Calcular 3 iteraciones del mtodo de
Gauss-Seidel para resolver el sistema

1 1 0
1 2 0
0 1 3

x
y
z

1
3
1

partiendo de u
1
= (0, 0, 0)
Solucin: Despejamos la diagonal para plantear el
mtodo iterativo, teniendo en cuenta adems que vamos
actualizando los valores segn los clculamos:
x
n
= y
n1
+ 1
y
n
=
x
n
+ 3
2
z
n
=
y
n
+ 1
3
haciendo iteraciones partiendo de (0, 0, 0) :
1. x
1
= 1
y
1
=
31
2
= 1
z
1
=
1+1
3
=
2
3
2. x
2
= 0
y
2
=
3
2
z
3
=
5
6
3. x
3
= 1 +
3
2
=
1
2
y
3
=
3+
1
2
2
=
7
4
z
3
=
1+
7
4
3
=
11
12
Problema 98 Una variante del mtodo de Gauss-Seidel
es tomar M = (D +U)
1
(L), y c = (D +U)
1
b.
indicar en este caso que diferencias de implementacin
habra con respecto al caso anterior.
Solucin: El mtodo es igual que en el problema anterior,
excepto que en este caso los clculos se realizaran de abajo
para arriba, es decir, primero se calculara z, se sustituira
su valor en la ecuacin de y y, por ltimo, estos dos valores
se sustituiran en la primera ecuacin.
Problema 99 Calcular 3 iteraciones del mtodo de rela-
jacin para resolver el sistema

1 1 0
1 2 0
0 1 3

x
y
z

1
3
1

,
partiendo de u
1
= (0, 0, 0). Calcular previamente el
parmetro de relajacin ptimo
Solucin:
x y = 1
x + 2y = 3
y + 3z = 1
Clculo del w
opt
:
Al ser A tridiagonal, el w
opt
se puede calcular como
w
opt
=
2
1 +
q
1 (M
J
)
2
M
J
es la matriz del mtodo de Jacobi que se obtiene
despejando la diagonal en el sistema
x = y 1
y =
x
2
+
3
2
z =
y
3
+
1
3
=

0 1 0
1
2
0 0
0
1
3
0

x
y
z

1
3
2
1
3

Los autovalores de M
J
:

0,
1

2
,
1

, luego
(M
J
)
2
=
1
2
w
opt
=
2
1+

1(MJ)
2
=
2
1+

1
1
2
w
opt
=
2
1+
1
2

2
=
4
2+

2
w
opt
= 1. 171 6
Iteraciones del sistema:
x
n
= w(y
n1
1) + (1 w) x
n1
y
n
= w
3+xn
2
+ (1 w) y
n1
z
n
= w
1+y
n
3
+ (1 w) z
n1
u
2
=

w
w
3w
2
w
1+1. 071 1
3

1. 171 6
1. 071 1
. 808 83

3 3
u
3
=

w(1. 071 1 1) (1 w) 1. 171 6

w
3+. 284 35
2
+ (1 w) 1. 071 1
w
1+1. 740 2
3
+ (1 w) . 808 83

=
=

. 284 35
1. 740 2
. 931 34

u
4
=

w(1. 740 2 1) + (1 w) . 284 35

w
3+. 818 42
2
+ (1 w) 1. 740 2
w
1+1. 938 2
3
+ (1 w) . 931 34

=
=

. 818 42
1. 938 2
. 987 65

Problema 100 Demostrar que si una matriz A verica

que por las o columnas su suma es siempre igual a 0, en-
tonces el determinante de A es cero, y por tanto el sistema
asociado a A no tiene solucin.
Solucin: Si |A| = 0, entonces la matriz A no es invertible
y el sistema no tiene solucin.
1. Vamos a demostrar que si la suma por las de A es
igual a cero, entonces |A| = 0 :
P
n
j
a
ij
= 0, esto es equivalente a lo siguiente:
A

1
1
.
.
.
1

0
0
.
.
.
0

= 0

1
1
.
.
.
1

Esto signica que la matriz A posee un autovalor igual

a cero ( = 0).
El determinante de una matriz es igual al producto
de sus autovalores:
|A| =
n
Y
i=1

i
=
1
. . . 0 . . .
n
= 0
2. Para demostrar que |A| = 0 cuando la suma por
columnas es cero, basta saber que |A| =

A
T

y aplicar
el argumento anterior a A
T
Problema 101 Dado un sistema iterativo
u
n
= Mu
n1
+c
Demostrar que aunque el radio espectral de M sea mayor
que 1, si u
1
y c son combinaciones lineales de autovectores
de M correspondientes a autovalores de mdulo menor que
1, entonces el mtodo converge.
Solucin: Sean x
i
los autovectores de M correspondientes
a autovalores menores que 1:
u
1
=
P
n
i=1
a
i
x
i
c =
P
n
i=1
c
i
x
i
Realizando iteraciones obtenemos las siguientes ex-
presiones:
u
2
= Mu
1
+c
u
3
= Mu
2
+c = M

Mu
1
+c

+c = M
2
u
1
+Mc +c
.
.
.
u
n
= M
n1
u
1
+M
n2
c +. . . Mc +c =
= M
n1
u
1
+

M
n2
+. . . M + 1

c
Tomando el primer sumando:
M
n1
u
1
= M
n1
P
n
i=1
a
i
x
i
= M
n2
P
n
i=1
a
i
Mx
i
=
= M
n2
P
n
i=1
a
i

i
x
i
= . . .
P
n
i=1
a
i

n1
i
x
i
Como u
1
depende linealmente de los x
i
(autovectores)
cuyos autovalores
i
son menores que uno, entonces
n1
i
tiende a 0 cuando n tiende a innito, luego este trmino
converge.
Para el segundo sumando:

M
n2
+. . . M + 1

c =
=

M
n2
+. . . M + 1
P
n
i=1
c
i
x
i
=
= M
n2
P
n
i=1
c
i
x
i
+. . . M
P
n
i=1
c
i
x
i
+
+
P
n
i=1
c
i
x
i
=
P
n
i=1
c
i

n2
i
x
i
+
+. . .
P
n
i=1
c
i

i
x
i
+
P
n
i=1
c
i
x
i
=
=
P
n
i=1
c
i
x
i

n2
i
+. . . +
i
+ 1

| {z }
Serie geomtrica convergente

P
n
i=1
c
i
x
i
1
1
i
,
con lo que este trmino tambin converge.
Problema 102 Calcular 2 iteraciones del mtodo de
Newton-Raphson no-lineal para aproximar una raz del sis-
tema de ecuaciones
x
2
+y
2
1 = 0
y x = 0
partiendo de (x, y) = (1, 1).
Solucin:

x
2
+y
2
1 = 0
y x = 0

f(x, y) =

2x 2y
1 1

3 4
u
n
= (x
n
, y
n
)
u
0
= (1, 1)

f(u
n
)z = f(u
n
)
u
n+1
= u
n
+z

2x 2y
1 1

z
1
z
2

x
2
+y
2
1
y x

Iteraciones:
1.

2 2
1 1

z
1
z
2

1
0

z
1
z
2

=


1
4

1
4

u
1
= u
0
+z =

1
1

1
4

1
4

u
1
=

3
4
3
4

2.

3
2
3
2
1 1

z
1
z
2

1
8
0

z
1
z
2

=


1
24

1
24

u
2
= u
1
+z =

3
4
3
4

1
24

1
24

u
2
=

17
24
17
24

=

. 708 33
. 708 33

Problema 103 Plantear el algoritmo necesario para cal-

cular, utilizando el mtodo de Newton-Raphson, las races
complejas o reales de un polinomio de grado 3.
Solucin:
P (z) = az
3
+bz
2
+cz +d = 0
Un polinomio de grado 3 posee al menos una raz real.
Las otras dos races pueden ser tambin reales o imaginar-
ias conjugadas.
Sea z un nmero complejo: z = x + yi, sustituyendo
en la anterior ecuacin,
P (x +yi) = a (x +yi)
3
+b (x +yi)
2
+c (x +yi) +d
P (x +yi) = ax
3
+ 3iax
2
y 3axy
2
iay
3
+
+bx
2
+ 2ibxy by
2
+cx +icy +d = 0
Separamos la parte real de la parte imaginaria:
f =

ax
3
3axy
2
+bx
2
by
2
+cx +d = 0
3ax
2
y ay
3
+ 2bxy +cy = 0
f =

3ax
2
3ay
2
+ 2bx +c 6axy 2by
6axy + 2by 3ax
2
3ay
2
+ 2bx +c

El proceso iterativo es de la forma:

u
n
= (x
n
, y
n
)

f (u
n
) z = f (u
n
)
u
n+1
= u
n
+z
Algoritmo:
Este algoritmo utiliza una funcin, Sistema(A, u),
para resolver un sistema de ecuaciones.
Las funciones F(u) y F(u) se utilizan para evaluar
la funcin y el gradiente de la funcin en un punto, respec-
tivamente.
Funcion F(u)
f(1) = a u(1)
3
3a u(1) u(2)
2
+
+b u(1)
2
b u(2)
2
+c u(1) +d
f(2) = 3a u(1)
2
u(2) a u(2)
3
+
+2b u(1) u(2) +c u(2)
devolver f
Fin funcion
Funcion F(u)
f (1, 1) = 3a u(1)
2
3a u(2)
2
+ 2b u(1) +c
f (1, 2) = 6a u(1) u(2) 2b u(2)
f (2, 1) = f (1, 2)
f (2, 2) = f (1, 1)
devolver f
Fin funcion
Algoritmo
u
n1
= (x
0
, y
0
)
/* calculamos la primera aproximacin */
z = Sistema

F

u
n1

, F

u
n1

u
n
(1) = u
n1
(1) +z(1)
u
n
(2) = u
n1
(2) +z(2)
n = 0
Mientras

u
n
u
n1

TOL

y (n < TOP)
u
n1
= u
n
/* calculamos la siguiente aproximacin */
z = Sistema

F

u
n1

, F

u
n1

u
n
(1) = u
n1
(1) +z(1)
u
n
(2) = u
n1
(2) +z(2)
n = n + 1
Fin Mientras
Si (n = TOP) Entonces
ERROR: No se ha encontrado solucin
Fin Si
Fin Algoritmo
3 5
Problema 104 Se considera el sistema no-lineal
(x 1)y = 0
(y 2)x = 0
A partir de u
1
= (1, 1), calcular u
2
y u
3
utilizando el
mtodo de Newton-Raphson para aproximar un cero del
sistema no-lineal.
Solucin:
1. f(x, y) =

y x 1
y 2 x

f(1, 1) =

1 0
1 1

u
2
=

1 0
1 1

0
1

1
1

=

1
2

f(1, 2) =

2 0
0 1

u
3
=

2 0
0 1

0
0

1
2

=

1
2

Problema 105 Calcular 1 iteracin del mtodo de

Newton-Raphson no-lineal para aproximar una raz del sis-
tema de ecuaciones
e
xyz
1 = 0
y
2
z
3
2 = 0
(z 1)x
4
3 = 0
partiendo de (x, y, z) = (1, 1, 1).
Solucin:
f (x, y, z) =

yze
xyz
xze
xyz
xye
xyz
0 2y 3z
2
4 (z 1) x
3
0 x
4

f (x, y, z) z = f (x, y, z)
u
n+1
= u
n
+z

yze
xyz
xze
xyz
xye
xyz
0 2y 3z
2
4 (z 1) x
3
0 x
4

z
1
z
2
z
3

=
=

e
xyz
1
y
2
z
3
2
(z 1)x
4
3

Iteracin:

e e e
0 2 3
0 0 1

z
1
z
2
z
3

e 1
2
3

z
1
z
2
z
3

1
e
(e 1)
17
2
11
2
3

u
n+1
= u
n
+z =
=

1
1
1

1
e
(e 1)
17
2
11
2
3

=
=

15
2

1
e
(e 1)
13
2
4

INTERPOLACION DE FUNCIONES II
Problema 106 Calcular los polinomios base de Hermite
que corresponden a tomar como puntos de interpolacin
x
0
= 1, x
1
= 1, y el orden de derivacin M = 1.
Solucin: Los polinomios de Hermite que corresponden a
esos puntos de interpolacin vienen dados por las grcas
4, 5, 6 y 7.
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
0.2
0.4
0.6
0.8
1.0
x
y
Figure 4: Polinomio de Hermite H
0
1
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
0.2
0.4
0.6
0.8
1.0
x
y
Figure 5: Polinomio de Hermite H
1
1
3 6
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
0.2
0.4
0.6
0.8
1.0
x
y
Figure 6: Polinomio de Hermite H
0
1
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
-1.0
-0.8
-0.6
-0.4
-0.2
x
y
Figure 7: Polinomio de Hermite H
1
1
1. La grca 4 se hace cero en 1 y sus derivadas, tanto
en ese punto como en 1, valen cero. Este polinomio
tiene dos races en 1 (la segunda debido al valor de su
derivada en 1), con lo que la forma de este polinomio
es como sigue:
H
0
1
(x) = (x 1)
2
(a (x + 1) +b)
El valor de este polinomio en -1 es 1:
H
0
1
(1) = 1
(1 1)
2
(a (1 + 1) +b) = 4b = 1
b =
1
4
Al ser la derivada en -1 igual a cero tenemos:
H
00
1
(x) = 2 (x 1) (a (x + 1) +b) + (x 1)
2
a = 0
H
00
1
(x) = 2 (2) (a (0) +b) + (2)
2
a = 0
4b + 4a = 0
a = b =
1
4
,
luego el polinomio queda,
H
0
1
(x) =
1
4
(x 1)
2
(x + 2)
2. Para calcular el segundo polinomio partimos de la gr-
ca 5. En sta, La funcin se anula en -1 y 1, la
derivada en -1 es igual a 1 y su derivada en 1 es cero.
Por la misma razn que en el caso anterior, sabemos
que la funcin posee dos races en 1, con lo que el
polinomio tiene la forma,
H
1
1
(x) = (x 1)
2
(a (x + 1) +b)
H
1
1
(1) = (1 1)
2
(a (1 + 1) +b) = 4b = 0
b = 0
para calcular el valor de a, derivamos el polinomio y
evaluamos en 1,
H
10
1
(x) = 2 (x 1) (a (x + 1) +b) + (x 1)
2
a
H
10
1
(1) = 2 (1 1) (a (1 + 1) +b) +
+(1 1)
2
a = 1
4a = 1
a =
1
4
,
luego el polinomio nos queda:
H
1
1
(x) = (x 1)
2

1
4
(x + 1)

3. Para calcular los otros dos polinomios, basta consid-

erar que son funciones simtricas a las dos anteri-
ores. En la grca 6 se puede ver que esta funcin
es simtrica a H
0
1
(x) (ver grca 4) con respecto al
eje de las y.
El polinomio es por tanto,
H
0
1
(x) = H
0
1
(x)
H
0
1
(x) =
1
4
(x 1)
2
(x + 2)
H
0
1
(x) =
1
4
(x + 1)
2
(x 2)
3 7
4. Por ltimo, la funcin representada en la grca 7, es
simtrica al polinomio H
1
1
(grca 5) con respecto al
origen, con lo que,
H
1
1
(x) = H
1
1
(x)
H
1
1
(x) = (x 1)
2

1
4
(x + 1)

H
1
1
(x) =
1
4
(x + 1)
2
(x 1)
Problema 107 Calcular los polinomios que determinan
la interpolacin por splines cbicos de la funcin f(x) =
sin

2
x

para los puntos x = 1, 0, 1, 2

Solucin: Los polinomios son de la forma:
P(x) = dx
3
+cx
2
+bx +a
Vamos a calcular los coecientes para cada intervalo:
h
i
= 1 (x
i
x
i1
)
a
i
= f (x
i
) i = 0, . . . N

a
0
a
1
a
2
a
3

f (x
0
)
f (x
1
)
f (x
2
)
f (x
3
)

1
0
1
0

h
i1
c
i1
+ 2 (h
i1
+h
i
) c
i
+h
i
c
i+1
=
=
3(ai+1ai)
hi

3(aiai1)
hi1
c
0
= c
3
= 0

4 1
1 4

c
1
c
2

=

0
6

c
1
c
2

=

2
5

8
5

d
i
=
c
i+1
c
i
3hi
i = 0, . . . N 1

d
0
d
1
d
2

2
5
3
8
5

2
5
3
8
5
3

2
15

2
3
8
15

b
i
=
(a
i+1
a
i
)
h
i

h
i
(2c
i
+c
i+1
)
3
i = 0, . . . N 1

b
0
b
1
b
2

1
2
15
1
4
5

8
5
3
1 +
16
15

13
15
19
15
1
15

Los splines cbicos nos quedan de la siguiente manera:

P
1
(x) =
2
15
(x + 1)
3
+
13
15
(x + 1) 1
x [1, 0]
P
2
(x) =
2
3
x
3
+
2
5
x
2
+
19
15
x
x [0, 1]
P
3
(x) =
8
15
(x 1)
3

8
5
(x 1)
2
+
1
15
(x 1) + 1
x [1, 2]
-1 1 2
-1.0
-0.5
0.5
1.0
x
y
Figure 8: Comparacin entre la funcin sin

2
x

y su
aproximacin por splines cbicos.
Problema 108 Calcular la funcin que interpola, uti-
lizando la funcin sinc(x) a la funcin f(x) = sin(x) en
los puntos x = ,

2
, 0,

2
, .
Solucin:
sinc (x) =
sin(x)
x
La interpolacin a travs de la funcin sinc(x) :

f(x)
P
N
i=M
f(x
i
)
sin((
x
a
i))
(
x
a
i)
x
i
= a i =

2
[2, 1, 0, 1, 2]

f(x) f ()
sin((
2x

+2))
(
2x

+2)
+f

sin((
2x

+1))
(
2x

+1)
+
+f (0)
sin((
2x

))
(
2x

)
+f

sin((
2x

1))
(
2x

1)
+
+f ()
sin((
2x

2))
(
2x

2)
= sin

sin(2x+)
2x+
+
+sin

sin(2x)
2x
=
sin(2x)
2x

sin(2x+)
2x+
=
=
sin 2x
2x+

sin 2x
2x
=
sin 2x(2x)sin 2x(2x+)
4x
2

2
=
= 2
sin 2x
4x
2

2
En la gura 9 se muestran el sin(x) y su aproximacin
por el seno cardinal
3 8
-10 -8 -6 -4 -2 2 4 6 8 10
-1.0
-0.5
0.5
1.0
x
y
Figure 9: Comparacin del sinx con su aproximacin
numrica utilizando sinc(x), tomando como puntos de in-
terpolacin x=,

2
, 0,

2
, .
-10 -8 -6 -4 -2 2 4 6 8 10
-1.0
-0.5
0.5
1.0
x
y
Figure 10: Comparacin del sinx con su aproximacin
numrica utilizando sinc(x), tomando como puntos de in-
terpolacin x=2,
3
2
, ,

2
, 0,

2
, ,
3
2
, 2
Problema 109 Calcular el polinomio trigonomtrico
tomando N = 2, que interpola a la funcin f(x) = |x|
en el intervalo [, ].
Solucin:
|x| =

x si x 0
x si 0 x
La interpolacin por polinomios trigonomtricos tiene
la forma:

f(x)
2
X
k=2
c
k
e
ikx
,
donde los coecientes se calculan a partir de la siguiente
expresin:
c
k
=

f(x)e
ikx
dx
2
=

|x|e
ikx
dx
2
=
=

xe
ikx
dx
2
+

0
xe
ikx
dx
2
Los valores de estos coecientes son:
c
2
= c
2
= 0
c
1
= c
1
=
2

c
0
=

2
Sustituimos en el sumatorio que aproxima a la funcin
y obtenemos:

f(x)
2

e
ix
+

2

2

e
ix
=
=
1
2

4

cos x
El resultado de la aproximacin es, por tanto,

f(x)
1
2

4

cos x
La siguiente grca compara f(x) = |x| con su aprox-
imacin

f(x) para N = 2 en el intervalo [, ].
|x|
-3 -2 -1 0 1 2 3
1
2
3
4
5
x
y
Polinomio trigonomtrico (N = 2, [, ])
En la siguiente grca se realiza la misma compara-
cin tomando 20 muestras en el intervalo [, ].
|x|
-3 -2 -1 0 1 2 3
1
2
3
4
5
x
y
Polinomio trigonomtrico (N = 10, [, ])
3 9
Problema 110 Calcular la aproximacin mnimo
cuadrtica lineal de la tabla
x
i
y
i
0 0
1 1
2 0
3 2
Solucin: Aplicando las frmulas para calcular los coe-
cientes de la recta que ms se aproxima a estos puntos,
obtenemos:
a =
N

N
i=1
xiyi

N
i=1
xi

N
i=1
yi
N

N
i=1
x
2
i
(

N
i=1
xi)
2
=
=
4(1+6)(1+2+3)(1+2)
4(1+2
2
+3
2
)(1+2+3)
2
=
1
2
b =

N
i=1
x
2
i

N
i=1
y
i

N
i=1
x
i
y
i

N
i=1
x
i
N

N
i=1
x
2
i
(

N
i=1
x
i)
2
=
=
(1+2
2
+3
2
)(1+2)(1+6)(1+2+3)
4(1+2
2
+3
2
)(1+2+3)
2
= 0
P(x) = ax +b =
1
2
x
0 1 2 3 4
0
1
2
3
4
x
y
Figure 11: Aproximacin mnimo cuadrtica
4 0