Ejercicios Interpolacion, Integracion y Derivacion MN PDF

INGENIER
IA T
ECNICA EN INFORM
ATICA
DE
SISTEMAS
EJERCICIOS RESUELTOS TEMAS 2 y 3
de
C
ALCULO NUM
ERICO
por
Fco. Javier Cobos Gavala
Carlos Botebol Benhamou
Beatriz Silva Gallardo
DEPARTAMENTO DE
MATEM
ATICA APLICADA I
Contenido
1 Resolucion de Ecuaciones no Lineales 3
2 Sistemas de ecuaciones lineales 41
3 Interpolacion 63
4 Integracion numerica 75
i
CONTENIDO 2
1. Resolucion de Ecuaciones no Li-
neales
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 siete itera-
ciones.
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
y existe, por tanto, un n umero impar de races positivas (al menos una).
3
Resolucion de Ecuaciones no Lineales 4
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
0
, b
0
] = [a, b] = [0, 1] con
_
_
_
f(0) = 1 < 0
f(1) = e 1 > 0
f(0
5) < 0 = [a
1
, b
1
] = [0
5, 1]
f(0
75) > 0 = [a
2
, b
2
] = [0
5, 0
75]
f(0
625) > 0 = [a
3
, b
3
] = [0
5, 0
625]
f(0
5625) < 0 = [a
4
, b
4
] = [0
5625, 0
625]
f(0
59375) > 0 = [a
5
, b
5
] = [0
5625, 0
59375]
f(0
578125) > 0 = [a
6
, b
6
] = [0
5625, 0
578125]
f(0
5703125) > 0 = [a
7
, b
7
] = [0
5625, 0
5703125]
Tomando como aproximacion a la raz el punto medio del intervalo
x
7
= 0
56640625 = [
7
[ <
1
2
7+1
= 0
00390625 = [
7
[ < 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
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
mn
x[0
5625,0
5703125]
[f
(x)[ = f
(0
5703125) = 2
74227290150047 . . .
es decir
[
n
[ <
[f(x
n
)[
mn
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.
1.2. Se considera la ecuacion real 2 cos(2x) + 4x k = 0.
a) Determinar el valor de k para que tenga una unica raz triple en el intervalo
[0, 1].
b) Para k = 3, probar que posee una unica raz simple en el intervalo [0, 1], y
calcularla con 6 cifras decimales exactas utilizando el metodo de Newton.
Soluci
on:
a) Si tiene una raz triple, debe anularse no solo la funcion sino tambien sus
dos primeras derivadas, por lo que
f(x) = 2 cos(2x) + 4x k = 0
f
(x) = 4 sin(2x) + 4 = 0
f
(x) = 8 cos(2x) = 0 =2x =

/
2
=x =

/
4
Debe vericarse entonces que f(
/
4
) = 2 cos(
/
2
) + k = 0, por lo que
k = .
En ese caso,

/
4
es una raz triple por anular a f, f
y f
pero no anular a
f
(x) = 16 sin(2x). Ademas, dado que sigf(0) ,= sigf(1) existe un n umero

impar de races de f(x) en el intervalo [0, 1], pero de existir tres, la primera
derivada debera de anularse dos veces y solo lo hace una vez en x =

/
4
,
por lo que podemos asegurar entonces que si k = la funcion solo posee
una raz triple en el intervalo [0, 1] y que esta es

/
4
.
b) Para k = 3 se tiene
f(x) = 2 cos(2x) + 4x 3
pero sus derivadas son independientes del valor asignado a la k.
Como f(0) = 1 y f(1) = 1 + 2 cos 2 = 0
1677 . . . > 0 la funcion tiene, al

menos una raz en dicho intervalo y, por razones analogas a las del apartado
anterior, solo puede tener una.
Dado que en [0, 1] se anula la derivada (f
/
4
) = 0) nos interesa reducir el
intervalo en el que vamos a buscar la raz. Para ello, y dado que f(0
5) =
2 cos 1 1 = 0
0806 . . . > 0, podemos restringirnos al intervalo [0, 0
5] en el
que sabemos que no se anula la derivada.
Como f
(x) = 4 sin(2x) +4 > 0 x [0, 0
5] y f
(x) = 8 cos(2x) <

0 x [0, 0
5], la regla de Fourier nos dice que el metodo de Newton

converge tomando como valor inicial x
0
= 0.
Para acotar el error, como f
(x) < 0 x [0, 0
5], sabemos que f
(x)
es decreciente en dicho intervalo, por lo que mn
x[0,0
5]
[f
(x)[ = f
(0
5) =
4 sin 1 + 4 = 0
6341 . . .. Por tanto
n
<
[f(x
n
)[
mn
x[0,0
5]
[f
(x)
[ <
[f(x
n
)[
0
5
= 2 [f(x
n
)[
La formula de Newton-Raphson queda de la forma:
x
n+1
= x
n
f(x
n
)
f
(x
n
)
=
4x sin(2x) 2 cos(2x) + 3
4 sin(2x) + 4
por lo que
x
0
= 0
0
< 2
x
1
= 0
25
1
< 0
48966975243851
x
2
= 0
36757918145023
2
< 0
09246835650344
x
3
= 0
40268002241238
3
< 0
00715318566049
x
4
= 0
40588577560341
4
< 5
683578640000000 10
5
x
5
= 0
40591165781801
5
< 3
688150000000000 10
9
Por tanto x = 0
405912 con un error

< 3.4218199 10
7
+ 3.6881500 10
9
< 10
6
es decir, con sus seis cifras decimales exactas.
1.3. 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
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
x
n
=
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
)[
mn
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.
1.4. Resolver, por los metodos de la biseccion y Newton, la ecuacion ln xsen x = 0,
acotando previamente sus races.
Soluci
on: La ecuacion puede escribirse de la forma ln x = sin x, por lo que

hallaremos gracamente la interseccion entre las curvas y = ln x e y = sin x.
El maximo de la funcion y = sin x es
1 y, por tanto, cuando la curva dada
por y = ln x tome valores mayores que
1, no puede volver a intersecar a la
del sin x. De esta forma sabemos que
como ln x > 1 x > e = 2
71 . . .,
las posibles soluciones de la ecuacion
se encuentran en el intervalo (0, e), del
que se han excluido los extremos ya
que, evidentemente, no son soluciones
de la ecuacion.
Ademas de la raz que se observa en
el intervalo [0, ], ambas gracas solo
podran volver a intersecarse en pun-
tos x > 3/2, (en que sin x vuelve a
ser creciente), pero como 3/2 > e, no
existen mas races.
Antes de aplicar cualquier metodo de resolucion, anemos el intervalo en el que
puede hallarse la raz.
f(2) = ln 2 sin 2 = 0
21615 . . . < 0 =x (2, e)

f(2
5) = ln 2
5 sin 2
5 = 0
31781 . . . < 0 =x (2, 2
5)
Partiremos ahora de esta ultima acotacion: x (2, 2
5).
M
etodo de la bisecci
on:
Dado que [
k
[
b a
2
k
10
6
debemos tomar k = 19, es decir, debemos calcular
los valores de x
k
hasta x
19
.
f(2
25) = 0
0328570 . . . > 0 x (2, 2
25)
f(2
125) = 0
0965479 . . . < 0 x (2
125, 2
25)
f(2
1875) = 0
0330299 . . . < 0 x (2
1875, 2, 25)
f(2
21875) = 0
0003765 . . . < 0 x (2
21875, 2
25)
f(2
234375) = 0
0161685 . . . > 0 x (2
21875, 2
234375)
f(2
2265625) = 0
0078779 . . . > 0 x (2
21875, 2
2265625)
f(2
22265625) = 0
0037461 . . . > 0 x (2
21875, 2
22265625)
f(2
220703125) = 0
0016836 . . . > 0 x (2
21875, 2
220703125)
f(2
2197265625) = 0
0006532 . . . > 0 x (2
21875, 2
2197265625)
f(2
21923828125) = 0
0001382 . . . > 0 x (2
21875, 2
21923828125)
f(2
218994140625) = 0
0001191 . . . < 0 x (2
218994140625, 2
21923828125)
f(2
2191162109375) = 0
0000095 . . . > 0 x (2
218994140625, 2
2191162109375)
f(2
21905517578125) = 0
0000548 . . . < 0 x (2
21905517578125, 2
2191162109375)
f(2
219085693359375) = 0
0000226 . . . < 0 x (2
219085693359375, 2
2191162109375)
f(2
219100952148437) = 0
0000065 . . . < 0 x (2
219100952148437, 2
2191162109375)
f(2
219108581542969) = 0
0000015 . . . > 0 x (2
219100952148437, 2
219108581542969)
f(2
219104766845703) = 0
0000025 . . . < 0 x (2
219104766845703, 2
219108581542969)
f(2
219106674194336) = 0
0000005 . . . < 0 x (2
219106674194336, 2
219108581542969)
f(2
219107627868652) = 0
0000005 . . . > 0 x (2
219106674194336, 2
219107627868652)
por lo que, tomando la aproximacion x
19
= 2
21910715103149 (punto medio del

intervalo), el error viene dado por [
19
[
0
5
2
20
= 4
768371582031250 . . . 10
7
y
si redondeamos a 2219107 el error total vendra dado por
[[ < 0
00000015103149 . . . + 0
00000047683715 . . . < 10
6
por lo que las seis cifras decimales son exactas.
M
etodo de Newton:
Ya hemos visto que en el intervalo [2, 2
5] son positivas f
(x) y f
(x), luego
podemos aplicar la regla de Fourier. Como f(2
5) > 0 tomamos x
0
= 2
5,
siendo:
x
n+1
= x
n
f(x
n
)
f
(x
n
)
Al ser creciente f
(x), sabemos que mn

x[2,2
5]
[f
(x)[ = f
(2) = 0
9161 . . ., por lo
que
[
n
[ <
[f(x
n
)[
0
9
obteniendose que
x
0
= 2
5 = [
0
[ < 0
35313176418911 . . .
x
1
= 2
23540334090234 . . . = [
1
[ < 0
01918050846704 . . .
x
2
= 2
21918069639707 . . . = [
2
[ < 0
00008617267276 . . .
x
3
= 2
21910715043727 . . . = [
3
[ < 0
00000000178501 . . . < 10
6
Si redondeamos a 2219107, el error acumulado es
[[ < 0
00000015043727 . . .+0
00000000178501 . . . = 0
00000015222228 . . . < 10
6
por lo que la raz de la ecuacion es x = 2
219107, con las seis cifras decimales

exactas.
1.5. Separar las races reales de la ecuacion xe
x
x
2
+ 1 = 0, y obtenerlas con
ocho cifras decimales exactas por el metodo de Newton, aplicando previamente
la Regla de Fourier.
Soluci
on: Comenzaremos por transformar la ecuacion para despejar la expo-

nencial.
xe
x
x
2
+ 1 = 0 =xe
x
= x
2
1 =e
x
=
x
2
1
x
.
La funcion y =
x
2
1
x
es una conica (hiperbola) con una asntota vertical en
x = 0 y otra oblicua en y = x.
Gracamente se observan dos interseccio-
nes, una de ellas en los valores negativos
de la variable y la otra en los positivos.
Veamoslo con mas detalle. La funcion
F(x) = e
x
x
2
1
x
tiene las mismas races (ya que x = 0 no es
solucion de la ecuacion) que la funcion
f(x) = xe
x
x
2
+ 1
F
(x) = e
x
x 2x (x
2
1)
x
2
= e
x
x
2
+ 1
x
2
=
_
e
x
+ 1 +
1
x
x
_
Tenemos entonces que F
(x) < 0 cualquiera que sea el valor que tome la variable

x y ademas, F
(0) = . Por tanto, F
(x) nunca se anula.

No podemos aplicar directamente el teorema de Rolle a la funcion F(x) en
(, ) ya que no es continua ni derivable en x = 0, pero s podemos hacerlo
en los intervalos (, 0) y (0, ).
Si F(x) se anulara dos o mas veces en (0, ), su derivada F
(x) se debera anular

en alg un punto de dicho intervalo, por lo que podemos asegurar que F(x) tiene,
a lo mas, una raz en (0, ). El mismo razonamiento nos lleva a asegurar que
solo posee una raz en el intervalo (, 0). En conclusion, F(x) tiene, a lo
sumo, dos races reales, lo cual ya observamos gracamente.
Basta entonces con probar que efectivamente existen dichas races. Para ello
consideramos, de nuevo, la funcion f(x) = xe
x
x
2
+ 1 (que no tiene singula-
ridades).
f(1) = e < 0
f(0) = 1 > 0
_
_
_
Existe una raz en (1, 0)
f(1) = e
1
> 0
f(2) = 2e
2
3 < 0
_
_
_
Existe una raz en (1, 2)
Al ser f
(x) = xe
x
+e
x
2x = (1 x)e
x
2x tenemos que:
_
_
Para x (1, 0) es 1 x > 0, e
x
> 0 y 2x > 0, por lo que f
(x) > 0.
Para x (1, 2) es 1 x < 0, e
x
> 0 y 2x < 0, por lo que f
(x) < 0.
Por tanto, f
(x) no se anula en ninguno de los intervalos, por lo que podemos

asegurar que ambas races son simples.
Regla de Fourier:
Si x (1, 0):
f
(x) > 0
f
(x) = (x 2)e
x
2 < 0
_
_
_
f
(x) y f
(x) tienen signo constante.

Como f(1) < 0, tomamos x
0
= 1.
Si x (1, 2):
f
(x) < 0
f
(x) = (x 2)e
x
2 < 0
_
_
_
f
(x) y f
(x) tienen signo constante.

Como f(2) < 0, tomamos x
0
= 2.
Intervalo (1, 2) Intervalo (1, 0)
x
0
= 2 x
0
= 1
x
1
= 1
33999803 x
1
= 0
6344707107
x
2
= 1
179392174 x
2
= 0
4967786062
x
3
= 1
167650622 x
3
= 0
4784765368
x
4
= 1
167585529 x
4
= 0
4781724802
x
5
= 1
167585527 x
5
= 0
4781723972
x
6
= 0
4781723972
f
(x) es negativa y decreciente en el intervalo (1, 2), por lo que [f
(x)[ = f
(x)
es creciente y alcanza el mnimo en x = 1:
mn
x[1,2]
[f
(x)[ = f
(1) = (2) = 2 =[[ <

[f(x)[
2
El error para x
5
= 1
167585527 es
[
5
[ <
[f(1
167585527)[
2
=
0
446 10
9
2
= 0
223 10
9
por lo que si redondeamos a 116758553 obtenemos que el error viene dado por
[[ < 0
000000003 + 0
000000000223 < 10
8
es decir, la raz buscada es 116758553 con las ocho cifras decimales exactas.
Analogamente, para el intervalo (1, 0), f
(x) es positiva y decreciente, por lo

que el mnimo de [f
(x)[ = f
(x) se alcanza en x = 0.
mn
x[1,0]
[f
(x)[ = f
(0) = 1 =[
n
[ < [f(x
n
)[
El error para x
6
= 0
4781723972 es
[
6
[ < [f(0
4781723972)[ = 0
8036 10
9
por lo que redondeando a -047817240 obtenemos que el error es
[[ < 0
0000000028 + 0
0000000008038 < 10
8
es decir, la raz negativa es -047817240 con todas las cifras decimales exactas.
1.6. Dada la ecuacion e
x
(x 2)
2
= 0, probar que solo posee una raz real y
obtenerla, por el metodo de Newton, con seis cifras decimales exactas.
Soluci
on: Las gr acas de las funciones y = e

x
y y = (x 2)
2
vienen dadas en
la gura adjunta.
Puede observarse que solo existe un punto
de corte entre ellas, por lo que la ecuacion
e
x
= (x 2)
2
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 el cre-
cimiento de la exponencial es mucho mas
rapido que el del polinomio, es evidente que
no volveran a hacerlo.
Partiendo de x
0
= 0 y aplicando el metodo
de Newton, en el intervalo (0, 1), dado por
la formula
x
n+1
= x
n
f(x
n
)
f
(x
n
)
= x
n
e
x
n
(x
n
2)
2
e
x
n
2(x
n
2)
con un error, a posteriori, dado por
n
<
[f(x
n
)[
mn
x(0,1)
[f
(x)[
=
[f(x
n
[
3
, obtenemos:
x
1
= 0
6 con
1
< 0
04596039986983
x
2
= 0
62983073468338 con
2
< 2
36746 10
5
x
3
= 0
62984611568767 con
3
< 4
83798 10
12
Redondeando obtenemos que la raz es 0
629846 con un error

< 0
00000011568767 + 4.83798 10
12
< 10
6
Por lo que la raz buscada es 0
629846 con las seis cifras decimales exactas.

x
(x + 1)
2
= 0, se pide:
a) Estudiar gracamente sus races reales y acotarlas.
b) Obtener la mayor de ellas con dos cifras decimales exactas por el metodo
de la biseccion.
c) Obtenerla con seis cifras decimales exactas por el metodo de Newton.
Soluci
on: Se trata de buscar las races de la ecuacion e

x
= (x + 1)
2
.
Acotaci
on y separaci
on:
La graca de y = e
x
interseca tres ve-
ces a la de y = (x + 1)
2
. La interseccion
en la parte negativa es evidente. La nula
(x = 0) tambien es evidente por simple
sustitucion en la ecuacion. Respecto a la
positiva hay basta con observar que para
valores positivos de la x, la funcion y = e
x
comienza tomando valores inferiores a los
de y = (x+1)
2
pero, sin embargo, el creci-
miento de la exponencial es superior al de
la funcion cuadratica, por lo que necesaria-
mente volveran a cortarse sus gracas.
Acotandolas por Bolzano vemos que, aparte de la raz x = 0, las otras dos se
encuentran en los intervalos (2, 1) y (2, 3).
M
etodo de la bisecci
on:
La mayor de las races se encuentra en el intervalo [a, b] = [2, 3] y ademas es
f(2) < 0 y f(3) > 0.
f(2
5) = 0
06 . . . < 0 = [a
1
, b
1
] = [2
5, 3]
f(2
75) = 1
58 . . . > 0 = [a
2
, b
2
] = [2
5, 2
75]
f(2
625) = 0
66 . . . > 0 = [a
3
, b
3
] = [2
5, 2
625]
f(2
5625) = 0
27 . . . > 0 = [a
4
, b
4
] = [2
5, 2
5625]
f(2
53125) = 0
09 . . . > 0 = [a
5
, b
5
] = [2
5, 2
53125]
f(2
515625) = 0
01 . . . > 0 = [a
6
, b
6
] = [2
5, 2
515625]
Tomando el punto medio del intervalo, obtenemos que 2
5078125 con un error

menor que 2
7
= 0
0078125 por lo que si redondeamos a 251 obtenemos un

error
< 0
0021875 + 0
0078125 = 0
01
es decir, la raz buscada es 251 con las dos cifras decimales exactas.
M
etodo de Newton:
En [2
5, 2
515625] sabemos que f
(x) > 0 y f
(x) > 0 (el mnimo se encuentra

en (1, 2)), luego se dan las condiciones de la regla de Fourier. Debemos tomar
como x
0
el extremos en que f(x) y f
(x) tienen el mismo signo, por lo que

x
0
= 2
515625, ya que f(2
5) < 0 y f(2
515625) > 0. De esta forma, tenemos

garantizada la convergencia.
Como f
(x) > 0 en todo el intervalo, se tiene que f
(x) es creciente, por lo que

mn
x(2
5,2
515625)
[f
(x)[ = f
(2
5) = e
2
5
7 = 5
18249396070347 . . .
El error a posteriori viene dado por [
n
[
[f(x
n
)[
mn
x[2
5,2
515625]
[f
(x)[
<
[f(x
n
)[
5
.
Utilizando la formula de Newton-Raphson x
n+1
= x
n
f(x
n
)
f
(x
n
)
, obtenemos
x
0
= 2
515625 con [
0
[ < 0
00294423696614 . . .
x
1
= 2
51286981827295 . . . con [
1
[ < 7
8665 . . . 10
6
x
2
= 2
51286241730562 . . . con [
2
[ < 5
6634 . . . 10
11
por lo que redondeando a 2512862 obtenemos un error
[[ < 0
00000041730562 . . . + 0
00000000005663 . . . < 10
6
Es decir, 2512862 es la mayor de las races de la ecuacion, con seis cifras deci-
males exactas.
1.8. La ecuacion 0
81(x 1) ln x = 0, tiene dos races reales, una de las cuales es

la unidad. Calcular la otra por el metodo de Newton, estudiando previamente
el campo de convergencia.
Soluci
on: La ecuacion dada es equivalente a 0
81(x 1) = ln x cuyas gracas

se dan en la gura adjunta.
Se puede observar que para valores mayo-
res que 1, pero proximos a 1 la funcion
es negativa, mientras que para x = 2 es
f(2) = 0
81ln 2 > 0, por lo que la raz se

encuentra en (1, 2). El valor mnimo se cal-
cula haciendo f
(x) = 0
81
1
x
= 0, por lo
que x
m
= 1
23456790123457 . . .. dado que

f(1
3) < 0 podemos reducir el intervalo a

(x
m
, 2], en el cual no se anula la derivada
(es siempre positiva) y tampoco se anula la
segunda derivada (f
(x) = x
2
< 0 para
cualquier x [1
3, 2]).
Por tanto, se cumplen los requisitos de la regla de Fourier y podemos garantizar
la convergencia iniciando el proceso en x
0
= 1
3. (El campo de convergencia a

la raz comprendida entre 13 y 2 es el intervalo (x
m
, ), ya que se verican las
condiciones de Fourier.)
Dado que mn
x[1
3,2]
[f
(x)[ = f
(2) = 0
31 podemos asegurar que [

n
[ <
[f(x
n
)[
0
3
,
por lo que
x
0
= 1.3 con [
0
[ < 0.06454754822497
x
1
= 1.77497252467431 con [
1
[ < 0.17980933745114
x
2
= 1.55623612700841 con [
2
[ < 0.02760365352590
x
3
= 1.50677430243678 con [
3
[ < 0.00172014226341
x
4
= 1.50324774896472 con [
4
[ < 0
00000914390241
x
5
= 1.50322880096860 con [
5
[ < 0
00000000026480
Por tanto, la raz buscada es 1
503229 con un error

[[ < 0
00000019903140 + 0
00000000026480 < 10
6
1.9. Se considera la ecuacion (x 1) ln x
2
2x
2
+ 7x 7 = 0. Separar sus races
y obtener la mayor de ellas con seis cifras decimales exactas por el metodo de
Newton aplicando, previamente, la regla de Fourier.
Soluci
on: En primer lugar vamos a despejar el logaritmo de la ecuacion.

(x 1) ln x
2
2x
2
+ 7x 7 = 2(x 1) ln [x[ 2x
2
+ 7x 7 = 0, por lo que:
ln [x[ =
2x
2
7x + 7
2(x 1)
(Es posible dividir por x 1 sin alterar las soluciones de la ecuacion ya que
x = 1 no es una solucion.)
La funcion y = ln [x[ es simetrica respecto al eje de ordenadas y tiene una
asntota vertical en x = 0.
La funcion y =
2x
2
7x + 7
2(x 1)
es una conica y, al tener asntotas, se trata de una
hiperbola.
Se puede simplicar su expresion escribiendo y = (x2
5) +
1
x 1
con lo que es
evidente que sus asntotas son las rectas y = x2
5 (oblicua) y x = 1 (vertical).
Gracamente se pueden observar cuatro
races reales, aunque las dos mayores po-
dran no serlo si el crecimiento del loga-
ritmo fuese mas lento (no cortara a la
graca de la otra curva). Si embargo,
mediante comprobacion de signos vemos
que efectivamente existe las cuatro races y
que se encuentran en los intervalos (1, 0),
(0, 1), (1, 2) y (3, 4) respectivamente.
En efecto: llamando f(x) = (x 1) ln x
2
2x
2
+ 7x 7 se tiene que
f(1) = 16 < 0
f(0) = > 0
_
_
_
x
1
(1, 0)
f(0) = > 0
f(1) = 2 < 0
_
_
_
x
2
(0, 1)
f(1) = 2 < 0
f(2) = 0
38 . . . > 0
_
_
_
x
3
(1, 2)
f(3) = 0
39 . . . > 0
f(4) = 2
68 . . . < 0
_
_
_
x
4
(3, 4)
La mayor de las races es la comprendida en el intervalo (3, 4). Estudiemos, en
primer lugar, las condiciones de la regla de Fourier.
f
(x) = 2
_
x 1
x
+ln [x[
_
4x+7 = 2
_
1
1
x
+ln [x[
_
= 2
_
ln [x[
1
x
_
4x+9 =
= 2 ln [x[
4x
2
9x + 2
x
= 2 ln [x[
(4x 1)(x 2)
x
Si x (3, 4) es f
(x) < 2 ln 4
(4 3 1)(3 2)
3
= 0
89 . . . < 0.
f
(x) = 2
_
1
x
+
1
x
2
_
4 =
2
x
2
(2x
2
x 1) =
2(x 1)(2x + 1)
x
2
.
Por lo que si x (3, 4) es f
(x) < 0.
Como f(4) = 2
68 . . . < 0, tomando x
0
= 4 converge el metodo de Newton.
Dado que en el intervalo [3, 4] es f
(x) < 0, la funcion f
(x) es decreciente y,
ademas, sabemos que es negativa, por lo que [f
(x)[ es creciente y, por tanto:

mn
x[3,4]
[f
x[ = [f
(3)[ = 1
469442089
El error vendra en cada iteracion dado por
[
n
[ <
[f(x
n
)[
mn
x[3,4]
[f
(x
n
[
<
[f(x
n
)[
1
469
Obtenemos, por tanto:
x
0
= 4 con [
0
[ < 1
82589096887723 . . .
x
1
= 3
43262101059431 . . . con [
1
[ < 0
36555931463243 . . .
x
2
= 3
24396468778347 . . . con [
2
[ < 0
03913037009102 . . .
x
3
= 3
21828904805719 . . . con [
3
[ < 7
15956828059223 . . . 10
4
x
4
= 3
21780143235915 . . . con [
4
[ < 2
57791031994554 . . . 10
7
Si redondeamos a seis decimales obtenemos 3
217801 con un error

[[ < 0
00000043235915 . . . + 0
00000025779103 . . . < 10
6
por lo que la mayor de las soluciones de la ecuacion es 3
217801 con sus seis

cifras decimales exactas.
x
2
x
2
7x + 7
10 (x 1)
2
= 0 se pide:
a) Determinar el n umero de races reales que posee y separarlas.
b) Demostrar que para cualquier x > 1
6 es f
(x) < 0 y f
(x) > 0.
c) Calcular la mayor de las races, con dos cifras decimales exactas, por el
metodo de Newton.
Soluci
on:
a) Consideremos la funcion g(x) =
x
2
7x + 7
10 (x 1)
2
y estudiemos gracamente
su interseccion con h(x) = e
x
2
.
La funcion g(x) posee una asntota vertical en x = 1 y otra horizontal en
y = 0
1.
Su derivada g
(x) =
5x 7
10 (x 1)
3
se anula para x =
7
5
= 1
4.
g
(x) =
10x + 16
10 (x 1)
4
= g
(1
4) > 0
por lo que g(x) tiene un mnimo en (1
4, g(1
4)) = (1
4, 0
525).
Los puntos de corte de g(x) con el eje de abscisas viene dados por las races
de la ecuacion x
2
7x + 7 = 0, es decir 1
208 . . . y 5
791 . . ..
Los cortes con su asntota horizontal los determina la ecuacion
0
1 =
x
2
7x + 7
10 (x 1)
2
Por lo que
x
2
7x + 7
(x 1)
2
= 1 =x
2
7x + 7 = (x 1)
2
=5x 6 = 0 =x = 1
2.
La funcion conocida como Campana de Gauss, y cuya ecuacion es h(x) =
e
x
2
, posee una asntota horizontal: y = 0. Sus dos primeras derivadas
son:
h
(x) = 2xe
x
2
y h
(x) = (4x
2
2)e
x
2
h
(x) = 0 = x = 0 siendo h
(0) = 2 < 0, por lo que posee un maximo

en el punto (0, h(0)) = (0, 1).
Gracamente se detectan cuatro puntos de corte entre ambas funciones.
(Observese que entre 5 y 6 ambas gracas vuelven a cortarse, ya que la
campana de Gauss se hace practicamente nula mientras que la otra graca
va buscando la asntota horizontal y = 0
1).
Aplicando Bolzano a la funcion f(x) = e
x
2
x
2
7x + 7
10 (x 1)
2
obtenemos:
f(1) < 0
f(0) > 0 = s
1
(1, 0)
f(1) < 0 = s
2
(0, 1)
f(2) > 0 = s
3
(1, 2)
f(3) > 0
f(4) > 0
f(5) > 0
f(6) < 0 = s
4
(5, 6)
As pues, existen cuatro races situadas en los intervalos (1, 0), (0, 1),
(1, 2) y (5, 6) respectivamente.
b)
f(x) = e
x
2
x
2
7x + 7
10 (x 1)
2
f
(x) = 2xe
x
2
5x 7
10 (x 1)
3
f
(x) = (4x
2
2)e
x
2
+
10x 16
10 (x 1)
4
Estudiemos las funciones f
(x) y f
(x) para valores de x mayores que 1
6.
2xe
x
2
< 0
5x 7
(x 1)
3
> 0 =
5x 7
10 (x 1)
3
< 0
_
_
=f
(x) < 0 x > 1
6
(4x
2
2)e
x
2
=
4x
2
2
e
x
2
> 0
10x 16
(x 1)
4
> 0
_
_
=f
(x) > 0 x > 1
6
Es decir, ambas derivadas tienen signo constante en dicho intervalo.
c) Calculemos ahora la solucion existente en el intervalo (5, 6).
f(5) > 0 y f(6) < 0
f
(x) < 0 y f
(x) > 0
_
_
=x
0
= 5.
Por el metodo de Newton x
n+1
= x
n
f(x
n
)
f
(x
n
)
con
[
n
[ <
[f(x
n
)[
mn
x[5,6]
[f
(x)[
=
[f(x
n
)[
f
(6)
<
[f(x
n
)[
0
0184
x
0
= 5 con 1
01902173988521 . . .
x
1
= 5
66666666386850 . . . con 0
13864241667998 . . .
x
2
= 5
78819444430534 . . . con 0
00335808380912 . . .
Si redondeamos la segunda cifra decimal para escribir x = 5
79, el error
vendra dado por
[[ < 0
00180555569466 . . . + 0
00335808380912 . . . . . . < 10
2
y, por tanto, 579 es la solucion pedida con dos cifras decimales exactas.
1.11. 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 ecuacion original.
Soluci
on: Aplicamos el Algoritmo de Euclides para calcular el maximo com 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
Dado que 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).
1.12. Dada la ecuacion 8x
3
4x
2
18x + 9 = 0, acotar y separar sus races reales.
Soluci
on:
Acotaci
on:
a) [x[ < 1 +
A
a
0
donde a
0
= 8 y A = max
i>1
[a
i
[ = 18.
Luego [x[ < 1 +
18
8
= 3
25 =[x[ < 3
25
b) Regla de Laguerre:
Dividimos el polinomio entre x c para distintos valores de x comen-
zando por x = 3, obteniendo:
8 4 18 9
3 24 60 126
8 20 42 135
8 4 18 9
2 16 24 12
8 12 6 21
8 4 18 9
1 8 4
8 4 14
Al haber obtenido un coeciente negativo solo podemos asegurar que
x < 2 por lo que, para las races reales, se tiene que 3
25 < x < 2.
Separaci
on: M
etodo de Sturm
f
0
(x) = 8x
3
4x
2
18x + 9 f
0
(x) = 24x
2
8x 18
f
1
(x) = 12x
2
4x 9
Multiplicando f
0
(x) por 3 y dividiendo entre f
1
(x) se tiene:
24x
3
12x
2
54x + 27 [12x
2
4x 9
24x
3
+ 8x
2
+ 18x 2x 1
4x
2
12x
2
108x + 81
12x
2
4x 9
112x + 72 dividiendo por 8
14x + 9
f
2
(x) es el resto cambiado de signo, es decir: f
2
(x) = 14x 9.
Finalmente, dividimos f
1
(x) entre f
2
(x), previa multiplicacion por 7.
84x
2
28x 63 [14x 9
84x
2
+ 54x 6x + 13
26x 63 multiplicando por 7
182x 441
182x + 117
324 =f
3
(x) = 1
4 3 2 1 0 1 2
f
0
(x) = 8x
3
4x
2
18x + 9 + + +
f
1
(x) = 12x
2
4x 9 + + + + +
f
2
(x) = 14x 9 + +
f
3
(x) = 1 + + + + + + +
n umero de cambios de signo 3 3 3 2 2 1 0
Por lo que la ecuacion 8x
3
4x
2
18x + 9 = 0 tiene tres races reales
situadas en los intervalos (2, 1), (0, 1) y (1, 2) respectivamente.
1.13. Dada la ecuacion x
3
6x
2
+ 3x + 9 = 0, acotar y separar sus races reales.
Soluci
on:
Acotaci
on:
a) [x[ < 1 +
A
a
0
donde a
0
= 1 y A = max
i>1
[a
i
[ = 9.
Luego [x[ < 1 +
9
1
= 10 =[x[ < 10
b) Regla de Laguerre: Dividimos el polinomio entre x c para dis-
tintos valores de c comenzando por c = 6, obteniendo:
1 6 3 9
6 6 0 18
1 0 3 27
1 6 3 9
5 5
1 1
Al haber obtenido un coeciente negativo podemos asegurar que x < 6
por lo que, para las races reales, se tiene que 10 < x < 6.
Separaci
on: M
etodo de Sturm
f
0
(x) = P(x) = x
3
6x
2
+ 3x + 9 f
0
(x) = 3x
2
12x + 3
f
1
(x) = x
2
4x + 1
Dividiendo f
0
(x) entre f
1
(x) se tiene:
x
3
6x
2
+ 3x + 9 [x
2
4x + 1
x
3
+ 4x
2
x x 2
2x
2
+ 2x + 9
2x
2
8x + 2
6x + 11 =f
2
(x) = 6x 11
Finalmente, dividimos 6f
1
(x) entre f
2
(x).
6x
2
24x + 6 [6x 11
6x
2
+ 11x x 13
78x + 36
78x 143
107 =f
3
(x) = 1
1 0 1 2 5 6
f
0
(x) = x
3
6x
2
+ 3x + 9 + + +
f
1
(x) = x
2
4x + 1 + + + +
f
2
(x) = x 11 + + +
f
3
(x) = 1 + + + + + +
n umero de cambios de signo 3 2 2 1 1 0
Por lo que la ecuacion x
3
6x
2
+3x+9 = 0 tiene tres races reales situadas
en los intervalos (1, 0), (1, 2) y (5, 6) respectivamente.
3
3ax2b = 0 y basandose en el metodo de Sturm, discutir
para que valores de a y b, existe una unica raz real.
Soluci
on: Construyamos la sucesion de Sturm:

f
0
(x) = x
3
3ax 2b =f
0
(x) = 3x
2
3a =f
1
(x) = x
2
a
Dividimos, ahora f
0
(x) entre f
1
(x) obteniendo:
x
3
3ax 2b [x
2
a
x
3
+ ax x
2ax 2b =f
2
(x) = ax +b
Estudiemos, ahora, las distintas posibilidades existentes.
a) a = 0
En este caso es f
2
(x) = b y debemos distinguir los casos siguientes:
a.1) b = 0
Dado que, entonces, es f
2
(x) 0 se sabe que f
0
(x) tiene races m ultiples.
En efecto: en este caso la ecuacion se reduce a x
3
= 0 que tiene la raz
x = 0 triple.
a.2) b = 0
En este caso es f
2
(x) = 1 obteniendose:

f
0
(x) = x
3
2b +
f
1
(x) = x
2
+ +
f
2
(x) = 1 + +
cambios de signo 1 0
Por lo que solo existe una raz real.
En conclusion, si a = 0 existe una unica raz real, independientemente del
valor que tome b, con la salvedad de que si b = 0 la raz es triple.
b) a = 0
Entonces f
2
(x) = ax +b y debemos dividir ahora af
1
(x) entre f
2
(x).
ax
2
a
2
[ax +b
ax
2
bx x b
bx a
2
multiplicando por a
abx a
3
abx +b
2
a
3
+b
2
=f
3
(x) = a
3
b
2
Si a
3
= b
2
es f
3
(x) = 0 y ello nos dice que la ecuacion posee races m ultiples.
Si a
3
,= b
2
se tiene:

f
0
(x) = x
3
3ax 2b +
f
1
(x) = x
2
a + +
f
2
(x) = ax +b sig(a) sig(a)
f
3
(x) = a
3
b
2
sig(a
3
b
2
) sig(a
3
b
2
)
b.1) a < 0
Dado que a < 0 =a
3
b
2
< 0, en se dan dos cambios de signo,
mientras que en solo uno, por lo que existe una unica solucion real
(simple).
b.2) a > 0
b.2.1) a
3
b
2
> 0 En se producen tres cambios de signo mientras
que en no se da ninguno, por lo que existen tres races reales
distintas.
b.2.2) a
3
b
2
< 0 En se producen dos cambios de signo mientras
que en s olo se da uno, por lo que existe una unica raz real
(simple).
En resumen, la ecuacion x
3
3ax 2b = 0 tiene una unica raz real simple si, y
solo si, a
3
b
2
< 0. (Observese que en el caso a = 0 existe una unica raz real
simple solo si b ,= 0, por lo que se verica la condicion de que a
3
b
2
< 0 y
puede encuadrarse dentro del caso mas general.)
En el caso en que sea a = b = 0 la ecuacion tambien tiene una unica raz real
pero, en este caso, resulta ser triple.
1.15. 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 convergencia
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
)[
mn
x(4,3)
[f
(x)[
=
[f(x
n+1
)[
f
(3)
=
[f(x
n+1
)[
9
< 3.989 10
10
< 10
9
.
1.16. Aplicar el metodo de Sturm para separar las races de la ecuacion
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
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 2 1 0
5 0 1 1
5 2 3
g
0
(x) = 2x
4
4x
3
x
2
+ 3x + 1 + + + + + + +
g
1
(x) = 6x
3
9x
2
x + 2 + + + +
g
2
(x) = 13x
2
13x 8 + + + + + + +
g
3
(x) = 2x 1 + + + +
g
4
(x) = 1 + + + + + + + + +
n umero de cambios de signo 4 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].
Q(x) = 2x
4
4x
3
x
2
+ 3x + 1
Q
(x) = 8x
3
12x
2
2x + 3
Q
(x) = 24x
2
24x 2
Sabemos que Q(x) tiene cuatro races reales x
1
, x
2
, x
3
y x
4
. Por el teorema
de Rolle, Q
(x) se anula, al menos, en tres puntos y

1
(x
1
, x
2
), y
2
(x
2
, x
3
) e
y
3
(x
3
, x
4
). (Como Q
(x) es de grado tres, estas son sus tres races).

Analogamente, Q
(x) se anula en, al menos, dos puntos z

1
(y
1
, y
2
) y z
2

(y
2
, y
3
) y no se anula en ning un otro punto por ser de grado dos.
Por tanto, en cualquier intervalo (y
3
, b) con b > x
4
no se anulan ni Q
(x) ni
Q
(x) y ademas dicho intervalo contiene a la mayor de las races de Q(x).

Basta entonces con conocer, o acotar, la mayor raz de Q
(x), es decir, y
3
. (No
podemos utilizar el intervalo [1
5, 2] ya que Q
(1
5) = 0.
Como Q(1
6) = 0
0368 < 0 y Q(2) = 3 > 0 el intervalo [1
6, 2] contiene a la
raz y verica las condiciones de la regla de Fourier.
Dado que Q
(x) tiene signo constante en [1
6, 2] y Q
(2) = 23 > 0, sabemos

que Q
(x) > 0 para cualquier x [1
6, 2]. Ademas, Q(2) = 3 > 0, por lo que

tomamos x
0
= 2.
Como Q
(x) > 0 en [1
6, 2] y es creciente (ya que Q
(x) tambien es positiva):

mn
x[1
6,2]
[Q
(x)[ = mn
x[1
6,2]
Q
(x) = Q
(1
6) = 1
848
Por lo que [
n
[
[Q(x
n
)[
1
848
.
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.
1.17. 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?
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?
Soluci
on:
a) Construyamos, en primer lugar la sucesion de Sturm.
P(x) = x
3
6x
2
3x + 7 = f
0
(x) = x
3
6x
2
3x + 7
P
(x) = 3x
2
12x 3 = f
1
(x) = x
2
4x 1
f
0
(x) = (x 2)f
1
(x) + (10x + 5) = f
2
(x) = 2x 1
f
1
(x) = (
1
2
x
7
4
)f
2
(x)
11
4
= f
3
(x) = 1
y a partir de ella obtenemos:
6 7
x
3
6x
2
3x + 7 +
x
2
4x 1 + +
2x 1 + +
1 + +
cambios de signo 1 0
que prueba la existencia de una unica raz real en dicho intervalo.
b) F
(x) = x
2
2 y F
(x) = 2x. Dado que F
(x) > 0 en todo el intervalo

(6, 7), la derivada F
(x) es creciente en dicho intervalo. Como F
(6) = 34 >
1 resulta que F
(x) > 1 en todo el intervalo, por lo que no es contractiva y

no podemos garantizar la convergencia del metodo.
c) P(x) = x
3
6x
2
3x + 7.
c.1) P(6) < 0 y P(7) > 0
c.2) P
(x) = 3x
2
12x 3.
P
(x) = 6x12 > 0 en todo el intervalo, por lo que P
(x) es creciente,
y al ser P
(6) > 0 sabemos que

P
(x) > 0 P
(x) > 0 x (6, 7)

es decir, se cumplen las condiciones del criterio de Fourier, que nos garan-
tiza la convergencia del metodo de Newton tomando como valor inicial el
extremo del intervalo en el que coinciden los signos de P(x) y P
(x), es
decir, tomando x
0
= 7.
d) Aplicando el metodo de Newton obtenemos que
x
3
= x
2
P(x
2
)
P
(x
2
)
= x
2
x
3
2
6x
2
2
3x
2
+ 7
3x
2
2
12x
2
3
= 6
29983230069666 . . .
y una cota del error a posteriori viene dada por
3
<
[P(x
3
)[
mn
x(6,7
[P
(x)
=
[P(x
3
)[
P
(6)
=
[P(x
3
)[
33
= 6
62 . . . 10
6
por lo que si tomamos x = 6
29983 cometemos un error

< 6
62 . . . 10
6
+ 2
300 . . . 10
6
< 10
5
es decir, obtenemos la solucion con las cinco cifras decimales exactas.
1.18. En este ejercicio se pretende calcular
10
1 por el metodo de Newton. Consi-

deramos, para ello, la funcion f(x) = x
10
1 cuya graca se da en la Figura
1.
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 ob-
tendra la raz con mayor rapidez que cuando lo hicimos con f(x) = 0?
Justica la respuesta sin calcular las iteraciones.
Fig. 1 Fig. 2
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
_
_
admite un n umero impar de races en el in-
tervalo [05,15].
Como f
(x) = 10x
9
no se anula en [05,15], solo puede existir una raz real
en dicho intervalo.
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),
por lo que x
0
= 1
5.
c) Basta observar que la recta tangente a la curva y = f(x) en el punto x = 0
5
es casi horizontal, por lo que en la primera iteracion nos distanciamos de
la raz de forma considerable. Ademas, en las proximidades 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 15 tambien nos acercamos muy lentamente.
d) g
(x) = 5x
4
+ 5x
6
g
(x) = 20x
3
30x
7
=
_
_
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 mas rapidamente debido a que hemos eliminado las
tangencias casi horizontales y las casi verticales.
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.
c) Cual de los extremos del intervalo [a, a+1] debe tomarse como valor inicial
para asegurar la convergencia del metodo de Newton?
d) Aplicar el metodo de Newton para obtener la menor de las races positivas
de la ecuacion con seis cifras decimales exactas.
Soluci
on:
a) Construyamos la sucesion de Sturm correspondiente al polinomio:
P(x) = x
7
14x + 7 = f
0
(x) = x
7
14x + 7
P
(x) = 7x
6
14 = f
1
(x) = x
6
2
f
0
(x) = xf
1
(x) + (7x + 7) = f
2
(x) = x 1
f
1
(x) = (x
5
+x
4
+x
3
+x
2
+x + 1)f
2
(x) 1 = f
3
(x) = 1
0 1 2
f
0
(x) = x
7
14x + 7 + + +
f
1
(x) = x
6
2 + + +
f
2
(x) = x 1 + + +
f
3
(x) = 1 + + + + +
n umero de cambios de signo 3 2 1 0 0
Dado que en se producen tres cambios de signo y en 0 se producen 2
podemos asegurar que solo existe una raz negativa de la ecuacion.
b) A la vista de la tabla anterior podemos asegurar que la menor de las races
positivas se encuentra en el intervalo (0,1).
c) En 0 se anula la segunda derivada P
(x) = 42x
5
pero si tomamos un
intervalo del tipo [,1], la segunda derivada es siempre positiva en dicho
intervalo, por lo que la primera derivada P
(x) = 7x
6
14 es decreciente
y, dado que P
(0) < 0 podemos asegurar que P
(x) es negativa en todo

el intervalo, por lo la regla de Fourier nos garantiza la convergencia del
metodo tomando como valor inicial x
0
= 0 (x
0
= ) que es el extremo en
el que coinciden los signos de P(x) y P
(x).
d) El metodo de Newton nos dice que
x
n+1
= x
n
P(x
n
)
P
(x
n
)
= x
n
x
7
n
14x
n
+ 7
7x
6
n
14
=
6x
7
n
7
7x
6
n
14
Mientras que una cota del error a posteriori viene dada por
n
<
[P(x
n
)[
mn
x(0,1)
[P
(x)[
=
[P(x
n
)[
7
Obteniendose la siguiente tabla de valores
n x
n

n
0 0 < 1
1 0
5 < 0
00111607142457 . . .
2 0
50056242969629 . . . < 2
97 10
8
Por lo que la raz buscada es x = 0
500562 con un error

< 0
00000042969629 + 2
97 10
8
< 10
6
1.20. 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.
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.
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
]?
d) Hallar la aproximacion x
1
del apartado anterior, determinando una cota
del error cometido.
Indicacion: E
n+1
=
1
k
(kE
1
)
2
n
, con k =
max |f
(x)|
2 min |f
(x)|
en un intervalo adecuado.
Soluci
on:
a) La sucesion de Sturm correspondiente al polinomio es:
P(x) = x
4
x
2
+
1
8
= f
0
(x) = x
4
x
2
+
1
8
P
(x) = 4x
3
2x = f
1
(x) = 2x
3
x
8f
0
(x) = 4xf
1
(x) + (4x
2
+ 1) = f
2
(x) = 4x
2
1
2f
1
(x) = xf
2
(x) x = f
3
(x) = x
f
2
(x) = 4xf
3
(x) 1 = f
4
(x) = 1
obteniendose
0
1
2
1
f
0
(x) = x
4
x
2
+
1
8
+ + +
f
1
(x) = 2x
3
x + + +
f
2
(x) = 4x
2
1 + + +
f
3
(x) = x + + + +
f
4
(x) = 1 + + + +
n umero de cambios de signo 2 1 0 0
por lo que existen 2 races positivas, la primera en el intervalo (0,
1
/
2
) y la
segunda en el intervalo (
1
/
2
, 1).
b) El intervalo [a
1
, b
1
] = [
1
/
2
, 1]. Como
p(
1
/
2
) < 0 p(
3
/
4
) < 0 y p(1) > 0
sabemos que [a
2
, b
2
] = [
3
/
4
, 1].
c) En el intervalo [a
1
, b
1
] = [
1
/
2
, 1] cambia de signo la primera derivada, ya
que p
(
1
2
) =
1
2
mientras que p
(1) = 2, por lo que la regla de Fourier no

nos garantiza la convergencia de la sucesion.
En el intervalo [a
2
, b
2
] = [
3
/
4
, 1], dado que
p
x = 4x
3
2x
p
(x) = 12x
2
2
p
(x) = 24x
se observa que p
(x) es siempre positiva, por lo que p
(x) es creciente y al
ser p
(
3
4
) > 0 se puede garantizar que p
(x) > 0 en todo el intervalo y, por

tanto, p
(x) es creciente. Dado que p
(
3
4
> 0 se puede garantizar, tambien,
que p
(x) > 0 en todo el intervalo.

Por tanto, la regla de Fourier garantiza la convergencia de la sucesion (x
n
)
tomando como valor inicial el extremo en el que la funcion es positiva (igual
signo que la segunda derivada), es decir, tomando x
0
= 1.
d) El metodo de Newton nos dice que
x
1
= x
0
p(x
0
)
p
(x
0
)
= 1
1
/
8
2
=
15
16
= 0
9375
Una cota del error a posteriori viene dada por
1
<
[p(x
1
)[
mn
x[
3
/
4
,1]
[p
(x)[
=
[p(x
1
)[
3
/
16
< 0.0990 . . . < 10
1
40
2. Sistemas de ecuaciones lineales
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 N
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:
N
2
F
(A) =
(2a
2
+ 2b
2
+ 2a +
2
)
2
b
2
2
=N
F
(A) =
[2a
2
+ 2b
2
+ 2a +
2
[
[b [
.
Observese que cuando tiende a cero, el n umero de condicion de Frobenius
N
F
(A) lo hace a innito, por lo que la matriz A esta mal condicionada.
Por ejemplo: para a = 10 y b = 1 se tiene que
N
F
(A) =
202 + 20 +
2
[[
=
202
[[
20 +[[
Si = 10
8
el n umero de Frobenius eucldeo resulta ser N
F
(A) 2 10
10
.
41
Sistemas de ecuaciones lineales 42
2.2. Dado el sistema:
_
_
_
x + y = 2
2x + y = 3
a) Calcular su n umero de condicion de Frobenius.
b) Calcular a para que el n umero de condicion del sistema resultante de
sumarle a la segunda ecuacion la primera multiplicada por dicha constante
a, sea mnimo.
Soluci
on:
a) La matriz del sistema es A =
_
_
1 1
2 1
_
_
, siendo [A[ = 1, por lo que dicha
matriz es invertible, siendo A
1
=
_
_
1 1
2 1
_
_
|A|
2
F
= 7
|A
1
|
2
F
= 7
_
_
=N
2
F
(A) = 7
2
=N
F
(A) = 7.
b) El sistema resultante sera:
_
_
x + y = 2
(a + 2)x + (a + 1)y = 2a + 3
Su matriz es B =
_
_
1 1
a + 2 a + 1
_
_
, cuyo determinante vale 1 y, por
tanto, es invertible, siendo B
1
=
_
_
a 1 1
a + 2 1
_
_
|B|
2
F
= 2a
2
+ 6a + 7
|B
1
|
2
F
= 2a
2
+ 6a + 7
_
_
=N
2
F
(B) = (2a
2
+ 6a + 7)
2
=
N
F
(B) = 2a
2
+ 6a + 7
Para hallar el mnimo de N
F
(B) con a (, ) derivamos y obtenemos:
N
F
(B) = 4a + 6 que se anula para a =
3
2
.
Dado que N
F
(B) = 4 > 0 se trata, efectivamente, de un mnimo.
El sistema resultante es, en ese caso:
_
_
_
x + y = 2
1
2
x
1
2
y = 0
y su n umero de condicion eucldeo es N
F
(B) =
5
2
= 2
5.
2.3. 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
N
2
(A) =

2
1
=
_
59 +
3445
59
3445
=
(59 +
3445)
2
36
=
59 +
3445
6
=
N
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.
(3 4)
_
_
3
4
_
_
= 25 (cuadrado de la norma de la primera la).
(3a + 3b 4a + 5b)
_
_
3a + 3b
4a + 5b
_
_
= 25a
2
+ 34b
2
+ 58ab (cuadrado de
la norma de la segunda la).
Las condiciones que tenemos son:
25a + 29b = 0
25a
2
+ 34b
2
+ 58ab = 25
_
_
= b =
25
29
a
Sustituyendo en la segunda condicion se obtiene:
25a
2
+ 34
25
2
29
2
a
2
58a
25
29
a = 25 =
_
1 +
34 25
29
2

58
29
_
a
2
= 1 =
=
_
850
841
1
_
a
2
= 1 =
9
841
a
2
= 1 =a
2
=
841
9
=a =
29
3
.
b =
25
29
a =
25
29
_
29
3
_
=
25
3
.
Tomando, por ejemplo, a =
29
3
y b =
25
3
(el otro caso es analogo),
obtenemos:
B =
_
_
3 4
4 3
_
_
que es proporcional a la matriz unitaria U =
_
_
0
6 0
8
0
8 0
6
_
_
.
El sistema resultante es
_
_
3x + 4y = 7
4x 3y = 1
y su n umero de condicion
eucldeo es N
2
(B) = 1.
2.4. 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.
Soluci
on: Dado que los menores principales (como vemos a continuacion) son
todos no nulos, la matriz admite factorizacion LU.
[A
1
[ = [1[ = 1 ,= 0 [A
2
[ =
1 2
1 4
= 4 2 = 2 ,= 0.
[A
3
[ =
1 2 0
1 4 3
0 4 9
= 36 18 12 = 6 ,= 0.
[A
4
[ =
1 2 0 0
1 4 3 0
0 4 9 4
0 0 9 16
= 1
4 3 0
4 9 4
0 9 16
1 3 0
0 9 4
0 9 16
= 2402108 = 24 ,= 0.
[A
5
[ =
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
= 1
4 3 0 0
4 9 4 0
0 9 16 5
0 0 16 25
1 3 0 0
0 9 4 0
0 9 16 5
0 0 16 25
=
= 4
9 4 0
9 16 5
0 16 25
4 4 0
0 16 5
0 16 25
9 4 0
9 16 5
0 16 25
=
= 4 1980 3 1280 2 1980 = 120 ,= 0.
Ambas matrices (L y U) son bidiagonales, por lo que A = LU =
_
_
_
_
_
_
_
_
_
_
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
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
1 0 0 0 0
l
21
1 0 0 0
0 l
32
1 0 0
0 0 l
43
1 0
0 0 0 l
54
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
u
11
u
12
0 0 0
0 u
22
u
23
0 0
0 0 u
33
u
34
0
0 0 0 u
44
u
45
0 0 0 0 u
55
_
_
_
_
_
_
_
_
_
_
Es evidente que u
11
= 1 y que u
12
= 2 (basta para ello calcular la primera la
de la matriz producto e igualarla con la primera la de la matriz A).
l
21
u
11
= a
21
= 1 =l
21
= 1 l
21
u
12
+u
22
= a
22
= 4 =u
22
= 4 2 = 2
u
23
= a
23
= 3 l
32
u
22
= a
32
= 4 =l
32
= 2
l
32
u
23
+u
33
= a
33
= 9 =u
33
= 3 u
34
= a
34
= 4
l
43
u
33
= a
43
= 9 =l
43
= 3 l
43
u
34
+u
44
= a
44
= 16 =u
44
= 4
u
45
= a
45
= 5 l
54
u
44
= a
54
= 16 =l
54
= 4
l
54
u
45
+u
55
= a
55
= 25 =u
55
= 5
Por tanto,
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
_
_
_
_
_
_
_
_
_
_
2.5. Realizar la factorizacion de Choleski de la matriz A =
_
_
_
_
_
_
_
1 1 1 1
1 5 3 3
1 3 11 5
1 3 5 19
_
_
_
_
_
_
_
.
Soluci
on: La matriz A es hermtica por tratarse de una simetrica y real.

Ademas, dado que los menores principales son positivos, es denida positiva.
[A
1
[ = [1[ = 1 > 0 [A
2
[ =
1 1
1 5
= 4 > 0
[A
3
[ =
1 1 1
1 5 3
1 3 11
= 36 > 0 [A
4
[ =
1 1 1 1
1 5 3 3
1 3 11 5
1 3 5 19
= 576 > 0
En la descomposicion de Choleski (R
R = A), al ser A real, se tiene que R
= R
t
,
por lo que:
_
_
_
_
_
_
_
r
11
0 0 0
r
21
r
22
0 0
r
31
r
32
r
33
0
r
41
r
42
r
43
r
44
_
_
_
_
_
_
_
_
_
_
_
_
_
_
r
11
r
21
r
31
r
41
0 r
22
r
32
r
42
0 0 r
33
r
43
0 0 0 r
44
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
1 1 1 1
1 5 3 3
1 3 11 5
1 3 5 19
_
_
_
_
_
_
_
r
2
11
= 1 r
11
= 1, r
21
r
31
+r
22
r
32
= 3 r
32
= 1,
r
11
r
21
= 1 r
21
= 1, r
21
r
41
+r
32
r
42
= 3 r
42
= 1,
r
11
r
31
= 1 r
31
= 1, r
31
r
41
+r
32
r
42
+r
33
r
43
= 5 r
43
= 1,
r
11
r
41
= 1 r
41
= 1, r
2
31
+r
2
32
+r
2
33
= 11 r
33
= 3,
r
2
21
+r
2
22
= 5 r
22
= 2, r
2
41
+r
2
42
+r
2
43
+r
2
44
= 19 r
44
= 4.
Por tanto:
_
_
_
_
_
_
_
1 1 1 1
1 5 3 3
1 3 11 5
1 3 5 19
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
1 0 0 0
1 2 0 0
1 1 3 0
1 1 1 4
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 1 1 1
0 2 1 1
0 0 3 1
0 0 0 4
_
_
_
_
_
_
_
2.6. Resolver, por el metodo de Choleski, el sistema:
_
_
_
_
1 2 3
2 5 4
3 4 14
_
_
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
7
9
33
_
_
_
_
Soluci
on:
A = R
t
R =
_
_
_
_
r
11
0 0
r
12
r
22
0
r
13
r
23
r
33
_
_
_
_
_
_
_
_
r
11
r
12
r
13
0 r
22
r
23
0 0 r
33
_
_
_
_
=
_
_
_
_
1 2 3
2 5 4
3 4 14
_
_
_
_
r
2
11
= 1 =r
11
= 1
r
11
r
12
= 2 =r
12
= 2
r
11
r
13
= 3 =r
13
= 3
r
2
12
+r
2
22
= 5 =r
22
= 1
r
12
r
13
+r
22
r
23
= 4 =r
23
= 2
r
2
13
+r
2
23
+r
2
33
= 14 =r
33
= 1
_
_
=R =
_
_
_
_
1 2 3
0 1 2
0 0 1
_
_
_
_
El sistema se transforma en R
t
Rx = b, por lo que haciendo Rx = y y R
t
y = b
lo descomponemos en dos sistemas triangulares de facil resolucion.
De R
t
y = b =
_
_
_
_
1 0 0
2 1 0
3 2 1
_
_
_
_
_
_
_
_
y
1
y
2
y
3
_
_
_
_
=
_
_
_
_
7
9
33
_
_
_
_
obtenemos que
y
1
= 7
2y
1
+y
2
= 9 =y
2
= 5
3y
1
2y
2
+y
3
= 33 =y
3
= 2
_
_
=y =
_
_
_
_
7
5
2
_
_
_
_
De Rx = y =
_
_
_
_
1 2 3
0 1 2
0 0 1
_
_
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
7
5
2
_
_
_
_
se obtiene que
x
3
= 2
x
2
2x
3
= 5 =x
2
= 1
x
1
+ 2x
2
+ 3x
3
= 7 =x
1
= 3
_
_
=x =
_
_
_
_
3
1
2
_
_
_
_
Es decir, la solucion del sistema es x
1
= 3, x
2
= 1, x
3
= 2.
2.7. Resolver, por el metodo de Choleski, 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
_
_
_
_
Soluci
on: La matriz A del sistema verica que A = A
es decir, se trata de
una matriz hermtica.
[A
1
[ = [6[ = 6 > 0.
[A
2
[ =
6 1 + 3i
1 3i 3
= 18 10 = 8 > 0.
[A
3
[ =
6 1 + 3i 1 2i
1 3i 3 1 + i
1 + 2i 1 i 2
= 1 > 0.
Por tanto, la matriz es denida positiva y podemos garantizar su descomposicion
de Choleski A = R
R.
_
_
_
_
6 1 + 3i 1 2i
1 3i 3 1 + i
1 + 2i 1 i 2
_
_
_
_
=
_
_
_
_
r
11
0 0
r
12
r
22
0
r
13
r
23
r
33
_
_
_
_
_
_
_
_
r
11
r
12
r
13
0 r
22
r
23
0 0 r
33
_
_
_
_
r
2
11
= 6 =r
11
=
6
r
11
r
12
= 1 + 3i =r
12
=
1 + 3i
6
r
11
r
13
= 1 2i =r
13
=
1 2i
6
[r
12
[
2
+r
2
22
= 3 =r
22
=
2
3
r
12
r
13
+r
22
r
23
= 1 +i =r
23
=
1 + 7i
4
3
[r
13
[
3
+[r
23
[
2
+r
2
33
= 2 =r
33
=
1
2
2
_
_
R =
_
_
_
_
_
_
_
_
_
_
_
6
1 + 3i
6
1 2i
6
0
2
3
1 + 7i
4
3
0 0
1
2
2
_
_
_
_
_
_
_
_
_
_
_
El sistema, que podemos expresar de la forma R
Rx = b, se reduce a dos
sistemas triangulares: R
y = b y Rx = y.
Del primero,
_
_
_
_
_
_
_
_
_
_
6 0 0
1 3i
6
2
3
0
1 + 2i
6
1 7i
4
3
1
2
2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
y
1
y
2
y
3
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
1 2i
1 + i
1 2i
_
_
_
_
_
_
_
_
se obtiene
6y
1
= 1 2i =y
1
=
1 2i
6
1 3i
6
y
1
+
2
3
y
2
= 1 +i =y
2
=
11 + i
4
3
1 + 2i
6
y
1
+
1 7i
4
3
y
2
+
1
2
2
y
3
= 1 2i =y
3
=
1 + 2i
2
2
quedandonos como segundo sistema:
_
_
_
_
_
_
_
_
_
_
_
6
1 + 3i
6
1 2i
6
0
2
3
1 + 7i
4
3
0 0
1
2
2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
1 2i
6
11 + i
4
3
1 + 2i
2
2
_
_
_
_
_
_
_
_
_
_
_
1
2
2
x
3
=
1 + 2i
2
2
=x
3
= 1 + 2i
2
3
x
2
+
1 + 7i
4
3
x
3
=
11 + i
4
3
=x
2
= 3 i
6x
1
+
1 + 3i
6
y
2
+
1 2i
6
y
3
=
1 2i
6
=x
1
= 1 2i
Obteniendose como solucion:
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
1 2i
3 i
1 + 2i
_
_
_
_
.
2.8. Resolver por el metodo de Choleski el sistema de ecuaciones:
_
_
_
_
4 2i 2 2i
2i 2 1 + 3i
2 + 2i 1 3i 7
_
_
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
2 2i
3 i
3 4i
_
_
_
_
Soluci
on:
Este es uno de los ejercicios propuestos para entregar.
2.9. 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.
b) Para p = 1, efectuar la descomposicion de Choleski y utilizarla para resolver
el sistema Ax = b siendo b = (1 0 3)
t
Soluci
on:
a) Una matriz A es hermtica si verica que A
= A, por lo que nuestra matriz

sera hermtica si, y solo si, p = p es decir, si p es real.
Para que sea denida positiva han de ser positivos los tres menores funda-
mentales de la matriz.
[A
1
[ = p > 0 [A
2
[ =
p p
p p + 2
= 2p > 0
[A
3
[ =
p p 2p
p p + 2 1
2p 1 6p 1
= p(4p
2
8p + 3) > 0
Como ha de ser p > 0 se tiene que [A
3
[ > 0 4p
2
8p + 3 < 0.
4p
2
8p + 3 = 0 =p =
4 2
4
es decir:
p =
1
2
o p =
3
2
.
Se verica, entonces que 4p
2
8p + 3 < 0
si, y solo si,
1
2
< p <
3
2
.
En conclusion: A es hermtica y denida positiva si, y solo si, p es un
n umero real comprendido entre
1
2
y
3
2
.
b) Para p = 1 se trata de la matriz A =
_
_
_
_
1 1 2
1 3 1
2 1 5
_
_
_
_
.
A =
_
_
_
_
1 1 2
1 3 1
2 1 5
_
_
_
_
=
_
_
_
_
r
11
0 0
r
12
r
22
0
r
13
r
23
r
33
_
_
_
_
_
_
_
_
r
11
r
12
r
13
0 r
22
r
23
0 0 r
33
_
_
_
_
r
2
11
= 1 =r
11
= 1
r
11
r
12
= 1 =r
12
= 1
r
11
r
13
= 2 =r
13
= 2
[r
12
[
2
+r
2
22
= 3 =r
22
=
2
r
12
r
13
+r
22
r
23
= 1 =r
23
=
2
2
[r
13
[
2
+[r
23
[
2
+r
3
33
= 5 =r
33
=
2
2
_
_
= R =
_
_
_
_
_
_
1 1 2
0
2
2
0 0
2
2
_
_
_
_
_
_
El sistema Ax = b puede escribirse de la forma:
_
_
_
_
1 0 0
1
2 0
2
2
2
2
2
_
_
_
_
_
_
_
_
1 1 2
0
2
2
0 0
2
2
_
_
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
1
0
3
_
_
_
_
que a su vez se descompone en dos: R
y = b y Rx = y.
Del primero de ellos,
_
_
_
_
1 0 0
1
2 0
2
2
2
2
2
_
_
_
_
_
_
_
_
y
1
y
2
y
3
_
_
_
_
=
_
_
_
_
1
0
3
_
_
_
_
, se deduce que
y
1
= 1 y
2
=
1
2
y
3
=
1
2
y del segundo,
_
_
_
_
1 1 2
0
2
2
0 0
2
2
_
_
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
_
1
1
2
1
2
_
_
_
_
_
, que:
x
1
= 1 x
2
= 0 x
3
= 1
que es la solucion del sistema.
2.10. Resolver por los metodos de Jacobi, Gauss-Seidel y SOR con = 1.2, el sistema:
3x
1
x
2
+ x
3
= 0
x
1
+ x
2
+ 3x
3
= 0
3x
2
+x
3
= 5
Soluci
on: Si permutamos las dos ultimas ecuaciones, el sistema se convierte

en una de diagonal dominante, lo que nos asegura la convergencia de los tres
metodos sin haber alterado el n umero de condicion de la matriz, ya que un inter-
cambio de las de realiza mediante una transformacion unitaria. Resolveremos,
por tanto el sistema
3x
1
x
2
+ x
3
= 0
3x
2
+x
3
= 5
x
1
+ x
2
+ 3x
3
= 0
Si realizamos la descomposicion A = DE F donde D es la matriz diagonal
con los elementos diagonales de la matriz A, E la triangular inferior de AD
y F la triangular superior de A D, obtenemos que
D =
_
_
_
_
3 0 0
0 3 0
0 0 5
_
_
_
_
, E =
_
_
_
_
0 0 0
0 0 0
1 1 0
_
_
_
_
, F =
_
_
_
_
0 1 1
0 0 1
0 0 0
_
_
_
_
obteniendose, para cada uno de los metodos:
Jacobi: x
n+1
= Jx
n
+c con
J = D
1
(E +F) =
_
_
_
_
0 1/3 1/3
0 0 1/3
1/3 1/3 0
_
_
_
_
y c = D
1
b =
_
_
_
_
0
5/3
0
_
_
_
_
tomando como vector inicial al vector nulo x
0
=
_
_
_
_
0
0
0
_
_
_
_
e iterando mientras que
| Ax b | > 10
14
obtenemos, con MATLAB, que x
55
=
_
_
_
_
1
2
1
_
_
_
_
.
Gauss-Seidel: x
n+1
= Gx +c con
G = (DE)
1
F =
_
_
_
_
0 1/3 1/3
0 0 1/3
0 1/9 2/9
_
_
_
_
y c = (DE)
1
b =
_
_
_
_
0
5/3
5/9
_
_
_
_
tomando como vector inicial al vector nulo x
0
=
_
_
_
_
0
0
0
_
_
_
_
e iterando mientras que
| Ax b | > 10
14
31
=
_
_
_
_
1
2
1
_
_
_
_
.
SOR: x
n+1
= S
x +c con
_
_
_
S
= (D E)
1
((1 ) D + F)
c = (D E)
1
b
=1
2
_
_
S
= (D 1
2 E)
1
(0
2 D + 1
2 F)=
_
_
_
_
0
2 0
4 0
4
0 0
2 0
4
0
08 0
08 0
12
_
_
_
_
c = 1
2(D 1
2 E)
1
b =
_
_
_
_
0
2
0
8
_
_
_
_
Comenzando con el vector nulo e iterando mientras que | Ax b | > 10
14
34
= (1 2 1)
t
.
2.11. Resolver por los metodos de Jacobi, Gauss-Seidel y SOR con = 1.2, 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
Soluci
on: Al ser de diagonal dominante la matriz del sistema, sabemos que

los tres metodos va a ser convergentes. Utilizando la misma descomposicion de
la matriz A del sistema que la realizada en el Ejercicio 2.10 tenemos que
D =
_
_
_
_
_
_
_
10 0 0 0
0 11 0 0
0 0 10 0
0 0 0 8
_
_
_
_
_
_
_
, E =
_
_
_
_
_
_
_
0 0 0 0
1 0 0 0
2 1 0 0
0 3 1 0
_
_
_
_
_
_
_
, F =
_
_
_
_
_
_
_
0 1 2 0
0 0 1 3
0 0 0 1
0 0 0 0
_
_
_
_
_
_
_
Obteniendose, para los distintos metodos:
Jacobi: x
n+1
= Jx
n
+c con
J = D
1
(E +F) =
_
_
_
_
_
_
_
0 0
1 0
2 0
0
09 0 0
09 0
27
0
2 0
1 0 0
1
0 0
375 0
125 0
_
_
_
_
_
_
_
y c =
_
_
_
_
_
_
_
0
6
2
27
1
1
1
875
_
_
_
_
_
_
_
tomando como vector inicial al vector nulo e iterando mientras que la norma
del error sea | Axb | > 10
14
42
= (1 2
1 1)
t
.
Gauss-Seidel: x
n+1
= Gx
n
+c con
GS = (DE)
1
F =
_
_
_
_
_
_
_
0 0
1 0
2 0
0 0
009 0
072 0
27
0 0
0190 0
0472 0
072
0 0
0057954 0
02136 0
11136
_
_
_
_
_
_
_
y c =
_
_
_
_
_
_
_
0
6
2
327
0
9872
0
878863
_
_
_
_
_
_
_
iniciando con x
0
= 0, obtenemos en MATLAB que x
16
= (1 2 1 1)
t
.
SOR: x
n+1
= S
x +c con
_
_
_
S
= (D E)
1
((1 ) D + F)
c = (D E)
1
b
=1
2
_
_
S
1
2
=
_
_
_
_
_
_
_
0
2 0
12 0
24 0
0
0218 0
18690 0
08290 0
337
0
045381 0
0512290 0
1324509 0
08072
0
0166254 0
07642472 0
05717672 0
040618
_
_
_
_
_
_
_
c = 1
2(D 1
2 E)
1
b =
_
_
_
_
_
_
_
0
72
2
80581
1
1561018
0.81396654
_
_
_
_
_
_
_
Comenzando con el vector nulo e iterando mientras que | Ax b | > 10
14
24
= (1 2 1 1)
t
.
2.12. Al resolver por el metodo de Gauss-Seidel, utilizando MATLAB, el sistema
_
_
x 3y + 5z = 5
8x y z = 8
2x + 4y + z = 4
observamos que el programa se detiene en la iteracion 138 dandonos el vector
_
_
_
_
inf
inf
inf
_
_
_
_
.
a) El metodo de Gauss-Seidel realiza el proceso x
n+1
= Gx
n
+ c. Determina
la matriz G.
b) Utilizar los crculos de Gerschgorin para estimar el modulo de los autova-
lores de G.
c) Justicar el porque de la divergencia del metodo. (Indicacion: utilizar el
apartado anterior).
d) Existe alguna condicion suciente que deba cumplir la matriz de un sis-
tema para garantizar la convergencia del metodo de Gauss-Seidel? Hacer
uso de ella para modicar el sistema de forma que el proceso sea conver-
gente?
Soluci
on:
a) Descomponiendo A = D E F con
D =
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
E =
_
_
_
_
0 0 0
8 0 0
2 4 0
_
_
_
_
F =
_
_
_
_
0 3 5
0 0 1
0 0 0
_
_
_
_
la matriz de G viene dada por
G = (D E)
1
F =
_
_
_
_
0 3 5
0 24 41
0 90 154
_
_
_
_
b) Los crculos de Gerschgorin son:
(
1
= x : [x 0[ 8
(
2
= x : [x 24[ 41
(
3
= x : [x 154[ 90
por lo que 0 [
i
[ 244 = [154 + 90[ con 1 i 3.
c) El apartado anterior no nos proporciona datos sucientes sobre el radio
espectral de la matriz G, sin embargo, y dada la naturaleza del tercer
crculo, podemos intuir con bastante seguridad, que este va ha ser grande
(evidentemente mayor que 1). No obstante, si se quiere garantizar que el
radio espectral es mayor que 1, podemos observar que dado que G tiene el
autovalor 0 y el producto de los otros dos es
det
_
_
24 41
90 154
_
_
= 6,
si uno de ellos tiene modulo menor que 1 el otro ha de tenerlo, necesaria-
mente, mayor que 1, por lo que (G) > 1 y el proceso no converge.
d) Una condicion suciente para que converja el metodo de Gauss-Seidel es
que la matriz del sistema sea de diagonal dominante, por lo que si pasamos
la primera ecuacion al ultimo lugar, el sistema nos queda
8x y z = 8
2x + 4y + z = 4
x 3y + 5z = 5
cuya matriz es de diagonal dominante, lo que garantiza la convergencia del
metodo.
2.13. 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) Multiplicando el sistema por la traspuesta de A, calcular la pseudosolucion
utilizando el metodo de Choleski.
b) Sea v =
_
_
_
_
_
_
_
1
1
1
1
_
_
_
_
_
_
_
. Demostrar que la transformacion de Householder aso-
ciada al vector v transforma la primera columna de la matriz A en el vector
_
_
_
_
_
_
_
2
0
0
0
_
_
_
_
_
_
_
dejando invariante la segunda columna de A as como al vector b.
c) Calcular la pseudosolucion del sistema utilizando transformaciones de Hou-
seholder, as como la norma del error.
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?
Soluci
on:
a) A
t
Ax = A
t
b =
_
_
4 4
4 6
_
_
_
_
x
y
_
_
=
_
_
6
7
_
_
La descomposicion de Choleski viene dada por
_
_
4 4
4 6
_
_
=
_
_
a 0
b c
_
_
_
_
a b
0 c
_
_
=
_
_
_
a = b = 2
c =
2
obteniendose que
_
_
2 0
2
2
_
_
_
_
2 2
0
2
_
_
_
_
x
y
_
_
=
_
_
6
7
_
_
y haciendo
_
_
2 2
0
2
_
_
_
_
x
y
_
_
=
_
_

_
_
se obtiene que
_
_
2 0
2
2
_
_
_
_

_
_
=
_
_
6
7
_
_
=
_
_
_
= 3
=
2/2
, por lo que
_
_
2 0
2
2
_
_
_
_
x
y
_
_
=
_
_
3
2/2
_
_
=
_
_
_
x = 1
y = 1/2
b) v =
_
_
_
_
_
_
_
1
1
1
1
_
_
_
_
_
_
_
=H
v
= I
4
2
v
t
v
vv
t
= I
4
1
2
vv
t
H
v
_
_
_
_
_
1 2 3
1 0 2
1 1 0
1 1 1
_
_
_
_
_
=
_
_
_
_
_
1 2 3
1 0 2
1 1 0
1 1 1
_
_
_
_
_
1
2
_
_
_
_
_
1
1
1
1
_
_
_
_
_
_
1 1 1 1
_
_
_
_
_
_
1 2 3
1 0 2
1 1 0
1 1 1
_
_
_
_
_
=
=
_
_
_
_
_
1 2 3
1 0 2
1 1 0
1 1 1
_
_
_
_
_
1
2
_
_
_
_
_
1
1
1
1
_
_
_
_
_
_
2 0 0
_
=
_
_
_
_
_
1 2 3
1 0 2
1 1 0
1 1 1
_
_
_
_
_
_
_
_
_
_
1 0 0
1 0 0
1 0 0
1 0 0
_
_
_
_
_
=
_
_
_
_
_
2 2 3
0 0 2
0 1 0
0 1 1
_
_
_
_
_
por lo que la transformacion de Householder asociada al vector v trans-
forma la primera columna de la matriz A en el vector
_
_
_
_
_
_
_
2
0
0
0
_
_
_
_
_
_
_
, dejando
invariantes tanto a la segunda columna como al vector b.
c) El sistema ha quedado de la forma
_
_
_
_
_
_
_
2 2
0 0
0 1
0 1
_
_
_
_
_
_
_
_
_
x
y
_
_
=
_
_
_
_
_
_
_
3
2
0
1
_
_
_
_
_
_
_
Debemos transformar ahora
_
_
_
_
0
1
1
_
_
_
_
en
_
_
_
_
2
0
0
_
_
_
_
, para lo que aplicamos la
transformacion de Householder asociada al vector w =
_
_
_
_
2
1
1
_
_
_
_
,
H
w
= I
3
2
w
t
w
ww
t
= I
3
1
2
ww
t
.
H
w
_
_
_
_
2
0
1
_
_
_
_
=
_
_
_
_
2
0
1
_
_
_
_
1
2
_
_
_
_
2
1
1
_
_
_
_
_

2 1 1
_
_
_
_
_
2
0
1
_
_
_
_
=
_
_
_
_
2/2
2
1
2
2 +
1
2
_
_
_
_
quedando el sistema de la forma
_
_
_
_
_
_
_
2 2
0
2
0 0
0 0
_
_
_
_
_
_
_
_
_
x
y
_
_
=
_
_
_
_
_
_
_
3
2/2
2
1
2
2 +
1
2
_
_
_
_
_
_
_
La pseudosolucion corresponde a la solucion del sistema
_
_
2 2
0
2
_
_
_
_
x
y
_
_
=
_
_
3
2/2
_
_
=
_
_
x = 1
y =
1
2
y la norma del vector error viene dada por la norma del vector
_
_
2
1
2
2 +
1
2
_
_
,
por lo que
|E| =
_
(
2
1
/
2
)
2
+ (
2 +
1
/
2
)
2
=
3
2
=
3
2
2
.
d) Al multiplicar por A
t
se eleva al cuadrado el n umero de condicion, por
lo que si este es mayor que 1 hace que el sistema resultante este peor
condicionado que el original, por lo que resulta mas conveniente resolverlo
por Householder, ya que las transformaciones de Householder son unitarias
y no alteran el n umero de condicion de la matriz.
2.14. 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
_
_
_
_
_
_
_
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 convergen-
cia.
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.
2.15. Consideremos el sistema de ecuaciones Ax = b, con A =
_
_
_
_
2 2
1 1
2 2
_
_
_
_
, x =
_
_
x
y
_
_
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.
c) Aplicando el metodo de Householder, probar que el sistema Ax = b po-
see innitas soluciones en cuadrados mnimos y que el error cometido, al
considerar cualquiera de ellas, es el mismo.
d) Obtener la pseudosoluci on del sistema Ax = b. Es decir, la solucion en
cuadrados mnimos, de entre las obtenidas en el apartado anterior, que
tenga menor norma eucldea.
2.16. Sea el sistema Ax = b, donde 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 factorizacion
de Choleski.
b) Plantear la iteracion X
n+1
= G 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?
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).
d) Obtener la solucion en mnimos cuadrados del sistema Ax = b, utilizando
el metodo de Householder, y determinar la norma del error.
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?.
2.17. Sea el sistema Ax = b, donde A =
_
_
1000 999
999 998
_
_
, x =
_
_
x
y
_
_
y b =
_
_
1999
1997
_
_
.
a) Obtener la factorizacion LU de la matriz A. Se puede conseguir la facto-
rizacion de Choleski?
b) Resolver el sistema Ax = b utilizando la factorizacion A = LU obtenida
en el apartado anterior.
c) Calcular [[A[[
, [[A
1
[[
y el n umero de condicion de la matriz
(A).
Se puede decir que esta bien 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 [[ [[
?
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[[
.
3. Interpolacion
3.1. Calcular los polinomios de Lagrange para el soporte canonico con 1 n 3.
Soluci
on: Los polinomios de Lagrange son

L
k
(x) =
n
i = 0
i ,= k
x x
i
x
k
x
i
=
(x)
(x k)
(k)
k = 0, 1, . . . , n
donde (x) = x(x 1) (x n).
Si n = 1, el soporte es S = 0, 1.
(x) = x(x 1) = x
2
x
(x) = 2x 1
_
_
=
_
_
L
0
(x) =
(x)
(x 0)
(0)
=
x 1
1
= x + 1
L
1
(x) =
(x)
(x 1)
(1)
=
x
1
= x
Si n = 2, el soporte es S = 0, 1, 2.
(x) = x(x 1)(x 2) = x
3
3x
2
+ 2x
(x) = 3x
2
6x + 2
_
_
=
_
_
L
0
(x) =
(x)
(x 0)
(0)
=
(x 1)(x 2)
2
=
x
2
3x + 2
2
L
1
(x) =
(x)
(x 1)
(1)
=
x(x 2)
1
= x
2
+ 2x
L
2
(x) =
(x)
(x 2)
(2)
=
x(x 1)
2
=
x
2
x
2
Si n = 3, el soporte es S = 0, 1, 2, 3.
63
Interpolacion 64
(x) = x(x 1)(x 2)(x 3) = x
4
6x
3
+ 11x
2
6x
(x) = 4x
3
18x
2
+ 22x 6
_
_
=
_
_
L
0
(x) =
(x)
(x 0)
(0)
=
(x 1)(x 2)(x 3)
6
=
x
3
6x
2
+ 11x 6
6
L
1
(x) =
(x)
(x 1)
(1)
=
x(x 2)(x 3)
2
=
x
3
5x
2
+ 6x
2
L
2
(x) =
(x)
(x 2)
(2)
=
x(x 1)(x 3)
2
=
x
3
4x
2
+ 3x
2
L
3
(x) =
(x)
(x 3)
(3)
=
x(x 1)(x 2)
6
=
x
3
3x
2
+ 2x
6
3.2. Hallar el polinomio de interpolacion de la funcion f(x) = 2x
4
en el soporte
canonico S = 0, 1, 2, 3. Obtener una expresion del error.
Soluci
on: En el Ejercicio 3.1 se obtuvieron los polinomios de Lagrange en el

soporte canonico S = 0, 1, 2, 3, que resultaron ser
L
0
(x) =
1
6
x
3
+x
2
11
6
x + 1 L
2
(x) =
1
2
x
3
+ 2x
2
3
2
x
L
1
(x) =
1
2
x
3
5
2
x
2
+ 3x L
3
(x) =
1
6
x
3
1
2
x
2
+
1
3
x
El polinomio de interpolacion de Lagrange viene dado por
P
n
(x) =
n
k=0
f(x
k
)L
k
(x)
y como f(0) = 0, f(1) = 2, f(2) = 32 y f(3) = 162.
P
3
(x)=0 L
0
(x) + 2 L
1
(x) + 32 L
2
(x) + 162 L
3
(x) =
=2
_
1
2
x
3
5
2
x
2
+ 3x
_
+ 32
_
1
2
x
3
+ 2x
2
3
2
x
_
+ 162
_
1
6
x
3
1
2
x
2
+
1
3
x
_
=
=x
3
5x
2
+ 6x 16x
3
+ 64x
2
48x + 27x
3
81x
2
+ 54x =
P
3
(x) = 12x
3
22x
2
+ 12x
El error viene dado por:
(x) = (x)
f
(n+1
(c
x
)
(n + 1)!
= x(x 1)(x 2)(x 3)
f
(IV
(c
x
)
4!
Interpolacion 65
f(x) = 2x
4
=f
(IV
(x) = 48 (constante).
(x) = x(x 1)(x 2)(x 3)
48
24
=
(x) = 2x(x 1)(x 2)(x 3)
3.3. Hallar el polinomio de interpolacion de la funcion f(x) = e
x
en el soporte 0, 1
y con el, aproximar

e estimando el error cometido.
Soluci
on: Al tratarse del soporte canonico con n = 1, podemos ver en el

Ejercicio 3.1 que los polinomios de Lagrange son:
L
0
(x) = x + 1 y L
1
(x) = x.
Por tanto
P
1
(x) = f(0)L
0
(x) +f(1)L
1
(x) = e
0
(x + 1) + e
1
(x) = x + 1 +ex,
es decir
P
1
(x) = (e 1)x + 1
(x) = (x)
f
(n+1
(c
x
)
(n + 1)!
= x(x 1)
f
(c
x
)
2!
por lo que al ser f
(x) = e
x
se tiene que = x(x 1)
e
c
x
2
.
El error al aproximar

e = f(0
5) por P
1
(0
5) es:
(0
5) = 0
5 (0
5 1)
e
c
x
2
=
0
25
2
e
c
x
= 0
125e
c
x
.
Como 0 < c
x
< 1 =1 < e
c
x
< e = 2
7182 . . . y, por tanto:

[(0
5)[ < 0
125e < 0
3397 . . . < 0
34
siendo
P
1
(0
5) = (e 1)0
5 + 1 =
e + 1
2
= 1
85914 . . . ,
es decir:
e = 1
85914 . . . con un error < 0
34
Interpolacion 66
3.4. Obtener el polinomio de interpolacion de los puntos:
(7, 3), (8, 1), (9, 1), (10, 9)
basandose en los polinomios de Lagrange para el soporte canonico.
Soluci
on: Como tenemos cuatro puntos, el soporte canonico es S = 0, 1, 2, 3.

Los polinomios de Lagrange para esta soporte (ver Ejercicio 3.1) son:
L
0
(x) =
1
6
x
3
+x
2
11
6
x + 1 L
2
(x) =
1
2
x
3
+ 2x
2
3
2
x
L
1
(x) =
1
2
x
3
5
2
x
2
+ 3x L
3
(x) =
1
6
x
3
1
2
x
2
+
1
3
x
El polinomio de interpolacion viene dado por:
P
3
(x) =
3
i=0
f(x
i
)L
i
(t) con t =
x x
0
h
En nuestro caso, x
0
= 7 y h = 1, por lo que t = x 7. Por tanto:
P
3
(x) = 3 L
0
(x 7) + 1 L
1
(x 7) + 1 L
2
(x 7) + 9 L
3
(x 7) =
= 3
_
1
6
(x 7)
3
+ (x 7)
2
11
6
(x 7) + 1
_
+
+1
_
1
2
(x 7)
3
5
2
(x 7)
2
+ 3(x 7)
_
+
+1
_
1
2
(x 7)
3
+ 2(x 7)
2
3
2
(x 7)
_
+
+9
_
1
6
(x 7)
3
1
2
(x 7)
2
+
1
3
(x 7)
_
=
= (x 7)
3
2(x 7)
2
(x 7) + 3.
Es decir:
P
3
(x) = x
3
23x
2
+ 174x 431
3.5. Obtener el polinomio de interpolacion de los puntos:
(0, 5), (1, 3), (2, 1), (3, 13)
a) Mediante resolucion de un sistema de ecuaciones.
b) Mediante la formula de Lagrange
c) Mediante la formula de Newton para diferencias divididas.
d) Mediante la formula de Newton para diferencias nitas.
Interpolacion 67
Soluci
on:
a) Al tener cuatro puntos, el polinomio que debemos buscar es de grado tres,
P(x) = a
3
x
3
+a
2
x
2
+a
1
x +a
0
.
P
3
(0) = a
0
= 5
P
3
(1) = a
3
+ a
2
+ a
1
+a
0
= 3
P
3
(2) = 8a
3
+ 4a
2
+ 2a
1
+a
0
= 1
P
3
(3) = 27a
3
+ 9a
2
+ 3a
1
+a
0
= 13
Obtenemos el sistema:
_
_
_
_
_
_
_
1 0 0 0
1 1 1 1
1 2 4 8
1 3 9 27
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
0
a
1
a
2
a
3
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
5
3
1
13
_
_
_
_
_
_
_
que resolviendolo nos da
a
0
= 5, a
1
= 3, a
2
= 2 y a
3
= 1
por lo que el polinomio de interpolacion es
P
3
(x) = x
3
2x
2
+ 3x 5
b) Dado que el soporte es el canonico para n = 3, los polinomios de Lagrange
(ver Ejercicio 3.1) son:
L
0
(x) =
1
6
x
3
+x
2
11
6
x + 1 L
2
(x) =
1
2
x
3
+ 2x
2
3
2
x
L
1
(x) =
1
2
x
3
5
2
x
2
+ 3x L
3
(x) =
1
6
x
3
1
2
x
2
+
1
3
x
Como P
3
(x) = y
0
L
0
(x) +y
1
L
1
(x) +y
2
L
2
(x) +y
3
L
3
(x), se tiene:
P
3
(x) = 5 (
1
6
x
3
+x
2
11
6
x + 1) 3 (
1
2
x
3
5
2
x
2
+ 3x)+
+ 1 (
1
2
x
3
+ 2x
2
3
2
x) + 13 (
1
6
x
3
1
2
x
2
+
1
3
x) =
P
3
(x) = x
3
2x
2
+ 3x 5
Interpolacion 68
c) Comenzamos por construir la tabla de diferencias divididas:
x
i
f(x
i
) f[x
i
x
j
] f[x
i
x
j
x
k
] f[x
i
x
j
x
k
x
h
]
0 -5
2
1 3 1
4 1
2 1 4
12
3 13
P
3
(x) = f(x
0
) + (x x
0
)f[x
0
x
1
] + (x x
0
)(x x
1
)f[x
0
x
1
x
2
]+
+ (x x
0
)(x x
1
)(x x
2
)f[x
0
x
1
x
2
x
3
] =
P
3
(x) = 5+2 (xx
0
) +1 (xx
0
)(xx
1
) +1 (xx
0
)(xx
1
)(xx
2
) =
= 5 + 2x +x(x 1) +x(x 1)(x 2) =
P
3
(x) = x
3
2x
2
+ 3x 5
d) La tabla de diferencias nitas es
x
1
f(x
i
) f(x
i
)
2
f(x
i
)
3
f(x
i
)
0 -5 2 2 6
1 3 4 8
2 1 12
3 13
P
3
(x) =
_
t
0
_
f(x
0
) +
_
t
1
_
f(x
0
) +
_
t
2
_
2
f(x
0
) +
_
t
3
_
3
f(x
0
)
donde t =
x x
0
h
=
x 0
1
= x, por lo que:
P
3
(x) = 5
_
x
0
_
+ 2
_
x
1
_
+ 2
_
x
2
_
+ 6
_
x
3
_
=
= 5 + 2x + 2
x(x 1)
2!
+ 6
x(x 1)(x 2)
3!
=
= 5 + 2x +x(x 1) +x(x 1)(x 2) =
P
3
(x) = x
3
2x
2
+ 3x 5
Interpolacion 69
3.6. Probar que F(n) = 1
2
+2
2
+3
2
+ +n
2
es un polinomio en n y obtenerlo por
interpolacion.
Soluci
on: Consideremos las diferencias nitas de F(n) con paso h = 1:

F(n) = F(n + 1) F(n) =
_
1
2
+ 2
2
+ 3
2
+ + n
2
+ (n + 1)
2
_
_
1
2
+ 2
2
+
3
2
+ +n
2
_
= (n + 1)
2
.
Dado que F(n) = (n+1)
2
, cualquiera que sea el valor de n N, F(n) es un
polinomio de segundo grado, por lo que
2
F(n) sera un polinomio de primer
grado,
3
F(n) una constante y
4
F(n) sera identicamente nulo para cualquier
valor de n N. Esto prueba que F(n) es un polinomio de tercer grado.
Para obtenerlo, lo mas sencillo es utilizar la formula de Newton para diferencias
nitas con cuatro puntos:
x
i
F(x
i
) F(x
i
)
2
F(x
i
)
3
F(x
i
)
1 1 4 5 2
2 5 9 7
3 14 16
4 30
P
3
(x) =
_
t
0
_
F(x
0
) +
_
t
1
_
F(x
0
) +
_
t
2
_
2
F(x
0
) +
_
t
3
_
3
F(x
0
)
siendo t =
x x
0
h
= x 1.
P
3
(x) = 1 1 + 4 t + 5
t(t 1)
2!
+ 2
t(t 1)(t 2)
3!
=
= 1 + 4(x 1) +
5
2
(x 1)(x 2) +
1
3
(x 1)(x 2)(x 3) =
=
6 + 24(x 1) + 15(x 1)(x 2) + 2(x 1)(x 2)(x 3)
6
=
=
2x
3
+ 3x
2
+x
6
=
x(x + 1)(2x + 1)
6
por lo que
F(n) =
n(n + 1)(2n + 1)
6
3.7. Obtener el polinomio de interpolacion de Hermite de la funcion f(x) = ln x
en el soporte S = 1, 2 y, supuesto conocido ln 2, aproximar el valor de ln 1
5
acotando el error cometido.
Interpolacion 70
Soluci
on:
f(x) = ln x = f(1) = 0 f(2) = ln 2
f
(x) =
1
x
= f
(1) = 1 f
(2) = 0
5
Los polinomios de Lagrange en el soporte 1, 2
L
0
(x) =
x 2
1 2
= 2 x y L
1
(x) =
x 1
2 1
= x 1
P
2n+1
(x) =
n
k=0
_
a
k
+b
k
(x x
k
)
_
L
2
k
(x) con
_
_
a
k
= f(x
k
)
b
k
= f
(x
k
) 2f(x
k
)L
k
(x k)
Para n = 1 se tiene: P
3
(x) =
_
a
0
+b
0
(x 1)
_
L
2
0
(x) +
_
a
1
+b
1
(x 2)
_
L
2
1
(x) con
a
0
= f(1) = 0 b
0
= f
(1) 2f(1)L
1
(1) = 1 2 0 1 = 1
a
1
= f(2) = ln 2 b
1
= f
(2) 2f(2)L
2
(2) = 0
5 2 ln 2 1 = 0
5 2 ln 2
de donde
P
3
(x) = (x 1)L
2
0
(x) +
_
ln 2 + (0
5 2 ln 2)(x 2)
_
L
2
1
(x)
y sustituyendo los valores de L
0
(x) y L
1
(x) obtenemos
P
3
(x) = (x 1)(2 x)
2
+
_
ln 2 + (0
5 2 ln 2)(x 2)
_
(x 1)
2
Para x = 1
5
P
3
(1
5) = 0
5 0
5
2
+
_
ln 2 + (0
5 2 ln 2)(0
5)
_
0
5
2
= 0
409073590 . . .
(x) =
2
(x)
f
(2n+2
(c
x
)
(2n + 2)!
= (x 1)
2
(x 2)
2
f
(IV
(c
x
)
4!
=
(x 1)
2
(x 2)
2
4!
_
6
c
4
x
_
[f
(IV
(c
x
)[ =
6
c
4
x
6
1
4
= 6 =[(1
5)[
0
5
2
(0
5
2
)
4!
6 = 0
015625.
Es decir:
ln 1
5 = 0
409073590 . . . con un error 0
015625.
Interpolacion 71
3.8. Dada la funcion f(x) = e
x
, se pide: hallar el polinomio de interpolacion en el
soporte 1, 0, 1 y una cota del error en el intervalo [1, 1].
Calcular P(0
01) y compararlo con el valor dado por la calculadora para e

0
01
.
Soluci
on: Obtendremos el polinomio, por ejemplo, por la formula de Lagrange.

P
n
(x) =
n
k=0
f(x
k
)L(x
k
)
en la que los polinomios de Lagrange vienen dados por
L
k
(x) =
(x)
(x x
k
)
(x
k
)
con
_
_
(x) = (x + 1)x(x 1) = x
3
x
(x) = 3x
2
1 =
_
(1) = 2
(0) = 1
(1) = 2
Por tanto,
L
0
(x) =
x(x 1)
2
=
1
2
(x
2
x)
L
1
(x) =
(x + 1)(x 1)
1
= (x
2
1)
L
2
(x) =
(x + 1)x
2
=
1
2
(x
2
+x)
Como f(1) = e
1
, f(0) = 1 y f(1) = e,
P
2
(x) = e
1
1
2
(x
2
x) + 1 (x
2
+ 1) + e
1
2
(x
2
+x)
=
e +e
1
2
2
x
2
+
e e
1
2
x + 1
o de forma aproximada
P
2
(x) 0
543080635x
2
+ 1
175201194x + 1
Interpolacion 72
El error viene dado por
(x) = (x)
f
(x)
3!
f
(x) = e
x
|f
(x)|
= max
x[1,1]
[f
(x)[ = e
por lo que [(x)[
e
6
|(x)|.
|(x)|
= max
x[1,1]
[(x)[ = max
x[1,1]
x
3
x
Como
(x) = 3x
2
1, para que
(x) = 0, ha
de ser x =
1
3
|(x)|
(
1
3
)
1
3
2
3
=
2
3
3
.
[(x)[
e
6
|(x)|
=
e
6

2
3
3
< 0
18.
x = 0
01 =
_
_
_
Por extrapolacion . . . . . . . . . P
2
(0
01) = 1
011806320 . . .
En la calculadora . . . . . . . . . . . . . . e
0
01
= 1
010050167 . . .
por lo que el error cometido es
(0
01) = [P(0
01) e
0
01
[ = 0
001756153 . . . < 1
8 10
3
Puede verse claramente que el verdadero error es bastante menor que la cota
obtenida de 0
18.
3.9. Dada la tabla
x 0 1 2 3
y 1 6 31 98
se pide:
a) Hallar su polinomio de interpolacion por el metodo de los polinomios de
Lagrange.
b) Determinar la forma general de todos los polinomios de cuarto grado que
satisfacen dicha tabla, determinando aquel que verica que para x = 4 es
y = 255.
c) Determinar los polinomios anteriores (para los soportes 0, 1, 2, 3 y
0, 1, 2, 3, 4) por el metodo de las diferencias divididas de Newton.
Interpolacion 73
Soluci
on:
a)
L
0
(x) =
(x 1)(x 2)(x 3)
(0 1)(0 2)(0 3)
=
1
6
(x
3
6x
2
+ 11x 6)
L
1
(x) =
x(x 2)(x 3)
1(1 2)(1 3)
=
1
2
(x
3
5x
2
+ 6x)
L
2
(x) =
x(x 1)(x 3)
2(2 1)(2 3)
=
1
2
(x
3
4x
2
+ 3x)
L
3
(x) =
x(x 1)(x 2)
3(3 1)(3 2)
=
1
6
(x
3
3x
2
+ 2x)
P(x) = y
0
L
0
(x) +y
1
L
1
(x) +y
2
L
2
(x) +y
3
L
3
(x) =
= L
0
(x) + 6L
1
(x) + 31L
2
(x) + 98L
3
(x) es decir
P(x) = 4x
3
3x
2
+ 6x 1.
b) Los polinomios de cuarto grado que satisfacen dicha tabla son de la forma
P(x) = 4x
3
3x
2
+ 6x 1 + x(x 1)(x 2)(x 3)
por lo que si debe satisfacer que P(4) = 255 ha de ser
256 48 + 24 1 + 4 3 2 1 = 255 = 24 = 24 = = 1
es decir
P(x) = P(x) = 4x
3
3x
2
+6x1+x(x1)(x2)(x3) = x
4
2x
3
+8x
2
1.
c) Las diferencias divididas correspondientes a la tabla
x 0 1 2 3 4
y 1 6 31 98 255
vienen dadas por
0 -1
7
1 6 9
25 4
2 31 21 1
67 8
3 98 45
157
4 255
Interpolacion 74
por lo que el polinomio de interpolacion del soporte 0, 1, 2, 3 es
P(x) = 1 +7x +9x(x 1) +4x(x 1)(x 2) = 4x
3
3x
2
+ 6x 1
mientras que el del soporte 0, 1, 2, 3, 4 es
P(x) = 1 +7x +9x(x 1) +4x(x 1)(x 2) +1x(x 1)(x 2)(x 3)
es decir
P(x) = x
4
2x
3
+ 8x
2
1.
4. Integracion numerica
4.1. Probar que los coecientes a
k
de las formulas de Newton-Cotes verican que
n
k=0
(1)
k
a
k
_
n
k
_
= 0.
Soluci
on: Como la expresion de los coecientes es

a
k
= h(1)
nk
_
n
k
_
n!
_
n
0
z(t)
t k
dt donde z(t) = t(t 1) (t n),
el sumatorio se transforma en
n
k=0
(1)
k
a
k
_
n
k
_
=
n
k=0
_
(1)
k
_
n
k
_
h(1)
nk
_
n
k
_
n!
_
n
0
z(t)
t k
dt
_
=
=
n
k=0
_
h
(1)
n
n!
_
n
0
z(t)
t k
dt
_
= h
(1)
n
n!
_
n
0
_
n
k=0
z(t)
t k
_
dt.
Podemos ver que el integrando es precisamente z
(t)
n
k=0
z(t)
t k
=
z(t)
t
+
z(t)
t 1
+
z(t)
t 2
+ +
z(t)
t k
=
=
_
(t 1)(t 2) (t n)
_
+ +
_
t(t 1) (t n + 1)
_
= z
(t)
y, en consecuencia,
n
k=0
(1)
k
a
k
_
n
k
_
= h
(1)
n
n!
_
n
0
z
(t)dt = h
(1)
n
n!
_
z(t)
_
n
0
= h
(1)
n
n!
_
z(n) z(0)
_
.
Al ser z(n) = z(0) = 0, podemos asegurar que
n
k=0
(1)
k
a
k
_
n
k
_
= 0.
75
Integracion numerica 76
4.2. Dada la integral
_
1
0
1 x
2
1 +x
2
dx se pide:
a) Calcularla exactamente.
b) Calcularla, aproximadamente, por la formula basica de Simpson.
c) Calcularla por la formula compuesta de Simpson de 11 sumandos.
d) Aplicar la siguiente formula:
_
1
1
f(x) dx
1
9
_
5f(
_
3
/
5
) + 8f(0) + 5f(
_
3
/
5
)
_
comprobando que integra, exactamente, polinomios de grado menor o igual
que 5.
Soluci
on:
a)
_
1
0
1 x
2
1 +x
2
dx =
_
1
0
_
1 +
2
1 +x
2
_
dx =
_
x +2 arctg x
_
1
0
= 1 +

2
=
_
1
0
1 x
2
1 +x
2
dx = 0
5707963 . . .
b) La formula basica de Simpson (n = 2) establece que:
_
1
0
f(x) dx =
h
3
_
f(0) + 4f(0
5) +f(1)
_
+ donde h =
1 0
2
=
1
2
.
por lo que
_
1
0
1 x
2
1 +x
2
dx =
1
6
(1 + 4 0
6 + 0) + = 0
5666 . . . +
c) La formula compuesta de Simpson de once sumandos (n = 10) es:
_
1
0
f(x) dx =
h
3
_
f(0)+f(1)+4
_
f(0
1)+f(0
3)+f(0
5)+f(0
7)+f(0
9)
_
+
+2
_
f(0
2) +f(0
4) +f(0
6) +f(0
8)
_
_
+
donde h =
1 0
10
=
1
10
. En nuestro caso:
_
1
0
1 x
2
1 +x
2
dx =
1
10
3
(1 + 11
44925864 + 4
674630568) + =
=
1
30
17
12388921 +
_
1
0
1 x
2
1 +x
2
dx = 0
570796307 +
d) Aunque los lmites de la integral que nos piden son 0 y 1, al ser el integrando
una funcion par, podemos hacer:
_
1
0
1 x
2
1 +x
2
dx =
1
2
_
1
1
1 x
2
1 +x
2
dx, con lo que es factible aplicarle la formula.
f(0) = 1 f(
_
3
/
5
) = f(
_
3
/
5
) =
1
3
/
5
1 +
3
/
5
=
1
4
_
1
0
1 x
2
1 +x
2
dx
1
2

1
9
_
5
1
4
+ 8 1 + 5
1
4
_
=
1
18

21
2
=
7
12
= 0
58333 . . .
Otra forma de aplicar la formula es realizar el cambio x =
t + 1
2
, con lo
que:
_
1
0
1 x
2
1 +x
2
dx =
_
1
1
3 2t t
2
2(5 + 2t +t
2
)
dt =
_
1
1
g(t)dt
Teniendo en cuenta que:
g(0) = 0
3 g(
_
3
/
5
) = 0
407457643 . . . g(
_
3
/
5
) = 0
059503683 . . .
_
1
0
1 x
2
1 +x
2
dx
1
9
(5 0
407457643 + 8 0
3 + 5 0
059503683) =
_
1
0
1 x
2
1 +x
2
dx 0
570534070
1
Veamos. por ultimo, que la formula es exacta para polinomios de grado no
superior a cinco.
_
1
1
x
k
dx =
_
x
k+1
k + 1
_
1
1
=
1 (1)
k+1
k + 1
=
_
_
2
k + 1
si k es par,
0 si k es impar.
Por tanto:
_
1
1
1 dx = 2
_
1
1
x dx = 0
_
1
1
x
2
dx =
2
3
_
1
1
x
3
dx = 0
_
1
1
x
4
dx =
2
5
_
1
1
x
5
dx = 0
La suma de cuadratura (formula a aplicar) para estas funciones es:
1
No existe ninguna contradiccion en el hecho de haber obtenido dos resultados diferentes, ya que
la formula se ha aplicado a funciones diferentes.
f(x) = 1; S =
1
9
(5 1 + 8 1 + 5 1) = 2
f(x) = x; S =
1
9
_
5 (
_
3
/
5
) + 8 0 + 5 (
_
3
/
5
)
_
= 0
f(x) = x
2
; S =
1
9
(5
3
5
+ 8 0 + 5
3
5
) =
2
3
f(x) = x
3
; S =
1
9
_
5 (
_
3
/
5
)
3
+ 8 0 + 5 (
_
3
/
5
)
3
_
= 0
f(x) = x
4
; S =
1
9
(5
9
25
+ 8 0 + 5
9
25
) =
2
5
f(x) = x
5
; S =
1
9
_
5 (
_
3
/
5
)
5
+ 8 0 + 5 (
_
3
/
5
)
5
_
= 0
Al ser exacta para las funciones 1, x, x
2
, x
3
, x
4
y x
5
, tambien lo es para
cualquier combinacion lineal de ellas y, por tanto, la formula integra, exac-
tamente, cualquier polinomio de grado no superior a cinco.
Es facil observar que:
_
1
1
x
6
dx =
2
7
S =
1
9
_
5
27
125
+ 8 0 + 5
27
185
_
=
1
9

54
25
=
6
25
,=
2
7
Por lo que la funcion no integra, exactamente, a x
6
y, por tanto, a polino-
mios de grado superior a cinco.
4.3. Se considera el soporte 1, c, 1 donde c (1, 1) es jo. Sea f(x) ([1, 1]
a) Obtener el polinomio de interpolacion de f(x) y una expresion del error.
b) Determinar los coecientes a
0
, a
1
, a
2
en la formula de cuadratura
_
1
1
f(x) dx a
0
f(1) +a
1
f(c) +a
2
f(1)
para que integre, exactamente, polinomios del mayor grado posible.
c) Dar una condicion, necesaria y suciente, para que dicha formula sea
exacta para polinomios de tercer grado.
d) Aplicar la formula a f(x) =
5x + 13
2
con c = 0
1 y comparar con el valor

exacto.
Soluci
on:
a) Utilizando los polinomios de Lagrange tenemos:
z(x) = (x + 1)(x c)(x 1) = x
3
cx
2
x +c
z
(x) = 3x
2
2cx 1 =
_
_
z
(1) = 3 + 2c 1 = 2(1 +c)

z
(c) = 3c
2
2c
2
1 = c
2
1
z
(1) = 3 2c 1 = 2(1 c)
L
k
(x)=
z(x)
(x x
k
) z
(x
k
)
(k = 0, 1, 2)
_
L
0
(x)=
(x c)(x 1)
2(1 +c)
=
x
2
(c + 1)x +c
2(c + 1)
L
1
(x)=
(x + 1)(x 1)
c
2
1
=
x
2
1
c
2
1
L
2
(x)=
(x + 1)(x c)
2(1 c)
=
x
2
+ (1 c)x c
2(1 c)
El polinomio de interpolacion de la funcion f(x) es:
P
2
(x) = f(1)L
0
(x) +f(c)L
1
(x) +f(1)L
2
(x)
Si utilizamos la formula de Newton para diferencias divididas se obtiene:
P
2
(x) =f(1) + (x + 1)f[1 c] + (x + 1)(x c)f[1 c 1] =
=f(1) +
f(c)f(1)
c + 1
(x + 1) +
f(1)f(c)
1c

f(c)f(1)
1+c
2
(x + 1)(x c)
(x) = z(x)
f
()
3!
=
(x + 1)(x c)(x 1)
6
f
() con 1 < < 1.

b) Para que integre, exactamente, a polinomios del mayor grado posible, la
formula debe ser interpolatoria; esto es, debe corresponder a la integracion
del polinomio de interpolacion de f(x) en 1, c, 1, con lo que:
a
i
=
_
1
1
L
i
(x) dx para i = 0, 1 y 2
a
0
=
_
1
1
x
2
(c + 1)x +c
2(c + 1)
dx =
1
2(c + 1)
_
x
3
3
(c + 1)
x
2
2
+cx
_
1
1
=
=
1
2(c + 1)
_
2
3
+ 2c
_
=
1 + 3c
3(1 + c)
a
1
=
_
1
1
x
2
1
c
2
1
dx =
1
c
2
1
_
x
3
3
x
_
1
1
=
1
c
2
1
_
4
3
_
=
4
3(1 c
2
)
a
2
=
_
1
1
x
2
+ (1 c)x c
2(1 c)
dx =
1
2(1 c)
_
x
3
3
+ (1 c)
x
2
2
cx
_
1
1
=
=
1
2(1 c)
_
2
3
2c
_
=
1 3c
3(1 c)
Luego la formula
_
1
1
f(x) dx
1 + 3c
3(1 +c)
f(1) +
4
3(1 c
2
)
f(c) +
1 3c
3(1 c)
f(1)
es exacta para polinomios de grado no superior a dos.
Otra forma de hacerlo es imponer la condicion de que la formula sea exacta
para las funciones 1, x, x
2
, . . . hasta donde sea posible.
f(x) = 1
_
1
1
1 dx = a
0
+a
1
+a
2
=a
0
+a
1
+a
2
= 2
f(x) = x
_
1
1
x dx = a
0
+a
1
c +a
2
=a
0
+a
1
c +a
2
= 0
f(x) = x
2
_
1
1
x
2
dx = a
0
+a
1
c
2
+a
2
=a
0
+a
1
c
2
+a
2
=
2
3
Dado que disponemos de un sistema de tres ecuaciones con tres incognitas,
no continuamos. La solucion del sistema es:
a
0
=
1 + 3c
3(1 + c)
a
1
=
4
3(1 c
2
)
a
2
=
1 3c
3(1 c)
con lo que se obtiene la misma formula anterior.
c) Imponemos que sea exacta para f(x) = x
3
.
0 =
_
1
1
x
3
dx = a
0
+a
1
c
3
+a
0
=
1 + 3c
3(1 + c)
+
4c
3
3(1 c
2
)
+
1 3c
3(1 c)
=
=
(1 + 3c)(1 c) + 4c
3
+ (1 3c)(1 + c)
3(1 c
2
)
=
4c + 4c
3
3(1 c
2
)
=
=
4c(1 c
2
)
3(1 c
2
)

4c
3
= 0 =c = 0.
De donde se deduce que la formula es exacta para polinomios de tercer
grado si, y solo si, c = 0, en cuyo caso se trata de la formula de Simpson:
_
1
1
f(x) dx
1
3
_
f(1) + 4f(0) + f(1)
_
d) Para c = 0
1 tenemos que:
a
0
=
1 + 3 0
1
3(1 + 0
1)
= 0
393939 . . . f(1) =
4 = 2
a
1
=
4
3(1 0
1
2
)
= 1
346801347 . . . f(0
1) =
75 = 2
598076211 . . .
a
2
=
1 3 0
1
3(1 0
1)
=
0
7
2
7
= 0
259259 . . . f(1) =
9 = 3
_
1
1
5x + 13
2
dx 0
78787878 + 3
49909254 + 0
77777777 =
_
1
1
5x + 13
2
dx 5
06474910
El valor exacto es:
_
1
1
5x + 13
2
dx =
_
_
2
5

_
5x+13
2
_3
/
2
3
2
_
_
1
1
=
4
15
(3
3
2
3
) =
76
15
=
_
1
1
5x + 13
2
dx = 5
06666666 . . .
por lo que el error es menor que 0
0019176.
4.4. Calcular
_
1
0
f(x) ln x dx interpolando f(x), por un polinomio de tercer grado,
en el soporte 0,
1
/
3
,
2
/
3
, 1 y aplicar el resultado al calculo de
_
1
0
sen x ln x dx.
Ayuda:
_
1
0
x
m
ln x dx =
1
(m + 1)
2
(m 0)
Soluci
on:
_
1
0
f(x) ln x dx
_
1
0
P
3
(x) ln x dx =
_
1
0
_
3
i=0
f(x
i
)L
i
(x)
_
ln x dx =
=
3
i=0
_
f(x
i
)
_
1
0
L
i
(x) ln x dx
_
Tenemos, por tanto, que a
i
=
_
1
0
L
i
(x) ln x dx (0 i 3).
Calculemos los polinomios de Lagrange:
z(x) = x(x
1
3
)(x
2
3
)(x 1) = x
4
2x
3
+
11
9
x
2
2
9
x
z
(x) = 4x
3
6x
2
+
22
9
x
2
9
=
_
_
z
(0) =
2
9
, z
(
1
3
) =
2
27
,
z
(
2
3
) =
2
27
y z
(1) =
2
9
.
por lo que
L
0
(x) =
(x
1
/
3
)(x
2
/
3
)(x 1)
2
/
9
=
9
2
_
x
3
2x
2
+
11
9
x
2
9
_
L
1
(x) =
x(x
2
/
3
)(x 1)
2
/
27
=
27
2
_
x
3
5
3
x
2
+
2
3
x
_
L
2
(x) =
x(x
1
/
3
)(x 1)
2
/
27
=
27
2
_
x
3
4
3
x
2
+
1
3
x
_
L
3
(x) =
x(x
1
/
3
)(x
2
/
3
)
2
/
9
=
9
2
_
x
3
x
2
+
2
9
x
_
Podemos calcular ahora los coecientes a
i
. Teniendo en cuenta que
_
1
0
x
3
ln x dx =
1
16
_
1
0
x
2
ln x dx =
1
9
_
1
0
x ln x dx =
1
4
_
1
0
ln x dx = 1
se tiene que
a
0
=
_
1
0
9
2
_
x
3
2x
2
+
11
9
x
2
9
_
ln x dx =
=
9
2
_
1
16
2
1
9
+
11
9

1
4

2
9
(1)
_
=
11
32
a
1
=
_
1
0
27
2
_
x
3
5
3
x
2
+
2
3
x
_
ln x dx =
=
27
2
_
1
16

5
3

1
9
+
2
3

1
4
_
=
19
32
a
2
=
_
1
0
27
2
_
x
3
4
3
x
2
+
1
3
x
_
ln x dx =
=
27
2
_
1
16

4
3

1
9
+
1
3

1
4
_
=
1
32
a
3
=
_
1
0
9
2
_
x
3
x
2
+
2
9
x
_
ln x dx =
9
2
_
1
16
+
1
9
+
2
9

1
4
_
=
1
32
Luego la formula es:
_
1
0
f(x) ln x dx =
1
32
_
11f(0) + 19f(
1
3
) +f(
1
3
) +f(1)
_
+
Otra forma de obtenerla es sabiendo que, al ser interpolatoria, va a integrar
exactamente a cualquier polinomio de grado no superior a tres. Como
_
1
0
f(x) ln x dx = a
0
f(0) + a
1
f(
1
3
) +a
2
f(
2
3
) +a
3
f(1) +
obligamos a que integre, exactamente, a los polinomios 1, x, x
2
y x
3
.
f(x) = 1 a
0
+a
1
+a
2
+a
3
=
_
1
0
ln x dx = 1
f(x) = x
1
3
a
1
+
2
3
a
2
+a
3
=
_
1
0
x ln x dx =
1
4
f(x) = x
2
1
9
a
1
+
4
9
a
2
+a
3
=
_
1
0
x
2
ln x dx =
1
9
f(x) = x
3
1
27
a
1
+
8
27
a
2
+a
3
=
_
1
0
x
3
ln x dx =
1
16
Nos queda el sistema:
a
0
+a
1
+ a
2
+ a
3
= 1
a
1
+ 2a
2
+ 3a
3
=
3
4
a
1
+ 4a
2
+ 9a
3
= 1
a
1
+ 8a
2
+ 27a
3
=
27
16
cuya solucion es: a
0
=
11
32
a
1
=
19
32
a
2
=
1
32
a
3
=
1
32
Obteniendose, de esta manera, la misma formula anterior.
Aunque no se pide, una expresion del error es:
=
_
1
0
f(x) ln x dx
_
1
0
P
3
(x) ln x dx =
_
1
0
_
f(x) P
3
(x)
_
ln x dx =
=
_
1
0
(x) ln x dx =
_
1
0
z(x)
f
(IV
(c
x
)
4!
ln x dx.
[[
M
4
24
_
1
0
[z(x)[ [ln x[ dx
Para calcular
_
1
0
sin x ln x dx utilizamos la formula obtenida con f(x) = sin x.
f(0) = 0 f(
1
/
3
) = 0
327194696
f(
2
/
3
) = 0
618369803 f(1) = 0
841470984
_
1
0
sin x ln x dx
1
32
(11 0+19 0
327194696+0
618369803+0
841470984)
_
1
0
sin x ln x dx 0
239891875
2
2
Por desarrollo en serie se obtiene
_
1
0
sinxlnx dx = 0
23989117 + con [[ < 0
4 10
7
.
4.5. Probar que la formula compuesta de los trapecios para el intervalo [0, 2]:
_
2
0
f(x) dx =
h
2
[f(0) + 2f(h) + 2f(2h) + + 2f((n 1)h) +f(2)] +
(h = 2/n) integra, exactamente, las funciones:
1, sin x, cos x, sin 2x, cos 2x, . . . , sin(n 1)x, cos(n 1)x.
Soluci
on: Observemos, en primer lugar, que:

I
k
=
_
2
0
sin kx dx = 0 para k = 0, 1, . . .
J
k
=
_
2
0
cos kx dx =
_
_
0 para k = 1, 2, . . .
2 para k = 0
La formula de los trapecios es:
T
n
=
h
2
_
f(0) + 2f(h) + 2f(2h) + + 2f((n 1)h) +f(2)
_
Pero al ser f(2) = f(0) podemos escribir:
T
n
=
h
2
_
2f(0) + 2f(h) + + 2f((n 1)h)
_
= h
n1
j=0
f(jh) =
2
n
n1
j=0
f(
2j
n
)
Puesto que f(x) va a ser sin x o cos x estudiemos el sumatorio para f(x) = e
ikx
.
n1
j=0
e
ik
2j
n
=
n1
j=0
e
i
2jk
n
Se trata de una suma geometrica de razon r = e
i
2k
n
. Entonces:
r = 1
_
_
cos
2k
n
= 1
sin
2k
n
= 0
_
2k
n
= 0, 2, 4, . . . k = 0, n, 2n, . . .
Por tanto, si 0 < k < n se tiene que:
n1
j=0
e
ik
2j
n
=
e
i
2nk
n
1
e
i
2k
n
1
=
1 1
e
i
2k
n
1
= 0.
Si k = 0 es
n1
j=0
e
ik
2j
n
= n por lo que T
n
(e
ikn
) =
2n
n
= 2. Por tanto:
T
n
(sin x) = Img
_
T
n
(e
ikx
)
_
= 0 para k = 0, 1, 2, . . .
T
n
(cos x) = Re
_
T
n
(e
ikx
)
_
=
_
_
0 para k = 1, 2, . . . , n 1
2 para k = 0
que coinciden con los valores de las integrales.
4.6. Determinar el n umero de sumandos necesarios, en las formulas compuestas de
los trapecios y Simpson, para calcular, con seis cifras decimales exactas, las
siguientes integrales:
a) I =
_
2
1
ln x dx. b) I =
_
3
2
e
x
x
dx.
Soluci
on:
a) Utilizamos, en primer lugar, la formula de los trapecios:
_
b
a
f(x) dx =
h
2
_
f(a) +f(b) + 2
n1
i=1
f(x
i
)
_
(b a)
3
12n
2
f
(c)
siendo h =
b a
n
y x
i
= a +hi (i = 1, 2, . . . n 1).
Lo primero que debemos hacer es acotar [f
(x)[.
f(x) = ln x = f
(x) =
1
x
= f
(x) =
1
x
2
.
Dado que, en el intervalo [1, 2], es [f
(x)[ =
1
x
2
(una funcion decreciente)
esta alcanza su maximo en el punto x = 1.
max
x[1,2]
[f
(x)[ = [f
(1)[ = 1 =[f
(x)[ 1 x [1, 2].

El error es, por tanto,
[[ =
(b a)
3
12n
2
[f
(c)[
(b a)
3
12n
2
=
1
12n
2
.
Para calcular la integral con seis cifras decimales exactas ha de ser el error
menor que 10
6
, por lo que
1
12n
2
< 10
6
=n 289. Es decir:
Utilizando el metodo de los trapecios es necesario sumar, al menos,
289 terminos para obtener seis cifras decimales exactas.
Veamos cuantos son necesarios si se utiliza ahora la formula de Simpson:
_
b
a
f(x) dx =
h
3
_
f(a) +f(b) + 4I + 2P
_
(b a)
5
180n
4
f
(IV
(c)
siendo h =
b a
n
, x
i
= a+hi (i = 1, 2, . . . n1), I la suma de los valores
de la funcion en los puntos x
i
con i impar y P la suma de los valores de la
funcion en los puntos x
i
con i par.
Debemos acotar, por tanto, la cuarta derivada de la funcion.
f(x) = ln x f
(x)=
1
x
f
(x) =
1
x
2
f
(x) =
2
x
3
f
(IV
(x) =
6
x
4
Como, en el intervalo [1, 2], la funcion [f
(IV
(x)[ =
6
x
4
es decreciente, esta
alcanza su maximo en el punto x = 1.
max
x[1,2]
[f
(IV
(x)[ = [f
(IV
(1)[ = 6 =[f
(IV
(x)[ 6 x [1, 2],
siendo, por tanto, el error
[[ =
(b a)
5
180n
4
[f
(IV
(c)[
(b a)
5
180n
4
6 =
1
30n
4
.
Si se desea obtener seis cifras decimales exactas, es necesario que el error
sea menor que 10
6
, es decir,
1
30n
4
< 10
6
, por lo que habra de ser n 14
(observese que n = 14 es valido por ser par). En resumen:
Utilizando el metodo de Simpson solo es necesario sumar 14 ter-
minos (frente a los 289 necesarios por el metodo de los trapecios)
para obtener seis cifras decimales exactas.
b) Los razonamientos, en este caso, son analogos a los del apartado anterior,
es decir, debemos acotar, respectivamente, las derivadas segunda y cuarta
de la funcion f(x) = e
x
/x.
f
(x) =
x 1
x
2
e
x
f
(x) =
x
2
2x + 2
x
3
e
x
f
(x) =
x
3
3x
2
+ 6x 6
x
4
e
x
f
(IV
(x) =
x
4
4x
3
+ 12x
2
24x + 24
x
5
e
x
En la expresion de la derivada segunda observamos que
x
2
2x + 2
x
3
es
decreciente en el intervalo [2,3] (su derivada es
x
2
4x + 6
x
4
< 0 x
[2, 3]), por lo que:
max
x[2,3]
[f
(x)[ e
3
max
x[2,3]
x
2
2x + 2
x
3
= e
3
2
2
2 2 + 2
2
3
=
e
3
4
< 5
1.
El error en la formula de los trapecios es, por tanto,
[[
1
12n
2
5
1.
Para obtener seis cifras decimales exactas es necesario que
[[ <
1
12n
2
5
1 < 10
6
=n 652.
Utilizando el metodo de los trapecios es necesario sumar, al menos,
652 terminos para obtener seis cifras decimales exactas.
Una acotacion mas sencilla, pero bastante peor, de [f
(x)[ es:
x
2
2x + 2
x
3
max
x[2,3]
x
2
2x + 2
mn
x[2,3]
x
3
=
5
8
=[f
(x)[
5
8
e
3
< 13.
Con esta acotacion se obtendra n 1041.
Para la formula de Simpson debemos acotar [f
(IV
(x)[.
Al ser, ahora, mas complicado, acotaremos utilizando la tecnica anterior, es
decir, acotar superiormente el numerador e inferiormente el denominador.
max
x[2,3]
x
4
4x
3
+ 12x
2
24x + 24
= 33 y mn
x[2,3]
x
5
= 32
Por tanto: [f
(IV
(x)[
33
32
e
3
= 20
7 . . . =[[
20
7 . . .
180n
4
.
Para obtener seis cifras decimales exactas, ha de ser:
[[
20
7 . . .
180n
4
< 10
6
=n 20.
Utilizando el metodo de Simpson se ha reducido a 20 (desde los
652 del metodo de los trapecios) el n umero de terminos necesarios
para obtener seis cifras decimales exactas.
4.7. Se considera la integral
_
1
0
e
x
(4 x) dx :
a) Calcularla exactamente (se supone conocido el n umero e).
b) Determinar el n umero mnimo de sumandos necesarios, en la formula com-
puesta de Simpson, para que el error de discretizacion sea menor que 10
m
con m = 2, 3, 4, 5 y 6.
c) Calcular la integral, por la formula compuesta de Simpson, con cuatro
cifras decimales exactas.
Soluci
on:
a) Integrando por partes se tiene:
_
_
_
u = 4 x du = dx
dv = e
x
dx v = e
x
_
1
0
e
x
(4 x) dx =
_
e
x
(4 x)
_
1
0
_
1
0
e
x
(dx) = (3e 4) +
_
e
x
_
1
0
=
= 3e 4 +e 1 = 4e 5 = 5
873127 . . .
es decir
_
1
0
e
x
(4 x) dx = 5
873127 . . .
b) La formula compuesta de Simpson es:
_
b
a
f(x) dx =
h
3
_
f(a) +f(b) + 4I + 2P
_
(b a)
5
180n
4
f
(IV
(c)
siendo h =
b a
n
, x
i
= a+hi (i = 1, 2, . . . n1), I la suma de los valores
de la funcion en los puntos x
i
con i impar y P la suma de los valores de la
funcion en los puntos x
i
con i par.
Para determinar el mnimo n umero de sumandos necesarios para que el
error sea menor que 10
m
debemos acotar la derivada cuarta de la funcion.
f
(x) = e
x
(3 x) f
(x) = e
x
(2 x)
f
(x) = e
x
(1 x) f
(IV
(x) = xe
x
Como f
(V
(x) = e
x
(x+1) < 0 x [0, 1], la derivada cuarta de la funcion
es decreciente y negativa, por tanto: max
x[0,1]
[f
(IV
(x)[ = [f
(IV
(1)[ = e.
Tenemos entonces que el error es [[ =
(b a)
5
180n
4
[f
(IV
(c)[
1
180n
4
e.
Para que el error sea menor que 10
m
se debe cumplir que n
4
>
10
m
e
180
, es
decir n >
4
10
m
e
180
.
Dando valores a m, y teniendo en cuenta que n ha de ser par, obtenemos:
m = 2 =n > 1
1085 . . . =n = 2
m = 3 =n > 1
9713 . . . =n = 2
m = 4 =n > 3
5055 . . . =n = 4
m = 5 =n > 6
2338 . . . =n = 8
m = 6 =n > 11
085 . . . =n = 12
c) Para garantizar cuatro cifras decimales exactas (ver el apartado anterior)
ha de ser n = 4.
Entonces h =
b a
n
=
1
4
= 0
25 y el soporte es 0, 0
25, 0
5, 0
75, 1.
La formula se convierte en:
_
1
0
f(x) dx
0
25
3
_
f(0) + f(1) + 4
_
f(0
25) + f(0
75)
_
+ 2f(0
5)
_
_
1
0
e
x
(4 x)dx
25
3
_
4 + 8
154845484 . . . + 4 (4
815095314 . . . + 6
880250055 . . .)+
+ 2 5
770524449 . . .
_
=
0
25
3
70
47727586 . . . =
_
1
0
e
x
(4 x)dx = 5
8731 con las cuatro cifras decimales exactas.

4.8. El recinto de la gura adjunta, que se encuentra inmerso en una cuadrcula,
est a limitado por una recta y una curva de la que se conoce que se trata de un
polinomio de cuarto grado.
a) Calcular el area exacta del recinto sin determinar el polinomio que la deli-
mita.
b) Determinar, por el metodo de las diferencias divididas, el polinomio que la
delimita y comprobar que el area calculada en el apartado anterior coincide
con la que se obtiene por integracion directa del polinomio.
Soluci
on:
a) Podemos establecer que a cuadrcula se mueve en las abscisas de -2 a 2 y
en las ordenadas de 0 a 3, por lo que el polinomio que delimita el recinto
pasa por los puntos
(2, 0), (1, 2), (0, 3), (1, 2) y (2, 0)
Vamos a buscar una formula de integracion del tipo
_
2
2
f(x)dx = a
0
f(2) +a
1
f(1) +a
2
f(0) + a
3
f(1) + a
4
f(2)
que integra exactamente a polinomios de cuarto grado.
f(x) = 1 = a
0
+a
1
+a
2
+a
3
+a
4
=
_
2
2
dx = 4
f(x) = x = 2a
0
a
1
+a
3
+ 2a
4
=
_
2
2
xdx = 0
f(x) = x
2
= 4a
0
+a
1
+a
3
+ 4a
4
=
_
2
2
x
2
dx =
16
3
f(x) = x
3
= 8a
0
a
1
+a
3
+ 8a
4
=
_
2
2
x
3
dx = 0
f(x) = x
4
= 16a
0
+a
1
+a
3
+ 16a
4
=
_
2
2
x
4
dx =
64
5
de donde se obtiene que
a
0
=
14
45
, a
1
=
64
45
, a
2
=
24
45
, a
3
=
64
45
y a
4
=
14
45
es decir
_
2
2
f(x)dx =
1
45
[14f(2) + 64f(1) + 24f(0) + 64f(1) + 14f(2)]
por lo que el area pedida viene dada por
S =
1
45
[14 0 + 64 2 + 24 3 + 64 2 + 14 0] =
328
45
b)
x
i
f(x
i
) f[x
i
, x
i+1
] f[x
i
, x
i+1
, x
i+2
] f[x
i
, x
i+1
, x
i+2
, x
i+3
] f[x
i
, x
i+1
, x
i+2
, x
i+3
, x
i+4
]
2 0
2
1 2 -
1
/2
1 -
1
/6
0 3 1
1
/12
1
1
/6
1 2
1
/2
2
2 0
por lo que el polinomio de cuarto grado que delimita al recinto es
P(x) = 2(x+2)
1
2
(x+2)(x+1)
1
6
(x+2)(x+1)x+
1
12
(x+2)(x+1)x(x1)
es decir
P(x) =
1
12
x
4
13
12
x
2
+ 3
Si calculamos el area por integracion directa obtenemos que
S =
_
2
2
P(x)dx =
_
1
60
x
5
13
36
x
3
+ 3x
_
2
2
=
328
45
que es la que obtuvimos en el apartado anterior.

Ejercicios Interpolacion, Integracion y Derivacion MN PDF

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

Ejercicios Interpolacion, Integracion y Derivacion MN PDF

Cargado por

Copyright:

Formatos disponibles

INGENIER

(x) no se anula para ning un valor positivo de la variable,

57, el error acumulado verica que

567 el error acumulado es

567 con sus tres cifras decimales

(x) = 8 cos(2x) = 0 =2x =

(x) = 16 sin(2x). Ademas, dado que sigf(0) ,= sigf(1) existe un n umero

1677 . . . > 0 la funcion tiene, al

0806 . . . > 0, podemos restringirnos al intervalo [0, 0

(x) = 4 sin(2x) +4 > 0 x [0, 0

(x) = 8 cos(2x) <

5], la regla de Fourier nos dice que el metodo de Newton

(x) < 0 x [0, 0

5], sabemos que f

6341 . . .. Por tanto

405912 con un error

on: Si representamos las gracas de las funciones y = ln x e y = x

1 y aplicando el metodo de Newton, en el intervalo (0

652919 con un error

on: La ecuacion puede escribirse de la forma ln x = sin x, por lo que

21615 . . . < 0 =x (2, e)

31781 . . . < 0 =x (2, 2

0328570 . . . > 0 x (2, 2

21910715103149 (punto medio del

(x), sabemos que mn

219107, con las seis cifras decimales

on: Comenzaremos por transformar la ecuacion para despejar la expo-

(x) < 0 cualquiera que sea el valor que tome la variable

(0) = . Por tanto, F

(x) nunca se anula.

(x) se debera anular

(x) no se anula en ninguno de los intervalos, por lo que podemos

(x) tienen signo constante.

(x) tienen signo constante.

(x) es negativa y decreciente en el intervalo (1, 2), por lo que [f

(1) = (2) = 2 =[[ <

(x) es positiva y decreciente, por lo

on: Las gr acas de las funciones y = e

629846 con un error

629846 con las seis cifras decimales exactas.

on: Se trata de buscar las races de la ecuacion e

5078125 con un error

0078125 por lo que si redondeamos a 251 obtenemos un

515625] sabemos que f

(x) > 0 (el mnimo se encuentra

(x) tienen el mismo signo, por lo que

515625, ya que f(2

515625) > 0. De esta forma, tenemos

(x) > 0 en todo el intervalo, se tiene que f

(x) es creciente, por lo que

81(x 1) ln x = 0, tiene dos races reales, una de las cuales es

on: La ecuacion dada es equivalente a 0

81(x 1) = ln x cuyas gracas

81ln 2 > 0, por lo que la raz se

23456790123457 . . .. dado que

3) < 0 podemos reducir el intervalo a

3. (El campo de convergencia a

31 podemos asegurar que [

503229 con un error

on: En primer lugar vamos a despejar el logaritmo de la ecuacion.

(x) < 0, la funcion f

(x)[ es creciente y, por tanto:

217801 con un error