Problemas de Mtodos Numricos

Miguel Alemn Flores, Luis Alvarez Len y Javier Snchez Prez

Departamento de Informtica y Sistemas
Universidad de Las Palmas
Campus de Tafira
35017 Las Palmas, Espaa
Tfl: 45.87.10/08
Email: {maleman/lalvarez/jsanchez}@dis.ulpgc.es

prisas de ltima hora que suelen asaltar a los estudiantes

cuando se acercan los exmenes, puesto que el esfuerzo
de reflexin que requieren precisa de un trabajo diario y
continuado, difcilmente compatible con las prisas de ltima hora. Resulta inquietante observar como en muchas
ocasiones la realizacin de problemas se aborda bajo un
espritu de aprender rpidamente 4 tcnicas bsicas, que
muchas veces ni se entienden, y a partir de ah intentar reproducir esas tcnicas, de forma absolutamente mecnica,
en problemas anlogos. El problema de esta actitud, es
que aunque a corto plazo puede dar lugar a resultados positivos, aprobando asignaturas con un conocimiento mnimo
e insuficiente, a la larga, tiene efectos catastrficos sobre
la formacin del alumno, a travs de una disminucin importante de la capacidad de razonamiento y del sentido
crtico.

Contents
1 INTRODUCCION.

2 ARITMETICAS DE PRECISION FINITA

Y FUENTES DE ERRORES NUMERICOS.
1
3 CALCULO DE CEROS DE UNA FUNCION
4
4 INTERPOLACION DE FUNCIONES I

5 ANALISIS NUMERICO MATRICIAL I

6 DIFERENCIACION
NUMERICA

INTEGRACION
14

7 ANALISIS NUMERICO MATRICIAL II

23

8 INTERPOLACION DE FUNCIONES II

36

ARITMETICAS DE PRECISION FINITA Y

FUENTES DE ERRORES NUMERICOS.
Problema 1 Demostrar que al representar el nmero real
0.1 como

X
an
0.1 = 2e
2n
n=1

INTRODUCCION.
El presente documento es el libro de problemas donde se
encuentran resueltos todos los problemas presentes en el
libro de Mtodos Numricos publicado por los mismos autores. Nunca se insistir lo suficiente sobre la necesidad de
hacer problemas para comprender correctamente cualquier
teora y sus aplicaciones. Adems la manera de afrontar
el estudio de los problemas debe ser bien distinta a la
forma de estudiar teora. Primero se debe intentar hacer
los problemas sin mirar en absoluto la solucin y despus
de reflexionar e intentar resolverlo de diferentes formas,
muchas de las cuales nos llevarn a callejones sin salida,
se mirar la solucin. Es un hecho fcilmente constatable,
que se aprende mucho ms de un problema que no se ha
conseguido resolver, pero al que se ha dedicado suficiente
esfuerzo, que de un problema del cual se mira directamente
la solucin sin ninguna fase de reflexin previa. Adems
se tiende a olvidar con facilidad la tcnica de resolucin
de un problema sobre el cual no se ha reflexionado suficientemente. De todo ello se deduce que el estudio correcto de los problemas de una asignatura va reido con las

el nmero de elementos no-nulos an es infinito.

Solucin: Supongamos que para algn t finito y e entero

se tiene:
t
X
an
e
0.1 = 2
2n
n=1
despejando en esta igualdad obtenemos
te

= 10

t
X

an 2tn

n=1

P
ahora bien, como el nmero m = tn=1 an 2tn es entero,
de la desigualdad anterior obtenemos
2te = 5 2m
pero esta igualdad implica que el nmero 2te es divisible
por 5 lo cual es imposible.

Solucin: Los valores posibles positivos se representan

en la siguiente tabla

Problema 2 Representar el nmero 0.0 703 125 como

X
an
2n
n=1

0.0 703 125 = 2e

1 1
1 1
1 1
1
1
, 2 + 4, 2 + 3, 2 + 3 + 4
2
2 2
2 2
2 2
2
2
1 1
1
1 1
1 1
1
e=0
+
, + , + , +
2 2 23 2 22 2 22 23
1
1
1
1
e = 1 1, 1 + 2 , 1 + , 1 + + 2
2
2
2 2
1
1
e = 2 2, 2 + , 2 + 1, 2 + 1 +
2
2

e = 1

Solucin: En primer lugar tenemos que encontrar un entero e tal que

1
0.0 703 125 2e < 1
2
para e = 3 obtenemos

los valores negativos son los mismos cambiados de signo.

Simplificando las fracciones nos queda

0.0 703 125 2 = 0. 562 5

e = 1
e=0
e=1
e=2

ahora tenemos que escribir el nmero 0.5625 como

0.5625 =

1 X an
+
2 n=2 2n

los an se calculan de la siguiente forma

0.25, 0.3125, 0.375, 0.437 5

0.5, 0.625, 0.75, 0.875
1, 1.25, 1.5, 1.75
2, 2.5, 3, 3.5

Si representamos los nmeros positivos sobre una recta

obtenemos

1
1
+ 2 = 0.75 a2 = 0
2 2
1
1
0.5625 < + 3 = 0.625 a3 = 0
2 2
1
1
0.5625 = + 4 = 0.5625 a4 = 1
2 2
0.5625 <

por tanto
0.0 703 125 = 23

1
1
+
2 24

0
-1

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

y la mantisa viene dada por la secuencia 1, 0, 0, 1, 0, 0, ....
(si no almacenamos el primer trmino a1 porque siempre
es 1, la mantisa sera 0, 0, 1, 0, 0, ....)

-2
0

Problema 3 (1 puntos) Calcular los valores positivos

mnimo y mximo que puede tomar un nmero real en
una aritmtica de precisin finita en funcin de t, emin y
emax .

1
2

1
2t+1
1
2

Solucin: El nmero 1 en una aritmtica de precisin

finita se escribe como

1
1=2
2

xmin = 2emin 1
t
X
1
= 2emax
n
2
n=1

Problema 5 Dada una aritmtica de precisin finita

cualquiera, calcular la distancia que hay entre el nmero 1
y su inmediato superior (es decir el nmero que va despus
de 1), y la distancia entre el nmero 1, y su inmediato inferior.

Solucin: Los valores positivos mnimo y mximo son

xmax = 2emax

1
emax
=2
1 t
2

el nmero inmediato superior a 1 en la aritmtica es

1
1
1
= 1 + t1
+
2
2 2t
2

Problema 4 Calcular todos los nmeros reales que se

pueden construir tomando 5 bits de la forma siguiente: 1
bit para el signo, 2 bits para la mantisa (es decir t = 3,
puesto que a1 = 1 slo se almacenan a2 y a3 , y 2 bits para
el exponente e, tomando como rango de e = 1, 0, 1, 2.
Representar dichos nmeros sobre una recta.

y el nmero inmediato inferior a 1 viene dado por

1
1
+ .. + t =
2
2

1
2

1
2t+1
1
=1 t
1
2
1 2

1
2

1
23

1
24

1
23

1
24

1
25

pertenecen al conjunto A de nmeros reales generados por

la aritmtica de precisin finita.
Solucin: Que los nmeros pertenecen a la aritmtica
significa que existe un conjunto de valores binarios a0i y un
entero e0 tal que
t
!
t
X an
X
1
a0n
e
e0
=
2

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

3. Los nmeros positivos ms grande y ms pequeo

de la aritmtica (teniendo en cuenta las excepciones)
Solucin:
10
!
1
1
X 1
31
31
2 211
=
2
M ayor = 2
1
2i
2
i=1

1
M enor = 231
210

Si por el contrario existe un k0 tal que ak0 = 0, y tal que

ak = 1 para todo k0 < k t entonces basta tomar a0k = ak
si 1 k < k0 , a0k0 = 1 y a0k = 0 si k0 < k t
Consideremos ahora el caso de restar 1/2t . Si el nico
elemento ak distinto de 0 es a1 , entonces
e

1
1

2 2t

= 2e1

Solucin: No se puede escribir de forma exacta.

Si suponemos
t
!
t
!
X ai
X ai
1
= 1 = 9 2e
=
= 2e
i
9
2
2i
i=1
i=1
t
!
X
te
2
ti
2
=3
ai 2
= 2te = 32 m

P
Problema 9 Dado un nmero ze = 2e tn=1 a2nn , en una
aritmtica de precisin finita. Calcular el nmero inmediatamente inferior y superior a l en dicha aritmtica.

i=1

Solucin: Si el nmero es de la forma

donde m es un nmero entero. Ahora bien esta igualdad es imposible porque resultara que 3 divide a 2.

ze = 2e

1
2

entonces el inmediato superior es

+

1
25

1
26

Problema
7 Sean
A
=
2 12 + 213 +

23 12 + 216 + 217 . Calcular B + A y B A

+
1
25

1
27

+
B

1
28

+
=

t
X
1
n
2
n=1

Si por el contrario existe un k0 > 1 tal que ak0 = 1, y

tal que ak = 0 para todo k0 < k t entonces basta tomar
a0k = ak si 1 k < k0 , a0k0 = 0 y a0k = 1 si k0 < k t.

1
9.

1
24

Problema 8 Sean emin , emax , los valores mnimo y mximo del exponente e. Demostrar que si emin < e < emax ,
entonces los nmeros:
t
!
X an
1
e
t
2
2n
2
n=1

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

1
31
0=2
2

1
= 232
2

1
1
32
N aN = 2
+
2 22

5. 2 12 2110 . Solucin:

2 12 2110 = 20 12 + 212 + 213 +

1. B A = 22

1. 2, y los nmeros ms cercanos a 2 por arriba y por

debajo. Solucin:

1
2
2=2
2

1
1
2
Si guiente = 2
+
2 210
10
!
1
1
X 1
2 211
Anterior = 2
=
2
1
2i
2
i=1

4.

B + A = 23

Problema 6 Se considera una aritmtica de 16 bits

donde se dedican 1 bit al signo, 9 bits a la mantisa (t = 10)
y 6 bits al exponente ( emin = 30 emax = 31). Escribir,
si es posible, los siguientes nmeros en esta aritmtica:

1
29

ze + 2e

y el inmediato inferior es

2e1

Solucin:

1
2t

t
X
1
n
2
n=1

para cualquier otro nmero ze, el inmediato superior e inferior son

1
ze 2e t
2

CALCULO DE CEROS DE UNA FUNCION

Problema 12 Calcular 2 iteraciones del algoritmo de la
biseccin para buscar un cero de la funcin f (x) = x2 2
en el intervalo [2, 0]

Problema 10 (1 puntos) Calcular las races del polinomio P (x) = x2 2x + 0.01 evitando los errores de cancelacin.

Solucin:
0 + (2)
= 1
2
f (2) > 0, f (0) < 0, f (1) < 0
N uevo Intervalo = [2, 1]

Solucin:

x=

4 0.04
x1 =
= 1.995
2
0.01
x2 =
1.995
2+

1 + (2)
= 1.5
2
f (2) > 0, f (1) < 0, f (1.5) > 0
N uevo Intervalo = [1.5, 1]
x=

Problema 11 Escribir el pseudocdigo para implementar

el clculo de las races reales de ax2 +bx+c = 0 evitando los
errores de cancelacin y teniendo en cuenta las diferentes
opciones que aparecen cuando a 6= 0 y a = 0.

Problema 13 Escribir el pseudocdigo del algoritmo el

mtodo de la biseccin

Solucin:

Solucin:
Algoritmo: Mtodo de la biseccin
variables reales x,a,b,tol
leer(a,b,tol)
si (a> b) entonces
PRINT INTERVALO INCORRECTO
parar
finsi
si (F(a)*F(b)> 0) entonces
PRINT NO HAY CAMBIO DE SIGNO EN EL
INTERVALO
parar
finsi
mientras (F(x)!=0 Y (b-a)>tol)
x=(a+b)/2
si((F(a)*F(x))<0) entonces
b=x
adems
A=X
finsi
fin mientras
_PRINT LA RAIZ ES x
fin algoritmo

Algoritmo Calculo raiz polinomio ax2 + bx + c = 0

variables reales a,b,c
leer(a,b,c)
si (a==0 ) entonces
si (b==0 ) entonces
PRINT EL POLINOMIO ES CONSTANTE
parar
finsi
PRINT EL POLINOMIO ES DE GRADO 1.
PRINT LA RAIZ ES ,c/b
parar
finsi
d=b*b-4*a*c
si (d< 0 ) entonces
PRINT EL POLINOMIO NO TIENE RAICES
REALES
parar
finsi
si (b> 0) entonces
x1=(-b-SQRT(d))/(2*a)
adems
x1=(-b+SQRT(d)/(2*a)
finsi
x2=c/(x1*a)
PRINT *,LAS RAICES SON: ,x1,x2
fin algoritmo

real F(real x)
real a cos(x) + x x 6
devolver a
fin funcin

Problema 14 Calcular 2 iteraciones del algoritmo de la

regula-falsi para buscar un cero de la funcin f (x) = x2 2
en el intervalo [0, 2]
4

Solucin:

Solucin:
2
f (0) = 1
f (2) f (0)
f (2) > 0, f (0) < 0, f (1) < 0
N uevo Intervalo = [1, 2]
4
1
f (1) =
x=1
f (2) f (1)
3
4
f (2) > 0, f (1) < 0, f ( ) < 0
3
4
N uevo Intervalo = [ , 2]
3
x=0

x1 = 1

2(3)
10

=3

Problema 18 Escribir pseudocdigo del algoritmo del

mtodo de la Secante utilizando reales de doble precisin.
Los datos de entrada son las aproximaciones iniciales x0,
y x1, El nmero mximo de iteraciones N max, y la tolerancia T OL para determinar la igualdad de dos nmeros.
Solucin:

Problema 15 Escribir el pseudocdigo del algoritmo del

mtodo de la Regula-falsi

Algoritmo: Mtodo de la secante

variables reales x0,x1,x2,tol
variable entera Nmax
leer(a,b,tol,Nmax)
si (x0==x1) entonces
PRINT LAS DOS APROXIMACIONES INICIALES COINCIDEN
parar
finsi
para k 1 hasta Nmax hacer
si(ABS(x1-x0)< tol) entonces
PRINT *,LA RAIZ DE LA FUNCION ES: ,x1
parar
finsi
si(F(x1)==F(x0)) entonces
PRINT *,METODO NO CONVERGE
parar
finsi
x2=x1-F(x1)*(x1-x0)/(F(x1)-F(x0))
x0=x1
x1=x2
fin para
PRINT *,NUMERO MAXIMO DE ITERACIONES
EXCEDIDO
fin algoritmo

Solucin:
Algoritmo: Mtodo de la Regula-falsi
variables reales x,a,b,tol
leer(a,b,tol)
si (a> b) entonces
PRINT INTERVALO INCORRECTO
parar
finsi
si (F(a)*F(b)> 0) entonces
PRINT NO HAY CAMBIO DE SIGNO EN EL
INTERVALO
parar
finsi
mientras (F(x)!=0 Y (b-a)>tol)
x=a-F(a)*(b-a)/(F(b)-F(a))
si((F(a)*F(x))<0) entonces
b=x
adems
a=x
finsi
fin mientras
_PRINT LA RAIZ ES x
fin algoritmo

Problema 16 Calcular una iteracin del mtodo de

Newton-Raphson para calcular un cero de la funcin
f (x) = x3 3 partiendo de x0 = 1.

Problema 19 Calcular una iteracin del mtodo de

Muller para calcular un cero de la funcin f (x) = x3 3
partiendo de x0 = 1 (Calculando las derivadas de la funcin de forma exacta) y quedndonos con la raz ms cercana a x0 .

Solucin:

Solucin:
x1 = 1

2 + 3(x 1) + 3(x 1)2 = 0

3 + 33
x1 = 1 +
6

2
5
=
3
3

Problema 17 (1 punto Calcular una iteracin del

mtodo de la secante para calcular un cero de la funcin
f (x) = x3 3 partiendo de x0 = 0, x1 = 1

Problema 20 Dado el polinomio P (x) = 2x3 +3x2 +4x+

5. Evaluar el polinomio y su derivada en el punto x = 2,
utilizando el algoritmo de Horner
5

Solucin:

Solucin:
P 0 (x) = 6x2 + 6x 12
P (x) = ((2x + 3)x + 4)x + 5
P (2) = ((7)2 + 4)2 + 5
P (2) = (18)2 + 5 = 41
P 0 (x) = (2x + 7)x + 18
P 0 (2) = (4 + 7)2 + 18 = 40

Intervalo Inicial [7, 7]

P (7) = 454 P (2) = 21 P (1) = 6 P (7) = 750.
Intervalos donde estn las races:
[-7,-2] [-2,1] [1,7]

Problema 21 Calcular el nmero mximo de races positivas y negativas del polinomio x5 35x3 + 30x2 + 124x
120, y localizarlas en un intervalo.

INTERPOLACION DE FUNCIONES I
Problema 24 Calcular el polinomio interpolador de Lagrange P3 (x) de la funcin f (x) = sen(x) en los puntos
0, 2 , y 3
2 .

Solucin: Teniendo en cuenta que

1+

maxk=0,..,n1 | ak |
= 125
| an |

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

x (x ) x 3
2
3
P 2 (x) =
2
2 2

2
x (x ) x 2
3
P 3
(x) = 3 3
2
2
2
2 2

las races del polinomio estn en el intervalo [125, 125].

Para calcular el nmero mximo de races positivas miramos los cambios de signo de los coeficientes, en este caso
los signos son:
+++
por tanto el nmero de races positivas es 1 3. Para estimar el nmero de races negativas cambiamos x por x y
miramos los signos de los coeficientes que en este caso son:

Por tanto el polinomio interpolador es

++

P (x) = P 2 (x) P 3
(x)
2

por tanto el nmero de races negativas son 0 2.

Problema 25 Calcular la expresin del error interpolacin al aproximar la funcin f (x) = sen(x) en el intervalo [0, 2] interpolando en los puntos 0, 2 , , 3
2 . y acotarlo superiormente.

Problema 22 Aislar en intervalos las races del polinomio P (x) = 20x3 45x2 + 30x 1.
Solucin: Teniendo en cuenta que en este caso
1+

races x = 1, 2

maxk=0,..,n1 | ak |
45
65
=1+
=
| an |
20
20

Solucin: El error de interpolacin viene dada por la

expresin:

sen()

3
f (x) PN (x) =
x x
(x ) x
4!
2
2

65
todas las races estn en el intervalo [ 65
20 , 20 ]. Para aislar las races calculamos los ceros de la derivada P 0 (x) =
60x2 90x + 30, dichas races son 1 y 1/2. Por otro lado
tenemos

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

donde alcanza el mximo el polinomio del error en [0, 2]
es x = 2, por tanto la cota del error que obtenemos es

3
|f (x) PN (x)| 2 2
(2 ) 2
4!
2
2

65
) = 1260. 4
20
1
21
P( ) =
2
4
P (1) = 4
65
P ( ) = 307. 75
20

P (

Problema 26 Calcular el error mximo de interpolacin

en el intervalo [0, 1] al interpolar la funcin cos(x) en los
puntos dados por los polinomios de Chebyshev tomando
N = 5.

1
por tanto hay una nica raz en el intervalo [ 65
20 , 2 ].

Problema 23 Aislar en intervalos las races del polinomio P (x) = 2x3 + 3x2 12x + 1
6

Solucin: Segn las frmulas vistas en teora el error

viene dado por la expresin:

maxx[a,b] f N+1) () b a N +1
| f (x) PN (x) |
(N + 1)!2N
2

Problema 29 Calcular el polinomio interpolador de Lagrange P3 (x) de la funcin f (x) = 2x en los puntos
0, 1, 3, 4 utilizando las diferencias divididas de Newton.
Expresar el polinomio tomando en primer lugar x0 = 0,
x1 = 1, x2 = 3 y x3 = 4, y en segundo lugar x0 = 4,
x1 = 3, x2 = 1, y x3 = 0.

en nuestro caso como N = 5 y la derivada sexta de cos(x)

es cos(x) cuyo mximo en valor absoluto es 1, obtenemos
6
1
1
= 6. 78 107
| f (x) PN (x) |
6!25 2

Solucin: En el primer caso, las diferencias divididas

son f [x0 ] = 1, f [x1 ] = 2, f [x2 ] = 8, f [x3 ] = 16.
f [x0 , x1 ] = 1
f [x1 , x2 ] = 3
f [x2 , x3 ] = 8
2
f [x0 , x1 , x2 ] =
3
5
f [x1 , x2 , x3 ] =
3
1
f [x0 , x1 , x2 , x3 ] =
4

Problema 27 Interpolar la funcin f (x) = x210+1 en los

puntos x0 = 2, x1 = 1, x2 = 1, x3 = 2 utilizando las
diferencias de Newton y evaluar el polinomio en x = 0
utilizando el algoritmo de Horner.
Solucin:
2 2
-1 5
15

y el polinomio interpolador es:

-1
0

0
-1

2
1
P (x) = 1 + x + x(x 1) + x(x 1)(x 3)
3
4

-3

22

Si tomamos ahora los puntos en orden inverso: f [x0 ] = 16,

f [x1 ] = 8, f [x2 ] = 2, f [x3 ] = 1.

P (x) = 2 + 3(x + 2) 1(x + 2)(x + 1) + 0(x + 2)(x +

1)(x 1) = (1(x + 1) + 3)(x + 2) + 2

f [x0 , x1 ] = 8
f [x1 , x2 ] = 3
f [x2 , x3 ] = 1
5
f [x0 , x1 , x2 ] =
3
2
f [x1 , x2 , x3 ] =
3
1
f [x0 , x1 , x2 , x3 ] =
4

P (0) = (1(0 + 1) + 3)(0 + 2) + 2 = 6

Nota: Quitar parntesis en P(x) y aplicar Horner sobre
el polinomio resultante no es lo que pide el problema y por
lo tanto est mal
Problema 28 Calcular el polinomio interpolador de Lagrange P3 (x) de la funcin f (x) = sen(x) en los puntos
0, 2 , y 3
2 utilizando las diferencias divididas de Newton.

El polinomio interpolador es:

Solucin: Las diferencias divididas son: f [0] = 0, f [ 2 ] =

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

5
1
P (x) = 16+8(x4)+ (x4)(x3)+ (x4)(x3)(x1)
3
4

]=
2

como puede observarse, al cambiar el orden de los puntos de interpolacin, el polinomio de Lagrange expresado
a travs de las diferencias divididas cambia totalmente,
salvo el ltimo coeficiente 14 que es el mismo en mbos casos pues como se haba demostrado en teora el valor de
f [x0 , x1 , x2 , x3 ] no depende del orden en que se toman los
puntos de interpolacin.

2
f [ , ] =
2

3
2
f [,
]=
2

4
f [0, , ] = 2
2

3
f [ , ,
]=0
2
2

3
8
f [0, , ,
]= 3
2
2
3

Problema 30 Dada una funcin f (x), y una secuencia de valores xn , aproximar f (x) por la parbola que
pasa por los puntos (xn1 , f (xn1 )) , (xn2 , f (xn2 )) y
(xn3 , f (xn3 )), calcular posteriormente las derivadas del
polinomio, y comprobar que coinciden con las frmulas dadas en el mtodo de Muller para el clculo de las
derivadas f 00 (xn1 ) y f 0 (xn1 ).

por tanto, el polinomio interpolador es

2

4
8
P (x) = x 2 x x
+ 3x x
(x )

2
3
2

Problema 32 Demostrar que utilizando relaciones

trigonomtricas es posible calcular las funciones sen(x)
y cos(x) para cualquier x (en radianes), utilizando
nicamente su valor en el intervalo [0, 8 ].

Solucin: Si utilizamos las diferencias divididas para interpolar obtenemos f [xn1 ] = f (xn1 )
f (xn1 ) f (xn2 )
xn1 xn2
f (xn2 ) f (xn3 )
f [xn2 , xn3 ] =
xn2 xn3
f [xn1 , xn2 ] f [xn2 , xn3 ]
f [xn1 , xn2 , xn3 ] =
xn1 xn3
f [xn1 , xn2 ] =

Solucin: En teora se demostr como se pueden definir

el sen(x) y cos(x) para cualquier valor de x a partir de
su definicin en [0, 4 ], por tanto, en este problema slo
tenemos que definir las funciones trigonomtricas en [0, 4 ]
a partir de su definicin en [0, 8 ]. Basta tener en cuenta
las relaciones:
(

cos
x [0, 8 ] (x)2
x si x 8
cos[0, 4 ] (x) =
2
cos[0, ] 2 sin[0, ] 2
si x > 8

El polinomio interpolador es
P (x) = f (xn1 ) + f [xn1 , xn2 ](x xn1 )+
f [xn1 , xn2 , xn3 ](x xn1 )(x xn2 )

por tanto

sen[0, 4 ] (x) =

00

P (xn1 ) = 2f [xn1 , xn2 , xn3 ]

P 0 (xn1 ) = f [xn1 , xn2 ] + f [xn1 , xn2 , xn3 ](xn1
xn2 )

Problema 31 Aproximar la funcin sen(x) en el intervalo [0, 4 ] utilizando el desarrollo de Taylor, y calcular el
valor de n a partir del cual la aproximacin es la mejor
posible dentro de una aritmtica de 32 bits.

sen(x) u Pn (x) = x

cos(x) u Pn (x) = 1

2n+1

(x)
| Pn (x) cos(x) | sen( )
8 (2n + 1)!

y el error mximo cometido por el desarrollo de Taylor en

un punto x [0, 4 ] es

donde [0, 8 ]. Para que la aproximacin sea la mejor

dentro de una aritmtica de 32 bits tiene que cumplirse

2n+2

(x)
| Pn (x) sen(x) | sen( )
4 (2n + 2)!

| Pn (x) cos(x) |
224 = 5. 96 108
cos(x)

donde [0, 4 ]. Para que la aproximacin sea la mejor

dentro de una aritmtica de 32 bits tiene que cumplirse

por tanto:

| Pn (x) sen(x) |
224 = 5. 96 108
sen(x)

2n+1
| Pn (x) cos(x) |

tan( ) 8
cos(x)
8 (2n + 1)!

por otro lado, en el intervalo [0, 4 ] se verifica

sen 4
x sen(x)

para n = 3 se tiene que

2n+1
8
= 1. 18 107
tan( )
8 (2n + 1)!

por tanto:
2n+2
| Pn (x) sen(x) |
4
sen(x)
(2n + 2)!

(2n + 2)!

x2 x4
x2n
+
+ .... + (1)n
2!
4!
(2n)!

y el error mximo cometido por el desarrollo de Taylor en

un punto x [0, 8 ] es

2n+1

x
x
x
+
+ .... + (1)n
3!
5!
(2n + 1)!

para n = 4 se tiene que

2n+2

Solucin: En primer lugar, la funcin cos(x) la desarrollamos por serie de Taylor como

Solucin: El desarrollo de Taylor en 0 del sen(x) viene

dado por:
5

sen[0,8 ] (x) si x
2 cos[0, 8 ] x2 sin[0, 8 ] x2
si x >

Problema 33 Calcular los polinomios necesarios para interpolar las funciones trigonomtricas cos(x) y sen(x) en
el intervalo [0, 8 ] en una aritmtica de 32 bits

que corresponde a las frmulas utilizadas por el

mtodo de Muller.

con lo cual ya estamos muy cerca de la precisin ptima.

Para n = 4
2n+1
8
tan( )
= 2. 53 1010
8 (2n + 1)!

= 2. 46 108

por tanto n = 4 determina la mejor aproximacin en

una aritmtica de 32 bits.

por tanto n = 4 determina la mejor aproximacin en una

aritmtica de 32 bits.

En el remonte se empiezan a calcular los ui de abajo

hacia arriba. Las operaciones que se realizan vienen dadas
por:
n
un = abnn

Anlogamente, para la funcin sen(x) tenemos

sen(x) u Pn (x) = x

x3
x5
x2n+1
+
+ .... + (1)n
3!
5!
(2n + 1)!

y el error mximo cometido por el desarrollo de Taylor en

un punto x [0, 4 ] es

un1 =

bn1 an1,n un
an1,n1

(x)2n+2
| Pn (x) sen(x) | sen( )
8 (2n + 2)!

un2 =

bn2 (an2,n un +an2,n1 un1 )

an2,n2

un3 =
..
.

bn3 (an3,n un +an3,n1 un1 +an3,n2 un2 )

an3,n3

donde [0, 8 ]. Para que la aproximacin sea la mejor

dentro de una aritmtica de 32 bits tiene que cumplirse
| Pn (x) sen(x) |
224 = 5. 96 108
sen(x)

En la siguiente tabla se muestra el nmero de operaciones que se realizan en cada iteracin:

por otro lado, en el intervalo [0, 8 ] se verifica

sen 8
x sen(x)

por tanto:
2n+2
| Pn (x) sen(x) |
8
sen(x)
(2n + 2)!
para n = 3 se tiene que
2n+2
8

(2n + 2)!

= 1. 402 679 863 108

Sumas
n1
..
.

M ultiplic.
n1
..
.

Divisiones
1
..
.

T otal
2n 1
..
.

3
2
1
0

3
2
1
0

1
1
1
1

7
5
3
1

A partir de esta tabla podemos calcular el total de

operaciones sumando por columnas:

por tanto n = 3 determina la mejor aproximacin en una

aritmtica de 32 bits.

Sumas = 0 + 1 + 2 + 3 + . . . + n 1 =

(n1)n
2

Problema 34 (1 puntos) Como se puede obtener la funcin y x , donde x, y son nmeros reales, utilizando las funciones ex y ln(x).

M ultiplicac. = 0 + 1 + 2 + 3 + . . . + n 1 =

Solucin: Se utiliza la equivalencia

Total = 1 + 3 + 5 + 7 + . . . + 2n 1 =

(n1)n
2

Divisiones = 1 + 1 + 1 + 1 + . . . + 1 = n

y x = ex ln y

= Sumas + M ultiplicac. + Divisiones =

=

(n1)n
2

(n1)n
2

+ n = n2

El orden del algoritmo es entonces O(n2 ).

ANALISIS NUMERICO MATRICIAL I

Problema
36 Resolver

por el
mtodo
de Gauss el sistema
1 2
x
3
=
2 1
y
0

Problema 35 Calcular el nmero de operaciones bsicas

(sumas, restas, multiplicaciones y divisiones) en funcin
de la dimensin N necesarias para realizar un remonte
para resolver un sistema A0 u = b0 donde A0 es una matriz
triangular superior.

Solucin:

1 2
x
3
=

2
1
y
0

2 1
x
0
=

1
2
y

3
2 1
x
0
=
32 y = y y = 2
y
3
0 32
x = 22 = 1

Solucin: Escribimos la matriz A0 de la siguiente manera,

a11 a12
a1,n2
a1,n1
a1n
0 a22
a2,n2
a2,n1
a2n

..

..
.
.
..
.
.
.
.
.

.
.
.
.
.

0
0
0 an2,n2 an2,n1 an2,n

0
0
0
0
an1,n1 an1,n
0
0
0
0
0
an,n
9

Problema 37 Calcular el nmero de operaciones bsicas

necesarias para descomponer el sistema Au = b en el sistema A0 u = b0 utilizando el mtodo de Gauss, y teniendo
en cuenta la siguiente relacin
M1
X

k2 =

k=1

Divisiones = 1 + 1 + . . . + 1 = n 2
M ultiplicac. = (n 1) + (n 1) + . . . + (n 1) =
=(n 1)(n 2)

1 3 1 2 1
M M + M
3
2
6

Sumas = (n1)+(n1)+. . .+(n1) = (n1)(n2)

..
.
(n-1)a Iteracin:
Divisiones = 1

Solucin:

A=

a11
a21
..
.

a12
a22
..
.

..
.

a1n
a2n
..
.

an,1

an,2

an,n

M ultiplicac. = 2

Sumas = 2
Total operaciones1 :
Divisiones = (n1)+(n2)+(n3)+. . .+1 =

En cada iteracin se realizan las siguientes operaciones:

M ultiplicac. = n(n 1) + (n 1)(n 2) + . . . + 2 =

Para cada iteracin (i):

Para cada fila (j)

aaii
ii
aj1 ai1

aji
aii

=((n 1) + 1)(n 1) + ((n 2) + 1)(n 2) + . . . =

=(n 1)2 + (n 1) + (n 2)2 + (n 2) + . . . =
3

= 2n

. . . ajn ain

aji
aii

1a

2a
..
.
(n 1)a

3n2 +n
6

(n1)n
2

n3 n
3

Sumas = n(n 1) + (n 1)(n 2) + . . . + 2 =

Fila
2a
3a
..
.

Division.
1
1
..
.

Multiplic.
n
n
..
.

Sumas
n
n
..
.

na
3a
4a
..
.

1
1
1
..
.

n
n1
n1
..
.

n
n1
n1
..
.

na
..
.

1
..
.

n1
..
.

n1
..
.

na

n3 n
3

Total=Sumas + M ultiplicac. + Divisiones =

En la primera iteracin, este proceso se repite N 1

veces (para las N 1 j-filas inferiores). En la segunda, se
repite N 2 veces, y as sucesivamente hasta la penltima
fila, en donde slo se realiza una vez.
Iteracin

n(n1)
2

n3 n
3

n(n1)
2

= 23 n3 + 12 n2 76 n
3

El orden del algoritmo es entonces O( 2n3 ).

Problema 38 Escribir el pseudocdigo del algoritmo de

la funcion IDESCEN SO(A, b, u, N) que resuelve un sistema donde A es una matriz triangular inferior, b es el
vector de trminos independientes, u el vector solucin, N
es la dimensin del sistema La funcin devuelve 0 si termina correctamente y 1 en caso contrario. Nota Importante: Las lneas de cdigo tienen que ir todas numeradas
y no pueden superar las 12 lineas de instrucciones como
mximo.
Solucin:
01 IDESCEN SO(matriz real A,vector real b,vector real
u,entero N)
02 para variable entera I 0 hasta N-1 hacer
03
si(A(I, I) == 0) entonces
04
devolver 1
05
finsi
06
u(I) = b(I)
07
para variable entera J 0 hasta I 1 hacer
08
u(I) = u(I) A(I, J) u(J)

A continuacin obtenemos el total de operaciones en

cada iteracin sumando por columnas:
1a Iteracin:
Divisiones = 1 + 1 + . . . + 1 = n 1
M ultiplicac. = n + n + . . . + n = n(n 1)
Sumas = n + n + . . . + n = n(n 1)

11

2a Iteracin:
10

+ 22 + 32 + ... + (n 1)2 =

2n3 3n2 +n
6

09
fin mientras
10
u(I) = u(I)/A(I, I)
11 fin mientras
12 devolver 0

2. Definida positiva:
Como |B| 6= 0, si B x
= 0 = x
=0
Una matriz se dice definida positiva si se cumple que

x 6= 0, x
t A
x > 0 =

Problema 39 Resolver por el mtodo de Gauss el siguiente sistema de ecuaciones

0 1 2
u1
1
1 2 1 u2 = 0
2 1 0
1
u3

x=x
t BB t x
= (B t x
) B t x
=
= x
t A
= yt y =

la primera:

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

donde la matriz B es triangular inferior.

0
b11 0
B = b21 b22 0
b31 b32 b33

b11 b21 b31

B t = 0 b22 b32
0
0 b33

4. Realizamos el remonte, y obtenemos como solucin:

u2 =

12u3
1

u1 =

1+u2
2

Clculo de los elementos de la matriz B :

=1
=
=

2
2

1
1

A = B Bt =

b11 0
= b21 b22
b31 b32

=1

=1

b211

b11 b21
=
b11 b31

Problema 40 Demostrar que si A = B B t (B triangular

inferior) y |B| =
6 0, entonces A es simtrica y definida
positiva

b211 = 1
b11 = 1

1. Simtrica:
t

At = (B B t ) = (B B t ) = (B t ) B t = B B t = A

b11 b21 = 1
b21 =

2 Matriz

b11
0
0 0
b33
0
b11 b21
b221 + b222
b21 b31 + b22 b32

b21
b22
0

b31
b32 =
b33

b11 b31
b21 b31 + b22 b32
b231 + b232 + b233

Igualamos los elementos de la matriz anterior con los

elementos de la matriz A y se obtienen los siguientes resultados:

Solucin:Tenemos que demostrar, por una parte, que

At = A (A simtrica) y, por otra, que x
t A
x > 0 (A definida
positiva2 ).

1 4
5 6
6 26

A = B Bt,

3. Hacemos ceros en la segunda columna

aj1
f ilaj f ila2 a11
;j > 2 :

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

la siguiente matriz A por el

Solucin: La descomposicin por el mtodo de Cholesky

tiene la forma siguiente:

2. Hacemos ceros en la primera columna

aj1
f ilaj f ila1 a11
;j > 1 :

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

u3 =

yi2 > 0

Problema 41 Descomponer
mtodo de Cholesky

1
A= 1
4

Solucin: Pasos en la descomposicin por Gauss:

1. Intercambiamos la tercera fila con

0 1 2 1

1 2 1 0 pivoteo
2 1 0 1

x
t A
x

definida positiva:
x 6= 0 =
> 0.
Esta es la definicin formal. De forma prctica, se comprueba que los
menores principales de la matriz sean positivos. Tambin se cumple
si todos sus autovalores son positivos: x
t A
x=x
t
x =
xt x
> 0.

1
b11

=1

b11 b31 = 4
b31 =
11

4
b11

=4

b221 + b222 = 5
p
p
b22 = (5 b221 ) = (4) = 2

En la siguiente tabla se muestra de forma esquematizada, el nmero de operaciones en cada iteracin:

Iteraci
on

b21 b31 + b22 b32 =6

b32 =

6b21 b31
b22

64
2

=1

i=1

b231 + b232 + b233 = 26

p
p
b33 = (26 b231 b232 ) = (26 16 12 ) = 3

Sumas
0
0
..
.

M ultiplic.
0
0
..
.

Divisiones
0
1
..
.
1
n1

1
1
..
.

i=2

La descomposicin queda de la siguiente manera:

A = B Bt =

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

..
.
i=n

0
1
..
.

n1

n1

n2

2
2
..
.

2
2
..
.

0
1
..
.

2(n2)

2(n2)

n3

..
.
n1

..
.
n1

..
.
0

i=3

Problema 42 Calcular el nmero de operaciones necesarias para resolver un sistema por el mtodo de Cholesky.

1
1
..
.

El total de operaciones se obtiene sumando los totales

parciales de la tabla anterior:

Solucin: Las operaciones que se realizan en cada iteracin vienen dadas por:

Sumas = M ultiplicac. =
Iteraci
on

i=1

i=2
..
.
i=n

Operaciones

j = 1 : b11 = a11
21
j = 2 : b21 = ab11
..
.
j = n : bn1 = abn1
p11
j = 2 : b22 = a22 b221
21 b31
j = 3 : b32 = a32 b
b22
..
.
21 bn1
j = n : bn2 = an2 b
b22
..
.
q

j = n : bnn = ann b2n1 + . . . + b2n,n1

= (n 1) + 2 (n 2) + 3(n 3) + . . . + (n 1) =
Pn1
3
= i=1 i(n i) = n 6n

Divisiones = (n 1) + (n 2) + (n 3) + . . . + 1 =
Pn1
= i=1 i = n(n1)
2
El resultado final es:

Total=Sumas + M ultiplicac. + Divisiones =

3

= 2n

n
6

n(n1)
2

= 13 n3 56 n + 12 n2

El orden del algoritmo es O

n3
3

Problema 43 Demostrar que a partir de un mtodo para

resolver sistemas de ecuaciones se puede construir de
forma inmediata un mtodo para calcular la inversa A1
de una matriz A.
Solucin:

AA1 = Id =

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

0
0
..
.
1

Si expresamos la matriz inversa de la siguiente manera:

12

c11
c21
..
.

c12
c22
..
.

..
.

c1n
c2n
..
.

cn1

cn2

cnn

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

0
0
..
.
1

l2 u2 = b2

l2 = a2 m1 u1 , u2 =
..
.
mn2 un2 + ln1 = an1

se pueden calcular las columnas de esa matriz a partir de

N sistemas de ecuaciones de la siguiente forma:

c11
c21
..
.

cn1

c12
c22

A .
..
cn2
..
.
c1n
c2n

A .
..

cnn

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

ln1 un1 = bn1

ln1 = an1 mn2 un2 , un1 =

ln = an mn1 un1

El algoritmo queda de la siguiente manera:

l1 = a1
u1 = bl11
Para i = 2, . . . , n 1
mi1 = ci1
li = ai mi1 ui1
ui = blii
Fin Para
mn1 = cn1
ln = an mn1 un1

, c.q.d.

Problema 45 Resolver utilizando el mtodo de Crout el

siguiente sistema de ecuaciones

2
4 0
x
6
1 0 4 y = 3
0 1 0
z
1

Solucin: Consideremos la matriz tridiagonal siguiente:

A=

a1
c1
0
..
.

b1
a2
c2
..
.

0
b2
a3
..
.

b3
..
.

cn1

0
0
0
bn1
an

La descomposicin por el mtodo de Crout genera dos

matrices de la forma:

1 u1 .
.
0
0
l1 0

m1 l2
0
.
0
=
0 1 .
A=

0
0 . . un1
.
.
0
0
. mn1 ln
0 . 0
1

l1
m1

=
0
0

l1 u1
m1 u1 + l2
.
0

bn1
, mn1 = cn1
ln1

mn1 un1 + ln = an

Problema 44 Demostrar el algoritmo de Crout para descomponer matrices tridiagonales.

b2
, m2 = c2
l2

0
l2 u2
.
.

.
.
.
mn1

ln1 un1
mn1 un1 + ln

Igualando ambas matrices y despejando los elementos

li , ui y mi ,

Solucin: Aplicando el algoritmo del problema anterior,

obtenemos los siguientes resultados:
i=1
l1 = 2
u1 =

4
2

=2

i=2
m1 = 1
l2 = 0 2 (1) = 2
u2 =

4
2

=2

i=3

l1 u1 = b1
l1 = a1 , u1 =

b1
, m1 = c1
l1

m2 = 1
l3 = 0 2 (1) = 2

m1 u1 + l2 = a2
13

Sustituyendo estos valores en las matrices de Crout,

la descomposicin queda:

2
0 0
1 2 0
A = L U = 1 2 0 0 1 2
0 1 2
0 0 1

En la siguiente tabla se muestra el nmero de operaciones en cada iteracin:

Para resolver el sistema, se tiene en cuenta lo siguiente:

Ax = b
LU x = b

Iteraci
on
i=1
i=2
i=3
..
.

Sumas
0
1
1
..
.

M ultiplic.
0
1
1
..
.

Divisiones
1
1
1
..
.

i=n

El total de operaciones se obtiene de la tabla anterior

como:

(U x = y)

Sumas = M ultiplicac. = Divisiones =

y nos queda un sistema de la forma:

= 1 + 1 + . . . + 1 = (n 1)

Ly = b

Total=Sumas + M ultiplicac. + Divisiones =

Calculamos el valor de y a partir del sistema anterior:

2
0 0
y1
6
1 2 0 y2 = 3 ,
0 1 2
1
y3

= 3 (n 1)
El orden del algoritmo es O (3n)
DIFERENCIACION E INTEGRACION
NUMERICA

aplicando un algoritmo de descenso,

y1
y2 =
y3

6
2
3+y1
2
1+y2
2

3
= 3
1

Problema 47 Calcular analticamente y numricamente

la matriz gradiente en el punto (1, 1) (utilizar h = 0.1) de
la funcin:
2
x + y2 1
f (x, y) =
xy

Calculamos el vector x por remonte:

Ux = y

1 2 0
x1
3
0 1 2 x2 = 3
0 0 1
1
x3

Solucin:

x1
3 2x2
1
x2 = 3 2x3 = 1
x3
1
1
quedndonos la solucin final x =

Analticamente

2x 2y
2 2
f (x, y) =
f (1, 1) =
1 1
1 1

1 1 1

Numricamente, si llamamos f1 (x, y) = x2 + y 2 1 y

f2 (x, y) = x y, entonces aplicando las mscaras vistas en
teora tenemos

Problema 46 Calcular el nmero de operaciones necesarias para resolver un sistema tridiagonal por el mtodo
de Crout.

f1 (x, y) = x y
f1 (1,1)
x =
1
4(0.1) 2 2 (f1 (1 + 0.1, 1 0.1) f1 (1 0.1, 1

1
4(0.1) 2 2 (f1 (1 + 0.1, 1 + 0.1) f1 (1 0.1, 1

1
2 1 (f1 (1 + 0.1, 1) f1 (1 0.1, 1)) =
4(0.1) 2

Solucin: Las operaciones que se realizan en cada iteracin vienen dadas por:

0.1)) +

+ 0.1)) +

0.585 79 + 0.585 79 + 0.828 43 = 2.0

Iteraci
on
i=1
i=2
..
.
i=n

Operaciones
l1 = a1 ; u1 = bl11
m1 = c1 ; l2 = a2 m1 u1 ; u2 =
..
.
ln = an mn1 un1

f1 (1,1)
y =
1
4(0.1) 2 2 (f1 (1 0.1, 1 + 0.1) f1 (1 0.1, 1

1
4(0.1) 2 2 (f1 (1 + 0.1, 1 + 0.1) f1 (1 + 0.1, 1

1
2 1 (f1 (1, 1 + 0.1) f1 (1, 1 0.1)) =
4(0.1) 2

b2
l2

14

0.1)) +
0.1)) +

0.585 79 + 0.585 79 + 0.828 43 = 2.0

+f

00

De la misma forma, para f2 (x, y) tenemos

+f

000

+f

000

f2 (1,1)
x =
1
4(0.1) 2 2 (f2 (1 + 0.1, 1 0.1) f2 (1 0.1, 1

1
4(0.1) 2 2 (f2 (1 + 0.1, 1 + 0.1) f2 (1 0.1, 1

1
2 1 (f2 (1 + 0.1, 1) f2 (1 0.1, 1)) =
4(0.1) 2

0.1)) +

f 0 (xi )

(xi

(xi )
xl ) f (xxrr)f
xi

distintos

+ (xr

xr xl

(xi )
(xi
3!

xi )(xl xi )2 +
xl )(xr xi )2

= (xr xl )f 0 (xi ) +
+f

0.1)) +
0.1)) +

000

(xi )
(xr
3!

f 00 (xi )
2!

0+

xi )(xl xi ) ((xl xi ) (xr xi ))

El trmino de la tercera derivada nos da el orden de

la frmula:
(xi )
(xr xl )f 0 (xi ) = (xr xi ) f (x(xl )f
+
l xi )

Con lo cual, en este caso la matriz gradiente calculada

numricamente coincide con la calculada analticamente.

2 2
f (1, 1) =
1 1
puntos

(xi )
(xr
3!

(xi )
(xi )
(xr xi ) f (x(xl )f
+ (xi xl ) f (x(xrr)f
=
xi )
l xi )

0.292 89 + 0.292 89 + 0.414 21 = 1

Problema 48 Dados 3
demostrar que la frmula:

xi )(xl xi )+

Agrupamos por las derivadas de la funcin:

+ 0.1)) +

0.292 89 + 0.292 89 + 0.414 21 = 1

f2 (1,1)
y =
1
4(0.1) 2 2 (f2 (1 0.1, 1 + 0.1) f2 (1 0.1, 1

1
4(0.1) 2 2 (f2 (1 + 0.1, 1 + 0.1) f2 (1 + 0.1, 1

1
2 1 (f2 (1, 1 + 0.1) f2 (1, 1 0.1)) =
4(0.1) 2

(xi )
2! (xr

(xi )
+ O(h3 )
+(xi xl ) f (x(xrr)f
xi )

f 0 (xi )

(xi xl )

f (xi )f (xl )
f (xr )f (xi )
+(xr xi )
xr xi
xi xl

xr xl

+ O(h2 )

xl , xi , xr
Problema 49 Dados 3 puntos distintos xl , xi , xr calcular
el polinomio de Lagrange que interpola a f (x) en esos 3
puntos, calcular la derivada de ese polinomio en xi y comprobar que da la misma frmula que la presentada en el
problema anterior.

(xl )
xi ) f (xxi i)f
xl

aproxima la derivada de f 0 (xi ) con un orden de aproximacin de 2.

Solucin: El polinomio de Lagrange es:

Solucin: Evaluamos el desarrollo de Taylor de la funcin
en los puntos xr , xl :

f (x) =

00

(xi )
2! (xl

f 000 (xi )
(xl
3!

xi )2 +

xi )3

+f

(xi )
2! (xr

xi )2 +

000

f 0 (x) =

(xi )
(xr
3!

xi )3

+f

(xi )
2! (xl

xi ) +

000

(xi )
(xl
3!

xi ) +

f 000 (xi )
(xr
3!

xi )2 ]

f 0 (xi ) =

xi ) ]

f 0 (xi ) =

(xr ) +

(xi xl )+(xi xr )
(xi xr )(xi xl ) f

(xi ) +

f (xi )
(xi xr )

f (xi )
(xi xl )

(xi xr )+(xi xi )
(xl xi )(xl xr ) f
(xi xl )f (xr )
(xr xi )(xr xl ) +

extraemos el factor (xr xl ),

= (xr xi )f 0 (xi ) + (xi xl )f 0 (xi )+

(xi )
2! (xi

(xxl )+(xxi )
(xr xi )(xr xl ) f

i xr )f (xl )
+ (x(xl x
i )(xl xr )

(xi )
(xi )
(xr xi ) f (x(xl )f
+ (xi xl ) f (x(xrr)f
=
xi )
l xi )

00

(xi ) +

i xl )+(xi xi )
+ (x
(xr xi )(xr xl ) f (xr ) +

Sumamos las expresiones anteriores y nos queda:

+f

(xxl )+(xxr )
(xi xr )(xi xl ) f

Evaluamos la derivada en el punto xi y desarrollamos

hasta obtener el resultado:

(xr )
(xi xl ) f (x(xi i)f
= (xi xl )[f 0 (xi )+
xr )
00
(xi )
+ f 2!
(xr

(xr ) +

r )+(xxi )
+ (xx
(xl xi )(xl xr ) f (xl )

(xi )
(xr xi ) f (x(xl )f
= (xr xi )[f 0 (xi )+
l xi )
00

(xxi )(xxl )
(xr xi )(xr xl ) f

Derivamos la expresin anterior y obtenemos:

f (xr ) = f (xi ) + f 0 (xi )(xr xi )+

00

(xi ) +

i )(xxr )
+ (x(xx
f (xl )
l xi )(xl xr )

f (xl ) = f (xi ) + f 0 (xi )(xl xi )+

+f

(xxr )(xxl )
(xi xr )(xi xl ) f

(xr xl ) f 0 (xi ) =

xl )(xr xi )+
15

(xr xl )f (xi )
(xi xr )

(xr xl )f (xi )
+
(xi xl )

(xl )

xl )f (xr )
+ (xi(x

r xi )

(xr xl ) f 0 (xi ) =

(xi xr )f (xl )
(xl xi )

Problema 51 Dados 3 puntos. Demostrar que la frmula

xr f (xi )+xl f (xi )

(xr xi )

xl )f (xr )

+ (xi(x
r xi )

xr f (xi )xl f (xi )

+
(xi xl )

f 00 (xi ) 2

(xr xi )f (xl )
(xi xl )

(xr xi )f (xi )
(xi xl )

xr f (xi )
(x
+
r xi )

(xi xl )f (xr )
(xr xi )

(xr xl ) f 0 (xi ) =

xl f (xi )
(xi xl )

(xi xl )f (xi )
(xr xi )

xi f (xi )
(xr xi )

+f

xi f (xi )
(xr xi )

00

(xi )
2!

(xr xi ) +

f 000 (xi )
3!

(xr xi )

f (xl ) f (xi ) + f 0 (xi ) (xl xi ) +

+f

xr f (xi )
(xr xi ) +

00

(xi )
2!

(xl xi ) +

f 000 (xi )
3!

(xl xi )

Extraemos en ambas ecuaciones:

f (xr )f (xi )
(xr xi )

(xi xl )(f (xr )f (xi ))

+
(xr xi )

+f

)(f (xi )f (xl ))

+
+ (xr xi(x
i xl )

+f

i )xl f (xi )(xr xi )

+ xi f (xi )(x(xrrx
xi )(xi xl )

f 00 (xi )
2!

f 0 (xi ) +

000

(xi )
3!

f (xl )f (xi )
(xl xi )

l )xr f (xi )(xi xl )

+
+ xi f (xi )(x(xirx
xi )(xi xl )

(xr xi )

f 0 (xi ) +

000

(xi )
3!

(xr xi ) +

f 00 (xi )
2!

(xl xi ) +

(xl xi )

Restamos las expresiones anteriores:

simplificando,
f 0 (xi ) =

xr xl

f (xr ) f (xi ) + f 0 (xi ) (xr xi ) +

xl f (xi )
(xi xl )

(xr xl ) f (xi ) =

f (xi )f (xl )
xi xl

Solucin: Desarrollo de Taylor de la funcin en el punto

xi y evaluacin en xr y xl :

(xi xl )(f (xr )f (xi ))

+
(xr xi )

)(f (xi )f (xl ))

+
+ (xr xi(x
i xl )
xi f (xi )
+ (x

i xl )

(xr xi )f (xl )
(xi xl )

xi f (xi )
(xi xl )

aproxima la derivada segunda de f (x) en xi con un orden

de aproximacin de 1.

agrupamos trminos,
(xr xl ) f 0 (xi ) =

f (xr )f (xi )
xr xi

f (xr )f (xi )
(xr xi )

(xi xl )(f (xr )f (xi )) (xr xi )(f (xi )f (xl ))

+
(xr xi )
(xi xl )
(xr xl )

+f

000

(xi )
3!

f (xi )f (xl )
(xi xl )

f 00 (xi )
2!

(xr xl ) +

(xr xi )2 (xl xi )2

Despejamos la segunda derivada y obtenemos:

f (xr )f (xi )

Problema 50 Calcular una aproximacin de la derivada

tercera f 000 (xi ) de una funcin f (x) en un punto xi , utilizando f (xi ), f (xi + h), f (xi h), f (xi 2h)

f 00 (xi ) 2
2

Solucin:
2
3
a f (xi + h) = f (xi ) + hf 0 (xi ) + h2 f 00 (xi ) + h6 f 000 (xi ) +
O(h4 )
1. b f (xi h) = f (xi ) hf 0 (xi ) +
h3 000
4
6 f (xi ) + O(h )

h2 00
2 f (xi )

a b 2c = 0
Sistema: a2 + 2b + 2c = 0
a
b
4c
6 6 3 =1
1, b = 3, c = 1.

Solucin:

((xr xi )2 (xl xi )2 )
xr xl

f (xr )f (xi )

f (xi )f (xl )

(xr xi )
(xi xl )
xr xl

+ O(h)

Problema 52 Considerar en el problema anterior que

xl = xi h, y xr = xi + h. Deducir como queda la frmula
anterior para aproximar la derivada segunda, y demostrar
que en este caso el orden de aproximacin es 2.
Solucin: Sustituyendo xl = xi h, y xr = xi + h,
tenemos:

a =

af (xi +h)+bf (xi h)+cf (xi 2h)(a+b+c)f (xi )

h3
f (xi +h)+3f (xi h)f (xi 2h)3f (xi )
+ O(h)
h3

f 000 (xi ) =

f 000 (xr )
3!

f 00 (xi ) 2

c f (xi 2h) = f (xi ) 2hf 0 (xi ) + 2h2 f 00 (xi )

4h3 000
4
3 f (xi ) + O(h )

f (xi )f (xl )

(xr xi )
(xi xl )
xr xl

f (xr )f (xi )

f 00 (xi ) 2

16

f (x )f (x )
x ix +hl
(xi +hxi )
( i i )
xi +hxi +h

f (xr )f (xi )
f (xi )f (xl )

h
h

f (xr )f (xi )f (xi )f (xl )

h2

=
O(h2 ) =
=

f (xr )2f (xi )f (xl )

h2

f 000 (xi )
3!

Problema 55 Demostrar, utilizando el desarrollo de

Taylor, que las siguientes expresiones son discretizaciones
del laplaciano:

(h h) +

+ O(h2 )

Fi+1,j+1 + Fi1,j+1 + Fi1,j1 + Fi+1,j1 4Fi,j

2h2
Fi+1,j + Fi1,j + Fi,j+1 + Fi,j1 4Fi,j
F =
h2
Solucin: A partir del desarrollo de Taylor de la funcin
F , se obtiene lo siguiente:
F =

La aproximacin de la segunda derivada queda de la

forma,
f (xr ) 2f (xi ) f (xl )
f 00 (xi )
h2
Problema 53 Dados 3 puntos xl < xi < xr calcular el
polinomio de Lagrange que interpola a f (x) en esos 3 puntos, calcular la derivada segunda de ese polinomio en xi
y comprobar que da la misma frmula que utilizando los
desarrollos de Taylor.

F (x + h, y + h) = F (x, y) + hFx + hFy +

+ 12 h2 (Fxx + 2Fxy + Fyy )
F (x h, y h) = F (x, y) hFx hFy +

Solucin: Por las diferencias divididas de Newton obtenemos lo siguiente:

xl f (xl )
f (xi )f (xl ) +
f (xr )f (xi )
(xl )
f (xxi i)f
xi f (xi ) xi xl
xr xi
xl
xr xl
f (xr )f (xi )
xr xi
xr f (xr )

+ 12 h2 (Fxx + 2Fxy + Fyy )

F (x h, y + h) = F (x, y) hFx + hFy +
+ 12 h2 (Fxx 2Fxy + Fyy )
F (x + h, y h) = F (x, y) + hFx hFy +

Polinomio de Lagrange:
f (xi )f (xl )
xi xl

P (x) ' f (xl ) +

+

f (xi )f (xl )
f (xr )f (xi )

xr xi
xi xl

xr xl

+ 12 h2 (Fxx 2Fxy + Fyy )

(x xl ) +

Sumamos estas cuatro ecuaciones,

F (x + h, y + h)+F (x h, y h)+F (x h, y + h) +

(x xl ) (x xi )

+F (x + h, y h) = 4F (x, y) + 2h2 (Fxx + Fyy )

Derivamos el polinomio:
0

P (x) '
+

f (xi )f (xl )
xi xl

f (xi )f (xl )
f (xr )f (xi )

xr xi
xi xl

xr xl

f (xi )f (xl )
f (xr )f (xi )

xr xi
xi xl

xr xl

Fxx + Fyy =
(x xl ) +

discretizando se obtiene el resultado esperado,

(x xi )

Calculamos la segunda derivada, obteniendo:

P 00 (x) ' 2

f (xi )f (xl )
f (xr )f (xi )

xr xi
xi xl

xr xl

Fi+1,j+1 + Fi1,j+1 + Fi1,j1 + Fi+1,j1 4Fi,j

2h2
Para demostrar la segunda igualdad, tomamos las
siguientes ecuaciones:
2
F (x + h, y) = F (x, y) + hFx + h2 Fxx
F =

, c.q.d.

Problema 54 Calcular una aproximacin de la derivada

primera y segunda de una funcin f (x) en x = 0, teniendo
en cuenta que f (0) = 1, f (1) = 0, f (4) = 9
Solucin:
f 0 (xi )
=
=
=

(xi xl )

f (xi )f (xl )
f (xr )f (xi )
+(xr xi )
xr xi
xi xl

xr xl

(0)
(1)
(01) f (4)f
+(40) f (0)f
40
01

41
10
91
4 +4 1

6
3

91

F (x, y + h) = F (x, y) + hFy +

h2
2 Fyy

F (x, y h) = F (x, y) hFy +

h2
2 Fyy

+F (x, y h) = 4F (x, y) + h2 Fxx + h2 Fyy

Fxx + Fyy =

f (xr )f (xi )

f (xi ) 2

h2
2 Fxx

F (x + h, y) + F (x h, y) + F (x, y + h) +

24
3

f (xi )f (xl )

(xr xi )
(xi xl )
xr xl

F (x h, y) = F (x, y) hFx +

Sumamos estas expresiones y obtenemos:

=

= 2

00

F (x+h,y+h)+F (xh,yh)+F (xh,y+h)+F (x+h,yh)4F (x,y)

,
2h2

F (x+h,y)+F (xh,y)+F (x,y+h)+F (x,yh)4F (x,y)

,
h2

discretizando
Fi+1,j + Fi1,j + Fi,j+1 + Fi,j1 4Fi,j
F =
h2

10

= 2 (40)41(01) = 2 2+1
3 =2

17

0
0
Fx = 2h
+ (1 ) 4h
=0

Problema 56 Calcular una aproximacin del laplaciano de una funcin F (x, y) en el punto (x, y) =
(0, 0) conociendo los siguientes valores: F (0, 0) = 0,
F ( 12 , 0) = 14 , F ( 12 , 0) = 14 , F (0, 12 ) = 14 , F (0, 12 ) = 14 ,
F ( 12 , 12 ) = 12 , F ( 12 , 12 ) = 12 , F ( 12 , 12 ) = 12 , F ( 12 , 12 ) =

2
1
1 1
1
Fy = (1 ) 1
2h + 4h = 2 h 2 h = 2h
1
1 F (hi0 , hj0 ) = (Fx , Fy ) = 2h
,0

1
2

Rotamos la funcin anterior 45o :

1
1
0

Solucin: Si representamos estos valores en una tabla,

obtenemos lo siguiente:
1
2
1
4
1
2

1
4

0
1
4

El valor de h es
Aproximamos el laplaciano promediando las dos expresiones del ejercicio anterior. Si no realizramos este
promediado, no se tendran en cuenta todos los valores de
la funcin.

8
3

2
3
4
3

=4

+ 1 23

1
1
1
1
4+4+4+4
1
4

1
Fy =
4h

2 2
0
2 2

0
0
0

1
1 1
Fy = (1 ) 1
2h + 4h = 2 h

1
4h

1 2
4 h

1
2h

2
2
2
2

1
4h

= ( 2) = 2 2

= ( 2) = 2 + 2

Fi+1,j Fi1,j
+
2h

Fi+1,j+1 Fi1,j+1 +Fi+1,j1 Fi1,j1

4h

Fi+1,j Fi1,j
=2 21
+
4h
F

F
+F
F
+ 2 2 i+1,j+1 i1,j+14h i+1,j1 i1,j1

2 2
0
2 2

Fy = (1 )
+

Fi,j+1 Fi,j1
+
2h

Fi+1,j+1 Fi+1,j1 +Fi1,j+1 Fi1,j1

4h

F
= 2 2 1 i,j+14h i,j1 +
F

F
+F
F
+ 2 2 i+1,j+1 i+1,j14h i1,j+1 i1,j1 ,

Solucin: Procedemos de la misma forma que al calcular

el valor de en el caso del laplaciano.
Consideramos una funcin que tiene los siguientes valores en un entorno de un punto (hi0 , hj0 ) :
1
0
0

(1, 1)

2 | 2|

Fx = (1 )

dan lugar a una discretizacin del gradiente tal que su

norma eucldea es invariante por rotaciones de 45 grados.

1
0
0

1 2
4 h

Sustituyendo este valor en las expresiones de Fx , Fy

tenemos:

2
2 2
1
2 2

21
0

2 21

1 2
4 h

La solucin vlida es = 2 2, ya que el gradiente

2 F debe ser negativo en sus dos derivadas.

Problema 57 Demostrar que las mscaras

2 2
1
Fx =
2 2
1
4h
2 2

k1 F (hi0 , hj0 )k = k2 F (hi0 , hj0 )k

q
2
1
=
2 14 2
2h
h

Fi+1,j +Fi1,j +Fi,j+1 +Fi,j1 4Fi,j

,
h2

1
1
1
1
2+2+2+2
2 14

1
4h

Calculamos las normas de los gradientes e igualamos:

2
3

F (0, 0) =

1
1 1
Fx = (1 ) 1
2h + 4h = 2 h

2 F (hi0 , hj0 ) = (Fx , Fy ) =

F
+F
+Fi1,j1 +Fi+1,j1 4Fi,j
i+1,j+1 i1,j+1 2h
+
2

+ (1 )

0
0
0

y calculamos su gradiente:

1
2
1
4
1
2

1
2.

F =

1
0
0

cuyas mscaras son las que se muestran en el enunciado

del problema.

1
0
0

Problema 58 Calcular una aproximacin del gradiente de una funcin F (x, y) en el punto (x, y) =
(0, 0) conociendo los siguientes valores: F (0, 0) = 0,
F ( 12 , 0) = 12 , F ( 12 , 0) = 12 , F (0, 12 ) = 12 , F (0, 12 ) =

Calculamos el valor del gradiente en el punto central

de la siguiente manera:

18

1
2,

F ( 12 , 12 )
1
F ( 2 , 12 ) =

= 0, F ( 12 , 12 ) = 0, F ( 12 , 12 ) = 1,
1

2. n = 3
3
P

0
1
2

1
2

= 0.55555555555 P (0.7745966692) +

0
1
2

1
2

+0.88888888 P (0) +

+0.55555555555 P (0.7745966692) =

Sustituimos estos valores en las derivadas de la funcin:

F
F
Fx = 2 2 1 i+1,j4h i1,j +
F

F
+F
F
+ 2 2 i+1,j+1 i1,j+14h i+1,j1 i1,j1 =
=2
=

1
2

21

21
h

1
1
2+2

4h + 2

1 2 2
1
= 2h
2 h

= . 4
R1

El valor exacto de la integral es 1 x3 x4 dx =

25 = . 4, que coincide con el valor del segundo caso. La
frmula de integracin numrica es exacta hasta el orden
2n 1, que en el segundo caso es equivalente a 5, con lo
que ya se saba que el valor obtenido sera exacto.

1+1
2 4h =

F
F
Fy = 2 2 1 i,j+14h i,j1 +
F

F
+F
F
+ 2 2 i+1,j+1 i+1,j14h i1,j+1 i1,j1 =
=2

21

= 12

21
h

1
1
2 2

4h

Problema 60 Se considera para el intervalo [1, 1], los

puntos x0 = 0.5, x1 = 0 y x2 = 0.5 y los pesos w0 =
w1 = w2 = 2/3. Estos puntos y estos pesos se utilizan
para aproximar la integral de una funcin en [1, 1]. Usar
esta frmula de integracin para calcular nmericamente
la siguiente integral y compararla con el resultado anlitico
(exacto).
Z 2
cos(x)dx

+ 2 2 11
4h =

1 2 2
2 h

wk P (xk ) =

k=1

Solucin: Los valores de la funcin en una tabla quedan

de la siguiente manera:

1
= 2h

y obtenemos el valor del gradiente:

Fx
1
2h
F =
=
=
1
1
Fy
2h

Solucin:

R
1. 2 cos(x)dx = sin(x)]2 = 1 (1) = 2

Este vector nos da la direccin de mximo ascenso,

que en este caso ser en diagonal hacia arriba a la derecha.

R1
2
cos(x)dx = 1 cos( 2 t) 2 dt

2
2
3 2 cos (0) + 3 2 cos 4

= 13 2 + 13 = 2. 528 2

Problema 59 Aproximar el valor de la siguiente integral,

utilizando las frmulas de Legendre para n = 2 y n = 3
Z 1
3

x x4 dx
1

2
3 2

cos 4 +

Cual es el valor exacto de la integral?

Problema 61 Encontrar cual sera la frmula de integracin numrica en el intervalo [1, 1] utilizando un slo
punto de interpolacin, y de tal manera que sea exacta
para polinomios de grado 1

Solucin:
N

R1 3
P
4

x
wk P (xk )
x
dx
'
1
k=0

P (x) = x3 x4

Solucin: La frmula que usa un nico punto se puede

expresar como
Z 1
f (x) dx ' w0 f (x0 )

1. n = 2
2
P

wk P (xk ) =

k=1

Vamos a imponer que se exacta para los polinomios f (x) =

1 y f (x) = x

= 1 P (0.5773502692 + 1 P (0.5773502692) =

= . 222 22

19

1dx = 2 = w0 f (x0 ) = w0

w0 = 2

xdx = 0 = w0 f (x0 ) = w0 x0

= w1 f (x1 ) + w2 f (x2 ) + w3 f (x3 ) =

10

=
(w
0 f x02+1 + w
1 f x12+1 + +
2
x2 +1
w
2 f
)=
2

= 12 (0.55555556 f 0.7745966692+1
+
2
0+1
+0.8888888889 f 2 +

+0.55555556 f 0.7745966692+1
)=
2

x0 = 0

Por lo tanto, la frmula de integracin numrica de Legendre es:

Z
1

f (x) dx ' 2 f (0) ,

Problema 62 A partir de los ceros y de los pesos asociados a los polinomios de Legendre, y dado un intervalo
[a, b] cualquiera, encontrar los puntos xk , y los pesos wk
que hacen exacta hasta el orden 2N 1 una frmula de
integracin numrica sobre el intervalo [a, b]

= 8. 333 3 102

Problema 64 Calcular de forma exacta la integral

Z
3

2
x x2 ex dx

Solucin: Para encontrar los puntos x

k , y los pesos w
k ,
hay que hacer un cambio de variable en la integral:
Z

f (x) dx '

N
X

utilizando los polinomios de Hermite.

w
k f (
xk )

Solucin: De forma analtica la integral da como resultado:

R 3

2
x x2 ex dx = 12 = . 886 23

k=1

Hacemos el siguiente cambio de variable:

x = (ba)t+(b+a)
2
dx = ba
2 dt

Utilizando el mtodo de integracin numrica:

f (x) = x3 x2

este cambio representa la recta que pasa por los puntos -1,
1 para t = a, b, respectivamente.
Z

f (x) dx =

f (x) dx '

f
1

N
X

k=1

(b a) t + b + a
2

ba
w
k
f
2

R 3
P
2
wk f (xk )
x x2 ex dx =

k=1

ba
dt
2

(b a) x
k + b + a
2

= w1 f (x1 ) + w2 f (x2) =

= 0.8862269255 f (0.707106781) +
+0.8862269255 f (0.707106781) =
= . 886 23

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

forma
x
k = (ba)xk2+(b+a) ,
k
w
k = (ba)
2 w

Problema 65 Aproximar, utilizando dos puntos de

aproximacin, el valor de la integral:
Z
1
dx
1
+
x2

Problema 63 Utilizar el resultado del problema anterior

para calcular de forma exacta la siguiente integral
Z 1
2

x x3 dx

Solucin:

1
dx
1+x2

Solucin: El resultado de la integral calculada de forma

analtica, da el siguiente resultado:

R1 2
x x3 dx =
0

f (x) =

1
12

= 8. 333 3 102

ex
1+x2

1
dx
1+x2

Aplicando el mtodo de integracin numrica:

f (x) = x2 x3

2
ex
ex dx
1+x2

' w1 f (x1 ) + w2 f (x2 ) =

= 0.8862269255 f (0.707106781) +
+0.8862269255 f (0.707106781) =

R1 2
P
wk f (xk ) =
x x3 dx =
0

= 1. 948 2

k=1

20

Problema 66 Calcular de forma exacta la integral

Z
3

x x2 ex dx

Solucin:

R1 3
x x4 dx = 25 = . 4
1

Aplicamos el mtodo de Simpson:

f (x) = x3 x4

utilizando los polinomios de Laguerre.

R1 3
x x4 dx =
1

Solucin:

R 3
x x2 ex dx = 4
0

1
R 3

P
wk f (xk ) =
x x2 ex dx =
0

R0 3

R1

x x4 dx + 0 x3 x4 dx '
1
f (xk+1 )+f (xk )+4f

'

k=0

= w0 f (x0 ) + w1 f (x1 ) =

= 0.8535533903 f (0.585786438) +
+0.1464466093 f (3.414213562) =

'

= 4.0

+
Problema 67 Calcular una frmula de aproximacin
numrica de la integral siguiente
Z
f (x)ex dx

Solucin: Para calcular esta integral realizamos un cambio de variable

R
t=xa
t
f (t)e dx =
=
0
dt = dx
R
R
= a f (x a)ex+a dx = ea a f (x a)ex
0

ea

f (t)e dx =

N
P

R1 R1

f (1)+f (0)+4f ( 1+0

2 )
6

1 1

F (x, y) dydx =
N
P

w
k

k=1

w
k f (
xk )

f (x a)ex = ea

N
P

w
k

k=1
N
P

k=1

k+1 +xk
2

#0

(xk+1 xk )

(xk+1 xk )

#1

(0 + 1) +

(1 0) =

Solucin:

k=0

f (0)+f (1)+4f (
6

x

1+0
2

Problema 69 Deducir la frmula de integracin

numrica sobre el rectngulo [1, 1]x[1, 1] resultante de
aplicar la integracin numrica en una variable en los
intervalos [1, 1], y [1, 1].

donde a es un nmero real cualquiera

k+1 +xk
2

5
= 12
= . 416 67

f (xk+1 )+f (xk )+4f

x

wk f (xk a)

R1

N
R1 P
1

w
k F (
xk , y) dy =

k=1

F (
xk , y) dy

N
P

w
j F (
xk , yk )

j=1

N
P
k F (
W
xk , yk ) ,

k,j=1

Para que estas dos igualdades sean equivalentes, basta

hacer:
xk = x
k + a
wk = ea w
k

donde

k = w
k w
j
W
w
k =
w
j =

Problema 68 Aproximar, por el mtodo de Simpson, la

integral
Z 1
3

x x4 dx

R 1
1

T
(x
xi )
T i6=k
xk
xi )
i6=k (

T
(y
yi )
T i6=k
yk
yi )
1
i6=k (

R 1

y los x
k e yk son los ceros del polinomio de Legendre.
Problema 70 Deducir la frmula de integracin
numrica sobre un rectngulo [a, b]x[c, d] resultante
de aplicar la integracin numrica en una variable en los
intervalos [a, b], y [c, d].

utilizando nicamente el valor de la funcin en los puntos:

1, 12 , 0, 12 y 1.

21

Problema 72 Calcular una aproximacin numrica de la

integral
Z Z 2
x
dxdy
1
+
ey2
0

Solucin:
RbRd
a

F (x, y) dydx =
N
P

w
k

k=1
N
P

w
k

k,j=1

w
k F (
xk , y) dy =

k=1

utilizando la evaluacin de F (x, y) en 4 puntos.

F (
xk , y) dy

N
P

j=1

k=1
N
P

Rd

N
Rd P

w
j0 F

w
k w
j0 F

(
xk , yk )

Solucin: Si calculamos el resultado de la integral de

forma analta, nos queda,
R R2

x
0 1+ey2

(
xk , yk ) ,

ahora bien, teniendo en cuenta los resultados obtenidos al

integrar en una variable tenemos que :

R2
0

x
k = (ba)xk2+(b+a)
w
k = (ba)
2 wk
(dc)yk +(d+c)
yk =
2
w
j0 = (dc)
w
k
2

dy = 2. 144 3

wk P (xk ),

(ba)
xk
2

(ba)
k
2 w

(b+a)
2

=x
k + 1,

=w
k ,

P (x) = x

R2

Solucin: El resultado de la integral es:

4
9

dy =

tenemos:

x2 y 2 dxdy =

1
P

2
1+ey2

k=0

1. wk =

utilizando integracin numrica.

1 1

2
1+ey2

xdx =

xk =

Problema 71 Calcular de forma exacta la integral

Z 1Z 1
x2 y 2 dxdy

R1 R1

realizando un cambio de variables, y utilizando el polinomio de Legendre de segundo orden,

donde wk son los pesos al integrar en una variable en el

intervalo [1, 1].

dxdy =

xdx =

= . 444 44

= w1 P (x1 ) + w2 P (x2 ) =
= (0.5773502692 + 1) + (0.5773502692 + 1) =

Utilizando la frmula de integracin numrica:

= 2.0

P (x) = x2
P (y) = y
R1 R1
1

1
1+ey2

por Hermite,

x2 y 2 dxdy =
1

=
=

dy =

R1

2
P

k=1

x2 dx

R1

w
k P (
xk )

y 2 dy =
2
P

1. P (y) =
1
P

w
j P (
yk ) =

k=1

1
ey2 +1

ey dy =

2
P

k=1

1
ey2 +1

wj P (yk ) =

k=0

= (w
1 P (
x1 ) + w
2 P (
x2 ))
(w
1 P (
y1 ) + w
2 P (
y2 )) =

= w1 P (y1 ) + w2 P (y2 ) =
= 0.8862269255 P (0.707106781) +

= (P (0.5773502692) + P (0.5773502692))

+0.8862269255 P (0.707106781) =

(P (0.5773502692) + P (0.5773502692)) =

= 1. 103 3

= . 666 67 . 666 67 = . 444 45

22

w
j P (
yk ),

1. Para 1 punto:

El resultado de la aproximacin numrica es,

R R2

x
0 1+ey2

dxdy = 2.0 1. 103 3 = 2. 206 6

Problema 73 Se considera el tringulo T de vrtices

(0, 0), (1, 0) y (0, 1). Deducir cual debe ser el punto (x0 , y0 )
y el peso w0 para que la frmula de integracin numrica:
Z
F (x, y)dxdy F (x0 , y0 )w0

x2 ydxdy =
= F ( 23 , 23 )Area(T ) =
=

2 2
3

2
32

16
27

= . 592 59

2. Para 3 puntos:

sea exacta para polinomios de grado 1 en x e y. Es decir

P (x, y) = ax + by + c

Solucin:

x2 ydxdy =

= 13 Area(T ) F ( 22 , 0) + F ( 22 , 22 ) + F (0, 22 ) =
2
3

Calculamos la integral de forma analtica:

R 1 R 1x

= . 666 67

(ax + by + c) dydx = 16 a + 16 b + 12 c

Igualamos el valor de la integral con la frmula de

integracin numrica:
1
6a

Calculamos w0 , x0 e y0 dando valores a a, b, c

luego para los valores w0 = 12 , x0 = 13 , y0 =

de integracin es exacta.

Problema 75 (4 puntos) Tomar N = 2 y demostrar

que la norma k x k2 verifica las propiedades de la definicin de norma
q
p
p
kxkp = p |x1 | + |x2 |
Solucin: En esta demostracin vamos a generalizar para
cualquier p. Al final particularizamos para p = 2 con el
fin de hacer que la demostracin sea ms sencilla.

Las propiedades que debe verificar, para cumplir con

la deficin de norma, son:

Solucin: El clculo de la integral de forma analtica nos

da:
8
15

8
15

la frmula

donde es el tringulo de vrtices (0, 0), (2, 0) y (0, 2)

utilizando 1 punto, 3 puntos, y 4 puntos

1. kxkp = 0 x = 0;

= . 533 33

p
p
|x1 |p + |x2 |p = 0 = |x1 |p + |x2 |p = 0,

Utilizando las frmulas de integracin numrica:

F (x, y) = x2 y

4 4
12 4
4 12
= Area(T )[ 25
48 F ( 10 , 10 ) + F ( 10 , 10 ) + F ( 10 , 10 )

ANALISIS NUMERICO MATRICIAL II

1
3

Problema 74 Calcular una aproximacin numrica de la

integral
Z
x2 ydxdy

R 2 R 2x 2
x2 ydxdy = 0 0
x y dydx =

x2 ydxdy =

= . 533 33

1
3

b = c = 0, a = 1; 16 a = w0 x0 a x0 = 13 ,

2 2
27
48 F ( 3 , 3 )] =

1
2

a = c = 0, b = 1; 16 b = w0 y0 b y0 =

2
3

3. Para 4 puntos:

+ 16 b + 12 c = w0 (x0 a + y0 b + c)

a = b = 0, c = 1; 12 c = w0 c w0 =

1=

1 1 1

1
El rea del tringulo Area(T ) = 2 2 0 0
0 2 0

=2

la suma, en valor absoluto, de elementos distintos

de cero da un valor positivo mayor que cero, con lo
que para que se cumpla esta condicin, se tiene que
cumplir que x1 = x2 = 0, c.q.d..

23

2. kxkp = || kxkp , K y x E;

Solucin:

p
p
p
kxkp = p |x1 | + |x2 |
kxkp =
kxkp =

Limp kxkp = Limp

p
p
||p |x1 |p + ||p |x2 |p

q
PN
p

i=1

|xi |

Extraemos el mximo componente de x, xmax .

q

PN
p
p
Limp
=
i=1 |xi |

p
p
||p (|x1 |p + |x2 |p )

P |xi | p
=
= Limp p |xmax |p N
i=1 |xmax |

p
p
p
kxkp = || p |x1 | + |x2 |

PN i | p
=
= Limp |xmax | p i=1 |x|xmax
|

kxkp = || kxkp , c.q.d.

3. kx + ykp kxkp + kykp , x, y E;

= |xmax | Limp

p
p
p
p
|x1 + y1 | + |x2 + y2 | kxkp + kykp =

= |xmax | Limp

= |x1 + y1 |p + |x2 + y2 |p

Todos los elementos

1, con lo que

p
p
p
p |x1 |p + |x2 |p + p |y1 |p + |y2 |p

Limp

Para p = 2 tenemos:
|x1 + y1 |2 + |x2 + y2 |2

|xi |
|xmax |

r
PN
p
i=1

N
i=1

|xi |
|xmax |

|xi |
|xmax |

|xi |
|xmax |

p 1/p

son menores o iguales que

1 si xi = xmax
,
0 si xi 6= xmax

entonces

q
2
q
2
2
2
2

|x1 | + |x2 | + |y1 | + |y2 |

=

|xmax | Limp

N
i=1

|xi |
|xmax |

p 1/p

= x21 + 2x1 y1 + y12 + x22 + 2x2 y2 + y22

= |xmax | Limp (0 + . . . + 0 + 1 + . . . + 1)1/p =

p
p
x21 +x22 +2 (x21 + x22 ) (y12 + y22 )+y12 +y22 =

= |xmax |, c.q.d.

= x1 y1 + x2 y2

p
p
(x21 + x22 ) (y12 + y22 ) =

Problema 77 Tomar N = 2, y dibujar el lugar geomtrico de los vectores x = (x1 , x2 ) que verifican

= x21 y12 + 2x1 y1 x2 y2 + x22 y22

1. kxk1 < 1

x21 y12 + x21 y22 + x22 y12 + x22 y22 =

2. kxk2 < 1
3. kxk < 1

= 2x1 y1 x2 y2 x21 y22 + x22 y12 =

Solucin: En las grficas 1, 2 y 3 se muestran los lugares

geomtricos de las normas 1, 2 e infinito, respectivamente.

= 0 x21 y22 + 2x1 y1 x2 y2 + x22 y12 =

1. kxk1 < 1 = |x| + |y| < 1 = y < 1 x

= 0 (x1 y2 + x2 y1 ) ,

Esta ecuacin representa, como borde, una recta de

pendiente negativa. Tal y como se ve en la figura 1,
el lugar geomtrico est contenido en un rombo.
p

2. kxk2 < 1 = (x2 + y 2 ) < 1 = x2 + y 2 < 1

que siempre es cierto, con lo que queda demostrado.

Problema 76 Demostrar que
Limp kxkp = max |xi |

Esta es la ecuacin de un crculo de radio menor que

1 y centro el origen. En la figura 2 se muestra el lugar
geomtrico.

24

Figure 1: Lugar geomtrico de kxk1

Figure 2: Lugar geomtrico de kxk2

3. kxk < 1 = max(x, y) < 1

Esto siempre es cierto ya que el producto de valores

positivos siempre es positivo (o igual a cero si algn
xi es cero).

Esto representa una recta de valor constante (x, y)

menor que 1. En la figura 3 se puede ver el lugar
geomtrico.

3. max(|x1 | , |x2 |) |x1 | + |x2 | . Es trivial (propiedad

transitiva).

Problema 78 Tomar N = 2 y demostrar la siguiente desigualdad

k x k k x k2 k x k1

De estas demostraciones se deduce que las distintas

normas coinciden cuando el vector x descansa sobre uno
de los ejes de coordenadas.

Solucin: Esta desigualdad es equivalente a lo siguiente:

p
max(|x1 | , |x2 |) (x21 + x22 ) |x1 | + |x2 |
1. max(|x1 | , |x2 |)

p
(x21 + x22 )

|xmax |

x2max

Problema 79 Demostrar que si A, B son dos matrices de

dimensin N xN, entonces para cualquier norma de matrices subordinada a una norma vectorial se verifica
k AB kk A k k B k

p
(x21 + x22 )

x21

Solucin:

x22

Esta desigualdad siempre es cierta ya que xmax es o

bien x1 o bien x2 .
p
2. (x21 + x22 ) |x1 | + |x2 |

kABxk kBxk
kxk kBxk ,

supx

kABxk
kxk

supx

kABxk kBxk
kBxk kxk

supx

supx

kABxk kBxk
kBxk kxk

kBk kAk ,

= supx

kBxk
kxk

supx

kABxk
kBxk

entonces

2
x21 + x22 (|x1 | + |x2 |)

supx

x21 + x22 |x1 |2 + 2 |x1 | |x2 | + |x2 |2

kABxk
kxk

kBk kAk , c.q.d.

Problema 80 Demostrar que los autovalores de A son los

ceros del polinomio caracterstico P ().

x21 + x22 x21 + 2 |x1 | |x2 | + x22

0 2 |x1 | |x2 |
25

x1 + x2 = 0 x1 = x2
x1 + x2 = 0

2x3 = 0
x3 = 0

x
1 =

1
2
1

2. 2 , 3 = 2
1

1 1 0
x1
0
1 1 0 x2 = 0
0
0 0
0
x3

x1 + x2 = 0 x1 = x2
x1 x2 = 0

x3 libre
x3 libre

0
,x
3 = 0
x
2 =
1
0

Figure 3: Lugar geomtrico de kxk

Solucin: Definicin de autovalor de una matriz A:

1
2
1
2

1
2
1

1
2
1
2

La matriz,

xi 6= 0 E, i CAxi = i xi
Axi = i xi = (A i Id)xi = 0

B=

como xi 6= 0, entonces

0
0
1

contiene los autovectores de A que forman una base ortogonal en R3 .

|A i Id| = 0 = P () = 0, c.q.d.

Problema 82 Calcular las normas 2, 1 e infinito de la

matriz

1 0
A=
1 1

Problema 81 Calcular los autovectores de la matriz

1 1 0
1 1 0
0 0 2

Solucin:

y determinar una base ortonormal de R3 de autovectores

de A.

1. kAk2 =

p
(AT A)

s
q

2 1
= 3+12 5 = 1. 618
kAk2 =
1 1

Solucin: Calculamos los autovalores de A :

|A i Id| = 0

1
1
0

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

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

2
1

1
1

2. kAk1 = maxj

= 1 3 + 2 = 0, =

|a
|
ij
i=1

P
2

kAk1 = max(1, 2) = 2

Calculamos los autovectores de A :

1. 1 = 0

3. kAk = maxi

0
1 1 0
x1
1 1 0 x2 = 0
0
0 0 2
x3

2
j=1

|aij | =

kAk = max(2, 1) = 2
26

3
2

1
2

2 1 0
2. A = 1 2 1
0 1 2

Problema 83 Demostrar la siguiente igualdad:

(At A) = (AAt )
Solucin:

Solucin:
El condicionamiento de una matriz (A) =

kAk2 A1 2 . Calculamos los autovalores de ambas matrices:

Veamos que los polinomios caractersticos coinciden :

1

|At A i Id| = |At |

|At A i Id| |At | =

2
2
2

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

(2 ) 2 2 8 (2 ) = (2 ) 2 2 + 8

1
1
= (At ) At AAt i (At ) IdAt =

1
= AAt i (At ) At =

de donde obtenemos

= |AAt i Id|

1 = 2
2 = 2
3 = 4

Problema 84 Demostrar que si los autovectores de una

matriz A de dimensin N xN forman una base ortonormal
de RN , entonces para la norma 2 se cumple:

Esta matriz es simtrica, luego posee una base ortonormal 3 de autovectores, con lo que el condicionamiento de A se puede calcular como:

maxi {|i |}
(A) = kAk2 A1 2 =
mini {|i |}

Solucin: Al ser una base de autovectores ortonormal, la

norma kAk2 = (A) = maxi {|i |}

maxi {| i |}
4
(A) = kAk2 A1 2 =
= =2
mini {| i |}
2

Los autovalores de A1 vienen dados por:

2
1
0

2
1
2. 1
0
1
2

Axi = i xi =
= A1 Axi = A1 i xi =
=

1
i xi

1 = 2
1 = 2 + 2
1 = 2 2

= A1 xi =

= A1 xi = 0i xi ,

Tambin es una matriz simtrica, con lo que sus autovectores forman una base ortonormal y su condicionamiento es:

donde 0i = 1i , es decir, los autovalores de A1 son los

inversos de los de A y sus
autovectores son los mismos,
luego la norma de A1 2 = (A1 )

1


1
A = max 0i = max 1 =
,

2
i
i
i
mini {|i |}

1
maxi {| i |}
2+ 2

(A) = kAk2 A
=
2
=
3+2
=
2
mini {| i |}
2 2

entonces

Problema 86 Sean las matrices A, R. Demostrar que la

matriz A, y la matriz B = R1 AR poseen los mismos
autovalores

(A) = kAk2 A1 2
(A) = maxi {|i |}
(A) =

maxi {|i |}
mini {|i |} ,

= 4 10 + 62 3 = 0

1
mini {|i |}

Solucin:

c.q.d.

Bxi = i xi =

= R1 AR xi = i xi =

Problema 85 Calcular el condicionamiento para la

norma 2, de las siguientes matrices:

2 2 2
1. A = 2 1 1
2 1 1

= RR1 ARxi = Ri xi =
3 Vectores

ortonormales:
dos vectores son ortonormales si cumplen

0 si i 6= j
T
lo siguiente, xi xj =
1 si i = j
27

= ARxi = i Rxi =

Problema 88 Demostrar
trigonomtricas

las

siguientes

igualdades

= Ayi = i yi ,
q
tan() = cot(2) + sign(cot(2)) 1 + cot2 (2)

de donde se deduce que los autovalores son los mismos y los

autovectores estn relacionados por la siguiente igualdad:
yi = Rxi , c.q.d.

donde 4 , 4 , sign(x) = 1 si x 0 y sign(x) = 1

si x < 0,

Problema 87 Se considera la matriz

1 1
A=
1 1

1
cos = p
1 + tan2 ()

sin = tan() cos

tan() + sin(2)
cot(2) =
2 sin2 ()

calcular el ngulo tal que la matriz

cos sin
R=
sin cos

Solucin:

verifique que la matriz B = R1 AR sea diagonal.

B = R1 AR =

cos sin
1 1
cos sin
=
=
sin cos
1 1
sin cos

2 cos sin + 1
2 cos2 1
=
=
2 cos2 1
2 cos sin + 1

b1 0
=
0 b2
Se tiene que cumplir que los elementos que estn fuera
de la diagonal sean iguales a cero,
2 cos2 1 = 0
r
1
cos =
2
De esta igualdad se obtiene el valor del ngulo :
=

cos(2)
sin(2)

1. cot(2) =

Solucin: Realizamos el clculo de la matriz B :

cos2 ()sin2 ()
2 sin() cos()

1tan2 ()
2 tan()

2 tan() cot(2) = 1 tan2 ()

realizando el cambio de variable x = tan(), tenemos
x2 + 2 cot(2)x 1 = 0
x = tan() =

2 cot(2)

4 cot2 (2)+4

p
1 + cot2 (2)
p

cot(2) + p1 + cot2 (2) si 0

tan() =
cot(2) 1 + cot2 (2) si < 0
= cot(2)

El segundo trmino es siempre mayor que el primero,

con lo que es ste el que va a determinar el signo de
la ecuacin.

3
, =
4
4

Como sign (tan()) = sign (cot()) , podemos expresar la anterior igualdad de la siguiente forma:
q
tan() = cot(2) + sign(cot(2)) 1 + cot2 (2)

La matriz de rotacin queda como sigue:

1
cos 4
sin 4
2 12 2
2

=
R1 =
sin 4 cos 4
12 2 12 2

1
cos 3
2 2 12 2
sin 3
4
4
=
R2 =
sin 3
cos 3
12 2 12 2
4
4

1
1+tan2 ()

2. cos =

Calculamos los elementos de la diagonal:

b1 = 2 cos sin + 1

1
u
sin2 ()
1+ cos2 ()

1
cos2 ()+sin2 ()
cos2 ()

p
cos2 () = cos

3. sin = tan() cos =

b1 = 0, b1 = 2
b2 = 2 cos sin + 1

b2 = 2, b2 = 0,
luego las soluciones posibles son:

0 0
2 0
B1 =
, B2 =
0 2
0 0
28

sin()
cos()

cos = sin

4. cot(2) =

tan()+sin(2)
2 sin2 ()

sin()
cos()
+2 sin() cos()
2 sin2 ()

sin()+2 sin() cos() cos()

cos()
2 sin2 ()

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

2 sin2 () cos()

cos(2)
sin(2)

(2 cos2 ()1)
2 sin() cos()

= cot(2)

a11
ap1
ai1
aq1
an1

a0pq = 0

1
0
0 cos

0
0 sin
0
0

a0qq = aqq + tan()apq

= apj sin + aqj cos

j 6= p, q

j 6= p, q

ap1 sin + aq1 cos

an1
(app aqq )
sin 2 + apq cos 2
apn cos aqn sin
2
apj sin + aqj cos
ani
app sin2 + aqq cos2 + apq sin 2 apn sin + aqn cos
apn sin + aqn cos
ann

Solucin: En el mtodo de Jacobi se persigue construir

una matriz diagonal a partir de una matriz A cualquiera,
aplicndole transformaciones de la forma B = R1 AR.

De esta matriz se deducen las siguientes igualdades:

Segn se ha demostrado en problemas anteriores, los

autovalores de B y de A coinciden, con lo que si se consigue
encontrar la matriz R que cumpla con la ecuacin anterior,
entonces habremos encontrado los autovalores de A.

(a

0
0
0
0
1

En donde se iguala a0pq a cero para calcular el ngulo

de rotacin:

Vamos a expresar las matrices de la siguiente manera:

a11 ap1 ai1 aq1 an1

ap1 app apj apq apn

A=
ai1 apj aij aqj ani
aq1 apq aqj aqq aqn
an1 apn ani aqn ann

1
0
0
0
0
0 cos
. sin 0

.
1
.
0
Rpq () = 0

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

a0pq = pp 2 qq sin 2 + apq cos 2

a0pp = app cos2 + aqq sin2 apq sin 2
a0qq = app sin2 + aqq cos2 + apq sin 2
j 6= p, q
a0pj = apj cos aqj sin
aqj = apj sin + aqj cos
j=
6 p, q

La matriz R es una matriz de rotacin y se calcula

el ngulo, , de la misma, transformando los valores de A
que estn fuera de la diagonal en ceros.

B = R1 AR =

1
0
0 cos

0
=
0
0 sin
0
0

0
0
1
0
0

an1
apn

ani

aqn
ann

0
0
sin 0

0
0
=
cos 0
0
1
aq1
apq
aqj
aqq
aqn

ai1
apj cos aqj sin
aij
apj sin + aqj cos
ani

a0pp = app tan()apq

a0qj

ai1
apj
aij
aqj
ani

a11
ap1 cos aq1 sin
ap1 cos aq1 sin app cos2 + aqq sin2 apq sin 2

ai1
apj cos aqj sin
=

(app aqq )
ap1 sin + aq1 cos
sin 2 + apq cos 2
2
an1
apn cos aqn sin

Problema 89 Dentro del mtodo de Jacobi para el clculo

de autovalores demostrar las igualdades

a0pj = apj cos aqj sin

ap1
app
apj
apq
apn

a0pq = 0 =

(app aqq )
2

sin 2 + apq cos 2

tan(2) =

2apq
(aqq app )

aqq = app +

2apq
tan(2)

Las dos ltimas igualdades se obtienen directamente

de la matriz final. Para obtener a0pp y a0qq , se opera de la
siguiente manera:
1. a0pp = app cos2 + aqq sin2 apq sin 2 =

= app cos2 + app +

2apq
tan(2)

apq sin 2 = app cos2 +

29

sin2

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

2 sin cos

sin2 apq sin 2 =

a11

= app cos2 +
+

app 2 sin cos +2apq cos2 2apq sin2

2 cos

sin

1
= arctan 2 = . 553 57
2
= 2 tan()

1
a11 = 2 + tan
arctan 2 = 2. 618
2

a33 = 1 + tan()
2

2apq sin cos = app cos + app sin +

a33 = 1 tan

+apq cos sin apq tan + apq sin cos

2. 618 0
0

1
0
B = R1 AR = 0
0
0 0. 381 97

2. a0qq = app sin2 + aqq cos2 + apq sin 2 =

2apq
tan(2)

Los autovalores son los elementos de la diagonal

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

cos 0 sin
0.850 65 0 0.525 73

0
1
0
0
1
0 =
R () =
0.525 73 0 0.850 65
sin 0 cos

sin + aqq cos +

+apq sin 2 =
=

aqq 2 sin cos 2apq cos2 +2apq sin2

2 sin cos

sin2 +

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

rotacin conseguimos transformar A en una matriz diagonal, tendremos que los autovectores de A son simplemente
los vectores columnas de R(). Es decir el autovector del
0.850 65
0
autovalor 2. 618 es (
), el autovector del auto0.525 73
0
valor 1 es ( 1 ), el autovector del autovalor 0. 381 97 es
0
0.525 73
0
(
).
0.850 65

+aqq cos2 + apq sin 2 = (aqq sin apq cos +

a

+ cospq apq cos ) sin +aqq cos2 +apq sin 2 =

= aqq sin2 + aqq cos2 apq cos sin +
+apq tan apq cos sin + 2apq cos sin =
= aqq + tan()apq
Problema 90 Utilizar el mtodo de Jacobi para aproximar los autovalores y autovectores de la matriz:

2 0 1
A= 0 1 0
1 0 1

Problema 91 Aplicar el mtodo de la potencia para

aproximar el autovalor mximo, y el autovector asociado,
de las siguientes matrices, dando 3 pasos en el mtodo,
hasta calcular u4 y partiendo de u1 = (1, 1)

2 1
A=
0 1

3 0
A=
1 1

Solucin:

cos 0 sin
0
1
0
R () =
sin 0 cos
(app aqq )
2

Solucin: En este problema vamos a utilizar la norma

eucldea aunque cualquier otra norma tambin sera vlida.
La norma infinito, por ejemplo, simplificara los clculos
ya que es inmediato obtener el mximo de un vector.

sin 2 + apq cos 2 = 0

tan(2) =

2apq
(aqq app )

2
tan(2) =
(1 2)
=

1
arctan 2 = . 381 97
2

a21 = a32 = 0

2apq sin cos = app apq tan

= aqq

1. A =

arctan (2)
2

2 1
0 1
1

u2 = A kuu1 k =
30

2 1
0 1

3
2 2
1
2 2

u =

2
A kuu2 k

2 1
0 1

7
10 52
1
10 5 2

2
2 5
1

2
2 5

2 1
0 1

3
2 2
1
10 2

7
10 2
1
10 2

x =

2. A =

3 0
1 1

3 0
1 1

27
1066
2132
26
2 ,

2
533 1066 26 2

. 997 79
6. 651 9 102

3 0
1 1

2 2
,
2

u3 = A kuu2 k =

1
2
1
2

n
sign u4 , u3

1. ku1 k = 1 u2 =

2 1
1 1

1
1

ku2 k = 1 u3 =

2 1
1 1

1
0

1
0

2
1

Producto escalar (u2 , u3 ) = 2 > 0. autovalor mximo = ku3 k = 2

2 1
u =
26 = 2. 549 5
2

3 0
1 1

Solucin:

9
1066 26 2
2132
1
1066 26 2
2132

Problema 92 Calcular el autovalor

mayor yel autovec2 1
tor correspondiente de la matriz
utilizando
1 1
el mtodo de la potencia, dando 2 iteraciones del mtodo
a partir de u1 = (1, 1) y tomando como norma kuk =
maxi |ui |

u2 = A kuu1 k =
=

con signo positivo ya que

(1)4 = 1.

El autovalor mximo aproximado es = 2. 126 y su

autovector asociado es:

3
u = 1 1066 = 2. 511 5
13

= 3. 109 8,

con signo negativo ya que sign u4 , u3 = 1 y su

autovector asociado es

1066 26 2
21322782
.
958
8
65
026

x =
=
,
282

. 284 09
1066 26 2
533 65 026

15
226 1132
1
226 113 2

El autovalor mximo aproximado es

4 1
u =
113 = 2. 126
5

4
u = 1 65 026 = 3. 109 8
82

3
u = 5 = 2. 236 1

9
26 2
26
1
26 2
26

3
A kuu3 k

u4 = A kuu3 k =

2
u = 5 = 2. 236 1

u =

1
2
1
2

Autovector asociado normalizado

3
26
26 2 =
1
13 26 2
31

u3
ku3 k

1
1/2

2 1 0
0
1 1 u3 =
0
0 3

Problema 93 Utilizar el mtodo de la potencia inversa

para aproximar el autovalor ms pequeo de la matriz

2 1
A=
0 3

u3 =

llegar hasta u3 partiendo de u = (1, 1).

un1
kun1 k

2 1
0 3

u2 =

2 1
0 3
u3 =

u2 =

1
2
1
2

1
16 2
, u2 = = . 333 33
1
3
6 2

, u2 = 14
15

u3 =

1
3 2
1
6 2

14
15

1
x
= (A 2Id) x

max

1
Id x
=0
A 2Id
max

1
A 2+
=0
Id x
= (A prox Id) x
max

1
1
43
prox = 2 +
= 2 + 14 =
max
14
15

12 2
1
2 2

1
, u3 =
10 = . 527 05
6

prox = 3. 071 4

Problema 95 Calcular 3 iteraciones del mtodo de Jacobi para resolver el sistema

1 1 0
x
1
1 2 0 y = 3
0 1 3
z
1
partiendo de u1 = (0, 0, 0)

para ello calcular dos iteraciones del mtodo de la potencia

inversa partiendo de u1 = (1, 1, 1).

Solucin: Despejamos la diagonal para plantear el

mtodo iterativo :

Solucin:

2 1 0
1 1
A0 = A 2Id = 0
0
0 3

xn
yn
zn

Vamos a utilizar la norma infinito con el fin de simplificar los clculos.

Au =

Para calcular el autovalor ms cercano a 2, realizamos

las siguientes operaciones:

Problema 94 Calcular el autovalor y autovector ms cercano a 2 de la matriz

0 1 0
0 3 1
0 0 1

2
3
13

(A 2Id)1 x
= max x

3
u es el autovalor mximo de A1 , con lo que el

1
6
autovalor mnimo de A es min = ku
10 = 1.
3 k = 10
3 2
= 1.
897 4, con signo negativo ya que sign u , u

0 n

56

El autovalor mximo
(A 2Id)1 es max =
de
3
con signo positivo (sign u , u2 = 1)

Solucin:
Aun =

1
30
14
15
2
15

6
5

un1
kun1 k

2 1 0
1
0
1 1 u2 = 1
0
0 3
1
5
6

u2 = 32 , u2 =
13

= yn1 + 1
xn1 + 3
=
2
yn1 + 1
=
3

haciendo iteraciones obtenemos

1
1. u2 = 3

2
1
3

1
2

2. u3 = 1

5
= . 833 33
6

32

5
6

3. u4 =

0
7
4
2
3

Solucin: El mtodo es igual que en el problema anterior,

excepto que en este caso los clculos se realizaran de abajo
para arriba, es decir, primero se calculara z, se sustituira
su valor en la ecuacin de y y, por ltimo, estos dos valores
se sustituiran en la primera ecuacin.

Problema 96 Calcular

1
tores de la matriz 0
1

Solucin:

una base
ortogonal de autovec0 1
2 0 ,
0 1

1. Autovectores y autovalores:

0
1
0, 0 , 1 2

1
0

1
0

Problema 97 Calcular 3 iteraciones

Gauss-Seidel para resolver el sistema

1 1 0
x
1 2 0 y =
0 1 3
z
partiendo de u1 = (0, 0, 0)

Problema 99 Calcular 3 iteraciones del mtodo de relajacin para resolver el sistema

1 1 0
x
1
1 2 0 y = 3 ,
0 1 3
z
1
partiendo de u1 = (0, 0, 0). Calcular previamente el
parmetro de relajacin ptimo

Solucin:
x y = 1
x + 2y = 3
y + 3z = 1

del mtodo de
Clculo del wopt :

1
3
1

Al ser A tridiagonal, el wopt se puede calcular como

MJ es la matriz del mtodo de Jacobi que se obtiene

despejando la diagonal en el sistema

Solucin: Despejamos la diagonal para plantear el

mtodo iterativo, teniendo en cuenta adems que vamos
actualizando los valores segn los clculamos:
xn
yn
zn

0
x=y1
y = x2 + 32 = 12
0
z = y3 + 13

= yn1 + 1
xn + 3
=
2
yn + 1
=
3

0
x
1
0 y + 32
1
z
0
3

1
0
1
3

Los autovalores de MJ

haciendo iteraciones partiendo de (0, 0, 0) :

(MJ )2 =

1. x1 = 1
y1 = 31
2 =1
2
z1 = 1+1
3 = 3

0, 12 , 12 , luego

1
2

wopt =
wopt =

2. x2 = 0
y2 = 32
z3 = 56
3. x3 = 1 + 32 =
3+ 1
y3 = 2 2 = 74
1+ 7
z3 = 3 4 = 11
12

2
q
1 + 1 (MJ )2

wopt =

2
1(MJ )2

1+

2
1+ 12 2

1+

1 12

4
2+ 2

wopt = 1. 171 6
Iteraciones del sistema:

1
2

xn = w (yn1 1) + (1 w) xn1
n
yn = w 3+x
+ (1 w) yn1
2
n
zn = w 1+y
+ (1 w) zn1
3

w
1. 171 6
= 1. 071 1
u2 = w 3w
2
. 808 83
w 1+1.3071 1

Problema 98 Una variante del mtodo de Gauss-Seidel

1
1
es tomar M = (D + U ) (L), y c = (D + U ) b.
indicar en este caso que diferencias de implementacin
habra con respecto al caso anterior.

33

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

35
=
+ (1 w) 1. 071 1
u3 = w 3+. 284
2
1+1. 740 2
w
+ (1 w) . 808 83
3

. 284 35
= 1. 740 2
. 931 34

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

42
=
+ (1 w) 1. 740 2
u4 = w 3+. 818
2
1+1. 938 2
w
+
(1

w)
.
931
34
3

. 818 42
= 1. 938 2
. 987 65

Solucin: Sean xi los autovectores de M correspondientes

a autovalores menores que 1:
P
u1 = ni=1 ai xi
P
c = ni=1 ci xi

Realizando iteraciones obtenemos las siguientes expresiones:

u2 = M u1 + c

u3 = M u2 + c = M M u1 + c + c = M 2 u1 + M c + c
..
.
un = M n1 u1 + M n2 c + . . . M c + c =

= M n1 u1 + M n2 + . . . M + 1 c

Problema 100 Demostrar que si una matriz A verifica

que por filas o columnas su suma es siempre igual a 0, entonces el determinante de A es cero, y por tanto el sistema
asociado a A no tiene solucin.

Tomando el primer sumando:

Pn
Pn
M n1 u1 = M n1 i=1 ai xi = M n2 i=1 ai M xi =
Pn
Pn
= M n2 i=1 ai i xi = . . . i=1 ai n1
xi
i

Solucin: Si |A| = 0, entonces la matriz A no es invertible

y el sistema no tiene solucin.

Como u1 depende linealmente de los xi (autovectores)

cuyos autovalores i son menores que uno, entonces n1
i
tiende a 0 cuando n tiende a infinito, luego este trmino
converge.

1. Vamos a demostrar que si la suma por filas de A es

igual a cero, entonces |A| = 0 :
Pn
j aij = 0, esto es equivalente a lo siguiente:

1
1
..
.
1

0
0
..
.
0

=0

1
1
..
.
1

Para el segundo sumando:

n2

M
+ ...M + 1 c =

Pn
= M n2 + . . . M + 1
i=1 ci xi =
P
Pn
n
= M n2 i=1 ci xi + . . . M i=1 ci xi +
Pn
Pn
+ i=1 ci xi = i=1 ci n2
xi +
i
Pn
Pn
+ . . . i=1 ci i xi + i=1 ci xi =

Pn
= i=1 ci xi n2
+ . . . + i + 1
i
{z
}
|

Esto significa que la matriz A posee un autovalor igual

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

n
Y

i=1

Serie geomtrica convergente

i = 1 . . . 0 . . . n = 0

Pn

1
i=1 ci xi 1i ,

con lo que este trmino tambin converge.

2. Para demostrar que |A| = 0 cuando la suma

por

columnas es cero, basta saber que |A| = AT y aplicar

el argumento anterior a AT

Problema 102 Calcular 2 iteraciones del mtodo de

Newton-Raphson no-lineal para aproximar una raz del sistema de ecuaciones

Problema 101 Dado un sistema iterativo

un = M un1 + c

x2 + y 2 1 = 0
yx=0

Demostrar que aunque el radio espectral de M sea mayor

que 1, si u1 y c son combinaciones lineales de autovectores
de M correspondientes a autovalores de mdulo menor que
1, entonces el mtodo converge.

partiendo de (x, y) = (1, 1).

Solucin:
2

x + y2 1 = 0
2x 2y
f (x, y) =
yx=0
1 1
34

f=

u0 = (1, 1)

f (un )z = f (un )
un+1 = un + z

2x 2y
z1
x + y2 1
=
1 1
yx
z2

El proceso iterativo es de la forma:

un = (xn , yn )

f (un ) z = f (un )
un+1 = un + z

Iteraciones:

1
2 2
z1
=
1.
0
1 1
z2

z1
z2

14
14

u =u +z =

u =

2.

3
2

3
2

z1
z2

3
4
3
4

17
24
17
24

Algoritmo:
Este algoritmo utiliza una funcin, Sistema(A, u),
para resolver un sistema de ecuaciones.

1
1

14
14

Las funciones F (u) y F (u) se utilizan para evaluar

la funcin y el gradiente de la funcin en un punto, respectivamente.

z1
z2

1
24
1
24

u2 = u1 + z =

u2 =

3
4
3
4

. 708 33
. 708 33

1
8

Funcion F (u)
f (1) = a u(1)3 3a u(1) u(2)2 +
+b u(1)2 b u(2)2 + c u(1) + d
f (2) = 3a u(1)2 u(2) a u(2)3 +
+2b u(1) u(2) + c u(2)
devolver f
Fin funcion

1
24
1
24

ax3 3axy 2 + bx2 by 2 + cx + d = 0

3ax2 y ay 3 + 2bxy + cy = 0

3ax2 3ay 2 + 2bx + c

6axy 2by
f =
6axy + 2by
3ax2 3ay 2 + 2bx + c

un = (xn , y n )

Funcion F (u)
2
f (1, 1) = 3a u (1) 3a u(2)2 + 2b u (1) + c
f (1, 2) = 6a u (1) u (2) 2b u (2)
f (2, 1) = f (1, 2)
f (2, 2) = f (1, 1)
devolver f
Fin funcion

Problema 103 Plantear el algoritmo necesario para calcular, utilizando el mtodo de Newton-Raphson, las races
complejas o reales de un polinomio de grado 3.

Algoritmo
un1 = (x0 , y0 )
/* calculamos la primera

aproximacin

*/
z = Sistema F un1 , F un1
un (1) = un1 (1) + z(1)
un (2) = un1 (2) + z(2)
n=0

Mientras un un1 T OL y (n < T OP )

un1 = un
/* calculamos la siguiente

aproximacin

*/
z = Sistema F un1 , F un1
un (1) = un1 (1) + z(1)
un (2) = un1 (2) + z(2)
n=n+1
Fin Mientras
Si (n = T OP ) Entonces
ERROR: No se ha encontrado solucin
Fin Si
Fin Algoritmo

Solucin:
P (z) = az 3 + bz 2 + cz + d = 0
Un polinomio de grado 3 posee al menos una raz real.
Las otras dos races pueden ser tambin reales o imaginarias conjugadas.
Sea z un nmero complejo: z = x + yi, sustituyendo
en la anterior ecuacin,
P (x + yi) = a (x + yi)3 + b (x + yi)2 + c (x + yi) + d
P (x + yi) = ax3 + 3iax2 y 3axy 2 iay 3 +
+bx2 + 2ibxy by 2 + cx + icy + d = 0
Separamos la parte real de la parte imaginaria:
35

 1
e (e 1)
z1
11
z2 =
2
z3
3

Problema 104 Se considera el sistema no-lineal

(x 1)y = 0
(y 2)x = 0

Solucin:

y
x1
1. f (x, y) =
f (1, 1) =
y2
x

1
1 0
1 0
0
2
u
=
+
1
1
1
1
1

1
1
=
1
2

17
2

Problema 106 Calcular los polinomios base de Hermite

que corresponden a tomar como puntos de interpolacin
x0 = 1, x1 = 1, y el orden de derivacin M = 1.
Solucin: Los polinomios de Hermite que corresponden a
esos puntos de interpolacin vienen dados por las grficas
4, 5, 6 y 7.

Problema 105 Calcular 1 iteracin del mtodo de

Newton-Raphson no-lineal para aproximar una raz del sistema de ecuaciones
e

INTERPOLACION DE FUNCIONES II

1
2 0
2 0
0
f (1, 2) =
u3 =
+
0
1
0
1
0

1
1
=
2
2

un+1 = un + z =
1
1
e (e 1)
11
= 1 +
2
1
3
15 1

2 e (e 1)
13

=
2
4

A partir de u1 = (1, 1), calcular u2 y u3 utilizando el

mtodo de Newton-Raphson para aproximar un cero del
sistema no-lineal.

xyz

17
2

1.0
0.8
0.6

1=0

0.4

y z 2=0

0.2

(z 1)x4 3 = 0
partiendo de (x, y, z) = (1, 1, 1).

-1.0 -0.8 -0.6 -0.4 -0.2 0.0

0.2

0.4

0.6

0.8

1.0

Solucin:

f (x, y, z) =

xyz

yze
0
4 (z 1) x3

xyz

xze
2y
0

xyz

0
Figure 4: Polinomio de Hermite H1

xye
3z 2
x4

0.8

f (x, y, z) z = f (x, y, z)
un+1 = un + z
yzexyz
0
4 (z 1) x3

xzexyz
2y
0

0.6

z1
xyexyz
3z 2 z2 =
x4
z3

0.4
0.2

exyz 1
= y z3 2
(z 1)x4 3
2

1.0

-1.0 -0.8 -0.6 -0.4 -0.2 0.0

Iteracin:

e1
e e e
z1
0 2 3 z2 = 2
3
0 0 1
z3

0.2

0.4

0.6

0.8

1
Figure 5: Polinomio de Hermite H1

36

1.0

1.0

a = b = 14 ,

0.8

luego el polinomio queda,

0.6
0
H1
(x) =

0.4

0.2

0.4

0.6

0.8

1.0

Figure 6: Polinomio de Hermite H10

-1.0 -0.8 -0.6 -0.4 -0.2 0.0

0.2

0.4

0.6

0.8

(x 1)2 (x + 2)

2. Para calcular el segundo polinomio partimos de la grfica 5. En sta, La funcin se anula en -1 y 1, la

derivada en -1 es igual a 1 y su derivada en 1 es cero.
Por la misma razn que en el caso anterior, sabemos
que la funcin posee dos races en 1, con lo que el
polinomio tiene la forma,

0.2

-1.0 -0.8 -0.6 -0.4 -0.2 0.0

1
4

1
H1
(x) = (x 1) (a (x + 1) + b)

1
(1) = (1 1) (a (1 + 1) + b) = 4b = 0
H1

1.0

b=0

-0.2

para calcular el valor de a, derivamos el polinomio y

evaluamos en 1,

-0.4
-0.6

10
H1
(x) = 2 (x 1) (a (x + 1) + b) + (x 1) a

-0.8
-1.0

10
H1
(1) = 2 (1 1) (a (1 + 1) + b) +
2

+ (1 1) a = 1

Figure 7: Polinomio de Hermite H11

4a = 1
1. La grfica 4 se hace cero en 1 y sus derivadas, tanto
en ese punto como en 1, valen cero. Este polinomio
tiene dos races en 1 (la segunda debido al valor de su
derivada en 1), con lo que la forma de este polinomio
es como sigue:
0
H1

a = 14 ,
luego el polinomio nos queda:
1
H1
(x) = (x 1)

(x) = (x 1) (a (x + 1) + b)

1
4

(x + 1)

3. Para calcular los otros dos polinomios, basta considerar que son funciones simtricas a las dos anteriores. En la grfica 6 se puede ver que esta funcin
0
es simtrica a H1
(x) (ver grfica 4) con respecto al
eje de las y.

El valor de este polinomio en -1 es 1:

0
H1
(1) = 1

(1 1)2 (a (1 + 1) + b) = 4b = 1
b=

El polinomio es por tanto,

1
4

0
H10 (x) = H1
(x)

Al ser la derivada en -1 igual a cero tenemos:

H10 (x) =

00
H1
(x) = 2 (x 1) (a (x + 1) + b) + (x 1)2 a = 0

1
4

(x 1)2 (x + 2)
2

H10 (x) = 14 (x + 1) (x 2)

00
(x) = 2 (2) (a (0) + b) + (2)2 a = 0
H1

4b + 4a = 0
37

4. Por ltimo, la funcin representada en la grfica 7, es

1
simtrica al polinomio H1
(grfica 5) con respecto al
origen, con lo que,

x [1, 0]
P2 (x) = 23 x3 + 25 x2 +
x [0, 1]

1
H11 (x) = H1
(x)

P3 (x) =

2
H11 (x) = (x 1) 14 (x + 1)
H11 (x) =

(x + 1) (x 1)

-1

Vamos a calcular los coeficientes para cada intervalo:

-1.0

Figure 8: Comparacin entre la funcin sin

aproximacin por splines cbicos.

i = 0, . . . N

1
f (x0 )
a0
a1 f (x1 ) 0

a2 = f (x2 ) = 1
0
f (x3 )
a3

3(ai+1 ai )
hi

3(ai ai1 )
hi1

Solucin:
sinc (x) =

c0 = c3 = 0

0
4 1
c1
=
6
c2
1 4

ci+1 ci
3hi

d0
d1 =

d2

(ai+1 ai )
hi

PN
sin( ( i))
f(x) i=M f (xi ) x ai
(a )
x

2
5
2
5 5

8
5

2x

+f (0)

8
15

hi (2ci +ci+1 )
3

13
15
19
15
1
15

+ sin

(x + 1)3 +

13
15

2x

+f

sin( ( 2x
2))
(

2x
2

sin(2x)
2

sin 2x
2x+

2x

sin 2x
2x

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

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

= sin

sin(2x+)
2

sin(2x+)
2x+

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

4x2 2

sin(2x)
2x

2x+

2x
= 2 4xsin
2 2

Los splines cbicos nos quedan de la siguiente manera:

2
15

sin(( 2x
))

+f ()

i = 0, . . . N 1

[2, 1, 0, 1, 2]

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

2
152
3
=

2
1 15
b0
b1 = 1 45 85 =
3
b2
1 + 16
15

P1 (x) =

xi = a i =

i = 0, . . . N 1
3
8

sin(x)
x

La interpolacin a travs de la funcin sinc(x) :

2
5
85

2 x y su

Problema 108 Calcular la funcin que interpola, utilizando la funcin sinc(x) a la funcin f (x) = sin(x) en
los puntos x = , 2 , 0, 2 , .

hi1 ci1 + 2 (hi1 + hi ) ci + hi ci+1 =

(xi xi1 )

ai = f (xi )

bi =

(x 1) + 1

1
-0.5

di =

1
15

0.5

P (x) = dx3 + cx2 + bx + a

c1
c2

(x 1)2 +

1.0

Solucin: Los polinomios son de la forma:

8
5

x [1, 2]

1
4

(x 1)3

8
15

Problema 107 Calcular los polinomios que determinan

la interpolacin
por splines cbicos de la funcin f (x) =

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

hi = 1

19
15 x

En la figura 9 se muestran el sin(x) y su aproximacin

por el seno cardinal

(x + 1) 1
38

Los valores de estos coeficientes son:

1.0

c2 = c2 = 0
c1 = c1 = 2

c0 = 2

0.5

-10

-8

-6

-4

-2

Sustituimos en el sumatorio que aproxima a la funcin

y obtenemos:

10

f(x)

-0.5

2 ix
e

= 12

-1.0

2 eix =

cos x

El resultado de la aproximacin es, por tanto,

1
4
f(x) cos x
2

Figure 9: Comparacin del sin x con su aproximacin

numrica utilizando sin c(x), tomando como puntos de in
terpolacin x=,
2 , 0, 2 , .

La siguiente grfica compara f (x) = |x| con su aproximacin f(x) para N = 2 en el intervalo [, ].
|x|

1.0

0.5

5
4

-10

-8

-6

-4

-2

10

-0.5

1
-1.0
-3

Figure 10: Comparacin del sin x con su aproximacin

numrica utilizando sin c(x), tomando como puntos de in

3
terpolacin x=2, 3
2 , , 2 , 0, 2 , , 2 , 2

-2

-1

3
2
1

-3

ck eikx ,

-2

-1

k=2

Polinomio trigonomtrico (N = 10, [, ])

donde los coeficientes se calculan a partir de la siguiente

expresin:
U
f (x)eikx dx
|x|eikx dx

=
2
2
U0
U ikx
ikx
xe
dx
xe
dx
+ 0 2
2

5
4

La interpolacin por polinomios trigonomtricos tiene

la forma:

|x|

Solucin:

x si x 0
|x| =
x si 0 x

ck =

En la siguiente grfica se realiza la misma comparacin tomando 20 muestras en el intervalo [, ].

2
X

Polinomio trigonomtrico (N = 2, [, ])

Problema 109 Calcular el polinomio trigonomtrico

tomando N = 2, que interpola a la funcin f (x) = |x|
en el intervalo [, ].

f(x)

39

Problema 110 Calcular la

cuadrtica lineal de la tabla
xi
0
1
2
3

aproximacin

mnimo

yi
0
1
0
2

Solucin: Aplicando las frmulas para calcular los coeficientes de la recta que ms se aproxima a estos puntos,
obtenemos:
a=

SN

S
SN
xi yi N
i=1 xi
i=1 yi
SN
SN
2
2
N i=1 xi ( i=1 xi )

=
b=

i=1

4(1+6)(1+2+3)(1+2)
4(1+22 +32 )(1+2+3)2

SN

i=1

x2i
N

1
2

S
SN
yi N
i=1 xi yi
i=1 xi
S
2
N
2
i=1 xi (
i=1 xi )

SN

Si=1
N

(1+22 +32 )(1+2)(1+6)(1+2+3)

4(1+22 +32 )(1+2+3)2

=
=0

P (x) = ax + b = 12 x

4
3
2
1
0
0

Figure 11: Aproximacin mnimo cuadrtica

40