Está en la página 1de 40

Problemas de Métodos Numéricos

Miguel Alemán Flores, Luis Alvarez León y Javier Sánchez Pérez


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

Contents prisas de última hora que suelen asaltar a los estudiantes


cuando se acercan los exámenes, puesto que el esfuerzo
1 INTRODUCCION. 1 de reflexión que requieren precisa de un trabajo diario y
continuado, difícilmente compatible con las prisas de úl-
2 ARITMETICAS DE PRECISION FINITA tima hora. Resulta inquietante observar como en muchas
Y FUENTES DE ERRORES NUMERI- ocasiones la realización de problemas se aborda bajo un
COS. 1 espíritu de aprender rápidamente 4 técnicas básicas, que
muchas veces ni se entienden, y a partir de ahí intentar re-
3 CALCULO DE CEROS DE UNA FUN-
producir esas técnicas, de forma absolutamente mecánica,
CION 4
en problemas análogos. El problema de esta actitud, es
4 INTERPOLACION DE FUNCIONES I 6 que aunque a corto plazo puede dar lugar a resultados posi-
tivos, aprobando asignaturas con un conocimiento mínimo
5 ANALISIS NUMERICO MATRICIAL I 9 e insuficiente, a la larga, tiene efectos catastróficos sobre
la formación del alumno, a través de una disminución im-
6 DIFERENCIACION E INTEGRACION portante de la capacidad de razonamiento y del sentido
NUMERICA 14 crítico.

7 ANALISIS NUMERICO MATRICIAL II 23 ARITMETICAS DE PRECISION FINITA Y


FUENTES DE ERRORES NUMERICOS.
8 INTERPOLACION DE FUNCIONES II 36
Problema 1 Demostrar que al representar el número real
INTRODUCCION. 0.1 como
X∞
an
0.1 = 2e
n=1
2n
El presente documento es el libro de problemas donde se
encuentran resueltos todos los problemas presentes en el el número de elementos no-nulos an es infinito.
libro de Métodos Numéricos publicado por los mismos au-
tores. Nunca se insistirá lo suficiente sobre la necesidad de Solución: Supongamos que para algún t finito y e entero
hacer problemas para comprender correctamente cualquier se tiene:
Xt
teoría y sus aplicaciones. Además la manera de afrontar e an
0.1 = 2
el estudio de los problemas debe ser bien distinta a la n=1
2n
forma de estudiar teoría. Primero se debe intentar hacer
despejando en esta igualdad obtenemos
los problemas sin mirar en absoluto la solución y después
de reflexionar e intentar resolverlo de diferentes formas, t
X
t−e
muchas de las cuales nos llevarán a callejones sin salida, 2 = 10 an 2t−n
se mirará la solución. Es un hecho fácilmente constatable, n=1
que se aprende mucho más de un problema que no se ha P
conseguido resolver, pero al que se ha dedicado suficiente ahora bien, como el número m = tn=1 an 2t−n es entero,
esfuerzo, que de un problema del cual se mira directamente de la desigualdad anterior obtenemos
la solución sin ninguna fase de reflexión previa. Además
2t−e = 5 · 2m
se tiende a olvidar con facilidad la técnica de resolución
de un problema sobre el cual no se ha reflexionado sufi- pero esta igualdad implica que el número 2t−e es divisible
cientemente. De todo ello se deduce que el estudio cor- por 5 lo cual es imposible.
recto de los problemas de una asignatura va reñido con las

1
Problema 2 Representar el número 0.0 703 125 como Solución: Los valores posibles positivos se representan

en la siguiente tabla
X an
0.0 703 125 = 2e 1 1 1 1 1 1 1 1
n=1
2n e = −1 2
, 2 + 4, 2 + 3, 2 + 3 + 4
2 2 2 2 2 2 2 2
1 1 1 1 1 1 1 1
Solución: En primer lugar tenemos que encontrar un en- e=0 , + , + , + +
tero e tal que 2 2 23 2 22 2 22 23
1 1 1 1
e = 1 1, 1 + 2 , 1 + , 1 + + 2
1 2 2 2 2
≤ 0.0 703 125 · 2−e < 1 1 1
2 e = 2 2, 2 + , 2 + 1, 2 + 1 +
2 2
para e = −3 obtenemos
los valores negativos son los mismos cambiados de signo.
3
0.0 703 125 · 2 = 0. 562 5 Simplificando las fracciones nos queda

ahora tenemos que escribir el número 0.5625 como e = −1 0.25, 0.3125, 0.375, 0.437 5
∞ e=0 0.5, 0.625, 0.75, 0.875
1 X an
0.5625 = + e=1 1, 1.25, 1.5, 1.75
2 n=2 2n
e=2 2, 2.5, 3, 3.5
los an se calculan de la siguiente forma Si representamos los números positivos sobre una recta
obtenemos
1 1
0.5625 < + 2 = 0.75 ⇒ a2 = 0
2 2
1 1
0.5625 < + 3 = 0.625 ⇒ a3 = 0 2
2 2 y
1 1
0.5625 = + 4 = 0.5625 ⇒ a4 = 1 1
2 2
por tanto µ ¶ 0
1 1
0.0 703 125 = 2−3 +
2 24 -1
en términos binarios, este numero se escribiría con e = −3
y la mantisa viene dada por la secuencia 1, 0, 0, 1, 0, 0, .... -2
(si no almacenamos el primer término a1 porque siempre 0 1 2 3 4
es 1, la mantisa sería 0, 0, 1, 0, 0, ....) x

Problema 3 (1 puntos) Calcular los valores positivos


mínimo y máximo que puede tomar un número real en Problema 5 Dada una aritmética de precisión finita
una aritmética de precisión finita en función de t, emin y cualquiera, calcular la distancia que hay entre el número 1
emax . y su inmediato superior (es decir el número que va después
de 1), y la distancia entre el número 1, y su inmediato in-
Solución: Los valores positivos mínimo y máximo son ferior.

xmin = 2emin −1 Solución: El número 1 en una aritmética de precisión


t µ ¶ finita se escribe como
X 1 1
− 1
1 µ ¶
2t+1
xmax = 2emax n
= 2emax 2
1 =2emax
1− t 1
n=1
2 2
2 1=2
2
el número inmediato superior a 1 en la aritmética es
µ ¶
Problema 4 Calcular todos los números reales que se 1 1 1
2 + = 1 + t−1
pueden construir tomando 5 bits de la forma siguiente: 1 2 2t 2
bit para el signo, 2 bits para la mantisa (es decir t = 3,
puesto que a1 = 1 sólo se almacenan a2 y a3 , y 2 bits para y el número inmediato inferior a 1 viene dado por
el exponente e, tomando como rango de e = −1, 0, 1, 2. 1 1 1 1
− 2t+1 1
2
Representar dichos números sobre una recta. + .. + t = 1 =1− t
2 2 1− 2 2

2
¡1 1 1
¢
Problema 6 Se considera una aritmética de 16 bits B + A = 23 2 + 23 + 24
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 números en esta aritmética:
¡1 1 1 1
¢
1. B − A = 22 2 + 23 + 24 + 25
1. 2, y los números más cercanos a 2 por arriba y por
debajo. Solución: Problema 8 Sean emin , emax , los valores mínimo y máx-
µ ¶ imo del exponente e. Demostrar que si emin < e < emax ,
2 1
2=2 entonces los números:
2 Ã t !
µ ¶
2 1 1 X an 1
Si guiente = 2 + e
2 ± t
2 210 2n 2
à 10 ! µ1
n=1
X 1 1 ¶
2 − 211 pertenecen al conjunto A de números reales generados por
Anterior = 2 = 2 1
i=1
2i 2 la aritmética de precisión finita.

Solución: Que los números pertenecen a la aritmética


2. El cero, el infinito y Na. Solución: significa que existe un conjunto de valores binarios a0i y un
µ ¶ entero e0 tal que
−31 1 Ã t !
0=2 X an Xt
2 e 1 e0 a0n
µ ¶ 2 ± = 2
1 n=1
2n 2t n=1
2n
∞ = 232
2
µ ¶ Consideremos primero el caso de sumar 1/2t . Si ak =
32 1 1
N aN = 2 + 1 para todo k, entonces
2 22 Ã t !
X 1 1 1
e
2 n
+ t = 2e+1
n=1
2 2 2
3. Los números positivos más grande y más pequeño
de la aritmética (teniendo en cuenta las excepciones) Si por el contrario existe un k0 tal que ak0 = 0, y tal que
Solución: ak = 1 para todo k0 < k ≤ t entonces basta tomar a0k = ak
à 10 ! µ1 si 1 ≤ k < k0 , a0k0 = 1 y a0k = 0 si k0 < k ≤ t
X 1 1 ¶
31 31 2 − 211 Consideremos ahora el caso de restar 1/2t . Si el único
M ayor = 2 = 2 1
i=1
2i 2 elemento ak distinto de 0 es a1 , entonces
µ ¶
1 µ ¶ Xt
M enor = 2−31 e 1 1 1
210 2 − = 2e−1
2 2t n=1
2n

1
Si por el contrario existe un k0 > 1 tal que ak0 = 1, y
4. 9. Solución: No se puede escribir de forma exacta. tal que ak = 0 para todo k0 < k ≤ t entonces basta tomar
Si suponemos a0k = ak si 1 ≤ k < k0 , a0k0 = 0 y a0k = 1 si k0 < k ≤ t.
à t ! à t !
1 X ai X ai
= 2e =⇒ 1 = 9 · 2e =⇒ P
9 i=1
2i
i=1
2i Problema 9 Dado un número ze = 2e tn=1 a2nn , en una
à t ! aritmética de precisión finita. Calcular el número inmedi-
X
2t−e
=3 2
ai 2t−i
=⇒ 2t−e = 32 m atamente inferior y superior a él en dicha aritmética.
i=1
Solución: Si el número es de la forma
donde m es un número entero. Ahora bien esta igual-
1
dad es imposible porque resultaría que 3 divide a 2. ze = 2e
2

¡ ¢ entonces el inmediato superior es


5. 2 12 − 2110 . Solución:
1
¡ ¢ ¡ ¢ ze + 2e
2 12 − 2110 = 20 12 + 212 + 213 + 1
+ 1
+ 1
+ 1
+ 1
+ 1 2t
24 25 26 27 28 29

¡ ¢ y el inmediato inferior es
Problema
¡ 7 Sean
¢ A = 2 12 + 213 + 1
25 B =
Xt
23 12 + 216 + 217 . Calcular B + A y B − A 1
2e−1 n
2
Solución: n=1

3
para cualquier otro número ze, el inmediato superior e in- CALCULO DE CEROS DE UNA FUNCION
ferior son
1
ze ± 2e t
2 Problema 12 Calcular 2 iteraciones del algoritmo de la
bisección para buscar un cero de la función f (x) = x2 − 2
en el intervalo [−2, 0]

Problema 10 (1 puntos) Calcular las raíces del poli-


Solución:
nomio P (x) = x2 − 2x + 0.01 evitando los errores de can-
celación.
0 + (−2)
Solución: x= = −1
√ 2
2+ 4 − 0.04 f (−2) > 0, f (0) < 0, f (−1) < 0
x1 = = 1.995
2 N uevo Intervalo = [−2, −1]
0.01
x2 = −1 + (−2)
1.995 x= = −1.5
2
f (−2) > 0, f (−1) < 0, f (−1.5) > 0
N uevo Intervalo = [−1.5, −1]
Problema 11 Escribir el pseudocódigo para implementar
el cálculo de las raíces reales de ax2 +bx+c = 0 evitando los
errores de cancelación y teniendo en cuenta las diferentes
opciones que aparecen cuando a 6= 0 y a = 0. Problema 13 Escribir el pseudocódigo del algoritmo el
método de la bisección
Solución:
Solución:
Algoritmo Calculo raiz polinomio ax2 + bx + c = 0 Algoritmo: Método de la bisección
variables reales a,b,c variables reales x,a,b,tol
leer(a,b,c) leer(a,b,tol)
si (a==0 ) entonces si (a> b) entonces
si (b==0 ) entonces PRINT ’INTERVALO INCORRECTO’
PRINT ’EL POLINOMIO ES CONSTANTE’ parar
parar finsi
finsi si (F(a)*F(b)> 0) entonces
PRINT ’EL POLINOMIO ES DE GRADO 1.’ PRINT ’NO HAY CAMBIO DE SIGNO EN EL
PRINT ’LA RAIZ ES ’,−c/b INTERVALO’
parar parar
finsi finsi
d=b*b-4*a*c mientras (F(x)!=0 Y (b-a)>tol)
si (d< 0 ) entonces x=(a+b)/2
PRINT EL POLINOMIO NO TIENE RAICES si((F(a)*F(x))<0) entonces
REALES b=x
parar además
finsi A=X
si (b> 0) entonces finsi
x1=(-b-SQRT(d))/(2*a) fin mientras
además _PRINT ’LA RAIZ ES’ x
x1=(-b+SQRT(d)/(2*a) fin algoritmo
finsi
x2=c/(x1*a) real F(real x)
PRINT *,’LAS RAICES SON: ’,x1,x2 real a←− cos(x) + x ∗ x − 6
fin algoritmo devolver a
fin función

Problema 14 Calcular 2 iteraciones del algoritmo de la


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

4
Solución: Solución:
2 −2
x=0− f (0) = 1 x1 = 1 − ³ ´ =3
f (2) − f (0) −2−(−3)
1−0
f (2) > 0, f (0) < 0, f (1) < 0
N uevo Intervalo = [1, 2]
1 4 Problema 18 Escribir pseudocódigo del algoritmo del
x=1− f (1) =
f (2) − f (1) 3 método de la Secante utilizando reales de doble precisión.
4 Los datos de entrada son las aproximaciones iniciales x0,
f (2) > 0, f (1) < 0, f ( ) < 0
3 y x1, El número máximo de iteraciones N max, y la toler-
4 ancia T OL para determinar la igualdad de dos números.
N uevo Intervalo = [ , 2]
3
Solución:
Problema 15 Escribir el pseudocódigo del algoritmo del
método de la Regula-falsi Algoritmo: Método de la secante
variables reales x0,x1,x2,tol
Solución:
variable entera Nmax
leer(a,b,tol,Nmax)
Algoritmo: Método de la Regula-falsi
si (x0==x1) entonces
variables reales x,a,b,tol
PRINT ’LAS DOS APROXIMACIONES INI-
leer(a,b,tol)
CIALES COINCIDEN’
si (a> b) entonces
parar
PRINT ’INTERVALO INCORRECTO’
finsi
parar
para k←− 1 hasta Nmax hacer
finsi
si(ABS(x1-x0)< tol) entonces
si (F(a)*F(b)> 0) entonces
PRINT *,’LA RAIZ DE LA FUNCION ES: ’,x1
PRINT ’NO HAY CAMBIO DE SIGNO EN EL
parar
INTERVALO’
finsi
parar
si(F(x1)==F(x0)) entonces
finsi
PRINT *,’METODO NO CONVERGE’
mientras (F(x)!=0 Y (b-a)>tol)
parar
x=a-F(a)*(b-a)/(F(b)-F(a))
finsi
si((F(a)*F(x))<0) entonces
x2=x1-F(x1)*(x1-x0)/(F(x1)-F(x0))
b=x
x0=x1
además
x1=x2
a=x
fin para
finsi
PRINT *,’NUMERO MAXIMO DE ITERACIONES
fin mientras
EXCEDIDO’
_PRINT ’LA RAIZ ES’ x
fin algoritmo
fin algoritmo

Problema 19 Calcular una iteración del método de


Muller para calcular un cero de la función f (x) = x3 − 3
Problema 16 Calcular una iteración del método de
partiendo de x0 = 1 (Calculando las derivadas de la fun-
Newton-Raphson para calcular un cero de la función
ción de forma exacta) y quedándonos con la raíz más cer-
f (x) = x3 − 3 partiendo de x0 = 1. cana a x0 .

Solución: Solución:

−2 5 −2 + 3(x − 1) + 3(x − 1)2 = 0


x1 = 1 − =
3 3 √
−3 + 33
x1 = 1 +
6

Problema 17 (1 punto Calcular una iteración del


método de la secante para calcular un cero de la función
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
Solución: Solución:

P 0 (x) = 6x2 + 6x − 12 raı́ces x = 1, −2

P (x) = ((2x + 3)x + 4)x + 5


P (2) = ((7)2 + 4)2 + 5 Intervalo Inicial [−7, 7]
P (2) = (18)2 + 5 = 41 P (−7) = −454 P (−2) = 21 P (1) = −6 P (7) = 750.
P 0 (x) = (2x + 7)x + 18 Intervalos donde están las raíces:
P 0 (2) = (4 + 7)2 + 18 = 40
[-7,-2] [-2,1] [1,7]

Problema 21 Calcular el número máximo de raíces pos- INTERPOLACION DE FUNCIONES I


itivas y negativas del polinomio x5 − 35x3 + 30x2 + 124x −
120, y localizarlas en un intervalo.
Problema 24 Calcular el polinomio interpolador de La-
Solución: Teniendo en cuenta que grange P3 (x) de la función f (x) = sen(x) en los puntos
maxk=0,..,n−1 | ak | 0, π2 , π y 3π
2 .
1+ = 125
| an | Solución: Puesto que sen(0) = sen(π) = 0 sólo necesi-
las raíces del polinomio están en el intervalo [−125, 125]. tamos los polinomios base de Lagrange centrados en π2 y

Para calcular el número máximo de raíces positivas mi- 2 .
ramos los cambios de signo de los coeficientes, en este caso ¡ ¢
los signos son: x (x − π) x − 3π 2
P π2 (x) = π ¡ π ¢ ¡ π 3π ¢
+−++− 2 2 −π − 2
¡2 ¢
por tanto el número de raíces positivas es 1 ó 3. Para esti- x (x − π) x − π2
P 3π (x) = 3π ¡ 3π ¢ ¡ 3π π ¢
mar el número de raíces negativas cambiamos x por −x y 2 −π 2 − 2
2
2
miramos los signos de los coeficientes que en este caso son:
Por tanto el polinomio interpolador es
−++−−
P (x) = P π2 (x) − P 3π
2
(x)
por tanto el número de raíces negativas son 0 ó 2.

Problema 22 Aislar en intervalos las raíces del poli- Problema 25 Calcular la expresión del error interpo-
nomio P (x) = 20x3 − 45x2 + 30x − 1. lación al aproximar la función f (x) = sen(x) en el in-
tervalo [0, 2π] interpolando en los puntos 0, π2 , π, 3π
2 . y aco-
Solución: Teniendo en cuenta que en este caso tarlo superiormente.
maxk=0,..,n−1 | ak | 45 65 Solución: El error de interpolación viene dada por la
1+ =1+ =
| an | 20 20 expresión:
µ ¶
todas las raíces están en el intervalo [− 65 sen(ξ) ³ π´
65
20 , 20 ]. Para ais- 3π
lar las raíces calculamos los ceros de la derivada P 0 (x) = f (x) − PN (x) = x x− (x − π) x −
4! 2 2
60x2 − 90x + 30, dichas raíces son 1 y 1/2. Por otro lado
tenemos el valor máximo del sen(ξ) es 1. Por otro lado el valor
65 donde alcanza el máximo el polinomio del error en [0, 2π]
P (− ) = −1260. 4 es x = 2π, por tanto la cota del error que obtenemos es
20
1 21 ³ µ ¶
P( ) = 1 π´ 3π
2 4 |f (x) − PN (x)| ≤ 2π 2π − (2π − π) 2π −
4! 2 2
P (1) = 4
65
P ( ) = 307. 75
20
por tanto hay una única raíz en el intervalo [− 65 1 Problema 26 Calcular el error máximo de interpolación
20 , 2 ].
en el intervalo [0, 1] al interpolar la función cos(x) en los
puntos dados por los polinomios de Chebyshev tomando
Problema 23 Aislar en intervalos las raíces del poli- N = 5.
nomio P (x) = 2x3 + 3x2 − 12x + 1

6
Solución: Según las fórmulas vistas en teoría el error Problema 29 Calcular el polinomio interpolador de La-
viene dado por la expresión: grange P3 (x) de la función f (x) = 2x en los puntos
¯ ¯µ ¶ 0, 1, 3, 4 utilizando las diferencias divididas de Newton.
maxx∈[a,b] ¯f N+1) (ξ)¯ b − a N +1 Expresar el polinomio tomando en primer lugar x0 = 0,
| f (x) − PN (x) |≤
(N + 1)!2N 2 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 máximo en valor absoluto es 1, obtenemos Solución: En el primer caso, las diferencias divididas
µ ¶6 son f [x0 ] = 1, f [x1 ] = 2, f [x2 ] = 8, f [x3 ] = 16.
1 1
| f (x) − PN (x) |≤ = 6. 78 × 10−7
6!25 2 f [x0 , x1 ] = 1
f [x1 , x2 ] = 3
f [x2 , x3 ] = 8
Problema 27 Interpolar la función f (x) = x210+1 en los
puntos x0 = −2, x1 = −1, x2 = 1, x3 = 2 utilizando las 2
f [x0 , x1 , x2 ] =
diferencias de Newton y evaluar el polinomio en x = 0 3
utilizando el algoritmo de Horner. 5
f [x1 , x2 , x3 ] =
3
Solución: 1
f [x0 , x1 , x2 , x3 ] =
−2 → 2 4
3
y el polinomio interpolador es:
-1 → 5 -1
0 0
1→5 -1 2 1
-3 P (x) = 1 + x + x(x − 1) + x(x − 1)(x − 3)
3 4
2→2
Si tomamos ahora los puntos en orden inverso: f [x0 ] = 16,
P (x) = 2 + 3(x + 2) − 1(x + 2)(x + 1) + 0(x + 2)(x + f [x1 ] = 8, f [x2 ] = 2, f [x3 ] = 1.
1)(x − 1) = (−1(x + 1) + 3)(x + 2) + 2
P (0) = (−1(0 + 1) + 3)(0 + 2) + 2 = 6 f [x0 , x1 ] = 8
f [x1 , x2 ] = 3
Nota: Quitar paréntesis en P(x) y aplicar Horner sobre f [x2 , x3 ] = 1
el polinomio resultante no es lo que pide el problema y por
5
lo tanto está mal f [x0 , x1 , x2 ] =
3
2
f [x1 , x2 , x3 ] =
Problema 28 Calcular el polinomio interpolador de La- 3
grange P3 (x) de la función f (x) = sen(x) en los puntos 1
f [x0 , x1 , x2 , x3 ] =
0, π2 , π y 3π
2 utilizando las diferencias divididas de Newton. 4

Solución: Las diferencias divididas son: f [0] = 0, f [ π2 ] = El polinomio interpolador es:


1, f [π] = 0, f [ 3π
2 ] = −1, 5 1
P (x) = 16+8(x−4)+ (x−4)(x−3)+ (x−4)(x−3)(x−1)
π 2 3 4
f [0, ]=
2 π como puede observarse, al cambiar el orden de los pun-
π 2
f [ , π] = − tos de interpolación, el polinomio de Lagrange expresado
2 π a través de las diferencias divididas cambia totalmente,
3π 2
f [π, ]=− salvo el último coeficiente 14 que es el mismo en ámbos ca-
2 π sos pues como se había demostrado en teoría el valor de
π 4
f [0, , π] = − 2 f [x0 , x1 , x2 , x3 ] no depende del orden en que se toman los
2 π puntos de interpolación.
π 3π
f [ , π, ]=0
2 2
π 3π 8 Problema 30 Dada una función f (x), y una secuen-
f [0, , π, ]= 3
2 2 3π cia de valores xn , aproximar f (x) por la parábola que
por tanto, el polinomio interpolador es pasa por los puntos (xn−1 , f (xn−1 )) , (xn−2 , f (xn−2 )) y
(xn−3 , f (xn−3 )), calcular posteriormente las derivadas del
2 4 ³ π´ 8 ³ π´ polinomio, y comprobar que coinciden con las fórmu-
P (x) = x − 2 x x − + 3x x − (x − π)
π π 2 3π 2 las dadas en el método de Muller para el cálculo de las
derivadas f 00 (xn−1 ) y f 0 (xn−1 ).

7
Solución: Si utilizamos las diferencias divididas para in- Problema 32 Demostrar que utilizando relaciones
terpolar obtenemos f [xn−1 ] = f (xn−1 ) trigonométricas es posible calcular las funciones sen(x)
y cos(x) para cualquier x (en radianes), utilizando
f (xn−1 ) − f (xn−2 )
f [xn−1 , xn−2 ] = únicamente su valor en el intervalo [0, π8 ].
xn−1 − xn−2
f (xn−2 ) − f (xn−3 ) Solución: En teoría se demostró como se pueden definir
f [xn−2 , xn−3 ] =
xn−2 − xn−3 el sen(x) y cos(x) para cualquier valor de x a partir de
f [xn−1 , xn−2 ] − f [xn−2 , xn−3 ] su definición en [0, π4 ], por tanto, en este problema sólo
f [xn−1 , xn−2 , xn−3 ] = tenemos que definir las funciones trigonométricas en [0, π4 ]
xn−1 − xn−3
a partir de su definición en [0, π8 ]. Basta tener en cuenta
El polinomio interpolador es las relaciones:
P (x) = f (xn−1 ) + f [xn−1 , xn−2 ](x − xn−1 )+ (
π
cos
¡ x ¢[0, 8 ] (x)2
π
¡ x ¢ si x ≤ π8
f [xn−1 , xn−2 , xn−3 ](x − xn−1 )(x − xn−2 ) cos[0, π4 ] (x) = 2
cos[0, π ] 2 − sin[0, π ] 2 si x > 8
8 8

por tanto ½ π
sen¡[0,¢π8 ] (x) ¡ ¢ si x ≤ 8
00
P (xn−1 ) = 2f [xn−1 , xn−2 , xn−3 ] sen[0, π4 ] (x) =
2 cos[0, π8 ] x2 sin[0, π8 ] x2 si x > π
8
P 0 (xn−1 ) = f [xn−1 , xn−2 ] + f [xn−1 , xn−2 , xn−3 ](xn−1 −
xn−2 )
Problema 33 Calcular los polinomios necesarios para in-
que corresponde a las fórmulas utilizadas por el
terpolar las funciones trigonométricas cos(x) y sen(x) en
método de Muller.
el intervalo [0, π8 ] en una aritmética de 32 bits

Problema 31 Aproximar la función sen(x) en el inter- Solución: En primer lugar, la función cos(x) la desarrol-
valo [0, π4 ] utilizando el desarrollo de Taylor, y calcular el lamos por serie de Taylor como
valor de n a partir del cual la aproximación es la mejor
posible dentro de una aritmética de 32 bits. x2 x4 x2n
cos(x) u Pn (x) = 1 − + + .... + (−1)n
2! 4! (2n)!
Solución: El desarrollo de Taylor en 0 del sen(x) viene
dado por: y el error máximo cometido por el desarrollo de Taylor en
3 5 2n+1 un punto x ∈ [0, π8 ] es
x x x
sen(x) u Pn (x) = x − + + .... + (−1)n
3! 5! (2n + 1)! 2n+1
π (x)
| Pn (x) − cos(x) |≤ sen( )
y el error máximo cometido por el desarrollo de Taylor en 8 (2n + 1)!
un punto x ∈ [0, π4 ] es
2n+2
donde ξ ∈ [0, π8 ]. Para que la aproximación sea la mejor
π (x) dentro de una aritmética de 32 bits tiene que cumplirse
| Pn (x) − sen(x) |≤ sen( )
4 (2n + 2)!
| Pn (x) − cos(x) |
donde ξ ∈ [0, π4 ]. Para que la aproximación sea la mejor ≤ 2−24 = 5. 96 × 10−8
cos(x)
dentro de una aritmética de 32 bits tiene que cumplirse
| Pn (x) − sen(x) | por tanto:
≤ 2−24 = 5. 96 × 10−8 ¡ ¢2n+1
sen(x)
| Pn (x) − cos(x) | π π
≤ tan( ) 8
por otro lado, en el intervalo [0, π4 ] se verifica cos(x) 8 (2n + 1)!
¡ ¢
sen π4 para n = 3 se tiene que
π x ≤ sen(x)
4 ¡ ¢2n+1
π π8
por tanto: tan( ) = 1. 18 × 10−7
¡ π ¢2n+2 8 (2n + 1)!
| Pn (x) − sen(x) |
≤ 4 con lo cual ya estamos muy cerca de la precisión óptima.
sen(x) (2n + 2)!
Para n = 4
para n = 4 se tiene que ¡ ¢2n+1
¡ π ¢2n+2 π π8
tan( ) = 2. 53 × 10−10
4
= 2. 46 × 10−8 8 (2n + 1)!
(2n + 2)!
por tanto n = 4 determina la mejor aproximación en
por tanto n = 4 determina la mejor aproximación en una
una aritmética de 32 bits.
aritmética de 32 bits.

8
Análogamente, para la función sen(x) tenemos En el remonte se empiezan a calcular los ui de abajo
hacia arriba. Las operaciones que se realizan vienen dadas
x3 x5 x2n+1
sen(x) u Pn (x) = x − + + .... + (−1)n por:
3! 5! (2n + 1)! un = abnn
n

y el error máximo cometido por el desarrollo de Taylor en


un punto x ∈ [0, π4 ] es un−1 =
bn−1 −an−1,n un
an−1,n−1

π (x)2n+2 bn−2 −(an−2,n un +an−2,n−1 un−1 )


| Pn (x) − sen(x) |≤ sen( ) un−2 =
8 (2n + 2)! an−2,n−2

donde ξ ∈ [0, π8 ]. Para que la aproximación sea la mejor bn−3 −(an−3,n un +an−3,n−1 un−1 +an−3,n−2 un−2 )
un−3 = an−3,n−3
dentro de una aritmética de 32 bits tiene que cumplirse
..
| Pn (x) − sen(x) | .
≤ 2−24 = 5. 96 × 10−8
sen(x)
En la siguiente tabla se muestra el número de opera-
por otro lado, en el intervalo [0, π8 ] se verifica ciones que se realizan en cada iteración:
¡ ¢
sen π8
π x ≤ sen(x)
8
Sumas M ultiplic. Divisiones T otal
n−1 n−1 1 2n − 1
por tanto: .. .. .. ..
¡ π ¢2n+2 . . . .
| Pn (x) − sen(x) | 3 3 1 7
≤ 8
sen(x) (2n + 2)! 2 2 1 5
para n = 3 se tiene que 1 1 1 3
¡ π ¢2n+2 0 0 1 1
8
= 1. 402 679 863 × 10−8 A partir de esta tabla podemos calcular el total de
(2n + 2)!
operaciones sumando por columnas:
por tanto n = 3 determina la mejor aproximación en una
aritmética de 32 bits. Sumas = 0 + 1 + 2 + 3 + . . . + n − 1 = (n−1)n
2

(n−1)n
Problema 34 (1 puntos) Como se puede obtener la fun- M ultiplicac. = 0 + 1 + 2 + 3 + . . . + n − 1 = 2
ción y x , donde x, y son números reales, utilizando las fun-
Divisiones = 1 + 1 + 1 + 1 + . . . + 1 = n
ciones ex y ln(x).
Solución: Se utiliza la equivalencia Total = 1 + 3 + 5 + 7 + . . . + 2n − 1 =
y x = ex ln y = Sumas + M ultiplicac. + Divisiones =
(n−1)n (n−1)n
= 2 + 2 + n = n2

El orden del algoritmo es entonces O(n2 ).


ANALISIS NUMERICO MATRICIAL I

Problema
µ 36 Resolver
¶µ ¶por el
µ método
¶ de Gauss el sistema
Problema 35 Calcular el número de operaciones básicas −1 2 x 3
(sumas, restas, multiplicaciones y divisiones) en función =
2 −1 y 0
de la dimensión N necesarias para realizar un remonte
para resolver un sistema A0 u = b0 donde A0 es una matriz Solución:
µ ¶µ ¶ µ ¶
triangular superior. −1 2 x 3
= →
µ 2 −1
¶µ y
¶ µ ¶ 0
Solución: Escribimos la matriz A0 de la siguiente manera, 2 −1 x 0
= →
−1µ 2 ¶µy ¶ 3µ ¶
⎛ ⎞
a11 a12 · · · a1,n−2 a1,n−1 a1n 2 −1 x 0
⎜ 0 a22 · · · = → 32 y = y → y = 2 →
⎜ a2,n−2 a2,n−1 a2n ⎟⎟ 0 32 y 3
⎜ .. .. . . .
. .
. .. ⎟ x = 22 = 1
⎜ . . . . . . ⎟
⎜ ⎟
⎜ 0 0 0 an−2,n−2 an−2,n−1 an−2,n ⎟
⎜ ⎟
⎝ 0 0 0 0 an−1,n−1 an−1,n ⎠
0 0 0 0 0 an,n

9
Problema 37 Calcular el número de operaciones básicas Divisiones = 1 + 1 + . . . + 1 = n − 2
necesarias para descomponer el sistema Au = b en el sis-
tema A0 u = b0 utilizando el método de Gauss, y teniendo M ultiplicac. = (n − 1) + (n − 1) + . . . + (n − 1) =
en cuenta la siguiente relación
=(n − 1)(n − 2)
M−1
X 1 3 1 2 1 Sumas = (n−1)+(n−1)+. . .+(n−1) = (n−1)(n−2)
k2 = M − M + M ..
3 2 6
k=1 .

(n-1)a Iteración:

Solución: Divisiones = 1
⎛ ⎞ M ultiplicac. = 2
a11 a12 ··· a1n
⎜ a21 a22 ··· a2n ⎟
⎜ ⎟ Sumas = 2
A=⎜ .. .. .. .. ⎟
⎝ . . . . ⎠
an,1 an,2 ··· an,n Total operaciones1 :
n(n−1)
En cada iteración se realizan las siguientes opera- Divisiones = (n−1)+(n−2)+(n−3)+. . .+1 = 2
ciones:
M ultiplicac. = n(n − 1) + (n − 1)(n − 2) + . . . + 2 =
Para cada iteración (i): =((n − 1) + 1)(n − 1) + ((n − 2) + 1)(n − 2) + . . . =
Para cada fila (j) =(n − 1)2 + (n − 1) + (n − 2)2 + (n − 2) + . . . =
³ ´
∗ aaii
ii = 2n
3
−3n2 +n
+ (n−1)n
= n3 −n
6 2 3
³ ´ ³ ´
aji aji n3 −n
∗aj1 − ai1 . . . ajn − ain Sumas = n(n − 1) + (n − 1)(n − 2) + . . . + 2 = 3
aii aii

En la primera iteración, este proceso se repite N − 1 Total=Sumas + M ultiplicac. + Divisiones =


veces (para las N − 1 j-filas inferiores). En la segunda, se n3 −n n(n−1)
= 3 + 2 = 23 n3 + 12 n2 − 76 n
repite N − 2 veces, y así sucesivamente hasta la penúltima
fila, en donde sólo se realiza una vez. 3
El orden del algoritmo es entonces O( 2n3 ).

Iteración Fila Division. Multiplic. Sumas


2a 1 n n
3a 1 n n Problema 38 Escribir el pseudocódigo del algoritmo de
1a .. .. .. .. la funcion IDESCEN SO(A, b, u, N) que resuelve un sis-
. . . . tema donde A es una matriz triangular inferior, b es el
na 1 n n vector de términos independientes, u el vector solución, N
3a 1 n−1 n−1 es la dimensión del sistema La función devuelve 0 si ter-
4a 1 n−1 n−1 mina correctamente y 1 en caso contrario. Nota Impor-
2a .. .. .. ..
. . . . tante: Las líneas de código tienen que ir todas numeradas
na 1 n−1 n−1 y no pueden superar las 12 lineas de instrucciones como
.. .. .. .. .. máximo.
. . . . .
(n − 1)a na 1 2 2 Solución:
01 IDESCEN SO(matriz real A,vector real b,vector real
A continuación obtenemos el total de operaciones en
u,entero N)
cada iteración sumando por columnas:
02 para variable entera I ← 0 hasta N-1 hacer
03 si(A(I, I) == 0) entonces
1a Iteración:
04 devolver 1
Divisiones = 1 + 1 + . . . + 1 = n − 1 05 finsi
06 u(I) = b(I)
M ultiplicac. = n + n + . . . + n = n(n − 1) 07 para variable entera J ← 0 hasta I − 1 hacer
08 u(I) = u(I) − A(I, J) ∗ u(J)
Sumas = n + n + . . . + n = n(n − 1)
11 2n3 −3n2 +n
2a Iteración: + 22 + 32 + ... + (n − 1)2 = 6

10
09 fin mientras 2. Definida positiva:
10 u(I) = u(I)/A(I, I) Como |B| 6= 0, si B x̄ = 0 =⇒ x̄ = 0
11 fin mientras
12 devolver 0 Una matriz se dice definida positiva si se cumple que

∀x̄ 6= 0, x̄t Ax̄ > 0 =⇒


Problema 39 Resolver por el método de Gauss el sigu-
iente sistema de ecuaciones
⎛ ⎞⎛ ⎞ ⎛ ⎞ =⇒ x̄t Ax̄ = x̄t BB t x̄ = (B t x̄) B t x̄ =
0 −1 2 u1 1 P
⎝ −1 2 −1 ⎠ ⎝ u2 ⎠ = ⎝ 0 ⎠ = ȳ t ȳ = yi2 > 0
2 −1 0 u3 1

Solución: Pasos en la descomposición por Gauss: Problema 41 Descomponer la siguiente matriz A por el
método de Cholesky
1. Intercambiamos la tercera fila con la primera: ⎛ ⎞
⎛ ⎞ ⎛ ⎞ 1 1 4
0 −1 2 1 2 −1 0 1
⎝ −1 2 −1 0 ⎠ pivoteo ⎝−−− − → A=⎝ 1 5 6 ⎠
−1 2 −1 0 ⎠
4 6 26
2 −1 0 1 0 −1 2 1
2. Hacemos ceros en la primera columna Solución: La descomposición por el método de Cholesky
³ ´ tiene la forma siguiente:
aj1
f ilaj − f ila1 · a11 ;j > 1 :
⎛ ⎞ ⎛ ⎞ A = B · Bt,
2 −1 0 1 2 −1 0 1
⎝ −1 2 −1 0 ⎠ ceros −−−→ ⎝ 0 3 −2 1 ⎠
donde la matriz B es triangular inferior.
0 −1 2 1 0 −1 2 1
⎛ ⎞
b11 0 0
3. Hacemos ceros en la segunda columna
³ ´ B = ⎝ b21 b22 0 ⎠
aj1
f ilaj − f ila2 · a11 ;j > 2 : b31 b32 b33
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 −1 0 1 2 −1 0 1 b11 b21 b31
⎝ 0 3 −2 1 ⎠ ceros −−−→ ⎝ 0 3 −2 1 ⎠
B t = ⎝ 0 b22 b32 ⎠
0 −1 2 1 0 0 4 4 0 0 b33
4. Realizamos el remonte, y obtenemos como solución: Cálculo de los elementos de la matriz B :
4
u3 = 4 =1 A = B · Bt =
⎛ ⎞⎛ ⎞
1−2u3 −1 b11 0 0 b11 b21 b31
u2 = −1 = −1 =1
= ⎝ b21 b22 0 ⎠⎝ 0 b22 b32 ⎠ =
u1 = 1+u2
= 2
=1 b31 b32 b33 0 0 b33
2 2
⎛ ⎞
b211 b11 b21 b11 b31
Problema 40 Demostrar que si A = B ·B t (B triangular = ⎝ b11 b21 b221 + b222 b21 b31 + b22 b32 ⎠
inferior) y |B| =
6 0, entonces A es simétrica y definida b11 b31 b21 b31 + b22 b32 b231 + b232 + b233
positiva
Igualamos los elementos de la matriz anterior con los
elementos de la matriz A y se obtienen los siguientes re-
Solución:Tenemos que demostrar, por una parte, que sultados:
At = A (A simétrica) y, por otra, que x̄t Ax̄ > 0 (A definida
positiva2 ). b211 = 1

b11 = 1
1. Simétrica:
t t t
At = (B · B t ) = (B · B t ) = (B t ) B t = B · B t = A b11 b21 = 1
1
b21 = b11 =1
2 Matriz definida positiva: ∀x̄ 6= 0 =⇒ x̄t Ax̄
> 0.
Esta es la definición formal. De forma práctica, se comprueba que los b11 b31 = 4
menores principales de la matriz sean positivos. También se cumple 4
si todos sus autovalores son positivos: x̄t Ax̄ = x̄t λx̄ = λx̄t x̄ > 0. b31 = b11 =4

11
b221 + b222 = 5 En la siguiente tabla se muestra de forma esquemati-
p p zada, el número de operaciones en cada iteración:
b22 = ± (5 − b221 ) = (4) = 2
Iteración Sumas M ultiplic. Divisiones
b21 b31 + b22 b32 =6 0 0 0
6−b21 b31 6−4 0 0 1
b32 = b22 = 2 =1 i=1 .. .. ..
. . .
b231 + b232 + b233 = 26 0 0 1
p p n−1
b33 = (26 − b231 − b232 ) = (26 − 16 − 12 ) = 3 1 1 0
1 1 1
La descomposición queda de la siguiente manera: i=2 .. .. ..
. . .
1 1 1
A = B · Bt =
n−1 n−1 n−2
⎛ ⎞⎛ ⎞ 2 2 0
1 0 0 1 1 4
= ⎝ 1 2 0 ⎠⎝ 0 2 1 ⎠ 2 2 1
i=3 .. .. ..
4 1 3 0 0 3 . . .
2 2 1
2(n−2) 2(n−2) n−3
Problema 42 Calcular el número de operaciones nece- .. .. .. ..
sarias para resolver un sistema por el método de Cholesky. . . . .
i=n n−1 n−1 0

Solución: Las operaciones que se realizan en cada it- El total de operaciones se obtiene sumando los totales
eración vienen dadas por: parciales de la tabla anterior:

Sumas = M ultiplicac. =
Iteración Operaciones = (n − 1) + 2 (n − 2) + 3(n − 3) + . . . + (n − 1) =

j = 1 : b11 = a11 Pn−1 3
j = 2 : b21 = ab11
21 = i=1 i(n − i) = n 6−n
i=1 ..
. Divisiones = (n − 1) + (n − 2) + (n − 3) + . . . + 1 =
j = n : bn1 = abn1
p11 Pn−1
j = 2 : b22 = a22 − b221 = i=1 i = n(n−1)
2
j = 3 : b32 = a32 −b 21 b31
b22
i=2 .. El resultado final es:
.
j = n : bn2 = an2 −b 21 bn1
b22
Total=Sumas + M ultiplicac. + Divisiones =
.. .. 3 n(n−1)
. . q = 2n −n
6 + 2 = 13 n3 − 56 n + 12 n2
¡ ¢
i=n j = n : bnn = ann − b2n1 + . . . + b2n,n−1 ³ ´
n3
El orden del algoritmo es O 3

Problema 43 Demostrar que a partir de un método para


resolver sistemas de ecuaciones se puede construir de
forma inmediata un método para calcular la inversa A−1
de una matriz A.

Solución: ⎛ ⎞
1 0 ··· 0
⎜ 0 1 ··· 0 ⎟
⎜ ⎟
AA−1 = Id = ⎜ .. .. . . .. ⎟
⎝ . . . . ⎠
0 0 ··· 1

Si expresamos la matriz inversa de la siguiente man-


era:

12
⎛ ⎞ ⎛ ⎞
c11 c12 ··· c1n 1 0 ··· 0 l2 u2 = b2
⎜ c21 c22 ··· c2n ⎟ ⎜ 0 1 ··· 0 ⎟
⎜ ⎟ ⎜ ⎟
A⎜ .. .. .. .. ⎟=⎜ .. .. . . .. ⎟, b2
⎝ . . . . ⎠ ⎝ . . . . ⎠ l2 = a2 − m1 u1 , u2 = , m2 = c2
l2
cn1 cn2 ··· cnn 0 0 ··· 1
..
se pueden calcular las columnas de esa matriz a partir de .
N sistemas de ecuaciones de la siguiente forma: mn−2 un−2 + ln−1 = an−1
⎛ ⎞ ⎛ ⎞ ln−1 un−1 = bn−1
c11 1
⎜ c21 ⎟ ⎜ 0 ⎟ bn−1
⎜ ⎟ ⎜ ⎟
A⎜ .. ⎟=⎜ .. ⎟ ln−1 = an−1 − mn−2 un−2 , un−1 = , mn−1 = cn−1
⎝ . ⎠ ⎝ . ⎠ ln−1
cn1 0
mn−1 un−1 + ln = an
⎛ ⎞ ⎛ ⎞
c12 0 ln = an − mn−1 un−1
⎜ c22 ⎟ ⎜ 1 ⎟
⎜ ⎟ ⎜ ⎟
A⎜ . ⎟=⎜ .. ⎟ El algoritmo queda de la siguiente manera:
⎝ .. ⎠ ⎝ . ⎠
cn2 0
l1 = a1
..
. ⎛ ⎞ ⎛ ⎞ u1 = bl11
c1n 0 Para i = 2, . . . , n − 1
⎜ c2n ⎟ ⎜ 0 ⎟ mi−1 = ci−1
⎜ ⎟ ⎜ ⎟
A⎜ . ⎟=⎜ .. ⎟ , c.q.d. li = ai − mi−1 ui−1
⎝ .. ⎠ ⎝ . ⎠
cnn 1 ui = blii
Fin Para
mn−1 = cn−1
Problema 44 Demostrar el algoritmo de Crout para de- ln = an − mn−1 un−1
scomponer matrices tridiagonales.

Problema 45 Resolver utilizando el método de Crout el


Solución: Consideremos la matriz tridiagonal siguiente: siguiente sistema de ecuaciones
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
a1 b1 0 ··· 0 2 4 0 x 6
⎜ c1 a2 b2 ··· 0 ⎟ ⎝ −1 0 4 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠
⎜ ⎟
⎜ 0 c2 a3 b3 0 ⎟ 0 −1 0 z −1
A=⎜ ⎟
⎜ .. .. .. .. ⎟
⎝ . . . . bn−1 ⎠
0 0 0 cn−1 an
La descomposición por el método de Crout genera dos Solución: Aplicando el algoritmo del problema anterior,
matrices de la forma: obtenemos los siguientes resultados:
⎛ ⎞⎛ ⎞
l1 0 . 0 1 u1 . 0 i=1
⎜ m1 l2 . 0 ⎟ ⎜ 0 ⎟
A=⎜ ⎟⎜ 0 1 . ⎟=
⎝ 0 . . 0 ⎠ ⎝ 0 . . un−1 ⎠ l1 = 2
0 . mn−1 ln 0 . 0 1 4
u1 = 2 =2
⎛ ⎞
l1 l1 u1 0 . 0
⎜ m1 ⎟ i=2
⎜ m1 u1 + l2 l2 u2 . 0 ⎟
=⎝ ⎠
0 . . . ln−1 un−1 m1 = −1
0 0 . mn−1 mn−1 un−1 + ln
l2 = 0 − 2 (−1) = 2
Igualando ambas matrices y despejando los elementos 4
li , ui y mi , u2 = 2 =2

l1 u1 = b1 i=3
b1 m2 = −1
l1 = a1 , u1 = , m1 = c1
l1
l3 = 0 − 2 (−1) = 2
m1 u1 + l2 = a2

13
Sustituyendo estos valores en las matrices de Crout, En la siguiente tabla se muestra el número de op-
la descomposición queda: eraciones en cada iteración:
⎛ ⎞ ⎛ ⎞ Iteración Sumas M ultiplic. Divisiones
2 0 0 1 2 0
A = L · U = ⎝ −1 2 0 ⎠ · ⎝ 0 1 2 ⎠ i=1 0 0 1
0 −1 2 0 0 1 i=2 1 1 1
i=3 1 1 1
Para resolver el sistema, se tiene en cuenta lo sigu- .. .. .. ..
. . . .
iente:
i=n 1 1 0
Ax = b El total de operaciones se obtiene de la tabla anterior
como:
LU x = b (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:
= 3 (n − 1)
⎛ ⎞⎛ ⎞ ⎛ ⎞
2 0 0 y1 6
⎝ −1 2 0 ⎠ ⎝ y2 ⎠ = ⎝ 3 ⎠ , El orden del algoritmo es O (3n)
0 −1 2 y3 −1

aplicando un algoritmo de descenso, DIFERENCIACION E INTEGRACION


⎛ ⎞ ⎛ ⎞ ⎛
⎞ NUMERICA
6
y1 2 3
⎝ y2 ⎠ = ⎝ 3+y1 ⎠=⎝ 3 ⎠
2
−1+y2
y3 2
1
Problema 47 Calcular analíticamente y numéricamente
Calculamos el vector x por remonte: la matriz gradiente en el punto (1, 1) (utilizar h = 0.1) de
la función: ½ 2
Ux = y x + y2 − 1
f (x, y) =
x−y
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 2 0 x1 3
⎝ 0 1 2 ⎠ ⎝ x2 ⎠ = ⎝ 3 ⎠ Solución:
0 0 1 x3 1
Analíticamente
µ ¶ µ ¶
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ 2x 2y 2 2
x1 3 − 2x2 1 ∇f (x, y) = → ∇f (1, 1) =
⎝ x2 ⎠ = ⎝ 3 − 2x3 ⎠ = ⎝ 1 ⎠ 1 −1 1 −1
x3 1 1
¡ ¢ Numéricamente, si llamamos f1 (x, y) = x2 + y 2 − 1 y
quedándonos la solución final x = 1 1 1 f2 (x, y) = x − y, entonces aplicando las máscaras vistas en
teoría tenemos

Problema 46 Calcular el número de operaciones nece-


sarias para resolver un sistema tridiagonal por el método f1 (x, y) = x − y
de Crout. ∂f1 (1,1)
∂x ¡ = √ ¢
1
4(0.1) 2 − 2 (f1 (1 + 0.1, 1 − 0.1) − f1 (1 − 0.1, 1 − 0.1)) +
Solución: Las operaciones que se realizan en cada it- 1
¡ √ ¢
4(0.1) 2 − 2 (f1 (1 + 0.1, 1 + 0.1) − f1 (1 − 0.1, 1 + 0.1)) +
eración vienen dadas por: 1
¡√ ¢
4(0.1) 2 2 − 1 (f1 (1 + 0.1, 1) − f1 (1 − 0.1, 1)) =
0.585 79 + 0.585 79 + 0.828 43 = 2.0
Iteración Operaciones
∂f1 (1,1)
i=1 l1 = a1 ; u1 = bl11 ∂y ¡ = √ ¢
b2 1
i=2 m1 = c1 ; l2 = a2 − m1 u1 ; u2 = l2 4(0.1) 2 − 2 (f1 (1 − 0.1, 1 + 0.1) − f1 (1 − 0.1, 1 − 0.1)) +
.. .. 1
¡ √ ¢
. . 4(0.1) 2 − 2 (f1 (1 + 0.1, 1 + 0.1) − f1 (1 + 0.1, 1 − 0.1)) +
1
¡√ ¢
i=n ln = an − mn−1 un−1 4(0.1) 2 2 − 1 (f1 (1, 1 + 0.1) − f1 (1, 1 − 0.1)) =

14
00
0.585 79 + 0.585 79 + 0.828 43 = 2.0 +f (xi )
2! (xr − xi )(xl − xi )+
000
De la misma forma, para f2 (x, y) tenemos +f (xi )
3! (xr − xi )(xl − xi )2 +
000
∂f2 (1,1) +f (xi )
(xi − xl )(xr − xi )2
∂x ¡ = √ ¢ 3!
1
4(0.1) 2 − √2 (f2 (1 + 0.1, 1 − 0.1) − f2 (1 − 0.1, 1 − 0.1)) +
1
¡ ¢ Agrupamos por las derivadas de la función:
4(0.1) 2 − 2 (f2 (1 + 0.1, 1 + 0.1) − f2 (1 − 0.1, 1 + 0.1)) +
¡√ ¢
1
4(0.1) 2 2 − 1 (f2 (1 + 0.1, 1) − f2 (1 − 0.1, 1)) = (xr − xi ) f (x(xl )−f (xi )
l −xi )
+ (xi − xl ) f (x(xrr)−f (xi )
−xi ) =
0.292 89 + 0.292 89 + 0.414 21 = 1
f 00 (xi )
= (xr − xl )f 0 (xi ) + 2! · 0+
∂f2 (1,1)
∂y ¡ = √ ¢ 000
1 +f (xi )
(xr − xi )(xl − xi ) ((xl − xi ) − (xr − xi ))
4(0.1) 2 − 2 (f2 (1 − 0.1, 1 + 0.1) − f2 (1 − 0.1, 1 − 0.1)) + 3!
1
¡ √ ¢
4(0.1) 2 − 2 (f2 (1 + 0.1, 1 + 0.1) − f2 (1 + 0.1, 1 − 0.1)) +
1
¡√ ¢ El término de la tercera derivada nos da el orden de
4(0.1) 2 2 − 1 (f2 (1, 1 + 0.1) − f2 (1, 1 − 0.1)) = la fórmula:
0.292 89 + 0.292 89 + 0.414 21 = 1
(xr − xl )f 0 (xi ) = (xr − xi ) f (x(xl )−f (xi )
l −xi )
+
Con lo cual, en este caso la matriz gradiente calculada
numéricamente coincide con la calculada analíticamente. +(xi − xl ) f (x(xrr)−f (xi )
−xi ) + O(h3 )

µ ¶ f (xr )−f (xi ) f (xi )−f (xl )
2 2 (xi −xl ) +(xr −xi )
∇f (1, 1) = f 0 (xi ) ≈ xr −xi xi −xl
+ O(h2 )
1 −1 xr −xl

Problema 48 Dados 3 puntos distintos xl , xi , xr


demostrar que la fórmula:
Problema 49 Dados 3 puntos distintos xl , xi , xr calcular
(xi − xl ) f (xxrr)−f (xi )
+ (xr − xi ) f (xxi i)−f (xl ) el polinomio de Lagrange que interpola a f (x) en esos 3
−xi −xl
f 0 (xi ) ≈ puntos, calcular la derivada de ese polinomio en xi y com-
xr − xl probar que da la misma fórmula que la presentada en el
aproxima la derivada de f 0 (xi ) con un orden de aproxi- problema anterior.
mación de 2.
Solución: El polinomio de Lagrange es:
Solución: Evaluamos el desarrollo de Taylor de la función (x−xr )(x−xl ) (x−xi )(x−xl )
f (x) = (xi −xr )(xi −xl ) f (xi ) + (xr −xi )(xr −xl ) f (xr ) +
en los puntos xr , xl :

f (xl ) = f (xi ) + f 0 (xi )(xl − xi )+ + (x(x−x i )(x−xr )


l −xi )(xl −xr )
f (xl )
00
f 000 (xi )
+f (xi )
2! (xl − xi )2 + 3! (xl − xi )3 Derivamos la expresión anterior y obtenemos:
f (xr ) = f (xi ) + f 0 (xi )(xr − xi )+ f 0 (x) = (x−xl )+(x−xr ) (x−xl )+(x−xi )
(xi −xr )(xi −xl ) f (xi ) + (xr −xi )(xr −xl ) f (xr ) +
00 000
+f (xi )
2! (xr − xi )2 + f (xi )
(xr − xi )3 + (x−x r )+(x−xi )
(xl −xi )(xl −xr ) f (xl )
3!

(xr − xi ) f (x(xl )−f (xi )


l −xi )
= (xr − xi )[f 0 (xi )+ Evaluamos la derivada en el punto xi y desarrollamos
00 000 hasta obtener el resultado:
+f (xi )
2! (xl − xi ) + f (xi )
3! (xl − xi )2 ]
(xi −xl )+(xi −xr )
f 0 (xi ) = (xi −xr )(xi −xl ) f (xi ) +
(xi − xl ) f (x(xi i)−f (xr )
−xr ) = (xi − xl )[f 0 (xi )+
+ (x i −xl )+(xi −xi )
(xr −xi )(xr −xl ) f (xr ) +
(xi −xr )+(xi −xi )
(xl −xi )(xl −xr ) f (xl )
00
f 000 (xi )
+ f 2!(xi )
(xr − xi ) + 3! (xr 2
− xi ) ]
f (xi ) f (xi ) (xi −xl )f (xr )
f 0 (xi ) = (xi −xr ) + (xi −xl ) + (xr −xi )(xr −xl ) +
Sumamos las expresiones anteriores y nos queda:
i −xr )f (xl )
+ (x(xl −x
(xr − xi ) f (x(xl )−f (xi )
l −xi )
+ (xi − xl ) f (x(xrr)−f (xi )
−xi ) = i )(xl −xr )

= (xr − xi )f 0 (xi ) + (xi − xl )f 0 (xi )+ extraemos el factor (xr − xl ),


00 (xr −xl )f (xi ) (xr −xl )f (xi )
+f (xi ) (xr − xl ) f 0 (xi ) = + +
2! (xi − xl )(xr − xi )+ (xi −xr ) (xi −xl )

15
−xl )f (xr )
+ (xi(x r −xi )
− (xi −xr )f (xl )
(xl −xi )
Problema 51 Dados 3 puntos. Demostrar que la fórmula
f (xr )−f (xi ) f (xi )−f (xl )
−xr f (xi )+xl f (xi ) xr f (xi )−xl f (xi ) −
(xr − xl ) f 0 (xi ) = (xr −xi ) + (xi −xl ) + f 00 (xi ) ≈ 2 xr −xi xi −xl
xr − xl
−xl )f (xr )
+ (xi(x − (xr −xi )f (xl )
r −xi ) (xi −xl ) aproxima la derivada segunda de f (x) en xi con un orden
de aproximación de 1.
agrupamos términos,
³ ´
(xi −xl )f (xr ) (xi −xl )f (xi )
(xr − xl ) f 0 (xi ) = (xr −xi ) − (xr −xi ) + Solución: Desarrollo de Taylor de la función en el punto
³ ´ xi y evaluación en xr y xl :
(xr −xi )f (xi ) (xr −xi )f (xl ) xi f (xi )
+ (xi −xl ) − (xi −xl ) + (xr −xi )
f (xr ) ≈ f (xi ) + f 0 (xi ) (xr − xi ) +
xr f (xi ) xi f (xi ) xl f (xi )
− (x + − 00
2 f 000 (xi ) 3
r −xi ) (xi −xl ) (xi −xl ) +f (xi )
2! (xr − xi ) + 3! (xr − xi )

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


+ f (xl ) ≈ f (xi ) + f 0 (xi ) (xl − xi ) +
(xr −xi )
00
2 f 000 (xi ) 3
+ (xr −xi(x
)(f (xi )−f (xl ))
+ xi f (xi )
− xr f (xi ) +f (xi )
(xl − xi ) + (xl − xi )
(xr −xi ) +
2! 3!
i −xl ) (xr −xi )

xi f (xi ) xl f (xi )
Extraemos en ambas ecuaciones:
+ (xi −xl )
− (xi −xl )
f (xr )−f (xi ) f 00 (xi )
(xr −xi ) ≈ f 0 (xi ) + 2! (xr − xi ) +
0 (xi −xl )(f (xr )−f (xi ))
(xr − xl ) f (xi ) = (xr −xi ) + 000
2
+f (xi )
3! (xr − xi )
+ (xr −xi(x
)(f (xi )−f (xl ))
i −xl )
+ f (xl )−f (xi ) f 00 (xi )
(xl −xi ) ≈ f 0 (xi ) + 2! (xl − xi ) +
+ xi f (xi )(x(xir−xl )−xr f (xi )(xi −xl )
−xi )(xi −xl ) + 000
2
+f (xi )
3! (xl − xi )
+ xi f (xi )(x(xrr−x i )−xl f (xi )(xr −xi )
−xi )(xi −xl )
Restamos las expresiones anteriores:
simplificando, f (xr )−f (xi )
− f (xi )−f (xl )
≈ f 00 (xi )
(xr − xl ) +
(xr −xi ) (xi −xl ) 2!
(xi −xl )(f (xr )−f (xi )) (xr −xi )(f (xi )−f (xl )) ³ ´
+ 000
(xr −xi ) (xi −xl )
f 0 (xi ) = (xr −xl ) +f (xi )
3! (xr − xi )2 − (xl − xi )2

Despejamos la segunda derivada y obtenemos:


f (xr )−f (xi ) f (xi )−f (xl )
Problema 50 Calcular una aproximación de la derivada −
(xr −xi ) (xi −xl )
tercera f 000 (xi ) de una función f (x) en un punto xi , uti- f 00 (xi ) ≈ 2 xr −xl −
lizando f (xi ), f (xi + h), f (xi − h), f (xi − 2h) f 000 (xr )
3! ((xr −xi )2 −(xl −xi )2 )
−2 xr −xl
Solución:
2 3
a → f (xi + h) = f (xi ) + hf 0 (xi ) + h2 f 00 (xi ) + h6 f 000 (xi ) + f (xr )−f (xi )

f (xi )−f (xl )
(xr −xi ) (xi −xl )
O(h4 ) f 00 (xi ) ≈ 2 xr −xl + O(h)

h2 00
1. b → f (xi − h) = f (xi ) − hf 0 (xi ) + 2 f (xi ) −
h3 000 4 Problema 52 Considerar en el problema anterior que
6 f (xi ) + O(h ) xl = xi − h, y xr = xi + h. Deducir como queda la fórmula
c → f (xi − 2h) = f (xi ) − 2hf 0 (xi ) + 2h2 f 00 (xi ) − anterior para aproximar la derivada segunda, y demostrar
4h3 000 4
3 f (xi ) + O(h ) que en este caso el orden de aproximación es 2.
⎛ ⎞
a − b − 2c = 0
Sistema: ⎝ a2 + 2b + 2c = 0 ⎠ Solución: a = Solución: Sustituyendo xl = xi − h, y xr = xi + h,
a b 4c tenemos:
6 − 6 − 3 =1
1, b = 3, c = −1. f (xr )−f (xi )
f (x )−f (x )
− x i−x +hl
(xi +h−xi ) ( i i )
af (xi +h)+bf (xi −h)+cf (xi −2h)−(a+b+c)f (xi ) f 00 (xi ) ≈ 2 xi +h−xi +h =
f 000 (xi ) = h3 =
f (xi +h)+3f (xi −h)−f (xi −2h)−3f (xi ) f (xr )−f (xi ) f (xi )−f (xl )
h3 + O(h) −
= h
h
h
=

16
f (xr )−f (xi )−f (xi )−f (xl ) f 000 (xi )
= h2 − 3! (h − h) + Problema 55 Demostrar, utilizando el desarrollo de
O(h2 ) = Taylor, que las siguientes expresiones son discretizaciones
del laplaciano:
f (xr )−2f (xi )−f (xl )
= h2 + O(h2 ) Fi+1,j+1 + Fi−1,j+1 + Fi−1,j−1 + Fi+1,j−1 − 4Fi,j
∆F =
La aproximación de la segunda derivada queda de la 2h2
forma, Fi+1,j + Fi−1,j + Fi,j+1 + Fi,j−1 − 4Fi,j
∆F =
f (xr ) − 2f (xi ) − f (xl ) h2
f 00 (xi ) ≈
h2 Solución: A partir del desarrollo de Taylor de la función
Problema 53 Dados 3 puntos xl < xi < xr calcular el F , se obtiene lo siguiente:
polinomio de Lagrange que interpola a f (x) en esos 3 pun-
F (x + h, y + h) = F (x, y) + hFx + hFy +
tos, calcular la derivada segunda de ese polinomio en xi
y comprobar que da la misma fórmula que utilizando los + 12 h2 (Fxx + 2Fxy + Fyy )
desarrollos de Taylor.
F (x − h, y − h) = F (x, y) − hFx − hFy +
Solución: Por las diferencias divididas de Newton obten- + 12 h2 (Fxx + 2Fxy + Fyy )
emos lo siguiente:
À F (x − h, y + h) = F (x, y) − hFx + hFy +
xl → f (xl ) f (xi )−f (xl ) +
f (xr )−f (xi )
xi → f (xi ) À xi −xl − f (xxi i)−f (xl )
xr −xi −xl + 12 h2 (Fxx − 2Fxy + Fyy )
f (xr )−f (xi ) xr − xl
xr → f (xr ) xr −xi F (x + h, y − h) = F (x, y) + hFx − hFy +
Polinomio de Lagrange: + 12 h2 (Fxx − 2Fxy + Fyy )
f (xi )−f (xl )
P (x) ' f (xl ) + xi −xl (x − xl ) + Sumamos estas cuatro ecuaciones,
f (xi )−f (xl )
f (xr )−f (xi )
xr −xi − xi −xl
F (x + h, y + h)+F (x − h, y − h)+F (x − h, y + h) +
+ xr −xl (x − xl ) (x − xi )
+F (x + h, y − h) = 4F (x, y) + 2h2 (Fxx + Fyy )
Derivamos el polinomio:
f (xr )−f (xi ) f (xi )−f (xl )
Fxx + Fyy =
f (xi )−f (xl ) −
0 xr −xi xi −xl
P (x) ' xi −xl + xr −xl (x − xl ) + F (x+h,y+h)+F (x−h,y−h)+F (x−h,y+h)+F (x+h,y−h)−4F (x,y)
= 2h2 ,
f (xr )−f (xi ) f (xi )−f (xl )
xr −xi − xi −xl
+ xr −xl (x − xi ) discretizando se obtiene el resultado esperado,

Calculamos la segunda derivada, obteniendo: Fi+1,j+1 + Fi−1,j+1 + Fi−1,j−1 + Fi+1,j−1 − 4Fi,j


∆F =
f (xr )−f (xi )

f (xi )−f (xl ) 2h2
P 00 (x) ' 2 xr −xi
xr −xl
xi −xl
, c.q.d. Para demostrar la segunda igualdad, tomamos las
siguientes ecuaciones:
2
Problema 54 Calcular una aproximación de la derivada F (x + h, y) = F (x, y) + hFx + h2 Fxx
primera y segunda de una función f (x) en x = 0, teniendo
en cuenta que f (0) = 1, f (1) = 0, f (4) = 9 h2
F (x − h, y) = F (x, y) − hFx + 2 Fxx

h2
Solución: F (x, y + h) = F (x, y) + hFy + 2 Fyy

f (xr )−f (xi ) f (xi )−f (xl ) h2


(xi −xl ) +(xr −xi ) F (x, y − h) = F (x, y) − hFy + 2 Fyy
f 0 (xi ) ≈ xr −xi
xr −xl
xi −xl
=
Sumamos estas expresiones y obtenemos:
(0−1) f (4)−f
4−0
(0)
+(4−0) f (0)−f
0−1
(1)
= 4−1 =
F (x + h, y) + F (x − h, y) + F (x, y + h) +
− 9−1 1−0
4 +4 −1 −2−4
= 3 = 3 +F (x, y − h) = 4F (x, y) + h2 Fxx + h2 Fyy
−6
= 3 = −2 Fxx + Fyy =
f (xr )−f (xi ) f (xi )−f (xl ) F (x+h,y)+F (x−h,y)+F (x,y+h)+F (x,y−h)−4F (x,y)
00 (xr −xi )

(xi −xl ) h2 ,
f (xi ) ≈ 2 xr −xl =
9−1 1−0
discretizando

= 2 (4−0)4−1(0−1) = 2 2+1
3 =2
Fi+1,j + Fi−1,j + Fi,j+1 + Fi,j−1 − 4Fi,j
∆F =
h2

17
0 0
Problema 56 Calcular una aproximación del lapla- Fx = γ 2h + (1 − γ) 4h =0
ciano de una función F (x, y) en el punto (x, y) =
1γ 1 1−γ
(0, 0) conociendo los siguientes valores: F (0, 0) = 0, Fy = (1 − γ) −1 −2 1
2h + γ 4h = − 2 h − 2 h = − 2h
F ( 12 , 0) = 14 , F (− 12 , 0) = 14 , F (0, 12 ) = 14 , F (0, − 12 ) = 14 , ¡ 1 ¢
∇1 F (hi0 , hj0 ) = (Fx , Fy ) = − 2h ,0
F ( 12 , 12 ) = 12 , F (− 12 , − 12 ) = 12 , F (− 12 , 12 ) = 12 , F ( 12 , − 12 ) =
1
2 Rotamos la función anterior 45o :
1 1 0
Solución: Si representamos estos valores en una tabla, 1 0 0
obtenemos lo siguiente: 0 0 0

1 1 1 y calculamos su gradiente:
2 4 2
1 1 1 1−γ 1γ 1 γ−2
4 0 4 Fx = (1 − γ) −1 −1
2h + γ 4h = − 2 h − 4h = 4 h
1 1 1
2 4 2 1 1−γ 1γ 1 γ−2
Fy = (1 − γ) −1 −1
2h + γ 4h = − 2 h − 4h = 4 h
1
El valor de h es 2. 1 γ−2
Aproximamos el laplaciano promediando las dos ex- ∇2 F (hi0 , hj0 ) = (Fx , Fy ) = 4 h (1, 1)
presiones del ejercicio anterior. Si no realizáramos este
promediado, no se tendrían en cuenta todos los valores de Calculamos las normas de los gradientes e igualamos:
la función.
k∇1 F (hi0 , hj0 )k = k∇2 F (hi0 , hj0 )k
F +F +Fi−1,j−1 +Fi+1,j−1 −4Fi,j q ¡
∆F = γ i+1,j+1 i−1,j+1 2h 2 + ¢2
1
2h = 2 14 γ−2
h
Fi+1,j +Fi−1,j +Fi,j+1 +Fi,j−1 −4Fi,j
+ (1 − γ) h2 , √
1 1
2h = 4h 2 |γ − 2|
2
γ= (
3 √
√2 = − (γ − 2) → γ = 2 − 2
2
1 1
2+2+2+2
1 1 ¡ ¢ 1 1 1
4+4+4+4
1 2 √
∆F (0, 0) = 3 2 14
+ 1 − 23 1 = √2
2
= (γ − 2) → γ = 2 + 2
4

= 8
+ 4
=4 √
3 3 La solución válida es γ = 2 − 2, ya que el gradiente
∇2 F debe ser negativo en sus dos derivadas.
Problema 57 Demostrar que las máscaras Sustituyendo este valor en las expresiones de Fx , Fy
tenemos:
¡ √ ¢ ¡ √ ¢
− ¡√
2− 2¢ 0 Fi+1,j −Fi−1,j
1 ¡√ 2 ¢
2 − Fx = (1 − γ) 2h +
Fx = −2¡ 2 √
− 1¢ 0 2¡ 2 √− 1¢
4h Fi+1,j+1 −Fi−1,j+1 +Fi+1,j−1 −Fi−1,j−1
− 2− 2 0 2− 2 +γ 4h =
¡ √ ¢ ¡√ ¢ ¡ √ ¢ ¡√ ¢ Fi+1,j −Fi−1,j
− 2− 2 −2 2−1 − 2− 2 =2 2−1 4h +
1
¡ √ ¢F
Fy =
4h ¡ 0√ ¢ ¡√ 0 ¢ ¡ 0√ ¢ −F +F −F
+ 2 − 2 i+1,j+1 i−1,j+14h i+1,j−1 i−1,j−1
2− 2 2 2−1 2− 2
Fi,j+1 −Fi,j−1
dan lugar a una discretización del gradiente tal que su Fy = (1 − γ) 2h +
norma euclídea es invariante por rotaciones de 45 grados.
Fi+1,j+1 −Fi+1,j−1 +Fi−1,j+1 −Fi−1,j−1
+γ 4h =
¡√ ¢F −F
Solución: Procedemos de la misma forma que al calcular = 2 2 − 1 i,j+14h i,j−1 +
el valor de γ en el caso del laplaciano. ¡ √ ¢F −F +F −F
+ 2 − 2 i+1,j+1 i+1,j−14h i−1,j+1 i−1,j−1 ,
Consideramos una función que tiene los siguientes val-
cuyas máscaras son las que se muestran en el enunciado
ores en un entorno de un punto (hi0 , hj0 ) :
del problema.
1 1 1
0 0 0
Problema 58 Calcular una aproximación del gradi-
0 0 0
ente de una función F (x, y) en el punto (x, y) =
Calculamos el valor del gradiente en el punto central (0, 0) conociendo los siguientes valores: F (0, 0) = 0,
de la siguiente manera: F ( 12 , 0) = 12 , F (− 12 , 0) = − 12 , F (0, 12 ) = − 12 , F (0, − 12 ) =

18
1
2, F ( 12 , 12 ) = 0, F (− 12 , − 12 ) = 0, F (− 12 , 12 ) = −1, 2. n = 3
F ( 2 , − 12 ) =
1
1
P
3
wk P (xk ) =
k=1
Solución: Los valores de la función en una tabla quedan
de la siguiente manera:
= 0.55555555555 · P (0.7745966692) +
1
0 2 1
−1 1 +0.88888888 · P (0) +
2 0 2
−1
−1 2 0
+0.55555555555 · P (−0.7745966692) =
Sustituimos estos valores en las derivadas de la fun-
ción: = −. 4
¡√ ¢F −F
Fx = 2 2 − 1 i+1,j4h i−1,j +
R1 ¡ ¢
¡ √ ¢F −F +F −F
El valor exacto de la integral es −1 x3 − x4 dx =
+ 2 − 2 i+1,j+1 i−1,j+14h i+1,j−1 i−1,j−1 = − 25 = −. 4, que coincide con el valor del segundo caso. La
¡√ ¢ 1 1
2+2
¡ √ ¢ 1+1 fórmula de integración numérica es exacta hasta el orden
=2 2−1 4h + 2 − 2 4h = 2n − 1, que en el segundo caso es equivalente a 5, con lo
√ √ que ya se sabía que el valor obtenido sería exacto.
1 2−1 1 2− 2 1
= + 2 h 2 h = 2h
¡√ ¢F −F
Fy = 2 2 − 1 i,j+14h i,j−1 + Problema 60 Se considera para el intervalo [−1, 1], los
¡ √ ¢F −F +F −F puntos x0 = −0.5, x1 = 0 y x2 = 0.5 y los pesos w0 =
+ 2 − 2 i+1,j+1 i+1,j−14h i−1,j+1 i−1,j−1 = w1 = w2 = 2/3. Estos puntos y estos pesos se utilizan
¡√ ¢ −1 1
2 −2
¡ √ ¢ para aproximar la integral de una función en [−1, 1]. Usar
=2 2−1 4h + 2 − 2 −1−1
4h = esta fórmula de integración para calcular númericamente
√ √ la siguiente integral y compararla con el resultado análitico
= − 12 2−1
h − 1 2− 2
2 h
1
= − 2h (exacto).
Z π2
y obtenemos el valor del gradiente: cos(x)dx
µ ¶ µ 1 ¶ µ ¶ −π
2
Fx 2h 1
∇F = = 1 =
Fy − 2h −1

Este vector nos da la dirección de máximo ascenso, Solución:


que en este caso será en diagonal hacia arriba a la derecha. Rπ π
1. −2 π cos(x)dx = sin(x)]−2 π = 1 − (−1) = 2
2 2

Problema 59 Aproximar el valor de la siguiente integral, R π R1 ¡ ¢


2
−π
cos(x)dx = −1 cos( π2 t) π2 dt = 2π
3 2 cos − π4 +
utilizando las fórmulas de Legendre para n = 2 y n = 3 2 ¡π¢
2π 2π
Z 1 3 2 cos (0) + 3 2 cos 4
¡ 3 ¢ √
x − x4 dx = 13 2π + 13 π = 2. 528 2
−1

Cual es el valor exacto de la integral?


Problema 61 Encontrar cual sería la fórmula de inte-
Solución: gración numérica en el intervalo [−1, 1] utilizando un sólo
punto de interpolación, y de tal manera que sea exacta
R1 ¡ 3 4
¢ P
N
para polinomios de grado 1
−1
x − x dx ' wk P (xk )
k=0
¡ ¢
P (x) = x3 − x4 Solución: La fórmula que usa un único punto se puede
expresar como
1. n = 2 Z 1
f (x) dx ' w0 · f (x0 )
P
2
−1
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) =
Z 1
= −. 222 22 1dx = 2 = w0 · f (x0 ) = w0 → w0 = 2
−1

19
Z 1
= w1 f (x1 ) + w2 f (x2 ) + w3 f (x3 ) =
xdx = 0 = w0 · f (x0 ) = w0 · x0 → x0 = 0
−1 ¡ 1−0 ¢ ¡ ¢ ¡ ¢
= (w̃0 f x̃02+1 + w̃1 f x̃12+1 + +
Por lo tanto, la fórmula de integración numérica de Legen- ¡ x̃2 +1 ¢ 2
w̃2 f 2 )=
dre es: Z 1 ¡ ¢
f (x) dx ' 2 · f (0) , = 12 (0.55555556 · f 0.7745966692+1
2 +
−1 ¡ 0+1 ¢
+0.8888888889 · f 2 +
¡ ¢
Problema 62 A partir de los ceros y de los pesos aso- +0.55555556 · f −0.7745966692+1
2 )=
ciados a los polinomios de Legendre, y dado un intervalo = 8. 333 3 × 10−2
[a, b] cualquiera, encontrar los puntos xk , y los pesos wk
que hacen exacta hasta el orden 2N − 1 una fórmula de
integración numérica sobre el intervalo [a, b] Problema 64 Calcular de forma exacta la integral
Z ∞
¡ 3 ¢ 2
x − x2 e−x dx
Solución: Para encontrar los puntos x̂k , y los pesos ŵk , −∞
hay que hacer un cambio de variable en la integral: utilizando los polinomios de Hermite.
Z b N
X
f (x) dx ' ŵk f (x̂k ) Solución: De forma analítica la integral da como resul-
a k=1
tado:
Hacemos el siguiente cambio de variable: R∞ ¡ 3 ¢ 2 √
−∞
x − x2 e−x dx = − 12 π = −. 886 23
x = (b−a)t+(b+a)
2
dx = b−a Utilizando el método de integración numérica:
2 dt
¡ ¢
este cambio representa la recta que pasa por los puntos -1, f (x) = x3 − x2
1 para t = a, b, respectivamente.
R∞ ¡ 3 ¢ 2 P
2
−∞
x − x2 e−x dx = wk f (xk )
Z b Z 1 µ ¶ k=1
(b − a) t + b + a b−a
f (x) dx = f dt = w1 f (x1 ) + w2 f (x2) =
a −1 2 2
Z b N
X µ ¶ = 0.8862269255 · f (−0.707106781) +
b−a (b − a) x̃k + b + a
f (x) dx ' w̃k f
a 2 2 +0.8862269255 · f (0.707106781) =
k=1

de donde se deduce que los cambios a realizar son de la = −. 886 23


forma
x̂k = (b−a)x̃k2+(b+a) ,
Problema 65 Aproximar, utilizando dos puntos de
ŵk = (b−a)
2 w̃k aproximación, 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 Solución:
0
R∞ 1
R∞ ex
2 2

−∞ 1+x2
dx = −∞ 1+x2
e−x dx =π
Solución: El resultado de la integral calculada de forma
analítica, da el siguiente resultado: 2
ex
f (x) = 1+x2
R1¡ 2 ¢ 1
0
x − x3 dx = 12 = 8. 333 3 × 10−2 R∞ 1
−∞ 1+x2
dx ' w1 f (x1 ) + w2 f (x2 ) =
Aplicando el método de integración numérica:
= 0.8862269255 · f (−0.707106781) +
¡ ¢
f (x) = x2 − x3
+0.8862269255 · f (0.707106781) =
R1¡ 2 ¢ P
3
0
x − x3 dx = wk f (xk ) = = 1. 948 2
k=1

20
Problema 66 Calcular de forma exacta la integral Solución:
Z ∞ R1 ¡ 3 ¢
¡ 3 ¢ x − x4 dx = − 25 = −. 4
x − x2 e−x dx −1
0
Aplicamos el método de Simpson:
utilizando los polinomios de Laguerre. ¡ ¢
f (x) = x3 − x4
R1 ¡ 3 ¢
Solución: x − x4 dx =
−1
R∞¡ 3 ¢ R0 ¡ 3 ¢ R1¡ ¢
0
x − x2 e−x dx = 4 = x − x4 dx + 0 x3 − x4 dx '
−1

R∞¡ 3 ¢ x  #0
P
1 k+1 +xk
0
x − x2 e−x dx = wk f (xk ) = '
f (xk+1 )+f (xk )+4f 2
(xk+1 − xk ) +
k=0 6
−1
= w0 f (x0 ) + w1 f (x1 ) = x  #1
k+1 +xk
f (xk+1 )+f (xk )+4f 2
= 0.8535533903 · f (0.585786438) + + 6 (xk+1 − xk ) =
0
+0.1464466093 · f (3.414213562) =
−1+0
f (0)+f (−1)+4f ( 2 )
' 6 (0 + 1) +
= 4.0
f (1)+f (0)+4f ( 1+0
2 )
+ 6 (1 − 0) =
Problema 67 Calcular una fórmula de aproximación 5
numérica de la integral siguiente = − 12 = −. 416 67
Z ∞
f (x)e−x dx Problema 69 Deducir la fórmula de integración
a numérica sobre el rectángulo [−1, 1]x[−1, 1] resultante de
donde a es un número real cualquiera aplicar la integración numérica en una variable en los
intervalos [−1, 1], y [−1, 1].

Solución: Para calcular esta integral realizamos un cam- Solución:


bio de variable
½ ¾ R1 R1 R1 P
N
R∞ t=x−a −1 −1
F (x, y) dydx = −1
w̃k F (x̃k , y) dy =
−t
0
f (t)e dx = = k=1
dt = dx
R∞ R∞ P
N R1
= a f (x − a)e−x+a dx = ea a f (x − a)e−x = w̃k −1
F (x̃k , y) dy
k=1
à !
R∞ −t
P
N
P
N P
N
0
f (t)e dx = w̃k f (x̃k ) = w̃k w̃j F (x̃k , ỹk )
k=0 k=1 j=1

R∞ P
N
P
N
ea a
f (x − a)e−x = ea wk f (xk − a) = W̃k F (x̃k , ỹk ) ,
k=1 k,j=1

Para que estas dos igualdades sean equivalentes, basta donde


hacer: W̃k = w̃k w̃j
xk = x̃k + a T
R −1 (x−x̃i )
wk = e−a w̃k w̃k = T i6=k
−1 i6=k (x̃k −x̃i )
T
R −1 (y−ỹi )
w̃j = T i6=k
−1 i6=k (ỹk −ỹi )

Problema 68 Aproximar, por el método de Simpson, la y los x̃k e ỹk son los ceros del polinomio de Legendre.
integral Z 1
¡ 3 ¢
x − x4 dx Problema 70 Deducir la fórmula de integración
−1
numérica sobre un rectángulo [a, b]x[c, d] resultante
utilizando únicamente el valor de la función en los puntos: de aplicar la integración numérica en una variable en los
−1, − 12 , 0, 12 y 1. intervalos [a, b], y [c, d].

21
Solución: Problema 72 Calcular una aproximación numérica de la
integral Z ∞Z 2
RbRd Rd P
N
x
a c
F (x, y) dydx = c
w̃k F (x̃k , y) dy = dxdy
k=1 −∞ 0 1 + ey2
P
N Rd utilizando la evaluación de F (x, y) en 4 puntos.
= w̃k c
F (x̃k , y) dy
k=1
à !
P
N P
N Solución: Si calculamos el resultado de la integral de
= w̃k w̃j0 F (x̃k , ỹk ) forma analíta, nos queda,
k=1 j=1
R∞ R2 x
R∞ 2
P
N −∞ 0 1+ey2
dxdy = −∞ 1+ey2
dy =
= w̃k w̃j0 F (x̃k , ỹk ) , R∞
k,j=1 2
= −∞ 1+ey2
dy = 2. 144 3
ahora bien, teniendo en cuenta los resultados obtenidos al R2 P
1
integrar en una variable tenemos que : 0
xdx = wk P (xk ),
k=0

x̃k = (b−a)xk2+(b+a)
realizando un cambio de variables, y utilizando el poli-
w̃k = (b−a)
2 wk nomio de Legendre de segundo orden,
(d−c)yk +(d+c)
ỹk = 2
(b−a)x̃k (b+a)
w̃j0 = (d−c)
2 w k xk = 2 + 2 = x̃k + 1,
donde wk son los pesos al integrar en una variable en el
intervalo [−1, 1]. (b−a)
1. wk = 2 w̃k = w̃k ,
Problema 71 Calcular de forma exacta la integral
Z 1Z 1 tenemos:
x2 y 2 dxdy
−1 −1 P (x) = x
utilizando integración numérica. R2
0
xdx =

Solución: El resultado de la integral es: = w1 P (x1 ) + w2 P (x2 ) =


R1 R1 4
−1 −1
x2 y 2 dxdy = 9 = . 444 44 = (0.5773502692 + 1) + (−0.5773502692 + 1) =

Utilizando la fórmula de integración numérica:


= 2.0
P (x) = x2
R∞ 1
R∞ 1 2 P
2
P (y) = y 2
−∞ 1+ey2
dy = −∞ e−y2 +1
e−y dy = w̃j P (ỹk ),
k=1
R1 R1 por Hermite,
−1 −1
x2 y 2 dxdy =
R1 R1 1
= −1
x2 dx −1
y 2 dy = 1. P (y) = e−y2 +1

P
2 P
2
= w̃k P (x̃k ) w̃j P (ỹk ) = P
1
k=1 k=1 wj P (yk ) =
k=0
= (w̃1 P (x̃1 ) + w̃2 P (x̃2 )) · = w1 P (y1 ) + w2 P (y2 ) =
· (w̃1 P (ỹ1 ) + w̃2 P (ỹ2 )) =
= 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
El resultado de la aproximación numérica es, 1. Para 1 punto:
R∞ R2 x R
−∞ 0 1+ey2
dxdy = 2.0 · 1. 103 3 = 2. 206 6 x2 ydxdy =

= F ( 23 , 23 )Area(T ) =
Problema 73 Se considera el triángulo T de vértices
(0, 0), (1, 0) y (0, 1). Deducir cual debe ser el punto (x0 , y0 ) ¡ 2 ¢2 2 16
y el peso w0 para que la fórmula de integración numérica: = 3 32 = 27 =
Z
= . 592 59
F (x, y)dxdy ≈ F (x0 , y0 )w0
T

sea exacta para polinomios de grado 1 en x e y. Es decir 2. Para 3 puntos:


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

x2 ydxdy =
Solución: ¡ ¢
= 13 Area(T ) F ( 22 , 0) + F ( 22 , 22 ) + F (0, 22 ) =

2 2
Calculamos la integral de forma analítica: = 3 ·1= 3 =

R 1 R 1−x = . 666 67
0 0
(ax + by + c) dydx = 16 a + 16 b + 12 c

Igualamos el valor de la integral con la fórmula de 3. Para 4 puntos:


integración numérica:
R
1
+ 16 b + 12 c = w0 (x0 a + y0 b + c) x2 ydxdy =
6a

¡ 4 4 ¢
Calculamos w0 , x0 e y0 dando valores a a, b, c = Area(T )[ 25 12 4 4 12
48 F ( 10 , 10 ) + F ( 10 , 10 ) + F ( 10 , 10 ) −

a = b = 0, c = 1; 12 c = w0 c → w0 = 1 − 27 2 2
48 F ( 3 , 3 )] =
8
15 =
2

a = c = 0, b = 1; 16 b = w0 y0 b → y0 = 1 = . 533 33
3

b = c = 0, a = 1; 16 a = w0 x0 a → x0 = 13 ,
ANALISIS NUMERICO MATRICIAL II
luego para los valores w0 = 12 , x0 = 13 , y0 = 1
3 la fórmula
de integración es exacta. Problema 75 (4 puntos) Tomar N = 2 y demostrar
que la norma k x k2 verifica las propiedades de la defini-
ción de norma
Problema 74 Calcular una aproximación numérica de la q
integral p p
Z kxkp = p |x1 | + |x2 |
x2 ydxdy
Ω Solución: En esta demostración vamos a generalizar para
donde Ω es el triángulo de vértices (0, 0), (2, 0) y (0, 2) cualquier p. Al final particularizamos para p = 2 con el
utilizando 1 punto, 3 puntos, y 4 puntos fin de hacer que la demostración sea más sencilla.

Las propiedades que debe verificar, para cumplir con


Solución: El cálculo de la integral de forma analítica nos la defición de norma, son:
da:
1. kxkp = 0 ⇐⇒ x = 0;
R R 2 R 2−x ¡ 2 ¢ 8

x2 ydxdy = 0 0 x y dydx = 15 = . 533 33 p
p
|x1 |p + |x2 |p = 0 =⇒ |x1 |p + |x2 |p = 0,
Utilizando las fórmulas de integración numérica:
la suma, en valor absoluto, de elementos distintos
F (x, y) = x2 y ¯ ¯ de cero da un valor positivo mayor que cero, con lo
¯ 1 1 1 ¯ que para que se cumpla esta condición, se tiene que
¯
1 ¯
¯
El área del triángulo→ Area(T ) = 2 ¯ 2 0 0 ¯=2 cumplir que x1 = x2 = 0, c.q.d..
¯
¯ 0 2 0 ¯

23
2. kλxkp = |λ| kxkp , ∀λ ∈ K y x ∈ E; Solución:
µq ¶
p p
PN p
p
kλxkp = p |λx1 | + |λx2 |
p Limp→∞ kxkp = Limp→∞ i=1 |xi |

p Extraemos el máximo componente de x, xmax .


kλxkp = p
|λ|p |x1 |p + |λ|p |x2 |p
µq ¶
PN p
p Limp→∞ p
i=1 |xi | =
kλxkp = p
|λ|p (|x1 |p + |x2 |p )
µr ¶
p P ³ |xi | ´p
p
kλxkp = |λ| p |x1 | + |x2 |
p
= Limp→∞ p |xmax |p N
i=1 |xmax | =

µ r ¶
kλxkp = |λ| kxkp , c.q.d. PN ³ i | ´p
= Limp→∞ |xmax | p i=1 |x|xmax | =

3. kx + ykp ≤ kxkp + kykp , ∀x, y ∈ E; µr ´p ¶


p
PN ³ |xi |
= |xmax | Limp→∞ i=1 |xmax | =
p
p p p
|x1 + y1 | + |x2 + y2 | ≤ kxkp + kykp =⇒
³P ³ ´p ´1/p
N |xi |
= |xmax | Limp→∞ i=1 |xmax |
=⇒ |x1 + y1 |p + |x2 + y2 |p ≤
|xi |
³p p ´p Todos los elementos |xmax | son menores o iguales que
≤ p |x1 |p + |x2 |p + p |y1 |p + |y2 |p 1, con lo que
³ ´p ½
|xi | 1 si xi = xmax
Para p = 2 tenemos: Limp→∞ |xmax | = ,
0 si xi 6= xmax
|x1 + y1 |2 + |x2 + y2 |2 ≤
entonces
µq q ¶2

2 2 2
|x1 | + |x2 | + |y1 | + |y2 |
2
=⇒ ³P ³ ´p ´1/p
N |xi |
|xmax | Limp→∞ i=1 |xmax | =

=⇒ 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.

p p
=⇒ x1 y1 + x2 y2 ≤ (x21 + x22 ) (y12 + y22 ) =⇒ Problema 77 Tomar N = 2, y dibujar el lugar ge-
ométrico 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 =⇒
Solución: En las gráficas 1, 2 y 3 se muestran los lugares
=⇒ 0 ≤ x21 y22 + 2x1 y1 x2 y2 + x22 y12 =⇒ geométricos de las normas 1, 2 e infinito, respectivamente.

2 1. kxk1 < 1 =⇒ |x| + |y| < 1 =⇒ y < 1 − x


=⇒ 0 ≤ (x1 y2 + x2 y1 ) ,
Esta ecuación representa, como borde, una recta de
que siempre es cierto, con lo que queda demostrado. pendiente negativa. Tal y como se ve en la figura 1,
el lugar geométrico está contenido en un rombo.
p ¡ ¢
Problema 76 Demostrar que 2. kxk2 < 1 =⇒ (x2 + y 2 ) < 1 =⇒ x2 + y 2 < 1
Limp→∞ kxkp = max |xi | Esta es la ecuación de un círculo de radio menor que
i
1 y centro el origen. En la figura 2 se muestra el lugar
geométrico.

24
y y

1 1

1 1
1 1 x x

1 1

Figure 1: Lugar geométrico de kxk1 Figure 2: Lugar geométrico 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 algún
Esto representa una recta de valor constante (x, y) xi es cero).
menor que 1. En la figura 3 se puede ver el lugar
geométrico.
3. max(|x1 | , |x2 |) ≤ |x1 | + |x2 | . Es trivial (propiedad
transitiva).
Problema 78 Tomar N = 2 y demostrar la siguiente de-
sigualdad
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.

Solución: Esta desigualdad es equivalente a lo siguiente:


Problema 79 Demostrar que si A, B son dos matrices de
p dimensión N xN, entonces para cualquier norma de matri-
max(|x1 | , |x2 |) ≤ (x21 + x22 ) ≤ |x1 | + |x2 |
ces subordinada a una norma vectorial se verifica
p
1. max(|x1 | , |x2 |) ≤ (x21 + x22 ) ⇐⇒ k AB k≤k A k · k B k

p Solución:
⇐⇒ |xmax | ≤ (x21 + x22 ) ⇐⇒
kABxk kABxk kBxk
supx kxk = supx kxk kBxk ,
⇐⇒ x2max ≤ x21 + x22
kABxk kBxk kBxk kABxk
Esta desigualdad siempre es cierta ya que xmax es o supx kBxk kxk ≤ supx kxk · supx kBxk
bien x1 o bien x2 .
kABxk kBxk
p supx kBxk kxk ≤ kBk · kAk ,
2. (x21 + x22 ) ≤ |x1 | + |x2 | ⇐⇒
entonces
¡ ¢ 2
⇐⇒ x21 + x22 ≤ (|x1 | + |x2 |) ⇐⇒ kABxk
supx kxk ≤ kBk · kAk , c.q.d.

⇐⇒ x21 + x22 ≤ |x1 |2 + 2 |x1 | |x2 | + |x2 |2 ⇐⇒


Problema 80 Demostrar que los autovalores de A son los
⇐⇒ x21 + x22 ≤ x21 + 2 |x1 | |x2 | + x22 ⇐⇒ ceros del polinomio característico P (λ).

⇐⇒ 0 ≤ 2 |x1 | |x2 |

25
⎧ ⎧
y ⎨ x1 + x2 = 0 ⎨ x1 = −x2
x1 + x2 = 0
⎩ ⎩
2x3 = 0 x3 = 0
1
⎛ √1

2
x̄1 = ⎝ −1

2

0

2. λ2 , λ3 = 2
1 1
x ⎛ ⎞⎛ ⎞ ⎛ ⎞
−1 1 0 x1 0
⎝ 1 −1 0 ⎠ ⎝ x2 ⎠ = ⎝ 0 ⎠
1
0 0 0 x3 0
⎧ ⎧
⎨ −x1 + x2 = 0 ⎨ x1 = x2
x1 − x2 = 0
⎩ ⎩
x3 libre x3 libre
⎛ √1
⎞ ⎞ ⎛
Figure 3: Lugar geométrico de kxk∞ 2 0
x̄2 = ⎝ √1⎠ , x̄3 = ⎝ 0 ⎠
2
0 1
Solución: Definición de autovalor de una matriz A:
La matriz,
xi 6= 0 ∈ E, λi ∈ CÁAxi = λi xi
⎛ √1 √1

2 2
0
Axi = λi xi =⇒ (A − λi Id)xi = 0 B=⎝ −1
√ √1 0 ⎠
2 2
0 0 1
como xi 6= 0, entonces
contiene los autovectores de A que forman una base ortog-
|A − λi Id| = 0 =⇒ P (λ) = 0, c.q.d. onal en R3 .

Problema 81 Calcular los autovectores de la matriz Problema 82 Calcular las normas 2, 1 e infinito de la
⎛ ⎞ matriz µ ¶
1 1 0 1 0
⎝ 1 1 0 ⎠ A=
1 1
0 0 2
Solución:
y determinar una base ortonormal de R3 de autovectores
de A. p
1. kAk2 = ρ (AT A)

Solución: Calculamos los autovalores de A : s µ ¶ q √


2 1
kAk2 = ρ = 3+12 5 = 1. 618
|A − λi Id| = 0 1 1
¯ ¯ ¯ ¯
¯ 1−λ 1 0 ¯¯ ¯ 2−λ 1 ¯ √
¯ ¯ ¯ = 1 − 3λ + λ2 = 0, λ = 3
± 1
5
¯ 1 1−λ 0 ¯¯ = ((1 − λ)2 − 1)(2 − λ) = 0 ¯ 1 1−λ ¯ 2 2
¯
¯ 0 0 2−λ ¯
λ1 = 0 ³P ´
2
λ2 = 2 2. kAk1 = maxj i=1 |aij |
λ3 = 2
Calculamos los autovectores de A : kAk1 = max(1, 2) = 2

1. λ1 = 0 ³P ´
2
3. kAk∞ = maxi j=1 |aij | =
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 1 0 x1 0
⎝ 1 1 0 ⎠ ⎝ x2 ⎠ = ⎝ 0 ⎠ kAk∞ = max(2, 1) = 2
0 0 2 x3 0

26
⎛ ⎞
Problema 83 Demostrar la siguiente igualdad: 2 −1 0
2. A = ⎝ −1 2 −1 ⎠
ρ(At A) = ρ(AAt ) 0 −1 2

Solución:
Solución:
° °El condicionamiento de una matriz χ(A) =
Veamos que los polinomios característicos coinciden : kAk2 · °A−1 °2 . Calculamos los autovalores de ambas ma-
trices:
−1
|At A − λi Id| = |At | |At A − λi Id| |At | =
¯ ¯
¯ ¯ ¯ 2−λ 2 −2 ¯¯
¯ ¯ ¯ £ ¤
1. ¯¯ 2 1 ¯¯ = (2 − λ) (1 − λ)2 − 1
−1 −1
= ¯(At ) At AAt − λi (At ) IdAt ¯ = 1−λ
¯ −2 1 1−λ ¯
¯ ¯ −2 [2(1 − λ) + 2] −2 [2 + 2(1 − λ)] =
¯ −1 ¯
= ¯AAt − λi (At ) At ¯ = £ ¤ £ ¤
(2 − λ) λ2 − 2λ − 8 (2 − λ) = (2 − λ) λ2 − 2λ + 8
= |AAt − λi Id| de donde obtenemos
λ1 = 2
Problema 84 Demostrar que si los autovectores de una λ2 = −2
matriz A de dimensión N xN forman una base ortonormal λ3 = 4
de RN , entonces para la norma 2 se cumple:
Esta matriz es simétrica, luego posee una base orto-
° ° maxi {|λi |}
χ(A) = kAk2 · °A−1 °2 = normal 3 de autovectores, con lo que el condi-
mini {|λi |} cionamiento de A se puede calcular como:
Solución: Al ser una base de autovectores ortonormal, la
norma kAk2 = ρ(A) = maxi {|λi |} ° ° maxi {| λi |} 4
χ(A) = kAk2 · °A−1 °2 = = =2
mini {| λi |} 2
Los autovalores de A−1 vienen dados por:
¯ ¯
¯ 2−λ −1 0 ¯
¯ ¯
Axi = λi xi =⇒ 2. ¯¯ −1 2−λ −1 ¯ = 4 − 10λ + 6λ2 − λ3 = 0
¯
¯ 0 −1 2−λ ¯
=⇒ A−1 Axi = A−1 λi xi =⇒
λ1 = 2 √
1
=⇒ λi xi = A−1 xi =⇒ λ1 = 2 + √2
λ1 = 2 − 2
=⇒ A−1 xi = λ0i xi ,
También es una matriz simétrica, con lo que sus au-
donde λ0i = λ1i , es decir, los autovalores de A−1 son los tovectores forman una base ortonormal y su condi-
inversos de los de °A y sus
° autovectores son los mismos, cionamiento es:
luego la norma de °A−1 °2 = ρ(A−1 )
½¯ ¯¾ √
° −1 ° ©¯ ¯ª ¯ ¯ ° −1 ° maxi {| λi |} 2+ 2 √
°A ° = max ¯λ0i ¯ = max ¯ 1 ¯ = 1
, °
χ(A) = kAk2 · A ° = = √ = 3+2 2
2 i i ¯ λi ¯ mini {|λi |} 2 mini {| λi |} 2− 2
entonces Problema 86 Sean las matrices A, R. Demostrar que la
° ° matriz A, y la matriz B = R−1 AR poseen los mismos
χ(A) = kAk2 · °A−1 °2 autovalores
1
χ(A) = maxi {|λi |} · mini {|λi |}
Solución:
maxi {|λi |}
χ(A) = mini {|λi |} , c.q.d.
Bxi = λi xi =⇒
¡ ¢
Problema 85 Calcular el condicionamiento para la =⇒ R−1 AR xi = λi xi =⇒
norma 2, de las siguientes matrices:
⎛ ⎞ =⇒ RR−1 ARxi = Rλi xi =⇒
2 2 −2
1. A = ⎝ 2 1 1 ⎠ 3 Vectores ortonormales: dos vectores son ortonormales si cumplen

−2 1 1 T
lo siguiente, xi xj =
0 si i 6= j
1 si i = j

27
=⇒ ARxi = λi Rxi =⇒ Problema 88 Demostrar las siguientes igualdades
trigonométricas
=⇒ Ayi = λi yi ,
q
de donde se deduce que los autovalores son los mismos y los
tan(α) = − cot(2α) + sign(cot(2α)) 1 + cot2 (2α)
autovectores están relacionados por la siguiente igualdad:
yi = Rxi , c.q.d. ¡ ¢
donde α ∈ − π4 , π4 , sign(x) = 1 si x ≥ 0 y sign(x) = −1
si x < 0,
Problema 87 Se considera la matriz
µ ¶ 1
1 1 cos α = p
A= 1 + tan2 (α)
1 1
sin α = tan(α) cos α
calcular el ángulo α tal que la matriz
µ ¶ − tan(α) + sin(2α)
cos α sin α cot(2α) =
R= 2 sin2 (α)
− sin α cos α
Solución:
verifique que la matriz B = R−1 AR sea diagonal.

cos(2α) cos2 (α)−sin2 (α) 1−tan2 (α)


Solución: Realizamos el cálculo de la matriz B : 1. cot(2α) = sin(2α) = 2 sin(α) cos(α) = 2 tan(α)

B = R−1 AR = 2 tan(α) cot(2α) = 1 − tan2 (α)


µ ¶µ ¶µ ¶
cos α − sin α 1 1 cos α sin α
= = realizando el cambio de variable x = tan(α), tenemos
sin α cos α 1 1 − sin α cos α
µ ¶
−2 cos α sin α + 1 2 cos2 α − 1 x2 + 2 cot(2α)x − 1 = 0
= =
2 cos2 α − 1 2 cos α sin α + 1 √
µ ¶ −2 cot(2α)± 4 cot2 (2α)+4
b1 0 x = tan(α) = 2 =
=
0 b2 p
= − cot(2α) ± 1 + cot2 (2α)
Se tiene que cumplir que los elementos que están fuera
de la diagonal sean iguales a cero, ½ p
− cot(2α) + p1 + cot2 (2α) si α ≥ 0
tan(α) =
2 cos2 α − 1 = 0 − cot(2α) − 1 + cot2 (2α) si α < 0
r
1
cos α = ± El segundo término es siempre mayor que el primero,
2 con lo que es éste el que va a determinar el signo de
De esta igualdad se obtiene el valor del ángulo α : la ecuación.
π 3π Como sign (tan(α)) = sign (cot(α)) , podemos expre-
α= ,α =
4 4 sar la anterior igualdad de la siguiente forma:
La matriz de rotación queda como sigue: q
µ ¶ µ 1√ √ ¶ tan(α) = − cot(2α) + sign(cot(2α)) 1 + cot2 (2α)
cos π4 sin π4 2 √2 12 √2
R1 = =
− sin π4 cos π4 − 12 2 12 2 1 1
2. cos α = √ = u =
µ ¶ µ 1√ √ ¶ 1+tan2 (α) sin2 (α)
1+ cos2 (α)
cos 3π
4 sin 3π4 − 2 √2 12 √2
R2 = =
− sin 3π4 cos 3π4 − 12 2 − 12 2 p
1
= u cos2 (α) = cos α
Calculamos los elementos de la diagonal: cos2 (α)+sin2 (α)
cos2 (α)

b1 = −2 cos α sin α + 1
b1 = 0, b1 = 2 3. sin α = tan(α) cos α =
b2 = 2 cos α sin α + 1
sin(α)
= cos α = sin α
b2 = 2, b2 = 0, cos(α)

luego las soluciones posibles son:


µ ¶ µ ¶
0 0 2 0
B1 = , B2 =
0 2 0 0

28
− tan(α)+sin(2α)
⎛ ⎞
4. cot(2α) = = a11 ap1 ai1 aq1 an1
2 sin2 (α)
⎜ ap1 app apj apq apn ⎟
⎜ ⎟
sin(α)
·⎜
⎜ ai1 apj aij aqj ani ⎟
⎟·
− cos(α) +2 sin(α) cos(α)
= = ⎝ aq1 apq aqj aqq aqn ⎠
2 sin2 (α)
an1 apn ani aqn ann
− sin(α)+2 sin(α) cos(α) cos(α) ⎛ ⎞
= cos(α)
= 1 0 0 0 0
2 sin2 (α) ⎜ 0 cos α
⎜ 0 sin α 0 ⎟⎟
·⎜
⎜ 0 0 1 0 0 ⎟
⎟=
sin(α)(−1+2 cos(α) cos(α)) (2 cos2 (α)−1) ⎝ 0 − sin α 0 cos α 0 ⎠
= 2 sin2 (α) cos(α)
= 2 sin(α) cos(α) =
0 0 0 0 1
cos(2α)
= sin(2α) = cot(2α) ⎛
a11 ap1 cos α − aq1 sin α
⎜ ap1 cos α − aq1 sin α app cos2 α + aqq sin2 α − apq sin 2α

Problema 89 Dentro del método de Jacobi para el cálculo =⎜
⎜ ai1 apj cos α − aqj sin α
de autovalores demostrar las igualdades ⎝ ap1 sin α + aq1 cos α (app −aqq )
sin 2α + apq cos 2α
2
an1 apn cos α − aqn sin α
a0pq = 0
a0pp = app − tan(α)apq ai1
apj cos α − aqj sin α
a0qq = aqq + tan(α)apq
aij
a0pj = apj cos α − aqj sin α j 6= p, q apj sin α + aqj cos α
a0qj = apj sin α + aqj cos α j 6= p, q ani

ap1 sin α + aq1 cos α an1
(app −aqq )
sin 2α + apq cos 2α apn cos α − aqn sin α ⎟
2 ⎟
apj sin α + aqj cos α ani ⎟

Solución: En el método de Jacobi se persigue construir app sin2 α + aqq cos2 α + apq sin 2α apn sin α + aqn cos α ⎠
una matriz diagonal a partir de una matriz A cualquiera, apn sin α + aqn cos α ann
aplicándole transformaciones de la forma B = R−1 AR.

Según se ha demostrado en problemas anteriores, los De esta matriz se deducen las siguientes igualdades:
autovalores de B y de A coinciden, con lo que si se consigue (a −a )
encontrar la matriz R que cumpla con la ecuación anterior, a0pq = pp 2 qq sin 2α + apq cos 2α
entonces habremos encontrado los autovalores de A. a0pp = app cos2 α + aqq sin2 α − apq sin 2α
a0qq = app sin2 α + aqq cos2 α + apq sin 2α
La matriz R es una matriz de rotación y se calcula a0pj = apj cos α − aqj sin α j 6= p, q
el ángulo, α, de la misma, transformando los valores de A aqj = apj sin α + aqj cos α j= 6 p, q
que están fuera de la diagonal en ceros.
En donde se iguala a0pq a cero para calcular el ángulo
Vamos a expresar las matrices de la siguiente manera: de rotación:
⎛ ⎞ (app −aqq )
a11 ap1 ai1 aq1 an1 a0pq = 0 = 2 sin 2α + apq cos 2α
⎜ ap1 app apj apq apn ⎟
⎜ ⎟ 2apq
A=⎜ ⎜ ai1 apj aij aqj ani ⎟

tan(2α) =
⎝ aq1 apq aqj aqq aqn ⎠ (aqq − app )
an1 apn ani aqn ann
2apq
⎛ ⎞ aqq = app +
1 0 0 0 0 tan(2α)
⎜ 0 cos α . sin α 0 ⎟
⎜ ⎟

Rpq (α) = ⎜ 0 . 1 . 0 ⎟
⎟ Las dos últimas igualdades se obtienen directamente
⎝ 0 − sin α . cos α 0 ⎠
de la matriz final. Para obtener a0pp y a0qq , se opera de la
0 0 0 0 1 siguiente manera:
B = R−1 AR =
⎛ ⎞ 1. a0pp = app cos2 α + aqq sin2 α − apq sin 2α =
1 0 0 0 0
⎜ 0 cos α 0 − sin α 0 ⎟ ³ ´
⎜ ⎟ = app cos2 α + app +
2apq
sin2 α−
=⎜ ⎜ 0 0 1 0 0 ⎟·

tan(2α)
⎝ 0 sin α 0 cos α 0 ⎠
0 0 0 0 1 −apq sin 2α = app cos2 α+

29
³ ´
app sin(2α)+2apq cos(2α) 1
+ 2 sin α cos α sin2 α − apq sin 2α = α = − arctan 2 = −. 553 57
2
a11 = 2 − tan(α)
= app cos2 α+
µ ¶
1
³ ´ a11 = 2 + tan arctan 2 = 2. 618
app 2 sin α cos α+2apq cos2 α−2apq sin2 α 2
+ 2 cos α sin α−
a33 = 1 + tan(α)
2
−2apq sin α cos α = app cos α + app sin α+ 2 µ ¶
1
a33 = 1 − tan arctan 2 = . 381 97
2
+apq cos α sin α − apq tan α + apq sin α cos α−
a21 = a32 = 0
⎛ ⎞
−2apq sin α cos α = app − apq tan α 2. 618 0 0
B = R−1 AR = ⎝ 0 1 0 ⎠
0 0 0. 381 97
2. a0qq = app sin2 α + aqq cos2 α + apq sin 2α =

³ ´ Los autovalores son los elementos de la diagonal


= aqq −
2apq 2 2
sin α + aqq cos α+ (2. 618, 1, 0. 381 97) . Como α = −. 553 57, la matriz
tan(2α)
⎛ ⎞ ⎛ ⎞
cos α 0 sin α 0.850 65 0 −0.525 73
+apq sin 2α = R (α) = ⎝ 0 1 0 ⎠=⎝ 0 1 0 ⎠
³ ´ − sin α 0 cos α 0.525 73 0 0.850 65
aqq 2 sin α cos α−2apq cos2 α+2apq sin2 α
= 2 sin α cos α sin2 α+
por tanto, en este caso, como con una única matriz de
rotación conseguimos transformar A en una matriz diago-
+aqq cos2 α + apq sin 2α = (aqq sin α − apq cos α+ nal, tendremos que los autovectores de A son simplemente
los vectores columnas de R(α). Es decir el autovector del
a 0.850 65
+ cospqα −apq cos α) sin α+aqq cos2 α+apq sin 2α =
autovalor 2. 618 es ( 0 ), el autovector del auto-
0.525 73
= aqq sin2 α + aqq cos2 α − apq cos α sin α+
0
valor 1 es ( 1 ), el autovector del autovalor 0. 381 97 es
+apq tan α − apq cos α sin α + 2apq cos α sin α = 0
−0.525 73
= aqq + tan(α)apq ( 0 ).
0.850 65
Problema 90 Utilizar el método de Jacobi para aproxi-
mar los autovalores y autovectores de la matriz: Problema 91 Aplicar el método de la potencia para
⎛ ⎞ aproximar el autovalor máximo, y el autovector asociado,
2 0 1 de las siguientes matrices, dando 3 pasos en el método,
A=⎝ 0 1 0 ⎠ hasta calcular u4 y partiendo de u1 = (1, 1)
1 0 1
µ ¶
2 1
Solución: A=
0 1
⎛ ⎞ µ ¶
cos α 0 sin α −3 0
A=
R (α) = ⎝ 0 1 0 ⎠ 1 1
− sin α 0 cos α
Solución: En este problema vamos a utilizar la norma
(app −aqq ) euclídea aunque cualquier otra norma también sería válida.
2 sin 2α + apq cos 2α = 0
La norma infinito, por ejemplo, simplificaría los cálculos
2apq ya que es inmediato obtener el máximo de un vector.
tan(2α) =
(aqq − app )
µ ¶
2 2 1
tan(2α) = 1. A =
(1 − 2) 0 1
arctan (−2) 1
α= u2 = A kuu1 k =
2

30
µ ¶Ã √1
! µ 9
√ √ ¶
2 1 26 √26 √2
= 2 = = 1 ,
0 1 √1 − 26 26 2
2
° 3° √
µ 3
√ ¶ °u ° = 1 1066 = 2. 511 5
= 2 √2 , 13
1
2 2
3
° 2° √ u4 = A kuu3 k =
°u ° = 5 = 2. 236 1
µ ¶µ 9
√ √ √ ¶
2 −3 0 2132 √1066 √26 √2
3
u = A kuu2 k = = 1 =
1 1 − 2132 1066 26 2
µ ¶Ã 3
√ ! µ √ √ √ ¶
2 1 √ 2 27
− 2132 1066
= 2 5√
1 = = 2
√ √ 26
√ 2 ,
0 1 √ 2 533 1066 26 2
2 5

µ √ √ ¶ ° 4° √
7 °u ° = 1 65 026 = 3. 109 8
= 10 √5√2 , 82
1
10 5 2
° 3° √
°u ° = 5 = 2. 236 1
El autovalor máximo aproximado es
3
4
u = A kuu3 k =
λ = −3. 109 8,
µ ¶µ 7
√ ¶ ¡­ ®¢
=
2 1 10 √2 = con signo negativo ya que sign u4 , u3 = −1 y su
0 1 1
10 2 autovector asociado es
à √ √ √ ! µ ¶
µ 3
√ ¶ − 213227·82
√ 1066 26 2 −. 958 8
2 √2 √ √ √
xλ = 65 026 = ,
= 1 , 2·82
√ 1066 26 2 . 284 09
10 2 533 65 026

° 4° 1 √ ¡ ¡­ ®¢¢n
°u ° = 113 = 2. 126 con signo positivo ya que sign u4 , u3 =
5
(−1)4 = 1.
El autovalor máximo aproximado es λ = 2. 126 y su
autovector asociado es:
Problema 92 Calcular el autovalorµ mayor y¶el autovec-
2 −1
µ √ √ ¶ µ ¶ tor correspondiente de la matriz utilizando
15 −1 1
xλ = 226 √113√2 =
. 997 79
el método de la potencia, dando 2 iteraciones del método
1
226 113 2
6. 651 9 × 10−2
a partir de u1 = (1, 1) y tomando como norma kuk =
µ ¶ maxi |ui |
−3 0
2. A =
1 1 Solución:

u2 = A kuu1 k =
1
µ ¶µ ¶ µ ¶
2 −1 1 1
1. ku1 k = 1 → u2 = =
−1 1 1 0
µ ¶Ã √1
!
−3 0 2
= √1
= µ ¶µ ¶ µ ¶
1 1 2 2 −1 1 2
ku2 k = 1 → u3 = =
−1 1 0 −1
µ 3
√ ¶
−√
2 2
= ,
2 Producto escalar (u2 , u3 ) = 2 > 0. → autovalor máx-
imo = ku3 k = 2
° 2° 1 √
°u ° = 26 = 2. 549 5
2 µ ¶
u3 1
Autovector asociado normalizado ku3 k =
2 −1/2
u3 = A kuu2 k =
µ ¶µ 3
√ √ ¶
−3 0 √ 26√ 2 =
− 26
= 1
1 1 13 26 2

31
⎛ ⎞ ⎛ ⎞
Problema 93 Utilizar el método de la potencia inversa −2 −1 0 − 56
para aproximar el autovalor más pequeño de la matriz ⎝ 0 1 −1 ⎠ u3 = 6 ⎝ 2 ⎠
5 3
µ ¶ 0 0 −3 − 13
−2 1 ⎛ ⎞
A= 1
0 3 ° °
⎠ , °u2 ° = 14
30
u3 = ⎝ 14
15
llegar hasta u3 partiendo de u = (1, 1). 2 15
15

Solución: El autovalor máximo ¡­ de (A®¢− 2Id)−1 es λmax = 14


15
con signo positivo (sign u , u2 = 1)
3

un−1
Aun = kun−1 k
(A − 2Id)−1 x̄ = λmax x̄
µ ¶ Ã !
−2 1 √1
u2 = 2 Para calcular el autovalor más cercano a 2, realizamos
0 3 √1
2 las siguientes operaciones:
µ √ ¶ 1
− 16√ 2 ° ° 1 x̄ = (A − 2Id) x̄
u2 = 1 , °u2 ° = = . 333 33 λmax
6 2 3
µ ¶
µ ¶ µ √ ¶ 1
−2 1 − 12√ 2 A − 2Id − Id x̄ = 0
u3 = 1 λmax
0 3 2 2 µ µ ¶ ¶
µ √ ¶ 1
1 ° ° 1√ A− 2+ Id x̄ = (A − λprox Id) x̄ = 0
u3 = 3 √2 , °u3 ° = 10 = . 527 05 λmax
1 µ ¶ µ ¶
6 2 6
1 1 43
° 3° λprox = 2 + = 2 + 14 =
°u ° es el autovalor máximo de A−1 , con lo que el λmax 15
14
−1 6

autovalor mínimo de A es λmin = ku 3 k = − 10 10 = −1. λprox = 3. 071 4
¡­ 3 2 ®¢
897 4, con signo negativo ya que sign u , u = −1.

Problema 95 Calcular 3 iteraciones del método de Ja-


Problema 94 Calcular el autovalor y autovector más cer- cobi para resolver el sistema
cano a 2 de la matriz
⎛ ⎞⎛ ⎞ ⎛ ⎞
⎛ ⎞ 1 −1 0 x −1
0 −1 0 ⎝ −1 2 0 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠
⎝ 0 3 −1 ⎠
0 −1 3 z 1
0 0 −1

para ello calcular dos iteraciones del método de la potencia partiendo de u1 = (0, 0, 0)
inversa partiendo de u1 = (1, 1, 1).
Solución: Despejamos la diagonal para plantear el
Solución: método iterativo :
⎛ ⎞ xn = yn−1 + 1
−2 −1 0
A0 = A − 2Id = ⎝ 0 1 −1 ⎠ xn−1 + 3
yn =
0 0 −3 2
yn−1 + 1
Vamos a utilizar la norma infinito con el fin de sim- zn =
3
plificar los cálculos.
haciendo iteraciones obtenemos
0 n un−1 ⎛ ⎞
Au = kun−1 k −1
⎛ ⎞ ⎛ ⎞ 1. u2 = ⎝ 3 ⎠
−2 −1 0 1 2
1
⎝ 0 1 −1 ⎠ u2 = ⎝ 1 ⎠ 3
0 0 −3 1 ⎛ ⎞
1
⎛ 5 ⎞ 2
−6 ° ° 5 2. u3 = ⎝ 1 ⎠
u2 = ⎝ 32 ⎠ , °u2 ° = = . 833 33 5
6 6
− 13

32
⎛ ⎞
0 Solución: El método es igual que en el problema anterior,
3. u4 = ⎝ 7
4
⎠ excepto que en este caso los cálculos se realizarían de abajo
2
3 para arriba, es decir, primero se calcularía z, se sustituiría
su valor en la ecuación de y y, por último, estos dos valores
se sustituirían en la primera ecuación.

Problema 96 Calcular
⎛ una base
⎞ ortogonal de autovec- Problema 99 Calcular 3 iteraciones del método de rela-
1 0 1
jación para resolver el sistema
tores de la matriz ⎝ 0 2 0 ⎠,
1 0 1 ⎛ ⎞⎛ ⎞ ⎛ ⎞
1 −1 0 x −1
⎝ −1 2 0 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠ ,
Solución:
⎧⎛ ⎞⎫ 0 −1 3 z 1
⎨ −1 ⎬
1. Autovectores y autovalores: ⎝ 0 ⎠ ↔ partiendo de u1 = (0, 0, 0). Calcular previamente el
⎩ ⎭ parámetro de relajación óptimo
⎧⎛ ⎞ ⎛ ⎞⎫ 1
⎨ 1 0 ⎬
0, ⎝ 0 ⎠ , ⎝ 1 ⎠ ↔ 2
⎩ ⎭ Solución:
1 0 x − y = −1
−x + 2y = 3
Problema 97 Calcular 3 iteraciones del método de −y + 3z = 1
Gauss-Seidel para resolver el sistema Cálculo del wopt :
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 −1 0 x −1 Al ser A tridiagonal, el wopt se puede calcular como
⎝ −1 2 0 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠
0 −1 3 z 1 2
wopt = q
1 + 1 − ρ (MJ )2
partiendo de u1 = (0, 0, 0)
MJ es la matriz del método de Jacobi que se obtiene
Solución: Despejamos la diagonal para plantear el despejando la diagonal en el sistema
método iterativo, teniendo en cuenta además que vamos
actualizando los valores según los cálculamos:
⎛ ⎞⎛ ⎞ ⎛ ⎞
x=y−1 0 1 0 x −1
xn = yn−1 + 1
y = x2 + 32 = ⎝ 12 0 0 ⎠ ⎝ y ⎠ + ⎝ 32 ⎠
xn + 3
yn = z = y3 + 13 0 1
3 0 z 1
3
2
yn + 1
zn =
3 ³ ´
haciendo iteraciones partiendo de (0, 0, 0) : Los autovalores de MJ : 0, √12 , − √12 , luego
ρ (MJ )2 = 1
2
1. x1 = −1
y1 = 3−1
2 =1 wopt = √ 2
= √2
1+ 1−ρ(MJ )2 1+ 1− 12
z1 = 1+1 2
3 = 3
2√ 4√
wopt = 1+ 12 2
=
2. x2 = 0 2+ 2
y2 = 32
wopt = 1. 171 6
z3 = 56
Iteraciones del sistema:
3. x3 = −1 + 32 = 1
2
3+ 1 xn = w (yn−1 − 1) + (1 − w) xn−1
y3 = 2 2 = 74
1+ 7
z3 = 3 4 = 11
12 yn = w 3+x n
+ (1 − w) yn−1
2

zn = w 1+y3
n
+ (1 − w) zn−1
Problema 98 Una variante del método de Gauss-Seidel ⎛ ⎞ ⎛ ⎞
−1 −1 −w −1. 171 6
es tomar M = (D + U ) (−L), y c = (D + U ) b.
indicar en este caso que diferencias de implementación u2 = ⎝ w 3−w 2
⎠ = ⎝ 1. 071 1 ⎠
habría con respecto al caso anterior. w 1+1.3071 1 . 808 83

33
⎛ ⎞
w (1. 071 1 − 1) − (1 − w) 1. 171 6 Solución: Sean xi los autovectores de M correspondientes
u3 = ⎝ w 3+. 284
2
35
+ (1 − w) 1. 071 1 ⎠= a autovalores menores que 1:
1+1. 740 2
w 3 + (1 − w) . 808 83 P
⎛ ⎞ u1 = ni=1 ai xi
. 284 35 P
= ⎝ 1. 740 2 ⎠ c = ni=1 ci xi
. 931 34
⎛ ⎞ Realizando iteraciones obtenemos las siguientes ex-
w (1. 740 2 − 1) + (1 − w) . 284 35 presiones:
u4 = ⎝ w 3+. 818
2
42
+ (1 − w) 1. 740 2 ⎠=
w 1+1. 938 2
+ (1 − w) . 931 34 u2 = M u1 + c
3
¡ ¢
⎛ ⎞ u3 = M u2 + c = M M u1 + c + c = M 2 u1 + M c + c
. 818 42
..
= ⎝ 1. 938 2 ⎠ .
. 987 65 un = M n−1 u1 + M n−2 c + . . . M c + c =
¡ ¢
= M n−1 u1 + M n−2 + . . . M + 1 c
Problema 100 Demostrar que si una matriz A verifica
que por filas o columnas su suma es siempre igual a 0, en- Tomando el primer sumando:
tonces el determinante de A es cero, y por tanto el sistema Pn Pn
asociado a A no tiene solución. M n−1 u1 = M n−1 i=1 ai xi = M n−2 i=1 ai M xi =
Pn Pn
= M n−2 i=1 ai λi xi = . . . i=1 ai λn−1
i xi
Solución: Si |A| = 0, entonces la matriz A no es invertible
y el sistema no tiene solución. Como u1 depende linealmente de los xi (autovectores)
cuyos autovalores λi son menores que uno, entonces λn−1
i
1. Vamos a demostrar que si la suma por filas de A es tiende a 0 cuando n tiende a infinito, luego este término
igual a cero, entonces |A| = 0 : converge.
Pn
j aij = 0, esto es equivalente a lo siguiente: Para el segundo sumando:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ¡ n−2 ¢
1 0 1 M + ...M + 1 c =
⎜ 1 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟ ¡ ¢ Pn
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A⎜ .. ⎟=⎜ .. ⎟=0·⎜ .. ⎟ = M n−2 + . . . M + 1 i=1 ci xi =
⎝ . ⎠ ⎝ . ⎠ ⎝ . ⎠
P n Pn
1 0 1 = M n−2 i=1 ci xi + . . . M i=1 ci xi +
Pn Pn
Esto significa que la matriz A posee un autovalor igual + i=1 ci xi = i=1 ci λn−2 i xi +
a cero (λ = 0). Pn Pn
+ . . . i=1 ci λi xi + i=1 ci xi =
El determinante de una matriz es igual al producto Pn ¡ ¢
de sus autovalores: = i=1 ci xi λn−2 i + . . . + λi + 1 ≤
| {z }
n Serie geométrica convergente
Y
|A| = λi = λ1 · . . . 0 . . . · λn = 0 Pn 1
i=1
≤ i=1 ci xi 1−λi ,

con lo que este término también 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 método de
Newton-Raphson no-lineal para aproximar una raíz del sis-
Problema 101 Dado un sistema iterativo tema de ecuaciones
un = M un−1 + c x2 + y 2 − 1 = 0
Demostrar que aunque el radio espectral de M sea mayor y−x=0
que 1, si u1 y c son combinaciones lineales de autovectores partiendo de (x, y) = (1, 1).
de M correspondientes a autovalores de módulo menor que
1, entonces el método converge.
Solución:
½ 2 ½ µ ¶
x + y2 − 1 = 0 2x 2y
∇f (x, y) =
y−x=0 −1 1

34
½
un = (xn , y n ) ax3 − 3axy 2 + bx2 − by 2 + cx + d = 0
f=
3ax2 y − ay 3 + 2bxy + cy = 0
u0 = (1, 1) µ ¶
½ 3ax2 − 3ay 2 + 2bx + c −6axy − 2by
∇f (un )z = −f (un ) ∇f =
6axy + 2by 3ax2 − 3ay 2 + 2bx + c
un+1 = un + z
µ ¶µ ¶ µ 2 ¶
2x 2y z1 x + y2 − 1 El proceso iterativo es de la forma:
=−
−1 1 z2 y−x
un = (xn , yn )
Iteraciones: ½
µ ¶µ ¶ µ ¶ ∇f (un ) · z = −f (un )
1.
2 2 z1
=−
1 un+1 = un + z
−1 1 z2 0
µ ¶ µ ¶ Algoritmo:
z1 − 14 Este algoritmo utiliza una función, ”Sistema(A, u)”,
=
z2 − 14 para resolver un sistema de ecuaciones.
µ ¶ µ ¶
1 0 1 − 14 Las funciones F (u) y ∇F (u) se utilizan para evaluar
u =u +z = + la función y el gradiente de la función en un punto, respec-
1 − 14
tivamente.
µ 3

1 4
u = 3 Funcion F (u)
4
f (1) = a · u(1)3 − 3a · u(1) · u(2)2 +
µ ¶µ ¶ µ ¶ +b · u(1)2 − b · u(2)2 + c · u(1) + d
3 3 1
2 2 z1 8 f (2) = 3a · u(1)2 · u(2) − a · u(2)3 +
2. =−
−1 1 z2 0 +2b · u(1) · u(2) + c · u(2)
µ ¶ µ ¶ devolver f
1
z1 − 24 Fin funcion
= 1
z2 − 24
µ ¶ µ ¶ Funcion ∇F (u)
3 1 2
− 24 ∇f (1, 1) = 3a · u (1) − 3a · u(2)2 + 2b · u (1) + c
u2 = u1 + z = 4
3 + 1
4 − 24 ∇f (1, 2) = −6a · u (1) · u (2) − 2b · u (2)
∇f (2, 1) = −∇f (1, 2)
µ 17
¶ µ ¶
. 708 33 ∇f (2, 2) = ∇f (1, 1)
u2 = 24
17 = devolver ∇f
24 . 708 33
Fin funcion

Problema 103 Plantear el algoritmo necesario para cal- Algoritmo


cular, utilizando el método de Newton-Raphson, las raíces un−1 = (x0 , y0 )
complejas o reales de un polinomio de grado 3. /* calculamos¡ la primera
¡ ¢ aproximación
¡ ¢¢ */
z = Sistema ∇F un−1 , −F un−1
un (1) = un−1 (1) + z(1)
Solución: un (2) = un−1 (2) + z(2)
n=0 ¡¯ ¯ ¢
P (z) = az 3 + bz 2 + cz + d = 0 Mientras ¯un − un−1 ¯ ≥ T OL y (n < T OP )
un−1 = un
Un polinomio de grado 3 posee al menos una raíz real.
/* calculamos¡ la siguiente
¡ ¢ aproximación
¡ ¢¢ */
Las otras dos raíces pueden ser también reales o imaginar-
z = Sistema ∇F un−1 , −F un−1
ias conjugadas.
un (1) = un−1 (1) + z(1)
Sea z un número complejo: z = x + yi, sustituyendo
un (2) = un−1 (2) + z(2)
en la anterior ecuación,
n=n+1
Fin Mientras
P (x + yi) = a (x + yi)3 + b (x + yi)2 + c (x + yi) + d Si (n = T OP ) Entonces
ERROR: No se ha encontrado solución
P (x + yi) = ax3 + 3iax2 y − 3axy 2 − iay 3 + Fin Si
Fin Algoritmo
+bx2 + 2ibxy − by 2 + cx + icy + d = 0

Separamos la parte real de la parte imaginaria:

35
⎛ ⎞ ⎛ 1 17

Problema 104 Se considera el sistema no-lineal z1 − e (e − 1) − 2
⎝ z2 ⎠ = ⎝ 11 ⎠
2
(x − 1)y = 0 z3 3
(y − 2)x = 0
un+1 = un + z =
A partir de u1 = (1, 1), calcular u2 y u3 utilizando el ⎛ ⎞ ⎛ 1 17

1 − e (e − 1) − 2
método de Newton-Raphson para aproximar un cero del =⎝ 1 ⎠+⎝ 11 ⎠=
2
sistema no-lineal. 1 3
⎛ 15 1 ⎞
− 2 − e (e − 1)
Solución: =⎝ 13 ⎠
2
µ ¶ 4
y x−1
1. ∇f (x, y) = → ∇f (1, 1) =
y−2 x
µ ¶ µ ¶−1 µ ¶
1 0 2 1 0 0
→ u = + INTERPOLACION DE FUNCIONES II
−1
µ ¶ µ ¶ 1 −1 1 1
1 1 Problema 106 Calcular los polinomios base de Hermite
=
1 2 que corresponden a tomar como puntos de interpolación
x0 = −1, x1 = 1, y el orden de derivación M = 1.
µ ¶ µ ¶−1 µ ¶
2 0 2 0 0
∇f (1, 2) = → u3 = + Solución: Los polinomios de Hermite que corresponden a
µ ¶ µ ¶ 0 1 0 1 0
esos puntos de interpolación vienen dados por las gráficas
1 1
= 4, 5, 6 y 7.
2 2

1.0
Problema 105 Calcular 1 iteración del método de y
Newton-Raphson no-lineal para aproximar una raíz del sis- 0.8
tema de ecuaciones
0.6
xyz
e −1=0
0.4
2 3
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
x
Solución:
0
⎛ ⎞ Figure 4: Polinomio de Hermite H−1
xyz xyz xyz
yze xze xye
∇f (x, y, z) = ⎝ 0 2y −3z 2 ⎠
4 (z − 1) x3 0 x4 1.0
y
½ 0.8
∇f (x, y, z) z = −f (x, y, z)
un+1 = un + z 0.6
⎛ ⎞⎛ ⎞
yzexyz xzexyz xyexyz z1 0.4
⎝ 0 2y −3z 2 ⎠ ⎝ z2 ⎠ =
4 (z − 1) x3 0 x4 z3 0.2
⎛ ⎞
exyz − 1
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
= − ⎝ y − z3 − 2 ⎠
2
x
(z − 1)x4 − 3
Iteración:
⎛ ⎞⎛ ⎞ ⎛ ⎞ 1
Figure 5: Polinomio de Hermite H−1
e e e z1 e−1
⎝ 0 2 −3 ⎠ ⎝ z2 ⎠ = − ⎝ −2 ⎠
0 0 1 z3 −3

36
1.0
a = b = 14 ,
y
0.8 luego el polinomio queda,
0.6
0
H−1 (x) = 1
4 (x − 1)2 (x + 2)
0.4
2. Para calcular el segundo polinomio partimos de la grá-
0.2
fica 5. En ésta, La función se anula en -1 y 1, la
derivada en -1 es igual a 1 y su derivada en 1 es cero.
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 Por la misma razón que en el caso anterior, sabemos
x que la función posee dos raíces en 1, con lo que el
polinomio tiene la forma,

Figure 6: Polinomio de Hermite H10 1


H−1
2
(x) = (x − 1) (a (x + 1) + b)

x 1
H−1
2
(−1) = (−1 − 1) (a (−1 + 1) + b) = 4b = 0
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
y
b=0
-0.2

-0.4 para calcular el valor de a, derivamos el polinomio y


evaluamos en 1,
-0.6
10 2
-0.8 H−1 (x) = 2 (x − 1) (a (x + 1) + b) + (x − 1) a

-1.0 10
H−1 (−1) = 2 (−1 − 1) (a (−1 + 1) + b) +

2
+ (−1 − 1) a = 1
Figure 7: Polinomio de Hermite H11

4a = 1
1. La gráfica 4 se hace cero en 1 y sus derivadas, tanto
en ese punto como en −1, valen cero. Este polinomio a = 14 ,
tiene dos raíces en 1 (la segunda debido al valor de su
derivada en 1), con lo que la forma de este polinomio
luego el polinomio nos queda:
es como sigue:
1 2 ¡1 ¢
2
H−1 (x) = (x − 1) 4 (x + 1)
0
H−1 (x) = (x − 1) (a (x + 1) + b)

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


El valor de este polinomio en -1 es 1: erar que son funciones simétricas a las dos anteri-
ores. En la gráfica 6 se puede ver que esta función
0 0
H−1 (−1) = 1 es simétrica a H−1 (x) (ver gráfica 4) con respecto al
eje de las y.
(−1 − 1)2 (a (−1 + 1) + b) = 4b = 1 El polinomio es por tanto,
1
b= 4 H10 (x) = H−1
0
(−x)

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


H10 (x) = 1
4 (−x − 1)2 (−x + 2)
00
H−1 (x) = 2 (x − 1) (a (x + 1) + b) + (x − 1)2 a = 0 2
H10 (x) = − 14 (x + 1) (x − 2)
00
H−1 (x) = 2 (−2) (a (0) + b) + (−2)2 a = 0

−4b + 4a = 0

37
4. Por último, la función representada en la gráfica 7, es x ∈ [−1, 0]
1
simétrica al polinomio H−1 (gráfica 5) con respecto al
origen, con lo que, P2 (x) = − 23 x3 + 25 x2 + 19
15 x

x ∈ [0, 1]
H11 (x) = −H−1
1
(−x)
P3 (x) = 8
(x − 1)3 − 8
(x − 1)2 + 1
(x − 1) + 1
2¡ ¢ 15 5 15
H11 (x) = − (−x − 1) 14 (−x + 1)
x ∈ [1, 2]
1 2
H11 (x) = 4 (x + 1) (x − 1)
1.0
y
Problema 107 Calcular los polinomios que determinan
la interpolación
¡ ¢ por splines cúbicos de la función f (x) = 0.5
sin π2 x para los puntos x = −1, 0, 1, 2

-1 1 2
Solución: Los polinomios son de la forma: x
-0.5
P (x) = dx3 + cx2 + bx + a

Vamos a calcular los coeficientes para cada intervalo: -1.0

hi = 1 ∀ (xi − xi−1 )
¡π ¢
Figure 8: Comparación entre la función sin 2 x y su
ai = f (xi ) i = 0, . . . N
aproximación por splines cúbicos.
⎛ ⎞ ⎞ ⎛
⎛ ⎞
a0 f (x0 ) −1
⎜ a1 ⎟ ⎜ f (x1 ) ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ a2 ⎠ = ⎝ f (x2 ) ⎠ = ⎝ 1 ⎠ Problema 108 Calcular la función que interpola, uti-
a3 f (x3 ) 0 lizando la función sinc(x) a la función f (x) = sin(x) en
los puntos x = −π, − π2 , 0, π2 , π.
hi−1 ci−1 + 2 (hi−1 + hi ) ci + hi ci+1 =
3(ai+1 −ai ) 3(ai −ai−1 ) Solución:
= hi − hi−1
sin(x)
c0 = c3 = 0 sinc (x) = x
µ ¶µ ¶ µ ¶ La interpolación a través de la función sinc(x) :
4 1 c1 0
=
1 4 c2 −6 PN sin(π ( −i)) x
f˜(x) ≈ i=M f (xi ) π x a−i
µ ¶ µ 2
¶ (a )
c1 5
=
c2 − 85 xi = a · i = π
2 [−2, −1, 0, 1, 2]

di = ci+1 −ci
i = 0, . . . N − 1 sin(π ( +2)) 2x ¡ −π ¢ sin(π( 2xπ +1))
3hi f˜(x) ≈ f (−π) π 2xπ+2 +f +
(π ) 2 π ( 2x
π +1)

⎛ ⎞ ⎛ 2
5
⎞ ⎛ 2 ⎞ ¡ π ¢ sin(π( 2x
d0 3 sin(π( 2x
π )) π −1))
⎟ ⎝ 152 ⎠ +f (0) +f +
⎝ d1 ⎠ = ⎜

−8 2
5 −5 ⎠= −3 π( 2x
π ) 2 π ( 2x
π −1)
3 8
d2 8
5 15 ¡ −π ¢ sin(2x+π)
3 sin(π ( 2x
π −2))
+f (π) π(
= sin 2 2x+π +
2x
π −2 )
(ai+1 −ai ) hi (2ci +ci+1 )
bi = hi − 3 i = 0, . . . N − 1 ¡ π ¢ sin(2x−π) sin(2x−π) sin(2x+π)
+ sin 2 2x−π = 2x−π − 2x+π =
⎛ ⎞ 2 ⎛ ⎞ ⎛ 13

b0 1 − 15 15 sin 2x sin 2x sin 2x(2x−π)−sin 2x(2x+π)
⎝ b1 ⎠ = ⎝ 1 − 45 − 85 ⎠ = ⎝ 19 ⎠ = 2x+π − 2x−π = 4x2 −π2 =
3 15
1
b2 −1 + 1615 15 = −2π 4xsin 2x
2 −π 2

Los splines cúbicos nos quedan de la siguiente manera: En la figura 9 se muestran el sin(x) y su aproximación
por el seno cardinal
P1 (x) = 2
15 (x + 1)3 + 13
15 (x + 1) − 1

38
1.0
Los valores de estos coeficientes son:
y
c2 = c−2 = 0
0.5
c1 = c−1 = −2
π
c0 = π2

Sustituimos en el sumatorio que aproxima a la función


-10 -8 -6 -4 -2 2 4 6 8 10 y obtenemos:
x
-0.5 f˜(x) ≈ −2 −ix
π e + π
2 − π2 eix =

= 12 π − 4
π cos x
-1.0
El resultado de la aproximación es, por tanto,
1 4
Figure 9: Comparación del sin x con su aproximación f˜(x) ≈ π − cos x
numérica utilizando sin c(x), tomando como puntos de in- 2 π
terpolación x=−π, −π π
2 , 0, 2 , π. La siguiente gráfica compara f (x) = |x| con su aprox-
imación f˜(x) para N = 2 en el intervalo [−π, π].
1.0 |x|
y
5
0.5 y
4

3
-10 -8 -6 -4 -2 2 4 6 8 10
x
2
-0.5
1

-1.0
-3 -2 -1 0 1 2 3
x
Figure 10: Comparación del sin x con su aproximación Polinomio trigonométrico (N = 2, [−π, π])
numérica utilizando sin c(x), tomando como puntos de in-
terpolación x=−2π, −3π −π π 3π
2 , −π, 2 , 0, 2 , π, 2 , 2π
En la siguiente gráfica se realiza la misma compara-
ción tomando 20 muestras en el intervalo [−π, π].
Problema 109 Calcular el polinomio trigonométrico
tomando N = 2, que interpola a la función f (x) = |x| |x|
en el intervalo [−π, π].
5
y
Solución: 4
½
−x si −π ≤ x ≤ 0 3
|x| =
x si 0 ≤ x ≤ π
2
La interpolación por polinomios trigonométricos tiene
la forma: 1

2
X -3 -2 -1 0 1 2 3
f˜(x) ≈ ck eikx , x
k=−2

donde los coeficientes se calculan a partir de la siguiente Polinomio trigonométrico (N = 10, [−π, π])
expresión:
Uπ Uπ
−π
f (x)eikx dx −π
|x|eikx dx
ck = 2π = 2π =
U0 ikx U π ikx
− −π xe dx xe dx
= 2π + 0 2π

39
Problema 110 Calcular la aproximación mínimo
cuadrática lineal de la tabla
xi yi
0 0
1 1
2 0
3 2

Solución: Aplicando las fórmulas para calcular los coe-


ficientes de la recta que más se aproxima a estos puntos,
obtenemos:
SN S SN
N xi yi − Ni=1 xi i=1 yi
a= i=1
SN SN 2 =
N i=1 xi −( i=1 xi )
2

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

SN SN S SN
x2i yi − N i=1 xi yi i=1 xi
b= i=1
Si=1
N S N 2 =
i=1 xi −( i=1 xi )
N 2

(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
y
3

0
0 1 2 3 4
x

Figure 11: Aproximación mínimo cuadrática

40

También podría gustarte