Guia Completa Metodos Numericos

GUÍA DE ESTUDIO DE LA ASIGNATURA
GRADO MÉTODOS NUMÉRICOS

2ª PARTE | PLAN DE TRABAJO Y ORIENTACIONES PARA SU DESARROLLO
|Juan Perán Mazón

GRADOS EN INGENIERÍA ELÉCTRICA, INGENIERÍA MECÁNICA,
INGENIERÍA EN ELECTRÓNICA INDUSTRIAL Y AUTOMÁTICA E
INGENIERÍA EN TECNOLOGÍAS INDUSTRIALES.
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

MÉTODOS NUMÉRICOS (68904032)
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 2

Índice general
1. CÓMO USAR ESTA GUÍA. 9
2. ORIENTACIONES GENERALES PARA EL ESTUDIO DE LOS CON-

TENIDOS. 11
2.1. Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Resultados del aprendizaje. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3. Contextualización. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4. Materiales requeridos para el estudio. . . . . . . . . . . . . . . . . . . . . . . 14
3. ORIENTACIONES GENERALES PARA LA REALIZACIÓN DEL PLAN

DE ACTIVIDADES. 17
3.1. Unidad transversal. Métodos numéricos con bibliotecas y paquetes de software. 17
3.2. Ejercicios y problemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3. Orientaciones sobre los ejercicios de autoevaluación. . . . . . . . . . . . . . . 19
3.4. Criterios de evaluación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4.1. Pruebas de evaluación a distancia (PED) . . . . . . . . . . . . . . . . 19
Primera prueba de evaluación a distancia (PED). . . . . . . . . . . . 19
Segunda prueba de evaluación a distancia (PED). . . . . . . . . . . . 19
3.4.2. Pruebas presenciales (exámenes). . . . . . . . . . . . . . . . . . . . . 21
Uso de calculadora en el examen. . . . . . . . . . . . . . . . . . . . . 21
Criterios de corrección . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.4.3. Evaluación de la asignatura. . . . . . . . . . . . . . . . . . . . . . . . 23
4. PLAN DE TRABAJO.
ORIENTACIONES ESPECÍFICAS. 25
4.1. Autoevaluación inicial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.1.1. Cuestionarios de ayuda para la autoevaluación. . . . . . . . . . . . . 26
4.1.2. Respuestas a los cuestionarios de ayuda para la autoevaluación. . . . 31
4.2. Unidad 0. Repaso de conceptos fundamentales (0.5 créditos). . . . . . . . . . 36
4.2.1. Contenidos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.2. Relación de tareas propuestas. . . . . . . . . . . . . . . . . . . . . . . 36
3
4.2.3. Comentarios y orientaciones especı́ficas para la Unidad 0. . . . . . . . 38

Tiempo de dedicación previsto. . . . . . . . . . . . . . . . . . . . . . 38
Notación y terminologı́a . . . . . . . . . . . . . . . . . . . . . . . . . 38
Polinomios y serie de Taylor . . . . . . . . . . . . . . . . . . . . . . . 40
Épsilon de la máquina . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Notación O grande de Landau. . . . . . . . . . . . . . . . . . . . . . 43
4.2.4. Prueba de autoevaluación. Unidad 0 . . . . . . . . . . . . . . . . . . 45
4.2.5. Soluciones para la prueba de autoevaluación. Unidad 0 . . . . . . . . 48
4.3. Unidad 1. Soluciones de ecuaciones y sistemas (1.3 créditos). . . . . . . . . . 53
4.3.1. Contenidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Comentario sobre las raı́ces cuadradas en el método de Müller . . . . 54
Elección de r y s en el método de Bairstow . . . . . . . . . . . . . . . 56
Métodos de Müller y Bairstow hasta el final . . . . . . . . . . . . . . 56
Norma matricial natural asociada a una norma vectorial . . . . . . . 56
Números de condición de una matriz y de la matriz escalada . . . . . 57
Métodos iterativos para la resolución de ecuaciones y sistemas . . . . 58
4.3.4. Prueba de autoevaluación. Unidad 1. . . . . . . . . . . . . . . . . . . 60
4.3.5. Soluciones para la prueba de autoevaluación. Unidad 1. . . . . . . . . 63
4.4. Unidad 2. Ajuste de curvas (1.1 créditos). . . . . . . . . . . . . . . . . . . . 73
4.4.1. Contenidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Coeficiente de correlación. . . . . . . . . . . . . . . . . . . . . . . . . 74
Error en la interpolación lineal. . . . . . . . . . . . . . . . . . . . . . 75
Amplitud y fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.5. Unidad 3. Integración numérica (0.8 créditos). . . . . . . . . . . . . . . . . . 94
4.5.1. Contenidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Expresiones del error de truncamiento en la fórmulas de Newton-Cotes 95
El algoritmo de integración de Romberg . . . . . . . . . . . . . . . . 95
4.5.5. Soluciones para la prueba de autoevaluación. Unidad 3 . . . . . . . . 99
4.6. Unidad 4. Integración numérica de ecuaciones diferenciales ordinarias. (1.3
créditos) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.6.1. Contenidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

| Juan Perán Mazón

Cómo denotar correctamente una función. . . . . . . . . . . . . . . . 108
Funciones trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . 109
El método de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.6.4. Prueba de autoevaluación. Unidad 4. . . . . . . . . . . . . . . . . . . 116
5. GLOSARIO. 131


La guı́a de las asignatura Métodos Numéricos (cód. 68904032) ha sido elaborada por el único
integrante de su equipo docente, Juan Perán Mazón, Profesor Titular del Departamento de
Matemática Aplicada I de la UNED .
Dirección postal .
Dpto. de Matemática Aplicada I
ETSI de Ingenieros Industriales de la UNED
c/ Juan del Rosal 12
28040 Madrid
Teléfono. 913987915. Probablemente atienda un buzón de voz; se ruega dejar el nombre,

número de teléfono y la asignatura, para que el profesor devuelva la llamada lo antes
posible.
Correo electrónico. jperan@ind.uned.es. Ciertos servidores de correo (como por ejemplo

los de hotmail) dejan de cursar los mensajes procedentes de la UNED, de vez en cuando.
Se ruega utilizar siempre las cuentas de correo UNED para dirigirse al profesor.
7

Capı́tulo 1
CÓMO USAR ESTA GUÍA.
Al elaborar la presente guı́a se ha intentado recopilar toda la documentación complementaria

al texto base que se necesita para estudiar la asignatura. Por eso, se han transcrito los
apartados más importantes de la parte I de la guı́a de la asignatura (la parte que se publica
en las página abiertas del sitio web de la UNED). No obstante, debe tenerse en cuenta que
una asignatura crece y se transforma al impartirse, por lo que es natural que cada curso se
añadan o se supriman determinados materiales. Todas las actualizaciones que se produzcan
durante el semestre se publicarán en el curso virtual de la asignatura, en la plataforma aLF.
Al final de cada curso, las modificaciones más relevantes se incorporarán a esta guı́a.
Se recomienda comenzar leyendo detenidamente los capı́tulos 2 y 3 de esta guı́a. Después, se

debe comenzar el plan de trabajo propiamente dicho, resolviendo los cuestionarios de ayuda
para la autoevaluación inicial (sección 4.1). Tras comprobar las soluciones en la sección 4.1.2,
para concluir ası́ la autoevaluación inicial, se podrá programar el resto del plan de trabajo,
al disponer de una estimación del tiempo de dedicación que se va a necesitar. A partir de
este momento, el documento fundamental pasa a ser el texto base, tal y como se detalla en
el resto de las secciones del plan de trabajo.
Esta guı́a, en su versión digital, dispone de hipertexto (enlaces señalados mediante texto
recuadrado en rojo) para desplazarse por el documento. Recuerde que en la mayorı́a de los
visualizadores del formato pdf se puede avanzar y retroceder en la navegación mediante las
combinaciones de teclas “Alt → ” y “Alt ← ”, respectivamente.
9

Capı́tulo 2
ORIENTACIONES GENERALES
PARA EL ESTUDIO DE LOS
CONTENIDOS.
2.1. Introducción.
Durante los tres primeros cursos del grado se han estudiado diferentes modelos matemáticos
que son fundamentales para resolver problemas de ingenierı́a. Ante uno de estos problemas,
el ingeniero descompone el fenómeno real en sus elementos básicos, privando a los objetos
fı́sicos de los rasgos que no se consideran esenciales e ignorando ciertas relaciones entre
ellos que se consideran secundarias. De esta manera se obtiene un modelo en el que los
conceptos abstractos (punto material, masa, energı́a,...) se relacionan mediante leyes; este
modelo abstracto se construye y expresa mediante las matemáticas.
Frecuentemente resulta imposible hallar una solución explı́cita exacta del problema mate-
mático. Además, aunque esto sea posible, dicha solución puede no aportar una respuesta
satisfactoria del problema real de ingenierı́a: una solución no es válida porque resuelva el
problema abstracto, sino porque funcione en la realidad. Resulta entonces razonable apro-
ximar el modelo matemático mediante otro discreto que proporcione una solución numérica
explı́cita mediante una secuencia finita de operaciones aritméticas y lógicas. Este modelo dis-
creto no sólo proporciona una solución que puede comprobarse mediante experimentación,
sino que, gracias a la potencia de cálculo de los ordenadores, permite simular el problema
real, modificando sus condiciones iniciales, incluso de forma aleatoria.
El principal objetivo de esta asignatura es desarrollar los métodos numéricos correspondientes
a los modelos matemáticos estudiados en las asignaturas de Cálculo, Álgebra, Ampliación de
Cálculo y Ecuaciones Diferenciales. Un objetivo secundario es que el alumno utilice paquetes
informáticos dedicados al cálculo numérico.
Es importante señalar la importancia de comprender bien los modelos abstractos para desa-
rrollar sus aproximaciones numéricas. Recı́procamente, la manipulación del modelo numérico
11
puede contribuir enormemente a la comprensión de modelo matemático subyacente.
Con cinco créditos ECTS, Métodos Numéricos (cód. 68904032) es

Una asignatura optativa del segundo semestre del cuarto curso de los grados en Inge-
nierı́a en Mecánica, Ingenierı́a Electrónica Industrial y Automática e Ingenierı́a Eléctri-
ca.
Una asignatura obligatoria del segundo semestre del cuarto curso del grado en Inge-
nierı́a en Tecnologı́as Industriales
2.2. Resultados del aprendizaje.

Los resultados del aprendizaje propuestos en los planes de estudios de los grados en Ingenierı́a
Industrial, Ingenierı́a Mecánica e Ingenierı́a en Electrónica Industrial y Automática para
la materia de Matemáticas deberı́an haberse conseguido, al menos en un nivel básico, al
terminar el segundo curso de la carrera. La asignatura de Métodos Numéricos se propone
completarlos, preparando al estudiante para futuras ampliaciones de sus estudios. En ese
sentido, son dos los principales objetivos que se plantean:
1. Aplicar a problemas de ingenierı́a los conocimientos matemáticos adquiridos en las

demás asignaturas de la materia de Matemáticas.
2. Prepararse para continuar la formación (reglada o individual) orientada, tanto a la
capacitación profesional superior, como a la investigación en ingenierı́a.
Estos dos objetivos se articulan en los siguientes resultados de aprendizaje :

1. Formular matemáticamente problemas de ingenierı́a.
2. Transformar en algoritmos numéricos problemas matemáticos formulados analı́tica-
mente.
3. Utilizar con fundamento e imaginación programas informáticos orientados al cálculo
numérico, adaptándolos a los problemas concretos que se planteen.
4. Interpretar correctamente los resultados que ofrece un programa informático orientado
al cálculo numérico, distinguiendo entre los valores que ofrece el programa, el resultado
del algoritmo, la solución del problema matemático y la solución del problema de
ingenierı́a inicial.
5. Aplicar métodos numéricos a la resolución de ecuaciones, al cálculo matricial, al ajuste
de curvas, a la diferenciación y a la integración de ecuaciones diferenciales y ser capaz
de modificarlos para adaptarlos a los problemas reales.

6. Servirse de los métodos numéricos y de las aplicaciones informáticas para profundizar

en la comprensión de los conceptos fı́sicos y matemáticos mediante su simulación.
7. Valorar la utilidad de las hojas de cálculo y de otros programas informáticos orientados

al cálculo simbólico, al cálculo numérico y al matricial, como herramienta de estudio y
trabajo.
8. Apreciar el rigor como compromiso de comunicación, no solo entre matemáticos y

cientı́ficos, sino también entre ingenieros.
9. Valorar el espı́ritu crı́tico en el razonamiento matemático, que permite exponer argu-

mentos irrefutables independientemente de la posición social, laboral o académica de
quien los formule.
10. Admirar la amplitud, la profundidad y al belleza de las matemáticas, como instrumento

imprescindible para formular y resolver los problemas de ingenierı́a.
2.3. Contextualización.
La materia de Matemáticas, de los planes de estudios de los grados en Ingenierı́a Mecánica,
Ingenierı́a Eléctrica e Ingenierı́a en Electrónica Industrial y Automática, está integrada por
las siguientes asignaturas:
Álgebra, asignatura de formación básica del primer semestre del primer curso; seis
créditos ECTS.
Cálculo, asignatura de formación básica del primer semestre del primer curso; seis
créditos ECTS.
Ecuaciones diferenciales, asignatura de formación básica del segundo semestre del pri-
mer curso; seis créditos ECTS.
Ampliación de cálculo, asignatura obligatoria del primer semestre del segundo curso;
seis créditos ECTS
Métodos Numéricos, asignatura optativa del segundo semestre de cuarto curso; seis
créditos ECTS.
Por lo tanto, los resultados del aprendizaje de la materia Matemáticas que aparecen en el
plan de estudios deberı́an haberse alcanzado, al menos en un nivel básico, en las cuatro
primeras asignaturas de la materia. El objetivo de Métodos Numéricos es reforzar las com-
petencias del grado que se desarrollan en los estudios de postgrado. El perfil del estudiante
que elige esta asignatura es el del ingeniero que tiene el propósito de continuar sus estudios

después de alcanzar el tı́tulo de graduado en ingenierı́a. No hay que olvidar que Métodos
Numéricos es una asignatura obligatoria en el grado de Ingenierı́a en Tecnologı́as Industriales
y que proporciona una formación necesaria para continuar los estudios, en la UNED, en el
Máster universitario oficial que confiere las atribuciones profesionales del Ingeniero Industrial
(superior).
2.4. Materiales requeridos para el estudio.

Esta asignatura se estudia con cinco herramientas de trabajo:
1. La presente guı́a didáctica.
2. El texto básico (al que también nos referimos como texto-base o libro de la asignatura).
3. El curso virtual.
4. Un paquete informático dedicado al cálculo numérico.
5. Las tutorı́as de los centros asociados, ya sean presenciales o en red.
El texto básico es el siguiente.

Tı́tulo: Métodos numéricos para ingenieros.
• Autores: Steven C. Chapra y Raymond P. Canale

• Editorial: McGraw-Hill Interamericana
• Edición: 6a (en español), año 2011 o 7a (en español), año 2016.
• ISBN: 978-607-15-0499-9 (6a edición), 978-607-15-1294-9 (7a edición)
Nota sobre las diferentes ediciones del texto-base.

Los editores del manual que empleamos como texto-base acostumbran a publicar cada poco
tiempo nuevas ediciones, en las que, sin mejorar significativamente el texto, se vuelven a
numerar las secciones o los ejercicios, de manera que se dificulta el empleo de las ediciones
anteriores, mientras se retiran de las librerı́as y se destruyen los ejemplares correspondientes.
El equipo docente de esta asignatura no va a colaborar con estas prácticas comerciales que
obligarı́an, bien a mantener esta guı́a adaptada a tres o cuatro ediciones simultáneamente, o
bien a dejar inservibles todos los ejemplares adquiridos por los particulares y por la propia
Universidad para sus bibliotecas (centrales y de los Centros Asociados).
Hay pocas diferencias entres las ediciones cuarta, quinta, sexta y séptima, por lo que se puede
utilizar cualquiera de ellas para seguir la asignatura. Deberá tenerse en cuenta que todas las
referencias, corrección de erratas, citas, relaciones de ejercicios, etc. que aparezcan en el curso
virtual, en esta guı́a o en los exámenes se referirán a la sexta edición. Bajo ningún concepto
se modificará esta guı́a para adaptarse a nuevas ediciones; en todo caso, antes se escogerı́a

otro texto-base, más estable. En el curso virtual se procurará dar soporte a lo usuarios de
todas las ediciones.
Nota sobre los contenidos de la asignatura. El programa de la asignatura no cubre
todo el material expuesto en el texto básico, pero sus treinta y dos capı́tulos y apéndices
serán de utilidad como referencia en el futuro, incluidos los siete capı́tulos de casos prácticos.
Los contenidos de la asignatura se exponen en los siguientes capı́tulos del texto básico: 3,
4, 6, 7, 9, 10, 11, 17, 18, 19, 21, 22, 25, 26 y 27. El texto-base, la presente guı́a didáctica
y el resto de los documentos del curso virtual son suficientes para estudiar la asignatura.
Excepcionalmente, si se desea hacer algún ejercicio más de algún tema concreto, puede
consultarse la bibliografı́a complementaria.
Tı́tulo: Problemas de cálculo numérico para ingenieros con aplicaciones Matlab (2005)
• Autores: Sánchez Sánchez, Juan Miguel ; Souto Iglesias, Antonio ;

• Editorial: McGraw-Hill / Interamericana de España, S.A.
• ISBN(13): 9788448129514
Tı́tulo: Problemas resueltos de métodos numéricos (2006)
• Autores: Cordero Barbero, Alicia ; Hueso Pagoaga, José Luis ; Martı́nez Molada,
Eulalia ;
• Editorial: Paraninfo Cengage Learning
• ISBN(13): 9788497324090


Capı́tulo 3
ORIENTACIONES GENERALES
PARA LA REALIZACIÓN DEL
PLAN DE ACTIVIDADES.
3.1. Unidad transversal. Métodos numéricos con bi-

bliotecas y paquetes de software.
En la actualidad, los métodos numéricos están orientados a su aplicación mediante herra-
mientas informáticas. Podemos afirmar que hoy no se conciben los métodos numéricos sin
ordenadores, pero, al mismo tiempo, el mayor riesgo para el ingeniero que aplica estos méto-
dos consiste en ir delegando su propia responsabilidad en la máquina (introduzco los datos en
la caja por un lado y me salen los resultado por el otro, sin preocuparme de lo que haya dentro
de la caja). Probablemente este punto de vista serı́a aceptable para los ingenieros escasa-
mente atraı́dos por las matemáticas, si no fuera porque todos los programas proporcionan,
en determinadas circunstancias, resultados inadecuados o incluso, absurdos.
En esta asignatura, el estudiante deberá utilizar métodos informáticos durante todo el se-
mestre, tanto elaborando sencillos programas, como utilizando bibliotecas y paquetes de
software. En Métodos numéricos estudiaremos algoritmos. La implementación de estos al-
goritmos en códigos informáticos es una herramienta para comprender mejor los primeros,
pero no es objeto de evaluación, esto es, no vamos a pedir ningún código informático en los
exámenes, aunque sı́ se pedirá en la 2a PED.
En resumen:
1. No es materia de examen la programación (informática) de algoritmos. Es decir, en los

exámenes no se pedirá ningún código informático.
2. Sı́ es muy necesario (casi dirı́amos imprescindible) utilizar alguna herramienta in-
formática para comprender bien los algoritmos.
17
Es muy recomendable ir programando los algoritmos que se vayan viendo. Si se quiere apro-
vechar los que vienen hechos en el libro, en mathlab (copiándolos o modificándolos), no está
de más repasar la sección 2.5. Si se quiere utilizar excel (o cualquier herramienta similar que
incluya visual basic), conviene revisar la sección 2.4.
Las opciones gratuitas más recomendables son:
openoffice, incluye una hoja de cálculo similar a excel.
scilab, es una paquete para cálculo numérico similar a matlab
3.2. Ejercicios y problemas.

1. Hay que distinguir, en este contexto, entre ejercicios simples y problemas (ejercicios
complejos, no necesariamente difı́ciles). Los ejercicios simples se limitan a pedir la re-
petición de una tarea que el alumno acaba de aprender. En los problemas (ejercicios
complejos) se espera del estudiante algo más que la simple aplicación irreflexiva de una
fórmula: debe combinar más de un método para obtener la solución, discutir resultados
o imaginar alternativas.
2. Los ejercicios del texto-base son ejercicios simples. El equipo docente propondrá ejer-
cicios complejos y problemas para cada unidad.
3. Las relaciones de ejercicios recomendados deben entenderse como una sugerencia de

estudio. Es frecuente que estas relaciones incluyan ejercicios muy parecidos, casi re-
petidos. No hay que perder el tiempo repitiendo las soluciones. Si se ha comprendido
bien una solución, se deben saltar los ejercicios idénticos. La repetición de ejercicios
está pensada para quienes encuentran dificultades en su resolución.
4. No puede esperarse que las preguntas del examen se correspondan con ejercicios sim-
ples. Es posible que alguna pregunta lo sea, pero en general, puesto que el examen se
hace con libro, se esperará del alumno, que razone, combine resultados, discuta los re-
sultados y busque alternativas. En nuestra primera clase para aprender a conducir, nos
piden que practiquemos el cambio de marchas con el coche parado, pero no podemos
esperar que consista en eso el examen.
5. No hay que mirar las soluciones de los ejemplos, ni las de los ejercicios simples, ni las
de los problemas sin haber intentado resolverlo por uno mismo.
6. Antes de ponerse a trabajar es imprescindible corregir las erratas del texto-base que
ha detectado el equipo docente (el profesor de la asignatura no es autor del texto-base,
ni tiene ninguna relación con él). Encontrará la relación de erratas en el curso virtual.

3.3. Orientaciones sobre los ejercicios de autoevalua-

ción.
Al final de cada bloque temático se incluye una relación de ejercicios de autoevaluación (ver
el Plan de trabajo, Capı́tulo 4).
Se trata de problemas (ejercicios complejos) con un nivel de dificultad similar al de los
exámenes. Es imprescindible intentar hacerlos todos, primero sin mirar la solución. Si no
somos capaces de plantear el ejercicio, podemos leer los primeros párrafos de la solución,
para volver a intentar terminar solos. Estudiar las soluciones sin haber luchado antes con el
problema es tan útil para aprender, como lo es ver hacer gimnasia a otro para adelgazar.
En el curso virtual se publicarán más ejercicios resueltos. No es necesario hacerlos todos, pero
si se aprecia que algún concepto no termina de quedar claro, deben buscarse los ejercicios
relacionados con ese asunto.
3.4. Criterios de evaluación.
Se proponen dos pruebas de evaluación a distancia y una prueba presencial (junio, primera
semana y segunda semanas, y septiembre).
3.4.1. Pruebas de evaluación a distancia (PED)
No es obligatorio entregar las pruebas de evaluación a distancia para aprobar la asignatura.
La calificación de una prueba no entregada será de cero puntos, pero, como se puede observar
más adelante, esta circunstancia no disminuye la nota obtenida en el examen.
Primera prueba de evaluación a distancia (PED).

Se trata de una prueba tipo test sobre los contenidos de la unidad 0. Se celebrará al principio
del semestre. La fecha exacta y las condiciones precisas de la prueba se publicarán en el curso
virtual. Se calificará con una nota x comprendida entre 0 y 10.
Segunda prueba de evaluación a distancia (PED).

Consistirá en la elaboración de un pequeño proyecto en el que se deberán cubrir las siguientes
etapas:
1. Planteamiento del problema a elegir por el alumno. No se admitirán trabajos de distin-

tos alumnos sobre el mismo problema. La probabilidad de que se presenten dos trabajos
sobre el mismo tema, de forma independiente, se considera nula.
2. Análisis del problema y elección del modelo matemático, que corresponderá necesaria-
mente a alguno de los tratados en la asignatura.

3. Desarrollo concreto del algoritmo numérico.

4. Elaboración del programa informático que implemente el algoritmo numérico elegido.
5. Obtención de la solución aproximada.
6. Discusión de la solución obtenida y de las mejoras que pueden obtenerse modificando
alguno de los parámetros del algoritmo elegido.
Hay que tener en cuenta las siguientes consideraciones
El estudiante puede solicitar la orientación de su profesor tutor para la elaboración del
trabajo.
El trabajo debe incluir una relación de documentos consultados (bibliografı́a), con las
referencias tanto de los textos en papel como en cualquier otro soporte (internet).
La transcripción de material ajeno, ya sea procedente de un compañero, de un libro
o de Internet, debe aparecer claramente diferenciada del resto del trabajo (mediante
cursiva, entrecomillado, etc.) y acompañada de las referencias precisas que reconozcan
la autorı́a y permitan consultar la fuente. Obrar de otra manera constituye un fraude
acádemico, agravado por el carácter compensatorio del trabajo, que lo asimila a una
parte del examen. Quien incurra en esa falta recibirá una calificación final de Suspenso
(0) y podrá ser denunciado a las autoridades académicas de la Universidad.
Las imágenes y gráficos deben llevar siempre la referencia de su origen (o el texto
elaboración propia). Esta norma no admite excepciones; el incumplimiento se asimila
a la inclusión de materiales copiados (fraude académico).
Los textos transcritos, correctamente referenciados y destacados, nunca podrán ocupar
más de un 10 % de la extensión del trabajo.
Los capı́tulos 8, 12, 20, 24 y 28 del texto-base (el libro de Chapra y Canale) pueden servir
de orientación para el tratamiento del problema. La elección del tema del trabajo es una
parte importante del mismo y como tal se evaluará. Quien plantee un proyecto más difı́cil
o más original, obtendrá una mayor puntuación. El profesor no proporcionará temas a los
estudiantes.
El plazo de presentación del proyecto (2a PED) comienza el dı́a que se celebre el examen
de la segunda semana de junio y concluye diez dı́as después de publicarse las calificaciones
provisionales de la convocatoria de junio.
La segunda prueba de evaluación a distancia, en la convocatoria de junio, se calificará con
una nota y comprendida entre 0 y 10.
Los alumnos que no aprueben la asignatura en la convocatoria de junio, podrán presentar la
2a PED en septiembre (tanto si la presentaron en junio, como si no lo hicieron). La segunda
prueba de evaluación a distancia, en la convocatoria de septiembre, se calificará con una nota
z comprendida entre 0 y 10. La nota de junio no cuenta en septiembre.

3.4.2. Pruebas presenciales (exámenes).

En cada convocatoria (junio y septiembre) los exámenes constarán de tres preguntas o ejer-
cicios, que podrán tener varios apartados. Se permitirá utilizar un libro (lo recomendable es
emplear un ejemplar del texto-base de la asignatura (S. C. Chapra, R. P. Canale, Métodos
numéricos para ingenieros) y una calculadora cientı́fica. El libro podrá contener anotaciones
pero no podrá incluir ninguna otra hoja, ni pegada, ni grapada, ni suelta.
Está expresamente prohibido tener sobre la mesa del examen el teléfono o cualquier otro ins-
trumento de comunicación. Es obligatorio entregar las hojas de los enunciados junto con las
de las respuestas, pues, en otro caso, serı́a imposible saber a qué preguntas se ha respondido.
Hay que cumplir todas las instrucciones recogidas en las hojas de los enunciados.
Uso de calculadora en el examen.

No se pueden llevar al examen calculadoras programables, ni cualquiera que tenga capa-
cidades superiores a las de una cientı́fica de 7 euros. No se pueden utilizar calculadoras
que puedan ejecutar una secuencia de instrucciones sin intervención del usuario, ni las que
tengan caracteres alfanuméricos. En todo caso, al tomar la decisión sobre si puede o no
puede llevar una calculadora concreta, no piense en si le van a sancionar o no (cosa que
ocurrirı́a si se utiliza material no autorizado). Es más importante que piense honestamente
si la máquina cumple los requisitos anteriores, para no disponer de ventajas ilegı́timas sobre
sus compañeros.
Para evitar conflictos con el Tribunal debido a la calculadora, puede acudir al examen con
una fotocopia de la máquina; si algún miembro del Tribunal considera que ese material
no está permitido, puede sugerirle que adjunte a su examen la fotocopia de la calculadora
utilizada, para que el equipo docente juzgue si es o no un material permitido.
Criterios de corrección
1. Cada pregunta se calificará de 0 a 10 y la nota del examen (u en junio, v en septiembre)
será la media aritmética de las calificaciones de las tres preguntas.
2. Es obligatorio realizar los ejercicios por los procedimientos que se indiquen en el enun-
ciado.
3. Salvo que se diga otra cosa, se debe operar con toda la precisión que proporcione la
calculadora, redondeando los resultados que se tengan que anotar de acuerdo con el
contexto de la pregunta.
4. Es necesario desarrollar el proceso lógico que lleva a un resultado numérico. Los resul-
tados que no se justifican no puntúan nada.

5. Lo dicho en el apartado 4) no significa que se deban escribir diez lı́neas para eva-
luar un polinomio o para elevar un número a la quinta potencia. Cuando se alarga
innecesariamente un cálculo, aumentan las probabilidades de equivocarse.
Por ejemplo, para calcular el valor de la función
f (x) = x3 + cos(1/x) en el punto x0 = 1,0215465,
se debe introducir el valor de x0 en la memoria de la calculadora y efectuar el cálculo sin
anotar resultados intermedios. Se tarda quince segundos en obtener f (x0 ) = 1,5880898.
Se deben evitar respuestas como la que sigue
f (x0 ) = 1,0215465 × 1,0215465 × 1,0215465 + cos(1/1,0215465) =
= 1,043 × 1,0215465 + cos(1/1,0215465) = 1,065 + cos(1/1,0215465) =
= 1,065 + cos(0,978) = 1,065 + 0,558 = 1,623 . . . ¡¡¡¡NO DA TIEMPO!!!!
En ocasiones, esta puede ser una de las causas de la discrepancia entre las expectativas
y las puntuaciones realmente alcanzadas.
6. No se valoran las explicaciones sobre cómo realizar el ejercicio, ni las transcripciones de

conceptos teóricos. Frecuentemente se dedica más tiempo a explicar cómo se deberı́a
realizar un ejercicio del que se necesita para desarrollarlo. Los ejercicios inconclusos
nunca puntuarán como si estuvieran terminados: resultarı́a un disparate valorar mejor
un ejercicio completado hasta el 95 % que otro, correcto hasta el 95 %, pero con algún
error en el intento de terminarlo. Debe quedar claro que, en un examen, los comentarios
del tipo: análogamente se calcuları́a, no me da tiempo a terminar, pero explico lo que
falta por hacer , sustituyendo en . . . se obtendrı́a el resultado, etc., no contribuyen a
incrementar la nota.
7. Todos lo errores implican una penalización. Los errores de concepto se penalizan más
que los de los cálculo y, entre estos últimos, descuentan más puntos los que producen
resultados disparatados. Un error grave de concepto conlleva la anulación del apartado
o ejercicio correspondiente. Los errores de cálculo son más graves en aquellos ejercicios
que no implican nada más que la aplicación de un algoritmo descrito en el texto-base.
8. Después de detectar un error de cálculo, se continuará con la corrección adaptada a

ese nuevo valor. Cuatro errores de cálculo independientes en un mismo procedimiento,
lo anulan por completo.
9. Para obtener la máxima puntuación en una pregunta, hay que contestar correctamente
a todas las cuestiones que se plantean. No se admiten subterfugios; las respuestas
deben ser francas. Después de realizar un cálculo, quienes contestan honradamente,
intentan presentar el resultado como se les pide, con el riesgo de equivocarse, pues
en ocasiones ocurre que uno calcula algo correctamente sin estar seguro del todo de
lo que ha hecho; en cambio, otros alumnos, ante la duda, presentan una respuesta

intencionadamente confusa, con la intención de apuntarse a la respuesta correcta, fuera

cual fuera finalmente. El profesor de la asignatura no consentirá que quienes obran de
esta segunda manera consigan ventaja alguna sobre los primeros.
Veamos un ejemplo: si se pide calcular el mı́nimo común múltiplo y el máximo común
divisor de los números 6 y 8, hay que contestar, justificando la respuesta, que: el
mı́nimo común múltiplo de 6 y 8 es mcm(6,8) = 24 y el máximo común divisor de 6
y 8 es mcd(6,8) = 2. Puede ocurrir que algún alumno recuerde o encuentre en el libro
el algoritmo que se aplica en estos casos, pero no sabiendo lo que significan esos dos
conceptos, no esté seguro de cuál de los dos es el mcm. y cuál es el mcd.; ese alumno
puede optar por responder 24 , 2, pensando que siempre podrá alegar que se referı́a
a la respuesta correcta. Pues bien, esas estratagemas no funcionarán: no se admitirán
respuestas confusas.
10. No se admitirán dos respuestas para una misma pregunta. Si se quiere modificar una,
se debe tachar completamente la anterior. No es del todo infrecuente encontrarse, al
corregir, una respuesta junto con otra alternativa, pretendiendo el autor que se le
puntúe la que esté mejor. En todo caso, de otorgarse alguna puntuación, será la menor
de las puntuaciones asignadas a las distintas respuestas.
3.4.3. Evaluación de la asignatura.

Calificación final de la asignatura. Se calculará, en cada convocatoria, con las siguientes
fórmulas:
H(u − 4)H(y − 5)H(x + y − 2u)H(6u + x + y − 40)(x + y − 2u)
Nota final junio = u+
8
H(v − 4)H(z − 5)H(z − v)H(3v + z − 20)(z − v)
Nota final septiembre = v +
4
en donde
®
0 si t < 0
H es la función de Heaviside definida por H(t) =
1 si t ≥ 0
x ∈ [0, 10] es la nota de la 1a PED.
y ∈ [0, 10] es la nota de la 2a PED en la convocatoria de junio.
z ∈ [0, 10] es la nota de la 2a PED en la convocatoria de septiembre.
u ∈ [0, 10] es la nota del examen en la convocatoria de junio.
v ∈ [0, 10] es la nota del examen en la convocatoria de septiembre.

Es absolutamente imprescindible obtener una nota final mayor o igual que 5 para aprobar
la asignatura.
Solicitud de revisión de la calificación.

Plazo: hasta diez dı́as después de publicarse las notas de la prueba presencial de la convo-
catoria (junio o septiembre).
Procedimiento: Las solicitudes se formularán por escrito y se enviarán al profesor por
correo electrónico (jperan@ind.uned.es) o por cualquier otro procedimiento administrativa-
mente válido. Es obligatorio razonar detalladamente la discrepancia que motiva la solicitud
de revisión. En la aplicación de secretarı́a virtual pueden consultar sus respuestas para com-
pararlas con las soluciones que se adjuntan a este mensaje, teniendo en cuenta los criterios
de corrección.
Se recomienda utilizar las cuentas de correo UNED; en algunas ocasiones, ciertos servidores
(como por ejemplo los de hotmail) han bloqueado como spam los mensajes procedentes de
servidores de la UNED. Si se utiliza otra cuenta, es bajo la responsabilidad del propio alumno.
El profesor de la asignatura siempre envı́a confirmación de recepción de los mensajes.
En el escrito se indicará necesariamente:
1. El nombre y los apellidos, 2. El número de DNI.
3. El Centro Asociado donde se hizo el examen.
4. El tipo de examen (1a o 2a semana, original o reserva, etc.)
5. La autoevaluación y el motivo de la reclamación. Se deben comparar las respuestas de cada
uno con las soluciones publicadas, autoevaluarse de acuerdo con los criterios de corrección
de la asignatura y justificar el motivo de la discrepancia, en su caso.
6. En el asunto figurará el texto Solicitud de revisión MN, junto con la convocatoria (mes y
año).
Resolución: se comunicarán los resultados del proceso de revisión mediante correo electróni-
co.

Capı́tulo 4
PLAN DE TRABAJO.
ORIENTACIONES ESPECÍFICAS.
4.1. Autoevaluación inicial

Antes de comenzar a estudiar la asignatura es muy conveniente tomar consciencia de nuestras
condiciones iniciales. Entendemos aquı́ por consciencia la capacidad de los seres humanos de
verse y reconocerse a sı́ mismos y de juzgar sobre esa visión y reconocimiento (Diccionario
de la Lengua Española, RAE, 22a edición). Con ese fin, se propone una autoevaluación en
tres dimensiones:
Capacidad para comprender y elaborar el razonamiento matemático (x).
Formación general en matemáticas (y).
Formación especı́fica en métodos numéricos (z).
Es evidente que estas tres variables no son totalmente independientes, aunque tampoco se
puede determinar ninguna de ellas a partir de las otras dos. Podemos imaginar una repre-
sentación gráfica en un espacio tridimensional, colocando en cada eje una de esas variables
(cuantificada, por ejemplo, entre 0 y 10). Obtendrı́amos un cierto subconjunto U de ese es-
pacio tridimensional, cada uno de cuyos puntos representarı́a un punto de partida (x0 , y0 , z0 )
para el estudio de la asignatura. Ese conjunto U no tiene por qué ser la gráfica de una de
las variables respecto de las otras dos.
La evolución de cada estudiante durante el semestre se puede concebir como un camino sobre
U , con inicio en (x0 , y0 , z0 ) y final en un cierto punto (x1 , y1 , z1 ). Obviamente pretendemos
conseguir que z1 sea mayor o igual que 5, pero también que y1 (y hasta x1 ) aumente cuanto
sea posible. La energı́a necesaria para desplazarnos desde un punto al otro se obtendrá a
partir del esfuerzo personal y del apoyo del profesor.
25
Por supuesto, resulta una quimera pretender establecer con precisión el conjunto U o, incluso,
determinar los valores de x, y, z para una persona determinada, en un cierto momento. Pero
la imposibilidad de medir con precisión no es excusa para suspender el juicio; por lo menos,
debemos establecer cada variable en un nivel bajo(0−5), medio(5−7) o alto(7−10). Al final de
esta sección se incluye un breve cuestionario que puede ayudar a elaborar esa autoevaluación,
aunque nada puede sustituir al acto de introspección que nos permite conocernos mejor de
lo que pueda indicar cualquier procedimiento de evaluación.
Por supuesto, el resultado de esta autoevaluación debe ser totalmente privado; no se deberı́a
compartir ni con el profesor, ni con el tutor, ni con los compañeros. Lo importante es no
engañarse a uno mismo.
Tampoco tiene sentido esforzarse por medir nuestras capacidades y conocimientos si no
tenemos claras las consecuencias que se derivarı́an de uno u otro resultado. Las siguientes
indicaciones pueden ser de utilidad a este respecto:
Es difı́cil modificar la variable x, en la que se pueden distinguir aptitud y actitud;

tal vez se pueda incrementar x modificando nuestra actitud hacia las matemáticas, en
general, y el cálculo numérico, en particular.
Una valoración baja de la variable x implica la necesidad de incrementar proporcional-

mente todos los tiempos de dedicación que se detallan en la parte general de la Guı́a de
la asignatura, ası́ como en las siguientes secciones del presente documento. Asimismo,
una valoración alta nos indicarı́a que podemos dedicar menos tiempo del que se prevé
en estos documentos. Podemos establecer ese coeficiente como 6/x.
Una valoración media o baja de la variable y indicarı́a la necesidad de añadir una

dedicación suplementaria antes de comenzar el estudio de cada unidad didáctica. Po-
demos fijar en y = 0 el nivel que permite superar las pruebas ordinarias de acceso a la
universidad (no se considera un nivel menor).
Una valoración media o baja de la variable z indicarı́a la necesidad de añadir una

dedicación suplementaria a la Unidad Didáctica 0. Podemos establecer en z = 3 el
dominio de todos los contenidos del la Unidad Didáctica 0, sin llegar más allá.
La siguiente expresión puede ser útil para orientarnos sobre el tiempo que necesitaremos
dedicar a esta asignatura:
1 542 − 96y − 72z
Tiempo en horas =
x
4.1.1. Cuestionarios de ayuda para la autoevaluación.

Los siguientes cuestionarios pueden se útiles para establecer la autoevaluación inicial. No
se trata de sumar puntos para alcanzar una determinada nota, sino de reflexionar sobre las

preguntas, nuestras respuestas y las respuestas que se proponen. Solo se plantean cuestio-
narios para la capacidad para comprender y elaborar el razonamiento matemático y para
la formación general en matemáticas. La formación especı́fica en métodos numéricos puede
evaluarse con un estudio superficial de la Unidad 0 del programa.

1. En una sala hay 401 personas, de las que no sabemos nada. Sea n el número de
dı́as de 2012 en los que coinciden los cumpleaños de al menos dos personas de la
sala. Obviamente, n es desconocido.
a) ¿Es posible que n sea igual a cero?.
b) ¿Podemos asegurar que n es mayor que 1?.
c) ¿Es posible que n sea mayor que 36?.
d) ¿Cuál es el máximo valor posible de n?.
2. Se dice que una relación es transitiva si del hecho de que un elemento esté rela-
cionado con otro y este otro lo esté con un tercero, se deduce que el primero lo
está con el último. Se dice que una relación es simétrica si del hecho de que un
elemento esté relacionado con otro se deduce que este otro está relacionado con el
primero. Se dice que una relación es antisimétrica si del hecho de que un elemento
esté relacionado con otro diferente se deduce que este segundo no puede estarlo
con el primero. Señalar si las siguientes relaciones familiares son transitivas, si son
simétricas y si son antisimétricas :
a) A tiene el mismo padre y la misma madre que B.
b) A es hermano de B .
c) A es descendiente de B.
d) A es padre de B.
e) A es suegro de B.
f) A es marido de B (en un paı́s en el que no se permite el matrimonio entre
dos personas del mismo sexo).
g) A es marido de B (en un paı́s en el que se permite el matrimonio entre dos
personas del mismo sexo).
3. Un icosaedro es un poliedro formado por 20 triángulos, de manera que en cada
vértice coinciden 5 caras (triángulos).
a) ¿Cuántas aristas tiene un icosaedro?.
b) ¿Cuántos vértices tiene un icosaedro?.
c) ¿Cuántas diagonales tiene un icosaedro? (una diagonal es un segmento que
une dos vértices, sin estar contenida en ninguna cara).
4. La suma 7 + 77 + 777 + 7 777 + 77 777 + 777 777 + 7 777 777 da lo mismo que
a) 7 777 777 × 1 234 567 b) 7 777 777 × 1 111 111 c) 7 × 1 234 567
c) 7 × 7 654 321 d) 7 777 777 × 1 111 111 e) 1 111 111 × 1 234 567
5. En un mostrador de información de un aeropuerto hay dos empleados que solo
responden Sı́ o No. Tanto ellos como usted saben que uno de los empleados siempre

miente y el otro siempre dice la verdad, aunque usted no sabe cuál de los dos
miente siempre. Solo puede formular una pregunta para averiguar si su vuelo
tiene retraso, ¿cuál es la pregunta adecuada?.
1. Efectúe la resta 2 − 1.9Û .

2. Supongamos que tenemos que resolver en x una ecuación polinómica de la forma
a8 x 8 + a7 x 7 + a6 x 6 + a5 x 5 + a4 x 4 + a3 x 3 + a2 x 2 + a1 x + a0 = 0
en donde los números a0 , a1 , . . . , a8 son conocidos. Señale las respuestas acertadas.
a) Se trata de una tarea tediosa, pero no difı́cil, basta aplicar la regla de Ruffini.
b) Podemos asegurar que existe alguna raı́z (solución) real.
c) Si a8 6= 0, podemos asegurar que existen ocho raı́ces reales.
d) Si a8 6= 0, podemos asegurar que existe alguna raı́z en el campo complejo.
e) Si a8 6= 0, podemos asegurar que existen ocho raı́ces diferentes en el campo
complejo.
f ) Si a8 6= 0, podemos asegurar que la suma de las multiplicidades de todas las
raı́ces es igual a ocho.
g) Si a8 = 0 y a7 6= 0, entonces podemos asegurar que existe alguna raı́z real.
h) Si a8 = 0 y a7 6= 0, entonces podemos asegurar que la suma de las multipli-
cidades de todas las raı́ces reales es igual a siete.
3. Halle todas las raı́ces de la ecuación 64x8 + 16x6 − 36x4 + 11x2 − 1 = 0, sabiendo
que x = 21 y x = −12
son raı́ces triples.
4. Resuelva la ecuación matricial AXA = AX + B, en donde
Ö è Ö è
1 0 1 0 1 3
A= 1 1 1 B= 1 2 1
0 1 1 0 −1 1
5. El polinomio de Taylor de orden n de la función f en el punto a es el polinomio

de menor grado posible cuyas derivadas de orden menor o igual a n coinciden con
las de f en el punto a. (Recuerde que la derivada de orden 0 es la propia función
sin derivar). Esta definición sirve tanto si f tiene una como varias o variables,
reales o complejas. Señale las proposiciones acertadas.
a) El polinomio de Taylor de orden n tiene grado n.
b) El polinomio de Taylor de orden 2 de f (x) = x5 + x4 + x2 + 1 en x = 0 es
P (x) = x2 + 1.
c) El polinomio de Taylor de orden 2 de f (x) = x5 + 2x4 + 2x2 + 1 en x = 1 es
P (x) = 2x2 + 1.

6. Consideremos un polinomio arbitrario de grado no mayor que m, expresado en

potencias de x − a, esto es, P (x) = m k
k=0 ak (x − a) .
P
a) Escriba la expresión de la derivada de orden n de P , en donde 0 ≤ n ≤ m.

b) Calcule la derivada enésima de P en el punto x = a, esto es, P n) (a).
c) Exprese los coeficientes del polinomio de Taylor de orden m de una función
f en el punto x = a en función de las derivadas de f en el punto x = a.
7. Escriba el polinomio P (x) = x3 − 2x2 + x + 1 en potencias de (x − 1), esto es, en
la forma P (x) = a3 (x − 1)3 + a2 (x − 1)2 + a1 (x − 1) + a0 . Resuelva el ejercicio de
dos maneras: utilizando y sin utilizar el polinomio de Taylor.
8. Supongamos que f es una función real continua en un intervalo [a, b] de R. Señale
las respuestas correctas.
a) f tiene que ser derivable en (a, b).
Z b
b) La integral f (x) dx existe.
a
c) Existe una función real derivable F definida en (a, b) que verifica F 0 = f (o
sea, existe una primitiva de f definida en (a, b)).
2
d ) La función f (x) = e−x tiene primitiva en toda la recta real (si la respuesta es
afirmativa, determine la serie de Taylor, centrada en x = 0, de la primitiva).
Z −1
dx
9. Calcule la siguiente integral inmediata , sin hacer cambios de variable.
−2 x
10. Indique, en cada uno de los siguientes casos, si las condiciones determinan sin
ambigüedad la función y = y(x) para x ∈ [0, 1].
a) y 0 = x2 y + xy 2 , y(0) = 2.
b) y 0 = x2 y + xy 2 , y(1) = 2.
c) y 02 = 4x2 , y(0) = 1.
d) y 00 + xy 0 = x2 , y(0) = 2.
e) y 00 − xy 0 + y = x, y(0) = 1, y 0 (0) = 1.
f) y 00 − 2y 0 + y = 0, y(0) = 1, y(1) = 0.
g) y 00 + π 2 y = 0, y(0) = 2, y(1) = −2.
h) y 00 + π 2 y = 0, y(0) = 2, y(1) = −1.

4.1.2. Respuestas a los cuestionarios de ayuda para la autoevalua-

ción.
1. .
a) No. Hay más personas que dı́as en el año, luego se tienen que repetir.
b) No. Incluso podrı́an celebrar todas el cumpleaños el mismo dı́a.
c) Sı́.
d) 200. Es un resultado posible (por ejemplo, 200 dı́as del año tienen dos cum-
pleaños, otro dı́a tiene 1 y los demás ninguno); es imposible que n sea mayor
que 200, porque entonces habrı́a al menos 402 personas en la sala.
2. .
Relación Transitiva Simétrica Antisimétrica
(a) Sı́ Sı́ No
(b) No Sı́ No
(c) Sı́ No Sı́
(d) No No Sı́
(e) No No No (*)
(f) Sı́ (**) No Sı́
(g) No (***) No No
Notas:
(*) Es posible que A sea suegro de B y B sea suegro de A, por ejemplo A está
casado con una hija de B y B se casa con un hijo de A de una pareja distinta de
la hija de B.
(**) No puede ocurrir que A sea marido de B y que B lo sea de alguien. Es un
asunto de lógica; por ejemplo, obsérvese que la proposición “Si 1 = 2 entonces
3 = 4” es verdadera.
(***) Uno no puede ser marido de sı́ mismo.
3. .
3 × 20
a) 30. Cada triángulo tiene 3 lados y cada lado es arista de 2 caras, = 30.
2
3 × 20
b) 12. Cada triángulo tiene 3 vértices y cada vértice está en 5 caras, = 12.
5
c) 36. De cada vértice salen 5 aristas, o sea que cada vértice se puede unir
con 12 − 5 − 1 = 6 vértices distintos mediante una diagonal. Como estamos
12 × 6
contando dos veces cada diagonal, su número es = 36.
2
4. (c). Se trata de contestar sin calcular nada.

5. Preguntamos a uno de los dos ¿Qué me contestarı́a tu compañero si le pregunto

si mi vuelo tiene retraso?, y sabemos que la verdad es lo contrario de lo que nos
responda.
1. 0, porque 1.9Û es el mismo número que 2, pero escrito de otra forma. Una manera de
convencerse de que esto es cierto: 9 × 1.9Û = 10 × 1.9Û − 1.9Û = 19.9Û − 1.9Û = 18, luego
1.9Û = 2. La expresión decimal de un número racional es unı́voca, si se excluyen
los periodos formados solo por nueves. Es interesante observar que, al aplicar el
algoritmo de la división que aprendimos en el colegio para dividir dos números
naturales, es imposible que nos aparezca en el cociente “. . . 9”.Û Recordemos que
se produce la periodicidad en el cociente cuando se repite el resto; si un cociente
parcial es 9 con resto r, entonces el siguiente resto es r0 = 10(r − 9d), en donde d
es el divisor; si r0 = r, entonces d = r, lo que es imposible porque el resto siempre
es menor que el divisor (en otro caso, cabrı́a una más).
2. .
a) Falso. La regla de Ruffini es un algoritmo para dividir polinomios de forma
sintética (abreviada); no proporciona raı́ces. Resolver ecuaciones polinómicas
de grado mayor que 4 de forma exacta es, en general, un problema difı́cil, si
no imposible.
b) Falso. Por ejemplo, x8 + 1 = 0 no tiene raı́ces reales.
c) Falso.
d ) Verdadero. Teorema Fundamental del Álgebra.
e) Falso. Por ejemplo, (x − 1)8 = 0 tiene una única raı́z, x = 1, aunque de
multiplicidad 8.
f ) Verdadero. Basta aplicar el Teorema Fundamental del Álgebra para deducir
que existe una raı́z r1 y volverlo a aplicarlo al cociente de dividir el polinomio
entre x − r1 , y ası́ sucesivamente.
g) Verdadero. Si el polinomio es de grado impar, entonces necesariamente tendrá
alguna raı́z real (el polinomio toma valores de distinto signo cerca de +∞ y
cerca de −∞).
h) Falso. Por ejemplo, la suma de las multiplicidades de todas las raı́ces reales
de la ecuación x(x6 + 1) = 0 es igual a uno.
3. Hay que dividir tres veces entre x − 21 y otras tres veces entre x + 12 . Se puede
hacer de varias maneras. Tal vez lo más sencillo sea aplicar seis veces la regla de
Ruffini. Se copian a continuación los resultados correspondientes:

Se divide entre a8 a7 a6 a5 a4 a3 a2 a1 a0
64 0 16 0 −36 0 11 0 −1
x − 12 64 −32 32 −16 −28 14 4 −2
1
x− 2 64 −64 64 −48 −4 16 −4
x − 12 64 −96 112 −104 48 −8
1
x+ 2 64 −64 80 −64 16
x + 12 64 −32 64 −32
x + 12 64 0 64
2
El último cociente es 64x + 64, por lo que las otras dos raı́ces son x = i, x = −i.
4. AXA − AX = B ; AX(A − I) = B ; X = A−1 B(A − I)−1 ;
Ö è
−1 1 3
X= −3 1 1
4 −1 −2
5. .
a) Falso. Puede tener grado menor que n. Por ejemplo, el polinomio de Taylor
de orden 2 de f (x) = x en x = 0 es P (x) = x, que tiene grado uno.
b) Verdadero. Es evidente que Qk) (0) = 0 para k = 0, 1, 2 y Q(x) = x5 + x4 .
c) Falso. Por ejemplo, f 0 (1) = 17 mientras que P 0 (1) = 4. Obsérvese que f está
expresado en potencias de x, no en potencias de x − 1.
6. Consideremos un polinomio arbitrario de grado no mayor que m, expresado en
potencias de x − a, esto es, P (x) = m k
k=0 ak (x − a) .
P
k!
a) P n) (x) = m k=n ak (x − a)k−n
P
(k − n)!
b) P n) (a) = an n!
c) Como f n) (a) = P n) (a) = an n!, para 0 ≤ n ≤ m, el polinomio de Taylor es
m
f n) (a)
(x − a)n .
X
P (x) =
n=0 n!
7. Primer procedimiento (algebraico): y = x − 1,
P (x) = P (y + 1) = (y + 1)3 − 2(y + 1)2 + (y + 1) + 1 = y 3 + y 2 + 1
luego P (x) = (x − 1)3 + (x − 1)2 + 1.
3
P n) (1)
(x − 1)n
X
Segundo procedimiento (analı́tico): P (x) =
n=0 n!
0)
P (1) = P (1) = 1
P 0 (x) = 3x2 − 4x + 1 ; P 0 (1) = 0
P 00 (x) = 6x − 4 ; P 00 (1) = 2
P 000 (x) = 6 ; P 000 (1) = 6
1 0 6
P (x) = 1 + (x − 1) + (x − 1)2 + (x − 1)3 = 1 + (x − 1)2 + (x − 1)3
1! 2! 3!

8. Supongamos que f es una función real continua en un intervalo [a, b] de R. Señale

las respuestas correctas.
a) Falso. No todas las funciones continuas son derivables. Por ejemplo, f (x) = |x|
no es derivable en x = 0.
b) Verdadero. Las funciones continuas son integrales sobre cualquier intervalo
finito. Z x
c) Verdadero. F (x) = f (t)dt. Podemos asegurar que esta integral existe por-
a
que f es continua.
2
d ) Verdadero, pues la función f (x) = e−x es continua en toda la recta real. No
solo es continua, sino que es analı́tica (se pueda representar como una serie
de potencias en algún entorno de cada punto). Para expandir una primitiva
(la que cumple F (0) = 0, por ejemplo) en serie de potencias, partimos del
2
desarrollo de su derivada, F 0 (x) = f (x) = e−x .
∞
xn
ex =
X
, para ∞ < x < +∞.
n=0 n!
∞ ∞
−x2
X (−x2 )n X (−1)n x2n
e = = , para ∞ < x < +∞.
n=0 n! n=0 n!
∞
(−1)n t2n ∞
(−1)n ( 0x t2n dt) X ∞
(−1)n x2n+1
Z xX R
X
F (x) = dt = =
0 n=0 n! n=0 n! n=0 (2n + 1)n!
Z −1 ô−1
dx
9. = ln |x| = ln 1 − ln 2 = − ln 2
−2 x −2
10. Indique, en cada uno de los siguientes casos, si las condiciones determinan sin
ambigüedad la función y = y(x) para x ∈ [0, 1].
a) Sı́. Problema de valores iniciales y 0 = f (x, y) con f de clase uno.
b) Sı́. Problema de valores iniciales y 0 = f (x, y) con f de clase uno. No hay
diferencia entre proporcionar el valor de la función en uno u otro punto.
c) No. Hay dos soluciones que verifican y(0) = 1 (son y = 1 + x2 , y = 1 − x2 ).
Obsérvese que la y 0 no está despejada.
d ) No. Hay infinitas soluciones. Se trata de una EDO lineal de orden 2, cuyas
soluciones son las combinaciones afines. Al conocer y(0), pero no y 0 (0), ob-
tendrı́amos un sistema de ecuaciones lineal con una ecuación y dos incógnitas
(indeterminado).
e) Sı́, solución única. Problema de valores iniciales y 00 = f (x, y, y 0 ) con f de clase
uno.
f ) Sı́, solución única. Es un problema de valores de frontera (no siempre tienen
solución y, si la hay, puede no ser única). La solución general de esta EDO es
y = Aex +Bxex . Para x = 0, se tiene 1 = A; para x = 1, tenemos 0 = Ae+Be,
luego la única solución del problema es y = ex − xex .

g) No. Es un problema de valores de frontera. La solución general de la EDO es

y = A sen πx + B cos πx. Para x = 0, se tiene 2 = B; para x = 1, tenemos
−2 = −B, luego existen infinitas soluciones y = A sen πx + 2 cos πx.
h) No. Es un problema de valores de frontera. La solución general de la EDO es
y = A sen πx + B cos πx. Para x = 0, se tiene 2 = B; para x = 1, tenemos
−1 = −B, luego no existe ninguna solución.

4.2. Unidad 0. Repaso de conceptos fundamentales (0.5

créditos).
En esta unidad se repasan los conceptos de métodos numéricos que se han estudiado en las
asignaturas de la materias de Matemáticas y Estadı́stica.
Si bien se trata de conceptos incluidos en asignaturas de cursos anteriores, es absolutamente
imprescindible que se dominen para poder asimilar el resto de las unidades. En particular,
deben quedar muy claras las ideas de los epı́grafes a, b, c, d y f de la relación de contenidos
siguiente, antes de empezar con el resto de las unidades.
4.2.1. Contenidos.
a. Aproximación, error de truncamiento, error de redondeo.
b. Polinomios de Taylor y serie de Taylor. Propagación del error.
c. Diferencias divididas finitas. Interpolación. Formas de Newton y de Lagrange
d. Regresión lineal. Regresión lineal múltiple. Regresión polinomial.
e. Cálculos con polinomios; división sintética de polinomios.
f. Resolución de sistemas lineales: eliminación de Gauss; Gauss-Jordan. Cálculo de la

matriz inversa.
g. Descomposición LU y su aplicación al cálculo de la matriz inversa.
h. Raı́ces de ecuaciones: métodos de bisección, iteración simple de punto fijo y Newton-

Raphson.
i. Integración numérica: reglas del trapecio y de Simpson 1/3.
j. Serie de Fourier. Transformada de Fourier.
4.2.2. Relación de tareas propuestas.

1. Estudiar el capı́tulo 3 del texto-base (sexta edición), resolviendo los ejemplos 3.1 a 3.9.
2. Hacer los ejercicios 3.3, 3.5, 3.6, 3.7, 3.8, 3.10 y 3.11.
3. Comprobar las soluciones de los ejercicios en el curso virtual.

4. Si quedan dudas, consultar los foros, por si algún compañero hubiera preguntado pre-
cisamente lo que no entendemos. En otro caso, plantear la pregunta en el foro de la
Unidad 0.
5. Estudiar las secciones 4.1 a 4.4 del texto base, resolviendo los ejemplos 4.1 a 4.8.
6. Hacer los ejercicios 4.1, 4.4 y 4.12.
7. Estudiar las secciones 5.1 y 5.2 del texto base, resolviendo los ejemplos 5.1 a 5.4.
8. Hacer los ejercicios 5.1, 5.2 y 5.3.
9. Estudiar las secciones 6.1 y 6.2, resolviendo los ejemplos 6.1 a 6.5.
10. Hacer los ejercicios 6.1, 6.2.b, 6.2.c, 6.3, 6.4, 6.5.
11. Repetir los pasos 3 y 4.
12. Estudiar las secciones 7.1 y 7.2 del texto base, resolviendo el ejemplo 7.1.
13. Estudiar las secciones 9.1, 9.2, 9.7 del texto base, resolviendo los ejemplos 9.1 a 9.5.
14. Hacer los ejercicios 9.1 a 9.13 (sin aplicar pivoteo).
16. Estudiar las secciones 17.1, 17.2 y 17.3 del texto base, resolviendo los ejemplos 17.1 a
17.6.
17. Hacer los ejercicios 17.1 a 17.14.
19. Estudiar las secciones 18.1, 18.2 y 18.3 del texto base, resolviendo los ejemplos 18.1 a
18.7.
22. Estudiar las secciones 19.2 y 19.4 del texto base, resolviendo el ejemplo 19.2.
23. Hacer los ejercicios 19.4 y 19.5.
25. Estudiar las secciones 21.1 y 21.2.1 del texto base, resolviendo los ejemplos 21.1 a 21.5.

26. Hacer los ejercicios 21.1.a-e y 21.4.
28. Leer con atención la sección 4.2.3 de esta guı́a .
29. Resolver los problemas de la prueba de autoevaluación de esta unidad (sección 4.2.4
de esta guı́a).
30. Comprobar las soluciones de la prueba de autoevaluación y plantear las dudas que
pudieran quedar en el foro de la Unidad 3.
31. En la fecha que se anuncie en el curso virtual, completar la Primera Prueba de Eva-
luación a Distancia (PED).
4.2.3. Comentarios y orientaciones especı́ficas para la Unidad 0.

Tiempo de dedicación previsto.
10 horas. En esta unidad, con más motivo que en las demás, el tiempo de dedicación variará
enormemente entre unos y otros estudiantes. Quien haya estudiado con aprovechamiento los
cursos primero y segundo del grado en los últimos tres años, en la Escuela de Industriales de
la UNED, no deberı́a necesitar más de 10 horas para recordar estos conceptos y practicarlos
un poco. No obstante, intentar ahorrar tiempo de estudio en esta unidad, engañándose con
el nivel de preparación de cada uno, probablemente se pagará con mayores dificultades en
las siguientes unidades.
La anterior relación de tareas se propone para aquellos estudiantes que, por venir de otra
carrera, no hayan estudiado ningún método numérico, ası́ como para aquellos que los hayan
olvidado completamente. Los unos y los otros deberı́an prever unas 40 horas de trabajo
para esta unidad. Por otra parte, quienes dominen los contenidos de esta Unidad 0, solo
necesitarán dedicar unas 10 horas a repasar las ideas, haciendo algunos problemas.
Notación y terminologı́a
Se pueden encontrar usos ligeramente diferentes de estos términos en la bibliografı́a. En esta
asignatura fijaremos la terminologı́a de la siguiente manera.
Escritura de números. Emplearemos un punto o una coma baja para separar las unidades de
las décimas (punto o coma decimal). No pondremos, en ningún caso, puntos, comas o unos
como subı́ndice para separar las cifras de tres en tres en la parte entera. Para facilitar la
lectura de los números, se pueden separar con espacios las cifras, de tres en tres. Por ejemplo
13 432 526,234 56 .

Mantisa y exponente de un número real. Denominamos, respectivamente, exponente y man-

tisa de un número real x > 0 a los números :
¶ ©
expo(x) = mı́n k ∈ K : x < 10k
x
mant(x) = ,
10expo(x)
Es evidente que
x = mant(x) × 10expo(x) .
0,1 ≤ mant(x) < 1 .
expo(x) ∈ Z (i.e. expo(x) es entero) .
Por ejemplo, como 12,51 = 0,1251 × 102 , entonces expo(12,51) = 2, mant(12,51) = 0,1251.
Otro ejemplo, como 0,00012 = 0,12 × 10−3 , entonces expo(0,00012) = −3, mant(0,00012) =
0,12. Y uno más, como 1 = 0,1 × 101 , entonces expo(1) = 1, mant(1) = 0,1 .
Obsérvese que el primer dı́gito de la mantisa, después de la coma decimal, no puede ser 0.
Si hubiéramos estado trabajando en sistema binario, en lugar del decimal, esto implicarı́a
que el primer dı́gito después de la coma decimal serı́a siempre 1, por lo que no harı́a falta
reservar memoria para almacenarlo.
Cifras significativas (c.s.). El valor de un número x redondeado a n cifras significativas es
xe = m × 10expo(x) ,
en donde m es el valor de mant(x) redondeado a n dı́gitos decimales.

Obsérvese que la definición anterior no se refiere exclusivamente a los números escritos con
notación cientı́fica. Veamos unos ejemplos de redondeo a 3 cifras significativas:
12,34 ≈ 12,3, pues 12,34 = 0,1234 × 102 ≈ 0,123 × 102 = 12,3.
0,03102 ≈ 0,0310, pues 0,03102 = 0,3102 × 10−1 ≈ 0,310 × 10−1 = 0,0310. Es mejor
escribir 0,0310 que 0,031.
Cuando se selecciona en una calculadora la notación cientı́fica con mantisa de n dı́gitos,
normalmente se presenta un número x como x ≈ m × 10k , en donde m es el valor de mant(x)
redondeado a n dı́gitos y multiplicado por 10, mientras que k = expo(x) − 1, de manera que
1 ≤ m < 10.
No nos interesa en la asignatura plantearnos cuántas cifras significativas tiene un número;
lo que nos interesa es operar con n cifras significativas o expresar un número con n cifras
significativas. No obstante, podrı́amos definir el el número de cifras significativas de x como
el menor n para el que se verifica xe = x. Por ejemplo, 3/4 tendrı́a 2 c.s., mientras que
1/3 tendrı́a infinitas. No es un concepto mu interesante porque, como es obvio, depende del
sistema de numeración empleado (en este caso, en base 10) y no solo del número x.

Decir que un resultado se da con n cifras significativas exactas, quiere decir que sabemos que
el error verdadero relativo es con certeza menor que 0,5 × 10−n . Hay que tener en cuenta
que en el error verdadero, intervienen los errores de redondeo (o de corte, en su caso), pero
también los de truncamiento (por ejemplo, si calculamos cos(1) mediante un polinomio de
Taylor de orden 3 con 5 c.s., tendré, por una parte, un error de truncamiento, que procede
de sustituir la función coseno por el polinomio, y, por otra parte, unos errores de redondeo
que procederı́an de las limitaciones de la calculadora y de anotar los resultados intermedios
con 5 c.s., ası́ como de la propagación de esos errores.
Análogamente, podremos de hablar de redondear a n c.s. o expresar una magnitud con n
c.s. (las magnitudes reales son números, por lo general, desconocidos; al medir, obtenemos
aproximaciones. A cada precisión en la medida le corresponde un número de cifras signifi-
cativas en la expresión del número). El criterio general de la asignatura, salvo que se indica
otra cosa en los enunciados, es operar con toda la precisión que proporcione la calculadora,
anotando los resultados intermedios (cuantos menos, mejor; anotar demasiados puede des-
baratar un ejercicio) con un número de c.s. suficiente para que los errores de redondeo sean
de un orden inferior a los de truncamiento (en los exámenes normalmente se indicará ese
número de c.s. o se pedirá que sean todas las de la calculadora). Se debe señalar, aunque
parezca de sentido común, que el tratamiento del error no puede ser el mismo en un ejercicio
que trate precisamente sobre eso (sobre la notación o sobre la propagación de errores,..) que
en otro que pretenda aclarar otros conceptos (calcular numéricamente una integral, resolver
numéricamente una EDO, etc.). En este segundo caso, basta con configurar la calculadora
en modo cientı́fico con mantisa de n dı́gitos y no preocuparse más por las c.s. (la calcula-
dora, internamente, sigue operando con toda su precisión, pero redondea los resultados en
pantalla).
Polinomios y serie de Taylor

Los polinomios y las series de Taylor constituyen, junto con la interpolación, las dos herra-
mientas matemáticas fundamentales para el estudio de la asignatura. Esos desarrollos de
Taylor se estudian ya en la enseñanza secundaria, aunque la versión que necesitamos es la
que se expone en cualquier manual de cálculo infinitesimal del primer curso de cualquier
carrera cientı́fico-tecnológica. Sin embargo, las dudas y los equı́vocos que se arrastran desde
esos primeros cursos son una fuente constante de fallos en esta asignatura. Vamos a recordar
algunos conceptos esenciales.
1. Se dice que una función f es de clase uno en un intervalo abierto (posiblemente no

acotado), si existe la derivada f 0 (x) en cada punto x de ese intervalo y además la función
derivada f 0 es continua en ese intervalo. Análogamente, se dice que una función f es de clase
n en un intervalo, si existe la derivada enésima f n) (x) en cada punto x de ese intervalo y
además la función derivada enésima f n) es continua en ese intervalo. Decimos una función f
es de clase infinito en un intervalo, si existen las derivadas de todos los órdenes de f en cada
punto de ese intervalo, lo que obviamente equivale a decir que f es de clase n para todo n.

Se suele denotar por C n (I) al conjunto de las funciones de clase n en un intervalo abierto I.
Claramente
C ∞ (I) ⊂ · · · ⊂ C 2 (I) ⊂ C 1 (I) ⊂ C 0 (I),
en donde el último conjunto representarı́a a las funciones continuas en el intervalo I. Esta
notación procede de la habitual, en este contexto, de considerar que la derivada de orden cero
de f es la propia f, esto es, f 0 = f . Casi todas las funciones que se emplean en ingenierı́a
son de clase uno, por lo menos a trozos.
2. Si f es una función de clase n en I, el polinomio de Taylor de f , de orden n, alrededor

del punto a ∈ I, se define como el único polinomio P , de grado menor o igual a n, tal que
f k) (a) = P k) (a) para todo k ≤ n.
3. Un sencillo razonamiento nos da la expresión del polinomio de Taylor de f , de orden n,

alrededor del punto a ∈ I
n
f k) (a)
(x − a)k
X
P (x) =
k=0 k!
Hay que hacer una observación, que podrı́a parecer tonta, pero que resulta pertinente; para
evaluar (x − a)k , con k = 0, x = a, podrı́amos proceder de dos maneras: primero sustituimos
x por a y luego elevamos a cero, y me saldrı́a 0; o podrı́a elevar primero (x − a) a cero y
obtener 1. La forma correcta es la segunda. Recordemos también que 0! = 1, por lo que
f k) (a)
(x − a)k = f (a) cuando k = 0, x = a.
k!
4. La función R que nos da la diferencia entre los valores de f y los del polinomio de Taylor
P de f , de orden n, alrededor del punto a ∈ I, se denomina resto o residuo de la expansión,
esto es, R(x) = f (x) − P (x).
5. Se observará que las notaciones P y R para el polinomio de Taylor y para su residuo son
imprecisas, porque no se menciona ni a la función que se intenta aproximar, ni alrededor de
qué punto se hace la aproximación, ni de qué orden es esa aproximación. Una notaciones
precisas podrı́an ser, respectivamente, Pn [f, a], Rn [f, a] ; pero una notación tan detallada es
incómoda para quien escriba y, además, distrae al lector. Es una circunstancia muy frecuente
en matemáticas, que se resuelve relajando la notación todo lo posible, mientras el contexto
permita evitar cualquier confusión. Ası́, según el contexto, se podrá ver escrito el valor en
el punto x del polinomio de Taylor de f , de orden n, alrededor del punto a ∈ I de alguna
de las siguientes maneras Pn [f, a] (x), Pn [f ] (x), Pn [a] (x), Pn (x), P (x) . . .. Las últimas son
las más frecuentes. Lo mismo se aplica al residuo, y ası́ podremos escribir, Rn [f, a] (x) =
f (x) − Pn [f, a] (x), Rn [f ] (x) = f (x) − Pn [f ] (x), etc.
5. La idea es que el polinomio de Taylor proporcione mejores aproximaciones de la función,

cuanto mayor sea su orden (o sea que Rn (x) tienda a cero cuando n tienda a infinito, si es
posible), aunque no siempre es ası́. Lo que sı́ tenemos es el siguiente resultado, que es el que

peor se suele entender en este tema. Si f ∈ C n+1 (I) entonces para cada x ∈ I existe un
número ξ en el intervalo abierto de extremos a y x (podrı́amos que escribir ξn [f, a] (x), en
vez de ξ, pero es una notación horrible) que verifica
f n+1) (ξ)
Rn (x) = (x − a)n+1
(n + 1)!
Esta expresión se denomina forma de Lagrange del residuo. Es muy importante observar que
no se nos dice cómo calcular el número ξ, que normalmente será desconocido. Esta expresión
del residuo se utiliza principalmente para obtener acotaciones del error que se comete al
reemplazar f (x) por P (x); una cota del error es un número c para el cual |Rn (x)| ≤ c para
todo x de I.
Para comprender bien cómo se utiliza esa expresión, no hay que olvidar que lo que se pretende
es aproximar la función f , una función cuyos valores no se pueden calcular directamente
(o que es muy trabajoso hacerlo), de manera que no es razonable pretender conocer con
exactitud el valor del residuo (salvo en los ejercicios, claro), pues, si conocemos R(x) y P (x),
entonces conocemos f (x) y entonces no necesitamos aproximar la función.
6. Otro resultado importante, aunque se utiliza menos en esta asignatura, es la forma integral
del residuo, que nos dice que ese residuo también se puede expresar como
(x − t)n n+1)
Z x
Rn (x) = f (t)dt .
a n!
No es difı́cil imaginar que calcular esta integral con exactitud es más complicado que calcular
los valores de f, por lo que su uso en este contexto se limita a obtener acotaciones del resto.
7. Cuando la función f es de clase infinito, podemos construir formalmente su serie de Taylor

∞
f k) (a)
(x − a)k , pero esta serie no tiene por qué ser sumable y, aun siéndolo, el valor de
X
k=0 k!
la suma puede no coincidir con f (x). Si la serie de Taylor es sumable para todos los x de I,
∞
f k) (a)
(x − a)k , se
X
y el valor de la suma coincide con el de la función, es decir, f (x) =
k=0 k!
dice que f es analı́tica en el intervalo I. En ese caso, se puede demostrar, que las series que
se obtienen al variar el centro a son también sumables y su suma es también f (x).
8. Afortunadamente, las funciones más importantes (polinomios, senos, cosenos, exponen-

ciales,...) son analı́ticas en toda la recta real y también son analı́ticas, en sus dominios de
definición, las funciones que se obtienen a partir de estas mediante suma, resta, multiplica-
ción, división y composición.

9. Es absolutamente imprescindible saberse de memoria las series de Taylor más importantes

∞
xn
ex =
X
k=0 n!
∞
X (−1)n 2n+1
sen x = x
k=0 (2n + 1)!
∞
X (−1)n 2n
cos x = x
k=0 (2n)!
∞
1
xn
X
= para x ∈ (−1, 1)
1 − x k=0
Épsilon de la máquina
Al parecer, el estándar más habitual para la aritmética binaria de coma flotante (IEEE 754)
no define el concepto de épsilon de la máquina. La que emplea el libro, en (3.11), consiste en
tomar épsilon como la distancia entre 1 y el siguiente número representable de forma exacta
(en precisión simple, con 24 bits de mantisa, serı́a = 2−23 ).
Otra definición frecuente consiste en tomar como épsilon el menor número positivo que
sumado a la unidad da un resultado distinto de 1. Esta definición, a diferencia de la primera,
depende del procedimiento de redondeo. Con el método más frecuente de redondeo, el épsilon
en precisión simple serı́a = 2−24 + 2−47 . Vemos que, con esta segunda definición, el valor es
aproximadamente la mitad del obtenido con la primera.
El código de la figura 3.9 corresponderı́a a la primera definición ¡sólo si se divide reiterada-
mente entre 2!, ya que la división entre 2 es exacta en un sistema binario. Si dividimos entre
otra cantidad mayor que uno, al haber redondeos, obtendremos resultados comprendidos
entre 2−24 + 2−47 y 2−23 .
Pero, con esto, estamos entrando en cuestiones de informática, no de matemáticas, pues todo
depende del criterio de normalización de los números en el estándar industrial empleado; no
es materia de esta asignatura conocer el estándar IEEE 754, pero, al parecer, normaliza a 1
el primer dı́gito de la mantisa, por lo que puede dejar libre ese espacio (es decir, no reserva
espacio para almacenarlo). Ası́ con 24 bits disponibles opera con 24 dı́gitos de mantisa en
simple precisión, más un bit para el signo.
Notación O grande de Landau.
Sea δ una función continua en un punto x = a tal que δ(x) 6= δ(a) siempre que x 6= a en
algún entorno de a.
Denotamos por Oa (δ) al conjunto de todas las funciones reales f definidas en un entorno de
a para las que el cociente
|f (x) − f (a)|
|δ(x) − δ(a)|

está acotado en algún entorno de a.

Obviamente, si f ∈ Oa (δ) entonces f es continua en x = a.
Salvo si se indica otra cosa, se supondrá que a = 0 y se escribirá O(δ) en vez de O0 (δ) . Ası́
mismo, en lugar de escribir f ∈ O (δ) , se acostumbra a poner f = O (δ) . Hay que entender
esa expresión leı́da de izquierda a derecha, en el mismo sentido que decimos los leones son
animales, lo que no equivale a decir los animales son leones.
Ejemplos
1. La expresión f (x) = x2 + O(x3 ) significa que la función y = f (x) − x2 tiende a cero al
menos tan rápido como y = x3 cuando x → 0, en el sentido de que existe una constate K
tal que |f (x) − x2 | < Kx3 para x suficientemente pequeño.
2. O(xq ) ⊂ O(xp ) siempre que p ≤ q.
3. cos x = 1 + O (x2 )
4. cos x − 1 = O (x2 )
5. 1 − cos x = O (x2 )
6. O (δ) = O (Kδ) para cualquier constante K 6= 0.

4.2.4. Prueba de autoevaluación. Unidad 0

1. Consideremos el conjunto A formado por los números de la forma n2k , en donde n y k
son enteros tales que 215 ≤ n < 216 , −47 ≤ k ≤ 16. Se pide determinar razonadamente:
a) Los valores de: m = mı́n A, M = máx A, ε = mı́n {x ∈ A : x > 1}.
b) El error relativo más grande que se puede cometer al reemplazar un número real x ∈
[m, M ] por el elemento de A más cercano a x, esto es, se pide calcular
mı́n {|x − a| : a ∈ A}
® ´
máx : x ∈ [m, M ]
x
c) Los enteros n ∈ [215 , 216 ) y k ∈ [−47, 16] que verifican n2k = 1066656.
Solución en la página 48
2. a) Aplique el método de Newton-Raphson para deducir una algoritmo que permita aproxi-
mar la raı́z cúbica del número real positivo a a partir de una semilla x0 . (3 puntos)
√
b) Supongamos que 0 < x0 <√3 a. Aplique el binomio de Newton (cubo de una suma) para
demostrar que el error En = 3 a − xn cometido en la enésima aproximación positiva xn del
|x3 − a|
algoritmo del apartado a) verifica |En | < n . (4 puntos)
3x0 xn
c) Aplique el algoritmo del apartado a) para aproximar, con seis cifras decimales exactas, la
raı́z cúbica de a = 235600, partiendo de x0 = 50. (3 puntos)
Notas. Para que el resultado sea válido, el algoritmo se tiene que poder expresar utilizando
sólo operaciones aritméticas (sumas, restas multiplicaciones y divisiones) y debe deducirse
por el procedimiento indicado. En este ejercicio no está permitido calcular raı́ces con la
calculadora, por lo que el criterio de paro en el apartado c) debe establecerse necesariamente
mediante la expresión del apartado b) .
3. En este problema vamos a aproximar funciones mediante sus polinomios de Taylor. Nor-
malmente los errores verdaderos son desconocidos, pero, debido a la simplicidad del ejemplo,
en este caso se pueden calcular. El ejercicio trata sobre los errores, por lo que es imprescin-
dible que todas las cifras de los resultados sean correctas.
a) Calcule el polinomio de Taylor de tercer orden, P (x), alrededor del punto a = 1, de la
función f (x) = x4 . Aplique la forma de Lagrange del residuo para determinar el error de
truncamiento que se comete al aproximar f (1,1) mediante P (1,1). b) Calcule el polinomio
de Taylor de tercer orden, Q(x), alrededor del punto a = 1, de la función g(x) = x4 − 4x3 +
6x2 − 3x. Aplique la forma de Lagrange del residuo para determinar el error de truncamiento
que se comete al aproximar g(1,1) mediante Q(1,1).
c) Operando con 3 cifras significativas, calcular la estimación de f (1,11) que proporciona el
polinomio de Taylor de orden 2 de f (x) = x4 centrado en a = 1. Debe redondear después de
cada operación elemental (sumas y productos).

d) Determine la cota del error de truncamiento de la estimación del apartado c) que pro-
porciona la forma de Lagrange para el residuo. Se pide el valor exacto de la mı́nima cota
superior, sin redondeos. Opere con toda la precisión de la calculadora.
e) Determine el error verdadero de truncamiento de la estimación del apartado c). Se pide el
valor exacto de ese error, es decir, sin redondear en el proceso de cálculo del error verdadero
de truncamiento. Opere con toda la precisión de la calculadora.
f) Determine el error verdadero de redondeo de la estimación del apartado c). Se pide el valor
exacto de ese error, es decir, sin redondear en el proceso de cálculo del error verdadero de
redondeo.
g) Determinar el valor exacto de ξ, en la forma de Lagrange del residuo, para el que se
verifica la fórmula de Taylor, f (1,11) = P2 (1,11) + R2 (1,11). Opere con toda la precisión de
la calculadora.
4. Vamos a estudiar la convergencia de la iteración simple del punto fijo, para diferentes
valores iniciales, aplicada a la resolución de la ecuación f (x) = x, en donde f es la función
continua y creciente en toda la recta real cuya gráfica se adjunta.
La ecuación no tiene más soluciones que las que se muestran en la figura y no estamos
suponiendo que f sea derivable.

a) Mediante la simple inspección de la figura, determine las soluciones de la ecuación f (x) =

x, con una cifra significativa. (1 punto)
b) Estudie la convergencia de la iteración simple del punto fijo para el valor inicial que se
indica en cada uno de los cinco casos siguientes. Lo que se pide es que razone, en cada caso,
si se obtendrı́a una sucesión convergente (indicando a qué valor convergerı́a) o divergente
(indicando si tenderı́a +∞, a −∞ o a nada).
I) x0 = −4 II) x0 = −2
III) x0 = 0 IV) x0 = 3 V) x0 = 6
c) Algunas de las soluciones de la ecuación f (x) = x no se podrı́an obtener mediante la
iteración simple del punto fijo (a no ser que acertáramos directamente con la solución exacta
al seleccionar el valor inicial). Diga cuáles son, razonando la respuesta.
5. Determine la serie de Fourier completa para la forma de onda de periodo T = 1 que

verifica f (t) = 2 |t| para t ∈ [−1/2, 1/2].
6. En esta pregunta nos vamos a limitar a sumar y multiplicar números enteros. Supondremos
que se hacen las operaciones con una calculadora que dispone de una pantalla que presenta
8 dı́gitos decimales; asumimos que la máquina puede manejar internamente más dı́gitos, de
manera que presenta el resultado de una suma o un producto de enteros sin más error que el
de redondear a 8 cifras significativas. La calculadora también opera con notación cientı́fica
(8 cifras de mantisa y 2 de exponente).
a) Determine el valor verdadero, el valor aproximado y el error relativo porcentual verdadero
al calcular 98 765 432 × 98 765 432 − 98 765 435 × 98 765 429 .
b) Desarrolle un procedimiento eficiente para multiplicar (con la calculadora descrita y de
forma exacta) números enteros grandes (por ejemplo, los comprendidos entre 108 y 1016 ) y
aplı́quelo para calcular el valor exacto de 987 654 321 012 × 7 654 321 .
Notas. En el apartado b), puede explicar el algoritmo al mismo tiempo que lo aplica. No se
admite ningún algoritmo que no pueda aplicarse al ejemplo propuesto en tres minutos. No
se admiten respuestas que empiecen con un proceso y concluyan con una frase del tipo se
continúa de esta manera. En este apartado la explicación y la aplicación del algoritmo son
inseparables. En realidad, ya conoce el algoritmo que se pide: lo ha aprendido en el colegio.
La diferencia es que entonces utilizaba la tabla de multiplicar (algo ası́ como una calculadora
que admite números de una cifra y ofrece resultados de hasta dos cifras). Agrupe ahora los
dı́gitos de cuatro en cuatro y adapte el algoritmo que conoce, sin olvidarse de las llevadas.

4.2.5. Soluciones para la prueba de autoevaluación. Unidad 0

1. a)
m = mı́n A = 215 2−47 = 2−32

Ä ä
M = máx A = 216 − 1 216 = 232 − 216
ε = mı́n {x ∈ A : x > 1} = 215 + 1 2−15 = 1 + 2−15
Ä ä
b) Un número x del intervalo [m, M ] siempre estará comprendido entre dos valores de A,
esto es
n2k ≤ x < (n + 1)2k
en donde 215 ≤ n < 216 , −47 ≤ k ≤ 16. Obsérvese que está fórmula también es correcta
cuando n = 216 − 1, porque 215 2k+1 = (n + 1)2k . El error relativo máximo dentro de ese
intervalo se alcanzará en su mitad izquierda, porque en la mitad derecha los errores son
iguales, pero los dividimos entreÄ una cantidad ämayor. Ası́ que el error relativo más grande,
cuando x está en el intervalo n2k , (n + 1)2k , se alcanza con el máximo de la función
x − n2k î ó
E(x) = siendo x ∈ n2k , n2k + 2k−1 . Como se trata de una función creciente,
x
n2k
E(x) = 1 − , el máximo se alcanza en el punto medio x = n2k + 2k−1 , y el error relativo
x
máximo en ese intervalo concreto es
n2k + 2k−1 − n2k 2k−1 1

E(n2k + 2k−1 ) = k k−1
= k k−1
=
n2 + 2 n2 + 2 2n + 1
El valor máximo de esos errores se alcanza para n = 215 , luego el máximo error relativo es
1
E=
216 + 1
c) Tomando logaritmos decimales en la expresión n2k = 1066656 se tiene
log n + k log 2 = log (1066656) ,
esto es k log 2 = log (1066656) − log n. Por otra parte, como 215 ≤ n < 216 , resulta que
15 log 2 ≤ log n < 16 log 2. Ası́ que
log (1066656) − 16 log 2 < k log 2 ≤ log (1066656) − 15 log 2
en consecuencia
log (1066656) − 16 log 2 log (1066656) − 15 log 2
<k≤
log 2 log 2

aproximando los logaritmos, 4.024663546 < k ≤ 5.024663546, luego debe ser k = 5. Ahora
Ç å
Ä
5
ä 1066656
log n = log (1066656) − 5 log 2 = log (1066656) − log 2 = log = log (33333)
25
de manera que n = 33333.
Siguiente enunciado en la página 45
2. a) La raı́z cúbica de a es la raı́z de la función f (x) = x3 −a. El método de Newton-Raphson

nos proporciona el algoritmo
f (xn )
xn+1 = xn − 0
f (xn )
x3n − a
En nuestro caso: xn+1 = xn − y simplificando
3x2n
a
2xn + 2
xn
xn+1 =
3
b)
√ √ Ä √ ä2 Ä √ Ä√ ä ä
3
xn − a = ( 3 a − En )3 − a = −En3 + 3En2 3 a − 3En 3 a = |En | 3 3 a 3 a − En + En2 =
Ä √ ä √
= |En | 3 3 axn + En2 ≥ 3 3 axn |En | ≥ 3x0 xn |En |
|x3n − a|
luego |En | ≤ .
3x0 xn
c) Aplicamos el algoritmo del apartado a), utilizando como criterio de paro la expresión del
apartado b), para conseguir que |En | < 10−7 .
n xn cota de En
0 50,0000000000 1,47 × 101

1 64,7466666667 3,69 × 100
2 61,8979564095 1,67 × 10−1
3 61,7628285643 3,66 × 10−4
4 61,7625324935 1,75 × 10−9
√
Concluimos que 3 235600 ' 61,762532.
Siguiente enunciado en la página 45 .
3. a) f (x) = (1 + (x − 1))4 = 1 + 4(x − 1) + 6(x − 1)2 + 4(x − 1)3 + (x − 1)4 , luego

P (x) = 1 + 4(x − 1) + 6(x − 1)2 + 4(x − 1)3 y R = (x − 1)4 .

f 4) (ξ)
Hay que aplicar la forma de Lagrange del resto: R = (x − 1)4 ; la derivada cuarta de
4!
f es constante f 4) (x) = 4!, luego R(x) = (x − 1)4 , como ya sabı́amos. Luego el error de
truncamiento es Et = f (1,1) − P (1,1) = R(1,1) = (1,1 − 1)4 = 10−4 .
b) g 0 (x) = 4x3 − 12x2 + 12x − 3; g 00 (x) = 12x2 − 24x + 12; g 000 (x) = 24x − 24, g 4) (x) = 24;
g(1) = 0, g 0 (1) = 1; g 00 (1) = 0; g 000 (1) = 0, luego Q(x) = x − 1. La forma de Lagrange del
g 4) (ξ)
resto es R = (x − 1)4 = (x − 1)4 , luego el error de truncamiento es
4!
Et = g(1,1) − Q(1,1) = R(1,1) = (1,1 − 1)4 = 10−4 .
Notas (apartados a) y b)). Por supuesto, el apartado a) también se puede hacer aplicando
la expresión (4.5), tal y como se ha realizado el apartado b). Resolviéndolo de esa manera se
pretende poner de manifiesto que los polinomios de Taylor de un polinomio son el resultado
de truncarlo (si acaso), después de expresarlo en potencias de (x − a). Un ejercicio sencillo
pero interesante es realizar el apartado b) por ese procedimiento.
Obsérvese también que el resto, expresado en la forma de Lagrange, no depende de ξ cuando
se hace la aproximación de orden m de un polinomio de grado n ≤ m + 1.
c) El polinomio de Taylor de orden 2 de f centrado en a = 1 es
P (x) = 1 + 4 (x − 1) + 6 (x − 1)2 ,
por lo tanto P (1,11) = 1 + 4 · 0,11 + 6 · 0,0121 = 1,44 + 0,0726 ≈ 1,51.

d) La forma de Lagrange para el residuo nos asegura la existencia de un ξ ∈ [1, 1,11] tal que
f 000 (ξ)
f (1,11) − P (1,11) = (1,11 − 1)3 , es decir, f (1,11) − P (1,11) = 4ξ(1,11 − 1)3 . Por lo
6
tanto, la mejor cota para el error de truncamiento f (1,11) − P (1,11) corresponde al valor
ξ = 1,11, es decir, la cota es 4 · 1,11 · 0,113 = 0,00590964.
e) El error de truncamiento es f (1,11) − P (1,11) = 1,114 − (1 + 4 · 0,11 + 6 · 0,112 ) =
0,00547041.
f) El error total de la aproximación del apartado a) es 1,114 − 1,51; el error total es la suma
de los errores de truncamiento y redondeo, luego el error de redondeo es (1,114 − 1,51) −
0,00547041 = 0,0026. Es obvio que este mismo error de redondeo es el que se aprecia al
seguir los cálculos del apartado c), pues solo hay redondeo en la última suma.
g) La fórmula de Taylor, con el resto en la forma de Lagrange, es, en este caso,
0,00547041 = 4ξ(1,11 − 1)3 ,
luego ξ = 1,0275.

4. a) Las soluciones de la ecuación f (x) = x son las abscisas de los puntos de corte de la
gráfica de f con la recta y = x; luego las soluciones son r1 = −3, r2 = −1, r3 = 2 y r4 = 5.
b) La iteración simple del punto fijo viene dada por xn+1 = f (xn ). Puesto que la función f
es continua, si la sucesión xn converge, entonces tiene que converger a un punto fijo de f ,
pues
lı́m xn = lı́m xn+1 = lı́m f (xn ) = f (lı́m xn ) .
Por otra parte, al ser f una función creciente, si xn < ri , entonces xn+1 = f (xn ) < f (ri ) = ri ;
análogamente, si xn > ri , entonces xn+1 = f (xn ) > f (ri ) = ri . Por lo tanto, si x0 ∈ (ri , ri+1 ),
entonces xn ∈ (ri , ri+1 ) para todo n.
Caso I). Como la función f no tiene más puntos fijos que los que se muestran en la figura,
resulta que f (x) < x para todo x < −3. En consecuencia, si el valor inicial pertenece a
(−∞, −3), entonces xn+1 = f (xn ) < xn para todo n, por lo que la sucesión es decreciente y
no puede converger (ya que no hay puntos fijos menores que −3). En consecuencia, lı́m xn =
−∞.
Caso II). Tenemos f (x) > x para todo x ∈ (−3, −1), luego xn+1 = f (xn ) > xn y la sucesión
xn ∈ (−3, −1) es creciente y acotada, por lo que tiene que ser convergente. Como el lı́mite
tiene que ser un punto fijo de f , necesariamente debe ser lı́m xn = −1.
Caso III). Ahora tenemos f (x) < x para todo x ∈ (−1, 2), luego xn+1 = f (xn ) < xn y la
sucesión xn ∈ (−1, 2) es decreciente y acotada, por lo que tiene que ser convergente. Como
el lı́mite tiene que ser un punto fijo de f , necesariamente debe ser lı́m xn = −1.
Caso IV). De nuevo, f (x) > x para todo x ∈ (2, 5), luego xn+1 = f (xn ) > xn y la sucesión
xn ∈ (2, 5) es creciente y acotada, por lo que tiene que ser convergente. Como el lı́mite tiene
que ser un punto fijo de f , necesariamente debe ser lı́m xn = 5.
Caso V) Una vez más, f (x) < x para todo x > 5, luego xn+1 = f (xn ) < xn y la sucesión
xn ∈ (5, +∞) es decreciente y acotada, por lo que tiene que ser convergente. Como el lı́mite
tiene que ser un punto fijo de f , necesariamente debe ser lı́m xn = 5.
c) En el apartado b) se ha razonado para cualquier punto del conjunto (−∞, −3)∪(−3, −1)∪
(−1, 2) ∪ (2, 5) ∪ (5, +∞), no solo para los valores de x0 que cita el enunciado; hemos visto
que en ningún caso la iteración simple del punto fijo converge a r1 = −3, ni a r3 = 2. Por
lo tanto, la única posibilidad de que el el algoritmo del punto fijo convergiera a uno de esos
puntos, serı́a que el valor inicial fuera precisamente ese punto, de modo que la iteración diera
constantemente el mismo valor.
5. Observemos primero que f es una función par, por lo que la serie de Fourier
∞
X
f (t) = a0 + [ak cos (2kπt) + bk sen (2kπt)]
k=1

se expresará con cosenos únicamente (esto es, bk = 0 para todo k). Calculemos los coeficientes:
1 1 1/2 1 1/2 1 1 1 1
Z Z Z Z Z
a0 = f (t)dt = 2 |t| dt + 2 |t − 1| dt = 2tdt + 2 (1 − t) dt = + =
T 0 0 1/2 0 1/2 4 4 2
Z 1 Z 1/2 Z 1
2
ak = f (t) cos(2kπt)dt = 2 2t cos(2kπt)dt + 2 2(1 − t) cos(2kπt)dt =
T 0 0 1/2
cos kπ − 1 cos kπ − 1 2((−1)k − 1)
= + =
k2π2 k2π2 k2π2
Z 1 Z 1/2 Z 1
2
bk = f (t) sen(2kπt)dt = 2 2t sen(2kπt)dt + 2 2(1 − t) sen(2kπt)dt =
T 0 0 1/2
kπ cos kπ kπ cos kπ
=− + =0
k2π2 k2π2
∞
2((−1)k − 1)
" #
1 X
Por lo tanto, f (t) = + cos (2kπt) .
2 k=1 k2π2
6. a) Sea b = 98 765 432. El valor verdadero es b2 − (b + 3)(b − 3) = b2 − (b2 − 9) = 9. Al

operar con ocho cifras, se obtiene b2 ≈ 9,7546106 × 1015 , (b + 3)(b − 3) ≈ 9,7546106 × 1015 ,
luego el valor aproximado es 0. En consecuencia, el error relativo porcentual verdadero es
9−0
εt = 100 % = 100 %.
9
b) Aplicamos el algoritmo de multiplicar que se ha aprendido en el colegio, con la parti-
cularidad de que la calculadora juega el papel de tabla de multiplicar números de cuatro
cifras. Agrupamos las cifras de cuatro en cuatro, porque la calculadora puede proporcionar
el resultado exacto de multiplicar dos naturales menores que 105 . Se trata de operar en base
104 . Como no vamos a utilizar 104 sı́mbolos diferentes, distribuimos las cifras en bloques
de cuatro (cada bloque serı́a un dı́gito en base 104 ) y, dentro de cada bloque, utilizamos
notación decimal. De esta manera, cuando el resultado de una suma o producto de número
de cuatro cifras tenga más de cuatro cifras, la quinta y siguientes (desde la derecha, claro)
pasan al siguiente bloque como llevadas o acarreo.
9876 5432 1012
× 765 4321
4267 2347 437
4196 1672 2852 Se ha anotado en negrita el acarreo.
Por ejemplo, 4 321 × 1 012 = 4 372 852.
755 415 77 El resultado final es 7 559 823 210 062 892 852
5140 5480 4180
1
755 9823 2100 6289 2852

4.3. Unidad 1. Soluciones de ecuaciones y sistemas (1.3

créditos).
4.3.1. Contenidos
1. Métodos de la falsa posición y de la secante.
2. Método de Brent.
3. Raı́ces múltiples.
4. Sistemas de ecuaciones no lineales.
5. Raı́ces de polinomios: el método de Müller.
6. Raı́ces de polinomios: el método de Bairstow.
7. Sistemas lineales: dificultades en los métodos de eliminación y técnicas para mejorar

las soluciones.
8. Análisis del error y condición de un sistema lineal.
9. Sistemas lineales con coeficientes complejos. Matrices especiales.
10. Métodos iterativos de Gauss-Seidel y de Jacobi para sistemas lineales.

1. Estudiar la sección 5.3 del texto-base, resolviendo los ejemplos 5.5 y 5.6.
2. Hacer los ejercicios 5.4, 5.6 a 5.11 y 5.16.
Unidad 1.
6. Hacer los ejercicios 6.6 a 6.10, 6.12, 6.14 a 6.19.
8. Estudiar las secciones 7.3 a 7.5 del texto base, resolviendo los ejemplo 7.2 7.3.

12. Hacer los ejercicios 9.7 a 9.11, 9.13, 9.15.
14. Estudiar la sección 10.3 del texto base, no resuelva el ejemplo 10.4.
17. Estudiar las secciones 11.1 y 11.2 del texto base, resolviendo los ejemplos 11.1 a 11.3.
de esta guı́a).

Comentario sobre las raı́ces cuadradas en el método de Müller
√
Es bien sabido que todo número complejo no nulo tiene dos raı́ces cuadradas. El sı́mbolo z
se refiere a las dos raı́ces del número z. Por ejemplo:
√
4 = {2, −2}
√
−1 = {i, −i}
√ ®
1 + i −1 − i
´
i= √ , √
2 2
Si denominamos por r a una de las raı́ces cuadradas del número z, entonces la otra es −r,
pero carece de sentido, en general, preguntarnos cuál es la positiva y cuál es la negativa.

En√el caso particular de que z sea un número real positivo, y solo en ese
√ caso, la expresión
+ z denota a la raı́z cuadrada positiva del número z, mientras que − z designa a la raı́z
cuadrada negativa.
√
Aunque en ocasiones se escriba ± z, cuando z no es un real positivo, solo se hace para
recalcar que se trata de dos números, pero no se determina cuál corresponde al signo ”+ 2
cuál corresponde al signo ”−”. Por ejemplo, las siguientes expresiones son correctas
√
1 ± 2i = {2 + i, −i}
√
1 ± 2i = 2 ± i
√
1 + 2i = 2 ± i
√
1 − 2i = 2 ± i
√ √
√ absurdo preguntarnos si 2 + i corresponde a 1 + 2i o√a 1 − 2i. Si denotamos
pero resulta
por 1 + 2i a uno de lo dos números 2 + i o 2 − i, entonces 1 − 2i es una buena manera
de denotar al otro.
Al aplicar el método de Müller, la expresión (7.27b) de P176
−2c
x3 = x2 + √
b ± b2 − 4ac
proporciona dos estimaciones de la raı́z, pero carece de sentido preguntarnos cuál corresponde
al signo + y cuál corresponde al signo ”−”, a no ser que b2 − 4ac sea un √ real positivo. El
criterio que se sigue es escoger la opción que haga que el denominador b ± b2 − 4ac tenga el
mayor módulo posible. Esto es, si denominamos r a una de las raı́ces cuadradas del número
b2 − 4ac, entonces las opciones son
2c
x3 = x2 −
b+r
2c
x3 = x2 −
b−r
Escogemos la primera si kb + rk > kb − rk , mientras que si kb + rk < kb − rk , entonces

escogemos la segunda. Si kb + rk = kb − rk (lo cual ocurre cuando br̄ es imaginario puro),
entonces elegimos uno cualquiera de los valores.
Recordemos, por último, que la conjugada de una raı́z de un polinomio de coeficientes reales
también es raı́z de ese polinomio. Por lo tanto, en las primeras etapas del método, la elec-
ción anterior puede hacer que nos dirijamos hacia una cierta raı́z o hacia su conjugada.
Obviamente, si conocemos una, conocemos la otra.

Elección de r y s en el método de Bairstow

¿Cómo se puede saber con qué valores de r y s hay que comenzar el método de Bairstow?,
(si no nos los dan en el enunciado, claro.)
No existe un procedimiento fijo que nos proporcione los valores iniciales r y s. No obstante,
como el método de Bairstow consiste en dividir el polinomio dado entre x2 − rx − s , una
idea podrı́a ser la siguiente:
1. Partimos de ciertas aproximaciones x0 , x1 de dos raı́ces del polinomio. Estas aproxima-
ciones pueden haberse conseguido por bisección o aplicando el teorema de Rouché (para
localizar raı́ces complejas) o por cualquier otro procedimiento (en ocasiones el ingeniero ya
tiene una estimación de las soluciones que busca y solo necesita los métodos numéricos para
precisarlas). Recuérdese que si x0 es una raı́z de un polinomio de coeficientes reales, entonces
el conjugado de x0 también es una raı́z de ese polinomio.
2. Construimos el polinomio de segundo grado (x − x0 )(x − x1 ) = x2 + px + q.
3. Escogemos r = −p, s = −q .
Métodos de Müller y Bairstow hasta el final

Se observará que después de calcular una raı́z por los métodos de Müller o de Bairstow hay
que deflactar el polinomio para obtener uno de grado menor y continuar con el método. Al
llegar a uno de grado dos, siempre se aplica la conocida fórmula para hallar sus raı́ces. Tal
vez se alguien se pregunte ¿se puede continuar hasta el final con el método que seguı́amos
(Müller o Bairstow)?.
El método de Müller se basa en la interpolación cuadrática y en la famosa fórmula de las
ecuaciones de segundo grado. Si interpolamos cuadráticamente un polinomio de grado dos,
obtendremos el mismo polinomio de grado dos, ası́ que no tiene ningún sentido volver a
interpolar.
Análogamente, el método de Bairstow consiste en dividir entre un polinomio de grado dos,
que debemos proporcionar al método para que arranque. Si el polinomio al que tenemos que
hallar las raı́ces ya es de grado dos, parece poco lógico escoger otro diferente x2 − rx − s .
Lo único que harı́amos es dar muchas vueltas para llegar al mismo sitio.
Norma matricial natural asociada a una norma vectorial

A cada norma en Rn se le asocia de forma natural una norma para las matrices n × n,
definida por
kAk = máx kA uk
kuk=1
Los elementos u ∈ Rn se interpretan como matrices columna. La norma natural asociada a

la norma euclidiana de Rn es la norma espectral. Vamos a demostrar que esto es cierto en el
caso n = 2. Recordemos que existe una base ortonormal {v1 , v2 } formada por autovectores

de la matriz AT A. Decir que {v1 , v2 } es una base ortonormal de autovectores de la matriz

AT A significa que:
1) v1 y v2 tienen norma uno, esto es, vi T vi = 1;
2) Los vectores {v1 , v2 } son ortogonales, es decir, v1 T v2 = 0;
3) existen ciertos números λ1 , λ2 (autovalores o valores propios) tales que AT Avi = λi vi .
Comprobemos que el producto escalar de los vectores Av1 , Av2 es cero:
(Av1 )T Av2 = v1 T AT Av2 = λ2 v1 T v2 = 0.
kAvi k2 = (Avi )T (Avi ) = vi T AT Avi = λi vi T vi = λi
Ä ä
Calculemos kAvi k2 :
Un vector unitario cualquiera se escribe como u = x1 v1 + x2 v2 con x21 + x22 = 1. Como
Au = x1 Av1 + x2 Av2 , siendo x1 Av1 y x2 Av2 vectores ortogonales, resulta que los vectores
Au, x1 Av1 y x2 Av2 forman un triángulo rectángulo (quizá degenerado). Por el teorema de
Pitágoras: kAuk2 = x21 kAv1 k2 + x22 kAv2 k2 . Por lo tanto, la norma natural de A viene dada
por » »
2 2
kAk = máx kA uk = 2máx 2
x 1 λ 1 + x 2 λ2 = máx{λ1 , λ2 } = kAk2
kuk=1 x1 +x2 =1
En consecuencia, la norma naturalmente asociada a la euclı́dea es precisamente la espectral.
Números de condición de una matriz y de la matriz escalada

¿Qué relación existe entre el número de condición de una matriz y el de la matriz escalada,
cuando se considera la norma renglón-suma?.
En lo que sigue supondremos que todas las matrices que aparecen son cuadradas, no singu-
lares. Escalar una matriz A consiste en multiplicarla por la izquierda por una cierta matriz
diagonal D = (dij ). Ası́, DA es el resultado de escalar la matriz A.
Por otra parte, una norma matricial se denomina submultiplicativa si se verifica en general
kABk ≤ kAk kBk
Supongamos que el número de condición se refiere a una norma submultiplicativa. Podemos

acotar el número de condición de la matriz a partir del de la escalada:

Cond [DA] = kDAk∞ A−1 D−1 ≤ kDk∞ D−1 kAk∞ A−1 = Cond [D] Cond [A]
∞ ∞ ∞
Análogamente
Cond [A] = Cond D−1 (DA) ≤ Cond D−1 Cond [DA] = Cond [D] Cond [DA]
î ó î ó
Por lo tanto
Cond [DA]
≤ Cond [A] ≤ Cond [D] Cond [DA]
Cond [D]

No todas las normas son submultiplicativas, pero las normas matriciales asociadas a una
norma vectorial sı́ lo son. Recordemos que la norma matricial asociada de forma natural a
una norma vectorial es la siguiente
kAk = sup kAxk

kxk=1
En particular, la norma renglón suma es la norma matricial asociada a la norma vectorial

`∞ , es decir
kAk∞ = sup kAxk∞
kxk∞ =1
en donde la norma k·k∞ del miembro de la derecha (norma vectorial, no matricial) se define
por
kxk∞ = máx |xi |
1≤i≤n
Volviendo a nuestra matriz diagonal D y considerando la norma renglón suma, tenemos
kDk∞ = máx |dii | ,

1≤i≤n
mientras que

−1 1
D = máx .
∞ 1≤i≤n |dii |
En consecuencia
máx1≤i≤n |dii |
Cond [D] =
mı́n1≤i≤n |dii |
Métodos iterativos para la resolución de ecuaciones y sistemas

Hablando en términos generales, hay dos métodos iterativos para resolver sistemas: la itera-
ción de punto fijo y el de Newton-Raphson. Se observa que en el método de Gauss-Seidel se
utiliza también el mismo concepto que el de iteración de punto fijo. ¿Por qué no se utiliza
siempre el mismo sistema de iteración?
En el método de Newton-Raphson se aplica la iteración del punto fijo a la función
f (x)
g(x) = x − .
f 0 (x)
Obsérvese que los puntos fijos de g son las raı́ces de f . Se utiliza esta función g en vez de
g(x) = x − f (x) porque se mejora la convergencia, cuando f es lo bastante regular.
Los métodos de Gauss-Seidel y de Jacobi son también ejemplos de iteración del punto fijo:
para ver el esquema del método de Jacobi, consulte la prueba de autoevaluación de esta
unidad, (página 62); ¿serı́a usted capaz de diseñar el esquema de la iteración del punto fijo
que corresponde al método de Gauss-Seidel?.

La iteración del punto fijo es un procedimiento muy general que se aplica en una gran
variedad de circunstancias. De hecho, una buena parte de los métodos iterativos que se
estudian durante el curso en los distintos capı́tulos son adaptaciones de ese esquema.
Cuando a uno le piden resolver la ecuación f (x) = 0 mediante el método del punto fijo,
parece lógico entender que le están pidiendo que estudie si el método
xi+1 = xi − f (xi )
converge. A veces a la función g(x) = x − f (x) se le llama el campo correspondiente a f . Por
supuesto, la función g se puede elegir de otras muchas maneras, de forma que sus puntos
fijos sean las raı́ces de f .

4.3.4. Prueba de autoevaluación. Unidad 1.

1. Sean A una matriz n × n no singular y B una matriz columna n × 1. Para resolver el
sistema de lineal n ecuaciones con n incógnitas AX = B, se calcula una matriz n × n no
singular D que aproxima a la inversa A−1 . Ası́ se obtiene una primera solución aproximada
X0 = DB. Para mejorar la solución, se aplica la técnica de refinamiento iterativo una y otra
vez, utilizando la matriz D, y obteniendo ası́ una sucesión de aproximaciones de la solución
que viene dada por una fórmula de recurrencia
Xk+1 = M Xk + X0 , k≥0
en donde M es una cierta matriz n × n.

a) Determı́nese la matriz M en función de las matrices A,D y la identidad I.
b) Demuéstrese que si la sucesión {Xk } converge, entonces lo hace hacia la solución de la
ecuación AX = B.
2. Aplique el método de Bairstow para calcular de forma aproximada todas las raı́ces del
polinomio p(x) = x4 − 2x3 + 258x2 − 512x + 512. Utilice como valores iniciales r = 2, s = −1
para el binomio x2 − rx − s. Aplique una iteración del método (es decir, tiene que calcular
∆r y ∆s una sola vez y dividir polinomios dos veces). Trabaje con la máxima precisión que
le permita su calculadora, presentando los resultados intermedios y finales con cuatro cifras
significativas.
3. En este ejercicio todas las operaciones deben hacerse redondeando a dos cifras significa-
tivas. Consideremos las matrices
Ö è Ö è Ö è
1,1 0 0,9 3,1 x
A= 0 2,2 0 ; B= 0 ; X= y
2,3 0 1 5,6 z
a) Calcule de forma aproximada A−1 mediante eliminación de Gauss.

b) Aplique el apartado a) para resolver de forma aproximada el sistema AX = B.
c) Mejore la solución hallada en b) mediante refinamiento iterativo (basta una iteración).
4. Aplique el método de Bairstow para calcular aproximadamente todas las raı́ces del poli-
nomio P (x) = x4 − 2x3 + 4x2 − 4x + 4 . Comience con los valores r = 0, s = −1 y aplique
una sola iteración del método de Bairstow (es decir mejore una sola vez las estimaciones de
r y s del enunciado).
5. Aplique el método de la falsa posición modificado para calcular la raı́z positiva de la

ecuación x6 + x = 1,2 . Comience con xl = 0, xu = 1,2 y termine cuando el error relativo
aproximado porcentual εa sea menor que 0, 0001 %. Opere con cuatro cifras significativas.
Tabule los resultados. Indique claramente cuál es la aproximación final de la raı́z.

Ç å
1 −1
6. Determine el número de condición de la matriz A = , para cada una de las
−4 3
siguientes normas matriciales:
a) Norma de Frobenius.
b) Norma matricial uniforme (o norma renglón-suma).
c) Norma espectral.
7. Aplique el método de Newton-Raphson

® 2 para aproximar una de las soluciones del sistema
x + y2 = 5
de ecuaciones no lineales . Aplique tres iteraciones del método, comenzando
xy = 2
con (x0 , y0 ) = (0, 1). Opere con toda la precisón de su calculadora.
Nota: Es evidente que las soluciones exactas son (x, y) = (1, 2), (x, y) = (2, 1). No le piden
que calcule esos valores exactos, sino que aproxime uno de ellos por el método indicado. Se
pregunta por el método de Newton-Raphson para sistemas; no se admite la reducción del
problema al caso unidimensional, para después aplicar Newton-Raphson (en dimensión uno).
8. Se aplica una iteración del método de Müller, con los valores iniciales x0 < x1 < x2 , para
obtener una primera aproximación x3 de una raı́z r del polinomio f (x). Observando el dibujo
adjunto, y sin hacer ningún cálculo, determine: cuál es la gráfica de f (esto es, p ó q) y los
valores de x0 , x1 , x2 , x3 y r. Solo se valoran las respuestas razonadas.
9. Sea A una matriz n × n no singular, sin ceros en la diagonal, y B una matriz n × 1.

Obviamente, la matriz A se puede escribir de forma única como A = L + D + U , en donde
D es una matriz diagonal, y L, U son matrices estrictamente triangulares, inferior y superior
respectivamente. Para resolver el sistema AX = B mediante la iteración del punto fijo, hay
que encontrar dos matrices, M y N , tales que AX = B ⇔ X = M X + N . La fórmula de
recurrencia correspondiente serı́a Xk+1 = M Xk + N , para un cierto valor del inicio X0 . Las
matrices M y N se pueden elegir de diferentes maneras.
Se pide:

a) Hallar unas matrices M y N que den lugar a la misma sucesión (Xk ) que la iteración de
Jacobi. Hay que expresar obligatoriamente M, N en función de L, D, U, B.
b) Demostrar que las matrices del apartado a) verifican AX = B ⇔ X = M X + N .
Nota: se dice que una matriz triangular es estrictamente triangular si todos los elementos
de su diagonal principal son ceros.
10. Aplique el algoritmo de Thomas para resolver el siguiente sistema tridiagonal



 x + 2y = 35
3x + 4y + 5z = 146




 6y + 7z + 8w = 275
22z + 10w = 426


4.3.5. Soluciones para la prueba de autoevaluación. Unidad 1.

1. Solución. a) Seguimos los pasos de la técnica de refinamiento iterativo, explicada en
la sección 10.3.3, adaptada a este problema. Sustituimos nuestra primera aproximación X0
en el sistema y obtenemos AX0 = B. ‹ Por otra parte, si escribimos la solución exacta como
X = X0 + ∆X, entonces
A (∆X) = AX − AX0 = B − B ‹
Este nuevo sistema, A (∆X) = B − B, ‹ se puede resolver aproximadamente utilizando de

−1
nuevo la matriz D ≈ A , de manera que ∆X ≈ DB − DB ‹ = X − DAX . Ası́ que nuestra
0 0
segunda aproximación es X1 = X0 + X0 − DAX0 . Si aplicamos reiteradamente la técnica,
razonando por inducción, podremos mejorar una aproximación Xk mediante
X = Xk + ∆X ⇒ A (∆X) = B − AXk ⇒
⇒ ∆X ≈ DB − DAXk = X0 − DAXk ⇒
⇒ Xk+1 = Xk + X0 − DAXk = (I − DA) Xk + X0
por lo que
M = I − DA
b) Si la sucesión {Xk } converge a una matriz columna L, entonces, recordando que las
aplicaciones lineales son continuas (en dimensión finita), se obtiene
Å ã Å ã
0 = lı́m (Xk+1 − (I − DA) Xk − X0 ) = lı́m Xk+1 − (I − DA) lı́m Xk − X0 =
k→∞ k→∞ k→∞
= L − (I − DA) L − X0 = L − L + DAL − DB = DAL − DB
Como la matriz cuadrada D es no singular, podemos multiplicar la igualdad DAL = DB
por D−1 , para obtener AL = B. Por lo tanto, X = L es la solución del sistema AX = B.
2. Solución. Comenzamos efectuando la división del polinomio. Es indiferente el procedi-
miento que se utilice para hacer la división, pero lo más recomendable es la división sintética
(ecuaciones 7.32)
b4 = a4 = 1
b3 = a3 + rb4 = −2 + 2 = 0
b2 = a2 + rb3 + sb4 = 258 + 2 × 0 − 1 = 257
b1 = a1 + rb2 + sb3 = −512 + 2 × 257 − 0 = 2
b0 = a0 + rb1 + sb2 = 512 + 2 × 2 − 257 = 259
Las ecuaciones 7.36 nos permiten hallar las estimaciones de las derivadas de las funciones bi
c4 = b4 = 1
c3 = b3 + rc4 = 2
c2 = b2 + rc3 + sc4 = 257 + 4 − 1 = 260
c1 = b1 + rc2 + sc3 = 2 + 520 − 2 = 520

Planteamos ahora el sistema

260∆r + 2∆s = −2
520∆r + 260∆s = −259
cuya solución es ∆s = − 255

256
1
≈ −0.996, ∆r = − 33280 ≈ 0,000. Los nuevos valores de r y s son
r = 2 + 0,000 = 2,000, s = −1 − 0,996 = −1.996
Dividimos ahora el polinomio p(x) = x4 −2x3 +258x2 −512x+512 entre q(x) = x2 −2x+1,996
para obtener un cociente determinado por los coeficientes (ecuaciones 7.32)
b 4 = a4 = 1
b3 = a3 + rb4 = −2 + 2 = 0
b2 = a2 + rb3 + sb4 = 258 + 2 × 0 − 1,996 = 256.004 ≈ 256,0
El cociente es entonces c(x) = b4 x2 + b3 x + b2 = x2 + 256,0. En consecuencia, las raı́ces

del polinomio p(x) = x4 − 2x3 + 258x2 − 512x + 512 se pueden aproximar mediante las de
q(x) = x2 − 2x + 1,996 y las de c(x) = x2 + 256,0. Por lo tanto, nuestras aproximaciones son
√
2+4 − 4 × 1,996 2 + 1.995995992i
x1 = ≈ ≈ 1 + 0.998i
√ 2 2
2 − 4 − 4 × 1,996 2 − 1.995995992i
x2 = ≈ ≈ 1 − 0.998i
» 2 2
x3 = −256,0 = 16,00i
»
x4 = i −256,0 = −16,00i
Nota 1. En este caso, al estar preparado el polinomio (es de grado 4 y tiene raı́ces imaginarias
puras), es fácil hallar las soluciones exactas, que son 1 + i, 1 − i, 16i, −16i.
Nota 2. Una vez que se han hallado los nuevos valores de r y s, que permiten aproximar
las dos primeras raı́ces x1 , x2 , la división del polinomio p(x) entre (x − x1 ) primero y entre
(x − x2 ) después, sugiere que no se ha comprendido en qué consiste la división sintética que
se ha utilizado para aproximar esas dos primeras raı́ces.
3. Solución. a) Tenemos que aplicar eliminación de Gauss para invertir una matriz; pode-
mos hacerlo mediante una descomposición LU o continuar la eliminación hasta diagonalizar
completamente la matriz (en vez de triangularizarla). La idea es aplicar a la matriz iden-
tidad las mismas transformaciones que hagamos a la matriz A. Si después de una serie de
transformaciones (resumidas en la multiplicación por una cierta matriz C) la matriz A se ha
convertido en CA = I, (esto implica C = A−1 ) entonces I se habrá convertido CI = A−1 .
Comenzamos entonces los cálculos. No aplicamos pivoteo. Redondeamos cada operación a

dos cifras significativas (lo más cómodo es poner la calculadora en notación cientı́fica con
dos cifras en la mantisa y anotar el resultado redondeado de cada suma o multiplicación).
Ö è Ö è
1,1 0 0,9 1 0 0 1,1 0 0,9 1 0 0
A | I ∼ 0 2,2 0 0 1 0 ∼ 0 2,2 0 0 1 0 ∼
2,3 0 1 0 0 1 0,0 0 −0,90 −2,1 0 1
Ö è Ö è
1,1 0 0,0 −1,1 0 1 1 0 0,0 −1,0 0 0,91
∼ 0 2,2 0 0 1 0 ∼ 0 1 0 0 0,45 0
0,0 0 −0,9 −2,1 0 1 0,0 0 1 2,3 0 −1,1
Ö è
−1,0 0 0,91
−1
En consecuencia, A ≈ D = 0 0,45 0 .
2,3 0 −1,1
Ö èÖ è Ö è
−1,0 0 0,91 3,1 2,0
b) Si AX = B, entonces X = A−1 B ≈ DB = 0 0,45 0 0 ≈ 0
2,3 0 −1,1 5,6 0,9
Ö è
2,0
c) Sea X0 = 0 la aproximación de la solución hallada en el apartado anterior. Su-
0,9
pongamos que la solución verdadera es X = X0 + ∆X. Entonces
Ö è Ö èÖ è
3,1 1,1 0 0,9 2,0
A(∆X) = AX − AX0 = 0 − 0 2,2 0 0 ≈
5,6 2,3 0 1 0,9
Ö è Ö è
3,1 − 2,2 − 0,81 0,09
≈ 0 = 0
5,6 − 4,6 − 0,9 0,1
Este sistema se puede resolver aproximadamente aplicando los cálculos del apartado a)
Ö èÖ è Ö è Ö è
−1,0 0 0,91 0.09 −0,09 + 0,091 0,001
∆X ≈ 0 0,45 0 0 ≈ 0 = 0
2,3 0 −1,1 0.10 0,21 − 0,11 0,10
En consecuencia, la solución mejorada es

Ö è Ö è Ö è
2,0 0,001 2.0
X1 = X0 + ∆X = 0 + 0 ≈ 0
0,9 0,10 1,0
Nota: Evidentemente la solución exacta es x = 2, y = 0, z = 1. El objetivo del ejercicio no es

resolver una sistema 3 × 3 (contenido incluido en la enseñanza obligatoria), sino comprobar

cómo una solución aproximada puede mejorarse mediante refinamiento iterativo manteniendo
en todos los cálculos la misma precisión. Por eso es absolutamente obligatorio seguir las
instrucciones del enunciado (de hecho, siempre lo es): redondear todas las operaciones a
dos cifras significativas, resolver el sistema utilizando la aproximación de la inversa y volver
a utilizar ese método para resolver el sistema que se plantea en el refinamiento iterativo.
Resulta absurdo utilizar un método más preciso para resolver el sistema que aparece en
el refinamiento iterativo que para hallar la solución inicial. Por ejemplo, si resolvemos de
forma exacta el sistema del refinamiento iterativo, obviamente obtenemos la solución exacta
sea cual sea la solución aproximada inicial; pero entonces, ¿para qué obtener primero una
solución aproximada si podemos hallar la exacta?.
Quien haya optado por una descomposición LU , deberı́a haber obtenido la siguiente facto-
rización aproximada
Ö è Ö èÖ è
1,1 0 0,9 1 0 0 1,1 0 0,9
0 2,2 0 ≈ 0 1 0 0 2,2 0
2,3 0 1 2,1 0 1 0 0 −0,9
4. Solución. En este caso tenemos a0 = 4, a1 = −4, a2 = 4, a3 = −2, a4 = 1. Mediante

división sintética entre C1 (x) = x2 − rx − s = x2 + 1 obtenemos el cociente Q1 (x) =
b4 x2 + b3 x + b2 y el resto R1 (x) = b1 (x − r) + b0 en donde
b4 = a4 = 1
b3 = a3 + rb4 = −2
b2 = a2 + rb3 + sb4 = 4 − 1 = 3
b1 = a1 + rb2 + sb3 = −4 − (−2) = −2
b0 = a0 + rb1 + sb2 = 4 − 3 = 1
Por supuesto, las divisiones pueden hacerse aplicando el procedimiento general para la divi-
sión de polinomios.
Para mejorar la estimación, se aproximan las derivadas parciales c1 = ∂b0 /∂r, c2 = ∂b1 /∂r =
∂b0 /∂s, c3 = ∂b1 /∂s mediante
c3 = b3 + rb4 = −2
c2 = b2 + rc3 + sb4 = 3 − 1 = 2
c1 = b1 + rc2 + sc3 = −2 − (−2) = 0
Los incrementos ∆r, ∆s se estiman como las soluciones del sistema
c1 ∆r + c2 ∆s = −b0
c2 ∆r + c3 ∆s = −b1

En nuestro caso
2∆s = −1
2∆r − 2∆s = 2
y se obtiene ∆s = −0,5, ∆r = 0,5. Los nuevos valores de r y s son r = 0 + 0,5 = 0,5, s =

−1 + (−0,5) = −1,5.
Dividimos el polinomio P (x) entre C2 (x) = x2 − rx − s = x2 − 0,5x + 1,5 (deflación) para
obtener el cociente Q2 (x) = b4 x2 + b3 x + b2 en donde
b 4 = a4 = 1
b3 = a3 + rb4 = −2 + 0,5 = −1,5
b2 = a2 + rb3 + sb4 = 1,75
Las raı́ces de C2 (x) son

√
0,5 ± 0,52 − 6
x= = ,25 ± 1,198 957 9i
2
mientras que las de Q2 (x) son
»
1,5 ± 1,52 − 4(1,75)
x= = ,75 ± 1,089 724 7i
2
Estas son las estimaciones de las cuatro
√ raı́ces√que obtenemos.
Nota. Las raı́ces exactas son x = i 2, x = −i 2, x = 1 + i, x = 1 − i. La escasa calidad de
la aproximación se debe a que sólo hemos iterado una vez el método.
5. Solución. Recordemos cómo es el algoritmo del método de la falsa posición modificada

(Texto-base 4 ed., pág. 135-136). En cada iteración se parte de los valores (xl , fl ) , (xu , fu ).
La raı́z verdadera desconocida está comprendida, en cada etapa, entre xl y xu . Como el error
pedido es menor del que se puede alcanzar con cuatro cifras significativas (no confundir con
cuatro decimales), el criterio de paro es que xr coincida con xl o con xu . De esta manera,
nos evitamos tener que calcular los errores aproximados en cada etapa.
Es recomendable poner la calculadora en modo cientı́fico con mantisa de cuatro dı́gitos. Se
comienza con los valores de xl y xu proporcionados en el enunciado y con fl = f (xl ), fu =
f (xu ).
(xl − xu )fu
1. Se calcula xr = xu − y se almacena en la memoria. Si xr coincide con xl o
fl − fu
con xu , entonces hemos terminado, con x = xr como aproximación de la raı́z.
2. Se calcula f (xr ), con el valor almacenado de xr . Si f (xr ) tiene el mismo signo que fl ,
el par (xr , f (xr )) reemplaza a (xl , fl ). Si no es ası́, reemplaza a (xu , fu ).

3. Si el extremo no reemplazado (xl o xu ) tampoco se reemplazó en la iteración anterior,

entonces el fl o el fu no reemplazado se sustituye por su mitad.
4. Se repite el procedimiento.
Hay que pasar directamente los resultados de la calculadora a una tabla como la siguiente:
xl fl xu fu
0, 0000 −1, 200 1, 200 2, 986

0, 3440 −0, 8543 1, 200 2, 986
0, 5344 −0, 6423 1, 200 1, 493
0, 7346 −0, 3083 1, 200 0, 7465
0, 7346 −0, 3083 0, 8706 0, 1060
0, 8358 −0, 02331 0, 8706 0, 1060
0, 8421 −0, 001299 0, 8706 0, 05300
0, 8421 −0, 001299 0, 8428 0, 001183
0, 8421 −0, 0006495 0, 8425 0, 0001181
0, 8424 −0, 0002365 0, 8425 0, 0001181
0, 8425
La aproximación obtenida para la raı́z positiva de la ecuación es x = 0, 8425.

Los valores en negrita son los calculados en cada etapa. Los valores subrayados son el resul-
tado de dividir entre dos el dato que aparece justo encima.
Ç å Ç å
1 −1 −1 −3 −1
6. Solución. A = ⇒A = .
−4 3 −4 −1
a) Norma de Frobenius
Ã
2 X
X 2 » √
kAke = a2ij = 12 + (−1)2 + (−4)2 + 32 = 3 3
i=1 j=1
q √
−1
A = (−3)2 + (−1)2 + (−4)2 + (−1)2 = 3 3
e
Ä √ ä2
Conde (A) = kAke A−1 = 3 3 = 27
e
b) Norma matricial uniforme

2
X
kAk∞ = máx |aij | = máx {2, 7} = 7
1≤i≤2
j=1


−1
A = máx {4, 5} = 5
∞

Cond∞ (A) = kAk∞ A−1 = 5 · 7 = 35
∞
c) Norma espectral.
Ç åÇ å Ç å
T 1 −4 1 −1 17 −13
A A= =
−1 3 −4 3 −13 10
Ç å
Ä 17 − λ −13
T
ä
0 = det A A − λI = det =
−13 10 − λ
27 5 √ 27 5 √
® ´ ® ´
2
=1 − 27λ + λ ⇒ λ = + 29 , λ = − 29
2 2 2 2
27 5 √ 27 5 √ 27 5 √
s ® ´
kAk2 = máx + 29, − 29 = + 29
2 2 2 2 2 2
Ç åÇ å Ç å
Ä
−1 T
ä
−1 −3 −4 −3 −1 25 7
A A = =
−1 −1 −4 −1 7 2
Ç å
Ä
−1 T
ä 25 − λ
−1 7
0 = det A A − λI = det =
7 2−λ
27 5 √ 27 5 √
® ´ ® ´
2
= 1 − 27λ + λ ⇒ λ = + 29 , λ = − 29
2 2 2 2
27 5 √ 27 5 √ 27 5 √
s ® ´

−1
A = máx + 29, − 29 = + 29
2 2 2 2 2 2 2
27 5 √
Cond2 (A) = kAk2 A−1 = + 29 = 26,962 912 01784
2 2 2
Nota. No se piden los números de condición de la matriz escalada, se piden claramente los
números de condición de A. En el ejemplo 10.4 se procede de esa forma absurda (calcular el
número de condición de la matriz escalada, en contra de lo que indica el enunciado).
7. Solución. La matriz jacobiana

Ç
la función f (x, y) = (x2 + y 2 − 5, xy − 2)
de å Ç
en un punto
å
0 2x 2y 0 −1 1/2 x −2y
(x, y) 6= (0, 0) es f (x, y) = . Su inversa es (f (x, y)) = 2 .
y x x − y 2 −y 2x
Ası́, el método de Newton-Rapson presenta, en este caso, el algoritmo
x2i + yi2 − 5
Ç å Ç å Ç åÇ å Ç å Ç å
xi+1 xi 1/2 xi −2yi x0 0
= − 2 ; =
yi+1 yi xi − yi2 −yi 2xi xi yi − 2 y0 1
Operando Ç å Ç å Ç åÇ å Ç å
x1 0 1/2 0 −2 −4 2
= − 2 =
y1 1 0 − 12 −1 0 −2 3
x2 2 1 2 −6 8 1 6 1,2
= + = =
y2 3 10 −3 4 4 5 11 2,2

x3 1 6 1 6 −22 32 1 86 1. 011 764 7
= + = =
y3 5 11 850 −11 12 16 85 171 2. 011 764 7
Comentario. El algoritmo de Newton-Raphson para aproximar una raı́z de la ecuación f (x) =

0, en donde f : Rn → Rn es una función de clase uno, con n ≥ 1, viene dado por
xi+1 = xi − (df (xi ))−1 (f (xi ))
Véanse las secciones 6.2, 6.5.2 y 9.6 del texto-base. Recordemos del curso de cálculo en varias
variables que las funciones de clase uno son diferenciables y su diferencial en el punto x = a
es una aplicación lineal df (a) : Rn → Rn . Recordemos del curso de álgebra lineal que las
aplicaciones lineales (entre espacios de dimensión finita) se representan mediante matrices.
La matriz asociada a la diferencial df Ç
(a) se å denomina matriz jacobiana en el punto x = a y
∂f i (a)
se denota for f 0 (a), siendo, f 0 (a) = .
∂xj i,j=1,...,n
La matriz asociada a la aplicación inversa (df (a))−1 : Rn → Rn de df (a) : Rn → Rn es la
matriz inversa (f 0 (a))−1 de la matriz f 0 (a).
En el caso unidimensional, n = 1, las matrices 1 × 1 se identifican con los números reales,
1
de manera que f 0 (a) es la derivada de f en el punto a, mientras que (f 0 (a))−1 = 0 .
f (a)
8. Solución. En cada iteración del método de Müller se interpola por los puntos x0 , x1 , x2
y se escoge como valor x3 la raı́z del polinomio interpolador más cercana a x2 . El polinomio
interpolador por tres puntos es de grado dos, por lo que su gráfica es una parábola. Puesto
que p no es una parábola (tiene al menos dos puntos crı́ticos), la gráfica de f debe ser p. Por
lo tanto, la gráfica de la parábola debe ser q. En consecuencia, el valor buscado de la raı́z es
r = 1, punto donde p corta al eje de abscisas. Los puntos x0 , x1 , x2 son las abscisas de los
puntos de corte de las dos gráficas, luego x0 = 4, x1 = 8, x2 = 16. Finalmente, las raı́ces del
polinomio interpolador, cuya gráfica es q, son x = −7, x = 21. La más cercana a x2 = 16 es
x3 = 21.
Obsérvese que lo determinante no es que q parezca una parábola, sino que p no puede serlo.
9. Solución. a) El algoritmo del método iterativo de Jacobi para resolver el sistema AX = B

k+1 bi − cki
, en donde cki = aij xkj , A = (aij ) (matriz n × n), B = (bi ) (matriz
X
es xi =
aii j6=i Ä ä
n × 1), siendo i, j ∈ {1, . . . , n}, mientras que el ı́ndice k se refiere a la iteración, Xk = xki
(matriz n × 1). Ä ä
Por una parte, para cada valor de k, tenemos cki = (L + U )Xk , porque la matriz que se
obtiene al reemplazar por ceros la diagonal principal de A es precisamente L + U .

Por otra parte, en general, multiplicar una matriz columna por una matriz diagonal equivale
a multiplicar cada elemento de la primera por el correspondiente de la diagonal de la otra,
mientras que la inversa de una matriz diagonal (dij ), con dii 6= 0, es otra matriz diagonal
(eij ), con eii = 1/dii .
Por lo tanto, Xk+1 = D−1 (B − (L + U )Xk ), es decir, Xk+1 = D−1 B − D−1 (L + U )Xk de
donde se obtiene
M = −D−1 (L + U ) , N = D−1 B .
b) X = M X + N ⇔ X = −D−1 (L + U )X + D−1 B ⇔ DX = −(L + U )X + B ⇔

(L + D + U )X = B ⇔ AX = B.
Nota. En este ejercicio se comprueba que el método de Jacobi es un caso particular de la
iteración del punto fijo.
10. Solución. Ver sección 11.1.1 del texto-base; en particular, el ejemplo 11.1. Escribimos
el sistema en forma matricial
1 2 0 0 x 35
á ëá ë á ë
3 4 5 0 y 146
=
0 6 7 8 z 275
0 0 22 10 w 426
Descomposición:
1 2 0 0 1 2 0 0
á ë á ë
3 4 − 3 · 2 = −2 5 0 3 −2 5 0
=
0 6/(−2) = −3 7 − (−3) · 5 = 22 8 0 −3 22 8
0 0 22/22 = 1 10 − 1 · 8 = 2 0 0 1 2
Hemos obtenido la descomposición LU siguiente
1 2 0 0 1 0 0 0 1 2 0 0
á ë á ëá ë
3 4 5 0 3 1 0 0 0 −2 5 0
=
0 6 7 8 0 −3 1 0 0 0 22 8
0 0 22 10 0 0 1 1 0 0 0 2
Sustitución hacia adelante. (de arriba a abajo)
1 0 0 0 r1 35 r1 35
á ëá ë á ë á ë á ë
3 1 0 0 r2 146 r2 146 − 3 · 35 = 41
= ⇒ =
0 −3 1 0 r3 275 r3 275 + 3 · 41 = 398
0 0 1 1 r4 426 r4 426 − 398 = 28

Sustitución hacia atrás (de abajo a arriba)
1 2 0 0 x 35 x (35 − 2 · 12)/1 = 11
á ëá ë á ë á ë á ë
0 −2 5 0 y 41 y (41 − 5 · 13)/(−2) = 12
= ⇒ =
0 0 22 8 z 398 z (398 − 8 · 14)/22 = 13
0 0 0 2 w 28 w 28/2 = 14
Solución:
x 11
á ë á ë
y 12
=
z 13
w 14

4.4. Unidad 2. Ajuste de curvas (1.1 créditos).

4.4.1. Contenidos
11. Mı́nimos cuadrados lineales en general.
12. Ajuste por regresión lineal de relaciones no lineales.
13. Regresión no lineal. El método de Gauss-Newton.
14. Interpolación inversa. Extrapolación. Interpolación con datos equiespaciados. Interpo-

lación multidimensional
15. Interpolación segmentaria (splines).
16. Ajuste mediante regresión lineal de funcionales sinoidales.
17. Dominios de frecuencia y tiempo.
18. Transformada discreta de Fourier. Transformada rápida de Fourier.

1. Estudiar las subsecciones 17.1.5 (Linealización de relaciones no lineales) y 17.6, ası́
como las secciones 17.4 y 17.5, resolviendo los ejemplos 17.7 y 17.8.
2. Hacer los ejercicios 17.7 a 17.17, 17.20 a 17.22, 17.31.
Unidad 2.
6. Hacer los ejercicios 18.11 a 18.14, 18.26, 18.29 y 18.30.
8. Estudiar las secciones 19.1, 19.3, 19.5, 19.6 y 19.7 del texto base, resolviendo el ejemplo
19.1
9. Hacer los ejercicios 19.1 a 19.9 y 19.22.

de esta guı́a).

Coeficiente de correlación.
Al ajustar un modelo estadı́stico a una nube de puntos (independientemente de cuál sea el

modelo), se define el coeficiente de determinación mediante
(y“i − y)2
Pn
r = Pi=1
2
n 2
i=1 (yi − y)
en donde los yi son los datos, los y“i son las predicciones del modelo e y es la media de los
datos.
Si el ajuste verifica que la media de los datos sea igual a la media de las predicciones y que
la covarianza de los datos con las predicciones sea igual a la varianza de los datos, entonces,
con las notaciones del libro
n
(yi − y)2
X
St =
i=1
n
(yi − y“i )2
X
Sr =
i=1
se tiene
n
(y“i − y)2
X
St − Sr =
i=1
con lo que
St − Sr
r2 =
St

Error en la interpolación lineal.

Supongamos que ajustamos una cierta función mediante polinomios interpoladores y que
vamos añadiendo más y más nodos, ¿es posible que al aumentar el grado del polinomio
interpolador aumente el error de truncamiento?.
El polinomio interpolador, ası́ como el error de truncamiento que se comete al reemplazar
por él la función dada, no depende del procedimiento que se utilice para calcularlo (ya sea
por diferencias divididas, resolviendo un sistema, etc.). El error de truncamiento viene dado
por la expresión 18.16. Obsérvese que aparece en el denominador el factorial (n + 1)!, por
lo que, en general y siempre que las sucesivas derivadas permanezcan acotadas, la cota del
valor absoluto del error irá disminuyendo al aumentar el orden de la interpolación (es más
correcto decir“interpolación de orden 2”que “interpolación de grado 2”, porque el polinomio
interpolador de orden 2 puede tener grado 1). Sin embargo la fórmula 18.16 no dice que, en
cualquier caso, el error al evaluar el polinomio en cualquier punto deba disminuir al aumentar
el orden de la interpolación. Obsérvese que la derivada de orden n+1 podrı́a incluso anularse
en el punto xi . Un ejemplo simple, pero esclarecedor: consideremos la función
f (x) = 1 + (x − 1,5)(x − 2) sen x.
Si interpolamos linealmente entre los puntos x0 = 0, x1 = 2 para estimar el valor de f (1,5),

obtendremos un error de truncamiento igual a cero ( P1 (1,5) = f (1,5) = 1). Si añadimos el
nodo x2 = 1 e interpolamos cuadráticamente, hallaremos P2 (1,5) = 1,316, con un error de
truncamiento de 0,316.
Amplitud y fase
Sea f una función que se expresa mediante su serie de Fourier por
+∞
ck eikw0 t
X
f (t) =
k=−∞
en donde w0 = 2π/T, siendo T el periodo. Los coeficientes ck son números complejos, ck =

|ck |eiθk ; al módulo |ck | de ck se le denomina amplitud y a su argumento θk , fase. Si consi-
deramos que la función f es real, entonces c−k es el conjugado del ck para todo k, es decir,
|c−k | = |ck | , θ−k = −θk . En los espectros de amplitud y de fase se grafican estas magnitudes
respecto de las frecuencias, que se consideran positivas, ası́ que la amplitud correspondiente
a la frecuencia k/T es |c−k | + |ck | = 2 |ck | y la fase correspondiente a esa frecuencia es θk .
Si preferimos expresar la serie de Fourier en forma trigonométrica,

+∞
X
f (t) = a0 + ak sen (kw0 t) + bk cos (kw0 t)
k=1

observamos que
+∞ +∞ +∞
ikw0 t iθk ikw0 t
|ck | ei(kw0 t+θk ) =
X X X
f (t) = ck e = |ck | e e =
k=−∞ k=−∞ k=−∞
+∞
X
= |ck | (cos (kw0 t + θk ) + i sen (kw0 t + θk ))
k=−∞
Suponiendo que nuestra función f es real, resulta
+∞
X +∞
X
f (t) = |ck | cos (kw0 t + θk ) = |ck | (cos θk cos (kw0 t) − sen θk sen (kw0 t)) =
k=−∞ k=−∞
+∞
X
= (|ck | cos θk ) cos (kw0 t) − (|ck | sen θk ) sen (kw0 t) =
k=−∞
+∞
X
= (|c0 | cos θ0 ) + (2 |ck | cos θk ) cos (kw0 t) − (2 |ck | sen θk ) sen (kw0 t) =
k=1
por lo que
a0 = |c0 | cos θ0 = c0
ak = 2 |ck | cos θk
bk = −2 |ck | sen θk
»
luego la amplitud correspondiente a la frecuencia k/T es a2k + b2k y la fase θk = arctan −b ak
k
(atención, hay que tener en cuenta el cuadrante en el que se encuentra el ángulo para inter-
pretar correctamente la función arctan; el cuadrante viene determinado por las expresiones
ak = 2 |ck | cos θk , bk = −2 |ck | sen θk . Por ejemplo, si ak = −1, bk = 1, entonces θk no es π/4,
sino 5π/4, pues cos θk < 0, sen θk < 0, o sea θk está en el tercer cuadrante).
∞
5 − 2k
X
Ejemplo. Sea f (x) = cos 2kt. En este caso tenemos w0 = 2, luego T = π. Además
k=1 k
ak = 5−2k
k
, bk = 0, luego la amplitud correspondiente a la frecuencia k/π es 5−2k
k
, mientras
que la fase correspondiente a la frecuencia k/π es 0 siempre que k ≤ 2 y la fase es π cuando
k > 2.
Recuérdese que el argumento de un número real positivo, considerado como complejo, es 0,
(más exactamente 2kπ) mientras que el argumento de un número real negativo es π (más
exactamente π + 2kπ).


1. Desarrolle segmentarias cuadráticas para la siguiente tabla con la condición f 0 (0) = 1.
x 0 4 6 10
f (x) 1 21 43 111
2. Determine la serie de Fourier completa para la forma de onda de periodo T = 1 que

verifica f (t) = 2 |t| para t ∈ [−1/2, 1/2]. Construya los espectros de amplitud y de fase.
x 0 1 2 3
3. Desarrolle segmentarias cúbicas para los siguientes datos .
f (x) 0 1 10 36
Nota. El polinomio correspondiente al intervalo [0, 1] es f1 (x) = x3 . Esta ayuda simplifica
mucho los cálculos. Segmentaria es lo mismo que trazadora o splin.
4. Ajuste, mediante regresión lineal múltiple, la variable z frente a x, y en la siguiente tabla.

Debe calcular los coeficientes del plano de regresión ze = a0 + a1 x + a2 y , el error estándar y
el coeficiente de determinación.
x 0 1 2 3 4
y 1 2 5 6 9
z 4 28 66 89 128
Nota. Para abreviar el cálculo del error estándar y del coeficiente de determinación, recuérde-
se que zei wi = zi wi para w = 1, x, y.
P P
5. Obtenga trazadores cúbicos (esto es, segmentarias cúbicas o splines cúbicos) para los datos
x 0 1 2 3
de la siguiente tabla . Indique claramente cuál es el resultado obtenido,
f (x) 3 1 2 0
señalando además dónde están definidos los polinomios que forman la respuesta.
6. En la siguiente tabla se han anotado los valores aproximados de una cierta función pe-
riódica f de periodo 10.
t 0 2 4 6 8 10
f (t) ≈ 18, 03 26, 18 29, 00 22, 59 15, 58 17, 66
a) Ajuste por mı́nimos cuadrados (lineales) los datos de la tabla a una sinusoide de la forma
y = A0 + C1 cos(ω0 t + θ).
b)¿Para qué valores de t estima que alcanzará f (t) su valor mı́nimo?, ¿Cuál es ese valor
mı́nimo?
Notas. En el apartado a) tiene que calcular los valores de ω0 , A0 , C1 y θ. Opere con toda la
precisión de la calculadora y anote los resultados intermedios con cuatro cifras significativas.

7. Sea a ∈ R. Denotemos por Pn [f ] al polinomio de Taylor de orden n, alrededor del punto

x = a, de una función f : R → R de clase n + 1. Denotemos por Rn [f ] al correspondiente
resto (o residuo, en la terminologı́a del texto-base), esto es, Rn [f ](x) = f (x) − Pn [f ](x), para
x ∈ R. Supongamos que n ≥ 1.
d
a) Determine m y g de manera que se pueda asegurar que (Pn [f ](x)) = Pm [g](x) para
dx
todo x ∈ R.
d
b) Determine m y g de manera que se pueda asegurar que (Rn [f ](x)) = Rm [g](x) para
dx
todo x ∈ R.
c) Sea h : R → R una función continua. Aplique la forma integral del resto (o residuo) para
d ÅZ x ã Z x
n
demostrar que (x − t) h(t) dt = n(x − t)n−1 h(t) dt.
dx a a
Notas. 1. Se dice que f es de clase m si existen y son continuas las derivadas f k) para
k = 1, . . . , m. Recuerde que toda función continua de R en R tiene primitiva.
3. Se pueden encontrar infinitos pares m, g que satisfacen las condiciones requeridas en los
apartados a) y b). Se pide uno de ellos, en cada caso.
2. Lo que cuenta en este ejercicio son los razonamientos.
8. El polinomio de interpolación de una cierta función f : R → R por los puntos x0 , x1 , . . . , x39

(en donde xk = 0,06(k + 1) para k = 0, . . . , 39) es P (x) = x39 − x9 − 8. Sabiendo que, para
x40 = 0, se tiene f (x40 ) = 2, calcule el valor de la diferencia dividida finita f [x40 , x39 , . . . , x1 , x0 ]
y el de Q(−0,12), en donde Q(x) es el polinomio de interpolación de f por los puntos
x0 , x1 , . . . , x39 , x40 .
Notas. Opere con toda la precisión de su calculadora. Se piden resultados numéricos; se
puntuará con un cero cualquier respuesta del tipo: se comienza ası́ . . . y se llegarı́a al resultado
operando de la misma manera . . . .
9. Obtenga trazadores cúbicos (esto es, segmentarias cúbicas o splines cúbicos) para los datos
x 1 2 4 5
de la siguiente tabla . Destaque claramente la respuesta final, esto
f (x) 0 1 15 24
es, indique cuál es el resultado obtenido, señalando dónde están definidos los polinomios que
forman la respuesta. Aplique todas las condiciones enumeradas en el texto-base. Compruebe
el resultado.
Nota: Dejar planteado un sistema de ecuaciones se valorará con un máximo de 3 puntos.
Conteste a continuación y al dorso de esta hoja.
ax
10. Ajuste mediante regresión lineal los datos de la tabla al modelo no lineal y = .
b+x
x 1 2 4 5 8
y 2,2 3,5 5,5 6,5 8,0
Opere con toda la precisión de la calculadora, anotando los resultados intermedios y los
finales con cuatro cifras significativas. Anotar más resultados intermedios de los necesarios

incrementa innecesariamente el error, por lo que se penalizará en la puntuación. Destaque

claramente cuál es el resultado final. Conteste a continuación y al dorso de esta hoja.
11. Obtenga trazadores cuadráticos (esto es, segmentarias cuadráticas o splines cuadráticos)
x 1 2 4 5
para los datos de la siguiente tabla . Aplique todas las condiciones
f (x) 0 1 15 24
enumeradas en el texto-base. Compruebe el resultado.
Nota: Destaque claramente la respuesta final, indicando dónde está definido cada uno de los
polinomios que forman la solución.
12. Sea f : R → R la función de periodo 4 que verifica f (x) = 6 para x ∈ [0, 2], f (x) = 0
para x ∈ (2, 4).
a) Desarrolle la serie de Fourier continua de la función f . (7 puntos)
b) Construya los espectros de amplitud y fase. (2 puntos)
c) Derive término a término la serie del apartado a). ¿Para qué valores de la variable inde-
pendiente cree que la serie obtenida es convergente?. Si admitimos que la función f se puede
aproximar mediante un número finito de términos de la serie del primer apartado, ¿cómo
podemos interpretar las funciones que se obtienen sumando un número finito de términos de
la serie de este apartado?. (4 puntos)
Conteste en esta misma cara. Este ejercicio tiene 3 puntos extra.

1. Solución. La forma genérica de un polinomio de segundo grado desarrollado como poli-

nomio de Taylor alrededor de un cierto punto x = a es
P 00 (a)
P (x) = (x − a)2 + P 0 (a) (x − a) + P (a)
2
El polinomio correspondiente al intervalo [0, 4] debe cumplir P1 (0) = 1, P 0 (0) = 1; luego
debe ser de la forma P1 (x) = A(x − 0)2 + (x − 0) + 1. Para que verifique también P1 (4) = 21,
hacemos A (42 ) + 4 + 1 = 21, de donde se obtiene A = 1, por lo que
P1 (x) = x2 + x + 1
Observemos que P10 (4) = 9. Análogamente, el polinomio correspondiente al intervalo [4, 6]

debe ser de la forma P2 (x) = B(x − 4)2 + 9(x − 4) + 21. Para determinar B, hacemos
B(6 − 4)2 + 9(6 − 4) + 21 = 43, de donde se obtiene B = 1. Por lo tanto P2 (x) = (x − 4)2 +
9(x − 4) + 21 = x2 + x + 1
P2 (x) = x2 + x + 1
Además, se tiene P20 (6) = 13. Finalmente, la segmentaria cuadrática correspondiente al
intervalo [6, 10] cumple P3 (x) = C(x − 6)2 + 13(x − 6) + 43, además de P3 (10) = 111. En
consecuencia, C = 1 por lo que
P3 (x) = x2 + x + 1
Hemos obtenido tres segmentarias idénticas porque el polinomio en cuestión pasa por los
cuatro puntos de la tabla y su derivada en el origen es 1.
Nota 1. Para resolver matricialmente el problema, el planteamiento es el siguiente
    
0 1 0 0 0 0 0 0 0 a1 1



0 0 1 0 0 0 0 0 0 


b1 





1 



 16 4 1 0 0 0 0 0 0 
 c1 


 21 




8 1 0 −8 −1 0 0 0 0 


a2 





0 



 0 0 0 16 4 1 0 0 0 
 b2 
 = 
 21 




0 0 0 36 6 1 0 0 0 


c2 





43 



 0 0 0 12 1 0 −12 −1 0 
 a3 


 0 


 0 0 0 0 0 0 36 6 1 
 b3 


 43 

0 0 0 0 0 0 100 10 1 c3 111
de donde se obtiene a1 = b1 = c1 = a2 = b2 = c2 = a3 = b3 = c3 = 1.
Nota 2. Es un error de concepto grave fijar a priori en este ejercicio el valor del coeficiente
a1 como a1 = 0.

2. Solución. Ver la serie de Fourier en la página 51 de esta guı́a..

1 4
El espectro de amplitud vendrá dado por c0 = ; ck = 2 2 si k es impar, ck = 0 si k > 0
2 π k
es par, mientras que el espectro de fases será φk = π, si k es impar, φk = 0 en otro caso. En
consecuencia, los diagramas de amplitud y fase quedarı́an ası́
3. Solución. El polinomio f1 (x) = x3 correspondiente al primer intervalo verifica f1 (1) =

1, f10 (1) = 3, f100 (1) = 6. Por lo tanto, el polinomio correspondiente al intervalo [1, 2], escrito
en la forma de polinomio de Taylor centrado en x1 = 1, será
6
f2 (x) = 1 + 3(x − 1) + (x − 1)2 + a(x − 1)3
2
en donde a es la constante para la que se verifica f3 (2) = 10, es decir
10 = 1 + 3 + 3 + a ⇒ a=3
luego
f2 (x) = 1 + 3(x − 1) + 3(x − 1)2 + 3(x − 1)3
Procedemos de la misma manera para calcular el polinomio correspondiente al intervalo
[2, 3]. Por una parte, f2 (2) = 10, f20 (2) = 18, f200 (2) = 24. En consecuencia
f3 (x) = 10 + 18(x − 2) + 12(x − 2)2 + b(x − 2)3
en donde b es la constante para la que se verifica f3 (3) = 36, esto es
36 = 10 + 18 + 12 + b ⇒ b = −4

Ası́ se obtiene
f3 (x) = 10 + 18(x − 2) + 12(x − 2)2 − 4(x − 2)3
Notas.
1. Se confirma que la ayuda del enunciado no estaba equivocada al comprobar que f300 (3) =
24 − 24 = 0.
2. Se puede, si desea, expandir los polinomios en potencias de x:
f2 (x) = 1 + 3(x − 1) + 3(x − 1)2 + 3(x − 1)3 = −2 + 6x − 6x2 + 3x3
f3 (x) = 10 + 18(x − 2) + 12(x − 2)2 − 4(x − 2)3 = 54 − 78x + 36x2 − 4x3

3. Si se aplican las instrucciones del texto-base, sin tener en cuenta que este ejercicio es
mucho más simple que el problema general, probablemente se llegará a la misma solución
presentada de la siguiente manera
f2 (x) = (2 − x)3 + 4(x − 1)3 + 6(x − 1)
f3 (x) = 4(3 − x)3 + 6(3 − x) + 36(x − 2)

Por supuesto, el procedimiento es también correcto.
4. Solución. Para poder plantear las ecuaciones normales (17.22), completamos primero la
siguiente tabla
Sumas
x 0 1 2 3 4 10
y 1 2 5 6 9 23
z 4 28 66 89 128 315
x2 0 1 4 9 16 30
2
y 1 4 25 36 81 147
xy 0 2 10 18 36 66
zx 0 28 132 267 512 939
zy 4 56 330 534 1152 2076
 Ö è Ö è
5 10 23 a0 315
Ası́ obtenemos el sistema  10 30 66  a1 = 939 , que se resuelve por el
 
23 66 147 a2 2076
método de reducción:
 Ö è Ö è  Ö è Ö è
5 10 23 a0 315 5 10 23 a0 315
 0 10 20 
 
a1 = 309 ∼  0 10 20 

 a1 = 309 ⇒
0 20 41,2 a2 627 0 0 1,2 a2 9
⇒ a2 = 7,5, a1 = 15,9, a0 = −3,3 .

Calculemos el error estándard. Como zei wi = zi wi para w = 1, x, y, entonces, poniendo

P P
P 2
w = ze (que es una combinación lineal de 1, x, y), resulta zei = zi zei . Empleando la
P
notación del texto-base, tenemos Sr = (zi − zei )2 = (zi2 + zei2 − 2zi zei ) = zi2 − zi zei .
P P P P
Operando
P 2
z = 16 + 784 + 4356 + 7921 + 16384 = 29461
P i
zi z‹i = a0 zi + a1 zi xi + a2 zi yi = −3,3 × s315 + 15,9 × 939 + 7,5 × 2076 = 29460,6
P P P
0,4 √
luego Sr = 0,4, y el error estándard resulta ser = 0,2 ≈ 0,4472136 .
5 − (2 + 1)
Para calcular el coeficiente de determinación, comenzamos por St , teniendo en cuenta que
zei = zi , por lo que las variables z, ze tienen la misma media. Ası́
P P
St = (zei − z)2 = (zei2 + z 2 − 2zei z) = zei2 + 5 z 2 − 2z zei = zi zei + 5 z 2 − 2z zi =

P P P P P P
Ç å2
315 315
29460,6 + 5 −2 315 = 9615,6
5 5
Finalmente, el coeficiente de determinación es
St − Sr 9615,2
r2 = = ≈ 0,9999584
St 9615,6
5. Solución. Denotemos por P a la función que se ajusta a f mediante trazadores cúbicos.

Para determinar los valores de las derivadas segundas en los nodos interiores, x1 = 1, x2 = 2,
se plantea, en cada caso, la ecuación (18.37). Recordemos que se imponen las condiciones
P 00 (0) = P 00 (3) = 0.
6 6
i=1 ⇒ 0 + 2 (2 − 0) P 00 (1) + P 00 (2) = (2 − 1) + (3 − 1) ⇒ 4P 00 (1) + P 00 (2) = 18
1 1
i=2 ⇒ P 00 (1) + 4P 00 (2) + 0 = 6 (0 − 2) + 6 (1 − 2) ⇒ P 00 (1) + 4P 00 (2) = −18
Resolviendo el sistema, se obtiene: P 00 (1) = 6, P 00 (2) = −6. La ecuación (18.36) nos permite
escribir directamente el polinomio correspondiente a cada subintervalo
Ç å Ç å
0 6 0 6


 (1 − x)3 + (x − 0)3 + 3 − (1 − x) + 1 − (x − 0) si 0≤x≤1
6 6 6å 6



 Ç Ç å
6 (−6) 6 (−6)


3 3
P (x) =  (2 − x) + (x − 1) + 1 − (2 − x) + 2 − (x − 1) si 1≤x≤2
 6 6 Ç 6 å Ç 6 å
(−6) 0 (−6) 0


 3 3
(3 − x) + (x − 2) + 2 − (3 − x) + 0 − (x − 2) si 2≤x≤3



6 6 6 6
Simplificando, se obtiene el resultado
x3 + 3 (1 − x) 0≤x≤1


 si
P (x) =  (2 − x) − (x − 1)3 + 3 (x − 1)
3
si 1≤x≤2
− (3 − x)3 + 3 (3 − x) si 2≤x≤3


o si se prefiere
x3 − 3x + 3


 si 0≤x≤1
P (x) =  −2x3 + 9x2 − 12x + 6 si 1≤x≤2

x3 − 9x2 + 24x − 18 si 2≤x≤3
6. Solución. a) Como el periodo es T = 10, la frecuencia angular es ω0 = 2π 10

= π5 . Te-
nemos que determinar, mediante regresión lineal, tres parámetros: A0 , C1 , θ. La expresión
y = A0 + C1 cos(ω0 t + θ) no es lineal respecto de los parámetros. Para conseguir un modelo
lineal, desarrollamos el coseno de la suma, cos(ω0 t + θ) = cos(ω0 t) cos(θ) − sen(ω0 t) sen(θ), y
definimos los parámetros A1 = C1 cos(θ), B1 = −C1 sen(θ), de manera que el modelo lineal
será y = A0 z0 + A1 z1 + B1 z2 , en donde z0 ≡ 1, z1 = cos(ω0 t), z2 = sen(ω0 t).
En este caso, hay N = 6 observaciones espaciadas de manera uniforme a intervalos de
amplitud ∆t = 2. Construimos la tabla para este ajuste:
t 0 2 4 6 8 10
y Ä ä 18, 03 26, 18 29, 00 22, 59 15, 58 17, 66
yz1 = y cos Ä πt
5 ä
18, 03 8, 090 −23, 46 −18, 28 4, 814 17, 66
yz2 = y sen πt5
0 24, 90 17, 05 −13, 28 −14, 82 0, 000
y obtenemos
P6 P6 P6
i=1 yi i=1 yi z1i i=1 yi z2i
A0 = = 21, 51 A1 = = 2, 285 B1 = = 4, 617
6 3 3
Finalmente,
A1
)
» cos θ = = 0,4436
C1 = A21 + B12 = 5, 151 C1
−B1 ⇒ θ = −1,111
sen θ = C1
<0

En consecuencia, el ajuste es
f (t) = 21, 51 + 5, 151 cos (0, 6283 t − 1, 111) .
b) El valor mı́nimo de la expresión anterior se alcanza cuando cos (0, 6283t − 1, 111) = −1,
luego ese valor mı́nimo es 16, 36 (pues 21, 51 − 5, 151 ≈ 16,36) y se alcanza en un único
punto del intervalo [0, 10]: el punto t que verifica 0, 6283 t − 1, 111 = π, esto es, t = 6, 769.
Obviamente, también se alcanzará el valor mı́nimo para t = 6, 769 + 10k con k ∈ Z, pues f
es periódica de periodo 10.
Notas. La estimación correcta del valor mı́nimo no es 15, 58 para t = 8. Obsérvese que f
es una función de la que sólo conocemos que es periódica, de periodo 10, y ciertos valores
aproximados, que nos permiten hacer un ajuste que proporciona la estimación de f que
debemos manejar. Si los valores de la tabla fueran exactos, serı́a más razonable aproximar
f mediante interpolación, en vez de regresión. De hecho, el valor obtenido para t = 8 es
f (8) = 21, 51 + 5, 151 cos(0, 6283 · 8 − 1, 111) = 17, 83 > 16, 36.
Hay que prestar atención al calcular el valor de ángulo θ. En este caso, era fácil acertar
sin pensar, pero no es eso lo más recomendable. Por ejemplo, si se hubiera obtenido A1 =
−3, B1 = 4, C1 = 5, entonces el valor de θ serı́a θ = 2,214 y no θ = −0,9273.
7. Solución. a) El polinomio de Taylor es

f k) (a) f n) (a)
Pn [f ] = f (a) + f 0 (a)(x − a) + · · · + (x − a)k + · · · + (x − a)n .
k! n!
Derivando respecto de x se obtiene
d f k) (a) f n) (a)
(Pn [f ](x)) = f 0 (a) + · · · + (x − a)k−1 + · · · + (x − a)n−1 =
dx (k − 1)! (n − 1)!
(f 0 )(k−1) (a) (f 0 )n−1) (a)
= f 0 (a) + · · · + (x − a)k−1 + · · · + (x − a)n−1 = Pn−1 [f 0 ](x)
(k − 1)! (n − 1)!
Por lo tanto, se puede escoger g = f 0 , m = n − 1.
d d d
b) (Rn [f ](x)) = (f (x) − Pn [f ](x)) = f 0 (x) − (Pn [f ](x)) = f 0 (x) − Pn−1 [f 0 ](x) =
dx 0 dx dx
Rn−1 [f ](x). Por lo tanto, podemos escoger g = f 0 , m = n − 1.
c) Puesto que toda función continua tiene primitiva, existe una función f de clase n tal que
f n+1) = h. La forma integral del resto para el polinomio de Taylor Pn [f ] es
(x − t)n n+1)
Z x
Rn [f ](x) = f (t) dt
a n!
Si se aplica la misma fórmula a la función f 0 , para el resto de orden n − 1, se obtiene
(x − t)n−1 0 n) (x − t)n−1 n+1)
Z x Z x
0
Rn−1 [f ](x) = (f ) (t) dt = f (t) dt.
a (n − 1)! a (n − 1)!

d
Aplicando el apartado b), esto es, (Rn [f ](x)) = Rn−1 [f 0 ](x), resulta
dx
x (x − t)n n+1 (x − t)n−1 n+1)
ÇZ å Z x
d
f (t) dt = f (t) dt.
dx a n! a (n − 1)!
Finalmente, multiplicando por n! y poniendo h = f n+1) ,

d ÅZ x ã Z x
n
(x − t) h(t) dt = n(x − t)n−1 h(t) dt.
dx a a
d ÅZ x ã
Nota. Como cualquiera puede comprobar fácilmente, no es cierto en general que g(x, t) dt
Z xÇ å dx a
∂
coincida g(x, t) dt, aunque g sea de clase uno. Aplicar esta supuesta propiedad es
a ∂x
un error de concepto muy grave.
8. Solución. Gracias a la expresión del polinomio interpolador en la forma de Newton en

diferencias divididas, se observa que
Q(x) = P (x) + (x − x0 ) (x − x1 ) · · · (x − x39 ) f [x40 , x39 , . . . , x1 , x0 ]
En particular, para x = 0, se tiene 2 = (−8) + (−x0 ) (−x1 ) · · · (−x39 ) f [x40 , x39 , . . . , x1 , x0 ].

En consecuencia,
10 10
f [x40 , x39 , . . . , x1 , x0 ] = = ≈ 91,68639909
x39 x38 · · · x0 0,0640 40!
Ahora, para x = −0,12, se tiene
39
!
Y
Q(−0,12) = P (−0,12) + (0,12 + 0,06(k + 1)) f [x40 , x39 , . . . , x1 , x0 ] =
k=0
39
!Ç å
40
Y 10
= P (−0,12) + 0,06 (2 + (k + 1)) =
k=0 0,0640 40!
Ç å
10 40 42!
= P (−0,12) + 0,06 = P (−0,12) + 42 · 41 · 5 ≈
2 0,0640 40!
≈ −8,0000000 + 8610 = 8602,0000000
9. Solución. Empleamos la siguiente notación x0 = 1, x1 = 2, x2 = 4, x3 = 5,
fk (x) = ak x3 + bk x2 + ck x + dk ,
para x ∈ [xk−1 , xk ] en donde k = 1, 2, 3. Los polinomios fk son lo splines pedidos. La

ecuación (18.37) nos permite plantear un sistema cuyas incógnitas, a = f100 (x1 ) = f200 (x1 )

y b = f200 (x2 ) = f300 (x2 ), son las derivadas segundas de los splines en los nodos intermedios
x1 , x2 . Recordemos que f100 (x0 ) = f300 (x3 ) = 0.
Para i = 1:
6 6
(x1 − x0 ) f100 (x0 )+2 (x2 − x0 ) a+(x2 − x1 ) b = (f (x2 ) − f (x1 ))+ (f (x0 ) − f (x1 ))
x2 − x1 x1 − x0
6a + 2b = 36.
Para i = 2:
6 6
(x2 − x1 ) a+2 (x3 − x1 ) b+(x3 − x2 ) f300 (x3 ) = (f (x3 ) − f (x2 ))+ (f (x1 ) − f (x2 ))
x3 − x2 x2 − x1
2a + 6b = 12.
En consecuencia, a = 6, b = 0. Finalmente, la ecuación (18.36) nos proporciona los polinomios

pedidos:
0 (x1 − x0 )
Ç å
0 6 0
f1 (x) = (x1 − x)3 + (x − x0 )3 + − (x1 − x) +
6 (x 1 − x 0 ) 6 (x 1 − x 0 ) x 1 − x 0 6
6 (x1 − x0 )
Ç å
1
− (x − x0 ) = (x − 1)3 = x3 − 3x2 + 3x − 1 para x ∈ [1, 2] .
x 1 − x0 6
6 (x2 − x1 )
Ç å
6 0 1
f2 (x) = (x2 − x)3 + (x − x1 )3 + − (x2 − x) +
6 (x2 − x1 ) 6 (x2 − x1 ) x2 − x1 6
0 (x2 − x1 )
Ç å
15
− (x − x1 ) = 12 (4 − x)3 − 32 (4 − x) + 15
2
(x − 2) =
x 2 − x1 6
= − 21 x3 + 6x2 − 15x + 11 para x ∈ [2, 4] .
0 (x3 − x2 )
Ç å
0 0 15
f3 (x) = (x3 − x)3 + (x − x2 )3 + − (x3 − x) +
6 (x 3 − x 2 ) 6 (x 3 − x 3−1 ) x 3 − x 2 6
0 (x3 − x3−1 )
Ç å
24
− (x − x2 ) = 9x − 21 para x ∈ [4, 5] .
x 3 − x2 6
Comprobación.
f1 (1) = 0 ; f1 (2) = 1 = f2 (2) ; f2 (4) = 15 = f3 (4) ; f3 (5) = 24 ; f10 (2) = 3 = f20 (2) ;
f20 (4) = 9 = f30 (4) ; f100 (2) = 6 = f200 (2) ; f200 (4) = 0 = f300 (4) ; f100 (1) = 0 = f300 (5)
Nota. No es razonable intentar resolver el ejercicio planteando un sistema de ecuaciones

12 × 12; no obstante, se acepta el procedimiento, si se llega al resultado final.




 a1 + b 1 + c 1 + d 1 = 0
8a1 + 4b1 + 2c1 + d1 = 1





8a2 + 4b2 + 2c2 + d2 = 1








 64a2 + 16b2 + 4c2 + d2 = 15




 64a3 + 16b3 + 4c3 + d3 = 15
125a3 + 25b3 + 5c3 + d3 = 24


.


 12a1 + 4b1 + c1 = 12a2 + 4b2 + c2
48a2 + 8b2 + c2 = 48a3 + 8b3 + c3





12a1 + 2b1 = 12a2 + 2b2








 24a2 + 2b2 = 24a3 + 2b3




 6a1 + 2b1 = 0
 30a + 2b = 0

3 3
La solución es :
a1 = 1, b1 = −3, c1 = 3, d1 = −1, a2 = − 21 , b2 = 6, c2 = −15, d2 = 11, a3 = 0, b3 = 0, c3 =
9, d3 = −21.
10. Solución. La dependencia entre 1/x y 1/y es afı́n, pues
1/y = (b + x)/ax = (1/a) + (b/a)(1/x) ,
por lo que aplicamos la regresión lineal de v = 1/y frente a u = 1/x.
medias
u = 1/x 1 0,5 0,25 0,2 0,125 0,415
v = 1/y 0,4545 0,2857 0,1818 0,1538 0,125 0,2402
uv 0,4545 0,1429 0,04545 0,03076 0,01563 0,1378
u2 1 0,25 0,0625 0,04 0,01563 0,2736
Los coeficientes a0 , a1 del ajuste v = a0 + a1 u son

uv − u v 0,1378 − 0,415 · 0,2402
a1 = = = 0,376
2
u −u 2 0,2736 − 0,4152
a0 = v − a1 u = 0,2402 − 0,376 · 0,415 = 0,08416

En consecuencia, como 1/a = a0 ; b/a = a1 , tenemos
a = 1/a0 = 11,88 ; b = a a1 = 11,88 · 0,376 = 4,467
y el ajuste pedido es
11,88x
y=
4,467 + x
Nota. Se considera un error de concepto grave hacer regresión lineal de y frente a x.

11. Solución. Primer procedimiento: escribimos los polinomios en la forma de Taylor, es

f 00 (xk )
decir fk (x) = k (x − xk )2 + fk0 (xk )(x − xk ) + fk (xk ) e imponemos las condiciones:
2
0
f1 (x) = (x − 1)2 + f10 (1)(x − 1) + 0 = f10 (1)(x − 1), como f1 (2) = 1, tenemos f10 (1) = 1.
2 00
f (2) f 00 (2)
f2 (x) = k (x − 2)2 + f10 (2)(x − 2) + 1 = k (x − 2)2 + (x − 2) + 1. Como f2 (4) = 15,
200 2
f (2)
tenemos, k (4 − 2)2 + (4 − 2) + 1 = 15, luego fk00 (2) = 6.
2
f 00 (4) f 00 (4)
f3 (x) = 3 (x−4)2 +f20 (4)(x−4)+15 = 3 (x−4)2 +13(x−4)+15. Como f3 (5) = 24,
200 2
f (4)
tenemos 3 (5 − 4)2 + 13(5 − 4) + 15 = 24, luego f300 (4) = −8.
2
Segundo procedimiento: plantear un sistema de ecuaciones 9 × 9. Para k = 1, 2, 3, consi-
deremos los polinomios fk (x) = ak x2 + bk x + ck con x ∈ [xk , xk+1 ] . Las condiciones que
deben cumplir los splines son: fk (xk ) = f (xk ) para k = 1, 2, 3 (tres condiciones) ;
fk (xk+1 ) = f (xk+1 ) para k = 1, 2, 3 (tres condiciones) ; fk0 (xk+1 ) = fk+1 0
(xk+1 ) para
00
k = 1, 2 (dos condiciones) ; f (x1 ) = 0 (una condición)
Ası́ obtenemos el siguiente sistema 9 × 9:
a1 + b 1 + c 1 = 0



4a2 + 2b2 + c2 = 1





16a3 + 4b3 + c3 = 15





 4a1 + 2b1 + c1 = 1




16a2 + 4b2 + c2 = 15 ⇔



 25a3 + 5b3 + c3 = 24




 4a1 + b1 = 4a2 + b2
8a2 + b2 = 8a3 + b3





a1 = 0

  

 a1 = 0  4a2 + 2b2 + c2 = 1
  16a3 + 4b3 + c3 = 15

⇔  a1 + b 1 + c 1 = 0 
16a2 + 4b2 + c2 = 15

25a3 + 5b3 + c3 = 24

4a1 + 2b1 + c1 = 1 
4a1 + b1 = 4a2 + b2 
8a2 + b2 = 8a3 + b3
Resolver un sistema 9 × 9 es muy laborioso, pero, afortunadamente, este sistema está des-
compuesto en tres sistemas 3 × 3 (de hecho, uno 2 × 2 y dos 3 × 3 casi triangulares).

a1 = 0 ® ®
b1 + c 1 = 0 b1 + c 1 = 0


a1 + b 1 + c 1 = 0 ⇒ ⇒ ⇒ b1 = 1, c1 = −1.
 2b 1 + c 1 = 1 b1 = 1

4a1 + 2b1 + c1 = 1
  
 4a2 + 2b2 + c2 = 1
  4a2 + 2b2 + c2 = 1
  4a2 + 2b2 + c2 = 1

16a2 + 4b2 + c2 = 15 ⇒ 16a2 + 4b2 + c2 = 15 ⇒ 12a2 + 2b2 = 14 ⇒
  

4a1 + b1 = 4a2 + b2 
4a2 + b2 = 1 
4a2 + b2 = 1

 4a2 + 2b2 + c2 = 1

⇒  12a2 + 2b2 = 14 ⇒ b2 = −11, a2 = 14−2(−11) 12
= 3, c2 = 1 − 12 + 22 = 11

b2 = −11

  

 16a3 + 4b3 + c3 = 15  16a3 + 4b3 + c3 = 15
  16a3 + 4b3 + c3 = 15

25a3 + 5b3 + c3 = 24 ⇒ 25a3 + 5b3 + c3 = 24 ⇒ 9a3 + b3 = 9 ⇒
  

8a + b2 = 8a3 + b3 
8a3 + b3 = 13 
8a3 + b3 = 13
 2
 16a3 + 4b3 + c3 = 15

⇒ 9a3 + b3 = 9 ⇒ a3 = −4, b3 = 9 + 36 = 45, c3 = 15 − 16(−4) − 4(45) = −101

a3 = −4
De cualquiera de las dos maneras, se han obtenido los splines:
f1 (x) = x − 1 para x ∈ [1, 2].
f2 (x) = 3x2 − 11x + 11 para x ∈ [2, 4].
f3 (x) = −4x2 + 45x − 101 para x ∈ [4, 5].

Comprobación: f1 (1) = 0; ; f1 (2) = 1 = f2 (2) ; f2 (4) = 15 = f3 (4) ; f3 (5) = 24
; f10 (2) = 1 = f20 (2) ; f20 (4) = 13 = f30 (4) ; f100 (1) = 0
Ç Ç å Ç åå
∞ πkt πkt
12. Solución. a) Los coeficientes de la serie de Fourier a0 + ak cos + bk sen
P
k=1 2 2
vienen dados por:
R4 R2
0 f (t)dt 6dt
0
a0 = = =3
4 4
2 4 1 2 πkt t=2
ñ ô
πkt πkt 1 2
Z Z
ak = f (t) cos( )dt = 6 cos( )dt = 6 sen( ) =
4 0 2 2 0 2 2 πk 2 t=0
sen πk
=6 = 0 para k > 0
πk
2 4 1 2 πkt t=2
ñ ô
πkt π 1 2
Z Z
bk = f (t) sen( )dt = 6 sen( kt)dt = −6 cos( ) =
4 0 2 2 0 2 2 πk 2 t=0
cos πk − 1 (−1)k+1 + 1
= −6 =6 para k > 0
πk πk
En consecuencia, la serie de Fourier se puede escribir de cualquiera de las siguientes formas
∞ ∞
(−1)k+1 + 1
Ç å Ç å
X πkt X 12 (2k + 1)πt
3+ 6 sen =3+ sen =
k=1 πk 2 k=0 (2k + 1)π 2
Ç å Ç å Ç å
12 πt
Å ã
12 3πt 12 5πt 12 7πt
=3+ sen + sen + sen + sen + ···
π 2 3π 2 5π 2 7π 2
b) Las amplitudes y las fases son, respectivamente, los módulos y los argumentos de los
números complejos z = ak −ibk . Véanse la sección 19.3 y el cuadro 19.2. Se pueden consultar
también el apéndice A en P951ED5 y el documento Amplitud y fase del curso virtual.

k k=0 k=1 k = 3 k = 5 k = 7 ...
1
f recuencia 0 f0 = 3f0 5f0 7f0 ...
4
−12i −12i −12i −12i

zk 3 ...
π 3π 5π 7π
12 12 12 12
amplitud 3 ...
π 3π 5π 7π
3π 3π 3π 3π
f ase 0 ...
2 2 2 2
c) Derivamos término a término la serie del apartado b):

∞ Ç å ∞ Ç å
X 12 (2k + 1)π (2k + 1)πt X (2k + 1)πt
cos = 6 cos .
k=0 (2k + 1)π 2 2 k=0 2
Ç å
(2k + 1)πt
Si t es número entero par, entonces cos es igual a 1 para todo k o a −1 para
2
todo k, luego la serie diverge. Supongamos que t no es un número entero par y simplifiquemos
las sumas parciales:
n Ç å n Ç å
X (2k + 1)πt 6 Xπt ã (2k + 1)πt
Å
6 cos = πt
Å ã sen cos =
k=0 2 sen k=0 2 2
2
Ç å Ç å
πt (2k + 1)πt πt (2k + 1)πt
n sen − + sen +
6 X 2 2 2 2
= πt
Å ã =
sen k=0 2
2
n
6 X − sen (πtk) + sen ((1 + k) tπ) sen ((n + 1)tπ)
= Å ã
πt = πt
Å ã
sen k=0 2 sen
2 2
Si t es un número entero impar, entonces sen ((n + 1)tπ) = 0 para todo n. Dado un valor
fijo de t, que no sea un número entero, el lı́mite lı́mn→∞ sen ((n + 1)tπ) no existe. En

Ç å
n (2k + 1)πt
consecuencia, la serie 6 cos únicamente converge cuando t es un número
P
k=0 2
entero impar, es decir, la serie es puntualmente divergente para casi todos los valores de t.
Podrı́a pensarse que la serie del apartado c) carece de significado, pues es divergente para casi
todos los valores de t. Sin embargo, es mucho más interesante pensar que evaluar las funciones
en puntos concretos (como se viene haciendo en todas las asignaturas de matemáticas de
la carrera) resulta un poco antinatural. En realidad, podemos pensar que interesan más los
promedios de la función en intervalos, que los valores puntuales. La teorı́a matemática que
desarrolla ese punto de vista es la de las funciones generalizadas o distribuciones, la más
famosa deR las cuales es la denominada delta de Dirac δ. La delta de Dirac verifica: δ(t) = 0
si t 6= 0; I g(t)δ(t)dt = g(0) si g es continua
Ç
y el recinto
å
de integración incluye a t = 0. Es
n (2k + 1)πt
interesante observar que la serie 6 cos es precisamente la serie de Fourier de
P
k=0 2
∞
la función generalizada φ(t) = 6 (−1)k δ (t − 2k), que ”da saltos” hacia ”arriba” para
P
k=−∞
t = 0, ±4, ±8, . . . y ”saltos” hacia ”abajo” para t = ±2, ±6, ±10, . . . (¡compruébese!). La
función generalizada φ es la derivada, en el sentido de las distribuciones, de la función f del
enunciado.
Figura 4.1: La función f y la función generalizada φ.

Figura 4.2: Suma parcial (n = 20) de la serie de Fourier de f

4.5. Unidad 3. Integración numérica (0.8 créditos).

4.5.1. Contenidos
19. Reglas de Simpson de aplicación simple y múltiple.
20. Integración con segmentos desiguales. Fórmulas de integración abiertas.
21. Integrales múltiples.
22. Integración de Romberg. Cuadratura adaptativa.
23. Cuadratura de Gauss.
24. Integrales impropias.

1. Estudiar el capı́tulo 21 del texto base (excluyendo la sección 21.1, que corresponde a
la Unidad 0). Resolver los ejemplos 21.4 a 21.9.
Unidad 3.
5. Estudiar el capı́tulo 22 del texto base, resolviendo todos los ejemplos.

de esta guı́a).


Expresiones del error de truncamiento en la fórmulas de Newton-Cotes
Hay que utilizar con precaución las estimaciones del error, como la que proporciona la ex-
presión (21.19) para la regla de Simpson 1/3 de aplicación múltiple. La expresión precisa es
la de la fórmula (21.16) en cada subintervalo. Está expuesto con más detalle, en el cuadro
21.3; obsérvese que h es aquı́
b−a
h= ,
2
con lo que
(b − a)5
h5 = ,
32
siendo 32 × 90 = 2 880.
Sin embargo, la expresión (21.19) nos proporciona solo una estimación del error, que no sirve
para acotarlo. El motivo es que utiliza el promedia de la derivada cuarta del integrando
R b 4)
a f (x)dx
f 4) = ,
b−a
y de esta manera, unos errores se pueden cancelar con otros proporcionando un resultado
erróneo. En la prueba de autoevaluación de esta unidad encontrará un ejercicio (pág. 98)
que ilustra este aspecto.
El algoritmo de integración de Romberg
El algoritmo de integración de Romberg (sección 22.2.2 del texto base) viene dado por la
fórmula de recurrencia
4k−1 Ij+1 ,k−1 −Ij,k−1
Ij,k =
4k−1 − 1
Para poder aplicar la fórmula necesitamos los primeros valores, los correspondientes a k = 1.
Es importante que quede claro que Ij,1 es la aproximación de la integral mediante la fórmula
de Simpson con 2j−1 intervalos. Es muy importante observar que al aumentar j en una
unidad, se dobla el número de subintervalos (¡esto es esencial para que funcione el método!).
No es una buena idea calcular, por ejemplo, I41 (trapecio con ocho intervalos) e I32 antes
que I13 ; conseguimos menos exactitud con más cálculos. Antes de duplicar el número de
intervalos para la regla del trapecio, hay que aplicar (22.8) todas las veces que sea posible.

El orden en el que hay que ir calculando las Ij,k es el siguiente (ver figura 22.3)
subintervalos k = 1 k = 2 k = 3 k = 4 ...
j =1 1 1a 3a 6a 10a ...
j =2 2 2a 5a 9a ... ...
a a
j =3 4 4 8 ... ... ...
a
j =4 8 7 ... ... ... ...
... ... ... ... ... ... ...


10x − 8
Z 12
1. Use la integración de Romberg para evaluar dx con una precisión de orden
0 1 + x2
h8 . Calcule el error relativo porcentual aproximado εa en cada una de las tres iteraciones.
Justifique los cálculos y presente los resultados finales en una tabla como la siguiente
O(h2 ) O(h4 ) εa O(h6 ) εa O(h8 ) εa
Nota. La primera columna corresponde a la regla del trapecio de aplicación múltiple.
2. Calcule aproximadamente el valor de de la integral

Z 1 Z 2Z 3
(x + y + z)3 dx dy dz
−1 0 −1
utilizando, en cada dimensión, la regla de Simpson 1/3 (aplicación simple).

Z 2
dx
3. Calcule la integral de tres maneras: de forma exacta y de forma aproximada
0 (1 + x)2
por el método de Simpson 1/3 de aplicación simple y por la fórmula de Gauss-Legendre de
3 puntos. Comente los resultados.
Z 0,8
4. Aplique el método de Romberg para estimar el valor de la integral 10x dx. Utilice
0
como criterio de paro |εa | < 1 %, al calcular Ij,k para k > 1. Calcule el error aproximado
relativo porcentual |εa | correspondiente a Ij,k , con k > 1, mediante

I
j,k − Ij+1,k−1
|εa | = 100 %
Ij,k
Notas. Opere con toda la precisión de la calculadora y anote los resultados intermedios con
cinco cifras significativas.
5. El método de optimización por interpolación cuadrática consiste en reemplazar la fun-

ción que se desea optimizar por un polinomio interpolador de segundo orden (3 nodos),

para después aproximar el punto de óptimo de nuestra función mediante el del polinomio
interpolador. Z x √
La función f (x) = 2 + t2 − x dt tiene un punto de mı́nimo relativo en el interva-
x−1
lo [0, 2]. Determine, de forma aproximada, ese punto de mı́nimo relativo y el valor mı́ni-
mo correspondiente, aplicando una iteración del método de optimización por interpolación
cuadrática, con nodos x0 = 0, x1 = 1, x2 = 2. Cada vez que tenga que calcular una integral
definida, aproxı́mela mediante la regla de Simpson 1/3 de aplicación simple. Anote los valores
de las integrales y el resultado final con cuatro cifras significativas.
6. Calcule de forma aproximada el valor de la integral doble
Z 4Z 1 »
I= x2 + y dxdy
0 −1
utilizando, en cada dimensión, la fórmula de Gauss-Legendre de dos puntos (cuadratura de

Gauss).
7. Utilice la regla de Simpson 3/8 para estimar el valor de la integral
Z 3Z 7»
x2 + y 2 dxdy
0 1
Opere con toda la precisión de la calculadora. Conteste al dorso.
8. En este ejercicio se va a desarrollar, paso a paso, un método abierto de integración numérica
siguiendo las siguientes instrucciones:
b−a
Z b
a) Aplique a la integral f (x) dx el cambio de variable x = ht + a, en donde h = .
a 4
b) Determine el polinomio interpolador, en su forma de Lagrange, del integrando obtenido
en el apartado anterior, considerando los nodos t = 0, 1, 2, 3.
c) Integre el polinomio interpolador para obtener la fórmula pedida. Tiene que escribir una
Z b
expresión de la forma f (x)dx ≈ . . ., en la que el miembro de la derecha quede en función
a
de a, b, f y h.
9. Se quiere aproximar el valor de la integral
Z 1
f (x) dx ,
0
en donde f (x) = −240x6 + 480x5 − 10x , mediante la regla de Simpson 1/3 de aplicación
4
múltiple. Intente aplicar la fórmula del error (21.19) para determinar un número de subin-
tervalos, n, (lo más bajo posible) con el que se garantice que el valor absoluto del error de
truncamiento es menor que 0,1.
Calcule la integral de forma exacta y también mediante la mediante la regla de Simpson
1/3 de aplicación múltiple (con el valor de n del párrafo anterior) para determinar el error
verdadero de truncamiento. Compruebe que el valor hallado de n es incorrecto. Explique el
resultado.

4.5.5. Soluciones para la prueba de autoevaluación. Unidad 3
1. Solución. Comenzamos aplicando la regla del trapecio en 1, 2, 4 y 8 subintervalos a

10x − 8
la integral en [0, 12] de la función f (x) = . Operamos con todas las cifras que
1 + x2
proporcione la calculadora, aunque basta anotar los resultados parciales con siete u ocho
cifras.
f (0) = −8 f (1,5) = 2,153 846 f (3) = 2,2 f (4,5) = 1,741 177

f (6) = 1,405 405 f (7,5) = 1,170 306 f (9) = 1 f (10,5) = 0,871 9101
f (12) = 0,772 4138
f (0) + f (12)
I1,1 = 12 ≈ − 43,365 52
2
f (0) + 2f (6) + f (12)
I2,1 = 12 ≈ − 13,250 33
4
f (0) + 2 (f (3) + f (6) + f (9)) + f (12)
I3,1 = 12 = 2,974 837
8
f (0) + 2 (f (1,5) + f (3) + f (4,5) + f (6) + f (7,5) + f (9) + f (10,5)) + f (12)
I4,1 = 12 ≈10,393 28
16
4k−1 Ij+1,k−1 − Ij,k−1

Seguidamente aplicamos el algoritmo de Romberg, Ij,k = , completando
4k−1 − 1
la tabla del enunciado
O(h2 ) O(h4 ) εa O(h6 )

I − I
1,2 2,1
I1,2 = 43 I2,1 − 31 I1,1 = 100 % ≈ I1,3 = 16
15 2,2
1
I − 15 I1,2 =
I1,1 = −43,365 52

I1,2
= −3,211 929 = 9,156 235
≈ 312,53 %
4 1
I2,2 = I
3 3,1
− I
3 2,1
= I2,3 = 16
15 3,2
1
I − 15 I2,2 =
I2,1 = −13,250 33 ×
= 8,383 225 = 13,164 95
I3,2 = 43 I4,1 − 31 I3,1 =
I3,1 = 2,974 837 × ×
= 12,866 09
I4,1 = 10,393 28 × × ×

εa O(h8 ) εa
I − I I − I
1,3 2,2 1,4 2,3
100 % ≈ I1,4 = 64
63 2,3
1
I − 63 I1,3 = 100 % ≈
I1,3 I1,4
= 13,228 58
≈ 8,442 4 % ≈ 0,481 %
× × ×
× × ×
× × ×
Llegamos ası́ a la solución
10x − 8
Z 12
dx ≈ 13,228 58 .
0 1 + x2
La integral se puede calcular por cuadraturas,
10x − 8
Z 12
dx = 5 ln 5 + 5 ln 29 − 8 arctan 12 ≈ 12,982 428.
0 1 + x2

12,982428 − 13,228 58
Obsérvese que el error relativo verdadero es

100 % = 1,896 %

12,982428
2. Solución. Dividimos los intervalos correspondientes a cada dimensión en dos partes y

evaluamos el integrando f (x, y, z) = (x + y + z)3 en los nodos ası́ obtenidos:
f (−1, 0, −1) = −8 f (−1, 0, 0) = −1 f (−1, 0, 1) = 0 f (−1, 1, −1) = −1 f (−1, 1, 0) = 0
f (1, 0, −1) = 0 f (1, 0, 0) = 1 f (1, 0, 1) = 8 f (1, 1, −1) = 1 f (1, 1, 0) = 8
f (3, 0, −1) = 8 f (3, 0, 0) = 27 f (3, 0, 1) = 64 f (3, 1, −1) = 27 f (3, 1, 0) = 64
f (−1, 1, 1) = 1 f (−1, 2, −1) = 0 f (−1, 2, 0) = 1 f (−1, 2, 1) = 8

f (1, 1, 1) = 27 f (1, 2, −1) = 8 f (1, 2, 0) = 27 f (1, 2, 1) = 64
f (3, 1, 1) = 125 f (3, 2, −1) = 64 f (3, 2, 0) = 125 f (3, 2, 1) = 216
Consideremos las funciones
Z 3 Z 2
g(y, z) = f (x, y, z)dx ; h(z) = g(y, z)dy
−1 0
1R R2R3 3
R1
Está claro que −1 0 −1 (x + y + z) dxdydz = −1 h(z)dz. Aplicamos la regla de Simpson 1/3
en cada dimensión
Z 1
h(−1) + 4h(0) + h(1)
h(z)dz ≈ (1 − (−1))
−1 6
Z 2
g(0, z) + 4g(1, z) + g(2, z)
h(z) = g(y, z)dy ≈ (2 − 0)
0 6
Z 3
f (−1, y, z) + 4f (1, y, z) + f (3, y, z)
g(y, z) = f (x, y, z)dx ≈ (3 − (−1))
−1 6

Operando se obtiene
g(0, −1) ≈ 0 ; g(0, 0) ≈ 20 ; g(0, 1) ≈ 64 ; g(1, −1) ≈ 20 ; g(1, 0) ≈ 64

g(1, 1) ≈ 156 ; g(2, −1) ≈ 64 ; g(2, 0) ≈ 156 ; g(2, 1) ≈ 320
g(0, −1) + 4g(1, −1) + g(2, −1)
h(−1) ≈ (2 − 0) ≈ 48
6
g(0, 0) + 4g(1, 0) + g(2, 0)
h(0) ≈ (2 − 0) ≈ 144
6
g(0, 1) + 4g(1, 1) + g(2, 1)
h(1) ≈ (2 − 0) ≈ 336
6
1
Z Z Z 2 3 Z 1
I= (x + y + z)3 dxdydz = h(z)dz ≈
−1 0 −1 −1
h(−1) + 4h(0) + h(1) 48 + 4(144) + 336
≈ (1 − (−1)) ≈ (1 − (−1)) = 320
6 6
3. Solución.
a)
Z 2
Se trata de una integral inmediata:
1 −1 2
ó 1 2
2 dx = − (1 + x) 0
= − − (−1) = = 0,666 666 67
0 (1 + x) 3 3
Z 2
1 f (0) + 4f (1) + f (2) 19 1
b) 2 dx ≈ 2 = = 0. 703 703 7, en donde f (x) = .
0 (1 + x) 6 27 (1 + x)2
Z 2 1
1 1
Z
c) 2 dx = du =
0 (1 + x) −1 (u + 2)2
= 0,5555556g(−0,774596669) + 0,8888889g(0) + 0,5555556g(0,774596669) = 0. 664 359 9,
1
en donde u = x − 1 y g(u) = .
(u + 2)2
d) Se ha alcanzado una mejor aproximación con el método de Gauss-Legendre que con la

regla de Simpson 1/3. Aunque ambos métodos evalúan el integrando en tres puntos, los nodos
del método de Simpson se escogen arbitrariamente en los extremos y en el punto medio del
intervalo (obteniéndose un método que es exacto para polinomios de grado menor o igual a
3), mientras que los del método de Gauss-Legendre se escogen de manera que la fórmula sea
exacta para polinomios de grado menor o igual a 5.
Para razonar en general, denotemos por I(h) a la integral de una cierta función de clase 7 en
el intervalo [a − h, a + h] y por S(h), G(h) a las aproximaciones obtenidas por las fórmulas de
Simpson y Gauss-Legendre (de 3 puntos) respectivamente. Entonces S(h) = I(h) + O (h5 ),
mientras que G(h) = I(h) + O (h7 ). Obsérvese que tanto I(h) como S(h) y G(h) tienden a
cero cuando h → 0. Para valores de h suficientemente pequeños tendremos |S(h) − I(h)| >
|G(h) − I(h)|, pero no necesariamente para todos los valores de h.

En consecuencia, la fórmula de Gauss-Legendre no proporciona siempre una mejor aproxi-

mación que la de Simpson. Obsérvese el siguiente ejemplo:
f (x) = 7x6 − 10x4
a = R0, h = 1.
1
I = −1 f (x)dx = −2
f (−1) + 4f (0) + f (1)
S=2 = −2
6
G = 0,5555556f (−0,774596669) + 0,8888889f (0) + 0,5555556f (0,774596669) = −2,32
4. Solución. Comenzamos aplicando dos veces la regla del trapecio, en uno y dos subinter-
valos :
100 + 100,8 100 + 2(100,4 ) + 100,8
I11 = 0,8 = 2,923 8 I21 = 0,8 = 2,466 7
2 4
4I21 − I11
Obtenemos I12 mediante la fórmula de recurrencia (22.8): = 2,314 3 .
I12 =
4 − 1
I − I 2,314 3 − 2,466 7
12 21
El error aproximado es |εa | = 100 % =

100 % = 6,585 1 % >

I12 2,314 3
1 %, luego continuamos.
Aplicamos la regla del trapecio con cuatro subintervalos, para calcular I31 (poner tres es un
error de concepto) y, mediante (22.8), obtenemos I22 :
100 + 2 (100,2 + 100,4 + 100,6 ) + 100,8

I31 = 0,8 = 2,346 5
8
4I31 − I21 4 (2,346 5) − (2,466 7)
I22 = = = 2,306 4
4−1 4−1

I − I
22 31
|εa | = 100 % = 1,738 6 % > 1 %
I22
De nuevo mediante (22.8), obtenemos I13 :
42 I22 − I12

I − I
13 22
I13 = = 2,305 9 |εa | = 100 % = 0,02168 4 % < 1 %
42 − 1

I13
Como el error aproximado es menor que la cota preestablecida, concluimos con la estimación
Z 0,8
10x dx ≈ I13 =2,305 9 .
0
Nota. Es fácil calcular el valor verdadero de la integral:

#0,8
ex ln 10 100,8 − 1
Z 0,8 Z 0,8 "
x x ln 10
10 dx = e dx = = ≈ 2,305 92 .
0 0 ln 10 0
ln 10

5. Solución. La optimización mediante interpolación cuadrática consiste en determinar, en

cada etapa, el óptimo de un polinomio interpolador de segundo orden, como aproximación
del óptimo de la función objetivo. El óptimo (máximo o mı́nimo) de un polinomio de segundo
grado se encuentra en el vértice de la parábola, cuya abscisa viene dada por
f (x0 ) (x21 − x22 ) + f (x1 ) (x22 − x20 ) + f (x2 ) (x20 − x21 ) −3f (0) + 4f (1) − f (2)
x3 = =
2f (x0 ) (x1 − x2 ) + 2f (x1 ) (x2 − x0 ) + 2f (x2 ) (x0 − x1 ) −2f (0) + 4f (1) − 2f (2)
−b
(Recordemos que el vértice de una parábola y = ax2 + bx + c se encuentra en x = .
2a
Escriba la expresión del polinomio interpolador de segundo orden y luego aplique la fórmula
−b
x= ).
2a
Para calcular aproximadamente los valores de f (0), f (1), f (2), utilizamos la regla de Simpson
1/3 de aplicación simple.
Z 0 √
» » √
2 + (−1) 2 + 4 2 + (−0,5)2 + 2 + 02
f (0) = 2 + t2 − 0 dt ' (0 − (−1)) ' 1,524
−1 6
Z 1√ √ » √
2
1 + 02 + 4 1 + (0,5)2 + 1 + 12
f (1) = 2 + t − 1 dt ' (1 − 0) ' 1,148
0 6
Z 2√
1 + 4 × 1,5 + 2
Z 2
f (2) = 2 + t2 − 2 dt = t dt = (2 − 1) = 1,5
1 1 6
Finalmente, la aproximación (en una sola iteración) del punto de mı́nimo es
−3f (0) + 4f (1) − 1f (2) −3(1,524) + 4(1,148) − 1,5

x3 = = ' 1,016
−2f (0) + 4f (1) − 2f (2) −2(1,524) + 4(1,148) − 2(1,5)
El valor mı́nimo correspondiente es

Z 1,016 » Z 1,016 »
f (1,016) = 2 + t2 − 1,016 dt = 0,984 + t2 dt =
1,016−1 0,016
√ √ √
0,984 + 0,0162 + 4 0,984 + 0,5162 + 0,984 + 1,0162
= (1,016 − 0,16) ' 1,147
6
6. Solución. Para aplicar la fórmula de Gauss-Legendre hay que comenzar normalizando

los intervalos de integración de cada variable, es decir, hay que aplicar cambios de variable
para conseguir que los intervalos de integración de ambas variables coincidan con el intervalo
[−1, 1]. Los lı́mites de integración de la variable x ya son −1, 1, por lo que no hay que hacer
nada con ella. Los lı́mites de integración de la variable y son 0, 4, por lo que aplicamos el
y−2
cambio de variable u = x, v = , para aplicar después la cuadratura de Gauss a la nueva
2
integral:

Z 4Z 1 » Z 1 Z 1 »
I= x2 + y dx dy = 2 u2 + (2 + 2v) du dv ≈
0 −1 −1 −1
ÖÃ Ã è
å2 å2
−1
Z 1 Ç Ç
1
≈ 2 √ + (2 + 2v) + √ + (2 + 2v) dv =
−1 3 3
Z 1 s s
−1
Ç å Ç å
7 7 7 1
= 4 + 2v dv ≈ 4 + 2 √ +4 +2 √ ≈
−1 3 3 3 3 3
≈ 11,813 105 73007
√ R7
7. Solución. Definimos f (x, y) = x2 + y 2 , g(y) = 1 f (x, y)dx. Ası́
Z 3Z 7» Z 3
g(0) + 3g(1) + 3g(2) + g(3)
x2 + y2 dxdy = g(y)dy ' (3 − 0) '
0 1 0 8
3
' ( (7 − 1) f (1,0)+3f (3,0)+3f
8
(5,0)+f (7,0)
+ 3 (7 − 1) f (1,1)+3f (3,1)+3f (5,1)+f (7,1)
8
+
8
+ 3 (7 − 1) f (1,2)+3f (3,2)+3f
8
(5,2)+f (7,2)
+ (7 − 1) f (1,3)+3f (3,3)+3f
8
(5,3)+f (7,3)
)=
9√ 9√ 9√ 3√ 9√ 9√ 3√
Ç å Ç å
3
= (24 + 3 2+ 10 + 26 + 3 5+ 13 + 29 + 53 +
8 2 4 4 4 4 4 4
3√ 27 √ 9√ 3√
Ç å
+ 10 + 2+ 34 + 58 ) ' 79,388 81
4 4 4 4
8. Solución. a)
Z b Z 4
f (x)dx = f (ht + a) h dt .
a 0
b)
(t − 1)(t − 2)(t − 3) (t − 0)(t − 2)(t − 3)
P (t) = f (a)h + f (a + h)h+
(0 − 1)(0 − 2)(0 − 3) (1 − 0)(1 − 2)(1 − 3)
(t − 0)(t − 1)(t − 3) (t − 0)(t − 1)(t − 2)
+ f (a + 2h)h + f (a + 3h)h =
(2 − 0)(2 − 1)(2 − 3) (3 − 0)(3 − 1)(3 − 2)
1 1
= − (t − 1) (t − 2) (t − 3) f (a)h + t (t − 2) (t − 3) f (a + h)h−
6 2
1 1
− t (t − 1) (t − 3) f (a + 2h)h + t (t − 1) (t − 2) f (a + 3h)h =
2
Ç å 6Ç å
1 3 2 11 1 3 5 2
= − t + t − t + 1 f (a)h + t − t + 3t f (a + h)h−
6 6 2 2
Ç å Ç å
1 3 2 3 1 3 1 2 1
− t − 2t + t f (a + 2h)h + t − t + t f (a + 3h)h .
2 2 6 2 3

c)
Z b Z 4 Z 4
f (x)dx = f (ht + a)hdt ≈ P (t)dt =
a 0 0
4 4 1
ÇZ Ç å å ÇZ Ç å å
1 11 5
= − t3 + t2 − t + 1 dt f (a)h + t3 − t2 + 3t dt f (a + h)h−
0 6 6 0 2 2
4 1 4 1
ÇZ Ç å å ÇZ Ç å å
3 2 3 3 1 2 1
− t − 2t + t dt f (a + 2h)h + t − t + t dt f (a + 3h)h =
0 2 2 0 6 2 3
Ç å Ç å Ç å
8 4 8
= (0) f (a)h + f (a + h)h − f (a + 2h)h + f (a + 3h)h .
3 3 3
Ası́ obtenemos la fórmula abierta
8f (a + h) − 4f (a + 2h) + 8f (a + 3h)
Z b
f (x)dx ≈ h.
a 3
O lo que es igual
2f (a + h) − f (a + 2h) + 2f (a + 3h)
Z b
f (x)dx ≈ (b − a) .
a 3
9. Solución. Aplicamos (21.19), esto es,

(b − a)5

|Ea | = −

f 4)
.
180n4

En nuestro caso, a = 0, b = 1, f 4) (x) = −86 400 x2 + 57 600 x − 240,

R 1 4) Z bÄ
f (x)dx ä
f 4) = 0
= −86 400x2 + 57 600x − 240 dx = −240 .
1−0 a
(b − a)5

1 4

|Ea | = −

f 4) = − (−240)=
180n4
180n4
3n4

4 4 40
|Ea | < 0,1 ⇔ < 0,1 ⇔ n > ≈ 1,911
3n4 3
En consecuencia elegirı́amos n = 2.
Valor verdadero (salvo error de redondeo al final)
Z 1 Z 1Ä ñ ôx=1
6 5 4
ä 240 7 306
f (x)dx = −240x + 480x − 10x dx = − x + 80x6 − 2x5 = ≈ 43,714
0 0 7 x=0 7

Valor aproximado mediante la regla de Simpson 1/3 con n = 2 (aplicación simple)

Z 1
f (0) + 4f (1/2) + f (1) 545
f (x)dx ≈ = ≈ 45,417
0 6 12
Error verdadero de truncamiento
306 545 143

|Et | = − = > 1,702

7 12 84
¡No es cierto que el error sea menor que 0,1!.
Probablemente lo primero que a uno se le ocurre es aplicar la expresión (21.19), pero esta
es una decisión equivocada porque (21.19) proporciona una estimación del error, pero no es
válida para garantizar que ese error queda por debajo de una determinada cota.
Finalmente, veamos que para n = 4,
Z 1
f (0) + 4f (0,25) + 2f (0,5) + 4f (0,75) + f (1)
f (x)dx ≈ ≈ 43,737 ,
0 12
de donde |Et | = |43,714 − 43,737| = 0,023 < 0,1 .

4.6. Unidad 4. Integración numérica de ecuaciones di-

ferenciales ordinarias. (1.3 créditos)
4.6.1. Contenidos
25. Método de Euler. Mejoras del método de Euler.
26. Métodos de Rung-Kutta.
27. Resolución numérica de sistemas de EDO.
28. Resolución numérica de EDO de orden mayor que uno.
29. Métodos adaptativos de Runge-Kutta.
30. Rigidez. Métodos de pasos múltiples.
31. Métodos generales para problemas de valores de frontera.
32. Problemas de valores propios.

1. Estudiar el capı́tulo 25 del texto base. Resolver los ejemplos 25.1 a 25.13.
2. Hacer los ejercicios 25.1 a 25.10 y 25.23.
Unidad 4.
5. Estudiar el capı́tulo 26 del texto base. Resolver los ejemplos 26.1 a 26.7.
6. Hacer los ejercicios 26.1 a 26.8 y 26.14 a 26.16..
Unidad 4.
9. Estudiar las secciones 27.1 y 27.2 del texto base. Resolver los ejemplos 26.1 a 26.7.

10. Hacer los ejercicios 27.1 a 27.12 y 27.23, 27.28 y 27.30.
Unidad 4.
de esta guı́a).

Cómo denotar correctamente una función.
Conviene recordar aquı́ algunos conceptos de la enseñanza básica. Utilizamos dos tipos de
notación para referirnos a una función expresada mediante una fórmula: dándole un nombre
propio a la función, por ejemplo, f (x) = 3x2 + 1 o evitando hacerlo, y = 3x2 + 1 (también se
escribe y(x) = 3x2 + 1, sin pretender dar nombre a la función, pero dejando claro cuáles son
las variables dependiente e independiente). Las dos notaciones son útiles y hay que saber
optar, en cada caso, por una u otra. Si nos vamos a referir de nuevo a la función en el mismo
razonamiento, lo lógico es darle un nombre (por ejemplo f o g), para designarla en adelante
como la función f o la función g. Si vamos a definir varias funciones que no volveremos a
citar (como ocurre al dar ejemplos), conviene utilizar la notación de y = 3x2 + 1 (variable
dependiente-variable independiente), porque si no, agotarı́amos las letras del alfabeto, sin
conseguir una exposición más clara.
Recordemos también que la definición precisa de una función exige indicar claramente cuál
es su dominio, lo que se puede conseguir mediante una expresión del tipo
f : {(x, y) ∈ R2 : x − y > 0} → R; f (x, y) = x2 + y .
Obsérvese que, mediante

g : R2 → R; g(x, y) = x2 + y ,
definimos una función g distinta de f . Cuando nos limitamos a escribir la fórmula, sin
indicar explı́citamente cuál es el dominio (bien como se acaba de hacer o con palabras),
se sobrentiende que el dominio es el mayor conjunto de Rn (en donde n es el número de
variables independientes que aparecen en la fórmula) para el que la fórmula tiene sentido. Por

ejemplo, si ponemos y = 1/x o f (x) = 1/x, se sobrentiende que la función está definida para
cualquier número real distinto de cero. Por cierto, obsérvese que f : R2 → R; f (x, y) = x2
y g : R → R; g(x) = x2 son dos funciones diferentes.
Como conclusión, debe desterrarse la idea de que la f que da nombre a una función es solo una
abreviatura de la palabra función (como si se estuviera tecleando un mensaje corto de móvil).
Por ejemplo, si y = f (x) es la solución del problema de valores iniciales y 0 = x−y 2 ; y(1) = 2,
no podemos, de ninguna
Rx
manera, llamar también f a la función g(x, y) = x − y 2 o a su
primitiva F (x) = 0 f (x) dx. Al designar con la misma letra (que casualmente siempre es
la f ) a las distintas funciones que participan en un mismo razonamiento, se confunde quien
escribe y se dificulta la comprensión del texto.
Funciones trigonométricas
Cuando se aplica el cálculo diferencial, la función denotada por ‘sen’ siempre representa el
seno del argumento en radianes, incluso cuando se elige evaluarla en grados sexagesimales,
como se hace todavı́a en ingenierı́a (en ese caso, se está aplicando x ◦ ≡ πx/180). Quien
tenga el capricho de utilizar en análisis la función seno con el argumento en grados, deberı́a
introducir una nueva notación, pongamos sg en, y tener en cuenta, por ejemplo, que la derivada
π2 g
segunda de sgen no es −sg en , sino − 1802 s en.
El método de potencias
Consideremos una cierta norma k·k en Rm y una matriz A, con m filas y m columnas.
Denotaremos aquı́ como matrices columna a los elementos de Rm .
Recordemos que se dice que un número real λ es una autovalor de la matriz A, si existe
un vector no nulo u ∈Rm tal que Au = λu. Todos los vectores que verifican la igualdad
anterior se denominan autovectores de A correspondientes al autovalor λ. Los autovectores
correspondientes a un cierto autovalor λ forman un subespacio vectorial de Rm de dimensión
1 o mayor. Esa dimensión se denomina multiplicidad geométrica del autovalor.
Resulta sencillo comprobar (¡hágase!) que los autovalores de A son precisamente las raı́ces
reales del polinomio det (A − λI) . Este polinomio se denomina polinomio caracterı́stico de
A. Recordemos que I es la matriz identidad de m filas y m columnas (unos en la diagonal
principal, ceros en el resto). La multiplicidad de un autovalor λ como raı́z del polinomio
anterior (concepto este de multiplicidad bien conocido por el lector) se denomina aquı́, para
evitar ambigüedades, multiplicidad algebraica de λ. La multiplicidad geométrica es siempre
menor o igual que la algebraica, pero pueden no coincidir.
Calcúlense, porÇejemplo,
å las multiplicidades algebraica y geométrica del único autovalor de
3 1
la matriz A = .
0 3
Las raı́ces complejas del polinomio det (A − λI) se denominan autovalores complejos de
A, lo que ocurre es que los correspondientes autovectores no están a Rm , si no en Cm .
Frecuentemente, en ingenierı́a, el término autovalor se refiere solo a los reales.

Es obvio que los autovectores u correspondientes a un cierto autovalor λ concreto son las
soluciones de la ecuación (o sistema de ecuaciones, según quiera verse) (A−λI) u = 0. Se
denominan autovectores generalizados correspondientes a un autovalor λ de multiplicidad
algebraica k, a las soluciones u de la ecuación (A−λI)k u = 0. Los autovectores son autovec-
tores generalizados, pero el recı́proco no es, en general, cierto. Nos interesan los autovectores
generalizados porque siempre es posible formar con ellos una base del espacio Cm , lo cual no
es, en general, cierto para los autovectores.
Para explicar en qué consiste el denominado método de potencias, que se utiliza para aproxi-
mar el mayor autovalor de una matriz, consideremos un cierto vector unitario u0 de Rm ,
escrito como matriz columna.
An u0
Si la sucesión un = es convergente en Rm , entonces converge necesariamente
kAn u0 k
kAn u0 k
a un autovector de A y λn = converge a un autovalor correspondiente.
kAn−1 u0 k
Demostración. Observemos que:
An+1 u0 An+1 u0 kAn+1 u0 k kAn+1 u0 k

Aun = = = un+1 = λn+1 un+1 .
kAn u0 k kAn+1 u0 k kAn u0 k kAn u0 k
Haciendo n → ∞ , teniendo en cuenta que las aplicaciones lineales de Rm en sı́ mismo

son continuas y que, al ser unitarios los vectores un , su lı́mite u no puede ser nulo, se
deduce que (λn ) converge a un cierto número λ y que Au = λu. t
Las sucesiones (un ) y (λn ) se pueden describir en forma de recurrencia. En efecto,

kAun k
según acabamos de ver, Aun = λn+1 un+1 , luego λn+1 = = kAun k, ası́
kun+1 k
Aun
un+1 = , λn+1 = kAun k , para n ≥ 0 (4.1)
kAun k
Tal y como está definido en (4.1), la sucesión (λn ) solo puede converger a un número
positivo. Para incluir el caso de autovalores negativos, modificamos ligeramente el
algoritmo de modo que, en cada etapa, calculamos un , λn y (−1)n un , según (4.1). Si la
sucesión que converge es ((−1)n un ), en vez de (un ), entonces lo hace a un autovector
correspondiente al autovalor negativo − lı́m λn (para verlo, basta poner −A en vez de
A). Denominamos método de potencias al algoritmo descrito. Normalmente se considera
la norma uniforme k · k∞ . Recordemos que la norma uniforme (o del máximo) de un
vector es el mayor de los valores absolutos de sus componentes.
Decimos que un autovalor de la matriz A es dominante, si su módulo es estrictamente

mayor que el módulo de cualquier otro autovalor (real o complejo). Obsérvese que un

autovalor dominante tiene que ser real, pues todo complejo tiene el mismo módulo que
su conjugado. Una matriz cuadrada no tiene por qué tener autovalores dominantes. La
multiplicidad geométrica de un autovalor dominante puede ser mayor que uno.
Si la matriz A tiene un autovalor dominante, entonces, en general, el método de po-

tencias aquı́ descrito converge hacia él. Solo hay una excepción (improbable en las
aplicaciones): que se dé la coincidencia de que el vector inicial u0 sea combinación
lineal de los autovectores generalizados correspondientes a otros autovalores (reales o
complejos). En ese caso, el método podrı́a converger a otro autovalor (real) u oscilar. La
justificación de todo esto es más complicada de lo que llevamos aquı́ expuesto. La idea
es cambiar a una base formada por autovectores generalizados de A (descomposición
de Jordan de la matriz).
El método de potencias podrı́a resultar, según el caso, oscilante o convergente:
• Si el método converge, pueden darse dos circunstancias:

◦ Caso más probable. Que converja al autovalor dominante.
◦ Caso menos probable. Que converja a un autovalor no dominante (tanto si
existe como si no el dominante).
Si queremos asegurarnos de que converge al autovalor dominante y no a otro (cir-
cunstancia improbable en las aplicaciones), podrı́amos calcular el determinante
de la matriz formada por los vectores {u0 , u1 , . . . , um } recién obtenidos. Si sale
distinto de cero, podemos estar seguros de que nuestro método converge al auto-
valor dominante; si sale cero, no salimos de la duda, aunque aumenta la sospecha
de que el resultado anterior no fuera realmente un autovalor dominante. Siempre
podrı́amos repetir el método con otro valor inicial u0 que no fuera combinación
lineal de los vectores {u0 , u1 , . . . , um−1 } recién obtenidos.
• Si el método oscila, puede deberse a dos causas:
◦ Caso más probable. Que no exista un autovalor dominante.
◦ Caso menos probable. Que, existiendo un autovalor dominante, se dé la coin-
cidencia de que el vector inicial u0 sea combinación lineal de los autovectores
generalizados correspondientes a otros autovalores (reales o complejos).
Al calcular el determinante de la matriz formada por los vectores {u0 , u1 , . . . , um }
recién obtenidos y obtener un resultado distinto de cero, podrı́amos estar seguros
de que no hay un autovalor dominante.
Hay que tener en cuenta que los errores de redondeo pueden provocar que un método
que comience con un valor inicial correspondiente a uno de los casos menos probables,
salte al caso más probable correspondiente. Por ejemplo, puede ocurrir que, para un
determinado vector inicial, la sucesión definida por el método de potencias converja

hacia un autovalor no dominante, aunque el dominante exista. Ya hemos comentado que

esto puede ocurrir si todos los un caen en el subespacio formado por los autovectores de
ese autovalor no dominante. Sin embargo, al implementar numéricamente esa sucesión,
puede ocurrir, debido a los errores de redondeo, que algún un se salga de ese subespacio,
y que el método converja (numéricamente) hacia el autovalor dominante.
EJEMPLOS
Consideramos la norma uniforme.

Å ã Å ã
1 2 0
1.A = 4 3
; u0 =
1
Å ãÅ ã Å ã Å ã Å ã
1 2 0 2 1 2 0,666 666 7
Au0 = = ; λ1 = máx {|2| , |3|} = 3; u1 = = ;
4 3 1 3 3 3 1
Å ã
1 −,666 666 7
(−1) u1 = ;
−1
Å ãÅ ã Å ã
1 2 0,666 666 7 2,666 667
Au1 = = ; λ2 = 5,666 667;
4 3 1 5,666 667
Å ã Å ã Å ã
1 2,666 667 ,470 588 3 2 ,470 588 3
u2 = = ; (−1) u2 =
5,666 667 5,666 667 1,0 1,0
Å ã Å ã Å ã
2,470 588 0,506 024 3 −,506 024
Au2 = ; λ3 = 4,882 353; u3 = ; (−1) u3 = ;
4,882 353 1,0 −1,0
Å ã Å ã Å ã
2,506 024 0,498 801 4 0,498 801
Au3 = ; λ4 = 5,024 096; u4 = ; (−1) u4 =
5,024 096 1,0 1,0
Å ã Å ã Å ã
2,498 801 0,500 24 5 −,500 24
Au4 = ; λ5 = 4,995 204; u5 = ; (−1) u5 =
4,995 204 1,0 −1,0
Å ã Å ã Å ã
2,500 24 0,499 952 6 0,499 952
Au5 = ; λ6 = 5,000 96; u6 = ; (−1) u6 =
5,000 96 1,0 1,0
Después de 6 iteraciones, parece que la sucesión de vectores (un ) converge, por lo que nuestra
estimación
Ç del autovalor
å dominante serı́a λ ' 5,000 96 y para el autovector correspondiente
0,499 952
u' . Si queremos asegurarnos de que se trata, efectivamente, del autovalor
1,0
Ç å
0 2
dominante y no de otro, calculamos det = −2 6= 0, por lo que podemos estar
1 3
seguros de que nos hemos aproximado al autovalor dominante.
Ç å Ç å
1 2 −1
2. A = ; u0 =
4 3 1

Ç åÇ å Ç å
1 2 −1 1
Au0 = = ; λ1 = máx {|1| , |−1|} = 1;
4 3 1 −1
Ç å Ç å Ç å
1 1 1 1 −1
u1 = = ; (−1) u1 = ;
1 −1 −1 1
Ç åÇ å Ç å
1 2 1 −1
Au1 = = ; λ2 = 1;
4 3 −1 1
Ç å Ç å
−1 2 −1
u2 = ; (−1) u2 =
1 1
··· ······ ······ ······ ······ ······ ······ ······ ······ ······ ···
Ç n+1 å Ç å
(−1) −1
un = ; λn = 1 ; (−1)n un =
(−1)n 1
Como las un oscilan, pero las (−1)n un convergen, resulta que el método converge al autovalor
λ = −1 ( que no es dominante,
Ç
pues
å
sabemos que el autovalor dominante es λ = 5). El valor
−1 1
del determinante det = 0 nos hubiera hecho sospechar (si no lo supiéramos ya)
1 −1
que λ = −1 no era dominante.
EJERCICIOS
Consideramos de nuevo la norma uniforme. A continuación se proporcionan varias matrices
para que se experimente con el método de potencias. Se sugiere utilizar la hoja de cálculo
“MetodoPotencias.xls”, aunque no estarı́a mal intentar crear una. En todo caso, lo impor-
tante es experimentar con las matrices dadas y con los valores iniciales que se le ocurran a
cada uno, para intentar determinar, si es que existen, los autovalores dominantes y uno de los
autovectores correspondientes. Se proporciona también la forma de Jordan de cada matriz
(en Cn ), para comprobar los resultados. Recuérdese que en la diagonal principal de la forma
de Jordan se pueden ver los autovalores y su multiplicidad. Insistimos: toda la información
que se proporciona sobre la matriz A, excepto la propia matriz, sirve solo para comprobar
los resultados y para entender qué es lo que ocurre al hacer correr el algoritmo del método
de potencias, con distintos vectores iniciales. En el primer caso, para refrescar la memoria,
se da la información un poco más detallada.
Ö è
−4 8 3
1. A = −4 4 − 21
7 −6 1
Polinomio
Ö
caracterı́stico:
èÖ
λ3 − λ2 − 8λè+Ö
12, raı́ces: λ =è−3 (simple), λ = 2 (doble).
1 −1 0 −3 0 0 1 −2 −1
1 3 1
A= 2
−2 −2 0 2 1 0 −2 −1
−1 2 1 0 0 2 1 2 2

Ö è
−3 0 0
Forma de Jordan 0 2 1 . Autovalores: λ = −3 (multiplicidad algebraica
0 0 2
1), λ = 2 (multiplicidad algebraica 2, geométrica 1)
Ö èÖ è Ö è
1 −1 0 1 1
1 3
2
− 2
− 12 0 = 1
2
autovector correspondiente a λ = −3
−1 2 1 0 −1
Ö èÖ è Ö è
1 −1 0 0 −1
1
2
− 23 − 12 1 = − 32 autovector correspondiente a λ = 2
−1 2 1 0 2
Ö èÖ è Ö è
1−1 0 0 0
1
2
− 23 − 12 0 = − 12 autovector generalizado correspondiente a
−1 2 1 1 1
λ=2
Ö è
5 −9 −6
2. A = −3 −1 −6
3 9 14
1
− 32 −2
Ö èÖ èÖ è
2
2 0 0 1 3 2
1
A= 2
− 12 0 0 8 0 1 1 2
− 21 3
2
1 0 0 8 −1 0 −1
Ö è
12 1 −10
3. A = 1 4 −2
4 0 −1
− 21 − 32 3
Ö èÖ èÖ è
3 0 0 1 −1 −2
A= − 21 12 0 0 5 0 1 1 −2
− 21 −1 32 0 0 7 1 13 − 34
Ö è
5 5 4
4. A = 1 −11 −16
−1 5 10
9 − 21 15
Ö èÖ èÖ 1 1 1
è
2
4 0 0 18 18 9
A= −9 32 15
2
0 −6 0 0 1 1
9 − 21 − 15
2
0 0 6 1
15
0 1
− 15
Ö è
3 15 12
5. A = 15 3 12
−21 −3 −18

1
− 12
Ö èÖ èÖ è
1 2
−6 0 0 1 −2 −1
1
A= 1 2
− 32 0 6 0 1 3 2
−2 − 12 52 0 0 −12 1 −1 0
Ö è
5 2 3
6. A = 9 14 11
−14 −24 −18
1
− 21 i
Ö èÖ èÖ è
1 2
i 1 0 0 1 −2 −1
A= 1 − 12 + i − 12 − i 0 −4i 0 1 1 − 2i 1 − i
−2 1 − 32 i 1 + 32 i 0 0 4i 1 1 + 2i 1 + i

4.6.4. Prueba de autoevaluación. Unidad 4.
1. Resuelva mediante el método de Ralston, desde x0 = 1 hasta x3 = 1,3 con tamaño de

paso h = 0,1, el problema de valores iniciales xy 0 = 2y ; y(1) = 2.
2. Utilice el método de Euler para resolver de forma aproximada el problema
y 00 + y + 2 cos t = 1 ; y(0) = 1 ; y 0 (0) = 0
desde t = 0 hasta t = 0,25 con un tamaño de paso h = 0,05. Presente los resultados en una
tabla. Opere, al menos, con ocho decimales. ¿Cuánto estima que vale y 0 (0,15)?.
3. Utilice un método Runge-Kutta de tercer orden para resolver el sistema
du dv
= 24x − 2u − 4v = 9x2 − u + v u(0) = −1 v(0) = −1
dx dx
en el intervalo 0 ≤ x ≤ 0,6 con un tamaño de paso h = 0,2.
4. Para aproximar la solución del problema de valores de frontera

√
y 00 + y = 10 x ; y(2) = 25 ; y(4) = 30, (1)
se aplica el método del disparo, resolviendo los correspondientes problemas de valores iniciales
mediante el método de Euler con tamaño de paso 0,2. Los resultados parciales obtenidos para
los problemas de valores iniciales son
x= 2 2,2 2,4 2,6 2,8 3
y(x) ≈ 25 25, 00 24, 57 23, 73 22, 53 21, 02
y 0 (x) ≈ 0 −2, 172 −4, 206 −6, 022 −7, 543 −8, 702
x= 2 2,2 2,4 2,6 2,8 3
y(x) ≈ 25 27, 00 28, 57 29, 65 30, 21 30, 22
y 0 (x) ≈ 10 7, 828 5, 394 2, 778 0, 073 −2, 622
x= 3,2 3,4 3,6 3,8 4
y(x) ≈ 19, 28 17, 39 15, 45 13, 55 11, 79
0
y (x) ≈ −9, 442 −9, 720 −9, 510 −8, 805 −7, 616
x= 3,2 3,4 3,6 3,8 4
y(x) ≈ 29, 70 28, 66 27, 15 25, 23 22, 98
0
y (x) ≈ −5, 202 −7, 564 −9, 608 −11, 24 −12, 39
Termine de resolver el problema (1) mediante el método del disparo, combinado con el de
Euler con tamaño de paso 0,2. Presente los resultados en una tabla. Opere con cuatro cifras
significativas. En particular, indique los valores aproximados obtenidos para y(3), y 0 (3), y 0 (2)
e y(4), en donde y es la solución del problema (1).

5. Utilice un método Runge-Kutta de cuarto orden, con tamaño de paso h = 2, para resolver
el siguiente sistema desde t = 1 hasta t = 3. Opere con toda la precisión de su calculadora.
dx
=x+y+t ; x(1) = 1
dt
dy
= 3x + 2y + 5t ; y(1) = 2
dt
6. Se ha obtenido la siguiente tabla, mediante el método (clásico) de Runge-Kutta de 40

orden, para resolver el problema:
dx dy
= y + t, = x + y + t, x(1) = 2,1168, y(1) = 4,0432.
dt dt
t x y k11 k12 k21 k22 k31 k32 k41 k42
1 2,1168 4,0432 5,0432 7,1600 5,2472 7,4901 7,5034 5,4684 7,8479
1,05 2,3794 4,4182 7,8476 5,6893 8,2055 5,6983 8,2200 5,9292 8,5935
1,1 2,6642 5,9289 8,5931 6,1688 8,9812 6,1785 8,9969 6,4288
1,15 2,9730 5,2785 6,4285 9,4015 6,6886 9,8222 6,6991 9,8393 6,9705 10,278
dy d2 y
a) Determine las aproximaciones de , que facilita la tabla en t = 1,1.
dt dt2
b) Complete correctamente las 4 celdas vacı́as, justificando las respuestas .
Notas. Observe que x e y son funciones de t y que ki1 , ki2 son las componentes de ki .
dx
7. Se aplica el método (clásico) de Runge-Kutta de 4o orden, con y = , para resolver el
dt
d2 x dx dx
problema 2 − − x = 3 − t2 , x(0) = 5, (0) = 0. A continuación aparece parte de la
dt dt dt
tabla obtenida
t x y k11 k12 k21 k22 k31 k32 k41 k42
0 0, 0000 8, 000 A B 8, 209
0, 05 5, 010 0, 4103 0, 4103 0, 6207 0, 6262 8, 646 0, 8426 C
0, 1 D 0, 8424 8, 874 9, 111 1, 070 9, 123 E
0, 15 9, 371 1, 533 9, 629 1, 539 9, 642 1, 780 9, 912
0, 2 5, 172 1, 780 1, 780 9, 912 2, 028 10, 19 F G 2, 291 10, 50
a) Calcule los valores de las celdas ocupadas por las letras: A, B, C, D, E, F, G.
d2 x d3 x
b) Determine las aproximaciones de 2 , 3 que facilita la tabla en t = 0, 2 .
dt dt
Notas. Observe que ki = (ki1 , ki2 ). La tabla se completa de izquierda a derecha y de arriba
abajo.
dy
8. Para resolver el problema de valores iniciales (y − 20) = 100(x − 1) ; y(0) = 0, se aplica
dx
el método de Heun sin autoinicio (sin utilizar modificadores) con tamaño de paso h = 0,2, e

iterando el corrector hasta que el error relativo porcentual aproximado εa sea menor, en valor
absoluto, que εs = 0,01 %. Al ser un método de pasos múltiples, necesitamos un segundo
valor para poder empezar, por lo que se aplica un método de Runge-Kutta y se obtiene
y(−0,2) ≈ −1, 07131. El resultado de aplicar el método de Heun sin autoinicio (valores de
yij y de |εa |) se refleja en la siguiente tabla, en la que se han rellenado algunas celdas con
asteriscos y otras con letras.
j y1j |εa | y2j |εa | y3j |εa | y4j |εa | y5j |εa | y6j
0 A ∗ ∗ 2, 57687 2, 69637 F
1 0, 919478 ∗ 1, 66600 0, 67 % 2, 21825 0, 88 % 2, 55774 0, 75 % 2, 67227 0, 91 % ∗
2 0, 919276 0, 022 % 1, 66580 0, 012 % C ∗ 2, 55761 D 2, 67227 0,00 % ∗
3 B ∗ 1, 66580 0,00 % E ∗ ∗
a) Complete las celdas ocupadas por letras con lo valores correctos, indicando vacı́a cuando
considere que la celda deba dejarse en blanco.
dy
b) Aplicando los datos de la tabla, calcule y(1) y también (1).
dx
Notas. 1. Opere con toda la precisión de la calculadora. Hay que redondear los valores de
yij que se piden a 6 cifras significativas y los del error relativo porcentual aproximado, a 2
cifras significativas.
2. Se debe completar la tabla siguiendo el orden lógico, es decir, para calcular el valor de una
celda (que no deba ir vacı́a) no está permitido utilizar los valores que figuran en columnas a
su derecha, ni por debajo de esa celda en la misma columna.
df (x)
9. Sea f : [1, +∞) → R la función que verifica = x − (f (x))2 ; f (1) = 2. Calcule
dx Z 3,2
el valor aproximado de la integral de f sobre el intervalo [1,6, 3,2], esto es, f (x)dx.
1,6
Nota. En este ejercicio no está permitido aplicar ningún método numérico que no se encuentre
entre los siguientes:
Método del disparo con h = 0,2. Método de Euler con h = 0,2.
Transformada rápida de Fourier Regla de Simpson 1/3 de aplicación múltiple.
Búsqueda de la sección dorada.
10. Para resolver el problema y 00 − y 0 − y = 5 sen x ; y(0) = 1; y 0 (0) = −2, se ha aplicado uno
de los métodos de Runge-Kutta estudiados al sistema de orden uno obtenido al introducir
la variable z = y 0 . Los resultados se presentan a continuación.
x y z k11 k12 k21 k22 k31 k32 k41 k42
0,000 1,000 −2,000 −2,000 A −2,100 −0,801 B C −2,158 −0,581
0,200 0,583 −2,159 −2,159 −0,583 −2,217 −0,373 −2,196 −0,357 −2,230 −0,140
0,400 C −2,232 −2,232 −0,142 −2,246 0,070 −2,225 0,090 −2,214 0,307
0,600 −0,304 D −2,215 0,304 −2,185 0,511 −2,164 0,534 −2,109 0,741
Complete las casillas ocupadas por letras y calcule el valor aproximado de y 00 (0,2).

Nota. Es obligatorio calcular el valor de cada celda utilizando exclusivamente las celdas de
filas superiores y las que están a su izquierda en la misma fila.
11. Resuelva numéricamente el problema de valores iniciales y 0 = xy 2 ; y(0) = 1, desde x =

0 a x = 0,6, con tamaño de paso h = 0,3, mediante el método de Heun, iterando el corrector
hasta que |εa | < 1 %. Debe concluir el ejercicio destacando cuáles son sus aproximaciones
finales para y(0,3) e y(0,6).
Tabule los resultados. En la 1a columna indique si se está aplicando en esa fila el predictor
o el corrector, en la 2a columna, el valor de x para el que se estima y(x), en la 3a , el valor de
y(x) estimado en esa lı́nea, y, en la 4a , solo en el caso de que se esté aplicando el corrector,
el error relativo porcentual aproximado en la iteración, εa . La primera fila debe contener los
valores iniciales.

1. Solución. El esquema de este método de Runge-Kutta de segundo orden es
k1 + 2k2
yi+1 = yi + h
3
k1 = f (xi , yi )
Ç å
3 3
k2 = f xi + h, yi + k1 h
4 4
2y
En nuestro caso tenemos: f (x, y) = , x0 = 1, y0 = 2, h = 0,1, por lo que el algoritmo es
x
0,1k1 + 0,2k2
yi+1 = yi +
3
2yi
k1 =
xi
Ç å
0,3
2 yi + k1
4
k2 =
0,3
xi +
4
Ası́ se obtienen los siguientes resultados
xi yi k1 k2
0,3
Ä ä
2 2+ 4
2×2 4
1 2 1
=4 0,3 = 4.279069767
1+
4
0,3
Ä ä
0,1×4+0,2×4.279069767 2×2.418604651 2 2.418604651+ 4.397463002
= 4
2+ 3
= 1,1 0,3 =
1,1 1,1+
= 2.418604651 = 4.397463002 4
= 4.678152129
0,3
Ä ä
2.418604651+ 2×2.87706356 2 2.87706356+
4
4.795105933
= =
1,2 + 0,1×4.397463002+0,2×4.678152129
3
= 1,2
1,2+
0,3
= 4.795105933 4
= 2.87706356 = 5.077170988
2.87706356+
1,3 + 0,1×4.795105933+0,2×5.077170988
3
=
= 3.37537849

En consecuencia, las aproximaciones obtenidas son
y(1,1) ≈ 2.418604651
y(1,2) ≈ 2.87706356
y(1,3) ≈ 3.37537849
Nota. Se comprueba fácilmente que la solución exacta es y = 2x2 .
2. Solución. La ecuación lineal de segundo orden se puede transformar en un sistema de

primer orden introduciendo la nueva variable z = y 0 de manera que se obtiene
y0 = z
z 0 = 1 − y − 2 cos t
y(0) = 1
z(0) = 0
Si escribimos en forma vectorial el sistema, resulta
w0 = f (t, w)
w(0) = (1, 0)
en donde w = (y, z) y f : R2 → R2 es la función, f (t, w) = (z, 1 − y − 2 cos t) . El algoritmo

del método de Euler es
wk+1 = wk + f (tk .wk )h

w0 = (1, 0)
esto es
yk+1 = yk + 0,05 zk zk+1 = zk + 0,05 (1 − yk − 2 cos tk )

y0 = 1 z0 = 0
De esta manera se obtiene
tk yk zk
0,00000000 1,00000000 0,00000000

0,05000000 1,00000000 −0,10000000
0,10000000 0,99500000 −0,19987503
0,15000000 0,98500625 −0,29912544
0,20000000 0,97004998 −0,39725286
0,25000000 0,95018733 −0,49376202

La columna rotulada como zk nos proporciona las estimaciones de la derivada y 0 de y. Por

lo tanto, y 0 (0,15) ≈ z3 = −0,29912544.
Nota. La solución exacta del problema es y(t) = 1 − t sen t, de manera que, por ejemplo,
y(0,25) = 0,938 149 01 mientras que y 0 (0,15) = −0,297 753 79.
3. Solución. Se trata de un sistema de ecuaciones diferenciales que puede escribirse en

la forma y 0 = f (x, y), y(0) = y0 , siempre que se tenga en cuenta que y = (u, v) es una
variable bidimensional, y0 = (−1, −1) y f : R × R2 → R2 es la función vectorial f (x, (u, v)) =
(24x − 2u − 4v, 9x2 − u + v) .
1
Aplicamos el método yi+1 = yi + (k1 + 4k2 + k3 ) h, en donde h = 0,2 es el tamaño de paso,
Ç 6 å
1 1
k1 = f (xi , yi ), k2 = f xi + h, yi + k1 h , k3 = f (xi + h, yi − k1 h + 2k2 h). Denotamos
2 2
con un segundo subı́ndice a las componentes de los vectores k1 , k2 , k3 , de manera que kj =
(kj1 , kj2 ) para j = 1, 2, 3. Aplicamos el algoritmo y tabulamos los resultados como sigue
k11 + 4k21 + k31 k12 + 4k22 + k32

ui+1 = ui + 0,2 vi+1 = vi + 0,2
6 6
xi ui vi k11 k12 xi ui vi
24xi −2ui −4v i 9x2i −ui +v i xi +0,1 ui +0,1k 11 vi +0,1k 12
0, 0 −1, 00000 −1, 00000 6, 00000 0, 00000 0, 10000 −0, 40000 −1, 00000
0, 2 0, 43520 −1, 11880 8, 40480 −1, 19400 0, 30000 1, 27568 −1, 23820
0, 4 2, 35077 −1, 47633 10, 80378 −2, 38710 0, 50000 3, 43115 −1, 71504
0, 6 4, 74565 −2, 07228
xi k21 k22 xi ui vi
24xi −2ui −4vi 9xi 2 −ui +vi xi +0,2 ui −0,2k 11 +0,4k 21 vi −0,2k 12 +0,4k 22
0, 0 7, 20000 −0, 51000 0, 20000 0, 68000 −1, 20400
0, 2 9, 60144 −1, 70388 0, 40000 2, 59482 −1, 56155
0, 4 11, 99786 −2, 89619 0, 60000 4, 98916 −2, 15738
0, 6
xi k31 k32
2
24xi −2ui −4vi 9xi −ui +vi
0, 0 8, 25600 −1, 52400
0, 2 10, 65658 −2, 71637
0, 4 13, 05122 −3, 90655
0, 6
En consecuencia, las aproximaciones halladas son
u(0,2) ≈ 0, 435200 u(0,4) ≈ 2, 350771 u(0,6) ≈ 4, 745652

v(0,2) ≈ −1, 118800 v(0,4) ≈ −1, 476330 v(0,6) ≈ −2, 072276

En este caso, se puede determinar la solución exacta del problema:
u(x) = 6x2 + 6x − 1 , v(x) = −1 − 3x2 ,

de donde se obtiene
u(0,2) = 0,44 u(0,4) = 2,36 u(0,6) = 4,76

v(0,2) = −1,12 v(0,4) = −1,48 v(0,6) = −2,08
4. Solución. El método del disparo consiste en resolver un problema de valores de frontera

mediante tres problemas de valores iniciales. En los dos primeros se utilizan valores iniciales
de y 0 arbitrarios (serı́an los disparos para afinar la punterı́a). Las soluciones obtenidas no
tienen por qué verificar la condición en el extremo final (no podemos esperar dar en el
blanco con los disparos de prueba). A partir de los resultados de esos dos primeros disparos,
se corrige el valor inicial (el alza de cañón) y se efectúa el tercer disparo que consigue que
el valor final, y(4) = 30 en nuestro caso, sea el requerido (ahora sı́, se da en el blanco).
Para abreviar los cálculos, en el enunciado de este ejercicio nos dan resueltos dos de los tres
problemas de valores iniciales. Resolvamos ahora el problema:
La ecuación diferencial de enunciado es lineal, por lo tanto, la solución depende de forma
afı́n de las condiciones iniciales. En consecuencia, podemos determinar el valor correcto de
y 0 (2) mediante interpolación o extrapolación lineal (es decir, mediante una proporción o
regla de tres), sin necesidad de otros métodos numéricos. En el primer disparo tenemos
y 0 (2) = 0, y(4) = 11, 79, mientras que en el segundo y 0 (2) = 10, y(4) = 22,98. Como el valor
de y(4) requerido es y(4) = 30, determinamos el valor correcto de y 0 (2) mediante
y 0 (2) − 0 10 − 0
= ⇔ y 0 (2) = 16, 27
30 − 11, 79 22, 98 − 11, 79
Ahora podemos aplicar el método de Euler al problema de valores iniciales

√
y 00 + y = 10 x ; y(2) = 25 ; y 0 (2) = 16, 27 .
Como de costumbre, la ecuación lineal de segundo orden se transforma en el un sistema de

primer orden introduciendo z = y 0 como nueva variable :
√
(y 0 , z 0 ) = z, 10 x − y
Ä ä
; (y(2), z(2)) = (25, 16,27) .
El algoritmo del método de Euler con tamaño de paso 0,2 es

√
yk+1 = yk + 0,2 zk zk+1 = zk + 0, 2 (10 xk − yk )
y0 = 25 z0 = 16, 27

De esta manera se obtiene la solución numérica del problema de valores de frontera
x= 2 2, 2 2, 4 2, 6 2, 8 3
y(x) = 25 28, 25 31, 07 33, 35 35, 01 35, 98
y 0 (x) = z(x) = 16, 27 14, 10 11, 42 8, 304 4, 859 1, 204
x= 3, 2 3, 4 3, 6 3, 8 4
y(x) = 36, 22 35, 71 34, 47 32, 54 29, 99
y 0 (x) = z(x) = −2, 528 −6, 194 −9, 648 −12, 75 −15, 36
Finalmente, observamos en esta última tabla que y(3) = 35, 98, y 0 (3) = 1, 204, y 0 (2) = 16, 27
e y(4) = 29, 99. La discrepancia entre el valor requerido de y(4) = 30 con el obtenido
y(4) = 29, 99 se debe a los errores de redondeo.
Nota. La ecuación diferencial del enunciado es lineal, por lo tanto, la última etapa del método
podrı́a haberse hecho mediante interpolación lineal, sin emplear el método de Euler, ni ningún
otro método para resolver ecuaciones diferenciales.
5. Solución. El método clásico de cuarto orden, según la terminologı́a del texto-base, es:
k1 + 2k2 + 2k3 + k4
zi+1 = zi + h
6 Ç å
h hk1
k1 = f (ti , zi ) k2 = f ti + , zi +
Ç å 2 2
h hk2
k3 = f ti + , zi + k4 = f (ti + h, zi + hk3 )
2 2
en donde h = 2, zi = (xi , yi ), f (t, z) = f (t, (x, y)) = (t + x + y, 5t + 3x + 2y).

Comenzamos con t0 = 1, z0 = (1, 2). Solo hay que hacer una iteración, porque t0 + h = 3.
k1 = f (t0 , z0 ) = f (1, (1, 2)) = (4, 12)
k3 = f (t0 + 1, z0 + k2 ) = f (2, (22, 55)) = (79, 186)
Ç å
(4, 12) + 2(21, 53) + 2 (79, 186) + (536, 1240) 743 1736
z1 = (1, 2) + = , =
3 3 3
= (247. 666 67, 578. 666 67)
k2 = f (t0 + 1, z0 + k1 ) = f (2, (5, 14)) = (21, 53)
k4 = f (t0 + 2, z0 + 2k3 ) = f (3, (159, 374)) = (536, 1240)
Nota. Para la solución exacta se tiene x(3) ≈ 1182,7437 ; y(3) ≈ 2731,9278. Por exacta
entendemos aquı́ al resultado de evaluar las funciones obtenidas mediante cuadraturas (sin
error de truncamiento, aunque obviamente si habrá pequeños errores de redondeo al evaluar
las exponenciales y los radicales que aparecen en esas funciones). No se podı́a esperar una

buena aproximación con un tamaño de paso tan grande. Si se repite el ejercicio para h = 0,1,
se obtiene x(3) ≈ 1182,1528 ; y(3) ≈ 2730,5662.
6. Solución. El tamaño de paso (para la variable independiente t) que se observa en la tabla

es h = 0,05. Consideremos la variable bidimensional z = (x, y). El algoritmo del método de
Runge-Kutta de cuarto orden (clásico) es
Ç å
h 1 1
zi+1 = zi + (k1 + 2k2 + 2k3 + k4 ) ; k1 = f (ti , zi ) ; k2 = f ti + h, zi + k1 h
6 2 2
Ç å
1 1
k3 = f ti + h, zi + k2 h ; k4 = f (ti + h, zi + k3 h)
2 2
en donde f (t, z) = (f1 (t, (x, y)), f2 (t, (x, y))) = (y + t, x + y + t), ti = 1 + 0,05i, siendo
zi = (xi , yi ) la estimación para (x(ti ), y(ti )), i = 0, 1, . . . .
dy dy
a) Por el planteamiento del problema, = f2 (t, (x, y)), luego (1,1) ≈ f2 (t2 , (x2 , y2 )) =
dt dt
k12 = 8,5931.
d2 y dx dy d2 y
Por otra parte, 2 = + +1, luego 2 (t2 ) ≈ k11 +k12 +1 = 5,9289+8,5931+1 = 15,522.
dt dt dt dt
b) Se aplica el algoritmo anterior:
Ç Ç åå Ç å Ç å
1 1 1 1 1
i = 0 k31 = f1 t0 + h, x0 + k21 h, y0 + k22 h = y0 + k22 h + t0 + h =
Ç å 2Ç 2å 2 2 2
0,05 0,05
4,0432 + 7,4901 + 1 + = 5,2555
2 2
i = 1, k11 = f1 (t1 , (x1 , y1 ))) = y1 + t1 = 4,4182 + 1,05 = 5,4682.
h
i = 2, y2 = y1 + (k12 + 2k22 + 2k32 + k42 ) =
6
0,05
= 4,4182 + (7,8476 + 2 × 8,2055 + 2 × 8,2200 + 8,5935) = 4,8290
6
i = 2, k42 = f2 (t2 + h, (x2 + k31 h, y2 + k32 h)) = (x2 + k31 h) + (y2 + k32 h) + (t2 + h) =
= (2,6642 + 6,1785 × 0,05) + (4,8290 + 8,9969 × 0,05) + (1,1 + 0,05) = 9,4020
Notas. La solución verdadera del problema es

√
5 − 1 12 (√5+1)t 1
√
x(t) = −1 + e , y(t) = −t + e 2 ( 5+1)t
2
La tabla se debe completar de izquierda a derecha y de arriba a abajo.

7. Solución. a). Aplicando la transformación indicada en el enunciado, el problema unidi-

mensional de segundo orden se convierte en un sistema de primer orden
dx
=y ; x(0) = 5
dt
dy
= x + y − t2 + 3 ; y(0) = 0,
dt
dz
que se escribe en forma vectorial, poniendo z = (x, y), como = f (t, z) ; z(0) = (5, 0),
dt
en donde f (t, z) = f (t, (x, y)) = (y, x + y − t2 + 3).
Obsérvese que el tamaño de paso es h = 0,05 y que t0 = 0, z0 = (5, 0). Operamos con toda la
precisión que proporciona la calculadora, redondeando los resultados que se anotan a cuatro
cifras significativas.
Ç å
1 1
(A, B) = k2 = f t0 + h, z0 + k1 h = f (0 + 0,025, (5, 0) + 0,025(0, 8)) =
2 2
Ä ä
= f (0,025, (5, 0,2)) = 0,2, 5 + 0,2 − 0,0252 + 3 = (0,2, 8,199)
C = k42 = f2 (t1 + h, z0 + k3 h) = f2 (0,05 + 0,05, (5,010, 0,4103) + 0,05(0,6262, 8,646)) =
= f2 (0,1, (5,041, 0,8426)) = 5,041 + 0,8426 − (0,1)2 + 3 = 8,874
h
D = x2 = x1 + (k11 + 2k21 + 2k31 + k41 ) =
6
0,05
= 5,010 + (0,4103 + 2 (0,6207) + 2 (0,6262) + 0,8426) = 5,041
6
E = k41 = f1 (t2 + h, z2 + k3 h) = y2 + k32 h = 0,8424 + (9,123) 0,05 = 1,299
Ç å Ç å
1 1 0,05 0,05
(F, G) = k3 = f t4 + h, z4 + k2 h = f 0,2 + , (5,172, 1,780) + (2,028, 10,19) =
2 2 2 2
= f (0,225, (5,223, 2,035)) = (2,035, 10,21)
b)
d2 x dy
2
= = k12 = 9,912
dt dt
d3 x d2 x dx
= + − 2t = k12 + k11 − 0,4 = 9,912 + 1,780 − 0,4 = 11,29
dt3 dt2 dt
8. Solución. Aplicamos (26.13)-(26.14), para resolver de forma aproximada el problema

dy 100(x − 1)
= f (x, y) ; y(0) = 0, en donde f (x, y) = .
dx y − 20
Comenzamos con los valores x0 = 0, y0m = 0, x−1 = −0, 2, y−1 m
= −1, 07131, para obtener
100(x0 − 1)
mediante el predictor (26.13): A = y10 = y−1
m
+ 0, 4 = 0, 928 690.
y0m − 20

Se aplica el corrector (26.14) y se obtienen y11 e y12 . El error aproximado de este último dato
((26.15)) es 0,022 % > 0,01 %, por lo que se debe continuar iterando el corrector :
100(x0 − 1) 100(x1 − 1)
Ç å Ç å
m
+
y0 − 20 y12 − 20
B = y13 = y0m + h =
2
100(0 − 1) 100(0, 2 − 1)
Ç å Ç å
+
0 − 20 0, 919276 − 20
= 0 + 0, 2 = 0, 919 271
2
Análogamente, para calcular el valor de C, observamos que 0,88 % > 0,01 %, por lo que se
debe continuar iterando el corrector. Observemos que en la columna anterior se ha alcanzado
un valor de |εa | menor que 0,01 %, por lo que y2m = y23 = 1, 66580. Ası́ tenemos
100(x2 − 1) 100(x3 − 1)
Ç å Ç å
m
+
y2 − 20 y31 − 20
C = y32 = y2m + h =
2
100(0, 4 − 1) 100(0, 6 − 1)
Ç å Ç å
+
1, 66580 − 20 2, 21825 − 20
= 1, 66580 + 0, 2 = 2, 218 01
2
El valor de D es el del error aproximado correspondiente a y42 . Calculamos ese error mediante
(26.15):
y2 − y1

2, 55761 − 2, 55774
4 4
|εa | = y2
100 % =
100

= 0, 0052 % < 0,01 %
4
2, 55761
Por lo tanto, termina la iteración del corrector y la celda E debe quedar vacı́a. Sin embargo,
es un error de concepto grave afirmar que la celda F deba quedar vacı́a: en F = y60 se
debe poner la primera aproximación en x = 1, 2, proporcionada por el predictor (26.13),
teniendo en cuenta que y4m = y42 = 2, 55761, mientras y5m = y52 = 2, 67227, pues los errores
aproximados correspondientes son menores que 0,01 %. Ası́,
100(x5 − 1) 100(1 − 1)
F = y60 = y4m + 2h 2
= 2, 55761 + 0, 4 = 2,557 61 .
y5 − 20 2, 67227 − 20
b) Tenemos x5 = 0 + 5h = 1, de manera que la aproximación obtenida para y(1) es y5m =
dy 100(x5 − 1) 100(1 − 1)
y52 = 2, 67227, mientras que (1) = m
= m = 0.
dx y5 − 20 y5 − 20
9. Solución. Comenzamos resolviendo numéricamente el problema de valores iniciales del

enunciado y 0 = g(x, y) ; y(1) = 2, en donde y = f (x), g(x, y) = x − y 2 . Aplicamos el método

de Euler con tamaño de paso h = 0,2. El algoritmo es yi+1 = yi +(xi − yi2 ) 0,2 ; x0 = 1, y0 = 2.
Ası́ se obtiene:
i 0 1 2 3 4 5 6
xi 1 1,2 1,4 1,6 1,8 2 2,2
yi 2 1,4 1,248 1,2164992 1,2405251 1,2927446 1,3585069
i 7 8 9 10 11
xi 2,4 2,6 2,8 3 3,2
yi 1,4293987 1,5007626 1,5703049 1,6371334 1,7010922
Finalmente, aplicamos el método de Simpson 1/3 para evaluar numéricamente la integral.

Disponemos de 9 puntos en el intervalo [1,6, 3,2], incluyendo los extremos, por lo tanto
tenemos n = 8 subintervalos:
Z 3,2
f (x)dx ≈
1,6
≈ (x11 − x3 ) f (x3 )+4(f (x4 )+f (x6 )+f (x8 )+f (x3n
10 ))+2(f (x5 )+f (x7 )+f (x9 ))+f (x11 )
=
= (3,2 − 1,6) 1,2164992+4(1,2405251+1,3585069+1,5007626+1,6371334)+2(1,2927446+1,4293987+1,5703049)+1,7010922
24
=
= 2,296 680 0
10. Solución: Planteamiento. Se transforma la EDO de orden 2 en un sistema de orden 1

definiendo z = y 0 , de manera que z 0 = z + y + 5 sen x. El problema de valores iniciales se
escribe ası́ en forma vectorial, v 0 = f (x, v); v(0) = (1, −2), en donde v = (y, z) ; f (x, v) =
f (x, y, z) = (z, z + y + 5 sen x), es decir, f1 (x, y, z) = z, f2 (x, y, z) = z + y + 5 sen x .
El método desarrollado en la tabla es un RK de orden 4 (obsérvese que aparecen k41 , k42 ).
El tamaño de paso es el valor en el que va incrementando la variable x, esto es, h = 0,2. El
único método RK de 4o orden desarrollado en el texto es el de la sección 25.3.3

xi+1 = xi + h
1
vi+1 = vi + (k1 + 2k2 + 2k3 + k4 ) h ⇒
6
yi+1 = yi + 61 (k11 + 2k21 + 2k31 + k41 ) h
®
⇒
zi+1 = zi + 61 (k12 + 2k22 + 2k32 + k42 ) h
®
k11 = zi
k1 = f (xi , vi ) = f (xi , yi , zi ) ⇒
k12 = zi + yi + 5 sen xi
Ç å Ç å
h h h h h
k2 = f xi + , vi + k1 = f xi + , yi + k11 , zi + k12 ⇒
2 2 2 2 2
® h
k21 = Äzi + 2 k12 ä Ä
⇒ ä Ä ä
k22 = zi + h2 k12 + yi + h2 k11 + 5 sen xi + h2
Ç å Ç å
h h h h h
k3 = f xi + , vi + k2 = f xi + , yi + k21 , zi + k22 ⇒
2 2 2 2 2
® h
k31 = Äzi + 2 k22 ä Ä
⇒ ä Ä ä
k32 = zi + h2 k22 + yi + h2 k21 + 5 sen xi + h2
k4 = f (xi + h, vi + k3 ) = f (xi + h, yi + hk31 , zi + hk32 ) ⇒
®
k41 = zi + hk32
⇒
k42 = (zi + hk32 ) + (yi + hk31 ) + 5 sen (xi + h)
Aplicamos el algoritmo, para obtener:

i = 0 ; k12 = z0 + y0 + 5 sen x0 = (−2) + (1) + 5 sen 0 = −1
0,2
i = 0 ; k31 = z0 + h2 k22 = (−2) + 2
(−0,801) = −2,080 1 ≈ −2,080.
Ä ä Ä ä Ä ä
i = 0 ; k32 = z0 + h2 k22 + y0 + h2 k21 + 5 sen x0 + h2 =
= −2 + 0,2 (−0,801) + 1 + 0,2 (−2,1) + 5 sen 0 + 0,2
Ä ä Ä ä Ä ä
2 2 2
= −0,790 932 917 ≈ −0,791 .
i = 2 ; y2 = y1 + 16 (k11 + 2k21 + 2k31 + k41 ) h =
= 0,583 + 16 ((−2,159) + 2 (−2,217) + 2 (−2,196) + (−2,230)) 0,2 = 0,142 5 ≈ 0,143 .
i = 3 ; z3 = z2 + 61 (k12 + 2k22 + 2k32 + k42 ) h =
= (−2,232) + 16 ((−0,142) + 2 (0,070) + 2 (0,090) + (0,307)) 0,2 = −2,215 833 33 ≈ −2,216
y 00 (0,2) = f2 (x1 , y1 , z1 ) = k12 = −0,583 .
11. Solución. Aplicamos el algoritmo de las ecuaciones (25.15)-(25.16) del texto base con
f (x, y) = xy 2 , h = 0,3:
0
Predictor yi+1 = yi + xi yi2 h
j
j+1 xi yi2 + xi+1 yi+1
Corrector yi+1 = yi + h iterar desde j = 0 hasta que εa < 1 %
2

P/C x y εa
v. inici. x0 = 0 y0 = 1 ×
P x1 = 0,3 y10 = y0 + x0 y02 h = 1 ×
x0 y02 + x1 y10 1,045 − 1
C x1 = 0,3 y11 = y0 + h = 1,045 ≈ 4,31 % > 1 %
2 1,045
x0 y02 + x1 y12 1,049141125 − 1,045
C x1 = 0,3 y12 = y0 + h ≈ 1,049141125 ≈ 0,39 % < 1 %
2 1,049141125
P x2 = 0,6 y20 = y1 + x1 y12 h ≈ 1,148203864 ×
x1 y12 + x2 y20 1,217325985 − 1,148203864
C x2 = 0,6 y21 = y1 + h ≈ 1,217325985 ≈ 5,68 % > 1 %
2 1,217325985
2 1
x1 y1 + x2 y2 1,232041924 − 1,217325985
C x2 = 0,6 y22 = y1 + h ≈ 1,232041924 ≈ 1,19 % > 1 %
2 1,232041924
2 2
x1 y1 + x2 y2 1,235285952 − 1,232041924
C x2 = 0,6 y23 = y1 + h ≈ 1,235285952 ≈ 0,26 % < 1 %
2 1,235285952
y(0,3) ≈ 1,049141125 ; y(0,6) ≈ 1,235285952

Capı́tulo 5
GLOSARIO.
Aproximación . Estimación o representación inexacta del valor que se busca.
Cota del error . El error verdadero frecuentemente es desconocido (si se conoce el error
verdadero, se conoce el valor verdadero y entonces, ¿para qué se necesita la aproxima-
ción?). Para garantizar la exactitud de un método, se utilizan cotas del error verdadero,
es decir, valores que con seguridad son mayores que el valor absoluto del error. Si se
consiguen cotas pequeñas, podemos garantizar, hasta cierto punto, la exactitud del
método.
EDO . Ecuación diferencial ordinaria. Es una ecuación en la que la incógnita es una función
de una variable y en cuyo planteamiento solo aparece la letra que designa a la función
incógnita ası́ como su derivadas. El término ordinaria en EDO se opone a Ecuación en
derivadas parciales (EDP).
Error aproximado . Como el mismo nombre indica se trata de aproximaciones del error
verdadero. No son útiles para acota el error verdadero. Aparecen con frecuencia en los
métodos iterativos y vienen a medir más bien la precisión de las sucesivas aproxima-
ciones que su exactitud.
Error de redondeo . Es la diferencia entre el valor de un número y real y su representa-

ción con una determinada cantidad de dı́gitos. Los errores de redondeo se propagan y
amplifican con los siguientes cálculos.
Error de truncamiento . Es la discrepancia provocada al aproximar el modelo matemáti-

co original mediante un método numérico.
Error verdadero . Diferencia entre el valor verdadero y el aproximado. Normalmente el

error verdadero es desconocido. El error verdadero es la suma de los errores de trun-
camiento y redondeo.
131
Exactitud . El término se refiere al grado de proximidad del valor aproximado respecto del
valor verdadero. El error mide el grado de exactitud de la medida.
Mantisa . Aunque el término se refiere inicialmente a la parte decimal de un número,

concretamente de un logaritmo, también se emplea, en el sentido de parte significativa
(y esta es la acepción que se utiliza en esta asignatura), para referirse a los dı́gitos
significativos en la notación cientı́fica, esto es, en m × 10c , el número m es la mantisa.
Notación cientı́fica . Consiste en escribir un número real en la forma m × 10c , en donde

0,1 ≤ m < 1 y c es un número entero. Normalmente el número de dı́gitos que se
emplea para escribir la mantisa esta limitado, de manera que la notación cientı́fica es
una aproximación del número real. Es muy frecuente (por ejemplo en las calculadoras)
el convenio de fijar la mantisa en el intervalo [1, 10), teniendo en cuenta que m × 10c =
10m × 10c−1 . Consultar el apartado Mantisa y exponente de un número real en la
página 39.
PEC . Las siglas se refieren a Prueba de Evaluación Continua . Esta denominación se emplea
en algunos documentos de la Universidad para referirse a la Pruebas de Evaluación a
Distancia, aunque no es una terminologı́a muy afortunada: tanto porque el proceso
de medición (evaluación) es discreto, no continuo, como porque no menciona dónde se
desarrolla la prueba (¿en los centros asociados, durante la tutorı́a? ). De hecho, en el
documento Orientaciones para la elaboración de la Guı́a de Estudio de las asignaturas
de Grado, publicado por el Vicerrectorado de Calidad e Innovación Docente, se emplea
la terminologı́a Prueba de Evaluación a Distancia.
No obstante, para evitar confusiones, en esta asignatura se consideran equivalentes los
términos Prueba de Evaluación a Distancia (PED) y Prueba de Evaluación Continua
(PEC).
PED . Prueba de Evaluación a Distancia. El término se explica por sı́ mismo: son pruebas
a las que se somete el estudiante, que forman parte del proceso de evaluación y que se
desarrollan a distancia. Se utiliza en oposición a Pruebas Presenciales, los exámenes
ordinarios que se celebran en los Centros Asociados. En esta asignatura se plantean
dos Pruebas de Evaluación a Distancia; se explican las condiciones en la página 19.
Precisión . Se refiere a la concordancia entre diferentes aproximaciones del valor verdadero.
Solución analı́tica . Para resolver un problema real, el ingeniero desarrolla o aplica un

modelo matemático, que frecuentemente se aborda mediante un método numérico.
La solución analı́tica del problema es la solución del modelo matemático asociado al
mismo. La solución numérica intenta aproximar esa solución analı́tica. Debe observarse
que no siempre la solución analı́tica es la solución del problema real, por lo que, en
ocasiones, la solución numérica aproximada es más útil que la propia solución analı́tica,
cuando ésta puede ser calculada. Consultar la introducción en la página 11.

Valor verdadero . Es el número que se pretende calcular; normalmente es un valor des-

conocido, aunque no siempre: por ejemplo, el número que multiplicado por 3 da 4 es
4/3, sin embargo, al representar los números mediante notación cientı́fica con 6 c.s.,
nos vemos obligados a aproximarlo por 0,133 333 × 101 . En los ejercicios, muchas veces
simulamos desconocer el valor verdadero al calcular las aproximaciones, aunque luego
lo utilicemos para comprobar nuestras aproximaciones.

Guia Completa Metodos Numericos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia Completa Metodos Numericos

Cargado por

Copyright:

Formatos disponibles

GUÍA DE ESTUDIO DE LA ASIGNATURA

GRADO MÉTODOS NUMÉRICOS

|Juan Perán Mazón

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 2

1. CÓMO USAR ESTA GUÍA. 9

2. ORIENTACIONES GENERALES PARA EL ESTUDIO DE LOS CON-

3. ORIENTACIONES GENERALES PARA LA REALIZACIÓN DEL PLAN

4.2.3. Comentarios y orientaciones especı́ficas para la Unidad 0. . . . . . . . 38

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 4

4.6.3. Comentarios y orientaciones especı́ficas para la Unidad 4. . . . . . . . 108

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 5

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 6

Teléfono. 913987915. Probablemente atienda un buzón de voz; se ruega dejar el nombre,

Correo electrónico. jperan@ind.uned.es. Ciertos servidores de correo (como por ejemplo

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 8

CÓMO USAR ESTA GUÍA.

Al elaborar la presente guı́a se ha intentado recopilar toda la documentación complementaria

Se recomienda comenzar leyendo detenidamente los capı́tulos 2 y 3 de esta guı́a. Después, se

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 10

puede contribuir enormemente a la comprensión de modelo matemático subyacente.

Con cinco créditos ECTS, Métodos Numéricos (cód. 68904032) es

2.2. Resultados del aprendizaje.

1. Aplicar a problemas de ingenierı́a los conocimientos matemáticos adquiridos en las

Estos dos objetivos se articulan en los siguientes resultados de aprendizaje :

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 12

6. Servirse de los métodos numéricos y de las aplicaciones informáticas para profundizar

7. Valorar la utilidad de las hojas de cálculo y de otros programas informáticos orientados

8. Apreciar el rigor como compromiso de comunicación, no solo entre matemáticos y

9. Valorar el espı́ritu crı́tico en el razonamiento matemático, que permite exponer argu-

10. Admirar la amplitud, la profundidad y al belleza de las matemáticas, como instrumento

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 13

2.4. Materiales requeridos para el estudio.

4. Un paquete informático dedicado al cálculo numérico.

5. Las tutorı́as de los centros asociados, ya sean presenciales o en red.

El texto básico es el siguiente.

• Autores: Steven C. Chapra y Raymond P. Canale

Nota sobre las diferentes ediciones del texto-base.

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 14

• Autores: Sánchez Sánchez, Juan Miguel ; Souto Iglesias, Antonio ;

Tı́tulo: Problemas resueltos de métodos numéricos (2006)

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 15

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 16

3.1. Unidad transversal. Métodos numéricos con bi-

1. No es materia de examen la programación (informática) de algoritmos. Es decir, en los

openoffice, incluye una hoja de cálculo similar a excel.

scilab, es una paquete para cálculo numérico similar a matlab

3.2. Ejercicios y problemas.

3. Las relaciones de ejercicios recomendados deben entenderse como una sugerencia de

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 18

3.3. Orientaciones sobre los ejercicios de autoevalua-

Primera prueba de evaluación a distancia (PED).

Segunda prueba de evaluación a distancia (PED).

1. Planteamiento del problema a elegir por el alumno. No se admitirán trabajos de distin-

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 19

3. Desarrollo concreto del algoritmo numérico.

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 20

3.4.2. Pruebas presenciales (exámenes).

Uso de calculadora en el examen.

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 21

6. No se valoran las explicaciones sobre cómo realizar el ejercicio, ni las transcripciones de

8. Después de detectar un error de cálculo, se continuará con la corrección adaptada a

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 22