Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
MÉTODOS NUMÉRICOS (68904032)
5. GLOSARIO. 131
Dirección postal .
Dpto. de Matemática Aplicada I
ETSI de Ingenieros Industriales de la UNED
c/ Juan del Rosal 12
28040 Madrid
7
MÉTODOS NUMÉRICOS (68904032)
9
MÉTODOS NUMÉRICOS (68904032)
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
MÉTODOS NUMÉRICOS (68904032)
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. El texto básico (al que también nos referimos como texto-base o libro de la asignatura).
3. El curso virtual.
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: Cordero Barbero, Alicia ; Hueso Pagoaga, José Luis ; Martı́nez Molada,
Eulalia ;
• Editorial: Paraninfo Cengage Learning
• ISBN(13): 9788497324090
ORIENTACIONES GENERALES
PARA LA REALIZACIÓN DEL
PLAN DE ACTIVIDADES.
2. Sı́ es muy necesario (casi dirı́amos imprescindible) utilizar alguna herramienta in-
formática para comprender bien los algoritmos.
17
MÉTODOS NUMÉRICOS (68904032)
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:
2. Los ejercicios del texto-base son ejercicios simples. El equipo docente propondrá ejer-
cicios complejos y problemas para cada unidad.
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.
2. Análisis del problema y elección del modelo matemático, que corresponderá necesaria-
mente a alguno de los tratados en la asignatura.
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.
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.
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
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.
Es absolutamente imprescindible obtener una nota final mayor o igual que 5 para aprobar
la asignatura.
PLAN DE TRABAJO.
ORIENTACIONES ESPECÍFICAS.
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
MÉTODOS NUMÉRICOS (68904032)
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:
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
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. .
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.
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!
4.2.1. Contenidos.
a. Aproximación, error de truncamiento, error de redondeo.
2. Hacer los ejercicios 3.3, 3.5, 3.6, 3.7, 3.8, 3.10 y 3.11.
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.
7. Estudiar las secciones 5.1 y 5.2 del texto base, resolviendo los ejemplos 5.1 a 5.4.
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.
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.
16. Estudiar las secciones 17.1, 17.2 y 17.3 del texto base, resolviendo los ejemplos 17.1 a
17.6.
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.
25. Estudiar las secciones 21.1 y 21.2.1 del texto base, resolviendo los ejemplos 21.1 a 21.5.
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).
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 .
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.
xe = m × 10expo(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).
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.
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.
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.
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).
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.
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)|
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.
3. cos x = 1 + O (x2 )
4. cos x − 1 = O (x2 )
5. 1 − cos x = O (x2 )
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) .
Solución en la página 49
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.
Solución en la página 49
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.
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.
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
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
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
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
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!
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 ,
luego ξ = 1,0275.
Siguiente enunciado en la página 46 .
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.
Siguiente enunciado en la página 47 .
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
Siguiente enunciado en la página 47 .
2. Método de Brent.
3. Raı́ces múltiples.
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 1.
5. Estudiar las secciones 6.3 a 6.6 del texto base, resolviendo los ejemplos 6.6 a 6.12.
8. Estudiar las secciones 7.3 a 7.5 del texto base, resolviendo los ejemplo 7.2 7.3.
11. Estudiar las secciones 9.3 a 9.8 del texto base, resolviendo los ejemplos 9.6 a 9.11.
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.
21. Resolver los problemas de la prueba de autoevaluación de esta unidad (sección 4.3.4
de esta guı́a).
22. Comprobar las soluciones de la prueba de autoevaluación y plantear las dudas que
pudieran quedar en el foro de la Unidad 3.
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.
−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
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.
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
en donde la norma k·k∞ del miembro de la derecha (norma vectorial, no matricial) se define
por
kxk∞ = máx |xi |
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 |
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 .
Xk+1 = M Xk + X0 , k≥0
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
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).
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.
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.
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.
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
√
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
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
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
c1 ∆r + c2 ∆s = −b0
c2 ∆r + c3 ∆s = −b1
En nuestro caso
2∆s = −1
2∆r − 2∆s = 2
b 4 = a4 = 1
b3 = a3 + rb4 = −2 + 0,5 = −1,5
b2 = a2 + rb3 + sb4 = 1,75
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 ).
4. Se repite el procedimiento.
Hay que pasar directamente los resultados de la calculadora a una tabla como la siguiente:
xl fl xu fu
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
−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).
Ç å Ç å Ç åÇ å Ç å Ç å
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
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.
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 .
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
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
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
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. 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 2.
5. Estudiar las secciones 18.4 a 18.7 del texto base, resolviendo los ejemplos 18.8 a 18.11.
8. Estudiar las secciones 19.1, 19.3, 19.5, 19.6 y 19.7 del texto base, resolviendo el ejemplo
19.1
12. Resolver los problemas de la prueba de autoevaluación de esta unidad (sección 4.4.4
de esta guı́a).
13. Comprobar las soluciones de la prueba de autoevaluación y plantear las dudas que
pudieran quedar en el foro de la Unidad 3.
(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
Amplitud y fase
Sea f una función que se expresa mediante su serie de Fourier por
+∞
ck eikw0 t
X
f (t) =
k=−∞
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=−∞
+∞
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).
x 0 4 6 10
f (x) 1 21 43 111
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.
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.
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
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.
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
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.
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
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:
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
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
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
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.
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)!
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.
fk (x) = ak x3 + bk x2 + ck x + dk ,
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.
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)
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.
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
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.
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:
1
f recuencia 0 f0 = 3f0 5f0 7f0 ...
4
12 12 12 12
amplitud 3 ...
π 3π 5π 7π
3π 3π 3π 3π
f ase 0 ...
2 2 2 2
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.
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 3.
10. Comprobar las soluciones de la prueba de autoevaluación y plantear las dudas que
pudieran quedar en el foro de la Unidad 3.
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 (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 ... ... ... ...
... ... ... ... ... ... ...
Notas. Opere con toda la precisión de la calculadora y anote los resultados intermedios con
cinco cifras significativas.
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
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.
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
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
Operando se obtiene
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
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 :
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
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
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
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
(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
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 4.
5. Estudiar el capı́tulo 26 del texto base. Resolver los ejemplos 26.1 a 26.7.
8. 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 4.
9. Estudiar las secciones 27.1 y 27.2 del texto base. Resolver los ejemplos 26.1 a 26.7.
12. 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 4.
14. Resolver los problemas de la prueba de autoevaluación de esta unidad (sección 4.6.4
de esta guı́a).
15. Comprobar las soluciones de la prueba de autoevaluación y plantear las dudas que
pudieran quedar en el foro de la Unidad 3.
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:
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.
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.
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
EJEMPLOS
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
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)?.
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.
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
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.
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
y(1,1) ≈ 2.418604651
y(1,2) ≈ 2.87706356
y(1,3) ≈ 3.37537849
y0 = z
z 0 = 1 − y − 2 cos t
y(0) = 1
z(0) = 0
w0 = f (t, w)
w(0) = (1, 0)
esto es
tk yk zk
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
y 0 (2) − 0 10 − 0
= ⇔ y 0 (2) = 16, 27
30 − 11, 79 22, 98 − 11, 79
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
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.
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
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
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
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
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)
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
GLOSARIO.
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.
131
MÉTODOS NUMÉRICOS (68904032)
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.
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.