Prueba I

Análisis Numérico I

28 de junio de 2021

1. Sean las funciones diferenciables f , g, y h definidas en R con valores en R, tales que f = h ◦ g demuestre
que
σh
σf ≤ + σg , (1)
Kg

2. Dado un vector u, la proyección ortogonal pru (v) de un vector v sobre u está dado por la expresión
pru (v) = (hu, vi/hu, ui)u. Utilizando la norma k · k2 demostrar que Krel = sec(θ), donde θ es el ángulo
entre u y v.
3. Dada la matriz:  
1 1
A=
1 1+ε
y dos lados derechos diferentes:  
1
b1 =
1
y  
−1
b2 =
1
Calcule las dos soluciones x1 y x2 de los sistemas Axi = bi , para i = 1, 2. Calcule el número de condición
relativo normado (en norma infinito), i.e K∞ (A) y el número de condición relativo por componentes, i.e.,
−1
krel,xi = k|A kx||A||x
i k∞
i |k∞
para i = 1, 2. Interprete los resultados.

4. Para el siguiente problema: hallar x e y tal que satisfagan el sistema:

(
x + dy = 1,
dx + y = 0,

estudie el condicionamiento del problema en la norma infinito como función del dato d.
5. Demuestre que para el problema dividir dos números reales: a/b, su número de condición absoluto en
norma uniforme cumple que
Kabs ≤ 1/|b| + |a|/|b2 |.
¿Se cumple la igualdad? ¿Cuándo es el problema mal condicionado?

1
 Examen I
Análisis Numérico I

26 de julio de 2021

1. Decimos que una matriz A ∈ Rn×n tiene factorización UL si A = U L con U ∈ Rn×n triangular superior
con unos en la diagonal y L ∈ Rn×n triangular inferior. La factorización UL y la factorización LU son
análogas pero, en general, no es la misma. Encuentre la factorización U L de la matriz:
 
−3 −2
A=
4 2

2. Sea A ∈ Rn×n de la forma A = B + uu> , donde B ∈ Rn×n es simétrica y definida positiva y u ∈ Rn .

Muestre que A se puede descomponer como

A = L(I + vv > )L> (1)

donde L es nosingular y triangular inferior y v ∈ Rn

3. Sea A ∈ Rn×n simétrica definida positiva con factorización de Cholesky A = LL> . Más aún, sea A+ una
matriz de (n + 1) × (n + 1) de la forma:
 
A a
A+ = (2)
a> α

donde a es un vector en Rn y α es u número real. Asumamos que la matriz A+ es simétrica definida

positiva. Muestre que si A+ tiene factorización de Cholesky A+ = L+ L>
+ , entonces L+ es de la forma
 
L 0
L+ = (3)
y> λ

4. (MATLAB) Considere la matriz: Use el algoritmo de factorización LU para encontrar L y U y escrı́balas

en su hoja de respuestas. Calcule A − LU . Comente por qué la factorización es incorrecta.

1
 Prueba I
Análisis Numérico I

25 de agosto de 2021

1. Muestre que los métodos de Jacobi y Gauss-Seidel divergen al intentar resolver el sistema Ax = b con
 
1 2
A=
3 4

2. Considere a ∈ R y la iteración de punto fijo:

      
x1 0 a x1 1−a
x= = + =: Gx + c
x2 a 0 x2 1−a

a) Comenzando con x0 = (0, 0) muestre por inducción que:

xk (1) = xk (2) = 1 − ak , k ≥ 0

y (tomando el lı́mite) concluya que la iteración converge al punto fijo x = (1, 1)> para |a| < 1 y
diverge para |a| > 1.
b) Muestre que ρ(G) = 1 − η con η = 1 − |a| y comente sobre la convergencia.
3. Sea A ∈ Rn×n una matriz simétrica definida positiva con unos (1’s) en la diagonal y sea b ∈ Rn . Considere
un método iterativo para la solución de Ax = b. Observe que A puede escribirse como A = I − L − L> ,
donde L is triangular inferior con ceros en la diagonal li,j = 0, j ≥ i. El método se define por la iteración:

M xk+1 = N xk + b, (1)

donde M y N están dadas por: A = M − N , M = (I − L)(I − L> ) y N = LL> .

a) Sea x 6= 0 un vector propio de M −1 N con valor propio asociado λ. Muestre que:

x> N x
λ= (2)
x> Ax + x> N x

b) Muestre que la sucesión {xk } generada por la iteración (1) converge a la solución x que satisface
Ax = b.
4. Use la implementación del algoritmo del descenso más profundo para resolver los sistemas:
    
5 2 x1 1
= , (3)
2 1 x2 1
    
1,001 −0,999 x1 1
= . (4)
−0,999 1,001 x2 2
Use la tolerancia de 10−5 . Calcule la solución con tres diferentes vectores iniciales x0i , i = 1, 2, 3 (escrı́balos
en su hoja de respuesta). Llene la siguiente tabla con el número de iteraciones que demora el algoritmo
en alcanzar la tolerancia deseada para los distintos vectores iniciales.

Vectores iniciales x01 x02 x03

Iteraciones sistema (3)

Vectores iniciales x01 x02 x03

Iteraciones sistema (4)

1
 Examen II
Análisis Numérico I

15 de septiembre de 2021

1. Use el método de la potencia para aproximar el valor propio de máximo módulo de las siguientes matrices:
     
1 2 0 0,1 3,8 0 0 −1 0
A1 = 1 0 0 , A 2 =  1 0 0 , A3 = 1 0 0 ,
0 1 0 0 1 0 0 1 0
Utilice el vector inicial (1, 2, 3) y una tolerancia de 1e−10 . Realice una tabla con el número de iteraciones
y el criterio de parada alcanzado para cada matriz. Comente sobre la convergencia en los tres casos
diferentes.
2. En el método del descenso más profundo, para la resolución del sistema lineal Ax = b, si el k−ésimo error
ek = xk − x es un vector propio de A, qué se puede decir de xk+1 .

3. Muestre que si A = M − N es singular, entonces nunca se podrá obtener que ρ(M −1 N ) < 1, incluso si M
es no singular. (Hint: Tome en cuenta que una matriz singular tiene un valor propio igual a cero).
4. Sea A ∈ Rm×n y b ∈ R. Considere el método estacionario xk+1 = xk = wA> (b − Axk ). Muestre que si el
rango de A es n, λmin (A> A) > 0 y 0 < w < 2/λmax (A> A) entonces el método converge. Hacia la solución
de qué problema de optimización converge este método?