Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
Problema 2 (2 puntos) Representar el número 0.0 Solución: Los valores posibles positivos se representan
703 125 como en la siguiente tabla
X∞ 1 1 1 1 1 1 1 1
an e = −1 , 2 + 4, 2 + 3, 2 + 3 + 4
0.0 703 125 = 2e 2
2 2 2 2 2 2 2 2
n=1
2n
1 1 1 1 1 1 1 1
e=0 , + , + , + +
Solución: En primer lugar tenemos que encontrar un en- 2 2 23 2 22 2 22 23
tero e tal que 1 1 1 1
e = 1 1, 1 + 2 , 1 + , 1 + + 2
2 2 2 2
1 1 1
≤ 0.0 703 125 · 2−e < 1 e = 2 2, 2 + , 2 + 1, 2 + 1 +
2 2 2
para e = −3 obtenemos los valores negativos son los mismos cambiados de signo.
Simplificando las fracciones nos queda
0.0 703 125 · 23 = 0. 562 5
e = −1 0.25, 0.3125, 0.375, 0.437 5
ahora tenemos que escribir el número 0.5625 como e=0 0.5, 0.625, 0.75, 0.875
∞ e=1 1, 1.25, 1.5, 1.75
1 X an
0.5625 = + e=2 2, 2.5, 3, 3.5
2 n=2 2n
Si representamos los números positivos sobre una recta
los an se calculan de la siguiente forma
obtenemos
1 1
0.5625 < + = 0.75 ⇒ a2 = 0
2 22
2
1 1 y
0.5625 < + 3 = 0.625 ⇒ a3 = 0
2 2
1 1 1
0.5625 = + 4 = 0.5625 ⇒ a4 = 1
2 2
0
por tanto µ ¶
1 1
0.0 703 125 = 2−3 + 4 -1
2 2
en términos binarios, este numero se escribiría con e = −3 -2
y la mantisa viene dada por la secuencia 1, 0, 0, 1, 0, 0, .... 0 1 2 3 4
(si no almacenamos el primer término a1 porque siempre x
es 1, la mantisa sería 0, 0, 1, 0, 0, ....)
Problema 3 (1 puntos) Calcular los valores positivos Problema 5 (2 puntos) Dada una aritmética de pre-
mínimo y máximo que puede tomar un número real en cisión finita cualquiera, calcular la distancia que hay entre
una aritmética de precisión finita en función de t, emin y el número 1 y su inmediato superior (es decir el número
emax . que va después de 1), y la distancia entre el número 1, y
su inmediato inferior.
Solución: Los valores positivos mínimo y máximo son
Solución: El número 1 en una aritmética de precisión
xmin = 2emin −1 finita se escribe como
t µ ¶ µ ¶
X 1 1
− 1
1 1
xmax = 2emax = 2emax 2 2t+1
= 2emax 1 − t 1=2
2n 1 2 2
n=1 2
el número inmediato superior a 1 en la aritmética es
µ ¶
1 1 1
Problema 4 (2 puntos) Calcular todos los números 2 + = 1 + t−1
2 2t 2
reales que se pueden construir tomando 5 bits de la forma
siguiente: 1 bit para el signo, 2 bits para la mantisa (es y el número inmediato inferior a 1 viene dado por
decir t = 3, puesto que a1 = 1 sólo se almacenan a2 1 1
1 1 2 − 2t+1 1
y a3 , y 2 bits para el exponente e, tomando como rango + .. + t = 1 =1− t
de e = −1, 0, 1, 2. Representar dichos números sobre una 2 2 1− 2 2
recta.
2
Problema 6 (3 puntos) Se considera una aritmética de Problema
¡ 7 ¢(2 puntos) ¡ Sean ¢A =
16 bits donde se dedican 1 bit al signo, 9 bits a la mantisa 2 12 + 213 + 215 B = 23 12 + 216 + 1
27 . Calcular
(t = 10) y 6 bits al exponente ( emin = −30 emax = 31). B+A y B−A
Escribir, si es posible, los siguientes números en esta ar-
Solución:
itmética:
¡1 1 1
¢
B + A = 23 2 + 23 + 24
1. 2, y los números más cercanos a 2 por arriba y por
debajo. Solución:
µ ¶
1 ¡1 ¢
2 = 22 1. B − A = 22 + 1
+ 1
+ 1
2 2 23 24 25
µ ¶
1 1 Problema 8 (2 puntos) Sean emin , emax , los valores
Si guiente = 22 + 10
2 2 mínimo y máximo del exponente e. Demostrar que si
à 10 ! µ1
X 1 1 ¶ emin < e < emax , entonces los números:
2 − 211 Ã t !
Anterior = 2 = 2 1
2i 2
X an 1
i=1 e
2 ± t
n=1
2n 2
3
y el inmediato inferior es CALCULO DE CEROS DE UNA FUNCION
Xt
1
2e−1 n Problema 12 (2 puntos) Calcular 2 iteraciones del al-
n=1
2
goritmo de la bisección para buscar un cero de la función
para cualquier otro número ze, el inmediato superior e in- f (x) = x2 − 2 en el intervalo [−2, 0]
ferior son
1 Solución:
ze ± 2e t
2
0 + (−2)
x= = −1
2
Problema 10 (1 puntos) Calcular las raíces del poli- f (−2) > 0, f (0) < 0, f (−1) < 0
nomio P (x) = x2 − 2x + 0.01 evitando los errores de can- N uevo Intervalo = [−2, −1]
celación.
−1 + (−2)
x= = −1.5
Solución: 2
√ f (−2) > 0, f (−1) < 0, f (−1.5) > 0
2+ 4 − 0.04
x1 = = 1.995 N uevo Intervalo = [−1.5, −1]
2
0.01
x2 =
1.995
4
Solución: Solución:
2 −2
x=0− f (0) = 1 x1 = 1 − ³ ´ =3
f (2) − f (0) −2−(−3)
1−0
f (2) > 0, f (0) < 0, f (1) < 0
N uevo Intervalo = [1, 2]
1 4 Problema 18 (2 puntos) Escribir pseudocódigo del al-
x=1− f (1) =
f (2) − f (1) 3 goritmo del método de la Secante utilizando reales de
4 doble precisión. Los datos de entrada son las aproxima-
f (2) > 0, f (1) < 0, f ( ) < 0 ciones iniciales x0, y x1, El número máximo de iteraciones
3
4 N max, y la tolerancia T OL para determinar la igualdad
N uevo Intervalo = [ , 2] de dos números.
3
Problema 15 (2 puntos) Escribir el pseudocódigo del Solución:
algoritmo del método de la Regula-falsi
Algoritmo: Método de la secante
Solución: variables reales x0,x1,x2,tol
variable entera Nmax
Algoritmo: Método de la bisección leer(a,b,tol,Nmax)
variables reales x,a,b,tol si (x0==x1) entonces
leer(a,b,tol) PRINT ’LAS DOS APROXIMACIONES INI-
si (a> b) entonces CIALES COINCIDEN’
PRINT ’INTERVALO INCORRECTO’ parar
parar finsi
finsi para k←− 1 hasta Nmax hacer
si (F(a)*F(b)> 0) entonces si(ABS(x1-x0)< tol) entonces
PRINT ’NO HAY CAMBIO DE SIGNO EN EL PRINT *,’LA RAIZ DE LA FUNCION ES: ’,x1
INTERVALO’ parar
parar finsi
finsi si(F(x1)==F(x0)) entonces
mientras (F(x)!=0 Y (b-a)>tol) PRINT *,’METODO NO CONVERGE’
x=a-F(a)*(b-a)/(F(b)-F(a)) parar
si((F(a)*F(x))<0) entonces finsi
b=x x2=x1-F(x1)*(x1-x0)/(F(x1)-F(x0))
además x0=x1
a=x x1=x2
finsi fin para
fin mientras PRINT *,’NUMERO MAXIMO DE ITERACIONES
_PRINT ’LA RAIZ ES’ x EXCEDIDO’
fin algoritmo fin algoritmo
5
Solución: Solución:
Problema 22 (2 puntos) Aislar en intervalos las raíces Problema 25 (2 puntos) Calcular la expresión del er-
del polinomio P (x) = 20x3 − 45x2 + 30x − 1. ror interpolación al aproximar la función f (x) = sen(x)
en el intervalo [0, 2π] interpolando en los puntos 0, π2 , π, 3π
2 .
Solución: Teniendo en cuenta que en este caso y acotarlo superiormente.
maxk=0,..,n−1 | ak | 45 65
1+ =1+ = Solución: El error de interpolación viene dada por la
| an | 20 20 expresión:
todas las raíces están en el intervalo [− 65 65 µ ¶
20 , 20 ]. Para ais- sen(ξ) ³ π´ 3π
lar las raíces calculamos los ceros de la derivada P 0 (x) = f (x) − PN (x) = x x− (x − π) x −
4! 2 2
60x2 − 90x + 30, dichas raíces son 1 y 1/2. Por otro lado
tenemos el valor máximo del sen(ξ) es 1. Por otro lado el valor
65 donde alcanza el máximo el polinomio del error en [0, 2π]
P (− ) = −1260. 4 es x = 2π, por tanto la cota del error que obtenemos es
20
1 21 ³ µ ¶
P( ) = 1 π´ 3π
2 4 |f (x) − PN (x)| ≤ 2π 2π − (2π − π) 2π −
4! 2 2
P (1) = 4
65
P ( ) = 307. 75
20
por tanto hay una única raíz en el intervalo [− 65 1 Problema 26 (2 puntos) Calcular el error máximo de
20 , 2 ].
interpolación en el intervalo [0, 1] al interpolar la función
cos(x) en los puntos dados por los polinomios de Chebyshev
Problema 23 (2 puntos) Aislar en intervalos las raíces tomando N = 5.
del polinomio P (x) = 2x3 + 3x2 − 12x + 1
6
Solución: Según las fórmulas vistas en teoría el error Problema 29 (3 puntos) Calcular el polinomio inter-
viene dado por la expresión: polador de Lagrange P3 (x) de la función f (x) = 2x en
¯ ¯µ ¶ los puntos 0, 1, 3, 4 utilizando las diferencias divididas de
maxx∈[a,b] ¯f N+1) (ξ)¯ b − a N +1 Newton. Expresar el polinomio tomando en primer lugar
| f (x) − PN (x) |≤
(N + 1)!2N 2 x0 = 0, x1 = 1, x2 = 3 y x3 = 4, y en segundo lugar
en nuestro caso como N = 5 y la derivada sexta de cos(x) x0 = 4, x1 = 3, x2 = 1, y x3 = 0.
es − cos(x) cuyo máximo en valor absoluto es 1, obtenemos
Solución: En el primer caso, las diferencias divididas
µ ¶6 son f [x0 ] = 1, f [x1 ] = 2, f [x2 ] = 8, f [x3 ] = 16.
1 1
| f (x) − PN (x) |≤ 5
= 6. 78 × 10−7
6!2 2 f [x0 , x1 ] = 1
f [x1 , x2 ] = 3
Problema 27 (2 puntos) Interpolar la función f (x) = f [x2 , x3 ] = 8
10
x2 +1 en los puntos x0 = −2, x1 = −1, x2 = 1, x3 = 2 2
utilizando las diferencias de Newton y evaluar el polinomio f [x0 , x1 , x2 ] =
3
en x = 0 utilizando el algoritmo de Horner. 5
f [x1 , x2 , x3 ] =
3
Solución: 1
−2 → 2 f [x0 , x1 , x2 , x3 ] =
4
3
-1 → 5 -1 y el polinomio interpolador es:
0 0
1→5 -1
2 1
-3 P (x) = 1 + x + x(x − 1) + x(x − 1)(x − 3)
2→2 3 4
P (x) = 2 + 3(x + 2) − 1(x + 2)(x + 1) + 0(x + 2)(x + Si tomamos ahora los puntos en orden inverso: f [x0 ] = 16,
1)(x − 1) = (−1(x + 1) + 3)(x + 2) + 2 f [x1 ] = 8, f [x2 ] = 2, f [x3 ] = 1.
P (0) = (−1(0 + 1) + 3)(0 + 2) + 2 = 6 f [x0 , x1 ] = 8
f [x1 , x2 ] = 3
Nota: Quitar paréntesis en P(x) y aplicar Horner sobre
el polinomio resultante no es lo que pide el problema y por f [x2 , x3 ] = 1
lo tanto está mal 5
f [x0 , x1 , x2 ] =
3
2
Problema 28 (2 puntos) Calcular el polinomio inter- f [x1 , x2 , x3 ] =
polador de Lagrange P3 (x) de la función f (x) = sen(x) en 3
1
los puntos 0, π2 , π y 3π
2 utilizando las diferencias divididas f [x0 , x1 , x2 , x3 ] =
de Newton. 4
El polinomio interpolador es:
Solución: Las diferencias divididas son: f [0] = 0, f [ π2 ] =
1, f [π] = 0, f [ 3π
2 ] = −1, 5 1
P (x) = 16+8(x−4)+ (x−4)(x−3)+ (x−4)(x−3)(x−1)
π 2 3 4
f [0, ]=
2 π como puede observarse, al cambiar el orden de los pun-
π 2 tos de interpolación, el polinomio de Lagrange expresado
f [ , π] = −
2 π a través de las diferencias divididas cambia totalmente,
3π 2 salvo el último coeficiente 14 que es el mismo en ámbos ca-
f [π, ]=−
2 π sos pues como se había demostrado en teoría el valor de
π 4 f [x0 , x1 , x2 , x3 ] no depende del orden en que se toman los
f [0, , π] = − 2
2 π puntos de interpolación.
π 3π
f [ , π, ]=0
2 2
π 3π 8 Problema 30 (3 puntos) Dada una función f (x), y una
f [0, , π, ]= 3
2 2 3π secuencia de valores xn , aproximar f (x) por la parábola
por tanto, el polinomio interpolador es que pasa por los puntos (xn−1 , f (xn−1 )) , (xn−2 , f (xn−2 ))
y (xn−3 , f (xn−3 )), calcular posteriormente las derivadas
2 4 ³ π´ 8 ³ π´ del polinomio, y comprobar que coinciden con las fórmu-
P (x) = x − 2 x x − + 3x x − (x − π)
π π 2 3π 2 las dadas en el método de Muller para el cálculo de las
derivadas f 00 (xn−1 ) y f 0 (xn−1 ).
7
Solución: Si utilizamos las diferencias divididas para in- Problema 32 (2 puntos) Demostrar que utilizando
terpolar obtenemos f [xn−1 ] = f (xn−1 ) relaciones trigonométricas es posible calcular las funciones
sen(x) y cos(x) para cualquier x (en radianes), utilizando
f (xn−1 ) − f (xn−2 )
f [xn−1 , xn−2 ] = únicamente su valor en el intervalo [0, π8 ].
xn−1 − xn−2
f (xn−2 ) − f (xn−3 ) Solución: En teoría se demostró como se pueden definir
f [xn−2 , xn−3 ] =
xn−2 − xn−3 el sen(x) y cos(x) para cualquier valor de x a partir de
f [xn−1 , xn−2 ] − f [xn−2 , xn−3 ] su definición en [0, π4 ], por tanto, en este problema sólo
f [xn−1 , xn−2 , xn−3 ] = tenemos que definir las funciones trigonométricas en [0, π4 ]
xn−1 − xn−3
a partir de su definición en [0, π8 ]. Basta tener en cuenta
El polinomio interpolador es las relaciones:
P (x) = f (xn−1 ) + f [xn−1 , xn−2 ](x − xn−1 )+ (
π
cos
¡ x ¢[0, 8 ] (x)2
π
¡ x ¢ si x ≤ π8
f [xn−1 , xn−2 , xn−3 ](x − xn−1 )(x − xn−2 ) cos[0, π4 ] (x) = 2
cos[0, π ] 2 − sin[0, π ] 2 si x > 8
8 8
por tanto ½ π
sen¡[0,¢π8 ] (x) ¡ ¢ si x ≤ 8
00
P (xn−1 ) = 2f [xn−1 , xn−2 , xn−3 ] sen[0, π4 ] (x) =
2 cos[0, π8 ] x2 sin[0, π8 ] x2 si x > π
8
P 0 (xn−1 ) = f [xn−1 , xn−2 ] + f [xn−1 , xn−2 , xn−3 ](xn−1 −
xn−2 )
Problema 33 (3 puntos) Calcular los polinomios nece-
que corresponde a las fórmulas utilizadas por el
método de Muller. sarios para interpolar las funciones trigonométricas cos(x)
y sen(x) en el intervalo [0, π8 ] en una aritmética de 32 bits
Problema 31 (3 puntos) Aproximar la función sen(x) Solución: En primer lugar, la función cos(x) la desarrol-
en el intervalo [0, π4 ] utilizando el desarrollo de Taylor, y lamos por serie de Taylor como
calcular el valor de n a partir del cual la aproximación es
la mejor posible dentro de una aritmética de 32 bits. x2 x4 x2n
cos(x) u Pn (x) = 1 − + + .... + (−1)n
2! 4! (2n)!
Solución: El desarrollo de Taylor en 0 del sen(x) viene
dado por: y el error máximo cometido por el desarrollo de Taylor en
x3
x 5
x 2n+1 un punto x ∈ [0, π8 ] es
sen(x) u Pn (x) = x − + + .... + (−1)n
3! 5! (2n + 1)! 2n+1
π (x)
y el error máximo cometido por el desarrollo de Taylor en | Pn (x) − cos(x) |≤ sen( )
8 (2n + 1)!
un punto x ∈ [0, π4 ] es
2n+2
donde ξ ∈ [0, π8 ]. Para que la aproximación sea la mejor
π (x) dentro de una aritmética de 32 bits tiene que cumplirse
| Pn (x) − sen(x) |≤ sen( )
4 (2n + 2)!
| Pn (x) − cos(x) |
donde ξ ∈ [0, π4 ]. Para que la aproximación sea la mejor ≤ 2−24 = 5. 96 × 10−8
cos(x)
dentro de una aritmética de 32 bits tiene que cumplirse
| Pn (x) − sen(x) | por tanto:
≤ 2−24 = 5. 96 × 10−8 ¡ ¢2n+1
sen(x)
| Pn (x) − cos(x) | π π8
por otro lado, en el intervalo [0, π4 ] se verifica ≤ tan( )
cos(x) 8 (2n + 1)!
¡ ¢
sen π4 para n = 3 se tiene que
π x ≤ sen(x)
4 ¡ ¢2n+1
π π8
por tanto: tan( ) = 1. 18 × 10−7
¡ π ¢2n+2 8 (2n + 1)!
| Pn (x) − sen(x) |
≤ 4 con lo cual ya estamos muy cerca de la precisión óptima.
sen(x) (2n + 2)!
Para n = 4
para n = 4 se tiene que ¡ ¢2n+1
¡ π ¢2n+2 π π8
tan( ) = 2. 53 × 10−10
4
= 2. 46 × 10−8 8 (2n + 1)!
(2n + 2)!
por tanto n = 4 determina la mejor aproximación en
por tanto n = 4 determina la mejor aproximación en una
una aritmética de 32 bits.
aritmética de 32 bits.
8
Análogamente, para la función sen(x) tenemos En el remonte se empiezan a calcular los ui de abajo
hacia arriba. Las operaciones que se realizan vienen dadas
x3 x5 x2n+1
sen(x) u Pn (x) = x − + + .... + (−1)n por:
3! 5! (2n + 1)! un = abnn
n
donde ξ ∈ [0, π8 ]. Para que la aproximación sea la mejor bn−3 −(an−3,n un +an−3,n−1 un−1 +an−3,n−2 un−2 )
un−3 = an−3,n−3
dentro de una aritmética de 32 bits tiene que cumplirse
..
| Pn (x) − sen(x) | .
≤ 2−24 = 5. 96 × 10−8
sen(x)
En la siguiente tabla se muestra el número de opera-
por otro lado, en el intervalo [0, π8 ] se verifica ciones que se realizan en cada iteración:
¡ ¢
sen π8
π x ≤ sen(x)
8
Sumas M ultiplic. Divisiones T otal
n−1 n−1 1 2n − 1
por tanto: .. .. .. ..
¡ π ¢2n+2 . . . .
| Pn (x) − sen(x) | 3 3 1 7
≤ 8
sen(x) (2n + 2)! 2 2 1 5
para n = 3 se tiene que 1 1 1 3
¡ π ¢2n+2 0 0 1 1
8
= 1. 402 679 863 × 10−8 A partir de esta tabla podemos calcular el total de
(2n + 2)!
operaciones sumando por columnas:
por tanto n = 3 determina la mejor aproximación en una
aritmética de 32 bits. Sumas = 0 + 1 + 2 + 3 + . . . + n − 1 = (n−1)n
2
(n−1)n
Problema 34 (1 puntos) Como se puede obtener la fun- M ultiplicac. = 0 + 1 + 2 + 3 + . . . + n − 1 = 2
ción y x , donde x, y son números reales, utilizando las fun-
Divisiones = 1 + 1 + 1 + 1 + . . . + 1 = n
ciones ex y ln(x).
Solución: Se utiliza la equivalencia Total = 1 + 3 + 5 + 7 + . . . + 2n − 1 =
y x = ex ln y = Sumas + M ultiplicac. + Divisiones =
(n−1)n (n−1)n
= 2 + 2 + n = n2
9
Problema 37 (3 puntos) Calcular el número de op- Divisiones = 1 + 1 + . . . + 1 = n − 2
eraciones básicas necesarias para descomponer el sistema
Au = b en el sistema A0 u = b0 utilizando el método de M ultiplicac. = (n − 1) + (n − 1) + . . . + (n − 1) =
Gauss, y teniendo en cuenta la siguiente relación
=(n − 1)(n − 2)
M−1
X 1 3 1 2 1 Sumas = (n−1)+(n−1)+. . .+(n−1) = (n−1)(n−2)
k2 = M − M + M ..
3 2 6
k=1 .
(n-1)a Iteración:
Solución: Divisiones = 1
⎛ ⎞ M ultiplicac. = 2
a11 a12 ··· a1n
⎜ a21 a22 ··· a2n ⎟
⎜ ⎟ Sumas = 2
A=⎜ .. .. .. .. ⎟
⎝ . . . . ⎠
an,1 an,2 ··· an,n Total operaciones1 :
n(n−1)
En cada iteración se realizan las siguientes opera- Divisiones = (n−1)+(n−2)+(n−3)+. . .+1 = 2
ciones:
M ultiplicac. = n(n − 1) + (n − 1)(n − 2) + . . . + 2 =
Para cada iteración (i): =((n − 1) + 1)(n − 1) + ((n − 2) + 1)(n − 2) + . . . =
Para cada fila (j) =(n − 1)2 + (n − 1) + (n − 2)2 + (n − 2) + . . . =
³ ´
∗ aaii
ii = 2n
3
−3n2 +n
+ (n−1)n
= n3 −n
6 2 3
³ ´ ³ ´
aji aji n3 −n
∗aj1 − ai1 . . . ajn − ain Sumas = n(n − 1) + (n − 1)(n − 2) + . . . + 2 = 3
aii aii
10
09 fin mientras 2. Definida positiva:
10 u(I) = u(I)/A(I, I) Como |B| 6= 0, si B x̄ = 0 =⇒ x̄ = 0
11 fin mientras
12 devolver 0 Una matriz se dice definida positiva si se cumple que
Solución: Pasos en la descomposición por Gauss: Problema 41 (2 puntos) Descomponer la siguiente ma-
triz A por el método de Cholesky
1. Intercambiamos la tercera fila con la primera: ⎛ ⎞
⎛ ⎞ ⎛ ⎞ 1 1 4
0 −1 2 1 2 −1 0 1 A=⎝ 1 5 6 ⎠
⎝ −1 2 −1 0 ⎠ pivoteo −−−−→ ⎝
−1 2 −1 0 ⎠ 4 6 26
2 −1 0 1 0 −1 2 1
Solución: La descomposición por el método de Cholesky
2. Hacemos ceros en la primera columna
³ ´ tiene la forma siguiente:
aj1
f ilaj − f ila1 · a11 ;j > 1 :
⎛ ⎞ ⎛ ⎞ A = B · Bt,
2 −1 0 1 2 −1 0 1
⎝ −1 2 −1 0 ⎠ ceros −−−→ ⎝ 0 3 −2 1 ⎠
donde la matriz B es triangular inferior.
0 −1 2 1 0 −1 2 1 ⎛ ⎞
b11 0 0
3. Hacemos ceros en la segunda columna B = ⎝ b21 b22 0 ⎠
³ ´
aj1 b31 b32 b33
f ilaj − f ila2 · a11 ;j > 2 :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 −1 0 1 2 −1 0 1 b11 b21 b31
⎝ 0 3 −2 1 ⎠ ceros −−−→ ⎝ 0 3 −2 1 ⎠ B t = ⎝ 0 b22 b32 ⎠
0 −1 2 1 0 0 4 4 0 0 b33
4. Realizamos el remonte, y obtenemos como solución: Cálculo de los elementos de la matriz B :
4
u3 = 4 =1 A = B · Bt =
⎛ ⎞⎛ ⎞
u2 = 1−2u3
= −1
=1 b11 0 0 b11 b21 b31
−1 −1
= ⎝ b21 b22 0 ⎠⎝ 0 b22 b32 ⎠ =
1+u2 2 b31 b32 b33 0 0 b33
u1 = 2 = 2 =1
⎛ ⎞
b211 b11 b21 b11 b31
= ⎝ b11 b21 b221 + b222 b21 b31 + b22 b32 ⎠
Problema 40 (2 puntos) Demostrar que si A = B · B t
(B triangular inferior) y |B| 6= 0, entonces A es simétrica b11 b31 b21 b31 + b22 b32 b231 + b232 + b233
y definida positiva
Igualamos los elementos de la matriz anterior con los
elementos de la matriz A y se obtienen los siguientes re-
Solución:Tenemos que demostrar, por una parte, que sultados:
At = A (A simétrica) y, por otra, que x̄t Ax̄ > 0 (A definida
b211 = 1
positiva2 ).
b11 = 1
1. Simétrica:
t t t
At = (B · B t ) = (B · B t ) = (B t ) B t = B · B t = A b11 b21 = 1
1
b21 = b11 =1
2 Matriz definida positiva: ∀x̄ 6= 0 =⇒ x̄t Ax̄
> 0.
Esta es la definición formal. De forma práctica, se comprueba que los b11 b31 = 4
menores principales de la matriz sean positivos. También se cumple 4
si todos sus autovalores son positivos: x̄t Ax̄ = x̄t λx̄ = λx̄t x̄ > 0. b31 = b11 =4
11
b221 + b222 = 5 En la siguiente tabla se muestra de forma esquemati-
p p zada, el número de operaciones en cada iteración:
b22 = ± (5 − b221 ) = (4) = 2
Iteración Sumas M ultiplic. Divisiones
b21 b31 + b22 b32 =6 0 0 0
6−b21 b31 6−4 0 0 1
b32 = b22 = 2 =1 i=1 .. .. ..
. . .
b231 + b232 + b233 = 26 0 0 1
p p n−1
b33 = (26 − b231 − b232 ) = (26 − 16 − 12 ) = 3 1 1 0
1 1 1
La descomposición queda de la siguiente manera: i=2 .. .. ..
. . .
1 1 1
A = B · Bt =
n−1 n−1 n−2
⎛ ⎞⎛ ⎞ 2 2 0
1 0 0 1 1 4
= ⎝ 1 2 0 ⎠⎝ 0 2 1 ⎠ 2 2 1
i=3 .. .. ..
4 1 3 0 0 3 . . .
2 2 1
2(n−2) 2(n−2) n−3
Problema 42 (2 puntos) Calcular el número de opera- .. .. .. ..
ciones necesarias para resolver un sistema por el método . . . .
de Cholesky. i=n n−1 n−1 0
= (n − 1) + 2 (n − 2) + 3(n − 3) + . . . + (n − 1) =
Iteración Operaciones Pn−1
√ 3
= i=1 i(n − i) = n 6−n
j = 1 : b11 = a11
j = 2 : b21 = ab11
21
i=1 .. Divisiones = (n − 1) + (n − 2) + (n − 3) + . . . + 1 =
. P
j = n : bn1 = abn1 = n−1
i=1 i =
n(n−1)
p11 2
j = 2 : b22 = a22 − b221
j = 3 : b32 = a32 −b 21 b31 El resultado final es:
b22
i=2 ..
. Total=Sumas + M ultiplicac. + Divisiones =
j = n : bn2 = an2 −b 21 bn1
3 n(n−1)
.. ..
b22 = 2n −n
6 + 2 = 13 n3 − 56 n + 12 n2
. . q ³ ´
¡ ¢ n3
i=n j = n : bnn = ann − b2n1 + . . . + b2n,n−1 El orden del algoritmo es O 3
Solución: ⎛ ⎞
1 0 ··· 0
⎜ 0 1 ··· 0 ⎟
⎜ ⎟
AA−1 = Id = ⎜ .. .. . . .. ⎟
⎝ . . . . ⎠
0 0 ··· 1
12
⎛ ⎞ ⎛ ⎞
c11 c12 ··· c1n 1 0 ··· 0 l2 u2 = b2
⎜ c21 c22 ··· c2n ⎟ ⎜ 0 1 ··· 0 ⎟
⎜ ⎟ ⎜ ⎟
A⎜ .. .. .. .. ⎟=⎜ .. .. . . .. ⎟, b2
⎝ . . . . ⎠ ⎝ . . . . ⎠ l2 = a2 − m1 u1 , u2 = , m2 = c2
l2
cn1 cn2 ··· cnn 0 0 ··· 1
..
se pueden calcular las columnas de esa matriz a partir de .
N sistemas de ecuaciones de la siguiente forma: mn−2 un−2 + ln−1 = an−1
⎛ ⎞ ⎛ ⎞ ln−1 un−1 = bn−1
c11 1
⎜ c21 ⎟ ⎜ 0 ⎟ bn−1
⎜ ⎟ ⎜ ⎟
A⎜ .. ⎟=⎜ .. ⎟ ln−1 = an−1 − mn−2 un−2 , un−1 = , mn−1 = cn−1
⎝ . ⎠ ⎝ . ⎠ ln−1
cn1 0
mn−1 un−1 + ln = an
⎛ ⎞ ⎛ ⎞
c12 0 ln = an − mn−1 un−1
⎜ c22 ⎟ ⎜ 1 ⎟
⎜ ⎟ ⎜ ⎟
A⎜ . ⎟=⎜ .. ⎟ El algoritmo queda de la siguiente manera:
⎝ .. ⎠ ⎝ . ⎠
cn2 0
l1 = a1
..
. ⎛ ⎞ ⎛ ⎞ u1 = bl11
c1n 0 Para i = 2, . . . , n − 1
⎜ c2n ⎟ ⎜ 0 ⎟ mi−1 = ci−1
⎜ ⎟ ⎜ ⎟
A⎜ . ⎟=⎜ .. ⎟ , c.q.d.
⎝ .. ⎠ ⎝ . ⎠ li = ai − mi−1 ui−1
cnn 1 ui = blii
Fin Para
mn−1 = cn−1
Problema 44 (3 puntos) Demostrar el algoritmo de ln = an − mn−1 un−1
Crout para descomponer matrices tridiagonales.
l1 u1 = b1 i=3
b1 m2 = −1
l1 = a1 , u1 = , m1 = c1
l1
l3 = 0 − 2 (−1) = 2
m1 u1 + l2 = a2
13
Sustituyendo estos valores en las matrices de Crout, En la siguiente tabla se muestra el número de op-
la descomposición queda: eraciones en cada iteración:
⎛ ⎞ ⎛ ⎞ Iteración Sumas M ultiplic. Divisiones
2 0 0 1 2 0
A = L · U = ⎝ −1 2 0 ⎠ · ⎝ 0 1 2 ⎠ i=1 0 0 1
0 −1 2 0 0 1 i=2 1 1 1
i=3 1 1 1
Para resolver el sistema, se tiene en cuenta lo sigu- .. .. .. ..
. . . .
iente:
i=n 1 1 0
Ax = b El total de operaciones se obtiene de la tabla anterior
como:
LU x = b (U x = y)
Sumas = M ultiplicac. = Divisiones =
y nos queda un sistema de la forma:
= 1 + 1 + . . . + 1 = (n − 1)
Ly = b
Total=Sumas + M ultiplicac. + Divisiones =
Calculamos el valor de y a partir del sistema anterior:
= 3 (n − 1)
⎛ ⎞⎛ ⎞ ⎛ ⎞
2 0 0 y1 6
⎝ −1 2 0 ⎠ ⎝ y2 ⎠ = ⎝ 3 ⎠ , El orden del algoritmo es O (3n)
0 −1 2 y3 −1
¡ ¢
quedándonos la solución final x = 1 1 1 Numéricamente, si llamamos f1 (x, y) = x2 + y 2 − 1 y
f2 (x, y) = x − y, entonces aplicando las máscaras vistas en
teoría tenemos
Problema 46 (2 puntos) Calcular el número de opera-
ciones necesarias para resolver un sistema tridiagonal por
el método de Crout. f1 (x, y) = x − y
∂f1 (1,1)
∂x ¡ = √ ¢
Solución: Las operaciones que se realizan en cada it- 1
4(0.1) 2 − 2 (f1 (1 + 0.1, 1 − 0.1) − f1 (1 − 0.1, 1 − 0.1)) +
eración vienen dadas por: 1
¡ √ ¢
4(0.1) 2 − 2 (f1 (1 + 0.1, 1 + 0.1) − f1 (1 − 0.1, 1 + 0.1)) +
1
¡√ ¢
4(0.1) 2 2 − 1 (f1 (1 + 0.1, 1) − f1 (1 − 0.1, 1)) =
Iteración Operaciones 0.585 79 + 0.585 79 + 0.828 43 = 2.0
i=1 l1 = a1 ; u1 = bl11
b2 ∂f1 (1,1)
i=2 m1 = c1 ; l2 = a2 − m1 u1 ; u2 = l2 ∂y ¡ =
.. .. 1
√ ¢
. . 4(0.1) 2 − 2 (f1 (1 − 0.1, 1 + 0.1) − f1 (1 − 0.1, 1 − 0.1)) +
1
¡ √ ¢
i=n ln = an − mn−1 un−1 4(0.1) 2 − 2 (f1 (1 + 0.1, 1 + 0.1) − f1 (1 + 0.1, 1 − 0.1)) +
14
¡√ ¢ 00
1
4(0.1) 2 2 − 1 (f1 (1, 1 + 0.1) − f1 (1, 1 − 0.1)) = +f (xi )
2! (xr − xi )(xl − xi )+
0.585 79 + 0.585 79 + 0.828 43 = 2.0 000
+f (xi )
3! (xr − xi )(xl − xi )2 +
De la misma forma, para f2 (x, y) tenemos
000
+f (xi )
3! (xi − xl )(xr − xi )2
∂f2 (1,1)
∂x ¡ = √ ¢
1 Agrupamos por las derivadas de la función:
4(0.1) 2 − 2 (f2 (1 + 0.1, 1 − 0.1) − f2 (1 − 0.1, 1 − 0.1)) +
1
¡ √ ¢
4(0.1) 2 − 2 (f2 (1 + 0.1, 1 + 0.1) − f2 (1 − 0.1, 1 + 0.1)) +
(xr − xi ) f (x(xl )−f (xi )
+ (xi − xl ) f (x(xrr)−f (xi )
=
1
¡√ ¢ l −xi ) −xi )
4(0.1) 2 2 − 1 (f2 (1 + 0.1, 1) − f2 (1 − 0.1, 1)) =
0.292 89 + 0.292 89 + 0.414 21 = 1 f 00 (xi )
= (xr − xl )f 0 (xi ) + 2! · 0+
∂f2 (1,1) 000
∂y ¡ = √ ¢ +f (xi )
3! (xr − xi )(xl − xi ) ((xl − xi ) − (xr − xi ))
1
4(0.1) 2 − 2 (f2 (1 − 0.1, 1 + 0.1) − f2 (1 − 0.1, 1 − 0.1)) +
¡ √ ¢
1 El término de la tercera derivada nos da el orden de
4(0.1) 2 − 2 (f2 (1 + 0.1, 1 + 0.1) − f2 (1 + 0.1, 1 − 0.1)) +
1
¡√ ¢ la fórmula:
4(0.1) 2 2 − 1 (f2 (1, 1 + 0.1) − f2 (1, 1 − 0.1)) =
0.292 89 + 0.292 89 + 0.414 21 = 1 (xr − xl )f 0 (xi ) = (xr − xi ) f (x(xl )−f (xi )
+
l −xi )
Con lo cual, en este caso la matriz gradiente calculada +(xi − xl ) f (x(xrr)−f (xi )
+ O(h3 )
−xi )
numéricamente coincide con la calculada analíticamente.
→
µ ¶ (xi −xl )
f (xr )−f (xi )
+(xr −xi )
f (xi )−f (xl )
2 2 f 0 (xi ) ≈ xr −xi
xr −xl
xi −xl
+ O(h2 )
∇f (1, 1) =
1 −1
15
−xl )f (xr )
+ (xi(x r −xi )
− (xi −xr )f (xl )
(xl −xi )
Problema 51 (3 puntos) Dados 3 puntos. Demostrar
que la fórmula
−xr f (xi )+xl f (xi ) xr f (xi )−xl f (xi )
(xr − xl ) f 0 (xi ) = (xr −xi ) + (xi −xl ) + f (xr )−f (xi ) f (xi )−f (xl )
00 xr −xi − xi −xl
f (xi ) ≈ 2
−xl )f (xr )
+ (xi(x − (xr −xi )f (xl ) xr − xl
r −xi ) (xi −xl )
aproxima la derivada segunda de f (x) en xi con un orden
agrupamos términos, de aproximación de 1.
³ ´
(xi −xl )f (xr ) (xi −xl )f (xi )
(xr − xl ) f 0 (xi ) = (xr −xi ) − (xr −xi ) +
³ ´ Solución: Desarrollo de Taylor de la función en el punto
(xr −xi )f (xi ) (xr −xi )f (xl ) xi f (xi ) xi y evaluación en xr y xl :
+ (xi −xl ) − (xi −xl ) + (xr −xi )
16
f (xr )−f (xi )−f (xi )−f (xl ) f 000 (xi )
= h2 − 3! (h − h) + Problema 55 (3 puntos) Demostrar, utilizando el de-
O(h2 ) = sarrollo de Taylor, que las siguientes expresiones son dis-
cretizaciones del laplaciano:
f (xr )−2f (xi )−f (xl )
= h2 + O(h2 ) Fi+1,j+1 + Fi−1,j+1 + Fi−1,j−1 + Fi+1,j−1 − 4Fi,j
∆F =
La aproximación de la segunda derivada queda de la 2h2
forma, Fi+1,j + Fi−1,j + Fi,j+1 + Fi,j−1 − 4Fi,j
∆F =
f (xr ) − 2f (xi ) − f (xl ) h2
f 00 (xi ) ≈
h2 Solución: A partir del desarrollo de Taylor de la función
Problema 53 (3 puntos) Dados 3 puntos xl < xi < xr F , se obtiene lo siguiente:
calcular el polinomio de Lagrange que interpola a f (x) en
F (x + h, y + h) = F (x, y) + hFx + hFy +
esos 3 puntos, calcular la derivada segunda de ese poli-
nomio en xi y comprobar que da la misma fórmula que + 12 h2 (Fxx + 2Fxy + Fyy )
utilizando los desarrollos de Taylor.
F (x − h, y − h) = F (x, y) − hFx − hFy +
Solución: Por las diferencias divididas de Newton obten- + 12 h2 (Fxx + 2Fxy + Fyy )
emos lo siguiente:
À F (x − h, y + h) = F (x, y) − hFx + hFy +
xl → f (xl ) f (xi )−f (xl ) +
f (xr )−f (xi )
xi → f (xi ) À xi −xl − f (xxi i)−f (xl )
xr −xi −xl + 12 h2 (Fxx − 2Fxy + Fyy )
f (xr )−f (xi ) xr − xl
xr → f (xr ) xr −xi F (x + h, y − h) = F (x, y) + hFx − hFy +
Polinomio de Lagrange: + 12 h2 (Fxx − 2Fxy + Fyy )
f (xi )−f (xl )
P (x) ' f (xl ) + xi −xl (x − xl ) + Sumamos estas cuatro ecuaciones,
f (xi )−f (xl )
f (xr )−f (xi )
xr −xi − xi −xl
F (x + h, y + h)+F (x − h, y − h)+F (x − h, y + h) +
+ xr −xl (x − xl ) (x − xi )
+F (x + h, y − h) = 4F (x, y) + 2h2 (Fxx + Fyy )
Derivamos el polinomio:
f (xr )−f (xi ) f (xi )−f (xl )
Fxx + Fyy =
f (xi )−f (xl ) −
0 xr −xi xi −xl
P (x) ' xi −xl + xr −xl (x − xl ) + F (x+h,y+h)+F (x−h,y−h)+F (x−h,y+h)+F (x+h,y−h)−4F (x,y)
= 2h2 ,
f (xr )−f (xi ) f (xi )−f (xl )
xr −xi − xi −xl
+ xr −xl (x − xi ) discretizando se obtiene el resultado esperado,
h2
Solución: F (x, y + h) = F (x, y) + hFy + 2 Fyy
17
0 0
Problema 56 (2 puntos) Calcular una aproximación Fx = γ 2h + (1 − γ) 4h =0
del laplaciano de una función F (x, y) en el punto (x, y) =
1γ 1 1−γ
(0, 0) conociendo los siguientes valores: F (0, 0) = 0, Fy = (1 − γ) −1 −2 1
2h + γ 4h = − 2 h − 2 h = − 2h
F ( 12 , 0) = 14 , F (− 12 , 0) = 14 , F (0, 12 ) = 14 , F (0, − 12 ) = 14 , ¡ 1 ¢
∇1 F (hi0 , hj0 ) = (Fx , Fy ) = − 2h ,0
F ( 12 , 12 ) = 12 , F (− 12 , − 12 ) = 12 , F (− 12 , 12 ) = 12 , F ( 12 , − 12 ) =
1
2 Rotamos la función anterior 45o :
1 1 0
Solución: Si representamos estos valores en una tabla, 1 0 0
obtenemos lo siguiente: 0 0 0
1 1 1 y calculamos su gradiente:
2 4 2
1 1 1 1−γ 1γ 1 γ−2
4 0 4 Fx = (1 − γ) −1 −1
2h + γ 4h = − 2 h − 4h = 4 h
1 1 1
2 4 2 1 1−γ 1γ 1 γ−2
Fy = (1 − γ) −1 −1
2h + γ 4h = − 2 h − 4h = 4 h
1
El valor de h es 2. 1 γ−2
Aproximamos el laplaciano promediando las dos ex- ∇2 F (hi0 , hj0 ) = (Fx , Fy ) = 4 h (1, 1)
presiones del ejercicio anterior. Si no realizáramos este
promediado, no se tendrían en cuenta todos los valores de Calculamos las normas de los gradientes e igualamos:
la función.
k∇1 F (hi0 , hj0 )k = k∇2 F (hi0 , hj0 )k
F +F +Fi−1,j−1 +Fi+1,j−1 −4Fi,j q ¡
∆F = γ i+1,j+1 i−1,j+1 2h 2 + ¢2
1
2h = 2 14 γ−2
h
Fi+1,j +Fi−1,j +Fi,j+1 +Fi,j−1 −4Fi,j
+ (1 − γ) h2 , √
1 1
2h = 4h 2 |γ − 2|
2
γ= (
3 √
√2 = − (γ − 2) → γ = 2 − 2
2
1 1
2+2+2+2
1 1 ¡ ¢ 1 1 1
4+4+4+4
1 2 √
∆F (0, 0) = 3 2 14
+ 1 − 23 1 = √2
2
= (γ − 2) → γ = 2 + 2
4
= 8
+ 4
=4 √
3 3 La solución válida es γ = 2 − 2, ya que el gradiente
∇2 F debe ser negativo en sus dos derivadas.
Problema 57 (3 puntos) Demostrar que las máscaras Sustituyendo este valor en las expresiones de Fx , Fy
tenemos:
¡ √ ¢ ¡ √ ¢
− ¡√
2− 2¢ 0 Fi+1,j −Fi−1,j
1 ¡√ 2 ¢
2 − Fx = (1 − γ) 2h +
Fx = −2¡ 2 √
− 1¢ 0 2¡ 2 √− 1¢
4h Fi+1,j+1 −Fi−1,j+1 +Fi+1,j−1 −Fi−1,j−1
− 2− 2 0 2− 2 +γ 4h =
¡ √ ¢ ¡√ ¢ ¡ √ ¢ ¡√ ¢ Fi+1,j −Fi−1,j
− 2− 2 −2 2−1 − 2− 2 =2 2−1 4h +
1
¡ √ ¢F
Fy =
4h ¡ 0√ ¢ ¡√ 0 ¢ ¡ 0√ ¢ −F +F −F
+ 2 − 2 i+1,j+1 i−1,j+14h i+1,j−1 i−1,j−1
2− 2 2 2−1 2− 2
Fi,j+1 −Fi,j−1
dan lugar a una discretización del gradiente tal que su Fy = (1 − γ) 2h +
norma euclídea es invariante por rotaciones de 45 grados.
Fi+1,j+1 −Fi+1,j−1 +Fi−1,j+1 −Fi−1,j−1
+γ 4h =
¡√ ¢F −F
Solución: Procedemos de la misma forma que al calcular = 2 2 − 1 i,j+14h i,j−1 +
el valor de γ en el caso del laplaciano. ¡ √ ¢F −F +F −F
+ 2 − 2 i+1,j+1 i+1,j−14h i−1,j+1 i−1,j−1 ,
Consideramos una función que tiene los siguientes val-
cuyas máscaras son las que se muestran en el enunciado
ores en un entorno de un punto (hi0 , hj0 ) :
del problema.
1 1 1
0 0 0
Problema 58 (2 puntos) Calcular una aproximación
0 0 0
del gradiente de una función F (x, y) en el punto (x, y) =
Calculamos el valor del gradiente en el punto central (0, 0) conociendo los siguientes valores: F (0, 0) = 0,
de la siguiente manera: F ( 12 , 0) = 12 , F (− 12 , 0) = − 12 , F (0, 12 ) = − 12 , F (0, − 12 ) =
18
1
2, F ( 12 , 12 ) = 0, F (− 12 , − 12 ) = 0, F (− 12 , 12 ) = −1, 2. n = 3
F ( 2 , − 12 ) =
1
1
P
3
wk P (xk ) =
Solución: Los valores de la función en una tabla quedan k=1
de la siguiente manera:
= 0.55555555555 · P (0.7745966692) +
1
0 2 1
−1 1
2 0 2
+0.88888888 · P (0) +
−1
−1 2 0
+0.55555555555 · P (−0.7745966692) =
Sustituimos estos valores en las derivadas de la fun-
ción:
= −. 4
¡√ ¢F −F
Fx = 2 2 − 1 i+1,j4h i−1,j +
R1 ¡ ¢
¡ √ ¢F −F +F −F El valor exacto de la integral es −1 x3 − x4 dx =
+ 2 − 2 i+1,j+1 i−1,j+14h i+1,j−1 i−1,j−1 =
− 25 = −. 4, que coincide con el valor del segundo caso. La
¡√ ¢ 1 1
2+2
¡ √ ¢ 1+1 fórmula de integración numérica es exacta hasta el orden
=2 2−1 4h + 2 − 2 4h =
2n − 1, que en el segundo caso es equivalente a 5, con lo
√ √
1 2−1 1 2− 2 1 que ya se sabía que el valor obtenido sería exacto.
= + 2 h 2 h = 2h
¡√ ¢F −F
Fy = 2 2 − 1 i,j+14h i,j−1 +
Problema 60 (2 puntos) Se considera para el intervalo
¡ √ ¢F −F +F −F [−1, 1], los puntos x0 = −0.5, x1 = 0 y x2 = 0.5 y los pesos
+ 2 − 2 i+1,j+1 i+1,j−14h i−1,j+1 i−1,j−1 =
w0 = w1 = w2 = 2/3. Estos puntos y estos pesos se uti-
¡√ ¢ −1 1
2 −2
¡ √ ¢ lizan para aproximar la integral de una función en [−1, 1].
=2 2−1 4h + 2 − 2 −1−1
4h = Usar esta fórmula de integración para calcular númerica-
√ √
2−1 1 2− 2 mente la siguiente integral y compararla con el resultado
= − 12 h − 2 h
1
= − 2h
análitico (exacto).
y obtenemos el valor del gradiente: Z π
2
µ ¶ µ 1 ¶ µ ¶ cos(x)dx
Fx 2h 1 −π
∇F = = 1 = 2
Fy − 2h −1
19
Por lo tanto, la fórmula de integración numérica de = w1 f (x1 ) + w2 f (x2 ) + w3 f (x3 ) =
Legendre es: Z ¡ 1−0 ¢ ¡ ¢ ¡ ¢
1 = (w̃0 f x̃02+1 + w̃1 f x̃12+1 + +
f (x) dx ' 2 · f (0) , ¡ x̃2 +1 ¢ 2
w̃2 f 2 )=
−1
¡ ¢
y su exactitud sería igual a 1(2N − 1 = 1). = 12 (0.55555556 · f 0.7745966692+1
2 +
¡ 0+1 ¢
+0.8888888889 · f 2 +
Problema 62 (2 puntos) A partir de los ceros y de los ¡ ¢
pesos asociados a los polinomios de Legendre, y dado un +0.55555556 · f −0.7745966692+1
2 )=
intervalo [a, b] cualquiera, encontrar los puntos xk , y los
= 8. 333 3 × 10−2
pesos wk que hacen exacta hasta el orden 2N − 1 una fór-
mula de integración numérica sobre el intervalo [a, b]
Problema 64 (2 puntos) Calcular de forma exacta la
integral Z ∞
Solución: Para encontrar los puntos x̂k , y los pesos ŵk , ¡ 3 ¢ 2
R∞ ¡ 3 ¢ 2 P
2
Z b Z 1 µ ¶ −∞
x − x2 e−x dx = wk f (xk )
(b − a) t + b + a b−a k=1
f (x) dx = f dt
a −1 2 2
= w1 f (x1 ) + w2 f (x2) =
Z b N
X µ ¶
b−a (b − a) x̃k + b + a = 0.8862269255 · f (−0.707106781) +
f (x) dx ' w̃k f
a 2 2
k=1 +0.8862269255 · f (0.707106781) =
de donde se deduce que los cambios a realizar son de la
forma = −. 886 23
x̂k = (b−a)x̃k2+(b+a) ,
ŵk = (b−a)
2 w̃k Problema 65 (2 puntos) Aproximar, utilizando dos
puntos de aproximación, el valor de la integral:
Z ∞
1
dx
Problema 63 (2 puntos) Utilizar el resultado del prob- −∞ 1 + x2
lema anterior para calcular de forma exacta la siguiente
integral Z 1
¡ 2 ¢
x − x3 dx Solución:
0
R∞ 1
R∞ ex
2 2
Solución: El resultado de la integral calculada de forma −∞ 1+x2
dx = −∞ 1+x2
e−x dx =π
analítica, da el siguiente resultado:
2
ex
R1¡ 2 ¢ f (x) = 1+x2
1
x − x3 dx = = 8. 333 3 × 10−2
0 12 R∞ 1
−∞ 1+x2
dx ' w1 f (x1 ) + w2 f (x2 ) =
Aplicando el método de integración numérica:
¡ ¢ = 0.8862269255 · f (−0.707106781) +
f (x) = x2 − x3
+0.8862269255 · f (0.707106781) =
R1¡ 2 ¢ P
3
0
x − x3 dx = wk f (xk ) = = 1. 948 2
k=1
20
Problema 66 (2 puntos) Calcular de forma exacta la Solución:
integral Z ∞ R1 ¡ 3 ¢
¡ 3 ¢ x − x4 dx = − 25 = −. 4
x − x2 e−x dx −1
0
Aplicamos el método de Simpson:
utilizando los polinomios de Laguerre.
¡ ¢
f (x) = x3 − x4
Solución: R1 ¡ 3 ¢
−1
x − x4 dx =
R∞¡ 3 ¢
x − x2 e−x dx = 4 R0 ¡ 3 ¢ R1¡ ¢
0 = −1
x − x4 dx + 0 x3 − x4 dx '
R∞¡ 3 ¢ P
1 x #0
0
x − x2 e−x dx = wk f (xk ) = f (xk+1 )+f (xk )+4f k+1 +xk
2
k=0 ' 6 (xk+1 − xk ) +
−1
= w0 f (x0 ) + w1 f (x1 ) =
x #1
k+1 +xk
= 0.8535533903 · f (0.585786438) + f (xk+1 )+f (xk )+4f 2
+ 6 (xk+1 − xk ) =
+0.1464466093 · f (3.414213562) = 0
−1+0
f (0)+f (−1)+4f ( 2 )
= 4.0 ' 6 (0 + 1) +
f (1)+f (0)+4f ( 1+0
2 )
+ 6 (1 − 0) =
Problema 67 (2 puntos) Calcular una fórmula de
aproximación numérica de la integral siguiente 5
= − 12 = −. 416 67
Z ∞
f (x)e−x dx Problema 69 (3 puntos) Deducir la fórmula de inte-
a
gración numérica sobre el rectángulo [−1, 1]x[−1, 1] resul-
donde a es un número real cualquiera tante de aplicar la integración numérica en una variable
en los intervalos [−1, 1], y [−1, 1].
Solución: Para calcular esta integral realizamos un cam-
bio de variable Solución:
½ ¾
R∞ −t t=x−a R1 R1 R1 P
N
0
f (t)e dx = = −1 −1
F (x, y) dydx = −1
w̃k F (x̃k , y) dy =
dt = dx k=1
R∞ R∞
= a f (x − a)e−x+a dx = ea a f (x − a)e−x P
N R1
= w̃k −1
F (x̃k , y) dy
k=1
R∞ P
N
à !
f (t)e−t dx = w̃k f (x̃k )
0
k=0
P
N P
N
= w̃k w̃j F (x̃k , ỹk )
k=1 j=1
R∞ P
N
ea a
f (x − a)e−x = ea wk f (xk − a) P
N
k=1 = W̃k F (x̃k , ỹk ) ,
k,j=1
Para que estas dos igualdades sean equivalentes, basta
hacer: donde
xk = x̃k + a W̃k = w̃k w̃j
wk = e−a w̃k R −1 T
(x−x̃i )
w̃k = T i6=k
−1 i6=k (x̃k −x̃i )
T
R −1 (y−ỹi )
w̃j = T i6=k
Problema 68 (2 puntos) Aproximar, por el método de −1 i6=k (ỹk −ỹi )
Simpson, la integral y los x̃k e ỹk son los ceros del polinomio de Legendre.
Z 1
¡ 3 ¢
x − x4 dx
−1
Problema 70 (2 puntos) Deducir la fórmula de inte-
gración numérica sobre un rectángulo [a, b]x[c, d] resultante
utilizando únicamente el valor de la función en los puntos: de aplicar la integración numérica en una variable en los
−1, − 12 , 0, 12 y 1. intervalos [a, b], y [c, d].
21
Solución: Problema 72 (2 puntos) Calcular una aproximación
numérica de la integral
RbRd Rd P
N
F (x, y) dydx = w̃k F (x̃k , y) dy = Z ∞Z 2
a c c
k=1 x
y2
dxdy
−∞ 0 1 + e
P
N Rd
= w̃k c
F (x̃k , y) dy
k=1 utilizando la evaluación de F (x, y) en 4 puntos.
à !
P
N P
N
= w̃k w̃j0 F (x̃k , ỹk ) Solución: Si calculamos el resultado de la integral de
k=1 j=1
forma analíta, nos queda,
P
N
R∞ R2 R∞
= w̃k w̃j0 F (x̃k , ỹk ) , x
dxdy = 2
dy =
k,j=1 −∞ 0 1+ey2 −∞ 1+ey2
R∞ 2
= −∞ 1+ey2
dy = 2. 144 3
ahora bien, teniendo en cuenta los resultados obtenidos al
integrar en una variable tenemos que :
R2 P
1
0
xdx = wk P (xk ),
x̃k = (b−a)xk2+(b+a) k=0
w̃k = (b−a)
2 wk
(d−c)yk +(d+c) realizando un cambio de variables, y utilizando el poli-
ỹk = 2 nomio de Legendre de segundo orden,
w̃j0 = (d−c)
2 w k
(b−a)x̃k (b+a)
xk = + = x̃k + 1,
donde wk son los pesos al integrar en una variable en el 2 2
intervalo [−1, 1].
(b−a)
Problema 71 (2 puntos) Calcular de forma exacta la 1. wk = 2 w̃k = w̃k ,
integral Z 1Z 1
tenemos:
x2 y 2 dxdy
−1 −1
R2
xdx =
Solución: El resultado de la integral es: 0
R1 R1 4 = w1 P (x1 ) + w2 P (x2 ) =
−1 −1
x2 y 2 dxdy = 9 = . 444 44
= (0.5773502692 + 1) + (−0.5773502692 + 1) =
Utilizando la fórmula de integración numérica:
P (x) = x2 = 2.0
P (y) = y 2 R∞ R∞ P
2
2
1 1
dy = e−y dy = w̃j P (ỹk ),
R1 R1 2 2
−∞ 1+ey2 −∞ e−y2 +1
k=1
−1 −1
x y dxdy = por Hermite,
R1 R1
= −1
x2 dx −1
y 2 dy =
1
1. P (y) = e−y2 +1
P
2 P
2
= w̃k P (x̃k ) w̃j P (ỹk ) =
k=1 k=1
P
1
= (w̃1 P (x̃1 ) + w̃2 P (x̃2 )) · wj P (yk ) =
k=0
22
El resultado de la aproximación numérica es, 1. Para 1 punto:
R∞ R2 x R
−∞ 0 1+ey2
dxdy = 2.0 · 1. 103 3 = 2. 206 6 x2 ydxdy =
Ω
Solución: ¡ ¢
= 13 Area(T ) F ( 22 , 0) + F ( 22 , 22 ) + F (0, 22 ) =
2 2
= 3 ·1= 3 =
Calculamos la integral de forma analítica:
R 1 R 1−x = . 666 67
0 0
(ax + by + c) dydx = 16 a + 16 b + 12 c
a = b = 0, c = 1; 12 c = w0 c → w0 = 1
2
− 27 2 2
48 F ( 3 , 3 )] =
8
15 =
a = c = 0, b = 1; 16 b = w0 y0 b → y0 = 1
3 = . 533 33
b = c = 0, a = 1; 16 a = w0 x0 a → x0 = 13 ,
ANALISIS NUMERICO MATRICIAL II
luego para los valores w0 = 12 , x0 = 13 , y0 = 1
3 la fórmula
de integración es exacta. Problema 75 (4 puntos) Tomar N = 2 y demostrar
que la norma k x k2 verifica las propiedades de la defini-
Problema 74 (2 puntos) Calcular una aproximación ción de norma
numérica de la integral q
p p
Z kxkp = p |x1 | + |x2 |
x2 ydxdy
Ω Solución: En esta demostración vamos a generalizar para
cualquier p. Al final particularizamos para p = 2 con el
donde Ω es el triángulo de vértices (0, 0), (2, 0) y (0, 2)
fin de hacer que la demostración sea más sencilla.
utilizando 1 punto, 3 puntos, y 4 puntos
Las propiedades que debe verificar, para cumplir con
la defición de norma, son:
Solución: El cálculo de la integral de forma analítica nos
da: 1. kxkp = 0 ⇐⇒ x = 0;
R 2 R 2 R 2−x ¡ 2 ¢ 8
Ω
x ydxdy = 0 0 x y dydx = 15 = . 533 33 p
p
|x1 |p + |x2 |p = 0 =⇒ |x1 |p + |x2 |p = 0,
Utilizando las fórmulas de integración numérica:
la suma, en valor absoluto, de elementos distintos
F (x, y) = x2 y ¯ ¯ de cero da un valor positivo mayor que cero, con lo
¯ 1 1 1 ¯ que para que se cumpla esta condición, se tiene que
¯
1 ¯
¯
El área del triángulo→ Area(T ) = 2 ¯ 2 0 0 ¯=2 cumplir que x1 = x2 = 0, c.q.d..
¯
¯ 0 2 0 ¯
23
2. kλxkp = |λ| kxkp , ∀λ ∈ K y x ∈ E; Solución:
µq ¶
p p
PN p
p
kλxkp = p |λx1 | + |λx2 |
p Limp→∞ kxkp = Limp→∞ i=1 |xi |
µ r ¶
kλxkp = |λ| kxkp , c.q.d. PN ³ i | ´p
= Limp→∞ |xmax | p i=1 |x|xmax | =
p p
=⇒ x1 y1 + x2 y2 ≤ (x21 + x22 ) (y12 + y22 ) =⇒ Problema 77 (2 puntos) Tomar N = 2, y dibujar el
lugar geométrico de los vectores x = (x1 , x2 ) que verifican
=⇒ x21 y12 + 2x1 y1 x2 y2 + x22 y22 ≤ 1. kxk1 < 1
≤ x21 y12 + x21 y22 + x22 y12 + x22 y22 =⇒ 2. kxk2 < 1
3. kxk∞ < 1
=⇒ 2x1 y1 x2 y2 ≤ x21 y22 + x22 y12 =⇒
Solución: En las gráficas 1, 2 y 3 se muestran los lugares
=⇒ 0 ≤ x21 y22 + 2x1 y1 x2 y2 + x22 y12 =⇒ geométricos de las normas 1, 2 e infinito, respectivamente.
24
y y
1 1
1 1
1 1 x x
1 1
Esto representa una recta de valor constante (x, y) Esto siempre es cierto ya que el producto de valores
menor que 1. En la figura 3 se puede ver el lugar positivos siempre es positivo (o igual a cero si algún
geométrico. xi es cero).
Problema 78 (2 puntos) Tomar N = 2 y demostrar la 3. max(|x1 | , |x2 |) ≤ |x1 | + |x2 | . Es trivial (propiedad
siguiente desigualdad transitiva).
k x k∞ ≤k x k2 ≤k x k1
De estas demostraciones se deduce que las distintas
normas coinciden cuando el vector x descansa sobre uno
de los ejes de coordenadas.
2 2
⇐⇒ x21 + x22 ≤ |x1 | + 2 |x1 | |x2 | + |x2 | ⇐⇒
Problema 80 (1 punto) Demostrar que los autovalores
de A son los ceros del polinomio característico P (λ).
⇐⇒ x21 + x22 ≤ x21 + 2 |x1 | |x2 | + x22 ⇐⇒
25
⎧ ⎧
y ⎨ x1 + x2 = 0 ⎨ x1 = −x2
x1 + x2 = 0
⎩ ⎩
2x3 = 0 x3 = 0
1 ⎛ √1
⎞
2
x̄1 = ⎝ −1
√
2
⎠
0
2. λ2 , λ3 = 2
1 1
x
⎛ ⎞⎛ ⎞ ⎛ ⎞
−1 1 0 x1 0
⎝ 1 −1 0 ⎠ ⎝ x2 ⎠ = ⎝ 0 ⎠
1 0 0 0 x3 0
⎧ ⎧
⎨ −x1 + x2 = 0 ⎨ x1 = x2
x1 − x2 = 0
⎩ ⎩
x3 libre x3 libre
xi 6= 0 ∈ E, λi ∈ CÁAxi = λi xi La matriz,
⎛ √1 √1
⎞
Axi = λi xi =⇒ (A − λi Id)xi = 0 2 2
0
B=⎝ −1
√
2
√1
2
0 ⎠
como xi 6= 0, entonces 0 0 1
|A − λi Id| = 0 =⇒ P (λ) = 0, c.q.d. contiene los autovectores de A que forman una base ortog-
onal en R3 .
λ3 = 2
³P ´
Calculamos los autovectores de A : 2. kAk1 = maxj
2
|aij |
i=1
1. λ1 = 0
kAk1 = max(1, 2) = 2
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 1 0 x1 0
⎝ 1 1 0 ⎠ ⎝ x2 ⎠ = ⎝ 0 ⎠
0 0 2 x3 0
26
³P ´
2
3. kAk∞ = maxi j=1 |aij | = Problema 85 (2 puntos) Calcular el condicionamiento
para la norma 2, de las siguientes matrices:
⎛ ⎞
kAk∞ = max(2, 1) = 2 2 2 −2
1. A = ⎝ 2 1 1 ⎠
−2 1 1
Problema 83 (2 puntos) Demostrar la siguiente igual-
dad: ⎛ ⎞
ρ(At A) = ρ(AAt ) 2 −1 0
2. A = ⎝ −1 2 −1 ⎠
Solución: 0 −1 2
maxi {|λi |}
χ(A) = mini {|λi |} , c.q.d. 3 Vectores ortonormales:
dos vectores son ortonormales si cumplen
T 0 si i 6= j
lo siguiente, xi xj =
1 si i = j
27
Solución: Calculamos los elementos de la diagonal:
Solución: Realizamos el cálculo de la matriz B : cos(2α) cos2 (α)−sin2 (α) 1−tan2 (α)
1. cot(2α) = sin(2α) = 2 sin(α) cos(α) = 2 tan(α)
B = R−1 AR =
µ ¶µ ¶µ ¶ 2 tan(α) cot(2α) = 1 − tan2 (α)
cos α − sin α 1 1 cos α sin α
= =
sin α cos α 1 1 − sin α cos α realizando el cambio de variable x = tan(α), tenemos
µ ¶
−2 cos α sin α + 1 2 cos2 α − 1 x2 + 2 cot(2α)x − 1 = 0
= =
2 cos2 α − 1 2 cos α sin α + 1 √
µ ¶ −2 cot(2α)± 4 cot2 (2α)+4
x = tan(α) = =
b1 0 2
=
0 b2 p
= − cot(2α) ± 1 + cot2 (2α)
Se tiene que cumplir que los elementos que están fuera ½ p
de la diagonal sean iguales a cero, − cot(2α) + p1 + cot2 (2α) si α ≥ 0
tan(α) =
− cot(2α) − 1 + cot2 (2α) si α < 0
2 cos2 α − 1 = 0
r El segundo término es siempre mayor que el primero,
1 con lo que es éste el que va a determinar el signo de
cos α = ±
2 la ecuación.
De esta igualdad se obtiene el valor del ángulo α : Como sign (tan(α)) = sign (cot(α)) , podemos expre-
π 3π sar la anterior igualdad de la siguiente forma:
α= ,α = q
4 4
tan(α) = − cot(2α) + sign(cot(2α)) 1 + cot2 (2α)
La matriz de rotación queda como sigue:
µ ¶ µ 1√ √ ¶ 2. cos α = √ 1
= u 1
=
cos π4 sin π4 2 √ 2 12 √2 1+tan2 (α) sin2 (α)
1+ cos2 (α)
R1 = =
− sin π4 cos π4 − 12 2 12 2
µ ¶ µ 1√ √ ¶ 1
p
cos 3π
4 sin 3π4 − 2 √2 12 √2 = u cos2 (α) = cos α
R2 = = cos2 (α)+sin2 (α)
− sin 3π4 cos 3π4 − 12 2 − 12 2 cos2 (α)
28
3. sin α = tan(α) cos α = B = R−1 AR =
⎛ ⎞
1 0 0 0 0
= sin(α)
cos α = sin α ⎜ 0 cos α 0 − sin α 0 ⎟
cos(α) ⎜ ⎟
=⎜ ⎜ 0 0 1 0 0 ⎟·
⎟
⎝ 0 sin α 0 cos α 0 ⎠
− tan(α)+sin(2α)
4. cot(2α) = 2 sin2 (α)
= 0 0 0 0 1
⎛ ⎞
a11 ap1 ai1 aq1 an1
sin(α)
− cos(α) +2 sin(α) cos(α) ⎜ ap1 app apj apq apn ⎟
= 2 sin2 (α)
= ⎜ ⎟
·⎜
⎜ ai1 apj aij aqj ani ⎟
⎟·
− sin(α)+2 sin(α) cos(α) cos(α)
⎝ aq1 apq aqj aqq aqn ⎠
cos(α)
= 2 sin2 (α)
= an1 apn ani aqn ann
⎛ ⎞
1 0 0 0 0
(2 cos2 (α)−1) ⎜ 0 cos α 0 sin α 0 ⎟
= sin(α)(−1+2 cos(α) cos(α))
= = ⎜ ⎟
2 sin2 (α) cos(α) 2 sin(α) cos(α) ·⎜
⎜ 0 0 1 0 0 ⎟
⎟=
⎝ 0 − sin α 0 cos α 0 ⎠
cos(2α) 0 0 0 0 1
= sin(2α) = cot(2α)
⎛
a11 ap1 cos α − aq1 sin α
Problema 89 (3 puntos) Dentro del método de Jacobi ⎜ ap1 cos α − aq1 sin α app cos2 α + aqq sin2 α − apq sin 2α
para el cálculo de autovalores demostrar las igualdades ⎜
=⎜
⎜ ai1 apj cos α − aqj sin α
⎝ ap1 sin α + aq1 cos α (app −aqq )
sin 2α + apq cos 2α
a0pq = 0 2
an1 apn cos α − aqn sin α
a0pp = app − tan(α)apq
a0qq = aqq + tan(α)apq ai1
apj cos α − aqj sin α
a0pj = apj cos α − aqj sin α j 6= p, q aij
a0qj = apj sin α + aqj cos α j 6= p, q apj sin α + aqj cos α
ani
⎞
ap1 sin α + aq1 cos α an1
(app −aqq )
sin 2α + a cos 2α a cos α − aqn sin α ⎟
2 pq pn ⎟
Solución: En el método de Jacobi se persigue construir apj sin α + aqj cos α ani ⎟
⎟
una matriz diagonal a partir de una matriz A cualquiera, app sin2 α + aqq cos2 α + apq sin 2α apn sin α + aqn cos α ⎠
aplicándole transformaciones de la forma B = R−1 AR. apn sin α + aqn cos α ann
Según se ha demostrado en problemas anteriores, los
autovalores de B y de A coinciden, con lo que si se consigue De esta matriz se deducen las siguientes igualdades:
encontrar la matriz R que cumpla con la ecuación anterior, (a −a )
entonces habremos encontrado los autovalores de A. a0pq = pp 2 qq sin 2α + apq cos 2α
a0pp = app cos2 α + aqq sin2 α − apq sin 2α
La matriz R es una matriz de rotación y se calcula a0qq = app sin2 α + aqq cos2 α + apq sin 2α
el ángulo, α, de la misma, transformando los valores de A a0pj = apj cos α − aqj sin α j 6= p, q
que están fuera de la diagonal en ceros. aqj = apj sin α + aqj cos α j= 6 p, q
Vamos a expresar las matrices de la siguiente manera: En donde se iguala a0pq a cero para calcular el ángulo
⎛ ⎞ de rotación:
a11 ap1 ai1 aq1 an1
(app −aqq )
⎜ ap1 app apj apq apn ⎟ a0pq = 0 = sin 2α + apq cos 2α
⎜ ⎟ 2
A=⎜ ⎜ ai1 apj aij aqj ani ⎟
⎟
⎝ aq1 apq aqj aqq aqn ⎠ 2apq
tan(2α) =
an1 apn ani aqn ann (aqq − app )
⎛ ⎞ 2apq
1 0 0 0 0 aqq = app +
⎜ 0 cos α tan(2α)
⎜ . sin α 0 ⎟ ⎟
Rpq (α) = ⎜
⎜ 0 . 1 . 0 ⎟
⎟
⎝ 0 − sin α . cos α 0 ⎠ Las dos últimas igualdades se obtienen directamente
0 0 0 0 1 de la matriz final. Para obtener a0pp y a0qq , se opera de la
siguiente manera:
29
1. a0pp = app cos2 α + aqq sin2 α − apq sin 2α = 2
tan(2α) =
(1 − 2)
³ ´
= app cos2 α + app +
2apq
sin2 α− arctan (−2)
tan(2α) α=
2
1
−apq sin 2α = app cos2 α+ α = − arctan 2 = −. 553 57
2
³ ´ a11 = 2 − tan(α)
app sin(2α)+2apq cos(2α)
+ sin2 α − apq sin 2α =
2 sin α cos α µ ¶
1
a11 = 2 + tan arctan 2 = 2. 618
= app cos2 α+ 2
³ ´ a33 = 1 + tan(α)
app 2 sin α cos α+2apq cos2 α−2apq sin2 α
+ 2 cos α sin α− µ ¶
1
a33 = 1 − tan arctan 2 = . 381 97
2
−2apq sin α cos α = app cos2 α + app sin2 α+
a21 = a32 = 0
+apq cos α sin α − apq tan α + apq sin α cos α− ⎛ ⎞
2. 618 0 0
B = R−1 AR = ⎝ 0 1 0 ⎠
−2apq sin α cos α = app − apq tan α 0 0 0. 381 97
2. a0qq = app sin2 α + aqq cos2 α + apq sin 2α = Los autovalores son los elementos de la diagonal
(2. 618, 1, 0. 381 97) . Como α = −. 553 57, la matriz
³ ´ ⎛ ⎞ ⎛ ⎞
2apq
= aqq − tan(2α) sin2 α + aqq cos2 α+ cos α 0 sin α 0.850 65 0 −0.525 73
R (α) = ⎝ 0 1 0 ⎠=⎝ 0 1 0 ⎠
+apq sin 2α = − sin α 0 cos α 0.525 73 0 0.850 65
³ ´ por tanto, en este caso, como con una única matriz de
aqq 2 sin α cos α−2apq cos2 α+2apq sin2 α
= 2 sin α cos α sin2 α+ rotación conseguimos transformar A en una matriz diago-
nal, tendremos que los autovectores de A son simplemente
+aqq cos2 α + apq sin 2α = (aqq sin α − apq cos α+ los vectores columnas de R(α). Es decir el autovector del
0.850 65
a autovalor 2. 618 es ( 0 ), el autovector del auto-
+ cospqα −apq cos α) sin α+aqq cos2 α+apq sin 2α =
0.525 73
0
= aqq sin2 α + aqq cos2 α − apq cos α sin α+ valor 1 es ( 1 ), el autovector del autovalor 0. 381 97 es
0
+apq tan α − apq cos α sin α + 2apq cos α sin α = −0.525 73
( 0 ).
= aqq + tan(α)apq 0.850 65
30
µ ¶ 2
2 1 u3 = A kuu2 k =
1. A =
0 1
µ ¶µ 3
√ √ ¶
−3 0 − 26√ 26√ 2
2
u =
1
A kuu1 k = = 1 =
1 1 13 26 2
µ ¶Ã √1
! µ 9
√ √ ¶
2 1 26 √26 √2
= 2 = = 1 ,
0 1 √1 − 26 26 2
2
° 3° √
µ 3
√ ¶ °u ° = 1 1066 = 2. 511 5
= 2 √2 , 13
1
2 2 3
° 2° √ u4 = A kuu3 k =
°u ° = 5 = 2. 236 1
µ ¶µ 9
√ √ √ ¶
−3 0 2132 √1066 √26 √2
2 = =
u3 = A kuu2 k = 1 1 1
− 2132 1066 26 2
µ ¶Ã √ ! µ 27
√ √ √ ¶
2 1
3
√ 2 − 2132
√ 1066
√ 26
√ 2 ,
= 2 5√ = = 2
0 1 1
√ 2 533 1066 26 2
2 5
° 4° √
µ √ √ ¶ °u ° = 1 65 026 = 3. 109 8
7
= 10 √5√2 ,
82
1
10 5 2
° 3° √
°u ° = 5 = 2. 236 1
El autovalor máximo aproximado es
3 λ = −3. 109 8,
u4 = A kuu3 k =
¡ ®¢
con signo negativo ya que sign u4 , u3 = −1 y su
µ ¶µ 7
√ ¶
2 1 10 √2
autovector asociado es
= = Ã √ √ √ ! µ
0 1 1
10 2
¶
− 213227·82
√ 1066 26 2 −. 958 8
xλ = 2·82
65 √
026 √ √ = ,
µ 3
√ ¶ √ 1066 26 2 . 284 09
533 65 026
= 2 √2 ,
1
10 2 ¡ ¡ ®¢¢n
con signo positivo ya que sign u4 , u3 =
° 4° 1 √ (−1)4 = 1.
°u ° = 113 = 2. 126
5
µ ¶ Solución:
−3 0
2. A = µ ¶µ ¶ µ ¶
1 1 2 −1 1 1
1. ku1 k = 1 → u2 = =
1
−1 1 1 0
2
u = A kuu1 k =
µ ¶µ ¶ µ ¶
2 −1 1 2
µ ¶Ã √1
! ku2 k = 1 → u3 = =
−3 0 2
−1 1 0 −1
= √1
=
1 1 2
Producto escalar (u2 , u3 ) = 2 > 0. → autovalor máx-
µ 3
√ ¶ imo = ku3 k = 2
−√
2 2
= ,
2 µ ¶
u3 1
° 2° 1 √ Autovector asociado normalizado ku3 k =
°u ° = −1/2
26 = 2. 549 5
2
31
⎛ ⎞ ⎛ 5 ⎞
Problema 93 (2 puntos) Utilizar el método de la po- −2 −1 0 −6
tencia inversa para aproximar el autovalor más pequeño ⎝ 0 1 −1 ⎠ u3 = 65 ⎝ 23 ⎠
de la matriz µ ¶ 0 0 −3 − 13
−2 1 ⎛ 1 ⎞
A=
0 3 ° °
⎠ , °u2 ° = 14
30
u3 = ⎝ 14
llegar hasta u3 partiendo de u = (1, 1). 15
2 15
15
−1 14
Solución: El autovalor máximo ¡ de (A®¢− 2Id) es λmax = 15
con signo positivo (sign u3 , u2 = 1)
un−1
Aun = kun−1 k
à ! (A − 2Id)−1 x̄ = λmax x̄
µ ¶ √1
−2 1
u2 = √1
2
Para calcular el autovalor más cercano a 2, realizamos
0 3 2 las siguientes operaciones:
µ √ ¶
− 16√ 2 ° ° 1 1
u2 = 1 , °u2 ° = = . 333 33 x̄ = (A − 2Id) x̄
6 2 3 λmax
µ ¶ µ √ ¶ µ ¶
−2 1 − 12√ 2 1
3
u = A − 2Id − Id x̄ = 0
0 3 1 λmax
2 2
µ µ ¶ ¶
µ √ ¶ 1
1 ° ° 1√ A− 2+ Id x̄ = (A − λprox Id) x̄ = 0
u3 = 3 √2 , °u3 ° = 10 = . 527 05 λmax
1
6 2 6 µ ¶ µ ¶
1 1 43
° 3° λprox = 2+ = 2+ =
°u ° es el autovalor máximo de A−1 , con lo que el λmax 14 14
−1 6
√ 15
autovalor mínimo de A es λmin = ku 3 k = − 10 10 = −1. λprox = 3. 071 4
¡ 3 2 ®¢
897 4, con signo negativo ya que sign u , u = −1.
para ello calcular dos iteraciones del método de la potencia partiendo de u1 = (0, 0, 0)
inversa partiendo de u1 = (1, 1, 1).
Solución: La expresión matricial del método de Jacobi es
Solución: como sigue:
⎛ ⎞ (L + D + U )u = b
−2 −1 0
Du = (−L − U )u + b
A0 = A − 2Id = ⎝ 0 1 −1 ⎠
0 0 −3 u = D−1 (−L − U )u + D−1 b
32
Calculamos la matriz M y el vector c : Solución: La expresión matricial del método de Gauss-
⎛ ⎞ Seidel es de la forma:
0 1 0
M = D−1 (−L − U ) = ⎝ 12 0 0 ⎠ (L + D + U )u = b
0 13 0
⎛ ⎞ ⎛ ⎞ (L + D)u = −U u + b
−1 −1
c = D−1 b = D−1 ⎝ 3 ⎠ = ⎝ 32 ⎠ u = (L + D)−1 (−U )u + (L + D)−1 b
1
1 3 un = M un−1 + c
33
Al ser A tridiagonal, el wopt se puede calcular como Solución: Si |A| = 0, entonces la matriz A no es invertible
y el sistema no tiene solución.
2
wopt = q
1. Vamos a demostrar que si la suma por filas de A es
1 + 1 − ρ (MJ )2
igual a cero, entonces |A| = 0 :
Pn
MJ es la matriz del método de Jacobi que se obtiene j aij = 0, esto es equivalente a lo siguiente:
de: ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 1
MJ = D−1 (−L − U ) = ⎜ 1 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎛ ⎞⎛ ⎞ A⎜ .. ⎟=⎜ .. ⎟=0·⎜ .. ⎟
1 0 0 0 1 0 ⎝ . ⎠ ⎝ . ⎠ ⎝ . ⎠
= ⎝ 0 12 0 ⎠ ⎝ 1 0 0 ⎠ = 1 0 1
0 0 13 0 1 0
⎛ ⎞ Esto significa que la matriz A posee un autovalor igual
0 1 0 a cero (λ = 0).
= ⎝ 12 0 0 ⎠
El determinante de una matriz es igual al producto
0 13 0
de sus autovalores:
¡ 1√ √ ¢ n
Los autovalores de MJ : 0, 2 2, − 12 2 , luego Y
|A| = λi = λ1 · . . . 0 . . . · λn = 0
ρ (MJ )2 = 12
i=1
√ 2 √2
wopt = =
1−ρ(MJ )2 1− 12 2. Para demostrar que |A| = 0 cuando la
1+ 1+
¯ suma
¯ por
2√ 4√ columnas es cero, basta saber que |A| = ¯AT ¯ .
wopt = 1+ 12 2
= 2+ 2 Pn
i aij = 0, esto es equivalente a lo siguiente:
wopt = 1. 171 6 ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 1
Iteraciones del sistema: ⎜ 1 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
AT ⎜ . ⎟ = ⎜ . ⎟ = 0 · ⎜ . ⎟
xn = w (yn−1 − 1) + (1 − w) xn−1 ⎝ .. ⎠ ⎝ .. ⎠ ⎝ .. ⎠
1 0 1
yn = w 3+x
2
n
+ (1 − w) yn−1
T
zn = w 1+y n
+ (1 − w) zn−1 La matriz
¯ T ¯A posee un autovalor igual a cero (λ = 0),
3 ¯ ¯
luego A = 0.
⎛ ⎞ ⎛ ⎞
−w −1. 171 6 ¯ ¯
u2 = ⎝ w 3−w 2
⎠ = ⎝ 1. 071 1 ⎠ |A| = ¯AT ¯ = 0
w 1+1.3071 1 . 808 83
⎛ ⎞ Problema 101 (3 puntos) Dado un sistema iterativo
w (1. 071 1 − 1) − (1 − w) 1. 171 6
u3 = ⎝ w 3+. 284 2
35
+ (1 − w) 1. 071 1 ⎠= un = M un−1 + c
1+1. 740 2
w 3 + (1 − w) . 808 83
⎛ ⎞ Demostrar que aunque el radio espectral de M sea mayor
. 284 35 que 1, si u1 y c son combinaciones lineales de autovectores
= ⎝ 1. 740 2 ⎠ de M correspondientes a autovalores de módulo menor que
. 931 34 1, entonces el método converge.
⎛ ⎞
w (1. 740 2 − 1) + (1 − w) . 284 35
u4 = ⎝ w 3+. 818 2
42
+ (1 − w) 1. 740 2 ⎠= Solución: Sean xi los autovectores de M correspondientes
1+1. 938 2 a autovalores menores que 1:
w 3 + (1 − w) . 931 34
⎛ ⎞ P
. 818 42 u1 = ni=1 ai xi
= ⎝ 1. 938 2 ⎠ Pn
c = i=1 ci xi
. 987 65
Realizando iteraciones obtenemos las siguientes ex-
Problema 100 (2 puntos) Demostrar que si una matriz presiones:
A verifica que por filas o columnas su suma es siempre u2 = M u1 + c
igual a 0, entonces el determinante de A es cero, y por
¡ ¢
tanto el sistema asociado a A no tiene solución. u3 = M u2 + c = M M u1 + c + c = M 2 u1 + M c + c
..
.
34
µ ¶µ ¶ µ ¶
un = M n−1 u1 + M n−2 c + . . . M c + c = 2 2 z1 1
1. =−
¡ ¢ −1 1 z2 0
= M n−1 u1 + M n−2 + . . . M + 1 c
µ ¶ µ ¶
z1 − 14
Tomando el primer sumando: =
z2 − 14
Pn Pn
M n−1 u1 = M n−1 i=1 ai xi = M n−2 i=1 ai M xi = µ ¶ µ ¶
Pn Pn 1 0 1 − 14
u =u +z = +
= M n−2 i=1 ai λi xi = . . . i=1 ai λn−1
i xi 1 − 14
µ ¶
Como u1 depende linealmente de los xi (autovectores) 3
Solución: 3 2
½ 2 ½ µ ¶ P (x + yi) = a (x + yi) + b (x + yi) + c (x + yi) + d
x + y2 − 1 = 0 2x 2y
∇f (x, y) = P (x + yi) = ax3 + 3iax2 y − 3axy 2 − iay 3 +
y−x=0 −1 1
Iteraciones:
El proceso iterativo es de la forma:
un = (xn , yn )
35
½ µ ¶
∇f (un ) · z = −f (un ) y x−1
1. ∇f (x, y) = → ∇f (1, 1) =
un+1 = un + z y−2 x
µ ¶ µ ¶−1 µ ¶
1 0 2 1 0 0
Algoritmo: → u = +
−1
µ ¶ µ ¶ 1 −1 1 1
Este algoritmo utiliza una función, ”Sistema(A, u)”,
1 1
para resolver un sistema de ecuaciones. =
1 2
Las funciones F (u) y ∇F (u) se utilizan para evaluar
µ ¶ µ ¶−1 µ ¶
la función y el gradiente de la función en un punto, respec- 2 0 2 0 0
tivamente. ∇f (1, 2) = → u3 = +
µ ¶ µ ¶ 0 1 0 1 0
1 1
Funcion F (u) =
2 2
f (1) = a · u(1)3 − 3a · u(1) · u(2)2 +
+b · u(1)2 − b · u(2)2 + c · u(1) + d
f (2) = 3a · u(1)2 · u(2) − a · u(2)3 + Problema 105 (2 puntos) Calcular 1 iteración del
+2b · u(1) · u(2) + c · u(2) método de Newton-Raphson no-lineal para aproximar una
devolver f raíz del sistema de ecuaciones
Fin funcion exyz − 1 = 0
y2 − z3 − 2 = 0
Funcion ∇F (u)
2
∇f (1, 1) = 3a · u (1) − 3a · u(2)2 + 2b · u (1) + c (z − 1)x4 − 3 = 0
∇f (1, 2) = −6a · u (1) · u (2) − 2b · u (2) partiendo de (x, y, z) = (1, 1, 1).
∇f (2, 1) = −∇f (1, 2)
∇f (2, 2) = ∇f (1, 1)
devolver ∇f Solución:
Fin funcion ⎛ ⎞
yzexyz xzexyz xyexyz
Algoritmo ∇f (x, y, z) = ⎝ 0 2y −3z 2 ⎠
un−1 = (x0 , y0 ) 4 (z − 1) x3 0 x4
/* calculamos¡ la primera
¡ ¢ aproximación
¡ ¢¢ */
z = Sistema ∇F un−1 , −F un−1 ½
∇f (x, y, z) z = −f (x, y, z)
un (1) = un−1 (1) + z(1) un+1 = un + z
un (2) = un−1 (2) + z(2)
⎛ ⎞⎛ ⎞
n=0 ¡¯ ¯ ¢ yzexyz xzexyz xyexyz z1
Mientras ¯un − un−1 ¯ ≥ T OL y (n < T OP ) ⎝ 0 2y −3z 2 ⎠ ⎝ z2 ⎠ =
un−1 = un 4 (z − 1) x3 0 x4 z3
/* calculamos¡ la siguiente
¡ ¢ aproximación
¡ ¢¢ */ ⎛ ⎞
z = Sistema ∇F un−1 , −F un−1 exyz − 1
un (1) = un−1 (1) + z(1) = − ⎝ y − z3 − 2 ⎠
2
36
INTERPOLACION DE FUNCIONES II 1.0
y
Problema 106 (3 puntos) Calcular los polinomios base 0.8
de Hermite que corresponden a tomar como puntos de in-
terpolación x0 = −1, x1 = 1, y el orden de derivación 0.6
M = 1.
0.4
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 -0.4
x
-0.6
0 -0.8
Figure 4: Polinomio de Hermite H−1
-1.0
1.0
y Figure 7: Polinomio de Hermite H11
0.8
1
00
H−1 (x) = 2 (−2) (a (0) + b) + (−2)2 a = 0
Figure 5: Polinomio de Hermite H−1
−4b + 4a = 0
a = b = 14 ,
1. La gráfica 4 se hace cero en 1 y sus derivadas, tanto
en ese punto como en −1, valen cero. Este polinomio luego el polinomio queda,
tiene dos raíces en 1 (la segunda debido al valor de su
derivada en 1), con lo que la forma de este polinomio 0 1 2
es como sigue: H−1 (x) = 4 (x − 1) (x + 2)
37
1
H−1 (x) = (x − 1)2 (a (x + 1) + b) Solución: Los polinomios son de la forma:
2 ¡1 ¢ µ ¶ µ 2
¶
1 c1
H−1 (x) = (x − 1) 4 (x + 1) = 5
c2 − 85
3. Para calcular los otros dos polinomios, basta consid- ci+1 −ci
erar que son funciones simétricas a las dos anteri- di = 3hi i = 0, . . . N − 1
ores. En la gráfica 6 se puede ver que esta función
0 ⎛ ⎞ ⎛ 2 ⎞ ⎛ ⎞
es simétrica a H−1 (x) (ver gráfica 4) con respecto al d0 5
3
2
15
eje de las y. ⎝ d1 ⎠ = ⎜
⎝
−8 2
5 −5
⎟ ⎝
⎠= − 23 ⎠
3 8
El polinomio es por tanto, d2 8
5 15
3
H11 (x) = 1 2
(x + 1) (x − 1) P3 (x) = 8
15 (x − 1)3 − 8
5 (x − 1)2 + 1
15 (x − 1) + 1
4
x ∈ [1, 2]
Problema 107 (3 puntos) Calcular los polinomios que
determinan la interpolación
¡ ¢ por splines cúbicos de la fun-
ción f (x) = sin π2 x para los puntos x = −1, 0, 1, 2 Problema 108 (2 puntos) Calcular la función que in-
terpola, utilizando la función sinc(x) a la función f (x) =
sin(x) en los puntos x = −π, − π2 , 0, π2 , π.
38
1.0
y y 1
0.5 0.5
0
-10 -5 0 5 10
-1 1 2 x
x -0.5
-0.5
-1
-1.0
¡π ¢
Figure 8: Comparación entre la función sin 2 x y su Figure 9: Comparación del sin x con su aproximación
aproximación por splines cúbicos. numérica utilizando sin c(x), tomando como puntos de in-
terpolación x=−π, −π π
2 , 0, 2 , π.
Solución:
1.0
sin(x) y
sinc (x) = x
0.5
La interpolación a través de la función sinc(x) :
PN sin(π ( −i)) x
f˜(x) ≈ i=M f (xi ) π x a−i
(a ) -10 -8 -6 -4 -2 2 4 6 8 10
x
π
xi = a · i = 2 [−2, −1, 0, 1, 2] -0.5
sin(π ( 2x
π ))
¡ π ¢ sin(π( 2xπ −1))
+f (0) π ( 2x
+f 2 +
π ) π ( 2x
π −1)
Figure 10: Comparación del sin x con su aproximación
( (
sin π 2x
π −2 )) ¡ −π ¢ sin(2x+π) numérica utilizando sin c(x), tomando como puntos de in-
+f (π) = sin + terpolación x=−2π, −3π −π π 3π
(
π 2x
π −2 ) 2 2x+π 2 , −π, 2 , 0, 2 , π, 2 , 2π
¡ π ¢ sin(2x−π) sin(2x−π) sin(2x+π)
+ sin 2 2x−π = 2x−π − 2x+π =
2
X
sin 2x sin 2x sin 2x(2x−π)−sin 2x(2x+π)
= 2x+π − 2x−π = 4x2 −π 2 = f˜(x) ≈ ck eikx ,
k=−2
= −2π 4xsin 2x
2 −π 2
donde los coeficientes se calculan a partir de la siguiente
En la figura 9 se muestran el sin(x) y su aproximación expresión:
por el seno cardinal Uπ Uπ
−π
f (x)eikx dx −π
|x|eikx dx
ck = 2π = 2π =
U0 ikx U π ikx
− −π xe dx xe dx
Problema 109 (3 puntos) Calcular el polinomio = 2π + 0 2π
trigonométrico tomando N = 2, que interpola a la función
f (x) = |x| en el intervalo [−π, π]. Los valores de estos coeficientes son:
c2 = c−2 = 0
Solución: c1 = c−1 = −2
π
½ c0 = π2
−x si −π ≤ x ≤ 0
|x| = Sustituimos en el sumatorio que aproxima a la función
x si 0 ≤ x ≤ π
y obtenemos:
La interpolación por polinomios trigonométricos tiene
f˜(x) ≈ −2 −ix
π e + π
− π2 eix =
la forma: 2
= 12 π − 4
π cos x
39
4(1+6)−(1+2+3)(1+2) 1
El resultado de la aproximación es, por tanto, = 4(1+22 +32 )−(1+2+3)2
= 2
1 4 SN SN S SN
f˜(x) ≈ π − cos x b= i=1 x2i
Si=1
yi − N i=1 xi yi
S i=1 xi
=
2 π N N
x 2 −( N
x i )
2
i=1 i i=1
2
2
1
1
-3 -2 -1 0 1 2 3
x 0
0 1 2 3 4
Polinomio trigonométrico (N = 2, [−π, π]) x
|x|
5
y
4
-3 -2 -1 0 1 2 3
x
Polinomio trigonométrico (N = 10, [−π, π])
40