Problemas Resueltos ULPGC PDF

Problemas de Análisis Numérico
Miguel Alemán Flores, Luis Alvarez León y Javier Sánchez Pérez

Departamento de Informática y Sistemas
Universidad de Las Palmas
Campus de Tafira
35017 Las Palmas, España
Tfl: 45.87.10/08
Email: {maleman/lalvarez/jsanchez}@dis.ulpgc.es
Contents prisas de última hora que suelen asaltar a los estudiantes

cuando se acercan los exámenes, puesto que el esfuerzo
1 INTRODUCCION. 1 de reflexión que requieren precisa de un trabajo diario y
continuado, difícilmente compatible con las prisas de úl-
2 ARITMETICAS DE PRECISION FINITA tima hora. Resulta inquietante observar como en muchas
Y FUENTES DE ERRORES NUMERI- ocasiones la realización de problemas se aborda bajo un
COS. 1 espíritu de aprender rápidamente 4 técnicas básicas, que
muchas veces ni se entienden, y a partir de ahí intentar re-
3 CALCULO DE CEROS DE UNA FUN-
producir esas técnicas, de forma absolutamente mecánica,
CION 4
en problemas análogos. El problema de esta actitud, es
4 INTERPOLACION DE FUNCIONES I 6 que aunque a corto plazo puede dar lugar a resultados posi-
tivos, aprobando asignaturas con un conocimiento mínimo
5 ANALISIS NUMERICO MATRICIAL I 9 e insuficiente, a la larga, tiene efectos catastróficos sobre
la formación del alumno, a través de una disminución im-
6 DIFERENCIACION E INTEGRACION portante de la capacidad de razonamiento y del sentido
NUMERICA 14 crítico.
7 ANALISIS NUMERICO MATRICIAL II 23 ARITMETICAS DE PRECISION FINITA Y

FUENTES DE ERRORES NUMERICOS.
8 INTERPOLACION DE FUNCIONES II 37
Problema 1 Demostrar que al representar el número real
INTRODUCCION. 0.1 como
X∞
an
0.1 = 2e
n=1
2n
El presente documento es el libro de problemas donde se
encuentran resueltos todos los problemas presentes en el el número de elementos no-nulos an es infinito.
libro de Análisis Numérico publicado por los mismos au-
tores. Nunca se insistirá lo suficiente sobre la necesidad de Solución: Supongamos que para algún t finito y e entero
hacer problemas para comprender correctamente cualquier se tiene:
Xt
teoría y sus aplicaciones. Además la manera de afrontar e an
0.1 = 2
el estudio de los problemas debe ser bien distinta a la n=1
2n
forma de estudiar teoría. Primero se debe intentar hacer
despejando en esta igualdad obtenemos
los problemas sin mirar en absoluto la solución y después
de reflexionar e intentar resolverlo de diferentes formas, t
X
t−e
muchas de las cuales nos llevarán a callejones sin salida, 2 = 10 an 2t−n
se mirará la solución. Es un hecho fácilmente constatable, n=1
que se aprende mucho más de un problema que no se ha P
conseguido resolver, pero al que se ha dedicado suficiente ahora bien, como el número m = tn=1 an 2t−n es entero,
esfuerzo, que de un problema del cual se mira directamente de la desigualdad anterior obtenemos
la solución sin ninguna fase de reflexión previa. Además
2t−e = 5 · 2m
se tiende a olvidar con facilidad la técnica de resolución
de un problema sobre el cual no se ha reflexionado sufi- pero esta igualdad implica que el número 2t−e es divisible
cientemente. De todo ello se deduce que el estudio cor- por 5 lo cual es imposible.
recto de los problemas de una asignatura va reñido con las
1
Problema 2 (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
Ã 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
pertenecen al conjunto A de números reales generados por

2. El cero, el infinito y Na. Solución:
la aritmética de precisión finita.
µ ¶
1
0 = 2−31 Solución: Que los números pertenecen a la aritmética
2 significa que existe un conjunto de valores binarios a0i y un
µ ¶
1 entero e0 tal que
∞ = 232
2 Ã t !
µ ¶ X an 1 Xt
a0n
1 1 e e0
N aN = 232 + 2 2 n
± t
= 2
2 2 n=1
2 2 n=1
2n
Consideremos primero el caso de sumar 1/2t . Si ak =

1 para todo k, entonces
3. Los números positivos más grande y más pequeño Ã t !
de la aritmética (teniendo en cuenta las excepciones) X 1 1 1
e
Solución: 2 n
+ t = 2e+1
n=1
2 2 2
Ã 10 ! µ1
X 1 1 ¶
31 31 2 − 211 Si por el contrario existe un k0 tal que ak0 = 0, y tal que
M ayor = 2 = 2 1
i=1
2i 2 ak = 1 para todo k0 < k ≤ t entonces basta tomar a0k = ak
µ ¶ si 1 ≤ k < k0 , a0k0 = 1 y a0k = 0 si k0 < k ≤ t
1
M enor = 2−31 Consideremos ahora el caso de restar 1/2t . Si el único
210
elemento ak distinto de 0 es a1 , entonces
µ ¶ Xt
1 1 1
1 2e − t = 2e−1 n
4. 9. Solución: No se puede escribir de forma exacta. 2 2 n=1
2
Si suponemos
Ã t ! Ã t ! Si por el contrario existe un k0 > 1 tal que ak0 = 1, y
1 X ai X ai tal que ak = 0 para todo k0 < k ≤ t entonces basta tomar
e e
=2 =⇒ 1 = 9 · 2 =⇒ a0k = ak si 1 ≤ k < k0 , a0k0 = 0 y a0k = 1 si k0 < k ≤ t.
9 i=1
2i i=1
2i
Ã t !
X
t−e 2 t−i
2 =3 ai 2 =⇒ 2t−e = 32 m Problema
P 9 (2 puntos) Dado un número ze =
i=1 2e tn=1 a2nn , en una aritmética de precisión finita. Cal-
cular el número inmediatamente inferior y superior a él
donde m es un número entero. Ahora bien esta igual- en dicha aritmética.
dad es imposible porque resultaría que 3 divide a 2.
Solución: Si el número es de la forma
¡ ¢ 1
5. 2 12 − 2110 . Solución: ze = 2e
2
¡ ¢ ¡ ¢
2 12 − 2110 = 20 12 + 212 + 213 + 1
+ 1
+ 1
+ 1
+ 1
+ 1 entonces el inmediato superior es
24 25 26 27 28 29
1
ze + 2e
2t
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
Problema 13 (2 puntos) Escribir el pseudocódigo del

algoritmo el método de la bisección
Problema 11 (2 puntos) Escribir el pseudocódigo para
implementar el cálculo de las raíces reales de ax2 +bx+c = Solución:
0 evitando los errores de cancelación y teniendo en cuenta Algoritmo: Método de la bisección
las diferentes opciones que aparecen cuando a 6= 0 y a = 0. variables reales x,a,b,tol
leer(a,b,tol)
Solución: si (a> b) entonces
PRINT ’INTERVALO INCORRECTO’
Algoritmo Calculo raiz polinomio ax2 + bx + c = 0 parar
variables reales a,b,c finsi
leer(a,b,c) si (F(a)*F(b)> 0) entonces
si (a==0 ) entonces PRINT ’NO HAY CAMBIO DE SIGNO EN EL
si (b==0 ) entonces INTERVALO’
PRINT ’EL POLINOMIO ES CONSTANTE’ parar
parar finsi
finsi mientras (F(x)!=0 Y (b-a)>tol)
PRINT ’EL POLINOMIO ES DE GRADO 1.’ x=(a+b)/2
PRINT ’LA RAIZ ES ’,−c/b si((F(a)*F(x))<0) entonces
parar b=x
finsi además
d=b*b-4*a*c A=X
si (d< 0 ) entonces finsi
PRINT EL POLINOMIO NO TIENE RAICES fin mientras
REALES _PRINT ’LA RAIZ ES’ x
parar fin algoritmo
finsi
si (b> 0) entonces real F(real x)
x1=(-b-SQRT(d))/(2*a) real a←− cos(x) + x ∗ x − 6
además devolver a
x1=(-b+SQRT(d)/(2*a) fin función
finsi
x2=c/(x1*a)
PRINT *,’LAS RAICES SON: ’,x1,x2
fin algoritmo Problema 14 (2 puntos) Calcular 2 iteraciones del al-
goritmo de la regula-falsi para buscar un cero de la función
f (x) = x2 − 2 en el intervalo [0, 2]
4
Solución: Solución:
2 −2
x=0− f (0) = 1 x1 = 1 − ³ ´ =3
f (2) − f (0) −2−(−3)
1−0
f (2) > 0, f (0) < 0, f (1) < 0
N uevo Intervalo = [1, 2]
1 4 Problema 18 (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
Problema 19 (1 punto) Calcular una iteración del

Problema 16 (1 punto) Calcular una iteración del método de Muller para calcular un cero de la función
método de Newton-Raphson para calcular un cero de la f (x) = x3 − 3 partiendo de x0 = 1 (Calculando las
función f (x) = x3 − 3 partiendo de x0 = 1. derivadas de la función de forma exacta) y quedándonos
con la raíz más cercana a x0 .
−2 5 −2 + 3(x − 1) + 3(x − 1)2 = 0
x1 = 1 − =
3 3 √
−3 + 33
x1 = 1 +
6
Problema 17 (1 punto Calcular una iteración del
método de la secante para calcular un cero de la función
f (x) = x3 − 3 partiendo de x0 = 0, x1 = 1 Problema 20 (2 puntos) Dado el polinomio P (x) =
2x3 + 3x2 + 4x + 5. Evaluar el polinomio y su derivada en
el punto x = 2, utilizando el algoritmo de Horner
5
P 0 (x) = 6x2 + 6x − 12 raı́ces x = 1, −2
P (x) = ((2x + 3)x + 4)x + 5

P (2) = ((7)2 + 4)2 + 5 Intervalo Inicial [−7, 7]
P (2) = (18)2 + 5 = 41 P (−7) = −454 P (−2) = 21 P (1) = −6 P (7) = 750.
P 0 (x) = (2x + 7)x + 18 Intervalos donde están las raíces:
P 0 (2) = (4 + 7)2 + 18 = 40
[-7,-2] [-2,1] [1,7]
Problema 21 (1 punto) Calcular el número máximo de INTERPOLACION DE FUNCIONES I

raíces positivas y negativas del polinomio x5 −35x3 +30x2 +
124x − 120, y localizarlas en un intervalo.
Problema 24 (2 puntos) Calcular el polinomio inter-
Solución: Teniendo en cuenta que polador de Lagrange P3 (x) de la función f (x) = sen(x) en
maxk=0,..,n−1 | ak | los puntos 0, π2 , π y 3π
2 .
1+ = 125
| an | Solución: Puesto que sen(0) = sen(π) = 0 sólo necesi-
las raíces del polinomio están en el intervalo [−125, 125]. tamos los polinomios base de Lagrange centrados en π2 y
3π
Para calcular el número máximo de raíces positivas mi- 2 .
ramos los cambios de signo de los coeficientes, en este caso ¡ ¢
los signos son: x (x − π) x − 3π 2
P π2 (x) = π ¡ π ¢ ¡ π 3π ¢
+−++− 2 2 −π − 2
¡2 ¢
por tanto el número de raíces positivas es 1 ó 3. Para esti- x (x − π) x − π2
P 3π (x) = 3π ¡ 3π ¢ ¡ 3π π ¢
mar el número de raíces negativas cambiamos x por −x y 2 −π 2 − 2
2
2
miramos los signos de los coeficientes que en este caso son:
Por tanto el polinomio interpolador es
−++−−
P (x) = P π2 (x) − P 3π
2
(x)
por tanto el número de raíces negativas son 0 ó 2.
Problema 22 (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
y el error máximo cometido por el desarrollo de Taylor en

un punto x ∈ [0, π4 ] es un−1 =
bn−1 −an−1,n un
an−1,n−1
π (x)2n+2 bn−2 −(an−2,n un +an−2,n−1 un−1 )

| Pn (x) − sen(x) |≤ sen( ) un−2 =
8 (2n + 2)! an−2,n−2
donde ξ ∈ [0, π8 ]. Para que la aproximación sea la mejor bn−3 −(an−3,n un +an−3,n−1 un−1 +an−3,n−2 un−2 )
un−3 = an−3,n−3
dentro de una aritmética de 32 bits tiene que cumplirse
..
| Pn (x) − sen(x) | .
≤ 2−24 = 5. 96 × 10−8
sen(x)
En la siguiente tabla se muestra el número de opera-
por otro lado, en el intervalo [0, π8 ] se verifica ciones que se realizan en cada iteración:
¡ ¢
sen π8
π x ≤ sen(x)
8
Sumas M ultiplic. Divisiones T otal
n−1 n−1 1 2n − 1
por tanto: .. .. .. ..
¡ π ¢2n+2 . . . .
| Pn (x) − sen(x) | 3 3 1 7
≤ 8
sen(x) (2n + 2)! 2 2 1 5
para n = 3 se tiene que 1 1 1 3
¡ π ¢2n+2 0 0 1 1
8
= 1. 402 679 863 × 10−8 A partir de esta tabla podemos calcular el total de
(2n + 2)!
operaciones sumando por columnas:
por tanto n = 3 determina la mejor aproximación en una
aritmética de 32 bits. Sumas = 0 + 1 + 2 + 3 + . . . + n − 1 = (n−1)n
2
(n−1)n
Problema 34 (1 puntos) Como se puede obtener la fun- M ultiplicac. = 0 + 1 + 2 + 3 + . . . + n − 1 = 2
ción y x , donde x, y son números reales, utilizando las fun-
Divisiones = 1 + 1 + 1 + 1 + . . . + 1 = n
ciones ex y ln(x).
Solución: Se utiliza la equivalencia Total = 1 + 3 + 5 + 7 + . . . + 2n − 1 =
y x = ex ln y = Sumas + M ultiplicac. + Divisiones =
(n−1)n (n−1)n
= 2 + 2 + n = n2
El orden del algoritmo es entonces O(n2 ).

ANALISIS NUMERICO MATRICIAL I
Problema 36 (2 puntos) Resolver por el método de

Problema 35 (2 puntos) Calcular el número de op-
Gauss
µ el sistema¶ µ ¶ µ ¶
eraciones básicas (sumas, restas, multiplicaciones y divi- −1 2 x 3
siones) en función de la dimensión N necesarias para re- =
2 −1 y 0
alizar un remonte para resolver un sistema A0 u = b0 donde
A0 es una matriz triangular superior. Solución:
µ ¶µ ¶ µ ¶
−1 2 x 3
= →
µ 2 −1
¶µ y
¶ µ ¶ 0
Solución: Escribimos la matriz A0 de la siguiente manera,
2 −1 x 0
⎛ ⎞ = →
a11 a12 · · · a1,n−2 a1,n−1 a1n −1µ 2 ¶µy ¶ 3µ ¶
⎜ 0 a22 · · · a2,n−2 a2,n−1 a2n ⎟ 2 −1 x 0
⎜ ⎟ = → 32 y = y → y = 2 →
⎜ .. .. . . .
. .
. .. ⎟ 0 32 y 3
⎜ . . . . . . ⎟
⎜ ⎟ x = 22 = 1
⎜ 0 0 0 an−2,n−2 an−2,n−1 an−2,n ⎟
⎜ ⎟
⎝ 0 0 0 0 an−1,n−1 an−1,n ⎠
0 0 0 0 0 an,n
9
Problema 37 (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
En la primera iteración, este proceso se repite N − 1 Total=Sumas + M ultiplicac. + Divisiones =

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

2a 1 n n
3a 1 n n Problema 38 (2 puntos) Escribir el pseudocódigo del
1a .. .. .. .. algoritmo de la funcion IDESCEN SO(A, b, u, N) que re-
. . . . suelve un sistema donde A es una matriz triangular infe-
na 1 n n rior, b es el vector de términos independientes, u el vector
3a 1 n−1 n−1 solución, N es la dimensión del sistema La función de-
4a 1 n−1 n−1 vuelve 0 si termina correctamente y 1 en caso contrario.
2a .. .. .. ..
. . . . Nota Importante: Las líneas de código tienen que ir
na 1 n−1 n−1 todas numeradas y no pueden superar las 12 lineas de in-
.. .. .. .. .. strucciones como máximo.
. . . . .
(n − 1)a na 1 2 2 Solución:
01 IDESCEN SO(matriz real A,vector real b,vector real
A continuación obtenemos el total de operaciones en
u,entero N)
cada iteración sumando por columnas:
02 para variable entera I ← 0 hasta N-1 hacer
03 si(A(I, I) == 0) entonces
1a Iteración:
04 devolver 1
Divisiones = 1 + 1 + . . . + 1 = n − 1 05 finsi
06 u(I) = b(I)
M ultiplicac. = n + n + . . . + n = n(n − 1) 07 para variable entera J ← 0 hasta I − 1 hacer
08 u(I) = u(I) − A(I, J) ∗ u(J)
Sumas = n + n + . . . + n = n(n − 1)
11 2n3 −3n2 +n
2a Iteración: + 22 + 32 + ... + (n − 1)2 = 6
10
09 fin mientras 2. Definida positiva:
10 u(I) = u(I)/A(I, I) Como |B| 6= 0, si B x̄ = 0 =⇒ x̄ = 0
11 fin mientras
12 devolver 0 Una matriz se dice definida positiva si se cumple que
∀x̄ 6= 0, x̄t Ax̄ > 0 =⇒

Problema 39 (2 puntos) Resolver por el método de
Gauss el siguiente sistema de ecuaciones
=⇒ x̄t Ax̄ = x̄t BB t x̄ = (B t x̄) B t x̄ =
⎛ ⎞⎛ ⎞ ⎛ ⎞
0 −1 2 u1 1 P
⎝ −1 2 −1 ⎠ ⎝ u2 ⎠ = ⎝ 0 ⎠ = ȳ t ȳ = yi2 > 0
2 −1 0 u3 1
Solución: Pasos en la descomposición por Gauss: Problema 41 (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
El total de operaciones se obtiene sumando los totales

Solución: Las operaciones que se realizan en cada it- parciales de la tabla anterior:
eración vienen dadas por:
Sumas = M ultiplicac. =
= (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
Problema 43 (2 puntos) Demostrar que a partir de un

método para resolver sistemas de ecuaciones se puede con-
struir de forma inmediata un método para calcular la in-
versa A−1 de una matriz A.
Solución: ⎛ ⎞
1 0 ··· 0
⎜ 0 1 ··· 0 ⎟
⎜ ⎟
AA−1 = Id = ⎜ .. .. . . .. ⎟
⎝ . . . . ⎠
0 0 ··· 1
Si expresamos la matriz inversa de la siguiente man-

era:
12
⎛ ⎞ ⎛ ⎞
c11 c12 ··· c1n 1 0 ··· 0 l2 u2 = b2
⎜ c21 c22 ··· c2n ⎟ ⎜ 0 1 ··· 0 ⎟
⎜ ⎟ ⎜ ⎟
A⎜ .. .. .. .. ⎟=⎜ .. .. . . .. ⎟, b2
⎝ . . . . ⎠ ⎝ . . . . ⎠ l2 = a2 − m1 u1 , u2 = , m2 = c2
l2
cn1 cn2 ··· cnn 0 0 ··· 1
..
se pueden calcular las columnas de esa matriz a partir de .
N sistemas de ecuaciones de la siguiente forma: mn−2 un−2 + ln−1 = an−1
⎛ ⎞ ⎛ ⎞ ln−1 un−1 = bn−1
c11 1
⎜ c21 ⎟ ⎜ 0 ⎟ bn−1
⎜ ⎟ ⎜ ⎟
A⎜ .. ⎟=⎜ .. ⎟ ln−1 = an−1 − mn−2 un−2 , un−1 = , mn−1 = cn−1
⎝ . ⎠ ⎝ . ⎠ ln−1
cn1 0
mn−1 un−1 + ln = an
⎛ ⎞ ⎛ ⎞
c12 0 ln = an − mn−1 un−1
⎜ c22 ⎟ ⎜ 1 ⎟
⎜ ⎟ ⎜ ⎟
A⎜ . ⎟=⎜ .. ⎟ El algoritmo queda de la siguiente manera:
⎝ .. ⎠ ⎝ . ⎠
cn2 0
l1 = a1
..
. ⎛ ⎞ ⎛ ⎞ u1 = bl11
c1n 0 Para i = 2, . . . , n − 1
⎜ c2n ⎟ ⎜ 0 ⎟ mi−1 = ci−1
⎜ ⎟ ⎜ ⎟
A⎜ . ⎟=⎜ .. ⎟ , c.q.d.
⎝ .. ⎠ ⎝ . ⎠ li = ai − mi−1 ui−1
cnn 1 ui = blii
Fin Para
mn−1 = cn−1
Problema 44 (3 puntos) Demostrar el algoritmo de ln = an − mn−1 un−1
Crout para descomponer matrices tridiagonales.
Problema 45 (2 puntos) Resolver utilizando el método

Solución: Consideremos la matriz tridiagonal siguiente: de Crout el siguiente sistema de ecuaciones
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
a1 b1 0 ··· 0 2 4 0 x 6
⎜ c1 a2 b2 ··· 0 ⎟ ⎝ −1 0 4 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠
⎜ ⎟
⎜ 0 c2 a3 b3 0 ⎟ 0 −1 0 z −1
A=⎜ ⎟
⎜ .. .. .. .. ⎟
⎝ . . . . bn−1 ⎠
0 0 0 cn−1 an
La descomposición por el método de Crout genera dos Solución: Aplicando el algoritmo del problema anterior,
matrices de la forma: obtenemos los siguientes resultados:
⎛ ⎞⎛ ⎞
l1 0 . 0 1 u1 . 0 i=1
⎜ m1 l2 . 0 ⎟ ⎜ 0 ⎟
A=⎜ ⎟⎜ 0 1 . ⎟=
⎝ 0 . . 0 ⎠ ⎝ 0 . . un−1 ⎠ l1 = 2
0 . mn−1 ln 0 . 0 1 4
u1 = 2 =2
⎛ ⎞
l1 l1 u1 0 . 0
⎜ m1 ⎟ i=2
m1 u1 + l2 l2 u2 . 0
=⎜
⎝ 0
⎟
⎠
. . . ln−1 un−1 m1 = −1
0 0 . mn−1 mn−1 un−1 + ln
l2 = 0 − 2 (−1) = 2
Igualando ambas matrices y despejando los elementos 4
li , ui y mi , u2 = 2 =2
l1 u1 = b1 i=3
b1 m2 = −1
l1 = a1 , u1 = , m1 = c1
l1
l3 = 0 − 2 (−1) = 2
m1 u1 + l2 = a2
13
Sustituyendo estos valores en las matrices de Crout, En la siguiente tabla se muestra el número de op-
la descomposición queda: eraciones en cada iteración:
⎛ ⎞ ⎛ ⎞ Iteración Sumas M ultiplic. Divisiones
2 0 0 1 2 0
A = L · U = ⎝ −1 2 0 ⎠ · ⎝ 0 1 2 ⎠ i=1 0 0 1
0 −1 2 0 0 1 i=2 1 1 1
i=3 1 1 1
Para resolver el sistema, se tiene en cuenta lo sigu- .. .. .. ..
. . . .
iente:
i=n 1 1 0
Ax = b El total de operaciones se obtiene de la tabla anterior
como:
LU x = b (U x = y)
Sumas = M ultiplicac. = Divisiones =
y nos queda un sistema de la forma:
= 1 + 1 + . . . + 1 = (n − 1)
Ly = b
Total=Sumas + M ultiplicac. + Divisiones =
Calculamos el valor de y a partir del sistema anterior:
= 3 (n − 1)
⎛ ⎞⎛ ⎞ ⎛ ⎞
2 0 0 y1 6
⎝ −1 2 0 ⎠ ⎝ y2 ⎠ = ⎝ 3 ⎠ , El orden del algoritmo es O (3n)
0 −1 2 y3 −1
aplicando un algoritmo de descenso, DIFERENCIACION E INTEGRACION

⎛ ⎞ ⎛ ⎞ ⎛ ⎞ NUMERICA
6
y1 2 3
⎝ y2 ⎠ = ⎝ 3+y1 ⎠=⎝ 3 ⎠
2
−1+y2
y3 2
1
Problema 47 (2 puntos) Calcular analíticamente y
Calculamos el vector x por remonte: numéricamente la matriz gradiente en el punto (1, 1) (uti-
lizar h = 0.1) de la función:
Ux = y ½ 2
x + y2 − 1
⎛ ⎞⎛ ⎞ ⎛ ⎞ f (x, y) =
1 2 0 x1 3 x−y
⎝ 0 1 2 ⎠ ⎝ x2 ⎠ = ⎝ 3 ⎠
Solución:
0 0 1 x3 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x1 3 − 2x2 1 Analíticamente
µ ¶ µ ¶
⎝ x2 ⎠ = ⎝ 3 − 2x3 ⎠ = ⎝ 1 ⎠ 2x 2y 2 2
∇f (x, y) = → ∇f (1, 1) =
x3 1 1 1 −1 1 −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
Problema 48 (2 puntos) Dados 3 puntos distintos

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

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

(xi −xr )(xi −xl ) f (xi ) + (x−xl )+(x−xi )
(xr −xi )(xr −xl ) f (xr ) +
00
f 000 (xi )
+f (xi )
2! (xr − xi )2 + (xr − xi )3 + (x−x r )+(x−xi )
(xl −xi )(xl −xr ) f (xl )
3!
(xr − xi ) f (x(xl )−f (xi )

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

(xr −xi )(xr −xl ) f (xr ) +
(xi −xr )+(xi −xi )
(xl −xi )(xl −xr ) f (xl )
00
f 000 (xi )
+ f 2!(xi )
(xr − xi ) + 3! (xr 2
− xi ) ]
f (xi ) f (xi ) (xi −xl )f (xr )
f 0 (xi ) = (xi −xr ) + (xi −xl ) + (xr −xi )(xr −xl ) +
Sumamos las expresiones anteriores y nos queda:
(xr − xi ) f (x(xl )−f (xi )

+ (xi − xl ) f (x(xrr)−f (xi )
=
i −xr )f (xl )
+ (x(xl −x i )(xl −xr )
l −xi ) −xi )
= (xr − xi )f 0 (xi ) + (xi − xl )f 0 (xi )+ extraemos el factor (xr − xl ),

00 (xr −xl )f (xi ) (xr −xl )f (xi )
+f (xi ) (xr − xl ) f 0 (xi ) = + +
2! (xi − xl )(xr − xi )+ (xi −xr ) (xi −xl )
15
−xl )f (xr )
+ (xi(x r −xi )
− (xi −xr )f (xl )
(xl −xi )
Problema 51 (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 )
xr f (xi ) xi f (xi ) xl f (xi ) f (xr ) ≈ f (xi ) + f 0 (xi ) (xr − xi ) +

− (xr −xi )
+ (xi −xl ) − (xi −xl )
00
2 f 000 (xi ) 3
+f (xi )
2! (xr − xi ) + 3! (xr − xi )
0 (xi −xl )(f (xr )−f (xi ))
(xr − xl ) f (xi ) = (xr −xi ) +
f (xl ) ≈ f (xi ) + f 0 (xi ) (xl − xi ) +
+ (xr −xi(x
)(f (xi )−f (xl ))
+ xi f (xi )
− xr f (xi )
(xr −xi ) +
00
2 f 000 (xi ) 3
i −xl ) (xr −xi ) +f (xi )
2! (xl − xi ) + 3! (xl − xi )
xi f (xi ) xl f (xi )
+ (xi −xl )
− (xi −xl ) Extraemos en ambas ecuaciones:
f (xr )−f (xi ) f 00 (xi )
0 (xi −xl )(f (xr )−f (xi )) (xr −xi ) ≈ f 0 (xi ) + 2! (xr − xi ) +
(xr − xl ) f (xi ) = (xr −xi ) +
000
2
+f (xi )
(xr − xi )
+ (xr −xi(x
)(f (xi )−f (xl ))
i −xl )
+ 3!
f (xl )−f (xi ) f 00 (xi )

≈ f 0 (xi ) + (xl − xi ) +
+ xi f (xi )(x(xir−xl )−xr f (xi )(xi −xl )
−xi )(xi −xl ) + (xl −xi ) 2!
000
2
+f (xi )
(xl − xi )
+ xi f (xi )(x(xrr−x i )−xl f (xi )(xr −xi )
−xi )(xi −xl )
3!
Restamos las expresiones anteriores:

simplificando,
f (xr )−f (xi ) f (xi )−f (xl ) f 00 (xi )
(xi −xl )(f (xr )−f (xi )) (xr −xi )(f (xi )−f (xl )) (xr −xi ) − (xi −xl ) ≈ 2! (xr − xl ) +
+
(xr −xi ) (xi −xl )
0
f (xi ) = (xr −xl ) 000
³ ´
2 2
+f (xi )
3! (xr − xi ) − (xl − xi )
Despejamos la segunda derivada y obtenemos:

Problema 50 (2 puntos) Calcular una aproximación de f (xr )−f (xi ) f (xi )−f (xl )
la derivada tercera f 000 (xi ) de una función f (x) en un (xr −xi )
−
(xi −xl )
f 00 (xi ) ≈ 2 xr −xl −
punto xi , utilizando f (xi ), f (xi + h), f (xi − h), f (xi − 2h)
f 000 (xr )
3! ((xr −xi )2 −(xl −xi )2 )
−2
Solución: xr −xl
2 3
a → f (xi + h) = f (xi ) + hf 0 (xi ) + h2 f 00 (xi ) + h6 f 000 (xi ) + f (xr )−f (xi ) f (xi )−f (xl )
O(h4 ) (xr −xi )
−
(xi −xl )
f 00 (xi ) ≈ 2 xr −xl + O(h)
2
h
1. b → f (xi − h) = f (xi ) − hf 0 (xi ) + 2 f 00 (xi ) −
h3 000 4
6 f (xi ) + O(h ) Problema 52 (2 puntos) Considerar en el problema an-
c → f (xi − 2h) = f (xi ) − 2hf 0 (xi ) + 2h2 f 00 (xi ) − terior que xl = xi − h, y xr = xi + h. Deducir como queda
4h3 000 4 la fórmula anterior para aproximar la derivada segunda, y
3 f (xi ) + O(h )
demostrar que en este caso el orden de aproximación es 2.
⎛ ⎞
a − b − 2c = 0
Sistema: ⎝ a2 + 2b + 2c = 0 ⎠ Solución: a = Solución: Sustituyendo xl = xi − h, y xr = xi + h,
a b 4c
6 − 6 − 3 =1 tenemos:
1, b = 3, c = −1.
f (xr )−f (xi )f (xi )−f (xl )
−
00 (xi +h−xi ) (xi −xi +h)
f (xi ) = af (xi +h)+bf (xi −h)+cf
000
h3
(xi −2h)−(a+b+c)f (xi )
= f (xi ) ≈ 2 xi +h−xi +h =
f (xi +h)+3f (xi −h)−f (xi −2h)−3f (xi )
h3 + O(h) f (xr )−f (xi ) f (xi )−f (xl )
−
= h
h
h
=
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,
Calculamos la segunda derivada, obteniendo: Fi+1,j+1 + Fi−1,j+1 + Fi−1,j−1 + Fi+1,j−1 − 4Fi,j

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

(xi −xl ) +(xr −xi ) F (x, y − h) = F (x, y) − hFy + 2 Fyy
f 0 (xi ) ≈ xr −xi
xr −xl
xi −xl
=
Sumamos estas expresiones y obtenemos:
(0−1) f (4)−f
4−0
(0)
+(4−0) f (0)−f
0−1
(1)
= 4−1 =
F (x + h, y) + F (x − h, y) + F (x, y + h) +
− 9−1 1−0
4 +4 −1 −2−4
= 3 = 3 +F (x, y − h) = 4F (x, y) + h2 Fxx + h2 Fyy
−6
= 3 = −2 Fxx + Fyy =
f (xr )−f (xi ) f (xi )−f (xl ) F (x+h,y)+F (x−h,y)+F (x,y+h)+F (x,y−h)−4F (x,y)
00 (xr −xi )
−
(xi −xl ) h2 ,
f (xi ) ≈ 2 xr −xl =
9−1 1−0
discretizando
−
= 2 (4−0)4−1(0−1) = 2 2+1
3 =2
Fi+1,j + Fi−1,j + Fi,j+1 + Fi,j−1 − 4Fi,j
∆F =
h2
17
0 0
Problema 56 (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
Este vector nos da la dirección de máximo ascenso,

que en este caso será en diagonal hacia arriba a la derecha. Solución:
Rπ π
Problema 59 (2 puntos) Aproximar el valor de la sigu- 1. −2 π cos(x)dx = sin(x)]−2 π = 1 − (−1) = 2

2 2
iente integral, utilizando las fórmulas de Legendre para R π R1 ¡ ¢

n=2y n=3 2
−π
cos(x)dx = −1 cos( π2 t) π2 dt = 2π
cos − π4 +
Z 1 2 ¡π¢ 3 2
¡ 3 ¢ 2π 2π
x − x4 dx 3 2 cos (0) + 3 2 cos 4
−1
√
= 13 2π + 13 π = 2. 528 2
Cual es el valor exacto de la integral?
Solución: Problema 61 (2 puntos) Encontrar, utilizando los

R1 ¡ 3 ¢ P
N ceros y pesos asociados a los polinomios de Legendre, cual
−1
x − x4 dx ' wk P (xk ) sería la fórmula de integración numérica de Legendre uti-
k=0 lizando un sólo punto de interpolación. Cual sería su ex-
¡ ¢ actitud?
P (x) = x3 − x4
1. n = 2 Solución: El polinomio de Legendre para un solo punto:

P
2
L1 (x) = x → x0 = 0
wk P (xk ) =
k=1
Calculamos el peso asociado:
= 1 · P (0.5773502692 + 1 · P (−0.5773502692) = Z 1
1
w0 = dx = 2
= −. 222 22 −1 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
hay que hacer un cambio de variable en la integral: x − x2 e−x dx

−∞
Z b N
X utilizando los polinomios de Hermite.
f (x) dx ' ŵk f (x̂k )
a k=1
Solución: De forma analítica la integral da como resul-
Hacemos el siguiente cambio de variable: tado:
R∞ ¡ 3 ¢ 2 √
x = (b−a)t+(b+a) −∞
x − x2 e−x dx = − 12 π = −. 886 23
2
dx = b−a
2 dt Utilizando el método de integración numérica:
este cambio representa la recta que pasa por los puntos -1, ¡ ¢
1 para t = a, b, respectivamente. f (x) = x3 − x2
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
Ã !
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.
Ã !
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
utilizando integración numérica. P (x) = x
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
· (w̃1 P (ỹ1 ) + w̃2 P (ỹ2 )) = = w1 P (y1 ) + w2 P (y2 ) =
= (P (0.5773502692) + P (−0.5773502692)) · = 0.8862269255 · P (−0.707106781) +

· (P (0.5773502692) + P (−0.5773502692)) =
+0.8862269255 · P (0.707106781) =
= . 666 67 · . 666 67 = . 444 45
= 1. 103 3
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
Problema 73 (2 puntos) Se considera el triángulo T de = F ( 23 , 23 )Area(T ) =

vértices (0, 0), (1, 0) y (0, 1). Deducir cual debe ser el punto ¡ 2 ¢2 2 16
(x0 , y0 ) y el peso w0 para que la fórmula de integración = 3 32 = 27 =
numérica:
Z = . 592 59
F (x, y)dxdy ≈ F (x0 , y0 )w0
T
2. Para 3 puntos:
sea exacta para polinomios de grado 1 en x e y. Es decir
P (x, y) = ax + by + c R
Ω
x2 ydxdy =
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
Igualamos el valor de la integral con la fórmula de 3. Para 4 puntos:

integración numérica:
R
1
+ 16 b + 12 c = w0 (x0 a + y0 b + c) x2 ydxdy =
6a
Ω
¡ 4 4 ¢
Calculamos w0 , x0 e y0 dando valores a a, b, c = Area(T )[ 25 12 4 4 12
48 F ( 10 , 10 ) + F ( 10 , 10 ) + F ( 10 , 10 ) −
a = b = 0, c = 1; 12 c = w0 c → w0 = 1
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 |
p Extraemos el máximo componente de x, xmax .

kλxkp = p
|λ|p |x1 |p + |λ|p |x2 |p
µq ¶
PN p
p Limp→∞ p
i=1 |xi | =
kλxkp = p
|λ|p (|x1 |p + |x2 |p )
µr ¶
p P ³ |xi | ´p
p
kλxkp = |λ| p |x1 | + |x2 |
p
= Limp→∞ p |xmax |p N
i=1 |xmax | =
µ r ¶
kλxkp = |λ| kxkp , c.q.d. PN ³ i | ´p
= Limp→∞ |xmax | p i=1 |x|xmax | =
3. kx + ykp ≤ kxkp + kykp , ∀x, y ∈ E; µr ´p ¶

p
PN ³ |xi |
= |xmax | Limp→∞ i=1 |xmax | =
p
p p p
|x1 + y1 | + |x2 + y2 | ≤ kxkp + kykp =⇒
³P ³ ´p ´1/p
N |xi |
= |xmax | Limp→∞ i=1 |xmax |
=⇒ |x1 + y1 |p + |x2 + y2 |p ≤
|xi |
³p p ´p Todos los elementos |xmax | son menores o iguales que
≤ p |x1 |p + |x2 |p + p |y1 |p + |y2 |p 1, con lo que
³ ´p ½
|xi | 1 si xi = xmax
Para p = 2 tenemos: Limp→∞ |xmax | = ,
0 si xi 6= xmax
|x1 + y1 |2 + |x2 + y2 |2 ≤
entonces
µq q ¶2
≤
2 2 2
|x1 | + |x2 | + |y1 | + |y2 |
2
=⇒ ³P ³ ´p ´1/p
N |xi |
|xmax | Limp→∞ i=1 |xmax | =
=⇒ x21 + 2x1 y1 + y12 + x22 + 2x2 y2 + y22 ≤ = |xmax | Limp→∞ (0 + . . . + 0 + 1 + . . . + 1)1/p =

p p
≤ x21 +x22 +2 (x21 + x22 ) (y12 + y22 )+y12 +y22 =⇒ = |xmax |, c.q.d.
p p
=⇒ x1 y1 + x2 y2 ≤ (x21 + x22 ) (y12 + y22 ) =⇒ Problema 77 (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.
2 1. kxk1 < 1 =⇒ |x| + |y| < 1 =⇒ y < 1 − x

=⇒ 0 ≤ (x1 y2 + x2 y1 ) ,
Esta ecuación representa, como borde, una recta de
que siempre es cierto, con lo que queda demostrado. pendiente negativa. Tal y como se ve en la figura 1,
el lugar geométrico está contenido en un rombo.
p ¡ ¢
Problema 76 (3 puntos) Demostrar que 2. kxk2 < 1 =⇒ (x2 + y 2 ) < 1 =⇒ x2 + y 2 < 1
Limp→∞ kxkp = max |xi | Esta es la ecuación de un círculo de radio menor que
i
1 y centro el origen. En la figura 2 se muestra el lugar
geométrico.
24
y y
1 1
1 1
1 1 x x
1 1
Figure 1: Lugar geométrico de kxk1 Figure 2: Lugar geométrico de kxk2
3. kxk∞ < 1 =⇒ max(x, y) < 1 ⇐⇒ 0 ≤ 2 |x1 | |x2 |
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.
Solución: Esta desigualdad es equivalente a lo siguiente:

p Problema 79 (2 puntos) Demostrar que si A, B son
max(|x1 | , |x2 |) ≤ (x21 + x22 ) ≤ |x1 | + |x2 | dos matrices de dimensión N xN, entonces para cualquier
norma de matrices subordinada a una norma vectorial se
p verifica
1. max(|x1 | , |x2 |) ≤ (x21 + x22 ) ⇐⇒ k AB k≤k A k · k B k
p Solución:
⇐⇒ |xmax | ≤ (x21 + x22 ) ⇐⇒
kABxk kABxk kBxk
supx kxk = supx kxk kBxk ,
⇐⇒ x2max ≤ x21 + x22
Esta desigualdad siempre es cierta ya que xmax es o kABxk kBxk kBxk kABxk
supx kBxk kxk ≤ supx kxk · supx kBxk
bien x1 o bien x2 .
kABxk kBxk
supx ≤ kBk · kAk ,
p kBxk kxk
2. (x21 + x22 ) ≤ |x1 | + |x2 | ⇐⇒
entonces
¡ ¢
⇐⇒ x21 + x22 ≤ (|x1 | + |x2 |)2 ⇐⇒ supx kABxk
≤ kBk · kAk , c.q.d.
kxk
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
Figure 3: Lugar geométrico de kxk∞ ⎛ √1

⎞ ⎞ ⎛
2 0
x̄2 = ⎝ ⎠ , x̄3 = ⎝ 0 ⎠
√1
2
Solución: Definición de autovalor de una matriz A: 0 1
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 .
Problema 81 (2 puntos) Calcular los autovectores de

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

1. kAk2 = ρ (AT A)
|A − λi Id| = 0 s µ ¶ q √
¯ ¯ 2 1
¯ 1−λ 1 0 ¯¯ kAk2 = ρ = 3+12 5 = 1. 618
¯ 1 1
¯ 1 1−λ 0 ¯¯ = ((1 − λ)2 − 1)(2 − λ) = 0
¯
¯ 0 0 2−λ ¯ ¯ ¯
λ1 = 0 ¯ 2−λ 1 ¯ √
¯ ¯ = 1 − 3λ + λ2 = 0, λ = 3
± 1
5
λ2 = 2 ¯ 1 1−λ ¯ 2 2
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
Veamos que los polinomios característicos coinciden : Solución:

° °El condicionamiento de una matriz χ(A) =
−1 kAk2 · °A−1 °2 . Calculamos los autovalores de ambas ma-
|At A − λi Id| = |At | |At A − λi Id| |At | = trices:
¯ ¯
¯ −1 −1 ¯ ¯ ¯
= ¯(At ) At AAt − λi (At ) IdAt ¯ = ¯ 2−λ
¯ 2 −2 ¯¯ £ ¤
¯ ¯ 1. ¯¯ 2 1−λ 1 ¯¯ = (2 − λ) (1 − λ)2 − 1
¯ −1 ¯ ¯ −2 1−λ ¯
= ¯AAt − λi (At ) At ¯ = 1
−2 [2(1 − λ) + 2] −2 [2 + 2(1 − λ)] =
£ ¤ £ ¤
= |AAt − λi Id| (2 − λ) λ2 − 2λ − 8 (2 − λ) = (2 − λ) λ2 − 2λ + 8
de donde obtenemos
Problema 84 (2 puntos) Demostrar que si los autovec- λ1 = 2
tores de una matriz A de dimensión N xN forman una base λ2 = −2
ortonormal de RN , entonces para la norma 2 se cumple: λ3 = 4
° ° maxi {|λi |}
χ(A) = kAk2 · °A−1 °2 = Esta matriz es simétrica, luego posee una base orto-
mini {|λi |}
normal 3 de autovectores, con lo que el condi-
Solución: Al ser una base de autovectores ortonormal, la cionamiento de A se puede calcular como:
norma kAk2 = ρ(A) = maxi {|λi |}
° ° maxi {| λi |} 4
Los autovalores de A−1 vienen dados por: χ(A) = kAk2 · °A−1 °2 = = =2
mini {| λi |} 2
Axi = λi xi =⇒ ¯ ¯
¯ 2−λ −1 0 ¯
¯ ¯
=⇒ A−1 Axi = A−1 λi xi =⇒ 2. ¯¯ −1 2−λ −1 ¯ = 4 − 10λ + 6λ2 − λ3 = 0
¯
¯ 0 −1 2−λ ¯
1
=⇒ λi xi = A−1 xi =⇒
λ1 = 2 √
λ1 = 2 + √2
=⇒ A−1 xi = λ0i xi ,
λ1 = 2 − 2
donde λ0i = λ1i , es decir, los autovalores de A−1 son los
inversos de los de °A y sus También es una matriz simétrica, con lo que sus au-
° autovectores son los mismos, tovectores forman una base ortonormal y su condi-
luego la norma de °A−1 °2 = ρ(A−1 )
cionamiento es:
½¯ ¯¾
° −1 ° ©¯ ¯ª ¯ ¯
°A ° = max ¯λ0i ¯ = max ¯ 1 ¯ = 1
, √
2 i i ¯ λi ¯ mini {|λi |} ° ° maxi {| λi |} 2+ 2 √
χ(A) = kAk2 ·°A−1 °2 = = √ = 3+2 2
mini {| λi |} 2− 2
entonces
° ° Problema 86 (2 puntos) Sean las matrices A, R.
χ(A) = kAk2 · °A−1 °2
Demostrar que la matriz A, y la matriz B = R−1 AR
1 poseen los mismos autovalores
χ(A) = maxi {|λi |} · mini {|λi |}
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:
Bxi = λi xi =⇒ b1 = −2 cos α sin α + 1

¡ ¢ b1 = 0, b1 = 2
=⇒ R−1 AR xi = λi xi =⇒
b2 = 2 cos α sin α + 1
−1
=⇒ RR ARxi = Rλi xi =⇒ b2 = 2, b2 = 0,
luego las soluciones posibles son:
=⇒ ARxi = λi Rxi =⇒ µ ¶ µ ¶
0 0 2 0
B1 = , B2 =
=⇒ Ayi = λi yi , 0 2 0 0
de donde se deduce que los autovalores son los mismos y los Problema 88 (3 puntos) Demostrar las siguientes
autovectores están relacionados por la siguiente igualdad: igualdades trigonométricas
yi = Rxi , c.q.d.
q
tan(α) = − cot(2α) + sign(cot(2α)) 1 + cot2 (2α)
Problema 87 (2 puntos) Se considera la matriz
¡ ¢
µ ¶ donde α ∈ − π4 , π4 , sign(x) = 1 si x ≥ 0 y sign(x) = −1
1 1 si x < 0,
A=
1 1
1
cos α = p
calcular el ángulo α tal que la matriz 1 + tan2 (α)
µ ¶
cos α sin α sin α = tan(α) cos α
R=
− sin α cos α − tan(α) + sin(2α)
cot(2α) =
2 sin2 (α)
verifique que la matriz B = R−1 AR sea diagonal.
Solución:
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
Problema 90 (2 puntos) Utilizar el método de Jacobi

Problema 91 (3 puntos) Aplicar el método de la poten-
para aproximar los autovalores y autovectores de la matriz:
cia para aproximar el autovalor máximo, y el autovector
⎛ ⎞
2 0 1 asociado, de las siguientes matrices, dando 3 pasos en el
A=⎝ 0 1 0 ⎠ método, hasta calcular u4 y partiendo de u1 = (1, 1)
1 0 1 µ ¶
2 1
A=
Solución: 0 1
⎛ ⎞ µ ¶
cos α 0 sin α −3 0
A=
R (α) = ⎝ 0 1 0 ⎠ 1 1
− sin α 0 cos α
Solución: En este problema vamos a utilizar la norma
(app −aqq ) euclídea aunque cualquier otra norma también sería válida.
2 sin 2α + apq cos 2α = 0
La norma infinito, por ejemplo, simplificaría los cálculos
2apq ya que es inmediato obtener el máximo de un vector.
tan(2α) =
(aqq − app )
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
El autovalor máximo aproximado es λ = 2. 126 y su Problema 92 (2 puntos) Calcular el autovalor µ mayor

¶
autovector asociado es: 2 −1
y el autovector correspondiente de la matriz
−1 1
utilizando el método de la potencia, dando 2 iteraciones
µ 15
√ √ ¶ µ ¶ del método a partir de u1 = (1, 1) y tomando como norma
xλ = 226 √113√2 =
. 997 79
1 6. 651 9 × 10−2 kuk = maxi |ui |
226 113 2
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
Ã ! (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.
Problema 95 (2 puntos) Calcular 3 iteraciones del

Problema 94 (3 puntos) Calcular el autovalor y au-
método de Jacobi para resolver el sistema
tovector más cercano a 2 de la matriz
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
0 −1 0 1 −1 0 x −1
⎝ 0 3 −1 ⎠ ⎝ −1 2 0 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠
0 0 −1 0 −1 3 z 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
Vamos a utilizar la norma infinito con el fin de sim- un = M un−1 + c

plificar los cálculos. donde las matrices L, D, U son de la forma:
A0 un = u n−1 ⎛ ⎞
kun−1 k 0 0 0
⎛ ⎞ ⎛ ⎞ L = ⎝ −1 0 0 ⎠
−2 −1 0 1 0 −1 0
⎝ 0 1 −1 ⎠ u2 = ⎝ 1 ⎠ ⎛ ⎞
0 0 −3 1 1 0 0
⎛ 5 ⎞ D=⎝ 0 2 0 ⎠
−6 ° ° 0 0 3
5
u2 = ⎝ 32 ⎠ , °u2 ° = = . 833 33 ⎛ ⎞
6 0 −1 0
− 13
U =⎝ 0 0 0 ⎠
0 0 0
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
La ecuación iterativa queda: Si construimos el sistema de ecuaciones y despejamos

las incógnitas:
un = M un−1 + c = ⎧ ⎧
⎛ ⎞ ⎛ ⎞ ⎨ x − y = −1 ⎨ x = −1 + y
0 1 0 −1 −x + 2y = 3 y = 3+x
⎩ ⎩ 2
= ⎝ 12 0 0 ⎠ un−1 + ⎝ 32 ⎠ −y + 3z = 1 z = 1+y
3
0 13 0 1
3
Iteraciones:
Iteraciones:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ 1. x = −1
0 −1 −1 y = 3−1
2 =1
1. u2 = M ⎝ 0 ⎠ + ⎝ 32 ⎠ = ⎝ 32 ⎠ z = 1+1 2
1 1 3 = 3
0 3 3
2. x = 0
⎛ ⎞ ⎛ ⎞ ⎛ 1
⎞ y = 32
−1 −1 2 z = 56
2. u = M ⎝
3 3
2
⎠+⎝ 3
2
⎠=⎝ 1 ⎠
1 1 5
3 3 6 3. x = −1 + 32 = 1
2
3+ 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ y = 2 2 = 74
1 1+ 7
2 −1 0 z = 3 4 = 1112
3. u4 = M ⎝ 1 ⎠ + ⎝ 3
2
⎠=⎝ 7
4
⎠
5 1 2
6 3 3
Problema 98 (1 punto) Una variante del método de
−1
Gauss-Seidel es tomar M = (D + U ) (−L), y c =
−1
(D + U ) b. indicar en este caso que diferencias de im-
Problema 96 (2 puntos) ⎛ Calcular una⎞ base ortogonal plementación habría con respecto al caso anterior.
1 0 1
de autovectores de la matriz ⎝ 0 2 0 ⎠, Solución: El método es igual que en el problema anterior,
1 0 1 excepto que en este caso los cálculos se realizarían de abajo
para arriba, es decir, primero se calcularía z, se sustituiría
Solución: su valor en la ecuación de y y, por último, estos dos valores
⎧⎛ ⎞⎫ se sustituirían en la primera ecuación.
⎨ −1 ⎬
1. Autovectores y autovalores: ⎝ 0 ⎠ ↔
⎩ ⎭
⎧⎛ ⎞ ⎛ ⎞⎫ 1
⎨ 1 0 ⎬
método de relajación para resolver el sistema
0, ⎝ 0 ⎠ , ⎝ 1 ⎠ ↔ 2
⎩ ⎭ ⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 1 −1 0 x −1
⎝ −1 2 0 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠ ,
0 −1 3 z 1
método de Gauss-Seidel para resolver el sistema partiendo de u1 = (0, 0, 0). Calcular previamente el
⎛ ⎞⎛ ⎞ ⎛ ⎞ parámetro de relajación óptimo
1 −1 0 x −1
⎝ −1 2 0 ⎠ ⎝ y ⎠ = ⎝ 3 ⎠
0 −1 3 z 1 Solución:
x − y = −1
partiendo de u1 = (0, 0, 0) −x + 2y = 3
−y + 3z = 1
Cálculo del wopt :
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
cuyos autovalores λi son menores que uno, entonces λn−1 u1 = 4

3
i 4
tiende a 0 cuando n tiende a infinito, luego este término
converge. µ 3 3
¶µ ¶ µ 1
¶
2 2 z1 8
2. =−
Para el segundo sumando: −1 1 z2 0
¡ n−2 ¢ µ ¶ µ 1
¶
M + ...M + 1 c = z1 − 24
= 1
¡ ¢ Pn z2 − 24
= M n−2 + . . . M + 1 i=1 ci xi =
P Pn µ 3
¶ µ 1
¶
n
= M n−2 i=1 ci xi + . . . M i=1 ci xi + − 24
u2 = u1 + z = 4
3 + 1
− 24
Pn Pn 4
+ i=1 ci xi = i=1 ci λn−2 i xi + µ ¶ µ ¶
17
Pn Pn 2 24 . 708 33
+ . . . i=1 ci λi xi + i=1 ci xi = u = 17 =
24 . 708 33
Pn ¡ ¢
= i=1 ci xi λn−2 i + . . . + λi + 1 ≤
| {z }
Serie geométrica convergente Problema 103 (2 puntos) Plantear el algoritmo nece-
Pn 1 sario para calcular, utilizando el método de Newton-
≤ i=1 ci xi 1−λi , Raphson, las raíces complejas o reales de un polinomio de
con lo que este término también converge. grado 3.
Problema 102 (2 puntos) Calcular 2 iteraciones del Solución:

método de Newton-Raphson no-lineal para aproximar una
P (z) = az 3 + bz 2 + cz + d = 0
raíz del sistema de ecuaciones
Un polinomio de grado 3 posee al menos una raíz real.
x2 + y 2 − 1 = 0
Las otras dos raíces pueden ser también reales o imaginar-
y−x=0 ias conjugadas.
Sea z un número complejo: z = x + yi, sustituyendo
partiendo de (x, y) = (1, 1). en la anterior ecuación,
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
un = (xn , y n ) +bx2 + 2ibxy − by 2 + cx + icy + d = 0
u0 = (1, 1) Separamos la parte real de la parte imaginaria:

½ ½
∇f (un )z = −f (un ) ax3 − 3axy 2 + bx2 − by 2 + cx + d = 0
f=
un+1 = un + z 3ax2 y − ay 3 + 2bxy + cy = 0
µ ¶µ ¶ µ 2 ¶ µ ¶
2x 2y z1 x + y2 − 1 3ax2 − 3ay 2 + 2bx + c −6axy − 2by
=− ∇f =
−1 1 z2 y−x 6axy + 2by 3ax2 − 3ay 2 + 2bx + c
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
un (2) = un−1 (2) + z(2) (z − 1)x4 − 3

n=n+1
Fin Mientras Iteración:
⎛ ⎞⎛ ⎞ ⎛ ⎞
Si (n = T OP ) Entonces e e e z1 e−1
ERROR: No se ha encontrado solución ⎝ 0 2 −3 ⎠ ⎝ z2 ⎠ = − ⎝ −2 ⎠
Fin Si 0 0 1 z3 −3
Fin Algoritmo ⎛ ⎞ ⎛ 1 ⎞
z1 − e (e − 1) − 17
2
⎝ z2 ⎠ = ⎝ 11 ⎠
2
Problema 104 (2 puntos) Se considera el sistema no- z3 3
lineal
un+1 = un + z =
(x − 1)y = 0 ⎛ ⎞ ⎛ 1 ⎞
17
1 − e (e − 1) −
(y − 2)x = 0 2
=⎝ 1 ⎠+⎝ 11
2
⎠=
1 2 3
A partir de u = (1, 1), calcular u y u utilizando el 1 3
método de Newton-Raphson para aproximar un cero del ⎛ 15 1 ⎞
sistema no-lineal. − 2 − e (e − 1)
=⎝ 13
2
⎠
4
Solución:
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
Solución: Los polinomios de Hermite que corresponden a 0.2

esos puntos de interpolación vienen dados por las gráficas
4, 5, 6 y 7. -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
x
1.0
y
0.8
Figure 6: Polinomio de Hermite H10
0.6
x
0.4 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
y
0.2
-0.2
-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
0.6 (−1 − 1)2 (a (−1 + 1) + b) = 4b = 1

0.4 1
b= 4
0.2
Al ser la derivada en -1 igual a cero tenemos:
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
x 00
H−1 (x) = 2 (x − 1) (a (x + 1) + b) + (x − 1)2 a = 0
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)
0 2 2. Para calcular el segundo polinomio partimos de la grá-

H−1 (x) = (x − 1) (a (x + 1) + b)
fica 5. En ésta, La función se anula en -1 y 1, la
derivada en -1 es igual a 1 y su derivada en 1 es cero.
El valor de este polinomio en -1 es 1: Por la misma razón que en el caso anterior, sabemos
que la función posee dos raíces en 1, con lo que el
0
H−1 (−1) = 1 polinomio tiene la forma,
37
1
H−1 (x) = (x − 1)2 (a (x + 1) + b) Solución: Los polinomios son de la forma:
1 2 P (x) = dx3 + cx2 + bx + a

H−1 (−1) = (−1 − 1) (a (−1 + 1) + b) = 4b = 0
Vamos a calcular los coeficientes para cada intervalo:
b=0
hi = 1 ∀ (xi − xi−1 )
para calcular el valor de a, derivamos el polinomio y
evaluamos en 1, ai = f (xi ) i = 0, . . . N
⎛ ⎞ ⎛ ⎞ ⎞⎛
10 2 a0 f (x0 ) −1
H−1 (x) = 2 (x − 1) (a (x + 1) + b) + (x − 1) a ⎜ a1 ⎟ ⎜ f (x1 ) ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟=⎜ ⎟
⎝ a2 ⎠ = ⎝ f (x2 ) ⎠ ⎝ 1 ⎠
10
H−1 (−1) = 2 (−1 − 1) (a (−1 + 1) + b) + a3 f (x3 ) 0
2
+ (−1 − 1) a = 1 hi−1 ci−1 + 2 (hi−1 + hi ) ci + hi ci+1 =
3(ai+1 −ai ) 3(ai −ai−1 )
= hi − hi−1
4a = 1
c0 = c3 = 0
a = 14 ,
µ ¶µ ¶ µ ¶
4 1 c1 0
=
luego el polinomio nos queda: 1 4 c2 −6
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
H10 (x) = H−1

0
(−x) bi = (ai+1 −ai )
hi − hi (2ci +ci+1 )
3 i = 0, . . . N − 1
⎛ ⎞ ⎛ 2 ⎞ ⎛ ⎞
H10 (x) = 1
4 (−x − 1)2 (−x + 2) b0 1 − 15
4 8
13
15
⎝ b1 ⎠ = ⎝ 1 − 5 − 5 ⎠ = ⎝ 19 ⎠
3 15
1
2
H10 (x) = − 14 (x + 1) (x − 2) b2 −1 + 16
15 15
Los splines cúbicos nos quedan de la siguiente manera:

4. Por último, la función representada en la gráfica 7, es
1
simétrica al polinomio H−1 (gráfica 5) con respecto al P1 (x) = 2
(x + 1) +
3 13
(x + 1) − 1
15 15
origen, con lo que,
x ∈ [−1, 0]
H11 (x) = 1
−H−1 (−x)
P2 (x) = − 23 x3 + 25 x2 + 19
15 x
¡1 ¢
H11 (x) = − (−x − 1)2 4 (−x + 1) x ∈ [0, 1]
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 ( +2)) 2x ¡ −π ¢ sin(π( 2xπ +1))

f˜(x) ≈ f (−π) π 2xπ+2 +f + -1.0
(π ) 2 π ( 2x
π +1)
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
La siguiente gráfica compara f (x) = |x| con su aprox-

(1+22 +32 )(1+2)−(1+6)(1+2+3)
imación f˜(x) para N = 2 en el intervalo [−π, π]. = 4(1+22 +32 )−(1+2+3)2
=0
|x|
P (x) = ax + b = 12 x
5
y
4 4
y
3 3
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
En la siguiente gráfica se realiza la misma compara-

Figure 11: Aproximación mínimo cuadrática
ción tomando 20 muestras en el intervalo [−π, π].
|x|
5
y
4
-3 -2 -1 0 1 2 3
x
Polinomio trigonométrico (N = 10, [−π, π])
Problema 110 (2 puntos) Calcular la aproximación

mínimo cuadrática lineal de la tabla
xi yi
0 0
1 1
2 0
3 2
Solución: Aplicando las fórmulas para calcular los coe-

ficientes de la recta que más se aproxima a estos puntos,
obtenemos:
SN S SN
N xi yi − Ni=1 xi i=1 yi
a= i=1
SN SN 2 =
N i=1 xi −( i=1 xi )
2
40

Problemas Resueltos ULPGC PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Problemas Resueltos ULPGC PDF

Caricato da

Copyright:

Formati disponibili

Problemas de Análisis Numérico

Miguel Alemán Flores, Luis Alvarez León y Javier Sánchez Pérez

Contents prisas de última hora que suelen asaltar a los estudiantes

7 ANALISIS NUMERICO MATRICIAL II 23 ARITMETICAS DE PRECISION FINITA Y

pertenecen al conjunto A de números reales generados por

Consideremos primero el caso de sumar 1/2t . Si ak =

Problema 13 (2 puntos) Escribir el pseudocódigo del

Problema 19 (1 punto) Calcular una iteración del

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

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

Problema 21 (1 punto) Calcular el número máximo de INTERPOLACION DE FUNCIONES I

y el error máximo cometido por el desarrollo de Taylor en

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

El orden del algoritmo es entonces O(n2 ).

Problema 36 (2 puntos) Resolver por el método de

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

Iteración Fila Division. Multiplic. Sumas

∀x̄ 6= 0, x̄t Ax̄ > 0 =⇒

El total de operaciones se obtiene sumando los totales

Problema 43 (2 puntos) Demostrar que a partir de un

Si expresamos la matriz inversa de la siguiente man-

Problema 45 (2 puntos) Resolver utilizando el método

aplicando un algoritmo de descenso, DIFERENCIACION E INTEGRACION

Problema 48 (2 puntos) Dados 3 puntos distintos

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

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

(xr − xi ) f (x(xl )−f (xi )

+ (x i −xl )+(xi −xi )

(xr − xi ) f (x(xl )−f (xi )

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

xr f (xi ) xi f (xi ) xl f (xi ) f (xr ) ≈ f (xi ) + f 0 (xi ) (xr − xi ) +

f (xl )−f (xi ) f 00 (xi )

Restamos las expresiones anteriores:

Despejamos la segunda derivada y obtenemos:

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

f (xr )−f (xi ) f (xi )−f (xl ) h2

Este vector nos da la dirección de máximo ascenso,

Problema 59 (2 puntos) Aproximar el valor de la sigu- 1. −2 π cos(x)dx = sin(x)]−2 π = 1 − (−1) = 2

iente integral, utilizando las fórmulas de Legendre para R π R1 ¡ ¢

Solución: Problema 61 (2 puntos) Encontrar, utilizando los

1. n = 2 Solución: El polinomio de Legendre para un solo punto:

hay que hacer un cambio de variable en la integral: x − x2 e−x dx

utilizando integración numérica. P (x) = x

· (w̃1 P (ỹ1 ) + w̃2 P (ỹ2 )) = = w1 P (y1 ) + w2 P (y2 ) =

= (P (0.5773502692) + P (−0.5773502692)) · = 0.8862269255 · P (−0.707106781) +

Problema 73 (2 puntos) Se considera el triángulo T de = F ( 23 , 23 )Area(T ) =

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

p Extraemos el máximo componente de x, xmax .

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

=⇒ x21 + 2x1 y1 + y12 + x22 + 2x2 y2 + y22 ≤ = |xmax | Limp→∞ (0 + . . . + 0 + 1 + . . . + 1)1/p =

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

Figure 1: Lugar geométrico de kxk1 Figure 2: Lugar geométrico de kxk2

3. kxk∞ < 1 =⇒ max(x, y) < 1 ⇐⇒ 0 ≤ 2 |x1 | |x2 |

Solución: Esta desigualdad es equivalente a lo siguiente:

Figure 3: Lugar geométrico de kxk∞ ⎛ √1

Problema 81 (2 puntos) Calcular los autovectores de

Solución: Calculamos los autovalores de A : p

Veamos que los polinomios característicos coinciden : Solución:

Bxi = λi xi =⇒ b1 = −2 cos α sin α + 1

Problema 90 (2 puntos) Utilizar el método de Jacobi

El autovalor máximo aproximado es λ = 2. 126 y su Problema 92 (2 puntos) Calcular el autovalor µ mayor

Problema 95 (2 puntos) Calcular 3 iteraciones del

Vamos a utilizar la norma infinito con el fin de sim- un = M un−1 + c