Problemas de Mtodos Numricos

Miguel Alemn Flores, Luis Alvarez Len y Javier Snchez Prez

Departamento de Informtica y Sistemas
Universidad de Las Palmas
Campus de Tafira
35017 Las Palmas, Espaa
Tfl: 45.87.10/08
Email: {maleman/lalvarez/jsanchez}@dis.ulpgc.es

Contents prisas de ltima hora que suelen asaltar a los estudiantes

cuando se acercan los exmenes, puesto que el esfuerzo
1 INTRODUCCION. 1 de reflexin que requieren precisa de un trabajo diario y
continuado, difcilmente compatible con las prisas de l-
2 ARITMETICAS DE PRECISION FINITA tima hora. Resulta inquietante observar como en muchas
Y FUENTES DE ERRORES NUMERI- ocasiones la realizacin de problemas se aborda bajo un
COS. 1 espritu de aprender rpidamente 4 tcnicas bsicas, que
muchas veces ni se entienden, y a partir de ah intentar re-
3 CALCULO DE CEROS DE UNA FUN-
producir esas tcnicas, de forma absolutamente mecnica,
CION 4
en problemas anlogos. 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 mnimo
5 ANALISIS NUMERICO MATRICIAL I 9 e insuficiente, a la larga, tiene efectos catastrficos sobre
la formacin del alumno, a travs de una disminucin im-
6 DIFERENCIACION E INTEGRACION portante de la capacidad de razonamiento y del sentido
NUMERICA 14 crtico.

7 ANALISIS NUMERICO MATRICIAL II 23 ARITMETICAS DE PRECISION FINITA Y

FUENTES DE ERRORES NUMERICOS.
8 INTERPOLACION DE FUNCIONES II 36
Problema 1 Demostrar que al representar el nmero 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 nmero de elementos no-nulos an es infinito.
libro de Mtodos Numricos publicado por los mismos au-
tores. Nunca se insistir lo suficiente sobre la necesidad de Solucin: Supongamos que para algn t finito y e entero
hacer problemas para comprender correctamente cualquier se tiene:
Xt
teora y sus aplicaciones. Adems 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 teora. Primero se debe intentar hacer
despejando en esta igualdad obtenemos
los problemas sin mirar en absoluto la solucin y despus
de reflexionar e intentar resolverlo de diferentes formas, t
X
te
muchas de las cuales nos llevarn a callejones sin salida, 2 = 10 an 2tn
se mirar la solucin. Es un hecho fcilmente constatable, n=1
que se aprende mucho ms de un problema que no se ha P
conseguido resolver, pero al que se ha dedicado suficiente ahora bien, como el nmero m = tn=1 an 2tn es entero,
esfuerzo, que de un problema del cual se mira directamente de la desigualdad anterior obtenemos
la solucin sin ninguna fase de reflexin previa. Adems
2te = 5 2m
se tiende a olvidar con facilidad la tcnica de resolucin
de un problema sobre el cual no se ha reflexionado sufi- pero esta igualdad implica que el nmero 2te 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 reido con las

1
Problema 2 Representar el nmero 0.0 703 125 como Solucin: Los valores posibles positivos se representan

en la siguiente tabla
X an
0.0 703 125 = 2e 1 1 1 1 1 1 1 1
n=1
2n e = 1 2
, 2 + 4, 2 + 3, 2 + 3 + 4
2 2 2 2 2 2 2 2
1 1 1 1 1 1 1 1
Solucin: En primer lugar tenemos que encontrar un en- e=0 , + , + , + +
tero e tal que 2 2 23 2 22 2 22 23
1 1 1 1
e = 1 1, 1 + 2 , 1 + , 1 + + 2
1 2 2 2 2
0.0 703 125 2e < 1 1 1
2 e = 2 2, 2 + , 2 + 1, 2 + 1 +
2 2
para e = 3 obtenemos
los valores negativos son los mismos cambiados de signo.
3
0.0 703 125 2 = 0. 562 5 Simplificando las fracciones nos queda

ahora tenemos que escribir el nmero 0.5625 como e = 1 0.25, 0.3125, 0.375, 0.437 5
e=0 0.5, 0.625, 0.75, 0.875
1 X an
0.5625 = + e=1 1, 1.25, 1.5, 1.75
2 n=2 2n
e=2 2, 2.5, 3, 3.5
los an se calculan de la siguiente forma Si representamos los nmeros positivos sobre una recta
obtenemos
1 1
0.5625 < + 2 = 0.75 a2 = 0
2 2
1 1
0.5625 < + 3 = 0.625 a3 = 0 2
2 2 y
1 1
0.5625 = + 4 = 0.5625 a4 = 1 1
2 2
por tanto 0
1 1
0.0 703 125 = 23 +
2 24 -1
en trminos binarios, este numero se escribira con e = 3
y la mantisa viene dada por la secuencia 1, 0, 0, 1, 0, 0, .... -2
(si no almacenamos el primer trmino a1 porque siempre 0 1 2 3 4
es 1, la mantisa sera 0, 0, 1, 0, 0, ....) x

Problema 3 (1 puntos) Calcular los valores positivos

mnimo y mximo que puede tomar un nmero real en
una aritmtica de precisin finita en funcin de t, emin y
emax .
Solucin: Los valores positivos mnimo y mximo son
Problema 5 Dada una aritmtica de precisin finita
cualquiera, calcular la distancia que hay entre el nmero 1
y su inmediato superior (es decir el nmero que va despus
de 1), y la distancia entre el nmero 1, y su inmediato in-
ferior.

xmin = 2emin 1 Solucin: El nmero 1 en una aritmtica de precisin

t finita se escribe como
X 1 1
1
1
2t+1
xmax = 2emax n
= 2emax 2
1 =2emax
1 t 1
n=1
2 2
2 1=2
2
el nmero inmediato superior a 1 en la aritmtica es

Problema 4 Calcular todos los nmeros reales que se 1 1 1
2 + = 1 + t1
pueden construir tomando 5 bits de la forma siguiente: 1 2 2t 2
bit para el signo, 2 bits para la mantisa (es decir t = 3,
puesto que a1 = 1 slo se almacenan a2 y a3 , y 2 bits para y el nmero inmediato inferior a 1 viene dado por
el exponente e, tomando como rango de e = 1, 0, 1, 2. 1 1 1 1
2t+1 1
2
Representar dichos nmeros sobre una recta. + .. + t = 1 =1 t
2 2 1 2 2

2
 1 1 1

Problema 6 Se considera una aritmtica de 16 bits B + A = 23 2 + 23 + 24
donde se dedican 1 bit al signo, 9 bits a la mantisa (t = 10)
y 6 bits al exponente ( emin = 30 emax = 31). Escribir,
si es posible, los siguientes nmeros en esta aritmtica:
1 1 1 1

1. B A = 22 2 + 23 + 24 + 25
1. 2, y los nmeros ms cercanos a 2 por arriba y por
debajo. Solucin: Problema 8 Sean emin , emax , los valores mnimo y mx-
imo del exponente e. Demostrar que si emin < e < emax ,
2 1
2=2 entonces los nmeros:
2 t !

2 1 1 X an 1
Si guiente = 2 + e
2 t
2 210 2n 2
10 ! 1
n=1
X 1 1
2 211 pertenecen al conjunto A de nmeros reales generados por
Anterior = 2 = 2 1
i=1
2i 2 la aritmtica de precisin finita.

Solucin: Que los nmeros pertenecen a la aritmtica

2. El cero, el infinito y Na. Solucin: significa que existe un conjunto de valores binarios a0i y un
entero e0 tal que
31 1 t !
0=2 X an Xt
2 e 1 e0 a0n
2 = 2
1 n=1
2n 2t n=1
2n
= 232
2
Consideremos primero el caso de sumar 1/2t . Si ak =
32 1 1
N aN = 2 + 1 para todo k, entonces
2 22 t !
X 1 1 1
e
2 n
+ t = 2e+1
n=1
2 2 2
3. Los nmeros positivos ms grande y ms pequeo
de la aritmtica (teniendo en cuenta las excepciones) Si por el contrario existe un k0 tal que ak0 = 0, y tal que
Solucin: ak = 1 para todo k0 < k t entonces basta tomar a0k = ak
10 ! 1 si 1 k < k0 , a0k0 = 1 y a0k = 0 si k0 < k t
X 1 1
31 31 2 211 Consideremos ahora el caso de restar 1/2t . Si el nico
M ayor = 2 = 2 1
i=1
2i 2 elemento ak distinto de 0 es a1 , entonces

1 Xt
M enor = 231 e 1 1 1
210 2 = 2e1
2 2t n=1
2n

1
Si por el contrario existe un k0 > 1 tal que ak0 = 1, y
4. 9. Solucin: No se puede escribir de forma exacta. tal que ak = 0 para todo k0 < k t entonces basta tomar
Si suponemos a0k = ak si 1 k < k0 , a0k0 = 0 y a0k = 1 si k0 < k t.
t ! t !
1 X ai X ai
= 2e = 1 = 9 2e = P
9 i=1
2i
i=1
2i Problema 9 Dado un nmero ze = 2e tn=1 a2nn , en una
t ! aritmtica de precisin finita. Calcular el nmero inmedi-
X
2te
=3 2
ai 2ti
= 2te = 32 m atamente inferior y superior a l en dicha aritmtica.
i=1
Solucin: Si el nmero es de la forma
donde m es un nmero entero. Ahora bien esta igual-
1
dad es imposible porque resultara que 3 divide a 2. ze = 2e
2

entonces el inmediato superior es

5. 2 12 2110 . Solucin:
1
ze + 2e
2 12 2110 = 20 12 + 212 + 213 + 1
+ 1
+ 1
+ 1
+ 1
+ 1 2t
24 25 26 27 28 29

y el inmediato inferior es
Problema
7 Sean
A = 2 12 + 213 + 1
25 B =
Xt
23 12 + 216 + 217 . Calcular B + A y B A 1
2e1 n
2
Solucin: n=1

3
para cualquier otro nmero ze, el inmediato superior e in- CALCULO DE CEROS DE UNA FUNCION
ferior son
1
ze 2e t
2 Problema 12 Calcular 2 iteraciones del algoritmo de la
biseccin para buscar un cero de la funcin f (x) = x2 2
en el intervalo [2, 0]

Problema 10 (1 puntos) Calcular las races del poli-

Solucin:
nomio P (x) = x2 2x + 0.01 evitando los errores de can-
celacin.
0 + (2)
Solucin: x= = 1
2
2+ 4 0.04 f (2) > 0, f (0) < 0, f (1) < 0
x1 = = 1.995
2 N uevo Intervalo = [2, 1]
0.01
x2 = 1 + (2)
1.995 x= = 1.5
2
f (2) > 0, f (1) < 0, f (1.5) > 0
N uevo Intervalo = [1.5, 1]
Problema 11 Escribir el pseudocdigo para implementar
el clculo de las races reales de ax2 +bx+c = 0 evitando los
errores de cancelacin y teniendo en cuenta las diferentes
opciones que aparecen cuando a 6= 0 y a = 0. Problema 13 Escribir el pseudocdigo del algoritmo el
mtodo de la biseccin
Solucin:
Solucin:
Algoritmo Calculo raiz polinomio ax2 + bx + c = 0 Algoritmo: Mtodo de la biseccin
variables reales a,b,c variables reales x,a,b,tol
leer(a,b,c) leer(a,b,tol)
si (a==0 ) entonces si (a> b) entonces
si (b==0 ) entonces PRINT INTERVALO INCORRECTO
PRINT EL POLINOMIO ES CONSTANTE parar
parar finsi
finsi si (F(a)*F(b)> 0) entonces
PRINT EL POLINOMIO ES DE GRADO 1. PRINT NO HAY CAMBIO DE SIGNO EN EL
PRINT LA RAIZ ES ,c/b INTERVALO
parar parar
finsi finsi
d=b*b-4*a*c mientras (F(x)!=0 Y (b-a)>tol)
si (d< 0 ) entonces x=(a+b)/2
PRINT EL POLINOMIO NO TIENE RAICES si((F(a)*F(x))<0) entonces
REALES b=x
parar adems
finsi A=X
si (b> 0) entonces finsi
x1=(-b-SQRT(d))/(2*a) fin mientras
adems _PRINT LA RAIZ ES x
x1=(-b+SQRT(d)/(2*a) fin algoritmo
finsi
x2=c/(x1*a) real F(real x)
PRINT *,LAS RAICES SON: ,x1,x2 real a cos(x) + x x 6
fin algoritmo devolver a
fin funcin

Problema 14 Calcular 2 iteraciones del algoritmo de la

regula-falsi para buscar un cero de la funcin f (x) = x2 2
en el intervalo [0, 2]

4
Solucin: Solucin:
2 2
x=0 f (0) = 1 x1 = 1 =3
f (2) f (0) 2(3)
10
f (2) > 0, f (0) < 0, f (1) < 0
N uevo Intervalo = [1, 2]
1 4 Problema 18 Escribir pseudocdigo del algoritmo del
x=1 f (1) =
f (2) f (1) 3 mtodo de la Secante utilizando reales de doble precisin.
4 Los datos de entrada son las aproximaciones iniciales x0,
f (2) > 0, f (1) < 0, f ( ) < 0
3 y x1, El nmero mximo de iteraciones N max, y la toler-
4 ancia T OL para determinar la igualdad de dos nmeros.
N uevo Intervalo = [ , 2]
3
Solucin:
Problema 15 Escribir el pseudocdigo del algoritmo del
mtodo de la Regula-falsi Algoritmo: Mtodo de la secante
variables reales x0,x1,x2,tol
Solucin:
variable entera Nmax
leer(a,b,tol,Nmax)
Algoritmo: Mtodo de la Regula-falsi
si (x0==x1) entonces
variables reales x,a,b,tol
PRINT LAS DOS APROXIMACIONES INI-
leer(a,b,tol)
CIALES COINCIDEN
si (a> b) entonces
parar
PRINT INTERVALO INCORRECTO
finsi
parar
para k 1 hasta Nmax hacer
finsi
si(ABS(x1-x0)< tol) entonces
si (F(a)*F(b)> 0) entonces
PRINT *,LA RAIZ DE LA FUNCION ES: ,x1
PRINT NO HAY CAMBIO DE SIGNO EN EL
parar
INTERVALO
finsi
parar
si(F(x1)==F(x0)) entonces
finsi
PRINT *,METODO NO CONVERGE
mientras (F(x)!=0 Y (b-a)>tol)
parar
x=a-F(a)*(b-a)/(F(b)-F(a))
finsi
si((F(a)*F(x))<0) entonces
x2=x1-F(x1)*(x1-x0)/(F(x1)-F(x0))
b=x
x0=x1
adems
x1=x2
a=x
fin para
finsi
PRINT *,NUMERO MAXIMO DE ITERACIONES
fin mientras
EXCEDIDO
_PRINT LA RAIZ ES x
fin algoritmo
fin algoritmo

Problema 19 Calcular una iteracin del mtodo de

Problema 16 Calcular una iteracin del mtodo de
Newton-Raphson para calcular un cero de la funcin
f (x) = x3 3 partiendo de x0 = 1.
Muller para calcular un cero de la funcin f (x) = x3 3
partiendo de x0 = 1 (Calculando las derivadas de la fun-
cin de forma exacta) y quedndonos con la raz ms cer-
cana a x0 .

Solucin: Solucin:

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 iteracin del

mtodo de la secante para calcular un cero de la funcin
f (x) = x3 3 partiendo de x0 = 0, x1 = 1 Problema 20 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
Solucin: Solucin:

P 0 (x) = 6x2 + 6x 12 races 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 estn las races:
P 0 (2) = (4 + 7)2 + 18 = 40
[-7,-2] [-2,1] [1,7]

Problema 21 Calcular el nmero mximo de races pos- INTERPOLACION DE FUNCIONES I

itivas y negativas del polinomio x5 35x3 + 30x2 + 124x
120, y localizarlas en un intervalo.
Problema 24 Calcular el polinomio interpolador de La-
Solucin: Teniendo en cuenta que grange P3 (x) de la funcin f (x) = sen(x) en los puntos
maxk=0,..,n1 | ak | 0, 2 , y 3
2 .
1+ = 125
| an | Solucin: Puesto que sen(0) = sen() = 0 slo necesi-
las races del polinomio estn en el intervalo [125, 125]. tamos los polinomios base de Lagrange centrados en 2 y
3
Para calcular el nmero mximo de races positivas mi- 2 .
ramos los cambios de signo de los coeficientes, en este caso
los signos son: x (x ) x 3 2
P 2 (x) = 3
+++ 2 2 2
2
por tanto el nmero de races positivas es 1 3. Para esti- x (x ) x 2
P 3 (x) = 3 3 3
mar el nmero de races negativas cambiamos x por x y 2 2 2
2
2
miramos los signos de los coeficientes que en este caso son:
Por tanto el polinomio interpolador es
++
P (x) = P 2 (x) P 3
2
(x)
por tanto el nmero de races negativas son 0 2.

Problema 22 Aislar en intervalos las races del poli- Problema 25 Calcular la expresin del error interpo-
nomio P (x) = 20x3 45x2 + 30x 1. lacin al aproximar la funcin f (x) = sen(x) en el in-
tervalo [0, 2] interpolando en los puntos 0, 2 , , 3
2 . y aco-
Solucin: Teniendo en cuenta que en este caso tarlo superiormente.
maxk=0,..,n1 | ak | 45 65 Solucin: El error de interpolacin viene dada por la
1+ =1+ =
| an | 20 20 expresin:

todas las races estn en el intervalo [ 65 sen()
65
20 , 20 ]. Para ais- 3
lar las races calculamos los ceros de la derivada P 0 (x) = f (x) PN (x) = x x (x ) x
4! 2 2
60x2 90x + 30, dichas races son 1 y 1/2. Por otro lado
tenemos el valor mximo del sen() es 1. Por otro lado el valor
65 donde alcanza el mximo el polinomio del error en [0, 2]
P ( ) = 1260. 4 es x = 2, por tanto la cota del error que obtenemos es
20
1 21
P( ) = 1 3
2 4 |f (x) PN (x)| 2 2 (2 ) 2
4! 2 2
P (1) = 4
65
P ( ) = 307. 75
20
por tanto hay una nica raz en el intervalo [ 65 1 Problema 26 Calcular el error mximo de interpolacin
20 , 2 ].
en el intervalo [0, 1] al interpolar la funcin cos(x) en los
puntos dados por los polinomios de Chebyshev tomando
Problema 23 Aislar en intervalos las races del poli- N = 5.
nomio P (x) = 2x3 + 3x2 12x + 1

6
Solucin: Segn las frmulas vistas en teora el error Problema 29 Calcular el polinomio interpolador de La-
viene dado por la expresin: grange P3 (x) de la funcin f (x) = 2x en los puntos
0, 1, 3, 4 utilizando las diferencias divididas de Newton.
maxx[a,b] f N+1) () b a N +1 Expresar el polinomio tomando en primer lugar x0 = 0,
| f (x) PN (x) |
(N + 1)!2N 2 x1 = 1, x2 = 3 y x3 = 4, y en segundo lugar x0 = 4,
x1 = 3, x2 = 1, y x3 = 0.
en nuestro caso como N = 5 y la derivada sexta de cos(x)
es cos(x) cuyo mximo en valor absoluto es 1, obtenemos Solucin: En el primer caso, las diferencias divididas
6 son f [x0 ] = 1, f [x1 ] = 2, f [x2 ] = 8, f [x3 ] = 16.
1 1
| f (x) PN (x) | = 6. 78 107
6!25 2 f [x0 , x1 ] = 1
f [x1 , x2 ] = 3
f [x2 , x3 ] = 8
Problema 27 Interpolar la funcin f (x) = x210+1 en los
puntos x0 = 2, x1 = 1, x2 = 1, x3 = 2 utilizando las 2
f [x0 , x1 , x2 ] =
diferencias de Newton y evaluar el polinomio en x = 0 3
utilizando el algoritmo de Horner. 5
f [x1 , x2 , x3 ] =
3
Solucin: 1
f [x0 , x1 , x2 , x3 ] =
2 2 4
3
y el polinomio interpolador es:
-1 5 -1
0 0
15 -1 2 1
-3 P (x) = 1 + x + x(x 1) + x(x 1)(x 3)
3 4
22
Si tomamos ahora los puntos en orden inverso: f [x0 ] = 16,
P (x) = 2 + 3(x + 2) 1(x + 2)(x + 1) + 0(x + 2)(x + f [x1 ] = 8, f [x2 ] = 2, f [x3 ] = 1.
1)(x 1) = (1(x + 1) + 3)(x + 2) + 2
P (0) = (1(0 + 1) + 3)(0 + 2) + 2 = 6 f [x0 , x1 ] = 8
f [x1 , x2 ] = 3
Nota: Quitar parntesis en P(x) y aplicar Horner sobre f [x2 , x3 ] = 1
el polinomio resultante no es lo que pide el problema y por
5
lo tanto est mal f [x0 , x1 , x2 ] =
3
2
f [x1 , x2 , x3 ] =
Problema 28 Calcular el polinomio interpolador de La- 3
grange P3 (x) de la funcin f (x) = sen(x) en los puntos 1
f [x0 , x1 , x2 , x3 ] =
0, 2 , y 3
2 utilizando las diferencias divididas de Newton. 4

Solucin: Las diferencias divididas son: f [0] = 0, f [ 2 ] = El polinomio interpolador es:

1, f [] = 0, f [ 3
2 ] = 1, 5 1
P (x) = 16+8(x4)+ (x4)(x3)+ (x4)(x3)(x1)
2 3 4
f [0, ]=
2 como puede observarse, al cambiar el orden de los pun-
2
f [ , ] = tos de interpolacin, el polinomio de Lagrange expresado
2 a travs de las diferencias divididas cambia totalmente,
3 2
f [, ]= salvo el ltimo coeficiente 14 que es el mismo en mbos ca-
2 sos pues como se haba demostrado en teora el valor de
4
f [0, , ] = 2 f [x0 , x1 , x2 , x3 ] no depende del orden en que se toman los
2 puntos de interpolacin.
3
f [ , , ]=0
2 2
3 8 Problema 30 Dada una funcin f (x), y una secuen-
f [0, , , ]= 3
2 2 3 cia de valores xn , aproximar f (x) por la parbola que
por tanto, el polinomio interpolador es pasa por los puntos (xn1 , f (xn1 )) , (xn2 , f (xn2 )) y
(xn3 , f (xn3 )), calcular posteriormente las derivadas del
2 4 8 polinomio, y comprobar que coinciden con las frmu-
P (x) = x 2 x x + 3x x (x )
2 3 2 las dadas en el mtodo de Muller para el clculo de las
derivadas f 00 (xn1 ) y f 0 (xn1 ).

7
Solucin: Si utilizamos las diferencias divididas para in- Problema 32 Demostrar que utilizando relaciones
terpolar obtenemos f [xn1 ] = f (xn1 ) trigonomtricas es posible calcular las funciones sen(x)
y cos(x) para cualquier x (en radianes), utilizando
f (xn1 ) f (xn2 )
f [xn1 , xn2 ] = nicamente su valor en el intervalo [0, 8 ].
xn1 xn2
f (xn2 ) f (xn3 ) Solucin: En teora se demostr como se pueden definir
f [xn2 , xn3 ] =
xn2 xn3 el sen(x) y cos(x) para cualquier valor de x a partir de
f [xn1 , xn2 ] f [xn2 , xn3 ] su definicin en [0, 4 ], por tanto, en este problema slo
f [xn1 , xn2 , xn3 ] = tenemos que definir las funciones trigonomtricas en [0, 4 ]
xn1 xn3
a partir de su definicin en [0, 8 ]. Basta tener en cuenta
El polinomio interpolador es las relaciones:
P (x) = f (xn1 ) + f [xn1 , xn2 ](x xn1 )+ (

cos
x [0, 8 ] (x)2

x si x 8
f [xn1 , xn2 , xn3 ](x xn1 )(x xn2 ) cos[0, 4 ] (x) = 2
cos[0, ] 2 sin[0, ] 2 si x > 8
8 8

por tanto
sen[0,8 ] (x) si x 8
00
P (xn1 ) = 2f [xn1 , xn2 , xn3 ] sen[0, 4 ] (x) =
2 cos[0, 8 ] x2 sin[0, 8 ] x2 si x >
8
P 0 (xn1 ) = f [xn1 , xn2 ] + f [xn1 , xn2 , xn3 ](xn1
xn2 )
Problema 33 Calcular los polinomios necesarios para in-
que corresponde a las frmulas utilizadas por el
terpolar las funciones trigonomtricas cos(x) y sen(x) en
mtodo de Muller.
el intervalo [0, 8 ] en una aritmtica de 32 bits

Problema 31 Aproximar la funcin sen(x) en el inter- Solucin: En primer lugar, la funcin cos(x) la desarrol-
valo [0, 4 ] utilizando el desarrollo de Taylor, y calcular el lamos por serie de Taylor como
valor de n a partir del cual la aproximacin es la mejor
posible dentro de una aritmtica de 32 bits. x2 x4 x2n
cos(x) u Pn (x) = 1 + + .... + (1)n
2! 4! (2n)!
Solucin: El desarrollo de Taylor en 0 del sen(x) viene
dado por: y el error mximo cometido por el desarrollo de Taylor en
3 5 2n+1 un punto x [0, 8 ] es
x x x
sen(x) u Pn (x) = x + + .... + (1)n
3! 5! (2n + 1)! 2n+1
(x)
| Pn (x) cos(x) | sen( )
y el error mximo cometido por el desarrollo de Taylor en 8 (2n + 1)!
un punto x [0, 4 ] es
2n+2
donde [0, 8 ]. Para que la aproximacin sea la mejor
(x) dentro de una aritmtica de 32 bits tiene que cumplirse
| Pn (x) sen(x) | sen( )
4 (2n + 2)!
| Pn (x) cos(x) |
donde [0, 4 ]. Para que la aproximacin sea la mejor 224 = 5. 96 108
cos(x)
dentro de una aritmtica de 32 bits tiene que cumplirse
| Pn (x) sen(x) | por tanto:
224 = 5. 96 108 2n+1
sen(x)
| Pn (x) cos(x) |
tan( ) 8
por otro lado, en el intervalo [0, 4 ] se verifica cos(x) 8 (2n + 1)!

sen 4 para n = 3 se tiene que
x sen(x)
4 2n+1
8
por tanto: tan( ) = 1. 18 107
2n+2 8 (2n + 1)!
| Pn (x) sen(x) |
4 con lo cual ya estamos muy cerca de la precisin ptima.
sen(x) (2n + 2)!
Para n = 4
para n = 4 se tiene que 2n+1
2n+2 8
tan( ) = 2. 53 1010
4
= 2. 46 108 8 (2n + 1)!
(2n + 2)!
por tanto n = 4 determina la mejor aproximacin en
por tanto n = 4 determina la mejor aproximacin en una
una aritmtica de 32 bits.
aritmtica de 32 bits.

8
 Anlogamente, para la funcin 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 mximo cometido por el desarrollo de Taylor en

un punto x [0, 4 ] es un1 =
bn1 an1,n un
an1,n1

(x)2n+2 bn2 (an2,n un +an2,n1 un1 )

| Pn (x) sen(x) | sen( ) un2 =
8 (2n + 2)! an2,n2

donde [0, 8 ]. Para que la aproximacin sea la mejor bn3 (an3,n un +an3,n1 un1 +an3,n2 un2 )
un3 = an3,n3
dentro de una aritmtica de 32 bits tiene que cumplirse
..
| Pn (x) sen(x) | .
224 = 5. 96 108
sen(x)
En la siguiente tabla se muestra el nmero de opera-
por otro lado, en el intervalo [0, 8 ] se verifica ciones que se realizan en cada iteracin:

sen 8
x sen(x)
8
Sumas M ultiplic. Divisiones T otal
n1 n1 1 2n 1
por tanto: .. .. .. ..
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
2n+2 0 0 1 1
8
= 1. 402 679 863 108 A partir de esta tabla podemos calcular el total de
(2n + 2)!
operaciones sumando por columnas:
por tanto n = 3 determina la mejor aproximacin en una
aritmtica de 32 bits. Sumas = 0 + 1 + 2 + 3 + . . . + n 1 = (n1)n
2

(n1)n
Problema 34 (1 puntos) Como se puede obtener la fun- M ultiplicac. = 0 + 1 + 2 + 3 + . . . + n 1 = 2
cin y x , donde x, y son nmeros reales, utilizando las fun-
Divisiones = 1 + 1 + 1 + 1 + . . . + 1 = n
ciones ex y ln(x).
Solucin: Se utiliza la equivalencia Total = 1 + 3 + 5 + 7 + . . . + 2n 1 =
y x = ex ln y = Sumas + M ultiplicac. + Divisiones =
(n1)n (n1)n
= 2 + 2 + n = n2

El orden del algoritmo es entonces O(n2 ).

ANALISIS NUMERICO MATRICIAL I

Problema
36 Resolver
por el
mtodo
de Gauss el sistema
Problema 35 Calcular el nmero de operaciones bsicas 1 2 x 3
(sumas, restas, multiplicaciones y divisiones) en funcin =
2 1 y 0
de la dimensin N necesarias para realizar un remonte
para resolver un sistema A0 u = b0 donde A0 es una matriz Solucin:

triangular superior. 1 2 x 3
=
2 1
y
0
Solucin: Escribimos la matriz A0 de la siguiente manera, 2 1 x 0
=
1 2 y 3

a11 a12 a1,n2 a1,n1 a1n 2 1 x 0
0 a22 = 32 y = y y = 2
a2,n2 a2,n1 a2n 0 32 y 3
.. .. . . .
. .
. .. x = 22 = 1
. . . . . .

0 0 0 an2,n2 an2,n1 an2,n

0 0 0 0 an1,n1 an1,n
0 0 0 0 0 an,n

9
Problema 37 Calcular el nmero de operaciones bsicas Divisiones = 1 + 1 + . . . + 1 = n 2
necesarias para descomponer el sistema Au = b en el sis-
tema A0 u = b0 utilizando el mtodo de Gauss, y teniendo M ultiplicac. = (n 1) + (n 1) + . . . + (n 1) =
en cuenta la siguiente relacin
=(n 1)(n 2)
M1
X 1 3 1 2 1 Sumas = (n1)+(n1)+. . .+(n1) = (n1)(n2)
k2 = M M + M ..
3 2 6
k=1 .

(n-1)a Iteracin:

Solucin: Divisiones = 1
M ultiplicac. = 2
a11 a12 a1n
a21 a22 a2n
Sumas = 2
A= .. .. .. ..
. . . .
an,1 an,2 an,n Total operaciones1 :
n(n1)
En cada iteracin se realizan las siguientes opera- Divisiones = (n1)+(n2)+(n3)+. . .+1 = 2
ciones:
M ultiplicac. = n(n 1) + (n 1)(n 2) + . . . + 2 =
Para cada iteracin (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) + . . . =

aaii
ii = 2n
3
3n2 +n
+ (n1)n
= n3 n
6 2 3

aji aji n3 n
aj1 ai1 . . . ajn ain Sumas = n(n 1) + (n 1)(n 2) + . . . + 2 = 3
aii aii

En la primera iteracin, 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(n1)
= 3 + 2 = 23 n3 + 12 n2 76 n
repite N 2 veces, y as sucesivamente hasta la penltima
fila, en donde slo se realiza una vez. 3
El orden del algoritmo es entonces O( 2n3 ).

Iteracin Fila Division. Multiplic. Sumas

2a 1 n n
3a 1 n n Problema 38 Escribir el pseudocdigo del algoritmo de
1a .. .. .. .. la funcion IDESCEN SO(A, b, u, N) que resuelve un sis-
. . . . tema donde A es una matriz triangular inferior, b es el
na 1 n n vector de trminos independientes, u el vector solucin, N
3a 1 n1 n1 es la dimensin del sistema La funcin devuelve 0 si ter-
4a 1 n1 n1 mina correctamente y 1 en caso contrario. Nota Impor-
2a .. .. .. ..
. . . . tante: Las lneas de cdigo tienen que ir todas numeradas
na 1 n1 n1 y no pueden superar las 12 lineas de instrucciones como
.. .. .. .. .. mximo.
. . . . .
(n 1)a na 1 2 2 Solucin:
01 IDESCEN SO(matriz real A,vector real b,vector real
A continuacin obtenemos el total de operaciones en
u,entero N)
cada iteracin sumando por columnas:
02 para variable entera I 0 hasta N-1 hacer
03 si(A(I, I) == 0) entonces
1a Iteracin:
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 Iteracin: + 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 x = 0 = x = 0
11 fin mientras
12 devolver 0 Una matriz se dice definida positiva si se cumple que

x 6= 0, xt Ax > 0 =
Problema 39 Resolver por el mtodo de Gauss el sigu-
iente sistema de ecuaciones
= xt Ax = xt BB t x = (B t x) B t x =
0 1 2 u1 1 P
1 2 1 u2 = 0 = y t y = yi2 > 0
2 1 0 u3 1

Solucin: Pasos en la descomposicin por Gauss: Problema 41 Descomponer la siguiente matriz A por el
mtodo de Cholesky
1. Intercambiamos la tercera fila con la primera:
1 1 4
0 1 2 1 2 1 0 1
1 2 1 0 pivoteo A= 1 5 6
1 2 1 0
4 6 26
2 1 0 1 0 1 2 1
2. Hacemos ceros en la primera columna Solucin: La descomposicin por el mtodo de Cholesky
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
aj1
f ilaj f ila2 a11 ;j > 2 : b31 b32 b33

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 solucin: Clculo de los elementos de la matriz B :
4
u3 = 4 =1 A = B Bt =

12u3 1 b11 0 0 b11 b21 b31
u2 = 1 = 1 =1
= b21 b22 0 0 b22 b32 =
u1 = 1+u2
= 2
=1 b31 b32 b33 0 0 b33
2 2

b211 b11 b21 b11 b31
Problema 40 Demostrar que si A = B B t (B triangular = b11 b21 b221 + b222 b21 b31 + b22 b32
inferior) y |B| =
6 0, entonces A es simtrica y definida b11 b31 b21 b31 + b22 b32 b231 + b232 + b233
positiva
Igualamos los elementos de la matriz anterior con los
elementos de la matriz A y se obtienen los siguientes re-
Solucin:Tenemos que demostrar, por una parte, que sultados:
At = A (A simtrica) y, por otra, que xt Ax > 0 (A definida
positiva2 ). b211 = 1

b11 = 1
1. Simtrica:
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: x 6= 0 = xt Ax
> 0.
Esta es la definicin formal. De forma prctica, se comprueba que los b11 b31 = 4
menores principales de la matriz sean positivos. Tambin se cumple 4
si todos sus autovalores son positivos: xt Ax = xt x = xt x > 0. b31 = b11 =4

11
 b221 + b222 = 5 En la siguiente tabla se muestra de forma esquemati-
p p zada, el nmero de operaciones en cada iteracin:
b22 = (5 b221 ) = (4) = 2
Iteracion Sumas M ultiplic. Divisiones
b21 b31 + b22 b32 =6 0 0 0
6b21 b31 64 0 0 1
b32 = b22 = 2 =1 i=1 .. .. ..
. . .
b231 + b232 + b233 = 26 0 0 1
p p n1
b33 = (26 b231 b232 ) = (26 16 12 ) = 3 1 1 0
1 1 1
La descomposicin queda de la siguiente manera: i=2 .. .. ..
. . .
1 1 1
A = B Bt =
n1 n1 n2
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(n2) 2(n2) n3
Problema 42 Calcular el nmero de operaciones nece- .. .. .. ..
sarias para resolver un sistema por el mtodo de Cholesky. . . . .
i=n n1 n1 0

Solucin: Las operaciones que se realizan en cada it- El total de operaciones se obtiene sumando los totales
eracin vienen dadas por: parciales de la tabla anterior:

Sumas = M ultiplicac. =
Iteracion Operaciones = (n 1) + 2 (n 2) + 3(n 3) + . . . + (n 1) =

j = 1 : b11 = a11 Pn1 3
j = 2 : b21 = ab11
21 = i=1 i(n i) = n 6n
i=1 ..
. Divisiones = (n 1) + (n 2) + (n 3) + . . . + 1 =
j = n : bn1 = abn1
p11 Pn1
j = 2 : b22 = a22 b221 = i=1 i = n(n1)
2
j = 3 : b32 = a32 b 21 b31
b22
i=2 .. El resultado final es:
.
j = n : bn2 = an2 b 21 bn1
b22
Total=Sumas + M ultiplicac. + Divisiones =
.. .. 3 n(n1)
. . q = 2n n
6 + 2 = 13 n3 56 n + 12 n2

i=n j = n : bnn = ann b2n1 + . . . + b2n,n1
n3
El orden del algoritmo es O 3

Problema 43 Demostrar que a partir de un mtodo para

resolver sistemas de ecuaciones se puede construir de
forma inmediata un mtodo para calcular la inversa A1
de una matriz A.

Solucin:
1 0 0
0 1 0

AA1 = 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: mn2 un2 + ln1 = an1
ln1 un1 = bn1
c11 1
c21 0 bn1

A .. = .. ln1 = an1 mn2 un2 , un1 = , mn1 = cn1
. . ln1
cn1 0
mn1 un1 + ln = an

c12 0 ln = an mn1 un1
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 mi1 = ci1

A . = .. , c.q.d. li = ai mi1 ui1
.. .
cnn 1 ui = blii
Fin Para
mn1 = cn1
Problema 44 Demostrar el algoritmo de Crout para de- ln = an mn1 un1
scomponer matrices tridiagonales.

Problema 45 Resolver utilizando el mtodo de Crout el

Solucin: Consideremos la matriz tridiagonal siguiente: 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=
.. .. .. ..
. . . . bn1
0 0 0 cn1 an
La descomposicin por el mtodo de Crout genera dos Solucin: 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 . . un1 l1 = 2
0 . mn1 ln 0 . 0 1 4
u1 = 2 =2

l1 l1 u1 0 . 0
m1 i=2
m1 u1 + l2 l2 u2 . 0
=
0 . . . ln1 un1 m1 = 1
0 0 . mn1 mn1 un1 + 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 nmero de op-
la descomposicin queda: eraciones en cada iteracin:
Iteracion 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 Calcular analticamente y numricamente
Calculamos el vector x por remonte: la matriz gradiente en el punto (1, 1) (utilizar h = 0.1) de
la funcin: 2
Ux = y x + y2 1
f (x, y) =
xy

1 2 0 x1 3
0 1 2 x2 = 3 Solucin:
0 0 1 x3 1
Analticamente

2x 2y 2 2
x1 3 2x2 1 f (x, y) = f (1, 1) =
x2 = 3 2x3 = 1 1 1 1 1
x3 1 1
Numricamente, si llamamos f1 (x, y) = x2 + y 2 1 y
quedndonos la solucin final x = 1 1 1 f2 (x, y) = x y, entonces aplicando las mscaras vistas en
teora tenemos

Problema 46 Calcular el nmero de operaciones nece-

sarias para resolver un sistema tridiagonal por el mtodo f1 (x, y) = x y
de Crout. f1 (1,1)
x =
1
4(0.1) 2 2 (f1 (1 + 0.1, 1 0.1) f1 (1 0.1, 1 0.1)) +
Solucin: 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)) +
eracin vienen dadas por: 1

4(0.1) 2 2 1 (f1 (1 + 0.1, 1) f1 (1 0.1, 1)) =
0.585 79 + 0.585 79 + 0.828 43 = 2.0
Iteracion Operaciones
f1 (1,1)
i=1 l1 = a1 ; u1 = bl11 y =
b2 1
i=2 m1 = c1 ; l2 = a2 m1 u1 ; u2 = l2 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 (f1 (1 + 0.1, 1 + 0.1) f1 (1 + 0.1, 1 0.1)) +
1

i=n ln = an mn1 un1 4(0.1) 2 2 1 (f1 (1, 1 + 0.1) f1 (1, 1 0.1)) =

14
 00
0.585 79 + 0.585 79 + 0.828 43 = 2.0 +f (xi )
2! (xr xi )(xl xi )+
000
De la misma forma, para f2 (x, y) tenemos +f (xi )
3! (xr xi )(xl xi )2 +
000
f2 (1,1) +f (xi )
(xi xl )(xr xi )2
x = 3!
1
4(0.1) 2 2 (f2 (1 + 0.1, 1 0.1) f2 (1 0.1, 1 0.1)) +
1
Agrupamos por las derivadas de la funcin:
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 1 (f2 (1 + 0.1, 1) f2 (1 0.1, 1)) = (xr xi ) f (x(xl )f (xi )
l xi )
+ (xi xl ) f (x(xrr)f (xi )
xi ) =
0.292 89 + 0.292 89 + 0.414 21 = 1
f 00 (xi )
= (xr xl )f 0 (xi ) + 2! 0+
f2 (1,1)
y = 000
1 +f (xi )
(xr xi )(xl xi ) ((xl xi ) (xr xi ))
4(0.1) 2 2 (f2 (1 0.1, 1 + 0.1) f2 (1 0.1, 1 0.1)) + 3!
1

4(0.1) 2 2 (f2 (1 + 0.1, 1 + 0.1) f2 (1 + 0.1, 1 0.1)) +
1
El trmino de la tercera derivada nos da el orden de
4(0.1) 2 2 1 (f2 (1, 1 + 0.1) f2 (1, 1 0.1)) = la frmula:
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
numricamente coincide con la calculada analticamente. +(xi xl ) f (x(xrr)f (xi )
xi ) + O(h3 )

f (xr )f (xi ) f (xi )f (xl )
2 2 (xi xl ) +(xr xi )
f (1, 1) = f 0 (xi ) xr xi xi xl
+ O(h2 )
1 1 xr xl

Problema 48 Dados 3 puntos distintos xl , xi , xr

demostrar que la frmula:
Problema 49 Dados 3 puntos distintos xl , xi , xr calcular
(xi xl ) f (xxrr)f (xi )
+ (xr xi ) f (xxi i)f (xl ) el polinomio de Lagrange que interpola a f (x) en esos 3
xi xl
f 0 (xi ) puntos, calcular la derivada de ese polinomio en xi y com-
xr xl probar que da la misma frmula que la presentada en el
aproxima la derivada de f 0 (xi ) con un orden de aproxi- problema anterior.
macin de 2.
Solucin: El polinomio de Lagrange es:
Solucin: Evaluamos el desarrollo de Taylor de la funcin (xxr )(xxl ) (xxi )(xxl )
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(xx i )(xxr )

l xi )(xl xr )
f (xl )
00
f 000 (xi )
+f (xi )
2! (xl xi )2 + 3! (xl xi )3 Derivamos la expresin anterior y obtenemos:
f (xr ) = f (xi ) + f 0 (xi )(xr xi )+ f 0 (x) = (xxl )+(xxr ) (xxl )+(xxi )
(xi xr )(xi xl ) f (xi ) + (xr xi )(xr xl ) f (xr ) +
00 000
+f (xi )
2! (xr xi )2 + f (xi )
(xr xi )3 + (xx r )+(xxi )
(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 0 (xi )+
+ (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:
i xr )f (xl )
+ (x(xl x
(xr xi ) f (x(xl )f (xi )
l xi )
+ (xi xl ) f (x(xrr)f (xi )
xi ) = i )(xl xr )

= (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 Dados 3 puntos. Demostrar que la frmula
f (xr )f (xi ) f (xi )f (xl )
xr f (xi )+xl f (xi ) xr f (xi )xl f (xi )
(xr xl ) f 0 (xi ) = (xr xi ) + (xi xl ) + f 00 (xi ) 2 xr xi xi xl
xr xl
xl )f (xr )
+ (xi(x (xr xi )f (xl )
r xi ) (xi xl ) aproxima la derivada segunda de f (x) en xi con un orden
de aproximacin de 1.
agrupamos trminos,

(xi xl )f (xr ) (xi xl )f (xi )
(xr xl ) f 0 (xi ) = (xr xi ) (xr xi ) + Solucin: Desarrollo de Taylor de la funcin en el punto
xi y evaluacin en xr y xl :
(xr xi )f (xi ) (xr xi )f (xl ) xi f (xi )
+ (xi xl ) (xi xl ) + (xr xi )
f (xr ) f (xi ) + f 0 (xi ) (xr xi ) +
xr f (xi ) xi f (xi ) xl f (xi )
(x + 00
2 f 000 (xi ) 3
r xi ) (xi xl ) (xi xl ) +f (xi )
2! (xr xi ) + 3! (xr xi )

(xr xl ) f 0 (xi ) = (xi xl )(f (xr )f (xi ))

+ f (xl ) f (xi ) + f 0 (xi ) (xl xi ) +
(xr xi )
00
2 f 000 (xi ) 3
+ (xr xi(x
)(f (xi )f (xl ))
+ xi f (xi )
xr f (xi ) +f (xi )
(xl xi ) + (xl xi )
(xr xi ) +
2! 3!
i xl ) (xr xi )

xi f (xi ) xl f (xi )
Extraemos en ambas ecuaciones:
+ (xi xl )
(xi xl )
f (xr )f (xi ) f 00 (xi )
(xr xi ) f 0 (xi ) + 2! (xr xi ) +
0 (xi xl )(f (xr )f (xi ))
(xr xl ) f (xi ) = (xr xi ) + 000
2
+f (xi )
3! (xr xi )
+ (xr xi(x
)(f (xi )f (xl ))
i xl )
+ f (xl )f (xi ) f 00 (xi )
(xl xi ) f 0 (xi ) + 2! (xl xi ) +
+ xi f (xi )(x(xirxl )xr f (xi )(xi xl )
xi )(xi xl ) + 000
2
+f (xi )
3! (xl xi )
+ xi f (xi )(x(xrrx i )xl f (xi )(xr xi )
xi )(xi xl )
Restamos las expresiones anteriores:
simplificando, f (xr )f (xi )
f (xi )f (xl )
f 00 (xi )
(xr xl ) +
(xr xi ) (xi xl ) 2!
(xi xl )(f (xr )f (xi )) (xr xi )(f (xi )f (xl ))
+ 000
(xr xi ) (xi xl )
f 0 (xi ) = (xr xl ) +f (xi )
3! (xr xi )2 (xl xi )2

Despejamos la segunda derivada y obtenemos:

f (xr )f (xi ) f (xi )f (xl )
Problema 50 Calcular una aproximacin de la derivada
(xr xi ) (xi xl )
tercera f 000 (xi ) de una funcin f (x) en un punto xi , uti- f 00 (xi ) 2 xr xl
lizando f (xi ), f (xi + h), f (xi h), f (xi 2h) f 000 (xr )
3! ((xr xi )2 (xl xi )2 )
2 xr xl
Solucin:
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 )
(xr xi ) (xi xl )
O(h4 ) f 00 (xi ) 2 xr xl + O(h)

h2 00
1. b f (xi h) = f (xi ) hf 0 (xi ) + 2 f (xi )
h3 000 4 Problema 52 Considerar en el problema anterior que
6 f (xi ) + O(h ) xl = xi h, y xr = xi + h. Deducir como queda la frmula
c f (xi 2h) = f (xi ) 2hf 0 (xi ) + 2h2 f 00 (xi ) anterior para aproximar la derivada segunda, y demostrar
4h3 000 4
3 f (xi ) + O(h ) que en este caso el orden de aproximacin es 2.

a b 2c = 0
Sistema: a2 + 2b + 2c = 0 Solucin: a = Solucin: Sustituyendo xl = xi h, y xr = xi + h,
a b 4c tenemos:
6 6 3 =1
1, b = 3, c = 1. f (xr )f (xi )
f (x )f (x )
x ix +hl
(xi +hxi ) ( i i )
af (xi +h)+bf (xi h)+cf (xi 2h)(a+b+c)f (xi ) f 00 (xi ) 2 xi +hxi +h =
f 000 (xi ) = h3 =
f (xi +h)+3f (xi h)f (xi 2h)3f (xi ) f (xr )f (xi ) f (xi )f (xl )
h3 + O(h)
= h
h
h
=

16
 f (xr )f (xi )f (xi )f (xl ) f 000 (xi )
= h2 3! (h h) + Problema 55 Demostrar, utilizando el desarrollo de
O(h2 ) = Taylor, que las siguientes expresiones son discretizaciones
del laplaciano:
f (xr )2f (xi )f (xl )
= h2 + O(h2 ) Fi+1,j+1 + Fi1,j+1 + Fi1,j1 + Fi+1,j1 4Fi,j
F =
La aproximacin de la segunda derivada queda de la 2h2
forma, Fi+1,j + Fi1,j + Fi,j+1 + Fi,j1 4Fi,j
F =
f (xr ) 2f (xi ) f (xl ) h2
f 00 (xi )
h2 Solucin: A partir del desarrollo de Taylor de la funcin
Problema 53 Dados 3 puntos xl < xi < xr calcular el F , se obtiene lo siguiente:
polinomio de Lagrange que interpola a f (x) en esos 3 pun-
F (x + h, y + h) = F (x, y) + hFx + hFy +
tos, calcular la derivada segunda de ese polinomio en xi
y comprobar que da la misma frmula que utilizando los + 12 h2 (Fxx + 2Fxy + Fyy )
desarrollos de Taylor.
F (x h, y h) = F (x, y) hFx hFy +
Solucin: Por las diferencias divididas de Newton obten- + 12 h2 (Fxx + 2Fxy + Fyy )
emos lo siguiente:
F (x h, y + h) = F (x, y) hFx + hFy +
xl f (xl ) f (xi )f (xl ) +
f (xr )f (xi )
xi f (xi ) 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 (xh,yh)+F (xh,y+h)+F (x+h,yh)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 + Fi1,j+1 + Fi1,j1 + Fi+1,j1 4Fi,j

F =
f (xr )f (xi )

f (xi )f (xl ) 2h2
P 00 (x) ' 2 xr xi
xr xl
xi xl
, c.q.d. Para demostrar la segunda igualdad, tomamos las
siguientes ecuaciones:
2
Problema 54 Calcular una aproximacin de la derivada F (x + h, y) = F (x, y) + hFx + h2 Fxx
primera y segunda de una funcin 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
Solucin: 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:
(01) f (4)f
40
(0)
+(40) f (0)f
01
(1)
= 41 =
F (x + h, y) + F (x h, y) + F (x, y + h) +
91 10
4 +4 1 24
= 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 (xh,y)+F (x,y+h)+F (x,yh)4F (x,y)
00 (xr xi )

(xi xl ) h2 ,
f (xi ) 2 xr xl =
91 10
discretizando

= 2 (40)41(01) = 2 2+1
3 =2
Fi+1,j + Fi1,j + Fi,j+1 + Fi,j1 4Fi,j
F =
h2

17
 0 0
Problema 56 Calcular una aproximacin del lapla- Fx = 2h + (1 ) 4h =0
ciano de una funcin F (x, y) en el punto (x, y) =
1 1 1
(0, 0) conociendo los siguientes valores: F (0, 0) = 0, Fy = (1 ) 1 2 1
2h + 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 funcin anterior 45o :
1 1 0
Solucin: 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 1 1 2
4 0 4 Fx = (1 ) 1 1
2h + 4h = 2 h 4h = 4 h
1 1 1
2 4 2 1 1 1 1 2
Fy = (1 ) 1 1
2h + 4h = 2 h 4h = 4 h
1
El valor de h es 2. 1 2
Aproximamos el laplaciano promediando las dos ex- 2 F (hi0 , hj0 ) = (Fx , Fy ) = 4 h (1, 1)
presiones del ejercicio anterior. Si no realizramos este
promediado, no se tendran en cuenta todos los valores de Calculamos las normas de los gradientes e igualamos:
la funcin.
k1 F (hi0 , hj0 )k = k2 F (hi0 , hj0 )k
F +F +Fi1,j1 +Fi+1,j1 4Fi,j q
F = i+1,j+1 i1,j+1 2h 2 + 2
1
2h = 2 14 2
h
Fi+1,j +Fi1,j +Fi,j+1 +Fi,j1 4Fi,j
+ (1 ) h2 ,
1 1
2h = 4h 2 | 2|
2
= (
3
2 = ( 2) = 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
= ( 2) = 2 + 2
4

= 8
+ 4
=4
3 3 La solucin vlida es = 2 2, ya que el gradiente
2 F debe ser negativo en sus dos derivadas.
Problema 57 Demostrar que las mscaras Sustituyendo este valor en las expresiones de Fx , Fy
tenemos:


2 2 0 Fi+1,j Fi1,j
1 2
2 Fx = (1 ) 2h +
Fx = 2 2
1 0 2 2 1
4h Fi+1,j+1 Fi1,j+1 +Fi+1,j1 Fi1,j1
2 2 0 2 2 + 4h =
Fi+1,j Fi1,j
2 2 2 21 2 2 =2 21 4h +
1
F
Fy =
4h 0 0 0 F +F F
+ 2 2 i+1,j+1 i1,j+14h i+1,j1 i1,j1
2 2 2 21 2 2
Fi,j+1 Fi,j1
dan lugar a una discretizacin del gradiente tal que su Fy = (1 ) 2h +
norma eucldea es invariante por rotaciones de 45 grados.
Fi+1,j+1 Fi+1,j1 +Fi1,j+1 Fi1,j1
+ 4h =
F F
Solucin: Procedemos de la misma forma que al calcular = 2 2 1 i,j+14h i,j1 +
el valor de en el caso del laplaciano. F F +F F
+ 2 2 i+1,j+1 i+1,j14h i1,j+1 i1,j1 ,
Consideramos una funcin que tiene los siguientes val-
cuyas mscaras 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 Calcular una aproximacin del gradi-
0 0 0
ente de una funcin 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 ) =
k=1
Solucin: Los valores de la funcin en una tabla quedan
de la siguiente manera:
= 0.55555555555 P (0.7745966692) +
1
0 2 1
1 1 +0.88888888 P (0) +
2 0 2
1
1 2 0
+0.55555555555 P (0.7745966692) =
Sustituimos estos valores en las derivadas de la fun-
cin: = . 4
F F
Fx = 2 2 1 i+1,j4h i1,j +
R1
F F +F F
El valor exacto de la integral es 1 x3 x4 dx =
+ 2 2 i+1,j+1 i1,j+14h i+1,j1 i1,j1 = 25 = . 4, que coincide con el valor del segundo caso. La
1 1
2+2
1+1 frmula de integracin numrica es exacta hasta el orden
=2 21 4h + 2 2 4h = 2n 1, que en el segundo caso es equivalente a 5, con lo
que ya se saba que el valor obtenido sera exacto.
1 21 1 2 2 1
= + 2 h 2 h = 2h
F F
Fy = 2 2 1 i,j+14h i,j1 + Problema 60 Se considera para el intervalo [1, 1], los
F F +F F puntos x0 = 0.5, x1 = 0 y x2 = 0.5 y los pesos w0 =
+ 2 2 i+1,j+1 i+1,j14h i1,j+1 i1,j1 = w1 = w2 = 2/3. Estos puntos y estos pesos se utilizan
1 1
2 2
para aproximar la integral de una funcin en [1, 1]. Usar
=2 21 4h + 2 2 11
4h = esta frmula de integracin para calcular nmericamente
la siguiente integral y compararla con el resultado anlitico
= 12 21
h 1 2 2
2 h
1
= 2h (exacto).
Z 2
y obtenemos el valor del gradiente: cos(x)dx
1
2
Fx 2h 1
F = = 1 =
Fy 2h 1

Este vector nos da la direccin de mximo ascenso, Solucin:

que en este caso ser en diagonal hacia arriba a la derecha. R
1. 2 cos(x)dx = sin(x)]2 = 1 (1) = 2
2 2

Problema 59 Aproximar el valor de la siguiente integral, R R1

2

cos(x)dx = 1 cos( 2 t) 2 dt = 2
3 2 cos 4 +
utilizando las frmulas de Legendre para n = 2 y n = 3 2
2 2
Z 1 3 2 cos (0) + 3 2 cos 4
3
x x4 dx = 13 2 + 13 = 2. 528 2
1

Cual es el valor exacto de la integral?

Problema 61 Encontrar cual sera la frmula de inte-
Solucin: gracin numrica en el intervalo [1, 1] utilizando un slo
punto de interpolacin, y de tal manera que sea exacta
R1 3 4
P
N
para polinomios de grado 1
1
x x dx ' wk P (xk )
k=0

P (x) = x3 x4 Solucin: La frmula que usa un nico punto se puede
expresar como
1. n = 2 Z 1
f (x) dx ' w0 f (x0 )
P
2
1
wk P (xk ) =
k=1
Vamos a imponer que se exacta para los polinomios f (x) =
1 y f (x) = x
= 1 P (0.5773502692 + 1 P (0.5773502692) =
Z 1
= . 222 22 1dx = 2 = w0 f (x0 ) = w0 w0 = 2
1

19
 Z 1
= w1 f (x1 ) + w2 f (x2 ) + w3 f (x3 ) =
xdx = 0 = w0 f (x0 ) = w0 x0 x0 = 0
1 10
= (w0 f x02+1 + w1 f x12+1 + +
Por lo tanto, la frmula de integracin numrica de Legen- x2 +1 2
w2 f 2 )=
dre es: Z 1
f (x) dx ' 2 f (0) , = 12 (0.55555556 f 0.7745966692+1
2 +
1 0+1
+0.8888888889 f 2 +

Problema 62 A partir de los ceros y de los pesos aso- +0.55555556 f 0.7745966692+1
2 )=
ciados a los polinomios de Legendre, y dado un intervalo = 8. 333 3 102
[a, b] cualquiera, encontrar los puntos xk , y los pesos wk
que hacen exacta hasta el orden 2N 1 una frmula de
integracin numrica sobre el intervalo [a, b] Problema 64 Calcular de forma exacta la integral
Z
3 2
x x2 ex dx
Solucin: Para encontrar los puntos xk , y los pesos wk ,
hay que hacer un cambio de variable en la integral: utilizando los polinomios de Hermite.
Z b N
X
f (x) dx ' wk f (xk ) Solucin: De forma analtica la integral da como resul-
a k=1
tado:
Hacemos el siguiente cambio de variable: R 3 2

x x2 ex dx = 12 = . 886 23
x = (ba)t+(b+a)
2
dx = ba Utilizando el mtodo de integracin numrica:
2 dt

este cambio representa la recta que pasa por los puntos -1, f (x) = x3 x2
1 para t = a, b, respectivamente.
R 3 2 P
2

x x2 ex dx = wk f (xk )
Z b Z 1 k=1
(b a) t + b + a ba
f (x) dx = f dt = w1 f (x1 ) + w2 f (x2) =
a 1 2 2
Z b N
X = 0.8862269255 f (0.707106781) +
ba (b a) xk + b + a
f (x) dx ' wk f
a 2 2 +0.8862269255 f (0.707106781) =
k=1

de donde se deduce que los cambios a realizar son de la = . 886 23

forma
xk = (ba)xk2+(b+a) ,
Problema 65 Aproximar, utilizando dos puntos de
wk = (ba)
2 wk aproximacin, el valor de la integral:
Z
1
dx
1 + x2
Problema 63 Utilizar el resultado del problema anterior
para calcular de forma exacta la siguiente integral
Z 1
2
x x3 dx Solucin:
0
R 1
R ex
2 2

1+x2
dx = 1+x2
ex dx =
Solucin: El resultado de la integral calculada de forma
analtica, da el siguiente resultado: 2
ex
f (x) = 1+x2
R1 2 1
0
x x3 dx = 12 = 8. 333 3 102 R 1
1+x2
dx ' w1 f (x1 ) + w2 f (x2 ) =
Aplicando el mtodo de integracin numrica:
= 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 Calcular de forma exacta la integral Solucin:
Z R1 3
3 x x4 dx = 25 = . 4
x x2 ex dx 1
0
Aplicamos el mtodo de Simpson:
utilizando los polinomios de Laguerre.
f (x) = x3 x4
R1 3
Solucin: x x4 dx =
1
R 3 R0 3 R1
0
x x2 ex dx = 4 = x x4 dx + 0 x3 x4 dx '
1

R 3 x  #0
P
1 k+1 +xk
0
x x2 ex dx = wk f (xk ) = '
f (xk+1 )+f (xk )+4f 2
(xk+1 xk ) +
k=0 6
1
= w0 f (x0 ) + w1 f (x1 ) = x  #1
k+1 +xk
f (xk+1 )+f (xk )+4f 2
= 0.8535533903 f (0.585786438) + + 6 (xk+1 xk ) =
0
+0.1464466093 f (3.414213562) =
1+0
f (0)+f (1)+4f ( 2 )
' 6 (0 + 1) +
= 4.0
f (1)+f (0)+4f ( 1+0
2 )
+ 6 (1 0) =
Problema 67 Calcular una frmula de aproximacin 5
numrica de la integral siguiente = 12 = . 416 67
Z
f (x)ex dx Problema 69 Deducir la frmula de integracin
a numrica sobre el rectngulo [1, 1]x[1, 1] resultante de
donde a es un nmero real cualquiera aplicar la integracin numrica en una variable en los
intervalos [1, 1], y [1, 1].

Solucin: Para calcular esta integral realizamos un cam- Solucin:

bio de variable
R1 R1 R1 P
N
R t=xa 1 1
F (x, y) dydx = 1
wk F (xk , y) dy =
t
0
f (t)e dx = = k=1
dt = dx
R R P
N R1
= a f (x a)ex+a dx = ea a f (x a)ex = wk 1
F (xk , y) dy
k=1
!
R t
P
N
P
N P
N
0
f (t)e dx = wk f (xk ) = wk wj F (xk , yk )
k=0 k=1 j=1

R P
N
P
N
ea a
f (x a)ex = ea wk f (xk a) = Wk F (xk , yk ) ,
k=1 k,j=1

Para que estas dos igualdades sean equivalentes, basta donde

hacer: Wk = wk wj
xk = xk + a T
R 1 (xxi )
wk = ea wk wk = T i6=k
1 i6=k (xk xi )
T
R 1 (yyi )
wj = T i6=k
1 i6=k (yk yi )

Problema 68 Aproximar, por el mtodo de Simpson, la y los xk e yk son los ceros del polinomio de Legendre.
integral Z 1
3
x x4 dx Problema 70 Deducir la frmula de integracin
1
numrica sobre un rectngulo [a, b]x[c, d] resultante
utilizando nicamente el valor de la funcin en los puntos: de aplicar la integracin numrica en una variable en los
1, 12 , 0, 12 y 1. intervalos [a, b], y [c, d].

21
Solucin: Problema 72 Calcular una aproximacin numrica de la
integral Z Z 2
RbRd Rd P
N
x
a c
F (x, y) dydx = c
wk F (xk , y) dy = dxdy
k=1 0 1 + ey2
P
N Rd utilizando la evaluacin de F (x, y) en 4 puntos.
= wk c
F (xk , y) dy
k=1
!
P
N P
N Solucin: Si calculamos el resultado de la integral de
= wk wj0 F (xk , yk ) forma analta, nos queda,
k=1 j=1
R R2 x
R 2
P
N 0 1+ey2
dxdy = 1+ey2
dy =
= wk wj0 F (xk , yk ) , R
k,j=1 2
= 1+ey2
dy = 2. 144 3
ahora bien, teniendo en cuenta los resultados obtenidos al R2 P
1
integrar en una variable tenemos que : 0
xdx = wk P (xk ),
k=0

xk = (ba)xk2+(b+a)
realizando un cambio de variables, y utilizando el poli-
wk = (ba)
2 wk nomio de Legendre de segundo orden,
(dc)yk +(d+c)
yk = 2
(ba)xk (b+a)
wj0 = (dc)
2 w k xk = 2 + 2 = xk + 1,
donde wk son los pesos al integrar en una variable en el
intervalo [1, 1]. (ba)
1. wk = 2 wk = wk ,
Problema 71 Calcular de forma exacta la integral
Z 1Z 1 tenemos:
x2 y 2 dxdy
1 1 P (x) = x
utilizando integracin numrica. R2
0
xdx =

Solucin: El resultado de la integral es: = w1 P (x1 ) + w2 P (x2 ) =

R1 R1 4
1 1
x2 y 2 dxdy = 9 = . 444 44 = (0.5773502692 + 1) + (0.5773502692 + 1) =

Utilizando la frmula de integracin numrica:

= 2.0
P (x) = x2
R 1
R 1 2 P
2
P (y) = y 2
1+ey2
dy = ey2 +1
ey dy = wj P (yk ),
k=1
R1 R1 por Hermite,
1 1
x2 y 2 dxdy =
R1 R1 1
= 1
x2 dx 1
y 2 dy = 1. P (y) = ey2 +1

P
2 P
2
= wk P (xk ) wj P (yk ) = P
1
k=1 k=1 wj P (yk ) =
k=0
= (w1 P (x1 ) + w2 P (x2 )) = w1 P (y1 ) + w2 P (y2 ) =
(w1 P (y1 ) + w2 P (y2 )) =
= 0.8862269255 P (0.707106781) +
= (P (0.5773502692) + P (0.5773502692))
+0.8862269255 P (0.707106781) =
(P (0.5773502692) + P (0.5773502692)) =
= 1. 103 3
= . 666 67 . 666 67 = . 444 45

22
 El resultado de la aproximacin numrica es, 1. Para 1 punto:
R R2 x R
0 1+ey2
dxdy = 2.0 1. 103 3 = 2. 206 6 x2 ydxdy =

= F ( 23 , 23 )Area(T ) =
Problema 73 Se considera el tringulo T de vrtices
(0, 0), (1, 0) y (0, 1). Deducir cual debe ser el punto (x0 , y0 ) 2 2 2 16
y el peso w0 para que la frmula de integracin numrica: = 3 32 = 27 =
Z
= . 592 59
F (x, y)dxdy F (x0 , y0 )w0
T

sea exacta para polinomios de grado 1 en x e y. Es decir 2. Para 3 puntos:

P (x, y) = ax + by + c
R

x2 ydxdy =
Solucin:
= 13 Area(T ) F ( 22 , 0) + F ( 22 , 22 ) + F (0, 22 ) =

2 2
Calculamos la integral de forma analtica: = 3 1= 3 =

R 1 R 1x = . 666 67
0 0
(ax + by + c) dydx = 16 a + 16 b + 12 c

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

integracin numrica:
R
1
+ 16 b + 12 c = w0 (x0 a + y0 b + c) x2 ydxdy =
6a

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 27 2 2
48 F ( 3 , 3 )] =
8
15 =
2

a = c = 0, b = 1; 16 b = w0 y0 b y0 = 1 = . 533 33
3

b = c = 0, a = 1; 16 a = w0 x0 a x0 = 13 ,
luego para los valores w0 = 12 , x0 = 13 , y0 =
de integracin es exacta.
Problema 74 Calcular una aproximacin numrica de la
integral
Z kxkp = p |x1 | + |x2 |
x2 ydxdy
donde es el tringulo de vrtices (0, 0), (2, 0) y (0, 2)
utilizando 1 punto, 3 puntos, y 4 puntos
ANALISIS NUMERICO MATRICIAL II
1
3 la frmula
Problema 75 (4 puntos) Tomar N = 2 y demostrar
que la norma k x k2 verifica las propiedades de la defini-
cin de norma
q
p p
Solucin: En esta demostracin vamos a generalizar para
cualquier p. Al final particularizamos para p = 2 con el
fin de hacer que la demostracin sea ms sencilla.

Las propiedades que debe verificar, para cumplir con

Solucin: El clculo de la integral de forma analtica nos la deficin de norma, son:
da:
1. kxkp = 0 x = 0;
R R 2 R 2x 2 8

x2 ydxdy = 0 0 x y dydx = 15 = . 533 33 p
p
|x1 |p + |x2 |p = 0 = |x1 |p + |x2 |p = 0,
Utilizando las frmulas de integracin numrica:
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 condicin, se tiene que

1

El rea del tringulo Area(T ) = 2 2 0 0 =2 cumplir que x1 = x2 = 0, c.q.d..

0 2 0

23
 2. kxkp = || kxkp , K y x E; Solucin:
q
p p
PN p
p
kxkp = p |x1 | + |x2 |
p Limp kxkp = Limp i=1 |xi |

p Extraemos el mximo componente de x, xmax .

kxkp = p
||p |x1 |p + ||p |x2 |p
q
PN p
p Limp p
i=1 |xi | =
kxkp = p
||p (|x1 |p + |x2 |p )
r
p P |xi | p
p
kxkp = || p |x1 | + |x2 |
p
= Limp p |xmax |p N
i=1 |xmax | =

r
kxkp = || kxkp , c.q.d. PN i | p
= Limp |xmax | p i=1 |x|xmax | =

3. kx + ykp kxkp + kykp , x, y E; r p

p
PN |xi |
= |xmax | Limp i=1 |xmax | =
p
p p p
|x1 + y1 | + |x2 + y2 | kxkp + kykp =
P p 1/p
N |xi |
= |xmax | Limp i=1 |xmax |
= |x1 + y1 |p + |x2 + y2 |p
|xi |
p 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
p
|xi | 1 si xi = xmax
Para p = 2 tenemos: Limp |xmax | = ,
0 si xi 6= xmax
|x1 + y1 |2 + |x2 + y2 |2
entonces
q q 2

2 2 2
|x1 | + |x2 | + |y1 | + |y2 |
2
= P 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 Tomar N = 2, y dibujar el lugar ge-
omtrico 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 =
= 2x1 y1 x2 y2 x21 y22 + x22 y12 =
= 0 x21 y22 + 2x1 y1 x2 y2 + x22 y12 =
2. kxk2 < 1
3. kxk < 1
Solucin: En las grficas 1, 2 y 3 se muestran los lugares
geomtricos de las normas 1, 2 e infinito, respectivamente.

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

= 0 (x1 y2 + x2 y1 ) ,
Esta ecuacin 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 geomtrico est contenido en un rombo.
p
Problema 76 Demostrar que 2. kxk2 < 1 = (x2 + y 2 ) < 1 = x2 + y 2 < 1
Limp kxkp = max |xi | Esta es la ecuacin de un crculo de radio menor que
i
1 y centro el origen. En la figura 2 se muestra el lugar
geomtrico.

24
 y y

1 1

1 1
1 1 x x

1 1

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

3. kxk < 1 = max(x, y) < 1 Esto siempre es cierto ya que el producto de valores
positivos siempre es positivo (o igual a cero si algn
Esto representa una recta de valor constante (x, y) xi es cero).
menor que 1. En la figura 3 se puede ver el lugar
geomtrico.
3. max(|x1 | , |x2 |) |x1 | + |x2 | . Es trivial (propiedad
transitiva).
Problema 78 Tomar N = 2 y demostrar la siguiente de-
sigualdad
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.

Solucin: Esta desigualdad es equivalente a lo siguiente:

Problema 79 Demostrar que si A, B son dos matrices de
p dimensin N xN, entonces para cualquier norma de matri-
max(|x1 | , |x2 |) (x21 + x22 ) |x1 | + |x2 |
ces subordinada a una norma vectorial se verifica
p
1. max(|x1 | , |x2 |) (x21 + x22 ) k AB kk A k k B k

p Solucin:
|xmax | (x21 + x22 )
kABxk kABxk kBxk
supx kxk = supx kxk kBxk ,
x2max x21 + x22
kABxk kBxk kBxk kABxk
Esta desigualdad siempre es cierta ya que xmax es o supx kBxk kxk supx kxk supx kBxk
bien x1 o bien x2 .
kABxk kBxk
p supx kBxk kxk kBk kAk ,
2. (x21 + x22 ) |x1 | + |x2 |
entonces
2
x21 + x22 (|x1 | + |x2 |) kABxk
supx kxk kBk kAk , c.q.d.

x21 + x22 |x1 |2 + 2 |x1 | |x2 | + |x2 |2

Problema 80 Demostrar que los autovalores de A son los
x21 + x22 x21 + 2 |x1 | |x2 | + x22 ceros del polinomio caracterstico P ().

0 2 |x1 | |x2 |

25

y x1 + x2 = 0 x1 = x2
x1 + x2 = 0

2x3 = 0 x3 = 0
1
1

2
x1 = 1

2

0

2. 2 , 3 = 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
1

Figure 3: Lugar geomtrico de kxk 2 0
x2 = 1 , x3 = 0
2
0 1
Solucin: Definicin de autovalor de una matriz A:
La matriz,
xi 6= 0 E, i CAxi = i xi
1 1

2 2
0
Axi = i xi = (A i Id)xi = 0 B= 1
1 0
2 2
0 0 1
como xi 6= 0, entonces
contiene los autovectores de A que forman una base ortog-
|A i Id| = 0 = P () = 0, c.q.d. onal en R3 .

Problema 81 Calcular los autovectores de la matriz Problema 82 Calcular las normas 2, 1 e infinito de la
matriz
1 1 0 1 0
1 1 0 A=
1 1
0 0 2
Solucin:
y determinar una base ortonormal de R3 de autovectores
de A. p
1. kAk2 = (AT A)

Solucin: Calculamos los autovalores de A : s q

2 1
kAk2 = = 3+12 5 = 1. 618
|A i Id| = 0 1 1

1 1 0 2 1
= 1 3 + 2 = 0, = 3
1
5
1 1 0 = ((1 )2 1)(2 ) = 0 1 1 2 2

0 0 2
1 = 0 P
2
2 = 2 2. kAk1 = maxj i=1 |aij |
3 = 2
Calculamos los autovectores de A : kAk1 = max(1, 2) = 2

1. 1 = 0 P
2
3. kAk = maxi j=1 |aij | =

1 1 0 x1 0
1 1 0 x2 = 0 kAk = max(2, 1) = 2
0 0 2 x3 0

26

Problema 83 Demostrar la siguiente igualdad: 2 1 0
2. A = 1 2 1
(At A) = (AAt ) 0 1 2

Solucin:
Solucin:
El condicionamiento de una matriz (A) =
Veamos que los polinomios caractersticos coinciden : kAk2 A1 2 . Calculamos los autovalores de ambas ma-
trices:
1
|At A i Id| = |At | |At A i Id| |At | =

2 2 2

1. 2 1 = (2 ) (1 )2 1
1 1
= (At ) At AAt i (At ) IdAt = 1
2 1 1
2 [2(1 ) + 2] 2 [2 + 2(1 )] =
1
= AAt i (At ) At =
(2 ) 2 2 8 (2 ) = (2 ) 2 2 + 8
= |AAt i Id| de donde obtenemos
1 = 2
Problema 84 Demostrar que si los autovectores de una 2 = 2
matriz A de dimensin N xN forman una base ortonormal 3 = 4
de RN , entonces para la norma 2 se cumple:
Esta matriz es simtrica, luego posee una base orto-
maxi {|i |}
(A) = kAk2 A1 2 = normal 3 de autovectores, con lo que el condi-
mini {|i |} cionamiento de A se puede calcular como:
Solucin: Al ser una base de autovectores ortonormal, la
norma kAk2 = (A) = maxi {|i |} maxi {| i |} 4
(A) = kAk2 A1 2 = = =2
mini {| i |} 2
Los autovalores de A1 vienen dados por:

2 1 0

Axi = i xi = 2. 1 2 1 = 4 10 + 62 3 = 0

0 1 2
= A1 Axi = A1 i xi =
1 = 2
1
= i xi = A1 xi = 1 = 2 + 2
1 = 2 2
= A1 xi = 0i xi ,
Tambin es una matriz simtrica, con lo que sus au-
donde 0i = 1i , es decir, los autovalores de A1 son los tovectores forman una base ortonormal y su condi-
inversos de los de A y sus
autovectores son los mismos, cionamiento es:
luego la norma de A1 2 = (A1 )

1 1 maxi {| i |} 2+ 2
A = max 0i = max 1 = 1
,
(A) = kAk2 A = = = 3+2 2
2 i i i mini {|i |} 2 mini {| i |} 2 2
entonces Problema 86 Sean las matrices A, R. Demostrar que la
matriz A, y la matriz B = R1 AR poseen los mismos
(A) = kAk2 A1 2 autovalores
1
(A) = maxi {|i |} mini {|i |}
Solucin:
maxi {|i |}
(A) = mini {|i |} , c.q.d.
Bxi = i xi =

Problema 85 Calcular el condicionamiento para la = R1 AR xi = i xi =
norma 2, de las siguientes matrices:
= RR1 ARxi = Ri xi =
2 2 2
1. A = 2 1 1 3 Vectores ortonormales: dos vectores son ortonormales si cumplen

2 1 1 T
lo siguiente, xi xj =
0 si i 6= j
1 si i = j

27
 = ARxi = i Rxi = Problema 88 Demostrar las siguientes igualdades
trigonomtricas
= Ayi = i yi ,
q
de donde se deduce que los autovalores son los mismos y los
tan() = cot(2) + sign(cot(2)) 1 + cot2 (2)
autovectores estn relacionados por la siguiente igualdad:
yi = Rxi , c.q.d.
donde 4 , 4 , sign(x) = 1 si x 0 y sign(x) = 1
si x < 0,
Problema 87 Se considera la matriz
1
1 1 cos = p
A= 1 + tan2 ()
1 1
sin = tan() cos
calcular el ngulo tal que la matriz
tan() + sin(2)
cos sin cot(2) =
R= 2 sin2 ()
sin cos
Solucin:
verifique que la matriz B = R1 AR sea diagonal.

cos(2) cos2 ()sin2 () 1tan2 ()

Solucin: Realizamos el clculo de la matriz B : 1. cot(2) = sin(2) = 2 sin() cos() = 2 tan()

B = R1 AR = 2 tan() cot(2) = 1 tan2 ()

cos sin 1 1 cos sin
= = realizando el cambio de variable x = tan(), tenemos
sin cos 1 1 sin cos

2 cos sin + 1 2 cos2 1 x2 + 2 cot(2)x 1 = 0
= =
2 cos2 1 2 cos sin + 1
2 cot(2) 4 cot2 (2)+4
b1 0 x = tan() = 2 =
=
0 b2 p
= cot(2) 1 + cot2 (2)
Se tiene que cumplir que los elementos que estn fuera
de la diagonal sean iguales a cero, p
cot(2) + p1 + cot2 (2) si 0
tan() =
2 cos2 1 = 0 cot(2) 1 + cot2 (2) si < 0
r
1
cos = El segundo trmino es siempre mayor que el primero,
2 con lo que es ste el que va a determinar el signo de
De esta igualdad se obtiene el valor del ngulo : la ecuacin.
3 Como sign (tan()) = sign (cot()) , podemos expre-
= , =
4 4 sar la anterior igualdad de la siguiente forma:
La matriz de rotacin queda como sigue: q
1 tan() = cot(2) + sign(cot(2)) 1 + cot2 (2)
cos 4 sin 4 2 2 12 2
R1 = =
sin 4 cos 4 12 2 12 2 1 1
2. cos = = u =
1 1+tan2 () sin2 ()
1+ cos2 ()
cos 3
4 sin 34 2 2 12 2
R2 = =
sin 34 cos 34 12 2 12 2 p
1
= u cos2 () = cos
Calculamos los elementos de la diagonal: cos2 ()+sin2 ()
cos2 ()

b1 = 2 cos sin + 1
b1 = 0, b1 = 2 3. sin = tan() cos =
b2 = 2 cos sin + 1
sin()
= cos = sin
b2 = 2, b2 = 0, cos()

luego las soluciones posibles son:

0 0 2 0
B1 = , B2 =
0 2 0 0

28
 tan()+sin(2)

4. cot(2) = = a11 ap1 ai1 aq1 an1
2 sin2 ()
ap1 app apj apq apn

sin()

ai1 apj aij aqj ani

cos() +2 sin() cos()
= = aq1 apq aqj aqq aqn
2 sin2 ()
an1 apn ani aqn ann
sin()+2 sin() cos() cos()
= cos()
= 1 0 0 0 0
2 sin2 () 0 cos
0 sin 0

0 0 1 0 0
=
sin()(1+2 cos() cos()) (2 cos2 ()1) 0 sin 0 cos 0
= 2 sin2 () cos()
= 2 sin() cos() =
0 0 0 0 1
cos(2)
= sin(2) = cot(2)
a11 ap1 cos aq1 sin
ap1 cos aq1 sin app cos2 + aqq sin2 apq sin 2

Problema 89 Dentro del mtodo de Jacobi para el clculo =
ai1 apj cos aqj sin
de autovalores demostrar las igualdades ap1 sin + aq1 cos (app aqq )
sin 2 + apq cos 2
2
an1 apn cos aqn sin
a0pq = 0
a0pp = app tan()apq ai1
apj cos aqj sin
a0qq = aqq + tan()apq
aij
a0pj = apj cos aqj sin j 6= p, q apj sin + aqj cos
a0qj = apj sin + aqj cos j 6= p, q ani

ap1 sin + aq1 cos an1
(app aqq )
sin 2 + apq cos 2 apn cos aqn sin
2
apj sin + aqj cos ani

Solucin: En el mtodo de Jacobi se persigue construir app sin2 + aqq cos2 + apq sin 2 apn sin + aqn cos
una matriz diagonal a partir de una matriz A cualquiera, apn sin + aqn cos ann
aplicndole transformaciones de la forma B = R1 AR.

Segn se ha demostrado en problemas anteriores, los De esta matriz se deducen las siguientes igualdades:
autovalores de B y de A coinciden, con lo que si se consigue (a a )
encontrar la matriz R que cumpla con la ecuacin anterior, a0pq = pp 2 qq sin 2 + apq cos 2
entonces habremos encontrado los autovalores de A. a0pp = app cos2 + aqq sin2 apq sin 2
a0qq = app sin2 + aqq cos2 + apq sin 2
La matriz R es una matriz de rotacin y se calcula a0pj = apj cos aqj sin j 6= p, q
el ngulo, , de la misma, transformando los valores de A aqj = apj sin + aqj cos j= 6 p, q
que estn fuera de la diagonal en ceros.
En donde se iguala a0pq a cero para calcular el ngulo
Vamos a expresar las matrices de la siguiente manera: de rotacin:
(app aqq )
a11 ap1 ai1 aq1 an1 a0pq = 0 = 2 sin 2 + apq cos 2
ap1 app apj apq apn
2apq
A= ai1 apj aij aqj ani

tan(2) =
aq1 apq aqj aqq aqn (aqq app )
an1 apn ani aqn ann
2apq
aqq = app +
1 0 0 0 0 tan(2)
0 cos . sin 0


Rpq () = 0 . 1 . 0
Las dos ltimas igualdades se obtienen directamente
0 sin . cos 0
de la matriz final. Para obtener a0pp y a0qq , se opera de la
0 0 0 0 1 siguiente manera:
B = R1 AR =
1. a0pp = app cos2 + aqq sin2 apq sin 2 =
1 0 0 0 0
0 cos 0 sin 0
= app cos2 + app +
2apq
sin2
= 0 0 1 0 0

tan(2)
0 sin 0 cos 0
0 0 0 0 1 apq sin 2 = app cos2 +

29

app sin(2)+2apq cos(2) 1
+ 2 sin cos sin2 apq sin 2 = = arctan 2 = . 553 57
2
a11 = 2 tan()
= app cos2 +

1
a11 = 2 + tan arctan 2 = 2. 618
app 2 sin cos +2apq cos2 2apq sin2 2
+ 2 cos sin
a33 = 1 + tan()
2
2apq sin cos = app cos + app sin + 2
1
a33 = 1 tan arctan 2 = . 381 97
2
+apq cos sin apq tan + apq sin cos
a21 = a32 = 0

2apq sin cos = app apq tan 2. 618 0 0
B = R1 AR = 0 1 0
0 0 0. 381 97
2. a0qq = app sin2 + aqq cos2 + apq sin 2 =

Los autovalores son los elementos de la diagonal

= aqq
2apq 2 2
sin + aqq cos + (2. 618, 1, 0. 381 97) . Como = . 553 57, la matriz
tan(2)

cos 0 sin 0.850 65 0 0.525 73
+apq sin 2 = R () = 0 1 0 = 0 1 0
sin 0 cos 0.525 73 0 0.850 65
aqq 2 sin cos 2apq cos2 +2apq sin2
= 2 sin cos sin2 +
por tanto, en este caso, como con una nica matriz de
rotacin conseguimos transformar A en una matriz diago-
+aqq cos2 + apq sin 2 = (aqq sin apq cos + nal, tendremos que los autovectores de A son simplemente
los vectores columnas de R(). Es decir el autovector del
a 0.850 65
+ cospq apq cos ) sin +aqq cos2 +apq sin 2 =
autovalor 2. 618 es ( 0 ), el autovector del auto-
0.525 73
= aqq sin2 + aqq cos2 apq cos sin +
0
valor 1 es ( 1 ), el autovector del autovalor 0. 381 97 es
+apq tan apq cos sin + 2apq cos sin = 0
0.525 73
= aqq + tan()apq ( 0 ).
0.850 65
Problema 90 Utilizar el mtodo de Jacobi para aproxi-
mar los autovalores y autovectores de la matriz: Problema 91 Aplicar el mtodo de la potencia para
aproximar el autovalor mximo, y el autovector asociado,
2 0 1 de las siguientes matrices, dando 3 pasos en el mtodo,
A= 0 1 0 hasta calcular u4 y partiendo de u1 = (1, 1)
1 0 1

2 1
Solucin: A=
0 1

cos 0 sin 3 0
A=
R () = 0 1 0 1 1
sin 0 cos
Solucin: En este problema vamos a utilizar la norma
(app aqq ) eucldea aunque cualquier otra norma tambin sera vlida.
2 sin 2 + apq cos 2 = 0
La norma infinito, por ejemplo, simplificara los clculos
2apq ya que es inmediato obtener el mximo de un vector.
tan(2) =
(aqq app )

2 2 1
tan(2) = 1. A =
(1 2) 0 1
arctan (2) 1
= u2 = A kuu1 k =
2

30
 1
! 9

2 1 26 26 2
= 2 = = 1 ,
0 1 1 26 26 2
2
3
3
u = 1 1066 = 2. 511 5
= 2 2 , 13
1
2 2
3
2 u4 = A kuu3 k =
u = 5 = 2. 236 1
9

2 3 0 2132 1066 26 2
3
u = A kuu2 k = = 1 =
1 1 2132 1066 26 2
3
!
2 1 2 27
2132 1066
= 2 5
1 = = 2
26
2 ,
0 1 2 533 1066 26 2
2 5

4
7 u = 1 65 026 = 3. 109 8
= 10 52 , 82
1
10 5 2
3
u = 5 = 2. 236 1
El autovalor mximo aproximado es
3
4
u = A kuu3 k =
= 3. 109 8,
7

=
2 1 10 2 = con signo negativo ya que sign u4 , u3 = 1 y su
0 1 1
10 2 autovector asociado es
!
3
21322782
1066 26 2 . 958 8
2 2
x = 65 026 = ,
= 1 , 282
1066 26 2 . 284 09
10 2 533 65 026

4 1 n
u = 113 = 2. 126 con signo positivo ya que sign u4 , u3 =
5
(1)4 = 1.
El autovalor mximo aproximado es = 2. 126 y su
autovector asociado es:
Problema 92 Calcular el autovalor mayor yel autovec-
2 1
tor correspondiente de la matriz utilizando
15 1 1
x = 226 1132 =
. 997 79
el mtodo de la potencia, dando 2 iteraciones del mtodo
1
226 113 2
6. 651 9 102
a partir de u1 = (1, 1) y tomando como norma kuk =
maxi |ui |
3 0
2. A =
1 1 Solucin:

u2 = A kuu1 k =
1

2 1 1 1
1. ku1 k = 1 u2 = =
1 1 1 0
1
!
3 0 2
= 1
=
1 1 2 2 1 1 2
ku2 k = 1 u3 = =
1 1 0 1
3


2 2
= ,
2 Producto escalar (u2 , u3 ) = 2 > 0. autovalor mx-
imo = ku3 k = 2
2 1
u = 26 = 2. 549 5
2
u3 1
Autovector asociado normalizado ku3 k =
2 1/2
u3 = A kuu2 k =
3

3 0 26 2 =
26
= 1
1 1 13 26 2

31

Problema 93 Utilizar el mtodo de la potencia inversa 2 1 0 56
para aproximar el autovalor ms pequeo de la matriz 0 1 1 u3 = 6 2
5 3
0 0 3 13
2 1
A= 1
0 3
, u2 = 14
30
u3 = 14
15
llegar hasta u3 partiendo de u = (1, 1). 2 15
15

Solucin: El autovalor mximo de (A 2Id)1 es max = 14

15
con signo positivo (sign u , u2 = 1)
3

un1
Aun = kun1 k
(A 2Id)1 x = max x
!
2 1 1
u2 = 2 Para calcular el autovalor ms cercano a 2, realizamos
0 3 1
2 las siguientes operaciones:
1
16 2 1 x = (A 2Id) x
u2 = 1 , u2 = = . 333 33 max
6 2 3

1
2 1 12 2 A 2Id Id x = 0
u3 = 1 max
0 3 2 2
1
1 1 A 2+ Id x = (A prox Id) x = 0
u3 = 3 2 , u3 = 10 = . 527 05 max
1
6 2 6
1 1 43
3 prox = 2 + = 2 + 14 =
u es el autovalor mximo de A1 , con lo que el max 15
14
1 6

autovalor mnimo de A es min = ku 3 k = 10 10 = 1. prox = 3. 071 4
3 2
897 4, con signo negativo ya que sign u , u = 1.

Problema 95 Calcular 3 iteraciones del mtodo de Ja-

Problema 94 Calcular el autovalor y autovector ms cer- cobi para resolver el sistema
cano a 2 de la matriz

1 1 0 x 1
0 1 0 1 2 0 y = 3
0 3 1
0 1 3 z 1
0 0 1

para ello calcular dos iteraciones del mtodo de la potencia partiendo de u1 = (0, 0, 0)
inversa partiendo de u1 = (1, 1, 1).
Solucin: Despejamos la diagonal para plantear el
Solucin: mtodo iterativo :
xn = yn1 + 1
2 1 0
A0 = A 2Id = 0 1 1 xn1 + 3
yn =
0 0 3 2
yn1 + 1
Vamos a utilizar la norma infinito con el fin de sim- zn =
3
plificar los clculos.
haciendo iteraciones obtenemos
0 n un1
Au = kun1 k 1
1. u2 = 3
2 1 0 1 2
1
0 1 1 u2 = 1 3
0 0 3 1
1
5 2
6 5 2. u3 = 1
u2 = 32 , u2 = = . 833 33 5
6 6
13

32

0 Solucin: El mtodo es igual que en el problema anterior,
3. u4 = 7
4
excepto que en este caso los clculos se realizaran de abajo
2
3 para arriba, es decir, primero se calculara z, se sustituira
su valor en la ecuacin de y y, por ltimo, estos dos valores
se sustituiran en la primera ecuacin.

Problema 96 Calcular
una base
ortogonal de autovec- Problema 99 Calcular 3 iteraciones del mtodo de rela-
1 0 1
jacin para resolver el sistema
tores de la matriz 0 2 0 ,
1 0 1
1 1 0 x 1
1 2 0 y = 3 ,
Solucin:
0 1 3 z 1
1
1. Autovectores y autovalores: 0 partiendo de u1 = (0, 0, 0). Calcular previamente el
parmetro de relajacin ptimo
1
1 0
0, 0 , 1 2
Solucin:
1 0 x y = 1
x + 2y = 3
Problema 97 Calcular 3 iteraciones del mtodo de y + 3z = 1
Gauss-Seidel para resolver el sistema Clculo del wopt :

1 1 0 x 1 Al ser A tridiagonal, el wopt se puede calcular como
1 2 0 y = 3
0 1 3 z 1 2
wopt = q
1 + 1 (MJ )2
partiendo de u1 = (0, 0, 0)
MJ es la matriz del mtodo de Jacobi que se obtiene
Solucin: Despejamos la diagonal para plantear el despejando la diagonal en el sistema
mtodo iterativo, teniendo en cuenta adems que vamos
actualizando los valores segn los clculamos:

x=y1 0 1 0 x 1
xn = yn1 + 1
y = x2 + 32 = 12 0 0 y + 32
xn + 3
yn = z = y3 + 13 0 1
3 0 z 1
3
2
yn + 1
zn =
3
haciendo iteraciones partiendo de (0, 0, 0) : Los autovalores de MJ : 0, 12 , 12 , luego
(MJ )2 = 1
2
1. x1 = 1
y1 = 31
2 =1 wopt = 2
= 2
1+ 1(MJ )2 1+ 1 12
z1 = 1+1 2
3 = 3
2 4
wopt = 1+ 12 2
=
2. x2 = 0 2+ 2
y2 = 32
wopt = 1. 171 6
z3 = 56
Iteraciones del sistema:
3. x3 = 1 + 32 = 1
2
3+ 1 xn = w (yn1 1) + (1 w) xn1
y3 = 2 2 = 74
1+ 7
z3 = 3 4 = 11
12 yn = w 3+x n
+ (1 w) yn1
2

zn = w 1+y3
n
+ (1 w) zn1
Problema 98 Una variante del mtodo de Gauss-Seidel
1 1 w 1. 171 6
es tomar M = (D + U ) (L), y c = (D + U ) b.
indicar en este caso que diferencias de implementacin u2 = w 3w 2
= 1. 071 1
habra con respecto al caso anterior. w 1+1.3071 1 . 808 83

33

w (1. 071 1 1) (1 w) 1. 171 6 Solucin: Sean xi los autovectores de M correspondientes
u3 = w 3+. 284
2
35
+ (1 w) 1. 071 1 = a autovalores menores que 1:
1+1. 740 2
w 3 + (1 w) . 808 83 P
u1 = ni=1 ai xi
. 284 35 P
= 1. 740 2 c = ni=1 ci xi
. 931 34
Realizando iteraciones obtenemos las siguientes ex-
w (1. 740 2 1) + (1 w) . 284 35 presiones:
u4 = w 3+. 818
2
42
+ (1 w) 1. 740 2 =
w 1+1. 938 2
+ (1 w) . 931 34 u2 = M u1 + c
3

u3 = M u2 + c = M M u1 + c + c = M 2 u1 + M c + c
. 818 42
..
= 1. 938 2 .
. 987 65 un = M n1 u1 + M n2 c + . . . M c + c =

= M n1 u1 + M n2 + . . . M + 1 c
Problema 100 Demostrar que si una matriz A verifica
que por filas o columnas su suma es siempre igual a 0, en- Tomando el primer sumando:
tonces el determinante de A es cero, y por tanto el sistema Pn Pn
asociado a A no tiene solucin. M n1 u1 = M n1 i=1 ai xi = M n2 i=1 ai M xi =
Pn Pn
= M n2 i=1 ai i xi = . . . i=1 ai n1
i xi
Solucin: Si |A| = 0, entonces la matriz A no es invertible
y el sistema no tiene solucin. Como u1 depende linealmente de los xi (autovectores)
cuyos autovalores i son menores que uno, entonces n1
i
1. Vamos a demostrar que si la suma por filas de A es tiende a 0 cuando n tiende a infinito, luego este trmino
igual a cero, entonces |A| = 0 : converge.
Pn
j aij = 0, esto es equivalente a lo siguiente: Para el segundo sumando:
n2
1 0 1 M + ...M + 1 c =
1 0 1 Pn

A .. = .. =0 .. = M n2 + . . . M + 1 i=1 ci xi =
. . .
P n Pn
1 0 1 = M n2 i=1 ci xi + . . . M i=1 ci xi +
Pn Pn
Esto significa que la matriz A posee un autovalor igual + i=1 ci xi = i=1 ci n2 i xi +
a cero ( = 0). Pn Pn
+ . . . i=1 ci i xi + i=1 ci xi =
El determinante de una matriz es igual al producto Pn
de sus autovalores: = i=1 ci xi n2 i + . . . + i + 1
| {z }
n Serie geomtrica convergente
Y
|A| = i = 1 . . . 0 . . . n = 0 Pn 1
i=1
i=1 ci xi 1i ,

con lo que este trmino tambin converge.

2. Para demostrar que |A| = 0 cuando la suma por
columnas es cero, basta saber que |A| = AT y aplicar
el argumento anterior a AT Problema 102 Calcular 2 iteraciones del mtodo de
Newton-Raphson no-lineal para aproximar una raz del sis-
Problema 101 Dado un sistema iterativo tema de ecuaciones
un = M un1 + c x2 + y 2 1 = 0
Demostrar que aunque el radio espectral de M sea mayor yx=0
que 1, si u1 y c son combinaciones lineales de autovectores partiendo de (x, y) = (1, 1).
de M correspondientes a autovalores de mdulo menor que
1, entonces el mtodo converge.
Solucin:
2
x + y2 1 = 0 2x 2y
f (x, y) =
yx=0 1 1

34

un = (xn , y n ) ax3 3axy 2 + bx2 by 2 + cx + d = 0
f=
3ax2 y ay 3 + 2bxy + cy = 0
u0 = (1, 1)
3ax2 3ay 2 + 2bx + c 6axy 2by
f (un )z = f (un ) f =
6axy + 2by 3ax2 3ay 2 + 2bx + c
un+1 = un + z
2
2x 2y z1 x + y2 1 El proceso iterativo es de la forma:
=
1 1 z2 yx
un = (xn , yn )
Iteraciones:
f (un ) z = f (un )
1.
2 2 z1
=
1 un+1 = un + z
1 1 z2 0
Algoritmo:
z1 14 Este algoritmo utiliza una funcin, Sistema(A, u),
=
z2 14 para resolver un sistema de ecuaciones.

1 0 1 14 Las funciones F (u) y F (u) se utilizan para evaluar
u =u +z = + la funcin y el gradiente de la funcin en un punto, respec-
1 14
tivamente.
3

1 4
u = 3 Funcion F (u)
4
f (1) = a u(1)3 3a u(1) u(2)2 +
+b u(1)2 b u(2)2 + c u(1) + d
3 3 1
2 2 z1 8 f (2) = 3a u(1)2 u(2) a u(2)3 +
2. =
1 1 z2 0 +2b u(1) u(2) + c u(2)
devolver f
1
z1 24 Fin funcion
= 1
z2 24
Funcion F (u)
3 1 2
24 f (1, 1) = 3a u (1) 3a u(2)2 + 2b u (1) + c
u2 = u1 + z = 4
3 + 1
4 24 f (1, 2) = 6a u (1) u (2) 2b u (2)
f (2, 1) = f (1, 2)
17

. 708 33 f (2, 2) = f (1, 1)
u2 = 24
17 = devolver f
24 . 708 33
Fin funcion

Problema 103 Plantear el algoritmo necesario para cal- Algoritmo

cular, utilizando el mtodo de Newton-Raphson, las races un1 = (x0 , y0 )
complejas o reales de un polinomio de grado 3. /* calculamos la primera
aproximacin
*/
z = Sistema F un1 , F un1
un (1) = un1 (1) + z(1)
Solucin: un (2) = un1 (2) + z(2)
n=0
P (z) = az 3 + bz 2 + cz + d = 0 Mientras un un1 T OL y (n < T OP )
un1 = un
Un polinomio de grado 3 posee al menos una raz real.
/* calculamos la siguiente
aproximacin
*/
Las otras dos races pueden ser tambin reales o imaginar-
z = Sistema F un1 , F un1
ias conjugadas.
un (1) = un1 (1) + z(1)
Sea z un nmero complejo: z = x + yi, sustituyendo
un (2) = un1 (2) + z(2)
en la anterior ecuacin,
n=n+1
Fin Mientras
P (x + yi) = a (x + yi)3 + b (x + yi)2 + c (x + yi) + d Si (n = T OP ) Entonces
ERROR: No se ha encontrado solucin
P (x + yi) = ax3 + 3iax2 y 3axy 2 iay 3 + Fin Si
Fin Algoritmo
+bx2 + 2ibxy by 2 + cx + icy + d = 0

Separamos la parte real de la parte imaginaria:

35
 1 17

Problema 104 Se considera el sistema no-lineal z1 e (e 1) 2
z2 = 11
2
(x 1)y = 0 z3 3
(y 2)x = 0
un+1 = un + z =
A partir de u1 = (1, 1), calcular u2 y u3 utilizando el 1 17

1 e (e 1) 2
mtodo de Newton-Raphson para aproximar un cero del = 1 + 11 =
2
sistema no-lineal. 1 3
15 1
2 e (e 1)
Solucin: = 13
2
4
y x1
1. f (x, y) = f (1, 1) =
y2 x
1
1 0 2 1 0 0
u = + INTERPOLACION DE FUNCIONES II
1
1 1 1 1
1 1 Problema 106 Calcular los polinomios base de Hermite
=
1 2 que corresponden a tomar como puntos de interpolacin
x0 = 1, x1 = 1, y el orden de derivacin M = 1.
1
2 0 2 0 0
f (1, 2) = u3 = + Solucin: Los polinomios de Hermite que corresponden a
0 1 0 1 0
esos puntos de interpolacin vienen dados por las grficas
1 1
= 4, 5, 6 y 7.
2 2

1.0
Problema 105 Calcular 1 iteracin del mtodo de y
Newton-Raphson no-lineal para aproximar una raz del sis- 0.8
tema de ecuaciones
0.6
xyz
e 1=0
0.4
2 3
y z 2=0
0.2
(z 1)x4 3 = 0

partiendo de (x, y, z) = (1, 1, 1). -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
x
Solucin:
0
Figure 4: Polinomio de Hermite H1
xyz xyz xyz
yze xze xye
f (x, y, z) = 0 2y 3z 2
4 (z 1) x3 0 x4 1.0
y
0.8
f (x, y, z) z = f (x, y, z)
un+1 = un + z 0.6

yzexyz xzexyz xyexyz z1 0.4
0 2y 3z 2 z2 =
4 (z 1) x3 0 x4 z3 0.2

exyz 1
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
= y z3 2
2
x
(z 1)x4 3
Iteracin:
1
Figure 5: Polinomio de Hermite H1
e e e z1 e1
0 2 3 z2 = 2
0 0 1 z3 3

36
 1.0
a = b = 14 ,
y
0.8 luego el polinomio queda,
0.6
0
H1 (x) = 1
4 (x 1)2 (x + 2)
0.4
2. Para calcular el segundo polinomio partimos de la gr-
0.2
fica 5. En sta, La funcin se anula en -1 y 1, la
derivada en -1 es igual a 1 y su derivada en 1 es cero.
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 Por la misma razn que en el caso anterior, sabemos
x que la funcin posee dos races en 1, con lo que el
polinomio tiene la forma,

Figure 6: Polinomio de Hermite H10 1

H1
2
(x) = (x 1) (a (x + 1) + b)

x 1
H1
2
(1) = (1 1) (a (1 + 1) + b) = 4b = 0
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
y
b=0
-0.2

-0.4 para calcular el valor de a, derivamos el polinomio y

evaluamos en 1,
-0.6
10 2
-0.8 H1 (x) = 2 (x 1) (a (x + 1) + b) + (x 1) a

-1.0 10
H1 (1) = 2 (1 1) (a (1 + 1) + b) +

2
+ (1 1) a = 1
Figure 7: Polinomio de Hermite H11

4a = 1
1. La grfica 4 se hace cero en 1 y sus derivadas, tanto
en ese punto como en 1, valen cero. Este polinomio a = 14 ,
tiene dos races en 1 (la segunda debido al valor de su
derivada en 1), con lo que la forma de este polinomio
luego el polinomio nos queda:
es como sigue:
1 2 1
2
H1 (x) = (x 1) 4 (x + 1)
0
H1 (x) = (x 1) (a (x + 1) + b)

3. Para calcular los otros dos polinomios, basta consid-

El valor de este polinomio en -1 es 1: erar que son funciones simtricas a las dos anteri-
ores. En la grfica 6 se puede ver que esta funcin
0 0
H1 (1) = 1 es simtrica a H1 (x) (ver grfica 4) con respecto al
eje de las y.
(1 1)2 (a (1 + 1) + b) = 4b = 1 El polinomio es por tanto,
1
b= 4 H10 (x) = H1
0
(x)

Al ser la derivada en -1 igual a cero tenemos:

H10 (x) = 1
4 (x 1)2 (x + 2)
00
H1 (x) = 2 (x 1) (a (x + 1) + b) + (x 1)2 a = 0 2
H10 (x) = 14 (x + 1) (x 2)
00
H1 (x) = 2 (2) (a (0) + b) + (2)2 a = 0

4b + 4a = 0

37
 4. Por ltimo, la funcin representada en la grfica 7, es x [1, 0]
1
simtrica al polinomio H1 (grfica 5) con respecto al
origen, con lo que, P2 (x) = 23 x3 + 25 x2 + 19
15 x

x [0, 1]
H11 (x) = H1
1
(x)
P3 (x) = 8
(x 1)3 8
(x 1)2 + 1
(x 1) + 1
2 15 5 15
H11 (x) = (x 1) 14 (x + 1)
x [1, 2]
1 2
H11 (x) = 4 (x + 1) (x 1)
1.0
y
Problema 107 Calcular los polinomios que determinan
la interpolacin
por splines cbicos de la funcin f (x) = 0.5
sin 2 x para los puntos x = 1, 0, 1, 2

-1 1 2
Solucin: Los polinomios son de la forma: x
-0.5
P (x) = dx3 + cx2 + bx + a

Vamos a calcular los coeficientes para cada intervalo: -1.0

hi = 1 (xi xi1 )

Figure 8: Comparacin entre la funcin sin 2 x y su
ai = f (xi ) i = 0, . . . N
aproximacin por splines cbicos.


a0 f (x0 ) 1
a1 f (x1 ) 0

a2 = f (x2 ) = 1 Problema 108 Calcular la funcin que interpola, uti-
a3 f (x3 ) 0 lizando la funcin sinc(x) a la funcin f (x) = sin(x) en
los puntos x = , 2 , 0, 2 , .
hi1 ci1 + 2 (hi1 + hi ) ci + hi ci+1 =
3(ai+1 ai ) 3(ai ai1 ) Solucin:
= hi hi1
sin(x)
c0 = c3 = 0 sinc (x) = x
La interpolacin a travs de la funcin sinc(x) :
4 1 c1 0
=
1 4 c2 6 PN sin( ( i)) x
f(x) i=M f (xi ) x ai
2
(a )
c1 5
=
c2 85 xi = a i =
2 [2, 1, 0, 1, 2]

di = ci+1 ci
i = 0, . . . N 1 sin( ( +2)) 2x sin(( 2x +1))
3hi f(x) f () 2x+2 +f +
( ) 2 ( 2x
+1)

2
5
2 sin(( 2x
d0 3 sin(( 2x
)) 1))
152 +f (0) +f +
d1 =

8 2
5 5 = 3 ( 2x
) 2 ( 2x
1)
3 8
d2 8
5 15 sin(2x+)
3 sin( ( 2x
2))
+f () (
= sin 2 2x+ +
2x
2 )
(ai+1 ai ) hi (2ci +ci+1 )
bi = hi 3 i = 0, . . . N 1 sin(2x) sin(2x) sin(2x+)
+ sin 2 2x = 2x 2x+ =
2 13

b0 1 15 15 sin 2x sin 2x sin 2x(2x)sin 2x(2x+)
b1 = 1 45 85 = 19 = 2x+ 2x = 4x2 2 =
3 15
1
b2 1 + 1615 15 = 2 4xsin 2x
2 2

Los splines cbicos nos quedan de la siguiente manera: En la figura 9 se muestran el sin(x) y su aproximacin
por el seno cardinal
P1 (x) = 2
15 (x + 1)3 + 13
15 (x + 1) 1

38
 1.0
Los valores de estos coeficientes son:
y
c2 = c2 = 0
0.5
c1 = c1 = 2

c0 = 2

Sustituimos en el sumatorio que aproxima a la funcin

-10 -8 -6 -4 -2 2 4 6 8 10 y obtenemos:
x
-0.5 f(x) 2 ix
e +
2 2 eix =

= 12 4
cos x
-1.0
El resultado de la aproximacin es, por tanto,
1 4
Figure 9: Comparacin del sin x con su aproximacin f(x) cos x
numrica utilizando sin c(x), tomando como puntos de in- 2
terpolacin x=,
2 , 0, 2 , . La siguiente grfica compara f (x) = |x| con su aprox-
imacin f(x) para N = 2 en el intervalo [, ].
1.0 |x|
y
5
0.5 y
4

3
-10 -8 -6 -4 -2 2 4 6 8 10
x
2
-0.5
1

-1.0
-3 -2 -1 0 1 2 3
x
Figure 10: Comparacin del sin x con su aproximacin Polinomio trigonomtrico (N = 2, [, ])
numrica utilizando sin c(x), tomando como puntos de in-
terpolacin x=2, 3 3
2 , , 2 , 0, 2 , , 2 , 2
En la siguiente grfica se realiza la misma compara-
cin tomando 20 muestras en el intervalo [, ].
Problema 109 Calcular el polinomio trigonomtrico
tomando N = 2, que interpola a la funcin f (x) = |x| |x|
en el intervalo [, ].
5
y
Solucin: 4

x si x 0 3
|x| =
x si 0 x
2
La interpolacin por polinomios trigonomtricos tiene
la forma: 1

2
X -3 -2 -1 0 1 2 3
f(x) ck eikx , x
k=2

donde los coeficientes se calculan a partir de la siguiente Polinomio trigonomtrico (N = 10, [, ])

expresin:
U U

f (x)eikx dx
|x|eikx dx
ck = 2 = 2 =
U0 ikx U ikx
xe dx xe dx
= 2 + 0 2

39
Problema 110 Calcular la aproximacin mnimo
cuadrtica lineal de la tabla
xi yi
0 0
1 1
2 0
3 2

Solucin: Aplicando las frmulas para calcular los coe-

ficientes de la recta que ms 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

4(1+6)(1+2+3)(1+2) 1
= 4(1+22 +32 )(1+2+3)2
= 2

SN SN S SN
x2i yi N i=1 xi yi i=1 xi
b= i=1
Si=1
N S N 2 =
i=1 xi ( i=1 xi )
N 2

(1+22 +32 )(1+2)(1+6)(1+2+3)

= 4(1+22 +32 )(1+2+3)2
=0

P (x) = ax + b = 12 x

4
y
3

0
0 1 2 3 4
x

Figure 11: Aproximacin mnimo cuadrtica

40