1.

Algunas series cuyo límite puede expresarse como una potencia de π son:

← Fórmula de Leibniz

Al realizarse un programa en Matlab para calcular el valor de π en cada uno de los

casos, es posible notar la diferencia entre las velocidades de convergencia de las cinco
series.

En este trabajo se escogió la fórmula de Leibniz para aplicarle una de las técnicas de
aceleración existentes y así ver la diferencia cuando una técnica de aceleración es usada,
ya que presenta una lenta convergencia debido a la sencillez de la serie si se compara con
otras .

Se trabajó además con la transformación de Shanks, llamada así en honor a Daniel

Shanks (1955). Método no lineal para acelerar la convergencia de secuencias
numéricas. Este método fue estudiado y publicado por R. Schmidt en 1941. Consiste
en transformar sumas parciales de una serie. De acuerdo a este método, puede
considerarse la suma parcial Sn de una secuencia infinita de orden n (a0, a1, a2, …, an)
como:

Y su límite S se define como:

Esta transformación (ref) pretende eliminar el elemento en el residuo S – Sn mostrando

la disminución más lenta hacia cero (ref). Para tal fin el límite puede ser escrito en la
siguiente forma:
Donde y son parámetros. Las incógnitas S, y de esta ecuación pueden ser
calculadas usando las tres sumas parciales Sn-1, Sn y Sn+1:

Resolviendo el sistema de ecuaciones obtenemos el límite S que puede ser expresado

como una transformación T(Sn) de la suma de orden n (ref):

Una propiedad importante de esta transformación es que puede aplicarse de manera

consecutiva sobre las secuencias calculadas, eliminando dos términos de la secuencia
cada vez, hasta que sólo queden uno o dos términos en la secuencia.

Para este caso, los valores de los términos que quedaron se reemplazaron como la
sumatoria de los n términos de la serie y se despejó π, obteniendo una aproximación
cuyo error disminuía mientras se aumentaba el orden n.

En la siguiente tabla se puede ver el valor de π calculado para la fórmula de Leibinz

y una comparación cuando se usa la transformación de Shanks como técnica de
aceleración:

Técnica de Tiempo de
Iteraciones π calculado Error
aceleración CPU [seg]
No 136634235 3.141592646269475 7,32 4283.3871

Si 20 3.141592645917769 1,61*10-8 0.013089

En la tabla anterior se puede observar que aunque hay diferencia entre el π estimado
con los dos métodos y el π teórico, es mucho más rápido cuando se trabaja con la
técnica de aceleración. Sin embargo, son necesarias suficientes iteraciones para que la
fórmula de Leibinz llegue a un valor cercano a π. Concluyéndose que con la técnica de
aceleración hay una reducción significativa y considerable en el tiempo de CPU, tiempo
que dura el programa iterando hasta la convergencia.

En el CD adjunto se encuentra un programa llamado “Punto1a” en el cual no se usó la

transformación de Shanks y en el programa “Punto1b” se encuentra el código para
encontrar el valor de π utilizando la técnica de aceleración previamente nombrada.
2. Al calcular π a través del límite:

n términos

Por medio de un código en Matlab, el programa trata de converger aproximándose al

valor teórico de π en la iteración 13, pero al ir aumentando las iteraciones (n), se
presenta un problema de convergencia. A partir de la iteración 14 el valor del π
calculado es mayor al π teórico, luego disminuye y vuelve a aumentar. De la iteración
27 en adelante el valor teórico cae a cero, como se puede observar en la grafica de
abajo.

3.20
3.18
3.16
Valores calculados para "pi"

3.14
3.12
3.10
3.08
3.06
3.04
3.02
3.00
1 5 9 13 17 21 25
Iteraciones "n"
Pi teórico Pi calculado

Para solucionar el problema de convergencia, se tuvo en cuenta la fórmula de Viete,

donde al no haber restas si no productos, se evita el problema de convergencia.

π
Se propuso un programa en Matlab para encontrar el valor de π y la convergencia se
dio en la iteración 17. Al contrario de calcular π a través del límite, con la fórmula de
Viete se llega a la convergencia y no hay variaciones importantes posteriores, como se
puede apreciar en la siguiente grafica, donde a 50 iteraciones el valor de π calculado
permanece.

3.18

3.16

3.14
Valores calculados para "pi"

3.12

3.10

3.08

3.06

3.04

3.02

3.00
0 10 20 30 40 50
Iteraciones "n"
Pi teórico Pi calculado

En el CD adjunto, en el programa llamado “Punto2a” se utilizó la fórmula de límite para

estimar el valor de π y el programa “Punto2b” se realizó teniendo en cuenta la fórmula
de Viete.

La demostración de la fórmula de Viete se presenta a continuación:

Usando la fórmula de Euler:

(1) donde
Reemplazando en la ecuación (1):

Entonces: (2)

Elevando al cuadrado los dos términos de la ecuación (2):

(3)

(4)

Teniendo en cuenta que

(5)

Según las identidades: (6)

(7)

Reemplazando (7) en (6):

→ → (8)

De (8) queda que: (9)

Teniendo en cuenta que: (10)

Si → (11)

Si → (12)

Reemplazando (11) en (10)

 (13)

Reemplazando (12) en (13)

(14)

Generalizando:

n=1 →

n=2 →

n=3 →

Entonces:

(15)

Dividiendo (15) entre :

(16)

Teniendo en cuenta que: y reemplazando en (16)

(17)

Como n→∞

Entonces,

Luego, y reemplazando en (17) se obtiene:

Si , el y → …

Si teniendo en cuenta (9):

Entonces

π
π π
Si

Si

Entonces,

3. Matriz de Hilbert: Son un ejemplo de matrices mal condicionadas y se definen de la

forma:

donde

Usando la instrucción de MATLAB, hilb(n), se genera la matriz de Hilbert de orden n.

Numero de condición: Es una medida de la sensibilidad de la solución de un sistema
de ecuaciones lineales a los errores presentes en los datos. Da una indicación de la
precisión de los resultados de una matriz inversa o una solución de un sistema de
ecuaciones lineales.

Siendo A una matriz no singular, es decir, invertible, el número de condición se denota:

Donde es la norma de la matriz A y es la norma de la inversa de la matriz A.

El número de condición de una matriz es siempre un número mayor que 1, por lo que el
sistema Ax = b estará mejor condicionado cuanto más próximo a 1 esté dicho valor.

Para una matriz A, el número de condición se genera usando la instrucción de

MATLAB, cond(A).

Las matrices mal condicionadas son aquellas en que pequeñas perturbaciones en los
coeficientes de un sistema de ecuaciones lineales (Ax = b) provocan grandes
perturbaciones en la solución del sistema.

Un número de condición muy grande sugiere que la matriz es o está cerca de ser
singular, así que la inversa de dicha matriz podría producir resultados imprecisos. Por lo
tanto, el determinante de la inversa es también impreciso.

Se escribió un código usando la eliminación de Gauss para resolver el siguiente

sistema, una matriz de Hilbert 3X3:

Donde 9.0000 , y

La variación del número de condición de una matriz de Hilbert a medida que el orden de
la matriz (n) aumenta se puede observar en la siguiente tabla:
 n cond(H)
3 1.4083 4,6296 372.1151 524.0568
4 1.5002 1.6534 1.0341 1.5514
5 1.5671 3.7493 3.0414 4.7661
. . . . .
. . . . .
. . . . .
12 1.7954 2.7566 8.6128 1.6776

Para la matriz de Hilbert de 3X3 propuesta, el número de condición es de 524.0568, el

cual es considerablemente lejano a 1, por lo cual la matriz se considera que es mal
condicionada.

Además, para una matriz de Hilbert de orden 12 en adelante, Matlab reporta una
advertencia “La matriz está cerca de ser singular o mal escalda. Los resultados podrían
ser imprecisos”. Esto, porque desde el orden 12, el determinante de la matriz es muy
cercano a cero y si el determinante es cero la matriz es singular y no tiene inversa.

En el CD adjunto, con el programa llamado “Punto3” se estiman los valores del número
de condición y es posible observar su variación si el orden de la matriz (n) es cambiado.

Referencias

Hurtado J. Reanalysis of linear and nonlinear structures using iterated Shanks

transformation. Computer methods in applied mechanics and engineering. 4215-4229
(2002).
Goulden I, Jackson D. Shanks' convergence acceleration transform, Padé approximants
and partitions. Journal of Combinatorial Theory, Series A. Volume 43, Issue 1,
September 1986, Pages 70-84.