lOMoARcPSD|5302848

Escuela Politécnica de Ingenierı́a de Gijón. Departamento de Matemáticas

EXAMEN DE MÉTODOS NUMÉRICOS

Convocatoria extraordinaria

17 de junio de 2019

1. (2 puntos)

a) Hacer dos iteraciones del algoritmo de Newton-Raphson con la función f (x) = x3 − 2 para
calcular la raı́z cúbica de 2, comenzando con la semilla x0 = 1,
√
b) Justifica la convergencia local del método hacia 3 2. ¿Cuál es el orden de convergencia?

2. (2.25 puntos) Sea la matriz dada como

 
1 a 0
A =  1 1 1 , a, c ∈ R.
0 c 1

a) Calcular los valores a y c para los cuales existe A−1 .

b) Obtener, cuando sea posible, el número de condición de A asociado a la norma 1 para a = 1,
c = 0 y a = 1, c = 1.
c) Cuando a = 1 y c = 1, se ha resuelto de manera aproximada el sistema Ax = b, con b =
(1, 1, 1)T , obteniéndose x̂ = (0, 0.989898, 0)T . Dar una cota superior del error relativo cometido
utilizando k · k1 .
d ) Obtén, o justifica que no existe, una factorización de Cholesky cuando a = c = 1.

3. (2.25 puntos) Se consideran los nodos x0 = −0.5, x1 = 0, x2 = 0.5.

a) Obtener los polinomios de base de Lagrange asociados a esos nodos

b) Sea f (x) = cos(x). Obtener la expresión del polinomio p(x) que interpola a f (x) en los nodos
dados, usando la base de Lagrange.
c) Dar una cota del error |p(x) − f (x)| en el intervalo [−0.5, 0.5]. Exprésala en notación de coma
flotante normalizada con dos cifras en la mantisa obtenidas mediante redondeo.
d ) Obtén el polinomio de grado 2 que mejor ajusta la función f (x) en los nodos dados en el
sentido de los mı́nimos cuadrados.

4. (1.75 puntos)

a) Obtener la fórmula del punto medio compuesta (expresada mediante un sumatorio), dividiendo
el intervalo [a, b] en n = 2m intervalos iguales y aplicando la fórmula simple en cada uno de
los m subintervalos [x0 , x2 ] ,[x2 , x4 ] , . . .
b) Sea f (x) = sin(x) , definida en x = 0 para que sea continua en todo R. Aproximar el valor
R 2π x
de I = 0 f (x)dx usando la fórmula del punto medio compuesta y la fórmula de Simpson
compuesta con m = 2 (número de veces que se aplica la fórmula simple) en ambos casos.
c) Si llamamos Mi = máx{|f (i) (x)| : x ∈ [0, 2π]}, se sabe que

M0 = 1.0000; M1 = 0.4362; M2 = 0.3333; M3 = 0.2381; M4 = 0.2000; M5 = 0.1251.

Obtén cotas del error cometido con las dos aproximaciones anteriores.

1
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

5. (1.75 puntos) Se considera el problema de valor inicial


 ′ y(x)
y (x) = + 1 para x > 1
x
 y(1) = 0

a) Prueba que la función y(x) = xLnx es solución del problema de valor inicial para x ≥ 1.
b) Explica el método de Euler tomando paso constante h = 0.1 para aproximar la solución de
este problema de valor inicial y obtén una aproximación del valor de la solución en x = 1.2.
¿Cuál es el error absoluto cometido al hacer esta aproximación?
c) Explica el método de Heun tomando paso constante h = 0.2 para aproximar la solución de
este problema de valor inicial y obtén una aproximación del valor de la solución en x = 1.2.
¿Cuál es el error absoluto cometido al hacer esta aproximación?

2
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Grado de Ingenierı́a Industrial. EPI Gijón. Departamento de Matemáticas

∗
MÉTODOS NUMÉRICOS

Examen segunda parte.

14 de Mayo de 2019

1. Dada la función f (x) = log(x) (logaritmo neperiano)

(a) (1.5 puntos) De todos los polinomios de grado dos ¿cuál es el que minimiza el error que se produce
en el intervalo [1, 2] cuando se utiliza como polinomio interpolador de f (x)?
Obtener los nodos para este polinomio y acotar el error que se cometerı́a.
(b) (1 punto) De todos los polinomios de grado dos, obtener el que mejor se aproxima, en el sentido de
los mı́nimos cuadrados, a los puntos (0, 6), (1, 0), (2, 50).
(c) (1 puntos) Si nos restringimos a funciones del tipo y(x) = ax2 , obtener el valor de a que minimiza
el error cuadrático total de aproximación de los datos dados en el apartado anterior y calcular dicho
error.
2. Sea f (x) una función continua en [−1, 1]. Queremos aproximar integrales del tipo:
Z 1
I(f ) = ¯ ) = A0 f (x0 ) + A1 f (x1 ),
f (x)(1 + x2 ) dx, utilizando la fórmula I(f
−1

con x1 = −x0 .
(a) (1.75 puntos) Obtener la fórmula sabiendo que su grado de exactitud es al menos 2. ¿Cuál es el
grado de exactitud de la fórmula obtenida?
R1
Aproximar la integral I = −1 e−x (1 + x2 ) dx usando la integral (tomar f (x) = e−x ).
(b) (1.75 puntos) Si quisiéramos aproximar la integral I utilizando la regla del trapecio compuesta,
¿cuántos intervalos serı́an necesarios para asegurar que el error absoluto sea menor que 0.01?

Nota1: Si g(x) = e−x (1 + x2 ) entonces

g ′ (x) = e−x (−x2 + 2x − 1), g ′′ (x) = e−x (x2 − 4x + 3), g ′′′ (x) = e−x (−x2 + 6x − 7)

Nota2: Realizar las operaciones con redondeo a 6 cifras decimales

3. Se considera el problema de valor inicial


y ′ = ty in (0, 1]
(PVI)
y(0) = 1
(a) (1 punto) ¿Cuál de estas funciones es una solución de la ecuación diferencial para todo k ∈ R?
2
i. y(t) = ekt
1 2
ii. y(t) = ke 2 t
iii. y(t) = ktet
(b) (1 punto) Obtener una aproximación de la solución del PVI usando el método de Euler con 3 nodos
igualmente espaciados (2 pasos). Realizar los cálculos con redondeo a 4 cifras decimales.
(c) (1 punto) Si hemos resuelto el problema por el método de Heun h = 0.01 y hemos obtenido la
aproximación y100 = 1.6487142 en T = 1. Sabiendo que la solución exacta es y(1) = 1.6487212, dar
una estimación del error absoluto que obtendrı́amos si hubiéramos usado pasos H = 0.1.

∗
cbn Copyright © 2019 Policarpo Abascal, Pedro Alonso, Daniel de la Fuente, Maria Luisa Garzón, Mariano Mateos. This
work is licensed under the Creative Commons Attribution-NonCommercial 4.0 International License. To view a copy of this license,
visit [Link]
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

E.P.I. Gijón Métodos Númericos - GITELE01 - (21-XII-2018) Dep. Matemáticas

Apellidos y nombre dni

1. (2 puntos) Calcule los polinomios de primer y segundo grado que mejor aproximan por mı́nimos
Rπ cuadrados continuo la
función f (x) = sen(x) en el intervalo [−π, π] utilizando el producto escalar: < f, g >= −π f (x).g(x) dx
<f,Lk >
(L0 (x) = 1, L1 (x) = x, Lk (x) = 2k−1 k−1
k xLk−1 (x) − k Lk−2 (x)
2
y < Lk , Lk >= 2k+1 con x ∈ [−1, 1]. ak = <L k ,Lk >
)

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

xi 0 -1 a
2. (2 puntos) Ajusta los datos a una función del tipo y = aplicando la técnica de linealización
Yi 1.5 3 x+b
a 1
y ′ = a′ + b′ x′ , mediante la transformación x′ = xy, y ′ = y, a′ = , b′ = − . (Recta de regresión: y = a0 + a1 x
Pn
P n  b b

2 2
P n Pn

a1 = i=1 xi Yi − n x Y / i=1 xi − n x , a0 = Y − a1 x̄, Y = i=1 Yi /n, x= i=1 xi /n

Z 1
3. (2 puntos) a) Calcula A y B de forma que f (x) dx ≈ Af (1/3) + Bf (2/3) sea la fórmula de cuadratura sobre el
0
intervalo [0, 1] que utiliza como nodos los puntos 1/3 y 2/3.
Z 3
b) Utiliza la fórmula anterior para evaluar x2 dx con A = B = 1/2.
0

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

4. (2 puntos) Sea f una función que verifica: f (2) = 2, f (1) = 1, f (3) = 1, f (4) = 2.
a) Expresa el polinomio de interpolación de lagrange mediante la fórmula de Newton.
 
f [x ,··· ,x ]−f [x ,··· ,xm ]
0 m−1 1
f [x0 , · · · , xm ] = x −xm , Pn (x) = f [x0 ] + · · · + f [x0 , x1 , . . . , xn ](x − x0 ) · · · (x − xn−1 )
0

b) Evalúa la aproximación de la función f en el punto x = 2.5 utilizando la técnica de interpolación segmentada lineal.

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848


y ′′′ (x) + y(x) = x
5. (2 puntos) Dado el problema del valor inicial Calcule el valor aproximado de y(3)
y(1) = 1, y ′ (1) = −1, y ′′ (1) = 0
con paso h = 1, usando un método de Runge Kutta definido por:
K K
K1 = h · f (ti , ui ), K2 = h · f (ti + h, ui + K1 ), ui+1 = ui + 21 + 22

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

E.P.I. Gijón Métodos Númericos - GITELE01 - (20-XII-2017) Dep. Matemáticas

Apellidos y nombre dni

1. (3 puntos) Sea la función f (x) = x4 + x

a) Calcula el polinomio de interpolación de Lagrange considerando como nodos xi los puntos −1, 0 y 2.
b) Lo mismo del apartado anterior considerando ahora los nodos −1, 0, 1 y 2.
c) Halle, si existen, los valores de a, b, c, d ∈ l-R para que s(x) sea un spline cúbico en [−1, 2] de la función f , cumpliendo
la condición no un nudo: s′′′ (x) continua en x1 y en xn−1
(x + 1)3 + a(x + 1)2 + b(x + 1)

x ∈ [−1, 0]
s(x) =
(x − 2)3 + c(x − 2)2 + d(x − 2) + 18 x ∈ [0, 2]

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

2. (2 puntos) Calcula la aproximación discreta de Fourier de grado 2 del conjunto de datos fi = (0, 1, 0, −1).
m−1
ā0 ām X

S m (s) = + cos(mΩ0 s) + āk cos(k Ω0 s) + b̄k sen(k Ω0 s) ;
2 2
k=1
n−1 n−1
2X 2X
āk = f cos(k Ω0 i) k = 0, 1, . . . , m; b̄k = f sen(k Ω0 i) k = 1, . . . , m − 1; Ω0 = 2π/N
n i=0 i n i=0 i

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

R4
3. (3 puntos) Se considera la integral 1
(1 + x4 ) dx.  
b−a
a) Halla una aproximación de su valor utilizando la Regla de Simpson compuesta con 5 nodos n = 2m = 4, h = .
2m
b) Estima el número mı́nimon = 2m necesario para asegurar un error detruncamiento teórico menor que 10−4 .
Z b m−1 m 4
h X X (b − a)h (iv)
Simpson C. f (x) dx ≈ f (a) + 2 f (x2j ) + 4 f (x2j−1 ) + f (b) siendo E = − f (ξ) ξ ∈ (a, b).
a 3 j=1 j=1
180
c) Calcula la integral a través de la fórmula de cuadratura Gaussiana con n!= 2 nodos.
Z 1 Xn
f (x) dx ≈ ci f (ri ) con r1 = 0.5773, r2 = −0.5773 y c1 = c2 = 1
−1 i=1

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

 ′

 x (t) = x(t) + y(t) − t
 ′
y (t) = y(t) + z(t) + t
4. (2 puntos) Dado el problema del valor inicial Calcule el valor aproximado de x(2), y(2), z(2)

 z ′ (t) = x(t) − z(t)
x(0) = 0 y(0) = 1 z(0) = 1

con paso h = 1, usando el método de Runge-Kutta:
K2 = hf tn + 21 h, un + 12 K1


K1 = hf (tn , un ) un+1 = un + K2

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Parcial 1 de métodos numéricos — 11 de marzo de 2020

Importante: el método de resolución y las explicaciones influyen en la nota.
Tiempo: Dos horas

Ejercicio 1 (1 punto). El cuentakilómetros de una bicicleta calcula la distancia

recorrida computando el número de vueltas de la rueda, usando como aproximación
π ≃ 3.1. Un amigo nos dice que es importante utilizar π ≃ 3.14 al menos. Se sabe
que el diámetro de la rueda (por la presión, desgaste, etc.) es 0.8m±0.02m. ¿Tiene
razón nuestro amigo?
Solución. Por extraño que parezca, este era el ejercicio más difícil. Lo impor-
tante es darse cuenta de que no se pueden comparar cantidades que no corresponden
al mismo concepto (en román paladino, no se pueden mezclar peras y manzanas).
Lo único que se puede comparar aquí es el error relativo cometido (que mide
“cuánto se equivoca cada uno”). Nosotros nos equivocamos, al usar 3.1 en lugar
de 3.141592 en
0.041592
Eπ ≃ ≃ 0.013 = 1.3%
3.141592
mientras que el error que se puede cometer (y sobre el que no se tiene ninguna
información) al medir el radio de la bicicleta es, por lo general:
0.02
Er = = 0.025 = 2.5%
0.8
así que, hagamos lo que hagamos, mejorar la precisión de π no sirve para nada
mientras no tengamos una medida más precisa de la longitud de la rueda.
Ejercicio 2 (4 puntos (2+2)). Se quiere calcular el punto de corte de las gráficas
de f (x) = 1+x
1
2 y g(x) = 2x, utilizando el algoritmo de Newton-Raphson. Sea r la

coordenada x de dicho punto de corte. Utilizando la semilla x0 = 1/2:

(1) Calcular x1 ,
(2) Sin calcular x2 , ¿puede asegurarse de alguna manera que |x2 − r| < 0.001?

Solución. Lo primero necesario es plantear el problema de manera razonable

(con una función sencilla). Se trata de resolver
1
= 2x,
1 + x2
lo cual es más fácil poner como
2x3 + 2x − 1 = 0.
Tomemos f (x) = 2x3 + 2x − 1, cuya derivada es f ′ (x) = 6x2 + 2. El algoritmo de
Newton es
f (xi )
xi+1 = xi − ′ .
f (xi )
Como nos dicen que x0 = 21 , queda
1 1/4 + 1 − 1 1 1 6 3
x1 = − = − = = ≃ 0.42857.
2 6/4 + 2 2 14 14 7
Con esto queda contestada la primera pregunta.
Para la segunda, necesitamos f ′′ (x) = 12x. Tanto f ′ (x) como f ′′ (x) son cre-
cientes en el intervalo 0.4285. Calculemos f (0.42) = −0.01 < 0, mientras que
f (0.42857) > 0. Por un lado, f ′′ (x) es menor que f ′′ (0.42875) = 5.1428; por
otro, f ′ (x) es mayor que f ′ (0.42) = 3.0584. Así pues, dado que la anchura de
[0.42, 0.42857] es 0.00857, nos queda que
5.1428
|x2 − r| ≤ |x1 − r|2 ≤ 1.69 · 0.00852 < 0.0001,
3.0584

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

por lo que sí se puede asegurar.

La segunda parte de este ejercicio es el segundo ejercicio más difícil del examen.
La primera debería ser bien conocida, pero hay que plantearla lo más fácilmente
posible.
Ejercicio 3 (1 punto (0.5+0.5)). ¿De qué dimensión es el espacio vectorial que
representa las imágenes de tamaño 800 × 600 en escala de grises? Se considera, en
dicho espacio, la convolución con núcleo:
 
6 0 −6
 0 0 0 .
−6 0 6
¿Cuántos elementos distintos de 0 hay en cada fila de la matriz correspondiente a
dicha convolución?
Solución. El espacio vectorial es el de las imágenes de 800 × 600 píxeles, que
tiene dimensión 800 × 600 = 480000.
El número de elementos distintos de cero es el de elementos del núcleo distintos
de cero. Como nos lo dan explícitamente, podemos decir el valor exacto: 4.

Ejercicio 4 (2 puntos). Enunciar con precisión el algoritmo de Gauss sin piv-

otaje.

Solución. Está en los apuntes.

Ejercicio 5 (1 punto). Se quiere calcular la factorización LU de una matriz
usando el algoritmo de Gauss. En un momento dado, hay que realizar la operación
siguiente: sustituir la fila 7 por la fila 7 menos 0.5 veces la fila 2. ¿Qué puedes
decir sobre algún elemento de L?
Solución. El elemento l72 (el de la fila 7, columna 2 es 0.5).

Ejercicio 6 (1 punto). Se ha calculado la descomposición LU de una matriz A

y ha quedado:  
1 ∗ 1
U = 0 2 ∗
0 0 3
donde los ∗ son números cualesquiera. Dar un ejemplo de matriz A para la que
dicha factorización sea posible.

Solución. Cuando se tiene la posibilidad de elegir, elíjase lo más sencillo siem-

pre. En este caso, se sabe que A = L · U y se nos da U . Nada impide que L sea la
matriz identidad, así que sirve, por ejemplo A = U .

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

Métodos Numéricos. Grupos A - B

Escuela Politécnica de Ingeniería de Gijón Primer Parcial. 17 de marzo de 2021.
Se ha de contestar razonadamente. Cualquier resultado (no trivial) no visto en clase o en el material presentado
en el Campus Virtual se ha de justificar; en caso contrario, no se valorará.

1)
a) Citar dos problemas matemáticos concretos, de distinta naturaleza, que no se puedan resolver mediante
cálculo simbólico y explicar brevemente el porqué. Añadir un tercer problema que no sea aconsejable
resolverlo mediante cálculo simbólico.

b) Obtener, paso a paso, una cota superior del error absoluto e cometido al calcular A / B , si se utilizan las
aproximaciones A  a = 1.2 , B  b = 1.1 obtenidas por redondeo. Usar la cota obtenida para acotar
también el error relativo e r . Expresar los resultados como cociente de dos números enteros.
(0.75p.+0.75p.)

Solución.
a)

En general, no se pueden obtener los ceros de un polinomio de grado mayor o igual a cinco, mediante cálculo
simbólico. Con los trabajos de Galois y Abel se demostró que no existe una fórmula general para obtener
dichos ceros.

e
− x2
La integral dx tampoco se puede resolver mediante cálculo simbólico. Resulta que la función
0

integrando e − x no tiene una primitiva que se pueda expresar mediante funciones elementales. De esta
2

forma, la regla de Barrow aplicada a dicha integral no tiene ninguna utilidad.

En ocasiones, existe método simbólico, pero requiere excesivo número de operaciones. Así, por ejemplo, la
resolución de “grandes” sistemas de ecuaciones lineales.

b)
A  a = 1.2  A  1.15 , 1.25)

B  b = 1.1  B  1.05 , 1.15)

Cota del error absoluto

a 1.2 12 A  1.15 A 1.15 A  1.25 A 1.25 125 25

= =   =1   = =
b 1.1 11 B  1.15 B 1.15 B  1.05 B 1.05 105 21

A a A 12 12 25 12   1 23  23
e= − = −  max  − 1 , −  = max  , =
B b B 11 11 21 11   11 231 231

Cota del error relativo

A A e 23 / 231 23
= 1 er =  
B B A A 231
B B

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

2)
a) Definir cero simple y cero doble de una función f . Si aplicamos el método de bisección a una función
f continua, que tiene dos ceros: c (simple) y d (doble) en un intervalo a , b tal que f (a) f (b)  0 , ¿sería
posible que no nos aproximásemos a c ? Si la respuesta es afirmativa, poner un ejemplo concreto; si es
negativa, justifíquese.

x
b) Sea f ( x) = − e2 x . Usar un corolario del teorema de Rolle para obtener el nº máximo de ceros reales
x −1
de f ¿Cuántos ceros reales tiene exactamente f ? Separarlos en intervalos (a , b ) tal que a , b  Z , b − a = 1

c) Si elegimos una semilla x 0 y usamos el método de Newton para aproximar un cero simple de una función
f , obtener (gráfica y analíticamente) el primer iterante x1 . Aproximar, de esta forma, un cero de la función
del apartado anterior, eligiendo x0 = 0 .
(0.75p.+1.25p.+0.75p.)
Solución.
a)
Si la función f es derivable en c , se dice que c es un cero simple de f : f (c) = 0 y f ' (c)  0 .

Si la función f es derivable dos veces en c , se dice que c es un cero doble (de multiplicidad 2 )
de f : f (c) = 0 , f ' (c) = 0 y f ' ' (c)  0 .

Si aplicamos el método de bisección a una función f continua, que tiene dos ceros: c (simple) y d (doble)
en un intervalo a , b tal que f (a) f (b)  0 , ¿sería posible que no nos aproximásemos a c ?

La respuesta es afirmativa

Ejemplo.

Sea f ( x) = x( x − 1) 2 , c = 0 es el cero simple, d = 1 es el cero doble.

Si aplicamos bisección, siendo a , b = − 1 , 3 el intervalo inicial, resulta que c1 = 1 es el cero doble.

En el ejemplo anterior, uno de los puntos medios coincide con el cero doble y el algoritmo llega a su fin. Así
pues, hay situaciones particulares (excepcionales) en las que el algoritmo de bisección no aproxima al cero
simple de la función.

b)
Dom f = R − 
x
f ( x) = − e2 x 1
x −1

La función f es continua y derivable en su dominio. Nótese que f = f1 − f 2 , siendo f 1 una función

racional y f 2 es la composición de una función polinomica con la exponencial.

x −1− x  1 
Si x  1 , f ' ( x) = − 2e 2 x = − + 2e 2 x 
( x − 1) 2
 ( x − 1)
2


1
0 , 2e 2 x  0  f ' ( x)  0 x  1  f ' ( x)  0 x  1
( x − 1) 2

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

Así pues, los intervalos de monotonía de f son (−  , 1) y (1 , + ) . Nótese que f es derivable en cada
uno de estos intervalos y la derivada es distinta de cero.

Un corolario del teorema de Rolle nos garantiza que la función f tiene, a lo sumo, un cero en cada uno de
dichos intervalos. En consecuencia, el número máximo de ceros reales de f es dos.

f es continua en el intervalo (−  , 1)

 x 
lim f ( x) = lim  − e 2 x  = 1 − e − = 1 − 0 = 1
x → − x → −  x − 1 

 x  1
lim f ( x) = lim−  − e 2 x  = − − e 2 = − − e 2 = −
x →1− x →1  x − 1  0

El teorema de Bolzano nos garantiza que en el intervalo (−  , 1) la función f tiene, al menos, un cero. Por
tratarse de un intervalo de monotonía, podemos asegurar que en dicho intervalo la función tiene exactamente
un cero c1

 c1  (− 1 , 0)
1 1
f (0) = −1  0 , f (−1) = − 0
2 e2

f es continua en el intervalo (1 , + )

 x  1
lim f ( x) = lim+  − e 2 x  = + − e 2 = + − e 2 = +
x →1+ x →1  x − 1  0

 x 
lim f ( x) = lim  − e 2 x  = 1 − e + = −
x→ + x → +  x − 1 

El teorema de Bolzano nos garantiza que en el intervalo (1 , + ) la función f tiene, al menos, un cero. Por
tratarse de un intervalo de monotonía, podemos asegurar que en dicho intervalo la función tiene exactamente
un cero c 2

lim+ f ( x) = + , f (2) = 2 − e 4  0  c2  (1 , 2)
x →1

La función f tiene exactamente dos ceros reales, separados en los intervalos (− 1 , 0) y (1 , 2 ) .

c)
Sea c un cero simple de una función f y x 0 una semilla elegida. La recta tangente a la curva y = f (x) en
el punto (x0 , f ( x0 ) ) tiene por ecuación:

y = f ( x0 ) + f ' ( x0 )( x − x 0 )

el punto de corte x = x1 de esta recta con el eje de abscisas se obtiene fijando y = 0 . Resulta

f ( x0 )
x1 = x0 −
f ' ( x0 )

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

x −1
Para el caso de la función f ( x) = − e2 x , f ' ( x) = − 2e 2 x
x −1 ( x − 1) 2

f (0) −1 1
si x0 = 0 , x1 = 0 − =− =−
f ' (0) −1− 2 3

 ( x3 + x 2 - x) / 5 si x  0
3) Sea g ( x) =  log( 2)  0.7 , log( 5)  1.6
( )
 − x − log( x + 1) / 5 si x  0
2
continua en R

a) ¿es g derivable en x = 0 ? ¿a quiénes se les llama puntos críticos de g en el intervalo − 2, 1 ? Obtener tales
puntos y utilizarlos, si procede, para calcular el máximo absoluto M y el mínimo absoluto m de g (x) si
x  − 2, 1 ¿mapea g en el intervalo − 2, 1 ?
b) Obtener un punto fijo c de g y estudiar la convergencia local y el orden de convergencia de la sucesión
(xn ) definida por xn+1 = g ( xn ) .
(1.5p.+0.75p.)
Solución.
a)
g es derivable en x = 0 : g es derivable por la izquierda y por la derecha y ambas derivadas son iguales

2x
−1−
3x + 2 x − 1 x + 1 = − x − 2x − 1
2 2 2
Si x  0 , g ' ( x) = Si x  0 , g ' ( x) =
5 5 5x 2 + 5

3x 2 + 2 x − 1 1 − x 2 − 2x − 1 1
lim+ g ' ( x) = lim+ = − R lim− g ' ( x) = lim− = − R
x →0 x →0 5 5 x →0 x →0 5x + 5
2
5

g ' (0 + ) = g ' (0 − ) = −1 / 5 , es decir, g es derivable en x = 0 y g ' (0) = −1 / 5

Los puntos críticos de g en el intervalo − 2, 1 son los puntos frontera del intervalo ( x = −2 , x = 1) y, si
acaso, los puntos interiores donde la función g no es derivable o donde la función derivada es igual a cero.
En el caso que nos ocupa, la función es derivable en todo punto.

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

 (3x 2 + 2 x − 1) / 5 si x  0
g ' ( x) =  g ' (0) = −1 / 5
( )(
 − x − 2x − 1 / 5x + 5
2 2
) si x  0

− 2 + 16 1
Si x  0 , g ' ( x) = 0  3x 2 + 2 x − 1 = 0  x = =
6 3

Si x  0 , g ' ( x) = 0  x 2 + 2 x + 1 = 0  ( x + 1) 2 = 0  x = −1

Los puntos críticos de g en el intervalo − 2, 1 son − 2 , - 1 , 1 / 3 , 1

Por ser g continua en el intervalo − 2, 1 , el teorema de Weierstrass nos garantiza la existencia del máximo
absoluto M y del mínimo absoluto m de g (x) si x  − 2, 1 .

2 − log( 5) 0.4 1 − log( 2) 0.3 1 / 27 + 1 / 9 − 1 / 3 1 1

g (−2) =  , g (−1) =  , g (1 / 3) = =− , g (1) =
5 5 5 5 5 27 5

M = maxg (−2) , g (−1) , g (1 / 3) , g (1)  = 1 / 5 m = ming (−2) , g (−1) , g (1 / 3) , g (1)  = −1 / 27

Tanto el máximo como el mínimo pertenecen al intervalo − 2, 1 . Así pues, la función g mapea en − 2, 1 .

b) g es continua y mapea en el intervalo − 2, 1 . Por tanto, g tiene, al menos, un punto fijo en − 2, 1 .

Se verifica que g (0) = 0 , es decir, c = 0 es punto fijo de g . La función g es de clase uno en R.

g ' (0) = −  (− 1 , 1) . Por tanto,   0 / x0  −  ,   la sucesión (xn ) definida por x n+1 = g ( x n )
1
5
converge a c = 0 , es decir, hay convergencia local. El orden de convergencia es 1 (convergencia lineal) ya
que g ' (0)  0 .

Nota.
c = 2 es otro punto fijo de g . En este caso no hay convergencia local ya que g ' (2) = 3  1

4) Sea Ax = b un sistema de n ecuaciones lineales con n incógnitas.

a) Enunciar una condición necesaria y suficiente (usando menores principales) para que se pueda completar
la primera etapa del método de Gauss simple.

b) Si la matriz A tiene factorización LU ¿se garantiza que A es invertible? Justifíquese la respuesta.

c) ¿Cuántas factorizaciones LU tiene la matriz A =  − 8 , 1 , 0 , 16 ,−2 , 1 , 0 , − 1 , 1  ? Usar el método de

Gauss con pivote parcial para obtener la factorización L U de una matriz permutada de A. A partir de esta
factorización, obtener una nueva factorización L*U * , donde U * tenga “unos” en la diagonal principal.
(0.5p.+0.5p.+1.25p.)

Solución.

a) Consideremos los n − 1 menores principales, de la matriz A , siguientes:

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

 a11 a12 ' ' a1, n −1 

 
 a 21 a 22 ' ' a 2, n −1 
a a12 
1 = a11  2 = det  11  , . . . ,  n −1 = det  ' ' ' ' ' 
 a 21 a 22   
 ' ' ' ' ' 
 
 a n −1, 1 a n −1, 2 ' ' a n −1, n −1 

Una condición necesaria y suficiente para que se pueda completar la 1ª etapa del método de Gauss
simple es que los n − 1 menores principales 1 ,  2 , . . . ,  n−1 sean distintos de cero.

b) Si la matriz A tiene factorización LU , NO se garantiza que A sea invertible. Así, por ejemplo, la matriz
1 2 
A =   tiene factorización LU y no es invertible
1 2 

1 2  1 0   1 2 
  =    
1 2  1 1   0 0 

c)
 − 8 1 0
 
A =  16 − 2 1  det(A) = 16 − 16 − 8  0 A es invertible
 0 − 1 1
 

Si A es invertible, sabemos que A tiene factorización LU si, y sólo si, todos los menores principales
1 ,  2 , . . . ,  n son distintos de cero.

− 8 1 
 2 = det   = 0 A no tiene ninguna factorización LU
 16 − 2 

 − 8 1 0  16 − 2 1  16 − 2 1  16 − 2 1 
       
 16 − 2 1    − 8 1 0    0 0 1/ 2   0 − 1 1 
 0 − 1 1  0 − 1 1  0 −1 1   0 0 1 / 2 
      
1 2 m21 = −1 / 2 2 3 m32 = 0
m31 = 0

 0 1 0  1 0 0  1 0 0 16 − 2 1 
       
P = 0 0 1 , L =  m31 1 0 =  0 1 0 , U =  0 −1 1 
1 0 0 m 1   − 1 / 2 0 1  0 0 1 / 2 
   21 m32 

 16 − 2 1 
 
La matriz permutada de A es PA =  0 − 1 1  = LU
 − 8 1 0
 

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

16 − 2 1  16 0 0   1 − 1 / 8 1 / 16 
    
U =  0 −1 1  =  0 −1 0  0 1 − 1  = DU *
0 0 1 / 2   0 0 1 / 2   0 1 
 0

 1 0 0  16 0 0   1 − 1 / 8 1 / 16 
   
PA = LU = LDU* =  0 1 0  0 − 1 0   0 1 −1  =
 − 1/ 2 0 1  0 0 1/ 2  0 1 
   0

 16 0 0   1 − 1 / 8 1 / 16 
  
=  0 −1 0  0 1 − 1  = L *U *
 − 8 0 1/ 2  0 1 
  0

5) Sea A =  [−2 , −  , 0] , [ , 2 , −  ] , [0 , −  , 2 ]  ,   R , la matriz de coeficientes de un sistema de

ecuaciones lineales Ax = b .

a) Determinar, sin usar la respuesta al apartado b), una condición suficiente pero no necesaria (en términos
del parámetro  ) para que el algoritmo de Jacobi aplicado al sistema Ax = b sea convergente.
b) Determinar una condición necesaria y suficiente (en términos del parámetro  ) para que el algoritmo de
Jacobi aplicado al sistema Ax = b sea convergente.
(0.5p.+0.75p.)

Solución.
a) Una condición suficiente, pero no necesaria, para que el algoritmo de Jacobi aplicado al sistema Ax = b
sea convergente es que la matriz A sea estrictamente diagonal dominante por filas o equivalentemente que la
matriz de iteración del método tenga norma infinito menor que uno.

− 2 − 0   0 − / 2 0 
   
A=  2 −  BJ =  −  / 2 0  / 2
 0 − 2   0  /2 0 
 

   
BJ 
= max −  / 2 , −  / 2 +  / 2 ,  /2  = max  ,  ,  = 
 2 2 

Si   1 , es decir, si   (− 1 , 1) entonces Jacobi es convergente

b) Una condición necesaria y suficiente para que el algoritmo de Jacobi aplicado al sistema Ax = b sea
convergente es que todos los valores propios de la matriz B J sean, en módulo, estrictamente menores que
uno.

Los valores propios de B J son los ceros del polinomio característico det (B J − I )

 − − / 2 0 
  2  2 
det (B J − I ) = det  −  / 2 −  / 2  = −3 +  = −  2 − 

 0  / 2 −  
2  2 


Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Manuel José Fernández, mjfg@[Link]

2  2 
Los valores propios de B J son 1 = 0 2 = = 3 = − =−
2 2 2 2

 2 = 3 =

(
1    2    - 2 , 2 )
2

(
Si   - 2 , 2 ) entonces Jacobi es convergente y recíprocamente.

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Grados en Ingenierı́a Industrial, EPI Gijón. Primer curso, segundo semestre

Métodos Numéricos

Examen final.

Lunes, 16 de mayo de 2022

1. Ejercicio Tema 1 (1 punto)

a) (0.5 puntos) Dados a = 1.3524 y b = 1.3528, calcule el punto medio de [a, b] utilizando
aritmética de 4 dı́gitos (a.k.a. aritmética de coma fija con 3 decimales) obtenidos mediante
redondeo. Comente el resultado.
b) (0.5 puntos) Resuelva la ecuación de segundo grado

x2 + 1016 x + 1 = 0

utilizando las expresiones adecuadas. Justifique el procedimiento.

Solución
a) Se calcula la aproximación de a + b con 4 dı́gitos

S ∗ = (a∗ + b∗ )∗ = (1.352 + 1.353)∗ = (2.705)∗ = 2.705

Se calcula el punto medio

 ∗
∗ S∗
p = = (1.3525)∗ = 1.353
2
y se observa que p∗ ∈ / [a, b] y, por tanto, no puede ser el punto medio, que es p = 1.3526
debido a los errores de redondeo que se producen al trabajar con aritmética finita.
b) Utilizando la fórmula de la raı́z de una ecuación de segundo grado, se tiene:
√ √
−b + b2 − 4ac −1016 + 1032 − 4
x1 = =
2a 2
y √ √
−b − b2 − 4ac −1016 − 1032 − 4
x2 = = ≈ −1016
2a 2
En la raı́z x1 se produce un error de cancelación, que se subsana como sigue:
√ √
−1016 + 1032 − 4 −1016 − 1032 − 4
x1 = √
2 −1016 − 1032 − 4
(−1016 )2 − (1032 − 4) 4
= √ ≈ = −10−16
16
−2(10 + 10 − 4) 32 −4 · 1016

2. Ejercicio Tema 2 (2 puntos)

De la función f (x) = 21 e2x − 9x. se sabe que la ecuación f (x) = 0 tiene exactamente dos soluciones
reales c1 y c2 tales que c1 ∈ [0, 1/2] y c2 ∈ [3/2, 2].
a) (1 punto) Demuestre que es posible aproximar la solución c1 mediante el método de punto fijo
eligiendo como función de iteración g(x) = e2x /18 y como semilla cualquier punto del intervalo
[0, 1/2]. ¿Cuántas iteraciones son necesarias para asegurar que dicha raı́z c1 se aproxima con
un error absoluto menor que 10−4 tomando como semilla x0 = 0?

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

b) (1 punto) Aproxime la solución c2 mediante una iteración del metodo de la secante tomando
como semillas x0 = 3/2 y x1 la segunda iterada del metodo de bisección.

Solución:

a) Tenemos que probar que hay convergencia global del método del punto fijo en el intervalo
[0, 1/2] con función de iteración g(x).
Primero, es necesario comprobar que, en [0, 1/2], el punto fijo de g(x) coincide con la raı́z de
f (x).

1
g(x) = x ⇔ e2x = 18x ⇔ e2x = 9x ⇔ f (x) = 0
2
Notar que g(x) es indefinidamente derivable en todo R y con derivadas continuas, en particular,
g ′ (x) = e2x /9 > 0.
Tenemos que comprobar también la condición de mapeo g([0, 1/2]) ⊂ [0, 1/2] y la condición
sobre la derivada |g ′ (x)| ≤ L < 1 en [0, 1/2]. Siendo g monótona es suficiente verificar la
condición de mapeo en los extremos del intervalo:

g(0) = 1/18, g(1/2) = e/18.

Y se comprueba que g(0), g(1/2) ∈ [0, 1/2]. Para la condicón sobre la derivada tenemos que

|g ′ (x)| = e2x /9 < e/9 := L

y L ≈ 0.302 < 1.
Por lo tanto, por el teorema de convergencia global el punto fijo, se puede garantizar que g
tiene un único punto fijo en [0, 1/2] y que el método iterativo de punto fijo converge a dicho
punto fijo para cualquier aproximación inicial x0 ∈ [0, 1/2].

El error absoluto después de n iteraciones está acotado de la forma:

Ln
|xn − c1 | ≤ |x1 − x0 |
1−L
donde x0 = 0, x1 = g(x0 ) = 1/18, L = e/9 ≈ 0.302. Entonces se tiene que cumplir

Ln
|x1 − x0 | < 10−4
1−L
de donde n > 5.57. Por lo tanto son necesarias 6 iteraciones.
b) Vamos a calcular la semilla x1 mediante dos iteraciones del método de bisección. Ponemos
[a0 , b0 ] = [3/2, 2] = [1.5, 2] y llamaremos rn las aproximaciones obtenidas por el método de
bisección.
Se inicializa a0 = 1.5 y b0 = 2,
Para n = 0, r1 = a0 +b 2
0
= 1.5+2
2 = 1.75 y f (r1 ) = 0.8077 > 0
Como f (a0 )f (r1 ) < 0, se toma a1 = a0 = 1.5 y b1 = r1 = 1.75
Para n = 1, r2 = a1 +b 2
1
= 1.5+1.75
2 = 1.6250
La primara iteración del método de la secante es
x1 − x0
x2 = x1 − f (x1 )
f (x1 ) − f (x0 )

donde sustituyendo x0 = 1.5 y x1 = r2 = 1.6250 se obtiene x2 = 1.7502

2
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

3. Ejercicio Tema 3 (2 puntos)

Considérense la matriz A y su inversa A−1

   
7 5 1 120 −216 16
1 1 
A =  1 3 1  , A−1 = −48 336 −48 
16 39
0 3 6 24 −168 128

a) (0.75 puntos) Calcule la factorización P A = LU obtenida mediante el método de Gauss con

estrategia de pivotaje parcial.
b) (0.75 puntos) Resolviendo el sistema Ax = b, con b = (1, 0, 3)T , se ha obtenido como solución
aproximada x b = (0.26, −0.31, 0.64)T . Calcule el residuo asociado a tal solución. Obtenga, a
través de ese residuo y teniendo en cuenta el número de condición asociado a la matriz A,
un intervalo en el que se encuentre el error relativo cometido. Haga los cálculos con la norma
|| · ||∞ .
c) (0.5 puntos) Analice la convergencia de los métodos de Jacobi y Gauss-Seidel aplicados al
sistema Ax = b del apartado anterior.

Solución:

a) Considerando el método de Gauss con estrategia de pivotaje parcial se tiene que:

     
p p p
 1   
 1 7 5 1   1 7 5  −−→  1 7 5 1 
A= 
 2 1 3 1 →  P3,2  3 0 3 6 
 2 1/7 16/7 6/7   
3 0 3 6 3 0 3 6 2 1/7 16/7 6/7
 
p
 1 7 5 1 
 
→ 3 0 3 6 
 
2 1/7 16/21 −26/7

donde P A = LU , con
   
1 0 0 1 0 0
P = 0 0 1  , L= 0 1 0 
0 1 0 1/7 16/21 1
 
7 5 1
y U = 0 3 6 
0 0 −26/7

x = (0.09, 0.03, 0.09)T y, tomando la norma infinito,

b) El vector residual viene dado por r = b−Ab
el residuo es ||r||∞ = 0.09.

El número de condición, κ(A), asociado a la matriz A (con la || · ||∞ ) se obtiene como

κ(A) = ||A||∞ ||A−1 ||∞ , con ||A||∞ = 13 y ||A−1 ||∞ = 27/39 = 0.6923, resultando κ(A) = 9.

Para obtener un intervalo del error relativo cometido se tiene en cuenta la siguiente desigualdad:

1 ||r||∞ ||e||∞ ||r||∞

≤ ≤ κ(A)
κ(A) ||b||∞ ||x||∞ ||b||∞

3
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Tomando normas (||r||∞ = 0.09, ||b||∞ = 3) resulta que:

1 0.09 ||e||∞ 0.09

0.0033 = 3.3 × 10−3 ≈ ≤ ≤ 9 ≈ 2.7 × 10−1 = 0.27
9 3 ||x||∞ 3
c) Notar que la matriz de coeficientes del sistema
 
7 5 1
A= 1 3 1 
0 3 6

es estrictamente diagonal dominante por filas, y, por lo tanto, los métodos de Jacobi y Gauss-
Seidel son convergentes cuando se aplican a la resolución de cualquier sistema de la forma
Ax = b.

4. Ejercicio Tema 4 (2 puntos)

Queremos obtener una aproximación de f (x) = cos x en el intervalo [−π/2, π/2].

a) (0.5 puntos) Primero pensamos en usar cuatro nodos equiespaciados. Escriba explı́citamente los
nodos y obtenga una cota razonable del máximo error de interpolación si usamos el polinomio
de interpolación de Lagrange.
b) Cambiamos de opinión y definimos los tres nodos xi = (i − 2)π/4 para i = 1, 2, 3.
i) (0.25 puntos) Calcule la base de Lagrange relativa a los nodos x1 , x2 y x3 .
ii) (0.25 puntos) Use esta base para obtener una expresión para p2 (x), el polinomio de inter-
polación de Lagrange de f (x) en estos tres nodos.
c) (1 punto) Por último, abandonamos la interpolación. Encuentre a ∈ R tal que la función
y = a · (2 − cosh x) ajuste los datos (xi , cos xi )i=1,2,3 del apartado (b) en el sentido de los
mı́nimos cuadrados.
Nota: La función cosh x suele estar disponible de forma directa en la mayorı́a de las calculadoras. En
cualquier caso, se puede calcular como cosh x = 0.5(e−x +ex ). Use al menos 5 cifras en todos los cálculos
intermedios y tres en la respuesta final. Por ejemplo, cosh(π/4) = 1.3246.

Solución:

a) Cuatro nodos significa n = 3 huecos. Como la longitud del intervalo es π, tenemos que h = π/3.
Por tanto,
π π π π
x 1 = − , x2 = − , x3 = , x4 = .
2 6 6 2
Como la función es el coseno, trivialmente M4 = 1, ası́ que una cota del error es
M4 4 1  π 4
|E3 (x)| ≤ h = ≈ 5.01 × 10−2 .
24 24 3

b) Los nuevos nodos son x1 = −π/4, x2 = 0, x3 = π/4.

i) Los polinomios de la base ℓ1 (x), ℓ2 (x) y ℓ3 (x) vienen dados por las expresiones

x(x − π/4) 8
ℓ1 (x) = = 2 x(x − π/4).
−π/4(−π/4 − π/4) π

(x + π/4)(x − π/4) −16

ℓ2 (x) = = 2 (x + π/4)(x − π/4).
π/4 · (−π/4) π
(x + π/4)x 8
ℓ3 (x) = = 2 (x + π/4)x.
(π/4 + π/4)π/4 π

4
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

√
ii) En esta base, y usando que y1 = y3 = 2/2 e y2 = 1, el polinomio de interpolación de
Lagrange es
√ √
4 2 16 4 2
p2 (x) = 2 x(x − π/4) − 2 (x + π/4)(x − π/4) + 2 (x + π/4)x.
π π π
c) Tenemos que resolver en el sentido de los mı́nimos cuadrados el sistema incompatible
√
(2 − cosh(−π/4))a = 2/2
(2 − cosh(0))a = 1
√
(2 − cosh(π/4))a = 2/2
(Nótese que, aunque las ecuaciones primera y tercera son la misma, ¡no podemos deshacernos
de ninguna de ellas!). Este es un sistema de la forma Xa = y, donde
     √   
2 − cosh(−π/4) 0.6754 2/2 0.7071
X= 1 ≈ 1 , y =  √1  ≈  1 
2 − cosh(π/4) 0.6754 2/2 0.7071
La solución en el sentido de los mı́nimos cuadrados de este sistema es la única solución de las
ecuaciones normales X T Xa = X T y. En este caso:


X T X = 0.67542 + 1 + 0.67542 = (1.9123),


X T y = 0.6754 × 0.7071 + 1 + 0.6754 × 0.7071 = (1.9552)
Obtenemos un sistema con una ecuación y una incógnita:
1.9123 a = 1.9552
Resolviendo:
a ≈ 1.02.
5. Ejercicio Tema 5 (1.5 puntos)

a) (0.75 puntos) Una forma de deducir fórmulas de derivación numérica es calcular un polinomio
interpolador y aproximar la derivada que nos interese mediante el la derivada del polinomio
interpolador.
Sea f (x) una función de clase C 2 en un entorno de un punto c ∈ R y consideremos un tamaño
de paso h > 0. Calcule p2 (x), el polinomio interpolador de f en los nodos c − h, c y c + h y
deduzca una fórmula para aproximar f ′′ (c) usando p′′2 (c).
b) (0.75 puntos) En el intervalo [−1, 1], obtenga la fórmula de Newton-Côtes cerrada de 4 nodos.
¿Cuál es su grado de precisión?
Solution.
a) Para calcular el polinomio de interpolación, usaremos la forma de Newton. Los nodos son
c − h, c, c + h y el árbol de diferencias divididas es
c − h f (c − h)
f (c)−f (c−h)
c f (c) h
f (c+h)−f (c) f (c+h)−2f (c)+f (c−h)
c + h f (c + h) h 2h2
Luego
f (c) − f (c − h) f (c + h) − 2f (c) + f (c − h)
p2 (x) = f (c − h) + (x − c + h) + (x − c + h)(x − c)
h 2h2
f (c+h)−2f (c)+f (c−h)
Como el único factor de x2 es 2h2
, tenemos que
f (c + h) − 2f (c) + f (c − h)
f ′′ (c) ≈ p′′2 (c) =
h2

5
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

b) Como la fórmula es cerrada y los nodos son equiespaciados, tenemos que h = 2/3, y los nodos
son t1 = −1, t2 = −1/3, t3 = 1/3 y t4 = 1. Como la fórmula de Newton-Côtes es de tipo
interpolatorio, si grado de precisión será al menos 3, ası́ que para calcular los pesos imponemos
que sea exacta para f (t) = tn , con n = 0, 1, 2, 3.
Z 1
1dt = 2 = ω1 + ω2 + ω3 + ω4
−1
Z 1
1 1
tdt = 0 = −ω1 − ω2 + ω3 + ω4 .
−1 3 3
Z 1
2 1 1
t2 dt = = ω1 + ω2 + ω3 + ω4 .
−1 3 9 9
Z 1
1 1
t3 dt = 0 = ω1 − ω2 + ω3 + ω4 .
−1 27 27
Tenemos un sistema de 4 ecuaciones con 4 incógnitas. Podemos aplicar, por ejemplo, el método
de Gauss para resolverlo. Otra posibilidad es fijarse en que las ecuaciones segunda y cuarta
son
1 1
−ω1 − ω2 + ω3 + ω4 = 0
3 3
1 1
−ω1 − ω2 + ω3 + ω4 = 0
27 27
Restando ambas ecuaciones tenemos que
8 8
− ω2 + ω3 = 0
27 27
y por tanto ω2 = ω3 . Multiplicando la segunda por 9 y restando, se tiene que 8ω1 − 8ω4 = 0,
luego ω1 = ω4 . (Esto pasa en general y se suele decir que para nodos simétricos los pesos
coinciden). Aprovechando esto en las ecuaciones primera y tercera obtenemos

ω1 + ω2 = 1
1 1
ω1 + ω2 =
9 3
de donde ω1 = 41 , ω2 = 3
4 y la fórmula es

1 3 3 1
Q(f, −1, 1) = f (−1) + f (−1/3) + f (1/3) + f (1)
4 4 4 4
Veamos si es exacta para f (t) = t4 . Por un lado
Z 1
2
t4 dt = .
−1 5

Por el otro
1 3 1 3 1 1 14
Q(t4 , −1, 1) =
+ + + = .
4 4 81 4 81 4 27
Luego el grado de precisión es exáctamente 3.

6. Ejercicio Tema 6 (1.5 puntos)

Un tanque de compensación no tiene flujo de entrada, y el de salida tiene un caudal que depende
de la raı́z cúbica de la altura del lı́quido en el tanque:
 ′
y (t) = −0.6 y(t)1/3 en (0, T ]
y(0) = 8

6
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

a) (0.75 puntos) Aproxime y(1) usando el método de Euler con dos pasos.
b) (0.75 puntos) Usando el método de Heun con dos pasos se ha obtenido la aproximación y(t2 ) ≈
y2H = 5.7267. Utilice este resultado para estimar el error absoluto cometido al aproximar y(1)
con el método de Euler con dos pasos. ¿Cuántas iteraciones del método de Euler utilizarı́a
para conseguir que el error absoluto sea menor que 10−3 ?

Solución. En el problema de valor inicial del enunciado la ecuación diferencial ordinaria es de

orden uno, y podemos escribirlo en la forma
 ′
y (t) = f (t, y(t))
y(0) = y0

donde f (t, y) = −0.6 y 1/3 y y0 = 8. Vamos a utilizar N = 2 pasos para aproximar la solución en
t = 1, de forma que t0 = 0, t1 = t0 + h y t2 = t0 + 2h = 1; para que esto último se cumpla,
necesitamos tomar el paso h = 1−0 2 = 0.5 y entonces t0 = 0, t1 = 0.5 y t2 = 1.
Si aplicamos el método de Euler, obtenemos

a) y(t0 ) = y0E = y0 = 8;
b) y(t1 ) ≈ y1E = y0E + h f (t0 , y0E ) = 8 − 0.3 81/3 = 8 − 0.3 2 = 7.4;
c) y(t2 ) ≈ y2E = y1E + h f (t1 , y1E ) = 7.4 − 0.3 7.41/3 = 6.81539145188764... ≈ 6.8154.

Como el método de Heun es de orden mayor que el de Euler, podemos usar y(t2 ) ≈ y2H para estimar
el error cometido en la aproximaciı́on y(t2 ) ≈ y2E . De esta forma,

|y(t2 ) − y2E | ≈ |y2H − y2E | ≈ |5.7267 − 6.8154| = 1.0887 .

Como el método de Euler es de orden 1, esperamos que el error absoluto g(h) = |y(1) − yN E | se

comporte linealmente con respecto al paso h; i.e. g(h) = Ch. Como estimamos g(0.5) = 1.0887, nos
sugiere tomar la constante C = 2.1774. En consecuencia, para garantizar que g(h) = 2.1774 h <
10−3 usarı́amos h = 1/N < 0.45926 10−3 , es decir, N > 2177.4.... Si optamos por el menor valor
que lo satisface, necesitamos N = 2178 pasos.

7
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Grados en Ingeniería Industrial, EPI Gijón. Primer curso, segundo semestre

Métodos Numéricos Examen final.

Lunes, 16 de mayo de 2022

1. Ejercicio Tema 1 (1 punto)

a) (0.5 puntos) Dados a = 1.3524 y b = 1.3528, calcule el punto medio de [a, b] utilizando aritmética
de 4 dígitos (a.k.a. aritmética de coma fija con 3 decimales) obtenidos mediante redondeo.
Comente el resultado.
b) (0.5 puntos) Resuelva la ecuación de segundo grado

x2 + 1016x + 1 = 0

utilizando las expresiones adecuadas. Justifique el procedimiento.

2. Ejercicio Tema 2 (2 puntos)

De la función . se sabe que la ecuación f(x) = 0 tiene exactamente dos soluciones

reales c1 y c2 tales que c1 ∈ [0,1/2] y c2 ∈ [3/2,2].

a) (1 punto) Demuestre que es posible aproximar la solución c1 mediante el método de punto fijo
eligiendo como función de iteración g(x) = e2x/18 y como semilla cualquier punto del intervalo
[0,1/2]. ¿Cuántas iteraciones son necesarias para asegurar que dicha raíz c1 se aproxima con un
error absoluto menor que 10−4 tomando como semilla x0 = 0?
b) (1 punto) Aproxime la solución c2 mediante una iteración del método de la secante tomando como
semillas x0 = 3/2 y x1 la segunda iterada del método de bisección.

3. Ejercicio Tema 3 (2 puntos)

Considérense la matriz A y su inversa A−1

a) (0.75 puntos) Calcule la factorización PA = LU obtenida mediante el método de Gauss con

estrategia de pivotase parcial.
b) (0.75 puntos) Resolviendo el sistema Ax = b, con b = (1,0,3)T , se ha obtenido como solución
aproximada x = (0.26,−0.31,0.64)T . Calcule el residuo asociado a tal solución. Obtenga, a b
través de ese residuo y teniendo en cuenta el número de condición asociado a la matriz A, un
intervalo en el que se encuentre el error relativo cometido. Haga los cálculos con la norma || · || ∞.
c) (0.5 puntos) Analice la convergencia de los métodos de Jacobi y Gauss-Seidel aplicados al sistema
Ax = b del apartado anterior.

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

4. Ejercicio Tema 4 (2 puntos)

Queremos obtener una aproximaci´on de f(x) = cosx en el intervalo [−π/2,π/2].

a) (0.5 puntos) Primero pensamos en usar cuatro nodos equiespaciados. Escriba explícitamente los
nodos y obtenga una cota razonable del máximo error de interpolación si usamos el polinomio de
interpolación de Lagrange.
b) Cambiamos de opinión y definimos los tres nodos xi = (i − 2)π/4 para i = 1,2,3.
i) (0.25 puntos) Calcule la base de Lagrange relativa a los nodos x1, x2 y x3.
ii) (0.25 puntos) Use esta base para obtener una expresión para p2(x), el polinomio de
interpolación de Lagrange de f(x) en estos tres nodos.
c) (1 punto) Por último, abandonamos la interpolación. Encuentre a ∈ R tal que la función y = a · (2
− coshx) ajuste los datos (xi,cosxi)i=1,2,3 del apartado (b) en el sentido de los mínimos cuadrados.
Nota: La función coshx suele estar disponible de forma directa en la mayoría de las calculadoras. En
cualquier caso, se puede calcular como coshx = 0.5(e−x+ex). Use al menos 5 cifras en todos los cálculos
intermedios y tres en la respuesta final. Por ejemplo, cosh(π/4) = 1.3246.

5. Ejercicio Tema 5 (1.5 puntos)

a) (0.75 puntos) Una forma de deducir fórmulas de derivación numérica es calcular un polinomio
interpolador y aproximar la derivada que nos interese mediante la derivada del polinomio
interpolador.
Sea f(x) una función de clase C2 en un entorno de un punto c ∈ R y consideremos un tamaño de
paso h > 0. Calcule p2(x), el polinomio interpolador de f en los nodos c − h, c y c + h y deduzca una
fórmula para aproximar f′′(c) usando
b) (0.75 puntos) En el intervalo [−1,1], obtenga la fórmula de Newton-Côtes cerrada de 4 nodos.
¿Cuál es su grado de precisión?

6. Ejercicio Tema 6 (1.5 puntos)

Un tanque de compensación no tiene flujo de entrada, y el de salida tiene un caudal que depende de la
raíz cubica de la altura del líquido en el tanque:

en (0,T]
a) (0.75 puntos) Aproxime y(1) usando el m´etodo de Euler con dos pasos.
b) (0.75 puntos) Usando el m´etodo de Heun con dos pasos se ha obtenido la aproximación y(t2) ≈
7267. Utilice este resultado para estimar el error absoluto cometido al aproximar y(1)
con el método de Euler con dos pasos. ¿Cuántas iteraciones del m´etodo de Euler utilizaría para
conseguir que el error absoluto sea menor que 10−3?

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

Grados en Ingenierı́a Industrial, EPI Gijón. Primer curso, segundo semestre

Métodos Numéricos

Segundo parcial.

Lunes, 16 de mayo de 2022

1. Ejercicio Tema 4 (4 puntos)

Queremos obtener una aproximación de f (x) = cos x en el intervalo [−π/2, π/2].

a) Primero pensamos en usar cuatro nodos equiespaciados. Escriba explı́citamente los nodos (0.25
puntos) y obtenga una cota razonable del máximo error de interpolación si usamos:
i) (0.5 puntos) el polinomio de interpolación de Lagrange.
ii) (0.5 puntos) el interpolante continuo y lineal a trozos.
b) Cambiamos de opinión y definimos los tres nodos xi = (i − 2)π/4 para i = 1, 2, 3.
i) (0.5 puntos) Calcule la base de Lagrange relativa a los nodos x1 , x2 y x3 .
ii) (0.5 puntos) Use esta base ara obtener una expresión para p2 (x), el polinomio de interpo-
lación de Lagrange de f (x) en estos tres nodos.
iii) (0.5 puntos) Sin calcular cos(π/12), obtenga una cota razonable del error |p2 (π/12) −
cos(π/12)|.
c) (1.25 puntos) Por último, abandonamos la interpolación. Encuentre a ∈ R tal que la función
y = a · (2 − cosh x) ajuste los datos (xi , cos xi )i=1,2,3 del apartado (b) en el sentido de los
mı́nimos cuadrados.
Nota: La función cosh x suele estar disponible de forma directa en la mayorı́a de las calculadoras. En
cualquier caso, se puede calcular como cosh x = 0.5(e−x +ex ). Use al menos 5 cifras en todos los cálculos
intermedios y tres en la respuesta final. Por ejemplo, cosh(π/4) = 1.3246.

Solución:

a) Cuatro nodos significa n = 3 huecos. Como la longitud del intervalo es π, tenemos que h = π/3.
Por tanto,
π π π π
x 1 = − , x2 = − , x3 = , x4 = .
2 6 6 2
i) Como la función es el coseno, trivialmente M4 = 1, ası́ que una cota del error es
M4 4 1  π 4
|E3 (x)| ≤ h = ≈ 5.01 × 10−2 .
24 24 3
ii) De nuevo es obvio que M2 = 1, ası́ que una cota del error es
M2 2 1  π  2
|E(x)| ≤ h = ≈ 1.37 × 10−1 .
8 8 3
b) Los nuevos nodos son x1 = −π/4, x2 = 0, x3 = π/4.
i) Los polinomios de la base `1 (x), `2 (x) y `3 (x) vienen dados por las expresiones
x(x − π/4) 8
`1 (x) = = 2 x(x − π/4).
−π/4(−π/4 − π/4) π
(x + π/4)(x − π/4) −16
`2 (x) = = 2 (x + π/4)(x − π/4).
π/4 · (−π/4) π
(x + π/4)x 8
`3 (x) = = 2 (x + π/4)x.
(π/4 + π/4)π/4 π

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

√
ii) En esta base, y usando que y1 = y3 = 2/2 e y2 = 1, el polinomio de interpolación de
Lagrange es
√ √
4 2 16 4 2
p2 (x) = 2 x(x − π/4) − 2 (x + π/4)(x − π/4) + 2 (x + π/4)x.
π π π
iii) Como M3 = 1, tenemos que
1 π π π  π π
|E2 (π/12)| ≤ − + ≈ 2.39 × 10−2 .
6 12 4 12 12 4
c) Tenemos que resolver en el sentido de los mı́nimos cuadrados el sistema incompatible
√
(2 − cosh(−π/4))a = 2/2
(2 − cosh(0))a = 1
√
(2 − cosh(π/4))a = 2/2

(Nótese que, aunque las ecuaciones primera y tercera son la misma, ¡no podemos deshacernos
de ninguna de ellas!). Este es un sistema de la forma Xa = y, donde
     √   
2 − cosh(−π/4) 0.6754 2/2 0.7071
X= 1 ≈ 1 , y =  √1  ≈  1 
2 − cosh(π/4) 0.6754 2/2 0.7071

La solución en el sentido de los mı́nimos cuadrados de este sistema es la única solución de las
ecuaciones normales X T Xa = X T y. En este caso:

X T X = 0.67542 + 1 + 0.67542 = (1.9123),

XT y =


0.6754 × 0.7071 + 1 + 0.6754 × 0.7071 = (1.9552)
Obtenemos un sistema con una ecuación y una incógnita:

1.9123 a = 1.9552

Resolviendo:
a ≈ 1.02.

2. Ejercicio Tema 5 (3 puntos)

a) (1 punto) Una forma de deducir fórmulas de derivación numérica es calcular un polinomio

interpolador y aproximar la derivada que nos interese mediante la derivada del polinomio
interpolador.
Sea f (x) una función de clase C 2 en un entorno de un punto c ∈ R y consideremos un tamaño
de paso h > 0. Calcule p2 (x), el polinomio interpolador de f en los nodos c − h, c y c + h y
deduzca una fórmula para aproximar f 00 (c) usando p002 (c).
b) (0.5 puntos) De una función desconocida y = f (x), conocemos los datos

x 0 1 2 3
y 0 2 2 0

Calcule, usando diferencias centradas, aproximaciones de f 0 (1) y f 0 (2).

c) (1.5 puntos) En el intervalo [−1, 1], obtenga la fórmula de Newton-Côtes cerrada de 4 no-
dos. ¿Cuál es su grado de precisión? Mediante un cambio de variable adecuado, escriba la
correspondiente fórmula de Newton-Côtes cerrada con 4 nodos en un intervalo [a, b].

2
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Solución.
a) Para calcular el polinomio de interpolación, usaremos la forma de Newton. Los nodos son
c − h, c, c + h y el árbol de diferencias divididas es
c − h f (c − h)
f (c)−f (c−h)
c f (c) h
f (c+h)−f (c) f (c+h)−2f (c)+f (c−h)
c + h f (c + h) h 2h2

Luego
f (c) − f (c − h) f (c + h) − 2f (c) + f (c − h)
p2 (x) = f (c − h) + (x − c + h) + (x − c + h)(x − c)
h 2h2
f (c+h)−2f (c)+f (c−h)
Como el único factor de x2 es 2h2
, tenemos que
f (c + h) − 2f (c) + f (c − h)
f 00 (c) ≈ p002 (c) =
h2
b) Los datos x vienen dados con tamaño de paso constante h = 1. Se tiene
f (1 + h) − f (1 − h) f (2) − f (0) 2−0
f 0 (1) ≈ = = = 1.
2h 2 2
f (2 + h) − f (2 − h) f (3) − f (1) 0−2
f 0 (2) ≈ = = = −1.
2h 2 2
c) Como la fórmula es cerrada y los nodos son equiespaciados, tenemos que h = 2/3, y los nodos
son t1 = −1, t2 = −1/3, t3 = 1/3 y t4 = 1. Como la fórmula de Newton-Côtes es de tipo
interpolatorio, si grado de precisión será al menos 3, ası́ que para calcular los pesos imponemos
que sea exacta para f (t) = tn , con n = 0, 1, 2, 3.
Z 1
1dt = 2 = ω1 + ω2 + ω3 + ω4
−1
Z 1
1 1
tdt = 0 = −ω1 − ω2 + ω3 + ω4 .
3 3
Z−1
1
2 1 1
t2 dt = = ω1 + ω2 + ω3 + ω4 .
3 9 9
Z−1
1
1 1
t3 dt = 0 = −ω1 − ω2 + ω3 + ω4 .
−1 27 27
Tenemos un sistema de 4 ecuaciones con 4 incógnitas. Podemos aplicar, por ejemplo, el método
de Gauss para resolverlo. Otra posibilidad es fijarse en que las ecuaciones segunda y cuarta
son
1 1
−ω1 − ω2 + ω3 + ω4 = 0
3 3
1 1
−ω1 − ω2 + ω3 + ω4 = 0
27 27
Restando ambas ecuaciones tenemos que
8 8
− ω2 + ω3 = 0
27 27
y por tanto ω2 = ω3 . Multiplicando la segunda por 9 y restando, se tiene que 8ω1 − 8ω4 = 0,
luego ω1 = ω4 . (Esto pasa en general y se suele decir que para nodos simétricos los pesos
coinciden). Aprovechando esto en las ecuaciones primera y tercera obtenemos
ω1 + ω2 = 1
1 1
ω1 + ω2 =
9 3

3
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

de donde ω1 = 41 , ω2 = 3
4 y la fórmula es

1 3 3 1
Q(f, −1, 1) = f (−1) + f (−1/3) + f (1/3) + f (1)
4 4 4 4
Veamos si es exacta para f (t) = t4 . Por un lado
Z 1
2
t4 dt = .
−1 5

Por el otro
1 3 1 3 1 1 14
Q(t4 , −1, 1) =+ + + = .
4 4 81 4 81 4 27
Luego el grado de precisión es exáctamente 3.
Finalmente, tras el cambio de variable lineal x = a + b−a 2 (t + 1), obtenemos los nodos en [a, b],
que son
2a + b a + 2b
x1 = a, x2 = , x3 = , x4 = b
3 3
y la fórmula es
 
b−a 2a + b a + 2b
Q(f, a, b) = f (a) + 3f ( ) + 3f ( ) + f (b)
8 3 3

3. Ejercicio Tema 6 (3 puntos)

Un tanque de compensación no tiene flujo de entrada, y el de salida tiene un caudal que depende
de la raı́z cúbica de la altura y del lı́quido en el tanque:

y (t) = −0.6 y(t)1/3 en (0, T ]

 0

y(0) = 8

a) (1 punto) Aproxime y(1) usando el método de Euler con dos pasos.

b) (1 punto) Aproxime y(1) utilizando el método de Heun con dos pasos.
c) (1 punto) A partir de la aproximación obtenida con el método de Heun estime el error absoluto
cometido con el método de Euler para aproximar y(1). ¿Cuántas iteraciones del método de
Euler utilizarı́a para conseguir que el error absoluto sea menor que 10−3 ?

Solución.

a) En el problema de valor inicial del enunciado la ecuación diferencial ordinaria es de orden uno,
y podemos escribirlo en la forma
 0
y (t) = f (t, y(t)) en (0, 1]
y(0) = y0

donde f (t, y) = −0.6 y 1/3 y y0 = 8. Vamos a utilizar N = 2 pasos para aproximar la solución
en T = 1, de forma que t0 = 0, t1 = t0 + h y t2 = t0 + 2h = 1; para que esto último se cumpla,
necesitamos tomar el paso h = 1−0 2 = 0.5 y entonces t0 = 0, t1 = 0.5 y t2 = 1.
Si aplicamos el método de Euler, obtenemos
y(t0 ) = y0E = y0 = 8;
y(t1 ) ≈ y1E = y0E + hf (t0 , y0E ) = 8 − 0.5 × 0.6 81/3 = 7.4;
y(t2 ) ≈ y2E = y1E + hf (t1 , y1E ) = 7.4 − 0.5 × 0.6 7.41/3 ≈ 6.8154.
b) Por otra parte, si usamos el método de Heun,
y(t0 ) = y0H = y0 = 8;

4
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

primero tomamos Z1 = y0H + f (t0 , y0H ) = 6.8 y entonces

h
y(t1 ) ≈ y1H = y0H + (f (t0 , y0H ) + f (t1 , Z1 )) = 8 − 0.3 (81/3 + 6.81/3 ) ≈ 6.8316 ;
2
primero tomamos Z1 = y1H + f (t0 , y1H ) ≈ 5.6932 y entonces

y(t2 ) ≈ y2H = y1H + h2 (f (t1 , y1H ) + f (t2 , Z1 )) = 6.8316 − 0.3 (6.83161/3 + 5.69321/3 )
≈ 5.7267 .

c) Como el método de Heun es de orden mayor que el de Euler, podemos usar y(t2 ) ≈ y2H para
estimar el error cometido en la aproximaciı́on y(t2 ) ≈ y2E . De esta forma,

|y(t2 ) − y2E | ≈ |y2H − y2E | ≈ |5.7267 − 5.6633| = 0.0634 .

Como el método de Euler es de orden 1, esperamos que el error absoluto se comporte lineal-
mente con respecto al paso h; i.e. el error absoluto cometido al aproximar nos sugiere tomar la
constante C = 0.1268. En consecuencia, para garantizar que g(h) = 0.1268 h < 10−3 usarı́amos
h = 1/N < 7.8864 10−3 , es decir, N > 126.801. Si optamos por el menor valor que lo satisface,
necesitamos N = 127 pasos.

5
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Grados en Ingenierı́a Industrial, EPI Gijón. Primer curso, segundo semestre

Métodos Numéricos

Examen final.

Lunes, 16 de mayo de 2022

1. Ejercicio Tema 1 (1 punto)

a) (0.5 puntos) Dados a = 1.3524 y b = 1.3528, calcule el punto medio de [a, b] utilizando
aritmética de 4 dı́gitos (a.k.a. aritmética de coma fija con 3 decimales) obtenidos mediante
redondeo. Comente el resultado.
b) (0.5 puntos) Resuelva la ecuación de segundo grado

x2 + 1016 x + 1 = 0

utilizando las expresiones adecuadas. Justifique el procedimiento.

Solución
a) Se calcula la aproximación de a + b con 4 dı́gitos

S ∗ = (a∗ + b∗ )∗ = (1.352 + 1.353)∗ = (2.705)∗ = 2.705

Se calcula el punto medio

∗
S∗
p∗ = = (1.3525)∗ = 1.353
2
y se observa que p∗ ∈ / [a, b] y, por tanto, no puede ser el punto medio, que es p = 1.3526
debido a los errores de redondeo que se producen al trabajar con aritmética finita.
b) Utilizando la fórmula de la raı́z de una ecuación de segundo grado, se tiene:
√ √
−b + b2 − 4ac −1016 + 1032 − 4
x1 = =
2a 2
y √ √
−b − b2 − 4ac −1016 − 1032 − 4
x2 = = ≈ −1016
2a 2
En la raı́z x1 se produce un error de cancelación, que se subsana como sigue:
√ √
−1016 + 1032 − 4 −1016 − 1032 − 4
x1 = √
2 −1016 − 1032 − 4
(−1016 )2 − (1032 − 4) 4
= √ ≈ = −10−16
16
−2(10 + 10 − 4) 32 −4 · 1016

2. Ejercicio Tema 2 (2 puntos)

De la función f (x) = 21 e2x − 9x. se sabe que la ecuación f (x) = 0 tiene exactamente dos soluciones
reales c1 y c2 tales que c1 ∈ [0, 1/2] y c2 ∈ [3/2, 2].
a) (1 punto) Demuestre que es posible aproximar la solución c1 mediante el método de punto fijo
eligiendo como función de iteración g(x) = e2x /18 y como semilla cualquier punto del intervalo
[0, 1/2]. ¿Cuántas iteraciones son necesarias para asegurar que dicha raı́z c1 se aproxima con
un error absoluto menor que 10−4 tomando como semilla x0 = 0?

Descargado por Illán Linos (ar977957@[Link])

 lOMoARcPSD|5302848

b) (1 punto) Aproxime la solución c2 mediante una iteración del metodo de la secante tomando
como semillas x0 = 3/2 y x1 la segunda iterada del metodo de bisección.

Solución:

a) Tenemos que probar que hay convergencia global del método del punto fijo en el intervalo
[0, 1/2] con función de iteración g(x).
Primero, es necesario comprobar que, en [0, 1/2], el punto fijo de g(x) coincide con la raı́z de
f (x).

1
g(x) = x ⇔ e2x = 18x ⇔ e2x = 9x ⇔ f (x) = 0
2
Notar que g(x) es indefinidamente derivable en todo R y con derivadas continuas, en particular,
g ′ (x) = e2x /9 > 0.
Tenemos que comprobar también la condición de mapeo g([0, 1/2]) ⊂ [0, 1/2] y la condición
sobre la derivada |g ′ (x)| ≤ L < 1 en [0, 1/2]. Siendo g monótona es suficiente verificar la
condición de mapeo en los extremos del intervalo:

g(0) = 1/18, g(1/2) = e/18.

Y se comprueba que g(0), g(1/2) ∈ [0, 1/2]. Para la condicón sobre la derivada tenemos que

|g ′ (x)| = e2x /9 < e2 /9 := L

y L ≈ 0.8210 < 1.
Por lo tanto, por el teorema de convergencia global el punto fijo, se puede garantizar que g
tiene un único punto fijo en [0, 1/2] y que el método iterativo de punto fijo converge a dicho
punto fijo para cualquier aproximación inicial x0 ∈ [0, 1/2].

El error absoluto después de n iteraciones está acotado de la forma:

Ln
|xn − c1 | ≤ |x1 − x0 |
1−L
donde x0 = 0, x1 = g(x0 ) = 1/18, L = e2 /9 ≈ 0.8210. Entonces se tiene que cumplir

Ln
|x1 − x0 | < 10−4
1−L
de donde n > 40.76. Por lo tanto son necesarias 41 iteraciones.
b) Vamos a calcular la semilla x1 mediante dos iteraciones del método de bisección. Ponemos
[a0 , b0 ] = [3/2, 2] = [1.5, 2] y llamaremos x̃n las aproximaciones obtenidas por el método de
bisección.
Se inicializa a0 = 1.5 y b0 = 2,
Para n = 0, x̃1 = a0 +b2
0
= 1.5+2
2 = 1.75 y f (x̃1 ) = 0.8077 > 0
Como f (a0 )f (x1 ) < 0, se toma a1 = a0 = 1.5 y b1 = x1 = 1.75
Para n = 1, x̃2 = a1 +b2
1
= 1.5+1.75
2 = 1.6250
La primara iteración del método de la secante es
x1 − x0
x2 = x1 − f (x1 )
f (x1 ) − f (x0 )

donde sustituyendo x0 = 1.5 y x1 = x̃2 se obtiene x2 = 1.7502

2
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

3. Ejercicio Tema 3 (2 puntos)

Considérense la matriz A y su inversa A−1

   
7 5 1 120 −216 16
1 1 
A =  1 3 1  , A−1 = −48 336 −48 
16 39
0 3 6 24 −168 128

a) (0.75 puntos) Calcule la factorización P A = LU obtenida mediante el método de Gauss con

estrategia de pivotaje parcial.
b) (0.75 puntos) Resolviendo el sistema Ax = b, con b = (1, 0, 3)T , se ha obtenido como solución
aproximada x = (0.26, −0.31, 0.64)T . Calcule el residuo asociado a tal solución. Obtenga, a
través de ese residuo y teniendo en cuenta el número de condición asociado a la matriz A,
un intervalo en el que se encuentre el error relativo cometido. Haga los cálculos con la norma
|| · ||∞ .
c) (0.5 puntos) Analice la convergencia de los métodos de Jacobi y Gauss-Seidel aplicados al
sistema Ax = b del apartado anterior.

Solución:

a) Considerando el método de Gauss con estrategia de pivotaje parcial se tiene que:

     
p p p
 1   
 1 7 5 1   1 7 5  −−→  1 7 5 1 
A= 
 2 1 3 1 →  P3,2  3 0 3 6 
 2 1/7 16/7 6/7   
3 0 3 6 3 0 3 6 2 1/7 16/7 6/7
 
p
 1 7 5 1 
 
→ 3 0 3 6 
 
2 1/7 16/21 −26/7

donde P A = LU , con
   
1 0 0 1 0 0
P = 0 0 1  , L= 0 1 0 
0 1 0 1/7 16/21 1
 
7 5 1
y U = 0 3 6 
0 0 −26/7

b) El vector residual viene dado por r = b−Ax = (0.09, 0.03, 0.09)T y, tomando la norma infinito,
el residuo es ||r||∞ = 0.09.

El número de condición, »(A), asociado a la matriz A (con la || · ||∞ ) se obtiene como

»(A) = ||A||∞ ||A−1 ||∞ , con ||A||∞ = 13 y ||A−1 ||∞ = 27/39 = 0.6923, resultando »(A) = 9.

Para obtener un intervalo del error relativo cometido se tiene en cuenta la siguiente desigualdad:

1 ||r||∞ ||e||∞ ||r||∞

≤ ≤ »(A)
»(A) ||b||∞ ||x||∞ ||b||∞

3
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Tomando normas (||r||∞ = 0.09, ||b||∞ = 3) resulta que:

1 0.09 ||e||∞ 0.09

0.0033 = 3.3 × 10−3 ≈ ≤ ≤ 9 ≈ 2.7 × 10−1 = 0.27
9 3 ||x||∞ 3
c) Notar que la matriz de coeficientes del sistema
 
7 5 1
A= 1 3 1 
0 3 6

es estrictamente diagonal dominante por filas, y, por lo tanto, los métodos de Jacobi y Gauss-
Seidel son convergentes cuando se aplican a la resolución de cualquier sistema de la forma
Ax = b.

4. Ejercicio Tema 4 (2 puntos)

Queremos obtener una aproximación de f (x) = cos x en el intervalo [−Ã/2, Ã/2].

a) (0.5 puntos) Primero pensamos en usar cuatro nodos equiespaciados. Escriba explı́citamente los
nodos y obtenga una cota razonable del máximo error de interpolación si usamos el polinomio
de interpolación de Lagrange.
b) Cambiamos de opinión y definimos los tres nodos xi = (i − 2)Ã/4 para i = 1, 2, 3.
i) (0.25 puntos) Calcule la base de Lagrange relativa a los nodos x1 , x2 y x3 .
ii) (0.25 puntos) Use esta base para obtener una expresión para p2 (x), el polinomio de inter-
polación de Lagrange de f (x) en estos tres nodos.
c) (1 punto) Por último, abandonamos la interpolación. Encuentre a ∈ R tal que la función
y = a · (2 − cosh x) ajuste los datos (xi , cos xi )i=1,2,3 del apartado (b) en el sentido de los
mı́nimos cuadrados.
Nota: La función cosh x suele estar disponible de forma directa en la mayorı́a de las calculadoras. En
cualquier caso, se puede calcular como cosh x = 0.5(e−x +ex ). Use al menos 5 cifras en todos los cálculos
intermedios y tres en la respuesta final. Por ejemplo, cosh(Ã/4) = 1.3246.

Solución:

a) Cuatro nodos significa n = 3 huecos. Como la longitud del intervalo es Ã, tenemos que h = Ã/3.
Por tanto,
à à à Ã
x 1 = − , x2 = − , x3 = , x4 = .
2 6 6 2
Como la función es el coseno, trivialmente M4 = 1, ası́ que una cota del error es
M4 4 1 Ã 4
|E3 (x)| ≤ h = ≈ 5.01 × 10−2 .
24 24 3

b) Los nuevos nodos son x1 = −Ã/4, x2 = 0, x3 = Ã/4.

i) Los polinomios de la base ℓ1 (x), ℓ2 (x) y ℓ3 (x) vienen dados por las expresiones

x(x − Ã/4) 8
ℓ1 (x) = = 2 x(x − Ã/4).
−Ã/4(−Ã/4 − Ã/4) Ã

(x + Ã/4)(x − Ã/4) −16

ℓ2 (x) = = 2 (x + Ã/4)(x − Ã/4).
Ã/4 · (−Ã/4) Ã
(x + Ã/4)x 8
ℓ3 (x) = = 2 (x + Ã/4)x.
(Ã/4 + Ã/4)Ã/4 Ã

4
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

√
ii) En esta base, y usando que y1 = y3 = 2/2 e y2 = 1, el polinomio de interpolación de
Lagrange es
√ √
4 2 16 4 2
p2 (x) = 2 x(x − Ã/4) − 2 (x + Ã/4)(x − Ã/4) + 2 (x + Ã/4)x.
à à Ã
c) Tenemos que resolver en el sentido de los mı́nimos cuadrados el sistema incompatible
√
(2 − cosh(−Ã/4))a = 2/2
(2 − cosh(0))a = 1
√
(2 − cosh(Ã/4))a = 2/2
(Nótese que, aunque las ecuaciones primera y tercera son la misma, ¡no podemos deshacernos
de ninguna de ellas!). Este es un sistema de la forma Xa = y, donde
     √   
2 − cosh(−Ã/4) 0.6754 2/2 0.7071
X= 1 ≈ 1 , y =  √1  ≈  1 
2 − cosh(Ã/4) 0.6754 2/2 0.7071
La solución en el sentido de los mı́nimos cuadrados de este sistema es la única solución de las
ecuaciones normales X T Xa = X T y. En este caso:
XT X = 0.67542 + 1 + 0.67542 = (1.9123),
XT y = 0.6754 × 0.7071 + 1 + 0.6754 × 0.7071 = (1.9552)
Obtenemos un sistema con una ecuación y una incógnita:
1.9123 a = 1.9552
Resolviendo:
a ≈ 1.02.
5. Ejercicio Tema 5 (1.5 puntos)

a) (0.75 puntos) Una forma de deducir fórmulas de derivación numérica es calcular un polinomio
interpolador y aproximar la derivada que nos interese mediante el la derivada del polinomio
interpolador.
Sea f (x) una función de clase C 2 en un entorno de un punto c ∈ R y consideremos un tamaño
de paso h > 0. Calcule p2 (x), el polinomio interpolador de f en los nodos c − h, c y c + h y
deduzca una fórmula para aproximar f ′′ (c) usando p′′2 (c).
b) (0.75 puntos) En el intervalo [−1, 1], obtenga la fórmula de Newton-Côtes cerrada de 4 nodos.
¿Cuál es su grado de precisión?
Solution.
a) Para calcular el polinomio de interpolación, usaremos la forma de Newton. Los nodos son
c − h, c, c + h y el árbol de diferencias divididas es
c − h f (c − h)
f (c)−f (c−h)
c f (c) h
f (c+h)−f (c) f (c+h)−2f (c)+f (c−h)
c + h f (c + h) h 2h2
Luego
f (c) − f (c − h) f (c + h) − 2f (c) + f (c − h)
p2 (x) = f (c − h) + (x − c + h) + (x − c + h)(x − c)
h 2h2
f (c+h)−2f (c)+f (c−h)
Como el único factor de x2 es 2h2
, tenemos que
f (c + h) − 2f (c) + f (c − h)
f ′′ (c) ≈ p′′2 (c) =
h2

5
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

b) Como la fórmula es cerrada y los nodos son equiespaciados, tenemos que h = 2/3, y los nodos
son t1 = −1, t2 = −1/3, t3 = 1/3 y t4 = 1. Como la fórmula de Newton-Côtes es de tipo
interpolatorio, si grado de precisión será al menos 3, ası́ que para calcular los pesos imponemos
que sea exacta para f (t) = tn , con n = 0, 1, 2, 3.
1
1dt = 2 = É1 + É2 + É3 + É4
−1
1
1 1
tdt = 0 = −É1 − É2 + É3 + É4 .
−1 3 3
1
2 1 1
t2 dt = = É1 + É2 + É3 + É4 .
−1 3 9 9
1
1 1
t3 dt = 0 = É1 − É2 + É3 + É4 .
−1 27 27
Tenemos un sistema de 4 ecuaciones con 4 incógnitas. Podemos aplicar, por ejemplo, el método
de Gauss para resolverlo. Otra posibilidad es fijarse en que las ecuaciones segunda y cuarta
son
1 1
−É1 − É2 + É3 + É4 = 0
3 3
1 1
−É1 − É2 + É3 + É4 = 0
27 27
Restando ambas ecuaciones tenemos que
8 8
− É2 + É3 = 0
27 27
y por tanto É2 = É3 . Multiplicando la segunda por 9 y restando, se tiene que 8É1 − 8É4 = 0,
luego É1 = É4 . (Esto pasa en general y se suele decir que para nodos simétricos los pesos
coinciden). Aprovechando esto en las ecuaciones primera y tercera obtenemos

É1 + É2 = 1
1 1
É1 + É2 =
9 3
de donde É1 = 41 , É2 = 3
4 y la fórmula es

1 3 3 1
Q(f, −1, 1) = f (−1) + f (−1/3) + f (1/3) + f (1)
4 4 4 4
Veamos si es exacta para f (t) = t4 . Por un lado
1
2
t4 dt = .
−1 5

Por el otro
1 3 1 3 1 1 14
Q(t4 , −1, 1) =
+ + + = .
4 4 81 4 81 4 27
Luego el grado de precisión es exáctamente 3.

6. Ejercicio Tema 6 (1.5 puntos)

Un tanque de compensación no tiene flujo de entrada, y el de salida tiene un caudal que depende
de la raı́z cúbica de la altura del lı́quido en el tanque:
f ′
y (t) = −0.6 y(t)1/3 en (0, T ]
y(0) = 8

6
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

a) (0.75 puntos) Aproxime y(1) usando el método de Euler con dos pasos.
b) (0.75 puntos) Usando el método de Heun con dos pasos se ha obtenido la aproximación y(t2 ) ≈
y2H = 5.7267. Utilice este resultado para estimar el error absoluto cometido al aproximar y(1)
con el método de Euler con dos pasos. ¿Cuántas iteraciones del método de Euler utilizarı́a
para conseguir que el error absoluto sea menor que 10−3 ?

Solución.

a) En el problema de valor inicial del enunciado la ecuación diferencial ordinaria es de orden uno,
y podemos escribirlo en la forma
f ′
y (t) = f (t, y(t)) en (0, 1]
y(0) = y0

donde f (t, y) = −0.6 y 1/3 y y0 = 8. Vamos a utilizar N = 2 pasos para aproximar la solución
en T = 1, de forma que t0 = 0, t1 = t0 + h y t2 = t0 + 2h = 1; para que esto último se cumpla,
necesitamos tomar el paso h = 1−0 2 = 0.5 y entonces t0 = 0, t1 = 0.5 y t2 = 1.
Si aplicamos el método de Euler, obtenemos
y(t0 ) = y0E = y0 = 8;
y(t1 ) ≈ y1E = y0E + f (t0 , y0E ) = 8 − 0.6 81/3 = 8 − 0.6 2 = 6.8;
y(t2 ) ≈ y2E = y1E + f (t1 , y1E ) = 6.8 − 0.6 6.81/3 ≈ 5.6633.
b) Como el método de Heun es de orden mayor que el de Euler, podemos usar y(t2 ) ≈ y2H para
estimar el error cometido en la aproximaciı́on y(t2 ) ≈ y2E . De esta forma,

|y(t2 ) − y2E | ≈ |y2H − y2E | ≈ |5.7267 − 5.6633| = 0.0634 .

Como el método de Euler es de orden 1, esperamos que el error absoluto se comporte lineal-
mente con respecto al paso h; i.e. el error absoluto cometido al aproximar nos sugiere tomar la
constante C = 0.1268. En consecuencia, para garantizar que g(h) = 0.1268 h < 10−3 usarı́amos
h = 1/N < 7.8864 10−3 , es decir, N > 126.801. Si optamos por el menor valor que lo satisface,
necesitamos N = 127 pasos.

7
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Degree in Industrial Engineering, EPI Gijón, First Year, Spring Semester

NUMERICAL METHODS

Extraordinary Exam. Group ING-A

January 14, 2020

1. Consider the function f (x) = x − 0.2 sin(x) − 0.5.

(a) (0.75 points) Prove that f (x) = 0 has a unique solution c ∈ [0, 1].
(b) (0.75 points) Build an iteration function g(x) such that the iterative process xn+1 = g(xn ) is
convergent to c for all x0 ∈ [0, 1].
(c) (0.5 points) Define x0 = 0.5 and iterate until |xn − xn−1 | < 0.01.

Solution:
a) f is continuous for being the sum of elementary functions. Moreover f (0) = −0.5 and f (1) =
0.3371, so, from Bolzano’s theorem, there exists at least one point c ∈ (0, 1) such that f (c) = 0.
On the other hand, f 0 (x) = 1 − 0.2 cos(x). Since cos(x) ≤ 1, we have that −0.2 cos(x) ≥ −0.2 and
1 − 0.2 cos(x) ≥ 0.8 > 0, and hence f is strictly increasing, so it can cross the OX axis at most
once, and hence the c found is unique.
b) The simplest possibility is g(x) = 0.2 sin(x) + 0.5. Obviously f (x) = 0 ⇐⇒ g(x) = x.
Let us check that g satisfies the assumptions of the global convergence theorem for the fixed point
method in [0, 1].

• Mapping condition: g(x) ∈ [0, 1] for all x ∈ [0, 1]. Let us look for the global extrema of g in
[0, 1].
– Ends of the interval: x1 = 0, x2 = 1
– Points where g 0 (x) does not exist: g 0 (x) = 0.2 cos(x) exists for all x ∈ [0, 1]
– Points where g 0 (x) = 0. Since cos(x) 6= 0 in [0, 1], there are no points of this class either.
Since g(x1 ) = g(0) = 0.5 ∈ [0, 1] and g(x2 ) = 0.2 sin(1) + 0.5 ≈ 0.6683 ∈ [0, 1], the mapping
condition is satisfied.
• Contraction condition: |g 0 (x)| ≤ k < 1 for all x ∈ [0, 1]. Let is look for the global maximum
of |g 0 (x)| in [0, 1]. it is enough to search for the critical points of g 0 (x).
– Ends of the interval: x1 = 0, x2 = 1
– Points where g 00 (x) does not exist: g 00 (x) = −0.2 sin(x) exists for all x ∈ [0, 1]
– Points where g 00 (x) = 0. We find again x1 = 0.
Since |g 0 (0)| = 0.2 and |g 0 (1)| = 0.2 cos(1) ≈ 0.1081, we have that k = 0.2 < 1 and the
contraction condition is satisfied.

Therefore, the iteration xn+1 = g(xn ) converges to c for every x0 ∈ [0, 1].
c) Let us take x0 = 0.5 and let us iterate |xn − xn−1 | < 0.01:
n xn |xn − xn−1 |
0 0.5
1 0.595885 0.096
2 0.6122483 0.016
3 0.6149417 0.003
For n = 3, |xn − xn−1 | ≈ 0.003 < 0.01.

1
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

2. Consider the matrix

 
1 a a
A = a 1 a , a ∈ R.
a a 1

(a) (0.75 points) For which values of a does the matrix A admit a Cholesky factorization.
(b) (1 point) Obtain, if it is possible, a Cholesky factorization for a = 1/2. Express the results in
fixed point notation with 4 digits to the right of the decimal point.
(c) (0.75 points) Consider now a = −1. Study the convergence of Jacobi’s method when it is
applied to solve the system Ax = b, for any b ∈ R3×1 .

Solution:
a) It is obvious that A is symmetric. To check that it is positive definite, we compute its principal
minors:
1 a
∆1 = |1| = 1 > 0, ∆2 = = 1 − a2 > 0, ∆3 = |A| = 2a3 − 3a2 + 1 = (a − 1)2 (2a + 1) > 0.
a 1

Imposing ∆2 > 0 we obtain a ∈ (−1, 1). On the other hand, ∆3 > 0 if and only if a > −1/2. Both
conditions together read like a ∈ (−1/2, 1).
b) We have to compute a lower triangular L ∈ M3 (R) such that A = LLt if a = 1/2, this is:
    
1 1/2 1/2 `11 0 `11 `21 `31
1/2 1 1/2 = `21 `22 0   0 `22 `32  .
1/2 1/2 1 `31 `32 `33 0 0 `33

We compute the elements of L by columns:

1 =`211 ⇒ `11 =1
0.5 =`21 `11 ⇒ `21 =0.5
0.5 =`31 `11 ⇒ `31 =0.5
√
1 =`221 + `222 ⇒ `22 = 3/2
√
0.5 =`31 `21 + `32 `22 ⇒ `32 =1/(2 3)
p
1 =`231 + `232 + `233 ⇒ `33 = 2/3

All together

 
1 0 0.
L = 0.5 0.8660 0 .
0.5 0.2887 0.8165

c) Jacobi’s method converges if and only if ρ(BJ ) < 1. Let us compute the eigenvalues of the
iteration matrix BJ .
 
1 −1 −1
A = −1 1 −1 ,
−1 −1 1

2
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

and hence
 
0 1 1 −λ 1 1
BJ = 1 0 1 ⇒ |BJ − λI| = 1 −λ 1 = −λ3 + 3λ + 2.
 
1 1 0 1 1 −λ

Solving the characteristic equation, we obtain

λ1 = −1, λ2 = −1, λ3 = 2,

and hence
ρ(BJ ) = 2 > 1,
so the method does not converge.

3. Consider the nodes x1 = 0, x2 = π/4 and x3 = π/2 and the data yi = cos(xi ) for i = 1, 2, 3.

(a) (0.5 points) Let s1 (x) be the continuous piecewise linear interpolation function of the points
(xi , yi ) (degree 1 spline). Without computing s1 (x), give a reasonable upper bound of the max-
imum absolute interpolation error |s1 (x) − cos(x)| in [0, π/2]. Express the error in normalized
floating point notation with 1 digit to the right of the decimal point.
(b) (1.75 points) Compute the function of the form f (x) = A + B sin x that best fits the data in
the least squares sense.

Solution:

(a) The error is bounded by h2 /8M2 , where h = π/4 and M2 = max{|f 00 (x)| : x ∈ [0, π/2]}, where
f (x) = cos(x). In this case M2 = 1 and E ≤ 7.7 × 10−2 .
(b) We write the approximation equations for the data:

 A+ B sin(0) = cos(0)
A+ B sin(π/4) = cos(π/4)
A+ B sin(π/2) = cos(π/2)


or Xa = y, where
   
1 √0  
√ 1
A
X= 1 2/2  , a = , y =  2/2  .
B
1 1 0

To look for the least squares solution, we write the normal equations X T Xa = X T y
 √    √ 
√3 1 + 2/2 A 1 + 2/2
= .
1 + 2/2 1.5 B 0.5

Solving the system, we obtain A = 1.0765 and B = −0.8918.

4. (a) Of a function y = f (x), we know the data in the following table

x 0 0.2500 0.5000 0.7500 1.0000

y 1.0000 0.9689 0.8776 0.7317 0.5403

i. (0.5 points) Compute approximations of f 0 (0.5) and f 00 (0.5) using centered finite differ-
ences. Z 1
ii. (0.5 points) Compute approximations of f (x)dx using the composite trapezoid rule
0
and the composite Simpson rule.

3
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Hint: The underlying function is f (x) = cos(x), so your approximations should not be very
Z 1
far from f 0 (0.5) = − sin(0.5) = −0.4794, f 00 (0.5) = − cos(0.5) = −0.8776 and cos(x)dx =
0
0.8415.
(b) R(0.5 points) Consider f (x) = x3 and let Sn = S(f, 0, 1, n) be the approximation of I =
1
0 f (x)dx obtained by Simpson’s composite formula with n subintervals, i.e., 2n + 1 nodes.
Without computing neither I nor Sn , obtain the absolute error |I − Sn |, in terms of n if it is
necessary.
Solution:
(a) i. The centered first and second order finite difference with step size h ar
f ((x + h) − f (x − h) f (x − h) − 2f (x) + f (x + h)
f 0 (x) ≈ and f 00 (x) ≈
2h h2
In our case, x = 0.5 and h = 0.25. So x − h = 0.25, f (0.25) = 0.9689, x + h = 0.75,
f (0.75) = 0.7317 and we have
0.7317 − 0.9689
f 0 (0.5) ≈ = −0.4744
2 × 0.25
and
0.7317 − 2 × 0.8776 + 0.9689
f 00 (0.5) ≈ = −0.8730.
0.252
ii. The approximation by the composite trapezoid rule is
0.25
T = (1 + 2 × 0.9689 + 2 × 0.8776 + 2 × 0.7317 + 0.5403) = 0.8371
2
And using the composite Simpson’s rule we get
0.5
S= (1 + 4 × 0.9689 + 2 × 0.8776 + 4 × 0.7317 + 0.5403) = 0.8415
6
(b) Since Simpson’s formula is exact for polynomials of degree 3, the error is always zero.
5. Consider the initial value problem
 √
y0 = 2 y if 0 < t ≤ 1
y(0) = 1.

(a) (0.5 points) Show that y = (t + k)2 is a solution of the ordinary differential equation for all
k ≥ 0. For which value of k is it a solution of the initial value problem?
(b) (0.75 points) Obtain an approximation of y(t) using Euler’s method with step size h = 0.5.
(c) (0.5 points) Give an estimate of the error we would comit at T = 1 using Euler’s method with
step size h = 0.05.
Solution:
√ p
(a) On one hand, y 0 (t) = 2(t + k). On the other 2 y = 2 (t + k)2 = 2|t + k|. Since both t and k
are nonnegative, both expressions coincide.
At t = 0, y(0) = k 2 , so the initial condition is satisfied for k = 1.
(b) y(0) = y0 = 1
√ √
y(0.5) ≈ y1 = y0 + h2 y0 = 1 + 0.5 ∗ 2 ∗ 1 = 2.
√ √
y(1) ≈ y2 = y1 + h2 y1 = 2 + 0.5 ∗ 2 2 = 3.41
(c) The exact solution at T = 1 is y(1) = (1 + 1)2 = 4. Therefore the error for h = 0.5 is
approximately 0.6, so with a step size 10 times smaller, the error will be approximately 0.06.

4
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Degree in Industrial Engineering, EPI Gijón, First Year, Spring Semester

NUMERICAL METHODS

Extraordinary Exam. Group ING-A

January 14, 2020

1. Consider the function f (x) = x − 0.2 sin(x) − 0.5.

(a) (0.75 points) Prove that f (x) = 0 has a unique solution c ∈ [0, 1].
(b) (0.75 points) Build an iteration function g(x) such that the iterative process xn+1 = g(xn ) is
convergent to c for all x0 ∈ [0, 1].
(c) (0.5 points) Define x0 = 0.5 and iterate until |xn − xn−1 | < 0.01.

Solution:
a) f is continuous for being the sum of elementary functions. Moreover f (0) = −0.5 and f (1) =
0.3371, so, from Bolzano’s theorem, there exists at least one point c ∈ (0, 1) such that f (c) = 0.
On the other hand, f 0 (x) = 1 − 0.2 cos(x). Since cos(x) ≤ 1, we have that −0.2 cos(x) ≥ −0.2 and
1 − 0.2 cos(x) ≥ 0.8 > 0, and hence f is strictly increasing, so it can cross the OX axis at most
once, and hence the c found is unique.
b) The simplest possibility is g(x) = 0.2 sin(x) + 0.5. Obviously f (x) = 0 ⇐⇒ g(x) = x.
Let us check that g satisfies the assumptions of the global convergence theorem for the fixed point
method in [0, 1].

• Mapping condition: g(x) ∈ [0, 1] for all x ∈ [0, 1]. Let us look for the global extrema of g in
[0, 1].
– Ends of the interval: x1 = 0, x2 = 1
– Points where g 0 (x) does not exist: g 0 (x) = 0.2 cos(x) exists for all x ∈ [0, 1]
– Points where g 0 (x) = 0. Since cos(x) 6= 0 in [0, 1], there are no points of this class either.
Since g(x1 ) = g(0) = 0.5 ∈ [0, 1] and g(x2 ) = 0.2 sin(1) + 0.5 ≈ 0.6683 ∈ [0, 1], the mapping
condition is satisfied.
• Contraction condition: |g 0 (x)| ≤ k < 1 for all x ∈ [0, 1]. Let is look for the global maximum
of |g 0 (x)| in [0, 1]. it is enough to search for the critical points of g 0 (x).
– Ends of the interval: x1 = 0, x2 = 1
– Points where g 00 (x) does not exist: g 00 (x) = −0.2 sin(x) exists for all x ∈ [0, 1]
– Points where g 00 (x) = 0. We find again x1 = 0.
Since |g 0 (0)| = 0.2 and |g 0 (1)| = 0.2 cos(1) ≈ 0.1081, we have that k = 0.2 < 1 and the
contraction condition is satisfied.

Therefore, the iteration xn+1 = g(xn ) converges to c for every x0 ∈ [0, 1].
c) Let us take x0 = 0.5 and let us iterate |xn − xn−1 | < 0.01:
n xn |xn − xn−1 |
0 0.5
1 0.595885 0.096
2 0.6122483 0.016
3 0.6149417 0.003
For n = 3, |xn − xn−1 | ≈ 0.003 < 0.01.

1
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

2. Consider the matrix

 
1 a a
A = a 1 a , a ∈ R.
a a 1

(a) (0.75 points) For which values of a does the matrix A admit a Cholesky factorization.
(b) (1 point) Obtain, if it is possible, a Cholesky factorization for a = 1/2. Express the results in
fixed point notation with 4 digits to the right of the decimal point.
(c) (0.75 points) Consider now a = −1. Study the convergence of Jacobi’s method when it is
applied to solve the system Ax = b, for any b ∈ R3×1 .

Solution:
a) It is obvious that A is symmetric. To check that it is positive definite, we compute its principal
minors:
1 a
∆1 = |1| = 1 > 0, ∆2 = = 1 − a2 > 0, ∆3 = |A| = 2a3 − 3a2 + 1 = (a − 1)2 (2a + 1) > 0.
a 1

Imposing ∆2 > 0 we obtain a ∈ (−1, 1). On the other hand, ∆3 > 0 if and only if a > −1/2. Both
conditions together read like a ∈ (−1/2, 1).
b) We have to compute a lower triangular L ∈ M3 (R) such that A = LLt if a = 1/2, this is:
    
1 1/2 1/2 `11 0 `11 `21 `31
1/2 1 1/2 = `21 `22 0   0 `22 `32  .
1/2 1/2 1 `31 `32 `33 0 0 `33

We compute the elements of L by columns:

1 =`211 ⇒ `11 =1
0.5 =`21 `11 ⇒ `21 =0.5
0.5 =`31 `11 ⇒ `31 =0.5
√
1 =`221 + `222 ⇒ `22 = 3/2
√
0.5 =`31 `21 + `32 `22 ⇒ `32 =1/(2 3)
p
1 =`231 + `232 + `233 ⇒ `33 = 2/3

All together

 
1 0 0.
L = 0.5 0.8660 0 .
0.5 0.2887 0.8165

c) Jacobi’s method converges if and only if ρ(BJ ) < 1. Let us compute the eigenvalues of the
iteration matrix BJ .
 
1 −1 −1
A = −1 1 −1 ,
−1 −1 1

2
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

and hence
 
0 1 1 −λ 1 1
BJ = 1 0 1 ⇒ |BJ − λI| = 1 −λ 1 = −λ3 + 3λ + 2.
 
1 1 0 1 1 −λ

Solving the characteristic equation, we obtain

λ1 = −1, λ2 = −1, λ3 = 2,

and hence
ρ(BJ ) = 2 > 1,
so the method does not converge.

3. Consider the nodes x1 = 0, x2 = π/4 and x3 = π/2 and the data yi = cos(xi ) for i = 1, 2, 3.

(a) (0.5 points) Let s1 (x) be the continuous piecewise linear interpolation function of the points
(xi , yi ) (degree 1 spline). Without computing s1 (x), give a reasonable upper bound of the max-
imum absolute interpolation error |s1 (x) − cos(x)| in [0, π/2]. Express the error in normalized
floating point notation with 1 digit to the right of the decimal point.
(b) (1.75 points) Compute the function of the form f (x) = A + B sin x that best fits the data in
the least squares sense.

Solution:

(a) The error is bounded by h2 /8M2 , where h = π/4 and M2 = max{|f 00 (x)| : x ∈ [0, π/2]}, where
f (x) = cos(x). In this case M2 = 1 and E ≤ 7.7 × 10−2 .
(b) We write the approximation equations for the data:

 A+ B sin(0) = cos(0)
A+ B sin(π/4) = cos(π/4)
A+ B sin(π/2) = cos(π/2)


or Xa = y, where
   
1 √0  
√ 1
A
X= 1 2/2  , a = , y =  2/2  .
B
1 1 0

To look for the least squares solution, we write the normal equations X T Xa = X T y
 √    √ 
√3 1 + 2/2 A 1 + 2/2
= .
1 + 2/2 1.5 B 0.5

Solving the system, we obtain A = 1.0765 and B = −0.8918.

4. (a) Of a function y = f (x), we know the data in the following table

x 0 0.2500 0.5000 0.7500 1.0000

y 1.0000 0.9689 0.8776 0.7317 0.5403

i. (0.5 points) Compute approximations of f 0 (0.5) and f 00 (0.5) using centered finite differ-
ences. Z 1
ii. (0.5 points) Compute approximations of f (x)dx using the composite trapezoid rule
0
and the composite Simpson rule.

3
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Hint: The underlying function is f (x) = cos(x), so your approximations should not be very
Z 1
far from f 0 (0.5) = − sin(0.5) = −0.4794, f 00 (0.5) = − cos(0.5) = −0.8776 and cos(x)dx =
0
0.8415.
(b) R(0.5 points) Consider f (x) = x3 and let Sn = S(f, 0, 1, n) be the approximation of I =
1
0 f (x)dx obtained by Simpson’s composite formula with n subintervals, i.e., 2n + 1 nodes.
Without computing neither I nor Sn , obtain the absolute error |I − Sn |, in terms of n if it is
necessary.
Solution:
(a) i. The centered first and second order finite difference with step size h ar
f ((x + h) − f (x − h) f (x − h) − 2f (x) + f (x + h)
f 0 (x) ≈ and f 00 (x) ≈
2h h2
In our case, x = 0.5 and h = 0.25. So x − h = 0.25, f (0.25) = 0.9689, x + h = 0.75,
f (0.75) = 0.7317 and we have
0.7317 − 0.9689
f 0 (0.5) ≈ = −0.4744
2 × 0.25
and
0.7317 − 2 × 0.8776 + 0.9689
f 00 (0.5) ≈ = −0.8730.
0.252
ii. The approximation by the composite trapezoid rule is
0.25
T = (1 + 2 × 0.9689 + 2 × 0.8776 + 2 × 0.7317 + 0.5403) = 0.8371
2
And using the composite Simpson’s rule we get
0.5
S= (1 + 4 × 0.9689 + 2 × 0.8776 + 4 × 0.7317 + 0.5403) = 0.8415
6
(b) Since Simpson’s formula is exact for polynomials of degree 3, the error is always zero.
5. Consider the initial value problem
 √
y0 = 2 y if 0 < t ≤ 1
y(0) = 1.

(a) (0.5 points) Show that y = (t + k)2 is a solution of the ordinary differential equation for all
k ≥ 0. For which value of k is it a solution of the initial value problem?
(b) (0.75 points) Obtain an approximation of y(t) using Euler’s method with step size h = 0.5.
(c) (0.5 points) Give an estimate of the error we would comit at T = 1 using Euler’s method with
step size h = 0.05.
Solution:
√ p
(a) On one hand, y 0 (t) = 2(t + k). On the other 2 y = 2 (t + k)2 = 2|t + k|. Since both t and k
are nonnegative, both expressions coincide.
At t = 0, y(0) = k 2 , so the initial condition is satisfied for k = 1.
(b) y(0) = y0 = 1
√ √
y(0.5) ≈ y1 = y0 + h2 y0 = 1 + 0.5 ∗ 2 ∗ 1 = 2.
√ √
y(1) ≈ y2 = y1 + h2 y1 = 2 + 0.5 ∗ 2 2 = 3.41
(c) The exact solution at T = 1 is y(1) = (1 + 1)2 = 4. Therefore the error for h = 0.5 is
approximately 0.6, so with a step size 10 times smaller, the error will be approximately 0.06.

4
Descargado por Illán Linos (ar977957@[Link])
 lOMoARcPSD|5302848

Escuela Politécnica Industrial de Gijón 11 de Marzo de 2020

Departamento de Matemática Aplicada. Métodos Numéricos
Primer Examen Parcial Curso 2019/2020
Nombre.- …………………………………………………………………………………………. D.N.I.- ………………

Ejercicio 1.- (1.5 Puntos) Las aproximaciones 5.12 y 2.1 han sido obtenidas por
redondeo, determinar cotas para el error absoluto y el error relativo de esos números
sabiendo que el error relativo de un producto de varias cantidades aproximadas es
menor o igual que la suma de los errores relativos de esas cantidades.

Ejercicio 2.- a) (1.5 Puntos) Demostrar que la ecuación x 3  x  1 posee una única
solución en el intervalo [1,2]. Predecir cuántas iteraciones son necesarias para
aproximar esa raíz con error absoluto inferior a 0.00001 utilizando el Método de
Bisección. Ayuda log2100000 = 16.6096.
b) (1.5 Puntos) Dada la ecuación x 2  3 x  1  0 , encontrar una función
de iteración g(x) para la que se verifica las hipótesis del Teorema de Convergencia
Global sobre el intervalo [-1,1].
c) (0.5 Puntos) Predecir cuántas iteraciones del Método del Punto Fijo
son necesarias para aproximar la solución de la ecuación utilizando la función
construida en el apartado anterior con un error inferior a 0.0001.

Ejercicio 3.- a) (1.5 Puntos) Comprobar que la siguiente matriz admite factorización
LU y calcular las matrices L y U.
1  4 2 
 
A   2  1  3
4  4 8 
 
b) (1 Punto) Averiguar para que valores de los parámetros a y b la matriz
siguiente admite la factorización de Cholesky.
1 b 0
 
A  0 a 1
0 1 2
 
 2
    
c) (2.5 Puntos) Para a = 2 y b = 0, considerar el sistema: Ax  b : b   4 
5
 

Calcular las matrices de iteración del Método de Jacobi: B J y c J , demostrar que en
este caso dicho método converge. Realizar dos iteraciones del método partiendo del
vector nulo.

Descargado por Illán Linos (ar977957@[Link])