CÁLCULO NUMÉRICO, EXAMEN FINAL

INGENIERÍA INDUSTRIAL
6 DE FEBRERO DE 2008 9:30H-13:30H

Ejercicio 1. Acota las raı́ces del siguiente polinomio por el método de Laguerre y aisla sus
raı́ces por el método de Sturm.
p(x) = 2x3 − 6x2 + 5x − 10

(2,5 ptos)
Solución:

Por el método de Lagrange obtenemos una cota superior e inferior de las raı́ces de
p(x) = 2x3 − 6x2 + 5x − 10

2 -6 5 -10

6 0 15
3

2 0 5 5

Una cota superior es 3.

Tomando p1 (x) = p(−x) = −2x3 − 6x2 − 5x − 10 vemos que no hay cambios de signo en la
sucesión de coeficientes {-2, -6, -5, -10} y por tanto p(x) no tiene raı́ces negativas → Una cota
inferior es 0.

• Construyamos la secuencia de polinomios de Sturm.

s0 (x) = p(x) = 2x3 − 6x2 + 5x − 10
s1 (x) = p0 (x) = 6x2 − 12x + 5
s2 (x) = 2x + 25
s3 (x) = −1

Para conseguir s2 (x) dividimos

S (x) S1(x)
0

R(x) C (x)

y escribimos R(x) = −λS2(x) , con λ = 13 .

1
 2x³-6x²+5x-10 6x²-12x+5

-2x³+4x²-5x/3 x/3 - 1/3

-2x²+10x/3 -10

2x²-4x+5/3

-2x/3 -25/3 = -1/3 (2x+25)

Igualmente calculamos la división de s1 (x) entre s2 (x), y escribimos el resto R1 (x) como
R1 (x) = −λ1 S3 (x), con λ1 = 2185
2
> 0.

S1(x) S (x)
2

R (x) C1(x)
1

6x²-12x+5 2x+25

-6x²-75x 3x - (87/2)

-87x+5

87x + (2175/2)

2185/2 S (x)= - 1
3

Construimos ahora la siguiente tabla de cambios de signo

C 0 1 2 3

S 0(c) - - - +

S1(c) + - + +

S (c) + + + +
2

S (c) - - - -
3

N(c) 2 2 2 1

Por tanto hay una raı́z en el intervalo (2,3) ya que |N (3) − N (2)| = 1. Las otras dos raı́ces
serán complejas conjugadas.
Ejercicio 2. Probar la siguiente proposición

Proposición 1. Sea α una raı́z de la ecuación f (x) = 0, y xn un valor aproximado de la

misma, tal que xn , α ∈ [a, b]. Si f es derivable en (a, b) y |f 0 (x)| ≥ m1 > 0 ∀x ∈ (a, b) entonces
|xn − α| ≤ |f m
(xn )|
1
.
(1,5 ptos)
Solución:

f (xn ) − f (α) = f 0 (µ)(xn − α), µ ∈ (a, b) por el Teorema del Valor Medio de Lagrange.
Tomando valores absolutos,
|f (xn ) − f (α)| = |f 0 (µ)||xn − α| ≥ m1 |xn − α|.
Entonces, despejando,
1 |f (xn )|
|xn − α| ≤ |f (xn ) − f (α)| = ,
m1 m1
ya que f (α) = 0

Ejercicio 3. Hacer dos iteraciones del método de Newton para aproximar la solución del sistema
no lineal de ecuaciones ½ 2
x + y2 = 4
y − x2 − 1 = 0
Utilizar como iterado inicial el punto (1.3, 2.6). Medir la distancia entre iterados sucesivos uti-
lizando la norma 2. Representar gráficamente el corte de las dos curvas en el plano, ası́ como
los diferentes iterados ( realizar los cálculos con 6 decimales y redondeo).

(1,25 ptos)
Solución:
f (x, y) = x2 + y 2 − 4, fx (x, y) = 2x, fy (x, y) = 2y
g(x, y) = y − x2 − 1, gx (x, y) = −2x, gy (x, y) = 1

f (1.3, 2.6) = (1.3)2 + (2.6)2 − 4 = 4.45

fx (1.3, 2.6) = 2.6
fy (1.3, 2.6) = 5.2
g(1.3, 2.6) = −0.09
gx (1.3, 2.6) = −2.6
gy (1.3, 2.6) = 1

¯ ¯
¯ 2x 2y ¯
J(f, g) = ¯¯ ¯ = 2x + 4xy = 2x(1 + 2y)
−2x 1 ¯
J(f, g)(1.3, 2.6) = 2.6(1 + 5.2) = 2.6(6.2) = 16.12

1 1
x1 = x0 − (f gy − gfy ) = 1.3 − (4.45 − (−0.09)5.2) = 0.994913
J(f, g)(x0 , y0 ) 16.12
1 1
y1 = y0 − (gfx − f gx ) = 2.6 − (−0.09 ∗ 2.6 − 4.45(−2.6)) = 1.896774
J(f, g)(x0 , y0 ) 16.12
 Distancia entre (x0 , y0p ) y (x1 , y1 ) p
||(x0 , y0 ) − (x1 , y1 )||2 = (x1 − x0 )2 + (y1 − y0 )2 = (0.994913 − 1.3)2 + (1.896774 − 2.6)2 =
= 0.766554

f (x1 , y1 ) = 0.587603
fx (x1 , y1 ) = 1.989826
fy (x1 , y1 ) = 3.793548
g(x1 , y1 ) = −0.093078
gx (x1 , y1 ) = −1.989826
gy (x1 , y1 ) = 1

J(f, g)(x1 , y1 ) = 2x1 (1 + 2y1 ) = 9.538326

(0.587603 ∗ 1 − (−0.093078)(3.793548))
x2 = 0.994913 − = 0.896290
9.538326
((−0.093078)1.989826 − 0.587603(−1.989826))
y2 = 1.896774 − = 1.793609
9.538326

Distancia entre (x1 , y1 ) y (x2 , y2 )

p
||(x1 , y1 ) − (x2 , y2 )||2 = (x1 − x2 )2 + (y1 − y2 )2
p
= (0.994913 − 0.896290)2 + (1.896774 − 1.793609)2 = 0.142722

y = x²+1

. (x , y )
0 0

2
. (x , y )
1 1

(x 2, y )
2

4 = x²+y²

2 1 1 2

*
2

Solución exacta del sistema

x = 4 − y2
2
√
−1± 1+20
y = x2 + 1 = 4 − y 2 + 1 = 5 − y 2 → y2 + y − 5 = 0 y= 2
Sólo vale√ y positiva
y = −1+2 21 ' 1.791288 ⇒ x2 = 0.791288

x = ±0.889544

Ejercicio 4. Aplicar el método iterativo de Gauss Seidel para hallar la solución aproximada
del sistema ½
4x + 2y = 2
2x + 8y = 1
a) Realizar 4 iteraciones efectuando los cálculos con seis cifras decimales y truncación por
redondeo y tomando como punto inicial para iterar (0, 0).

(0,5 ptos)
b) Justificar si el método es convergente o no. Enunciar el criterio de convergencia utilizado.

(1 pto)
c) Obtener la matriz E del método, y calcular ||E||∞ . Utilizar este cálculo para estimar
||X (4) − X̄||∞ donde X (4) = (x4 , y4 ) es la cuarta iteración y X̄ = (x̄, ȳ) es la solución
exacta del sistema.

(0,5 ptos)
Solución:

½ 2−2y 1−y
4x + 2y = 2 → x= 4
= 2
1−2x
2x + 8y = 1 → y= 8

(x0 , y0 ) = (0, 0)
Gauss-Seidel
1 − yk
xk+1 =
2
1 − 2xk+1
yk+1 = .
8
a) x1 = 1−y
2
0
= 12
y1 = 1−2∗1/2
8
=0
x2 = 1−y
2
1
= 1
2
1−2∗1/2
y2 = 8
=0

Y por tanto (x3 , y3 ) = (x4 , y4 ) = ( 12 , 0) que es de hecho la solución exacta del sis-
tema.

b) Es inmediato comprobar que después de las tres iteraciones a partir del (0, 0) hemos
obtenido la solución exacta, y por tanto en este caso el método es convergente. En ge-
neral no podemos esperar tener esta suerte (en este caso por ejemplo si empezamos por
otro iterado inicial), y podemos aplicar uno de los siguientes criterios,
 1a posibilidad:
Sea A simétrica real con elementos diagonales positivos aii , entonces el método de
Gauss-Seidel
µ ¶converge si y sólo si A es definida positiva.
4 2
A= simétrica pues a12 = a21 . Con los elementos de la diagonal positivos
2 8
a11 = 4 > 0 , a22 = 8 > 0, y además definida positiva pues 41 = 4 > 0 ,
¯ ¯
¯ 4 2 ¯
42 = ¯¯ ¯ = 28 > 0.
2 8 ¯
2a posibilidad:

El método será convergente si:

1) Es consistente
2) ρ(E) < 1 con E la matriz del método.

Como sabemos que Gauss-Seidel es consistente, calculemos la matriz del método

µ ¶ µ ¶ µ ¶
4 0 0 0 0 −2
D= ,L = ,U =
0 8 −2 0 0 0
µ ¶ µ ¶ µ ¶
4 0 0 0 4 0
M =D−L= − =
0 8 −2 0 2 8
µ ¶
1 8 0
M −1 = 32
−2 4
µ ¶
0 −2
N =U =
0 0
µ ¶µ ¶ µ ¶ µ ¶
−1 1 8 0 0 −2 1 0 −16 1 0 −4
E = M N = 32 = 32 =8
−2 4 0 0 0 4 0 1
p(E) = máx{|λ| : λ valor propio de E}
¯ ¯
¯ λ 1 ¯
¯
|λI − E| = ¯ 2 ¯ = λ(λ − 1 ) → λ = 0, λ = 1
0 λ − 18 ¯ 8 8

⇒ ρ(E) < 1
µ ¶
1 0 −4
c) E = 8
0 1
1 1 1
||E||∞ = máx{Σnj=1 |aij |} = máx{|0| + | |, |0| + | |} =
i 2 8 2
||E||∞
||(x4 , y4 ) − (x̄, ȳ)||∞ ≤ ||(x4 , y4 ) − (x3 , y3 )||∞ = 0.
1 − ||E||∞

Ejercicio 5. Se considera la siguiente tabla de valores

x 0 1 2
f (x) 0 3 6

Se pide:
a) Ajustar polinomios por splines cúbicos naturales.
 b) Estimar f (0,5).
c) Estimar f 0 (1).
(1,5 ptos)
Solución:

a) Ajustar polinomios por splines cúbicos naturales → S100 (0) = z1 = 0 = S200 (2) = z3 .
Además sabemos que h1 = h2 = 1.

S1 (x) S2(x)
0 1 2
Para calcular S100 (1) = S200 (1) resolvemos el sistema

z1 + 2z2 + z3 = 6(3) − 6(3) = 0 → z2 = 0

Con esta información,

S1 (x) = 3x,
S2 (x) = 6(x − 1) + 3(2 − x) = 3x.
b) f (0,5) ' S1 (0,5) = 1,5

c) f 0 (1) ' S10 (1) = 3

Ejercicio 6. Usar la regla de Trapecios compuesta para calcular de forma aproximada la

siguiente integral con un error menor que 5 · 10−4 :
Z 0,25
cos (2x + 1)dx.
0

(1 pto)
Solución:
b − a = 0,25
h = b−a
n
Exigimos que
(b − a)2
(b − a)maxa≤x≤b |f 00 (x)| < 5 ∗ 10−4 .
12n2
Ahora bien, como
f 0 (x) = −2 sen(2x + 1),
f 00 (x) = −4 cos(2x + 1),

tenemos que
max0≤x≤0,25 | − 4 cos(2x + 1)| ≤ 4,
y vamos a exigir que
(0,25)2 0,25
2
∗ 4 < 5 ∗ 10−4 ,
12n
 r
(0,25)2 ∗ 104 0,25 ∗ 102 25
⇒ n≥ = √ = √ ' 3,22 ⇒ n=4
60 60 60
Por tanto la integral se calculará aproximadamente como,
Z b
h
f (x)dx ' (f (x0 ) + 2f (x1 ) + 2f (x2 ) + 2f (x3 ) + f (x4 ))
a 2
0,25
= 4 (cos(2x0 + 1) + 2(cos(2x1 + 1) + cos(2x2 + 1) + cos(2x3 + 1)) + cos(2x4 + 1)),
2
x0 =0
x1 = 0,0625
x2 = 0,125
x3 = 0,1875
x4 = 0,25
Z b
0,0625
f (x)dx ' (cos(1) + 2(cos(2(0,0625) + 1) + cos(2(0,125) + 1) + cos(2(0,1875) + 1)
a 2
+ cos(2(0,25) + 1)) = 0,077910.

Esto quiere decir que el valor de la integral exacta debe estar en el intervalo,
Z b
f (x)dx ∈ [0,077410, 0,078410].
a
Notar que la integral calculada de manera exacta vale,
Z 0,25
sen(2x + 1) 0,25 sen(1,5) − sen(1)
cos (2x + 1)dx = [ ]0 = = 0,078012.
0 2 2