4016 Cálculo Numérico 907-909-924 PDF

CÁLCULO NUMÉRICO
D E P A R T A M E N T O D E C I E N C I A S B Á S I C A S
ÍNDICE TEMÁTICO
Unidades Página
IÞ  Unidad Nº " "Teoría de errores. Normas vectoriales y matriciales" 1

"Þ"Þ Introducción a la teoría de errores 4
"Þ"Þ"Þ Errores experimentales y de modelación 4
"Þ"Þ#Þ Errores de tipo matemático 5
"Þ"Þ$Þ Errores absolutos y relativos 6
"Þ"Þ%Þ Gráfica del error global 8
"Þ"Þ&Þ Condicionamiento y estabilidad 9
"Þ#Þ Cifras significativas 9
"Þ$Þ Ejercicios 10
Actividad Personal 20
"Þ%Þ Normas vectoriales y matriciales 21
1.4.1. Normas vectoriales 21
1.4.2. Distancia inducida por una norma 23
1.4.3. Convergencia en espacios normados 23
1.4.4. Normas matriciales 24
II.- Unidad Nº 2 "Sistema de ecuaciones lineales" 26

2.1. Número de condición 28
2.1.1. Propiedades del número de condición 30
2.2. Métodos por factorización PY 32
2.2.1. Factorización de Cholesky(i) 35
2.3. Métodos iterados 38
2.3.1. Métodos de descomposición 40
2.4. Ejercicios 45
III.- Unidad Nº 3 "Resolución de ecuaciones no lineales" 62

3.1. Acotación y separación de raíces 64
3.2. Método y algoritmo de la bisección: análisis de errores 65
3.3. Punto fijo e iteración funcional 67
3.4. Método de Newton: análisis de errores y Regla de Fourier 70
3.5. Ejercicios 79
IV.- Unidad Nº 4 "Aproximaciones" 100
4.1. Mejor Aproximación en espacios normados 100
4.2. Aproximación discreta de mínimos cuadrados 102
4.3. Aproximación discreta de mínimos cuadrados, caso no lineal 105
4.3.1. Método de Gauss-Newton 106
4.4. Ejercicios 108
V.- Unidad Nº 5 "Interpolación" 117

5.1. Interpolación polinomial 118
5.1.1. Interpolación de Lagrange 118
5.1.2. Interpolación de Newton 120
5.1.3. Fenómeno de Runge 124
5.1.4. Interpolación de Hermite 125
5.2. Interpolación por Spline 128
5.2.1. Cálculo de los Splines cúbicos de interpolación 130
5.3. Ejercicios 132
VI.- Unidad Nº 6 "Integración Numérica" 143

6.1. Fórmulas de cuadratura 144
6.2. Fórmulas de Newton-Cotes 147
6.2.1. Fórmula del trapecio 148
6.2.2. Fórmula de Simpson 148
6.3. Fórmulas Compuestas 150
6.3.1. Simpson para 8 par 150
6.3.2. Trapecios para 8 impar 150
6.4. Ejercicios 151
VII.- Unidad Nº 7 "Solución Numérica de Ecuaciones Diferenciales Ordinarias" 169

7.1. Introducción a las E.D.O. 170
7.2. Método de Taylor 174
7.3. Métodos de Runge-Kutta 176
7.3.1. Método de Euler 177
7.3.2. Método de Euler Mejorado y Euler-Cauchy (o de Heun) 179
7.3.3. Runge-Kutta de tercer y cuarto orden 182
7.3.4. Runge-Kutta de orden superior 182
7.4. Ejercicios 184
I nstituto P rofesional D r. V irginio G ómez
Departamento de Ciencias Básicas
El Análisis Numérico trata de modelar o diseñar métodos para aproximar, de manera

eficiente, la solución a problemas numéricos complejos utilizando operaciones de la aritmética.
La eficiencia de los métodos depende tanto de la precisión que se requiera como de la

facilidad con que pueda implementarse.
En la práctica, el problema matemático se deriva de un fenómeno físico sobre el cual se

hacen suposiciones para representarlo matemáticamente. Muchas veces es más conveniente
encontrar una solución aproximada del problema matemático más complicado que encontrar una
solución exacta del modelo simplificado.
Ejemplo de un osciloscopio:
Análisis de datos en la interacción con dispositivos de hardware
Los métodos de cálculo se denominan "algoritmos". El algoritmo es una secuencia de

operaciones algebraicas y lógicas que producen la aproximación al problema matemático y se
espera que también al problema físico.
En la selección del algoritmo se debe tener en cuenta que los cambios tecnológicos los
afectan significativamente, ya que computacionalmente dependen de la capacidad de
almacenamiento de la computadora y del costo asociado con los tiempos de cómputo.
Además de esto se toman dos criterios muy evidentes: la rapidez y la precisión. La primera
se ve más favorecida cuando sean problemas a gran escala, es decir, que el algoritmo más rápido
sería el elegido.
Superficie creada usando spline racional y su polinomio de Taylor
Cálculo Numérico
o
Página 1
Dado que un computador está compuesto de dispositivos que realizan las operaciones
lógicas y aritméticas, los procedimientos matemáticos deben simplificarse a tal grado que sean
accesibles para procesarse en un computador.
Las aplicaciones de los métodos numéricos son prácticamente ilimitadas y se requiere

conocimiento en diferentes disciplinas como la economía, física, ingeniería, etc.
Modelo numérico de un huracán
En especial nuestra asignatura de Cálculo Numérico constituye una introducción a la

resolución efectiva de los problemas de la Matemática Aplicada planteados en las asignaturas de
Cálculo Infinitesimal (I, II, III o Complemento) y Álgebra Lineal, las cuales deben haber
proporcionado la base teórica necesaria para la comprensión de los mismos; si no, te invitamos a
que refuerces algunos conceptos que te serán de gran ayuda.
El esquema esencial que se sigue en este curso, con respecto a sus temas, es:
ˆ Planteamiento del problema.
ˆ Algoritmos de resolución.
ˆ Análisis de los errores.
ˆ Ejercicios desarrollados.
ˆ Autoevaluación.
Se considera esencial que se entienda la verdadera dimensión de los problemas (por

ejemplo, se trata de resolver sistemas de miles de ecuaciones en otras tantas incógnitas o calcular
la integral de una función sólo conocida en un número pequeño de puntos).
Cálculo Numérico
o
Página 2
Sólo de esta forma comprenderá la importancia del estudio de los diferentes errores que se
producen en la resolución numérica de un problema, así como la necesidad de su control,
seguimiento y acotación.
Vista especular de un cuanto usando datos procedentes

de un microscopio de túnel de barrido.
En la mayoría de los casos trataremos de buscar la solución de una forma iterada, es decir,
construyendo una sucesión convergente a la solución del problema.
En resumen, el siguiente diagrama explica gráficamente todo lo anterior:
Cálculo Numérico
o
Página 3
"Þ"Þ Introducción a la teoría de errores
Las técnicas del Cálculo Numérico han experimentado un notable avance desde la
aparición de los PC's. Dicho tipo de PC's ofrecen la posibilidad de realizar grandes cadenas de
cálculos en un tiempo prudencial, lo que se traduce en que muchos métodos que durante tiempo
han permanecido en el terreno de lo utópico e irrealizable son ahora factibles.
Sin embargo, y dado que el PC trabaja con un determinado número de cifras decimales,
todos los números que aparecen en los cálculos son redondeados. Así por ejemplo, si trabajamos
con cinco cifras decimales e introducimos el número #ß "#$&'( el PC lo redondeará a #ß "#$&(
cometiendo un error de !ß !!!!!$ que recibe el nombre de error de redondeo. Es evidente que para
cálculos con pocas operaciones este error es prácticamente despreciable, pero estamos hablando
de que los métodos que eran utópicos y que resolvemos ahora con la ayuda del PC constan de gran
cantidad de operaciones y, por tanto, de redondeos.
Evidentemente no todos los errores que se comenten son de redondeo, sino que estos
pueden ser producidos por muchas otras causas que estudiaremos en este tema.
Lo que si debe quedar claro es que debido a la gran cantidad de operaciones que vamos a
realizar en un determinado proceso, es necesario realizar un detallado estudio de todos los errores
que pueden ser arrastrados en él, ya que de lo contrario, el resultado no sería fiable.
Comenzaremos, por ello, estudiando los diferentes tipos de errores que pueden producirse
en un proceso de cálculo.
"Þ"Þ"Þ Errores experimentales y de modelación
Estos errores son inherentes al planteamiento del problema y pueden ser de dos tipos:
ì Experimentales
Surgen de la utilización de datos afectados de error, bien debido a los aparatos de medida
(por falta de precisión de estos), bien debido a nuestros sentidos (errores personales entre ellos).
ì De modelización
Tienen su raíz en la aproximación de la realidad por modelos matemáticos sobre los que se
realiza el estudio. Son generalmente de tipo físico y debidos a que el modelo matemático utilizado
no refleja exactamente la realidad sino una aproximación de ésta. Se pueden producir
voluntariamente (intencionados) o involuntariamente (por desconocimiento de algunas leyes).
Un ejemplo típico de modelización es el tiro parabólico. Es evidente que la trayectoria de
un proyectil no es exactamente una parábola, ya que ésta se produciría sólo en el caso de que el
aire no ofreciera resistencia, que la gravedad no experimentara variaciones etc., sin embargo es
evidente que cada vez que introducimos un nuevo factor que pueda modificar la trayectoria, el
modelo se complica. Es por ello, que resulta prácticamente imposible tener en cuenta todos estos
factores y es necesario despreciar alguno de ellos para que el modelo resultante sea factible de
estudiar. De esta manera, podemos comenzar diciendo que no tendremos en cuenta las variaciones
de la gravedad (estamos cometiendo un error de modelización voluntario).
Cálculo Numérico
o
Página 4
Supongamos ahora que se quiere estimar la posición de un cometa a partir de los datos
obtenidos tras una serie de observaciones. Es evidente que estos datos vendrán afectados de
ciertos errores de medición debidos a múltiples causas como puedan ser la falta de precisión de los
aparatos, las variaciones producidas por la refracción de la luz e incluso a errores personales. Es
decir, vienen afectados de errores de experimentación.
"Þ"Þ#Þ Errores de tipo matemático
ì Error de discretización
Cuando un computador trabaja con una función, por ejemplo con C œ B# , no lo hace con la
función en sí sino con una serie de puntos por los que pasa dicha función, es decir, el PC no
reconoce la función C œ B# sino la que determinan, por ejemplo, los puntos Ð";"Ñß ("ß "à "ß #"),
("ß #à "ß %%), ("ß $à "ß '*),á , etc. En otras palabras, convierte un proceso continuo en otro de tipo
discreto.
Otro ejemplo de error de discretización es el que se comente al sustituir la suma de una

serie (infinitos términos) por la suma de sus 8 primeros términos, de tal forma que el error que se
comete es menor mientras mayor sea el número de términos que se sumen.
Es interesante no discretizar cada modelo matemático que se realice, sino estudiar familias
de procesos de discretización y estudiar si estos procesos son válidos, en el sentido de que el error
de discretización que se comete tienda a cero a medida que se afina el proceso. Así por ejemplo,
podemos discretizar el cálculo de una función sustituyendo ésta por un polinomio de grado 8
(obtenido, por ejemplo, de su desarrollo en serie), podemos también sustituir la suma de una serie
por la suma de los 8 primeros términos, una integral por una suma finita, etc.
"+3 ¸ "+3 ( 0 ÐBÑ.B ¸ " +3 † 0 ÐB3 Ñ

_ 8 , _
0 ÐBÑ ¸ T8 ÐBÑ
3œ" 3œ" + 3œ"
En resumen, no discretizamos el cálculo de la función /B mediante el polinomio

# $
"  B  B#x  B$x sino que estudiamos el problema de la discretización de una función mediante un
polinomio.
ì Error de redondeo
Es el que se comete al manejar cantidades que desbordan la capacidad del aparato que
utilizamos. No puede estudiarse globalmente, sino que su estudio se realiza para cada problema
particular.
ì Error transmitido
Es el que se comete al trabajar con unos datos iniciales afectados de errores. En otras palabras,
el que se transmite de los datos iniciales a la solución del problema.
ì Error de truncamiento
Por ejemplo, la evaluación de funciones mediante desarrollos en series infinitas, obliga a
considerar en el cálculo sólo un número finito de sumandos, truncando el resto de la sumatoria.
Cálculo Numérico
o
Página 5
"Þ"Þ$Þ Errores absolutos y relativos
Definición. "Þ". Sea B el valor exacto de un número real y B! el valor aproximado. Se define el
error absoluto y se denota por & como la diferencia B  B! , y se expresa siempre en valor
absoluto, es decir:
| & | œ | B  B! |.
Al cociente entre el error absoluto & y el valor real B se le denomina error relativo y se
|& |
denota por &< . Se expresa también en valor absoluto, es decir: | &< | œ .
|B|
Existen dos maneras de obtener el número de cifras decimales significativas de un valor

aproximado B! :
"
ˆ por redondeo, cuya expresión es | &| Ÿ † "!: (: cifras decimales exactas)
#
ˆ por truncamiento, cuya expresión es | &| Ÿ "!:
Esta última expresión se denomina "en el sentido amplio" de la teoría de errorres y la que
utilizaremos en este apunte. Debe observarse que ello no indica que han de coincidir las :
primeras cifras decimales de B y B! . Por ejemplo, si B œ # y B! œ "ß **** se tiene que |&| œ "!%
y, por tanto, "ß **** tiene las cuatro cifras decimales exactas (aunque no coincidan ninguno de los
decimales de #ß !!!! con los de "ß ****).
Cuando se trabaja con datos que arrastran errores debe realizarse un estudio del
comportamiento del error de transmisión en cada una de las operaciones básicas.
Para ello, consideremos los números reales exactos B e C con sus valores aproximados B!
e C! . Los errores absolutos de cada uno de ellos vienen dados por las diferencias &B œ B  B! y
& C œ C  C! .
ì Sumas y diferencias.
La suma (diferencia) exacta de los números B e C es W œ B „ C , mientras que la
aproximada es W! œ B! „ C! Þ El error de dicha suma (diferencia) viene dado por
&= œ W  W! œ ÐB „ CÑ  ÐB! „ C! Ñ œ &B „ &C
por lo que ?W œ ¸&= ¸ œ ¸&B „ &C ¸ Ÿ ¸&B ¸  ¸&C ¸
ì Productos.
&: œ BC  B! C! œ BC  ÐB  &B ÑÐC  &C Ñ œ
œ BC  BC  B &B  C &B  &B &C
?T œ ¸&: ¸ Ÿ ¸B&C ¸  ¸C &B ¸ ( considerando despreciable &B &C )
Cálculo Numérico
o
Página 6
Podemos observar entonces que el error absoluto del producto depende de las magnitudes
B e CÞ
Trabajando con los errores relativos tenemos que:
&: B& C  C & B  & B & C &C &B &B & C

&<: œ œ œ   œ &<B  &<C  &<B &<C
BC BC C B B C
Ê &<: œ &B  &C  &B &/C ¸ &B  &C , por lo que
?VT œ ¸ &<: ¸ Ÿ ¸ &B ¸  ¸ &C ¸
Es decir, el error relativo del producto es (aproximadamente) la suma de los errores

relativos de los factores y, en valor absoluto, es menor o igual a dicha suma.
ì Cocientes.
B
&- œ C Ð&<B  &<C ÑÐ"  &<C  &#<C  ÞÞÞÑ
En cuanto al error relativo

&-
&<- œ œ &<B  &<C  Ð&<B  &<C Ñ&<C  Ð&<B  &<C Ñ&#<C  ÞÞÞ œ
BÎC
œ &<B  &<C  &<B &<C  &#<C  ÞÞÞ ¸ &<B  &<C
Ê ?VG œ ¸ &<- ¸ Ÿ ¸ &<B ¸  ¸ &<C ¸
ì Funciones.
&0 œ 0 ÐBÑ  0 ÐB! Ñ œ 0 ÐBÑ  0 ÐB  &B Ñ œ
&#B ww
œ 0 ÐBÑ  Ò0 ÐBÑ  &B 0 w ÐBÑ  #x 0 ÐBÑ  ÞÞÞÓ œ
&#B w w
œ &B 0 w ÐBÑ  0 ÐBÑ  ÞÞÞ ¸ &B 0 w ÐBÑ
#x
Ê ?0 œ ¸ &0 ¸ Ÿ ¸ &B ¸¸ 0 w ÐBÑ¸
Observación importante: Aunque no podamos calcular exactamente el valor de 0 w ÐBÑ, podemos

sustituirlo por 0 w ÐB0 Ñ ya que el error depende, en gran medida, del valor de &B .
Cálculo Numérico
o
Página 7
"Þ"Þ%Þ Gráfica del error global
En un proceso típico de discretización, es decir, en una familia infinita de procesos que

dependen de 8 (grado de un polinomio, número de términos de una suma, etc.) sabemos que al
aumentar 8 el error de discretización tiende a cero, pero aumenta el número de operaciones y por
tanto, el error de redondeo.
Figura "Þ" À Variación de los errores de discretización y redondeo.
Las gráficas (1) y (2) de la Figura "Þ" nos muestran la variación de los errores de
discretización y de redondeo, respectivamente, a medida que aumenta el valor de 8.
El error total que se comete en el proceso completo de discretización viene dado por la
suma de ambos errores, es decir:
| &> | = | & . | + | & < |
La gráfica de la variación de dicho error se obtiene, evidentemente, sumando las gráficas

de las variaciones de ambos errores, y se muestra en la Figura "Þ#.
Figura "Þ# À Variación del error total en un proceso de discretización.
Puede observarse que la gráfica de la variación del error total presenta un mínimo, lo que
nos dice que, en un proceso de discretización, no se puede resolver un problema con un error
inferior a dicho mínimo, es decir, si aumentamos el valor de 8 para disminuir el error de
discretización, aumenta el error total debido al incremento del error de redondeo, y si disminuimos
Cálculo Numérico
o
Página 8
el valor de 8 para disminuir el error de redondeo, aumentamos también el error total debido al
incremento del error de discretización.
Así pues, para poder resolver un problema con una precisión determinada, las únicas
soluciones posibles son el trabajar con otra discretización diferente (que tienda a cero más
rápidamente) o trabajar con un mayor número de dígitos (disminuir los errores de redondeo).
"Þ"Þ&Þ Condicionamiento y estabilidad
Definición "Þ#. Si el algoritmo (proceso de discretización) que se aplica en la resolución de un

problema controla el error de redondeo, es decir, si éste no se dispara al pasar de
una etapa a la siguiente, se dice que el algoritmo es estable.
Si el mínimo que presenta la gráfica del error es grande, el problema se dice que está mal
condicionado y el proceso de discretización se dice que es inestable.
Si, por el contrario, una pequeña modificación en los datos va acompañada de una
pequeña modificación en el resultado, se dice que el problema está bien condicionado. En este
caso, los errores de redondeo hacen prácticamente despreciables a los de discretización.
"Þ#Þ Cifras significativas
Se considera que las cifras significativas de un número son aquellas que tienen significado
real o aportan alguna información. Las cifras no significativas aparecen como resultado de los
cálculos y no tienen significado alguno. Las cifras significativas de un número vienen
determinadas por su error. Son cifras significativas aquellas que ocupan una posición igual o
superior al orden o posición del error.
Por ejemplo, consideremos una medida de longitud que arroja un valor de &%$#ß %('% 7
con un error de !ß ) 7. El error es por tanto del orden de décimas de metro. Es evidente que todas
las cifras del número que ocupan una posición menor que las décimas no aportan ninguna
información. En efecto, ¿qué sentido tiene dar el número con precisión de diezmilésimas si
afirmamos que el error es de casi 1 metro?. Las cifras significativas en el número serán por tanto
las que ocupan la posición de las décimas, unidades, decenas, etc, pero no las centésimas,
milésimas ni diezmilésimas.
Cuando se expresa un número debe evitarse siempre la utilización de cifras no

significativas, puesto que puede suponer una fuente de confusión. Los números deben redondearse
de forma que contengan sólo cifras significativas. Se llama redondeo al proceso de eliminación de
cifras no significativas de un número.
¿Cómo pueden determinarse las cifras significativas a partir del número que expresa el
error?. Hay que tener siempre presente que todo error es una estimación y está por tanto sujeto a
su vez a una incertidumbre, generalmente grande. Por esto no tiene sentido especificarlo con
excesiva precisión.
Cálculo Numérico
o
Página 9
"Þ$Þ Ejercicios
Ejercicio "Þ" À Exprese el número B œ $&ß %()%' truncado a cuatro y tres decimales. Calcular el
error cometido.
Solución: Truncado a cuatro cifras decimales significativas B! œ $&ß %()% . Luego, su error será
| & | œ ¸$&ß %()%'  $&ß %()%¸ œ 'ß ! † "!& Ÿ "!%
En cambio a tres decimales será B! œ $&ß %() y su error es
| & | œ ¸$&ß %()%'  $&ß %()¸ œ %ß ' † "!% Ÿ "!$
Cálculo Numérico
o
Página 10
Ejercicio "Þ# À Sea el siguiente sistema de ecuaciones lineales

B  +C œ &
,B  #C œ .
"
, donde + œ "ß !!! „ !ß !!#à , œ y . œ ,  +Þ ¿Con qué exactitud podemos determinar el
+
producto BC ?
Solución: Al resolver el sistema por reducción:

"!  +. .  &,
Bœ e Cœ
#  +, #  +,
Luego, el producto será:

("!  +. ) (.  &, ) ("!  +. )(.  &, ) EF
BC œ œ œ
(#  +,) (#  +, ) (#  +, ) # G
Resolv+mos el problema por dos métodos. Primero, calcularemos el error asociado a cada
una de las variables y los términos de la expresión anterior:
+ œ "ß !!!à &Ð+Ñ œ !ß !!#

" &Ð+Ñ
,œ œ "à &Ð,Ñ œ œ &Ð+Ñ
+ +#
. œ ,  + œ !à &Ð.Ñ œ &Ð,Ñ  &Ð+Ñ œ #&Ð+Ñ
E œ "!  +. œ "!à &ÐEÑ œ + &Ð.Ñ  . &Ð+Ñ œ #&Ð+Ñ
F œ .  &, œ  &à &ÐFÑ œ &Ð.Ñ  & &Ð,Ñ œ (&Ð+Ñ
G œ Ð#  +,Ñ# œ "à &ÐGÑ œ # &Ð+Ñ  # &Ð,Ñ  % &Ð,Ñ  %&Ð+Ñ œ "#&Ð+Ñ
EF œ  &!à &ÐEFÑ œ F &ÐEÑ  E &ÐFÑ œ )!&Ð+Ñ
EF &ÐEFÑ EF &ÐGÑ
BC œ G œ  &!à &0 œ G  G# œ ')!&Ð+Ñ
Sustituyendo valores, obtenemos el siguiente resultado

BC œ  &!ß ! „ "ß %
Otro método para resolver este problema consiste en sustituir en la expresión del producto
los valores de , y . por sus correspondientes expresiones en función de +, es decir,
$'
BC œ  Ð+$  "$+  + Ñ œ  &!ß !! „ !ß "!
&0 œ Ð¸$+# ¸  "$  ¸ $' ¸

+# Ñ&Ð+Ñ œ !ß "!%
BC œ  &!ß !! „ !ß "!%
R 9>+ À ¿Por qué el error es mucho menor en el segundo método?
Cálculo Numérico
o
Página 11
Ejercicio "Þ$ À Calcular ŠÈ#‹ tomando È# œ "ß %"% (que tiene todas sus cifras exactas).
&
Estimar el error cometidoÞ
Solución: | &> | œ | È#  "ß %"%& | œ | &B | † & † È#  "!% † #! œ !ß !!#  "!# Þ

& %
Calculamos ahora el valor de Ð"ß %"%Ñ& obteniendo:

$
Ð"ß %"%Ñ& œ &ß '&#&)%#*Þ Þ Þ œ &ß '&  &< , con | &< |  #ß ' † "! .
(No tiene sentido tomar más de dos cifras decimales cuando ya el error de transmisión sólo nos
garantiza dos).
È# & œ &ß '&  &  & œ &ß '&  &

< >
con
$ $ $ #
| & | Ÿ | &< |  | &> |  #ß ' † "!  # † "! œ %ß ' † "!  "! ,
por lo que È# œ &ß '& con todas sus cifras exactas.

&
Llamando B! a la aproximación de È# , el error de transmisión es:
| &> | œ | È#  B!& | œ | &B | † & † È# œ #! † | &B |.

& %
Cálculo Numérico
o
Página 12
Ejercicio "Þ% À Determinar la precisión con la que hay que tomar È# para calcular È# con tres
&
cifras decimales exactas.

$
Solución: Para obtener tres cifras decimales exactas, ha de ser | &> |  "! , es decir:
$ $
"!
#! † | &B |  "! Ê | &B |  #! œ !ß & † "!%  "!%
decir, dado que È# œ "ß %"%#"$ Þ . . :

Luegoß B! debe tomarse al menos con cuatro cifras decimales exactas tras el redondeo, es
È# œ "ß %"%# ß con | & |  !ß & † "!%  "!% .

B
Obsérvese como conclusión al problema que, en este caso, el error de transmisión es

superior al error en el dato. Partiendo de un valor que tiene cuatro cifras decimales exactas,
llegamos a un resultado del que sólo podemos garantizar la exactitud de tres cifras decimales.
Cálculo Numérico
o
Página 13
Ejercicio "Þ& À Calcular (È#  ")& tomando È# œ "ß %"% (que tiene todas sus cifras exactas) y
estimar el error . Determinar la precisión con la que hay que tomar È# para calcular (È#  ")&
con tres cifras decimales exactas.
Solución: Partimos de que el valor aproximado de È#  " dado por B! œ "ß %"%  " œ !ß %"%
$
tiene todas sus cifras exactas, es decir, partimos de un error en los datos | &B |  "! .
0 (È#  "), el error de transmisión viene dado por

Si consideramos la función 0 (B) = B& , de la cual queremos obtener el valor de 0 (B) =
| &> | ¶ | &B | 0 ' (B! ) ¶ "!$ † & † (!ß %"%) % œ "ß %'))ÞÞÞ † "!%  "ß %( † "!%  "!$
por lo que no podremos obtener más de tres cifras decimales exactas.
Al calcular Ð!ß %"%Ñ& œ !ß !"#"'"*!(... sólo podremos garantizar como exactas, a lo más,
las tres primeras cifras decimales.
Si redondeamos obtenemos Ð!ß %"%Ñ& œ !ß !"#  &< donde | &< | œ "ß '"*!(... † "!%
 "ß '# † "!% .
Finalmente, (È#  ")& œ (!ß %"%)&  &> œ !ß !"#  &<  &> œ !ß !"#  &
donde
% % $
| & | Ÿ | &< |  | &> |  "ß '# † "!  "ß %( † "! œ $ß !* · "!%  "! ,
por lo que (È#  ") œ !ß !"# con todas sus cifras exactas.
5
En cuanto a la precisión con que debe conocerse È# para obtener tres cifras decimales
exactas al calcular (È#  ") , vamos a ver que puede ser algo menor que la que nos dan en el
5
enunciado.
Se trata de que | &> | œ | B &  B!& | œ | (È#  ")  B!& |  "! .

5 $
$
| &> | ¶ | &B | † | 0 w ÐBÑ | œ | &B | † & † B%  "! .
Luego:
$ $
& (È#")%
"! "!
| &B |  &†B%
œ œ !ß !!'(*%... y este es el error máximo que debe tener B! .
Evidentemente, si se toma B! - on tres cifras exactas de È#  ", el error será |&B |  "!
$
œ !ß !!"  !ß !!'(*%... , pero observemos que podemos afinar aún más, y concluir diciendo que
basta con tomar B! con dos cifras decimales exactas y redondear, pues entonces:
#
| &B |  !ß & † "! œ !ß !!&  !ß !!'(*% ...
Cálculo Numérico
o
Página 14
Por tanto, puesto que È#  " œ !ß %"%#"$... , tomaremos:
B! œ !ß %" con | &B | œ !ß %"%#"$...  !ß !!&
y el error transmitido será:

$
| &> | ¶ | &B | † & † B!%  !ß !!& · & · !ß !#) œ !ß !!!( œ ( · "!%  "! .
Así pues, tomando È# œ "ß %" obtenemos
(È#  ") œ !ß %"  &> œ !ß !""&)&'...  &>

5 &
redondeando se tiene que
(È#  ") œ !ß !"#  &>  &< œ !ß !"#  &

5
donde
#
| & | Ÿ | &< |  | &> |  ( † "!%  %ß # · "!% œ ""ß # † "!%  "! .
Obsérvese, como conclusión, que el error transmitido es menor que el error en el dato, es
decir, es perfectamente posible que, partiendo de un dato con una determinada precisión, después
de operar con él, se alcance mayor precisión en el resultado. En otras palabras, el operar con los
datos aproximados no siempre lleva a una pérdida de precisión.
Cálculo Numérico
o
Página 15
Ejercicio "Þ' À Se quiere calcular el valor de (È#  ") utilizando el valor aproximado
6
È# œ "ß %. ¿Cuál de las siguientes expresiones es mejor numéricamente? Justifica la respuesta.
a) ($  #È#)
Ð**  (!È#
3 "
b)
Solución: Si aproximamos È# por "ß %, estamos trabajando con un error menor que "! .
"
a) La aproximación de $  #È# dada por B! œ $  # † Ð"ß %Ñ œ !ß # tiene un error

"
| &B |  # † "! œ !ß #
por tanto ( $  #È#) œ !ß !!)  &>

3
, con
"
| &> | ¶ | &B | † $ † B! #  (!ß #) † ($) † (!ß !%) œ !ß !#%  "!
con lo que podemos garantizar, a lo más, un cifra decimal exacta:
( $  #È#) œ !ß !  &<  &> œ !ß !  &

3
"
con | & | Ÿ | &< |  | &> |  !ß !!)  !ß !#% œ !ß !$#  "! ,
es decir, obtenemos que (È#  ") œ !ß ! , pero no podemos garantizar ninguna cifra
6
decimal más.
b) Aproximando **  (!È# por el valor B! œ **  (! † Ð"ß %Ñ œ "*( , tenemos un error

"
|&B |  (! † "! œ (Þ
"
Si consideramos la función 0 (B) = y aproximamos el valor buscado por el de 0 (B! )
B
obtenemos que
(**  (!È#)
" "
=  &> œ !ß !!&!('" ...  &> , con
"*(
" "
| &> | ¶ | &B | † #
(† œ "ß )!$... † "!%  "!$ .
B! "*( #
Si redondeamos a la tercera cifra decimal
(**  (!È# )
"
œ !ß !!&  &<  &> œ !ß !!&  & , donde
$
| & | Ÿ | &< |  | &> |  !ß !!!!)  !ß !!!"* œ !ß !!!#(  "!
es decir, obtenemos (È#  ") œ !ß !!& con todas las cifras exactas.
6
En resumen, por el primer método sólo garantizamos una cifra decimal exacta,
mientras que el segundo nos garantiza tres.
Cálculo Numérico
o
Página 16
Ejercicio "Þ( À Se desea calcular el valor de la expresión ((  %È$ ) utilizando el valor

4
aproximado de È$ œ "ß ($#!& (que tiene todas sus cifras exactas). ¿Cuál de las siguientes
fórmulas equivalentes es mejor desde el punto de vista numérico?
((%È$ ) Ð *(&'È$ Ñ#
c) Ð*(  &'È$ Ñ
" " #
a) 4 b)
d) "))"(  "!)'%È$
"))"(  "!)'%È$
"
e)
Solución: Trabajando con È$ œ "ß ($#!&, es decir, con un error inicial de "! tenemos:
&
(  %È$ œ !ß !(")  &B

&
, con | &B |  % † "! , por lo que
((  %È$ ) œ !ß !!!!#'&('%**...  &>

4 $ ) (
, con | &> | ¶ | &B | † % † Ð!ß !(")Ñ  ' · "!  "!
por lo que ((  %È$ ) œ !ß !!!!#'  &

4
, con
) ) (
| & | Ÿ | &< |  | &> |  #ß $' † "!  ' † "!  "!
es decir, obtenemos 7 cifras decimales exactas.
((  % È $ )4
" % "! *
a) œ !ß !!!!#'&("(%"... , con | &> | ¶ | &B | †  $ß " † "!  "!
Ð"$ß *#)#)&
((  % È $ )4
"
y, por tanto, œ !ß !!!!#'&(#  & , con
"! *
| & | Ÿ | &< |  | &> |  (#ß '  $ß ") † "!  "!
por lo que obtenemos 9 cifras decimales exactas.
b) *(  &'È$ œ "*$ß **%)  &B con | &B |  &' † "! , por lo que
&
Ð *(  &'È$ Ñ
" # "! *
œ !ß !!!!#'&("(#*... , con | &> | ¶ | &B | † $  "ß ' † "!  "!
#
Ð"*$ß **%)Ñ
"
es decir œ !ß !!!!#'&(#  & , con
Ð *(  &' Ñ#
"! *
| & | Ÿ | &< |  | &> |  (#ß )  "ß ') † "!  "!
por lo que, en este caso, también obtenemos 9 cifras decimales exactas.
c) *(  &'È$ œ !ß !!&#  &B con | &B |  &' † "! , por lo que

&
Cálculo Numérico
o
Página 17
(*(  &'È$ ) œ !ß !!!!#(!%!...  &>

2 ' &
, con | &> | ¶ | &B | † # † !ß !!&#  &ß )$ † "!  "!
es decir (*(  &'È$ ) œ !ß !!!!$  &

2
, con
' ' ' &
| & | Ÿ | &< |  | &> |  #ß *' † "!  &ß )$ † "! œ )ß (* † "!  "!
sólo obtenemos 5 cifras decimales exactas.
d) "))"(  "!)'%È$ œ !ß !!)(********  &B

&
, con | &B |  "!)'% † "!  !ß "!* , por lo
que no podemos garantizar ninguna cifra decimal.
e) "))"(  "!)'%È$ œ $('$$ß **"#  &B

&
, con | &B |  "!)'% † "!  !ß "!)'% por lo que
("))"(  "!)'%È$)
"
œ !ß !!!!#'&("(#$#((á  &>
" "" "!

con | &> | ¸ | &B | † #  (ß '(" · "!  "! , es decir
Ð$('$$ß **"#Ñ
("))"(  "!)'%È$)
"
œ !ß !!!!#'&("(  & , con
"" "!
| & | Ÿ | &< |  | &> |  (#ß $#)  (ß '(") † "!  "!
que resulta ser el caso óptimo, ya que se obtiene el resultado con "! cifras decimales exactas.
Cálculo Numérico
o
Página 18
È$** ¸ "*ß *(& (con todas sus cifras exactas) y comparar los errores producidos.
Ejercicio "Þ) À Calcular la menor de las raíces de la ecuación B #  %! B  " œ ! sabiendo que
b) Utilizando la expresión (#!  È$**) " .

a) Directamente
Solución: Las raíces de la ecuación son #! ±È$** , por lo que la menor de ellas es
B7 œ #!  È$** .
a) Si la calculamos directamente se obtiene que B7 œ #!  "*ß *(& œ !ß !#& con las tres cifras
decimales exactas.
b) #!  È$** œ $*ß *(& con un error | &B |  "! .

$
(#!  È$**)
" " ( '
œ !ß !#&!"&'$%((...  &> , con | &> | ¶ | &B | † #  'ß $ † "!  "! .
($*ß *(&)
Redondeando a la sexta cifra decimal
(#!  È$**)
" ( '
œ !ß !#&!"'  & , con | & | Ÿ | &< |  | &> |  $ß 7 † "!  'ß $ † "!(  "!
es decir, obtenemos ' cifras decimales exactas, frente a las 3 obtenidas mediante el cálculo
directo.
Cálculo Numérico
o
Página 19
Actividad Personal
A continuación se proponen ejercicios tomados en certámenes anteriores y ejercicios
propuestos para ser resueltos a modo de autoevaluación.
"Þ  Evalúe el polinomio C œ B$  &B#  'B  !ß && en B œ #ß ($Þ Use $ dígitos significativos.
Determine el error.
#Þ  ¿Con qué exactitud es necesario medir el radio de una esfera para que su volumen sea
conocido con un error relativo menor de !ß !"%? ¿Cuantos decimales es necesario emplear para el
valor de 1?
$Þ  La base y la altura de un triángulo son respectivamente #! -7 y $! -7 , medidos con una

exactitud de " 77 . Calcular con que exactitud se conoce el área del triángulo y estimar el error
absoluto en la medida de ésta área.
%Þ  Calcular el valor de la aceleración de la gravedad y la precisión con que se determina al dejar

caer un cuerpo en un pozo de profundidad %*&ß #"! 7 „ !ß !!& 7 . La duración de la caída es de
"!ß !& = „ !ß !" = .
&Þ  La resistencia que un conductor metálico presenta al paso de la corriente eléctrica, varía con
la temperatura de dicho conductor. Para rangos de temperatura no muy elevados, esta variación
tiene la forma:
V œ V! Ð"  !>Ñ
, donde V! es la resistencia a !o G y ! es el coeficiente de variación de la resistencia con la

temperatura. La resistencia se mide a &!o G con un mismo medidor que aprecia !ß !!" y el
termómetro usado para medir la temperatura aprecia !ß &o G . Los valores obtenidos de las
mediciones fueron: #ß %!# ; #ß %!) ; #ß %!$ ; #ß %!( ; #ß %!& . Se sabe que V! œ #ß !!* con un error
sistemático del "% . Calcular el error de escala y sistemático que se presenta al medir el
coeficiente de variación de la resistencia con la temperatura.
Cálculo Numérico
o
Página 20
"Þ%Þ Normas vectoriales y matriciales
Definición "Þ$. Sea „ un espacio vectorial definido sobre un cuerpo Š. Se define una norma como
una aplicación, que denotaremos por el símbolo || ||, de „ en ‘ (cuerpo de los
números reales) que verifica las siguientes propiedades:
"Þ  ¸¸ B ¸¸ ! ß a B − „ , siendo ¸¸ B ¸¸ œ ! Í B œ ! (definida positiva).
#Þ  ¸¸ - B ¸¸ œ ¸- ¸ † ¸¸ B ¸¸ ß a - − Šß a B − „ Ðhomogeneidad).
$Þ  ¸¸ B  C ¸¸ Ÿ ¸¸ B ¸¸  ¸¸ C ¸¸ , a Bß C − „ Ðdesigualdad triangular).
Un espacio „ en el que hemos definido una norma recibe el nombre de espacio

normado.
Es frecuente que en el espacio „ se haya definido también el producto de dos elementos.

En este caso, si se verifica que
¸¸ B † C ¸¸ Ÿ ¸¸ B ¸¸ † ¸¸ C ¸¸
se dice que la norma es multiplicativa. Esta propiedad es fundamental cuando trabajamos en el

conjunto `8‚8 de las matrices cuadradas de orden 8. Sin embargo no tiene mucha importancia
cuando se trabaja en el espacio C [+,, ] de las funciones continuas en el intervalo [+,, ].
"Þ%Þ"Þ Normas vectoriales
Sea „ un espacio normado de dimensión 8 y sea  œ {?" , ?# , . . . , ?8 } una de él.

Cualquier vector B de „ puede ser expresado de forma única en función de los vectores de la base
.
B œ " B3 ?3
8
3 œ"
donde los escalares (B" , B# , . . . , B8 ) se conocen como coordenadas del vector B respecto de la
base .
Utilizando esta notación, son ejemplos de normas los siguientes:
ˆ ¼ B ¼ " œ " ¸ B3 ¸
8
(llamada norma-1)
3 œ"
ˆ ¼ B ¼ 2 œ Ë " ¸ B3 ¸
8
2
(que recibe el nombre de norma euclideana)
3 œ"
ˆ ¼ B ¼_ œ máx ¸ B3 ¸ (cuyo nombre es norma infinito)

3
Cálculo Numérico
o
Página 21
p
Por ejemplo, en ‘# consideremos el vector B" œ Ð  "ß #Ñ tenemos que las normas
respectivas serían:
¼ B" ¼ œ " ¸ B 3 ¸ œ ¸ B " ¸ + ¸ B # ¸ œ ¸  " ¸  ¸ # ¸ œ $

#
p
"
3 œ"
Í
Í #
Í
¼ B" ¼ œ " ¸ B 3 ¸ 2 œ É ¸  " ¸ 2  ¸ # ¸ 2 œ È &
Ì 3 œ"
p
2
¼ B" ¼ œ máx ¸ B3 ¸ œ máxÖ¸  " ¸ß ¸ # ¸× œ #

p
_
3œ"ß#
Observamos que las tres normas son distintas entre sí, pero son equivalentes; concepto
que no veremos.
p
En cambio, para B# œ Ð!ß  "Ñ las normas respectivas dan:
¼ B" ¼ œ " ¸ B 3 ¸ œ ¸ B " ¸ + ¸ B # ¸ œ ¸ ! ¸  ¸  " ¸ œ "

#
p
"
3 œ"
Í
Í #
Í
¼ B" ¼ œ " ¸ B 3 ¸ 2 œ É ¸ ! ¸ 2  ¸  " ¸ 2 œ "
Ì 3 œ"
p
2
¼ B" ¼ œ máx ¸ B3 ¸ œ máxÖ¸ ! ¸ß ¸  " ¸× œ "

p
_
3œ"ß#
es decir, las normas son iguales entre sí, pero recordemos que en general esto no es así.
Cálculo Numérico
o
Página 22
"Þ%Þ#Þ Distancia inducida por una norma
Definición "Þ%. Dado un espacio vectorial „, se define una distancia como una aplicación . de
„ ‚ „ en ‘ cumpliendo:
"Þ  .ÐBß CÑ ! ß a Bß C − „ siendo .ÐBß CÑ œ ! Í B œ CÞ
#Þ  .ÐBß CÑ œ .ÐCß BÑ ß a Bß C − „Þ
$Þ  .ÐBß CÑ Ÿ .ÐBß DÑ  .ÐDß CÑ ß a Bß Cß D − „
Definición "Þ&. Si ( „ , || || ) es un espacio normado, la norma || || induce una distancia en „ que se

conoce como distancia inducida por la norma || || y viene definida por:
.ÐBß CÑ œ || B  C ||
Veamos que, en efecto, se trata de una distancia:
"Þ  .ÐBß CÑ ! porque es una norma, y además À

.ÐBß CÑ œ ! Í || B  C || œ ! Í B  C œ ! Í B œ CÞ
#Þ  .ÐBß CÑ œ || B  C || œ ||  "ÐC  BÑ || œ |  "| || C  B || œ || C  B || œ .ÐCß BÑÞ
$Þ  .ÐBß CÑ œ || B  C || œ || ÐB  DÑ  ÐD  CÑ || Ÿ || B  D ||  || D  C || œ .ÐBß DÑ  .ÐDß CÑÞ
"Þ%Þ$Þ Convergencia en espacios normadosÞ
Definición "Þ'. Una sucesión de vectores @" , @# , . . . , de un espacio vectorial normado ( •, || ||) se
dice que es convergente a un vector @ si
lim || @5  @ || œ !
5 Ä_
Esta definición coincide con la idea intuitiva de que la distancia de los vectores de la
sucesión al vector límite @ tiende a cero a medida que se avanza en la sucesión.
Teorema "Þ(. Para un espacio vectorial normado de dimensión finita, el concepto de convergencia
es independiente de la norma utilizada.
Cálculo Numérico
o
Página 23
"Þ%Þ%Þ Normas matriciales
Dada una matriz E y un vector B, consideremos el vector transformado EB. La relación

existente entre la norma del vector transformado y la del vector original va a depender de la matriz
E. El mayor de los cocientes entre dichas normas, para todos los vectores del espacio, es lo que
vamos a definir como norma de la matriz E, de tal forma que de la propia definición se deduce
¸¸ E B ¸¸ Ÿ ¸¸ E ¸¸ † ¸¸ B ¸¸
que
cualquiera que sea el vector B del espacio (no es lo mismo que la propiedad multiplicativa de una
norma, ya que aquí se están utilizando dos normas diferentes, una de matriz y otra de vector).
Así pues, definiremos

¸¸ E B ¸¸
¸¸ E ¸¸ œ œ máx Ö ¸¸ E B ¸¸ À ¸¸ B ¸¸ œ "×
¸¸ B ¸¸
máx
B−Z Ö!×
de tal forma que a cada norma vectorial se le asociará, de forma natural, una norma matricial.
Norma-" À Si utilizamos la norma-1 de vector obtendremos À

¸¸ E ¸¸ œ máx Ö ¸¸ E B ¸¸ À ¸¸ B ¸¸ œ "×
" " "
C3 œ " +35 B5 se tiene que

8
Dado que EB œ C Ê
5œ"
¸¸ E ¸¸ œ máx "" ¸+35 B5 ¸ À ¸¸ B ¸¸ œ "ŸÞ

8 8
" "
3œ" 5œ"
Por último, si descargamos todo el peso sobre una coordenada, es decir, si tomamos un
vector de la base canónica, obtenemos que
¸¸ E ¸¸ œ máx " ¸+34 ¸
8
"
3 œ"
4
Norma-# (o norma euclideana) À
Utilizando la norma-2 de vector se tendrá que

¸¸ E ¸¸ œ máx šÈB‡ E‡ E B À ÈB‡ B œ "›Þ
2
Descargando ahora el peso en los autovectores de la matriz obtenemos que
¸¸ E ¸¸ œ máx šÈB‡ -3 B À ÈB‡ B œ "› œ máx È-3 œ máx 53

2
3 3 3
Cálculo Numérico
o
Página 24
Se dice que una matriz Q es hermítica si verifica que Q = Q * y, en ese caso, todos sus
autovalores son reales y no negativos. Dado que la matriz es hermítica, sus autovalores tienen
raíces cuadradas reales y a sus raíces positivas 53 es a lo que se conoce como valores singulares de
la matriz E.
Así pues, la norma-# o norma euclideana es el mayor de los valores singulares de la matriz.
Norma infinito
Utilizando ahora la norma infinito de vector se tiene que
¸¸ E ¸¸ œ máx ˜" ¸+34 B4 ¸ À ¸¸ B ¸¸_ œ "Þ

8
_
4 œ"
Como ahora se dará el máximo en un vector que tenga todas sus coordenadas iguales a ", se
tiene que
¸¸ E ¸¸ œ máx " ¸+34 ¸

8
_
4 œ"
3
Si consideramos la matriz como un vector de 7 ‚ 8 coordenadas, podemos definir (de

manera análoga a la de norma euclideana de vector) la denominada norma de Frobenius
¸¸ E ¸¸ œ !¸+34 ¸# œ È><ÐE‡ EÑ
Norma de Frobenius: J Ê 3ß4
Cálculo Numérico
o
Página 25
Para los sistemas de ecuaciones lineales, de la forma EB œ , , trataremos de buscar

métodos iterados, es decir, transformando el sistema en otro equivalente de la forma B œ J ÐBÑ,
donde J ÐBÑ œ Q B  R . Evidentemente habrá que exigir algunas condiciones a la matriz Q para
que el método sea convergente y estas condiciones se basan en los conceptos estudiados en la
unidad 1 de normas vectoriales y matriciales.
Dada una aplicación 0 À ‘7 Ä ‘8 y un vector , − ‘8 , resolver el sistema de ecuaciones

0 ÐBÑ œ , no es más que buscar el conjunto de vectores de ‘7 cuya imagen mediante 0 es el
vector ,, es decir, buscar la imagen inversa de , mediante 0 .
Un sistema de ecuaciones se dice lineal en su componente 5 -ésima si verifica que
0 ÐB" ß á ß B5" ß !B5  " B5 ß B5" ß á ß B7 Ñ œ
œ !0 ÐB" ß á ß B5" ß B5 ß B5" ß á ß B7 Ñ  " 0 ÐB" ß á ß B5" ß B5 ß B5" ß á ß B7 Ñ
Diremos que un sistema es lineal si lo es en todas sus componentes, pudiéndose, en este

caso, escribir de la forma EB œ , .
Si la aplicación 0 se define de ‚7 en ‚8 resulta un sistema complejo que puede ser

transformado en otro sistema real. Así, por ejemplo, si el sistema es lineal, es decir, de la forma
Q D œ 5 con Q − ‚7‚8 , D − ‚8‚" y 5 − ‚7‚" , podemos descomponer la matriz Q en suma de
otras dos de la forma Q œ E  3F con E y F reales y análogamente D œ B  3C con B e C
vectores reales y 5 œ 5"  35# con 5" , 5# también vectores reales, por lo que
(E  3F )(B  3C ) œ 5"  35# es decir
œ FB  EC œ 5 ÊŒ
E Œ C  Œ 5# 
EB  FC œ 5" E F B 5"
œ
# F
sistema real de #7 ecuaciones con #8 incógnitas. Es por ello, que centraremos nuestro estudio en
los sistemas reales.
Podemos clasificar los sistemas de ecuaciones lineales atendiendo a
ˆ Su tamaño
Pequeños: 8 Ÿ $!! donde 8 representa el número de ecuaciones.

Grandes: 8  $!!.
(Esta clasificación corresponde al error de redondeo)
ˆ Su estructura
Lleno: si la matriz posee pocos elementos nulos.

Disperso o Sparce : Si la matriz contiene muchos elementos nulos.
Cálculo Numérico
o
Página 26
Son matrices de este tipo las siguientes Ðpara 8 œ 4):
Las tridiagonales Las triangulares superiores Las triangulares inferiores
Î +"" ! Ñ Î +"" +"% Ñ Î +"" ! Ñ

Ð +#" ! Ó Ð ! +#% Ó Ð +#" ! Ó
+"# ! +"# +"$ ! !
Ð Ó Ð Ó Ð Ó
+## +#$ +## +#$ +## !
Ï ! +%% Ò Ï ! +%% Ò Ï +%" +%% Ò

0 +$# +$$ +$% 0 ! +$$ +$% +$" +$# +$$ !
! +%$ ! ! +%# +%$
En cuanto a los métodos de resolución de sistemas de ecuaciones lineales, podemos

clasificarlos en
‰ Métodos directos
Aquellos métodos que resuelven un sistema de ecuaciones lineales en un número finito de

pasos. Se utilizan para resolver sistemas pequeños.
‰ Métodos iterados
Crean una sucesión de vectores que convergen a la solución del sistema. Estos métodos
se utilizan para la resolución de sistemas grandes, ya que al realizar un gran número de
operaciones los errores de redondeo pueden hacer inestable al proceso, es decir, pueden
alterar considerablemente la solución del sistema.
Cálculo Numérico
o
Página 27
#Þ"Þ Número de condición
Un sistema de ecuaciones lineales EB œ , se dice bien condicionado cuando los errores

cometidos en los elementos de la matriz E y del vector , producen en la solución un error del
mismo orden, mientras que diremos que el sistema está mal condicionado si el error que producen
en la solución del sistema es de orden superior al de los datos. Es decir:
¼E  E ¼ y ¼,  , ¼  & ¼B  B¼ ¸ &
Ê
¼E  E ¼ y ¼,  , ¼  & ¼B  B¼ ¦ &
Consideremos el sistema cuadrado EB œ , con E regular, es decir, un sistema compatible

determinado. En la práctica, los elementos de E y de , no suelen ser exactos ya sea porque
procedan de cálculos anteriores, o bien porque sean irracionales, racionales periódicos, etc. Es
decir, debemos resolver un sistema aproximado cuya solución puede diferir poco o mucho de la
verdadera solución del sistema.
Así, por ejemplo, en un sistema de orden dos, la solución representa el punto de

intersección de dos rectas en el plano. Un pequeño error en la pendiente de una de ellas puede
hacer que dicho punto de corte se desplace sólo un poco o una distancia considerable (véase la
Figura #Þ"), lo que nos dice que el sistema está bien o mal condicionado, respectivamente.
Sistema bien condicionado Sistema mal condicionado

Figura #Þ" À Condicionamiento de un sistema.
Podemos ver que el sistema está mal condicionado cuando las pendientes de las dos rectas
son muy similares y que mientras más ortogonales sean las rectas, mejor condicionado estará el
sistema.
Se puede observar entonces que si, en un sistema mal condicionado, sustituimos una de las
ecuaciones por una combinación lineal de las dos, podemos hacer que el sistema resultante esté
bien condicionado.
Cálculo Numérico
o
Página 28
Ejemplo #Þ"Þ Si consideramos el sistema
ŒC  œ Œ"
B "
$B  %C œ ( , de solución
$B  %ß !!!!"C œ (ß !!!!"
y cometemos un pequeño error en los datos, podemos obtener el sistema

ŒC  œ Œ  %
B (ß '
$B  $ß *****C œ (ß !!!!%
o bien este otro

Œ C  œ Œ  &ß & 
B *ß '
$B  $ß *****C œ (ß !!!!&&
lo que nos dice que estamos ante un sistema mal condicionado.
Si sustituimos la segunda ecuación por la que resulta de sumarle la primera multiplicada

por  "ß !!!!!"' y la ecuación resultante se multiplica por "!' y se divide por  "ß #, nos queda
el sistema
ŒC  œ Œ"
B "
%B  $C œ "
siendo éste un sistema bien condicionado.
El estudio del condicionamiento de un sistema se realiza a través del denominado número

de condición que estudiamos a continuación.
Definición #Þ". Sea E una matriz cuadrada y regular. Se define el número de condición de la
matriz E y se denota por R ÐEÑ como
R ÐEÑ œ ¼E¼ † ¼E" ¼
ß donde la norma utilizada ha de ser una norma multiplicativa. Este número nos permite conocer el
condicionamiento del sistema EB œ , .
Dado que en la práctica el cálculo de la matriz inversa E" presenta grandes dificultades,
R ÐEÑ œ ¼E¼ † ¼E" ¼  5 ¼E¼ ß siendo 5 una cota de la norma de la matriz inversa.
lo que se hace es buscar una cota del número de condiciónà es decir,
¼M ¼
Si ¼M  E¼  " , entonces ¼E" ¼ Ÿ
"  ¼M  E ¼
Þ En efecto,
EE" œ M Ê M  ÐM  EÑ‘E" œ M Ê E"  ÐM  EÑE" œ M Ê

E" œ M  ÐM  EÑE" Ê
Cálculo Numérico
o
Página 29
¼E" ¼ œ ¼M  ÐM  EÑE" ¼ Ÿ ¼M ¼  ¼ÐM  EÑE" ¼ Ÿ ¼M ¼  ¼M  E¼¼E" ¼ Ê
¼E" ¼  ¼M  E¼¼E" ¼ Ÿ ¼M ¼ Ê Ð"  ¼M  E¼Ñ¼E" ¼ Ÿ ¼M ¼
¼M ¼
Ê ¼E" ¼ Ÿ
"  ¼M  E ¼
Debemos tener cuidado con esta acotación ya que si tenemos una matriz Ðcasi regularÑ, es
decir, con ./>ÐEÑ ¸ !, quiere decir que tiene un autovalor próximo a cero, por lo que la matriz
M  E tiene un autovalor próximo a " y será el mayor de todos. En este caso || M  E || ¸ ", por lo
que 5 Ä _ y daría lugar a un falso condicionamiento, ya que E no tiene que estar,
necesariamente, mal condicionada.
Ejemplo #Þ#Þ Para estudiar el condicionamiento del sistema
$B  %C œ (
$B  %ß !!!!"C œ (ß !!!!"
Se tiene que
EœŒ
%ß !!!!"  Œ $ $ 
$ % " %ß !!!!" %
Ê ./>Ð+Ñ œ !ß !!!!$ Ê E" œ
$ !ß !!!!$
Si utilizamos la norma infinito ¼E¼_ œ máx ! ¸+34 ¸ obtenemos:

8
4œ"
¼E¼ œ (ß !!!!"
3
¼E" ¼ œ œ #''''( Ÿ
)ß !!!!" Ê R ÐEÑ ¸ ")'''("ß ''(  "ß ) † "!'
!ß !!!!$
es decir, se trata de un sistema mal condicionado.
Vamos a ver, a continuación, algunas propiedades del número de condición de una matriz.
#Þ"Þ"Þ Propiedades del número de condición.
 Como ya se ha visto anteriormente R ÐEÑ " cualquiera que sea la matriz cuadrada y
regular E.
 Si Y es una matriz unitaria, se verifica que R# ÐEÑ œ R# ÐEY Ñ œ R# ÐY EÑ.
Cálculo Numérico
o
Página 30
Los sistemas mejor condicionados son aquellos que tienen sus filas o columnas
ortogonales y mientras mayor sea la dependencia lineal existente entres ellas peor es el
condicionamiento del sistema.
Trataremos de buscar métodos de resolución de sistemas de ecuaciones lineales que

trabajen con matrices unitarias que no empeoren el condicionamiento del sistema como lo hace,
por ejemplo, el método de Gauss basado en la factorización PY . Sin embargo, dado que ha sido
estudiado en la asignatura de Álgebra Lineal, comenzaremos estudiando dicho método aunque
pueda alterarnos el condicionamiento del problema.
Empezaremos estudiando pues, como métodos directos, los basados en la factorización

PY y el de Cholesky.
Cálculo Numérico
o
Página 31
#Þ#. Métodos por Factorización PY
Al aplicar el método de Gauss al sistema EB œ , realizamos transformaciones elementales

para conseguir triangularizar la matriz del sistema. Si este proceso puede realizarse sin
intercambios de filas, la matriz triangular superior Y obtenida viene determinada por el producto
de un número finito de transformaciones fila J" ß J# ß á ß J5 aplicadas a la matriz E. Llamando
P" œ J5 † J5" † á † J" Ðya que el determinante de una transformación fila es „ " y, por tanto,
su producto es inversible) se tiene que P" E œ Y , o lo que es lo mismo, E œ PY . Además, la
matriz P es una triangular inferior con unos en la diagonal.
La factorización es única ya que de existir otra
E œ Pw Y w œ PY Ê P" Pw œ Y Y w " . Como P" es triangular inferior con unos

en la diagonal, el producto P" Pw es también una triangular inferior: Análogamente, el producto
Y Y w " resulta ser una triangular superior, por lo que el hecho que P" Pw œ Y Y w " nos dice que
P" Pw œ M lo que nos lleva a que P œ Pw y por tanto la factorización es única.
Debido a la unicidad de la factorización, ésta puede ser calculada por un método directo,
es decir, haciendo
Î " ! Ñ Î ?"" â ?"8 Ñ

Ð 6#" !Ó Ð ! â ?#8 Ó
! ! â ?"# ?"$
Ð Ó Ð Ó
E œ Ð 6$" !Ó †Ð ! â ?$8 Ó
" ! â ?## ?#$
Ð Ó Ð Ó
6$# " â ! ?$$
Ï 68" Ò Ï â ?88 Ò
ã ã ã ä ã ã ã ã ä ã
68# 68$ â " ! ! !
y calculando los valores de los 8# elementos que aparecen entre las dos matrices.
Por tanto, EB œ , × ÐPY ÑB œ ,
× PÐY BÑ œ , y si hacemos Y B œ D el sistema es equivalente a
PD œ , Ö D œ P" ,
¾ Y B œ P" , Ö B œ Y " P" ,
El procedimeiento que desdobla el sistema EB œ , en los dos sistemas triangulares

encerrados en un rectángulo se conoce como Método de Doolittle.
En cambio, si la matriz que lleva los unos en la diagonal principal es Y y no P, el método

se llamará Método de Crout.
Cálculo Numérico
o
Página 32
Î $ " # Ñ
Ï $  )Ò
Ejemplo #Þ$Þ Dada la matriz E œ ' $ # tenemos:
!
Î " ! ! Ñ Î ?"" ?"# ?"$ Ñ Î $ " # Ñ
Ï 6$" "Ò Ï ! ?$$ Ò Ï  $  )Ò

EœP†Y œ 6#" " ! † ! ?## ?#$ œ ' $ #
6$# ! !
Î ?"" ?"# ?"$ Ñ Î $ " # Ñ
Ï 6$" ?"" Ò Ï Ò
œ 6#" ?"" 6#" ?"#  ?## 6#" ?"$  ?#$ œ ' $ # Þ
6$" ?"#  6$# ?## 6$" ?"$  6$# ?#$  ?$$ $ ! )
por lo que de la primera fila obtenemos que: ?"" œ $ ?"# œ " ?"$ œ #
de la segunda (teniendo en cuenta los valores ya obtenidos) se tiene:
$6#" œ ' 6#" œ #

6#"  ?## œ $ Ÿ Ê ?## œ "
#6#"  ?#$ œ # ?#$ œ  #
y de la tercera
$6$" œ  $ 6$" œ  "
6$"  6$# œ ! ŸÊ 6$# œ "
#6$"  #6$#  ?$$ œ  ) ?$$ œ  %
es decir,
Î
$ " #Ñ Î " ! !Ñ Î$ " # Ñ
Ï $  )Ò Ï  " " "Ò Ï! !  %Ò

Eœ ' $ # œ # " ! † ! " # œP†Y
!
Definición #Þ#. Se denominan matrices fundamentales de una matriz E, y se denotan por E5 , a

las submatrices constituidas por los elementos de E situados en las 5 primeras filas y las 5
primeras columnas, es decir:
Î +"" +"# +"$ Ñ
E" œ a+"" b E# œ Œ ""
+#" +## 
+ +"#
Ï +$" +$# +$$ Ò
E $ œ +#" +## +#$ ß etc.
Teorema #Þ$. Una matriz regular E admite factorización PY si, y sólo si, sus matrices
fundamentales E3 Ð3 œ "ß 8Ñ son todas regulares.
Comprobar si una matriz admite factorización PY estudiando si todas sus matrices

fundamentales son regulares es un método demasiado costoso debido al número de determinantes
que hay que calcular.
Cálculo Numérico
o
Página 33
Definición #Þ%. Dada una matriz cuadrada E, se dice que es una matriz de diagonal dominante si
¸+33 ¸  ! ¸+35 ¸ 3 œ "ß 8

8
5œ"
5Á3
Î$ " "Ñ
Ï# &Ò
Así, por ejemplo, la matriz E œ ! # " es diagonal dominante.
#
Teorema #Þ&. Toda matriz diagonal dominante es regular.
Teorema #Þ'. Las matrices fundamentales E5 de una matriz E de diagonal dominante, son
también de diagonal dominante.
Como consecuencia de los Teoremas #Þ$, #Þ& y #Þ', podemos deducir el siguiente
corolario.
Corolario #Þ(. Toda matriz diagonal dominante admite factorización PY .
Otro tipo de matrices de las que se puede asegurar que admiten factorización PY son las
hermíticas definidas positivas, ya que las matrices fundamentales de éstas tienen todas
determinante positivo, por lo que el Teorema #Þ' garantiza la existencia de las matrices P y Y .
Cálculo Numérico
o
Página 34
#Þ#Þ"Þ Factorización de Cholesky
Una vez visto el método de Gauss basado en la factorización PY vamos a estudiar otros
métodos que se basan en otros tipos de descomposiciones de la matriz del sistema.
Es conocido que toda matriz hermítica y definida positiva tiene sus autovalores reales y
positivos y, además, en la factorización PY todos los pivotes son reales y positivos.
Teorema #Þ). [Factorización de Cholesky] Toda matriz E hermítica y definida positiva puede ser
descompuesta de la forma E œ FF ‡ con F una matriz triangular inferior (F ‡ À traspuesta de la
matriz F ; el ‡ hace una diferencia entre matriz compleja y realÑ .
Nota: En la práctica pondremos E œ V ‡ V con V una triangular superior.
La unicidad de las matrices P y Y implica la unicidad de la matriz F y, por tanto, ésta

puede ser calculada por un método directo.
Ejemplo #Þ%Þ"Þ Sea el sistema B  #C  %D œ '

#B  "$C  #$D œ *
%B  #$C  ((D œ &&
Î" # % ÑÎ B Ñ Î ' Ñ
Ï% ÒÏ Ò Ï && Ò
Que escrito matricialmente es # "$ #$ C œ *
#$ (( D
Luego, escribimos la matriz asociada al sistema como un producto de dos matrices, una
triangular inferior y la otra su traspuesta (que es una triangular superior) À
Î ,"" ! ! Ñ Î ,"" ,#" ,$" Ñ Î " # % Ñ
Ï ,$" ,$$ Ò Ï ! ,$$ Ò Ï % (( Ò

,#" ,## ! † ! ,## ,$# œ # "$ #$
,$# ! #$
Î ,"" Ñ Î" % Ñ
#
,"" ,#" ,"" ,$" #
Ï, , # Ò Ï% (( Ò
# #
× ,#" ,"" ,#"  ,## ,#" ,$"  ,## ,$# œ # "$ #$
# # #$
$" "" ,$" ,#"  ,$# ,## ,$"  ,$#  ,$$
#
× ,"" œ" Ö ,"" œ "
,"" ,#" œ # Ö ,#" œ #
,"" ,$" œ % Ö ,$" œ %

# #
,#"  ,## œ "$ Ö ,## œ $
,#" ,$"  ,## ,$# œ #$ Ö ,$# œ &

# # #
,$"  ,$#  ,$$ œ (( Ö ,$$ œ '
Cálculo Numérico
o
Página 35
De esta forma, el sistema nos queda
Î" ! ! Ñ Î " # % ÑÎ B Ñ Î ' Ñ
Ï% ' Ò Ï ! ! ' ÒÏ D Ò Ï && Ò

# $ ! † ! $ & C œ *
&
Î " # % ÑÎ B Ñ Î + Ñ
Ï ! ! ' ÒÏ D Ò Ï - Ò
Ahora, hacemos ! $ & C = , el cual es equivalente a
Î" ! !Ñ Î+Ñ Î ' Ñ
Ï% ' Ò Ï - Ò Ï && Ò
# $ ! † , = * × +œ' ß , œ " ß - œ'
&
Por tanto,
Î " # % ÑÎ B Ñ Î ' Ñ
Ï ! ! ' ÒÏ D Ò Ï ' Ò
! $ & C = " × D œ" ß C œ # ß Bœ'
Ejemplo #Þ%Þ#Þ Consideremos el sistema
Î % #3 %  #3 ÑÎ B" Ñ Î ! Ñ
Ï %  #3 #  #3 "! ÒÏ B$ Ò Ï  % Ò
 #3 # #  #3 B# œ !
Realicemos la factorización de Cholesky FF * directamente, es decir
Î ,"" ! ÑÎ ,"" ,$" Ñ Î % %  #3 Ñ

! Ð ! Ó
! ,#" #3
Ï ,$" ,$$ ÒÏ ! Ï "! Ò

FF * œ
,$$ Ò
,#" ,## ,## ,$# œ  #3 # #  #3
,$# ! %  #3 #  #3
Î ,"" ,"" Ñ Î % %  #3 Ñ
× Ð ,#" ,"" Ó
,"" ,#" ,"" ,$" #3
Ï ,$" ,"" Ï "! Ò

,$" ,$"  ,$# ,$#  ,$$ ,$$ Ò
,#" ,#"  ,## ,## ,#" ,$"  ,## ,$# œ  #3 # #  #3
,$" ,#"  ,$# ,## %  #3 #  #3
Igualando término a término se obtiene: | ,"" |# œ % Ê ,"" œ #. Utilizando este resultado

tenemos que #,#" œ #3, por lo que ,#" œ  3 y que #,$" œ %  #3 por lo que ,$" œ #  3.
Por otro lado, | ,#" |# + | ,## |# œ #, por lo que | ,## |# œ " y, por tanto, ,## œ ".
Como ,#" ,$"  ,## ,$# œ #  #3 tenemos que "  #3  ,$# œ #  #3 , es decir ,$# œ "ß
y, por tanto, ,$# œ ".
Cálculo Numérico
o
Página 36
Por último, | ,$" |# + | ,$# |# + | ,$$ |# œ "!, por lo que &  "  | ,$$ |# œ "!, es decir | ,$$
|# œ % y, por tanto, ,$$ œ #. Así pues, el sistema nos queda de la forma
Î # ! ! ÑÎ # 3 #  3 ÑÎ B" Ñ Î ! Ñ
Ï #  3 " # ÒÏ ! ! ÒÏ Ò Ï  "Ò
3 " ! ! " " B# œ !
# B$
Î # ! ! ÑÎ C" Ñ Î ! Ñ Î C" Ñ Î ! Ñ
Ï #  3 " # ÒÏ C$ Ò Ï  " Ò Ï C$ Ò Ï  # Ò
Haciendo ahora 3 " ! C# œ ! se obtiene C# œ ! y
de aquí, que
Î# 3 #  3 ÑÎ B" Ñ Î ! Ñ
Ï! # ÒÏ B$ Ò Ï  # Ò
! " " B# œ ! de donde la solución del sistema es
!
B" œ " B# œ " B$ œ  "
Hemos visto que toda matriz hermítica y definida positiva admite factorización de
Cholesky, pero podemos llegar más lejos y enunciar el siguiente teorema.
Teorema #Þ*. Una matriz hermítica y regular E es definida positiva si, y sólo si, admite
factorización de Cholesky.
Cálculo Numérico
o
Página 37
#Þ$Þ Métodos iterados
Un método iterado de resolución del sistema EB œ , es aquel que genera, a partir de un

vector inicial B! , una sucesión de vectores B" , B# , . . . ß B8 , á
Definición #Þ"!. Un método iterado se dirá que es consistente con el sistema EB œ ,, si el límite B
de la sucesión (B8 ), en caso de existir, es solución del sistema. Se dirá que el método es
convergente si la sucesión generada por cualquier vector inicial B! es convergente a la solución
del sistema.
Es evidente que si un método es convergente es consistente, sin embargo, el recíproco no

es cierto como prueba el siguiente ejemplo.
Ejemplo #Þ&Þ El método B8" œ #B8  E" , es consistente con el sistema EB œ , pero no es
convergente. En efecto:
B8"  B œ #B8  E" ,  B
œ #B8  #B  E" ,  B
œ #ÐB8  BÑ  ÐE" ,  BÑ y como E" , œ B, se tiene que
B8"  B œ #ÐB8  BÑ
Si existe lim B8 œ B‡ tendremos que

8Ä_
B*  B œ #(B*  B)
Ê B*  B œ !
Ê B* œ B , es decir, el límite es solución del sistema EB œ , ,
por lo que el método es consistente.
Sin embargo, de B8"  B œ #ÐB8  BÑ obtenemos que
|| B8"  B || œ # || B8  B || , es decir, el vector B8"
dista de B el doble de lo que distaba B8 , por lo que el método no puede ser convergente.
Los métodos iterados que trataremos son de la forma B8" œ OB8  - en los que O será
la que denominemos matriz del método y que dependerá de E y de , y en el que - es un vector
que vendrá dado en función de E, O y , .
Teorema #Þ"". Un método iterado, de la forma B8" œ OB8  - , es consistente con el sistema
EB œ , si, y sólo si, el vector - es de la forma - œ ÐM  OÑE" , y la matriz M  O es invertible.
Teorema #Þ"#. Un método iterado de la forma B8" œ OB8  - y consistente con el sistema
EB œ , es convergente si, y sólo si, lim O 8 œ !.
8Ä_
Cálculo Numérico
o
Página 38
Teorema #Þ"$. Si || O ||  ", el método B8" œ OB8  - (a B! − ‘8 ) converge a la solución de

la ecuación B œ OB  - , que existe y es única (cualquiera sea la norma matricial empleada).
Es evidente que, en la práctica, no podremos nunca llegar al valor de B (ya que habría que
realizar infinitas iteraciones), por lo que será necesario detenernos en una determinada iteración y
tomar el valor de B8 como una aproximación de la solución B.
El error cometido se mide calculando la distancia entre ambos vectores, es decir, la norma
del vector error || B8  B ||, pero como no conocemos el vector B lo que se hace es medir la
distancia entre sus transformados, es decir
|| I || = || EB8  , || .
Cálculo Numérico
o
Página 39
#Þ$Þ"Þ Métodos de descomposición
Los métodos que vamos a estudiar, a continuación, consisten en descomponer la matriz

invertible E del sistema EB œ , de la forma E œ Q  R de manera que la matriz Q sea
fácilmente invertible, por lo que reciben el nombre genérico de métodos de descomposición. El
sistema queda entonces de la forma
(Q  R )B œ , Ê Q B œ R B  ,
Ê B œ Q " R B  Q " ,
, es decir, expresamos el sistema de la forma B œ OB  - con O œ Q " R y - œ Q " , .
Dado que
( M  O )E" , œ ( M  Q " R )(Q  R )" , œ Q " ( Q  R ) (Q  R )" , œ Q " , œ -
y la matriz (M  O ) œ (M  Q " R ) œ Q " ÐQ  R Ñ œ Q " E es invertible, estamos en las

condiciones del Teorema #Þ"' por lo que el método B8" œ OB8  - es consistente con el sistema
EB œ ,. Es decir, si el proceso converge, lo hace a la solución del sistema.
Sabemos también, por el Teorema #Þ"$, que el proceso será convergente si se verifica que
||Q " R ||  " para alguna norma matricial.
Para el estudio de los métodos que trataremos a continuación, vamos a descomponer la

matriz E de la forma E œ H  I  J siendo
Î +"" â ! Ñ Î ! !Ñ Î! â + "8 Ñ
Ð ! â ! Ó Ð +#" !Ó Ð ! â +#8 Ó
! ! ! ! â +"# +"$
Ð Ó Ð Ó Ð Ó
HœÐ ! â ! Ó à -I œ Ð +$" !Ó à -J œ Ð ! â +$8 Ó
+## ! ! ! â ! +#$
Ð Ó Ð Ó Ð Ó
! +$$ +$# ! â ! !
Ï ! â +88 Ò Ï +8" !Ò Ï! â ! Ò
ã ã ã ä ã ã ã ã ä ã ã ã ã ä ã
! ! +8# +8$ â ! !
Método de Jacobi
Consiste en realizar la descomposición E œ Q  R œ H  ÐI  J Ñ. El sistema EB œ ,

queda de la forma HB œ ÐI  J ÑB  , , o lo que es lo mismo, B œ H" ÐI  J ÑB  H" , . Es
decir:
B œ NB  -
con N œ H" ÐI  J Ñ y - œ H" ,
La matriz N œ H" ÐI  J Ñ œ H" ÐH  EÑ œ M  H" E se denomina matriz de

Jacobi.
Teorema #Þ"%. Si E es una matriz diagonal dominante, el método de Jacobi es convergente.
Cálculo Numérico
o
Página 40
Î# " ! ÑÎ B Ñ Î " Ñ
Ï" & ÒÏ D Ò Ï  % Ò
Ejemplo #Þ'Þ"Þ Sea el sistema ! % $ C œ " , donde
"
Î# " !Ñ Î# ! !Ñ Î ! ! !Ñ Î! " ! Ñ
Ï" &Ò Ï! &Ò Ï  " !Ò Ï! ! Ò

Eœ ! % $ œ HIJ œ ! % !  ! ! !  ! ! $
" ! " !
Î# ! !Ñ Î ! ! !Ñ Î! " ! Ñ
Ï! Ò Ï !Ò Ï! ! Ò
es decir, H œ ! % ! àIœ ! ! ! yJ œ ! ! $
! & " " !
Luego,
Î" !Ñ Î # !Ñ # "
Î !Ñ Î ! ! Ñ
! Ð ! !Ó $ œÐ !  $% Ó
"
! !  "#
Ï! "Ò Ï! " ÒÏ " " &Ò Ï  "

N œ M  H" E œ ! "
! Ò
" %
! % !
! !  "&
& &
Î # Ñ
- œ H , œ Ð "% Ó
"
y "
Ï  %& Ò
Î"Ñ
Ï"Ò
Por tanto, de B8" œ N B8  - se tiene, considerando el vector inicial B! œ ! :
Î ! ! Ñ "
Î Ñ Î # Ñ Î ! Ñ Î # Ñ Î # Ñ
B" œ Ð !  $% Ó !  Ð "% Ó œ Ð  % Ó Ð "% Ó œ Ð  "# Ó
" "
 "# "
Ï Ò
$
Ï" ! Ò " Ï %Ò Ï &Ò Ï  % Ò Ï "Ò

!
"
&  "& & &
Î ! ! ÑÎ "# Ñ Î "# Ñ Î "% Ñ Î "# Ñ Î $% Ñ

B# œ Ð !  $% Ó
Ð "Ó  Ð "% Ó œ Ð $% Ó
 Ð "% ÓœÐ " Ó
 "#
Ï" ! ÒÏ  " Ò Ï  %& Ò Ï ! Ò Ï  %& Ò Ï  %& Ò

! #
&  "&
Î ! ! ÑÎ $% Ñ Î "# Ñ Î  "# Ñ Î "# Ñ Î ! Ñ

B$ œ Ð !  $% Ó
Ð " Ó  Ð "% Ó œÐ Ó  Ð "% Ó œ Ð #! Ó
 "#
$ "(
Ï" ! ÒÏ  & Ò Ï  %& Ò Ï  #!

( Ò Ï  % Ò Ï  #$ Ò
! &
%
&  "& & #!
B% œ ÞÞÞ
B"' œ Ð!ß "ß  "Ñw
B"( œ Ð!ß "ß  "Ñw
¾ la solución del sistema es B œ !ß C œ "ß D œ "
Cálculo Numérico
o
Página 41
Método de Gauss-Seidel
Este método es el resultado de realizar la descomposición E œ Q  R œ ÐH  IÑ  J .

El sistema EB œ , queda de la forma ÐH  IÑB œ J B  , , o bien
B œ ÐH  IÑ" J B  ÐH  IÑ" , . Es decir:
B œ P" B  -
con P" œ ÐH  IÑ" J y - œ ÐH  IÑ" ,Þ
La matriz
P" œ ÐH  IÑ" J œ ÐE  J Ñ" ÐE  J  EÑ œ M  ÐE  J Ñ" E œ M  ÐH  IÑ" E
recibe el nombre de matriz de Gauss-Seidel.
Teorema #Þ#!. Si E es una matriz diagonal dominante, el método de Gauss-Seidel es convergente.
Ejemplo #Þ'Þ#Þ Resolvamos el ejemplo anterior por este método
Aquí,
Î# !Ñ Î! ! Ñ
"
! "
Ï" Ò Ï ! Ò
P" œ ÐH  IÑ" J œ ! % ! ! ! $
" & ! !
Î # !Ñ !
Î ! Ñ
œÐ ! !Ó
"
! "
" ÒÏ ! ! Ò
"
Ï "
%
! ! $
 " !
"! #! &
Î! ! Ñ
œÐ !  $% Ó
 "#
Ï! $ Ò
!
"
"! #!
Î # !Ñ
Î " Ñ Î "# Ñ
- œ ÐH  IÑ" , œ Ð ! ! Ó"
"
œÐ
"
Ó
!
" ÒÏ  % Ò
"
y
Ï " Ï Ò
% %
" "*

Î!Ñ
"! #! & #!
Ï!Ò
Por tanto, de B8" œ P" B8  - se tiene, considerando el vector inicial B! œ ! :
Î! ! Ñ !
Î Ñ Î #" Ñ Î ! Ñ Î #" Ñ Î #" Ñ
B" œ Ð ! $ Ó
! Ð Ó
œ ! Ð Ó
œÐ Ó
 "# " " "
Ï! $ ÒÏ ! Ò Ï  "* Ò Ï ! Ò Ï  "* Ò Ï  "* Ò

! % % % %
"
"! #! #! #! #!
Cálculo Numérico
o
Página 42
Î! ! ÑÎ "# Ñ Î "# Ñ
Î  !ß "#& Ñ Î # Ñ Î ) Ñ
B# œ Ð !  $% Ó
Ð ÓÐ Ó Ð Ó
œÐ Ó
$
 "# "
Ï Ò
" " " ((
Ï! $ ÒÏ Ò Ï  "* Ò Ï  "* Ò Ï  %#( Ò

! % % œ !ß ("#& % )!
"
 "*  !ß ""(&
"! #! #! #! #! %!!
Î! ! ÑÎ $) Ñ Î "# Ñ Î  "'! Ñ Î # Ñ Î Ñ
B$ œ Ð ! $ Ó
Ð (( Ó Ð Ó Ð "#)" Ó Ð Ó
((
 "# " $
"'!
Ï  "* Ò Ï  &"" Ò Ï  "* Ò Ï  "ß !"$)) Ò

" "
Ï! $ ÒÏ %#( Ò
! % )!  % œ "'!!  % œ "ß !&!'$
"
"! #! %!! #! )!!! #!
Î! ! Ñ
Î !ß !")(& Ñ Î # Ñ Î  !ß &#&$"& Ñ Î # Ñ Î  !ß !#&$"& Ñ
B% œ Ð !  $% Ó"ß !&!'$ Ð Ó Ð Ó
 "# " "
$ ÒÏ  "ß !"$)) Ò Ï Ò Ï  !ß **(!"* Ò

" "
Ï! Ï Ò Ï Ò
! % œ !ß ('!%" % œ "ß !"!%"
" "*  !ß !%(!"* "*
"! #! #! #!
Î! ! Ñ  !ß !#&$"&
Î Ñ Î #" Ñ Î  !ß &!&#!& Ñ Î #" Ñ Î  !ß !!&#!& Ñ
B& œ Ð ! $ Ó Ð Ó Ð Ó
 "# " "
Ï! $ ÒÏ  !ß **(!"* Ò Ï  "* Ò Ï  !ß !%)&""* Ò Ï  "* Ò Ï  !ß **)&"# Ò

! % "ß !"!%"  % œ !ß (%(('%  % œ !ß **(('%
"
"! #! #! #!
Î! ! Ñ  !ß !!&#!&
Î Ñ Î # Ñ Î  !ß %*)))# Ñ Î # Ñ Î !ß !!""") Ñ
B' œ Ð !  $% Ó!ß **(('% Ð Ó Ð Ó
 "# " "
Ï Ò Ï Ò Ï  "* Ò Ï " Ò
" "
Ï! $ Ò Ï  "* Ò
! % œ !ß (%)))% % œ !ß **)))%
"  !ß **)&"#  !ß !&!!!!%
"! #! #! #!
Î! ! Ñ !ß !!""")
Î Ñ Î # Ñ Î  !ß %**%%# Ñ Î # Ñ Î !ß !!!&&) Ñ
B( œ Ð !  $% Ó !ß **)))%  Ð Ó Ð Ó
 "# " "
$ ÒÏ Ò Ï Ò Ï  Ò Ï  "ß !!!"" Ò
" "
Ï! Ï Ò
! % œ !ß (& % œ "
" " "*  !ß !&!"""' "*
"! #! #! #!
Î! ! Ñ !ß !!!&&)
Î Ñ Î # Ñ Î Ñ Î # Ñ Î Ñ
B) œ Ð ! $ Ó Ð Ó Ð Ó
 "# "
 !ß &
"
!
$ ÒÏ  "ß !!!"" Ò Ï  "* Ò Ï  !ß !&!!"'& Ò Ï  "* Ò Ï  "ß !!!!# Ò

" "
Ï!
! % "  % œ !ß (&!!)$  % œ "ß !!!!)
"
"! #! #! #!
¾ la solución del sistema es B œ !ß C œ "ß D œ "
Cálculo Numérico
o
Página 43
Métodos de relajación SOR (Succesive Over-Relaxation)
Este método realiza la descomposición
H  I  J œ ÐH  =IÑ  Œ H  J œ Q  R
" "= " "=
Eœ H
= = = =
El sistema EB œ , se transforma entonces en
ÐH  =IÑB œ Œ H  J B  , Ê ÐH  =IÑB œ aÐ"  =ÑH  =J bB  =,

" "=
= =
Ê B œ ÐH  =IÑ" aÐ"  =ÑH  =J bB  =ÐH  =IÑ" ,
Es decir:
B œ P= B  -
con P= œ ÐH  =IÑ" aÐ"  =bH  =J Ñ y - œ =ÐH  =IÑ" ,
La matriz del método P= œ ÐH  =IÑ" aÐ"  =bH  =J Ñ recibe el nombre de matriz de

relajación.
 Si = œ " la matriz se reduce a , es decir, se trata del método de Gauss Seidel.

 Si =  " se dice que se trata de un método de sobre-relajación.
 Si =  " se dice que se trata de un método de sub-relajación.
Teorema #Þ"&. Una condición necesaria para que converjan los métodos de relajación es que
= − (!ß #).
Teorema #Þ"'. Si la matriz E del sistema es diagonal dominante, los métodos de relajación son
convergentes cualquiera que sea = − (!ß "].
Teorema #Þ"(. Si la matriz E del sistema es simétrica y definida positiva, los métodos de
relajación convergen si, y sólo si, = − (!ß #).
Cálculo Numérico
o
Página 44
#Þ%Þ Ejercicios
Ejercicio #Þ" À Considere el sistema lineal E\ œ , dado por Œ

"ß !" Œ C  Œ #ß !" 
" " B #
œ
"
a) Calcule su solución exacta.

b) altere la segunda fila del sistema obteniendo Œ
"ß !"" Œ C  Œ #ß !" 
" " B #
œ ; y, calcule su
"
solución exacta.
c) ¿Es la matriz mal condicionada?
Solución:
a) Despejando la primera ecuación y reemplazando en la segunda obtenemos
BC œ# Ö Bœ#C
#  C  "ß !"C œ #ß !" Ö !ß !"C œ !ß !" Ö Cœ" y Bœ"

"!
b) Análogamente, #  C  "ß !""C œ #ß !" Ö !ß !""C œ !ß !" Ö Cœ "" œ !ß *!
c) Discución en grupo.
Cálculo Numérico
o
Página 45
Ejercicio #Þ" À Estudiar el número de condición de Frobenius de la matriz E œ Œ

,
+ ,
+&
Solución: A efectos de norma, en todo el ejercicio trataremos a la matriz como un vector de ‘% .
El determinante de E es ./>ÐEÑ œ  +,  ,Ð+  &Ñ œ , &.
Si tanto , como & son distintos de cero, el determinante de la matriz E es no nulo y, por
tanto, A es invertible, siendo su inversa:
Œ +& +
" , ,
E" œ
,&
El número de condición de Frobenius viene dado por RJ ÐEÑ œ ¼E¼J ¼E" ¼J .
¼E¼# œ +#  , #  Ð+  &Ñ#  , # œ #+#  #, #  #+&  &#

#
¼E" ¼# œ
,#  ,#  Ð  +  &Ñ#  +# #+#  #, #  #+&  &#
#
œ
, # &# , # &#
Por lo que:
Ð#+#  #, #  #+&  &# Ñ# Ð#+#  #, #  #+&  &# Ñ

¸, & ¸
Ê R## ÐEÑ œ Ê R # ÐEÑ œ
, # &#
Obsérvese que cuando & tiende a cero, el número de condición de Frobenius RJ ÐEÑ lo
hace a infinito, por lo que la matriz E está mal condicionada.
Por ejemplo: para + œ "! y , œ " se tiene que
„ #!  ¸ & ¸
#!#  #!&  &#
¸&¸ ¸&¸
#!#
R# ÐEÑ œ œ
Si & œ "!) el número de condición de Frobenius resulta ser RJ ÐEÑ ¸ # † "!"! .
Cálculo Numérico
o
Página 46
Ejercicio #Þ# À Dado el sistema B  C œ #

#B  C œ $
1.Calcular su número de condición de Frobenius.

2.Calcular + para que el número de condición del sistema resultante de sumarle a la segunda
ecuación la primera multiplicada por dicha constante +, sea mínimo.
Solución:
1.La matriz del sistema es E œ Œ  Ê E" œ Œ

 "
" " " "
, por lo que
# " #
¼E ¼# œ (
¼E ¼ œ ( Ÿ Ê RJ# ÐEÑ œ (# Ê RJ ÐEÑ œ (
J
" #
J
2.El sistema resultante sería BC œ# : cuya matriz es

Ð+  #ÑB  Ð+  "ÑC œ #+  $
FœŒ
+  "
F " œ Œ
 "
" " +" "
Ê
+# +#
y, por tanto,
¼F ¼# œ #+#  '+  (
¼F " ¼# œ #+#  '+  ( Ÿ
J
Ê RJ# ÐFÑ œ Ð#+#  '+  (Ñ Ê RJ ÐFÑ œ #+#  '+  (
J
Para hallar el mínimo de RJ ÐFÑ con + − (  _ß  _) derivamos y obtenemos

RJw œ %+  ', que se anula para + œ  $# .
Dado que RJww (F ) œ %  ! se trata, efectivamente, de un mínimo.
El sistema resultante es, en ese caso: BC œ#

" "
B C œ!
# #
&
y su número de condición de Frobenius es RJ ÐFÑ œ œ #ß &.
#
Cálculo Numérico
o
Página 47
Ejercicio #Þ$ À Dado el sistema $B  %C œ ( Sustituir la segunda ecuación por una combinación
$B  &C œ )
lineal de ambas, de forma que el número de condición sea mínimo.
Solución: La matriz resultante de la combinación lineal es F œ Œ

$+  $, %+  &, 
$ %
Una matriz tiene número de condición euclideano mínimo (y vale ") si, y sólo si, es
proporcional a una matriz unitaria. Por tanto, F debe tener las filas (o las columnas) ortogonales y
de igual norma.
a. a $ % bŒ
%+  &, 
$+  $,
œ! Ê $Ð$+  $,Ñ  %Ð%+  &,Ñ œ ! Ê #&+  #*, œ !
b. a $ % bŒ  œ #& (cuadrado de la norma de la primera fila).

$
%
c. a $+  $, %+  &, bŒ
%+  &, 
$+  $,
œ #&+#  $%, #  &)+, (cuadrado de la norma de la
segunda fila).
Las condiciones que tenemos son:
#&+  $%,#  &)+, œ #& Ÿ

#&+  #*, œ ! #&
# Ê,œ  #* +
Sustituyendo en la segunda condición se obtiene:
#&+#  $%Œ  +  &)+Œ  + œ #& Ê Œ"   + œ "

#
#& #& $% † #& &) #
#* #* #*# #*
ÊŒ  "+# œ " Ê
)&! * # )%" #*
+ œ " Ê +# œ Ê+œ „
)%" )%" * $
+œ  Œ„ œ „
#& #& #* #&
Ê ,œ 
#* #* $ $
#* #&
Tomando, por ejemplo, + œ y,œ  (el otro caso es análogo), obtenemos:
$ $
FœŒ  œ&†Œ
!ß ' 
$ % !ß ' !ß )
œ&†Y
% $ !ß )
es decir, donde F es proporcional a una matriz unitaria (que posee norma uno), por lo que el
sistema resultante
$B  %C œ ( tiene número de condición euclídeo R# ÐFÑ œ ".
%B  $C œ "
Cálculo Numérico
o
Página 48
Î" ! Ñ
Ð " ! Ó
# ! !
Ð Ó
Ð ! ! Ó
% $ !
Ð Ó
Ejercicio #Þ% À Comprobar que la matriz % * % admite factorización PY y realizarla.
Ï! #& Ò
! ! * "' &
! ! "'
Solución: Dado que los menores principales (como vemos a continuación) son todos no nulos, la
matriz admite factorización PY (véase el Teorema #Þ').
¸E" ¸ œ ¸"¸ œ " Á !à ¸E# ¸ œ º " # º œ %  # œ # Á !à

â â
" %
â" # !â
¸E$ ¸ œ ââ " % â
$ â œ $'  ")  "# œ ' Á !
â â
â! % *â
â â
â" ! ! â â â â â
â â â% $ ! â â" $ ! â
¸E% ¸ œ ââ " $ ! â â â â â
#
â â% * % â  # † â ! * % â œ #%!  # † "!) œ #% Á !
â! * % â â â â â
%
â â â! * "' â â ! * "' â
œ " †
â! * "' â
%
!
â â
â" ! â â â â â
â â â% ! â â" ! â
â" ! â â â â â
# ! !
¸E& ¸ œ ââ ! â â% ! â â! ! â
$ ! $ !
! âœ"†â â#†â âœ
% $ !
â â â! & â â! & â
* % * %
â! & â â â â â
% * %
â! #& ââ â! #& â â! #& â
* "' * "'
â
! * "'
! "' ! "'
! ! "'
â â â â â â
â* ! â â% ! â â* % ! â
â â â â â â
œ % † â* & â  $ † â! & â  # † â * "' & âœ
% %
â â â â â â
â! #& â â! #& â â ! "' #& â
"' "'
"' "'
œ % † "*)!  $ † "#)!  # † "*)! œ "#! Á !
Ambas matrices ( P y Y ) son bidiagonales, por lo que
E œ PY Ê
Î" ! Ñ Î " ! Ñ Î ?"" ! Ñ

Ð " ! ÓÐ 6#" !Ó Ð ! ! Ó
# ! ! ! ! ! ?"# ! !
Ð ÓÐ Ó Ð Ó
Ð ! ! Ó œÐ ! !Ó †Ð ! ! Ó
% $ ! " ! ! ?## ?#$ !
Ð ÓÐ Ó Ð Ó
% * % 6$# " ! ! ?$$ ?$%
Ï! Ò Ï Ò Ï ?&& Ò
! ! * "' & ! ! 6%$ " ! ! ! ! ?%% ?%&
! ! "' #& ! ! ! 6&% " ! ! ! !
Es evidente que ?"" œ " y que ?"# œ # (basta para ello calcular la primera fila de la matriz
producto e igualarla con la primera fila de la matriz E).
6#" ?"" œ +#" œ " Ê 6#" œ " 6#" ?"#  ?## œ +## œ % Ê ?## œ %  # œ #
?#$ œ +#$ œ $ 6$# ?## œ +$# œ % Ê 6$# œ #
Cálculo Numérico
o
Página 49
6$# ?#$  ?$$ œ +$$ œ * Ê ?$$ œ $ ?$% œ +$% œ %
6%$ ?$$ œ +%$ œ * Ê 6%$ œ $ 6%$ ?$%  ?%% œ +%% œ "' Ê ?%% œ %
?%& œ +%& œ & 6&% ?%% œ +&% œ "' Ê 6&% œ %
6&% ?%&  ?&& œ +&& œ #& Ê ?&& œ &
Por tanto,
Î" !Ñ Î" !Ñ
Ð " !Ó Ð ! !Ó
! ! ! # ! !
Ð Ó Ð Ó
PœÐ ! !Ó y Y œÐ ! !Ó
" ! ! # $ !
Ð Ó Ð Ó
# " ! ! $ %
Ï! Ò Ï &Ò
! ! $ " ! ! ! ! % &
! ! % " ! ! ! !
Cálculo Numérico
o
Página 50
Î" " Ñ
Ð " $ Ó
" "
Ejercicio #Þ& À Realizar la factorización de Cholesky de la matriz E œ Ð Ó
& $
Ï" "* Ò
" $ "" &
$ &
Solución: La matriz E es hermítica por tratarse de una simétrica y real.
Además, dado que los menores principales son positivos, es definida positiva.
¸E" ¸ œ ¸"¸ œ "  ! ¸E# ¸ œ º "

&º
"
œ%!
"
â â
â â â" " â
â" " â â â
¸E$ ¸ œ ââ " â ¸E% ¸ œ ââ " $ â
" "
$ â œ $'  ! â œ &('  !
"
â â â" & â
& $
â" "" â â â
&
â" "* â
$ ""
$
$ &
Al tratarse de una matriz hermítica y definida positiva, el Teorema #Þ"" nos garantiza su
factorización de Cholesky. En dicha factorización (E œ V ‡ V ), al ser E una matriz real, se tiene
que V ‡ œ V > , por lo que:
Î <"" ! ÑÎ <"" <%" Ñ Î " " " Ñ

Ð <#" ! Ó Ð ! <%# ÓÐ " & $ Ó
! ! <#" <$" "
Ð ÓÐ Ó œÐ Ó
<## ! <## <$# $
Ï <%" ÒÏ Ò Ï "* Ò
<$" <$# <$$ ! ! ! <$$ <%$ " $ "" &
<%# <%$ <%% ! ! ! <%% " $ &
de donde
#
<"" œ " Ê <"" œ " <#" <$"  <## <$# œ $ Ê <$# œ "
<"" <#" œ " Ê <#" œ " <#" <%"  <$# <%# œ $ Ê <%# œ "
<"" <$" œ " Ê <$" œ " <$" <%"  <$# <%#  <$# <%$ œ & Ê <%$ œ "
# # #
<"" <%" œ " Ê <%" œ " <$"  <$#  <$$ œ "" Ê <$$ œ $
# # # # # #
<#"  <## œ & Ê <## œ # <%"  <%#  <%$  <%% œ "* Ê <%% œ %
y, por tanto,
Î" " Ñ Î" ! ÑÎ " "Ñ

Ð " $ ÓÐ " !Ó Ð ! "Ó ‡
" " ! ! " "
EœÐ ÓœÐ ÓÐ Ó
& $ # ! # "
œV V
Ï" "* Ò Ï " % ÒÏ ! %Ò
" $ "" & " " $ ! ! ! $ "
$ & " " ! !
Cálculo Numérico
o
Página 51
Ejercicio #Þ' À Resolver, por el método de Cholesky, el sistema

Î" # $ ÑÎ B" Ñ Î ( Ñ
Ï$ ÒÏ Ò Ï $$ Ò
# & % B# œ *
% "% B$
Solución: Es fácil comprobar que la matriz del sistema es hermítica (por ser simétrica y real) y
definida positiva (compruébese que sus tres menores principales son positivos) y que, por tanto, el
Teorema #Þ"" nos garantiza la factorización de Cholesky.
Al tratarse de un sistema real, la factorización de Cholesky es de la forma E œ V > V

siendo V una matriz triangular superior.
Î <"" ! ! ÑÎ <"" <"# <"$ Ñ Î " # $ Ñ
Ï <"$ <$$ ÒÏ ! <$$ Ò Ï $ % "% Ò

E œ V>V œ <"# <## ! ! <## <#$ œ # & % Ê
<#$ !
#
<"" œ " Ê <"" œ "
Î" $ Ñ
<"" <"# œ # Ê <"# œ #
#
Ÿ
<"" <"$ œ $ Ê <"$ œ $
Ï! " Ò
# # Ê V œ ! " #
<"#  <## œ & Ê <## œ "
!
<"# <"$  <## <#$ œ % Ê <#$ œ  #
# # #
<"$  <#$  <$$ œ "% Ê <$$ œ "
El sistema EB œ , se transforma en V > VB œ , , por lo que haciendo VB œ C y VC œ , lo

descomponemos en dos sistemas triangulares de fácil resolución.
Î" ! ! ÑÎ C" Ñ Î ( Ñ C" œ (
Ï$ " ÒÏ C$ Ò Ï $$ Ò
V> C œ , Ê # " ! C# œ * Ê #C"  C# œ * Ê C# œ  &
# $C"  #C#  C$ œ $$ Ê C$ œ #
Î" # $ ÑÎ B" Ñ Î ( Ñ B$ œ #
Ï! ÒÏ Ò Ï # Ò
VB œ C Ê ! " # B# œ & Ê B#  #B$ œ  & Ê B# œ  "
! " B$ B"  #B#  $B$ œ ( Ê B" œ #
Es decir, la solución del sistema es B" œ $, B# œ  " y B$ œ #.
Cálculo Numérico
o
Página 52
Ejercicio #Þ( À Resolver, por el método de Cholesky, el sistema
Î '  "  $3 "  #3 ÑÎ B" Ñ Î  "  #3 Ñ
Ï "  #3 ÒÏ B$ Ò Ï "  #3 Ò
 "  $3 $ "3 B# œ "3
"3 #
Solución: La matriz E del sistema verifica que E œ E‡ es decir, se trata de una matriz hermítica.
Además, dado que
¸E" ¸ œ '  !à ¸E# ¸ œ º '  "  $3

º œ ")  "! œ )  !à
 "  $3 $
â â
â "  #3 â
¸E$ ¸ œ ââ  "  $3 â
 "  3â
'  "  $3
â â
â "  #3 â
$
"3 #
; y, además de hermítica es definida positiva, por lo que el Teorema #Þ"" nos garantiza su
factorización de Cholesky E œ V ‡ V donde V es una matriz triangular superior.
Î '  "  $3 "  #3 Ñ Î <"" ! ! ÑÎ <"" <"# <"$ Ñ
Ï "  #3 Ò Ï <"$ <$$ ÒÏ ! <$$ Ò

 "  $3 $  "  3 œ <"# <## ! ! <## <#$ Ê
"3 # <#$ !
#
<"" œ ' Ê <"" œ È'
Î È' Ñ
È'
"$3
<"" <"# œ  "  $3 Ê <"# œ
È' È'
Ð Ó
"$3 "#3
Ð %È $ Ó
<"" <"$ œ "  #3 Ê <"$ œ È'
"#3
¸<"# ¸#  <## ŸÊVœÐ ! È$ Ó

#
œ $ Ê <## œ È#$
Ï ! Ò
#
#È#
"
!
%È$
"(3
<"# <"$  <## <#$ œ  "  3 Ê <#$ œ
# # #
<"$  <#$  <$$ œ "% Ê <$$ œ "
El sistema, que podemos expresar de la forma V ‡ VB œ , , se reduce a dos sistemas

triangulares: V ‡ C œ , y VB œ C .
Î È' ! Ñ C Î È' Ñ
Î " Ñ Î  "  #3 Ñ Î C" Ñ Ð
"#3
Ð "$3 ! Ó Ó
!
V ‡ C œ , Ê Ð È' È$ Ó Ê C# œ Ð %È$ Ó
#
Ï C$ Ò Ï "  #3 Ò Ï C$ Ò
""3
C# œ "3
Ï È' %È$ #È#
Ò Ï Ò
#È#
"#3 "(3 " "#3
È
Î ' Ñ B" Î È' Ñ
Î Ñ Ð ÓÎ " Ñ Î
 "  #3 Ñ
È' È'
"$3 "#3 "#3
Ð Ó
VB œ C Ê Ð ! Ó B# œ Ð Ó
B
È$ %È$ %È$
Ï B$ Ò Ï B$ Ò Ï "  #3 Ò
# "(3 ""3
Ê B# œ $3
Ï ! Ò Ï Ò
#È# #È#
" "#3
!
Obteniéndose como solución: B" œ  "  #3 B# œ $  3 B$ œ "  #3 .
Cálculo Numérico
o
Página 53
Ejercicio #Þ) À Resolver por el método de Cholesky el sistema
Î "  #3 #  #3 ÑÎ B" Ñ Î #  #3 Ñ
Ï #  #3 "  $3 ( ÒÏ B$ Ò Ï  $  %3 Ò
#3 # "  $3 B# œ $3
Solución: La matriz E del sistema verifica que E œ E* es decir, se trata de una matriz hermítica.
Además, es fácil comprobar que sus tres menores principales son positivos, por lo que además de
hermítica es definida positiva y, por tanto, el Teorema #Þ"" nos garantiza su factorización de
Cholesky E œ V ‡ V donde V es una matriz triangular superior.
Î "  #3 #  #3 Ñ Î <"" ! ! ÑÎ <"" <"# <"$ Ñ
Ï #  #3 "  $3 ( Ò Ï <"$ <$$ ÒÏ ! <$$ Ò

#3 # "  $3 œ <"# <## ! ! <## <#$ Ê
<#$ !
#
<"" œ % Ê <"" œ #
Î#  3 "  3Ñ
<"" <"# œ  #3 Ê <"# œ  3
Ÿ
<"" <"$ œ #  #3 Ê <"$ œ "  3
¸<"# ¸#  <## Ï! " Ò
# Ê V œ ! " #3
œ # Ê <## œ "
!
<"# <"$  <## <#$ œ "  $3 Ê <#$ œ #3
# # #
<"$  <#$  <$$ œ ( Ê <$$ œ "
El sistema EB œ , , que puede expresarse de la forma V *VB œ , , se descompone en dos:

V *C œ , y VB œ C .
Î # ! ! ÑÎ C" Ñ Î #  #3 Ñ Î C" Ñ Î "  3 Ñ

Ï"  3 " ÒÏ C$ Ò Ï  $  %3 Ò Ï C$ Ò Ï  " Ò
3 " ! C# œ $3 Ê C# œ #  #3
#3
Î#  3 "  3 ÑÎ B" Ñ Î "  3 Ñ Î B" Ñ Î " Ñ

Ï! ÒÏ Ò Ï Ò Ï Ò Ï  "Ò
! " #3 B# œ #  #3 Ê B# œ #
! " B$ " B$
Por lo que la solución del sistema es B" œ ", B# œ # y B$ œ  ".
Cálculo Numérico
o
Página 54
Î : : #: Ñ
Ï #: ':  " Ò
Ejercicio #Þ* À Dada la matriz E œ : :# " se pide:
"
1.Determinar para qué valores de :ß E es hermítica y definida positiva.

2.Para : œ ", efectuar la factorización de Cholesky y utilizarla para resolver el sistema EB œ , ,
siendo , œ a " ! $ b> .
Solución: 1.Una matriz E es hermítica si verifica que E‡ œ E, por lo que nuestra matriz será
hermítica si, y sólo si : œ :; es decir, si : es real.
Para que sea definida positiva han de ser positivos los tres menores fundamentales de la matriz.
¸E" ¸ œ :  !à ¸E# ¸ œ º :
:  #º
:
œ #:  !à
:
â â
â : #: â
¸E$ ¸ œ ââ  : â
 " â œ  :Ð%:#  ):  $Ñ  !
:
â â
â #: ':  " â
:#
"
Como ha de ser :  ! se tiene que |E$ |  ! si %:#  ):  $  !.

" $ " $
%:#  ):  $ œ ! Ê : œ # ó :œ # Ê %:#  ):  $  ! × # : #
En conclusión: E es hermítica y definida positiva si, y sólo si, : es un número real

comprendido entre "# y $# .
Î " # Ñ
 " y como " − ˆ "# ß $# ‰, se trata de
"
Ï # & Ò
2.Para : œ " se trata de la matriz E œ " $
"
una matriz hermítica y definida positiva, por lo que el Teorema #Þ"" nos garantiza su factorización
de Cholesky E œ V > V (pues se trata de una matriz real y, por tanto, V * œ V > ).
Î " " # Ñ Î <"" ! ! ÑÎ <"" <"# <"$ Ñ
Ï # & Ò Ï <"$ <$$ ÒÏ ! <$$ Ò

Eœ " $  " œ <"# <## ! ! <## <#$ Ê
" <#$ !
#
<"" œ " Ê <"" œ "
Î Ñ
<"" <"# œ  " Ê <"# œ  "
" " #
Ð È# È#
Ó
œ $ Ê <## œ È#
<"" <"$ œ # Ê <"$ œ #
¸<"# ¸#  <## ŸÊVœ !
Ï! Ò
#
È#
#
È# !
<"# <"$  <## <#$ œ  " Ê <#$ œ #
È#
#
# # #
<"$  <#$  <$$ œ & Ê <$$ œ #
Cálculo Numérico
o
Página 55
El sistema EB œ , puede escribirse de la forma V > VB œ , y descomponerse en dos: V > C œ , y

VB œ C.
Î " ! Ñ C
Î " Ñ Î"Ñ Î C" Ñ Î " Ñ
È#
"
Ð " ! Ó C# œ ! Ê C# œ Ð È# Ó
!
Ï # È# È#
ÒÏ C$ Ò Ï $ Ò Ï C$ Ò Ï " Ò
È
# # #
Î ÑÎ B" Ñ Î " Ñ Î B" Ñ Î  " Ñ

" " # "
Ð ! È# È#
Ó B# œ Ð È # Ó
Ï! Ï
Ò B$ Ò ÏÈ Ò Ï Ò Ï " Ò
Ê B# œ !
È#
#
" B$
! # #
por lo que la solución del sistema es B" œ  ", B# œ ! y B$ œ ".
Cálculo Numérico
o
Página 56
Ejercicio #Þ"! À Resolver por los métodos de Jacobi, Gauss-Seidel y SOR con = œ "ß # , el
sistema
$B"  B#  B$ œ !
B"  B#  $B$ œ !
$B#  B$ œ &
Solución: Si permutamos las dos últimas ecuaciones, el sistema se convierte en uno de diagonal
dominante, lo que nos asegura la convergencia de los dos primeros métodos (Teoremas #Þ"* y
#Þ#!) sin haber alterado el número de condición de la matriz, ya que un intercambio de filas se
realiza mediante una transformación unitaria. Respecto al tercero de los métodos, el Teorema #Þ#"
nos dice que el método puede ser convergente, pero no podemos garantizar su convergencia.
Resolveremos, por tanto el sistema
$B"  B#  B$ œ !
$B#  B$ œ &
B"  B#  $B$ œ !
Si realizamos la descomposición E œ H  I  J donde H es una matriz diagonal con

los elementos diagonales de la matriz E,  I la triangular inferior de E  H y  J la triangular
superior de E  H, obtenemos que
Î$ ! !Ñ Î ! ! !Ñ Î! " " Ñ
Ï! ! &Ò Ï " !Ò Ï! ! ! Ò
Hœ ! $ ! Iœ ! ! ! J œ ! ! "
"
obteniéndose, para cada uno de los métodos:
".Jacobi: B8" œ N B8  - con
Î !  "$ Ñ
Î !& Ñ
N œ H ÐI  J Ñ œ Ð ! " Ó
"
$
Ï!Ò
"
y -œH ,œ $
"
Ï" Ò
! $
$  "$ !
iniciando el proceso con el vector nulo e iterando mientras que la norma del error sea
||EB  ,||  "!"% (como ejercicio a manoß que sea "!& Ñ obtenemos, con MATLAB, que
B&& œ ("ß #ß  ").
#.Gauss-Seidel: B8" œ P" B8  - con
Î!  "$ Ñ Î ! Ñ
P" œ ÐH  IÑ J œ Ð !  "$ Óy - œ ÐH  IÑ , œ Ð &$ Ó
"
$
" "
Ï! # Ò Ï  &* Ò
!
 "* *
tomando como vector inicial al vector nulo e iterando mientras que la norma del error sea
B$" œ Ð"ß #ß  "Ñ.
Cálculo Numérico
o
Página 57
3.SOR: B8" œ P= B8  - con
ŸÊ
P= œ ÐH  = † IÑ" ÐÐ"  =Ñ † H  = † J Ñ
- œ =ÐH  = † IÑ" ,
Ú
Ý
Ý
Ý Î  !ß #  !ß % Ñ
Ý
!ß %
Ý "ß#
Ý Ï  !ß !) !ß "# Ò
"
P œ ÐH  "ß # † IÑ Ð!ß # † H  "ß # † J Ñ œ !  !ß #  !ß %
Û
 !ß !)
Ý
Ý Î ! Ñ
Ý
Ý
Ý
Ý
Ü Ï  !ß ) Ò
"
- œ "ß #ÐH  "ß # † IÑ , œ #
Comenzando con el vector nulo B! œ Ð!ß !ß !Ñ e iterando mientras que la norma del error sea
B$% œ ("ß #ß  ").
Cálculo Numérico
o
Página 58
Ejercicio #Þ"" À Resolver por los métodos de Jacobi, Gauss-Seidel y SOR con = œ "ß # , el
sistema
"!B"  B#  #B$ œ'
 B"  ""B#  B$  $B% œ #&
#B"  B#  "!B$  B% œ  ""
$B#  B$  )B% œ "&
Solución: Al ser de diagonal dominante la matriz del sistema, sabemos que los dos primeros
métodos van a ser convergentes (véanse los Teoremas #Þ"* y #Þ#!). Respecto al tercero de ellos,
sólo sabemos, por el Teorema #Þ#", que el método puede ser convergente, ya que "ß # pertenece al
intervalo (!ß #).
Realizando la descomposición E œ H  I  J tenemos que
Î "! !Ñ Î !Ñ Î! " ! Ñ
Ð ! !Ó Ð !Ó Ð ! !  $Ó
! ! ! ! ! #
HœÐ Ó
ß IœÐ Óß J œÐ Ó
"" ! " ! ! "
Ï ! )Ò Ï Ò Ï ! Ò
! ! "! ! # " "! ! ! ! ! "
! ! ! $ " ! ! ! !
Obteniéndose, para los distintos métodos:
".Jacobi: B8" œ N B8  - con
Î ! Ñ Î !ß ' Ñ
Ð !ß !*  !ß #( Ó Ð #ß #( Ó
!ß "  !ß # !
N œ H" ÐI  J Ñ œ Ð Ó y -œÐ Ó
! !ß !*
Ï ! Ò Ï "ß )(& Ò
 !ß # !ß " ! !ß "  "ß "
 !ß $(& !ß "#& !
y tomando como vector inicial al vector nulo e iterando mientras que la norma del error sea
B%# œ Ð"ß #ß  "ß "Ñ.
#.Gauss-Seidel: B8" œ P" B8  - con
Î Ñ Î Ñ
! !ß "  !ß # ! !ß '
Ð !  !ß #( Ó Ð $#( Ó
P" œ ÐH  IÑ" J œ Ð Ó y -œÐ Ó
!ß !!* !ß !(# #ß
Ï! !ß """$' Ò Ï !ß )())'$ Ò
!  !ß !"*! !ß !%(# !ß !(#  !ß *)(#
 !ß !!&(*&%  !ß !#"$'
iniciando el proceso con el vector nulo e iterando mientras que la norma del error sea
||EB  ,||  "!"% (como ejercicio a manoß que sea "!& Ñ obtenemos, utilizando MATLAB, que
B"' œ ("ß #ß  "ß ").
$.SOR: B8" œ P= B8  - con
Cálculo Numérico
o
Página 59
ŸÊ
P= œ ÐH  = † IÑ" ÐÐ"  =Ñ † H  = † J Ñ
- œ =ÐH  = † IÑ" ,
Ú
Ý
Ý
Ý Î  !ß # Ñ
Ý
!ß "#  !ß #% !
Ý
Ý Ð  !ß !#")  !ß $$( Ó
Ý P"ß# œ Ð Ó
Ý
 !ß ")'*! !ß !)#*!
Ý
Ý Ï !ß !"''#&% !ß !('%#%(#  !ß !%!'") Ò
!ß !%&$)"  !ß !&"##*!  !ß "$#%&!* !ß !)!(#
Û
 !ß !&("('(#
Ý
Ý Î Ñ
Ý
Ý
!ß (#
Ý
Ý Ð #ß )!&)" Ó
Ý
Ý - œ "ß #ÐH  "ß # † IÑ , œ Ð Ó
Ý
Ý
"
Ü Ï !ß )"$*''&% Ò
 "ß "&'"!")
Comenzando con el vector nulo e iterando mientras que la norma del error sea
B#% œ ("ß #ß  "ß ").
Cálculo Numérico
o
Página 60
Actividad Personal
"Þ  El sistema œ
BC œ!
tiene solución exacta B œ "!' / C œ  "!' .
B  !ß ******C œ"
Encuentre la solución exacta del sistema œ
BC œ!
. Comente los resultados.
B  "ß !!!!!"C œ"
#Þ  Chequee si E tiene factorización PY
Î% "Ñ
Î "  "Ñ
Ð $ #Ó
$ #
b) E œ Ð Ó
"
% $
Ï # " " Ò
a) E œ " # #
Ï" %Ò
# $ % $
# $
$Þ  Verifique si alguna de las siguientes matrices pueden ser factorizadas por Choleski. Si es así
resuelva alguna de ellas.
Î "&  $Ñ
Î #ß #& %ß & Ñ
Ð  ") % Ó
 ") "&
b) E œ Ð Ó
 $ß !
#%  ")
Ï %ß & $%ß ! Ò
a) E œ  $ß ! &ß !  "!ß !
Ï $ " Ò
"&  ") ") $
 "!ß !
% $
%Þ  Para los siguientes sistemas de ecuaciones, verifique si los métodos iteativos de Jacobi y
Gauss-Seidel convergen o no. Donde haya convergencia calcule las iteraciones hasta un error
menor que "!$ Þ
Ú #B  C Ú Ú  B  #B  $B
a) Û B  'C b) Û  +  $,  #- œ "# c) Û
œ" #+  ,  $- œ " " # $ œ!
Ü #C  D Ü $+  ,  $- Ü #B"  $B#  B$
œ$ %B"  B#  B$ œ'
œ" œ! œ #
Ú
Ý
Ú #B  C  D Ý +  #,  . œ !
d) Û B  C e) Û
œ"
Ý
$+  ,  %- œ #
Ü B  C  #D Ý +  -  $. œ  "
œ "
Ü #+  ,  - œ "
œ#
&Þ  Reordene convenientemente, si se puede, los sistemas anteriores de tal manera que pueda
usar el método WSV con
a) = œ "ß #
b) = œ 0,8
Cálculo Numérico
o
Página 61
Wada una función no nula 0 : V Ä Vß resolver la ecuación 0 (B) œ ! es hallar los valores
de B que anulan a dicha función. A estos valores de B se les denomina raíces o soluciones de la
ecuación, o también, ceros de la función 0 (B).
Los métodos de resolución de ecuaciones y sistemas de ecuaciones se clasifican en

directos e iterados. Los del primer grupo nos proporcionan la solución mediante un número finito
de operaciones elementales, mientras que los iterados producen una sucesión convergente a la
solución del problema.
Un ejemplo de método directo es la conocida fórmula de resolución de las ecuaciones de

segundo grado +B #  ,B  - œ !, cuyas soluciones vienen dadas por la fórmula:
 , „ È, #  %+-
Bœ
#+
Sin embargo, el siglo pasado Abel probó que no existe ninguna fórmula equivalente (en
término de raíces) para resolver ecuaciones de grado superior a cuatro. Además, si la ecuación no
es polinómica no podemos resolverla más que mediante métodos iterados que, incluso en el caso
de las polinómicas de grado no superior a cuatro, son más eficientes.
Definición $Þ". Una solución B de la ecuación 0 (B) œ ! se dice que tiene multiplicidad 8 si
0 ÐBÑ œ 0 w ÐBÑ œ 0 ww ÐBÑ œ â œ 0 Ð8"Ñ ÐBÑ œ ! y 0 Ð8Ñ ÐBÑ Á !
Si la multiplicidad de una raíz es ", diremos que es simple.
Todos los métodos numéricos de resolución de ecuaciones presentan dificultades cuando

la ecuación tiene raíces múltiples, ya que todos ellos se basan en los cambios de signo de la
función y éstos son difícilmente detectables en un entorno de una raíz múltiple.
Ese hecho produce que en estos casos el problema esté mal condicionado.
En el caso de las ecuaciones algebraicas T8 (B) œ ! este problema se puede solucionar

buscando otra ecuación que posea las mismas raíces que la dada pero todas ellas simples, es decir,
eliminando las raíces múltiples.
Por el Teorema fundamental del álgebra sabemos que T 8 (B) posee 8 raíces y, por tanto,
puede ser factorizado de la forma T8 (B) œ + ! (B  B" )(B  B# ) · · · (B  B8 ) ß donde B" ,B# , . . . ,
B8 son los ceros del polinomio.
Si existen raíces múltiples, las podemos agrupar para obtener:

7 7 75
T8 (B) œ + ! (B  B" ) " (B  B# ) # â (B  B5 ) ß donde 7 3 representa la
multiplicidad de la raíz B 3 (3 œ "ß 5 ) y verificándose que 7 "  7 # â + 7 5 œ 8
Cálculo Numérico
o
Página 62
Derivando esta expresión obtenemos:

7"  " 7#  # 75  5
T8 w (B) œ 8+ ! (B  B" ) (B  B# ) â (B  B5 ) † U 5" (B)
con U 5" (B" ) distinto de cero para cualquier 3 œ "ß 5 .
Por tanto, si B es una raíz de la ecuación T8 (B) œ ! con multiplicidad 5 , es también una
raíz de T8 w (B) œ ! pero con multiplicidad 5  ", por lo que
7"  " 7#  # 75  5
H(B) = M.C.D. [T8 (B), T8 w (B)] œ (B  B" ) (B  B# ) â (B  B5 )
obteniéndose que:
T8 ( B )
U(B) œ H (B ) œ + ! (B  B" ) (B  B# ) â (B  B5 )
es un polinomio cuyas raíces son las mismas que las de T8 (B) pero todas ellas simples.
Si ya conocemos que una ecuación sólo tiene raíces simples y queremos encontrarlas,
parece apropiado que un primer paso consista en detectar las posibles situaciones en éstas. Así por
ejemplo, si son reales, determinar intervalos de una amplitud reducida en los que se encuentren las
raíces de la ecuación.
Cálculo Numérico
o
Página 63
$Þ" Acotación y separación de raíces.
Definición $Þ#. Dada una ecuación 0 (B) œ ! (en general compleja) se denomina acotar las raíces a
buscar dos números reales positivos < y V tales que < Ÿ | B | Ÿ V para cualquier raíz B de la
ecuación.
Figura $Þ" À Acotaciòn de raices
Geométricamente consiste en determinar una corona circular de radios < y V , que se

muestra en la Figura $Þ", y dentro de la cual se encuentran todas las raíces. En el caso real se
reduce a los intervalos (  V ,  <) y (<, V ).
Veamos, a continuación, una cota para las raíces de una ecuación algebraica.
Proposición $Þ$. Si B es una raíz de la ecuación T (B) œ + ! B 8  +" B 8"  â  +8 œ !, se
¸B¸  "  ¸E¸ E œ máx ¸ +3 ¸

verifica que:
+
siendo
!
3 "
Proposición $Þ%. [Regla de Laguerre] Consideremos la ecuación

T (B) œ +! B8  +" B8"  ÞÞÞ  +8 œ !.
Sean G (x) = + ! B 8 "  ÞÞÞ  ,8# B  ,8" el cuociente y < el resto de la división del T (B)
entre B  - . Si < ! y ,3 ! para cualquier ! Ÿ 3 Ÿ 8  ", el número real - es una cota
superior para las raíces positivas de la ecuación. (Trivialmente lo es también para las raíces
negativas).
El procedimiento consiste en comenzar con la cota obtenida anteriormente (que no suelen

ser muy buena) e ir disminuyéndola hasta afinarla todo lo que podamos.
Las cotas obtenidas anteriormente nos delimitan la zona en la que debemos estudiar la
existencia de soluciones de la ecuación pero, en realidad, lo que más nos acerca a nuestro
problema (resolver la ecuación) es separar cada raíz en un intervalo. A este proceso se le conoce
como separación de raíces y estudiaremos un método que se conoce como método de Sturm que
nos permite separar las raíces de una ecuación, aunque en la práctica sólo se utiliza en el caso de
las ecuaciones algebraicasÞ
Cálculo Numérico
o
Página 64
$Þ#Þ Método y algoritmo de la bisección: análisis de errores
Este método consiste en la aplicación directa del teorema de Bolzano.
Teorema $Þ&. [Teorema de Bolzano] Si 0 (B) es una función continua en el intervalo cerrado [+ß , ]
y 0 (+)·0 (, )  !, existe un punto + en (+,, ) para el cual es 0 (+) œ !.
Nuestro problema se reduce a localizarla. Para ello, supongamos que está separada, es
decir, que en el intervalo [+ß , ] es la única raíz que existe. Esto podemos garantizarlo, por ejemplo,
viendo que 0 '(B) es distinta de cero en todo el intervalo, ya que entonces, el Teorema de Rolle
(que se enuncia a continuación) nos garantiza la unicidad de la raíz.
Teorema $Þ'. [Teorema de Rolle] Si 0 (B) es una función continua en el intervalo cerrado [+ß , ],
derivable en el abierto (+ß , ) y 0 (+) œ 0 (, ), existe un punto a en (+ß , ) para el que 0 '(+) œ !.
En efecto, si 0 (B) tuviese dos raíces +" y + # en el intervalo [+ß , ], verificaría las hipótesis
del teorema de Rolle en el intervalo [+" ,+ # ] (que se encuentra contenido en [+ß , ]) , por lo que
debería existir un punto a de (+" ,+ # ) y por tanto de (+ß , ) en el que se anulara la derivada, por lo
que si 0 '(B) no se anula en todo el intervalo [+ß , ], no pueden existir dos raíces de la ecuación en
dicho intervalo.
Si dividimos el intervalo por la mitad, la función ha de tener necesariamente signos

opuestos en los extremos de uno de los semi-intervalos, por lo que la raíz buscada se encuentra en
dicho semi-intervalo. Reiterando el proceso podemos conseguir acercarnos tanto como queramos a
la raíz buscada.
Supongamos, sin pérdida de generalidad, que 0 (B) es creciente en [+ß , ].
+  , ,  +
P1Ñ Tomamos + ! = y &œ
# #
P#Ñ Si 0 (+! ) œ ! entonces FIN. + œ + ! es la raíz exacta

Si 0 (+! )  ! entonces hacemos , œ + !
Si 0 (+! )  ! entonces hacemos + œ + !
+  , ,  +
Se repite el paso 1, es decir, hacemos + ! = y &œ
# #
5
P$Ñ Si &  "! (error prefijado), entonces FIN. El valor de + ! es la raíz
buscada con 5 cifras decimales exactas.
5
Si &  "! , entonces repetimos el paso 2.
El error cometido, tomando como raíz de la ecuación el punto medio del intervalo
(,  + )
obtenido en la iteración 8-ésima , viene dado por &8 œ , por lo que si ,  + œ " y
#8 "
" $
8 œ * se tiene que &*  "!  "! , es decir, en * iteraciones obtenemos tres cifras decimales
#
exactas.
Cálculo Numérico
o
Página 65
$Þ#Þ". Algoritmo
+3  , 3
Para 3 œ !ß "ß #ß á ß 8ß á ß M3 œ [+3 ß ,3 ] y 73 œ # Ðpunto medio del intervalo M3 Ñ
M! œ [+ ß , ] y M3 " œ 
[+3 ß 73 ] si sig (0 (+3 )Ñ Á sig (0 (73 )
[73 ß ,3 ] si sig (0 (,3 )Ñ Á sig (0 (73 )
Ú 0 Ð7 Ñ œ !
El proceso debe repetirse hasta que Û o bien
3
Ü ,3  +3  & con &  ! prefijado.
Se tiene, por tanto: M8:?>: +ß ,ß &ß 0 ÐBÑ

S?>:?>: 7
A236/ Ð,  +ÑÎ#  &

7 Ã +  Ð,  +ÑÎ#
30 0 Ð7Ñ œ !
+Ã7
,Ã7
/8. 30
30 =318Ð0 Ð+ÑÑ œ =318Ð0 Ð7ÑÑ
+Ã7
/8. 30
30 =318Ð0 Ð,ÑÑ œ =318Ð0 Ð7ÑÑ
,Ã7
/8. 30
/8.
:<38> 7
El hecho de calcular el punto medio de [+ß , ] como 7 œ +Ð,+Ñ

# es debido a que para
Ð+,)
valores muy pequeños de + y , puede darse el caso de que # se encuentre fuera del intervalo
[+ß , ].
Ejemplo $Þ"Þ Supongamos que se quiere calcular la raíz cuadrada de 3, para lo que vamos a
buscar la raíz positiva de la ecuación 0 (B) œ ! con 0 (B) œ B #  $.
Dado que 0 (") œ  #  ! y 0 (#) =1  !, el teorema de Bolzano nos garantiza la

existencia de una raíz (que además, el teorema de Rolle nos asegura que es única ya que
0 w (B) œ #B no se anula en el intervalo ["ß #]).
"%
Para obtener la raíz con 14 cifras decimales exactas, es decir, con un error menor que "!
tendríamos que detener el proceso cuando Ð#"Ñ
"% 8 " "%
#8 "
 "! o, lo que es lo mismo, cuando #  "!
para lo que ha de ser 8 %' es decir, tendríamos que detenernos en 7%' para poder garantizar la
precisión exigida.
Vamos a ver a continuación otros métodos que reducen, de forma considerable, el número
de operaciones.
Cálculo Numérico
o
Página 66
$Þ$ÞPunto fijo e iteración funcional
Ya se comentó que los métodos iterados consisten en crear una sucesión convergente a la
solución del problema.
Definición $Þ(Þ Una función 0 : V Ä V se dice contractiva si verifica |0 (B" )  0 (B# )|  |B"  B# |
cualesquiera que sean B" , B# − V .
Si la función es derivable, basta comprobar que cualquiera que sea el valor de B − V para
poder garantizar que se trata de una función contractiva.
Si se desea resolver la ecuación 0 (B) œ !, se escribe esta de la forma B œ : (B), donde :

(B) es una función contractiva, y partiendo de un determinado valor inicial B! , se construye la
sucesión B8 " œ : (B). La convergencia de esta sucesión la garantiza el siguiente teorema.
Teorema $Þ). [Teorema del punto fijo] Dada la ecuación B œ : (B) en la que ¸:' (B)¸ Ÿ ;  "
cualquiera que sea B − [+ß , ] y un punto B! − [+ß , ], la sucesión B! , B" , . . . , B8 , . . . en la que B8 "
= : (B8 ) converge a un valor B que es la única solución de la ecuación en dicho intervalo.
Figura $Þ# À Esquema de la convergencia para el teorema del punto fijo
En la Figura $Þ# puede observarse que el método converge si ¸:' (B)¸ Ÿ ;  ", mientras
que si ¸:' (B)¸  " el método es divergente.
En los casos (+) y (,), en los que ¸:' (B)¸ Ÿ ;  " el método converge monótonamente en
(+) y de forma oscilatoria o en espiral en (, ).
En los casos (- ) y (. ), en los que ¸:' (B)¸ Ÿ ;  " el método diverge de forma monótona
en (+) y de forma oscilatoria en (, ).
Cálculo Numérico
o
Página 67
$Þ$Þ". Cota del error "a posteriori"
Si 0 (B) es una función continua en el intervalo [+ß , ] y derivable en el abierto (+ß , ),

sabemos por el teorema del valor medio que existe un punto - − (+ß , ) tal que 0 (,,+
)0 (+)
œ 0 w Ð-Ñ.
Sea B una solución de la ecuación 0 (B) œ ! y sea B8 aproximación de ella obtenida por un
método cualquiera. Supongamos 0 ÐBÑ continua en el intervalo cerrado [B8 ß B] ó [Bß B8 ]
(dependiendo de que B sea mayor o menor que B8 ) y derivable en el abierto. Existe entonces un
0 (B)  0 ÐB8 )
punto - − (B8 ß B) ó - − (Bß B8 ) tal que œ 0 w Ð-Ñ.
B  B8
0 ÐB8 Ñ
Como 0 ÐBÑ œ ! y (B  B8 ) œ &8 , nos queda que &8 œ  0 w Ð-Ñ , obteniéndose que
¸0 ÐB8 Ñ¸
¸ &8 ¸ =
mín ¸0 w ÐBÑ¸
0 ÐB8 Ñ
w Ð-Ñ
Ÿ
0
B − Ð+ß , Ñ
Lo único que debemos exigir es que la derivada de la función no se anule en ningún punto
del intervalo (+ß , ).
Observación: La transformación B œ : (BÑ se puede llevar a cabo mediante operaciones algebraicas o

simplemente agregando B a cada lado de la ecuación original.
Ejemplo $Þ#Þ El cálculo de la raíz cuadrada de 3 equivale al cálculo de la raíz positiva de la

ecuación B # œ $. Aunque más adelante veremos métodos cuya convergencia es más rápida,
vamos a realizar los siguientes cambios:
$B
B # œ $ Ê B  B# œ B  $ Ê B Ð"  BÑ œ $  B Ê B œ
"B
$B
Es decir, hemos escrito la ecuación de la forma B œ : (B) con : (B) œ . Dado que
"B
# # "
sabemos que la raíz de $ está comprendida entre " y # y que | :w (B)| œ Ÿ œ "
Ð"  BÑ# ## #
para cualquier B − ["ß #], podemos garantizar que partiendo de B! œ " el método convergerá a la
raíz cuadrada de $.
$  B8
Así pues, partiendo de B! œ " y haciendo B8 " œ obtenemos:
"  B8
B" œ # B"% œ "ß ($#!&!(*)%%!)%

B# œ "ß '''''''''''''( B"& œ "ß ($#!&!)"!!"%($
B$ œ "ß (&!!!!!!!!!!!! B"' œ "ß ($#!&!)!'*"$&"
Cálculo Numérico
o
Página 68
B% œ "ß (#(#(#(#(#(#($ B"( œ "ß ($#!&!)!((%%%)

B& œ "ß ($$$$$$$$$$$$$ B") œ "ß ($#!&!)!(&#")#
B' œ "ß ($"(!($"(!($"( B"* œ "ß ($#!&!)!(&)"%)
B( œ "ß ($#"%#)&("%#)' B#! œ "ß ($#!&!)!(&'&&!
B) œ "ß ($#!#'"%$(*!)& B#" œ "ß ($#!&!)!(&'*()
B* œ "ß ($#!&"#)#!&"#) B## œ "ß ($#!&!)!(&')'$
B"! œ "ß ($#!%*!$'(((&) B#$ œ "ß ($#!&!)!(&')*%
B"" œ "ß ($#!&"#)#!&"#) B#% œ "ß ($#!&!)!(&'))'
B"# œ "ß ($#!&!')!%$"(# B#& œ "ß ($#!&!)!(&')))
B"$ œ "ß ($#!&!)%"'$&") B#' œ "ß ($#!&!)!(&')))
El error, calculado a posteriori ,vendrá dado por
mín ¸ 0 w ÐB8 Ñ¸
0 ÐB8 Ñ
&8 
B − "ß#‘
donde 0 (B) œ B #  $, por lo que
B#'#  $ "& "%

&#'  œ %ß ))%*)"$!)$&!')) · "!  "!
#
es decir, È$ œ "ß ($#!&!)!(&'))) con todas sus cifras decimales exactas.
Obsérvese que en el Ejemplo $Þ" vimos cómo eran necesarias 46 iteraciones para calcular
la raíz cuadrada de 3 (con 14 cifras decimales exactas) mediante el método de la bisección,
mientras que ahora sólo hemos necesitado 26. Sin embargo vamos a ver a continuación cómo se
puede reducir aún más el número de iteraciones aplicando el método conocido como método de
Newton.
Cálculo Numérico
o
Página 69
$Þ%ÞMétodo de Newton: análisis de errores
Si tratamos de resolver la ecuación 0 (B) œ ! y lo que obtenemos no es la solución exacta

B sino sólo una buena aproximación B8 tal que B œ B8  2 tendremos que
0 ÐB8 Ñ
0 ÐBÑ ¶ 0 ÐB8 Ñ  2 · 0 w ÐB8 Ñ Ê 2¶ 
0 w ÐB8 Ñ
0 ÐB8 Ñ
por lo que B ¶ B8  bteniéndose la denominada fórmula de Newton-Raphson:
0 w ÐB8 Ñ
0 ÐB8 Ñ
B8 " œ B8 
0 w ÐB8 Ñ
Si, a partir de ella, construimos la sucesión (B8 ) y ésta converge, se tendrá que lim
8Ä_
B8 œ B, ya que nos quedaría, aplicando límites en la fórmula de Newton-Raphson que
0Š lim B8 ‹
Ê 0 Š lim B8 ‹ œ !
lim B8 ‹
8Ä_
lim B8 " œ lim B8 
0 wŠ
8Ä_ 8Ä_ 8Ä_
8Ä_
siempre que 0 w Š lim B8 ‹ no se anule, lo cual se verifica si exigimos que la función posea una
8Ä_
única raíz en [+ß , ]. Dado que la raíz de la ecuación en el intervalo [+ß , ] es única, necesariamente
lim B8 œ B
8Ä_
Este método es también conocido como método de la tangente, ya que si trazamos la

tangente a la curva C œ 0 ÐBÑ en el punto ÐB8 ß 0 ÐB8 ÑÑ obtenemos la recta
0 ÐB Ñ
C œ 0 ÐB8 Ñ  0 w ÐB8 ÑÐB  B8 Ñ, que corta al eje C œ ! en el punto de abscisa B œ B8  0 w ÐB8 Ñ , que
8
es precisamente el valor de B8 " de la fórmula de Newton-Raphson.
En la Figura $Þ$ puede observarse cómo actúa geométricamente el método de Newton-

Raphson.
Figura $Þ$ À El proceso de Newton
Cálculo Numérico
o
Página 70
Lo más dificultoso del método consiste en el cálculo de la derivada de la función así como
la obtención del valor inicial que debe tomarse, es decir, el valor de B! .
Busquemos, a continuación, alguna cota del error.
&8 " œ B  B8 " œ B  ŒB8   œ ÐB  B8 Ñ  w

0 ÐB8 Ñ 0 ÐB8 Ñ 0 ÐB Ñ
w
œ &8  w 8
0 ÐB8 Ñ 0 ÐB8 Ñ 0 ÐB8 Ñ
Desarrollando 0 ÐB) en un entorno de B8 se obtiene
con > − œ
0 ww Ð> Ñ # ÐBß B8 Ñ si B  B8
! œ 0 ÐBÑ œ 0 ÐB8  &8 Ñ œ 0 ÐB8 Ñ  0 w ÐB8 Ñ&8  &8
#x (B8 ß BÑ si B  B8
Supuesto que 0 w ÐB8 Ñ es distinta de cero, podemos dividir por dicha derivada para obtener
0 ÐB8 Ñ 0 ww Ð> Ñ # 0 ww Ð> Ñ #

!œ  &  & œ &  "  &
0 w ÐB8 Ñ 8
#0 w ÐB8 Ñ 8 8
#0 w ÐB8 Ñ
¸0 ww Ð> Ñ¸ #
por lo que ¸&8  "¸ œ
¸ ¸
w
&8 Ÿ 5 · &8#
# 0 ÐB8 Ñ
donde
0 ww Ð> Ñ
5 máx
#0 w ÐB8 Ñ
B −+ß,‘
siendo [+ß ,] cualquier intervalo, en caso de existir, que contenga a la solución B y a todas las
aproximaciones B8 .
Esta última desigualdad podemos (no queriendo precisar tanto) modificarla para escribir
máx ¸0 ww ÐB Ñ¸
con B − +ß ,‘ y
# mín ¸0 w ÐBÑ¸
5 0 w ÐBÑ Á 0
Supuesta la existencia de dicho intervalo [+ß , ], el valor de 5 es independiente de la

iteración que se realiza, por lo que
5 † ¸&8  "¸ Ÿ ¸5 † &8 ¸ Ÿ ¸5 † &8 " ¸ Ÿ â Ÿ ¸5 † &! ¸

# % #8 "
o lo que es lo mismo:
¸& 8 ¸ Ÿ † ¸5 † &! ¸
" #8
5
donde es necesario saber acotar el valor de &! œ B  B! .
Cálculo Numérico
o
Página 71
Es decir, si existe un intervalo [+ß , ] que contenga a la solución y a todas las

aproximaciones B8 se puede determinar a priori una cota del error, o lo que es lo mismo, se puede
determinar el número de iteraciones necesarias para obtener la solución con un determinado error.
Evidentemente, el proceso convergerá si ¸5 † &! ¸  ", es decir, si ¸&! ¸ 

"
. En caso de ser
5
convergente, la convergencia es de segundo orden.
$Þ%Þ"Þ Algoritmo
Una vez realizado un estudio previo para ver que se cumplen las condiciones que requiere
el método, establecer el valor inicial B! y calcular el valor de
7 œ mín 0 w ÐBÑ
B − +ß,‘
el algoritmo es el siguiente
M8:?> À +ß ,ß B! ß &! ß 0 ÐBÑß 7
S?>:?> À B
B Ã B!
/ Ã +,= Š ‹
0 ÐBÑ
7
A236/ /  &
0 ÐBÑ
B Ã B
0 w ÐBÑ
/ Ã +,= Š ‹
0 ÐBÑ
7
/8.
Ejemplo $Þ$Þ En el Ejemplo $Þ# calculamos la raíz de 3 con 14 cifras decimales exactas en 26
iteraciones. Vamos a ver cómo se disminuye considerablemente el número de iteraciones cuando
se utiliza la fórmula de Newton-Raphson.
Partimos de la ecuación 0 (B) œ B #  $ œ !, por lo que la fórmula de Newton-Raphson

nos dice que, teniendo en cuenta que 0 w ÐBÑ œ #B
0 ÐB8 Ñ B#8  $
B8 " œ B8  Ö B8 " œ B8 
0 w ÐB8 Ñ #B8
Ö B8 " œ "# ŒB8  B8 

$
La fórmula anterior es conocida como fórmula de Herón ya que este matemático la

utilizaba para aproximar la raíz cuadrada de un número real positivo E hacia el año "!! a.C.
Cálculo Numérico
o
Página 72
Dado que la raíz de 3 es un número comprendido entre " y # y la función 0 w (B) œ #B no

se anula en dicho intervalo, podemos aplicar el método de Newton tomando como valor inicial
B! œ #. (Más adelante veremos porqué debemos tomar 2 como valor inicial), obteniéndose:
B! œ#
B" œ "ß (&!!!!!!!!!!!!
B# œ "ß ($#"%#)&("%#)'
B$ œ "ß ($#!&!)"!!"%($
B% œ "ß ($#!&!)!(&')))
El error a posteriori vendrá dado por
0 ÐB8 Ñ
&8 
mín 0 w ÐB8 Ñ
B − "ß#‘
por lo que
B%#  $
&%  œ %ß ))%*)"$!)$&!'))
#
es decir, la raíz cuadrada de $ es "ß ($#!&!)!(&'))) con todas sus cifras decimales exactas.
Puede observarse cómo la convergencia del método de Newton-Raphson es mucho más

rápida que la del método de la bisección, ya que sólo hemos necesitado 5 iteraciones frente a las
46 que se necesitan en el método de la bisección.
De hecho, existen métodos para determinar el valor inicial B! que debe tomarse para que
en la segunda iteración se disponga ya de 8 cifras decimales exactas.
Veamos otra condición suficiente de convergencia para el método de Newton.
Cálculo Numérico
o
Página 73
$Þ%Þ#Þ Regla de Fourier
Supongamos que tenemos acotada, en el intervalo [+ß , ], una única raíz B de la ecuación
0 (B) œ ! y que 0 w (B) y 0 ww (B) no se anulan en ningún punto del intervalo [+ß , ], es decir, que
ambas derivadas tienen signo constante en dicho intervalo.
En cualquiera de los cuatro casos posibles (véase la Figura 2.4), la función cambia de
signo en los extremos del intervalo (debido a que la primera derivada no se anula en dicho
intervalo), es decir, dado que la segunda derivada tiene signo constante en [+ß , ], en uno de los dos
extremos la función tiene el mismo signo que su segunda derivada.
En estos casos, el método de Newton es convergente debiéndose tomar como valor inicial
B! œ œ
+ , si 0 w Ð+Ñ · 0 ww Ð+Ñ  !
, , si 0 w Ð,Ñ · 0 ww Ð,Ñ  !
es decir, el extremo en el que la función tiene el mismo signo que su derivada segunda.
0 w ÐBÑ  ! 0 w ÐBÑ  ! 0 w ÐBÑ  ! 0 w ÐBÑ  !

0 ww ÐBÑ  ! 0 ww ÐBÑ  ! 0 ww ÐBÑ  ! 0 ww ÐBÑ  !
B! œ + B! œ , B! œ + B! œ ,
Figura $Þ% À Los cuatro casos posibles
Gracias a que la convergencia es de segundo orden, es posible modificar el método de

Newton para resolver ecuaciones que poseen raíces múltiples.
$Þ%Þ$Þ Método de Newton para raíces múltiples
Cuando el método de Newton converge lentamente nos encontramos con una raíz múltiple
y, a diferencia de lo que ocurría con otros métodos, podemos modificar el método para acelerar la
convergencia.
Sea B una raíz de multiplicidad 5 de la ecuación 0 (B) œ !. En este caso, el método de

Newton converge muy lentamente y con grandes irregularidades debido al mal condicionamiento
del problema.
Cálculo Numérico
o
Página 74
0 ÐB8 Ñ 0 ÐB Ñ
Si en vez de hacer B8 " œ B8  w
hacemos B8 " œ B8  5 · w 8 donde 5
0 ÐB8 Ñ 0 ÐB8 Ñ
representa el orden de la primera derivada que no se anula para B œ B (multiplicidad de la raíz B),
el método sigue siendo de segundo orden.
En la práctica, el problema es que no conocemos 5 pero a ello nos ayuda la rapidez del
método.
Ejemplo $Þ%Þ Para resolver la ecuación B  =/8 B œ ! comenzamos escribiéndola de la forma

B œ =/8B, por lo que las soluciones serán los puntos de intersección de la recta C œ B con la
curva C œ =/8 B.
Aunque es conocido que la solución de la ecuación es B œ !, supondremos que sólo

conocemos que está comprendida entre  " y " y vamos aplicar el método de Newton.
B8  =/8 B8 =/8 B8  B8 -9= B8
B8 " œ B8  œ
"  -9= B8 "  -9= B8
Figura $Þ& À Las funciones C œ B y C œ =/8 B
Comenzando con B! œ " se obtiene:
B! œ "
Ú 0 w ÐB"! Ñ œ !ß !!!"á
.. . . . . . . . . . . . . . . . . .
B"! œ !ß !"')##(**á Û 0 ww ÐB"! Ñ œ !ß !"'á

Ü 0 w w w ÐB"! Ñ œ !ß ***)á
Ú 0 w ÐB#! Ñ œ !ß !!!!!!!"á
.. . . . . . . . . . . . . . . . . .
B#! œ !ß !!!!"*%á Û 0 ww ÐB#! Ñ œ !ß !!"*á

Ü 0 w w w ÐB#! Ñ œ !ß ****á
Cálculo Numérico
o
Página 75
Como la convergencia es muy lenta, hace pensar que se trata de una raíz múltiple.
Además, como la primera y la segunda derivadas tienden a cero y la tercera lo hace a ", parece
que nos encontramos ante una raíz triple, por lo que aplicamos el método generalizado de Newton.
B8  =/8 B8
B8 " œ B8  $ †
"  -9= B8
y comenzando, al igual que antes, por B! œ " se obtiene:
B! œ "
B " œ  !ß !$%á
B# œ !ß !!!!!"$('á
B$ œ !ß !!!!!!!!!!!!!*á
que se ve que converge rápidamente a la solución B œ !.
Dado que B œ ! 0 ÐBÑ œ B  =/8 B œ ! la solución es exacta. Por otra parte, podemos
ver que
0 w ÐBÑ œ "  -9= B Ê 0 w ÐBÑ œ !
0 ww ÐBÑ œ =/8 B Ê 0 ww ÐBÑ œ !
0 ''' ÐBÑ œ -9= B Ê 0 ''' ÐBÑ œ "
lo que nos indica que la raíz es, en efecto, triple.
Al aplicar el método de Newton hay que tener en cuenta que, a pesar de que su
comportamiento es, en general muy bueno, existen casos en que se encuentran dificultades, no
sólo si existen raíces múltiples (cosa que una vez detectadas puede corregirse con el método
modificado) sino en muchos casos en los que las raíces son simples pero presentan ciertas
particularidades.
Ejemplo $Þ&Þ Tratemos de determinar, por el método de Newton, la raíz positiva de la función
0 ÐBÑ œ B"!  ", tomando como valor inicial B! œ !ß &. La fórmula de Newton-Raphson es, en este
caso:
B8"!  "
B8 " œ B8  Þ
"! B8*
Aplicando el algoritmo se obtienen los valores
Cálculo Numérico
o
Página 76
B" œ &"ß '& B#! œ 'ß *(("%*"#$#**!'

B# œ %'ß %)& B$! œ #ß %$#)!"$**&%#$!
B$ œ %")$'& B%! œ "ß !!#$"'!#%"((%"
B% œ $(ß '&#)& B%" œ "ß !!!!#$*$%#*!)%
B& œ $$ß ))(&'& B%# œ "ß !!!!!!!!#&(('!
B"! œ #!ß !"!#')#&')&!"# B%$ œ"
Puede observarse que la convergencia es muy lenta y sólo se acelera (a partir de B%! )
cuando estamos muy cerca de la raíz buscada.
Además de existir casos como el anterior donde la convergencia es muy lenta, la

naturaleza de la función puede originar otras dificultades, llegando incluso a hacer que el método
no converja.
ˆ Si en las proximidades de la raíz existe un punto de inflexión, las iteraciones divergen

progresivamente de la raíz.
ˆ El método de Newton oscila en los alrededores de un máximo o un mínimo local, persistiendo o

llegando a encontrarse con pendientes cercanas a cero, en cuyo caso la solución se aleja del área
de interés.
Cálculo Numérico
o
Página 77
ˆ Un valor inicial cercano a una raíz puede converger a otra raíz muy distante de la anterior como
consecuencia de encontrarse pendientes cercanas a cero. Una pendiente nula provoca una división
por cero (geométricamente, una tangente horizontal que jamás corta al eje de abscisas).
Todo esto nos indica que aunque existen paquetes como MATLAB, DERIVE,
MATHEMATICA, etc., que resuelven ecuaciones (generalmente aplicando Newton), hay que
realizar un estudio previo para tratar de detectar cualquier tipo de anomalía que se presente.
Cálculo Numérico
o
Página 78
$Þ&Þ Ejercicios
Ejercicio $Þ" À Dada la ecuación B/ B  " œ !, se pide:

1.Estudiar gráficamente sus raíces reales y acotarlas.
2.Aplicar el método de la bisección y acotar el error después de siete iteraciones.
3. Queda de tarea resolverla por iteración funcional.
4.Aplicar el método de Newton, hasta obtener tres cifras decimales exactas.
"
Solución: 1.La ecuación puede escribirse de la forma: / B œ .
B
Gráficamente, se observa que existe una única solución real (intersección de las dos curvas) y
que esta es positiva. La demostración analítica de este hecho es la siguiente:
" "
Para B  ! es  ! y / B  !, por lo que / B Á y, por tanto, no existen raíces negativas.
B B
Para B  ! es 0 ÐBÑ œ B/ B  ", por lo que œ

0 Ð!Ñ œ  "  !
y existe, por tanto, un
0 Ð  _Ñ œ  _  !
número impar de raíces positivas (al menos una).
La función derivada 0 w ÐBÑ œ B/ B  / B œ ÐB  "Ñ / B sólo se anula para B œ  ". Dado que, si
existiese más de una raíz positiva, el teorema de Rolle nos asegura que la función derivada debe
anularse en algún punto intermedio y hemos visto que 0 w ÐBÑ no se anula para ningun valor
positivo de la variable podemos asegurar que sólo existe una raíz real + y que esta es positiva y
simple, pues 0 w Ð+Ñ Á !.
Dado que 0 Ð"Ñ œ /  "  ! y 0 Ð!Ñ œ  "  !, podemos asegurar que la única raíz real de la
ecuación se encuentra en el intervalo (!ß ").
Cálculo Numérico
o
Página 79
#ÞMétodo de la bisección À
[+! ß ,! ] œ [+ß , ] œ [!ß "] con œ

0 Ð!Ñ œ  "  !
0 Ð"Ñ œ /  "  !
0 Ð!ß &Ñ  ! Ê [+" ß ," ] œ [!ß & ß "]

0 Ð!ß (&Ñ  ! Ê [+# ß ,# ] œ [!ß & ß !ß (&]
0 Ð!ß '#&Ñ  ! Ê [+$ ß ,$ ] œ [!ß & ß !ß '#&]
0 Ð!ß &'#&Ñ  ! Ê [+% ß ,% ] œ [!ß &'#& ß !ß '#&]
0 Ð!ß &*$(&Ñ  ! Ê [+& ß ,& ] œ [!ß &'#& ß !ß &*$(&]
0 Ð!ß &()"#&Ñ  ! Ê [+' ß ,' ] œ [!ß &'#& ß !ß &()"#&]
0 Ð!ß &(!$"#&Ñ  ! Ê [+( ß ,( ] œ [!ß &'#& ß !ß &(!$"#&]
Tomando como aproximación de la raíz el punto medio del intervalo B( œ !ß &''%!'#& se

obtiene un error
" #
| &( |  ) œ !ß !!$*!'#& Ê | &( |  "!
#
Si redondeamos a las dos primeras cifras decimales, es decir, si tomamos B œ !ß &( , el error
acumulado verifica que
#
| & |  | !ß &(  !ß &''%!'#&|  !ß !!$*!'#& œ !ß !!(&  "!
por lo que puede asegurarse que la solución de la ecuación es !ß &( con las dos cifras decimales
exactas.
4ÞMétodo de Newton À
0 ÐB8 Ñ
La fórmula de Newton-Raphson es B8 " œ B8 
0 ÐB8 Ñ
Dado que, por el apartado anterior, se conoce que la raíz se encuentra en el intervalo
[!ß &'#&;!ß &(!$"#&] y que0 Ð!ß &'#&Ñ  ! , 0 Ð!ß &(!$"#&Ñ  !:
Êœ
0 Ð!ß &'#&Ñ  !
0 ÐBÑ œ B/ B  "
0 Ð!ß &(!$"#&Ñ  !
0 w ÐBÑ œ ÐB  "Ñ / B Ê 0 w ÐBÑ  ! a B − [!ß &'#&; !ß &(!$"#&]
0 ww ÐBÑ œ ÐB  #Ñ / B Ê 0 ww ÐBÑ  ! a B − [!ß &'#&; !ß &(!$"#&]
la regla de Fourier nos dice que B! œ !ß &(!$"#&.
Al ser positiva la segunda derivada, 0 w ÐBÑ es creciente, por lo que
Cálculo Numérico
o
Página 80
mín ¸0 w ÐBÑ¸ œ 0 w Ð!ß &'#&Ñ œ #ß (%##(#*!"&!!%( Þ Þ Þ

B−[!ß&'#&à !ß&(!$"#&]
es decir, el error a posteriori vendrá dado por
¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸
¸& n ¸ 
¸0 w ÐBÑ¸

mín #ß (%
B −[!ß&'#&à !ß&(!$"#&]
¸0 ÐB! Ñ¸
obteniéndose que
B! œ !ß &(!$"#& con ¸&! ¸  œ !ß !!$#!%$()&'&!& Þ Þ Þ
#ß (%
¸0 ÐB! Ñ¸
B" œ !ß &'("&"%*)$&*!! Þ Þ Þ con ¸&" ¸  œ !ß !!!!!)#((&("## Þ Þ Þ
#ß (%
Si redondeamos a !ß &'( el error acumulado es

$
| & |  !ß !!!"&"%*)$&*!! Þ Þ Þ  !ß !!!!!)#((&("## Þ Þ Þ  "!
Por lo que la solución de la ecuación es B œ !ß &'( con sus tres cifras decimales exactas.
Cálculo Numérico
o
Página 81
Ejercicio $Þ# À Se considera la ecuación real # -9=Ð#BÑ  %B  5 œ !.
1.Determinar el valor de 5 para que tenga una única raíz triple en el intervalo [!ß "].
2.Para 5 œ $, probar que posee una única raíz simple en el intervalo [!ß "], y calcularla con 6
cifras decimales exactas utilizando el método de Newton.
Solución:
1.Si tiene una raíz triple, debe anularse no sólo la función sino también sus dos primeras
derivadas, por lo que
0 ÐBÑ œ # -9=Ð#BÑ  %B  5 œ !
0 w ÐBÑ œ  % =/8Ð#BÑ  % œ !
1 1
0 ww ÐBÑ œ  )-9=Ð#BÑ œ ! Ê #B œ ÊBÊ
# %
Debe verificarse entonces que 0 ˆ 1% ‰ œ # -9=ˆ 1# ‰  1  5 œ !, por lo que 5 œ 1 .
1
En ese caso, % es una raíz triple por anular a 0 , 0 w y 0 ww pero no anular a 0 '''ÐBÑ œ "' =/8Ð#BÑ.
Además, dado que 0 Ð!Ñ y 0 Ð"Ñ tienen signos contrarios, existe un número impar de raíces de
0 ÐBÑ en el intervalo [!ß "], pero de existir tres, la primera derivada debería de anularse dos veces
(consecuencia directa del Teorema de Rolle) y sólo lo hace una vez en B œ 1% , por lo que podemos
asegurar entonces que si 5 œ 1 la función sólo posee una raíz triple en el intervalo [!ß "] y que
ésta es 1% .
2.Para 5 œ $ se tiene que 0 ÐBÑ œ # -9=Ð#BÑ  %B  $ pero sus derivadas son independientes del
valor asignado a la 5 .
Como 0 Ð!Ñ œ " y 0 Ð"Ñ œ # -9=Ð#BÑ œ !ß "'((...  !, la función tiene, al menos, una raíz en
dicho intervalo y, por razones análogas a las del apartado anterior, sólo puede tener una.
Dado que en [!ß "] se anula la derivada (0 Ð 1% Ñ œ !) nos interesa reducir el intervalo en el que
vamos a buscar la raíz. Para ello, y dado que 0 Ð!ß &Ñ œ # -9="  " œ !ß !)!'...  !, podemos
restringirnos al intervalo [!ß !ß &] en el que sabemos que no se anula la derivada.
Como
0 w ÐBÑ œ  % =/8Ð#BÑ  %  ! , cualquiera que sea B − [!; !ß &]
y 0 ww ÐBÑ œ  )-9=Ð#BÑ  ! para cualquier B − [!; !ß &],
la regla de Fourier nos dice que el método de Newton converge tomando como valor inicial
B! œ !.
Cálculo Numérico
o
Página 82
Para acotar el error, como 0 ww ÐBÑ  ! cualquiera que sea B − [!; !ß &], sabemos que 0 w ÐBÑ es
decreciente en dicho intervalo, por lo que
mín ¸0 w ÐBÑ¸ œ 0 w Ð!ß &Ñ œ  % =/8 "  % œ !ß '$%"Þ Þ Þ

B−[!ß !ß&]
Por tanto el error a posteriori vendrá dado por
¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸
¸& 8 ¸  œ #¸0 ÐB8 Ñ¸
mín ¸0 w ÐBÑ¸

!ß &
B−[!; !ß&]
y la fórmula de Newton-Raphson queda de la forma:
0 ÐB8 Ñ  % =/8Ð#BÑ  # -9=Ð#BÑ  $

B8 " œ B8  w
œ
0 ÐB8 Ñ  % =/8Ð#BÑ  %
por lo que se obtiene
B! œ! &! #
B" œ !ß #& &"  !ß %)*''*(&#&$)&"
B# œ !ß $'(&(*")"%&!#$ &#  !ß !*#%')$&'&!$%%
B$ œ !ß %!&*""'&()")!" &$  !ß !!("&$")&''!%*
&
B% œ !ß %!&))&((&'!$%" &%  &ß ')$&()'%!!!!!!! † "!
*
B& œ !ß %!&*""'&()")!" &&  $ß '))""&!!!!!!!!! † "!
Por tanto B œ !ß %!&*"# con un error

*
| & |  (!ß %!&*"#  !ß %!&*""'&()")!")  $ß '))""&!! † "! œ
( * '
$ß %#")"** † "!  $ß '))"&!! † "!  "!
es decir, con sus seis cifras decimales exactas.
Cálculo Numérico
o
Página 83
Ejercicio $Þ$ À Probar que la ecuación B #  68 B œ ! sólo tiene una raíz real y hallarla, por el
método de Newton, con 6 cifras decimales exactas.
Solución: Si representamos las gráficas de las funciones C œ 68 B e C œ  B # obtenemos
Puede observarse que sólo existe un punto de corte entre ellas, por lo que la ecuación
B #  68 B œ ! sólo posee una raíz real.
Analíticamente hay que probar que las gráficas no vuelven a cortarse en ningún otro
punto, sin embargo, dado que en su dominio de definición, que es (!ß  _), 68 B es creciente y
 B # decreciente, no pueden volver a cortarse.
Partiendo de B! œ !ß " y aplicando el método de Newton, en el intervalo (!ß "à ") (no
tomamos (!ß ") por no estar definido el logaritmo en !), dado por la fórmula
0 ÐB8 Ñ B8#  68 B8 B8$  B8  B8 68 B8

B8 " œ B8  œ B 8  œ
0 w ÐB8 Ñ #B8  B"8 #B8#  "
y con un error a posteriori dado por

¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸
¸ &8 ¸ 
mín ¸0 ÐBÑ¸
w 
$
B−[!ß";"]
obtenemos
B" œ !ß $#%('$#%%%""") Þ Þ Þ &"  !ß $$*(#*# Þ Þ Þ
B# œ !ß &*)!**(!*)&**" Þ Þ Þ &#  !ß !&#!*"& Þ Þ Þ
%
B$ œ !ß '&#&)&'(#%)(&!Þ Þ Þ &$  $ß "%*#* Þ Þ Þ † "!
*
B% œ !ß '&#*")'$$'$$%)Þ Þ Þ &%  'ß %"(* Þ Þ Þ † "!
Por lo que la raíz buscada es !ß '&#*"* con un error

*
| & |  (!ß '&#*"*  !ß '&#*")'$$'$$%)Þ Þ Þ)  'ß %"(* Þ Þ Þ † "! œ !ß !!!!!!$''$''%# . . . 
* '
. . .  'ß %"(*Þ Þ Þ † "!  "!
es decir, con las seis cifras decimales exactas.
Cálculo Numérico
o
Página 84
Ejercicio $Þ% À Resolver, por los métodos de la bisección y Newton, la ecuación 68B  =/8B œ !,
acotando previamente sus raíces.
Solución: La ecuación dada puede escribirse de la forma 68 B œ =/8 B, por lo que hallaremos
gráficamente la intersección entre las curvas C œ 68 B e C œ =/8 B.
El máximo de la función C œ =/8 B es " y, por tanto, cuando la curva C œ 68 B tome

valores mayores que ", no puede volver a intersecar a la del =/8 B. De esta forma sabemos que
como 68 B  " siempre que B  / œ #ß (". . ., las posibles soluciones de la ecuación se encuentran
en el intervalo (!ß /), del que se han excluido los extremos ya que, evidentemente, no son
soluciones de la ecuación.
Además de la raíz que se observa en el intervalo [!ß 1], ambas gráficas sólo podrían volver
a intersecarse en puntos en los que B  $#1 , (en que sen B vuelve a ser creciente), pero como
$1
#  /, no existen más raíces.
Antes de aplicar cualquier método de resolución, afinemos el intervalo en el que puede

hallarse la raíz.
0 Ð#Ñ œ 68 #  =/8 # œ  !ß #"'"& Þ Þ Þ  œ ! Ê B − Ð#ß /Ñ
0 Ð#ß &Ñ œ 68 #ß &  =/8 #ß & œ  !ß $"()" Þ Þ Þ  œ ! Ê B − Ð#à #ß &Ñ
Partiremos ahora de esta última acotación: B − Ð#à #ß &Ñ.
"ÞMétodo de la bisección À
'
Dado que | &5 | Ÿ #,+
5" Ÿ "! , debemos tomar 5 œ "*, es decir, debemos calcular los valores
de B5 hasta B"* .
0 Ð#ß &Ñ œ !ß !$#)&(!â  ! Ê B − Ð#ß #ß &Ñ

0 Ð#ß "#&Ñ œ  !ß !*'&%(*Þ Þ Þ  ! Ê B − Ð#ß "#&; #ß #&Ñ
0 Ð#ß ")(&Ñ œ  !ß !$$!#**Þ Þ Þ  ! Ê B − Ð#ß ")(&; #ß #&Ñ
0 Ð#ß #")(&Ñ œ  !ß !!!$('&Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß #&Ñ
0 Ð#ß #$%$(&Ñ œ !ß !"'"')&Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß #$%$(&Ñ
0 Ð#ß ##'&'#&Ñ œ !ß !!()((*Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß ##'&'#&Ñ
0 Ð#ß ###'&'#&Ñ œ !ß !!$(%'"Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß ###'&'#&Ñ
0 Ð#ß ##!(!$"#&Ñ œ !ß !!"')$'Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß ##!(!$"#&Ñ
0 Ð#ß #"*(#'&'#&Ñ œ !ß !!!'&$#Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß #"*(#'&'#&Ñ
Cálculo Numérico
o
Página 85
0 Ð#ß #"*#$)#)"#&Ñ œ !ß !!!"$)#Þ Þ Þ  ! Ê B − Ð#ß #")(&; #ß #"*#$)#)"#&Ñ

0 Ð#ß #")**%"%!'#&Ñ œ  !ß !!!""Þ Þ Þ  ! Ê B − Ð#ß #")**%"%!'#&; #ß #"*#$)#)"#&Ñ
0 Ð#ß #"*""'#"!*$(&Ñ œ !ß !!!!!*Þ Þ Þ  ! Ê B − Ð#ß #")**%"%!'#&; #ß #"*""'#"!*$(&Ñ
0 Ð#ß #"*!&&"(&()"#&Ñ œ  !ß !!!!&Þ Þ Þ  ! Ê B − Ð#ß #"*!&&"(&()"#&; #ß #"*""'#"!*$(&Ñ
0 Ð#ß #"*!)&'*$$&*$(&Ñ œ  !ß !!!!##'Þ Þ Þ  ! Ê B − Ð#ß #"*!)&'*$$&*$(&; #ß #"*""'#"!*$(&Ñ
0 Ð#ß #"*"!!*&##"%)%$(Ñ œ  !ß !!!!!'&Þ Þ Þ  ! Ê B − Ð#ß #"*"!!*&##"%)%$(;#ß #"*""'#"!*$(&Ñ
0 Ð#ß #"*"!)&)"&%#*'*Ñ œ !ß !!!!!"&Þ Þ Þ  ! Ê B − Ð#ß #"*"!!*&##"%)%$(;#ß #"*"!)&)"&%#*'*Ñ
0 Ð#ß #"*"!%('')%&(!$Ñ œ  !ß !!!!!#&Þ Þ Þ  ! Ê B − Ð#ß #"*"!%('')%&(!$; #ß #"*"!)&)"&%#*'*Ñ
0 Ð#ß #"*"!''(%"*%$$'Ñ œ  !ß !!!!!!&Þ Þ Þ  ! Ê B − Ð#ß #"*"!''(%"*%$$'; #ß #"*"!)&)"&%#*'*Ñ
0 Ð#ß #"*"!('#()')'&#Ñ œ !ß !!!!!!&Þ Þ Þ  ! Ê B − Ð#ß #"*"!''(%"*%$$'; #ß #"*"!('#()')'&#Ñ
por lo que, tomando la aproximación B"* œ #ß #"*"!("&"!$"#&! (punto medio del intervalo), el
error viene dado por
!ß & (
| &19 | Ÿ #! œ %ß (')$("&)#!$"#&! Þ Þ Þ † "!
#
y si redondeamos a #ß #"*"!( el error total vendrá dado por
| & |  (#ß #"*"!(  #ß #"*"!("&"!$"%*)  %,(')$("&... † "!(

'
 "ß &"!$"%*ÞÞÞ † "!(  %ß (')$("&ÞÞÞ † "!(  "!
por lo que las seis cifras decimales son exactas.
#Þ Método de Newton À
Ya hemos visto que en el intervalo [#ß #ß &] son positivas 0 w ÐBÑ y 0 ww ÐBÑ, luego podemos aplicar
la regla de Fourier. Como 0 Ð#ß &Ñ  ! tomamos B! œ #ß & y aplicamos la fórmula de Newton-
Raphson.
0 ÐB8 Ñ
B8 " œ B8  w
0 ÐB8 Ñ
Al ser creciente 0 ÐBÑ, sabemos que mín ¸0 w ÐBÑ¸ œ 0 w Ð#Ñ œ !ß *"'" Þ Þ Þß por lo que la formula
B−[#ß #ß&]
¸0 ÐB8 Ñ¸
del error a posteriori es
¸&8 ¸ 
!ß *
Ê ¸&! ¸  !ß $&$"$"('%")*"" Þ Þ Þ
œ #ß #$&%!$$%!*!#$% Þ Þ Þ Ê ¸&" ¸  !ß !"*")!&!)%'(!% Þ Þ Þ
obteniéndose que B! œ #ß &
œ #ß #"*")!'*'$*(!( Þ Þ Þ Ê ¸&# ¸  !ß !!!!)'"(#'(#(' Þ Þ Þ

B"
œ #ß #"*"!("&!%$(#( Þ Þ Þ Ê ¸&$ ¸  !ß !!!!!!!!"()&!" Þ Þ Þ  "!

B#
'
B$
Si redondeamos a #ß #"*"!(, el error acumulado es
|&|  ¸#ß #"*"!(  #ß #"*"!("&!%$(#(ÞÞÞ¸  ",()&!"ÞÞÞ † "!

9 7 '
œ ",&#ÞÞÞ"!  "!
por lo que la raíz de la ecuación es B œ #ß #"*"!( con las seis cifras decimales exactas.
Cálculo Numérico
o
Página 86
Ejercicio $Þ& À Separar las raíces reales de la ecuación B/B  B #  " œ !, y obtenerlas con ocho
cifras decimales exactas por el método de Newton, aplicando previamente la regla de Fourier.
Solución: Comenzaremos por transformar la ecuación para despejar la exponencial.

B#  "
B/B  B#  " œ ! Ê B/B œ B #  " Ê /B œ
B
#
La función C œ ÐB B"Ñ es una cónica (hipérbola) con una asíntota vertical de ecuación
B œ ! y otra oblicua C œ B.
Gráficamente se observan dos intersecciones, una de ellas en los valores negativos de la

variable y la otra en los positivos.
#
Veámoslo con más detalle. La función J ÐBÑ œ /B  ÐB B"Ñ tiene las mismas raíces (ya
que B œ ! no es solución de la ecuación) que la función 0 ÐBÑ œ B/B  B #  " œ !.
œ  Œ/B  "  B 
B † #B  ÐB #  "Ñ B#  " "
J w ÐBÑ œ  /B  œ  / B

B# B# B
Tenemos entonces que J w ÐBÑ  ! cualquiera que sea el valor que tome la variable B y
además, J w Ð!Ñ œ  _. Por tanto, J w ÐBÑ nunca se anula.
No podemos aplicar directamente el Teorema de Rolle a la función J ÐBÑ en (  _ß  _)

ya que no es continua ni derivable en B œ !, pero sí podemos hacerlo en los intervalos (  _ß !) y
(!ß  _).
Si J ÐBÑ se anulara dos o más veces en (!ß  _), su derivada J w ÐBÑ se debería anular en
algún punto de dicho intervalo, por lo que podemos asegurar que J ÐBÑ tiene, a lo más, una raíz en
(!ß  _). El mismo razonamiento nos lleva a asegurar que sólo posee una raíz en el intervalo
(  _ß !). En conclusión, J ÐBÑ tiene, a lo sumo, dos raíces reales, como ya observamos
gráficamente.
Cálculo Numérico
o
Página 87
Basta entonces con probar la existencia de dichas raíces. Para ello consideramos, de
nuevo, la función 0 ÐBÑ œ B/B  B #  " (que no tiene singularidades).
Ÿ
0 Ð  "Ñ œ  /  !
Ê Existe una raíz en Ð  "ß !Ñ
0 Ð!Ñ œ "  !
0 Ð#Ñ œ #/#  $  ! Ÿ
0 Ð"Ñ œ /"  !
Ê Existe una raíz en Ð"ß #Ñ
Al ser 0 w ÐBÑ œ B/B  /B  #B œ Ð"  BÑ/B  #B, tenemos que:
Ú Para B − Ð  "ß !Ñ es "  B  !, /B  ! y  #B  !ß por lo que 0 w ÐBÑ  !Þ

Û
Ü Para B − Ð"ß #Ñ es "  B  !, /B  ! y  #B  !ß por lo que 0 w ÐBÑ  !Þ
Por tanto, 0 w ÐBÑ no se anula en ninguno de los intervalos, por lo que podemos asegurar que
ambas raíces son simples.
Regla de Fourier À
1.Para B − (  "ß !) es œ
0 w ÐBÑ  !
, luego como 0 Ð  "Ñ  !, tomamos
0 ww ÐBÑ œ ÐB  #Ñ/B  #  !
B! œ  " .
2.Para B − ("ß #) es œ
0 w ÐBÑ  !
, luego al ser 0 Ð#Ñ  !, tomamos
0 ww ÐBÑ œ ÐB  #Ñ/B  #  !
B! œ #.
Método de Newton À
0 ÐB8 Ñ
La fórmula de Newton-Raphson B8 " œ B8  aplicada a la función 0 ÐBÑ œ
0 w ÐB8 Ñ
B/B  B #  " nos genera los valores
Intervalo Ð"ß #Ñ Intervalo Ð  "ß !Ñ

B! œ# B! œ "
B" œ "ß $$***)!$ B" œ  !ß '$%%(!("!(
B# œ "ß "(*$*#"(% B# œ  !ß %*'(()'!'#
B$ œ "ß "'('&!'## B$ œ  %()%('&$')
B% œ "ß "'(&)&&#* B% œ  %()"(#%)!#
B& œ "ß "'(&)&&#( B& œ  !%()"(#$*(#
B' œ  !ß %()"(#$*(#
Dado que 0 w ÐBÑ es negativa y decreciente en el intervalo ("ß #), |0 w ÐBÑ| =  0 w ÐBÑ es
creciente y alcanza el mínimo en B œ ", por lo que
Cálculo Numérico
o
Página 88
mín ¸0 w ÐBÑ¸ œ  0 w Ð"Ñ œ  Ð  #Ñ œ #

B − ["ß#]
¸0 ÐB8 Ñ¸
la expresión del error a posteriori nos queda de la forma
¸& 8 ¸ 
#
El error para B& œ "ß "'(&)&&#( es
¸0 Ð"ß "'(&)&&#(Ñ¸
¸& 8 ¸ 
*
!ß %%' · "! *
œ œ !ß ##$ † "!
# #
por lo que si redondeamos a "ß "'(&)&&$ obtenemos que el error viene dado por
| & |  ("ß "'(&)&&$  "ß "'(&)&&#()  !ß !!!!!!!!!##$  "!)
es decir, la raíz buscada es "ß "'(&)&&$ con las ocho cifras decimales exactas.
Análogamente, para el intervalo (  "ß !), 0 w ÐBÑ es positiva y decreciente, por lo que el
mínimo de |0 w ÐBÑ| œ 0 w ÐBÑ se alcanza en B œ !, es decir
mín ¸0 w ÐBÑ¸ œ 0 w Ð0Ñ œ 1 Ê ¸&8 ¸  ¸0 ÐB8 Ñ¸.

B − ["ß!]
El error para B' œ  !ß %()"(#$*(# es
|&6 |  ¸0 Ð  !ß %()"(#$*(#Ñ¸ œ !ß )!$'á † "!

*
por lo que redondeando a !ß %()"(#%! obtenemos que el error es
| & |  ¸  !ß %()"(#%!  !ß %()"(#$*(#¸  !ß !!!!!!!!!)!$8  "!)
es decir, la raíz negativa es  !ß %()"(#%! con todas las cifras decimales exactas.
Cálculo Numérico
o
Página 89
Ejercicio $Þ'. Dada la ecuación / B  ÐB  #Ñ# œ !, probar que sólo posee una raíz real y
obtenerla, por el método de Newton, con seis cifras decimales exactas.
Solución: Las gráficas de las funciones C œ / B y C œ ÐB  #Ñ# vienen dadas en la figura adjunta.
Puede observarse que sólo existe un punto de corte entre ellas, por lo que la ecuación
/ B  ÐB  "Ñ# œ ! sólo posee una raíz real.
Analíticamente hay que probar que las gráficas no vuelven a cortarse en ningún otro
punto, sin embargo, dado que el crecimiento de la exponencial es mucho más rápido que el del
polinomio, es evidente que no volverán a hacerlo.
Partiendo de B! œ ! y aplicando el método de Newton, en el intervalo (!ß "), dado por la

fórmula de Newton-Raphson
0 ÐB8 Ñ /B8  ÐB8  #Ñ#
B8 " œ B8  w œ B8  B
0 ÐB8 Ñ / 8  #ÐB8  #Ñ
¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸
con un error a posteriori, dado por
¸& 8 ¸ 
mín ¸0 ÐBÑ¸
w 
$
B−[!ß "]
obtenemos: B" œ !ß ' &"  !ß !%&*'!$**)'*)$

&
B# œ !ß '#*)$!($%')$$) &#  #ß $'(%' † "!
"#
B$ œ !ß '#*)%'""&')('( &$  %ß )$(*) † "!
Redondeando obtenemos que la raíz es !ß '#*)%' con un error
| & |  ¸!ß '#*)%'  !ß '#*)%'""&')('(¸  %ß )$(*) † "!

"# '
 "!
Por lo que la raíz buscada es !ß '#*)%' con las seis cifras decimales exactas.
Cálculo Numérico
o
Página 90
Ejercicio $Þ(. Dada la ecuación / B  ÐB  "Ñ# œ !, se pide:
1.Estudiar gráficamente sus raíces reales y acotarlas.

2.Obtener la mayor de ellas con dos cifras decimales exactas por el método de la bisección.
3.Obtenerla con seis cifras decimales exactas por el método de Newton.
Solución: Se trata de buscar las raíces de la ecuación / B œ ÐB  "Ñ# .
1.Acotación y separación:
La gráfica de C œ / B interseca tres veces a la de C œ ÐB  "Ñ# . La intersección en la parte
negativa es evidente. La nula (B œ !Ñ también es evidente por simple sustitución en la ecuación.
Respecto a la positiva hay basta con observar que para valores positivos de B, la función C œ / B
comienza tomando valores inferiores a los de C œ ÐB  "Ñ# pero, sin embargo, el crecimiento de la
exponencial es superior al de la función cuadrática, por lo que necesariamente volverán a cortarse
sus gráficas.
Acotándolas por Bolzano vemos que, aparte de la raíz x = 0, las otras dos se encuentran en los
intervalos (  #ß  ") y (#ß $).
2.Método de la bisección:
La mayor de las raíces se encuentra en el intervalo [+ß , ] œ [#ß $] y además es 0 Ð#Ñ  ! y
0 Ð$Ñ  !. Aplicando el método de la bisección obtenemos:
Ê [+" ß ," ] œ  #ß & ß $‘

Ê [+# ß ,# ] œ  #ß & ß #ß (&‘
0 Ð#ß &Ñ œ  !ß 'Þ Þ Þ  !
Ê [+$ ß ,$ ] œ  #ß & ß #ß '#&‘

0 Ð#ß (&Ñ œ "ß &)Þ Þ Þ  !
Ê [+% ß ,% ] œ  #ß & ß #ß &'#&‘

0 Ð#ß '#&Ñ œ !ß ''Þ Þ Þ  !
Ê [+& ß ,& ] œ  #ß & ß #ß &$"#&‘

0 Ð#ß &'#&Ñ œ !ß #(Þ Þ Þ  !
Ê [+' ß ,' ] œ  #ß & ß #ß &"&'#&‘

0 Ð#ß &$"#&Ñ œ !ß !*Þ Þ Þ  !
0 Ð#ß &"&'#&Ñ œ !ß !"Þ Þ Þ  !
Tomando el punto medio del intervalo, obtenemos que B œ #ß &!()"#& con un error menor que
(
# œ !ß !!()"#& por lo que si redondeamos a #ß &" obtenemos un error
Cálculo Numérico
o
Página 91
| & |  ¸#ß &"  #ß &!()"#&¸  !ß !!()"#& œ !ß !"
es decir, la raíz buscada es #ß &" con las dos cifras decimales exactas.
En  #ß & ß #ß &"&'#&‘ sabemos que 0 ww ÐBÑ  ! y 0 w ÐBÑ  ! (el mínimo se encuentra en ("ß #),
3.Método de Newton:
luego se dan las condiciones de la regla de Fourier. Debemos tomar como B! el extremos en que
0 ÐBÑ y 0 ww ÐBÑ tienen el mismo signo, por lo que B! œ #ß &"&'#&, ya que 0 Ð2,5Ñ  ! y
0 Ð#ß &"&'#&Ñ  !. De esta forma, tenemos garantizada la convergencia.
Como 0 ww ÐBÑ  ! en todo el intervalo, se tiene que 0 w ÐBÑ) es creciente, por lo que
mín ¸0 w ÐBÑ¸ œ 0 w Ð#ß &Ñ œ / #ß&  ( œ &ß ")#%*$*'!(!$%( . Þ Þ

B−[#ß& ß#ß&"&'#&]
y, por tanto, el error a posteriori viene dado por
¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸
¸& 8 ¸ 
¸0 w ÐBÑ¸

mín &
B−[#ß& ß#ß&"&'#&]
Utilizando la fórmula de Newton-Raphson , obtenemos
Ê ¸&! ¸  !ß !!#*%%#$'*''"% Þ Þ Þ
B" œ #ß &"#)'*)")#(#*& Þ Þ Þ Ê ¸&" ¸  (ß )''& Þ Þ Þ † "!
B! œ #ß &"&'#&
'
B# œ #ß &"#)'#%"($!&'# Þ Þ Þ Ê ¸&# ¸  &ß ''$% Þ Þ Þ † "!

""
por lo que redondeando a #ß &"#)'# obtenemos un error
| & |  ¸#ß &"#)'#  #ß &"#)'#%"($!&'#¸  !ß !!!!!!!!!!&''$Þ Þ Þ  "!

'
Es decir, #ß &"#)'# es la mayor de las raíces de la ecuación, con seis cifras decimales exactas.
Cálculo Numérico
o
Página 92
Ejercicio $Þ) À La ecuación !Þ)"ÐB  "Ñ  68 B œ !, tiene dos raíces reales, una de las cuales es
la unidad. Calcular la otra por el método de Newton, estudiando previamente el campo de
convergencia.
Solución: La ecuación dada es equivalente a !Þ)"ÐB  "Ñ = 68 B. Es decir, se trata de encontrar las
intersecciones de la recta C œ !Þ)"ÐB  "Ñ con la curva C œ 68B cuyas gráficas se dan a
continuación.
Sea 0 ÐBÑ œ !Þ)"ÐB  "Ñ  68Bß la ecuación a estudiar sea 0 ÐBÑ œ !Þ
Se puede observar que para valores mayores que ", pero próximos a B œ " la función es
negativa, mientras que para B œ # es 0 Ð#Ñ œ !Þ)"  68#  !, por lo que la raíz se encuentra en
("ß #).
"
El valor mínimo se calcula haciendo 0 w ÐBÑ œ !ß )"  œ !, por lo que
B
B7 œ "ß #$%&'(*!"#$%&(...
Dado que 0 Ð"ß $Ñ  ! podemos reducir el intervalo a (B7 ß #], en el cual no se anula la
derivada (es siempre positiva) y tampoco se anula la segunda derivada (0 ww ÐBÑ œ B#  ! para
cualquier B − ["ß $ à #]).
Por tanto, se cumplen los requisitos de la regla de Fourier y podemos garantizar la

convergencia iniciando el proceso en B! œ "ß $. (El campo de convergencia a la raíz comprendida
entre "ß $ y # es el intervalo (B7 ,  _), ya que se verifican las condiciones de Fourier.)
Dado que mín ¸0 w ÐBÑ¸ œ 0 w Ð#Ñ œ !ß $" , el error a posteriori viene dado por
B−["ß$ ß #]
¸0 ÐB8 Ñ¸
¸& 8 ¸ 
!ß $
, por lo que
Cálculo Numérico
o
Página 93
B! œ "ß $ con ¸&! ¸  !ß !'%&%(&%)##%*(

B" œ "ß ((%*(#&#%'(%$" con ¸&" ¸  !ß "(*)!*$$(%&""%
B# œ "ß &&'#$'"#(!!)%" con ¸&# ¸  !ß !#('!$'&$&#&*!
B$ œ "ß &!'((%$!#%$'() con ¸&$ ¸  !ß !!"(#!"%##'$%"
B% œ "ß &!$#%((%)*'%(# con ¸&% ¸  !ß !!!!!*"%$*!#%"
B& œ "ß &!$##))!!*')'! con ¸&& ¸  !ß !!!!!!!!!#'%)!
Por tanto, la raíz buscada es "ß &!$##* con un error
| & |  ¸"ß &!$##*  "ß &!$##))!!*')'!¸  !ß !!!!!!!!!#'%)!  "!

'
es decir, con las seis cifras decimales exactas.
Cálculo Numérico
o
Página 94
Ejercicio $Þ* À Se considera la ecuación (B  ") 68 B #  #B #  (B  ( œ !. Separar sus raíces y

obtener la mayor de ellas con seis cifras decimales exactas por el método de Newton aplicando,
previamente, la regla de Fourier.
Solución: En primer lugar vamos a despejar el logaritmo de la ecuación.
(B  ") 68 B #  #B #  (B  ( œ #ÐB  ")68 | B |  #B #  (B  ( œ ! , por lo que
#B #  (B  (
68 | B| œ
#ÐB  ")
La función C œ 68 | B | es simétrica respecto al eje de ordenadas y tiene una asíntota

vertical en B œ !.
#B #  (B  (
La función C œ es una cónica y, al tener asíntotas, se trata de una hipérbola.
#ÐB  ")
"
Se puede simplificar su expresión escribiendo C œ (B  #ß &)  (B" ) con lo que es
evidente que sus asíntotas son las rectas C œ B  #ß & (oblicua) y B œ " (vertical).
Gráficamente se pueden observar cuatro raíces reales, aunque las dos mayores podrían no
serlo si el crecimiento del logaritmo fuese más lento que el de la hipérbola (no cortaría a la gráfica
de la otra curva). Si embargo, mediante comprobación de signos (haciendo uso del Teorema de
Bolzano) vemos que efectivamente existe las cuatro raíces y que se encuentran en los intervalos
(  "ß !), (!ß "), ("ß #) y ($ß %) respectivamente.
En efecto: llamando 0 ÐBÑ œ (B  ") 68 B #  #B #  (B  ( se tiene que
Ÿ Ê B" − (  "ß !) 0 Ð"Ñ œ  #  ! Ÿ

0 Ð  "Ñ œ  "'  ! 0 Ð!Ñ œ _  !
Ê B# − (!ß ")
0 Ð!Ñ œ _  !
0 Ð#Ñ œ !ß $) Þ Þ Þ  ! Ÿ 0 Ð%Ñ œ  #ß ') Þ Þ Þ  ! Ÿ

0 Ð"Ñ œ  #  ! 0 Ð$Ñ œ !ß $* Þ Þ Þ  !
Ê B$ − ("ß #) Ê B% − ($ß %)
Cálculo Numérico
o
Página 95
La mayor de las raíces es la comprendida en el intervalo ($ß %).
Estudiemos, en primer lugar, las condiciones de la regla de Fourier.
0 w ÐBÑ œ #Š  68 ¸B¸ ‹  %B  ( œ #Š68 ¸B¸  ‹  %B  *

B" "
B B
œ #68 ¸B¸ 
#
%B  *B  #
B
œ # 68 ¸B¸ 
Ð%B  "ÑÐB  #Ñ
B
por lo que si B pertenece al intervalo ($ß %) es

Ð% † $  "ÑÐ$  #Ñ
0 w ÐBÑ  # 68 %  œ  !ß )*...  !.
$
0 w ÐBÑ œ #Š  # ‹  % œ  # Ð#B #  B  "Ñ œ 

" " # #ÐB  "ÑÐ#B  "Ñ
B B B B#
Por lo que en el intervalo ($ß %) es 0 ww ÐBÑ  !.
Como 0 Ð%Ñ œ  #ß '). . .  !, tomando B! œ % converge el método de Newton.
Dado que en el intervalo [$ß %] es 0 ww ÐBÑ  !, la función 0 w ÐBÑ es decreciente y, además,

sabemos que es negativa, por lo que |0 ww ÐBÑ| es creciente y, por tanto
mín ¸0 w ÐBÑ¸ œ ¸0 w Ð$Ñ¸ œ "ß %'*%%#!
B−[$ß%]
El error a posteriori vendrá dado, en cada iteración, por

¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸
¸& 8 ¸ 
mín ¸0 ÐB8 ¸
w 
"ß %'*
B−[$ß%]
0 ÐB8 Ñ
Aplicando la fórmula de Newton-Raphson B8 " œ B8  , obtenemos:
0 w ÐB8 Ñ
Ê ¸&! ¸  "ß )#&)*!*'))((#$ Þ Þ Þ
Ê ¸&" ¸  !ß $'&&&*$"%'$#%$ Þ Þ Þ
B! œ%
Ê ¸&# ¸  !ß !$*"$!$(!!*"!# Þ Þ Þ
B" œ $ß %$#'#"!"!&*%$" Þ Þ Þ
Ê ¸&$ ¸  (ß "&*&')#)!&*##$ Þ Þ Þ  "!

B# œ $ß #%$*'%')(()$%( Þ Þ Þ
%
Ê ¸&$ ¸  #ß &((*"!$"**%&&% Þ Þ Þ  "!

B$ œ $ß #")#)*!%)!&("* Þ Þ Þ
(
B$ œ $ß #"()!"%$#$&*"& Þ Þ Þ
Si redondeamos a seis decimales obtenemos B œ $ß #"()!" con un error

| & |  ¸$ß #"()!"  $ß #"()!"%$#$&*"&¸  !ß !!!!!!#&((*"!$  "!
'
por lo que la mayor de las soluciones de la ecuación es B œ $ß #"()!" con sus seis cifras
decimales exactas.
Cálculo Numérico
o
Página 96
#
Ejercicio $Þ"! À Dada la ecuación 0 (B) œ / B  (B"!((B( )
#
B") # œ ! se pide:
1.Determinar el número de raíces reales que posee y separarlas.
2.Demostrar que para cualquier B  "ß ' es 0 w (B)  ! y 0 ww (B)  !.
3.Calcular la mayor de las raíces, con dos cifras decimales exactas, por el método de
Newton.
(B # (B()
Solución: 1.Consideremos la función 1(B) œ "!(B") # y estudiemos gráficamente su
B #
intersección con 2(B) œ / .
La función 1(B) posee una asíntota vertical en B œ " y otra horizontal en C œ !ß ".
(&B() (
Su derivada 1 w (B) œ "!(B")$ se anula para B œ & œ "ß %.
"!B"'
1 ww (B) œ "!(B")%
Ê 1 ww ("ß %)  !
por lo que 1(B) tiene un mínimo en ("ß %, 1("ß %)) œ ("ß % ß  !ß &#&).
Los puntos de corte de 1(B) con el eje de abscisas viene dados por las raíces de la ecuación
B #  (B  ( œ !, es decir 1,208... y 5,791... .
#
Los cortes con su asíntota horizontal los determina la ecuación !ß " œ B"!((B(
B") # es decir
(B  (B  () œ (B  ") o lo que es lo mismo, &B  ' œ ! y por tanto B œ "ß #.
# #
#
La función 2(B) = / B conocida como Campana de Gauss (conocida en algún curso de
estadística), tiene la asíntota horizontal C œ !. Sus dos primeras derivadas son: 2w (B) œ  #B
# #
/B  B # y 2ww (B) œ (%B #  #) / B . El único punto en el que se anula la derivada 2w (B) es
B œ !, siendo 2ww (!) œ  #  !, por lo que posee un máximo en el punto (!, 2(!)) œ (!ß ").
Gráficamente se detectan cuatro puntos de corte entre ambas funciones. (Obsérvese que entre &
y ' ambas gráficas vuelven a cortarse, ya que la campana de Gauss se hace prácticamente nula
mientras que la otra gráfica va buscando la asíntota horizontal C œ !ß "  !).
# (B # (B()
Aplicando el Teorema de Bolzano a la función 0 (B) œ / B  "!(B") # para separar sus
raíces, obtenemos:
Cálculo Numérico
o
Página 97
0 Ð  "Ñ  ! 0 Ð$Ñ  !
0 Ð!Ñ  ! Ê =" − Ð  "ß !Ñ 0 Ð%Ñ  !
0 Ð"Ñ  ! Ê =# − Ð!ß "Ñ 0 Ð&Ñ  !
0 Ð#Ñ  ! Ê =$ − Ð"ß #Ñ 0 Ð'Ñ  ! Ê =% − Ð&ß 'Ñ
Así pues, existen cuatro raíces situadas en los intervalos (  "ß !), (!ß "), ("ß #) y (&ß ')
respectivamente.
2.Las dos primeras derivadas de la función 0 (B) son

# &B  ( # "!B  "'
0 w ÐBÑ œ  #B /B  y 0 ww ÐBÑ œ (%B #  #) / B 
"!ÐB  "Ñ$ "!ÐB  "Ñ%
Para valores de B mayores que "ß ' se tiene que

#
 #B /B  !
Ÿ Ê 0 ÐBÑ  !
w
a B  "ß '
&B( &B(
ÐB"Ñ$ !Ê  "!ÐB"Ñ$
%B #  #
Ÿ Ê 0 ÐBÑ  !
#
(%B #  #) / B œ ! ww
/B # a B  "ß '
"!B"'
ÐB"Ñ% !
Es decir, ambas derivadas tienen signo constante en dicho intervalo.
3.Calculemos ahora la solución existente en el intervalo (&ß ').
0 ww ÐBÑ  ! Ÿ
0 Ð&Ñ  ! y 0 (')  !
En primer lugar aplicamos la regla de Fourier: Ê B! œ &
0 w ÐBÑ  ! y
¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸ ¸0 ÐB8 Ñ¸

El error a posteriori vendrá dado por
¸& 8 ¸ 
mín ¸0 w ÐB8 ¸
œ 
"ß %'* "ß %'*
B−[&ß']
0 ÐB8 Ñ
Haciendo uso de la fórmula de Newton-Raphson B8 " œ B8  , obtenemos:
0 w ÐB8 Ñ
¸&! ¸  "ß !"*!#"($*))&#" Þ Þ Þ
¸&" ¸  !ß "$)'%#%"''(**) Þ Þ Þ
B! œ & con
¸&# ¸  !ß !!$$&)!)$)!*"# Þ Þ Þ
B" œ &ß ''''''''$)')&! Þ Þ Þ con
B# œ &ß ())"*%%%%$!&$% Þ Þ Þ con
Si redondeamos la segunda cifra decimal para escribir B œ &(*, el error vendrá dado por
| & |  ¸&(*  &ß ())"*%%%%$!&$% Þ Þ Þ¸  !ß !!$$&)!)$)!*"# Þ Þ Þ  "!
#
por lo que B œ &(* es la solución pedida con dos cifras decimales exactas.
Cálculo Numérico
o
Página 98
Actividad Personal
"Þ  Por el método de bisección obtenga la única raíz positiva de la ecuación no lineal:
% -9=ÐBÑ  /B œ ! , con B − Ò!ß &à "Ó.
#Þ  Sea la ecuación /B œ Š"  ‹ . Encuentre la raíz no nula de esta ecuación usando

B "
$
Newton-Raphson (B − Ò#à $ÓÑÞ
$Þ  Resuelva la ecuación C œ B$  -9=Ð B# Ñ  " . Utilice Newton-Raphson para multiplicidad de

raices.
%Þ  Por iteración funcional resuelva la ecuación B  68B œ !Þ Grafique previamente.
$
7
&Þ  Se tiene un canal rectangular de base , œ & Ð7Ñ por el cual escurre un caudal U œ "& Ð =/1Þ Ñ.
Se sabe que este canal posee una energía I œ "ß ( Ð7Ñ. Se pide encontrar la altura crítica (altura
donde el escurrimiento cambia de estado) sabiendo que se cumple la relación:
;# U
I œ 2-  ß donde ; œ y 2- es la altura crítica.
#12-# ,
Indicación: Utilice 4 dígitos significativos y redondeo. Además, una buena aproximación para la
altura crítica es el rango entre "ß $ y "ß (.
Cálculo Numérico
o
Página 99
Cuando queremos evaluar una función 0 ÐBÑ en un PC, en general será más eficiente en
tiempo y espacio tener una aproximación analítica de ella que almacenar un conjunto de datos
para determinar valores entre los datos que tenemos.
Al tener datos experimentales, los cuales están sujetos a distintos tipos de errores,
debemos tomar suficientes lecturas experimentales de tal manera que las leyes estadísticas
cancelen los errores introducidos.
Por las leyes físicas es posible ajustar los datos a una función conocida, luego el problema
se reduce a resolver la determinación de la "mejor función" que represente a los datos.
El criterio que utilizaremos para cumplir este objetivo será el de los Mínimos Cuadrados.
Este criterio recibe el nombre Bondad de Ajuste.
Nos centraremos sólo en resolver el problema de que al tener un conjunto de puntos

T5 ÐB5 ß C5 Ñ, encontrar la ecuación C œ 9‡ ÐBÑ que relacione las cantidades medidas B e C en el
sentido de que su gráfico represente de la "mejor forma posible" al conjunto de puntos.
En general, la formulación del problema es que dado un elemento 0 de un espacio métrico

ÐIß .Ñ, se pide encontrar un elemento 9* de un subespacio (J ß .Ñ de ÐIß .Ñ, tal que la distancia de
9* al elemento 0 sea la menor entre todas las distancias de los 9 − J al 0 dado, es decir,
.Ð9‡ ß 0 Ñ œ min .Ð9ß 0 Ñ

9−J
donde el elemento 9* recibe el nombre de mejor aproximación a 0 por elementos de J (si es que
existe dicho elemento).
%Þ"Þ Mejor aproximación en espacios normados.
Para este elemento 9* estudiaremos su existencia, unicidad y construcción.
Teorema %Þ"Þ(Existencia de 9* en espacios normados): Sea ÐIß ¼ ¼Ñ un espacio normado y sea J

un subespacio de I . Si J es de dimensión finita, entonces existe al menos un elemento 9* − J
que es mejor aproximación de 0 − I por elementos de J Þ Es decir,
b 9* − J tal que: ¼0  9* ¼ œ min ¼0  9 ¼

9−J
Si ÐIß   Ñ es un espacio prehilbert (real) y ÐJ ß   Ñ un subespacio de ÐIß   Ñ,

de dimensión finita, de este teorema se deduce que existe una mejor aproximación 9* − J de
0 − I, la cual satisface
¼0  9* ¼ œ min ¼0  9 ¼
9−J
Cálculo Numérico
o
Página 100
Teorema %Þ#. (Caracterización de 9* ) À Una condición necesaria y suficiente para que 9* − J sea
una mejor aproximación de 0 − I es que
 0  9* , 9  œ ! ß a9 − J
Teorema %Þ$Þ (Unicidad de 9* ): La mejor aproximación 9* − J de 0 − I por elementos de J , si

existe, es única.
%Þ"Þ"Þ Sistema de Ecuaciones Normales
Para el espacio prehilbert ÐIß   Ñ, J un subespacio de Iß .37ÐJ Ñ œ 8 y 0 − I ,

consideremos la base de J que denotaremos U œ Ö<" ß á ß <8 ×Þ Por tanto, la relación siguiente
!  <5 ß <4  +5‡ œ  0 ß <4  ß a 4 œ "ß 8

8
5œ"
corresponde a un sistema de ecuaciones lineales de orden 8 ‚ 8, donde las indeterminadas +5‡

Ð5 œ "ß 8Ñ son los coeficientes para construir la combinación lineal que detrerminará a 9* . Es
decir,
9* œ ! +5‡ <5
8
5œ"
Cálculo Numérico
o
Página 101
%Þ#Þ Aproximación discreta de mínimos cuadrados.
Las leyes físicas que rigen el fenómeno que se estudia experimentalmente nos
proporcionan información importante que debemos considerar para proponer la forma de la
función 9* ÐBÑ que queremos ajustar a los datos.
Consideremos el intervalo cerrado Ò+ß ,Ó tal que B5 pertenezca a él (5 œ "ß R , donde R /=

es el número de datosÑÞ Sea 0 − V[+ß ,Ó y ¶8 © V[+ß ,Ó un subespacio de dimensión 8Þ Además,
tomemos la base U œ Ö<" ß á ß <8 × de ¶8 .
La función 9* =! +5‡ <5 − ¶8 es la mejor aproximación discreta, en el sentido de los

8
5œ"
mínimos cuadrados, de la función 0 si
"=ÐB3 ÑÒ0 ÐB3 Ñ  9* ÐB3 ÑÓ# œ min "=ÐB3 ÑÒ0 ÐB3 Ñ  9 ÐB3 ÑÓ#
R 8
3œ" 3œ"
9 −¶8
siendo = una función de peso definida en [+ß ,Ó, tal que =(B3 Ñ  ! para algún 3 − Ö"ß #ß ÞÞÞß R ×,
que para efectos de simplificación de cálculos consideraremos igual a uno.
Nota importante: En este apunte nos remitiremos sólo al uso de la base polinimial
U œ Ö"ß Bß B# ß ÞÞÞß B8 ×; dependiendo si es lineal Ð8 œ "Ñ, parabólico Ð8 œ #Ñ, cúbico
Ð8 œ $Ñ, etc.
Los coeficientes +5‡ con 5 œ "ß 8 se obtienen resolviendo el sistema de ecuaciones

normales
R † +‡"  +‡# ! B3   ÞÞÞ  +8‡ !B8" !

 œ 0 ÐB3 Ñ
R R R
3
3œ" 3œ" 3œ"
! ‡ ! # ! 8 œ ! 0 ÐB3 Ñ † B3
 B3 +"  +#  B3   ÞÞÞ  +8  B3 
R R R R
‡ ‡
3œ" 3œ" 3œ" 3œ"
(%Þ"Ñ
! # ‡ ‡ ! $ ! 8" !
 B3 +"  +#  B3   ÞÞÞ  +8  B3  œ 0 ÐB3 Ñ † B3
R R R R
‡ #
3œ" 3œ" 3œ" 3œ"
ã ã ã ã ã
! 8" ‡ ‡ ! 8 ! #8# !
 B3 +"  +#  B3   ÞÞÞ  +8  B3  œ 0 ÐB3 Ñ † B3
R R R 8"
R
‡
3œ" 3œ" 3œ" 3œ"
Cálculo Numérico
o
Página 102
Ejemplo %Þ#Þ Determinemos la "mejor aproximación discreta" de la función 0 − VÒ  "ß %Ó de la

cual se conocen los puntos dados por la tabla
B3 " " # $ %
0 ÐB3 Ñ # " $ & '
Solución: Del comportamiento de los puntos (ver gráfica) la "mejor aproximación discreta" será
una recta (8 œ 2, es decir una regresión lineal). Luego, dado que R œ &, aplicando (%Þ"Ñ nos da el
sistema
+"‡ Ð"  "  "  "  "Ñ  +#‡ Ð  "  "  #  $  %Ñ œ "$
+"‡ Ð  "  "  #  $  %Ñ  +#‡ Ð"  "  %  *  "'Ñ œ %)
o equivalentemente
5+"‡  *+#‡ œ "$
*+#‡  $"+#‡ œ %)
#* "#$
Ö +"‡ œ  œ  !ß $*")* y +#‡ œ œ "ß ''#"'
(% (%
#* "#$ #* "#$
Por tanto, 9‡ ÐBÑ œ  †" †B œ   B ß  " Ÿ B Ÿ %.
(% (% (% (%
Representando gráficamente tenemos
Cálculo Numérico
o
Página 103
Ejemplo %Þ$Þ Determinemos la mejor aproximación discreta de la función 0 − VÒ  "ß "Ó de la

cual se conocen los puntos dados por la tabla
" "
B3 "  # ! # "
& &
0 ÐB3 Ñ # % " % #
Solución: De igual forma nos damos cuenta por la gráfica del conjunto de datos que la "mejor
aproximación discreta" será por una parábola (8 œ $ y R œ &); luego, aplicando (%Þ"Ñ nos da el
sistema
" " " " "&
+"‡ Ð"  "  "  "  "Ñ  +#‡ Ð  "  # ! #  "Ñ  +$‡ Ð"  % ! %  "Ñ œ #
" " " " " "

+"‡ Ð  "  # ! #  "Ñ  +#‡ Ð"  % ! %  "Ñ  +$‡ Ð  "  ) ! )  "Ñ œ !
" " " " " " $(

+"‡ Ð"  % ! %  "Ñ  +#‡ Ð  "  ) ! )  "Ñ  +$‡ Ð"  ) ! )  "Ñ œ )
o equivalentemente
& ‡
5+"‡ + œ "&
# +$ #
& ‡
+
# # œ ! Ö +#‡ œ !
& ‡
# +"  "( ‡
) +$ œ )
$(
5+"‡  &# +$‡ œ "&

y & ‡ * ‡
#
$( Ö +"‡ œ " y +$‡ œ "
# +"  % +$ œ )
Por tanto, 9‡ ÐBÑ œ " † "  " † B# œ "  B# ß  " Ÿ B Ÿ ".
Representando gráficamente tenemos
Cálculo Numérico
o
Página 104
%Þ$Þ Aproximación discreta de mínimos cuadrados, caso no lineal.
En el caso en que la mejor aproximación 9‡ no es de la forma lineal, es posible intentar

una transformación por algún método adecuado.
Ejemplo %Þ$Þ Si tenemos el conjunto de puntos ÐB3 ß C3 Ñ en la tabla

B3 ! " # $
0 ÐB3 Ñ œ C3 $ß !! !ß %" !ß !& !ß !"
‡
y queremos encontrar la mejor aproximación discreta 9‡ ÐBÑ que obedezca a la forma +"‡ /+# B , para
! Ÿ B Ÿ $, linealizamos aplicando logaritmo natural para obtener
689‡ ÐBÑ œ 68+"‡  +#‡ B
Luego, haciendo las sustituciones G‡ ÐBÑ œ 689‡ ÐBÑß -" œ 68+"‡ y -# œ +#‡ , obtenemos
G‡ ÐBÑ œ -"  -# B , lo que nos lleva a
B3 ! " # $
D3 œ 68C3 "ß "!  !ß )*  $ß !!  %ß '"
; luego, aplicando (%Þ"Ñ da el sistema

%-"  '-# œ  (ß $!
'-"  "%-# œ  #!ß '#
; lo cual da como resultado: -" œ "ß !* y -# œ  "ß *%
Así, G‡ ÐBÑ œ "ß !*  "ß *%BÞ Es decir, al volver a las incógnitas originales tenemos
+"‡ œ /-" œ #ß *'

+#‡ œ -# œ  "ß *%
De esta forma la función requerida es: 9‡ ÐBÑ œ #ß *'/"ß*%B .
Cálculo Numérico
o
Página 105
%Þ$Þ"Þ Método de Gauss-Newton
Este método permite tratar los casos no lineales que no se pueden linealizar por algún
método. Consideremos los puntos dados ÐB3 ß C3 Ñß 3 œ "ß R , para los cuales queremos encontrar la
mejor aproximación discreta de la forma
9‡ ÐBÑ œ 0 Ð-"‡ ß á ß -8‡ ß BÑ , donde -"‡ ß á ß -8‡ son parámetros a determinar.
Algoritmo del método: Dado un vector inicial - Ð!Ñ − ‘8 , se determinan los nuevos vectores
- Ð3"Ñ ß 3 œ !ß "ß #ß á como sigue teniendo en cuenta la definición siguiente
05 À ‘8 Ò ‘
05 Ð-" ß á ß -8 Ñ œ 0 Ð-" ß á ß -8 à B5 Ñß 5 œ "ß R
Paso "Þ Para - Ð3Ñ se calcula el punto de mínimo =Ð3Ñ que resuelve el problema lineal
min ½<Ð- Ð3Ñ Ñ  H0 Ð- Ð3Ñ Ñ † D ½

#
, es decir el vector solución
#
D−‘8
del sistema
µ µ µ µ
H0 Ð- Ð3Ñ Ñ> † H0 Ð- Ð3Ñ Ñ † =Ð3Ñ œ H0 Ð- Ð3Ñ Ñ> † <Ð- Ð3Ñ Ñ
µ µ
donde 0 Ð-Ñ œ Ò0" Ð-Ñß á ß 0R Ð-ÑÓ> , - œ Ð-" ß á ß -8 Ñ − ‘8 à C œ ÒC" ß á ß CR Ó> y
µ µ µ
<Ð-Ñ œ C  0 Ð-Ñ œ Ò<" ß á ß <R Ó> Þ
<Ð7 Ñ œ ½C  0 ˆ- Ð3Ñ  7 =Ð3Ñ ‰½

µ µ #
Paso #Þ Sea y sea 5 ! el entero más pequeño que
#
satisface la relación
<Ð#5 Ñ  <Ð!Ñ œ ½C  0 ˆ- Ð3Ñ ‰½
µ µ #
" Ð3Ñ
Paso $Þ Se define - Ð3"Ñ œ - Ð3Ñ  =
#5
Paso %Þ El proceso se detiene si se satisface la relación
¹-4 -4 ¹
Ð3"Ñ Ð3Ñ
max , para un &  ! dado.

¹-4 ¹"!"!
Ð3"Ñ &
"Ÿ4Ÿ8
Si no se cumple la desigualdad anterior, volver al Paso ". con el - Ð3"Ñ recién calculado.
Cálculo Numérico
o
Página 106
Ejemplo %Þ%Þ Determinemos la mejor aproximación discreta de mínimos cuadrados de la forma

0 Ð-" ß -# ß BÑ œ -" /-# B tomando como vector inicial - Ð!Ñ œ Ð"ß !!à  "ß !!Ñ, para la tabla
B3 ! " # $
0 ÐB3 Ñ $ß !! !ß %" !ß !& !ß !"
Solución: Dado que R œ % entonces haciendo: 0 Ð-" ß ß -# à B" Ñ œ 0" Ð-" ß -# Ñ œ -"
0 Ð-" ß ß -# à B# Ñ œ 0# Ð-" ß -# Ñ œ -" /-#
0 Ð-" ß ß -# à B$ Ñ œ 0$ Ð-" ß -# Ñ œ -" /#-#
0 Ð-" ß ß -# à B% Ñ œ 0% Ð-" ß -# Ñ œ -" /$-# ; tenemos
!! × Ô "ß !! ×
Ô "ß"ß!!
Ö/ Ù Ö !ß $( Ù
0 Ð- Ð!Ñ Ñ œ Ö #ß!! Ù œ Ö Ù
µ
Õ /$ß!! Ø Õ !ß !& Ø
/ !ß "%
Ô $ß !! × Ô "ß !! × Ô #ß !! ×
Ö !ß %" Ù Ö !ß $( Ù Ö !ß !% Ù
Ö <Ð- Ð!Ñ Ñ œ C  0 Ð- Ð!Ñ Ñ œ Ö ÙÖ ÙœÖ Ù
µ µ µ
Õ !ß !" Ø Õ !ß !& Ø Õ  !ß !% Ø
!ß !& !ß "%  !ß !*
Ô "- ! × Ô "ß !! !ß !! ×
Ö/# -" /-# Ù Ö !ß $( !ß $( Ù
Ö H0 Ð- Ð!Ñ Ñ œ Ö #-# #-# Ù œÖ Ù
µ
Õ /$-# $-" /$-# ØºÐ"ß!!à "ß!!Ñ Õ !ß !& !ß "& Ø

/ #-" / !ß "% !ß #(
Ö H0 Ð- Ð!Ñ Ñ> † H0 Ð- Ð!Ñ Ñ œ ”

!ß #$ •
H0 Ð- Ð!Ñ Ñ> † <Ð- Ð!Ñ Ñ œ ”
 !ß !# •
µ µ "ß "' !ß ") µ µ #ß !!
y
!ß ")
De aquí, el sistema de ecuaciones normales será:
” !ß ") • †” "•œ”
 !ß !# •
"ß "' !ß ") = #ß !!
Ö =Ð!Ñ œ Ð"ß *)à  "ß '%Ñ
!ß #$ =#
Para 5 œ !, tenemos
<Ð#! Ñ œ <Ð"Ñ œ ¼c !ß !# !ß !" d> ¼# œ !ß !% ; mientras que
#
!ß #! !ß !$
<Ð!Ñ œ ¼c #ß !!  !ß !% d> ¼# œ %ß !"

#
!ß !%  !ß !*
es decir, <Ð"Ñ  <Ð!Ñ. Luego, - Ð"Ñ œ - Ð!Ñ  =Ð!Ñ œ Ð#ß *)à  #ß '%Ñ.
Por tanto, - Ð"Ñ œ Ð#ß *)à  #ß '%ÑÞ
¹-4 -4 ¹
Ð"Ñ Ð!Ñ
Por paso %Þ el test de detención da: max œ !ß ''; lo que para una condición
¹-4 ¹"!"!
Ð"Ñ
"Ÿ4Ÿ#
preestablecida (&  !Ñ se detiene o se continúa con - Ð"Ñ œ Ð#ß *)à  #ß '%Ñ en vez de - Ð!Ñ Þ
Cálculo Numérico
o
Página 107
%Þ%Þ Ejercicios
Ejercicio %Þ"Þ Determinar la mejor aproximación discreta de la función 0 − VÒ  "ß "Ó de la cual
se conocen los puntos dados por la tabla
" "
B3 "  # ! # "
" "
0 ÐB3 Ñ " # ! # "
Solución: Tomemos 8 œ $ y apliquemos (%Þ"Ñ dando el siguiente sistema
&+"‡  #ß &+$‡ œ $
#ß &+#‡ œ! Ö +#‡ œ !
"( ‡
#ß &+"‡  ) $ œ #ß #&
+
' '
Ö +"‡ œ $& y +$‡ œ (
' '
Por tanto, 9‡ ÐBÑ œ $&  ( † B# ß  " Ÿ B Ÿ ".
Cálculo Numérico
o
Página 108
Ejercicio %Þ#Þ Determine la mejor aproximación discreta de la función 0 − VÒ  #ß #Ó de la cual se

conocen los puntos dados por la tabla
B3 # " ! " #
0 ÐB3 Ñ $ ! " ! $
Solución: De manera análoga al ejemplo 4.2 da el sistema
+"‡ Ð"  "  "  "  "Ñ  +#‡ Ð  #  "  !  "  #Ñ  +$‡ Ð%  "  !  "  %Ñ œ &
+"‡ Ð  #  "  !  "  #Ñ  +#‡ Ð%  "  !  "  %Ñ  +$‡ Ð  )  "  !  "  )Ñ œ !
+"‡ Ð%  "  !  "  %Ñ  +#‡ Ð  )  "  !  "  )Ñ  +$‡ Ð"'  "  !  "  "'Ñ œ #%
o equivalentemente
5+"‡ + "!+$‡ œ &

"!+#‡ œ! Ö +#‡ œ !
"!+"‡  $%+$‡ œ "#
5+"‡  "!+$‡ œ & & "

y Ö +"‡ œ y +$‡ œ
"!+"‡  $%+$‡ œ "# ( (
& " &

Por tanto, 9‡ ÐBÑ œ ( †" ( † B# œ (  "( B# ß  # Ÿ B Ÿ #.
Cálculo Numérico
o
Página 109
Ejercicio %Þ$Þ Idem para la tabla
B3 $ # " ! "
0 ÐB3 Ñ  $# * ! " !
Solución: Ajustemos estos puntos con 8 œ % para obtener el sistema
&+"‡  &+#‡  "&+$‡  $&+%‡ œ  %!
 &+"‡  "&+#‡  $&+$‡  **+%‡ œ ""%
"&+"‡  $&+#‡  **+$‡  #(&+%‡ œ  #(*
 $&+"‡  **+#‡  #(&+$‡  (*&+%‡ œ *$'

"($ %( "'** )$
Ö +1‡ œ  ( , +#‡ œ #) , +$‡ œ &' y +%‡ œ )
"($ %( "'** )$
Por lo tanto, 9‡ ÐBÑ œ  ( †" #) †B &' † B#  ) † B$
"($ %( "'** # )$ $
Ö 9‡ ÐBÑ œ  (  #) B  &' B  ) B à  " Ÿ B Ÿ ".
Cálculo Numérico
o
Página 110
>
Ejercicio %Þ%Þ Obtener la mejor aproximación discreta de mínimos cuadrados del tipo 3 œ 3! / VG
para la tabla
>Ð=Ñ " # $ % &
3ÐEÑ )ß ")( 'ß (!$ &ß %)) %ß %*$ $ß '(*
Además, calcular los valores de 3! y VGÞ

>
Solución: En este caso es posible linealizar 3 œ 3! / VG aplicando logaritmo natural, lo que nos da
"
683 œ 683!  VG >
"
Luego, haciendo las sustituciones G‡ ÐBÑ œ 683ß -" œ 683! y -# œ  VG , obtenemos
G‡ ÐBÑ œ -"  -# > , lo que nos lleva a
> " # $ % & ; luego, aplicando (%Þ"Ñ da el sistema

D œ 68> #ß "!$ "ß *!$ "ß (!$ "ß &!$ "ß $!$
&-"  "&-# œ )ß &"&

"&-"  &&-# œ #$ß &%& ; lo cual da como resultado
-" œ #ß $!$ y -# œ  !ß #
Así, G‡ ÐBÑ œ #ß $!$  !ß #>Þ Es decir, al volver a las incógnitas originales tenemos
3! œ /-" œ /#ß$!$ œ "!ß !!%

"
 VG œ -# œ  !ß # Ö VG œ&
Por lo tanto la mejor aproximación es 9‡ ÐBÑ œ #ß $!$/!ß#> .
Cálculo Numérico
o
Página 111
Ejercicio %Þ&Þ En un trabajo experimental se han obtenido los valores que a continuación se
indican
> "ß !! $ß !! 'ß !! *ß !! "&ß !!
CÐ>Ñ &ß "# $ß !! #ß %) #ß $% #ß ")
-"
Si el modelo que describe el fenómeno está dado por CÐ>Ñ œ determinar por el
-#  >
método de los cuadrados mínimos las constantes + y , de la fórmula indicada, analizando el
condicionamiento del sistema de ecuaciones normales.
Solución: Debemos determinar la mejor aproximación discreta de mínimos cuadrados de la forma

-"
0 Ð-" ß -# ß >Ñ œ tomando como vector inicial - Ð!Ñ œ Ð"ß !!à "ß !!ÑÞ
-#  >
Solución: Dado que R œ & entonces haciendo

-" -"
0" Ð-" ß -# Ñ œ 0% Ð-" ß -# Ñ œ
-#  " -#  *
-" -"
0# Ð-" ß -# Ñ œ 0& Ð-" ß -# Ñ œ
-#  $ -#  "&
-"
0$ Ð-" ß -# Ñ œ
-#  '
tenemos
Ô × Ô × Ô ×
Ù Ô
!ß & ×
-" 1
Ö Ù Ö Ù Ö
"
Ö Ù Ö Ù Ö Ù Ö !ß #& Ù
-# " 1" #
Ö Ù Ö Ù Ö Ù Ö Ù
-" 1 "
0 Ð-Ñ œ Ö Ù Ö 0 Ð- Ð!Ñ Ñ œ Ö ÙœÖ Ù œ Ö !ß "% Ù

-# $ 1$ %
Ö Ù Ö Ù Ö Ù Ö Ù
µ µ
-" 1 "
Ö Ù Ö Ù Ö Ù
-# ' 1' (
Õ !ß !' Ø
-" 1 " !ß "
Õ Ø Õ Ø Õ Ø
-# * 1* "!
-" 1 "
-# "& 1"& "'
Ô &ß "# × Ô !ß & × Ô %ß '# ×

Ö $ß !! Ù Ö !ß #& Ù Ö #ß (& Ù
Ö Ù Ö Ù Ö Ù
Ö <Ð- Ð!Ñ Ñ œ C  0 Ð- Ð!Ñ Ñ œ Ö #ß %) Ù  Ö !ß "% Ù œ Ö #ß $% Ù
Ö Ù Ö Ù Ö Ù
µ µ µ
Õ #ß ") Ø Õ !ß !' Ø Õ #ß "# Ø

#ß $% !ß " #ß #%
Ô ×
Ö Ù
-"
Ô !ß &  !ß #& ×
"

Ö Ù
-# " Ð-# "Ñ#
Ö Ù Ö !ß #&  !ß !' Ù
Ö Ù
" -"
 Ð-# $Ñ
Ö H0 Ð- Ð!Ñ Ñ œ Ö Ù œ Ö !ß "%  !ß !# Ù
-# $ #
Ö Ù Ö Ù
µ
Ö Ù
" -"
 Ð-# 'Ñ#
Ö Ù
-# '
Õ !ß !' Ø
" -"
 Ð-# *Ñ !ß "  !ß !"
Õ Ø
-# * #
" -" !
-# "&  Ð-# "&Ñ#
Ð"ß!!à "ß!!Ñ
Cálculo Numérico
o
Página 112
Ö H0 Ð- Ð!Ñ Ñ> † H0 Ð- Ð!Ñ Ñ œ ” • y H0 Ð- Ð!Ñ Ñ> † <Ð- Ð!Ñ Ñ œ ”

"ß $* •
µ µ !ß $&  !ß "% µ µ $ß ')
 !ß "% !ß !(
De aquí, el sistema de ecuaciones normales será:
”  !ß "% !ß !( • ” =# • ” "ß $* •
!ß $&  !ß "% = $ß ')
† " œ Ö =Ð!Ñ œ Ð*#ß #*à #!%ß %$Ñ
Para 5 œ !, tenemos
<Ð#! Ñ œ <Ð"Ñ œ ¼c !ß !# !ß !" d> ¼# œ !ß !% ; mientras que

#
!ß #! !ß !$
<Ð!Ñ œ ¼c #ß !!  !ß !% d> ¼# œ %ß !"

#
!ß !%  !ß !*
es decir, <Ð"Ñ  <Ð!Ñ. Luego, - Ð"Ñ œ - Ð!Ñ  =Ð!Ñ œ Ð#ß *)à  #ß '%Ñ
Por tanto, - Ð"Ñ œ Ð#ß *)à  #ß '%ÑÞ
Ahora, por paso %Þ el test de detención nos da:
¹-4 -4 ¹
Ð"Ñ Ð!Ñ
max œ !ß ''; lo que para una condición preestablecida (&  !Ñ

¹-4 ¹"!"!
Ð"Ñ
"Ÿ4Ÿ#
se continúa con - Ð"Ñ œ Ð#ß *)à  #ß '%Ñ en lugar de - Ð!Ñ Þ
Cálculo Numérico
o
Página 113
Ejercicio %Þ'Þ Se analiza el crecimiento poblacional de una determinada población, obteniendo

los datos siguientes:
> ! " # $ %
:Ð>Ñ & %& #"( $&! $(#
Se pide determinar la mejor aproximación discreta de mínimos cuadrados de la forma

$(&
:Ð>Ñ œ
"  " /#>
Solución: Tarea!
Cálculo Numérico
o
Página 114
+
Ejercicio %Þ(Þ A cierto fenómeno se le quiere ajustar el modelo CÐ>Ñ œ . En pruebas
,>
experimentales a este fenómeno se han obtenido los datos siguientes
> "ß !! $ß !! 'ß !! *ß !! "&ß !!

CÐ>Ñ &ß "# $ß !! #ß %) #ß $% #ß ")
Obtenga la mejor aproximación discreta de mínimos cuadrados del tipo del modelo que
quiere ajustar.
Solución: Tarea!
Cálculo Numérico
o
Página 115
Actividad Personal
nuevos propuestos para ser resueltos a modo de autoevaluación.
"Þ  Ajuste a una línea recta los valores de B e C dados en la tabla siguiente
B " # $ % & ' (
C !ß & #ß & #ß ! %ß ! $ß & 'ß ! &ß &
#Þ  Para la ecuación C œ +B, ajuste a los datos

B " # $ % &
C !ß & "ß ( $ß % &ß ( )ß %
$Þ  Adecúe los datos siguientes a un modelo exponencial
B !ß % !ß ) "ß # "ß ' #ß ! #ß $

C (&! "!!! "%!! #!!! #(!! $(&!
%Þ  Considere lo datos
B & "! "& #! #& $!
C "' #& $# $$ $) $'
Ajuste una:
a) recta.
b) ecuación de potencias.
c) parábola.
&Þ  Dada la función C œ 0 ÐBÑ œ +Ð"  /,B Ñ y el valor inicial Ð"à "Ñ ajuste el conjunto de puntos
B !ß #& !ß (& "ß #& "ß (& #ß #&

C !ß #) !ß &( !ß ') !ß (% !ß (*
Cálculo Numérico
o
Página 116
Supongamos que se conocen los 8  " valores que toma una función 0 ÐBÑ, en los puntos
del conjunto { B! ß B" ß ÞÞÞß B8 } denominado soporte, es decir, supongamos conocidos 0 ÐB! Ñ œ C! ,
0 ÐB" Ñ œ C" ß á , 0 ÐB8 Ñ œ C8 .
El problema de la interpolación consiste en encontrar una función 1ÐBÑ de determinadas

características y tal que 1ÐB3 Ñ œ C3 para 3 œ !ß 8. En caso de existir, se dice que 1ÐBÑ interpola a
0 ÐBÑ en el soporte { B! ß B" ß ÞÞÞß B8 }.
Al decir de w determinadas característicasw nos referimos a que se exige que 1ÐBÑ sea, por
ejemplo, un polinomio, un cociente de polinomios, una función trigonométrica, etc.
La finalidad de encontrar una función 1ÐBÑ que interpola a otra 0 ÐBÑ en el soporte
{B! ß B" ß ÞÞÞß B8 } es la de aproximar la función 0 ÐBÑ en un punto B de tal forma que se pueda decir
que 0 ÐBÑ ¸ 1ÐBÑ una vez encontrada 1ÐBÑ. (Otra cosa es la evaluación de 0 ÐBÑ  1ÐBÑ.
Si el valor de B se encuentra en el intervalo [B! ß B8 ] se dice que estamos interpolando. Si

se encuentran fuera de dicho intervalo, se dice que estamos extrapolando.
Como aplicaciones más directas tenemos:
Evaluación: (una aproximación) de una función complicada 0 , en un cierto punto B.

Si 1ÐBÑ es cómoda de derivar o integrar, la sustitución, en cierta medida, de 0 w por 1w o ( 0
,
por ( 1.
,
En este tema sólo trataremos la interpolación polinomial y la interpolación polinomial a

trozos o por splines.
Ejemplo &Þ"Þ Dada la tabla de valores B ! " # , dado que los tres puntos no están
C " $ (
alineados, no existe ninguna recta que interpole a dichos valores.
 Si queremos calcular la parábola C œ +B#  ,B  - que interpola a dichos valores,

planteando el correspondiente sistema se obtiene, como solución única, C œ B#  B  ".
 Si nuestra intención es buscar una parábola cúbica C œ +B$  ,B#  -B  . , nos

encontramos con que existen infinitas soluciones que son de la forma
C œ B#  B  "  !BÐB  "ÑÐB  #Ñ para cualquiera que sea ! − ‘.
 Por último, para calcular la función polinómica de grado 8 que interpola a dichos valores
obtenemos
C œ B#  B  "  !B8" ÐB  "Ñ8# ÐB  #Ñ8$
para cualesquiera 8"  8#  8$ œ 8 y cualquier ! − ‘.
Cálculo Numérico
o
Página 117
&Þ"Þ Interpolación polinomial
Trataremos en esta sección los tres tipos más generalizados de interpolación polinomial, a
saber: Lagrange, Newton y Hermite.
&Þ"Þ"Þ Interpolación de Lagrange
Como en cualquier problema de interpolación, consideremos la tabla
B B! B" á B8
C C! C" á C8
y construyamos el polinomio de grado 8 que interpola a dichos valores. Para ello, consideremos
los denominados polinomios de Lagrange
ÐB  B" ÑÐB  B# Ñá ÐB  B8 Ñ
P! ÐBÑ œ
ÐB!  B" ÑÐB!  B# Ñá ÐB!  B8 Ñ
ÐB  B! ÑÐB  B# Ñá ÐB  B8 Ñ
P" ÐBÑ œ
ÐB"  B! ÑÐB"  B# Ñá ÐB"  B8 Ñ
ã ã ã
P3 ÐBÑ œ $
8
B  B4
4œ!
B3  B 4
4Á3
ã ã ã
ÐB  B! ÑÐB  B" Ñá ÐB  B8" Ñ

P8 ÐBÑ œ
ÐB8  B! ÑÐB8  B" Ñá ÐB8  B8" Ñ
Teorema &Þ". Los polinomios de Lagrange, definidos anteriormente, verifican:
+Ñ P3 ÐB4 Ñ œ œ
!ß 3 Á 4
Þ
"ß 3 œ 4
,Ñ 1<+.9ÐP3 ÐBÑÑ œ 8 cualesquiera que sea ! Ÿ 3 Ÿ 8Þ
-Ñ El polinomio T8 ÐBÑ œ C! P! ÐBÑ  C" P" ÐBÑ  â  C8 P8 ÐBÑ interpola los valores de la tabla
B B! B" â B8 ß con B!  B"  â  B8 siendo 1<+.9ÐT ÐBÑÑ Ÿ 8Þ

C C! C" â C8
Cálculo Numérico
o
Página 118
Ejemplo &Þ#Þ Para interpolar los valores de la tabla B " # $ % los polinomios de
C ! " # &
Lagrange son À
ÐB  #ÑÐB  $ÑÐB  %Ñ "

P! ÐBÑ œ œ  ÐB$  *B#  #'B  #%Ñ
Ð"  #ÑÐ"  $ÑÐ"  %Ñ '
ÐB  "ÑÐB  $ÑÐB  %Ñ "

P" ÐBÑ œ œ ÐB$  )B#  "*B  "#Ñ
Ð#  "ÑÐ#  $ÑÐ#  %Ñ #
ÐB  "ÑÐB  #ÑÐB  %Ñ "

P# ÐBÑ œ œ  ÐB$  (B#  "%B  )Ñ
Ð$  "ÑÐ$  #ÑÐ$  %Ñ #
ÐB  "ÑÐB  #ÑÐB  $Ñ "

P$ ÐBÑ œ œ ÐB$  'B#  ""B  'Ñ
Ð%  "ÑÐ%  #ÑÐ%  $Ñ '
y como T$ ÐBÑ œ C! † P! ÐBÑ  C" † P" ÐBÑ  C# † P# ÐBÑ  C$ † P$ ÐBÑ, obtenemos que
T$ ÐBÑ œ  ($ B$  "'B#  *)
$ B  "*Þ
El cálculo de los polinomios de Lagrange, puede verse con el Ejemplo 4.3, no es un

proceso dinámico, en el sentido de que si ahora añadiéramos un nuevo punto al soporte, habría
que comenzar de nuevo todo el proceso.
Teorema &Þ#Þ Dados los números reales B!  B"  â  B8 y los 8  " números reales
cualesquiera C! , C" , . . . , C8 à existe un único polinomio T8 ÐBÑ de grado no superior a 8 tal que
T8 ÐB3 Ñ œ C3 para 3 œ !ß 8.
Dada una función 0 ÐBÑ de la que se conocen los transformados de 8  " puntos B! , B" , . . .
, B8 y su polinomio de interpolación de Lagrange T8 ÐBÑ, sólo nos falta dar una medida del error
que se comete al sustituir la función 0 ÐBÑ por el polinomio T8 ÐBÑ.
Teorema &Þ$. Sean B!  B"  â  B8 y sea 0 una función 8  " veces derivable tal que la
derivada 0 Ð8"Ñ ÐBÑ es continua. Sean C! œ 0 ÐB! Ñ, C" œ 0 ÐB" Ñ, . . . , C8 œ 0 ÐB8 Ñ, T8 ÐBÑ el
polinomio de interpolación de Lagrange de los valores de la tabla
B B! B" â B8
C C! C" â C8
y B un número real cualquiera. Se verifica que
0 Ð8"Ñ Ð-Ñ
0 ÐBÑ  T8 ÐBÑ œ Ð8"Ñx ÐB  B! ÑâÐB  B8 Ñ
donde el punto - se encuentra en el intervalo determinado por los puntos B, B! , B" , . . . , B8 .
Cálculo Numérico
o
Página 119
&Þ"Þ#Þ Interpolación de Newton
Diferencias divididas
Consideremos una función 0 ÐBÑ y un soporte {B! , B" , . . . , B8 } de 8  " puntos.

Denotemos por 03 œ 0 ÐB3 Ñ y consideremos la tabla
B B! B" â B8
C 0! 0" â 08
Vamos a probar que el polinomio de grado no superior a 8 que interpola a estos valores es
de la forma
T ÐBÑ œ -!  -" ÐB  B! Ñ  -# ÐB  B! ÑÐB  B" Ñ  ÞÞÞ  -8ÐB  B! ÑÐB  B"ÑÐB  B#ÑâÐB  B 8"Ñ
para después, calcular los valores de los coeficientes -! ß -" ß . . .ß -8 Þ
Teorema &Þ%. Los coeficientes -! ß -" ß . . .ß -8 , descritos más arriba, dependen de los valores B! ,
B" , . . . , B8 y 0 ! , . . . , 0 8 .
Dado que los valores de 0! , . . . , 05 lo= que dependen, respectivamente, de los valores de
B! , B" ,ÞÞÞ, B8 , en lo que sigue utilizaremos la notación -5 œ 0 [B! , . . . , B5 ], con lo que el
polinomio quedará de la forma
T ÐBÑ œ 0 [B! ] + 0 [B! , B" ](B  B! ) + ÞÞÞ + 0 [B! ß B" ß . . . ß B8 ](B  B! )(B  B" ) â (B  B8 )
y quedará determinado una vez que se determinen los valores de los coeficientes 0 [B! ß B" ß ÞÞÞß B5 ]
para 5 œ !ß 8 Þ
Teorema &Þ&Þ Sea T ÐBÑ el polinomio de interpolación correspondiente a la tabla
B B! B" â B8 . Si UÐBÑ y VÐBÑ son los polinomios que interpolan

C 0! 0" â 08
respectivamente a las tablas
B B! B" â B8 y , B B! B" â B8 se verifica que

C 0! 0" â 08 C 0! 0" â 08
B  B!
T ÐBÑ œ UÐBÑ  ÐVÐBÑ  UÐBÑÑ
B8  B !
Cálculo Numérico
o
Página 120
Teorema &Þ'Þ Para cualquiera que sea 5 œ !ß 8 se verifica que
0 [B" ß ÞÞÞß B5 ]  0 [B! ß B" ß ÞÞÞß B5" ]

0 [B! ß B" ß ÞÞÞß B5 ] œ
B5  B !
siendo 0 [B3 ] = 03 para ! Ÿ 3 Ÿ 8.
Ejemplo &Þ$Þ Calculemos el polinomio de interpolación de Newton de la tabla
B " $ % & ( .
C ! " " # $
Aplicando diferencias divididas obtenemos la siguiente tabla
B3 03 0 ÒB3 Ó 0 ÒB3 ß B4 Ó 0 ÒB3 ß B4 ß B5 Ó 0 ÒB3 ß B4 ß B5 ß B6 Ó

" !
"
#
&
$ "  '
# &
 " '
& &
% " #  ")
$ &
"  '
&
& #  '
"
#
( $
Por lo que el polinomio de interpolación es
T ÐBÑ œ "# ÐB  "Ñ  &' ÐB  "ÑÐB  $Ñ  &' ÐB  "ÑÐB  $ÑÐB  %Ñ  &

") ÐB  "ÑÐB  $ÑÐB  %ÑÐB  &Ñ
La ventaja de este método, frente al de los polinomios de Lagrange, es que si ahora

introducimos un nuevo dato, por ejemplo que 0 Ð*Ñ œ &, el polinomio que se obtiene es À
UÐBÑ œ T ÐBÑ  0 [B! , B" , B# , B$ , B% , B& ](B  ")(B  $)(B  %)(B  &)(B  ()
y tan sólo habría que calcular el coeficiente 0 [B! , B" , B# , B$ , B% , B& ] añadiendo una nueva línea a
la tabla anterior.
Puede observarse que dada la tabla B B! B" â B8 , el polinomio de

C C! C" â C8
interpolación es de la forma
T8 ÐBÑ œ T8" ÐBÑ  0 [B! ß B" ß . . .ß B8 ] ÐB  B! Ñ(B  B" ) · · · (B  B8" )
Cálculo Numérico
o
Página 121
Se tenía, también, que para dicho polinomio era
0 Ð8Ñ Ð0Ñ
0 ÐBÑ  T8" ÐBÑ œ ÐB  B! ÑâÐB  B8" Ñ
8x
Sustituyendo B por B8 tenemos:
0 Ð8Ñ Ð0Ñ
0 ÐB8 Ñ  T8" ÐB8 Ñ œ ÐB8  B! ÑâÐB8  B8" Ñ
8x
y dado que 0 ÐB8 Ñ œ 08 œ T8 ÐB8 Ñ, se tiene que:
0 Ð8Ñ Ð0Ñ
T8 ÐB8 Ñ  T8" ÐB8 Ñ œ ÐB8  B! ÑâÐB8  B8" Ñ
8x
Podemos, por tanto, enunciar el siguiente teorema.
Teorema &Þ'. Dada la tabla B B! B" â B8 , con B!  B"  â  B8 , existe un punto -

C C! C" â C8
0 Ð8Ñ Ð-Ñ
en el intervalo [B! , B8 ] para el que 0 [B! ß B" ß . . .ß B8 ] œ
8x
Diferencias finitas
Consideremos la tabla en donde el soporte {B! ß B" ß . . .ß B8 } es regular, es decir, en el que

las diferencias B3"  B3 œ 2 son constantes, que denominaremos paso. (Si B! œ ! y dicha
diferencia es " es decir, si {B! ß B" ß . . .ß B8 } œ {!ß "ß . . .ß 8}, el soporte recibe el nombre de soporte
canónico)
Definición &Þ(. Dados C! ß C" ß . . .ß C8 , se definen las diferencias finitas ?5 C3 como
?C3 œ C3"  C3 ?5 C3 œ ?Ð?5" C3 Ñ
Así, por ejemplo, para C! ß C" ß C# ß C$ se tendrían:
?C! œ C"  C!
?# C! œ ?C"  ?C!
?C" œ C#  C" ?$ C! œ ?C"  ?C!
?# C" œ ?C#  ?C"
?C# œ C$  C#
Cálculo Numérico
o
Página 122
Teorema &Þ). Dada la tabla B B! B" â B8 en la que {B! ß B" ß . . .ß B8 } es un soporte

C 0! 0 " â 0 8
regular con B3"  B3 œ 2, se verifica que, para cualquier valor de 5 œ "ß 8, es
?5 0
0 [B! ß B" ß ...ß B5 ] œ 5 ! .
2 5x
El polinomio de interpolación del soporte regular {B! ß B" ß . . .ß B8 } es, por tanto:
T8 ÐBÑ œ 0!  ?0! Œ  Œ Œ   ...  Œ âŒ 

B  B! ?# 0 ! B  B ! B  B" ?8 0 ! B  B ! B  B8"
2 #x 2 2 8x 2 2
Teniendo en cuenta que B  B5 œ B  ÐB!  52Ñ œ ÐB  B! Ñ  52 , podemos poner
T8 ÐBÑ œ 0!  ?0! Œ  Œ Œ  "  â

B  B! ?# 0 ! B  B ! B  B!
2 #x 2 2
8x Œ 2 âŒ 2  5  "
?8 0! BB! BB!
â
ÐB  B! Ñ
por lo que, si denotamos por > œ , se tiene que
2
?0 ! ?# 0 ! ?8 0 !
T8 ÐBÑ œ 0!  > >Ð>  "Ñ  â  >Ð>  "ÑâÐ>  Ð8  "ÑÑ
"x #x 8x
Es decir:
T8 ÐBÑ œ 0!  Œ ?0!  Œ ?# 0!  â  Œ ?8 0! ß

> > >
" # 8
donde Œ  œ
> >Ð>  "ÑâÐ>  Ð5  "ÑÑ
5 5x
Cálculo Numérico
o
Página 123
&Þ"Þ$Þ Fenómeno de Runge
Dada una función continua en [+ß , ], podría pensarse que la sucesión T8 ÐBÑ con 8 − MR de
polinomios de interpolación, obtenidos al aumentar el número de puntos del soporte, converge a la
función 0 ÐBÑß es decir, podríamos pensar que lim | 0 ÐBÑ  T8 ÐBÑ| œ ! , cualquiera que sea
8Ä_
B − [+ß ,] ; cosa que, sin embargo, no es cierta. En realidad, al aumentar el número de puntos del
soporte se mejora la aproximación en la parte central del intervalo, pero la diferencia entre la función y
el polinomio interpolador puede aumentar rápidamente en los extremos. Ello nos dice que no es bueno
hacer demasiado extenso el soporte, ya que además de aumentar el número de operaciones con la
consecuente acumulación de errores, podemos aumentar la pérdida de precisión en los extremos. Este
fenómeno es conocido como fenómeno de Runge.
"
Ejemplo &Þ%Þ Si aproximamos la función 0 ÐBÑ œ "B # por un polinomio de segundo grado, en el
#
"B
soporte {  %ß !ß %}, obtenemos que T# ÐBÑ œ "( . En la Figura &.2 podemos ver ambas gráficas.
Figura &Þ# À Las gráficas de 0 ÐBÑ y T# ÐBÑ
Si aumentamos el número de puntos y la aproximación la hacemos mediante un polinomio de

#
B%
grado % en el soporte {  %ß  #ß !ß #ß %} obtenemos T% ÐBÑ œ )&#"B
)& que podemos ver representada
junto a la función 0 ÐBÑ en la Figura &.3.
Figura &Þ$ À Las gráficas de 0 ÐBÑ y T% ÐBÑ
Si afinamos aún más y aproximamos mediante un polinomio de grado ) en el soporte

{  %ß  $ß  #ß  "ß !ß "ß #ß $ß %} obtenemos
T) ÐBÑ œ "
"(!! Ð"(!!  ""#%B#  $!%B%  $"B'  B) Ñ , cuya gráfica podemos
observar en la Figura &.4.
Figura &Þ% À Las gráficas de 0 ÐBÑ y T) ÐBÑ
Puede verse el hecho comentado anteriormente del fenómeno de Runge. Vamos mejorando la
aproximación en la parte central del intervalo, pero vamos empeorándola en los extremos.
Cálculo Numérico
o
Página 124
&Þ"Þ%Þ Interpolación de Hermite
Este método consiste en buscar un polinomio que interpole a una función 0 ÐBÑ en el
soporte {B! ß B" ,..., B8 } pero haciendo que coincidan, en los puntos del soporte, no sólo los valores
de la función con los del polinomio, sino que también coincidan los valores de sus respectivas
derivadas.
Consideremos, por tanto, la tabla
B B! B" â B8
0 ÐBÑ 0! 0" â 08
0 w ÐBÑ 0!w 0"w â 08w
donde 03 œ 0 ÐB3 Ñ y 03w œ 0 w ÐB3 Ñ para ! Ÿ 3 Ÿ 8.
Se tienen, en este caso, #8  # condiciones, por lo que debemos buscar un polinomio de

grado #8  "
T ÐBÑ œ +#8" B#8"  +#8 B#8  â  +" B  +!
que verifique las condiciones:

T ÐB! Ñ œ 0! T w ÐB! Ñ œ 0!w
T ÐB" Ñ œ 0" T w ÐB" Ñ œ 0"w
ã ã
T ÐB8 Ñ œ 08 T ÐB8 Ñ œ 08w
w
Teorema &Þ*Þ Dada la tabla B B! B " â B8 , sean P5 ÐBÑ (5 œ !ß 8) los polinomios

0 ÐBÑ 0! 0" â 08
w w
0 ÐBÑ 0!w 0"w â 08
de Lagrange para el soporte dado. El polinomio
T#8" ÐBÑ œ "Ò+5  ,5 ÐB  B5 ÑÓP#5 ÐBÑ

8
5œ!
œ , œ 0 w  #0 Pw ÐB Ñ ÐB5 Ñ œ 05w Ÿ
+5 œ 05 T#8" ÐB5 Ñ œ 05
en el que verifica que w 5 œ !ß 8
5 5 5 5 5 T#8"
siendo, además, el único polinomio de grado #8  " que verifica las condiciones anteriores.
Llamando DÐBÑ œ ÐB  B! ÑÐB  B" ÑâÐB  B8 Ñ se tiene que

D w ÐBÑ œ " † ÐB  B" ÑâÐB  B8 Ñ  ÐB  B! ÑÒÐB  B" ÑâÐB  B8ÑÓw
por lo que D w ÐB! Ñ œ (B!  B" ) â (B!  B8 )

y de manera análoga se obtiene que D w ÐB5 Ñ œ (B5  B" )â(B5  B8 )
Cálculo Numérico
o
Página 125
por lo que los polinomios de Lagrange pueden escribirse de la forma

DÐBÑ
P5 ÐBÑ œ ß para el soporte {B! ß âß B8 ×
ÐB  B5 ÑD w ÐB5 Ñ
Teorema &Þ"!Þ Sea 0 ÐBÑ una función #8  # veces derivable con derivada de orden #8  #
continua y sea T#8" el polinomio de Hermite que interpola a 0 ÐBÑ en el soporte {B! ß âß B8 ×.
Existe un punto - del intervalo que determinan los puntos Bß B! ß âß B8 en el que se verifica que
0 Ð#8#Ñ Ð-Ñ
0 ÐBÑ  T#8" ÐBÑ œ ÐB  B! Ñ# âÐB  B8 Ñ#
Ð#8  #Ñx
Ejemplo &Þ&Þ Consideremos el Ejemplo &Þ%Þ en el soporte {  %ß !ß %} y calculemos el polinomio

de interpolación de Hermite
" #B
Sea 0 ÐBÑ œ #
ß 0 w ÐBÑ œ  tal que al tabular los datos obtenemos
"B Ð"  B# Ñ#
B % ! %
" "
0 ÐBÑ "( " "(
) )
0 w ÐBÑ #)* !  #)*
Luego, DÐBÑ œ ÐB  %ÑÐBÑÐB  %Ñ œ B$  "'B Ö D w ÐBÑ œ $B#  "'

Ö D w ÐB! Ñ œ $#
Ö D w ÐB" Ñ œ  "'
Ö D w ÐB# Ñ œ $#
De esta forma,
DÐBÑ BÐB  %Ñ " $
P5 ÐBÑ œ ÐBB5 ÑÐ$B#5 "'Ñ
Ö P! ÐBÑ œ Ö Pw! ÐB! Ñ œ Ð#B!  %Ñ œ 
Ð$#Ñ $# )
B#  "' "
Ö P" ÐBÑ œ Ö Pw" ÐB" Ñ œ  Ð#B"  "'Ñ œ "
Ð  "'Ñ "'
B#  %B " $
Ö P# ÐBÑ œ Ö Pw! ÐB! Ñ œ Ð#B#  %Ñ œ
Ð$#Ñ $# )
Asi, los coeficientes

" "
+! œ 0! œ "( +" œ 0 " œ " +# œ 0 # œ "(
)$ )$
,! œ 0!w  #0! Pw! ÐB! Ñ œ ""&' à ," œ 0!w  #0! Pw! ÐB! Ñ œ  # à ,# œ 0!w  #0!Pw!ÐB!Ñ œ  ""&'
Por lo tanto, el polinomio de interpolación de Hermite será
T& ÐBÑ œ +!  ,! ÐB  B! ÑP#! ÐBÑ  +"  ," ÐB  B" ÑP#" ÐBÑ  +#  ,#ÐB  B#ÑP##ÐBÑ
Cálculo Numérico
o
Página 126
 %Ñ $# ÐB#  %BÑ‘  "  B   "'Ñ‘   %Ñ $# ÐB#  %BÑ‘

" )$ " # " # # " )$ " #
T& ÐBÑ œ "(  ""&' ÐB "' ÐB "(  ""&' ÐB
"* )$B# B )$B#

T& ÐBÑ œ  ÐB  %ÑÐB#  "'Ñ  ÐB#  "'Ñ#  ÐB  %ÑÐB#  "'Ñ#
"( "Þ")$Þ(%% #&' "Þ")$Þ(%%
Ejemplo &Þ6Þ Si aplicamos este método a la función del ejemplo anterior, en el soporte
{  %ß  #ß !ß #ß %} obtenemos el polinomio de grado 8 (en realidad se busca de grado * pero al
ser una función par, el término de grado * se anula)
"
T) ÐBÑ = Ð(##&  $"#*B#  &'*B%  %"B'  B) Ñ
(##&
cuya gráfica puede verse en la Figura &Þ' (").
Si lo hacemos en el soporte {  %ß  $ß  #ß  "ß !ß "ß #ß $ß %} obtenemos
"
T"' ÐBÑ œ Ð#)*!!!!  #&&)##%B#  "'"$&)%B%  '#''))B'  "%%%!)B)
#)*!!!!
 "*&#(B"!  "&!(B"#  '"B"%  B"' Ñ
que podemos ver en la Figura &Þ' (#).
Figura &Þ'À La función 0 ÐBÑ y los polinomios de Hermite T) ÐBÑ y T"' ÐBÑ
Si comparamos con los resultados obtenidos en el Ejemplo &Þ"$, podemos observar la

mejora que produce la imposición de que coincidan no sólo los valores de la función, sino que
también lo hagan los de su derivada, en los puntos del soporte. Sin embargo, sigue manifestándose
el fenómeno de Runge, es decir, se mejora el resultado en la parte central del intervalo, pero en los
extremos, la diferencia entre el polinomio interpolador y la función es considerable.
La manera de evitar el fenómeno de Runge es hacer una interpolación polinomial a trozos,

es decir, lo que se conoce como una interpolación por splines y que estudiamos en la siguiente
sección.
Cálculo Numérico
o
Página 127
&Þ#Þ Interpolación por splines
Consideremos una partición del intervalo [+ß , ]

? = {B! œ +  B"  B#  â  B8"  B8 œ , }
en la que los puntos B3 reciben el nombre de nodos. Una interpolación por splines no es más que
tomar un soporte en cada subintervalo [B3" ß B3 ] y construir un polinomio de interpolación, de
grado no superior a 5 (para un 5 prefijado) sobre dicho soporte, por lo que el método se conoce
también como interpolación polinomial a trozos. Damos a continuación una definición formal de
lo que denominaremos función spline.
Definición &Þ"". Una función spline de grado 5 con nodos en B! ß B" ß âß B8 es una función WÐBÑ
formada por varios polinomios, cada uno de ellos definido sobre un subintervalo y que se unen
entre sí bajo ciertas condiciones de continuidad. Las condiciones que debe cumplir WÐBÑ son las
siguientes:
 En cada intervalo [B3" , B3 ), WÐBÑ es un polinomio de grado[WÐBÑ] Ÿ 5 ,
 WÐBÑ admite derivada continua de orden 5  " en [B! ß B8 ].
En general, pueden crearse funciones spline de grado 5 cualquiera, pero la interpolación

más frecuente es a través de funciones spline de grado $, es decir, de splines cúbicos.
&Þ#Þ"Þ Splines cúbicos
Dado que a partir de ahora vamos a trabajar con splines cúbicos, vamos a restringir la
Definición &Þ"" al caso de 5 œ $.
Definición &Þ"#. Dado el conjunto de puntos ? = {B! œ +  B"  B#  â  B8"  B8 œ , },

diremos que la función W? es un spline cúbico asociado a ? si cumple las siguientes condiciones:
 La restricción de W? a cada intervalo [B3" , B3 ) para 3 œ "ß 8 es un polinomio de grado no

superior a tres. Es decir, W? ¹[B , B Ó − c$ Ò B Ó , donde c$ Ò B Ó representa al conjunto de los
3" 3
polinomios de grado menor o igual a tres.

 W? − G # Ò+ß ,Ó , es decir, W? es una función continua, dos veces derivable y con derivadas
continuas en el intervalo [+ß , ].
Definición &Þ"$Þ Diremos que W? (B) es un spline de interpolación en B según la partición

? œ {B! œ +  B"  B#  â  B8"  B8 œ , }, si
 W? (B) es un spline cúbico asociado a ?.

 W? (B3 ) œ 0 ÐB3 Ñ œ C3 para 3 œ !ß 8, es decir, cumple las condiciones de interpolación.
Antes de construir un spline cúbico vamos a ver cuántas condiciones ha de cumplir y

cuántas incógnitas van a hacernos falta. Si en cada intervalo de la partición intentamos construir
un polinomio de grado tres que aproxime a la función, deberemos calcular cuatro incógnitas (los
Cálculo Numérico
o
Página 128
cuatro coeficientes del polinomio de grado tres) por intervalo, es decir, %8 incógnitas. Por otro
lado, estos polinomios deben cumplir, en cada uno de los nodos, las condiciones:
W? ¹[B ÐB3 Ñ œ W? ¹[B , B ÐB3 Ñ
3" , B3 Ó 3 3" Ó
¹[B ¹[B , B Ÿ
w w
W? ÐB3 Ñ œ W? ÐB3 Ñ 3 œ "ß 8  " Ð&Þ"Ñ
3" , B3 Ó 3 3" Ó
W w w? ¹[B , B Ó ÐB3 Ñ œ W w w? ¹[B , B Ó ÐB3 Ñ

3" 3 3 3"
Es decir, se deben cumplir un total de $Ð8  "Ñ condiciones además de las 8  "
condiciones de interpolación
W? (B3 ) œ 0 ÐB3 Ñ para 3 œ !ß 8.
Dado que tenemos un total de %8 incógnitas para %8  # condiciones, debemos imponer

dos nuevas condiciones para poder determinar los coeficientes de la función spline. Dependiendo
de las condiciones que impongamos, obtendremos un tipo de spline u otro.
 Si exigimos que las derivadas segundas se anulen en los extremos, es decir, si

W? Ð+Ñ œ W? Ð,Ñ œ ! , diremos que W? ÐBÑ es el spline natural asociado a la partición ?.
 Si exigimos que W?w Ð+Ñ œ W?w Ð,Ñ y W w w? Ð+Ñ œ W w w? Ð,Ñ diremos que se trata de un spline
periódico.
Cálculo Numérico
o
Página 129
&Þ#Þ#Þ Cálculo de los splines cúbicos de interpolación
Nos centraremos en el cálculo de los splines naturales y con el fin de simplificar la

notación, llamaremos
23 œ B3  B3" 3 œ "ß 8
Q3 œ W w w? ÐB3 Ñ 3 œ !ß 8
Los valores Q3 se denominan momentos y determinarán completamente los splines

cúbicos.
Obsérvese, en primer lugar, que como en cada intervalo [B3 ß B3" ] el spline W? es un
polinomio de grado tres, su segunda derivada es una recta (un polinomio de grado uno). En
consecuencia, al imponer las condiciones (&Þ") sobre la igualdad de las derivadas segundas en los
nodos, obligamos a que la segunda derivada de la función spline W w w? constituya un conjunto de
rectas que se intersecan en los nodos de la partición elegida. Ahora bien, dado que cada recta
queda determinado por dos puntos, podemos escribir el valor de las restricciones (&.1) sobre W ?
como
B3"  B B  B3
W?ww ¹[B , B Ó ÐBÑ œ Q3  Q3"
3 3" 23" 23"
Integrando respecto a B obtenemos el valor de la primera derivada del spline en este

intervalo
ÐB3"  BÑ# Q3" ÐB  B3 Ñ#
W w ? ¹[B , B Ó ÐBÑ œ  Q#3   E3
3 3" 23" # 23"
Volviendo a integrar respecto a B obtenemos
Q3 ÐB3"  BÑ$ Q3" ÐB  B3 Ñ$

W ? ¹[B , B ÐBÑ œ   E3 ÐB  B3 Ñ  F3
3 3" Ó ' 23" ' 23"
Si imponemos ahora las condiciones de interpolación À W? (B3 ) œ C3 W? (B3" ) œ C3"

obtenemos
Q3 #
2  F 3 œ C3 Ê F3 œ C3  Q'3 23"
#
' 3"
Q3" # C3" C3 23"
23"  E3 † 23"  F3 œ C3" Ê E3 œ 23"  ' ÐQ3"  Q3 Ñ
'
Podemos hallar así los valores de las constantes E3 y F3 , que determinan W? (B ) en el

intervalo [B3 ß B3" ], en función de los momentos.
El problema se reduce, por tanto, a calcular los momentos para cada uno de los intervalos,
para lo que utilizaremos la única condición de (&Þ") que no hemos utilizado:
W?w ¹[B ÐB3 Ñ œ W?w ¹[B , B ÐB3 Ñ

3" , B3 Ó 3 3" Ó
Cálculo Numérico
o
Página 130
Esta condición nos da, para cada 3 œ "ß 8  ", una ecuación:
Œ 
23 23" ' C3"  C3 C3  C3"
Q3"  #Q3  Q3" œ 
23  23" 23  23" 23  23" 23" 23
En el caso del spline natural tenemos que Q! œ Q8 œ !, quedándonos el sistema

tridiagonal de 8  " ecuaciones con 8  " incógnitas
Î Ñ
Ð Ó
2#
Ð Ó
#
Ð Ó
2"  2#
Ð ÓÎ Q" Ñ
Ð 2#  2$ ÓÐ Q# Ó
2# 2$
Ð ÓÐ Ó
#
Ð ÓÐ ã Ó
2#  2 $
Ð ÓÐ Ó
Ð Óã
ä ä ä œ
Ð ÓÏ Q8" Ò
28"
Ð Ó
Ð Ó
ä ä
28#  28"
Ï Ò
23
#
28"  28
Î Š ‹ Ñ
Ð Ó
' C#  C" C"  C !
Ð Ó

Ð Ó
2"  2# 2# 2"
Ð Š ‹ Ó
Ð Ó
' C$  C# C#  C "
Ð Ó

Ð Ó
2#  2$ 2$ 2#
Ð C8"  C8# Ó
ã
Ï 28"  28 Š ‹Ò
' C8  C8"

28 28"
Este sistema puede resolverse por cualquiera de los métodos iterados estudiados en el
Tema $ ya que, al ser la matriz del sistema de diagonal dominante, todos ellos son convergentes.
Ejemplo &Þ( À Si aplicamos le interpolación por splines cúbicos a la función del Ejemplo &Þ4
"
0 ÐBÑ œ en la partición ? œ Ö  %ß  $ß  #ß  "ß !ß "ß #ß $ß %× obtenemos el resultado de
"  B#
la Figura 5Þ( en el que puede verse que, independientemente de ser mejor que el que se obtuvo en
la Figura 5Þ' (#) con el método de Hermite, no aparece el fenómeno de Runge.
Figura &Þ( À La función 0 ÐBÑ y su interpolación por splines cúbicos
Cálculo Numérico
o
Página 131
Cálculo Numérico
o
Página 132
&Þ$Þ Ejercicios
Ejercicio &Þ" À Calcular los polinomios de Lagrange para el soporte canónico con " Ÿ 8 Ÿ $.
Solución: Los polinomios de Lagrange para el soporte canónico {B3 œ 3} (3 œ !ß 8) son
P5 ÐBÑ œ $
8
B3 DÐBÑ
œ ß 5 œ !ß 8
3œ!
53 ÐB  5ÑD w Ð5Ñ
3Á5
donde DÐBÑ œ BÐB  "ÑâÐB  8Ñ
 Si 8 œ ", el soporte canónico es W œ {!ß "}

Ú
Ý
Ý P! ÐBÑ œ
DÐBÑ B"
ŸÊÛ
#
œ œ B"
ÐB  !ÑD w Ð!Ñ
Ý
DÐBÑ œ BÐB  "Ñ œ B  B "
Ý P" ÐBÑ œ
Ü
D w ÐBÑ œ #B  " DÐBÑ B
w
œ œB
ÐB  "ÑD Ð"Ñ "
 Si 8 œ #, el soporte canónico es W œ {!ß "ß #}
Ú
Ý
Ý
Ý
Ý
DÐBÑ ÐB  "ÑÐB  #Ñ B#  $B  #
Ý
Ý
P! ÐBÑ œ œ œ
ÐB  !ÑD w Ð!Ñ # #
ŸÊÛ
$ # DÐBÑ BÐB  #Ñ
Ý
DÐBÑ œ BÐB  "ÑÐB  #Ñ œ B  $B  #B
Ý
P" ÐBÑ œ œ œ  B#  #B
Ý
Ý
D w ÐBÑ œ $B#  'B  # w
Ý
ÐB  "ÑD Ð"Ñ "
Ý
Ü
DÐBÑ BÐB  "Ñ B#  B
P# ÐBÑ œ œ œ
ÐB  #ÑD w Ð#Ñ # #
 Si 8 œ $, el soporte canónico es W œ {0, 1, 2, 3}
ŸÊ
DÐBÑ œ BÐB  "ÑÐB  #ÑÐB  $Ñ œ B%  'B$  ""B#  'B
D w ÐBÑ œ %B$  ")B#  ##B  '
Ú
Ý
Ý
Ý
Ý
B$  'B#  ""B  '
Ý
DÐBÑ ÐB  "ÑÐB  #ÑÐB  $Ñ
Ý
Ý
P! ÐBÑ œ œ œ
Ý
Ý
ÐB  !ÑD w Ð!Ñ ' '
Ý
Ý
DÐBÑ BÐB  #ÑÐB  $Ñ B$  &B#  'B
Û
P" ÐBÑ œ œ œ
ÐB  "ÑD w Ð"Ñ
Ý
# #
Ý
Ê
Ý
Ý
DÐBÑ BÐB  "ÑÐB  $Ñ B  %B#  $B
$
Ý
Ý
Ý
P# ÐBÑ œ œ œ
Ý
Ý
ÐB  #ÑD w Ð#Ñ # #
Ý
Ý
B  $B#  #B
$
DÐBÑ BÐB  "ÑÐB  #Ñ
Ü
P$ ÐBÑ œ œ œ
ÐB  !ÑD w Ð!Ñ ' '
Cálculo Numérico
o
Página 133
Ejercicio &Þ# À Hallar el polinomio de interpolación de la función 0 ÐBÑ œ #B% en el soporte

canónico {!ß "ß #ß $}. Obtener una expresión del error.
Solución: En el Ejercicio &Þ" se obtuvieron los polinomios de Lagrange en el soporte canónico

W œ {!ß "ß #ß $}, que resultaron ser
P! ÐBÑ œ  "' B$  B#  ""

' B " P# ÐBÑ œ  "# B$  #B#  $# B
P" ÐBÑ œ "# B$  &# B#  $B P$ ÐBÑ œ "' B$  "# B#  "$ B
El polinomio de interpolación viene dado (a través de los polinomios de Lagrange) por
T8 ÐBÑ œ "0 ÐB5 ÑP5 ÐBÑ

8
5œ!
y como 0 Ð!Ñ œ !ß 0 Ð"Ñ œ #ß 0 Ð#Ñ œ $# y 0 Ð$Ñ œ "'#, obtenemos que
T$ ÐBÑ œ ! † P! ÐBÑ  # † P" ÐBÑ  $# † P# ÐBÑ  "'# † P$ ÐBÑ œ
œ #Ð "# B$  &# B#  $BÑ  $#Ð  "# B$  #B#  $# BÑ  "'#Ð "' B$  "# B#  "$ BÑ œ
œ B$  &B#  'B  "'B$  '%B#  %)B  #(B$  )"B#  &%B œ
œ "#B$  ##B#  "#BÞ
El error viene dado por:
0 Ð8"Ñ Ð-B Ñ 0 ÐMZ Ñ Ð-B Ñ

&ÐBÑ œ DÐBÑ œ BÐB  "ÑÐB  #ÑÐB  $Ñ
Ð8  "Ñx %x
y dado que 0 ÐBÑ œ #B% , se tiene que 0 ÐMZ Ñ ÐBÑ œ %) , por lo que
%)
&ÐBÑ œ BÐB  "ÑÐB  #ÑÐB  $Ñ œ #BÐB  "ÑÐB  #ÑÐB  $ÑÞ
#%
Cálculo Numérico
o
Página 134
Ejercicio &Þ$ À Hallar el polinomio de interpolación de la función 0 ÐBÑ œ /B en el soporte {!ß "}
y con él, aproximar la raíz cuadrada del número / estimando el error cometido.
Solución: Al tratarse del soporte canónico con 8 œ ", podemos ver en el Ejercicio %Þ" que los
polinomios de Lagrange son:
P! ÐBÑ œ  B  " y P" ÐBÑ œ B
Por tanto, el polinomio interpolador resulta ser
T" ÐBÑ œ 0 Ð!ÑP! ÐBÑ  0 Ð"ÑP" ÐBÑ œ /! Ð  B  "Ñ  /" ÐBÑ œ  B  "  / B œ Ð/  "ÑB  "

ww
0 Ð8"Ñ Ð-B Ñ 0 Ð-B Ñ
&ÐBÑ œ DÐBÑ œ BÐB  "Ñ
Ð8  "Ñx #x
/B
y al ser 0 w w ÐBÑ œ /B se tiene que À &ÐBÑ œ BÐB  "Ñ Þ
#
El error al aproximar la raíz cuadrada de /, es decir al calcular 0 Ð!ß &Ñ, por T" Ð!ß &Ñ es:
/!ß& !ß #& -B
&Ð!ß &Ñ œ !ß &Ð!ß &  "Ñ œ  / œ  !ß "#&/-B Þ
# #
Como !  -B  " se tiene que /! < /-B < /" œ #ß (")#... y, por tanto:
¸&Ð!ß &Ñ¸  !ß "#&/  !ß $$*(ÞÞÞ  !ß $%
siendo
/"
T" Ð!ß &Ñ œ Ð/  "Ñ!ß &  " œ œ "ß )&*"%ÞÞÞ
#
es decir: È/ œ "ß )&*"%ÞÞÞ con un error &  0,34. .
Cálculo Numérico
o
Página 135
Ejercicio &Þ% À Obtener el polinomio de interpolación de los puntos ((ß $), ()ß "), (*ß ") y ("!ß *)
basándose en los polinomios de Lagrange para el soporte canónico.
Solución: Como tenemos cuatro puntos, el soporte canónico W œ {!ß "ß #ß $}. Los polinomios de
Lagrange para esta soporte (ver Ejercicio %Þ") son:
" "" " $

P! ÐBÑ œ  B$  B#  B  " P# ÐBÑ œ  B$  #B#  B
' ' # #
P" ÐBÑ œ "# B$  &# B#  $B P$ ÐBÑ œ "' B$  #" B#  $" B
El polinomio de interpolación viene dado por:
T$ ÐBÑ œ ! 0 ÐB3 ÑP3 Ð>Ñ

$ B  B!
con > œ
3œ! 2
En nuestro caso, B! œ ( y 2 œ ", por lo que > œ B  (. Por tanto:
T$ ÐBÑ œ $ † P! ÐB  (Ñ  " † P" ÐB  (Ñ  " † P# ÐB  (Ñ  * † P$ ÐB  (Ñ œ
œ $ † Ò  "' ÐB  (Ñ$  ÐB  (Ñ#  ""

' ÐB  (Ñ  "Ó 
 " † Ò "# ÐB  (Ñ$  &# ÐB  (Ñ#  $ÐB  (ÑÓ 
 " † Ò  "# ÐB  (Ñ$  #ÐB  (Ñ#  $# ÐB  (ÑÓ 
 * † Ò "' ÐB  (Ñ$  "# ÐB  (Ñ#  "$ ÐB  (ÑÓ œ
œ ÐB  (Ñ$  #ÐB  (Ñ#  ÐB  (Ñ  $Þ
Es decir: T$ ÐBÑ œ B$  #$B#  "(%B  %$"Þ
Cálculo Numérico
o
Página 136
Ejercicio &Þ& À Obtener el polinomio de interpolación de los puntos: (!ß  &), ("ß  $), (#ß ") y
($ß "$)
1.Mediante resolución de un sistema de ecuaciones.

2.Mediante polinomios de Lagrange
3.Por el método de Newton para diferencias divididas.
4.Por el método de Newton para diferencias finitas.
Solución: 1. Al tener cuatro puntos, el polinomio que debemos buscar es de grado tres,
T ÐBÑ œ +$ B$  +# B#  +" B  +!
Sustituyendo los puntos del soporte obtenemos el sistema
T$ Ð!Ñ œ +! œ  &
T$ Ð"Ñ œ +$  +#  +"  +! œ  $
T$ Ð#Ñ œ )+$  %+#  #+"  +! œ "
T$ Ð$Ñ œ #(+$  *+#  $+"  +! œ "$
cuya solución es +! œ  &, +" œ $, +# œ  # y +$ œ ", por lo que el polinomio de

interpolación es
T$ ÐBÑ œ B$  #B#  $B  &
2.Dado que el soporte es el canónico para 8 œ $, para los polinomios de Lagrange del Ejercicio
%Þ" y dado que el polinomio de interpolación viene dado por
T$ ÐBÑ œ C! P! ÐBÑ  C" P" ÐBÑ  C# P# ÐBÑ  C$ P$ ÐBÑß
se tiene:
T$ ÐBÑ œ  & † Ð  "' B$  B#  ""

' B  "Ñ  $Ð #" B$  &# B#  $BÑ  " † Ð  "# B$  #B#  $# BÑ
 "$ † Ð "' B$  "# B#  "$ BÑ
es decir
T$ ÐBÑ œ B$  #B#  $B  &
Cálculo Numérico
o
Página 137
3.Comenzamos por construir la tabla de diferencias divididas:
B3 0 ÐB3 Ñ 0 ÒB3 ß B4 Ó 0 ÒB3 ß B4 ß B5 Ó 0 ÒB3 ß B4 ß B5 ß B6 Ó

! &
#
" $ "
% "
# " %
"#
$ "$
El polinomio de interpolación viene dado por
T$ ÐBÑ œ 0 ÐB! Ñ  ÐB  B! Ñ0 ÒB! ß B" Ó  ÐB  B! ÑÐB  B" Ñ0 ÒB! ß B" ß B#Ó 
 ÐB  B! ÑÐB  B" ÑÐB  B# Ñ0 ÒB! ß B" ß B# ß B$ Ó
se obtiene que
T$ ÐBÑ œ  &  #ÐB  B! Ñ  "ÐB  B! ÑÐB  B" Ñ  "ÐB  B! ÑÐB  B" ÑÐB  B# Ñ œ
œ  &  #B  BÐB  "Ñ  BÐB  "ÑÐB  #ÑÞ
es decir:
T$ ÐBÑ œ B$  #B#  $B  &
4.La tabla de diferencias finitas es
B3 0 ÐB3 Ñ ?0 ÐB3 Ñ ?# 0 ÐB3 Ñ ?$ 0 ÐB3 Ñ

! & # # '
" $ % )
# " "#
$ "$
y dado que el polinomio de interpolación viene dado por
T$ ÐBÑ œ ˆ !> ‰0 ÐB! Ñ  ˆ "> ‰?0 ÐB! Ñ  ˆ #> ‰?# 0 ÐB! Ñ  ˆ $> ‰?$ 0 ÐB! Ñ
B  B! B!
donde > œ œ œ B , se tiene que
2 "
T$ ÐBÑ œ  &Š ‹  #Š ‹  #Š ‹  'Š ‹ œ  &  #B  #

B B B B BÐB  "Ñ BÐB  "ÑÐB  #Ñ
'
! " # $ #x $x
œ  &  #B  BÐB  "Ñ  BÐB  "ÑÐB  #Ñ œ B$  #B#  $B  &Þ
Cálculo Numérico
o
Página 138
Ejercicio &Þ' À Probar que J Ð8Ñ œ "#  ##  $#  ÞÞÞ  8# es un polinomio en 8 y obtenerlo por
interpolación.
Solución: Consideremos las diferencias finitas de J Ð8Ñ con paso 2 œ ":
?J Ð8Ñ œ J Ð8  "Ñ  J Ð8Ñ œ Ò"#  ##  ÞÞÞ  8#  Ð8  "Ñ# Ó  Ò"#  ##  ÞÞÞ  8 #Ó œ Ð8  "Ñ #
Dado que ?J Ð8Ñ œ Ð8  "Ñ# cualquiera que sea el valor de 8 − ß ?J Ð8Ñ es un

polinomio de segundo grado, por lo que ?# J Ð8Ñ será un polinomio de primer grado, ?$ J Ð8Ñ una
constante y ?% J Ð8Ñ será idénticamente nulo para cualquier valor 8. Esto prueba que J Ð8Ñ es un
polinomio de tercer grado.
Para obtenerlo, lo más sencillo es utilizar la fórmula de Newton para diferencias finitas
con cuatro puntos:
B3 J ÐB3 Ñ ?J ÐB3 Ñ ?# J ÐB3 Ñ ?$ J ÐB3 Ñ

" " % & #
# & * (
$ "% "'
% $!
T$ ÐBÑ œ ˆ !> ‰J ÐB! Ñ  ˆ "> ‰?J ÐB! Ñ  ˆ #> ‰?# J ÐB! Ñ  ˆ $> ‰?$ J ÐB! Ñ
B  B!
siendo > œ œ B  ".
2
>Ð>"Ñ
T$ ÐBÑ œ " † "  % † >  & † #x  # >Ð>"ÑÐ>#Ñ
$x œ
œ "  %ÐB  "Ñ  &# ÐB  "ÑÐB  #Ñ  "$ ÐB  "ÑÐB  #ÑÐB  $Ñ œ
œ "' Ð'  #%ÐB  "Ñ  "&ÐB  "ÑÐB  #Ñ  #ÐB  "ÑÐB  #ÑÐB  $Ñ œ
œ "' Ð#B$  $B#  BÑ œ
œ "' BÐB  "ÑÐ#B  "ÑÞ
por lo que
8Ð8  "ÑÐ#8  "Ñ
J Ð8Ñ œ .
'
Cálculo Numérico
o
Página 139
Ejercicio &Þ( À Obtener el polinomio de interpolación de Hermite de la función 0 (B) œ 68 B en el

soporte {"ß #} y, supuesto conocido 68 #, aproximar el valor de 68 "ß & acotando el error cometido.
Solución: Calculemos, en primer lugar, los valores que toman tanto la función como su derivada
en los puntos del soporte.
0 ÐBÑ œ 68B Ê 0 Ð"Ñ œ ! 0 Ð#Ñ œ 68#

"
0 w ÐBÑ œ Ê 0 w Ð"Ñ œ " 0 w Ð#Ñ œ !ß &
B
Los polinomios de Lagrange en el soporte {"ß #} son (ver el Ejercicio %Þ") :

B# B"
P! ÐBÑ œ œ#B y P" ÐBÑ œ œB"
"# #"
luego el polinomio de interpolación de Hermite, que viene dado por
T#8" ÐBÑ œ ! Ò+5  ,5 ÐB  B5 ÑÓP#5 ÐBÑ œ , œ 0 w ÐB Ñ  #0 ÐB ÑPw ÐB  5Ñ

8 +5 œ 0 ÐB5 Ñ
con
5œ! 5 5 5 5
es, en nuestro caso:

T$ ÐBÑ œ Ò+!  ,! ÐB  "ÑÓP#! ÐBÑ  Ò+"  ," ÐB  #ÑÓP#" ÐBÑ
con
+! œ 0 Ð"Ñ œ ! ,! œ 0 w Ð"Ñ  #0 Ð"ÑPw" Ð"Ñ œ "  # † ! † " œ "
+" œ 0 Ð#Ñ œ 68# ," œ 0 w Ð#Ñ  #0 Ð#ÑPw# Ð#Ñ œ !ß &  # † 68# † " œ !ß &  #68#
por lo que
T$ ÐBÑ œ ÐB  "ÑP#! ÐBÑ  Ò68#  Ð!ß &  #68#ÑÐB  #ÑÓP#" ÐBÑ
y sustituyendo los valores de P! ÐBÑ y P" ÐBÑ obtenemos

T$ ÐBÑ œ ÐB  "ÑÐ#  BÑ#  Ò68#  Ð!ß &  #68#ÑÐB  #ÑÓÐB  "Ñ#
Para B œ "ß & se tiene

T$ Ð"ß &Ñ œ Ð!ß &ÑÐ!ß &Ñ#  Ò68#  Ð!ß &  #68#ÑÐ  !ß &ÑÓÐ!ß &Ñ# œ !ß %!*!($&*!ÞÞÞ

0 Ð#8#Ñ Ð-B Ñ 0 ÐMZ Ñ Ð-B Ñ
&ÐBÑ œ D # ÐBÑ œ ÐB  "Ñ# ÐB  #Ñ#
Ð#8  #Ñx %x
y dado que
¹0 ÐMZ Ñ Ð-B Ñ¹ œ ¸&Ð"ß &Ñ¸ Ÿ

' ' !ß &# † !ß &#
%
Ÿ % œ' Ê † ' œ !ß !"&'#&ÞÞÞ
-B " %x
es decir: 68"ß & œ !ß %!*!($&*!ÞÞÞ con un error & Ÿ !ß !"&'#&Þ
Cálculo Numérico
o
Página 140
Ejercicio &Þ): Dada la función 0 ÐBÑ œ /B , hallar el polinomio de interpolación en el soporte

{  "ß !ß "} y una cota del error en el intervalo [  "ß "]. Calcular T (!ß !") y compararlo con el
valor dado por la calculadora para /!ß!" .
Solución: Obtendremos el polinomio, por ejemplo, mediante la interpolación de Lagrange:

T8 ÐBÑ œ ! 0 ÐB5 ÑPÐB5 Ñ en la que los polinomios de Lagrange vienen dados por
8
5œ!
Ú
Ý
Ý DÐBÑ œ ÐB  "ÑBÐB 
Ú D w Ð  "Ñ œ #
"Ñ œ B$  B
Û w
DÐBÑ
Ý D ÐBÑ œ $B  " Ê Û D w Ð!Ñ œ  "
Ý
P5 ÐBÑ œ con
Ü Ü D Ð"Ñ œ #
# w
Por tanto,
BÐB  "Ñ " ÐB  "ÑÐB  "Ñ
P! ÐBÑ œ œ ÐB#  BÑ P" ÐBÑ œ œ  ÐB#  "Ñ
# # "
ÐB"ÑB
P# ÐBÑ œ # œ #" ÐB#  BÑ
y como 0 Ð  "Ñ œ /" , 0 Ð!Ñ œ " y 0 Ð"Ñ œ /
" "
T# ÐBÑ œ /" † ÐB#  BÑ  " † Ð  B#  "Ñ  / † ÐB#  BÑ œ
# #
Ð/  /"  #Ñ # Ð/  /" Ñ
œ B  B"
# #
o, de forma aproximada:
T# ÐBÑ ¸ !ß &%$!)!'$&B#  "ß "(&#!""*%B  "

w
0 w w ÐBÑ
El error viene dado por &ÐBÑ œ DÐBÑ .
$x
Dado que
0 '''ÐBÑ œ /B Ê ½0 ''' ÐBÑ½ œ máx ¹0 ''' ÐBÑ¹ œ / ¸&ÐBÑ¸ Ÿ ¼DÐBÑ¼

/
por lo que
_ '
B −Ò"ß"Ó
Utilizando la norma infinito
¼DÐBÑ¼ œ máx ¸DÐBÑ¸ œ máx ¸B$  B¸

_
B−Ò"ß"Ó B−Ò"ß"Ó
Cálculo Numérico
o
Página 141
È$
"
Como D w ÐBÑ œ $B#  ", para que D w ÐBÑ œ !, ha de ser B œ „ . Puede verse en la
gráfica de la función B$  B que su derivada $B#  " se anula (posee extremos relativos) en
dichos puntos.
Gráfica de B $  B
Por tanto,
¼DÐBÑ¼ œ ºDÐ „ Ñº œ º º œº º

È$ $È$ È$ $È $ $È $
" " " # #
_
 œ
es decir:
¸&ÐBÑ¸ Ÿ ¼DÐBÑ¼ œ †
' $È $
/ / #
_
 !ß ")Þ
'
Comparando con la calculadora tenemos:
B œ !ß !" Ê œ
Por extrapolación T# Ð!ß !"Ñ œ "ß !"")!'$#!ÞÞÞ
En la calculadora /!ß!" œ "ß !"!!&!"'(ÞÞÞ
por lo que el error cometido es
&Ð!ß !"Ñ œ ¸T Ð!ß !"Ñ  /!ß!" ¸ œ !ß !!"(&'"&$ÞÞÞ  "ß ) † "!$
Puede verse claramente que el verdadero error es bastante menor que la cota obtenida de
!ß ").
Cálculo Numérico
o
Página 142
Actividad Personal
"Þ  Use interpolación de Lagrange para evaluar 68# con base en los datos
B " % '
0 ! "ß $)'#*% "ß (*"('!
#Þ  Estime por Lagrange el logarito de & en base "! (691&Ñ, con sus respectivos errores, mediante
los datos
a) B % '
C !ß '!#!' !ß (()"&"$
b) B %ß & &ß &
C !ß '&$#"#& !ß (%!$'#(
$Þ  Por diferencias divididas determine 68#, y su respectivo error, para los puntos
B " % ' &
C ! "ß $)'#*% "ß (*"('! "ß '!*%$)
%Þ  Dada la tabla
B " # $ , interpole los datos
C  !ß &)"*('(  !ß "&'&"('  !ß !&#$*&(
Cw !ß *#!'($' !ß ")"!"&% !ß !&&"%"!
por polinomios de Hermite.
&Þ  Por Spline cúbicos encuentre un polinomio de interpolación para los puntos Ð  "à $Ñß Ð!à #Ñß
Ð"à "Ñß Ð  #à !ÑÞ
Cálculo Numérico
o
Página 143
X n este tema se pretende dar una aproximación numérica del valor de una integral
( 0 ÐBÑ.B en los distintos problemas que se presentan en la práctica, como son:
,
Conocida una primitiva J ÐBÑ de la función 0 ÐBÑ sabemos que
ç ' , 0 ÐBÑ.B œ J Ð,Ñ  J Ð+Ñ

+
pero necesitamos aproximar el valor de J Ð,Ñ  J Ð+Ñ.
Así, por ejemplo, ( .B œ Ò68BÓ¹ œ 68#  68" œ 68# , pero hay que aproximar el valor
#
" #
" B "
de 68#.
ç Si se conoce la función 0 ÐBÑ, pero no se conoce ninguna primitiva suya, se busca

otra función 1ÐBÑ que aproxime a la función 0 ÐBÑ y de la cual sí se conozcan primitivas.
Así, por ejemplo, para calcular (

# B
/
.B, se desarrolla en serie de potencias
" B
B8
/ B "Bâ 8"
0 ÐBÑ œ œ 8x  &ÐBÑ œ "  "  â  B  &ÐBÑ œ 1ÐBÑ  &ÐBÑ
B B B 8x
para obtener que ( 0 ÐBÑ.B œ ( 1ÐBÑ.B  ( &ÐBÑ.B en donde habrá que evaluar ( &ÐBÑ.B.
# # # #
" " " "
 Sólo se conocen los valores de 0 ÐBÑ en un soporte {B! ß B" ß âß B8 }.
En éste caso, se interpola la función (por ejemplo mediante la interpolación polinómica).
( 0 ÐBÑ.B œ ( T8 ÐBÑ.B  (
, , ,
0 Ð8"Ñ Ð-Ñ
ÐB  B! ÑÐB  B" ÑâÐB  B8 Ñ.B
+ + + Ð8  "Ñx
( 0 ÐBÑ.B œ ( T8 ÐBÑ.B  ( &ÐBÑ.B

, , ,
+ + +
Cálculo Numérico
o
Página 144
'Þ"Þ Fórmulas de cuadratura
Si realizamos la interpolación de Lagrange, y llamamos
DÐBÑ œ ÐB  B! ÑÐB  B" ÑâÐB  B8 Ñ
, el polinomio de interpolación viene dado por
T8 ÐBÑ œ C! P! ÐBÑ  C" P" ÐBÑ  â  C8 P8 ÐBÑ
en donde los polinomios de Lagrange P3 ÐBÑ pueden expresarse de la forma

DÐBÑ
P5 ÐBÑ œ
Además,
( T8 ÐBÑ.B œ "( C3 P3 ÐBÑ.B œ " C3 ( P3 ÐBÑ.B œ "+3 C3

, 8 , 8 , 8
+ 3œ! + 3œ! + 3œ!
donde los coeficientes +3 œ ( P3 ÐBÑ.B

,
no dependen de la función, sino sólo del soporte.
+
Por otra parte, si 0 ÐBÑ es un polinomio de grado no superior a 8, (B) œ !, por lo que para
polinomios es
( T (B) .B œ " +3 T ÐB3 Ñ

, 8
+ 3œ"
Por tanto:
T ÐBÑ œ " Ê ,  + œ +!  +"  â  +8

, #  +#
T ÐBÑ œ B Ê œ +! B !  + " B "  â  + 8 B 8
Ÿ
# Ð'Þ"Ñ
â
8" 8"
, +
T ÐBÑ œ B8 Ê œ +! B8!  +" B8"  â  +8 B88
8"
sistema que, en forma matricial es
Î Ñ
" ÑÎ +! Ñ Ð Ó
,+
Î " Ð Ó
Ð B! B8 Ó Ð +" ÓÐ Ó
" â , #  +#
Ð ÓÐ Ó œÐ Ó
Ð Ó
B" â #
Ï B8 Ð 8" Ó
B88 ÒÏ +8 Ò
ã ã ä ã ã ã
Ï Ò
! B8" â +  ,8"
8"
cuyo determinante es un Vandermonde.
Cálculo Numérico
o
Página 145
Una vez calculados los coeficientes +3 se obtiene una fórmula de aproximación que sólo
dependerá del soporte. Para cada soporte, las fórmulas reciben el nombre de fórmulas de
cuadratura.
Ejemplo 'Þ"Þ Vamos a integrar una función 0 ÐBÑ en [!ß "] considerando los soportes:
W" œ œ!ß ß  y W# œ œ ß ß .
" " " " $
$ # % # %
En el soporte W" œ œ!ß ß 

" "
ˆ
$ #
( 0 ÐBÑ.B ¸ +! 0 Ð!Ñ  +" 0 Ð Ñ  +# 0 Ð Ñ

"
" "
! $ #
El sistema a resolver es, en este caso:
T ÐBÑ œ " Ê +!  +"  +# œ "

" " "
T ÐBÑ œ B Ê ! † +!  † +"  † +# œ
$ # #
# " " "
T ÐBÑ œ B Ê ! † +!  † +"  † +# œ
* % $
" $
cuya solución es +! œ +" œ  +# œ #
# #
y, por tanto,
( 0 ÐBÑ.B ¸
"
" $ " "
0 Ð!Ñ  0 Ð Ñ  #0 Ð Ñ
! # # $ #
En el soporte W# œ œ ß ß 
" " $
ˆ
% # %
( 0 ÐBÑ.B ¸ ,! 0 Ð Ñ  ," 0 Ð Ñ  ,# 0 Ð Ñ
"
" " $
! % # %
El sistema a resolver es, en este caso:

T ÐBÑ œ " Ê ,!  ,"  ,# œ "
" $ "
T ÐBÑ œ B Ê "% † ,!  † ,"  † ,# œ
# % #
" " * "
T ÐBÑ œ B# Ê † ,!  † , "  † ,# œ
"' % "' $
# " #
cuya solución es ,! œ ," œ  ,# œ
$ $ $
( 0 ÐBÑ.B ¸
"
# " " " # $
por lo que 0Ð Ñ  0Ð Ñ  0Ð Ñ
! $ % $ # $ %
Cálculo Numérico
o
Página 146
Las formas más generalizadas de aproximación de la integral de una función 0 ÐBÑ se

realizan mediante uno de los dos procesos siguientes:
 Dando un soporte (generalmente regular) y los valores de la función en los puntos del
soporte. Fórmulas de Newton-Cotes.
 Dando diferentes soportes y buscando el polinomio T ÐBÑ que hace más pequeña la integral
'+, (0 ÐBÑ  T ÐBÑÑ.B.
Fórmulas de Gauss que no se verán en este curso.
Cálculo Numérico
o
Página 147
'Þ#Þ Fórmulas de Newton-Cotes
Partamos del soporte regular {B! ß B" ß á ß B8 } con
B! œ +, B" œ +  2, . . . , B3 œ +  32, . . . , B8 œ +  82 œ ,
Si llamamos DÐBÑ œ ÐB  B! ÑÐB  B" ÑâÐB  B8 Ñ se tiene que los polinomios de

Lagrange son
ÐB  B! ÑÐB  B" ÑâÐB  B8 Ñ

P3 ÐBÑ œ œ
ÐB  B3 ÑÐB3  B! ÑâÐB3  B3" ÑÐB3  B38" ÑâÐB3  B8 Ñ
ÐB  +ÑÐB  +  2ÑâÐB  +  82Ñ

œ œ
ÐB  +  32Ñ32Ð3  "Ñ2â2Ð  2ÑÐ  #2ÑâÐ  Ð8  3Ñ2Ñ
ÐB  +ÑÐB  +  2ÑâÐB  +  82Ñ

œ
ÐB  +  32Ñ3xÐ8  3Ñx28" Ð  "Ñ83
B+
Por lo que haciendo > œ se tiene que
2
>Ð>  "ÑâÐ>  8Ñ
P3 ÐBÑ œ
Ð>  3Ñ3xÐ8  3ÑxÐ  "Ñ83
Por tanto:
+3 œ ( P3 ÐBÑ.B œ ( (
8 8
>Ð>  "ÑâÐ>  8Ñ Ð  "Ñ83 2 8 >Ð>  "ÑâÐ>  8Ñ
2.> œ .>
! ! Ð>  3Ñ3xÐ8  3ÑxÐ  "Ñ83 3x † Ð8  3Ñx ! >3
Š ‹ 8 DÐ>Ñ
8
Ê +3 œ 2Ð  "Ñ83 3 ( .>
8x ! >  3
que son los denominados coeficientes de Newton - Cotes .
Teorema '.2. Los coeficientes de Cotes para un soporte regular {B! , B" , . . . , B8 } verifican que
+5 œ +85 .
Teniendo en cuanta el Teorema 'Þ#, sólo hay que calcular la mitad de los coeficientes.
Las Fórmulas de Newton-Cotes en los casos 8 œ " y 8 œ # son conocidas como Fórmula
del trapecio y Fórmula de Simpson respectivamente.
Cálculo Numérico
o
Página 148
'Þ#Þ"Þ Fórmula del trapecio
La fórmula de Newton-Cotes en el caso 8 œ " sólo tiene dos coeficientes. Como por el
Teorema &Þ# es +! œ +" y por las ecuaciones ('Þ") es +!  +" œ ,  +, se tiene que
+! œ +" œ "# Ð,  +Ñ por lo que
( 0 ÐBÑ.B œ
,
,+ ,+ 0 Ð+Ñ  0 Ð,Ñ
0 Ð+Ñ  0 Ð,Ñ œ Ð,  +Ñ
+ # # #
Figura 'Þ" À Método del trapecio
Es decir, el método del trapecio nos aproxima la integral por el área de la región plana
limitada por las rectas B œ +ß B œ ,ß C œ ! y la recta que pasa por los puntos (+ß 0 Ð+Ñ) y
(,ß 0 Ð,Ñ), es decir, el área de un trapecio (ver Figura 'Þ").
'Þ#Þ#Þ Fórmula de Simpson

+,
Para el caso 8 œ # tenemos que B! œ +ß B" œ # y B# œ , . Dado que
ˆ !# ‰
#
( ”  #>•» œ
#
#! >Ð>  "ÑÐ>  #Ñ 2 >$ ># 2 ,+
+! œ 2Ð  "Ñ .> œ  $ con 2 œ
#x ! >! # $ # $ #
!
,+
se tiene que +# œ +! œ
'
y como +!  +"  +# œ ,  +, se tiene que +" œ Ð,  +Ñ  #Œ œ

,+ #Ð,  +Ñ
' $
teniéndose, por tanto que
( 0 ÐBÑ.B œ
,
,+ #Ð,  +Ñ +, ,+
0 Ð+Ñ  0Ð # Ñ  0 Ð,Ñ
+ ' $ '
o, lo que es lo mismo:
( 0 ÐBÑ.B œ ’0 Ð+Ñ  %0 Ð +,

# Ñ  0 Ð,Ñ“
,
,+
+ '
Cálculo Numérico
o
Página 149
Teorema 'Þ$Þ Al aplicar la fórmula de Newton-Cotes para un entero n, el error que se comete
viene dado por:
 Si n es par:
( > † >Ð>  "ÑâÐ>  8Ñ.>

28$ 0 Ð8#Ñ Ð-Ñ 8
&8 œ
Ð8  #Ñx !
 Si n es impar:
( Ð>  "ÑâÐ>  8Ñ.>

28# 0 Ð8"Ñ Ð-Ñ 8
&8 œ
Ð8  "Ñx !
Corolario 'Þ%Þ El error cometido en la aproximación numérica de una integral es:
2$ † 0 w w Ð-Ñ
 Para la fórmula del trapecio:& œ  .
"#
2& † 0 ÐMZ Ñ Ð-Ñ

 Para el método de Simpson: & œ 
*!
Cálculo Numérico
o
Página 150
'Þ$Þ Fórmulas compuestas
'Þ$Þ"Þ Simpson para n par
Descomponiendo el soporte en {B! ß B" ß B# }  {B# ß B$ ß B% }  â  {B8# ß B8" ß B8 } se

obtiene que
( 0 ÐBÑ.B ¸ ’0 ÐB! Ñ  %0 ÐB" Ñ  0 ÐB# Ñ“  ’0 ÐB# Ñ  %0 ÐB$ Ñ  0 ÐB% Ñ“  â

,
B#  B ! B%  B '
+ ' '
’0 ÐB8# Ñ  %0 ÐB8" Ñ  0 ÐB8 Ñ“

B8  B8#
â
'
’0 ÐB! Ñ  %0 ÐB" Ñ  #0 ÐB# Ñ  %0 ÐB$ Ñ  #0 ÐB% Ñ  ÞÞÞ  #0 ÐB8#Ñ  %0 ÐB8"Ñ  0 ÐB8Ñ“

2
œ
$
( 0 ÐBÑ.B œ ’Ð0 ÐB! Ñ  0 ÐB8 ÑÑ  #Ð0 ÐB# Ñ  ÞÞÞ  0 ÐB8# ÑÑ  %Ð0 ÐB" Ñ  ÞÞÞ  0 ÐB8"ÑÑ“
,
2
+ $
El error viene dado por
¸& ¸ Ÿ † máx ¹0 ÐMZ Ñ ÐBÑ¹Þ

Ð,  +Ñ&
")!8%
B−ÒB! ßB8 Ó
'Þ$Þ#Þ Trapecios para n impar
Con un proceso análogo al anterior obtenemos que
( 0 ÐBÑ.B ¸ ’Ð0 ÐB! Ñ  0 ÐB" ÑÑ  Ð0 ÐB" Ñ  0 ÐB# ÑÑ  â  Ð0 ÐB8" Ñ  0 ÐB8ÑÑ“

,
2
+ #
( 0 ÐBÑ.B ¸ ’Ð0 ÐB! Ñ  0 ÐB8 ÑÑ  #Ð0 ÐB" Ñ  0 ÐB# Ñ  â  0 ÐB8" ÑÑ“

,
,+
+ #8
El error que se comete viene dado por
¸& ¸ Ÿ ¹ ÐBÑ¹Þ
Ð,  +Ñ$ ww
† máx 0
"#8#
B−ÒB! ßB8 Ó
Cálculo Numérico
o
Página 151
'Þ%Þ Ejercicios
Ejercicio 'Þ" À Probar que los coeficientes +5 de las fórmulas de Newton-Côtes verifican que
"
8
Ð  "Ñ5 +5
5œ!
ˆ 85 ‰
Solución: Como la expresión de los coeficientes es
ˆ 85 ‰
(
8
85 DÐ>Ñ
+5 œ 2Ð  "Ñ .> donde DÐ>Ñ œ >Ð>  "ÑâÐ>  8Ñ
8x ! >5
la sumatoria se transforma en
ˆ 8 ‰ 8 DÐ>Ñ
" " – ˆ 8 ‰ 2Ð  "Ñ (
8x ! >  5 —
8 8
Ð  "Ñ5 +5 Ð  "Ñ5
ˆ 85 ‰
85 5
œ .> œ
5œ! 5œ! 5
œ "–2
ˆ 85 ‰ (! >  5 —
8
Ð  "Ñ5 8 DÐ>Ñ
.> œ
5œ!
( –"
>  5—
Ð  "Ñ5 8 8 DÐ>Ñ
œ2 .>Þ
8x ! 5œ!
Podemos ver que el integrando es precisamente D w Ð>Ñ
"
8
DÐ>Ñ DÐ>Ñ DÐ>Ñ DÐ>Ñ DÐ>Ñ
œ   â œ
5œ!
>5 > >" ># >5
œ ’Ð>  "ÑÐ>  #ÑâÐ>  8Ñ“  â  ’>Ð>  "ÑâÐ>  8  "Ñ“ œ D w Ð>Ñ
y, en consecuencia,
" ( ’ “ º ’ DÐ>Ñ  DÐ!Ñ “

8 8
Ð  "Ñ5 +5 Ð  "Ñ8 8 w Ð  "Ñ8 Ð  "Ñ8
ˆ 85 ‰
œ 2 D Ð>Ñ.> œ 2 DÐ>Ñ œ 2
5œ!
8x ! 8x ! 8x
Al ser DÐ8Ñ œ DÐ!Ñ œ !, podemos asegurar que "

8
Ð  "Ñ5 +5
ˆ 85 ‰
œ !Þ
5œ!
Cálculo Numérico
o
Página 152
Ejercicio 'Þ# À Dada la integral (

"
"  B#
.B , se pide:
! "  B#
1.Calcularla exactamente.
2.Calcularla, aproximadamente, por la fórmula básica de Simpson.
3.Calcularla por la fórmula compuesta de Simpson de 11 sumandos.
4.Aplicar la siguiente fórmula ( 0 ÐBÑ.B ¸ ”&0 Ð  Ê Ñ  )0 Ð!Ñ  &0 ÐÊ Ñ•
"
" $ $
" * & &
comprobando que integra, exactamente, polinomios de grado menor o igual que 5.
Solución:
1.Calculándola exactamente obtenemos:
( ( ’ “ º œ  "  œ !ß &(!(*'$ÞÞÞ
" " "
"  B# # 1
#
.B œ Ð  "  #
Ñ.B œ  B  #+<->1B
! "B ! "B ! #
2.La fórmula básica de Simpson (8 œ #) establece que:
( 0 ÐBÑ.B œ ’0 Ð!Ñ  %0 Ð!ß &Ñ  0 Ð"Ñ“  &

"
2 "! "
donde 2 œ œ
! $ # #
por lo que
(
"
"  B# "
#
.B œ Ð"  % † !ß '  !Ñ  & œ !ß &''''ÞÞÞ  &
! "  B '
3.La fórmula compuesta de Simpson de once sumandos (8 œ "!) es:
( 0 ÐBÑ.B œ ’0 Ð!Ñ  0 Ð"Ñ  %Ð0 Ð!ß "Ñ  0 Ð!ß $Ñ  0 Ð!ß &Ñ  0 Ð!ß (Ñ  0 Ð!ß *ÑÑ  ÞÞÞ
"
2
! $
ÞÞÞ  #Ð0 Ð!ß #Ñ  0 Ð!ß %Ñ  0 Ð!ß 'Ñ  0 Ð!ß )ÑÑ“  & ß donde
"! "
2œ œ
"! "!
En nuestro caso:
(
" "
"  B# "!
#
.B œ Ð"  ""ß %%*#&)'%  %ß '(%'$!&')Ñ  & œ
! "B $
"
œ † "(ß "#$))*#"  & œ !ß &(!(*'$!(  &Þ
$!
4.Aunque los límites de la integral que nos piden son ! y ", al ser el integrando una función par,
podemos hacer:
Cálculo Numérico
o
Página 153
( (
"
"  B# " " "  B#
.B œ .B
! "  B# # " "  B#
con lo que es factible aplicarle la fórmula, y dado que
0 Ð  É $& Ñ œ 0 ÐÉ $& Ñ œ
$
" & "
0 Ð!Ñ œ " $
œ
" &
%
se tiene
(
"
"  B# " " " " " #" (
#
.B ¸ † Ð& †  ) † "  & † Ñ œ † œ œ !ß &)$$$ÞÞÞ
! "  B # * % % ") # "#
>"
Otra forma de aplicar la fórmula es realizar el cambio B œ , con lo que:
#
( ( (
" " "
"  B# $  #>  >#
.B œ .> œ 1Ð>Ñ.>
! "  B# #
" #Ð&  #>  > Ñ "
Teniendo en cuenta que:
1Ð!Ñ œ !ß $ 1Ð  É $& Ñ œ !ß %!(%&('%$ÞÞÞ 1ÐÉ $& Ñ œ !ß !&*&!$')$ÞÞÞ
se obtiene
(
"
"  B# "
#
.B ¸ Ð& † !ß %!(%&('%$  ) † !ß $  & † !ß !&*&!$')$Ñ ¸ !ß &(!&$%!(!ÞÞÞ
! "B *
(No existe ninguna contradicción en el hecho de haber obtenido dos resultados diferentes, ya
que la fórmula se ha aplicado a funciones diferentes.)
Veamos. por último, que la fórmula es exacta para polinomios de grado no superior a cinco.
Ú #
œÛ 5"
"
( B .B œ ” •
5" »
"
5 B5" "  Ð  "Ñ5" si 5 es par
Ü !
œ
" 5" si 5 es impar
"
Por tanto:
( 1 † .B œ # ( B .B œ ! ( B .B œ
" " "
# #
" " " $
( B .B œ ! ( B .B œ ( B .B œ !
" " "
$ % # &
" " & "
Cálculo Numérico
o
Página 154
La suma de cuadratura (fórmula a aplicar) para estas funciones es:
"
0 ÐBÑ œ " à Wœ Ð& † "  ) † "  & † "Ñ œ #
*
’& † Ð  É $& Ñ  ) † !  & † É $& “ œ !

"
0 ÐBÑ œ B à Wœ
*
" $ $ #
0 ÐBÑ œ B# à Wœ Ð& †  ) † !  & † Ñ œ
* & & $
’& † Ð  É $& Ñ$  ) † !  & † ÐÉ $& Ñ$ “ œ !

"
0 ÐBÑ œ B$ à Wœ
*
" * * #
0 ÐBÑ œ B% à Wœ Ð& † )†!&† Ñœ
* #& #& &
’& † Ð  É $& Ñ&  ) † !  & † ÐÉ $& Ñ& “ œ !

"
0 ÐBÑ œ B& à Wœ
*
Al ser exacta para las funciones "ß Bß B# ß B$ ß B% y B& , también lo es para cualquier combinación
lineal de ellas y, por tanto, la fórmula integra, exactamente, cualquier polinomio de grado no
superior a cinco.
Es fácil observar que:
( B .B œ
1
' # " #( #( " &% ' #
mientras que W œ Ð& † )†!&† Ñœ † œ Á
-1 ( * "#& ")& * #& #& (
Por lo que la función no integra, exactamente, a B' y, por tanto, a polinomios de grado superior
a cinco.
Cálculo Numérico
o
Página 155
Ejercicio 'Þ$ À Se considera el soporte {  "ß -ß "} donde - − (  "ß ") es fijo. Sea
0 ÐBÑ − V[  "ß "].
1.Obtener el polinomio de interpolación de 0 ÐBÑ y una expresión del error.

2.Determinar los coeficientes +! ß +" y +# en la fórmula de cuadratura
( 0 ÐBÑ.B ¸ +! 0 Ð  "Ñ  +" 0 Ð-Ñ  +# 0 Ð"Ñ

1
ß para que integre, exactamente,
-1
polinomios del mayor grado posible.
3.Dar una condición, necesaria y suficiente, para que dicha fórmula sea exacta para polinomios
de tercer grado.
4.Aplicar la fórmula a 0 ÐBÑ œ É &B"$
# con - œ !ß " y comparar con el valor exacto.
Solución:
1.Utilizando los polinomios de Lagrange tenemos:
DÐBÑ œ ÐB  "ÑÐB  -ÑÐB  "Ñ œ B$  -B#  B  -

Ú D w Ð  "Ñ œ $  #-  " œ #Ð"  -Ñ
D w ÐBÑ œ $B#  #-B  " Ê Û D w Ð-Ñ œ $- #  #- #  " œ - #  "
Ü D w Ð"Ñ œ $  #-  " œ #Ð"  -Ñ
Ú
Ý
Ý
Ý
Ý
ÐB  -ÑÐB  "Ñ B#  Ð-  "ÑB  -
Ý
Ý
P ! ÐBÑ œ œ
#Ð"  -Ñ #Ð-  "Ñ
Ê Û P" ÐBÑ œ
DÐBÑ #
Ý
ÐB  "ÑÐB  "Ñ B "
Ý
P5 ÐBÑ œ
Ý
œ #
Ý
Ý
#
- " - "
Ý P# ÐBÑ œ
#
Ü
ÐB  "ÑÐB  -Ñ B  Ð"  -ÑB  -
œ
#Ð"  - Ñ #Ð"  -Ñ
El polinomio de interpolación de la función 0 ÐBÑ es:
T# ÐBÑ œ 0 Ð  "ÑP! ÐBÑ  0 Ð-ÑP" ÐBÑ  0 Ð"ÑP# ÐBÑ
Si utilizamos la fórmula de Newton para diferencias divididas se obtiene:
T# ÐBÑ œ 0 Ð  "Ñ  ÐB  "Ñ0 Ò  "ß -Ó  ÐB  "ÑÐB  -Ñ0 Ò  "ß -ß "Ó œ
0 Ð"Ñ0 Ð-Ñ
0 Ð-Ñ  0 Ð  "Ñ "-  0 Ð-Ñ0
"-
Ð"Ñ
œ 0 Ð  "Ñ  ÐB  "Ñ  ÐB  "ÑÐB  -ÑÞ
-" #
El error viene dado por
0 ''' Ð0Ñ ÐB  "ÑÐB  -ÑÐB  "Ñ

&ÐBÑ œ DÐBÑ œ 0 ''' Ð0Ñ con "0 "
$x '
Cálculo Numérico
o
Página 156
2.Para que integre, exactamente, a polinomios del mayor grado posible, la fórmula debe ser
interpolatoria; esto es, debe corresponder a la integración del polinomio de interpolación de 0 ÐBÑ
en {  "ß -ß "}, con lo que:
+3 œ ( P3 ÐBÑ.B
"
para 3 œ !ß #
"
"
+! œ ( ”  Ð-  "Ñ  -B•» œ Œ  #- 
"
B#  Ð-  "ÑB  - " B$ B# " #
.B œ
" #Ð-  "Ñ #Ð-  "Ñ $ # #Ð-  "Ñ $
"
"  $-
œ
$Ð"  -Ñ
"
+" œ ( ”  B•» Œ œ
"
B#  " " B$ " % %
#
.B œ œ
" -  " -#  " $ -# " $ $Ð"  - # Ñ
"
"
+# œ ( ”  -B•» œ Œ  #- 
"
B#  Ð"  -ÑB  - " B$ B# " #
.B œ  Ð"  -Ñ
" #Ð"  -Ñ #Ð"  -Ñ $ # #Ð"  -Ñ $
"
"  $-
œ
$Ð"  -Ñ
Luego la fórmula
( 0 ÐBÑ.B ¸
"
"  $- % "  $-
0 Ð  "Ñ  #
0 Ð-Ñ  0 Ð"Ñ
" $Ð"  -Ñ $Ð"  - Ñ $Ð"  -Ñ
es exacta para polinomios de grado no superior a dos.
Otra forma de hacerlo es imponer la condición de que la fórmula sea exacta para las funciones
"ß Bß B# ß . . . hasta donde sea posible.
( " † .B œ +!  +"  +# Ê +!  +"  +# œ #

"
0 ÐBÑ œ "
"
( B .B œ  +!  +" -  +# Ê  +!  +" -  +# œ !
"
0 ÐBÑ œ B
"
( B .B œ +!  +" -  +# Ê +!  +" -  +# œ
"
# # # #
0 ÐBÑ œ B#
" $
Dado que disponemos de un sistema de tres ecuaciones con tres incógnitas, no continuamos. La
solución del sistema es:
"  $- % "  $-
+! œ +" œ +# œ
$Ð"  -Ñ $Ð"  - # Ñ $Ð"  -Ñ
Cálculo Numérico
o
Página 157
con lo que se obtiene la misma fórmula anterior.
3.Imponemos que sea exacta para 0 ÐBÑ œ B$ .
! œ ( B$ .B œ  +!  +" - $  +! œ 
"
"  $- %- $ "  $-
 #
 œ
" $Ð"  -Ñ $Ð"  - Ñ $Ð"  -Ñ
 Ð"  $-ÑÐ"  -Ñ  %- $  Ð"  $-ÑÐ"  -Ñ  %-  %- $

œ œ œ
$Ð"  - # Ñ $Ð"  - # Ñ
 %-Ð"  - # Ñ
œ
$Ð"  - # Ñ
 %-
Ê œ! Ê -œ!
$
Se deduce, entonces, que la fórmula es exacta para polinomios de tercer grado si, y sólo si,
- œ !, en cuyo caso se trata de la fórmula de Simpson:
( 0 ÐBÑ.B ¸ ’0 Ð  "Ñ  %0 Ð!Ñ  0 Ð"Ñ“

"
"
" $
4.Para - œ !ß " tenemos que:
+! œ "$†!ß"
$Ð"!ß"Ñ œ !ß $*$*$*ÞÞÞ 0 Ð  "Ñ œ È% œ #
0 Ð!ß "Ñ œ È'ß (& œ #ß &*)!('#""ÞÞÞ

%
+" œ œ "ß $%')!"$%(ÞÞÞ
$Ð"  !ß "# Ñ
0 Ð"Ñ œ È* œ $
"  $ † !ß " !ß (
+# œ œ œ !ß #&*#&*ÞÞÞ
$Ð"  !ß "Ñ #ß (
por lo que
( Ê
"
&B  "$
.B ¸ !ß ()()()()ÞÞÞ  $ß %**!*#&%ÞÞÞ  !ß ((((((((ÞÞÞ ¸ &ß !'%(%*"!ÞÞÞ
" #
El valor exacto es:
# ˆ &B"$ ‰#
( Ê
$ "
.B œ – † —»
"
&B  "$ % $ ('
#
$
œ Ð$  #$ Ñ œ œ &ß !'''''''ÞÞÞ
" # & #
"& "&
"
por lo que el error es menor que !ß !!"*"('.
Cálculo Numérico
o
Página 158
Ejercicio 'Þ% À Calcular ( 0 ÐBÑ † 68B .B interpolando 0 ÐBÑ, por un polinomio de tercer grado,
"
en el soporte {!ß "$ ß #$ ß "} y aplicar el resultado al cálculo de ( =/8B † 68B .B .

"
(Indicación: ( B7 † 68B .B œ
"
"
Ð7  !Ñ).
! Ð7  "Ñ#
Solución: Si interpolamos la función por un polinomio de tercer grado utilizando los polinomios
de Lagrange, sabemos que
( 0 ÐBÑ † 68B .B ¸ ( T$ ÐBÑ † 68B .B œ ( ’"0 ÐB3 Ñ † P3 ÐBÑ“68B .B œ

" " " $
! ! ! 3œ!
œ "Š0 ÐB3 Ñ † ( P3 ÐBÑ 68B .B‹Þ

$ "
3œ! !
Tenemos, por tanto, que
+3 œ ( P3 ÐBÑ 68B .B (! Ÿ 3 Ÿ $Ñ
"
Calculemos los polinomios de Lagrange. Dado que
DÐBÑ œ BˆB  "$ ‰ˆB  #$ ‰ÐB  "Ñ œ B%  #B$  "" #

* B  #* B
D w ˆ $" ‰ œ #(
Ê w #
D w Ð!Ñ œ  *# ß #
D ˆ $ ‰ œ  #( y D w a"b œ *#
w $ # ## #
D ÐBÑ œ %B  'B  * B  * #
obtenemos:
ˆB  "$ ‰ˆB  #$ ‰aB  "b

œ  ŒB$  #B#  B  
* "" #
P! ÐBÑ œ #
 *
# * *
BˆB  #$ ‰aB  "b

ŒB  B  B
#( $ & # #
P" ÐBÑ œ #
œ
#(
# $ $
BˆB  "$ ‰aB  "b

ŒB  B  B
#( $ % # "
P# ÐBÑ œ #
œ 
 #(
# $ $
BˆB  "$ ‰ˆB  #$ ‰

ŒB  B  B
* $ # #
P$ ÐBÑ œ #
œ
*
# *
Teniendo en cuenta que
Cálculo Numérico
o
Página 159
( B † 68B .B œ ( B † 68B .B œ
" "
$ " 2 "
! "' ! 9
( B † 68B .B œ ( 68B .B œ  "
" "
"
! 4 !
los coeficientes +3 son:
+! ÐBÑ œ (  ŒB$  #B#  B  68B.B œ  *# ˆ   #ˆ  "* ‰  "" ˆ

 "% ‰  #* a  "b‰ œ
"
* "" # " ""
# * * "' * $#
!
#( ˆ
+" ÐBÑ œ ( ŒB  B  B68B .B œ  &$ ˆ  "* ‰  #$ ˆ  "% ‰‰ œ 
"
#( $ & # # " "*
#  "' $#
! # $ $
#( ˆ
+# ÐBÑ œ ( ŒB  B  B68B .B œ   %$ ˆ  "* ‰  "$ ˆ  "% ‰‰ œ 
"
#( $ % # " " "
 #  "' $#
! # $ $
+$ ÐBÑ œ ( ŒB  B  B68B .B œ # ˆ   #* ˆ  "% ‰‰ œ 

"
* $ # # * " " "
"'  * $#
! # *
Obteniéndose
( 0 ÐBÑ † 68B .B =  ’ ""0 Ð!Ñ  "*0 ˆ "$ ‰  0 ˆ #$ ‰  0 a"b “  &

"
"
! $#
Otra forma de obtenerla es sabiendo que, al ser interpolatoria, va a integrar exactamente a

cualquier polinomio de grado no superior a tres. Como
( 0 ÐBÑ † 68B .B œ +! 0 Ð!Ñ  +" 0 ˆ $ ‰  +# 0 ˆ $ ‰  +$ 0 a"b  &

"
" #
!
obligándola a que integre, exactamente, a los polinomios "ß Bß B# y B$ obtenemos el sistema
+!  +"  +#  +$ œ ( 68B .B œ  "

"
0 ÐBÑ œ "
!
+"  +#  +$ œ ( B 68B .B œ 
"
" # "
0 ÐBÑ œ B
$ $ ! %
+"  +#  +$ œ ( B# 68B .B œ 
"
" % "
0 ÐBÑ œ B#
* * ! *
+"  +#  +$ œ ( B$ 68B .B œ 
"
" ) "
0 ÐBÑ œ B$
#( #( ! "'
Cálculo Numérico
o
Página 160
Ú
Ý
Ý
Ý
Ý
+!  +"  +#  +$ œ  "
Ý +  #+  $+ œ  $
ÊÛ
" # $
Ý
%
Ý
Ý
Ý
+  %+  *+ œ  "
Ý +  )+  #(+ œ  #(
" # $
Ü " # $
"'
cuya solución es:

"" "* " "
+! œ  $# +" œ  $# +# œ  $# y +$ œ  $#
Obteniéndose, de esta manera, la misma fórmula anterior.
Aunque no se pide, una expresión del error es:
& œ ( 0 ÐBÑ † 68B .B  ( T$ ÐBÑ † 68B .B œ ( ’0 ÐBÑ  T$ ÐBÑ“68B .B

" " "
! ! !
œ ( &ÐBÑ † 68B .B œ ( DÐBÑ †

" "
0 ÐMZ Ñ Ð-B Ñ
68B .BÞ
! ! %x
Ê ¸& ¸ Ÿ ( ¸DÐBÑ¸ † ¸68B¸ .B

Q% "
#% !
donde Q% representa el máximo valor que toma la derivada cuarta de 0 ÐBÑ en el intervalo [!ß "].
Para calcular ( =/8B 68B .B utilizamos la fórmula obtenida con 0 ÐBÑ œ =/8B.
"
0 Ð!Ñ œ ! ß 0 ˆ "$ ‰ œ !ß $#("*%'*'ÞÞÞ ß 0 ˆ #$ ‰ œ !ß '")$'*)!$ÞÞÞ y 0 a"b œ !ß )%"%(!*)%ÞÞÞ
( =/8B 68B .B ¸ 
"
"
Ð"" † !  "* † !ß $#("*%'*'  !ß '")$'*)!$  !ß )%"%(!*)%Ñ
! $#
¸  !ß #$*)*")(&Þ
Por desarrollo en serie se obtiene
( =/8B 68B .B œ  !ß #$*)*""(  & con ¸&¸  !ß % † "! Þ

"
(
!
Cálculo Numérico
o
Página 161
Ejercicio 'Þ& À Determinar el número de sumandos necesarios, en las fórmulas compuestas de los
trapecios y Simpson, para calcular, con seis cifras decimales exactas, las siguientes integrales:
Ð"Ñ M œ ( 68B .B Ð#Ñ M œ (

# $ B
/
.B
" # B
Solución: Ð"Ñ.Utilizamos, en primer lugar, la fórmula compuesta de los trapecios:
( 0 ÐBÑ.B ¸ ’0 Ð+Ñ  0 Ð,Ñ  #"0 ÐB3 Ñ“  & con ¸&¸ Ÿ máx ¹0 ÐBÑ¹
, 8"
2 Ð,  +Ñ$ ww
# "#8 #
+ 3œ"
B−Ò+ß,Ó
,+
siendo 2 œ y B3 œ +  23 (3 œ "ß 8  "Ñ.
8
Lo primero que debemos hacer es buscar el máximo de la función | 0 w w ÐBÑ | en el intervalo

["ß #].
" w " w "

0 ÐBÑ œ 68B Ê 0 w ÐBÑ œ Ê 0 w ÐBÑ œ  Ê | 0 w ÐBÑ | œ
B B# B#
"
Dado que, en el intervalo ["ß #], la función | 0 w w ÐBÑ | œ es decreciente, ésta alcanza su
B#
máximo en el punto B œ " y dicho valor máximo es ".
El error es, por tanto ¸&¸ Ÿ

Ð,  +Ñ$ "
œ Þ
"#8# "#8#
Para calcular la integral con seis cifras decimales exactas ha de ser el error menor que
"!' , por lo que
"
 "!' Ê 8 #)*
"#8#
Es decir:
Utilizando la fórmula compuesta de los trapecios es necesario sumar, al menos, #)*

términos para obtener seis cifras decimales exactas.
Veamos cuántos son necesarios si se utiliza ahora la fórmula compuesta de Simpson:
( 0 ÐBÑ.B ¸ ’0 Ð+Ñ  0 Ð,Ñ  %M  #T “  & con ¸&¸ Ÿ máx ¹0 ÐMZ Ñ ÐBÑ¹Þ

"
2 Ð,  +Ñ&
! $ ")!8%
B−Ò+ß,Ó
Cálculo Numérico
o
Página 162
,+
siendo 2 œ , B3 œ +  23 (3 œ "ß 8  "), M À la suma de los valores de la función en los
8
puntos B3 con 3 impar y T la suma de los valores de la función en los puntos B3 con 3 par.
Debemos acotar, por tanto, la cuarta derivada de la función.
" w " ww #
0 ÐBÑ œ 68B Ê 0 w ÐBÑ œ Ê 0 w ÐBÑ œ  Ê 0 w ÐBÑ œ Ê
B B# B$
ÐMZ Ñ '
0 ÐBÑ œ  B%
La función |0 ÐMZ Ñ ÐBÑ| toma su valor máximo, en el intervalo ["ß #], en el punto B œ " (ya
que en dicho intervalo la función es decreciente) y dicho valor máximo es '.
Se tiene, por tanto, que ¸&¸ Ÿ

Ð,  +Ñ& "
%
†'œ
")!8 $!8%
"
Si queremos que el error sea menor que "!' , es decir, que  "!' tendrá que ser
$!8%
8 "% (obsérvese que 8 œ "% es válido por ser par).
En resumen:
Utilizando la fórmula compuesta de Simpson sólo es necesario sumar "% términos (frente
a los #)* necesarios por la fórmula compuesta de los trapecios) para obtener seis cifras
decimales exactas.
2.Los razonamientos, en este caso, son análogos a los del apartado anterior, es decir, debemos
/B
acotar, respectivamente, las derivadas segunda y cuarta de la función 0 ÐBÑ œ .
B
B" B B#  #B  # B
0 w ÐBÑ œ / 0 "ÐBÑ œ /
B# B$
B$  $B#  'B  ' B B%  %B$  "#B#  #%B  #% B

0 ''' ÐBÑ œ / 0 Ð%Ñ ÐBÑ œ /
B% B&
B# #B#
En la expresión de la derivada segunda observamos que B$ es decreciente en el
intervalo [#ß $] , por lo que:
máx ¹0 ÐBÑ¹ Ÿ /$ † máx ¹ ¹

ww B#  #B  # #
$ # #†## /$
œ / † œ  &ß "Þ
B$ #$ %
B−Ò#ß$Ó B−Ò#ß$Ó
¸& ¸ Ÿ
"
y, por tanto, el error en la fórmula compuesta de los trapecios es † &ß "
"#8#
Para obtener seis cifras decimales exactas es necesario que
Cálculo Numérico
o
Página 163
¸& ¸ Ÿ
"
† &ß "  "!' Ê 8 '&#
"#8#
Utilizando la fórmula compuesta de los trapecios es necesario sumar, al menos, 652

términos para obtener seis cifras decimales exactas.
Una acotación más sencilla, pero bastante peor, de | 0 ww ÐBÑ | es:
máxB−Ò#ß$Ó ¸B#  #B  #¸
¹ ¹Ÿ
B#  #B  #
mínB−Ò#ß$Ó ¸B ¸
& & $
$ $
œ Ê |0 ww ÐBÑ| Ÿ /  "$
B ) )
Con esta acotación se obtendría 8 "!%".
Para la fórmula compuesta de Simpson debemos acotar |0 ÐMZ Ñ ÐBÑ|. Al ser, ahora, más
complicado, acotaremos utilizando la técnica anterior, es decir, acotar superiormente el numerador
e inferiormente el denominador.
máx ¹B%  %B$  "#B#  #%B  #%¹ œ $$
ŸÊ
B−Ò#ß$Ó
mín ¹B& ¹ œ $#
B−Ò#ß$Ó
Ê ¸& ¸ Ÿ
$$ $ #!ß (ÞÞÞ
Ê |0 ÐMZ Ñ ÐBÑ| Ÿ $# / œ #!ß (ÞÞÞ
")!8%
Para obtener seis cifras decimales exactas, ha de ser
¸& ¸ Ÿ
#!ß (ÞÞÞ
%
 "!' Ê 8 #!
")!8
Utilizando la fórmula compuesta de Simpson se ha reducido a 20 (desde los 652 de la

fórmula compuesta de los trapecios) el número de términos necesarios para obtener seis
cifras decimales exactas.
Cálculo Numérico
o
Página 164
Ejercicio 'Þ': Se considera la integral ( /B Ð%  BÑ.B:

"
1.Calcularla exactamente (se supone conocido el número /).

2.Determinar el número mínimo de sumandos necesarios, en la fórmula compuesta de
Simpson, para que el error de discretización sea menor que "!7 con 7 œ #ß $ß %ß & y '.
3.Calcular la integral, por la fórmula compuesta de Simpson, con cuatro cifras decimales
exactas.
Solución: 1.Integrando por partes se tiene:
Ÿ ( ’ “ º (
" " "
? œ %  B Ê .? œ  .B B B
B B Ê / Ð%  BÑ.B œ / Ð%  BÑ  /B Ð  .BÑ œ
.@ œ / .B Ê @ œ / ! ! !
œ Ð$/  %Ñ  ’/ “º œ
"
B
!
œ $/  %  /  " œ
œ %/  & œ &ß )($"#(ÞÞÞ
2.La fórmula compuesta de Simpson es:
( 0 ÐBÑ.B ¸ ’0 Ð+Ñ  0 Ð,Ñ  %M  #T “  & con ¸&¸ Ÿ máx ¹0 ÐMZ Ñ ÐBÑ¹Þ

"
2 Ð,  +Ñ&
! $ ")!8%
B−Ò+ß,Ó
,+
siendo 2 œ , B3 œ +  23 (3 œ "ß 8  "), M À la suma de los valores de la función en los
8
puntos B3 con 3 impar y T la suma de los valores de la función en los puntos B3 con 3 par.
Para determinar el mínimo número de sumandos necesarios para que el error sea menor
que "!7 debemos acotar la derivada cuarta de la función en valor absoluto.
w
0 w ÐBÑ œ /B Ð$  BÑ Ê 0 w w ÐBÑ œ /B Ð#  BÑ Ê 0 w w ÐBÑ œ /B Ð"  BÑ
Ê 0 ÐMZ Ñ ÐBÑ œ  B/B Ê ¹0 ÐMZ Ñ ÐBÑ¹ œ /B ¸B¸Þ
se puede comprobar fácilmente que el valor máximo que toma es / en el punto B œ ".
Tenemos entonces que el error es
¸& ¸ Ÿ máx ¹0 ÐMZ Ñ ÐBÑ¹ Ÿ

Ð,  +Ñ& "
%
† /Þ
")!8 ")!8%
B−Ò+ß,Ó
Cálculo Numérico
o
Página 165
"!7 /
Para que el error sea menor que "!7 se debe cumplir que 8%  , es decir,
")!
8Ê
% "!7 /
.
")!
Dando valores a 7, y teniendo en cuenta que 8 ha de ser par, obtenemos:
7 œ # Ê 8  "ß "!)&ÞÞÞ Ê 8 œ #
7 œ $ Ê 8  "ß *("$ÞÞÞ Ê 8 œ #
7 œ % Ê 8  $ß &!&&ÞÞÞ Ê 8 œ %
7 œ & Ê 8  'ß #$$)ÞÞÞ Ê 8 œ )
7 œ ' Ê 8  ""ß !)&ÞÞÞ Ê 8 œ "#
3.Para garantizar cuatro cifras decimales exactas (ver el apartado anterior) ha de ser 8 œ %.
,+ "
Entonces 2 œ œ œ !ß #& y el soporte es {!; !ß #&; !ß &; !ß (&; " }.
8 %
La fórmula se convierte en:
( 0 ÐBÑ.B ¸ ’0 Ð!Ñ  0 Ð"Ñ  %a0 Ð!ß #&Ñ  0 Ð!ß (&Ñb  #0 Ð!ß &Ñ“
"
!ß #&
! $
y, por tanto,
( / Ð%  BÑ.B ¸ ’%  )ß "&%)%&%ÞÞÞ  % † a%ß )"&!*&$ÞÞÞ  'ß ))!#&!!ÞÞÞb  # † &ß ((!&#%%ÞÞÞ“

"
B !ß #&
! $
por lo que
( / Ð%  BÑ.B œ &ß )($"
"
B
!
con las cuatro cifras decimales exactas.
Cálculo Numérico
o
Página 166
Ejercicio 'Þ( À Probar que la fórmula compuesta de los trapecios para el intervalo [!ß #1]:
( ’0 Ð!Ñ  #0 Ð2Ñ  #0 Ð#2Ñ  â  #0 ÐÐ8  "Ñ2Ñ  0 Ð#1Ñ“  &

#1
2
0 ÐBÑ .B œ
! #
#1
donde 2 œ integra, exactamente, las funciones:
8
"ß =/8B ß -9=B ß =/8#B ß -9=#B ß âß =/8Ð8  "ÑB ß -9=Ð8  "ÑBÞ
Solución: Observemos, en primer lugar, que:
M5 œ (
#1
=/8 5B .B œ ! para 5 œ !ß "ß ÞÞÞ
!
N5 œ ( -9= 5B .B œ œ
#1
! para 5 œ "ß #ß ÞÞÞ
! #1 para 5 œ !
La fórmula compuesta de los trapecios es (

#1
0 ÐBÑ .B œ X8  & ß donde:
!
’0 Ð!Ñ  #0 Ð2Ñ  #0 Ð#2Ñ  â  #0 ÐÐ8  "Ñ2Ñ  0 Ð#1Ñ“

2
X8 œ
#
Pero al ser 0 Ð#1Ñ œ 0 Ð!Ñ, podemos escribir:
’ “ " "0 ˆ 8 4‰
8"
2 #1 8" #1
X8 œ #0 Ð!Ñ  #0 Ð2Ñ  â  #0 ÐÐ8  "Ñ2Ñ œ 2 0 Ð42Ñ œ
# 4œ!
8 4œ!
Puesto que 0 ÐBÑ va a ser =/B ó -9=B estudiemos la sumatoria para 0 ÐBÑ œ /35B , es decir,
" /35 œ " /3

8" #1 4 8" #14 5
8 8 .
4œ! 4œ!
#1 5
Al tratarse de una suma geométrica de razón < œ /3 8 . Dado que
<œ"Í Ÿ Í 8 œ !ß „ #1ß „ %1ß â Í 5 œ !ß „ 8ß „ #8ß â

-9= #18 5 œ " #1 5
=/8 #18 5 œ !
por lo que si !  5  8 se tiene
" /35 8 œ
#185
8" #1 4 /3 8  " ""
#1 5
œ #1 5 œ!
4œ! /3 8  " /3 8  "
Cálculo Numérico
o
Página 167
Además, 5 œ ! Ê " /35 X8 Š/358 ‹ œ

8" #14 #18
8 œ8 Ê œ #1 .
4œ!
8
Por tanto:
X8 a=/8Bb œ M71’X8 Š/358 ‹“ œ ! para 5 œ !ß "ß #ß ÞÞÞ
X8 a-9=Bb œ V/’X8 Š/358 ‹“ œ œ

! para 5 œ "ß #ß ÞÞÞß 8  "
#1 para 5 œ !
que coinciden con los valores de las integrales.
Cálculo Numérico
o
Página 168
Actividad Personal
"Þ  Integre la siguiente función en forma analítica y numérica por medio de la regla trapezoidalÞ
Use 2 conveniente.
( "& .B.
"
#B
!
#Þ  Tomando 2 considerablemente pequeño determine el valor de la integral
( B Ð"ß #  BÑÐ"  /
"
!ß" #!ÐB"Ñ
Ñ.BÞ El valor real es !ß '!##*(Þ
!
$Þ  Evalúe la integral de los siguientes datos tabulados con la regla Trapezoidal.

B ! !ß " !ß # !ß $ !ß % !ß &
0 ÐBÑ " ( % $ & #
%Þ  Por regla de Simpson evalúe la integral de los siguientes datos tabulados

B $ " " $ & ( * ""
0 ÐBÑ " % * # % # ' $
( / .B
"
#
B
&Þ  Para 2 œ !ß " calcule el valor aproximado y el error de la integral:
!
Cálculo Numérico
o
Página 169
Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones físicas en las

ciencias naturales, ingeniería, y otras disciplinas, donde hay envueltas razones de cambio de una o
varias funciones desconocidas con respecto a una o varias variables independientes.
Dichos modelos varían entre los más sencillos que envuelven una sola ecuación
diferencial para una función desconocida, hasta otros más complejos que envuelven sistemas de
ecuaciones diferenciales acopladas para varias funciones desconocidas. Por ejemplo, la ley de
enfriamiento de Newton, las leyes mecánicas que rigen el movimiento de los cuerpos y las
relaciones de equilibrio en sistemas contínuos, al ponerse en términos matemáticos dan lugar a
ecuaciones diferenciales.
Usualmente estas ecuaciones estan acompañadas de una condición adicional que

especifica el estado del sistema en un tiempo o posición inicial. Esto se conoce como la condición
inicial y junto con la ecuación diferencial forman lo que se conoce como el problema de valor
inicial (p.v.i.).
Por lo general, la solución exacta de un problema de valor inicial es imposible o difícil de

obtener en forma analítica (resolviendo la ecuación algebraicamente). Por tal razón los métodos
numéricos se utilizan para aproximar dichas soluciones.
Esquemáticamente, trabajaremos de la siguiente forma
Cálculo Numérico
o
Página 170
(Þ"Þ Ecuaciones Diferenciales Ordinarias (E.D.O.)
Dada una ecuación diferencial ordinaria de orden 8 y cualquier grado, cuya forma general
es:
J Ð\ß ] à ] w ß ] ww ß á ß ] Ð8Ñ Ñ œ ! Ð(Þ")
se establece en matemáticas que en su solución general deben aparecer 8 constantes arbitrarias.

Entonces, puede aceptarse que la solución general de ((Þ") es:
K (\ , ] , G " , G # , á , G 8 ) œ ! ((Þ#)
Gráficamente esta ecuación representa una familia de curvas planas, cada una de ellas
obtenidas para valores particulares de las 8 constantes, G" , G# , á , G8 , como se ve en la
Figura(Þ":
Figura (Þ" À Familia de curvas soluciones de (1)
Cada una de estas curvas corresponde a una solución particular de la ecuación diferencial
((Þ") y analíticamente puede obtenerse sujetando la solución general ((Þ#) a 8 condiciones
independientes que permiten valuar las constantes arbitrarias.
Dependiendo de como se establezcan estas condiciones, se distinguen dos tipos de

problemas: los llamados de Valores Iniciales y los de Valores en la Frontera.
Un problema de valores iniciales está gobernado por una ecuación diferencial de orden 8 y
un conjunto de 8 condiciones independientes todas ellas, válidas para el mismo punto inicial. Si la
ecuación ((Þ") es la ecuación diferencial que define el problema, y \ œ + es el punto inicial,
puede aceptarse que las 8 condiciones independientes son:
Ð8Ñ
] Ð+Ñ œ ]! ß ] w Ð+Ñ œ ]!w ß ] ww Ð+Ñ œ ]!ww ß á ß ] Ð8Ñ Ð+Ñ œ ]! ((Þ$)
Cálculo Numérico
o
Página 171
Se tratará de obtener una solución particular de ((Þ") que verifique ((Þ$) como se presenta
en la Figura (Þ# À
Figura 7.2: Problema de valor inicial.
Por el contrario, en los problemas de valores en la frontera deben establecerse condiciones

de frontera en todos y cada uno de los puntos que constituyen la frontera del dominio de
soluciones del problema. En particular en el espacio de una dimensión, hay dos puntos frontera,
por ejemplo, \ œ + y \ œ , , si el dominio de soluciones es el intervalo cerrado + Ÿ B Ÿ , por
esto mismo el orden mínimo de la ecuación diferencial de un problema de valores en la frontera
será dosß como podemos observar en la Figura (Þ$:
Figura (Þ$ À Problema de valores en la frontera.
Básicamente la solución numérica de ecuaciones diferenciales consiste en sustituir el

dominio continuo de soluciones por uno discreto formado por puntos aislados igualmente
espaciados entre sí.
Así, en un problema de valores iniciales, el dominio de definición de soluciones B + se

sustituye por el conjunto infinito numerable de puntos,
B! œ +, B" œ B!  2, B# œ B!  #2, B$ œ B!  $2, á
Cálculo Numérico
o
Página 172
y en el caso de valores en la frontera se sustituye el intervalo + Ÿ B Ÿ , por el conjunto finito de

puntos
B! œ +, B" œ B!  2, B# œ B!  #2, á , B8 œ B!  82 œ ,
obtenidos, al dividir el intervalo en 8 partes iguales.
Figura (Þ% À Valores iniciales (4a) y Valores en la frontera (4b)
Habiéndose discretizado el problema continuo, se tratará de obtener la solución para los

puntos considerados, y esto se hará, en general, sustituyendo las derivadas que aparezcan en la
ecuación diferencial con condiciones iniciales o en la frontera, por fórmulas numéricas de
derivación que proporcionen aproximaciones a las derivadas o tratando de integrar la ecuación
diferencial y reemplazando al proceso de integración por una fórmula numérica que se aproxime a
la integral.
Una vez hecho esto, la ecuación obtenida expresada en diferencias finitas (ya que se han
sustituido diferenciales por incrementos finitos) se aplica repetidamente en todos los puntos
pivotes donde se desconoce la solución para llegar a una solución aproximada del problema.
Cálculo Numérico
o
Página 173
(Þ1.1Þ Existencia y Unicidad
Consideremos de ahora en adelante el problema de valor inicial (p.v.i.)

Cw ÐBÑ œ 0 ÐBß CÐBÑÑ
CÐB! Ñ œ C! ß B − ÒB! ß \Ó Ð(Þ%Ñ
ß donde C À ÒB! ß \Ó © ‘ Ä ‘ será nuestra función a encontrar (y que sea derivable),
0 À ÒB! ß \Ó ‚ ‘ Ä ‘ una función dada en el problema e C! − ‘8 conocido (nuestra condición
inicial).
Teorema (Þ"Þ Consideremos un dominio W © ‘# tal que al considerar dos puntos ÐBß C" Ñß ÐBß C# Ñ
de él, el segmento vertical formado por ellos pertenece a W; y, además, sean (B‡ ß C ‡ Ñ un punto
interior y0 una función continua en este dominio.Si 0 satisface la condición de Lipschitz Ðdébil)
¸0 ÐBß C" Ñ  0 ÐBß C# Ñ¸ Ÿ 5 ¸C"  C# ¸ , a ÐBß C" Ñ, ÐBß C# Ñ − W
para algún 5 !, entonces para un intervalo adecuado M œ ÐB‡  !ß B‡  !Ñß existe una única
solución del p.v.i. (Þ% definida en MÞ
En adelanteß si la función `0
`C existe y es acotada en W, entonces la condición débil de
Lipschitz se satisface y por consiguiente la existencia y unicidad de la solución
Šen realidad basta tomar 5 œ máx ¹ `0
`B ÐBß CÑ¹‹
ÐBß CÑ−W
De esta manera, al dividir el intervalo ÒB! ß \Ó introduciendo puntos equiespaciados B3

Ð3 œ !ß R Ñ y que proporcionan valores aproximados C3 Ð3 œ !ß R Ñ Ðlo que recibe el nombre de
discretización), los llamados métodos numéricos por paso nos dan una solución aproximada de los
valores exactos CÐB3 Ñ Ð3 œ !ß R Ñ.
Al pasar de un valor aproximado C3 al siguiente C3" recibe el nombre de paso de

integración, donde C3 e C3" aproximan a CÐB3 Ñ e CÐB3+1 Ñ , respectivamente.
Figura 7.5: Paso de integración.
A continuación daremos algunos métodos sencillos por paso (catalogados en general como
de paso separado).
Cálculo Numérico
o
Página 174
(Þ2Þ Método de Taylor
Es el método más sencillo y fácil de implementar (dentro de los de paso separado), el cual
se basa en el desarrollo en series de Taylor. Se requiere que la solución CÐBÑ sea 8  " veces
continuamente diferenciable en [B! ß \Ó y se consideran los puntos B3" œ B3  2 , para
3 œ !ß 8Ð2Ñ  " Ð8Ð2Ñ es tal que B8Ð2Ñ Ÿ \ Ÿ B8Ð2Ñ" ÑÞ
Método de Taylor de orden 8
" # w " 8 Ð8"Ñ

C3" œ C3  203  2 03  â  2 03 Ð(Þ&Ñ
#x 8x
donde
º
.C
03 œ 0 ÐB3 ß C3 Ñ œ y
.B ÐB3 ßC3 Ñ
º
.0 `0 `0 .C `0 `0 .2C
03w œ 0 w ÐB3 ß C3 Ñ œ œ  † œ  †0 œ , etc.
.B `B `C .B `B `C .B2 ÐB3 ßC3 Ñ
Ejemplo (Þ"Þ Resolvamos por Taylor el p.v.i. siguiente: Cw œ "# Ð"  BÑC # ß B − Ò!ß "# Ó
CÐ!Ñ œ "
Ðidentificamos inmediatamente B! œ ! e C! œ CÐB! Ñ œ "Ñ
Apliquemos Taylor de segundo orden con 2 œ !ß " y 2 œ !ß !& Ðejercicio) para comparar
los resultados.
Aquí 0 ÐBß CÑ œ "# Ð"  BÑC # y 03 œ 0 ÐB3 ß C3 Ñ œ "# Ð"  B3 ÑC3# ; luego
C#
0 w ÐBß CÑ œ C C w   B C Cw
#
C#
œ C C w Ð"  BÑ 
#
œ C ŠÐ"  BÑC w  ‹
C
#
œ C ŠÐ"  BÑ "# Ð"  BÑC #  ‹

C
#
ˆCÐ"  BÑ#  "‰

C#
œ
#
ˆC 3 Ð"  B3 Ñ#  "‰
C3 #
Ê 03w œ 0 w ÐB3 ß C3 Ñ œ
#
De esta forma, aplicando ((Þ&Ñ obtenemos:
Cálculo Numérico
o
Página 175
" # w
C3" œ C3  203  2 03
#x
œ C3  2 Ð"  B3 ÑC3#  2# 3 ˆC 3 Ð"  B3 Ñ#  "‰

" " C#
# #x #
C3 ’"  B3  ÐC3 Ð"  B3 Ñ#  "Ñ“ ß 3 œ !ß % cuando 2 œ !ß "

2 # 2
œ C3 
# #
ó 3 œ !ß "! cuando 2 œ !ß !&Þ
Construyamos una tabla para mostrar los resultados obtenidos para las aproximaciones C3
y comparémoslas con los valores exactos de la solución exacta (calculados) À
"
CÐBÑ œ
B B#
" 
# %
Para 3 œ ! À C" œ C!  !ß !&C!# Ò"  B!  !ß !&ÐC! Ð"  B! Ñ#  "ÑÓ œ
œ "  !ß !&Ð"Ñ# Ò"  !  !ß !&Ð"Ð"  !Ñ#  "ÑÓ
œ "  !ß !&Ò"  !ß !&Ð#ÑÓ œ "  !ß !&Ð"ß "Ñ œ "ß !&&
, análogamente para los restantes
3 B3 C3 Ò!ß "Ó C3 Ò!ß !&Ó CÐB3 Ñ (valor exacto)

! ! " " "
%!!
" !ß " "ß !&& $(* ¸ ",!&&%!)*(!*('#&
"!!
# !ß # "ß "##&&"!"('&*$( )* ¸ "ß "#$&*&&!&'"(*)
%!!
$ !ß $ "ß #0640094640193 $$" ¸ "ß #!)%&*#"%&!"&"
#&
% !ß % 1,31205891970444 "* ¸ "ß $"&()*%($')%#"
"'
& !ß & 1,44793523610473 "" œ "ß %&
Como podemos ver los cálculos son simples pero muy tediosos, y eso que se trata de sólo
un orden dos.
Para evitar estos inconvenientes veremos métodos que requieren sólo de evaluaciones de
la función 0 .
Cálculo Numérico
o
Página 176
(Þ3Þ Métodos de Runge-Kutta
En estos métodos ya no es necesario conocer los valores de C3 para conocer la

aproximación C3" de CÐB3 Ñ, sino sólo del valor de B3 .
La ventaja de los métodos de Runge-Kutta con respecto al uso de la serie de Taylor, que es
también un método de un paso, es que requieren sólo de la función 0 ÐBß CÑ y de ninguna derivada,
mientras que la serie de Taylor sí requiere de la evaluación de derivadas. Esto hace que, en la
práctica, la aplicación de los métodos de Runge-Kutta sean más simples que el uso de la serie de
Taylor.
Existen muchas variaciones, pero todas se pueden denotar en la forma generalizada de la

ecuación C3" œ C3  92 como:
C3" œ C3  9ÐB3 ß C3 ß 2Ñ2
donde 9ÐB3 ß C3 ß 2Ñ2 es conocida como función incremento, la cual puede interpretarse como una
pendiente representativa sobre el intervalo. La función incremento se escribe por lo general como
9 œ +" 5"  +# 5#  â  +8 58
donde los +3 Ð3 œ "ß 8Ñ son constantes y los 53 Ð3 œ "ß 8Ñ son
5" œ 0 ÐB3 ß C3 Ñ
5# œ 0 ÐB3  :" 2ß C3  ;"" 5" 2Ñ
5$ œ 0 ÐB3  :# 2ß C3  ;#" 5" 2  ;## 5# 2Ñ
ã ã ã
58 œ 0 ÐB3  :8" 2ß C3  ;8"ß" 5" 2  â  ;8"ß8" 58" 2Ñ
Observe que los 53 Ð3 œ "ß 8Ñ son relaciones de recurrencia. Esto es, 5" aparece en la
ecuación para 5# , la cual aparece en la ecuación para 5$ , etc. Como cada 53 Ð3 œ "ß 8Ñ es una
evaluación funcional, esta recurrencia hace que los métodos Runge-Kutta sean eficientes para
cálculos en computador.
Es posible concebir varios tipos de métodos Runge-Kutta al emplear diferentes números

de términos en la función incremento como la especificada por 8. El método Runge-Kutta (RK) de
primer orden con 8 œ " es el llamado método de Euler.
Cálculo Numérico
o
Página 177
(Þ3Þ"Þ Método de Euler
Consideremos el p.v.i. Ð(Þ%Ñ e integremos la ecuación diferencial en el intervalo

B3 Ÿ B Ÿ B3" œ B3  2 y evaluemos la integral aplicando la fórmula de integración numérica:
( Cw ÐBÑ.B œ (
B3" B3"
0 ÐBß CÐBÑÑ.B
B3 B3
obteniéndo la expresión aproximada siguiente, que llamaremos Método de Euler
Algoritmo
C3" œ C3  203 3 œ !ß "ß #ß á Ð(Þ'Ñ
Figura (Þ' À Interpretación geométrica del Método de Euler,

donde /3" es el error de truncamiento local.
Ejemplo (Þ#Þ Resolvamos el ejemplo anterior por este método
Consideremos 2 œ !ß " y 0 ÐB3 ß C3 Ñ œ "# Ð"  B3 ÑC3# para obtener
C3" œ C3  20 ÐB3 ß C3 Ñ
C3" œ C3  !ß " † "# Ð"  B3 ÑC3#
C3" œ C3  !ß !&Ð"  B3 ÑC3# œ C3 Ð"  !ß !&Ð"  B3 ÑC3 Ñ
Lo que al tabular nos da las soluciones aproximadas
Cálculo Numérico
o
Página 178
3 B3 C3 Ò!ß "Ó CÐB3 Ñ Ðvalor exacto)

! ! " "
%!!
" !ß " "ß !& $(* ¸ ",!&&%!)*(!*('#&
"!!
# !ß # "ß ""!'$(& )* ¸ "ß "#$&*&&!&'"(*)
%!!
$ !ß $ "ß ")%'%)%$*$)%$) $$" ¸ "ß #!)%&*#"%&!"&"
#&
% !ß % 1,#(&)')*"%&!&#" "* ¸ "ß $"&()*%($')%#"
"'
& !ß & 1,$)*)"()")&*&#' "" œ "ß %&
(Þ3Þ"Þ"Þ Análisis de Error para el Método de Euler
La solución numérica de las E.D.O. involucra dos tipos de error:
ˆ Errores de truncamiento o discretización, causados por la naturaleza de las técnicas empleadas

para aproximar los valores de C .
ˆ Errores de redondeo, que son el resultado del número límite de cifras significativas que puede
retener un computador
Los errores de truncamiento se componen de dos partes. La primera es un error de

truncamiento local que resulta de una aplicación del método en cuestión sobre un paso sencillo. La
segunda es un error de truncamiento propagado que resulta de las aproximaciones producidas
durante los pasos previos. La suma de los dos es el total, o error de truncamiento global.
Error global : I3" Ð2Ñ œ CÐB3" Ñ  C3"
Ejemplo (Þ$Þ Determinemos los errores globales cometidos en los ejercicios (Þ" y (Þ# Ð2 œ !ß "Ñ
La siguiente tabla resume los errores cometidos en los métodos de Taylor y de Euler
Método de Taylor Método de Euler Valor exacto E-G Taylor E-G Euler
3 B3 C3 Ò!ß "Ó C3 Ò!ß "Ó CÐB3 Ñ I3 Ò!ß "Ó I3 Ò!ß "Ó
! ! " " " 0
" !ß " "ß !&& "ß !& ",!&&%!)*(" !,!!!%!)*(" !,!!&%!)*("
# !ß # "ß "##&&"!") "ß ""!'$(& "ß "#$&*&&!' !,!!"!%%%)) !,!"#*&)!!'
$ !ß $ "ß #0'%!!*%' "ß ")%'%)%$* "ß #!)%&*#"& !,!!#!&)#') !,!#$)"!((&
% !ß % ",$"#!&)*#! ",#(&)')*"& "ß $"&()*%(% !,!!$($!&&% !,!$**#!&&*
& !ß & ",%%(*$&#$' ",$)*)"()"* "ß %& !,!!''"!#") !,!'%(#('$'
¿Qué puede concluir hasta este momento? Comente.
Cálculo Numérico
o
Página 179
(Þ3Þ#Þ Métodos de Euler Mejorado y de Euler-Cauchy o de Heun (Runge-Kutta de segundo

orden, 8 œ #)
El método de Euler mejorado consiste en considerar el punto medio del intervalo

[B3 ß B3" Ó, es decir, como la muestra la figura (Þ(Þ
Figura (Þ( À Representación gráfica del Método de Euler Mejorado
Algoritmo de Euler Mejorado
C3" œ C3  20 ŒB3  ß C 3  03 
2 2
Ð(Þ(Ñ
# #
En cambio el segundo, el de Euler-Cauchy o de Heun, en vez de irse por la tangente que

pasa por el punto B3 para determinar la solución en el siguiente punto pivote, se utiliza una secante
con pendiente igual al promedio de pendientes de la curva integral en los puntos coordenados
(B3 ß C3 Ñß ÐB3" ß C3" Ñ en donde B3" e C3" pueden estimarse con el procedimiento normal de
Euler
Cálculo Numérico
o
Página 180
Figura (Þ) À Representación gráfica del Métode de Euler-Cauchy o de Heun
Algoritmo de Euler-Cauchy o de Heun
a0 ÐB3 ß C3 Ñ  0 aB3  2 ß C3  203 bb

2
C3" œ C3  Ð(Þ)Ñ
#
Ejemplo (Þ%Þ Apliquemos Euler mejorado y Euler-Cauchy al ejemplo anterior Ð2 œ !ß "Ñ
"
Por ((Þ() y del hecho que 03 œ 0 ÐB3 ß C3 Ñ œ Ð"  B3 ÑC3# , entonces
#
C3" œ C3  20 ŒB3  Ð"  B3 ÑC3# 

2 2"
ß C3 
# ##
œ C3  2 Œ"  B3  ŒC3  Ð"  C3 ÑC3#  

#
" 2 2
# # %
Œ"  B3  ŒC3  Ð"  C3 ÑC3 

#
2 2 2 #
œ C3 
# # %
Análogamente, de Ð(Þ)Ñ
” Ð"  B3 ÑC3  Ð"  B3  2ÑŒC3  Ð"  B3 ÑC3  •

#
2 " # " 2 #
C3" œ C3 
# # # #
C3" œ C3  !ß !#&”Ð"  B3 ÑC3#  Ð"  B3  !ß "ÑaC3  !ß !&Ð"  B3 ÑC3# b •

#
Cálculo Numérico
o
Página 181
œ C3  !ß !#&”Ð"  B3 ÑC3#  Ð"  B3  !ß "ÑC3# a"  !ß !&Ð"  B3 ÑC3 b# •
œ C3  !ß !#&C3# ”"  B3  Ð"  B3  !ß "Ña"  !ß !&Ð"  B3 ÑC3 b# •
œ C3 ”"  !ß !#&C3 ˆ"  B3  Ð"  B3  !ß "Ña"  !ß !&Ð"  B3 ÑC3 b# ‰•
Lo que al tabular nos da (Euler Mejorado œ EM; Euler-Cauchy œ E-C)
EM E-C Valor exacto Error EM Error E-C

3 B3 C3 Ò!ß "Ó C3 Ò!ß "Ó CÐB3 Ñ ¸ I3 Ò!ß "Ó ¸ ¸ I3 Ò!ß "Ó ¸
! ! " " ! 0
" !ß " "ß !&())"$ 1,055318) ",!&&%!*! 0,002472$ !ß !!!*!##
# !ß # 1,1#*%#&# 1,1233474 "ß "#$&*&& 0,0058297 !ß !!!#%)"
$ !ß $ 1,#"*!#&& 1,207931' "ß #!)%&*# 0,0105663 !ß !!!&#('
% !ß % 1,$$$$&(' 1,31475&! "ß $"&()*& 0,017568" !ß !!"!$%'
& !ß & 1,%)$!)"' 1,452557& "ß %& 0,0285361 !ß !!"*))!
Cálculo Numérico
o
Página 182
(Þ3Þ$Þ Runge-Kutta de orden mayor a dos
Los métodos anteriores de segundo orden (8 œ #Ñ serán exactos si la solución de la ecuación

diferencial es cuadrática. Además, como los términos con 2$ y mayores son eliminados durante la
derivación, el error de truncamiento local es b Ð2$ Ñ y el global es b Ð22 Ñ. En cambio, en estos
casos los errores de truncamiento global son b Ð2$ Ñ y b Ð2% Ñ, respectivamente.
En los métodos de RK, el método de exactitud se incrementa mediante el empleo de un

método de integración numérica de más alto orden, la mayor exactitud implica que el resultado
calculado es mas exacto y que los errores se reducen con mayor rapidez al reducirse 2 , donde h es
un intervalo de tiempo fijo que se utiliza repetidamente.
(Þ3Þ$Þ"Þ Métodos de Runge-Kutta de tercer orden.
Para 8 œ $, se puede hacer un desarrollo similar al del método de segundo orden. El

resultado de dicho desarrollo es de seis ecuaciones con ocho incógnitas.
Por tanto, se debe especificar con antelación los valores para las dos incógnitas con el fin
de establecer los parámetros restantes. Una versión común que resulta es
C3" œ C3  "' Ð5"  %5#  5$ Ñ2 Ð(Þ*Ñ

donde 5" œ 0 ÐB3 ß C3 Ñ
" "
5# œ 0 ÐB3  2ß C3  5" 2Ñ
# #
5$ œ 0 ÐB3  2ß C3  5" 2  #5# 2Ñ
Los métodos RK de tercer orden tienen errores local y global de b Ð2% Ñ y b Ð2$ Ñß
respectivamente, y dan resultados exactos cuando la solución es una cúbica. Al tratarse de
polinomios, la ecuación Ð(Þ*Ñ será también exacta cuando la ecuación diferencial es cúbica y la
solución es de cuarto orden.
(Þ3Þ$Þ#Þ Métodos Runge-Kutta de cuarto orden.
Es más popular de los métodos RK es el de cuarto orden. La siguiente, es la forma de uso

más común y, por tanto, se le conoce como método RK clásico de cuarto orden:
C3" œ C3  "' Ð5"  #5#  #5$  5% Ñ2 Ð(Þ"!Ñ
donde 5" œ 0 ÐB3 ß C3 Ñ

2 "
5# œ 0 ÐB3  ß C3  5" 2Ñ
# #
2 "
5$ œ 0 ÐB3  ß C3  5# 2Ñ
# #
5% œ 0 ÐB3  2ß C3  25$ Ñ
Cálculo Numérico
o
Página 183
El método RK de cuarto orden tiene similitud con el procedimiento de Heun en cuanto a

que las estimaciones múltiples de la pendiente son desarrolladas para alcanzar una pendiente
promedio mejorada para el intervalo. Cada una de las 53 Ð3 œ "ß %Ñ representa una pendiente. La
ecuación Ð(Þ"!Ñ entonces representa un promedio ponderado de éstas para llegar a la pendiente
mejorada como muestra la figura siguiente
Figura (Þ* À Las pendientes 53 corresponden a los valores de 0 ÐBß CÑ en los puntos T3 Ð3 œ "ß %Ñ
Ejemplo (Þ&Þ Apliquemos RK de orden cuatro al mismo ejemplo que hemos venido desarrollando
Solución: Desarrollo por mesa en sala de clases!
(Þ3Þ$Þ$Þ Métodos de Runge-Kutta de orden superior
Donde se requiere resultados más exactos, es recomendable el método de Butcher ("*'%) y

el método RK de quinto ordenß donde sus fórmulas están disponibles; pero en general, la ganancia
en exactitud para métodos mayores de cuarto orden está afectada por el esfuerzo computacional y
complejidad adicional. Estos métodos no los veremos, pero si pueden ser consultados en la
bibliografía.
Cálculo Numérico
o
Página 184
(Þ4Þ Ejercicios
Ejercicio (Þ" À Consideremos la caída libre de un paracaidista desde un rascacielos. Este

<+
situación nos lleva a plantear el p.v.i siguiente: @w œ g  @
7
@Ð!Ñ œ !
, donde @ es la rapidez que adquiere el paracaidista en la caída, 7 es la masa del mismo, g es la

aceleración de gravedad, <+ es el coeficiente de resistencia al aire y >! œ ! es el instante en que el
paracaidista salta. Resuelva por el método de Taylor el problema del paracaidista, considerando
51
g œ *ß ) 7
=# , 7 œ (& 51. y <+ œ "#ß % = Þ Use 2 œ !ß "Þ
Solución: Para los datos en particular, el p.v.i. queda de la forma

"#ß %)
ŸÊ
@w œ *ß )  @ @w œ *ß )  !ß "''%@
(& @Ð!Ñ œ !
@Ð!Ñ œ !
Luego, aplicando Ð(Þ&Ñ nos queda : 03 œ 0 Ð>3 ß @3 Ñ œ *ß )  !ß "''%@3
Ê 03w œ  !ß "''%@3w œ  !ß "''%Ð*ß )  !ß "''%@3 Ñ
š  !ß "''%Ð*ß )  !ß "''%@3 Ñ›
2#
Ê @3" œ @3  2Ð*ß )  !ß "''% † @3 Ñ 
#
@3" œ @3  2Ð*ß )  !ß "''% † @3 ÑŒ"  † !ß "''%

2
Ê
#
Para 3 œ ! À @" œ @!  !ß "Ð*ß )  !ß "''% † @! ÑÐ"  !ß !& † !ß "''%Ñ

@" œ !ß " † *ß ) † !ß **"') œ !ß *(")%'%
Para 3 œ " À @# œ @"  !ß " † !ß **"')Ð*ß )  !ß "''% † @" Ñ

@# œ !ß *(")%'%  !ß !**"')Ð*ß )  !ß "''% † !ß *(")%'%Ñ œ "ß *#('&&)
Para 3 œ # À @$ œ @#  !ß !**"')Ð*ß )  !ß "''% † @# Ñ

@$ œ "ß *#('&&)  !ß !**"')Ð*ß )  !ß "''% † "ß *#('&&)Ñ œ #ß )'('*#*
Resumiendo en una tabla:
3 >3 @3 @Ð>3 Ñ I3 Ò!ß "Ó

! ! ! ! !
" !ß " !ß *(")%'% !ß *(")*"%
# !ß # "ß *#('&&) !ß *#((%%%
$ !ß $ #ß )'('*#* #ß )'()#$'
% !ß %
& !ß &
(! ( %!ß &#!""""
Cálculo Numérico
o
Página 185
Ejercicio (Þ# À Aplique el método de Taylor al p.v.i
Cw œ  BC #
CÐ#Ñ œ "ß # Ÿ B Ÿ $ , usando 2 œ !ß " y 2 œ !ß !&
Solución: Las siguientes tablas muestran las aproximaciones para los distintos 2w s
¸I3 Ò!ß "Ó¸

2 œ !ß "
3 B3 C3 Ò!ß "Ó CÐB3 Ñ
! #ß ! "ß !!!! !ß !!!! "ß !!!!
" #ß " !ß )$&! !ß !!&" !ß )#**
# #ß # !ß ("!) !ß !!'& !ß (!%#
$ #ß $ !ß '"%& !ß !!'' !ß '!(*
% #ß % !ß &$)! !ß !!'" !ß &$"*
& #ß & !ß %('" !ß !!&& !ß %(!'
' #ß ' !ß %#&! !ß !!%* !ß %#!#
( #ß ( !ß $)#$ !ß !!%$ !ß $()"
) #ß ) !ß $%'# !ß !!$( !ß $%#&
* #ß * !ß $"&$ !ß !!$$ !ß $"#!
"! $ß ! !ß #))' !ß !!#* !ß #)&(
¸I3 Ò!ß !&Ó¸

2 œ !ß !&
3 B3 C3 Ò!ß !&Ó
! #ß ! "ß !!!! !ß !!!!
" #ß " !ß )$"! !ß !!""
# #ß # !ß (!&' !ß !!"%
$ #ß $ !ß '!*$ !ß !!"%
% #ß % !ß &$$# !ß !!"$
& #ß & !ß %(") !ß !!"#
' #ß ' !ß %#"# !ß !!"!
( #ß ( !ß $(*! !ß !!!*
) #ß ) !ß $%$$ !ß !!!)
* #ß * !ß $"#( !ß !!!(
"! $ß ! !ß #)'# !ß !!!'
Cálculo Numérico
o
Página 186
Ejercicio (Þ$ À Utilize el método de Euler para aproximar la solución al problema de valor inicial
C w œ C  >#  "
CÐ!Ñ œ !ß & ß ! Ÿ > Ÿ # Þ Use 2 œ !ß #
Solución:
Tenemos que 0 Ð>ß CÑ œ C  >#  " , es decir, 03 œ 0 ÐB3 ß C3 Ñ œ C3  >#  "Þ Con la
ecuación del método de Euler:
C3" œ C3  !ß #ÐC3  >#3  "Ñ œ "ß #C3  !ß #>3#  !ß # , lo que nos da la

siguiente tabla
3 >3 C3 Ò!ß #Ó
! ! !ß &
" !ß # !ß )
# !ß % "ß "&#
$ !ß ' "ß &&!%
% !ß ) "ß *))%)
& "ß ! #ß %&)"('
' "ß # #ß *%*)""#
( "ß % $ß %&"(($%%
) "ß ' $ß *&!"#)"#)
* "ß ) %ß %#)"&$(&$'
"! #ß ! %ß )'&()%&!%$
Cálculo Numérico
o
Página 187
Ejercicio (Þ% À Dado el p.v.i. : C w œ >/$>  #C

CÐ!Ñ œ ! ß!Ÿ>Ÿ"
a) Aplique el método de Euler para aproximar la solución del p.v.i. Use 2 œ !ß &
b) Compare los resultados con la solucción exacta.
Solución:
a) Dado que 0 Ð>ß CÑ œ >/$>  #C ß 03 œ >3 /$>3  #C3 ß entonces
C3" œ C3  203 œ C3  2Ð>3 /$>3  #C3 Ñ
Para 3 œ ! À C" œ !ß &Ð!Ñ/$Ð!Ñ œ !

$Ð!ß&Ñ
Para 3 œ " À C# œ !ß &Ð!ß &/  #Ð!ÑÑ œ "ß "#!%###'(&
luego, tabulando obtenemos
3 >3 C3 Ò!ß &Ó

! ! !
" !ß & !
# "ß ! "ß "#!%###'(&
b) A continuación se da la solución real al problema del valor inicial de este ejercicio:
CÐ>Ñ œ "& >/$>  " $>

#& /  " #>
#& /
Para 3 œ ! À CÐ>! Ñ œ "& >! /$>!  " $>!

#& /  " #>!
#& / œ!
Para 3 œ " À CÐ>" Ñ œ "& >" /$>"  " $>"

#& /  " #>"
#& /
œ "& Ð!ß &Ñ/$Ð!ß&Ñ  " $Ð!ß&Ñ

#& /  " #Ð!ß&Ñ
#& / œ !ß #)$'"'&#")'(
" " $># " #>#

Para 3 œ # À CÐ># Ñ œ & ># /
$>#
 #& /  #& /
" $ß! " $ß! " #ß!

œ & Ð"ß !Ñ/  #& /  #& / œ $ß #"*!**$"*!%
Tabulando ambos resultados y calculando el error global nos queda:
3 >3 C3 Ò!ß &Ó CÐ>3 Ñ I3 Ò!ß "Ó

" !ß & ! !ß #)$'"'&#")' !ß #)$'"'&#")'
# "ß ! "ß "#!%###'(&) $ß #"*!**$"*!% #ß !*)'((!&"%'
Cálculo Numérico
o
Página 188
Ejercicio (Þ& À Para el p.v.i. C w œ "  Ð>  CÑ#

CÐ#Ñ œ " ß #Ÿ>Ÿ$ 2 œ !ß &
a) Aplique el método de Euler para aproximar las soluciones.

b) Compare la solución real con la solución por el método de Euler.
Solución:
a) Sabemos que la ecuación del método de Euler es:
C3" œ C3  !ß &a"  Ð>3  C3 Ñ# b
Para 3 œ ! À C" œ #
Para 3 œ " À C# œ #ß '#&
Resumen:
3 >3 C3
! # !
" #ß & #
# $ß ! #ß '#&
b) A continuación se da la solución real al p.v.i. :
" "
CÐ>Ñ œ >  Ê CÐ>3 Ñ œ >3 
"> "  >3
Tabulando los resultados tenemos:
3 >3 C3 Ò!ß &Ó CÐ>3 Ñ I3 Ò!ß "Ó

! # ! " "
" #ß & # "ß )$$ !ß "'(
# $ß ! #ß '#& #ß & !ß "#&
Cálculo Numérico
o
Página 189
Ejercicio (Þ' À Usando 2 œ !ß #& aplique el método de Euler mejorado y Euler-Cauchy para
aproximar la solución del siguiente p.v.i.:
C
Cw œ " 
>
CÐ"Ñ œ # ß"Ÿ>Ÿ#
Resumen:
0 1 2
1 1ß 25 2ß 75
2 1ß 50 3ß 55
3 1ß 75 4ß 3916667
4 2 5ß 2690476
La solución real al problema del valor inicial de este ejercicio: CÐ>Ñ œ >68>  #>
Compare la solución real con la solución por el método de Euler:
Comparación:
i >3 C3 CÐ>3 Ñ IÐ>3 Ñ
1 1ß 25 2ß 75 2ß 7789294 0ß 0289294
2 1ß 50 3ß 55 3ß 6081977 0ß 0581977
3 1ß 75 4ß 3916667 4ß 4793276 0ß 0876609
4 2ß 00 5ß 2690476 5ß 3862944 0ß 1172468
Cálculo Numérico
o
Página 190
Ejercicio (Þ( À Aplique el método de Euler mejorado y Euler-Cauchy para aproximar la solución
de la siguiente ecuación diferencial Ðpara cada uno de ellos use 2 œ !ß " y !ß !&Ñ:
Cw œ  BC #
CÐ#Ñ œ " ß B − Ò#ß $Ó
Solución:
Euler Mejorado: De acuerdo a Ð(Þ(Ñ la expresión a utilizar en el método de Euler mejorado

corresponde a:
C3" œ C3  2ŒB3  ˆC3  2# B3 23# ‰ , donde B! œ # e C! œ "
2 #
#
Luego, resumiendo en una tabla para 2 œ !ß " y 2 œ !ß !& obtenemos
¸I3 Ò!ß "Ó¸

2 œ !ß " À
! #ß ! "ß !!!! !ß !!!! "ß !!!!
" #ß " !ß )$$*&! !ß !!%!(% !ß )#*)('
# #ß # !ß (!*%'% !ß !!&#$) !ß (!%##&
$ #ß $ !ß '"$"** !ß !!&#*' !ß '!(*!$
% #ß % !ß &$')&* !ß !!%*%% !ß &$"*"&
& #ß & !ß %(&!&" !ß !!%%'$ !ß %(!&))
' #ß ' !ß %#%"$' !ß !!$*'( !ß %#!"')
( #ß ( !ß $)"&(' !ß !!$&!& !ß $()!(#
) #ß ) !ß $%&&&& !ß !!$!)* !ß $%#%''
* #ß * !ß $"%($( !ß !!#(#% !ß $"#!"#
"! $ß ! !ß #))"#" !ß !!#%!' !ß #)&("%
¸ I3 Ò!ß !&Ó¸
2 œ !ß !& À
3 B3 C3 Ò!ß !&Ó
! #ß ! "ß !!!! !ß !!!!
" #ß " !ß )$!(&) !ß !!!))$
# #ß # !ß (!&$'" !ß !!""$'
$ #ß $ !ß '!*!&$ !ß !!""&"
% #ß % !ß &$#**# !ß !!"!((
& #ß & !ß %("&'$ !ß !!!*(%
' #ß ' !ß %#"!$( !ß !!!)'*
( #ß ( !ß $())%" !ß !!!('*
) #ß ) !ß $%$"%& !ß !!!')!
* #ß * !ß $"#'"$ !ß !!!'!!
"! $ß ! !ß #)'#%' !ß !!!&$#
Euler-Cauchy o Heun: TAREA!
Cálculo Numérico
o
Página 191
Ejercicio (Þ) À Sea el p.v.i siguiente: C w œ -9=#>  =/8$>

CÐ!Ñ œ " ß ! Ÿ > Ÿ " (> en radianes) Þ Considerando
2 œ !ß #& obtenga la solución aproximada del p.v.i usando:
a) Taylor
b) Euler
c) Euler mejorado
d) Euler-Cauchy
Solución:
a) Tarea!
b) La tabla siguiente resume el problema al aplicar Euler
3 >3 C3 Ò!ß #&Ó CÐ>3 Ñ I3 Ò!ß #&Ó

! ! " " !
" !ß #& "ß #& "ß $#*"%*) !ß !(*"%*)
# !ß &! "ß '$*)!&$ "ß ($!%)*) !ß !*!')%&
$ !ß (& #ß !#%#&%' #ß !%"%("* !ß !"(#"($
% "ß !! #ß #$'%&(# #ß ""(*(*& !ß "")%(((
c) y d) Tarea!
Cálculo Numérico
o
Página 192
Ejercicio (Þ* À Implemente en algún lenguaje computacional el método de Euler y aplíquelo al

p.v.i.:
&C
Cw œ C
>"
CÐ!Ñ œ " ß ! Ÿ > Ÿ % usando 2 œ !ß # y considerando que la solución
exacta es CÐ>Ñ œ Ð>  "Ñ& /> Þ
Solución: La implementación en MATLAB del método de Euler es relativamente simple.

Hacemos esto mediante una subrutina llamada feuler que recibe en la secuencia de llamada el
nombre de la subrutina que calcula la función 0 , y los datos >! e C! . Esta subrutina devuelve dos
vectores con las >w = y las C w = aproximadas. Veamos:
function [tvals,yvals]=feuler(0 ,>! ,C! )

tvals œ zeros(",3  ");
yvals œ zeros(",3  ");
index œ [0:1:3];
tvals œ >!  2‡index;
yvals(") œ C! ;
for 5 œ # À 3  "
yvals(3) œ yvals(5  ")  2‡feval(0 ,tvals(5  "),yvals(5  "));
end
Usamos ahora esta subrutina en el p.v.i. propuesto y observamos que las aproximaciones
numéricas no coinciden con la solución exacta y que el error aumenta según aumenta la >. Esto es
lo usual y no contradice el estimado del error. Para controlar el error lo primero que se hace es
disminuir la 2. Para este ejercicio mostramos los resultados de disminuir 2 sucesivamente para la
aproximación de CÐ%Ñ œ &(ß #$'% a las cifras mostradas. Obtuvimos lo siguiente:
3 C3 I3 Ò!ß #Ó
#! %#ß %(#$ "%ß ('%!
%! %)ß $%%& )ß )*")'
)! &#ß #)%# %ß *&#"&
"'! &%ß '"!) #ß '#&&'
$#! &&ß ))#( "ß $&$'&
'%! &'ß &%)) !ß ')(&#(
"#)! &'ß ))** !ß $%'&!$
#&'! &(ß !'#% !ß "($*%&
Vemos aquí que definitivamente la aproximación mejora según disminuye 2ß pero la

convergencia es bastante lenta. De hecho la aproximación numérica tiene apenas un error relativo
de $ † "!$ para 3 œ #&'!, es decir, 2 œ % † "!% Þ
Obserbación: Este ejercicio muestra que aunque el método de Euler es convergente según 2
tiende a cero, la convergencia del método puede ser muy lenta, requiriendo un 2 excesivamente
pequeño para un error satisfactorio en las aproximaciones. Al usar un 2 excesivamente pequeño
en los cálculos podemos tener acumulación de errores debido a la aritmética finita.
Cálculo Numérico
o
Página 193
Ejercicio (Þ"! À Considere el p.v.i. C w œ  &!C

CÐ"Ñ œ ! ß " Ÿ > Ÿ "!
cuya solución exacta es CÐ>Ñ œ !. Resuelva el p.v.i:
a) usando algún método que dé una buena aproximación (use 2 œ !ß !&ÑÞ

b) con la condición inicial cambiada a CÐ"Ñ œ "!% , usando 2 œ !ß !& con el mismo método
que usó en a).
Solución: La resolución queda de TAREA.
Cálculo Numérico
o
Página 194
Ejercicio (Þ"" À Utilice Runge-Kutta de cuarto orden para resolver el p.v.i.
Cw œ  BC #
CÐ#Ñ œ " ß # Ÿ B Ÿ $ usando 2 œ !ß " y 2 œ !ß !&
Solución: De Ð(Þ"!Ñ las expresiones serían:
5" œ  B3 C3#
5# œ  ŒB3  ŒC3  5" 

#
2 2
# #
5$ œ  ŒB3  ŒC3  5# 
#
2 2
# #
5% œ  ÐB3  2ÑÐC3  25$ Ñ#
Como B! œ # e C! œ " obtenemos los resultados siguientes
¸I3 Ò!ß "Ó¸

2 œ !ß " À
! #ß ! "ß !!!!00 !ß !!!!!! "ß !!!!
" #ß " !ß )#*))& !ß !!!!"! !ß )#*)('
# #ß # !ß (!%#$( !ß !!!!"" !ß (!%##&
$ #ß $ !ß '!(*"% !ß !!!!"" !ß '!(*!$
% #ß % !ß &$"*#% !ß !!!!!* !ß &$"*"&
& #ß & !ß %(!&*' !ß !!!!!) !ß %(!&))
' #ß ' !ß %#!"(& !ß !!!!!( !ß %#!"')
( #ß ( !ß $()!() !ß !!!!!' !ß $()!(#
) #ß ) !ß $%#%(" !ß !!!!!& !ß $%#%''
* #ß * !ß $"#!"( !ß !!!!!% !ß $"#!"#
"! $ß ! !ß #)&(") !ß !!!!!% !ß #)&("%
¸ I3 Ò!ß !&Ó¸
2 œ !ß !& À
3 B3 C3 Ò!ß !&Ó
! #ß ! "ß !!!!!! !ß !!!!!!
" #ß " !ß )#*)(' !ß !!!!!"
# #ß # !ß (!%##' !ß !!!!!"
$ #ß $ !ß '!(*!$ !ß !!!!!!
% #ß % !ß &$"*"& !ß !!!!!!
& #ß & !ß %(!&)) !ß !!!!!!
' #ß ' !ß %#!"') !ß !!!!!!
( #ß ( !ß $((!(# !ß !!!!!!
) #ß ) !ß $%#%'' !ß !!!!!!
* #ß * !ß $"#!"$ !ß !!!!!!
"! $ß ! !ß #)&("% !ß !!!!!!
Cálculo Numérico
o
Página 195
Ejercicio (Þ"2 À La ecuación diferencial que modela el proceso de desintegración de un material

radioactívo esta dada por:
Bw œ  5B
BÐ!Ñ œ B! , donde 5 es una constante
característica del isótopo radiactivo. Para B! œ &! y 5 œ !ß !& resuelva este p.v.i. en el intervalo
[!ß "!] con 2 œ !ß " y 2 œ !ß !"
a) por Euler mejorado

b) por Runge-Kutta
c) compare sus resultados con la solución exacta que es BÐ>Ñ œ &!/!ß!&> .
Solución: Queda de TAREA!
Cálculo Numérico
o
Página 196
Ejercicio (Þ"$ À El comportamiento de un circuito eléctrico cambia significativamente

dependiendo de los valores de los componentes empleados; así, en el circuito que se muestra a
continuación , la inductancia P œ &!7L , una resistencia V œ #!ohms y una fuente de voltaje de
I œ "!Z . Entonces, si se cierra el interruptor en un > œ ! la corriente MÐ>Ñ satisface la ecuación
diferencial
.MÐ>Ñ
P  VMÐ>Ñ œ I
.>
MÐ!Ñ œ !
Se necesita encontrar el valor de la corriente para !  >  !ß !# (en segundos) . mediante

el método de RK4 con 2 œ !ß !!!".
Solución: Queda de TAREA!
Indicación: Implemente un programa que resuelva este problema y considere el hecho de que el
p.v.i. puede ser escrito de la forma:
.M
œ 0 Ð>ß MÑ
.>
V I
donde 0 Ð>ß MÑ œ  M
P P
Cálculo Numérico
o
Página 197
Ejercicio (Þ"% À Determine por RK% las aproximaciones para la función CÐBÑ que sea solución
del p.v.i. siguiente:
Cw œ #BC
CÐ"Ñ œ " Determine CÐ"ß &Ñ, usando 2 œ !ß " y compárelo con la
solución real aproximada CÐB& Ñ œ $ß %*!$%#
Solución: La tabla siguiente resume los cálculos
3 B3 5" 5# 5$ 5% C3 CÐB3 Ñ I3 Ò!ß "Ó

! "ß ! !ß # !ß #$" !ß #$%#' !ß #("&% "ß !!!!! "ß !!!!! !
" "ß " !ß #("%" !ß $"%*' !ß $"**( !ß $(#)( "ß #$$'( "ß #$$') !ß !!!!"
# "ß # !ß $(#'& !ß %$%(& !ß %%#&# !ß &")(' "ß &&#(! "ß &&#(" !ß !!!!"
$ "ß $ !ß &")$' !ß '!)#( !ß '#!%" !ß ($"*& "ß **$'* "ß **$(# !ß !!!!$
% "ß % !ß ($"#' !ß )'$%" !ß ))#&( "ß !%)#' #ß '""'$ #ß '""'$ !ß !!!!!
& "ß & "ß !%(!' "ß #%%#' "ß #(%)$ "ß &#%)" $ß %*!#" $ß %*!$% !ß !!!"$
Cálculo Numérico
o
Página 198
Ejercicio (Þ"& À Sea el p.v.i.: C w œ %/!ß)B  !ß &C

CÐ!Ñ œ # ß B − Ò!; !ß &ÓÞ
Para 2 œ !ß & resuelva el problema
a) por Heun
b) por medio de RK4
c) Grafique los errores grobales respectivos versus los respectivos Bw =Þ
Solución: TAREA!
Cálculo Numérico
o
Página 199
Actividad Personal
"Þ  Resuelva el p.v.i. por Taylor Ð2 œ !ß &Ñ

Cw œ CB#  "ß #C
CÐ!Ñ œ " ß B − Ò!; #ÓÞ
#Þ  Por Euler resuelva Ð2 œ !ß "Ñ

Cw œ Ð"  BÑÈC
CÐ!Ñ œ " ß B − Ò!; "ÓÞ
$Þ  Determine la solución del p.v.i , por Euler Mejorado Ð2 œ !ß "Ñ

Cw œ C=/8# Ð>Ñ
CÐ!Ñ œ " ß B − Ò!; $ÓÞ
%Þ  Use Euler-Cauchy para determinar la solución del p.v.i. Ð2 œ !ß &Ñ

C
Cw œ
"B
CÐ!Ñ œ # ß B − Ò"ß &à #ß &Ó
&Þ  Para el p.v.i. siguiente resuelvalo por RK% Ð2 œ !ß "Ñ

C w œ B#  C
CÐ  "Ñ œ " ß B − Ò  "; "Ó
Cálculo Numérico
o
Página 200

4016 Cálculo Numérico 907-909-924 PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

4016 Cálculo Numérico 907-909-924 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

CÁLCULO NUMÉRICO

IÞ  Unidad Nº " "Teoría de errores. Normas vectoriales y matriciales" 1

II.- Unidad Nº 2 "Sistema de ecuaciones lineales" 26

III.- Unidad Nº 3 "Resolución de ecuaciones no lineales" 62

V.- Unidad Nº 5 "Interpolación" 117

VI.- Unidad Nº 6 "Integración Numérica" 143

VII.- Unidad Nº 7 "Solución Numérica de Ecuaciones Diferenciales Ordinarias" 169

El Análisis Numérico trata de modelar o diseñar métodos para aproximar, de manera

La eficiencia de los métodos depende tanto de la precisión que se requiera como de la

En la práctica, el problema matemático se deriva de un fenómeno físico sobre el cual se

Los métodos de cálculo se denominan "algoritmos". El algoritmo es una secuencia de

Superficie creada usando spline racional y su polinomio de Taylor

Las aplicaciones de los métodos numéricos son prácticamente ilimitadas y se requiere

Modelo numérico de un huracán

En especial nuestra asignatura de Cálculo Numérico constituye una introducción a la

ˆ Planteamiento del problema.

ˆ Análisis de los errores.

Se considera esencial que se entienda la verdadera dimensión de los problemas (por

Vista especular de un cuanto usando datos procedentes

En resumen, el siguiente diagrama explica gráficamente todo lo anterior:

"Þ"Þ Introducción a la teoría de errores

"Þ"Þ"Þ Errores experimentales y de modelación

"Þ"Þ#Þ Errores de tipo matemático

Otro ejemplo de error de discretización es el que se comente al sustituir la suma de una

"+3 ¸ "+3 ( 0 ÐBÑ.B ¸ " +3 † 0 ÐB3 Ñ

En resumen, no discretizamos el cálculo de la función /B mediante el polinomio

"Þ"Þ$Þ Errores absolutos y relativos

Existen dos maneras de obtener el número de cifras decimales significativas de un valor

por lo que ?W œ ¸&= ¸ œ ¸&B „ &C ¸ Ÿ ¸&B ¸  ¸&C ¸

?T œ ¸&: ¸ Ÿ ¸B&C ¸  ¸C &B ¸ ( considerando despreciable &B &C )

Trabajando con los errores relativos tenemos que:

&: B& C  C & B  & B & C &C &B &B & C

Ê &<: œ &B  &C  &B &/C ¸ &B  &C , por lo que

?VT œ ¸ &<: ¸ Ÿ ¸ &B ¸  ¸ &C ¸

Es decir, el error relativo del producto es (aproximadamente) la suma de los errores

En cuanto al error relativo

œ &<B  &<C  &<B &<C  &#<C  ÞÞÞ ¸ &<B  &<C

Ê ?VG œ ¸ &<- ¸ Ÿ ¸ &<B ¸  ¸ &<C ¸

&0 œ 0 ÐBÑ  0 ÐB! Ñ œ 0 ÐBÑ  0 ÐB  &B Ñ œ

Ê ?0 œ ¸ &0 ¸ Ÿ ¸ &B ¸¸ 0 w ÐBÑ¸

Observación importante: Aunque no podamos calcular exactamente el valor de 0 w ÐBÑ, podemos

"Þ"Þ%Þ Gráfica del error global

En un proceso típico de discretización, es decir, en una familia infinita de procesos que

Figura "Þ" À Variación de los errores de discretización y redondeo.

| &> | = | & . | + | & < |

La gráfica de la variación de dicho error se obtiene, evidentemente, sumando las gráficas

Figura "Þ# À Variación del error total en un proceso de discretización.

"Þ"Þ&Þ Condicionamiento y estabilidad

Definición "Þ#. Si el algoritmo (proceso de discretización) que se aplica en la resolución de un

"Þ#Þ Cifras significativas

Cuando se expresa un número debe evitarse siempre la utilización de cifras no

| & | œ ¸$&ß %()%'  $&ß %()%¸ œ 'ß ! † "!& Ÿ "!%

En cambio a tres decimales será B! œ $&ß %() y su error es

| & | œ ¸$&ß %()%'  $&ß %()¸ œ %ß ' † "!% Ÿ "!$

Ejercicio "Þ# À Sea el siguiente sistema de ecuaciones lineales

Solución: Al resolver el sistema por reducción:

Luego, el producto será:

+ œ "ß !!!à &Ð+Ñ œ !ß !!#

EF œ  &!à &ÐEFÑ œ F &ÐEÑ  E &ÐFÑ œ )!&Ð+Ñ

Sustituyendo valores, obtenemos el siguiente resultado

&0 œ Ð¸$+# ¸  "$  ¸ $' ¸

R 9>+ À ¿Por qué el error es mucho menor en el segundo método?

Estimar el error cometidoÞ

b) Aproximando  (!È# por el valor B! œ  (! † Ð"ß %Ñ œ "*( , tenemos un error

b) #!  È$** œ $ß (& con un error | &B |  "! .