UNIVERSIDAD TÉCNICA FEDERICO SANTA MARIA

DEPARTAMENTO DE MATEMÁTICA
ANÁLISIS NUMÉRICO MAT270

Pauta Certamen 2.

1. Considere la matriz  
1 a 0
 
A=
 2 b 3 .

1 4 8

a) Determine condiciones para a, b ∈ R de modo que se pueda hacer la

descomposición LU de A sin pivote.

b) Si a = 0, determine condiciones, necesarias y suficientes, para b ∈ R de modo que

para un sistema Ax = c el método de Jacobi converja.

Solución:

a) Aplicamos operaciones fila de modo que A se transforme en una matriz triangular

superior    
1 a 0 1 a 0
   
 2 b 3  →  0 b − 2a 3  4 ptos.
   
1 4 8 0 4−a 8
Observe que si b − 2a = 0 no podemos seguir con la eliminación de Gauss sin
pivote 4 ptos.

∴ a, b ∈ R tales que b 6= 2a. 4 ptos.

b) Si a = 0, entonces  
1 0 0
 
A=
 2 b 3 .

1 4 8
Luego, la matriz de iteración de Jacobi viene dada por

1
  −1    
1 0 0 0 0 0 0 0 0
     
TJ = −   2 0 3  = − 2 3 . 4 ptos.
 0 b 0 
    b
0 b 
1 1
0 0 8 1 4 0 8 2
0

Calculando los valores propios de TJ

−λ 0 0  
3
− 2b −λ − 3b = 0 ⇒ 2
−λ λ − =0
1 2b
− 18 − −λ
2
r
3
lo cual implica que ρ(TJ ) = 4 ptos.
2|b|
Ası́, el método converge si, y solo si,
s
3 3
ρ(TJ ) = < 1 ⇔ |b| > . 5 ptos.
2|b| 2
   
3 3
Por lo tanto b ∈ −∞, ∪ ,∞ .
2 2
Asignar puntaje completo si llegaron a la condición b > 3/2

2
2. a) Se quiere resolver mediante el método de Gauss-Seidel el sistema de ecuaciones
siguiente: 
 10 x1 + 3 x2 + x3 = 14


2 x1 − 10 x2 + 3 x3 = −5


 x1 + 3 x2 + 10 x3 = 14

Demuestre que el método de Gauss-Seidel converge. Determine además el número

k de iteraciones mı́nimo para que el error absoluto de la aproximación que se
obtiene medido en la norma 1 sea inferior a 10−4 , partiendo desde x0 = (0 0 0)t .
b) Considere la matriz  
1 1/2 1/2
 
A=
 1/2 1
1/2 

1/2 1/2 1
Pruebe que A admite una descomposición de Cholesky y calcule además dicha
descomposición. ¿Es A una matriz convergente?
Solución

a) Es fácil ver que la matriz  

10 3 1
 
A=
2 −10 3

1 3 10

es estrictamente diagonal dominante, por lo tanto, el método de Gauss-Seidel

converge 3 ptos.
Notar que :    
10 0 0 0 3 1
   
D+L=
2 −10 ,
0 U =
 0 0 3.

1 3 10 0 0 0
Luego la matriz de iteración de Gauss-Seidel es:
 −1    
10 0 0 0 −3 −1 0 −3/10 −1/10
     
T := 
 2 −10 0   0
  0 −3   =  0 −3/50
 7/25 

1 3 10 0 0 0 0 6/125 −37/500

3
  
0 −0.300 −0.100
 
=  0 −0.060
 0.280 
 3 ptos.
0 0.048 −0.074

Para el número de iteraciones consideremos la cota del error:

kT kk1
kxk − xk1 ≤ kx1 − x0 k1 , 2 ptos.
1 − kT k1

Basta encontrar k tal que

kT kk1
kx1 − x0 k1 ≤ 10−4 .
1 − kT k1

Para obtener x1 , resolvemos

       
10 0 0 14 0 −3 −1 14
       
 2 −10 0  x1 = −5 + 0 0 −3 x0 = −5 .
       
1 3 10 14 0 0 0 14

Obtenemos x1 = (1.4 0.78 1.026)t . Luego,

kx1 − x0 k1 = 3.206.

Por otro lado,

0 −0.300 −0.100
0 −0.060 0.280 = máx{0, 0.408, 0.454} = 0.454 2 ptos.
0 0.048 −0.074
1

Finalmente, despejamos k y obtenemos

(1 − kT k1 )10−4
 
k ≥ log / log(kT k1 ) ≈ 13.9 3 ptos.
kx1 − x0 k1

Por lo tanto, se necesitan 14 o más iteraciones para lograr la tolerancia pedida.

b) Observemos que la matriz es A es simétrica y además sus subdeterminantes son
positivos:

4
 det(A1 ) :=1 > 0,
1 1/2
det(A2 ) := = 3/4 > 0,
1/2 1
1 1/2 1/2
det(A3 ) := 1/2 1 1/2 = 1/2 > 0.
1/2 1/2 1

y por tanto A admite una descomposiición de Cholesky 4 ptos.

Consideremos L  
l11 0 0
 
L=
l12 l22 0 

l13 l23 l33
Tal que A = LL> , lo que nos lleva a las ecuaciones

2 2
l11 = 1, l11 l12 = 1/2, l11 l13 = 1/2, l12 + l22 =1

2 2 2
l12 l13 + l22 l23 = 1/2, l13 + l23 + l33 =1

y a las soluciones
√
2 12 2 3
l12 = l13 = 1/2, l12+ = + l22 = 1 ↔ l22 =
l22
4 2
√ √
1 3 3 1 1 2 2√
+ l23 = 1/2, ↔ l23 = , + + l33 = 1, l33 = 3
4 2 6 4 12 3
Por lo que
    >
1 1/2 1/2 1 0 0 1 0 0
   √  √ 
1/2 1 1/2 = 1/2 3/2 0  1/2 3/2 0  4 ptos.
   √ √  √ √ 
1/2 1/2 1 1/2 3/6 2 3/3 1/2 3/6 2 3/3

Para determinar la convergencia de la matriz notemos que:

1−λ 1/2 1/2 2−λ 2−λ 2−λ 1 1 1

p(λ) = 1/2 1−λ 1/2 =E12 (1),E13 (1) 1/2 1−λ 1/2 = (2−λ) 1/2 1 − λ 1/2
1/2 1/2 1−λ 1/2 1/2 1−λ 1/2 1/2 1−λ

5
 1 1 1
E21 (−1/2)E31 (−1/2)
= (2−λ)(2−λ) 0 1/2 − λ 0 = (2−λ)(1/2−λ)2 2 ptos.
0 0 1/2 − λ
Por lo que sus valores propios son λ = 2 y λ = 1/2. Por tanto ρ(A) = 2, con lo
que concluimos que la matriz no es convergente 2 ptos.

6
3. a) La siguiente tabla representa representa el precio promedio de bencina 95 octanos,
en los últimos 3 meses, en cierta bencinera de Rancagua:

Mes 1 2 3
Precio 1.290 1.315 1.350

Encuentre el polinomio que interpola los datos anteriores. Si se sigue la tendencia

del polinomio obtenido, ¿cuál será el precio esperado para la bencina de 95 octanos
en el cuarto mes?
b) Considere el polinomio de interpolación lineal a trozos s(x) el cual interpola a una
00
función f en el intervalo de [0, 3]. Si f (x) < 3 para todo x ∈ [0, 3] y asumiendo
que se consideran nodos equiespaciados ¿Cuántos nodos se necesitan para asegurar
que
|f (x) − s(x)| < 10−5 , ∀x ∈ [0, 3]?

Solución:

a) Utilizaremos la base de Lagrange para construir el polinomio. Luego, p(x) está

dado por

p(x) = 1.290 · L1 (x) + 1.315 · L2 (x) + 1.350 · L3 (x), 2 ptos.

donde
(x − 2)(x − 3) 1
L1 (x) = = (x2 − 5x + 6) 2 ptos.
(−1)(−2) 2
(x − 1)(x − 3)
L2 (x) = = −(x2 − 4x + 3) 2 ptos.
(1)(−1)
(x − 1)(x − 2) 1
L3 (x) = = (x2 − 3x + 2) 2 ptos.
(2)(1) 2

Por lo tanto, concluı́mos que p(x) = 1275 + 10x + 5x2 2 ptos.

Utilizando el polinomio anterior, podemos esperar que el precio promedio de
bencina en el cuarto mes sea: p(4) = 1.395 3 ptos.
Asignar puntaje proporcional si aplicó Newton.

7
 (b − a) 3−0 3
b) Notar que h = = = 3 ptos.
n n n
h2 9
⇒ máx |f (x) − s(x)| ≤ máx |f 00 (x)| = 2 máx |f 00 (x)| 3 ptos.
x∈[0,3] 8 x∈[0,3] 8n x∈[0,3]
9
≤ 2 ·3
8n
27
= 2 3 ptos.
8n
Para tener la tolerancia deseada, basta que
27
< 10−6 .
8n2
q
27
⇒ n≥ 8·10−5
= 580.9475.
Luego, como la cantidad de nodos es n + 1, para asegurar la tolerancia pedida
necesito al menos 582 nodos 3 ptos.

8
4. Considere la función f (x) = ln(x) en los nodos x = 1 y x = e. Encuentre el polinomio
de interpolación de Hermite y encuentre la mejor cota para el error de interpolación
con x ∈ [1, e].
Solución:
Si f (x) = ln x, entonces queremos interpolar entre x = 1 y x = e. Notemos que
queremos interpolarlo con las derivadas. En nuestro caso f (x) = ln x y f 0 (x) = 1/x,
por lo que queremos

x f (x) F 0 (x)
1 0 1
e 1 1/e

Por lo que procedemos a hacer diferencias divididas:

Orden 0. En este caso f (1) = 0 y f (e) = 1

1−0 1
Orden 1. En este caso f [1, 1] = f 0 (1) = 1, f [1, e] = = y f [e, e] =
e−1 e−1
f 0 (e) = 1/e
Orden 2. En este caso
1
f [1, e] − f [1, 1] −1 2−e
f [1, 1, e] = = e−1 =
e−1 e−1 (e − 1)2
y
1 1
f [e, e] − f [1, e] − −1
f [1, e, e] = = e e−1 =
e−1 e−1 e(e − 1)2
Orden 3. Tenemos
f [1, e, e] − f [1, 1, e] −1 − 2e + e2
f [1, 1, e, e] = =
e−1 e(e − 1)3

Por lo que el polinomio de Hermite es:

−1 − 2e + e2
 
2−e
f (x) = 0 + 1 · (x − 1) + (x − 1)2 + (x − 1)2 (x − e)
(e − 1)2 e(e − 1)3

12 ptos. Asignar 2 ptos. por cada coeficiente correcto y 4 ptos. por los
términos de la base del polinomio.

9
y el error cometido es

f (4) (ξ)
E(x) = (x − 1)2 (x − e)2 4 ptos.
4!
para algun ξ ∈ [1, e]. Ahora f (4) (x) = −6/x4 el cual tiene magnitud decreciente, por lo
que
|f (4) (x)| ≤ 6 3 ptos. para todo x ∈ [1, e].
Por otro lado

|w(x)| = |(x − 1)(x − e)| ≤ |w((e + 1)/2)| 3 ptos. .

Luego la mejor cota del error es dada por :

|f (4) (ξ)| 6
|E(x)| = (x − 1)2 (x − e)2 ≤ · w((e + 1)/2)2 ≈ 0.136206 3 ptos.
4! 4!

10