You are on page 1of 5

PRIMERA PRUEBA PARCIAL

Mtodos Numricos y Optimizacin


Curso 2016

Nombre______________________________________

1) (1 punto) Usando la frmula de propagacin de errores, determine cun-


tas cifras exactas se necesitan en el nmerop e = 2:718281828459:::(con trun-
camiento) para que el resultado de calcular e3 tenga 3 decimales exactos.

2) (3 puntos)
a) Demuestre que la funcin

f (x) = x5 x 1;

tiene una raz real x nica en el intervalo [1; 2].


b) Encuentre una funcin g(x) tal que, el correspondiente mtodo de punto
jo xk+1 = g(xk ) sea convergente a x, para cualquier punto inicial x0 2 [1; 2].
c) Use el mtodo de punto jo encontrado en b) para hallar una aproximacin
xk de la raz de f en [1; 2] tal que satisfaga la desigualdad:
3
k = jxk xk 1j < 10 :

3) (3 puntos)
a) Determine los valores del parmetro 2 R, para los cuales el siguiente
sistema lineal tiene solucin nica:
8
< x + y + z = 1;
x + y + z = 0;
:
x+y+z = 1

b) Para = 1 encuentre la factorizacin LU de la matriz del sistema.


c) Resuelva el sistema usando la factorizacin LU .

4) ( 2 puntos) Responda Verdadero (V) o Falso (F)


a) ______ La aritmtica del computador produce errores de truncamiento
b) ______ Falsa Posicin siempre es ms rpido que Biseccin
c) ______ Una raz mltiple hace ms lento el mtodo de Newton
d) ______ Si det(A) = 0 entonces Ax = 0 tiene 1 soluciones
e) ______ Si A tiene factorizacin P LU entonces det(A) 6= 0

1
RESOLUCIN

1) La frmula de propagacin de errores para funciones es:

Err [f (x + h)] = f (x + h) f (x) f 0 (x) jhj ;

donde x es el punto donde se quiere evaluar, x + h es la aproximacin de x y


h es el error de aproximacin en el punto. Como se requiere que el resultado
4
tenga 3 cifras exactas, si Err
p [f (x + h)] 10 se tendr lo pedido.
3 3=2
La derivada de f (x) = x = x es:
3p
f 0 (x) = x;
2
entonces:
3p
Err [f (x + h)] x jhj :
2
Porque x = e, entonces debemos tener:
3p 4
Err [f (x + h)] e jhj 10 :
2
Despejando jhj obtenemos:
2 4
jhj p 10 0:00004;
3 e
en consecuencia, e = 2:718281828459::: debe tener al menos 4 decimales exactos.

2a) f (x) = x5 x 1 es continua, por ser un polinomio, y tiene signos


opuestos en los extremos del intervalo [1; 2]:

f (1) = 15 1 1 = 1;
f (2) = 25 2 1 = 29;

y por el Teorema de Bolzano existe una raz en [1; 2]. Adems:

f 0 (x) = 5x4 1 > 0; 8x 2 [1; 2] ;

y como la derivada no se anula, por el Teorema de Rolle, la raz es nica.


2b) Despejamos la x en f (x) = 0 para obtener una frmula x = g(x):
p
x5 x 1 = 0 () x = 5 x + 1:
1=5
La funcin g(x) = (x + 1) tiene derivada:
1
g 0 (x) = (x + 1) 4=5
> 0; 8x 2 [1; 2] ;
5

2
por lo que g(x) es estrictamente creciente en [1; 2], y como:

g (1) = (1 + 1)1=5 = 21=5 = 1:1487 > 1;


g(2) = (2 + 1)1=5 = 31=5 = 1:2457 < 2;

obtenemos que g ([1; 2]) [1; 2]. Adems:


1 1
jg 0 (x)j = < 1; 8 x 2 [1; 2] :
5(x + 1)4=5 5

En efecto, para todo x 2 [1; 2], se tiene la cadena de desigualdades:


p p5
(x + 1) 1 =) (x + 1)4 14 =) 5 (x + 1)4 14 =)
1 1 1
=) p p = 1 () 1:
5
(x + 1)4
5
14 (x + 1)4=5

En denitiva,
1
jg 0 (x)j K= < 1; 8x 2 [1; 2] ;
5
y el algoritmo de punto jo xn+1 = (x + 1)1=5 es convergente a la raz de f (x)
en [1; 2], a partir de cualquier punto inicial x0 del intervalo [1; 2].
2c) Aplicamos el algoritmo de punto jo xk+1 = g(xk ) a partir de x0 = 1 :
1=5
x0 = 1 =) g(1) = (1 + 1) = 1:1487 = x1 ; 1 = 0:1487;
1=5
g(1:1487) = (1:1487 + 1) = 1:1653 = x2 ; 2 = j1:1653 1:1487j = 0:0166;
1=5
g(1:1653) = (1:1653 + 1) = 1:1671 = x3 ; 3 = j1:1671 1:1653j = 0:0018;
1=5
g(1:1671) = (1:1671 + 1) = 1:1673 = x4 ; 4 = j1:1673 1:1671j = 0:0002:
3
Como 4 = jx4 x3 j = 0:0002 < 0:001 = 10 , escogemos:

x x4 = 1:1673;
5 5
f (1:1673) = (1:1673) 1:1673 1= 3:2953 10 :

3a) La matriz A y el vector b del sistema son:


0 1 0 1
1 1 1
A=@ 1 1 A; b = @ 0 A:
1 1 1

Apliquemos el teorema de Rouche-Frobenius. Calculamos:

1 1
3 3 2
det(A) = 1 1 = 1+1+ = 3 +2 = ( + 2) ( 1) :
1 1

3
Por lo tanto, rank(A) = 3, y el sistema tiene solucin nica para 6= 1; 2.
3b) Para calcular la factorizacin LU de A, con = 1, realizamos las
transformaciones de Gauss:
0 1 0 1
1 1 1 1 1 1
@ 1 F + F
1 1 A 1 2 @
0 2 2 A;
F1 + F3
1 1 1 ! 0 0 2
0 1 0 1
1 0 0 1 1 1
=) L = @ 1 1 0 A ; U = @ 0 2 2 A:
1 0 1 0 0 2
3c) Ahora resolvemos sucesivamente Ly = b y U x = y :
0 10 1 0 1
1 0 0 y1 1
@ 1 1 0 A @ y2 A = @ 0 A ;
1 0 1 y3 1
y1 = 1; 1 + y2 = 0 =) y2 = 1; 1 + y3 = 1 =) y3 = 0:

0 10 1 0 1
1 1 1 x1 1
@ 0 2 2 A @ x2 A = @ 1 A ;
0 0 2 x3 0
1 1 1
x3 = 0; 2x2 + 0 = 1 =) x2 = ; x1 + + 0 = 1 =) x1 = :
2 2 2
La solucin del sistema, para = 1, es:
1 1
x1 = ; x2 = ; x3 = 0:
2 2
Chequeo:
0 10 1 1 0 1
1 1 1 2 1
AX = @ 1 1 1 A @ 12 A = @ 0 A = b; OK.
1 1 1 0 1

4) Verdadero (V) y Falso (F)

a) Falso - Los errores de truncamiento dependen del mtodo numrico em-


pleado y no de la aritmtica del computador
b) Falso - Hay problemas en que Biseccin es ms rpido que Falsa Posicin.
Son casos en que la funcin es muy horizontal. Ejemplo x10 1 = 0.
c) Verdadero - El clculo por Newton de una raz mltiple hace que el mtodo
pierda la propiedad de convergencia cuadrtica y es ms lento.
d) Verdadero - Si A n n y det(A) = 0, entonces rank(A) = rank(A j 0) < n
y el sistema tiene 1 soluciones.

4
e) Falso - Si A n n y A = P LU entonces:

det(A) = det(P LU ) = det(P ) det(L) det(U ) = ( 1) det(U );

porque una matriz de permutacin P tiene det(P ) = 1 y det(L) =


1 porque la matriz L es triangular inferior, con 1 en toda la diagonal.
El resultado es falso an para la factorizacin LU . Puede ocurrir que
det(U ) = 0 con lo cual det(A) = 0. Ejemplo:
0 1 0 10 1
1 2 1 1 0 0 1 2 1
A = @ 2 6 1 A = @ 2 1 0 A@ 0 2 1 A
1 4 4 1 3 1 0 0 0
det(A) = 24 + 8 2+6 4 + 16 = 0 = det(U ):

You might also like