Professional Documents
Culture Documents
NUMERICOS
Vctor Jimenez Lopez y Antonio Pallares Ruiz
Captulo
#
Nmeros y Errores
Interrogantes centrales del captulo
"
!
En esta unidad vamos a analizar los distintos tipos de errores que se producen en los clculos
numricos. Presentaremos los sistemas de numeracin y la aritmtica que utilizan las mquinas. Mediremos como se propagan los errores de redondeo. Y, por ltimo, estudiaremos los
conceptos de estabilidad de un algoritmo y condicionamiento de un problema.
Nmeros y su representacin.
Errores.
Nmero de condicin.
Prcticas I y II.
Temporalizacin: 6HTe + 2HPb + 6HLab = 14HPres
1.1.
Introduccin
Ejemplo 1.1.1
Si hacemos
clculo simblico,
2
la misma denicin de raz cuadrada nos dice que ( ) = .
Pero si hacemos los clculos con las representaciones numricas de en una calculadora, la
realidad puede que sea distinta, y el resultado de la operacin no coincida exactamente con la
representacin de en nuestra calculadora.
Qu ocurre con el resultado en tu calculadora?
Ejemplo 1.1.2
Ejemplo 1.1.3
Nmeros y Errores
1.1.1.
Hay diferentes fuentes/tipos de error que pueden afectar a la solucin numrica de un problema:
Errores en los datos de entrada:
(i) Errores en la medicin de los datos iniciales, que pueden ser aleatorios y entonces
hacen necesario acudir a tcnicas estadsticas o de control de calidad, y errores sistemticos de procedimiento que hay que descubrir y subsanar.
Errores de redondeo en los datos y en el clculo:
(i) Los producidos al introducir los datos en las mquinas de clculo. En ellas los nmeros
tienen una representacin nita. Estos errores son INEVITABLES.
(ii) Los producidos al hacer clculos en las mquinas. Otra vez chocamos con la nitud de
la representacin de los nmeros. Estos errores tambin son INEVITABLES, aunque
son PREVISIBLES y a veces, es posible esquivarlos sustituyendo los clculos por
otros equivalentes (ya iremos viendo cmo).
Errores de truncamiento en el mtodo:
Como la resolucin numrica de un problema consiste en obtener una aproximacin numrica de la solucin exacta. Siempre debemos asumir este error de aproximacin, que recibe
el nombre de error de truncamiento.
Errores de inestabilidad y control.
Se trata de analizar cmo afectan los errores en los datos de entrada o en los clculos a la
solucin nal. Si un mtodo permite que pequeos errores en los datos de entrada o en los
clculos
En esta unidad analizaremos algunos clculos que pueden ser causa de inestabilidad y
propondremos clculos alternativos.
En algunas ocasiones, la inestabilidad de un mtodo no proviene de los clculos sino que es
intrnseca al mtodo, es decir al modelo empleado para resolver un problema. En estos casos
se dice que el mtodo, o el problema, est mal condicionado. Para evitar esta situacin
es necesario analizar el problema real e intentar sustituir el modelo o el mtodo numrico
empleado.
Tambin en la unidad, veremos como cuanticar (medir con nmeros) el condicionamiento
de un problema para poder predecir mtodos mal condicionados y proponer su sustitucin
por otros.
1.1.2.
Ejemplos
18817 10864 3 =
18817 + 10864 3
a2 b2 = (a b)(a + b)
No
Si
Si los resultados son aproximados Cal de los dos valores se aproxima ms al verdadero valor de la expresin?
Al nalizar la unidad debis tener la respuesta.
Ejemplo 1.1.5
Su solucin, es x = 1 e y = 1.
Consideremos ahora el sistema perturbando un poco los trminos independientes.
(
x +
y=2
x +1.00001y = 2.
Este sistema perturbado tiene como solucin x = 2 e y = 0.
evitar que pequeos errores en los datos iniciales se conviertan en errores grandes en
las soluciones.
Casio fx-991ES
meros y Errores
1.2.
Nmeros y su representacin
A la vista del ejemplo 1.1.4 , podemos hacer una primera armacin: La aritmtica con la
que calcula un ordenador o una calculadora no es la que hemos aprendido en el colegio y en
los cursos de lgebra (grupos, anillos, cuerpos, lgebras, etc...). Con nuestra calculadora hemos
constatado que (a b) puede ser distinto de (a2 b2 )/(a + b).
La mayora de los procesadores que realizan los clculos en un ordenador trabajan con nme-
Nosotros
mismos, al representar los nmeros en el sistema decimal (con las cifras 0, 1,. . . ,9) utilizamos
secuencias nitas de dgitos. Es decir, a la hora de trabajar con representaciones de nmeros en una mquina slo lo podemos hacer con una cantidad nita de ellos. Vamos a poder
trabajar con exactitud
1.2.1.
Nmeros enteros
Para representar enteros, usualmente utilizamos el sistema de numeracin decimal (en base
10) que es un sistema posicional en el que cada nmero viene expresado
Proposicin 1.2.1 Elegida una base natural b N, b 2, cualquier nmero entero positivo p
admite una nica representacin en la forma
p = an bn + an1 bn1 + + a1 b1 + a0
con
aj N, 0 aj (b 1)
an > 0.
Se utiliza la representacin:
p = an an1 . . . a1 a0 (b)
y se llama
Ejercicio 1.2.1
Este es el caso para algunos nmeros en la calculadora Casio f x-991ES. Revisad el manual.
algoritmo: Sucesin nita de instrucciones claras y preci sas, especicando cuales son los
ujo (la sucesin) de instrucciones, las condiciones de parada y los datos de salida.
datos de entrada,
1.2.1.2.
Como hemos dicho la mayora de los procesadores que realizan los clculos en un ordenador
trabajan con nmeros que se escriben en
dgitos (bits). En ellos se utiliza el primer dgito para sealar el signo del nmero.
(byte) 8 bits
(short) 16 bits
(int) 32 bits
(large) 64 bits
Ejercicio 1.2.2
u octal (base
1.2.2.
8).
Nmeros reales
Tambin decamos en la introduccin que cuando el procesador est especialmente programado, podemos representar algunos nmeros racionales como pares de nmeros enteros. Pero
desde el punto de vista numrico, esto no es muy operativo:
As, que para representar nmeros racionales o reales en una mquina siempre tendre-
Aqu el hecho de jar el tamao de los registros que han de ocupar los nmeros en la mquina,
nos anuncia la aparicin de errores de aproximacin o redondeo, errores que no podremos evitar.
Por esta razn debemos aprender a controlarlos en el sentido de prever su efecto en un proceso
numrico conociendo como se transmiten en los distintos pasos del mismo.
b N, b 2,
1
1
1
x = an bn + + a1 b1 + a0 + a1 + a2 2 + + an n + . . .
b
b
b
meros y Errores
con
aj N, 0 aj (b 1)
an > 0.
Se utiliza la representacin:
x = an an1 . . . a1 a0 , a1 a2 . . . an . . .(b)
y se llama
en base
b.
Cul es el algoritmo para encontrar una representacin de punto jo en base b de un nmero
real?
Es nica esta representacin?
Resp: Si excepto para nmeros racionales de la forma x = bkn .
Ejemplo 1.2.3
(i)
17
3
= 5.6666 . . .(10)
= 3.141592....
A la hora de trabajar en una mquina, tenemos que jar el tamao de los registros a usar
para guardar los nmeros. Esto se traduce inmediatamente en una limitacin en el nmero de
dgitos que podemos utilizar
Ejemplo 1.2.4
Supongamos que trabajamos con una mquina que utiliza nmeros escritos en
Para multiplicar
x y:
Como este nmero tiene 7 dgitos, para guardarlo en un registro de la mquina, vamos a
aproximarlo por el nmero ms prximo de entre los de la mquina, es decir, de entre los
que se pueden escribir con 6 dgitos. Esta aproximacin es
z , tendremos (x y) z = 0.
Si hacemos lo mismo con y z , obtenemos y z = y z = 1000.
tendremos x (y z) = 0.01.
Si multiplicamos
xy
0.00000.
por
Y si multiplicamos por
0 = (x y) z 6= x (y z) = 0.01
A la hora de trabajar con nmeros en mquinas, este sistema de representacin puede no ser
conveniente al operar con nmeros con muchos ceros.
Para evitar estos problemas que representan los ceros a la izquierda o a la derecha de la coma,
se utiliza el sistema de representacin de coma
otante.
10
1.2.2.2.
Proposicin 1.2.5 Elegida una base natural b N, b 2, cualquier nmero real x 6= 0 admite
una representacin en la forma
x = b
con
=+
si
es positivo, y
si
n=1
an
es negativo,
Se utiliza la representacin:
1
bn
aj N, 0 aj (b 1)
EN
y se llama representacin digital de punto otante de x en base
a1 > 0.
x = .a1 a2 . . . an . . .
b.
1
n=1 an bn
Cul es el algoritmo para encontrar una representacin de punto otante en base b de un nmero
real?
Es nica esta representacin?
Resp: Si, excepto para nmeros racionales de la forma x =
que para cada n existe un k > n tal que ak 6= b 1
k
bn . O si se aade la condicin de
Ejemplo 1.2.6
(i)
(ii)
17
3
(iii)
.1(10) = .0001 1001 1001 . . .(2) = 23 .1 1001 1001 . . .(2) = .1 1001 1001 . . . E 3(2)
(iv)
= 3.141592... = .314151592...(10)
Ejemplo 1.2.7
Supongamos que trabajamos con una mquina que utiliza nmeros escritos en
Cmo se suman?
Cmo se representan los nmeros en tu calculadora?
meros y Errores
11
1.2.2.3.
registros de 32 o 64 dgitos (bits). En ellos se utiliza el primer dgito para sealar el signo del
nmero.
(float) 32 bits
(double) 64 bits
El Institute
un protocolo de
representacin de nmeros reales en los ordenadores que vienen observando desde entonces los
fabricantes de los procesadores donde los ordenadores realizan las operaciones.
En el libro de
Ejercicio 1.2.3
1.3.
Errores
Denicin 1.3.1
Si el nmero real
|
ea
Errores relativos (si p 6= 0): er = |p|
= |pp
|p|
eer =
ea
|p |
|pp |
|p | .
A la hora de expresar el error relativo hemos utilizado dos cuanticaciones porque no siempre
estaremos en disposicin de conocer el valor exacto de un nmero aunque si que podamos conocer
aproximaciones y estimaciones del error absoluto cometido.
Utilizando la desigualdad triangular, |p| |p | |p p |. Trasladando est acotacin a la
denicin de er se obtiene la acotacin:
er
De la misma forma, como |p | |p| |p p |,
As,
prximos (
er
eer
1).
er
eer
eer
.
1 eer
er
.
1 er
(respectivamente de
eer )
los valores de
er
eer
estn muy
er
No siempre (por no decir casi nunca) tendremos conocimiento exacto del valor
que lo tendremos de
estimaciones de
ea
p .
er .
eer
eer .
real p
o
y s
a partir de
12
p = p + e = p ea
Si tenemos una acotacin de
y tambin
ea , ea < ,
p ea p p + ea .
p < p < p + .
Utilizando el error relativo, si tenemos una acotacin de eer , eer < , entonces podemos
asegurar que ea = |p |eer < |p |, y
p |p | < p < p + |p |.
Ejercicio 1.3.1
(i)
(ii)
p = p + e = p (1 eer )
y tambin
p = p(1 er ).
Calcula el error relativo que se comete cuando el nmero 1.503 aparece redondeado a 1.5.
Calcula los errores absoluto y relativo cuando el nmero .abcE7 aparece escrito como
a.bcE7
(iii)
(iv)
1.4.
2 con un
a llamar mquina de
dgitos en la
en coma otante utilizando esta base y los referidos dgitos para la mantisa y el exponente.
A estos nmeros los llamaremos nmeros de mquina de
en el exponente en base
dgitos en la mantisa y
dgitos
b.
(Salvo que expresemos lo contrario, no nos vamos a preocupar mucho por el exponente, que
es entero y slo puede producir errores de desbordamiento)
1.4.0.4. Redondeo
Por redondeo vamos a entender el proceso de introducir un nmero
en el que se procurar utilizar el nmero de mquina
en una mquina ,
meros y Errores
13
Sean
por:
x = bN
b 2
X
j=1
aj
un nmero natural,
x y x+
a x.
+
primeros dgitos y x
x R \ {0}
1
= .a1 a2 . . . EN(b) ,
bj
N
Sean x = b
j=1 aj bj = .a1 a2 . . . at EN(b)
truncar la mantisa a los
t N t > 0,
bN
P
t
1
j=1 aj bj
1
bt
. Los nmeros
Vamos a denir el nmero redondeado de x con t dgitos en la mantisa como el nmero real
f lt (x) =
(
x .
x+
si
si
|x x | <
|x x |
|x x+ |
2
|x x+ |
2
= 0.5bN t
= 0.5bN t
f l(x).
Observad que si b es par (por ejemplo si b = 2 o b = 10), entonces |x x | <
slo si at1 < 2b .
Podis leer sobre otros tipos de redondeo en Kincaid-Cheney [3]:
|x x+ |
2
si, y
x R \ {0}.
(i)
(ii)
Entonces
f lt (x) = bN
Pt
0 1
j=1 aj bj
b2
Sean
un nmero natural,
con
t N t > 0,
N N 0 N + 1.
|x f lt (x)| 0.5bN t
(iii) Los errores relativoa en el redondeo satisfacen la acotacin
|x f lt (x)|
0.5bt+1
|x|
El nmero 0.5bt+1
|x f lt (x)|
0.5bt+1
|f lt (x)|
dgitos en coma
otante.
Demostracin:
bN bt
|x x+ |
=
= 0.5bN t
2
2
|x x+ |
|x f lt (x)| = |x x+ | si |x x |
y en este caso
2
|x x+ |
(1)
= 0.5bN t .
|x x+ | = |(x x ) + (x x+ )| = |x x+ | |x x |
2
(1)
x x+
x x
si
|x x | <
14
Ejercicio 1.4.1
(i)
mantisa y base 10
(ii) En una mquina de nmeros escritos en coma otante con
13
p 6= 0
el error relativo
Cuando
b,
siempre que
|p p |
.5 bm+1 .
|p|
aproxima a
con
Ejemplo 1.4.5
cifras signicativas.
Sea
e = .27182818284590452353602874713527...E1
.5171540 . . . E 5
|e app1 (e)|
=
1.90250E 6 = .19025E 5,
|e|
.271828182E1
.5E(7 + 1) < .190250E 5 < .5E(6 + 1)
En este caso, app1 (e) aproxima a e con 6 cifras signicativas y en las mantisas de e y app(e)
coinciden las 6 primeras cifras.
No siempre sucede esto. Por ejemplo, sea x = .1E0 y app(x) = .9999E0, en este caso
|x app(x)|
= .1E 3.
|x|
Con la denicin anterior app(x) es una aproximacin de x con 4 cifras signicativas, aunque
no coinciden ninguna de las cifras de la mantisa.
1.4.0.5.
Una calculadora,
Resp: Hay muchos cerca del cero, muy pocos en el , y sucientes alrededor de los nmeros
razonables (.1, 1, 10, ...).
f l(1 + e) > 1.
b),
Si
f l(1 + e)
eM
tal
es el nmero
meros y Errores
15
1
252
1016 .
En
q
que cabe esperar en la
As, a la hora de preguntar si dos nmeros de mquina estn prximos debemos de
tener en cuenta no pedir que el error relativo sea menor que el psilon de la mquina, porque en
ese caso estaremos pidiendo que sean idnticos.
El psilon de la m uina nos indica la mxima precisin relativa
mquina.
1.5.
x y := f l(x + y) = .760001E1.
As, para realizar operaciones aritmticas en una mquina ideal, pensaremos siempre que
xy
Cmo se multiplican dos nmeros de mquina? Cmo afectan los errores de redondeo en
Cmo se suman dos nmeros de mquina del mismo signo? Cmo afectan los errores de
Ahora que sabemos como se deben realizar las operaciones dentro de nuestra calculadora, es
Ejemplo 1.5.1
Utilizamos la calculadora
18817 10864 3 =
1
.
18817 + 10864 3
Hicimos los clculos,obteniendo dos valores distintos y nos preguntbamos cual de los dos era el
ms preciso.
(i)
(ii)
(iii)
f l( 3) = 1.732050808,
3 = 1.732050808(1 ered )
ered .5E 10
10864 f l( 3) = 18816.9997,
Casio fx-991ES: presenta 10 dgitos en pantalla, presupondr emos que es una mquina de nmeros de 10
dgitos en la mantisa.
16
(iv)
(v)
(vi)
(vii)
(viii)
10864
e1 = (10864
ered ) ered .54E 6, e1 es una estimacin
10864 3.
1|
e1 = |x x1 | .54E 6 y |xx
|x1 | .20E 1. As,
al valor de x con una precisin de dos dgitos.
x1
aproxima
x = 1/(18817 + (10864
(xiv)
|xx2|
|x2 |
1
18817 (10864 f l( 3))
3)) =
18817 (10864 f l( 3)) 18817 + (10864 3)
37633.99997
= (2.657171708E 5)(1 ered2 )
37633.99997 e1
(.54E 6)
)
(2.657171708E 5) (1 +
37633.99997 (.54E 6)
2.657171708E 5 (1 .1435E 10)
precisin.
Proposicin 1.5.2
Sea
dos nmeros de
Ejercicio 1.5.1
ros en una mquina de cuatro dgitos de precisin (base 10), mide el error relativo cometido al
aproximar
pq
por
f l(p) f l(q).
Ejercicio 1.5.2
las races
x1
x2
f l(p) f l(q).
x2 200x + 1 == 0.
(x x1 )(x x2 ).
meros y Errores
17
1.6.
inestable
cuando
pequeos errores en los datos de entrada, o errores de redondeo en alguna de las etapas el proceso,
producen errores grandes en los datos de salida
Un mismo algoritmo puede ser estable para algunos datos iniciales e inestable para otros.
Evala la expresin
1.208
x
z = 1.
en
x = 1.209
y en
x = 3.1,
trabajando con
x (y = 1.208/x) (z = 1 y),
x (u = x 1.208) (z = u/x).
Despus de ver cmo se realizan las operaciones aritmticas en una mquina de nmeros,
podemos quedarnos con el siguiente resumen:
El producto
La
divisin
La suma de dos nmeros de mquina es estable cuando los dos nmeros tienen el
mismo signo, y puede ser inestable cuando los dos nmeros tienen signo distinto.
La
resta
muy prximos, y es estable cuando los dos nmeros tienen distinto signo (en este caso
es una suma de nmeros del mismo signo).
Hay que prestar atencin a las operaciones con nmeros grandes o excesivamente
pequeos para evitar errores de desbordamiento ( overow ).
Ejercicio 1.6.2
ex
1
ex
para valores grandes de
x (x > 250)?
1.6.1.
Propagacin de errores
Si las operaciones son estables, lo menos que podemos esperar es que si en cada operacin
efectuamos un redondeo
del orden de
ner ,
18
Proposicin 1.6.2
Sean
xi 0,
t-dgitos
en la mantisa). Sean
Sn = x0 + x1 + + xn = Sn1 + xn ,
xn (S0 = x0 ).
Sn = Sn1
Entonces:
donde
eM = .5bt+1
|Sn Sn |
(1 + eM )n 1 neM ,
|Sn |
es la precisin de la mquina.
Ejercicio 1.6.3
Sea
tal que
neM <
1
3 . Utilizando el binomio de
1 + (0.5)neM (1 + eM )n 1 + (1.5)neM .
Ejercicio 1.6.4
Pn = x0 x1 xn = Pn1 xn ,
Pn = Pn1
xn (P0 = x0 ).
Entonces:
donde
eM = .5bt+1
Ejercicio 1.6.5
|Pn Pn |
(1 + eM )n 1 neM ,
|Pn |
es la precisin de la mquina.
disponemos
hasta n, )
p=an ;
para (k=(n-1),
p=p*x
Si
+ak ;
hasta
0,
es una cota del error relativo al hacer las operaciones aritmticas y no consideramos los
menos errores?
Ejercicio 1.6.6
7 y 10 de la hoja de problemas 1.
meros y Errores
19
1.6.2.
xn
xn
depender
Normalmente, en los procesos iterativos esperamos que xn sea una sucesin convergente hacia
la solucin de un problema
x.
xn
es una buena
x.
En general, la condicin de parada viene dada en trminos de los errores absolutos o relativos
pidiendo que :
prec > 0
o que
Normalmente,
xn1
n
= 1
< prec,
|xn |
xn
ecuacin o sistema de ecuaciones que modelizan el problema que se est intentando resolver. Por
la
Denicin 1.6.3
Al
ejemplo si
Supongamos que
xn
x
fn
xn x.
que va acumulando
|xn f
xn |
|xn |
= 1
xn
si
x
f
n
x 6= 0,
lineal,
cuando existe
C >0
tal
que
en Cne0 , n.
(ii) Se dice que la propagacin de errores en la iteracin es de tipo exponencial cuando existen
C>1
M >0
tal que
en M C n e0 , n.
(iii) A veces encontraremos ejemplos en los que
n n
), la propagacin de
e
Admitiremos que un proceso iterativo con propagacin de error lineal va a ser estable
si no requiere demasiadas iteraciones para pararse.
Debemos de establecer nmeros mximos de iteraciones para evitar problemas de
acumulacin de errores que desvirten la solucin aproximada propuesta.
Los procesos iterativos con propagacin de errores exponencial van a ser muy inestables.
20
Observad los dos ejemplos siguientes que muestran dos procesos iterativos algo perversos. En
la practica 2 os propongo un ejemplo ms para
Ejemplo 1.6.4
que lo analicis.
Sea yn = n!(ex (1+x+ x2! + + xn! )). Sabemos, por la expresin de Lagrange
2
yn = n!
etx
etx
xn+1 =
xn+1 .
(n + 1)!
(n + 1)
yn = nyn1 xn .
i evaluamos los 21 primeros trminos de esta iteracin comenzando en
y0 =1.71828
y1 =0.718282
y2 =0.436564
y3 =0.309691
y4 =0.238764
y5 =0.193819
y6 =0.162916
y7 =0.140415
y8 =0.123323
y9 =0.109911
y10 =0.0991122
double
x0 = 1
obtenemos:
y0 = e 1,
y11 =0.090234
y12 =0.0828081
y13 =0.0765057
y14 =0.0710802
y15 =0.066203
y16 =0.0592478
y17 =0.00721318
y18 =0.870163
y19 =17.5331
y20 =351.662
y21 =7385.9
Qu ocurri?
i denotamos
yf
]
n =ny
n1 1,
yf
yn1 yn1 ) = ... = n!(ye0 y0 ).
n yn = n(]
e en la mquina
M (3/e)n
xn = e nxn1 ,
comenzando con x0 = e 1.
Razonando como en el ejemplo precedente, si x
fn = e n x]
n1 podemos estimar que
|f
xn xn | = n|]
xn1 xn1 | = ... = n!|ye0 y0 )|,
0, en absoluto.
con 25 iteraciones
x2 5 8.2E8
0.
x
fn en
double
el ordenador!
meros y Errores
21
1.7.
Condicionamiento de un problema
Los
manera informal para indicar la sensibilidad de la solucin del problema con respecto a pequeos
errores relativos en los datos de entrada.
Una posibilidad para hacer este tipo de apreciaciones es intentar cuanticar a priori esta
sensibilidad, utilizando para ello un modelo apropiado del problema.
1.7.1.
f (x)
f :RR
como dato
el dato de entrada, y
En la salida obtenemos
x
e=x+h
f (x + h)
una perturbacin de
f (x).
en lugar de
0<t<1
y para
pequeo,
|f 0 (x + th)| |f 0 (x)|.
|f (x + h) f (x)|
|f 0 (x)||h|
|f (x)|
|f (x)|
Si medimos la razn entre los errores relativos en los datos de salida y los datos de entrada,
tenemos
|f (x+h)f (x)|
er (f (x))
|f 0 (x)||x|
|f (x)|
=
.
|h|
er (x)
|f (x)|
|x|
Denicin 1.7.1
con
f (x) 6= 0.
Sea
El nmero de condicin de f
nc(f, x) :=
y mide la razn entre los errores relativos en
|f 0 (x)||x|
|f (x)|
f (x)
y en
Cuando el nmero de condicin es pequeo, o menor que una cota razonable, pequeos errores
en
f (x)
22
Ejemplo 1.7.2
(i)
x2
nc(xe
|f 0 (x)||x|
|(ex 2x2 ex )x|
2
= |1 2x2 ex | 1
, x) =
=
2|
x
|f (x)|
|xe
es estable en todo
x:
f (x)
son
1
)
1x2
|x|
|x|
|f 0 (x)||x|
1x2
=
=
nc(arc sen(x), x) =
|f (x)|
arc sen(x)
arc sen(x) 1 x2
lm nc(arc sen(x), x) = +
x1
arc sen(x) .
est lejos de
la evaluacin de
1
|f 0 (x)||x|
=
|f (x)|
| log(x)|
log(x)
es estable, pero si
esta cerca de
x=1
esta
evaluacin es inestable.
1.7.2.
f (~x)
f :
Rn
varias variables.
Si adems
~x Rn
como
n = 3)
Sea ~x = (x0, y0, z0) el dato de entrada, y ~xe = ~x + ~h = (x0 + hx, y0, z0) una perturbacin
en la primera coordena de ~x como dato de entrada.
Sea
(y0 , z0 )
jo, la funcin
de una variable
f (x0 , y0 , z0 )
= fy0 0 ,z0 (x0 )
x
De forma anloga se denen las derivadas parciales de
en
~x0
derivando la funcin de una variable que resulta al jar el re sto de las coordenadas.
Si existen todas las derivadas parciales en
de que
f (~x) f (~x0 )
~x0
es diferenciable en
~x0
en el sentido
Nmeros y Errores
23
0 < t1 < 1
y para
hx
pequeo,
,y0 ,z0 )
1 hx ,y0 ,z0 )
| f (x0 +tx
| | f (x0x
|.
,y0 ,z0 )
| f (x0x
||hx |
|f (~x + ~h) f (~x)|
|f (~x)|
|f (~x)|
Si medimos la razn entre los errores relativos en los datos de salida y los datos de entrada,
tenemos
,y0 ,z0 )
| f (x0x
||x0 |
er (f (~x)), x0
.
er (x0 )
|f (~x)|
~x
y de
De la misma forma se pueden obtener estimaciones de las razones entre los errores relativos
cuando se van perturbando de forma independiente cada una de las coordenadas.
Denicin 1.7.3
Sea
continuas continua. y
nc(f, ~x, i) :=
| fx(~xi ) ||xi |
|f (~x)|
, i = 1, 2, ..., n
f (~x)
y en
Cuando todos los nmeros de condicin son pequeo, o menores que una cota razonable,
pequeos errores en x se propagan a pequeos errores en f (x) y el algoritmo es estable. Pero si
alguno de los nmeros de condicin es muy grande o tiende a innito cerca de un valor de ~x el
algoritmo ser inestable cerca de este valor.
Ejemplo 1.7.4 Vamos
y = 1.5 0.2
f (x,y)
x
y analizaremos la estabilidad de
= 2xy
f (x,y)
y
x [2 0.3, 2 + 0.3]
f (x,y)
| y | 2.32 = 5.29
i
f (x, y) = x2 y
(2, 1.5).
en
cuando
x = 2 0.3
= x2 ,
e
(x,y)
| 2 2.3 1.7 = 7.82
y [1.5 0.2, 1.5 + 0.2], | fx
24
f (2, 1.5) = 6 est acotado por 3.212 ( el error relativo est acotado
por 0.536).
(x,y)
| fx
||x|
2x2 y
= 2 = 2,
|f (x, y)|
x y
(x,y)
||y|
| f y
|f (x, y)|
al evaluar
x2 y
= 1.
x2 y
f (x, y).
Observad tambin que los nmeros de condicin en este caso son independientes del vector
(x, y).
1.7.3.
Aplicaciones lineales
Cuando estudiemos los sistemas de ecuaciones lineales A~x = ~b (A matriz nn, consideraremos
distintas normas para las matrices A y veremos que el nmero nc(A) = kAk kA1 k servir como
nmero de condicin del sistema en el sentido de que mide la razn entre el error cometido en
kAk
Matrices como las de Hilbert
Hn =
1
i+j1
1in
1jn
que aparecen de forma natural en ajustes funciones por polinomios de grado n, estn muy mal
condicionadas nc(Hn ) e3.5n .
1.7.4.
Races de Polinomios
Denotemos por p(x) a un polinomio y supongamos que algR(p) es un algoritmo que propor-
r = algR(p) de p(x) (p(r) = 0). upongamos adems que r es una raz simple de
p, e.d. p0 (r) 6= 0.
Si se perturba el polinomio p de entrada, tomando una aproximacin pe(x) = p(x) + q(x),
donde q(x) es otro polinomio, y se aplica el algoritmo encontraremos una raz r + h = algR(e
p).
2
3
Si suponemos que h es pequeo, h , h , ... seran mucho mas pequeos que h y podramos
despreciarlas frente a h. As, utilizando el desarrollo de Taylor de p, como p(r) = 0, podemos
ciona una raz
modelizar
p00 (r) 2
p(n) (r) 2
h + ... +
h p0 (r)h.
2
n!
. As
Nmeros y Errores
25
pq(r)
0 (r)
de
algunos mtodos de aproximacin de races de polinomios, constataremos los hechos que ahora
vamos a pronosticar en base al modelo propuesto ms
Los
arriba.
polinomios de Wilkinson son los polinomios mnicos con races simples en los enteros
Consideremos la perturbacin de
Si algR20
p20
dada por
20
pf
20 (x) = p20 (x) + x .
es
2020
2020
=
109 .
p020 (20)
19!
Observad que una pequea perturbacin () en el coeciente de x20 se multiplica por 109 al
intentar aproximar la raz
r = 15
1.8.
r = 10.
algR15
algR10
Prctica n 2
Mquinas ideales .
Bibliografa
[1]
A.
Labor - Univ.
D. Kincaid and W.
Reading, USA, 1994.
Cheney,
a
Anlisis numrico, 7 edicin,
Anlisis numrico,
Thomson-Learning, Mexico,
Ed. Addison-Wesley
Iberoamericana,
Captulo
'
'
Algoritmos e Iteraciones
Interrogantes centrales del captulo
$
$
'
'
%
%
$
$
%
%
En la unidad anterior hemos trabajado con algunos algoritmos de una forma ms o menos
informal. Para escribir los algoritmos de forma que se puedan implementar fcilmente en un
ordenador debemos ser ms precisos, considerar siempre que tienen que construirse sobre una
estructura clara y ordenada.
28
En este captulo describiremos la forma general de los algoritmos, cmo se evalan y cmo
medir su complejidad para poder compararlos. Prestaremos especial atencin a los algoritmos
iterativos y al orden de su convergencia. Trabajaremos con algunos algoritmos elementales de
resolucin de ecuaciones, estudiaremos el teorema del punto fijo de Banach y el algoritmo de
Aitken para acelerar la convergencia de sucesiones.
2.1.
Introduccin
Algunos autores aseguran que la palabra algoritmo proviene del nombre del matemtico
persa Abu Jafar Mohamemed ibn Musa al-Khowarizmi, que trabajo en Bagdad alrededor del ao
840. Aunque si acudimos al diccionario de la Real Academia Espaola encontramos la siguiente
definicin que se corresponde con nuestras intenciones:
algoritmo: (Quiz del lat. tardo algobarismus, y este abrev. del r. cls. lisabu lubar,
clculo mediante cifras arbigas).
(i) m. Conjunto ordenado y finito de operaciones que permite hallar la solucin de un
problema.
(ii) m. Mtodo y notacin en las distintas formas del clculo.
Comencemos este captulo con una visita a un prototipo tpico de un algoritmo:
El algoritmo de Euclides para encontrar el mximo comn divisor de dos nmeros naturales
que fue descrito alrededor del ao 350 a.C. y se puede visitar en el libro de los Elementos de
Euclides.
Algoritmos-Iteraciones
Algoritmo 2.1
29
El algoritmo de Euclides
Datos de entrada: m, n N
Datos de salida: El mximo comn divisor de m y n: M CD(m, n) N
Variables:
m ; n ; // para operar sin cambiar los nmeros.
auxiliar; // para hacer cambios.
Fujo del programa:
if(m >= n){ m = m; n = n; }
else{ m = n; n = m;}
while(n 6= 0){
auxiliar = n ;
n = Resto(m n );
m = auxiliar
}
Parada: M CD(m, n) = m
2.2.
El anlisis del algoritmo de Euclides nos ha dada una idea de lo que es un algoritmo, que
estructura tiene y cmo podemos juzgar razonable su implementacin.
Definicin 2.2.1 (Algoritmo) Un algoritmo es un procedimento de clculo que consiste en
un conjunto de instrucciones precisas. Estas instrucciones especifican una sucesin finita de
operaciones que una vez ejecutadas proporcionan la solucin a un problema de entre los de
una clase especial de problemas.
30
Mirando el algoritmo de Euclides observamos que tiene una estructura (forma) que vamos a
requerir a los dems algoritmos:
Estructura de un lgoritmo.(forma)
Los Datos de Entrada son los valores de inicio que deben de aportarse al algoritmo
antes de su ejecucin. Estos datos iniciales deben de pertenecer a unos tipos de datos
predeterminados.
Los Datos de Salida son los datos esperados como respuesta de la ejecucin del algoritmo.
En algunos casos el algoritmo puede acabar enviando un mensaje de ERROR sealando
la imposibilidad de alcanzar la solucin esperada.
El Flujo del algoritmo consiste en una sucesin de instrucciones aritmticas que deben
ser realizadas. Estas instrucciones deben de cumplir las siguientes propiedades:
(i) Cada etapa debe estar definida de forma precisa y sin ambigedades. Todas las posibles situaciones deben de ser tenidas en cuenta.
(ii) El flujo debe terminar despus de un nmero finito de etapas.
(iii) El flujo debera de ser eficaz para un conjunto amplio de problemas. Debe de tenerse
en cuenta su aplicabilidad en situaciones generales.
(iv) El flujo debe de poder ser implementado en una mquina de clculo.
Adems de las operaciones aritmticas habituales (+, , , , ...) y las funciones elementales
Algoritmos-Iteraciones
31
En esta teora se abordan dos tipos distintos de criterios para medir la complejidad de un algoritmo: criterios relativos a la complejidad esttica como pueden ser la longitud del algoritmo,
el nmero de ordenes que contiene o la estabilidad y el condicionamiento de las operaciones previstas; y criterios de complejidad dinmica relativos al tiempo de ejecucin y a requerimiento
de memoria en el sentido de la adecuacin de la implantacin del algoritmo a las condiciones
reales de espacio y tiempo.
Nosotros nos fijaremos en las siguientes tres cualidades de los algoritmos para compararlos:
(i) el nmero de operaciones previstas en el algoritmo,
(ii) la previsibilidad de la convergencia de los distintos mtodos iterativos, y
(iii) la velocidad de esa convergencia (orden de convergencia).
En los apartados siguientes vamos a analizar esa dos ltimas cualidades de los procesos
iterativos. Ahora, para finalizar esta seccin vamos a recordar el algoritmo de Horner para evaluar
polinomios comparndolo con las evaluaciones usuales. Utilizamos el nmero de operaciones
como criterio de comparacin.
El algoritmo de Horner
En el ejercicio 1.6.5 proponamos contar el nmero de operaciones necesarias para evaluar
un polinomio. En este apartado vamos a hacer los clculos vamos a escribir correctamente el
algoritmo de Horner.
Un polinomio complejo es una combinacin lineal de potencias naturales de z:
p(z) = a0 + a1 z + + an z n
(2.1)
donde los coeficientes ak C son nmeros complejos y an 6= 0. En estas condiciones se dice que
el polinomio p(z) tiene grado n N.
Para calcular el valor del polinomio p en un punto z0 , si usamos la relacin z0k+1 = z0 .z0k y
la frmula (2.1), necesitaremos hacer 2n 1 multiplicaciones (1 en a1 z0 y 2 multiplicaciones en
cada sumando ak z0k para k 2) y n sumas. En total 3n 1 operaciones.
Sin embargo, existe un procedimiento ms econmico, y por lo tanto ms estable para el
clculo, conocido como Esquema de Horner que alguno conoceris como la Regla de Rufini:
p(z0 ) = (. . . ((an z0 + an1 ) z0 + an2 ) z0 + + a1 ) z0 + a0 .
Los multiplicadores de z0 en esta frmula se van obteniendo de forma recursiva siguiendo el
esquema
an
z0
bn
an1
z0 b n
bn1
an2
z0 bn1
bn2
......
......
......
a1
z0 b 2
b1
a0
z0 b 1
b0
32
En efecto, si escribimos
q(z) = bn z n1 + bn1 z n2 + + b2 z + b1 .
q(z)(z z0 ) = bn z n + bn1 z n1 + + b2 z 2 + b1 z bn z n1 z0 + + b2 z0 + b1 z0 ,
q(z)(z z0 ) + b0 = bn z n + (bn1 bn z0 )z n1 + + (b1 b2 z0 )z + (b0 b1 z0 ).
Tal y como tenemos definidos los coeficientes bk , tenemos bn = an y (bk bk+1 z0 ) = ak , de donde
resulta la igualdad 2.2.
El siguiente algoritmo reproduce el esquema de Horner que hemos expuesto, y lo implementaremos en el correspondiente programa de clculo en las sesiones de prcticas.
Algoritmo 2.2
Esquema de Horner
4
2
b3 = 2
7
4
b2 = 3
5
6
b1 = 1
2
2
b0 = 0
2.3.
2.3.1.
El Mtodo de la Biseccin
Teorema 2.3.1 (Bolzano) Sea f : [a, b] R una funcin continua tal que
f (a) f (b) < 0.
Entonces existe x [a, b] tal que f (x) = 0.
Algoritmos-Iteraciones
33
0.5
0.25
0.5
0.75
1.25
1.5
0.25
0.5
0.75
1.25
1.5
0.25
0.5
0.75
1.25
1.5
0.25
0.5
0.75
1.25
1.5
0.25
0.5
0.75
1.25
1.5
-0.5
-1
-1.5
1
0.5
-0.5
-1
-1.5
1
0.5
-0.5
-1
-1.5
1
0.5
-0.5
-1
-1.5
1
0.5
-0.5
-1
-1.5
Escribe la demostracin!
34
Algoritmo 2.3
Mtodo de la biseccin
ba
.
2k+1
1
2
3
4
5
aa=
aa=
aa=
aa=
aa=
1.0
1.5
1.75
1.75
1.75
bb=
bb=
bb=
bb=
bb=
2.0
2.0
2.0
1.875
1.8125
u=-0.28171817154095447
u=-0.2683109296619355
u=-0.05789732399427017
u=-0.05789732399427017
u=-0.05789732399427017
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.13019412033011246
v=0.02808641188198635
k=
k=
k=
k=
k=
11
12
13
14
15
aa=
aa=
aa=
aa=
aa=
1.79296875
1.79296875
1.793212890625
1.793212890625
1.79327392578125
bb=
bb=
bb=
bb=
bb=
1.7939453125
1.79345703125
1.79345703125
1.7933349609375
1.7933349609375
u=-4.456149959981559E-4
u=-4.456149959981559E-4
u=-9.849297435415849E-5
u=-9.849297435415849E-5
u=-1.1675138180677891E-5
v=9.443070728494263E-4
v=2.4886798603152016E-4
v=2.4886798603152016E-4
v=7.515763303089784E-5
v=7.515763303089784E-5
Algoritmos-Iteraciones
35
k=
k=
k=
k=
k=
21
22
23
24
25
aa=
aa=
aa=
aa=
aa=
1.7932815551757812
1.7932820320129395
1.7932820320129395
1.7932820320129395
1.7932820916175842
bb=
bb=
bb=
bb=
bb=
1.7932825088500977
1.7932825088500977
1.7932822704315186
1.793282151222229
1.793282151222229
u=-8.21858566979472E-7
u=-1.4352084320989889E-7
u=-1.4352084320989889E-7
u=-1.4352084320989889E-7
u=-5.8728563345766815E-8
v=5.348177927189113E-7
v=5.348177927189113E-7
v=1.9564836062357926E-7
v=2.606373072921997E-8
v=2.606373072921997E-8
k=
k=
k=
k=
k=
32
33
34
35
36
aa=
aa=
aa=
aa=
aa=
1.7932821325957775
1.7932821328286082
1.7932821328286082
1.7932821328868158
1.7932821328868158
bb=
bb=
bb=
bb=
bb=
1.7932821330614388
1.7932821330614388
1.7932821329450235
1.7932821329450235
1.7932821329159196
u=-4.338631676148452E-10
u=-1.0264278316185482E-10
u=-1.0264278316185482E-10
u=-1.9838353182421997E-11
u=-1.9838353182421997E-11
v=2.2857626902350603E-10
v=2.2857626902350603E-10
v=6.296652088622068E-11
v=6.296652088622068E-11
v=2.156363976268949E-11
2.3.2.
El mtodo de la Regula Falsi (regla falsa), es una modificacin del mtodo de la biseccin
con la esperanza de obtener una aproximacin de la raz de forma ms rpida.
Consiste en utilizar el punto de corte c de la secante que une los extremos de la curva y = f (x)
en a y b en vez del punto medio, para dividir el intervalo y despus iterar el proceso quedndonos
con los subintervalos en los que f cambie de signo.
En los siguientes grficos podemos observar distintas etapas de este mtodo:
1.2
1.4
1.6
1.25
1.25
0.75
0.75
0.5
0.5
0.25
0.25
1.8
1.2
1.4
1.6
1.8
-0.25
1.2
1.4
1.6
-0.25
1.25
1.25
0.75
0.75
0.5
0.5
0.25
0.25
1.8
1.2
-0.25
1.4
1.6
1.8
-0.25
Para describir el algoritmo, recordar que la ecuacin de la recta que pasa por los puntos (a, u)
y (b, v) es
vu
y =u+
(x a).
ba
36
Si ahora hacemos y = 0 en esa expresin para determinar la abscisa de corte de la recta con el
eje de abscisas se tiene
ba
x=au
.
vu
Modificando el algoritmo del mtodo de la biseccin en la definicin de c tomando el corte
de la secante a la curva y = f (x) en los extremos de los intervalos con el eje de abscisas en vez
de considerar el centro del intervalo, obtenemos el siguiente algoritmo:
(Enmarcada sobre fondo gris, est la modificacin efectuada)
1
2
3
4
5
aa=
aa=
aa=
aa=
aa=
1.0
1.4199895314155169
1.6721721622963694
1.7610064028149435
1.7852195260508816
bb=
bb=
bb=
bb=
bb=
2.0
2.0
2.0
2.0
2.0
u=-0.28171817154095447
u=-0.29928267006193354
u=-0.14461267362264119
u=-0.043859961270654724
u=-0.01133990799920781
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
k=
k=
k=
k=
k=
k=
k=
k=
k=
11
12
13
14
15
16
17
18
19
aa=
aa=
aa=
aa=
aa=
aa=
aa=
aa=
aa=
1.7932804127143416
1.7932817129360898
1.793282030371081
1.7932821078692915
1.7932821267896093
1.793282131408792
1.7932821325365136
1.7932821328118338
1.7932821328790503
bb=
bb=
bb=
bb=
bb=
bb=
bb=
bb=
bb=
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
u=-2.447094586077725E-6
u=-5.974324321922353E-7
u=-1.4585651553211676E-7
u=-3.5609233561828546E-8
u=-8.693593622766116E-9
u=-2.1224435542421816E-9
u=-5.181701734358057E-10
u=-1.26505694808543E-10
u=-3.088485023283738E-11
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
v=0.3890560989306504
Se obtiene la misma solucin que con el mtodo de la biseccin pero ahora slo en 19 pasos.
A la vista de este ejemplo podramos pensar que el algoritmo de la regula falsi es ms rpido
que el mtodo de la biseccin. En general, ese no es el caso
Algoritmos-Iteraciones
37
Observando la grfica del ejercicio podemos conjeturar (sin equivocarnos demasiado) que el
ralentizamiento de la regula falsi se debe a la presencia de regiones donde la curva tiene poca
pendiente donde la secante aproxima mal a la curva, para pasar al final a una regin con mucha
pendiente donde las secantes aproximan bien a la curva.
Para evadir esta situacin se puede utilizar el siguiente truco que consiste en reducir la
pendiente de las secante en las etapas en las que se sea consciente de que podemos estar ralentizandonos.
La modificacin esencialmente consiste en guardar memoria del signo de f en el punto de
corte de la secante con el eje de abscisas y en caso de que el signo se repita en la siguiente
iteracin, se inclinar ms la secante buscando una mejor aproximacin del cero de f .
En la primera etapa, se utiliza f (a) para comparar con el signo de f (c) en el punto de corte,
c, de la secante con el eje de abscisas.
Grficamente hacemos lo siguiente:
38
1.4
1.2
1.6
1.25
1.25
0.75
0.75
0.5
0.5
0.25
0.25
1.2
1.8
1.4
1.6
1.8
-0.25
-0.25
1.2
1.4
1.6
1.25
1.25
0.75
0.75
0.5
0.5
0.25
0.25
1.8
1.2
-0.25
1.4
1.6
1.8
-0.25
(Enmarcadas sobre fondo gris, estn la modificaciones efectuadas sobre el mtodo de la regula
falsi)
Algoritmos-Iteraciones
39
2.3.3.
Mtodo de Newton
Una variacin a los mtodos anteriores aparece cuando utilizamos rectas tangentes a la curva
y = f (x) para aproximarnos a la raz. Este es el conocido como mtodo de Newton.
Consiste en iterar el proceso siguiente:
Dada una aproximacin xi de la raz de f , consideramos g(x) = f (xi) + f 0 (xi)(x xi)
la ecuacin de la tangente a y = f (x) en xi.
resolvemos la ecuacin lineal g(x) = = 0, tomando h = ff0(xi)
(xi) y xf = xi + h.
la solucin xf de la ecuacin aproximada, ser la nueva aproximacin de la raz de la
ecuacin inicial.
Grficamente se puede representar como sigue:
1.25
1.25
1.5
1.5
10
10
1.75
1.75
2.25
2.5
2.75
1.25
1.5
1.75
2.25
10
10
2.25
2.5
2.75
1.25
1.5
1.75
2.25
2.5
2.5
2.75
2.75
40
Algoritmo 2.6
Mtodo de Newton
Algoritmos-Iteraciones
41
-1
15
15
10
10
-0.5
0.5
-1
-0.5
0.5
-5
-5
-10
-10
15
10
-1
-0.5
0.5
-5
-10
10
-8
-4
-6
10
-2
-8
-4
-6
-2
-10
-10
-20
-20
-30
-30
-40
-40
-50
-50
-1
-0.5
0.5
1.5
2.5
42
2.4.
Esta tcnica de considerar sucesiones de iteradas, xn = f (xn1 ), para buscar puntos fijos,
recibe el nombre de iteracin de punto fijo o iteracin funcional. El algoritmo correspondiente es:
Algoritmos-Iteraciones
Algoritmo 2.7
43
Ejemplo 2.4.3 Con la calculadora de mano, configurada para trabajar en radianes, si consideramos la funcin cos(x) y calculamos la rbita de cualquier nmero obtenemos un/el punto fijo
del cos :
cos(0.739085133) = 0.739085133.
Grficamente, comenzando en 0.5 se tiene:
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
44
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
Recordis resultados del curso Analisis I que garanticen la existencia de puntos fijos y su
unicidad?
Echad un vistazo al Teorema 2.2 del libro de Burden-Faires [2] y seguro que recordis una
aplicacin del teorema de Bolzano y otra de la frmula de los incrementos finitos.
El siguiente teorema da una condicin suficiente para la convergencia de las iteraciones de
punto fijo. Vamos e enunciarlo para funciones definidas en espacios mtricos completos (X, d),
que contiene como caso particular a R, Rn , a los espacios de Banach (espacios normados completos) (X, k k) y a sus subconjuntos cerrados.
Definicin 2.4.4 Sea (X, d) un espacio mtrico completo, se dice que una funcin f : X X,
es una funcin contractiva cuando existe una constante c, 0 < c < 1, verificando :
d(f (x), f (y)) c d(x, y)
para cada x e y en X.
Teorema 2.4.5 (Teorema del Punto Fijo de Banach) Sea (X, d) un espacio mtrico completo y f : X X una funcin (contractiva) tal que existe una constante c, 0 < c < 1,
verificando :
d(f (x), f (y)) c d(x, y)
para cada x e y en X.
Entonces la ecuacin f (x) = = x tiene una nica solucin xs X.
Esta solucin se encuentra como el lmite de la sucesin de iteradas
xs = lm x(n),
n
cn
d(x(1), x(0))
1c
Demostracin:
Ideas que intervienen
Como f es contractiva si tiene un punto fijo este es nico.
En efecto, si f (x) = x y f (y) = y, entonces
d(x, y) = d(f (x), f (y)) cd(x, y),
y como 0 < c < 1, esto slo es posible si d(x, y) = 0, e. d. si x = y.
Algoritmos-Iteraciones
45
cn
|x1 x0 |.
1c
Ejemplo 2.4.7 (Ejemplos 3 y 4 del apartado 2.2 de Burden-Faires [2]) La nica raz de
p(x) = x3 + 4x2 10 en el intervalo [1, 2] se puede convertir en punto fijo x == g(x), de una
funcin g de diferentes formas.
Vamos a relacionar 5 elecciones distintas de g, y describiremos el comportamiento de las
iteradas funcionales empezando en x0 = 1.5
(i) x = g1 (x) = x x3 4x2 + 10
xn = g1 (xn1 ) es divergente.
g1 no es contractiva, |g 0 (x)| > 1 en todo x [1, 2].
(ii) x = g2 (x) =
10
x
1
4x 2
xn = g3 (xn1 ) es convergente.
g3 es estrictamente decreciente en [1,2]. Lleva el intervalo [1,1.5] al intervalo [1.28,1.5].
Adems como |g30 (x)| |g30 (1.5)| 0.66 < 1 para todo x [1.28, 1.5], podemos concluir
que g3 es contractiva en ese intervalo.
46
(iv) x = g4 (x) =
10
4+x
1
x3 +4x2 10
.
3x2 +8x
La iterada funcional para g5 es la iterada del mtodo de Newton para p(x) y es ms rpida
que las dos iteradas anteriores. Enseguida vamos a ver porqu.
2.4.1.
Atractores y repulsores
Sea f : [a, b] R es una funcin derivable con derivada continua y x [a, b] un punto fijo
de f (f (x) = x)
El tamao de la derivada |f 0 (x)| indica el comportamiento de las iteradas funcionales en las
prximidades de x.
Proposicin 2.4.8 Si |f 0 (x)| < 1 entonces, en un entorno de x se cumplen las hiptesis del
teorema del punto fijo. Se dice que x es un punto atractor (o sumidero) de f .
Las iteradas xn = f (xn1 ) convergen a x, para x0 prximo a x.
Demostracin:
Ideas que intervienen
|f 0 (x)| < c < 1 y f 0 continua que existe > 0 tal que |f 0 (x)| < c para x [x , x + ].
f : [x , x + ] [x , x + ] En efecto:
|f (x) x| = |f (x) f (x)| = |f 0 ()||x x| < c < .
( est entre x y x, [x , x + ])
Se cumplen las hiptesis del teorema del punto fijo para f definida en [x , x + ].
Ejemplo 2.4.9 (El mtodo de Newton) El mtodo de Newton consiste en iterar el proceso siguiente:
Dada una raz x de una funcin derivable f , (f (x) = 0). Si xn es una aproximacin
de x consideramos aux(x) = f (xi) + f 0 (xi)(x xi) la ecuacin de la tangente a y = f (x)
en xn , resolvemos la ecuacin lineal aux(x) = = 0, y tomamos la solucin como nueva
n)
aproximacin xn+1 = xn ff0(x
(xn ) .
Algoritmos-Iteraciones
47
Considerando la funcin
g(x) = x
f (x)
.
f 0 (x)
Esperamos encontrar x como lmite de xn+1 = g(xn ), e.d., como punto fijo de g.
Si f es dos veces derivable con f 00 continua y f 0 (x) 6= 0, g es derivable en un entorno de x
y
f 00 (x)
g 0 (x) = 0(< 1) y g 00 (x) = 0
.
f (x)
x es un atractor.
Como corolario de la proposicin 2.4.8 tenemos el siguiente teorema de convergencia local
para el mtodo de Newton.
Proposicin 2.4.10 Sea f : (a, b) R una funcin dos veces derivable con f 00 continua. Sea
x (a, b) una raz simple de f , e.d. f (x) = 0 y f 0 (x) 6= 0. Entonces existe > 0 tal que si
n)
x0 (a, b), y |x0 x| < , la sucesin de iteradas de Newton, xn+1 = xn ff0(x
(xn ) , est bien
definida para todo n N y converge hacia x.
Ejemplo 2.4.11 f (x) = 0.25 ex tiene una atractor cerca de 0.4, si hacemos las iteradas
funcionales grficamente desde x0 = 0.9 tenemos:
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
48
0.5
1.5
2.5
0.5
1.5
2.5
0.5
1.5
2.5
0.5
1.5
2.5
Proposicin 2.4.13 Si |f 0 (x)| > 1 entonces, en ningn entorno de x se cumplen las hiptesis
del teorema del punto fijo. Se dice que x es un punto repulsor (o fuente) de f .
Las iteradas xn = f (xn1 ) no convergen a x, para x0 prximo a x, salvo que xn = x para
algn n.
Demostracin:
Ideas que intervienen
|f 0 (x)| > C > 1 + f 0 continua que existe > 0 tal que |f 0 (x)| > C para x [x, x+].
Si xn = f (xn1 ), entonces xn 6 x salvo si para algn n0 , xn0 = x (xn = x, n > n0 ).
En efecto: si fuese convergente existira n0 tal que 0 < |xn x| < para n n0 . Pero
|xn x| = |f (xn1 ) f (x)|
= |f 0 ()||xn1 x|
> C |xn1 x| > ...
> C nn0 |xn0 x|
Algoritmos-Iteraciones
(C > 1 C nn0 )
2.5.
49
ABSURDO
|xn x|
= ,
|xn1 x|m
Permitid la licencia de que aqu consideremos errores absolutos en lugar de los errores relativos del captulo
anterior.
50
Demostracin:
Ideas que intervienen
(caso m=1) |f 0 (x)| < 1 implica que x es un atractor. e.d. que las iteradas funcionales son
convergentes.
(caso m>1) Como f 0 (x) = 0 < 1 la sucesin de iteradas xn+1 = f (xn ) converge hacia x
siempre que x0 est cerca de x.
Considera la frmula del desarrollo de Taylor de f en x de orden m:
f (x) f (x) =
f (m) (x)
(x x)m + o((x x)m ).
m!
As tenemos
f (xn ) f (x)
f (m)(x) o((xn x)m )
f (m)(x)
xn+1 x
=
=
+
.
(xn x)m
(xn x)m
m!
(xn x)m
m!
Como corolario de este resultado y de la proposicin 2.4.10, se tiene el siguiente teorema de
convergencia local del mtodo de Newton,
Teorema 2.5.3 Sea f : (a, b) R una funcin dos veces derivable con f 00 continua. Sea x
(a, b) una raz simple de f , e.d. f (x) = 0 y f 0 (x) 6= 0. Entonces existe > 0 tal que si x0 (a, b),
n)
y |x0 x| < , la sucesin de iteradas de Newton, xn+1 = xn ff0(x
(xn ) , est bien definida para
todo n N y converge hacia x con convergencia de orden al menos 2.
Cal es el orden de convergencia y la constante asinttica del error en el mtodo de Newton
si f 0 (x) 6= 0 y f 00 (x) 6= 0?
Volved al ejemplo 2.4.7 y comparar los ordenes de convergencia de los distintos procesos
iterativos que se estudiaron all.
2.6.
Remarcad la hiptesis de que la constante asinttica A 6= 1. Esto ocurre en los puntos fijos que
son atractores A = |f 0 (x)| < 1.
Entonces, para n suficientemente grande podemos escribir
(
xn+1 x A(xn x)
(2.3)
xn+2 x A(xn+1 x).
Algoritmos-Iteraciones
51
(2.4)
xn+1 Axn
xn+1 xn
(xn+1 xn )2
= xn +
xn
.
1A
1A
(xn+2 xn+1 ) (xn+1 xn )
(2.5)
(xn+1 xn )2
(xn )2
= xn
(xn+2 xn+1 ) (xn+1 xn )
2 xn
(xn )2
2 xn
n)
converge hacia x ms rpidamente
Entonces la sucesin del mtodo de Aitken x
n = xn (x
2 xn
que xn en el sentido de que
x
n x
lm
=0
n xn x
Demostracin:
Ideas que intervienen
Expresar x
n x en trminos de xn x y A 1 6= 0.
(i) n :=
xn+1 x
A0
xn x
52
(v) x
n x = (xn x)
(vi)
(A 1)2 (A 1)2
x
n x
n (n + (A 1))2
= 0.
=
xn x
n
(A 1)2
Algoritmo 2.8
f f x = f (f x);
xxacelerado = xx ((f x xx) (f x xx))/(f f x 2 f x + xx);
if(|xxacelerado f (xxacelerado)| < precision){
Parada: Punto fijo en xxacelerado }
xx = f x;
f x = f f x;
// el siguiente punto de la rbita f
}
Parada: Error: No hay convergencia en nmaxiter iteraciones
Ejemplo 2.6.2 (vanse los ejemplos 5 y 6 del paquete algoritmosIteraciones) La funcin g(x) = 1.6 + 0.99 cos x es contractiva y tiene un nico punto fijo.
La iteracin de punto fijo para g, con inicio en x0 = 1.5707963267948966 proporciona una
aproximacin al punto fijo x 1.585521893915304 en 560 iteraciones (x x560 ). La derivada
Algoritmos-Iteraciones
53
de g en el punto fijo, g 0 (x) = 0.9898926649877118, tiene valor absoluto menor pero prximo a
1. Esto confirma que el punto fijo es un atractor y que la convergencia no es de las ms rpidas.
Si aceleramos la convergencia de la iteracin de punto fijo iniciada en el mismo punto x0 ,
el mtodo de Aitken proporciona la aproximacin al punto fijo x 1.585471801571905 en 476
pasos.
Si consideramos la funcin f (x) = 0.25ex analizada en los ejemplos 2.4.11 y 2.4.12, y hacemos la iteracin de punto fijo para f , con inicio x0 = 0.1 aproximamos el punto fijo x =
0.35740295618138784 en 33 pasos. Observad que en este ejemplo f 0 (x) = 0.3574029561813885
es mucho menor que en el caso de la funcin anterior y que ahora la convergencia es mucho ms
rpida.
Si aceleramos la convergencia con el mtodo de Aitken, iniciando tambin en x0 = 0.1 aproximamos el mismo punto fijo en 15 pasos.
Cuanto menor es el tamao de la derivada en el punto fijo, ms rpido convergen las iteradas
de punto fijo y sus aceleradas de Aitken!
2.6.1.
Mtodo de Steffensen
(f (yn ) yn )2
.
f (f (yn )) 2f (yn ) + yn
Teorema 2.6.3 Sea f : [a, b] [a, b] una funcin de clase C 2 en [a,b], con un punto fijo en
x (a, b) (f (x) = x), f 0 (x) 6= 1. Entonces, existe > 0 tal que [x , x + ] (a, b) y para
cualquier y0 [x , x + ] el algoritmo de Steffensen
yn+1 = yn
(f (yn ) yn )2
,
f (f (yn )) 2f (yn ) + yn
54
z(x)
(xx)k
= 0,
0
Recordar que o((x x)k ) + o((x x)k ) = o((x x)mn{k,k } , (x x)k o((x x)k ) =
0
o((x x)k+k , etc.
(i) f (x) = x + f 0 (x)(x x) +
f 00 (x)
2 (x
f (x) x = f 0 (x)(x x) +
f 00 (x)
2 (x
f 00 (x)
2 (x
(f x)2 = (f (x) x)2 = (f 0 (x) 1)2 (x x)2 + (f 0 (x) 1)f 00 (x)(x x)3 + o((x x)3 ;
00
(iii) f (f (x)) f (x) = (f 0 (x) 1)(f (x) x) + f 2(x) (f (x) x)2 + o((f (x) x)2 ) =
00
= (f 0 (x) 1)(f (x) x) + f 2(x) (f (x) x)2 + o((x x)2 ) ;
(iv) Restando (III-II) tenemos:
2 f x := f (f (x)) 2f (x) + x = (f 0 (x) 1)(f (x) x) +
f 00 (x)
2
2
2
2 [(f (x) x) (x x) ] + o((x x) ) =
00
(f 0 (x) 1)2 (x x) + (f 0 (x) 1) f 2(x) (x x)2 +
f 00 (x)
2
2
2
0
2 (f (x) 1)(x x) + o((x x) ) =
00
(f 0 (x) 1)2 (x x) + f 2(x) (f 0 (x) 1)(1 + (f 0 (x) + 1))(x x)2 + o((x x)2 );
(v) Consideramos g(x) = x
g(x) x =
=
(f (x)x)2
f (f (x))2f (x)+x .
2 f x(x x) (f x)2
=
2 f x
f 00 (x) 0
0
3
3
2 (f (x) 1)f (x)(x x) + o((x x) )
00
(f 0 (x) 1)2 (x x) + f 2(x) (f 0 (x) 1)(1 + (f 0 (x) + 1))(x x)2 + o((x x)2 )
f 00 (x) 0
2
2
2 f (x)(x x) + o((x x) )
=
;
00
(f 0 (x) 1) + f 2(x) (1 + (f 0 (x) + 1))(x x) + o(x x)
(vi)
g(x) x
lm
= lm
xx (x x)2
xx (f 0 (x) 1) +
f 00 (x) 0
o((xx)2 )
2 f (x) + (xx)2
f 00 (x)
0
2 (1 + (f (x) + 1))(x
x) + o(x x)
f 00 (x)f 0 (x)
.
2(f 0 (x) 1)
Algoritmos-Iteraciones
Algoritmo 2.9
55
Notas:
Observad que la hiptesis del teorema anterior, f 0 (x) 6= 1, es ms general que pedir que el
punto fijo x sea un atractor, tambin puede darse en repulsores.
La diferencia fundamental entre el mtodo de aceleracin de Aitken y el mtodo de Steffensen aplicados a una iteracin de punto fijo, radica en que en el mtodo de Aitken la
aceleracin se produce sobre la sucesin de iteradas que hay que construir de entrada,
mientras que en el mtodo de Steffensen se construye directamente la sucesin acelerada.
Si las iteradas de punto fijo convergen linealmente, la acelerada de Steffensen lo hace al
menos cuadrticamente. Si las iteradas de punto fijo convergen con convergencia de orden
p > 1, las de Steffensen convergen con convergencia de orden al menos 2p 1 [1]
Ejemplo 2.6.4 La funcin f (x) = 0.25ex considerada en los ejemplos 2.4.11, 2.4.12 y 2.6.2 ,
tiene dos puntos fijos, uno atractor y el otro repulsor.
Recordad que la iteracin de punto fijo para f , con inicio x0 = 0.1 aproximamos el punto fijo
x = 0.35740295618138784 en 33 pasos, y que acelerando con Aitken este nmero de iteraciones
se reduce a 15 pasos.
El mtodo de Steffensen con inicio en el mismo x0 = 0.1 proporciona la aproximacin a
x = 0.35740295618138895 en slo 5 pasos.
Si consideramos la funcin g(x) = f (x) x, que se anula en los puntos fijos de f , podemos
comparar el mtodo de Steffensen de bsqueda de puntos fijos de f con el de Newton para
localizar los ceros de f .
La iteracin de Newton para g, con inicio en x0 = 0.1 proporciona x = 0.3573508313620166
en 3 pasos.
El otro cero de g se puede encontrar haciendo la iteracin de Newton con inicio en x0 = 2.1,
obteniendo x = 2.153299834108639 en 3 iteraciones.
Si hacemos la iteracin de Steffensen de f con inicio en x0 = 2.1 obtenemos el punto fijo
repulsor x = 2.1532923641103503 en 5 pasos.
56
Observad que el mtodo de Steffensen tambin permite localizar puntos fijos repulsores, tal
y como sealbamos antes.
2.7.
Bibliografa
[1] A. Delshams A. Aubanell, A. Benseny, tiles bsicos de clculo numrico, Ed. Labor - Univ.
Aut. de Barcelona, Barcelona, 1993.
[2] R.L. Burden and J.D. Faires, Anlisis numrico, 7a edicin, Thomson-Learning, Mexico,
2002.
[3] D. Kincaid and W. Cheney, Anlisis numrico, Ed. Addison-Wesley Iberoamericana,
Reading, USA, 1994.
Captulo
#
#
Introduccin y
complementos de anlisis
matricial.
Interrogantes centrales del captulo
Cocientes de Rayleigh.
Normas matriciales.
Condicionamiento de un sistema lineal
Un problema de anlisis numrico matricial.
"
"
!
!
matricial.
Saber denir el nmero de condicin de una matriz o de un sistema lineal
y saber calcularlo.
Conocer problemas modelizados por sistemas lineales de dimensin grande.
Este es el primer captulo de los cuatro dedicados al anlisis numrico matricial que aborda
las dos cuestiones siguientes
El clculo de valores propios y vectores propios de una matriz: Dada una matriz cuadrada
A, encontrar todos sus valores propios, o solo algunos signicativos, y eventualmente los
vectores propios correspondientes. En otras palabras, encontrar vectores p 6= 0 y escalares
R o C, tales que
Ap = p.
60
En los prximos tres captulos vamos a estudiar mtodos directos y mtodos iterativos para
la resolucin de sistemas lineales y mtodos de clculo de valores y vectores propios, pero antes
vamos a detenernos en observar un modelo que origina un sistema de ecuaciones lineales con
el objetivo de que nos sirva de ejemplo del tipo de sistemas que pueden aparecer a la hora de
buscar soluciones a problemas reales concretos.
Por otra parte, para poder establecer criterios que nos permitan comparar entre los distintos
mtodos, y analizar el condicionamiento y la estabilidad de los mismos, describiremos distancias
entre matrices y aprenderemos a calcularlas.
Desarrollo de los contenidos fundamentales
3.1.
3.1.1.
Sistemas de Ecuaciones
..
..
..
..
.
.
.
.
a x + a x + + a x = b
m1 1
m2 2
mn n
m
donde los coecientes, aij , y los trminos independientes, bi , son escalares del cuerpo
K (R o C). El primer ndice, i, indica la ecuacin en la que se encuentran los coecientes y los
trminos independientes (1 i m); mientras que el ndice, j , de los coecientes indica la
incgnita, xj , a la que multiplican (1 j n).
Las soluciones del sistema de ecuaciones son las listas de escalares (x1 , . . . , xn ) que son soluciones de todas las ecuaciones al mismo tiempo (simultneamente).
Introduccin
61
Si un sistema de ecuaciones tiene soluciones se llama compatible y si no las tiene, incompatible. Un sistema compatible con una nica solucin se llama determinado y si tiene ms
soluciones se llama indeterminado.
Un sistema de ecuaciones donde todos los trminos independientes son nulos (b1 = =
bm = 0) se llama homogneo y tiene siempre soluciones: al menos la solucin trivial x1 = =
xn = 0.
Se dice que dos sistemas de ecuaciones son equivalentes si tienen el mismo conjunto de
soluciones. Recordad las siguientes operaciones que se utilizan para transformar los sistemas de
ecuaciones en otros equivalentes que sean ms fciles de resolver:
Estas operaciones elementales para un sistema de ecuaciones son:
(i) Intercambiar dos ecuaciones de posicin.
(ii) Multiplicar una ecuacin por un escalar no nulo.
(iii) Sumar a una ecuacin un mltiplo escalar de otra ecuacin.
Teorema 3.1.1 Al aplicar una operacin elemental a un sistema, el sistema resultante es equi-
valente al original.
3.1.2.
Matrices
Estas ordenaciones rectangulares se llaman matrices y estn relacionadas con otros muchos
problemas, adems de con los sistemas de ecuaciones.
Si los elementos aij K con 1 i m y 1 j n, se llama matriz de m las y n
columnas o matriz m n, a
Tambin se suele decir que es una matriz de tipo (m, n), y se representa de forma abreviada
mediante su termino general aij ,
(aij )1im .
1jn
62
si se sobrentiende el recorrido de los ndices. Los ndices de cada trmino aij nos dicen donde
est colocado; el primero, i, indica la la, y el segundo, j , la columna. A veces, interesar indicar
el trmino general de la matriz A en funcin de los ndices en la forma
A(i, j) = aij .
El conjunto de las matrices m n de escalares se suele representar por Mmn (K), o simplemente por Mmn si el cuerpo K est claro.
Si el nmero de las y el de columnas coinciden, m = n, se dice que la matriz es cuadrada,
y se denota por Mn al conjunto de las matrices cuadradas.
Si m = 1 tenemos las matrices la, y si n = 1, las matrices columna. A los conjuntos
correspondientes se les suele denotar por Kn o Km (aunque si fuese necesario distinguir entre
las o columnas se debe utilizar la notacin M1n o Mm1 ) al identicarlos con los productos
cartesianos de K consigo mismos, que son los conjuntos formados por las listas ordenadas de
escalares dispuestas en las o en columnas.
Dada una matriz M , si consideramos solamente y en el mismo orden, los elementos que estn
en la interseccin de algunas las y columnas apropiadas se obtiene una submatriz.
1 0 2
M = 0 1 2 1 .
3 2 0 1
M =
1 2
3 0
A B
C D
Ejemplo 3.1.3 Si
!
0 1 2
0 1 2
A B
= 1 0 2 = 1 0 2 .
M=
C D
3 3 4
3 3 4
A veces es conveniente pensar en una matriz M descompuesta en bloques formados por cada
una de sus las, en otras palabras, pensar en M como una columna de las. O pensar en M
como en una la de columnas. En este sentido se utiliza normalmente la notacin :
Mi = (ai1 , . . . , ain ) Kn y M j =
a1j
..
.
amj
Introduccin
63
M1
M = ... y M = M 1 , . . . , M n .
Mm
Otro caso muy frecuente es el de la matriz del sistema que describamos al principio. A la
submatriz formada por las n primeras columnas se le llama matriz de coecientes
,
A= .
.. . . ..
.
. .
.
.
b1
b2
B=
..
.
bm
2x y + z = 1
x
+ 2z =
3
3.1.3.
1
3
n
X
xi vi .
i=1
Cuando la base est jada sin ambigedad, se identican cada vector x con sus coordenadas
{x1 , . . . , xn } con respecto a esta base. As se identican E y Kn .
64
x1
x = ... ,
xn
x = (x1 , . . . , xn ),
(x, y) = x y = y x =
n
X
xi yi ,
n
X
xi yi .
i=1
(x, y) = y x =
x y
i=1
que dene la distancia euclidea en E . Junto a esta nocin de distancia tambin introduce la
nocin de ortogonalidad (ngulo), x e y se dicen ortogonales cuando (x, y) = 0. Observad que
en relacin a este producto escalar, los vectores de la base jada vi son dos a dos ortogonales y
todos tienen norma 1. Las bases formadas por vectores ortogonales de norma 1 se denominan
bases ortonormales con respecto al producto escalar.
Sean f : V W una aplicacin lineal, y {v1 , . . . , vn }, {w1 , . . . , wm } bases de V y W respectivamente. Los n vectores f (v1 ), . . . , f (vn ) estn en W por lo que pueden escribirse de forma
nica como combinacin lineal de la base {w1 , . . . , wm }:
f (v1 ) = a11 w1 + a21 w2 + + am1 wm
...
a11
a1n
M = (aij ) = . . . . . . . .
am1
amn
Introduccin
65
Mj
..
.
amj
Ejemplo 3.1.5 Sea A = (aij ) una matriz m n sobre un cuerpo K. Denimos una aplicacin
fA : Kn Km como sigue: dado un vector (x1 , . . . , xn ) Kn ,
P
n
j=1
fA (x1 , . . . , xn ) =
a1j xj ,
Pn
j=1 a2j xj , . . . ,
a
x
,
.
mj
j
j=1
Pn
la aplicacin fA as denida es lineal y nos referiremos a ella como la aplicacin lineal asociada
a la matriz A. Evidentemente la matriz asociada a la aplicacin lineal fA respecto de las bases
cannicas de Kn yKm es precisamente A.
Trataremos a continuacin el problema de obtener la matriz asociada a una composicin de
aplicaciones lineales cuando se conocen las matrices asociadas a cada uno de los factores. Para
ello, supongamos que tenemos dos aplicaciones lineales g : U V y f : V W tales que
el espacio nal de la primera coincide con el espacio inicial de la segunda. Fijadas las bases
{u1 , . . . , up } de U , {v1 , . . . , vn } de V y {w1 , . . . , wm } de W , llamamos N = (bhk ) a la matriz
n p asociada a g , y M = (aij ) a la matriz m n asociada a f . La aplicacin compuesta
f g : U W tambin es lineal y con respecto a las bases {u1 , . . . , up } de U y {w1 , . . . , wm } de
W tendr asociada una matriz m p que denotaremos P = (crs ), y vamos a tratar de encontrar
el modo de relacionar la matriz P de f g con las matrices N , M de g y f respectivamente.
Comencemos jando un vector us de la base de U . Para este vector se tiene
(f g)(us ) = c1s w1 + + cms wm
(1)
(2)
y
Adems se tienen las relaciones
f (vj ) = a1j w1 + + amj wm
(3)
66
de un vector con respecto a determinada base son nicas, tenemos las igualdades
n
X
ark bks
(4)
k=1
n
X
arn bns .
k=1
de
Observar que con esta notacin, si identicamos los vectores x Kn con los vectores columna,
para cada matriz cuadrada fA (x) = Ax.
Dado el sistema de ecuaciones
..
..
..
..
.
.
.
.
a x + a x + + a x = b
m1 1
m2 2
mn n
m
Introduccin
67
lo que implica que (M )ij = aji . M es la matriz obtenida al cambiar las por columnas en A
y tomar conjugados.
La traspuesta de la matriz A Mmn (R) es la matriz At Mnm denida de forma nica
por
para todo
u Rn y v Rm ,
Una matriz A se dice inversible cuando existe A1 tal que AA1 = A1 A = I . En caso
contrario se dice que la matriz es singular.
El clculo de la matriz inversa de una matriz inversible A se puede identicar con el problema
de resolver los sistemas lineales Ax = ej donde ej es la base cannica de Kn , pues sus soluciones
son los vectores columna de A1 . As, por ejemplo, cuando en el siguiente captulo escribamos
el algoritmo de Gauss de resolucin de sistemas, podremos modicarlo para invertir matrices
fcilmente.
simtrica, si A Mn (R) y A = At .
hermitiana, si A = A .
68
n
X
aij .
i=1
Gn
(
ars
=
br
si s 6= j
si s = j
Los valores propios de una matriz A son los complejos C para los que existen vectores
no nulos p tales que Ap = p.Tambin se dice que p es un vector propio de . Los valores propios
de A son los ceros del polinomio caracterstico
pA () = det(A I)
de la matriz A.
El espectro de la matriz A es el conjunto de los vectores propios
(A) = {1 , 2 , . . . , n }.
Pn
i=1 i
y que det(A) =
i=1 i .
Qn
Comprobad tambin que si A es ortogonal o unitaria, entonces todos sus valores propios
tienen mdulo 1.
Introduccin
3.1.4.
69
Reduccin de matrices
Sea Ax = b un sistema de ecuaciones, sea una matriz inversible P (un cambio de base en Kn )
Reducir una matriz A consiste en encontrar una matriz inversible P tal que P 1 AP sea tan
simple como sea posible.
Los casos ms favorables en este sentido se tienen cuando P 1 AP es una matriz diagonal o
una matriz escalonada (triangular). En estos casos los elementos de la diagonal son los valores
propios de A y la resolucin de los sistemas de ecuaciones es muy simple.
Cuando existe P tal que P 1 AP es diagonal, se dice que A es diagonalizable (en este caso
los vectores columna de P forman una base formada por vectores propios de A).
Aunque no todas las matrices son diagonalizables (probad con ( 10 11 )), siempre se puede encontrar un buen cambio de base que las transforma en matrices triangulares:
Teorema 3.1.6
(i) Dada
una matriz cuadrada A, existe una matriz unitaria U tal que la matriz U 1 AU es
una matriz triangular superior, i.e. U 1 AU (i, j) = 0 si i > j .
(ii) Dada
una matriz normal A, existe una matriz unitaria U tal que la matriz U 1 AU es una
matriz diagonal.
(iii) Dada
una matriz simtrica A, existe una matriz ortogonal O tal que la matriz O1 AO es
una matriz diagonal.
Demostracin:
(1) Primero se prueba por induccin la existencia de un cambio de base (no necesariamente
ortonormal) que transforma la matriz A en una triangular.
Ortonormalizando la base anterior con el mtodo de Gram-Schmidt se obtiene el cambio
de base ortonormal que produce la matriz unitaria buscada.
(2) T = U 1 AU = U AU . Si A es normal (A A = AA ), T tambin es normal:
T T = U A U U AU = U A AU
70
Se
z A
z hermitiana
(o
si A es real) que siempre son positivos
(comprobadlo como ejercicio). Los valores singulares son todos > 0 si A es no singular. En
efecto:
A A
At A
Ap = 0 A Ap = 0 p A Ap = 0 (Ap) (Ap) = 0 Ap = 0.
Teorema 3.1.7 Si
con V unitaria/ortogonal.
si fj es el vector columna de AV y fj 6= 0 ponemos uj =
1
j fj .
3.1.5.
En este apartado vamos a enunciar los resultados para matrices complejas hermitianas aunque tambin se aplican a las matrices reales simtricas simplemente sustituyendo los adjetivos
hermitiana, unitaria, adjunta y compleja por simtrica, ortogonal, traspuesta
y real.
Para caracterizar los valores propios de una matriz hermitiana (recordad que todos son n) vamos a hacer uso de la siguiente denicin
meros reales
(Av, v)
v Av
= .
(v, v)
v v
(Av, v)
(v, Av)
(A v, v)
(Av, v)
=
=
=
= RA (v).
(v, v)
(v, v)
(v, v)
(v, v)
Introduccin y
71
Observad tambin que RA toma los mismos valores en toda la semirecta denida por v :
RA (v) = RA
v
kvk2
Teorema 3.1.9 Sea A una matriz hermitiana de dimensin n, con valores propios
1 2 n ,
y con una base ortonormal de vectores propios p1 , ..., p2 , e.d. tales que
(pi , pj ) = ij , y Api = i pi .
Para cada k = 1, . . . , n sea Ek el subespacio generado por {p1 , p2 , ..., pk }, y denotemos por Sk
a la familia de todos los subespacios de Cn con dimensin k. Pongamos tambin E0 = {0} y
Sk = {E0 }.
(i)
(ii)
(iii)
(iv)
(v)
k = RA (pk ).
k = m
ax{RA (v) : v Ek \ {0}}.
k = mn{RA (v) : v Ek1 }.
k = mnESk m
ax{RA (v) : v E \ {0}}. (Courant-Fischer)
k = m
axESk1 mn{RA (v) : v E}. (Courant-Fischer)
Demostracin:
U AU = diag(i ) =: D.
w1
Poniendo v = U w, e.d. tomando w = ... el vector columna de las coordenadas de v
wn
P
v AV
w U AU w
D
i |wi |2
P
RA (v) = =
.
=
=
|wi |2
V V
w U U w
w w
En la ltima seccin del captulo utilizaremos estas caracterizaciones para calcular nmeros
de condicin de sistemas lineales.
Una matriz hermitiana se dice denida positiva (resp. positiva) si
para todo
v 6= 0.
1 > 0).
Una matriz hermitiana denida positiva tiene todos sus valores propios positivos (
72
3.2.
Dentro de los mtodos numricos objeto de este curso algunas soluciones a problemas no
lineales pasan por aproximar el problema a uno lineal resolverlo y despus iterando el proceso
aproximarnos a la solucin.
Por
o en problemas de aproximacin por mnimos cuadrados que tambin forman parte de este curso.
aparecen sistemas con muchas ecuaciones y matrices de coecientes con aspectos particulares
donde los ceros aparecen dispuestos de forma especial (matrices tridiagonales o tridiagonales por
bloques).
En este apartado vamos a reproducir el mtodo de las diferencias nitas para una ecuacin
diferencial lineal de segundo grado en dimensin 1 con condiciones frontera [3, seccin 3.1]:
Consideremos dos funciones continuas en [0,1], c(x), f (x) C([0, 1]), y dos constantes a, b R.
0 < x < 1,
Un ejemplo de una situacin fsica donde aparece este problema es el del estudio de los momentos
de la echa de una viga de longitud 1, estirada por a lo largo de su eje por la accin de
una fuerza (que determina c(x)) y sometida a la accin de una carga perpendicular f (x)dx en
cada punto de abcisa x.
u(x)
x + dx
f (x)dx
Para obtener aproximaciones de u(x) con el mtodo de las diferencias nitas, se consideran
particiones equidistribuidas de [0,1], 0 = x0 < x1 < ... < xN +1 = 1, xi = i/(N + 1), h =
xi xi1 = 1/(N + 1), y se hacen las aproximaciones:
(
i1 )
, i = 1, 2, ..., N + 1,
u0 (xi ) u(xi )u(x
h
u00 (xi )
i = 1, 2, ..., N.
i = 1, ..., N,
con incgnitas ui = u(xi ), i = 1, ..., N (u(x0 ) = a y u(xN +1 ) = b son las condiciones frontera).
El sistema de ecuaciones se puede escribir
Introduccin y
u1
..
u2
+(c(x2 )h2 + 2)u2
..
uN 2
73
= h2 f (x1 ) + a
= h2 f (x2 )
u3
..
)h2
+(c(xN 1
+ 2)uN 1
uN
uN 1
+(c(xN )h2 + 2)uN
= h2 f (xN 1 )
= h2 f (xN ) + b
La matriz de coecientes tiene una forma muy particular, es de las llamadas tridiagonales
(sus coecientes son cero fuera de la diagonal principal de la matriz y de las dos diagonales
contiguas).
(c(x1 )h2 + 2)
1
1
(c(x2 )h2 + 2)
1
...
...
...
1
(c(xN 1 )h2 + 2) 1
1
(c(xN )h2 + 2)
En el captulo siguiente veremos mtodos para la resolucin de sistemas lineales con matrices
de coe
3.3.
Normas matriciales
norma
sobre
kxk = 0
kx + yk kxk + kyk
kaxk = |a|kxk
al par
Una
(E, k k) se
E, y
distanca en
es una aplicacin
kk :
x = 0.
para todo
para todo
xE
x, y E
y todo
(desigualdad tringular).
a K.
Todas las normas denidas en un espacio de dimensin nita E son equivalentes en el sentido
de que todas denen la misma topologa.
Pn
i=1 |xi |,
pPn
2
i=1 |xi |
x x =
kxk = m
ax{|xi | : i = 1, ..., n}.
p
(x, x),
74
norma
denida en
matricial
Mn (K)
kABk kAkkBk,
(Mn (K) es isomorfo a
Kn
para todo
Mn (K)
de orden
es una norma
kk
A, B Mn (K).
Pn
Kn ,
kAk =
kAxk
kAxk
kAxk
: x Kn 0} = sup{
: kxk 1} = sup{
: kxk = 1}.
kxk
kxk
kxk
Lo que las hace interesantes para intentar medir la estabilidad y el condicionamiento de los
sistemas lineales Ax = b.
Existen normas matriciales que no estn subordinadas a ninguna norma de Kn como mostraremos ms adelante.
El siguiente teorema ofrece informacin sobre las normas subordinadas a las ms usuales
X
kAxk1
|aij |
kAk1 := sup
: kxk1 = 1 = max
j
kxk1
i
X
kAxk
: kxk = 1 = max
|aij |
kAk := sup
i
kxk
j
p
kAxk2
kAk2 := sup
: kxk1 = 1 = (A A) = kA k2
kxk2
Demostracin:
rrespondientes.
Para la
Introduccin y
75
Observad que
La norma kAk2 coincide con el mayor valor singular de A.
que
k k2
qP
2
i,j |aij |
n
es una norma matricial no subordinada a ninguna norma en K pero que sirve para acotar
la norma
k k2
, 1.4.4])
kAk2 kAkE
nkAk2 .
Si A es normal kAk2 = (A). Aunque esta identidad no es cierta para todas las matrices, el
radio espectral tiene la siguiente propiedad:
Teorema 3.3.2 Si A es una matriz cuadrada y k k es una norma matricial (subordinada o no),
entonces
(A) kAk.
En sentido recproco, si A es una matriz y > 0, existe una norma matricial subordinada tal
que
kAk (A) + .
Demostracin:
Sea p 6= 0 un vector propio del valor propio , || = (A), y sea q un vector tal que la
matriz pq t 6= 0. (Escribe la matriz!)
(A)kpq t k = kpq t k = k(Ap)q t k = kA(pq t )k kAk kpq t k,
Para la segunda parte, la idea es considerar el cambio de base que triangula la matriz
perturbndolo de
U 1 AU =
u12
2
u13
u23
.
...
...
.
n1
u1n
u2n
.
.
un1,n
n
76
(U D )1 A(U D ) =
Tomando
u12
2
1)
que
2 u13
u23
.
...
...
.
n1
Pn
j=i+1 |
ji u
ij |
n1 ut1n
n2 u2n
.
.
un1,n
n
<
para
i = 1, 2, .., n 1
Corolario 3.3.3
3.3.1.
Convergencia de matrices
Teorema 3.3.4 Si
lentes:
(i)
(ii)
lmk B k = 0,
lmk B k v = 0, para todo vector v .
(iii)
(B) < 1.
(iv)
Demostracin:
subordinadas
Introduccin y
77
II III . Sea un valor propio con || = (B) y p un vector propio asociado, entonces
B k p = ()p v 0, ()p 0, y || = (B) < 1.
III IV . Es el teorema 3.3.2 .
El
radio espectral tambin servir para medir la rapidez con que convergen los mtodos
iterativos.
lm kB k k k = (B).
(B) = (B k ) k kB k k k .
Para
> 0,
la matriz
B =
y entonces
1
(B)+ B
lmk Bk = 0,
(B ) < 1.
su
3.4.
+
y=2
+1.00001y = 2.00001.
Su solucin, es x = 1 e y = 1.
Consideremos ahora el sistema perturbando un poco los trminos independientes.
(
x
x
+
y=2
+1.00001y = 2.
78
x = 0.9999E 5
y = 1.99990001.
Supongamos que A es una matriz invertible (no singular) y que consideramos las soluciones
de los sistemas
Ax = b
A(x + x) = b + b.
kbk kAkkxk.
= kA1 kkAk
kA1 kkAk
.
kxk
kxk
kAkkxk
kbk
Acotando el error relativo en x (esta vez con respecto a kx + xk) en funcin del error
relativo en A se tiene
kxk
kAk
kA1 k kAk = kA1 kkAk
.
kx + xk
kAk
Introduccin y
79
Denicin 3.4.1 Dada una norma matricial subordinada k k y una matriz cuadrada invertible
A, se dene el nmero de condicin de la matriz A con respecto a esta norma por
cond(A) = kAk kA1 k.
Los dos teoremas siguientes prueban que el nmero de condicin que acabamos de denir es
la mejor acotacin posible en las dos desigualdades que hemos encontrado para denirlo
Teorema 3.4.2 Sea A una matriz invertible, x y x + x las soluciones de los sistemas
Ax = b y A(x + x) = b + b.
Si b 6= 0 entonces
kbk
kxk
cond(A)
.
kxk
kbk
Adems esta desigualdad es la mejor posible en el sentido de que se pueden encontrar un vector
b 6= 0 y un vector b 6= 0 para los que la desigualdad se convierte en igualdad.
Demostracin:
seccin 2.2]
kA1 (b)k
Teorema 3.4.3 Sea A una matriz invertible, x y x + x las soluciones de los sistemas
Ax = b y (A + A)(x + x) = b.
Si b 6= 0 entonces
kxk
kAk
kA1 k kAk = kA1 kkAk
.
kx + xk
kAk
Adems esta desigualdad es la mejor posible en el sentido de que se pueden encontrar un vector
b 6= 0 y una matriz A 6= 0 para los que la desigualdad se convierte en igualdad.
Demostracin:
seccin 2.2]
La denicin del nmero de condicin depende de la norma subordinada considerada. Denotaremos cond2 (A) = kA1 k2 kAk2 al nmero de condicin correspondiente a la norma euclidea.
Reuniendo los resultados que hemos ido obteniendo a lo largo del captulo podemos obtener
el siguiente teorema:
80
Teorema 3.4.4
(i)
(ii)
cond(A) 1,
b)
cond(A) = cond(A1 ).
c)
n (A)
1 (A)
|n (A)|
|1 (A)|
Las armaciones (II y III) nos permiten pensar que el nmero de condicin cond2 (A) co-
Introduccin y
3.5.
81
Bibliografa
[1] A. Delshams A. Aubanell, A. Benseny, tiles bsicos de clculo numrico, Ed. Labor - Univ.
Aut. de Barcelona, Barcelona, 1993.
a edicin,
Thomson-Learning, Mexico,
2002.
[3] P.G. Ciarlet, Introduction l'analyse numrique matricielle et l'optimisation, Masson,
Paris, 1990.
[4] D.
Kincaid
and
W.
Cheney,
Anlisis
numrico,
Ed.
Addison-Wesley
Iberoamericana,
Captulo
#
lgebra lineal.
blema.
"
!
84
Ax = b.
La complejidad numrica de cada uno de los mtodos se va a medir en funcin del nmero
de operaciones que requiere y la estabilidad en los clculos se va a analizar en funcin del tipo
de operaciones que se realizan.
En los tres mtodos propuestos el nmero de operaciones para un sistema n n es del mismo
orden,
O(n3 ).
La eleccin entre uno u otro depender de la naturaleza del sistema y del control
reducindolo a resolver sistemas fciles (triangulares). Usando estas reducciones, con cualquiera
de los mtodos descritos permite calcular el determinante de una matriz.
de
sistemas lineales. Si
es la base cannica de
4.1.
donde
Kn ,
Au~k = e~k .
La solucin se reduce a
es diagonal y no singular,
a11 0
0 a22
.
.
0
0
...
...
...
...
x1
x2
.
xn
0
0
.
ann
x1
x2
.
xn
b1
a11
b2
a22
.
bn
ann
b1
b2
.
bn
85
mtodo ascendente :
a11 a12
0 a22
.
.
0
0
...
...
...
...
a1n
a2n
.
ann
x1
x2
.
xn
U upper
b1
b2
.
bn
) y no singular, podemos
ascendiendo por el
xn =
bn
An,n
xk = (bk
Pn
j=k+1 (Ak,j
xj ))/Ak,k
para
k = n 1, n 2, ..., 1
Algoritmo 4.1
Mtodo Ascendente.
en la diagonal);
for(k=n;k>=1;k){
Pn
//xk = (bk
j=k+1 (Ak,j xj ))/Ak,k
xk = bk ;
j = k + 1;
for(j=k+1;j<=n;j++){
xk = xk Ak,j xj ;
}
xk = xk /Ak,k ;
}
Datos de salida: Solucin x del sistema.
86
mtodo descendente :
a11 0
a21 a22
.
.
an1 an2
...
...
...
...
0
0
.
ann
x1
x2
.
xn
L lower
b1
b2
.
bn
) y no singular, podemos
descendiendo por
x1 =
b1
An,n
xk = (bk
Pk1
j=1 (Ak,j
xj ))/Ak,k
para
k = 2, 3, ..., n
En este caso el mximo nmero de operaciones necesarias para encontrar la solucin tambin
es:
Algoritmo 4.2
Mtodo Descendente.
la diagonal);
for(k=1;k<=n;k++){
Pn
//xk = (bk
j=k+1 (Ak,j xj ))/Ak,k
xk = bk ;
j = k + 1;
for(j=1;j<k;j++){
xk = xk Ak,j xj ;
}
xk = xk /Ak,k ;
}
Datos de salida: Solucin x del sistema.
87
Mtodo de Gauss
Tal y como recordaris del curso de lgebra lineal, el mtodo de Gauss para resolver sistemas
de ecuaciones
Ax = b
A(k)
(k)
i,j=1,...,n
(k)
a11
0
0
a12
(k)
a22
0
.
.
.
.
.
.
(k)
a1k
(k)
a2k
.
(k)
akk
...
...
.
.
...
(k)
ank
...
...
...
...
(k)
ank
(k)
a2n
.
(k)
akn
...
...
(k)
ann
i,j=1,...,n
en el ltimo paso
U = A(n) .
Evidentemente, para que el sistema resultante sea equivalente al inicial debemos hacer en la
columna de los trminos independientes b(k) (con b = b1 ) las mismas operaciones que en las matrices A(k) y quedarnos con v = b(n) . Los pasos a seguir para obtener A(k+1) y b(k+1) partiendo
de
A(k)
(i)
b(k)
(k)
(k)
Bsqueda del pivote: |akp
| = max{|akj | : j = k, ..., n}, (el mayor elemento de la columna),
de
A(k)
y de
b(k) .
de manera que (k) = p apunta a la la p donde est el puntero sin necesidad de permutar
las dos las.
(iii)
Eliminacin: Se utiliza que el pivote es no nulo para ir anulando los elementos de la columna
k ba jo
la
(k+1)
Ai
(k)
Ai
(k)
aik
(k)
akk
(k)
aik
(k) ,
akk
i = k + 1, ..., n
de
A(k)
(k)
Ak
(k+1)
bi
(k)
bi
y de
bk ,
primeras las.
(k)
la correspondiente
aik
(k)
akk
(k)
bk .
88
Algoritmo 4.3
Datos de entrada:
A[n][n]
b[n]
(vector trmino
independiente.);
A y b)
B[n][n];// una
(dimensin de
Variables:
las las.
B =A ; v =b ;// Condiciones
for(j=1;j<=n;j++){
(j) = j ;
}
iniciales
k = 1, 2, ..., n 1.
for(k=1;k<n;k++){
for(i=k+1;i<=n;i++){
if(|B(i),k | > |B(p),k |){
}
}
if(B(p),k == 0){
Parada, Error: A es
}
singular
// 3. Eliminacin.
for(i=k+1;i<=n;i++){
mul = B(i),k /B(k),k ;
B(i),k = 0 ;//Asignamos el valor 0 en lugar
for(j=k+1;j<=n;j++){
B(i),j = B(i),j mul B(k),j ;
}
v(i) = v(i) mul v(k) ;
}
for(k=n;k>=1;k){
Pn
//xk = (v(k)
j=k+1 (B(k),j xj ))/B(k),k
xk = v(k) ;
j = k + 1;
while(j<=n){
xk = xk B(k),j xj ;
j ++ ;
}
xk = xk /B(k),k ;
}
Datos de salida: Solucin x del sistema o mensaje de
error si
es singular.
A.
89
El nmero mximo de operaciones (sin contar las permutaciones de las o el uso del puntero)
para reducir el sistema a uno triangular superior dependiendo de la dimensin n del sistema en
el mtodo anterior g(n) se puede calcular observando que
(i) g(1) = 0.
(ii)
(iii) g(n) = 2
Pn
i=1 n
Pn
i=1 n
n = 23 n3 + 21 n2 76 n.
Tal y como hacais en la asignatura de lgebra lineal, se puede modicar el algoritmo para
Ax = ei (i = 1, ..., n)
donde
Otra variante que se puede realizar es el mtodo de Gauss-Jordan, que consiste en realizar
tambin el proceso de eliminacin de los elementos que estn sobre la diagonal, transformando
el sistema de ecuaciones en uno equivalente donde la matriz de coecientes va a ser diagonal.
(k)
| = m
ax{|aij | : i = k, ..., n; j = k, ..., n},
|amp
entre las las y columnas i k y j k. La nalidad es evitar hacer divisiones por nmeros
muy pequeos que pueden producir nmeros muy grandes y clculos inestables al operar con
nmeros de distinto tamao. De esta manera construimos el algoritmo de Gauss de pivote total.
Como en el caso del pivote parcial, en lugar de permutar columnas en la matriz, lo que
signicara permutar las en el vector solucin x, lo que se hace es utilizar un puntero donde
sealar la posicin de cada columna.
En el algoritmo 4.4
90
Algoritmo 4.4
Datos de entrada:
A[n][n]
b[n]
(vector trmino
independiente.);
A
B[n][n];
(dimensin de
Variables:
b)
v[n] ;
la[n];// un vector puntero donde anotar las permutaciones de las las.
colu[n] // // un vector puntero donde anotar las permutaciones de las columnas.
x[n];// un vector donde escribir la solucin. Fujo del programa:
B =A ; v =b ;// Condiciones iniciales
for(j=1;j<=n;j++){
la(j) = j ; colu(j) = j
}
// Vamos a hacer las etapas k = 1, 2, ..., n 1.
for(k=1;k<n;k++){
// 1. Eleccin del pivote (total).
p=k; q=k //buscamos desde la la k y la columna k
for(i=k;i<=n;i++){
for(j=k;j<=n;j++){
if(|Bfila(i),colu(j) | > |Bfila(p),colu(q) |){
p=i; q=j;
}
}
}
if(Bfila(p),colu(q) == 0){
Parada, Error: A es singular
}
// 2. Intercambio de las y columnas. Cambios en los punteros.
// 3. Eliminacin.
for(i=k+1;i<=n;i++){
mul = Bla(i),colu(k) /Bla(k),colu(k) ;
Bla(i),colu(k) = 0 ;//Asignamos el valor 0 en lugar de hacer
for(j=k+1;j<=n;j++){
Bla(i),colu(j) = Bla(i),colu(j) mul Bla(k),colu(j) ;
}
vla(i) = vla(i) mul vla(k) ;
}
//
j = k + 1;
while(j<=n){
xcolu(k) = xcolu(k) Bla(k),colu(j) xcolu(j)
j ++ ;
}
xcolu(k) = xcolu(k) /Bla(k),colu(k) ;
las operaciones
xcolu(j) ))/Bla(k),colu(k)
es singular.
Mtodos
4.3.
91
Factorizacin LU
a11 a12
a21 a22
.
.
a11 a12
... a1n
... a2n
... .
... ann
...
... 0
... 0
... .
... lnn
l11 0
l21 l22
.
.
l11 l12
u11 u12
0 u22
.
.
0
0
... u1n
... u2n
... .
... unn
A.x = b LU x = b
y
U x=y
n
X
mn(i,j)
li,s us,j =
li,s us,j
s=1
s=1
Con estas ecuaciones, por etapas, podemos ir determinando las las de U y las columnas de L.
Supongamos que tenemos determinados las (k-1) primeras las de U y las (k-1) primeras columnas de L.
La ecuacin correspondiente al trmino ak,k :
ak,k =
k1
X
s=1
El producto
k1
X
lk,s us,k
s=1
pk = lk,k uk,k est denido de forma nica. Ahora podemos seguir distintos criterios
para determinar los valores de lk,k y de uk,k :
Criterio de
=U t , es decir
lS,k =uk,S .
En particular
lk,k =uk,k = pk
92
uk,k ,
para escribir:
P
ak,j = k1
s,j +lk,k uk,j
s=1 lk,s u
P
lk,k uk,j = ak,j - k1
s=1 lk,s us,j
Pk1
ai,k = s=1 li,s us,k +li,k uk,k
P
li,k uk,k = ai,k - k1
s=1 li,s us,k
Si pk = lk,k uk,k 6=0, la la k ( uk,j ) de U y la columna k ( li,k ) de L estn denidas de forma
nica.
Algoritmo 4.5
inferiores.
aux;//
aux = 0. ;
for(k=0;k<n;k++){
aux = A[k][k];
for(s=0;s<k;s++){ // de Fila
aux = aux L[k][s]U [s][k];
}
if(aux==0){
k de L por Columna k de U.
}
L[k][k] = 1.;
U [k][k] = aux;
for(j=k+1;j<n;j++){// de Fila k de L por Columna j
aux = A[k][j];
for(s=0;s<k;s++){ aux = aux L[k][s] U [s][j];
de U.
U [k][j] = aux;
}
de U.
superiores e
Mtodos
4.4.
93
2
vv ,
vv
H(v) = Id
v 6= 0
un vector de
Cn ,
H(0) = Id.
~a
~v
H(v)~a = ~a
Geomtricamente, el producto
a la direccin de
v,
(v a)v
v v
a)
2 v(v
v v
H(v)a
con respecto
v.
Ejercicio 4.4.1 Demuestra que las matrices H(v) son unitarias y simtricas.
Adems de por las propiedades expuestas en el ejercicio anterior, estas matrices son interesantes en anlisis numrico por el siguiente teorema
Teorema 4.4.1 Sea a un vector de Cn . Entonces existen dos matrices de Householder H tales
que
Ha
De forma ms precisa, si
a =
a1
.
.
.
an
entonces para
e1
nica de Cn , y
v = a kak2 ei e1
se cumple
94
~a
~v = ~a + k~akei e~1
ei e~1
a1 = |a1 |ei
Demostrac
in:
(v v)a2(v a)v
v v
= kakei e1
Obs
(i) se calcula la
(ii) se calcula el
(iii)
norma kvk2 = v v ,
producto escalar (v, b) = v b
a1
puede hacerse tomando signo = ei = kak
si a 6= 0 signo = 1 si
i
a=0. En el caso real e = 1 es el signo de a1 . Con esta eleccin se evita el nmero v v del
denominador sea demasiado pequeo y pueda producir inestabilidad en los clculos.
La determinacin de
El mtodo de
(n 1)
Ax = b consiste en encontrar
H1 , ..., Hn1 de manera que Hn1 ...H2 H1 A sea una matriz
matrices de Householder
Mtodos
95
Pongamos A0 = A y H0 = Id.
Pongamos Ak = Hk Hk1 ...H1 A, y supongamos que presenta la forma:
y en las
kk
.
.
.
e k+1 = H(e
H
vk )
ank
1
e
que da el teorema 4.4.1 de manera queHk+1 a~k = 0. .
columna
j k.
Sea
a~k =
Cnk+1 ,
la matriz de Householder
.
.
Sea
Hk+1 =
Idk1
0
0
e k+1
H
0
Hk
es la matriz de Householder
H(vk )
con
vk =
.
.
.
v
ek
Construimos
Ak+1 = Hk+1 Ak .
R = An1
En otras palabras. Al triangular la matriz con el mtodo de Householder no varia el condicionamiento del problema.
96
Algoritmo 4.6
Datos de entrada:
A[n][n]
b[n]
(vector trmino
independiente.);
A y b)
B[n][n];// una
(dimensin de
Variables:
A.
B =A ; w=b
for(k=1;k<n;k++){P
// Vamos a hacer
k = 1, 2, ..., n 1.
n
k+1 |Bi,k |.
aux = |Bk+1,k |;
for(i=k+2;1<=n;i++){ aux = aux + |Bi,k |; }
if(aux == 0){ if(|Bk,k | == 0){ Error Matriz Singular Fin;}
Continue; // Pasar a la siguiente etapa k + 1 del bucle. }
|;} else{ signo = 1;}
if(|Bk,k | > 0){ signo = Bk,k /|Bk,kP
norma = |Bk,k |2 ; // Vamos a hacer nk |Bi,k |2 .
for(i=k+1;i<=n;i++){ norma = norma + |Bi,k |2 ;}
P
for(k=n;k>=1;k){//xk = (wk nj=k+1 (Bk,j xj ))/Bk,k
xk = vk ; j = k + 1;
while(j<=n){ xk = xk Bk,j xj ; j ++ ;
}
xk = xk /Bk,k ;
}
Datos de salida: Solucin x del sistema o mensaje de error si A
es singular.
Mtodos
4.5.
97
|aii | >
j=1;j6=i
|aij |
7 2 0
A = 3 5 1
0 5 6
5 3 3
y B=
3 4 0
3 0
4
que estudiaremos ms adelante. Las matrices estrictamente diagonal dominante son no singulares
y tienen buenas propiedades de estabilidad con relacin al mtodo de Gauss.
A estrictamente diagonal
del
Demostrac
in:
Se puede razonar por contradiccin: Si A fuese singular existira x = (x1 , .., xn )t tal que
Ax = 0.
Tomamos k tal que |xk | = kxk = max{|x1 |, ...|xn |}
P
Como j aij xj = 0 para todo i, en particular para i = k se tiene
akk xk =
n
X
akj xj .
j=1;j6=k
n
X
j=1;j6=k
|akj ||xj |,
n
X
j=1;j6=k
|xj |
|akj |
|xk |
n
X
j=1;j6=k
|akj |.
98
En este caso la matriz B que se obtiene tiene la misma primera la que A y el resto de
las se denen haciendo la eliminacin por
bij = aij
ai1
a1j
a11
j=2;j6=i
Si la matriz A es estrictamente diagonal dominante (no singular) y no tiene ninguna la casi
nula, los clculos del mtodo de Gauss sin hacer cambios de las ni columnas sern estables ya
que los pivotes no resultan demasiado pequeos.
o
L s mtodos iterativos de la siguiente leccin para sistemas de ecuaciones con este tipo de
x Ax =
n
X
= A) de dimensin n A = (aij ) es
aij xi xj > 0
i,j=1
Proposicin 4.5.5
Si
(i) A es no singular
(ii) aii > 0 para cada i = 1, ..., n.
(iii) max{|aij | : 1 i, j n} max{|aii | : 1 i n}.
(iv) a2ij < aii ajj .
Mtodos
Demostrac
in:
99
na matriz simtrica A es denida positiva si y slo si todos sus valores propios son estrictamente positivos. Equivalentemente, si y slo si, todas las submatrices principales
Ak =
.
.
.
Se puede probar que para matrices denidas positivas el mtodo de Gauss se puede realizar
sin hacer cambios de las con clculos estables (ver Teorema 6.21 del libro de Burden-Faires [2]).
Recordando la factorizacin
Teorema 4.5.6
(i)
Sea
LU
se obtiene:
A es denida positiva.
triangular inferior
triangular inferior
B t B . (Mtodo de Choleski).
y una matriz
Demostrac
in:
(1) (2):
diagonal
A = Lt DL.
1
u11 x . . . x
x 1
u22 . . . x
. . .
.
.
A = LU =
.
. .
.
.
.
. .
.
.
.
x x . . . 1
unn
X
i
100
donde y = Lt x 6= 0 si x 6= 0.
].
de [3 )
Algoritmo 4.7
A[n][n]
A)
Datos de entrada:
(dimensin
Variables:
aux;//
de
L[n][n];
aux = 0. ;
for(k=0;k<n;k++){
aux = A[k][k];
for(s=0;s<k;s++){ // de Fila k
aux = aux L[k][s] L[k][s];
}
if(aux<=0){
de L por Columna k de L .
L[k][k] = aux;
for(i=k+1;i<n;i++){// de Fila i de L por Columna k
aux = A[i][k];
for(s=0;s<k;s++){ aux = aux L[i][s] L[k][s];
de L .
L[i][k] = aux/L[k][k];
Datos de salida:L
(Factorizacin de Choleski
A = LLt )o
mensaje de error
cuando existen
este tipo se
cuadrada
p = q = 4.
porque su forma es
p=q=2
se llaman
matrices tridiagonales
Mtodos
Teorema 4.5.8
Si
se dene
101
b1 c1
a
c2
2 b2
..
..
..
A=
.
.
.
zacin
U de la matriz A es
la
factori-
a2 0
1
A = LU =
Demostrac
in:
1
1
..
..
..
an1 n3
n2
1
n2
an n1
c1
2
1
..
c2
..
..
n1
n2
cn1
n
n1
b1
a
2
A=
a2
b2
...
a3
...
...
an1 bn1
an
an
bn
Escribe
una algoritmo
En la seccin
4.6.
Hoja de problemas n 4
ompartida de S
UM
A.
Bibliografa
[1] A. Delshams A. Aubanell, A. Benseny, tiles bsicos de clculo numrico, Ed. Labor - Univ.
Aut. de Barcelona, Barcelona, 1993.
a edicin,
Thomson-Learning, Mexico,
2002.
[3] P.G. Ciarlet, Introduction l'analyse numrique matricielle et l'optimisation, Masson,
Paris, 1990.
[4] D.
Kincaid
and
W.
Cheney,
Anlisis
numrico,
Ed.
Addison-Wesley
Iberoamericana,
Captulo
Mtodos iterativos de
resolucin de sistemas de
ecuaciones
Interrogantes centrales del captulo
Mtodo de Jacobi.
Mtodo de Gauss-Seidel.
Mtodo de relajacin.
En esta unidad se estudian distintos mtodos iterativos de resolucin de sistemas de ecuaciones lineales. Los mtodos iterativos no suelen utilizarse para resolver problemas lineales de
dimensin pequea ya que, para obtener una precisin razonable, requieren ms operaciones
que los mtodos directos. Sin embargo, en el caso de sistemas grandes con muchos ceros en sus
coecientes (matrices banda o estrictamente diagonal dominantes que aparecen en problemas de
ecuaciones diferenciales con condiciones frontera) hay mtodos iterativos muy ecientes.
Proponemos tres mtodos iterativos concretos a partir de una misma idea general.
104
5.1.
Idea general:
Un mtodo iterativo para resolver un sistema lineal
Ax = b
consiste en transformar el sistema de ecuaciones en una ecuacin de punto jo
x = T x + c;
donde
funcionales
Ejemplo 5.1.1
Consideremos el sistema
Ax = b
Despejando
xi
a la solucin.
2x1 2x2
2x1 + 3x2 + x3
x1
2x3
que tiene como nica solucin
~x0
=1
=5
=7
31
83
x = ( 20
9 , 18 , 18 ) (2.22222, 1.72222, 4.61111).
en la ecuacin
x1
x2
x3
= x2
+ 12
= 23 x1 13 x3 + 35
72
= 21 x1
x = T x + c, con
0 1 0
T = 23 0 13
12 0 0
Denicin 5.1.2
Ax = b
(T, c)
Ax = b,
T y un vector c tales
(x) = T x + c, es decir
Ax = b
que la solucin de
x = T x + c.
T xk1 + c
xk = (xk1 ) =
x0 .
A la hora de implementar los mtodos iterativos interesa tener presente que podemos utilizar
como condicin de parada el tamao de los vectores residuales en cada etapa:
rk = Axk b.
105
Criterios de Convergencia
En el siguiente teorema recogemos los resultados estudiados en el captulo 3 que dan condiciones necesarias y sucientes para que un mtodo iterativo sea convergente:
Teorema 5.1.3
Sea
lmk T k v = 0,
n.
kT k < 1.
(T ) < 1.
para todo vector
v.
~xk = T ~xk1 + c
~x0 .
Demostracin:
(x) = T x + c,
kT k < 1,
ser contractiva.
x = T x + c.
Si tomamos
solucin
y por lo
tanto:
Ejemplo 5.1.4
es
pT () = 63 + 4 + 1.
(T ) = 0.84657...1 por lo tanto la iteracin ~xk = T ~xk1 + c, comenzando
en cualquier vector x
~0 , converge hacia la solucin del sistema de punto jo x = T x + c; que
tambin es la solucin de la ecuacin Ax = b.
El radio espectral es
5.1.2.
Idea general:
Supongamos que tenemos un sistema lineal
Ax = b
1
T)
5
6
<1
106
y que la matriz
A = M N,
donde
Ax = b M x N x = b M x = N x + b,
Ax = b x = M 1 N x + M 1 b
n, A = (aij ), tal que aii 6= 0 para todo 1 i n.
D = (aii ) es muy fcil de invertir. Escribiendo M = D y N = D A
0 0
0
a21 0
0
.
. .
.
L=
.
.
.
.
.
.
0
.
an1 . . . an(n1) 0
5.2.
N = D A = (L + U ):
0 a12 . . .
a1n
0 a23 . .
a2n
.
.
U =
.
.
.
0 a(n1)n
0
Mtodo de Jacobi
Tal y como hemos mencionado, el mtodo de Jacobi para buscar la solucin de un sistema
lineal
Ax = b
de
i=1
se realiza coordenada a
xk+1
= xki
i
1 k
r
aii i
(5.1)
107
Algoritmo 5.1
Ejemplo 5.2.1
Ax = b.
108
5.3.
Mtodo de Gauss-Seidel
Los vectores del algoritmo de Jacobi se van construyendo coordenada a coordenada de manera
que cuando se va a calcular
xk+1
i
xk+1
j
para
j < i.
La idea en la
xk+1
xk ,
xk+1
j
para
j <i
junto con
xkj
para
i j,
xk+1
i
en lugar de utilizar
xk .
i1
X
aij xk+1
+
j
j=1
xk+1
i
n
X
aij xkj bi
(5.2)
j=i+1
1 k
r
= xki
aii i
rk , donde cada
k
una de las coordenadas r
i se corresponde con la coordenada i de los vectores A
xik b con
k+1 k
k )t (i = 1, ..., n). Si la sucesin x converge hacia la solucin del
,
...,
x
,
x
,
...x
x
ik = (xk+1
k
n
i
1
i1
para la condicin de parada hemos utilizado como vector residual el vector
5.3.1.
x
ik
rk 0.
Para las matrices especiales del captulo anterior se tienen buenos criterios de convergencia:
Teorema 5.3.1
Sea
j=1,j6=i
para todo
el
Algoritmo 5.2
109
110
Teorema 5.3.2
Sea
(AG ) = (AJ )2
.
As los mtodos de Jacobi y de Gauss-Seidel para resolver el sistema
Ax = b
convergen
5.4.
Mtodo de Relajacin
xk+1
coordenada a
rk :
i1
X
aij xk+1
+
j
j=1
xk+1
i
n
X
xk
(5.2)
j=i+1
1 k
= xki
r
aii i
aij xkj bi
xk+1
= xki
i
k
r
aii i
aii xk+1
= aii xki (aii xki +
i
i1
X
j=1
aii xk+1
+
i
i1
X
n
X
aij xk+1
+
j
j=i+1
aij xk+1
= (1 )aii xki (
j
j=1
aij xkj bi )
n
X
aij xkj bi )
j=i+1
Algoritmo 5.3
111
Ejemplo 5.4.1
w = 0.85
Ax = b
con
112
Teorema 5.4.2
para
Si
0 < < 2.
AR() cumple siempre que
Por lo tanto el mtodo de relajacin slo puede ser convergente si 0 < < 2.
es una matriz simtrica denida positiva, tridiagonal, los mtodos de Jacobi, Gauss-
0<<2
0 =
2
p
,
1 + 1 (AJ )2
de manera que
El parmetro
los estudiados.
La demostracin de este teorema la podis seguir en la seccin 5.3 del libro de Ciarlet [3].
Bibliografa
[1] A. Delshams A. Aubanell, A. Benseny, tiles bsicos de clculo numrico, Ed. Labor - Univ.
Aut. de Barcelona, Barcelona, 1993.
[2] R.L. Burden and J.D. Faires, Anlisis numrico, 7
2002.
[3] P.G. Ciarlet, Introduction l'analyse numrique matricielle et l'optimisation, Masson,
Paris, 1990.
[4] G. Hammerlin and K.H. Homann, Numerical mathematics, Springer-Verlag, New York,
1991.
[5] D.
Kincaid
and
W.
Cheney,
Cap
tulo
El metodo de Jacobi.
'
'
$
$
&
&
%
%
116
M
etodos Num
ericos (2007/2008)
6.1.
an1 an2 . . . a1 a0
1
0
...
0
0
0
1
0
...
0 ,
..
..
.
.
0
0
...
1
0
117
tanto, s
olo aproximaciones (eso s, tan precisas como se requiera) de los valores y vectores
propios buscados.
Por otra parte, los problemas de valores propios suelen presentar problemas de condicionamiento. Un buen ejemplo es la matriz
0 0 ... 0
1 0 . . . 0 0
,
0
1
0
.
.
.
0
A() =
.. ..
. .
0 0 ...
que en el caso = 0 tiene todas sus valores propios iguales a cero. Si embargo si = 10 40
y la dimensi
on de la matriz es 40 entonces, dado que el polinomio caracterstico es 40 =
40
40
10 , todos los valores propios tienen m
odulo 1/10: un error de 10 40 se amplifica a un
39
error 10 veces mayor! Debe se
nalarse, no obstante, que las matrices simetricas no presentan
este tipo de problemas (la raz
on se explica en [2, pp. 3435]), lo que en particular garantiza la
robustez del metodo de Jacobi que explicaremos en la u
ltima secci
on de este captulo.
Los metodos numericos de b
usqueda de valores y vectores propios se dividen en dos clases en
funci
on de que lo que se pretenda sea conseguir todos los valores propios y una base de vectores
propios, o solamente un valor propio (generalmente el de mayor tama
no), como en el metodo
de la potencia que vamos a estudiar en primer lugar.
Para calcular aproximaciones del conjunto de valores propios de una matriz A una idea
explotada asiduamente es construir una sucesi
on de matrices P k tal que la sucesi
on de matrices
Pk1 APk converge hacia una matriz de valores propios conocidos, es decir, diagonal o triangular.
Esta idea est
a en la base de algunos metodos como el de Jacobi para las matrices simetricas que
tambien estudiaremos, o los metodos de Givens-Householder y QR para matrices arbitrarias
(vease el libro de Ciarlet [2]).
Antes de pasar a analizar estos metodos enunciamos y demostramos un resultado conocido
como teorema de los crculos de Gershgorin que permite localizar, de manera poco precisa, la
parte del plano complejo donde estar
an situados los valores propios de una cierta matriz:
Teorema 6.1.1 El conjunto de los valores propios de una matriz A = (a ij ) Mnn (C)
est
a contenido en la uni
on de los discos del plano complejo
X
Di = z C : |z aii |
|aij | , i = 1, 2, . . . n.
1jn,j6=i
n:
Demostracio
n
X
j=1
akj xj .
118
M
etodos Num
ericos (2007/2008)
En consecuencia,
( akk )xk =
akj xj .
j6=k
j6=k
de modo que Dk .
1 + i 0 14
A = 14
1 41
1
1 3
estar
an en la uni
on de los discos de centro 1 + i y radio 1/4, de centro 1 y radio 1/2, y de centro
3 y radio 2. En particular, si es valor propio de A entonces se tendr
a 1/2 || 5.
6.2.
El m
etodo de la potencia
y rk =
hxk+1 , yi
;
hxk , yi
119
y hxk , yi =
6 0 para cada k. Finalmente hay que suponer que | 1 | > |2 | lo que excluye la
posibilidad de que este valor propio dominante 1 sea una raz m
ultiple o compleja del polinomio
caracterstico.
Si se cumplen las hip
otesis, lo que normalmente, en la pr
actica, seremos incapaces de verificar
(ese es el principal problema del metodo de la potencia), entonces se demuestra que:
Teorema 6.2.1 Con las hip
otesis anteriores, la sucesi
on r k converge hacia 1 .
n:
Demostracio
Ideas que intervienen:
Si (x) = hx, yi, basta escribir rk en la forma 1
vectorial (k ) convergente a cero.
(1 v1 +k+1 )
(1 v1 +k )
k
n
X
j
xk = 1 k1 v1 + 2 k2 v2 + + n kn vn = k1 1 v1 +
j vj =: k1 (1 v1 + k ),
1
j=2
(1 v1 + k+1 )
1 (v1 ) + (k+1 )
(xk+1 )
= 1
= 1
(xk )
(1 v1 + k )
1 (v1 ) + (k )
y concluir lmk rk = 1 .
1 0 1
A = 2 1 0 .
4 0 1
120
M
etodos Num
ericos (2007/2008)
hx1 , yi = 1,
hx2 , yi = 5,
hx3 , yi = 13,
hx4 , yi = 41,
hx5 , yi = 121,
xk
k1 (1 v1 + k )
=
kxk k
|1 |k k1 v1 + k k
converge al vector propio 1 v1 /k1 v1 k si 1 > 0 y alternativamente (en terminos pares e impares) a los vectores propios 1 v1 /k1 v1 k si 1 < 0.
A(xk )
kxk k
xk+1
=
=
A(yk ).
kxk+1 k
kxk+1 k
kxk+1 k
Tomando normas,
1 = kyk+1 k =
kxk k
kA(yk )k,
kxk+1 k
es decir,
yk+1 =
A(yk )
.
kA(yk )k
121
|rk 1 | C
|2 |
|1 |
k
122
M
etodos Num
ericos (2007/2008)
Algoritmo 6.1
Datos de entrada:
A[n][n] (matriz cuyo valor propio dominante queremos obtener);
tol (precisi
on para la condici
on de parada);
nmax (n
umero m
aximo de iteraciones);
v (vector inicial);
y (vector para los productos);
Variables:
uini; // vector para almacenar y k
ufin; // vector para almacenar y k+1
rini; // real para almacenar rk
rfin; // real para almacenar rk+1
Flujo del programa:
// Inicializaci
on de las variables.
rini = 0;
uini = v/kvk;
// Vamos a hacer las etapas m = 1, 2, ..., nmax.
for(m=1;m<=nmax;m++){
if(|huini, yi| = 0){
Parada: el metodo de la potencia no es aplicable
}
ufin = A uini;
if(ufin = 0){
Parada: el metodo de la potencia no es aplicable
}
rfin = hufin, yi/huini, yi;
ufin = ufin/kufink;
if(|rfin rini| < tol){
Parada: rfin es el valor propio dominante y ufin el correspondiente vector propio
}
rini = rfin;
uini = ufin;
}
Parada: no hay convergencia en nmax iteraciones
Datos de salida: Valor propio dominante de la matriz A y correspondiente vector propio,
o mensaje de error si la iteraci
on no converge.
123
El metodo de deflaci
on de Wielandt enfoca la cuesti
on de una manera m
as ambiciosa. La idea
es partir del metodo de la potencia para obtener el valor propio dominante 2 y un vector propio
asociado, y a partir de ellos generar una matriz (n 1) (n 1) que tenga como valores propios
2 , . . . n y dar una f
ormula que permita calcular los vectores propios de la matriz original a
partir de los de la nueva. Aplicando el metodo de la potencia a la nueva matriz, podremos
obtener 2 y su correspondiente vector propio. Repitiendo el proceso, podremos obtener todos
los valores y vectores propios de la matriz original. En cierto sentido, como vemos, el proceso
recuerda al de la resoluci
on de una ecuaci
on polin
omica: una vez que encontramos una raz del
polinomio, lo factorizamos y el problema queda reducido a encontrar las races de un polinomio
un grado menor. Naturalmente el proceso s
olo puede llegar a buen puerto si todos los valores
propios son reales y distintos (lo que no podemos saber a priori). N
otese que en este caso cada
subespacio propio tiene dimensi
on uno as que, salvo multiplicaci
on por constantes, existen n
vectores propios.
Dicho sea de paso, estos vectores propios formar
an una base. En efecto, si v 1 , . . . , vn son
vectores propios de valores propios 1 , . . . , n , con i 6= j si i 6= j, entonces los vectores
v1 , . . . , vn son linealmente independientes. Esto es f
acil de demostrar por inducci
on sobre n. La
afirmaci
on es obvia si n = 1. Supong
amosla cierta para n 1 y supongamos que 1 v1 + 2 v2 +
. . . n vn = 0. Entonces, por un lado, multiplicando por 1 ,
1 1 v1 + 2 1 v2 + . . . + n 1 vn = 0,
y por otro, multiplicando por A,
1 1 v1 + 2 2 v2 + . . . + n n vn = 0.
Restando ambas igualdades
2 (2 1 )v2 + . . . n (n 1 )vn = 0,
y como los n
umeros j 1 son distintos de cero, la hip
otesis de inducci
on implica 2 = =
n = 0, con lo que 1 v1 = 0 y tambien 1 = 0. Hemos probado que los vectores v1 , . . . , vn son
linealmente independientes.
N
otese que el mismo argumento demuestra que si un valor propio 1 es distinto del resto
y v2 , . . . , vn es una familia linealmente independiente de vectores propios de valores propios
2 , . . . , n , entonces cada vector propio v1 de 1 forma, junto con v2 , . . . , vn , una base.
El metodo de deflaci
on de Wielandt se basa en el siguiente resultado:
Teorema 6.2.3 Supongamos que 1 es un valor propio de A con vector propio v 1 y x es un
vector tal que xT v1 = 1. Entonces 0 es valor propio de
B = A 1 v1 xT
(6.1)
(6.2)
124
M
etodos Num
ericos (2007/2008)
n:
Demostracio
Ideas que intervienen:
Dados los vectores v = (v1 , . . . , vn ) y x = (x1 , . . . , xn ), vxT es la matriz n n
que tiene como coeficiente ij el producto v i xj .
Por la asociatividad del producto de matrices, si w es otro vector, entonces el
resultado de multiplicar la matriz vx T por w es el de multiplicar el vector v por
el producto escalar xT w.
Por ser 1 valor propio de vector propio v1 , por la propiedad asociativa del producto de
matrices y usando la hip
otesis xT v1 = 1,
Bv1 = Av1 1 (v1 xT )v1 = 1 v1 1 v1 (xT v1 ) = 1 v1 1 v1 = 0.
Demostramos a continuaci
on que los vectores v j son vectores propios de A de valor propio
j , j = 2, . . . , n.
Notemos para empezar que los vectores v j son no nulos porque j 6= 0 para cada j 6= 1, cada
par de vectores wj , v1 es linealmente independiente y j 1 6= 0 . Adem
as,
Avj
= (A 1 v1 xT + 1 v1 xT )vj
= j (j 1 )wj
= j (j 1 )wj
= j (j 1 )wj
+j 1 (xT wj )v1
= j vj ;
en la tercera igualdad hemos usado que w j es vector propio de B de valor propio j y que
Bv1 = 0.
En el metodo de deflaci
on de Wielandt el vector x se elige de acuerdo con la f
ormula
ak1
a
1
k2
,
(6.3)
x=
1 v1,k ...
akn
donde v1,k es una componente no nula del vector v1 (suele elegirse la de mayor valor absoluto
para minimizar los errores de c
alculo) y (a k1 , ak2 , . . . , akn ) es la fila k-esima de la matriz A. En
efecto, observese que (ak1 , ak2 , . . . , akn )T v1 es la componente k-esima del vector Av 1 = 1 v1 , es
decir,
(ak1 , ak2 , . . . , akn )T v1 = 1 v1,k
125
y por tanto xT v1 = 1.
La ventaja de escoger x de esta manera radica en que la matriz B = A 1 v1 xT tiene ceros
en la fila k-esima, dado que la componente c kj de la matriz 1 v1 xT es el n
umero
1 v1,k xj = 1 v1,k
1
akj = akj .
1v1,k
Notemos que se trata de un algoritmo recursivo: la parte clave del es el punto 4, donde el
algoritmo se llama a s mismo, de modo que la dimensi
on de la matriz se va reduciendo hasta
que se llega a una matriz de dimensi
on uno, que tiene trivialmente como valor propio su u
nica
componente y como vector propio la unidad. Tal y como lo hemos escrito a continuaci
on, se ha
determinado que cada vez que llame al metodo de la potencia fije los vectores iniciales x 0 e y
al azar.
126
M
etodos Num
ericos (2007/2008)
Algoritmo 6.2
Datos de entrada:
A[n][n] (matriz cuyos valores propios queremos obtener);
tol (precisi
on para la condici
on de parada);
nmax (n
umero m
aximo de iteraciones);
Variables:
Sol[n][n + 1]; // matriz para devolver los resultados
B[n 1][n 1]; // matriz deflacionada
Soldefl[n 1][n]; // matriz con los valores y vectores propios de B
vectvaldom; // vector para guardar el vector y valor propio dominantes de A
u, lambda // vector y real para guardar el contenido de vectvaldom
v, y, x, w; // vectores auxiliares
max, lambdadefl; // reales auxiliares
k; // entero auxiliar
Flujo del programa:
// El caso n = 1 es trivial.
if(n = 1){
Sol = (1, A[0][0]);
Parada: caso trivial
}
// Si n = 1 calculamos los valores y vectores propios recursivamente.
else{
// Elegimos al azar v e y para el metodo de la potencia.
for(i=0;i<n;i++){
v[i] = Math.random();
y[i] = Math.random();
}
// Aplicamos el metodo de la potencia para obtener el valor propio dominante.
vectvaldom = potencia(A, tol, nmax, v, y);
for(i=0;i<n;i++){
u[i] = vectvaldom[i];
}
lambda = vectvaldom[n];
// Elegimos la componente m
as grande u[k] del vector propio u.
aux = 0;
k = 0;
for(i=0;i<n;i++){
if(|u[i]|>|aux|){
aux = u[i];
k = i;
}
}
Algoritmo 6.2
127
4 1 0
2
2 5 0
1
A=
.
3 1 1 3/2
0
0 0
8
128
M
etodos Num
ericos (2007/2008)
A continuaci
on calculamos
B = A 1 (v1 xT )
4 1 0
2
0 0 0 1/2
2 5 0
0 0 0 0
1
=
8
3 1 1 3/2
0 0 0 0
0
0 0
8
0 0 0 1
4 1 0
2
0 0 0 4
2 5 0
0 0 0 0
=
3 1 1 3/2 0 0 0 0
0
0 0
8
0 0 0 8
4 1 0 2
2 5 0
1
=
.
3 1 1 3/2
0
0 0
0
4 1
0
A = 2 5
3 1
0 .
1
De nuevo, supongamos que tras aplicar el metodo de la potencia obtenemos el valor propio
dominante 2 = 6 de A0 y un vector propio asociado, digamos v 20 = (1, 2, 1). En este caso
k = 2, con lo que
0
x0 = 1/(2 v2,2
)(a021 , a022 , a023 ) = (1/(6(2)))(2, 5, 0) = (1/6, 5/12, 0).
Ahora
B 0 = A0 2 (v20 (x0 )T )
4 1 0
1/6 5/12 0
= 2 5 0 6 1/3
5/6
0
3 1 1
1/6 5/12 0
4 1 0
1 5/2 0
= 2 5 0 2
5
0
3 1 1
1 5/2 0
3 3/2 0
= 0 0 0 .
2 3/2 1
129
w30 = (1, 0, 1)
y
w40 = (0, 0, 2)
a partir de los vectores v300 y v400 a
nadiendo un cero en la segunda componente. En este punto
calculamos
v30 = (3 2 )w30 + 2 ((x0 )T w30 )v20
= (3)(1, 0, 1) + 6(1/6)(1, 2, 1)
= (3, 0, 3) + (1, 2, 1)
= (2, 2, 2),
y
v40 = (4 2 )w40 + 2 ((x0 )T w40 )v20
= (5)(0, 0, 2) + 6(0)(1, 2, 1)
= (0, 0, 10),
130
M
etodos Num
ericos (2007/2008)
que son vectores propios de valores propios 3 = 3 y 4 = 1 para A0 , a los que tenemos que
a
nadir v20 = (1, 2, 1), que era el vector inicial de valor propio 2 = 6 que proporcionaba el
metodo de la potencia.
Ya casi hemos terminado. Generamos
w2 = (1, 2, 1, 0)
w3 = (2, 2, 2, 0)
y
w4 = (0, 0, 10, 0)
a partir de los vectores v20 , v30 y v40 a
nadiendo un cero en la cuarta componente. (N
otese que
podemos tomar, si as lo deseamos, los vectores m
as sencillos (1, 1, 1, 0) y (0, 0, 1, 0) en lugar de
w3 y w4 , pues son igualmente vectores propios de B). Finalmente
v2 = (2 1 )w2 + 1 (xT w2 )v1
= (2)(1, 2, 1, 0) + 8(0)(1, 0, 0, 2)
= (2, 4, 2, 0),
= (5)(2, 2, 2, 0) + 8(0)(1, 0, 0, 2)
= (10, 10, 10, 0),
y
v4 = (3 1 )w4 + 1 (xT w4 )v1
6.3.
El m
etodo de Jacobi
Este metodo se emplea cuando buscamos todos los valores propios y una base de vectores
propios de una matriz simetrica real.
Recordemos que las matrices simetricas son diagonalizables: existe una matriz ortogonal
(es decir, una matriz cuya traspuesta coincide con su inversa) tal que
0
A =
..
.
0
T
... 0
.
.
2 . . ..
.. ..
.
. 0
. . . 0 n
0
131
es diagonal con los valores propios de A en la diagonal. En particular todos los valores propios
de A son reales (aunque pueden repetirse) y los vectores columna de la matriz forman una
base ortonormal de vectores propios, siendo el vector de la columna i el vector propio asociado
al valor propio i .
El metodo de Jacobi consiste en ir construyendo una sucesi
on de matrices ortogonales elementales(por su forma simple) (Ok )
de
manera
que
la
sucesi
on de matrices:
k=1
A0 = A,
converja hacia una matriz diagonal formada por los valores propios. As, la esperanza ser
a que
la sucesi
on de matrices ortogonales 0 = Id y k = k1 Ok = O1 Ok converja hacia una
matriz ortogonal cuyas columnas formen una base ortogonal de vectores propios.
La idea de la construcci
on es la de ir anulando en cada paso k dos elementos de la matriz
Ak que esten fuera de la diagonal y en posiciones simetricas (los correspondientes a ciertos
coeficientes pq y qp). Para ello se utilizan rotaciones en el plano determinado por los vectores
p-esimo y q-esimo de la base can
onica de R n descritas por las matrices ortogonales:
O=
1
..
sen
cos
..
.
1
.
1
cos
1
..
sen
n
X
b2ij
i,j=1
n
X
a2ij .
i,j=1
umero
(ii) Si apq 6= 0, existe un u
nico valor de ( 4 , 4 ] \ {0} tal que bpq = 0. El n
est
a determinado por la ecuaci
on
aqq app
cot 2 =
.
2apq
Para este valor de se cumple
n
X
i=1
b2ii =
n
X
i=1
a2ii + 2a2pq .
132
M
etodos Num
ericos (2007/2008)
n:
Demostracio
Ideas que intervienen:
La norma
kAkDOS =
n
X
i,j=1
1/2
a2ij
puede expresarse en terminos de la traza matricial y esta es invariante por cambios de base.
Si se multiplica una matriz A por la derecha por otra que tiene como vectores
fila, salvo los de las filas p y q, los vectores de la base can
onica, entonces la matriz
producto tiene los mismos vectores columna que A excepto los correspondientes
a las columnas p y q.
(i) Como A es simetrica,
B T = (O T AO)T = O T AT (O T )T = O T AO = B,
as que B es simetrica tambien.
P
Por otra parte, recordemos que la traza tr C = ni=1 cii de una matriz C = (cij ) se conserva
por cambios de base, es decir, si P es invertible entonces tr(P 1 CP ) = tr C. En particular, si
recordamos que O T = O 1 , tendremos
n
X
b2ij
i,j=1
(ii) Por la estructura de la matriz O, si C es una matriz cualquiera el resultado del producto
CO es una matriz con los mismos vectores columna que C excepto que los vectores columna
p-esimo y q-esimo de C, vp y vq , son reemplazados respectivamente por cos v p sen vq y
sen vp + cos vq . An
alogamente, el producto O T C tiene los mismos vectores fila que C excepto
que los vectores fila p-esimo y q-esimo de C, w p y wq , son reemplazados respectivamente por
cos wp sen wq y sen wp + cos wq .
As pues, B y A tienen los mismos coeficientes salvo los de las filas y las columnas p y q.
M
as a
un, los coeficientes de los lugares pp, pq, qp y qq est
an conectados por la igualdad
!
!
!
!
cos sen
app apq
cos sen
bpp bpq
,
=
aqp aqq
bqp bqq
sen cos
sen cos
y razonando como en (i) obtenemos a2pp + a2qq + 2a2pq = b2pp + b2qq + 2b2pq independientemente de
lo que valga .
Haciendo operaciones y usando las conocidas f
ormulas trigonometricas cos 2 = cos 2 sen2
y sen 2 = 2 sen cos , obtenemos
bpq = bqp = apq cos 2 +
app aqq
sen 2.
2
133
b2ii =
n
X
a2ii + 2a2pq .
i=1
(i) Si vemos Mnn (R) como el espacio eucldeo Rn y en el usamos la norma eucldea k kDOS
habitual, es decir,
1/2
n
X
a2ij
kAkDOS =
i,j=1
aqq app
2apq
(6.4)
y escribamos t = tg . Entonces
x = cot 2 =
1 tg 2
1 t2
cos2 sen2
=
=
,
2 sen cos
2 tg
2t
x + x2 + 1 si x 0,
t=
x x2 + 1 si x < 0.
x2 + 1, y con
(6.5)
134
M
etodos Num
ericos (2007/2008)
De nuevo recordando que || /4 (con lo que cos > 0) y usando que tg 2 + 1 = 1/ cos 2 ,
obtenemos
1
+1
(6.6)
t
s=
2
t +1
(6.7)
c=
t2
para c = cos y s = sen . Ahora podemos encontrar expresiones muy convenientes para b pp y
bqq :
bpp = c2 app + s2 aqq 2scapq
an
alogamente, bqq = aqq + tapq .
Ya estamos en condiciones de describir el metodo de Jacobi:
(i) Partiendo de A0 = A y 0 = Id se van construyendo una sucesi
on de matrices A k =
OkT Ak1 Ok mediante cambios de base dados por rotaciones y las correspondientes matrices
k = k1 Ok de cambio de base, con lo que Ak = Tk Ak .
(ii) Supuesta construida Ak = (aij ), se elige un termino apq con p < q para anular con una
rotaci
on; para ello seguiremos el llamado criterio de Jacobi cl
asico, que consiste tomar el
termino de mayor tama
no,
|apq | = m
ax{|aij | : i < j};
observese que si apq = 0 entonces la matriz es diagonal y tras un n
umero finito de pasos
hemos obtenido la matriz k ortogonal cuyos vectores columna son la base de vectores
propios buscada (con los correspondientes valores propios los terminos en la diagonal de
Ak ).
(iii) Se definen x, t, c y s con arreglo a las f
ormulas (6.4)-(6.7) y se calculan los coeficientes la
matriz Ak+1 = (bij ) de acuerdo con las f
ormulas
bpi = bip = caip saiq
si i 6= p e i 6= q,
bqi = biq = saip + caiq
si i 6= p e i 6= q,
bpp = app tapq ,
bqq = aqq + tapq ,
bpq = bqp = 0,
bij = aij
en el resto de los casos.
(iv) Se calculan los coeficientes de la matriz k+1 = (ij ) a partir de los coeficientes de
k = (oij ) de acuerdo con las f
ormulas
ip = coip soiq ,
135
iq = soip + coiq ,
ij = oij
si j 6= p, q.
(v) Como las sumas de los cuadrados de los coeficientes de las matrices A k son siempre las
mismas pero las sumas de los cuadrados de sus coeficientes diagonales son estrictamente
crecientes, esperamos que la sucesi
on (A k ) converja a una matriz diagonal en la que
encontraremos todos los valores propios de A, y que la sucesi
on de los productos de
rotaciones k converja hacia una matriz ortogonal cuyas columnas determinan una
base de vectores propios de A.
Ejemplo 6.3.2 Aplicamos el primer paso del algoritmo de Jacobi a la matriz
1 1 3
4
1 4
0 1
A=
.
3
0
0 3
4 1 3 1
En este caso p = 1 y q = 4, con a14 = 4. Entonces
11
a44 a11
=
= 0,
2a14
8
p
t = x + x2 + 1 = 1,
1
2
=
,
c=
2
2
t +1
2
t
=
.
s=
2
2
t +1
x=
b12
b13
b14
2
2
= b21 = ca21 sa24 =
(1)
(1) = 0,
2
2
2
2
(3)
(3) = 3 2,
= b31 = ca31 sa34 =
2
2
= b41 = 0,
b22 = a22 = 4,
b33 = a33 = 0,
b34 = b43 = sa31 + ca34
2
2
=
(1) +
(1) = 2,
2
2
2
2
(3) +
(3) = 0,
=
2
2
136
M
etodos Num
ericos (2007/2008)
As pues,
3
0
3 2
0
0
4
0
2
A1 =
.
3 2
0
0
0
0
5
0
2
c
0
1 =
0
s
0
1
0
0
s
2/2
0
0
=
0 0
c
2/2
0
0
1
0
0
1
0
0
0
2/2
0
0
.
1
0
0
2/2
1 1 3
4
1 4
0 1
A=
3
0
0 3
4 1 3 1
v1 = (1, 0, 1, 1)/ 3,
v2 = (1, 2, 0, 1)/ 6,
v3 = (1, 0, 2, 1)/ 6,
v4 = (1, 1, 0, 1)/ 3
con la m
axima precisi
on de la m
aquina.
Algoritmo 6.3
Datos de entrada:
A[n][n] (matriz simetrica cuyos valores propios queremos obtener);
tol (precisi
on para la condici
on de parada);
nmax (n
umero m
aximo de iteraciones);
Variables:
O[n][n]; // matriz auxiliar donde se guardan los vectores propios aproximados
B[n][n]; // matriz auxiliar donde se guardan los valores propios aproximados
Sol[n][n + 1]; // matriz para devolver los resultados
p; q; x; t; c; s; aux; // variables auxiliares
Flujo del programa:
B = A;
O = Id; // se inicializa O a la identidad
// Vamos a hacer las etapas k = 1, 2, ..., nmax.
for(k=1;k<=nmax;k++){
aux = 0;
// Elecci
on del coeficiente m
as grande.
for(i=0;i<n;i++){
for(j=i+1;j<n;j++){
if(|Bij | > aux){
p = i;
q = j;
aux = |Bij |;
}
}
}
137
138
M
etodos Num
ericos (2007/2008)
Algoritmo 6.3
t = x 1 + x x;
}
c = 1/ 1 + t t;
s = t/ 1 + t t;
for(i=0;i<n;i++){
aux = Oip ;
Oip = c aux s Oiq ;
Oiq = s aux + c Oiq ;
}
Bpp = Bpp t Bpq ;
Bqq = Bqq + t Bpq ;
Bpq = Bqp = 0;
for(i=0;i<n;i++){
if(i 6= p, q){
aux = Bip ;
Bpi = Bip = c aux s Biq ;
Bqi = Biq = s aux + c Biq ;
}
}
}
Parada: no hay convergencia en nmax iteraciones
Datos de salida: Valores y vectores propios de la matriz A, mensaje de error si la iteraci
on
no converge, mensaje de advertencia si se repiten valores propios.
139
M
[
B(ai , )
i=1
M
[
B(ai , )
i=1
1
mn kai ai0 k > 0
3 i6=i0
M
[
i=1
B(ai , 0 ),
kxk+1 xk k < 0
140
M
etodos Num
ericos (2007/2008)
X
i6=j
141
Estamos diciendo que polinomios caractersticos de A y D toman los mismos valores para
cada valor de la inc
ognita. Como es sabido, si dos polinomios de grado n toman los mismos
valores en n+1 puntos distintos entonces ambos polinomios son iguales. La conclusi
on que es los
polinomios caractersticos de A y D (y por tanto sus valores propios, incluidas multiplicidades)
son los mismos. Como la matriz D es diagonal, los elementos de su diagonal ser
an los valores
propios de A, con las mismas multiplicidades, adecuadamente permutados. Hemos probado que
(Dk ) tiene a lo sumo un n
umero finito de puntos de acumulaci
on, cada uno de ellos de la forma
diag((1) , . . . , (n) ) para una cierta permutaci
on de los ndices {1, 2, . . . , n}.
(iii) Recordemos que
0
k+1
k
aii aii = tg k akpq
tg k akpq
si i 6= p, q,
si i = p,
si i = q,
donde k (/4, 0) (0, /4]. Como | tg k | 1 y |akpq | kBk kDOS para cada k, y adem
as se
tiene lmk Bk = 0 por (i), concluimos que lmk (Dk+1 Dk ) = 0.
(iv) Observemos que
142
M
etodos Num
ericos (2007/2008)
Ideas que intervienen:
Demostramos que la sucesi
on ( k ) s
olo tiene un n
umero finito de puntos de
acumulaci
on, que son necesariamente de la forma (p (1) , p(2) , . . . , p(n) ),
siendo p1 , p2 , . . . , pn una base ortonormal de vectores propios de valores propios
correspondientes 1 , 2 , . . . , n .
Probamos que lmk (k+1 k ) = 0.
Se demuestra que las matrices ortogonales est
an acotadas para la norma kk DOS .
Se concluye la prueba usando el Lemma 6.3.3.
2akpq
akqq akpp
para cada k. Enfatizamos que los ndices p y q dependen de k, pero para simplificar la notaci
on
no hacemos explcita esta dependencia. Como los coeficientes a kii de la diagonal principal de las
matrices Ak convergen a los valores propios (i) y dichos valores propios son distintos dos a
dos, existir
a un n
umero l suficientemente alto tal que si k l entonces
mn |akii akjj |
i6=j
1
mn |i j | =: M > 0;
2 i6=j
en particular, |akqq akpp | M para cada k l. Como todos los coeficientes fuera de la diagonal
principal de Ak tienden a cero, la sucesi
on (akpq ) tiende a cero (aunque los ndices p y q vayan
variando con k). As pues, (tg 2 k ) tiende a cero e igualmente (k ) tiende a cero. En resumen,
hemos probado que
lm Ok = Id.
k
(iii) En el Captulo 3 (Teorema 3.3.1) se vio que la norma kk 2 de todas las matrices ortogonales
2
es 1. Como en Mnn (R) (que puede verse como el espacio eucldeo R n ) todas las normas son
143
equivalentes, existe en particular una cierta constante > 0 tal que kBk DOS kBk2 para
cada B Mnn (R). De esto se deduce que kOkDOS para cada matriz ortogonal O.
Finalmente, la segunda parte del Teorema 6.3.4 se deduce del Lema 6.3.3 y (i), (ii) y (iii).
144
M
etodos Num
ericos (2007/2008)
Bibliografa
[1] R. L. Burden y J. D. Faires, An
alisis Numerico, Grupo Editorial Iberoamerica, Mexico,
1985.
[2] P. G. Ciarlet, Introduction a
` lAnalyse Numerique Matricielle et a
` lOptimisation, Dunod,
Pars, 1990.
[3] D. Kincaid y W. Cheney, An
alisis Numerico. Las Matem
aticas del C
alculo Cientfico,
Addison-Wesley Sudamericana, Wilmington, 1994.
146
M
etodos Num
ericos (2007/2008)
Cap
tulo
'
'
Ceros de polinomios
Interrogantes centrales del captulo
$
$
Evaluaci
on de polinomios. Esquema de Horner.
El metodo de separaci
on de Sturm.
%
%
$
"
&
!
%
148
M
etodos Num
ericos (2007/2008)
7.1.
an1
z0 bn
bn1
an2
z0 bn1
bn2
......
......
......
a1
z 0 b2
b1
a0
z0 b1
b0
En efecto, recuerdese que si p(z) y q(z) son polinomios dados entonces existen polinomios
c(z) y r(z) (con el grado de r(z) estrictamente menor que el de q(z)) de manera que
p(z) = c(z)q(z) + r(z).
Ceros de polinomios
149
(7.1)
Definamos
c(z) = bn z n1 + bn1 z n2 + + b2 z + b1 ,
con los coeficientes bk como en el algoritmo de Horner. Entonces
c(z)(z z0 ) = bn z n + bn1 z n1 + + b2 z 2 + b1 z bn z n1 z0 + + b2 z0 + b1 z0 ,
c(z)(z z0 ) + b0 = bn z n + (bn1 bn z0 )z n1 + + (b1 b2 )z + (b0 b1 z0 ).
Algoritmo 7.1
Esquema de Horner
Datos de entrada:
a0 , a1 , . . . , an (coeficientes del polinomio p);
z0 (n
umero donde se eval
ua el polinomio);
Flujo del programa:
bn = an ;
for(k=n-1;k>=0;k--){
bk = bk+1 z0 + ak ;
}
Datos de salida: b0 (valor de p(z0 )) y b1 , . . . , bn (coeficientes de q(z)).
4
2
b3 = 2
7
4
b2 = 3
5
6
b1 = 1
2
2
b0 = 0
p0 (z0 )
150
M
etodos Num
ericos (2007/2008)
El esquema de Horner aplicado a c(z) nos proporciona c(z 0 ) y el polinomio cociente m(z) de
c(z) entre (z z0 ), que sustituido en la factorizaci
on de p nos da la expresi
on
p(z) = (m(z)(z z0 ) + c(z0 ))(z z0 ) + p(z0 ) = m(z)(z z0 )2 + c(z0 )(z z0 ) + p(z0 ).
Al hacer la segunda derivada obtenemos que p 00 (z0 ) = 2! m(z0 ).
Si repetimos la aplicaci
on de Horner vamos obteniendo las distintas derivadas p (k) (z0 ).
Tambien podemos expresar el desarrollo de Taylor de un polinomio en el punto z 0 utilizando
(k)
el metodo de Horner para evaluar los coeficientes c k = p k!(z0 ) en la expresi
on
p(z) = cn (z z0 )n + cn1 z n1 + + c1 (z z0 ) + c0 .
Ve
amoslo en el siguiente ejemplo.
Ejemplo 7.1.2 Desarrollamos a continuaci
on el polinomio p(z) = z 4 4z 3 + 7z 2 5z 2 en
potencias de (z 3):
1
3
1
3
1
3
1
3
c4 = 1
4
3
1
3
2
3
5
3
c3 = 8
7
3
4
6
10
15
c2 = 25
5
12
7
30
c1 = 37
2
21
c0 = 19
As pues, p(z) = 1(z 3)4 + 8(z 3)3 + 25(z 3)2 + 37(z 3) + 19.
En las siguientes secciones, utilizaremos el esquema de Horner para evaluar simult
aneamente
los polinomios y sus derivadas en las implementaciones de los distintos metodos numericos de
localizaci
on de races.
7.2.
Ceros de polinomios
151
|z|
|z|
Por la afirmaci
on anterior, como |p(z)| es una funci
on continua en C podemos
concluir que la funci
on continua |p(z)| alcanza su valor mnimo en un punto
z0 C.
Para ver que z0 es una raz de p, es decir p(z0 ) = 0, razonamos por reducci
on al
absurdo: supondremos que |p(z0 )| > 0 y llegaremos a una contradicci
on.
Si |p(z0 )| > 0 vamos a elegir una recta que pasa por z 0 de manera que |p(z)|
restringida a esa recta tome valores estrictamente menores que |p(z 0 )|. En consecuencia, |p(z)| no tiene un mnimo en z 0 , en contradicci
on con la elecci
on de
z0 .
Si k = k0 es la multiplicidad de z0 como raz de p(z) p(z0 ) podemos escribir
p(z) = p(z0 ) + (z z0 )k c(z) = p(z0 )(1 + (z z0 )k c(z)),
donde c es un polinomio de grado nk y b 0 = c(z0 ) 6= 0. Escribimos z z0 = reit en coordenadas
polares y c(z) en la forma c(z) = b0 + (z z0 )h(z).
Si b0 = |b0 |eis , fijamos la direcci
on correspondiente a t = k1 ( s) y tenemos
p(z) = p(z0 )(1 r k |b0 | + r k+1 ei(k+1)t h(z)).
Tomando r peque
no, r k |b0 | < 1 y la desigualdad triangular nos da
|p(z)| |p(z0 )|((1 r k |b0 |) + r k+1 |h(z)|) = |p(z0 )|(1 r k (|b0 | r|h(z)|)).
Como r|h(z)| 0 cuando r 0, si r es suficientemente peque
no se tendr
a
|b0 | r|h(z)| > 0,5|b0 |
y por lo tanto
|p(z)| |p(z0 )|(1 r k (|b0 | r|h(z)|)) < |p(z0 )|(1 0,5r k |b0 |) < |p(z0 )|.
Esta u
ltima cadena de desigualdades nos da la contradicci
on esperada.
152
M
etodos Num
ericos (2007/2008)
De la factorizaci
on anterior se deduce que un polinomio de grado n tiene, a lo m
as, n
races distintas. Repitiendo las races seg
un su multiplicidad, un polinomio de grado n tiene
exactamente n races. Tambien se sigue que dos polinomios p(z) y q(z)de grado menor o igual a
n que coinciden en n + 1 n
umeros complejos distintos (p(z k ) = q(zk ) con z1 , . . . , zn+1 distintos)
deben ser iguales (p(z) = q(z) en todo z).
Una observaci
on a tener en cuenta es que un polinomio puede tener todos sus coeficientes
reales y sus races no tienen porque ser reales. Por ejemplo, en el polinomio
p(x) = x2 + 1 = (x + i)(x i)
los coeficientes son n
umeros reales y las races i y i no lo son. En estos casos, si z 0 C es una
raz del polinomio de coeficientes reales p(z) = a 0 + a1 z + + an z n tomando conjugados en la
expresi
on p(z0 ) = 0 se deduce que z0 tambien es raz de p(z) ya que
p(z0 ) = a0 + a1 z0 + + an z0 n = a0 + a1 z0 + + an z0n = p(z0 ) = 0.
As, cada vez que obtenemos una raz compleja tambien obtenemos su conjugada, es decir, si
z (a + bi) es un factor de p(z) tambien lo ser
a z (a bi) y por tanto igualmente lo ser
a su
producto
(z (a + bi))(z (a bi)) = (z a)2 + b2 = z 2 2az + a2 b2 .
En otras palabras, todo polinomio con coeficientes reales puede descomponerse como producto
de monomios y polinomios de grado 2 con coeficientes reales.
A la hora de construir algoritmos de b
usqueda de races de polinomios deberemos tener
presente la conveniencia de programarlos utilizando variables complejas (en C) aunque estemos
pensando en utilizarlos con polinomios reales.
7.3.
Localizaci
on de ceros
Para aplicar alguno de los metodos que enseguida describiremos para aproximar races es
conveniente disponer de buenas aproximaciones iniciales de las mismas. En esta secci
on vamos
a localizar regiones del plano complejo en las que tenemos la certeza de que podemos encontrar
races de un polinomio, lo que ser
au
til para elegir nuestras aproximaciones iniciales.
Teorema 7.3.1 Todas las races del polinomio p(z) = a 0 + a1 z + + an z n de grado n est
an
en el disco de centro 0 y radio
=1+
n:
Demostracio
1
m
ax{|a0 |, . . . , |an1 |}.
|an |
Ceros de polinomios
153
M
|an | .
Por
M
= M.
|an |
1.5
0.5
-7.5
-5
-2.5
2.5
7.5
-0.5
los valores del polinomio real |p(x)| comprendidos entre 0,5 y 2 cuando x varia en el intervalo
real [8, 8] y observamos que el polinomio s
olo tiene dos races reales en los cortes de la gr
afica
con el eje x.
Por otra parte en la Figura 7.2 representamos las curvas de nivel de la funci
on |p(z)| en el
rect
angulo [1, 4] [2,5, 2,5] del plano complejo, contenido en el disco con centro en el origen
y radio 8, y visualizamos la posici
on de las cuatro races (las dos reales y las dos complejas
conjugadas).
154
M
etodos Num
ericos (2007/2008)
-1
-2
-1
El teorema de localizaci
on 7.3.1 nos da una acotaci
on superior del m
odulo de los ceros de un
polinomio. Es posible tener tambien una acotaci
on inferior?
La respuesta a esta cuesti
on es afirmativa y para conseguir encontrar una acotaci
on inferior
vamos a recurrir al habitual truco de invertir la variable, es decir, hacer el cambio z = w1 que
transforma n
umeros z peque
nos en n
umeros w grandes y viceversa.
Pero antes de hacer el cambio de variable vamos a detenernos un instante en el caso en que
la acotaci
on inferior es 0, es decir, cuando z 0 = 0 es una raz del polinomio. En este caso no
necesitamos recurrir a ning
un algoritmo particular para descubrir este cero pues el polinomio
tiene una expresi
on de la forma
p(z) = ak z k + ak+1 z k+1 + + an z n = z k ak + + an z nk
con ak 6= 0. De la expresi
on deducimos sin m
as que 0 es una raz de p de multiplicidad k y el
problema de b
usqueda de races se reduce al caso de polinomios que no se anulan en 0.
Supongamos que p(z) = a0 + a1 z + + an z n es un polinomio de grado n que no se anula
en z = 0, y por lo tanto,con a0 6= 0 y an 6= 0.
Haciendo z = w1 tenemos p(z) = p( w1 ) = w1n a0 wn + a1 wn1 + + an1 w + an . Como
1
olo si, q(w) = a 0 wn + a1 wn1 + + an1 w + an = 0.
w 6= 0, resulta que p(z) = 0 si, y s
Ahora hacemos uso del teorema de localizaci
on y podemos asegurar que p(z) = 0 s
olo cuando
1
0 (|z| 10 ), donde
|w| = |z|
0 = 1 +
1
m
ax{|a1 |, . . . , |an |}.
|a0 |
7
2
9
2
y podemos
Reuniendo la observaci
on con el Teorema 7.3.1, tenemos el siguiente resultado:
1
m
ax{|a0 |, . . . , |an1 |},
|an |
0 = 1 +
1
0
1
m
ax{|a1 |, . . . , |an |}.
|a0 |
|z| }.
Ceros de polinomios
7.4.
155
El m
etodo de Newton para polinomios
p(xk )
p0 (xk )
converge cuadr
aticamente hacia ese cero de p(z).
El esquema de Horner se puede utilizar para evaluar simult
aneamente los valores de p y
p0 , tal y como reflejamos en la versi
on del algoritmo de Newton para polinomios en la p
agina
siguiente. Observese que el algoritmo tiene tambien sentido para polinomios con coeficientes
complejos, pero no que no puede utilizarse para aproximar races complejas de polinomios con
coeficientes reales a menos que partamos de una condici
on inicial compleja.
Otra propiedad del metodo de Newton para polinomios interesante la proporciona el siguiente
teorema que permite localizar un cero del polinomio dadas dos iteraciones consecutivas, y ofrece
una estimaci
on del error cometido al aproximar una raz del polinomio por una iterada de
Newton.
Teorema 7.4.1 Sean xk y xk+1 dos iteraciones sucesivas del metodo de Newton para un polinomio p(z) de grado n 1. Entonces existe un cero de p(z) en el disco complejo de centro x k
y radio n|xk+1 xk |.
n:
Demostracio
Ideas que intervienen:
El teorema de factorizaci
on 7.2.2 proporciona una representaci
on del cociente
p0 (z)
tmica de p(z) (llamado as porque coincide con la derivada
p(z) derivada logar
de log(p(z))). En efecto, si z1 , z2 , . . . , zn son las races de p(z) repetidas seg
un su
multiplicidad, entonces
p(z) = an (z z1 )(z z2 ) (z zn ) = an
0
p (z) = an
n
n
Y
X
n
Y
(z zi )
i=1
n
n
X
X
1
p(z)
= p(z)
.
(z zj ) =
z zi
z zi
i=1 j=1,j6=i
i=1
i=1
El corrector de la aproximaci
on inicial x k en el metodo de Newton viene dado
p(xk )
por p0 (xk ) que en terminos de las races del polinomio se puede escribir como
xk+1 xk =
1
p(xk )
= Pn
p0 (xk )
i=1 x
k zi
156
M
etodos Num
ericos (2007/2008)
Algoritmo 7.2
Datos de entrada:
a0 , a1 , . . . , an (coeficientes del polinomio p);
z (condici
on inicial);
tol (precisi
on para la parada);
nmax (n
umero m
aximo de iteraciones);
Variables:
xini; // variable para almacenar xk
xfin; // variable para almacenar xk+1
b; // variable para almacenar p(xk )
c; // variable para almacenar p0 (xk )
Flujo del programa:
xini = z;
xfin = 0;
for(j=1;j<=nmax;j++){
b = an ;
c = b;
// Evaluaci
on de p(xini) y p0 (xini) con Horner.
for(k=n-1;k>=1;k--){
b = b xini + ak ;
c = c xini + b; // p0 (xini) = c
}
b = b xini + a0 ; // p(xini) = b
if(c 6= 0){
xfin = xini (b/c);
}
else{
Parada: derivada nula
}
if((|b| < tol) or (|xfin xini| < tol)){
Parada: raz en xini
}
else{
xini = xfin
}
}
Parada: no hay convergencia en nmax iteraciones
Datos de salida: Raz en xini o mensaje de error.
Ceros de polinomios
157
|xk+1 xk | =
>
1
|
Pn
1
i=1 xk zi |
Pn
1
i=1 |xk zi |
Pn
i=1 n|xk+1 xk |
1
1
|xk+1 xk |
= |xk+1 xk |.
Ejemplo 7.4.2 Calculando con ocho cifras decimales, las cinco primeras iteraciones del metodo
de Newton aplicado al polinomio de los ejemplos anteriores p(z) = z 4 4z 3 + 7z 2 5z 2 con
inicio en x0 = 0 y estimaciones del error con respecto a la raz pr
oxima a x 0 = 0 (vease la
Figura 7.1) obtenemos los siguientes datos:
k
0
1
2
3
4
5
p(xk )
-2
1.4016
1.46321856
0.00225803
5,6 107
3,6 1014
p0 (xk )
-5
-12.776
-10.1732291
-9.86029921
-9.85536835
-9.85536711
xk
0
-0.4
-0.2902943
-0.27591126
-0.27568226
-0.27568220
4|xk1 xk |
1.6
0.4388228
0.05753214
0.00028398
0.00000024
Teorema 7.4.3 Sea p(z) un polinomio de grado n 2 con todas sus races y coeficientes reales.
Si
rn rn1 r2 r1
son los ceros de p(z) ordenados en forma decreciente y x 0 > r1 , entonces el metodo de Newton
proporciona una sucesi
on de iteradas x k estrictamente decreciente convergente hacia r 1 .
158
M
etodos Num
ericos (2007/2008)
n:
Demostracio
Ideas que intervienen:
El teorema de Rolle para funciones reales de variable real nos asegura que entre
cada dos races reales consecutivas, r k y rk+1 , hay una raz sk de la derivada de
p(x),
rn sn1 rn1 r2 s1 r1 .
Enfatizamos para empezar que todas las races de p 0 (x) (y del mismo modo las de p00 (x))
est
an entre rn y r1 incluso que el caso de que p(x) tenga races repetidas (porque si r es una raz
the p(x) de multiplicidad m entonces tambien lo es de p 0 (x) con multiplicidad al menos m 1).
Podemos suponer que p(x) > 0 para cada x > r 1 (en caso contrario, cambiaramos el signo
de p; n
otese que el metodo de Newton proporciona la misma sucesi
on de n
umeros).
(1/2)p00 (k )e2k
p(xk )
p(xk )
p0 (xk )ek p(xk )
=
e
=
=
.
k
p0 (xk )
p0 (xk )
p0 (xk )
p0 (xk )
p(xk )
p0 (xk ) ,
Ceros de polinomios
159
Para el caso de polinomios con todas sus races reales, el corolario anterior nos marca un
camino a seguir para localizar todas las races. Una vez localizada la mayor raz r 1 si hacemos
la deflaci
on de p en r1 obtenemos un polinomio de grado n 1 con todas sus races reales al
cual podemos aplicar el proceso. Naturalmente para un polinomio dado no podemos saber de
antemano si todas las races son reales, pero incluso entonces esta puede ser una buena estrategia
para fijar el valor inicial.
7.5.
El m
etodo de Laguerre
Pn
j=1 vj
y=
Pn
2
j=1 vj .
Entonces
(n 1)(n 2 )
.
n
n:
Demostracio
Ideas que intervienen:
Vamos a ver que para un polinomio q(x) de grado 2 que toma valores positivos
para |x| grande, q(vj ) 0 en cada n
umero vj . Por lo tanto estos n
umeros est
an
en el intervalo cuyos extremos son las dos races del polinomio q, que van a
coincidir con los n
umeros
p
(n 1)(n 2 )
.
n
No es restrictivo trabajar s
olo con el n
umero v 1 . Para los otros n
umeros basta con permutar
las posiciones, y observar que estas permutaciones no afectan a los valores de y .
Tenemos
2 2v1 + v12 = ( v1 )2
= (v2 + + vn )2
= (n 1) nv12 + v12 ;
160
M
etodos Num
ericos (2007/2008)
m
m
X
X
1
2 12
b2i ) 2 .
ak bk (
ai ) (
k=1
k=1
Por tanto
0 (n 1) nv12 + 2v1 2
y
nv12 2v1 + 2 (n 1) 0.
X
p(x)p00 (x) + p0 (x)2
1
=
.
2
p(x)
(x zj )2
j=1
1
xzj ,
p0 (x)
p(x)
,=
se tiene el siguiente
Lema 7.5.2 Sea p(x) un polinomio de grado n con coeficientes reales cuyos ceros, z 1 , . . . , zn ,
1
son todos reales. Entonces para cualquier n
umero real x que no sea cero de p, los n
umeros xz
j
est
an en el intervalo de extremos
p
p0 (x) (n 1)2 p0 (x)2 n(n 1)p(x)p00 (x)
.
np(x)
n: Basta con utilizar el lema anterior y escribir:
Demostracio
p
p
(n 1)(n 2 )
p0 (x) (n 1)2 p0 (x)2 n(n 1)p(x)p00 (x)
=
.
n
np(x)
Supongamos que xi es una aproximaci
on de una raz de p y que z j es la raz de p m
as
1
pr
oxima a xi . Entonces la fracci
on xi zj ser
a la de mayor tama
no (en valor absoluto). La idea
de Laguerre consiste en aproximar el valor de esta fracci
on por el del extremo, C, del intervalo
1
dado por el lema, que tiene mayor tama
no. Invirtiendo la fracci
on xi z
y su aproximaci
on C
j
on de zj .
obtenemos xf = xi C1 como una nueva aproximaci
As el algoritmo de Laguerre consiste en el siguiente proceso iterativo:
Ceros de polinomios
161
(ii) Se calcula A =
(iii) Se calcula B =
p0 (xi)
p(xi)
(A = en la discusi
on anterior).
(B = en la discusi
on anterior).
(v) Se toma xf = xi
1
C
(n1)(nBA2 )
n
Teorema 7.5.3 Sea p(x) un polinomio real cuyas races son todas reales. Entonces la sucesi
on
de iteradas de Laguerre con un punto inicial arbitrario x 0 converge mon
otonamente hacia uno
de los dos ceros de p que tiene m
as pr
oximos.
162
M
etodos Num
ericos (2007/2008)
Algoritmo 7.3
M
etodo de Laguerre
Datos de entrada:
a0 , a1 , . . . , an (coeficientes del polinomio p); z (condici
on inicial);
tol (tolerancia para la parada); nmax (n
umero m
aximo de iteraciones);
Variables:
xini, xfin; // variables para almacenar x k y xk+1
b, c, d; // variables para almacenar p(x k ), p0 (xk ) y p00 (xk )
aux1, aux2, Cmax; // variables auxiliares para almacenar C
Flujo del programa:
xini = z;
for(j=1;j<=nmax;j++){
b, c, d = an ;
// Evaluaci
on de p(xini), p0 (xini) y p00 (xini) con Horner.
for(k=n-1;k>=2;k--){
b = b xini + ak ;
c = c xini + b;
d = d xini + c; // d = p00 (xini)/2
}
d = 2d; // d = p00 (xini)
b = b xini + a1 ;
c = c xini + b; // c = p0 (xini)
b = b xini + a0 ; // b = p(xini)
if(b=0){
Parada: raz en xini
}
else{
p
// A = c/b, B = p
(c2 b d)/b2 , C = (1/n) (A (n 1)(nB A2 ).
1
aux1 = nb
(c + (n 1)2 c2 n(n 1)bd);
p
1
aux2 = nb (c (n 1)2 c2 n(n 1)bd);
if(|aux1| |aux2|){
Cmax = aux1;
}
else{
Cmax = aux2;
}
}
if(Cmax=0){
Parada: primera y segunda derivadas nulas
}
else{
1
xfin = xini Cmax
;
}
if(|xfin-xini|<tol){
Parada: raz en xini;
}
else{
xini = xfin
}
}
Parada: no hay convergencia en nmax iteraciones
Datos de salida: Raz en xini o mensaje de error.
Ceros de polinomios
163
n:
Demostracio
Ideas que intervienen:
Si r1 r2 rn son las n races de p, entonces entre cada par de races
consecutivas el signo de p es constante. Adem
as, como entre cada par de races
hay alg
un cero de p0 (x) y p0 (x) tiene a lo sumo n 1 ceros reales, concluimos
que p0 (x) tiene exactamente un cero entre dos races consecutivas distintas. As,
si p es positiva, p pasa de ser creciente a decreciente y si p es negativa entonces
p pasa de ser decreciente a ser creciente.
p(x)
r
r
j+1
j+1
p(x)
Si por ejemplo rj < x0 < rj+1 con p(x) > 0 entre las dos races y adem
as
0
p (x0 ) > 0, entonces p(x) es creciente entre r j y x0 y vamos a ver que rj
x1 < x0 < rj+1 , que p(x1 ) > 0 y que p0 (x1 ) > 0. Repitiendo el argumento,
rj x2 < x1 < x0 < rj+1 . Es decir, xk es mon
otona decreciente y est
a acotada
inferiormente por rj y, en consecuencia, es convergente,
Si xk converge hacia y, de las f
ormulas de iteraci
on resulta que x k+1 xk =
1
0,
y
por
tanto
C(k)
.
Ahora,
por
la
construcci
on de los valores de
C(k)
C(k),
p
p0 (xk ) (n 1)2 p0 (xk )2 n(n 1)p(xk )p00 (xk )
.
C(k) =
np(xk )
se deduce que el denominador p(xk ) tiende a p(y) = 0. As, y es un cero de p, y
por la disposici
on de los xk , y = rj .
Vamos a restringirnos al caso rj < x0 < rj+1 con p(x) > 0 entre las dos races y adem
as
p0 (x0 ) > 0. Los otros casos se pueden analizar en la misma forma.
1
Como x0 no es una raz, el Lema 7.5.2 posiciona todas las fracciones x0 r
en el intervalo de
j
extremos
p
p0 (x0 ) + (n 1)2 p0 (x0 )2 n(n 1)p(x0 )p00 (x0 )
u(x0 ) =
np(x0 )
y
p
p0 (x0 ) (n 1)2 p0 (x0 )2 n(n 1)p(x0 )p00 (x0 )
.
v(x0 ) =
np(x0 )
En particular, para las dos races r j y rj+1 se tiene que
v(x0 )
1
1
<0<
u(x0 ).
x0 rj+1
x0 rj
1
1
<0<
x 0 rj
v(x0 )
u(x0 )
1
1
< x0 < x0
rj+1 .
u(x0 )
v(x0 )
164
M
etodos Num
ericos (2007/2008)
Como p0 (x0 ) > 0, se tiene que |v(x0 )| < |u(x0 )| y x1 = x0 u(x1 0 ) , lo que prueba la desigualdad
buscada rj x1 < x0 . Adem
as, p es creciente entre rj y x0 , por lo que tambien se tiene
p0 (x1 ) > 0.
Un buen ejercicio para comprobar como funciona el teorema es realizar la demostraci
on en
los casos restantes.
Al igual que ocurre con el Teorema 7.4.1 para el metodo de Newton, la construcci
on de
Laguerre tambien proporciona un disco donde localizar races expresado en terminos de los
c
alculos realizados en cada iteraci
on. Una prueba del siguiente teorema puede verse en el libro
de Kincaid y Cheney [3] (pp. 103105).
Teorema 7.5.4 (Kahan, 1967) Sean p(z) un polinomio de grado n y z 0 C un n
umero
complejo que tomamos como aproximaci
on inicial en el primer paso de la iteraci
on de Laguerre.
Si C se calcula como en el algoritmo (1/|C| = |x f xi |), entonces p(z) tiene un cero en el disco
n
n
= z : |z z0 | <
.
D z0 ,
|C|
|C|
Para finalizar revisitamos el polinomio de los ejemplos anteriores:
Ejemplo 7.5.5 Las cinco primeras iteraciones del metodo de Laguerre aplicado a
p(z) = z 4 4z 3 + 7z 2 5z 2
con inicio en x0 = 0 muestran la r
apida convergencia del metodo de Laguerre a la raz m
as
pr
oxima a x0 . En la u
ltima columna escribimos la cota del error que proporciona el teorema de
Kahan:
4/|C|
k xk
p(xk )
0 0
-2
0.5577742855120604
1 -0.2788871427560302 0.031696585387203324 0.006409886096878962
2 -0.2756821997075907 0.011457452669712431 7.886788553624726E-9
3 -0.275682203650985
0
0
Observese c
omo en la primera aproximaci
on del ejemplo anterior se tienen fijas 2 cifras
decimales, en la segunda pasan a ser 6 las cifras de precisi
on y en la tercera se alcanza la
precisi
on de la m
aquina, en consonancia con que el orden de convergencia de este metodo es 3.
7.6.
Separaci
on de races reales. Sucesiones de Sturm.
En esta secci
on vamos a trabajar con polinomios con coeficientes reales buscando localizar
intervalos en los que podamos asegurar la existencia de races reales y determinar el n
umero
de races reales distintas que tiene el polinomio. Seguiremos el libro de Stoer y Bulirsh [4,
Section 5.6, pp. 297301] y el de Aubanell, Benseny y Delshams [1, Secci
on 5.2.4, pp. 404406].
Vamos a utilizar las sucesiones de Sturm para construir un metodo que cuenta el n
umero
de races reales que un polinomio tiene en un intervalo. Despues usamos ese metodo como en
el algoritmo de la bisecci
on: partiremos de un intervalo [A, A], donde A es el radio del disco
que contiene a todas las races (vease el teorema 7.3.1); este intervalo contiene a todas las
Ceros de polinomios
165
x0 h x 0 x0 + h
+
+
+
fi1
fi
fi+1
x0 h x 0 x0 + h
+
+
+
166
M
etodos Num
ericos (2007/2008)
f0
f1
x0 h x 0 x0 + h
0
+
+
+
+
f0
f1
x0 h x 0 x0 + h
+
0
En resumen, el n
umero de cambios de signo n(x) s
olo disminuye en una unidad al pasar de
izquierda a derecha sobre cada una de las races de f 0 . De esta forma, el total n(a) n(b) mide
el n
umero de races reales de f 0 en (a, b].
La construcci
on de sucesiones de Sturm asociadas a polinomios proviene del metodo de
Euclides de b
usqueda del m
aximo com
un divisor.
Sea p0 = p un polinomio real de grado n 1.
Se define p1 = p0 (x).
Para i = 1, 2, 3, . . . se define pi+1 = ci+1 resto (pi1 : pi ), donde ci+1 es una constante
positiva y por resto entendemos el resto que queda al hacer la divisi
on entera del polinomio pi1 entre pi . Cuando la sucesi
on de Sturm se construye con un ordenador se elige
simplemente ci+1 = 1. Cuando lo hacemos a mano, conviene elegirlo de manera que los
coeficientes del polinomio pi+1 sean tan simples como sea posible. En otros terminos:
pi1 (x) = qi (x)pi (x) c1
i+1 pi+1 (x).
(7.2)
Esta construcci
on se realiza hasta que p m+1 = 0.
En est
a construcci
on el polinomio p m es el m
aximo com
un divisor de p0 y p1 = p0 .
Por u
ltimo consideramos la sucesi
on
p0
p1
pm
f0 =
, f1 =
, . . . , fm =
=1 .
pm
pm
pm
Observese que f0 es un polinomio que tiene las mismas races que p 0 pero, para f0 , todas
las races son simples. En efecto, las races m
ultiples de p son las races comunes de p y
0
p , es decir, son las races de pm . Si una raz x0 tiene multiplicidad k en p, entonces tiene
multiplicidad k 1 en p0 y en pm . Por consiguiente x0 es una raz simple de f0 = ppm .
Lema 7.6.3 Si p es un polinomio de grado n 1, entonces la sucesi
on {f 0 , f1 , . . . , fm } que
acabamos de construir es una sucesi
on de Sturm.
Ceros de polinomios
167
Por la definici
on, fm =
condici
on de Sturm.
Supongamos que f0 (x0 ) = 0 para un cierto x0 . Ello equivale a x0 es una raz de p0 , digamos
de multiplicidad m. Entonces
p0 (x) = (x x0 )m q(x)
con q(x0 ) 6= 0. Asimismo,
p1 (x)
=: (x x0 )m1 t(x)
t(x)
mq(x) + (x x0 )q 0 (x)
=
c(x)
c(x)
y as f1 (x0 ) = mq(x0 )/c(x0 ) = ma(x0 ). En consecuencia f1 (x0 )f00 (x) = ma(x0 )2 > 0. Esta
es la
tercera condici
on en las sucesiones de Sturm.
A partir de (7.2), y dividiendo por p m , obtenemos
fi1 (x) = qi (x)fi (x) c1
i+1 fi+1 (x).
Si fi (x0 ) = 0 (1 i m 1) para un cierto punto x 0 , entonces
2
fi1 (x0 )fi+1 (x0 ) = c1
i+1 fi+1 (x0 ) 0,
y se anula s
olo si fi+1 (x0 ) = 0. Si esto u
ltimo sucediese, podemos repetir el argumento con f i+1 ,
para obtener que
fi (x0 ) = fi+1 (x0 ) = fi+2 (x0 ) = fm (x0 ) = 0.
Como fm (x0 ) = 1 esto no puede suceder. Por lo tanto tambien se cumplir
a la u
ltima condici
on
de la definici
on, lo que completa la prueba de que {f 0 , . . . , fm } es una sucesi
on de Sturm.
Notemos que si p(a) 6= 0 6= p(b) entonces tambien ocurrir
a p m (a) 6= 0 6= pm (b), con lo que a
la hora de computar los cambios de signo podremos usar la sucesi
on {p 0 , p1 , . . . , pm } en lugar
de {f0 , f1 , . . . , fm }. Hemos probado:
Corolario 7.6.4 Sea p(x) un polinomio con coeficientes reales y constr
uyase la correspondiente
sucesi
on {p0 , p1 , . . . , pm }. Sea V (x) el n
umero de cambios de signo (los ceros se ignoran) en la
sucesi
on
{p0 (x), p1 (x), . . . , pm (x)}.
Entonces, si p(a) 6= 0 6= p(q), el n
umero de races reales de p en [a, b] es igual a V (a) V (b).
168
M
etodos Num
ericos (2007/2008)
construir una nueva lista Lk+1 con las mitades que contienen alguna raz.
Este proceso iterativo puede detenerse cuando tengamos una sola raz en cada intervalo y
la longitud de estos intervalos sea suficientemente peque
na. Como el proceso de biseccionar
intervalos no permite aproximarnos a las races de forma r
apida podemos optar por
continuar con el proceso hasta que la proximidad de los extremos de los intervalos sea tan
peque
na que nos permita admitir que aproximan a una raz, o
detener la bisecci
on de los intervalos cuando cualquiera de sus extremos sirva como aproximaci
on inicial para aplicar metodos m
as r
apidos como el de Newton o Laguerre.
Para poder aplicar el teorema de Sturm 7.6.2 necesitamos un metodo que cuente los cambios
de signo en una sucesi
on de n
umeros reales sin tener en cuenta los ceros:
Ceros de polinomios
169
Algoritmo 7.4 M
etodo para contar los cambios de signo de una lista
Datos de entrada:
lista[m] (lista de n
umeros reales);
Variables: ncambios; // para contar los cambios de signo
ini, sig; // ndices para movernos por la sucesi
on
pini, psig; // variables auxiliares
Flujo del programa:
// Usamos un metodo signo(x) =1, -1 o 0, seg
un que x > 0, x < 0 o x = 0
ini = 0;
pini = lista[0];
ncambios = 0;
while(ini < m 1 && signo(pini) = 0){
ini = ini + 1;
pini = lista[ini];
}
if(ini = m 1){
Parada: devolver ncambios;
}
while(ini < m 1){
sig = ini + 1;
psig = lista[sig];
while(sig < m 1 && signo(pini) signo(psig) 6= 1){
sig = sig + 1;
psig=lista[sig];
}
if(sig = m 1 && signo(pini) signo(psig) 6= 1){
Parada: devolver ncambios;
}
else{
ncambios = ncambios + 1;
ini = sig;
}
}
Parada: devolver ncambios;
Datos de salida: ncambios (n
umero de cambios de signo de una lista).
170
M
etodos Num
ericos (2007/2008)
Algoritmo 7.5
M
etodo para calcular la sucesi
on de Sturm de un polinomio
Datos de entrada:
a[n] (lista con los coeficientes de un polinomio p de grado n 1);
Variables:
sturm[n][]; // matriz para la sucesi
on de Sturm
listaauxiliar[]; // vector auxiliar
Flujo del programa:
sturm[0][n 1] = a[n 1];
if(n = 1){
Parada: devolver sturm
}
for(i=0;i<n-1;i++){
sturm[0][i] = a[i];
sturm[1][i] = (i + 1) a[i + 1]; // p 0 = p y p1 = p0
}
if(n = 2){
Parada: devolver sturm
}
for(k=2;k<n;k++){
listaauxiliar= resto(sturm[k-2]:sturm[k-1]);
if(listaauxiliar.length = 1 && listaauxiliar[0] = 0){
for(j=0;j<=k-1;j++){
sturm[j] = cociente(sturm[j], sturm[k 1]);
}
Parada: devolver sturm
}
sturm[k] = listaauxiliar;
}
Parada: devolver sturm
Datos de salida: sturm[][] (matriz con los coeficientes sturm[i][] de los polinomios de la
sucesi
on de Sturm; n
otese que a partir de i = k los coeficientes quedan vacos).
Ceros de polinomios
Algoritmo 7.6
171
M
etodo para separar los ceros de un polinomio
Datos de entrada:
prec (precisi
on para longitud de intervalos);
sturm[k][] (matriz con los coeficientes de la sucesi
on de Sturm de un polinomio p);
a, b (extremos del intervalo inicial);
Variables: sturma[], sturmb[]; // vectores para guardar las evaluaciones de
// la sucesi
on de Sturm
intervalos; // lista de longitud variable para guardar los extremos de los intervalos
// que contienen exactamente una raz real
s, c; // variables auxiliares
Flujo del programa:
// Evaluamos la sucesi
on de Sturm en a y b.
for(i=0;i<k;i++){
sturma[i] = (evaluaci
on de sturm[i] en x = a);
sturmb[i] = (evaluaci
on de sturm[i] en x = b);
}
s = cuentaCambiosSigno(sturma) cuentaCambiosSigno(sturmb);
if(s 0){
intervalos = ; // lista de intervalos vaca
Parada: devolver intervalos
}
if(s = 1 && b a < prec){
intervalos = {a, b}; // lista con (a, b] como u
nico intervalo
Parada: devolver intervalos
}
else{
c = a + 0.5 (b a);
intervalos = biseccionSturm(prec, sturm, a, c) biseccionSturm(prec, sturm, c, b);
// lista uni
on de las dos listas correspondientes a a, c y b, c
Parada: devolver intervalos
}
Datos de salida: intervalos (lista de intervalos conteniendo exactamente una raz real del
polinomio).
El u
ltimo metodo propuesto utiliza recursividad, es decir, se va llamando a si mismo, y listas
de longitud variable. Si programamos en JAVA la clase Vector es una herramienta bastante
adecuada, aunque una vez construida requiere una transformaci
on en una lista (array) est
andar
de n
umeros reales.
Como en otros apartados vamos a finalizar volviendo a visitar el polinomio utilizado en los
ejemplos anteriores:
172
M
etodos Num
ericos (2007/2008)
Si realizamos las operaciones a mano los polinomios propuestos como alternativa son m
ultiplos
positivos de los otros, pero con coeficientes m
as sencillos para las evaluaciones. Por ejemplo, en
lugar de p2 (x) podramos haber multiplicado todos los coeficientes por 4 y usar 2x 2 + x + 13.
Comenzando en el intervalo (8, 8], que contiene a todas las races reales, observamos que
en 8 la sucesi
on de Sturm toma valores {+,-,-,+,-} con lo que aparecen tres cambios de signo,
mientras que en 8 tenemos {+,+,-,-,-}, as que hay un u
nico cambio de signo. La diferencia
del n
umero de cambios de signo es 2, el n
umero de races reales. Tomando el punto medio en
el intervalo, que es 0, y viendo el signo de los valores de la sucesi
on de Sturm en esos puntos,
{-,-,+,+,-}, observamos que hay dos cambios de signo y por lo tanto podemos concluir que una
de las races es negativa y la otra positiva.
Bibliografa
174
M
etodos Num
ericos (2007/2008)
Cap
tulo
Interpolacion y aproximacion
Interrogantes centrales del captulo
Interpolaci
on polinomial. El algoritmo de las diferencias divididas.
Interpolaci
on de Hermite.
Aproximaci
on por mnimos cuadrados. Sistemas sobredeterminados.
Aproximaci
on uniforme por polinomios. El teorema de Marcinkiewicz y el
algoritmo de Rem`es.
176
M
etodos Num
ericos (2007/2008)
8.1.
Interpolaci
on polinomial
Interpolaci
on y aproximaci
on
177
La demostraci
on de la unicidad es inmediata: si p(x) y q(x) son ambos polinomios interpoladores en los puntos {(xi , yi )}, entonces p(x) q(x) sera un polinomio de grado a lo sumo n
que tiene todos los puntos xi , i = 0, 1, . . . , n, como races. Por tanto p(x) q(x) debe ser el
polinomio nulo, es decir, p = q.
Damos dos demostraciones de la existencia del polinomio interpolador. Una es la construcci
on
directa: es simple comprobar que
p(x) =
n
X
yi
i=0
n
Y
j=0,j6=i
x xj
xi x j
j=0
n
X
i=0
p[x0 , . . . , xi ]
i1
Y
(x xj ).
(8.1)
j=0
178
M
etodos Num
ericos (2007/2008)
n:
Demostracio
Ideas que intervienen:
Se usa que los n
umeros p[x0 , x1 , . . . , xn1 ], p[x1 , . . . , xn1 , xn ] y
p[x0 , x1 , . . . , xn1 , xn ] son los coeficientes principales de ciertos polinomios
interpoladores.
Se combinan los dos primeros polinomios interpoladores para generar el tercero
aprovechando la unicidad del polinomio interpolador.
Se igualan el coeficiente principal del polinomio generado combinando los dos
primeros y el coeficiente principal del tercero.
Basta demostrar (en el caso general se razona an
alogamente) que
p[x0 , x1 , . . . , xn1 , xn ] =
Para ello es suficiente demostrar que si p n , pn1 y q son los polinomios interpoladores en
n1
{(xi , yi )}ni=0 , {(xi , yi )}i=0
y {(xi , yi )}ni=1 , respectivamente, entonces
pn (x) =
.
xn x 0
xn x 0
,
xn x 0
xn x 0
= yi .
xn x 0
xn x 0
xn x 0
xn x 0
Adem
as,
h(x0 ) =
y
y0 (x0 xn )
pn1 (x0 )(x0 xn )
=
= y0
xn x 0
xn x 0
h(xn ) =
q(xn )(xn x0 )
yn (xn x0 )
=
= yn .
xn x 0
xn x 0
Cuando se usa en la pr
actica el algoritmo de las diferencias divididas, lo que se hace es
escribir una secuencia de tablas cuyos terminos superiores son los n
umeros p[x 0 , x1 , . . . , xi ] de
la f
ormula (8.1).
Ejemplo 8.1.3 Calculamos el polinomio interpolador en la familia de puntos
{(5, 1), (7, 23), (6, 54), (0, 954)}
Interpolaci
on y aproximaci
on
179
(n
otese que no hay obligaci
on de escribir los puntos en ning
un orden concreto). De acuerdo con
(8.1) se tendr
a
p(x) = p[5] + p[5, 7](x 5) + p[5, 7, 6](x 5)(x + 7) + p[5, 7, 6, 0](x 5)(x + 7)(x + 6).
Ahora escribimos los n
umeros a calcular como sigue:
5
p[5]
7 p[7]
6 p[6]
0
p[5, 7]
p[7, 6]
p[6, 0]
p[5, 7, 6]
p[7, 6, 0]
p[5, 7, 6, 0]
p[0]
p[5, 7] =
p[7] p[5]
= 2,
7 5
p[6, 0] =
p[7, 6] =
p[6] p[7]
= 31,
6 (7)
p[0] p[6]
= 150.
0 (6)
En la tercera se obtiene
p[5, 7, 6] =
p[6, 0] p[7, 6]
p[7, 6] p[5, 7]
= 3, p[7, 6, 0] =
= 17.
6 5
0 (7)
Por u
ltimo
p[5, 7, 6, 0] =
p[7, 6, 0] p[5, 7, 6]
= 4.
05
Describimos a continuaci
on la implementaci
on numerica del algoritmo:
180
M
etodos Num
ericos (2007/2008)
Algoritmo 8.1
Datos de entrada:
n + 1 (n
umero de puntos a interpolar);
x[n + 1] (abscisas de los puntos a interpolar);
y[n + 1] (ordenadas de los puntos a interpolar);
Variables:
n; // grado del polinomio interpolador
p[n + 1]; // coeficientes a calcular
Flujo del programa:
for(i=0;i<=n;i++){
pi = y i ;
}
for(i=1;i<=n;i++){
for(j=n;j>=i;j--){
pj = (pj pj1 )/(xj xji );
}
}
Datos de salida: Coeficientes p0 , p1 , . . . , pn para la forma del polinomio interpolador de
Newton
Una vez calculados los coeficientes ci de la forma del polinomio interpolador de Newton
p(x) =
n
X
ci
i=0
i1
Y
(x xj ),
j=0
la manera m
as eficiente de calcular el polinomio es usando el llamado algoritmo de Horner (o
anidaci
on). Para simplificar, imaginemos de momento que queremos calcular una suma del tipo
s=
n
X
i=0
ci
i1
Y
dj
j=0
para ciertos n
umeros ci , i = 0, 1, . . . , n, y dj , j = 0, . . . , n 1. Entonces, sacando factor com
un
repetidas veces, obtenemos:
s = c0 + c1 d0 + c2 d0 d1 + + cn2 d0 d1 dn3 + cn1 d0 d1 dn3 dn2
+cn d0 d1 dn3 dn2 dn1
Interpolaci
on y aproximaci
on
Algoritmo 8.2
181
Algoritmo de anidaci
on
Datos de entrada:
n + 1 (n
umero de sumandos en el sumatorio);
c[n + 1] (valores de los n
umeros ck );
d[n] (valores de los n
umeros dj );
Variables:
Qn1
P
sum; // valor del sumatorio ni=0 ci j=0
dj
Usamos a continuaci
on el algoritmo de anidaci
on para escribir el polinomio interpolador en
la forma usual p(x) = a0 + a1 x + a2 x2 + + an1 xn1 + an xn . Para ello cubriremos n + 1 etapas
(indexadas de forma decreciente desde i = n a i = 0), de manera que en la etapa i calculamos
un polinomio pni ni a partir de otro pni1 ni1 usan la f
ormula
pni (x) = ci + (x xi )pni1 (x).
El polinomio final pn es el polinomio interpolador p buscado. Hacemos notar que en en la etapa
inicial i = n entendemos que el polinomio p 1 es el polinomio nulo, de manera que p 0 (x) cn .
Si denotamos
as que la relaci
on entre los coeficientes a k y bk vendr
a dada por bni = ani1 ,
bk = ak1 ak xi , k = 1, . . . , n i 1,
y b0 = ci a0 xi . En la pr
actica los coeficientes ak calculan sin ayuda de los coeficientes auxiliares bk , d
andoles de inicio el valor cero y usando la definici
on provisional de los coeficientes
a0 , a1 , . . . , ani1 para recalcular en la etapa i, tambien de forma provisional, los coeficientes
a0 , a1 , . . . , ani .
182
M
etodos Num
ericos (2007/2008)
Algoritmo 8.3
Datos de entrada:
n + 1 (n
umero de puntos a interpolar);
x[n + 1] (abscisas de los puntos a interpolar);
c[n + 1] (coeficientes de la forma del polinomio interpolador de Newton);
Variables:
n; // grado del polinomio interpolador
a[n + 1]; // coeficientes del polinomio interpolador
Flujo del programa:
for(i=0;i<=n;i++){
ai = 0;
}
for(i=n;i>=0;i--){
for(k=n-i;k>=1;k--){
ak = ak1 ak xi ;
}
a0 = ci a0 xi ;
}
Datos de salida: Coeficientes a0 , a1 , . . . , an del polinomio interpolador de Newton
n
X
i=0
yi
n
Y
j=0,j6=i
x xj
xi x j
para calcular p(x) encontramos que en cada una de las etapas i = 0, 1, . . . , n hay que hacer
2n restas, n divisiones y n productos (n 1 correspondientes al producto de las n fracciones
(x xj )/(xi xj ) y otra m
as de multiplicar por y i ). Por tanto el total de sumas o restas es en
este caso 2n(n + 1) y el de productos o divisiones tambien 2n(n + 1).
Interpolaci
on y aproximaci
on
183
Hasta ahora hemos estudiado el polinomio interpolador de una familia de puntos sin considerar la procedencia de los puntos de partida. En el caso que estos puntos sean del tipo
{(xi , f (xi ))}ni=0 para una cierta funci
on f : [a, b] R definida en un intervalo [a, b] que contenga a los puntos {x0 , x1 , . . . , xn } es natural preguntarse hasta que punto el polinomio interpolador
proporcionar
a una buena aproximaci
on de la funci
on. El siguiente teorema da respuesta a esta
pregunta.
Teorema 8.1.4 Sea f : [a, b] R una funci
on de clase C n+1 y sea p n el polinomio que
interpola a la funci
on f en n + 1 puntos distintos {x i }ni=0 (es decir, el polinomio interpolador
en los puntos {(xi , f (xi ))}ni=0 ). Entonces para cada x [a, b] existe x [a, b] tal que
n
f (x) p(x) =
f (n+1) (x ) Y
(x xi ).
(n + 1)!
i=0
n:
Demostracio
Ideas que intervienen:
Fijo x, se considera la funci
on (t) = f (t) p(t)
f (x)p(x)
Q
.
n
(xxi )
i=0
Qn
i=0 (t
xi ), con =
n
Y
(t xi ),
i=0
Como tambien (xi ) = 0 para cada i, vemos que tiene al menos n + 2 races. Aplicando
repetidas veces el teorema de Rolle, la derivada k-esima de tendr
a al menos n + 2 k races.
En particular, (n+1) tiene alguna raz, que denotaremos por x .
Ahora bien, dado que (t) el esQresultado de restarle a f (t) un polinomio de grado a lo sumo
n, p(t), y otro de grado n + 1, ni=0 (t xi ), su derivada
a el resultado de
Q (n + 1)-esima ser
restarle a f (n+1) el coeficiente principal del polinomio ni=0 (t xi ) multiplicado por (n + 1)!,
es decir,
(n+1) (t) = f (n+1) (t) (n + 1)!.
Sustituyendo t por x y despejando se obtiene el resultado buscado.
Por ejemplo, si [a, b] = [1, 1], f (x) = sen x, y tomamos como familia de puntos interpoladores, fijado un cierto entero positivo n, los puntos {(i/n, sen(i/n))} ni=0 , entonces se cumple para
184
M
etodos Num
ericos (2007/2008)
|f (n+1) (x )| Y
2n+1
|x xi |
(n + 1)!
(n + 1)!
i=0
8.2.
Interpolaci
on de Hermite
En esta secci
on extendemos los resultados de la secci
on anterior permitiendo que podamos
fijar no s
olo los valores del polinomio interpolador en ciertos puntos sino tambien los de algunas
de sus derivadas sucesivas. Obtenemos as el llamado polinomio interpolador de Hermite. Lo
que sigue es una reelaboraci
on de algunos de los contenidos de la Secci
on 6.3 (pp. 313323) de
[3].
Proposici
on 8.2.1 Considerese la familia {(x i , yi,l )}, con i = 0, 1, . . . , m, 0 l < ki , y con las
abscisas xi distintas dos a dos. Sea n = k0 + k1 + km 1. Entonces existe un u
nico polinomio
p n tal que
p(j) (xi ) = yi,l
para cada i, l.
n:
Demostracio
Ideas que intervienen:
La existencia y unicidad del polinomio interpolador de Hermite es equivalente a
la de un sistema lineal de n + 1 ecuaciones que tiene como inc
ognitas los n + 1
coeficientes del polinomio interpolador de Hermite.
Para que dicho sistema tenga soluci
on u
nica es necesario y suficiente que la
matriz que lo define sea no singular.
Dado que los coeficientes de dicha matriz no dependen de los datos y i,l , basta
demostrar la existencia y unicidad de soluciones en el caso en que todos los datos
yi,l son nulos.
Dado que en dicho caso el polinomio proporcional trivialmente una soluci
on,
debe demostrarse que es la u
nica soluci
on posible.
Ello se consigue usando que si un polinomio de grado a lo sumo n tiene n + 1
races (contando multiplicidades) entonces es el polinomio nulo.
Sea p(x) = a0 +a1 x+ +an xn el polinomio candidato a satisfacer las condiciones prefijadas.
Entonces estas determinar un sistema de n + 1 ecuaciones lineales donde las inc
ognitas son los
coeficientes a0 , a1 , . . . , an del polinomio p(x). Por ejemplo p(x 0 ) = y0,0 equivale a
a0 + x0 a1 + x20 a2 + xn0 an = y0,0 ,
Interpolaci
on y aproximaci
on
p0 (x0 ) = y0,1 equivale a
185
y as sucesivamente.
Como es bien sabido, el que el sistema tenga soluci
on u
nica depende de que la matriz de
coeficientes del sistema sea no singular. Como la matriz no depende de los n
umeros y i,l , si
demostramos que el problema con las condiciones y i,l = 0 para cada i y l tiene soluci
on u
nica,
habremos terminado.
Evidentemente el polinomio nulo es soluci
on en este caso, as que debemos demostrar que
esa es, de hecho, la u
nica soluci
on posible. Ahora bien, si un polinomio p(x) satisface que
las derivadas en un punto xi hasta un cierto orden ki 1 se anulan, entonces admite un factor
(xxi )ki en su descomposici
on factorial (esto es f
acil de ver escribiendo el desarrollo de Taylor del
polinomio en xi ). As pues, el polinomio p(x) es divisible por (xx 0 )k0 (xx1 )k1 , (xxm )km ,
un polinomio de grado n + 1, cosa imposible salvo que p(x) sea el polinomio identicamente nulo.
Hay otra manera de probar la Proposici
on 8.2.1, muy semejante a la que se utiliza para
demostrar la existencia y unicidad del polinomio interpolador (Teorema 8.1.1). Primero redenotamos la familia {(xi , yi,l )}, donde a partir de ahora supondremos que x 0 < x1 < < xm
para simplificar la notation, como {(x i , yi )}ni=0 , teniendose entonces x0 x1 xn . As,
on que el
(x0 , y0 ) sera (x0 , y0,0 ), y (xn , yn ) sera (xm , y0,km 1 )). Ahora demostramos por inducci
polinomio interpolador de Hermite puede escribirse como
p(x) =
n
X
k=0
ck
k1
Y
j=0
(x xj ),
(8.2)
afirmaci
on que es obvia para n = 0 y que probamos a continuaci
on para el caso n, suponiendola
verdadera para el caso n 1.
n1
Sea pn1 el polinomio interpolador de Hermite en {(x i , yi )}i=0
. Basta demostrar que el
n
polinomio interpolador de Hermite en {(x i , yi )}i=0 , pn (x), puede escribirse como
n1
Y
j=0
Para empezar, observese que para cada x i , i = 0, . . . , m1, aparece en el producto de la derecha
un factor (x xi )ki , lo que significa que las derivadas de dicho producto hasta el orden k i 1
se anulan cuando se eval
uan en xi . Otro tanto puede decirse para xm pero esta vez s
olo hasta
el orden km 2. A la luz de la hip
otesis de inducci
on, y con independencia del valor de c n , se
tendr
a entonces
p(l)
n (xi ) = yi,l
para cada 0 i < m y 0 l < ki , y tambien para i = m y 0 l < km 1.
186
M
etodos Num
ericos (2007/2008)
m
ym,km 1 pn1
cn =
q(xm )
(xm )
Llegados a este punto cabra preguntarse si existe una variante del algoritmo de las diferencias
divididas en este caso. La respuesta es afirmativa y, de hecho, las diferencias son muy peque
na.
Para cada subfamilia xi0 xir de x0 xn definimos, al estilo del polinomio
interpolador convencional, p[xi0 , . . . , xir ] como el coeficiente que multiplica a x r del polinomio
interpolador de Hermite en los puntos correspondientes. Por ejemplo, si la familia de partida es
(x0 , y0,0 ), (x0 , y0,1 ), (x1 , y1,0 ), (x1 , y1,1 ), (x1 , y1,2 ), (x2 , y2,0 ), (x2 , y2,1 )
entonces el polinomio interpolador de Hermite en los puntos (x 0 , y0,0 ), (x0 , y0,1 ) y (x1 , y1,0 )
vendra dado por
p(x) = p[x0 , x0 , x1 ]x2 + ,
el polinomio interpolador de Hermite en los puntos (x 0 , y0,0 ), (x1 , y1,0 ), (x1 , y1,1 ) y (x2 , y2,0 )
sera
p(x) = p[x0 , x1 , x1 , x2 ]x3 + ,
etc. N
otese que (8.2) puede reescribirse entonces como
p(x) =
n
X
p[x0 , x1 , . . . , xk ]
k1
Y
j=0
k=0
(x xj ).
(8.3)
0,n
n!
si x0 6= xn ,
si x0 = xn .
n:
Demostracio
y0,n
y0,2
(x x0 )2 + +
(x x0 )n .
2!
n!
Por tanto
p[x0 , x1 , . . . , xn ] = p[x0 , x0 , . . . , x0 ] =
y0,n
.
n!
Interpolaci
on y aproximaci
on
187
.
xn x 0
xn x 0
xm x 0
xm x 0
Si llamamos h(x) al polinomio de la derecha basta demostrar, por la unicidad del polinomio
interpolador de Hermite, que h(l) (xi ) = yi,l para cada 0 i m y 0 l < km .
(l1)
h(l) (xi ) =
=
(l1)
q (l) (xi )(xi x0 ) + lq (l1) (xi ) pn1 (xi )(xi xm ) + lpn1 (xi )
xm x 0
xm x 0
yi,l (xi x0 ) + lyi,l1 yi,l (xi xm ) + lyi,l1
= yi,l .
xm x 0
xm x 0
Asimismo tenemos
(l1)
= y0,l
xm x 0
xm x 0
para cada 0 l < k0 . De igual manera se comprueba que h(l) (xm ) = ym,l , 0 l < km .
Como en el caso de las diferencias divididas de Newton, el Teorema 8.2.2 permite calcular
recursivamente, y de una manera sencilla, los coeficientes p[x 0 , x1 , . . . , xk ].
Ejemplo 8.2.3 Calculamos a continuaci
on el polinomio p(x) de grado a lo sumo 4 que cumple
las condiciones p(1) = 2, p0 (1) = 3, p(2) = 6, p0 (2) = 7, p00 (2) = 8. De acuerdo con (8.3) se
tendr
a
p(x) = p[1] + p[1, 1](x 1) + p[1, 1, 2](x 1)(x 1) + p[1, 1, 2, 2](x 1)(x 1)(x 2)
+p[1, 1, 2, 2, 2](x 1)(x 1)(x 2)(x 2).
188
M
etodos Num
ericos (2007/2008)
Ahora se tendr
a el siguiente esquema:
1 p[1]
p[1, 1]
1 p[1]
p[1, 1, 2]
p[1, 2]
2 p[2]
p[1, 1, 2, 2]
p[1, 2, 2]
p[2, 2]
2 p[2]
p[1, 1, 2, 2, 2]
p[1, 2, 2, 2]
p[2, 2, 2]
p[2, 2]
2 p[2]
En la primera columna obtenemos p[1] = 2 y p[2] = 6. En la segunda tendremos
p[1, 1] =
p0 (1)
p[2] p[1]
p0 (2)
= 3, p[1, 2] =
= 4, p[2, 2] =
= 7.
1!
21
1!
En la tercera tendremos
p[1, 1, 2] =
p[2, 2] p[1, 2]
p[1, 2] p[1, 1]
= 1, p[1, 2, 2] =
= 3,
21
21
p[1, 2, 2] =
p00 (2)
= 4.
2!
En la cuarta
p[1, 1, 2, 2] =
p[1, 2, 2] p[1, 1, 2]
p[2, 2, 2] p[1, 2, 2]
= 2, p[1, 2, 2, 2] =
= 1,
21
21
Finalmente
p[1, 1, 2, 2, 2] =
p[1, 2, 2, 2] p[1, 1, 2, 2]
= 1.
21
Finalizamos la secci
on escribiendo el pseudoc
odigo correspondiente al metodo de interpolaci
on de Hermite. Hemos a
nadido al final el algoritmo de anidaci
on de manera que el algoritmo
arroje como resultado los coeficientes del polinomio interpolador.
Interpolaci
on y aproximaci
on
Algoritmo 8.4
Datos de entrada:
m + 1 (n
umero de puntos a interpolar);
x[m + 1] (abscisas de los puntos a interpolar;
y[m + 1][] (ordenadas de los puntos a interpolar;
y[i][k] es la derivada k-esima del polinomio interpolador en x[i]);
l[m + 1] (longitudes de las filas de y);
Variables:
aux[m + 2]; // vector auxiliar para contar las multiplicidades
n; // grado del polinomio interpolador
a[n + 1]; // coeficientes del polinomio interpolador
u[n + 1]; p[n + 1]; // variables auxiliares
Flujo del programa:
for(i=0;i<=m;i++){
for(j=i+1;j<=m;l++){
if(xi = xj ){
Parada: abscisas repetidas
}
}
}
// Calculamos el grado del polinomio interpolador.
aux0 = 0;
for(i=0;i<=m;i++){
auxi+1 = auxi + li ;
}
n = auxm+1 1; // grado del polinomio interpolador
189
190
M
etodos Num
ericos (2007/2008)
Algoritmo 8.4
// C
alculo de abscisas generalizadas.
for(i=0;i<=m;i++){
for(j=aux[i];j<aux[i+1];j++){
uj = x i ;
}
}
// Algoritmo de las diferencias divididas.
for(k=0;k<=n;k++){
for(i=m;i>=0;i--){
for(j=aux[i+1]-1;j>=max{aux[i],k};j--){
if(ujk = uj ){
pj = yi,k ;
for(r=1;r<=k;l++){
pj = pj /r;
}
}
else{
pj = (pj pj1 )/(uj ujk )
}
}
}
}
// C
alculo de los coeficientes del polinomio interpolador.
for(k=0;k<=n;k++){
ak = 0;
}
for(k=n;k>=0;k--){
for(i=n-k;i>=1;i--){
ai = ai1 ai uk ;
}
a0 = p k a 0 u k ;
}
Datos de salida: Polinomio interpolador con coeficientes a 0 , a1 , . . . , an
8.3.
Aproximaci
on por mnimos cuadrados
Interpolaci
on y aproximaci
on
191
b1 ,
b2 ,
bm ,
que en forma matricial puede escribirse como Ax = b para el vector columna x R n cuyas
componentes son las inc
ognitas x1 , . . . , xn , carecer
a de soluci
on. Mostraremos a continuaci
on
que existe u Rn tal que kAu bk < kAx bk para cada x 6= u y daremos un metodo sencillo
para calcular u. La base del procedimiento es el bien conocido teorema de la proyecci
on, cuya
M
as a
un, sabemos que w est
a caracterizado por la propiedad de que w b es ortogonal
a W , es decir, hAu b, Axi = 0 para cada x R n . Dado que hAT c, di = hc, Adi para cada
c Rm , d Rn , ello equivale a decir que hAT Au AT b, xi = 0 para cada x Rn o, lo que es
lo mismo, AT Au AT b = 0. En otras palabras, u ser
a la soluci
on del sistema (de n ecuaciones
y n inc
ognitas)
AT Ax = AT b,
que es la llamada ecuaci
on normal asociada al sistema sobredeterminado. Conviene enfatizar
que la ecuaci
on tiene soluci
on u
nica pues la matriz A T A es regular. En efecto, AT Ax = 0
T
implica hA Ax, xi = 0 y por tanto kAxk2 = hAx, Axi = 0. Esto significa que Ax = 0 y as, por
la linealidad de A, x = 0.
Resumimos nuestras conclusiones en el siguiente teorema:
Teorema 8.3.2 Sean n < m, A Mmn (R) y b Rm . Supongamos que A tiene rango n.
Entonces existe u Rn tal que kAu bk < kAx bk para cada x R n , x 6= u. El vector u es
la u
nica soluci
on de la ecuaci
on normal A T Ax = AT b.
Estamos ahora en disposici
on de responder a la cuesti
on que abra el epgrafe. Recordemos
que buscamos el polinomio p(x) = a0 + a1 x + an xn que mejor
Pm aproxima en2 norma eucldea a
los puntos {(xi , yi )}m
,
es
decir,
que
minimiza
la
cantidad
i=0
i=0 (yi p(xi )) . Si consideramos
192
M
etodos Num
ericos (2007/2008)
la matriz
1 x0 x20 xn0
1 x1 x21 xn1
A=
..
1 xm x2m xnm
1 x0 x20 xn0
1 x1 x21 xn1
0
A =
..
1 xn x2n xnn
a0 + x0 a1 + + xn0 an
a 0 + x 1 a1 + +
xn1 an
a0 + x n a1 + +
xnn an
y0 ,
y1 ,
yn
tiene soluci
on u
nica (los n
umeros a 0 , a1 , . . . an son los coeficientes del polinomio interpolador en
{(xi , yi )}ni=0 , que como sabemos existe y es u
nico).
Veamos a continuaci
on un ejemplo ilustrativo.
1
2.1
2
3.3
3
3.9
4
4.4
5
4.6
6
4.8
7
4.6
8
4.2
9
3.4
y busquemos el polinomio p(x) = a + bx + cx 2 que mejor la aproxime. El sistema sobredimensionado a considerar es Ax d, donde
1
1
A=
1
1
1
1
1
2
3
4
5
6
7
8
9
1
4
16
25
,
36
49
64
81
Interpolaci
on y aproximaci
on
193
x = (a, b, c) y d = (2.1, 3.3, 3.9, 4.4, 4.6, 4.8, 4.6, 4.2, 3.4). Los coeficientes (a, b, c) buscados
ser
an la soluci
on de la ecuaci
on normal A T Ax = AT d, donde
9
45
285
AT A = 45 285 2025 ,
285 2025 15333
En la pr
actica usaremos alguno de los metodos de resoluci
on de sistemas lineales ya conocidos
para resolver la ecuaci
on normal. Notemos que la matriz A T A es siempre simetrica y definida
positiva (ya que si x 6= 0 entonces hAT Ax, xi = hAx, Axi = kAxk2 > 0) lo que hace que estemos
en un contexto optimo para usar el metodo de Cholesky.
Con adecuadas modificaciones del metodo de aproximaci
on por mnimos cuadrados descrito
podemos aproximar familias de puntos por funciones no necesariamente polin
omicas.
Ejemplo 8.3.4 Consideremos la tabla de puntos
x
y
1
7
2
11
3
17
4
27
y buscamos la funci
on y = aebx que mejor la aproxime. Tomando logaritmos y escribiendo
c = log a tendramos
log y = log a + bx = c + bx,
con lo que podemos encontrar c y b aplicando nuestro metodo a la tabla de datos
x
log y
1
log 7
2
log 11
3
log 17
4
log 27
1 1
1 2
A=
,
1 3
1 4
x = (c, b) y d = (log 7, log 11, log 17, log 27). Entonces
T
A A=
4 10
10 30
y
AT d = (log 35343, log 2211491279151) = (10.4729 . . . , 28.4227 . . .),
obteniendose c = 1.497 y b = 0.485 como soluci
on de la ecuaci
on normal A T Ax = AT d.
Finalmente a = ec = 4.468.
Es importante resaltar que en el anterior ejemplo no estamos afirmando que la funci
on
0.485x
bx
2
f (x) = 4.468e
sea aquella entre las de la forma f (x) = ae que minimiza (f (1) 7) +
(f (2) 11)2 + (f (3) 17)2 + (f (4) 27)2 . El u
ltimo ejemplo de la secci
on ilustra con m
as enfasis
esta cuesti
on.
194
M
etodos Num
ericos (2007/2008)
2.20
48o
2.00
67o
1.61
83o
1.20
108o
1.02
126o
Si se desprecian las perturbaciones de los planetas, las leyes de Kepler garantizan que el cometa
se mover
a en una orbita elptica, parab
olica o hiperb
olica, que en dichas coordenadas polares
tendr
a en cualquier caso la ecuaci
on
p
r=
,
1 + e cos
donde p es un par
ametro y e la excentricidad. Ajustemos por mnimos cuadrados los valores p
y e a partir de las medidas hechas.
A partir de los datos dados hay varias maneras de formular un problema de mnimos cuadrados, todas v
alidas pero no todas equivalentes entre s. Mostramos a continuaci
on dos posibles
formas de hacerlo.
Posibilidad 1. Despejando en la ecuaci
on
r=
p
1 + e cos
llegamos a
r + er cos = p
y de aqu
r = p + e(r cos ).
Por tanto se trata de minimizar kAx bk, donde
1 1.47209
1 2.20 cos 48o
1 2.00 cos 67o 1 0.78146
2.20
2.00
b = 1.61
1.20
1.02
y
!
p
x=
.
e
Dado que A tiene rango 2 tiene sentido plantear la ecuaci
on normal A T Ax = AT b, es decir,
! !
!
5
1.47940
p
8.03
=
1.47940 3.31318
e
4.06090
cuya soluci
on p = 1.43262 y e = 0.58599 nos da los valores de p y e buscados (obteniendose
kAx bk = 0.22686 como medida de la aproximaci
on).
Interpolaci
on y aproximaci
on
195
Posibilidad 2. Dividiendo en
r + er cos = p
por er y despejando se obtiene
cos = (1/e) + (p/e)(1/r).
Se trata ahora de minimizar kAx bk, donde
1 1/2.20
1
1
1/2 1
A = 1 1/1.61 = 1
1 1/1.20 1
1 1/1.02
1
0.66913
cos 48o
cos 67o 0.39073
0.45454
0.5
0.62112 ,
0.83333
0.98039
x=
con c = 1/e y d = p/e. A partir de la ecuaci
on
!
5
3.38939
3.38939 2.49801
!
c
d
normal A T Ax = AT b, es decir,
!
!
c
0.28493
=
,
d
0.25856
8.4.
Aproximaci
on uniforme
A la vista del Teorema 8.1.4 parece bastante natural pensar que f es una funci
on con buenas
propiedades de derivabilidad y elegimos los puntos de la interpolaci
on de la manera natural
xi = a +
(b a)i
n
xi = a +
2
2n + 2
(nodos de Chebyshev ) entonces los polinomios interpoladores correspondientes convergen uniformemente a f . Como veremos a continuaci
on, los nodos de Chebyshev tienen la interesante
196
M
etodos Num
ericos (2007/2008)
Q
as peque
na posible (comp
arese
propiedad que hacen la cantidad m
ax x[a,b] | ni=0 (x xi )| lo m
con el Teorema 8.1.4) pero ni siquiera para estos nodos hay garanta de convergencia: Faber
(n)
(n)
(n)
prob
o en 1914 que para cualquier sistema de nodos a x 0 < x1 < < xn b existe
una funci
on continua f de manera que si p n n es el polinomio interpolador en los puntos
(n)
(n) n
(xi , f (xi ))i=0 , entonces (pn ) no converge uniformemente a f .
Probamos a continuaci
on la mencionada propiedad de los nodos de Chebyshev, para lo que
seguiremos [3, pp. 292293].
Para empezar consideramos el caso [a, b] = [1, 1] introduciendo inductivamente los llamados
polinomios de Chebyshev :
T0 (x) = 1,
T1 (x) = x,
Tn+1 (x) = 2xTn (x) Tn1 (x),
n 1.
n 1.
x [1, 1],
Tn (cos(j/n)) = (1)j ,
0 j n,
Tn (cos((2j 1)/(2n))) = 0,
1 j n.
En particular, dado que (fijo n), se cumple |T n (cj )| = 1 para los puntos
cj = cos(j/n),
0 j n,
Interpolaci
on y aproximaci
on
197
se tiene que
kTn k = m
ax |Tn (x)| = 1.
x[1,1]
1 j n,
0 j n,
con lo que
(1)j (p(cj ) Pn (cj )) < 0,
0 j n.
kg (n+1) k
kqk ,
(n + 1)!
Q
donde q(x) = ni=0 (x si ). Como q es m
onico de grado n + 1, la Proposici
on 8.4.2 nos dice que
kqk 2n . Si elegimos los puntos si como los nodos de Chebyshev, es decir, como los ceros
rj del polinomio de Chebyshev de grado n + 1,
si = cos((2i + 1)/(2n + 2)),
0 i n,
kg (n+1) k
.
2n (n + 1)!
Es f
acil probar un resultado an
alogo para una funci
on f : [a, b] R de clase C n+1 definida
en un intervalo arbitrario [a, b] y el polinomio interpolador p n en los nodos de Chebyshev
generalizados
2i + 1
ba
1 + cos
, 0 i n.
xi = a +
2
2n + 2
198
M
etodos Num
ericos (2007/2008)
x[1,1]
y
kg (n+1) k =
(b a)n+1 (n+1)
kf
k ,
2n+1
(b a)n+1 kf (n+1) k
.
22n+1 (n + 1)!
Demostramos a continuaci
on que si partimos de una funci
on continua dada y elegimos adecuadamente el sistema de nodos, entonces los polinomios interpoladores resultantes convergen
uniformemente a la funci
on (teorema de Marcinkiewicz). Seguimos la Secci
on 1.7 (pp. 3542)
del libro de Crouzeix y Mignot [2].
El punto de partida es el famoso teorema de aproximaci
on de Weierstrass, que garantiza que las funciones continuas pueden aproximarse uniformemente por polinomios (aunque
no da informaci
on acerca de la naturaleza y propiedades de dichos polinomios). Traducimos
a continuaci
on una prueba bastante asequible que hemos encontrado en el sitio de internet
http://planetmath.org. Puede encontrarse una demostraci
on alternativa en [3, pp. 296299].
Teorema 8.4.4 (Teorema de aproximaci
on de Weierstrass) Sean f : [a, b] R y > 0.
Entonces existe un polinomio p tal que kf pk < .
n: Para simplificar la notaci
Demostracio
on suponemos que estamos trabajando en el intervalo [0, 1]. Esto no implica perdida de generalidad porque si estuviesemos trabajando en otro
intervalo, podramos hacer un cambio de coordenadas lineal (o hablando con m
as propiedad,
afn) que lleve el dominio de f a [0, 1].
1
Pn+2 (x) Pn+1 (x) = (Pn+1 (x) + Pn (x))(Pn+1 (x) Pn (x)).
2
De esta concluimos que Pn+1 (x) Pn (x) para todo n y todo x en [0, 1]. Esto implica que
lmn Pn (x) existe para todo x en [0, 1]. Tomando lmitesen ambos lados de la recursi
on que
define Pn y simplificando, vemos que lmn Pn (x) = 1 1 x. La relaci
on implica tambien
que Pn+1 (x) Pn (x) es una funci
on creciente of x en el intervalo [0, 1] para todo n. Por tanto
Pn+1 (x) Pn (x) Pn+1 (1) Pn (1).
Interpolaci
on y aproximaci
on
199
1 1 x Pn (x) 1 Pn (1).
Dado que los polinomios Pn convergen, para cada > 0, existe n tal que 1 P n (1) < . Para
este n, |f (x) Pn (x)| < , as que el teorema de aproximaci
on de Weierstrass se cumple en este
caso. Observese que se tiene igualmente que | y q(y)| < para todo y [0, 1], donde q(y) es
el polinomio 1 Pn (1 y).
El caso f (x) = |x c|.A continuaci
on consideramos el caso especial f (x) = |x c|, donde
0 < c < 1. Usando que a2 + b2 a + b obtenemos que
p
(x c)2 + 2 /4 |x c| /2.
Si es suficientemente peque
no para que (x c) 2 + 2 /4 este en el intervalo [0, 1] para cada x
[0, 1], podemos usar el caso del teorema de aproximaci
on ya probado y encontrar un polinomio
P tal que
p
| (x c)2 + 2 /4 P (x)| < /2
cuando x [0, 1]. Combinando las dos desigualdades y aplicando la desigualdad triangular se
llega a |f (x) P (x)| < , y por tanto hemos probado el teorema de aproximaci
on de Weierstrass
para el caso f (x) = |x c|. N
otese que si esta funci
on puede aproximarse uniformemente por
. Observemos que esta funci
on se anula
polinomios lo mismo ocurrir
a para g(x) = a |xc|+(xc)
2
en el intervalo [0, c] y es lineal con pendiente a en el intervalo [c, 1].
El caso de las funciones lineales a trozos. Como corolario del resultado que acabamos de probar
se obtiene que el teorema tambien se cumple para las funciones lineales a trozos. Para comprenderlo basta razonar por inducci
on, suponiendo que las funciones que constan de n 1 trozos
lineales pueden aproximarse uniformemente por polinomio, y prob
andolo para las que constan
de n trozos (las que constan de un u
nico trozo son directamente polinomios de grado cero o
uno).
Sea pues f (x) una funci
on que consta de n 1 trozos lineales y sea 0 < c < 1 el u
ltimo
punto en el que la funci
on f no es derivable. Supongamos que en los trozos lineales adyacentes
a c la funci
on f tiene pendientes ai y ad respectivamente y modifiquemos f en el intervalo [c, 1]
de manera que la pendiente en dicho intervalo sea tambien a i . De esta manera construimos una
funci
on g con n 1 trozos lineales, para que existir
a un polinomio P 1 tal que |g(x) P1 (x)| <
/2. Seg
un el caso anterior, si h es la funci
on que se anula en [0, c] y es lineal con pendiente
ad ai en [c, 1], entonces existe otro polinomio P 2 (x) tal que |h(x) P2 (x)| < /2. Claramente,
f (x) = g(x) + h(x). Entonces |f (x) P (x)| < para P = P 1 + P2 .
El caso general. A la vista del caso anterior basta demostrar que si f es continua en [0,1]
entonces para todo > 0 existe una funci
on lineal a trozos tal que |f (x) (x)| < /2 para
cada x [0, 1]. En efecto, si tal funci
on existe entonces tambien existe un polinomio P tal que
|(x) P (x)| < /2, y entonces |f (x) P (x)| < .
Dado que [0, 1] es compacto, f es uniformemente continua. Por tanto, para cada > 0 existe
un entero N tal que |f (x) f (y)| < /2 siempre que |x y| 1/N .
200
M
etodos Num
ericos (2007/2008)
Para cada punto x del intervalo [0, 1], existe un entero m tal que x pertenece al intervalo
[m/N, (m + 1)/M ]. Dado que una funci
on lineal est
a acotada por los valores en los extremos,
(x) est
a entre (m/N ) = f (m/N ) y ((m + 1)/N ) = f ((m + 1)/N ). Dado que |f (m/N )
f ((m + 1)/N )| /2, se tiene que |f (m/N ) (x)| < /2. Como |x m/N | 1/N , tambien se
cumple |f (m/N ) f (x)| < /2. Por la desigualdad triangular, |f (x) (x)| < .
Lema 8.4.5 Sea f : [a, b] R una funci
on continua y sean n + 2 puntos distintos x 0 < x1 <
< xn < xn+1 en [a, b]. Entonces existe un u
nico polinomio p n tal que
f (xi ) p(xi ) = (1)i (f (x0 ) p(x0 )) para cada i = 1, 2, . . . , n + 1.
(8.4)
M
as a
un, este polinomio se caracteriza por la propiedad
m
ax |f (xi ) p(xi )| <
0in+1
m
ax |f (xi ) q(xi )|, q n , q 6= n.
0in+1
(8.5)
n: N
Demostracio
otese que las ecuaciones de (8.4) constituyen un sistema de n + 1 ecuaciones
lineales en las n + 1 inc
ognitas a0 , a1 , . . . , an de los coeficientes del polinomio p(x) = a 0 +
a1 x + + an xn buscado. Demostramos a continuaci
on que dicho polinomio, de existir, verifica
(8.5). Esto es suficiente para concluir la afirmaci
on del lema porque garantiza que la soluci
on
del sistema, de existir, es u
nica. En efecto, si f es la funci
on nula, el polinomio nulo (que
obviamente es soluci
on) ser
a la u
nica soluci
on del sistema, lo que equivale a decir que la matriz
de coeficientes del sistema lineal dado por (8.4) (que no depende de f ) es regular.
Probemos pues que de (8.4) se concluye (8.5). Sea q n con q 6= p y supongamos, por
reducci
on al absurdo, que
m
ax |f (xi ) q(xi )|
0in+1
m
ax |f (xi ) p(xi )| = |f (x0 ) p(x0 )|.
0in+1
0,
0.
Ahora existen dos posibilidades. Si q 0 p0 0 en alguno de los intervalos [xi , xi+1 ] entonces,
por ser q 0 p0 un polinomio, tendremos que q 0 p0 0 en todo R, con lo que q p es constante.
Como el signo de q p va cambiando en los puntos x i , no hay m
as alternativa que q = p,
contradicci
on.
Concluimos entonces que existe i (xi , xi+1 ) tal que (1)i (q 0 (i ) p0 (i )) < 0 para cada
i = 0, 1, . . . , n, con lo que por la propiedad de los valores intermedios q 0 p0 admitir
a una raz
en cada uno de los intervalos (i , i+1 ), i = 0, 1, . . . , n 1. Esto hace un total de al menos n
races para el polinomio (no nulo) q 0 p0 , que tiene a lo sumo grado n 1. Hemos llegado de
nuevo a una contradicci
on.
Interpolaci
on y aproximaci
on
Algoritmo 8.5
201
Datos de entrada:
n + 2 (n
umero de puntos para la primera equioscilaci
on);
x[n + 2] (abscisas de los puntos para la primera equioscilaci
on);
y[n + 2] (ordenadas de los puntos para la primera equioscilaci
on);
Variables:
e[n + 1]; // coeficientes a calcular
b[n + 1]; // vector de terminos independientes
S[n + 1][n + 1]; // matriz del sistema a resolver
signo; // variable auxiliar para los cambios de signo
aux0, aux1: // variables auxiliares
Flujo del programa:
signo = 1;
for(i=1;i<=n+1;i++){
signo = signo;
bi1 = y0 signo yi ;
for(j=0;j<=n;j++){
aux0 = 1;
aux1 = 1;
Si1,j = aux0 signo aux1;
aux0 = aux0 x0 ;
aux1 = aux1 xi ;
}
}
e = S 1 b;
Datos de salida: Coeficientes e0 , e1 , . . . , en del primer polinomio equioscilador
m
ax |f (xi ) p(xi )| <
0in+1
m
ax |f (xi ) q(xi )| kf qk .
0in+1
Ello significa que p es el polinomio de n que mejor aproxima a f en la norma uniforme (o,
como se dice a veces, en el sentido de Chebyshev ). Probamos a continuaci
on que, en efecto, existe
un polinomio p n tal que f p equioscila en ciertos puntos x 0 < x1 < < xn < xn+1
del intervalo [a, b]. Este polinomio se construye como lmite de una sucesi
on de polinomios
construidos mediante el llamado (segundo) algoritmo de Rem`es. Este algoritmo funciona como
sigue.
202
M
etodos Num
ericos (2007/2008)
Algoritmo 8.6
Calculo del m
aximo absoluto de una funci
on
Datos de entrada:
malla (tama
no de la malla de puntos);
h (funci
on cuyo m
aximo se quiere calcular);
a (extremo izquierdo del intervalo);
b (extremo derecho del intervalo);
Variables:
max; // punto donde la funci
on |h| alcanza el m
aximo
y; // variable auxiliar
Flujo del programa:
max = a;
for(i=1;i<=malla;i++){
y = a + (b a)i/malla;
if(|h(y)| > |h(max)|){
max = y;
}
}
Datos de salida: Punto max donde la funci
on |h| alcanza el m
aximo
Inicializaci
on. Partimos de puntos a x 00 < x01 < < x0n < x0n+1 b arbitrariamente fijados
(por ejemplo, igualmente distribuidos en [a, b]).
Etapa k del algoritmo. Supongamos conocidos los puntos
a xk0 < xk1 < < xkn < xkn+1 b.
A estos puntos les asociamos el polinomio p k n tal que
f (xki ) pk (xki ) = (1)i (f (xk0 ) pk (xk0 )) para cada i = 1, 2, . . . , n + 1;
el Lema 8.4.5 garantiza que el polinomio p k est
a bien definido. Ahora aparecen dos casos:
Primer caso: kf pk k = |f (xki ) pk (xki )|. En este caso f pk equioscila en los puntos xki ,
con lo que pk es la mejor aproximaci
on de f en norma uniforme que and
abamos buscando; el
algoritmo acaba.
Segundo caso: existe y [a, b] tal que
|f (y) pk (y)| = kf pk k > |f (xki ) pk (xki )|,
i = 1, 2, . . . , n + 1.
Interpolaci
on y aproximaci
on
203
xk+1
= xki , i = 1, 2, . . . , n + 1.
i
(b) Si y [a, xk0 ) y (f (xk0 ) pk (xk0 ))(f (y) pk (y)) < 0, tomamos
xk+1
=y
0
xk+1
= xki1 , i = 1, 2, . . . , n + 1.
i
xk+1
= xki ,
i
i 6= j.
(d) Si y (xkj , xkj+1 ) y (f (xkj ) pk (xkj ))(f (y) pk (y)) < 0, tomamos
xk+1
j+1 = y
= xki , i 6= j + 1.
xk+1
i
xk+1
= xki , i = 0, 1, . . . n.
i
xk+1
= xki+1 , i = 0, 1, . . . n.
i
204
M
etodos Num
ericos (2007/2008)
Algoritmo 8.7
Algoritmo de R
em`
es
Datos de entrada:
n; (grado del polinomio equioscilador);
malla (tama
no de la malla de puntos para el c
alculo de la norma);
a (extremo izquierdo del intervalo);
b (extremo derecho del intervalo);
f (funci
on a aproximar);
tol (tolerancia en la aproximaci
on);
nmax (n
umero m
aximo de iteraciones);
Variables:
e[n + 1]; // coeficientes del polinomio equioscilador
x[n + 2]; // abscisas de los puntos para la equioscilaci
on
y[n + 2]; // vector auxiliar
z; // variable auxiliar
j; // variable auxiliar
Flujo del programa:
for(i=0;i<=n+1;i++){
xi = a + (b a)i/(n + 1);
}
for(k=1;k<=nmax;k++){
for(i=0;i<=n+1;i++){
yi = f (xi );
}
e = primeraEquioscilacion(x, y);
// p : polinomio de coeficientes e0 , e1 , . . . , en
z = maximo(f p, a, b, malla);
if(|f (z) p(z)| |y0 p(x0 )| < tol){
Parada: p es el polinomio equioscilador
}
Interpolaci
on y aproximaci
on
Algoritmo 8.7
205
Algoritmo de R
em`
es (continuaci
on)
else{
if(z < x0 ){
j = 1;
}
if(z > xn+1 ){
j = n + 1;
}
for(i=0;i<=n;i++){
if(z > xi && z < xi+1 ){
j = i;
}
}
if(j = 1){
if((y0 p(x0 ))(f (z) p(z)) < 0){
for(i=n+1;i>=1;i--){
xi = xi1 ;
}
}
x0 = z;
}
if(j = n + 1){
if((yn+1 p(xn+1 ))(f (z) p(z)) < 0){
for(i=0;i<=n;i++){
xi = xi+1 ;
}
}
xn+1 = z;
}
if(j 0 && j < n + 1){
if((yj p(xj ))(f (z) p(z)) < 0){
xj+1 = z;
}
else{
xj = z;
}
}
Parada: no hay convergencia en nmax iteraciones
Datos de salida: Coeficientes e0 , e1 , . . . , en del polinomio equioscilador o mensaje de
error.
Demostraremos a continuaci
on que si el algoritmo no se detiene entonces la sucesi
on de
polinomios pk converge al polinomio de mejor aproximaci
on.
206
M
etodos Num
ericos (2007/2008)
donde
k =
m
ax |f (xki ) pk (xki )|.
0in+1
m
ax |f (xki ) pk (xki )|
0in+1
m
ax |f (xki ) q(xki )| kf qk
0in+1
(8.6)
para cada q n , as que k nf qn kf qk para cada k. Por tanto basta demostrar que
la sucesi
on (k ) es estrictamente creciente.
Fijemos k 0 y sea xk+1
el nuevo termino con relaci
on a los x ki . No es restrictivo suponer
i0
k+1
f (xk+1
i0 ) pk (xi0 ) = kf pk k
(8.7)
k+1
(el caso (f (xk+1
alogo). Entonces, por la definici
on de p k y la
i0 ) pk (xi0 )) = kf pk k es an
k+1
manera de elegir xi0 , tenemos que
f (xk+1
) pk (xk+1
) = (1)ii0 k , i 6= i0 .
i
i
(8.8)
Asimismo
f (xk+1
) pk+1 (xk+1
) = (1)ii0 k+1 , i = 0, 1, . . . , n + 1,
i
i
(8.9)
siendo
k+1
f (xk+1
i0 ) pk+1 (xi0 ) = k+1 = k+1 .
(8.10)
(8.11)
i 6= i0 ;
en otras palabras, si qk n es el u
nico polinomio que cumple q k (xk+1
) = (1)ii0 +1 , i 6= i0 ,
i
entonces
pk+1 pk = (k+1 k )qk .
(8.12)
(8.13)
k+1
N
otese que qk (xk+1
an (al menos) n + 1
i0 ) > 0. En efecto, si qk (xi0 ) < 0 entonces habr
cambios de signo de x0 a xn+1 y por tanto n + 1 ceros distintos, cosa imposible porque el grado
de qk es a lo sumo n. El mismo argumento permite descartar q k (xk+1
i0 ) = 0 en los casos i0 = 0
k+1
,
x
)
e i0 = n + 1, y concluir que qk (x) 0 para todo x (xk+1
i0 1 i0 +1 cuando i0 {1, . . . , n}. Por
Interpolaci
on y aproximaci
on
207
tanto, si en este u
ltimo caso, q k (xk+1
nimo relativo de qk y podemos aplicar
i0 ) = 0, xi0 es un m
el teorema de Rolle para encontrar n ceros de la derivada de q k , una contradicci
on.
Como qk (xk+1
i0 ) > 0, (8.13) implica que k+1 k 0, de donde k+1 = k+1 y k+1 k .
Finalmente, si k+1 = k entonces pk+1 = pk por (8.12), y aplicando (8.11) concluimos
kf pk k = k+1 = k =
m
ax |f (xki ) pk (xki )|,
0in+1
Observaci
on 8.4.7 N
otese que como consecuencia de (8.13) la demostraci
on del Lema 8.4.6
tambien proporciona la cadena de desigualdades
0 kf pk k k+1 (k+1 k )kqk k .
(8.14)
m
ax |f (xikl ) pkl (xikl )|
0in+1
m
ax |f (xki l ) p(xikl )|
0in+1
m
ax |f (xikl ) p(xki l )| =
l 0in+1
m
ax |f (xi ) p(xi )| = 0.
0in+1
Ya estamos listos para probar:
Teorema 8.4.9 Sean f : [a, b] R continua y n 0. Entonces existe un u
nico polinomio p
de mejor aproximaci
on a f en n para la norma uniforme. Este polinomio est
a caracterizado
porque f p equioscila en n + 2 puntos de [a, b]. El algoritmo de Rem`es proporciona o bien p
tras un n
umero finito de pasos o una sucesi
on de polinomios que converge uniformemente a p.
n: Debemos demostrar que la sucesi
Demostracio
on (p k ) de polinomios generada por el algoritmo converge al polinomio p buscado.
Con la notaci
on del Lema 8.4.6 pongamos = lm k k . Escribamos cada uno de los
polinomios qk que all introducamos mediante la forma del polinomio interpolador de Lagrange,
es decir,
X
Y
x xk+1
j
ii0 +1
qk (x) =
(1)
.
k+1
x
xk+1
j
i6=i
i 6=j6=i i
0
(b a)n
=: C,
n
208
M
etodos Num
ericos (2007/2008)
(8.15)
En particular, la sucesi
on de polinomios (p k ) tambien est
a acotada en el espacio normado
de dimensi
on finita (n , k k ). Por tanto podremos encontrar una subsucesi
on (k l ), puntos
x0 < x1 < < xn < xn+1 y un polinomio p n tales que
lm pkl = p
lm xki l = xi , i = 0, 1, . . . , n + 1.
Dado que
k = kf (xki ) pk (xki )k
Por (8.15), f p equioscila en los puntos {x i }, con lo que p es el polinomio de mejor aproximaci
on
en la norma uniforme. M
as a
un, observese que cualquier otro punto de acumulaci
on de la
sucesi
on (pk ) equioscilara en n + 2 puntos, con lo que tambien sera el polinomio de mejor
aproximaci
on en la norma uniforme, es decir, p. Es bien sabido que si una sucesi
on acotada
tiene un u
nico punto de acumulaci
on, entonces ese es su lmite. Hemos demostrado que (p k )
converge uniformemente a p.
Ponemos fin a la secci
on obteniendo como corolario el teorema de Marcinkiewicz anunciado
al comienzo de la misma:
Corolario 8.4.10 (Teorema de Marcinkiewicz) Sea f : [a, b] R continua. Entonces
(n)
(n)
(n)
existe un sistema de puntos de interpolaci
on x 0 < x1 < < xn de manera que si pn n
(n)
(n)
es el polinomio interpolador en los puntos {(x i , f (xi )}ni=0 , entonces la sucesi
on (pn ) converge
uniformemente a f .
n: Basta tomar como pn el polinomio que mejor aproxima a f en la norma
Demostracio
uniforme. En efecto, como f p equioscila en n + 2 puntos tendr
a n + 1 ceros distintos, que
(n)
ser
an los puntos {xi } buscados. N
otese que la convergencia de (p n ) a f est
a garantizada por
el teorema de aproximaci
on de Weierstrass.
Bibliografa
[1] R. Burden y J. D. Faires, An
alisis Numerico. 7 a ed., Thomson Learning, Madrid, 2002.