MÉTODOS NUMÉRICOS CON SCILAB

Héctor Manuel Mora Escobar

[email protected] [email protected]
www.hectormora.info

April 18, 2010

2
ÍNDICE GENERAL

1 Preliminares 1
1.1 Notación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Repaso de algunos conceptos de cálculo . . . . . . . . . . . . 2
1.3 Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Notación O grande . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Orden de convergencia . . . . . . . . . . . . . . . . . . . . . . 12
1.7 Números en un computador . . . . . . . . . . . . . . . . . . . 15
1.8 Truncamiento y redondeo . . . . . . . . . . . . . . . . . . . . 17
1.9 Error absoluto y relativo . . . . . . . . . . . . . . . . . . . . . 18
1.10 Errores lineal y exponencial . . . . . . . . . . . . . . . . . . . 19
1.11 Condicionamiento de un problema . . . . . . . . . . . . . . . 21

2 Solución de sistemas lineales 22

2.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Notación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3 Métodos ingenuos . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4 Sistema diagonal . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5 Sistema triangular superior . . . . . . . . . . . . . . . . . . . 26
2.5.1 Número de operaciones . . . . . . . . . . . . . . . . . 28

i
ii ÍNDICE GENERAL

2.6 Sistema triangular inferior . . . . . . . . . . . . . . . . . . . . 29

2.7 Método de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.7.1 Número de operaciones . . . . . . . . . . . . . . . . . 37
2.8 Factorización LU . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.9 Método de Gauss con pivoteo parcial . . . . . . . . . . . . . . 41
2.10 Factorización LU =PA . . . . . . . . . . . . . . . . . . . . . . 46
2.11 Método de Cholesky . . . . . . . . . . . . . . . . . . . . . . 49
2.11.1 Matrices definidas positivas . . . . . . . . . . . . . . 49
2.11.2 Factorización de Cholesky . . . . . . . . . . . . . . . 52
2.11.3 Número de operaciones de la factorización . . . . . . 58
2.11.4 Solución del sistema . . . . . . . . . . . . . . . . . . 59
2.12 Solución por mı́nimos cuadrados . . . . . . . . . . . . . . . . 61
2.12.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.12.2 Derivadas parciales . . . . . . . . . . . . . . . . . . . 62
2.12.3 Ecuaciones normales . . . . . . . . . . . . . . . . . . 63
2.13 Sistemas tridiagonales . . . . . . . . . . . . . . . . . . . . . . 67
2.14 Cálculo de la inversa . . . . . . . . . . . . . . . . . . . . . . 72

3 Métodos iterativos 76
3.1 Método de Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . 76
3.2 Normas vectoriales . . . . . . . . . . . . . . . . . . . . . . . . 82
3.2.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.3 Normas matriciales . . . . . . . . . . . . . . . . . . . . . . . . 83
3.3.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.4 Condicionamiento de una matriz . . . . . . . . . . . . . . . . 96
3.5 Método de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.6 Método iterativo general . . . . . . . . . . . . . . . . . . . . . 102
3.7 Método de sobrerrelajación . . . . . . . . . . . . . . . . . . . 103
ÍNDICE GENERAL iii

3.8 Métodos de minimización . . . . . . . . . . . . . . . . . . . . 110

3.9 Método del descenso más pendiente . . . . . . . . . . . . . . . 112
3.10 Método del gradiente conjugado . . . . . . . . . . . . . . . . . 115

4 Solución de ecuaciones no lineales 120

4.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.2 Método de Newton . . . . . . . . . . . . . . . . . . . . . . . . 124
4.2.1 Orden de convergencia . . . . . . . . . . . . . . . . . . 127
4.3 Método de la secante . . . . . . . . . . . . . . . . . . . . . . . 130
4.4 Método de la bisección . . . . . . . . . . . . . . . . . . . . . . 133
4.5 Método de Regula Falsi . . . . . . . . . . . . . . . . . . . . . 135
4.6 Modificación del método de Regula Falsi . . . . . . . . . . . . 137
4.7 Método de punto fijo . . . . . . . . . . . . . . . . . . . . . . . 138
4.7.1 Modificación del método de punto fijo . . . . . . . . . 144
4.7.2 Método de punto fijo y método de Newton . . . . . . 145
4.8 Método de Newton en Rn . . . . . . . . . . . . . . . . . . . . 146
4.8.1 Matriz jacobiana . . . . . . . . . . . . . . . . . . . . . 147
4.8.2 Fórmula de Newton en Rn . . . . . . . . . . . . . . . . 147
4.9 Método de Muller . . . . . . . . . . . . . . . . . . . . . . . . . 150
4.10 Método de Bairstow . . . . . . . . . . . . . . . . . . . . . . . 158

5 Interpolación y aproximación 169

5.1 Interpolación . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.1.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.1.2 Caso general . . . . . . . . . . . . . . . . . . . . . . . 172
5.2 Interpolación polinomial de Lagrange . . . . . . . . . . . . . . 175
5.2.1 Algunos resultados previos . . . . . . . . . . . . . . . 176
5.2.2 Polinomios de Lagrange . . . . . . . . . . . . . . . . . 176
5.2.3 Existencia, unicidad y error . . . . . . . . . . . . . . . 179
iv ÍNDICE GENERAL

5.3 Diferencias divididas de Newton . . . . . . . . . . . . . . . . . 181

5.3.1 Tabla de diferencias divididas . . . . . . . . . . . . . . 184
5.3.2 Cálculo del valor interpolado . . . . . . . . . . . . . . 187
5.4 Diferencias finitas . . . . . . . . . . . . . . . . . . . . . . . . . 192
5.4.1 Tabla de diferencias finitas . . . . . . . . . . . . . . . 193
5.4.2 Cálculo del valor interpolado . . . . . . . . . . . . . . 194
5.5 Trazadores cúbicos, interpolación polinomial por trozos, splines 197
5.6 Aproximación por mı́nimos cuadrados . . . . . . . . . . . . . 204

6 Integración y diferenciación 209

6.1 Integración numérica . . . . . . . . . . . . . . . . . . . . . . . 209
6.2 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.3 Fórmula del trapecio . . . . . . . . . . . . . . . . . . . . . . . 211
6.3.1 Errores local y global . . . . . . . . . . . . . . . . . . 214
6.4 Fórmula de Simpson . . . . . . . . . . . . . . . . . . . . . . . 216
6.4.1 Errores local y global . . . . . . . . . . . . . . . . . . 217
6.5 Otras fórmulas de Newton-Cotes . . . . . . . . . . . . . . . . 221
6.5.1 Fórmulas de Newton-Cotes abiertas . . . . . . . . . . 222
6.6 Cuadratura adaptativa . . . . . . . . . . . . . . . . . . . . . . 223
6.7 Cuadratura de Gauss-Legendre . . . . . . . . . . . . . . . . . 225
6.7.1 Polinomios de Legendre . . . . . . . . . . . . . . . . . 231
6.8 Cuadratura de Gauss-Leguerre y Gauss-Hermite . . . . . . . 232
6.9 Derivación numérica . . . . . . . . . . . . . . . . . . . . . . . 232
6.9.1 Derivadas parciales . . . . . . . . . . . . . . . . . . . . 234
6.9.2 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 235

7 Ecuaciones diferenciales 239

7.0.3 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 240
7.1 Método de Euler . . . . . . . . . . . . . . . . . . . . . . . . . 241
ÍNDICE GENERAL v

7.2 Método de Heun . . . . . . . . . . . . . . . . . . . . . . . . . 244

7.3 Método del punto medio . . . . . . . . . . . . . . . . . . . . . 247
7.4 Método de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . 250
7.5 Deducción de RK2 . . . . . . . . . . . . . . . . . . . . . . . . 255
7.6 Control del paso . . . . . . . . . . . . . . . . . . . . . . . . . 257
7.7 Orden del método y orden del error . . . . . . . . . . . . . . . 263
7.7.1 Verificación numérica del orden del error . . . . . . . . 264
7.8 Métodos multipaso explı́citos . . . . . . . . . . . . . . . . . . 265
7.9 Métodos multipaso implı́citos . . . . . . . . . . . . . . . . . . 269
7.10 Sistemas de ecuaciones diferenciales . . . . . . . . . . . . . . 274
7.10.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 276
7.11 Ecuaciones diferenciales de orden superior . . . . . . . . . . 278
7.12 Ecuaciones diferenciales con condiciones de frontera . . . . . 281
7.13 Ecuaciones lineales con condiciones de frontera . . . . . . . . 284

8 Ecuaciones diferenciales parciales 289

8.1 Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
8.2 Elı́pticas: ecuación de Poisson . . . . . . . . . . . . . . . . . . 290
8.3 Parabólicas: ecuación del calor . . . . . . . . . . . . . . . . . 296
8.3.1 Método explı́cito . . . . . . . . . . . . . . . . . . . . . 298
8.3.2 Método implı́cito . . . . . . . . . . . . . . . . . . . . . 301
8.3.3 Método de Crank-Nicolson . . . . . . . . . . . . . . . 304
8.4 Hiperbólicas: ecuación de onda . . . . . . . . . . . . . . . . . 308
8.4.1 Método explı́cito . . . . . . . . . . . . . . . . . . . . . 308
8.4.2 Método implı́cito . . . . . . . . . . . . . . . . . . . . . 311

9 Valores propios 314

9.1 Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
9.1.1 En Scilab . . . . . . . . . . . . . . . . . . . . . . . . . 318
vi ÍNDICE GENERAL

9.2 Método de la potencia . . . . . . . . . . . . . . . . . . . . . . 318

9.3 Método de la potencia inversa . . . . . . . . . . . . . . . . . . 322
9.4 Factorización QR . . . . . . . . . . . . . . . . . . . . . . . . . 324
9.4.1 Matrices de Householder . . . . . . . . . . . . . . . . . 325
9.4.2 Matrices de Givens . . . . . . . . . . . . . . . . . . . . 328
9.4.3 Factorización QR con matrices de Householder . . . . 329
9.4.4 Factorización QR con matrices de Givens . . . . . . . 334
9.4.5 Solución por mı́nimos cuadrados . . . . . . . . . . . . 337
9.5 Método QR para valores propios de matrices simétricas . . . 339
9.5.1 Tridiagonalización por matrices de Householder para
matrices simétricas . . . . . . . . . . . . . . . . . . . . 340
9.5.2 Tridiagonalización por matrices de Givens para ma-
trices simétricas . . . . . . . . . . . . . . . . . . . . . 342
9.5.3 Valores propios de matrices tridiagonales simétricas . 344
1

Preliminares

1.1 Notación

Sean a, b números reales, a < b. Los intervalos cerrados y abiertos son

[a, b] = {x ∈ R : a ≤ x ≤ b},
]a, b[ = {x ∈ R : a < x < b}.

También es usual denotar el intervalo abierto por (a, b) pero puede con-
fundirse con la pareja ordenada (a, b).
C[a, b] es el conjunto de funciones continuas en el intervalo [a, b]; C n [a, b]
es el conjunto de funciones con n derivadas continuas sobre [a, b] (con esta
notación C[a, b] = C 0 [a, b]). Algunas veces, por brevedad, se dice que f es
de clase C n .
De manera análoga, C ∞ [a, b] es el conjunto de funciones que se pueden
derivar tantas veces como se desee. Ejemplos de estas funciones son: f (x) =
ex , g(x) = 3x5 − 8x2 + 12, h(x) = sen(2x).
Pn es el conjunto de todos los polinomios de grado menor o igual a n.

I(c, d) es el intervalo cerrado que más pequeño contiene a c y a d. Por

ejemplo I(3, 5) = [3, 5], I(2, 1.8) = [1.8, 2].

1
2 1. PRELIMINARES

1.2 Repaso de algunos conceptos de cálculo

En lo que sigue, mientras no se diga lo contrario, se considera una función

f : R → R y c un número real.
Se dice que el lı́mite de f cuando x tiende a c es L ∈ R, denotado
lim f (x) = L ,
x→c

si dado ε > 0 existe δ > 0 tal que

si 0 < |x − c| ≤ δ, entonces |f (x) − L| ≤ ε.

La función f es continua en c si lim f (x) existe y

x→c

lim f (x) = f (c) .

x→c

Se dice que f es continua en el intervalo [a, b] si es continua en todos los

puntos de [a, b].
Se dice que f es derivable en c, si existe el lı́mite
f (c + h) − f (c) f (ξ) − f (c)
lim = lim .
h→0 h ξ→c ξ−c

Si f es derivable en c, entonces ese lı́mite es la derivada de f en c y se denota

f (c + h) − f (c) f (ξ) − f (c)
f ′ (c) = lim = lim .
h→0 h ξ→c ξ−c
Teorema 1.1. Teorema de valores extremos. Sea f continua en el in-
tervalo [a, b] (recordemos que se puede denotar f ∈ C[a, b] ), entonces existe
por lo menos un x̄ ∈ [a, b] tal que

f (x̄) ≤ f (x) para todo x ∈ [a, b] .

Este punto x̄ se llama minimizador absoluto o global o punto de mı́nimo

global de f en [a, b]. De manera análoga, existe por lo menos un punto x̃,
maximizador global o punto de máximo global, tal que

f (x̃) ≥ f (x) para todo x ∈ [a, b] .

1.2. REPASO DE ALGUNOS CONCEPTOS DE CÁLCULO 3

f (x̃)

f (x̄)
a x̃ x̄ b

Figura 1.1: Teorema de valores extremos

M
t

a c c̃ b

Figura 1.2: Teorema del valor intermedio

Teorema 1.2. Teorema del valor intermedio. Sea f continua en [a, b],
m = min{f (a), f (b)}, M = max{f (a), f (b)}. Si t es un valor intermedio,
m ≤ t ≤ M , entonces existe por lo menos un c ∈ [a, b] tal que
f (c) = t.

Teorema 1.3. Teorema de Rolle. Si f es una función continua en [a, b],

derivable en ]a, b[ y f (a) = f (b), entonces existe c ∈]a, b[ tal que
f ′ (c) = 0.

Teorema 1.4. Teorema del valor medio. Si f es una función continua

en [a, b] y derivable en ]a, b[, entonces existe c ∈]a, b[ tal que

f (b) − f (a)
f ′ (c) =
b−a
.
4 1. PRELIMINARES

a c b

Figura 1.3: Teorema de Rolle

a c b

Figura 1.4: Teorema del valor medio

1.3. SUCESIONES 5

1.3 Sucesiones

Una sucesión es simplemente una función que va del conjunto de los números
naturales en los reales:

u :N → R
n 7→ un

Algunas veces las sucesiones están definidas para los naturales positivos (no
para el 0). Como se observa, habitualmente se escribe un en lugar de u(n).
Es frecuente denotar la sucesión {un }n∈N o {un }∞
n=0 o, si no hay confusión,
de manera aún más simple, {un } o un .
(−1)n m3 − 2m
Ejemplos de sucesiones: un = 1/n2 , vn = 5+ , w m = .
n3 100m2 + 20m
Una sucesión se puede definir de manera recurrente a partir del primer
término o de los primeros términos. Por ejemplo, la sucesión de números de
Fibonacci (Leonardo de Pisa) se define por:
u0 = 0
u1 = 1
un = un−2 + un−1 , para n ≥ 2.

Ası́ u0 = 0, u1 = 1, u2 = 1, u3 = 2, u4 = 3, u5 = 5, u6 = 8, u7 = 13, , ...

Se dice que la sucesión xn converge al número L, o que L es el lı́mite de la
sucesión, si dado cualquier ε > 0 (generalmente pequeño), existe un natural
N tal que

|xn − L| ≤ ε para n > N.

Es usual escribir

lim xn = L
n→∞

xn −→ L
n→∞
6 1. PRELIMINARES

o simplemente, si no hay confusión,

xn −→ L
Ejemplo 1.1. Sea

1
xn = 5 + .
n2
Veamos que el lı́mite es 5. Si ε = 0.01, se requiere que

 
 
5 + 1 − 5 ≤ 0.01
 n2 
1
≤ 0.01
n2
1
≤ n2
0.01
100 ≤ n2
10 ≤ n.
Es decir para ε = 0.01 basta conrtomar N ≥ 10. En general para un ε
1
cualquiera, basta con tomar N ≥ . 3
ε

Se dice que la sucesión xn tiende a +∞ y se escribe

lim xn = +∞
n→∞

o simplemente

xn −→ +∞

si dado cualquier real M > 0 (generalmenet grande), existe un natural N

tal que

xn > M para n > N.

En este caso, la sucesión no es convergente pero, como se observa, se utiliza

la misma notación. De manera análoga se define y denota cuando la sucesión
tiende a −∞.
1.4. POLINOMIO DE TAYLOR 7

La sucesión geométrica an converge o diverge dependiendo de a:

lim an = 0 si |a| < 1,

n→∞
lim an = 1 si a = 1,
n→∞
lim an = +∞ si a > 1,
n→∞
lim an no existe si a ≤ −1,
n→∞

1.4 Polinomio de Taylor

Sea la función f : R → R continua y derivable cuantas veces sea necesario y

sea x̄ un valor fijo.
Se desea encontrar p ∈ P1 tal que

p(x̄) = f (x̄) y
p′ (x̄) = f ′ (x̄).

Este polinomio es exactamente

p(x) = f (x̄) + f ′ (x̄)(x − x̄).

Ahora se desea encontar p ∈ P2 tal que

p(x̄) = f (x̄),
p′ (x̄) = f ′ (x̄),
p′′ (x̄) = f ′′ (x̄).

Entonces
f ′′ (x̄)
p(x) = f (x̄) + f ′ (x̄)(x − x̄) + (x − x̄)2 .
2
8 1. PRELIMINARES

De manera general, sea p ∈ Pn tal que

p(x̄) = f (x̄),
p′ (x̄) = f ′ (x̄),
p′′ (x̄) = f ′′ (x̄),
..
.
p(n) (x̄) = f (n) (x̄).

Este polinomio es

f ′′ (x̄) f (n) (x̄)

p(x) = f (x̄) + f ′ (x̄)(x − x̄) + (x − x̄)2 + · · · + (x − x̄)n
2 n!
n
X f (k) (x̄)
= (x − x̄)k (1.1)
k!
k=0

llamado polinomio de Taylor de orden n alrededor de x̄.

Teorema 1.5. Sea f ∈ C n [a, b], tal que f (n+1) existe en [a, b] y x̄ ∈ [a, b].
Entonces para todo x ∈ [a, b]

f (x) = pn (x) + Rn (x),

donde pn (x) es el polinomio de Taylor y

f (n+1) (ξ(x))
Rn (x) = (x − x̄)n+1 (1.2)
(n + 1)!

es el residuo, con ξ(x) entre x̄ y x (es decir, ξ(x) ∈ I(x̄, x) ). Si f es de

clase C ∞ , entonces

∞
X f (k) (x̄)
f (x) = (x − x̄)k
k!
k=0
La anterior expresión es el desarrollo en serie de Taylor de f alrededor de
x̄.

El teorema anterior no permite evaluar exactamente el residuo, pero si per-

mite acotarlo:
1.4. POLINOMIO DE TAYLOR 9

|x − x̄|n+1  
 
|Rn (x)| ≤ max f (n+1) (t)
(n + 1)! t∈I(x,x̄)

Ejemplo 1.2. Obtener la serie de Taylor de f (x) = ex alrededor de x̄ = 0.

f ′ (x) = ex
f ′′ (x) = ex
f (n) (x) = ex
f (0) = 1
f ′ (0) = 1
f ′′ (x) = 1
f (n) (x) = 1
x2 x3 x4
ex = 1 + x + + + + ···
2 3! 4!
∞
X
x xn
e =
n!
n=0

Ejemplo 1.3. Obtener la serie de Taylor de f (x) = sen(x) alrededor de

x̄ = 0.

f ′ (x) = cos(x)
f ′′ (x) = − sen(x)
f ′′′ (x) = − cos(x)
f (4) (x) = sen(x)
f (5) (x) = cos(x)
10 1. PRELIMINARES

f (0) = 0
f ′ (0) = 1
f ′′ (x) = 0
f ′′′ (x) = −1
f (4) (0) = 0
f (5) (0) = 1
x3 x5 x7
sen(x) = x − + − + ···
3! 5! 7!
Ejemplo 1.4. Obtener la serie de Taylor de f (x) = cos(x) alrededor de
x̄ = 0.

f ′ (x) = − sen(x)
f ′′ (x) = − cos(x)
f ′′′ (x) = sen(x)
f (4) (x) = cos(x)
f (5) (x) = − sen(x)
f (0) = 1
f ′ (0) = 0
f ′′ (x) = −1
f ′′′ (x) = 0
f (4) (0) = 1
f (5) (0) = 0
x2 x4 x6
cos(x) = 1 − + − + ···
2! 4! 6!
Ejemplo 1.5. Obtener el polinomio de Taylor de orden 2 de cos(x) alrede-
dor de π, acotar el error para x = 3 y calcular el error.

cos(π)
p2 (x) = cos(π) − sen(π)(x − π) − (x − π)2
2
1
p2 (x) = −1 + (x − π)2
2
1.5. NOTACIÓN O GRANDE 11

|3 − π|3
|error| ≤ max | sen(t)|
6 t∈[3,π]

|error| ≤ 0.0004731 × sen(3)

|error| ≤ 0.0004731 × 0.1411 = 0.0000668
|error| ≤ 0.0000668

En este caso sencillo, se puede evaluar explı́citamente el error:

|error| = | cos(3) − p2 (3)|

= | − 0.9899925 − −0.9899758|
= 0.0000167 3

Algunas veces se expresa x = x̄ + h, entonces el polinomio de Taylor, el

residuo y la serie de Taylor quedan:

n
X f (k) (x̄)
pn (x̄ + h) = hk (1.3)
k!
k=0
f (n+1) (ξ(h))
Rn (x̄ + h) = hn+1 , ξ(h) ∈ I(0, h), (1.4)
(n + 1)!
∞
X f (k) (x̄)
f (x̄ + h) = hk . (1.5)
k!
k=0

1.5 Notación O grande

Algunas veces es útil comparar aproximadamente el comportamiento de dos

funciones en las cercanı́as de 0.
Se dice que, cuando x → 0,

f (x) = O(g(x))

si existen dos constantes positivas C y δ (pequeña) tales que

|f (x)| ≤ C|g(x)| para |x| ≤ δ.

12 1. PRELIMINARES

Ejemplo 1.6. Sea f (x) = 4x3 +5x6 . Recordemos que si 0 < y < 1, entonces
y > y 2 > y 3 > · · · . Entonces, si |x| < 1,

|x3 | ≤ |x|
|4x3 | ≤ 4|x|
|x6 | ≤ |x|
|5x6 | ≤ 5|x|
|4x3 + 5x6 | ≤ 9|x|
4x3 + 5x6 = O(x).

Aunque lo anterior es cierto, es preferible buscar el mayor exponente posible.

Mediante pasos semejante a los anteriores llegamos a

4x3 + 5x6 = O(x3 ).

Obviamente no es cierto que 4x3 + 5x6 = O(x4 ). 3

Según la notación O grande, el residuo para el polinomio de Taylor (1.4) se

puede expresar
Rn (x̄ + h) = O(hn+1 ).

1.6 Orden de convergencia

Sea {xk } una sucesión de números reales con lı́mite L. Se dice que la con-
vergencia tiene orden de convergencia p ≥ 1, si p es el mayor valor tal que
el siguiente lı́mite existe.

|xk+1 − L|
lim = β < ∞.
k→∞ |xk − L|p

En este caso se dice que β es la tasa de convergencia. Cuando el orden es 1,

se dice que la convergencia es lineal. La convergencia se llama superlineal si

|xk+1 − L|
lim = 0.
k→∞ |xk − L|

Cuando el orden es 2, se dice que la convergencia es cuadrática.

1.6. ORDEN DE CONVERGENCIA 13

Lo ideal es tener órdenes de convergencia altos con tasas pequeñas. Una

convergencia lineal con tasa 1 es una convergencia muy lenta. Una conver-
gencia cuadrática es muy buena, por ejemplo, el método de Newton que se
verá más adelante.
1
Ejemplo 1.7. xk = π + . Esta suceción converge a π. Veamos que pasa
k
con p = 1.

1
|xk+1 − L| |π + − π|
lim = lim k+1
k→∞ |xk − L| k→∞ 1
|π + − π|
k
1
= lim k + 1
k→∞ 1
k
k
= lim
k→∞ k + 1
= 1.
Luego la sucesión tiene orden de convergencia por lo menos igual a 1. Veamos
que pasa con p > 1. Se puede suponer que p = 1 + ε, con ε > 0.

1
|xk+1 − L|
lim = lim k + 1
k→∞ |xk − L|1+ε k→∞ 1
k 1+ε
k 1+ε
= lim
k→∞ 1 + k
k kε
= lim
k→∞ 1 + k
  
k
= lim lim k ε
k→∞ 1 + k k→∞

= (1)(+∞).

Entonces p no puede ser superior a 1 y podemos decir que la convergencia

es lineal con tasa 1. 3
1
Ejemplo 1.8. xk = k . Esta suceción converge a 0. Directamente veamos
2
que pasa con p = 1 + ε, con ε ≥ 0.
14 1. PRELIMINARES

1
|xk+1 − L| k+1
lim = lim 2
k→∞ |xk − L|1+ε k→∞ 1
(2k )1+ε
(2k )1+ε
= lim
k→∞ 2k+1
2k 2kε
= lim k+1
k→∞ 2
  
2k kε
= lim k+1 lim 2
k→∞ 2 k→∞
  
1
= lim 2kε
2 k→∞

Si p = 1 (ε = 0) hay convergencia hacia 1/2. Si p > 1 no hay convergencia.

Entonces la sucesión tiene convergencia lineal con tasa 1/2. 3

Ejemplo 1.9.

69
x1 =
10
xn = 6 + (xn−1 − 6)2 , n ≥ 2.

Los primeros valores son los siguientes:

1 6.900000000000000
2 6.810000000000000
3 6.656100000000000
4 6.430467210000001
5 6.185302018885185
6 6.034336838202925
7 6.001179018457774
8 6.000001390084524
9 6.000000000001933
10 6.000000000000000
1.7. NÚMEROS EN UN COMPUTADOR 15

Se puede mostrar que

xn = 6 + yn , n = 1, 2, ...
9
y1 =
10
2
yn = yn−1 , n = 2, 3, ...
 2n−1
9
yn = , n = 1, 2, ...
10

Como yn → 0, entonces xn → 6.

|xk+1 − L| yk+1
lim = lim p
k→∞ |xk − L|p k→∞ yk

yk2
= lim p
k→∞ yk

= lim yk2−p
k→∞

Si p = 1 el lı́mite es 0, es decir, la convergencia es por lo menos lineal y se

puede afirmar que es superlineal. Si p = 2 el lı́mite es 1, luego la convergencia
es por lo menos cuadrática. Si p = 2 + ε, con ε > 0

|xk+1 − L| 2−(2+ε)
lim p
= lim yk
k→∞ |xk − L| k→∞
1
= lim ε
k→∞ yk

= +∞

Luego la convergencia es cuadrática con tasa 1. 3

1.7 Números en un computador

Sea x un múmero real positivo. La representación decimal normalizada de

x en un computador, con k cifras significativas es

x̃ = 0.d1 d2 ...dk × 10n

16 1. PRELIMINARES

donde di es un entero en el intervalo [0, 9] y d1 ≥ 1. El valor k, los valores

mı́nimo y máximo permitidos para n dependen del computador, del sistema
operativo o del lenguaje. Una manera aproximada de obtener estos valores
en Scilab es la siguiente:

format(30)
x = 1/3

El resultado es
0.3333333333333333148296
Únicamente hay 16 dı́gitos correctos, los demás son “basura” producida por
Scilab para satisfacer el formato deseado. Esto nos indica que en Scilab, en la
representación interna de un número, no hay más de 16 cifras significativas.
Relacionado con el concepto anterior, está el épsilon de la máquina, que se
define ası́:

εmaq = min{t > 0 : 1 + t 6= 1}

La anterior definición usa los números utilizados en el computador. Este

conjunto de números es finito y la definición tiene sentido. Obviamente si
los valores t se tomaran en R, el valor épsilon de la máquina estarı́a mal
definido.
Una manera aproximada de obtener el épsilon de la máquina consiste en
buscar, por ensayo y error, un valor x tal que 1 + x > 1 y 1 + x/10 = 1.
La orden
x = 1.0e-10; x1 = 1+x; x2 = 1+x/10; (x1 > 1) & (x2 == 1)
produce F (“false”), en cambio
x = 1.0e-15; x1 = 1+x; x2 = 1+x/10; (x1 > 1) & (x2 == 1)
produce T (“true”). Esto nos indica que un valor aproximado es justamente
10−15 . Scilab tiene una valor predefinido
%eps = 2.220E-16
Para averiguar si un número positivo y pequeño es considerado como nulo,
se puede ensayar con diferentes valores de la potencia de 10, por ejemplo:
x = 1.0e-20; x == 0.0
1.8. TRUNCAMIENTO Y REDONDEO 17

produce como resultado F, indicando que x no es nulo. Al ensayar

x = 1.0e-100; x == 0.0
el resultado de nuevo es F. Después de varios ensayos
x = 1.0e-323; x == 0.0
produce F y
x = 1.0e-324; x == 0.0
produce T, es decir, 10−324 es considerado como nulo.
Para evitar el ensayo y error se puede utilizar la siguiente secuencia de
órdenes

x = 1;
while x/10 > 0.0
x0 = x;
x = x/10;
end
x_final = x0

El resultado obtenido es 9.881-323 . Obsérvese que x toma los valores 1,

1/10, 1/100, ... Sin embargo el resultado obtenido no es exactamente una
potencia de 10.
Ahora queremos averiguar qué tan grandes pueden ser los números en Scilab.
Ası́ la orden
x = 1.0e308
muestra en la pantalla 1.000+308, resultado esperado. La orden
x = 1.0e309
muestra en la pantalla Inf indicando que Scilab considera 10309 como
“infinito” y no lo puede manejar adecuadamente.

1.8 Truncamiento y redondeo

Sea x un real (supuesto positivo por facilidad de presentación),

x̃ = 0.d1 d2 ...dk × 10n

18 1. PRELIMINARES

su representación normalizada y t un entero positivo menor que k. El número

obtenido por truncamiento con t cifras significativas es
x̃′ = 0.d1 d2 ...dt × 10n

Dicho de otra forma, se quitan los últimos k − t dı́gitos. El redondeo con t

cifras significativas se puede presentar de varias maneras equivalentes. Una
de ellas es la siguiente,

redondeo(x, t) = truncamiento(x̃ + 0. 00 · · · 0} 5 × 10n ) , t)

| {z
t−1

truncamiento(1234.56789, 2) = 1200
truncamiento(1234.56789, 6) = 1234.56
redondeo(1234.56789, 2) = 1200
redondeo(1234.56789, 6) = 1234.57

Una manera sencilla, que funciona cuando dt ≤ 8, es la siguiente: los

primeros t − 1 dı́gitos son los mismos y el dı́gito en la posición t es
(
dt si dt+1 ≤ 4
δt =
dt + 1 si dt+1 ≥ 5.

Si dt = 9 y dt+1 ≤ 4, entonces δt = dt . Ahora bien, el caso especial se tiene

si dt = 9 y dt+1 ≥ 5, entonces se suma 1 a dt = 9, volviéndose 10 y se escribe
δt = 0, pero hay que agregar (“llevar”) 1 al dı́gito dt−1 , etc.

1.9 Error absoluto y relativo

Si x es un número real y x̃ es una aproximación se definen el error absoluto

(siempre no negativo) y el error relativo cuando x 6= 0, de la siguiente forma:

error absoluto = |x − x̃| ,

|x − x̃|
error relativo = .
|x|
1.10. ERRORES LINEAL Y EXPONENCIAL 19

Ejemplo 1.10. Sean x y y números reales, x̃ el redondeo de x con n = 5

cifras significativas, ỹ el redondeo de y con n cifras significativas, z = x − y,
z̃ el redondeo de x̃ − ỹ con n cifras significativas, ea el error absoluto entre
z y z̃, er el error relativo.

x y x̃ ỹ z z̃ ea er
1/7 2/3 0.14286 0.66667 −11/21 −0.52381 4.8e-7 9.1e-7
1/7 0.14284 0.14286 0.14284 0.00001714... 0.00002 2.9e-6 1.7e-1

En el segundo caso, el error relativo es grande, aproximadamente 17%. 3

Los principales casos en los que los errores pueden ser grandes, son:

1. Suma de cantidades de tamaños muy diferentes.

2. Resta de cantidades muy parecidas.

3. División por un número cercano a cero.

Estos casos, en cuanto sea posible, deben ser evitados y, si no es posible, los
resultados deben ser interpretados de manera muy cuidadosa.

1.10 Errores lineal y exponencial

En los proceso numéricos, muy frecuentemente, es necesario realizar muchas

operaciones aritméticas. Sea e0 el error inicial en los datos o en la primera
operación y en el error después de n operaciones. El error inicial incide
en las operaciones siguientes y los errores, en la gran mayorı́a de los casos,
van aumentando progresivamente. Usualmente se dice que los errores se
propagan de dos maneras:

• Error lineal: en ≈ nce0

• Error exponencial: en ≈ cn e0 , con c > 1.

Es claro que un error exponencial (propagación exponencial del error) es

muy peligroso y no es conveniente utilizar un algoritmo con esta clase de
error. Con base en el tipo de error, se habla de algoritmos estables cuando
el error es lineal y de algoritmos inestables cuando el error es exponencial.
20 1. PRELIMINARES

Ejemplo 1.11. Consideremos la sucesión definida ası́ (ver [KiC94]):

x0 = 1
x1 = 1/3
13 4
(∗) xn = xn−1 − xn−2 , n ≥ 2.
3 3
Se puede demostrar que
1
(∗∗) xn = , n = 0, 1, 2, ...
3n
La siguiente tabla muestra los valores de x̄n obtenidos en Scilab aplicando
la fórmula explı́cita (**), x̃n obtenido por la fórmula de recurrencia (*) con
todas las cifras que utiliza Scilab, x̃′n obtenido por la fórmula de recurrencia
(*) pero trabajando con 8 cifras significativas y x̃′′n obtenido por la fórmula
de recurrencia (*) pero trabajando con 4 cifras significativas.

n x̄n (**) x̃n (*) x̃′n 8 cifras x̃′′n 4 cifras

0 1.00000000 1.00000000 1.00000000 1.00000000
1 0.33333333 0.33333333 0.33333333 0.33330000
2 0.11111111 0.11111111 0.11111110 0.11100000
3 0.03703704 0.03703704 0.03703700 0.03670000
4 0.01234568 0.01234568 0.01234554 0.01100000
5 0.00411523 0.00411523 0.00411468 -0.00126000
6 0.00137174 0.00137174 0.00136954 -0.02012000
7 0.00045725 0.00045725 0.00044843 -0.08550000
8 0.00015242 0.00015242 0.00011715 -0.34370000
9 0.00005081 0.00005081 -0.00009025 -1.37500000
10 0.00001694 0.00001694 -0.00054728 -5.50000000
11 0.00000565 0.00000564 -0.00225123 -22.0000000
12 0.00000188 0.00000188 -0.00902562 -88.0000000
13 0.00000063 0.00000063 -0.03610937 -352.000000
14 0.00000021 0.00000021 -0.14443977 -1408.00000
15 0.00000007 0.00000006 -0.57775985 -5632.00000
16 0.00000002 -0.00000003 -2.31103960 -22520.0000
17 0.00000001 -0.00000020 -9.24415860 -90070.0000
18 0.00000000 -0.00000085 -36.9766340 -360300.000
19 0.00000000 -0.00000340 -147.906540 -1441000.00
20 0.00000000 -0.00001361 -591.626160 -5764000.00
21 0.00000000 -0.00005445 -2366.50460 -23060000.0
25 0.00000000 -0.01393856 -605825.110 -5.904E+09
1.11. CONDICIONAMIENTO DE UN PROBLEMA 21

Se observa que la fórmula de recurrencia es un proceso inestable. La inesta-

bilidad se nota más cuando hay menos cifras significativas. 3

1.11 Condicionamiento de un problema

Supongamos que un problema se puede resolver de manera exacta. Se dice

que un problema es bien condicionado si al hacer cambios pequeños en los
datos, se obtienen cambios pequeños en la solución. Un problema es mal
condicionado si al hacer cambios pequeños en los datos, puede haber cambios
grandes en la solución.
Cuando no hay un método exacto de solución, se dice que un problema es
mal condicionado si, para todos los métodos utilizados, al hacer cambios
pequeños en los datos, puede haber cambios grandes en la solución.

Ejemplo 1.12. Consideremos el sistema de ecuaciones Ax = b, donde

   
10.01 10.00 20.01
A= , b= .
10.00 9.99 19.99

La solución exacta de este problema es

x = [1 1]T ,

Consideremos ahora un sistema de ecuaciones muy parecido, únicamente

hay cambios pequeños en b, Ax′ = b′ , donde
 
′ 20.02
b = .
19.98

La solución exacta de este problema es

x′ = [−1998 2002]T ,

Este problema es mal condicionado, cambios pequeños en b produjeron cam-

bios grandes en la solución. Más adelante se verá cómo determinar el buen
o mal condicionamiento de un sistema de ecuaciones. 3
2

Solución de sistemas lineales

Uno de los problemas numéricos más frecuentes, o tal vez el más frecuente,
consiste en resolver un sistema de ecuaciones de la forma

Ax = b (2.1)

donde A es una matriz cuadrada, de tamaño n × n, invertible. Esto quiere

decir que el sistema tiene una única solución.
Se trata de resolver un sistema de ecuaciones de orden mucho mayor que
2. En la práctica se pueden encontrar sistemas de tamaño 20, 100, 1000 o
mucho más grandes. Puesto que se trata de resolver el sistema con la ayuda
de un computador, entonces las operaciones realizadas involucran errores de
redondeo o truncamiento. La solución obtenida no es absolutamente exacta,
pero se desea que la acumulación de los errores sea relativamente pequeña
o casi despreciable.

2.1 En Scilab

Para resolver (2.1) es necesario haber definido una matriz cuadrada a y

un vector columna b . La orden es simplemente

x = a\b

Por ejemplo

a = [ 2 3; 4 5], b = [-5; -7], x=a\b

22
2.1. EN SCILAB 23

da como resultado

x =

2.
- 3.

Una manera que también permite obtener la solución es x = inv(a)*b,

pero es ineficiente en tiempo y de menor precisión.
Ejemplo 2.1. Las siguientes órdenes de Scilab

n = 500;

a = rand(n,n);
x = rand(n,1);
b = a*x;

tic()
x1 = a\b;
t_sol = toc();

tic()
x2 = inv(a)*b;
t_inv = toc();

error1 = norm(x1-x);
error2 = norm(x2-x);

printf(’t_sol = %f t_inv = %f\n’, t_sol, t_inv)

printf(’error_sol = %e error_inv = %e\n’, error1, error2)

producen un resultado análogo a

t_sol = 0.622000 t_inv = 1.737000

error_sol = 7.990870e-12 error_inv = 1.687945e-11

Estos resultados dependen del computador, del sistema operacional y aún

en el mismo computador no son siempre iguales, pero sı́ parecidos. Las
funciones tic y toc permiten obtener una medida del tiempo de un proceso.
3
24 2. SOLUCIÓN DE SISTEMAS LINEALES

2.2 Notación

Sean A una matriz m × n, con elementos aij , i = 1, ...m, j = 1, ..., n y

x = (x1 , x2 , ..., xn ). Para denotar filas o columnas, o partes de ellas, se
usará la notación de Matlab y Scilab.

parte de un vector: x(5 : 7) = (x5 , x6 , x7 ),

fila i-ésima: Ai· = A(i, :),
columna j-ésima: A·j = A(:, j),
parte de la fila i-ésima: A(i, 1 : 4) = [ ai1 ai2 ai3 ai4 ]
parte de la columna j-ésima: A(2 : 4, j) = [ a2j a3j a4j ]T
submatriz: A(3 : 6, 2 : 5) .

2.3 Métodos ingenuos

Teóricamente, resolver el sistema Ax = b es equivalente a la expresión

x = A−1 b.

Es claro que calcular la inversa de una matriz es mucho más dispendioso

que resolver un sistema de ecuaciones; entonces, este camino sólo se utiliza
en deducciones teóricas o, en muy raros casos, cuando A−1 se calcula muy
fácilmente.
Otro método que podrı́a utilizarse para resolver Ax = b es la regla de
Cramer. Para un sistema de orden 3 las fórmulas son:
   
b1 a12 a13 a11 b1 a13
det  b2 a22 a23  det  a21 b2 a23 
b3 a32 a33 a31 b3 a33
x1 = , x2 = ,
det(A) det(A)
 
a11 a12 b1
det  a21 a22 b2 
a31 a32 b3
x3 = ·
det(A)
Supongamos ahora que cada determinante se calcula por medio de cofac-
tores. Este cálculo se puede hacer utilizando cualquier fila o cualquier
2.4. SISTEMA DIAGONAL 25

columna; por ejemplo, si A es 3 × 3, utilizando la primera fila,

     
a22 a23 a21 a23 a21 a22
det(A) = a11 det − a12 det + a13 det .
a32 a33 a31 a33 a31 a32

En general, sea Mij la matriz (n − 1) × (n − 1) obtenida al suprimir de A la

fila i y la columna j. Si se calcula det(A) utilizando la primera fila,

det(A) = a11 det(M11 ) − a12 det(M12 ) + · · · + (−1)(1+n) a1n det(M1n ).

Sea µn el número de multiplicaciones necesarias para calcular, por cofactores,

el determinante de una matriz de orden n. La fórmula anterior nos indica
que
µn > nµn−1 .
Como a su vez µn−1 > (n − 1)µn−2 y µn−2 > (n − 2)µn−3 , ..., entonces

µn > n(n − 1)(n − 2) · · · µ2 = n(n − 1)(n − 2) · · · 2,

µn > n! .

Para resolver un sistema de ecuaciones por la regla de Cramer, hay que calcu-
lar n + 1 determinantes, luego el número total de multiplicaciones necesarias
para resolver un sistema de ecuaciones por la regla de Cramer, calculando
los determinantes por cofactores, es superior a (n + 1)!.

Tomemos un sistema, relativamente pequeño, n = 20,

21! = 5.1091E19.

Siendo muy optimistas (sin tener en cuenta las sumas y otras operaciones
concomitantes), supongamos que un computador del año 2000 hace 1000
millones de multiplicaciones por segundo. Entonces, el tiempo necesario
para resolver un sistema de ecuaciones de orden 20 por la regla de Cramer
y el método de cofactores es francamente inmanejable:

tiempo > 5.1091E10 segundos = 16.2 siglos.

2.4 Sistema diagonal

El caso más sencillo de (2.1) corresponde a una matriz diagonal. Para ma-
trices triangulares, en particular para las diagonales, el determinante es el
26 2. SOLUCIÓN DE SISTEMAS LINEALES

producto de los n elementos diagonales. Entonces una matriz triangular es

invertible si y solamente si todos los elementos diagonales son diferentes de
cero.

La solución de un sistema diagonal se obtiene mediante

bi
xi = , i = 1, ..., n. (2.2)
aii
Como los elementos diagonales son no nulos, no hay ningún problema para
efectuar las divisiones.

2.5 Sistema triangular superior

Resolver un sistema triangular superior (A es triangular superior) es muy

sencillo. Antes de ver el algoritmo en el caso general, veamos, por medio de
un ejemplo, cómo se resuelve un sistema de orden 4.
Ejemplo 2.2. Resolver el siguiente sistema:
4x1 + 3x2 − 2x3 + x4 = 4
−0.25x2 + 2.5x3 + 4.25x4 = −11
45x3 + 79x4 = −203
2.8x4 = −5.6
De la cuarta ecuación, se deduce que x4 = −5.6/2.8 = −2. A partir de la
tercera ecuación
45x3 = −203 − (79x4 )
−203 − (79x4 )
x3 = ·
45
Reemplazando x4 por su valor, se obtiene x3 = −1. A partir de la segunda
ecuación
−0.25x2 = −11 − (2.5x3 + 4.25x4 )
−11 − (2.5x3 + 4.25x4 )
x2 = ·
−0.25
Reemplazando x3 y x4 por sus valores, se obtiene x2 = 0. Finalmente,
utilizando la primera ecuación,
4x1 = 4 − (3x2 − 2x3 + x4 )
4 − (3x2 − 2x3 + x4 )
x1 = ·
4
2.5. SISTEMA TRIANGULAR SUPERIOR 27

Reemplazando x2 , x3 y x4 por sus valores, se obtiene x1 = 1. 3

En general, para resolver un sistema triangular, primero se calcula xn =

bn /ann . Con este valor se puede calcular xn−1 , y ası́ sucesivamente. Cono-
cidos los valores xi+1 , xi+2 , ..., xn , la ecuación i-ésima es

aii xi + ai,i+1 xi+1 + ai,i+2 xi+2 + ... + ain xn = bi ,

aii xi + A(i, i + 1 : n) x(i + 1 : n) = bi ,
bi − A(i, i + 1 : n) x(i + 1 : n)
xi =
aii
Como se supone que A es regular (invertible o no singular), los elementos
diagonales son no nulos y no se presentan problemas al efectuar la división.

El esquema del algoritmo es el siguiente:

xn = bn /ann
para i = n − 1, ..., 1
xi = (bi − A(i, i + 1 : n) x(i + 1 : n))/aii
fin-para

Esto se puede escribir en Scilab

x(n) = b(n)/a(n,n)
for i=n-1:-1:1
x(i) = ( b(i) - a(i,i+1:n)*x(i+1:n) )/a(i,i)
end

La función completa podrı́a ser ası́:

function [x, res] = solTriSup(a, b, eps)

//
// Solucion del sistema triangular superior a x = b.
//
// a es una matriz triangular superior
// b es un vector columna
// eps es una valor positivo pequeno
// (parametro opcional).
28 2. SOLUCIÓN DE SISTEMAS LINEALES

// res valdra 0 si el valor absoluto de un elemento

// diagonal de a es menor o igual a eps
// 1 si todo funciono bien.
// x sera un vector columna con la solucion, si res = 1.
//
// Esta funcion trabaja unicamente con la parte triangular
// superior de a y no verifica si realmente es triangular
// superior.

if argn(2) < 3, eps = 1.0e-10, end

res = 0
if min(abs(diag(a))) <= eps, return, end

res = 1
n = size(a,1)
x = zeros(n,1)
x(n) = b(n)/a(n,n)
for k = n-1:-1:1
x(k) = (b(k) - a(k,k+1:n)*x(k+1:n) )/a(k,k)
end
endfunction

Teniendo en cuenta las buenas caracterı́sticas de Scilab, la función anterior

se puede escribir un poco más corta. Sea u = [ 2 3 5 7 11 13]’. La
orden v = u(4:2) produce un vector “vacı́o”, es decir, [ ]. Además
s = 3.1 - u(4:2)*u(6:5)
asignará a s el valor 3.1. Entonces el cálculo de x(n) se puede hacer dentro
del for :

for k = n:-1:1
x(k) = (b(k) - a(k,k+1:n)*x(k+1:n) )/a(k,k)
end

2.5.1 Número de operaciones

Una de las maneras de medir la rapidez o lentitud de un método es mediante

el conteo del número de operaciones. Usualmente se tienen en cuenta las
sumas, restas, multiplicaciones y divisiones entre números de punto flotante,
2.6. SISTEMA TRIANGULAR INFERIOR 29

aunque hay más operaciones fuera de las anteriores, por ejemplo las com-
paraciones y las operaciones entre enteros. Las cuatro operaciones se cono-
cen con el nombre genérico de operaciones de punto flotante flops (floating
point operations). Algunas veces se hacen dos grupos: por un lado sumas y
restas, y por otro multiplicaciones y divisiones. Si se supone que el tiempo
necesario para efectuar una multiplicación es bastante mayor que el tiempo
de una suma, entonces se acostumbra a dar el número de multiplicaciones
(o divisiones). El diseño de los procesadores actuales muestra tendencia al
hecho de que los dos tiempos sean comparables. Entonces se acostumbra a
evaluar el número de flops.

Sumas y restas Multiplicaciones

y divisiones
cálculo de xn 0 1
cálculo de xn−1 1 2
cálculo de xn−2 2 3
...
cálculo de x2 n−2 n−1
cálculo de x1 n−1 n
Total n2 /2 − n/2 n2 /2 + n/2

Número total de operaciones de punto flotante: n2 .

2.6 Sistema triangular inferior

La solución de un sistema triangular inferior Ax = b, A triangular inferior,

es análoga al caso de un sistema triangular superior. Primero se calcula x1 ,
después x2 , enseguida x3 y ası́ sucesivamente hasta xn .

i−1
X
bi − aij xj
j=1
xi = · (2.3)
aii

El esquema del algoritmo es el siguiente:

30 2. SOLUCIÓN DE SISTEMAS LINEALES

para i = 1, ..., n
xi = (bi − A(i, 1 : i − 1) x(1 : i − 1))/aii
fin-para

El número de operaciones es exactamente el mismo del caso triangular su-

perior.

2.7 Método de Gauss

El método de Gauss para resolver el sistema Ax = b tiene dos partes; la

primera es la triangularización del sistema, es decir, por medio de opera-
ciones elementales, se construye un sistema
A′ x = b′ , (2.4)
equivalente al primero, tal que A′ sea triangular superior. Que los sistemas
sean equivalentes quiere decir que la solución de Ax = b es exactamente la
misma solución de A′ x = b′ . La segunda parte es simplemente la solución
del sistema triangular superior.
Para una matriz, con ı́ndices entre 1 y n, el esquema de triangularización se
puede escribir ası́:

para k = 1, ..., n − 1
buscar ceros en la columna k, por debajo de la diagonal.
fin-para k

Afinando un poco más:

para k = 1, ..., n − 1
para i = k + 1, ..., n
buscar ceros en la posición de aik .
fin-para i
fin-para k
Ejemplo 2.3. Consideremos el siguiente sistema de ecuaciones:
4x1 + 3x2 − 2x3 + x4 = 4
3x1 + 2x2 + x3 + 5x4 = −8
−2x1 + 3x2 + x3 + 2x4 = −7
−5x1 + x3 + x4 = −8
2.7. MÉTODO DE GAUSS 31

En forma matricial se puede escribir:

   
4 3 −2 1 x1 4
 3 2 1  
5   x2   −8 
 = 
 −2 3 1 2   x3   −7 
−5 0 1 1 x4 −8

Es usual trabajar únicamente con los números, olvidando temporalmente los

xi . Más aún, se acostumbra trabajar con una matriz ampliada, resultado de
pegar a la derecha de A el vector b.
 
4 3 −2 1 4
 3 2 1 5 −8 
 
 −2 3 1 2 −7 
−5 0 1 1 −8

Inicialmente hay que buscar ceros en la primera columna. Para buscar cero
en la posición (2,1), fila 2 y columna 1, se hace la siguiente operación:

fila2nueva ← fila2vieja − (3/4)∗fila1

Para hacer más sencilla la escritura la expresión anterior se escribirá sim-

plemente:
fila2 ← fila2 − (3/4)∗fila1
 
4 3 -2 1 4
 0 -0.25 2.5 4.25 -11 
 
 -2 3 1 2 -7 
-5 0 1 1 -8
Para buscar cero en la posición (3,1) se hace la siguiente operación:

fila3 ← fila3 − (−2/4)∗fila1

 
4 3 -2 1 4
 0 -0.25 2.5 4.25 -11 
 
 0 4.5 0 2.5 -5 
-5 0 1 1 -8
Para buscar cero en la posición (4,1) se hace la siguiente operación:

fila4 ← fila4 − (−5/4)∗fila1

32 2. SOLUCIÓN DE SISTEMAS LINEALES
 
4 3 -2 1 4
 0 -0.25 2.5 4.25 -11 
 
 0 4.5 0 2.5 -5 
0 3.75 -1.5 2.25 -3
Ahora hay que buscar ceros en la segunda columna. Para buscar cero en la
posición (3,2) se hace la siguiente operación:

fila3 ← fila3 − (4.5/(−0.25))∗fila2

 
4 3 -2 1 4
 0 -0.25 2.5 4.25 -11 
 
 0 0 45 79 -203 
0 3.75 -1.5 2.25 -3
Para buscar cero en la posición (4,2) se hace siguiente operación:

fila4 ← fila4 − (3.75/(−0.25))∗fila2

 
4 3 -2 1 4
 0 -0.25 2.5 4.25 -11 
 
 0 0 45 79 -203 
0 0 36 66 -168
Para buscar cero en la posición (4,3) se hace la siguiente operación:

fila4 ← fila4 − (36/45)∗fila3

 
4 3 -2 1 4
 0 -0.25 2.5 4.25 -11 
 
 0 0 45 79 -203 
0 0 0 2.8 -5.6
El sistema resultante ya es triangular superior. Entonces se calcula primero
x4 = −5.6/2.8 = −2. Con este valor, utilizando la tercera ecuación resul-
tante, se calcula x3 , después x2 y x1 .

x = (1, 0, −1, −2). 3

De manera general, cuando ya hay ceros por debajo de la diagonal, en las

columnas 1, 2, ..., k − 1, para obtener cero en la posición (i, k) se hace la
operación
filai ← filai − (aik /akk )∗filak
2.7. MÉTODO DE GAUSS 33

Lo anterior se puede reescribir ası́:

lik = aik /akk

A(i, :) = A(i, :) − lik ∗ A(k, :)
bi = bi − lik ∗ bk

Como en las columnas 1, 2, ..., k − 1 hay ceros, tanto en la fila k como

en la fila i, entonces ai1 , ai2 , ..., ai,k−1 seguirán siendo cero. Además, las
operaciones se hacen de tal manera que aik se vuelva cero. Entonces aik no
se calcula puesto que dará 0. Luego los cálculos se hacen en la fila i a partir
de la columna k + 1.

lik = aik /akk

aik = 0
A(i, k + 1 : n) = A(i, k + 1 : n) − lik ∗ A(k, k + 1 : n)
bi = bi − lik ∗ bk

En resumen, el esquema de la triangularización es:

para k = 1, ..., n − 1
para i = k + 1, ..., n
lik = aik /akk , aik = 0
A(i, k + 1 : n) = A(i, k + 1 : n)−lik∗A(k, k + 1 : n)
bi = bi −lik∗bk
fin-para i
fin-para k

Este esquema funciona, siempre y cuando no aparezca un pivote, akk , nulo

o casi nulo. Cuando aparezca es necesario buscar un elemento no nulo en el
resto de la columna. Si, en el proceso de triangularización, toda la columna
A(k : n, k) es nula o casi nula, entonces A es singular.
34 2. SOLUCIÓN DE SISTEMAS LINEALES

para k = 1, ..., n − 1
para i = k + 1, ..., n
si |akk | ≤ ε ent
buscar m, k + 1 ≤ m ≤ n, tal que |amk | > ε
si no fue posible ent salir
intercambiar(A(k, k : n), A(m, k : n))
intercambiar(bk , bm )
fin-si
lik = aik /akk , aik = 0
A(i, k + 1 : n) = A(i, k + 1 : n)−lik∗A(k, k + 1 : n)
bi = bi −lik∗bk
fin-para i
fin-para k
si |ann | ≤ ε ent salir

Cuando en un proceso una variable toma valores enteros desde un lı́mite

inferior hasta un lı́mite superior, y el lı́mite inferior es mayor que el lı́mite
superior, el proceso no se efectúa.
Ası́, en el algoritmo anterior se puede hacer variar k, en el bucle externo,
entre 1 y n, y entonces no es necesario controlar si ann ≈ 0 ya que, cuando
k = n, no es posible buscar m entre n + 1 y n.

para k = 1, ..., n
para i = k + 1, ..., n
si |akk | ≤ ε ent
buscar m, k + 1 ≤ m ≤ n, tal que |amk | > ε
si no fue posible ent salir
intercambiar(A(k, k : n), A(m, k : n))
intercambiar(bk , bm )
fin-si
lik = aik /akk , aik = 0
A(i, k + 1 : n) = A(i, k + 1 : n)−lik∗A(k, k + 1 : n)
bi = bi −lik∗bk
fin-para i
fin-para k

function [a, b, indic] = triangulariza(a, b, eps)

// Triangulariza un sistema de ecuaciones
// con matriz invertible.
2.7. MÉTODO DE GAUSS 35

//
// indic valdra 1 si todo funciono bien,
// 0 si la matriz es singular o casi.
//
n = size(a,1)
if argn(2) < 3, eps = 1.0e-10, end
for k=1:n
if abs(a(k,k)) <= eps
m = posNoNulo(a, k)
if m == 0
indic = 0
return
end
t = a(k,k:n)
a(k,k:n) = a(m,k:n)
a(m,k:n) = t
t = b(k)
b(k) = b(m)
b(m) = t
end
for i=k+1:n
lik = a(i,k)/a(k,k)
a(i,k) = 0
a(i,k+1:n) = a(i,k+1:n) - lik*a(k,k+1:n)
b(i) = b(i) - lik*b(k)
end
end
indic = 1
endfunction
//----------------------------------------------------------
function m = posNoNulo(a, k, eps)
// Busca la posicion del primer elemento no nulo en la
// columna k, debajo de la diagonal.
//
// Si no es posible encontrarlo, m valdra 0.
//
if argn(2) < 3, eps = 1.0e-10, end
n = size(a,1)
for i = k+1:n
if abs(a(i,k)) >= eps
36 2. SOLUCIÓN DE SISTEMAS LINEALES

m = i
return
end
end
m = 0
endfunction
//----------------------------------------------------------
function [x, indic] = Gauss(a, b, eps)
// Solucion de un sistema de ecuaciones
// por el metodode Gauss.
//
// indic valdra 1 si todo funciono bien,
// en este caso el vector columna x
// sera la solucion.
// 0 si la matriz es singular o casi
// -1 los tamanos son incompatibles.
//
indic = -1
x = []
n = verifTamanoAb(a, b)
if n == 0, return, end

if argn(2) < 3, eps = 1.0e-10, end

indic = 0
x = []
[a, b, res] = triangulariza(a, b, eps)
if res == 0, return, end

indic = 1
x = solTriSup(a, b, eps)
endfunction
//----------------------------------------------------------
function n = verifTamanoAb(a, b)
// Esta funcion verifica si los tamanos de a, b
// corresponden a un sistema cuadrado a x = b.
// Devuelve n (num. de filas) si todo esta bien,
// devuelve 0 si hay errores.

[n1, n2] = size(a)

2.7. MÉTODO DE GAUSS 37

[n3, n4] = size(b)

if n1 <> n2 | n1 <> n3 | n4 <> 1 | n1 < 1
printf(’\nTamanos inadecuados.\n\n’)
n = 0
else
n = n1
end
endfunction

2.7.1 Número de operaciones

En el método de Gauss hay que tener en cuenta el número de operaciones

de cada uno de los dos procesos: triangularización y solución del sistema
triangular.

Triangularización
Consideremos inicialmente la búsqueda de cero en la posición (2, 1). Para
efectuar A(2, 2 : n) = A(2, 2 : n) − lik ∗ A(1, 2 : n) es necesario hacer n − 1
sumas y restas. Para b2 = b2 −lik∗b1 es necesario una resta. En resumen n
sumas (o restas). Multiplicaciones y divisiones: una división para calcular
lik; n − 1 multiplicaciones para lik ∗ A(1, 2 : n) y una para lik∗b1 . En
resumen, n + 1 multiplicaciones (o divisiones).
Para obtener un cero en la posición (3, 1) se necesita exactamente el mismo
número de operaciones. Entonces para la obtener ceros en la primera columna:

Sumas y restas Multiplicaciones

y divisiones
cero en la posición de a21 n n+1
cero en la posición de a31 n n+1
...
cero en la posición de an1 n n+1
Total para la columna 1 (n − 1)n (n − 1)(n + 1)

Un conteo semejante permite ver que se requieren n − 1 sumas y n multipli-

caciones para obtener un cero en la posición de a32 . Para buscar ceros en la
columna 2 se van a necesitar (n−2)(n−1) sumas y (n−2)n multiplicaciones.
38 2. SOLUCIÓN DE SISTEMAS LINEALES

Sumas y restas Multiplicaciones

y divisiones
ceros en la columna 1 (n − 1)n (n − 1)(n + 1)
ceros en la columna 2 (n − 2)(n − 1) (n − 2)n
ceros en la columna 3 (n − 3)(n − 2) (n − 3)(n − 1)
...
ceros en la columna n − 2 2(3) 2(4)
ceros en la columna n − 1 1(2) 1(3)

Es necesario utilizar el resultado

m
X m(m + 1)(2m + 1)
i2 = ·
6
i=1

Número de sumas y restas:

n−1
X n−1
X n3 n n3
i(i + 1) = (i2 + i) = − ≈ ·
3 3 3
i=1 i=1

Número de multiplicaciones y divisiones:

n−1
X n−1
X n3 n2 5n n3
i(i + 2) = (i2 + 2i) = + − ≈ ·
3 2 6 3
i=1 i=1

Número de operaciones:

n3 n n3 n2 5n 2n3 n2 7n 2n3
− + + − = + − ≈ ·
3 3 3 2 6 3 2 6 3
Proceso completo
El número de operaciones para las dos partes, triangularización y solución
del sistema triangular, es

2n3 3n2 7n 2n3

+ − ≈ ·
3 2 6 3
Para valores grandes de n el número de operaciones de la solución del sis-
tema triangular es despreciable con respecto al número de operaciones de la
triangularización.
2.8. FACTORIZACIÓN LU 39

2.8 Factorización LU

Si durante el proceso del método de Gauss no fue necesario intercambiar

filas, entonces se puede demostrar que se obtiene fácilmente la factorización
A = LU , donde L es una matriz triangular inferior con unos en la diagonal y
U es una matriz triangular superior. La matriz U es simplemente la matriz
triangular superior obtenida al final del proceso.

Para el ejemplo anterior:

 
4 3 -2 1
 0 -0.25 2.5 4.25 
U =
 0


0 45 79
0 0 0 2.8

La matriz L, con unos en la diagonal, va a estar formada simplemente por

los coeficientes lik= lik = aik /akk .
 
1 0 0 ··· 0
 l21 1 0 ··· 0 
 
 
L =  l31 l32 1 ··· 0 
 .. .. .. 
 . . . 
ln1 ln2 ln3 · · · 1

Siguiendo con el ejemplo:

 
1 0 0 0
 0.75 1 0 0 
L=
 -0.5

-18 1 0 
-1.25 -15 0.8 1

En este ejemplo, fácilmente se comprueba que LU = A. Esta factorización

es útil para resolver otro sistema Ax = b̃, exactamente con la misma matriz
de coeficientes, pero con diferentes términos independientes.

Ax = b̃,
LU x = b̃,
Ly = b̃,
donde U x = y.

En resumen:
40 2. SOLUCIÓN DE SISTEMAS LINEALES

• Resolver Ly = b̃ para obtener y.

• Resolver U x = y para obtener x.

Ejemplo 2.4. Resolver

4x1 + 3x2 − 2x3 + x4 = 8

3x1 + 2x2 + x3 + 5x4 = 30
−2x1 + 3x2 + x3 + 2x4 = 15
−5x1 + x3 + x4 = 2

Al resolver
    
1 0 0 0 y1 8
 0.75 1 0 0   y2   30 
  = 
 -0.5 -18 1 0   y3   15 
-1.25 -15 0.8 1 y4 2
 T
se obtiene y = 8 24 451 11.2 . Al resolver
    
4 3 -2 1 x1 8.0
 0 -0.25 2.5 4.25   x2   24.0 
  = 
 0 0 45 79   x3   451.0 
0 0 0 2.8 x4 11.2
 T
se obtiene la solución final x = 1 2 3 4 . 3

Resolver un sistema triangular, con unos en la diagonal, requiere n2 −n ≈ n2

operaciones. Entonces, para resolver un sistema adicional, con la misma
matriz A, se requiere efectuar aproximadamente 2n2 operaciones, en lugar
de 2n3 /3 que se requerirı́an si se volviera a empezar el proceso.
La factorización A = LU es un subproducto gratuito del método de Gauss;
gratuito en tiempo y en requerimientos de memoria. No se requiere tiempo
adicional puesto que el cálculo de los lik se hace dentro del método de
Gauss. Tampoco se requiere memoria adicional puesto que los valores lik se
pueden ir almacenando en A en el sitio de aik que justamente vale cero.

En el algoritmo hay únicamente un pequeño cambio:

2.9. MÉTODO DE GAUSS CON PIVOTEO PARCIAL 41

..
.
lik = aik /akk
aik = lik
A(i, k + 1 : n − 1) = A(i, k + 1 : n − 1)−lik∗A(k, k + 1 : n − 1)
bi = bi −lik∗bk
..
.

En la matriz final A estará la información indispensable de L y de U .

 
u11 u12 u13 · · · u1n
 l21 u22 u23 · · · u2n 
 
 · · · u3n 
L =  l31 l32 u31 
 .. .. .. 
 . . . 
ln1 ln2 ln3 ··· unn

En el ejemplo anterior, la matriz final con información de L y de U es:

 
4 3 -2 1
 0.75 -0.25 2.5 4.25 
 
 -0.5 -18 45 79 
-1.25 -15 0.8 2.8

2.9 Método de Gauss con pivoteo parcial

En el método de Gauss clásico, únicamente se intercambian filas cuando

el pivote, akk , es nulo o casi nulo. Como el pivote (el elemento akk en
la iteración k) va a ser divisor para el cálculo de lik, y como el error de
redondeo o de truncamiento se hace mayor cuando el divisor es cercano a
cero, entonces es muy conveniente buscar que el pivote sea grande en valor
absoluto. Es decir, hay que evitar los pivotes que sin ser nulos son cercanos
a cero.
En el método de Gauss con pivoteo parcial se busca el elemento dominante,
o sea, el de mayor valor absoluto en la columna k de la diagonal hacia abajo,
es decir, entre los valores |akk |, |ak+1,k |, |ak+2,k |, ..., |akn |, y se intercambian
la fila k y la fila del valor dominante. Esto mejora notablemente, en muchos
casos, la precisión de la solución final obtenida.
Se dice que el pivoteo es total si en la iteración k se busca el mayor valor
de {|aij | : k ≤ i, j ≤ n}. En este caso es necesario intercambiar dos filas
42 2. SOLUCIÓN DE SISTEMAS LINEALES

y dos columnas. Ası́ se consigue mejorar un poco la precisión con respecto

al método de pivoteo parcial, pero a un costo nada despreciable. En el
método de pivoteo parcial se busca el mayor valor entre n − k + 1 valores.
En el pivoteo total se busca entre (n − k + 1)2 valores. Si se busca, de
manera secuencial, el máximo entre p elementos, entonces hay que hacer,
además de operaciones de asignación, por lo menos p − 1 comparaciones.
Estas operaciones no son de punto flotante y son más rápidas que ellas,
pero para n grande, el tiempo utilizado no es despreciable. En el método
de pivoteo parcial hay aproximadamente n2 /2 comparaciones, en el pivoteo
total aproximadamente n3 /6. En resumen, con el pivoteo total se gana un
poco de precisión, pero se gasta bastante más tiempo. El balance aconseja
preferir el pivoteo parcial.
Ejemplo 2.5. Resolver por el método de Gauss con pivoteo parcial el si-
guiente sistema de ecuaciones.

4x1 + 3x2 − 2x3 + x4 = 4

3x1 + 2x2 + x3 + 5x4 = −8
−2x1 + 3x2 + x3 + 2x4 = −7
−5x1 + x3 + x4 = −8

La matriz aumentada es:

 
4 3 -2 1 4
 3 2 1 5 -8 
 
 -2 3 1 2 -7 
-5 0 1 1 -8
El valor dominante de A(1 : 4, 1) es −5 y está en la fila 4. Entonces se
intercambian las filas 1 y 4.
 
-5 0 1 1 -8
 3 2 1 5 -8 
 
 -2 3 1 2 -7 
4 3 -2 1 4
Buscar ceros en las posiciones de a21 , a31 , a41 se hace de la manera habitual
usando los valores de lik= 3/(−5) = −0.6, 0.4 y −0.8. Se obtiene
 
-5 0 1 1 -8
 0 2 1.6 5.6 -12.8 
 
 0 3 0.6 1.6 -3.8 
0 3 -1.2 1.8 -2.4
2.9. MÉTODO DE GAUSS CON PIVOTEO PARCIAL 43

El valor dominante de A(2 : 4, 2) es 3 y está en la fila 3 (o en la fila 4).

Entonces se intercambian las filas 2 y 3.
 
-5 0 1 1 -8
 0 3 0.6 1.6 -3.8 
 
 0 2 1.6 5.6 -12.8 
0 3 -1.2 1.8 -2.4

Buscar ceros en las posiciones de a32 , a42 se hace usando los valores de
lik= 2/3 = 0.6666 y 1. Se obtiene
 
-5 0 1 1 -8
 0 3 0.6 1.6 -3.8 
 
 0 0 1.2 4.5333 -10.2667 
0 0 -1.8 0.2 1.4

Hay que intercambiar las filas 3 y 4.

 
-5 0 1 1 -8
 0 3 0.6 1.6 -3.8 
 
 0 0 -1.8 0.2 1.4 
0 0 1.2 4.5333 -10.2667

El valor de lik es 1.2/(−1.8) = −0.6667. Se obtiene

 
-5 0 1 1 -8
 0 3 0.6 1.6 -3.8 
 
 0 0 -1.8 0.2 1.4 
0 0 0 4.6667 -9.3333

Al resolver el sistema triangular superior, se encuentra la solución:

x = (1, 0, −1, −2) . 3

En Scilab la búsqueda del valor dominante y su fila se puede hacer mediante:

[vmax, posMax] = max(abs(a(k:n,k)))

m = k - 1 + posMax
if vmax <= eps, indic = 0, return, end

El ejemplo anterior sirve simplemente para mostrar el desarrollo del método

de Gauss con pivoteo parcial, pero no muestra sus ventajas. El ejemplo
44 2. SOLUCIÓN DE SISTEMAS LINEALES

siguiente, tomado de [Atk78], se resuelve inicialmente por el método de

Gauss sin pivoteo y después con pivoteo parcial. Los cálculos se hacen con
cuatro cifras decimales.

0.729x1 + 0.81x2 + 0.9x3 = 0.6867

x1 + x2 + x3 = .8338
1.331x1 + 1.21x2 + 1.1x3 = 1

Con la solución exacta, tomada con cuatro cifras decimales, es

x = ( 0.2245, 0.2814, 0.3279 ).

Al resolver el sistema por el método de Gauss, con cuatro cifras decimales

y sin pivoteo, resultan los siguientes pasos:
 
0.7290 0.8100 0.9000 0.6867
 1.0000 1.0000 1.0000 0.8338 
1.3310 1.2100 1.1000 1.0000

Con lik = 1.3717 y con lik = 1.8258 se obtiene

 
0.7290 0.8100 0.9000 0.6867
 0.0000 -0.1111 -0.2345 -0.1081 
0.0000 -0.2689 -0.5432 -0.2538

Con lik = 2.4203 se obtiene

 
0.7290 0.8100 0.9000 0.6867
 0.0000 -0.1111 -0.2345 -0.1081 
0.0000 0.0000 0.0244 0.0078

La solución del sistema triangular da:

x = ( 0.2163, 0.2979, 0.3197 ).

Sea x∗ la solución exacta del sistema Ax = b. Para comparar x1 y x2 , dos

aproximaciones de la solución, se miran sus distancias a x∗ :

kx1 − x∗ k , kx2 − x∗ k.

Si kx1 −x∗ k < kx2 −x∗ k, entonces x1 es, entre x1 y x2 , la mejor aproximación
de x∗ . Cuando no se conoce x∗ , entonces se utiliza la norma del vector
2.9. MÉTODO DE GAUSS CON PIVOTEO PARCIAL 45

residuo o resto, r = Ax − b. Si x es la solución exacta, entonces la norma de

su resto vale cero. Entonces hay que comparar

kAx1 − bk , kAx2 − bk.

Para la solución obtenida por el método de Gauss, sin pivoteo,

kAx − bk = 1.0357e-004 , kx − x∗ k = 0.0202 .

En seguida está el método de Gauss con pivoteo parcial, haciendo cálculos

con 4 cifras decimales.
 
0.7290 0.8100 0.9000 0.6867
 1.0000 1.0000 1.0000 0.8338 
1.3310 1.2100 1.1000 1.0000

Intercambio de las filas 1 y 3.

 
1.3310 1.2100 1.1000 1.0000
 1.0000 1.0000 1.0000 0.8338 
0.7290 0.8100 0.9000 0.6867

Con lik = 0.7513 y con lik = 0.5477 se obtiene

 
1.3310 1.2100 1.1000 1.0000
 0.0000 0.0909 0.1736 0.0825 
0.0000 0.1473 0.2975 0.1390

Intercambio de las filas 2 y 3.

 
1.3310 1.2100 1.1000 1.0000
 0.0000 0.1473 0.2975 0.1390 
0.0000 0.0909 0.1736 0.0825

Con lik = 0.6171 se obtiene

 
1.3310 1.2100 1.1000 1.0000
 0.0000 0.1473 0.2975 0.1390 
0.0000 0.0000 -0.0100 -0.0033

La solución del sistema triangular da:

x = ( 0.2267, 0.2770, 0.3300 ).

46 2. SOLUCIÓN DE SISTEMAS LINEALES

El cálculo del residuo y la comparación con la solución exacta da:

kAx − bk = 1.5112e-004 , kx − x∗ k = 0.0053 .
Se observa que para este ejemplo la norma del residuo es del mismo orden de
magnitud que la norma del residuo correspondiente a la solución obtenida
sin pivoteo, aunque algo mayor. La comparación directa con la solución
exacta favorece notablemente al método de pivoteo parcial: 0.0053 y 0.0202,
relación de 1 a 4 aproximadamente. Además, “visualmente” se observa la
mejor calidad de la solución obtenida con pivoteo.

2.10 Factorización LU =PA

Si se aplica el método de Gauss con pivoteo parcial muy probablemente se

hace por lo menos un intercambio de filas y no se puede obtener la factor-
ización A = LU , pero sı́ se puede obtener la factorización
LU = P A.
Las matrices L y U tienen el mismo significado de la factorización LU . P
es una matriz de permutación, es decir, se obtiene mediante permutación de
filas de la matriz identidad I.

Si P y Q son matrices de permutación, entonces:

• P Q es una matriz de permutación.

• P −1 = P T (P es ortogonal).
• P A es una permutación de las filas de A.
• AP es una permutación de las columnas de A.

Una matriz de permutación P se puede representar de manera más compacta

por medio de un vector p ∈ Rn con la siguiente convención:
Pi· = Ipi ·
En palabras, la fila i de P es simplemente la fila pi de I. Obviamente p debe
cumplir:
pi ∈ {1, 2, 3, ..., n} ∀i
pi 6= pj ∀i 6= j.
2.10. FACTORIZACIÓN LU=PA 47

Por ejemplo, p = (2, 4, 3, 1) representa la matriz

 
0 1 0 0
 0 0 0 1 
P =  0
.

0 1 0
1 0 0 0
De la misma forma que en la factorización LU , los valores lik se almacenan en
el sitio donde se anula el valor aik . El vector p inicialmente es (1, 2, 3, ..., n).
A medida que se intercambian las filas de la matriz, se intercambian las
componentes de p.
Ejemplo 2.6. Obtener la factorización LU = P A, donde
 
4 3 -2 1
 3 2 1 5 
A=  -2
.

3 1 2
-5 0 1 1
Inicialmente p = (1, 2, 3, 4). Para buscar el mejor pivote, se intercambian
las filas 1 y 4.
 
-5 0 1 1
 3 2 1 5 
p = (4, 2, 3, 1), 
 -2
.
3 1 2 
4 3 -2 1
Buscando ceros en la primera columna y almacenando allı́ los valores lik se
obtiene:  
-5 0 1 1
 -0.6 2 1.6 5.6 
 .
 0.4 3 0.6 1.6 
-0.8 3 -1.2 1.8
Para buscar el mejor pivote, se intercambian las filas 2 y 3.
 
-5 0 1 1
 0.4 3 0.6 1.6 
p = (4, 3, 2, 1), 
 -0.6
.

2 1.6 5.6
-0.8 3 -1.2 1.8
Buscando ceros en la segunda columna y almacenando allı́ los valores lik se
obtiene:  
-5 0 1 1
 0.4 3 0.6 1.6 
 .
 -0.6 0.6667 1.2 4.5333 
-0.8 1 -1.8 0.2
48 2. SOLUCIÓN DE SISTEMAS LINEALES

Para buscar el mejor pivote, se intercambian las filas 3 y 4.

 
-5 0 1 1
 0.4 3 0.6 1.6 
p = (4, 3, 1, 2),  .
 -0.8 1 -1.8 0.2 
-0.6 0.6667 1.2 4.5333

Buscando ceros en la tercera columna y almacenando allı́ los valores lik se

obtiene:  
-5 0 1 1
 0.4 3 0.6 1.6 
 .
 -0.8 1 -1.8 0.2 
-0.6 0.6667 -0.6667 4.6667
En esta última matriz y en el arreglo p está toda la información necesaria
para obtener L, U , P . Entonces:
 
1 0 0 0
 0.4 1 0 0 
L=
 -0.8
.
1 1 0 
-0.6 0.6667 -0.6667 1
 
-5 0 1 1
 0 3 0.6 1.6 
U =

.

0 0 -1.8 0.2
0 0 0 4.6667
 
0 0 0 1
 0 0 1 0 
P =
 1
. 3
0 0 0 
0 1 0 0

Si se desea resolver el sistema Ax = b a partir de la descomposición P A =

LU , se considera el sistema P −1 LU x = b, o sea, P T LU x = b. Sean z = LU x
y y = U x. La solución de Ax = b tiene tres pasos:

• Resolver P T z = b, o sea, z = P b.

• Resolver Ly = z.

• Resolver U x = y.
2.11. MÉTODO DE CHOLESKY 49

Ejemplo 2.7. Para la matriz A del ejemplo anterior, resolver Ax = b con

b = [4 − 8 − 7 − 8]T .

 
-8
 -7 
z = Pb = 


4 
-8

 
-8
 -3.8 
Ly = z , entonces y = 
 1.4


-9.3333



1
 0 
U x = y , entonces x =  
 -1  3
-2

En Scilab, la factorización se puede obtener mediante la orden

[L, U, P] = lu(A)

2.11 Método de Cholesky

Este método sirve para resolver el sistema Ax = b cuando la matriz A es

definida positiva (también llamada positivamente definida). Este tipo de
matrices se presenta en problemas especı́ficos de ingenierı́a y fı́sica, princi-
palmente.

2.11.1 Matrices definidas positivas

Una matriz simétrica es definida positiva si

xT Ax > 0, ∀ x ∈ Rn , x 6= 0. (2.5)
50 2. SOLUCIÓN DE SISTEMAS LINEALES

Para una matriz cuadrada cualquiera,

  
a11 a12 . . . a1n x1
   a21 a22 . . . a2n   x2 
xT Ax = x1 x2 . . . xn 

 ... 


an1 an2 . . . ann xn

 
a11 x1 + a12 x2 + · · · + a1n xn
   a21 x1 + a22 x2 + · · · + a2n xn 
= x1 x2 . . . xn 


an1 x1 + an2 x2 + · · · + ann xn
n X
X n
= aij xi xj .
i=1 j=i

Si A es simétrica,
n
X n−1
X n
X
xT Ax = aii x2i + 2 aij xi xj .
i=1 i=1 j=i+1

Ejemplo 2.8. Sea I la matriz identidad de orden n. Entonces xT Ix =

xT x = kxk2 . Luego la matriz I es definida positiva. 3
Ejemplo 2.9. Sea A la matriz nula de orden n. Entonces xT 0 x = 0. Luego
la matriz nula no es definida positiva. 3
Ejemplo 2.10. Sea
 
1 2
A = .
2 5
xT Ax = x21 + 5x22 + 4x1 x2
= x21 + 4x1 x2 + 4x22 + x22
= (x1 + 2x2 )2 + x22 .
Obviamente xT Ax ≥ 0. Además xT Ax = 0 si y solamente si los dos suman-
dos son nulos, es decir, si y solamente si x2 = 0 y x1 = 0, o sea, cuando
x = 0. Luego A es definida positiva. 3
Ejemplo 2.11. Sea
 
1 2
A = .
2 4
xT Ax = x21 + 4x22 + 4x1 x2
= (x1 + 2x2 )2 .
2.11. MÉTODO DE CHOLESKY 51

Obviamente xT Ax ≥ 0. Pero si x = (6, −3), entonces xT Ax = 0. Luego A

no es definida positiva. 3
Ejemplo 2.12. Sea
 
1 2
A = .
2 3
xT Ax = x21 + 3x22 + 4x1 x2
= (x1 + 2x2 )2 − x22 .
Si x = (6, −3), entonces xT Ax = −9. Luego A no es definida positiva. 3
Ejemplo 2.13. Sea
 
1 2
A = .
3 4
Como A no es simétrica, entonces no es definida positiva. 3

Sean λ1 , λ2 , . . . , λn los valores propios de A. Si A es simétrica, entonces

todos sus valores propios son reales.
Sea δi el determinante de la submatriz de A, de tamaño i × i, obtenida al
quitar de A las filas i + 1, i + 2, ..., n y las columnas i + 1, i + 2, ..., n. O
sea,
δ1 = det([a11 ]) = a11 ,
 
a11 a12
δ2 = det ,
a21 a22
 
a11 a12 a13
δ3 = det  a21 a22 a13  ,
a31 a32 a33
..
.
δn = det(A).
La definición 2.5 tiene relación directa con el nombre matriz definida posi-
tiva. Sin embargo, no es una manera fácil o práctica de saber cuándo una
matriz simétrica es definida positiva, sobre todo si A es grande. El teorema
siguiente presenta algunas de las caracterizaciones de las matrices definidas
positivas. Para matrices pequeñas (n ≤ 4) la caracterización por medio de
los δi puede ser la de aplicación más sencilla. La última caracterización, lla-
mada factorización de Cholesky, es la más adecuada para matrices grandes.
En [Str86], [NoD88] y [Mor01] hay demostraciones y ejemplos.
52 2. SOLUCIÓN DE SISTEMAS LINEALES

Teorema 2.1. Sea A simétrica. Las siguientes afirmaciones son equiva-

lentes.

• A es definida positiva.
• λi > 0, ∀i.
• δi > 0, ∀i.
• Existe U matriz triangular superior e invertible tal que A = U T U .

2.11.2 Factorización de Cholesky

Scilab tiene la función chol para obtener la factorizacón de Cholesky.

Cuando no es posible aparecerá un mensaje de error.

a = [ 4 -6; -6 25]
u = chol(a)

Antes de estudiar el caso general, veamos la posible factorización para los

ejemplos de la sección anterior.
La matriz identidad se puede escribir como I = I T I, siendo I triangular
superior invertible. Luego existe la factorización de Cholesky para la matriz
identidad.
Si existe la factorización de Cholesky de una matriz, al ser U y U T invertibles,
entonces A debe ser invertible. Luego la matriz nula no tiene factorización
de Cholesky.

Sea  
1 2
A= .
2 5
Entonces

    
u11 0 u11 u12 1 2
=
u12 u22 0 u22 2 5
u211 = 1
u11 u12 = 2,
u212 + u222 = 5
2.11. MÉTODO DE CHOLESKY 53

Se deduce que

u11 = 1
u12 = 2,
u22 = 1,
 
1 2
U = .
0 1

Entonces existe la factorización de Cholesky de A.

Cuando se calculó u11 se hubiera podido tomar u11 = −1 y se hubiera podido
obtener otra matriz U . Se puede demostrar que si se escogen los elementos
diagonales uii positivos, entonces la factorización, cuando existe, es única.

Sea  
1 2
A= .
2 4
Entonces
    
u11 0 u11 u12 1 2
=
u12 u22 0 u22 2 4
u211 = 1
u11 u12 = 2,
u212 + u222 = 4

Se deduce que

u11 = 1
u12 = 2,
u22 = 0,
 
1 2
U = .
0 0

Entonces, aunque existe U tal que A = U T U , sin embargo no existe la

factorización de Cholesky de A ya que U no es invertible.

Sea  
1 2
A= .
2 3
54 2. SOLUCIÓN DE SISTEMAS LINEALES

Entonces
    
u11 0 u11 u12 1 2
=
u12 u22 0 u22 2 3
u211 = 1
u11 u12 = 2,
u212 + u222 = 3

Se deduce que

u11 = 1
u12 = 2,
u222 = −1.

Entonces no existe la factorización de Cholesky de A.

En el caso general,
  
u11 u11 · · · u1k · · · u1j · · · u1n
 ..  .. 
 .  . 
  
 u1k · · · ukk  ukk · · · ukj · · · ukn 
  
 ..  .. 
 .  . 
  
 u1j · · · ukj · · · ujj  ujj · · · ujn 
  
 ..  .. 
 .  . 
u1n · · · ukn · · · ujn · · · unn unn

El producto de la fila 1 de U T por la columna 1 de U da:

u211 = a11 .

Luego
√
u11 = a11 . (2.6)
El producto de la fila 1 de U T por la columna j de U da:

u11 u1j = a1j .

Luego
a1j
u1j = , j = 2, ..., n. (2.7)
u11
Al hacer el producto de la fila 2 de U T por la columna 2 de U , se puede
calcular u22 . Al hacer el producto de la fila 2 de U T por la columna j de
2.11. MÉTODO DE CHOLESKY 55

U , se puede calcular u2j . Se observa que el cálculo de los elementos de U

se hace fila por fila. Supongamos ahora que se conocen los elementos de las
filas 1, 2, ..., k − 1 de U y se desea calcular los elementos de la fila k de U .
El producto de la fila k de U T por la columna k de U da:

k
X
u2ik = akk
i=1
k−1
X
u2ik + u2kk = akk .
i=1

Luego
v
u k−1
u X
ukk t
= akk − u2ik , k = 2, ..., n. (2.8)
i=1

El producto de la fila k de U T por la columna j de U da:

k
X
uik uij = akj .
i=1

Luego

k−1
X
akj − uik uij
i=1
ukj = , k = 2, ..., n, j = k + 1, ..., n. (2.9)
ukk

Si consideramos que el valor de la sumatoria es 0 cuando el lı́mite inferior

es más grande que el lı́mite superior, entonces las fórmulas 2.8 y 2.9 pueden
ser usadas para k = 1, ..., n.

Ejemplo 2.14. Sea

 
16 −12 8 −16
 −12 18 −6 9 
A = 

.
8 −6 5 −10 
−16 9 −10 46

√
u11 = 16 = 4
56 2. SOLUCIÓN DE SISTEMAS LINEALES

−12
u12 = = −3
4
8
u13 = =2
4
−16
u14 = = −4
4
p
u22 = 18 − (−3)2 = 3

−6 − (−3)(2)
u23 = =0
3
9 − (−3)(−4)
u24 = = −1
3
p
u33 = 5 − (22 + 02 ) = 1

−10 − ( 2(−4) + 0(−1) )

u34 = = −2
1
p
u44 = 46 − ( (−4)2 + (−1)2 + (−2)2 ) = 5 .

Entonces,
 
4 −3 2 −4
 0 3 0 −1 
U = 
 0
. 3
0 1 −2 
0 0 0 5

La factorización de Cholesky no existe cuando en la fórmula 2.8 la cantidad

dentro del radical es negativa o nula. Utilizando el producto entre matrices,
las fórmulas 2.8 y 2.9 se pueden reescribir ası́:

t = akk − U (1 : k − 1, k)T U (1 : k − 1, k),

√
ukk = t,
akj − U (1 : k − 1, k)T U (1 : k − 1, j)
ukj =
ukk

Para ahorrar espacio de memoria, los valores ukk y ukj se pueden almacenar
sobre los antiguos valores de akk y akj . O sea, al empezar el algoritmo se
tiene la matriz A. Al finalizar, en la parte triangular superior del espacio
2.11. MÉTODO DE CHOLESKY 57

ocupado por A estará U .

t = akk − U (1 : k − 1, k)T U (1 : k − 1, k), (2.10)

√
akk = t, (2.11)
akj − U (1 : k − 1, k)T U (1 : k − 1, j)
akj = (2.12)
akk

El siguiente es el esquema del algoritmo para la factorización de Cholesky. Si

acaba normalmente, la matriz A es definida positiva. Si en algún momento
t ≤ ε, entonces A no es definida positiva.

datos: A, ε
para k = 1, ..., n
cálculo de t según (2.10)
si t ≤ √ ε ent salir
akk = t
para j = k + 1, ..., n
cálculo de akj según (2.12)
fin-para j
fin-para k

La siguiente es la implementación en Scilab, utilizando las operaciones ma-

triciales de Scilab:

function [U, ind] = Cholesky(A)

//
// Factorizacion de Cholesky.
//
// Trabaja unicamente con la parte triangular superior.
//
// ind = 1 si se obtuvo la factorizacion de Choleky
// = 0 si A no es definida positiva
//
//************
eps = 1.0e-8
//************

n = size(A,1)
U = zeros(n,n)
58 2. SOLUCIÓN DE SISTEMAS LINEALES

for k = 1:n
t = A(k,k) - U(1:k-1,k)’*U(1:k-1,k)
if t <= eps
printf(’Matriz no definida positiva.\n’)
ind = 0
return
end
U(k,k)= sqrt(t)
for j = k+1:n
U(k,j) = ( A(k,j) - U(1:k-1,k)’*U(1:k-1,j) )/U(k,k)
end
end
ind = 1
endfunction

2.11.3 Número de operaciones de la factorización

Para el cálculo del número de operaciones supongamos que el tiempo nece-

sario para calcular una raı́z cuadrada es del mismo orden de magnitud que
el tiempo de una multiplicación.

Sumas y restas Multiplicaciones,

divisiones y raı́ces
cálculo de u11 0 1
cálculo de u12 0 1
cálculo de u1n 0 1
cálculo de u22 1 2
cálculo de u23 1 2
cálculo de u2n 1 2
...
cálculo de unn n−1 n

Agrupando por filas:

2.11. MÉTODO DE CHOLESKY 59

Sumas y restas Multiplicaciones,

divisiones y raı́ces
cálculo de U1· n(0) n(1)
cálculo de U2· (n − 1)1 (n − 1)2
cálculo de U3· (n − 2)2 (n − 2)3
...
cálculo de Un· 1(n − 1) 1(n)

Número de sumas y restas:

n−1
X n3 − n n3
(n − i)i = ≈ .
6 6
i=1

Número de multiplicaciones, divisiones y raı́ces:

n
X n3 n2 n n3
(n + 1 − i)i = + + ≈ .
6 2 3 6
i=1

Número total de operaciones:

n3 n2 n n3
+ + ≈ .
3 2 6 3

2.11.4 Solución del sistema

Una vez obtenida la factorización de Cholesky, resolver Ax = b es lo mismo

que resolver U T U x = b. Al hacer el cambio de variable U x = y, la solución
del sistema Ax = b se convierte en

resolver U T y = b, (2.13)
resolver U x = y. (2.14)

Resolver cada uno de los dos sistemas es muy fácil. El primero es triangular
inferior, el segundo triangular superior. El número total de operaciones
para resolver el sistema está dado por la factorización más la solución de
dos sistemas triangulares.

n3 n3
Número de operaciones ≈ + 2 n2 ≈ ·
3 3
60 2. SOLUCIÓN DE SISTEMAS LINEALES

Esto quiere decir que para valores grandes de n, resolver un sistema, con
A definida positiva, por el método de Cholesky, gasta la mitad del tiempo
requerido por el método de Gauss.
El método de Cholesky se utiliza para matrices definidas positivas. Pero
no es necesario tratar de averiguar por otro criterio si la matriz es definida
positiva. Simplemente se trata de obtener la factorización de Cholesky de
A simétrica. Si fue posible, entonces A es definida positiva y se continúa
con la solución de los dos sistemas triangulares. Si no fue posible obtener la
factorización de Cholesky, entonces A no es definida positiva y no se puede
aplicar el método de Cholesky para resolver Ax = b.

Ejemplo 2.15. Resolver

    
16 −12 8 x1 76
 −12 18 −6   x2  =  −66  .
8 −6 8 x3 46

La factorización de Cholesky es posible (A es definida positiva):

 
4 −3 2
U = 0 3 0 .
0 0 2

Al resolver U T y = b se obtiene

y = (19, −3, 4).

Finalmente, al resolver U x = y se obtiene

x = (3, −1, 2). 3

La implementación en Scilab de la solución de un sistema con matriz simétrica

y definida positiva se puede hacer por medio de una función que llama tres
funciones:

function [x, info] = solCholesky(a, b)

// Solucion de un sistema de ecuaciones por
// el método de Cholesky
//
// Se supone que a es simetrica y se utiliza
// unicamente la parte triangular superior de a.
2.12. SOLUCIÓN POR MÍNIMOS CUADRADOS 61

//
// info valdra 1 si a es definida positiva,
// asi x sera un vector columna
// con la solucion,
// 0 si a no es definida positiva.
//
[a, info] = Cholesky(a)
if info == 0, return, end
y = sol_UT_y_b(a, b)
x = solTriSup(a, y)
endfunction

La segunda función, y = sol_UT_y_b(U, b) resuelve el sistema U T y = b ,

pero se tiene la información de U . Si se sabe con certeza que la matriz
es definida positiva, en lugar de Cholesky, es preferible usar la función de
Scilab chol más eficiente.

2.12 Solución por mı́nimos cuadrados

Consideremos ahora un sistema de ecuaciones Ax = b, no necesariamente

cuadrado, donde A es una matriz m × n cuyas columnas son linealmente
independientes. Esto implica que hay más filas que columnas, m ≥ n, y
que además el rango de A es n. Es muy probable que este sistema no
tenga solución, es decir, tal vez no existe x que cumpla exactamente las m
igualdades. Se desea que
Ax = b,
Ax − b = 0,
kAx − bk = 0,
kAx − bk2 = 0,
kAx − bk22 = 0.
Es posible que lo deseado no se cumpla, entonces se quiere que el incumplim-
iento (el error) sea lo más pequeño posible. Se desea minimizar esa cantidad,
min kAx − bk22 . (2.15)
El vector x que minimice kAx−bk22 se llama solución por mı́nimos cuadrados.
Como se verá más adelante, tal x existe y es único (suponiendo que las
columnas de A son linealmente independientes).
62 2. SOLUCIÓN DE SISTEMAS LINEALES

2.12.1 En Scilab

La orden para hallar por la solución por mı́nimos cuadrados es la misma que
para resolver sistemas de ecuaciones cuadrados, a saber, a\b . Por ejemplo,
para resolver el sistema
   
2 3   43
x
4 5 1 “=”  77 
x2
6 7 109
basta con

a = [ 2 3; 4 5; 7 6 ], b = [ 43 77 109 ]’
x = a\b

El resultado obtenido es

x =

7.6019417
9.3009709

2.12.2 Derivadas parciales

Con el ánimo de hacer más clara la deducción, supongamos que A es una

matriz 4 × 3. Sea f (x) = kAx − bk22 ,
f (x) =(a11 x1 + a12 x2 + a13 x3 − b1 )2 + (a21 x1 + a22 x2 + a23 x3 − b2 )2 +
(a31 x1 + a32 x2 + a33 x3 − b3 )2 + (a41 x1 + a42 x2 + a43 x3 − b4 )2 .

Es posible que algunos de los lectores de este texto no conozcan el cálculo en

varias variables. En este capı́tulo y en el siguiente se requiere saber calcular
derivadas parciales. A continuación se presenta una breve introducción al
cálculo (mecánico) de las derivadas parciales.
Sea ϕ una función de varias variables con valor real, ϕ : Rn → R. Bajo
ciertas condiciones de existencia, la derivada parcial de ϕ con respecto a
xi se obtiene considerando las otras variables como constantes y derivando
ϕ(x1 , x2 , ..., xn ) únicamente con respecto a xi . Esta derivada parcial se de-
nota
∂ϕ
·
∂xi
2.12. SOLUCIÓN POR MÍNIMOS CUADRADOS 63

Evaluada en un punto especı́fico x̄, se denota

∂ϕ
(x̄) ·
∂xi

Por ejemplo, si ϕ(x1 , x2 , x3 , x4 ) = (4x31 + 6x4 )9 + 5x1 x2 + 8x4 ,

∂ϕ
= 9(4x31 + 6x4 )8 (12x21 ) + 5x2 ,
∂x1
∂ϕ
= 5x1 ,
∂x2
∂ϕ
= 0,
∂x3
∂ϕ
= 54(4x31 + 6x4 )8 + 8.
∂x4

2.12.3 Ecuaciones normales

Para obtener el mı́nimo de f se requiere que las tres derivadas parciales,

∂f /∂x1 , ∂f /∂x2 y ∂f /∂x3 , sean nulas.

∂f
=2(a11 x1 + a12 x2 + a13 x3 − b1 )a11
∂x1
+ 2(a21 x1 + a22 x2 + a23 x3 − b2 )a21
+ 2(a31 x1 + a32 x2 + a33 x3 − b3 )a31
+ 2(a41 x1 + a42 x2 + a43 x3 − b4 )a41 .

Escribiendo de manera matricial,

∂f
=2(A1·x − b1 )a11 + 2(A2·x − b2 )a21 + 2(A3·x − b3 )a31
∂x1
+ 2(A4·x − b4 )a41 .
64 2. SOLUCIÓN DE SISTEMAS LINEALES

Si B es una matriz y u un vector columna, entonces (Bu)i = Bi·u.

∂f 
= 2 ((Ax)1 − b1 )a11 + ((Ax)2 − b2 )a21 + ((Ax)3 − b3 )a31
∂x1

+((Ax)4 − b4 a41 ,
4
X
= 2 (Ax − b)i ai1 ,
i=1
4
X
= 2 (A·1 )i (Ax − b)i ,
i=1
X4
= 2 (AT 1·)i (Ax − b)i ,
i=1
= 2AT 1·(Ax − b),


= 2 AT (Ax − b) 1

De manera semejante
∂f

= 2 AT (Ax − b) 2 ,
∂x2
∂f

= 2 AT (Ax − b) 3
∂x3
Igualando a cero las tres derivadas parciales y quitando el 2 se tiene


AT (Ax − b) 1 = 0,


AT (Ax − b) 2 = 0,


AT (Ax − b) 3 = 0

Es decir,

AT (Ax − b) = 0,
AT A x = AT b . (2.16)

Las ecuaciones (2.16) se llaman ecuaciones normales para la solución (o

seudosolución) de un sistema de ecuaciones por mı́nimos cuadrados.
La matriz AT A es simétrica de tamaño n × n. En general, si A es una matriz
m × n de rango r, entonces AT A también es de rango r (ver [Str86]). Como
se supuso que el rango de A es n, entonces AT A es invertible. Más aún, AT A
es definida positiva.
2.12. SOLUCIÓN POR MÍNIMOS CUADRADOS 65

Por ser AT A invertible, hay una única solución de (2.16), o sea, hay un
solo vector x que hace que las derivadas parciales sean nulas. En general,
las derivadas parciales nulas son simplemente una condición necesaria para
obtener el mı́nimo de una función (también lo es para máximos o para puntos
de silla), pero en este caso, como AT A es definida positiva, f es convexa, y
entonces anular las derivadas parciales se convierte en condición necesaria y
suficiente para el mı́nimo.
En resumen, si las columnas de A son linealmente independientes, entonces
la solución por mı́nimos cuadrados existe y es única. Para obtener la solución
por mı́nimos cuadrados se resuelven las ecuaciones normales.
Como AT A es definida positiva, (2.16) se puede resolver por el método de
Cholesky. Si m ≥ n y al hacer la factorización de Cholesky resulta que
AT A no es definida positiva, entonces las columnas de A son linealmente
dependientes.
Si el sistema Ax = b tiene solución exacta, ésta coincide con la solución por
mı́nimos cuadrados.

Ejemplo 2.16. Resolver por mı́nimos cuadrados:

   
2 1 0   3.1
 −1 −2 3  x1  8.9 
   x2  =  .
 −2 2 1   −3.1 
x3
5 4 −2 0.1

Las ecuaciones normales dan:

    
34 20 −15 x1 4.0
 20 25 −12   x2  =  −20.5 
−15 −12 14 x3 23.4

La solución por mı́nimos cuadrados es:

x = (2.0252, −1.0132, 2.9728) .

El error, Ax − b, es:
 
−0.0628
 0.0196 
 
 −0.0039  . 3
0.0275
66 2. SOLUCIÓN DE SISTEMAS LINEALES

Ejemplo 2.17. Resolver por mı́nimos cuadrados:

   
2 1 3   3
 −1 −2 x1
 0 

 9 
 −2 x2  =  .
2 −6   −3 
x3
5 4 6 0

Las ecuaciones normales dan:

    
34 20 48 x1 3
 20 25 15   x2  =  −21 
48 15 81 x3 27

Al tratar de resolver este sistema de ecuaciones por el método de Cholesky;

no se puede obtener la factorización de Cholesky, luego AT A no es definida
positiva, es decir, las columnas de A son linealmente dependientes. Si se
aplica el método de Gauss, se obtiene que AT A es singular y se concluye que
las columnas de A son linealmente dependientes. 3

Ejemplo 2.18. Resolver por mı́nimos cuadrados:

   
2 1   3
 −1 −2  x1  0 
  = .
 −2 2  x2  −6 
5 4 6

Las ecuaciones normales dan:

    
34 20 x1 48
=
20 25 x2 15

La solución por mı́nimos cuadrados es:

x = (2, −1) .

El error, Ax − b, es:  
0
 0 
 .
 0 
0
En este caso, el sistema inicial tenı́a solución exacta y la solución por
mı́nimos cuadrados coincide con ella. 3
2.13. SISTEMAS TRIDIAGONALES 67

La solución por mı́nimos cuadrados de un sistema sobredeterminado también

se puede hacer en Scilab mediante (a’*a)\(a’*b) o por medio de pinv(a)*b ,
pero ambas son menos eficientes que a\b .

La implementación eficiente de la solución por mı́nimos cuadrados, vı́a ecua-

ciones normales, debe tener en cuenta algunos detalles. No es necesario cons-
truir toda la matriz simétrica AT A (n2 elementos). Basta con almacenar en
un arreglo de tamaño n(n + 1)/2 la parte triangular superior de AT A.
Este almacenamiento puede ser por filas, es decir, primero los n elementos
de la primera fila, enseguida los n−1 elementos de la segunda fila a partir del
elemento diagonal, después los n − 2 de la tercera fila a partir del elemento
diagonal y ası́ sucesivamente hasta almacenar un solo elemento de la fila n. Si
se almacena la parte triangular superior de AT A por columnas, se almacena
primero un elemento de la primera columna, enseguida dos elementos de la
segunda columna y ası́ sucesivamente. Cada una de las dos formas tiene sus
ventajas y desventajas. La solución por el método de Cholesky debe tener
en cuenta este tipo de estructura de almacenamiento de la información.
Otros métodos eficientes para resolver sistemas de ecuaciones por mı́nimos
cuadrados utilizan matrices ortogonales de Givens o de Householder.

2.13 Sistemas tridiagonales

Un sistema Ax = b se llama tridiagonal si la matriz A es tridiagonal, o sea,

si
aij = 0 si |i − j| > 1,
es decir, A es de la forma
 
a11 a12 0 0 ··· 0
a21 a22 a23 0 0 
 
 0 a32 a33 a34 0 
 
A= 0 0 a43 a44 0 .
 
 . 
 .. 
0 0 0 0 ··· ann

Estos sistemas se presentan en algunos problemas particulares, por ejemplo,

al resolver, mediante diferencias finitas, una ecuación diferencial lineal de
segundo orden con condiciones de frontera o en el cálculo de los coeficientes
de un trazador cúbico (“spline”).
68 2. SOLUCIÓN DE SISTEMAS LINEALES

Obviamente este sistema se puede resolver mediante el método de Gauss.

Pero dadas las caracterı́sticas especiales es mucho más eficiente sacar prove-
cho de ellas. Se puede mostrar que si A admite descomposición LU , entonces
estas dos matrices también guardan la estructura de A, es decir, L, además
de ser triangular inferior, tiene ceros por debajo de la “subdiagonal” y U ,
además de ser triangular superior, tiene ceros por encima de la “superdia-
gonal”.

Para simplificar, denotemos con fi los elementos de la suddiagonal de L, di

los elementos de la diagonal de U y ui los elementos de la superdiagonal de
U . Se conoce A y se desea conocer L y U a partir de la siguiente igualdad:
  
1 0 0 0 ··· 0 0 d1 u1 0 0 · · · 0 0
f1 1 0 0 0 0  0 d2 u2 0 0 0 
  
 0 f2 1 0 0 0  
   0 0 d3 u3 0 0 
 0 0 f3 1 0 0 
 
  0 0 0 d4 0 0 =A.
 ..  .. 
 .  . 
  
0 0 0 0 1 0   0 0 0 0 dn−1 un−1 
0 0 0 0 fn−1 1 0 0 0 0 0 dn

Sean Fi la fila i de L y Cj la columna j de U . Entonces los productos de

las filas de L por las columnas de U producen las siguientes igualdades:

F1 C1 : d1 = a11
F1 C2 : u1 = a12
F2 C1 : f1 d1 = a21
F2 C2 : f1 u1 + d2 = a22
F2 C3 : u2 = a23
F3 C2 : f2 d2 = a32
F3 C3 : f2 u2 + d3 = a33
F3 C4 : u3 = a34
..
.
Fi Ci−1 : fi−1 di−1 = ai,i−1
Fi Ci : fi−1 ui−1 + di = aii
Fi Ci+1 : ui = ai,i+1
2.13. SISTEMAS TRIDIAGONALES 69

A partir de las igualdades anteriores se obtienen los valores ui , fi y di :

d1 = a11 ,

ui = ai,i+1 , i = 1, ..., n − 1, (2.17)

ai+1,i
fi = ,
di
di+1 = ai+1,i+1 − fi ui

Resolver Ax = b es equivalente a resolver LU x = b. Entonces, si U x = y, se

resuelve Ly = b y después U x = y. Al explicitar las anteriores igualdades
se tiene:

y 1 = b1 ,
fi−1 yi−1 + yi = bi ,
dn xn = yn ,
di xi + ui xi+1 = yi .

Las fórmulas explı́citas son:

y 1 = b1 ,
yi = bi − fi−1 yi−1 , i = 2, ..., n,
yn (2.18)
xn = ,
dn
yi − ui xi+1
xi = , i = n − 1, n − 2, ..., 1.
di

Ejemplo 2.19. Resolver el sistema Ax = b, con

   
2 4 0 0 −8
 3 5 6 0   1 
A=
 0 −4 −5
, b= 
 −2  .
1 
0 0 −1 −2 −10
70 2. SOLUCIÓN DE SISTEMAS LINEALES

Entonces
d1 = 2 ,
u1 = 4 ,
3
f1 = = 1.5 ,
2
d2 = 5 − 1.5 × 4 = −1 ,
u2 = 6 ,
−4
f2 = = 4,
−1
d3 = −5 − 4 × 6 = −29 ,
u3 = 1,
−1
f3 = = 0.034483 ,
−29
d4 = −2 − 0.034483 × 1 = −2.034483 ,

Ahora la solución de los sistemas Ly = b, U x = y :

y1 = −8,
y2 = 1 − 1.5 × (−8) = 13 ,
y3 = −2 − 4 × 13 = −54 ,
y4 = −10 − 0.034483 × −54 = −8.137931 ,
−8.137931
x4 = = 4,
−2.034483
−54 − 1 × 4
x3 = = 2,
−29
13 − 6 × 2
x2 = = −1 ,
−1
−8 − 4 × (−1)
x1 = = −2 . 3
2

Las fórmulas (2.17) y (2.18) se pueden utilizar sin ningún problema si todos
los di son no nulos. Algún elemento diagonal de U resulta nulo si la matriz
A no es invertible o si simplemente A no tiene factorización LU .
Ejemplo 2.20. Consideremos las dos matrices siguientes:
   
2 −3 ′ 0 2
A= , A = .
−8 12 3 4
2.13. SISTEMAS TRIDIAGONALES 71

La matriz A no es invertible y d2 resulta nulo. La matriz A′ es invertible

pero no tiene factorización LU . En este último caso, se obtiene d1 = 0 . 3

Si la matriz A es grande no se justifica almacenar todos los n2 elementos.

Basta con almacenar la diagonal, la subdiagonal y la superdiagonal, es de-
cir 3n − 2 números. Mejor aún, en el mismo sitio donde inicialmente se
almacenan los elementos diagonales de A se pueden almacenar los elemen-
tos diagonales de U a medida que se van calculando, donde se almacenan
los elementos subdiagonales de A se pueden almacenar los elementos subdi-
agoanles de L, los elementos superdiagonales de A son los mismos elementos
superdiagonales de U , donde se almacena b se puede almacenar y y posteri-
ormente x.

En resumen, una implementación eficiciente utiliza 4 vectores d, f , u y b. El

primero y el cuarto están en Rn , los otros dos están en Rn−1 . Al comienzo
d, f , u contienen datos de A y los términos independientes están en b. Al
final d, f , u contienen datos de L, U y la solución final (los xi ) estará en b.

SOLUCIÓN DE SISTEMA TRIDIAGONAL

datos: d, f, u, b, ε

si |d1 | ≤ ε ent parar

para i = 1, ..., n − 1
fi
fi =
di
di+1 = di+1 − fi ∗ ui
si |di+1 | ≤ ε ent parar
fin-para
para i = 2, ..., n
bi = bi − fi−1 bi−1
fin-para
bn
bn =
dn
para i = n − 1, n − 2, ..., 1
bi − ui bi+1
bi =
di
fin-para
72 2. SOLUCIÓN DE SISTEMAS LINEALES

2.14 Cálculo de la inversa

En la mayorı́a de los casos no es necesario calcular explı́citamente la

inversa de una matriz, pues basta con resolver un sistema de ecuaciones.
De todas formas, algunas pocas veces es indispensable obtener la inversa.

A continuación está el algoritmo para el cáculo de la inversa, tomado y

adaptado de [Stewart 98], basado en la factorización LU = P A (con pivo-
teo parcial). Se utiliza un vector p en Zn−1 que tiene toda la información
indispensable para obtener la matriz P , pero no representa directamente la
permutación. Al principio p es simplemente (1, 2, ..., n − 1).
Sólamente se utiliza memoria para una matriz. Al principio está A; al final
del algoritmo, si indic = 1, está la inversa. Cuando indic = 0, la matriz
es singular o casi singular.
Se utiliza la notación de Matlab y Scilab para las submatrices de A. Para
los elementos de A y p se utiliza la notación usual con subı́ndices.

datos: A, ε
resultados: la inversa almacenada en A, indic

Factorización:
p = (1, 2, ..., n − 1)
para k = 1 : n − 1
determinar m tal que |amk | = max{ |aik | : i = k, ..., n}
si |amk | ≤ ε
indic = 0, parar
fin-si
pk = m
si m > k
A(k, : ) ↔ A(m, : )
fin-si
A(k + 1 : n, k) = A(k + 1 : n, k)/akk
A(k + 1 : n, k + 1 : n) = A(k + 1 : n, k + 1 : n) − A(k + 1 : n, k)A(k, k + 1 : n)
fin-para
si |ann | ≤ ε
indic = 0, parar
fin-si
indic = 1
2.14. CÁLCULO DE LA INVERSA 73

Cálculo de U −1 :
para k = 1 : n
akk = 1/akk
para i = 1 : k − 1
aik = −akk A(i, i : k − 1)A(i : k − 1, k)
fin-para
fin-para

Cálculo de U −1 L−1 :
para k = n − 1 : −1 : 1
t = A(k + 1 : n, k)
A(k + 1 : n, k) = 0
A( : , k) = A( : , k) − A( : , k + 1 : n) t
fin-para

Reordenamiento de columnas :
para k = n − 1 : −1 : 1
si pk 6= k
A( : , k) ↔ A( : , pk )
fin-si
fin-para

Ejemplo 2.21. A inicial

-2.0000 -4.0000 4.0000 -2.0000
-5.0000 1.0000 2.0000 1.0000
4.0000 -3.0000 0.0000 -4.0000
-2.0000 -3.0000 1.0000 -1.0000
p inicial :
1 2 3

Factorisacion

k = 1
m = 2
p :
2 2 3
intercambio de filas : 1 2
A despues de intercambio
-5.0000 1.0000 2.0000 1.0000
-2.0000 -4.0000 4.0000 -2.0000
74 2. SOLUCIÓN DE SISTEMAS LINEALES

4.0000 -3.0000 0.0000 -4.0000

-2.0000 -3.0000 1.0000 -1.0000
A despues de operaciones
-5.0000 1.0000 2.0000 1.0000
0.4000 -4.4000 3.2000 -2.4000
-0.8000 -2.2000 1.6000 -3.2000
0.4000 -3.4000 0.2000 -1.4000

k = 2
m = 2
p :
2 2 3
A despues de operaciones
-5.0000 1.0000 2.0000 1.0000
0.4000 -4.4000 3.2000 -2.4000
-0.8000 0.5000 0.0000 -2.0000
0.4000 0.7727 -2.2727 0.4545

k = 3
m = 4
p :
2 2 4
intercambio de filas : 3 4
A despues de intercambio
-5.0000 1.0000 2.0000 1.0000
0.4000 -4.4000 3.2000 -2.4000
0.4000 0.7727 -2.2727 0.4545
-0.8000 0.5000 0.0000 -2.0000
A despues de operaciones
-5.0000 1.0000 2.0000 1.0000
0.4000 -4.4000 3.2000 -2.4000
0.4000 0.7727 -2.2727 0.4545
-0.8000 0.5000 -0.0000 -2.0000

A despues de calcular inv. de U

-0.2000 -0.0455 -0.2400 -0.1000
0.4000 -0.2273 -0.3200 0.2000
0.4000 0.7727 -0.4400 -0.1000
-0.8000 0.5000 -0.0000 -0.5000
2.14. CÁLCULO DE LA INVERSA 75

A despues de calcular U1*L1

-0.2600 0.1900 -0.2400 -0.1000
0.3200 -0.0800 -0.3200 0.2000
-0.0600 0.3900 -0.4400 -0.1000
-0.5000 0.2500 0.0000 -0.5000

inversa: despues de reordenamiento

0.1900 -0.2600 -0.1000 -0.2400
-0.0800 0.3200 0.2000 -0.3200
0.3900 -0.0600 -0.1000 -0.4400
0.2500 -0.5000 -0.5000 0.0000

Expresiones explicitas de L, U, P
L
1.0000 0.0000 0.0000 0.0000
0.4000 1.0000 0.0000 0.0000
0.4000 0.7727 1.0000 0.0000
-0.8000 0.5000 -0.0000 1.0000
U
-5.0000 1.0000 2.0000 1.0000
0.0000 -4.4000 3.2000 -2.4000
0.0000 0.0000 -2.2727 0.4545
0.0000 0.0000 0.0000 -2.0000
P :
0 1 0 0
1 0 0 0
0 0 0 1
0 0 1 0
3

Métodos iterativos

Los métodos de Gauss y Cholesky hacen parte de los métodos directos o

finitos. Al cabo de un número finito de operaciones, en ausencia de errores
de redondeo, se obtiene x∗ solución del sistema Ax = b.
El método de Jacobi, Gauss-Seidel, SOR (sobrerrelajación), hacen parte de
los métodos llamados indirectos o iterativos. En ellos se comienza con
x0 = (x01 , x02 , ..., x0n ), una aproximación inicial de la solución. A partir de
x0 se construye una nueva aproximación de la solución, x1 = (x11 , x12 , ..., x1n ).
A partir de x1 se construye x2 (aquı́ el superı́ndice indica la iteración y
no indica una potencia). Ası́ sucesivamente se construye una sucesión de
vectores {xk }, con el objetivo, no siempre garantizado, de que

lim xk = x∗ .
k→∞

Generalmente los métodos indirectos son una buena opción cuando la matriz
es muy grande y dispersa o rala (sparse), es decir, cuando el número de
elementos no nulos es pequeño comparado con n2 , número total de elementos
de A. En estos casos se debe utilizar una estructura de datos adecuada que
permita almacenar únicamente los elementos no nulos.

3.1 Método de Gauss-Seidel

En cada iteración del método de Gauss-Seidel, hay n subiteraciones. En la

primera subiteración se modifica únicamente x1 . Las demás coordenadas
x2 , x3 , ..., xn no se modifican. El cálculo de x1 se hace de tal manera que

76
3.1. MÉTODO DE GAUSS-SEIDEL 77

se satisfaga la primera ecuación.

b1 − (a12 x02 + a13 x03 + · · · + a1n x0n )
x11 = ,
a11
x1i = x0i , i = 2, ..., n.
En la segunda subiteración se modifica únicamente x2 . Las demás coorde-
nadas x1 , x3 , ..., xn no se modifican. El cálculo de x2 se hace de tal manera
que se satisfaga la segunda ecuación.
b2 − (a21 x11 + a23 x13 + · · · + a2n x1n )
x22 = ,
a22
x2i = x1i , i = 1, 3, ..., n.
Ası́ sucesivamente, en la n-ésima subiteración se modifica únicamente xn .
Las demás coordenadas x1 , x2 , ..., xn−1 no se modifican. El cálculo de xn
se hace de tal manera que se satisfaga la n-ésima ecuación.
bn − (an1 x1n−1 + an3 x3n−1 + · · · + ann xnn−1 )
xnn = ,
ann
xni = xin−1 , i = 1, 2, ..., n − 1.
Ejemplo 3.1. Resolver
    
10 2 −1 0 x1 26
 1 20 −2 3   x2   −15 
    
 −2 1 30 0   x3  =  53 
1 2 3 20 x4 47
partiendo de x0 = (1, 2, 3, 4).
26 − (2 × 2 + (−1) × 3 + 0 × 4)
x11 = = 2.5,
10
x1 = (2.5, 2, 3, 4).
−15 − (1 × 2.5 + (−2) × 3 + 3 × 4)
x22 = = −1.175,
20
x2 = (2.5, −1.175, 3, 4).
53 − (−2 × 2.5 + 1 × (−1.175) + 0 × 4)
x33 = = 1.9725,
30
x3 = (2.5, −1.175, 1.9725, 4).
47 − (1 × 2.5 + 2 × (−1.175) + 3 × 1.9725)
x44 = = 2.0466,
20
x4 = (2.5, −1.175, 1.9725, 2.0466).
78 3. MÉTODOS ITERATIVOS

Una vez que se ha hecho una iteración completa (n subiteraciones), se utiliza

el último x obtenido como aproximación inicial y se vuelve a empezar; se
calcula x1 de tal manera que se satisfaga la primera ecuación, luego se calcula
x2 ... A continuación están las iteraciones siguientes para el ejemplo anterior.

3.0323 −1.1750 1.9725 2.0466

3.0323 −1.0114 1.9725 2.0466
3.0323 −1.0114 2.0025 2.0466
3.0323 −1.0114 2.0025 1.9991

3.0025 −1.0114 2.0025 1.9991

3.0025 −0.9997 2.0025 1.9991
3.0025 −0.9997 2.0002 1.9991
3.0025 −0.9997 2.0002 1.9998

3.0000 −0.9997 2.0002 1.9998

3.0000 −1.0000 2.0002 1.9998
3.0000 −1.0000 2.0000 1.9998
3.0000 −1.0000 2.0000 2.0000

3.0000 −1.0000 2.0000 2.0000

3.0000 −1.0000 2.0000 2.0000
3.0000 −1.0000 2.0000 2.0000
3.0000 −1.0000 2.0000 2.0000

Teóricamente, el método de Gauss-Seidel puede ser un proceso infinito. En

la práctica el proceso se acaba cuando de xk a xk+n los cambios son muy
pequeños. Esto quiere decir que el x actual es casi la solución x∗ .
Como el método no siempre converge, entonces otra detención del proceso,
no deseada pero posible, está determinada cuando el número de iteraciones
realizadas es igual a un número máximo de iteraciones previsto.
El siguiente ejemplo no es convergente, ni siquiera empezando de una aprox-
imación inicial muy cercana a la solución. La solución exacta es x = (1, 1, 1).
Ejemplo 3.2. Resolver
    
−1 2 10 x1 11
 11 −1 2   x2  =  12 
1 5 2 x3 8
partiendo de x0 = (1.0001, 1.0001, 1.0001).
3.1. MÉTODO DE GAUSS-SEIDEL 79

1.0012 1.0001 1.0001

1.0012 1.0134 1.0001
1.0012 1.0134 0.9660

0.6863 1.0134 0.9660

0.6863 −2.5189 0.9660
0.6863 −2.5189 9.9541

83.5031 −2.5189 9.9541

83.5031 926.4428 9.9541
83.5031 926.4428 −2353.8586

Algunos criterios garantizan la convergencia del método de Gauss-Seidel.

Por ser condiciones suficientes para la convergencia son criterios demasiado
fuertes, es decir, la matriz A puede no cumplir estos requisitos y sin embargo
el método puede ser convergente. En la práctica, con frecuencia, es muy
dispendioso poder aplicar estos criterios.
Una matriz cuadrada es de diagonal estrictamente dominante por filas si
en cada fila el valor absoluto del elemento diagonal es mayor que la suma
de los valores absolutos de los otros elementos de la fila,

n
X
|aii | > |aij | , ∀i.
j=1,j6=i

Teorema 3.1. Si A es de diagonal estrictamente dominante por filas, en-

tonces el método de Gauss-Seidel converge para cualquier x0 inicial.

Teorema 3.2. Si A es definida positiva, entonces el método de Gauss-Seidel

converge para cualquier x0 inicial.

Teóricamente el método de Gauss-Seidel se deberı́a detener cuando kxk −

x∗ k < ε. Sin embargo la condición anterior necesita conocer x∗ , que es
precisamente lo que se está buscando. Entonces, de manera práctica el
método de GS se detiene cuando kxk − xk+n k < ε.
Dejando de lado los superı́ndices, las fórmulas del método de Gauss-Seidel
se pueden reescribir para facilitar el algoritmo y para mostrar que kxk − x∗ k
80 3. MÉTODOS ITERATIVOS

y kxk − xk+n k están relacionadas.

n
X
bi − aij xj
j=1,j6=i
xi ← ,
aii
n
X
bi − aij xj + aii xi
j=1
xi ← ,
aii
bi − Ai· x
xi ← xi + .
aii

Sean

ri = bi − Ai· x,
ri
δi = ·
aii

El valor ri es simplemente el error, residuo o resto que se comete en la i-

ésima ecuación al utilizar el x actual. Si ri = 0, entonces la ecuación i-ésima
se satisface perfectamente. El valor δi es la modificación que sufre xi en una
iteración.
Sean r = (r1 , r2 , ..., rn ), δ = (δ1 , δ2 , ..., δn ). Entonces xk+n = xk +δ. Además
xk es solución si y solamente si r = 0, o sea, si y solamente δ = 0. Lo anterior
justifica que el método de GS se detenga cuando kδk ≤ ε. La norma kδk
puede ser la norma euclidiana o cualquier otra norma.
Si en el criterio de parada del algoritmo se desea enfatizar sobre los errores o
residuos, entonces se puede comparar kδk con ε/k(a11 , ..., ann )k; por ejemplo,

ε
kδk ≤ ·
max |aii |

El esquema del algoritmo para resolver un sistema de ecuaciones por el

método de Gauss-Seidel es:
3.1. MÉTODO DE GAUSS-SEIDEL 81

datos: A, b, x0 , ε, maxit
x = x0
para k = 1, ...,maxit
nrmD← 0
para i = 1, ..., n
δi = (bi − Ai· x)/aii
xi ← xi + δi
nrmd←nrmD+|δi |
fin-para i
si nrmD ≤ ε ent x∗ ≈ x, salir
fin-para k

A continuación hay una versión, no muy eficiente, que permite mostrar los
resultados intermedios

function [x, ind, k] = GS(A, b, x0, eps, maxit)

//
// metodo de Gauss Seidel para resolver A x = b
//
// A matriz cuadrada,
// b vector columna de terminos independientes,
// x0 vector columna inicial
//
// ind valdra -1 si hay un elemento diagonal nulo o casi,
//
// 1 si se obtuvo un aproximacion
// de la solucion, con la precision deseada,
//
// 0 si no se obtuvo una buena aproximacion.
//
// k indicara el numero de iteraciones

if min( abs(diag(A)) ) <= %eps

ind = -1
x = []
return
end
x = x0
n = size(x,1)
ind = 1
82 3. MÉTODOS ITERATIVOS

for k = 1:maxit
//printf(’\n k = %d\n’, k)
D = 0
for i = 1:n
di = ( b(i) - A(i,:)*x )/A(i,i)
x(i) = x(i) + di
D = max(D, abs(di))
end
disp(x’)
if D < eps, return, end
end
ind = 0
endfunction

En una implementación eficiente para matrices dispersas, se requiere una

estructura en la que se almacenan únicamente los elementos no nulos y que
permita efectuar el producto de una fila de A por un vector, es decir, que
permita remplazar eficientemente la orden A(i,:)*x.

3.2 Normas vectoriales

El concepto de norma corresponde simplemente a la abstracción del con-

cepto de tamaño de un vector. Consideremos el vector que va de (0, 0, 0) a
(2, 3, −4). Su tamaño o magnitud es simplemente

p √
22 + 32 + (−4)2 = 29

Sea V un espacio vectorial real. Una norma es una función

µ:V →R
µ(x) ≥ 0, ∀x ∈ V,
µ(x) = 0 sssi x = 0,
µ(αx) = |α| µ(x), ∀α ∈ R, ∀x ∈ V,
µ(x + y) ≤ µ(x) + µ(y), ∀x, y ∈ V. (desigualdad triangular)

Ejemplos clásicos de normas en Rn son:

3.3. NORMAS MATRICIALES 83

n
!1/2
X
||x||2 = ||x|| = x2i norma euclidiana,
i=1
n
!1/p
X
p
||x||p = |xi | norma de Holder de orden p ≥ 1,
i=1
||x||∞ = ||x||max = max |xi |,
1≤i≤n
α||x|| con α > 0 y || || una norma,
√
||x||A = xT Ax con A definida positiva.

Se puede mostrar que

lim ||x||p = ||x||∞ = ||x||max .

p→∞

Sea x = (3, 0, −4), entonces

||x||1 = 7,
||x||2 = 5,
||x||∞ = 4.

3.2.1 En Scilab

Si x es un vector fila o columna, entonces

norm(x) calcula ||x||2 ,

norm(x, 2) calcula ||x||2 ,
norm(x, 1) calcula ||x||1 ,
norm(x, 4) calcula ||x||4 ,
norm(x, ’inf’) calcula ||x||∞ .

3.3 Normas matriciales

En el conjunto de matrices cuadradas de orden n se puede utilizar cualquier

2
norma definida sobre Rn . Dado que en el conjunto de matrices cuadradas
84 3. MÉTODOS ITERATIVOS

está definido el producto, es interesante contar con normas que tengan carac-
terı́sticas especiales relativas al producto entre matrices y al producto entre
una matriz y un vector. En particular en algunos casos es conveniente que
se tengan estas dos propiedades:

||AB|| ≤ ||A|| ||B||,

||Ax|| ≤ ||A|| ||x||.

Ejemplo 3.3. Sean

   
1 2 5 6 5
A= , B= , x= ,
3 4 7 8 6

entonces
   
19 22 17
AB = , Ax = ,
43 50 39

pero

||AB||∞ = 50, ||A||∞ ||B||∞ = 4 × 8 = 32

||Ax||∞ = 39, ||A||∞ ||x||∞ = 4 × 6 = 24. 3

Una norma || || definida sobre el Rn×n (conjunto de matrices n × n) se

llama matricial o (submultiplicativa) si, además de las propiedades usuales
de norma, para cualquier par de matrices A y B

||AB|| ≤ ||A|| ||B||.

Sean || ||m una norma matricial sobre Rn×n y || ||v una norma sobre Rn .
Estas dos normas se llaman compatibles o consistentes si, para toda matriz
A ∈ Rn×n y para todo x ∈ Rn

||Ax||v ≤ ||A||m ||x||v .

Una manera común de construir normas que sean matriciales y compatibles

es generando una norma a partir de un norma sobre Rn . Sea || || una norma
3.3. NORMAS MATRICIALES 85

sobre Rn . La norma generado o inducida por esta norma se define de varias

maneras, todas ellas equivalentes:

||Ax||
|||A||| = sup (3.1)
x6=0 ||x||
||Ax||
|||A||| = max (3.2)
x6=0 ||x||

|||A||| = sup ||Ax|| (3.3)

||x||=1

|||A||| = max ||Ax||. (3.4)

||x||=1

Proposición 3.1. La definición anterior está bien hecha, es decir, ||| ||||
es una norma, es matricial y es compatible con || ||.

Demostración. Sea

||Ax||
µ(A) = sup
x6=0 ||x||

Ante todo es necesario mostrar que la función µ está bien definida, o sea,
para toda matriz A,

||Ax||
µ(A) = sup < ∞.
x6=0 ||x||

Veamos
86 3. MÉTODOS ITERATIVOS

  
 x
A ||x|| 
 ||x|| 
µ(A) = sup
x6=0 ||x||
 
 
||x||A x 
 ||x|| 
= sup
x6=0 ||x||
 
 x 

||x|| A 
||x|| 
= sup
x6=0 ||x||
 
 x 
= sup A 
x6=0 ||x|| 
= sup ||Aξ||
||ξ||=1

La función ξ 7→ ϕ(ξ) = ||Aξ|| es continua y el conjunto S = {ξ ∈ Rn : ||ξ|| =

1} es compacto (cerrado y acotado), luego ϕ(S) es compacto, en particular
acotado, es decir, µ(A) = sup ϕ(S) < ∞. Además el sup se alcanza en un
punto de S. Luego las 4 definiciones, (3.1) y siguientes, coinciden.

Claramente µ(A) ≥ 0. Veamos que µ(A) = 0 sssi A = 0. Si A = 0, entonces

µ(A) = 0. Sea A 6= 0. Entonces A tiene por lo menos una columna no nula.
Sea A·j 6= 0 y v = ej /||ej || . Por definición ||v|| = 1.

 
 ej 
 
µ(A) ≥ ||Av|| = A j 
||e ||
 
 A·j 
=  j 
||e ||
||A·j ||
= > 0.
||ej ||

µ(λA) = max ||λAx|| = max |λ| ||Ax|| = |λ| max ||Ax|| = |λ|µ(A).
||x||=1 ||x||=1 ||x||=1

Para mostrar que µ(A + B) ≤ (A) + µ(B) se usa la siguiente propiedad:

3.3. NORMAS MATRICIALES 87

sup ( f (x) + g(x) ) ≤ sup f (x) + sup g(x)

x∈X x∈X x∈X

µ(A + B) = sup ||(A + B)x|| = sup ||Ax + Bx|| ≤ sup (||Ax|| + ||Bx||)
||x||=1 ||x||=1 ||x||=1

≤ sup ||Ax|| + sup ||Bx|| = µ(A) + µ(B)

||x||=1 ||x||=1

Hasta ahora se ha mostrado que µ es una norma sobre Rn×n . Si se utilizó la

norma || ||2 en Rn , la norma generada o subordinada sobre Rn×n se denota
por ||| |||2 . Cuando no hay ambigüedad, es la notación más usual,
||A||2 indica la norma generada evaluada en la matriz A y ||x||2
indica la norma original evaluada en el vector columna x.

Veamos ahora que la norma original y la generada son compatibles. Obvi-

amente si x = 0, entonces ||Ax|| ≤ ||A|| ||x||. Sea x 6= 0 y ξ = x/||x|| de
norma uno.
 
 x  ||Ax||
 
||A|| ≥ ||Aξ|| = A  = , luego ||A|| ||x|| ≥ ||Ax||.
||x||  ||x||

Queda por mostrar que esta norma generada es matricial.

||AB|| = max ||ABx|| = max ||A(Bx)|| ≤ max ||A|| ||Bx||

||x||=1 ||x||=1 ||x||=1

= ||A|| max ||Bx|| = ||A|| ||B||. 2

||x||=1

Para las 3 normas vectoriales más usadas, las normas matriciales generadas
son:
n
X
||A||1 = max |aij |, (3.5)
1≤j≤n
i=1
p
||A||2 = ρ(AT A) (norma espectral), (3.6)
Xn
||A||∞ = max |aij |. (3.7)
1≤i≤n
j=1
88 3. MÉTODOS ITERATIVOS

Si la matriz A se considera como un vector, entonces se puede aplicar la

norma euclidiana. Esta norma resulta ser matricial. Esta norma se conoce
con el nombre de norma de Frobenius o también de Schur.

 1/2
X
||A||F =  (aij )2  . (3.8)
i,j

√
Para cualquier norma generada ||I|| = 1. Como ||I||F = n, entonces esta
norma no puede ser generada por ninguna norma vectorial

Ejemplo 3.4. Sea

 
1 2
A=
3 −4

Entonces

 
T 10 −10
A A=
−10 20

Sus valores propios son 3.8196601 y 26.18034. Luego

||A||1 = 6,
||A||2 = 5.1166727,
||A||∞ = 7.

n
X
Proposición 3.2. . ||A||1 = max |aij |
j
i=1
3.3. NORMAS MATRICIALES 89

Demostración.

||A||1 = max ||Ax||1

||x||1 =1
n
X
= max |(Ax)i |
||x||1 =1
i=1
Xn
= max |Ai·x|
||x||1 =1
i=1
 
Xn X n 
 
= max  aij xj 
||x||1 =1 
i=1  j=1 
n X
X n
≤ max |aij xj |
||x||1 =1
i=1 j=1
Xn X n
= max |aij | |xj |
||x||1 =1
i=1 j=1
Xn n
X
= max |xj | |aij |
||x||1 =1
j=1 i=1
Xn
= max |xj |sj
||x||1 =1
j=1

Pn
donde sj = i=1 |aij |. Si αj , βj ≥ 0 para todo j, entonces

 
n
X   n
X
αj βj ≤ max βj  αj  .
j
j=1 j=1

Luego
90 3. MÉTODOS ITERATIVOS

  
  Xn
||A||1 ≤ max  max sj  |xj |
||x||1 =1 j
j=1
 
= max max sj
||x||1 =1 j

= max sj
j
n
X
= max |aij |
j
i=1

En resumen
n
X
||A||1 ≤ max |aij |.
j
i=1

Sea k tal que

n
X n
X
|aik | = max |aij |
j
i=1 i=1

||A||1 = max ||Ax||1

||x||1 =1

≥ ||Ax||1 para todo x con ||x||1 = 1

||A||1 ≥ ||Aek ||1
= ||A·k ||1
X n n
X
= |aik | = max |aij |
j
i=1 i=1

es decir,

n
X
||A||1 ≥ max |aij |. 
j
i=1
p
Proposición 3.3. ||A||2 = ρ(AT A).
3.3. NORMAS MATRICIALES 91

Demostración.

||A||2 = max ||Ax||2

||x||2 =1

||A||22 = max ||Ax||22

||x||2 =1

||A||22 = max xT AT Ax
||x||2 =1

La matriz AT A es simétrica y semidefinida positiva, todos sus valores propios

λ1 , ..., λn son reales y no negativos. Sea

λ1 ≥ λ2 ≥ ... ≥ λn ≥ 0.

Por el teorema espectral, AT A es semejante, ortogonalmente, a la matriz

diagonal de sus valores propios. Las matrices se pueden reordenar para que

V T (AT A)V = diag(λ1 , ..., λn ) , con V ortogonal.

Sean v 1 , v 2 , ..., v n las columnas de V . Entonces v 1 , v 2 , ..., v n forman un

conjunto ortonormal de vectores propios, es decir,

(AT A)v i = λi v i ,
T
v i v j = δij .

Sea x tal que ||x||2 = 1, α = V T x. Entonces ||α||2 = 1 y V α = V V T x = x,

es decir,

n
X
x= αi v i .
i=1

Entonces
92 3. MÉTODOS ITERATIVOS

n
X
AT Ax = AT A αi v i
i=1
n
X
= αi AT Av i
i=1
n
X
= αi λi v i
i=1
 T !
n
X n
X
xT AT Ax =  αj v j  αi λi v i
j=1 i=1
n
X
= αi2 λi
i=1
n
X
≤ λ1 αi2
i=1
= λ1

En resumen,

||A||22 ≤ λ1
p
||A||2 ≤ λ1

Por otro lado,

√
||A||2 ≥ xT AT Ax pra todo x con ||x||2 = 1
p
||A||2 ≥ v 1 T AT Av 1
p
||A||2 ≥ v 1 T λ1 v 1
p
||A||2 ≥ λ1 v 1 T v 1
p
||A||2 ≥ λ1 . 
n
X
Proposición 3.4. ||A||∞ = max |aij |
i
j=1
3.3. NORMAS MATRICIALES 93

Demostración.

||A||∞ = max ||Ax||∞

||x||∞ =1

= max max |(Ax)i |

||x||∞ =1 i

= max max |Ai·x|

||x||∞ =1 i
n
X
= max max | aij xj |
||x||∞ =1 i
j=1
n
X
≤ max max |aij | |xj |
||x||∞ =1 i
j=1

Como |xj | ≤ ||x||∞

n
X
||A||∞ ≤ max max |aij | ||x||∞
||x||∞ =1 i
j=1
n
X
= max ||x||∞ max |aij |
||x||∞ =1 i
j=1
n
X
= max |aij |
i
j=1

Veamos ahora la otra desigualdad. Si A = 0, se cumple la igualdad. Sean k

y x̄ tales que

n
X n
X
|akj | = max |aij |
i
j=1 j=1

0 si akj = 0
x̄j = |akj |
signo(akj ) = si akj 6= 0.
akj
94 3. MÉTODOS ITERATIVOS

||x||∞ = 1,
||A||∞ ≥ ||Ax||∞ si ||x||∞ = 1,
||A||∞ ≥ ||Ax̄||∞
= max |Ai·x̄|
i
= |Ai·x̄| para todo i,
||A||∞ ≥ |Ak·x̄|
 
X 
 n |akj | 
= akj
 j=1 akj 
 
X 
 n 
= |akj |
 j=1 
n
X
= |akj |
j=1
n
X
= max |aij |.
i
j=1

En las sumas de las desigualdades anteriores, los términos donde akj = 0 no

se consideran. 

Proposición 3.5. . Si || ||α es una norma matricial, entonces existe por

lo menos una norma vectorial compatible con ella.

Demostración. Sean X = [x 0 0 · · · 0] ∈ Rn×n y ||x|| = ||X||α . Se

puede comprobar que || || es una norma en Rn y que es compatible con
|| ||α .

RESUMEN DE RESULTADOS

• || || (definida en (3.4) ) es una norma.

• || || (definida en (3.4) ) es matricial.

• || || (para matrices) es compatible con || || (para vectores columna).

• ||I|| = 1.
3.3. NORMAS MATRICIALES 95

n
X
• ||A||1 = max |aij |
j
i=1
n
X
• ||A||∞ = max |aij |
i
j=1
p
• ||A||2 = ρ(AT A)
• ||A||2 = max{σ1 , σ2 , ..., σn } = max{valores singulares de A} (ver [AlK02]).
• ||A||2 = ρ(A) si A  0.
v
u n
p uX
• ||A||F = tr(AT A) = t σ2 i
i=1

• Si Q es ortogonal ||QA||F = ||AQ||F = ||A||F .

√
• ||A||2 ≤ ||A||F ≤ n||A||2
• ||A||2 = ||A||F sssi r(A) = 1.
1 √
• √ ||A||1 ≤ ||A||F ≤ n||A||1
n
1 √
• √ ||A||∞ ≤ ||A||F ≤ n||A||∞
n
• ||A||22 ≤ ||A||1 ||A||∞
• ρ(A) ≤ ||A|| para toda norma matricial || ||.
• Sea ε > 0. Entonces existe una norma matricial || || tal que
||A|| ≤ ρ(A) + ε

• || ||F es multiplicativa (ver [Ste98]).

• || ||F y || ||2 son compatibles.
• || ||F no es la norma generada por ninguna norma || || ya que ||I||F =
√
n 6= 1.
• n max |aij | es matricial (ver [Man04]).
i,j

• n max |aij | es compatible con || ||1 , || ||2 y || ||∞ .

i,j
96 3. MÉTODOS ITERATIVOS

3.3.1 En Scilab

Si A es una matriz, entonces

norm(A) calcula ||A||2 ,

norm(A, 2) calcula ||A||2 ,
norm(A, 1) calcula ||A||1 ,
norm(A, ’inf’) calcula ||A||∞ ,
norm(A, ’fro’) calcula ||A||F .

3.4 Condicionamiento de una matriz

Cuando se resuelve un sistema de ecuaciones Ax = b se desea conocer cómo

son los cambios en la solución cuando se cambia ligeramente el vector de
términos independientes b.

De manera más precisa, sea x̄ la solución de Ax = b y x̄′ la solución de

Ax = b′ . Se puede suponer que

b′ = b + ∆b,
x̄′ = x̄ + ∆x.

Se espera que si ||∆b|| es pequeña, entonces también ||∆x|| es pequeña. En

realidad es mejor considerar cambios relativos. Se espera que si el valor
||∆b||/||b|| es pequeño, entonces también ||∆x||/||x̄|| sea pequeño. Las de-
ducciones que siguen relacionan los dos cambios relativos.

∆x = x̄′ − x̄
= A−1 b′ − A−1 b
= A−1 (b + ∆b) − A−1 b
= A−1 ∆b.

Al utilizar una norma y la norma matricial generada se obtiene

||∆x|| ≤ ||A−1 || ||∆b||.

3.4. CONDICIONAMIENTO DE UNA MATRIZ 97

Por otro lado

b = Ax
||b|| ≤ ||A|| ||x̄||
1 ||A||
≤
||x̄|| ||b||

Multiplicando la primera y la última desigualdad

||∆x|| ||∆b||
≤ ||A|| ||A−1 || . (3.9)
||x̄|| ||b||

El valor ||A|| ||A−1 || se llama condicionamiento o número de condición de la

matriz A (invertible) y se denota

κ(A) = ||A|| ||A−1 ||.

Entonces

||∆x|| ||∆b||
≤ κ(A) . (3.10)
||x̄|| ||b||

Ejemplo 3.5. Calcular κ1 (A), κ2 (A) y κ∞ (A) para la matriz

 
−10 −7
A= .
6 4
98 3. MÉTODOS ITERATIVOS

Entonces
 
−1 2 7/2
A =
−3 −5
 
136 94
AT A =
94 65
 
−1 T −1 13 22
A A =
22 149/4
esp(AT A) = {0.0199025, 200.9801}
T
esp(A−1 A−1 ) = {0.0049756, 50.245024}
||A||2 = 14.176745
||A−1 ||2 = 7.0883725
κ2 (A) = 100.49005
||A||1 = 16
||A−1 ||1 = 17/2
κ1 (A) = 136
||A||∞ = 17
||A−1 ||∞ = 8
κ∞ (A) = 136. 3

El condicionamiento, definido para normas matriciales inducidas de normas

vectoriales, tiene la siguientes propiedades:

• κ(A) ≥ 1.
• κ(αA) = κ(A) si α 6= 0.
• κ2 (A) = 1 si y solamente si A es un múltiplo de una matriz ortogonal
(o unitaria).

La desigualdad (3.10) indica que si κ(A) es pequeño, entonces un cambio

relativo en b pequeño produce un cambio relativo en x pequeño.

Una matriz A es bien condicionada si κ(A) es cercano a 1 y es mal condi-

cionada si κ(A) es grande. Para el condicionamiento κ2 (definido con la
norma espectral) las matrices mejor condicionadas son las matrices ortogo-
nales.
3.4. CONDICIONAMIENTO DE UNA MATRIZ 99

Ejemplo 3.6. Resolver los sistemas Ax = b y Ax′ = b′ , donde

     
10 10 20.01 ′ 20.02
A= , b= , b = .
10 −9 19.99 19.98

Entonces

∆b = [0.01 − 0.01]T ,
||∆b||
= 0.0005,
||b||
κ(A) = 1.0752269.

Al resolver los dos sistemas se obtiene:

x = [1.9999474 0.0010526]T ,
x′ = [1.9998947 0.0021053]T ,
∆x = [−0.0000526 .0010526]T ,
||∆x||
= 0.0005270,
||x||
||∆b||
κ(A) = 0.0005376.
||b||

La matriz A es muy bien condicionada y entonces cambios pequeños en b

producen cambios pequeños en x. 3

Ejemplo 3.7. Resolver los sistemas Ax = b y Ax′ = b′ , donde

     
10.01 10.00 20.01 ′ 20.02
A= , b= , b = .
10.00 9.99 19.99 19.98

Entonces

∆b = [0.01 − 0.01]T ,
||∆b||
= 0.0005,
||b||
 
−1 −99900 100000
A = ,
100000 −100100
κ(A) = 4000002.
100 3. MÉTODOS ITERATIVOS

Al resolver los dos sistemas se obtiene:

x = [1 1]T ,
x′ = [−1998 2002]T ,
∆x = [−1999 2001]T ,
||∆x||
= 2000.0002,
||x||
||∆b||
κ(A) = 2000.0008.
||b||

La matriz A es muy mal condicionada y entonces cambios pequeños en b

pueden producir cambios muy grandes en la solución. 3
Ejemplo 3.8. Resolver los sistemas Ax = b y Ax′′ = b′′ , donde
     
10.01 10.00 20.01 ′′ 20.02
A= , b= , b = .
10.00 9.99 19.99 20.00

Entonces

∆b = [0.01 0.01]T ,
||∆b||
= 0.0005,
||b||
 
−99900 100000
A−1 = ,
100000 −100100
κ(A) = 4000002.

Al resolver los dos sistemas se obtiene:

x = [1 1]T ,
x′′ = [2 0]T ,
∆x = [1 − 1]T ,
||∆x||
= 1,
||x||
||∆b||
κ(A) = 2000.0008.
||b||
3.5. MÉTODO DE JACOBI 101

La matriz A, la misma del ejemplo anterior, es muy mal condicionada y

entonces cambios pequeños en b pueden producir cambios muy grandes en
la solución. Sin embargo los cambios en la solución, aunque no despreciables,
no fueron tan grandes como en el ejemplo anterior, o sea, ||∆x||/||x|| está
lejos de la cota superior. 3

En Scilab el condicionamiento para la norma euclidiana se calcula por medio

de cond( A ).

3.5 Método de Jacobi

Este método se parece al método GS, también se utiliza la ecuación i-ésima

para calcular xi y el cálculo de xi se hace de la misma forma. Pero un valor
recién calculado de xi no se utiliza inmediatamente. Los valores nuevos de xi
solamente se empiezan a utilizar cuando ya se calcularon todos los n valores
xi .

Ejemplo 3.9.
     
4 1 −1 7 1.2
A= 2 5 0 , b =  19  , x0 =  1.5  .
−2 3 10 45 1.6

Gauss-Seidel Jacobi
x1 x2 x3 x1 x2 x3
1.2 1.5 1.6 1.2 1.5 1.6
1.775 1.5 1.6 1.775 1.5 1.6
1.775 3.09 1.6 1.775 3.32 1.6
1.775 3.09 3.928 1.775 3.32 4.29
1.9595 3.09 3.928 1.9925 3.32 4.29
1.9595 3.0162 3.928 1.9925 3.09 4.29
1.9595 3.0162 3.98704 1.9925 3.09 3.859

El primer vector calculado es igual en los dos métodos. Para calcular x2 en

el método GS se usa el valor x1 = 1.775 recién calculado:

19 − 2 × 1.775 − 0 × 1.6
x2 = = 3.09 .
5
102 3. MÉTODOS ITERATIVOS

En cambio en el método de Jacobi:

19 − 2 × 1.2 − 0 × 1.6
x2 = = 3.32 .
5

En el método de GS:
45 + 2 × 1.775 − 3 × 3.09
x3 = = 3.928 .
10

En el método de Jacobi:
45 + 2 × 1.2 − 3 × 1.5
x3 = = 4.29 .
10

Ahora sı́, en el método de Jacobi, los valores calculados de x2 y x3 se utilizan

para volver a clacular x1 . 3

3.6 Método iterativo general

Muchos método iterativos, en particular, los métodos de Jacobi, GS, SOR

se pueden expresar de la forma

xk+1 = M xk + p. (3.11)

Al aplicar varias veces la fórmula anterior, se está buscando un punto fijo de

la función f (x) = M x + p. Al aplicar el teorema de punto fijo de Banach,
uno de los resultados más importantes del análisis matemático, se tiene el
siguiente resultado.

Teorema 3.3. Si existe una norma matricial || || tal que

||M || < 1.

entonces existe un único punto fijo x∗ tal que x∗ = M x∗ + p. Este punto se

puede obtener como lı́mite de la iteración (3.11) para cualquier x0 inicial.

En algunos casos el criterio anterior se puede aplicar fácilmente al encontrar

una norma adecuada. Pero por otro lado, si después de ensayar con varias
normas, no se ha encontrado una norma que sirva, no se puede concluir que
no habrá convergencia. El siguiente criterio es más preciso pero puede ser
numéricamente más difı́cil de calcular.
3.7. MÉTODO DE SOBRERRELAJACIÓN 103

Teorema 3.4. La iteración de punto fijo (3.11) converge si y solamente si

ρ(M ) < 1.

El radio espectral de una matriz cuadrada M , denotado generalmente ρ(M ),

es la máxima norma de los valores propios de M (reales o complejos),
ρ(M ) = max {|λi | : λi ∈ esp(M )},
1≤i≤n

donde esp(M ) es el conjunto de valores propios de M .

La convergencia es lenta cuando ρ(M ) es cercano a 1, es rápida cuando ρ(M )
es pequeño (cercano a 0).

Cualquier matriz cuadrada A se puede expresar de la forma

A = L + D + U,
donde L es la matriz triangular inferior correspondiente a la parte triangular
estrictamente inferior de A, D es la matriz diagonal correspondiente a los
elementos diagonales de A y U es la matriz triangular superior correspondi-
ente a la parte triangular estrictamente superior de A.
Para el método de Jacobi:
MJ = −D−1 (L + U ),
pJ = D−1 b.

Para el método GS
MGS = −(D + L)−1 U,
pGS = (D + L)−1 b.

3.7 Método de sobrerrelajación

Este método, conocido como SOR (Successive Over Relaxation), se puede

considerar como una generalización del método GS. La fórmulas que definen
el método GS son:
ri = bi − Ai·x ,
ri
δi = ,
aii
xi = xi + δi .
104 3. MÉTODOS ITERATIVOS

El el método SOR únicamente cambia la última asignación, introduciendo

un parámetro ω,

ri = bi − Ai·x ,
ri
δi = , (3.12)
aii
xi = xi + ωδi .

Si 0 < ω < 1 se tiene una subrrelajación, si 1 < ω se tiene la sobrerrela-

jación propiamente dicha. Si ω = 1, se tiene el método GS. Una escogencia
adecuada de ω mejora la convergencia del método GS. Este método se usa
en algunas técnicas de solución de ecuaciones diferenciales parciales.

Una condición necesaria para que el método SOR converja, ver [Dem97], es
que

0 < ω < 2.

Para matrices definidas positivas el método SOR converge para cualquier ω

en el intervalo ]0, 2[.

Ejemplo 3.10. Resolver el sistema Ax = b por el método SOR con ω = 1.4

partiendo de x0 = (1, 1, 1, 1).

   
5 −1 2 −2 25
 0 4 2 3   −10 
A=
 3
, b= 
 35  .
3 8 −2 
−1 4 −1 6 −33
3.7. MÉTODO DE SOBRERRELAJACIÓN 105

Entonces

r1 = b1 − A1·x = 25 − 4 = 21
21
δ1 = = 4.2
5
ωδ1 = 5.88
x1 = 1 + 5.88 = 6.88

r2 = −10 − 9 = −19
−19
δ2 = = −4.75
4
ωδ2 = −6.65
x2 = 1 − 6.65 = −5.65

r3 = 35 − 9.69 = 25.31
25.31
δ3 = = 3.163750
8
ωδ3 = 4.429250
x3 = 1 + 4.429250 = 5.429250

r4 = −33 − −28.909250 = −4.090750

−4.090750
δ4 = = −0.681792
6
ωδ4 = −0.954508
x4 = 1 − 0.954508 = 0.045492

r1 = 25 − 50.817517 = −25.817517
−25.817517
δ1 = = −5.163503
5
ωδ1 = −7.228905
x1 = 6.880000 + −7.228905 = −0.348905

La siguiente tabla muestra las primeras 15 iteraciones completas

106 3. MÉTODOS ITERATIVOS

Sobrerrelajación, ω = 1.4.
k x1 x2 x3 x4
0 1.000000 1.000000 1.000000 1.000000
1 6.880000 -5.650000 5.429250 0.045492
2 -0.348905 -5.088241 6.823724 -1.458380
3 1.076876 -4.710011 4.792473 -1.351123
4 1.810033 -3.552048 4.649676 -2.337041
5 1.368852 -2.880061 4.240550 -2.768266
6 1.721105 -2.409681 3.821389 -3.050409
7 1.788640 -2.008170 3.644054 -3.337915
8 1.812353 -1.742759 3.462571 -3.507443
9 1.883878 -1.543881 3.333868 -3.638593
10 1.909584 -1.395632 3.248121 -3.738508
11 1.932877 -1.289998 3.179762 -3.807650
12 1.952699 -1.211802 3.131447 -3.859624
13 1.964616 -1.154687 3.096340 -3.897553
14 1.974261 -1.113133 3.070228 -3.925007
15 1.981287 -1.082649 3.051371 -3.945238

La tabla siguiente muestra los resultados de la solución del mismo sistema

por el método GS. La solución exacta es x = (2, −1, 3, −4). Se aprecia que
en la iteración 15 se tiene una mejor aproximación de la solución con el
método de sobrerrelajación.
3.7. MÉTODO DE SOBRERRELAJACIÓN 107

Gauss-Seidel
k x1 x2 x3 x4
0 1.000000 1.000000 1.000000 1.000000
1 5.200000 -3.750000 4.081250 -1.453125
2 2.036250 -3.450781 4.542168 -2.103076
3 1.651746 -3.193777 4.427492 -2.357609
4 1.647204 -2.945539 4.272474 -2.549694
5 1.682025 -2.723966 4.128304 -2.715634
6 1.717631 -2.527427 3.999765 -2.862150
3
7 1.749749 -2.353270 3.885783 -2.991898
8 1.778274 -2.198968 3.784786 -3.106845
9 1.803554 -2.062259 3.695303 -3.208684
10 1.825953 -1.941139 3.616023 -3.298912
11 1.845798 -1.833828 3.545783 -3.378851
12 1.863381 -1.738753 3.483552 -3.449676
13 1.878958 -1.654519 3.428416 -3.512425
14 1.892760 -1.579890 3.379568 -3.568019
15 1.904987 -1.513770 3.336289 -3.617274

El método SOR depende de la escogencia de ω y queda entonces la pregunta

¿Cómo escoger ω? La respuesta no es sencilla. Algunas veces se hace simple-
mente por ensayo y error. Si se desea resolver muchos sistemas de ecuaciones
parecidos, por ejemplo provenientes del mismo tipo de problema pero con
datos ligeramente diferentes, se puede pensar que un valor adecuado de ω
para un problema puede servir para un problema parecido. Entonces se
puede pensar en hacer ensayos con varios valores de ω para “ver” y escoger
el ω que se supone sirva para este tipo de problemas.

En algunos caso muy particulares se puede hacer un estudio teórico. Tal es

el caso de la solución, por diferencias finitas, de la ecuación de Poisson en
un rectángulo. Allı́ se demuestra que

2
ωopt = π
1 + sin
m+1

Este resultado y otros teóricos se basan en el radio espectral de la matriz de

la iteración de punto fijo.

Se puede mostrar que el método SOR se puede expresar como una iteracion
108 3. MÉTODOS ITERATIVOS

de punto fijo con

MSOR = (D + ωL)−1 (1 − ω)D − ωU ,
pSOR = ω(D + ωL)−1 b.

La deducción anterior proviene de descomponer

1 1
A= D + L + (1 − )D + U
ω ω
1
1

= D + ωL + (ω − 1)D + ωU
ω ω
D + ωL (ω − 1)D + ωU
= +
ω ω
Entonces

Ax = b
D + ωL (ω − 1)D + ωU

+ x=b
ω ω

D + ωL + (ω − 1)D + ωU x = ωb


(D + ωL)x = − (ω − 1)D + ωU x + ωb


(D + ωL)x = (1 − ω)D − ωU x + ωb


x = (D + ωL)−1 (1 − ω)D − ωU x + ω(D + ωL)−1 b

Para el caso particular del método GS

MGS = −(D + L)−1 U,

pGS = (D + L)−1 b.

Para el ejemplo 3.10, con ω = 1.4,

   
−0.400000 0.280000 −0.560000 0.560000 7.000000
 0.000000 −0.400000 −0.700000 −1.050000  k  −3.500000 
xk+1 =  0.210000
 x + 
 4.287500  .
0.063000 0.261500 0.607250 
−0.044333 0.453367 0.583683 0.852358 −1.799583
En este caso ρ(M ) = 0.730810, lo que garantiza la convergencia.

La siguiente tabla nos muestra los valores del número de iteraciones y del
radio espectral para diferentes valores de ω. El criterio de parada utilizado
fue max{|δi | : i = 1, ..., n} ≤ 0.000001.
3.7. MÉTODO DE SOBRERRELAJACIÓN 109

ρ(M )
1

ω
1 2

Figura 3.1: Método SOR: ω y radio espectral

ω k ρ(M )
0.10 999 0.994
0.20 641 0.987
0.30 415 0.979
0.40 301 0.970
0.50 232 0.961
0.60 185 0.950
0.70 151 0.937
0.80 125 0.923
0.90 105 0.906
1.00 88 0.886
1.10 74 0.862
1.20 61 0.831
1.30 50 0.790
1.40 40 0.731
1.50 29 0.620
1.60 33 0.662
1.70 50 0.765
1.80 92 0.867
1.90 408 0.969

La figura 3.1 muestra la variación del radio espectral ρ(M ) al variar ω.

Proviene de un conjunto de datos más amplio que el de la tabla anterior.
110 3. MÉTODOS ITERATIVOS

El mejor valor de ω es aproximadamente ω ≈ 1.55. Esto coincide, en la

tabla, con el menor número de iteraciones.

El siguiente es el esquema del algoritmo de sobrerrelajación, muy parecido

al de GS. Se supone que no hay elementos diagonales nulos.

SOR: SOBRERRELAJACIÓN

datos: A, b, ω, x0 , ε, maxit

x = x0
para k = 1, ...,maxit
difX = 0
para i = 1, ..., n
ri = bi − Ai· x
ri
δi =
aii
xi = xi + ωδi
difX = max{difX, |ωδi |}
fin-para i
si difX ≤ ε ent x∗ ≈ x, salir
fin-para k

El método de sobrerrelajación, como el de GS, es útil para sistemas dispersos

en los que la matriz se ha almacenado de manera dispersa. Si la matriz es
dispersa pero se almacena como si fuera densa, el método de Gauss, en la
mayorı́a de los casos, debe resultar mejor.

3.8 Métodos de minimización

Si A es una matriz simétrica y definida positiva, la solución del sistema

Ax = b (3.13)

es exactamente el mismo punto x∗ que resuelve el siguiente problema de

optimización:
1 T
min f (x) = x Ax − bT x. (3.14)
2
Como A es definida positiva, entonces f es convexa (más aún, es estricta-
mente convexa). Para funciones convexas diferenciables, un punto crı́tico,
3.8. MÉTODOS DE MINIMIZACIÓN 111

punto de gradiente nulo, es necesariamente un minimizador global:

∇f (x) = f ′ (x) = Ax − b = 0.

Si A es invertible, no necesariamente definida positiva, resolver

Ax = b

es equivalente a resolver
AT Ax = AT b
y es equivalente a minimizar
1
f (x) = xT AT Ax − (AT b)T x.
2
La matriz AT A es definida positiva, luego siempre se puede pensar en re-
solver un sistema de ecuaciones donde la matriz es definida positiva, prob-
lema equivalente a minimizar una función cuadrática estrictamente convexa
(3.14).

Para minimizar funciones sin restricciones hay muchos métodos. La mayorı́a

de los método de minimización son iterativos. En casi todos, en cada it-
eración, dado un punto xk , hay dos pasos importantes: en el primero se cal-
cula una dirección dk . Normalmente esta dirección cumple con la propiedad

f ′ (xk )T dk < 0.

Esto garantiza que la dirección sea de descenso, es decir, que para t suficien-
temente pequeño
f (xk + tdk ) < f (xk ).
El segundo paso consiste en encontrar el mejor t posible, o sea, encontrar

tk = argmin f (xk + t dk ), t ≥ 0. (3.15)

Con dk y tk se construye el siguiente punto

xk+1 = xk + tk dk .

Para resolver (3.15) hay varios métodos. Si f es cuadrática (en Rn ), entonces

ϕ(t) = f (xk + tdk ) es cuadrática (en R). Como A es definida positiva, ϕ rep-
resenta una parábola que abre hacia arriba y el punto crı́tico, tc , corresponde
a un minimizador.
112 3. MÉTODOS ITERATIVOS

1
ϕ(t) = (xk + tdk )T A(xk + tdk ) − bT (xk + tdk )
2
t2 T T
ϕ(t) = dk Adk + tdk (Axk − b) + f (xk )
2
T T
ϕ′ (t) = tdk Adk + dk (Axk − b)

entonces T
dk (Axk − b)
tk = tc = − T (3.16)
dk Adk

3.9 Método del descenso más pendiente

Un método muy popular, pero no necesariamente muy eficiente, es el método

de Cauchy, también llamado método del gradiente o método del descenso
más pendiente. En este método la dirección es simplemente el opuesto del
gradiente,

dk = −f ′ (xk )
= −(Axk − b)

Entonces

dk = b − Axk (3.17)
T
dk dk
tk = T (3.18)
dk Adk
xk+1 = xk + tk dk . (3.19)

Ejemplo 3.11. Aplicar el método del descenso más pendiente para resolver
Ax = b, sabiendo que A es definida positiva, donde
     
4 1 2 13 1
A = 1 5 −2  , b =  −21  , x0 =  1  .
2 −2 10 50 1

k = 0
d : 6.000000 -25.000000 40.000000
3.9. MÉTODO DEL DESCENSO MÁS PENDIENTE 113

t = 0.094488
x1 : 1.566927 -1.362196 4.779514

k = 1
d : -1.464541 -6.196916 -3.653391
t = 0.190401
x2 : 1.288078 -2.542093 4.083907

k = 2
d : 2.221969 -1.409801 1.500593
t = 0.135469
x3 : 1.589087 -2.733078 4.287191

k = 3
d : 0.802349 -0.349316 -1.516240
t = 0.164510
x4 : 1.721081 -2.790544 4.037754
k = 4
d : 0.830711 -0.692854 0.599209
t = 0.135907
x5 : 1.833980 -2.884707 4.119191

k = 5
d : 0.310405 -0.172063 -0.629281
t = 0.164543
x6 : 1.885055 -2.913019 4.015647

x7 : 1.931468 -2.952251 4.049268

x8 : 1.952504 -2.964045 4.006467
x9 : 1.971680 -2.980265 4.020361
x10 : 1.980371 -2.985141 4.002673
x11 : 1.988296 -2.991844 4.008415
x12 : 1.991888 -2.993859 4.001105
x13 : 1.995163 -2.996629 4.003477
x14 : 1.996648 -2.997462 4.000456
x15 : 1.998001 -2.998607 4.001437
x16 : 1.998615 -2.998951 4.000189
x17 : 1.999174 -2.999424 4.000594
x18 : 1.999427 -2.999567 4.000078
x19 : 1.999659 -2.999762 4.000245
114 3. MÉTODOS ITERATIVOS

x20 : 1.999763 -2.999821 4.000032

Ejemplo 3.12. Aplicar el método del descenso más pendiente para resolver
Ax = b, sabiendo que A es definida positiva, donde
     
19 6 8 55 1
A =  6 5 2 , b =  22  , x0 =  1  .
8 2 4 24 1

k = 0
d : 22.000000 9.000000 10.000000
t = 0.040905
x1 : 1.899920 1.368149 1.409055

k = 1
d : -0.579812 0.941625 0.428123
t = 0.531990
x2 : 1.591466 1.869085 1.636812

k = 2
d : 0.453147 -0.167842 0.982857
t = 0.089118
x3 : 1.631849 1.854127 1.724402

k = 3
d : -0.925117 -0.510535 0.339342
t = 0.068514
x4 : 1.568466 1.819148 1.747652

k = 4
d : 0.303036 -0.001843 0.823366
t = 0.091249
x5 : 1.596118 1.818980 1.822783

k = 5
d : -0.822384 -0.317174 0.301965
t = 0.069496
x6 : 1.538966 1.796938 1.843768

x95 : 1.025125 1.989683 2.952309

3.10. MÉTODO DEL GRADIENTE CONJUGADO 115

x96 : 1.022738 1.989417 2.953040

x97 : 1.023406 1.990389 2.955571
x98 : 1.021183 1.990141 2.956253
x99 : 1.021805 1.991047 2.958611
x100 : 1.019734 1.990816 2.959245
x101 : 1.020313 1.991659 2.961442

La rapidez de convergencia del método del descenso más pendiente, cuando

λn
A es definida positiva, depende del cociente , donde λn es el mayor valor
λ1
propio y λ1 el menor. Si el cociente es cercano a uno, hay buena convergen-
cia. Si el cociente es grande la convergencia es lenta a causa del zigzagueo.

primer ejemplo

v =
2.3714059
5.5646277
11.063966

coc = 4.6655726

Segundo ejemplo:
valores propios
0.4250900
3.0722446
24.502665
coc = 57.641129

3.10 Método del gradiente conjugado

Dentro del grupo de métodos de direcciones conjugadas, está el método del

gradiente conjugado. Este método se adapta muy bien cuando la matriz es
“dispersa”. Tiene la ventaja adicional que, aunque es un método iterativo,
a lo más en n iteraciones se obtiene la solución exacta, si no hay rerrores de
redondeo.
En el método GC la dirección se construye agregando a −f ′ (xk ) un múltiplo
116 3. MÉTODOS ITERATIVOS

de la dirección anterior,

dk = −f ′ (xk ) + αk dk−1 . (3.20)

Dos direcciones diferentes, di y dj , se llaman conjugadas con respecto a A si

T
di A dj = 0.

Para el caso de la solución de un sistema lineal por medio del método GC,
es corriente denominar el vector residuo

rk = Axk − b. (3.21)

Obviamente xk = x∗ si y solamente si rk = 0. El vector residuo es exacta-

mente el mismo gradiente de f en el punto xk .

Las fórmulas que completan la definición del método GC son:

α1 = 0, (3.22)
||rk ||22
αk = , k = 2, ..., n, (3.23)
||rk−1 ||22
||rk ||22
tk = T , k = 1, ..., n. (3.24)
dk Adk

Suponiendo que A es definida positiva, el método GC tiene las siguientes

propiedades:

• dk es dirección de descenso.

• f (xk ) < f (xk−1 ).

• las direcciones son conjugadas con respecto a A.

• Si no hay errores de redondeo, entonces x∗ = xk para algún k ≤ n + 1.

Cuando se llega a xn+1 y no se obtiene la solución con la precisión deseada,

entonces se vuelve a empezar el proceso utilizando como nuevo x1 el xn+1
obtenido.
3.10. MÉTODO DEL GRADIENTE CONJUGADO 117

MÉTODO DEL GRADIENTE CONJUGADO

datos: A, b, x1 , MAXIT, ε
para K = 1, ..., MAXIT
para k = 1, ..., n
rk = Axk − b
si ||rk || < ε ent parar
si k = 1 ent dk = −rk
sino
||rk ||2
αk = k−1 2 2
||r ||2
dk = −rk + αk dk−1
fin-sino
||rk ||2
tk = k T 2k
d Ad
xk+1 = xk + tk dk
fin-para k
x1 = xn+1
fin-para K

Ejemplo 3.13. Resolver el sistema Ax = b por el método GC, partiendo

de x1 = (1, 1, 1), donde

   
19 6 8 55
A =  6 5 2 , b =  22  .
8 2 4 24
118 3. MÉTODOS ITERATIVOS

r1 = Ax1 − b = (−22, −9, −10),

||r1 ||22 = 665,
d1 = −r1 = (22, 9, 10),
T
d1 Ad1 = 16257,
665
t1 = = 0.040905,
16257
x2 = x1 + t1 d1 = (1.899920, 1.368149, 1.409055),

r2 = (0.579812, −0.941625, −0.428123),

||r2 ||22 = 1.406129,
1.406129
α2 = = 0.002114,
665
d2 = (−0.533293, 0.960655, 0.449268),
T
d2 Ad2 = 2.570462,
t2 = 0.547034,
x3 = (1.608191, 1.893660, 1.654819),

r3 = (0.156138, 0.427083, −0.727877),

||r3 ||22 = 0.736584,
α3 = 0.523838,
d3 = (−0.435497, 0.076145, 0.963221),
T
d3 Ad3 = 0.527433,
t3 = 1.396545,
x4 = (1, 2, 3),

x1 = x4 = (1, 2, 3),
r1 = (0, 0, 0).

Si la matriz A es dispersa y se utiliza una estructura de datos donde so-

lamente se almacenen los elementos no nulos, para poder implementar con
éxito el método GC, se requiere simplemente poder efectuar el producto
de la matriz A por un vector. Hay dos casos, Axk para calcular rk y Adk
3.10. MÉTODO DEL GRADIENTE CONJUGADO 119

para calcular tk . Las otras operaciones necesarias son producto escalar en-
tre vectores, sumas o restas de vectores y multiplicación de un escalar por
un vector. Todo esto hace que sea un método muy útil para matrices muy
grandes pero muy poco densas.
4

Solución de ecuaciones no
lineales

Uno de los problemas más corrientes en matemáticas consiste en resolver

una ecuación, es decir, encontrar un valor x∗ ∈ R que satisfaga

f (x) = 0,

donde f es una función de variable y valor real, o sea,

f : R → R.

Este x∗ se llama solución de la ecuación. A veces también se dice que x∗ es

una raı́z o un cero. Algunos ejemplos sencillos de ecuaciones son:

x5 − 3x4 + 10x − 8 = 0,
ex − x3 + 8 = 0,
x2 + x
− x = 0.
cos(x − 1) + 2

En algunos casos no se tiene una expresión sencilla de f , sino que f (x)

corresponde al resultado de un proceso; por ejemplo:
Z x
2
e−t dt − 0.2 = 0.
−∞

Lo mı́nimo que se le exige a f es que sea continua. Si no es continua en

todo R, por lo menos debe ser continua en un intervalo [a, b] donde se busca

120
 121

la raı́z. Algunos métodos requieren que f sea derivable. Para la aplicación

de algunos teoremas de convergencia, no para el método en sı́, se requieren
derivadas de orden superior.
Los métodos generales de solución de ecuaciones sirven únicamente para
hallar raı́ces reales. Algunos métodos especı́ficos para polinomios permiten
obtener raı́ces complejas.
Los métodos presuponen que la ecuación f (x) = 0 tiene solución. Es nece-
sario, antes de aplicar mecánicamente los métodos, estudiar la función,
averiguar si tiene raı́ces, ubicarlas aproximadamente. En algunos casos muy
difı́ciles no es posible hacer un análisis previo de la función, entonces hay
que utilizar de manera mecánica uno o varios métodos, pero sabiendo que
podrı́an ser ineficientes o, simplemente, no funcionar.
La mayorı́a de los métodos parten de x0 , aproximación inicial de x∗ , a partir
del cual se obtiene x1 . A partir de x1 se obtiene x2 , después x3 , y ası́
sucesivamente se construye la sucesión {xk } con el objetivo, no siempre
cumplido, de que
lim xk = x∗ .
k→∞

El proceso anterior es teóricamente infinito, y obtendrı́a la solución después

de haber hecho un número infinito de cálculos. En la práctica el proceso se
detiene cuando se obtenga una aproximación suficientemente buena de x∗ .
Esto querrı́a decir que el proceso se detendrı́a cuando

|xk − x∗ | ≤ ε,

para un ε dado. El anterior criterio supone el conocimiento de x∗ , que es

justamente lo buscado. Entonces se utiliza el criterio, éste si aplicable,

|f (xk )| ≤ ε.

En la mayorı́a de los casos, cuanto más cerca esté x0 de x∗ , más rápidamente

se obtendrá una buena aproximación de x∗ .
Otros métodos parten de un intervalo inicial [a0 , b0 ], en el cual se sabe que
existe una raı́z x∗ . A partir de él, se construye otro intervalo [a1 , b1 ], con-
tenido en el anterior, en el que también está x∗ y que es de menor tamaño.
De manera análoga se construye [a2 , b2 ]. Se espera que la sucesión formada
122 4. SOLUCIÓN DE ECUACIONES NO LINEALES

por los tamaños tienda a 0. Explı́citamente,

x∗ ∈ [a0 , b0 ],
[ak+1 , bk+1 ] ⊂ [ak , bk ], k = 1, 2, ...,
x∗ ∈ [ak , bk ], k = 1, 2, ...,
lim (bk − ak ) = 0.
k→∞

En este caso, el proceso se detiene cuando se obtiene un intervalo suficien-

temente pequeño,
|bk − ak | ≤ ε.
Cualquiera de los puntos del último intervalo es una buena aproximación de
x∗ .

4.1 En Scilab

Para resolver

f (x) = 0,

donde f es una función de variable y valor real, se utiliza fsolve. Por

ejemplo para resolver

x − ex
− cos(x) + 0.1 = 0,
1 + x2
es necesario definir una función de Scilab donde esté f y después utilizar
fsolve.

function fx = func156(x)
fx = ( x - exp(x) )/( 1 + x*x ) - cos(x) + 0.1
endfunction

Despues de haber cargado esta función, se utiliza fsolve dándole como

parámetros, la aproximación inicial y la función:
r = fsolve(0, func156)
Con otra aproximación inicial podrı́a dar otra raı́z. Un parámetro opcional,
que puede acelerar la obtención de la solución, es otra función de Scilab
donde esté definida la derivada.
4.1. EN SCILAB 123

function y = f123(x)
y = x*x*x - 4*x*x + 10*x - 20
endfunction
//------------------------------------------------
function d1 = der123(x)
d1 = 3*x*x - 8*x +10
endfunction

La orden de Scilab puede ser semejante a fsolve(1, f123, der123) .

Claramente es más cómodo no tener que definir la derivada, pero no hacerlo
puede hacer menos eficiente el uso de fsolve .
La función fsolve trabaja bien pero no siempre encuentra una solución.
Por ejemplo,

function y = f13(x)
y = exp(x) - 2.7*x
endfunction

x = fsolve(1, f13)

da como resultado 0.9933076 . Lo anterior hará que el usuario ingenuamente

suponga que ese valor corresponde a una raı́z. Realmente la función no tiene
raı́ces. Es conveniente utilizar fsolve con tres parámetros de salida,
[x, fx, info] = fsolve(1, f13)
fx será el valor de f13 evaluada en x, e info valdrá 1 si se obtuvo la
solución con la precisión deseada. Para nuestro ejemplo los valores serán

info =

4.
fx =

0.0182285
x =

0.9957334

lo cual indica que no se obtuvo una raı́z.

124 4. SOLUCIÓN DE ECUACIONES NO LINEALES

y = f (x)

(x0 , f (x0 )) b

(x1 , f (x1 )) b

x2 x1 x0

Figura 4.1: Método de Newton

4.2 Método de Newton

También se conoce como el método de Newton-Raphson. Dado x0 , se cons-

truye la recta tangente en (x0 , f (x0 )). El valor de x donde esta recta corta
el eje x es el nuevo valor x1 . Ahora se construye la recta tangente en el
punto (x1 , f (x1 )). El punto de corte entre la recta y el eje x determina x2 ...
En el caso general, dado xk , se construye la recta tangente en el punto
(xk , f (xk )),
y = f ′ (xk )(x − xk ) + f (xk ).

Para y = 0 se tiene x = xk+1 ,

0 = f ′ (xk )(xk+1 − xk ) + f (xk ).

Entonces
f (xk )
xk+1 = xk − (4.1)
f ′ (xk )

Ejemplo 4.1. Aplicar el método de Newton a la ecuación x5 −3x4 +10x−8 =

0, partiendo de x0 = 3.
4.2. MÉTODO DE NEWTON 125

k xk f (xk ) f ′ (xk )
0 3.000000 2.200000E+01 91.000000
1 2.758242 5.589425E+00 47.587479
2 2.640786 9.381331E-01 32.171792
3 2.611626 4.892142E-02 28.848275
4 2.609930 1.590178E-04 28.660840
5 2.609924 1.698318E-09 28.660228
6 2.609924 -2.838008E-15 28.660227

Las raı́ces reales del polinomio x5 − 3x4 + 10x − 8 son: 2.6099, 1.3566, 1.
Tomando otros valores iniciales el método converge a estas raı́ces. Si se toma
x0 = 2.1, se esperarı́a que el método vaya hacia una de las raı́ces cercanas,
2.6099 o 1.3566 . Sin embargo, hay convergencia hacia 1.

k xk f (xk ) f ′ (xk )
0 2.100000 -4.503290e+00 -3.891500
1 0.942788 -1.974259e-01 3.894306
2 0.993484 -1.988663e-02 3.103997
3 0.999891 -3.272854e-04 3.001745
4 1.000000 -9.509814e-08 3.000001
5 1.000000 -7.993606e-15 3.000000

El método de Newton es muy popular por sus ventajas:

• Sencillez.

• Generalmente converge.

• En la mayorı́a de los casos, cuando converge, lo hace rápidamente.

También tiene algunas desventajas:

• Puede no converger.

• Presenta problemas cuando f ′ (xk ) ≈ 0.

• Requiere poder evaluar, en cada iteración, el valor f ′ (x).

La implementación del método de Newton debe tener en cuenta varios as-

pectos. Como no es un método totalmente seguro, debe estar previsto un
126 4. SOLUCIÓN DE ECUACIONES NO LINEALES

número máximo de iteraciones, llamado por ejemplo maxit. Para una pre-
cisión εf , la detención deseada para el proceso iterativo se tiene cuando
|f (xk )| ≤ εf . Otra detención posible se da cuando dos valores de x son casi
iguales, es decir, cuando |xk −xk−1 | ≤ εx . Se acostumbra a utilizar el cambio
relativo, o sea, |xk − xk−1 |/|xk | ≤ εx . Para evitar las divisiones por cero,
se usa |xk − xk−1 |/(1 + |xk |) ≤ εx . Finalmente, siempre hay que evitar las
divisiones por cero o por valores casi nulos. Entonces, otra posible parada,
no deseada, corresponde a |f ′ (xk )| ≤ ε0 . El algoritmo para el método de
Newton puede tener el siguiente esquema:

datos: x0, maxit, εf , εx , ε0

xk = x0
fx = f (xk), fpx = f ′ (xk)
para k=1,...,maxit
si |fpx| ≤ ε0 ent salir
δ = fx/fpx
xk = xk-δ
fx = f (xk), fpx = f ′ (xk)
si |fx| ≤ εf ent salir
si |δ|/(1+|xk|) ≤ εx ent salir
fin-para k

Para la implementación en Scilab, es necesario determinar cómo se evalúa

f y f ′ . Fundamentalmente hay dos posibilidades:

• Hacer una función para evaluar f y otra para evaluar f ′ .

• Hacer una función donde se evalúe al mismo tiempo f y f ′ .

En la siguiente implementación del método de Newton, la función f debe

evaluar al mismo tiempo f (x) y f ′ (x).

function [fx, dfx] = f321(x)

fx = x^5 - 3*x^4 + 10*x - 8
dfx = 5*x^4 -12*x^3 + 10
endfunction
//----------------------------------------------------------
function [x, ind] = Newton(func, x0, eps, maxit)
// metodo de Newton
4.2. MÉTODO DE NEWTON 127

// func debe dar los valores f(x) y f’(x)

// ind valdra 1 si se obtiene la raiz

// 2 si se hicieron muchas iteraciones, > maxit
// 0 si una derivada es nula o casi
//
//*************
eps0 = 1.0e-12
//*************

x = x0
for k=0:maxit
[fx, der] = func(x)
//printf(’%3d %10.6f %10.6f %10.6f\n’, k, x, fx, der)

if abs(fx) <= eps

ind = 1
return
end

if abs(der) <= eps0

ind = 0
return
end

x = x - fx/der
end
ind = 2
endfunction

El llamado puede ser semejante a

[x, result] = Newton(f321, 3, 1.0e-8, 20)

4.2.1 Orden de convergencia

Teorema 4.1. Sean a < b, I = ]a, b[, f : I → R, x∗ ∈ I, f (x∗ ) = 0, f ′ y f ′′

existen y son continuas en I, f ′ (x∗ ) 6= 0, {xk } la sucesión definida por 4.1.
128 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Si x0 está suficientemente cerca de x∗ , entonces

lim xk = x∗ , (4.2)
k→∞
|xk+1 − x∗ | |f ′′ (x∗ )|
lim = (4.3)
k→∞ |xk − x∗ |2 2|f ′ (x∗ )|

El primer resultado dice que la sucesión converge a x∗ . El segundo dice

que la convergencia es cuadrática o de orden superior. La frase “x0 está
suficientemente cerca de x∗ , entonces...” quiere decir que existe ε > 0 tal
que si x0 ∈ [x∗ − ε, x∗ + ε] ⊆ I, entonces...
Demostración.

(x − xn )2
f (x) = f (xn ) + f ′ (xn )(x − xn ) + f ′′ (ξ) , ξ ∈ I(x, xn )
2

tomando x = x∗

(x∗ − xn )2
f (x∗ ) = 0 = f (xn ) + f ′ (xn )(x∗ − xn ) + f ′′ (ξ) , ξ ∈ I(x∗ , xn )
2

dividiendo por f ′ (xn )

f (xxn ) ′′
∗ ∗ 2 f (ξ)
0= + (x − xn ) + (x − x n ) ,
f ′ (xxn ) 2f ′ (xn )
 
f (xxn ) f ′′ (ξ)
0 = x∗ − xn − ′ + (x∗ − xn )2 ′ ,
f (xxn ) 2f (xn )
f ′′ (ξ)
0 = x∗ − xn+1 + (x∗ − xn )2 ′ ,
2f (xn )
f ′′ (ξ)
x∗ − xn+1 = −(x∗ − xn )2 ′ . (4.4)
2f (xn )

Sea

I = [x∗ − ε, x + ε]
max |f ′′ (x)|
x∈I
M=
2 min |f ′ (x)|
x∈I
4.2. MÉTODO DE NEWTON 129

Como f ′ (x∗ ) 6= 0 y f ′ es continua, se puede escoger ε suficientemente

pequeño para que min |f ′ (x)| > 0. A partir de (4.4) se obtiene
x∈I

|x∗ − xn+1 | ≤ M |x∗ − xn |2 . (4.5)

En particular,
|x∗ − x1 | = M |x∗ − x0 |2 ,
M |x∗ − x1 | = (M |x∗ − x0 |)2 .

Sea x0 tal que

|x∗ − x0 | < ε,
M |x∗ − x0 | < 1 .

Entonces
M |x∗ − x1 | < 1 ,
M |x∗ − x1 | < (M |x∗ − x0 |)2 ,
M |x∗ − x1 | < M |x∗ − x0 |, ya que 0 < t < 1 ⇒ t2 < t,
|x∗ − x1 | < ε,
..
.
M |x∗ − xn | < 1 ,
|x∗ − xn | < ε .

Luego
|x∗ − xn | ≤ M |x∗ − xn−1 |,
M |x∗ − xn | ≤ (M |x∗ − xn−1 |)2 ,
n
M |x∗ − xn | ≤ (M |x∗ − x0 |)2 ,
1 n
|x∗ − xn | ≤ (M |x∗ − x0 |)2 ,
M

Como |x∗ − x0 | < 1, entonces

lim |x∗ − xn | = 0,
n→∞
130 4. SOLUCIÓN DE ECUACIONES NO LINEALES

es decir

lim xn = x∗ .
n→∞

Reescribiendo (4.4),

x∗ − xn+1 f ′′ (ξ)
= − , ξ ∈ I(x∗ , xn )
(x∗ − xn )2 2f ′ (xn )

Tomando el lı́mite, como xn tiende a x∗ ,

x∗ − xn+1 f ′′ (x∗ )
lim = − .
n→∞ (x∗ − xn )2 2f ′ (x∗ )

A manera de comprobación, después de que se calculó una raı́z, se puede ver

si la sucesión muestra aproximadamente convergencia cuadrática. Sea ek =
xk − x∗ . La sucesión |ek |/|ek−1 |2 deberı́a acercarse a |f ′′ (x∗ )|/ (2|f ′ (x∗ )|).
Para el ejemplo anterior |f ′′ (x∗ )/(2|f ′ (x∗ )|) = 16/(2 × 3) = 2.6666 .

k xk |ek | |ek |/|ek−1 |2

0 2.1000000000000001 1.100000e+00
1 0.9427881279712185 5.721187e-02 4.728254e-02
2 0.9934841559110774 6.515844e-03 1.990666e+00
3 0.9998909365826297 1.090634e-04 2.568844e+00
4 0.9999999683006239 3.169938e-08 2.664971e+00
5 0.9999999999999973 2.664535e-15 2.651673e+00

4.3 Método de la secante

Uno de los inconvenientes del método de Newton es que necesita evaluar

f ′ (x) en cada iteración. Algunas veces esto es imposible o muy difı́cil. Si en
el método de Newton se modifica la fórmula 4.1 reemplazando f ′ (xk ) por
una aproximación
f (xk ) − f (xk−1 )
f ′ (xk ) ≈ ,
xk − xk−1
entonces se obtiene

f (xk )(xk − xk−1 )

xk+1 = xk − (4.6)
f (xk ) − f (xk−1 )
4.3. MÉTODO DE LA SECANTE 131

y = f (x)

(x0 , f (x0 )) b

(x1 , f (x1 )) b

x2 x1 x0

Figura 4.2: Método de la secante

En el método de Newton se utilizaba la recta tangente a la curva en el punto

(xk , f (xk )). En el método de la secante se utiliza la recta (secante) que pasa
por los puntos (xk , f (xk )) y (xk−1 , f (xk−1 )).
Ejemplo 4.2. Aplicar el método de la secante a la ecuación x5 − 3x4 +
10x − 8 = 0, partiendo de x0 = 3.

k xk f (xk )
0 3.000000 2.200000e+01
1 3.010000 2.292085e+01
2 2.761091 5.725624e+00
3 2.678210 2.226281e+00
4 2.625482 4.593602e-01
5 2.611773 5.317368e-02
6 2.609979 1.552812e-03
7 2.609925 5.512240e-06
8 2.609924 5.747927e-10
9 2.609924 -2.838008e-15

Mediante condiciones semejantes a las exigidas en el teorema 4.1 se muestra

(ver [Sch91]), que el método de la secante tiene orden de convergencia
√
1+ 5
≈ 1.618
2
132 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Como el método de la secante es semejante al método de Newton, entonces

tienen aproximadamente las mismas ventajas y las mismas desventajas, salvo
dos aspectos:

• La convergencia del método de la secante, en la mayorı́a de los casos,

es menos rápida que en el método de Newton.

• El método de la secante obvia la necesidad de evaluar las derivadas.

El esquema del algoritmo es semejante al del método de Newton. Hay varias

posibles salidas, algunas deseables, otras no.

datos: x0, maxit, εf , εx , ε0

x1 = x0 + 0.1, f0 = f(x0), f1 = f(x1)
para k=1,...,maxit
den = f1-f0
si |den| ≤ ε0 ent salir
δ =f1*(x1-x0)/den
x2 = x1 - δ, f2 = f(x2)
si |f2| ≤ εf ent salir
si |δ|/(1+|x2|) ≤ εx ent salir
x0 = x1, f0 = f1, x1 = x2, f1 = f2
fin-para k

El método de la secante se puede implementar en Scilab ası́:

function [x, ind] = secante(f, x0, epsx, epsf, maxit)

// metodo de la secante

// ind valdra 1 si se obtiene la raiz,

// | f(x2) | < epsf o
// | x2-x1 | < epsx
//
// 2 si se hicieron muchas iteraciones, > maxit
// 0 si un denominador es nulo o casi nulo

//*************
eps0 = 1.0e-12
//*************
4.4. MÉTODO DE LA BISECCIÓN 133

x = x0

h = 0.1
x1 = x0 + h
f0 = f(x0)
f1 = f(x1)

for k=1:maxit
den = f1-f0
if abs(den) <= eps0
ind = 0
return
end
d2 = f1*(x1-x0)/den
x2 = x1 - d2
f2 = f(x2)
disp(k,x2,f2)
if abs(f2) <= epsf | abs(d2) <= epsx
x = x2
ind = 1
return
end
x0 = x1, f0 = f1
x1 = x2, f1 = f2
end
x = x2
ind = 2
endfunction

4.4 Método de la bisección

Si la función f es continua en el intervalo [a, b], a < b, y si f (a) y f (b) tienen

signo diferente,
f (a)f (b) < 0,

entonces f tiene por lo menos una raı́z en el intervalo. Este método ya se

vio en el capı́tulo sobre funciones.
134 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Usualmente se define el error asociado a una aproximación como

ek = |xk − x∗ |.

En el método de la bisección, dado el intervalo [ak , bk ], ak < bk , no se tiene

un valor de xk . Se sabe que en [ak , bk ] hay por lo menos una raı́z. Cualquiera
de los valores en el intervalo podrı́a ser xk . Sea Ek el máximo error que puede
haber en la iteración k,
ek ≤ Ek = bk − ak .
Como el tamaño de un intervalo es exactamente la mitad del anterior
1
bk − ak = (bk−1 − ak−1 ),
2
entonces   
1 1
bk − ak = (bk−2 − ak−2 ).
2 2
Finalmente  k
1
bk − ak = (b0 − a0 ).
2
Obviamente Ek → 0 y
Ek 1 1
= → .
Ek−1 2 2
Esto quiere decir que la sucesión de cotas del error tiene convergencia lineal
(orden 1) y tasa de convergencia 1/2.
En el método de la bisección se puede saber por anticipado el número de
iteraciones necesarias para obtener un tamaño deseado,

bk − ak ≤ ε,
 k
1
(b0 − a0 ) ≤ ε,
2
 k
1 ε
≤ ,
2 b0 − a0
b0 − a0
2k ≥ ,
ε
b0 − a0
k log 2 ≥ log ,
ε
log b0 −ε
a0
k ≥ ·
log 2
4.5. MÉTODO DE REGULA FALSI 135

y = f (x)

(bk , f (bk )) b

ak ck
b
bk

Figura 4.3: Método Regula Falsi

Por ejemplo, si el tamaño del intervalo inicial es 3, si ε = 1.0E − 6, entonces

en k = 22 (≥ 21.52) iteraciones se obtiene un intervalo suficientemente
pequeño.

4.5 Método de Regula Falsi

Igualmente se conoce con el nombre de falsa posición. Es una modificación

del método de la bisección. También empieza con un intervalo [a0 , b0 ] donde
f es continua y tal que f (a0 ) y f (b0 ) tienen signo diferente.
En el método de bisección, en cada iteración, únicamente se tiene en cuenta
el signo de f (ak ) y de f (bk ), pero no sus valores: no se está utilizando toda
la información disponible. Además es de esperar que si f (ak ) está más cerca
de 0 que f (bk ), entonces puede ser interesante considerar, no el punto medio,
sino un punto más cercano a ak . De manera análoga, si f (bk ) está más cerca
de 0 que f (ak ), entonces puede ser interesante considerar, no el punto medio,
sino un punto más cercano a bk .
En el método de Regula Falsi se considera el punto donde la recta que pasa
por (ak , f (ak )), (bk , f (bk )) corta el eje x. Como f (ak ) y f (bk ) tienen signo
diferente, entonces el punto de corte ck queda entre ak y bk .
136 4. SOLUCIÓN DE ECUACIONES NO LINEALES

La ecuación de la recta es:

f (bk ) − f (ak )
y − f (ak ) = (x − ak )
bk − ak
Cuando y = 0 se tiene el punto de corte x = ck ,

f (ak )(bk − ak )
ck = ak − (4.7)
f (bk ) − f (ak )

Esta fórmula es semejante a la de la secante. Como f (ak ) y f (bk ) tienen

signo diferente, entonces f (bk ) − f (ak ) tiene signo contrario al de f (ak ).
Entonces −f (ak )/(f (bk ) − f (ak )) > 0. Usando de nuevo que f (ak ) y f (bk )
tienen signo diferente, entonces |f (ak )|/|f (bk ) − f (ak )| < 1. Luego 0 <
−f (ak )/(f (bk ) − f (ak )) < 1. Esto muestra que ak < ck < bk .
Partiendo de un intervalo inicial [a0 , b0 ], en la iteración k se tiene el intervalo
[ak , bk ] donde f es continua y f (ak ), f (bk ) tienen diferente signo. Se calcula
ck el punto de corte y se tienen tres posibilidades excluyentes:

• f (ck ) ≈ 0; en este caso ck es, aproximadamente, una raı́z;

• f (ak )f (ck ) < 0; en este caso hay una raı́z en el intervalo [ak , ck ] =
[ak+1 , bk+1 ];

• f (ak )f (ck ) > 0; en este caso hay una raı́z en el intervalo [ck , bk ] =
[ak+1 , bk+1 ].

Ejemplo 4.3. Aplicar el método de Regula Falsi a la ecuación x5 − 3x4 +

10x − 8 = 0, partiendo de [2, 5].

k ak bk f (ak ) f (bk ) ck f (ck )

0 2.000000 5 -4.000000 1292 2.009259 -4.054857
1 2.009259 5 -4.054857 1292 2.018616 -4.108820
2 2.018616 5 -4.108820 1292 2.028067 -4.161744
3 2.028067 5 -4.161744 1292 2.037610 -4.213478
4 2.037610 5 -4.213478 1292 2.047239 -4.263862
5 2.047239 5 -4.263862 1292 2.056952 -4.312734
10 2.096539 5 -4.489666 1292 2.106594 -4.528370
20 2.198548 5 -4.739498 1292 2.208787 -4.744664
30 2.298673 5 -4.594020 1292 2.308244 -4.554769
335 2.609924 5 -0.000001 1292 2.609924 -0.000001
4.6. MODIFICACIÓN DEL MÉTODO DE REGULA FALSI 137

Como se ve, la convergencia es muy lenta. El problema radica en que en el

método de Regula Falsi no se puede garantizar que

lim (bk − ak ) = 0.
k→∞

Esto quiere decir que el método no es seguro. Entonces, en una imple-

mentación, es necesario trabajar con un número máximo de iteraciones.

4.6 Modificación del método de Regula Falsi

Los dos métodos, bisección y Regula Falsi, se pueden combinar en uno solo
de la siguiente manera. En cada iteración se calcula mk y ck . Esto define
tres subintervalos en [ak , bk ]. En por lo menos uno de ellos se tiene una raı́z.
Si los tres subintervalos sirven, se puede escoger cualquiera, o mejor aún, el
de menor tamaño. En un caso muy especial, cuando mk y ck coinciden, se
tiene simplemente una iteración del método de bisección.

En cualquiera de los casos

1
bk+1 − ak+1 ≤ (bk − ak ),
2
entonces  k
1
bk − ak ≤ (b0 − a0 ),
2
lo que garantiza que
lim (bk − ak ) = 0.
k→∞

Ejemplo 4.4. Aplicar la modificación del método de Regula Falsi a la

ecuación x5 − 3x4 + 10x − 8 = 0, partiendo de [2, 5].

k a b f(a) f(b) c f(c) m f(m)

0 2.0000 5.0000 -4.00e+0 1.29e+3 2.0093 -4.0e+0 3.5000 1.0e+2
1 2.0093 3.5000 -4.05e+0 1.02e+2 2.0662 -4.4e+0 2.7546 5.4e+0
2 2.0662 2.7546 -4.36e+0 5.42e+0 2.3731 -4.2e+0 2.4104 -3.8e+0
3 2.4104 2.7546 -3.80e+0 5.42e+0 2.5523 -1.5e+0 2.5825 -7.4e-1
4 2.5825 2.7546 -7.44e-1 5.42e+0 2.6033 -1.9e-1 2.6686 1.9e+0
5 2.6033 2.6686 -1.87e-1 1.88e+0 2.6092 -2.0e-2 2.6360 7.8e-1
6 2.6092 2.6360 -2.00e-2 7.84e-1 2.6099 -9.7e-4 2.6226 3.7e-1
7 2.6099 2.6226 -9.73e-4 3.72e-1 2.6099 -2.3e-5 2.6162 1.8e-1
8 2.6099 2.6162 -2.33e-5 1.83e-1 2.6099 -2.8e-7 2.6131 9.1e-2
9 2.6099 2.6131 -2.81e-7 9.10e-2 2.6099 -1.7e-9
138 4. SOLUCIÓN DE ECUACIONES NO LINEALES

La modificación es mucho mejor que el método de Regula Falsi. Además,

el número de iteraciones de la modificación debe ser menor o igual que el
número de iteraciones del método de bisección. Pero para comparar equi-
tativamente el método de bisección y la modificación de Regula Falsi, es
necesario tener en cuenta el número de evaluaciones de f (x).
En el método de bisección, en k iteraciones, el número de evaluaciones de f
está dado por:
nbisec = 2 + kbisec ·

En la modificación de Regula Falsi,

nmodif = 2 + 2 kmodif ·

4.7 Método de punto fijo

Los métodos vistos se aplican a la solución de la ecuación f (x) = 0. El

método de punto fijo sirve para resolver la ecuación

g(x) = x. (4.8)

Se busca un x∗ tal que su imagen, por medio de la función g, sea el mismo

x∗ . Por tal motivo se dice que x∗ es un punto fijo de la función g.
La aplicación del método es muy sencilla. A partir de un x0 dado, se aplica
varias veces la fórmula
xk+1 = g(xk ). (4.9)

Se espera que la sucesión {xk } construida mediante (4.9) converja hacia x∗ .

En algunos casos el método, además de ser muy sencillo, es muy eficiente;
en otros casos la eficiencia es muy pequeña; finalmente, en otros casos el
método definitivamente no sirve.

Ejemplo 4.5. Resolver x3 +x2 +6x+5 = 0. Esta ecuación se puede escribir

en la forma
x3 + x2 + 5
x=− ·
6
Aplicando el método de punto fijo a partir de x0 = −1 se tiene:
4.7. MÉTODO DE PUNTO FIJO 139

x0 = -1
x1 = -0.833333
x2 = -0.852623
x3 = -0.851190
x4 = -0.851303
x5 = -0.851294
x6 = -0.851295
x7 = -0.851295
x8 = -0.851295

Entonces se tiene una aproximación de una raı́z, x∗ ≈ −0.851295. En este

caso el método funcionó muy bien. Utilicemos ahora otra expresión para
x = g(x):
x3 + 6x + 5
x=− ·
x
Aplicando el método de punto fijo a partir de x0 = −0.851, muy buena
aproximación de la raı́z, se tiene:

x0 = -0.8510
x1 = -0.8488
x2 = -0.8294
x3 = -0.6599
x4 = 1.1415
x5 = -11.6832
x6 = -142.0691
x7 = -2.0190e+4

En este caso se observa que, aun partiendo de una muy buena aproximación
de la solución, no hay convergencia. 3

Antes de ver un resultado sobre convergencia del método de punto fijo, ob-
servemos su interpretación gráfica. La solución de g(x) = x está determinada
por el punto de corte, si lo hay, entre las gráficas y = g(x) y y = x.
Después de dibujar las dos funciones, la construcción de los puntos x1 , x2 ,
x3 ... se hace de la siguiente manera. Después de situar el valor x0 sobre el
eje x, para obtener el valor x1 , se busca verticalmente la curva y = g(x). El
punto obtenido tiene coordenadas (x0 , g(x0 )), o sea, (x0 , x1 ). Para obtener
x2 = g(x1 ) es necesario inicialmente resituar x1 sobre el eje x, para lo cual
basta con buscar horizontalmente la recta y = x para obtener el punto
140 4. SOLUCIÓN DE ECUACIONES NO LINEALES

y=x

y = g(x)

x∗

Figura 4.4: Punto fijo

(x1 , x1 ). A partir de este punto se puede obtener x2 buscando verticalmente

la curva y = g(x). Se tiene el punto (x1 , g(x1 )), o sea, (x1 , x2 ). Con
desplazamiento horizontal se obtiene (x2 , x2 ). En resumen, se repite varias
veces el siguiente procedimiento: a partir de (xk , xk ) buscar verticalmente
en la curva y = g(x) el punto (xk , xk+1 ), y a partir del punto obtenido
buscar horizontalmente en la recta y = x el punto (xk+1 , xk+1 ). Si el proceso
converge, los puntos obtenidos tienden hacia el punto (x∗ , g(x∗ )) = (x∗ , x∗ ).
Las figuras 4.5 a 4.8 muestran gráficamente la utilización del método; en
los dos primeros casos hay convergencia; en los otros dos no hay, aun si la
aproximación inicial es bastante buena.
En seguida se presentan dos teoremas (demostración en [Atk78]) sobre la
convergencia del método de punto fijo; el primero es más general y más
preciso, el segundo es una simplificación del primero, de más fácil aplicación
para ciertos problemas.

Teorema 4.2. Sea g continuamente diferenciable en el intervalo [a, b], tal

que

g([a, b]) ⊆ [a, b],

|g ′ (x)| < 1, para todo x ∈ [a, b].

Entonces existe un único x∗ en [a, b] solución de x = g(x) y la iteración de

punto fijo (4.9) converge a x∗ para todo x0 ∈ [a, b].
4.7. MÉTODO DE PUNTO FIJO 141

y=x

y = g(x)

x0 x1 x2 x3 x∗

Figura 4.5: Método de punto fijo (a)

y=x

y = g(x)

x0 x2 x∗ x3 x1

Figura 4.6: Método de punto fijo (b)

142 4. SOLUCIÓN DE ECUACIONES NO LINEALES

y = g(x) y=x

x∗ x0 x2 x3 x4

Figura 4.7: Método de punto fijo (c)

y = g(x) y=x

x3 x1 x∗ x0 x2 x4

Figura 4.8: Método de punto fijo (d)

4.7. MÉTODO DE PUNTO FIJO 143

Teorema 4.3. Sea x∗ solución de x = g(x), g continuamente diferenciable

en un intervalo abierto I tal que x∗ ∈ I, |g ′ (x∗ )| < 1. Entonces la iteración
de punto fijo (4.9) converge a x∗ para todo x0 suficientemente cerca de x∗ .

El caso ideal (la convergencia es más rápida) se tiene cuando g ′ (x∗ ) ≈ 0.

En los dos ejemplos numéricos anteriores, para resolver x3 + x2 + 6x + 5 = 0,
se tiene: x = g(x) = −(x3 + x2 + 5)/6, g ′ (−0.8513) = −0.0786. Si
se considera x = g(x) − (x3 + 6x + 5)/x, g ′ (−0.8513) = 8.6020. Estos
resultados numéricos concuerdan con el último teorema.
Dos de los ejemplos gráficos anteriores muestran justamente que cuando
|g ′ (x∗ )| < 1 el método converge.
√
Ejemplo 4.6. Resolver x2 = 3, o sea, calcular 3.

x2 = 3,
x2 + x2 = x2 + 3,
x2 + 3
x = ,
2x
x + 3/x
x = ·
2

x0 = 3
x1 = 2
x2 = 1.75000000000000
x3 = 1.73214285714286
x4 = 1.73205081001473
x5 = 1.73205080756888
x6 = 1.73205080756888

Se observa que la convergencia es bastante rápida. Este método es muy

utilizado para calcular raı́ces cuadradas en calculadoras de bolsillo y com-
putadores.
√
Aplicando el teorema 4.3 y teniendo en cuenta que g ′ (x∗ ) = g ′ ( 3) = 1/2 −
1.5/x ∗2 0
√ = 0, se concluye rápidamente que si x está suficientemente cerca
de 3, entonces el método converge.
La aplicación del teorema 4.2 no es tan inmediata, pero se obtiene infor-
mación más detallada. La solución está en el intervalo [2, 3]; consideremos
144 4. SOLUCIÓN DE ECUACIONES NO LINEALES

un intervalo aún más grande: I = [1 + ε, 4] con 0 < ε < 1.

g(1) = 2,
g(4) = 2.375,
1 3
g ′ (x) = − 2,
√ 2 2x
g ′ ( 3) = 0,
g ′ (1) = −1,
13
g ′ (4) = ,
32
3
g ′′ (x) = ·
x3

Entonces g ′′ (x) > 0 para todo x positivo. Luego g ′ (x) es creciente para
x > 0. Como g ′ (1) = −1, entonces −1 < g ′ (1 + ε). De nuevo por ser g ′ (x)
creciente, entonces −1 < g ′ (x) ≤ 13/32 para todo x ∈ I. En resumen,
|g ′ (x)| < 1 cuando x ∈ I.
√ √
Entre 1 + ε y 3 el valor de g ′ (x) es negativo.√ Entre 3 y√ 4 el
valor de g ′ (x) es positivo.
√ Luego g decrece
√ en√[1 + ε, √ 3] y crece √en [ 3, 4].
Entonces g([1 + ε, 3]) = [g(1 √ + ε), 3] ⊆ [2, 3] y g([ 3, 4]) = [ 3, 2.375].
En consecuencia g(I)√ = [ 3, 2.375] ⊆ I. Entonces el método de punto
fijo converge a x∗ = 3 para cualquier x√ 0 ∈]1, 4]. Este resultado se puede
generalizar al intervalo [1 + ε, b] con b > 3.
Si se empieza con x0 = 1/2, no se cumplen las condiciones del teorema; sin
embargo, el método converge. 3

4.7.1 Modificación del método de punto fijo

La convergencia del método de punto fijo se puede tratar de mejorar re-

tomando las ideas del método de la secante. Consideremos la ecuación
x = g(x) y los puntos (xi , g(xi )), (xj , g(xj )), sobre la gráfica de g. Es-
tos puntos pueden provenir directamente o no del método de punto fijo. es
decir, se puede tener que xi+1 = g(xi ) y que xj+1 = g(xj ), pero lo anterior
no es obligatorio.
La idea consiste simplemente en obtener la ecuación de la recta que pasa
por esos dos puntos y buscar la intersección con la recta y = x. La abcisa
del punto dará un nuevo valor xk .
4.7. MÉTODO DE PUNTO FIJO 145

y = mx + b
g(xj ) − g(xi )
m= (4.10)
xj − xi
g(xi ) = mxi + b
b = g(xi ) − mxi (4.11)
xk = mxk + b
b
xk = . (4.12)
1−m

Ahora se usan los puntos (xj , g(xj )), (xk , g(xk )), para obtener un nuevo xm ,
y ası́ sucesivamente. Usualmente, j = i + 1 y k = j + 1.

4.7.2 Método de punto fijo y método de Newton

Supongamos que c 6= 0 es una constante y que x∗ es solución de la ecuación

f (x) = 0. Ésta se puede reescribir

0 = cf (x),
x = x + cf (x) = g(x). (4.13)

Si se desea resolver esta ecuación por el método de punto fijo, la convergencia

es más rápida cuando g ′ (x∗ ) = 0, o sea,

1 + cf ′ (x∗ ) = 0,
1
c = − .
f ′ (x∗ )

Entonces al aplicar el método de punto fijo a (4.13), se tiene la fórmula

f (xk )
xk+1 = xk − . (4.14)
f ′ (x∗ )

Para aplicar esta fórmula se necesitarı́a conocer f ′ (x∗ ) e implı́citamente el

valor de x∗ , que es precisamente lo que se busca. La fórmula del método
de Newton, (4.1), puede ser vista simplemente como la utilización de (4.14)
reemplazando f ′ (x∗ ) por la mejor aproximación conocida en ese momento:
f ′ (xk ).
146 4. SOLUCIÓN DE ECUACIONES NO LINEALES

4.8 Método de Newton en Rn

Consideremos ahora un sistema de n ecuaciones con n incógnitas; por ejem-

plo,

x21 + x1 x2 + x3 − 3 = 0
2x1 + 3x2 x3 − 5 = 0 (4.15)
2
(x1 + x2 + x3 ) − 10x3 + 1 = 0.

Este sistema no se puede escribir en la forma matricial Ax = b; entonces

no se puede resolver por los métodos usuales para sistemas de ecuaciones
lineales. Lo que se hace, como en el método de Newton en R, es utilizar
aproximaciones de primer orden (llamadas también aproximaciones lineales).
Esto es simplemente la generalización de la aproximación por una recta.

Un sistema de n ecuaciones con n incógnitas se puede escribir de la forma

F1 (x1 , x2 , ..., xn ) = 0
F2 (x1 , x2 , ..., xn ) = 0
..
.
Fn (x1 , x2 , ..., xn ) = 0,

donde cada Fi es una función de n variables con valor real, o sea, Fi : Rn →

R. Denotemos x = (x1 , x2 , ..., xn ) y
 
F1 (x)
 F2 (x) 
 
F (x) =  .. .
 . 
Fn (x)

Ası́ F es una función de variable vectorial y valor vectorial, F : Rn → Rn ,

y el problema se escribe de manera muy compacta:

F (x) = 0. (4.16)

Este libro está dirigido principalmente a estudiantes de segundo semestre,

quienes todavı́a no conocen el cálculo en varias variables, entonces no habrá
una deducción (ni formal ni intuitiva) del método, simplemente se verá como
una generalización del método en R.
4.8. MÉTODO DE NEWTON EN RN 147

4.8.1 Matriz jacobiana

La matriz jacobiana de la función F : Rn → Rn , denotada por JF (x̄) o por

F ′ (x̄), es una matriz de tamaño n × n, en la que en la i-ésima fila están las
n derivadas parciales de Fi ,
 
∂F1 ∂F1 ∂F1
 (x) 
 ∂x1 (x) ∂x2
(x) · · ·
∂xn 
 
 
 ∂F2 ∂F2 ∂F2 
 (x) 
′
 ∂x (x) ∂x2
(x) · · ·
∂xn 
JF (x) = F (x) = 

1 

 .. .. 
 . . 
 
 
 
 ∂F ∂Fn ∂Fn 
n
(x) (x) · · · (x)
∂x1 ∂x2 ∂xn

Para las ecuaciones (4.15), escritas en la forma F (x) = 0,

 
2x1 + x2 x1 1
 
′  
F (x) =  2 3x3 3x2 
 
2(x1 + x2 + x3 ) 2(x1 + x2 + x3 ) 2(x1 + x2 + x3 ) − 10
 
1 2 1
 
 
F ′ (2, −3, 4) =  2 12 −9  .
 
6 6 −4

4.8.2 Fórmula de Newton en Rn

La fórmula del método de Newton en R,

f (xk )
xk+1 = xk − ,
f ′ (xk )

se puede reescribir con superı́ndices en lugar de subı́ndices:

f (xk )
xk+1 = xk − .
f ′ (xk )
148 4. SOLUCIÓN DE ECUACIONES NO LINEALES

De nuevo, es simplemente otra forma de escribir

xk+1 = xk − f ′ (xk )−1 f (xk ).

Esta expresión sı́ se puede generalizar

xk+1 = xk − F ′ (xk )−1 F (xk ). (4.17)

Su interpretación, muy natural, aparece a continuación. Sea x∗ , un vector de

n componentes, solución del sistema (4.16). Dependiendo de la conveniencia
se podrá escribir
 
x∗1
 x∗2 
 
x∗ = (x∗1 , x∗2 , ..., x∗n ) o x∗ =  .. .
 . 
x∗n

El método empieza con un vector x0 = (x01 , x02 , ..., x0n ), aproximación inicial
de la solución x∗ . Mediante (4.17) se construye una sucesión de vectores
{xk = (xk1 , xk2 , ..., xkn )} con el deseo de que xk → x∗ . En palabras, el vector
xk+1 es igual al vector xk menos el producto de la inversa de la matriz
jacobiana F ′ (xk ) y el vector F (xk ). Para evitar el cálculo de una inversa, la
fórmula se puede reescribir

dk = −F ′ (xk )−1 F (xk )

xk+1 = xk + dk .

Premultiplicando por F ′ (xk )

F ′ (xk ) dk = −F ′ (xk )F ′ (xk )−1 F (xk ),

F ′ (xk ) dk = −F (xk ).

En esta última expresión se conoce (o se puede calcular) la matriz F ′ (xk ).

También se conoce el vector F (xk ). O sea, simplemente se tiene un sistema
de ecuaciones lineales. La solución de este sistema es el vector dk . Entonces
las fórmulas para el método de Newton son:

resolver F ′ (xk ) dk = −F (xk ), (4.18)

k+1 k k
x = x +d .
4.8. MÉTODO DE NEWTON EN RN 149

Ejemplo 4.7. Resolver el sistema

x21 + x1 x2 + x3 − 3 = 0
2x1 + 3x2 x3 − 5 = 0
(x1 + x2 + x3 )2 − 10x3 + 1 = 0

a partir de x0 = (2, −3, 4).

   
−1 1 2 1
F (x0 ) =  −37  , F ′ (x0 ) =  2 12 −9 
−30 6 6 −4
  0     
1 2 1 d1 −1 2.5753
resolver  2 12 −9   d02  = −  −37  , d0 =  0.5890 
6 6 −4 d03 −30 −2.7534
     
2 2.5753 4.5753
x1 =  −3  +  0.5890  =  −2.4110 
4 −2.7534 1.2466
   
8.1494 6.7397 4.5753 1.0000
F (x1 ) =  −4.8656  , F ′ (x1 ) =  2.0000 3.7397 −7.2329 
0.1689 6.8219 6.8219 −3.1781
  1     
6.7397 4.5753 1.0000 d1 8.1494 −4.4433
 2.0000 3.7397 −7.2329  d12  = −  −4.8656  , d1 =  4.6537 
6.8219 6.8219 −3.1781 d13 0.1689 0.5048
     
4.5753 −4.4433 0.1321
2   
x = −2.4110 + 4.6537 = 2.2428 
 
1.2466 0.5048 1.7514
A continuación se presentan los resultados de F (xk ), F ′ (xk ), dk , xk+1 . k = 2
       
−0.9350 2.5069 0.1321 1.0000 0.6513 0.7833
 7.0481  ,  2.0000 5.2542 6.7283  ,  −0.8376  ,  1.4052 
0.5116 8.2524 8.2524 −1.7476 −0.5870 1.1644

k=3
       
−0.1213 2.9718 0.7833 1.0000 0.1824 0.9658
 1.4751  ,  2.0000 3.4931 4.2156  ,  −0.3454  ,  1.0598 
0.5981 6.7057 6.7057 −3.2943 −0.1502 1.0141
150 4. SOLUCIÓN DE ECUACIONES NO LINEALES

k=4
       
−0.0297 2.9913 0.9658 1.0000 0.0335 0.9993
 0.1557  ,  2.0000 3.0424 3.1793  ,  −0.0587  ,  1.0011 
0.0981 6.0793 6.0793 −3.9207 −0.0139 1.0002
k=5
       
−0.0008 2.9997 0.9993 1.0000 0.0007 1.0000
 0.0025  ,  2.0000 3.0006 3.0033  ,  −0.0011  ,  1.0000 
0.0015 6.0012 6.0012 −3.9988 −0.0002 1.0000
   
0 1
F (x6 ) ≈  0  , luego x∗ ≈  1  . 3
0 1

4.9 Método de Muller

Este método sirve para hallar raı́ces reales o complejas de polinomios. Sea
p(x) un polinomio real (con coeficientes reales), de grado n, es decir,
p(x) = a0 + a1 x + a2 x2 + ... + an xn , ai ∈ R, i = 0, 1, ..., n, an 6= 0.
En general no se puede garantizar que p(x) tenga raı́ces reales. Sin embargo
(teorema fundamental del Álgebra) se puede garantizar que tiene n raı́ces
complejas (algunas de ellas pueden ser reales). De manera más precisa,
existen r1 , r2 , ..., rn ∈ C tales que
p(ri ) = 0, i = 1, 2, ..., n.
El polinomio p se puede expresar en función de sus raı́ces:
p(x) = an (x − r1 )(x − r2 ) · · · (x − rn ).
Las raı́ces complejas, no reales, siempre vienen por parejas, es decir si r =
a + ib, b 6= 0, es una raı́z entonces r̄ = a − ib, el conjugado de r, también es
raı́z. Esto garantiza que los polinomios de grado impar tienen por lo menos
una raı́z real. Para los polinomios de grado par, el número de raı́ces reales
es par y el número de raı́ces estrictamente complejas también es par. Ası́
un polinomio de grado par puede tener cero raı́ces reales.

Para las raı́ces complejas (x − r)(x − r̄) divide a p(x).

(x − r)(x − r̄) = (x − a − ib)(x − a + ib) = (x − a)2 + b2 = x2 − 2ax + (a2 + b2 ).
4.9. MÉTODO DE MULLER 151

O sea, se tiene un polinomio real de grado 2 que divide a p(x).

Si q(x) divide a p(x), entonces existe un polinomio s(x) tal que

p(x) = q(x)s(x),
grado(p) = grado(q) + grado(s).
Entonces para sequir obteniendo las raı́ces de p(x) basta con obtener las
raı́ces de s(x), polinomio más sencillo.

Si se halla una raı́z real r entonces q(x) = (x − r) divide a p(x). Si se obtiene

una raı́z compleja r = a + ib, entonces q(x) = x2 − 2ax + (a2 + b2 ) divide
a p(x). Este proceso de obtener un polinomio de grado menor cuyas raı́ces
sean raı́ces del polinomio inicial se llama deflación.

En el método de la secante, dados dos valores x0 y x1 se busca la recta que

pasa por los puntos (x0 , f (x0 )), (x1 , f (x1 )); el siguiente valor x2 está dado
por el punto donde la recta corta el eje x.

En el método de Muller, en lugar de una recta, se utiliza una parábola.

Dados tres valores x0 , x1 y x2 , se construye la parábola P (x) que pasa por
los puntos (x0 , f (x0 )), (x1 , f (x1 )) y (x2 , f (x2 )); el siguiente valor x3 está
dado por el (un) punto tal que P (x3 ) = 0.

La parábola se puede escribir de la forma P (x) = a(x − x2 )2 + b(x − x2 ) + c.

Entonces hay tres condiciones que permiten calcular a, b y c:
f (x0 ) = a(x0 − x2 )2 + b(x0 − x2 ) + c,
f (x1 ) = a(x1 − x2 )2 + b(x1 − x2 ) + c,
f (x2 ) = c.
Después de algunos cálculos se obtiene
d = (x0 − x1 )(x0 − x2 )(x1 − x2 ),
−(x0 − x2 )(f (x1 ) − f (x2 )) + (x1 − x2 )(f (x0 ) − f (x2 )
a= ,
d (4.19)
(x0 − x2 )2 (f (x1 ) − f (x2 )) − (x1 − x2 )2 (f (x0 ) − f (x2 )
b= ,
d
c = f (x2 ).
Entonces √
−b ± b2 − 4ac
x3 − x2 =
2a
152 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Para reducir los errores de redondeo se “racionaliza” el numerador y se

escoge el signo buscando que el denominador resultante sea grande (en valor
absoluto)

D = b2 − 4ac,
√
R= D
−b ± R −b ∓ R
x3 − x2 =
2a −b ∓ R
b − R2
2 b2 − b2 + 4ac 2c
x3 − x2 =
=
=
2a − b ∓ R 2a − b ∓ R −b ∓ R
2c
x3 − x2 = −
b±R
2c
x3 = x2 − (4.20)
b + signo(b)R

En la siguiente iteración se obtiene la parábola utilizando x1 , x2 y x3 para

obtener x4 .

Si en una iteración
D = b2 − 4ac < 0
es necesario utilizar, a partir de ahı́, aritmética compleja (Scilab lo hace
automáticamente). Eso hace que los siguientes valores a, b y c no sean
necesariamente reales. Muy posiblemente b2 − 4ac tampoco es real. Para
utilizar (4.20) es necesario obtener la raı́z cuadradada de un complejo.

Sean z un complejo, θ el ángulo (en radianes) formado con el eje real (“eje
x”), llamado con frecuencia argumento de z, y ρ la norma o valor absoluto
de z. La dos raı́ces cuadradas de z son:
√ √

z = ζ1 = ρ cos(θ/2) + i sen(θ/2) ,
ζ2 = −ζ1 .

Ejemplo 4.8. Sea z = 12 + 16i. Entonces

ρ = 20,
θ = tan−1 (16/12) = 0.927295,
√

ζ1 = 20 cos(0.927295/2) + i sen(0.927295/2) = 4 + 2i,
ζ2 = −4 − 2i. 3
4.9. MÉTODO DE MULLER 153

Cuando b no es real, es necesario modificar ligeramente (4.20). Se escoge el

signo para que el denominador tenga máxima norma:

D = b2 − 4ac
√
R= D
(
b+R si |b + R| ≥ |b − R| (4.21)
δ=
b−R si |b + R| < |b − R|
2c
x3 = x2 − ·
δ

Ejemplo 4.9. Hallar las raı́ces de p(x) = 2x5 + x4 + 4x3 + 19x2 − 18x + 40
partiendo de x0 = 0, x1 = 0.5, x2 = 1.

f (x0 ) = 40
f (x1 ) = 36.375
f (x2 ) = 48
d = −0.25
a = 30.5
b = 38.5
c = 48
D = −4373.75

Hay que utilizar aritmética compleja

R = 66.134333i
δ = 38.5 + 66.134333i
x3 = 0.368852 + 1.084169i
f (x3 ) = 12.981325 − 9.579946i
154 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Ahora utilizamos x1 , x2 y x3

d = 0.546325 + 0.413228i
a = 27.161207 + 11.293018i
b = −21.941945 + 50.286087i
c = 12.981325 − 9.579946i
D = −3890.341507 − 1752.330850i
R = 13.719321 − 63.863615i
δ = −35.661266 + 114.149702i
x4 = 0.586513 + 1.243614i
f (x4 ) = 3.760763 − 6.548104i
..
.
x5 = 0.758640 + 1.246582i
f (x5 ) = −2.013839 − 1.490220i
x6 = 0.748694 + 1.196892i
f (x6 ) = 0.123017 + 0.025843i
x7 = 0.750002 + 1.198942i
f (x7 ) = 0.000535 + 0.000636i
x8 = 0.750000 + 1.198958i
f (x8 ) = 0

Ahora se construye el polinomio q(x) = (x − r)(x − r̄). Para r = 0.75 +

1.198958i se tiene q(x) = x2 − 1.5x + 2.

2x5 + x4 + 4x3 + 19x2 − 18x + 40

= 2x3 + 4x2 + 6x2 + 20.
x2 − 1.5x + 2

Ahora se trabaja con p(x) = 2x3 + 4x2 + 6x2 + 20. Sean x0 = −3, x1 = −2.5
y x2 = −2. También se hubiera podido volver a utilizar x0 = 0, x1 = 0.5 y
4.9. MÉTODO DE MULLER 155

x2 = 1.

f (x0 ) = −16
f (x1 ) = −1.25
f (x2 ) = 8
d = −0.25
a = −11
b = 13
c=8
D = 521
R = 22.825424
δ = 35.825424
x3 = −2.446610
f (x3 ) = −0.026391

Ahora utilizamos x1 , x2 y x3

d = 0.011922
a = −9.893220
b = 22.390216
c = −0.026391
D = 500.277428
R = 22.366882
δ = 44.757098
x4 = −2.445431
f (x4 ) = −0.000057
..
.
x5 = −2.445428
f (x5 ) = 0

Para r = −2.445428 se tiene q(x) = x + 2.445428.

2x3 + 4x2 + 6x2 + 20

= 2x2 − 0.890857x + 8.178526.
x + 2.445428
156 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Ahora se trabaja con p(x) = 2x2 − 0.890857x + 8.178526. Sus raı́ces son
0.2227142 + 2.009891i y 0.2227142 − 2.009891i. En resumen, las 5 raı́ces de
p(x) son:

0.75 + 1.1989579i
0.75 − 1.1989579i
− 2.445428
0.222714 + 2.009891i
0.222714 − 2.009891i. 3

El método de Muller tiene orden de convergencia no inferior a 1.84... Este

valor proviene de la raı́z mas grande de µ3 − µ2 − µ − 1 = 0. Esto hace
que sea un poco menos rápido que el método de Newton (orden 2) pero más
rápido que el método de la secante (orden 1.68).

El método no tiene sentido si hay valores iguales (o muy parecidos) entre

x0 , x1 y x2 . Además esto harı́a que no se pueda calcular a ni b. Tampoco
funciona si los valores f (x0 ), f (x1 ) y f (x2 ) son iguales o muy parecidos. En
este caso P (x) es una lı́nea recta horizontal y no se puede calcular x3 ya que
a = 0, b = 0 y, principalmente, δ = b ± R = 0.
4.9. MÉTODO DE MULLER 157

MÉTODO DE MULLER PARA UNA RAÍZ

datos: p, x0 , x1 , x2 , εf , ε0 , maxit
aritmética = real
f0 = p(x0 ), f1 = p(x1 ), f2 = p(x2 )
info= 0
para k = 1, ..., maxit
si |f2 | ≤ εf ent r = x2 , info= 1, parar
d = (x0 − x1 )(x0 − x2 )(x1 − x2 )
si |d| ≤ ε0 ent parar
calcular a, b y c según (4.19)
D = b2 − 4ac
si aritmética=real
√ y D < 0 ent aritmética=compleja
R= D
δ1 = b + R, δ2 = b − R
si |δ1 | ≥ |δ2 | ent δ = δ1 , sino δ = δ2
si |δ| ≤ ε0 ent parar
x3 = x2 − 2c/δ
x0 = x1 , x1 = x2 , x2 = x3 , f0 = f1 , f1 = f2
f2 = p(x2 )
fin-para k

Si el algoritmo anterior acaba normalmente, info valdrá 1 y r será una raı́z,

real o compleja.

MÉTODO DE MULLER
datos: p, x0 , εf , ε0 , maxit
r = x0 , h = 0.5
mientras grado(p) ≥ 3
x0 = r, x1 = x0 + h, x2 = x1 + h
(r, inf o) = M uller1(p, xo , x1 , x2 , εf , ε0 , maxit)
si inf o = 0, ent parar
si |imag(r)| ≤ ε0 ent q(x) = (x − r)
sino q(x) = (x − r)(x − r̄)
p(x) = p(x)/q(x)
fin-mientras
calcular raı́ces de p (de grado no superior a 2)

Si se espera que el número de raı́ces reales sea pequeño, comparado con el de

raı́ces complejas, se puede trabajar todo el tiempo con aritmética compleja.
158 4. SOLUCIÓN DE ECUACIONES NO LINEALES

4.10 Método de Bairstow

Sirve para hallar las raı́ces reales o complejas de un polinomio de grado

mayor o igual a 4, mediante la obtención de los factores cuadráticos “mónicos”
del polinomio. Cuando es de grado 3, se halla una raı́z real por el método
de Newton, y después de la deflación se calculan las 2 raı́ces del polinomio
cuadrático resultante.
Sea
p(x) = αn xn + αn−1 xn−1 + αn−2 xn−2 + ... + α1 x + α0

reescrito como

p(x) = u1 xn + u2 xn−1 + u3 xn−2 + ... + un x + un+1 (4.22)

Se desea encontrar x2 − dx − e divisor de p. Cuando se hace la división entre

p y un polinomio cuadrático cualquiera, se obtiene un residuo r(x) = Rx+S.
Entonces se buscan valores de d y e tales que r(x) = 0, es decir, R = 0 y
S = 0. Los valores R y S dependen de d y e, o sea, R = R(d, e) y S = S(d, e)
Tenemos dos ecuaciones con dos incógnitas,

R(d, e) = 0
S(d, e) = 0

Sea
q(x) = βn−2 xn−2 + βn−3 xn−3 + ... + β1 x + β0

reescrito como

q(x) = v1 xn−2 + v2 xn−3 + ... + vn−2 x + vn−1

el cociente. Entonces

p(x) = q(x)(x2 − dx − e) + Rx + S.

Es decir,

u1 xn + u2 xn−1 + ... + un x + un+1 = (v1 xn−2 + v2 xn−3 + ... + vn−2 x + vn−1 )(x2 − dx − e) + R
4.10. MÉTODO DE BAIRSTOW 159

u 1 = v1
u2 = v2 − dv1
u3 = v3 − dv2 − ev1
u4 = v4 − dv3 − ev2

ui = vi − dvi−1 − evi−2

un−1 = vn−1 − dvn−2 − evn−3

un = −dvn−1 − evn−2 + R
un+1 = −evn−1 + S

Para facilitar las fórmulas es útil introducir dos coeficientes adicionales, vn

y vn+1 , que no influyen sobre q, definidos por

vn = R
vn+1 = S + dvn

Entonces:

un = vn − dvn−1 − evn−2
un+1 = dvn − dvn − evn−1 + S
o sea, un+1 = vn+1 − dvn − evn−1

Las igualdades quedan:

u 1 = v1
u2 = v2 − dv1
ui = vi − dvi−1 − evi−2 , i = 3, ..., n + 1.

Las fórmulas para calcular los vi son

160 4. SOLUCIÓN DE ECUACIONES NO LINEALES

v1 = u 1
v2 = u2 + dv1 (4.23)
vi = ui + dvi−1 + evi−2 , i = 3, ..., n + 1.

Una vez obtenidos los vi , entonces

R = vn
S = vn+1 − dvn

u1 u2 u3 u4 ··· un+1
d dv1 dv2 dv3 ··· dvn
e ev1 ev2 ··· evn−1
v1 = u 1 v2 = Σ v3 = Σ v4 = Σ vn+1 = Σ

R = vn , S = vn+1 − dvn

4 5 1 0 -1 2
2 8 26 30 -18 -128
-3 -12 -39 -45 27
4 13 15 -9 -64 -99

R = −64, S = −99 − 2 × (−64) = 29

El objetivo inicial era buscar R = 0 y S = 0. Esto se obtiene si vn = 0 y

vn+1 = 0. O sea, ahora lo que se desea es encontrar d y e tales que

vn (d, e) = 0
vn+1 (d, e) = 0

Al aplicar el método de Newton se tiene:

4.10. MÉTODO DE BAIRSTOW 161

   
∆dk vn (dk , ek )
resolver el sistema J =− (4.24)
∆ek vn+1 (dk , ek )
 k+1   k   k 
d d ∆d
k+1 = k + (4.25)
e e ∆ek

donde J es la matriz jacobiana

 
 ∂vn (dk , ek ) ∂vn k k 
(d , e ) 
 ∂d ∂e
J =

.

 ∂vn+1 ∂vn+1 k k 
(dk , ek ) (d , e )
∂d ∂e

Cálculo de las derivadas parciales:

∂v1
=0
∂d
∂v2
= v1
∂d
∂vi ∂vi−1 ∂vi−2
= vi−1 + d +e
∂d ∂d ∂d

∂v1
=0
∂e
∂v2
=0
∂e
∂vi ∂vi−1 ∂vi−2
=d + vi−2 + e
∂e ∂e ∂e
∂vi ∂vi−1 ∂vi−2
= vi−2 + d +e
∂e ∂e ∂e

Explicitando las derivadas parciales con respecto a d se tiene

162 4. SOLUCIÓN DE ECUACIONES NO LINEALES

∂v1
=0
∂d
∂v2
= v1
∂d
∂v3 ∂v2 ∂v1
= v2 + d +e
∂d ∂d ∂d
∂v3 ∂v2
= v2 + d
∂d ∂d
∂v4 ∂v3 ∂v2
= v3 + d +e
∂d ∂d ∂d
∂vi ∂vi−1 ∂vi−2
= vi−1 + d +e
∂d ∂d ∂d

Sea

w1 = v 1
w2 = v2 + dw1 (4.26)
wi = vi + dwi−1 + ewi−2 , i = 3, ..., n.

Es importante observar que estas fórmulas son análogas a las de la división

sintética doble, que permiten obtener, a partir de los valores ui , los valores
vi .
La derivar se tiene:

∂v1
=0
∂d
∂v2
= w1
∂d
∂v3
= w2
∂d
∂vi
= wi−1
∂d

Explicitando las derivadas parciales con respecto a e se tiene

4.10. MÉTODO DE BAIRSTOW 163

∂v1
=0
∂e
∂v2
=0
∂e
∂v3
= v1
∂e
∂v4
= v2 + dv1
∂e
∂v5 ∂v4 ∂v3
= v3 + d +e
∂e ∂e ∂e

Utilizando de nuevo los wi

∂v1
=0
∂e
∂v2
=0
∂e
∂v3
= w1
∂e
∂v4
= w2
∂e
∂v5
= w3
∂e
∂vi
= wi−2
∂e

Entonces

∂vn
= wn−1
∂d
∂vn
= wn−2
∂e
∂vn+1
= wn
∂d
∂vn+1
= wn−1
∂e
164 4. SOLUCIÓN DE ECUACIONES NO LINEALES

Es decir, la matriz jacobiana es simplemente

 
wn−1 wn−2
J= . (4.27)
wn wn−1

MÉTODO DE BAIRSTOW

datos: u1 , u2 , ..., un+1 (4.22), d0 , e0 , ε, MAXIT

para k = 0, ...,MAXIT
calcular v1 , v2 , ..., vn+1 según (4.23)
si || ( vn , vn+1 ) || ≤ ε, ent parar
calcular w1 , w2 , ..., wn según (4.26)
construir J según (4.27)
resolver el sistema (4.24)
obtener dk+1 y ek+1 según (4.25)
fin-para k

Si el agoritmo acaba de la manera esperada, || ( vn , vn+1 ) || ≤ ε, entonces

los últimos valores d y e hacen que x2 − dx − e divida “exactamente” a p(x).
El cociente será justamente q(x) = v1 xn−2 + v2 xn−3 + ... + vn−2 x + vn−1 .
Ası́, las dos raı́ces de x2 − dx − e son también raı́ces de p(x). Si el grado
de q es superior a dos, entonces se puede recomenzar el proceso con q(x).
El método de Bairstow es, en el fondo, el método de Newton en R2 , luego,
en condiciones favorables, la convergencia es cuadrática.

Ejemplo 4.10. Aplicar el método de Bairstow para hallar las raı́ces de

p(x) = 4x5 + 5x4 + x3 − x + 2 ,

con d0 = 2, e0 = −3 y ε = 10−8 .

k = 0
4.0000 5.00001.0000 0.0000 -1.0000 2.0000
2.0000 8.0000
26.0000 30.0000 -18.0000 -128.0000
-3.0000 -12.0000 -39.0000 -45.0000 27.0000
------------------------------------------------------------
4.0000 13.0000 15.0000 -9.0000 -64.0000 -99.0000
2.0000 8.0000 42.0000 90.0000 36.0000
-3.0000 -12.0000 -63.0000 -135.0000
--------------------------------------------------
4.10. MÉTODO DE BAIRSTOW 165

4.0000 21.0000 45.0000 18.0000 -163.0000

J
18.0000 45.0000
-163.0000 18.0000
Delta : -0.4313 1.5947
d, e : 1.5687 -1.4053
======================================================================
k = 1
4.0000 5.0000 1.0000 0.0000 -1.0000 2.0000
1.5687 6.2750 17.6875 20.4979 7.3000 -18.9220
-1.4053 -5.6211 -15.8444 -18.3619 -6.5393
------------------------------------------------------------
4.0000 11.2750 13.0664 4.6534 -12.0619 -23.4613
1.5687 6.2750 27.5313 54.8694 54.6869
-1.4053 -5.6211 -24.6625 -49.1518
--------------------------------------------------
4.0000 17.5499 34.9767 34.8603 -6.5268
J
34.8603 34.9767
-6.5268 34.8603
Delta : -0.2772 0.6211
d, e : 1.2916 -0.7842
======================================================================
k = 2
4.0000 5.0000 1.0000 0.0000 -1.0000 2.0000
1.2916 5.1662 13.1303 14.1990 8.0426 -2.0383
-0.7842 -3.1366 -7.9720 -8.6208 -4.8830
------------------------------------------------------------
4.0000 10.1662 10.9937 6.2271 -1.5782 -4.9213
1.2916 5.1662 19.8029 35.7245 38.6544
-0.7842 -3.1366 -12.0231 -21.6898
--------------------------------------------------
4.0000 15.3325 27.6599 29.9284 15.3864
J
29.9284 27.6599
15.3864 29.9284
Delta : -0.1891 0.2616
d, e : 1.1025 -0.5225
======================================================================
k = 3
4.0000 5.0000 1.0000 0.0000 -1.0000 2.0000
1.1025 4.4099 10.3743 10.2357 5.8639 0.0141
-0.5225 -2.0901 -4.9168 -4.8511 -2.7792
------------------------------------------------------------
4.0000 9.4099 9.2842 5.3188 0.0128 -0.7651
166 4. SOLUCIÓN DE ECUACIONES NO LINEALES

1.1025 4.4099 15.2361 24.7289 25.1660

-0.5225 -2.0901 -7.2211 -11.7202
--------------------------------------------------
4.0000 13.8198 22.4303 22.8267 13.4586
J
22.8267 22.4303
13.4586 22.8267
Delta : -0.0796 0.0805
d, e : 1.0229 -0.4420
======================================================================
k = 4
4.0000 5.0000 1.0000 0.0000 -1.0000 2.0000
1.0229 4.0914 9.2992 8.7259 4.8147 0.0445
-0.4420 -1.7682 -4.0189 -3.7711 -2.0808
------------------------------------------------------------
4.0000 9.0914 8.5310 4.7071 0.0435 -0.0362
1.0229 4.0914 13.4841 20.7096 20.0369
-0.4420 -1.7682 -5.8275 -8.9501
--------------------------------------------------
4.0000 13.1828 20.2469 19.5892 11.1303
J
19.5892 20.2469
11.1303 19.5892
Delta : -0.0100 0.0075
d, e : 1.0128 -0.4345
======================================================================
k = 5
4.0000 5.0000 1.0000 0.0000 -1.0000 2.0000
1.0128 4.0513 9.1675 8.5377 4.6639 0.0012
-0.4345 -1.7380 -3.9329 -3.6627 -2.0008
------------------------------------------------------------
4.0000 9.0513 8.4295 4.6048 0.0012 0.0004
1.0128 4.0513 13.2709 20.2186 19.3757
-0.4345 -1.7380 -5.6932 -8.6738
--------------------------------------------------
4.0000 13.1027 19.9623 19.1302 10.7032
J
19.1302 19.9623
10.7032 19.1302
Delta : -0.0001 0.0000
d, e : 1.0127 -0.4345
======================================================================
k = 6
4.0000 5.0000 1.0000 0.0000 -1.0000 2.0000
1.0127 4.0509 9.1662 8.5357 4.6619 0.0000
4.10. MÉTODO DE BAIRSTOW 167

-0.4345 -1.7379 -3.9324 -3.6619 -2.0000

------------------------------------------------------------
4.0000 9.0509 8.4283 4.6033 0.0000 0.0000

Entonces

d = 1.0127362
e = −0.4344745
x2 − 1.0127362 x + 0.4344745 divide a p ,
r1 = 0.5063681 + 0.4219784 i es raı́z de p,
r2 = 0.5063681 − 0.4219784 i es raı́z de p,
q(x) = 4 x3 + 9.0509449 x2 + 8.4283219 x + 4.6032625 .

Al aplicar el método de Bairstow a q(x) con d0 = −1 y e0 = −1 se obtiene:

d = −0.9339455
e = −0.8660624
x2 + 0.9339455 x + 0.8660624 divide a p ,
r3 = −0.4669728 + 0.8049837 i es raı́z de p,
r4 = −0.4669728 − 0.8049837 i es raı́z de p,
q̃(x) = 4 x + 5.3151629 .

La última raı́z es r5 = −1.3287907 .

Ejercicios

Trate de resolver las ecuaciones propuestas, utilice métodos diferentes, com-

pare sus ventajas y desventajas. Emplee varios puntos iniciales. Busque, si
es posible, otras raı́ces.

4.1 x3 + 2x2 + 3x + 4 = 0.

4.2 x3 + 2x2 − 3x − 4 = 0.

4.3 x4 − 4x3 + 6x2 − 4x + 1 = 0.

4.4 x4 − 4x3 + 6x2 − 4x − 1 = 0.

168 4. SOLUCIÓN DE ECUACIONES NO LINEALES

4.5 x4 − 4x3 + 6x2 − 4x + 2 = 0.

4.6
3x − 6 x−2
− 2
cos(x) + 2 x + 1
+ x3 − 8 = 0.
x2 + x + 10
ex + x2
4.7
(1 + i)12
1000000 i = 945560.
(1 + i)12 − 1

4.8 x21 − x1 x2 + 3x1 − 4x2 + 10 = 0,

−2x21 + x22 + 3x1 x2 − 4x1 + 5x2 − 42 = 0.

4.9 x1 + x2 + 2x1 x2 − 31 = 0,
6x1 + 5x2 + 3x1 x2 − 74 = 0.
5

Interpolación y aproximación

En muchas situaciones de la vida real se tiene una tabla de valores corre-

spondientes a dos magnitudes relacionadas; por ejemplo,

Año Población
1930 3425
1940 5243
1950 10538
1960 19123
1970 38765
1980 82468
1985 91963
1990 103646
1995 123425

De manera más general, se tiene una tabla de valores

x1 f (x1 )
x2 f (x2 )
.. ..
. .
xn f (xn )

y se desea obtener una función f˜, sencilla y fácil de calcular, aproximación

de f , o en otros casos, dado un x̄, se desea obtener f˜(x̄) valor aproximado
de f (x̄).

169
170 5. INTERPOLACIÓN Y APROXIMACIÓN
y
b

b
b

b
b

Figura 5.1: Puntos o datos iniciales

b
b

b
b

Figura 5.2: Interpolación

Los valores f (xi ) pueden corresponder a:

• Datos o medidas obtenidos experimentalmente.

• Valores de una función f que se conoce pero tiene una expresión
analı́tica muy complicada o de evaluación difı́cil o lenta.
• Una función de la que no se conoce una expresión analı́tica, pero se
puede conocer f (x) como solución de una ecuación funcional (por
ejemplo, una ecuación diferencial) o como resultado de un proceso
numérico.

Cuando se desea que la función f˜ pase exactamente por los puntos conocidos,
f˜(xi ) = f (xi ) ∀i,
se habla de interpolación o de métodos de colocación, figura 5.2.
En los demás casos se habla de aproximación, figura 5.3. En este capı́tulo
se verá aproximación por mı́nimos cuadrados.
5.1. INTERPOLACIÓN 171

b
b

b
b

Figura 5.3: Aproximación

5.1 Interpolación

5.1.1 En Scilab

Cuando hay m puntos (x1 , y1 ), (x2 , y2 ), ..., (xm , ym ) se desea obtener la

función interpolante, una función que pase por esos puntos, con el objetivo
de evaluarla en otros valores x intermedios.
La función interpln permite hacer interpolación lineal (la función inter-
polante es continua y afı́n por trozos). Tiene dos parámetros, el primero es
una matriz de dos filas. La primera fila tiene los valores xi . Deben estar en
orden creciente. La segunda fila tiene los valores yi . El segundo parámetro
es un vector donde están los valores x en los que se desea evaluar la función
interpolante (afı́n por trozos).

clear, clf
x = [ 0.5 1 1.5 2.1 3 3.6]’
y = [ 1 2 1.5 2.5 2.1 2.4]’

t = 0.8
ft = interpln( [x’; y’], t)

n = length(x);
xx = ( x(1):0.1:x(n) )’;
y1 = interpln( [x’; y’], xx);

plot2d(xx, y1)

La gráfica resultante es semejante a la de la figura 5.4.

172 5. INTERPOLACIÓN Y APROXIMACIÓN

3
b
b

b
2 b

1 b

1 2 3 4

Figura 5.4: Interpolación lineal con interpln

También se puede hacer interpolación utilizando funciones spline o trazadores

cúbicos. Para hacer esto en Scilab, se requieren dos pasos. En el primero,
mediante splin, a partir de un lista de puntos (x1 , y1 ), (x2 , y2 ), ..., (xm , ym )
se calculan las derivadas, en los puntos xi , de la función spline interpolante.
En el segundo paso, mediante interp, se evalúa la función interpolante en
los valores dados por un vector, primer parámetro de interp.

clear, clf
x = [ 0.5 1 1.5 2.1 3 3.6]’
y = [ 1 2 1.5 2.5 2.1 2.4]’

n = length(x);
xx = ( x(1):0.1:x(n) )’;

d = splin(x, y);
ys = interp(xx, x, y, d);
plot2d(xx, ys)

La gráfica resultante es semejante a la de la figura 5.5.

5.1.2 Caso general

En el caso general de interpolación se tiene un conjunto de n puntos (x1 , y1 ),

(x2 , y2 ), ..., (xn , yn ) con la condición de que los xi son todos diferentes.
Este conjunto se llama el soporte. La función f˜, que se desea construir,
debe ser combinación lineal de n funciones llamadas funciones de la base.
5.1. INTERPOLACIÓN 173

3
b
b

b
2 b

1 b

1 2 3 4

Figura 5.5: Interpolación con funciones spline

Supongamos que estas funciones son ϕ1 , ϕ2 , ..., ϕn . Entonces,

f˜(x) = a1 ϕ1 (x) + a2 ϕ2 (x) + · · · + an ϕn (x).

Como las funciones de la base son conocidas, para conocer f˜ basta conocer
los escalares a1 , a2 , ..., an .
Las funciones de la base deben ser linealmente independientes. Si
n ≥ 2, la independencia lineal significa que no es posible que una de las
funciones sea combinación lineal de las otras. Por ejemplo, las funciones
ϕ1 (x) = 4, ϕ2 (x) = 6x2 − 20 y ϕ3 (x) = 2x2 no son linealmente independi-
entes.
Los escalares a1 , a2 , ..., an se escogen de tal manera que f˜(xi ) = yi , para
i = 1, 2, ..., n. Entonces

a1 ϕ1 (x1 ) + a2 ϕ2 (x1 ) + · · · + an ϕn (x1 ) = y1

a1 ϕ1 (x2 ) + a2 ϕ2 (x2 ) + · · · + an ϕn (x2 ) = y2
..
.
a1 ϕ1 (xn ) + a2 ϕ2 (xn ) + · · · + an ϕn (xn ) = yn

Las m igualdades anteriores se pueden escribir matricialmente:

    
ϕ1 (x1 ) ϕ2 (x1 ) · · · ϕn (x1 ) a1 y1
 ϕ1 (x2 ) ϕ2 (x2 ) · · · ϕn (x2 )   a2   y2 
    
 ..   ..  =  .. 
 .  .   . 
ϕ1 (xn ) ϕ2 (xn ) · · · ϕn (xn ) an yn
De manera compacta se tiene

Φ a = y. (5.1)
174 5. INTERPOLACIÓN Y APROXIMACIÓN

La matriz Φ es una matriz cuadrada n × n, a es un vector columna n × 1, y

es un vector columna n×1. Son conocidos la matriz Φ y el vector columna y.
El vector columna a es el vector de incógnitas. Como las funciones de la base
son linealmente independientes, entonces las columnas de Φ son linealmente
independientes. En consecuencia, Φ es invertible y (5.1) se puede resolver
(numéricamente).
Ejemplo 5.1. Dados los puntos (−1, 1), (2, −2), (3, 5) y la base formada
por las funciones ϕ1 (x) = 1, ϕ2 (x) = x, ϕ3 (x) = x2 , encontrar la función de
interpolación.

Al plantear Φa = y, se tiene
    
1 −1 1 a1 1
 1 2 4   a2  =  −2 
1 3 9 a3 5

Entonces  
−4
a =  −3  , f˜(x) = −4 − 3x + 2x2 ,
2
que efectivamente pasa por los puntos dados. 3

La interpolación polinomial (las funciones utilizadas son 1, x, x2 , ...) para

problemas pequeños con matrices “sin problemas”, se puede realizar en
Scilab, mediante órdenes semejantes a:

x = [ 0.5 1 1.5 2.1 3 3.6]’

y = [ 1 2 1.5 2.5 2.1 2.4]’

x = x(:);
y = y(:);
n = size(x,1);
n1 = n - 1;

F = ones(n,n);
for i=1:n1
F(:,i+1) = x.^i;
end
a = F\y
p = poly(a, ’x’, ’c’)
5.2. INTERPOLACIÓN POLINOMIAL DE LAGRANGE 175

xx = (x(1):0.05:x(n))’;
yp = horner(p, xx);

Hay ejemplos clásicos de los problemas que se pueden presentar con valores
relativamente pequeños, n = 20.
Ejemplo 5.2. Dados los puntos mismos (−1, 1), (2, −2), (3, 5) y la base
formada por las funciones ϕ1 (x) = 1, ϕ2 (x) = ex , ϕ3 (x) = e2x , encontrar la
función de interpolación.

Al plantear Φa = y, se tiene
    
1 0.3679 0.1353 a1 1
 1 7.3891 54.5982   a2  =  −2 
1 20.0855 403.4288 a3 5

Entonces
 
−1.2921
a =  −0.8123  , f˜(x) = 1.2921 − 0.8123ex + 0.0496e2x ,
0.0496

que efectivamente también pasa por los puntos dados. 3

5.2 Interpolación polinomial de Lagrange

En la interpolación de Lagrange la función f˜ que pasa por los puntos es

un polinomio, pero el polinomio se calcula utilizando polinomios de La-
grange, sin resolver explı́citamente un sistema de ecuaciones. Teóricamente,
el polinomio obtenido por interpolación polinomial (solución de un sistema
de ecuaciones) es exactamente el mismo obtenido por interpolación de La-
grange.
Dados n puntos
(x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ),
donde yi = f (xi ) = fi , se desea encontrar un polinomio p ∈ Pn−1 (el
conjunto de polinomios de grado menor o igual a n−1), que pase exactamente
por esos puntos, es decir,

p(xi ) = yi , i = 1, 2, ..., n. (5.2)

176 5. INTERPOLACIÓN Y APROXIMACIÓN

Por ejemplo, se desea encontrar un polinomio de grado menor o igual a 2

que pase por los puntos

(−1, 1), (2, −2), (3, 5).

Los valores xi deben ser todos diferentes entre sı́. Sin perder generalidad, se
puede suponer que x1 < x2 < · · · < xn .
El problema 5.2 se puede resolver planteando n ecuaciones con n incógnitas
(los coeficientes del polinomio). Este sistema lineal se puede resolver y se
tendrı́a la solución. Una manera más adecuada de encontrar p es por medio
de los polinomios de Lagrange.

5.2.1 Algunos resultados previos

Teorema 5.1. Sea p ∈ Pn−1 . Si existen n valores diferentes x1 , x2 , ..., xn

tales que p(xi ) = 0 ∀i, entonces p(x) = 0 ∀x, es decir, p es el polinomio
nulo.

Teorema 5.2. Teorema del valor medio. Sea f derivable en el intervalo

[a, b], entonces existe c ∈ [a, b] tal que

f (b) − f (a)
= f ′ (c).
b−a

Corolario 5.1. Si f (a) = f (b) = 0, entonces existe c ∈ [a, b] tal que

f ′ (c) = 0.

5.2.2 Polinomios de Lagrange

Dados n valores diferentes x1 , x2 , ..., xn , se definen n polinomios de Lagrange

L1 , L2 , ..., Ln de la siguiente manera:
n
Y
(x − xi )
i=1,i6=k
Lk (x) = n · (5.3)
Y
(xk − xi )
i=1,i6=k
5.2. INTERPOLACIÓN POLINOMIAL DE LAGRANGE 177

La construcción de los polinomios de Lagrange, para los datos del último

ejemplo x1 = −1, x2 = 2, x3 = 3, da:

(x − 2)(x − 3) x2 − 5x + 6
L1 (x) = = ,
(−1 − 2)(−1 − 3) 12
(x − −1)(x − 3) x2 − 2x − 3
L2 (x) = = ,
(2 − −1)(2 − 3) −3
(x − −1)(x − 2) x2 − x − 2
L3 (x) = = .
(3 − −1)(3 − 2) 4

Es claro que el numerador de (5.3) es el producto de n − 1 polinomios de

grado 1; entonces el numerador es un polinomio de grado, exactamente,
n − 1. El denominador es el producto de n − 1 números, ninguno de los
cuales es nulo, luego el denominador es un número no nulo. En resumen,
Lk es un polinomio de grado n − 1.

Reemplazando se verifica que Lk se anula en todos los xi , salvo en xk ,


0 si i 6= k,
Lk (xi ) = (5.4)
1 si i = k.

En el ejemplo, L3 (−1) = 0, L3 (2) = 0, L3 (3) = 1.

Con los polinomios de Lagrange se construye inmediatamente p,

n
X
p(x) = yk Lk (x). (5.5)
k=1

Por construcción p es un polinomio en Pn−1 . Reemplazando, fácilmente se

verifica 5.2.

Para el ejemplo,

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

Ejemplo 5.3. Encontrar el polinomio, de grado menor o igual a 3, que pasa

por los puntos
(−1, 1), (1, −5), (2, −2), (3, 5).
178 5. INTERPOLACIÓN Y APROXIMACIÓN

(x − 1)(x − 2)(x − 3) x3 − 6x2 + 11x − 6

L1 (x) = = ,
(−1 − 1)(−1 − 2)(−1 − 3) −24
x3 − 4x2 + x + 6
L2 (x) = ,
4
x3 − 3x2 − x + 3
L3 (x) = ,
−3
x3 − 2x2 − x + 2
L4 (x) = ,
8
p(x) = 2x2 − 3x − 4. 3

En la práctica se usa la interpolación de Lagrange de grado 2 o 3, máximo

4. Si hay muchos puntos, éstos se utilizan por grupos de 3 o 4, máximo 5
puntos.
Ejemplo 5.4. Considere los puntos
(1, 3.8), (2, 3.95), (3, 4.), (4, 3.95), (4.2, 3.43), (4.5, 3.89).
El polinomio de interpolación es
p(x) = −102.68595 + 245.23493x − 204.16498x2 + 78.696263x3
− 14.264007x4 + 0.9837509x5

Obviamente p(1) = 3.8 y p(2) = 3.95. Sin embargo p(1.35) = 6.946. Ver
figura (5.6). 3

Si x es un vector, un polinomio de Lagrange se puede costruir en Scilab

por órdenes semejantes a

x = [-1 1 2 3]’;
n = length(x)
k = 2

Lk = poly([1], ’x’, ’c’);

deno = 1;
for i=1:n
if i ~= k
Lk = Lk*poly([x(i)], ’x’);
deno = deno*(x(k) - x(i));
end
end
Lk = Lk/deno
5.2. INTERPOLACIÓN POLINOMIAL DE LAGRANGE 179

4 b
b b b b

0
0 1 2 3 4

Figura 5.6: Un ejemplo de interpolación polinomial

5.2.3 Existencia, unicidad y error

El polinomio p ∈ Pn−1 existe puesto que se puede construir. Sea q ∈ Pn−1

otro polinomio tal que

q(xi ) = yi , i = 1, 2, ..., n.

Sea r(x) = p(x) − q(x). Por construcción, r ∈ Pn , además r(xi ) = 0, i =

1, 2, n, o sea, r se anula en n valores diferentes, luego r(x) = 0, de donde
q(x) = p(x).

Teorema 5.3. Sean x1 , x2 , ..., xn reales distintos; t un real; It el menor

intervalo que contiene a x1 , x2 , ..., xn , t; f ∈ CInt (f tiene derivadas
continuas de orden 0, 1, 2, ..., n); pn−1 el polinomio de grado menor o igual
a n − 1 que pasa por los n puntos (x1 , f (x1 )), ..., (xn , f (xn )). Entonces
E(t), el error en t, está dado por:

E(t) = f (t) − pn−1 (t) = (t − x1 )(t − x2 ) · · · (t − xn )f (n) (ξ)/n! (5.6)

para algún ξ ∈ It .
180 5. INTERPOLACIÓN Y APROXIMACIÓN

Demostración. Si t = xi para algún i, entonces se tiene trivialmente el

resultado. Supongamos ahora que t ∈
/ {x1 , x2 , ..., xn }. Sean

Φ(x) = (x − x1 )(x − x2 ) · · · (x − xn ),
Φ(x)
G(x) = E(x) − E(t).
Φ(t)
Entonces

G ∈ CInt ,
Φ(xi )
G(xi ) = E(xi ) − E(t) = 0, i = 1, ..., n
Φ(t)
Φ(t)
G(t) = E(t) − E(t) = 0.
Φ(t)
Como G tiene por lo menos n + 1 ceros en It , aplicando el corolario del
teorema del valor medio, se deduce que G′ tiene por lo menos n + 1 − 1 ceros
en It . Ası́ sucesivamente se concluye que G(n) tiene por lo menos un cero en
It . Sea ξ tal que
G(n) (ξ) = 0.
De acuerdo con las definiciones

E (n) (x) = f (n) (x) − p(n)

n (x) = f
(n)
(x),
Φ(n) (x) = n!,
Φ(n) (x)
G(n) (x) = E (n) (x) − E(t),
Φ(t)
n!
G(n) (x) = f (n) (x) − E(t),
Φ(t)
n!
G(n) (ξ) = f (n) (ξ) − E(t) = 0.
Φ(t)
Entonces
Φ(t) (n)
E(t) = f (ξ). 2
n!
Frecuentemente no se tiene la información necesaria para aplicar (5.6). Al-
gunas veces se tiene información necesaria para obtener una cota superior
del valor absoluto del error.
|Φ(t)|
|E(t)| ≤ max |f (n) (z)| (5.7)
n! z∈It
5.3. DIFERENCIAS DIVIDIDAS DE NEWTON 181

Ejemplo 5.5. Considere los valores de la función seno en los puntos 5, 5.2,
5.5 y 6. Sea p el polinomio de interpolación. Obtenga una cota para error
cometido al aproximar sen(5.8) por p(5.8). Compare con el valor real del
error.

y = (−0.9589243, −0.8834547, −0.7055403, −0.2794155).

El polinomio p se puede obtener mediante la solución de un sistema de

ecuaciones o por polinomios de Lagrange.

p(x) = 23.728487 − 12.840218 x + 2.117532 x2 − 0.1073970 x3

p(5.8) = −0.4654393
f (4) (x) = sen(x)
It = [5, 6]
max |f (n) (z)| = 0.9589243
z∈It
|Φ(5.8)| = 0.0288
|E(5.8)| ≤ 0.0011507

El error cometido es:

E(5.8) = sen(5.8) − p(5.8) = 0.0008371 . 3

5.3 Diferencias divididas de Newton

Esta es una manera diferente de hacer los cálculos para la interpolación

polinómica. En la interpolación de Lagrange se construye explı́citamente p,
es decir, se conocen sus coeficientes. Por medio de las diferencias divididas
no se tiene explı́citamente el polinomio, pero se puede obtener fácilmente el
valor p(x) para cualquier x.

Supongamos de nuevo que tenemos los mismos n puntos,

(x1 , f1 ), (x2 , f2 ), . . . , (xn−1 , fn−1 ), (xn , fn ).

Con ellos se obtiene p = pn−1 ∈ Pn−1 . Si se consideran únicamente los

primeros n − 1 puntos

(x1 , f1 ), (x2 , f2 ), . . . , (xn−1 , fn−1 ),

182 5. INTERPOLACIÓN Y APROXIMACIÓN

se puede construir pn−2 ∈ Pn−2 . Sea c(x) la corrección que permite pasar
de pn−2 a pn−1 ,

pn−1 (x) = pn−2 (x) + c(x), es decir, c(x) = pn−1 (x) − pn−2 (x).

Por construcción, c es un polinomio en Pn−1 . Además,

c(xi ) = pn−1 (xi ) − pn−2 (xi ) = 0, i = 1, 2, ..., n − 1.

La fórmula anterior dice que c tiene n − 1 raı́ces diferentes x1 , x2 , ..., xn−1 ,

entonces
c(x) = αn−1 (x − x1 )(x − x2 ) · · · (x − xn−1 ).

f (xn ) = pn−1 (xn ) = pn−2 (xn ) + c(xn ),

f (xn ) = pn−2 (xn ) + αn−1 (xn − x1 )(xn − x2 )(xn − x3 ) · · · (xn − xn−1 ).

De la última igualdad se puede despejar αn−1 . Este valor se define como

la diferencia dividida de orden n − 1 de f en los puntos x1 , x2 , ..., xn . Se
denota
f (xn ) − pn−2 (xn )
αn−1 = f [x1 , x2 , ..., xn ] := ·
(xn − x1 )(xn − x2 ) · · · (xn − xn−1 )

El nombre diferencia dividida no tiene, por el momento, un significado muy

claro; éste se verá más adelante. Una de las igualdades anteriores se reescribe

pn−1 (x) = pn−2 (x) + f [x1 , ..., xn ](x − x1 ) · · · (x − xn−1 ). (5.8)

Esta fórmula es la que se utiliza para calcular pn−1 (x), una vez que se sepa
calcular, de manera sencilla, f [x1 , x2 , ..., xn ].

• Para calcular p(x), se empieza calculando p0 (x).

• A partir de p0 (x), con el valor f [x1 , x2 ], se calcula p1 (x).

• A partir de p1 (x), con el valor f [x1 , x2 , x3 ], se calcula p2 (x).

• A partir de p2 (x), con el valor f [x1 , x2 , x3 , x4 ], se calcula p3 (x).

.
• ..

• A partir de pn−2 (x), con el valor f [x1 , x2 , ..., xn ], se calcula pn−1 (x).
5.3. DIFERENCIAS DIVIDIDAS DE NEWTON 183

Obviamente
p0 (x) = f (x1 ). (5.9)

Por definición, consistente con lo visto antes,

f [x1 ] := f (x1 ),

que se generaliza a
f [xi ] := f (xi ), ∀i. (5.10)

Las demás diferencias divididas se deducen de (5.8),

p1 (x) = p0 (x) + f [x1 , x2 ](x − x1 ),

p1 (x) − po (x)
f [x1 , x2 ] = ·
x − x1

Para x = x2 ,

p1 (x2 ) − po (x2 )
f [x1 , x2 ] = ,
x2 − x1
f (x2 ) − f (x2 )
f [x1 , x2 ] = ,
x2 − x1
f [x2 ] − f [x1 ]
f [x1 , x2 ] = .
x2 − x1

La anterior igualdad se generaliza a

f [xi+1 ] − f [xi ]
f [xi , xi+1 ] = · (5.11)
xi+1 − xi

Deducción de f [x1 , x2 , x3 ] :

p2 (x) = p1 (x) + f [x1 , x2 , x3 ](x − x1 )(x − x2 ),

p2 (x) − p1 (x)
f [x1 , x2 , x3 ] = ,
(x − x1 )(x − x2 )
x = x3 ,
p2 (x3 ) − p1 (x3 )
f [x1 , x2 , x3 ] = ,
(x3 − x1 )(x3 − x2 )
= ...
f1 (x3 − x2 ) − f2 (x3 − x1 ) + f3 (x2 − x1 )
f [x1 , x2 , x3 ] = ·
(x3 − x2 )(x3 − x1 )(x2 − x1 )
184 5. INTERPOLACIÓN Y APROXIMACIÓN

Por otro lado,

f3 − f2 f2 − f1
−
f [x2 , x1 ] − f [x1 , x2 ] x3 − x2 x2 − x1
= ,
x3 − x1 x3 − x1
= ...
f [x2 , x3 ] − f [x1 , x2 ] f1 (x3 − x2 ) − f2 (x3 − x1 ) + f3 (x2 − x1 )
= ·
x3 − x1 (x3 − x2 )(x3 − x1 )(x2 − x1 )
Luego
f [x2 , x3 ] − f [x1 , x2 ]
f [x1 , x2 , x3 ] = ·
x3 − x1
Generalizando,
f [xi+1 , xi+2 ] − f [xi , xi+1 ]
f [xi , xi+1 , xi+2 ] = · (5.12)
xi+2 − xi
La generalización para diferencias divididas de orden j es:
f [xi+1 , ..., xi+j ] − f [xi , ..., xi+j−1 ]
f [xi , xi+1 , ..., xi+j ] = · (5.13)
xi+j − xi
Las fórmulas anteriores dan sentido al nombre diferencias divididas. Cuando
no se preste a confusión, se puede utilizar la siguiente notación:

Dj f [xi ] := f [xi , xi+1 , ..., xi+j ]· (5.14)

Entonces

D0 f [xi ] := f (xi ), (5.15)

D0 f [xi+1 ] − D0 f [xi ]
Df [xi ] = D1 f [xi ] = , (5.16)
xi+1 − xi
D1 f [xi+1 ] − D1 f [xi ]
D2 f [xi ] = , (5.17)
xi+2 − xi

Dj−1 f [xi+1 ] − Dj−1 f [xi ]

Dj f [xi ] = · (5.18)
xi+j − xi

5.3.1 Tabla de diferencias divididas

Para ejemplos pequeños, hechos a mano, se acostumbra construir la tabla

de diferencias divididas, la cual tiene el siguiente aspecto:
5.3. DIFERENCIAS DIVIDIDAS DE NEWTON 185

xi fi f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]

x1 f1
f [x1 , x2 ]
x2 f2 f [x1 , x2 , x3 ]
f [x2 , x3 ] f [x1 , x2 , x3 , x4 ]
x3 f3 f [x2 , x3 , x4 ]
f [x3 , x4 ] f [x2 , x3 , x4 , x5 ]
x4 f4 f [x3 , x4 , x5 ]
f [x4 , x5 ]
x5 f5

En la tabla anterior, dados 5 puntos, están las diferencias divididas hasta

de orden 3. Claro está, se hubiera podido calcular también la diferencia
dividida de orden 4, que estarı́a colocada en una columna adicional a la
derecha.
La elaboración de la tabla es relativamente sencilla. Las dos primeras
columnas corresponden a los datos. La tercera columna, la de las difer-
encias divididas de primer orden, f [xi , xi+1 ], se obtiene mediante la resta
de dos elementos consecutivos de la columna anterior dividida por la resta
de los dos elementos correspondientes de la primera columna. Por ejemplo,
f [x3 , x4 ] = (f4 − f3 )/(x4 − x3 ). Obsérvese que este valor se coloca en medio
de la fila de f3 y de la fila de f4 .
Para el cálculo de una diferencia dividida de segundo orden, cuarta columna,
se divide la resta de dos elementos consecutivos de la columna anterior por la
resta de dos elementos de la primera columna, pero dejando uno intercalado.
Por ejemplo, f [x1 , x2 , x3 ] = (f [x2 , x3 ] − f [x1 , x2 ])/(x3 − x1 ).
Para el cálculo de una diferencia dividida de tercer orden, quinta columna,
se divide la resta de dos elementos consecutivos de la columna anterior por la
resta de dos elementos de la primera columna, pero dejando dos intercalados.
Por ejemplo, f [x1 , x2 , x3 , x4 ] = (f [x2 , x3 , x4 ] − f [x1 , x2 , x3 ])/(x4 − x1 ).

Ejemplo 5.6. Construir la tabla de diferencias divididas, hasta el orden 3,

a partir de los seis puntos siguientes:

(0, 0), (0.5, 0.7071), (1, 1), (2, 1.4142), (3, 1.7321), (4, 2).
186 5. INTERPOLACIÓN Y APROXIMACIÓN

xi fi Df [xi ] D2 f [xi ] D3 f [xi ]

0 0.0000
1.4142
.5 0.7071 −0.8284
0.5858 0.3570
1 1.0000 −0.1144
0.4142 0.0265
2 1.4142 −0.0482
0.3179 0.0077
3 1.7321 −0.0250
0.2679
4 2.0000

El valor 1.4142 es simplemente (0.7071 − 0)/(0.5 − 0). El valor 0.2679 es

simplemente (2−1.7321)/(4−3). El valor −0.1144 es simplemente (0.4142−
.5858)/(2 − .5). El valor 0.0077 es simplemente (−0.0250 − −0.0482)/(4 −
1). 3

El esquema algorı́tmico para calcular la tabla de diferencias divididas hasta

el orden m es el siguiente:

para i = 1, ..., n
D0 f [xi ] = f (xi )
fin-para i
para j = 1, ..., m
para i = 1, ..., n − j
calcular Dj f [xi ] según (5.18)
fin-para i
fin-para j

Suponiendo que x, y son vectores y que se conoce m, la tabla de diferen-

cias divididas, hasta el orden m, se puede costruir en Scilab por órdenes
semejantes a:

x = x(:)
y = y(:)
n = size(x,1)

DD = zeros(n,m+1);
5.3. DIFERENCIAS DIVIDIDAS DE NEWTON 187

DD(:,1) = y;
for j=1:m
for i=1:n-j
Djfi = ( DD(i+1,j) - DD(i,j) )/( x(i+j) - x(i) );
DD(i,j+1) = Djfi;
end
end
disp(DD)

Si los datos f (xi ) corresponden a un polinomio, esto se puede deducir me-

diante las siguientes observaciones:

• Si para algún m todos los valores f [xk , xk+1 , ..., xk+m ] son iguales (o
aproximadamente iguales), entonces f es (aproximadamente) un poli-
nomio de grado m.
• Si para algún r todos los valores f [xk , xk+1 , ..., xk+r ] son nulos (o
aproximadamente nulos), entonces f es (aproximadamente) un poli-
nomio de grado r − 1.

5.3.2 Cálculo del valor interpolado

La fórmula (5.8) se puede reescribir a partir de un punto xk , pues no siempre

se debe tomar como valor de referencia x1 ,
pm (x) = pm−1 (x) + Dm f [xk ](x − xk )(x − xk+1 ) · · · (x − xk+m−1 ). (5.19)
Si se calcula pm−1 (x) de manera análoga, queda en función de pm−2 (x) y ası́
sucesivamente se obtiene:
 
m
X i−1
Y
pm (x) = Di f [xk ] (x − xk+j ) . (5.20)
i=0 j=0

El proceso para el cálculo es el siguiente:

p0 (x) = fk
p1 (x) = p0 (x) + D1 f [xk ](x − xk )
p2 (x) = p1 (x) + D2 f [xk ](x − xk )(x − xk+1 )
p3 (x) = p2 (x) + D3 f [xk ](x − xk )(x − xk+1 )(x − xk+2 )
p4 (x) = p3 (x) + D4 f [xk ](x − xk )(x − xk+1 )(x − xk+2 )(x − xk+3 )
..
.
188 5. INTERPOLACIÓN Y APROXIMACIÓN

Se observa que para calcular pj (x) hay multiplicaciones que ya se hicieron

para obtener pj−1 (x); entonces, no es necesario repetirlas sino organizar el
proceso de manera más eficiente.
γ0 = 1, p0 (x) = fk
γ1 = γ0 (x − xk ), p1 (x) = p0 (x) + D1 f [xk ] γ1
γ2 = γ1 (x − xk+1 ), p2 (x) = p1 (x) + D2 f [xk ] γ2
γ3 = γ2 (x − xk+2 ), p3 (x) = p2 (x) + D3 f [xk ] γ3
γ4 = γ3 (x − xk+3 ), p4 (x) = p3 (x) + D4 f [xk ] γ4
..
.
Únicamente queda por precisar la escogencia del punto inicial o de referencia
xk . Si se desea evaluar pm (x̄), ¿cuál debe ser xk ? Recordemos que se supone
que los puntos x1 , x2 , ..., xn están ordenados y que m, orden del polinomio
de interpolación, es menor o igual que n − 1. Obviamente, aunque no es
absolutamente indispensable, también se supone que x̄ ∈ / {x1 , x2 , ..., xn }.
Naturalmente se desea que x̄ ∈ [xk , xk+m ]. Pero no siempre se cumple; esto
sucede cuando x̄ ∈
/ [x1 , xn ]. En estos casos se habla de extrapolación y
se debe escoger xk = x1 si x̄ < x1 . En el caso opuesto, x̄ > xn , se toma
xk = xn−m .
En los demás casos, se desea que x̄ esté lo “más cerca” posible del intervalo
[xk , xk+m ] o del conjunto de puntos xk , xk+1 , xk+2 , ..., xk+m .
Ejemplo 5.7. Considere los datos del ejemplo anterior para calcular por
interpolación cuadrática y por interpolación cúbica una aproximación de
f (1.69).

El primer paso consiste en determinar el xk . Para ello únicamente se tienen

en cuenta los valores xi .

xi
0
.5
1
2
3
4

Para el caso de la interpolación cuadrática, una simple inspección visual

determina que hay dos posibilidades para xk . La primera es xk = 0.5,
intervalo [0.5, 2]. La segunda es xk = 1, intervalo [1, 3]. ¿Cuál es mejor?
5.3. DIFERENCIAS DIVIDIDAS DE NEWTON 189

Para medir la cercanı́a se puede usar la distancia de x̄ al promedio de los

extremos del intervalo (xi + xi+2 )/2 (el centro del intervalo) o la distancia
de x̄ al promedio de todos los puntos (xi + xi+1 + xi+2 )/3. En general

xi + xi+m
ui = , (5.21)
2
xi + xi+1 + xi+2 + · · · + xi+m
vi = , (5.22)
m+1
|x̄ − uk | = min{|x̄ − ui | : x̄ ∈ [xi , xi+m ]}, (5.23)
i
|x̄ − vk | = min{|x̄ − vi | : x̄ ∈ [xi , xi+m ]}. (5.24)
i

Los valores ui y vi son, de alguna forma, indicadores del centro de masa del
intervalo [xi , xi+m ]. Con frecuencia, los dos criterios, (5.23) y (5.24), definen
el mismo xk , pero en algunos casos no es ası́. De todas formas son criterios
razonables y para trabajar se escoge un solo criterio, lo cual da buenos
resultados. Se puede preferir la utilización de vi que, aunque requiere más
operaciones, tiene en cuenta todos los xj pertenecientes a [xi , xi+m ].

Los resultados numéricos para la interpolación cuadrática dan:

xi ui |x̄ − ui | vi |x̄ − vi |

0
.5 1.25 0.44 1.1667 0.5233
√ √
1 2.00 0.31 2.0000 0.3100
2
3
4

Para la interpolación cúbica hay tres posibilidades para xk : 0 , 0.5 y 1.

xi ui |x̄ − ui | vi |x̄ − vi |

0 1.00 0.69 0.875 0.815

√ √
.5 1.75 0.06 1.625 0.065
1 2.50 0.81 2.500 0.810
2
3
4
190 5. INTERPOLACIÓN Y APROXIMACIÓN

Una vez escogido xk = 1 para obtener la aproximación cuadrática de f (1.69),

los cálculos dan:
γ0 = 1, p0 (x) = 1,
γ1 = 1(1.69 − 1) = 0.69, p1 (x) = 1 + 0.4142(0.69) = 1.285798
γ2 = 0.69(1.69 − 2) = −0.2139, p2 (x) = 1.285798 − 0.0482(−0.2139)
p2 (x) = 1.296097

Para la interpolación cúbica, xk = 0.5:

γ0 = 1, p0 (x) = 0.7071,
γ1 = 1(1.69−0.5) = 1.19, p1 (x) = 0.7071+0.5858(1.19)
p1 (x) = 1.404202
γ2 = 1.19(1.69−1) = 0.8211, p2 (x) = 1.404202−0.1144(0.8211)
p2 (x) = 1.310268
γ3 = 0.8211(1.69−2) =−0.254541, p3 (x) = 1.310268+0.0265(−0.254541)
p3 (x) = 1.303523. 3

El esquema del algoritmo para calcular pm (x̄), a partir de la tabla de difer-

encia divididas, es el siguiente:

determinar k
px = f (xk )
gi = 1.0
para j = 1, ..., m
gi = gi ∗ (x̄ − xk+j−1 )
px = px + gi ∗ Dj f [xk ]
fin-para j

Si x es un vector ordenado de manera creciente, m el grado del polinomio

interpolante y t el valor en el que se desea interpolar, el ı́ndice k se puede
obtener en Scilab por órdenes semejantes a:

n = length(x);

if t <= x(1)
k = 1
else if t >= x(n)
k = n-m;
else
5.3. DIFERENCIAS DIVIDIDAS DE NEWTON 191

distmin = 1.0e10;
k = -1;
for i=1:n-m
if ( x(i) <= t & t <= x(i+m) ) | m == 0
vi = mean(x(i:i+m));
di = abs( t - vi );
if di < distmin
distmin = di;
k = i;
end
end // if
end // for i
end // else
end // else

Dados los vectores x (ordenado) y y , el valor m (grado del polinomio),

si ya se construyó la tabla de diferencias divididas DD y se conoce k ,
entonces el valor p(t) se puede calcular en Scilab ası́:

pt = DD(k,1)
gi = 1
for j=1:m
gi = gi*(t-x(k+j-1))
pt = pt + gi*DD(k,j+1)
end

La escogencia del “mejor” xk para calcular pm (x̄), con m < n − 1, es útil

cuando se va a evaluar una aproximación de f en pocos puntos, suficiente-
mente separados entre sı́. Cuando hay muchos valores x̄ para obtener una
aproximación de f , puede suceder que dos de los x̄ sean cercanos pero al
obtener el “mejor” xk resulten dos xk diferentes con dos aproximaciones
bastante diferentes, cuando se esperaban dos aproximaciones parecidas. En
la sección de splines hay un ejemplo detallado.
192 5. INTERPOLACIÓN Y APROXIMACIÓN

5.4 Diferencias finitas

Cuando los puntos (x1 , f (x1 )), (x2 , f (x2 )), (x3 , f (x3 )), ..., (xn , f (xn )), están
igualmente espaciados en x, es decir, existe un h > 0 tal que

xi = xi−1 + h, i = 2, ..., n
xi = x1 + (i − 1)h, i = 1, ..., n

entonces se pueden utilizar las diferencias finitas, definidas por

∆0 fi = fi (5.25)
∆fi = fi+1 − fi (5.26)
k+1 k k k
∆ fi = ∆ (∆fi ) = ∆ fi+1 − ∆ fi (5.27)

Algunas de las propiedades interesantes de las diferencias finitas son:

k
X  
k j k
∆ fi = (−1) fi+k−j , (5.28)
j
j=0
k  
X k
fi+k = ∆j fi . (5.29)
j
j=0

Las demostraciones se pueden hacer por inducción. La primera igualdad

permite calcular ∆k fi sin tener explı́citamente los valores ∆k−1 fj . La se-
gunda igualdad permite el proceso inverso al cálculo de las diferencias finitas
(se obtienen a partir de los valores iniciales fp ), es decir, obtener un valor
fm a partir de las diferencias finitas.
Para valores igualmente espaciados, las diferencias finitas y las divididas
están estrechamente relacionadas.

D0 f [xi ] = f [xi ] = fi = ∆0 fi
fi+1 − fi ∆1 fi
D1 f [xi ] = f [xi , xi+1 ] = =
xi+1 − xi h
f [xi+1 , xi+2 ] − f [xi , xi+1 ] ∆2 fi
D2 f [xi ] = f [xi , xi+1 , xi+2 ] = = ··· =
xi+2 − xi 2h2
∆m fi
Dm f [xi ] = f [xi , ..., xi+m ] = (5.30)
m! hm
5.4. DIFERENCIAS FINITAS 193

5.4.1 Tabla de diferencias finitas

La tabla de diferencias finitas tiene una estructura análoga a la tabla de

diferencias divididas. Se usa para ejemplos pequeños hechos a mano.

xi fi ∆fi ∆2 fi ∆3 fi
x1 f1
∆f1
x2 f2 ∆2 f1
∆f2 ∆3 f1
x3 f3 ∆2 f2
∆f3 ∆3 f2
x4 f4 ∆2 f3
∆f4
x5 f5

La elaboración de la tabla es muy sencilla. Las dos primeras columnas

corresponden a los datos. A partir de la tercera columna, para calcular
cada elemento se hace la resta de dos elementos consecutivos de la columna
anterior. Por ejemplo, ∆f3 = f4 − f3 . Obsérvese que este valor se coloca en
medio de la fila de f3 y de la fila de f4 . Por ejemplo, ∆2 f1 = ∆f2 − ∆f1 .
De manera semejante, ∆3 f2 = ∆2 f3 − ∆2 f2 .

Ejemplo 5.8. Construir la tabla de diferencias finitas, hasta el orden 3, a

partir de los seis puntos siguientes: (0, 0), (0.5, 0.7071), (1, 1), (1.5, 1.2247),
(2, 1.4142), (2.5, 1.5811).

xi fi ∆fi ∆2 fi ∆3 fi
0 0.0000
0.7071
.5 0.7071 −0.4142
0.2929 0.3460
1 1.0000 −0.0682
0.2247 0.0330
1.5 1.2247 −0.0352
0.1895 0.0126
2 1.4142 −0.0226
0.1669
2.5 1.5811
194 5. INTERPOLACIÓN Y APROXIMACIÓN

El valor 0.1895 es simplemente 1.4142 − 1.2247. El valor 0.0330 es simple-

mente −0.0352 − −0.0682. 3

El esquema algorı́tmico para calcular la tabla de diferencias finitas hasta el

orden m es el siguiente:

para i = 1, ..., n
∆0 fi = f (xi )
fin-para i
para j = 1, ..., m
para i = 1, ..., n − j
∆j fi = ∆j−1 fi+1 − ∆j−1 fi
fin-para i
fin-para j

5.4.2 Cálculo del valor interpolado

Teniendo en cuenta la relación entre diferencias divididas y finitas (5.30), la

igualdad (5.20) se puede escribir
 
Xm i i−1
Y
pm (x) =  ∆ fk (x − xk+j ) .
i! hi
i=0 j=0

Q
El valor i! se puede escribir i−1
j=0 (j + 1). Además, sea s = (x − xk )/h, es
decir, x = xk + sh. Entonces, x − xk+j = xk + sh − xk − jh = (s − j)h.
 
Xm i i−1
Y
pm (x) =  ∆ fk (s − j)h
i! hi
i=0 j=0
 
Xm if Y i−1
 ∆ k
= (s − j)
i!
i=0 j=0
m
X i−1
Y s−j
= ∆i fk
j+1
i=0 j=0

Si a y b son enteros no negativos, a ≥ b, el coeficiente binomial está definido

por  
a a!
= .
b (a − b)! b!
5.4. DIFERENCIAS FINITAS 195

Desarrollando los factoriales y simplificando se tiene

 
a a(a − 1)(a − 2) · · · (a − b + 1) a(a − 1)(a − 2) · · · (a − b + 1)
= =
b 1 × 2 × 3 × ··· × b b!
Esta última expresión sirve para cualquier
  valor real a y cualquier entero no
a
negativo b, con la convención de que = 1. Entonces,
0
i−1
Y s−j
j+1
j=0
 
s
se puede denotar simplemente por y ası́
i
Xm  
i s
pm (x) = ∆ fk . (5.31)
i
i=0
 
s
Este coeficiente guarda propiedades semejantes a las del coeficiente
i
binomial, en particular
   
s s s−i+1
= .
i i−1 i
Esto permite su cálculo de manera recurrente
 
s
= 1,
0
   
s s
= s
1 0
   
s s s−1
=
2 1 2
   
s s s−2
=
3 2 3
   
s s s−3
=
4 3 4
..
.

Escoger el xk para interpolar por un polinomio de grado m, se hace como en

las diferencias divididas. Como los valores xi están igualmente espaciados
196 5. INTERPOLACIÓN Y APROXIMACIÓN

los valores, ui y vi coinciden.

xi + xi+m
ui = , i = 1, ..., n − m,
2
|x − uk | = min{|x − ui | : i = 1, ..., n − m}.

Definido el xk , es necesario calcular s:

x − xk
s= .
h

El esquema de los cálculos es:

γ0 = 1, p0 (x) = fk
γ1 = γ0 s, p1 (x) = p0 (x) + ∆1 fk γ1
γ2 = γ1 (s − 1)/2, p2 (x) = p1 (x) + ∆2 fk γ2
γ3 = γ2 (s − 2)/3, p3 (x) = p2 (x) + ∆3 fk γ3
γ4 = γ3 (s − 3)/4, p4 (x) = p3 (x) + ∆4 fk γ4
..
.

Ejemplo 5.9. Calcular p3 (1.96) y p2 (1.96) a partir de los puntos (0, 0),
(0.5, 0.7071), (1, 1), (1.5, 1.2247), (2, 1.4142), (2.5, 1.5811).
La tabla de diferencias finitas es la misma del ejemplo anterior. Para calcular
p3 (1.96) se tiene xk = x2 = 1. Entonces s = (1.96 − 1)/0.5 = 1.92 .

γ0 = 1, p0 (x) = f2 = 1
γ1 = 1(1.92) = 1.92, p1 (x) = 1 + .2247(1.92) = 1.431424
γ2 = 1.92(1.92 − 1)/2 = .8832, p2 (x) = 1.431424 − .0352(.8832)
p2 (x) = 1.400335
γ3 = γ2 (1.92 − 2)/3 = −.023552, p3 (x) = 1.400335 + .0126(−.023552)
p3 (x) = 1.400039

Para calcular p2 (1.96) se tiene xk = x3 = 1.5. Entonces s = (1.96 −

1.5)/0.5 = 0.92 .

γ0 = 1, p0 (x) = f3 = 1.2247
γ1 = 1(0.92) = 0.92, p1 (x) = 1.2247 + .1895(.92) = 1.39904
γ2 = 0.92(0.92 − 1)/2 = −.0368, p2 (x) = 1.39904 − .0226(−0.0368)
p2 (x) = 1.399872
5.5. TRAZADORES CÚBICOS, INTERPOLACIÓN POLINOMIAL POR TROZOS, SPLINES197

3 •

2 • • • •

0
0 1 2 3 4 5

Figura 5.7: Puntos o datos iniciales

5.5 Trazadores cúbicos, interpolación polinomial

por trozos, splines

Dados n + 1 puntos, al utilizar diferencias divididas o diferencias finitas,

cuando se desea interpolar por un polinomio de grado m en un valor t, se
escoge el mejor conjunto de puntos (xk , yk ), (xk+1 , yk+1 ), ..., (xk+m , yk+m ),
para obtener el valor pm (t). Sin embargo este método presenta un gran
inconveniente cuando hay que interpolar en muchos valores t. Consideremos
los siguientes puntos:
(1, 2), (2, 2), (3, 2), (4, 3), (5, 2).

Para interpolar por polinomios de orden 2, si t < 2.5 se utilizan los puntos
(1, 2), (2, 2) y (3, 2). Entonces, por ejemplo, p2 (2.49) = 2. Si 2.5 < t < 3.5,
se utilizan los puntos (2, 2), (3, 2) y (4, 3). Después de algunos cálculos se ob-
tiene p2 (2.51) = 1.87505. Para t = 2.501 se obtiene p2 (2.501) = 1.8750005.
El lı́mite de p2 (t), cuando t → 2.5+ , es 1.875. Esto nos muestra una discon-
tinuidad. En t = 3.5 también se presenta una discontinuidad.
Estas discontinuidades se pueden evitar utilizando en el intervalo [1, 3] un
polinomio p2 (t) y en el intervalo [3, 5] otro polinomio p2 (t).
198 5. INTERPOLACIÓN Y APROXIMACIÓN

3 •

2 • • • •

0
0 1 2 3 4 5

Figura 5.8: Interpolación cuadrática por trozos no continua

3 •

2 • • • •

0
0 1 2 3 4 5

Figura 5.9: Interpolación cuadrática por trozos continua

5.5. TRAZADORES CÚBICOS, INTERPOLACIÓN POLINOMIAL POR TROZOS, SPLINES199

Obviamente ya no hay discontinuidades pero la gráfica no es suave, es decir,

la función interpolante no es diferenciable.
Los trazadores cúbicos (“splines” cúbicos) remedian este inconveniente. En
cada intervalo [xi , xi+1 ] se utiliza un polinomio cúbico y los coeficientes
de cada polinomio se escogen para que en los puntos xi haya continuidad,
diferenciabilidad y doble diferenciabilidad.

Dados n puntos (x1 , y1 ), (x2 , y2 ), ... (xn , yn ), con

x1 < x2 < x3 < · · · < xn ,

el trazador cúbico se define ası́:



 S1 (x) si x ∈ [x1 , x2 ]


S2 (x) si x ∈ [x2 , x3 ]
S(x) = . (5.32)

 ..



Sn−1 (x) si x ∈ [xn−1 , xn ]

En cada uno de los n − 1 intervalos, Si (x) es un polinomio cúbico.

Si (x) = ai (x − xi )3 + bi (x − xi )2 + ci (x − xi ) + di , i = 1, 2, ..., n − 1.
(5.33)

Conocer S(x) quiere decir conocer 4(n − 1) coeficientes: ai , bi , ci , di , para

i = 1, 2, ..., n − 1.

Se requiere que S(x) pase por los puntos (xi , yi ), y que sea doblemente
diferenciable. Además, es necesario tratar algunos detalles adicionales en
los extremos de los intervalos. Entonces,

S(xi ) = yi , i = 1, ..., n,
Si (xi+1 ) = Si+1 (xi+1 ), i = 1, ..., n − 2,
Si′ (xi+1 ) = Si+1
′
(xi+1 ), i = 1, ..., n − 2,
Si′′ (xi+1 ) = Si+1
′′
(xi+1 ), i = 1, ..., n − 2.

Sea hj = xj+1 − xj , el tamaño del intervalo [xj , xj+1 ], j = 1, ..., n − 1. Las

200 5. INTERPOLACIÓN Y APROXIMACIÓN

condiciones anteriores se convierten en:

Si (xi ) = di = yi i = 1, ..., n − 1,
Sn−1 (xn ) = an−1 h3n−1 + bn−1 h2n−1 + cn−1 hn−1 + dn−1 = yn
ai h3i + bi h2i + ci hi + di = di+1 i = 1, ..., n − 2,
3ai h2i + 2bi hi + ci = ci+1 i = 1, ..., n − 2,
6ai hi + 2bi = 2bi+1 i = 1, ..., n − 2.

Sea dn := yn una variable adicional. Esta variable se utilizará únicamente

en las fórmulas intermedias, pero no aparece en las fórmulas finales.

di = yi i = 1, ..., n, (5.34)
ai h3i 2
+ bi hi + ci hi + di = di+1 i = 1, ..., n − 1, (5.35)
3ai h2i + 2bi hi + ci = ci+1 i = 1, ..., n − 2, (5.36)
3ai hi + bi = bi+1 i = 1, ..., n − 2. (5.37)
De (5.37):
bi+1 − bi
ai = (5.38)
3hi
Reemplazando (5.38) en (5.35):
h2i
(bi+1 − bi ) + bi h2i + ci hi + di = di+1
3
h2i
(bi+1 + 2bi ) + ci hi + di = di+1 (5.39)
3
Reemplazando (5.38) en (5.36):
(bi+1 − bi )hi + 2bi hi + ci = ci+1
(bi+1 + bi )hi + ci = ci+1 (5.40)
Despejando ci de (5.39):
1 hi
ci = (di+1 − di ) − (2bi + bi+1 ) (5.41)
hi 3
Cambiando i por i − 1:
1 hi−1
ci−1 = (di − di−1 ) − (2bi−1 + bi ) (5.42)
hi−1 3
5.5. TRAZADORES CÚBICOS, INTERPOLACIÓN POLINOMIAL POR TROZOS, SPLINES201

Cambiando i por i − 1 en (5.40):

(bi + bi−1 )hi−1 + ci−1 = ci (5.43)

Reemplazando (5.41) y (5.42) en (5.43):

1 hi−1 1 hi
(bi + bi−1 )hi−1 + (di − di−1 ) − (2bi−1 + bi ) = (di+1 − di ) − (2bi + bi+1 )
hi−1 3 hi 3
Las variables di son en realidad constantes (di = yi ). Dejando al lado
izquierdo las variables bj y al lado derecho los términos independientes, se
tiene:
 
hi−1 2hi−1 2hi hi 1 1
bi−1 + + bi + bi+1 = (di−1 − di ) + (di+1 − di ).
3 3 3 3 hi−1 hi

Multiplicando por 3:

3 3
hi−1 bi−1 + 2(hi−1 + hi )bi + hi bi+1 = (di−1 − di ) + (−di + di+1 ).
hi−1 hi
(5.44)

La igualdad anterior es válida para i = 1, ..., n − 2. Es decir, hay n − 2

ecuaciones con n incógnitas. El sistema se completa según las condiciones
de frontera. Hay dos clases de condiciones sobre S(x). La primera clase se
conoce con el nombre de condiciones de frontera libre o natural: en los
extremos la curvatura es nula, o sea, S ′′ (x1 ) = 0 y S ′′ (xn ) = 0,

S1′′ (x1 ) = 0,
′′ (5.45)
Sn−1 (xn ) = 0.

En la segunda clase de condiciones de frontera, frontera sujeta, se supone

conocida la pendiente de S(x) en los extremos:

S1′ (x1 ) = f ′ (x1 ),

′ (5.46)
Sn−1 (xn ) = f ′ (xn ).

Al explicitar las condiciones de frontera libre se tiene:

S1′′ (x) = 6a1 (x − x1 ) + 2b1

′′
Sn−1 (x) = 6an−1 (x − xn−1 ) + 2bn−1
S1′′ (x1 ) = 2b1 = 0 (5.47)
′′
Sn−1 (xn ) = 3an−1 hn−1 + bn−1 = 0. (5.48)
202 5. INTERPOLACIÓN Y APROXIMACIÓN

Además del resultado anterior (b1 = 0), se puede introducir una variable
adicional bn = 0. Esto permite que la ecuación (5.44) se pueda aplicar para
i = n − 1. Recuérdese que ya se introdujo dn = yn y que para todo i se
tiene di = yi . Entonces se tiene un sistema de n ecuaciones con n incógnitas,
escrito de la forma
Ab = ζ, (5.49)
donde
 
1 0 0 0
 
h1 2(h1 + h2 ) h2 0 
 
0 h2 2(h2 + h3 ) h3 
 
 
0 0 h3 2(h3 + h4 ) h4 

A= 

 
 
 
 
0 0 h 2(h + h ) h 
 n−2 n−2 n−1 n−1 
0 0 0 1
   
 b1   0 
   
   3 3 
   (y − y ) + (−y + y ) 
 b2   1 2 2 3 
   h1 h2 
   
   3 3 
 b3   (y2 − y3 ) + (−y3 + y4 ) 
   h 2 h3 
b= , ζ= .
 ..   .
. 
 .   . 
   
   
   3 3 
bn−1   (yn−2 − yn−1 ) + (−yn−1 + yn )
  h hn−1 
   n−2 
   
bn 0

El sistema (5.49) tiene dos caracterı́sticas importantes: es tridiagonal, lo cual

facilita su solución; la matriz A es de diagonal estrictamente dominante, lo
cual garantiza que A es invertible y que la solución existe y es única.

Una vez conocidos los valores b1 , b2 , ..., bn−1 , bn , se puede aplicar (5.41)
para calcular los ci :

1 hi
ci = (yi+1 − yi ) − (2bi + bi+1 ), i = 1, ..., n − 1. (5.50)
hi 3
5.5. TRAZADORES CÚBICOS, INTERPOLACIÓN POLINOMIAL POR TROZOS, SPLINES203

Como bn existe y vale 0, la ecuación (5.38) se puede aplicar aún para i =

n − 1.
bi+1 − bi
ai = , i = 1, ..., n − 1. (5.51)
3hi
Obsérvese que para i = n−1, la igualdad an−1 = (0−bn−1 )/(3hn−1 ) coincide
con la segunda condición de frontera (5.48). El orden de aplicación de las
fórmulas es el siguiente:

• di = yi , i = 1, ..., n − 1.
• Obtener b1 , b1 , ..., bn resolviendo (5.49).
En particular b1 = 0 y, de acá en adelante, no se considera bn = 0.
• Para i = 1, ..., n − 1 calcular ci según (5.50).
• Para i = 1, ..., n − 1 calcular ai según (5.51).

Ejemplo 5.10. Construir el trazador cúbico para los puntos (1, 2), (2, 2),
(3, 2), (4, 3) y (5, 2).

De manera inmediata d1 = 2, d2 = 2, d3 = 2 y d4 = 3. En este ejemplo

h1 = h2 = h3 = h4 = 1. El sistema que permite obtener los bi es:
    
1 0 0 0 0 b1 0
1 4 1 0 0 b2   0 
    
0 1 4 1 0 b3  =  3  .
    
0 0 1 4 1 b4  −6
0 0 0 0 1 b5 0

Al resolver el sistema se obtiene b1 = 0 (obvio), b2 = −0.321429, b3 =

1.285714, b4 = −1.821429 y b5 = 0 (también obvio). El cálculo de los otros
coeficientes da:
c1 = 0.107143
c2 = −0.214286
c3 = 0.75
c4 = 0.214286
a1 = −0.107143
a2 = 0.535714
a3 = −1.035714
a4 = 0.607143.
204 5. INTERPOLACIÓN Y APROXIMACIÓN

3 •

2 • • • •

0
0 1 2 3 4 5
Figura 5.10: Interpolación con trazadores cúbicos o splines

Entonces
S1 (x) = −0.107143(x − 1)3 + 0(x − 1)2 + 0.107143(x − 1) + 2
S2 (x) = 0.535714(x − 2)3 − 0.321429(x − 2)2 − 0.214286(x − 2) + 2
S3 (x) = −1.035714(x − 3)3 + 1.285714(x − 3)2 + 0.75(x − 3) + 2
S4 (x) = 0.607143(x − 4)3 − 1.821429(x − 4)2 + 0.214286(x − 4) + 3 .

5.6 Aproximación por mı́nimos cuadrados

Cuando hay muchos puntos no es conveniente buscar un único polinomio

o una función que pase exactamente por todos los puntos. Entonces hay
dos soluciones: la primera, vista anteriormente, es hacer interpolación por
grupos pequeños de puntos. Para muchos casos es una solución muy buena.
Sin embargo, en algunas ocasiones se desea una función que sirva para todos
los puntos. La segunda solución consiste en obtener una sola función f˜ que,
aunque no pase por todos los puntos, pase relativamente cerca de todos.
Este es el enfoque de la aproximación por mı́nimos cuadrados.
Se supone que hay m puntos (x1 , y1 ), (x2 , y2 ), ..., (xm , ym ) y que los xi son
todos diferentes. La función f˜, que se desea construir, debe ser combinación
5.6. APROXIMACIÓN POR MÍNIMOS CUADRADOS 205

lineal de n funciones llamadas funciones de la base. Supongamos que estas

funciones son ϕ1 , ϕ2 , ..., ϕn . Entonces,
f˜(x) = a1 ϕ1 (x) + a2 ϕ2 (x) + · · · + an ϕn (x).
Como las funciones de la base son conocidas, para conocer f˜ basta conocer
los escalares a1 , a2 , ..., an .
Como se supone que hay muchos puntos (m grande) y como se desea que
f˜ sea sencilla, es decir, n es relativamente pequeño, entonces se debe tener
que m ≥ n.
Las funciones de la base deben ser linealmente independientes.
Los escalares a1 , a2 , ..., an se escogen de tal manera que f˜(xi ) ≈ yi , para
i = 1, 2, ..., m. Entonces,
a1 ϕ1 (x1 ) + a2 ϕ2 (x1 ) + · · · + an ϕn (x1 ) ≈ y1
a1 ϕ1 (x2 ) + a2 ϕ2 (x2 ) + · · · + an ϕn (x2 ) ≈ y2
a1 ϕ1 (x3 ) + a2 ϕ2 (x3 ) + · · · + an ϕn (x3 ) ≈ y3
..
.
a1 ϕ1 (xm ) + a2 ϕ2 (xm ) + · · · + an ϕn (xm ) ≈ ym .
Las m igualdades (aproximadas) anteriores se pueden escribir de manera
matricial:
   
ϕ1 (x1 ) ϕ2 (x1 ) · · · ϕn (x1 )   y1
 ϕ1 (x2 ) ϕ2 (x2 ) · · · ϕn (x2 )  a1   y2
   
 ϕ1 (x3 ) ϕ2 (x3 ) · · · ϕn (x3 )  a2    y3
    
  ..≈ 
  .  
 ..   . 
 .  an .
 . 
ϕ1 (xm ) ϕ2 (xm ) · · · ϕn (xm ) ym
De manera compacta se tiene
Φ a ≈ y. (5.52)
La matriz Φ es una matriz m × n rectangular alta (m ≥ n), a es un vector
columna n × 1, y es un vector columna m × 1. Son conocidos la matriz
Φ y el vector columna y. El vector columna a es el vector de incógnitas.
Como las funciones de la base son linealmente independientes, entonces las
columnas de Φ son linealmente independientes. En consecuencia, (5.52) se
puede resolver por mı́nimos cuadrados:
(ΦT Φ) a = ΦT y . (5.53)
206 5. INTERPOLACIÓN Y APROXIMACIÓN

Recordemos del capı́tulo 11 que para resolver por mı́nimos cuadrados el

sistema Ax = b, se minimiza ||Ax − b||22 . Traduciendo esto al problema de
aproximación por mı́nimos cuadrados, se tiene
 2
Xm Xn
min  aj ϕj (xi ) − yi  .
i=1 j=1

es decir,
m 
X 2
min f˜(xi ) − yi .
i=1

Esto significa que se está buscando una función f˜, combinación lineal de
las funciones de la base, tal que minimiza la suma de los cuadrados de las
distancias entre los puntos (xi , f˜(xi )) y (xi , yi ).
Ejemplo 5.11. Dadas las funciones ϕ1 (x) = 1, ϕ2 (x) = x, ϕ3 (x) = x2 ,
encontrar la función f˜ que aproxima por mı́nimos cuadrados la función dada
por los puntos (0, 0.55), (1, 0.65), (1.5, 0.725), (2, 0.85), (3, 1.35).
Como las funciones de la base son 1, x, x2 , en realidad se está buscando
aproximar por mı́nimos cuadrados por medio de un parábola. El sistema
inicial es    
1 0 0   0.55
 1 1 1  a1  0.65 
   
 1 1.5 2.25   a2  ≈  0.725 
   
 1 2 4  a3  0.85 
1 3 9 1.35
Las ecuaciones normales dan:
    
5 7.5 16.25 a1 4.1250
 7.5 16.25 39.375   a2  =  7.4875 
16.25 39.375 103.0625 a3 17.8313
La solución es:
 
0.56
a =  −0.04  , f˜(x) = 0.56 − 0.04x + 0.1x2 .
0.10
     
f˜(x1 ) 0.56 0.55
 f˜(x2 )     
   0.62   0.65 
 ˜ 
 f (x3 )  = Φ a = 
 0.725  ,
 y=
 0.725  3

     
 f˜(x4 )  0.88 0.85
˜
f (x5 ) 1.34 1.35
5.6. APROXIMACIÓN POR MÍNIMOS CUADRADOS 207

Ejercicios

5.1 Halle, resolviendo el sistema de ecuaciones, el polinomio de interpo-

lación que pasa por los puntos

(1, −5),
(2, −4),
(4, 4).

5.2 Halle, por medio de los polinomios de Lagrange, el polinomio de inter-

polación que pasa por los puntos del ejercicio anterior.

5.3 Halle el polinomio de interpolación que pasa por los puntos

(−1, −5),
(1, −5),
(2, −2),
(4, 40).

5.4 Halle el polinomio de interpolación que pasa por los puntos

(−1, 10),
(1, 8),
(2, 4),
(4, −10).

5.5 Considere los puntos

(0.10, 11.0000),
(0.13, 8.6923),
(0.16, 7.2500),
(0.20, 6.0000),
(0.26, 4.8462),
(0.40, 3.5000),
(0.32, 4.1250),
(0.50, 3.0000).
Construya la tabla de diferencias dividas hasta el orden 3. Obtenga
p2 (0.11), p2 (0.08), p2 (0.25), p2 (0.12), p2 (0.33), p2 (0.6), p3 (0.25),
p3 (0.33), p3 (0.6).
208 5. INTERPOLACIÓN Y APROXIMACIÓN

5.6 Considere los puntos

(0.05, 21.0000),
(0.10, 11.0000),
(0.15, 7.6667),
(0.20, 6.0000),
(0.25, 5.0000),
(0.30, 4.3333),
(0.35, 3.8571),
(0.40, 3.5000).
Construya la tabla de diferencias divididas hasta el orden 3. Cal-
cule p2 (0.11), p2 (0.08), p2 (0.25), p2 (0.12), p2 (0.33), p2 (0.6), p3 (0.25),
p3 (0.33), p3 (0.6).

5.7 Considere los mismos puntos del ejercicio anterior. Construya la tabla
de diferencias finitas hasta el orden 3. Halle p2 (0.11), p2 (0.08),
p2 (0.25), p2 (0.12), p2 (0.33), p2 (0.6), p3 (0.25), p3 (0.33), p3 (0.6).

5.8 Considere los puntos

(0.05, 2.0513),
(0.10, 2.1052),
(0.15, 2.1618),
(0.20, 2.2214),
(0.25, 2.2840),
(0.30, 2.3499),
(0.35, 2.4191),
(0.40, 2.4918).
Obtenga la recta de aproximación por mı́nimos cuadrados.

5.9 Considere los mismos puntos del ejercicio anterior. Obtenga la parábola
de aproximación por mı́nimos cuadrados.

5.10 Considere los mismos puntos de los dos ejercicios anteriores. Use
otra base y obtenga la correspondiente función de aproximación por
mı́nimos cuadrados.
6

Integración y diferenciación

6.1 Integración numérica

Esta técnica sirve para calcular el valor numérico de una integral definida,
es decir, parar obtener el valor

Z b
I= f (x)dx.
a

En la mayorı́a de los casos no se puede calcular el valor exacto I; simplemente

se calcula I˜ aproximación de I.
De todas maneras primero se debe tratar de hallar la antiderivada. Cuando
esto sea imposible o muy difı́cil, entonces se recurre a la integración numérica.
Por ejemplo, calcular una aproximación de

Z 0.5
2
ex dx.
0.1

En este capı́tulo hay ejemplos de integración numérica con funciones cuya

antiderivada es muy fácil de obtener y para los que no se debe utilizar la inte-
gración numérica; se usan solamente para comparar el resultado aproximado
con el valor exacto.

209
210 6. INTEGRACIÓN Y DIFERENCIACIÓN

y = f (x)

a b

Figura 6.1: Integral definida

6.2 En Scilab

Para obtener una aproximación del valor de una integral definida, por ejem-
plo,

Z 0.5
2
e−x dx
0.1

se utiliza intg . Para eso es necesario definir en Scilab la función que se va

a integrar. Puede ser, directamente en el ambiente Scilab:
deff(’[y] = f53(x)’, ’y = exp(-x*x)’)
I = intg(0.1, 0.5, f53)
También se puede definir una función en un archivo .sci

function fx = f57(x)
fx = exp(-x*x)
endfunction

y después de cargarla, dar la orden

I = intg(0.1, 0.5, f57)

También se puede utilizar la función integrate :

I = integrate(’exp(-x*x)’, ’x’, 0.1, 0.5)

6.3. FÓRMULA DEL TRAPECIO 211

Aunque Scilab es muy bueno, no es perfecto. La utilización de intg o

integrate no funciona bien (versión 5.1) para

Z 2π
sen(x) dx .
0

Algunas veces no se conoce una expresión de la función f , pero se conoce

una tabla de valores (xi , f (xi )), o simplemente una tabla de valores (xi , yi ).
Supongamos, ası́ lo requiere Scilab, que la lista de valores (x1 , y1 ), ..., (xn , yn )
está ordenada de manera creciente de acuerdo a los xi , o sea, x1 < x2 <
· · · < xn .
Para obtener el valor aproximado de la integral, entre x1 y xn , de la función
f (representada por los valores (xi , yi )), es necesario tener dos vectores con
los valor xi y yi , y utilizar la función inttrap , que utiliza la fórmula del
trapecio en cada subintervalo.

x = [0.1 0.15 0.2 0.25 0.3 0.4 0.5]’

y = [ 0.9900 0.9778 0.9608 0.9394 0.9139 0.8521 0.7788]’
I = inttrap(x, y)

Para los mismos parámetros x , y , se puede utilizar la función intsplin

que utiliza trazadores cúbicos (splines).

x = [0.1 0.15 0.2 0.25 0.3 0.4 0.5]’

y = [ 0.9900 0.9778 0.9608 0.9394 0.9139 0.8521 0.7788]’
I = intsplin(x, y)

6.3 Fórmula del trapecio

La fórmula del trapecio, como también la fórmula de Simpson, hace parte

de las fórmulas de Newton-Cotes. Sean n + 1 valores igualmente espaciados
a = x0 , x1 , x2 , ..., xn = b, donde

b−a
xi = a + ih , i = 0, 1, 2, ..., n , h = ,
n
y supongamos conocidos yi = f (xi ).R Supongamos además que n es un
x
múltiplo de m, n = km. La integral x0n f (x)dx se puede separar en inter-
212 6. INTEGRACIÓN Y DIFERENCIACIÓN

x0 x1 x2 xm x2m xn−m xn
a b
Figura 6.2: División en subintervalos

valos más pequeños:

Z xn Z xm Z x2m Z xn
f (x)dx = f (x)dx + f (x)dx + · · · + f (x)dx.
x0 x0 xm xn−m

En el intervalo [x0 , xm ] se conocen los puntos (x0 , y0 ), (x1 , y1 ), ..., (xm ,

ym ) y se puede construir
R x el polinomio de interpolación de Lagrange pm (x).
Entonces la integral x0m f (x)dx se aproxima por la integral de pm ,

Z xm Z xm
f (x)dx ≈ pm (x)dx.
x0 x0

Para m = 1 se tiene la fórmula del trapecio. Su deducción es mucho más

sencilla si se supone que x0 = 0. Esto equivale a hacer el cambio de variable
x′ = x − x0 .

x − x1 x − x0
p1 (x) = y0 + y1 ,
x0 − x1 x1 − x0
x−h x
p1 (x) = y0 + y1 ,
−h h
y1 − y 0
p1 (x) = y0 + x .
h
6.3. FÓRMULA DEL TRAPECIO 213

y0 y1

x0 x1
h
Figura 6.3: Fórmula del trapecio

Entonces
Z x1 Z h
y1 − y0
p1 (x)dx = (y0 + x )dx
x0 0 h
h2 y1 − y0
= y0 h + ,
2 h
y0 y1
= h( + ),
Z x1 2 2
y0 + y1
f (x)dx ≈ h · (6.1)
x0 2
De la fórmula (6.1) o de la gráfica se deduce naturalmente el nombre de
fórmula del trapecio.
Ejemplo 6.1.
Z 0.2
1 1
ex dx ≈ 0.2( e0 + e0.2 ) = 0.22214028 . 3
0 2 2

Aplicando la fórmula del trapecio a cada uno de los intervalos [xi−1 , xi ] se

tiene:
Z x1
y0 y1
f (x)dx ≈ h( + ),
x0 2 2
Z x2
y1 y2
f (x)dx ≈ h( + ),
x1 2 2
.. ..
. ≈ .
Z xn
yn−1 yn
f (x)dx ≈ h( + ).
xn−1 2 2
214 6. INTEGRACIÓN Y DIFERENCIACIÓN
Z xn
y0 y1 y1 y2 yn−1 yn
f (x)dx ≈ h(+ + + + ··· + ),
x0 2 2 2 2 2 2
Z xn
y0 yn
f (x)dx ≈ h( + y1 + y2 + · · · + yn−2 + yn−1 + ), (6.2)
x0 2 2
Z xn n−1
X
y0 yn
f (x)dx ≈ h( + yi + ).
x0 2 2
i=1

Ejemplo 6.2.
Z 0.8
1 1
ex dx ≈ 0.2( e0 + e0.2 + e0.4 + e0.6 + e0.8 ) = 1.22962334 . 3
0 2 2

6.3.1 Errores local y global

El error local de la fórmula del trapecio es el error proveniente de la fórmula

(6.1).
eloc = Iloc − I˜loc ,
Z x1
y0 y1
eloc = f (x)dx − h( + )
x0 2 2
Z x1 Z x1
= f (x)dx − p1 (x)dx
Zx0x1 x0

= (f (x) − p1 (x))dx .
x0

Utilizando la fórmula del error para la interpolación polinómica 5.6,

Z x1
(x − x0 )(x − x1 ) ′′
eloc = f (ξx )dx , ξx ∈ [x0 , x1 ].
x0 2
El teorema del valor medio para integrales dice: Sean f continua en [a, b],
g integrable en [a, b], g no cambia de signo en [a, b], entonces
Z b Z b
f (x)g(x)dx = f (c) g(x)dx
a a
para algún c en [a, b].

Teniendo en cuenta que (x − x0 )(x − x1 ) ≤ 0 en el intervalo [x0 , x1 ] y

aplicando el teorema del valor medio para integrales, existe z ∈ [x0 , x1 ] tal
que Z
f ′′ (z) x1
eloc = (x − x0 )(x − x1 )dx , z ∈ [x0 , x1 ].
2 x0
6.3. FÓRMULA DEL TRAPECIO 215

Mediante el cambio de variable t = x − x0 , dt = dx,

Z
f ′′ (z) h
eloc = t(t − h)dt , z ∈ [x0 , x1 ],
2 0
f ′′ (z) h3
= (− ) , z ∈ [x0 , x1 ],
2 6
f ′′ (z)
eloc = −h3 , z ∈ [x0 , x1 ]. (6.3)
12
La fórmula anterior, como muchas de las fórmulas de error, sirve principal-
mente para obtener cotas del error cometido.

h3
|eloc | ≤ M, M = max{|f ′′ (z)| : z ∈ [x0 , x1 ]}. (6.4)
12
En el ejemplo 6.1, f ′′ (x) = ex , max{|f ′′ (z)| : z ∈ [0, 0.2]} = 1.22140276,
luego el máximo error que se puede cometer, en valor absoluto, es (0.2)3 ×
1.22140276/12 = 8.1427 · 10−4 . En este ejemplo, se conoce el valor exacto
I = e0.2 − 1 = 0.22140276, luego |e| = 7.3752 · 10−4 .
En algunos casos, la fórmula del error permite afinar un poco más. Si
f ′′ (x) > 0 (f estrictamente convexa) en [x0 , x1 ] y como I = I˜+eloc , entonces
la fórmula del trapecio da un valor aproximado pero superior al exacto.
En el mismo ejemplo, f ′′ (x) varı́a en el intervalo [1, 1.22140276] cuando
x ∈ [0, 0.2]. Luego

eloc ∈ [−0.00081427, −0.00066667],

entonces
I ∈ [0.22132601, 0.22147361].
El error global es el error correspondiente al hacer la aproximación de la
integral sobre todo el intervalo [x0 , xn ], o sea, el error en la fórmula 6.2,
Z xn
y0 yn
eglob = f (x)dx − h( + y1 + y2 + · · · + yn−2 + yn−1 + )
x0 2 2
Xn
f ′′ (zi ) h3
= (− ) , zi ∈ [xi−1 , xi ]
12
i=1
n
h3 X ′′
=− f (zi ) , zi ∈ [xi−1 , xi ]
12
i=1
216 6. INTEGRACIÓN Y DIFERENCIACIÓN

Sean
M1 = min{f ′′ (x) : x ∈ [a, b]} , M2 = max{f ′′ (x) : x ∈ [a, b]}.
Entonces
M1 ≤ f ′′ (zi ) ≤ M2 , ∀i
X n
nM1 ≤ f ′′ (zi ) ≤ nM2 ,
i=1
n
1 X ′′
M1 ≤ f (zi ) ≤ M2 .
n
i=1
2 , entonces, aplicando el teorema del valor intermedio a f ′′ , existe
Si f ∈ C[a,b]
ξ ∈ [a, b] tal que
n
′′ 1 X ′′
f (ξ) = f (zi ) .
n
i=1
Entonces
h3 ′′
eglob = −
nf (ξ) , ξ ∈ [a, b].
12
Como h = (b − a)/n, entonces n = (b − a)/h.
(b − a)f ′′ (ξ)
eglob = −h2 , ξ ∈ [a, b]. (6.5)
12

6.4 Fórmula de Simpson

Es la fórmula de Newton-Cotes para m = 2,

Z x2 Z x2
f (x)dx ≈ p2 (x)dx.
x0 x0

El polinomio de interpolación p2 (x) se construye a partir de los puntos

(x0 , y0 ), (x1 , y1 ), (x2 , y2 ). Para facilitar la deducción de la fórmula, supong-
amos que p2 es el polinomio de interpolación que pasa por los puntos (0, y0 ),
(h, y1 ), (2h, y2 ). Entonces
(x − h)(x − 2h) (x − 0)(x − 2h) (x − 0)(x − h)
p2 (x) = y0 + y1 + y2 ,
(0 − h)(0 − 2h) (h − 0)(h − 2h) (2h − 0)(2h − h)
1

= 2 y0 (x − h)(x − 2h) − 2y1 x(x − 2h) + y2 x(x − h) ,
2h
1

= 2 x2 (y0 − 2y1 + y2 ) + hx(−3y0 + 4y1 − y2 ) + 2h2 y0 ,
2h
6.4. FÓRMULA DE SIMPSON 217

Z 2h
1  8h3 4h2
p2 (x)dx = (y 0 − 2y 1 + y 2 ) + h (−3y0 + 4y1 − y2 )
0 2h2 3 2

+ 2h2 (2h)y0 ,
Z 2h
1 4 1
p2 (x)dx = h( y0 + y1 + y2 ).
0 3 3 3

Entonces
Z x2
h
f (x)dx ≈ (y0 + 4y1 + y2 ) (6.6)
x0 3

Suponiendo que n es par, al aplicar la fórmula anterior a cada uno de los

intervalos [x0 , x2 ], [x2 , x4 ], [x4 , x6 ], ..., [xn−4 , xn−2 ], [xn−2 , xn ], se tiene:
Z xn
h
f (x)dx ≈ (y0 + 4y1 + 2y2 + 4y3 + · · · + 4yn−1 + yn ) (6.7)
x0 3
Z xn X k
X k−1
h
f (x)dx ≈ ( y0 + 4 y2j−1 + 2 y2j + yn )
x0 3
j=1 j=1

Ejemplo 6.3.
Z 0.8
0.2 0
ex dx ≈ (e + 4(e0.2 + e0.6 ) + 2 e0.4 + e0.8 ) = 1.22555177 .
0 3

El valor exacto, con 8 cifras decimales, es 1.22554093, entonces el error es

−0.00001084 . 3

6.4.1 Errores local y global

Para facilitar la deducción del error local, consideremos la integral entre −h

4
y h. Sea f ∈ C[−h,h] .

Z h Z h
e(h) = eloc (h) = f (x) dx − p2 (x) dx,
−h −h
Z h
h

= f (x) dx − f (−h) + 4f (0) + f (h) .
−h 3
218 6. INTEGRACIÓN Y DIFERENCIACIÓN

Rh
Sea F tal que F ′ (x) = f (x), entonces −h f (x) dx = F (h) − F (−h). Al
derivar con respecto a h se tiene f (h) + f (−h).
1

e′ (h) = f (h) + f (−h) − f (−h) + 4f (0) + f (h)
3
h

− − f (−h) + f ′ (h) ,
′
3
3e (h) = 2f (h) + 2f (−h) − 4f (0) − h(f ′ (h) − f ′ (−h)).
′

3e′′ (h) = 2f ′ (h) − 2f ′ (−h) − f ′ (h) + f ′ (−h) − h(f ′′ (h) + f ′′ (−h)),

= f ′ (h) − f ′ (−h) − h(f ′′ (h) + f ′′ (−h)).

3e′′′ (h) = f ′′ (h) + f ′′ (−h) − (f ′′ (h) + f ′′ (−h)) − h(f ′′′ (h) − f ′′′ (−h)),
= −h(f ′′′ (h) − f ′′′ (−h)),
h
e′′′ (h) = − ( f ′′′ (h) − f ′′′ (−h) ),
3
2h 2 f ′′′ (h) − f ′′′ (−h)
e′′′ (h) = − .
3 2h
De los resultados anteriores se ve claramente que e(0) = e′ (0) = e′′ (0) =
e′′′ (0) = 0. Además, como f ∈ C 4 , entonces f ′′′ ∈ C 1 . Por el teorema del
valor medio, existe β ∈ [−h, h], β = αh, α ∈ [−1, 1], tal que

f ′′′ (h) − f ′′′ (−h)

= f (4) (αh) , α ∈ [−1, 1].
2h
Entonces
2h2 (4)
e′′′ (h) = − f (αh) , α ∈ [−1, 1].
3
Sea

g4 (h) = f (4) (αh).

2h2
e′′′ (h) = − g4 (h).
3

Z h
′′
e (h) = e′′′ (t) dt + e′′ (0),
0
Z
′′ 2 h 2
e (h) = − t g4 (t) dt.
3 0
6.4. FÓRMULA DE SIMPSON 219

Como g4 es continua, t2 es integrable y no cambia de signo en [0, h], se puede

aplicar el teorema del valor medio para integrales,
Z h
′′ 2
e (h) = − g4 (ξ4 ) t2 dt , ξ4 ∈ [0, h],
3 0
′′ 2 3
e (h) = − h g4 (ξ4 ).
9
Sea
g3 (h) = g4 (ξ4 ) = f (4) (θ3 h) , −1 ≤ θ3 ≤ 1,
entonces
2
e′′ (h) = − h3 g3 (h).
9
De manera semejante,
Z h
′
e (h) = e′′ (t) dt + e′ (0),
0
Z
′ 2 h 3
e (h) = − t g3 (t) dt,
9 0
Z h
2
e′ (h) = − g3 (ξ3 ) t3 dt , ξ3 ∈ [0, h],
9 0
′ 1 4
e (h) = − h g3 (ξ3 ).
18
Sea
g2 (h) = g3 (ξ3 ) = f (4) (θ2 h) , −1 ≤ θ2 ≤ 1,
1
e′ (h) = − h4 g2 (h).
18
Z h
e(h) = e′ (t) dt + e(0),
0
Z h
1
e(h) = − t4 g2 (t) dt,
18 0
Z h
1
e(h) = − g2 (ξ2 ) t4 dt , ξ2 ∈ [0, h],
18 0
1 5
e(h) = − h g2 (ξ2 ),
90
h5
e(h) = − f (4) (θ1 h) , −1 ≤ θ1 ≤ 1,
90
h5
e(h) = − f (4) (z) , −h ≤ z ≤ h.
90
220 6. INTEGRACIÓN Y DIFERENCIACIÓN

Volviendo al intervalo [x0 , x2 ],

f (4) (z)
eloc = −h5 , z ∈ [x0 , x2 ]. (6.8)
90
La deducción del error global se hace de manera semejante al error global
en la fórmula del trapecio. Sean n = 2k, M1 = min{f (4) (x) : x ∈ [a, b]},
M2 = max{f (4) (x) : x ∈ [a, b]}.
Z b  h Xk k−1
X 
eglob = f (x) dx − ( y0 + 4 y2j−1 + 2 y2j + yn ) ,
a 3
j=1 j=1
k 
X f (4) (zj ) 
= − h5 , zj ∈ [x2j−2 , x2j ],
90
j=1
k
h5 X (4)
=− f (zj )
90
j=1

M1 ≤ f (4) (zj ) ≤ M2 , ∀j
X k
kM1 ≤ f (4) (zj ) ≤ kM2 ,
j=1
Xk
1
M1 ≤ f (4) (zj ) ≤ M2 ,
k
j=1

Entonces, existe ξ ∈ [a, b], tal que

k
1 X (4)
f (zj ) = f (4) (ξ),
k
j=1
k
X
f (4) (zj ) = k f (4) (ξ),
j=1
k
X n (4)
f (4) (zj ) = f (ξ),
2
j=1
k
X b − a (4)
f (4) (zj ) = f (ξ).
2h
j=1

Entonces
(b − a)f (4) (ξ)
eglob = −h4 , ξ ∈ [a, b]. (6.9)
180
6.5. OTRAS FÓRMULAS DE NEWTON-COTES 221

La fórmula de Simpson es exacta para polinomios de grado inferior o igual

a 3. El error global es del orden de h4 .
Pasando de una interpolación lineal (fórmula del trapecio) a una interpo-
lación cuadrática (fórmula de Simpson), el error global pasa de O(h2 ) a
O(h4 ), es decir, una mejora notable. Se puede ver que al utilizar interpo-
lación cúbica se obtiene

Z x3
h 3
f (x)dx = (3y0 + 9y1 + 9y2 + 3y3 ) − h5 f (4) (z) , z ∈ [x0 , x3 ],
x0 8 80

llamada segunda fórmula de Simpson. Entonces el error local es O(h5 ) y

el error global es O(h4 ). La fórmula anterior es exacta para polinomios de
grado inferior o igual a 3. En resumen, la interpolación cúbica no mejora la
calidad de la aproximación numérica, luego es preferible utilizar la fórmula
(6.7), más sencilla y de calidad semejante.
Sin embargo, cuando se tiene una tabla fija con un número impar de subin-
tervalos (n impar, número par de puntos), se puede aplicar la (primera)
fórmula de Simpson sobre el intervalo [x0 , xn−3 ] y la segunda fórmula sobre
el intervalo [xn−3 , xn ].

6.5 Otras fórmulas de Newton-Cotes

Las fórmulas de Newton-Cotes se pueden clasificar en abiertas y cerradas.

Las fórmulas del trapecio y de Simpson son casos particulares de las fórmulas
cerradas. En ellas se aproxima la integral en el intervalo [x0 , xm ] usando
el polinomio de interpolación, de grado menor o igual a m, construido a
partir de los puntos (x0 , y0 ), (x1 , y1 ), ..., (xm−1 , ym−1 ), (xm , ym ), igualmente
espaciados en x.

Z xm Z xm
f (x)dx ≈ pm (x)dx.
x0 x0
222 6. INTEGRACIÓN Y DIFERENCIACIÓN

La siguiente tabla muestra las más importantes.

m error
h f ′′ (z) 3
1 (y0 + y1 ) − h
2 12
h f (4) (z) 5
2 (y0 + 4y1 + y2 ) − h
3 90
3h 3 f (4) (z) 5
3 (y0 + 3y1 + 3y2 + y3 ) − h
8 80
2h 8 f (6) (z) 7
4 (7y0 + 32y1 + 12y2 + 32y3 + 7y4 ) − h
45 945
En todos los casos, z ∈ [x0 , xm ].

6.5.1 Fórmulas de Newton-Cotes abiertas

En estas fórmulas el polinomio de interpolación se calcula sin utilizar los

extremos del intervalo de integración,
Z xm+2 Z xm+2
f (x)dx ≈ pm (x)dx,
x0 x0

donde pm , polinomio de grado menor o igual a m, se construye utilizando los

puntos (x1 , y1 ), (x2 , y2 ), ..., (xm , ym ), (xm+1 , ym+1 ), igualmente espaciados
en x.
m error
f ′′ (z) 3
0 2h y1 +h
3
3h 3 f ′′ (z) 3
1 (y1 + y2 ) + h
2 4
4h 14 f (4) (z) 5
2 (2y1 − y2 + 2y3 ) + h
3 45
5h 95 f (4) (z) 5
3 (11y1 + y2 + y3 + 11y4 ) + h
24 144
En todos los casos z ∈ [x0 , xm+2 ].
Ejemplo 6.4.
Z 0.8
4 × 0.2
ex dx ≈ (2 e0.2 − e0.4 + 2 e0.6 ) = 1.22539158 .
0 3
6.6. CUADRATURA ADAPTATIVA 223

El valor exacto, con 8 cifras decimales, es 1.22554093, entonces el error es

0.00014935 . 3

En general, las fórmulas cerradas son más precisas que las abiertas, en-
tonces, siempre que se pueda, es preferible utilizar las fórmulas cerradas.
Las fórmulas abiertas se usan cuando no se conoce el valor de la función
f en los extremos del intervalo de integración; por ejemplo, en la solución
numérica de algunas ecuaciones diferenciales ordinarias.

6.6 Cuadratura adaptativa

Rb
Sea I = a f (x)dx e In la aproximación de I por un método fijo de Newton-
Cotes (trapecio, Simpson,...) utilizando n subintervalos. La fórmula que
relaciona I, In y el error global se puede expresar ası́:

I = In + F (b − a)hp f (q) (ξ), para algún ξ ∈ [a, b],

donde F , p y q dependen del método escogido; ξ depende del método, de la

función f , de n y del intervalo. Entonces

b − a p (q)
I = In + F (b − a)( ) f (ξ),
n
(b − a)p+1 (q)
= In + F f (ξ).
np

Sea m = 2n,

(b − a)p+1 (q)
I = Im + F f (ζ),
np 2p

Supongamos que

f (q) (ξ) ≈ f (q) (ζ).

Entonces
224 6. INTEGRACIÓN Y DIFERENCIACIÓN

I ≈ In + 2p G ≈ In + en ,
I ≈ Im + G ≈ In + em ,

p+1
donde G = F (b−a)
np 2p f
(q) (ζ), e y e son los errores. Se puede despejar G:
n m

Im − In
em ≈ G = (6.10)
2p − 1
Im − In
= trapecio
3
Im − In
= Simpson
15

Con G se obtiene, supuestamente, una mejor aproximación de I:

I ≈ Im + G. (6.11)

Los datos para el proceso iterativo para cuadratura adaptativa son: el

método (la fórmula de Newton-Cotes), f , a, b, n0 , ε, nmax .
Se empieza con un n = n0 (debe ser adecuado) y se obtiene In . A partir
de ahı́ se empieza a duplicar el número de subintervalos. El cálculo de la
nueva aproximación Im se hace sin repetir evaluaciones de la función
f , ya que al duplicar el número de subintervalos los valores f (xi ) de la etapa
anterior hacen parte de los valores f (xj ) de la etapa actual. Se calcula G
aproximación de em , usando (6.10). Si |G| ≤ ε, entonces se supone que el
error es suficientemente pequeño y se toma como valor final Im + G. En caso
contrario, se continua duplicando el número de subintervalos. De todas está
previsto un múmero máximo de subintervalos nmax , ya que es posible que
no se obtenga una aproximación del error suficientemente pequeña.

Ejemplo 6.5. Z π
I= sen(x)dx,
0

utilizando el método del trapecio (n0 = 1) y el de Simpson, (n0 = 2),

ε = 10−8
6.7. CUADRATURA DE GAUSS-LEGENDRE 225

Método del trapecio:

n In G

1 0.0000000000000002
2 1.5707963267948966 0.5235987755982988
4 1.8961188979370398 0.1084408570473811
8 1.9742316019455508 0.0260375680028370
16 1.9935703437723395 0.0064462472755962
32 1.9983933609701441 0.0016076723992682
64 1.9995983886400375 0.0004016758899645
128 1.9998996001842038 0.0001004038480554
256 1.9999749002350531 0.0000251000169498
512 1.9999937250705768 0.0000062749451746
1024 1.9999984312683834 0.0000015687326022
2048 1.9999996078171378 0.0000003921829181
4096 1.9999999019542845 0.0000000980457155
8192 1.9999999754885744 0.0000000245114300
16384 1.9999999938721373 0.0000000061278543

I ≈ 1.9999999938721373 + 0.0000000061278543= 1.9999999999999916 .

Método de Simpson:
n In G

2 2.0943951023931953
4 2.0045597549844207 -0.0059890231605850
8 2.0002691699483881 -0.0002860390024022
16 2.0000165910479355 -0.0000168385933635
32 2.0000010333694127 -0.0000010371785682
64 2.0000000645300013 -0.0000000645892941
128 2.0000000040322572 -0.0000000040331829

I ≈ 2.0000000040322572 - 0.0000000040331829 = 1.9999999999990743 .

6.7 Cuadratura de Gauss-Legendre

En las diferentes fórmulas de Newton-Cotes, los valores xi deben estar igual-

mente espaciados. Esto se presenta con frecuencia cuando se dispone de una
226 6. INTEGRACIÓN Y DIFERENCIACIÓN

tabla de valores (xi , f (xi )). En la cuadratura de Gauss se calcula la integral

en un intervalo fijo [−1, 1] mediante valores precisos pero no igualmente es-
paciados. Es decir, no se debe disponer de una tabla de valores, sino que
debe ser posible evaluar la función en valores especı́ficos.

La fórmula de cuadratura de Gauss tiene la forma

Z 1 n
X
f (x) dx ≈ wi f (xi ). (6.12)
−1 i=1

Los valores wi se llaman los pesos o ponderaciones y los xi son las abscisas.
Si se desea integrar en otro intervalo,
Z b
ϕ(ξ) dξ
a

es necesario hacer un cambio de variable,

2 b−a b−a
t= (ξ − a) − 1 , ξ= (t + 1) + a , dξ = dt
b−a 2 2

Z b Z 1
b−a b−a
ϕ(ξ) dξ = ϕ( (t + 1) + a) dt,
a 2 −1 2
Z b n
X
b−a b−a
ϕ(ξ) dξ ≈ wi ϕ( (xi + 1) + a), (6.13)
a 2 2
i=1
Z b Xn
b−a
ϕ(ξ) dξ ≈ wi ϕ(ξi ), (6.14)
a 2
i=1
b−a
ξi = (xi + 1) + a. (6.15)
2
En la cuadratura de Gauss se desea que la fórmula (6.12) sea exacta para los
polinomios de grado menor o igual que m = mn , y se desea que este valor
mn sea lo más grande posible. En particular,
Z 1 n
X
f (x) dx = wi f (xi ) , si f (x) = 1, x, x2 , ..., xmn .
−1 i=1

La anterior igualdad da lugar a mn + 1 ecuaciones con 2n incógnitas (los wi

y los xi ). De donde mn = 2n − 1, es decir, la fórmula (6.12) debe ser exacta
para polinomios de grado menor o igual a 2n − 1.
6.7. CUADRATURA DE GAUSS-LEGENDRE 227

Recordemos que

Z  0 si k es impar,
1 
xk dx =
−1 
 2
si k es par.
k+1
Para n = 1, se debe cumplir
Z 1
w1 = 1 dx = 2,
−1
Z 1
w1 x1 = x dx = 0.
−1

Se deduce inmediatamente que

w1 = 2 , x1 = 0. (6.16)

Para n ≥ 2, se puede suponer, sin perder generalidad, que hay simetrı́a en

los valores xi y en los pesos wi . Más especı́ficamente, se puede suponer que:

x1 < x2 < ... < xn ,

xi = −xn+1−i ,
wi = wn+1−i .

Para n = 2,
Z 1
w1 + w2 = 1 dx = 2,
−1
Z 1
w1 x1 + w2 x2 = x dx = 0,
−1
Z 1
2
w1 x21 + w2 x22 = x2 dx = ,
−1 3
Z 1
w1 x31 + w2 x32 = x3 dx = 0.
−1

Por suposiciones de simetrı́a,

x1 < 0 < x2 ,
x1 = −x2 ,
w1 = w2 .
228 6. INTEGRACIÓN Y DIFERENCIACIÓN

Entonces

2w1 = 2,
2
2w1 x21 = .
3

Finalmente,
r
1
w1 = 1,x1 = − ,
3
r
1
w2 = 1,x2 = .
3

Para n = 3,

w1 + w2 + w3 = 2,
w1 x1 + w2 x2 + w3 x3 = 0,
2
w1 x21 + w2 x22 + w3 x23 = ,
3
3 3 3
w1 x1 + w2 x2 + w3 x3 = 0,
2
w1 x41 + w2 x42 + w3 x43 = ,
5
5 5 5
w1 x1 + w2 x2 + w3 x3 = 0.

Por suposiciones de simetrı́a,

x1 < 0 = x2 < x3 ,
x1 = −x3 ,
w1 = w3 .

Entonces

2w1 + w2 = 2,
2
2w1 x21 = ,
3
2
2w1 x41 = .
5
6.7. CUADRATURA DE GAUSS-LEGENDRE 229

Finalmente,
r
5 3
w1 = ,x1 = − ,
9 5
8
w2 = ,x2 = 0,
9 r
5 3
w3 = ,x3 = .
9 5
La siguiente tabla contiene los valores wi , xi , para valores de n menores o
iguales a 6.

n wi xi
1 2 0
2 1 ±0.577350269189626
3 0.888888888888889 0
0.555555555555556 ±0.774596669241483
4 0.339981043584856 ±0.652145154862546
0.861136311594053 ±0.347854845137454
5 0.568888888888889 0
0.478628670499366 ±0.538469310105683
0.236926885056189 ±0.906179845938664
6 0.467913934572691 ±0.238619186083197
0.360761573048139 ±0.661209386466265
0.171324492379170 ±0.932469514203152

Tablas más completas se pueden encontrar en [Fro70] o en [AbS74].

Ejemplo 6.6. Calcular una aproximación de
Z 0.8
ex dx
0.2

por cuadratura de Gauss con n = 3.

0.8 − 0.2
ξ1 = (−0.774596669241483 + 1) + 0.2 = 0.26762099922756
2
0.8 − 0.2
ξ2 = (0 + 1) + 0.2 = 0.5
2
0.8 − 0.2
ξ3 = (0.774596669241483 + 1) + 0.2 = 0.73237900077244
2
230 6. INTEGRACIÓN Y DIFERENCIACIÓN
Z 0.8  
x 0.8 − 0.2 5 ξ1 8 ξ2 5 ξ3
e dx ≈ e + e + e
0.2 2 9 9 9
≈ 1.00413814737559

El valor exacto es e0.8 − e0.2 = 1.00413817033230, entonces el error es

0.00000002295671 ≈ 2.3 · 10−8 . Si se emplea la fórmula de Simpson, que
también utiliza tres evaluaciones de la función, se tiene
Z 0.8
0.3 0.2

ex dx ≈ e + 4 e0.5 + e0.8 = 1.00418287694532
0.2 3

El error es −0.00004470661302 ≈ 4.5 · 10−5 . 3

La fórmula del error para 6.12 es:

22n+1 (n!)4
en = f (2n) (ξ) , −1 < ξ < 1 . (6.17)
(2n + 1)((2n)!)3
Para 6.14 el error está dado por:

(b − a)2n+1 (n!)4 (2n)

en = f (ξ) , a < ξ < b. (6.18)
(2n + 1)((2n)!)3
Comparemos el método de Simpson y la fórmula de cuadratura de Gauss
con n = 3, para integrar en el intervalo [a, b], con h = (b − a)/2. En los dos
casos es necesario evaluar tres veces la función.
h5 (4)
eSimpson = − f (z) ,
90
(2h)7 (3!)4 (6) h7 (6)
eGauss3 = 3
f (ξ) = f (ξ).
7(6!) 15750
Se observa que mientras que la fórmula de Simpson es exacta para poli-
nomios de grado menor o igual a 3, la fórmula de Gauss es exacta hasta
para polinomios de grado 5. Sea 0 < h < 1. No sólo h7 < h5 , sino que el
coeficiente 1/15750 es mucho menor que 1/90.
En el ejemplo anterior, h = 0.3, y tanto f (4) como f (6) varı́an en el intervalo
[1.22, 2.23 ].

eSimpson = −2.7 · 10−5 f (4) (z) ,

eGauss3 = 1.39 · 10−8 f (6) (ξ) .
6.7. CUADRATURA DE GAUSS-LEGENDRE 231

6.7.1 Polinomios de Legendre

Las fórmulas de cuadratura vistas son las fórmulas de Gauss-Legendre. En

ellas están involucrados los polinomios ortogonales de Legendre. También
hay cuadratura de Gauss-Laguerre, de Gauss-Hermite y de Gauss-Chebyshev,
relacionadas con los polinomios de Laguerre, de Hermite y de Chebyshev.

Hay varias maneras de definir los polinomios de Legendre; una de ellas es:

P0 (x) = 1, (6.19)
n
1 d
Pn (x) = (x2 − 1)n . (6.20)
2n n! dxn
Por ejemplo,

P0 (x) = 1,
P1 (x) = x,
1
P2 (x) = (3x2 − 1),
2
1
P3 (x) = (5x3 − x),
2
1
P4 (x) = (35x4 − 30x2 + 3).
8

También existe una expresión recursiva:

P0 (x) = 1, (6.21)
P1 (x) = x, (6.22)
2n + 1 n
Pn+1 (x) = x Pn (x) − Pn−1 (x) . (6.23)
n+1 n+1
Algunas de las propiedades de los polinomios de Legendre son:
Z 1
• xk Pn (x) dx = 0 , k = 0, 1, 2, ..., n − 1, (6.24)
−1
Z 1
• Pm (x)Pn (x) dx = 0 , m 6= n, (6.25)
−1
Z 1
2
• (Pn (x))2 dx = · (6.26)
−1 2n + 1
232 6. INTEGRACIÓN Y DIFERENCIACIÓN

Las abscisas de las fórmulas de cuadratura de Gauss-Legendre son exacta-

mente las raı́ces de Pn (x). Además,
Z 1
1 Pn (x)
• wi = ′ dx, (6.27)
Pn (xi ) −1 x − xi
1 2
• wi = · (6.28)
(Pn′ (xi ))2 1 − x2i

6.8 Cuadratura de Gauss-Leguerre y Gauss-Hermite

???? Gauss-Laguerre en el intervalor [0, ∞[

???? Gauss-Laguerre en el intervalor [∞, ∞[

6.9 Derivación numérica

Dados los puntos (x0 , y0 ), (x1 , y1 ), ..., (xn , yn ) igualmente espaciados en x,

o sea, xi = x0 + ih, se desea tener aproximaciones de f ′ (xi ) y f ′′ (xi ).

Como se vio anteriormente (5.6),

f (x) = pn (x) + (x − x0 )(x − x1 ) · · · (x − xn )f (n+1) (ξ)/(n + 1)!.
Sea Φ(x) = (x − x0 )(x − x1 ) · · · (x − xn ). Como ξ depende de x, se puede
considerar F (x) = f (n+1) (ξ(x))/(n + 1)!. Entonces
f (x) = pn (x) + Φ(x)F (x)
f ′ (x) = p′n (x) + Φ′ (x)F (x) + Φ(x)F ′ (x),
f ′ (xi ) = p′n (xi ) + Φ′ (xi )F (xi ) + Φ(xi )F ′ (xi ),
f ′ (xi ) = p′n (xi ) + Φ′ (xi )F (xi ).
Para n = 1
(y1 − y0 ) (y1 − y0 )
p1 (x) = y0 + (x − x0 ) , p′1 (x) = ·
h h
Φ(x) = (x − x0 )(x − x1 ) , Φ′ (x) = 2x − 2x0 − h
Entonces
(y1 − y0 ) (y1 − y0 ) h ′′
f ′ (x0 ) = + (2x0 − 2x0 − h)F (x0 ) = − f (ξ(x0 )),
h h 2
′ (y1 − y0 ) (y1 − y0 ) h ′′
f (x1 ) = + (2x1 − 2x0 − h)F (x1 ) = + f (ξ(x1 )).
h h 2
6.9. DERIVACIÓN NUMÉRICA 233

En general,
(yi+1 − yi ) h
f ′ (xi ) = − f ′′ (ξ), ξ ∈ [xi , xi+1 ] (6.29)
h 2
(y i − y i−1 ) h
f ′ (xi ) = + f ′′ (ζ), ζ ∈ [xi−1 , xi ] (6.30)
h 2
El primer término después del signo igual corresponde al valor aproximado.
El segundo término es el error. Se acostumbra decir que el error es del orden
de h. Esto se escribe
(yi+1 − yi )
f ′ (xi ) = + O(h),
h
(yi − yi−1 )
f ′ (xi ) = + O(h).
h
Para n = 2, sea s = (x − x0 )/h,
s(s − 1) ∆2 f0
p2 (x) = y0 + s∆f0 + ,
2 2
x − x0 x − x0 x − x0 − h ∆2 f0
p2 (x) = y0 + ∆f0 + ,
h h h 2
∆f0 2x − 2x0 − h ∆2 f0
p′2 (x) = + ,
h h2 2
∆f0 ∆2 f0
p′2 (x1 ) = + = ···
h 2h
y2 − y0
p′2 (x1 ) = ·
2h

Φ(x) = (x − x0 )(x − x0 − h)(x − x0 − 2h),

Φ(x) = (x − x0 )3 − 3h(x − x0 )2 + 2h2 (x − x0 ),
Φ′ (x) = 3(x − x0 )2 − 6h(x − x0 ) + 2h2 ,
Φ′ (x1 ) = 3h2 − 6h2 + 2h2 = −h2 .

Entonces
y2 − y0 h2 ′′′
f ′ (x1 ) = − f (ξ) , ξ ∈ [x0 , x2 ].
2h 6
De manera general,
yi+1 − yi−1 h2 ′′′
f ′ (xi ) = − f (ξ) , ξ ∈ [xi−1 , xi+1 ], (6.31)
2h 6
′ yi+1 − yi−1
f (xi ) = + O(h2 ).
2h
234 6. INTEGRACIÓN Y DIFERENCIACIÓN

En [YoG72], página 357, hay una tabla con varias fórmulas para diferen-
ciación numérica. Para la segunda derivada, una fórmula muy empleada
es:
yi+1 − 2yi + yi−1 h2 (4)
f ′′ (xi ) = − f (ξ) , ξ ∈ [xi−1 , xi+1 ], (6.32)
h2 12
yi+1 − 2yi + yi−1
f ′′ (xi ) = + O(h2 ).
h2
La deducción de las fórmulas de derivación numérica se hizo a partir de
una tabla de valores (xi , yi ), pero para el uso de éstas solamente se requiere
conocer o poder evaluar f en los puntos necesarios. Por esta razón, algunas
veces las fórmulas aparecen directamente en función de h:
f (x + h) − f (x)
f ′ (x) = + O(h), (6.33)
h
f (x) − f (x − h)
f ′ (x) = + O(h), (6.34)
h
f (x + h) − f (x − h)
f ′ (x) = + O(h2 ), (6.35)
2h
f (x + h) − 2f (x) + f (x − h)
f ′′ (x) = + O(h2 ). (6.36)
h2
√
Ejemplo 6.7. Dada f (x) = x, evaluar aproximadamente f ′ (4) y f ′′ (4),
utilizando h = 0.2.
2.0494 − 2
f ′ (4) ≈ = 0.2470
0.2
2 − 1.9494
f ′ (4) ≈ = 0.2532
0.2
2.0494 − 1.9494
f ′ (4) ≈ = 0.2501
2 × 0.2
2.0494 − 2 × 2 + 1.9494
f ′′ (4) ≈ = −0.0313 . 3
0.22
El error de las dos primeras aproximaciones no es el mismo, pero es del
mismo orden de magnitud O(h). La tercera aproximación es mejor que
las anteriores; su error es del orden de O(h2 ). Los valores exactos son
f ′ (4) = 0.25, f ′′ (4) = −0.03125.

6.9.1 Derivadas parciales

Sea f : Rn → R con derivadas dobles continuas. La fórmula (6.35) se puede

generalizar a
6.9. DERIVACIÓN NUMÉRICA 235

∂f 1
(x̄) = f (x̄1 , ..., x̄i−1 , x̄i + h, x̄i+1 , ..., x̄n )
∂xi 2h

− f (x̄1 , ..., x̄i−1 , x̄i − h, x̄i+1 , ..., x̄n ) + O(h2 ) (6.37)

También se puede escribir de manera más compacta

∂f f (x̄ + hei ) − f (x̄ − hei )
(x̄) = + O(h2 ) (6.38)
∂xi 2h
donde

ei = (0, ..., 0,1, 0, ..., 0) ∈ Rn .

La fórmula (6.36) se puede generalizar a

∂2f f (x̄ + hei ) − 2f (x̄) + f (x̄ − hei )

(x̄) = + O(h2 ) (6.39)
∂x2i h2
Ejemplo 6.8. Sean f (x1 , x2 ) = ex1 sen(x2 ). Obtenga una aproximación de
∂f ∂2f
(2, 3) y de (2, 3) con h = 0.2 .
∂x2 ∂x21

∂f f (2, 3.2) − f (2, 2.8)

(2, 3) ≈
∂x2 0.4
= −7.2664401
∂2f f (2.2, 3) − 2f (2, 3) + f (1.8, 3)
(2, 3) ≈
∂x21 0.04
= 1.0462241

6.9.2 En Scilab

Sea f : R → R derivable. La aproximación de la derivada se obtiene por

medio de derivative(f, x). Si en un archivo se define la función

function y = func246(x)
y = sqrt(x)
endfunction
236 6. INTEGRACIÓN Y DIFERENCIACIÓN

y se carga este archivo en Scilab, entonces la derivada en x = 4 se obtiene

mediante

der = derivative(func246, 4)

Si se quiere obtener también la segunda derivada:

[der, der2] = derivative(func246, 4)

Sea f : Rn → R, por ejemplo, la definida en la siguiente función

function y = func245( x )
y = exp(x(1)) * sin(x(2))
endfunction

Si se carga en Scilab el archivo donde está esta función, entonces para un

vector columna x, la función derivative produce un vector fila con el gra-
diente.

x = [2 3]’
g = derivative(func245, x)

Para obtener, adicionalmente, la matriz hessiana:

x = [2 3]’
[g, A] = derivative(func245, x, H_form =’blockmat’)

Sea f : Rn → Rm , por ejemplo, la definida en la siguiente función

function fx = func247( x )
fx = zeros(3,1)
fx(1) = exp(x(1)) * sin(x(2))
fx(2) = 3*x(1) + 4*x(2)
fx(3) = x(1)*x(1) + 5*x(1)*x(2) + 3*x(2)*x(2)
endfunction

Si se carga en Scilab el archivo donde está esta función, entonces para un

vector columna x, la función derivative produce una matriz m × n, la
matriz jacobiana.
6.9. DERIVACIÓN NUMÉRICA 237

x = [2 3]’
J = derivative(func247, x)

Ejercicios

6.1 Calcule Z 1
ex dx
0.2

utilizando la fórmula del trapecio y de Simpson, variando el número de

subintervalos. También por medio de la cuadratura de Gauss variando
el número puntos. Calcule los errores. Compare.

6.2 Calcule Z 1
2
e−x dx
0

utilizando la fórmula de Simpson. Utilice seis cifras decimales. Tome

los valores n = 2, 4, 8, 16, 32... hasta que no haya variación.
Rb
6.3 Haga un programa para calcular a f (x)dx, siguiendo el esquema del
ejercicio anterior.

6.4 Observe, por ejemplo, que para n = 2 se evalúa la función en a, (a +

b)/2, b. Para n = 4 se evalúa la función en a, a + (b − a)/4, (a + b)/2,
a + 3(b − a)/4, b. Haga el programa eficiente para que no evalúe la
función dos veces en el mismo punto.
Rb
6.5 Haga un programa para calcular a f (x)dx , partiendo [a, b] en subin-
tervalos y utilizando en cada subintervalo cuadratura de Gauss.

6.6 Considere los puntos

(0.05, 2.0513),
(0.10, 2.1052),
(0.15, 2.1618),
(0.20, 2.2214),
(0.25, 2.2840),
(0.30, 2.3499),
(0.35, 2.4191),
(0.40, 2.4918).
238 6. INTEGRACIÓN Y DIFERENCIACIÓN

Calcule de la mejor manera posible

Z 0.35 Z 0.40 Z 0.45
f (x)dx, f (x)dx, f (x)dx.
0.05 0.05 0.05

6.7 Considere los mismos puntos del ejercicio anterior. Calcule una aprox-
imación de f ′ (0.25), f ′ (0.225), f ′′ (0.30).

6.8 Combine integración numérica y solución de ecuaciones para resolver

Z x
2
e−t dt = 0.1.
0
7

Ecuaciones diferenciales

Este capı́tulo se refiere únicamente a ecuaciones diferenciales ordinarias.

Generalmente una ecuación diferencial ordinaria de primer orden con condi-
ciones iniciales, EDO1CI, se escribe de la forma
y ′ = f (x, y) para a ≤ x ≤ b,
(7.1)
y(x0 ) = y0 .
Frecuentemente la condición inicial está dada sobre el extremo izquierdo del
intervalo, o sea, a = x0 . Un ejemplo de EDO1CI es:
xy
y′ = + 3x2 , x ∈ [2, 4],
1 + x2 + y 2
y(2) = 5.
Temas importantı́simos como existencia de la solución, unicidad o estabili-
dad, no serán tratados en este texto. El lector deberá remitirse a un libro
de ecuaciones diferenciales. Aquı́ se supondrá que las funciones satisfacen
todas las condiciones necesarias (continuidad, diferenciabilidad, condición
de Lipschitz... ) para que la solución exista, sea única...
Como en todos los otros casos de métodos numéricos, la primera opción para
resolver una EDO1CI es buscar la solución analı́tica. Si esto no se logra,
entonces se busca la solución numérica que consiste en encontrar valores
aproximados y1 , y2 , ..., yn tales que
yi ≈ y(xi ), i = 1, ..., n, donde a = x0 < x1 < x2 < ... < xn = b.
En muchos casos los valores xi están igualmente espaciados, o sea,
b−a
xi = a + ih, i = 0, 1, ..., n, con h = .
n

239
240 7. ECUACIONES DIFERENCIALES

En varios de los ejemplos siguientes se aplicarán los métodos numéricos

para ecuaciones diferenciales con solución analı́tica conocida. Esto se hace
simplemente para comparar la solución numérica con la solución exacta.

7.0.3 En Scilab

Consideremos la siguiente ecuación diferencial:

x+y
y′ = + 4 + cos(x) ,
x2 + y 2
y(2) = 3.

Antes de utilizar la función ode , es necesario crear en Scilab la función f y

cargarla. La función ode evalúa aproximaciones del valor de y en valores
del tercer parámetro, un vector fila o columna o un número. El resultado es
un vector fila con las aproximaciones de la solución en los valores deseados
(tercer parámetro).
Despues de definir y cargar

function Dy = func158(x, y)
Dy = ( x + y )/( x*x + y*y ) + 4 + cos(x)
endfunction

se obtiene la solución aproximada mediante

x0 = 2
y0 = 3
t = 2:0.05:3;
yt = ode(y0, x0, t, func158)

Ahora es posible graficar el resultado mediante

plot2d(t, yt)
7.1. MÉTODO DE EULER 241

7.1 Método de Euler

Se aplica a una EDO1CI como en (7.1) utilizando puntos igualmente espa-

ciados. Su deducción es muy sencilla.
y(x0 + h) − y(x0 )
y ′ (x0 ) ≈ .
h
Por otro lado

y ′ (x0 ) = f (x0 , y0 ).

Entonces

y(x0 + h) ≈ y0 + hf (x0 , y0 ).

Si denotamos por y1 la aproximación de y(x0 + h), entonces la fórmula del

método de Euler es justamente

y1 = y0 + hf (x0 , y0 ).

Aplicando varias veces el mismo tipo de aproximaciones, se tiene la fórmula

general:

yi+1 = yi + hf (xi , yi ). (7.2)

Gráficamente esto significa que y(xi + h) = y(xi+1 ) se aproxima por el valor

obtenido a partir de la recta tangente a la curva en el punto (xi , yi ).
El valor y1 es una aproximación de y(x1 ). A partir de y1 , no de y(x1 ),
se hace una aproximación de y ′ (x1 ). Es decir, al suponer que y2 es una
aproximación de y(x2 ), se han hecho dos aproximaciones consecutivas y el
error pudo haberse acumulado. De manera análoga, para decir que y3 es una
aproximación de y(x3 ), se han hecho tres aproximaciones, una sobre otra.
Sea ϕ(t, h) definida para t1 ≤ t ≤ t2 y para valores pequeños de h. Se dice
que

ϕ(t, h) = O(hp )

si para valores pequeños de h existe una constante c tal que

|ϕ(t, h)| ≤ chp , ∀t ∈ [t1 , t2 ].

242 7. ECUACIONES DIFERENCIALES

b
(x1 , y1 )

y(x0 + h)

y0 = y(x0 ) b

x0 x0 + h

Figura 7.1: Método de Euler

También se acostumbra decir que

ϕ(t, h) ≈ chp .

El error local tiene que ver con el error cometido para calcular y(xi+1 )
suponiendo que yi es un valor exacto, es decir, yi = y(xi ). El error global
es el error que hay al considerar yn como aproximación de y(xn ) (n indica
el número de intervalos).
Los resultados sobre el error en el método de Euler son:

y1 = y(x1 ) + O(h2 ) (7.3)

yn = y(xn ) + O(h). (7.4)

Ejemplo 7.1. Resolver, por el método de Euler, la ecuación diferencial

y ′ = 2x2 − 4x + y
y(1) = 0.7182818

en el intervalo [1, 3], con h = 0.25.

La primera observación es que esta ecuación diferencial se puede resolver
analı́ticamente. Su solución es y = ex − 2x2 . Luego no deberı́a ser resuelta
numéricamente. Sin embargo, el hecho de conocer su solución exacta permite
7.1. MÉTODO DE EULER 243

1
b b

0 b

b
b

b
b
b

−1
1 2 3

Figura 7.2: Ejemplo del método de Euler

ver el error cometido por el método numérico.

y1 = y0 + hf (x0 , y0 )
= 0.7182818 + 0.25f (1, 0.7182818)
= 0.7182818 + 0.25(0.7182818 + 2 × 12 − 4 × 1)
= 0.3978523
y2 = y1 + hf (x1 , y1 )
= 0.3978523 + 0.25f (1.25, 0.3978523)
= 0.3978523 + 0.25(0.3978523 + 2 × 1.252 − 4 × 1.25)
= 0.0285654
y3 = ...

xi ỹ(xi ) y(xi )
1.00 0.7182818 0.7182818
1.25 0.3978523 0.3653430
1.50 0.0285654 -0.0183109
1.75 -0.3392933 -0.3703973
2.00 -0.6428666 -0.6109439
2.25 -0.8035833 -0.6372642
2.50 -0.7232291 -0.3175060
2.75 -0.2790364 0.5176319
3.00 0.6824545 2.0855369

En los primeros valores se observa que el error es muy pequeño. A partir de

x = 2 se empiezan a distanciar los valores ỹ(x) y y(x). Si se trabaja con h =
244 7. ECUACIONES DIFERENCIALES

0.1 se obtiene ỹ(3) = 1.4327409; con h = 0.01 se obtiene ỹ(3) = 2.0133187;

con h = 0.001 se obtiene ỹ(3) = 2.0782381. 3

El método de Euler se puede escribir en Scilab mediante:

function [Y, X] = Euler(f, x0, y0, xf, n)

// Metodo de Euler para la ecuacion diferencial
//
// y’ = f(x,y)
// y(x0) = y0
// en intervalo [x0, xf]
//
// n = numero de subintervalos
// Y, X seran vectores fila de n+1 elementos
// Y contendra las aproximaciones de
// y(x0) y(x0+h) y(x0+2h) ... y(xf)
// con h = (xf-x0)/n
// X contendra los valores x0 x0+h x0+2h ... xf

h = (xf-x0)/n
X = zeros(1,n+1)
Y = X
X(1) = x0
Y(1) = y0
xi = x0
yi = y0
for i=1:n
yi = yi + h*f(xi,yi)
xi = xi+h
Y(i+1) = yi
X(i+1) = xi
end
endfunction

7.2 Método de Heun

Este método es una modificación o mejora del método de Euler y se utiliza

para el mismo tipo de problemas. También se conoce con el nombre de
7.2. MÉTODO DE HEUN 245

b
(x1 , y1 )
y(x0 + h)

y0 = y(x0 ) b

x0 x0 + h

Figura 7.3: Método de Heun

método del trapecio. En el método de Euler se utiliza la aproximación

y(x + h) = y(x) + hy ′ (x).

En el método de Heun se busca cambiar, en la aproximación anterior, la

derivada en x por un promedio de la derivada en x y en x + h.

y ′ (x) + y ′ (x + h)
y(x + h) ≈ y(x) + h
2
o sea,

f (x, y(x)) + f (x + h, y(x + h))

y(x + h) ≈ y(x) + h ·
2
La fórmula anterior no se puede aplicar. Sirve para aproximar y(x + h) pero
utiliza y(x + h). Entonces, en el lado derecho, se reemplaza y(x + h) por la
aproximación dada por el método de Euler

f (x, y(x)) + f (x + h, y(x) + hf (x, y(x)))

y(x + h) ≈ y(x) + h ·
2
La anterior aproximación suele escribirse de la siguiente manera:

K1 = hf (xi , yi )
K2 = hf (xi + h, yi + K1 ) (7.5)
1
yi+1 = yi + (K1 + K2 ).
2
246 7. ECUACIONES DIFERENCIALES

Ejemplo 7.2. Resolver, por el método de Heun, la ecuación diferencial

y ′ = 2x2 − 4x + y
y(1) = 0.7182818

en el intervalo [1, 3], con h = 0.25.

K1 = hf (x0 , y0 )
= 0.25f (1, 0.7182818)
= −0.320430
K2 = hf (x0 + h, y0 + K1 )
= 0.25f (1.25, 0.397852)
= −0.369287
y1 = y0 + (K1 + K2 )/2
= 0.3734236

K1 = hf (x1 , y1 )
= 0.25f (1.25, 0.3734236)
= −0.375394
K2 = hf (x1 + h, y1 + K1 )
= 0.25f (1.500000, −0.001971)
= −0.375493
y2 = y1 + (K1 + K2 )/2
= −0.0020198

K1 = ...
7.3. MÉTODO DEL PUNTO MEDIO 247

b
2

1
b
b
b

0 b

b
b

b b

−1
1 2 3

Figura 7.4: Ejemplo del método de Heun

xi ỹ(xi ) y(xi )
1.00 0.7182818 0.7182818
1.25 0.3734236 0.3653430
1.50 -0.0020198 -0.0183109
1.75 -0.3463378 -0.3703973
2.00 -0.5804641 -0.6109439
2.25 -0.6030946 -0.6372642
2.50 -0.2844337 -0.3175060
2.75 0.5418193 0.5176319
3.00 2.0887372 2.0855369

En este ejemplo los resultados son mucho mejores. Por un lado, el método
es mejor, pero, por otro, es natural tener mejores resultados pues hubo
que evaluar 16 veces la función f (x, y), 2 veces en cada iteración. En el
ejemplo del método de Euler hubo simplemente 8 evaluaciones de la función
f (x, y). Al aplicar el método de Heun con h = 0.5 (es necesario evaluar 8
veces la función) se obtiene ỹ(3) = 2.1488885, resultado no tan bueno como
2.0887372, pero netamente mejor que el obtenido por el método de Euler. Si
se trabaja con h = 0.1 se obtiene ỹ(3) = 2.0841331; con h = 0.01 se obtiene
ỹ(3) = 2.0855081; con h = 0.001 se obtiene ỹ(3) = 2.0855366. 3

7.3 Método del punto medio

También este método es una modificación o mejora del método de Euler y

se utiliza para el mismo tipo de problemas. En el método de Euler se utiliza
248 7. ECUACIONES DIFERENCIALES

y(x0 + h) b
(x1 , y1 )
y0 = y(x0 ) b

x0 x0 + h/2 x0 + h

Figura 7.5: Método del punto medio

la aproximación
y(x + h) = y(x) + hy ′ (x).

En el método del punto medio se busca cambiar, en la aproximación anterior,

la derivada en x por la derivada en el punto medio entre x y x + h, o sea,
por la derivada en x + h/2.

y(x + h) ≈ y(x) + h y ′ (x + h/2)

o sea,

y(x + h) ≈ y(x) + h f ( x + h/2, y(x + h/2) )·

Como no se conoce y(x + h/2), se reemplaza por la aproximación que darı́a

el método de Euler con un paso de h/2.

h
y(x + h/2) ≈ y(x) + f (x, y)
2
h
y(x + h) ≈ y(x) + h f (x + h/2, y(x) + f (x, y))·
2
La anterior aproximación suele escribirse de la siguiente manera:

K1 = hf (xi , yi )
K2 = hf (xi + h/2, yi + K1 /2) (7.6)
yi+1 = yi + K2 .
7.3. MÉTODO DEL PUNTO MEDIO 249

Ejemplo 7.3. Resolver, por el método del punto medio, la ecuación difer-
encial

y ′ = 2x2 − 4x + y
y(1) = 0.7182818

en el intervalo [1, 3], con h = 0.25.

K1 = hf (x0 , y0 )
= 0.25f (1, 0.7182818)
= −0.320430
K2 = hf (x0 + h/2, y0 + K1 /2)
= 0.25f (1.125, 0.558067)
= −0.352671
y1 = y0 + K2
= 0.3656111

K1 = hf (x1 , y1 )
= 0.25f (1.25, 0.3656111)
= −0.377347
K2 = hf (x1 + h/2, y1 + K1 /2)
= 0.25f (1.375, 0.176937)
= −0.385453
y2 = y1 + K2
= −0.0198420

K1 = ...
250 7. ECUACIONES DIFERENCIALES

2 b

1
b

b b

0 b

b b

b b

−1
1 2 3
Figura 7.6: Ejemplo del método del punto medio

xi ỹ(xi ) y(xi )
1.00 0.7182818 0.7182818
1.25 0.3656111 0.3653430
1.50 -0.0198420 -0.0183109
1.75 -0.3769851 -0.3703973
2.00 -0.6275434 -0.6109439
2.25 -0.6712275 -0.6372642
2.50 -0.3795415 -0.3175060
2.75 0.4121500 0.5176319
3.00 1.9147859 2.0855369

También, en este ejemplo, los resultados son mucho mejores. De nuevo

hubo que evaluar 16 veces la función f (x, y), 2 veces en cada iteración.
Al aplicar el método del punto medio con h = 0.5 (es necesario evaluar 8
veces la función) se obtiene ỹ(3) = 1.5515985, resultado no tan bueno como
2.0887372, pero netamente mejor que el obtenido por el método de Euler. Si
se trabaja con h = 0.1 se obtiene ỹ(3) = 2.0538177; con h = 0.01 se obtiene
ỹ(3) = 2.0851903; con h = 0.001 se obtiene ỹ(3) = 2.0855334. 3

7.4 Método de Runge-Kutta

El método de Runge-Kutta o, más bien, los métodos de Runge-Kutta se apli-

can a una EDO1CI como en (7.1) utilizando puntos igualmente espaciados.
7.4. MÉTODO DE RUNGE-KUTTA 251

La forma general del método RK de orden n es la siguiente:

K1 = hf (xi , yi )
K2 = hf (xi + α2 h, yi + β21 K1 )
K3 = hf (xi + α3 h, yi + β31 K1 + β32 K2 )
(7.7)
...
Kn = hf (xi + αn h, yi + βn1 K1 + βn2 K2 + · · · + βn,n−1 Kn−1 )
yi+1 = yi + R1 K1 + R2 K2 + ... + Rn Kn .
Se ve claramente que los métodos vistos son de RK: el método de Euler es
uno de RK de orden 1, el método de Heun y el del punto medio son métodos
de RK de orden 2.

Método de Euler:

K1 = hf (xi , yi ) (7.8)
yi+1 = yi + K1 .

Método de Heun:

K1 = hf (xi , yi )
K2 = hf (xi + h, yi + K1 ) (7.9)
1 1
yi+1 = yi + K1 + K2 .
2 2
Método del punto medio:

K1 = hf (xi , yi )
1 1
K2 = hf (xi + h, yi + K1 ) (7.10)
2 2
yi+1 = yi + 0K1 + K2 .

Un método muy popular es el siguiente método RK de orden 4:

K1 = hf (xi , yi )
K2 = hf (xi + h/2, yi + K1 /2)
K3 = hf (xi + h/2, yi + K2 /2) (7.11)
K4 = hf (xi + h, yi + K3 )
yi+1 = yi + (K1 + 2K2 + 2K3 + K4 )/6.
252 7. ECUACIONES DIFERENCIALES

Ejemplo 7.4. Resolver, por el método RK4 anterior, la ecuación diferencial

y ′ = 2x2 − 4x + y
y(1) = 0.7182818

en el intervalo [1, 3], con h = 0.25.

K1 = hf (x0 , y0 )
= 0.25f (1, 0.7182818)
= −0.320430
K2 = hf (x0 + h/2, y0 + K1 /2)
= 0.25f (1.125, 0.558067)
= −0.352671
K3 = hf (x0 + h/2, y0 + K2 /2)
= 0.25f (1.125, 0.541946)
= −0.356701
K4 = hf (x0 + h, y0 + K3 )
= 0.25f (1.25, 0.361581)
= −0.378355
y1 = y0 + (K1 + 2K2 + 2K3 + K4 )/6
= 0.3653606

K1 = hf (x1 , y1 )
= 0.25f (1.25, 0.3653606)
= −0.377410
K2 = hf (x1 + h/2, y1 + K1 /2)
= 0.25f (1.375, 0.176656)
= −0.385524
7.4. MÉTODO DE RUNGE-KUTTA 253

b
2

1
b
b
b

0 b

b
b

b b

−1
1 2 3
Figura 7.7: Ejemplo del método Runge-Kutta 4

K3 = hf (x1 + h/2, y1 + K2 /2)

= 0.25f (1.375, 0.172599)
= −0.386538
K4 = hf (x1 + h, y1 + K3 )
= 0.25f (1.5, −0.02117)
= −0.380294
y2 = y1 + (K1 + 2K2 + 2K3 + K4 )/6
= −0.0182773

xi ỹ(xi ) y(xi )
1.00 0.7182818 0.7182818
1.25 0.3653606 0.3653430
1.50 -0.0182773 -0.0183109
1.75 -0.3703514 -0.3703973
2.00 -0.6108932 -0.6109439
2.25 -0.6372210 -0.6372642
2.50 -0.3174905 -0.3175060
2.75 0.5175891 0.5176319
3.00 2.0853898 2.0855369

En este ejemplo, los resultados son aún mejores. Hubo que evaluar 32 veces
la función f (x, y), 4 veces en cada iteración. Si se trabaja con h = 0.1 se
obtiene ỹ(3) = 2.0855314; con h = 0.01 se obtiene ỹ(3) = 2.0855369; con
h = 0.001 se obtiene ỹ(3) = 2.0855369. 3
254 7. ECUACIONES DIFERENCIALES

El método RK4 se puede escribir en Scilab de la siguiente manera:

function [Y, X] = RK4(f, x0, y0, xf, n)

// Metodo Runge-Kutta 4 para la ecuacion diferencial
//
// y’ = f(x,y)
// y(x0) = y0
// en intervalo [x0, xf]
//
// n = numero de subintervalos
//
// Y, X seran vectores fila de n+1 elementos
// Y contendra las aproximaciones de
// y(x0) y(x0+h) y(x0+2h) ... y(xf)
// con h = (xf-x0)/n
// X contendra los valores x0 x0+h x0+2h ... xf

h = (xf-x0)/n
X = zeros(1,n+1)
Y = X
X(1) = x0
Y(1) = y0
xi = x0
yi = y0
for i=1:n
K1 = h*f(xi, yi)
K2 = h*f(xi+h/2, yi+K1/2);
K3 = h*f(xi+h/2, yi+K2/2);
K4 = h*f(xi+h, yi+K3);
xi = xi+h
yi = yi + (K1 + 2*K2 + 2*K3 + K4)/6
Y(i+1) = yi
X(i+1) = xi
end
endfunction
7.5. DEDUCCIÓN DE RK2 255

7.5 Deducción de RK2

En secciones anteriores se hizo la deducción, de manera más o menos in-

tuitiva, de los métodos de Heun y del punto medio. Los dos resultan ser
métodos de RK de orden 2. En esta sección veremos una deducción diferente
y general de RK2.
El método RK2 tiene el siguiente esquema:
K1 = hf (xi , yi )
K2 = hf (xi + α2 h, yi + β21 K1 )
yi+1 = yi + R1 K1 + R2 K2 .
Como hay un solo coeficiente α y un solo coeficiente β, utilicémoslos sin
subı́ndices:
K1 = hf (xi , yi )
K2 = hf (xi + αh, yi + βK1 )
yi+1 = yi + R1 K1 + R2 K2 .
Sea g una función de dos variables. Si g es diferenciable en el punto (ū, v̄),
entonces se puede utilizar la siguiente aproximación de primer orden:
∂g ∂g
g(ū + ∆u, v̄ + ∆v) ≈ g(ū, v̄) + ∆u (ū, v̄) + ∆v (ū, v̄). (7.12)
∂u ∂v
La aproximación de segundo orden para y(xi + h) es:
h2 ′′
y(xi + h) = y(xi ) + hy ′ (xi ) + y (xi ) + O(h3 ) (7.13)
2
h2
y(xi + h) ≈ y(xi ) + hy ′ (xi ) + y ′′ (xi ). (7.14)
2
En la aproximación anterior, podemos tener en cuenta que y(xi ) = yi , y
que y ′ (xi ) = f (xi , yi ). Además,
d ′
y ′′ (xi ) = y (xi )
dx
d
= f (xi , yi )
dx
∂f ∂f ∂y
= f (xi , yi ) + f (xi , yi ) (xi )
∂x ∂y ∂x
∂f ∂f
= f (xi , yi ) + y ′ (xi ) f (xi , yi ).
∂x ∂y
256 7. ECUACIONES DIFERENCIALES

Para acortar la escritura utilizaremos la siguiente notación:

f := f (xi , yi )
∂f
fx := f (xi , yi )
∂x
∂f
fy := f (xi , yi )
∂y
y := y(xi )
y ′ := y ′ (xi ) = f (xi , yi ) = f
y ′′ := y ′′ (xi ).

Entonces
y ′′ = fx + f fy
h2 h2
y(xi + h) ≈ y + hf + fx + f fy . (7.15)
2 2
Por otro lado, el método RK2 se puede reescribir:
yi+1 = yi + R1 hf (xi , yi ) + R2 hf (xi + αh, yi + βK1 ).
Utilizando (7.12):
yi+1 = yi + R1 hf (xi , yi )
 
∂f ∂f
+ R2 h f (xi , yi ) + αh (xi , yi ) + βK1 (xi , yi ) .
∂x ∂y
Utilizando la notación se obtiene:
yi+1 = y + R1 hf + R2 h (f + αhfx + βK1 fy )
yi+1 = y + (R1 + R2 )hf + R2 h2 αfx + R2 hβK1 fy .
Como K1 = hf , entonces
yi+1 = y + (R1 + R2 )hf + R2 αh2 fx + R2 βh2 f fy . (7.16)
Al hacer la igualdad y(xi + h) = yi+1 , en las ecuaciones (7.15) y (7.16) se
comparan los coeficientes de hf , de h2 fx y de h2 f fy y se deduce:
R1 + R2 = 1,
1
R2 α = ,
2
1
R2 β = .
2
7.6. CONTROL DEL PASO 257

Entonces

β = α, (7.17)
1
R2 = · (7.18)
2α
R1 = 1 − R 2 . (7.19)

Si α = 1, entonces β = 1, R2 = 1/2 y R1 = 1/2, es decir, el método de

Heun. Si α = 1/2, entonces β = 1/2, R2 = 1 y R1 = 0, es decir, el método
del punto medio. Para otros valores de α se tienen otros métodos de RK de
orden 2.

7.6 Control del paso

Hasta ahora se ha supuesto que para hallar la solución numérica de una

ecuación diferencial, los puntos están igualmente espaciados, es decir, xi −
xi−1 = h para i = 1, 2, ..., n. Esta polı́tica no es, en general, adecuada.
Es preferible utilizar valores de h pequeños cuando es indispensable para
mantener errores relativamente pequeños, y utilizar valores grandes de h
cuando se puede.
Hay varios métodos para el control de h. En uno de ellos, se supone conocido
yi , una muy buena aproximación de y(xi ), y se aplica un método con un paso
h para obtener ỹ aproximación de y(xi + h). También se aplica el mismo
método dos veces con el paso h/2 para obtener ỹ, ˜ otra aproximación de
y(xi + h). Con estos dos valores se puede acotar el error y ası́ saber si es
necesario trabajar con un paso más pequeño.
En otro enfoque, el que veremos en esta sección, se aplican dos métodos
diferentes, con el mismo h y con estas dos aproximaciones se acota el error.
Ası́ se determina la buena o mala calidad de las aproximaciones.
Supongamos que tenemos dos métodos: el método A con error local O(hp )
y el método B con error local O(hp+1 ) (o con error local O(hq ), q ≥ p +
1). Partimos de yi , muy buena aproximación de y(xi ). Aplicando los dos
métodos calculamos yA y yB , aproximaciones de y(xi + h). El control de
paso tiene dos partes: en la primera se obtiene una aproximación del posible
error obtenido.

|error| ≈ e = Φ1 (yA , yB , h, p).

258 7. ECUACIONES DIFERENCIALES

Si e es menor o igual que un valor ε dado, entonces se acepta yB como buena

aproximación de y(x + h). En caso contrario, es necesario utilizar un valor
de h más pequeño. En ambos casos el valor de h se puede modificar, bien sea
por necesidad (e > ε), bien sea porque, siendo h aceptable, es conveniente
modificarlo para el siguiente paso. Para ello se calcula un coeficiente C0 que
sirve para obtener C coeficiente de h

C0 = Φ2 (yA , yB , h, p)
C = ϕ(C0 , ...)
h′ = Ch.

Los diferentes algoritmos difieren en la manera de calcular e, C0 y C (las

funciones Φ1 , Φ2 y ϕ). Más aún, para el mismo método A y el mismo método
B hay diferentes algoritmos.
Un método muy popular es el de Runge-Kutta-Fehlberg, construido a
partir de un método de RK de orden 5 (el método A) y de un método de
RK de orden 6 (el método B). Una de sus ventajas está dada por el siguiente
hecho: los valores K1 , K2 , K3 , K4 y K5 son los mismos para los dos métodos.
Teniendo en cuenta la forma general (7.7) del método RK, basta con dar los
valores αi y βij . Recuérdese que siempre K1 = hf (xi , yi ).
7.6. CONTROL DEL PASO 259

i αi βi1 βi2 ...

1 1
2
4 4
3 3 9
3
8 32 32
12 1932 7200 7296
4 −
13 2197 2197 2197
(7.20)
439 3680 845
5 1 −8 −
216 513 4104
1 8 3544 1859 11
6 − 2 − −
2 27 2565 4104 40

25 1408 2197 1
yA = y i + K1 + 0K2 + K3 + K4 − K5
216 2565 4104 5
16 6656 28561 9 2
yB = y i + K1 + 0K2 + K3 + K4 − K5 + K6
135 12825 56430 50 55
Los errores locales son respectivamente O(h5 ) y O(h6 ). Realmente hay varias
fórmulas RK5 y RK6; las anteriores están en [BuF85] y [EnU96]. Hay otras
fórmulas diferentes en [ChC99].
La aproximación del error está dada por
|yA − yB |
|error| ≈ e = . (7.21)
h
El coeficiente para la modificación del valor de h está dado por:
 ε 1/4
C0 = 0.84 ,
e
C = min{C0 , 4}, (7.22)
C = max{C, 0.1}.

Las fórmulas anteriores buscan que C no sea muy grande ni muy pequeño.
Más especı́ficamente, C debe estar en el intervalo [0.1, 4].
En la descripción del algoritmo usaremos la siguiente notación de Matlab y
de Scilab. La orden
u = [u; t]
260 7. ECUACIONES DIFERENCIALES

significa que al vector columna u se le agrega al final el valor t y el resultado

se llama de nuevo u.

MÉTODO RUNGE-KUTTA-FEHLBERG
datos: x0 , y0 , b, h0 , ε, hmin
x = x0 , y = y0 , h = h0
X = [x0 ], Y = [y0 ]
mientras x < b
h = min{h, b − x}
hbien = 0
mientras hbien = 0
calcular ya , yB según (7.20)
e = |yA − yB |/h
si e ≤ ε
x = x + h, y = yB
bienh = 1
X = [X; x], Y = [Y ; y]
fin-si
C0 = 0.84(ε/e)1/4
C = max{C0 , 0.1}, C = min{C, 4}
h = Ch
si h < hmin ent parar
fin-mientras
fin-mientras

La salida no deseada del algoritmo anterior se produce cuando h se vuelve

demasiado pequeño. Esto se produce en problemas muy difı́ciles cuando,
para mantener el posible error dentro de lo establecido, ha sido necesario
disminuir mucho el valor de h, por debajo del lı́mite deseado.
En una versión ligeramente más eficiente, inicialmente no se calcula yA ni
yB . Se calcula directamente
 
 1 128 2197 1 2 

e= K1 − K3 − K4 + K5 + K6  .
360 4275 75240 50 55

Cuando el valor de h es adecuado, entonces se calcula yB para poder hacer

la asignación y = yB .

Ejemplo 7.5. Resolver, por el método RKF con control de paso, la ecuación
7.6. CONTROL DEL PASO 261

diferencial

y ′ = 2x2 − 4x + y
y(1) = 0.7182818

en el intervalo [1, 3], con h0 = 0.5 y ε = 10−6 .

yA = −0.01834063
yB = −0.01830704
e = 0.00006717

h = 0.5 no sirve.

C0 = 0.29341805
C = 0.29341805
h = 0.14670902
yA = 0.51793321
yB = 0.51793329
e = 0.00000057

h = 0.14670902 sirve.

x = 1.14670902
y = 0.51793329
C0 = 0.96535578
C = 0.96535578
h = 0.14162640
yA = 0.30712817
yB = 0.30712821
e = 0.00000029

h = 0.14162640 sirve.

x = 1.28833543
y = 0.30712821
..
.
262 7. ECUACIONES DIFERENCIALES

b
2 b

1 b
b
b b
b
b
b
0 b
b

b b
b b
b b
b b

−1
1 2 3
Figura 7.8: Ejemplo del método Runge-Kutta-Fehlberg

x h ỹ(x) y(x)
1.0000000 0.1467090 0.7182818 0.7182818
1.1467090 0.1416264 0.5179333 0.5179333
1.2883354 0.1622270 0.3071282 0.3071282
1.4505624 0.1686867 0.0572501 0.0572501
1.6192491 0.1333497 -0.1946380 -0.1946380
1.7525988 0.1329359 -0.3736279 -0.3736279
1.8855347 0.1191306 -0.5206051 -0.5206051
2.0046653 0.1092950 -0.6137572 -0.6137571
2.1139603 0.1024064 -0.6566848 -0.6566847
2.2163666 0.0971218 -0.6506243 -0.6506241
2.3134884 0.0928111 -0.5948276 -0.5948275
2.4062996 0.0891591 -0.4877186 -0.4877184
2.4954587 0.0859853 -0.3273334 -0.3273332
2.5814440 0.0831757 -0.1114979 -0.1114977
2.6646196 0.0806534 0.1620898 0.1620900
2.7452730 0.0783639 0.4958158 0.4958160
2.8236369 0.0762674 0.8921268 0.8921270
2.8999043 0.0743333 1.3535162 1.3535164
2.9742376 0.0257624 1.8825153 1.8825156
3.0000000 2.0855366 2.0855369
7.7. ORDEN DEL MÉTODO Y ORDEN DEL ERROR 263

7.7 Orden del método y orden del error

Para algunos de los métodos hasta ahora vistos, todos son métodos de RK,
se ha hablado del orden del método, del orden del error local y del orden
del error global.
El orden del método se refiere al número de evaluaciones de la función f en
cada iteración. Ası́ por ejemplo, el método de Euler es un método de orden
1 y el método de Heun es un método de orden 2.
El orden del error local se refiere al exponente de h en el error teórico
cometido en cada iteración. Si la fórmula es

y(x + h) = y(x) + R1 k1 + R2 K2 + · · · + Rn Kn + O(hp ),

se dice que el error local es del orden de hp , o simplemente, el error local es

de orden p.
El orden del error global se refiere al exponente de h en el error obtenido al
aproximar y(b) después de hacer (b − x0 )/h iteraciones.
Hemos visto seis métodos, Euler, Heun, punto medio, un RK4, un RK5 y
un RK6. La siguiente tabla presenta los órdenes de los errores.

Método Fórmula Orden del Error

método local
Euler (7.2) 1 O(h2 )
Heun (7.5) 2 O(h3 )
Punto medio (7.6) 2 O(h3 )
RK4 (7.11) 4 O(h5 )
RK5 (7.20) 5 O(h5 )
RK6 (7.20) 6 O(h6 )

El orden del error global es generalmente igual al orden del error local menos
una unidad. Por ejemplo, el error global en el método de Euler es O(h).
A medida que aumenta el orden del método, aumenta el orden del error, es
decir, el error disminuye. Pero al pasar de RK4 a RK5 el orden del error
no mejora. Por eso es más interesante usar el RK4 que el RK5 ya que se
hacen solamente 4 evaluaciones y se tiene un error semejante. Ya con RK6
se obtiene un error más pequeño, pero a costa de dos evaluaciones más.
264 7. ECUACIONES DIFERENCIALES

7.7.1 Verificación numérica del orden del error

Cuando se conoce la solución exacta de una ecuación diferencial, en muchos

casos, se puede verificar el orden del error de un método especı́fico. Más
aún, se podrı́a obtener el orden del error si éste no se conociera.
Sea O(hp ) el error local del método. Se puede hacer la siguiente aproxi-
mación:
error = e ≈ chp .
Al tomar logaritmo en la aproximación anterior se obtiene
log(e) ≈ log(c) + p log(h) (7.23)
Para diferentes valores de h se evalúa el error cometido y se obtienen ası́ var-
ios puntos de la forma (log(hi ), log(ei ) ). Estos puntos deben estar, aproxi-
madamente, sobre una recta. La pendiente de esta recta es precisamente p.
El valor de p se puede obtener gráficamente o por mı́nimos cuadrados.
Ejemplo 7.6. Obtener numéricamente el orden del error local del método
de Heun usando la ecuación diferencial
y ′ = 2x2 − 4x + y
y(1) = 0.7182818,
con h = 0.1, 0.12, 0.14, 0.16, 0.18 y 0.2.

h x0 + h ỹ(x0 + h) y(x0 + h) e log(h) log(e)

0.10 1.10 0.584701 0.584166 0.000535 -2.302585 -7.532503
0.12 1.12 0.556975 0.556054 0.000921 -2.120264 -6.989970
0.14 1.14 0.529024 0.527568 0.001456 -1.966113 -6.532007
0.16 1.16 0.500897 0.498733 0.002164 -1.832581 -6.135958
0.18 1.18 0.472641 0.469574 0.003067 -1.714798 -5.787212
0.20 1.20 0.444304 0.440117 0.004187 -1.609438 -5.475793

En la siguiente gráfica, log(h) en las abscisas y log(e) en las ordenadas, los

puntos están aproximadamente en una recta.
Al calcular numéricamente los coeficientes de la recta de aproximación por
mı́nimos cuadrados, se obtiene
log(e) ≈ 2.967325 log(h) − 0.698893
e ≈ 0.497135h2.97 .
Estos resultados numéricos concuerdan con el resultado teórico. 3
7.8. MÉTODOS MULTIPASO EXPLÍCITOS 265

−5
b

−6 b

−7 b

−8
−2.5 −2.0 −1.5

Figura 7.9: Orden local

7.8 Métodos multipaso explı́citos

Los métodos RK son considerados como métodos monopaso (unipaso) por

la siguiente razón. El valor yi+1 se calcula únicamente a partir del punto
(xi , yi ). En los métodos multipaso se utilizan otros puntos anteriores, por
ejemplo, para calcular yi+1 se utilizan los puntos (xi−2 , yi−2 ), (xi−1 , yi−1 ) y
(xi , yi ).
Veamos un caso particular. Supongamos que se conocen los valores y0 =
y(x0 ), y1 = y(x1 ) y y2 = y(x2 ). Por facilidad para la deducción, supongamos
que x0 = h, x1 = h y x2 = 2h.
Sea p2 (x) el polinomio de grado menor o igual a 2 que interpola a f en los
valores 0, h y 2h, es decir, el polinomio pasa por los puntos (0, f0 ), (h, f1 )
y (2h, f2 ), donde fi = f (xi , yi ). Este polinomio se puede obtener utilizando
polinomios de Lagrange:
(x − h)(x − 2h) (x − 0)(x − 2h) (x − 0)(x − h)
p2 (x) = f0 + f1 + f2 .
(0 − h)(0 − 2h) (h − 0)(h − 2h) (2h − 0)(2h − h)
Después de algunas factorizaciones se obtiene:
1

p2 (x) = 2
(f0 − 2f1 + f2 )x2 + (−3f0 + 4f1 − f2 )hx + 2h2 f0 .
2h
Por otro lado, por el teorema fundamental del cálculo integral
Z x3
y ′ (x)dx = y(x3 ) − y(x2 )
x2
Z x3
y(x3 ) = y(x2 ) + y ′ (x)dx
x2
Z 3h
y(x3 ) = y(x2 ) + f (x, y)dx.
2h
266 7. ECUACIONES DIFERENCIALES

Si se reemplaza f (x, y) por el polinomio de interpolación, se tiene:

Z 3h
y(x3 ) ≈ y(x2 ) + p2 (x)dx
2h
Z 3h 
1
y(x3 ) ≈ y(x2 ) + 2
(f0 − 2f1 + f2 )x2 +
2h 2h

2
(−3f0 + 4f1 − f2 )hx + 2h f0 dx

1 19
y3 = y2 + 2 (f0 − 2f1 + f2 ) h3 +
2h 3

5
(−3f0 + 4f1 − f2 ) h3 + 2h3 f0
2
h
y3 = y2 + (5f0 − 16f1 + 23f2 ) (7.24)
12
La anterior igualdad se conoce con el nombre de fórmula de Adams-Bash-
forth de orden 2 (se utiliza un polinomio de orden 2). También recibe el
nombre de método multipaso explı́cito o método multipaso abierto de orden
2.
Si los valores y0 , y1 y y2 son exactos, o sea, si y0 = y(x0 ), y1 = y(x1 ) y
y2 = y(x2 ), entonces los valores fi son exactos, o sea, f (xi , yi ) = f (xi , y(xi ))
y el error está dado por
h 3
y(x3 ) = y(x2 ) + (5f0 − 16f1 + 23f2 ) + y (3) (z)h4 , z ∈ [x0 , x3 ].
12 8
(7.25)
La fórmula (7.24) se escribe en el caso general
h
yi+1 = yi + (5fi−2 − 16fi−1 + 23fi ). (7.26)
12
Para empezar a aplicar esta fórmula se requiere conocer los valores fj ante-
riores. Entonces es indispensable utilizar un método RK el número de veces
necesario. El método RK escogido debe ser de mejor calidad que el método
de Adams-Bashforth que estamos utilizando. Para nuestro caso podemos
utilizar RK4.
Ejemplo 7.7. Resolver, por el método de Adams-Bashforth de orden 2, la
ecuación diferencial
y ′ = 2x2 − 4x + y
y(1) = 0.7182818
7.8. MÉTODOS MULTIPASO EXPLÍCITOS 267

en el intervalo [1, 3], con h = 0.25.

Al aplicar el método RK4 dos veces se obtiene:

y1 = 0.3653606
y2 = −0.0182773.

Entonces

f0 = f (x0 , y0 ) = −1.2817182
f1 = f (x1 , y1 ) = −1.5096394
f2 = −1.5182773
y3 = y2 + h(5f0 − 16f1 + 23f2 )/12
= −0.3760843
f3 = f (x3 , y3 ) = −1.2510843
y4 = −0.6267238
..
.

xi ỹ(xi ) y(xi )
1.00 0.7182818 0.7182818
1.25 0.3653606 0.3653430
1.50 -0.0182773 -0.0183109
1.75 -0.3760843 -0.3703973
2.00 -0.6267238 -0.6109439
2.25 -0.6681548 -0.6372642
2.50 -0.3706632 -0.3175060
2.75 0.4320786 0.5176319
3.00 1.9534879 2.0855369

En este caso hubo que evaluar 8 veces la función para los dos valores de RK4
y en seguida 6 evaluaciones para un total de 14 evaluaciones de la función
f. 3
268 7. ECUACIONES DIFERENCIALES

2 b

1
b

b
b

0 b

b b

b b

−1
1 2 3
Figura 7.10: Ejemplo del método de Adams-Bashforth 2

MULTIPASO EXPLÍCITO: ADAMS-BASHFORTH

n error

1 ′′ 2
0 yi+1 = yi + hfi 2 y (ξ)h

h 5 ′′′ 3
1 yi+1 = yi + (−fi−1 + 3fi ) 12 y (ξ)h
2
h 3 (4) 4
2 yi+1 = yi + (5fi−2 − 16fi−1 + 23fi ) 8 y (ξ)h
12
h 251 (5) 5
3 yi+1 = yi + (−9fi−3 + 37fi−2 − 59fi−1 + 55fi ) 720 y (ξ)h
24
h 95 (6) 6
4 yi+1 = yi + (251fi−4 − 1274fi−3 + 2616fi−2 288 y (ξ)h
720

−2774fi−1 + 1901fi )

En la anterior tabla se muestran las principales fórmulas. Allı́ n indica el

grado del polinomio de interpolación usado. En algunos libros, n está aso-
ciado con número de puntos utilizados para la interpolación (igual al grado
del polinomio más uno). Obsérvese que la primera fórmula es simplemente
el método de Euler.
7.9. MÉTODOS MULTIPASO IMPLÍCITOS 269

7.9 Métodos multipaso implı́citos

En estos métodos se utiliza un polinomio de interpolación, el mismo de los

métodos explı́citos, pero el intervalo de integración varı́a.
Veamos un caso particular. Supongamos que se conocen los valores y0 =
y(x0 ), y1 = y(x1 ) y y2 = y(x2 ). Por facilidad para la deducción, supongamos
que x0 = h, x1 = h y x2 = 2h.
Sea p2 (x) el polinomio de grado menor o igual a 2 que interpola a f en los
valores 0, h y 2h, es decir, el polinomio pasa por los puntos (0, f0 ), (h, f1 ) y
(2h, f2 ), donde fi = f (xi , yi ). Como se vio en la sección anterior,

1 2 2


p2 (x) = (f0 − 2f1 + f2 )x + (−3f0 + 4f1 − f2 )hx + 2h f0 .
2h2

El teorema fundamental del cálculo integral se usa de la siguiente manera:

Z x2
y ′ (x)dx = y(x2 ) − y(x1 )
x1
Z x2
y(x2 ) = y(x1 ) + y ′ (x)dx
x1
Z 2h
y(x2 ) = y(x1 ) + f (x, y)dx.
h

Si se reemplaza f (x, y) por el polinomio de interpolación se tiene:

Z 2h
y(x2 ) ≈ y(x1 ) + p2 (x)dx
h
Z 2h 
1
y(x2 ) ≈ y(x1 ) + (f0 − 2f1 + f2 )x2 +
h 2h2

2
(−3f0 + 4f1 − f2 )hx + 2h f0 dx
270 7. ECUACIONES DIFERENCIALES


1 7
y2 = y1 + 2 (f0 − 2f1 + f2 ) h3 +
2h 3

3 3 3
(−3f0 + 4f1 − f2 ) h + 2h f0
2
h
y2 = y1 + (−f0 + 8f1 + 5f2 ). (7.27)
12
La anterior igualdad se conoce con el nombre de fórmula de Adams-Moul-
ton de orden 2 (se utiliza un polinomio de orden 2). También recibe el
nombre de método multipaso implı́cito o método multipaso cerrado de orden
2.
Si los valores y0 , y1 y y2 son exactos, o sea, si y0 = y(x0 ), y1 = y(x1 ) y
y2 = y(x2 ), entonces los valores fi son exactos, o sea, f (xi , yi ) = f (xi , y(xi ))
y el error está dado por
h 1 (3)
y(x2 ) = y(x1 ) + (−f0 + 8f1 + 5f2 ) − y (z)h4 , z ∈ [x0 , x2 ].
12 24
(7.28)
La fórmula (7.27) se escribe en el caso general
h
yi+1 = yi + (−fi−1 + 8fi + 5fi+1 ). (7.29)
12
Para empezar a aplicar esta fórmula es indispensable conocer los valores fj
anteriores. Entonces se requiere utilizar un método RK el número de veces
necesario. El método RK escogido debe ser de mejor calidad que el método
de Adams-Bashforth que estamos utilizando. Para nuestro caso podemos
utilizar RK4.
Una dificultad más grande, y especı́fica de los métodos implı́citos, está dada
por el siguiente hecho: para calcular yi+1 se utiliza fi+1 , pero este valor es
justamente f (xi+1 , yi+1 ). ¿Cómo salir de este cı́rculo vicioso? Inicialmente
0 , una primera aproximación, por el método de Euler. Con este
se calcula yi+1
valor se puede calcular fi+10 0 ) y en seguida y 1 . De nuevo se
= f (xi+1 , yi+1 i+1
1 = f (x
calcula fi+1 1 2
i+1 , yi+1 ) y en seguida yi+1 . Este proceso iterativo acaba
k k+1
cuando dos valores consecutivos, yi+1 y yi+1 , son muy parecidos. Este
método recibe también el nombre de método predictor-corrector. La
fórmula queda entonces ası́:
k+1 h k
yi+1 = yi + (−fi−1 + 8fi + 5fi+1 ). (7.30)
12
7.9. MÉTODOS MULTIPASO IMPLÍCITOS 271

El criterio de parada puede ser:

|yik+1 − yik |
≤ ε.
max{1, |yik+1 |}

Ejemplo 7.8. Resolver, por el método de Adams-Moulton de orden 2, la

ecuación diferencial

y ′ = 2x2 − 4x + y
y(1) = 0.7182818

en el intervalo [1, 3], con h = 0.25 y ε = 0.0001.

Al aplicar el método RK4 una vez, se obtiene:

y1 = 0.3653606

Entonces

f0 = f (x0 , y0 ) = −1.2817182
f1 = f (x1 , y1 ) = −1.5096394

Aplicando Euler se obtiene una primera aproximación de y2 :

y20 = −0.0120493
f20 = −1.5120493

Empiezan las iteraciones:

y21 = −0.0170487
f21 = −1.5170487
y22 = −0.0175694
f22 = −1.5175694
y23 = −0.0176237 = y2

Para calcular y2 se utilizan los valores:

f1 = −1.5096394
f2 = −1.5176237.
272 7. ECUACIONES DIFERENCIALES

Aplicando Euler se obtiene una primera aproximación de y3 :

y30 = −0.3970296
f30 = −1.2720296

Empiezan las iteraciones:

y31 = −0.3716132
f31 = −1.2466132
y32 = −0.3689657
f32 = −1.2439657
y33 = −0.3686899
f33 = −1.2436899
y34 = −0.3686612 = y3
..
.

xi ỹ(xi ) y(xi )
1.00 0.7182818 0.7182818
1.25 0.3653606 0.3653430
1.50 -0.0176237 -0.0183109
1.75 -0.3686612 -0.3703973
2.00 -0.6076225 -0.6109439
2.25 -0.6315876 -0.6372642
2.50 -0.3084043 -0.3175060
2.75 0.5316463 0.5176319
3.00 2.1065205 2.0855369

En este caso hubo que evaluar 4 veces la función para el valor de RK4 y en
seguida, en cada uno de los otros 7 intervalos, una evaluación fija más las
requeridas al iterar. En este ejemplo hubo, en promedio, 4 por intervalo,
para un total de 32 evaluaciones de f . El valor final y8 es más exacto que
el obtenido por Adams-Bashforth, pero a costa de más evaluaciones. 3

Teóricamente, los dos métodos multipaso de orden 2 tienen un error local del
mismo orden, O(h4 ), pero el coeficiente en el método multipaso explı́cito,
3/8, es nueve veces el coeficiente en el error del método implı́cito, 1/24.
7.9. MÉTODOS MULTIPASO IMPLÍCITOS 273

1
b
b
b

0 b

b
b

b b

−1
1 2 3
Figura 7.11: Ejemplo del método de Adams-Moulton 2

MULTIPASO IMPLÍCITO: ADAMS-MOULTON

n error

h 1 ′′
1 yi+1 = yi + (fi + fi+1 ) − 12 y (ξ)h3
2
h 1 (3)
2 yi+1 = yi + (−fi−1 + 8fi + 5fi+1 ) − 24 y (ξ)h4
12
h 19 (4)
3 yi+1 = yi + (fi−2 − 5fi−1 + 19fi + 9fi+1 ) − 720 y (ξ)h5
24
h 27 (5)
4 yi+1 = yi + (−19fi−3 + 106fi−2 − 264fi−1 − 1440 y (ξ)h6
720
+646fi + 251fi+1 )

La tabla anterior contiene las principales fórmulas. Allı́ n indica el grado

del polinomio de interpolación usado. Obsérvese que el método de Heun
corresponde a una iteración (una sola) del método multipaso implı́cito de
orden 1.
274 7. ECUACIONES DIFERENCIALES

7.10 Sistemas de ecuaciones diferenciales

Un sistema de m ecuaciones diferenciales de primer orden se puede escribir

de la siguiente forma:

dy1
= f1 (x, y1 , y2 , ..., ym )
dx
dy2
= f2 (x, y1 , y2 , ..., ym )
dx
..
.
dym
= fm (x, y1 , y2 , ..., ym )
dx

para x0 ≤ x ≤ b, con las condiciones iniciales

y1 (x0 ) = y10
y2 (x0 ) = y20
..
.
0
ym (x0 ) = ym .

Utilicemos la siguiente notación:

y = (y1 , y2 , ..., ym )
y 0 = (y10 , y20 , ..., ym
0
)
f (x, y) = f (x, y1 , y2 , ..., ym )
= ( f1 (x, y1 , ..., ym ), f2 (x, y1 , ..., ym ), ..., fm (x, y1 , ..., ym ) ).

De esta manera, el sistema se puede escribir ası́:

y ′ = f (x, y), x0 ≤ x ≤ b
y(x0 ) = y 0 .

La solución numérica del sistema de ecuaciones consiste en un conjunto de

vectores y 0 , y 1 , y 2 , ..., y n ,

y i = (y1i , y2i , ..., ym

i
),
7.10. SISTEMAS DE ECUACIONES DIFERENCIALES 275

donde cada yji es una aproximación:

yji ≈ yj (xk ).

Los métodos vistos anteriormente se pueden generalizar de manera inmedi-

ata. Si se trata de los método RK, entonces los Ki dejan de ser números
y pasan a ser vectores K i . Para y se utiliza un superı́ndice para indicar
el intervalo, ya que los subı́ndices se usan para las componentes del vector.
Por ejemplo, las fórmulas de RK4 se convierten en:

K 1 = hf (xi , y i )
K 2 = hf (xi + h/2, y i + K 1 /2)
K 3 = hf (xi + h/2, y i + K 2 /2) (7.31)
4 i 3
K = hf (xi + h, y + K )
y i+1 = y i + (K 1 + 2K 2 + 2K 3 + K 4 )/6.

Ejemplo 7.9. Resolver el siguiente sistema de ecuaciones por RK4:

2y1
y1′ = + x3 y2 , 1 ≤ x ≤ 2
x
3
y2′ = − y2
x
y1 (1) = −1
y2 (1) = 1

con h = 0.2.
La solución (exacta) de este sencillo sistema de ecuaciones es:

y1 (x) = −x
y2 (x) = x−3 .
276 7. ECUACIONES DIFERENCIALES

Para la solución numérica:

K 1 = (−0.2, −0.6)
K 2 = (−0.2136600, −0.3818182)
K 3 = (−0.1871036, −0.4413223)
K 4 = (−0.2026222, −0.2793388)
y 1 = (−1.2006916, 0.5790634)

K 1 = (−0.2001062, −0.2895317)
K 2 = (−0.2093988, −0.2004450)
K 3 = (−0.1912561, −0.2210035)
K 4 = (−0.2011961, −0.1534542)
y 2 = (−1.4011269, 0.3647495)
..
.

xi ỹ1 (xi ) ỹ2 (xi ) y1 (xi ) y2 (xi )

1.0 -1.0 1.0 -1.0 1.0
1.2 -1.2006916 0.5790634 -1.2 0.5787037
1.4 -1.4011269 0.3647495 -1.4 0.3644315 3
1.6 -1.6014497 0.2443822 -1.6 0.2441406
1.8 -1.8017156 0.1716477 -1.8 0.1714678
2.0 -2.0019491 0.1251354 -2.0 0.125

7.10.1 En Scilab

Consideremos el siguiente sistema de ecuaciones diferenciales:

2y1
y1′ = + x3 y2 ,
x
3
y2′ = − y2
x
y1 (1) = −1
y2 (1) = 1.

Despues de definir y cargar

7.10. SISTEMAS DE ECUACIONES DIFERENCIALES 277

function fxy = func43(x, y)

fxy = zeros(2,1)
fxy(1) = 2*y(1)/x + x^3*y(2)
fxy(2) = -3*y(2)/x
endfunction

se utiliza la misma función ode , pero con los parámetros de dimensión

adecuada.

x0 = 1
y0 = [-1 1]’
t = (1:0.2:2)’
yt = ode(y0, x0, t, func43)

En este caso, yt es un matriz de dos filas. En la fila i están las aproxima-

ciones de los valores de yi (tj ).
Escribir una función en Scilab para un sistema de ecuaciones diferenciales
es casi igual a la función para una ecuación diferencial. A continuación una
versión del método RK4 para sistemas.

function [Y, X] = RK4Sist(f, x0, y0, xf, n)

// Metodo Runge-Kutta 4 para sistema de ecuaciones diferenciales
//
// y’ = f(x,y)
// y(x0) = y0
// en intervalo [x0, xf]
//
// x0 es un numero
// y0 es un vector columna, digamos p x 1.
// La funcion f tiene dos parametros,
// x un numero, y un vector columna,
// su resultado es un vector columna.

// n = numero de subintervalos.
//
// Y sera una matriz con p filas, n+1 columnas.
// X sera un vector fila de n+1 elementos.
// Cada columna de Y contendra las aproximaciones de
278 7. ECUACIONES DIFERENCIALES

// y(x0) y(x0+h) y(x0+2h) ... y(xf)

// con h = (xf-x0)/n
// X contendra los valores x0 x0+h x0+2h ... xf

h = (xf-x0)/n
p = size(y0,1)
disp(p, ’p’)
X = zeros(1,n+1)
Y = zeros(p,n+1)
X(1) = x0
Y(:,1) = y0
xi = x0
yi = y0
for i=1:n
K1 = h*f(xi, yi)
K2 = h*f(xi+h/2, yi+K1/2);
K3 = h*f(xi+h/2, yi+K2/2);
K4 = h*f(xi+h, yi+K3);
xi = xi+h
yi = yi + (K1 + 2*K2 + 2*K3 + K4)/6
Y(:,i+1) = yi
X(i+1) = xi
end
endfunction

7.11 Ecuaciones diferenciales de orden

superior

Una ecuación diferencial ordinaria, de orden m, con condiciones iniciales, se

puede escribir de la siguiente manera:
7.11. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 279

y (m) = f (x, y, y ′ , y ′′ , ..., y (m−1) ), x0 ≤ x ≤ b

y(x0 ) = y0
y ′ (x0 ) = y0′
y ′′ (x0 ) = y0′′
..
.
(m−1)
y (m−1) (x0 ) = y0 .
Esta ecuación diferencial se puede convertir en un sistema de ecuaciones
diferenciales de primer orden, mediante el siguiente cambio de variables:
u1 = y
u2 = y ′
u3 = y ′′
..
.
um = y (m−1)
Entonces la ecuación diferencial se convierte en el siguiente sistema:
u′1 = u2
u′2 = u3
u′3 = u4
..
.
u′m−1 = um
u′m = f (x, u1 , u2 , ..., um )
u1 (x0 ) = y0
u2 (x0 ) = y0′
u3 (x0 ) = y0′′
..
.
(m−1)
um (x0 ) = y0 .
De forma más compacta,
u′ = F (x, u), x0 ≤ x ≤ b
u(x0 ) = κ0 ,
280 7. ECUACIONES DIFERENCIALES

(m−1)
donde κ0 = [y0 y0′ y0′′ ... y0 ]T . Este sistema se puede resolver por
los métodos para sistemas de ecuaciones diferenciales de primer orden.

Ejemplo 7.10. Resolver la ecuación diferencial

4y − xy ′
y ′′ = , 1 ≤ x ≤ 2,
x2
y(1) = 3
y ′ (1) = 10,

por el método RK4, con h = 0.2.

Sean u1 = y, u2 = y ′ .

u′1 = u2
4u1 − xu2
u′2 = , 1 ≤ x ≤ 2,
x2
u1 (1) = 3
u2 (1) = 10.

La solución exacta es y = 4x2 − x−2 . Al aplicar el método RK4 se obtiene:

K 1 = (2, 0.4)
K 2 = (2.04, 0.7900826)
K 3 = (2.0790083, 0.7678437)
K 4 = (2.1535687, 1.0270306)
u1 = (5.0652642, 10.7571472)
..
.

xi ũ1 (xi ) ũ2 (xi ) y(xi )

1.0 3.0 10.0 3.0
1.2 5.0652642 10.757147 5.0655556
1.4 7.3293797 11.928367 7.3297959 3
1.6 9.8488422 13.287616 9.849375
1.8 12.65069 14.742141 12.651358
2.0 15.749173 16.249097 15.75
7.12. ECUACIONES DIFERENCIALES CON CONDICIONES DE FRONTERA281

7.12 Ecuaciones diferenciales con condiciones de

frontera

Una ecuación diferencial de segundo orden con condiciones de frontera se

puede escribir de la forma

y ′′ = f (x, y, y ′ ), a ≤ x ≤ b,
y(a) = ya (7.32)
y(b) = yb .

Esta ecuación diferencial se puede convertir en un sistema de dos ecuaciones

diferenciales, pero para obtener su solución numérica se presenta un incon-
veniente: se deberı́a conocer el valor ya′ = y ′ (a). Esta dificultad se supera
mediante el método del disparo (shooting).
Como no se conoce ya′ , se le asigna un valor aproximado inicial. Puede ser

yb − ya
ya′ ≈ .
b−a

Con este valor inicial se busca la solución numérica, hasta obtener

ỹ(b) = ỹ(b, ya′ ).

Este valor deberı́a ser el valor conocido yb . Si no coinciden, es necesario mod-

ificar la suposición de ya′ hasta obtener el resultado deseado. Si ỹ(b, ya′ ) < yb ,
entonces se debe aumentar la pendiente inicial del disparo. De manera
análoga, si ỹ(b, ya′ ) > yb , se debe disminuir la pendiente inicial del disparo.
Lo anterior se puede presentar como la solución de una ecuación:

ϕ(ya′ ) = yb − ỹ(b, ya′ ) = 0.

Esta ecuación se puede resolver, entre otros métodos, por el de la secante o

el de bisección.
Para facilitar la presentación del método se considera el problema P (v),
282 7. ECUACIONES DIFERENCIALES

donde:

v = aproximación de ya′ ,
n = número de intervalos para la solución numérica,
ỹ = (ỹ0 , ỹ1 , ..., ỹn ) = solución numérica del siguiente problema:

y ′ = f (x, y), a ≤ x ≤ b
y(a) = ya P(v)
′
y (a) = v,

ϕ(v) = yb − ỹn = yb − ỹ(b, v). (7.33)

Se desea encontrar v ∗ tal que ϕ(v ∗ ) = 0. Entonces la solución numérica de

P (v ∗ ) es la solución numérica de (7.32). Si se aplica el método de la secante
para resolver la ecuación ϕ(v) = 0, el algoritmo es el siguiente:

MÉTODO DEL DISPARO

datos: f , a, b, ya , yb , ε, maxit, ε0
εr = max{1, |yb |} ε
v0 = (yb − ya )/(b − a)
ỹ = solución numérica de P(v0 )
ϕ0 = yb − ỹn
si |ϕ0 | ≤ εr ent parar
v1 = v0 + ϕ0 /(b − a)
ỹ = solución numérica de P(v1 )
ϕ1 = yb − ỹn
si |ϕ1 | ≤ εr ent parar
para k = 1, ...,maxit
δ = ϕ1 − ϕ0
si |δ| ≤ ε0 ent parar
v2 = v1 − ϕ1 (v1 − v0 )/δ
ỹ = solución numérica de P(v2 )
ϕ2 = yb − ỹn
si |ϕ2 | ≤ εr ent parar
v 0 = v 1 , v1 = v2 , ϕ 0 = ϕ 1 , ϕ 1 = ϕ 2
fin-para
OJO: no hubo convergencia.
7.12. ECUACIONES DIFERENCIALES CON CONDICIONES DE FRONTERA283

Ejemplo 7.11. Resolver la ecuación diferencial

2 cos(2x) − y ′ − 4x2 y
y ′′ = , 0.2 ≤ x ≤ 0.7
x2
y(0.2) = 0.3894183
y(0.7) = 0.9854497,

con h = 0.1 y utilizando RK4 para la solución del sistema de ecuaciones

diferenciales asociado.
La primera aproximación de y ′ (a) es

v0 = (0.9854497 − 0.3894183)/(0.7 − 0.2) = 1.19206278

Al resolver numéricamente el problema P(1.19206278) se obtiene:

ỹ5 = 0.94935663.

El disparo resultó muy bajo.

ϕ0 = 0.03609310
v1 = 1.19206278 + 0.03609310/(0.7 − 0.5) = 1.26424897

Al resolver numéricamente el problema P(1.26424897) se obtiene:

ỹ5 = 0.95337713
ϕ1 = 0.03207260

Primera iteración del método de la secante:

v2 = 1.84009748

Al resolver numéricamente el problema P(1.84009748) se obtiene:

ỹ5 = 0.98544973

Este disparo fue preciso (no siempre se obtiene la solución con una sola
iteración de la secante). El último vector ỹ es la solución. La solución
exacta es y = sen(2x).
284 7. ECUACIONES DIFERENCIALES

xi ỹ(xi ) y(xi )
0.2 0.3894183 0.3894183
0.3 0.5647741 0.5646425
0.4 0.7174439 0.7173561 3
0.5 0.8415217 0.8414710
0.6 0.9320614 0.9320391
0.7 0.9854497 0.9854497

7.13 Ecuaciones diferenciales lineales con

condiciones de frontera

Una ecuación diferencial lineal de segundo orden con condiciones de frontera

se puede escribir de la forma

p(x)y ′′ + q(x)y ′ + r(x)y = s(x), a ≤ x ≤ b,

y(a) = ya (7.34)
y(b) = yb .

Obviamente esta ecuación se puede resolver por el método del disparo,

pero, dada la linealidad, se puede resolver usando aproximaciones numéricas
(diferencias finitas) para y ′ y y ′′ .
El intervalo [a, b] se divide en n ≥ 2 subintervalos de tamaño h = (b − a)/n.
Los puntos xi están igualmente espaciados (xi = a + ih). Se utilizan las
siguientes aproximaciones y la siguiente notación:

yi−1 − 2yi + yi+1

yi′′ ≈
h2
−yi−1 + yi+1
yi′ ≈
2h
pi := p(xi )
qi := q(xi )
ri := r(xi )
si := s(xi ).

Entonces:
yi−1 − 2yi + yi+1 −yi−1 + yi+1
pi + qi + ri yi = si , i = 1, ..., n − 1.
h2 2h
7.13. ECUACIONES LINEALES CON CONDICIONES DE FRONTERA285

Es decir, se tiene un sistema de n − 1 ecuaciones con n − 1 incógnitas, y1 ,

y2 , ..., yn−1 .

yi−1 − 2yi + yi+1 −yi−1 + yi+1 2h2 ri yi 2h2 si

2pi + hq i + =
2h2 2h2 2h2 2h2
(2pi − hqi )yi−1 + (−4pi + 2h ri )yi + (2pi + hqi )yi+1 = 2h2 si
2

Este sistema es tridiagonal.

    
d1 u1 y1 β1
 l1 d2 u2  y2    β2
    
 l2 d3 u3  y3    β3
  = , (7.35)
    
    
 ln−3 dn−2 un−2  yn−2  βn−2 
ln−2 dn−1 yn−1 βn−1

donde

di = −4pi + 2h2 ri , i = 1, ..., n − 1,

ui = 2pi + hqi , i = 1, ..., n − 2,
li = 2pi+1 − hqi+1 , i = 1, ..., n − 2,
β1 = 2h2 s1 − (2p1 − hq1 )ya ,
βi = 2h2 si , i = 2, ..., n − 2,
βn−1 = 2h2 sn−1 − (2pn−1 + hqn−1 )yb .

Ejemplo 7.12. Resolver por diferencias finitas la ecuación diferencial

x2 y ′′ + y ′ + 4x2 y = 2 cos(2x), 0.2 ≤ x ≤ 0.7

y(0.2) = 0.3894183
y(0.7) = 0.9854497,

con n = 5, es decir, h = 0.1.

286 7. ECUACIONES DIFERENCIALES

Al calcular los coeficientes del sistema tridiagonal se obtiene:

d1 = −4p1 + 2h2 r1
d1 = −4(0.3)2 + 2(0.1)2 4(0.3)2 = −0.3528
u1 = 2p1 + hq1
u1 = 2(0.3)2 + 0.1(1) = 0.28
l1 = 2p2 − hq2
l1 = 2(0.4)2 − 0.1(1) = 0.22
d = (−0.3528, −0.6272, −0.98, −1.4112),
u = (0.28, 0.42, 0.6),
l = (0.22, 0.4, 0.62),
β = (0.00186, 0.0278683, 0.0216121, −0.7935745).

Su solución es

(y1 , y2 , y3 , y4 ) = (0.5628333, 0.7158127, 0.8404825, 0.9315998).

xi ỹ(xi ) y(xi )
0.2 0.3894183 0.3894183
0.3 0.5628333 0.5646425
0.4 0.7158127 0.7173561 3
0.5 0.8404825 0.8414710
0.6 0.9315998 0.9320391
0.7 0.9854497 0.9854497

Ejercicios

Escoja varias ecuaciones diferenciales (o sistemas de ecuaciones difer-

enciales) de las que conozca la solución exacta. Fije el intervalo de
trabajo. Determine qué métodos puede utilizar. Aplique varios de
ellos. Compare los resultados. Cambie el tamaño del paso. Compare
de nuevo.
Un procedimiento adecuado para obtener las ecuaciones diferenciales
consiste en partir de la solución (una función cualquiera) y construir
la ecuación diferencial.
7.13. ECUACIONES LINEALES CON CONDICIONES DE FRONTERA287

La aplicación de los métodos se puede hacer de varias maneras: a

mano con ayuda de una calculadora; parte a mano y parte con ayuda
de software para matemáticas como Scilab o Matlab; haciendo un
programa, no necesariamente muy sofisticado, para cada método.
A continuación se presentan algunos ejemplos sencillos.

7.1
y
y ′ = ex −
x
y(1) = 0.
ex
Su solución es y = ex − ·
x
7.2

y1′ = 2y1 + y2 + 3
y2′ = 4y1 − y2 + 9
y1 (0) = −3
y2 (0) = 5.

Su solución es y1 (t) = −e−2t − 2, y2 (t) = 4e−2t + 1.

7.3
2
y ′′ = y′
x(2 − x)
y(1) = −2
y ′ (1) = 1.

Su solución es y = −2 ln(2 − x) − x − 1. Tenga especial cuidado con el

intervalo de trabajo.

7.4

y ′′′ + y ′′ + y ′ + y = 4ex
y(0) = 1
y ′ (0) = 2
y ′′ (0) = 1
y ′′′ (0) = 0.

Su solución es y = ex + sen(x).
288 7. ECUACIONES DIFERENCIALES

7.5

y ′′ y = e2x − sen2 (x)

y(0) = 1
y(π) = eπ .

Su solución es y = ex + sen(x).

7.6

y ′′ + e−x y ′ + y = 2ex + 1 + e−x cos(x)

y(0) = 1
y(π) = eπ .

Su solución es y = ex + sen(x).
8

Ecuaciones diferenciales
parciales

8.1 Generalidades

Sea u = u(x, y) una función de dos variables con derivadas parciales de orden
dos. Una ecuación diferencial se llama cuasi-lineal si es de la forma

Auxx + Buxy + Cuyy = ϕ(x, y, u, ux , uy ),

dosnde A, B y C son constantes. Hay tres tipos de ecuaciones cuasi-lineales.

elı́ptica si B 2 − 4AC < 0,

parabólica si B 2 − 4AC = 0,
hiperbólica si B 2 − 4AC > 0.

Un ejemplo tı́pico de una ecuación elı́ptica es la ecuación de Poisson

∇2 u = uxx + uyy = f (x, y).

Un caso particular es la ecuación de Laplace

uxx + uyy = 0.

Un ejemplo tı́pico de una ecuación parabólica es la ecuación unidimensional

del calor
ut = c2 uxx .

289
290 8. ECUACIONES DIFERENCIALES PARCIALES

Un ejemplo tı́pico de una ecuación hiperbólica es la ecuación de onda

utt = c2 uxx .

Hay dos grupos importantes de métodos numéricos para EDP: diferencias

finitas y elementos finitos. En el primero las derivadas parciales se aprox-
iman por medio de diferencias finitas. Las tres secciones siguientes tratan
sobre métodos de diferencias finitas.

8.2 Elı́pticas: ecuación de Poisson

Consideraremos un caso particular cuando el dominio es un rectangulo,

Ω = {(x, y) : a < x < b, c < y < d},

∂Ω = frontera de Ω.

La ecuación de Poisson con condiciones de frontera de Dirichlet es la si-

guiente:

△u(x, y) = f (x, y) en Ω,
(8.1)
u(x, y) = g(x, y) en ∂Ω.

Hay condiciones de frontera que utilizan derivadas con respecto al vector

normal en la frontera. Estas condiciones se llaman condiciones de Neumann.

Resolver numéricamente la ecuación diferencial consiste en obtener aproxi-

maciones de u(xi , yj ), donde los puntos (xi , yj ) están en Ω. De manera más
precisa, sean

nx ∈ Z, nx ≥ 1,
ny ∈ Z, ny ≥ 1,
b−a
hx = ,
nx + 1
d−c
hy = ,
ny + 1
xi = a + ihx , i = 1, ..., nx ,
yj = c + jhy , j = 1, ..., ny ,
uij ≈ u(xi , yj ), i = 1, ...nx , j = 1, ..., ny .
8.2. ELÍPTICAS: ECUACIÓN DE POISSON 291

d
ui,j+1
yny b

ui−1,j uij ui+1,j

yj b b b

hy
b

ui,j−1
y1

c
hx

a x1 x2 xi xnx b

Figura 8.1: División del rectángulo

Usando la aproximación
ϕ(t + h) − 2ϕ(t) + ϕ(t − h)
ϕ′′ (t) ≈
h2
se obtiene
ui+1,j − 2uij + ui−1,j ui,j+1 − 2uij + ui,j−1
△u(xi , yj ) ≈ 2
+ . (8.2)
hx h2y

Sea η = hx /hy .
ui+1,j − 2uij + ui−1,j ui,j+1 − 2uij + ui,j−1
△u(xi , yj ) ≈ + η2
h2x h2x
ui+1,j + ui−1,j + η 2 ui,j+1 + η 2 ui,j−1 − (2 + 2η 2 )uij
△u(xi , yj ) ≈ . (8.3)
h2x
En el caso particular cuando h = hx = hy
ui+1,j + ui−1,j + ui,j+1 ui,j−1 − 4uij
△u(xi , yj ) ≈ . (8.4)
h2
Al aplicar la aproximación (8.3) en (8.1), y cambiando el signo aproximación
por el signo de igualdad, se obtiene
−ui+1,j − ui−1,j − η 2 ui,j+1 − η 2 ui,j−1 + (2 + 2η 2 )uij = −h2x fij , (8.5)
292 8. ECUACIONES DIFERENCIALES PARCIALES

donde fij = f (xi , yj ) son valores conocidos. Al considerar los nx ny puntos

de la malla se obtiene un sistema de nx ny ecuaciones con nx ny incógnitas.
Para simplificar la notación, sean

n = nx
m = ny
N = nm
h = hx
h
η=
hy
ρ = η2
σ = 2 + 2η 2
αj = g(a, yj )
βj = g(b, yj )
γi = g(xi , c)
δi = g(xi , d)

Entonces

−ui+1,j − ui−1,j − ρui,j+1 − ρui,j−1 + σuij = −h2 fij (8.6)

Utilizaremos el siguiente orden para los puntos: primero los puntos de la

primera fila (la fila horizontal inferior), en seguida los puntos de la segunda
fila, ..., y finalmente los puntos de la fila superior. En cada fila el orden es
el usual, de izquierda a derecha.
En este orden se plantean la ecuaciones: la ecuación en (x1 , y1 ), en (x2 , y1 ),
8.2. ELÍPTICAS: ECUACIÓN DE POISSON 293

..., en (xn , y1 ), en (x1 , y2 ), ... Para las variables utilizaremos el mismo orden

ξ1 = u11
ξ2 = u21
..
.
ξn = un1
ξn+1 = u12
ξn+2 = u22
..
.
ξ2n = un2
..
.
ξN = unm

Con el anterior orden para las variables la igualdad (8.6) se reescribe ası́:

−ρui,j−1 − ui−1,j + σuij − ui+1,j − ρui,j+1 = −h2 fij

El sistema de N ecuaciones con N incógnitas se escribe simplemente:

Aξ = v. (8.7)

En alguno de los siguientes cuatro casos: i = 1, i = n, j = 1 y j = m,

alguno(s) de los valores ukl corresponde al valor de u en la frontera. En este
caso se utilizan las condiciones de frontera, es decir, los valores de g en el
punto de frontera especı́fico. Como son valores conocidos, entonces pasan al
lado derecho de la igualdad. A continuación están algunas de las igualdades.

Al plantear la ecuación en el punto (x1 , y1 ) se obtiene:

−ρu10 − u01 + σu11 − u21 − ρu12 = −h2 f11 .

Es necesario cambiar u10 por el valor conocido γ1 y cambiar u01 por el valor
conocido α1 . Utilizando la notación ξk se obtiene:

σξ1 − ξ2 − ρξn+1 = −h2 f11 + ργ1 + α1 .

En el punto (x2 , y1 ) se obtiene:

−ρu20 − u11 + σu21 − u31 − ρu22 = h2 − f21

−ξ1 + σξ2 − ξ3 − ρξn+2 = −h2 f21 + ργ2 .
294 8. ECUACIONES DIFERENCIALES PARCIALES

En el punto (x3 , y1 ) se obtiene:

−ρu30 − u21 + σu31 − u41 − ρu32 = −h2 f31
−ξ2 + σξ3 − ξ4 − ρξn+3 = −h2 f31 + ργ3 .
En el punto (xn , y1 ) se obtiene:
−ρun0 − un−1,1 + σun1 − un+1,1 − ρun2 = −h2 fn1
−ξn−1 + σξn − ρξ2n = −h2 fn1 + ργn + β1 .
En el punto (x1 , y2 ) se obtiene:
−ρu11 − u02 + σu12 − u22 − ρu13 = −h2 f12
−ρξ1 + σξn+1 − ξn+2 − ρξ2n+1 = −h2 f12 + α2 .
En el punto (x3 , y2 ) se obtiene:
−ρu31 − u22 + σu32 − u42 − ρu33 = −h2 f32
−ρξ3 − ξn+2 + σξn+3 − ξn+4 − ρξ2n+3 = −h2 f32 .
Si n = nx = 3 y m = ny = 4, la matriz A tiene la siguiente forma:

 
σ −1 0 −ρ 0 0 0 0 0 0 0 0
 −1 σ −1 0 −ρ 0 0 0 0 0 0 0 
 
 0 −1 σ 0 0 −ρ 0 0 0 0 0 0 
 
 −ρ 0 0 σ −1 0 −ρ 0 0 0 0 0 
 
 0 −ρ 0 −1 σ −1 0 −ρ 0 0 0 0 
 
 
 0 0 −ρ 0 −1 σ 0 0 −ρ 0 0 0 
A= 
 0 0 0 −ρ 0 0 σ −1 0 −ρ 0 0 
 
 0 0 0 0 −ρ 0 −1 σ −1 0 −ρ 0 
 
 0 0 0 0 0 −ρ 0 −1 σ 0 0 −ρ 
 
 0 0 0 0 0 0 −ρ 0 0 σ −1 0 
 
 0 0 0 0 0 0 0 −ρ 0 −1 σ −1 
0 0 0 0 0 0 0 0 −ρ 0 −1 σ

Se puede observar que A es una matriz simétrica, tridiagonal por bloques,

de tamaño m × m bloques, donde cada bloque es de tamaño n × n.
 
D −ρIn 0
 −ρIn D −ρIn 
 
 0 −ρIn D 
A=  .

 
 D −ρIn 
−ρIn D
8.2. ELÍPTICAS: ECUACIÓN DE POISSON 295

D es una matriz simétrica tridiagonal de tamaño n × n.

 
σ −1 0
 −1 σ −1 
 
 0 −1 σ 
D=  .

 
 σ −1 
−1 σ

A es de diagonal positiva dominante. En la mayorı́a de las filas

n
X
|aij | = 2 + 2ρ = aii .
j=1
j6=i

En algunas filas
n
X
|aij | < aii .
j=1
j6=i

Para resolver Aξ = v se puede utilizar el método de Gauss si m y n son

pequeños. Si N es muy grande no se puede almacenar completamente A
como matriz densa y, además, el tiempo de cálculo se vuelve muy grande.
Hay varios métodos que pueden ser más eficientes para N grande, algunos
son especı́ficos para la ecuación de Poisson en un rectángulo. Por ejemplo se
puede utilizar el método de Gauss Seidel o el de sobrerrelajación. Estos dos
métodos se pueden implementar sin almacenar los elementos no nulos de A.
Conociendo m, n, σ y ρ se tiene toda la información sobre A. También se
pueden utilizar métodos basados en la FFT (Fast Fourier Transform). Otros
métodos son: el de reducción cı́clica, el método FACR (Fourier Analysis
Cyclic Reduction) y el método de doble barrido de Cholesky.

Ejemplo 8.1. Resolver la ecuación diferencial

△u = 6x + 12y, 1 < x < 13, 2 < y < 7

u(a, y) = 1 + 2y 3
u(b, y) = 2197 + 2y 3
u(x, c) = 16 + x3
u(x, d) = 686 + x3

con nx = 3 y ny = 4.
296 8. ECUACIONES DIFERENCIALES PARCIALES

Entonces hx = 3, hy = 1, ρ = 9, σ = 20,

v = [235 2529 10531 −519 −810 1353 −505 −918 1367 6319 8235 16615]T .

Al resolver el sistema 12 × 12 se obtiene

u = [118 397 1054 192 471 1128 314 593 1250 496 775 1432]T .

La ecuación diferencial es muy sencilla, su solución es u(x, y) = x3 + 2y 3 .

En este caso, la solución numérica obtenida es exacta. 3

8.3 Parabólicas: ecuación del calor

La ecuación unidimensional del calor es:

∂u ∂2u
(x, t) = c2 2 (x, t), 0 < x < L, 0 < t , (8.8)
∂t ∂x
con las condiciones

u(0, t) = v(t), t≥0 (8.9)

u(L, t) = w(t), t≥0 (8.10)
u(x, 0) = f (x), 0 ≤ x ≤ L. (8.11)

La función u(x, t) indica la temperatura de una barra uniforme, en la posición

x y en el tiempo t. Generalmente las funciones v(t) y w(t) son constantes, es
decir, se supone que la temperatura en los extremos de la barra es constante
para todo tiempo t.
De manera análoga a las ecuaciones elı́pticas, se coloca en la región

Ω =]0, L[×]0, +∞[

una malla determinada por los valores

xi = i hx , i = 0, 1, 2, ..., m
tj = j ht , j = 0, 1, 2, ...

donde
L
hx = ·
m
8.3. PARABÓLICAS: ECUACIÓN DEL CALOR 297

b b b b

t3 b b b b

u13

t2 b b b b

u12

t1 b b b b

u11 u21 um−1,1

0
0 x1 x2 xm−1 L

Figura 8.2: Malla para la ecuación del calor

El objetivo es encontrar valores uij , aproximaciones de los valores u(xi , tj ).

Como se conoce la función u en la frontera de Ω, entonces se conocen los
valores:

u00 , u10 , ..., um0 , t = 0,

u01 , u02 , ..., u0j , ... x = 0,
um1 , um2 , ..., umj , ... x = L.

Los valores buscados son:

u11 , u21 , ..., um−1,1 , t = t1

u12 , u22 , ..., um−1,2 , t = t2
u13 , u23 , ..., um−1,3 , t = t3
..
.

Cada uno de los paquetes anteriores tiene m − 1 valores correspondientes a

un tiempo fijo tj .
Aunque el problema está plantedao para 0 < t < +∞, obviamente no se
298 8. ECUACIONES DIFERENCIALES PARCIALES

puede ir hasta infinito. Entonces se toma un valor T adecuado y

0≤t≤T (8.12)
T
ht = (8.13)
n
tj = j ht , j = 0, 1, 2, ..., n. (8.14)

8.3.1 Método explı́cito

La segunda derivada ∂ 2 u/∂x2 se aproxima como en el caso elı́ptico, la

derivada ∂u/∂t se aproxima hacia adelante:

∂2u ui+1,j − 2uij + ui−1,j

2
(xi , tj ) ≈ (8.15)
∂x h2x
∂u ui,j+1 − uij
(xi , tj ) ≈ (8.16)
∂t ht

Remplazando en (8.8) se obtiene

ui,j+1 − uij ui+1,j − 2uij + ui−1,j

= c2
ht h2x
2
 
c ht 2c2 ht c2 ht
ui,j+1 = 2 ui−1,j + 1 − u ij + ui+1,j
hx h2x h2x
ui,j+1 = α ui−1,j + β uij + α ui+1,j (8.17)
c2 ht
α= (8.18)
h2x
β = 1 − 2α. (8.19)

En la fórmula (8.15) el error es del orden de O(h2x ), en (8.16) el error es del

orden de O(ht ). El error en (8.17) es del orden de (ht + h2x ).
Los valores usados en (8.17) forman la “molécula”:
ui,j+1
bc

b b b

ui−1,j uij ui+1,j

8.3. PARABÓLICAS: ECUACIÓN DEL CALOR 299

Para calcular los valores u11 , u21 , ..., um−1,1 se necesitan valores uk0 , pero
estos son conocidos por corresponder a la condición (8.11). Entonces los
valores u11 , u21 , ..., um−1,1 , se calculan sin ningún problema.
Para calcular los valores u12 , u22 , ..., um−1,2 se necesitan los valores u01 , u11 ,
u21 , ..., um−1,1 , um1 . El primero y el último están dados por las condiciones
(8.9) y (8.10); los otros se acaban de calcular. Después, de manera semejante,
se calculan los valores ui3 y ası́ sucesivamente.
Ejemplo 8.2. Aplicar las fórmulas anteriores a la ecuación diferencial
∂u 2 ∂2u π
(x, t) = (x, t), 0<x< , 0<t≤2
∂t 9 ∂x2 3
con las condiciones

u(0, t) = 5, t ≥ 0
π
u( , t) = 5, t ≥ 0
3
π
u(x, 0) = sen(3x) + 5, 0≤x≤ .
3
con m = 10 y n = 50.
La solución exacta de la ecuación diferencial es
u(x, t) = e−2t sen(3x) + 5 .
Al aplicar las fórmulas se obtiene:
hx = π/30 = 0.1047198
ht = 0.04
α = 0.8105695
β = −0.6211389
Para empezar, los valores u00 , u10 , u20 , ..., u10,0 son: 5, 5.309017, 5.5877853,
5.809017, 5.9510565, 6, 5.9510565, 5.809017, 5.5877853, 5.309017, 5.
Para t = t1 = 0.04 son datos: u01 = 5, u10,0 = 5.
u11 = αu00 + βu10 + αu20
u11 = 5.2844983
u21 = αu10 + βu20 + αu30
u21 = 5.5411479
u91 = αu80 + βu90 + αu10,0
u91 = 5.2844983
300 8. ECUACIONES DIFERENCIALES PARCIALES

Para t = t2 = 0.08

u12 = αu01 + βu11 + αu21

u12 = 5.261925

En la tabla siguiente aparecen los valores exactos u(xi , 2) y los valores

obtenidos ui,50 .

5.0000000 5.0000000
5.0056598 9.2699374
5.0107657 - 3.1030622
5.0148177 16.178842
5.0174192 - 8.1110307
5.0183156 18.817809
5.0174192 - 8.1110307
5.0148177 16.178842
5.0107657 - 3.1030622
5.0056598 9.2699374
5.0000000 5.0000000

Se observa que los resultados obtenidos por las fórmulas no son buenos. Pero
si se utiliza n = 100 sı́ lo son. En la tabla siguiente están los valores teóricos,
los obtenidos con n = 100 y los errores:

5.000000 5.000000 0.000000

5.005660 5.005394 0.000266
5.010766 5.010261 0.000505
5.014818 5.014123 0.000695
5.017419 5.016602 0.000817
5.018316 5.017456 0.000859
5.017419 5.016602 0.000817
5.014818 5.014123 0.000695
5.010766 5.010261 0.000505
5.005660 5.005394 0.000266
5.000000 5.000000 0.000000

El ejemplo anterior muestra resultados malos con n = 50 y bastante buenos

con n = 100. Esto tiene una razón: el método con las fórmulas (8.17) es a
veces estable, a veces inestable (los errores de redondeo o truncamiento se
8.3. PARABÓLICAS: ECUACIÓN DEL CALOR 301

propagan exponencialmente). Este método es condicionalmente estable (ver

[BuF85]). Si
c2 ht 1
≤ · (8.20)
h2x 2
el método es estable.
Fácilmente se comprueba que, en el ejemplo anterior,

c2 ht
= 0.8105695 si n = 50
h2x
c2 ht
= 0.4052847 si n = 100
h2x

8.3.2 Método implı́cito

La derivada ∂u/∂t se aproxima hacia atrás:

∂u ui,j − ui,j−1
(xi , tj ) ≈ (8.21)
∂t ht
2
∂ u ui+1,j − 2uij + ui−1,j
2
(xi , tj ) ≈ (8.22)
∂x h2x

Remplazando en (8.8) se obtiene

ui,j − ui,j−1 ui+1,j − 2uij + ui−1,j

= c2
ht h2x

Si queremos calcular los valores ukj , para t = tj , y conocemos los valores

para t = tj−1 , entonces agrupamos ası́:
 
c2 ht c2 ht c2 ht
− 2 ui−1,j + 1 + 2 uij − 2 ui+1,j = ui,j−1 .
hx hx hx
De manera más compacta:

−α ui−1,j + γuij − αui+1,j = ui,j−1 (8.23)

c2 ht
α= (8.24)
h2x
γ = 1 + 2α. (8.25)
302 8. ECUACIONES DIFERENCIALES PARCIALES

La fórmula (8.23), al igual que en el método explı́cito, tiene un error de

orden O(ht + h2x ).
Los valores usados en (8.23) forman la “molécula”:
ui−1,j ui,j ui+1,j
bc bc bc

ui,j−1

Al utilizar (8.23) para los m − 1 puntos (x1 , tj ), (x2 , tj ), ..., (xm−1 , tj ), se

obtiene el siguiente sistema de ecuaciones:

    
γ −α 0 0 ... 0 u1j u1,j−1 + αu0j
−α γ −α 0 ... 0  u2j   u2,j−1 
    
 0 −α γ −α ... 0    
   u3j = u3,j−1  (8.26)
    
    
    
0 0 −α γ um−1,j um−1,j−1 + αumj

Este sistema tridiagonal se puede resolver por cualquier método, pero es más
eficiente resolverlo por un método especı́fico para sistemas tridiagonales, ver
sección (2.13). Además, como la matriz del sistema es la misma para todas
las iteraciones, entonces la factorización LU tridiagonal es la misma para
todas las iteraciones y se calcula únicamente una vez. Ası́, en cada iteración
se resuelve el sistema conociendo ya la factorización LU .
Los valores u0j y umj están dados por los valores v(tj ) y w(tj ) provenientes
de las condiciones de frontera.
Ejemplo 8.3. Aplicar este método a la misma ecuación diferencial

∂u 2 ∂2u π
(x, t) = (x, t), 0<x< , 0<t≤2
∂t 9 ∂x2 3
con las condiciones

u(0, t) = 5, t ≥ 0
π
u( , t) = 5, t ≥ 0
3
π
u(x, 0) = sen(3x) + 5, 0≤x≤ .
3
8.3. PARABÓLICAS: ECUACIÓN DEL CALOR 303

con m = 10 y n = 50.
Al aplicar las fórmulas se obtiene:

hx = π/30 = 0.1047198
ht = 0.04
α = 0.8105695
γ = 2.6211389

Para empezar, los valores u00 , u10 , u20 , ..., u10,0 son: 5, 5.309017, 5.5877853,
5.809017, 5.9510565, 6, 5.9510565, 5.809017, 5.5877853, 5.309017, 5.
Los valores α y γ definen la matriz del sistema (8.26) para todas las ite-
raciones. Para t = t1 = 0.04, los términos independientes son: 9.3618643,
5.5877853, 5.809017, 5.9510565, 6, 5.9510565, 5.809017, 5.5877853, 9.3618643 .
La solución del sistema es : 5.2863007, 5.5445763, 5.749545, 5.8811429,
5.9264885, 5.8811429, 5.749545, 5.5445763, 5.2863007 . Estos valores cor-
responden a u11 , u21 , ..., u91 .
La siguiente tabla muestra, para t = 2, los valores teóricos, los valores
obtenidos por el método y las diferencias:

5.000000 5.000000 0.000000

5.005660 5.006792 -0.001132
5.010766 5.012919 -0.002153
5.014818 5.017781 -0.002963
5.017419 5.020903 -0.003484
5.018316 5.021979 -0.003663
5.017419 5.020903 -0.003484
5.014818 5.017781 -0.002963
5.010766 5.012919 -0.002153
5.005660 5.006792 -0.001132
5.000000 5.000000 0.000000

Si se considera n = 100, los valores para t = 2 son:

5.000000 5.000000 0.000000

5.005660 5.006315 -0.000655
5.010766 5.012011 -0.001245
5.014818 5.016532 -0.001714
5.017419 5.019434 -0.002015
304 8. ECUACIONES DIFERENCIALES PARCIALES

5.018316 5.020434 -0.002119

5.017419 5.019434 -0.002015
5.014818 5.016532 -0.001714
5.010766 5.012011 -0.001245
5.005660 5.006315 -0.000655
5.000000 5.000000 0.000000

8.3.3 Método de Crank-Nicolson

De acuerdo con las fórmulas (6.29) y (6.30) el valor

uij − ui,j−1
δ=
ht
∂u
se puede considerar como la aproximación de (xi , tj ) o bien como la
∂t
∂u
aproximación de (xi , tj−1 ). Es decir,
∂t
∂u uij − ui,j−1 ht ∂ 2 u
(xi , tj−1 ) = − (xi , ξ), ξ ∈ [tj−1 , tj ],
∂t ht 2 ∂t2
∂u uij − ui,j−1 ht ∂ 2 u
(xi , tj ) = + (xi , ζ), ζ ∈ [tj−1 , tj ].
∂t ht 2 ∂t2
En ambos casos el error es del orden de O(ht ). El mismo valor δ puede ser
interpretado de una tercera manera usando (6.32):
∂u uij − ui,j−1 h2t ∂ 3 u
(xi , tj−1 + ht /2) = − (xi , τ ), τ ∈ [tj−1 , tj ],
∂t ht 24 ∂t3
El valor tj−1 + ht /2, que será denotado por tj−1/2 , es el punto medio entre
tj−1 y tj . Al plantear la ecuación diferencial en el punto (xi , tj−1/2 ) tenemos:
∂u ∂2u
(xi , tj−1/2 ) = c2 2 (xi , tj−1/2 )
∂t ∂x
∂u ∂2u
Ahora remplazaremos por δ y (xi , tj−1/2 ) por el promedio de apro-
∂t ∂x2
∂2u
ximaciones de en dos puntos vecinos:
∂x2
 
uij − ui,j−1 c2 ∂ 2 u ∂2u
= (xi , tj−1 ) + 2 (xi , tj )
ht 2 ∂x2 ∂x
2
 
uij − ui,j−1 c ui−1,j−1 − 2ui,j−1 + ui+1,j−1 ui−1,j − 2uij + ui+1,j
= +
ht 2 h2x h2x
8.3. PARABÓLICAS: ECUACIÓN DEL CALOR 305

Esta fórmula tiene un error de orden O(h2t +h2x ). Ahora agruparemos dejando
a izquierda los valores buscados, t = tj , y a derecha los que se suponen
conocidos, t = tj−1 :

−ρ ui−1,j + µ uij − ρ ui+1,j = ρ ui−1,j−1 + ϕ ui,j−1 + ρ ui+1,j−1 (8.27)

c2 ht
α= (8.28)
h2x
α
ρ= (8.29)
2
µ=1+α (8.30)
ϕ=1−α (8.31)

La “molécula” correspondiente a (8.27) es:

ui−1,j ui,j ui+1,j

bc bc bc

b b b

ui−1,j−1 ui,j−1 ui+1,j−1

Al utilizar (8.27) para i = 1, 2, ..., m − 1 se obtiene el sistema tridiagonal,

que se puede resolver de manera eficiente:
  
µ −ρ 0 0 ... 0 u1j
−ρ µ −ρ 0 ... 0  u2j 
  
 0 −ρ µ −ρ ... 0  
   u3j =
  
  
  
0 0 −ρ µ um−1,j
 
ρu0,j−1 + ϕu1,j−1 + ρu2,j−1 + ρu0j
 ρu1,j−1 + ϕu2,j−1 + ρu3,j−1 
 
 ρu2,j−1 + ϕu3,j−1 + ρu4,j−1 
  (8.32)
 
 
 
ρum−2,j−1 + ϕum−1,j−1 + ρum,j−1 + ρumj

Ejemplo 8.4. Resolver la misma ecuación diferencial de los dos ejemplos

anteriores por el método de Crank-Nicolson, con m = 10, T = 2, n = 50.
306 8. ECUACIONES DIFERENCIALES PARCIALES

hx = 0.1047198
ht = 0.04
α = 0.8105695
ρ = 0.405284
µ = 1.8105695
ϕ = 0.1894305

Para empezar, los valores u00 , u10 , u20 , ..., u10,0 son: 5, 5.309017, 5.5877853,
5.809017, 5.9510565, 6, 5.9510565, 5.809017, 5.5877853, 5.309017, 5.
Los valores µ y ρ definen la matriz del sistema (8.32) para todas las ite-
raciones. Para t = t1 = 0.04, los términos independientes son: 7.3231813,
5.5644666, 5.7769216, 5.9133261, 5.9603279, 5.9133261, 5.7769216,
5.5644666, 7.3231813 .
La solución del sistema es : 5.2854339, 5.5429275, 5.7472756, 5.8784752,
5.9236835, 5.8784752, 5.7472756, 5.5429275, 5.2854339.
Estos valores corresponden a u11 , u21 , ..., u91 .
La siguiente tabla muestra, para t = 2, los valores teóricos, los valores
obtenidos por el método y las diferencias:

5.000000 5.000000 0.000000

5.005660 5.005836 -0.000176
5.010766 5.011101 -0.000336
5.014818 5.015280 -0.000462
5.017419 5.017962 -0.000543
5.018316 5.018887 -0.000571
5.017419 5.017962 -0.000543
5.014818 5.015280 -0.000462
5.010766 5.011101 -0.000336
5.005660 5.005836 -0.000176
5.000000 5.000000 0.000000

Si se considera n = 100, los valores para t = 2 son:

5.000000 5.000000 0.000000

5.005660 5.005845 -0.000186
8.3. PARABÓLICAS: ECUACIÓN DEL CALOR 307

5.010766 5.011119 -0.000353

5.014818 5.015304 -0.000486
5.017419 5.017990 -0.000571
5.018316 5.018916 -0.000601
5.017419 5.017990 -0.000571
5.014818 5.015304 -0.000486
5.010766 5.011119 -0.000353
5.005660 5.005845 -0.000186
5.000000 5.000000 0.000000

Los resultados obtenidos por el método de Crank-Nicolson con n = 50 son

mejores que los obtenidos con el método implı́cito. Los resultados obtenidos
con el método de Crank-Nicolson con n = 100 (h2t = 0.0004, h2x = 0.0109662,
h2t + h2x = 0.0113662), no mejoran (empeoran ligeramente) los obtenidos con
n = 50 (h2t = 0.0016, h2x = 0.0109662, h2t + h2x = 0.0125662). En este caso
el orden del error depende fundamentalmente de hx . Si se utiliza el método
de Crank-Nicolson con m = 20 y n = 50 (h2t = 0.0016, h2x = 0.0027416,
h2t + h2x = 0.0043416) los resultados mejoran notablemente:

5.000000 5.000000 0.000000

5.002865 5.002883 -0.000018
5.005660 5.005694 -0.000035
5.008315 5.008366 -0.000051
5.010766 5.010831 -0.000066
5.012951 5.013030 -0.000079
5.014818 5.014908 -0.000091
5.016319 5.016419 -0.000100
5.017419 5.017526 -0.000107
5.018090 5.018201 -0.000111
5.018316 5.018428 -0.000112
5.018090 5.018201 -0.000111
5.017419 5.017526 -0.000107
5.016319 5.016419 -0.000100
5.014818 5.014908 -0.000091
5.012951 5.013030 -0.000079
5.010766 5.010831 -0.000066
5.008315 5.008366 -0.000051
5.005660 5.005694 -0.000035
5.002865 5.002883 -0.000018
5.000000 5.000000 0.000000
308 8. ECUACIONES DIFERENCIALES PARCIALES

8.4 Hiperbólicas: ecuación de onda

Consideramos la siguiente ecuación

∂2u 2
2∂ u
(x, t) = c (x, t), 0 < x < L, 0 < t , (8.33)
∂t2 ∂x2

con las condiciones

u(0, t) = a, t ≥ 0, (8.34)
u(L, t) = b, t ≥ 0, (8.35)
u(x, 0) = f (x), 0 ≤ x ≤ L, (8.36)
∂u
(x, 0) = g(x), 0 ≤ x ≤ L. (8.37)
∂t

Esta ecuación describe el movimiento en el tiempo de una cuerda vibrante,

de longitud L, fija en los extremos y de la que se conoce la posición inicial
y la velocidad inicial. Generalmente los valores constantes a y b son iguales
y nulos.

8.4.1 Método explı́cito

La región es la misma de la ecuación del calor y se divide exactamente de

la misma forma. Sea T un tiempo adecuado:
L
hx =
m
T
ht =
n
xi = i hx , i = 0, 1, 2, ..., m
tj = j ht , j = 0, 1, 2, ..., n.

Se desea conocer los valores uij , buenas aproximaciones de u(xi , tj ). Se

utiliza la ecuación diferencial en el punto (xi , tj ):

∂2u ∂2u
2
(xi , tj ) = c2 2 (xi , tj ) (8.38)
∂t ∂x
8.4. HIPERBÓLICAS: ECUACIÓN DE ONDA 309

Aproximando las segundas derivadas por diferencias finitas en el punto

(xi , tj ) se obtiene:
ui,j−1 − 2uij + ui,j+1 ui−1,j − 2uij + ui+1,j
2 = c2 .
ht h2x

Si se suponen conocidos los valores para t = tj y para t = tj−1 , entonces se

puede obtener ui,j+1 :
ui,j+1 = βuij + α(ui−1,j + ui+1,j ) − ui,j−1 (8.39)
c2 h2t
α= (8.40)
h2x
β = 2 − 2α (8.41)

La molécula es:
bc ui,j+1
ui−1,j ui+1,j
b b b

uij
b

ui,j−1

La fórmula (8.39), con error de orden O(h2x +h2t ), se puede aplicar fácilmente,
salvo para la obtención de los valores ui1 ya que serı́a necesario conocer los
valores ui,−1 . Aproximaciones de estos valores se obtienen utilizando las
condiciones (8.37) sobre la velocidad inicial, mediante la siguiente aproxi-
mación cuyo error es del orden de O(h2t ),
ui1 − ui,−1
gi = g(xi ) ≈ ,
2ht
ui,−1 = ui1 − 2ht gi , (8.42)

Remplazando en (8.39) para j = 0 y teniendo en cuenta que uk0 = fk =

f (xk ),
ui1 = βfi + α(fi−1 + fi+1 ) − (ui1 − 2ht gi )
2ui1 = βfi + α(fi−1 + fi+1 ) + 2ht gi
β α
ui1 = fi + (fi−1 + fi+1 ) + ht gi , i = 1, 2, ..., m − 1 (8.43)
2 2
Una vez calculados los valores ui1 por medio de (8.43), se utiliza (8.39) para
j = 1, 2, ..., n, teniendo en cuenta que u0j = a y umj = b.
310 8. ECUACIONES DIFERENCIALES PARCIALES

Ejemplo 8.5. Resolver la ecuación diferencial

∂2u ∂2u
(x, t) = 3 (x, t), 0 < x < 2, 0 < t ,
∂t2 ∂x2
con las condiciones

u(0, t) = 0, t ≥ 0,
u(2, t) = 0, t ≥ 0,
1
u(x, 0) = x(2 − x), 0 ≤ x ≤ 2,
4
∂u
(x, 0) = 0, 0 ≤ x ≤ 2,
∂t

utilizando T = 12, m = 10, n = 300.

Se puede comprobar que la solución exacta de esta ecuación diferencial es
∞
X    
kπc t kπx
u(x, t) = Ak cos sen ,
2 2
k=1
4(1 − (−1)k )
Ak = 3 3
,
√ k π
c = 3.

Para la solución numérica

hx = 0.2
ht = 0.04
α = 0.12
β = 1.76

Los valores inciales ui0 son: 0, 0.09, 0.16, 0.21, 0.24, 0.25, 0.24, 0.21, 0.16,
0.09, 0.
Para calcular los valores ui1 se utiliza (8.43) y se obtiene: 0, 0.0888, 0.1588,
0.2088, 0.2388, 0.2488, 0.2388, 0.2088, 0.1588, 0.0888, 0.
Los demás valores uik se calculan usando (8.39). Ası́ los valores ui2 son: 0,
0.085344, 0.1552, 0.2052, 0.2352, 0.2452, 0.2352, 0.2052, 0.1552, 0.085344,
0.
8.4. HIPERBÓLICAS: ECUACIÓN DE ONDA 311

A continuación aparecen: los valores xi , los valores u(xi , 12) exactos y los
valores aproximados obtenidos por el método:

0.00 0.000000 0.000000

0.20 0.021539 0.032374
0.40 0.043078 0.057421
0.60 0.064617 0.073748
0.80 0.086097 0.080376
1.00 0.096097 0.080269
1.20 0.086097 0.080376
1.40 0.064617 0.073748
1.60 0.043078 0.057421
1.80 0.021539 0.032374
2.00 0.000000 0.000000

Este método presenta problemas de inestabilidad. Se puede garantizar la

estabilidad (no la exactitud) si
ht
c ≤ 1. (8.44)
hx
En el ejemplo anterior cht /hx = 0.3464. Si se hubiera aplicado el método
con n = 100, cht /hx = 1.0392, los resultados serı́an:

0.00 0.000000 0.
0.20 0.021539 -3366402376293274.
0.40 0.043078 6403277832890416.
0.60 0.064617 -8813355840944206.
0.80 0.086097 10360721173025462.
1.00 0.096097 -10893906929301864.
1.20 0.086097 10360721173025462.
1.40 0.064617 -8813355840944206.
1.60 0.043078 6403277832890416.
1.80 0.021539 -3366402376293274.
2.00 0.000000 0.

8.4.2 Método implı́cito

Consideremos la ecuación diferencial en el punto (xi , tj ),

∂2u ∂2u
2
(xi , tj ) = c2 2 (xi , tj ) ,
∂t ∂x
312 8. ECUACIONES DIFERENCIALES PARCIALES

pero cambiando la doble derivada parcial con respecto a x, en el punto

(xi , tj ), por el promedio de la derivada en los puntos vecinos (xi , tj−1 ) y
(xi , tj+1 ) :
 
∂2u c2 ∂ 2 u ∂2u
(x ,
i jt ) = (x , t
i j−1 ) + (x , t
i j+1 )
∂t2 2 ∂x2 ∂x2
Ahora utilizamos aproximación por diferencias finitas:
ui,j−1 − 2uij + ui,j+1 c2  ui−1,j−1 − 2ui,j−1 + ui+1,j−1
= +
h2t 2 h2x
ui−1,j+1 − 2ui,j+1 + ui+1,j+1 
h2x
Ahora dejamos a la izquierda los valores desconocidos y a la derecha los que
son conocidos:

2ui,j−1 − 4uij + 2ui,j+1 = α(ui−1,j−1 − 2ui,j−1 + ui+1,j−1

+ ui−1,j+1 − 2ui,j+1 + ui+1,j+1 )
−αui−1,j+1 + γui,j+1 − αui+1,j+1 = 4uij − γui,j−1 + α(ui−1,j−1 + ui+1,j−1 )
(8.45)
c2 h2t
α= (8.46)
h2x
γ = 2 + 2α (8.47)

Aplicando la igualdad (8.45) en los puntos (x1 , tj ), (x2 , tj ), ..., (xm−1 , tj ), se

obtiene el siguiente sistema tridiagonal, de tamaño (m − 1) × (m − 1):

  
γ −α u1,j+1
−α γ −α  
  u2,j+1
 0 −α γ −α   ..
  =
   .
 
  um−2,j+1 
0 0 0 −α γ um−1,j+1
 
4u1j − γu1,j−1 + α(a + u2,j−1 )
 4u2j − γu2,j−1 + α(u1,j−1 + u3,j−1 ) 
 
 .. 
 .  (8.48)
 
4um−2,j − γum−2,j−1 + α(um−3,j−1 + um−1,j−1 )
4um−1,j − γum−1,j−1 + α(um−2,j−1 + b)
8.4. HIPERBÓLICAS: ECUACIÓN DE ONDA 313

Este sistema tridiagonal se puede resolver eficientemente. Para empezar,

también es necesario calcular los valores ui1 por medio de (8.43). Después
es necesario resolver n − 1 veces el sistema (8.48). Este método implı́cito no
es inestable.

Ejercicios

∂2u ∂2u
8.1 Considere la ecuación diferencial (x, t) = (x, t), para 0 < x < 1
∂t2 ∂x2
y 0 < t con las condiciones u(0, t) = u(1, t) = 0, u(x, 0) = sen(πx),
∂u
(x, 0) = 0. La solución exacta es u(x, t) = sen(πx) cos(πt). Obtenga
∂t
la solución aproximada para t = 3 con m = 10, n = 60 y con n = 20.
Compare con la solución exacta.
9

Valores propios

9.1 Preliminares

Sea A ∈ Rn×n , una matriz cuadrada real, un número λ, real o complejo, es

un valor propio de A si existe un vector columna real o complejo no nulo
v ∈ Cn×1 tal que
Av = λv.
En ese caso se dice que v es un vector propio asociado al valor propio λ.
Fácilmente se comprueba que si α 6= 0, entonces también αv es un vec-
tor propio asociado a λ. Generalmente se usan más los vectores propios
normalizados, es decir, ||v||2 = 1.

Ejemplo 9.1. Sea  

8 2 1
A = 1 7 3 .
1 1 6
Como     
8 2 1 9 90
 1 7 3   7  =  70  ,
1 1 6 4 40
entonces 10 es un valor propio de A y [9 7 4]T es un vector propio de
A asociado a 10. El vector columna [0.7448453 0.5793241 0.3310424]T es
un vector propio normalizado asociado a 10.

Con frecuencia se utiliza otra caracterización de los valores propios.

314
9.1. PRELIMINARES 315

Av = λv
Av − λv = 0
Av − λIv = 0
(A − λI)v = 0
Como v 6= 0 es solución de un sistema homogéneo, entonces A no puede ser
invertible, es decir
det(A − λI) = 0. (9.1)
Como A es real, se puede demostrar que p(λ) = det(A − λI) es un polinomio
real de grado n:
p(λ) = pA (λ) = α0 + α1 λ + α2 λ2 + · · · + αn λn . (9.2)
Este polinomio se llama el polinomio caracterı́stico de A (algunas veces se
considera que el polinomio caracterı́stico es det(λI − A)). Entonces, para
matrices pequeñas, se pueden calcular los valores propios, obteniendo las
raı́ces del polinomio caracterı́stico de A.
Ejemplo 9.2.
 
1 −2
A=
3 4
 
1 − λ −2
det(A − λI) = det
3 4−λ
= (1 − λ)(4 − λ) + 8
= λ2 − 5λ + 10
√
λ1 = 2.5 + i 15/2
√
λ2 = 2.5 − i 15/2

Denotaremos con espec(A) el conjunto de valores propios de A y λ o λi

será un valor propio cualquiera. Para el complejo z = a + ib, el módulo,
norma o tamaño será p
|z| = x2 + y 2 ,
que coincide con valor absoluto para números reales.
A continuación algunas definiciones y resultados sobre valores propios. Estos
resultados no están necesariamente en el orden conceptual ni en orden para
una posible demostración. Además uno puede ser corolario de otro o pueden
corresponder al mismo concepto dicho de otra forma.
316 9. VALORES PROPIOS

a. Dos matrices A y B son semejantes si existe una matriz C tal que

A = C −1 BC.

b. A es ortogonal si A−1 = AT .

c. Se denota con A∗ o AH la matriz transjugada de A, es decir,

A∗ = (Ā)T = AT .

d. A es hermitiana (o hermı́tica) si A = A∗ .

e. A es unitaria si A−1 = A∗ .

f. Una matriz A es diagonalizable si es semejante una matriz diagonal, es

decir, existe B invertible y D diagonal tales que

D = B −1 AB.

Resultados:

1.

αn = (−1)n
αn−1 = (−1)n−1 traza(A)
α0 = det(A).

n
X
2. λi = traza(A)
i=1
n
Y
3. λi = det(A)
i=1

4. Hay n valores propios, reales o complejos, y pueden estar repetidos.

5. Si n es impar, hay por lo menos un valor propio real.

6. El número de valores propios estrictamente complejos (no reales) es

par.

7. Sean λ1 , λ2 , ..., λk valores propios distintos de A y v 1 , v 2 , ..., v k

vectores propios asociados correspondientes, entonces estos vectores
propios son linealmente independientes.
9.1. PRELIMINARES 317

8. Teorema de Cayley-Hamilton. Si p es el polinomio caracterı́stico de

A, entonces p(A) = 0.

9. Si A y B son semejantes, A = C −1 BC, entonces espec(A) = espec(B).

10. Teorema de Schur. Toda matriz A es semejante a una matriz triangular

superior (cuyos elementos diagonales son los valores propios de A).
Dicho de otra forma, existe U invertible y T triangular superior tales
que T = U −1 AU . Esta matriz U es unitaria.

11. Si U es unitaria, en particular ortogonal, ||U x||2 = ||x||2 . Ası́, se dice

que las matrices unitarias conservan la norma euclidiana.

12. Si A es simétrica, todos los valores propios son reales.

13. Si A es diagonal, triangular superior o triangular inferior, entonces los

valores propios son los elementos diagonales.

14. Teorema espectral. Si A es simétrica, entonces xisten vectores propios

v 1 , v 2 , ..., v n ortonormales. Si Q = v 1 v 2 ... v n , entonces Q es
ortogonal y QT AQ es una matriz diagonal (con los valores propios de
A en la diagonal).

15. Sea A simétrica. La matriz es definida positiva sssi los valores propios
son positivos.

16. Sea A simétrica. La matriz es semidefinida positiva sssi los valores

propios son no negativos.

17. Si A no es invertible, λ = 0 es un valor propio.

18. Si A es invertible, λ ∈ espec(A) sssi 1/λ ∈ espec(A−1 ).

19. λ ∈ espec(A) sssi λ − t ∈ espec(A − tI).

20. Para cualquier norma matricial generada || ||,

|λ| ≤ ||A||.

21. Si A es ortogonal, |λ| = 1, para cualquier valor propio real o complejo.

318 9. VALORES PROPIOS

9.1.1 En Scilab

Los valores propios se calculan por medio de la función spec (en Matlab
se usa eig). Si se ha definido una matriz cuadrada a , entonces la orden

spec(a)

da como resultado un vector columna con los n valores propios. La orden

[V, L] = spec(a)

produce una matriz L diagonal, cuyos elementos diagonales son los valores
propios y una matriz V cuyas columnas son vectores propios normalizados
asociados correspondientes.

9.2 Método de la potencia

Este método se puede aplicar para hallar λ1 , el valor propio dominante de

una matriz diagonalizable A, cuando éste existe, o sea, si

|λ1 | > |λ2 | ≥ |λ3 | ≥ · · · ≥ |λn |.

Una primera versión del método de la potencia es muy sencilla. Dado un x0

inicial

xk+1 = Axk , k = 0, 1, 2, ... (9.3)

Sea {v 1 , v 2 , ..., v n } una base formada por vectores propios asociados a los
valores propios λ1 , λ2 , ..., λn respectivamente. Entonces x0 6= 0 se puede
9.2. MÉTODO DE LA POTENCIA 319

expresar como combinación de los vectores propios

x0 = α1 v 1 + α2 v 2 + ... + αn v n
x1 = Ax0
x1 = A(α1 v 1 + α2 v 2 + ... + αn v n )
x1 = α1 Av 1 + α2 Av 2 + ... + αn Av n
x1 = α1 λ1 v 1 + α2 λ2 v 2 + ... + αn λn v n
x2 = Ax1
= A(α1 λ1 v 1 + α2 λ2 v 2 + ... + αn λn v n )
x2 = α1 λ1 Av 1 + α2 λ2 Av 2 + ... + αn λn Av n
x2 = α1 λ21 v 1 + α2 λ22 v 2 + ... + αn λ2n v n
..
.
xk = α1 λk1 v 1 + α2 λk2 v 2 + ... + αn λkn v n
X n  k !
α i λi
xk = α1 λk1 v 1 + vi
α1 λ1
i=2

Esta última factorización está bien definida si α1 6= 0, o sea, si x0 no es

ortogonal a v 1 . Como |λi /λ1 | < 1, entonces para valores grandes de k

xk ≈ α1 λk1 v 1 .

De manera análoga

xk+1 ≈ α1 λk+1 1
1 v .

Entonces

xk+1 ≈ λ1 xk .

Al tomar xkj , una componente no nula de xk ,

xk+1
j
≈ λ1 .
xkj
320 9. VALORES PROPIOS

Ejemplo 9.3. Partiendo de x0 = (1, 1, 1), hallar el valor propio dominante

de  
−1 −2 −3

A = −4 −5 −6 .
−7 −8 −8

A continuación están los valores k, xk1 , xk2 , xk3 , xk1 /x1k−1 :

1 -6.000000 -15.000000 -23.000000 -6.00000000

2 105.000000 237.000000 346.000000 -17.50000000
3 -1617.000000 -3681.000000 -5399.000000 -15.40000000
4 25176.000000 57267.000000 83959.000000 -15.56957328
5 -3.915870e+05 -8.907930e+05 -1.306040e+06 -15.55397998
6 6.091293e+06 1.385655e+07 2.031577e+07 -15.55540148
7 -9.475172e+07 -2.155426e+08 -3.160177e+08 -15.55527176
8 1.473890e+09 3.352826e+09 4.915744e+09 -15.55528360
9 -2.292677e+10 -5.215415e+10 -7.646579e+10 -15.55528252
10 3.566324e+11 8.112726e+11 1.189447e+12 -15.55528262
11 -5.547518e+12 -1.261957e+13 -1.850218e+13 -15.55528261
12 8.629321e+13 1.963010e+14 2.878067e+14 -15.55528261

El mecanismo anterior puede conducir hasta una buena aproximación de λ1 ,

pero tiene un inconveniente: ||xk || → ∞. La solución es normalizar. Sea
z 0 = x0 .

z k = Axk−1 , k = 1, 2, 3, ... (9.4)

zk
xk = . (9.5)
||z k ||2

Ejemplo 9.4. Usar las fórmulas anteriores, partiendo de x0 = (1, 1, 1), para
hallar el valor propio dominante de
 
−1 −2 −3
A = −4 −5 −6 .
−7 −8 −8

A continuación están los valores k, xk1 , xk2 , xk3 , z1k /x1k−1 :

1 -0.213470 -0.533676 -0.818303 -6.00000000

9.2. MÉTODO DE LA POTENCIA 321

2 0.242870 0.548191 0.800313 -17.50000000

3 -0.240212 -0.546829 -0.802045 -15.40000000
4 0.240454 0.546954 0.801887 -15.56957328
5 -0.240432 -0.546942 -0.801902 -15.55397998
6 0.240434 0.546943 0.801900 -15.55540148
7 -0.240434 -0.546943 -0.801901 -15.55527176
8 0.240434 0.546943 0.801901 -15.55528360
9 -0.240434 -0.546943 -0.801901 -15.55528252
10 0.240434 0.546943 0.801901 -15.55528262
11 -0.240434 -0.546943 -0.801901 -15.55528261
12 0.240434 0.546943 0.801901 -15.55528261

El siguiente esquema, además de incluir la normalización, tiene una manera

más eficiente de aproximar λ.

Algoritmo de la potencia
para k = 1, ...,maxit
z k = Axk−1
zk
xk = k
||z ||2
T
λk1 = xk z k
si |λk1 − λ1k−1 | ≤ ε, parar
fin-para

El proceso se detiene satisfactoriamente cuando dos aproximaciones, λk1 y

λ1k−1 , son muy parecidas. La salida no deseada se tiene cuando se llega al
número máximo de iteraciones.

La rapidez de la convergencia está ligada al valor |λ1 /λ2 |. Si este valor

es cercano a 1 , la convergencia es lenta. Si es mucho mayor que 1 , la
convergencia es rápida.
Ejemplo 9.5. Hallar el valor propio dominante de
 
−1 −2 −3

A = −4 −5 −6
−7 −8 −8
partiendo de x0 = (1, 1, 1).
Los siguientes valores corresponden a k, z1k , z2k , z3k , xk1 , xk2 , xk3 , λk1 :
322 9. VALORES PROPIOS

1 -6.000000 -15.000000 -23.000000

-0.213470 -0.533676 -0.818303 28.10693865
2 3.735732 8.432082 12.310128
0.242870 0.548191 0.800313 15.38164285
3 -3.740191 -8.514312 -12.488120
-0.240212 -0.546829 -0.802045 15.57034584
4 3.740005 8.507264 12.472478
0.240454 0.546954 0.801887 15.55390218
5 -3.740024 -8.507910 -12.473909
-0.240432 -0.546942 -0.801902 15.55540852
6 3.740022 8.507851 12.473779
0.240434 0.546943 0.801900 15.55527112
7 -3.740022 -8.507857 -12.473791
-0.240434 -0.546943 -0.801901 15.55528366
8 3.740022 8.507856 12.473790
0.240434 0.546943 0.801901 15.55528251
9 -3.740022 -8.507856 -12.473790
-0.240434 -0.546943 -0.801901 15.55528262
10 3.740022 8.507856 12.473790
0.240434 0.546943 0.801901 15.55528261
11 -3.740022 -8.507856 -12.473790
-0.240434 -0.546943 -0.801901 15.55528261

El último xk obtenido es una buena aproximación de un vector propio nor-

malizado asociado a λ1 . 3

9.3 Método de la potencia inversa

Este método se puede aplicar para hallar λn , el valor propio menos domi-
nante de una matriz diagonalizable e invertible A, cuando éste existe, o sea,
si
|λ1 | ≥ |λ2 | ≥ |λ3 | ≥ · · · > |λn | > 0.
Si A es invertible y tiene valores propios λ1 , λ2 ,..., λn , entonces los valores
propios de A−1 son
1 1 1
, , ..., .
λ1 λ2 λn
El valor propio dominante de A−1 es justamente 1/λn . Entonces se puede
aplicar el método de la potencia a A−1 . En lugar de escribir explı́citamente
9.3. MÉTODO DE LA POTENCIA INVERSA 323

z k = A−1 xk−1 es preferible presentarlo como la solución del sistema Az k =

xk−1 .

Potencia inversa
para k = 1, ...,maxit
resolver Az k = xk−1
zk
xk = k
||z ||2
T
σ1k = xk z k
si |σ1k − σ1k−1 | ≤ ε, parar
fin-para

Cuando se obtenga la convergencia, λn ≈ 1/σ1k .

Ejemplo 9.6. Aplicar, partiendo de x0 = (1, 1, 1), el método de la potencia

inversa para obtener el valor propio λn de la matriz
 
−1 −2 −3
A = −4 −5 −6 .
−7 −8 −8

1 1.000000 -1.000000 0.000000

0.707107 -0.707107 0.000000 1.41421356
2 3.771236 -5.421152 2.121320
0.543702 -0.781572 0.305832 6.93621735
3 3.839896 -5.810817 2.412678
0.520948 -0.788337 0.327321 7.37098425
4 3.818745 -5.807259 2.424942
0.518766 -0.788900 0.329422 7.36121039
5 3.816531 -5.806630 2.425988
0.518557 -0.788954 0.329622 7.35991006
6 3.816317 -5.806567 2.426087
0.518537 -0.788959 0.329641 7.35978177
7 3.816297 -5.806561 2.426096
0.518535 -0.788960 0.329643 7.35976946
8 3.816295 -5.806560 2.426097
0.518535 -0.788960 0.329643 7.35976828
324 9. VALORES PROPIOS

9 3.816294 -5.806560 2.426097

0.518535 -0.788960 0.329643 7.35976817
10 3.816294 -5.806560 2.426097
0.518535 -0.788960 0.329643 7.35976816
11 3.816294 -5.806560 2.426097
0.518535 -0.788960 0.329643 7.35976815
12 3.816294 -5.806560 2.426097
0.518535 -0.788960 0.329643 7.35976815

Entonces λn ≈ 1/7.35976815 = 0.135873845

9.4 Factorización QR

Sea A ∈ Rm×n . Una factorización QR de A consiste en encontrar matrices

Q y R tales que

• A = QR.
• Q ∈ Rm×m es ortogonal.
• R ∈ Rm×n es triangular superior ( rij = 0 si i > j ).

El proceso de factorización QR, por medio de diferentes clases de matrices

ortogonales, va obteniendo ceros en lugares adecuados. Supongamos que
por medio de Q1 ortogonal, la matriz Q1 A tiene ceros en sitios adecuados.
Ahora, con Q2 ortogonal, se busca que al hacer el producto Q2 Q1 A haya
ceros en otros sitios, sin perder los que ya tenı́a Q1 A. Finalmente se obtiene

Qr Qr−1 · · · Q2 Q1 A = R triangular superior.

Como las matrices Q son ortogonales, entonces

QT1 QT2 · · · QTr−1 QTr Qr Qr−1 · · · Q2 Q1 A = QT1 QT2 · · · QTr−1 QTr R

A = QT1 QT2 · · · QTr−1 QTr R
| {z }
A = QR

En los programas, generalmente se empieza con A y sobre ella se va ree-

scribiendo el producto Q1 A, después Q2 Q1 A. Al final se tendrá, en donde
9.4. FACTORIZACIÓN QR 325

estaba A, la matriz R. Por otro lado, se puede empezar con Q = I, y encima

se va reescribiendo el producto IQT1 , después QT1 QT2 . Finalmente en Q se
tendrá el producto QT1 QT2 · · · QTr−1 QTr .

9.4.1 Matrices de Householder

Sea v ∈ Rn×1 , v 6= 0, u = v/||v|| (vector columna de norma 1). Una matriz

de Householder es una matriz de la forma
2
H = Hv = H(v) = In − v v T = In − 2uuT .
v v
T

A veces, al mismo tiempo que se obtiene el vector v deseado, se calcula el

número
2
β= T ,
v v
entonces es común expresar H en función de v y de β, aunque β no es
ncesario. Simplemente, desde el punto de vista de eficiencia, si se conoce β
no es interesante volverlo a calcular (son 2n − 1 “flops”).

H = H(v, β) = In − βv v T .

La matriz H tiene dos caracterı́sticas importantes, es simétrica y ortogonal.

Ademas, si x ∈ Rn×1 se puede escoger v para que

Hv x ∈ < e1 > .

En Álgebra Lineal, dados x1 , x2 , ... xk vectores del espacio vectorial en

consideración, < x1 , x2 , ..., xk > denota el subespacio generado por estos
vectores, es decir, el conjunto de todas las combinaciones lineales de estos
vectores:

< x1 , x2 , ..., xk >= {λ1 x1 + λ2 x2 + · · · + λk xk : λi ∈ R}.

Entonces,
Hv x = αe1 .

Sea U = {ξ ∈ Rn×1 : v T ξ = 0}, o sea, el hiperplano perpendicular a v y que

pasa por el origen. Dicho de otra forma, U es el complemento ortogonal del
subespacio generado por v, U = < v >⊥ .
326 9. VALORES PROPIOS

Sea x ∈ Rn×1 , y = Hx, p = (x + y)/2, o sea, el punto medio del segmento

que une a x con y. Se puede verificar que

v T p = 0 , o sea, p ∈ U .

Si

z =x−p

se puede verificar que

pT z = 0.

Como p + z = x, entonces se deduce que p es la proyección de x sobre U , y

como p es el punto medio entre x y y, entonces y es el punto simétrico de x
con respecto a hiperplano U o la reflexión de x con respecto a U .
Como H es ortogonal, entonces ||y|| = ||x||. Si se desea que y = αe1 ,
entonces
y = ±||x|| e1 .

Sea ξ ∈ U , o sea, v T ξ = 0. Fácilmente se comprueba que

(x − y)T ξ = 0 .

Si x = y, entonces x = ±||x|| e1 . Basta con tomar H = I, y ası́, Hx = λe1 .

Si x =
6 y, se puede tomar
v = x ∓ ||x||e1

Ejemplo 9.7.
       
−2 3 −5 −2/3 −1/3 2/3
x =  −1  , y =  0 , v =  −1  , H =  −1/3 14/15 2/15 
2 0 2 2/3 2/15 11/15

O también,
       
−2 −3 1 2/3 1/3 −2/3
x =  −1  , y =  0 , v =  −1  , H =  1/3 2/3 2/3 
2 0 2 −2/3 2/3 −1/3
9.4. FACTORIZACIÓN QR 327

Es usual escoger v tal que v1 = 1, ası́ sólo se requiere almacenar los valores v2 ,
v3 , ..., vn . Generalmente estos valores se pueden almacenar donde estaban
x2 , x3 , xn . Además, no es necesario construir explı́citamente H, basta con
conocer v y β.
Denotaremos por H(x) la matriz que proyecta x sobre el subespacio < e1 >.
La siguiente función, ver [Par80] y [GoVa96], presenta una manera eficiente
de calcular v y β a partir de un vector columna x. Está escrita en seu-
docódigo utilizando parcialmente notación de Scilab.

[v, β] = vHouse(x)
n = dim (x)
t = x(2 : n)T x(2 : n)
v = [ 1 ; x(2 : n) ]
si t = 0
β=0
sino p
ν = x21 + t
si x1 ≤ 0
v1 = x1 − ν
sino
v1 = −t/(x1 + ν)
fin-si
β = 2v12 /(t + v12 )
v = v/v1
fin-si
fin vHouse

En resumen, dado x =∈ Rn ,

[v, β] = vHouse(x)
H(x) = H(v, β) = I − βvv T .

Ejemplo 9.8.
   
−2 1
5
x =  −1  , v =  1/5  , β= .
3
2 −2/5
328 9. VALORES PROPIOS

9.4.2 Matrices de Givens

Esta es otra clase de matrices ortogonales. Sea θ un ángulo y

c = cos(θ)
s = sen(θ),

La matriz de Givens, en Rn×n , es simplemente un rotación definida en el

plano de las variables i y k:
 
1 0 ··· 0 ··· 0 ··· 0
0 1 ··· 0 ··· 0 ··· 0
 
 .. .. 
. . 
 
0 0 ··· c s 0
 i
G = G(i, k, c, s, n) =  . .. 
 .. . 
 
0 0 ··· −s c 0 k
 
 .. .. 
. . 
0 0 ··· 0 ··· 0 ··· 1

El producto y = GT x se calcula muy fácilmente:


cxi − sxk
 si j = i,
yj = sxi + cxk si j = k,


xj en los demás casos.

Si se desea que yk = 0, basta con tomar

xi
c= q ,
2 2
xi + xk
−xk
s= q .
x2i + x2k

En la práctica, es mejor utilizar la siguiente versión para el cálculo de c y s

(ver [GoVa96]),
9.4. FACTORIZACIÓN QR 329

[c, s] = csGivens(a, b)
si b = 0
c=1
s=0
sino
si |b| > |a|
t = −a/b√
s = 1/ 1 + t2
c = st
sino
t = −b/a√
c = 1/ 1 + t2
s = ct
fin-si
fin-si
fin csGivens

Por medio de esta función

 T    
c s a r
= .
−s c b 0

Ejemplo 9.9. Para el vector

   
a 2 c = 0.5547002
= por medio de la función se obtiene
b −3 s = 0.8320503
y ası́
 T    
c s 2 3.6055513
= .
−s c −3 0

9.4.3 Factorización QR con matrices de Householder

Para facilitar la presentación del algoritmo, usaremos la siguiente notación.

Si H ∈ Rp×p es una matriz de Householder, con p ≤ n,


H
" # si p = n
b = H(n,
H b H) = In−p 0

 si p < n
0 H
330 9. VALORES PROPIOS

b ∈ Rn×n también es ortogonal.

La matriz H
En lo que sigue se supondrá que A siempre indica la matriz obtenida al hacer
los productos efectuados hasta este momento, o sea, Qk · · · Q2 Q1 Ainicial .
Inicialmente se supone que Q = Im y se buscan ceros por debajo de a11 , o
sea, se construye Q1 = H1 ∈ Rm×m tal que H1 A( : , 1) = α1 e1 ∈ Rm×1 :

[v, β] = vHouse(A(1 : m, 1))

H1 = H(v, β)
A = H1 A
Q = QH1T = QH1 .

En seguida, se trabaja únicamente con las filas 2,..., m de A. Se construye

H2 ∈ R(m−1)×(m−1) tal que H2 A(2 : m, 2) = α2 e1 ∈ R(m−1)×1 , o sea,

[v, β] = vHouse(A(2 : m, 2))

H2 = H(v, β)
b 2 = H(m,
H b H2 )
A=H b2A
b2
Q = QH

En general,

[v, β] = vHouse(A(k : m, k))

Hk = H(v, β)
b k = H(m,
H b Hk )
A=H bk A
bk
Q = QH

Como se supone que en la iteración k, las columnas 1, ..., k−1 de A son nulas
debajo de la diagonal, entonces no es necesario recalcularlas. La presentación
9.4. FACTORIZACIÓN QR 331

formal anterior es exacta pero ineficiente, es mejor

[v, β] = vHouse(A(k : m, k))

Hk = H(v, β)
A(k : m, : ) = Hk A(k : m, : )
Q( : , k : m) = Q( : , k : m)Hk

A continuación hay dos presentaciones de la factorización QR por medio de

matrices de Householder, la primera versión es más fácil de presentar.

[Q, R] = QR_House (A)

[m, n] = tamaño(A)
Q = Im
para k = 1 : min(m, n)
[v, β] = vHouse(A(k : m, k)
H = H(v, β)
Hb = H(m,
b H)
A=H A b
Q = QH b
fin-para
R=A
fin QR_House

Esta segunda versión es mucho más eficiente.

[Q, R] = QR_House (A)

[m, n] = tamaño(A)
Q = Im
para k = 1 : min(m, n)
[v, β] = vHouse(A(k : m, k)
H = H(v, β)
A(k : m, k : n) = H A(k : m, k : n)
Q( : , k : m) = Q( : , k : m) H
fin-para
R=A
fin QR_House
332 9. VALORES PROPIOS

Ejemplo 9.10. Obtener la factorización QR de

 
2 3 4
 5 4 3
 

A= 2 1 0
 −1 −2 −3 
−4 −5 −4

utizando matrices de Householder.

k = 1
beta = 0.717157
v : 1 -0.98598563 -0.39439425 0.19719713 0.78878851

H =
0.2828427 0.7071068 0.2828427 -0.1414214 -0.5656854
0.7071068 0.3028029 -0.2788789 0.1394394 0.5577577
0.2828427 -0.2788789 0.8884485 0.0557758 0.2231031
-0.1414214 0.1394394 0.0557758 0.9721121 -0.1115515
-0.5656854 0.5577577 0.2231031 -0.1115515 0.5537938

A =
7.0710678 7.0710678 5.939697
0 -0.0140144 1.0874867
0 -0.6056057 -0.7650053
0 -1.1971971 -2.6174973
0 -1.7887885 -2.4699893

Q =
0.2828427 0.7071068 0.2828427 -0.1414214 -0.5656854
0.7071068 0.3028029 -0.2788789 0.1394394 0.5577577
0.2828427 -0.2788789 0.8884485 0.0557758 0.2231031
-0.1414214 0.1394394 0.0557758 0.9721121 -0.1115515
-0.5656854 0.5577577 0.2231031 -0.1115515 0.5537938
-----------------------------------------------------------------
k = 2
beta = 1.006267
v : 1 0.26914826 0.53206814 0.79498802

H =
9.4. FACTORIZACIÓN QR 333

-0.0062674 -0.2708351 -0.5354028 -0.7999705

-0.2708351 0.9271052 -0.1441027 -0.2153107
-0.5354028 -0.1441027 0.7151292 -0.4256388
-0.7999705 -0.2153107 -0.4256388 0.3640330

A =
7.0710678 7.0710678 5.939697
0 2.236068 3.5777088
0 0 -0.0947664
0 0 -1.2925295
0 0 -0.4902926

Q=
0.2828427 0.4472136 0.2128929 -0.2797022 -0.7722974
0.7071068 -0.4472136 -0.4807445 -0.2596204 -0.0384964
0.2828427 -0.4472136 0.8431415 -0.0337898 0.0892790
-0.1414214 -0.4472136 -0.1021209 0.6599727 -0.5779337
-0.5656854 -0.4472136 -0.0473832 -0.6462647 -0.2451463
-----------------------------------------------------------------
k=3
beta = 1.068392
v : 1 0.87309062 0.33118770

H =
-0.0683918 -0.9328028 -0.3538382
-0.9328028 0.1855786 -0.3089328
-0.3538382 -0.3089328 0.8828131

A =
7.0710678 7.0710678 5.939697
0 2.236068 3.5777088
0 0 1.3856406
0 0 0
0 0 0

Q =
0.2828427 0.4472136 0.5196152 -0.0119059 -0.6707147
0.7071068 -0.4472136 0.2886751 0.4121526 0.2163259
0.2828427 -0.4472136 -0.0577350 -0.8203366 -0.2090802
-0.1414214 -0.4472136 -0.4041452 0.3962781 -0.6779604
334 9. VALORES PROPIOS

-0.5656854 -0.4472136 0.6928203 0 0

Observaciones:

• No es necesario calcular explı́citamente las matrices H (en el ejemplo

anterior aparecen, pero simplemente de manera ilustrativa). Basta con
conocer β y v.

• Es necesario implementar eficientemente el producto Hk A(k : m, : ) a

partir de la información: A(k : m, : ), β y v.

• De manera análoga, es necesario implementar eficientemente el pro-

ducto Q( : , k : m)Hk a partir de la información: Q( : , k : m), β y
v.

9.4.4 Factorización QR con matrices de Givens

Al utilizar matrices ortogonales de Givens, también se busca, columna por

columna, anular los elementos debajo de la diagonal. Con matrices de House-
holder, se utilizaba una matriz para cada columna. Con matrices de Givens,
en la columna k, se utiliza una matriz para anular am,k , después otra matriz
para anular am−1,k , después otra matriz para anular am−2,k y , finalmente,
otra matriz para anular ak+1,k .

[Q, R] = QR_Givens(A)
[m, n] = tamaño(A)
Q = Im
para k = 1 : min(m, n)
para i = m : −1 : k + 1
[c, s] = csGivens(ai−1,k , aik )
G = G(i − 1, i, c, s, m)
A = GT A
Q = QG
fin-para
fin-para
R=A
fin QR_Givens
9.4. FACTORIZACIÓN QR 335

Ejemplo 9.11. Obtener la factorización QR de

 
2 3 4
 5 4 3
 

A= 2 1 0
 −1 −2 −3 
−4 −5 −4

utizando matrices de Givens.

k = 1
i = 5
c = -0.242536 s = 0.970143
G =
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 -0.2425356 0.9701425
0 0 0 -0.9701425 -0.2425356
A =
2 3 4
5 4 3
2 1 0
4.1231056 5.3357838 4.6081769
0 -0.7276069 -1.940285
Q =
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 -0.2425356 0.9701425
0 0 0 -0.9701425 -0.2425356

i = 4
c = -0.436436 s = 0.899735
G =
1 0 0 0 0
0 1 0 0 0
0 0 -0.4364358 0.8997354 0
0 0 -0.8997354 -0.4364358 0
0 0 0 0 1
336 9. VALORES PROPIOS

A =
2 3 4
5 4 3
-4.5825757 -5.2372294 -4.1461399
0 -1.4289915 -2.0111733
0 -0.7276069 -1.940285
Q =
1 0 0 0 0
0 1 0 0 0
0 0 -0.4364358 0.8997354 0
0 0 0.2182179 0.1058512 0.9701425
0 0 0.8728716 0.4234049 -0.2425356
...
k = 3
...
i = 4
c = -0.612372 s = 0.790569
A =
-7.0710678 -7.0710678 -5.939697
0 -2.236068 -3.5777088
0 0 -1.3856406
0 0 0
0 0 0
Q =
-0.2828427 -0.4472136 -0.5196152 0.6708204 0
-0.7071068 0.4472136 -0.2886751 -0.2236068 0.4082483
-0.2828427 0.4472136 0.0577350 0.2236068 -0.8164966
0.1414214 0.4472136 0.4041452 0.6708204 0.4082483
0.5656854 0.4472136 -0.6928203 0 0

Para que la (o una) factorización QR de A sea eficiente hay que tener en

cuenta, entre otros, los siguietes detalles:

• No es necesario calcular explı́citamente las matrices G (en el ejemplo

anterior aparecen, pero simplemente de manera ilustrativa). Basta con
conocer c, s, e i. Obsérvese que siempre se trata de las filas i − 1 e i.

• Es necesario implementar eficientemente el producto GT A a partir de

la información: A, c y s.
9.4. FACTORIZACIÓN QR 337

• De manera análoga, es necesario implementar eficientemente el pro-

ducto QG a partir de la información: Q, c y s.

En general para efectuar, sobre B, el producto G(i, j, c, s, m)T B basta con

hacer:

x = B(i, : )
B(i, : ) = c B(i, : ) − s B(j, : )
B(j, : ) = s x + c B(j, : )

En el proceso de factorización QR, si se está buscando un cero en la posición

(i, k) de la matriz A, se modifican únicamente, la filas i − 1 e i, pero se debe
tener en cuenta que las columnas 1, ..., k − 1 son nulas por debajo de la
diagonal. Entonces se reduce el número de operaciones.

ai−1,k = c ai−1,k − s aik

aik = 0
t = A(i − 1, k + 1 : n)
A(i − 1, k + 1 : n) = c t − s A(i, k + 1 : n)
A(i, k + 1 : n) = s t + c A(i, k + 1 : n)

En general para efectuar, sobre B, el producto B G(i, j, c, s, m) basta con

hacer:

x = B( : , i)
B( : , i) = c B( : , i) + s B( : , j)
B( : , j) = −s x + c B( : , j)

9.4.5 Solución por mı́nimos cuadrados

Una de las aplicaciones importantes de la factorización QR es la solución

de sistemas de ecuaciones lineales por mı́nimos cuadrados. El método más
338 9. VALORES PROPIOS

popular para mı́nimos cuadrados es el de las ecuaciones normales. Sin em-

bargo, en los casos, cuando el condicionamiento de A es muy grande com-
parado comparado con el residuo mı́nimo [GoVa96], el método QR resulta
más preciso y estable.
Una propiedad importantı́sima de las matrices ortogonales es que preservan
la norma euclidiana. Si Q es ortogonal, entonces

||Qx|| = ||x||.

Esto quiere decir que obtener el mı́nimo de ||Ax−b||22 es equivalente a buscar

el mı́nimo de ||P Ax − P b||22 para cualquier matriz ortogonal P . Si QR = A
es la factorización QR de A, entonces, se desea minimizar

||QT Ax − QT b||22 = ||QT QRx − QT b||22 = ||Rx − QT b||22 .

Sea A ∈ Rm×n , c = QT b,
  
U d
R= , c= ,
0qn r

con U ∈ Rp×n “triangular” superior, cuya última fila no es nula, d ∈ Rp×1 ,

r ∈ Rq×1 , p + q = m. Entonces
 
Ux − d
Rx − c =
−r
||Ax − b||22 = ||U x − d||22 + ||r||22 .

Basta con buscar x solución de U x = d. Si el sistema anterior tiene

solución, entonces
minn ||Ax − b||22 = ||r||22 .
x∈R

Si U es cuadrada (∈ Rn×n ) e invertible, la solución es única.

Ejemplo 9.12. Resolver por mı́nimos cuadrados el sistema Ax = b, donde

   
2 3 4 29.1
 5 4 3  33.9 
   
A=  2 1 0  , b =  7.0 
  
 −1 −2 −3   −20.1 
−4 −5 −4 −38.9
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS339

Q =
-0.2828427 -0.4472136 -0.5196152 0.6708204 0
-0.7071068 0.4472136 -0.2886751 -0.2236068 0.4082483
-0.2828427 0.4472136 0.0577350 0.2236068 -0.8164966
0.1414214 0.4472136 0.4041452 0.6708204 0.4082483
0.5656854 0.4472136 -0.6928203 0 0

R =
-7.0710678 -7.0710678 -5.939697
0 -2.236068 -3.5777088
0 0 -1.3856406
0 0 0
0 0 0

c : -59.029274 -21.108482 -5.6753531 0.0223607 -0.0816497

U =
-7.0710678 -7.0710678 -5.939697
0 -2.236068 -3.5777088
0 0 -1.3856406

d : -59.029274 -21.108482 -5.6753531

r : 0.0223607 -0.0816497

x : 2.0208333 2.8866667 4.0958333

Ası́, ||r||22 = 0.0071667 .

9.5 Método QR para valores propios de matrices

simétricas

El método más popular para obtener los valores propios de una matriz
simétrica (todos reales) es el método QR. Es posiblemente el más eficente
para casos generales. El proceso tiene dos pasos:

1. Obtener, por matrices ortogonales, una matriz T tridiagonal simétrica

semejante a A, o sea encontrar Q ortogonal tal que
340 9. VALORES PROPIOS

QAQT = T tridiagonal simétrica.

2. Obtener los valores propios de T .

9.5.1 Tridiagonalización por matrices de Householder para

matrices simétricas

Sea A ∈ Rn×n simétrica, H b = H(n,

b H(A(2 : n, 1)). Es claro que HA b es
nula, en la columna 1, por debajo de la subdiagonal. Se puede observar, y
b H,
también demostrar, que HA b además de ser nula en la primera columna
por debajo de la subdiagonal, también es nula en la primera fila a la derecha
de la superdiagonal, y obviamente también es simétrica....

Ejemplo 9.13.

A =
2 3 4 5
3 -1 0 1
4 0 -2 8
5 1 8 10

H =
1 0 0 0
0 0.4242641 0.5656854 0.7071068
0 0.5656854 0.4441896 -0.6947630
0 0.7071068 -0.6947630 0.1315463

H A =
2 3 4 5
7.0710678 0.2828427 4.5254834 12.020815
0 -1.2604484 -6.4464829 -2.8284271
0 -0.5755605 2.4418963 -3.5355339

H A H =
2 7.0710678 0 0
7.0710678 11.18 -6.1814444 -1.3628445
0 -6.1814444 -1.6113918 3.2154369
0 -1.3628445 3.2154369 -2.5686082
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS341

Este proceso se realiza en la otras columnas y filas y se obtiene una matriz

tridiagonal, simétrica, semejante a A. Como es costumbre, los productos
realizados se reescriben sobre A.

A = triHouse(A)
n = dim (A)
para k = 1 : n − 2
x = A(k + 1 : n, k)
H = H(x)
b = H(n,
H b H)
b
A = HAH b
fin-para
fin triHouse

Ejemplo 9.14.
A =
2. 3. 4. 5.
3. - 1. 0. 1.
4. 0. - 2. 8.
5. 1. 8. 10.

k = 1

H =
0.4242641 0.5656854 0.7071068
0.5656854 0.4441896 - 0.6947630
0.7071068 - 0.6947630 0.1315463

A =
2. 7.0710678 0. 0.
7.0710678 11.18 - 6.1814444 - 1.3628445
0. - 6.1814444 - 1.6113918 3.2154369
0. - 1.3628445 3.2154369 - 2.5686082

k = 2

H =
- 0.9765473 - 0.2153028
- 0.2153028 0.9765473
342 9. VALORES PROPIOS

A =
2. 7.0710678 0. 0.
7.0710678 11.18 6.3298973 0.
0. 6.3298973 - 0.3036510 - 2.7160739
0. 0. - 2.7160739 - 3.876349

Tal como está descrito el algoritmo, se supone que se hace explı́citamente

b H.
el producto HA b En realidad se puede hacer de manera más eficiente,
teniendo en cuenta que una parte de H b es la identidad, que se conoce el
nuevo valor de ak+1,k , que debajo habrá ceros, y que HA b Hb también es
simétrica.

A = triHouse(A)
n = dim (A)
para k = 1 : n − 2
x = A(k + 1 : n, k)
[v, β] = vHouse(x)
p = β A(k + 1 : n, k + 1 : n) v
w = p − (β/2) (pT v) v
ak+1,k = ak,k+1 = ||x||
A(k + 2 : n, k) = 0
A(k, k + 2 : n) = 0
A(k + 1 : n, k + 1 : n) = A(k + 1 : n, k + 1 : n) − v wT − w v T
fin-para
fin triHouse

9.5.2 Tridiagonalización por matrices de Givens para matri-

ces simétricas

Con los conceptos e ideas de la factorización QR por medio de matrices

de Givens y de la tridiagonalización con matrices de Householder, resulta
naturalmente el proceso de tridiagonalización con matrices de Givens.
Primero se busca “tridiagonalizar” la primera columna y primera fila, o
sea, se buscan ceros por debajo de la subdiagonal y a la derecha de la
superdiagonal. Para ello se busca un cero en la posición (n, 1), después en
la posición (n − 1, 1), ası́ sucesivamente hasta la posición (3, 1). Al mismo
tiempo se hace lo análogo con la primera fila.
Después se trabaja con segunda columna y segunda fila, y ası́ sucesivamente,
hasta la columna y fila n − 2.
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS343

A = triGivens(A)
n = dim (A)
para k = 1 : n − 2
para i = n : −1 : k + 2
[c, s] = csGivens(ai−1,k , aik )
G = G(i − 1, i, c, s, n)
A = GT AG
fin-para
fin-para
fin triHouse

Ejemplo 9.15.

A =
2 3 4 5
3 -1 0 1
4 0 -2 8
5 1 8 10

k = 1
i = 4
c = -0.624695 s = 0.780869

A =
2 3 -6.4031242 0
3 -1 -0.7808688 -0.6246950
-6.4031242 -0.7808688 13.121951 4.097561
0 -0.6246950 4.097561 -5.1219512

i = 3
c = 0.424264 s = 0.905539

A =
2 7.0710678 0 0
7.0710678 11.18 -4.9257204 -3.9755349
0 -4.9257204 0.9419512 1.1727625
0 -3.9755349 1.1727625 -5.1219512

k = 2
i = 4
344 9. VALORES PROPIOS

c = 0.778168 s = -0.628057

A =
2 7.0710678 0 0
7.0710678 11.18 -6.3298973 0
0 -6.3298973 -0.3036510 -2.7160739
0 0 -2. -3.876349

No sobra recordar que el producto GT AG debe ser hecho de manera eficiente,

realizando únicamente las operaciones necesarias.

9.5.3 Valores propios de matrices tridiagonales simétricas

Sea T una matriz tridiagonal simétrica. En lo que sigue en esta sección, se

supone que T es tridiagonal simétrica.
La matriz T puede ser el resultado del proceso de tridiagonalización de
Householder o de Givens.
La matriz T se llama no reducida, [GoV96] pág. 416, si todos lo elementos
subdiagonales (y los superdiagonales) son no nulos. Una matriz es reducida
si algún elemento subdiagonal o (superdiagonal) es nulo.

Ejemplo 9.16. Una matriz no reducida y dos reducidas:

     
2 3 0 0 0 0 2 3 0 0 0 0 2 3 0 0 0 0
3 4 5 0 0 0     0 0 0
 3 4 5 0 0 0  3 4 5 
0 5 6 7 0 0 0 5 6 7 0 0   0 0 0
 ,   , 0 5 6 
0 0 7 8 9 0    0 0 8 0 0
 0 0 7 8 0 0   0 
0 0 0 9 10 11   0 0 0 0 10 11  0 0 0 0 10 11
0 0 0 0 11 12 0 0 0 0 11 12 0 0 0 0 11 12

T siempre se puede expresar como una matriz diagonal por bloques, donde
cada bloque es de tamaño es 1 × 1 o de mayor tamaño pero tridiagonal no
reducido.
En el primer caso del ejemplo anterior hay un solo bloque, en el segundo
hay dos. En el tercer caso hay tres bloques, uno de ellos es 1 × 1.
Para encontrar los valores propios de T basta con encontrar los de cada
bloque tridiagonal simétrico no reducido, agregando los bloques 1 × 1 que
son valores propios de T .
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS345

El objetivo, a partir de ahora, es encontar los valores propios de T no re-

ducida. Sea T = QR la factorización QR de A y sea T + = RQ

QT QR = QT T
R = QT T
T + = RQ = QT T Q.

Luego T + es simétrica y semejante a T . Además se puede demostrar que

también es tridiagonal.

Ejemplo 9.17.

T =
2 3 0 0
3 4 5 0
0 5 6 7
0 0 7 8

R =
-3.6055513 -4.9923018 -4.1602515 0
0 -5.0076864 -5.8371805 -6.9892556
0 0 -7.6563459 -7.4712474
0 0 0 2.8863072

Q =
-0.5547002 -0.0460830 0.3365427 0.7595545
-0.8320503 0.0307220 -0.2243618 -0.5063697
0 -0.9984651 -0.0224362 -0.0506370
0 0 -0.9142743 0.4050957

T+ =
6.1538462 4.1666469 0 0
4.1666469 5.6743747 7.644594 0
0 7.644594 7.0025484 -2.6388764
0 0 -2.6388764 1.1692308

Un proceso, un poco lento, para hallar los valores propios de T , consiste

en hacer T = T + y repetir varias veces. Se puede demostrar que la matriz
que se va obteniendo tiende a ser reducida. Dicho en palabras populares, la
tridiagonal se va adelgazando en alguna parte.
346 9. VALORES PROPIOS

repetir
QR = T factorización QR de T
T = RQ
fin-repetir

Ejemplo 9.18. Aplicar el proceso anterior hasta que T sea reducida. En

este ejemplo se supone que T es reducida cuando para algún elemento sub-
diagonal |ti+1,i | ≤ 10−10 .

T =
2 3 0 0
3 4 5 0
0 5 6 7
0 0 7 8

k = 1

T+ =
9.8718663 -4.486006 0 0
-4.486006 10.134151 -4.5625729 0
0 -4.5625729 -1.1770851 -0.7764250
0 0 -0.7764250 1.1710681

k = 2

T+ =
13.296028 -3.5861468 0 0
-3.5861468 8.2428763 1.7266634 0
0 1.7266634 -2.7961816 0.3062809
0 0 0.3062809 1.2572771

k = 10

T+ =
15.191934 -0.0059687 0 0
-0.0059687 6.6303783 0.0035727 0
0 0.0035727 -3.100073 0.0002528
0 0 0.0002528 1.2777606
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS347

k = 20

T+ =
15.191938 -0.0000015 0 0
-0.0000015 6.6303755 0.0000018 0
0 0.0000018 -3.1000743 3.577E-08
0 0 3.577E-08 1.2777606

k = 27; matriz reducida:

T+ =
15.191938 -4.514E-09 0 0
-4.514E-09 6.6303755 -8.713E-09 0
0 -8.713E-09 -3.1000743 -7.230E-11
0 0 -7.229E-11 1.2777606

Denotemos por espec(A) el conjunto de valores propios de A. Cuando se hace

un desplazamiento en los elementos diagonales de una matriz, los valores
propios quedan desplazados igualmente, o sea,

λ ∈ espec(A) sssi λ − s ∈ espec(A − sI).

Hacer un desplazamiento adecuado en T puede acelerar notablemente la

convergencia.
Ejemplo 9.19. Aplicar el mismo proceso a T − sI, con s = 1, hasta que
para algún elemento |ti+1,i | ≤ 10−10 .

T =
2 3 0 0
3 4 5 0
0 5 6 7
0 0 7 8

T - s I =
1 3 0 0
3 3 5 0
0 5 5 7
0 0 7 7
348 9. VALORES PROPIOS

k = 9, matriz reducida:

T+ =
14.191935 -0.0052796 0 0
-0.0052796 5.5882374 0.6389663 0
0 0.6389663 -4.057933 -8.844E-12
0 0 -8.844E-12 0.2777606

T + s I
15.191935 -0.0052796 0 0
-0.0052796 6.5882374 0.6389663 0
0 0.6389663 -3.057933 -8.844E-12
0 0 -8.844E-12 1.2777606

Aunque hay varias maneras de calcular desplazamientos, uno de los más

utilizados es el desplazamiento de Wilkinson
d = tn−1,n−1 − tnn
q
µ = tnn + d − signo(d) d2 + t2n,n−1
t2n,n−1
= tnn − q
d + signo(d) d2 + t2n,n−1

Para una matriz T ∈ Rn×n tridiagonal, simétrica y no reducida, el proceso

que se aplica es el siguiente:

mientras T sea no reducida

cálculo de µ
T = T − µI
QR = T factorización QR de T
T = RQ
T = T + µI
para i = 1 : n − 1
si |ai+1,i | ≤ ε ( |aii | + |ai+1,i+1 | )
ai+1,i = 0
ai,i+1 = 0
fin-si
fin-para
fin-mientras
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS349

En [GoVa96], p. 420, se encuentra una descripción eficiente de la parte

principal de este proceso, desde el cálculo de µ hasta T = T + µI.

Ejemplo 9.20. Hallar, por el proceso descrito anteriormente, una matriz

tridiagonal semejante a la siguiente matriz tridiagonal:
 
8 3 0 0
3 6 −4 0
T =  0 −4 −10 −6 


0 0 −6 0

Con un propósito simplemente informativo, los valores propios obtenidos

por la función spec son

−13.50417 , 1.9698954 , 5.0194039 , 10.51487

k = 1
mu = 2.8102497

T -mu I
5.1897503 3 0 0
3 3.1897503 -4 0
0 -4 -12.81025 -6
0 0 -6 -2.8102497

T+ = RQ
7.2885019 2.0988427 0 0
2.0988427 -9.5701241 8.9042431 0
0 8.9042431 -4.1976395 -0.6390185
0 0 -0.6390185 -0.7617370

T + mu I
10.098752 2.0988427 0 0
2.0988427 -6.7598744 8.9042431 0
0 8.9042431 -1.3873898 -0.6390185
0 0 -0.6390185 2.0485127

k = 2
mu = 2.1635102
350 9. VALORES PROPIOS

T -mu I
7.9352413 2.0988427 0 0
2.0988427 -8.9233846 8.9042431 0
0 8.9042431 -3.5509 -0.6390185
0 0 -0.6390185 -0.1149975

T+ = RQ
7.8706324 -3.26714 0 0
-3.26714 -14.885642 -2.4468061 0
0 -2.4468061 2.5541744 0.0357613
0 0 0.0357613 -0.1932052

T + mu I
10.034143 -3.26714 0 0
-3.26714 -12.722132 -2.4468061 0
0 -2.4468061 4.7176845 0.0357613
0 0 0.0357613 1.970305

k = 3
mu = 1.9698396

T -mu I
8.064303 -3.26714 0 0
-3.26714 -14.691972 -2.4468061 0
0 -2.4468061 2.7478449 0.0357613
0 0 0.0357613 0.0004654

T+ = RQ
7.1298463 5.6488809 0 0
5.6488809 -14.048752 0.5009906 0
0 0.5009906 3.0394919 0.0000006
0 0 0.0000006 0.0000557

T + mu I
9.0996859 5.6488809 0 0
5.6488809 -12.078913 0.5009906 0
0 0.5009906 5.0093315 0.0000006
0 0 0.0000006 1.9698954
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS351

k = 4
mu = 1.9698954

T -mu I
7.1297905 5.6488809 0 0
5.6488809 -14.048808 0.5009906 0
0 0.5009906 3.0394362 0.0000006
0 0 0.0000006 1.379E-13

T+ = RQ
4.4614948 -9.0220625 0 0
-9.0220625 -11.390431 -0.1052167 0
0 -0.1052167 3.049355 -2.585E-17
0 0 1.656E-22 7.811E-16

T + mu I
6.4313901 -9.0220625 0 0
-9.0220625 -9.4205358 -0.1052167 0
0 -0.1052167 5.0192503 -2.585E-17
0 0 1.656E-22 1.9698954

T reducida
6.4313901 -9.0220625 0 0
-9.0220625 -9.4205358 -0.1052167 0
0 0.1052167 5.0192503 0
0 0 0 1.9698954

En una matriz simétrica tridiagonal se busca desde la esquina S.E. hacia

la esquina N.O., el primer bloque de tamaño superior a uno que sea no
reducido. A este bloque se le aplica el procedimiento anterior (hasta que el
bloque sea reducido). El proceso general acaba cuando la matriz resultante
es diagonal.

Ejemplo 9.21. Obtener los valores propios de la siguiente matriz tridiago-

nal simétrica:
352 9. VALORES PROPIOS

 
−2 8 0 0 0 0
 8 −2 0 0 0 0
 
 0 0 8 3 0 0

A= 
 0 0 3 6 −4 0
 0 0 0 −4 −10 −6 
0 0 0 0 −6 0

i1 i2 : 3 6

T inicial
8 3 0 0
3 6 -4 0
0 -4 -10 -6
0 0 -6 0
mu = 2.810250

T final
10.098752 2.0988427 0 0
2.0988427 -6.7598744 8.9042431 0
0 8.9042431 -1.3873898 -0.6390185
0 0 -0.6390185 2.0485127

i1 i2 : 3 6

T inicial
10.098752 2.0988427 0 0
2.0988427 -6.7598744 8.9042431 0
0 8.9042431 -1.3873898 -0.6390185
0 0 -0.6390185 2.0485127
mu = 2.163510

T final
10.034143 -3.26714 0 0
-3.26714 -12.722132 -2.4468061 0
0 -2.4468061 4.7176845 0.0357613
0 0 0.0357613 1.970305

i1 i2 : 3 6
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS353

T inicial
10.034143 -3.26714 0 0
-3.26714 -12.722132 -2.4468061 0
0 -2.4468061 4.7176845 0.0357613
0 0 0.0357613 1.970305
mu = 1.969840

T final
9.0996859 5.6488809 0 0
5.6488809 -12.078913 0.5009906 0
0 0.5009906 5.0093315 0.0000006
0 0 0.0000006 1.9698954

i1 i2 : 3 6

T inicial
9.0996859 5.6488809 0 0
5.6488809 -12.078913 0.5009906 0
0 0.5009906 5.0093315 0.0000006
0 0 0.0000006 1.9698954
mu = 1.969895

T final
6.4313901 -9.0220625 0 0
-9.0220625 -9.4205358 -0.1052167 0
0 -0.1052167 5.0192503 8.383E-17
0 0 -1.058E-22 1.9698954

A =
-2 8 0 0 0 0
8 -2 0 0 0 0
0 0 6.4313901 -9.0220625 0 0
0 0 -9.0220625 -9.4205358 -0.1052167 0
0 0 0 -0.1052167 5.0192503 0
0 0 0 0 0 1.9698954

i1 i2 : 3 5

T inicial
6.4313901 -9.0220625 0
354 9. VALORES PROPIOS

-9.0220625 -9.4205358 -0.1052167

0 -0.1052167 5.0192503
mu = 5.020017

T final
-6.2865541 11.012094 0
11.012094 3.2972548 -0.0000058
0 -0.0000058 5.0194039

i1 i2 : 3 5

T inicial
-6.2865541 11.012094 0
11.012094 3.2972548 -0.0000058
0 -0.0000058 5.0194039
mu = 5.019404

T final
-12.629095 -4.5002992 0
-4.5002992 9.6397959 2.575E-17
0 2.079E-17 5.0194039

A =
-2 8 0 0 0 0
8 -2 0 0 0 0
0 0 -12.629095 -4.5002992 0 0
0 0 -4.5002992 9.6397959 0 0
0 0 0 0 5.0194039 0
0 0 0 0 0 1.9698954

i1 i2 : 3 4

T inicial
-12.629095 -4.5002992
-4.5002992 9.6397959
mu = 10.514870

T final
-13.50417 -2.914E-16
3.384E-16 10.51487
9.5. MÉTODO QR PARA VALORES PROPIOS DE MATRICES SIMÉTRICAS355

A =
-2 8 0 0 0 0
8 -2 0 0 0 0
0 0 -13.50417 0 0 0
0 0 0 10.51487 0 0
0 0 0 0 5.0194039 0
0 0 0 0 0 1.9698954

i1 i2 : 1 2

T inicial
-2 8
8 -2
mu = -10.000000

T final
6 -8.782E-17
-1.735E-18 -10

A =
6 0 0 0 0 0
0 -10 0 0 0 0
0 0 -13.50417 0 0 0
0 0 0 10.51487 0 0
0 0 0 0 5.0194039 0
0 0 0 0 0 1.9698954

En los resultados anteriores, i1 e i2 indican la fila inicial y final de

la primera submatriz no reducida que se encuentra y con la que se va a
trabajar.
356 9. VALORES PROPIOS

Bibliografı́a

[AlK02] Allaire G. y Kaber S.M., Algèbre linéaire numérique, Ellipses, Paris,

2002.
[Atk78] Atkinson Kendall E., An Introduction to Numerical Analysis, Wiley,
New York, 1978.
[BuF85] Burden R.L. y Faires J.D., Numerical Analysis, 3a. ed., Prindle-
Weber-Schmidt, Boston, 1985.
[Dem97] Demmel J.W., Applied Numerical Linear Algebra, SIAM, Philadel-
phia, 1997.
[GoV96] Golub G.H. y Van Loan C.H., Matrix Computations, 3rd ed., Johns
Hopkins University Press, Baltimore, 1996.
[KiC94] Kincaid D. y Cheney W., Análisis numérico, Addison-Wesley Iberoa-
mericana, Wilmington, 1994.
[Man04] Mantilla I., Análisis Numérico, Universidad Nacional, Fac. de Cien-
cias, Bogotá, 2004
[Par80] Parlett B.N. The Symmetric Eigenvalue Problem, Prentice-Hall, En-
glewood Cliffs, 1980.
[Ste98] Stewart G.W., Matrix Algorithms, Volume I: Basic Decompositions,
Siam, Philadelphia, 1998.
ÍNDICE ANALÍTICO

Adams-Bashforth divididas de Newton, 181

fórmula de, 266 finitas, 192
Adams-Moulton diferencias finitas, 284, 290
fórmula de, 270
aproximación, 169 ecuaciones
aproximación por mı́nimos cuadrados, diferenciales ordinarias, 239
204 ecuaciones diferenciales
con condiciones de frontera, 281
base, 172, 205 de orden superior, 278
lineales con condiciones de fron-
condiciones de frontera tera, 284
ecuaciones diferenciales con, 281 sistemas de, 274
ecuaciones diferenciales lineales con,ecuaciones normales, 63
284 error, 230
control del paso, 257 global, 214, 215, 217, 220, 242
convergencia orden del, 263
cuadrática, 12, 128 local, 214, 217, 242
lineal, 12 método de Euler, 263
cuadratura método de Heun, 263
de Gauss-Hermite, 232 método del punto medio, 263
de Gauss-Laguerre, 232 método RK4, 263
de Gauss-Legendre, 225, see cuadratura método RK5, 263
de Gauss método RK6, 263
orden del, 263
def, 210 método de Euler, 242
derivación orden del, 263
numérica, 232 Euler
derivadas parciales, 62 método de, 241, 251
determinante, 51 orden del método de, 263
diagonal estrictamente dominante por
filas, 79 factorización
diferencias de Cholesky, 52, 59

357
358 ÍNDICE ANALÍTICO

LU, 39 matriz
PA=LU, 46 de diagonal estrictamente domi-
fórmula nante por filas, 79
de Adams-Bashforth, 266 de Givens, 67
de Simpson, 216 de Householder, 67
deAdams-Moulton, 270 definida positiva, 49, 51, 79
del trapecio, 211 jacobiana, 147
formulas positivamente definida, see ma-
de Newton-Cotes, 211, 221 triz definida positiva
fórmulas método
de Newton-Cotes, 216 de Cholesky, 49, 59
abiertas, 222 de colocación, 170
cerradas, 221 de Euler, 241, 251
funciones de la base, 172, 205 de Gauss, 30
de Gauss con pivoteo parcial, 41,
Gauss, see método de Gauss 46
Gauss-Seidel, see método de Gauss- de Gauss-Seidel, 76
Seidel de Heun, 244, 251
de la bisección, 133
Heun de la secante, 130
método de, 244, 251 de Newton, 124, 145
orden del método de, 263 de Newton en Rn , 146, 147
integración numérica, 209 de punto fijo, 138, 145
interpl, 171 de Regula Falsi, 135
de Regula Falsi modificado, 137
interpolacón polinomial, 174
de Runge-Kutta (RK), 250
interpolación, 169–171
de Runge-Kutta-Fehlberg, 258, 260
de Lagrange, 175
del disparo (shooting), 281, 282
linea, 171
del punto medio, 247, 251
por diferencias divididas, 187
del trapecio, 244
por diferencias finitas, 194
multipaso abierto, 266
interpolación polinomial por trozos,
multipaso cerrado, 270
197
multipaso explı́cito, 266
intg, 210
multipaso implı́cito, 270
Lagrange, see interpolación de La- orden del, 263
grange predictor-corrector, 270
RK, 250
Matlab, 24 RK2, 255
matrices deducción del, 255
ortogonales, 67 RK4, 251
ÍNDICE ANALÍTICO 359

RK5, 258 orden del método de, 263

RK6, 258
RKF, 258 Raphson, see método de Newton-Raphson
métodos RK, see método de Runge-Kutta
de Runge-Kutta, 250 RK4, see método RK4
indirectos, 76 RKF, see Runge-Kutta-Fehlberg
iterativos, 76 Runge-Kutta
multipaso explı́citos, 265 método de, 250
multipaso implı́citos, 269 Runge-Kutta-Fehlberg
RK, 250 método de, 258, 260
mı́nimos cuadrados, see solución por...
Scilab, 24
notación de Matlab, 24 Seidel, see método de Gauss-Seidel
notación de Scilab, 24 seudosolución, 64
número sistema
de operaciones, 28, 37, 58 diagonal, 25
triangular inferior, 29
ode, 240 triangular superior, 26
orden sistemas
del error, 263 de ecuaciones diferenciales, 274
verificación numérica, 264 solución
del error global, 263 de ecuaciones, 120
del error local, 263 de sistemas lineales, 22
del método, 263 de un sistema
de Euler, 263 diagonal, 25
de Heun, 263 triangular inferior, 29
del punto medio, 263 triangular superior, 26
RK4, 263 por mı́nimos cuadrados, 61
RK5, 263 spline, 197
RK6, 263 spline, 172
orden de convergencia, 127, 128, 131
tabla
pivote, 41 de diferencias divididas, 184
pivoteo de diferencias finitas, 193
parcial, 41 tasa de convergencia, 12
total, 41 trazador cúbico, 197
polinomios trazador cubico, 172
de Legendre, 231 triangularización, 30, 33, 37
polinomios de Lagrange, 176
punto medio valor
método del, 247, 251 propio, 51