Capítulo 8

CONJUNTO DE EJERCICIOS 8.1

1. Calcule el polinomio lineal por mínimos cuadrados para los datos del ejemplo 2.
2. Calcule el polinomio por mínimos cuadrados de grado 2 para los datos del ejemplo 1 y compare el error E
para los dos polinomios.
3. Encuentre los polinomios por mínimos cuadrados de grados 1, 2 y 3 para los datos en la siguiente tabla.
Calcule el error E en cada caso. Grafique los datos y los polinomios.

xi 1.0 1.1 1.3 1.5 1.9 2.1

yi 1.84 1.96 2.21 2.45 2.94 3.18

4. Encuentre los polinomios por mínimos cuadrados de grados 1, 2 y 3 para los datos en la siguiente tabla.
Calcule el error E en cada caso. Grafique los datos y los polinomios.

xi 0 0.15 0.31 0.5 0.6 0.75

yi 1.0 1.004 1.031 1.117 1.223 1.422

5. Dados los datos:

xi 4.0 4.2 4.5 4.7 5.1 5.5 5.9 6.3 6.8 7.1
yi 102.56 113.18 130.11 142.05 167.53 195.14 224.87 256.73 299.50 326.72

a. Construya el polinomio por mínimos cuadrados de grado 1 y calcule el error.

b. Construya el polinomio por mínimos cuadrados de grado 2 y calcule el error.
c. Construya el polinomio por mínimos cuadrados de grado 3 y calcule el error.
d. Construya el polinomio por mínimos cuadrados de la forma beax y calcule el error.
e. Construya el polinomio por mínimos cuadrados de la forma bxa y calcule el error.
6. Repita el ejercicio 5 para los siguientes datos.

xi 0.2 0.3 0.6 0.9 1.1 1.3 1.4 1.6

yi 0.050446 0.098426 0.33277 0.72660 1.0972 1.5697 1.8487 2.5015

EJERCICIOS APLICADOS
7. En el ejemplo principal de este capítulo se describió un experimento para determinar la constante k del
resorte en la ley de Hooke:

F(l) = k(l − E).

La función F es la fuerza requerida para estirar el resorte l unidades, donde la constante E 5 5.3 pul-
gadas, es la longitud del resorte sin estirar.
a. Suponga que se realizan las medidas de la longitud l, en pulgadas, para pesos aplicados F(l), en
libras, de acuerdo con la siguiente tabla.

F(l) l
2 7.0
4 9.4
6 12.3

Encuentre la aproximación por mínimos cuadrados para k.

 Capítulo 8

b. Se realizan mediciones adicionales, que proporcionan más datos:

F(l) l
3 8.3
5 11.3
8 14.4
10 15.9

Calcule la nueva aproximación por mínimos cuadrados de k. ¿a) o b) se ajusta mejor a los datos
experimentales totales?
8. La siguiente lista contiene calificaciones de tareas escolares y las calificaciones del examen final de 30
estudiantes de análisis numérico. Encuentre la ecuación de la recta por mínimos cuadrados para estos
datos y úsela para determinar la calificación de tareas escolares que se requiere en la predicción de las
calificaciones mínimas A (90%) y D (60%) en el examen final.

Tarea Final Tarea Final

302 45 323 83
325 72 337 99
285 54 337 70
339 54 304 62
334 79 319 66
322 65 234 51
331 99 337 53
279 63 351 100
316 65 339 67
347 99 343 83
343 83 314 42
290 74 344 79
326 76 185 59
233 57 340 75
254 45 316 45

9. La siguiente tabla muestra los promedios de puntos del colegio de 20 especialistas en matemáticas y
ciencias computacionales, junto con las calificaciones que recibieron estos estudiantes en la parte de
matemáticas de la prueba ACT (Programa de Pruebas de Colegios Americanos) mientras estaban en
secundaria. Grafique estos datos y encuentre la ecuación de la recta por mínimos cuadrados para estos
datos.

Puntuación Promedio Puntuación Promedio

ACT de puntos ACT de puntos
28 3.84 29 3.75
25 3.21 28 3.65
28 3.23 27 3.87
27 3.63 29 3.75
28 3.75 21 1.66
33 3.20 28 3.12
28 3.41 28 2.96
29 3.38 26 2.92
23 3.53 30 3.10
27 2.03 24 2.81

10. El siguiente conjunto de datos, presentado al Subcomité Antimonopolio del Senado, muestra las ca-
racterísticas comparativas de supervivencia durante un choque de automóviles de diferentes clases.
Encuentre la recta por mínimos cuadrados que aproxima estos datos (la tabla muestra el porcentaje de
vehículos que participaron en un accidente en los que la lesión más grave fue fatal o seria).
Conjunto de ejercicios

Peso Porcentaje
Tipo promedio de presentación
1. Regular lujoso doméstico 4800 lb 3.1
2. Regular intermediario doméstico 3700 lb 4.0
3. Regular económico doméstico 3400 lb 5.2
4. Compacto doméstico 2800 lb 6.4
5. Compacto extranjero 1900 lb 9.6

11. Para determinar una relación entre el número de peces y el número de especies de peces en muestras
tomadas para una parte de la Gran Barrera de Coral, P. Sale y R. Dybdahl [SD] ajustaron polinomios
lineales por mínimos cuadrados al siguiente conjunto de datos, los cuales se recopilaron en muestras
durante un periodo de 2 años. Sea x el número de peces en la muestra y y el número de especies en la
muestra.

x y x y x y
13 11 29 12 60 14
15 10 30 14 62 21
16 11 31 16 64 21
21 12 36 17 70 24
22 12 40 13 72 17
23 13 42 14 100 23
25 13 55 22 130 34

Determine el polinomio lineal por mínimos cuadrados para estos datos.

12. Para determinar una relación funcional entre el coeficiente de atenuación y el espesor de una muestra
de taconita, V. P. Singh [Si] ajustó un conjunto de datos al utilizar un polinomio lineal por mínimos
cuadrados. El siguiente conjunto de datos se toma a partir de una gráfica en ese artículo. Encuentre el
polinomio lineal por mínimos cuadrados que se ajusta a estos datos

Espesor (cm) Coeficiente de atenuación (dB/cm)

0.040 26.5
0.041 28.1
0.055 25.2
0.056 26.0
0.062 24.0
0.071 25.0
0.071 26.4
0.078 27.2
0.082 25.6
0.090 25.0
0.092 26.8
0.100 24.8
0.105 27.0
0.120 25.0
0.123 27.3
0.130 26.9
0.140 26.2

13. En un artículo que trata de la eficiencia de la utilización de energía de una larva de polilla esfinge
modesta (Pachysphinx modesta), L. Schroeder [Schr1] utilizó los siguientes datos para determinar una
relación entre W, el peso vivo de la larva en gramos y R, el consumo de oxígeno de la larva en milíme-
tros/hora. Por razones biológicas, se supone que existe una relación de la forma R 5 bW a entre W y R.
 Capítulo 8

a. Encuentre el polinomio lineal por mínimos cuadrados mediante

ln R = ln b + a ln W.

b. Calcule el error relacionado con la aproximación en la parte a):

37
E= (Ri − bWia )2 .
i=1

c. Modifique la ecuación logarítmica de mínimos cuadrados en la parte a) al sumar el término cua-

drático c(ln Wi )2 y determine el polinomio logarítmico por mínimos cuadrados.
d. Determine la fórmula y calcule el error relacionado con la aproximación en la parte c).

W R W R W R W R W R
0.017 0.154 0.025 0.23 0.020 0.181 0.020 0.180 0.025 0.234
0.087 0.296 0.111 0.357 0.085 0.260 0.119 0.299 0.233 0.537
0.174 0.363 0.211 0.366 0.171 0.334 0.210 0.428 0.783 1.47
1.11 0.531 0.999 0.771 1.29 0.87 1.32 1.15 1.35 2.48
1.74 2.23 3.02 2.01 3.04 3.59 3.34 2.83 1.69 1.44
4.09 3.58 4.28 3.28 4.29 3.40 5.48 4.15 2.75 1.84
5.45 3.52 4.58 2.96 5.30 3.88 4.83 4.66
5.96 2.40 4.68 5.10 5.53 6.94

EJERCICIOS TEÓRICOS
14. Muestre que las ecuaciones normales (8.3) que resultan de la aproximación discreta por mínimos cua-
drados producen una matriz simétrica y no singular y, por tanto, tienen una solución única. [Sugeren-
[ Hint:
cia:Let
Si A = (ai j ), donde
m
i+ j−2
ai j = xk
k=1

y x1 , x2 , . . . , xm son distintos con n < m − 1. Suponga que A es singular y que c = 0 es tal que
ct Ac = 0. Muestre que el polinomio de enésimo grado cuyos coeficientes son las coordenadas de c
tiene más de n raíces y utilícelas para establecer una contradicción.]

PREGUNTAS DE ANÁLISIS
1. Uno o dos valores atípicos pueden desviar en gran medida los resultados de un análisis de mínimos
cuadrados. ¿Por qué sucede esto?
2. ¿Cómo podemos manejar los valores atípicos para garantizar que los resultados del análisis de mínimos
cuadrados son válidos?
3. Existen dos tipos diferentes de error de redondeo (de corte y de redondeo) que existe al utilizar una
computadora o calculadora. Analice cómo afecta cada uno la aproximación polinomial lineal por míni-
mos cuadrados.

CONJUNTO DE EJERCICIOS 8.2

1. Encuentre la aproximación polinomial lineal por mínimos cuadrados para f (x) en el intervalo indicado
si
a. f (x) = x 2 + 3x + 2, [0, 1]; b. f (x) = x 3 , [0, 2];
1 d. f (x) = e ,x
[0, 2];
c. f (x) = , [1, 3];
x
1 1 f. f (x) = x ln x, [1, 3].
e. f (x) = cos x + sen 2x, [0, 1];
2 3
Conjunto de ejercicios

2. Encuentre la aproximación polinomial lineal por mínimos cuadrados en el intervalo [21, 1] para las
siguientes funciones.
a. f (x) = x 2 − 2x + 3 b. f (x) = x 3
1 d. f (x) = e x
c. f (x) =
x +2
1 1 f. f (x) = ln(x + 2)
e. f (x) = cos x + sen 2x
2 3

3. Encuentre la aproximación polinomial por mínimos cuadrados de grado 2 para las funciones y los
intervalos en el ejercicio 1.
4. Encuentre la aproximación polinomial por mínimos cuadrados de grado 2 en el intervalo [21, 1] para
las funciones en el ejercicio 3.
5. Calcule el error E para las aproximaciones en el ejercicio 3.
6. Calcule el error E para las aproximaciones en el ejercicio 4.
7. Utilice el proceso Gram-Schmidt para construir φ00(x), φ11(x), φ22(x), y φ33(x) para los siguientes inter-
valos.
a. [0, 1] b. [0, 2] c. [1, 3]
8. Repita el ejercicio 1 con los resultados del ejercicio 7.
9. Obtenga el polinomio de aproximación por mínimos cuadrados de grado 3 para las funciones en el
ejercicio 1 por medio de los resultados del ejercicio 7.
10. Repita el ejercicio 3 con los resultados del ejercicio 7.
11. Utilice el procedimiento Gram-Schmidt para calcular L 1L, 1L, L
2 ,2yy L
L33,, donde {L 0 (x), L 1 (x), L 2 (x), L 3 (x)}
es un conjunto ortogonal de polinomios en (0, ∞) respecto a las funciones de peso w(x) = e−x y
L 0 (x) ≡ 1. Los polinomios obtenidos a partir de este procedimiento reciben el nombre de polinomios
de Laguerre.
12. Utilice los polinomios de Laguerre calculados en el ejercicio 11 para calcular los polinomios de míni-
mos cuadrados de grado 1, 2 y 3 en el intervalo (0, ∞) respecto a la función de peso w(x) = e−x para
las siguientes funciones:
a. f (x) = x 2 b. f (x) = e−x c. f (x) = x 3 d. f (x) = e−2x

EJERCICIOS TEÓRICOS
13. Suponga que {φ0 , φ1 , . . . , φn } es cualquier conjunto linealmente independiente en n. Muestre que
para cualquier elemento Q ∈ n , existen constantes únicas c0 , c1 , . . . , cn , tales que
n
Q(x) = ck φk (x).
k=0

14. Muestre que si {φ0 , φ1 , . . . , φn } es un conjunto ortogonal de funciones en [a, b] respecto a la función
de peso w, entonces {φ0 , φ1 , . . . , φn } es un conjunto linealmente independiente.
15. Muestre que las ecuaciones normales (8.6) tienen una solución única. [Sugerencia: Muestre que la
única solución para la función f (x) ≡ 0 es a j = 0, j = 0, 1, . . . , n. Multiplique la ecuación
(8.6) por aj y sume sobre todas las j. Intercambie el signo de la integral y sumatoria para obtener
b
a
[P(x)]2 d x = 0. Por lo tanto, P(x) ≡ 0, por lo que aaj j==0,0,for
forj j==0,0,. . . ., ,n.n. Por lo tanto la matriz
para
de coeficientes es no singular y existe una única solución para la ecuación (8.6)].

PREGUNTAS DE ANÁLISIS
1. Existen dos tipos diferentes de error (de corte y de redondeo) que existen al usar una computadora o
calculadora. Analice cómo afecta cada uno la aproximación polinomial por mínimos cuadrados.
2. A través de ortogonalidad, ¿se resuelve el problema de error de redondeo?
3. Analice por lo menos una desventaja de utilizar la aproximación por mínimos cuadrados.
 Capítulo 8

CONJUNTO DE EJERCICIOS 8.3

1. Utilice los ceros de T̃3 para construir un polinomio de interpolación de grado 2 para las siguientes fun-
ciones en el intervalo [21, 1].
a. f (x) = e x b. f (x) = sen x c. f (x) = ln(x + 2) d. f (x) = x 4

2. Utilice los ceros de T̃4 para construir un polinomio de interpolación de grado 3 para las funciones en el
ejercicio 1.
3. Encuentre una cota para el error máximo de la aproximación en el ejercicio 1 en el intervalo [21, 1].
4. Repita el ejercicio 3 para las aproximaciones calculadas en el ejercicio 3.
5. Utilice los ceros de T̃3 y transformaciones del intervalo provisto para construir un polinomio de inter-
polación de grado 2 para las siguientes funciones.
1 b. f (x) = e−x , [0, 2]
a. f (x) = , [1, 3]
x
1 1 d. f (x) = x ln x, [1, 3]
c. f (x) = cos x + sen 2x, [0, 1]
2 3

6. Encuentre el sexto polinomio de Maclaurin para x ex y utilice economización de Chebyshev para obtener
una aproximación polinomial de menor grado mientras se mantiene el error menor a 0.01 en [21, 1].
7. Encuentre el sexto polinomio de Maclaurin para sen x y utilice economización de Chebyshev para
obtener una aproximación polinomial de menor grado mientras se mantiene el error menor a 0.01 en
[21, 1].

EJERCICIOS APLICADOS
8. Los polinomios de Chebyshev Tn(x) son soluciones para las ecuaciones diferenciales (1−x 2 )y −x y +n 2 y
(1−x 2 )y −x y +n 2 y = 0 para n 5 0, 1, 2, . . . . Verifique este hecho para n 5 0, 1, 2, 3.
9. Un hecho interesante es que Tn(x) es igual al determinante de la matriz tridiagonal n por n

x 1 0.. .. .. . . . . . . .0..
 
. . . .
. 
. . . . . . . . . . . . . ... 
 1 . 2x . 1 .
. . . . . . . 
A =  0. . . . . . 0 .

 . . . . . . . . . . . . .. . . . 

. ... . .. . 
. . . . . . . 1. .
 .
.
0 . . . . . . . . ..0.. 1 2x

Verifique este hecho para n 5 1, 2, 3.

EJERCICIOS TEÓRICOS
10. Muestre que para cualquier entero positivo i y j con i > j, se tiene Ti (x)T j (x) = 12 [Ti+ j (x) + Ti− j (x)].
11. Muestre que para cada polinomio de Chebyshev Tn(x), se tiene

1
[Tn (x)]2 π
√ dx = .
−1 1−x 2 2

12. Muestre que para cada n, el polinomio de Chebyshev Tn(x) tiene n ceros diferentes en (21, 1).
13. Muestre que para cada n, la derivada del polinomio de Chebyshev Tn(x) tiene n 2 1 ceros diferentes en
(21, 1).

PREGUNTAS DE ANÁLISIS
1. Al utilizar los ceros de los polinomios de Chebyshev como nodos para interpolación, ¿se introducen o
se resuelven problemas de error de redondeo?
2. ¿La economización de Chebyshev se puede utilizar para reducir el grado de un polinomio de
aproximación por mínimos cuadrados? Analice los pros y los contras.
Conjunto de ejercicios

CONJUNTO DE EJERCICIOS 8.4

1. Determine todas las aproximaciones de Padé de grado 2 para f (x) = e2x . Compare los resultados en
xi = 0.2i, para i = 1, 2, 3, 4, 5, con los valores reales f (xi ).
2. Determine todas las aproximaciones de Padé de grado 3 para f (x) = x ln(x +1). Compare los resul-
tados en xi = 0.2i, para i = 1, 2, 3, 4, 5, con los valores reales f (xi ).
3. Determine la aproximación de grado 5 con n = 2 y m = 3 para f (x) = e x . Compare los resultados en
xi = 0.2i, para i = 1, 2, 3, 4, 5, con los del quinto polinomio de Maclaurin.
4. Repita el ejercicio 3 por medio de la aproximación de Padé de grado 5 con n 5 3 y m 5 2. Compare
los resultados en cada xi con los calculados en el ejercicio 3.
5. Determine las aproximaciones de Padé de grado 5 con n 5 m 5 3 para f (x) 5 sen x. Compare los re-
sultados en xi = 0.1i, para i = 0, 1, . . . , 5, con los resultados exactos y con los resultados del sexto
polinomio de Maclaurin.
6. Determine las aproximaciones de grado 4 con a) n 5 2, m 5 4 y b) n 5 4, m 5 2, para f (x) 5 sen x.
Compare los resultados en cada xi con los obtenidos en el ejercicio 5.
7. La tabla 8.10 enumera los resultados de la aproximación de Padé de grado 5 con n 5 3 y m 5 2, el quinto
polinomio de Maclaurin y los valores exactos de f (x) = e−x cuando xi = 0.2i, para i = 1, 2, 3, 4, 5,.
Compare estos resultados con los producidos a partir de las aproximaciones de Padé de grado 5.
a. n = 0, m = 5 b. n = 1, m = 4 c. n = 3, m = 2 d. n = 4, m = 1

8. Exprese las siguientes funciones racionales en forma de fracción continuada:

x 2 + 3x + 2 4x 2 + 3x − 7
a. b.
x2 − x + 1 2x 3 + x 2 − x + 5
2x 3 − 3x 2 + 4x − 5 2x 3 + x 2 − x + 3
c. d.
x 2 + 2x + 4 3x 3 + 2x 2 − x + 1

9. Encuentre todas las aproximaciones racionales de Chebyshev de grado 2 para f (x) = e−x. ¿Cuál da la
mejor aproximación para f (x) = e−x en x 5 0.25, 0.5 y 1?
10. Encuentre todas las aproximaciones racionales de Chebyshev de grado 3 para f (x) 5 cos x. ¿Cuál da
la mejor aproximación para f (x) = cos x en x = π/4 y π/3?
11. Encuentre la aproximación racional de Chebyshev de grado 4 con n 5 m 5 2 para f (x) 5 sen x. Com-
pare los resultados en xi = 0.1i, para i = 0, 1, 2, 3, 4, 5, a partir de esta aproximación con los obteni-
dos en el ejercicio 5 a través de la aproximación de Padé de grado 6.
12. Encuentre todas las aproximaciones racionales de Chebyshev de grado 5 para f (x) 5 e x. Compare los
resultados en xi = 0.2i, para i = 1, 2, 3, 4, 5, con los obtenidos en los ejercicios 3 y 4.

EJERCICIOS APLICADOS
13. Para aproximar con exactitud f (x) 5 e x para su inclusión en una biblioteca
√ matemática, primero restrin-
gimos el dominio de f. Dado un número real x, divídalo entre ln 10 para obtener la relación

√
x = M · ln 10 + s,

√
donde M es un entero y s es un número real que satisface |s| ≤ 12 ln 10.
a. Muestre que e x = es · 10 M/2 .
b. Construya una aproximación
√ de función racional para e s mediante n 5 m 5 3. Calcule el error
cuando 0 ≤ |s| ≤ 12 ln 10.
c. Diseñe una implementación de e x por medio de los resultados de las partes a) y b) y las aproxima-
ciones
1 √
√ = 0. 8685889638 y 10 = 3.162277660.
ln 10
 Capítulo 8

14. Para aproximar con exactitud sen x y cos x para inclusión en una biblioteca matemática, primero res-
trinja sus dominios. Dado un número real x, divida entre p para obtener la relación

π
|x| = Mπ + s, donde M es un entero y |s| ≤ .
2

a. Muestre que sen x = sgn(x) · (−1) M · sen s.

b. Construya una aproximación racional para sen s por medio de n 5 m 5 4. Calcule el error cuando
0 ≤ |s| ≤ π/2.
c. Diseñe una implementación de x por medio de los resultados de las partes a) y b).
d. Repita la parte c) para cos x mediante el hecho de que cos x = sen(x + π/2).

PREGUNTAS DE ANÁLISIS
1. En esta sección analizamos la técnica de aproximación de Padé. Compare esta técnica con la de apro-
ximación de Chisholm.
2. ¿Se puede aplicar una técnica de aproximación de Padé a una función armónica de valor complejo en
el disco unidad?
3. ¿Qué es la interpolación baricéntrica tipo Padé y cómo se usa en sentido de mínimos cuadrados?

CONJUNTO DE EJERCICIOS 8.5

1. Encuentre el polinomio trigonométrico de mínimos cuadrados continuos S2(x) para f (x) 5 x2 en [2π, π].
2. Encuentre el polinomio trigonométrico de mínimos cuadrados continuos Sn(x) para f (x) 5 x en [2π, π].
3. Encuentre el polinomio trigonométrico de mínimos cuadrados continuos S3(x) para f (x) 5 ex en [2π, π].
4. Encuentre el polinomio general trigonométrico de mínimos cuadrados continuos Sn(x) para f (x) 5 ex
en [2π, π].
5. Encuentre el polinomio general trigonométrico de mínimos cuadrados continuos Sn(x) para

0, si − π < x ≤ 0,
f (x) =
1, si 0 < x < π.

6. Encuentre el polinomio general trigonométrico de mínimos cuadrados continuos Sn(x) para

−1, si −π < x < 0.

f (x) =
1, si 0 ≤ x ≤ π .

7. Determine el polinomio trigonométrico de mínimos cuadrados discretos Sn(x) en el intervalo [2π, π]

para las siguientes funciones, por medio de los valores dados de m y n:
a. f (x) = cos 2x, m = 4, n = 2 b. f (x) = cos 3x, m = 4, n = 2
c. f (x) = sen x2 + 2 cos x3 , m = 6, n = 3 d. f (x) = x 2 cos x, m = 6, n = 3

8. Calcule el error E(Sn) para cada una de las funciones del ejercicio 7.
9. Determine el polinomio trigonométrico de mínimos cuadrados discretos S3(x), por medio de m 5 4 para
m = 4 for f (x) = e x cos 2x en el intervalo [2π, π]. Calcule el error E(S3).
10. Repita el ejercicio 9, con m 5 8. Compare los valores de los polinomios de aproximación con los va-
lores de f en los puntos ξ jξ=
j =−π−π++0.2
0.2 jπ,for
jπ, for0 0≤≤j ≤
para j ≤10.
10. ¿Qué aproximación es mejor?
11. Si f (x)
f (x)
== 2 tan
2 tan
x− secsec
x− 2x,2x,
forfor
2 ≤
para 2 ≤
x x≤ ≤ 4. 4. Determine los polinomios trigonométricos de míni-
mos cuadrados discretos Sn(x), usando los valores de n y m como sigue y calcule el error en cada caso.
a. n = 3, m=6 b. n = 4, m=6
Conjunto de ejercicios

12. a. Determine el polinomio trigonométrico de mínimos cuadrados discretos S4(x) m = 16, para f (x) = x 2 sen x
m = 16, para f (x) = x 2 sen x en el intervalo [0, 1].
1
b. Calcule 0 S4 (x) d x.
1
c. Compare la integral en la parte b) 0 x 2 sen x d x.

EJERCICIOS APLICADOS
13. La tabla lista los Promedios Industriales Dow Jones de cierre (DJIA) del primer día que abre el merca-
do para los meses de marzo de 2013 a junio de 2014.

Entrada Mes Año DJIA

0 Marzo 2013 14090
1 Abril 2013 14573
2 Mayo 2013 14701
3 Junio 2013 15254
4 Julio 2013 14975
5 Agosto 2013 15628
6 Septiembre 2013 14834
7 Octubre 2013 15193
8 Noviembre 2013 15616
9 Diciembre 2013 16009
10 Enero 2014 16441
11 Febrero 2014 15373
12 Marzo 2014 16168
13 Abril 2014 16533
14 Mayo 2014 16559
15 Junio 2014 16744

a. Construya el polinomio trigonométrico de mínimos cuadrados discretos de grado 4 para los datos
anteriores.
b. Aproxime los promedios de cierre el 8 de abril de 2013 y el 8 de abril de 2014 mediante el poli-
nomio construido en la parte a).
c. El cierre en los días provistos en la parte b) fueron 14 613 y 16 256. En general, ¿Qué tan bien
cree que este polinomio puede predecir los promedios de cierre?
d. Aproxime el cierre para 17 de junio de 2014. El cierre real fue 166 808. ¿Esta predicción fue útil?

gm
14. La temperatura u(x, t) en una barra de plata de longitud L 5 10 cm, densidad ρ = 10.6 3 , conduc-
cm
cal cal
tividad térmica K = 1.04 , y calor específico σ = 0.056 que está literalmente
cm ∗ deg ∗ s gm ∗ deg
aislado y cuyos extremos se mantienen en 0 ◦ C está regida por la ecuación
∂ ∂2
u(x, t) = β 2 u(x, t), 0 < x < L, 0<t
∂t ∂x

con condiciones de frontera u(0, t) = 0 y u(L , t) = 0 y condición inicial u(x, 0) = f (x) = 10x − x 2 .
u(x, 0) = f (x) = 10x − x 2 . La solución del problema está dada por

β 2n2π 2 nπ
∞
u(x, t) = an exp − t sen x
n=1
L2 L
 Capítulo 8

donde β = K
ρσ
y los coeficientes provienen de la serie senoidal de Fourier ∞
n=1 an sen nπ
L
x para f (x)
L
donde an = L2 f (x) sen
0
nπ
x d x.
L
a. Encuentre los cuatro términos diferentes de cero de la serie senoidal de Fourier de f (x) = 10x − x 2 .
b. Compare f (x) con los primeros cuatro términos diferentes a cero de a1 sen π10x + a2 sen 2 π10x + a3 sen 3 π10x
a1 sen πx
10
+ a2 sen 2 10 + a3 sen 3 π10x + a4 sen 4 π10x + · · · para x = 3, 6, 9.
πx

c. Encuentre los primeros cuatro términos diferentes de cero de u(x, t).

d. Aproxime u(9, 0.5), u(6, 0.75), u(3, 1) usando la parte c).

EJERCICIOS TEÓRICOS
15. Muestre que para cualquier función impar continua f definida en el intervalo [2a, a], se tiene
a
[ −a, a], we have −a f (x) d x = 0.
16. Muestre que para cualquier función par continua f definida en el intervalo [2a, a], se tiene
a
−a
f (x) d x = 2 0a f (x) d x.
17. Muestre que las funciones φ0 (x) = 1/2, φ1 (x) = cos x, . . . , φn (x) = cos nx, φn+1 (x) = sen x, . . . ,
φ2n−1
φ2n−1 = sen(n
(x) (x) = sen(n
− 1)x
− 1)x
are son
orthogonal
are orthogonal
on [−π,
ortogonaleson
en[−π,
π ] with
[2π, ] with
ππ] respect
respect
respecto to to w(x)
a w(x) ≡ 1.≡ 1.
18. En el ejemplo 1, se determinó la serie de Fourier para f (x) = |x|. Utilice esta serie y la suposición de
k=0 (1/(2k + 1) ).
que f está representa en cero para encontrar el valor de la serie infinita convergente ∞ 2

19. Muestre que la forma de las constantes ak para k 5 0, . . . , n en el teorema 8.13 es correcta de acuerdo
con lo establecido.

PREGUNTAS DE ANÁLISIS
1. Algunas veces, los problemas de procesamiento de señales implican la aproximación de una función
conocida únicamente en algunos puntos medidos mediante un polinomio trigonométrico. Es posible
usar una técnica llamada Fourier ventaneada en esta aproximación. Analice lo que significa.
2. Analice el uso de la serie de Fourier en la solución de ecuaciones diferenciales parciales.
3. ¿En qué condiciones converge la serie de Fourier con la función que representa?

CONJUNTO DE EJERCICIOS 8.6

1. Determine el polinomio de interpolación trigonométrico S2(x) de grado 2 en [2π, π] para las siguientes
funciones y grafique f (x) 2 S2(x):
a. f (x) = π(x − π) b. f (x) = x(π − x)
c. f (x) = |x| −1, −π ≤ x ≤ 0
d. f (x) =
1, 0<x ≤π

2. Determine el polinomio de interpolación trigonométrico de grado 4 para f (x) 5 x(π 2 x) en el intervalo

[2π, π] mediante:
a. Cálculo directo;
b. El algoritmo de la transformada rápida de Fourier
3. Utilice el algoritmo de la transformada rápida de Fourier para el polinomio de interpolación trigonomé-
trica de grado 4 en [2π, π] para las siguientes funciones.

a. f (x) = π(x − π) b. f (x) = |x|

c. f (x) = cos π x − 2 sen π x d. f (x) = x cos x 2 + e x cos e x

4. a. Determine el polinomio de interpolación trigonométrica S4(x) para f (x) 5 x2 sen x en el intervalo

[0, 1].
1
b. Calcule 0 S4 (x) d x.
1
c. Compare la integral en la parte b) con 0 x 2 sen x d x.
5. Utilice las aproximaciones obtenidas en el ejercicio 3 para las siguientes integrales y compare sus
resultados con los valores reales.
π π
a. π(x − π) d x b. |x| d x
−π −π
π π
c. (cos π x − 2 sen π x) d x d. (x cos x 2 + e x cos e x ) d x
−π −π
Conjunto de ejercicios π π
a. π(x − π) d x b. |x| d x
−π −π
π π
c. (cos π x − 2 sen π x) d x d. (x cos x 2 + e x cos e x ) d x
−π −π

6. Utilice el algoritmo de la transformada rápida de Fourier para determinar el polinomio de interpolación

trigonométrica de grado 16 para f (x) 5 x2 cos x en [2π, π].
7. Utilice el algoritmo de la transformada rápida de Fourier para determinar el polinomio de interpolación
trigonométrica de grado 64 para f (x) 5 x2 cos x en [2π, π].

EJERCICIOS APLICADOS
8. Los siguientes datos representan las temperaturas para dos días consecutivos en el Aeropuerto Regio-
nal Youngston-Warren.

Hora 6 am 7 am 8 am 9 am 10 am 11 am 12 pm 1 pm 2 pm 3 pm 4 pm 5 pm 6 pm 7 pm 8 pm 9 pm
17 de junio 71 71 72 75 78 81 82 83 85 85 85 85 84 83 83 80
18 de junio 68 69 70 72 74 77 78 79 81 81 84 81 79 78 77 75

a. Utilice el algoritmo de la transformada rápida de Fourier para construir el polinomio de interpo-

lación trigonométrica para los datos del 17 de junio.
b. Grafique el polinomio y los datos para el 18 de junio en el mismo. ¿Parece que el polinomio se
podría usar de cualquier forma para predecir las temperaturas del 18 de junio cuando la tempera-
tura de las 6:00 am es 68?
9. La tabla lista los Promedios Industriales Dow Jones de cierre (DJIA) del primer día que abre el merca-
do para los meses de marzo de 2013 a junio de 2014.

Entrada Mes Año DJIA

0 Marzo 2013 14090
1 Abril 2013 14573
2 Mayo 2013 14701
3 Junio 2013 15254
4 Julio 2013 14975
5 Agosto 2013 15628
6 Septiembre 2013 14834
7 Octubre 2013 15193
8 Noviembre 2013 15616
9 Diciembre 2013 16009
10 Enero 2014 16441
11 Febrero 2014 15373
12 Marzo 2014 16168
13 Abril 2014 16533
14 Mayo 2014 16559
15 Junio 2014 16744

a. Construya el polinomio trigonométrico de interpolación mediante el algoritmo de la transformada

rápida de Fourier para los datos anteriores.
b. Aproxime los promedios de cierre el 8 de abril de 2013 y el 8 de abril de 2014 mediante el poli-
nomio de interpolación construido en la parte a).
c. El cierre en los días dados en la parte b) fueron 14 613 y 16 256. En general, ¿qué tan bien cree
que este polinomio puede predecir los promedios de cierre?
d. Aproxime el cierre para 17 de junio de 2014. El cierre real fue 166808. ¿Esta predicción fue útil?
 Capítulo 8

EJERCICIOS TEÓRICOS
10. Utilice una identidad trigonométrica para mostrar que 2m−1 j=0 (cos mx j ) = 2m.
2

11. Muestre que c0 , . . . , c2m−1 en el algoritmo 8.3 están determinados por

c0 1 1 1 ··· 1 y0
    
 c1   1 ζ ζ2 ··· ζ 2m−1  y1 
c2 1 ζ2 ζ4 ··· ζ 4m−2 y2
    
= ,
    
.. .. .. ..
 
 ..    .. 
 .   . . . .  . 
2
c2m−1 1 ζ 2m−1 ζ 4m−2 ··· ζ (2m−1) y2m−1

donde ζ = eπi/m .
12. En el análisis precedente al algoritmo 8.3, se explicó un ejemplo para m 5 4. Defina los vectores c, d,
e, f y y como
c = (c0 , . . . , c7 )t , d = (d0 , . . . , d7 )t , e = (e0 , . . . , e7 )t , f = ( f 0 , . . . , f 7 )t , y = (y0 , . . . , y7 )t .

Encuentre las matrices A, B, C y D de tal forma que c 5 Ad, d 5 Be, e 5 Cf, y f 5 Dy.

PREGUNTAS DE ANÁLISIS
1. La transformada rápida de Fourier es un tema muy importante en el procesamiento de señales digitales.
¿Porqué lo es?
2. Funcionalmente, la transformada rápida de Fourier descompone conjuntos de datos en una serie de
conjuntos más pequeños. Explique cómo se realiza esto.
3. ¿Las transformadas rápidas de Fourier están limitadas a tamaños de potencias de dos?

PREGUNTAS DE ANÁLISIS (FINAL DEL CAPÍTULO)

1. FFTSS es una biblioteca para la transformada rápida de Fourier. Analice esta biblio-
teca.
2. Describa la biblioteca para la transformada rápida de Fourier de código abierto
FFTW. Analice esta biblioteca.
3. Describa cómo se puede implementar la transformada rápida de Fourier en Excel.

CONCEPTOS CLAVE
Aproximación Función racional de Ortonormal
Aproximación de Padé Chebyshev Polinomio de Legendre
Conjunto ortogonal de Gram-Schmidt Polinomio mónico
funciones Linealmente dependiente Polinomios de Chebyshev
Desviación absoluta Linealmente independiente Polinomios trigonométricos
Ecuaciones normales Minimax Serie de Fourier
Error de aproximación Mínimos cuadrados lineales Transformada de Fourier
Fracción continuada Mínimos cuadrados Transformada rápida de
Función de peso polinomiales Fourier
Conjunto de ejercicios

REVISIÓN DEL CAPÍTULO

En este capítulo consideramos datos y funciones de aproximación con funciones fundamen-
tales. Las funciones fundamentales que se usaron fueron polinomios, funciones racionales y
polinomios trigonométricos. Consideramos dos tipos de aproximaciones: discretas y conti-
nuas. Las discretas surgen cuando se aproxima un conjunto definido de datos con una función
fundamental. Las continuas se utilizan cuando se conoce la función que se va a aproximar.
Las técnicas de mínimos cuadrados discretos se recomiendan cuando la función se es-
pecifica por medio de un conjunto determinado de datos que no representa exactamente
la función. Los mínimos cuadrados ajustados a los datos pueden tomar la forma de una
aproximación polinomial lineal u otra o, incluso, una exponencial. Estas aproximaciones se
calculan al resolver conjuntos de ecuaciones normales, como se establece en la sección 8.1.
Si los datos son periódicos, puede ser adecuado un ajuste de mínimos cuadrados trigo-
nométricos. Debido a la ortonormalidad de las funciones básicas trigonométricas, la aproxi-
mación de mínimos cuadrados trigonométricos no requiere la solución de un sistema lineal.
Para grandes cantidades de datos periódicos también se recomienda la interpolación median-
te polinomios trigonométricos. Un método eficiente del cálculo del polinomio de interpola-
ción trigonométrica se da mediante la transformada rápida de Fourier.
Cuando la función que se va a aproximar se puede evaluar en cualquier argumento re-
querido, las aproximaciones buscan minimizar una integral en lugar de una suma. Las apro-
ximaciones de polinomios de mínimos cuadrados continuos se consideraron en la sección
8.2. El cálculo eficiente de los polinomios de mínimos cuadrados conducen a conjuntos or-
tonormales de polinomios, como los de Legendre y Chebyshev. La aproximación por medio
de funciones racionales se estudió en la sección 8.4, junto con la aproximación de Padé como
una generalización del polinomio de Maclaurin y se presentó su extensión para la aproxi-
mación racional de Chebyshev. Ambas permiten un método de aproximación más uniforme
que los polinomios. La aproximación de mínimos cuadrados continuos mediante funciones
trigonométricas se analizó en la sección 8.5, en especial porque se relaciona con la serie de
Fourier.
Para más información sobre la teoría general de aproximación, consulte Powell [Pow],
Davis [Da] o Cheney [Ch]. Una buena referencia para métodos de mínimos cuadrados es
Lawson y Hanson [LH] e información sobre las transformadas de Fourier puede encontrarse
en Van Loan [Van] y en Briggs y Hanson [BH].