Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ANLISIS NUMRICO
TEMA 1: CONCEPTOS MATEMTICOS PRELIMINARES
OBJETIVOS ESPECFICOS:
- Reconocer la diferencia entre soluciones analticas y numricas
- Reconocer la diferencia entre error de truncamiento y error de redondeo.
- Entender los conceptos de cifras significativas, exactitud y precisin.
- Reconocer la diferencia entre error relativo, error relativo aproximado y tolerancia. Entender
como usarlos para terminar un clculo iterativo.
- Saber cuntos nmeros son representados en la computadora digital y cmo esa representacin
induce error de redondeo.
- Reconocer cmo el clculo aritmtico puede introducir y amplificar el error de redondeo en
calculadoras.
- Saber cmo la serie de Taylor y su residuo se emplea para representar funciones continuas.
- Ser capaz de analizar cmo los errores se propagan en las relaciones entre funciones.
- Estar familiarizado con el concepto de estabilidad y condicionamiento.
Los mtodos numricos son tcnicas mediante las cuales es posible formular problemas matemticos de tal forma que puedan resolverse usando operaciones aritmticas. Todos tipos de mtodos
numricos tienen una caracterstica comn: se deben realizar un buen nmero de tediosos clculos. Desde finales de la dcada de los cuarenta con el desarrollo de computadoras digitales ha
aumentado el uso y desarrollo de los modos numricos en la solucin de problemas de ingeniera.
La reciente evolucin de computadoras personales de bajo costo ha dado un fcil acceso a mucha
gente a poderosas capacidades de cmputo. Los mtodos numricos son eficases herramientas para
manejar sistemas grandes, no linealidades y geometras complicadas, comunes en la prctica de la
ingeniera. Son un vehculo eficiente para aprender a utilizar las computadoras porque la mayora
son diseados para implementarlos en las computadoras. Los mtodos numricos son un medio
para reforzar la compresin de las matemticas porque una de sus funciones es convertir las matemticas superiores a operaciones aritmticas bsicas.
El material esta distribuido en siete temas cada una de los cuales tratar distintas tcnisas para
resolucin de un tipo de problemas como se describe en adelante.
Tema 1. Conceptos matemticos preliminares. Este tema es diseada para orientar los estudiantes en los mtodos numricos y mostrndole cmo pueden usar las en el proceso de
elaborar modelos matemticos aplicados a la ingeniera. Aqu ser introducida el importante
tema del anlisis del error relacionado con el efectivo uso de los mtodos numricos.
1
Tema 2. Races de ecuaciones. Estos problemas estn relacionados con el valor de una variable o de un parmetro que satisface una ecuacin. Son especialmente valiosos en proyectos de
ingeniera, donde con frecuencia resulta imposible despejar de manera analtica los parmetros
de ecuaciones de dise no.
Tema 3. Sistemas de ecuaciones algebraicas lineales y no lineales. Estos problemas son
similares a los del tema 1. La diferencia esta en el que en ellos se busca un conjunto de
valores que satisfaga simultneamente un conjunto de ecuaciones algebricas. Estos problemas
se originan a partir de modelos matemticos de sistemas grandes interrelacionados, como
estructuras, circuitos elctricos y redes de flujo, etc. y pueden encontrarse en ajuste de curvas
y ecuaciones diferenciales.
Tema 5. Diferenciacin e integracin. El problema de diferenciacin numrica aparece mayormente en la solucin de ecuaciones diferenciales parciales. La integracin numrica tiene
muchas aplicaciones en las ingenieras y juega un papel importante en la resolucin de ecuaciones diferenciales e integrales.
Tema 6. Ecuaciones diferenciales ordinarias. Este problema tiene un enorme significado
en la prctica de la ingeniera. Esto se debe a que muchas leyes fsicas estn expresadas en
trminos de la razn de cambio de una cantidad ms que en trminos de su magnitud, por
ejemplo: los modelos de prediccin demogrfico, la aceleracin de un cuerpo en cada libre,
etc. Se pueden mencionar los problemas con valor inicial, valores de la frontera, calculo de
valores propios.
Tema 4 y 7. Interpolacin y Ajuste de curvas. A menudo se presenta la necesidad de ajustar
curvas a un conjunto de datos representados por puntos utilizando las tcnicas de regresin
e interpolacin. La primera se emplea cuando hay un grado significativo de error asociado a
los datos (datos experimentales). En este caso se busca una curva que represente la tendencia
general de los datos sin necesidad de tocar puntos individuales. La segunda se utiliza cuando
el objetivo es determinar valores intermedios entre datos que estn, relativamente libres de
errores. En este caso se ajusta una curva directamente mediante los puntos y se usa esta
curva para predecir valores intermedios.
1.
Introduccin
La ciencia y la tecnologa describen los fenmenos reales mediante modelos matemticos y gran
parte de la tecnologa actual depende de su solucin. El estudio de estos modelos permite un
conocimiento ms profundo del fenmeno, as como de su evolucin futura. Para la gran mayora
de los modelos matemticos del mundo real no existen soluciones analticas o son extremadamente
complejas. En estos casos son tiles los mtodos numricos, que conducen a soluciones aproximadas dentro de ciertos mrgenes de tolerancia. Un mtodo numrico es un procedimiento mediante
el cual se obtiene, casi siempre de manera aproximada, la solucin de ciertos problemas realizando
clculos puramente aritmticos y lgicos.
No siempre es posible aplicar mtodos analticos clsicos por diferentes razones:
1. No se adecuan al modelo concreto.
2. Su aplicacin resulta excesivamente compleja.
3. La solucin formal es tan complicada que hace imposible cualquier interpretacin posterior.
2
En la elaboracin de un modelo se hacen algunos supuestos y se consideran algunas simplificaciones de la realidad. En trminos generales, el modelo puede ser representado mediante una
relacin funcional de la forma como se muestra en la Figura 2.
La ecuacin mostrada en la Figura 3 tiene varias caractersticas tpicas de los modelos matemticos:
3
t, [s]
v, [m/s]
0
0.00
2
16.40
4
27.77
6
35.64
8
41.10
10
44.87
12
47.49
53.39
De acuerdo con el modelo, el paracaidista acelera rpidamente (vase la Figura 5). Se llega a
una velocidad de 44,87m/s despus de 10s. Despus de un tiempo suficientemente grande alcanza
una velocidad constante (velocidad terminal) de 53,39m/s.
La solucin obtenida es la solucin analtica o exacta. Desafortunadamente, hay muchos modelos matemticos que no pueden resolverse con exactitud. En muchos casos, la alternativa consiste
en desarrollar una solucin numrica que se aproxime a la solucin exacta. Mostraremos aqu una
manera de resolver este mismo problema mediante operaciones aritmticas.
SOLUCIN NUMRICA DEL PROBLEMA: Tomamos los mismos valores de los parmetros y la gravedad m = 68,1kg, c = 12,5kg/s, g = 9,8m/s2 y aproximamos a la razn de
cambio de la velocidad con respecto al tiempo de la manera siguiente:
v
v
v(ti+1 ) v(ti )
dv
= lm
=
t0 t
dt
t
ti+1 ti
La aproximacin de la derivada en el tiempo ti hemos obtenido utilizando la diferencias finitas
divididas. As obtenemos:
v(ti+1 ) v(ti )
c
= g v(ti ).
ti+1 ti
m
Para obtener la variable buscada ordenando la ltima expresin despejando v(ti+1 ) y sustituyendo
los valores de los parmetros y la gravedad:
v(ti+1 ) = v(ti ) + [9,8 0,1836v(ti )] (ti+1 ti ) .
5
De esta manera la ecuacin diferencial ha sido transformada en una ecuacin que puede ser usada
para determinar algebraicamente la velocidad en ti+1 . Al principio, utilizando la informacin que
la velocidad v0 en t0 = 0 es cero, calculamos la velocidad en t1 = 2s:
v1 = 0 + (9,8 0,1836(0))(2) = 19,60m/s
Para el siguiente intervalo de t = 2 a 4s se repite el clculo con el resultado:
v2 = 19,60 + (9,8 0,1836(19,60))(2) = 32,00m/s.
Continuando con los clculos de manera similar obtenemos los valores mostrados en la tabla
siguiente:
t, [s]
v, [m/s]
0
0.00
2
19.60
4
32.00
6
39.85
8
44.82
10
47.97
12
49.96
53.39
En la Figura 6 estan grafucados los resultados de las dos soluciones - analtica y aproximada.
Como se ve en la Figura 6 las grficas de las dos soluciones estan muy cerca una a otra. La
diferencias se deben al error que se comete de aproximar la derivada usando diferencias finitas.
2.
Errores de aproximacin
Cifras significativas
Las cifras significativas de un nmero son aquellas que pueden utilizarse en forma confiable. Se
trata del nmero de dgitos que se ofrecen con certeza, ms uno estimado. Determinar las cifras
significativas de un nmero es un procedimiento sencillo pero en algunos casos genera confusin:
6
los ceros no siempre son cifras significativas - 0,00001845, 0,0001845, 0,001845 tienen cuatro cifras
significativas. La incertidumbre se puede eliminar utilizando la notacin cientfica: 4,53 104 ,
4,530 104 , 4,5300 104 tienen por tres, cuatro y cinco cifras significativas.
El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los
mtodos numricos:
- Con los mtodos numricos se obtienen resultados aproximados y por lo tanto, se han desarrollado criterios para especificar qu tan confiables son. Una de manera de hacerlo es en
trminos de cifras significativas.
- Ciertas cantidades no se pueden expresar exactamente con un nmero finito de dgitos. Como
las computadoras tienen slo un nmero finito de cifras significativas la omisin del resto de
cifras significativas se conoce como error de redondeo.
Los errores asociados con los clculos y medidas se pueden caracterizar observando su exactitud
y precisin (vase la Figura 7).
Exactitud: se refiere a qu tan cerca est el valor del valor verdadero.
Inexactitud (sesgo): la desviacin sistemtica del valor verdadero.
Precisin: se refiere a qu tan cercano se encuentran, unos de otros, diversos valores.
Imprecisin (incertidumbre): se refiere a la dispersin de los valores.
Los mtodos numricos deben ser los suficientemente exactos para que cumplan lo requuisitos
de un problema particular de ingeniera. Tambin deben ser lo suficientemente precisos para el
diseo en la ingeniera.
7
El concepto de error es fundamentel para los mtodos numricos. En todos los problemas
se deben buscar los errores cometidos con el fin de poder evaluar aproximacin de la solucin
obtienida. Las fuentes principales del error en la obtencin de soluciones numricas a los problemas
matemticos son:
- el modelo: su construccin implica generalmente simplificaciones y omisiones;
- los datos: puede haber errores en medir o estimar valores;
- el mtodo numrico: basado generalmente en una cierta aproximacin;
- la representacin de nmeros, por ejemplo, no se puede representar exactamente por un
nmero finito de dgitos;
- la aritmtica: errores se introducen con frecuencia en operaciones que realizan tales como
adicin y multiplicacin.
El error nos proporciona la precisin del mtodo (vase la Figura 8) los errores de la menara
siguiente:
1. Errores de truncamiento: resultan del empleo de aproximaciones como un procedimiento
matemtico exacto.
2. Errores de redondeo: Se producen cuando se usan nmeros que tienen un lmite de cifras
significativas para representar nmeros exactos.
Ahora que disponemos de una idea correcta de qu es el error y de cual es su origen, podemos
formalizar el concepto de error. Para estimar la magnitud de este error necesitamos las siguientes
definiciones bsicas. En ambos casos de error (error de truncamiento y error de redondeo) podemos
escribir:
Valor verdadero = Valor aproximado + Error,
de tal manera que definimos el error absoluto (valor exacto del error) como:
EA = Valor verdadero - Valor aproximado
Esta definicin tiene el defecto mostrado en la Figura 9.
Vemos que en el ambos casos el error absoluto EA es el mismo. Esto nos obliga a comparar el
error absoluto contra el valor verdadero. As, definimos el error relativo ER como sigue:
ER =
error absoluto
valor verdadero
Podemos concluir que el error relativo porcentual refleja mejor la gravedad o no gravedad del
error que se est cometiendo. Pero los mtodos numricos se aplican en la realidad aproblemas que
no se pueden resolver analticamente. Por lo tanto, en una situacin real desconocemos el valor
verdadero lo cual no nos permita a calcular r . Este problema se resuelve tomando en cuenta el
valor de la aproximacin anterior y aproximacin nueva. En este caso definimos el error relativo
porcentual como sigue:
aproxim. actual aproxim. previa
100 %
(2)
aproxim. actial
Un proceso de iteraciones se detiene cuando se ha logrado disminuir el valor abosoluto de r
hasta un cierto rango fijado de antemano que llamamos tolerancia |r | . Se puede probar que
si tomamos = 0,5 102n %. Podemos tener la seguridad de que la aproximacin resultado
tiene al menos n cifras significativas (posee n dgitos confiables).
r =
X
1
e=
.
n!
n=0
Usando este resultado aprroximar el nmero e hasta 4 cifras significativas.
SOLUCN: Primero calculamens el como sigue:
= 0,5 102n ( %) = 0,5 24 ( %) = 0,005 %
(3)
En seguida, usamos la serie, agregando un trmino cada vez, para obtener nuevas aproximaciones hasta que se logre que |ER | 0,005 %. Con los resultados obtenidos llenamos la tabla que
sigue:
9
No de trminos
1
2
3
4
5
6
7
8
9
Aprox. al e
1
2
2.5
2.666666667
2.708333333
2.716666667
2.718055556
2.718253969
2.718278777
Error
50 %
20 %
6.25 %
1.54 %
0.31 %
0.05 %
0.007 %
0.0009 %
Las computadoras son la herramienta bsica en los mtodos numricos y es conveniente indicar
cmo se simula su aritmtica.
La mayora de las computadoras usan slo un subconjunto finito, relativamente pequeo, de
los nmeros reales para representar a todos los nmeros reales que se llama conjunto de nmeros
de punto flotante o simplemente conjunto de punto flotante.
Recordando que cada nmero lo podemos representar por una fraccin generalmente llamada
mantisa, [m], la cul est multiplicada por una potencia del nmero base, [b], llamada generalmente
exponente, [e], esto es: m be . La mantisa es usualmente normalizada si tiene primero cero dgitos.
Como consecuencia de la normalizacin el valor absoluto queda limitado. Esto es, 1b m <
1.Entonces tenemos nmeros como los siguientes: 0,3864 104 = 3864, 0,9338 102 = 93,38,
0,1817 103 = 0,0001872. Los errores ocasionados por la aproximacin en la representacin en
las computadoras se conocen como errores de cuantizacin. La aproximacin real se realiza por
dos caminos:
Cortando: si el valor de = 3,14159265358 se guarda en sistema de numeracin decimal con
7 cifras significativas se omite o corta el octavo y dems trminos = 3,141592 con error:
EA = valor verdadero valor aproximado = 3,14159265358 3,141592 = 0,00000065 (4)
Redondeo: en este caso = 3,141593, y como resultado se reduse el error
EA = valor verdadero valor aproximado = 3,141592653583,141593 = 0,00000035 (5)
Notacin decimal de punto flotante es una forma de representacin de los nmeros que contiene
informacin relevante. Se llama notacin decimal en punto flotante normalizada a aquella en la
que la fraccin est comprendida entre 0 y 10
m E
1 m < 10
E N {0}
10
Estabilidad: est relacionada con la influencia que tiene en los resultados finales la acumulacin de errores producidos por los clculos que constituyen el algortmo.
Se dice que el problema es mal condicionado cuando pequeos cambios en los datos dan
lugar a grandes cambios en las respuestas.
Un algoritmo se dice inestable cuando los errores que se cometen en cada etapa del mismo van
aumentando de forma progresiva, de manera que el resultado final pierde parte de su exactitud.
En caso contrario se dice que es estable.
3.
real > 0 tal que |f (x) L| < , siempre que x X y 0 < |x x0 | < (vase la Figura 11).
Si f es una funcin definida en el conjunto X de nmeros reales y x0 X, entonces f es continua en x0 si lm f (x) = f (x0 ). Se dice, adems, que la funcin f es continua en X si es continua
xx0
en cada nmero en X.
Sea {xn }in=1 nf ty una succesin infinita de nmeros reales o complejos. La sucesin {xn }in=1 nf ty
tiene el lmite x (converge a x) si, para cualquier epsilon > 0, existe un entero positivo N () tal
que |xn x| < , siempre que n > N ().
Sea f una funcin definida en un intervalo abierto que contiene x0 . La funcin f es derivable
en x0 si
f (x) f (x0 )
f 0 (x0 ) = lm
xx0 x x0 x0 )
existe. El nmero f 0 (x0 ) es la derivada de f eb x0 y representa la pendiente de la recta tangente
a la grfica de f en x0 , f (x0 )), como se muestra en la Figura 12. Una funcin que tiene derivada
en cada nmero de un conjunto x es derivable en x.
Las teoremas siguientes son fundamentales en la deduccin de mtodos para estimacin del
error.
11
Teorema de Rolle: Supongamos que f es una funcin continua en el intervalo cerrado [a, b]
y derivable en (a, b). Si f (a) = f (b), entonces existe un nmero c en (a, b) tal que f 0 (c) = 0 (vase
Figura 13).
Teorema del valor medio: Si f es una funcin continua en el intervalo cerrado [a, b] y derif (b) f (a)
vable en (a, b), entonces existe un nmero c en (a, b) tal que f 0 (c) =
(vase Figura 14).
ba
Teorema de los valores extremos: Si f es una funcin continua en el intervalo cerrado [a, b],
entonces existen c1 , c2 [a, b] tales que f (c1 ) f (x) f (c2 ) para toda x [a, b]. Adems, si f es
12
derivable en (a, b), entonces los nmeros c1 y c2 aparecen en los extremos de [a, b], o bien donde
se anula f 0 (vse la Figura 15).
La integral de Riemann de una funcin f en el intervalo [a, b] es el otro concepto bsico del
clculo que usaremos ampliamente y se define como el siguiente lmite, si este existe:
Z b
n
X
f (x)dx = lm
f (zi )xi .
maxxi 0
i=1
Teorema del valor medio ponderado para integrales: Supongamos que f es una funcin
continua en el intervalo cerrado [a, b], que la integral de Riemann de g existe en [a, b] y que g(x)
no cambia de signo en [a, b]. Entonces existe un nmero c en (a, b) tal que
Z b
Z b
f (x)g(x)dx = f (c)
g(x)dx.
a
13
Cuando g(x) = 1, este teorema es el del valor medio para integrales que proporciona el valor
promedio de la funcin f en el intervalo [a, b] como (vase Figura 17):
Z b
1
f (c) =
f (x)dx
ba a
X f (k) (x0 )
f 00 (x0 )
f (n) (x0 )
Pn (x) = f (x0 ) + f (x0 )(x x0 ) +
(x x0 )2 + ... +
(x x0 )n =
(x x0 )k
2!
n!
k!
k=0
0
f (n+1) ((x))
(x x0 )n+1 ,
(n + 1)!
14