Está en la página 1de 28

Lic.

Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Mtodos Numricos

Docente: Lic. Edgar Hernndez Garca

Diap: 1

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Presentacin del Curso

Objetivo: Utilizar algoritmos numricos para obtener


soluciones de modelos matemticos de inters en Fsica e
Ingeniera que no se pueden resolver por mtodos
analticos, contando con elementos de anlisis que le
permitan elegir el mtodo que proporcione el mnimo de
error, dependiendo de las condiciones del problema,
utilizando como herramienta un lenguaje de programacin.
Bibliografa fundamental

Diap: 2

Chapra, Steven C. et. al. Mtodos Numricos para


ingenieros. Mc. Graw Hill.
Nieves, A. et. al. Mtodos Numricos. 3a edicin.
Editorial Patria.
Mathews, J. y Fink, C. D. Mtodos Numricos con
MATLAB. Prentice-Hall

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Presentacin del curso

Software: GNUOctave, QtOctave, IDE para lenguaje C++ todos


corriendo sobre S.O. Microsoft Windows cualquier versin, o, en
el mejor de los casos, en GNU/Linux, de preferencia en
distribuciones Ubuntu o Fedora. Informacin de instalacin y
descarga para Windows en:

http://es.scribd.com/doc/151537171/Instalando-Octave-y-QtOctaveMSWindows

Presentacin sobre el uso del mismo en:

http://es.scribd.com/doc/161283393/Introduccion-a-Octave-QtOctave

Diap: 3

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Presentacin del curso:


Evaluacin

Evaluacin (por rubros):

Diap: 4

Formativa 40%: Valoracin del desempeo en


actividades en clase y/o extraclase, ya sean
individuales o por equipos.
Sumativa 40%: Consistente en ejercicios a manera
de miniproyectos o examen torico y/o prctico, que
se acumularn junto con las evidencias formativas,
que debieron ser corregidas y/o mejoradas, para
formar un Portafolio de Evidencias.
Expresin oral y escrita: 10%
Asistencia 5%: Valoracin correspondiente a un
100% de su presencia en clase.
Autoevaluacin: 5%

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Introduccin a los Mtodos Numricos

Diap: 5

Fecha: 22/11/14

Unidad 1

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Algoritmos

Un algoritmo es la secuencia de pasos lgicos necesario


para llevar a cabo una tarea especfica, como la resolucin
de un problema. Un algoritmo no necesariamente tiene
que ver con computadoras.
Un buen algoritmo debe

Diap: 6

Tener pasos determinados, no ser obra de la


casualidad.
Ser finito, es decir, en algn momento debe terminar.
Ser generalizado, es decir, poder prevenir cualquier
inconveniente.

Computacionalmente hablando, los algoritmos involucran a


los pseudocdigos y a los diagramas de flujo.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Diap: 7

Fecha: 22/11/14

Algoritmos: Variables,
Operaciones y Operadores

En un programa existen dos tipos bsicos de datos: las


variables, que son objetos de programacin que pueden
cambiar de valor durante la ejecucin o funcionamiento de un
programa; y las constantes, que representan datos cuyo
valor no cambia a lo largo de la ejecucin o funcionamiento
de un programa. Variables y constantes pueden ser valores
numricos, de cadena de texto y booleanos.
Las operaciones en su conjunto se llaman expresiones. Las
operaciones se indican a travs de smbolos llamados
operadores.
Las operaciones fundamentales son: suma, resta,
multiplicacin, divisin, mdulo, potencia, que son de tipo
numrico; mayor que, menor que, igualdad, que son
relacionales; y, and (conjuncin), or (disyuncin), y not
(negacin), que son lgicas.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Diap: 8

Fecha: 22/11/14

Algoritmos: Jerarqua de
Operaciones

Operadores aritmticos

Operadores relacionales

Operadores lgicos

Operador asignacin:

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Algoritmos:
Pseudocdigos

Son una aproximacin a los lenguajes de programacin.


Toman palabras clave similares a aquellas usadas en un
verdadero lenguaje de programacin, slo que se maneja un
formato menos riguroso y ms genrico.
Algunos ejemplos de esas palabras reservadas son:

IF condicin
alternativa verdadera
END IF

DO
IF condicin EXIT
Tarea

END DO.

Diap: 9

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Ejemplo de pseudocdigo:
races de una ecuacin de
segundo grado

Dadas las variables a, b, y c los coeficientes de una ecuacin


de la forma ax+bx+c=0
db^24*a*c
IFd>=0THEN
r1(b+d^(1/2))/(2*a)
r2(bd^(1/2))/(2*a)
ELSE
zrb/(2*a)
zc(1*d)^(1/2)/(2*a)
ENDIF

Diap: 10

r1 y r2 son las races reales de la ecuacin; mientras que


zr y zc son las partes real y compleja, respectivamente,
de las races complejas conjugadas de la ecuacin.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Algoritmos: Diagramas de
flujo

Los diagramas de flujo son representaciones grficas de


un algoritmo.
Se utilizan algunos elementos grficos seleccionados para
representar el flujo de un proceso.
No existe una estandarizacin de los smbolos grficos
que se utilizan para realizar diagramas de flujo, sin
embargo, algunos de ellos son empleados por la gran
mayora de programadores.
Proceso

Entrada
de datos

Inicio/Fin
Condicin

Diap: 11

Salida
de
datos

Flujo del
proceso

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Inicio

Algoritmos: Ejemplo
de un Diagrama de Flujo

a, b, c
d b^2-4*a*c
No

d >= 0

zr -b/(2*a)
zc (-1*d)^(1/2)/(2*a)

r1 (-b+d^(1/2))/(2*a)
r2 (-b-d^(1/2))/(2*a)

Races Complejas Conjugadas:


Re(z)= zr
Im(z) = (+/-) zc

Races Reales:
r1, r2

Fin
Diap: 12

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Diap: 13

Fecha: 22/11/14

Actividad Formativa 1.1. Modelo


Analtico de un Sistema Fsico

Ejercicio 1.1.1: Un paracaidista de masa m salta de


un globo aerosttico fijo. Si existe una resistencia del
aire que es directamente proporcional a la velocidad
con la que cae, demuestre que el modelo matemtico
que describe la velocidad mientras
cae es:
c
t
gm
v (t )=
(1e m )
c
Donde g es constante de aceleracin de la gravedad
y c es el coeficiente resistencia del aire medido en
kg/s.
Ejercicio 1.1.2.: Grafique la funcin de velocidad
para tiempos entre 0 y 20 segundos considerando
m=68.8 kg, c=12 kg/s. Describa la interpretacin fsica
de lo que expresa la grfica.

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Mtodos Numricos

Los mtodos numricos son un conjunto de tcnicas mediante las


cuales es posible modelar problemas de tal manera, que pueden
resolverse mediante operaciones aritmticas.
Existen diversos tipos de mtodos, pero todos involucran un buen
nmero de clculos aritmticos progresivos y repetitivos, lo que
nos recuerda el concepto de los algoritmos.
Datos de
Entrada

Datos de
Salida

La razn de la eleccin de un mtodo se determina por la


necesidad de precisin y/o exactitud, que involucra
necesariamente el concepto del error. Igualmente es importante
tener en cuenta la rapidez en la obtencin de las respuestas.
Errores de
Entrada

Diap: 14

Mtodo:
Algoritmo

Errores
Algortmicos

Errores en la
Salida

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Actividad Formativa 1.2. Modelo


Numrico de un Sistema Fsico

Ejercicio 1.2.1. El problema del paracaidista tambin se


puede modelar de manera aproximada si se considera
que:

dv v v (t i+1)v (t i )
a=
=
dt t
t i+1 t i
Donde t i+1 significa el tiempo futuro y t i el tiempo
presente. Utilice este hecho para modelar el mismo
problema, posteriormente desarrolle un programa que
genere los valores desde 0 a 20 segundos de los valores
futuros de v(t). Grafique nuevamente. Qu opinin le
merece este nuevo grfico respecto del que se obtuvo en
el ejercicio 1.1.2?

Diap: 15

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

x=xx '
x

Fecha: 22/11/14

Aproximacin numrica y
cifras significativas

x'

3.141592

Exacto pero no
preciso

Preciso pero no
exacto
Exacto y
preciso

Diap: 16

La aproximacin numrica de un
nmero cuyo valor exacto es x, es
otro nmero x' que se encuentra
muy cerca de x.
Las cifras significativas son la
cantidad de dgitos t, no
necesariamente ceros, usados en la
aproximacin de un valor exacto.
Precisin es la cantidad de cifras
significativas usadas al representar
una cantidad.
Exactitud es la aproximacin al
valor real.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Diap: 17

Fecha: 22/11/14

Convergencia y
estabilidad

La convergencia de un mtodo numrico se da cuando a


determinado nmero de iteraciones un algoritmo aproxima
el valor verdadero buscado.
Un slo mtodo numrico no siempre se aproxima al valor
real de todos los problemas. Por lo que, si existe un
mtodo que converja ms que otros mtodos, entonces se
dice que es estable.
As existen mtodos de convergencia rpida pero
inestables y mtodos de convergencia lenta pero estable.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Definiciones del error

Los errores en el clculo numrico estn asociados a dos grandes


factores:

Los inherentes a la formulacin del problema.

Los que trae consigo el mtodo elegido en la solucin del problema.

Los primeros tienen que ver con las suposiciones (fsicas) que se hacen
para aproximar el modelo y los segundos tienen que ver con el algoritmo
usado en los clculos (error computacional).
Las fuentes de los errores de tipo computacional son fundamentalmente
tres:

Diap: 18

Equivocaciones, casi siempre originados por la realizacin de


clculos manuales. En caso de uso de computadoras, se debe al
programador.
Errores por truncamiento, debido al uso de aproximaciones en
modelos que se deberan realizar al infinito (sumatoria o integracin)
o por aproximaciones finitas (derivada).
Errores por redondeo, cuando representamos un nmero de
infinitos decimales con slo algunos de ellos.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Definiciones del error

Se puede considerar que el error verdadero es:


Valor verdadero = aproximacin + error

De donde

E t =V t A

Para tomar en cuenta la magnitud de los valores


Error Verdadero
Error relativo fraccional =
Valor Verdadero
Tambin se puede considerar en trminos de porcentaje:

Et
= 100 %
Vt

Ejemplo: Se ha mandado medir la longitud de un puente y de uno de


sus remaches. Se ha obtenido 9,999 y 9 cm, respectivamente. Si los
valores verdaderos son 10,000 y 10 cm. Calclese a) el error
verdadero; y, b) el error relativo porcentual verdadero en cada caso.

Diap: 19

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Definiciones del error

En aplicaciones reales el valor verdadero se desconoce, dado que es


precisamente el valor que se busca. Entonces se debe hacer una
normalizacin del error para aproximar el valor real:
E aprox
a =
100 %
V aprox
En el caso de los mtodos numricos iterativos el clculo del error se
determina de aproximaciones progresivas basadas en el error previo:
aproximacin actualaproximacin anterior
=
100 %
aproximacin actual
El clculo iterativo del error se detiene cuando

a< S

El lado derecho es una tolerancia porcentual prefijada..


Adems es posible mostrar que tal tolerancia se relaciona con el nmero
de cifras significativas
S =(0.5102n ) %

Diap: 20

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Diap: 21

Actividad Formativa 1.3.


Definiciones del error

Ejercicio 1.3.1. Aproxime en al menos tres cifras


0.5
significativas el valor de: e
use para ello:

Fecha: 22/11/14

2
3
n
x
x
x
e x =1+ x+ + + ...+
2 3!
n!

(Ec. de McLaurin)

Ejercicio 1.3.2. Programe en su computadora en C++


(considerando el resultado de tipo flotante, float) la suma
de 100,000 veces 0.1. Cul debera ser el resultado del
clculo? Cul fue el resultado devuelto por el sistema en
el programa?

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Ejercicios Evaluativos

1. Frmula Mejorada para el clculo de races reales en una


ecuacin de 2o Grado. Dada una ecuacin de la forma
ax+bx+c=0, con a0, b-4ac>0, muestre que por racionalizacin
del numerador, es posible calcular las races por medio de:
2 c
2 c
x 1=
x
=
2
2
2
b+ b 4 a c
b b 4 a c
2. Use la frmula general conocida y las frmulas del ejercicio 1,
para determinar qu combinacin de ellas (es decir, no slo usar
una frmula) arroja los mejores resultados si las ecuaciones
cuadrticas fueran:
a) x+1000.001x+1=0
b) x+10000.0001x+1=0
c) x+100000.00001x+1=0
d) x+1000000.000001x+1=0
Diap: 22

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Ejercicios Evaluativos

3. Construya un algoritmo, pseudocdigo, diagrama de flujo,


y programa que calcule las races de una ecuacin
cuadrtica usando las conclusiones obtenidas de los
ejercicios 1 y 2.
4. Escriba el cdigo en C++ que permita calcular el psilon
de una computadora a partir del pseudocdigo mostrado a
continuacin.
epsilon=1
DO
IF(epsilon+11)EXIT
epsilon=epsilon/2
ENDDO
epsilon=2*epsilon

Diap: 23

5. Construya un algoritmo, pseudocdigo, y diagrama de


flujo, que permita aproximar t dgitos decimales de la
funcin Senx, a travs del desarrollo de la Serie de
x3 x5 x7
Taylor:
sin x=x + +...
3! 5! 7 !

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Ejercicios evaluativos
n

6. Es sabido que la serie

f (n)=
i

1
2
i

converge a f (n)=
conforme N tiende a infinito.
6
Desarrolle un programa que calcule f(n) con n=10,000,
para sumas desde 1 hasta 10,000. Luego hgalo en forma
inversa, es decir, empiece con n=10,000 y termine con
n=1. En cada caso realice un clculo del error aproximado
y analice sus resultados.

Diap: 24

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Lectura complementaria:
Errores de redondeo

El error por redondeo es aquel que se da por el truncamiento de la


cantidad de cifras significativas usadas en los clculos. En este
sentido las herramientas computacionales son las que ms se
involucran.
Representacin de Nmeros en una PC: Sabemos que se basa en
slo dos valores 0 y 1.

Representacin entera: Determine el rango de enteros de


base 10 que puede representarse en una computadora de
16, 32 y 64 bits.
Representacin de punto flotante: Las cantidades se
expresan en una parte fraccionaria llamada mantisa o
significando, y otra entera llamada exponente o
caracterstica.

x=mb e
Diap: 25

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Fecha: 22/11/14

Errores de redondeo

La mantisa generalmente es normalizada: se ignoran los


primeros dgitos cero para ganar cifras significativas.
Por ejemplo: 1/34=0.0294117647059, en un sistema de
base 10 que almacene cuatro lugares decimales:
0.029410

Diap: 26

En cambio la normalizacin

0.2941101

La consecuencia de la normalizacin es que el valor


absoluto de m es limitado, siendo b la base:
1
m< 1
b
Por el sistema de base 10, m est en un rango entre 0.1 y
1. Para un sistema de base 2, entre 0.5 y 1.

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Diap: 27

Fecha: 22/11/14

Ejemplo

Crear un conjunto hipottico de punto flotante para


una mquina que guarda informacin en memoria
usando conjuntos de 7 bits. Emplear el primer bit para
el signo del nmero, los siguientes tres para el signo
y la magnitud del exponente, y los ltimos tres para la
magnitud de la mantisa.

Fecha: 22/11/14

Lic. Edgar Hernndez Garca


Div. de Ingeniera Mecatrnica
ITS Zacapoaxtla

Conclusiones

1. Hay un rango limitado para representar cantidades.


2. Hay slo un nmero finito de cantidades que puede ser representado
dentro de un rango.
3. El intervalo entre nmeros x aumenta tanto como los nmeros
crecen en magnitud.

En los casos donde hay corte:

Cuando hay redondeo:

x 2

x
1t

A su vez el psilon de la mquina es: =b , donde b es la base


utilizada y t la cantidad de dgitos usados en la mantisa. El psilon de
un sistema procesador representa la cantidad mnima decimal que el
sistema reconoce antes de decir que es cero.

Precisin extendida: En la mayora de los casos las computadoras


tienen un nivel de precisin aceptable para ingeniera. El uso de valores
de precisin doble permite, en la mayora de los casos, solventar la
mayora de problemas de convergencia a costa del tiempo de clculo.
Diap: 28