Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
METODOS NUMERICOS
PRESENTADO POR:
TUTOR:
LEONARDO ANDRES PEREZ
GRUPO:
104401_5
INTRODUCCION
Los mtodos numricos son de vital importancia para la solucin de problemas complejos
en poco tiempo y con mayor exactitud a travs de operaciones aritmticas.
El anlisis numrico trata de disear mtodos para "aproximar" de una manera eficiente
las soluciones de problemas expresados matemticamente.
El objetivo principal del anlisis numrico es encontrar soluciones "aproximadas" a
problemas complejos utilizando slo las operaciones ms simples de la aritmtica. Se
requiere de una secuencia de operaciones algebraicas y lgicas que producen la
aproximacin al problema matemtico.
OBJETIVOS
FASE 1
Leer y revisar los conceptos de error y los diversos tipos de errores para diferenciar los
diversos tipos de errores (ERROR ABSOLUTO, RELATIVO, ERROR RELATIVO
APROXIMADO (E.R.A). ERROR POR TRUNCAMIENTO Y POR REDONDEO)
Teniendo en cuenta la precisin y exactitud del mismo.
TIPOS DE ERRORES: ERROR ABSOLUTO, RELATIVO, ERROR RELATIVO
APROXIMADO (E.R.A). ERROR POR TRUNCAMIENTO Y POR REDONDEO
R/
Para la construccin del cuadro comparativo considero necesario conocer en qu consiste
cada uno de los errores mencionados anteriormente.
ERROR ABSOLUTO: Es la diferencia entre el valor de la medida y el valor tomado
como exacto. Puede ser positivo o negativo, segn si la medida es superior al valor real o
inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las de la medida
El error absoluto de una medida no nos informa por s solo de la bondad de la misma. Es
evidente, que no es igual de grave tener un error absoluto de 1 cm al medir la longitud de
una carretera que al medir la longitud de un folio.
ERROR RELATIVO: Es el cociente (la divisin) entre el error absoluto y el valor exacto.
Si se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual que el error
absoluto puede ser positivo o negativo (segn lo sea el error absoluto) porque puede ser por
exceso o por defecto. No tiene unidades. El error relativo es la razn entre el error absoluto
y el valor real.
ERROR RELATIVO APROXIMADO: Es el producto del error relativo por el 100%.
ERROR DE TRUNCAMIENTO: Los errores de truncamiento son aquellos que resultan
al usar una aproximacin en lugar de un procedimiento matemtico exacto. Adems para
obtener conocimiento de las caractersticas de estos errores se regresa a la formulacin
matemtica usada ampliamente en los mtodos numricos para expresar funciones en forma
polinomial: Serie de Taylor.
Este tipo de error ocurre cuando un proceso que requiere un nmero infinito de pasos se
detiene en un nmero finito de pasos.
Generalmente se refiere al error involucrado al usar sumas finitas o truncadas para
aproximar la suma de una serie infinita. Note que el error de truncamiento, a diferencia del
error de redondeo, no depende directamente del sistema numrico que se emplee.
ERROR DE REDONDEO: Los errores de redondeo se deben a que las computadoras slo
guardan un nmero finito de cifras significativas durante un clculo. Las computadoras
realizan esta funcin de maneras diferentes. Por ejemplo, si slo se guardan siete cifras
significativas, la computadora puede almacenar y usar "pi" como "pi" = 3.141592,
omitiendo los trminos restantes y generando un error de redondeo.
Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras significativas, los
errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del
porqu pueden resultar crtico en algunos mtodos numricos:
Ciertos mtodos requieren cantidades extremadamente grandes para obtener una
respuesta. En consecuencia, aunque un error de redondeo individual puede ser
pequeo, el efecto de acumulacin en el transcurso de la gran cantidad de clculos
puede ser significativo.
El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo.
Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo
puede resultar de mucha importancia.
Error absoluto
Concepto
Ejemplos
Es la diferencia entre el valor real (p) y el valor El valor real de una botella de agua es de una cantidad de 500ml y
aproximado (p). El resultado de este siempre ser al medir la cantidad de esa botella de agua nos da 498.2 ml.
positivo debido a que la ecuacin est en trminos
del valor absoluto.
Hallar el error absoluto
Error absoluto = 500 ml - 498,2ml= 1,8 ml
Error absoluto = p - p
Es igual al error absoluto entre el valor real.
Error relativo
Error relativo =
Con la condicin de p 0
Es igual al error relativo multiplicado por 100%.
Error relativo aproximado
NOTA
ERA=
= 0,0036 ml
,
%
= 0,0036%
Con la condicin de p 0
Como se pudo evidenciar en el ejemplo anterior, el error relativo nos arroja un resultado el cual es ms interpretativo que
el resultado que nos arroja el error absoluto; por eso este tipo de error es ms usado.
Expresa la raz de ocho con tres decimales
Los errores de truncamiento son aquellos que = 2,8284271247461900976033774484194
resultan al usar una aproximacin en lugar de un
procedimiento matemtico exacto; es decir aparece truncamiento
cuando un procedimiento infinito se hace finito.
2,82
FASE 2
Leer y revisar los conceptos de mtodos para calcular las races de una ecuacin
BISECCIN, REGLA FALSA, NEWTON RAPHSON Y PUNTO FIJO Para luego
realizar la comparacin de los mtodos.
R/
METODO DE BISECCIN: El mtodo de biseccin es un algoritmo de bsqueda de
races que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que
tiene la raz.
Es el mtodo ms elemental, sencillo y de fcil intuicin para resolver ecuaciones en una
variable, tambin conocido como mtodo de intervalo medio, est basado directamente en
el teorema de Bolzano. Consiste en partir de un intervalo [x0,x1] tal que f(x0)f(x1) < 0, por lo
que sabemos que existe, al menos, una raz real. A partir de este punto se va reduciendo el
intervalo sucesivamente hasta hacerlo tan pequeo como exija la precisin que hayamos
decidido emplear.
El mtodo consiste en lo siguiente:
Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es igual a
cero, ya hemos encontrado la raz buscada
En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o con f(b)
Se redefine el intervalo [a, b] como [a, m] [m, b] segn se haya determinado en cul
de estos intervalos ocurre un cambio de signo
Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse como
un mtodo de iteracin de punto fijo. As, dada la ecuacin
el siguiente mtodo de iteracin de punto fijo:
, se puede considerar
Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:
Entonces:
Su principal desventaja en este caso sera lo costoso que pudiera ser hallar g(x) y g'(x)
si f(x) no es fcilmente derivable.
Ntese de todas formas que el mtodo de Newton-Raphson es un mtodo abierto: la
convergencia no est garantizada por un teorema de convergencia global como podra
estarlo en los mtodos de falsa posicin o de biseccin. As, es necesario partir de una
aproximacin inicial prxima a la raz buscada para que el mtodo converja y cumpla el
teorema de convergencia local.
METODO DE REGLA FALSA: Es un mtodo iterativo de resolucin numrica de
ecuaciones no lineales. El mtodo combina el mtodo de biseccin y el mtodo de la
secante. Como en el mtodo de biseccin, se parte de un intervalo inicial [a0,b0] con f(a0) y
f(b0) de signos opuestos, lo que garantiza que en su interior hay al menos una raz
(vase Teorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada paso un
intervalo ms pequeo [ak, bk] que sigue incluyendo una raz de la funcin f. A partir de un
intervalo [ak, bk] se calcula un punto interior ck:
Se trata de encontrar la raz de una ecuacin. La ecuacin tiene la forma f(x), es decir, es
una funcin de x. Adems, f(x) esta definida en el intervalo [a, b].
El mtodo de la interpolacin lineal inversa, requiere varias condiciones:
1.- f(a)*f(b) < 0, es decir, que el producto de la funcin de x, f(x), evaluada en a, f(a),
multiplicada por la funcin de x, f(x), evaluada en b, f(b), sea negativo (menor a cero).
2.- Que la funcin f(x) se aproxime por otra funcin L(x).
f(x) es aproximadamente igual a L(x)
Por tanto encontramos un punto falso c
Donde C es la raz que se anda buscando Despus se calcula f(C) para ver su valor. Si se
obtiene cero, no se debe avanzar ms, pero gen caso de no ser as, se realiza lo siguiente:
Se calcula f(C)*f(a) si este producto es menor a cero (negativo),
ahora C equivaldr a b, y se repite el clculo para encontrar una nueva C.
entonces
En el caso de que f(C)*f(b) sea la que haya dado el producto menor a cero, o sea negativo,
entonces ahora a equivaldr a C, y se repite el clculo para encontrar una nueva C.
METODO DE PUNTO FIJO: Tambin conocido como iteracin de punto fijo, es otro
mtodo para hallar los ceros de f(x). Para resolver f(x) = 0, se reordena en una forma
equivalente:
f(x) = 0
x - g(x) = 0
x = g(x)
Observe que si c es un cero de f(x), f(c)=0 y c=g(c). (Siempre que se tenga c=g(c) se dice
que c es un punto fijo de la funcin g). Para aproximar un cero de f se utiliza la iteracin de
punto
fijo
(1) xn+1 = g(xn)
,n=
0,
1,
2,
3,
.
.
.
donde x0 es una aproximacin inicial del cero de f.
Ejemplo.
f(x) = x2 - 2x - 3 = 0, tiene dos ceros. x = 3 y x = -1
Supngase que se reordena para lograr la forma equivalente:
Si se comienza con x0 = 4 y se itera con la iteracin de punto fijo (1), los valores sucesivos
de x son:
NEWTON
CONCEPTOS
EJEMPLOS
Si se denota con
entonces c1 = 1. Ahora f(c1)
= f(1) = -0.158529, luego la funcin tiene un cero en el intervalo [c1, b1] =
[1,2] ; se renombra a2=c1 y b2=b1 .
VENTAJAS: Es un mtodo ms rpido que los otros Si se aplica el mtodo de Newton comenzando con x0 = 0 se tiene:
mtodos, generalmente converge independientemente
de la aproximacin inicial que se escoge.
DESVENTAJAS: Es necesario conocer la derivada
de la funcin, la cual a veces es difcil de obtener, si
la derivada de la funcin toma un valor cercano a
cero, el mtodo puede no converger, cuando hay
races mltiples (polinomios), el mtodo a veces falla.
REGLA FALSA Es una mejora del mtodo de biseccin que hace que Encontrar la raz de f(x)=cosx por el mtodo de la falsa posicin en el
converja ms rpidamente a la solucin.
a=1, b=2
f(a=1)=cos 1 = 0.5403
f (b=2)=cos 2 = -0.4161
f(a)*f (b) < 0
(0.5403)*(-0.4161) < 0 si hay raz
C_ant= 99999 para arrancar
PUNTO FIJO
Itera=0
s =0.001
Encontrado= False
fa=f(a=1)=0.5403
fb=f(b=2)=-0.4161
CONCLUSIONES
De lo anterior se puede concluir que:
Se sustent por medio de ejemplos en un cuadro comparativo, habilidades para
encontrar el valor real del valor aproximado.
Se reconoci las diferencias entre los tipos de errores y sus diversas aplicaciones.
Se Present las tcnicas adecuadas que permitieron cuantificar y minimizar errores
de redondeo y truncamiento.
Se expuso los diferentes mtodos numricos para resolver o encontrar races de una
ecuacin.
Se desarroll ejercicios y se resolvieron mediante los mtodos numricos.
BIBLIOGRAFIA
[1]
polibrors,
(febrero
de
2015),tipos
de
errores,
recuperado
de:
http://148.204.211.134/polilibros/portal/polilibros/P_terminados/MetNum-Garzo/13.html
[2]
Blogspot,
(febrero
de
2015),tipos
de
errores,
http://meto2numericos.blogspot.com/2008/02/tipos-de-errores.html
recuperado
de:
recuperado
de: