Mtodos Numricos I

UNIDAD 1. ANLISIS DEL ERROR

Introduccin

1.1 Introduccin2
Las frmulas matemticas y cientficas pueden usarse para obtener respuestas numricas
a una gran diversidad de problemas reales. Sin embargo, se debe estar preparado para
enfrentar situaciones, como se muestra en los siguientes problemas:
Encontrar el valor mnimo o mximo que adquiere en el intervalo [0,1] la funcin
4

F(x) =x6 + 5x 9x + 1
Dado un valor b > 0, evale la integral definida

Encuentre todos los puntos (x, y) en el cuadrado

1 + x 3 dx

x 0 y y 1 que minimicen o

maximicen
F(x, y) =x2 y4 + 2x 4y
Encontrar la curva y = Y (x) que pase por el punto (0, 1) cuya pendiente de la
tangente en cualquier punto P(x, y) iguala al cuadrado de la distancia de P(x, y)
al origen, esto es, resolver la ecuacin diferencial:

dy
= y 2 + x 2 , como y = 1 cuando x = 0
dx
Estos problemas se pueden resolver de forma analtica para obtener una solucin exacta
(aunque algunas veces esta forma se complica o no hay solucin).
Afortunadamente, rara vez se necesita la solucin exacta ya que de hecho en el mundo
real los problemas son por lo general soluciones inexactas, ya que se plantean en
trminos de parmetros que se miden los cuales son aproximados.
Lo que suele ser necesario es, no una respuesta exacta, sino una aproximacin a ella con
un rango de error definido. Es por ello que en ocasiones basta con utilizar un mtodo
numrico que nos aproxime a la solucin, cuando la solucin analtica es compleja o no
existe.
Aun cuando una frmula est disponible se debe tener cuidado porque los clculos
matemticos nos pueden llevar tanto a respuestas correctas como incorrectas, ya que
debemos tener cuidado con los supuestos bajo los cuales se puede aplicar el mtodo o
bien con las medidas que se obtienen para formular el modelo.
En el siguiente ejemplo mostraremos como tres ecuaciones que al desarrollar nos dan
resultados similares si trabajamos con aproximaciones el error puede propagarse de
diferente manera:

(Burden, 1998; Chapra, 1999; Maron, 1995; Nieves, 2003; Sheid, 1995; Wheatley, 2000)

Pgina
36

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Introduccin

Ejemplo
Ecuacin 1
n

1
Pn =
3

1
3

Ecuacin 2

Ecuacin 3

1
Pn = Pn 1 Para P0 = 1
3

1
10
Pn = Pn1 - Pn -2 Para P0 = 1, P1 =
3
3

1
(1) = 1
3
3

1
3

11 1
=
33 9

1
1
=
9
3
3
1
1
=
27
3

11 1
=
3 9 27

10 1
1
(1) =
3 3
9
10 1 1 1
=
3 9 3 27

Suponiendo que redondeamos los resultados a 5 decimales en la segunda y tercera

ecuacin, entonces se obtiene lo siguiente:

Series Redondeando a cinco decimales

n
0
1
2
3
4
5
6
7
8
9
10

1er Polinomio
1
0.333333333
0.111111111
0.037037037
0.012345679
0.004115226
0.001371742
0.000457247
0.000152416
5.08053E-05
1.69351E-05

2o Polinomio
1
0.33333
0.11111
0.03704
0.01235
0.00412
0.00137
0.00046
0.00015
0.00005
0.00002

Error absoluto
0
3.33333E-06
1.11111E-06
2.96296E-06
4.32099E-06
4.77366E-06
1.74211E-06
2.75263E-06
2.41579E-06
8.05263E-07
3.06491E-06

Pgina
37

3er Polinomio
1
0.33333
0.1111
0.037
0.01223
0.00377
0.00034
-0.00264
-0.00914
-0.02783
-0.08363

Error absoluto
0
3.33333E-06
1.11111E-05
3.7037E-05
0.000115679
0.000345226
0.001031742
0.003097247
0.009292416
0.027880805
0.083646935

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Introduccin

Si graficamos los errores absolutos que se obtuvieron al hacer los clculos, tenemos la
siguiente grfica:

Podemos observar que en el segunda ecuacin el error se propaga de en forma lineal

mientras que en la tercera ecuacin polinomio el error es exponencial, esto es mientras
ms iteraciones se hacen el error que se comete es mayor.

Pgina
38

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Tipos de error

1.2 Tipos de error3

Entre las primeras fuentes de error tenemos las siguientes:
No medible.- San aquellos que se cometen cuando se toman medidas de manera
aproximada (error de medicin) o bien cuando se excluyen por error alguna
exactitud (error humano).
Medibles.- Son aquellos que se cometen cuando no podemos manejar todos los
decimales conocidos o con valores muy grandes (error de redondo o de
truncamiento).

1.2.2 Error de Redondeo

Una forma de minimizar los errores al realizar clculos es redondear las cifras a un
determinado nmero de dgitos.
Por ejemplo, cuando una calculadora o computadora se utiliza para realizar clculos
numricos se incurre en un error de redondeo, ya que en ocasiones el nmero de dgitos
que se requieren para representar un nmero es insuficiente con la cantidad que maneja.
Para evitar perder dgitos significativos en las operaciones se han generado las siguientes
reglas de redondeo:
1. Si el primero de los dgitos a descartar es menor que 5 no se cambian los
anteriores.
2. Si es mayor que 5 se agrega incrementa un uno al ltimo dgito que se queda.
3. Si es igual a 5 y los dems son cero se procede como en 1 y si existe algn dgito
diferente de cero se procede como en 2.

1.2.3 Error de Truncamiento

Este error se comente cuando se trunca el nmero a ciertos dgitos determinado, por tal
motivo se pierden las cantidades que vayan descartando. Este error tambin se comete
cuando en el clculo de operaciones se tiene algn valor irracional y nos vemos en la
necesidad de truncar el nmero a un cierto nmero de cifras, o bien cuando se desea
calcular algunos trminos de la serie infinita.
Ejemplo

Sn = 1 +

1 1 1 1
+ + + +L
2 4 8 16
4
3

= 4 +

4 4 4
+ L
5 7 9

Una forma de medir los errores que se van convirtiendo al redondear o truncar es obtener
el error relativo y el error absoluto.
(Burden, 1998; Chapra, 1999; Maron, 1995; Nieves, 2003; Sheid, 1995; Wheatley, 2000)

Pgina
39

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Tipos de error

1.2.4 Error Relativo

El error relativo nos indica un porcentaje del error que se est cometiendo al realizar
redondeo en las operaciones de los mtodos numricos.
Se describe como el error absoluto entre el valor exacto:

Ejemplo:
1) El valor de

5 con la aproximacin de 2.24.

5 2.24
5
2) El valor de

= 0.0017 0.17%
7 con la aproximacin de 2.65.

7 2.65
7

= 0.0016 0.16%

1.2.5 Error Absoluto

Es la diferencia entre el valor de la medida y el valor tomado como exacto en valor
absoluto, esto es, nos da la magnitud entre los dos valores.
Ejemplo:
1) El valor de

5 con la aproximacin de 2.24.

5 2.24 = 0.0039
2) El valor de

7 con la aproximacin de 2.65.

7 2.65 = 0.0042

1.2.6 Aritmtica del punto flotante

Introduccin
Los nmeros que conocemos como escritos en notacin cientfica o notacin
exponencial se asemejan a la notacin de punto flotante.
Un sistema de nmeros en punto flotante es un subconjunto F de nmeros reales,
cuyos elementos x, x R-{0} se pueden escribir como:

Pgina
40

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Tipos de error

x = m 10 , con 1 m <10
Otra forma equivalente:
x = 0. d 1 d 2 . . .

d t 10 E

Los parmetros que caracterizan el sistema de nmeros flotantes de base diez, son:
La base B
La mantisa m, que representa a la parte fraccionaria del nmero
El exponente E, que vara entre dos cotas: E min E E max
La precisin t referida a la cantidad de dgitos

d i donde: 0 d i B-1

En las computadoras se utiliza la notacin de base 2:

x=m

2 E , con 1 m < 2

Para una palabra de memoria de 32 bits la representacin se hace en 3 campos: 1 bit

para el signo; 8 bits para el exponente E; y 23 bits para la mantisa.
El campo de la mantisa m puede representar los 23 bits que denominaremos:

b0 b1b2 Lb22

Si las cifras que siguen a b22 , o sea, b23 , b24 , ... no son todas 0, esta representacin del
nmero flotante x , designado
Sin embargo

fl (x) , no es exacta, sino aproximada.

fl (x) puede ser expresado en forma aproximada mediante dos tcnicas:

truncamiento y redondeo (cifras 7).

Definicin de Nmero en Punto Flotante

Si un nmero x puede ser almacenado exactamente en el computador usando la
representacin de punto flotante con b23 = b24 = .... = 0 , se llama nmero en punto
flotante, y se lo designa

fl (x)

Ejemplo:

x=

1110
= 101.12
210
2

Este cociente puede multiplicarse y dividirse por 2 , de modo que aparezca el primer
dgito distinto de cero a la izquierda, y despus la coma decimal (flotante). En general
esto se obtiene cambiando el exponente de la base convenientemente.
Luego:

fl ( x) = 1.011 2 2

Pgina
41

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Tipos de error

En el caso general, la expresin de m en binario es:

E=2

1{
bit

8{
bits

m = (b0 .b1b2 b3 L) ( 2 , con b0 = 1

1.0010

23
bits
12
3

Ejemplo:

x = 7110 = 10001112
Expresando en forma de nmero flotante en base B=2, con exponente E=6 al desplazar

f ( x) = (1.000111) 2 2 6 , siendo su representacin en bits:

0

E=6

1.000 11 100

Notas:
1) El punto decimal que aparece entre

b0 y b1 en el tercer campo de 23 bits es mostrado

a los fines didcticos pero no suele ser almacenado realmente. Por consiguiente, los 23
bits se enumeran desde b1 hasta b23 .
2) El exponente se coloca en base 10, pero en rigor tiene expresin binaria.
3) El bit del signo: 0 indica un nmero positivo; 1 es negativo.

Pgina
42

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Propagacin del Error

1.3 Propagacin del error en distintas operaciones

aritmticas4
1. Suma
2. Resta
3. Multiplicacin
4. Divisin
5. Evaluacin de Funciones

1.3.1. Suma
Si se suman las aproximaciones de dos nmeros a y b se tiene un resultado c y el error
absoluto que se comete cumple.

(a * + b* ) (a + b) = ec ea + eb
Esto es, la suma de los errores de las aproximaciones de a y b en valor absoluto son
aproximadamente mayores o iguales al error del resultado, conocido como el error de
propagacin.

Demostracin:
Se espera que al sumar

a + b sea exactamente c

error = a * + b * (a + b)
Donde a * = a + ea
y

b * = b + eb

error = (a + ea + b + eb ) (a + b ) = ea + eb = ec
Esto es:

c* = c + ec
El error absoluto es:

(a * + b* ) (a + b) = ea + eb ea + eb
O bien:

ec ea + eb
(Burden, 1998; Chapra, 1999; Maron, 1995; Nieves, 2003; Sheid, 1995; Wheatley, 2000)

Pgina
43

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Propagacin del Error

Ejemplo:
Si a=1.00009 y b=2.00009
c=a+b=3.00018
Si tenemos un equipo que slo maneje 4 decimales
a*=1.0000, b*=2.0000 y c*=3.0001

ec ea + eb
.00018 .00009 + .00009

1.3.2. Resta
Si se restan las aproximaciones de dos nmeros a y b se tiene un resultado c y el error
absoluto que se comete cumple.

( a * b * ) ( a b ) = e c e a + eb
Esto es, la resta de los errores de las aproximaciones de a y b en valor absoluto son
aproximadamente mayores o iguales al error del resultado, conocido como el error de
propagacin.
Demostracin:
Se espera que al restar

a b sea exactamente c

error = a * b * (a b )
Donde a * = a + ea
y

b * = b + eb

error = (a + ea b + eb ) (a b ) = ea + eb = ec
Esto es:

c* = c + ec
El error absoluto es:

(a * b * ) (a b) = ea + eb ea + eb
O bien:

ec ea + eb

Pgina
44

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Propagacin del Error

1.3.3. Multiplicacin
Si se multiplican las aproximaciones de a y b, el error relativo que se comete cumple:

(a * b *) (a b )
(a b )

eb e a
e
e
+
a + b
b
a
a
b

Esto es, el error de propagacin relativo en valor absoluto en la multiplicacin es

aproximadamente menor o igual a la suma de los errores relativos de a y b en valor
absoluto.
Demostracin:

ab = c

=
=
=

El error absoluto es:

a =

e
e
a (a * b*) (a b) (a * b)(b * b) eb ea
=
=
=
+
a + b
a
( a b)
(a b)
b
a
a
b

Ejemplo:
a= 1.004
b= 3.001
Aproximacin:
=1
=3

Operaciones:
a*b=c

(1.004)(3.001)= 3.0130

|3- 3.0130|=-0.0130

a =

e
e
a (3) (3.0130) (1 1.004)(3 3.001) eb ea
=
=
=
+
a + b
a
3.0130
3.001
b
a
a
b

Pgina
45

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Propagacin del Error

1.3.4. Divisin
Si se dividen las aproximaciones de a y b, el error relativo que se comete cumple:

a* a

b * b ea eb ea + eb
a
a b
a
b
b
Esto es, el error de propagacin relativo del cociente en valor absoluto es
aproximadamente menor o igual a la suma de los errores relativos de a y b en valor
absoluto.
Demostracin:

a
=c
b
a* a

a = b * b
a
b

a =

a* a
a* a
a * b *
a* a* a a
*
..

+
=
a
b
b* b
b* b b* b
b b

a * a a * b*

e
e
a b * b a b ea eb
a =
=
=
=

a + b
a
a b
a
b
a
a


b
b
Ejemplo:
a= 10.0005
b= 3.3300
Aproximacin:
= 10
=3

Operaciones:

a
=C
b

10.0005
= 3.0031
3.3300

Pgina
46

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Propagacin del Error

a =

a =

a* a
a* b* a * a* a a

= *
+ =
a
b
b b* b
b* b
b

10 10.0005
10
3
10
10
10.005 10.0005

+
=
3 3.3300
10.0005 3.3300
3 3.3300
3
3.3300

a = 3.3333 3.0030 3.3335 + 3.0031 = 0.0001

a * a a * b*

e
e
a b * b a b ea eb
a =
=
=
=

a + b
a
a
b
a
b
a
a


b
b
10 10.0005

a 3 3.3300
a =
=
=
a
10.0005

3.3300

10 3

10.0005 3.3300 = ea eb ea + eb
a
b
a
b
10.0005

3.3300

0.9999 0.9009 0.9999 0.9009

+
3.0031
3.0031 3.0031
0.0329 3.329 + .2999 = 0.0329 0.6328

1.3.5. Evaluacin de Funciones

Supngase operaciones bsicas sin errores, cuando se evala una funcin

f (x) en un

punto a:

e f ea

f (a*)

Esto es, el error al evaluar una funcin en un argumento inexacto es proporcional a la

primera derivada de la funcin en el punto donde se ha evaluado.

Pgina
47

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Estrategias para minimizar el error

1.4 Algunas estrategias para minimizar el error5

Cuando se realizan clculos en los mtodos numricos es importante conocer algunas
tcnicas que nos ayudan a minimizar los errores que puedan cometerse.

1.4.1. Estrategia de respuesta final

Si se tiene una exactitud conocida de alguno de los datos que se utilizan en las
operaciones se redondea la respuesta final al nmero de dgitos de la exactitud
conocida.
Ejemplo
Si un clculo bien conocido resulta 23.3876 y el dato de entrada menos exacto se
conoce slo con exactitud a 3 cifras, entonces la respuesta final debe anotarse como
23.4 es decir se redondea a 3 cifras.

1.4.2. Estrategia de operaciones mnimas

Para ayudar a minimizar el error de redondeo escondido, evale las expresiones
matemticas de forma que requieran el menor nmero de operaciones aritmticas,
siempre que al hacerlo no permita la posibilidad de cancelacin sustractiva.
Ejemplo

u = y 8 se evala con ms eficiencia obtenindola en cuatro pasos

1
u u u; u (tres multiplicaciones y un recproco).
u

u y y;

1.4.3. Estrategia de precisin extendida parcial

Cuando haga una suma acumulada en un ciclo, hgalo usando precisin extendida
siempre y cuando sea posible.

1.4.4. Estrategia de multiplicacin anidada

Evale los polinomios en forma anidada.
Ejemplo

Encontrar p (c ) = { (1c 9.5 )c + 28.49 c + 28.417}c + 2.5662 cuando c=-2

9.5

28.49

28.417

2.0

23.0

102.98

2.5667

262.794
11.5 51.49 131.397 265.3602 = p (2)

(Burden, 1998; Chapra, 1999; Maron, 1995; Nieves, 2003; Sheid, 1995; Wheatley, 2000)

Pgina
48

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Estrategias para minimizar el error

Las fechas diagonales indican multiplicacin por c=-2.

p ( x)
265 .3602
= x 3 11.5 x 2 + 51.49 x 131 .37 +
x ( 2)
x ( 2)
Se obtuvo p (x ) como Q ( x )( x 2) + p ( 2) , sintticamente.

Pgina
49

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Orden de convergencia

1.5 Orden de Convergencia

Los criterios que nos ayudan a ver si los mtodos iterativos convergen a una solucin o la
forma en que se aproximan a las soluciones.
Ejemplo:

xi xi 1 error
Este se utiliza cuando algn mtodo acota una solucin en un intervalo determinado

f ( xi ) error
Este se puede utilizar cuando se requiere que el mtodo numrico se aproxime a una
solucin.

Pgina
50

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Herramientas para anlisis numrico

1.6 Herramientas disponibles para el anlisis

numrico6
1.6.1. Mathematica
El lenguaje de programacin de Mathematica est basado en re-escritura de trminos
(que se identifica tambin como computacin simblica), y soporta el uso de
programacin funcional y de procedimientos. Est implementado en una variante del
Lenguaje de programacin C orientado a objetos, pero el grueso del extenso cdigo de
libreras est en realidad escrito en el lenguaje Mathematica, que puede ser usado para
extender el sistema algebraico. Usualmente, nuevo cdigo puede ser aadido en forma
de paquetes de Mathematica, como los archivos de texto escrito en el lenguaje de
Mathematica.
Algunas de las caractersticas incluyen:
Bibliotecas de funciones elementales y especiales para matemticas.
Herramientas de visualizacin de datos en 2D y 3D.
Matrices y manipulacin de datos, as como soporte de matrices tipo" sparse".
Capacidad de solucionar sistemas de ecuaciones, ya sea ordinarias, parciales o
diferenciales, as como relaciones de recurrencia y algebraicas en general.
Herramientas numricas y simblicas para clculo de variable continua o discreta.
Estadstica multivariable.
Restringida y no restringida optimizacin de local y global.
Lenguaje de programacin que soporta programacin funcional.
Un kit de herramientas para aadir interfaces de usuario para clculos y
aplicaciones.
Herramientas para procesamiento de imgenes.
Herramientas de anlisis y visualizacin.
Minera de datos, como anlisis de clusters, alineamiento de secuencias, y "pattern
matching".
Bibliotecas de funciones para teora de nmeros.
Transformaciones de integrales continuas y discretas.
Capacidades de importacin y exportacin de informacin de datos, imgenes,
vdeo y sonido, as como otros formatos biomdicos y de intercambio de
documentos en general.
Una coleccin de bases de datos incluidas de matemticas, ciencia e informacin
socio econmica (astronoma, diccionarios, clima, poliedros, pases, instrumentos
financieros, componentes qumicos, el genoma humano, entre otros).
(Burden, 1998; Chapra, 1999)

Pgina 51

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Herramientas para anlisis numrico

Soporte para variable compleja, aritmtica de precisin infinita y computacin

simblica para todas las funciones incluidas.
Interfaz de tipo documento que permite la reutilizacin de entradas y salidas
previas, incluidas grficas y anotaciones de texto.
Funcionalidad como procesador de palabras tcnico (cuaderno de notas),
incluyendo un editor de frmulas.

1.6.2. Maple7
Cdigo de ejemplo en Maple
Las siguientes lneas de cdigo calculan la solucin exacta de una ecuacin lineal
diferencial ordinaria, cabe menciona que estos tipos de problemas no se abarcan en
esta materia, sin embargo; se presentan para ejemplificar el uso que se le puede dar a
esta herramienta:

d2y
( x) 3 y ( x) = x
dx 2
Sujeto a las condiciones iniciales:

y (0) = 0,

dy
dx

y =0

=2

dsolve( {diff(y(x),x, x) - 3*y(x) = x, y(0)=0, D(y)(0)=2}, y(x) );

Raz cuadrada del nmero 2 hasta 20 cifras decimales:
> sqrt(2) = evalf (sqrt(2), 21);

2 = 1.41421356237309504880

Simplificacin de fracciones:
> simplify (35/42 - 5/30);

35 5 2

=
42 30 3

Solucin de ecuaciones cuadrticas:

> solve (3*x^2 + b*x = 7, x);

b
b 2 + 84 b
b 2 + 84
+
,
6
6
6
6

(Burden, 1998; Chapra, 1999)

Pgina 52

Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Herramientas para anlisis numrico

Solucin de ecuaciones diferenciales simblicas:

> f:= x -> tan(x)*sqrt(x):
> D(f)(x);

(1 + tan( x) 2 ) x +

1 tan( x)
2
x

Funciones integrales, solucin simblica, y solucin numrica:

> Int (sin(x)^2, x);

sin( x) cos( x) + 2
> value (%);

1
x
sin( x) cos( x) +
2
2
> int (sin(x)^2, x = 0..Pi/2);

Evaluacin de ecuaciones diferenciales lineales en forma simblica y numrica:

> DGL:= diff (y(x),x, x) - 3*y(x) = x:
> DGL;

d2

2 y ( x) 3 y ( x) = x
dx

> dsolve ({DGL, y(0)=1, D(y)(0)=2}, y(x));

y ( x) = e

3x

7 3 1

18 + 2 + e

Pgina 53

3x

1 7 3 x

2 18 3