Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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
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:
Pgina
38
Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Tipos de error
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
Ejemplo:
1) El valor de
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%
5 2.24 = 0.0039
2) El valor de
7 2.65 = 0.0042
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
2 E , con 1 m < 2
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)
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
E=2
1{
bit
8{
bits
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
E=6
1.000 11 100
Notas:
1) El punto decimal que aparece entre
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
1.3.1. 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
ab = c
=
=
=
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 * 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
+
3.0031
3.0031 3.0031
0.0329 3.329 + .2999 = 0.0329 0.6328
f (x) en un
punto a:
e f ea
f (a*)
Pgina
47
Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Estrategias para minimizar el error
u y y;
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
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
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
Pgina 51
Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Herramientas para anlisis numrico
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
2 = 1.41421356237309504880
Simplificacin de fracciones:
> simplify (35/42 - 5/30);
35 5 2
=
42 30 3
b
b 2 + 84 b
b 2 + 84
+
,
6
6
6
6
Pgina 52
Mtodos Numricos I
UNIDAD 1. ANLISIS DEL ERROR
Herramientas para anlisis numrico
(1 + tan( x) 2 ) x +
1 tan( 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);
d2
2 y ( x) 3 y ( x) = x
dx
y ( x) = e
3x
7 3 1
18 + 2 + e
Pgina 53
3x
1 7 3 x
2 18 3