Algoritmos y convergencia

Algoritmos y convergencia

Contenido

An
alisis Numerico
Clase 2 Algoritmos y convergencia
CNM-425
Departamento de Matem
aticas
Facultad de Ciencias Exactas y Naturales
Universidad de Antioquia

Algoritmos y convergencia
Algoritmos
Convergencia

c 2008. Reproducci
Copyleft
on permitida bajo los
t
erminos de la licencia de documentaci
on libre GNU.

Algoritmos y convergencia

Algoritmos y convergencia

Algoritmos y convergencia

Estructuras b
asicas

Algoritmo: lista bien definida, ordenada y finita de operaciones que

permite hallar la soluci
on a un problema.
Pseudoc
odigo = pseudo (supuesto) + c
odigo (instrucci
on).
Descripci
on informal y compacta de un algoritmo que utiliza
convenciones estructurales de ciertos lenguajes de programaci
on.
Estructuras de control
Secuencial
Selectiva (decisi
on l
ogica)
Iterativa (repetitiva)

Secuencial

Selectiva (decisi
on l
ogica)

instrucci
on 1
instrucci
on 2
.
.
.

si P entonces
instrucciones 1;
si no
instrucciones 2;
fin si

instrucci
on n

Iterativa (repetitiva)

Iterativa (repetitiva)

mientras P hacer
instrucciones;
fin mientras

para i = inicio hasta f inal

hacer
instrucciones;
fin para

Algoritmos y convergencia

Algoritmos y convergencia

El siguiente algoritmo calcula

n
X

Ejemplos
xi = x1 + x2 + + xn .

i=1

El polinomio de Taylor de f (x) = ln x en torno de x0 = 1 est

a dado por
leer n, x1 , x2 , . . . , xn ;
SU M A = 0;

Pn (x) =

para i = 1 hasta n
SU M A = SU M A + xi ;
fin para
escribir La suma es, SU M A;

El siguiente algoritmo calcula

n
Y

xi = x1 x2 xn .

i=1

n
X
(1)i1
(x 1)i
i
i=1

(1)

y podemos utilizarlo para calcular ln 1,5 cuyo valor aproximado a ocho

cifras decimales es 0,40546511
El siguiente algoritmo calcula el n
umero n de terminos necesarios de
(1) para que

leer n, x1 , x2 , . . . , xn ;

| ln 1,5 Pn (1,5)| < 105

(2)

P RODU CT O = 1;
para i = 1 hasta n
P RODU CT O = P RODU CT O xi ;
fin para

teniendo en cuenta que para series alternantes convergentes

Sn = a1 + a2 + + an S, se cumple que

escribir El prodcuto es, P RODU CT O;

|S Sn | |an+1 |

Algoritmos y convergencia

Algoritmos y convergencia

Ejemplos

Estabilidad
leer x, T OL y M ;
// TOL es la tolerancia y M es el n
umero m
aximo de iteraciones.
N =1;
y = x 1;
SU M A = 0;
P OT EN CIA = y;
T ERM IN O = y;
SIGN O = 1;
mientras N M hacer
SIGN O = SIGN O;
SU M A = SU M A + SIGN O T ERM IN O;
P OT EN CIA = P OT EN CIA y;
T ERM IN O = P OT EN CIA/(N + 1);
si |T ERM IN O| < T OL entonces
escribir T
erminos requeridos: , N );
parar;
fin si
N = N + 1;
fin mientras
Escribir El m
etodo fall
o
parar;

(3)

Un algoritmo recibe unos datos de entrada (input) y produce unos

datos de salida o soluci
on (output).
Un algoritmo es estable si cambios peque
nos en los datos de
entrada producen cambios peque
nos en los datos de salida.
C
omo influyen los errores de redondeo en la estabilidad de un
algoritmo?
Definici
on
Suponga E0 > 0 un error inicial y En el error que se obtiene despues de
ejectuarse n operaciones sucesivas.
Error lineal: si En CnE0 con C una constante positiva, el crecimiento del
error es lineal.
Error exponencial: si En C n E0 con C > 1, el crecimiento del error es
exponencial.

Algoritmos y convergencia

Algoritmos y convergencia

Crecimiento exponencial

Crecimiento exponencial

Ejemplo: consideremos la ecuaci

on en diferencias
xn =

10
xn1 xn2 ,
3

para

Con aritmetica de redondeo a cinco cifras, x

0 = 1,0000 y x
1 = 0,33333
y para las constantes obtenemos c1 = 1,0000 y c2 = 0,12500 105 y
(4) queda

n = 2, 3, . . .

cuya soluci
on est
a dada por
xn = c1

n
1
+ c2 3n
3

x
n = 1,0000

(4)

donde c1 y c2 son constantes que dependen de las condiciones

iniciales x0 y x1 .

n
1
0,12500 105 3n
3

y por tanto el error de redondeo

xn x
n = 0,12500 105 3n

Con x0 = 1 y x1 =

1
3

obtenemos c1 = 1 y c2 = 0 y (4) queda

n
1
xn =
3

crece exponencialmente.

Algoritmos y convergencia

Algoritmos y convergencia

Crecimiento lineal

Crecimiento lineal

Ejemplo: consideremos ahora la ecuaci

on en diferencias
xn = 2xn1 xn2 ,

para

Con aritmetica de redondeo a cinco cifras, x

0 = 1,0000 y x
1 = 0,33333
y para las constantes obtenemos c1 = 1,0000 y c2 = 0,66667 105 y
(5) queda

n = 2, 3, . . .

cuya soluci
on est
a dada por
xn = c1 + c2 n

x
n = 1,0000 0,66667 n

(5)

donde c1 y c2 son constantes que dependen de las condiciones

iniciales x0 y x1 .

y por tanto el error de redondeo

Con x0 = 1 y x1 =

1
3

xn x
n =

obtenemos c1 = 1 y c2 = 32 y (5) queda

xn = 1

2
n
3

Algoritmos y convergencia

Errores aritmeticos y de redondeo

Errores aritmeticos y de redondeo

Definici
on O may
uscula
Sea {n } una suceci
on tal que n 0 y {n } una sucesi
on tal que n .
La suceci
on {n } converge a con rapidez de convergencia O(n ) si
existe una constante K tal que

n :=

1
n

1
n := 2 ,
n

entonces

n = 0 + O

n+3
n + 3n
1

= 4 2 = 4n
n3
n3
n

n = 0 + O

Ejemplo: consideremos

|
n 0| =
y

n =

n+3
0.
n3

Algoritmos y convergencia

Algoritmos y convergencia

Errores aritmeticos y de redondeo

Errores aritmeticos y de redondeo

Definici
on
Suponga lm G(h) = 0 y lm F (h) = L.
h0

h0

De (6),

F (h) = L + O(G(h))

1 h4 0
cos h + 1 h2 1 = 1 h4 cos (h)

24

2
24

si existe una constante positiva K tal que

|F (h) L| K|G(h)|,

para h suficientemente peque

no.
y por tanto

Por lo general G(h) = hp con p > 0.

cos h +

Ejemplo: al utilizar el tercer polinomio de Taylor de coseno,

cos h = 1

con 0 < (h)

< h.

1
n

n+1
n+n
1

= 2 = 2n
n2
n2
n

|n 0| =

1
con p > 0.
np

n+1
0
n2

Ambas sucesiones convergen a cero pero una lo hace m

as r
apido que
otra: si

n = + O(n )

n =

para n grande,

y en tal caso se acostumbra a escribir

Por lo general n =

2
3

crece linealmente.

Algoritmos y convergencia

|n | K|n | ,

0,66667

1 2
1 4

h +
h cos (h)
2
24

(6)

1 2
h = 1 + O(h4 )
2

1
n2