UNIDAD I: TEORA DE ERRORES

A
INSTITUTO TECNOLGICO DE VERACRUZ
INGENIERA EN SISTEMAS COMPUTACIONALES

TEORA DE ERRORES
UNIDAD I

Investigacin
PARA ACREDITAR LA MATERIA

MTODOS NUMRICOS
GRUPO: 4J2
HORARIO: 12:00-13:00 HRS.
PRESENTA LA ALUMNA:
CASTILLO HUERTA BRENDA KAREN
E14021194

PROFESORA DE LA MATERIA:
MORALES FERNNDEZ BRENDA EDITH

VERACRUZ, VER.

AGOSTO, 2016

NDICE
PG.
1.
TEORA DE ERRORES.
Introduccin.
1.1.
Importancia de los Mtodos Numricos
1.2.
Conceptos bsicos: cifra significativa, precisin, exactitud,
incertidumbre y sesgo.
1.3.
Tipos de errores.
1.3.1.
Definicin de error: error absoluto y relativo.
1.3.2.
Error de redondeo.
1.3.3.
Error por truncamiento.
1.3.4.
Error numrico total.
1.4.
Software de cmputo numrico.
1.5.
Mtodos iterativos.
Bibliografa.

4
5

6
8
8
9
9
11
13
15
17

INTRODUCCIN
A lo largo del tiempo, los mtodos numricos han sido desarrollados con el
objeto de resolver problemas matemticos cuya solucin es difcil o
imposible de obtener por medio de los procedimientos tradicionales.
Las soluciones que ofrecen los mtodos numricos son aproximaciones de
los valores reales y, por tanto, se tendr un cierto grado de error que ser
conveniente determinar.
A continuacin, se definen y explican los conceptos bsicos, mtodos,
importancia y grados de error que abarcan los mtodos numricos para su
mayor entendimiento.

1.1.

IMPORTANCIA DE LOS MTODOS NUMRICOS.

Los mtodos numricos

son
tcnicas
mediante
las
cuales
es posible formular problemas matemticos de tal forma que puedan
resolverse usando operaciones aritmticas.
Los
mtodos numricos nos vuelven aptos para entender esquemas
numricos a fin de resolver problemas matemticos, de ingeniera y
cientficos
en
una
computadora,
reducir
esquemas
numricos
bsicos, escribir programas y resolverlos en una computadora y usar
correctamente el software existente para dichos mtodos y no solo aumenta
nuestra habilidad para el uso de computadoras, sino que tambin amplia la
pericia matemtica y la comprensin de los principios cientficos bsicos.
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.
Los mtodos numricos pueden ser aplicados para resolver procedimientos
matemticos en:

Clculo de derivadas
Integrales
Ecuaciones diferenciales
Operaciones con matrices
Interpolaciones
Ajuste de curvas
Polinomios

Los mtodos numricos son adecuados para la solucin de problemas

comunes de ingeniera, ciencias y administracin, utilizando computadoras
electrnicas.
En el proceso de solucin de problemas por medio de computadoras se
requieren los pasos siguientes.
Especificacin del problema. Con esto se indica que se debe identificar
perfectamente el problema y sus limitaciones, las variables que
intervienen y los resultados deseados.
Anlisis. Es la formulacin de la solucin del problema denominada
tambin algoritmo, de manera que se tenga una serie de pasos que
resuelvan el problema y que sean susceptibles de ejecutarse en la
computadora.
Programacin. Este paso consiste en traducir el mtodo de anlisis o a
lgoritmo de solucin expresndole como una serie detallada de
operaciones.

 Verificacin. Es la prueba exhaustiva del programa para eliminar todos

los errores que tenga de manera que efecte lo que desea los resultados
de prueba se comparan con soluciones conocidas de problemas ya
resueltos.
Documentacin. Consiste en preparar un instructivo del programa de
manera que cualquier persona pueda conocer y utilizar el programa.
Produccin. Es la ltima etapa en la que solo se proporcionan datos d
e entrada del programa
obtenindose las soluciones correspondientes.
De lo antes expuesto se puede concluir que es necesario un conocimiento
completo del problema, y de los campos de las matemticas relacionados
con el que es precisamente el objeto de los mtodos numricos para
computadora.
Si los mtodos numricos son los algoritmos (conjuntos detallados y
secuenciados de operaciones) que nos llevan hasta las soluciones estimadas
de los problemas, el estudio de stos y del anlisis de errores que pueden
llevar asociados constituye el Anlisis Numrico.
De acuerdo con nuestros objetivos, nosotros nos concentraremos muy
especialmente en los mtodos numricos y rebajaremos el rigor del anlisis
de errores, propio de quien tiene por centro el mtodo numrico mismo y no
tanto su aplicacin inmediata, sin olvidarnos de l. Es decir,
seguiremos la lnea de los textos de Mtodos Numricos" ms que la de los
textos de Anlisis Numrico".

1.2. CONCEPTOS BSICOS: CIFRA

SIGNIFICATIVA, PRECISIN, EXACTITUD, INCERTIDUMBRE Y
SESGO.

CIFRA SIGNIFICATIVA:
El concepto de cifra significativa lo podemos definir como aquella que
aporta informacin no ambigua ni superflua acerca de una determinada
medida experimental, son cifras significativas de un nmero vienen
determinadas por su error. Son cifras que ocupan una posicin igual o
superior al orden o posicin de error.
Cuando se emplea un nmero en un clculo, debe haber seguridad de que
pueda usarse con confianza. El concepto de cifras significativas tiene dos
implicaciones importantes en el estudio de los mtodos numricos:
1. Los mtodos numricos obtienen resultados aproximados. Por lo tanto, se
debe desarrollar criterios para especificar qu tan precisos son los
resultados obtenidos.
2. Aunque ciertos nmeros representan nmero especficos, no se pueden
expresar exactamente con un nmero finito de cifras.
REGLAS DE OPERACIONES CON CIFRAS SIGNIFICATIVAS:
Regla 1: los resultados experimentales se expresan con una sola cifra
dudosa, e indicando con + - la incertidumbre en la medida.
Regla 2: las cifras significativas se cuentan de izquierda a derecha, a partir
del primer dgito diferente de cero y hasta el digito dudoso.
Regla 3: al sumar o restar dos nmeros decimales, el numero de cifras deci
males del resultado es igual al de la cantidad con el menor nmero de ellas.
Regla 4: al multiplicar o dividir dos nmeros, el numero de cifras significati
vas del resultado es igual al del factor con menos cifras.

PRECISIN Y EXACTITUD:
En ingeniera, ciencia, industria, estadstica, exactitud y precisin no son
equivalentes. Es importante resaltar que la automatizacin de diferentes
pruebas o tcnicas puede producir un aumento de la precisin.
Esto se debe a que, con dicha automatizacin, lo que logramos es una
disminucin de los errores manuales o su correccin inmediata.
Precisin: se refiere a la dispersin del conjunto de valores obtenidos de
mediciones repetidas de una magnitud. Cuanto menor es la dispersin mayor
la precisin. Una medida comn de la variabilidad es la desviacin estndar
de las mediciones y la precisin se puede estimar como una funcin de ella.
Exactitud: se refiere a cun cerca del valor real se encuentra el valor medido.
En trminos estadsticos, la exactitud est relacionada con el sesgo de una
estimacin. Cuanto menor es el sesgo ms exacto es una estimacin.

Tambin se refiere a la aproximacin de un numero o de una medida al valor

verdadero que se supone representa.
Cuando expresamos la exactitud de un resultado se expresa mediante el error
absoluto que es la diferencia entre el valor experimental y el valor verdadero.
Tambin es la mnima variacin de magnitud que puede apreciar un
instrumento.
INCERTIDUMBRE:
Tambin se le conoce como Imprecisin. Se refiere al grado de alejamiento
entre
s,
a
las
diversas
aproximaciones
a un valor verdadero.
Situacin bajo la cual se desconocen las probabilidades de ocurrencia asoci
ados a los diferentes resultados de un determinado evento.
SESGO:
Existe sesgo cuando la ocurrencia de un error no aparece como un hecho
aleatorio (al azar) advirtindose que este ocurre en forma sistemtica.
Es un alejamiento sistemtico del valor verdadero a calcular.

1.3 TIPOS DE ERRORES.

Todos los resultados de la aplicacin de mtodos numricos van
acompaados de un error que es conveniente estimar. En muchas ocasiones
esto no es posible hacerlo de un modo cuantitativo, en otras, en cambio,
pueden llevarse a cabo anlisis de errores que pueden ser:
o

A priori, cuando no se utilizan los resultados en el anlisis, que puede

llegar a ser muy complejo (recordar, p. ej., las expresiones del error
de una simple divisin basadas en las del clculo diferencial), y
A posteriori, cuando se utilizan los propios resultados en el anlisis
de los errores.

Es conveniente tener presente en todo momento cules son las fuentes de

los errores, lo que puede ser una ayuda definitiva a la hora de resolver
eventuales problemas prcticos, si bien es cierto que stas actan siempre
juntas, haciendo muy difcil el conocimiento detallado de la contribucin de
cada una en cada caso.
Los errores numricos se generan con el uso de aproximaciones para
representar las operaciones y cantidades matemticas.
Esto ocurre cuando tienes pocas interacciones, al tener muchos el error baja,
debido a que los mtodos numricos no son exactos sino simples a
aproximaciones a un valor numrico, para que fueran exactos necesitaras
un numero de iteraciones infinitas lo cual no es posible, adems de cual es
el mtodo que vas a utilizar. Cada uno tiene su nivel de error, y sirve para
diferentes cosas
Esto incluye errores de truncamiento que resultan de representar
aproximadamente un procedimiento matemtico exacto, y los errores de
redondeo, que resultan de presentar aproximadamente nmeros exactos.
Para los tipos de errores, la relacin entre el resultado exacto o verdadero y
el aproximado est dado por:
Valor verdadero = valor aproximado + error.
se encuentra que el error numrico es igual a la diferencia entre el valor
verdadero y el valor aproximado esto es:
Ev = valor verdadero - valor aproximado
Donde Ev se usa para redondear el valor exacto del error. Se incluye el
subndice v para dar a entender que se trata del "verdadero" error.
Un defecto es que muchas veces no se toma en consideracin el orden de
magnitud del valor que se est probando. Por ejemplo, un error de un
centmetro es mucho ms significativo si se est midiendo un remache que
un puente. Una manera de medir las magnitudes de las cantidades que se
estn evaluando es normalizar el error respecto al valor verdadero, como en:
Error relativo fraccional = error / valor verdadero
Donde:
8

Error = valor verdadero - valor aproximado.

El error relativo tambin se puede multiplicar por el 100% para expresarlo
como Ev = (error verdadero/ valor verdadero) 100; Donde Ev denota el error
relativo porcentual. El subndice v significa la normalizacin del error al
valor verdadero.
FUENTES DE ERROR
Son tres que dan lugar a una clasificacin de los errores de acuerdo con ellas:
Inherentes.
Asociado a la precisin de los datos de imputa. Ejemplo:
El uso de 0.333333 en lugar de 1/3.
Su caracterstica principal es que se propaga al output. Esta propagacin
puede estudiarse mediante anlisis de sensibilidad, que permiten detectar
hipersensibilidades de los resultados hacia variables especficas en rangos
particulares, de modo que puedan tomarse precauciones especiales en esos
casos.
Cuando existe una magnificacin inaceptable del error se dice que el
problema est mal condicionado. Los errores de input son causantes de
imprecisin en los resultados.
Truncamiento.
Asociado a la substitucin de procesos infinitos por procesos finitos, tales
como el truncamiento de series, el uso se sumas limitadas para el clculo de
integrales o el uso de diferencias finitas para el clculo de derivadas. Los
errores de truncamiento causan inexactitud de los resultados.
Cuando se comparan unos mtodos numricos con otros suelen estudiarse
algunas propiedades asociadas con los errores, en estos casos es al error de
truncamiento al que se refiere, exponente, que se expresa en funcin de
algn parmetro conveniente, h, que tiende a 0 (o a infinito) cuando el error
es nulo.
Es frecuente comparar:
Convergencia: e(h)= 0

Cuando h=0

REDONDEO.
Asociado a la precisin limitada con la que se realizan las operaciones (cifras
significativas). Su mayor peligro radica en su tendencia a acumularse.

CLASIFICACIN DE LOS ERRORES

ERRORES INHERENTES.
Son aquellos errores cometidos por la persona al tomar los datos de lecturas
de instrumentos de medicin, al pasar stos datos a la computadora o bien
por verdaderas equivocaciones por el manejo de los datos.
9

 ERRORES POR REDONDEO.

Es aquel tipo de error en donde el nmero significativo de dgitos despus
del punto decimal se ajusta a un nmero especfico provocando con ello un
ajuste en el ltimo dgito que se toma en cuenta.
ERRORES POR TRUNCAMIENTO.
Para llevar a cabo operaciones de algunas funciones matemticas los
compiladores ejecutan estas funciones utilizando series infinitas de
trminos, pero es difcil llevar a cabo estos clculos hasta el infinito, por lo
tanto, la serie tendr que ser truncada.
X = X + Ex
Donde
X = cantidad verdadera
X = cantidad aproximada
Ex = error absoluto
Ex = |X X |
El error absoluto de una cantidad es igual al valor absoluto de la diferencia
entre la cantidad absoluta y su aproximacin incluye sus unidades fsicas.
FORMA RELATIVA.
El error relativo de una cantidad cualquiera es igual al cociente del error
absoluto entre la cantidad verdadera, generalmente expresado como
porcentaje ya que no tiene unidades.
Erx = Ex / X @ Ex / X
EJEMPLO:
Dos cantidades al ser medidas nos dan los siguientes resultados:

A = (100 + 1) m

ERROR
ABSOLUTO
Ea = 1m

B = (8 + 0.8) ft

Eb = 0.8ft

ERROR RELATIVO
Era = Ea = 1m = 0.01 = 1%
X 100m
Erb = Eb = 0.8ft = 0.1 = 10%
B
8ft

PROPAGACIN DEL ERROR.

Se dice que existe una propagacin en los errores cuando al realizar
operaciones con nmeros que ya tienen errores y que por su naturaleza y las
operaciones generan nuevos errores.
Normalmente se efectan en las operaciones aritmticas, (no importa cul
sea su origen).
PROPAGACIN DE LA SUMA.
10

X = X + Ex

ERROR ABSOLUTO
X+Y = (X+Ex) + (Y+Ey)

Y = Y + Ey

X+Y = (X+Y) + (Ex+Ey)

(X+Y)-(X+Y)= Ex+Ey
Ex+y = Ex + Ey
ERROR RELATIVO
Erx+y = Ex+y = Ex + Ey
X+Y
X+Y
PROPAGACIN DE LA RESTA.
Error absoluto
Error relativo
X Y = (X+Ex) (Y+Ey)
Erx-y = Ex-y = Ex-Ey
X Y = (X Y ) + (Ex-Ey)
XY XY
( X Y ) ( X Y ) = Ex Ey
Ex-y = Ex Ey
PROPAGACIN DE LA MULTIPLICACIN.
Error absoluto
Error relativo
X*Y = (X+Ex)*(Y+Ey)
Erxy = XEy+YEx
X*Y = XY+XEy+YEx+ExEy
XY
XY-XY = XEy + YEx
Erxy = XEy + YEx
Exy = XEy + YEx
XY
XY
Erxy = Ex + Ey
X
Y
PROPAGACIN DE LA DIVISIN.
Error absoluto
Error relativo
X = X+Ex
Ex - XEy
Y (Y+Ey)
Erx = Y
Y = Ex - Ey
X = X + Ex - XEy - ExEy
y
X
X
Y
Y Y
Y
Y
Y
Y
X X = Ex Xey = Ex
Erx = Ex - Ey
Y Y
Y
Y
y
y
X
Y

ERROR NUMRICO TOTAL.

El error numrico total es la suma de los errores de truncamiento y redondeo.
En general, el nico camino para minimizar los errores de redondeo es
incrementado el nmero de cifras significativas en la computadora.
Adicionalmente, hemos notado que el error por redondeo se incrementara
tanto por la cancelacin por resta como porque en el anlisis exista un
incremento en el nmero de clculos.
En contraste, se puede demostrar que el error de truncamiento puede
reducirse por un tamao de paso ms pequeo. Debido a que al decrecer el
tamao del paso puede tenerse una cancelacin por resta o en el incremento
de clculos, los errores de truncamiento pueden ser disminuidos cuando los
errores de redondeo se incrementan. Por lo tanto, se debe afrontar siguiente
dilema: la estrategia para disminuir un componente del error total conduce
a un incremento en el otro componente.
En un clculo, se podra disminuir el tamao del paso para minimizar los
errores de truncamiento nicamente para descubrir que el error de redondeo
empieza a dominar la solucin y el error total crece! As, el remedio empieza
11

a ser un problema. Un reto implica determinar un tamao del paso

aproximado para un clculo en particular.
Se debera seleccionar un tamao del paso largo con el fin de disminuir la
cantidad de clculos y errores de redondeo sin incurrir en la penalizacin de
grandes errores de redondeo. Si el error total es como se menciona, el reto
es identificar el punto de disminucin donde los errores de redondeo
empiezan a negar los beneficios de la reduccin del tamao del paso.
En casos reales, sin embargo, tales situaciones son relativamente poco
comunes porque muchas computadoras manejan suficientes cifras
significativas para que los errores de redondeo no predominen. Sin embargo,
algunas veces estos errores ocurren y surgen una clase de principio
numrico de incertidumbre que da un lmite absoluto sobre la exactitud que
puede obtenerse usando ciertos mtodos numricos computarizados.

12

1.4 SOFTWARE DE CMPUTO NUMRICO.

Paquetes comerciales de Fortran
Paquetes de software comercial para cmputo numrico general.

NAG

El Grupo de Algoritmos numricos (Numerical Algorithms Group) (NAG) ha

desarrollado una biblioteca de Fortran conteniendo alrededor de 1000
subrutinas accesibles al usuario para resolver problemas generales de
matemticas aplicadas, incluyendo: ecuaciones diferenciales ordinarias y
parciales, transformada rpida de Fourier, cuadratura, lgebra lineal,
ecuaciones no lineales, ecuaciones integrales, y ms.

IMSL

La biblioteca numrica de Fortran IMSL hecha por Visual Numerics, Inc. cubre
muchas de las reas contenidas en la biblioteca NAG. Tambin tiene soporte
para analizar y presentar datos estadsticos en aplicaciones cientficas y de
negocios.
Numerical rcipes: Los libros de Numerical Recipes in C/Fortran son muy
populares entre los ingenieros porque pueden ser usados como libro de
cocina donde se puede encontrar una "receta (recipe)" para resolver algn
problema a mano. Sin embargo, el software correspondiente de Numerical
Recipes no es comparable en alcance o calidad al dado por NAG o IMSL.
Debe de mencionarse que todo el software listado anteriormente tambin
est disponible para el lenguaje C (o al menos puede ser llamado desde C).
El programador slo tiene que escribir una rutina pequea (driver) para el
problema particular que tenga, porque el software para resolver las
subtareas se encuentra ya disponible. De esta forma la gente no tiene que
reinventar la rueda una y otra vez.

MATLAB

( MATrix LABoratory, "laboratorio de matrices") es un software matemtico

que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de
programacin propio (lenguaje M). Est disponible para las plataformas Unix,
Windows y Apple Mac OS X.
Entre sus prestaciones bsicas se hallan: la manipulacin de matrices, la
representacin de datos y funciones, la implementacin de algoritmos, la
creacin de interfaces de usuario (GUI) y la comunicacin con programas en
otros lenguajes y con otros dispositivos hardware. El paquete MATLAB
dispone de dos herramientas adicionales que expanden sus prestaciones, a
saber, Simulink (plataforma de simulacin multidominio) y GUIDE (editor de
interfaces de usuario - GUI). Adems, se pueden ampliar las capacidades de
MATLAB con las cajas de herramientas (toolboxes); y las de Simulink con los
paquetes de bloques (blocksets).

13

Es un software muy usado en universidades y centros de investigacin y

desarrollo. En los ltimos aos ha aumentado el nmero de prestaciones,
como la de programar directamente procesadores digitales de seal o crear
cdigo VHDL.

14

1.5 MTODOS ITERATIVOS.

Trata de resolver un problema (como una ecuacin o un sistema de
ecuaciones) mediante aproximaciones sucesivas a la solucin, empezando
desde una estimacin inicial.
Considere el problema de encontrar una raz a una ecuacin cuadrtica, por
ejemplo:
f(x) = x2 x 2 = 0
Un mtodo directo para resolverlo es aplicar la frmula general

Un mtodo iterativo consta de los siguientes pasos.

1. inicia con una solucin aproximada (Semilla).
2. ejecuta una serie de clculos para obtener o construir una mejor
aproximacin partiendo de la aproximacin semilla. La frmula que permite
construir la aproximacin usando otra se conoce como ecuacin de
recurrencia.
Esta aproximacin contrasta con los mtodos directos, que tratan de resolver
el problema de una sola vez (como resolver un sistema de ecuaciones A
x=bencontrando la inversa de la matriz A). Los mtodos iterativos son tiles
para resolver problemas que involucran un nmero grande de variables (a
veces del orden de millones), donde los mtodos directos tendran un coste
prohibitivo incluso con la potencia del mejor computador disponible.
VENTAJAS Y DESVENTAJAS:
Un elemento en contra que tienen los mtodos iterativos sobre los mtodos
directos es que calculan aproximaciones a la solucin. Los mtodos
iterativos se usan cuando no se conoce un mtodo para obtener la solucin
en forma exacta. Tambin se utilizan cuando el mtodo para determinar la
solucin exacta requiere mucho tiempo de clculo, cuando una respuesta
aproximada es adecuada, y cuando el nmero de iteraciones es relativamente
reducido.
PUNTOS FIJOS ATRACTIVOS
Si una ecuacin puede ponerse en la forma f(x) = x, y una solucin x es un
punto fijo atractivo de la funcin f, entonces puede empezar con un punto
x1 en la base de atraccin de x, y sea xn+1 = f(xn) para n 1, y la secuencia
{xn}n 1 converger a la solucin x.
SISTEMAS LINEALES
En el caso de un sistema lineal de ecuaciones, las dos clases principales de
mtodos iterativos son los mtodos iterativos estacionarios y los ms
generales mtodos del subespacio de krylov

15

MTODOS ITERATIVOS ESTACIONARIOS

Los mtodos iterativos estacionarios resuelven un sistema lineal con un
operador que se aproxima al original; y basndose en la medida de error (el
residuo), desde una ecuacin de correccin para la que se repite este
proceso. Mientras que estos mtodos son sencillos de derivar, implementar
y analizar, la convergencia normalmente slo est garantizada para una clase
limitada de matrices.
MTODOS DEL SUBESPACIO DE KRYLOV
Los mtodos del subespacio de Krylov forman una base ortogonal de la
secuencia de potencias de la matriz por el residuo inicial (la secuencia de
Krylov). Las aproximaciones a la solucin se forman minimizando el residuo
en el subespacio formado. El mtodo prototpico de esta clase es el mtodo
del gradiente conjugado. Otros mtodos son el mtodo del residuo mnimo
generalizado y el mtodo del gradiente biconjugado.
CONVERGENCIA
Dado que estos mtodos forman una base, el mtodo converge en N
iteraciones, donde N es el tamao del sistema. Sin embargo, en la presencia
de errores de redondeo esta afirmacin no se sostiene; adems, en la prctica
N puede ser muy grande, y el proceso iterativo alcanza una precisin
suficiente mucho antes. El anlisis de estos mtodos es difcil, dependiendo
de lo complicada que sea la funcin del espectro del operador.
PRECONDICIONANTE
El operador aproximativo que aparece en los mtodos iterativos
estacionarios puede incorporarse tambin en los mtodos del subespacio de
Krylov, donde se pasan de ser transformaciones del operador original a un
operador mejor condicionado. La construccin de precondicionadores es un
rea de investigacin muy extensa.
El mtodo Jacobi es el mtodo iterativo para resolver sistemas de ecuaciones
lineales ms simple y se aplica slo a sistemas cuadrados, es decir a sistemas
con tantas incgnitas como ecuaciones.
A. Primero se determina la ecuacin de recurrencia. Para ello se ordenan
las ecuaciones y las incgnitas. De la ecuacin i se despeja la incgnita
i. En notacin matricial se escribirse como:
x = c + Bx (1)
Donde x es el vector de incgnitas.

B. Se toma una aproximacin para las soluciones

C. Se itera en el ciclo que cambia la aproximacin
xi+1 = c + Bxi (2)

16

BIBLIOGRAFA
Iriarte, R. (2000). Mtodos Numricos. Mxico: Trillas.
ANNIMO. (2004). MTODOS NUMRICOS. AGOSTO 26, 2016, de MET NUM
MVC Sitio web: https://sites.google.com/site/metnumvmc/unidad-i-2
Huerta, A., Sarrate, J., & Rodriguez, A. (1996). Mtodos Numricos.
Introduccin, aplicaciones y programacin. Mxico, DF: UPC.

17