1er Parcial Numrico Resumen

Capitulo 1 Anlisis del error

Los mtodos numricos son tcnicas mediante las cuales es posible formular problemas
matemticos, de forma que puedan resolverse usando operaciones aritmticas simples. Hay
muchos tipos de mtodos numricos, y comparten una caracterstica comn: invariablemente se
deben realizar un buen nmero de tediosos clculos aritmticos. Los mtodos numricos pueden
manejar sistemas de ecuaciones grandes, la no linealidad de las ecuaciones y geometras
complicadas, comunes en la ingeniera.

Cada etapa puede presentar una serie de errores asociados al proceso como:
Error en la recoleccin de datos
Errores de apreciacin
Precisin de los equipos
Errores en la secuencia de operaciones

Uno de los principales errores se debe a la representacin de los nmeros reales dentro del
computador. La representacin de los nmeros se realiza por medio de un nmero limitado de
dgitos, lo que produce una prdida de precisin.

Exactitud y Precisin
La exactitud se refiere a que tan cercano est el valor calculado o medido del valor verdadero.
La precisin se refiere a qu tan cercano est un valor individual medido o calculado respecto a
los otros. La inexactitud se define como un alejamiento sistemtico de la verdad. La
imprecisin, sobre el otro lado, se refiere a la magnitud del esparcimiento de los valores.

ERRORES
La presencia de errores en el resultado de cualquier proceso numrico es inevitable, puede haber
errores en los datos, pero an con los datos exactos el propio proceso de clculo puede ser fuente
de error. Por lo tanto, existen errores en:
Datos
Operaciones
Procedimientos
En este captulo vamos a analizar los dos primeros.

Error numrico total

El error numrico total se entiende como la suma de todos los errores de redondeo y
truncamiento introducidos en el clculo. Mientras ms clculos se tengan que realizar para
obtener un resultado, el error de redondeo se ir incrementando. Pero por otro lado, el error de
truncamiento se puede minimizar al incluir ms trminos en la ecuacin, disminuir el paso o
proseguir la iteracin (o sea mayor nmero de clculos, seguramente mayor error de redondeo).
En la prctica debemos considerar que hoy por hoy los computadores tienen un manejo de cifras
significativas mucho mayor que antes por lo que el error de redondeo se minimiza enormemente,
aunque no se debe dejar olvidar su aporte al error total.
Error Absoluto, Relativo y Porcentual
Error Absoluto, Relativo y Porcentual
 Cifras Significativas y Decimales Correctos
Se considera que las cifras significativas de un nmero a aquellas que tienen significado real
o aportan alguna informacin. Las cifras no significativas aparecen como resultado de los
clculos y no tienen significado alguno. Las cifras significativas de un nmero vienen
determinadas por su error.
Son cifras significativas aquellas que ocupan una posicin igual o superior al orden o
posicin del error. Por ejemplo, consideremos una medida de longitud que arroja un valor de
2.345,6789 m con un error de 0,5 m. El error es por tanto del orden de dcimas de metro. Es
evidente que todas las cifras del nmero que ocupan una posicin menor que las dcimas no
aportan ninguna informacin. En efecto, qu sentido tiene dar el nmero con precisin de
diezmilsimas si afirmamos que el error es de casi 1 metro? Las cifras significativas en el
nmero sern por tanto las que ocupan la posicin de las dcimas, unidades, decenas, etc., pero
no las centsimas, milsimas y diezmilsimas.
ANLISIS DEL ERROR EN LAS OPERACIONES ARITMTICAS

Dada una secuencia de operaciones es importante tener la nocin de cmo el error se

propaga a lo largo de las operaciones. El error total en una operacin est compuesto por las
diferentes partes de las operaciones y por el resultado de la operacin. Ciertos errores como los
motivados por truncamiento y redondeo, reciben tambin el nombre de errores generados.
Al combinar un dato que ya posee un error generado con otros en las mismas condiciones,
los errores se propagan. Entonces, el error absoluto total ser la suma de los errores
generados y propagados. El hecho de considerar los errores generados complica excesivamente
el clculo con errores. Por ello, la regla a tener en cuenta es que el error generado es despreciable
siempre que sea cien veces ms pequeo que el error propagado por hacer intervenir tal trmino.

Capitulo 2 Resolucin de Ecuaciones no lineales

Fase 1: AISLAMIENTO DE LAS RAICES

En esta fase se realiza un anlisis terico y grfico de la funcin f (x). Es importante

sealar que el suceso de la FASE 2, depende de la precisin de este anlisis. Para el
anlisis terico utilizamos frecuentemente el siguiente teorema

Teorema de Bolzano

Dada una funcin f (x) continua en el intervalo [a,b]. Si f (a). f (b) < 0, entonces existe un punto x = ,
entre a y b que es cero de f (x) .

Grficamente:

Observacin: bajo la hiptesis del teorema anterior, si f (x) existe y mantiene el signo en el intervalo [a,b]
entonces, este contiene un nico cero de f (x)

Grficamente
El mtodo grfico

El anlisis grfico es fundamental para obtener buenas aproximaciones de las races. Existen numerosos programas
que auxilian en la obtencin del grfico de f (x). Esto puede hacerse de dos maneras a) haciendo directamente el
grfico f (x) de la manera tradicional y b) obteniendo dos funciones g(x) = h(x) tales que f (x) = g(x) - h(x) = 0.
Graficamos g(x) y h(x) en los mismos ejes cartesianos y localizamos lo puntos sobre el eje x donde las curvas se
interceptan.
Fase 2: APROXIMACIN

Un mtodo iterativo consiste en una secuencia de instrucciones que son ejecutadas paso a paso, algunas
de las cuales son repetidas por ciclos. La ejecucin de un ciclo recibe el nombre de iteracin. Cada
iteracin utiliza los resultados de las iteraciones anteriores y efecta determinadas pruebas verificado que
el resultado sea el esperado.

Los mtodos iterativos dan una aproximacin para la solucin, a diferencia de los mtodos directos que
dan la solucin exacta.

Si la frmula iterativa converge, la distancia entre valores consecutivos se debe reducir y se puede usar
una medida para el error.

Criterio de parada

Todos los mtodos iterativos efectan un test del tipo: est el valor calculado lo
suficientemente prximo a la raz exacta? Para tal efecto se introduce el concepto
de raz aproximada y tolerancia del error , que es la precisin con que se
desea el resultado (cuanto menor sea ms prximo estamos de la raz exacta).
Existen dos interpretaciones de la raz aproximada que no siempre arrojan el mismo
resultado:
MTODO DE LA FALSA POSICIN

Considerando la siguiente funcin:

Captulo 3 Interpolacin

INTERPOLAR una funcin, consiste en sustituir esta, por otra funcin p(x) con el
objeto de facilitar ciertas operaciones. Podemos realizar la interpolacin cuando:

Conocemos los valores numricos de f (x) solamente en un conjunto de puntos y

necesitamos f (x) en un punto no tabulado.

La expresin f (x) es difcil de derivar o integrar.

EVALUACION DEL GRADO DEL POLINOMIO INTERPOLADOR
La tabla de diferencias divididas puede auxiliar en la eleccin del grado del polinomio que usamos para interpolar
una funcin dada.
En primer lugar debemos construir la tabla de las diferencias divididas. Enseguida, examinamos las diferencias
divididas de la funcin en las proximidades del punto de inters. Si en estas proximidades las diferencias divididas
de orden n son prcticamente constantes, o si las diferencias divididas de orden n +1 varan en torno de cero,
podemos concluir que un polinomio interpolador de orden n ser el que mejor aproximar a la funcin en la
regin considerada.
FENOMENO DE RUNGE
Cuando hacemos interpolacin polinomial para una funcin f (x) deseamos que la secuencia {p (x)} n de los
polinomios de grado < n converja a f (x) cuando n crece. Pero existen ejemplos de divergencia como el conocido
fenmeno de Runge.
INTERPOLACIN SPLINE
Terminamos este captulo, estudiando un tipo de interpolacin que ha demostrado poseer una gran finura, y que
inclusive es usado para el diseo por computadora, por ejemplo, de tipos de letras, imgenes, etc.
Esta interpolacin se llama interpolacin segmentaria o interpolacin spline. La idea central es que en vez de usar
un solo polinomio para interpolar los datos, podemos usar segmentos de polinomios y unirlos adecuadamente para
formar nuestra interpolacin.
Cabe mencionar que entre todas, las spline cbicas han resultado ser las ms adecuadas para aplicaciones como la
mencionada anteriormente. As pues, podemos decir de manera informal, que una funcin spline est formada por
varios polinomios, cada uno definido en un intervalo y que se unen entre si bajo ciertas condiciones de continuidad.