Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
La ciencia y la tecnología describen los fenómenos reales mediante modelos
matemáticos. El estudio de estos modelos permite un conocimiento más
profundo del fenómeno, así como de su evolución futura. La matemática
aplicada es la rama de las matemáticas que se dedica a buscar y aplicar las
herramientas más adecuadas a los problemas basados en estos modelos.
Desafortunadamente, no siempre es posible aplicar métodos analíticos
clásicos por diferentes razones:
En estos casos son útiles las técnicas numéricas, que mediante una labor de
cálculo más o menos intensa, conducen a soluciones aproximadas que son
siempre numérica. El importante esfuerzo de cálculo que implica la mayoría
de estos métodos hace que su uso esté íntimamente ligado al empleo de
computadores. De hecho, sin el desarrollo que se ha producido en el campo
de la informática resultaría difícilmente imaginable el nivel actual de
utilización de las técnicas numéricas en ámbitos cada día más diversos 1.
2. Errores
El concepto de error es consustancial con el cálculo numérico. En todos los
problemas es fundamental hacer un seguimiento de los errores cometidos a
fin de poder estimar el grado de aproximación de la solución que se obtiene.
Error absoluto
de x:
(1)
Error relativo
de x:
(2)
(3)
(4)
o bien:
(5)
De acuerdo con este formalismo, tenemos que un numero se representará del
siguiente modo:
= (6)
= (7)
(8)
x(4) = 35.4785
=
x(3) = 35.478
y no la siguiente:
x(3) = 35.479
(9)
Solución:
x(4) = 35.4784
=
x(3) = 35.478
=
Para estudiar como se propaga en error, veamos cual es el efecto que cada
una de las operaciones básicas tiene sobre el error final cuando se aplican
= (10)
= (11)
= (12)
= (13)
(14)
En el caso más general, en que una función depende de más de una variable
(15)
(16)
Resolveremos ahora el problema por dos métodos. Primero, calcularemos el
error asociado a cada una de las variables y los términos de la expresión
anterior:
Los métodos numéricos nos vuelven aptos para entender esquemas numéricos a fin de resolver problemas matemáticos, de ing
esquemas numéricos básicos, escribir programas y resolverlos en una computadora y usar correctamente el software existente
habilidad para el uso de computadoras sino que también amplia la pericia matemática y la comprensi6n de los principios científ
El análisis numérico trata de diseñar métodos para “ aproximar” de una manera eficiente las soluciones de problemas expresado
El objetivo principal del análisis numérico es encontrar soluciones “aproximadas” a problemas complejos utilizando sólo l
requiere de una secuencia de operaciones algebraicas y lógicas que producen la aproximación al problema matemático.
· Cálculo de derivadas
· Integrales
· Ecuaciones diferenciales
· Interpolaciones
· Ajuste de curvas
· Polinomios
Los métodos numéricos son adecuados para la solución de problemas comunes de ingeniería, ciencias y administración, utilizan
* Especificación del problema. Con esto se indica que se debe identificar perfectamente el problem
intervienen y los resultados deseados.
*Análisis. Es la formulación de la solución del problema denominada también algoritmo, de manera que s
el problema y que sean susceptibles de ejecutarse en la computadora.
*Programación. Este paso consiste en traducir el método de análisis o algoritmo de solución expr
operaciones.
*Verificación. Es la prueba exhaustiva del programa para eliminar todos los errores que tenga de manera q
prueba se comparan con soluciones conocidas de problemas ya resueltos.
*Documentación. Consiste en preparar un instructivo del programa de manera que cualquier persona pue
*Producción. Es la última etapa en la que solo se proporcionan datos de entrada del programa obteniéndo
De lo antes expuesto se puede concluir que es necesario un conocimiento completo del problema, y de los
con el que es precisamente el objeto de los métodos numéricos para computadora.
Si los métodos numéricos son los algoritmos (conjuntos detallados y secuenciados de operaciones) que nos llevan hasta las s
de éstos y del análisis de errores que pueden llevar asociados constituye el Análisis Numérico.
De acuerdo con nuestros objetivos, nosotros nos concentraremos muy especialmente en los métodos numéricos y rebajaremo
tiene por centro el método numérico mismo y no tanto su aplicación inmediata, sin olvidarnos de él. Es decir, seguiremos la l
que la de los textos de ``Análisis Numérico".
El concepto de cifra significativa lo podemos definir como aquella que aporta información no ambigua
medida experimental, son cifras significativas de un numero vienen determinadas por su error. Son cifras
al orden o posición de error.
Cuando se emplea un número en un cálculo, debe haber seguridad de que pueda usarse con confianza. El c
implicaciones importantes en el estudio de los métodos numéricos.
1.- Los métodos numéricos obtienen resultados aproximados. Por lo tanto, se debe desarrollar criterios
resultados obtenidos.
2.- Aunque ciertos números representan número específicos, no se pueden expresar exactamente con un nú
Regla 1: los resultados experimentales se expresan con una sola cifra dudosa, e indicando con + - la incertid
Regla 2: las cifras significativas se cuentan de izquierda a derecha, a partir del primer dígito diferente de ce
Regla 3: al sumar o restar dos números decimales, el numero de cifras decimales del resultado es igual a
ellas.
Regla 4: al multiplicar o dividir dos números, el numero de cifras significativas del resultado es igual al del
Precisión y exactitud:
En ingeniería, ciencia, industria, estadística, exactitud y precisión no son equivalentes. Es importante resa
pruebas o técnicas puede producir un aumento de la precisión. Esto se debe a que con dicha automatizació
los errores manuales o su corrección inmediata.
Precisión: se refiere a la dispersión del conjunto de valores obtenidos de mediciones repetidas de una m
mayor la precisión. Una medida común de la variabilidad es la desviación estándar de las mediciones y
función de ella.
Exactitud: se refiere a cuán cerca del valor real se encuentra el valor medido. En términos estadísticos, la e
una estimación. Cuanto menor es el sesgo más exacto es una estimación.
También se refiere a la aproximación de un numero o de una medida al valor verdadero que se supone repr
Cuando expresamos la exactitud de un resultado se expresa mediante el error absoluto que es la diferen
verdadero.
Incertidumbre:
Incertidumbre también se le conoce como Imprecisión. Se refiere al grado de alejamiento entre sí, a
verdadero.
Situación bajo la cual se desconocen las probabilidades de ocurrencia asociados a los diferentes resultados
Sesgo:
Existe sesgo cuando la ocurrencia de un error no aparece como un hecho aleatorio (al azar) advirtiéndose q
Es un alejamiento sistemático del valor verdadero a calcular.
· a priori, cuando no se utilizan los resultados en el análisis, que puede llegar a ser muy complejo
de una simple división basadas en las del cálculo diferencial), y
Es conveniente tener presente en todo momento cuáles son las fuentes de los errores, lo que puede ser u
eventuales problemas prácticos, si bien es cierto que éstas actúan siempre juntas, haciendo muy difícil el c
de cada una en cada caso.
Fuentes de error
Son tres que dan lugar a una clasificación de los errores de acuerdo con ellas:
· Inherentes.
Asociado a la precisión de los datos de imputa. (P. Ej. El uso de 0.333333 en lugar de 1/3.) Su c
al output. Esta propagación puede estudiarse mediante análisis de sensibilidad, que perm
resultados hacia variables específicas en rangos particulares, de modo que puedan tomarse precauci
Cuando existe una magnificación inaceptable del error se dice que el problema está mal condicionad
imprecisión en los resultados.
· Truncamiento.
Asociado a la substitución de procesos infinitos por procesos finitos, tales como el truncamiento de series,
de integrales o el uso de diferencias finitas para el cálculo de derivadas. Los errores de truncamiento causa
Cuando se comparan unos métodos numéricos con otros suelen estudiarse algunas propiedades asocia
error de truncamiento al que se refiere, exponente, que se expresa en función de algún parámetro con
cuando el error es nulo.
Es frecuente comparar:
Convergencia:
· Redondeo.
Asociado a la precisión limitada con la que se realizan las operaciones (cifras significativas). Su
acumularse.
Son aquellos errores cometidos por la persona al tomar los datos de lecturas de instrumentos de medición
bien por verdaderas equivocaciones por el manejo de los datos.
Es aquel tipo de error en donde el número significativo de dígitos después del punto decimal se ajusta a u
un ajuste en el último dígito que se toma en cuenta.
Para llevar a cabo operaciones de algunas funciones matemáticas los compiladores ejecutan estas funcion
pero es difícil llevar a cabo estos cálculos hasta el infinito, por lo tanto la serie tendrá 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
fisicas.
FORMA RELATIVA.
El error relativo de una cantidad cualquiera es igual al cociente de el error absoluto entre la cantidad ver
porcentaje ya que no tiene unidades.
__
Erx = Ex / X @ Ex / X
EJEMPLO:
X 100m
B 8ft
Se dice que existe una propagación en los errores cuando al realizar operaciones con números que ya tienen
operaciones generan nuevos errores.
Normalmente se efectúan en las operaciones aritméticas, (no importa cual sea su orígen).
PROPAGACIÓN DE LA SUMA.
Error absoluto
(X+Y)-(X+Y) = Ex + Ey
Ex+y = Ex + Ey
Error relativo
Erx+y = Ex+y = Ex + Ey
X+Y X+Y
PROPAGACIÓN DE LA RESTA.
( X – Y ) – ( X – Y ) = Ex – Ey
Ex-y = Ex – Ey
PROPAGACIÓN DE LA MULTIPLICACIÓN.
X*Y = XY+XEy+YEx+ExEy XY
Erxy = Ex + Ey
X Y
PROPAGACIÓN DE LA DIVISIÓN.
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
NAG
El Grupo de Algoritmos numéricos (Numerical Algorithms Group) (NAG) ha desarrollado una biblioteca de Fortr
accesibles al usuario para resolver problemas generales de matemáticas aplicadas, incluyendo: ecuaciones diferencial
de Fourier, cuadratura, álgebra lineal, ecuaciones no lineales, ecuaciones integrales, y más.
IMSL
La biblioteca numérica de Fortran IMSL hecha por Visual Numerics, Inc. cubre muchas de las áreas contenidas en la
analizar y presentar datos estadísticos en aplicaciones científicas y de negocios
Numerical récipes: Los libros de Numerical Recipes in C/Fortran son muy populares entre los ingenieros porque pu
se puede encontrar una "receta (recipe)" para resolver algún problema a mano. Sin embargo, el software correspondi
en alcance o calidad al dado por NAG o IMSL.
Debe de mencionarse que todo el software listado anteriormente también esta disponible para el lenguaje C (o al men
El programador sólo tiene que escribir una rutina pequeña (driver) para el problema particular que tenga, porqu
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 matemático que ofrece un entorno de desa
programación propio (lenguaje M). Está disponible para las plataformas Unix, Windows y Apple Mac OS X
Entre sus prestaciones básicas se hallan: la manipulación de matrices, la representación de datos y funcio
creación de interfaces de usuario (GUI) y la comunicación con programas en otros lenguajes y con otros d
MATLAB dispone de dos herramientas adicionales que expanden sus prestaciones, a saber, Simulink (pla
GUIDE (editor de interfaces de usuario - GUI). Además, se pueden ampliar las capacidades de MATLAB c
herramientas (toolboxes); y las de Simulink con los paquetes de bloques (blocksets).
Es un software muy usado en universidades y centros de investigación y desarrollo. En los últimos años h
prestaciones, como la de programar directamente procesadores digitales de señal o crear código VHDL.
Considere el problema de encontrar una raíz a una ecuación cuadrática, por ejemplo:
f(x) = x2 − x − 2 = 0
2. ejecuta una serie de cálculos para obtener o construir una mejor aproximación partiendo de la aproximación semilla. La
usando otra se conoce como ecuación de recurrencia.
Esta aproximación contrasta con los métodos directos, que tratan de resolver el problema de una sola vez (como resolver un si
de la matriz A). Los métodos iterativos son útiles para resolver problemas que involucran un número grande de variables (a
directos tendrían un coste prohibitivo incluso con la potencia del mejor computador disponible.
Ventajas y Desventajas:
Un elemento en contra que tienen los métodos iterativos sobre los métodos directos es que calculan aproximaciones a la soluc
conoce un método para obtener la solución en forma exacta. También se utilizan cuando el método para determinar la solución
una respuesta aproximada es adecuada, y cuando el número de iteraciones es relativamente reducido.
Si una ecuación puede ponerse en la forma f(x) = x, y una solución x es un punto fijo atractivo de la función f, entonces puede
de x, y sea xn+1 = f(xn) para n ≥ 1, y la secuencia {xn}n ≥ 1 convergerá a la solución x.
Sistemas lineales
En el caso de un sistema lineal de ecuaciones, las dos clases principales de métodos iterativos son los métodos iterativos
subespacio de krylov
Los métodos iterativos estacionarios resuelven un sistema lineal con un operador que se aproxima al original; y basánd
una ecuación de corrección para la que se repite este proceso. Mientras que estos métodos son sencillos de derivar, implemen
está garantizada para una clase limitada de matrices.
Los métodos del subespacio de Krylov forman una base ortogonal de la secuencia de potencias de la matriz por el residuo inicial
solución se forman minimizando el residuo en el subespacio formado. El método prototípico de esta clase es el método
método del residuo mínimo generalizado y el método del gradiente biconjugado.
Convergencia
Dado que estos métodos forman una base, el método converge en N iteraciones, donde N es el tamaño del sistema. Sin emba
afirmación no se sostiene; además, en la práctica N puede ser muy grande, y el proceso iterativo alcanza una precisión suficie
difícil, dependiendo de lo complicada que sea la función del espectro del operador.
Pre condicionante
El operador aproximativo que aparece en los métodos iterativos estacionarios puede incorporarse también en los métodos d
transformaciones del operador original a un operador mejor condicionado. La construcción de precondicionadores es un área de
El método Jacobi es el método iterativo para resolver sistemas de ecuaciones lineales más simple y se aplica
sólo a sistemas cuadrados, es decir a sistemas con tantas incógnitas como ecuaciones.
1. Primero se determina la ecuación de recurrencia. Para ello se ordenan las ecuaciones y las incógnitas. De la ecuación i se
escribirse como:
x = c + Bx (1)