Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE CIENCIAS
DEPARTAMENTO DEMATEMATICAS
Análisis Numérico
eherrera@javeriana.edu.co
TEORÍA DEL ERROR
Estimación o cuantificación de la incertidumbre de una medida. “Cuanto más incierta
sea una medida, tanto mayor será el error de medición”
Error de Redondeo: Se debe a que una máquina sólo puede representar cantidades con
un número finito de dígitos
Punto fijo: Los números se representan con un número fijo de cifras decimales.
Punto flotante: Los números se representan con un número fijo de dígitos significativos
Cifras significativas: Las cifras significativas de una medida están formadas por los
dígitos que se conocen no afectados por el error, más una última cifra sometida al error
de la medida.
Ejemplo,
El resultado de una medida es 3,72 m, entonces serán significativas las cifras 3, 7 y 2. Los
dígitos 3 y 7 son cifras exactas y que el dígito 2 puede ser erróneo. O sea, el aparato de
medida puede medir hasta las centésimas de metro (centímetros), aquí es donde está el
error del aparato y de la medida. Por tanto, en física y en química “los resultados deben
tener tantas cifras significativas o menos que los datos de procedencia”. Es decir, que en
un aparato si el error lo tuviese en los centímetros no tendría sentido la escala hasta los
milímetros.
Ejemplo
No es lo mismo 3,70 m que 3,7 m. En el primer caso queremos decir que se ha precisado
hasta los centímetros mientras que en el segundo caso sólo hasta los decímetros. Suele
ser un mejor indicador de la precisión, es más independiente de la escala usada, y esto es
una propiedad más que deseable.
Definición 1.1
Sea 𝑓 una función de valor realℝ definida en un conjunto 𝐷 ⊂ ℝ que tiene limite 𝐿 en
𝑥0 lo cual se denota como
lim 𝑓(𝑥) = 𝐿
𝑥→𝑥0
Para cualquier 𝜀 > 0 existe 𝛿 > 0 tal que |𝑓(𝑥) − 𝐿| < 𝜀 siempre que 0 < |𝑥 − 𝑥0 | < 𝛿
Ejemplo
𝑥 3 −8
Sea 𝑓(𝑥) = una función definida en ℝ − {2} luego lim 𝑓(𝑥) = 12. Es decir,
𝑥−2 𝑥→2
acercándose a 𝑥 → 2 este puede ser por la derecha o izquierda
a. Cuando 𝑥 → 2+ se tiene:
b. Cuando 𝑥 → 2− se tiene:
|𝒙 − 𝒙𝟎 | |𝑓(𝑥) − 𝐿|
|1.9-2|=|2.1-2|=0.1 |11.41-12|=0.59
|1.99-2|=|2.01-2|=0.01 |11.99401-12|=0.00599
|1.999-2|=|2.001-2|=0.001 |11.9940-12|=0.006
|1.9999-2|=|2.0001-2|=0.0001 |11.9994-12|=0.0006
Definición 1.2
Continuidad en un punto
Definición 1.3
Sea {𝑥𝑛 }1∞ una sucesión infinita en ℝ o enℂ; {𝑥𝑛 }1∞ tiene limite 𝑥 si ∀ 𝜀 > 0, ∃ 𝑁(𝜀)𝜖ℤ+
tal que |𝑥𝑛 − 𝑥| < 𝜀 siempre 𝑛 > 𝑁(𝜀). Lo anterior se denota como,
lim 𝑥𝑛 = 𝑥
𝑛→∞
Teorema 1.1
1. 𝑓 es continua en 𝑥0
2. Si {𝑥𝑛 }1∞ una sucesión infinita en 𝐷 ⊂ ℝ que converge a 𝑥0 entonces,
lim 𝑓(𝑥𝑛 ) = 𝑓(𝑥0 )
𝑛→∞
Por lo tanto, para los métodos numéricos aplicados a funciones se tendrán funciones
continuas
Definición 1.3
𝑓(𝑥) − 𝑓(𝑥0 )
lim = 𝑓 , (𝑥0 )
𝑥→𝑥0 𝑥 − 𝑥0
Teorema 1.2
𝐶 ∞ (𝑋): es el conjunto de todas las funciones que tienen derivadas de todos los órdenes
en continua en 𝑋
Teorema 1.3
Teorema de Rolle
a. 𝑓 es continua en [𝑎, 𝑏]
b. 𝑓 es derivable en (𝑎, 𝑏)
Si 𝑓(𝑎) = 𝑓(𝑏) entonces, existe 𝑐 ∈ (𝑎, 𝑏) tal que 𝑓 ′ (𝑐) = 0
Teorema 1.4
a. 𝑓 es continua en [𝑎, 𝑏]
b. 𝑓 es derivable en (𝑎, 𝑏)
𝑓(𝑏)−𝑓(𝑎)
Entonces, existe 𝑐 ∈ (𝑎, 𝑏) tal que 𝑓 ′ (𝑐) = 𝑏−𝑎
Teorema 1.4
Sea 𝑓 es continua en [𝑎, 𝑏] entonces, existen 𝑐1 , 𝑐2 ∈ [𝑎, 𝑏] tales que 𝑓(𝑐1 ) ≤ 𝑓(𝑥) ≤
𝑓(𝑐2 ) ∀𝑥 ∈ [𝑎, 𝑏]. Además, si 𝑓 es derivable en (𝑎, 𝑏), entonces 𝑐1 , 𝑐2 aparecen en los
extremos de [𝑎, 𝑏] o donde 𝑓 ′ se anula
Teorema 1.5
Valor Intermedio
Sea 𝑓 es continua en [𝑎, 𝑏] y sea 𝑘 cualquier valor entre 𝑓(𝑎) y 𝑓(𝑏) entonces, ∃ 𝑐 ∈
(𝑎, 𝑏) tal que 𝑓(𝑐) = 𝐾
Ejemplo
Teniendo en cuenta que 𝑓 cumple ser continúa en [1,2] y derivable en (1,2) vamos a
obtener la derivada de la función 𝑓
Como buscamos desarrollar numéricamente, las Series de Taylor no son de ayuda, ya que
no podemos realizar “sumas” infinitas, para esto tenemos que aproximarlas, es decir
tenemos que troncar las Series de Taylor
Sea 𝑓 ∈ 𝐶 𝑛 [𝑎, 𝑏], 𝑓 (𝑛+1) existe en [a, b] y sea 𝑥0 ∈ [𝑎, 𝑏] entonces, para cada 𝑥 ∈ [𝑎, 𝑏]
existe 𝜉(𝑥) entre 𝑥0 y 𝑥 tal que:
f ( x) Pn ( x) Rn ( x)
Para 𝑥0 =0
f (0) x 2 f ( n ) (0) x n
Pn x f (0) f (0) x
2 n!
f ( n 1) ( ( x)) x n 1
Rn ( x)
(n 1)!
f ( n 1)
( ) M n
M n x n 1
Y así: Rn ( x )
(n 1)!
Con lo cual podemos fijar un máximo error y así determinar el n donde se debe troncar la
serie para obtener una buena aproximación.
Ejemplo
Aproximar el segundo y tercer polinomio de Taylor para 𝑓(𝑥) = 𝑐𝑜𝑠𝑥 alrededor del
valor 𝑥0 = 0 y
| Sin x | ≤ | x |. Dado que 0 ≤ ξ <0,01, podríamos haber utilizado el hecho de que | Sin ξ
(x) | ≤ 0,01 en el Error fórmula, produciendo la cota 0,16 × 10-8.
Ejemplo
Solución:
Lo primero que hallamos es el criterio de error, el cual asegura que el resultado sea
correcto con al menos cinco cifras significativas; donde n=5:
Es decir se evaluara la serie de Taylor hasta que el error normalizado se menor que
0,0005%.
x 2 x3 x4 xn
f ( x) e x 1x ... ...
2 3! 4! n!
Segunda aproximación es
Tercera aproximación es
e 0.5 1 0.5
0.52 1.625
2
1 1 39.3 0.648721…
Modelo Clásico:
La razón de cambio del momentum con respecto al tiempo de un cuerpo, es igual a la fuerza resultante
que actúa sobre él.
𝐹
𝐹 = 𝑚𝑎 𝑎=
𝑚
Donde, 𝐹 es la fuerza neta que actúa sobre el objeto [N] o [kg m/s2]; m es la masa del objeto [kg] y a
es su aceleración [m/s2]
Esta fórmula tiene como característica fundamental que, conduce a resultados reproducibles y en
consecuencia, llega a emplearse con la finalidad de predecir. Por ejemplo, dada la fuerza aplicada
sobre un objeto de masa conocida, el modelo se emplea para calcular la aceleración
Modelo II
Supóngase que se quiere determinar la velocidad final de la caída libre de un cuerpo que se encuentra cerca
de la superficie de la Tierra. Nuestro cuerpo en caída libre será el de un paracaidista
𝐹 𝑑𝑣
Como 𝑎 = y además, 𝑎 =
𝑀 𝑑𝑡
𝐹 𝐹1 − 𝐹2 𝑑𝑣 𝑚𝑔 − 𝑐𝑣 𝑐𝑣
= = = =𝑔−
𝑚 𝑚 𝑑𝑡 𝑚 𝑚
𝑑𝑣 𝑐𝑣 𝑑𝑣 𝑐
= 𝑔−𝑚 → +𝑣𝑚−𝑔 = 0
𝑑𝑡 𝑑𝑡
Luego, la solución exacta de la ecuación para la velocidad del paracaidista que cae no puede obtenerse
mediante solución analítica. Por ejemplo bajo las condiciones iniciales:
𝑑𝑣 𝑐𝑣
{ = 𝑔 − ; 𝑐𝑜𝑛 𝑣(0) = 0
𝑑𝑡 𝑚
Esta velocidad es constante porque después de un tiempo la fuerza de gravedad estará en equilibrio
con la resistencia del aire. Entonces, la fuerza total es cero y cesa la aceleración.
𝑑𝑣 ∆𝑣 𝑣(𝑡𝑖+1 )−𝑣(𝑡𝑖 )
≅ =
𝑑𝑡 ∆𝑡 𝑡𝑖+1 −𝑡𝑖
“aproximación en diferencia finita dividida de la derivada en el tiempo”
𝑐𝑣(𝑡𝑖 )
𝑣(𝑡𝑖+1 ) = 𝑣(𝑡𝑖 ) + (𝑔 − ) (𝑡𝑖+1 − 𝑡𝑖 )
𝑚
Así, la ecuación diferencial se ha transformado en una ecuación que puede utilizarse para determinar
algebraicamente la velocidad en ti+1, usando la pendiente y los valores anteriores de v y t. Si se da un valor
inicial para la velocidad en algún tiempo ti, es posible calcular con facilidad la velocidad en un tiempo
posterior ti+1.
Este nuevo valor de la velocidad en 𝒕𝒊+𝟏 sirve para calcular la velocidad en 𝒕𝒊+𝟐 y así sucesivamente. Es
decir, a cualquier tiempo,
Ahora, suponga que se tiene que determinar el coeficiente de arrastre de un paracaidista con una
masa dada, para alcanzar una velocidad determinada en un periodo preestablecido. Aunque los
procedimientos anteriores nos conducen a ecuaciones que relacionan a este parámetro que ofrece
una representación matemática de la interrelación entre las variables del modelo y los parámetros,
no es posible obtener explícitamente el coeficiente de arrastre, debido a que la relación está en
forma implícita.
Así, a menudo dichos problemas requieren la determinación de parámetros implícitos. La solución
del dilema es proporcionada por los métodos numéricos para raíces de ecuaciones. Para
resolver el problema con métodos numéricos es conveniente re expresar la ecuación
𝑔𝑚 𝑐
𝑓(𝑐) = (1 − 𝑒−( ⁄𝑚)𝑡 ) − 𝑣(𝑡)
𝑐
Por lo tanto, el valor de c que hace f(c) = 0 es la raíz de la ecuación. Este valor también representa el
coeficiente de arrastre que resuelve el problema de diseño.
Importante:
Las funciones trascendentes son funciones que no son algebraicas. Comprenden las funciones
trigonométricas, las funciones exponenciales, las funciones logarítmicas y otras menos familiares.
Las raíces de las ecuaciones pueden ser reales o complejas. En consecuencia, los métodos
numéricos estándares para encontrar raíces se encuentran en dos áreas de problemas relacionados,
pero fundamentalmente distintos:
1. La determinación de raíces reales de ecuaciones algebraicas y trascendentes. Dichas técnicas
se diseñaron para determinar el valor de una sola raíz real basándose en un conocimiento previo
de su posición aproximada.
2. La determinación de todas las raíces reales y complejas de polinomios. Estos métodos están
diseñados especialmente para polinomios; determinan sistemáticamente todas las raíces del
polinomio en lugar de sólo una raíz real dada una posición aproximada.
Métodos:
Métodos Cerrados
Se ocupa de métodos que aprovechan el hecho de que una función cambia de signo en la vecindad de una
raíz. A estas técnicas se les llama métodos cerrados, o de intervalos, porque se necesita de dos valores
iniciales para la raíz. Como su nombre lo indica, dichos valores iniciales deben “encerrar”, o estar a ambos
lados de la raíz. Los métodos particulares descritos aquí emplean diferentes estrategias para reducir
sistemáticamente el tamaño del intervalo y así converger a la respuesta correcta
Bisección
En general, si f(x) es real y continúa en el intervalo que va desde xl hasta xu y f(xl) y f(xu) tienen signos
opuestos, es decir,
f(xl) f(xu) < 0
Entonces hay al menos una raíz real entre xl y xu. Los métodos de búsqueda incremental aprovechan esta
característica localizando un intervalo en el que la función cambie de signo. Entonces, la localización del
cambio de signo (y, en consecuencia, de la raíz) se logra con más exactitud al dividir el intervalo en
varios subintervalos. Se investiga cada uno de estos subintervalos para encontrar el cambio de signo. El
proceso se repite y la aproximación a la raíz mejora cada vez más en la medida que los subintervalos se
dividen en intervalos cada vez más pequeños.
El método de bisección, conocido también como de corte binario, de partición de intervalos o de Bolzano,
es un tipo de búsqueda incremental en el que el intervalo se divide siempre a la mitad. Si la función
cambia de signo sobre un intervalo, se evalúa el valor de la función en el punto medio. La posición de la
raíz se determina situándola en el punto medio del subintervalo, dentro del cual ocurre un cambio de
signo. El proceso se repite hasta obtener una mejor aproximación.
Ejercicio:
Utilice el método gráfico y de bisección para determinar el coeficiente de arrastre c necesario para que un
paracaidista de masa m = 68.1 kg tenga una velocidad de 40 m/s después de una caída libre de t = 10 s.
Nota: La aceleración de la gravedad es 9.8 m/s2.
funcion=char(inputdlg('ingrese la funcion'));
f=inline(funcion);
x=-5:0.1:5;
n=length(x);
for i=1:n
y(i)=f(x(i));
end
plot(x,y);
hold on;
plot([-5 5],[0 0],'r');
grid on;
plot([0 0],[-5 5],'r');
j=-5;
for i=1:11
text(j,0,num2str(j));
j=j+1;
end
a=str2double(inputdlg('ingrese el valor de a'));
b=str2double(inputdlg('ingrese el valor de b'));
iteraciones=1;
j=1;
pmviejo=0;
while iteraciones<5
pm=((a+b)/2);
fa=f(a);
fb=f(b);
fpm=f(pm);
aa(j)=a;
bb(j)=b;
ppm(j)=pm;
errorf=abs(pm-pmviejo);
err(j)=errorf;
if fa*fpm<0
b=pm;
end
if fb*fpm<0
a=pm;
end
pmviejo=pm;
j=j+1;
iteraciones=iteraciones+1;
end
set(handles.uitable1,'data',[aa' ppm' bb' err']);