INSTITUTO TECNOLÓGICO DE TIJUANA

SUBDIRECCIÓN ACADÉMICA

DEPARTAMENTO DE SISTEMAS Y COMPUTACIÓN

Enero –Junio | Métodos Numéricos | Ing. Sistemas Computacionales

“Investigación Unidad 1”

UINIDAD # 01 | 24 - SEPTIEMBRE -2019

 INTRODUCCIÓN

En este documento de investigación elaborada para la materia Métodos

Numéricos se juntaran varios temas ya vistos durante la unidad 1, la cual nos
ayudó mucho a recordar y seguir analizando donde más los métodos forman
parte de una ingeniería, sabiendo pues que el objetivo principal del análisis
numérico es encontrar soluciones “aproximadas” a problemas complejos
utilizando sólo las operaciones más simples de la aritmética. Se requiere de una
secuencia de operaciones algebraicas y lógicas como fue explicado que
producen la aproximación al problema matemático.

Los subtemas que siguen constituyen una versión resumida del texto del libro
de Chapra y de las clases impartidas por el maestro.

PÁGINA 1
 INDICE

Importancia de los métodos numéricos • • • • • • • • • • • • • • • • • • • • • • • 04

Conceptos básicos: cifra significativa,
Precisión, Exactitud, incertidumbre y sesgo • • • • • • • • • • • • • • • • • • • • 06

Tipos de errores • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 10
Software de cómputo numérico • • • • • • • • • • • • • • • • • • • • • • • • • • • • 11
Métodos iterativos • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 12
Conclusión • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •13
Bibliografía • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 14

PÁGINA 2
 Importancia de los métodos numéricos

Los métodos numéricos nos vuelven aptos para entender esquemas numéricos
a fin de resolver problemas matemáticos, de ingeniería y científicos en una
computadora, reducir esquemas numéricos básicos, escribir programas y
resolverlos en una computadora y usar correctamente el software existente para
dichos métodos y no solo aumenta nuestra habilidad para el uso de
computadoras sino que también amplia la pericia matemática y la comprensi6n
de los principios científicos básicos.

En una situación práctica, el problema matemático se deriva de un fenómeno

físico sobre el cual se han hecho algunas suposiciones para simplificarlo y para
poderlo representar matemáticamente. Generalmente cuando se relajan las
suposiciones físicas llegamos a un modelo matemático más apropiado pero, al
mismo tiempo, mas difícil o imposible de resolver explícitamente.

Ya que normalmente el problema matemático no resuelve el problema f´ısico

exactamente, resulta con frecuencia más apropiado encontrar una soluci´on
aproximada del modelo matem´atico m´as complicado que encontrar una
soluci´on exacta del modelo simplificado. Para obtener tal aproximaci´on se
idea un m´etodo llamado algoritmo.

En el proceso de solución de problemas por medio de computadoras se

requieren los pasos siguientes.

 Especificación del problema. Con esto se indica que se debe identificar

perfectamente el problema y sus limitaciones, las variables que intervienen
y los resultados deseados.

 Análisis. Es la formulación de la solución del problema denominada

también algoritmo, de manera que se tenga una serie de pasos que
resuelvan 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 expresándole como una serie detallada de
operaciones.

PÁGINA 3
 Verificación. Es la prueba exhaustiva del programa para eliminar todos los
errores que tenga de manera que efectúe lo que desea los resultados de
prueba se comparan con soluciones conocidas de problemas ya resueltos.

 Documentación. Consiste en preparar un instructivo del programa de

manera que cualquier persona pueda conocer y utilizar el programa.

 Producción. Es la última etapa en la que solo se proporcionan datos de

entrada del programa obteniéndose las soluciones correspondientes.

De lo antes expuesto se puede concluir que es necesario un conocimiento

completo del problema, y de los campos de las matemáticas relacionados 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 soluciones estimadas de
los problemas, el estudio 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 rebajaremos el rigor del análisis de
errores, propio de quien tiene por centro el método numérico mismo y no tanto
su aplicación inmediata, sin olvidarnos de él. Es decir, seguiremos la línea de
los textos de ``Métodos Numéricos" más que la de los textos de ``Análisis
Numérico".

PÁGINA 4
 Conceptos básicos: cifra significativa, Precisión,
Exactitud, incertidumbre y sesgo

Cifra significativa:

El concepto de cifra significativa lo podemos definir como aquella que aporta

información no ambigua ni superflua acerca de una determinada medida
experimental, son cifras significativas de un numero vienen determinadas por
su error. Son cifras que ocupan una posición igual o superior al orden o
posición de error.

Cuando se emplea un número en un cálculo, debe haber seguridad de que

pueda usarse con confianza. El concepto de cifras significativas tiene dos
implicaciones importantes en el estudio de los métodos numéricos.

1.- Los métodos numéricos obtienen resultados aproximados. Por lo tanto, se

debe desarrollar criterios para especificar que tan precisos son los resultados
obtenidos.

2.- Aunque ciertos números representan número específicos, no se pueden

expresar exactamente con un número 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 dígito diferente de cero y hasta el digito dudoso.

Regla 3: al sumar o restar dos números decimales, el número de cifras decimales

del resultado es igual al de la cantidad con el menor número de ellas.

Regla 4: al multiplicar o dividir dos números, el número de cifras significativas

del resultado es igual al del factor con menos cifras.

Precisión y exactitud:

En ingeniería, ciencia, industria, estadística, exactitud y precisión no son

equivalentes. Es importante resaltar que la automatización de diferentes
pruebas o técnicas puede producir un aumento de la precisión. Esto se debe a
que con dicha automatización, lo que logramos es una disminución de los
errores manuales o su corrección inmediata.

PÁGINA 5
Precisión: se refiere a la dispersión del conjunto de valores obtenidos de
mediciones repetidas de una magnitud. Cuanto menor es la dispersión mayor la
precisión. Una medida común de la variabilidad es la desviación estándar de las
mediciones y la precisión se puede estimar como una función de ella.

Exactitud: se refiere a cuán cerca del valor real se encuentra el valor medido.
En términos estadísticos, la exactitud está relacionada con el sesgo de 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 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.

También es la mínima variación de magnitud que puede apreciar un

instrumento.

Incertidumbre:

Incertidumbre también se le conoce como Imprecisión. Se refiere al grado de

alejamiento entre sí, a las diversas aproximaciones a un valor verdadero.

Situación bajo la cual se desconocen las probabilidades de ocurrencia asociados

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) advirtiéndose que este ocurre en forma sistemática
Es un alejamiento sistemático del valor verdadero a calcular.

PÁGINA 6
 Tipos de errores

Error de redondeo:

Se originan al realizar los cálculos que todo método numérico o analítico

requieren y son debidos a la imposibilidad de tomar todas las cifras que
resultan de operaciones aritméticas como los productos y los cocientes,
teniendo que retener en cada operación el número de cifras que permita el
instrumento de cálculo que se este utilizando.

Existen dos tipos de errores de redondeo:

* Error de redondeo inferior: se desprecian los dígitos que no se pueden

conservar dentro de la memoria correspondiente.

* Error de redondeo superior: este caso tiene dos alternativas según el signo del

número en particular:

para números positivos, el último dígito que se puede conservar en la

localización de memoria incrementa en una unidad si el primer dígito
despreciado es mayor o igual a 5.

para números negativos, el último dígito que se puede conservar en la

localización de la memoria se reduce en una unidad si el primer dígito
despreciado es mayor o igual a 5.

Error por truncamiento:

Existen muchos procesos que requieren la ejecución de un numero infinito de

instrucciones para hallar la solución exacta de un determinado problema.
Puesto que es totalmente imposible realizar infinitas instrucciones, el proceso
debe truncarse. En consecuencia, no se halla la solución exacta que se pretendía
encontrar, sino una aproximación a la misma.

Al error producido por la finalización prematura de un proceso se le denomina

error de truncamiento. Un ejemplo del error generado por este tipo de acciones

PÁGINA 7
es el desarrollo en serie de Taylo r. Este es independiente de la manera de
realizar los cálculos. Solo depende del método numérico empleado.

Error numérico total:

Se entiende como la suma de los errores de redondeo y truncamiento

introducidos en el cálculo. Mientras más cálculos se tengan que realiza para
obtener un resultado, el error de redondeo se irá incrementando.

Pero por otro lado, el error de truncamiento se puede minimizar al incluir más
términos en la ecuación, disminuir el paso o proseguir la iteración (o sea mayor
número de cálculos y seguramente mayor error de redondeo).

Errores humanos:

Son los errores por negligencia o equivocación. Las computadoras pueden dar
números erróneos po r su funcionamiento. Actualmente las computadoras son
muy exactas y el error es atribuido a los hombres. Se pueden evitar con un buen
conocimiento de los principios fundamentales y con la posesión de métodos y
el diseño de la solución del problema. Los errores humanos por negligencia son
prácticamente inevitables pero se pueden minimizar.

Error inherente:

En muchas ocasiones, los datos con que se inician los cálculos contienen un
cierto error debido a que se han obtenido mediante la medida experimental de
una determinada magnitud física. Así por ejemplo, el diámetro de la sección de
una varilla de acero presentará un error según se haya medido con una cinta
métrica o con un pie de rey. A este tipo de error se le denomina error inherente.

Error absoluto:

Es la diferencia entre el valor exacto (un número determinado, por ejemplo) y

su valor calculado o redondeado:

Error absoluto = [exacto - calculado]

PÁGINA 8
Debido a que la definición se dio en términos del valor absoluto, el error
absoluto no es negativo. Así pues, una colección (suma) de errores siempre se
incrementan juntos, sin reducirse. Este es un hecho muy pesimista, dado que el
redondeo y otros errores rara vez están en la misma dirección, es posible que
una suma ("algebraica") de errores sea cero, con aproximadamente la mitad de
los errores positiva y la otra mitad negativa. Pero también es demasiado
optimista esperar que errores con signo sumen cero a menudo. Un enfoque
realista es suponer que los errores, en especial el redondeo, están estadística
mente distribuidos.

Error relativo:

Es el error absoluto dividido entre un número positivo adecuado.

Generalmente, el divisor es una de tres elecciones: la magnitud del valor exacto,
la magnitud del valor calculado (o redondeado) o el promedio de estas dos
cantidades. La mayor parte de las veces utilizaremos

Error relativo= [exacto - calculado]/[exacto]

El error relativo es una mejor medida del error que el error absoluto, en
especial cuando se utilizan sistemas numéricos de punto flotante. Puesto que
los elementos de un sistema de punto flotante no están distribuidos de manera
uniforme, la cantidad de redondeos posibles depende de la magnitud de los
números que se redondean. El denominador de la ecuación de arriba compensa
este efecto.

Una característica relacionada de error relativo es que los efectos de escalar la

variable (es decir, de multiplicarla por una constante distinta de cero,
incluyendo cambios en la unidad de medición) se cancelan. Una buena medida
del error debería ser "invariante de las escalas", de modo que al cambiar de
yardas a pulgadas, digamos, no debería amplificar el error aparente por 36,
como sucedería en la ecuación de arriba. Si bien las matemáticas puras se
inclinarían a utilizar el error absoluto, en general el error relativo se emplea en
las ciencias aplicadas.

PÁGINA 9
Algunas veces conviene multiplicar el error relativo por 100 (por ciento) para
ponerlo en una base porcentual.

Propagación del error

Las consecuencias de la existencia de un error en los datos de un problema son

mas importantes de lo que aparentemente puede parecer. Desafortunada
mente, esto errores se propagan y amplifican al realizar operaciones con dichos
datos, hasta el punto de que puede suceder que el resultado carezca de
significado.

Con el propósito de ilustrar esta situación, seguidamente se calcula la

diferencia entre los números:

a = 0.276435 b = 0.2756

Si los cálculos se realizan en base diez, coma flotante, redondeando por

aproximación y trabajando con tres dígitos de mantisa, los valores aproximados
a dichos números y el error relativo cometido es:

a = 0.276 error relativo= 1.57X10-3

b = 0:276 error relativo= 1.45X10-3

Si ahora se calcula la diferencia entre los valores exactos y la diferencia entre los
aproximados se obtiene:

a - b = 0:000835

a'- b'= 0.0

Debe observarse que el error relativo de la diferencia aproximada es del 100%.

Este ejemplo, extraordinariamente sencillo, pone de manifiesto como el error
de redondeo de los datos se ha amplificado al realizar una única operación,
hasta generar un resultado carente de significado.

PÁGINA 10
 Software de cómputo numérico

Métodos numéricos = matemáticas + computación

Por esta razón se han desarrollado varios softwares para su aplicación

Entre los sistemas de acceso libre orientados al software numérico se podemos
incluir:

Axiom: sistema de álgebra computacional (con MathAction).

Calc3D: software para cálculo y traficación orientado a geometría y estadística.

EULER: poderoso laboratorio de computación numérica (con Yacas).

FreeMat: Colección de funciones básicas para matemáticas.

MAPLE: Sistema preferido en ambientes académicos y cuyo núcleo de
procesamiento simbólico se incorpora en otros sistemas comerciales.

MATLAB: Abreviación de “MATrix LABoratory”, este es el sistema estándar en

aplicaciones de ingeniería Software de cómputo numérico.

El software numérico actual ofrece un panorama muy prometedor, ya que

además de la calidad en los programas y la búsqueda de conectividad entre los
diferentes sistemas, también se busca estandarizar algunos aspectos de la
semántica.

Software de acceso libre.

Surf: software para visualización de geometría algebraica real.

Winplot: un programa sencillo pero muy versátil para graficar funciones

matemáticas.

wxMasima: un paquete clásico para matemáticas numéricas y computación

simbólica.

PÁGINA 11
 Métodos iterativos

Trata de resolver un problema (como una ecuación o un sistema de ecuaciones)

mediante aproximaciones sucesivas a la solución, empezando desde una
estimación inicial. Esta aproximación contrasta con los métodos directos, que
tratan de resolver el problema de una sola vez (como resolver un sistema de
ecuaciones Ax=b encontrando la inversa de la matriz A). Los métodos iterativos
son útiles para resolver problemas que involucran un número grande de
variables (a veces del orden de millones), donde los métodos directos tendrían
un coste prohibitivo incluso con la potencia del mejor computador disponible.

Puntos fijos atractivos

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 empezar con un punto X1 en
la base de atracción 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 estacionarios y los más generales
métodos del subespacio de Krylov

Métodos iterativos estacionarios

Los métodos iterativos estacionarios resuelven un sistema lineal con un

operador que se aproxima al original; y basándose en la medida de error (el
residuo), desde una ecuación de corrección para la que se repite este proceso.
Mientras que estos métodos son sencillos de derivar, implementar y analizar, la
convergencia normalmente sólo está garantizada para una clase limitada de
matrices.

Convergencia

Dado que estos métodos forman una base, el método converge en N

iteraciones, donde N es el tamaño del sistema. Sin embargo, en la presencia de
errores de redondeo esta afirmación no se sostiene; además, en la práctica N
puede ser muy grande, y el proceso iterativo alcanza una precisión suficiente
mucho antes. El análisis de estos métodos es difícil, dependiendo de lo
complicada que sea la función del espectro del operador.

PÁGINA 12
CONCLUSIÓN

Lo importante es pues no tanto buscar la solución exacta de un problema, sino

la solución aproximada, pero con la precisión requerida, o sea, con un error lo
suficientemente pequeño y próximo a cero, de ahí la utilidad de los Métodos
Numéricos.
Importa también el tiempo empleado en obtener la solución y en esto ha
jugado un papel importante el enorme desarrollo de la tecnología
computarizada, ya que la enorme velocidad actual de los medios
computarizados de cómputo ha reducido considerablemente el tiempo de
obtención de la solución, lo que ha motivado la popularidad, el enorme uso y
aceptación que hoy en día tienen los Métodos Numéricos. Sumémosle a ello
que las computadoras son capaces de dar la solución con la precisión
requerida.

Aquí es bueno aclarar que no es correcto pensar que el desarrollo tecnológico

computarizado es quien ha creado los Métodos Numéricos ya que los orígenes
de la Matemática Numérica son muy antiguos, datan de miles de años atrás
como explicamos en nuestra exposición en clase y en este documento
elaborado para su comprensión.

Las cifras significativas se vuelven relevantes a partir del dato que necesitemos,
los errores, a su vez, son tan importantes de manera que afecta el resultado de
nuestro análisis, así que tenemos en cuenta la valorización de ellos para un
resultado con cifras significativas deseadas. El ingeniero implementa los
métodos numéricos para perfección y optimización de sus proyectos los cuales
se convierten en parte esenciales para nuestros cálculos ya que de ellos depende
el éxito de nuestro resultado y análisis aplicado a la formulación de problemas.

PÁGINA 13
BIBLIOGRAFIA

Metodos Numericos Introduccion Aplicaciones Y Propagacion de Huerta Cerezuelo

Antonio y Otros

Metodos Numericos para ingenieria de Ricardo Seminario Vazquez

Rodriguez Rios Jóse Eduardo. (2009). Conceptos básicos: cifra significativa. 2010, de
KND Sitio web: https://sites.google.com/site/ittgknd/

Steen C. Chapra, Raymond P. Canale. (2007). Métodos Numéicos para Ingenieros.

México : The McGraw-Hill.

PÁGINA 14