Leccién 5. Punto flotante
MIGUEL ANGEL UH ZAPATA!
Aniflisis Numérico I
Facultad de Matematicas, UADY
Agosto 2014 En esta Teccin aprenderemos lo que es la repre-
sentacién de un mimero en formato punto flotante
EL ponqué de su delinicién. Su formato para
timeros en sistemas decimal y binario, La detini-
cién de precisién y el épsilon de la maquina,
asi como Ia representaci6n de un niimero en punto
flotante con precision simple y doble IEEE. Analisis Numérico
Punto Flotante
La aritmética que se realiza en una calculadora o en una computadora es distinta a la aritmética de
nuestros cursos de Algebra o Célculo. Uno pensaria que siempre se tuviera como enunciados ver-
daderos operaciones como 2 +2 = 4, 4-4 = 16, (V3), sin embargo, la tercera no siempre se da.
En nuestro mundo matematico tradicional permitimos que existan nimeros con una cantidad infinita
de cifras. Sin embargo, en el mundo de las computadoras, cada nimero representable tiene s6lo un
‘iimero finito de cifras. Esto significa que s6lo los nimeros enteros y algunos numéros racionales se
pueden presentar con exacttud. Puesto que V3 no es racional, se da una representacién aproximada,
‘uno cuyo cuadrado no es 3, aunque si lo bastante cercano a3 para que sea aceptable en la mayor parte
de las situaciones.
Numeros punto flotante
Todos los niimeros deben ser guardados en la computadora y ademas operaciones aritméticas deben
serejecutadas con estos niimeros. La mayoria de las computadoras tiene dos maneras de guardar estos
riimeros: en formato de enteros y en formato de punto flotante. Los enteros son relaivamente directos
Y no los vamos a considerar aqui. El formato punto flotante es una forma ms general permitiendo
almacenar mimeros que no son enteros, y en esta seccidn definiremos el formato punto flotante.
‘A continuacién discutiremos el formato més popular usado actualmente por las computadoras en
binario, pero empezaremos con el formato punto flotante para niimeros decimales.
1.1. Formato punto flotante para ntimeros decimales
Para simplificar la explicacién de punto flotante de un nimero, consideremos un mimero diferente a
cero x escrito en el sistema decimal
Un nlimero x puede ser escrito de manera inica como
F-10" wo
donde ¢ = +1 0-1, ¢ es un entero, y 1 < # < 10, Estos tres niimeros son lamados
signo, exponente (también llamado caracteristica) y significante de la representacién (1)
respectivamente. El significante también es llamado mantisa en muchos libros de text.
Ejemplo.
Consideremos el mimero
124.62 = (1.2462) 10°
con el signo o = +1, el exponente e = 2, y el significante x = 1.2462. El formato (1) es usualmente
amado notacién cientifica en libros de texto de mateméticas de nivel bisico o en otras ciencias.
Ta representacion de panto fotante de niimeros decimales esta basicamente dada por (I),
con limitaciones en el nimero de dgitos en 2 y ene tamafo de ¢
Ejemplo.
‘Supongamos que limitamos el mimero de digitos de x a cuatro y el tamatio de e entre —99 a 99.
Decimos que una computadora con tal representacién tiene una aritmética de cuatro digitos decimales
punto flotante.
OBSERVACION:
Punto flotante 3 1.2 Formato punto flotante en binario Analisis Numérico
= Como un corolario a las limitaciones de la longitud de 7, nosotros no podemos
sgarantizar que guardaremos de manera precisa (exacta) més que los primeros 4
digitos de un niimero, y mas atin los cuatro digitos necesitan ser cambiados por
redondeo (el cual definiremos mis precisamente mis adelante),
Porque la aritmética decimal es més intuitiva para la mayoria de las personas, ocasionalmente ilus-
traremos Varias ideas usando aritmética de punto flotante decimal mas que aritmética de punto flotante
binaria
1.2. Formato punto flotante en binario
Iniciemos dando una breve introduccién al sistema de niimeros binarios y su conversi6n al sistema
"mo una suma de mulliplos de enteros
2s la base del sistema binaro,
sma binario representa todos Tos
icamente dos digitos: 0 y
Ejemplo.
El siguiente numero + en el sistema binario tiene el valor
(1101.11), = 1-28 + 1-27 41-2! 40-8 41-21 $12? Q
cen el sistema decimal, Por claridad cuando discutimos un ntimero con respecto a diferente base,
nosotros encerramos el nimero entre paréntesis y escribimos la base con subindice. En este caso,
(1101.11), = (13.75)19
OBSERVACIONES:
+ Normalmente un niimero sin paréntesis es un nimero en base 1
+= En general, para convertr un nimero binario a su equivalente en sistema decimal procedemos
de manera similar ala hecha en (2,
“Ahora consideremos un numero + escrito en Torna binaria. Andlogamente con (1), pode
mos escribir
pao-2-2 @)
jp SF < (10)2
Ejemplo.
Consideremos
v= (LIDLL.OLL), = (110110111). 24
centonces )2 yr = (L10L10L11),
OBSERVACION:
1 Notar que para todo nimero 1 £ 0 el primer dgito de la izquierda del punto en x es siempre 1.
ro consiste de (3) con una rest
dee
Ta representacion de punto Hotante de un nimero bi
en el mimero de digitos binarios en # y en el tama
Punto flotante 4 Analisis Numérico
2. Precisién
Elniimero permitido de digitos binarios en # es llamado precisién de la representacion de
punto flotante binario.
El dpsilon de la maquina (cero de Ta maquina) es una manera de medir que tan precio
puede ser guardado un nimero en la representacién de punto flotante utilizada. El épsilon
de la maquina consiste de la diferencia entre el 1 y el siguiente mimero més grande que
puede ser guardado en ese formato, En las siguientes subsecciones veremos unos ejemplos,
El estindar IEEE para la aritmética en punto flotante es el formato para nimeros puntos flotante usado
casi en todas las computadoras actuales. Por ejemplo, todos los procesadores Intel usan este formato.
A continuacién presentaremos dos formatos estindar IEEE: simple y doble.
21. Precisin simple
En este estindar, la representacién de punto flotante de precisién simple IEEE de un niimero « tiene
luna presicién de 24 digitos binarios y el exponente es limitado a —126 < e < 127:
o-(Layazay
o
En binario,
=(II10)2 Se < (LM),
este formato usa 4 bytes (32 bits) y el esquema de guardado esta bosquejado en Ia siguiente tabla
ti Groh
~
El signo o es guardado en un bit by (b1 = 0 para ¢ = +Ly by = 1 para = ~1), Definimos
E = e + 127 como el valor del exponente desplazado 127 lugares. Mas que e, se guarda el entero
binario positivo en los bits de by aby. El mimero binario a1a2~--a2y son guardados en los bits de
dng a ba
+ El primer digito binario 1 de 2 no es guardado en la representacidn de punto flotante cuando
el mimero es uandado en la memoria, pero este digito es insertado en 7 cuando un niimero en
punto flotante es lamado de la memoria para ejecutar alguna operacién aritmética,
1+ Necesitamos una representacidn especial del niimero = 0, este es guardado como # = con
= OY baba bya = (00---O)a.
+ En precisin simple, el nimero 1 es representado por
|.9000000000000000000000
y el siguiente nimero binario mis grande es
|.9000000000000000000001
con el digito final binario 1 en la posicién 23 a la parte derecha del punto. Asi el épsilon de la
‘maquina es 2-8, Entonces
2 x 119 x 1077,
asi decimos que el formato IEEE de precisién simple puede ser usado para aproximar de 7
digitos decimales de un niimero « cuando es escrito en su formato decimal
Punto flotante 5 22 Precision doble Analisis Numérico
2.2, Precis
n doble
La representacién de punto flotante de precision doble IEEE de un nimero « tiene una precisién de
53 digitos binarios y el exponente es limitado a —1022 < e < 1023:
2 = (havent Agua) 2 °
La precisién doble utiliza 8 bytes (32 bits) y los nimeros son guardados siguiendo el esquema de la
siguiente tabla
Ta, | aba tag | atin bag
‘als bag | baat bag
Los bits son guardados de manera andloga a la precisién simple pero con E = e + 1023.
‘El épsilon de la méquina en precisién doble es 2~%* ~ 2,22 x 10-"°. Asi el formato en
doble precision puede ser usado para guardar aproximadamente 16 digitos de un nimero «. En
Matlab, el épsilon de la maquina es disponible con el comando llamado eps,
Punto flotante 6 Leccién 6. Errores
MIGUEL ANGEL UH ZAPATA!
Aniflisis Numérico I
Facultad de Matematicas, UADY
Agosto 2014 En esta Teccion conoceremos y analizaremos Tos
errores de los nimeros punto flotante.
Al final debemos de:
‘= Conocer el tipo de errores de truncamiento
y redondeo.
= Analizar los errores absolutos y relativos Analisis Numérico
Errores
En a prictica del célculo numérico es importante tener en cuenta que las soluciones calculadas por la
computador no son soluciones matematicas exactas. La precisién de una solucién numérica puede
verse disminuida por diversos factores, algunos de naturaleza sutl,y la comprension de estas dificul-
tades puede guiamos a menudo a desarrollar 0 a construir algoritmos numéricos adecuados.
1. Errores aritméticos
Uno de los principales errores que surgen al realizar cdlculos en una calculadora o una computadora
son debido a a representacién del punto flotante de un ntimero, Este hecho es porque realizamos
calculos con mimeros reales utilizando nimeros con una cantidad finita de cifras.
La mayoria de los mimeros reales deben ser representados por un mimero cercano al exacto que
pueda ser representado en la maquina. Dado un niimero arbitrario «» denotaremos como {fl() a su
aproximacién en la computadora, es decir a su representacién punto flotante. Existen dos maneras
principales de producir f(x) de «: truncamiento y redondeo.
1.1, Forma decimal normalizada
Sea « un nimero real cualquiera expresado de forma decimal normalizada como
== ads dy. dy dpa) 10" o
donde o es el signo +1 0 —1 y mes el exponente en el sistema decimal, dy € {0,1,2.---.8.9} y
dy #0, paracada i = 1,2,3---,k,k+ 1
OBSERVACIONES:
+ Todo niimero real puede ser normalizado.
1 Los niimeros de esta forma se Haman niimeros de maquina decimales.
1 Supongamos que é es el niimero méximo de cifras decimales que se admiten en la
aritmética de un computador, entonces el niimero real es representado mediante
el nimero de méquina decimal con k digits.
1.2. Truncamiento
Consiste simplemente en truncar (contr) los digitos di-+ids-+2.. para obtener
Jie) = o(O.dyds. dy) «10 @
Eneste caso, la h—Esima cifra dex coincide con la k—ésima cifra de f(x)
OBSERVACION:
+ Larazén de introducir el concepto de truncamiento en vez de redondeo después de
realizar cada operaciones aritmética,
1.3. Redondeo
Una manera alternativa de usar representaciones con k cifras, esté dado por el redondeo definido
o- [(Oudyds-+-ly) + (0.00-+-1)]-10" si 5 < dug < 10,
8)
c(O.dyda--- ely) 10" si OS duu <5.
Exrores 3 Analisis Numérico
OBSERVACION:
1 El redondeo anterior es llamado redondeo hacia ariba
1» Podemos definir el redondeo hacia abajo de manera similar,
Ejemplo.
El nimero tiene un desarrollo decimal nfnito de la forma x = 314159265
1. {Cua es ta forma decimal normalicada de 5?
= 0314159265... x 10!
2. ¢Cuél es el valor de® com un truncamiento a cinco cifras?
Jin) = 3.1415
4 2Cuail es el valor de = con un redondeo a cinco cifras?
JU) = 3.1416
[_ ee SST aS anna ecolal sr | or que esa unum nimero por arma une o edo oo
2. Error Absoluto y error relativo
En la siguiente definicin se describen dos métodos para medi errores de aproximacién,
Definicisr
Sea p una aproximacin a p. El enor absoluto de la aproxims
p— al o
y elerror relativo es
b= BoA 6)
siempre que p # 0. El error relativo tambign se puede multiplicar por 100% para expresarlo como
©
donde cr denota el error relative porcentual
OBSERVACIONES:
1 El error absoluto no es ms que la distancia entre el valor exacto y el valor aproxi-
mado, mientras que el error relativo mide el error entendido como una porcién del
valor exacto,
= Como una medida de la precisin, el error absoluto puede llevar a confusiones, en
tanto que el error relativo es ms significative, pues toma en cuenta el tamaiio del
valor.
Muchas veces no conoceos el valor exacto, pero si su error absoluto y el valor aproximado, entonces
el valor relativo puede ser approximado como:
ER® Be o
Exrores 4 Analisis Numérico
Ejemplo 1:
Sean =3.141592 el valor exacto y 2
‘absolut y relaivo de este nimero.
SOLUCION:
Elerror absoluto es
14 una aproximacién a este valor, caleular ef valor
[8.141592 ~ 3.14] = 0.001592
vel error relative es
0.001592
STIs
00507
Ejemplo 2:
Se tiene que medir la longitud de un puente y la de un remache, y se obtiene 9999 y 9 em, respec-
tivamente. Silos valores reales son 10000 y 10 em, caleular el error absoluto y el error relative
porcentual en cada caso
SOLUCION:
+ Elerror absoluto en la medicién del puente es
Eq = 10000 ~ 9999 = Lem
yen la del remache es de
Eq = 10-9= lem.
+ Elerror relative porcentual para el puente es
En= 10%
7am 0.01%
¥ para el remache es de
1 100% = 10%
Eq = 2.100% = 10%
"0
Por lo tanto, aunque ambas medidas tienen un error absoluto de I em, el error relative porcentual
del remache es mucho mayor. Se concluye entonces que se ha hecho un buen trabajo en la medicién
del puente; mientras que la estimacién para el remache se dejé mucho que desear
Ejemplo 3:
Se conoce que el error absoluto de aproximar el cero de una ecuacién no lineal es de 0.002. Sise sabe
que el valor de la solueién es cercana al valor 0.1. ;Cual send un aproximado de su error relaivo?
SOLUCION:
Como no conocemos el valor exacto de la solucién, pero si el valor aproximado, entonces podemos
‘aproximar el error relative como
Error absoluto _ 00002 _ yng
ae = 002
Es decir el error relativo es aproximadamente el 2% del valor exacto.
Exrores 3 Leccién 7. Aritmética Computacional
MIGUEL ANGEL UH ZAPATA!
Analisis Numérico I
Facultad de Matematicas, UADY
Agosto 2014
"Cem de Investigacin en Matemiticas, Unidad Mérida, En esta leccion analizaremos los errores al reali-
zar operaciones con los mimeros punto flotante
Al final debemos de:
1 En base al andlisis de errores indicar si
distintas operaciones aritméticas con pun-
to flotante son bien condicionadas 0 no.
1» Explicar la razén por Ja cual tenemos
érdida de digitos significativos en la res-
ta de dos mimeros muy parecidos. Anilisis Numérico
Aritmética Computacional
En la clase anterior vimos que ya sea por redondeo o por truncamiento, denotaremos la versién
punto flotante de la méquina de un niimero x como fl(x).
1. Aritmética computacional
Ademds de la representacién imprecisa de los nimeros, la aritmética realizada por la compu-
tadora no es exacta,
‘Suponga que se tienen representaciones de punto flotante fI(z.) y f1(y) para los nimeros reales
ry y. ¥ que los simbolos ©,©, ©, © representan las operaciones de suma, resta, multiplica-
cidn y divisién de la maquina, respectivamente, Supondremos que se usa una aritmética con un
iimero finito de cifras dada por
rey = fulfllx)+ flty))
roy FUCFU(e) — fly)
AUFUz) x Fly)
AUFU2)/ fly)
Esto corresponde a hacer Ia aritmética exacta con las representaciones de punto flotante x y y
para luego convertir el resultado exacto en su representacién de punto flotante con un nimero
finito de cifras.
Ejemplo:
Suponga que x = 5/7 y x = 1/3 y que se usa el truncamiento a cinco cifras para los eéleu-
los aritméticos donde intervienen x y y. En la siguiente tabla se muestra los valores de estas
‘operaciones de tipo computadora con
fll) = 0.71428 x 10°
Fl(y) = 0.83833 x 10°
Operacién Resultado Valor real_Error absolut Error relativo
FSy O10 x 1 WA 0190 x10 OBIT
0.38096 x 10° 8/21 0.238 x 10"? 0.625 x 10-8
0.23809 x 1095/21 0.524 x 10- 0.220 x 10-4
1775, O.5TL x 10" 0.267 x 10-*
Como el méximo error relativo para las operaciones de este ejemplo es 0.267 x 10~ entonces
Ia aritmética produce resultados satisfactorios con cinco cifras.
Erores 3 Anilisis Numérico
2. Cancelacion de cifras significativas
Uno de los célculos mas comunes que producen errores tiene que ver con la cancelacién de
cifras significativas debido a la resta de nimeros casi iguales.
Ejemplo:
Consideremos una representacién punto flotante de 6 digitos y los mimeros x = VTOT
10.0448756.... y y = VT00=10. Entonces el mimero punto flotante para representar a
de 6 cifras es
f(x) = 0.100499 x 10?
f(y)
0.100000 x 10
fiz) ~ f(y) = 0.000199 x 102
Entonces x © y =0.0499000 mientras que el valor real deberia ser 0.0498756.
3. Anilisis de la propagacién del error
Es importante que los célculos realizados por la computadora sean bien considionados, es decir
pequefios cambios en los datos deben de resultar en pequefios cambios en la solucién. A con-
tinuacién veremos como la suma, la multiplicacién y un ejemplo de una funcidn resultan en
pequeiios errores al considerar las operaciones en punto flotante.
Consideremos la siguiente representacién de punto flotante.
Puede ser mostrato que un nlimero Jl(z) puede ser escrito de la forma
file) = 2(1+2) wo
donde < es un niimero pequeiio dependiente de 2
Como © es pequefio, se dice que fl(x) es una pequeiia perturbacién de x. Entonces el error
relativo del nimero punto flotante en esta forma est dado pot
n= fla) _ |e- (e+ e)|
cl lel
Entonces el error relativo del mimero punto flotante esté determinado por |-| el cual es pequefio.
3.4. Enlasuma
Consideremos los nimeros punto flotante
fiz) = ater
Sly) =a eny
Erores 3.2_ En la multiplicacién Anilisis Numérico
y sea c el maximo entre las perturbaciones:
Je] = max(|=1], |=2])-
Entonces calculando el error relativo
\fl(a) + fly) ~ (@ +9) _ lene
Te + yl Te + yl
En el caso de que ambos mimeros tengan el mismo signo tenemos que
|x| + Iyl = le + yl
entonces
(fle) + fy) = (e+ 9) |
le +l
y por lo tanto la suma es bien condisionada. En el caso de la resta (dos mimeros con signo,
diferente) este argumento no puede ser aplicado y problemas como la pérdida de precisién puede
‘ocurtir como vimos anteriormente.
3.
Consideremos los mismos nimeros punto flotante fl(r), fl(y) y e. Tenemos que
fix) fly) = 21 + ea)y(1 + ©:
ry(l +21+22-+ e122)
Observemos que los valores de
lo podemos cancelar
2 €8 mucho més pequeiios comparados a la suma, entonces
FU(x) fly) = wy +21 +2).
Ast
[fU(x) f(y) = (ey)| Mey + yler + e2)
Teyl Teyl
finalmente
LAU) FU) = (ey)L
Teal
'y =2 Son pequeiios, entonces la multiplicacién es bien condicionada,
we larteals
al + lea] < lel.
Por lo tanto si
3.3. En funciones
Consideremos la funcién logaritmo natural
f(x) = n(x),
desatrolando en series de Taylor podemos aproximar
Age)
Ina +a) ~ In(x) + a = In(z) + 5
Erores 5 3.3. En funciones Anilisis Numérico
Entonces un error aproximado al calcular el logaritmo esta dado por
[n(x + a) — In(x)| ~
Ast
[in(e + ex) ~ In(z)| ©
Es decir los errores absolutos son pequeiios.
Erores 6 Leccién 8. Matrices y Sistemas de Ecuaciones
Lineales
MIGUEL ANGEL UH ZAPATA!
Analisis Numérico I
Facultad de Matematicas, UADY
Septiembre 2014
"Cem de Investigacin en Matemiticas, Unidad Mérida, En esta leccign recordaremos Tos conceptos
basicos sobre matrices y sistemas de ecuacio-
nes.
Al final debemos de:
= Conocer las propiedades mas importantes
de las matrices.
= Poder establecer las condiciones para que
una matriz sea invertible.
+ Entender los diferentes formatos de pre-
sentar un sistema de ecuaciones.
= Determinar cuando un sistema de ecua-
ciones tiene solucién tnica, Anilisis Numérico
Matrices y Sistemas de Ecuaciones Lineales
En este capitulo se desarrollarin métodos para resolver sistemas de ecuaciones lineales y siste-
‘mas de eciaciones no lineales. También se presentaré un breve repaso de las principales defini-
ciones relacionadas con el tema de matrices.
1, Vectores
Antes de definir el concepto de matriz iniciemos con el concepto basico de lo que es un vector
y algunas de sus propiedades.
Un vector real n—dimensional x es un conjunto ordenado de n nimeros reales que
normalmente se escribe como
= (21.22.7520)
Los mimeros 21,72, --~,2r» Se llaman componentes 0 coordenadas de x.
Sean x = (01,22,+++,2n)e¥ = (y1s¥2s-+++4n) dos vectores.
= Suma La suma de dos vectores x e y se calcula componente a componen-
tees de
x+y = (ert yee tytn +n)
= Producto Si ces un ntimero real (un escalar), se define el producto de ¢ y x
escalar como
ex = (cr1,682,---,ern)
= Producto El producto escalar (6 producto punto) de dos vectores xe y es un
punto escalar (un ntimero real) definido por la relacién
XY = aiyl + aaya t+ ann
= Norma La norma (6 médulo) del vector x se define como
Riepoae
Ibxl] = 2b abe +a}
= Vector A veces es conveniente escribir los vectores como columnas en vez
colunna de escribirlas como filas. Por ejemplo,
[5]
Le Anilisis Numérico
2. Matrices
En general, una matriz es una coleccién de nimeros reales dispuestos de forma rectangular en
filas y columnas. De manera mas formal
‘Una matriz.con m filas yn columnas se dice que es de orden m x n. En general, una
letra maytiscula A denota una matriz, mientras que las correspondientes mindsculas
ay, indican uno de los nimeros que forman la matriz, de manera que se escribe
3, entonces sea My el determinante de la submatriz de
orden (n — 1) x (m—1) extraida de A borrando la fila i—ésima y la columna j—ésima
de A; este determinante M,; se lama el menor de «:;. El cofactor Ai; de aj, se define,
centonces, como
Ag = (-1)" My
y, finalmente, el determinante de la matriz A de orden n x n viene dado por
det(A
(desarrollado por la i—
Ejemplo:
Calcular el determinante de las matrices
23 “
eta) =| 4 5 | =26)- C4) = 22
1-4 5]
5 -1]_ pl -4 1], | -4 5 |
9{-@) 7 9 [+ ®] 7
je 9f-P) 7 o|F®) 7 6]
= (2)(45 ~ 6) — (3)(—36 + 7) + 8(24— 85)
=T7.
‘Matrices y Sistemas de Ecuaciones 8 Anilisis Numérico
3. Sistemas de Ecuaciones Lineales.
Los sistemas de ecuaciones lineales surgen en muchos problemas de ingenieria y ciencia. Los
algoritmos de solucién, para los sistemas de ecuaciones lineales, pueden ser ditectos o iterati-
‘vos. En los métodos directos, la solucién se obtiene mediante un niimero fijo de pasos sujeto
solamente a errores de redondeo, mientras que los métodos iterativos se basan en mejorar suce-
sivamente los valores iniciales de la soluci6n. Inicialmente estudiaremos los métodos directos
para resolver sistemas de ecuaciones lineales y mas adelante se estudiaran los métodos iterativos.
En la prictica es frecuente encontrarse con sistemas de ecuaciones lineales que tienen n ecua-
ciones con m incégnitas, lo cual se escribe como:
aun + air. + + inte = by
ary + ar. + + ayn = by
. a
quer + axge. + + ainty = de
Git, + amar + + amntn = bm
Una solucién de (1) es un conjunto de nimeros reales 21,.r2,---,r» que verifica simulténea-
‘mente todas las ecuaciones de (1). Por tanto, una solucién puede ser considerada como un vector
Fis F275 Pn):
Ejemplo:
La mezcla que se emplea para construir aceras se compone de cemento, arena y grava en
distintas proporciones. Un distribuidor tiene ya preparados sacos con tres tipos de mezclas
diferentes: el primer tipo contiene cemento, arena y grava mezclados segiin las proporciones
1/8, 3/8, 4/8, las proporciones en el segundo tipo son 2/10, 5/10, 3/10 y las proporciones en
el tercero son 2/5, 3/5, 0/5. Sean x1, 12 y xg las cantidades en (metros eiibicos) de cada uno
de los tipos anteriores que hay que usar para formar una cantidad total de W0 metros ciibicos de
‘mezela que contenga by = 2.3, by
respectivamente, Encontrar x1, 2
8 y by = 2.9 metros eiibicos de cemento, arena y grave,
5
Solucién:
Entonces el sistema de ecuaciones lineales para los ingredientes es:
0.12521 + 0.2002 + 0.40025 = 23° (cemento)
0.37521 + 0.50022 + 0.60023 = 48 (arena)
0.5002, + 0.30022 + 0.00023 = 29 (grava).
La solucién del sistema lineal es 11 = 4, 22 = 3 y 23 = 3, como puede comprobarse susttu-
Mattices y Sistemas de Ecuaciones 9 3.1_Notacién Matricial de un Sistema Lineal, Anilisis Numérico
yendo directamente en las ecuaciones:
0.125(4) + 0.2003) + 0.400(3 23. (cemento)
0.375(4) + 0.500(3) + 0.600(3) = 48 (arena)
0.500(4) + 0.3003) + 0.000(3) = 29 (grava),
3.1. Notas
Las ecuaciones lineales de (1) pueden escribirse como un producto de matrices (producto ma-
tricial). Los coeficientes a; constituyen una matriz A, llamada matriz de coeficientes, de orden
‘m x n, Las ine6gnitas 2; de (1) constituyen una matriz columna x de orden n x 1 y las cons-
tantes by constituyen otra matriz columna b de orden m x 1, de manera que (1) puede escribirse
com
ay ag ayo ane ] fa bs
a) aay ay | | me bs
Leama tas ty tw | Eee FL
De ahora en adelante, se considerardn, solamente, sistemas de ecuaciones lineales con el mismo
iimero de ecuaciones que de incégnitas. Es decir, se resolver el sistema lineal
aun + ane + + antn = by
ann + ame, + + aynty = by
: 2
aur + arr + + akntn = be
amity + ange. + + aunty = by
para las incégnitas 21,72, +, .r, dados los coeficientes a;;, i,j = 1,2,--+,ny las constantes
bf = 12,000
El sistema
eal (2) también puede expresarse en notacién mat
fo a2 ay we] [2] [i]
a a ay om | | ea by
xy aK a4 ain |
Leva ay oad lal Le]
‘Matrices y Sistemas de Ecuaciones 10 3.1_Notacién Matricial de un Sistema Lineal, Anilisis Numérico
6bien,
Ax =,
donde,
on a ay an
a2 ax 03 4%
A=
El siguiente teorema proporciona condiciones necesarias y suficientes para la existencia y uni-
cidad de la solucién de un sistema de ecuaciones lineales Ax = b cuando la matriz de los
coeficientes es cuadrada; 0 sea, cuando hay tantas ecuat
Teorema:
Sea A una matriz.cuadrada de orden nxn y bun vector columna de orden n, Entonces,
cl sistema de ecuaciones lineales Ax = b tiene solucin tinica si se cumple una de las
tres condiciones siguientes:
1. La matriz A es invertible.
2. det(A) #0.
3. El sistema de ecuaciones Ax = 0 tiene como tinica solucién x = 0.
Observaciones:
= Sea A una matriz de orden n x m (cuadrada). A es una matriz invertible si y sélo si
det(A) #0.
= Las funciones cet (A) e in (A) del paquete de programas de MATLAB proporcionan,
respectivamente, el determinante y la inversa (si A es invertible) de una matriz.cuadrada
A
es Sistemas de Ecuaciones im Leccién 9. Solucién de Sistemas Lineales
Triangulares
MIGUEL ANGEL UH ZAPATA!
Analisis Numérico I
Facultad de Matematicas, UADY
Septiembre 2014
"Cem de Investigacin en Matemiticas, Unidad Mérida, En esta Teccion analizaremos el algoritmo para
la soluci6n de sistemas triangulares
Al final debemos de:
= Entender porque estos sistemas son fici-
les de solucionar.
+ Conocer el algoritmo de sustitucién re-
gresiva
= Desarrollar el algoritmo de sustitucién
progresiva de manera anéloga al regresi-
vo. Anilisis Numérico
Sistemas Lineales Triangulares
Ahora, se desarrollard el algoritmo de sustitucién regresiva, con el que se podra resolver un
sistema de ecuaciones lineales cuya matriz de coeficientes sea triangular superior.
Definicin
Se dice que una matriz. A = [a,)] de orden n x nes triangular superior cuando sus elementos,
verifican a;; = 0 siempre que é > j. Se dice que una matriz. A = [a,j] de orden n x n es
triangular inferior si a,j = 0 siempre que i < j.
Si es una matriz triangular superior, entonces se dice que el sistema de ecuaciones Ax = b
es un sistema triangular superior de ecuaciones lineales que tiene la siguiente forma:
aye +aigte + aigey tet inate
agyry + agg Heyy t
aging tot gn 1+
a
Oy 2p-AT At An-20 n
Oy ApATnAt Ant n
Teorema (Sustitucion regresiva):
Considerar un sistema triangular superior Ax = b como el dado en (1). Si ayy # 0 para
k= 1,2,---,m, entonces existe una solucién tinica de (1)
Demostracién (construetiva):
La soluci6n es fécil de hallar. Se empieza hallando la tiltima variable, luego la peniiltima usando
la anterior y asf sucesivamente hasta obtener la primera,
= Ladiltima ecuacién en (1), sélo con-
tiene la inedgnita an, asf que se em-
pieza por despejar esta variable mat
= Ahora, ya se conoce rn asi que se
puede usar en la pendiltima ecuacién
de (1) para despejarry_1
= Ahora, se usar, ¥ 2,1 para hallar
Say ante —1
= ayantn)
= Luego, se usa ry, ty —1 ¥ tn-2 para
haallar 2.
1
y= bn anata
On 3-8
Say ant 1
= ayantn)
Sistemas Triangulares, 3 Anilisis Numérico
= Una vez calculados los valores
Eno Tnatytnaaysh4aethay el
1
paso general es T= —(be — angeatby
ax
~ Ai esateae
= Ahan
= Akan
Este proceso se puede escribir de manera simplificada como
para k=n—1,n—2,0-41 Q)
Finalmente, la unicidad de la solucin es fécil de ver. La tiltima ecuacién implica que
by
es el tinico posible valor de xn y, por induccién finita, los valores de 21, .°q-2,--+, 21 tame
bign son tinicos.
El siguiente teorema establece que si un elemento de la diagonal principal de una matriz trian-
gular, superior o inferior, es cero, entonces det(4) = 0.
‘Teorema:
Sina matriz. A = (aj)] de orden n x n es triangular superior o inferior, entonces
det( A) = anaz2 + dn
Observacié
= Sea A una matriz triangular, superior o inferior, de orden n x n yb una matriz de orden
‘nx 1, Situ elemento de la diagonal principal de la matriz. A es cero, entonces det( A) = 0
¥ por lo tanto, el sistema lineal x = b no tiene soluci6n tinica o no tiene solucién,
Ejemplo:
Resolver el siguiente sistema lineal triangular superior mediante sustitucién regresiva
dry —22+2r5+3ry = 20
=24y +725 dry =
6x5 + 5.r4
Sry = 6
Solucién:
En este ejemplo, el determinante de la matriz de coeficientes,
estdé dada por
det( A) = (4)(—2)(6)(3) = —144.
Sistemas Triangulares, 4 Anilisis Numérico
Como det(A) # 0, entonces el sistema lineal dado tiene solucién tinica. Ahora se procederé a
hallar la solucién de este sistema,
Despejando «4 en la tiltima ecuacién, se obtiene
Usando sry = 2 en la tercera ecuacién, se obtiene
4-5(2)
a
Ahora, se usan los valores x4 = 2y x
~1 para despejar 22 en la segunda ecuacién:
1) +4(2)
2
Finalmente, se obtiene x1 de la primera ecuacién
20 + 1(—4) — 2(-1) — 3(2)
ay = OAC) 200) ~ 30) _
Asi, la solucién del sistema lineal triangular superior dado, AX
El siguiente programa sirve para resolver un sistema triangular superior como el dado en (1) por
el método de sustitucién regresiva, suponiendo que aj # 0 para k = 1,2,--,n. El método,
funciona sélo si todos los elementos diagonales son distintos de cero.
in regresiva (hacia atrés}
function x
riansup(A, b)
Length (8); § Se halla el tamafio
zeros (n)1); § Se define un vector columna de n ceros
x(n)=Din) /A(nyn);¥ Se calcula x(n)
for ken-Ir-lil
(5 (e) “ACK, eeLen) ex (eT eM) / (AO DV §
De manera similar se puede realizar un programa que resuelva un sistema triangular superior.
Se dejar como ejercicio.
Sistemas Triangulares, 5 Leccién 10. Eliminacién Gaussiana
MIGUEL ANGEL UH ZAPATA!
Analisis Numérico I
Facultad de Matematicas, UADY
Septiembre 2014
"Cem de Investigacin en Matemiticas, Unidad Mérida, En esta leccion analizaremos los errores al reali-
zar operaciones con los mimeros punto flotante
Al final debemos de:
1 En base al andlisis de errores indicar si
distintas operaciones aritméticas con pun-
to flotante son bien condicionadas 0 no.
1» Explicar la razén por Ja cual tenemos
érdida de digitos significativos en la res-
ta de dos mimeros muy parecidos. Anilisis Numérico
Eliminaci6n Gaussiana
En esta secciGn se desarrollara un método para resolver un sistema de ecuaciones lineales ge-
neral Ax = b de n ecuaciones con n incégnitas. El objetivo es construir un sistema triangular
superior equivalente Ux = y que se pueda resolver usando el método de sustitucién regresiva.
1. Motivacién del algoritmo
‘A continuacién consideraremos el siguiente ejemplo donde se requiere la solucién de un sistema
lineal de tamafio 3 x 3. En este se usa uno de los procedimientos mas comunes para de solucién
de este sistema lineal
Ejemplo:
Determinar la parébola de ecuacién y = A+ Bx+C'x? que pasa por los puntos (1, 1), (2,—1)
y(,))
Solucién:
Para cada punto se obtiene una ecuacién que relaciona el valor de la abscisa x con el de la
ordenada y. El resultado es el sistema lineal
A+B+C 1 en (1,1)
A+2B+4C = -1 en (2,-1)
A+3B+9C = 1 en (3,1)
Aplicando la transformacién de sustitucién, la incégnita A es eliminada de la segunda y tercera
ecwaciones sustrayendo la primera de ambas. El sistema lineal equivalente es
A+B+C = 1
B+3C
2B+8C
0
Ahora, la variable B se elimina de la tercera ecuaci6n, restandole a dicha ecuacién el doble de
a segunda, lo que resulta en un sistema equivalente que es triangular superior:
A+B+C 1
B+3C
2c
4
Finalmente, se usa el algoritmo de sustitucién regresiva para hallar las incdgnitas, los coeficien-
tes de la ecuacién de la parabola: C = 4/2 = 2, B = ~2-3(2) = -8y A= 1-(-8)-
con lo que dicha ecuacién es y= 7 — 8r + 204
2. Sistemas equivalentes
Se dice que dos sistemas de orden n x n son equivalentes cuando tienen el mismo conjunto de
soluciones. El siguiente teorema establece que hay ciertas transformaciones que no cambian el
conjunto de soluciones de un sistema de ecuaciones lineales.
Eliminacién Gaussiana 3 Anilisis Numérico
“Teorema (Transformaciones elementales):
Cualquiera de las siguientes operaciones aplicadas a un sistema de ecuaciones lineales
produce un sistema equivalente.
1. Intercambio: El orden de las ecuaciones puede cambiarse.
2. Escalado: Multiplicar una ecuacién por una constante no nula.
3. Sustitucién: Una ecuacién puede reemplazarse por la suma ella misma més un mit
plo de otra ecuacién.
Una forma eficaz de trabajar es almacenar todas las constantes del sistema lineal Ax = ben una
‘matriz de orden n x (n+ 1) que se obtiene aiiadiendo a la matriz A una columna, la columna
(n+ 1)—€sima, en la que se almacenan los términos de b (es decir, at.n.1 = bx). Cada fila de
esta matriz, que se Hama matriz. aumentada del sistema y se denota por [A |b], contiene toda la
informacién necesaria para representar la correspondiente ecuacién del sistema lineal:
Lam ai = aan] On |
Un sistema Ax = b, cuya matriz aumentada esta dada por (1), puede resolverse realizando las
‘operaciones elementales con las filas de la matriz aumentada [A | b). Las variables 2, no sirven
‘més que para marcar el sitio de los coeficientes y pueden omitirse hasta el final de los célculos.
Teorema (Operaciones elementales con las filas).
Cualquiera de las siguientes operaciones aplicada a la matriz aumentada (1) produce un
sistema lineal equivalente.
1. Intercambio: El orden de las filas pueden cambiarse.
2. Escalado: Multiplicar una fila por una constante no nula.
3. Sustitucién: Una fila puede reemplazarse por la suma de esa fila mas un miltiplo de
cualquier otra fila
3. Algoritmo de Eliminacién Gaussiana
El siguiente ejemplo muestra cémo se usan las operaciones descritas en el teorema anterior para
obtener un sistema triangular superior Ux = y que sea equivalente a un sistema lineal Ax = B
en el que A es una matriz de orden n Xn.
El procedimiento es simple. Primero eliminamos todos los elementos debajo de a1, (el primer
ivote). Para esto
Gaussiana Anilisis Numérico
multiplicamos m2; = — (2) por la primera linea y sumar la segunda linea
an
‘multiplicamos m3; =~ (2) por a primera kinea y sumar la tercera linea
au
multiplicamos may = — (2) por la primera linea y sumar la cuarta linea
an
Y asi progresivamente hasta tener una matriz. triangular superior. Es importante recalcar que los
valores mi; juegan un papel muy importante en este procedimiento.
Ejemplo:
Resolver el siguiente sistema lineal
Plod ifn 10
23 1 5]|m]_] a
-11-5 3] a3] >] -2
1 7-2} Le 18,
Solucién:
= Primero consideremos la matriz en
su forma aumentada eliminando las
variables Prot iyo
23 1 5/31
11-5 3)-2
[a1 7 fis
= Eliminando todos los elementos de-
bajo de ay, = 1
2 1 1 1 10
o-1 1 3] a
o 2-4 4fo8
0-2 4 -5)-2
= Eliminando todos los elementos de-
bajo de ax = —1
ajo de any la
o1
00
Loo
= Eliminando todos los elementos de-
bajo de a
nyo a a rio. 1] wo
01-1 3)
0 0 -2 -2)-14
00 0-1] -4
Gaussiana 5 Anilisis Numérico
= Ahora podemos aplicar el método de
sustitucién hacia atrés dado que te-
nnemos una matriz triangular supe- ny = (-A)/(-1)=4
rior. La solucién es 73 (-14 + 2r4)/( 3
1 ay = 1425-304 =2
2 ay = 1-22 -2y-24=1
3
4
El proceso que se acaba de describir se Hama eliminacién Gaussiana o método de eliminacién de
Gauss, pero se debe modificar si se desea que funcione en casi todas las situaciones. El problema
que puede aparecer es el siguiente: Si aj = 0, entonces no se puede usar la fila k—ésima para.
climinar los elementos de la columna &—ésima que estén por debajo de la diagonal principal.
En la siguiente leccién veremos como solucionar este problema.
4. Implementaci6n del algoritmo en MATLAB
El siguiente cédigo es una implementacién eficiente del algoritmo de eliminacién Guasianna.
Este programa puede fallar para los problemas donde es necesario pivoteo.
% gauss-m
m Ax=b usando elimin:
gauss (A,b)
én Gausianna
Length (b) ;
eros (ny 1)3
implificacion
Para cada colunna jt
by = —ohy IE + Er —) @
para j=0,1,2,....2—1
De manera similar a la condicién anterior, no tenemos definido el coeficiente b..Lo que haremos
sera definirlo dela forma siguiente
bn = S"(en)
Condicién (a)
De la misma manera aplicar la condicién (d) significa evaluar la primera derivada de los polinomios
‘yor y 8, en los corespondients puntos xe igualalos para j — 01,2,...,n ~ 2, es doce
Spealejen) = Silja) Ast
= bj + Qos ya (wysr — ay 41) + Bdjea(ejsa — ayy)?
bigt
Siler) = by + 2ejlepea ey) +84j(2541 — 25
Entonces
Desh + Bayh 8
para j=0,1,2,....2—1
De la ecuacién anterior falta definir cy. En este caso lo definiremos como
San) /2
Condicién (e)
Finalmente aplicanco la condicién (e) la segunda derivada de los polinomios S;,.1 y S, en los corres-
pondientes puntos 1,1 € igualarlos para j = 0,1,2,....n—2, es decir $"y(0j41) = $¥(0)+1).
Asi
Sferlejr) = Bese + Bdyer(ey41 — 2541)
= 2641
Sra) = Pej +6dy(x;41— 2)
Entonces,
Galjhs = 2ej41 — 2ey
Por lo tanto
= gon) o
Splines Cibicos 5 Analisis Numérico
Simplificando
Finalmente tenemos tres relacion dadas por (2), (3) y (4:
od
by = mesh yt + Mayen
7 ahs ahh + (ois — ws)
bygi—by = Dejhy + Bdjh?
1
4 = Dien
b = gylon—a)
Sustituyendo (4) en las ecuaciones (3) tenemos que
bjg1 — bj = 2ejhy +3
Entonces
Por lo tanto
dyer —by = (enn + e)Ay 6
Por otto lado sustituyendo (4) en las ecuaciones (2) tenemos que
1
by = chy — glenn —) + (wes — wy)
» they + A -
jt yok + plus — ws)
Entonces
b 1
Beier +26) + Eta —
Flores +26) + Fuser —
Y para +1 (cambiando el indice a j +1)
b
JF (ej42 + 2ey41) +
1
bya = —
ia
Asi tomando la diferencia entre ambas ecuaciones
ges -
baby - Moja + Beja) + (we wel]
by 26,) + Lye —
~ PRton ste + pton »)|
Si llamamos
7 ;
Splines Ciibicos 6 L1_Construccién de S; Analisis Numérico
ban 0
Finalmente igualando las eciaciones (5) y (7) egamos a la ecuacién
ja _thyar hy)
ny toy (Meena (2H) ga
Eatoncet
haymsen athe a (2 hyo _y
(ipessr + Odes + (MH) eya+ (Boars (-
Eatoncet
(Bh, Jess + hy )ey + Osardena + Okjar —hydejan + (-2h,)6) =
Y por lo tanto
5
(Iyen)ejoa + 2Uhp44 + hy) ej + (hy) [yume w-w)]
Para mayor claridad de la ecuacién tomemos el indice reducido en 1. Entonces.
thlejen + [20s + hy-a)ley + Thy -alej-a -wa] ©
para cada j= 1,2,2,.04n 1
Condicién (f)
EI sistema anterior contiene s6lo ¢y,1,€2,--ey como incégnitas, pero podemos observar que s6lo
hay n ~ 1 ecuaciones. De manera que es necesario dos ecuaciones adicionales para poder tener
‘una solucién tinica, Estas condiciones estar dadas por (f). El siguiente teorema indica que esto es
posible.
“Teorema
Si definimos f ena = ry <1y < ry <--> < tqy < ey = bentonces f tendri un
interpolante tinico de trazador natural en los nodos 2,-r1,-r2.~tn3 eS decir, un interpolante
de trazador que cumple con las condiciones de frontera $”(a) = 5(b) = 0.
Las condiciones de fronterasatisfacen que
Si(x0) = 2ey + 6dj(2u ~ 29) = 2ey =0
entonces
ey =0.
Y para a otra frontera,anteriormente definimos
en = S"(an)/2
de manera que
Splines Cibicos 7 1.2 _ Sistema de ecuaciones para cj Analisis Numérico
1.2. Sistema de ecuaciones para c;
Las dos ecuaciones «= 0 y en = 0 junto con las ecuaciones de (8) producen un sistema lineal
descrto por la ecuacidn vectorial
Ax=b
donde Aes la matrix de (x. +1) x (1+ 1) dado que tenemos » + 1 puntos.
a) 0 0 0
fig 2(hy-+hx) an 0 0
[0 fy 2 tha) ha o |
a=] o |
o 0 fing Binz Flint) na
o 0 0 1
y donde b y x son los vectores
0 ] “0 ]
Bun-B) | a |
3 (un — mn) — Bln —n o
b ma ) — Fl ) | x |
0 en
‘Como podemos observar este sistema es tridiagonal el cual podemos programar fécilmente.
1.3. Caso particular
Para entender mejor el procedimiento anterior consideremos el caso particular cuando tenemos s6la-
‘mente 6 puntos. En este caso
Ww Te
7
De modo que tnicamente tenemos 5 funciones S; determinadas por
Sole) = ay + bo x ~ x9) + cole x0)? + dole ~ #0)*
Sil) = ay +bi(e~ 21) + ere 21)? + die ~ 21)
Sxl) = a+ bole — 42) + e2(0 — 42)? + dale — 23)"
Sy(x) = ay + bale — 44) + eg — 34)? + dle — 29)"
Sal) = ag + baw ~ 24) + eae 4)? + dale ~2a)*
Ahora los valores a, ya los eonocemos y estin dados por
%
a =m
a =
as = ws
4 = mw
Splines Ciibicos 1.3. Caso particular Analisis Numérico
Los valores ¢, estin determinados resolviendo el siguiente sistema
1 0 ° ° o o
% °
0 hy By) ha 0 0 }fal} tam -2a:-
o 0 hy Ath) om 0 [fa] | lum) Aen
o o o hy hg tha) ha | Lea | | Blas — ma) — Ge —
donde
hy = mam
= mom
hn = f—m
hy = nenay
hs
Una vez calculads los valores dee; podemos calcular los valores de d, y by usando las formulas
by = mejhy ahd + jar my) para = 0.1,2,8,4.5
b= gylon-9) para 7 =0,1,2,3,4,5
Asi finalmente tenemos completado todos los coeficientes correspondientes a los polinomios $; (+).
Es importante recordar que si se desea encontrar todos los coeficientes con MATLAB, este no ad-
rite inices 0, por lo que los indices deben ser determinados desde j = 1... 6 para los puntos x y
41,05 para los coeficientes @;, 6, ¢). 4, y polinomios S;
‘Ahora si deseamos interpolar un valor w (0 un vector), necesitamos determinar en que intervalo se
encuentra y asi usar la funcién correcta. En Matlab el indice j correcpondiente al intervalo (x. +1]
estaria dada por
xUi)s wk) eta)
tg sue
Finalemente, cada valor x = u(k) puede ser interpolado y obtener el valor Sx) = o(k) mediante las
evaluaciones
Splines Ciibicos 9
wm)
m)
2)
ws) 14 Programa
Analisis Numérico
1.4. Programa
PROXIMAMENTE,
Aqui Ia interpolacién que pasa por los puntos
a2 3 e
Jes TT
2
© Puntos
Inorpolacion
a
‘|
=|
“4
|
“12 8 4 8 7
Splines Cibicos Leccién 19. Método de Minimos Cuadrados
MIGUEL ANGEL UH ZAPATA!
Aniflisis Numérico I
Facultad de Matematicas, UADY
Noviembre de 2014
ad Mid, En esta Teccion se presenta Ta descripcion dal
método de minimos cuadrados usado para deter-
‘minar el ajuste de curvas a ciertos puntos dados.
Al final debemos de:
= conocer el procedimeinto de minimos cua-
drados.
+ analizar la similitudes y diferencias con las
interpolaciones hasta ahora vistas.
= programar el cédigo que reqliza dicha inter-
polacién. Analisis Numérico
1, Ajuste de Curvas por el Método de Minimos Cuadrados.
Las aplicaciones de las ténicas numéricas a la ciencia y la ingenieria consisten, a menudo, en ajustar
‘una curva a datos experimentales. El problema de ajuste de curvas consiste en encontrar Ia “mejor”
funcién que pueda usarse para representar los datos, peo que no pase exactamente en todos los puntos
dados. La técnica mis comunmente utilizada para resolver este problema se conoce como el método
de minimos cuadrados.
1.1, Método de Minimos Cuadrados.
En laciencia y en la ingenieria se da, a menudo, el caso de que un experimento produce un conjunto
de datos (21.2) (12:12). -*~ (2+), Siendo las abscisas {;} distintas entre si. Uno de los obje-
tivos del calculo numérico es la determinacién de una formula y = f(x) que relacione las variables.
Normalmente se dispone de una clase de formulas previamente establecidas, y lo que hay que hallar
son los valores més adecuiados de unos coeficientes o de unos parmetros para estas formulas. Aun-
que hay muchos tipos distintos de funciones que podemos usar suele ocurrir que existe un modelo
‘matematico subyacente, basado en la situacin fisica que se estéestudiando, que determina la forma
de la funcién salvo algunos coeficientes. En esta seccién haremos hincapié en la clase de las funciones
lineales de la forma
y
Sle) =ar$b wo
En la seccién anterior se estudi6 la construccién de un polinomio cuya gréfica pasa por todos los
puntos de un conjunto dado. Si todos los valores {,}, {y:} se conocen con tna precisin de varias
tivas, entonces la interpolacién polinomial produce buenos resultados: lo que no ocu-
rcunstancias. Algunos experimentos se llevan a cabo con una maquinariaespecializada
que permite obtener los datos con varias cifras significativas de precisién; sin embargo, muchos ex-
perimentos se realizan con un equipamiento que proporciona los datos con una precisin de, cuando
‘mucho, dos o tes cifras significativas. A esto se aiade, a menudo un cierto error experimental en las
‘ediciones de forma que, aungue se calculen tres o cuatro cifras de los valores {1r:}. {y:}. sucede
que el valor exacto f(r) verifica
Sai) =m +e:
donde ¢; es el enor de medicién,
{{Cémo se encuentra la mejor aproximacién lineal de la forma dada en (1) que pase cerca (no por
encima de cada uno) de los puntos? Para responder esta pregunta, hay que considerar los errores
(también lamados desviaciones o residuos):
= Sle) —m para 1
También podría gustarte
- Taller Probabilidad Condicional ResueltoDocumento6 páginasTaller Probabilidad Condicional ResueltoClaribel Serna CelinAún no hay calificaciones
- Plan Semanal de Clases Proyecto de Vida 17 de NoviembreDocumento1 páginaPlan Semanal de Clases Proyecto de Vida 17 de NoviembreClaribel Serna CelinAún no hay calificaciones
- Cronograma de ActividadesDocumento4 páginasCronograma de ActividadesClaribel Serna CelinAún no hay calificaciones
- SEMANA TAREA PROYECTO DE VIDA 17 de NOVIEMBREDocumento1 páginaSEMANA TAREA PROYECTO DE VIDA 17 de NOVIEMBREClaribel Serna CelinAún no hay calificaciones
- La Autonomia PDFDocumento6 páginasLa Autonomia PDFClaribel Serna CelinAún no hay calificaciones
- Examen Proyecto de VidaDocumento9 páginasExamen Proyecto de VidaClaribel Serna CelinAún no hay calificaciones
- Taller #1 - Técnicas de Conteo (Permutacion y Combinacion)Documento1 páginaTaller #1 - Técnicas de Conteo (Permutacion y Combinacion)Claribel Serna CelinAún no hay calificaciones
- Resumen Pensamiento CriticoDocumento8 páginasResumen Pensamiento CriticoClaribel Serna CelinAún no hay calificaciones
- Diagnostico de Gestion HumanaDocumento3 páginasDiagnostico de Gestion HumanaClaribel Serna CelinAún no hay calificaciones
- Mapa MentalDocumento1 páginaMapa MentalClaribel Serna CelinAún no hay calificaciones
- Propuesta Implementación SG-SSTDocumento7 páginasPropuesta Implementación SG-SSTClaribel Serna Celin0% (1)
- TECNICAS DE CONTEO - PROBABILIDAD - Variables Aleatorias DiscretasDocumento93 páginasTECNICAS DE CONTEO - PROBABILIDAD - Variables Aleatorias DiscretasClaribel Serna CelinAún no hay calificaciones
- TECNICAS DE CONTEO - PROBABILIDAD - Variables Aleatorias DiscretasDocumento93 páginasTECNICAS DE CONTEO - PROBABILIDAD - Variables Aleatorias DiscretasClaribel Serna CelinAún no hay calificaciones
- Plan de Marketing InternacionalDocumento3 páginasPlan de Marketing InternacionalClaribel Serna CelinAún no hay calificaciones
- Organizador Grafico Ok.Documento7 páginasOrganizador Grafico Ok.Claribel Serna CelinAún no hay calificaciones
- Taller Análisis de Oportunidades de PromociónDocumento4 páginasTaller Análisis de Oportunidades de PromociónClaribel Serna CelinAún no hay calificaciones
- Organizador Grafico Ok.Documento7 páginasOrganizador Grafico Ok.Claribel Serna CelinAún no hay calificaciones
