INTRODUCCION A LOS METODOS NUMERICOS

1.1 Conceptos basicos: algoritmos y aproximaciones

ANÁLISIS NUMÉRICO
Es un proceso de información que consiste en evaluar y desarrollar métodos numéricos o algoritmos
numéricos para adquirir resultados numéricos a partir de datos numéricos por medios manuales y
por el uso de una computadora digital.
El análisis numérico trata de diseñar métodos para aproximar, de una manera eficiente, las
soluciones de problemas expresados matemáticamente. La eficiencia del método depende de la
precisión y de la facilidad con que se deriva de un fenómeno físico sobre el cual se han hecho
algunas suposiciones para simplificar y representarlo matemáticamente.
Cuando se relajan las suposiciones físicas llegamos normalmente a un modelo matemático más
apropiado y más difícil o imposible de resolver implícitamente. Ya que de todos modos el problema
matemático no resuelve el problema físico exactamente, resulta con frecuencia apropiado encontrar
una solución aproximada del modelo matemático más complicado que encontrar una solución
exacta del problema simplificado. Para obtener tal aproximación se idea un método llamado
algoritmo.

MÉTODOS NUMÉRICOS
Los métodos numéricos son técnicas mediante las cuales es posible formular problemas de tal forma
que puedan resolverse utilizando operaciones aritméticas.

Los métodos numéricos llevan a cabo un buen número de tediosos cálculos aritméticos. No es raro
que con el desarrollo de computadoras digitales eficientes y rápidas, el papel de los métodos
numéricos en la solución de problemas de ingeniería haya ido aumentando considerablemente en
los últimos años.

Los métodos numéricos combinan dos de las herramientas mas importantes en el repertorio de la
ingeniería: La matemáticas y la computadora. Los métodos numéricos se pueden definir como las
matemáticas por computadora. Las buenas técnicas de programación aumentan la habilidad para
aplicar los conocimientos de los métodos numéricos. En particular, las potencialidades y limitaciones
de las técnicas numéricas se aprecian mejor cuando se usan estos métodos para resolver los
problemas de ingeniería utilizando como herramienta una computadora.

ALGORITMO NUMÉRICO
Un algoritmo es una secuencia lógica de pasos necesarios para ejecutar una tarea específica tal
como la solución de un problema, que producen la aproximación al problema matemático y al
problema físico con una tolerancia y predisposición predeterminada. Los algoritmos siempre se
deben terminar después de una cantidad finita de pasos y deben ser lo mas general posible para
tratar cualquier paso particular. Deben ser determinísticos; esto es, no deben dejar nada al azar. Los
resultados finales no pueden ser dependientes de quien este usando el algoritmo.

En este sentido, un algoritmo es análogo a una receta. Una forma alternativa de representar un
algoritmo es mediante un diagrama de flujo. Esta es una representación visual o gráfica del
algoritmo que emplea una serie de bloques y flechas. Cada bloque en el diagrama representa una
operación particular o un paso en el algoritmo. Las flechas indican las secuencias en que se
implementan las operaciones.

Los diagramas de flujo tienen una utilidad particular para bosquejar algoritmos complicados. Un
bosquejo gráfico puede ser utilizado para visualizar el flujo lógico del algoritmo.
Un algoritmo entonces se puede decir en si que es una serie de pasos organizados que describe el
proceso que se debe seguir, para dar solución a un problema.

En resumen las características de un algoritmo son:

FINITOS: Siempre debe de terminar en un número determinado de pasos.

DEFINIDO: Las secciones deben definirse sin ambigüedad.

ENTRADA: Puede tener una o varias entradas.

SALIDA: Debe tener una o varias salidas.

EFECTIVIDAD: Todas las operaciones deben ser lo suficientemente básicas para que puedan hacerse
exactamente en un determinado tiempo, no mayor que el que le tome a una persona tomando lápiz
y papel.

EJEMPLO:
Algoritmo para determinar las raíces de una ecuación de segundo grado:

1) Definir la ecuación de segundo grado; f(x)= 0 .

2) Determinar los datos obteniéndolos de la ecuación: A,B,C.

3) Calcular las raíces aplicando la fórmula correspondiente:

a) X1=−b±√b2−4ac/2a
b) X2=−b±√b2−4ac/2a

4) Reportar los resultados: X1, X2

5) End.

RAZONES POR LAS CUALES DEBEN DE ESTUDIARSE LOS MÉTODOS

NUMÉRICOS
1) Los métodos numéricos son herramientas sumamente poderosas para la solución de
problemas. Son capaces de manejar sistemas de ecuaciones grandes, linealidades y geometrías
complicadas que son comunes en la práctica de la ingeniería y que a menudo, son imposibles de
resolver analíticamente. Por lo tanto, amplían la habilidad de quien los estudia para resolver los
problemas.

2) En el transcurso de su carrera, es posible que el lector tenga la ocasión de usar software

disponible comercialmente que contenga métodos numéricos. El uso inteligente de estos programas
depende del conocimiento de la teoría básica en la que se basan estos métodos.

3) Hay muchos problemas que no pueden resolverse o bien como está presentado
originalmente: “plantearse al emplear”, en programas hechos. Si se está versado en los métodos
numéricos y si es un adepto a la programación por computadora, entonces se tiene la capacidad de
diseñar programas propios para resolver problemas sin tener que comprar un software costoso.

4) Los métodos numéricos son un vehículo eficiente para emprender a servirse de las
computadoras personales. Es bien sabido que una manera eficiente de aprender a programar las
computadoras es hacer los programas. Como los métodos numéricos, están diseñados para
implementarse en las computadoras, resultan ideales para este propósito. Están adaptados para
ilustrar la potencia y limitaciones de las computadoras. Cuando el lector implemente con buen
resultado los métodos numéricos en su computadora y los aplique para resolver problemas que de
otro modo resulten intratables, aprenderá a reconocer y controlar los errores de aproximación que
son inesperables de los cálculos numéricos a gran escala.

5) Los métodos numéricos son un medio para reforzar su comprensión de las matemáticas.
Porque una función de los métodos numéricos es reducir las ecuaciones matemáticas superiores a
operaciones básicas, ya que profundizan en los temas que de otro modo resultan obscuros. Esta
alternativa aumenta su capacidad de comprensión y conocimiento de la materia.

IMPORTANCIA DEL ANÁLISIS NUMÉRICO

Hoy en día las computadoras y los métodos numéricos proporcionan una alternativa para cálculos
tan complicados. Los métodos numéricos representan alternativas que amplían la capacidad para
confrontar y resolver los problemas, como resultados se dispone de más tiempo para aprovechar las
habilidades creativas personales.

Con los métodos numéricos es posible formular problemas de tal forma que puedan resolverse
utilizando operaciones aritméticas. Aunque hay muchos tipos de métodos numéricos todos
comparten una característica común: los métodos numéricos llevan a cabo un buen número de
tediosos cálculos aritméticos.

Son importantes los métodos numéricos ya que mediante ellos es posible formular problemas de
cualquier forma que se pueda resolver por operaciones aritméticas.

Con los métodos numéricos también se obtienen resultados numéricos por medio de datos
numéricos.

CARACTERÍSTICAS DE LOS MÉTODOS NUMÉRICOS

Los métodos numéricos disponibles para resolver un problema involucran los siguientes factores:

CANTIDAD DE CONDICIONES O DE PUNTOS INICIALES: Algunos de los métodos numéricos

para encontrar raíces de ecuaciones o en la solución de ecuaciones diferenciales, requieren que el
usuario especifique algunas condiciones. Los métodos simples requieren en general de un valor,
mientras que los métodos complicados requieren de más de un valor. Se deben considerar los
elementos de juicio; las ventajas de los métodos complicados es que son computacionalmente
eficientes y pueden compensar los requerimientos de múltiples puntos iniciales. Se debe echar mano
de la experiencia y de los juicios para cada problema en particular.
VELOCIDAD DE CONVERGENCIA: Ciertos métodos numéricos convergen mas rápidos que otros
y sin embargo, la convergencia rápida puede requerir de más puntos iniciales y de programación mas
compleja que la de convergencia mas lenta. Nuevamente debe hacerse uso de juicios para la selección
de cierto método. Los más rápidos no siempre son los mejores.

ESTABILIDAD: Algunos métodos numéricos para encontrar raíces de ecuaciones o soluciones de

ecuaciones lineales, en algunas ocasiones suelen divergir en vez de converger a la respuesta correcta.
Esto es debido a que estos métodos pueden ser altamente eficientes cuando funcionan. Por lo tanto
surgen nuevamente los elementos del juicio. Se debe decidir si los requisitos del problema justifican
el esfuerzo necesario para aplicar un método que no siempre funciona.

EXACTITUD Y PRECISIÓN: Se refiere a la obtención de ciertos mecanismos dentro del algoritmo

para minimizar el error en la obtención de resultados deseados que cumplan con el objetivo del
problema.

Algunos métodos numéricos son mas exactos y precisos que otros. Como ejemplo se tienen las
diferentes ecuaciones disponibles para la integración numérica. Se puede mejorar el funcionamiento
de procedimientos de poca exactitud disminuyendo el tamaño del paso o aumentando el número de
términos sobre un intervalo.

ALCANCE DE LAS APLICACIONES: Algunos métodos numéricos solo pueden aplicarse a cierta
clase de problemas que satisfacen ciertas restricciones. Se debe evaluar si vale la pena el esfuerzo de
desarrollar programas que empleen técnicas apropiadas únicamente para un número limitado de
problemas.

REQUISITOS ESPECIALES: Algunas técnicas intentas incrementar la exactitud y la velocidad de

convergencia utilizando información adicional. Un ejemplo seria el uso de valores estimados o valores
teóricos de los errores para el mejoramiento de la exactitud. Sin embargo, estas teorías no se llevan a
cabo sin inconvenientes como el aumento en el costo del cómputo y el incremento en la complejidad
del programa.

ESFUERZOS REQUERIDOS DE PROGRAMACIÓN: Los esfuerzos requeridos para mejorar la

velocidad de convergencia, estabilidad, exactitud pueden ser creados e ingeniosos. Cuando se pueden
hacer mejoras sin aumentar la complejidad en la programación, entonces se puede encontrar que
estas mejoras son elegantes y encontrar un uso inmediato en la ingeniería.

SENCILLO: Tiene que ver con el desarrollo y la evaluación del método, un método entendible por el
usuario para que se represente por un programa de computadora.
RÁPIDO: Se debe de buscar un método rápido para la obtención de resultados en el menor tiempo.
El método elegido, debe de aplicársele un análisis de convergencia para minimizar el número de
operaciones.

CONCEPTOS DE ERROR
En los cálculos numéricos el optimista pregunta, que tan precisos son los resultados obtenidos;
el pesimista pregunta, que tanto error se a introducido. Desde luego ambas preguntas corresponden
a lo mismo. Solo en raras ocasiones los datos proporcionados serán exactos, puesto que suelen
originarse en procesos de medida. De modo que hay un error probable en la información de entrada.
Además el propio algoritmo introduce error, quizás redondeo inevitables. La información de salida
contendrá entonces error generado por ambas fuentes.
El error es la aproximación lejana o cercana entre un resultado cualquiera y el valor exacto. Este
concepto es aplicable en cualquiera de los métodos. Comúnmente se utilizan dos criterios.
Los errores son parte intrínseca en el entendimiento y uso de los métodos numéricos, la
importancia de los errores se menciona por primera vez, los errores más comunes son:

A) POR SU FORMA DE APLICAR

1.- Error absoluto
2.- Error relativo

B) POR SU ORIGEN.
1.- Error inherente
2.- Error de truncamiento
3.- Error de redondeo
4.- Error propagado
5.- Error total
6.- Error humano
7.- Otros

ERROR RELATIVO Y ABSOLUTO

La precisión de un valor calculado de ordinario se expresa ya sea como el error absoluto que es
el valor verdadero menos el valor aproximado, o como el error relativo que es el error absoluto entre
el valor verdadero.
 Con frecuencia el error relativo es la mejor medida de la precisión para errores muy grandes o
muy pequeños, algunas veces la precisión se expresa como la cantidad de dígitos después del punto
decimal. Cuando se desconoce el valor verdadero resulta imposible expresar la precisión con exactitud
y debe especificarse la precisión aproximada. Frecuentemente pondremos cotas en el tamaño del
error.

ERROR RELATIVO: Es el cociente de dividir el error absoluto entre la cantidad exacta.

El error relativo se expresa de la manera siguiente

Error relativo = (valor verdadero - valor aproximado) / valor verdadero

Xr = Xe / Xv
Donde:
Xce= Es la cantidad exacta
Xca= Cantidad aproximada
Xe = Error absoluto

ERROR ABSOLUTO: Suele ser un mejor indicador de la precisión. Es mas independiente de la escala
usada y esto es una propiedad más estable. Cuando el valor verdadero es cero, el valor relativo queda
indefinido. Entonces el error de redondeo debido a la longitud finita de la fracción en números de un
punto flotante es mas constante cuando se le expresa con un valor relativo, que como un error
absoluto. Obsérvese que la perdida de dígitos significativos cuando se restan números de un punto
flotante casi iguales, produce un error relativo particularmente severo

Con frecuencia se utiliza el error absoluto de un resultado dado como medida de la precisión, la
definición convencional es:

Error absoluto = valor verdadero- valor aproximado

Xe =Xv - Xa
De manera que el valor verdadero se quede sumando el error absoluto mas el valor aproximado.
Sin embargo, un error dado es mucho más serio cuando la magnitud del valor verdadero es
pequeña.

Ejemplo: 1036.52 (+, -) 0.010 es preciso hasta cinco dígitos significativos, que es con frecuencia
una precisión más adecuada, mientras que 0.005 ( + , - ) 0.010 es un desastre.
ERRORES POR SU ORIGEN. Los errores por formulación degeneran en lo que se podría considerar
como un modelo matemático incompleto.

Un ejemplo de error de origen emperceptable es el hecho de que la segunda ley de Newton no

explica los efectos relativísticos.

Esto debe de hacernos estar consientes de que si no se esta usando un modelo eficiente, ningún
método numérico genera los resultados adecuados.

ERROR INHERENTE

Se debe observar que usando funciones se puede estar sujeto a errores inesperados. Si la primera
([Símbolo] ) raíz sólo se determina, aproximadamente, los coeficientes de la ecuación reducida son no
exactos y las raíces sucesivas están sujetas no solo a errores de redondeo y a los errores que ocurren
cuando se terminan las interacciones sucesivas, sino también a errores inherentes debido a los
coeficientes inexactos.

Algunas funciones son sumamente sensibles a los pequeños cambios al valor de los coeficientes
debido a que causan diferencias las raíces. eliminando las raíces de orden creciente en magnitud, se
dice que se minimiza la dificultad, el uso de la aritmética de doble precisión, deberá ayudar a conservar
la exactitud.

ERRORES INHERENTES O HEREDADOS: Son errores en los valores numéricos con que se va a
operar, pueden deberse a dos causas:

a) ERRORES SISTEMÁTICOS: Debidos a la imprecisión de los aparatos de medición.

b) ERRORES ACCIDENTALES: Debidos a la apreciación del observador y otras causas.

ERROR DE TRUNCAMIENTO
Se le da este nombre a los errores ocasionados por el método en sí, el nombre se origina en
el hecho de que los métodos numéricos generalmente pueden ser comparados con una serie de
Taylor truncado y es el error al que se le ha prestado más atención.
Para los métodos interactivos de ordinario, este error puede ser reducido por medio de
interacciones repetidas, pero ya que la vida es finita y el tiempo de computadora es caro, quedar
satisfecho con las aproximaciones a la respuesta analítica exacta.
Este tipo de error se debe a la interrupción de un proceso matemático antes de su terminación.

ERROR PROPAGADO
 Este error es más sutil que otros errores. Por Error Propagado se entiende el error en pasos
sucesivos del proceso debido a la ocurrencia de un error anterior.
Los métodos estudiados no reflejan este tipo de error, excepto en el caso de encontrar los ceros
adicionales de una función utilizando la ecuación reducida.
Si los errores aumentan en forma continua con forme el método se desarrolla, finalmente
sobrepasarán por completo al valor verdadero destruyendo su validez; a este tipo de método se llama
"INESTABLE".

Para el método estable, que es la clase deseada, los errores hechos en los primeros puntos se
nulifican conforme el método continua.

ERRORES POR REDONDEO

En el cálculo es concebible disminuir el tamaño del paso para minimizar los errores de
truncamiento sólo para descubrir que al hacerlo, los errores de redondeo empiezan a dominar la
solución y el error total crece.

Los errores de redondeo se deben a que las computadoras sólo guardan un número finito de cifras
significativas durante un cálculo. Las computadoras realizan esta función de manera diferente.

Los errores de redondeo se originan debido a las limitaciones propias de las máquinas para
representar cantidades se requieren un gran número de dígitos.

ERROR DE REDONDEO INFERIOR: Se desprecian los dígitos que no pueden conservarse

dentro de la localización de memoria correspondiente, pensando de una manera estricta esto es un
error de truncamiento.

ERROR DE REDONDEO SUPERIOR: Este caso tiene dos alternativas:

a) Para números positivos, el último dígito que puede conservarse se incrementa en

unidad si el primer dígito depreciado es igual o mayor que cinco.

b) Para números negativos, el último dígito puede conservarse si el primer dígito

depreciado es mayor o igual a cinco.
ERROR TOTAL

El error total se define coma la suma de los errores de redondeo y truncamiento. La única forma de
minimizar los errores de redondeo es la de incrementar el número de cifras significativas de la
computadora.
Un decremento de tamaño lleva a un incremento en los cálculos, los errores de truncamiento
decrecen conforme el número de cálculos aumente. Por lo tanto se encara el siguiente dilema: La
estrategia de disminuir un componente del error total lleva al incremento del otro.

ERRORES HUMANOS

A todos le son familiares los errores por torpeza, en los primeros años de la computación los
resultados números erróneos fueron atribuidos al mal funcionamiento de la computadora misma. Hoy
en día ésta fuente errores es muy improbable y la mayor parte de las equivocaciones se puede atribuir
a errores humanos.

Las equivocaciones por lo general se pasan por alto, en la decisión de un método numérico; esto
sin duda prueba el hecho de que los errores por torpeza son inevitables, sin embargo su aparición se
puede minimizar.

OTROS ERRORES

OVERFLOW: En el lenguaje técnico de computación se emplea este anglicismo, ya que las

traducciones posibles no proporcionan una idea clara de su significado, en este curso se usará el
término sobre flujo. Se dice que cuando existe un sobre flujo dentro de una localización de
almacenamiento no cabe un número, debido a que este es mayor que la capacidad de
almacenamiento.

UNDERFLOW: Se acostumbra utilizar este anglicismo en el lenguaje técnico de computación, ya que

las traducciones no proporcionan una idea clara de su significado se utilizará el término subflujo. Se
dice que hay un subflujo cuando una localización de almacenamiento no se puede representar un
número positivo muy pequeño debido a que
Este es menor que la capacidad de almacenamiento.