PROGRAMACIÓN Y MÉTODOS NUMÉRICOS

UNIDAD 3

ANÁLISIS DEL ERROR Y SOLUCIÓN DE ECUACIONES

1|Página
 INDICE
PAGINAS

 Aná lisis del error……………………………………………………………3

 Cifras significativas…………………………………………………………4

 Exactitud y precisió n……………………………………………………….5

 Definició n de error y tipos de error…………………………………..6-7

 Propagació n del error.………………………………………………………7-8

 Error de truncamiento y serie de Taylor.……………………………8-9

 Raíces de ecuaciones…………………………………………………………9

 Método grá fico…………………………………………………………………..9-10

 Métodos cerrados. Bisecció n. Regla Falsa. Otros métodos…..11-13

 Métodos abiertos. Iteració n de punto…………………………………..14-16

 Fuentes de informació n………………………………………………………16

2|Página
ANALISIS DEL ERROR

Los errores de redondeo se deben a que la computadora solo puede

representar cantidades con un nú mero finito de dígitos. Los errores de
truncamiento representan la diferencia entre una formulació n matemá tica
exacta de un problema y la aproximació n dada por un método numérico.
Finalmente, se discuten errores sin relacionarlos con ningú n método numérico
en especial. Incluyendo errores por equivocació n, errores por formulació n de
modelos y la incertidumbre en la obtenció n de datos.

3|Página
CIFRAS SIGNIFICATIVAS

El concepto de cifra o dígitos significativos se ha desarrollado para designar

formalmente la contabilidad de un valor numérico. El nú mero de cifras
significativas es el nú mero de dígitos, má s un digito estimado que se pueda
usar con confianza. Los ceros no siempre son cifras significativas ya que
pueden usarse solo para ubicar el punto decimal.

EJEMPLO

 El velocímetro y el odó metro, estima hasta tres y siete cifras

significativas respectivamente.

 Al contar el nú mero de á tomos en una molécula de agua obtenemos un

nú mero exacto: 3.

 Al contar las caras de un dado obtenemos un nú mero exacto: 6.

 Por definició n el nú mero de metros que hay en un kiló metro es un

nú mero exacto: 1000.

 Por definició n el nú mero de grados que hay en una circunferencia es un

nú mero exacto: 360

4|Página
EXACTITUD Y PRECISIÓN

Los errores asociados con los cá lculos y medidas se pueden caracterizar

observando su precisió n y exactitud.

La precisión se refiere a 1) el nú mero de cifras significativas que representan

una cantidad o 2) la extensió n en las lecturas repetidas de un instrumento que
mide alguna propiedad física.
La exactitud se refiere a la aproximació n de un nú mero o de una medida al
valor verdadero que se supone representa.

EJEMPLO:

Estos conceptos se pueden ilustrar grá ficamente usando una analogía con un
buen tirador al blanco. Los agujeros en el centro del tiro al blanco de cada
esquema de la figura siguiente se pueden imaginar como las predicciones en
una técnica numérica, mientras que el centro del blanco de cada esquema
representa la verdad.

La inexactitud (conocida
también Como sesgo) se
define como un alejamiento
sistemá tico de la verdad. La
precisió n, por el otro lado
se refiere a la magnitud del
esparcimiento de las balas.
Por lo tanto, aunque son
igualmente exactas (esto
es. igualmente centradas
respecto al blanco), la
ú ltima es má s precisa ya
que las balas está n en un
grupo má s compacto

5|Página
DEFINICION DE ERROR Y TIPOS DE ERRORES

Los errores numéricos se generan con el uso de aproximaciones para

representar las operaciones y cantidades matemá ticas. Estos incluyen errores
de truncamiento, que resultan de representar aproximadamente un
procedimiento matemá tico exacto, y los errores. Para los dos tipos de errores,
la relació n entre el resultado exacto o verdadero y el aproximado está dada por
VALOR VERDADERO = VALOR APROXIMADO + ERROR
Reordenando la ecuació n, se encuentra que el error numérico es igual a la
diferencia entre el valor verdadero y el valor aproximado, esto es
E, = VALOR VERDADERO – VALOR APROXIMADO.
 ERRORES DE REDONDEO
Como ya se ha mencionado, los errores de redondeo se deben a que las
computadoras solo guardan nú mero finito de cifras significativa durante un
cá lculo. Las computadoras realizan esta funció n de maneras diferentes.
EJEMPLO
Si solo se guardan siete cifras significativas, la computadora puede almacenar y
usar K como K=3.141 592, omitiendo los términos restantes y generando un
error de redondeo, de la ecuació n
E,=0.000 000 65

 ERRORES POR EQUIVOCACION

Hoy en día, esta fuente de error es muy improbable y la mayor parte de las
equivocaciones se pueden atribuir a errores humanos. Las equivocaciones
ocurren a cualquier nivel del proceso de modelació n matemá tica y pueden
contribuir con todas las otras componentes del error. Se pueden evitar
ú nicamente con el conocimiento de los principios fundamentales y con el
cuidado sobre la aproximació n y diseñ o de las soluciones a un problema.

6|Página
  ERRORES DE FORMULACIÓN
Los errores de formulació n o de modelamiento degeneran en lo que se podría
considerar como un modelo matemá tico incompleto.
EJEMPLO
Un error de formulació n imperceptible es el hecho de que la segunda ley de
Newton no explica los efectos relativísticos. Esto no desvirtú a la validez de la
solució n ya, que estos errores son mínimos en las escalas de tiempos y espacio
de la caída del paracaidista.
Sin embargo supó ngase que la resistencia del aire no es linealmente
proporcional a la velocidad de caída, como la ecuació n, sino que es una funció n
del cuadrado de la velocidad. Si este fuese el caso las soluciones analíticas y
numéricas obtenidas en el primer capítulo serian falsas debido al error en la
formulació n.

 ERROR NUMÉRICO TOTAL

El error numérico total es la suma de los errores de redondeo y de
truncamiento. Se descubrió que la ú nica forma de minimizar los errores de
redondeo es la de incrementar el nú mero de cifras significativas de la
computadora. Má s aun, se notó que los errores de redondeo crecen conforme
aumenta el nú mero de cá lculos. En contraste, la estimació n por derivadas se
puede mejorar disminuyendo el tamañ o del paso. Ya que un decremento en el
tamañ o del paso lleva al incremento en los cá lculos, los errores de
truncamiento decrecen conforme el nú mero de cá lculos que aumenta. Por lo
tanto, se encara el siguiente dilema: la estrategia de disminuir un componente
del error total lleva al incremento del otro.

PROPAGACIÓN DEL ERROR

Cuando un error de redondeo ha ido introducido, este se suma a otros errores

y se propaga. La aritmética usada por el computador no respeta la aritmética
ordinaria. Cada simple operació n en punto flotante casi siempre genera un
error pequeñ o que se puede propagar en las siguientes operaciones. Se puede

7|Página
minimizar los errores de redondeo incrementando el nú mero de cifras
significativas en el computador y a si el error en general muy dañ ino excepto
en casos particulares como:
Ejemplo
En los que se restan cantidades de signo opuesto y muy parecido en valor
absoluto.

Analisis del error de propagació n, el aná lisis de error es importante cuando se

quiere investigar y/o garantizar el desempeñ o de los métodos numéricos
usados en problemas teó ricos y prá cticos.

ERRORES DE TRUNCAMIENTO

Los errores de truncamiento son aquellos que resultan al usar una

aproximació n en lugar de un procedimiento matemá tico exacto

EJEMPLO
La derivada de la velocidad de caída de un paracaídas mediante la ecuació n de
diferencia dividida de la forma.

Se introdujo un error de truncamiento en la solució n numérica ya que la

ecuació n de diferencias solo aproxima el valor verdadero de la derivada.
Ademá s para obtener conocimiento de la característica de estos errores se
regresa a la fó rmula matemá tica usada ampliamente en los métodos
numéricos para expresar funciones en forma polinomio: la serie de Taylor.

8|Página
SERIE DE TAYLOR

La serie de Taylor de una formulació n para predecir el valor de la funció n en x,

+|en términos de la funció n y de sus derivadas en una vecindad al punto x. En
vez de presentar en conjunto la serie de Taylor, se obtendrá má s conocimiento
de la misma construyéndola termino a término.

EJEMPLO
El primer término de la serie es
Esta igualdad, conocida como aproximació n de orden cero, indica que el valor
de f en el nuevo punto es el mismo que el valor en el punto anterior. Este
resultado se logra intuitivamente ya que si xi y xi+ está muy aproximadas una
de la otra, entonces es igualmente posible que el nuevo valor sea
probablemente similar al anterior.

RAICES DE ECUACIONES

El objeto del cá lculo de las raíces de una ecuació n es determinar los valores de
x para los que se cumple:
f(x) = 0
La determinació n de las raíces de una ecuació n es uno de los problemas má s
antiguos en matemá ticas y se han realizado un gran nú mero de esfuerzos en
este sentido. Su importancia radica en que si podemos determinar las raíces de
una ecuació n también podemos determinar má ximos y mínimos, valores
propios de matrices, resolver sistemas de ecuaciones lineales y diferenciales,
etc.

METODOS GRAFICOS

Un método simple para obtener una aproximació n a la raíz de la ecuació n

f(x)=0 consiste en graficar la funció n y observar en donde cruza el eje x. Este

9|Página
punto, que representa el valor de x para el cual f(x)=0, proporciona una
aproximació n inicial de la raíz.
EJEMPLO
Entre Ana y Sergio tienen 600 euros, pero Sergio tiene el doble de euros que
Ana. ¿Cuá nto dinero tiene cada uno?.
Llamemos x al nú mero de euros de Ana e y al de Sergio. Vamos a expresar las
condiciones del problema mediante ecuaciones: Si los dos tienen 600 euros,
esto nos proporciona la ecuació n x + y = 600. Si Sergio tiene el doble de euros
que Ana, tendremos que y = 2x. Ambas ecuaciones juntas forman el siguiente
sistema:
x + y = 600 2x - y = 0
Para resolver el sistema por el método grá fico despejamos la incó gnita y en
ambas ecuaciones y tendremos:
y = -x + 60 y = 2x
Vamos ahora, para poder representar ambas rectas, a
calcular sus tablas de valores:

Con estas tablas de valores para las dos rectas y

eligiendo las escalas apropiadas en los ejes OX y OY,
podemos ya representar grá ficamente:
Si observamos la grá fica, vemos claramente que las dos rectas se cortan en el
punto (200, 400), luego la solució n del sistema es x = 200 e y = 400. Por tanto,
la respuesta al problema planteado es que Ana tiene 200 euros y Sergio tiene
400 euros.

10 | P á g i n a
MÉTODOS CERRADOS

Los métodos cerrados se caracterizan porque una funció n cambia de signo en

un intervalo que encierra la raíz y porque para desarrollar el algoritmo donde
se encuentra la raíz necesita de dos valores iniciales (límite inferior y límite
superior) entre los cuales se encuentra la misma.
Los métodos cerrados se clasifican en:

 Método de Bisecció n
 Método de Regla Falsa

METODO DE BISECCION

El método de bisecció n, conocido también como de corte binario. De

participació n en dos intervalos iguales o método de Bolzano, es un método de
bú squeda incremental donde el intervalo se divide siempre en dos. Si la funció n
cambia de signo sobre un intervalo, se evalú a el valor de la funció n en el punto
medio. La posició n de la raíz se determina situá ndola en el punto medio del
subintervalo dentro del cual ocurre un cambio de signo. El proceso se repite
hasta obtener una mejor aproximació n.
Al aplicarse el método se puede apreciar que la aproximació n a la raíz mejora
cada vez que el intervalo se hace má s pequeñ o.

11 | P á g i n a
METODO DE LA REGLA FALSA

Aunque el método de bisecció n es una técnica perfectamente vá lida para

determinar raíces, su enfoque es relativamente ineficiente. Una alternativa
mejorada es la del método de la regla falsa está basado en una idea para
aproximarse en forma má s eficiente a la raíz. El método de Regla Falsa
converge má s rá pidamente que el de bisecció n porque al permanecer uno de
sus valores iniciales fijo el nú mero de cá lculos se reduce mientras que el otro
valor inicial converge hacia la raíz.
EJEMPLO

Si f (x₁) está mucho má s cerca de cero que f ( xu), es ló gico que la raíz se
encuentra má s cerca de x₁ que de xu . Este método alternativo aprovecha la
idea de unir los puntos con una línea recta. La intersecció n de la línea con el eje
de las x proporciona una mejor estimació n de la raíz. El reemplazamiento de la
curva por una línea recta da una “posició n falsa” de la raíz, de aquí el nombre de
método de la regla falsa o en latín , regula falso. También se le conoce como
método de interpolació n lineal. Con el uso de triá ngulos semejantes, la
intersecció n de la línea recta y el eje de las x se puede calcular de la siguiente
manera:

12 | P á g i n a
OTROS METODOS

MÉTODO DE LA SECANTE

Un problema fuerte en la implementació n del método de Newton-Raphson es

el de la evaluació n de la derivada. Aunque esto no es un inconveniente para
los polinomios y para muchas otras funciones, existen algunas de éstas cuyas
derivadas pueden ser extremadamente difíciles de evaluar. En estos casos, la
derivada se puede aproximar mediante una diferencia divida, como (F

La ecuació n es la fó rmula para el método de la secante. Nó tese que el

planteamiento requiere de dos puntos iniciales de x. Sin embargo, debido a
que no se requiere que f(x) cambie de signo entre estos valores, a este
método no se le clasifica como aquellos que usan intervalos.

RAÍCES MÚ LTI PLES

Una raiz múltiple corresponde a un punto donde una funció n es tangencia 1
al eje x.
EJEMPLO
Dos raíces repetidas resultan de: f(x) = (x - 3)(x - l)(x - 1) o, multiplicando
términos, f(x) = x3 - 5x2 + 7x - 3 .

13 | P á g i n a
La ecuació n tiene una raíz doble porque un valor de x anula dos términos de
la ecuació n. Grá ficamente, esto significa que la curva toca tangencialmente al
eje x en la raíz doble.

METODOS ABIERTOS

Los métodos abiertos se basan en una fó rmula que requieren de un solo valor x
o de un par de ellos pero que no necesariamente encierran ala raíz. Como tales,
algunas veces divergen o se alejan de la raíz a medida que crece el nú mero de
interacció n. Sin embargo, cuando los métodos abiertos convergen, en general lo
hacen mucho má s rá pido que los métodos que usan intervalos. Se empiezan el
aná lisis de los métodos abiertos con una versió n simple que es ú til para ilustrar
su forma general y también para demostrar el concepto de convergencia.
Los métodos abiertos son:
 Método de Punto Fijo
 Método de Newton-Raphson
 Método de la Secante
 Método de Raíces Multiples

EJEMPLO
El método de newton por su rapidez y efectividad, es uno de los métodos má s
utilizados; este método es una variable del método de punto fijo, por lo cual se
debe calcular una funció n g , esta funció n g se puede calcular de la forma:
g(X) = X – (f(X)/f ‘ (x))
Una vez definida la funció n g, se debe realizar los siguientes pasos, como en el
método de punto fijo.
  Se debe elegir una aproximació n inicial Xo

14 | P á g i n a
   Se calcula X1=g(Xo)
 Se calcula X2=g(X1)
 ..............   Xn=g(Xn-1)
 Y se repite el paso anterior hasta llegar a una aproximació n de la raiz.

ITERACION DE PUNTO FIJO

Los métodos abiertos emplean una fó rmula que predice una aproximació n a la
raíz. Tal formula se puede desarrollar para la iteració n de punto fijo,
rearreglando la ecuació n f(x) =0 de tal forma que x quede del lado izquierdo de
la ecuació n: x= g(x).
Esta transformació n se puede llevar a cabo mediante operaciones algebraicas o
simplemente agregando x a cada lado de la ecuació n original.
EJEMPLO
A partir de una ecuació n F(X)=0 se genera una ecuació n X=g(X), a la cual se le
busca una solució n, y se debe tener en cuenta lo siguiente
  Se busca un valor de X que al reemplazarlo en g, el resultado sea X. 
   Se debe elegir una aproximació n inicial Xo
 Se calcula X1=g(Xo)

15 | P á g i n a
    Y se repite el paso anterior hasta llegar a una aproximació n.

FUENTES DE INFORMACION

https://es.scribd.com/document/245290546/Analisis-Del-Error-y-Solucion-de-
Ecuaciones
https://vdocuments.mx/unidad-3-analisis-de-error-y-solucion-de-ecuaciones.html
https://sites.google.com/site/pn20111/home/metodos-cerrados/3-2-metodo-regla-
falsa
http://www.escritoscientificos.es/trab21a40/cifrassignificativas/00cifras.htm
http://esimecu-anumerico.blogspot.com/2011/06/metodo-grafico.html
https://sites.google.com/site/metodosnumericose11/unidad-ii-raices-de-ecuaciones
https://sites.google.com/site/pn20111/home/metodos-cerrados/3-1-metodo-de-
biseccion
https://sites.google.com/site/pn20111/home/4-metodos-abiertos/4-1-metodo-de-
punto-fijo

16 | P á g i n a