Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 Preliminares matemáticos
y análisis de error
Introducción
Al comenzar los cursos de química, estudiamos la ley del gas ideal,
PV = NRT,
PV (1.00)(0.100)
T = = = 290.15 K = 17◦ C.
NR (0.00420)(0.08206)
Sin embargo, cuando medimos la temperatura del gas, encontramos que la verdadera tem-
peratura es 15◦C.
V1
V2
1
2 CAPÍTULO 1 Preliminares matemáticos y análisis de error
Claramente, se sospecha la ley de gas ideal, pero antes de concluir que la ley es inválida
en esta situación, deberíamos examinar los datos para observar si el error se puede atribuir
a los resultados del experimento. En este caso, podríamos determinar qué tan precisos de-
berían ser nuestros resultados experimentales para evitar que se presente un error de esta
magnitud.
El análisis del error involucrado en los cálculos es un tema importante en análisis nu-
mérico y se presenta en la sección 1.2. Esta aplicación particular se considera en el ejercicio
26 de esa sección.
Este capítulo contiene una revisión breve de los temas del cálculo de una sola variable
que se necesitarán en capítulos posteriores. Un conocimiento sólido de cálculo es fundamen-
tal para comprender el análisis de las técnicas numéricas y sería preciso efectuar una revi-
sión más rigurosa para quienes no han estado en contacto con este tema durante un tiempo.
Además, existe una introducción a la convergencia, el análisis de error, la representación
GHQ~PHURVHQOHQJXDMHGHPiTXLQD\DOJXQDVWpFQLFDVSDUDFODVLÀFDU\PLQLPL]DUHOHUURU
computacional.
Definición 1.1 Una función fGHÀQLGDHQXQFRQMXQWRX de números reales que tiene el límite L a x0, escrita
como
lím f (x) = L ,
x→x0
si, dado cualquier número real ε > 0, existe un número real δ > 0, de tal forma que
FRQVXOWHODÀJXUD
Figura 1.1
y
ε
y 5 f (x)
L 1e
L
L 2e
x0 2 d x0 x0 1 d x
1.1 Revisión de cálculo 3
lím xn = x, o xn → x en n → ∞,
n→∞
VLJQLÀFDTXHODVXFHVLyQ{xn }∞
n=1 converge a x.
a. f es continua en x0;
b. Si {xn }∞
n=1 es cualquier sucesión en X, que converge a x0, entonces
lím n→∞ f (xn ) = f (x0 ).
Se asumirá que las funciones que consideraremos al analizar los métodos numéricos son
continuas porque éste es el requisito mínimo para una conducta predecible. Las funciones
TXHQRVRQFRQWLQXDVSXHGHQSDVDUSRUDOWRSXQWRVGHLQWHUpVORFXDOSXHGHFDXVDUGLÀFXOWD-
des al intentar aproximar la solución de un problema.
Diferenciabilidad
/DVVXSRVLFLRQHVPiVVRÀVWLFDGDVVREUHXQDIXQFLyQSRUORJHQHUDOFRQGXFHQDPHMRUHVUH-
VXOWDGRVGHDSUR[LPDFLyQ3RUHMHPSORQRUPDOPHQWHXQDIXQFLyQFRQXQDJUiÀFDVXDYHVH
comportaría de forma más predecible que una con numerosas características irregulares. La
condición de uniformidad depende del concepto de la derivada.
existe. El número f (x0 ) recibe el nombre de derivada de f en x0. Una función que tiene una
derivada en cada número en un conjunto X es diferenciable en X.
Figura 1.2
y
f (x 0)
(x 0, f (x 0)) y 5 f (x)
x0 x
El teorema atribuido a Michel Los siguientes teoremas son de importancia fundamental al deducir los métodos para
5ROOH²DSDUHFLy estimación del cálculo de error. Las pruebas de estos teoremas y los otros resultados sin refe-
en 1691 en un tratado poco
conocido titulado Méthode pour
rencias en esta sección se pueden encontrar en cualquier texto de cálculo estándar.
résoundre les égalites (Método El conjunto de todas las funciones que tienen derivadas continuas n en X se denota como
para resolver las igualdades). Cn(X y el conjunto de funciones que tienen derivadas de todos los órdenes en X se denota
Originalmente, Rolle criticaba como C ∞ (X ). Las funciones polinomial, racional, trigonométrica, exponencial y logarítmi-
el cálculo desarrollado por Isaac
ca se encuentran en C ∞ (X ), donde X FRQVLVWHHQWRGRVORVQ~PHURVSDUDORVTXHVHGHÀQHQ
Newton y Gottfried Leibniz, pero
después se convirtió en uno de las funciones. Cuando X es un intervalo de la recta real, de nuevo se omiten los paréntesis
sus defensores. en esta notación.
Figura 1.3
y
f 9(c) 5 0
y 5 f (x)
f(a) 5 f (b)
a c b x
f (b) − f (a)
f (c) = .
b−a
1.1 Revisión de cálculo 5
Figura 1.4
y
Líneas paralelas
Pendiente f 9(c)
y 5 f (x)
f (b) 2 f (a)
Pendiente
b2a
a c b x
Figura 1.5
y
y 5 f (x)
a c2 c1 b x
f (x= 2 − ex + 2x
f v(x= −ex + 2.
a) Cuando el intervalo es [0, 1], el extremo absoluto debe ocurrir en f , f OQR
f $OHYDOXDUWHQHPRV
f (0) = 2 − e0 + 2(0) = 1
También utilizaremos con frecuencia el teorema del valor intermedio. A pesar de que
esta declaración parece razonable, su prueba va más allá del alcance del curso habitual de
cálculo. Sin embargo, se puede encontrar en muchos textos de análisis (consulte, por ejem-
SOR>)X@S
/DÀJXUDPXHVWUDXQDRSFLyQSDUDHOQ~PHURJDUDQWL]DGDSRUHOWHRUHPDGHOYDORU
intermedio. En este ejemplo, existen otras dos posibilidades.
Figura 1.6
y
(a, f (a))
f (a)
y 5 f (x)
K
f (b)
(b, f (b))
a c b x
1.1 Revisión de cálculo 7
Ejemplo 2 Muestre que x5 − 2x +x2 − 1 = 0 tiene una solución en el intervalo [0, 1].
f = −1 < 0 y 0 < 1 = f .
Por lo tanto, el teorema del valor intermedio implica que existe un número c, con 0 , c , 1,
para el cual c5 − 2c +c2 − 1 = 0.
Como se observa en el ejemplo 2, el teorema del valor intermedio se utiliza para deter-
minar cuándo existen soluciones para ciertos problemas. Sin embargo, no provee un medio
HÀFLHQWHSDUDHQFRQWUDUHVWDVVROXFLRQHV(VWHWHPDVHFRQVLGHUDHQHOFDStWXOR
Integración
El otro concepto básico del cálculo que se utilizará ampliamente es la integral de Riemann.
Definición 1.12 La integral de Riemann de la función f en el intervalo [a, b] es el siguiente límite, siempre
y cuando exista:
George Fredrich Berhard Riemann b n
²UHDOL]yPXFKRVGH
los descubrimientos importantes
f (x) d x = lím f (z i xi ,
máx xi →0
SDUDFODVLÀFDUODVIXQFLRQHV
a i=1
que tienen integrales. También
realizó trabajos fundamentales en
geometría y la teoría de funciones donde los números x0, x1,7 , xn satisfacen a = x0 ≤ x1 ≤ 7 ≤ xn = b, donde 6xi = xi − xi−1,
complejas y se le considera uno para cada i = 1, 2,7 , n, y zi se selecciona de manera arbitraria en el intervalo [ xi−1 , xi ].
de los matemáticos prolíferos del
siglo XIX. Una función f que es continua en un intervalo [a, b] es también Riemann integrable en
[a, b]. Esto nos permite elegir, para conveniencia computacional, los puntos xi se separarán
equitativamente en [a, b] para cada i = 1, 2, 7 , n, para seleccionar zi = xi. En este caso,
b n
b−a
f (x) d x = lím f (xi ),
a n→∞ n i=1
Figura 1.7
y
y 5 f (x)
Se necesitarán otros dos resultados en nuestro estudio para análisis numérico. El primero
es una generalización del teorema del valor promedio para integrales.
8 CAPÍTULO 1 Preliminares matemáticos y análisis de error
b
1
f (c) = f (x) d x.
b−a a
Figura 1.8
y
y 5 f (x)
f (c)
a c b x
(QJHQHUDOODSUXHEDGHOWHRUHPDQRVHGDHQXQFXUVREiVLFRGHFiOFXORSHURVH
SXHGHHQFRQWUDUHQPXFKRVWH[WRVGHDQiOLVLVFRQVXOWHSRUHMHPSOR>)X@S
%URRN7D\ORU²
Suponga que f ∈ C n [a, b], f (n + existe en [a, b], y x0 ∈ [a, b]. Para cada x ∈ [a, b], existe un
describió esta serie en 1715 número ξ(x) entre x0 y x con
en el artículo Methodus
incrementorum directa et inversa
(Métodos para incrementos
f (x) = Pn (x) + Rn (x),
directos e inversos). Isaac
Newton, James Gregory y donde
otros ya conocían algunos
casos especiales del resultado
y, probablemente, el resultado f (x0 ) f (n) (x0 )
Pn (x) = f (x0 ) + f (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n
mismo. 2! n!
n
f (k) (x0 )
= (x − x0 )k
k=0
k!
1.1 Revisión de cálculo 9
f (n+1) (ξ(x))
Rn (x) = (x − x0 )n+1 .
(n + 1)!
&ROLQ0DFODXULQHV
más conocido como el defensor
Aquí Pn(x HV OODPDGR HO n-ésimo polinomio de Taylor para f alrededor de x0 y Rn(x
del cálculo de Newton cuando
éste fue objeto de los ataques recibe el nombre de residuo (o error de truncamientoUHODFLRQDGRFRQPn(x3XHVWRTXHHO
LPSODFDEOHVGHORELVSR\ÀOyVRIR número ξ(x) en el error de truncamiento Rn(xGHSHQGHGHOYDORUGHx donde se evalúa el poli-
irlandés George Berkeley. nomio Pn(xHVXQDIXQFLyQGHODYDULDEOHx. Sin embargo, no deberíamos esperar ser capaces
de determinar la función ξ(x) de manera explícita. El teorema de Taylor simplemente garantiza
Maclaurin no descubrió la
serie que lleva su nombre; los que esta función existe y que su valor se encuentra entre x y x0. De hecho, uno de los problemas
matemáticos del siglo ya la comunes en los métodos numéricos es tratar de determinar un límite realista para el valor de
conocían desde antes de que él f (n+1) (ξ(x)) cuando xVHHQFXHQWUDHQXQLQWHUYDORHVSHFtÀFR
naciera. Sin embargo, concibió /DVHULHLQÀQLWDREWHQLGDDOWRPDUHOOtPLWHGHPn(xFRQIRUPH n → ∞ recibe el nombre
un método para resolver un
sistema de ecuaciones lineales de serie de Taylor para f alrededor de x0. En caso de que x0 = 0, entonces al polinomio de
que se conoce como regla de Taylor con frecuencia se le llama polinomio de Maclaurin y a la serie de Taylor a menudo
Cramer, que Cramer no publicó se le conoce como serie de Maclaurin.
hasta 1750. El término error de truncamientoHQHOSROLQRPLRGH7D\ORUVHUHÀHUHDOHUURULPSOLFD-
GRDOXWLOL]DUXQDVXPDWUXQFDGDRÀQLWDSDUDDSUR[LPDUODVXPDGHXQDVHULHLQÀQLWD
Figura 1.9
y
1
y 5 cos x
p p
22 2
2 2
2p p x
1
y 5 P2(x) 5 1 2 2 x 2
2
10 CAPÍTULO 1 Preliminares matemáticos y análisis de error
1 1 10−6
cos 0.01 = 1 − (0.01)2 + (0.01)3 sen ξ(0.01) = 0.99995 + sen ξ(0.01).
2 6 6
Por lo tanto, la aproximación para cos 0.01 provista por el polinomio de Taylor es 0.99995.
El error de truncamiento, o término restante, relacionado con esta aproximación es
10−6
sen ξ(0.01) = 0.16 × 10−6 sen ξ(0.01),
6
donde la barra sobre el 6 en 0 .16 VHXWLOL]DSDUDLQGLFDUTXHHVWHGtJLWRVHUHSLWHLQGHÀQLGD-
mente. A pesar de que no existe una forma de determinar sen ξ(0.01), sabemos que todos los
valores del seno se encuentran en el intervalo [−1, 1], por lo que el error que se presenta si
utilizamos la aproximación 0.99995 para el valor de cos 0.01 está limitado por
Por lo tanto, la aproximación 0.99995 corresponde por lo menos a los primeros cinco dígitos
de cos 0.01 y
0.9999483 < 0.99995 − 1.6 × 10−6 ≤ cos 0.01
≤ 0.99995 + 1.6 × 10−6 < 0.9999517.
El límite del error es mucho más grande que el error real. Esto se debe, en parte, al esca-
so límite que usamos para | sen ξ(x)|. En el ejercicio 27 se muestra que para todos los valores
de x, tenemos | sen x| ≤ |x|. Puesto que 0 ≤ ξ < 0.01, podríamos haber usado el hecho de
que | sen ξ(x)| ≤ 0.01 en la fórmula de error, lo cual produce el límite 0.16 × 10−8 .
b) Puesto que f (0) = 0, el tercer polinomio de Taylor con el término restante alre-
dedor de x0 = 0 es
1 1
cos x = 1 − x 2 + x 4 cos ξ̃ (x),
2 24
donde 0 < ξ̃ (x) < 0.01. El polinomio de aproximación sigue siendo el mismo y la aproxima-
ción sigue siendo 0.99995, pero ahora tenemos mayor precisión. Puesto que | cos ξ̃ (x)| ≤ 1
para todas las x, obtenemos
1 4 1
x cos ξ̃ (x) ≤ (0.01)4 (1) ≈ 4.2 × 10−10 .
24 24
por lo tanto
| cos 0.01 − 0.99995| ≤ 4.2 × 10−10 ,
y
(OHMHPSORLOXVWUDORVGRVREMHWLYRVGHODQiOLVLVQXPpULFR
i) Encuentre una aproximación a la solución de un problema determinado.
ii) Determine un límite o cota para la precisión de la aproximación.
/RVSROLQRPLRVGH7D\ORUHQDPEDVSDUWHVSURSRUFLRQDQODPLVPDUHVSXHVWDSDUDLSHURHO
WHUFHURSURYHHXQDUHVSXHVWDPXFKRPHMRUSDUDLLTXHHOVHJXQGR7DPELpQSRGHPRVXWLOL]DU
estos polinomios para obtener aproximaciones de las integrales.
1.2 Errores de redondeo y aritmética computacional 11
Ilustración Podemos utilizar el tercer polinomio de Taylor y su término restante encontrado en el ejem-
SORSDUDDSUR[LPDU 0 cos x d x. Tenemos
0.1
Por lo tanto,
0.1
1
cos x d x ≈ 0.1 − (0.1)3 = 0.09983.
0 6
Un límite o cota para el error en esta aproximación se determina a partir de la integral del
término restante de Taylor y el hecho de que | cos ξ̃ (x)| ≤ 1 para todas las x:
0.1 0.1
1 1
x 4 cos ξ̃ (x) d x ≤ x 4 | cos ξ̃ (x)| d x
24 0 24 0
0.1
1 (0.1)5
≤ x4 dx = = 8.3 × 10−8 .
24 0 120
por lo que el error real para esta aproximación es 8.× 10−8, que se encuentra dentro
del límite del error.
El error debido al redondeo El error que se produce cuando se utiliza una calculadora o computadora para realizar
debería esperarse siempre que se cálculos con números reales recibe el nombre de error de redondeo. Se presenta porque la
DULWPpWLFDUHDOL]DGDHQXQDPiTXLQDLQFOX\HQ~PHURVFRQXQVRORQ~PHURÀQLWRGHGtJLWRV
realizan cálculos con números
que no son potencias de 2.
Mantener este error bajo control y esto da como resultado cálculos realizados únicamente con representaciones aproximadas
es en extremo importante cuando de los números reales. En una computadora, sólo un subconjunto relativamente pequeño del
el número de cálculos es grande. sistema de números reales se usa para la representación de todos los números reales. Este
subconjunto sólo contiene números racionales, tanto positivos como negativos, y almacena
la parte fraccionaria, junto con una parte exponencial.
(−1)s 2c−1023 (1 + f ).
0 10000000011 1011100100010000000000000000000000000000000000000000.
El bit más a la izquierda es s = 0, lo cual indica que es un número positivo. Los siguientes
11 bits, 10000000011, proveen la característica y son equivalentes al número decimal
0 10000000011 1011100100001111111111111111111111111111111111111111,
0 10000000011 1011100100010000000000000000000000000000000000000001.
(VWRVLJQLÀFDTXHQXHVWURQ~PHURGHPiTXLQDRULJLQDOQRVóORUHSUHVHQWDVLQR
WDPELpQODPLWDGGHORVQ~PHURVUHDOHVTXHVHHQFXHQWUDQHQWUH\HOVLJXLHQWH
Q~PHURGHPiTXLQDPiVSHTXHxRDVtFRPRODPLWDGGHORVQ~PHURVHQWUH\
el siguiente número de máquina más grande. Para ser preciso, representa cualquier número
>
Los números que se presentan en los cálculos que tienen una magnitud menor que
2−1022 · (1 + 0)
resultan en un subdesbordamiento\HQJHQHUDOVHFRQÀJXUDQHQFHUR/RVQ~PHURVVXSH-
riores a
21023 · (2 − 2−52 )
±0.d1 d2 . . . dk × 10n , 1 ≤ d1 ≤ 9, y 0 ≤ di ≤ 9,
14 CAPÍTULO 1 Preliminares matemáticos y análisis de error
π = 0.314159265 . . . × 101 .
En general, el error relativo es a) (OIRUPDWRGHSXQWRÁRWDQWHGHπ usando el recorte de cinco dígitos es
una mejor medición de precisión
que el error absoluto porque
considera el tamaño del número f l(π ) = 0.31415 × 101 = 3.1415.
que se va a aproximar.
b) El sexto dígito de la expansión decimal de π es un 9, por lo que el formato de punto
ÁRWDQWHGHπ con redondeo de cinco dígitos es
/DVLJXLHQWHGHÀQLFLyQGHVFULEHWUHVPpWRGRVSDUDPHGLUHUURUHVGHDSUR[LPDFLyQ
Definición 1.15 Suponga que p ∗ es una aproximación a p. El error real es p − p ∗, el error absoluto es
| p − p∗ |
| p − p ∗ |, y el error relativo es , siempre y cuando p = 0.
| p|
Considere los errores real, absoluto y relativo al representar p con p ∗ en el siguiente ejemplo.
Ejemplo 2 Determine los errores real, absoluto y relativo al aproximar p con p ∗ cuando
Solución
a) Para p =× 101 y p ∗ =× 101, el error real es <0.1, el error absoluto
es 0.1 y el error relativo es 0.3333 × 10−1.
b) Para p =× 10ï y p ∗ =× 10ï, el error real es <0.1 × 10ï, el error
absoluto es 0.1 × 10ï y el error relativo es 0.3333 × 10−1.
c) Para p =× 10 y p ∗ =×HOHUURUUHDOHVï× 10, el error ab-
soluto es 0.1 × 10 y, de nuevo, el error relativo es 0.3333 × 10−1 .
A menudo no podemos encontrar
un valor preciso para el error
verdadero en una aproximación.
Por el contrario, encontramos Este ejemplo muestra que el mismo error relativo, 0.3333 × 10−1, se presenta para errores
una cota para el error, lo cual nos
absolutos ampliamente variables. Como una medida de precisión, el error absoluto puede ser
HQJDxRVR\HOHUURUUHODWLYRPiVVLJQLÀFDWLYRGHELGRDTXHHVWHHUURUFRQVLGHUDHOWDPDxR
proporciona un error del “peor
caso”.
del valor.
Un límite de error es un número no negativo mayor que el error absoluto. Algunas ve-
ces se obtiene con los métodos de cálculo para encontrar el valor absoluto máximo de una
IXQFLyQ(VSHUDPRVHQFRQWUDUHOOtPLWHVXSHULRUPiVSHTXHxRSRVLEOHSDUDHOHUURUDÀQGH
obtener un estimado del error real que es lo más preciso posible.
/D VLJXLHQWH GHÀQLFLyQ XVD HO HUURU UHODWLYR SDUD SURSRUFLRQDU XQD PHGLGD GH GtJLWRV
VLJQLÀFDWLYRVGHSUHFLVLyQSDUDXQDDSUR[LPDFLyQ
Definición 1.16 Se dice que el número p ∗ se aproxima a p para t GtJLWRVVLJQLÀFDWLYRVRFLIUDVVLt es el
A menudo, el término dígitos
entero no negativo más grande para el que
VLJQLÀFDWLYRV se usa para
describir vagamente el número | p − p∗ |
de dígitos decimales que parecen ≤ 5 × 10−t .
| p|
VHUH[DFWRV/DGHÀQLFLyQHVPiV
/DWDEODLOXVWUDODQDWXUDOH]DFRQWLQXDGHORVGtJLWRVVLJQLÀFDWLYRVDOHQXPHUDUSDUD
precisa y provee un concepto
continuo.
los diferentes valores de p, el límite superior mínimo de | p − p ∗ |, denominado máx. | p − p ∗ |,
cuando p ∗ concuerda con pHQFXDWURGtJLWRVVLJQLÀFDWLYRV
Tabla 1.1
p 0.1 0.5 100 1000 5000 9990 10000
y − f l(y)
.
y
entonces
y − f l(y) 1
≤ × 10−k = 10−k+1 .
y 0.1
De igual forma, un límite para el error relativo al utilizar aritmética de redondeo de dígitos k
es 0.5 × 10−k+1&RQVXOWHHOHMHUFLFLR
Observe que los límites para el error relativo mediante aritmética de dígitos k son inde-
pendientes del número que se va a representar. Este resultado se debe a la forma en la que se
distribuyen los números de máquina a lo largo de la recta real. Debido al formato exponen-
cial de la característica, el mismo número de los números de máquina decimales se usa para
representar cada uno de los intervalos [0.1, 1], [1, 10] y [10, 100]. De hecho, dentro de los
límites de la máquina, el número de los números de máquina decimales en [10 n , 10n+1 ] es
constante para todos los enteros n.
(VWDDULWPpWLFDFRUUHVSRQGHDUHDOL]DUDULWPpWLFDH[DFWDHQODVUHSUHVHQWDFLRQHVGHSXQWRÁR-
tante de x y y \GHVSXpVFRQYHUWLUHOUHVXOWDGRH[DFWRDVXUHSUHVHQWDFLyQGHSXQWRÁRWDQWH
GHGtJLWRVÀQLWRV
5
Ejemplo 3 Suponga que x = 7
y y = 13. Utilice el corte de cinco dígitos para calcular x + y, x − y, x × y,
y x ÷ y.
Por lo tanto,
5 1 22
El valor verdadero es x + y = 7
+ 3
= 21, por lo que tenemos
22
Error absoluto = − 0.10476 × 101 = 0.190 × 10−4
21
y
0.190 × 10−4
Error relativo = = 0.182 × 10−4 .
22/21
Tabla 1.2
Operación Resultado Valor real Error absoluto Error relativo
Solución Estos números fueron seleccionados para ilustrar algunos problemas que pueden
VXUJLUFRQODDULWPpWLFDGHGtJLWRVÀQLWRV3XHVWRTXHx y u son casi iguales, su diferencia es
pequeña. El error absoluto para x u es
|(x − u) − (x u)| = |(x − u) − ( f l( f l(x) − f l(u)))|
5
= − 0.714251 − f l 0.71428 × 100 − 0.71425 × 100
7
= 0.347143 × 10−4 − f l 0.00003 × 100 = 0.47143 × 10−5 .
0.47143 × 10−5
≤ 0.136.
0.347143 × 10−4
Tabla 1.3
Operación Resultado Valor real Error absoluto Error relativo
Uno de los cálculos más comunes que producen errores implica la cancelación de dígi-
WRVVLJQLÀFDWLYRVGHELGRDODUHVWDGHQ~PHURVFDVLLJXDOHV6XSRQJDTXHGRVQ~PHURVFDVL
iguales x y y, con x > y, tienen las representaciones de dígitos k
(OIRUPDWRGHSXQWRÁRWDQWHGHx − y es
donde
(O Q~PHUR GH SXQWR ÁRWDQWH TXH VH XVD SDUD UHSUHVHQWDUx − y tiene por lo menos k − p
GtJLWRVVLJQLÀFDWLYRV6LQHPEDUJRHQPXFKRVGLVSRVLWLYRVGHFiOFXORDx − y se le asignarán
k dígitos, con la última p igual a cero o asignada de manera aleatoria. Cualquier otro cálculo
relacionado con x − y conserva el problema de tener solamente k − p GtJLWRVVLJQLÀFDWLYRV
puesto que una cadena de cálculos no es más precisa que su parte más débil.
6LXQDUHSUHVHQWDFLyQRXQFiOFXORGHGtJLWRVÀQLWRVSUHVHQWDXQHUURURWUDDPSOLDFLyQ
del error ocurre al dividir entre un número de menor magnitud (o, de manera equivalente, al
PXOWLSOLFDUSRUXQQ~PHURGHPD\RUPDJQLWXG6XSRQJDSRUHMHPSORTXHHOQ~PHURz tiene
XQDDSUR[LPDFLyQGHGtJLWRVÀQLWRVz + δ, en donde el error δ se introduce por representación
o por cálculo previo. Ahora divida entre ε = 10−n, en donde n > 0. Entonces
z f l(z)
≈ fl = (z + δ) × 10n .
ε f l(ε)
El error absoluto en esta aproximación, |δ| × 10n, es el error absoluto original, |δ|, multipli-
cado por el factor 10n.
|r − r ∗ | |0.00016 − 0.0002|
= = 0.25,
|r | |0.00016|
1.2 Errores de redondeo y aritmética computacional 19
ORTXHWDPELpQUHVXOWDHQXQVRORGtJLWRVLJQLÀFDWLYRGHSUHFLVLyQ
Considere esta fórmula aplicada a la ecuación x2 + 62.10x + 1 = 0, cuyas raíces son apro-
ximadamente
x1 = −0.01610723 y x2 = −62.08390.
Las raíces x1 y x2 de una Usaremos otra vez la aritmética de redondeo de cuatro dígitos en los cálculos para determi-
ecuación cuadrática general están nar la raíz. En esta ecuación, b2HVPXFKRPiVJUDQGHTXHac, por lo que el numerador en el
UHODFLRQDGDVFRQORVFRHÀFLHQWHV
cálculo para x1 implica la resta de números casi iguales. Ya que
por el hecho de que
b c b2 − 4ac = (62.10)2 − (4.000)(1.000)(1.000)
x1 + x2 = − y x1 x2 = .
a a √ √
eVWHHVXQFDVRHVSHFLDOGH
= 3856. − 4.000 = 3852. = 62.06,
las fórmulas de Vièta para los
FRHÀFLHQWHVGHORVSROLQRPLRV tenemos
| − 0.01611 + 0.02000|
≈ 2.4 × 10−1 .
| − 0.01611|
√ Por otro lado, el cálculo para x2 implica la suma de los números casi iguales −b y
− b2 − 4ac. Esto no presenta problemas debido a que
−62.10 − 62.06 −124.2
f l(x2 ) = = = −62.10
2.000 2.000
Para obtener una aproximación por redondeo de cuatro dígitos para x1PRGLÀFDPRVHO
formato de la fórmula cuadrática al racionalizar el numerador:
√ √
−b + b2 − 4ac −b − b2 − 4ac b2 − (b2 − 4ac)
x1 = √ = √ ,
2a −b − b2 − 4ac 2a(−b − b2 − 4ac)
20 CAPÍTULO 1 Preliminares matemáticos y análisis de error
ODFXDOVHVLPSOLÀFDHQXQDIyUPXODFXDGUiWLFDDOWHUQD
−2c
x1 = √
b + b2 − 4ac
.
−2.000 −2.000
f l(x1 ) = = = −0.01610,
62.10 + 62.06 124.2
que tiene el error relativo pequeño 6.2 × 10−4 .
La técnica de racionalización también puede aplicarse para proporcionar la siguiente
fórmula cuadrática alterna para x2:
−2c
x2 = √ .
b− b2 − 4ac
Aritmética anidada
La pérdida de precisión debido a un error de redondeo también se puede reducir al reacomo-
dar los cálculos, como se muestra en el siguiente ejemplo.
Solución /DWDEODSURYHHORVUHVXOWDGRVLQWHUPHGLRVGHORVFiOFXORV
Tabla 1.4
x x2 x3 6.1x 2 3.2x
Para ilustrar los cálculos, observemos los que participan para encontrar x usando la
aritmética de redondeo de tres dígitos. Primero encontramos
&RQODDULWPpWLFDGHGtJLWRVÀQLWRVODIRUPDHQODTXHVXPDPRVORVUHVXOWDGRVSXHGHDIHFWDU
HOUHVXOWDGRÀQDO6XSRQJDTXHORKDFHPRVGHL]TXLHUGDDGHUHFKD(QWRQFHVSDUDODDULWPp-
tica de corte tenemos
8VWHGGHEHYHULÀFDUGHPDQHUDFXLGDGRVDHVWRVUHVXOWDGRVSDUDDVHJXUDUVHGHTXHVXQRFLyQ
GHDULWPpWLFDGHGtJLWRVÀQLWRVHVFRUUHFWD2EVHUYHTXHORVYDORUHVGHFRUWHGHWUHVGtJLWRV
VyORUHWLHQHQORVWUHVGtJLWRVSULQFLSDOHVVLQLQFOXLUUHGRQGHR\GLÀHUHQVLJQLÀFDWLYDPHQWH
de los valores de redondeo de tres dígitos.
Los errores relativos para los métodos de tres dígitos son
De manera similar, ahora obtenemos una respuesta de redondeo de tres dígitos de −/RV
nuevos errores relativos son
−14.263899 + 14.2
7UHVGtJLWRVFRUWH ≈ 0.0045;
−14.263899
−14.263899 + 14.3
7UHVGtJLWRVUHGRQGHR ≈ 0.0025.
−14.263899
El anidado ha reducido el error relativo para la aproximación de corte a menos de 10% del
valor obtenido al inicio. Para la aproximación de redondeo, la mejora ha sido todavía más
drástica; el error, en este caso, se ha reducido más de 95 por ciento.
Los polinomios siempre deberían expresarse en forma anidada antes de realizar una
evaluación porque esta forma minimiza el número de cálculos aritméticos. La disminución
del error en la ilustración se debe a la reducción de los cálculos de cuatro multiplicaciones y
tres sumas a dos multiplicaciones y tres sumas. Una forma de disminuir el error de redondeo
es reducir el número de cálculos.
Para i = 1, 2, . . . , n
tome xi = a + i · h
Los pasos en los algoritmos siguen las reglas de la construcción del programa estruc-
turado. Se han ordenado de tal forma que no debería ser difícil traducir el pseudocódigo en
FXDOTXLHUOHQJXDMHGHSURJUDPDFLyQDGHFXDGRSDUDDSOLFDFLRQHVFLHQWtÀFDV
/RVDOJRULWPRVHVWiQPH]FODGRVOLEUHPHQWHFRQFRPHQWDULRVeVWRVVHHVFULEHQHQLWi-
licas y se encuentran entre paréntesis para distinguirlos de las declaraciones algorítmicas.
127$ &XDQGR HV GLItFLO GHWHUPLQDU HO ÀQDO GH FLHUWRV SDVRV DQLGDGRV XWLOL]DPRV XQ
FRPHQWDULRFRPRÀQGHOSDVRDODGHUHFKDRGHEDMRGHODGHFODUDFLyQGHÀQDOL]DFLyQ
Consulte, por ejemplo, el comentario en el paso 5, en el ejemplo 1.
N
Ilustración El siguiente algoritmo calcula x1 + x2 + · · · + x N = xi , dado N y los números
x1, x2, , xN i=1
ENTRADA N , x1 , x2 , . . . , xn .
N
SALIDA SUM = i=1 xi .
Paso 1 Tome SUM = 0. (Inicialice el acumulador. )
Paso 2 Para i = 1, 2, . . . , N hacer
Tome SUM = SUM + xi . (Añadir el siguiente término. )
Paso 3 SALIDA (SUM);
PARE.
1.3 Algoritmos y convergencia 23
y el valor de ln 1.SDUDORVRFKROXJDUHVGHFLPDOHVHV&RQVWUX\DXQDOJRULWPR
para determinar el valor mínimo de N requerido para
|A − A N | ≤ |a N +1 |.
Algoritmos de caracterización
Consideraremos diversos problemas de aproximación a lo largo del texto y en cada caso
QHFHVLWDPRVGHWHUPLQDUPpWRGRVGHDSUR[LPDFLyQTXHSURGXFHQUHVXOWDGRVSUHFLVRVÀDEOHV
para una amplia clase de problemas. Debido a las diferentes formas de derivar los métodos
GHDSUR[LPDFLyQUHTXHULPRVXQDYDULHGDGGHFRQGLFLRQHVSDUDFODVLÀFDUVXSUHFLVLyQ1R
todas estas condiciones son apropiadas para cualquier problema en particular.
24 CAPÍTULO 1 Preliminares matemáticos y análisis de error
Un criterio que impondremos en un algoritmo, siempre que sea posible, es que los pe-
queños cambios en los datos iniciales producen, de forma proporcional, pequeños cambios
HQ ORV UHVXOWDGRV ÀQDOHV 8Q DOJRULWPR TXH VDWLVIDFH HVWD SURSLHGDG UHFLEH HO QRPEUH GH
La palabra estable tiene la misma estable; de lo contrario, es inestable. Algunos algoritmos son estables sólo para ciertas elec-
raíz que las palabras posición ciones de datos iniciales y reciben el nombre de estables condicionalmente&ODVLÀFDUHPRV
y estándar. En matemáticas, el
término estable aplicado a un
las propiedades de estabilidad de los algoritmos siempre que sea posible.
problema indica que un pequeño Para considerar más el tema del crecimiento del error de redondeo y su conexión con
cambio en los datos o las la estabilidad del algoritmo, suponga que se presenta un error con una magnitud E0 > 0 en
condiciones iniciales no resultan alguna etapa en los cálculos y que la magnitud del error después de n operaciones subsi-
en un cambio drástico en la
solución del problema.
guientes se denota con En. En la práctica, los dos casos que surgen con mayor frecuencia se
GHÀQHQDFRQWLQXDFLyQ
Definición 1.17 Suponga que E0 > 0 denota un error que se presenta en alguna etapa en los cálculos y En
representa la magnitud del error después de n operaciones subsiguientes.
Figura 1.10
En
E0
1 2 3 4 5 6 7 8 n
10
pn = pn−1 − pn−2 , para n = 2, 3, . . . .
3
Se puede observar que
n−1 n−2
10 10 1 1
pn−1 − pn−2 = c1 + c2 3n−1 − c1 + c2 3n−2
3 3 3 3
n−2
1 10 1 10
= c1 · − 1 + c2 3n−2 ·3−1
3 3 3 3
n−2 n
1 1 1
= c1 + c2 3n−2 (9) = c1 + c 2 3n = p n .
3 9 3
n
1
p̂n = 1.0000 − 0.12500 × 10−5 (3)n ,
3
Tabla 1.5
n p̂n calculada pn corregida Error relativo
2
pn − p̂n = 0.66667 − n.
3
Tabla 1.6
n p̂n calculada pn corregida Error relativo
Los efectos del error de redondeo se pueden reducir con la aritmética de dígitos de orden
superior, como la opción de precisión doble o múltiple disponible en muchas computadoras.
Las desventajas de utilizar la aritmética de precisión doble son que requiere más tiempo de
cálculo y el crecimiento del error de redondeo no se elimina por completo.
Un enfoque para calcular el error de redondeo es usar la aritmética de intervalo (es decir,
UHWHQHUORVYDORUHVPiVJUDQGH\PiVSHTXHxRSRVLEOHVGHHVWDIRUPDDOÀQDOREWHQHPRV
un intervalo que contiene el valor verdadero. Por desgracia, podría ser necesario un intervalo
pequeño para la implementación razonable.
Tasas de convergencia
Puesto que con frecuencia se utilizan técnicas iterativas relacionadas con sucesiones, esta
sección concluye con un análisis breve sobre la terminología que se usa para describir la
rapidez con que ocurre la convergencia. En general, nos gustaría que la técnica converja tan
UiSLGRFRPRVHDSRVLEOH/DVLJXLHQWHGHÀQLFLyQVHXVDSDUDFRPSDUDUODVWDVDVGHFRQYHU-
gencia de las sucesiones.
entonces decimos que {αn }∞ n=1 converge a α con una rapidez, u orden de convergencia
O(βn ). (Esta expresión se lee “O de βnµ6HLQGLFDDOHVFULELUαn = α + O(βn ).
1.3 Algoritmos y convergencia 27
$SHVDUGHTXHODGHÀQLFLyQSHUPLWHFRPSDUDU{αn }∞
n=1 con una sucesión arbitraria
{βn }∞
n=1, en casi todas las situaciones usamos
1
βn = ,
np
para algún número p > 0. En general, nos interesa el valor más grande de p con
αn = α + O(1/n p ).
n+1 n+3
αn = y α̂n = .
n2 n3
aunque lím n→∞ αn = 0 y lím n→∞ α̂n = 0, la sucesión {α̂n } converge a este límite mucho
más rápido que la sucesión {αn }. Al usar la aritmética de redondeo de cinco dígitos, tenemos
los valores que se muestran en la tabla 1.7. Determine la rapidez de convergencia para estas
dos sucesiones.
Tabla 1.7
n 1 2 3 4 5 6 7
Existen muchas otras formas αn 2.00000 0.75000 0.44444 0.31250 0.24000 0.19444 0.16327
de describir el crecimiento de
α̂n 4.00000 0.62500 0.22222 0.10938 0.064000 0.041667 0.029155
las sucesiones y las funciones,
algunas requieren límites tanto
por encima como por debajo
de la sucesión o función que Solución 'HÀQDODVVXFHVLRQHVβn = 1/n y β̂n = 1/n 2 . Entonces
se considera. Cualquier buen
libro que analiza algoritmos, por
ejemplo, [CLRS], incluiría esta n+1 n+n 1
información.
|αn − 0| = 2
≤ 2
= 2 · = 2βn
n n n
y
n+3 n + 3n 1
|α̂n − 0| = 3
≤ 3
= 4 · 2 = 4β̂n .
n n n
1 1
αn = 0 + O y α̂n = 0 + O .
n n2
Definición 1.19 Suponga que lím h→0 G(h) = 0 y lím h→0 F(h) = L. Si existe una constante positiva K con
En general, las funciones que utilizamos para comparar tienen la forma de G(h) = h p,
donde p > 0. Nos interesa el valor más grande de p, para el que F(h) = L + O(h p ).
28 CAPÍTULO 1 Preliminares matemáticos y análisis de error
1
Ejemplo 3 Use el tercer polinomio de Taylor alrededor de h = 0 para mostrar que cos h + h 2 = 1 +
O(h 4 ). 2
1 1
cos h = 1 − h 2 + h 4 cos ξ̃ (h),
2 24
1 1
cos h + h 2 = 1 + h 4 cos ξ̃ (h).
2 24
Por lo tanto,
1 1 1 4
cos h + h 2 −1 = cos ξ̃ (h) h 4 ≤ h ,
2 24 24
de modo que h → 0, cos h + 12 h 2 converge a este límite, 1, tan rápido como h converge a
0. Es decir,
1
cos h + h 2 = 1 + O(h 4 ).
2
La sección Conjunto de ejercicios 1.3 está disponible en línea. Encuentre la ruta de
acceso en las páginas preliminares.
https://sites.google.com/site/numericalanalysis1burden/
Ilustración Para ilustrar algunas diferencias entre los programas incluidos en un paquete de propósito
general y un programa que nosotros proporcionaríamos en este libro, consideremos un al-
goritmo que calcula la norma euclidiana de un vector n dimensional x 5 (x1, x2,7 , xnt. A
PHQXGRHVWDQRUPDVHUHTXLHUHGHQWURGHORVSURJUDPDVPiVJUDQGHV\VHGHÀQHPHGLDQWH
n 1/2
||x||2 = xi2 .
i=1
1.4 Software numérico 29
La norma da una medida de la distancia del vector x y el vector 0. Por ejemplo, el vector
x 5t tiene
√
||x||2 = [22 + 12 + 32 + (−2)2 + (−1)2 ]1/2 = 19,
√
por lo que su distancia a partir de 0 = (0, 0, 0, 0, 0)t es 19 ≈ 4.36.
Un algoritmo del tipo que presentaríamos para este problema se proporciona aquí. No
incluye parámetros dependientes de máquina y no ofrece garantías de precisión, pero apor-
tará resultados precisos “la mayor parte del tiempo”.
ENTRADA n, x1 , x2 , . . . , xn .
SALIDA NORM .
Paso 1 Haga SUM = 0.
Paso 2 Para i = 1, 2, . . . , n determine SUM = SUM + xi2 .
Paso 3 Determine NORM = SUM1/2 .
Paso 4 SALIDA (NORM );
PARE.
Un programa con base en nuestro algoritmo es fácil de escribir y comprender. Sin embar-
JRHOSURJUDPDQRVHUtDVXÀFLHQWHPHQWHSUHFLVRGHELGRDGLIHUHQWHVUD]RQHV3RUHMHPSOROD
magnitud de algunos números podría ser demasiado grande o pequeña para representarse con
SUHFLVLyQHQHOVLVWHPDGHSXQWRÁRWDQWHGHODFRPSXWDGRUD$GHPiVHVWHRUGHQSDUDUHDOL-
zar los cálculos quizá no produzca los resultados más precisos, o que la rutina para obtener
la raíz cuadrada podría no ser la mejor disponible para el problema. Los diseñadores del
algoritmo consideran asuntos de este tipo al escribir programas para software de propósito
general. A menudo, estos programas contienen subprogramas para resolver problemas más
amplios, por lo que deben incluir controles que nosotros no necesitaremos.
(ODOJRULWPRVXSRQHTXHODVFDUDFWHUtVWLFDVGHSXQWRÁRWDQWHGHODPiTXLQDVHGHVFULEHQ
a través de los parámetros N, s, S, y y Y. El número máximo de entradas que se pueden sumar
con por lo menos t GtJLWRVGHSUHFLVLyQHVWiSURYLVWRSRUN. Esto implica que el algoritmo
procederá a encontrar la norma de un vector x 5 (x1, x2,7 , xnt sólo si n ≤ N . Para resolver
HOSUREOHPDGHVXEGHVERUGDPLHQWRGHVERUGDPLHQWRORVQ~PHURVGHSXQWRÁRWDQWHGLVWLQWRV
a cero se dividen en tres grupos:
Los parámetros y y Y VH VHOHFFLRQDQ FRQ HO ÀQ GH HYLWDU HO SUREOHPD GH VXEGHVERU-
damiento-desbordamiento al sumar y elevar al cuadrado los números de magnitud media.
Elevar al cuadrado los números de magnitud pequeña puede causar subdesbordamiento, por
lo que se utiliza un factor de escala S mucho mayor a 1 con el resultado (sx2 que evita el
subdesbordamiento incluso cuando x2 no lo hace. Sumar y elevar al cuadrado los números
que tienen una magnitud grande puede causar desbordamiento. Por lo que, en este caso, se
utiliza un factor de escala positivo s mucho menor a 1 para garantizar que (sx2 no cause
desbordamiento al calcularlo o incluirlo en una suma, a pesar de que x2 lo haría.
Para evitar escalamiento innecesario, y y Y se seleccionan de tal forma que el rango de
números de magnitud media sea tan largo como sea posible. El siguiente algoritmo es una mo-
GLÀFDFLyQGHOTXHVHGHVFULEHHQ>%URZ:@SeVWHLQFOX\HXQSURFHGLPLHQWRSDUDVXPDU
los componentes escalados del vector, que son de magnitud pequeña hasta encontrar un com-
ponente de magnitud media. Entonces se elimina la escala de la suma previa y continúa al ele-
var al cuadrado y sumar los números pequeños y medianos hasta encontrar un componente con
una magnitud grande. Una vez que el componente con magnitud grande aparece, el algoritmo
escala la suma anterior y procede a escalar, elevar al cuadrado y sumar los números restantes.
El algoritmo supone que, en la transición desde números pequeños a medianos, los nú-
meros pequeños no escalados son despreciables, al compararlos con números medianos. De
igual forma, en la transición desde números medianos a grandes, los números medianos no
escalados son despreciables, al compararlos con números grandes. Por lo tanto, las seleccio-
nes de los parámetros de escalamiento se deben realizar de tal forma que se igualen a 0 sólo
cuando son verdaderamente despreciables. Las relaciones comunes entre las características
de máquina, como se describen en t, σ , λ, emín y emáx y los parámetros del algoritmo N, s,
S, y y Y se determinan después del algoritmo.
El algoritmo usa tres indicadores para señalar las diferentes etapas en el proceso de
VXPD(VWRVLQGLFDGRUHVVRQYDORUHVLQLFLDOHVGHWHUPLQDGRVHQHOSDVRGHODOJRULWPR)/$*
%$1'(5$HVKDVWDHQFRQWUDUXQFRPSRQHQWHPHGLDQRRJUDQGHHQWRQFHVVHFRQYLHUWH
HQ)/$*%$1'(5$HVPLHQWUDVVHVXPDQQ~PHURVSHTXHxRVFDPELDDFXDQGR
se encuentra un número mediano por primera vez, y regresa a 0 cuando se encuentra un nú-
PHURJUDQGH,QLFLDOPHQWH)/$*%$1'(5$HV\FDPELDDFXDQGRVHHQFXHQWUDXQ
Q~PHURJUDQGHSRUSULPHUDYH](OSDVRWDPELpQLQWURGXFHHOLQGLFDGRU'21(+(&+2
que es 0 hasta que se terminan los cálculos y, entonces, regresa a 1.
ENTRADA N , s, S, y, Y, λ, n, x1 , x2 , . . . , xn .
SALIDA NORM o un mensaje de error apropiado.
Paso 1 Si n ≤ 0 entonces SALIDA (‘El entero n debe ser positivo.’)
PARE.
Paso 2 Si n ≥ N entonces SALIDA (‘El entero n es demasiado grande.’)
PARE.
1.4 Software numérico 31
Las relaciones entre las características de máquina tƱλ, emín y emáx y los parámetros
del algoritmo N, s, S, y y Y VHVHOHFFLRQDURQHQ>%URZ:@SFRPR
Las secciones Pregunta de análisis, Conceptos clave y Revisión del capítulo están dispo-
nibles en línea. Encuentre la ruta de acceso en las páginas preliminares.