ASIGNATURA: ANÁLISIS NUMÉRICO I

CIFRAS SIGNIFICATIVAS.
Convergencia. Orden de convergencia.
SABÍAS QUE …

 ¿Qué entiendes por estabilidad?

SABÍAS QUE …

 ¿Qué entiendes por cifras significativas?

LOGRO DE APRENDIZAJE

Al finalizar la
sesión, el estudiante
determina las cifras
significativas y
analiza
coherentemente los
criterios de
convergencia.
1. CIFRAS SIGNIFICATIVAS VÁLIDAS

Son cifras significativas de un número todas las situadas a la derecha del

primer dígito no nulo (contando de izquierda a derecha), incluido éste.
Ejemplo. Los números 0.001604 y 30.500 tienen cuatro y cinco dígitos
significativos, respectivamente.
DEFINICIÓN: Sea:
1. CIFRAS SIGNIFICATIVAS VÁLIDAS
EJEMPLOS

01

02
EJEMPLOS
03
EJEMPLOS
04
EJEMPLOS
05
2. ESTABILIDAD Y CONDICIÓN

Es normal que en un algoritmo los errores iniciales se propaguen con las

operaciones aritméticas realizadas. Si el algoritmo que opera aritméticamente
produce pequeños errores en la salida a partir de pequeños errores de
entrada, el algoritmo se denomina estable, en caso contrario es inestable.

Es útil tener, para un problema dado, una idea de cuán sensible son los datos
de salida con respecto a variaciones en los datos de entrada. En general, si
pequeños cambios en los datos de entrada resultan en grandes cambios en
los datos de salida, se dice que el problema está mal condicionado , en caso
contrario el problema está bien condicionado.

Si bien | f ′ (x) | puede ser interpretado como una medida de la sensibilidad

de f (x) con respecto a una perturbación ∆x de x, la proporción de la
perturbación relativa en f (x) y x proporciona más información al respecto.
2. ESTABILIDAD Y CONDICIÓN

Definición. Asumiendo que x ≠ 0 y f (x) ≠ 0, entonces el número de condición

 para el problema numérico de calcular y = f (x) es:

que indica, para un valor de  grande, que la función f está mal

condicionada en los alrededores de x.
Es importante recalcar que el número de condición es una propiedad de un
problema numérico y no depende del algoritmo utilizado en la resolución.
Un problema mal condicionado es intrínsecamente difícil de resolver en
forma precisa utilizando cualquier algoritmo numérico. Incluso si los datos
de entrada son exactos, los errores de redondeo generados durante los
cálculos pueden causar grandes perturbaciones en el resultado final. No
debe confundirse un algoritmo inestable con un problema mal condicionado.
2. ESTABILIDAD Y CONDICIÓN

Generar aproximaciones a la sucesión { xn } = { 1/3n } usando los esquemas:

1
a) 𝑟0 = 0,99996 y 𝑟𝑛 = 3 𝑟𝑛−1 para n = 1, 2, … ,
4 1
b) 𝑝0 = 1, 𝑝1 = 0,33332 y 𝑝𝑛 = 3 𝑝𝑛−1 − 3 𝑝𝑛−2 para n = 2, 3, … ,
10
c) 𝑞0 = 1, 𝑞1 = 0,33332 y 𝑞𝑛 = 𝑞 − 𝑞𝑛−2 para n = 2, 3, … ,
3 𝑛−1
3. TALLER EN EQUIPO

Formamos grupos de 4 o 5 para la realización

del Taller.
ESTABILIDAD Y CONDICIÓN

Tareíta:

1. Probar que los tres esquemas pueden usarse para generar

1 ∞
recursivamente los términos de la sucesión { xn } = si las
3𝑛 𝑛=0
operaciones se hicieran correctamente:
1
a) 𝑟0 = 1 y 𝑟𝑛 = 3 𝑟𝑛−1 para n = 1, 2, … ,
1 4 1
b) 𝑝0 = 1, 𝑝1 = 3 , y 𝑝𝑛 = 3 𝑝𝑛−1 − 3 𝑝𝑛−2 para n = 2, 3, … ,
1 10
c) 𝑞0 = 1, 𝑞1 = 3 , y 𝑞𝑛 = 𝑞 − 𝑞𝑛−2 para n = 2, 3, … ,
3 𝑛−1
CONVERGENCIA Y ORDEN DE CONVERGENCIA

Tareíta:

2. Responder las siguientes preguntas:

a) ¿Es lo mismo estabilidad y convergencia? Explique

b) ¿Qué es orden de convergencia? Dé ejemplos

c) ¿Puede un algoritmo estable no ser convergente?

d) ¿Puede un algoritmo inestable ser convergente?

3. Dé dos ejemplos del uso del número de condición.

4. CONCLUSIONES

1. Las cifras significativas son son

aquellas que tienen un significado real
y, por tanto, aportan alguna
información.

2. La estabilidad es importante para que

un método sea convergente.

3. Hay algoritmo estables o inestables y

problemas bien condicionados o mal
condicionados.
5. METACOGNICIÓN

1. ¿Para qué me sirvió conocer las

fuentes del error?

2. ¿En qué casos cotidianos podría

aplicar lo aprendido?

3. ¿Cuáles fueron las dificultades

que encontré en el desarrollo de
este tema?
6. BIBLIOGRAFÍA

1. Mathews, J. & Fink, K. (2003). Métodos numéricos con

Matlab. México: Prentice Hall.
2. Chainskaia, L. & Doig, E. (1999). Elementos de Análisis
Numérico. Perú: Fondo editorial de PUCP.
3. https://www.murciaeduca.es/cepsanfranciscodeasislorca/aul
a/archivos/repositorio/0/175/Ejercicios_examen_2.pdf.
4. https://luiscastellanos.files.wordpress.com/2012/04/cc3a1lcul
o-numc3a9rico-luis-castellanos4.pdf.
4. https://archive.org/details/2018ApuntesDeCalculoNumerico/
mode/2up.
5. https://ayudasingenieria.com/files/METODOS_NUMERICOS/
chapra.pdf.