Análisis numéricos

El análisis numérico o cálculo numérico es la rama de las matemáticas encargada de diseñar

algoritmos para simular aproximaciones de solución a problemas en análisis matemático. Se
distingue del cómputo simbólico en que no manipula expresiones algebraicas, sino números.

El análisis numérico cobra especial importancia con la llegada de los ordenadores. Los
ordenadores son útiles para cálculos matemáticos extremadamente complejos, pero en última
instancia operan con números binarios y operaciones matemáticas simples.

Desde este punto de vista, el análisis numérico proporcionará todo el andamiaje necesario para
llevar a cabo todos aquellos procedimientos matemáticos susceptibles de expresarse
algorítmicamente, basándose en algoritmos que permitan su simulación o cálculo en procesos más
sencillos empleando números.

Definido el error, junto con el error admisible, pasamos al concepto de estabilidad de los
algoritmos. Muchas de las operaciones matemáticas pueden llevarse adelante a través de la
generación de una serie de números que a su vez alimentan de nuevo el algoritmo (feedback).
Esto proporciona un poder de cálculo y refinamiento importantísimo a la máquina que a medida
que va completando un ciclo va llegando a la solución. El problema ocurre en determinar hasta
cuándo deberá continuar con el ciclo, o si nos estamos alejando de la solución del problema.

Finalmente, otro concepto paralelo al análisis numérico es el de la representación, tanto de los

números como de otros conceptos matemáticos como los vectores, polinomios, etc. Por ejemplo,
para la representación en ordenadores de números reales, se emplea el concepto de coma
flotante que dista mucho del empleado por la matemática convencional.

En general, estos métodos se aplican cuando se necesita un valor numérico como solución a un
problema matemático, y los procedimientos «exactos» o «analíticos» (manipulaciones algebraicas,
teoría de ecuaciones diferenciales, métodos de integración, etc.) son incapaces de dar una
respuesta. Debido a ello, son procedimientos de uso frecuente por físicos e ingenieros, y cuyo
desarrollo se ha visto favorecido por la necesidad de estos de obtener soluciones, aunque la
precisión no sea completa. Debe recordarse que la física experimental, por ejemplo, nunca arroja
valores exactos sino intervalos que engloban la gran mayoría de resultados experimentales
obtenidos, ya que no es habitual que dos medidas del mismo fenómeno arrojen valores
exactamente iguales.

Por ejemplo, las ecuaciones diferenciales ordinarias aparecen en la mecánica celeste para la
predicción de los movimientos de planetas, estrellas y galaxias; el álgebra lineal numérica es
importante para el análisis de datos;234 Las ecuaciones diferenciales estocásticass y las cadenas
de Markovs son esenciales en la simulación de células vivas para la medicina y la biología.

Antes de la llegada de los ordenadores modernos, los métodos numéricos dependían a menudo de
fórmulas de interpolación manuales aplicadas a los datos de grandes tablas impresas. Desde
mediados del siglo XX, los ordenadores calculan las funciones necesarias en su lugar, pero muchas
de las mismas fórmulas siguen utilizándose, no obstante, como parte de los algoritmos del
software.5
El punto de vista numérico se remonta a los primeros escritos matemáticos. Una tablilla de la
Colección Babilónica de Yale (YBC 7289), da una aproximación numérica sexagesimal de la raíz
cuadrada de 2, la longitud de la diagonal en un cuadrado unitario.

El análisis numérico continúa esta larga tradición: en lugar de respuestas simbólicas exactas, que
sólo pueden aplicarse a las mediciones del mundo real mediante la traducción a dígitos, da
soluciones aproximadas dentro de límites de error especificados.

Problemas
Los problemas de esta disciplina se pueden dividir en dos grupos fundamentales:

 Problemas de dimensión finita: aquellos cuya respuesta son un conjunto finito de

números, como las ecuaciones algebraicas, los determinantes, los problemas de valores
propios, etc.

 Problemas de dimensión infinita: problemas en cuya solución o planteamiento

intervienen elementos descritos por una cantidad infinita de números, como integración y
derivación numéricas, cálculo de ecuaciones diferenciales, interpolación, etc.

Clasificación atendiendo a su naturaleza o motivación

Asimismo, existe una subclasificación de estos dos grandes apartados en tres categorías de
problemas, atendiendo a su naturaleza o motivación para el empleo del cálculo numérico:

 Problemas de tal complejidad que no poseen solución analítica.

 Problemas en los cuales existe una solución analítica, pero ésta, por complejidad u otros
motivos, no puede explotarse de forma sencilla en la práctica.
 Problemas para los cuales existen métodos sencillos pero que, para elementos que se
emplean en la práctica, requieren una cantidad de cálculos excesiva; mayor que la
necesaria para un método numérico.