Está en la página 1de 6

Aplicaciones y Métodos Numéricos

Prof.: MSc. Angel Maldonado 1er Corte


Bibliografía:
CHAPRA & CANALE. METODOS NUMERICOS. EDITORIAL Mc. GRAW HILL.
BORDEN & FAIRRES. ANALISIS NUMERICO. GRUPO EDITORIAL IBEROAMERICANO.
Introducción
La Ciencia y la Tecnología describen los fenómenos reales mediante modelos matemáticos. El
estudio de estos modelos permite un conocimiento más profundo del fenómeno, así como de su
evolución futura. La Matemática Aplicada es la rama de las Matemáticas que se dedica a buscar y
aplicar las herramientas más adecuadas a los problemas basados en estos modelos.
Desafortunadamente, no siempre es posible aplicar métodos analíticos clásicos por diferentes
razones. En estos casos son útiles las técnicas o métodos numéricos, que mediante una labor de
cálculo más o menos intensa, conducen a soluciones “aproximadas” que son siempre numéricas.

Los métodos numéricos, análisis numérico o cálculo numérico es la rama de las Matemáticas
encargada de diseñar algoritmos para simular aproximaciones de solución de problemas en
análisis matemático. El importante esfuerzo de cálculo que implica la mayoría de estos métodos
hace que su uso esté íntimamente ligado al empleo de computadores. De hecho, sin el desarrollo
que se ha producido en el campo de la informática resultaría difícilmente imaginable el nivel actual
de utilización de las técnicas o métodos numéricos en ámbitos cada día más diversos. Los
ordenadores son útiles para cálculos matemáticos extremadamente complejos, pero en última
instancia operan con números binarios y operaciones matemáticas simples.

En la actualidad gracias a la gran evolución que han tenido los métodos numéricos y su
implementación en potentes computadores, es posible, por ejemplo modelar el choque de un
vehículo o hacer un análisis aerodinámico-estructural de un avión, resolviendo en cada caso
sistemas algebraicos de ecuaciones con varios cientos de miles (a veces de millones de incógnitas).
Los métodos numéricos también pueden ser utilizados para estudiar el comportamiento de
estructuras que son fabricadas en serie, mecánica de fluidos, medios de transporte, procesamiento
de imágenes médicas, análisis aeroespacial, nanotecnología, entre otros.
Importancia de los Métodos Numéricos
Los métodos numéricos son técnicas mediante las cuales es posible formular problemas
matemáticos de tal forma que puedan resolverse usando operaciones aritméticas y algebraicas. El
análisis numérico trata de diseñar métodos para “aproximar” de manera eficiente las soluciones de
problemas expresados matemáticamente.

El objetivo principal del análisis numérico es encontrar soluciones “aproximadas” a problemas


complejos utilizando sólo operaciones más simples de la aritmética. Se requiere de una secuencia de
operaciones algebraicas y lógicas que producen la aproximación al problema matemático.

Existen un conjunto de métodos numéricos para resolver sistemas de ecuaciones múltiples,


apoyadas en los sistemas de números decimales, reales, binarias y complejos. El sistema de
números se puede construir lógicamente a partir de un conjunto fundamental de axiomas o verdades
“evidentes por sí mismas” que por lo general se toman de la experiencia.

Aproximaciones y Errores
Los errores numéricos se generan con el uso de aproximaciones para representar las operaciones y
cantidades matemáticas. El error numérico es una medida del ajuste o cálculo de una magnitud con
respecto al valor real o teórico que dicha magnitud tiene. La aritmética utilizada por un computador o
calculadora, es diferente a la del Cálculo y Algebra Tradicional.

La matemática tradicional: números con una cantidad infinita de cifras. Por ejemplo √ 3=1.73205081
, cuyo número positivo multiplicado por sí mismo produce el número entero 3.

Computación digital: la representación de todo número tiene un número fijo y finito de cifras. Los
números utilizados en los diferentes algoritmos son números reales o complejos y son concebidos
como fracciones decimales infinitos.

Algoritmo: es un conjunto secuencial de operaciones algebraicas y lógicas para obtener la solución


de un problema. Generalmente se dispone de varios algoritmos para resolver un problema en
particular, mediante una serie de datos precisos, definidos y finitos.

Características de los algoritmos:


a. Debe ser preciso e indicar el orden de realización de cada paso.
b. Debe estar definido. Si se sigue un algoritmo dos veces, se debe obtener el mismo resultado
cada vez.
c. Debe ser finito. Si se sigue un algoritmo se debe terminar en algún momento, debe tener un
número finito de pasos.
d. Los números utilizados en los distintos algoritmos son números reales o complejos, y son
concebidos como fracciones decimales infinitas. Con fines computacionales, deben
aproximarse mediante otra forma de números conocidos como Fracciones Terminales
Finitas, que tiene un número finito de cifras decimales. Producen diferencias entre los
resultados verdaderos obtenidos del sistema real y aquellos derivados del cálculo, mediante la
aplicación de algún método numérico sobre un modelo matemático determinado.

Lenguaje de Programación: es tan solo un medio para expresar un algoritmo y una computadora
es solo un procesador para ejecutarlo. Tanto el lenguaje de programación como la computadora son
los medios para obtener un fin; conseguir que el algoritmo se ejecute y se efectúe el proceso
correspondiente.

Números Exactos: no sufren modificación por causas operativas al ser utilizados como parámetros
o variables de algún modelo matemático. La mayor parte de los números utilizados por computadora
“no son exactos”. Ejemplos: enteros cortos (2 bytes o 16 bits), enteros largos y reales de simple
precisión (4 bytes o 32 bits) y reales doble precisión (64 bits)

Números Aproximados: producidos por el hardware en los casos que resulte imposible soportar al
número en su totalidad, por ejemplo un número que necesita más de 64 bits para ser almacenado:
1/3, 15799 ó e π . Estos números poseen infinitas cifras decimales o al menos son muy grandes. La
máquina es quien intrínsecamente produce el error. La representación de los mismos no es continua.
Ejemplo la longitud de la cuerda de circunferencia es 2. π . r , tres números con características
diferentes, 2 es número exacto, π computacionalmente solo puede hacerse uso limitado de dígitos y r
proviene de una medición que depende de la exactitud del instrumento.

Aproximación: es el proceso y la consecuencia de aproximar, avecinar, arrimar o acercar. En el


terreno de las matemáticas, una aproximación es una representación que si bien no es exacta, se
considera útil gracias a la fidelidad o la realidad.
Aproximación de un número real: aproximar un número a ciertas cifras decimales consiste en
encontrar un número con las cifras pedidas que esté muy próximo al número dado. (Aproximación
por defecto o Aproximación por exceso).

Redondeo: los resultados de muchas operaciones aritméticas tienen más cifras de las que se puede
almacenar en computador y hay que aproximarlos, eliminando las cifras menos significativas. A este
proceso se le llama Redondeo.

Errores: diferencias inevitables en toda aplicación numérica, y que se propagan a lo largo de la parte
restante del cálculo. Los errores por redondeo son inevitables pero controlables. En muchas
ocasiones son poco significativos y no tienen ninguna importancia. Sin embargo, en algunos
problemas pueden llegar a destruir por completo el significado de un resultado. Unos errores de
redondeo catastrófico pueden ser consecuencia de un problema difícil, de un mal algoritmo, o de
ambas cosas a la vez.

Error de Redondeo: es el error que resulta al reemplazar un número por su forma de punto flotante,
sin que importe si se usa el método de redondeo o de truncamiento. El uso de dígitos binarios tiende
a encubrir las dificultades de cálculo que ocurren cuando se usa un conjunto finito de números de
máquina para representar a todos los números reales. Para explicar los problemas que pueden
surgir, se considera que los números de máquina se representan en la forma de punto flotante
decimal normalizada.

Abstracción: diferencia entre el fenómeno real o verdadero (sistema) y su descripción analítica


simplificada (modelo). Son introducidos una única vez al principio del procesamiento.

Cifras significativas: cuando se emplea un número en un cálculo, debe haber la seguridad de que
pueda usarse con confianza. Existen métodos para considerar las cifras significativas y ajustarlas.

Exactitud y Precisión: la exactitud se refiere a que tan cercano está el valor calculado o medido
del valor verdadero. La precisión se refiere a que tan cercano está el valor individual medido o
calculado respecto a los otros.

Error Absoluto: es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede
ser positivo o negativo, según si la medida es superior al valor real o inferior (la resta sale positiva o
negativa), tiene unidades, las mismas que las de la medida analizada.
Error Relativo: es el cociente entre el error absoluto y el valor exacto. Si se multiplica por 100 se
obtiene el tanto por ciento (%) de error o porcentaje de error. Puede ser positivo o negativo (por
exceso o por defecto) y no tiene unidades

Notación Científica: también denominada Patrón o Notación en forma Exponencial, es una forma
de escribir los números que acomoda valores demasiado grandes o demasiado pequeños. El uso de
esta notación se basa en potencias de 10. Siempre el exponente es igual al número de cifras
decimales que deben correrse para convertir un número escrito en notación científica (forma
abreviada) en el mismo escrito en notación decimal. Se desplazará a la derecha si el exponente es
positivo y hacia la izquierda si es negativo.

Tipos de Métodos Numéricos:


a. Aproximación numérica y errores.
b. Raíces de Ecuaciones.
c. Sistemas de Ecuaciones Lineales Simultáneas.
d. Sistemas de Ecuaciones no Lineales (Métodos Iterativos).
e. Teoría de Aproximación (Ajuste de Curvas)
f. Interpolación, Derivación e Integración.
g. Ecuaciones Diferenciales Ordinarias (EDO).
h. Ecuaciones Diferenciales Parciales (EDP).

a. Aproximación numérica y errores: Un aspecto importante de los errores de aproximación es


su estabilidad numérica. Dicha estabilidad se refiere a cómo dentro de un algoritmo de
análisis numérico el error de aproximación es propagado dentro del propio algoritmo. El
concepto de error es consustancial con el cálculo numérico.

b. Raíces de Ecuaciones: Son las soluciones de una ecuación, son los valores de las incógnitas
que transforman las ecuaciones en una identidad, es decir, se igualan ambos miembros. Las
soluciones satisfacen a la ecuación.

c. Sistemas de Ecuaciones Lineales Simultaneas: consisten en un conjunto de dos o más


ecuaciones, con igual número de incógnitas, por ejemplo, para resolver un sistema de dos
incógnitas se requiere un sistema con dos ecuaciones linealmente independientes. Para resolver
un sistema de tres incógnitas se requiere un sistema con tres ecuaciones y así para cualquier
otro número de incógnitas. Existen diversos métodos para resolver sistemas lineales de
ecuaciones, entre ellos tenemos el método de Cramer, el método de Gauss, el método de Gauss
Jordán y los métodos numéricos.
d. Sistemas de Ecuaciones No Lineales (Métodos Iterativos): son pesados y complejos,
requieren un volumen importante de cálculo y el éxito depende tanto del método elegido como de
los problemas numéricos involucrados y la habilidad del analista.

e. Teoría de Aproximación (ajuste de curvas): puede entenderse como un problema de


aproximación, donde los datos disponibles acerca del aproximado son muy parciales. Un caso
muy conocido es el del método de los mínimos cuadrados, en el que se busca una recta que se
ajuste óptimamente a una serie de puntos dados. En este caso, el conjunto de aproximantes es
el de las rectas, mientras que como distancia se considera la raíz de la suma de los cuadrados de
las diferencias en los puntos mencionados. 6 Pero este problema también tiene otras soluciones
en otras normas, como por ejemplo considerando como distancia la máxima diferencia en alguno
de los puntos (problema mini-max. o ajuste de Chebyshev).

f. Interpolación, Derivación e Integración: El Polinomio de interpolación es aplicable para la


resolución de problemas de diferenciación, en general y el cálculo de derivadas, en particular.
Dada una tabla de valores de la función f(x) para diversos valores de x se puede determinar el
polinomio de interpolación que, satisfaciendo a los valores dados, represente con cierto grado de
aproximación a f(x). De acuerdo a lo anterior, es posible calcular, de manera más o menos
precisa, la derivada f'(x), de la función en cuestión. Se puede hallar en general y por única vez,
las derivadas sucesivas de la fórmula de interpolación y aplicarlas a cada caso particular.

g. Ecuaciones Diferenciales Ordinarias (EDO): Llamaremos ecuación diferencial ordinaria


(abreviado EDO) a una ecuación que involucra a una variable independiente x, una función
y(x) y una o varias derivadas de y(x). Llamaremos orden de una EDO al orden de la mayor
derivada en la ecuación.

h. Ecuaciones Diferenciales Parciales (EDP): es una ecuación que contiene una función multi-
variable desconocida (ej. (u (x, y)) y sus derivadas parciales. Este tipo de ecuaciones describen
varios fenómenos físicos como el calor, el sonido, dinámica de fluidos, etc. El orden de la EDP
está determinado por el grado de la derivada parcial más alto .

También podría gustarte