Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOTAS DE CLASE
Resistencia al aire
Analíticamente:
d: variable dependiente
I: variable independiente
d = f (I, p, f) p: parámetros
Fuerza de f: fuerzas (externas) actuantes
gravedad
• Simplifica la realidad
• Reproducible
• Construido a partir de:
– Datos empíricos
* Observaciones y experimentos
– Análisis teóricos
* Leyes fundamentales
INGENIERÍA
MÉTODOS NUMÉRICOS
ALGORITMO RECORDEMOS
Conjunto FINITO de reglas o instrucciones bien definidas, tal que, siguiéndolas
paso a paso se obtiene la solución a un dado problema.
DIREMOS
El CÁLCULO de un MÉTODO NUMÉRICO dará NÚMEROS que se
APROXIMAN a los que se obtendrían aplicando la SOLUCIÓN ANALÍTICA
de un problema, en el caso que existiera.
Si el cálculo aproxima a la solución “exacta”:
NOS PREGUNTAMOS
¿Qué tan PRECISOS (próximos a la solución “exacta”) son los resultados?
¿Qué tanto ERROR se ha introducido?
RECORDAMOS
Siendo VV el valor real y VA una aproximación de VV , entonces:
Error Absoluto: e = | VV – VA |
Error Relativo Absoluto: eR = | ( VV – VA ) / VV | con la condición VV ≠ 0
Error Porcentual Absoluto: eP = 100.| ( VV – VA ) / VV |(%) con la condición VV ≠ 0
• Exactitud
cuán cerca un valor
calculado está del valor real
Falta de exactitud es una
Precisión creciente
desviación sistemática de la
verdad (sesgo)
• Precisión
Cuán próximos están los
valores calculados o
medidos uno del otro
Falta de precisión refiere a
la magnitud o dispersión
MÉTODO RESULTADOS
DATOS
NUMÉRICO
ERROR ERROR ERROR
FUENTES DE ERROR
• Distintos ERRORES en cada ETAPA.
• Los ERRORES se PROPAGAN dando el ERROR TOTAL.
ERRORES
• ERROR DE TRUNCAMIENTO (tiempo).
• ERROR DE REDONDEO (espacio).
EJEMPLOS:
• Evaluar funciones con la Serie de Taylor.
• Proceso iterativo convergente. TRUNCAR
• Evaluar por intervalos.
ERROR DE TRUNCAMIENTO
x 2 x3 x 4 x5 xn NO PODEMOS IMPLEMENTAR
e 1 x ... Pn ( x)
x
2! 3! 4! 5! n! EL CONCEPTO DE SERIE
, eps o epsilon: valor positivo más pequeño de forma tal que sumado a 1 se
obtenga como resultado un valor mayor que 1
salto redondeo
(mayor a realmax)
% verdadero
ERROR DE REDONDEO: EJEMPLOS ans = 1
% falso
ans = 0
Command Window
>> a = 0.0;
for i=1:10
a=a+0.1; 0.1 no tiene representación exacta, luego
end
a==1
se arriba al siguiente resultado no intuitivo
ans =
0
% verdadero
ERROR DE REDONDEO : EJEMPLOS ans = 1
% falso
Command Window ans = 0
>> b = 1e-16 + 1 - 1e-16;
c = 1e-16 - 1e-16 + 1;
b==c
El orden de cálculo afecta el resultado
ans =
0
Command Window
Existen “saltos” entre números en punto
>> ( 2^53 + 1 ) – 2^53
flotante. A medida que la magnitud del
ans = número crece, lo hace el “salto”, como se
0 evidencia
Command Window
ERROR DE TRUNCAMIENTO
ERROR NUMÉRICO TOTAL
ERROR DE REDONDEO
Error de truncamiento
SOLUCIÓN DE COMPROMISO
Error Total
Error
Error óptimo
‘’’’’’’’’’’’’’’’’’’’’’’’’
‘’’’’’’’
Error de Error de
Redondeo Truncamiento
Incremento / partición
x3 x5 x7 xn
Considere la serie de Taylor para el seno(x) sin(x) x ...
3! 5! 7! n!
ALGUNOS CASOS
Condición de salida térm. / Suma < 5.E-6 ó # térm. > 15 MATLAB sinserie.m
1
Se puede demostrar que para cualquier serie alternante
Etrunc x 11 3.6e 6 convergente el error de truncamiento es menor que el
11!
primer término despreciado (ANALISIS 1er. año)
x 10-6
-6
x 10
4
Nótese que valores de x mayores a /4
[0, /2]
3.5
aprox. el error aumenta rápidamente
3 cuando x tiende a /2. El error máximo
Error Total
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
Si usamos 15 términos … x 10
x 10-16
-16
1.5
1
Etrunc x 31 1.46e 28 1
31!
0.5
Total
0
error total
-0.5
Error
-1
-2
-2.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
pi/2 x
para ir pensando …
Hipótesis de partida :
• Medidas dependientes.- Hipótesis pesimista. Siempre en la situación
más desfavorable. Conjunto de reglas prácticas.
RESUMEN
RESUELVA EL EJ.8
(Cap. I, pp. 41)0
NOTACION NORMALIZADA
x = ± 0. d1 d2 d3 … dk dk+1 x 10n
donde:
d1 {1,2,…,8,9} y dj {0,1,…,8,9} j > 1
d1 d2 d3 …. dk+1: mantisa
n: exponente
REDONDEO TRUNCADO
REDONDEO SIMÉTRICO
X = 22 / 7 = 3.142857142857142857…
X = 0.23159966
fltrunc(x) = 0,231599
flred(x) = 0,231600
Ejemplo 1.17
EJEMPLO
= 0.500000x103 (22.383029285599391361039376176564 –
22.360679774997896964091736687313) =
= 0.500000x103 (0.223830x102 – 0.223607x102) =
= 0.500000x103 /(22.383029285599391361039376176564 +
22.360679774997896964091736687313) =
= 0.500000x103 /(0.223830x102 + 0.223607x102) =
= 0.500000x103 / 0.447437x102 =
f(500) = 11.15
g(500) = 11.1748
and
BITVIEWER.EXE
3
0.1010( 2 ) x 2 - 1 0.1010( 2 ) x 2 - 1
10
1
0.1011( 2 ) x 2 - 2 0.01011( 2 ) x 2 - 1 0.0110( 2 ) x 2 - 1
6
__ ________________
7
1.0000( 2 ) x 2 - 1
15
Ahora la computadora decide como almacenar el número 1.0000(2) x 2-1. Puesto que
suponemos que redondea, almacena 0.1000(2) x 20 . Por lo tanto, la solución a nuestro
problema original es
7
0.1000( 2 ) x 20
15
El error en el cálculo efectuado por la computadora es
7
0.1000( 2 ) 0.4667 0.5000 0.0333
15
Notas de Clase