Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MET NUM Errores
MET NUM Errores
NUMÉRICOS
ERRORES
1. INTRODUCCION
2. METODOS NUMERICOS
3. ARITMETICA DEL COMPUTADOR
4. FUENTES DE ERRORES
5. ANALISIS DEL ERROR
6. EL DESARROLLO DE LA SERIE DE
TAYLOR
1. INTRODUCCIÓN.
La mayor parte de las matemáticas estudiadas hasta ahora se han dedicado a
desarrollar métodos que nos proporcionen la solución exacta de un problema.
Por ejemplo, calcular la solución de una ecuación del tipo f(x)=0 realizando
operaciones elementales sobre la misma para conseguir despejar la incógnita x.
𝑏
O bien, calcular el valor de una integral definida ∫𝑎 𝑓(𝑥)𝑑𝑥 calculando una
primitiva de f(x) y luego aplicando la Fórmula de Barrow.
Desgraciadamente, en la gran mayoría de los casos que se presentan en la
práctica, estos métodos no son de aplicación. Ello puede deberse a que el
método para calcular la solución exacta sea muy complicado, a que no se
conozca un método adecuado, o incluso a que no exista un método que nos
permita, mediante cálculos elementales, encontrar la solución.
En estos casos es necesario recurrir a métodos numéricos, denominados así
porque, usualmente, consisten en realizar una sucesión más o menos larga de
operaciones numéricas (normalmente mediante la ayuda de un ordenador), al
cabo de las cuales encontramos un valor numérico que, si bien no es la solución
exacta del problema, se le parece mucho, es decir, aproxima la solución buscada
con una precisión razonablemente buena.
Para describir un proceso o fenómeno generamos un MODELO (definimos
cantidades medibles y las relaciones que hay entre ellas). La relación se expresa
en forma de ecuación. La solución puede obtenerse en forma analítica (fórmula)
o mediante métodos aproximados.
2. METODOS NUMERICOS.
Podemos decir que un método numérico de resolución de un determinado
problema es “un conjunto de reglas que permite la obtención de un resultado
mediante un número finito de operaciones elementales, que se aproxima de
alguna manera a la solución del problema en cuestión”. Suelen proporcionar
soluciones tan próximas como se quiera (sólo en teoría puesto que al realizar
los cálculos se cometen errores debido a que los ordenadores tienen una
precisión limitada) a la solución exacta, pero en general no se obtiene esta.
Por lo dicho antes, dos serían los objetivos esenciales de esta disciplina:
1) Dado un problema matemático, encontrar algoritmos, a veces llamados
métodos numéricos, que bajo ciertas condiciones permiten obtener una
solución aproximada del problema propuesto
2) Analizar las condiciones bajo las cuales la solución del algoritmo es próxima
a la verdadera, estimando los errores en la solución aproximada. Se trata
pues de encontrar métodos aproximados para resolver todo tipo de
problemas matemáticos y analizar los errores producidos en estas
aproximaciones.
Se trata pues de encontrar métodos aproximados para resolver todo tipo de
problemas matemáticos y analizar los errores producidos en estas
aproximaciones.
Cualquier procedimiento numérico debe considerar el control de errores para
medir cómo afectan al resultado. Es muy importante que en cada problema
numérico hagamos un seguimiento de los errores cometidos con el fin de poder
estimar el grado de aproximación de la solución que proporciona.
2 𝑥4 𝑥6 𝑥8 𝑥 2𝑛
𝑒 𝑥 = 1 + 𝑥2 + + + + ⋯+ +⋯
2! 3! 4! 𝑛!
𝑥4 𝑥6 𝑥8
por los cinco primeros términos 1 + 𝑥 2 + + + a la hora de calcular la
2! 3! 4!
1 1
2 2
integral ∫0 𝑒 𝑥 𝑑𝑥 numéricamente. Sabiendo que ∫0 𝑒 𝑥 𝑑𝑥 = 0.544987104184 = p,
2 2
Otra representación del error cometido viene dada por el error relativo , que se
define como el cociente:
|𝑥−𝑥𝑖 |
𝐸𝑟 (𝑥) = |𝑥|
, 𝑠𝑖 𝑥 ≠ 0 (sin unidades).
Con la segunda:
500 500 500
𝑔(500) = = = = 11.1748
√500 + 1 + √500 22. 3830 + 22. 3607 44. 7437
Teorema:
Si f: [a, b] → R continua y derivable hasta el orden n + 1, entonces para cualquier
x0 ∈ (a, b):
𝑓(𝑥) = 𝑃𝑛 (𝑥) + 𝑅𝑛 (𝑥)
Donde
𝑛
𝑓 (𝑘) (𝑥𝑜 )
𝑃𝑛 (𝑥) = ∑ (𝑥 − 𝑥0 )𝑘
𝑘!
𝑘=0
𝑓 (𝑛+1) (𝜉𝑥 )
𝑅𝑛 (𝑥) = (𝑥 − 𝑥0 )(𝑛+1)
(𝑛 + 1)!
Ejemplo.
Obtener el desarrollo de la serie de Taylor para f(x)=lnx en x0=1 y obtener el
ln(1.1) en cuatro decimales con un error menor a 0.00005.
Obtenemos las derivadas de la función:
1 ′′ 1 1∙2 1∙2∙3 (𝑛)
(−1)𝑛−1 (𝑛 − 1)!
𝑓 ′ (𝑥) = ; 𝑓 (𝑥) = − 2 ; 𝑓 ′′′ (𝑥) = 3 ; 𝑓 𝑖𝑣 (𝑥) = − , … , 𝑓 (𝑥) =
𝑥 𝑥 𝑥 𝑥4 𝑥𝑛
1 1 1∙2 1∙2∙3
𝑓(1) = ln(1) = 0; 𝑓 ′ (1) = = 1; 𝑓 ′′ (1) = − 2 = −1!; 𝑓 ′′′ (1) = = 2!; 𝑓 𝑖𝑣 (1) = − = 3!, … ,
1 1 1 14
(−1)𝑛−1 (𝑛 − 1)!
𝑓 (𝑛) (1) = = (−1)𝑛−1 (𝑛 − 1)!
1𝑛
Así
(𝑥 − 1) ∙ 1 (𝑥 − 1)2 ∙ 1! (𝑥 − 1)3 ∙ 2! (𝑥 − 1)𝑛 ∙ (−1)𝑛−1 (𝑛 − 1)!
𝑙𝑛𝑥 ≈ − + − ⋯+
1! 2! 3! 𝑛!
(𝑥 − 1) ∙ 1 (𝑥 − 1)2 ∙ 1! (𝑥 − 1)3 ∙ 2! (𝑥 − 1)𝑛 ∙ (−1)𝑛−1 (𝑛 − 1)!
𝑙𝑛𝑥 ≈ − + − ⋯+
1! 2 ∙ 1! 3 ∙ 2! 𝑛 ∙ (𝑛 − 1)!
(𝑥 − 1) (𝑥 − 1)2 (𝑥 − 1)3 (𝑥 − 1)𝑛 ∙ (−1)𝑛−1
𝑙𝑛𝑥 ≈ 𝑙𝑛1 + − + − ⋯+
1 2 3 𝑛
O
∞
(𝑥 − 1)𝑘 ∙ (−1)𝑘−1
𝑙𝑛𝑥 = ∑
𝑘
𝑘=0
(0.1)4
Si n=4, se tiene 4
= 0.000025 < 0.00005