Unidad 1

Solución numérica de sistemas de ecuaciones

lineales.

1
Contenidos.

1.1 Introducción: Modelos matemáticos y solución de

problemas en ingeniería mediante software de programación.

1.2 Cifras significativas. Errores de redondeo en sistemas

computacionales. Clasificación de los errores.

1.3 Método de eliminación de Gauss: sin pivoteo y con

pivoteo parcial.

1.4 Método iterativo Gauss-Seidel.

2
1.1. Modelos matemáticos y solución de problemas en
ingeniería mediante software de programación.

3
 ¿Que son los Métodos Numéricos?

Métodos no computacionales

Antes de las computadoras los ingenieros contaban con tres métodos para
la solución de problemas:

- Las soluciones de algunos problemas se conseguían usando métodos

exactos o analíticos (aproximación por modelos lineales, en problemas de
geometría simple y de baja dimensión)
-Las soluciones gráficas, la limitación es que el sistema debía ser de
máximo 3 dimensiones

4
 ¿Que son los Métodos Numéricos?

Los métodos numéricos y la práctica en ingeniería (ya con computadoras)

- Los métodos numéricos son herramientas muy poderosas para la solución

de problemas
- Aunque ya se encuentren programas para resolver problemas, se debe
comprender que es lo que realizan para poder modificarlas o ajustarlas
- El análisis numérico corre en forma paralela al desarrollo tecnológico de la
computación.
- Las soluciones numéricas son aproximaciones.
- Las soluciones numéricas conllevan a una cota de error.

5
 ¿Que son los Métodos Numéricos?

Aunque hay muchos tipos de métodos numéricos, todos comparten una

característica común: Invariablemente los métodos numéricos llevan a cabo
un buen número de tediosos cálculos aritméticos. No es raro que con el
desarrollo de computadoras digitales eficientes y rápidas, el papel de los
métodos numéricos en la solución de problemas de ingeniería haya
aumentado considerablemente en los últimos años.

6
 ¿Que son los Métodos Numéricos?

Los métodos numéricos son herramientas muy útiles para la solución de

problemas. Son capaces de manejar sistemas de ecuaciones grandes, no
linealidades y geometrías complicadas que son comunes en la práctica de
la ingeniería y que, a menudo, son imposibles de resolver analíticamente.
Por lo tanto, amplían la habilidad de quien los estudia para resolver
problemas.

7
8
9
10
11
12
 Problemas Matemáticos y sus soluciones
 Estudio numérico-experimental de zona de separación en conducto
rectangular con escalón

13
14
Análisis numérico del clima interior en un
invernadero de tres naves con ventilación
mecánica

15
16
Análisis tensional del soporte rotatorio de una grúa
torre.

17
Sistema de ventilación de un garage

18
19
PROGRAMACION Y SOFTWARE
Paquetes y Software
Excel, Matlab
 Uso de Herramientas disponibles
 Creación de Macros, Mfiles que permitan resolver problemas.

PROGRAMAS COMPUTACIONALES
 Representación de Información Sencilla (declaración constantes, variables)
 Representación Compleja (Estructura de Datos, Arreglos y Registros)
 Formulas Matemáticas (Asignación, Reglas de Prioridad, funciones )
 Entrada/Salida
 Representación Lógica (Secuencias, Repeticiones)
 Programación Modular (funciones Subrutinas)

20
1.2 Cifras significativas. Errores de redondeo en
sistemas computacionales. Clasificación de los errores.

21
 DEFINICIONES DE ERROR

Los métodos numéricos solo dan una aproximación a la solución analítica exacta
con lo cual siempre va a existir un error
Entender el concepto de error es importante para utilizar en forma efectiva los métodos numéricos

En muchos casos no se puede calcular el error de manera exacta.

Por ello se deben usar aproximaciones o estimaciones de los errores

Para la estimación de errores se lleva a cabo:

Identificación de los errores

Cuantificación de los errores
Minimización de los errores

22
 Aproximaciones
Se entiende por aproximación numérica X’ una cifra que representa a un número cuyo
valor exacto es X. En la medida en que la cifra X’ se acerca más al valor exacto X, será una
mejor aproximación de ese número
Ejemplos:
𝜋=3,141592653589793238462643383279 … … .
hasta el infinito. Como las computadoras retienen sólo un número finito de cifras
significativas, tales números jamás se podrán representar con exactitud.
• 3.1416 es una aproximación numérica de .
• 2.7183 es una aproximación numérica de e.
• 1.4142 es una aproximación numérica de 2.
• 0.333333 es una aproximación numérica de 1/3.

A la omisión del resto de cifras significativas se llama error de redondeo

23
 Cifras o dígitos significativos
Se ha desarrollado para designar formalmente la confiabilidad de un valor numérico. El
número de cifras significativas es el número de dígitos, más un dígito estimado que se pueda
usar con confianza.
Las mediciones se realizan normalmente a través de instrumentos; por ejemplo, un velocímetro para medir la
velocidad de un automóvil, o un odómetro para medir el kilometraje recorrido.

3 cifras significativas en el velocímetro y

7 cifras significativas en el odómetro.

24
APROXIMACIONES ,ERRORES DE REDONDEO
Y CIFRAS SIGNIFICATIVAS
 El aumento de la cantidad de cifras significativas incrementa la
precisión de una medición.

 Se debe tomar en cuenta que los ceros no siempre son cifras

significativas se suelen usar para ubicar el punto decimal, por
ejemplo 0.00001845 tiene cuatro cifras significativas.

 Mediante cifras significativas es posible decir que la aproximación

es aceptable siempre y cuando sea correcta con cuatro cifras
significativas.

25
 Cifras o dígitos significativos

Los ceros incluidos en un número no siempre son cifras significativas; por ejemplo,
los números 0.00001845, 0.001845, 1845 y 184500 aparentemente tienen 4 cifras
significativas, pero habría que conocer el contexto en el que se está trabajando en
cada caso, para identificar cuántos y cuáles ceros deben ser considerados como
cifras significativas.

26
Cifras o dígitos significativos

27
Cifras o dígitos significativos

28
Cifras o dígitos significativos

29
Cifras o dígitos significativos

30
APROXIMACIONES, ERRORES DE REDONDEO Y
CIFRAS SIGNIFICATIVAS
El concepto de cifras significativas tiene dos implicaciones importantes
en el estudio de los métodos numéricos.

1. Los métodos numéricos dan resultados aproximados. Por lo tanto, se

deben desarrollar criterios para especificar qué tan confiables son
dichos resultados. Una manera de hacerlo es en términos de cifras
significativas. Por ejemplo, es posible afirmar que la aproximación es
aceptable siempre y cuando sea correcta con cuatro cifras
significativas.

31
Aproximaciones y errores de redondeo “Exactitud y
precisión”
Ejemplo
Definición Representación grafica
Exactitud: se refiere a que tan
cercano esta el valor calculado o
medido del valor verdadero.
Precisión: se refiere a que tan
cercanos están, uno de otros ,
diversos valores calculados o
medidos.
Inexactitud: se define como una
desviación sistemática del valor
verdadero.
Imprecisión: se refiere a la magnitud
en la dispersión de los disparos.
Ejemplo de puntería ilustra los conceptos de exactitud y precisión a) Inexacto e
Impreciso, b)exacto e impreciso, c)Inexacto y preciso y d)Exacto y preciso
32
Aproximaciones y errores de redondeo “Exactitud y
precisión”

Los métodos numéricos deben ser lo suficientemente exactos o sin

sesgo para satisfacer los requisitos de un problema particular de
ingeniería. También deben ser suficientemente precisos para ser
adecuados en el diseño de la ingeniería. En este libro se usa el término
error para representar tanto la inexactitud como la imprecisión en las
predicciones.

33
 Definición de errores
Para representar tanto la inexactitud como la imprecisión en las predicciones se usa el
término error

En ingeniería consiste en trabajar con modelos matemáticos representativos de un

fenómeno físico.

En consecuencia existen diferencias entre los resultados obtenidos

experimentalmente y los que se obtienen del modelo matemático.

Las diferencias cuantitativas entre los dos modelos se les denomina Errores.

34
 Introducción al análisis de Error

Análisis de Error

Como aparecen los errores en la matemática?

Objetivos de la ciencia son: entender, modelar y simular los fenómenos reales
Utilización de la matemática mediante modelos matemáticos

35
 Clasificación de los errores

Errores del método.

* Truncamiento que resultan de representar aproximadamente un
procedimiento matemático exacto. Se produce cuando una expresión matemática
complicada se reemplaza por una fórmula más simple. Este error se conoce como de
truncamiento o de consistencia
* Redondeo que se producen cuando se usan números que tienen un límite
de cifras significativas para representar números exactos.

Errores del modelo inherente. En muchas ocasiones los datos con que se inician los
cálculos contienen un cierto error (datos experimentales)
Conocido también como error propio de los datos, son aquellos que se producen al
leer algún dispositivo de medición una magnitud, al transmitirla o al reproducirla, son
debidos a la imprecisión de los instrumentos o errores humanos

36
Error numérico total

37
 TIPOS DE ERRORES NUMÉRICOS

Para los dos tipos de errores, la relación entre el resultado verdadero y el

aproximado está dada por:

𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 + 𝑒𝑟𝑟𝑜𝑟

Reordenando la ecuación anterior, se encuentra que el error numérico es igual a la

diferencia entre el valor verdadero y el valor aproximado, esto es:

𝐸v = 𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜

38
 TIPOS DE ERRORES NUMÉRICOS

En aplicaciones reales
No se conoce a priori la respuesta verdadera
Alternativa: Normalizar el error usando la mejor estimación posible al valor verdadero

El índice a indica que el error está normalizado a un valor aproximado

 Uno de los retos de los MN es el de determinar estimaciones de error en ausencia del conocimiento de
valores verdaderos

Ej. En el método iterativo se hace una aproximación considerando la aproximación anterior; proceso que se
efectúa varias veces, para tal caso:
Ejercicio

40
 Convergencia

Se dice que una sucesión de números 𝑥1, 𝑥 2 , 𝑥 3, … 𝑥 𝑛 converge a un valor 𝑥, si para

todo ε> 0 existe un numero m, tal que para todo entero 𝑛 > 𝑚, se cumple que:

𝑥 − 𝑥𝑛 <ε
Para determinar la convergencia de un método de aproximaciones sucesivas, cuyos
valores son los números 𝑥1, 𝑥 2, 𝑥 3, … 𝑥 𝑛 no es posible aplicar la definición anterior,
debido a que no se conoce el valor de x.

41
DEFINICION DE ERROR
 A menudo, cuando se realizan cálculos, no importa mucho el signo
del error, sino más bien que su valor absoluto porcentual sea menor
que una tolerancia porcentual prefijada Es

 Para relacionar estos errores con el número de cifras significativas en

la aproximación. Si el siguiente criterio se cumple, se tendrá la
seguridad que el resultado es correcto en al menos n cifras
significativas.

42
 Convergencia

Sin embargo, se puede demostrar que si el método converge, la diferencia en valor

absoluto de las dos ultimas aproximaciones es menor que la diferencia en valor
absoluto entre la penúltima y antepenúltima aproximación, es decir:

𝑥 𝑛 − 𝑥 𝑛−1 < 𝑥 𝑛−1 − 𝑥 𝑛−2

El criterio anterior es valido únicamente en el intervalo de 𝑥𝑛−2 a 𝑥 𝑛 ; sin

embargo, al cumplirse en los primeros valores de n, puede esperarse que la
convergencia continúe.

43
 Polinomios y series de Taylor

Estos poloinómios se usan ampliamente en el análisis numérico.

44
 Polinomios y series de Taylor

La serie de Taylor proporciona un medio para predecir el valor de una función en un punto en términos del
valor de la función y sus derivadas en otro punto.

45
 Ejemplo 1
En matemáticas a menudo se pueden representar las funciones mediante una serie
infinita. Por ejemplo la función “exponencial” se puede calcular usando:

Mientras más terminos se le agregan a la serie, la aproximación se acerca cada vez más al valor de 𝑒 𝑥 , a
la representación anterior se le llama “Serie de Maclaurin”.
Empezando con el primer termino 𝒆𝒙 = 𝟏 y agregando un termino a la vez, estímese el valor de 𝒆𝟎.𝟓.
Después que se agregue cada término, calcúlese el error relativo. Obsérvese que el valor real de 𝑒 0.5 es
de 1.64872121. Agréguese términos hasta que el valor del error absoluto 𝑒𝑎 sea menor al criterio
establecido 𝑒𝑠 = 0.05%. Para este caso considere:

46
Resultados

47
Ejemplo

48
Ejemplo

49
Ejemplo

50
1.4 Método iterativo Gauss-Seidel

51
El error en la solución aproximada, para el método
de Gauss-Seidel, está determinado por el número
de iteraciones
Los errores de redondeo entonces no son
preocupantes para este método.

52
 
 
 
 
 
 
 
 

Iteración X1 X2 X3 Error X1 Error X2 Error X3

0 0 0 0

1 2,33333333 -1,61904762 -0,92380952

2 1,17777778 -1,84988662 -0,62331066 98,1132075 12,4785487 48,2101281

3 1,30116402 -1,738728 -0,63809481 9,48275862 6,39310014 2,31692038

4 1,3283608-1,74894932 -0,6482981 2,04739368 0,58442616 1,57385868

 
Iteración X1 X2 X3 Error X1 Error X2 Error X3

0 0 0 0

1 2,33333333 -1,61904762 -0,92380952

2 1,17777778 -1,84988662 -0,62331066 98,1132075 12,4785487 48,2101281

3 1,30116402 -1,738728 -0,63809481 9,48275862 6,39310014 2,31692038

4 1,3283608-1,74894932 -0,6482981 2,04739368 0,58442616 1,57385868

 
 
 
 
1.3 Método de eliminación de Gauss: sin pivoteo y con
pivoteo parcial.

66
Introducción

Resolver un sistema de ecuaciones lineales algebraicas (SEL)

puede ser un problema cuya complicación depende de varios
factores, entre ellos,

- las dimensiones del sistema (cantidad de incógnitas y

cantidad de ecuaciones del mismo);
- las características de los coeficientes (números reales,
complejos, racionales, irracionales, etc.);
- la sensibilidad de la solución o de las soluciones del sistema
(sistemas mal condicionados: cercanía del determinante del
sistema a cero)
En situaciones como las anteriores los Métodos Numéricos para
resolver SEL son de gran ayuda.

67
 Método de Gauss Simple
El método está ideado para resolver un sistema general de n ecuaciones:

𝐀𝑥 = 𝐛

68
 𝐀𝑥 = 𝐛

la matriz inicial del sistema (A) tiene que ser transformada a triangular superior.

𝑈𝑥 = 𝑏

con solución única (𝑑𝑒𝑡𝐔 ≠ 0) y tal que la matriz U es triangular superior. Entonces las
componentes de la solución del sistema se pueden calcular por el método de
sustitución regresiva.

69
70
71
72
73
74
75
Emplee la eliminación de Gauss

76
 Dificultades en el método de eliminación
• Puede haber una división en cero. Para evitar esto se utiliza la técnica de
pivoteo.
• Errores de redondeo.
• Sistemas mal condicionados: pequeños cambios en los coeficientes generan
grandes cambios en la solución

Desventajas del método de Gauss:

- No adecuado para sistemas “muy grandes” (sistemas de 100 o mas

ecuaciones).
- Es inestable.

77
78
79
80
Evita división para cero
Minimiza el error de redondeo
Resuelve parcialmente el mal condicionamiento

81