Métodos Numéricos

Unidad I. Introducción a los

MN.
Competencias específicas a
desarrollar en la unidad

Comprende la importancia de los

métodos numéricos, conoce y
maneja software de cómputo
numérico.
Unidad I. Introducción a los MN.
1.1 Importancia de los métodos numéricos.
1.2 Conceptos básicos: cifra significativa,
precisión, exactitud, incertidumbre y
sesgo.
1.3 Tipos de errores.
1.4 Software de cómputo numérico
1.5 Métodos iterativos.
Practicas
1 Conceptos Básicos I. Teoría de errores
2 Errores I. Teoría de errores
II. Métodos de solución de
3 Aproximaciones
Ecuaciones
II. Métodos de solución de
4 Newton_ Rapsom
Ecuaciones
III. Métodos de solución de
5 Solución por Gauss_Seidel
sistemas de ecuaciones.
Diferenciación numérica. IV. Diferenciación e
6
integración numérica
Integración numérica IV. Diferenciación e
7
integración numérica
8 Polinomio V. Interpolación
Diferenciales por Euler VI. Solución de ecuaciones
9
diferenciales.
Diferenciales por Runge-Kutta VI. Solución de ecuaciones
10
diferenciales.
1.1 Introducción
El análisis numérico con los métodos
numéricos que involucra se han
diseñado para aproximar, de una manera
eficiente, las soluciones de problemas
expresados matemáticamente.
La eficiencia del método depende tanto
de la precisión que se requiera, como de
la facilidad con la que pueda
implementarse.
El objetivo principal del análisis
numérico sigue siendo el mismo.
Encontrar soluciones aproximadas a
problemas complejos utilizando solo
las operaciones mas simples de
aritmética.
En otras palabras se trata sencillamente de
resolver problemas difíciles mediante
muchos pasos fáciles. Esto implica que
debemos también identificar los
procedimientos por medio de los cuales las
computadoras puedan hacer este trabajo por
nosotros.
1.2 Conceptos básicos
Cifra significativa
Precisión Practica 2.-
Exactitud Consulte y
Incertidumbre clarifique los
Sesgo. conceptos.

kainaitsl@gmail.com
Asunto: Gpo A-P2-Conceptos
Básicos
1.3 Tipos de errores.
Ya se han mencionado en otras
asignaturas la probabilidad de
ocurrencia de errores al resolver
problemas complejos. Cuando se
realiza análisis numéricos hay varias
fuentes de errores posibles además de
aquellos debidos a la aritmética
inexacta de la computadora.
Error Por Truncamiento

La expresión error por

truncamiento se refiere a los errores
producidos por el método en sí,
normalmente los métodos
numéricos pueden compararse con
una serie de Taylor por ejemplo:
ex podría aproximarse a la cúbica
2 3
x x x
f ( x)  1   
1! 2! 3!
Sin embargo, se sabe que para calcular “ex ” se requiere una
serie infinitamente larga

xn
e  f ( x)  1  
x

n 0 n!

y se observa que al aproximar ex con la

formula se obtiene una respuesta inexacta.
Ejemplo:
2 3 2 3
x x x 3 (3) (3)
e  1    1 
3

1! 2! 3! 1! 2! 3!
=1+3+4.5+4.5=13
El error se debe al truncamiento de la serie y no tiene nada
que ver con la computadora o con la calculadora, para
métodos iterativo, este error puede reducirse mediante un
numero mayor de iteraciones, pero como la vida es finita y
el tiempo de la computadora es costoso uno puede darse
por satisfecho con una aproximación a la respuesta exacta.
Error por Redondeo

Las computadoras digitales casi siempre operan

con números de punto flotante de longitud de
palabra fija, los valores verdaderos no se
expresan exactamente mediante tales
representaciones. El error ocasionado por esta
imperfección de la computadora se denomina
error por redondeo. Si los números se redondean
al ser almacenados el error es menor que si los
últimos dígitos simplemente se eliminasen o
truncaran.
Ejemplo:
Calcular 1.37 + .0269 =
1
.137 X 10
1
.00269X 10
_____________________
1
.13969X 10

Redondeo a 3 digitos de precisión = .140 x101

Corte o truncamiento a 3 dígitos de precisión = .139x101
Determine el resultado por corte y
redondeo a 3 dígitos de precisión

1.- 12.3 + .0234

2.- -.0321 + .000136
3.- 12.3 -.0234
4.- -321 + 32.1
Error en los Datos Originales
Los problemas del mundo real donde una situación
física existente o propuesta es representada por una
ecuación matemática, casi siempre presenta
coeficientes conocidos de manera imperfecta. La
razón de esto es que los problemas a menudo
dependen de deducciones o mediciones cuya
exactitud no es confiable. además el modelo en si, no
puede reflejar perfectamente el comportamiento de
la situación.
Nada puede hacerse para superar tales errores,
aunque es necesario estar al tanto de tales
incertidumbres.
Fallos
En la aplicación del análisis numérico casi siempre se
recure a la computadora o por lo menos a una calculadora.
Dicha maquina muy pocas veces cometen errores pero
como las personas participan en la programación,
operación y preparación de los datos de entrada así como
la interpretación de los resultados obtenidos, ocurren
fallos o errores graves, la solución en este caso es tener
cuidado junto con una revisión minuciosa de la sensatez
de los datos de entrada como los resultados ya conocidos.
Algunas veces vale la pena ejecutar un programa de
prueba con resultados ya conocidos aunque esto no
garantiza la inexistencia de fallos.
 Error Propagado
 Por error propagado se entiende una falla en pasos sucesivos
de un procedimiento, debido a la ocurrencia de un error
previo, de alguna manera es semejante a los errores en las
condiciones iníciales.
 En ejemplos de métodos numéricos tratados en unidades
posteriores el error propagado es de suma importancia si los
errores son ampliados continuamente a medida que avanza el
procedimiento, a la larga eclipsara el valor verdadero
destruyendo su validez, un método así se denomina inestable.
 En un método estable, los errores cometido en puntos
anteriores se extinguen a medida que continua el método.
NOTA.- Cada uno de estos errores, aunque
interactúan en cierta medida, pueden
presentarse incluso en ausencia de los
demás.
TAREA Ma/13/02/18
Consulta en el cuaderno:

Error Absoluto
Error Relativo
Aritmética de Punto Flotante
Es necesario comprender como las cantidades
numéricas se presentan en las computadoras. En
casi todos los casos los números se almacenan
como cantidades de punto flotante que se parecen
mucho a la notación científica.

Por ejemplo el numero de punto fijo 13.524 es lo

mismo que el numero de punto flotante .13524 x
102 que en la computadora se representa
como .13524e2.

Otro ejemplo: -0.0442x10-1 es lo mismo que -

Las diversas computadoras manejan técnicas
ligeramente diferentes, pero el procedimiento
general es semejante. En las computadoras los
números de punto flotante tienen 3 partes.

El signo(requiere un bit)

Parte fraccional (mejor caracterizada como
parte significativa)
Parte Exponencial.
Las 3 partes poseen una longitud total fija igual
a 32 o 64 bits, la mayor parte de estos bits la
ocupa la parte fraccionaria.
En las calculadoras manuales la base suele ser 10 en las
computadoras la base a menudo suele ser 2 aunque
algunas veces se usa la base 16. Casi todas las
computadoras permiten 3 tipos de números, de precisión
simple (6 o 7 dígitos), de doble precisión de 13 a 14
dígitos y de precisión extendida que puede ser
equivalente a 19 o 20 dígitos
Represente en aritmética de punto flotante
(como se representa en la computadora) las
siguientes cantidades de punto fijo:

1234.5678 .
 -.001020304
-. 1234567890
.000000001
1.4 Software de cómputo numérico
Trabajo de Investigación (para
entregar en parejas)
Fecha: Viernes 16/02/18
Kainaitsl@gmail.com
kariselitsl@gmail.com C
1.5 Métodos Iterativos
Consulta en cuaderno: Método iterativo ?
Serie de Taylor
La serie infinita que se obtiene tomando el
limite de P(x) cuando n   se denomina
serie de Taylor para f alrededor de Xo
En el caso que Xo =0 el polinomio de Taylor se
le conoce como
Polinomio de Mc Lauring. Quedando así.
X0=0

f (0) x 2 f (0) x 3 f n (0) x n

f ( x)  f (0)  f (0)( x)   .... 
2! 3! n!
Ejemplo:
Desarrollar la función cosx en una serie infinita de potencia (Serie de Mc
Lauring) y obtener el cos del Angulo 57.29º
f ( x)  cos x f ( x)  1
f (0) x 2 f (0) x 3 f n ( 0) x n
f ( x)   senx f ( x)  0 f ( x)  f (0)  f (0)( x)   .... 
2! 3! n!
f ( x)   cos x f ( x)  1
f ( x)  senx f ( x)  0
f IV
( x)  cos x f IV
( x)  1
f V ( x)   senx f V ( x)  0
f VI ( x)   cos x f VI ( x)  1
(1) x 2 (0) x 3 (1) x 4 (0) x 5 (1) x 6
cos x  1  (0)( x)     
2! 3! 4! 5! 6!

cos x  1 
x2 x4
 
x6 180°-----3.1416 rad
2 24 720
.999899 2 .999899 4 .999899 6
cos x  1   
2 24 720
cos(.999899)  1  .499899  .041649  .001388  .540362
cos(.999899)  .540362 con la serie
cos(.999899)  .540387 con calculadora
E= .000025

Ejercicio:
1. Desarrollar la función sen x en una serie
infinita de potencias con un ángulo de 90° y
calcular el error generado por el truncamiento de la
serie
 Para practicar…

Desarrollar la función exponencial f(x) =e x por

medio de la serie de Maclaurin, una ves
determinada la serie evaluar la función para x= 1.
Evaluar con la calculadora y determinar el error.