Vous êtes sur la page 1sur 7

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. .

Reconocimiento Unidad 1

LECTURA No 1: Cifras significativas. Cuando se emplea un nmero en un clculo, debe haber seguridad de que pueda usarse con confianza. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los mtodos numricos. 1.- Los mtodos numricos obtienen resultados aproximados. Por lo tanto, se debe desarrollar criterios para especificar que tan precisos son los resultados obtenidos. 2.- Aunque ciertos nmeros representan nmero especficos, no se pueden expresar exactamente con un nmero finito de cifras. Exactitud y Precisin. La exactitud se refiere a que tan cercano est el valor calculado o medido del valor verdadero. La precisin se refiere a qu tan cercano est un valor individual medido o calculado respecto a los otros. La inexactitud se define como un alejamiento sistemtico de la verdad. La imprecisin, sobre el otro lado, se refiere a la magnitud del esparcimiento de los valores. Los mtodos numricos deben ser lo suficientemente exactos o sin sesgos para que cumplan los requisitos de un problema particular de ingeniera. Error. En general, para cualquier tipo de error, la relacin entre el nmero exacto y el obtenido por aproximacin se define como: Error = Valor real -valor estimado = |p-p*| (Llamado Error Absoluto) En ocasiones, se sabr exactamente el valor del error, que denotaremos como Ev, o deberemos estimar un error aproximado. Ahora, para definir la magnitud del error, o que incidencia tiene en el clculo el error detectado, podemos normalizar su valor: Ea = Error relativo (fraccin) = (|p-p*|)/p Como el valor de Ea puede ser tanto positivo como negativo, en muchos casos nos interesa saber ms la magnitud del error, caso en el cual usaremos el valor absoluto de este. Un caso muy interesante es una investigacin que realiza Scarborough, en que determin el nmero de cifras significativas que contiene el error como: ERROR DE REDONDEO Muchas veces, los computadores cortan los nmeros decimales entre el 17 y 12 decimal introduciendo as un error de redondeo Por ejemplo, el valor de "e" se conoce como 2.718281828... Hasta el infinito. Si cortamos el nmero en 2.71828182 (8 cifras significativas luego del punto decimal) estamos obteniendo u error de E = 2.718281828 -2.71828182 = 0.000000008...

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. . Reconocimiento Unidad 1

Sin embargo, como no consideramos que el nmero que segua al corte era mayor que 5, entonces nos convena dejar el nmero como 2.71828183, caso en el cual el error sera solo de E = 2.118281828 -2.11828183 = -0.000000002.. , que en trminos absolutos es mucho menor que el anterior. En general, el error de corte de las computadoras ser muy inferior al error introducido por un usuario, que generalmente corta a un menor nmero de cifras significativas. Dependiendo de la magnitud de los nmeros con los que se trabaja, el error de redondeo puede tener una incidencia muy grande muy pequea en el clculo final. As por ejemplo, si tenemos un producto de 502,23 m y un precio en dlares de US $ 7,52, el precio total nos dar US$ 3.776,7696 (que en pesos chilenos, con 1 dlar = $500 nos da $1.888.384,8). Ahora, si introducimos una variacin del 0.1% en los metros del producto y calculamos el total, obtenemos 502,23 * 0.1 % = 507, 54, que en US$ equivalen a US$3.816,7008 (o sea, $1.908.350,4 pesos chilenos, una diferencia de $19.965,6) lo que no deja de ser importante, ya que una variacin de 0.1% en el metraje del producto nos da un error superior a 1.5% en el precio final ERRORES DE TRUNCAMIENTO. Los errores de truncamiento tienen relacin con el mtodo de aproximacin que se usar ya que generalmente frente a una serie infinita de trminos, se tender a cortar el nmero de trminos, introduciendo en ese momento un error, por no utilizar la serie completa (que se supone es exacta). En una iteracin, se entiende como el error por no seguir iterando y seguir aproximndose a la solucin. En un intervalo que se subdivide para realizar una serie de clculos sobre l, se asocia al nmero de paso, resultado de dividir el intervalo "n" veces. ERROR NUMERICO TOTAL El error numrico total se entiende como la suma de los errores de redondeo y truncamiento introducidos en el clculo. Pero aqu surge un gran problema. Mientras ms clculos se tengan que realizar para obtener un resultado, el error de redondeo se ir incrementando. Pero por otro lado, el error de truncamiento se puede minimizar al incluir ms trminos en la ecuacin, disminuir el paso o proseguir la iteracin ( o sea mayor nmero de clculos y seguramente mayor error de redondeo). Entonces, qu criterio utilizamos? ...lo ideal sera determinar el punto en que los errores de donde empiezan a ocultar la ventaja de considerar un menor error de truncamiento. Pero como dije, es lo ideal; en la prctica debemos considerar que hoy por hoy los computadores tienen un manejo de cifras significativas mucho mayor que antes

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. . Reconocimiento Unidad 1

por lo que el error de redondeo se minimiza enormemente, aunque no se debe dejar olvidar su aporte al error total.

LECTURA No 2: Mtodo de Biseccin. En matemtica, el mtodo de biseccin es un algoritmo de bsqueda de races que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que tiene la raz. Supngase que queremos resolver la ecuacin f(x) = 0 (donde f es continua. Dados dos puntos a y b tal que f(a) y f(b) tengan signos distintos, sabemos por el Teorema de Bolzano que f debe tener, al menos, una raz en el intervalo [ a, b]. El mtodo de biseccin divide el intervalo en dos, usando un tercer punto c = (a+b) / 2. En este momento, existen dos posibilidades: f(a) y f(c), f(c) y f(b) tienen distinto signo. El algoritmo de biseccin se aplica al subintervalo donde el cambio de signo ocurre. El mtodo de biseccin es menos eficiente que el mtodo de Newton, pero es mucho ms seguro asegurar la convergencia. Si f es una funcin continua en el intervalo [a, b] y f(a)f(b) < 0, entonces este mtodo converge a la raz de f. De hecho, una cota del error absoluto es:

en la n-sima iteracin. La biseccin converge linealmente, por lo cual es un poco lento. Sin embargo, se garantiza la convergencia si f(a) Unas cuantas iteraciones del mtodo de biseccin aplicadas en un intervalo [a1;b1]. El punto rojo es la raz de la funcin

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. . Reconocimiento Unidad 1

LECTURA No 3: Mtodo de la regla falsa Como en el mtodo de biseccin, el mtodo parte de un intervalo inicial [ a0,b0] que contiene al menos una solucin de la ecuacin f(x) = 0, a la cual se llama raz de f. Es decir, parte de un intervalo con f(a0) y f(b0) de signos contrarios (vase el teorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada paso un intervalo [ak, bk] ms pequeo que incluye una raz de la funcin f. Para determinar a partir de un intervalo [ak, bk] el siguiente intervalo [ak+1, bk+1], lo que se hace es obtener el punto del interior del intervalo dado por la frmula:

El punto se obtiene al hallar la interseccin de la recta que pasa por los puntos (a,f(ak)) y (b,f(bk)) con el eje de abscisas (igual a como se hace en el mtodo de la secante). Una vez hallado este punto, se toma como siguiente intervalo al intervalo que tiene de extremo al punto obtenido ck y uno de los extremos del anterior intervalo de forma que en el nuevo intervalo siga estando una de las races de la funcin f (Es decir, con el valor de la funcin en los extremos del nuevo intervalo de signo contrario). Anlisis del mtodo

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. . Reconocimiento Unidad 1

Se puede demostrar que bajo ciertas condiciones el mtodo de la falsa posicin tiene orden de convergencia lineal, por lo que suele converger ms lentamente a la solucin de la ecuacin que el mtodo de la secante, aunque a diferencia de en el mtodo de la secante el mtodo de la falsa posicin siempre converge a una solucin de la ecuacin. El algoritmo tiene el inconveniente de que si la funcin es convexa o cncava cerca de la solucin, el extremo del intervalo ms alejado de la solucin queda fijo variando nicamente el ms cercano, convergiendo muy lentamente. Para solucionarlo, se suele utilizar una variante del algoritmo, conocida como mtodo de regula falsi modificado, consistente en el caso de que el intervalo quede fijo por un extremo en ir dividiendo por dos el valor de la funcin en dicho extremo hasta que el nuevo intervalo no contenga al extremo que se haba quedado fijado.

LECTURA No 4: Mtodo de Newton- Raphson La idea de este mtodo es la siguiente: se comienza con un valor razonablemente cercano al cero (denominado punto de arranque), entonces se reemplaza la funcin por la recta tangente en ese valor, se iguala a cero y se despeja (fcilmente, por ser una ecuacin lineal). Este cero ser, generalmente, una aproximacin mejor a la raz de la funcin. Luego, se aplican tantas iteraciones como se deseen. Supngase f : [a, b] ->R funcin derivable definida en el intervalo real [ a, b]. Empezamos con un valor inicial x0 y definimos para cada nmero naturaln

Donde f ' denota la derivada de f.

LECTURA No 5 Mtodo Iterativo de Punto Fijo

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. . Reconocimiento Unidad 1

Un punto fijo de una funcin g, es un nmero p tal que g(p)=p. El problema de encontrar las soluciones de una ecuacin f(x)=0 y el de encontrar los puntos fijos de una funcin h(x) son equivalentes en el siguiente sentido: dado el problema de encontrar las soluciones de una ecuacin f(x)=0, podemos definir una funcin g con un punto fijo p de muchas formas; por ejemplo, f(x)=x-g(x). En forma inversa, si la funcin g tiene un punto fijo en p, entonces la funcin definida por f(x)=x-g(x) posee un cero en p. El mtodo de punto fijo inicia con una aproximacin inicial xo y xi+1= g(x) genera una sucesin de aproximaciones la cual converge a la solucin de la ecuacin f(x)=0. A la funcin g se le conoce como funcin iteradora. Se puede demostrar que dicha sucesin <xn> converge siempre y cuando. |g(x) |< 1 Ejemplo Usando el mtodo de punto fijo vamos a aproximar la solucin de la ecuacin x3+4x2-10=0 dentro del intervalo [1, 2]. Lo primero es buscar una funcin g(x) adecuada

Y claramente elegimos como funcin iteradora a

Adems observe que

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA 100401 METODOS NUMERICOS Act No 3. . Reconocimiento Unidad 1

Para toda x[1, 2], lo cual garantiza que la sucesin que vamos a construir va a ser convergente.

Vous aimerez peut-être aussi