Académique Documents
Professionnel Documents
Culture Documents
Introducci
on al an
alisis
num
erico
1.1
Notaci
on en punto flotante
Dado un n
umero x < como es representado en una computadora?
Es siempre de la misma forma, independientemente del tipo de instrumento de calculo que se utilice? Los n
umeros reales se representan
o se almacenan en los instrumentos de calculo modernos: calculadoras
de bolsillo, PC, estaciones de trabajo o supercomputadoras, por medio
de su representacion en punto flotante.
Definici
on 1.1 Dado un n
umero x < su representaci
on decimal en
punto flotante es: Dados dk N, 0 dk 9 y d1 6= 0,
n
x=+
.d1 d2 d3 ..........dk dk+1 ...... 10 .
AL ANALISIS
CAPITULO 1. INTRODUCCION
NUMERICO
con 0 dk M, d1 6= 0.
Es importante saber cuanto vale k, n y M para el instrumento de
calculo que vayamos a utilizar ya que, como veremos mas adelante,
esto determina que tan precisos son los calculos que realicemos. Para
simplificar lo que a continuacion se expone, supongamos que trabajamos
en base diez, que k = 4 y n N . En este caso, la representacion decimal
en punto flotante de tres reales x1 , x2 y x3 es de la siguiente forma:
x1 =
x2 = 1093.1
x3 = 1093
EN PUNTO FLOTANTE
1.1. NOTACION
Definici
on 1.2 La representacion decimal en punto flotante con k dgitos,
que se denotara simplemente con f l(x), de un n
umero x es:
n
f l(x) =+
.d1 d2 .......dk 10 .
1.1.1
Aritm
etica en punto flotante
Sean x1 = .d1 .....dk 10n = a10n y sea x2 = .c1 .......ck 10m = c10m
dos n
umeros reales. Para sumar o restar x1 con x2 se requiere que la
caracterstica de ambos sea la misma, o sea, que m = n. Si m = n
entonces
+
n
x1 +
(1)
x2 = (a c) 10 .
Si n 6= m entonces si m > n existe r < tal que m = n + r por lo
que podemos escribir a x1 como
x1 = .0000..0d1 ....dk 10n+r
con d1 en la r+1 posicion para que x1 y x2 tengan la misma caracterstica.
Por ejemplo: Si x1 = .4111 102 y x2 = .3583 104 , si x1 se escribe
de la forma x1 = .004111 104 se podra aplicar la regla (1) dando que
x1 + x2 = .362411 104 .
Para multiplicar y dividir no se requiere que tengan la misma caracterstica
y estas operaciones se hacen de la siguiente forma:
x1 x2 = a c 10n+m ,
x1
= ac 10nm .
x2
1.1.2
AL ANALISIS
CAPITULO 1. INTRODUCCION
NUMERICO
Definici
on 1.4 El error relativo que se comete al aproximar x por x
es
|x x |
.
|x|
Que diferencia hay entre estos dos tipos de error? El primero
simplemente cuantifica la diferencia en valor absoluto de los n
umeros
1.1.3
Ejemplos:
|x x |
= .3333.. 101 .
|x|
|x x |
= .3333.. 101 .
|x|
|x x |
= .3333.. 101 .
|x|
EN PUNTO FLOTANTE
1.1. NOTACION
f lR (x) =
1.1.4
f lT (x)
f lT (x + .5 10nk )
si 0 dk+1 4,
si 5 dk+1 9.
Ejemplos
|.dk+1 .....10nk |
|.d1 .....10n |
.99999..9
.10000
.dk+1 ....
.d1 d2 ...
10k
|x|
.510nk
.d1 d2 ....10n
.5
.1
10k .5 10k+1 .
AL ANALISIS
CAPITULO 1. INTRODUCCION
NUMERICO
EN PUNTO FLOTANTE
1.1. NOTACION
1.1.5
Ejemplos
b+ b2 4ac
x2 =
2a
se usara
2c
x2 =
b + b2 4ac
se obtiene que x2 = .0161 lo que da un error relativo de .627 104 .
La segunda formula se obtiene de multiplicar la primera por
b b2 4ac
.
b b2 4ac
La acumulacion de los errores de redondeo puede tener consecuencias
muy graves sino es estudiada con cuidado. Ejemplo de ello fue en 1994
el sonado caso de la unidad aritmetica del chip Pentium de la compa
na
Intel. Al efectuar una sencilla operacion como
x
z =x y
y
con x = 5244795 y y = 3932159 en la unidad aritmetica, se obtena
z = 256 en lugar de z = 0! Este catastrofico resultado era producto de
un error de redondeo mayor al esperado que era de 109 , al representar
alg
un tipo de mantisas que tenan una cadena de dgitos especiales en
hexadecimal; este error se magnificaba al dividir pues el chip Intel divide
con un algoritmo muy sensible a cierto tipo de errores. Intel no reporto
el error por considerar que la probabilidad de que este se produjera era
de 1 sobre 9 billones. Desgraciadamente para ellos, un matematico lo
detecto al trabajar con un problema de teora de n
umeros y a partir
de ese momento la comunidad cientfica se dedico a encontrar en que
AL ANALISIS
CAPITULO 1. INTRODUCCION
NUMERICO
1.2
||
M ||.
|a|
10
AL ANALISIS
CAPITULO 1. INTRODUCCION
NUMERICO
1.3
Teorema de Taylor
n
X
f (t0 )
t=0
y
Rn (t) =
Z t
t0
i!
(t t0 )i
f (n+1) (x)
(t x)n
dx
n!
Z t
t0
f 0 (x)dx
(6)
Z t
t0
f 00 (x)(x t)dx
11
sustituyendo en 6) se obtiene
Z t
t0
f 00 (x)(t x)dx
Z t
t0
f k (x)
(t x)k1
dx
(k 1)!
(7)
f k (x)
(t t0 )k Z t k1 (t x)k
(t x)k1
dx = f k (x)
f (x)
dx
(k 1)!
k!
k!
t0
y sustituyendo en (7)
f (t) pk (t) =
Z t
t0
f k+1 (x)
(t x)k
dx.
k!
(8)
f n+1 (x)
(t x)n
f n+1 () Z t
f n+1 ()
dx =
(t x)n dx =
(t t0 )n+1 .
n!
n!
(n + 1)!
t0
As que
Rn (t) =
f (n+1) ()
(t t0 )n+1
(n + 1)!
para alguna
(t0 , t)
(9)
AL ANALISIS
CAPITULO 1. INTRODUCCION
NUMERICO
12
1.4
Ejercicios
4
5
+ 13 .
2. ( 13 +
3.
4.
5.
4
5
3
)
11
3
.
20
31 .
1
2
1.746581.74657