Universidad Nacional Experimental Politecnica de la Fuerza Armada

Coordinaci on de Ingeniera
Asignatura: Calculo Numerico
Prof. Mairim Colmenares
Unidad I:Teora de errores
Los metodos n umericos son tecnicas mediante las cuales es posible formular problemas
matem aticos de tal forma que puedan resolverse usando operaciones aritmeticas. Estos
metodos son capaces de manejar sistemas de ecuaciones grandes, no lineales y geometras
complicadas, comunes en la ingeniera y, a menudo, imposibles de resolver analticamente.
Actualmente es una disciplina muy diferente de lo que era hace algunos a nos, debido al
desarrollo del computador digital de alta velocidad y gran capacidad de almacenamiento.
Antes, se gastaba mucho tiempo y esfuerzo en la tecnica misma de solucion, en lugar de
aplicarlo sobre la denicion del problema y su interpretacion. Hoy en da, las computadoras
y los Metodos Numericos proporcionan una alternativa para c alculos tan complicados.
Por consiguiente, es posible dar mas importancia a la formulacion de un problema, a la
interpretaci on de la soluci on y su incorporacion al sistema total.
1. Representaci on de n umeros en la computadora
Los errores de redondeo se relacionan de manera directa con la forma en que se guardan en la
memoria de la computadora. La unidad fundamental por la cual se representa la informaci on
se llama palabra. Los n umeros son tpicamente guardados en uno o m as conjuntos. Es por
ello que debemos tener en cuenta algunos sistemas n umericos:
1.1. Sistemas Numericos:
Un sistema numerico es simplemente una convenci on para representar cantidades. Es sistema
de n umeraci on mas familiar es el sistema decimal o base 10. El sistema de base 10 usa 10
dgitos - 0, 1, 2, 3, 4, 5, 6, 7, 8, 9- para representar n umeros, para representar grandes cantidades
utiliza la combinacion de estos, con la posicion o valor de lugar se especica la magnitud.
unidad de mil centena decena unidad
Por ejemplo si se tiene el n umero 32012 se tiene 3 grupos de 10000, 2 grupos de 1000, 0
grupos de 100, 1 grupo 10 y 2 unidades.
32012 = (3 10
4
) + (2 10
3
) + (0 10
2
) + (2 10
1
) + (2 10
0
)
Dado a que la unidad l ogica de las computadoras digitales usan componentes electronicos
de encendido y apagado, los n umeros en las computadoras son representados con un sistema
binario o base 2. Al igual que en el sistema decimal,las cantidades pueden ser representadas
usando la notaci on posicional.
101 = (1 2
2
) + (0 2
1
) + (1 2
0
)
2. Teora de Errores y Aproximacion
El analisis numerico proporciona metodos computacionales para el estudio y solucion de
problemas matem aticos. Una caracterstica de estos metodos es que proporcionan solo
resultados aproximados, por lo tanto el estudio del error es de interes central para el
an alisis numerico.Un metodo numerico es un procedimiento mediante el cual se obtiene, de
manera aproximada, la solucion a ciertos problemas. Realizando para ello c alculos puramente
aritmeticos y logicos.o La eciencia en el calculo de dicha aproximacion depende, de la
facilidad de implementaci ono del algoritmo y de las caractersticas especiales y limitaciones
de los instrumentos de c alculo (los computadores). Al emplear estos instrumentos de calculo
se introducen errores llamados de redondeo.
Es fundamental realizar un seguimiento de dichos errores cometidos a n de poder estimar
el grado de aproximaci on de la solucion que se obtiene. Estos errores que suelen cometerse
tienen su origen en dos grandes factores:
2
Aquellos que son inherentes a la formulacion del problema.
Los que son consecuencia del metodo empleado para encontrar su solucion.
Dentro de los primeros, incluiremos aquellos en los que la denici on matem atica de la
problema es solo una aproximaci on a la situaci on fsica real, estos errores son normalmente
despreciables, otra fuente de estos errores es la imprecisi on de los datos fsicos (constantes y
datos empricos).
En lo que se reere a los segundos errores, nombraremos las tres fuentes principales:
1. Equivocaciones en la realizacion de las operaciones.
2. El error causado por resolver el problema no como se ha formulado, sino mediante alg un
tipo de aproximacion. Este error suele conocerse como error de truncamiento.
3. La precisi on ilimitada con la que se realizan los c alculos numericos. El error que se
introduce al redondear un n umero se denomina error de redondeo.
Redondeo: Es el proceso de eliminar cifras signicativas a partir de su representaci on
decimal. Para esta clase de aproximaci on se toma en cuenta la cifra siguiente a la cifra
que deseamos redondear.
Si el siguiente dgito es menor que 5, el anterior no se modica. Ejemplo:
5, 41563redondear a cuatro cifras decimales5, 4156
Si el siguiente dgito es mayor o igual a 5, el anterior se incrementa en una unidad.
6, 75689redondear a cuatro cifras decimales6, 7569
Truncamiento: Consiste en cortar el n umero a partir de una cierta cantidad de cifras.
El error de truncamiento se reere al error que se comete al utilizar un algoritmo
determinado.
Lo expuesto anteriormente nos conduce al estudio de los errores numericos que se generan
con el uso de las aproximaciones para representar las operaciones y cantidades matematicas.
3
2.1. Error Absoluto y relativo:
Sea x el valor exacto de un n umero real y sea x el valor aproximado. Se dene el error absoluto
y se denota E
a
como la diferencia x x, y se expresa siempre en valor absoluto es decir:
|E
a
| = |x x|
El cociente entre el error absoluto E
a
y el valor real x se le denomina error relativo y se
denota por E
r
. Se expresa tambien en valor absoluto, es decir:
|E
r
| =
|x x|
|x|
Ejemplo 1 Sea x = 1000 el valor real y su aproximado x = 999, 5 El error absoluto esta
dado por:
|Ea| = |1000 999, 5| = 0, 5
y el error relativo
|Er| =
|1000 999, 5|
1000
|Er| = 0, 5 10
3
Debemos tener en cuenta que como medida de precisi on, el error absoluto puede llevar a
confusiones, en tanto que el error relativo toma en cuenta el tama no del valor. Fijese que el
error absoluto le dice en cuanta distancia diere su solucion a la exacta, y este va a depender
del valor de la aproximacion que usted tome. Mientras que el error relativo le va indicar por
cuantas cifras signicativas varia su solucion, es decir el tama no del error.
4
3. Ajuste de Curvas
Para estudiar el comportamiento de una serie de datos obtenidos empricamente, constituidos
por puntos dados mediante pares ordenados de n umeros asociados a los valores de dos
variables, es necesario contar con una funcion que exprese analiticamente la relaci on que
guardan las variables en cuestion. El ajuste de curva supone que los datos ingresados est an
afectados en cierto grado de errores debido al modelado, por lo que no resulta indispensable
que la curva de ajuste pase exactamente por los puntos que representan los datos. El metodo
m as conocido es el Metodo de los mnimos cuadrados .
3.1. Ajuste por Mnimos Cuadrados (Regresi on Lineal)
Supongamos que existe una funcion y = f(x) entre dos cantidades x y y con f desconocida
y se conocen los valores y
k
que aproximan a f(x
k
), es decir:
f(x
k
) = y
k
+ E
k
; k = 0, , M
Se trata de obtener o recuperar la funci on f a partir de los datos aproximados y
k
; k = 0, , M
. Sea f una funcion polin omica, nuestra funci on a minimizar quedaria como.
E =
m

i=0
|y
i
P(x
i
)|
2
donde y
i
son los valores observados y P(x
i
) es la funcion polin omica que estamos proponiendo
para el ajuste de datos. Consideremos en primer caso una funci on lineal, es decir una recta
que ajuste a un conjunto de datos, cuya ecuacion este dada por su forma punto pendiente:
f(x
i
) = ax
i
+ b
De esta forma E se convierte en una funci on de dos variables
5
E(a, b) =
m

i=0
(y
i
b ax
i
)
2
Esta funcion es continua diferenciable, es decir, E es diferenciable y las derivadas parcial son
continuas, adem as E(a, b) 0 o sea:
a, b R tal que E(a, b) E(a, b) para todo a

, b

R
por la denici on anterior:
min
(a,b)
E(a, b) y
E(a, b)
a
= 0 =
E(a, b)
b
Tenga en cuenta que ahora sus variables son los coecientes del polinomio, en este caso los
coecientes a y b de la recta, de esta forma las derivadas parciales respecto a cada una de
estas variables queda como:
f(x) =
_

_
E(a,b)
a
=
m

i=0
2(y
i
b ax
i
)(x
i
) = 0
E(a,b)
b
=
m

i=0
2(y
i
b ax
i
)(1) = 0
Realizando una cierta cantidad de operaciones a las ecuaciones anteriores nalmente
obtenemos:
_

_
(m + 1)b +
m

i=0
ax
i
=
m

i=0
y
i
m

i=0
(bx
i
+ ax
2
i
) =
m

i=0
y
i
x
i
Despejando de la primera ecuacion la variable b y sustituyendo en la segunda tenemos:
6
a =
(m + 1)
m

i=0
y
i
x
i

_
m

i=0
x
i
__
m

i=0
y
i
_
(m + 1)
m

i=0
x
2
i

_
m

i=0
x
i
_
2
De igual manera obtenemos b
b =
_
m

i=0
x
2
i
__
m

i=0
y
i
_

_
m

i=0
x
i
y
i
__
m

i=0
x
i
_
(m + 1)
m

i=0
x
2
i

_
m

i=0
x
i
_
2
Para el estudio del error tomaremos en cuenta :
y =

y
i
m+1
, conocida como la media aritmetica.
S
y
=
_
Sr
m
, conocida como la desviacion estandar, donde S
r
=

(y
i
y)
2
S
y/x
=
_
Sr
m1
, error estandar del estimado, donde S
r
= E(a, b)
r =
_
StSr
St
, Coecente de correlaci on.
3.2. Ajuste de Polinomios de Grado n
Sea ahora una funci on P
n
(x) =

n
k=0
a
k
x
k
la que ajusta al conjunto de datos y la funci on
que expresa el error o desviaci on entre el valor observado y los valores dados por la ecuacion,
expresada por:
E = E(a
0
, , a
n
) =
M

i=0
(y
i
P
n
(x
i
))
2
7
Esta es una funci on continua y diferenciable, por lo tanto sus derivadas parciales con respecto
a cada una de las variables existen, por lo tanto existe un mnimo y se alcanza donde:
E
a
j
= 0; j = 0, , n
Vamos a tener un sistema de ecuaciones de (n + 1) (n + 1) formado por cada una de las
derivadas parciales respecto a cada uno de los coecientes del polinomio P
n
(x
i
). Desarrollando
las sumatorias que involucran cada una de estas ecuaciones vamos a tener un sistema como:
_

_
a
0
(M + 1) + a
1
M

i=0
x
1
1
+ + a
n
M

i=0
x
n
i
=
m

i=0
y
i
a
0
M

i=0
x
1
i
+ a
1
M

i=0
x
2
i
+ + a
n
M

i=0
x
n+1
i
=
m

i=0
y
i
x
i
a
0
M

i=0
x
2
i
+ a
1
M

i=0
x
3
i
+ + a
n
M

i=0
x
n+2
i
=
m

i=0
y
i
x
2
i
.
.
.
.
.
.
.
.
.
a
0
M

i=0
x
n
i
+ a
1
M

i=0
x
n+1
i
+ + a
n
M

i=0
x
n+n
i
=
m

i=0
y
i
x
n
i
Dado el sistema anterior nuestro problema se tranforma en encontrar los valores de los
coecientes del polinomio de grado n, mediante un sistema matricial de la forma Ax = b,
donde A, x y b son los mismos descritos en el caso de la ecuacion lineal. Es decir, escribir un
sistema de ecuaciones lineales de la forma:
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
(M + 1)

M
i=0
x
1
1


M
i=0
x
n
i
M

i=0
x
1
i

M
i=0
x
2
i


M
i=0
x
n+1
i
M

i=0
x
2
i

M
i=0
x
3
i


M
i=0
x
n+2
i
.
.
.
.
.
.
.
.
.
.
.
.
M

i=0
x
n
i

M
i=0
x
n+1
i


M
i=0
x
n+n
i
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

_
a
0
a
1
a
2
.
.
.
a
n
_

_
=
_

_
m

i=0
y
i
m

i=0
y
i
x
i
m

i=0
y
i
x
2
i
.
.
.
m

i=0
y
i
x
n
i
_

_
8
Para resolver el sistema se debe recordar que n es el grado del polinomio al que se desea
aproximar. Debemos recordar que el ajuste de datos mediante curvas en un metodo de tanteo,
por lo tanto si la curva obtenida no aproxima los datos, debemos intentar con una grado
superior.
Ejemplo:
Ajuste los siguientes datos mediante un polinomio de grado 2.
x
i
0 0,25 0,5 0,75 1 2,5
y
i
1 1,28 1,65 2,12 2,72 8,77
Solucion: Deseamos formar un sistema de ecuaciones como el siguiente,donde M = 4 y n = 2:
_

_
5 a
0
+ a
1
4

i=0
x
1
1
+ a
2
4

i=0
x
2
i
=
4

i=0
y
i
a
0
4

i=0
x
1
i
+ a
1
4

i=0
x
2
i
+ a
2
4

i=0
x
3
i
=
4

i=0
y
i
x
i
a
0
4

i=0
x
2
i
+ a
1
4

i=0
x
3
i
+ a
2
4

i=0
x
4
i
=
4

i=0
y
i
x
2
i
Calculamos cada una de las sumatorias necesarias para realizar el ajuste:
x
i
y
i
x
2
x
3
x
4
y
i
x
i
y
i
x
2
i
0 1 0 0 0 0 0
0,25 1,28 0,06 0,02 0 0,32 0,08
0,5 1,65 0,25 0,13 0,06 0,82 0,41
0,75 2,12 0,56 0,42 0,32 1,59 1,19
1 2,72 1 1 1 2,72 2,72
4

i=0
x
i
=2,5
4

i=0
y
i
=8,77

i=0
4
x
2
i
1,88
4

i=0
x
3
i
=1,56
4

i=0
x
4
i
=1,38
4

i=0
y
i
x
i
=5,45

i=0
4
y
i
x
2
i
=4,4
As tenemos el siguiente sistema de ecuaciones lineales:
9
_
_
_
_
5 2, 5 1, 88
2, 5 1, 88 1, 56
1, 88 1, 56 1, 38
_
_
_
_
_

_
a
0
a
1
a
2
_

_
=
_
_
_
_
8, 77
5, 45
4, 4
_
_
_
_
Resolviendo este sistema de ecuaciones tenemos que:
a
0
= 1, 01, a
1
= 0, 86, a
2
= 0, 85
y la recta de ajuste de datos de segudo grado, esta dada por: y
i
= 1, 01 + 0, 86x
i
+ 0, 85x
2
i
Para representar cada y
i
en un graco, debemos evaluar los x
i
en la recta de ajuste.
y
i
observados y
i
aproximados
1 1,01
1,28 1,28
1,65 1,65
2,12 2,13
2,72 2,71
Vemos que el conjunto de datos obtenidos aproxima al conjunto de datos observados. El error
medio para los datos observados esta dado por, donde f(x
i
) son los datos observados y y
i
los
datos aproximados:
E =
1
M + 1
M

i=0
|f(x
i
) y
i
|
3.3. Ajuste de datos con funciones exponenciales
Para realizar el ajuste de datos con funciones exponenciales nuestras funciones aproximantes
van a tener la forma:
10
y = b exp
ax
y en general para cualquier funcion aproximante el error va a estar dado por:
E =
m

i=0
(y
i
y(x
i
))
2
con los x
i
jos i = 1, , m
Si existen las derivadas parciales y son continuas entonces tambien existe un minmo, por
que las ecuaciones nos quedaran como:
Supongamos que y = be
ax
> 0 y b,0, de esta manera apliacamos ln a ambos lados de la
igualdad y podemos ver el problema como un sistema lineal. Es decir:
y = be
ax
ln(y) = ln(be
ax
ln(y) = ln(b) + ax
Si hacemos z = ln(y) y c = ln(a) podemos escribir la ecuaci on como:
z = c + ax
11
y as trabajar el sistema como lo hicimos en el caso de la funci on y = ax + b.
a =
(m + 1)
m

i=0
ln(y
i
)x
i

_
m

i=0
x
i
__
m

i=0
ln(y
i
)
_
(m + 1)
m

i=0
x
2
i

_
m

i=0
x
i
_
2
De igual manera obtenemos b
b =
_
m

i=0
x
2
i
__
m

i=0
ln(y
i
)
_

_
m

i=0
x
i
ln(y
i
)
__
m

i=0
x
i
_
(m + 1)
m

i=0
x
2
i

_
m

i=0
x
i
_
2
Ejercicios:
1. La relaci on que hay entre el grado de estudio que presenta un estudiante de tercer
semestre de Ing. Civil de la UNEFA en relacion con el grado de estres, est a determinado
mediante el siguiente conjunto de datos.
Estres X 1 2 3 4 5 6 7 8 9
Estudio Y 5 8 4 3 7 10 5 1 4
Ajuste el conjunto de datos usando una forma exponencial mediante un metodo de
mnimos cuadrados y encuentre el error medio para el mismo.
2. La poblaci on en Venezuela durante el siglo XX ha seguido la evoluci on indicada en la
tabla adjunta, se pide hallar la recta de regresion y pronosticar el n umero de habitantes
en el a no 2012.
A no X 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Nro. de habitantes Y 75,995 91,972 105,711 123,203 131,669 150,697 179,323 203,212 226,505 249,633 281,422
3. Usando los datos del ejercicio anterior, realize un ajuste exponencial y un ajuste para un
polinomio de grado 3 y realice una graca donde muestre las aproximaciones obtenidas.
(Puede apoyarse en la herramienta computacional EXCEL).
12
4. Para el siguiente conjunto de datos, realice el ajuste mediante una recta de segundo
grado.
X -3 -1 1 3
Y 15 5 1 5
5. Dado el siguiente conjunto de datos encuentre la recta que mejor ajuste a los mismos:
X 0,0 1,0 2,0 3,0 4,0
Y 1,5 2,5 3,5 5,0 7,5
6. Encuentre los polinomios de mnimos cuadrados de grado 1, 2, 3 y 4 para los datos que
se muestran en la siguiente tabla:
X 0.0 0.15 0.31 0.5 0.6 0.75
Y 1.0 1.004 1.031 1.117 1.223 1.422
Bibliograa
Burden, R. Faires, J.D. Analisis Numerico. Ed. Grupo Editorial Iberoamerica Mexico
1985 ISBN 968-7270-09-8.
Ramrez, Jose L, Apuntes de Calculo Numerico: Teora de Errores.
Ramrez, Jose L, Apuntes de Calculo Numerico: Teora de Aproximacion.
Chapra, S. Canale, R. Metodos Numericos para Ingenieros. Editorial McGRAW-HILL
Mexico 1999 ISBN 970-10-2008-1
13