Professional Documents
Culture Documents
NUMERICOS
Profesor:
Alumno:
Lujan Valverde, Carlos
Espinal Alfaro, Jhordan
Vsquez Cabanillas, Edward
2015
METODOS NUMERICOS
APROXIMACIONES Y ERRORES DE REDONDEO
1.-CIFRAS SIGNIFICATIVAS
El concepto de cifras o dgitos significativos se ha desarrollado
para designar formalmente la confiabilidad de un valor numrico. Las
cifras significativas de un nmero son aquellas que pueden utilizarse de
forma confiable. Se trata del nmero de dgitos que se ofrecen con
certeza, ms uno estimado.
2.-EXACTITUD Y PRECISIN
Los errores en clculos y medidas se pueden caracterizar con
respecto a su 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 que tan cercanos se encuentran, unos de otros,
diversos valores calculados o medidos.
3.-DEFINICIONES DE ERROR
Los errores numricos surgen del uso de aproximaciones para
representar operaciones y cantidades matemticas exactas. stas
incluyen los errores de truncamiento, y los errores de redondeo que se
producen cuando se usan nmeros que tienen un lmite de cifras
significativas para representar nmeros exactos. Para ambos tipos de
errores, la relacin entre el resultado exacto, o verdadero, y el
aproximado est dada por:
Valor verdadero = valor aproximado + error
Reordenando la ecuacin Ec.1, se encuentra que el error
numrico es igual a la diferencia entre el valor verdadero y el valor
aproximado esto es:
Ev = valor verdadero valor aproximado
Donde Ev se usa para redondear el valor exacto del error. Se
incluye el subndice v para dar a entender que se trata del verdadero
error.
Un defecto es que muchas veces no se toma en consideracin el orden
de magnitud del valor que se est probando. Por ejemplo, un error de un
centmetro es mucho ms significativo si se est midiendo un remache
Ing. Mecatrnica
Pgina 1
METODOS NUMERICOS
que un puente. Una manera de medir las magnitudes de las cantidades
que se estn evaluando es normalizar el error respecto al valor
verdadero, como en:
Error relativo fraccional = error / valor verdadero
Donde:
Error = valor verdadero valor aproximado.
El error relativo tambin se puede multiplicar por el 100% para
expresarlo como Ev = (error verdadero/ valor verdadero) 100; Donde Ev
denota el error relativo porcentual. El subndice v significa la
normalizacin del error al valor verdadero.
Para los mtodos numricos el valor verdadero nicamente se
conocer cuando se habla de funciones que se pueden resolver
analticamente. Sin embargo, en aplicaciones reales, no se conoce la
respuesta verdadera. En estos casos, normalizar el error es una
alternativa usando la mejor estimacin posible del valor verdadero, esto
es a la aproximacin misma, como:
Ea = (error aproximado/ valor aproximado)/100
Donde el subndice a significa que el error est normalizado a
un valor aproximado. Uno de los retos a que se enfrentas los mtodos
numricos es el de determinar estimaciones del error en ausencia de
conocimiento de los valores verdaderos. El error se calcula como la
diferencia entre la aproximacin previa y la actual. Por lo tanto, el error
relativo
porcentual
est
dado
por
Ea =abs(((aproximacin actual- aproximacin previa )/ aproximacin
actual)
100)
Si se cumple la relacin anterior , entonces se considera que el resultado
obtenido est dentro del nivel aceptable, es decir, aun error previamente
fijado(Es):
Abs(Ea) <>
4.-ERRORES DE REDONDEO
El error de redondeo tiene que ver con el uso de mquinas que
tienen memoria finita para representar magnitudes que tienen precisin
infinita. Es tambin importante indicar que aunque el error de redondeo
es inevitable puede reducirse utilizando algoritmos adecuados y ciertos
trucos al momento de programarlos.
Ing. Mecatrnica
Pgina 2
METODOS NUMERICOS
Por ejemplo dependiendo del equipo que se est usando puede
ocurrir lo que se muestra en la segunda columna de la siguiente tabla
Infinitas cifras
2
( 8 ) =8
(1 ) s ( 1+ f )2e
Donde
1+f =( 1+1. a1 a2 a3 a4 a52 )2
1 1+ f 22
Pgina 3
METODOS NUMERICOS
252 2.22041016
El efecto que este tipo de error tiene sobre el resultado de un conjunto
de operaciones depende de:
Pgina 4
METODOS NUMERICOS
n
0.d 1 d 2 d3 d 4 d k 10
1 d 1 9
0 di 9
dk
si
fl ( y )=0. 1 2 3 4 k10 n
Ing. Mecatrnica
Pgina 5
METODOS NUMERICOS
p p
yfl( y )
y
x y=fl(fl ( x )fl( y ))
x y=fl(fl ( x )fl( y ))
x y=fl(fl ( x ) fl( y ))
Ing. Mecatrnica
Pgina 6
METODOS NUMERICOS
El 25 de febrero de 1991, durante
la guerra del Golfo, una batera
de Misiles Patriot americana en
Dharan, Arabia Saudita, fall en
la intercepcin de un misil Scud
Iraqui.
El
Scud
bombarde
unas
barracas del ejercito americano,
matando a 28 soldados e hiriendo
a aproximadamente un centenar
de personas.
Ing. Mecatrnica
Pgina 7
METODOS NUMERICOS
Ing. Mecatrnica
Pgina 8
METODOS NUMERICOS
El 4 de junio de 1996, un inmanejable cohete Ariana 5 lanzado
por la Agencia Espacial Europea explot justamente despus de 40
minutos
de
haber
sido
lanzado de Kourou, Guyana
Francesa.
El cohete estaba en su primer
viaje despus de 10 aos de
desarrollo, el cual cost siete
billones de dlares.
El costo de la destruccin del
cohete
fue
valuado
en
quinientos
millones
de
dlares.
Ing. Mecatrnica
Pgina 9
METODOS NUMERICOS
La comparacin del desarrollo polinomial de la solucin numrica
con la serie de Taylor de la solucin exacta nos permite evaluar el
ERROR DE TRUNCAMIENTO.
SERIE DE TAYLOR
La serie de Taylor proporciona un medio para predecir el valor de una
funcin en un punto en trminos del valor de la funcin y sus derivadas
en otro punto. Es decir: cualquier funcin suave puede aproximarse por
un polinomio.
DESARROLLO DE LA SERIE DE TAYLOR
Funcin analtica: una funcin f(x) se dice analtica en x=a si f(x) se
puede representar mediante una serie de potencias en trminos de c =
x-a dentro de un radio de convergencia 0< | x-a | < D.
Condicin necesaria de analiticidad de un punto: debe existir todas las
derivadas de la funcin y ser continuas tanto en el punto como en un
entorno alrededor de l. Un punto donde f(x) no es analtica recibe el
nombre de un punto singular. Si f(x) es derivable en un entorno de x o
excepto en xo es un punto singular de f(x).
Desarrollo de una funcin f(x) en serie de taylor alrededor de
Ing. Mecatrnica
Pgina 10
x=c :
METODOS NUMERICOS
TEOREMA DE TAYLOR
Teorema 1. Si f E cn+1 [a,b] entonces :
Ing. Mecatrnica
Pgina 11
METODOS NUMERICOS
R0 =f(Xi)h +
2 ''
3 '' '
x f ( 0 ) + x f ( 0 )+
Ejemplos:
1.
e x =1+ x +
x2 x 3
+ +
2 3!
2. Sen(x)= x +
x3 x4
+ +
3! 5!
Ing. Mecatrnica
h = x-a
Pgina 12
METODOS NUMERICOS
h
O( N +1)representa el error que se comete debido altrunca miento de losterminos de orden N +1 y superiores
ERRORES DE TRUNCAMIENTO
1. Supongamos que se requiere determinar la velocidad de un objeto
en el futuro a partir de la medida de la velocidad en el presente.
Para esto desarrollaremos la velocidad usando la serie de Taylor:
V(ti+1) = V(ti) + V(ti)(ti+1 ti) +
''
V ( ti )
( ti+1ti )+ + Rn
2!
v ( ti+1 )v (ti)
R1
ti+ 1ti
ti+ 1ti
Donde:
Aproximacion de orden 1 =
Error de truncamiento =
v (ti+ 1 )v(ti)
ti+1ti
R1
ti+ 1ti
Ing. Mecatrnica
Pgina 13
METODOS NUMERICOS
Donde O() se emplea para indicar el orden. Es decir, el error de
truncamiento de la primera derivada es del orden (o proporcional) del
incremento empleado para calcularla.
4. La derivada en un punto se puede determinar con la diferencia
finita hacia atrs:
f ( xi1 ) =f ( xi )f ' ( xi ) h+
''
f ( xi ) 2
h
2!
'
f ( xi )=
f ( xi )f (xi1) f '' ( xi )
f ( x i )f ( xi1 )
h=
O(h)
h
2!
h
'
f ( xi1 ) =f ( xi )f ( xi ) h+
h
2h
6
Ing. Mecatrnica
f ( xi+1 ) f (xi1)
O(h2)
2h
Pgina 14
METODOS NUMERICOS
Ejemplo: sea f(x)
x2 +3
e=0.00005
Hacemos xi=1 y h=.01
1
2
2
3
3
f ( 1 ) (.01) f ( 1 ) (.01) f (1)(.01)
f ( 1.01 )=f ( 1 )+
+
+
+
1!
2!
3!
( 2+3) 2
x
3
f ( 1) ( x ) = 2 ; f ( 2) ( x ) =
x +3
Asi que:
3(.01)2 f 3 (1)(.01)3
1
f ( 1.01 )=f ( 1 )+ ( .01 ) +
+
+
3
2
6
42
xr
f (x u)(x lx u )
f ( xl ) f (x u)
xr
calculado con la
Pgina 15
METODOS NUMERICOS
xl
xu
,y da un valor de la funcin
xl
f (xr ) . De esta
y
xu
siempre
Ejemplo:
Utilice el mtodo de la falsa posicin para determinar el
coeficiente de arrastre c necesario para que un paracaidista de masa m
= 68.1 kg tenga una velocidad de 40 m/s despus de una cada libre de
t = 10 s. Nota: La aceleracin de la gravedad es 9.8 m/s2.
Solucin: Este problema se resuelve determinando la raz de la
ecuacin usando los parmetros t=10, g=9.8, v=40 y m=68.1
No haremos la descripcin como hallamos la siguiente ecuacin ya
que la intensin es saber la el desarrollo del mtodo de la falsa posicin.
f ( c )=
(
)10 40
9.868.1
1e 68.1
c
Ing. Mecatrnica
Pgina 16
METODOS NUMERICOS
Podemos observar la grfica de la ecuacin de
la cual nos podemos dar cuenta que la raz es
en un rango entre 12 y 16, siguiendo un poco
ms minuciosos nos damos cuenta que la raz
es aproximadamente 14.5, ahora aplicaremos
el mtodo de la falsa posicin para hallar la
raz con un poco ms de exactitud.
Definimos los puntos entre los cuales puede
x 1=12
estar la raz que deseamos obtener
y
x u=16 .
Primera iteracin:
x l=12 f ( x l)=6.0699
xu=16 f (xu)= 2.2688
x r=16
2.2688 ( 1216 )
=14.9113
6.0699(2.2688 )
Ing. Mecatrnica
Pgina 17
xr
se
METODOS NUMERICOS
x u=14.9113 f ( xu)= 0.2543
x r=14.9113
0.2543 ( 1214.9113 )
=14.7942
6.0699(0.2543 )
Ing. Mecatrnica
Pgina 18
METODOS NUMERICOS
10
Grfica de la funcin f ( x )=x 1 , ilustrando la
Despus de
cinco iteraciones,
el error verdadero
slo
se
ha
reducido al 59%. El ejemplo anterior ilustra que, por lo comn, no es
posible realizar generalizaciones con los mtodos de obtencin de
races. Aunque un mtodo como el de la falsa posicin casi siempre es
superior al de biseccin, hay algunos casos que violan esta conclusin
general. Por lo tanto, adems de usar las ecuaciones para hallar la raz,
los resultados se deben verificar sustituyendo la raz aproximada en la
ecuacin original y determinar si el resultado se acerca a cero. Esta
prueba se debe incorporar en todos los programas que localizan races.
El ejemplo ilustra tambin una importante desventaja del mtodo
de la falsa posicin: su unilateralidad. Es decir, conforme se avanza en
las iteraciones, uno de los puntos limitantes del intervalo tiende a
permanecer fijo. Esto puede llevar a una mala convergencia,
especialmente en funciones con una curvatura importante.
Falsa posicin modificada
Una forma de disminuir la naturaleza unilateral de la falsa posicin
consiste en obtener un algoritmo que detecte cuando se estanca uno
de los lmites del intervalo. Si ocurre esto, se divide a la mitad el valor de
Ing. Mecatrnica
Pgina 19
METODOS NUMERICOS
la funcin en el punto de estancamiento. A este mtodo se le llama
mtodo de la falsa posicin modificado.
El algoritmo dado en la siguiente figura lleva a cabo dicha
estrategia. Observe cmo se han usado contadores para determinar si
uno de los lmites del intervalo permanece fijo estancado durante dos
iteraciones. Si ocurre as, el valor de la funcin en este valor de
estancamiento se divide a la mitad.
La efectividad de este algoritmo se demuestra aplicndolo al
10
ejemplo anterior de la funcin f ( x )=x 1 . Si se utiliza un criterio de
terminacin de 0.01% el mtodo de biseccin y el mtodo estndar de
falsa posicin convergern, respectivamente, despus de 14 y 39
iteraciones. En cambio el mtodo de la falsa posicin modificado
converger despus de 12 iteraciones.
De manera que para este ejemplo el mtodo de la falsa posicin
modificado es ms eficiente que el de biseccin y muchsimo mejor que
el mtodo de la falsa posicin no modificado. A continuacin tendremos
el seudocdigo del mtodo de falsa posicin modifica, el seudocdigo
para el mtodo de falsa posicin sera parecido al de biseccin solo
cambiaremos la ecuacin halla mediante tringulos semejantes a
diferencia del mtodo de biseccin que fue partiendo en dos partes
iguales al intervalo.
Ing. Mecatrnica
Pgina 20
METODOS NUMERICOS
Pgina 21
METODOS NUMERICOS
remedio parcial para estos casos consiste en calcular la primera
derivada de la funcin al inicio y al final de cada intervalo. Cuando la
derivada cambia de signo, puede existir un mximo o un mnimo en ese
intervalo, lo que sugiere una bsqueda ms minuciosa para detectar la
posibilidad de una raz.
Aunque estas modificaciones o el empleo de un incremento muy
fino ayudan a resolver el problema, se debe aclarar que mtodos tales
como el de la bsqueda incremental no siempre resultan sencillos.
Ser prudente complementar dichas tcnicas automticas con
cualquier otra informacin que d idea de la localizacin de las races.
Esta informacin se puede encontrar graficando la funcin y
entendiendo el problema fsico de donde proviene la ecuacin.
Pgina 22
METODOS NUMERICOS
%...si no se coloca nada sera por defaul default = 0.001
% maxit = (opcional) maximo numero de iteraciones...
% si no se coloca nada sera por default = 50
% output"saldias":
% root = la raiz
if func(xl)*func(xu)>0 %si en el intervalo no hay cambio se signo...
%...significa que no hay ninguna raiz en el intervalo
error('no hay raiz') %mostrar el mensaje y fin del programa
end
% valores por default
if nargin<5, maxit=50; end
if nargin<4, es=0.001; end
% metodo de la falsa posicin
iter = 0;
xr = xl;
while (1)
xrold = xr;
xr = xu - func(xu)*(xl - xu)/(func(xl) - func(xu));
iter = iter + 1;
if xr ~= 0, ea = abs((xr - xrold)/xr) * 100; end
test = func(xl)*func(xr);
if test < 0
xu = xr;
elseif test > 0
xl = xr;
else
ea = 0;
end
if ea <= es | iter >= maxit, break, end
end
root = xr;
Ing. Mecatrnica
Pgina 23