Professional Documents
Culture Documents
Índice
[ocultar]
1Problemas
2Áreas de estudio
o 2.4Optimización
o 2.5Evaluación de integrales
o 2.6Ecuaciones diferenciales
5Referencias
6Enlaces externos
o 6.1En español
o 6.2En inglés
Problemas[editar]
Los problemas de esta disciplina se pueden dividir en dos grupos fundamentales:
Problemas en los cuales existe una solución analítica, pero ésta, por
complejidad u otros motivos, no puede explotarse de forma sencilla en la práctica.
Problemas para los cuales existen métodos sencillos pero que, para elementos
que se emplean en la práctica, requieren una cantidad de cálculos excesiva; mayor
que la necesaria para un método numérico.
Áreas de estudio[editar]
El análisis numérico se divide en diferentes disciplinas de acuerdo con el problema que
resolver.
Cálculo de los valores de una función[editar]
Uno de los problemas más sencillos es la evaluación de una función en un punto dado.
Para polinomios, uno de los métodos más utilizados es el algoritmo de Horner, ya que
reduce el número de operaciones a realizar. En general, es importante estimar y
controlar los errores de redondeo que se producen por el uso de la aritmética de punto
flotante.
La extrapolación es muy similar a la interpolación, excepto que ahora queremos
encontrar el valor de la función desconocida en un punto que no está comprendido entre
los puntos dados.
La regresión es también similar, pero tiene en cuenta que los datos son imprecisos.
Dados algunos puntos, y una medida del valor de la función en los mismos (con un error
debido a la medición), queremos determinar la función desconocida. El método de
los mínimos cuadrados es una forma popular de conseguirlo.
Resolución de ecuaciones y sistemas de ecuaciones [editar]
Otro problema fundamental es calcular la solución de una ecuación o sistema de
ecuaciones dado. Se distinguen dos casos dependiendo de si la ecuación o sistema de
ecuaciones es o no lineal. Por ejemplo, la ecuación es lineal mientras que la ecuación
de segundo grado no lo es.
Mucho esfuerzo se ha puesto en el desarrollo de métodos para la resolución
de sistemas de ecuaciones lineales. Métodos directos, i.e., métodos que utilizan
alguna factorización de la matriz son el método de eliminación de Gauss,
la descomposición LU, la descomposición de Cholesky para matrices simétricas (o
hermíticas) definidas positivas, y la descomposición QR. Métodos iterativos como
el método de Jacobi, el método de Gauss-Seidel, el método de las aproximaciones
sucesivas y el método del gradiente conjugado se utilizan frecuentemente para grandes
sistemas.
En la resolución numérica de ecuaciones no lineales algunos de los métodos más
conocidos son los métodos de bisección, de la secante y de la falsa posición. Si la
función es además derivable y la derivada se conoce, el método de Newton es muy
utilizado. Este método es un método de iteración de punto fijo. La linealización es otra
técnica para resolver ecuaciones no lineales.
Las ecuaciones algebraicas polinomiales poseen una gran cantidad de métodos
numéricos para enumerar :
Método de Laguerre
Método de Bernoulli
Método de Horner
Método de Householder
Método de Newton-Horner
Método de Richomnd-Horner
Método de Birge-Biète
Método de Jenkins-Traub
Descomposición espectral y en valores singulares[editar]
Bastantes problemas importantes pueden ser expresados en términos
de descomposición espectral (el cálculo de los vectores y valores propios de una matriz)
o de descomposición en valores singulares. Por ejemplo, el análisis de componentes
principales utiliza la descomposición en vectores y valores propios.
Optimización[editar]
Artículo principal: Optimización (matemática)
Los problemas de optimización buscan el punto para el cual una función dada alcanza
su máximo o mínimo. A menudo, el punto también satisface cierta restricción.
Ejemplos de, problemas de optimización son la programación lineal en que tanto la
función objetivo como las restricciones son lineales. Un método famoso de
programación lineal es el método simplex.
El método de los multiplicadores de Lagrange puede usarse para reducir los problemas
de optimización con restricciones a problemas sin restricciones.
Evaluación de integrales[editar]
Artículo principal: Integración numérica