Você está na página 1de 62

UNIDAD I

Introduccin al Anlisis Numrico


Mtodos Numricos
Son tcnicas mediante las cuales es posible
formular problemas matemticos, de tal
forma que puedan resolverse utilizando
operaciones aritmticas.
Requieren de un gran nmero de clculos
aritmticos.
El desarrollo de las computadoras a propiciado el
uso de mtodos numricos para la solucin de
problemas de ingeniera.
Mtodos Numricos
Anteriormente los problemas de ingeniera se
solucionaban:
Usando mtodos exactos o analticos. Proporcionan una
comprensin excelente del comportamiento de los
sistemas. Solo se aplican a un nmero limitado de
problemas generalmente lineales y con un nmero
limitado de dimensiones.
Analizando el comportamiento de los sistemas usando
soluciones grficas. Los resultados no son muy precisos
y estn limitadas a 3 dimensiones.
Utilizando calculadoras y reglas de clculo solo que los
clculos manuales son lentos.
Mtodos Numricos
Planteamiento
del problema
Solucin Implantacin
Ahora Antes Ahora
Ventajas de los Mtodos Numricos
Herramientas poderosas capaces de manipular grandes
sistemas de ecuaciones, clculos con sistemas no
lineales y solucin de geometras complicadas.
Desarrollo de sistemas dedicados a la solucin de
problemas especializados basados en mtodos
numricos.
El conocimiento de los mtodos numricos permite el
desarrollo de sistemas mas complicados sin tener que
invertir en software costoso.
El estudio de los mtodos numricos permite reforzar
la comprensin de las matemticas.
Modelos Matemticos
Son formulaciones o ecuaciones que expresan
las caractersticas esenciales de un sistema
fsico o de un proceso en trminos
matemticos.
En general, un modelo matemtico se
representa mediante una relacin funcional
Variable
Dependiente
=
f(
Variables
Independientes
, ,
Parmetros
Funciones
de Fuerza
)
Modelos Matemticos
La variable dependiente refleja el
comportamiento del sistema
Las variables independientes generalmente son
variables dimensionales como espacio o tiempo,
a travs de las cuales se representa el
comportamiento del sistema.
Los parmetros son el reflejo de las propiedades
del sistema
Las funciones de fuerza son influencias externas
que actan sobre el sistema.
Proceso de Solucin de Problemas de
Ingeniera
Definicin del
Problema
Modelo
Matemtico
Resultados
Numricos o
Grficos
Implantacin
Teora Datos Mtodos Numricos
Computadoras
Anlisis
Optimizacin
Segunda Ley de Newton
a Variable dependiente que refleja el
comportamiento del sistema
F Funcin de fuerza
m Parmetro del sistema
No hay variable independiente hasta que no
se establezca como variar la aceleracin con
respecto al tiempo o al espacio.
m
F
a a m F = =
Segunda Ley de Newton
Describe un fenmeno natural en trminos
matemticos.
Representa una idealizacin, una simplificacin
de la realidad, es decir, ignora detalles
insignificantes de la naturaleza.
Conduce a resultados reproducibles y se puede
utilizar para hacer reflexiones.
La ecuacin de la Segunda Ley de Newton posee
caractersticas tpicas de los modelos matemticos de
fenmenos fsicos:
Modelos Matemticos
Existen modelos matemticos mucho ms
complejos y que puede ser muy exactos o que
requieren de tcnicas matemticas ms
sofisticadas.
El modelo de la Segunda Ley de Newton sirve
para calcular fenmenos ms complejos como
el clculo de la velocidad final en cada libre
de un cuerpo que se encuentra cerca de la
superficie terrestre.
Ejemplo: Paracaidista
En este caso se obtiene el modelo expresando
la aceleracin como la razn de cambio de la
velocidad con respecto al tiempo (dv/dt) de
forma que:
m
F
dt
dv
=
donde
abajo arriba
F F F + =
arriba
F
abajo
F
Ejemplo: Paracaidista
g m F
abajo
=
v c F
arriba
=
Fuerza negativa debida a la
resistencia del aire.

c coeficiente de
resistencia del aire en Kg/s

v velocidad en m/s
Fuerza positiva debida a la
gravedad.

g constante gravitacional
de 9.8 m/s
2

m masa del cuerpo en Kg
Ejemplo: Paracaidista
m
v c g m
dt
dv
=
v
m
c
g
dt
dv
=
m
F
dt
dv
=
Ecuacin diferencial que modela la relacin
que existe entre la aceleracin de un cuerpo
que cae con las fuerzas que actan sobre l.

Ejemplo: Paracaidista
Para obtener la velocidad final es necesario integrar
la ecuacin diferencial para obtener una solucin
exacta o analtica, si inicialmente v=0 y t=0
entonces integrando se obtiene
( )
|
.
|

\
|

=
t
m
c
e
c
m g
t v 1 ) (
v(t) es la variable dependiente
t es la variable independiente
c y mson los parmetros del sistema
g es la funcin de fuerza
Solucin Analtica del Problema del
Paracaidista
Un paracaidista con masa de 68.1 Kg salta de un
globo aerosttico fijo. Calcular la velocidad antes de
que se abra el paracadas. Considere un coeficiente
de resistencia del aire de 12.5 Kg/s.
( )
( )
( )
( )
t
t
t
m
c
e
e
e
c
m g
t v



=

=
|
.
|

\
|

=
18355 . 0
1 . 68 5 . 12
1 39 . 53
1
5 . 12
) 1 . 68 ( ) 8 . 9 (
1 ) (
Solucin Analtica del Problema del
Paracaidista
t (seg) Vel (m/s)
0 0.00
2 16.40
4 27.77
6 35.64
8 41.10
10 44.87
12 47.49
53.39
V
e
l
o
c
i
d
a
d


(
m
/
s
)

Tiempo (seg)
Solucin Numrica Problema del
Paracaidista
Los Mtodos Numricos son aquellos en los que se
reformula un problema matemtico para lograr
resolverlo mediante operaciones aritmticas.
t
v
lim
dt
dv
0 t
A
A
=
A
i i
i i
t t
t v t v
t
v
dt
dv

=
A
A
~
+
+
1
1
) ( ) (
Aproximacin por diferencia
dividida finita
Solucin Numrica Problema del
Paracaidista
) (
) ( ) (
1
1
i
i i
i i
t v
m
c
g
t t
t v t v
=

+
+
( )
i i i i i
t t t v
m
c
g t v t v
(

+ =
+ + 1 1
) ( ) ( ) (
Valor nuevo = Valor anterior + pendiente x intervalo
Mtodo de Euler
Solucin Numrica del Problema del
Paracaidista
Intervalos de 2 seg.
Iniciar con t
i
= 0 y t
i+1
= 2
2 0
1 . 68
5 . 12
8 . 9 0 ) 2 (
(

+ = v
t velocidad
Sol. Anal.
velocidad
Sol. Num.
0 0.00 0.00
2 16.40 19.60
4 27.77 32.00
6 35.64 39.85
8 41.10 44.82
10 44.87 47.97
12 47.49 49.96
53.39 53.39
2 6 . 19
1 . 68
5 . 12
8 . 9 6 . 19 ) 4 (
(

+ = v
Segunda iteracin con
t
i
= 2 y t
i+1
= 4
Aproximaciones
Las aproximaciones numricas presentan
discrepancias.
En muchos de los problemas de ingeniera no
es posible obtener una solucin exacta para
cuantificar con exactitud las discrepancias o
errores de los mtodos numricos.
En estos caso debemos usar estimaciones del
error.
Errores Numricos
Qu tanto error se presenta?
Cul es la tolerancia?
Las tareas a desarrollar para la estimacin del
error son:
Identificar el tipo de error
Cuantificarlo
Minimizarlo
Tipos de Errores Numricos Comunes
Errores por Redondeo.- Se deben a que las
computadoras solo representan cantidades con
un nmero finito de dgitos.
Errores de Truncamiento.- Son la diferencia entre
una formulacin matemtica exacta de un
problema y su aproximacin obtenida por un
mtodo numrico.
Otros tipos de error son debidos a
equivocaciones, errores de formulacin o del
modelo y la incertidumbre en la obtencin de los
datos, entre otros.
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 en forma
confiable.
Son el nmero de dgitos que se ofrecen con
certeza, mas uno estimado.
Cifras Significativas
Velocmetro:
Lectura 49 Km/hr.
3 cifras significativas
Odmetro:
Lectura 87324.5 Km
7 cifras significativas
Cifras Significativas
Determinar las cifras significativas de un nmero es
sencillo pero puede causar confusin en algunos casos,
como por ejemplo:
0.00001845, 0.0001845, 0.001845 tiene 4 cifras
significativas
45300 puede tener 3, 4 5 cifras significativas
dependiendo si los ceros se conocen o no con exactitud.
La incertidumbre se puede eliminar utilizando la
notacin cientfica.
18.45x10
-6
, 18.45x10
-5
y 18.45x10
-4
tienen 4 cifras
significativas
4.53x10
4
, 4.530x10
4
y 4.5300x10
4
muestran
respectivamente 3, 4 y 5 cifras significativas.
Cifras Significativas
Las implicaciones de las cifras significativas en el
estudio de mtodos numricos son:
Los mtodos numricos dan resultados aproximados, por
lo que se deben desarrollar mtodos para determinar que
tan confiables son dichos resultados, una manera de
hacerlo es utilizando cifras significativas.
representan cantidades especficas, pero no se
pueden expresar exactamente con un nmero finito de
dgitos.
Ejemplo: = 3.141592653589793238462643
Las computadoras solo pueden representar un nmero
finito de dgitos, a la omisin del resto de las cifras
significativas se le conoce como error por redondeo.
7 , e t
Exactitud y Precisin
Los errores en clculos y medidas se pueden
caracterizar con respecto a su exactitud y precisin.
Exactitud: Que tan cercano esta el valor calculado o
medido del valor verdadero.
Precisin: Que tan cercanos se encuentran, unos de
otros, diversos valores calculados o medidos.
La inexactitud o sesgo es una desviacin sistemtica del
valor verdadero.
La imprecisin o incertidumbre es la magnitud en la
dispersin delos datos.
El error en los mtodos numricos considera ambas, la
inexactitud y la imprecisin en las aproximaciones.
Exactitud y Precisin
Inexacto e impreciso Exacto e impreciso
Inexacto y preciso
Exacto y preciso
Cuantificacin del Error
Valor Verdadero = Valor Aproximado + Error
E
t
= Valor Verdadero Valor Aproximado
(t - true)
E
t
Error numrico verdadero
Desventaja: Orden de magnitud del valor
Error relativo fraccional verdadero =
error verdadero/valor verdadero (entre 0 y 1)
Error relativo porcentual verdadero =
E
t
= (error verdadero/valor verdadero)x100%
Ejemplo: Cuantificacin del Error
Medido Real
Puente 9999cms 10000cms
Remache 9cms 10cms
Puente:
E
t
= 10000 9999 = 1cm E
t
= (1/10000)x100% = 0.01%
Remache:
E
t
= 10 9 = 1cm E
t
= (1/10)x100% = 10%
Estimacin del Error
Cuando no se tiene informacin del valor verdadero se
procede a normalizar el error, usando la mejor
estimacin posible al valor verdadero, es decir, la
aproximacin misma.
Error normalizado al valor aproximado


En muchos casos los mtodos numricos son iterativos,
por lo que se hace una nueva aproximacin considerando
una aproximacin anterior. En estos casos la
aproximacin se calcula como:
% 100 =
aproximado valor
aproximado error
a
c
% 100 =
actual n aproximaci
anterior n aproximaci - actual n aproximaci
a
c
Estimacin del Error
Estas ecuaciones pueden arrojar errores negativos, lo
que realmente importa es la magnitud del error, por lo
que se toma en cuenta que el valor absoluto porcentual
sea menor a una tolerancia porcentual definida E
s
de
modo que los clculos se repiten hasta que

Es conveniente relacionar estos errores con el nmero de
cifras significativas en la aproximacin. Se puede
comprobar que si E
s
= (0.5 x 10
2-n
)% se tendr la
seguridad de que el resultado es correcto en al menos n
cifras significativas.
s a
c c <
Ejemplo: Cuantificacin del Error
Serie Infinita - Expansin en Series de Maclaurin

= 1 + +

2
2!
+

3
3!
++

!

Entre ms trminos se agreguen a la serie (n mayor ) la
aproximacin ser ms cercana al valor verdadero de

.

Estimar el valor de
0.5
.Calcular los errores relativo porcentual
verdadero y normalizado al valor aproximado despus de cada
iteracin. Observe que el valor verdadero es
0.5
=1.648721 .
Agregar trminos hasta que el valor absoluto del error
aproximado

sea menor que un criterio de error pre-


establecido

con tres cifras significativas.


Ejemplo: Cuantificacin del Error
Trminos Resultado E
t
(%) E
a
(%)
1 1 39.3
2 1.5 9.02 33.3
3 1.625 1.44 7.69
4 1.645833333 0.175 1.27
5 1.648437500 0.0172 0.158
6 1.648697917 0.00142 0.0158
Primera Iteracin:
Segunda Iteracin:
1
5 . 0
= e
5 . 1 5 . 0 1
5 . 0
= + = e
% 02 . 9 % 100
648721 . 1
5 . 1 648721 . 1
=

=
t
c % 3 . 33 % 100
5 . 1
1 5 . 1
=

=
a
c

= 0.5 10
23
% = 0.05%
Error de Redondeo
Las computadoras representan nmeros en
base 2, por lo que no pueden representar
exactamente algunos nmeros en base 10.
Esta discrepancia por la omisin de cifras
significativas se llama error por redondeo
La unidad fundamental es la palabra (word)
que es una cadena de dgitos binarios (bits).
Los nmeros se guardan en una o ms
palabras.
Sistemas Numricos
Base 10 Usa 10 dgitos (Decimal). Ejem.
Valor posicional o notacin posicional:

Base 2 Usa 2 dgitos (Binario)

Base 8 Octal, Base 16- Hexadecimal
( ) ( ) ( ) ( ) ( )
4 3 2 1 0
10
10 8 10 6 10 4 10 0 10 9 ) 86409 ( - + - + - + - + - =
( ) ( ) ( )
10
2 1 0
2
) 7 ( 4 2 1 2 1 2 1 2 1 ) 111 ( = + + = - + - + - =
Valor Posicional
Representacin Entera
Mtodo de Magnitud con Signo: Emplea el primer bit
de una palabra para indicar el signo (0-positivo, 1-
negativo) y los dems bits representan la magnitud.
En una computadora de 16 bits el nmero -173 es
1 000 0000 1010 1101
Cul es el rango de nmeros enteros de base 10 que
se pueden representar en una computadora de 16 bits?

Como los nmeros puedes ser positivos o negativos,
entonces el rango de valores es de -32767 a 32767.
Este mtodo es representativo, en realidad las
computadoras implementan el mtodo de
complemento2 que incorpora en forma directa el
signo dentro de la magnitud.
( ) ( ) ( ) ( ) ( ) 32767 2 1 2 1 2 1 2 1 2 1
14 13 12 1 0
= - + - + - + + - + -
Representacin de Punto Flotante
El nmero de punto flotante se expresa como
Parte Fraccionaria.- Mantisa o significado.
Parte Entera.- Exponente o caracterstica.

m=mantisa b=base numrica e=exponente
Ejemplo: El nmero 156.78 se representa como
0.15678x10
3
en sistema base 10 de punto
flotante.
En una computadora los bits de una palabra se
dividen de la siguiente forma
e
b m
Bit de signo Exponente con Signo Mantisa
Representacin de Punto Flotante
1/34=0.029411765 se representa como:
0.0294x10
0
en sistema base 10 de punto flotante con
4 decimales.
0.2941x10
-1
con mantisa normalizada.
Al normalizar la mantisa se obtienen mas cifras
significativas, la consecuencia de la normalizacin
es que el valor absoluto de m queda limitado por
1/bm<1. En base 10 de 0.1m<1 y en base 2 de
0.5m<1
La representacin de punto flotante introduce
errores debido a que la mantisa conserva solo un
nmero finito de cifras significativas, por lo que
se produce un error por redondeo.
Ejemplo: Conjunto Hipottico de
Nmeros de Punto Flotante
Determinar el conjunto de nmeros de punto flotante
para una mquina de 7 bits por palabra con 1 bit de
signo del nmero, 3 bits para el signo y la magnitud del
exponente y 3 bits para la mantisa.
Signo del
nmero
Signo del
exponente
Magnitud del
exponente
Magnitud de
La mantisa
Ejemplo: Conjunto Hipottico de
Nmeros de Punto Flotante
Nmero positivo mas pequeo +0.5x2
-3
= (0.0625)
10

0 1 1 1 1 0 0
Magnitud del exponente: (1x2
1
)+(1x2
0
)=3
Mantisa: (1x2
-1
)+(0x2
-2
)+(0x2
-3
)=0.5
2
1
2
0
2
-1
2
-2
2
-3

Se toma una mantisa de 100 y no 000 001 010
011 por la restriccin de normalizacin 1/bm<1.
Si incrementamos la mantisa tenemos:
( ) ( ) ( ) ( ) | | ( )
10
3 3 2 1
2
078125 . 0 2 2 1 2 0 2 1 0111101 = + + =

( ) ( ) ( ) ( ) | | ( )
10
3 3 2 1
2
093750 . 0 2 2 0 2 1 2 1 0111110 = + + =

( ) ( ) ( ) ( ) | | ( )
10
3 3 2 1
2
109375 . 0 2 2 1 2 1 2 1 0111111 = + + =

Ejemplo: Conjunto Hipottico de
Nmeros de Punto Flotante
( ) ( ) ( ) ( ) | | ( )
10
2 3 2 1
2
125000 . 0 2 2 0 2 0 2 1 0110100 = + + =

( ) ( ) ( ) ( ) | | ( )
10
2 3 2 1
2
156250 . 0 2 2 1 2 0 2 1 0110101 = + + =

( ) ( ) ( ) ( ) | | ( )
10
2 3 2 1
2
187500 . 0 2 2 0 2 1 2 1 0110110 = + + =

Para continuar aumentando las cantidades se debe
reducir el exponente, entonces tenemos:
( ) ( ) ( ) ( ) | | ( )
10
2 3 2 1
2
218750 . 0 2 2 1 2 1 2 1 0110111 = + + =

Y as sigue aumentando hasta llegar al nmero positivo
ms grande.
( ) ( ) ( ) ( ) | | ( )
10
3 3 2 1
2
7 2 2 1 2 1 2 1 0011111 = + + =

Limitaciones de la Representacin de
Punto Flotante
El rango de cantidades que puede representarse
es limitado
Error de desbordamiento (overflow): Nmeros fuera
de rango.
Agujero en el cero (underflow): Nmeros entre el cero
y el primer nmero.
Nmero finito de cantidades que pueden
representarse dentro de un rango . El rango de
precisin es limitado.
Error de cuantificacin: Los nmeros no pueden
representarse exactamente.
Corte y Redondeo
Limitaciones de la Representacin de
Punto Flotante
El intervalo entre los nmeros (x) aumenta
conforme los nmeros crecen en magnitud.
Esta caracterstica indica que los errores de
cuantificacin sern proporcionales a la magnitud
del nmero.
Para normalizar los nmeros de punto flotante,
esta proporcionalidad se expresa como:
Redondeo
x
x
Corte
x
x
2
c
c s
A
s
A
psilon de la Mquina -
t - 1
b = c
b base
t nmero de dgitos
significativos en la mantisa
Ejemplo: Determinar el psilon de la mquina de 7
bits suponiendo que se usa el corte de cifras
significativas.

b=2
t=3
25 . 0 = =
3 - 1
2 c
Precisin Extendida
Las computadoras que utilizan el estandar IEEE
permiten 24 bits para la mantisa que significa tener
cerca de siete cifras significativas de presicin en
dgitos de base 10 con un rango aproximado de 10
-38
a
10
39
.
An as, en algunas aplicaciones se requiere mayor
precisin por lo que muchas computadoras permiten la
especificacin de precisin extendida.
La ms comn es la doble precisin, en la cual se
duplica el nmero de palabras para almacenar un
nmero de punto flotante.
Esto permite tener de 15 a 16 cifras significativas de
precisin en base 10 y un rango aproximado de 10
-308
a
10
308
.
Errores de Truncamiento
Resultan al usar una aproximacin en lugar de un
procedimiento matemtico exacto.
Para caracterizar el comportamiento de estos errores
se consideran las Series de Taylor, que son una
formulacin matemtica exacta que permite expresar
funciones de forma aproximada.
Serie de Taylor.- Permite predecir el valor de una
funcin en un punto en trminos del valor de la
funcin y sus derivadas en otro punto.
En particular, el teorema de Taylor establece que
cualquier funcin suave puede aproximarse por un
polinomio.
Trminos de la Serie de Taylor
El primer trmino nos proporciona una aproximacin de
orden cero, funciona muy bien si se quiere aproximar una
constante.

Si la funcin cambia en el intervalo, entonces se requieren
trminos adicionales en la Serie de Taylor para obtener una
mejor aproximacin.
La aproximacin de primer orden se obtiene sumando otro
trmino a la serie, ste trmino representa una lnea recta
y permite predecir un incremento o decremento lineal
entre x
i
y x
i+1
.

La aproximacin de segundo orden permite tener algo de
curvatura que pudiera presentar la funcin.
( ) ( )
i i
x f x f ~
+1
( ) ( ) ( )( )
i i i i i
x x x f x f x f + ~
+ + 1 1
'
( ) ( ) ( )( )
( )
( )
2
1 1 1
! 2
' '
'
i i
i
i i i i i
x x
x f
x x x f x f x f + + ~
+ + +
Serie de Taylor
As se van agregando trminos para aproximar funciones
ms complejas y llagar a la expresin final de la Serie de
Taylor.



Donde R es un trmino residual que resulta de


n significa que es el residuo de la aproximacin de n-simo
orden y es un valor de x que se encuentra en algn punto
entre x
i
y x
i+1
.
La Serie de Taylor se simplifica definiendo un tamao de
paso h=(x
i+1
- x
i
) de manera que
( ) ( ) ( )( )
( )
( )
( )
( )
( )
( )
n
n
i i
i
n
i i
i
i i
i
i i i i i
R x x
n
x f
x x
x f
x x
x f
x x x f x f x f
+ + +
+ + + ~
+
+ + + +
1
) (
3
1
) 3 (
2
1 1 1
!
! 3 ! 2
' '
'

( ) ( ) ( )
( ) ( ) ( )
n
n
i
n
i i
i i i
R h
n
x f
h
x f
h
x f
h x f x f x f + + + + + + ~
+
! ! 3 ! 2
' '
'
) (
3
) 3 (
2
1

( )
( )
( )
1
1
) 1 (
! 1
+
+
+

+
=
n
i i
n
n
x x
n
f
R
c
Ejemplo: Aproximacin de un polinomio
mediante una Serie de Taylor
Utilizar una Serie de Taylor de orden cero hasta orden
cuatro para aproximar la funcin:
2 . 1 25 . 0 5 . 0 15 . 0 1 . 0 ) (
2 3 4
+ = x x x x x f
donde x
i
= 0 con h=1, esto es, predecir el valor en
x
i+1
= 1.
Valor verdadero f(0)=1.2 y f(1)=0.2
Serie de Taylor con n=0
con n=1
0 . 1 2 . 1 2 . 0 2 . 1 ) (
1
= = ~
+ t i
E x f
75 . 0 95 . 0 2 . 0 95 . 0 25 . 0 2 . 1 ) ( 25 . 0 ) 0 ( '
1
= = ~ ~ =
+ t i
E h x f f
Ejemplo: Aproximacin de un polinomio
mediante una Serie de Taylor
25 . 0 45 . 0 2 . 0 45 . 0 5 . 0 25 . 0 2 . 1 ) (
0 . 1 ) 0 ( ' '
2
1
= = ~ ~
=
+ t i
E h h x f
f
con n=2
con n=4 tenemos la misma ecuacin inicial
2 . 1 25 . 0 5 . 0 15 . 0 1 . 0 ) (
2 3 4
+ = x x x x x f
y el trmino residual es
( )
( )
0
! 5
5
) 5 (
= = h
f
R
n
c
Propagacin del Error
Se investiga como los errores en los nmeros puede
propagarse a travs de las funciones matemticas, como
cuando se multiplican dos nmeros que tienen errores,
poder estimar el error de este producto.
Funciones de una sola variable.- La funcin f(x) es
dependiente de la variable independiente x.
Considerar que es una aproximacin de x. Evaluar la
diferencia entre x y , esto es, f()=|f(x)-f()|, el problema
de evaluar f() es que no se conoce f(x) porque no se
conoce x.
Esto se puede hacer si esta cerca de x y f() es continua y
diferenciable.
Si se satisfacen esta condiciones se utiliza una Serie de
Taylor para calcular f(x) cerca de f()




+ + + = ) (
! 2
) ( ' '
) )( ( ' ) ( ) ( x x
x f
x x x f x f x f
Propagacin del Error en Funciones de
una Sola Variable
Quitando el tercer trmino y los de orden superior se
tiene

donde f()=|f(x)-f()| representa una estimacin del
error de la funcin y =|x-| representa una estimacin
del error de x.
) ( | ) ( ' | ) ( ) )( ( ' ) ( ) ( x x x f x f o x x x f x f x f

= A + =
Ejemplo: Propagacin del Error en
Funciones de una Sola Variable
Si =2.5 y =0.01 estimar el error resultante
en la funcin f(x)=x
3
.
f()3(2.5)
2
(0.01)=0.1875
Ya que f(2.5)=15.625 se pronostica que
f(2.5)=15.6250.1875 o que el valor verdadero
se encuentra entre 15.4375 y 15.8125.
Funciones de Mas de Una Variable
Serie de Taylor para 2 variables
+
(


c
c
+
c c
c
+
c
c
+
c
c
+
c
c
+ =
+ + + +
+ + + +
2
1
2
2
1 1
2
2
1
2
2
1 1 1 1
) ( ) )( ( 2 ) (
! 2
1
) ( ) ( ) , ( ) , (
i i i i i i i i
i i i i i i i i
v v
v
f
v v u u
v u
f
u u
u
f
v v
v
f
u u
u
f
v u f v u f
Si no se consideran los trminos de segundo orden y
superior
v
v
f
u
u
f
v u f

A
c
c
+ A
c
c
= A ) , (
y son estimaciones del error de u y v respectivamente.
Para n variables independientes
1
,
2
,,
n
, teniendo errores

1
,
2
,,
n
se satisface la siguiente relacin general:
n
n
n
x
x
f
x
x
f
x
x
f
x x x f


A
c
c
+ + A
c
c
+ A
c
c
= A
2
2
1
1
2 1
) , , , (
Estabilidad y Condicin
La Condicin de un problema matemtico determina
su sensibilidad a los cambios en los datos de entrada.
Se dice que un clculo es numricamente inestable
si la inexactitud de los valores de entrada se aumenta
por el mtodo numrico.
Usando una Serie de Taylor de primer orden

se puede estimar el error relativo de f(x) como


El error relativo de x esta dado por
)
~
)(
~
( ' )
~
( ) ( x x x f x f x f + ~
)
~
(
)
~
)(
~
( '
) (
)
~
( ) (
x f
x x x f
x f
x f x f
~

x
x x
~
~

Estabilidad y Condicin
Un nmero de condicin puede definirse como la
razn entre estos errores relativos
)
~
(
)
~
( '
~
x f
x f x
condicin de Nmero =
El nmero de condicin proporciona una medida de
que tanto una inexactitud de x se aumenta por f(x).
Un valor de 1 nos indica que el error relativo de la
funcin es idntico al error relativo de x. Un valor mayor
a 1 nos seala que el error relativo se amplifica,
mientras que un valor menor que 1 no dice que se
atena.
En funciones con valores muy grandes de dice que
estn mal condicionadas.
Error Numrico Total
Es la suma de los errores de truncamiento y de redondeo.
La nica forma minimizar los errores de redondeo
consiste en incrementar el nmero de cifras significativas
en la computadora, y aumentar si se incrementa el
nmero de clculos .
En contraste, el error de truncamiento se reduce
disminuyendo el tamao del incremento.
Entonces notamos que una disminucin en el tamao del
incremento aumentar el nmero de clculos y por
consecuencia el error de redondeo.
Por lo que concluimos que los errores de truncamiento
disminuyen conforme los errores de redondeo aumentan.
Error Numrico Total
Lo ms importante entonces es determinar el tamao de
incremento apropiado para un clculo en particular.
Se debe identificar el punto de regreso disminuido
donde los errores de redondeo ya no muestran los
beneficios de la reduccin del tamao del incremento.

Você também pode gostar