Anlisis numrico

El anlisis numrico o clculo numrico es la rama de las matemticas encargada de

disear algoritmos para, a travs de nmeros y reglas matemticas simples, simular
procesos matemticos ms complejos aplicados a procesos del mundo real.

El anlisis numrico cobra especial importancia con la llegada de los ordenadores.

Los ordenadores son tiles para clculos matemticos extremadamente complejos, pero
en ltima instancia operan con nmeros binarios y operaciones matemticas simples.

Desde este punto de vista, el anlisis numrico proporcionar todo el andamiaje

necesario para llevar a cabo todos aquellos procedimientos matemticos susceptibles
de expresarse algortmicamente, basndose en algoritmos que permitan su simulacin
o clculo en procesos ms sencillos empleando nmeros.

Definido el error, junto con el error admisible, pasamos al concepto de estabilidad

de los algoritmos. Muchas de las operaciones matemticas pueden llevarse adelante a
travs de la generacin de una serie de nmeros que a su vez alimentan de nuevo el
algoritmo (feedback). Esto proporciona un poder de clculo y refinamiento
importantsimo a la mquina que a medida que va completando un ciclo va llegando a
la solucin. El problema ocurre en determinar hasta cundo deber continuar con el
ciclo, o si nos estamos alejando de la solucin del problema.

Finalmente, otro concepto paralelo al anlisis numrico es el de la representacin,

tanto de los nmeros como de otros conceptos matemticos como los vectores,
polinomios, etc. Por ejemplo, para la representacin en ordenadores de nmeros
reales, se emplea el concepto de coma flotante que dista mucho del empleado por la
matemtica convencional.

En general, estos mtodos se aplican cuando se necesita un valor numrico como

solucin a un problema matemtico, y los procedimientos "exactos" o "analticos"
(manipulaciones algebraicas, teora de ecuaciones diferenciales, mtodos de
integracin, etc.) son incapaces de dar una respuesta. Debido a ello, son
procedimientos de uso frecuente por fsicos e ingenieros, y cuyo desarrollo se ha
visto favorecido por la necesidad de stos de obtener soluciones, aunque la
precisin no sea completa. Debe recordarse que la fsica experimental, por ejemplo,
nunca arroja valores exactos sino intervalos que engloban la gran mayora de
resultados experimentales obtenidos, ya que no es habitual que dos medidas del
mismo fenmeno arrojen valores exactamente iguales.

ndice

1 Problemas
1.1 Clasificacin atendiendo a su naturaleza o motivacin
2 reas de estudio
2.1 Clculo de los valores de una funcin
2.2 Resolucin de ecuaciones y sistemas de ecuaciones
2.3 Descomposicin espectral y en valores singulares
2.4 Optimizacin
2.5 Evaluacin de integrales
2.6 Ecuaciones diferenciales
3 Fuentes de error y su impacto
4 Otros temas de anlisis numrico
5 Referencias
6 Enlaces externos
6.1 En espaol
6.2 En ingls

Problemas
Los problemas de esta disciplina se pueden dividir en dos grupos fundamentales:

Problemas de dimensin finita: aquellos cuya respuesta son un conjunto finito

de nmeros, como las ecuaciones algebraicas, los determinantes, los problemas de
valores propios, etc.

Problemas de dimensin infinita: problemas en cuya solucin o planteamiento

intervienen elementos descritos por una cantidad infinita de nmeros, como
integracin y derivacin numricas, clculo de ecuaciones diferenciales,
interpolacin, etc.

Clasificacin atendiendo a su naturaleza o motivacin

Asimismo, existe una subclasificacin de estos dos grandes apartados en tres

categoras de problemas, atendiendo a su naturaleza o motivacin para el empleo del
clculo numrico:

Problemas de tal complejidad que no poseen solucin analtica.

Problemas en los cuales existe una solucin analtica, pero sta, por
complejidad u otros motivos, no puede explotarse de forma sencilla en la prctica.
Problemas para los cuales existen mtodos sencillos pero que, para elementos
que se emplean en la prctica, requieren una cantidad de clculos excesiva; mayor
que la necesaria para un mtodo numrico.

reas de estudio

El anlisis numrico se divide en diferentes disciplinas de acuerdo con el problema

que resolver.
Clculo de los valores de una funcin

Uno de los problemas ms sencillos es la evaluacin de una funcin en un punto

dado. Para polinomios, uno de los mtodos ms utilizados es el algoritmo de Horner,
ya que reduce el nmero de operaciones a realizar. En general, es importante
estimar y controlar los errores de redondeo que se producen por el uso de la
aritmtica de punto flotante.

La extrapolacin es muy similar a la interpolacin, excepto que ahora queremos

encontrar el valor de la funcin desconocida en un punto que no est comprendido
entre los puntos dados.

La regresin es tambin similar, pero tiene en cuenta que los datos son imprecisos.
Dados algunos puntos, y una medida del valor de la funcin en los mismos (con un
error debido a la medicin), queremos determinar la funcin desconocida. El mtodo
de los mnimos cuadrados es una forma popular de conseguirlo.
Resolucin de ecuaciones y sistemas de ecuaciones

Otro problema fundamental es calcular la solucin de una ecuacin o sistema de

ecuaciones dado. Se distinguen dos casos dependiendo de si la ecuacin o sistema de
ecuaciones es o no lineal. Por ejemplo, la ecuacin 2 x + 5 = 3 {\displaystyle
2x+5=3} 2x+5=3 es lineal mientras que la ecuacin de segundo grado 2 x 2 + 5 = 3
{\displaystyle 2x^{2}+5=3} 2x^2+5=3 no lo es.

Mucho esfuerzo se ha puesto en el desarrollo de mtodos para la resolucin de

sistemas de ecuaciones lineales. Mtodos directos, i.e., mtodos que utilizan
alguna factorizacin de la matriz son el mtodo de eliminacin de Gauss, la
descomposicin LU, la descomposicin de Cholesky para matrices simtricas (o
hermticas) definidas positivas, y la descomposicin QR. Mtodos iterativos como el
mtodo de Jacobi, el mtodo de Gauss-Seidel, el mtodo de las aproximaciones
sucesivas y el mtodo del gradiente conjugado se utilizan frecuentemente para
grandes sistemas.

En la resolucin numrica de ecuaciones no lineales algunos de los mtodos ms

conocidos son los mtodos de biseccin, de la secante y de la falsa posicin. Si la
funcin es adems derivable y la derivada se conoce, el mtodo de Newton es muy
utilizado. Este mtodo es un mtodo de iteracin de punto fijo. La linealizacin es
otra tcnica para resolver ecuaciones no lineales.

Las ecuaciones algebraicas polinomiales poseen una gran cantidad de mtodos

numricos para enumerar :

Mtodo de Greffe (o mtodo de Lobachevsky o de Lobachevsky-Dandelin-Greffe o

del cuadrado de las races)

Mtodo de Laguerre

Mtodo de Bairstow (o mtodo de Lin-Bairstow)

Mtodo de Bernoulli

Mtodo de Horner

Mtodo de Householder

Mtodo de Newton-Raphson especializado para polinomios

Mtodo de Richmond especializado para polinomios

Mtodo modificado de Richmond

Mtodo de Newton-Horner

Mtodo de Richomnd-Horner

Mtodo de Birge-Bite

Mtodo de Jenkins-Traub

Descomposicin espectral y en valores singulares

Bastantes problemas importantes pueden ser expresados en trminos de descomposicin

espectral (el clculo de los vectores y valores propios de una matriz) o de
descomposicin en valores singulares. Por ejemplo, el anlisis de componentes
principales utiliza la descomposicin en vectores y valores propios.
Optimizacin
Artculo principal: Optimizacin (matemtica)

Los problemas de optimizacin buscan el punto para el cual una funcin dada alcanza
su mximo o mnimo. A menudo, el punto tambin satisface cierta restriccin.

Ejemplos de, problemas de optimizacin son la programacin lineal en que tanto la

funcin objetivo como las restricciones son lineales. Un mtodo famoso de
programacin lineal es el mtodo simplex.

El mtodo de los multiplicadores de Lagrange puede usarse para reducir los

problemas de optimizacin con restricciones a problemas sin restricciones.
Evaluacin de integrales
Artculo principal: Integracin numrica
La integracin numrica, tambin conocida como cuadratura numrica, busca calcular
el valor de una integral definida. Mtodos populares utilizan alguna de las
frmulas de NewtonCotes (como la regla del rectngulo o la regla de Simpson) o de
cuadratura gaussiana. Estos mtodos se basan en una estrategia de "divide y
vencers", dividiendo el intervalo de integracin en subintervalos y calculando la
integral como la suma de las integrales en cada subintervalo, pudindose mejorar
posteriormente el valor de la integral obtenido mediante el mtodo de Romberg. Para
el clculo de integrales mltiples estos mtodos requieren demasiado esfuerzo
computacional, siendo til el mtodo de Monte Carlo.
Ecuaciones diferenciales

El anlisis numrico tambin puede calcular soluciones aproximadas de ecuaciones

diferenciales, bien ecuaciones diferenciales ordinarias, bien ecuaciones en
derivadas parciales. Los mtodos utilizados suelen basarse en discretizar la
ecuacin correspondiente. Es til ver la derivacin numrica.

Para la resolucin de ecuaciones diferenciales ordinarias los mtodos ms

utilizados son el mtodo de Euler y los mtodos de Runge-Kutta.

Las ecuaciones en derivadas parciales se resuelven primero discretizando la

ecuacin, llevndola a un subespacio de dimensin finita. Esto puede hacerse
mediante un mtodo de los elementos finitos.
Fuentes de error y su impacto

Los algoritmos de los mtodos numricos suelen implementarse por medio de

computadoras. Estas poseen algunas propiedades que causan fallas al emplearlas para
hallar la solucin numrica de problemas matemticos, entre las que se encuentran
las siguientes:1?

Las computadoras son capaces de almacenar un nmero finito de dgitos, por lo

que no pueden almacenar el conjunto de los nmeros reales en su totalidad para
realizar operaciones numricas con estos. En cambio, cuentan con un subconjunto de
los nmeros reales al cual se conoce como nmeros de punto flotante o nmeros de
mquina. Al error al que conlleva esta limitante se le llama error de redondeo.
Existen problemas que involucran muchos clculos para su solucin. En
ocasiones, las soluciones son sensibles a la precisin de los clculos intermedios,
en cuyo caso se dice que las soluciones pueden haber sido perturbadas por los
datos.
A mayor nmero de operaciones realizadas se tendr un error de redondeo mayor.
La velocidad que proveen las computadoras para el procesamiento ha agilizado
significativamente la rapidez con la que se calculan operaciones. Sin embargo, la
propagacin de errores de redondeo por los clculos realizados por computadoras
puede derivar en la inestabilidad de los resultados arrojados por los algoritmos
programados en ellas.

Las fallas en los clculos intermedios realizados por una computadora para arrojar
un resultado final son, con frecuencia, desconocidos para los programadores y muy
difciles de detectar: la suma y el producto de nmeros de punto flotante son
operaciones conmutativas, pero no son asociativas y tampoco distributivas. Al no
verificar estas dos propiedades de los nmeros reales, el manejo de las operaciones
realizadas con nmeros de punto flotante resulta una tarea complicada. Por otra
parte, el orden de las operaciones puede incidir en la precisin de los resultados
devueltos por la mquina, pues dos expresiones equivalentes en un sentido
algebraico pueden dar resultados distintos en el contexto de los nmeros de
mquina.

Afortunadamente, existen algunas tcnicas para prevenir y atacar el error de

redondeo. En2? se discuten algunas de las implicaciones de estas estrategias para
las operaciones bsicas de suma, resta, multiplicacin y divisin. Tambin en2? se
discuten algunos estndares de punto flotante de la IEEE y las conexiones entre el
punto flotante y el diseo de sistemas computacionales.

El mejoramiento en la precisin de los nmeros de punto flotante sigue siendo

motivo de estudio en nuestros das. En 2015, investigadores de la Universidad de
Washington desarrollaron una herramienta computacional a la que llamaron Herbie y
que "detecta automticamente las transformaciones necesarias para que un programa
mejore su precisin" .3? Herbie evala el error de una expresin de punto flotante
e identifica qu operaciones contribuyen de forma ms significativa a la
acumulacin de errores, luego genera alternativas para realizar estas operaciones y
hace un comparativo para finalmente determinar la expresin equivalente ptima
(aquella que minimiza el error) para corregir el programa.

El inters en asegurar cierto nivel de precisin en los resultados numricos

provistos una computadora se debe a sus posibles repercusiones en la prctica. Por
ejemplo, en el mbito acadmico se han dado casos de artculos de investigacin en
los que el error de redondeo ha impedido que los resultados sean reproducibles y,
en ocasiones, ste ha sido incluso motivo de rechazo para su publicacin (4? y5?).
Este tipo de error tambin ha permeado la regulacin legal financiera de algunos
pases3? y distorsionado ndices del mercado burstil.6?

La limitante en la representacin de nmeros reales mediante el punto flotante

tambin tiene repercusiones en las grficas generadas por medio de una computadora.
Cuando un nmero es menor a lo que se conoce como el psilon de mquina, la
computadora es incapaz de representarlo. Esto puede provocar que las grficas
asociadas a valores numricos menores al psilon presenten falsos comportamientos y
afectar la toma de decisiones basadas en ellas, con consecuencias insospechadas,
por ejemplo, al realizar pronsticos, rea en la que la precisin juega un papel
crucial.7?

Existen otros tipos de error en el contexto de los mtodos numricos que merecen
igual atencin y cuidado. Errores de truncamiento y de conversin, entre otros, han
dado origen a mltiples catstrofes: la falla del misil Patriot, la explosin del
cohete Ariane 5, el hundimiento de la plataforma petrolera Sleipner son slo
algunos ejemplos de ello.8? De ah la importancia de reconocer estas fuentes de
error para anticiparse a ellas y, en su caso, detectarlas y corregirlas.