Clase2 18 I

¿Por qué usar métodos Numéricos?
Algoritmo Errores Sumas infinitas Números de Máquina
Métodos Computacionales en Ingenierı́a 2018 − I
Prof: Ing Jesús F. Barrera C.

e-mail:jesus.barrera@escuelaing.edu.co
Maestrı́a en Ingenierı́a Electrónica

ECI
31 de enero de 2018
Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Maestrı́a en Ingenierı́a Electrónica ECI
¿Por qué usar métodos Numéricos? Algoritmo Errores Sumas infinitas Números de Máquina
¿Por qué?
“El análisis numérico o cálculo numérico es la rama de las matemáticas que se encarga
de diseñar algoritmos para, a través de números y reglas matemáticas simples, simular
procesos matemáticos más complejos aplicados a procesos del mundo real.”

¿Por qué?
un subtı́tulo
“El análisis numérico cobra especial importancia con la llegada de los computadores.
Los computadores son útiles para cálculos matemáticos extremadamente complejos,
pero en última instancia operan con números binarios y operaciones matemáticas
simples.”

Análisis Numérico
jedfksj
El análisis numérico se define como la teorı́a de los métodos constructivos en
análisis matemático
Un método constructivo consiste usualmente de un conjunto de instrucciones
para la ejecución de ciertas operaciones aritméticas o lógicas en un orden
predeterminado.

Algoritmo
Conjunto de instrucciones para efectuar operaciones matemáticas, diseñadas para

conducir a la solución de un problema dado.
Se desea que la solución se pueda encontrar tras un número finito de pasos,
aunque esto es una limitación.
En matemática numérica casi siempre se debe estar satisfecho con la solución
aproximada del problema.

En la mayorı́a de veces es posible reducir el error, tanto como se desee, mediante

el incremento en la cantidad de cálculos.
Sólo en algunos problemas puede obtenerse soluciones exactas tras un número
finito de pasos.
Estos “algoritmos finitos” son especialmente apropiados para resolver algunos
problemas del álgebra.
En el área de análisis casi siempre los problemas sólo son numéricamente solubles
mediante “algoritmos infinitos”.

La consecuencia de obtener sólo soluciones aproximadas No es despreciable.

Error
Las fuentes de error obligan a ser muy cuidadosos en las afirmaciones matemáticas
exactas sobre la solución a un problema.
Se debe estimar, de manera paralela a la solución, los efectos de los errores para juzgar
correctamente la exactitud del resultado.
Dos tipos de estudios

La propagación de errores introducidos en los datos originales o “condición de
problema”.
El efecto de nuevos errores introducidos en el proceso de cálculo o ”Estabilidad
Numérica”.
A estos últimos pertenecen también los errores de redondeo.

Ejemplos de algoritmos
Algoritmo de Euclides
Este algoritmo da solución exacta, en un número finito de pasos, al
siguiente problema:
Dados dos números enteros positivos m y n, con m ≥ n, encontrar
el máximo común divisor de m y n (=: M CD(m, n))

Entrada: m, n ∈ Z+
Salida: M CD(m, n) ∈ Z+
Paso 1. Ingresar los datos: lea m y n ∈ Z+
Identificación del mayor:

si m < n entonces
p :=m
m :=n
n :=p
fin

Paso 2. Test: r := 1 Mientras r 6= 0 Haga

hmi
q :=
n
r :=m − qn
si r = 0 entonces
Salida: M CD(m, n) := n
fin
Redefinición
m :=n
n :=r
Fin


Algoritmo de la raı́z cuadrada
El método iterativo permite calcular, en forma aproximada, la raı́z cuadrada de

cualquier número real positivo y es un buen ejemplo de un algoritmo infinito.
Sea a > 0 un número real al que se desea calcular la raı́z cuadrada.

Algoritmo de la raı́z cuadrada
Si x es raı́z de a, es decir si x2 = a,
a
entonces x = x
ya que x 6= 0.
a
En otro caso x 6= x
1 a
el punto medio entre estos valores x̄ := 2
(x + x
)

Valor inicial x0 > 0,

Sucesión recurrente (xn )n∈N definida por:
1 a
xn+1 := (xn + ), n = 0(1) . . .
2 xn

Es necesario establecer previamente:

El grado de precisión que se desea .
Cuantas iteraciones a realizar M .

Entrada:
Número al que se desea calcular la raı́z cuadrada: a.
Valor inicial: x0 .
Precisión deseada: .
Número máximo de iteraciones (=:Rango): M .

Salida: Éxito o fracaso

Éxito: Se obtuvo la aproximación xn con un error menor que y con
n ≤ M.
Fracaso: Después de M iteraciones no se logró la precisión deseada, el error
en la aproximación xM es mayor que .

Paso 1. Defina un contador: tome n := 0

Paso 2. Mientras n ≤ M Haga
xn+1 := 12 (xn + xa ).;
n
si ERROR < entonces √
Salida: (éxito): xn+1 ≈ a
PARE.;
fin
Incremente el contador: n := n + 1,;
Redefina el valor inicial: x0 := xn ;
Fin
Paso 3. si n > M entonces
Salida: (fracaso): ((El método fracasó después de M iteraciones)).
fin

ERROR

a
ERROR = − xn+1
x
n+1

Tarea
Tarea
1 Formule un algoritmo finito que permita determinar si un número entero positivo
dado es primo. Escriba el correspondiente programa.
2 Formule un algoritmo y realice el programa que calcula una aproximación de
seno(x), x dado en radianes, por medio de su serie de Taylor, hasta que el valor
absoluto del sumando sea menor que el épsilon dado. Compare sus resultados con
el valor entregado con la función seno del lenguaje C.

Errores
En los algoritmos infinitos es indispensable disponer de una cota

aceptable para el error.

Errores
Definición (Error de truncamiento y precisión)

Supóngase que
lı́m xn = L
n→∞
y sea K un entero positivo.

A la diferencia entre el término K − Ã simo
c xK de la sucesión
(xn )n∈N
y su lı́mite L se le llama error de truncamiento y se nota
TK := |xK − L|
Esta es una medida de la exactitud con la cual el término xK aproxima a L.

Cuando TK < se dice que xK aproxima L con precisión

Definición (Error absoluto y error relativo)

Supóngase que p es una aproximación de p.
El error absoluto se define como:
Ep := |p − p|
El error relativo de una aproximación se define como
|p − p|
ep :=
|p|
siempre que p 6= 0.

Sumas infinitas
Notación
El valor de una serie convergente se denota por S.
∞
X
S := ak
k=0
La suma parcial correspondiente, por medio de SN es

N
X
SN := ak
k=0
y la cola de la serie, por RN

∞
X
RN := S − SN = ak
k=N +1

Con esta notación |RN | coincide con el error de truncamiento TN

Serie de Leibniz
Definición
La serie alternada
∞
X
(−1)k ak
k=0
donde ak+1 < ak y ak > 0 para todo k = 0(1) . . . es una serie convergente.
Teorema
Si
∞
X
S := ak
k=0
es una serie de Leibniz, entonces el error de truncamiento correspondiente satisface:
|RN | < |aN +1 | ∀ N

Serie de Leibniz
Ejemplo
Se sabe que:
∞
X (−1)k π
=
k=0
2k +1 4
Se puede hallar una aproximación de π, mediante la suma parcial

N
X (−1)k
SN = 4
k=0
2k +1
¿Cuántos términos se necesitan para lograr una precisión de 10−6 ?

Serie de Leibniz
Solución:
Se debe calcular el número de términos N de tal manera que el error de truncamiento
|RN | < 10−6 .
De acuerdo a lo anterior, basta determinar N tal que:
4
|RN | < |aN +1 | =
2N + 3
de donde al solucionar se obtiene N ≥ 2,000,000

Series comparables
Sea ck ≤ ak ≤ bk , para k ≥ N + 1, entonces

∞
X ∞
X
ck ≤ R N ≤ bk
k=N +1 k=N +1
La serie geométrica es útil para estimar RN

Dada la suma infinita:

∞
X 10
1+ 2−k
k=1
k
¿Cuántos sumandos se requieren para que la aproximación, a través de la suma

parcial, tenga una precisión de 10−6 ?

Solución
Sea N ≥ 1. Para k = (N + 1)(1) . . . se tiene:

10 10
ck := 2−k ≤ ak := 1 + 2−k ≤ 1 + 2−k =: bk
k N
Puesto que
∞ ∞
2−(N +1)

X X 10
ck = = 2−N y bk = 1+ 2−N
k=N +1
1 − 12 k=N +1
N

Solución
entonces
10
2−N ≤ RN ≤ 1+ 2−N
N
la exigencia de la precisión deseada significa entonces

10
1+ 2−N ≤ 10−6
N
luego N > 21
Se necesitan como mı́nimo 21 sumandos para lograr la precisión deseada

de 10−6 .

Criterio de la integral
Definición
Sea f una función tal que ak := f (k) ≥ 0 para k = N (1) . . . . Si la sucesión (ak )k≥N
es monótona decreciente entonces RN puede acotarse por medio de la integral de f
como sigue: Z ∞ Z ∞
f (x)dx ≤ RN ≤ f (x)dx
N +1 N
Este criterio facilita el cálculo de sumas infinitas de la forma

∞
X 1
k m
k=1

Criterio de la integral
Ejemplo
Si se requiere calcular la suma
∞
X 1
k 5
k=1
con una precisión de 10−6 . Â¿Cuántos sumandos se requieren?

Tarea
Tarea
1 Formule un algoritmo y escriba el correspondiente programa para encontrar una
aproximación de la serie
∞
X k+3
3k+1 k 2
k=1
con una precisión de 10−10 .

2 Sabiendo que
∞
X 1 π2
S := 2
=
k=1
k 6
use ahora el algoritmo de la raı́z cuadrada para encontrar una aproximación de π

con una precisión de 10−6 . Compare el resultado con el obtenido en clase.

Números de Máquina
La máquina representa los números en el sistema binario y TODAS las operaciones las
realiza en este sistema.
Se hace necesario realizar la conversión del sistema decimal al binario y desde el
binario al decimal para la comunicación con el usuario.

Cada número real x puede ser representado en un sistema numérico de base B ∈ Z+ ,

en la forma
∞
!
X
x=± ai B −i · BL
i=0
= ± 0.a1 a2 · · · · BL
con ai ∈ {0, 1, 2, . . . , B − 1} para i = 1(1) . . . , L ∈ Z

Esta representación se llama de punto flotante para la base B. L se llama exponente y
la cadena a1 a2 . . . se llama mantisa.
Mediante ajustes en el exponente L es posible lograr siempre que la primera cifra de la
mantisa no sea cero.
De esta manera se obtiene una representación de punto flotante normalizada.

Definición
El conjunto M de los números, en forma de punto flotante normalizada, que pueden
ser representados en un dispositivo digital, se llama conjunto de números de máquina.
M depende de la base B, de la longitud de la mantisa M, y del rango para el
exponente L ∈ {−k, −k + 1, . . . , K − 1, K}, siendo k, K ∈ Z+ .
Explı́citamente,
M =M(B, M, −k, K)
El conjunto M de números de máquina es un conjunto finito.

El dispositivo digital sólo puede calcular con números de M y solo puede arrojar como
resultado, números de M.

Ejemplo
Construir explı́citamente la máquina mas sencilla, correspondiente a M(2, 2, −2, 2).
Con base en la definición anterior:
M = {0} ∪ {±0,1a2 · 2L : a2 ∈ {0, 1}, L ∈ {−2, −1, 0, 1, 2}}
El menor número positivo de M(2, 2, −2, 2) es:
1
xmin := 0,10 · 2−2 = (1 · 2−1 + 0 · 2−2 ) · 2−2 =
8
y el mayor número positivo es:
xmax := 0,11 · 22 = (1 · 2−1 + 1 · 2−2 )22 = 3
El conjunto
1 3 1 3 1 3 3
M+ := , , , , , , 1, , 2, 3
8 16 4 8 2 4 2

Se observa que la distribución de los números en la recta NO es uniforme, cerca al

origen hay mayor densidad y los números mayores a 3 NO pueden ser dominados por
esta ((máquina)).
Si en algún momento el cálculo sobrepasa a xmax se produce un error conocido con el
nombre de overflow y el proceso se detiene.
Los números reales x : 81 < x < 3 que no pertenecen a M+ se aproximan (o se
((arrastran(() al siguiente número de máquina de M , evitando detenciones.
Los números negativos entre −3 y − 18 que no están en la máquina se aproximan al
anterior número de M
Los números en el intervalo (− 18 , 81 ) son reemplazados por cero.
Cuando la máquina hace los ((arrastres)) ésta no se detiene, en este caso se llama
underflow.

Representación de M en un registro de 32 bits
exponente mantisa
± ...
7 6 5 4 3 2 1 0 1 2 3 ... 23 24
Tarea
Determinar el conjunto de números de máquina para un registro de 32 bits con la
partición indicada.


Clase2 18 I

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Clase2 18 I

Enviado por

Direitos autorais:

Formatos disponíveis

¿Por qué usar métodos Numéricos?

Algoritmo Errores Sumas infinitas Números de Máquina

Métodos Computacionales en Ingenierı́a 2018 − I

Prof: Ing Jesús F. Barrera C.

Maestrı́a en Ingenierı́a Electrónica

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Conjunto de instrucciones para efectuar operaciones matemáticas, diseñadas para

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

En la mayorı́a de veces es posible reducir el error, tanto como se desee, mediante

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

La consecuencia de obtener sólo soluciones aproximadas No es despreciable.

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Dos tipos de estudios

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Identificación del mayor:

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Paso 2. Test: r := 1 Mientras r 6= 0 Haga

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Algoritmo de la raı́z cuadrada

El método iterativo permite calcular, en forma aproximada, la raı́z cuadrada de

Sea a > 0 un número real al que se desea calcular la raı́z cuadrada.

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Algoritmo de la raı́z cuadrada

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Valor inicial x0 > 0,

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Es necesario establecer previamente:

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Salida: Éxito o fracaso

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Paso 1. Defina un contador: tome n := 0

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

En los algoritmos infinitos es indispensable disponer de una cota

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Definición (Error de truncamiento y precisión)

y sea K un entero positivo.

y su lı́mite L se le llama error de truncamiento y se nota

Esta es una medida de la exactitud con la cual el término xK aproxima a L.

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Definición (Error absoluto y error relativo)

El error relativo de una aproximación se define como

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

La suma parcial correspondiente, por medio de SN es

y la cola de la serie, por RN

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Con esta notación |RN | coincide con el error de truncamiento TN

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

es una serie de Leibniz, entonces el error de truncamiento correspondiente satisface:

|RN | < |aN +1 | ∀ N

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Se puede hallar una aproximación de π, mediante la suma parcial

¿Cuántos términos se necesitan para lograr una precisión de 10−6 ?

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Prof: Ing Jesús F. Barrera C.e-mail:jesus.barrera@escuelaing.edu.co

Sea ck ≤ ak ≤ bk , para k ≥ N + 1, entonces