Escolar Documentos
Profissional Documentos
Cultura Documentos
1.1.- INTRODUCCIÓN
De una forma sencilla, el Cálculo Numérico se puede definir como la rama del
Análisis Matemático que estudia y desarrolla procedimientos matemáticos para resolver
problemas con ayuda del ordenador.
Se pueden resolver de forma aproximada problemas que no tienen
solución en el Análisis Matemático tradicional. Las únicas operaciones que se realizan son
+, -, *,/ y comparaciones y los resultados son siempre numéricos y aproximados de la
solución exacta del problema.
Los problemas que se estudian abarca un amplio rango de problemas como son la
resolución de ecuaciones no lineales, grandes sistemas de ecuaciones lineales,
interpolación y aproximación numérica, derivación e integración de funciones,
resolución de ecuaciones diferenciales ordinarias y en derivadas parciales y
optimización entre otros.
Para implementar los métodos numéricos se pueden utilizar distintos softwares
como por ejemplo los de uso general : FORTRAN, C, C++,.. También se puede utilizar
un software matemático como MATLAB, MAPLE, Mathematica o Derive, que
permiten el cálculo numérico y simbólico, trabajar con valores exactos o hacer
representaciones gráficas de forma muy sencilla, a la vez que incorporan comandos
como Do, For o While que permiten repetir muchas veces un conjunto de operaciones.
y menor que 10, y n un número entero que se denomina exponente u orden de magnitud.
Con esta notación resulta muy cómodo representar números muy grandes en los que
aparecerá una potencia de diez de exponente positivo, o números muy pequeños con
una potencia de diez de exponente negativo.
Por ejemplo:
1
Tema1 : Introducción y Errores
2
Tema1 : Introducción y Errores
y el error relativo:
x x 0.001592
Rx 0.00507
x 3.141592
mayor será la precisión del método aunque esto evidentemente supone un mayor
número de iteraciones.
2! 3! 4! n!
x4 x6 x8
por los cinco primeros términos 1 x 2 a la hora de calcular una
2! 3! 4!
integral numéricamente.
4
Tema1 : Introducción y Errores
Integrando término a término este polinomio, obtenemos
5
Tema1 : Introducción y Errores
12 F x4 x6 x8 I F x3 x5 x7 x9 I
dx x x 1 2
2! 3! 4! 3! 5(2!) 7(3!) 9(4!)
z0
x
1 2
x 0
1 1 1 1 1 2 109 491
0.544986720817 p
2 24 320 5376 110592 3 870 720
7
Tema1 : Introducción y Errores
d i b
f (500) 500 501 500 500 22.3830 22.3607 500 0.0223 11.1500 g
Con la segunda:
500 500 500
g(500) 11.1748
501 500 22.3830 22.3607 44.7437
f ( x)
x 1 x x 1 x x 1 x
p p p q q q
partir de y de , la suma es
p q ( p p ) (q q ) ( p q ) ( p q )
Por tanto, el error en una suma es la suma de los errores de los sumandos.
La propagación del error en una multiplicación es más complicada. El
producto es
pq ( p p )(q q ) p q p q q p p q
Por tanto, si p y q son mayores que 1 en valor absoluto, los términos
p q y q p indican que hay una posibilidad de que los errores originales p y q sean
8
Tema1 : Introducción y Errores
magnificados. Si analizamos los errores relativos, tendremos una percepción más clara
de la situación. Reordenando los términos
pq p q p q q p p q
Supongamos que p 0 y que q 0 ; entonces podemos dividir entre pq
para obtener el error relativo del producto pq :
9
Tema1 : Introducción y Errores
d id i
entonces p p 1, q q 1 y Rp Rq p p q q 0 (Rp y Rq son los errores relativos
sencillos esto también se puede expresar diciendo que las aproximaciones obtenidas en
cada iteración, xn se van aproximando cada vez más al valor exacto solución del
problema.
10
Tema1 : Introducción y Errores
Cuanto menor sea el número de iteraciones necesarias para obtener la solución del
problema con una tolerancia fijada de antemano, mayor será la velocidad de convergencia
del método.
Es normal que los errores iniciales en los datos se propaguen a lo largo de una
cadena de operaciones. Una cualidad deseable de cualquier proceso numérico es que un
error pequeño en las condiciones iniciales produzca errores pequeños en el resultado
11
Tema1 : Introducción y Errores
final. Un algoritmo con esta cualidad se llama estable; en otro caso, se llama inestable.
Siempre que sea posible, elegiremos métodos que sean estables.
Un algoritmo iterativo estable garantiza la convergencia. Un método numérico no
siempre converge. Se dice que un método numérico iterativo diverge si los resultados
obtenidos en cada iteración se van alejando cada vez más de la solución exacta. Por este
motivo, al implementar un método numérico mediante el correspondiente algoritmo
suele ser una buena técnica que el criterio de parada contemple un número máximo de
iteraciones a realizar.
Existen métodos numéricos de convergencia rápida pero inestables y otros
estables pero de convergencia lenta.
1
Para obtener el valor de P x0 consideramos una expresión equivalente de P(x):
P x a0 x a1 x an1 x an
b1
bn1
De esta forma sustituyendo x por x0, P x0 bn . Podemos describir los pasos del
algoritmo de la siguiente forma:
1º.- b0 a0 .
2º.- Desde k = 1 a n
bk bk 1 x0 ak
3º.- P x0 bn
12
Tema1 : Introducción y Errores
TEMA 1 . EJERCICIOS
1.— Sean:
e x 1 x 1 x x2
f ( x) y P( x)
x2 2 6 24
3.— Sean p1 = 1.414 y p2 = 0.09125, que están dados con 4 cifras significativas.
Hallar el resultado más adecuado para p1 + p2 y p1·p2 .
Sol.:Suma: 1.505; Producto: 0.1290
6.— Sean P( x) x 3 3x 2 3x 1 ; Q( x) (( x 3) x 3) x 1 ; R( x) ( x 1) 3
13
Tema1 : Introducción y Errores
7.— Justificar que para evitar el efecto de cancelación en la resolución de la
ecuación de segundo grado se pueden utilizar las expresiones:
14
Tema1 : Introducción y Errores
2c 2c
x y x
1 2
b b 2 4ac b b 2 4ac
15
Tema1 : Introducción y Errores
11