Professional Documents
Culture Documents
Un algoritmo es una secuencia lgica de pasos necesarios para ejecutar una tarea
especfica tal como la solucin de un problema, que producen la aproximacin al
problema matemtico y al problema fsico con una tolerancia y predisposicin
predeterminada. Los algoritmos siempre se deben terminar despus de una cantidad
finita de pasos y deben ser lo mas general posible para tratar cualquier paso particular.
Deben ser determinsticos; esto es, no deben dejar nada al azar. Los resultados finales
no pueden ser dependientes de quien este usando el algoritmo.
En este sentido, un algoritmo es anlogo a una receta. Una forma alternativa de
representar un algoritmo es mediante un diagrama de flujo. Esta es una representacin
visual o grfica del algoritmo que emplea una serie de bloques y flechas. Cada bloque
en el diagrama representa una operacin particular o un paso en el algoritmo. Las
flechas indican las secuencias en que se implementan las operaciones.
Los diagramas de flujo tienen una utilidad particular para bosquejar algoritmos
complicados. Un bosquejo grfico puede ser utilizado para visualizar el flujo lgico del
algoritmo.
Un algoritmo entonces se puede decir en si que es una serie de pasos organizados
que describe el proceso que se debe seguir, para dar solucin a un problema.
En resumen las caractersticas de un algoritmo son:
FINITOS: Siempre debe de terminar en un nmero determinado de pasos.
DEFINIDO: Las secciones deben definirse sin ambigedad.
ENTRADA: Puede tener una o varias entradas.
SALIDA: Debe tener una o varias salidas.
EFECTIVIDAD: Todas las operaciones deben ser lo suficientemente bsicas para que
puedan hacerse exactamente en un determinado tiempo, no mayor que el que le tome a
una persona tomando lpiz y papel.
EJEMPLO:
Algoritmo para determinar las races de una ecuacin de segundo grado:
-B +
b) X2 =
-B --
B2 + 4(AC)
2A
B2 + 4(AC)
2A
programacin, entonces se puede encontrar que estas mejoras son elegantes y encontrar
un uso inmediato en la ingeniera.
SENCILLO: Tiene que ver con el desarrollo y la evaluacin del mtodo, un mtodo
entendible por el usuario para que se represente por un programa de computadora.
RPIDO: Se debe de buscar un mtodo rpido para la obtencin de resultados en el
menor tiempo. El mtodo elegido, debe de aplicrsele un anlisis de convergencia para
minimizar el nmero de operaciones.
Donde:
Xce= Es la cantidad exacta
Xca= Cantidad aproximada
Xe = Error absoluto
ERROR ABSOLUTO: Suele ser un mejor indicador de la precisin. Es mas
independiente de la escala usada y esto es una propiedad ms estable. Cuando el valor
verdadero es cero, el valor relativo queda indefinido. Entonces el error de redondeo
debido a la longitud finita de la fraccin en nmeros de un punto flotante es mas
constante cuando se le expresa con un valor relativo, que como un error absoluto.
Obsrvese que la perdida de dgitos significativos cuando se restan nmeros de un punto
flotante casi iguales, produce un error relativo particularmente severo
Con frecuencia se utiliza el error absoluto de un resultado dado como medida de la
precisin, la definicin convencional es:
Error absoluto = valor verdadero- valor aproximado
Xe = Xv - Xa
De manera que el valor verdadero se quede sumando el error absoluto mas el valor
aproximado. Sin embargo, un error dado es mucho ms serio cuando la magnitud del
valor verdadero es pequea.
Ejemplo: 1036.52 (+, -) 0.010 es preciso hasta cinco dgitos significativos, que es
con frecuencia una precisin ms adecuada, mientras que 0.005 ( + , - ) 0.010 es un
desastre.
ERRORES POR SU ORIGEN. Los errores por formulacin degeneran en lo que se
podra considerar como un modelo matemtico incompleto.
Un ejemplo de error de origen emperceptable es el hecho de que la segunda ley de
Newton no explica los efectos relativsticos.
Esto debe de hacernos estar consientes de que si no se esta usando un modelo
eficiente, ningn mtodo numrico genera los resultados adecuados.
+
1.6.2 ERROR INHERENTE
Se debe observar que usando funciones se puede estar sujeto a errores inesperados.
Si la primera ( ) raz slo se determina, aproximadamente, los coeficientes de la
ecuacin reducida son no exactos y las races sucesivas estn sujetas no solo a errores
de redondeo y a los errores que ocurren cuando se terminan las interacciones sucesivas,
sino tambin a errores inherentes debido a los coeficientes inexactos.
10
Algunas funciones son sumamente sensibles a los pequeos cambios al valor de los
coeficientes debido a que causan diferencias las races. eliminando las races de orden
creciente en magnitud, se dice que se minimiza la dificultad, el uso de la aritmtica de
doble precisin, deber ayudar a conservar la exactitud.
ERRORES INHERENTES O HEREDADOS: Son errores en los valores numricos
con que se va a operar, pueden deberse a dos causas:
a) ERRORES SISTEMTICOS: Debidos a la imprecisin de los aparatos de medicin.
b) ERRORES ACCIDENTALES: Debidos a la apreciacin del observador y otras
causas.
1.6.3 ERROR DE TRUNCAMIENTO
Se le da este nombre a los errores ocasionados por el mtodo en s, el nombre se
origina en el hecho de que los mtodos numricos generalmente pueden ser
comparados con una serie de Taylor truncado y es el error al que se le ha prestado ms
atencin.
Para los mtodos interactivos de ordinario, este error puede ser reducido por medio
de interacciones repetidas, pero ya que la vida es finita y el tiempo de computadora es
caro, quedar satisfecho con las aproximaciones a la respuesta analtica exacta.
Este tipo de error se debe a la interrupcin de un proceso matemtico antes de su
terminacin.
Un caso adicional es el error de truncamiento que ocurre cuando una calculadora
slo toma en cuenta los dgitos que caben en la pantalla y no analiza el primer dgito
perdido.
Por ejemplo, la evaluacin de funciones mediante desarrollos en series infinitas, obliga a
considerar en el clculo slo un nmero finito de sumandos, truncando el resto de la sumatoria.
11
EJEMPLO:
Estos conceptos se pueden ilustrar usando una analoga con un buen tirador
al blanco:
Los agujeros en el centro de tiro de cada esquema de la figura se pueden
imaginar como las predicciones de una tcnica numrica siendo el centro del blanco, la
verdad que se busca. Por lo tanto aunque las balas de la figura estn ms juntas que las
de la figura 1 a los dos casos son igualmente inexactos ya que ambos se centran en la
esquina superior izquierda del blanco.
14
15
1.8 RECURSIVIDAD
Frmula recursiva: Relaciona trminos sucesivos de una sucesin particular de
nmeros funciones o polinomios, para proporcionar medios, para calcular cantidades
sucesivas en trminos de los anteriores.
FORMULA RECURSIVA MLTIPLE: Por ejemplo encuentre la sucesin de
nmeros de Fibonasi: 0,1,1,2,3,5,8,13,21...
en este caso la frmula recursiva est en ms de una funcin de una variable
anterior. la frmula es:
tk + 2 = tk + 1 + tk
para k = 1,2...
16
2) Diseccin.
3) Secante.
4) Regula-Falsi.
5) Divisin sinttica.
6) Newton-Raphson.
7) Bairstw.
8) Muller.
9) Graeffe.
C) Mtodos numricos (para sistemas):
1) Iterativo de punto fijo.
2) Iterativo secuencial.
3) Newton-Raphson.
4) Broyden.
5) Seguimiento Homotpico.
6) Relajacin No Lineal.
7) Por Funcin Mnimo.
ECUACIONES DIFERENCIALES ORDINARIAS:
Tipos:
1) Lineales.
2) No Lineales.
Estructura de condiciones de entorno:
1) Condiciones Iniciales.
2) Condiciones Frontera.
a) Dirichelt:
Y = G ( x)
b) Neumman (Flux):
aY' = G (x)
c) Robin:
aY' + bY = G ( x)
MTODOS ANALTICOS:
1) Integracin Directa.
2) Ecuacin Caracterstica.
18
3) Variacin de Parmetros.
4) Transformada de Laplace.
5) Series de potencia.
6) Mtodos de Frobenius.
7) Ajuste a Ecuaciones Especiales.
MTODOS NUMRICOS:
Condiciones iniciales. Formuladas para problemas explcitos e implcitos, que se
agrupan en los mtodos de integracin paso a paso:
a) Euller.
b) Mtodos Predictor-Corrector.
c) Runge-Kutta (con sus variables).
Con o sin control del tamao de etapa(problemas de rigidez).
Condiciones Frontera:
a) Diferencias Finitas.
b) Mtodos de tiro (shotting).
c) Residuos ponderados
Colocacin, con Funcin Delta de Dirac.
Sub-dominio.
Momentos.
Galerkin.
d) Colocacin ortogonal.
Polinomios de Jacobi.
Polinomios de Hermite.
Polinomios de Laguerre.
Polinomios de Tchebichev.
ECUACIONES DIFERENCIALES PARCIALES ELPTICAS.
Tipos:
1) Lineales.
2) No Lineales.
Estructura de condiciones de entorno:
1) Condiciones Iniciales.
2) Condiciones Frontera.
19
a) Dirichelt:
Y = G ( x)
b) Neumman (Flux):
aY' = G (x)
c) Robin:
aY' + bY = G ( x)
MTODOS ANALTICOS:
1) Separacin de variables.
2) Transformada de Laplace.
3) Similaridad.
MTODOS NUMRICOS ( Para dos o tres dimensiones):
a) Diferencias finitas.
b) Paseos aleatorios.
c) Residuos Ponderados.
d) Colocacin Ortogonal.
e) Elemento finito.
ECUACIONES DIFERENCIALES PARCIALES PARABLICAS:
Tipos:
1) Lineales.
2) No Lineales.
Estructura de condiciones de entorno:
1) Condiciones Iniciales.
2) Condiciones Frontera.
a) Dirichelt
b) Neumman (Flux).
c) Robin.
MTODOS ANALTICOS:
1) Separacin de variables.
2) Transformada de Laplace.
3) Similaridad.
20
4.- Cuales son las expectativas que habra de esperar en un futuro cercano con
respecto a los paquetes de mtodos numricos?
HERRAMIENTAS PARA SOLUCIN NUMRICA
1) Lenguaje de programacin estructurada: C, PASCAL, FORTRAN, QBASIC,
DELFI, JAVA, VISUAL BASIC, etc. y Sub-rutinas disponibles (Linpack,
Eispack, Nag, etc.).
2) Paquetes diseados para tal fin (Mathemtica, Matcad, Fidap, Matlab, Derive,
Gauss, Numrico, Eli-Col, Parcol, etc.).
3) Hojas electrnicas (Quattro pro, Excel, Lotus, etc.).
EQUIPOS DISPONIBLES:
1) IBM PC Y COMPATIBLES
80386, 80486, PENTIUM
Para uso general.
2) WORK STATION (C, FORTRAN)
a) IBM RISC 6000.
b) SUN.
c) HP (APOLLO).
d) SILICON GRAPHICS.
Para uso cientfico y de ingeniera.
3) ACCCESO A MAINFRAMES VA MODEM ( BITNET, INTERNET, LOGIN
REMOTO, etc.)
a) HP.
b) CYBER.
c) CRAY.
d) TEXAS INSTRUMENTAL
e) CASIO
Para uso cientfico y de ingeniera.
4) OTRAS PLATAFORMAS
a) QUADDRA.
22
b) POWER PC.
c) MACINSTOSH
1.9.4 COMPONENTES DE UNA COMPUTADORAS HATDWARE Y
SOFTWARE
HARDWARE: Lo constituyen los componentes mecnicos y electrnicos de una
computadora. Se divide en:
1) CPU (Unidad central de Procesamiento).
a) Procesador (Intel)
8088 (ya en desuso).
80286 (6, 10, 12, 16 MHZ) (tambin en desuso).
80386 (SX y DX) (16, 20, 25, 33, 40 MHZ).
80486 (SX, DX, SX, DX4) (25, 33, 40, 50, 66, 75,
100 MHZ).
PENTIUM (60, 66, 90, 100, 150 MHZ).
b) Co-procesador matemtico (Intel y Weitek).
c) Memoria ROM (BIOS, rutinas de control).
d) Memoria RAM (Convencional, Extendida,
Expandida).
e) Bus de transmisin de datos ( ISA, EISA, PCI, microcanal).
f) Ranuras de expansin (slots) (bus local, VESA).
2) PERIFRICOS:
a) Unidades de disco (1.2 MB, 1.44 MB 1.8 MB, 2.88 MB, 21
MB, 3.1MB).
b) Discos Duros (IDE, SCSI) (40 MB a 3 GB, de 19 ms
a 10 ms velocidad de acceso).
c) Monitor (CGA, VGA, SVGA, XGA).
d) Impresoras (Matriz de puntos, Inyeccin de tinta,
Lser, etc.).
e) CD-ROM (660 MB).
f) Mouse.
g) Multimedia.
h) FAX / MODEM (2400 a 14000 BPS o ms).
i) Teclado.
j) Scanner.
k) etc.
23
24
BIBLIOGRAFA
1) CHAPRA S.C. Y CANALE R.D.
NUMERICAL METHODS FOR INGENEERS
ED. MC. GRAW HILL.
2) LUTHER OLIVERA Y SHUTZ
MTODOS NUMRICOS
ED. LIMUSA.
3) BURDEN R.L. Y FAIRES D.J.
ANLISIS NUMRICOS
GRUPO ED. IBEROAMERICANA.
4) FRACIS SHEID Y ROSA E.D. CONSTANZO
MTODOS NUMRICOS
ED. MC. GRAW HILL
5) SHUICHIRO NAKAMURA
MTODOS NUMRICOS APLICADOS CON SOFTWARE
ED. PRENTICE HALL.
6) R.E. SCRATON
MTODOS NUMRICOS BSICOS
ED. MC. GRAW HILL.
7) CONTE S. D. Y DE BOOR
ANLISIS NUMRICO ELEMENTAL
ED. MC. GRAW HILL.
8) JAMES SMITH Y WALFORD
MTODOS NUMRICOS APLICADOS A LA COMPUTACIN DIGITAL
ED. REPRESENTACIN Y SERV. DE ING.
9) CONSTANTINIDE ALKINS
MTODOS NUMRICOS APLICADOS CON COMPUTADORAS PERSONALES
ED. MC. GRAW HILL.
10) MC CKAKEN DANIEL
MTODOS NUMRICOS
ED. LIMUSA.
25
26