UNIDAD I.

IMPORTANCIA DE LOS MTODOS

NUMRICOS.

1.1 Importancia de los mtodos

numricos.
Los mtodos numricos son tcnicas mediante
las cuales es posible formular problemas
matemticos de tal forma que puedan
resolverse usando operaciones aritmticas.

Los mtodos numricos nos vuelven aptos para

entender esquemas numricos a fin de resolver
problemas matemticos, de ingeniera y
cientficos en una computadora, reducir
esquemas numricos bsicos, escribir
programas y resolverlos en una computadora y
usar correctamente el software existente para
dichos mtodos y no solo aumenta nuestra
habilidad para el uso de computadoras sino que
tambin amplia la pericia matemtica y la
comprensi6n de los principios cientficos
bsicos.
El anlisis numrico trata de disear mtodos
para aproximar de una manera eficiente las
soluciones de problemas expresados
matemticamente.

El objetivo principal del anlisis numrico es

encontrar soluciones aproximadas a
problemas complejos utilizando slo las
operaciones ms simples de la aritmtica. Se
requiere de una secuencia de operaciones
algebraicas y lgicas que producen la
aproximacin al problema matemtico.
Los mtodos numricos pueden ser aplicados
para resolver procedimientos matemticos en:

Clculo de derivadas

Integrales

Ecuaciones diferenciales

Operaciones con matrices

Interpolaciones

Ajuste de curvas

Polinomios

Los mtodos numricos son adecuados para la

solucin de problemas comunes de ingeniera,
ciencias y administracin, utilizando
computadoras electrnicas.
En el proceso de solucin de problemas por
medio de computadoras se requieren los pasos
siguientes.
* Especificacin del problema. Con esto se
indica que se debe identificar perfectamente el
problema y sus limitaciones, las variables que
intervienen y los resultados deseados.
*Anlisis. Es la formulacin de la solucin del
problema denominada tambin algoritmo, de
manera que se tenga una serie de pasos que
resuelvan el problema y que sean susceptibles
de ejecutarse en la computadora.
*Programacin. Este paso consiste en traducir
el mtodo de anlisis o algoritmo de solucin
expresndole como una serie detallada de
operaciones.
*Verificacin. Es la prueba exhaustiva del
programa para eliminar todos los errores que
tenga de manera que efecte lo que desea los

resultados de prueba se comparan con

soluciones conocidas de problemas ya resueltos.
*Documentacin. Consiste en preparar un
instructivo del programa de manera que
cualquier persona pueda conocer y utilizar el
programa.
*Produccin. Es la ltima etapa en la que solo
se proporcionan datos de entrada del programa
obtenindose las soluciones correspondientes.
De lo antes expuesto se puede concluir que es
necesario un conocimiento completo del
problema, y de los campos de las matemticas
relacionados con el que es precisamente el
objeto de los mtodos numricos para
computadora.
Si los mtodos numricos son los algoritmos
(conjuntos detallados y secuenciados de
operaciones) que nos llevan hasta las soluciones
estimadas de los problemas, el estudio de stos
y del anlisis de errores que pueden llevar
asociados constituye el Anlisis Numrico.
De acuerdo con nuestros objetivos, nosotros nos
concentraremos muy especialmente en los
mtodos numricos y rebajaremos el rigor del
anlisis de errores, propio de quien tiene por
centro el mtodo numrico mismo y no tanto su

aplicacin inmediata, sin olvidarnos de l. Es

decir, seguiremos la lnea de los textos de
``Mtodos Numricos" ms que la de los textos
de ``Anlisis Numrico".

1.2 Conceptos bsicos: cifra

significativa, precisin, exactitud,
incertidumbre y sesgo.
Cifra significativa:
El concepto de cifra significativa lo podemos
definir como aquella que aporta informacin no
ambigua ni superflua acerca de una
determinada medida experimental, son cifras
significativas de un numero vienen
determinadas por su error. Son cifras que
ocupan una posicin igual o superior al orden o
posicin de error.
Cuando se emplea un nmero en un clculo,
debe haber seguridad de que pueda usarse con
confianza. El concepto de cifras significativas
tiene dos implicaciones importantes en el
estudio de los mtodos numricos.
1.- Los mtodos numricos obtienen resultados
aproximados. Por lo tanto, se debe desarrollar

criterios para especificar que tan precisos son

los resultados obtenidos.
2.- Aunque ciertos nmeros representan nmero
especficos, no se pueden expresar exactamente
con un nmero finito de cifras.
Reglas de operaciones con cifras significativas.
Regla 1: los resultados experimentales se
expresan con una sola cifra dudosa, e indicando
con + - la incertidumbre en la medida.
Regla 2: las cifras significativas se cuentan de
izquierda a derecha, a partir del primer dgito
diferente de cero y hasta el digito dudoso.
Regla 3: al sumar o restar dos nmeros
decimales, el numero de cifras decimales del
resultado es igual al de la cantidad con el menor
nmero de ellas.
Regla 4: al multiplicar o dividir dos nmeros, el
numero de cifras significativas del resultado es
igual al del factor con menos cifras.
Precisin y exactitud:
En ingeniera, ciencia, industria, estadstica,
exactitud y precisin no son equivalentes. Es
importante resaltar que la automatizacin de
diferentes pruebas o tcnicas puede producir un
aumento de la precisin. Esto se debe a que con
dicha automatizacin, lo que logramos es una
disminucin de los errores manuales o su
correccin inmediata.

Precisin: se refiere a la dispersin del conjunto

de valores obtenidos de mediciones repetidas
de una magnitud. Cuanto menor es la dispersin
mayor la precisin. Una medida comn de la
variabilidad es la desviacin estndar de las
mediciones y la precisin se puede estimar
como una funcin de ella.
Exactitud: se refiere a cun cerca del valor real
se encuentra el valor medido. En trminos
estadsticos, la exactitud est relacionada con el
sesgo de una estimacin. Cuanto menor es el
sesgo ms exacto es una estimacin.
Tambin se refiere a la aproximacin de un
numero o de una medida al valor verdadero que
se supone representa.
Cuando expresamos la exactitud de un
resultado se expresa mediante el error absoluto
que es la diferencia entre el valor experimental
y el valor verdadero.
Tambin es la mnima variacin de magnitud
que puede apreciar un instrumento.
Incertidumbre:

Incertidumbre tambin se le conoce como

Imprecisin. Se refiere al grado de alejamiento
entre s, a las diversas aproximaciones a un
valor verdadero.
Situacin bajo la cual se desconocen las
probabilidades de ocurrencia asociados a los
diferentes resultados de un determinado
evento.
Sesgo:
Existe sesgo cuando la ocurrencia de un error
no aparece como un hecho aleatorio (al azar)
advirtindose que este ocurre en forma
sistemtica
Es un alejamiento sistemtico del valor
verdadero a calcular.

1.3 Tipos de errores.

Todos los resultados de la aplicacin de
mtodos numricos van acompaados de un
error que es conveniente estimar.
En muchas ocasiones esto no es posible hacerlo
de un modo cuantitativo, en otras, en cambio,
pueden llevarse a cabo anlisis de errores que
pueden ser:


a priori, cuando no se utilizan los resultados
en el anlisis, que puede llegar a ser muy
complejo (recordar, p. ej., las expresiones del
error de una simple divisin basadas en las del
clculo diferencial), y

a posteriori, cuando se utilizan los propios

resultados en el anlisis de los errores.
Es conveniente tener presente en todo
momento cules son las fuentes de los errores,
lo que puede ser una ayuda definitiva a la hora
de resolver eventuales problemas prcticos, si
bien es cierto que stas actan siempre juntas,
haciendo muy difcil el conocimiento detallado
de la contribucin de cada una en cada caso.
Fuentes de error
Son tres que dan lugar a una clasificacin de los
errores de acuerdo con ellas:

Inherentes.

Asociado a la precisin de los datos de imputa.

(P. Ej. El uso de 0.333333 en lugar de 1/3.) Su
caracterstica principal es que se propaga al
output. Esta propagacin puede estudiarse
mediante anlisis de sensibilidad, que permiten
detectar hipersensibilidades de los resultados

hacia variables especficas en rangos

particulares, de modo que puedan tomarse
precauciones especiales en esos casos.
Cuando existe una magnificacin inaceptable
del error se dice que el problema est mal
condicionado. Los errores de input son
causantes de imprecisin en los resultados.

Truncamiento.

Asociado a la substitucin de procesos infinitos

por procesos finitos, tales como el truncamiento
de series, el uso se sumas limitadas para el
clculo de integrales o el uso de diferencias
finitas para el clculo de derivadas. Los errores
de truncamiento causan inexactitud de los
resultados.
Cuando se comparan unos mtodos numricos
con otros suelen estudiarse algunas
propiedades asociadas con los errores, en estos
casos es al error de truncamiento al que se
refiere, exponente, que se expresa en funcin
de algn parmetro conveniente, h, que tiende
a 0 (o a infinito ) cuando el error es nulo.
Es frecuente comparar:

Convergencia:

e(h)= 0

Cuando

h=0

Redondeo.

Asociado a la precisin limitada con la que se

realizan las operaciones (cifras significativas).
Su mayor peligro radica en su tendencia a
acumularse.

CLASIFICACIN DE LOS ERRORES

ERRORES INHERENTES.
Son aquellos errores cometidos por la persona
al tomar los datos de lecturas de instrumentos
de medicin, al pasar stos datos a la
computadora o bien por verdaderas
equivocaciones por el manejo de los datos.

ERRORES POR REDONDEO.

Es aquel tipo de error en donde el nmero
significativo de dgitos despus del punto
decimal se ajusta a un nmero especfico
provocando con ello un ajuste en el ltimo
dgito que se toma en cuenta.

ERRORES POR TRUNCAMIENTO.

Para llevar a cabo operaciones de algunas
funciones matemticas los compiladores
ejecutan estas funciones utilizando series
infinitas de trminos, pero es difcil llevar a
cabo estos clculos hasta el infinito, por lo tanto
la serie tendr que ser truncada.

__
X = X + Ex
Donde

X = cantidad verdadera
__
X = cantidad aproximada
Ex = error absoluto
__
Ex =

|X X |

El error absoluto de una cantidad es igual al

valor absoluto de la diferencia entre la cantidad
absoluta y su aproximacin incluye sus unidades
fisicas.

FORMA RELATIVA.

El error relativo de una cantidad cualquiera es

igual al cociente de el error absoluto entre la
cantidad verdadera, generalmente expresado
como porcentaje ya que no tiene unidades.
__
Erx = Ex / X @ Ex / X
EJEMPLO:
Dos cantidades al ser medidas nos dan los
siguientes resultados:

Error absoluto
error relativo

A = ( 100 + 1 )m
Ea = 1m
Era = Ea = 1m = 0.01 = 1%

100m

B = ( 8 + 0.8 )ft
= Eb = 0.8ft = 0.1 = 10%

Eb = 0.8ft

Erb

8ft

PROPAGACIN DEL ERROR.

Se dice que existe una propagacin en los
errores cuando al realizar operaciones con
nmeros que ya tienen errores y que por su
naturaleza y las operaciones generan nuevos
errores.
Normalmente se efectan en las operaciones
aritmticas, (no importa cual sea su orgen).

PROPAGACIN DE LA SUMA.
Error absoluto

X = X + Ex
(X+Ex) + (Y+Ey)

X+Y =

Y = Y + Ey
(X+Y) + (Ex+Ey)

X+Y =

(X+Y)(X+Y) = Ex + Ey
Ex+y
= Ex + Ey

Error relativo
Erx+y = Ex+y =
Ex + Ey
X+Y
X+Y

PROPAGACIN DE LA RESTA.

Error absoluto
relativo
X Y = (X+Ex) (Y+Ey)
= Ex-y = Ex-Ey

Error

Erx-y

X Y = (X Y ) + (Ex-Ey)
XY XY
( X Y ) ( X Y ) = Ex Ey
Ex-y = Ex Ey
PROPAGACIN DE LA MULTIPLICACIN.
Error absoluto
relativo
X*Y = (X+Ex)*(Y+Ey)
XEy+YEx
X*Y = XY+XEy+YEx+ExEy
XY

Error

Erxy =

XY-XY = XEy + YEx

XEy + YEx

Erxy =

Exy = XEy + YEx

XY
XY
Erxy
= Ex + Ey

PROPAGACIN DE LA DIVISIN.
Error absoluto
relativo

Error

X = X+Ex
Ex - XEy
Y
Y

(Y+Ey)
Y = Ex - Ey

X = X + Ex - XEy - ExEy
X
Y

Erx =

X X = Ex Xey = Ex
Ex - Ey

Y Y
Y

Erx =

1.4 Software de cmputo

numrico.
Paquetes comerciales de Fortran
Paquetes de sofware comercial para cmputo
numrico general.

NAG

El Grupo de Algoritmos numricos (Numerical

Algorithms Group) (NAG) ha desarrollado una
biblioteca de Fortran conteniendo alrededor de
1000 subrutinas accesibles al usuario para
resolver problemas generales de matemticas
aplicadas, incluyendo: ecuaciones diferenciales
ordinarias y parciales, transformada rpida de
Fourier, cuadratura, lgebra lineal, ecuaciones
no lineales, ecuaciones integrales, y ms.

IMSL
La biblioteca numrica de Fortran IMSL hecha
por Visual Numerics, Inc. cubre muchas de las
reas contenidas en la biblioteca NAG. Tambin
tiene soporte para analizar y presentar datos
estadsticos en aplicaciones cientficas y de
negocios
Numerical rcipes: Los libros de Numerical
Recipes in C/Fortran son muy populares entre
los ingenieros porque pueden ser usados como
libro de cocina donde se puede encontrar una
"receta (recipe)" para resolver algn problema a
mano. Sin embargo, el software
correspondiente de Numerical Recipes no es

comparable en alcance o calidad al dado por

NAG o IMSL.
Debe de mencionarse que todo el software
listado anteriormente tambin esta disponible
para el lenguaje C (o al menos puede ser
llamado desde C).
El programador slo tiene que escribir una
rutina pequea (driver) para el problema
particular que tenga, porque el software para
resolver las subtareas se encuentra ya
disponible. De esta forma la gente no tiene que
reinventar la rueda una y otra vez.
Matlab
( MATrix LABoratory, "laboratorio de matrices")
es un software matemtico que ofrece un
entorno de desarrollo integrado (IDE) con un
lenguaje de programacin propio (lenguaje M).
Est disponible para las plataformas Unix,
Windows y Apple Mac OS X.
Entre sus prestaciones bsicas se hallan: la
manipulacin de matrices, la representacin de
datos y funciones, la implementacin de
algoritmos, la creacin de interfaces de usuario

(GUI) y la comunicacin con programas en otros

lenguajes y con otros dispositivos hardware. El
paquete MATLAB dispone de dos herramientas
adicionales que expanden sus prestaciones, a
saber, Simulink (plataforma de simulacin
multidominio) y GUIDE (editor de interfaces de
usuario - GUI). Adems, se pueden ampliar las
capacidades de MATLAB con las cajas de
herramientas (toolboxes); y las de Simulink con
los paquetes de bloques (blocksets).
Es un software muy usado en universidades y
centros de investigacin y desarrollo. En los
ltimos aos ha aumentado el nmero de
prestaciones, como la de programar
directamente procesadores digitales de seal o
crear cdigo VHDL.

1.5 Mtodos iterativos.

Trata de resolver un problema (como una
ecuacin o un sistema de ecuaciones) mediante
aproximaciones sucesivas a la solucin,
empezando desde una estimacin inicial.
Considere el problema de encontrar una raz a
una ecuacin cuadrtica, por ejemplo:

f(x) = x2 x 2 =
0
Un mtodo directo para resolverlo es aplicar la
frmula general
Un mtodo iterativo consta de los siguientes
pasos.
1. inicia con una solucin aproximada (Semilla).
2. ejecuta una serie de clculos para obtener o
construir una mejor aproximacin partiendo de
la aproximacin semilla. La frmula que permite
construir la aproximacin usando otra se conoce
como ecuacin de recurrencia.
Esta aproximacin contrasta con los mtodos
directos, que tratan de resolver el problema de
una sola vez (como resolver un sistema de
ecuaciones Ax=bencontrando la inversa de la
matriz A). Los mtodos iterativos son tiles para
resolver problemas que involucran un nmero
grande de variables (a veces del orden de
millones), donde los mtodos directos tendran
un coste prohibitivo incluso con la potencia del
mejor computador disponible.
Ventajas y Desventajas:
Un elemento en contra que tienen los mtodos
iterativos sobre los mtodos directos es que
calculan aproximaciones a la solucin. Los

mtodos iterativos se usan cuando no se conoce

un mtodo para obtener la solucin en forma
exacta. Tambin se utilizan cuando el mtodo
para determinar la solucin exacta requiere
mucho tiempo de clculo, cuando una respuesta
aproximada es adecuada, y cuando el nmero
de iteraciones es relativamente reducido.
Puntos fijos atractivos
Si una ecuacin puede ponerse en la forma f(x)
= x, y una solucin x es un punto fijo atractivo
de la funcin f, entonces puede empezar con un
punto x1 en la base de atraccin de x, y sea
xn+1 = f(xn) para n 1, y la secuencia {xn}n
1 converger a la solucin x.
Sistemas lineales
En el caso de un sistema lineal de ecuaciones,
las dos clases principales de mtodos iterativos
son los mtodos iterativos estacionarios y los
ms generales mtodos del subespacio de
krylov
Mtodos iterativos estacionarios
Los mtodos iterativos estacionarios resuelven
un sistema lineal con un operador que se

aproxima al original; y basndose en la medida

de error (el residuo), desde una ecuacin de
correccin para la que se repite este proceso.
Mientras que estos mtodos son sencillos de
derivar, implementar y analizar, la convergencia
normalmente slo est garantizada para una
clase limitada de matrices.
Mtodos del subespacio de Krylov
Los mtodos del subespacio de Krylov forman
una base ortogonal de la secuencia de potencias
de la matriz por el residuo inicial (la secuencia
de Krylov). Las aproximaciones a la solucin se
forman minimizando el residuo en el subespacio
formado. El mtodo prototpico de esta clase es
el mtodo del gradiente conjugado. Otros
mtodos son el mtodo del residuo mnimo
generalizado y el mtodo del gradiente
biconjugado.
Convergencia
Dado que estos mtodos forman una base, el
mtodo converge en N iteraciones, donde N es
el tamao del sistema. Sin embargo, en la
presencia de errores de redondeo esta
afirmacin no se sostiene; adems, en la
prctica N puede ser muy grande, y el proceso

iterativo alcanza una precisin suficiente mucho

antes. El anlisis de estos mtodos es difcil,
dependiendo de lo complicada que sea la
funcin del espectro del operador.
Pre condicionante
El operador aproximativo que aparece en los
mtodos iterativos estacionarios puede
incorporarse tambin en los mtodos del
subespacio de Krylov, donde se pasan de ser
transformaciones del operador original a un
operador mejor condicionado. La construccin
de precondicionadores es un rea de
investigacin muy extensa.
El mtodo Jacobi es el mtodo iterativo para
resolver sistemas de ecuaciones lineales ms
simple y se aplica
slo a sistemas cuadrados, es decir a sistemas
con tantas incgnitas como ecuaciones.
1. Primero se determina la ecuacin de
recurrencia. Para ello se ordenan las ecuaciones
y las incgnitas. De la ecuacin i se despeja la
incgnita i. En notacin matricial se escribirse
como:

x = c + Bx (1)
Donde x es el vector de incgnitas.
2. Se toma una aproximacin para las soluciones
3. Se itera en el ciclo que cambia la
aproximacin
xi+1 = c + Bxi (2)
https://sites.google.com/site/metnumvmc/unida
d-i-2