CAPTULO I

Conceptos Bsicos de Anlisis Matemtico

Introduccin
En este captulo se revisar una serie de temas directa e indirectamente
relacionados con los mtodos numricos. Estos conocimientos proveen el fundamento
matemtico indispensable que nos permitir llevar a cabo los anlisis necesarios para
desarrollar algoritmos eficientes.
El captulo referente al anlisis de error es muy importante porque dicho tema es
uno de los ms importantes en el estudio de los mtodos numricos; ningn mtodo
numrico ser digno de mencin si no proporciona resultados bien aproximados a la
solucin real.
tro temas de gran importancia es el relevante al de las funciones ortogonales.
!ichas funciones se utili"arn a lo largo de este libro para me#orar la presicin y
rendimiento de diferentes algoritmos.
$as secciones %% y %& dan muestran la metodologa que se utili"ar a los largo de
este libro para desarrollar algoritmos 'captulo %%() y para especificarlos 'capitulo %&(.
*ara el resto de los temas su importancia se har evidente en un momento u otro
del libro.
1.1 Secuencias !rmulas "ecursi#as
M$todos %um$ricos. *lantean y resuelven modelos matemticos valindose de
frmulas recursivas y aproximaciones sucesivas.
Secuencias %um$ricas. +na secuencia numrica es una sucesin de nmeros que
guardan una relacin matemtica entre ellos mismos,
a. -ritmticas
b. .eomtricas
Secuencia Aritm$tica. +na secuencia aritmtica es aquella en la que cada valor
tiene una relacin lineal con los anteriores.
/
0
1a20h) donde a y h son constantes. Esta secuencia se expande a,
a) a2h) a2&h) a23h) ... ) a20h
4i a1% y h1& se obtiene una secuencia de nmeros impares.
4i a1& y h1&) se obtiene una secuencia de nmeros pares.
Secuencia &eom$trica. Es aquella donde los valores pertenecientes a la secuencia
tienen una relacin de orden superior con los anteriores.
%
/
0
1ar
0
donde a y r son constantes. Esta secuencia se expande a,
a) ar) ar
&
) ar
3
) ... )ar
0
Existen otros tipos de secuencias. *or e#emplo las secuencias polinomiales,
/
0
1a0
r
) donde a y r son constantes,
%) a) a&
r
) a3
r
) a5
r
) ...
4i r1&) la secuencia es cuadrtica. 6on r13) la secuencia es cbica) etc.
Secuencias "ecursi#as. +na serie es recursiva si los nmeros que componen la
serie satisfacen alguna relacin recursiva.
!rmulas "ecursi#as. En el sentido ms prctico una formula recursiva es aquella
a la que se recurre cada ve" que es necesario un nuevo valor de una secuencia de
nmeros. 4in embargo el trmino recursivo) proviene de la nocin de recursividad ms
que de recurrencia. +n elemento recursivo es aquel que se llama a s mismo. -plicado
a frmulas) una 'rmula recursi#a es a(uella se )asa en #alores anteriores de ella
misma para calcular el nue#o #alor. En mtodos numricos) las frmulas recursivas
se utili"an para encontrar los valores pertenecientes a alguna secuencia numrica.
/ipos de frmulas recursivas,
*or la relacin con trminos anteriores,
a. 4imples
b. 7ltiples
*or la relacin con los primeros trminos,
a. *osicin
b. 8elocidad
!rmulas "ecursi#as Simples. 4on las que a partir del primer trmino de la
secuencia es posible determinar el segundo. En general) /
0
1f'/
r
( donde r90.
E#. Encontrar una frmula recursiva para sumar n nmeros reales.
4
n
1/
%
2 /
&
2 /
3
2 ... 2 /
n:%
2 /
n
4abemos que,
4
%
1/
%
'%.%(
Entonces,
4
&
1/
%
2/
&
'%.&(
4ustituyendo % en &) tenemos,
&
4
&
14
%
2/
&
'%.3(
-dicionalmente,
4
3
1/
%
2/
&
2/
3
'%.5(
4ustituyendo 3 en 5,
4
3
14
&
2/
3
'%.;(
!e aqu podemos decir que
4
n
14
n:%
2/
n
'%.<(
Es decir) la sumatoria n de nmeros 4
n
est en funcin de los valores anteriormente
obtenidos por la sumatoria '4
n:%
(.
E#emplo. Encontrar la frmula recursiva de la siguiente secuencia aritmtica, %) 3) ;)
=)....
4abemos que 4
%
1%. !e aqu podemos concluir que 4
&
14
%
2&13.
-dicionalmente 4
3
1;) por lo que podemos ver que 4
3
1;14
&
2&. *or inspeccin
podemos afirmar que 4
n
14
n:%
2
&
.
!rmulas "ecursi#as M*ltiples. 4on aquellas en las es necesario definir ms de
un slo valor anterior de s mismo. /01f'/
a
)/
b
)/
c
)....)/
n
( donde a) b) c.)n90.
E#emplo. Encontrar la frmula recursiva de la siguiente secuencia,
%)%)&)3);)>)%3)... !onde /
%
1% y /
&
1%.
*odemos ver que,
/
3
1%2% '%.=(
? probablemente,
/
3
1/
%
2/
&
1& '%.>(
-dicionalmente,
/
5
1%2&13 '%.@(
!onde,
/
5
1/
&
2/
3
'%.%A(
4i esto es cierto) debera ser que,
3
/
;
1/
3
2/
5
1; '%.%%(
!e aqu) la frmula recursiva sera
/
n
1/
n:%
2/
n:&
'%.%&(
!rmulas "ecursi#as de Posicin. $as frmulas recursivas de posicin son
aquellas en las que el trmino 0 est en funcin del primero o primeros trminos
'-quellos que inician la secuencia(. Este tipo de frmulas es el que se us para definir
las secuencias aritmticas y geomtricas,
/
0
1a20h y /
0
1ar
0
!rmulas "ecursi#as de +elocidad. En estas frmulas) el trmino 0 est en
funcin de trminos anteriores. Estas frmulas se conocen tambin como !unciones
"ecursi#as de ,i'erencias debido a que en muchas ocasiones basta un simple
diferencia para encontrar la funcin de velocidad.
E#emplo,
/
0
1a20h '%.%3(
/
0:%
1a2'0:%(h '%.%5(
4i restamos %.%5 a %.%3 obtenemos,
/
0
:/
0:%
1a20h:a:'0:%(h1a20h:a:0h2h ' %.%;(
/
0
1/
0:%
2h '%.%<(
E#emplo,
/
0
1a0
3
'%.%=(
/
0:%
1a'0:%(
3
1a'r
3
:r
&
2r:%( '%.%>(
Bestando %.%> a %.%=,
/
0
:/
0:%
1ar
3
:ar
3
2ar
&
:ar2a '%.%@(
/
0
1/
0:%
2a'r
&
:r2%( '%.&A(
$a venta#a de esta forma de diferencia sobre la frmula de posicin es que en este
caso) la frmula de velocidad es de segundo orden a diferencia de la posicin que es
un polinomio cbico. Esto significa que la cantidad de operaciones necesarias para
calcular /
0
es menor) y que el error que se propaga a partir de dichas operaciones es
menor
%
.
%
$a generacin de errores y su propagacin se ven en la siguiente seccin.
5
4in embargo) no siempre es suficiente una resta para encontrar la forma de
velocidad.
E#emplo,
/
0
1ar
0
'%.&%(
/
0:%
1ar
0:%
'%.&&(
!ividiendo %.&% entre %.&&,
/
0
C/
0:%
1ar
0
Car
0:%
1ar
02%
Car
0
'%.&3(
/
0
1/
0:%
r '%.&5(
Series In'initas. +na serie infinita 4 es la suma de todos los elementos de una
secuencia infinita.
S
tk
k

0
Series Parciales. +na serie parcial es la suma de los 02% primeros elementos de
una secuencia infinita.
k i
i
k
S t

0
1.- Teorema del +alor Medio
+alor Medio de la ,eri#ada. 4i una funcin f'x( y fD'x( son continuas en un intervalo
cerrado Ea)bF) la derivada en un punto dentro de ese intervalo es igual a la recta
secante entre los puntos 'f'a()a( y 'f'b()b(,
f'( )
f(b) f(a)
b a

f(x)
x
a b
;
+alor Medio de la Inte.ral. Este teorema dice que el rea ba#o la curva de una
funcin f'x( continua e integrable entre el intervalo cerrado Ea)bF es igual al valor de la
funcin en un punto e dentro del intervalo f'( 'llamado valor medio( multiplicado por la
longitud del intervalo en x.

b
a
f a b dx x f ) ( ) ( ) (
f(x)
x
a b
Se.undo Teorema del +alor Medio de la Inte.ral. 4i dos funciones f'x( y g'x(
continuas e integrables en un intervalo cerrado Ea)bF y g'x( no cambia de signo dentro
del intervalo,

b
a
b
a
dx x g x f dx x g x f ) ( ) ( ) ( ) (
1./ La Serie de Talor
$a serie de /aylor es una serie polinomial infinita que sirve para aproximar los
valores que toma una funcin f alrededor de un punto xA.
4ea *'x( el polinomio utili"ado para aproximar los valores de G'x( alrededor de un
punto x
A
) tal que *'x
A
(1G'x
A
(
*'x(1a
A
2 a
%
'x:x
A
( 2 a
&
'x:x
A
(
&
2 a
3
'x:x
A
(
3
2 ... 2 a
n
'x:x
A
(
n
2 ... '%.&;(
Evaluando *'x( en x
A
tenemos que,
*'x
A
(1a
A
2 a
%
'x
A
:x
A
( 2 a
&
'x
A
:x
A
(
&
2 a
3
'x
A
:x
A
(3 2 ... 2 a
n
'x
A
:x
A
(
n
2 ... '%.&<(
*'x
A
(1a
A
'%.&=(
bteniendo la primera derivada de *'x() evalundola en x
A
e igualndola a GD'x
A
(
tenemos,
*D'x(1a
%
2 a
&
&'x:x
A
( 2 a
3
3'x:x
A
(
&
2 ... 2 a
n
n'x:x
A
(
'n:%(
2 ... '%.3A(
<
*D'x
A
(1 a
%
'%.3%(
$a segunda derivada de *'x( tambin debe ser igual a G'x( en x1x
A
*DD'x(1&a
&
2 3a
3
&'x:x
A
( 2 5a
5
3'x:x
A
(& 2 na
n
'n:%('x:x
A
(
'n:&(
2 ... '%.3&(
*DD'x
A
(1&a
&
'%.33(
*DDD'x(13'&(a
3
2 5'3(a
5
'x:x
A
( 2 ... 2 n'n:%('n:&('x:x
A
(
'n:3(
2 ... '%.35(
*DDD'x
A
(13'&(a
3
'%.3;(
y
*
n
'x
A
(1nHa
n
'%.3<(
!espe#ando para cada uno de los coeficientes a
i
obtenemos que,
i
i
o
a
f
(
x
)
i!

'%.3=(
!onde f
i
'x( es la i:sima derivada de f'x(. !e aqu,
... ) (
!
) (
... ) (
! 3
) ( ' ' '
) (
! 2
) ( ' '
) )( ( ' ) ( ) (
3 2
+ + + + + +
n
n
a x
n
a f
a x
a f
a x
a f
a x a f a f x f
'%.3>(
6ualquier funcin f'x( puede ser representada exactamente por una expansin
polinomial infinita representada por la ecuacin III. !icha ecuacin es la frmula
clsica de la serie de /aylor para una funcin f'x( alrededor de un punto x1a.
!ebido a que la serie de /aylor es convergente
&
) los sumandos f'0('a(C0H'x:a( se van
haciendo cero conforme 0 se acerca al infinito. Es imposible computar la expansin
infinita) sin embargo) es posible aproximar muy cercanamente el valor real de la
expansin evaluada en algn punto x en la vecindad de a tomando slo unos trminos
de la serie. Entre ms trminos sean computados) ms exacto ser el valor calculado.
Sumas Parciales de la Serie de Talor. En general la serie de /aylor puede ser
calculada por la siguiente sumatoria,
f x
f a
k
x a
k
k
k
' (
' (
H
' (

0
'%.3@(
Esta sumatoria puede ser aproximada por una sumatoria de n trminos descrita por
la siguiente frmula,
&
6onvergencia se trata en la seccin xxx
=
f x
f a
k
x a
k
k
k
i
' (
' (
H
' (

0
'%.5A(
Esta sumatoria se denomina la i:sima suma parcial de /aylor o una serie de /aylor
de i orden 'debido a que la derivada de mximo orden en la expansin es de orden i(.
E#emplo. 4e tiene la funcin f'x(1x
&
. 4i f'&(15) J6ul es el cuadrado de 3K
fD'x(1&x
fDD'x(1&
/omando & trminos de la serie de /aylor 'primer orden(,

f'x(1f'&(2fD'&('x:&(
f'3(152&'&('3:&(1>
/omando 3 trminos de la serie de /aylor 'segundo orden(
f'x(1f'&(2fD'&('x:&(2fDD'&(C&'x:&(
&
f'3(152&'&('3:&(2&C&'3:&(
&
1@
8emos que la serie de dos trminos incurre en un error significativo) sin embargo la
serie de tres trminos da un resultado exacto. 4i se calcula el resultado de una funcin
utili"ando una suma parcial de la serie de /aylor) el error resultante ser la suma del
resto de los trminos hasta el infinito. $eithold E$EL/IIIF deriva una integral que da el
resultado de esta sumatoria. -s) la serie de /aylor donde se calculan 02% trminos
puede representarse de la siguiente manera,
f x f a f a x a
f a
x a
f a
x a
f a
k
x a
k
k
( ) ( ) ' ( )( )
' ' ( )
!
( )
' ' ' ( )
!
( ) ...
( )
!
( ) + + + + +
2 3
2 3

+
x
a
k
k
dt t f
k
t x
) (
!
) (
1
'%.5%(
!ado que t vara de a:>x) no cambia de signo) por lo que aplicando los teoremas de
valor medio para la integral) el resto de la serie de /aylor puede representarse como,
B

+
+
+
( )
( )!
( )
x a
k
f
k
k
1
1
1
'%.5&(
para entre Ea)xF. *or lo que finalmente) la serie de /aylor puede representarse de
la siguiente manera,
f x f a f a x a
f a
x a
f a
x a
f a
k
x a
k
k
( ) ( ) ' ( )( )
' ' ( )
!
( )
' ' ' ( )
!
( ) ...
( )
!
( ) + + + + +
2 3
2 3
+

+
+
+
( )
( )!
( )
x a
k
f
k
k
1
1
1
'%.5%(
1.0 1rrores en Computacin
>
*ara escoger un mtodo en particular para resolver problemas existen varios
criterios dependiendo del las herramientas con que se cuenten y la aplicacin que se
vaya a dar a los resultados. *ersonas con computadoras de ba#a velocidad pueden
preferir mtodos que obtengan resultados con pocos pasos. *rogramadores novatos
pueden preferir mtodos que sean fciles de implementar. !e alguna manera) la
facilidad de implementacin y la velocidad de e#ecucin nunca estn le#os de la
persona involucrada en los mtodos numricos. 4in embargo) el aspecto ms
importante en la solucin de cualquier problema es la exactitud de los resultados.
Mingn mtodo numrico por rpido y sencillo que se presente tiene uso til si arro#a
resultados errneos.
El anlisis de errores tiene una gran importancia en los mtodos numricos porque
nos permite identificar que tan cerca de la solucin real se encuentran los resultados
obtenidos y corregir estos resultados. -dicionalmente) si el error se presenta desde el
inicio del los procedimientos de solucin) es posible medir su impacto en la solucin
inicial.
$os errores son entonces) un aspecto de la vida con el cual tiene que aprender a
vivir el usuario de los mtodos numricos.
El error en la solucin puede ser inducido por una gran cantidad de factores; los
datos pueden traer errores inherentes de medicin) el modelo matemtico puede estar
incorrectamente planteado o sobre simplificado) el mtodo numrico puede estar
incorrectamente implementado) el mtodo numrico puede introducir un error por s
mismo 'normalmente controlado o predecible( por el hecho de simplificar ecuaciones) o
simplemente la computadora no tiene la precisin necesaria para representar
fracciones o nmeros irracionales.
Errores de Medicin
/odas las mediciones llevan un error inherente. Minguna regla es igual a otra) los
medidores de temperatura reaccionan en forma diferente de acuerdo a la composicin
qumica de los materiales que los componen) las mediciones por inspeccin son
especialmente vulnerables a la imperfeccin del o#o humano. El error puede ser
incluido por diferencias de criterio entre diferentes personas encargadas de tomar las
mediciones) etc. $o nico que se puede hacer es identificar si este error es significativo
con respecto a las cantidades medidas o si el modelo es muy sensitivo a errores de
este tipo. El anlisis de sensibilidad dados diferentes con#untos de datos es una de las
partes ms importantes en los procesos de simulacin y nos permite identificar tanto el
comportamiento del sistema a cambios en las condiciones de operacin y tambin
permite identificar el efecto en el resultado final debido a errores de medicin.
Errores en el Modelo Matemtico.
Este tipo de errores se presenta cuando se suponen que un sistema se comporta de
cierta forma en un rango de valores cuando de hecho su comportamiento es muy
diferente. +n sistema de gases tiene un comportamiento ideal '*81nB/( a ba#as
presiones pero el comportamiento cambia significativamente conforme la presin o la
temperatura salen de cierto rango.
@
/ambin es posible que ciertos factores que no han sido identificados no sean
tomados en cuenta) como friccin en sistemas mecnicos) el incrustamiento en
sistemas de intercambio de calor) o efectos inductivos y capacitivos en sistemas
elctricos.
Errores en la Implementacin
Este error es muy comn tanto en novatos como en expertos. Este tipo de errores
es inevitable sin embargo puede ser detectado. +na forma muy simple es tener a
mano un planteamiento previo con resultados intermedios y finales conocidos. 4e hace
entonces una o ms pruebas de la implementacin con estos y otros datos para
verificar si el modelo ha sido correctamente implementado.
Errores de Truncamiento
Este error es introducido cuando el modelo matemtico simplifica ecuaciones para
hacerlo ms mane#able o cuando no existe ninguna otra opcin. *or e#emplo cualquier
funcin puede ser representada por una suma infinita de /aylor. !e hecho esta es la
forma en que las diferentes computadoras implementan funciones comple#as como
senos) cosenos) logaritmos y exponenciales.
12emplo3
e
x
x
x x x x
+ + + 1
2 3 4 5
2 3 4 5
! ! !
...
4in embargo es imposible implementar una suma infinita. $as sumas deben ser en
algn momento detenidas y el resto de los trminos a evaluar se truncan. Esto
significa) que aunque la suma sea una aproximacin cercana al verdadero valor de la
funcin) existe un error inducido por utili"ar la suma parcial. - este error se le llama
error de truncamiento.
En la mayora de las series) los trminos van decreciendo en importancia hasta que
se hacen casi cero. 4e pueden aplicar conceptos de convergencia para identificar el
valor final de la suma) o poner cotas al error) es decir) identificar el error mximo y el
error mnimo. !e hecho) para la mayora de las series existen ecuaciones para
encontrar el error incurrido por truncar las series. El error de truncamiento es uno de
los pocos errores que puede ser controlado. El error se puede predecir o se puede
minimi"ar.
Errores de Redondeo
$os errores de redondeo se presentan por la naturale"a de las computadoras. +na
computadora representa nmeros de diferentes maneras. Mmeros enteros pueden
ser representados en forma exacta debido a que la computadora almacena el nmero
segn su valor en binario. Es decir) ; es equivalente a %A% en binario y as se le
representa internamente 'excepto los nmeros negativos que son representados en
complementos a la base(. 4in embargo) nmeros con fracciones decimales tiene un
formato fi#o con una cantidad finita de bits. +n nmero fraccionario puede no tener una
cantidad de dgitos finita. *or e#emplo %C31A.333333333.... El cual no puede ser
representado exactamente en su forma de fracciones decimales en una computadora.
%A
$a siguiente simple prueba demuestra este hecho,
if '%C3N31%( then Orite 'PLgualP(
else Orite 'P!iferenteP(
!ebido a que la computadora no puede almacenar todos los dgitos necesarios para
representar la fraccin) esta es limitada segn la cantidad de bits disponibles. En
ocasiones la fraccin es truncada) en ocasiones es redondeada. !e todas formas)
error introducido se llama error de redondeo.
Error Inherente y Adquirido
6omo ya se ha hablado) cualquier cantidad que represente alguna magnitud puede
llevar cierta cantidad de error. El error puede ser inherente) es decir) error introducido
antes de iniciar cmputos) como el error de medicin. El error introducido como
resultado de los cmputos llevados acabo sobre los datos iniciales se le llama error
adquirido) como el error por modelo) error de truncamiento y el error de redondeo.
Error Absoluto y Error Relativo
Mormalmente al tratar de delimitar el error en el que puede incurrir una cantidad se
hace en forma de rango. +n e#emplo muy claro de esto se puede apreciar en el caso
de la elecciones. En base a encuestas es comn que se intente predecir la cantidad de
lugares que ocupar un cierto partido en la cmara de diputados) como entre %AA y
%&A lugares. 6uando el error no es debido al a"ar) el error se distribuye normalmente
al rededor de un promedio. *or e#emplo una cierta aceleracin que puede
representarse como %A.;5tA.5 variar entre %A.%5 y %A.@5. Este tipo de error es
llamado error absoluto. El error absoluto se define entonces como,
8alor -bsoluto, Q8alor 8erdadero:8alor -proximadoQ '%.53(
!ebido a que una desviacin de 2% es tan significativa como una desviacin de :%)
el error absoluto se mide tomando el valor absoluto. !e esta forma no existen errores
negativos.
El error absoluto puede ser engaRoso ba#o algunas circunstancias. *or e#emplo un
error de t% sobre un promedio %AAA no es muy significativa) mientras ese mismo error
sobre un promedio de % es una variacin hasta de un %AAS. !ebido a esto es tambin
muy comn la utili"acin del error relativo. El error relativo se define como,
8alor 8erdadero : 8alor -proximado Error -bsoluto
Error Belativo1 Q
TTTTTTTTTTTTTTTTTTTTTTTTTTTT
Q 1 Q
TTTTTTTTTTTTTT
Q '%.55(
8alor 8erdadero 8alor 8erdadero
El error relativo puede tambin representarse como un porcenta#e. Esta
representacin del error da una idea ms exacta de la significancia del error con
respecto al promedio. 4in embargo no hay que restarle importancia al valor absoluto.
*or e#emplo) un dficit de %S en el presupuesto nacional no parece ser mucho) sin
embargo es suficiente para construir cientos de escuelas y dar alimento a decenas de
%%
miles de niRos. +n ahorro de un &S en energa en una industria tampoco parece ser
mucho) sin embargo puede llegar a ser millones de dlares en un slo aRo. El error
relativo tambin puede ser engaRoso.
Propagacin de Errores
Est claro que si se tienen dos cantidades aD y bD ambas con un cierto error que las
desva de las cantidades reales a y b) el resultado de aplicar cualquier operacin
tendr un resultado cD tambin desviado da resultado real c debido a la propagacin
del error. Entonces,
c1ab y cD1aDbD) para E
x
1x:xD
*or lo tanto el error absoluto propagado ser,
3
E
c
1c:cD1'ab(:'aDbD( '%.5;(
El error se puede calcular fcilmente dependiendo de la operacin de la siguiente
manera,
E
a2b
1'a2b(:'aD2bD(1a:aD2b:bD1'a:aD(2'b:bD(1E
a
2E
b
'%.5<(
E
a:b
1'a:b(:'aD:bD(1a:aD:b2bD1'a:aD(:'b:bD(1E
a
:E
b
'%.5=(
E
ab
1'ab(:'aDbD() 4i a1aD2E
a
y b1bD2E
b
) entonces,
E
ab
1'aD2E
a
('bD2E
b
(:aDbD1aDbD2aE
b
2bE
a
2E
a
E
b
:aDbD1aE
b
2bE
a
2E
a
E
b
Mormalmente E
a
E
b
A) as que,
E
ab
1aE
b
2bE
a
'%.5>(

E
a
b
aD
bD
E
abD aD b
bbD
E
'a E (bD aD 'b E (
bbD
E
aD bD E bD aD bD aDE
bbD
E
E bD aDE
bD
E
E bD aDE
bD '%
E
bD
(
a
b
a
b
a
b
a b
a
b
a b
a
b
a b
&
a
b
a b
& b

+ +

+ +

+
'%.5@(
3
*ara simplificar los clculos utili"aremos las frmulas de error relativo y error absoluto sin el
valor absoluto
%&
4i consideramos que E
b
CbD es aproximadamente A) la ecuacin se simplifica a,
E
E bD aDE
bD
a
b
a b
&

'%.;A(
Estas frmulas son muy significativas. 6omo es de esperarse) el error propagado
con las operaciones de suma) resta y multiplicacin es proporcional tanto a la magnitud
de las cantidades con error como al error que contienen. Esto significa que entre
menor sean las cantidades 'y por supuesto el error() el error acarreado es tambin
menor. Esto sugiere que para reducir el error en el resultado final conviene reducir las
magnitudes mane#adas a travs de divisiones. 4in embargo) JUue efecto en el error
final tiene la divisinK. El numerador de la frmula de acarreo del error indica que el
error en la divisin tambin es directamente proporcional a la magnitud de las
cantidades y al error que contienen. *ese a esto) el denominador de esta misma
frmula indica que el error acarreado por una divisin disminue proporcionalmente al
cuadrado del denominador de la divisin. $a conclusin clara de esto es que si es
posible dividir todas las cantidades del modelo matemtico entre el mayor nmero
posible) reducir el error final en los clculos acarreados por las sumas) restas y
multiplicaciones.
1.4 1l 1s(uema de 5orner 6,i#isin Sint$tica7
+na forma de reducir los errores de redondeo al evaluar polinomios es utili"ar el
esquema de Vorner. Este esquema se basa en una forma anidada de los polinomios.
*or e#emplo, el polinomio f'x(1ax
3
2bx
&
2cx2d) tiene un equivalente en la siguiente
forma anidada,
f'x(1''ax2b(x2c(x2d '%.;%(
que resulta de factori"ar x en forma parcial.
Wa#o esta representacin para polinomios) no es necesario multiplicar ms de una
ve" la variable x para encontrar exponente de x 'x
n
(. *ara evaluar un polinomio de
grado n) se requieren a lo ms n multiplicaciones y n sumas) lo cual es me#or que la
forma tradicional con la que es necesario llevar a cabo n'n2%(C& multiplicaciones y n
sumas.
$as ecuaciones recursivas que describen la forma anidada de Vorner para
polinomios se pueden derivar por inspeccin y son las siguientes,
4ea p'x
A
(1a
n
x
A
n
2a
n:%
x
A
n:%
2...2a
%
x
A
2a
A
1'...'a
n
x
A
2a
n:%
(...(x
A
2a
%
(x
A
2a
A
b
0:%
1a
0:%
2b
0
x
A
) donde b
n
1a
n
)01n) n:%.)3)&)%
-l evaluar b
A
) se ha calculado todo el polinomio) entonces b
A
1p'x
A
(
4e puede comprobar que los coeficientes b
0
) son los coeficientes de un polinomio
q'x( de grado n:%) es decir q'x(1b
n
x
n:%
2b
n:%
x
n:&
2...2b
&
x2b
%
%3
Uue cumple con la siguiente desigualdad,
p'x(1'x:x
A
(q'x(2b
A
'%.;&(
El esquema de Vorner es realmente lo que se denomina una divisin sinttica. $as
frmulas que se encontraron anteriormente de forma intuitiva se pueden derivar
analticamente si se sustituyen los dos polinomios en forma explcita,
a
n
x
n
2a
n:%
x
n:%
2...2a
%
x2a
A
1'x:x
A
(Eb
n
x
n:%
2b
n:%
x
n:&
2...2b
&
x2b
%
F2b
A
'%.;3(
!esarrollando la multiplicacin del lado derecho y agrupando los coeficientes de
cada x
i
,
b
0:%
1a
0:%
2b
0
x
A
) y b
n
1a
n
) para 01%)&)3)...)n '%.;5(
p'x(1'x:x
A
(q'x(2b
A
y b
A
1p'x
A
( '%.;;(
1.8 "acionali9acin de la 1cuacin &eneral Cuadrtica
!ebido a la gran cantidad de clculos que se tiene que hacer para encontrar la
solucin de una ecuacin cuadrtica utili"ando la ecuacin general) y el subsecuente
acarreo del error) se puede llegar a un resultado muy inexacto.
4i se tiene un polinomio de segundo grado ax
&
2bx2c) la frmula general dicta que,
x
b b ac
a
1
2
4
2

+
y
x
b b ac
a
2
2
4
2

) para aA
!el las frmulas de propagacin del error se puede demostrar que cuando el
trmino
t b b ac
2
4
es muy pequeRo comparado con el trmino &a) se puede
incurrir en errores considerables en la solucin final. *ara solucionar este problema es
posible Pracionali"arP la ecuacin general para poner el trmino
t b b ac
2
4
en el
denominador de la ecuacin,
x
b b ac
a
b b ac
b b ac
c
b b ac
1
2 2
2 2
4
2
4
4
2
4

+



+
( ) '%.;<(
) y
x
b b ac
a
b b ac
b b ac
c
b b ac
2
2 2
2 2
4
2
4
4
2
4

+
+



( ) '%.;=(
Esta racionali"acin no slo cambi de lugar el trmino conflictivo sino que permiti
un cambio de signo el cual resulta ser muy significativo.
4i
+ b b ac
2
4 0
) es porque
b b ac
2
4
Entonces la racionali"acin tiene el efecto de que en lugar de restar & nmeros casi
iguales) que dan como resultado casi cero) se sumen dos nmeros casi iguales
ale#ando el resultado del cero. Mo obstante) no se debe utili"ar la forma racionali"ada
%5
de la frmula general en forma in discriminada debido a que el cambio de signo hace
que ahora sea la otra ra") de la cual anteriormente podramos esperar un resultado
acertado) la que tenga el trmino casi cero; por lo que esta ra" deber ser calculada
utili"ando la frmula original.
1.: Teor;a de 1cuaciones
.!. Teorema del Residuo
6uando un polinomio *'x( es dividido entre x:) el residuo B es el resultado de
evaluar *'(.
*'x(1a
n
x
n
2a
n:%
x
n:%
2...2a
%
x2a
A
1'x:('b
n:%
x
n:%
2b
n:&
x
n:&
2...2b
%
x2b
A
(2B
6laramente *'( es,
*'(1':('b
n:%
a
n:%
2b
n:&
a
n:&
2...2b
%
a2b
A
(2B1B
.!." Teorema del #actor
4i *'(1A) donde *'x( es un polinomio) entonces x: es factor de *'x(. Esto se
desprende del teorema anterior debido a que si *'(1B) y *'(1A) entonces B1A por lo
que el trmino x: divide exactamente a *'x(.
.!.$ Teorema #undamental del %lgebra
6ada polinomio *'x(1a
n
x
n
2a
n:%
x
n:%
2...2a
%
x2a
A
tiene exactamente n races reales o
comple#as. $as races pueden tener valores iguales. 4i
%
)
&
)
3
)...)
n
son races de
*'x() entonces los coeficientes del polinomio se pueden encontrar desarrollando,
*'x(1'x:
%
('x:
&
(...'x:
n
(
!e donde obtenemos que,

i
i %
n
n %
n
n %
a
a
b

i
'i)#( %
n
#
n &
n
n &
a
a
b

i
'i)#)0( %
n
# 0
n 3
n
n 3
a
a
b

...

i
i %
n
n
n
a
a
b

( ) 1
0
0
!onde b
i
son los coeficientes del polinomio normali"ado,
%;
U'x(1*'x(Ca
n
1x
n
2b
n:%
x
n:%
2...2b
%
x2b
A
El cual tiene las mismas races que el polinomio original *'x(.
$as frmulas III se denominan las "elaciones de %e<ton.
.!.& Teorema de Reduccin
4i
%
es ra" del polinomio *'x() entonces *'x(C'x:
%
(1B'x() donde B'x( contiene las
mismas races que *'x( excepto
%
,
!el teorema fundamental del lgebra sabemos que,
*'x(1'x:
%
('x:
&
('x:
3
(...'x:
n
(
Entonces,
*'x(
'x: ('x: (...'x: ( 1B'x(
%
& 3 n
x

.!.' Teorema de la Ra() Racional
4i la ecuacin polinomial con coeficientes enteros tiene la ra" racional pCq) donde p
y q son enteros que no tienen factor comn mayor a %) entonces p es un divisor exacto
del trmino constante a
A
y q es un divisor exacto del coeficiente a
n
.
E#emplo. El polinomio <y
3
2=y
&
:@y2&1A. $as posibilidades para el numerador son t%)
t&. $as posibilidades para el denominador son t%) t&) t3) t<. *or lo que las posibles
races racionales son, t%) t&) t%C&) t%C3) t&C3) t%C<. 4ustituyendo en la ecuacin
original vemos que la ra" es :&.
.!.* Teorema de Ra(ces +omple,as +on,ugadas
4i una ecuacin polinomial con coeficientes reales tiene como ra" a2#b) entonces
tambin tiene como ra" al con#ugado a:#b. Esto se desprende de observar las
relaciones de MeOton; el producto de & nmeros comple#os es real slo si los nmeros
son con#ugados.
.!.! Regla de -ignos de .escartes
El nmero de races reales positivas de un polinomio con coeficientes reales es
igual al nmero c de cambios de signos de los coeficientes de *'x() o igual que c
menos un nmero entero par. El nmero de races reales negativas de un polinomio
con coeficientes reales es igual al nmero c de variaciones de signo de los coeficientes
de *':x() o igual que c menos un nmero entero positivo par.
E#emplo. *'x(1x
5
:x
&
2%Ax:51A) como c13) *'x( tiene 3 o % races reales positivas. *':
x(1x
5
:x
&
:%Ax:51A) c1%) por lo que *'x( tiene una ra" real negativa.
.!./ +ota -uperior de las Ra(ces Reales
%<
4ea b un nmero real tal que
i
9b i) donde
i
son las races de *'x(1a
n
x
n
2a
n:%
x
n:
%
2...2a
%
x2a
A
) entonces b se denomina cota superior de las ra;ces reales de P6=7.
4ea a
g
el primer coeficiente negativo de *'x(. a
g
est precedido de 0 coeficientes
positivos o cero. 4ea a
m
el coeficiente de mayor valor absoluto de los coeficientes
negativos. Entonces tenemos que,
a 9b %
a
a
i
m
A
+
$a cota in'erior de las ra;ces reales de P6=7 b) donde b9
i
i) se encuentra
aplicando la regla anterior a *':x() o :*':x( si no existe ningn coeficiente positivo antes
del primer coeficiente negativo en *':x(.
E#emplo, *'x(1x
=
2&x
;
25x
5
:>x
&
:3&1A. 01; 'los coeficientes de x
<
y de x
3
son A(
a
m
1:3&. b1%2'3&(
%C;
13. *':x(1:x
=
:&x
;
25x
5
:>x
&
:3&1A. :*':x(1x
=
2&x
;
:5x
5
2>x
&
23&1A. 013)
a
m
1:5) por lo que b1:'%2'5(
%C3
(1:&.;>=. $as a las races reales son :&.;>=993.
1.> ,eri#acin %um$rica
6alcular la derivada de una funcin en un punto determinado es una necesidad
para la implementacin una buena cantidad de mtodos numricos. $a solucin ideal
es encontrar la derivada en forma analtica. 4in embargo) en una gran cantidad de
ocasiones) encontrar la derivada numrica es muy difcil o simplemente imposible. En
otras ocasiones en necesario aplicar la derivada a diferentes funciones) de tal forma
que an cuando la derivada analtica no es muy difcil de encontrar) sta siempre es
diferente.
6uando se presentan estas situaciones se puede utili"ar una solucin numrica. $a
solucin numrica es slo una aproximacin a la solucin analtica y es numricamente
inestable E7c6-$$-F y debe ser evitada cuando sea posible.
+na forma de encontrar la derivada en punto definida es utili"ar la definicin,
dy
dx
Lim
x
f x x f x
x

0
( ) ( )
'%.;>(
*ara aplicar la definicin se le asigna a x un valor muy pequeRo cercano a A)
A.AAAAAA% por e#emplo. $a gran cantidad de cifras decimales involucrada puede dar un
valor muy diferente al valor real) sin embargo la mayora de las veces esta frmula es
adecuada.
df x
dx
f x f x ( ) ( . ) ( )
.

+ 0 000001
0 000001
'%.;@(
tra forma de hacer lo mismos usando el teorema del valor medio,
%=
df x
dx
f x f x ( ) ( . ) ( . )
.

+ 0 000001 0 000001
0 000001
'%.<A(
$a segunda derivada se encuentra aplicando la misma frmula) es decir) la segunda
derivada ser la derivada de la derivada,
d f x
dx
f x f x
2
2
0 000001
0 000001
( ) ' ( . ) ' ( )
.

+
'%.<%(
4in embargo) esta solucin casi nunca proporciona valores reales debido a un gran
acarreo de error. +na me#or forma de hacerlo es a travs de una diferencia dividida
tratando de hacer la menor cantidad de clculos. 4i,
df (x)
dx
f (x ) f (x )

x x
x
y '%.<&(
d f (x)
dx
f ' (x ) f ' (x)
2
2

+

x
x
'%.<3(
entonces,
d f (x)
dx
f ((x ) ) f (x ) f (x ) f (x)
2
2

+ + +

x x x
x
x
x
x
d f x
dx
f x x f x x f x
x
2
2 2
2 2 ( ) ( ) ( ) ( )
( )

+ + +

'%.<;(
x no debe ser muy pequeRa debido a que esto ocasiona que la funcin se divida
entre casi cero) lo cual arro#a un resultado muy errneo. +n x ra"onable) dependiendo
de la magnitud de f'x( sera A.%) o A.A%. Entonces,
d f (x)
dx
f (x 0.02) 2f (x 0.01) f (x)
(0.01)
2
2 2

+ + +
'%.<<(
6omo se vio en la seccin III) el error acarreado en operaciones aritmticas es
inversamente proporcional al cuadrado del denominador. Es decir) que entre ms
pequeRo el denominador) ms error habr. 4i a esto se agrega que el denominador de
la frmula anterior es x
&
) donde x99%) error que se acarrea al aproximar la segunda
derivada por esta frmula puede ser muy grande por lo que se aconse#a el valor de
x%) para evitar que al elevar al cuadrado x) el denominador no se haga mucho ms
pequeRo sino ms grande) reduciendo el error acarreado por la divisin.
$a tercera derivada sera,
%>
d f x
dx
f x x f x x f x x f x
x
3
3 3
3 3 2 3 ( ) ( ) ( ) ( ) ( )
( )

+ + + + +

'%.<=(
para calcular la n:sima derivada,
n
n
k
k
n
n
x
x k x f
k n k
n
dx
x f d
) (
) (
)! ( !
!
) 1 (
) (
1

,
_

'%.<>(
Esta frmula puede ser fcilmente programada en cualquier computadora y
proporcionan mayor estabilidad a la aproximacin numrica. Grmulas similares
pueden encontrarse utili"ando el teorema del valor medio aplicado a la segunda
derivada.
+oe0icientes Inderminados
tra forma de encontrar las derivadas definidas de una funcin es utili"ar
coe'icientes indeterminados E.eraldF.
El mtodo de coeficientes indeterminados intenta aproximar una funcin como una
combinacin lineal de funciones. Este enfoque es adecuado para el clculo de la
derivada de una funcin debido a que la ra"n de cambio de una variable de acuerdo
a una variable independiente) es decir) la derivada) es a su ve" una funcin. !e tal
forma que los cambios de la funcin en relacin a los cambios de la variable
independiente en los alrededores del punto donde se desea calcular la derivada nos
deben la informacin suficiente para encontrar el valor de la derivada en el punto
especfico.
Mormalmente desearamos calcular la derivada usando ste mtodo utili"ando
puntos en los alrededores del punto especfico. Es decir que si se desea encontrar la
derivada en el punto 'f'x
A
()x
A
() de debera tomar informacin de los puntos 'f'x
%
()x
%
()
'f'x
&
()x
&
() ... )'f'x
n
()x
n
( tal que Qf'A(:f'A(Q<
i
donde
i
es un valor muy pequeRo. 4in
embargo) el encontrar los valores de x donde se cumplen dichas condiciones para f'x(
puede ser tan difcil como calcular la deriva en s. *ara encontrar frmulas prcticas
para de la derivada se utili"an puntos equiespaciados,
fD'x
A
(1c
A
f'x
A
(2c
%
f'x
%
(2c
&
f'x
&
(2...c
n
f'x
n
( '%.<@(
donde x
i2%
1x
i
2h
Esto es consistente con las frmulas encontradas anteriormente) por e#emplo si
c
A
1%Ch y c
%
1:%Ch) tenemos que,
df x
dx
f x
h
f x h
h
f x f x h
h
( ) ( ) ( ) ( ) ( )

+

+
'%.=A(
El mtodo de coeficientes indeterminados dice que los coeficientes de la sumatoria
se pueden encontrar si sta es exacta en el rango de los puntos utili"ados cuando la
funcin es polinomio de grado n o menor.
%@
En el captulo III probaremos que un polinomio de grado 0 puede ser determinado
con exactitud utili"ando 02% puntos. /ambin se probar que dicho polinomio es nico.
4e utili"an polinomios para aproximar f'x( debido a que stos simplifican el
procedimiento enormemente. 4upngase que se desea encontrar los coeficientes para
el caso de que la funcin sea de orden uno o menor 'una constante(,
fD'x(1c
A
f'x
A
(2c
%
f'x
%
( '%.<@(
!ebido a que f'x( debe ser de orden uno o menor se toman los casos especiales
f'x(1x y f'x(1% de la lnea recta ax2b,
f'x(1x) fD'x(1% %1c
A
f'x
A
(2c
%
f'x
A
2h(
f'x(1%) fD'x(1A A1c
A
f'x
A
(2c
%
f'x
A
2h(
%1c
A
'x
A
(2c
%
'x
A
2h(
A1c
A
'%(2c
%
'%(
-l resolver el sistema de ecuaciones lineales 'ver captulo III( se obtiene c
A
1:%Ch y
c
%
1%Ch) de tal forma que,
df x
dx
f x
h
f x h
h
f x f x h
h
( ) ( ) ( ) ( ) ( )

+

+
'%.=A(
que es exactamente lo que se obtuvo con la definicin de la derivada. Excepto que
con coeficientes indeterminados h 'o x( no necesita aproximarse a cero.
/ambin es posible encontrar coeficientes para tres puntos. Esto requerira a#ustar
la sumatoria a un polinomio de segundo grado o menor. Esto sera f'x(1x
&
)x)%. Es
decir,
fD'x(1c
A
f'x
A
(2c
%
f'x
%
(2c
&
f'x
&
( '%.=%(
f'x(1x
&
) fD'x
A
(1&x
A
&x
A
1c
A
f'xA(2c
%
f'x
A
2h(2c
&
f'x
A
2&h(
f'x(1x) fD'x
A
(1% %1c
A
f'xA(2c
%
f'x
A
2h(2c
&
f'x
A
2&h(
f'x(1%) fD'x
A
(1A A1c
A
f'xA(2c
%
f'x
A
2h(2c
&
f'x
A
2&h(
&x
A
1c
A
'x
A
(
&
2c%'x
A
2h(
&
2c
&
f'x
A
2&h(
&
%1c
A
'x
A
(2c
%
'x
A
2h(2c
&
'x
A
2&h(
A1c
A
'%(2c
%
'%(2c
&
'%(
Besolviendo el sistema de ecuaciones se encuentra c
A
1:3C&h) c
%
1&Ch y c
&
1:%C&h) lo
que nos lleva a,
df (x)
dx
3f (x)
2h
2f (x h)
h
f (x 2h)
2h
3f (x) 4f (x h) f (x h)
2h
+
+

+ + +
'%.=&(
&A
tra forma de encontrar coeficientes para la derivada es utili"ar puntos centrados
en x
A
) es decir) utili"ar x
A
:h) x
A
y x
A
2h,
fD'x
A
(1c
A
f'x
A
:h(2c
%
f'x
A
(2c
&
f'x
A
2h( '%.=3(
El sistema de ecuaciones queda como sigue,
&x
A
1c
A
'x
A
:h(
&
2c
%
'x
A
(
&
2c
&
f'x
A
2h(
&
%1c
A
'x
A
:h(2c
%
'x
A
(2c
&
'x
A
2h(
A1c
A
'%(2c
%
'%(2c
&
'%(
$o que nos da c
A
1:%C&h) c
%
1A y c
&
1%C&h
df x
dx
f x h f x h
h
( ) ( ) ( )

+
2
'%.=5(
$a cual parece indicar que la frmula que se deriv a partir del teorema del valor
medio esta muy incorrecta. 4in embargo) no hay que olvidar que dicha frmula supone
una h que tiende a cero.
Esta ltima frmula es la ms exacta de todas las que se encontrado hasta ahora
debido a que toma informacin de 3 puntos de control cuyos valores estn ms
cercanos al punto donde se desea encontrar la derivada.
4e pueden hacer anlisis similares para encontrar la segunda derivada. +tili"ando 3
puntos centrados) la segunda derivada se puede aproximar con la siguiente frmula,
d f x
dx
f x f x h f x h
h
2
2 2
2 ( ) ( ) ( ) ( )

+ + +
'%.=;(
$a cual se parece mucho a la frmula encontrada a partir de la definicin.
+n procedimiento similar se puede llevar a cabo para el problema de integral. /anto
desde la definicin como por medio de coeficientes indeterminados. E6+B/L4F y
EV-77LM.F son buenas referencias para el tema de coeficientes indeterminados.
1.? Apro=imaciones Sucesi#as Con#er.encia
El concepto de aproximaciones sucesivas es uno de los conceptos ms importantes
en mtodos numricos y constituye uno de los fundamentos de los algoritmos a
desarrollar en este libro. -proximaciones sucesivas se utili"a cuando la solucin
analtica de un problema matemtico no existe) es muy difcil de implementar en una
computadora o implica cambios dramticos para cada caso. 6uando la solucin
analtica no est disponible es necesario adecuar el anlisis matemtico a la
naturale"a de las computadoras y los lengua#es de programacin modernos.
-proximaciones sucesivas es el proceso por el cual una variable continua se
aproxima a su valor real por medio de valores discretos. Esto significa que la solucin
de problemas matemticos se reali"a por medio de un proceso de intento y error. Esto
&%
se puede ilustrar con los e#emplos que hasta ahora se han estudiado) la
implementacin de una simple derivada es un e#emplo ideal.
Es prcticamente imposible implementar una rutina que calcule la derivada analtica
de diferentes funciones debido a lo inadecuado de los lengua#es de programacin
normales para la manipulacin simblica. 4in embargo) en la seccin anterior se di#o
que la derivada de una funcin puede aproximarse basndose en la definicin,
y
dy
dx
Lim
x
f x x f x
x
'
( ) ( )

0
E#emplo, clculo numrico de la derivada de la funcin f'x(1x
3
2& utili"ando diversos
valores de h,
h x
A
x
A
2h f'x
A
( f'x
A
2h( Ef'x
A
2h(:
f'x
A
(F
h
fD'x
A
( Error
% ; < %&= &%> @% =; %<
A.% ; ;.% %&= %35.<;% =<.;% =; %.;%
A.A% ; ;.A% %&= %&=.=;%
;
=;.%;A% =; A.%;A%
A.AA% ; ;.AA% %&= %&=.A=; =;.A%;AA% =; A.A%;
A.AAA% ; ;.AAA% %&= %&=.AA=
;
=;.AA%;AAA% =; A.AA%;
A.AAAA% ; ;.AAAA% %&= %&=.AAA
>
=;.AAA%; =; A.AAA%
A.AAAAA% ; ;.AAAAA
%
%&= %&=.AAA
%
=;.AAAA%;A& =; &E:A;
+na aproximacin de la derivada se puede obtener si se da a x un valor cercano a
cero. 4in embargo) el resultado es slo un aproximacin JUu tan correcto o
incorrecto es esta aproximacinK *ara encontrar respuesta a esta pregunta se pueden
tomar una sucesin de valores de x los cuales a su ve" generarn diferentes valores
de yD. JEs alguno de estos valores el correctoK o JEs alguno de estos valores lo
suficientemente cercano al verdadero valor de la derivadaK 4i el valor obtenido an no
se ha alcan"ado el verdadero valor de la derivada o uno lo suficientemente cercano) es
necesario tomar valores de x an ms cercanos a cero. Es perfectamente normal y
comn que sea imposible encontrar un valor exacto al resultado de la derivada 'o
cualquier otro problema analtico(. En esta caso debemos contentarnos con un valor
que se le aproxime. 4in embargo) saber si alguno de los valores es en s el valor real
de la derivada o una aproximacin apropiada a nuestras necesidades es algo difcil
debido a que se desconoce) como se estableci desde un principio) la solucin
analtica al problema. /picamente el problema de la derivada tiene un comportamiento
asinttico como se muestra en la figura IIIa) no obstante) comportamientos como el
mostrado en la figura IIIb son comunes.
&&
y
x x0 x1 x2 x3 x4 x5 x6
Valor Lmite
y
x x0 x1 x2 x3 x4 x5 x6
Valor Lmite
-qu es donde en entra en #uego el concepto de convergencia. +na secuencia de
valores 'discretos() digamos y
%
) y
&
) y
3
'esto es) y
0
para 01%)&)3...n( converge si existe
un valor / tal que $im
x:>
y
0
1/.
Existen varia formas de saber si una secuencia converge) aunque esto puede
determinarse por simple inspeccin. +na de dichas pruebas es la prue)a de Cauc@.
$a prueba de 6auchy dice que una secuencia de valores t
0
converge si para cada >A)
existe un valor entero X tal que para n>0 y m>0 el valor de Qt
n
:t
m
Q<. Esto significa que a
partir del m:simo trmino la diferencia entre todos los trminos de la secuencia es
menor que un ) es decir) que son casi iguales. E#emplo para la secuencia %C3) %C@)
%C&=) %C>%) %C&53) %C=&@) %C&%>=) %C<;<%) %C%@<>3) %C;@A5@; la diferencia entre
cualquier trmino es menor a A.A% a partir del cuarto trmino y menor a A.AAAA% a
partir del noveno trmino.
*ara encontrar el valor de convergencia se utili"a una versin modificada del
teorema de 6auchy. 4i Qt
0
:t
0:%
Q< entonces t
0
es el valor de convergencia. - esto se le
llama criterio de con#er.encia del #alor a)soluto. -lternativamente) esta prueba
puede modificarse para crear el criterio de con#er.encia de #alor relati#o, 4i Q't
0
:t
0:
%(
Ct
0:%
Q<) entonces t
0
es el valor de convergencia.

1.11 !unciones Orto.onales
&3
$as funciones ortogonales tienen un papel muy importante en muchas reas de las
matemticas y no lo son menos para los mtodos numricos. Lniciaremos nuestra
discusin definiendo el producto escalar de dos vectores en n dimensiones como,
'x) y( x y x y x y x y ... x y
i i
i %
n
% % & & 3 3 n n
+ + + +

'%.=<(
4e dice que dos vectores son orto.onales
5
en un espacio de n dimensiones si se
cumple que,
'x)y(1A '%.==(
*ara continuar con nuestra discusin se definen las siguientes propiedades del
producto escalar,
'ax2by)"(1a'x)"(2b'y)"( '%.=>(
'x)y(1'x)y(N '%.=@(
'ax)y(1'x)ay( '%.>A(
4i de#amos que las dimensiones cre"can continuamente al infinito) los vectores se
sustituyen por funciones y la sumatoria se aproxima a una integral) de donde
obtenemos que,

b
a
dx x g x f g f 0 ) ( ) ( ) , ( '%.>%(
!e donde sigue que si dos funciones continuas tienen un producto escalar 'o
correlacin( de cero en el intervalo Ea)bF) stas son ortogonales.
En ocasiones) es conveniente definir el producto escalar con una funcin de peso.
4iendo as) la definicin de ortogonalidad se convierte en,

b
a
dx x w x g x f g f 0 ) ( ) ( ) ( ) , ( '%.>&(
-dicionalmente) un con#unto de funciones es ortogonal en un intervalo Ea)bF si,

'

b
a
i
j i j i
j i
j i
dx x f x f x w f f

0
) ( ) ( ) ( ) , (
'%.>3(
Ginalmente) un con#unto de funciones es ortonormal en el intervalo Ea)bF si se
cumple que,

b
a
i i i i i
dx x f x w f f f 1 ) ( ) ( ) , (
2
'%.>5(
!onde Qf
i
Q se define como la norma euclidiana de la funcin f
i
.
+n caso tpico de funciones ortogonales) y tal ve" el me#or conocido es el muy
importante con#unto de funciones,
%) cos x) sin x) cos &x) sin &x) cos 3x) sin 3x)...
5
Es decir) perpendiculares
&5
- este simple con#unto de funciones se debe gran parte de la matemtica moderna
que ha resultado en anlisis de seRales) procesamiento de imgenes) compresin de
audio) grficas y video) control de sistemas) etc.
Uueda como e#ercicio para el usuario demostrar la verdad de las siguientes
afirmaciones 'refirase al e#ercicio III(,

'

2
0
0 m 0
0 n m
0 n m 2
(nx)dx cos(mx)cos
'%.>;(

2
0
0 = (nx)dx cos(mx)sen '%.><(

'

2
0
0 m
0 n m
(nx)dx sen(mx)sen
'%.>=(
Independencia 1ineal
+n con#unto de funciones es linealmente independiente cuando ninguna de las
funciones puede construirse por medio de una combinacin lineal del resto de las
funciones. *odemos demostrar que un con#unto de funciones ortogonales es
linealmente independiente. Es decir que si,
0
i
f
i
'x(10
%
f
%
'x(20
&
f
&
'x(2...20
i:%
f
i:%
'x(20
i2%
f
i2%
'x(2...20
n
f
n
'x( '%.>>(
entonces 0
i
1A i.
Bearreglando,
0
%
f
%
'x(20
&
f
&
'x(2...20
i
f
i
'x(2...20
n
f
n
'x(1A '%.>@(
7ultiplicando por una funcin arbitraria del con#unto f
i
'x() por la funcin de pero O'x(
e integrando,
0 (x) (x)f w(x)f k ... (x) (x)f w(x)f k ... (x) (x)f w(x)f k (x) (x)f w(x)f k
b
a
j n n
b
a
j i i
b
a
j 2 2
b
a
j 1 1
+ + + + +

'%.@A(
!e aqu,
0
%
'f
%
)f
#
(20
&
'f
&
)f
#
(2...20
i
'f
i
)f
#
(2...20
n
'f
n
)f
#
(1A '%.@%(
*or la condicin de ortogonalidad slo queda el trmino i,
0
i
'f
i
)f
i
(1A '%.@&(
4in embargo,
0
i
'f
i
)f
i
(10
i

i
1A '%.@3(
!e donde es claro que 0
i
1A) por lo que ninguna funcin del con#unto puede
construirse como combinacin lineal de las dems.
&;
Procedimiento 2ram3-chmidt
En el caso contrario) un con#unto de funciones linealmente independientes
G1'f
A
)f
%
)f
&
)...f
n
( puede convertirse en un con#unto de funciones ortonormales
.1'g
A
)g
%
)g
&
)...)g
n
( utili"ando el procedimiento .ram:4chmit.
Lnicialmente se obtiene la primera funcin del con#unto ortogonal) calculando la
norma del con#unto linealmente independiente,

b
a
0
2
0 0 0
(x)dx w(x)f ) f , (f '%.@5(
g
f 'x(
A
A
A

'%.@;(
4upngase que se construye un funcin auxiliar .
%
de la forma,
.
%
1f
%
2a
A
g
A
'%.@<(
J6ul ser el valor de a
A
de tal forma que .
%
sea ortogonal a g
A
K
0 (x)dx (x) w(x)! ) , (!
0
b
a
1 0 1

'%.@=(
0 (x)dx " a (x) w(x)#f ) , (!
0
b
a
0 0 1 0 1
+

'%.@>(
$o cual nos de#a,
'f
%
)g
A
(2a
A
'g
A
)g
A
(1A '%.@@(
4i los vectores g
i
cumplen la propiedad ortonormal,
'v
i
)v
0
(1
i0
'%.%AA(
!onde
i0
es el tensor Xronec0er,

'

k i 1
k i 0
ik

Entonces,
'f
%
)g
A
(2a
A
1A '%.%A%(
!e donde se obtiene que a
A
1:'f
%
)g
A
( '%.%A&(
!onde .
%
es una funcin ortogonal a la funcin g
A
.
4i por induccin suponemos que hemos construido i funciones ortogonales)
obtenemos que,
&<
. f a g
i2% i2% # #
# %
i
+

'%.%A3(
!e donde si sabemos que el vector .
i2%
es ortogonal a cualquier funcin del
con#unto g
0
) 01A)%)...i) obtenemos al llevar a cabo el producto escalar entre .
i2%
y la
funcin arbitraria g
0
,
'. g f g a 'g g
i2% 0 i2% 0 # # 0
# %
i
, ) ( , ) , ) +

0
'%.%A5(
!e donde a
0
1'f
i2%
)g
0
( '%.%A;(
Ginalmente para obtener el con#unto ortonormal) normali"amos las funciones .
02%
3
( )
1 k 1 k
1 k
1 k
! , !
!

+ +
+
+

'%.%A<(
+oe0icientes de #ourier
4ea una familia de funciones g
A
)g
%
)g
&
)... que satisfacen las condiciones de
ortonormalidad 'g
i
)g
0
(1
i0
. 4upngase una funcin G resultado de una combinacin
lineal infinita de las funciones g
i
,
G c g
i i
i A

'%.%A=(
4i tal funcin pudiese existir) los coeficientes c
i
pueden encontrarse tomando el
producto escalar de G con cualquier funcin arbitraria del con#unto ortogonal,
'G)g ( c 'g)g ( c c
0 i i 0
i A
i i0
i A
0

'%.%A>(
!e donde obtenemos que c
i
1'f)g
i
(. $os coeficientes c
i
son llamados coe'icientes de
!ourier) de los cuales son me#or conocidos aquellos utili"ados en la serie de Gourier.
F x
a
a x b senx a x b sen x ( ) cos cos ... + + + + +
0
1 1 2 2
2
2 2 '%.%A@(
4in embargo) aqu hemos desarrollado una forma general para cualquier con#unto
de funciones ortogonales. !e nuestra frmula general) los coeficientes de la serie de
Gourier se derivan fcilmente tomando
i0
1) i10.

2
0
i i
)dx $(x)cos(mx = cos(mx)) ($, = ) ($, a '%.%%A(
y

2
0
i i
)dx $(x)sen(mx = cos(mx)) ($, = ) f ($, b '%.%%%(
Teorema +auchy3-h4art)
&=
4ean dos funciones reales f y g. $a desigualdad
'f)g(
&
'f)f('g)g( '%.%%&(
Es siempre cierta.
*ara probar esta desigualdad se utili"a una funcin auxiliar 1f2ag) donde a es una
constante real.
bteniendo el producto interior de la funcin obtenemos,
')(1'f2ag)f2ag(1'f)f(2&a'f)g(2'g)g(A '%.%%3(
4i se toma a1:'f)g(C'g)g( y haciendo un poco de lgebra la desigualdad es aparente.
.esigualdad de 5essel
$os coeficientes de Gourier de la funcin G) en base al con#unto d funciones g
i
c 'G)g (
0 0
'%.%%5(
4atisfacen la desigualdad
'G)G( c
i
&
i A
7

'%.%%;(
$a prueba de este teorema es muy simple. Es clara que al sumatoria de Gourier es
infinita. 4i no es posible determinar todos los coeficientes) entonces se buscan los 7
coeficientes que nos den la me#or aproximacin. !e aqu) entre la funcin G y la
sumatoria de Gourier existir una diferencia significativa) por lo que,
0 w(x)dx c $ ) c $ , c ($
2
b
a
%
0 k
k k
%
0 k
k k
%
0 k
k k

1
]
1

'%.%%<(
$levando a cabo la multiplicacin en la integral obtenemos,
'G c g )G c g ( 'G)G( & c 'G)g ( c c 'g)g (
0 0
0 A
7
0 0
0 A
7
0 0
0 A
7
i 0 i 0
0 A
7
i A
7
+


0 '%.%%=(
4i sabemos que c
0
1'G)g
0
( y que 'g
i
)g
0
(1A para i0 y 'g
i
)g
i
(1%) la desigualdad se hace
evidente,
'G)G( c
0
&
0 A
7

0 '%.%%>(
4i es posible calcular todos los coeficientes y se cumple que,
'G)G( c
0
&
0 A

'%.%%@(
*ara todas las funciones continuas G en el intervalo Ea)bF tenemos entonces la
igualdad de *arseval y se dice que el con#unto de funciones g
i
) i1A)%)..) es completo.
&>
Polinomios 6rtogonales
$os polinomios ortogonales son una de las herramientas ms tiles para el anlisis
matemtico que lleva a la solucin de problemas numricos. Estos polinomios tienen
todas las propiedades de las funciones ortogonales mas otras propiedades exclusivas
de los polinomios) especialmente aquellas relacionadas con sus races) que los hacen
muy tiles.
!esafortunadamente) las funciones que componen el con#unto de polinomios ms
conocido %) x) x
&
) x
3
))...) x
n
no son ortogonales. Mo obstante) existen varias familias de
polinomios ortogonales que han sido estudiados ampliamente. $os principales
polinomios ortogonales son los polinomios de 6hebyshev) $aguerre) $egendre y
Vermite. Estos polinomios son muy importantes para la teora de integracin numrica.
-dicionalmente los polinomios de 6hebyshev y de Vermite son importantes para la
teora de aproximacin.
EB-Y6E4 ZML6-4 EM 4+ LM/EB8-$F
#rmula Recursiva de Tres T7rminos
+na de las principales caractersticas de polinomios ortogonales de orden superior
se pueden derivar de aquellos de orden inferior obedeciendo la siguiente ecuacin de
recurrencia) llamada ecuacin de recurrencia de tres trminos,
c p 'c x(p c p A
0 % 0 % 0 0 0 0 + +
+ + '%.%&A(
*ara derivar esta frmula de recurrencia) primero formamos el polinomio de grado
n2% y'x(1xp
n
'x( como una combinacin lineal de los polinomios de grado i1A)%)...)n2%,
xp c p
n 0 0
0 A
n %

'%.%&%(
+na ve" hecho esto) siguiendo la pauta de los coeficientes de Gourier) tomamos el
producto interior de y'x( con cada uno de los polinomios p
i
'x(.
'y)p
i
(1'xp
n
)p
i
( '%.%&&(
o
'xp )p ( c 'p )p ( 1 c
n i 0 0
0 A
n %
i i

'%.%&3(
4in embargo) debido a que el mismo xp
n
es una combinacin lineal de p
i
01A)%)...)n)
tenemos que 'xp
n
)p
i
(1A) i9n:%. *or lo que
'xp
n
)p
i
(1A para i1A)%)...)n:&
y c
0
1A 09n:%. !e aqu la relacin de recurrencia salta a la vista,
&@
xp 1 c p c p c p
0 0 % 0 % 0 0 0:% 0:% + +
+ + '%.%&5(
Ginalmente siguiendo un procedimiento similar al de .ram:4chmidt EW+B!EMF) la
frmula se puede replantear de la siguiente forma normal con respecto a p
02%
,
p
02%
1'x:W
02%
(p
0
:6
02%
p
0:%
'%.%&;(
/omando el producto interno de p
02%
con respecto a p
0:%
obtenemos,
'p
02%
)p
0:%
(1E'x:W
02%
(p
0
)p
0:%
F:'6
02%
p
0:%
)p
0:%
( '%.%&<(
'p
02%
)p
0:%
(1'xp
0
)p
0:%
(:W
02%
Ep
0
)p
0:%
F:6
02%
'p
0:%
)p
0:%
( '%.%&=(
!ebido a la condicin de ortogonalidad obtenemos que,
A1'xp
0
)p
0:%
(:A:6
02%
'p
0:%
)p
0:%
( '%.%&>(
!e donde finalmente,
6
'xp )p (
'p )p (
0 %
0 0 %
0 % 0 %
+

'%.%&@(
o
[ ]

+

b
a
2
1 k
b
a
1 k k
1 k
dx (x) & w(x)
(x)dx (x)& xw(x)&
'
'%.%3A(
/omando el producto interno de p
02%
con respecto a p
0
obtenemos,
'p
02%
)p
0
(1E'x:W
02%
(p
0
)p
0
F:'6
02%
p
0:%
)p
0
( '%.%3%(
'p
02%
)p
0
(1'xp
0
)p
0
(:W
02%
'p
0
)p
0
(:6
02%
'p
0:%
)p
0
( '%.%3&(
!ebido a la condicin de ortogonalidad obtenemos que,
A1'xp
0
)p
0
(:W
02%
'p
0
)p
0
(:A '%.%33(
!e donde finalmente,
W
'xp )p (
'p )p (
0 %
0 0
0 0
+

'%.%35(
o
[ ]
[ ]

+
b
a
2
k
b
a
2
k
1 k
dx (x) & w(x)
dx (x) & xw(x)
( '%.%3;(
Polinomios de 1egendre
3A
$os polinomios de $egendre *
n
'x( son ortogonales en el intervalo E:%)%F utili"ando la
funcin de peso O'I(1%. Esto significa que,
0 dx (x) (x)) )
1
1
m n

) nm '%.%3<(
[ ] 0 dx (x) )
n
1
1
2
n

'%.%3=(
$os primeros polinomios de $egendre son,
* 'x( %
A
'%.%3>(
* 'x( x
%
'%.%3@(
* 'x(
%
&
'3x %(
&
&
'%.%5A(
* 'x(
%
&
';x 3x(
3
3
'%.%5%(
* 'x(
%
>
'3;x 3Ax 23(
5
5 &
'%.%5&(
$a frmula recursiva general es,
* 'x(
&n %
n
x* 'x(
n %
n
* 'x(
n n % n &

'%.%53(
Polinomios de 1aguerre
$os polinomios de $aguerre $
n
'x( son ortogonales en el intervalo EA)F con respecto
a la funcin de peso O'x(1e
:x
. Esto significa que,
0 dx (x) (x)L L
1
1
m n
x *
e

) nm '%.%55(
[ ] 0 dx (x) L
n
1
1
2
n
x *
e

'%.%5;(
$os primeros polinomios de $aguerre son,
$
A
'x(1% '%.%5<(
$
%
'x(1:x2% '%.%5=(
$
&
'x(1x
&
:5x2& '%.%5>(
$
3
'x(1:x
3
2@x
&
:%>x2< '%.%5@(
$a frmula recursiva general es,
$
n
'x(1'&n:x:%($
n:%
'x(:'n:%(
&
$
n:&
'x( '%.%;A(
Polinomios de +hebychev
3%
$os polinomios de 6hebychev /
n
'x(
;
son ortogonales en el intervalo E:%)%F con
respecto a la funcin de peso
O'x(
%
% x
&

. Esto significa,
0 dx (x) (x)+ +
x 1
1
1
1
m n
2

) nm '%.%;%(
[ ] 0 dx (x) +
x 1
1
n
1
1
2
n
2

'%.%;&(
$os primeros polinomios de 6hebychev son,
/
A
'x(1% '%.%;3(
/
%
'x(1x '%.%;5(
/
&
'x(1&x
&
:% '%.%;;(
/
3
'x(15x
3
:3x '%.%;<(
$a frmula general de recursin es,
/
n
'x(1&x/
n:%
'x(:/
n:&
'x( '%.%;=(
Polinomios de 8ermite
$os polinomios de Vermite V
n
'x( son ortogonales en el intervalo E:)F con respecto
a la funcin de peso
e
:x
&
. Esto significa que,
0 dx (x) (x), ,
1
1
m n
x *
2
e

) nm '%.%;>(
[ ] 0 dx (x) ,
n
1
1
2
n
x *
2
e

'%.%;@(
$os primeros polinomios de Vermite son,
V
A
'x(1% '%.%<A(
V
%
'x(1&x '%.%<%(
V
&
'x(15x
&
:& '%.%<&(
V
3
'x(1>x
3
:%&x '%.%<3(
$a frmula general de recursin es,
V
n
'x(1&xV
n:%
'x(:&'n:%(V
n:&
'x( '%.%<5(
1.11 Metodolo.;a de Solucin para la Solucin de Pro)lemas %um$ricos
6uando se tiene una situacin donde se desea encontrar solucin a un problema de
forma numrica) es recomendable seguir una metodologa. !icha metodologa provee
;
$a nomenclatura /n'x( proviene del papel original del descubridor de estos polinomios de
cuyo nombre en ruso /chebychev se deriva la incial de los polinomios.
3&
de un enfoque genrico y marco de referencia que d a la solucin del problema una
estructura ms formal. -dems proporciona una serie de puntos de referencia que
sirven de gua a la persona encargada de resolver el problema. En suma) una
metodologa de solucin da una trayectoria completa) y si se cumple) incrementa las
posibilidades de xito. Esta metodologa consiste de los siguientes pasos,
%. !eterminacin y enunciado del *roblema
&. -nlisis
3. !esarrollo matemtico
5. Lnstrumentacin
;. Evaluacin
. .eterminacin y Enunciado del Problema
4e dice que una ve" que se sabe cul es el problema exactamente se lleva ;AS del
camino recorrido. -dicionalmente a la enunciacin clara) concisa y exacta del problema
es importante especificar las restricciones que delimitan el alcance de la solucin.
Esta descripcin de restricciones sirve el doble propsito de asegurar que el
problema sea fsicamente factible 'y que por lo tanto tiene solucin( y permitir
simplificaciones vlidas en un rango de accin.
+n caso clsico de un problema matemtico que no tiene solucin nica es cuando
se tiene ms incgnitas que ecuaciones. 4in embargo) si se da una condicin de valor
mximo o mnimo 'como en una lnea de produccin donde se desea minimi"ar costos(
se puede escoger del universo de posibles soluciones una solucin ptima)
convirtiendo el problema en uno fsicamente reali"able.
En otras ocasiones cuando el modelo es matematicamente intratable) si se
especifica un rango de solucin adecuado) el problema se puede simplificar 'como en
una lineali"acin( y encontrar una aproximacin satisfactoria a la solucin.
E#emplo. 4e tiene la siguiente relacin presin:temperatura 'Xpa:[6( del vapor de
agua saturado 'cuyo comportamiento es no ideal(. Encuentre una frmula que dada
una temperatura se encuentre la presin en un rango de temperaturas de %AA a &AA
G.
* /
TTTTTTTTTTTTTTT
<A %@.@&
>A 5=.3<
%AA %A%.33
%&A %@>.;5
%5A 3<%.3>
%<A <%>.A<
%>A %AA&.=
&AA %;;5.@
&&A &3%@.>
&5% 335=.>
". Anlisis
33
El anlisis es tal ve" una de las partes ms importantes de una metodologa. El
anlisis se encarga de hacer una evaluacin del estado inicial y de encontrar el estado
final deseado. El anlisis proporciona directrices sobre el camino que se debe seguir
para llegar al estado final) es decir) la solucin del problema.
En la solucin de un problema numrico hay muchos aspectos que se deben
anali"ar. $os principales son los siguientes,
&.% ,atos 1cuaciones. -nali"ando los datos disponibles y las relaciones
matemticas conocidas permite elaborar una imagen real del estado inicial del
cual se va a partir. $as relaciones matemticas pueden derivarse de las
restricciones mencionadas en el enunciado o de relaciones fsicas intrnsecas al
sistema mane#ado.
&.& Parmetros de Control "esultados ,eseados. $os parmetros de control
son variables que dan retroalimentacin sobre el estado del sistema. $os
resultados deseados es la informacin que se desea encontrar dados los datos y
las ecuaciones iniciales. $os resultados deseados proporcionan un estado final al
cual se desea arribar.
&.3 Metas. *ara la gran mayora de los problemas es posible encontrar ms de un
slo camino de solucin. $as metas dan una norma para poder comparar los
diferentes mtodos de solucin y poder decidir cul es el me#or dependiendo de
las herramientas que se tengan a la mano. En ocasiones se desarrollan mtodos
muy simples y eficientes en una computadora) como los mtodos recursivos) que
sin embargo no se pueden aplicar cuando el problema se debe resolver a mano.
Estas metas pueden estar en relacin a rapide" del mtodo) precisin) sencille")
recursos requeridos) etc. $as metas se especifican por medio de un enunciado
claro.
$. .esarrollo Matemtico
El desarrollo matemtico es en escnica el grueso de este libro. 4u funcin es
desarrollar frmulas recursivas 'como las vistas en secciones anteriores de este
captulo() partiendo de los datos y de las relaciones matemticas iniciales) que
permitan encontrar los resultados deseados cumpliendo con las mentas especificadas.
$as frmulas recursivas son el cora"n del mtodo numrico y una ve" obtenidas la
instrumentacin es casi directa.
&. Instrumentacin
$a instrumentacin es la encargada de hacer realidad el mtodo numrico y en
ciertos aspectos como la programacin) depuracin y validacin depende enteramente
de las herramientas disponibles. 4in embargo) el algoritmo es genrico.
0.1 Al.oritmo. +n algoritmo se define como una secuencia de pasos que llevan a
un fin. El algoritmo es entonces un resumen) partiendo del estado inicial) de los
pasos que se deben llevar a cabo para alcan"ar el estado final. $a caracterstica
principal del algoritmo es que este tiene valide" independientemente si se va a
implementar a mano) en lengua#e 6) basic) etc.
0.- Pro.ramacin. $a seleccin del lengua#e de programacin es muy importante.
4i el mtodo requiere de la utili"acin de operaciones entre vectores y arreglos) el
35
lengua#e Gortran es una buena opcin debido a que es el nico lengua#e que
permite explotar los procesadores vectoriales de las supercomputadoras
modernas. 4i el mtodo requiere de funciones especiales o es muy recursivo)
*ascal es una buena opcin. En cambio) un mtodo numrico que dependa
fuertemente de la precisin de las operaciones de punto flotante) y muchos son
as) probablemente se beneficie de las bibliotecas de extensin basadas en el
estndard LEEE para el lengua#e 6.
0.- ,epuracin. $a depuracin consiste en asegurarse que el programa no tiene
errores. $os errores ms comunes son de iniciali"acin de una variable) de la
construccin incorrecta de un enunciado de asignacin o de un enunciado de
evaluacin para control de flu#o o una mala interpretacin del algoritmo. $a me#or
forma de depurar un programa es poner etiquetas en todo el programa y compara
los resultados con un e#emplo completo paso a paso. $as etiquetas se eliminan al
comprobar que el mtodo est correctamente programado.
0./ +alidacin. $a validacin es una parte muy importante porque indica si el
planteamiento de todo el modelo es correcto. *or e#emplo) si se ha desarrollado
un sistema de a#uste de curvas) se comparan los resultados arro#ados por la
curva encontrada contra valores reales. $a validacin se debe hacer
exhaustivamente contra diferentes con#untos de datos en condiciones variantes y
de ser posible en los lmites de los rangos dados.
'. Evaluacin
Ginalmente) a partir de las metas enunciadas en la seccin de anlisis se puede
hacer una evaluacin de los mtodos propuestos, J4u programacin es simple o es
tan comple#a que se cometen muchos errores en la implementacinK J4e tienen
suficientes recursos en la computadora para implementar el algoritmo o el programa es
abortado continuamenteK J6ul mtodo se e#ecuta ms rpidamenteK J$a precisin
en puntos decimales es la adecuada o en ocasiones se obtienen resultados ale#ados
de la realidadK Estas cuestiones y muchas ms pueden hacer que un mtodo que es
adecuado para una circunstancia no lo sea para otra) Jqu ser ms importante) la
rapide" o la precisinK En ms de una coyuntura va a ser necesario hacer un balance
y llegar a un compromiso entre lo que ofrece cada mtodo y las necesidades de la
aplicacin.
1.1- 1speci'icacin de Al.oritmos el Pseudocdi.o
En este libro para especificar los algoritmos se va a utili"ar pseudo cdigo. El
pseudo cdigo es una forma de especificar algoritmos en la que se utili"an las formas
de un lengua#e de programacin pero sin la rigide" de su sintaxis. Es decir que se
utili"an instrucciones de entrada) salida y cmputo) variables y control de flu#o) pero si
es necesario hacer una tarea que no es esencial para el algoritmo o no le compete se
puede indicar con una nota en simple texto.
El pseudo cdigo que se utili"ar en este libro est basado en $E** '$engua#e
Estructurado *ara *rincipiantes(. $E** es un lengua#e como cualquier otro parecido a
7dula & o *ascal) excepto que es para principiantes por lo que no tiene la
sofisticacin y comple#idades de estos lengua#es. 4e diferencia de *ascal
principalmente porque el final de cada bloque estructurado se indica con un fin
especfico para ese bloque. E#emplo,
3;
L1PP Pascal
TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT
Gor # %)n2% Gor #,1% to n2% do
a
i#
a
i#
:a
i0
Ca
00
Na
0#
a
i#
,1a
i#
:a
i0
Ca
00
Na
0#
;
EndGor End
Mtece que en $E** no es necesario utili"ar los P;P) ni PtoP y PdoP. -dicionalmente a
la pare#a Gor:EndGor) existen las pare#as Lf:EndLf) \hile:End\hile y Bepeat:+ntil.
$E** se diferencia de otros lengua#es para principiantes como W-4L6 en que es
completamente estructurado como se ve en el e#emplo anterior.
+n e#emplo de pseudo cdigo utili"ando $E**,
%. 6apturar - y b
&. -umentar - con b
3. Gor 0 %)n
5. if a
00
1A intercambia renglones
;. Gor i 02%)n
<. Gor # 02%)n2%
=. a
i#
a
i#
:a
i0
Ca
00
Na
0#
>. EndGor
@. EndGor
%A. EndGor
%3. Gor i n)%
%5.
x
a a x
a
i
i n ij j
j n
i
ii

, 1
1
%;. EndGor
3<