Documente Academic
Documente Profesional
Documente Cultură
1. Introduccin.
Ejemplo 1: Calcular
Debemos conformarnos siempre, en la practica de la ingeniera y de las ciencias, con una solucin
aproximada a un problema por las siguientes razones:
Los modelos matemticos son aproximados; esto es; simplificaciones al problema real. No se
toman en cuenta todos los factores que afectan a un fenmeno. Por ejemplo, en el caso del
tiro parablico, se suele despreciar la resistencia del aire, sin embargo, esta puede ser
importante.
Los modelos matemticos requieren de parmetros, los cuales la mayora de las veces
provienen de mediciones experimentales y estas, solo tienen una precisin limitada, que
depende del instrumento de medicin. Por ejemplo la constante de los gases ideales.
Tambin pueden provenir de clculos y estos tienen una precisin limitada que depende
tanto del mtodo como del instrumento de clculo que se utilicen. Por ejemplo .
Los modelos matemticos resultantes son imposibles de resolver por mtodos analticos
y se debe de aproximar la solucin numricamente. Por ejemplo una ecuacin de quinto
grado.
Por lo anterior, humildemente tenemos que aceptar que siempre se tendrn presentes errores,
estos pueden clasificarse en :
Errores inherentes.
Errores de truncamiento.
Errores de redondeo.
3.1.
Errores inherentes
Los errores inherentes son aquellos que tienen los datos de entrada de un problema, y son debidos
principalmente a que se obtienen experimentalmente, debindose tanto al instrumento de
medicin, como a las condiciones de realizacin del experimento. Por ejemplo, s el experimento
es a temperatura constante y no se logra esto mas que en forma aproximada. Tambin pueden
deberse a que se obtengan de clculos previos. Por ejemplo el valor calculado es el de un nmero
irracional como
3.2.
Errores de truncamiento
Los errores de truncamiento se originan por el hecho de aproximar la solucin analtica de un
problema, por medio de un mtodo numrico. Por ejemplo al evaluar la funcin exponencial por
medio de la serie de Taylor, se tiene que calcular el valor de la siguiente serie infinita :
Los errores anteriores tambin suelen denominarse como las fuentes de error.
La magnitud del error generada por alguna o todas las fuentes de error
mencionadas anteriormente, se puede cuantificar con ayuda de los siguientes
parmetros:
Error.
Error relativo.
Error porcentual.
3.4.
3.4.1 Error
El error se define como la diferencia entre el valor real Vr y una aproximacin a este valor Va :
e = Vr - Va
3.4.2. Error relativo
El error relativo se define como el cociente del error entre el valor real Vr (s
):
4. Cifras Significativas
5. Precisin y exactitud
Los errores asociados con los clculos y mediciones se pueden caracterizar observando su
precisin y exactitud. La mayora de la gente piensa que estos trminos son sinnimos, pero no es
as. La precisin se refiere al nmero de cifras significativas que representan una cantidad. La
exactitud se refiere al grado de aproximacin que se tiene de un nmero o de una medida al valor
verdadero que se supone representa, es decir, que tan cerca estamos del valor buscado. Por
ejemplo, s leemos la velocidad del velocmetro de un auto, esta tiene una precisin de 3 cifras
significativas y una exactitud de 5 Kph.
Posiblemente estamos acostumbrados hasta el momento a suponer que trabajamos con nmeros
reales, al realizar operaciones. Esto es as, por la educacin que hemos recibido, en nuestros
Es continuo.
Cada numero puede tener una cantidad ilimitada de cifras.
Los nmeros pueden ser tan pequeos como se desee.
En contraste el conjunto de los nmeros que se manejan en una computadora:
Es finito en ambos extremos.
No es continuo.
Cada numero tiene una cierta cantidad mxima de cifras.
Los nmeros no pueden ser tan pequeos como se desee.
Lo anterior se debe a como se representan los nmeros en la computadora. Una computadora
almacena los nmeros en sistema binario, usando un numero determinado de bytes (dependiendo
del tipo de dato del que se trate y de la computadora que se emplee). Esto ocasiona que exista un
limite al intervalo de valores que se puede manejar. Tambin se limita la cantidad de cifras que se
emplean para representar un numero. Otra consecuencia es que el conjunto de nmeros no sea
continuo sino discreto, esto es, existen huecos entre un numero y otro. Al realizar operaciones es
prcticamente inevitable que se tengan errores de redondeo. Estos pueden ocurrir por:
Convertir los nmeros al sistema binario. Ya sea al leerlos o al asignarlos a alguna variable.
7. Tipos de redondeo
Al realizar los clculos que todo mtodo numrico o analtico requiere debemos de redondear.
Para redondear se emplea usualmente:
Redondeo truncado
Redondeo simtrico.
7.1.
Redondeo truncado
El redondeo truncado consiste en truncar el resultado de una operacin al nmero de cifras
significativas que se estn utilizando. Por ejemplo s redondeamos
tenemos 0.7777.
a 4 cifras significativas
7.2.
Redondeo simtrico
El redondeo simtrico consiste en aumentar en uno la ltima cifra retenida s la primera cifra
descartada esta entre 5 y 9, o dejarla igual s la primera cifra descartada esta entre 0 y 4. Por
ejemplo s redondeamos
Por ejemplo:
. En la practica puede no ser as. S Realizamos la suma
empleando nicamente 4 cifras significativas y usamos ambos tipos de
redondeo. Se obtiene:
0.3333+0.6666=0.9999 (Redondeo truncado)
0.3333+0.6667=1.000 (Redondeo simtrico)
Puede demostrarse que por lo general el redondeo simtrico lleva a resultados
ms precisos.
8. Propagacin de errores
Por lo regular los mtodos numricos consisten de muchos clculos, y es difcil decir que tanto
afecta al resultado el error de redondeo que se acumula en cada operacin. Para estimar el efecto
del error de redondeo que se acumula existen varios enfoques:
Uso de la aritmtica de precisin doble. Este consiste en resolver el problema 2 veces, una
con aritmtica de precisin simple y otra con aritmtica de precisin doble. La solucin se
toma considerando solo las cifras que no hallan cambiado. El inconveniente es que se
toma ms tiempo los clculos con precisin doble que en simple, y adems el hecho de
resolver 2 veces el problema.
Los tipos de errores mencionados anteriormente se propagan de distinta manera. Para estudiar
como se propagan en conjunto los errores hay que introducir 2 conceptos : La estabilidad y la
convergencia.
8.1.
Estabilidad y convergencia
La estabilidad puede definirse comnmente de 2 maneras. Todo problema requiere datos de
entrada y nos origina por lo menos una salida. S cambios pequeos en los datos de entrada
producen cambios pequeos en la salida, se dice que el algoritmo es estable (tambin se le
denomina problema bien condicionado) y en caso contrario inestable (o problema mal
condicionado).
Error: en=x-xn
Error relativo:
Error porcentual: epn=100ern
S la convergencia existe entonces debe de ocurrir que:
Error:
Error relativo:
Error porcentual:
Tal como estn expresados los criterios anteriores no son prcticos, por lo siguiente:
No es posible tomar l limite.
Por estas razones debemos de modificar los criterios. Como no conocemos el valor real
empleamos el que este mas cerca, es decir, el valor de la ultima iteracin. Por otro lado, como no
es posible lograr el 0 humildemente pedimos que el criterio de convergencia sea menor o igual a
una tolerancia. Adems, empleamos valores absolutos para tomar en cuenta el signo del error.
Finalmente obtenemos:
Error: en=|xn-xn-1|<=Tol
Error relativo:
Error porcentual: epn=100|ern|<=Tol
Para no tener que tomar l limite el mtodo numrico se aplica hasta que se cumpla alguno de los
criterios anteriores. Como consecuencia, no se conoce de antemano, l numero de iteraciones a
realizar.
Existe otro criterio de convergencia que debe de emplearse. Como es posible que un problema
dado no tenga convergencia, podra ocurrir que los criterios anteriores nunca se cumplieran. Por
esta razn debemos de poner un tope al numero de iteraciones a realizar, es decir, existe un
numero mximo de iteraciones. Este puede ser fijado considerando, la importancia que tenga para
nosotros obtener el resultado. S es muy importante y no tenemos limitaciones por el tiempo de
maquina que tenemos asignado, puede fijarse muy alto. En caso contrario se puede usar un valor
moderado. Un valor tpico y razonable puede ser 20.
Queda por contestar una pregunta. Cul de los criterios anteriores es mejor ?
Criterio de convergencia basado en el error. Este criterio, nos da una idea de los decimales
que se han alcanzado. l numero de ceros despus del punto decimal, nos indica cuantos
decimales correctos se tiene. Lo que no nos indica es cuantas cifras significativas se
tienen. Esto es, el que conozcamos cuantos decimales tiene correctos un cierto numero,
no nos dice, cuantas cifras son significativas. Por ejemplo, s en un calculo obtenemos un
valor del error de 0.000586, esto nos dice que podemos esperar 3 decimales correctos. Sin
embargo, s el valor del numero que estamos estimando es digamos, 18.65789, tenemos 5
cifras significativas.8 S en vez de eso, el valor correcto fuese 0.000000789, tenemos 3
decimales correctos pero de ellos ninguno ser una cifra significativa.9 En pocas palabras,
este criterio nos indica l numero de decimales significativos, pero no l numero de cifras
significativas. Con esto podemos concluir que no es lo mismo hablar de que un cierto
numero tienen tantos decimales correctos, que s tiene tantas cifras significativas. Por
ejemplo, consideremos el conocido numero de Avogadro 6.2217x10 23 el cual representa l
numero de molculas que existe en un mol de una sustancia. Este valor esta calculado con
5 cifras significativas. S deseramos calcularlo con 5 decimales, tendramos primero que
calcular 17 cifras mas para llegar al punto decimal.10 Piensa en el trabajo para lograr esto.
Adems este numero no tiene decimales.11 Finalmente, la tolerancia para este criterio
puede fijarse en primera instancia, como
, donde ND es el numero de
decimales deseado. Puesto que no estamos trabajando con el error real (ya que no
conocemos el valor real y en su lugar usamos la ultima aproximacin), sino con una
aproximacin a l, es comn pedir por seguridad un decimal adicional, entonces
finalmente tomaremos
13
8.3.
Orden de Convergencia.
En la practica adems de que un algoritmo sea convergente, interesa tambin que tan rpido es el
algoritmo para llegar a la solucin. Claramente mientras menor sea l numero de iteraciones
requerido para alcanzar una precisin dada, mayor ser la velocidad de convergencia y viceversa.
donde:
en+1=x-xn+1: Error en la iteracin n+1.
en=x-xn: Error en la iteracin n.
: Constante de error asinttico.
: Orden de convergencia.
La
es una constante que depende del mtodo numrico y de la solucin del
problema. Se supone que es distinta de 0. El exponente
es una constante
dependiente normalmente solo del mtodo numrico. Esta ecuacin puede
escribirse de otra manera, s no tomamos l limite:
orden de convergencia es
9. Ejemplos
9.1. Calculo del seno
Calcula el valor de la funcin seno mediante su serie de Taylor en los ngulos de: 0.5, 3.1416,
25.65634 radianes.
S la denotamos como:
Obtenemos la sucesin:
S0 , S1 , S2 , ...,Sn, ...
En l limite se tendr:
Lo anterior nos define un mtodo numrico para calcular la funcin seno. Para
saber cuando pararnos requerimos de un criterio de convergencia. Se realiz un
programa que hiciera los clculos. Se emplearon los criterios de convergencia
basados en el error y en el error relativo. Se fij l numero de cifras
significativas y de decimales a calcular en 4. Como mximo de iteraciones se
uso 50. Para ilustrar el efecto del error de redondeo, se implementaron los
clculos en precisin simple y en
Precisin doble. Se obtuvieron los siguientes resultados:
sen(0.5) Criterio de Convergencia Basado en el Error
Precisin Valor
Error
Iteracin
Simple
.4794255
.1550099E-5
4
Doble
.479425519704819 .155009920634921E-5 4
sen(0.5) Criterio de Convergencia Basado en el Error Relativo
Precisin Valor
Error relativo
Iteracin
Simple
.4794255
.3233243E-5
4
Doble
.479425519704819 .323324300154818E-5 4
sen(3.1416) Criterio de Convergencia Basado en el Error
Precisin Valor
Error
Iteracin
Simple
-.7343389E-5
.7952368E-6
9
Doble
-.73345031523786E-7 .7952370128533E-7 9
sen(3.1416) Criterio de Convergencia Basado en el Error Relativo
Precisin Valor
Error relativo
Iteracin
Simple
-.736581E-6
.1428089E-5
12
Doble
-.735692356101936E-6 .1428914700367E-5 12
sen(25.65634) Criterio de Convergencia Basado en el Error
Precisin Valor
Error
Iteracin
Simple
283.984
.2146577E-8
43
Doble
-129.162185668945
.2369967586136E-5 40
sen(25.65634) Criterio de Convergencia Basado en el Error Relativo
Precisin Valor
Error relativo
Iteracin
Simple
283.9879
.4675847E-4
36
Doble
-129.162185668945
.1863894752092E-8 41
Valor real de los senos de los ngulos considerados
Argumento sen(x) Precisin Simple
sen(x) Precisin Doble
0.5
.4794255
.479425538604203
3.1416
-.723998E-7
-.734641020662558E-7
25.65634
.4999997
.499999130236019
Los valores reales fueron calculados con las funciones de librera que proporciona el compilador.
Al analizar los resultados podemos observar que para el sen (0.5), en todos los
casos los resultados son consistentes, es decir, se logr llegar a las cifras
significativas o dgitos exigidos. Los valores de la precisin doble coinciden
bien con los de la precisin simple. Por esto, concluimos que no afecto
significativamente el error de redondeo.
Para el sen (3.1416), los resultados del criterio del error respecto al del error
relativo difieren. De hecho el del error relativo coincide mejor que el del error
con el valor real. De los clculos de la precisin simple a la doble ya hay
discrepancia. De hecho, inclusive en los valores reales de las funciones de
biblioteca hay diferencias. Podemos concluir que es mejor emplear el error
relativo, adems de realizar los clculos con precisin doble.
Finalmente para el sen (25.65634), se observan problemas serios. De acuerdo a
lo que viste en calculo, esta serie del seno converge para todo x, y el seno esta
acotado al intervalo [0,1. Entonces, por que los resultados tan absurdos ?.
Estos se deben a la gran cantidad de clculos realizados, razn por la cual el
error de redondeo crece tanto que los valores obtenidos no tienen sentido. En
este caso el error creci en forma exponencial y por lo tanto el mtodo no fue
estable en este caso. La serie del seno converge para todo x suponiendo que no
existe redondeo, pero como en la realidad no es caso, puedes ver los
resultados.
15
x2+62.10x+1=0
Tiene las races aproximadas x1=-0.01610723, x2=-62.08390. Las soluciones se
calculan con
,
Supongamos que usamos una regla de calculo. Solo podemos usar 4 cifras en
los clculos. Calculemos primeramente el determinante
ahora calculemos x1 y x2
,
Podemos observar que x2 coincide muy bien con el valor real a 4 cifras
significativas. Sin embargo, con x1 no ocurre as. Cul es el problema ? La
dificultad se tiene al restar -62.10+62.06. Estos nmeros son casi iguales en 4
cifras significativas. En x2 tenemos una suma de nmeros casi iguales y no nos
ocasiona problemas.
Para arreglar esta dificultad podemos manipular la ecuacin del chicharronero.
S racionalizamos el numerador tenemos
S recalculamos x1
Que es el valor real. S por curiosidad usamos esta formula para x2 obtenemos
Resumen
Los mtodos numricos nos sirven para resolver problemas que no puedan manejarse con los
mtodos analticos tradicionales, o no sea sencillo aplicarlos. Estos mtodos proporcionan una
sucesin de valores que se aproxima a la solucin del problema.