Aproximación Numérica y Errores Métodos Numéricos y Optimización

UNIDAD 1

Las matemáticas aplicadas a la ingeniería llegan finalmente a resultados numéricos y, por

consiguiente, el estudiante de esta disciplina debe incluir en su equipo matemático un
conocimiento definido de algunos métodos numéricos fundamentales, es decir, aquellos
métodos que dan resultados numéricos. La rama de las matemáticas que se refiere al
desarrollo de ellos se llama análisis numérico.

El análisis numérico trata de diseñar métodos para aproximar de una manera eficiente, las
soluciones de problemas expresados matemáticamente. La eficiencia del método depende
tanto de la precisión que se requiera como de la facilidad con la que pueda implementarse.

En una situación práctica, el problema matemático se deriva de un físico sobre el cual se

han hecho algunas suposiciones para simplificarlo y para poderlo representar
matemáticamente obteniendo así el modelo matemático mas apropiado pero que algunas
veces es difícil o imposible de resolver analíticamente y que normalmente el problema
matemático no resuelve el problema físico exactamente, resulta con frecuencia más
apropiado encontrar una solución aproximada del modelo matemático más complicado, que
encontrar una solución del modelo simplificado.

Para obtener tal solución numérica se idea un método que es un algoritmo. El algoritmo
consiste en una secuencia de operaciones algebraicas y lógicas que producen la
aproximación al problema matemático y se espera que también al problema físico, en un
número finito de pasos, con una tolerancia o precisión predeterminada. Generalmente no
puede esperarse que las soluciones numéricas sean exactas. En consecuencia, un paso muy
importante que se debe tomar en cuenta antes de usar cualquier método numérico es decidir
que tan exacta quiere que sea la solución numérica deseada.

Un criterio que se impone en un algoritmo cuando sea posible, es que cambios pequeños en
los datos iniciales produzcan cambios pequeños en los resultados finales. Un algoritmo que
satisface esta propiedad se llama estable. Es inestable cuando este criterio no se cumple.

Es importante que los usuarios de los métodos numéricos tomen en cuenta que la
experiencia no puede enseñarse sino que debe ganarse para lo cual consideraremos las
siguientes observaciones generales.

Los datos que se den para alimentar a la computadora deben verificarse con todo cuidado.
Los programas brillantes no compensan las malas elecciones de los métodos; por otra parte
programas malos pueden echar a perder métodos buenos, dando por resultado un tiempo
excesivo de computación e inexactitud en los resultados.

La computadora no exime al usuario de la responsabilidad de planear el trabajo con todo

cuidado; por el contrario, la computadora exige una planeación más cuidadosa.

La computadora no reduce la necesidad de conocer con todo detalle el área técnica o

científica a la que se refiere el problema.

Ing. Diana Pérez Silva 1

Aproximación Numérica y Errores Métodos Numéricos y Optimización

Siempre hay que examinar la salida del dispositivo digital para asegurarse de que es
razonable para el problema que se está resolviendo.

Los errores asociados con los cálculos y medidas se pueden caracterizar observando su
precisión y su exactitud.

Precisión; Se refiere al número de cifras significativas que representa una cantidad o bien,
la extensión en las lecturas repetidas de un instrumento que mide alguna propiedad física.

Exactitud; Se refiere a la aproximación de un número o de una medida al valor verdadero

que se supone representa.

TIPOS DE ERRORES

Los errores numéricos se generan con el uso de aproximaciones para representar las
operaciones y cantidades matemáticas.
1.- Errores inherentes. Son errores en los valores numéricos con que se va a operar, pueden
deberse a dos causas:
a) sistemáticos: estos son debido a la imprecisión de los aparatos de medición.
(análogos)
b) accidentales: debido a la apreciación del observador y otras causas.

2.- Error por truncamiento. Se le da este nombre a los errores ocasionados por el método en
sí y el nombre se origina en el hecho de que los métodos numéricos generalmente pueden
ser comparados con una serie de Taylor truncada.

3.- Error de redondeo: Todos los dispositivos de cálculo representan números con alguna
imprecisión ya que casi siempre utiliza números de punto flotante con una longitud fija.

4.- Errores en los datos originales: Los problemas de la vida real, en los cuales una
situación física existente o propuesta se modela por medio de una ecuación matemática, con
frecuencia tiene coeficientes que no se conocen perfectamente.

5.- Desaciertos: En la solución de cualquier problema se utilizará una calculadora o una

computadora, por lo tanto estaremos involucrados en la programación, operación y
preparación de datos a sí como a la interpretación de resultados por lo tanto, ocurrirán
errores en bruto.

6.- Error propagado: Error en los pasos sucesivos del proceso debido a la ocurrencia de un
error anterior y que se añade al error local hecho en ese paso.

Los métodos del análisis numérico son procesos finitos y un resultado numérico es un valor
aproximado del resultado exacto (desconocido), excepto en los casos raros en los que la
respuesta exacta es un número racional suficientemente simple.
Si tenemos que el valor de X* es una aproximación del valor real X entonces la diferencia
E=X-X* se llama error absoluto. La exactitud de cifras decimales de X* se define en
términos de su error absoluto como : Ea= X-X*.

Ing. Diana Pérez Silva 2

Aproximación Numérica y Errores Métodos Numéricos y Optimización

El error absoluto relativo está relacionado a la exactitud del dígito significativo y se define
como el cociente del valor absoluto entre el valor real

Er= Ea/ X

El error relativo expresa el error como una fracción de X por ello está relacionado al error
porcentual.

E%= 100Er

El redondeo de números puede ser por defecto o por exceso, el criterio que se sigue por
defecto es que si el primer dígito a desechar es menor a 5 entonces se desechan todos los
demás dígitos a partir del último retenido; si es por exceso entonces si el primer dígito que
se desecha es mayor a 5 se le suma una unidad al último dígito retenido, pero si el primer
dígito a desechar es igual a 5 entonces el último dígito retenido se redondea al número par
más próximo.

Las computadoras almacenan los números reales usando el hecho de que cada X no nula
tiene una representación de punto flotante binaria normalizada.
Para la mayoría de los números tales X, un dispositivo digital no almacena X , sino el
número de máquina f(X) que aproxima a X. El error de f(X) se llama error de redondeo o
error inherente.

Si sabemos que los números no se almacenan exactos entonces al hacer operaciones entre
ellos se cometen errores aritméticos , conocidos como:
a) adición insignificante
b) redondeo escondido
c) amplificación del error.
d) Cancelación sustractiva o catastrófica.

Para minimizar el error de redondeo se consideran las siguientes estrategias:

Estrategia de la mantisa completa: Para minimizar el error inherente introduzca valores de

entrada con tantos dígitos significativos como puedan almacenarse en el dispositivo.

Estrategia de respuesta final : Redondee la respuesta final a una exactitud conocida.

Estrategia de operaciones mínimas: Para ayudar a minimizar el error de redondeo

escondido evalué las expresiones matemáticas en una forma que requiera el menor número
de operaciones aritméticas.

Estrategia de multiplicación anidada: Evalué los polinomios en forma anidada.

Estrategia del dígito de seguridad: Nunca redondee los valores intermedios.

Estrategia de precisión extendida o parcial: Cuando haga una suma acumulada en un ciclo,
hágalo usando precisión extendida.

Ing. Diana Pérez Silva 3

Aproximación Numérica y Errores Métodos Numéricos y Optimización

CONVERGENCIA

Convergencia de los algoritmos iterativos: Sea X un número deseado cuyo valor no puede
encontrarse analíticamente.

Un método numérico parea hallar x se llama iterativo si crea una sucesión x0,x1,….xn . Nos
referimos a xn como la n-ésima iteración del algoritmo y sea En = x-xn así que x=xn + En.

Un método numérico iterativo tiene éxito si xn converge a x, esto es, si En o cuando

n - a infinito.
Entre los que tienen éxito, el más deseable es uno que posea los siguientes atributos:

Robustez: Xn puede converger a X aun si X0 no esta muy próximo a X.

Convergencia Rápida: si Xn esta suficientemente cerca de X, entonces En+1 << En

Si la convergencia es rápida entonces la exactitud de una Xn en particular puede inferirse de

la proximidad de dos iteraciones sucesivas. De hecho, la condición anterior implica que el
n-ésimo incremento ∆ Xn =Xn+1 –Xn lo cual satisface ∆Xn = En.

Observe que X n+1 debe hallarse para obtener una estimación medible del error de X n, es
decir:

∆X0 =x1-x0 es una estimación del error de x0, no de x1.

∆X1 =x2-x1 es una estimación del error de x1, no de x2.

Es evidente que Xn puede converger a un límite finito X solo si ∆ Xn 0 cuando

n infinito.

La sucesión x0,x1,….. xn se llama linealmente convergente si ∆ xn = CL ∆ xn-1 para n

suficientemente grande.
La sucesión x0,x1,….. xn se llama cuadráticamente convergente si ∆ xn = CQ (∆ xn-1) 2 para n
suficientemente grande.

Prueba de convergencia lineal: dada una sucesión x0,x1,….. xn entonces:

∆ xn = xn+1 - xn
∆ xn-1 xn - xn - 1

Es la razón de la prueba de convergencia lineal para n= 1,2,……si:

(CL = constante) para varias n sucesivas, entonces:

CL= ∆ xn
∆ xn-1

Ing. Diana Pérez Silva 4

Aproximación Numérica y Errores Métodos Numéricos y Optimización

Prueba de convergencia cuadrática: dada una sucesión x0,x1,….. xn entonces:

∆ xn = xn+1 - xn
(∆ xn-1 ) (xn - xn – 1 )
2 2

Es la razón de la prueba de convergencia cuadrática para n= 1,2,……si ∆ xn esta

decreciendo y en donde CQ ≠ 0 para varias n sucesivas , entonces las x n estan
convergiendo cuadráticamente con C

CQ= ∆ xn
(∆ xn-1)2

Ing. Diana Pérez Silva 5