MTODOS NUMRICOS

YARIZA MARTNEZ POLO

GEINIS NAVARRO LINDO
RAUDE NIEVES ACENDRA

UNIVERSIDAD DE LA GUAJIRA
FACULTAD DE INGENIERAS
PROGRAMA INGENIERA CIVIL
RIOHACHA, LA GUAJIRA
2014

MTODOS NUMRICOS

TRABAJO PRESENTADO EN LA ASIGNATURA DE MTODOS NUMRICOS

AL LICENCIADO:
RAMN BERTEL PALENCIA

UNIVERSIDAD DE LA GUAJIRA
FACULTAD DE INGENIERAS
PROGRAMA INGENIERA CIVIL
RIOHACHA, LA GUAJIRA
2014

INTRODUCCION

Los mtodos numricos son tcnicas mediante las cuales es posible formular
problemas matemticos de tal forma que puedan resolverse usando operaciones
aritmticas. Los ingenieros antes de contar con las computadoras, solo contaban
con algunos, mtodos para solucin de problemas, tales como mtodos exactos o
analticos, mtodos grficos y para implementar los mtodos numricos se
utilizaban calculadoras y reglas de clculo; pero indudablemente la disponibilidad y
utilizacin de computadoras han fomentado una explosin en el uso y desarrollo
de mtodos numricos.

Los mtodos numricos son herramientas muy poderosas para la solucin de

problemas, son capaces de manejar sistemas de ecuaciones grandes, no lineales
y geomtricas complicadas, comunes en la prctica de la ingeniera y, a menudo,
imposibles de resolver analticamente, por lo cual la aplicacin de los mtodos
numricos nos permite resolver todos estos sistemas de ecuaciones grandes.

En el transcurso de esta catedra, que veremos cmo estudiantes de ingeniera

tendremos la oportunidad de utilizar software que contengan mtodos numricos,
pero es importante resaltar que el uso inteligente de estos programas depende del
conocimiento de la teora bsica en la que se basan estos mtodos.

OBJETIVOS

Objetivo general

Conocer y aprender la importancia de los mtodos numricos y su

aplicacin en la ingeniera.

Objetivos especficos

Manejar correctamente el concepto de mtodos numricos.

Saber cules ciencias utilizan los mtodos numricos.
Reconocer los posibles errores presente en los mtodos numricos.
Empezar a familiarizarnos claramente como son los procesos de
almacenamiento de un nmero en la memoria de la computadora.
Conocer que tan estables son los mtodos numricos.

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 comprensin de los principios
cientficos bsicos.
El anlisis numrico trata de disear mtodos para aproximar de una manera
eficiente las soluciones de problemas expresados matemticamente y 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 son adecuados para la solucin de problemas comunes
de ingeniera, ciencias y administracin, utilizando computadoras electrnicas. 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.

1. IMPORTANCIA DE LOS METODOS NUMERICOS

La importancia de los mtodos numricos no radica en buscar la solucin exacta

de un problema, sino la aproximada pero con la precisin requerida, o sea, con un
error lo suficientemente pequeo y prximo a cero, de ah la utilidad de los
mtodos numricos.
Importa tambin el tiempo empleado en obtener la solucin y en esto ha jugado un
papel importante el enorme desarrollo de la tecnologa computarizada, ya que la
enorme velocidad actual de los medios computarizados ha reducido
considerablemente el tiempo de obtencin de la solucin, lo que ha motivado la
popularidad, el enorme uso y aceptacin que hoy tienen los mtodos numricos.

Existen importantes razones para el estudio de los mtodos numricos:

Los mtodos numricos son herramientas poderosas capaces de manejar

sistemas de ecuaciones grandes y complicadas que son difciles de
resolver analticamente.

Existe software comercial que facilita la solucin de problemas mediante los

mtodos numricos. El uso inteligente de estos programas depende del
conocimiento de la teora en la que se basan estos mtodos.

Si se conocen los mtodos numricos y se aplican los conocimientos de

programacin, se tiene entonces la capacidad de disear programas
propios, sin tener que comprar el software costoso.

Los mtodos numricos son un vehculo eficiente para aprender a explotar

las bondades que nos ofrecen las computadoras para resolver problemas.

Son un medio para reducir problemas de las matemticas superiores

mediante operaciones aritmticas bsicas.

2. DISCIPLINA QUE USAN LOS MTODOS NUMRICOS

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 se aplican en reas como: Ingeniera Industrial, Ingeniera

Qumica, Ingeniera Civil, Ingeniera Mecnica, Ingeniera elctrica, etc.

3. FUENTES DE
NUMRICOS

ERRORES

POSIBLES

EN

LOS

MTODOS

Los errores numricos se generan con el uso de aproximaciones para representar

las operaciones y cantidades matemticas. stos incluyen errores de
Truncamiento que resultan de representar aproximadamente un procedimiento
matemtico exacto, y los errores de Redondeo que se producen cuando los
nmeros tienen un lmite de cifras significativas que se usan para representar
nmeros exactos. Para los dos tipos de errores, la relacin entre el resultado
exacto o verdadero y el valor aproximado est dada por:
Valor verdadero = aproximacin + error
Reordenando esta ecuacin se encuentra que el error numrico es igual a la
diferencia entre el valor verdadero y el valor aproximado, esto es:
Et = valor verdadero valor aproximado
Donde Et se usa denotar el valor exacto del error.

4. TIPOS DE ERRORES

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, ejemplo:
.

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.

y = n + Ey

Donde:

y = cantidad verdadera
n = cantidad aproximada
Ey = error absoluto
Ey = y - n
El error absoluto de una cantidad es igual al valor absoluto de la diferencia entre la
cantidad absoluta y su aproximacin incluye sus unidades fsicas.

5. PROPAGACIN DE LOS ERRORES

Se dice que existe una propagacin en los errores cuando al realizar operaciones
con nmeros que ya tienen errores y que por su naturaleza, las operaciones
generan nuevos errores.
Propagacin de errores es un conjunto de reglas que permiten asignar un error a
z, conocidas las incertidumbres de x e y.
Permiten asignar un error al resultado final.
Indica la importancia relativa de las diferentes medidas directas.
Planificacin del experimento.
Normalmente se efectan en las operaciones aritmticas, (no importa cul sea su
origen):

Propagacin de errores en sumas y diferencias

Datos iniciales:
Sea su suma:

x Ex
q= x + y

y Ey
y su diferencia: q= x y

Cul es la incertidumbre, Eq?

Suma:
Valor mximo de q,

qmax=

Valor mnimo de q,

qmin=

Diferencia:
Valor mximo de q,

qmax=

Valor mnimo de q,

qmin=

=
=

El error absoluto de a suma y la diferencia de dos o ms magnitudes es la

suma de los errores absolutos de dichas magnitudes:

Ejemplo:
En un experimento se introducen dos lquidos en un matraz y se quiere hallar la
masa total del lquido. Se conocen:
M1 = Masa del matraz 1 + contenido = 540 10 g
m1 = Masa del matraz 1 = 72 1 g
M2 = Masa del matraz 2 + contenido = 940 20 g
M2 = Masa del matraz 2 = 97 1 g
La masa de lquido ser:
Su error:

M = M1- m1 + M2 m2 = 1311g

EM = EM1 + Em1 + EM2 + Em2 = 32 g

El resultado se expresar:

M = 1310 30 g

Propagacin de errores en productos

Datos iniciales:

(1

Sea su producto:
Cul es la incertidumbre, Eq?

(1

Producto:
Valor mximo de q.

qmax = (1+

) (1+

(1+

Valor mnimo de q.

qmin = (1-

) (1-

(1-

El error relativo del producto es igual a la suma de los errores relativos:

Propagacin de errores en cocientes

(1

Datos iniciles:

; Cul es la incertidumbre, Eq?

Sea su producto
Cociente:
Valor mximo de q.

qmax =

(1 +

(1+
+

) (1+

10

(1

Valor mnimo de q.

Qmin = =

(1

(1-

) (1-

))

El error relativo del cociente es la suma de los errores relativos:

Ejemplo:
Para medir la altura de un rbol, L, se mide la longitud de su sombra, L1, la altura
de un objeto de referencia, L2, y la longitud de su sombra, L3. Por semejanza:

Realizadas las meidas resultan:

Por lo tanto

Su error ser

= (1+ 0.4+2)% = 3.45%

11

6. EXACTITUD Y PRESICIN DE UN CALCULO NUMRICO

Los errores asociados con los clculos y medidas se pueden caracterizar
observando su exactitud y precisin. La Exactitud se refiere a qu tan cercano
est el valor calculado medido con el valor verdadero. La Precisin se refiere a
qu tan cercano est un valor individual medido o calculado con respecto a los
otros.
Los mtodos numricos deben ser lo suficientemente exactos o sin sesgos para
que cumplan los requisitos de un problema particular de ingeniera. Tambin
deben ser lo suficientemente precisos para el diseo en ingeniera.

7. NMERO DE PUNTOS FLOTANTES

Las cantidades fraccionarias son tpicamente representadas en la computadora
usando la forma de Punto Flotante. En esta perspectiva, el nmero se expresa
como una parte fraccionaria, llamado mantisa o significando, y una parte entera,
llamada exponente o caracterstica, esto es:

m be
donde m= mantisa, b= la base de sistema de nmero a ser usado y e= el
exponente. Por ejemplo, el nmero 156.78 puede ser representado por
0.15678103 en un sistema de base 10 de punto flotante.
La forma como un nmero de punto flotante es guardado en un conjunto: El primer
bit se reserva para el signo, la siguiente serie de bits para el exponente del signo y
los ltimos bits para la mantisa.

Obsrvese que la mantisa es usualmente normalizado si se tiene primero cero

dgitos. Por ejemplo, supngase que la cantidad 1/34 = 0.029411765 es

12

graduada en un sistema de base 10 de punto flotante que permite nicamente

cuatro lugares decimales para ser guardados. Entonces, 1/34 debera ser
guardado como 0.0294100 sin embargo, en el proceso de hacer esto, la inclusin
intil de cero a la derecha de los decimales fuerza a bajar el dgito 1 en el quinto
lugar decimal. El nmero puede ser normalizado para remover el cero por la
multiplicacin de la mantisa por 10 y bajar el exponencial por 1 que da 0.294110-1
as, conserva una cifra significativa adicional cuando el nmero es guardado.
La consecuencia de la normalizacin es que el valor absoluto de m es limitado.
Esto es
1/b m < 1
Donde b= es la base. Por ejemplo, para un sistema de base 10, m est entre un
rango de 0.1 y 1, y para un sistema de base 2, entre 0.5 y 1.
La representacin de punto flotante permite que ambas fracciones y nmeros muy
grandes sean expresados en la computadora. Sin embargo, hay algunas
desventajas. Por ejemplo, nmeros de punto flotante toman espacios y el proceso
es mayor que el de nmeros enteros. Ms significativamente, sin embargo, se
puede introducir una fuente de error debido a que la mantisa toma slo un nmero
finito de cifras significativas. As se introduce el error de redondeo.
Ej. Conjunto hipottico de nmero de punto flotante
Enunciado del problema. Crear un conjunto hipottico de punto flotante para una
mquina que guarda informacin en memoria usando conjunto de 7 bits. Emplear
el primer bit para el signo del nmero, los siguientes tres para para el signo y la
magnitud del exponente, y los ltimos tres para la magnitud de la mantisa.

Solucin: el nuero ms pequeo posible es representado en la figura anterior, el 0

inicial indica que la cantidad es positiva. El 1 en el segundo lugar designa que el
13

exponente tiene un signo negativo. El 1 en el tercer y cuarto lugar de un valor

mximo del exponente de
1 X 21 + 1 X 20 = 3
Por lo tanto, el exponente ser -3. Por ltimo la mantisa esta especificada por el
100 en los ltimos tres lugares, que conforman
1 X 2-1 + 0 X 2-2 + 0 X 2-3 = 0.5
Aunque una mantisa pequea es posible (por ejemplo, 000 001 010 011), el valor
de 100 es usado porque el lmite impuesto a la normalizacin. Asi, el nmero.

8. PROCESO DE ALMACENAMIENTO DE NMERO EN LA MEMORIA

DE LA COMPUTADORA
Determine el rango de enteros de base 10 que puede ser representado en una
computadora de 16 bits.
1 0 0 0 0 0 0 0 1 0 1 0 1 1 0 1

Signo

Nmero

14

La representacin de un entero decimal -173 en una computadora de 16 bits

usando el mtodo de magnitud de signo
Solucin: de los 16 bits, se tiene el primer bit para el signo. Los 15 bits restantes
pueden contener los nmeros binarios de 0 a 111111111111111. El lmite superior
puede convertirse a un entero decimal, como en
(1X 214) + (1 X 213) + + (1 X 21) + (1 X 20)
Que es igual a 32767 (obsrvese que esta expresin puede ser simplemente
evaluada como 215 -1). As, en una computadora de 16 bits un conjunto puede
guardar en memoria un entero decimal del rango de -32676 a 32767. Adems,
debido a que el cero es ya definido como 0000000000000000, es redundante
usar el nmero 100000000000000 para definir a menos cero. Por lo tanto, es
usualmente empleado para representar un nmero adicional negativo: -32768, y el
rango es de -32768 a 32767.

9. SISTEMA BINARIO
El sistema binario es un sistema de numeracin en el que los nmeros se
representan utilizando las cifras 0 y 1, es decir solo 2 dgitos, esto en informtica
tiene mucha importancia ya que las computadoras trabajan internamente con 2
niveles de Tensin lo que hace que su sistema de numeracin natural sea binario,
por ejemplo 1 para encendido y 0 para apagado. Tambin se utiliza en
electrnica y en electricidad (encendido o apagado, activado o desactivado).

Este sistema se basa en la representacin de cantidades utilizando los dgitos 1 y

0. Por tanto su base es 2 (nmero de dgitos del sistema). Cualquier nmero
binario solo puede tener ceros y unos. En este sistema cada dgito de un nmero
se le denomina bit, por ejemplo, el nmero en binario 1001 es de 4 bit.
Nmero Decimal a su equivalente en Binario
Segn el orden ascendente de los nmeros en decimal tendramos un nmero
equivalente en binario:

El 0 en decimal sera el 0 en binario

El 1 en decimal sera el 1 en binario
El 2 en decimal sera el 10 en binario (recuerda solo combinaciones de 1 y
0)
El 3 en decimal sera el 11 en binario
El 4 en decimal sera el 100 en binario

15

Y as sucesivamente obtendramos todos los nmeros en orden ascendente de su

valor, es decir obtendramos el sistema de numeracin binario y su equivalente
en decimal.
Ejemplo convertir el nmero 120 a binario.
120

: Resto 0

60

: Resto 0

30

: Resto 0

15

Resto 1

Resto 1

Resto 1

Reto 1 y el cociente final 1

Vemos como para sacar el equivalente se coge el ltimo cociente de las

operaciones y los restos que han salido en orden ascendente (de abajo arriba)
1111000.
En conclusin el nmero 120 es equivalente en binario al 1111000
120 = 11110002
El Nmero 2 del final en subndice es para indicar que es un nmero en base
2, pero no es necesario ponerlo.

16

Como se demuestra que 1111000 es el binario de 120:

10. PRESICIN SIMPLE Y DOBLE

En precisin simple, para escribir un nmero real se usan 32 bits (4 bytes): 1 bit
para el signo (s) del nmero, 23 bits para la mantisa (m) y 8 bits para el exponente
(exp), que se distribuyen de la siguiente forma:

El exponente se suele representar en Exceso a 2 n-1-1, mientras que, para la

mantisa, normalmente se utiliza Signo Magnitud. Adems, la mantisa se suele
normalizar colocando la coma decimal a la derecha del bit ms significativo.
Precisin Doble en el Estndar IEEE 754:
Por otro lado, en precisin doble, para escribir un nmero real se emplean 64 bits
(8 bytes): 1 bit para el signo (s) del nmero, 52 bits para la mantisa (m) y 11 bits
para el exponente (exp).

11. ESTABILIDAD EN LOS METODOS NUMRICOS

17

Se entiende por estabilidad de un mtodo numrico al nivel de garanta de

convergencia, y es que algunos mtodos numricos nunca convergen y por lo
contrario divergen, es decir se alejan cada vez ms del resultado deseado. En la
medida en la que un mtodo numrico ante una gran amplia gama de
posibilidades de modelado matemtico es ms seguro que converja que otro, se
dice que tiene una mayor estabilidad, es comn encontrar mtodos que converjan
rpidamente pero que son muy inestables y en contraparte modelos muy estables
pero de lenta convergencia.
Diremos que un mtodo numrico es inestable cuando pequeos errores en
algunas de sus etapas generan, a lo largo del resto del proceso, errores que
degradan seriamente la exactitud de los resultados del clculo en su conjunto.
Sea por ejemplo,

Aplicando integracin por partes, se llega a:

Si aplicamos la formula recurrente anterior y tomando 6 cifras en la representacin

numrica, se tiene:

El valor de I9 no puede ser correcto puesto que para todo n, I n expresa el rea de
la regin del primer cuadrante delimitada por la funcin xn ex1, para valores de x
entre 0 y 1. Esta funcin es positiva en [0, 1], luego In 0.

12. EN QUE CONSISTE EL COSTE COMPUTACIONAL

El coste computacional es establecer un sistema muy simple, lgico y sencillo. Si
nosotros le damos un tiempo de ejecucin a cada operacin elemental y contamos
el nmero de operaciones elementales que se dan en un algoritmo en concreto,
podremos conocer a priori el coste temporal de ejecucin.
Veamos un ejemplo sencillo. Supongamos el siguiente algoritmo:

18

Si queremos medir su coste computacional (en tiempo) en funcin del tamao de

los datos "n" deberemos primeramente establecer una serie de constantes. Cada
constante tendr asignada una cierta cantidad de ciclos de CPU (tiempo de
ejecucin):

Analicemos ahora el coste de cada instruccin de nuestro algoritmo:

Como la instruccin "4" de nuestro algoritmo es una alternativa no nos queda ms

remedio que establecer un criterio de seleccin. Al ser interesante averiguar cual
es la cota superior de consumo temporal del algoritmo, sera deseable examinar el
coste computacional del algoritmo en el peor de los casos, que sera en el caso de
que siempre se cumple la condicin de la instruccin "4". As pues, la expresin
final que nos indica el coste computacional del algoritmo en el caso ms
desfavorable es:

19

BIBLIOGRAFA
CHARPA STEVEN. computadoras y programas; Aproximacin, errores de
redondeo y truncamiento. En: MTODOS NUMRICOS PARA
INGENIEROS. 3 ed. Mxico, D. F: McGRAW. A.-HILL INTERAMERICANA
EDITORES, S. A. de C. V.

20