Sei sulla pagina 1di 17

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL

ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

ALGORITMOS NUMRICOS
UNIDAD 1. TEORA DE ERRORES
INTRODUCCIN.
1.1 Problemas matemticos y sus soluciones.
Un modelo matemtico puede definirse como una formulacin o una
ecuacin que expresa las caractersticas, esenciales de un sistema fsico o
proceso en trminos matemticos.
Vd = f (vi, p , f )

(1)

Vd = variable dependiente que refleja el comportamiento o estado del


sistema.
Vi = variables independientes como tiempo o espacio a travs de las cuales
el comportamiento del sistema ser determinado.
P = parmetros , son reflejos de las propiedades o la composicin del
sistema.
f = funciones de fuerza, son influencias externas sobre el sistema.
De la segunda Ley de Newton:
F = ma ; reordenando
f
a = ______
m

(2)

Caractersticas de este modelo matemtico.


1.-Describe un proceso o sistema natural en trminos matemticos.
2.- Representa una simplificacin de la realidad.
3.- Conduce a resultados predecibles.
Otros modelos matemticos de fenmenos fsicos pueden ser mucho ms
complejos.
De nuevo si usamos la segunda Ley de Newton para determinar la velocidad
final o terminal de un cuerpo, tenemos una expresin de aceleracin como
la razn de cambio de la velocidad con respecto al tiempo:
f
dv = _____
dt
m

(3)

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Para un cuerpo que cae, la fuerza total es:


F = FD + Fu

(4)

FD = La atraccin hacia abajo debido a la fuerza de la gravedad.


Fu = Fuerza hacia arriba debida a la resistencia del aire,
En donde:
FD = mg
Fu = -cu
c = coeficiente de resistencia o arrastre
Como la fuerza total , es la diferencia entre las fuerzas hacia abajo y las
fuerzas hacia arriba, tenemos:

dv = mg - cu
dt
m

(7)

dv = g c/m (v)
dt

(8)

Esta ecuacin es un modelo matemtico que relaciona la aceleracin de un


cuerpo que cae con las fuerzas que actan sobre l.
Se trata de una ecuacin diferencial o ecuaciones diferenciales.
Si las ecuaciones son ms complejas, se requiere de tcnicas avanzadas
para obtener una solucin analtica exacta o aproximada.
Si el objeto est en reposo, v = o y t = 0
obtenemos:

, y usando las teoras de clculo,

v(t) = gm/c ( 1 e-(c/m)t )


Que es la solucin analtica o exacta,
v(t) = variable dependiente
t = es la variable independiente
c,m = parmetros
g = funcin de la fuerza

(9)

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Ejemplo

1.1

Un paracaidista , con una masa de 68.1 kgs salta de un globo aerosttico


fijo. Con la ayuda de la ecuacin ( 9 ), calcule la velocidad antes de abrir el
paracadas, coeficiente de resistencia = 12 kg/seg.
Datos:
m = 68.1
c = 12.5
g = 9.8 m/s
v(t) = gm/c ( 1 e-(c/m)t )
53.39

1e

(0.1835)t

60
50

v, m/s

40
30

Serie1

20
10
0
0

t,s
0
2
4
6
8
10
12

v, m/s
0
16.42
27.76
35.63
41.05
44.87
47.48
53.39

10

t,s

Cuando los algoritmos numricos modelos matemticos no pueden


resolverse con exactitud, se requiere de una solucin numrica que se
aproxima a la solucin exacta.
Los algoritmos numricos son aquellos en los que se formula el problema
matemtico para que se pueda resolver mediante operaciones aritmticas.
Para la segunda Ley de Newton, al aproximar a la razn del cambio de la
velocidad con respecto al tiempo , tenemos:
dv = v = v ( ti + 1 ) v ( ti )
dt
t
ti + 1 ti

( 10 )

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Diferencias finitas divididas


v ( ti )
= es la velocidad en el tiempo inicial ti
v ( ti + 1 ) = es la velocidad despus de un tiempo mas tarde:
ti + 1

sustituyendo la ec. ( 10 ) en la ec. ( 8 ):


v ( ti + 1 ) v ( ti )
ti + 1 t i

= g c/m

v ( ti )

Reordenando:
V ( ti + 1 ) = v ( ti ) +

g c/m v( ti )

( ti + 1 ti )

A cualquier tiempo
Nuevo valor = viejo valor + pendiente x tamao del paso.

( 11 )

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Ejemplo

1.2

Resolver el ejemplo anterior mediante una solucin numrica para calcular


la velocidad. Emplear un tamao del paso de 2 segundos.
Datos:
m = 68.1 kg
c = 12.5 kg/s
g = 9.8 m/s
V ( ti + 1 ) = v ( ti )

V1 = V0 +
V1 = 0 +

g c/m v( ti )

g c/m V0

( ti + 1 t i )

( ti + 1 t i )

9.8 12.5/68.1 (0)

(2-0)

; t1 = 2 seg
= 19.6 m/s

t2 = 4s, v2 = ?
V2 = 19.6 +

9.8 12.5/68.1 (19.6)

(4-2)

= 32 m/s

Sustituyendo:
V3 = V2 +

g c/m V2

(t3 t2)

V3= 32 +

9 .8 12.5/68.1 (32)

(2)

= 39.85 m/s

Entonces V3= 39.85 m/s


Sustituyendo:
V4 = 39.85

9 .8 12.5/68.1

(39.85)

(2)

= 44.82 m/s

V5 = 44.82

9 .8 12.5/68.1

(44.82)

(2)

= 47.96 m/s

V6 = 47.96

9 .8 12.5/68.1

(47.96)

(2)

= 49.95 m/s

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

t,s
0
2
4
6
8
10
12

SN
0
19.6
32
39.85
44.82
48.01
49.05
53.39

SA
0
16.42
27.76
35.63
41.05
44.87
47.48
53.39

Comparativo entre solucin numrica y


solucin analtica
60
50
V, m/s

40
30
20
10
0
0

10

12

t,s
Solucin Numrica

Solucin Analtica

1.2. Importancia de los algoritmos numricos


Los algoritmos numricos son tcnicas mediante las cuales es posible
formular problemas matemticos de tal forma que puedan resolverse
usando operaciones aritmticas.
El anlisis numrico trata de disear mtodos para aproximar de una
manera
eficiente
las
soluciones
de
problemas
expresados
matemticamente.

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

El objetivo principal del anlisis numrico es encontrar soluciones


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

ser

aplicados

para

resolver

Clculo de derivadas
Integrales
Ecuaciones diferenciales
Operaciones con matrices
Interpolaciones
Ajuste de curvas
Polinomios

Los algoritmos numricos se aplican en reas como:


Ingeniera Industrial, Ingeniera Qumica,
Mecnica, Ingeniera elctrica, etc...

Ingeniera

Civil,

Ingeniera

1.3 Tipos de errores


Exactitud.- Lo que est ms cerca del valor verdadero. Se refiere a que tan
cercano est el valor medido o calculado con el valor verdadero.
Precisin.- Se refiere a que tan cercano esta un valor individual
o calculado con respecto a los otros.

medido

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Cifras significativas.- Es el conjunto de dgitos confiables o necesarios


que representan el valor de una magnitud independientemente de las
unidades de medidas utilizadas.
Confiables.- Por que dependen del instrumento de medicin empleado.
Necesarias.costumbres.

Por

que

depende

de

leyes,

reglamentos,

normas

La longitud del pizarrn es: n 4 mediciones, siendo en cada medicin


distintas personas, los resultaos fueron los siguientes:
1.2.3.4.-

3.0
3.0
3.0
3.0

m
m
m
m

La longitud de la libreta :
1.2.3.4.-

28 cm ( flexmetro )
27.5 cm ( regla )
28 cm
28 cm

La longitud de un lpiz:
Regla: 14.3 cm
Vernier: 14.32 cm
Tornillo: 14.327 cm
La velocidad de un automvil:
Digital: 89.5 km/h
Cartula: 90 km/h
Cuntas cifras significativas (que tan preciso debe ser) son
necesarias ?
1.- El total de cifras significativas es independiente de la posicin del punto
decimal.
Ejemplo:
El medir una mujer se registr que su estatura es de 1.67 m = 16. 7 dm =
167 cm. , (tenindose 3 cifras significativas ).
2.- Los ceros a la izquierda de dgitos no nulos, nunca sern cifras
significativas.

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Ejemplo:
Un balero tiene un dimetro de 26 mm = 0.026 m = 0.000026 km
cifras significativas ).

( 2

3.- Los ceros intermedios de dgitos no nulos, siempre sern significativos:


Ejemplo:
40072 ( 5 c.s. )
3.001 ( 4 c.s. )
0.000203 ( 3. c.s. )
Los errores.- Es la discrepancia que existe entre la magnitud verdadera
y la magnitud obtenida.
Error absoluto.- Es igual a la diferencia entre el valor verdadero y el valor
aproximado:
EA =

Vv - Va

( 12 )

Error Relativo.- Es el cociente del error absoluto respecto al valor


verdadero:
ER

EA
Vv

v - Va
Vv

Error Relativo Porcentual:


ERP = EA
Vv

x 100 %

( 13 )

Ejercicios:
Ejemplo.- Supngase que se tiene que medir la longitud de un puente y de
un remache. La longitud del puente obtenida es de 9999 cm y la del
remache es de 9 cm.
Si los valores verdaderos son 10,000 y 10 cm, respectivamente, calcule :
a) el error absoluto
b) el error relativo %
para cada caso:
Puente
Vv = 10000 cm
Va = 9999 cm
EA = 10000 9999

Remache
10 cm
9 cm
EA =

10 - 9

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

EA = 1 cm

EA =

Error Porcentual =

1
10,000

Error Porcentual =

1
10

= 0.01 %

x 100

x100

1 cm

= 10 %

Ejemplo.- Suponga que el valor para un clculo debera ser V v = 0.10 x 102
pero se obtuvo el resultado de Va = 0.08 x 102. Determine el error absoluto
y el error relativo porcentual:
EA = 0.10 x 102 0.08 x 102
EA = 2 = 0.2 x 101
ERP = 0.2 x 101
0.10 x 102

x 100

= 20%

Ejemplo:
Vv = 0.24 x 10 4 Va = 0.12 x 10 4
EA =
0.24 x 10 - 4 0.12 x 10 - 4
EA =

1.2 x 10 5 , 0.12 x 10

ERP = 0.12 x 10 4
0.24 x 10 - 4

x 100

por lo tanto es pequeo

= 50%, por lo tanto es grande.

Ejemplo :
Vv = 0.46826564 x 10
Va = 0.46830000 x 10
EA =

6
6

0.46826564 x 10

0.46830000 x 10

EA = 34.46 , por lo tanto es grande.


ERP =

34.36
0.46826564

x 10

x 100
6

=7.33771504 x 10 3, es pequeo

Concluyendo , cuando se manejen cantidades muy grandes o muy pequeas


el EA puede ser engaoso, mientras
que el error relativo es ms
significativo en estos casos.

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Determinacin del error en ausencia del valor verdadero


Cuando no se conoce la respuesta verdadera, es necesario estimar el valor
en ausencia de los valores verdaderos. Ciertos algoritmos numricos usan
un mtodo iterativo para calcular resultados, tales casos se hace una
aproximacin con base en la aproximacin anterior. Es decir, el error se
calcula como la diferencia ente la aproximacin actual y la aproximacin
previa.
Ea =
Ea

aproximacin actual aproximacin anterior


aproximacin actual

x 100

(14)

El siguiente criterio es til para tener la seguridad que el resultado es


correcto en al menos n cifras significativas.

= ( 0.5 x 10

2n

) = 0.5 x 10

%, = 0.005 %

Ejemplo.- La funcin exponencial llamada expansin por serie de Mc Laurin,


se puede calcular mediante la ecuacin:
ex = 1 + x + x2 + x3 + ........... + x n
2! 3!
n!
Mientras ms trminos se le agreguen a la serie, la aproximacin se
acercar cada vez ms al valor de ex . Estmese el valor de e 0.5 , calculando
los valores del ERP ( error relativo porcentual y el valor de aproximacin ), si
el valor real o verdadero es e 0.5 = 1.648721, agrguese trminos a la serie
hasta que Ea , cumpla 3 cifras significativas.
Solucin:
E = ( 0.5 x 10
E = 0.005

2 3

) % = 0.5 x 10

Ea 0.05 %
1er trmino
ex = 1
ERP = 1.648721 1
1.648721

x 100

= 39.34 %

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

2do trmino
ex = 1 + 0.5 = 1.5
ERP = 1.648721 1.5
1.648721

x 100

= 9.02 %

3er trmino
ex = 1 + x + x2
2!
ex = 1.5 + (0.5)2 = 1.625
2!
ERP = 1.648721 1.625
1.648721

Ea =

1.625 1.5
1.625

x 100

= 1.438 %

x 100

= 7.692%

4to trmino
e x = 1.625 + (0.5)3 = 1.645833
3!
ERP = 1.648721 1.645833
1.648721
Ea =

1.645833 1.625
1.645833

x 100

= 0.175 %
= 1.265%

x 100

5to trmino
e x = 1.645833 + (0.5)4 = 1.648437
4!
ERP = 1.648721 1.648437
1.648721
Ea =

1.648437 1.645833
1.648437

6to trmino

x 100

= 0.0172 %

x 100

= 0.158%

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

e x = 1.648437+ (0.5)5 = 1.648697


5!
ERP = 0.00142 %
Ea =

1.648697 1.648437
1.648697

x 100

= 0.0158%

Ea
0.0158 0.05 %
Trmino
1
2
3

ex
1
1.5
1.625

ERP

Ea

1.648697

0.00142

0.0158
Ea

Errores de Truncamiento
Con 5 cifras significativas:
75.667891
75.668

75.667591
75.668

75.66453
75.665

Es el que ocurre al aumentar o disminuir artificialmente el valor de una


magnitud.
Criterio de redondeo
D1 d2 d3 .....

d1

i +1 ..... dn ( i n )

Di + 1 5
Di + 1 5

di = di +1
di = di

Di es par

d i = di

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Di + 1 = 5
Di

es impar

di = di +1

Ejemplos:
Redondear a 4 cifras significativas:
a) 42.37834 = 42.38
b) 382.154 = 382.2
c) 545.21
= 545.2
Ejemplo:
Error de redondeo, al restar dos nmeros iguales.
Considere las ecuaciones:
31.69 x
13.05 x

+
+

14.31 y = 45.00
5.89 y = 18.53

Determine los valores aproximados de x e y usando redondeo a dos cifras


decimales, obtenga el error absoluto y el error relativo porcentual para cada
variable si sus valores verdaderos son:
X = 1.25055
Y = 0.37527

= 1.250547046
= 0.375273523

EA =
1.25055 1.250547046
EA = 0.000002954
EA =
EA =

0.37527 0.375273523
0.000003523

ERP = 0.000002954
1.25055

x100

ERP = 0.00023 %
ERP = 0.000002954
0.37527
ERP =0.00078 %

x100

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Resuelva la ecuacin cuadrtica:


100x2 10011x + 10.011 = 0
Para encontrar las races reales ( x 1,x2 ), redondeando a 5 dgitos
significativos y a 5 dgitos decimales.
10011 +- (-10011)2 4(100)(10.011)
2(100)
x1 = 80.088,
x2 = 20.022,

10041
9981.0

Errores de Truncamiento
Ej. 653. 45931
653. 45
Son aquellos que resultan al usar una aproximacin en lugar de un
procedimiento matemtico.
Para estos casos las series de Taylor, en los algoritmos numricos, expresan
las funciones en forma polinomial:
f(x1 +1) + f(xi) +f(xi)h +f (xi)h2+ f(xi)h3 + .....fn(xi)hn
2!
3!
n!
h(x1 +1- xi)
Ej. Use trminos en la serie de Taylor de cero a 4to orden para aproximar la
funcin f(x) = -0.1x4 0.15x3-0.5x2-0.25x +1.2, desde xi = 0 con h =1 para
predecir el valor de la funcin en x1 +1 = 1.
Solucin:
n = 0 orden
f(x1 +1) = f(xi) = -0.1x4 0.15x3-0.5x2-0.25x +1.2
f(x1 +1) = 1.2
n = 1er orden

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

f(x1
f(x1
f(x1
f(x1

+1)
+1)
+1)
+1)

+ f(xi) +f(xi)h
=1.2 + (-0.4 x3-0.45x2-x-0.25) (1)
=1.- 0.25
= 0.95

n= 2do orden
f(x1 +1) + f(xi) +f(xi)h +f (xi)h2
2!
f(x1 +1) = 1.2-0.25+(-1.2x2-0.90x-1) (1)2
2!
f(x1 +1) = 0.95 0.5
f(x1 +1) = 0.45
n = 3er orden
f(x1 +1) + f(xi) +f(xi)h +f (xi)h2+ f(xi)h3
2!
3!
f(x1 +1) = 0.45+ ( -2.4x-0.90 ) (1)3
6
f(x1 +1) = .45 0.15
f(x1 +1) = 0.3
n = 4to orden
f(x1 +1) = 0.3 + f4 (xi) h4
4!
f(x1 +1) = 0.3 + (-2.4) (1)4
24
f(x1 +1) = 0.2

INSTITUTO UNIVERSITARIO DE TECNOLOGA PEDRO EMILIO COLL


ESPECIALIDAD: INFORMTICA
CTEDRA: ALGORITMOS NUMRICOS
PROF.: JOS CARABALLO

Error numrico total


Es la suma de los errores de truncamiento y redondeo. Para minimizar los
errores de redondeo debe incrementarse el nmero de cifras significativas.
El error de truncamiento puede reducirse por un tamao de paso ms
pequeo.