Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Las cifras significativas son los dgitos de un nmero que consideramos no nulos.
Norma
Son significativos todos los dgitos distintos de cero.
Los ceros situados entre dos cifras significativas son significativos.
Los ceros a la izquierda de la primera cifra significativa no lo son.
Para nmeros mayores que 1, los ceros a la derecha de la coma son significativos.
Para nmeros sin coma decimal, los ceros posteriores a la ltima cifra distinta de cero pueden o no
considerarse significativos. As, para el nmero 70 podramos considerar una o dos cifras
significativas. Esta ambigedad se evita utilizando la notacin cientfica.
EXACTITUD Y PRECISIN
La exactitud es lo cerca que el resultado de una medicin est del valor verdadero.
La precisin es lo cerca que los valores medidos estn unos de otros.
Si tu instrumento mide en
"unidades" entonces
cualquier valor
entre 6 y 7se mide
como "7"
Sesgo:
Es un alejamiento sistemtico del valor verdadero a calcular. As como el error, de
acuerdo con las formas por las cuales se produce, puede minimizarse, la ocurrencia de
sesgo tambin puede ser neutralizada o controlada. En ocasiones sin embargo, es
imposible controlar el sesgo y por cierto el error. En tales circunstancias conviene al menos
estar en antecedente y tener conciencia de su existencia.
Incertidumbre:
Se refiere al grado de alejamiento entre s, a las divers
verdadero. La incertidumbre puede derivarse de una falta
por que exista desacuerdo sobre lo que se sabe o lo q
varios tipos de origen, desde errores cuantifica bles en
definida de forma ambigua o previsiones inciertas del
incertidumbre puede, por lo tanto, ser representada
(por ejemplo, un rango de valores calculados segn distintos
cualitativas (por ejemplo, al reflejar el juicio de un grupo de expertos).
3. Tipos de errores
Error de redondeo:
Se originan al realizar los clculos que todo mtodo numrico o analtico requieren y son
debidos a la imposibilidad de tomar todas las cifras que resultan de operaciones aritmticas
como los productos y los cocientes, teniendo que retener en cada operacin el nmero de
cifras que permita el instrumento de clculo que se este utilizando.
* Error de redondeo superior: este caso tiene dos alternativas segn el signo del
nmero en particular:
para nmeros positivos, el ltimo dgito que se puede conservar en la localizacin de memoria
incrementa en una unidad si el primer dgito despreciado es mayor o igual a 5.
Pero por otro lado, el error de truncamiento se puede minimizar al incluir ms trminos en la
ecuacin, disminuir el paso o proseguir la iteracin (o sea mayor nmero de clculos y
seguramente mayor error de redondeo).
Errores humanos:
Son los errores por negligencia o equivocacin. Las computadoras pueden dar nmeros
errneos po r su funcionamiento. Actualmente las computadoras son muy exactas y el error
es atribuido a los hombres. Se pueden evitar con un buen conocimiento de los principios
fundamentales y con la posesin de mtodos y el diseo de la solucin del problema. Los
errores humanos por negligencia son prcticamente inevitables pero se pueden minimizar.
Error inherente:
En muchas ocasiones, los datos con que se inician los clculos contienen un cierto error
debido a que se han obtenido mediante la medida experimental de una determinada magnitud
fsica. As por ejemplo, el dimetro de la seccin de una varilla de acero presentar un error
segn se haya medido con una cinta mtrica o con un pie de rey. A este tipo de error se le
denomina error inherente.
Error absoluto:
Es la diferencia entre el valor exacto (un nmero determinado, por ejemplo) y su valor calculado
o redondeado:
Debido a que la definicin se dio en trminos del valor absoluto, el error absoluto no es
negativo. As pues, una coleccin (suma) de errores siempre se incrementan juntos, sin
reducirse. Este es un hecho muy pesimista, dado que el redondeo y otros errores rara vez
estn en la misma direccin, es posible que una suma ("algebraica") de errores sea cero,
con aproximadamente la mitad de los errores positiva y la otra mitad negativa. Pero tambin
es demasiado optimista esperar que errores con signo sumen cero a menudo. Un enfoque
realista es suponer que los errores, en especial el redondeo, estn estadstica mente
distribuidos.
Error relativo:
Es el error absoluto dividido entre un nmero positivo adecuado. Generalmente, el divisor es
una de tres elecciones: la magnitud del valor exacto, la magnitud del valor calculado
(o redondeado) o el promedio de estas dos cantidades. La mayor parte de las veces
utilizaremos
El error relativo es una mejor medida del error que el error absoluto, en especial cuando se
utilizan sistemas numricos de punto flotante. Puesto que los elementos de un sistema de
punto flotante no estn distribuidos de manera uniforme, la cantidad de redondeos posibles
depende de la magnitud de los nmeros que se redondean. El denominador de la ecuacin
de arriba compensa este efecto.
Una caracterstica relacionada de error relativo es que los efectos de escalar la variable
(es decir, de multiplicarla por una constante distinta de cero, incluyendo cambios en la unidad
de medicin) se cancelan. Una buena medida del error debera ser "invariante de las escalas", de m
digamos, no debera amplificar el error aparente por 36, como sucedera en la ecuacin de
arriba. Si bien las matemticas puras se inclinaran a utilizar el error absoluto, en general el
error relativo se emplea en las ciencias aplicadas.
Algunas veces conviene multiplicar el error relativo por 100 (por ciento) para ponerlo en una
base porcentual.
a = 0.276435 b = 0.2756
Si los clculos se realizan en base diez, coma flotante, redondeando por aproximacin y
trabajando con tres dgitos de mantisa, los valores aproximados a dichos nmeros y el error
relativo cometido es:
Si ahora se calcula la diferencia entre los valores exactos y la diferencia entre los aproximados
se obtiene:
a - b = 0:000835
Debe observarse que el error relativo de la diferencia aproximada es del 100%. Este ejemplo,
extraordinariamente sencillo, pone de manifiesto como el error de redondeo de los datos se
ha amplificado al realizar una nica operacin, hasta generar un
resultado carente de significado.
5. Mtodos iterativos
mtodo iterativo: trata de resolver un problema (como una ecuacin o un sistema de
ecuaciones) mediante aproximaciones sucesivas a la solucin, empezando desde una
estimacin inicial. Esta aproximacin contrasta con los mtodos directos, que tratan de
resolver el problema de una sola vez (como resolver un sistema de
ecuaciones Ax=b encontrando la inversa de la matriz A). Los mtodos iterativos son tiles
para resolver problemas que involucran un nmero grande de variables (a veces del
orden de millones), donde los mtodos directos tendran un coste prohibitivo incluso con
la potencia del mejor computador disponible.
Unidad 2
1. mtodo de falsa posicin:
mtodo de regula falsi (regla del falso) o falsa posicin es un mtodo
iterativo de resolucin numrica de ecuaciones no lineales. El mtodo combina el mtodo
de biseccin y el mtodo de la secante.
El mtodo
Como en el mtodo de biseccin, se parte de un intervalo inicial de signos opuestos, lo
que garantiza que en su interior hay al menos una raz (vase Teorema de Bolzano). El
algoritmo va obteniendo sucesivamente en cada paso un intervalo ms pequeo que
sigue incluyendo una raz de la funcin f.
restndole peso a uno de los extremos del intervalo para obligar a que el
prximo ck ocurra de ese lado de la funcin.
El factor 2 usado arriba, garantiza una convergencia superlineal
(asintticamente, el algoritmo ejecuta dos pasos normales por cada paso
modificado). Hay otras formas que dan incluso mejores tasas de
convergencia. El ajuste mencionado arriba, y otras modificaciones similares se
conocen como Algoritmo Illinois. Ford resume y analiza las variantes
superlineales del mtodo regula falsi modificado. A juzgar por la bibliografa,
estos mtodos eran bien conocidos en los aos 1970 pero han sido olvidados
en los textos actuales
2. mtodo de biseccin:
del dominio.
Entonces:
Descripcin de mtodo
El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de
que su convergencia global no est garantizada. La nica manera de
alcanzar la convergencia es seleccionar un valor inicial lo
suficientemente cercano a la raz buscada. As, se ha de comenzar la
iteracin con un valor razonablemente cercano al cero (denominado
punto de arranque o valor supuesto). La relativa cercana del punto
inicial a la raz depende mucho de la naturaleza de la propia funcin; si
sta presenta mltiples puntos de inflexin o pendientes grandes en el
entorno de la raz, entonces las probabilidades de que el algoritmo
diverja aumentan, lo cual exige seleccionar un valor supuesto cercano
a la raz. Una vez que se ha hecho esto, el mtodo linealiza la funcin
por la recta tangente en ese valor supuesto. La abscisa en el origen de
dicha recta ser, segn el mtodo, una mejor aproximacin de la raz
que el valor anterior. Se realizarn sucesivas iteraciones hasta que el
mtodo haya convergido lo suficiente. f'(x)= 0 Sea f : [a, b] -> R funcin
derivable definida en el intervalo real [a, b]. Empezamos con un valor
inicial x0 y definimos para cada nmero natural n
5. mtodo de la secante
Unidad 3
1. mtodos para sistema de ecuaciones
lineales
tambin conocido como sistema lineal de ecuaciones o
simplemente sistema lineal, es un conjunto de ecuaciones lineales ,
definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de
sistema lineal de ecuaciones sera el siguiente:
(1)
Si representamos cada matriz con una nica letra obtenemos:
[editar]Sistemas compatibles
indeterminados
Unidad 4
1. Derivacin numrica
2. Integracin numrica
integracin numrica: constituye una amplia gama
de algoritmos para calcular el valor numrico de una integral
definida y, por extensin, el trmino se usa a veces para describir
algoritmos numricos para resolver ecuaciones diferenciales. El
trmino cuadratura numrica (a menudo abreviado a cuadratura) es
ms o menos sinnimo de integracin numrica, especialmente si se
aplica a integrales de una dimensin a pesar de que para el caso de
dos o ms dimensiones (integral mltiple) tambin se utiliza.
El problema bsico considerado por la integracin numrica es
calcular una solucin aproximada a la integral definida:
Unidad 5
1. interpolacin
interpolacin: a la obtencin de nuevos puntos partiendo del
conocimiento de un conjunto discreto de puntos.
En ingeniera y algunas ciencias es frecuente disponer de un
cierto nmero de puntos obtenidos por muestreo o a partir de
un experimento y pretender construir una funcin que los
ajuste.
Otro problema estrechamente ligado con el de la interpolacin
es la aproximacin de una funcin complicada por una ms
simple. Si tenemos una funcin cuyo clculo resulta costoso,
podemos partir de un cierto nmero de sus valores e interpolar
dichos datos construyendo una funcin ms simple. En
general, por supuesto, no obtendremos los mismos valores
evaluando la funcin obtenida que si evaluamos la funcin
original, si bien dependiendo de las caractersticas del
problema y del mtodo de interpolacin usado la ganancia en
eficiencia puede compensar el error cometido.
En todo caso, se trata de, a partir de n parejas de puntos
(xk,yk), obtener una funcin f que verifique
2. polinomio de Lagrange
2. POLINOMIOS DE INTERPOLACIN DE
NEWTON:
REORDENANDO
EJEMPLO
1. Ecuaciones
Diferenciales
Una ecuacin diferencial es una ecuaci
derivadas de una o ms funciones desco
nmero de variables independientes respect
ecuaciones diferenciales se dividen en:
decir, es la derivada de
La expresin es una ecuacin
Orden de la ecuacin
Grado de la ecuacin
Es la potencia de la derivada de mayor
ecuacin, siempre y cuando la ecuacin est
ser as se considera que no tiene grado.
es decir si:
Ni la funcin ni sus derivadas estn e
distinta de uno o cero.
En cada coeficiente que aparece mul
la variable independiente.
Una combinacin lineal de sus solucio
la ecuacin.
Ejemplo:
Ecuaciones semilineales y cuasilinea
Mtodos de Runge-Kutta
Mtodo Runge-kutta de
tercer orden