1

I página
Preliminares matemáticos
Y análisis de error

En los primeros cursos de quı́mica se introduce la ley del gas ideal,

P V = N RT

que relaciona la presión P, el volumen V, la temperatura T y el número de moles N

de un ”gas ideal”. En esta ecuación, R es una constante que depende del sistema de
unidades.
Suponga que se realizan dos experimentos para comprobar esta ley con el mismo
gas en cada caso. en el primer experimento,

P = 1,00atm V = 0,100m3
N = 0,00420mol
R = 0,08206

Por medio de la ley del gas ideal sse predice que la temperatua del gas será

PV (1,00)(0,100)
T = = = 290,15K = 170 C
NR (0,00420)(0,08206)

sin embargo, cuando medimos la temperatura del gas, vemos que la temperatura real es
150 C.

pag1.jpg
 2

Luego, repetimos el experimento con los mismos valores de R y N , pero

se incrementa la presión por un factor de dos y se reduce el volumen por el
mismo factor. como el productoP V es el mismo, la temperatura prevista aun
es de 17 0 C, pero ahora la temperatura real del gas es de 19 0 C.

Por supuesto que se sospecha de la ley del gas ideal, pero antes de concluir
que la ley no es válida en esta situación es necesario examinar los datos para
ver si el error se puede atribuir a los resultados experimentales. En caso afir-
mativo, podriamos determinar la precisión necesaria en nuestros resultados
experimentales para garantizar que no ocurra un error de esta magnitud.

El análisis de error surge en los cálculos es un tema importante en el análi-

sis numérico y se presenta en la sección 1.2. Esta aplicación particular se
considera en el ejercicio 28 de esa sección. Este capitulo contiene un breve
repaso de cálculo elemental de una variable, necesarios en capı́tulos poste-
riores, junto con una introducción a la convergencia, el análisis del error y la
representación de los números en los dispositivos utilizados para la realización
de los cálculos.

1. Repaso de Cálculo
Los conceptos de limite y continuidad de una función son fundamentales en el estudio
del cálculo diferencial.

Definición 1.1 Una función f definida en un conjunto X de números reales tiene el

lı́mite L en x0 , denotado por
lı́m f (x) = L
x→x0

si dado cualquier número real  > 0, existe un número real δ > 0 tal que |f (x) − L| < ,
siempre que x ∈ X y 0 < |x − x0 | < δ

Definición 1.2 Sea f una función definida en un conjunto X de números reales y x0 ∈

X. Entonces f es continua en x0 si

lı́m f (x) = f (x0 )

x→x0

La función f es continua en el conjunto X si es continua en cada número en X.

 3

falta=isa
 4

CAPITULO 1 . Preliminares matemáticos

De manera más predecible que una en forma de sierra. La condición de suavidad se basa
en el control en el concepto de derivada.

Definición 1.3 Definición 1.5 Sea f una función definida en un intervalo abierto que
contiene a. La función f es derivable en x0 si

0 f (x) − f (x0 )
f (x0 ) = limiten∞
x − x0
0
existe. El número f (x0 ) es la derivada de f en x0 . Una función que tiene derivada en
cada número de un conjunto X es derivable en X.

La derivada de f en x0 es la pendiente de la recta tangente a la gráfica de f en (x0 , f (x0 )),

como se muestra en la figura 1.2.
 5

pagina5.png

Teorema 1.1 Si la función f es derivable en x0 , entonces f es continua en x0 .

0
El conjunto de todas las funciones que tienen n derivadas continuas en X se denota C (x),
y el conjunto de funciones que tienen derivadas de todos los órdenes en X se denotan
00
C (x).Las funciones polinomiales, racionales, trigonométricas, exponenciales y logarı́tmi-
00
cas están en C (x), donde X consta de todos los números para los que están definidas
las funciones. Si X es un intervalo de la recta real, se omiten de nuevo los paréntesis en
esta notación.

Los siguientes teoremas son fundamentales en la deducción de métodos para la estimación

de error. Las demostraciones de estos teoremas y de los demás resultados sin referencias
en esta sección se pueden encontrar en cualquier texto de cálculo.

Teorema 1.2 (Teorema de Roll) Suponga que f C[a, b] y que f es derivable en (a,b).
0
Sif (a) = f (a), entonces existe un número c en (a, b) tal que f = 0. (Véase la figura 1.3)
 6

1.1 Repaso de Cálculo

pagina51.png

Teorema 1.3 (Teorema del valor medio) Si f ∈ C[a, b] y f es derivable en (a, b), enton-
ces existe un número c en (a, b)tal que

f (b) − f (a)
f0 = . (Véase la figura 1.4)
b−a
 7

pagina52.jpg

Teorema 1.4 (Teorema de los valores extremos). Si f ∈ C|a, b|entonces existen,C1 , C2 ∈

|a, b| tales que f (c1 ) ≤ f (x) ≤ f (c2 ))para toda x ∈ [a, b].Además,si f es derivable en (a, b),
entonces los números C1 y C2 aparecen en los extremos de [a, b], o bien donde se anula
f 0 .(véase la figura 1.5).

Como se mencionó en el prefacio, cuando sea adecuado usaremos el sistema de álge-

bra por computadora. Maple. Los sistemas de álgebra por computadora son útilies para
la derivación simbólica y el trazo de gráficas. Ambas técnicas se ilustran en el ejemplo 1
 8

pagina6.jpg

Ejemplo 1 Determine
máx axb |f (x)|
f(x)= 5 cos 2x + 2x sen 2x
En los intervalos [1,2]y[0.5,1]
Primero ilustremos las capacidades gráficas de Maple. Para tener acceso al paquete de
graficación se escribe la instrucción
>with(plots);

Acontinuacı́on aparecen las instrucciones del paquete. Se introduce la definición de f al

escribir
>t:=cos(2*x)-2*x*sen(2*x);

La repuesta ede Maple es

. Para tener acceso al paquete de graficación se escribe la instrucción >with(plots);
 9

>t:=cos(2*x)-2*x*sen(2*x);

La repuesta de Maple es

f:=5cos(2x)-2xsen(2x)

Para graficar f en el intervalo [0,5, 2], use la la instrucción

>plot(f,x-0.5..2);
la gráfica aparec como en la figura 1.6, en el cual se puede determinar las coordenadas
de cualquier punto sobre la grafico al mover el apuntador del ratón al punto deseado y
oprimir el botón izquierdo. Esta técnica se utiliza para estimar las intersecciones con los
ejes y los extremos de las funciones.
completamos el ejemplo usando el teorema de valores extremos. Primero,consideremos el
intervalo [1,2]. Para obtener la primera derivada g = f’ . se escribe

>g:=diff(f,x);
La respuesta de Maple es

g:=-12sen(2x)-4xcos(2x)
 10

pagina7.jpg

Luego, podemos resolver g(x) = 0 para 1 6 x 6 2, con la instrucción

>fsolve(g,x,1..2);

con lo cual se obtiene 1.358229874, y se calcula f (1,358229874) mediante

>evalf(subs(x=1.358229874,f));

Como f (1) = −3,899329037, y f (2) = −0,241008124, tenemos, para el intervalo

[1,2], un valor máximo de f (2) = −0,2410088124 como se muestra en la figura 1.7,
 11

pagina71.jpg

y un valor mı́nimo aproximado.

 12

capı́tulo 1Preliminares matemáticas

valor mı́nimo aproximado de f (1,358229874) = −5,675301338. Por tanto

máx 1x2 |5 cos 2x − 2x sen 2x| ≈ |f (1, 358229874)| = 5, 675301338

Si tratamos de resolver g(x) = 0 para 0,5 ≤ x ≤ 1 vemos que al introducir

fsolve(g,x,0.5..1)

Maple responde con

fsolve(−12 sen(2x) − 4x cos(2x), x, 0,5.,1)

lo cual indica que Maple no pude encontrar una solución en [0.5,1]. Si grafica g.verá que
no hay soluciones en este intervalo,y el máximo ocurre en un extremo. Por tanto,f 0 nunca
se anula en [0.5,1], como se muestra en la figura 1.8, y como f (0,5) = 1,860040545 y
f (1) = −3,899329037,tenemos

máx 1x2 |5 cos 2x − 2x sen 2x| = |f (1)| = 3,899329037

El otro concepto básico del cálculo que usaremos ampliamente es la integral de Rie-
mann.

Definición 1.4 La integral Riemann de la funcion f en el intervalo [a, b] es el si-

guiente lı́mite, si é
ste existe:
 13

ecua1.jpg
 14

1.1 review of calculus

Illustration
We can use the third Taylor polynomial and its remainder term found in Example 3 to
approximate
Z x=0,1 Z x=0,1
cos(x) · dx we have x = cosξ(x) · dx
x=0 x=0
Z x=0,1 Z x=0,1
1/2 1
= 1− dx + x4 cosξ(x)
x=0 x 24 x=0
 0 Z x=0,1
1 3 1
= x− x + x4 cosξ(x) · dx
6 0,1 24 x=0
Z x=0,1
1 3 1
= 0,1 − (0,1) + cosξ(x) · dx
6 24 x=0
theref or
Z x=0,1
1
cosx · dx ≈ 0,1 − (0,1)3 = 0,9983
x=0 6
A bound for the error in this approximation is determined from the integral of the Taylor
remainder term and the fact that

|cosξ(x)| · dx ≤ 1 f or all x
Z x=0,1 Z x=0,1
1 1
| cosξ(x) · dx| ≤ x4 |cosξ(x|) · dx
24 x=0 24 x=0
Z x=0,1
1 0,15
≤ x4 · dx = = 8,3 · 10−8
24 x=0 120
The true value of this integral is
Z x=0,1
cosx = sinx]x=0,1
x=0 = sin0,1 ≈ 0,099833416647,
x=0
so the actual error f or this approximation is 8,3314 · 10−8 , which is within the error bound.
We can also use Maple to obtain these results. Define f by
f := cos(x)
Maple allows us to place multiple statements on a line separated by either a semicolon
or a colon. A semicolon will produce all the output, and a colon suppresses all but the
final Maple response. For example, the third Taylor polynomial is given by
s3 := taylor(f , x = 0, 4) : p3 := convert(s3, polynom)
1
1 − x2
2
The first statement s3 := taylor(f , x = 0, 4) determines the Taylor polynomial about
x0 = 0 with four terms (degree 3) and an indication of its remainder. The second p3
:= convert(s3, polynom) converts the series s3 to the polynomial p3 by dropping the
remainder term. Maple normally displays 10 decimal digits for approximations. To instead
obtain the 11 digits we want for this illustration, enter Digits := 11 and evaluate f (0.01)
and P3(0.01) with y1 := evalf(subs(x = 0.01, f )); y2 := evalf(subs(x = 0.01, p3)
 15

23. Para obtener la aproximación 2.5 de e se utiliza un polinomio de Maclaurin para e2 . La cota
del error en esta aproximación se calcula como E = 61 .Determine una cota para el error en E.

24. La función error definida como

Z x
2 2
erf (x) = √ e−t dt
π 0

proporciona la probabilidad de que cualquiera de una serie de ensayos esté a menos de x uni-
dades de la media, suponiendo
q que los ensayos tiene una distribución normal con media 0 y
desviación estándar 22 . Esta integral no se puede evaluar en términos de funciones elementales,
de modo que se debe usar una técnica de aproximación.
2
a. Integre la serie de Maclaurin para e−x con el fin de mostrar que
∞
2 X 2k x2k+1
erf (x) = √
π (2k + 1)k!
k=0

b. La función error también se puede expresar en la forma

∞
2 X 2k x2k+1
erf (x) = √
πe−x2 k=0 1 · 3 · 5 · · · (2k + 1)

Verifique que las dos series coinciden para k =1,2,3 y 4. [Sugerencia: Use la serie de
2
Maclaurin para e−x .]

c. Use la serie del inciso (a) para aproximar erf(1) hasta 107 .

d. Use el mismo número de términos del inciso (c) para aproximar erf(1) con la serie del
inciso (b).

e. Explique por qué hay dificultades al usar la serie del inciso (b) para aproximar erf(x ).

25. Una función f : [a.b] → R satisface una condiciondeLipschitz con constante de LipschitzL
en [a, b] si, para cada x, y ∈ [a, b], tenemos |f(x)-f(y)| 6 L|x − y|.

a. Demuestre que si f satisface una condición de Lipschitz con constante de Lipschitz en un

intervalo [a, b], entonces f ∈ C[a, b].

b. Demuestre que si f tiene una derivada acotada en [a, b] una condición de Lipschitz L, entonces
f satisface una
condición de Lipschitz con constante de Lipschitz L en [a, b].

c. Dé un ejemplo de una función que es continua en un intervalo cerrado pero que no satis-
faga una condición de Lipschitz en el intervalo.
 16

Errores de redondeo y aritmética de una computadora .

La aritmética que realiza una calculadora o computadora es distinta de la aritmética de nuestros

cursos de álgebra o cálculo. Por experiencia esperarı́a
√ que siempre se tuviera como enunciados
verdaderos cosas como 2 + 2 = 4, 4,4 = 16 y ( 3)2 = 3. En la aritmética computacional común,
siempre se tendrán los dos primeros, pero no siempre el tercero. Para ver por qué. Debemos
explorar el mundo de la aritmética con un número finito de cifras.

En nuestro mundo matemático tradicional permitimos la existencia de números √ con una can-
tidad infinita de cifras. La aritmética que usamos en este mundo define a 3 como el único
número positivo tal que al multiplicarse por si mismo produce el entero 3. Sin embargo, en el
mundo de las computadoras, cada número representable tiene sólo un número finito, fijo, de
cifras. Esto significa, por ejemplo, que √solo los números racionales (y no todos ellos) se pueden
representar con exactitud. Puesto que 3 no es racional, se da una representación aproximada,
una cuyo cuadrado no será 3, aunque sı́ lo bastante cercano a 3 como para que sea aceptable
en la mayor parte de las situaciones. Luego, en muchos casos, esta aritmética de la maquina
es satisfactoria y se aprueba sin más, aunque a veces esta discrepancia puede generar problemas.

Los errores de redondeo surgen al usar una calculadora o computadora para cálculos con núme-
ros reales, pues la aritmética de la máquina sólo utiliza números con una cantidad finita de
cifras, de modo que los cálculos se realizan únicamente con representaciones aproximada de los
números verdaderos. En una computadora común, sólo se usa un subconjunto relativamente
pequeño del sistema de números reales para representarlos a todos. Este subconjunto contiene
sólo números racionales (tanto positivos como negativos) y almacena la parte fraccionaria, junto
con una parte exponencial.

En 1985, el Institute for Electrical and Electronic Engineers, IEEE (Instituto para Ingenieros
Eléctricos Electrónicos ) publicó un informe llamado Binary Floating Point Arithmetic Stan-
dard 754-1985. Se especificaron los formatos para las precisiones simple, doble y extendida; en
general, los fabricantes de microcomputadoras utilizan estos estándares para hardware de punto
flotante. Por ejemplo, el coprocesador numérico de las PC utiliza una representación de 64 bits
(dı́gitos binarios) para un número real, llamado real largo. El primer bit es un indicador de
signo, denotado como s. le sigue un exponente de 11 bits, c. denominado caracterı́stica y una
fracción binaria de 52 bits, f, llamada mantisa . La base para el exponente 2.

Como 52 dı́gitos corresponden a entre 16 y 17 dı́gitos decimales, podemos suponer que un núme-
ro representado en este sistema tiene al menos 16 cifras decimales de precisión. El exponente de
11 dı́gitos binarios proporciona un intervalo de 0 a 21 1 − 1 = 2047. Sin embargo, el uso exclusivo
de enteros positivos para el exponente no permitirı́a una representación adecuada de los núme-
ros con magnitud pequeña. Para garantizar que estos números también sean representables, se
resta 1023 de la caracterı́stica, de modo que el intervalo del exponente es en realidad de -1023
a 1024.

Para ahorrar espacio de almacenamiento y proporcionar una representación única de cada núme-
ro de punto flotante, se impone una normalización. El uso de este sistema proporciona un número
de punto flotante de la forma

(−1)s 2c − 1023(1 + f)

considerando, por ejemplo, el número de máquina

0100000000111011100100010000000000000000000000000000000000000000.
 17

El bit de la extrema izquierda es cero, lo cual indica que el numero es positivo. Los
siguien-
tes 11 bits, 10000000011, que dan la caracteristica, son equivalentes al numero decimal

c = 1,210 + 0,29 + ... + 0,22 + 1,21 + 1,20 = 1024 + 2 + 1 = 1027.

La parte exponencial del numero es, por lo tanto,

21027−1023 = 24

. Los ultimos 52 bits espe-

cifican que la matisa es
1 1 1 1 1 1
f = 1.( )1 + 1.( )3 + 1.( )4 + 1.( )5 + 1.( )8 + 1.( )12 .
2 2 2 2 2 2

En concecuencia, este numero de maquina representa con precicion al numero de-

cimal
1 1 1 1 1 1
(−1)s 2c−1023 (1 + f ) = (−1)0 ,21027−1023 (1 + ( + + + + + ))
2 8 16 32 256 4096

= 27,56640625.

Sin embargo, el siguiente numero de maquina menor es

0100000000111011100100001111111111111111111111111111111111111111,

Y el siguiente numero de maquina mayor es

0100000000111011100100010000000000000000000000000000000000000001.

Esto significa que nuestro numero de maquina original representa no solo a 27,56640625,
si no tambien a la mitad de los numeros reales que estan entre 27,56640625 y los dos
nu-
meros de maquinas mas proximos a el. Para seer precisos, representa a cualquier
numero real
en el intervalo

[27,5664062499999982236431605997495353221893310546875

27,5664062500000017763568394002504646778106689453125).

El menor numero positivo normalizado que puede representarse tiene ceros en to-
das
partes, exepto en el bit del extremo derecho (donde tiene un 1) y es equivalente a

2−1023 .(1 + 2−52 ) ≈ 10−308

 18

y el mayor tiene un cero al principio seguido de unos; es equivalentes a

21024 .(2 − 2−52 ) ≈ 10308

Los numeros que aparecen en los calculos y tienen una magnitud menor que2−1023 .
(1+2−52 ) producen un desbordamiento de la capacidad minima o subdesbordamiento
y por lo general, se igualan a cero. Los numeros mayores que

21024 .(2 − 2−52 )

producen
un desbordamiento y hacen que se detengan los calculos.
El uso de digitos binarios tiende a encubrir las dificultades de calculo que aparece-
nal
usar una coleccion finita de numeros de maquina para representar a todos los nu-
meros rea-
les. Para examinar estos problemas, supondremos, para mayor claridad, que los
numeros
de maquina se representan en la forma de punto flotante decimal normalizada

±0.d1 d2 ...dk × 10n , 1 ≤ d1 ≤ 9y0 ≤ di ≤ 9,

para cada i = 1, 2, ..., k. Los numeros de esta forma se llaman numeros de maquina
de-
cimales con digitos.