Teoria Del Error

INTRODUCCION A LOS ELEMENTOS FINITOS TEORIA DEL ERROR-SUCESIONES
1 Conceptos y fundamentos matemáticos
En este primer capítulo se realizará una introducción a los algoritmos y su convergencia por
medio de métodos iterativos, donde se trabajarán conceptos fundamentales de sucesiones y
series, los cuales a través de definiciones formales llegaremos a la construcción de la teoría
del error.
Teoría del error
Como se indicó, nosotros generaremos aproximaciones numéricas de una solución a un

problema que no tiene solución analítica, y viene el primer interrogante: ¿Que tan cerca o
que tan lejos estoy de una buena aproximación a la solución verdadera?, como se va a trabajar
con aproximaciones es necesario saber si efectivamente dichas aproximaciones son cercanas
a la solución real del problema y si lo son que tan “buenas” son.
Para esto haremos un breve estudio de la teoría del error centrándonos en la precisión ya que
la mayoría de los métodos que se estudiaran en estas notas son recursivos.
Error absoluto.
Se da cuando se aproxima el valor real con un valor aproximado, mediremos la distancia

entre ellos (notemos que el error absoluto es una distancia así siempre es mayor o igual a
cero).
Definición 1.1 (Error absoluto) Definimos el error absoluto de una aproximación como la distancia
entre este y el valor real así,
(1.1) 𝜀𝑎 = |𝑥̃ − 𝑥|
Losada H. Solón, Forero Néstor O. 1

Donde 𝑥̃ es el valor aproximado y 𝑥 es el valor verdadero.
Ejemplo 1.1 Suponga que se tiene que medir la longitud de un puente y la de un remache, y se
obtiene 𝟗𝟗𝟗𝟗 𝒄𝒎 y 𝟗 𝒄𝒎 respectivamente. Si los valores son 𝟏𝟎𝟎𝟎𝟎 𝒄𝒎 y 𝟏𝟎 𝒄𝒎,
calcule el error absoluto en cada caso. El error absoluto en la medición del puente
es:
𝜀𝑎 = |𝑥̃ − 𝑥| = |100000 𝑐𝑚 − 99999 𝑐𝑚| = 1𝑐𝑚

Y para el remache es:
𝜀𝑎 = |𝑥̃ − 𝑥| = |10𝑐𝑚 − 9𝑐𝑚| = 1𝑐𝑚.
Uno de los problemas al considerar el error absoluto es que este depende de las unidades, así
en el ejemplo anterior el error de 1 𝑐𝑚 es igual para los dos experimentos, sin embargo, a
pesar que el error absoluto es el mismo, en el segundo experimento la experiencia nos dice
que es más “grande” con respecto a lo que se mide, por esta razón, es bueno comparar el
error con respecto a lo que se está midiendo, además, es bueno que el error sea independiente
de la escala usada.
Sucesiones
Definición 1.2 (Sucesión) Por una sucesión finita de 𝒏 términos entenderemos una función 𝑭 cuyo
dominio sea el conjunto de números {𝟏, 𝟐, … , 𝒏} e infinita cuando el dominio sea el
conjunto {𝟏, 𝟐, 𝟑, … } de todos los enteros positivos (o conjunto contable y totalmente
ordenado (Muñoz Quevedo, 2002). El recorrido de F, esto es, el conjunto
{𝑭(𝟏), 𝑭(𝟐), 𝑭(𝟑), … }, se designa tambien por {𝑭𝟏 , 𝑭𝟐 , 𝑭𝟑 , … }, y el valor 𝑭𝒏 se llama
el termino n-ésimo de la sucesión, usualmente la sucesión se denota por (𝒙𝒏 ) o (𝒂𝒏 ).
La idea es que estás sucesiones se acerquen al valor buscado, así estudiaremos a las
sucesiones convergentes.

Definición 1.3 (Sucesión convergente) (Apostol, 1996) Sea (𝒙𝒏 ) una sucesión en los reales se dice
que converge a un valor 𝑳 si y solo si dado ℇ > 𝟎 existe un 𝑵 ∈ ℕ tal que:
|𝑥𝑛 − 𝐿| < 𝜀
Siempre que 𝑛 > 𝑁.
Es equivalente a decir que una sucesión es un arreglo infinito de números
{𝑎𝑛 }∞
𝑛=0 = {𝑎0 , 𝑎1 , … , 𝑎𝑛 , … }
Algunos ejemplos de sucesiones:
 A= Números Primos 2,3,5,7,11,…,

𝑓0 = 0
 B= Sucesión de Fibonacci:{ 𝑓1 = 1
𝑓𝑛 = 𝑓𝑛−1 + 𝑓𝑛−2
 C= {(−1)𝑛 }∞ 𝑛
𝑛=0 = {1, −1, … , (−1) , … }
(−1)𝑛 ∞ 1 −1 (−1)𝑛
 D= { } = {−1, 2 , ,…, ,…}
𝑛 𝑛=1 3 𝑛
 E= {(−1)𝑛 𝑛}∞ 𝑛
𝑛=0 = {−1,2, −3 … , (−1) 𝑛, … }
𝑛 ∞ 1 2 𝑛
 F= {2𝑛+1} = {0, 3 , 5 , … , 2𝑛+1 , … }
𝑛=1
La idea es que estás sucesiones se acerquen al valor buscado, así estudiaremos a las
sucesiones convergentes. Intuitivamente las sucesiones A,B,C y E no convergen, las
sucesiones D y F convergen
𝑛 1
para la sucesión D se tiene lim =2
𝑛→∞ 2𝑛+1
(−1)𝑛
para la sucesión F lim =0
𝑛→∞ 𝑛

NOTA 1.1 para la sucesión 𝑎𝑛 = (−1)𝑛 si n es par da 1, si n es impar da -1, luego el limite no existe,
es decir no converge. Para el caso (−1)𝑛 𝑛 si n es par va hacia ∞, si n es impar va para
−∞,
es decir no converge y no es acotada. Cuando la sucesión va para infinito se dice que diverge.
Para ilustrar esta definición veamos el siguiente ejemplo.
Ejemplo 1.2 Consideremos la sucesión de números reales dada por

3𝑛
𝑥𝑛 = 7𝑛+3.
Sabemos por los cálculos directos del límite que

3𝑛 3
𝑙𝑖𝑚 𝑥𝑛 = 𝑙𝑖𝑚 =
𝑛→∞ 𝑛→∞ 7𝑛 + 3 7
Ahora, la definición anterior nos dice que si vamos “adelante” en la sucesión, estos valores
3
van a ser muy cercanos al valor del límite 𝐿 = 7.
Tabla 1.1
𝑛 𝑥𝑛 |𝑥𝑛 − 𝐿|
1 0.3 0.1285714286
2 0.352941176 0.0756302521
3 0.375 0.0535714286
4 0.387096774 0.0414746544
1000 0.428387834 0.0001835948
1000000 0.428571245 0.0000001837
Gráfica 1.1 Código Matlab

En muchas de nuestras aproximaciones numéricas nos acercaremos a la solución por medio

de sucesiones, las cuales esperamos que sean convergentes, la definición de sucesión
convergente nos da un criterio para verificar la convergencia, sin embargo, esta recurre al
uso del valor límite de la sucesión el cual nosotros no conocemos (ni conoceremos),
retomemos el ejemplo anterior y utilicemos las ideas de Cauchy, en la Definición 1.3,
compararemos la distancia de un elemento de la sucesión y el siguiente así;
Tabla 1.2
𝑛 𝑥𝑛 |𝑥𝑛 − 𝑥𝑛−1 |
1 0.3
0.05294117647059
2 0.352941176

2 0.352941176
0.02205882352941
3 0.375
3 0.375
0.0120967741935484
4 0.387096774
1000 0.428387834
0.0000001833328818
10001 0.428553064
1000000 0.428571245
0.0000000000004286
1000001 0.428571245
En la tabla anterior se ve que entre más avanzamos en la sucesión, la distancia entre cada par
de términos es más pequeña, esto motiva a la siguiente definición la cual es muy útil para
nosotros.
Definición 1.4 (Sucesiones de Cauchy) (Apostol, 1996) Sea 𝒙𝒏 una sucesión se dice de Cauchy si y
solo si dado 𝜺 > 𝟎 existe 𝑵 ∈ ℕ tal que:
|𝑥𝑛 − 𝑥𝑚 | < 𝜀
siempre que 𝑛, 𝑚 > 𝑁.
Es decir, entre más adelante vaya la sucesión la distancia entre los números va a ser muy
pequeña.
Ejemplo 1.3 Consideremos la sucesión de números reales dada por

𝑛 1
𝑎𝑛 = 2𝑛+1, 𝐿 = 2, 𝜀 = 0.001; se va a buscar cuánto vale N, se reemplaza en la definición
de convergencia (Definición 1.3)
𝑛 1 1
(1.2) |2𝑛+1 − 2| = 2(2𝑛+1) < 0.001
Es decir
1 1000
( − 1) = 249.5 < 250 = 𝑁 < 𝑛
2 2

Luego a partir de 𝑁 = 250, todos los términos 𝑎𝑛 cumplen con la restricción (1.2), si para
cualquier 𝜀 se puede encontrar 𝑁, la sucesión converge.
Y el valor de la aproximación se da para 𝑛 = 251, con un valor de 0.499005964214712 y

un error de 9.940357852882703 ∗ 10−4
Las sucesiones tienen las mismas propiedades de los limites (de hecho, tienen la misma
definición).
Propiedades
Dados dos sucesiones 𝑎𝑛 y 𝑏𝑛 , convergentes, tales que
𝑎𝑛 → 𝐴, 𝑏𝑛 → 𝐵,
Entonces para 𝑘 ≠ 0
I. 𝑎𝑛 + 𝑘𝑏𝑛 → 𝐴 + 𝑘𝐵,
II. 𝑎𝑛 𝑏𝑛 → 𝐴𝐵
III. 𝑎𝑛 /𝑏𝑛 → 𝐴/𝐵; 𝐵 ≠ 0
NOTA 1.2 Esta es la definición de convergencia; no se puede usar si se busca averiguar la no

convergencia.
Definición 1.5 Si 𝒙𝒏 es una sucesión se dice de Cauchy entonces dado 𝜺 > 𝟎 existe 𝑵 ∈ ℕ tal que:
|𝑥𝑛 − 𝑥𝑛−1 | < 𝜀
siempre que 𝑛 > 𝑁.
Ejemplo 1.4 Dada 𝑎𝑛 = (−1)𝑛 , 𝜀 = 0.001; se va a buscar cuánto vale N, se reemplaza en la

(Definición 1.5)
(1.3) |(−1)𝑛 − (−1)𝑚 | < 0.001
Si m y n son pares (impares) la desigualdad (1.3) es cero, si m es impar y n par la

desigualdad (1.3) es 2 luego 2<0, que es falso, es decir la sucesión no converge

Como ilustra en él Ejemplo 1.2 , una sucesión convergente es una sucesión de Cauchy, sin
embargo, es bien sabido que el reciproco se tiene, es decir,
Teorema 1.1 Toda sucesión de Cauchy en los reales es convergente.
La demostración se puede ver (Rudin, 1976).
NOTA 1.3 La definición de sucesión de Cauchy se usa junto con el Teorema 1.1, de la siguiente
forma: si una sucesión converge es de Cauchy, si no es de Cauchy no converge, si es
de Cauchy y son reales converge.
La definición de sucesión de Cauchy, en particular, la Definición 1.4 nos permite determinar

cuándo una sucesión en los números reales es convergente sin hacer uso del valor del límite,
el cual no podemos usar ya que lo desconocemos, esta definición nos permite crear una
medición para el error en una sucesión el cual calcule las distancias entre dos elementos
diferentes de una sucesión, sin embargo, como vimos en el error absoluto, esto no representa
una buena cuantificación del error, haremos uso de las ideas expuestas en la (Definición 1.3)
para llegar a una mejor medición del error dentro de una sucesión. Para esto la idea es
comparar las distancias entre dos términos consecutivos con respecto al valor real, lo que
seria
𝑥𝑛 − 𝑥𝑛−1
| |
𝐿
pero es ilógico trabajar con el valor real, así el mejor candidato para asumir este papel es el
último término calculado en la sucesión, es decir 𝑥𝑛 , esto nos lleva a la siguiente definición.
1
Ejemplo 1.5 La siguiente sucesión de reales es de Cauchy: 𝑥𝑛 = 𝑛; luego es convergente, ver Ejercicio
1.4.6
Si una sucesión es de Cauchy, converge, en particular, |𝑥𝑛 − 𝑥𝑛−1 | tiende a cero. los
términos de una sucesión se pueden calcular por siempre. Este resultado ofrece un criterio
para parar una sucesión, la condición que se debe tener es que la sucesión converja; si esta
no converge, puedes suceder que esa diferencia converge a cero. Esta sesión
determinaremos criterios para detener los términos de la sucesión de acuerdo a unas
condiciones dadas.

Error normalizado
Definición 1.6 (Error normalizado) Sea (𝒙𝒏 ) una sucesión, definimos el error normalizado como la
sucesión 𝑬𝑵 = (𝑬𝑵𝒏 ) dado por:
𝑥𝑛 −𝑥𝑛−1
(1.3) 𝐸𝑁𝑛 = | |
𝑥𝑛
Para 𝑛 = 2,3, ….
Para que una sucesión sea de Cauchy es necesario (mas no suficiente) que la sucesión 𝐸𝑁𝑛
tienda a cero. Esto nos da una forma de ver si una sucesión posiblemente es convergente sin
el uso del valor del límite, es decir, si 𝐸𝑁𝑛 → 0 la sucesión posiblemente será
convergente.
Ejemplo 1.6 En el Ejemplo 1.2 se observa esa situación; si una sucesión es de Cauchy 𝑬𝑵 → 𝟎,
𝟑𝒏
para la sucesión 𝒂𝒏 = 𝟕𝒏+𝟑 , como se muestra en al siguiente tabla
Tabla 1.3
n 𝑎𝑛 𝐸𝑁𝑛
1 0.3 ---------
2 0.352941176 0.15000000000000
3 0.375 0.05882352941176
4 0.387096774 0.03125000000000
1000 0.428387834
1001 0.428388017 0.00000042795987
Recordemos que en muchas ocasiones es más claro hablar en términos de porcentajes, por lo
cual será más utilizado el error normalizado porcentual, el cual será definido a continuación.

Error normalizado porcentual.
Definición 1.7 (Error normalizado porcentual) Sea (𝒙𝒏 ) una sucesión, definimos el error
normalizado porcentual como la sucesión 𝑬𝑵𝑷 = (𝑬𝑵𝑷𝒏 ) dado por:
𝑥𝑛 −𝑥𝑛−1
𝐸𝑁𝑃𝑛 = | |*100%
𝑥𝑛
Para 𝑛 = 2,3, ….
Al igual que en la Definición 1.4, si una sucesión es convergente entonces

𝐸𝑁𝑃𝑛 → 0
Cuando 𝑛 ⟶ ∞. (Ver Ejemplo 1.6)
Ahora ilustramos el uso del error normalizado y normalizado porcentual en una sucesión a
fin de analizar su posible convergencia.
Ejemplo 1.7 Consideramos la siguiente sucesión definida por recurrencia
𝑥0 = 1
(1.4) 1
𝑥𝑛+1 = 𝑥𝑛 + (𝑛+1)!
Calcularemos los primeros 11 términos de la sucesión junto con los errores normalizado y
normalizado porcentual
Tabla 1.4
𝑛 𝑥𝑛 𝐸𝑁𝑛 𝐸𝑁𝑃𝑛
0 1
1 2 0.5 50.00000000%
2 2.5 0.2 20.00000000%
3 2,66666666666667 0.0625 6.25000000%
4 2.70833333333333 0.015384615 1.53846154%
5 2.71666666666667 0.003067485 0.30674847%
6 2.71805555555556 0.000510986 0.05109862%
7 2.71825396825397 0.0000729927 0.00729927%

8 2.71827876984127 0.0000091240 0.00091240%

9 2.71828152557319 0.0000010138 0.00010138%
10 2.71828180114638 0.0000001014 0.00001014%
Como se ve en la Tabla 1.4 𝐸𝑁𝑛 y 𝐸𝑁𝑃𝑛 son sucesiones y van para cero, esto significa que
la sucesión (𝑥𝑛 ) es posiblemente de Cauchy y por lo tanto posiblemente converge, pero no
sabemos a qué valor, es más nunca sabremos a que valor.
Gráfica 1.2 Código en Matlab

La pregunta natural que debemos hacer es ¿Dónde paro esta sucesión para tener una “buena
aproximación” del límite?
Antes de contestar necesitamos dar sentido a la expresión “buena aproximación”.
Comúnmente usamos esta expresión para hablar de cifras decimales, por ejemplo, 𝜋 ≈ 3.14
es una aproximación de 𝜋 con dos cifras decimales, pero, ¿cifras decimales describe bien la
magnitud que representa el numero?, para esto consideremos las siguientes cantidades.
Ejemplo 1.8 El precio de un carro en el mercado es 36280000, al quitar el IVA del 16% el valor
del carro sin IVA es (Tomado de losada morales paredes)
𝑥 = 31275862.06896552
otra cantidad conocida es la décima parte de la unidad de masa atómica de un

electrón que es
𝑦 = 0.000054857990946.
Si pedimos una aproximación de estos valores con tres cifras decimales tendremos 𝑥̃ =
31275862.069 , 𝑦̃ = 0.000 lo cual no es practico en ninguno de los casos, en el primero es
excesivo trabajar con tres cifras decimales y en el segundo no aporta nada de información
acerca de la magnitud a del valor, esto nos lleva a pensar, como podemos dar una idea clara
de la magnitud de un valor. Esto ya no es un problema gracias a la notación científica, en el
ejemplo anterior tendremos 𝑥 = 3.127586206896552 ∗ 107 e 𝑦 = 5.4857990946 ∗
10−5, esto muestra que las cifras que realmente son significativas (sin importar la posición
de ellas en la representación decimal) son las primeras que aparecen en la representación
científica, esto motiva la siguiente definición.
Definición 1.8 (Dígito significativo o cifra significativa) ( buscar fuente)De un número “C”; una
cifra significativa es cualquier dígito dado de este, excepto posiblemente aquellos
ceros a la izquierda del primer dígito diferente de cero y que solo sirven para fijar la
posición del punto decimal (entonces cualquier otro cero es un dígito significativo de
C), Ej. 1360, 1.360, 0.1360, 0.001360; tienen cuatro dígitos significativos. En otras
palabras, son los primeros dígitos de un número en la representación científica. Ver
(Scarborough, 1930)

De ahora en adelante (en lo posible), buscaremos aproximar los valores por medio de cifras
significativas y no de cifras decimales. Ahora ¿cómo sabemos cuándo en una sucesión
estamos encontrando cierto número de cifras significativas?, para esto definiremos la
tolerancia.
Antes de ver esto consideremos la relación entre el error relativo y el número de cifras
significativas que se tienen en una aproximación con respecto al valor real; si tenemos una
aproximación únicamente con 4 cifras significativas exactas (sin importar la magnitud del
número) entonces nuestro error relativo será menor que 10−1−4 , si se quiere hacer el mismo
ejercicio con 𝑚 cifras significativas se llegara a un resultado similar, ver (Burden R. y Faires,
2003)
De lo anterior se tiene el siguiente resultado que fue probado de una manera más precisa (en
la cual trabajo con el redondeo) en (Scarborough, 1930) notemos que para que este análisis
tenga sentido es necesario que si se quieren 𝑚 cifras significativas se debe utilizar por lo
menos 𝑚 + 2 cifras significativas, lo cual es posible aprovechando la potencia de las
maquinas actuales.
̿ es correcto en 𝒎 cifras significativas, entonces el error

Teorema 1.2 Si el número 𝒙
relativo es menor que
𝜀𝑟 < 10−1−𝑚
esto es consecuencia directa de las desigualdades en ver (Losada Solon, 2017)
NOTA 1.4 Una consecuencia directa del teorema anterior es que el error relativo porcentual es
menor que
𝜀𝑟% < 101−𝑚 %
Esta cota será usada como una medida de tolerancia para el error normalizado y normalizado
porcentual, esto nos lleva a definir este valor el cual depende del número de cifras
significativas que se quieren.
Tolerancia.

Si se tiene en una sucesión en la cual el término 𝑥𝑛+1 es una aproximación al valor real con
𝑚 cifras significativas correctas entonces el error relativo lo podemos acotar de la siguiente
manera
Definición 1.9 (Tolerancia) Sea 𝒎 el número de cifras significativas que se quieren en la
aproximación de cierto valor, definimos y denotamos la tolerancia por
(1.5) 𝑇𝑚 = 10−1−𝑚 = 101−𝑚 %
NOTA 1.5 La tolerancia escrita como 𝑻𝒎 = 𝟏𝟎−𝟏−𝒎 es usada cuando trabajamos con el error
normalizado (EN), mientras la tolerancia escrita como 𝑻𝒎 = 𝟏𝟎𝟏−𝒎 % es usada
cuando trabajamos con error normalizado porcentual (ENP). (Note que son iguales)
Notemos que la tolerancia es un valor que no depende de ningún tipo de unidades.
El siguiente teorema relaciona la tolerancia con las sucesiones que estamos trabajando. De
todas las afirmaciones anteriores se tiene el siguiente teorema.
Teorema 1.3 Sea {𝒙𝒏 } una sucesión convergente, si el termino 𝒙𝒏 es una aproximación de
el valor del límite de la sucesión con 𝒎 cifras significativas entonces 𝑬𝑵𝑷𝒏 < 𝑻𝒎 .
NOTA 1.6 El reciproco del teorema anterior no se cumple, esto se puede evidenciar en la
sección 1.1.6
NOTA 1.7 En los libros clásicos por ejemplo (Burden R. y Faires, 2003) y (Scarborough,
1930), se trabaja con una tolerancia dada por
(0.5 ∗ 102−𝑚 )%
Esto se debe a que al tomar el término de la sucesión usan el redondeo sobre el mismo.
Esta se debe a que en Física se define tolerancia como ±0.5 del error, es decir la mitad de
la unidad de medida (Scarborough, 1930)

En estas notas se hará uso de la tolerancia para truncar las sucesiones en la aproximación que
posiblemente comparta por lo menos 𝑚 cifras significativas con el valor del límite (en
realidad se está verificando cuantas cifras significativas comparten los dos últimos elementos
creados en la sucesión), para ilustrar esto, consideremos el siguiente ejemplo
𝟏
Ejemplo 1.9 Considere la siguiente sucesión ∑𝒏𝟎 𝒌!, si queremos una aproximación del valor límite
de la sucesión por lo menos con 3 cifras significativas, calculamos primero la

tolerancia (1.5), así,
𝑇3 = 101−3 % = 0.01%
ahora debemos calcular los términos 𝑥𝑘 en la sucesión hasta que el 𝐸𝑁𝑛 y 𝐸𝑁𝑃𝑛 sean
menores que la tolerancia
Tabla 1.5
𝑛 𝑥𝑛 𝐸𝑁𝑛 𝐸𝑁𝑃𝑛
0 1
1 2 0,5 50,00000000%
2 2,5 0,2 20,00000000%
3 2,66666667 0,0625 6,25000000%
4 2,70833333 0,01538462 1,53846154%
5 2,71666667 0,00306748 0,30674847%
6 2,71805556 0,00051099 0,05109862%
7 2,71825397 7,2993E-05 0,00729927%
Como vemos aquí, el ENP7 < T3 entonces 𝑥7 = 2.71825396825397 es una aproximación

que comparte por lo menos 3 cifras significativas con el anterior elemento de la sucesión y
posiblemente estas mismas cifras las comparta con el valor del límite de la sucesión.
Gráfica 1.3 Código en Matlab

NOTA 1.8 Ya que trabajar con las sucesiones 𝐸𝑁𝑛 y 𝐸𝑁𝑃𝑛 es equivalente y para reducir
el número de operaciones de la maquina (evitar el multiplicar por 100) de
ahora en adelante trabajaremos únicamente con el error normalizado ( 𝐸𝑁𝑛 ).
Aplicaciones
Una de las aplicaciones en la hidráulica es hallar las pérdidas de energía en

tuberías. Se utiliza la función de energía del sistema y se supone que las pérdidas
por accesorios “Hm” son igual a cero para tomar un valor inicial de Perdidas por
fricción “Hf”. Luego de esto con ayuda de las ecuaciones de la hidráulica de
tubería se procede con el cálculo del método de newton-Raphson(VER
METODOS NUMERICOS LOSADA, MORALES, para hallar una aproximación de

las pérdidas por fricción que a su vez será́ el valor inicial de la próxima iteración. A
continuación, se muestra un ejemplo resuelto.
Ejemplo 1.10 Se desea construir una tubería de acero con un 𝐾𝑠 (Coeficiente de rugosidad) de
0.000046 𝑚, un diámetro de tubería de 0.03𝑚, una longitud de tubería de 1350 𝑚, la
tubería conecta dos tanques en los cuales su diferencia de altura H es de 48.3 m sobre el
plano de referencia, la sumatoria global de todas las pérdidas por accesorios presentes en
la tubería es de 11.8 𝑚, por esta tubería circula agua a una temperatura de 20°C por lo
que su densidad será de 998.2 Kg/𝑚3 y su viscosidad será de 1.005 ∗ 10−3 𝑃𝑎/𝑠,
determine las pérdidas por carga que presentará la tubería.
Solución
Los datos que nos da el problema son los siguientes
____________________________
𝑘𝑠 (𝑚) 0.000046
𝐷 (𝑚) 0.3
𝐿 (𝑚) 1350
𝐻 (𝑚) = 𝑍1 − 𝑍2 48.3
∑ 𝑘 (𝑚) 11.8
T (Celcius) 20
Densidad (kg/𝑚3 ) 998.2
Viscosidad (miupa/s) 0.001005
____________________________
Lo que se representa gráficamente de la siguiente manera
Gráfica 1.1

Inicialmente se plantea la función para determinar las pérdidas por carga ( Ecuación de
equilibrio de Bernoulli) del sistema:
𝑽𝟐
𝒇(𝒉𝒇 ) = 𝒉𝒇 + ∑ 𝑲 + 𝒁𝟏 − 𝒁𝟐 = 0
𝟐𝒈
Que para nuestro caso es
𝑉1 2 𝑃1 𝑉2 2 𝑃2
𝑍1 + + = 𝑍2 + + + ℎ𝑚 + ℎ𝑓
2𝑔 𝛾 2𝑔 𝛾
teniendo en cuenta que las presiones en el punto de estudio son cero y las
velocidades iguales:
𝑓(ℎ𝑓 ) = 𝑍1 − 𝑍2 − ℎ𝑚 − ℎ𝑓 = 0
Reemplazando se tiene que:
(1.6) 48.3𝑚 − ℎ𝑚 − ℎ𝑓 = 0
Suponiendo que inicialmente las pérdidas por accesorios ℎ𝑚 = 0, se tiene que:
ℎ𝑓 = 48.3𝑚
Ahora utilizaremos la ecuación de velocidad de flujo en función de las perdidas,

con los valores del ejemplo presentados se obtiene la velocidad de la primera
iteración:
√2𝑔ℎ𝑓 𝐷 𝑘𝑠 2.51𝜇√𝐿
(1.7) 𝑉=− 2𝑙𝑜𝑔 [ + ]
√𝐿 3.7𝐷 𝐷𝜌 √2𝑔ℎ𝑓 𝐷

𝑉 = 3.87614785 𝑚/𝑠
se evaluará la primera derivada de la función de velocidad de flujo
𝐕 𝒅𝑽
(1.8) 𝒇′(𝒉𝒇 ) = 𝟏 + ∑ 𝑲
𝒈 𝒅𝒉𝒇
𝑑𝑉
en la cual nos aparecerá un valor 𝑑ℎ𝑓, se obtiene de derivar la ecuación de velocidad
respecto a las pérdidas por carga (1.7),
−𝟐. 𝟓𝟏𝝁√𝑳
∗ 𝒉−𝟏.𝟓
𝒇
𝒅𝑽 −√𝟐𝐠𝐃 𝑲𝒔 𝟐. 𝟓𝟏𝝁√𝑳 −𝟐√𝟐𝒈𝑫 𝟐𝑫𝝆√𝟐𝒈𝑫
= ( ∗ 𝐡−𝟎.𝟓
𝐟 ∗ 𝒍𝒐𝒈 ( + )) + ( ∗ 𝐡𝟎.𝟓
𝐟 )∗
𝒅𝒉𝒇 √𝐋 𝟑. 𝟕𝑫 𝑫𝝆√𝟐𝒈𝒉𝒇 𝑫 √𝑳 𝑲𝒔 𝟐. 𝟓𝟏𝝁√𝑳
𝒍𝒏𝟏𝟎 ( +
𝟑. 𝟕𝑫 𝑫𝝆√𝟐𝒈𝒉𝒇 𝑫)
[ ( ( ))]
𝒅𝑽
Reemplazando V y en (1.8) obtenemos
𝒅𝒉𝒇
∑𝑲 √2𝑔ℎ𝑓 𝐷 𝑘𝑠 2.51𝜇√𝐿 −√2gD 𝐾𝑠 2.51𝜇√𝐿

𝒇′(𝒉𝒇 ) = 𝟏 + ∗ [− 2𝑙𝑜𝑔 ( + )]∗ ( ∗ h−0.5
f ∗ 𝑙𝑜𝑔 ( + )) +
𝒈 √𝐿 3.7𝐷 𝐷𝜌√2𝑔ℎ𝑓 𝐷 √L 3.7𝐷 𝐷𝜌√2𝑔ℎ𝑓 𝐷
−2.51𝜇√𝐿 −1.5
∗ℎ
−2√2𝑔𝐷 2𝐷𝜌√2𝑔𝐷 𝑓
( ∗ h0.5
f ) ∗
√𝐿 𝐾𝑠 2.51𝜇√𝐿
𝑙𝑛10( + )
3.7𝐷 𝐷𝜌 2𝑔ℎ 𝐷
√ 𝑓
( ( ))]
posterior a esto se procede a formular el método de Newton-Raphson
𝒇(𝒉𝒇𝒏 )
(1.9) 𝒉𝒇𝒏+𝟏 = 𝒉𝒇𝒏 −
𝒇′ (𝒉𝒇𝒏 )
se definirá una aproximación de acuerdo a 2 cifras significativas; una tolerancia 𝑇𝑚 =

0.001 determinar en qué iteración detenerse con ayuda de un 𝐸𝑁𝑛 el cual comparará los
valores de V coincidan con la cantidad de cifras significativas determinadas en la
tolerancia, para ayudar a que el método converja a un valor de manera más óptima, es decir,
utilizando menos iteraciones se debe utilizar un porcentaje del valor inicial que en este caso
se asume como 75% que sería 36,225 .
Se obtiene la siguiente tabla

Tabla 1.6
Resultado método Newton-Raphson
n hf F(hf) F'(hf) hf n+1 EN

0 36,225 5,36472978 -1,191738 40,726602 -
1 40,726602 -0,0011817 -1,192249 40,725611 0,110532232
2 40,725611 -5,137E-11 -1,192249 40,725611 2,43373E-05
3 40,725611 0 -1,192249 40,725611 1,05799E-12
Las pérdidas menores Hm o perdidas por accesorios, se hallaron a partir de (1.6),

el valor final de la perdida es
ℎ𝑓 = 40,725611 𝑚
Series.
Toda la teoría anterior puede ser usada para analizar la convergencia de las series (sumas
infinitas).
Definición 1.10 (Serie y serie convergente) (Apostol, 1996) Sea {𝒙𝒌 } una sucesión dada de números
reales o complejos, podemos formar la “suma” de todos ellos, la cual llamaremos
serie y notaremos por
∞
𝑠 = 𝑥1 + 𝑥2 + 𝑥3 + ⋯ = ∑ 𝑥𝑘
𝑘=1
Al número 𝑠𝑛 lo llamaremos suma parcial 𝑛 −ésima de la serie dado por
𝑛
𝑠𝑛 = 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 = ∑ 𝑥𝑘
𝑘=1
Se dice que la serie converge o diverge según que la sucesión {𝑠𝑛 } sea convergente o
divergente.
Consideremos el siguiente ejemplo que aclara como podemos usar las sumas parciales en
una serie junto con su tolerancia para determinar si posiblemente la serie sea convergente.

(−𝟏)𝒌
Ejemplo 1.11 Consideremos la serie ∑∞
𝒌=𝟎 (𝟐𝒌)! , donde 𝟎! = 𝟏 y buscaremos una posible
aproximación del límite haciendo uso de la sucesión de sumas parciales por lo menos
con 3 cifras significativas. De manera analítica se puede mostrar que la serie
converge absolutamente por el método de la razón.
Para esto lo primero que se debe calcular es la tolerancia, que en este caso es
𝑇3 = 10−1−3 = 0.0001
(−1)𝑘
Y después considerar las sumas parciales 𝑠𝑛 = ∑𝑛𝑘=0 (2𝑘)! .
Los cálculos se muestran en la siguiente tabla
Tabla 1.7
𝑠𝑛 𝐸𝑁𝑛
a0 1
a1 0.5 1
a2 0.541666 0.07692
a3 0.540277 0.00257
a4 0.540302579 0.00005
Como se observa en la cuarta iteración se obtiene 𝐸𝑁4 < 𝑇3 ; es decir, es una aproximación
que comparte por lo menos 3 cifras significativas con el anterior elemento de la sucesión y
posiblemente estas mismas cifras las comparta con el valor del límite de la serie (si este
existe) es 𝑎4 = 0.540302579
Gráfica 1.2 En código Matlab

1
Ejemplo 1.12 Consideremos la serie 𝑆𝑛 = ∑𝑛𝑘=0 𝑘; La cual es una serie convergente, mostraremos su
2
construcción
𝑆0 = 1
1 1
𝑆1 = 1 + =2−
2 2
1 1 1
𝑆2 = 1 + + 2 =2− 2
2 2 2
1 1 1
𝑆𝑛+1 = 1 + 𝑘 + ⋯ + 𝑛+1 = 2 − 𝑛+1
2 2 2
En este caso la sucesión de sumas parciales converge a 2, es decir que la serie converge a 2
ver ( Ejercicio 1.4.5 )
Casos especiales tolerancia.
En esta sección daremos dos ejemplos que ilustran varios problemas al usar la tolerancia, el
primero ilustra que el Ejemplo 1.11 no cumple su reciproco y el segundo muestra el hecho
que si la sucesión converge demasiado lento, el criterio de la tolerancia no es útil.

𝟏
Ejemplo 1.13 Consideremos la sucesión de sumas parciales de la serie ∑∞
𝒌=𝟏 𝒌 la cual es una serie
divergente (esto se verifica fácilmente por el criterio de la integral), veamos que en

efecto el Teorema 1.3 se satisface, a pesar de su divergencia.
1
La sucesión de sumas parciales es dada por 𝑠𝑛 = ∑𝑛𝑘=1 𝑘 así
1
| 𝑠𝑛 − 𝑠𝑛−1 | =
𝑛
1
De esta manera dado 𝜀 > 0, podemos elegir 𝑁 de tal manera que 𝑁 > 𝜀 .
Sin embargo, supongamos 𝑛 > 𝑚 entonces
𝑛
1
| 𝑠𝑛 − 𝑠𝑚 | = ∑
𝑘
𝑘=𝑚+1
Lo cual diverge gracias a la divergencia de la serie. Además, el criterio de la tolerancia

Siguiere que en el término 502 se tienen por lo menos 3 cifras significativas, lo cual es falso
con respecto al valor del límite (ella diverge).
Tabla 1.8
1
𝑛 𝑛 𝑠𝑛 𝐸𝑁𝑛
1 1 1
2 0,5 1,5 0,33333333
3 0,33333333 1,83333333 0,18181818
4 0,25 2,08333333 0,12
5 0,2 2,28333333 0,08759124
100 0,01 5,18737752 0,00192776
101 0,00990099 5,19727851 0,00190503
102 0,00980392 5,20708243 0,00188281
500 0,002 6,79282343 0,00029443
501 0,00199601 6,79481944 0,00029375
502 0,00199203 6,79681147 0,00029308

Gráfica 1.3 En código Matlab
Ejercicios propuestos
Ejercicio 1.4.1 Realizar la tabla del Ejemplo 1.6

Ejercicio 1.4.2 Para las siguientes sucesiones determine si son convergentes o no, en caso de
serlo; halle una aproximación del límite con 3 cifras significativas.
ln 2𝑛
a) 𝑎𝑛 = ln(𝑛+1), para 𝑛 = 1,2, …
b) 𝑎𝑛 = (−1)𝑛 , para 𝑛 = 0,1,2, …
c) 𝑠𝑛 = ∑𝑛𝑘=0(1.1)𝑘 , para 𝑛 = 0,1,2, …
1
d) 𝑠𝑛 = ∑𝑛𝑘=0 2𝑛 , para 𝑛 = 0,1,2, …
𝑎0 = 1
e) { 𝑎1 = 1
𝑎𝑛+1 = 𝑎𝑛 + 𝑎𝑛−1
𝑎
f) 𝑏𝑛 = 𝑛 , para 𝑛 = 1,2, … donde los 𝑎𝑛 son como en el ejercicio
𝑎𝑛−1
anterior.
𝑎0 = 1; 𝑎1 = 1
g) { (−1)𝑛
𝑎𝑛+1 = 𝑎𝑛 + 𝑛
h) La sucesión (𝑝(𝑛)) es llamada la Sucesión de Padovan, la cual es
dada por
𝑝(0) = 𝑝(1) = 𝑝(2) = 1 Y la siguiente relacion de recurrencia 𝑝(𝑛) =
𝑝(𝑛 − 2) + 𝑝(𝑛 − 3) a partir de esta, definiremos la sucesión
𝑝(𝑛)
𝑞(𝑛) = 𝑝(𝑛−1) (Observe que el error se estabiliza a partir de la tercera
vez que se cumple la condición de las cifras significativas)
i) La sucesión (𝑝(𝑛)) es llamada la Sucesión de Perrin, la cual es

dada por 𝑝(0) = 3 𝑝(1) = 0 y 𝑝(2) = 2 la siguiente relacion de
recurrencia 𝑝(𝑛) = 𝑝(𝑛 − 2) + 𝑝(𝑛 − 3), si 𝑛 > 2 a partir de esta,
definiremos la sucesión
𝑝(𝑛)
𝑞(𝑛) = 𝑝(𝑛−1)+2
Ejercicio 1.4.3 Mostrar que la sucesión de recurrencia definida por
(𝑎𝑛 )2 +𝑐
(1.10) 𝑎𝑛+1 = 2𝑎𝑛
Converge a ±√𝑐.
Ayuda: suponga que converge y considere lim 𝑎𝑛 = lim 𝑎𝑛+1 = 𝑥 y aplique
𝑛→∞ 𝑛→∞
el límite a la igualdad (1.10)
Ejercicio 1.4.4 Aproximar el valor de √𝐩 con 5 cifras significativas, para 𝐩 = 𝟐, 𝟑, 𝟓, 𝟕, 𝟏𝟏.

Usando la sucesión de recurrencia (1.10) con valor inicial 𝐚𝟎 = 𝟑.
Ejercicio 1.4.5 Mostrar la convergencia del Ejemplo 1.12

Ejercicio 1.4.6 Mostrar la convergencia del Ejemplo 1.5

Ejercicio 1.4.7 Se desea calcular el diámetro de una tubería en PVC con rugosidad relativa igual a
𝐾𝑠 = 0,0015 𝑚𝑚. La tubería une dos tanques a una diferencia de altura de 40,3 m,
teniendo en cuenta que debe mover un caudal de 300 L/s y que la longitud de la
tubería debe ser de 343 m. A través del sistema, incluyendo los accesorios de entrada
y de salida, el total de la suma de los coeficientes de perdida por accesorios es de 10,1.
El fluido que va a transitar es agua a 20°C y el coeficiente de fricción es de 0.00014.
Ejercicio 1.4.8 Si la rugosidad de una tubería de acero (𝒌𝒔) es de 𝟎, 𝟎𝟎𝟎𝟎𝟒𝟔 𝒎. Determine el

coeficiente de fricción mediante la ecuación de Colebrook-White cuando el
número de Reynolds (𝑹𝒆) es 840437 y el diámetro (Ø) es 𝟎, 𝟑𝒎. Tomando un
valor inicial de 𝒇𝟎 = 𝟎. 𝟎𝟎𝟏
Ejercicio 1.4.9 En los siguientes ejercicios, averiguar si la sucesión, cuyo término general se
especifica, es convergente o no. En caso de serlo hallar el límite.
𝑛
a. 𝑎𝑛 = (−1)𝑛 (𝑛+1) 𝑎𝑛 = 1 + (−1)𝑛
3𝑛2 −𝑛+4 √𝑛
b. 𝑎𝑛 = 𝑎𝑛 =
2𝑛2 +1 √𝑛+1
1+(−1)𝑛 ln(𝑛2 )
c. 𝑎𝑛 = 𝑎𝑛 =
𝑛 𝑛
3𝑛
d. 𝑎𝑛 = 4𝑛
𝑎𝑛 = (0. 5)𝑛
(𝑛+1)! (𝑛−2)!
e. 𝑎𝑛 = 𝑎𝑛 =
𝑛! 𝑛!
𝑛−1 𝑛 𝑛2 𝑛2
f. 𝑎𝑛 = − 𝑎𝑛 = −
𝑛 𝑛−1 2𝑛+1 2𝑛−1
𝑛𝑝 1
g. 𝑎𝑛 = (𝑝 > 0, 𝑛 ≥ 2) 𝑎𝑛 = 𝑛 𝑠𝑒𝑛 ( )
𝑒𝑛 𝑛
𝑘 𝑛
h. 𝑎𝑛 = (1 + 𝑛) 𝑎𝑛 = 21/𝑛

Teoria Del Error

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Teoria Del Error

Caricato da

Copyright:

Formati disponibili

INTRODUCCION A LOS ELEMENTOS FINITOS TEORIA DEL ERROR-SUCESIONES

1 Conceptos y fundamentos matemáticos

Teoría del error

Como se indicó, nosotros generaremos aproximaciones numéricas de una solución a un

Se da cuando se aproxima el valor real con un valor aproximado, mediremos la distancia

Losada H. Solón, Forero Néstor O. 1

Donde 𝑥̃ es el valor aproximado y 𝑥 es el valor verdadero.

𝜀𝑎 = |𝑥̃ − 𝑥| = |100000 𝑐𝑚 − 99999 𝑐𝑚| = 1𝑐𝑚

Losada H. Solón, Forero Néstor O. 2

Siempre que 𝑛 > 𝑁.

Es equivalente a decir que una sucesión es un arreglo infinito de números

Algunos ejemplos de sucesiones:

 A= Números Primos 2,3,5,7,11,…,

Losada H. Solón, Forero Néstor O. 3

Para ilustrar esta definición veamos el siguiente ejemplo.

Ejemplo 1.2 Consideremos la sucesión de números reales dada por

Sabemos por los cálculos directos del límite que

Losada H. Solón, Forero Néstor O. 4

En muchas de nuestras aproximaciones numéricas nos acercaremos a la solución por medio

Losada H. Solón, Forero Néstor O. 5

siempre que 𝑛, 𝑚 > 𝑁.

Ejemplo 1.3 Consideremos la sucesión de números reales dada por

Losada H. Solón, Forero Néstor O. 6

Y el valor de la aproximación se da para 𝑛 = 251, con un valor de 0.499005964214712 y

NOTA 1.2 Esta es la definición de convergencia; no se puede usar si se busca averiguar la no

|𝑥𝑛 − 𝑥𝑛−1 | < 𝜀

siempre que 𝑛 > 𝑁.

Ejemplo 1.4 Dada 𝑎𝑛 = (−1)𝑛 , 𝜀 = 0.001; se va a buscar cuánto vale N, se reemplaza en la

Si m y n son pares (impares) la desigualdad (1.3) es cero, si m es impar y n par la

Losada H. Solón, Forero Néstor O. 7

Teorema 1.1 Toda sucesión de Cauchy en los reales es convergente.

La demostración se puede ver (Rudin, 1976).

La definición de sucesión de Cauchy, en particular, la Definición 1.4 nos permite determinar

Losada H. Solón, Forero Néstor O. 8

Losada H. Solón, Forero Néstor O. 9

Error normalizado porcentual.

Al igual que en la Definición 1.4, si una sucesión es convergente entonces

Cuando 𝑛 ⟶ ∞. (Ver Ejemplo 1.6)

Ejemplo 1.7 Consideramos la siguiente sucesión definida por recurrencia

Losada H. Solón, Forero Néstor O. 10

8 2.71827876984127 0.0000091240 0.00091240%

Gráfica 1.2 Código en Matlab

Losada H. Solón, Forero Néstor O. 11

Antes de contestar necesitamos dar sentido a la expresión “buena aproximación”.

otra cantidad conocida es la décima parte de la unidad de masa atómica de un

Losada H. Solón, Forero Néstor O. 12

̿ es correcto en 𝒎 cifras significativas, entonces el error

esto es consecuencia directa de las desigualdades en ver (Losada Solon, 2017)

𝜀𝑟% < 101−𝑚 %

Losada H. Solón, Forero Néstor O. 13

(1.5) 𝑇𝑚 = 10−1−𝑚 = 101−𝑚 %

Notemos que la tolerancia es un valor que no depende de ningún tipo de unidades.

Losada H. Solón, Forero Néstor O. 14

de la sucesión por lo menos con 3 cifras significativas, calculamos primero la

Como vemos aquí, el ENP7 < T3 entonces 𝑥7 = 2.71825396825397 es una aproximación

Gráfica 1.3 Código en Matlab

Losada H. Solón, Forero Néstor O. 15

Una de las aplicaciones en la hidráulica es hallar las pérdidas de energía en

Losada H. Solón, Forero Néstor O. 16

Los datos que nos da el problema son los siguientes

Lo que se representa gráficamente de la siguiente manera

Losada H. Solón, Forero Néstor O. 17

Que para nuestro caso es

Reemplazando se tiene que: