Mtodos Numricos

Instituto Tecnolgico de Tepic

Ciencias Bsicas

Objetivo General del Curso

Comprender y aplicar
algoritmos numricos en
solucin
de problemas
ingeniera, mediante el uso
computadoras digitales.

los
la
de
de

Bibliografa

Metodos Numericos para Ingeniero

Chapra y Canale
Mc Graw Hill
Mtodos Numricos Bsicos
Scraton R.E.
Mc Graw Hill
Metodos Numricos
Luthe, Oliviera & Schutz
Limusa
Anlisis Numrico Elemental
Conte S.D. & De Boor Carl
Mc Graw Hill

Bibliografa

Mtodos Numricos Aplicados a la

Computadora Digital
James, Smith & Walford
Representaciones y Servicios de Ingeniera
Anlisis Numrico
Burden R.L. & Faires D.J.
Grupo Editorial Iberoamrica
Applied Numerical Methods With Personal
Computers
Constantinides Alkis
Mc Graw Hill

Envo de tareas y otros:

hugoibarra@ittepic.edu.mx

Que son los Metodos Numricos?

Son tcnicas mediante las cuales es
posible formular problemas de tal
forma que puedan resolverse, usando
operaciones aritmticas.

Como se resolvan antes de las Pc?

Por medio de mtodos exctos o analticos

(limitadas a geometra simple y pocas

dimensiones)
Por medio de soluciones grficas (poco
precisas)
Por medio de calculadoras manuales y
reglas de clculo (procesos lentos, tediosos,
se prestaba a cometer errores)

Por qu estudiar Mtodos Numricos?

El Ingeniero debe ir a la par con la Tecnologa
Las computadoras pueden incrementar

su

capacidad de solucin de problemas

Los M.N. son herramientas muy poderosas para la
solucin de problemas de Ingeniera
Ayuda a la comprensin de las Matemticas y su
aplicacin hacia la Ingeniera por medio de la
Tecnologa (Pcs)
No todo el software ya hecho resuelve los
problemas de la actualidad

Trabajo de Investigacin
Objetivo de la Carrera
Perfil Profesional
Competencias del SU CARRERA
Campo de accin

Los M.N. en que aspectos tienen

aplicacin en su carrera?
En que benefician los M.N. al Ingeniero?
Para el prximo 31 de agosto 15

Leyes de conservacin e Ingeniera

Ingeniera Qumica

Conservacin de la Masa
Balance de masa

Reactores
Entrada

Ingeniera Civil
Estructura

Salida

Conservacin del Momentum

+FV
-FH

+FH
-FV

Para cada nodo:

fuerzas horizontales (FH)=0
fuerzas verticales (FV)=0

Leyes de conservacin e Ingeniera

Ingeniera Mecnica
Conservacin del momentum
Balance de fuerzas:
Fuerza hacia arriba
x=0
Fuerza hacia abajo
d2x
m
dt2

= fuerza hacia abajo fuerza hacia arriba

Leyes de conservacin e Ingeniera

Ingeniera Elctrica
Conservacin
de la carga
Conservacin
de la energa

Circuitos
m

d2x

= fuerza hacia - fuerza hacia

abajo
abajo
dt2

Balance de corriente:
Para cada nodo
Corriente (i) = 0
+i1

-i3
+i2

Balance de corriente:
Balance
de carga
Balance de
la energa

Alrededor de cada ciclo

Fems cada de potencial en
los resistores = 0
- iR = 0

Modelos Matemticos y Metodos Numricos

El

conocimiento y entendimiento son

prerrequisito para la aplicacin eficaz de
caulquier herramienta
El conocimiento y entendimiento del
funcionamiento de los M.N. son
prerrequisito para implementarlos en Pcs,
aparte del conocimiento requerido para
poder implementar aplicaciones en Pcs

Modelos Matemticos y Metodos Numricos

Muchos problemas de Ingeniera se

resuelven utilizando un doble enfoque:

Empirismo

Experiencias
Intuicin
Observacin
Practica etc.

Anlisis Terico
Estudio de las leyes fundamentales que rigen los
sistemas

Modelos Matemticos y Metodos Numricos

Un problema de Ingeniera es ms til

cuando se expresa en forma similar a un

Modelo Matemtico

Modelo Matemtico
Formulacin o ecuacin que expresa las

caractersticas esenciales de un sistema

fsico o proceso en trminos matemticos

Aproximaciones y errores de redondeo

Entender el concepto de error es importante para

usar de forma efectiva los Mtodos Numricos

Los Mtodos numricos dan como resultado
aproximaciones, entonces incorporan errores en
sus clculos
Cuando se tiene la solucin analtica se puede
calcular el error en forma exacta, de otra forma
podemos calcular una aproximacin a dicho error
Esto no significa que existe una mala ingeniera,
ya que los errores estn presentes constantemente
en la practica real, y deben existir procedimientos
para calcularlos.
Los errores en la ingeniera pueden resultar
costosos y/o catastrficos, de all su importancia.

Aproximaciones y errores de redondeo

Los errores de los mtodos numricos van

asociados a:

los clculos que se realizan para su solucin

las tcnicas
elementos utilizados, entre otros.

Con el uso de M.N. los errores se

evidencian ms en el sentido de que son

aproximaciones a las soluciones exactas
analticas
La perfeccin es la meta digna de alabarse,
es difcil, pero no imposible.

Aproximaciones y errores de redondeo

Algunos fenmenos como la velocidad del viento y

las variaciones tan comunes de la resistencia del aire

desvaran una prediccin, pero si estas
desvariaciones se comportan de forma sistemtica,
subiendo o bajando, solo es cuestin de reajustar el
modelo a estas desvariaciones.
Si la distribucin de desvariaciones es aleatoria pero
se agrupa muy prxima alrededor de la prediccin,
entonces las desvariaciones pueden clasificarse
como insignificantes y el modelo se considerar
como adecuado.

Aproximaciones y errores de redondeo

Se analizarn aspectos que:
Identifican
Cuantifican
Minimizan

estos errores

Cifras Significativas
Es cuando se emplea un nmero y que hay

seguridad
confianza

de

que

pueda

usarse

con

Cifras Significativas
El concepto de cifra o dgito significativo,
se ha desarrollado para designar
formalmente la confiabilidad de un valor
numrico.
Las cifras significativas de un numero son
aquellas que pueden usarse de forma
confiable.

Cifras Significativas
El concepto de cifra significativa tiene dos
implicaciones importantes en el estudio de los
Mtodos Numricos:
1.

Los M. N. Obtienen resultados aproximados, por

lo tanto se deben desarrollar criterios para
especificar que tan precisos son los resultados
obtenidos. Una manera de hacerlo es por medio
de cifras significativas, diciendo que un dato ya
es correcto para por ejemplo cuatro cifras
significativas

Cifras Significativas
2.

Continuacin...

Ciertas cantidades como el pi, e o raz de 7

representan nmeros especficos y no se pueden
expresar exactamente con un nmero finito de
dgitos, debido a que las computadoras retienen
solo un nmero finito de cifras significativas,
por lo tanto tales nmeros jams podran
representarse con exactitud. A la omisin del
resto de cifras significativas se le conoce como
Error de Redondeo.

Cifras Significativas
El concepto de cifra significativa tiene mucha
importancia en la exactitud y pecisin, ya que los
errores se pueden caracterizar analizando dichos
conceptos.
Exctitud. Se refiere a que tan cercano est un valor

calculado o medido con respecto al valor verdadero

Precisin. Se refiere a que tan cercano est un valor
individual medido o calculado respecto a los demas
Inexactitud (sesgo). Se define como el alejamiento
sistemtico de la verdad
Imprecisin (incertidumbre). Se refiere a la
magnitud del esparcimiento de los valores

Cifras Significativas

Aumenta la exactitud

No Preciso
Y No Exacto

Aumenta la precisin

Exacto y
No Preciso

Preciso mas
No Exacto
Exacto y
Preciso

Modelos Matemticos
Forma de un Modelo Matemtico
Variable =
dependiente
Variable
dependiente

f(

Variable , Parmetros , Funciones

independiente
de fuerza

Refleja el comportamiento o estado del sistema

Dimensiones (tiempo/espacio) a travs de los

Variable
independiente Cuales el sistema ser determinado
Parmetros

Reflejo de propiedades o composicin del sist.

Funciones
de fuerza

Influencias externas que actan sobre el sistema

Proceso de Solucin de problemas de Ingeniera

Definicin del
Problema
Bases Tericas

Modelo
Matemtico

Herramientas p/resolver problemas:

Computadoras, Mtodos Numricos
Estadsticas, Graficas, etc.
Resultados:
Numricos, graficos, otro...
Interfaces Grupales:
Programacin, Optimizacin,
Comunicacin, Interaccin, etc.
Implementacin

Datos

Solucin de un Problema de Ingeniera

Solucin analtica

Solucin numrica

Mtodo Analtico
o Exacto

Mtodo Numrico

Tcnicas analticas
(ej. Integracin,
diferenciacin)

Tcnicas Numricas
(Operaciones aritmticas
Bsicas)

Ejemplo de un cuerpo en cada libre

Newton formulo su 2da ley de movimiento

que establece:
Razn de cambio del momento con respecto al
tiempo de un cuerpo, es igual a la fuerza
resultante que acta sobre l.
Modelo: F = m a
F = fuerza
m = masa
a = aceleracin

Se debe expresar en trminos del

Modelo matemtico
Variable =
dependiente

f(

Variable , Parmetros , Funciones

independiente
de fuerza

Modelo:

F
a = __
m

Donde:
a = aceleracin. Variable dependiente (del tiempo) que
refleja el comportamiento del sistema con respecto al
tiempo
F = funcin de fuerza
m = masa. Parmetro que representa una propiedad en el
sistema

 Ntese que no existe variable independiente

como tal, porque an no se plantea como

vara la variable dependiente (la
aceleracin) con respecto a la variable
independiente (al tiempo o al espacio).
Pero el modelo cuenta con las suficientes
caractersticas del mundo fsico, ya que:
Describe en su sistema un proceso real natural
en trminos matemticos
Representa una Idealizacin de la realidad
Conduce a resultados predecibles

Problema
Un paracaidista con una masa de 68.1 kg

salta de un globo aerosttico fijo. Aplquese

la solucin analtica para calcular la
velocidad antes de abrir el paracadas. El
coeficiente de arrastre es de
aproximadamente 12.5 kg/s.

Apegando el modelo
Modelo:

F
a = __
m

F = Fabajo + Farriba
Fabajo = m g
m = masa
g = gravedad
Fariba = -c v
c = coef. de arrastre
v = velocidad

Fabajo + Farriba
____________
a=
m
mgcv
_________
a=
m
m g ___
cv
___
a=
m
m
cv
___
a=gm

Apegando el modelo
Modelo:
cv
___
a=gm
dv
___
Si aceleracin es dt
entonces queda:
cv
dv
___
___
=gm
dt
y para solucionarla,
hay que integrar.

La Integracin es una
Solucin Analtica
o Exacta
o podemos seguir un
mtodo de
aproximacin
numrica

Modelo del que hacemos punto de partida:

cv
dv
___
___
=gm
dt

Solucin:

Analtica

Numrica

Integracin

Aproximacin
numrica

Mtodo Analtico
cv
dv
___
___
=gm
dt

Solucin Analtica:
_c t
gm
m
___
v=
(1 - e
)
c

De acuerdo al modelo, el paracaidista acelera

rpidamente. Se llega a una velocidad de 44.91 s
en 10 s, a su vez despus de un tiempo
suficientemente grande alcanza una velocidad
constante, esta velocidad es constante porque
despus de un tiempo la fuerza de gravedad estar
en equilibrio con la resistencia del aire. Por lo
tanto la fuerza total es cero y cesa la aceleracin.

Mtodo Numrico:
Solucin Numrica
Se formula el problema matemtico
para que pueda ser resuelto por
medio de operaciones aritmticas
simples (suma, resta,
multiplicacin)

Mtodo Numrico
Esto para la segunda ley de Newton es

aproximando la razn de cambio de la

velocidad con respecto al tiempo.
Puede ilustrarse al aproximar la razn de
cambio de la velocidad con respecto al
tiempo.
Por Diferencia finita dividida:

v ( ti+1 ) v ( ti )
dv
v
___
___
=
= _____________
dt
ti+1 - ti
t

Mtodo Numrico

v ( ti+1 ) v ( ti )
dv

v
__ = ___ = _____________
dt
ti+1 - ti
t

cv
dv
___
entonces de: ___
=gm
dt
se deduce:

v ( ti+1 ) v ( ti )
c
_____________ = g - __
v(ti)
ti+1 - ti
m

Despejando v ( ti+1 ) :
Tamao de paso:
c
__
v ( ti+1 ) = v ( ti ) + [ g - m v(ti) ] ( ti+1 - ti )
Solucin Numrica

Valor Verdadero
cv
dv
___
___
=gm
dt
si la aceleracin es cero (momento de equilibrio)
cv
___
despejando la velocidad:
0=gm
gm
___
v=
c

Velocidad final

Definicin de Error
Los errores numricos se generan con el uso
de aproximaciones para representar
operaciones y cantidades matemticas.
Incluyen errores de:
Truncamiento.- Resultan de representar
aproximadamente un procedimiento
matemtico exacto
Redondeo.- Se producen cuando los
nmeros tienen un limite de cifras
significativas que se usan para
representar nmeros exactos.

Manipulacin del Error Verdadero

Para los dos tipos de errores, la relacin entre el
resultado exacto o verdadero y el aproximado
esta dada por:
valor
=
verdadero
Despejando tenemos:
error
verdadero =
( Et )

aproximacin + error
valor
verdadero - aproximacin
(Va)
(Vv)

Conociendo su magnitud en proporcin del Valor total:

Et

Et
=
100%
Vv

Et =

Vv - Va
Vv 100%

Error relativo porcentual verdadero

Manipulacin del Error Aproximado

Error
=
Aproximado (Ea)

Ea

Error
Aproximado
100%
Valor
Aproximado

- Aprox. anterior
Aprox.
actual
=
100%
Aprox. actual
Error absoluto porcentual aproximado

No importa el signo del error, sino ms bien que su valor

absoluto porcentual sea menor que una Tolerancia

Porcentual Prefijada ES

Es necesario emplear un valor absuluto de las ecuaciones

del Error verdadero Et y del error aproximado Ea.

Tolerancia porcentual prefijada

Los clculos se repiten hasta encontrar una
aproximacin menor a un valor predefinido
con anterioridad (Es), que indica que la
aproximacin est dentro de un nivel
aceptable.

| Ea | < Es
ES = ( 0.5 x 102-n )%
n = numero de cifras significativas
deseadas en los clculos

Tolerancia porcentual prefijada

Ejemplos:

Series de Taylor y
los Errores de Truncamiento
Error de Truncamiento
Son aquellos que resultan al usar una
aproximacin en lugar de un procedimiento
matemtico exacto.
Para obtener conocimiento de las
caractersticas de estos errores, se regresar
a la formulacin matemtica usada por los
M.N. para expresar funciones en forma
polinomial: Las Series de Taylor

Series de Taylor
La serie de Taylor provee un medio para
predecir el valor de una funcin en un punto,
en trminos del valor de la funcin y sus
derivadas en otro punto.
Se aplica:
La funcin y
F(x1) sus derivadas en
un primer punto

X1

F(x2)

Para encontrar:
El valor
de la funcin en
un segundo punto

X2

Series de Taylor
En particular el teorema establece que
cualquier funcin suave puede ser
aproximada con un polinomio.
Un buen camino para su entendimiento es su
construccin trmino por trmino...
Primero hay que definir la aproximacin
numrica de la solucin y construirla
polinomialmente usando las series de Taylor.

Series de Taylor

Continuacin...

Componentes:
xi
Punto uno. Punto de partida; valor que se
usar para determinar el valor de la funcin
en el punto dos (sin usar ste ultimo)

xi+1

Punto dos. donde se busca el valor de la

funcin.

f(xi) Posicin actual. Valor de la funcin en el

punto de partida (punto 1)

f(xi+1) Prediccin. Valor de la funcin en el punto

buscado (punto 2).

Series de Taylor

Continuacin...

El primer trmino de la serie es:

f(xi+1) f(xi)
aproximacin de orden cero
( Xi+1 y Xi muy prximas) solo si:

fnuevo fanterior

Indica que el valor de la funcin f en el nuevo punto

(punto 2) es el mismo que el valor en el punto anterior.
Este resultado se logra intuitivamente, ya que si X i y
Xi+1 estn muy prximas una de la otra, entonces es
igualmente posible que el nuevo valor sea quiz similar
al anterior.

Series de Taylor

El valor practico de las series de Taylor,

estriba, en la mayor parte de los casos, en el

uso de un numero finito de trminos que
darn una aproximacin lo suficientemente
cercana a la solucin verdadera.
n-simo orden
f(xi+1) f(xi) + f(xi)h + f (xi) h2 +
2!

Calculo de h:

xi+1 -xi

f (xi) +
3
h
3!

Series de Taylor

Continuacin...

La aproximacin anterior, es perfecta si la

funcin a aproximar es una constante,
pero si la funcin cambia, entonces se
requieren trminos adicionales en la serie
para obtener una mejor aproximacin.
La funcin representar una lnea recta y
es capaz de predecir un incremento o
decremento de la funcin entre Xi+1 y Xi
(diferencia de distancias).

Series de Taylor

Continuacin...

Dichos trminos adicionales son de la forma:

f(xi) (xi+1- xi)

Dicha forma asegura que la funcin representar

una lnea recta y es capaz de predecir un
incremento o decremento de la funcin entre xi y
xi+1 (diferencia de distancias).
f(X)
f(Xi)

f(xi+1) f(xi)
orden cero
primer orden
f(xi+1) f(xi) + f(xi)h
segundo orden
f(xi+1) f(xi) + f(xi)h +
verdadero

Xi=0

Xi+1=1

f (xi) 2
h

2!

Series de Taylor
En general, la expansin de las series de

Taylor de n-simo orden debe ser exacta

para un polinomio de n-simo orden.
Para otras funciones continuas
diferenciables como las exponenciales o
sinusoidales, no se obtiene una estimacin
exacta mediante un numero finito de
trminos, donde cada uno de los trminos
adicionales, contribuye al mejoramiento de
la aproximacin, aunque sea poco a poco.

Series de Taylor
La decisin sobre cuantos trminos se

requieren para obtener una aproximacin

razonable, se basa en el trmino residual de
la expansin.
f (n+1)()
Rn=
hn+1
(n+1)
La ecuacin resulta
! til para la evaluacin
de errores de truncamiento. Por lo tanto la
ecuacin se expresa usualmente como:
Rn=O(hn+1)

Series de Taylor
La nomenclatura O(hn+1) significa que el error de

truncamiento es de orden hn+1. Esto es, el error es

proporcional al paso h elevado a la (n+1) n-sima
potencia. Aunque esta aproximacin no implica nada
relacionado con las derivadas que multiplican hn+1, es
extremadamente til evaluar el error relativo de los
mtodos numricos basados en las expansiones de la serie
de Taylor. Por ejemplo, si el error es O(h) y se reduce a la
mitad del paso, entonces el error se reducir a la mitad. Por
otro lado, si el error es O(h2) entonces el error se reducir a
una cuarta parte.
En general, se puede suponer que el error de truncamiento
disminuye agregando trminos a la serie de Taylor. En
muchos casos, si h es lo suficientemente pequeo,
entonces los trminos de primero y segundo orden influyen
desproporcionadamente en el porcentaje de error.

Series de Taylor
Problema de tipo polinomial.
sense trminos de la serie de Taylor de cero a

cuarto orden para aproximar la funcin:

f(x)= -0.1x4 - 0.15x3 0.5x2 - 0.25x + 1.2
desde xi=0 con h=1, esto es predecir el valor de la
funcin en xi+1=1.
Represente los resultados en forma tabular

Orden Trmino Sumatoria Error

Series de Taylor
Problema de tipo sinusoidal.
sense trminos de la serie de Taylor con n=0

hasta 6 para aproximar la funcin:

f(x)= cos(x)
en xi+1=/3 con base en el valor de f(x) y sus
derivadas en xi=/4.
Represente los resultados en forma tabular

Orden Trmino Sumatoria Error

Trabajo

Elabore los siguientes ejercicios:

1) -2x4 + 4x3 - x2 + 2x 3;
xi=0.05, xi+1=0.95
2) 5.4x4 2.1x3 0.7x2 + 4.1x + 3;
xi=0.85, xi+1=2.1
3) 6x5 - 5x4 + 4x3 6x2 + 3x + 2;
xi=0.15, xi+1=1.7
4) -2x5 + 3x4 - 4x3 + 2x2 + x + 7;
xi=0.25, xi+1=1.98
5) Sen(x)
xi=0.75, xi+1=2.67

Error de Propagacin
Estudia como su pueden propagar los

errores de los nmeros en las funciones

matemticas.
Ej:
Si se multiplicasen dos nmeros con
error, podra estimarse el error de tal
producto.

Error de Propagacin
Funciones de una sola variable
Supngase f(x) dependiente de una sola variable x
Considere
x como una aproximacin de x
La discrepancia de x y x en la funcin se puede

evaluar como:

Problema:

f(
x ) f( x ) - f( x ) | Ec.1

f( x) es que
desconocida, ya que x es desconocida

El problema para evaluar

Solucin:

f(x)

es

Si
x es cercana a x y f ( x ) es continua y diferenciable,
la serie de Taylor se puede emplear para calcular
f

(x) cerca de f ( ).
x

Error de Propagacin

Continuacin...

Funciones de una sola variable

Solucin:
Calculo de f (x) cerca de f (
x ) mediante las Series de

Taylor.

f( x ) f(
x ) + f ( x )( x - x ) + f ( x )( x - x )2 + ...
2!

Quitando del segundo trmino a la derecha, para solo

dejar la parte que nos interesa:

f( x ) f(
x ) + f ( x )( x - x )

Reordenando:
f( x ) - f(
x ) f ( x )( x - x )

Error de Propagacin
Funciones de una sola variable
Solucin:
Sustituyendo:

f( x ) - f(
x ) f ( x )( x - x )

f(x)

= f (
x )( x - x )

si (x) =( x - x

entonces queda:
f(x) = f ( x ) | x

Continuacin...

Error de Propagacin

f(x)

= f (
x ) | x

Funciones de una sola variable

Problema.
Dado el valor de
x =2.5 con un error de x =0.01,

estimar el error resultante en la funcin f (x)=x3.

Solucin:

f (x)=x
f(x)=3x2
f(x) =| f (x ) | x
f(x) = 3(2.5)2(0.01)
f( x) = 0.1875
3

Ya que f (2.5)=15.625
se pronostica que:
f (2.5)= 15.625 +_ 0.1875
de 15.4375 a 15.8125

Magnitud del error en la funcin

Error de Propagacin

f(x)

= f (
x ) | x

Funciones de una sola variable

Problema.
Dado el valor de
x =1.25 con un error de x =0.004,

estimar el error resultante en la funcin f (x)=3x2+2x -1

Error de Propagacin

f(x)

= f (
x ) | x

Funciones de una sola variable

Problema.
Dado el valor de
x =1.25 con un error de x =0.004,

estimar el error resultante en la funcin f (x)=3x2.+2x -1

Solucin:

f (x)= 3x2+2x -1
f(x)=6x+2
f(x) = f ( x ) x

Ya que f (1.25)=6.1875
se pronostica que:

f (1.25)= 6.1875 +_ 0.038

f(x ) = [6(1.25)+2] (0.004)
de 6.1495 a 6.2255

f( x) = 0.038

Error de Propagacin
Funciones de ms de una variable
El

enfoque de una sola variable puede ser

generalizado para funciones que soN dependientes de
mas de una variable.
Esto se realiza con una version multivariable de la
serie de Taylor.
Por ejemplo, si se tiene una funcin de n variables
independientes A,B,C, y siendo y la funcin, la
serie de Taylor se puede escribir como:

y ( A,B,C,... ) dy A + dy B + dy C + ...
dA
dB
dC

Error de Propagacin

Funciones de ms de una variable

La deflexin y de un mstil en un bote es de:

FL4
y=
8EI

Donde F=carga uniforme (lb/pie), L=altura (pies),

E=mdulo de elasticidad (lb/pie2), e I=momento de
inercia (pie4). Estimar el error en y dados los
siguientes valores:

F=50
lb/pie

L=30
pie

E=1.5
X 108 lb/pie2

I=0.06
pie4

F=2 lb/pie

L=0.1 pie

E=0.01 X 108 lb/pie2

I=0.0006 pie4

Error de Propagacin

Error de Propagacin

Error numrico total

El error numrico total, es la suma de los errores de
truncamiento y redondeo. En general, el nico camino para
minimizar los errores de redondeo, es incrementando el
nmero de cifras significativas en la computadora.
Adicionalmente, hemos notado que el error de redondeo se
incrementar tanto por la cancelacin por la resta como
porque en el anlisis exista un incremento en el numero de
clculos. En contraste el error de truncamiento puede
reducirse cuando se usa un tamao de paso mas pequeo.
Debido a que al decrecer el tamao del paso puede tenerse
una cancelacin por resta o en el incremento de clculos, los
errores de truncamiento pueden ser disminuidos cuando los
errores de redondeo se incrementan. Por lo tanto se debe
afrontar el siguiente dilema: la estrategia para disminuir un
componente del error total conduce a un incremento en el
otro componente.

Error numrico total

En un clculo se podra disminuir el tamao del paso para
minimizar los errores de truncamiento nicamente para
descubrir que el error de redondeo empieza a dominar la
solucin y el error total crece!
As, el remedio empieza a ser un problema. Un reto implica
determinar un tamao de paso aproximado para u calculo en
particular. Se debera seleccionar un tamao del paso largo
con el fin de disminuir la cantidad de clculos y errores de
redondeo sin incurrir en la penalizacin de grandes errores
de redondeo.
error
d

er

tr
e
d
r
ro

e tota

ento
i
m
a
un c

erro
rd

e red

onde

Error numrico total

Si error total es como se muestra en la figura, el reto es
identificar el punto de disminucin donde los errores de
redondeo empiezan a negar los beneficios de la reduccin
del tamao del paso.
En casos reales, sin embargo, tales situaciones son
relativamente poco comunes porque muchas computadoras
manejan suficientes cifras significativas para que los errores
de redondeo no predominen. Sin embargo, algunas veces
estos errores ocurren y surge una clase de principio
numrico de incertidumbre que da un limite absoluto sobre
la exactitud que puede obtenerse usando ciertos mtodos
numricos computarizados.

Control de errores numricos

Para muchos casos prcticos, no se conoce el error exacto
asociado con el mtodo numrico. Con excepcin, claro de
cuando obtenemos la solucin exacta que hace la
aproximacin numrica innecesaria. Por lo tanto en muchas
aplicaciones en la ingeniera debe tenerse algn estimado del
error en los clculos.
No hay una forma sistemtica y general para evaluar el error
numrico para todos los problemas. En muchos casos, la
estimacin se basa en la experiencia y buen juicio del
Ingeniero.
Aunque el anlisis de error es hasta cierto punto un arte, hay
varias guas de programacin que pueden sugerirse. La
primera y principal, implica evitar la resta de dos nmeros
casi iguales, cuando esto ocurre siempre se pierden cifras

Control de errores numricos

Mas all de los consejos del calculo, se puede intentar
predecir el error numrico total usando formulaciones
tericas como las series de Taylor, primera herramienta para
errores de truncamiento y redondeo.
La prediccin del error numrico total es muy complicada
para, incluso, un problema de tamao moderado, pero hay
que cuidar no ser pesimista.