CAMPUS TLANEPANTLA

MÉTODOS NUMÉRICOS

ALUMNO

NORMA CAROLINA TREJO MORENO

00000325682

LICENCIATURA EN INGENIERÍA INDUSTRIAL

PERIODO: 17/05/2021-02/05/2021

ASESOR ACADÉMICO: MARÍA DEL CARMEN ROSA GÓMEZ

MAYO, 2021
ÍNDICE
INTRODUCCIÓN.............................................................................................................................3
LOS ERRORES SISTEMÁTICOS................................................................................................4
ERRORES INSTRUMENTALES..................................................................................................4
PERSONALES O POR LA ELECCIÓN DEL MÉTODO...........................................................4
LOS ERRORES ACCIDENTALES...............................................................................................4
CIFRAS SIGNIFICATIVAS............................................................................................................4
ERROR DE RENDODEO...............................................................................................................7
Sistema de Punto Flotante en Base 10..........................................................................................8
REPRESENTACIÓN DE LOS NÚMEROS EN LA COMPUTADORA................................9
ERRORES DE REDONDEO EN MANIPULACIONES ARITMÉTICAS............................10
ERRORES DE TRUNCAMIENTO..............................................................................................11
EL TEOREMA DE TAYLOR Y LA SERIE............................................................................................11
LA SERIE DE TAYLOR...........................................................................................................12
PROBLEMAS POR TRUNCAMIENTO Y ERROR POR REDONDEO.................................13
ERROR NUMÉRICO TOTAL......................................................................................................17
Aproximación de Derivadas por Diferencias Finitas...................................................................19
EQUIVOCACIONES, ERRORES DE FORMULACIÓN E INCERTIDUMBRE EN LOS
DATOS...........................................................................................................................................20
ERRORES POR EQUIVOCACIÓN............................................................................................20
.........................................................................................................................................................20
ERRORES DE FORMULACIÓN.................................................................................................20
INCERTIDUMBRE EN LOS DATOS..........................................................................................21
REFERENCIAS CITADAS..........................................................................................................22
 MÉTODOS
NUMÉRICOS
INTRODUCCIÓN
Los métodos numéricos son
una sucesión de operaciones
matemáticas utilizadas para
encontrar una solución
numérica aproximada a un
problema determinado. Es
decir, se trata de una serie de
cálculos para acercarnos lo más
posible a una solución numérica
con una precisión
razonablemente buena.

Por lo general, los métodos

numéricos se utilizan en ordenadores, dispositivos electrónicos o software
especializados en ingeniería, los cuales, ya tienen incluidos los métodos
numéricos en sus algoritmos de resolución, siendo vitales en el área de simulación
de procesos y para dar respuestas rápidas donde una solución analítica se vuelve
compleja. En este artículo definiremos los métodos numéricos, el análisis
numérico y los usos del análisis numérico.

El error se define como la diferencia entre el valor verdadero y el obtenido

experimentalmente. Los errores no siguen una ley determinada y su origen está en
múltiples causas. Los errores se pueden clasificar en dos grandes grupos:

 errores sistemáticos
 errores accidentales.
LOS ERRORES SISTEMÁTICOS
Son aquellos que permanecen constantes a lo largo de todo el proceso de medida
y, por tanto, afectan a todas las mediciones de un modo definido y es el mismo
para todas ellas; se pueden subclasificar:

ERRORES INSTRUMENTALES
Los errores instrumentales son los debidos al aparato de medida; por ejemplo, un
error de calibrado generaría este tipo de imprecisión.

PERSONALES O POR LA ELECCIÓN DEL MÉTODO

Los errores personales se deben a las limitaciones propias del experimentador;
así, una persona con algún problema visual.

Finalmente, el error en la elección del método se presenta cuando se lleva a cabo

la determinación de una medida mediante un método que no es idóneo para tal fin

LOS ERRORES ACCIDENTALES

Son en su mayoría de magnitud muy pequeña y para un gran número de
mediciones se obtienen tantas desviaciones positivas como negativas. Aunque
con los errores accidentales no se pueden hacer correcciones para obtener
valores más concordantes con el real, si se emplean métodos estadísticos se
puede llegar a algunas conclusiones relativas al valor más probable en un
conjunto de mediciones.

CIFRAS SIGNIFICATIVAS
Cuando se emplea un número para realizar un cálculo, debe haber seguridad de
que pueda usarse con confianza.

Por ejemplo, la figura 3.1 muestra un velocímetro y un odómetro (contador de

kilometraje) de un automóvil. Con un simple vistazo al velocímetro se observa que
el vehículo viaja a una velocidad comprendida entre 48 y 49 km/h. Como la aguja
está más allá de la mitad entre las marcas del indicador, es posible asegurar que
el automóvil viaja aproximadamente a 49 km/h. Tenemos confianza en este
resultado, ya que dos o más individuos que hicieran esta lectura llegarían a la
misma conclusión. Sin embargo, supongamos que se desea obtener una cifra
decimal en la estimación de la velocidad. En tal caso, alguien podría decir 48.8,
mientras que otra persona podría decir 48.9 km/h. Por lo tanto, debido a los límites
del instrumento únicamente se emplean con confianza los dos primeros dígitos.
Para estimaciones del tercer dígito (o más allá) sólo se considerarían
aproximaciones.

FIGURA 3.1 El velocímetro y el odómetro de un automóvil ejemplifican el

concepto de cifras significativas
EXACTITUD Y PRECISIÓN
Exactitud: Se refiere a qué tan de cerca un valor calculado o medido concuerda
con el valor verdadero.

Precisión: Se refiere a qué tan cerca coinciden los valores individuales medidos o
calculados.

a) Inexacto e impreciso

b) Exacto e impreciso

c) Inexacto y preciso

d) Exacto y preciso
ERROR DE RENDODEO

Los errores de redondeo se deben a que la computadora tan sólo representa

cantidades con un número finito de dígitos.

Los errores de redondeo surgen porque las computadoras digitales no pueden

representar algunas cantidades exactamente.

Hay dos facetas principales de los errores de redondeo involucrados en los

cálculos numéricos:

Las computadoras digitales tienen un límite de tamaño y de precisión en su

capacidad para representar números.

Ciertas manipulaciones numéricas son altamente sensibles a los errores de

redondeo.
Sistema de Punto Flotante en Base 10

Si el sistema representa 0.03125 como 3.1x10-2 , se introduce un error de

redondeo:

El error de redondeo de un número será proporcional a su magnitud

REPRESENTACIÓN DE LOS NÚMEROS EN LA
COMPUTADORA
Por defecto, Scilab ha adoptado el formato de precisión doble IEEE en el que se
utilizan ocho bytes (64 bits) para representar números de punto flotante

los números binarios consisten exclusivamente de ceros y unos. Cuando se

normaliza, el bit inicial (siempre 1) no tiene que ser almacenado. Solo la parte
fraccional del significando.

 El signo está determinado por un bit (0 +, 1 -)

 La mantisa f está determinada por un número binario de 52 bits.
 El exponente e está determinado por un número binario de 11 bits, del que
se resta 1023 para obtener e   e n 1 f 2   
ERRORES DE REDONDEO EN MANIPULACIONES
ARITMÉTICAS

Los errores de redondeo, además de producirse al almacenar números, pueden

ocurrir en diversas circunstancias, por ejemplo:

Número grande de operaciones: Si un proceso realiza una gran cantidad de

cálculos, los errores de redondeo pueden acumularse para volverse significativos

Sumar a un número grande uno pequeño:

Como la mantisa del número pequeño se desplaza hacia la derecha para que
tenga la misma escala que el número grande, los dígitos se pierden.

Difuminado:

El difuminado ocurre cada vez que los términos individuales en una suma son más
grandes que la suma en sí

 (x + 10-20) - x = 10-20 matemáticamente, pero

 si x =1; (x + 10-20) - x da 0 en Scilab
ERRORES DE TRUNCAMIENTO

Los errores de truncamiento son aquellos que resultan del uso de una
aproximación en lugar de un procedimiento matemático exacto.

• Ejemplo 1: Aproximación de una derivada usando diferencias finitas:

EL TEOREMA DE TAYLOR Y LA SERIE

El teorema de Taylor establece que cualquier función uniforme puede

aproximarse mediante un polinomio.

La serie Taylor proporciona un medio para expresar esta idea matemáticamente.

Un buen contexto de problema es usar series de Taylor para predecir el valor de

una función en un punto en términos del valor de la función y sus derivados en
otro punto
LA SERIE DE TAYLOR
La Serie de Taylor: El Término Restante

La serie de Taylor de 1er. Orden puede utilizarse para calcular la derivada primera
de una función analítica:

El subíndice n indica que representa el remanente para la aproximación de orden

n y ξ representa un valor de x entre xi y xi+1

En general, la expansión de la serie de Taylor de enésimo orden será exacta para

un polinomio de orden n.

Cualquier función uniforme puede ser aproximada con un polinomio.

En otros casos, el término restante Rn es del orden de h n+1, que significa:

 Cuantos más términos se usen, menor será el error y

 Cuanto más pequeño sea el espaciamiento o incremento, más pequeño
será el error para un número dado de término

PROBLEMAS POR TRUNCAMIENTO Y ERROR POR

REDONDEO

Problema 1. Para el siguiente número 3.1416 con tres cifras (k =3)

Solución.

 Por truncamiento, el número decimal es 3.141

 Por redondeo, el número es decimal 3.142

Problema 2. Sea   y  . Encontrar   y   por
truncamiento y por redondeo con   y el resultado expresarlo en punto
flotante  .

Solución. Del valor aproximado, se debe expresar la cantidad adecuada

(eliminando la parte característica)


Por truncamiento, para   cifras después del punto, el valor exacto y el valor
aproximado son

   y   

Calculando el error absoluto

Expresándolo en punto flotante

Calculando el error relativo

Expresándolo en punto flotante

Por redondeo, para   cifras después del punto, el valor exacto y el valor

aproximado son

      y    

Calculando el error absoluto

Expresándolo en punto flotante

Calculando el error relativo

Expresándolo en punto flotante

Problema 3. Sea   y  . Encontrar   

y   por truncamiento y por redondeo con   y el resultado expresarlo
en  .
Solución. Del valor exacto y valor aproximado, se deben expresar la cantidad
adecuada (eliminando la parte característica)


Por truncamiento, para   cifras después del punto, el valor exacto y el valor
aproximado son

         y       

Calculando el error absoluto

Expresándolo en punto flotante

Calculando error relativo

Expresándolo en punto flotante

Por redondeo, para   cifras después del punto, el valor exacto y el valor

aproximado son

         y        

Calculando el error absoluto

Expresándolo en punto flotante

Calculando el error relativo

Expresándolo en punto flotante

ERROR NUMÉRICO TOTAL

El error numérico total es la suma de los errores de truncamiento y de redondeo.
En general, la única forma para minimizar los errores de redondeo consiste en
incrementar el número de cifras significativas en la computadora. Adicionalmente,
hemos notado que el error de redondeo aumentará debido a la cancelación por
resta o debido a que en el análisis aumente el número de cálculos.

En contraste, el ejemplo 4.4 demuestra que el error de truncamiento se reduce

disminuyendo el tamaño del incremento. Como una disminución al tamaño del
incremento puede llevar a una cancelación por resta o a un incremento de los
cálculos, los errores de truncamiento disminuyen conforme los errores de
redondeo se incrementan. En consecuencia, se debe afrontar el siguiente dilema:
la estrategia para disminuir un componente del error total conduce a un
incremento en el otro componente. En un cálculo, se podría disminuir el tamaño
del incremento para minimizar los errores de truncamiento únicamente para
descubrir que el error de redondeo empieza a dominar la solución y ¡el error total
crece! Así, el remedio empieza a ser un problema un cálculo en particular.

FIGURA 4.8

Representación gráfica de las relaciones entre el error de redondeo y el error de

truncamiento que juegan un papel importante en el curso de métodos numéricos.
Se presenta el punto de regreso disminuido, donde el error de redondeo no
muestra los beneficios de la reducción del tamaño del incremento.

Aproximación de Derivadas por Diferencias Finitas

• Dada la función

Podemos usar una aproximación en diferencias centradas para estimar la primera

derivada de la función anterior en x = 0.5

Sin embargo, si dividimos progresivamente el tamaño del paso por un factor de 10,

los errores de redondeo se vuelven dominantes a medida que se reduce el tamaño

del paso.
EQUIVOCACIONES, ERRORES DE FORMULACIÓN E
INCERTIDUMBRE EN LOS DATOS
Aunque las siguientes fuentes de error no están directamente relacionadas con la
mayor parte de los métodos numéricos de este libro, en algunas ocasiones llegan
a tener un gran impacto en el éxito al realizar un modelado. Por lo tanto, se deben
tener siempre en cuenta cuando se apliquen técnicas numéricas en el contexto de
los problemas del mundo real.

ERRORES POR EQUIVOCACIÓN

A todos nos son familiares los errores por negligencia o por equivocación. En los
primeros años de las computadoras, los resultados numéricos erróneos algunas
veces se atribuían a las fallas de la propia computadora. En la actualidad esta
fuente de error es muy improbable y la mayor parte de las equivocaciones se
atribuyen a fallas humanas. Las equivocaciones llegan a ocurrir a cualquier nivel
del proceso de modelación matemática y pueden contribuir con todas las otras
componentes del error. Es posible evitarlos únicamente con un sólido
conocimiento de los principios fundamentales y mediante el cuidado con el que se
enfoque y diseñe la solución del problema. Las equivocaciones por lo general se
pasan por alto en el estudio de un método numérico. Esto se debe sin duda al
hecho de que los errores son, hasta cierto punto,

ERRORES DE FORMULACIÓN
Los errores de formulación o de modelo pueden atribuirse al sesgo que implica un
modelo matemático incompleto. Un ejemplo de un error de formulación
insignificante es el hecho de que la segunda ley de Newton no toma en cuenta los
efectos relativísticos. Esto no desvirtúa la validez de la solución del ejemplo 1.1, ya
que estos errores son mínimos en las escalas de tiempo y espacio asociadas con
el problema de la caída del paracaidista. Sin embargo, suponga que la resistencia
del aire no es linealmente proporcional a la velocidad de caída, sino que está en
función del cuadrado de la velocidad. Si éste fuera el caso, las soluciones
analíticas y numéricas obtenidas en el primer capítulo serían falsas debido al error
en la formulación.

Se debe estar consciente de estos problemas y darse cuenta de que, si se está

usando un modelo deficiente, ningún método numérico generará los resultados
adecuados.

INCERTIDUMBRE EN LOS DATOS

Algunas veces se introducen errores en un análisis debido a la incertidumbre en
los datos físicos obtenidos, sobre los que se basa el modelo.

Por ejemplo:

suponga que se desea probar el modelo de la caída del paracaidista, haciendo

que un individuo salte repetidas veces, midiendo su velocidad después de un
intervalo de tiempo específico. Sin duda, se asociaría cada medición con una
incertidumbre, ya que el paracaidista caerá con más rapidez en unos saltos que en
otros. Estos errores pueden mostrar inexactitud e imprecisión. Si los instrumentos
constantemente subvalúan o sobre valúan las mediciones de la velocidad, se
estará tratando con un instrumento inexacto o desviado. Por otro lado, si las
medidas son aleatoriamente grandes y pequeñas, entonces se trata de una
cuestión de precisión. Los errores de medición se pueden cuantificar resumiendo
los datos con uno o más estadísticos, que den tanta información como sea
posible, respecto a características específicas de los datos. Tales estadísticos
descriptivos a menudo se seleccionan para obtener 1. la posición del centro de la
distribución de los datos y 2. el grado de dispersión de los datos. Como tales,
estos estadísticos ofrecen una medida de la desviación e imprecisión,
respectivamente.
REFERENCIAS CITADAS
¿Qué son los métodos numéricos? (ingenieriaquimicareviews.com)

Chapra_metodos_numericos_5ta_edicion.pdf

Diapositiva 1 (modeladoeningenieria.edu.ar)