MÉTODOS NUMÉRICOS
CALCULO NUMÉRICO
La importancia de los métodos numéricos ha aumentado de forma drástica en la
enseñanza de la ingeniería y la ciencia, lo cual refleja el uso actual y sin
precedentes de las herramientas computacionales.
Al aprender los métodos numéricos se puede ser apto para:
Entender los esquemas numéricos a fin de resolver problemas matemáticos
de ingeniería y científicos en la computadora.
Deducir esquemas numéricos básicos.
Escribir programas y resolverlos en una computadora.
Usar correctamente el software existente para dichos métodos.
El aprendizaje de métodos numéricos no sólo aumenta la habilidad para el uso de
computadoras, también amplia la pericia matemática y la comprensión de los
principios científicos básicos.
Error de truncamiento.
Este es debido a las aproximaciones utilizadas en la fórmula matemática del
modelo. La serie Taylor es el medio más importante que se emplea para obtener
modelos numéricos y analizar los errores de truncamiento.
Error de Redondeo.
Es asociado con el número limitado de dígitos con que se representan los
números en la computadora. Se requiere conocer y aprender las formas en que se
almacenan los números y como se llevan a cabo sumas y restas dentro de la
computadora para comprender la naturaleza de estos errores.
Series de Taylor
En matemáticas, la serie de Taylor de una función finitamente derivable (real
o compleja) definida en un intervalo abierto (a-r, a+r) se define con la siguiente
suma:
Aquí, n! es la factorial n y f(n)(a) indica la n-ésima derivada de f en el punto a.
Si esta serie converge para todo x perteneciente al intervalo (a-r, a+r) y la suma es
igual a f(x), entonces se llama analítica.
Para comprobar si la serie converge a f(x), se utiliza una estimación del resto del
teorema de Taylor. Una función es analítica si y solo si se puede representar con
una serie de potencias; los coeficientes de esa serie son necesariamente los
determinados en la fórmula de la serie de Taylor.
Esta representación tiene dos ventajas importantes:
1. La derivación e integración de una de estas series se puede realizar término a
término, que resultan operaciones triviales.
2. Se puede utilizar para calcular valores aproximados de la función. Las derivadas
de orden superior f(n) = Ln y / dx n = Dnf. De f(x) se calculan diferenciando n veces
sucesivamente.
El teorema de Taylor muestra que f(x) se puede aproximar como una serie de
potencias f(x)= a0 + a1x + a2x2 +……anxn; donde los coeficientes a 0 y a1 son
constantes. Las funciones utilizadas frecuentemente pueden aproximarse por
series de Taylor por ejemplo si f(x) = ex se tiene que f(n)(x) = ex para cualquier n, y
que f(n)(0) = e0 = 1
Interpolación
Es aquella que pasa a través de puntos dados como datos que se muestran por
tablas de valores o se consideran directamente de una función dada. Es la base
para varios modelos numéricos fundamentales. La interpolación consiste en
encontrar un valor dentro de un intervalo en el que se conocen los valores de los
extremos.
Interpolación polinomial
La interpolación de los datos consiste en determinar el polinomio único de n-ésimo
grado que se ajusta a n+1 puntos.
Se realiza mediante:
Polinomio
Función racional
Función simple
Series de Fourier
Interpolación por método:
a) Interpolación lineal
b) Newton hacia adelante
c) Newton hacia atrás
d) Newton con diferencias divididas
e) Lagrange
Interpolación Lineal
Consiste en unir dos puntos con una línea recta. Es una aproximación a la primera
derivada de la función (gradiente). Se deduce del modelo de integración llamado
regla del trapecio.
La notación de g(x) designa que éste es un polinomio de interpolación de primer
grado. El término {[f(b) – f(a)]/b-a} es una aproximación en la diferencia dividida
finita a la primera derivada. Es decir, cuanto menor sea el intervalo entre los datos,
mejor será la aproximación. Esto se debe a que conforme el intervalo disminuye
una función continua estará mejor aproximada por una línea recta.
Newton hacia Adelante
Las abscisas de los datos tienen igual separación con un tamaño de intervalo h,
los puntos se denotan por (xi, fi). Para evaluar una fórmula de interpolación de
Newton hacia Adelante son necesarios:
tablas de coeficientes hacia adelante
coeficientes binomiales
- Tiene intervalos iguales
- Intervalos uniformes h =│ xi +1 - xi │
El valor inferior – el valor superior de acuerdo con la cantidad de puntos.
Es una coordenada local.
Siempre positivo (izquierda a derecha).
Si no lo es se invierten los valores de “x” y “y” (derecha a izquierda).
Los coeficientes binomiales están dados por:
Newton hacia atrás
Requiere que los intervalos sean uniformes para que no exista mucha
discrepancia en los valores. Existen dos cambios con respecto al tema anterior.
Es una coordenada local.
Siempre negativo.
Los coeficientes binomiales están dados por:
Lagrange.
Se aplica para intervalos uniformes y no uniformes.
Esta ecuación es equivalente a la serie de potencias que se determinan
resolviendo la ecuación lineal.
Desventajas:
La cantidad de cálculos necesarios para la interpolación es grande.
La interpolación para otro valor “x” requiere la misma cantidad de cálculos
adicionales, ya que no se puede utilizar partes de la aplicación previa.
Cuando el número de datos tiene que incrementarse o decrementarse, no se
pueden utilizar los resultados en los cálculos previos.
La evaluación de error no es fácil
