UNIFSLB
Universidad Nacional Intercultural
Fabiola Salazar Leguia de Bagua
ESCUELA PROFECIONAL DE INGENIERIA CIVIL
METODOS NUMERICOS
Docente: Dr. Roger Álvaro Fernández Villarroel.
Estudiante: Jeferson Rafael Icanaquè Moya.
Codigo: 2211010402 Ciclo: V
Fecha de entrega: 14/04/24
Desarrollo del Trabajo Individual
1.- ¿Qué es un método numérico?
Un método numérico es una herramienta o procedimiento mediante el cual se obtienen soluciones aproxi-
madas a problemas matemáticos que no pueden ser resueltos de manera exacta o analítica. Estos métodos
son ampliamente utilizados en diversas ramas de la ingeniería, incluyendo la ingeniería civil.
Los métodos numéricos se utilizan para resolver problemas que involucran ecuaciones diferenciales, inte-
grales, algebraicas, entre otros. Algunos ejemplos de métodos numéricos incluyen el método de Newton-Ra-
phson para encontrar raíces de ecuaciones, el método de Runge-Kutta para resolver ecuaciones diferencia-
les, y el método de Gauss-Seidel para resolver sistemas de ecuaciones lineales.
Es importante mencionar que los métodos numéricos proporcionan soluciones aproximadas, y por lo tanto,
siempre existe un cierto grado de error asociado con la solución. Sin embargo, estos errores pueden ser mi-
nimizados mediante la selección adecuada del método y el ajuste de los parámetros del método.
En el campo de la ingeniería civil, los métodos numéricos son esenciales para el diseño y análisis de estruc-
turas, la modelación de flujos de agua subterránea, la simulación de procesos de construcción, entre otros.
Por ejemplo, en el análisis estructural, se pueden utilizar métodos numéricos para determinar las tensiones
y deformaciones en una estructura bajo cargas específicas.
2.-¿Qué es un error en ciencias e ingeniería?
En ciencias e ingeniería, un error se refiere a la diferencia entre un valor medido o calculado y el valor ver-
dadero o exacto. Los errores pueden surgir debido a varias razones, como limitaciones en la precisión y
exactitud de los instrumentos de medición, errores en los cálculos numéricos, aproximaciones en los mode-
los matemáticos, entre otros.
Existen varios tipos de errores, pero los más comunes son los siguientes:
a) Error absoluto
b) Error relativo
c) Error de redondeo
d) Error de truncamiento
En la práctica, es casi imposible eliminar completamente todos los errores, pero los ingenieros y científicos
trabajan para minimizarlos y entender cómo pueden afectar los resultados. Por lo tanto, el manejo de erro-
res es una parte esencial de la ciencia y la ingeniería.
3.- ¿Qué es un error numérico?
Un error numérico es un tipo de error que ocurre cuando se utilizan métodos numéricos para aproximar la
solución de problemas matemáticos. Este tipo de error surge debido a las limitaciones inherentes de los cál-
culos numéricos realizados en las computadoras.
Existen dos tipos principales de errores numéricos:
> Error de redondeo
> Error de truncamiento
Es importante tener en cuenta que en la mayoría de los casos, los errores numéricos no pueden ser comple-
tamente eliminados. Sin embargo, los ingenieros y científicos trabajan para entender estos errores y desa-
rrollar métodos numéricos que minimicen su impacto en los resultados finales.
4.- ¿Qué es un error por truncamiento?
El error por truncamiento es un tipo de error numérico que ocurre cuando se hace una aproximación que
descarta términos de una serie o una función. Este error es el resultado de utilizar una versión simplificada
de una operación matemática o un proceso, en lugar de la versión exacta.
Por ejemplo, si se utiliza una serie de Taylor para aproximar una función, y sólo se toman los primeros térmi-
nos de la serie, los términos restantes que se descartan constituyen el error de truncamiento.
En otras palabras, el error de truncamiento es la diferencia entre la solución exacta y la solución que se ob-
tiene al truncar, o cortar, un proceso matemático después de un número finito de pasos.
Es importante tener en cuenta que el error de truncamiento puede acumularse en cálculos numéricos, espe-
cialmente en métodos iterativos donde una operación se repite muchas veces. Por lo tanto, es crucial enten-
der y manejar adecuadamente estos errores en los cálculos numéricos.
5.- ¿Qué es un error por redondeo?
El error de redondeo es la diferencia entre el resultado calculado de una operación matemática y el resulta-
do real de la operación. Este error puede producirse cuando se redondea un valor hacia arriba o hacia abajo
para que encaje dentro de un determinado número de dígitos, o cuando se hace una estimación utilizando
una regla de redondeo. Un ejemplo clásico de error de redondeo es el cálculo de la raíz cuadrada de 2. El
valor real es aproximadamente 1,41421356, pero si sólo calculamos con dos decimales, el resultado es
1,41. La diferencia entre los dos valores es el error de redondeo.
6.- ¿Qué es una cifra significativa?
Las cifras significativas de una medida son el conjunto de cifras que se conocen con exactitud de dicha me-
dida. Asimismo, las cifras significativas de un número son aquellas cifras que aportan información. Por ejem-
plo, el número 5,9 tiene dos cifras significativas y el número 7,01 tiene tres cifras significativas.
7.- Explique 2 ejemplos con gráficos de las diferencias ente exactitud y precisión
A continuacion con ayuda del geogebra observaremos estas diferencias
La siguiente grafica La siguiente grafica
muestra un ejemplo muestra un ejemplo
de exactitud de un de precisiòn de un
valor pero sin valor pero sin
embargo este no es embargo este no es
tan preciso. tan exacto.
La exactitud y la precisión son dos conceptos fundamentales en ciencias e ingeniería, especialmente en
metrología, que es la ciencia de las mediciones. Aunque a menudo se usan indistintamente en la vida coti-
diana, tienen significados diferentes cuando se refiere a resultados de medición.
Exactitud: Se refiere a cuán cerca está el valor de una medición al valor real o verdadero. En otras pala-
bras, la exactitud indica el grado de cercanía entre un valor medido, o una serie de valores observados,
con el valor real de alguna cosa. Por ejemplo, si una persona mide su estatura con una cinta métrica y
obtiene 1,70 m, y luego va al médico, quien la vuelve a medir con un medidor especial y el resultado es
de 1,70 m, esto significa que la medición realizada con la cinta métrica fue exacta.
Precisión: Se refiere a cuán cerca están los valores de varias mediciones entre sí. Es decir, la precisión
indica el grado de proximidad o cercanía de los resultados de diferentes mediciones entre sí. Un ejemplo
de precisión sería un futbolista que siempre lanza los tiros libres al lado derecho del arco. Esto significa
que sus lanzamientos son precisos.
Es importante destacar que los resultados en los valores de una medición pueden ser precisos y no exactos
(y viceversa). Si tomamos el lanzamiento de dardos como ejemplo, si todos los dardos están concentrados
en un área pequeña del tablero, pero alejados del blanco, se dice que los tiros tuvieron precisión, pero que
faltó exactitud.
8.- ¿Qué es un error relativo porcentual?
El error relativo porcentual se obtiene al multiplicar el resultado del error relativo por 100. En otras palabras,
el error porcentual es la expresión en porcentaje (%) del error relativo.
9.- ¿Qué es un error relativo porcentual verdadero?
El error relativo porcentual verdadero es una medida de error que se utiliza para comparar la diferencia en-
tre un valor verdadero y un valor aproximado en términos de porcentaje. Este tipo de error se utiliza a menu-
do en experimentos científicos y cálculos matemáticos para indicar la precisión de un resultado.
El error relativo porcentual verdadero se calcula utilizando la siguiente fórmula:
Donde:
Valor Verdadero es el valor exacto o el valor que se considera correcto basado en la teoría o los estánda-
res aceptados.
Valor Aproximado es el valor que se ha medido o calculado a partir de un experimento o cálculo.
El resultado de esta fórmula te dará el error relativo porcentual verdadero, que es una medida del error en
términos de porcentaje. Este valor puede ser positivo o negativo, dependiendo de si el valor aproximado es
mayor o menor que el valor verdadero.
Es importante tener en cuenta que el error relativo porcentual verdadero sólo puede calcularse si se conoce
el valor verdadero. En muchos experimentos científicos y cálculos matemáticos, el valor verdadero puede no
ser conocido con exactitud, por lo que se utilizan otras medidas de error, como el error relativo porcentual.
10.- ¿Qué es un error normalizado a un valor aproximado?
El error normalizado a un valor aproximado es una medida de la discrepancia entre un valor exacto y una
aproximación a ese valor. Este tipo de error se utiliza comúnmente en cálculos numéricos y análisis de erro-
res.
En términos generales, el error se define como la diferencia entre el valor real y el valor aproximado. Sin em-
bargo, cuando normalizamos este error a un valor aproximado, estamos ajustando el error en relación con el
tamaño del valor que estamos midiendo. Esto puede ser útil cuando estamos comparando errores en dife-
rentes escalas.
Por ejemplo, si estamos midiendo la longitud de un objeto con un error de 1 cm, ese error será mucho más
significativo si el objeto mide 10 cm (10% de error) que si mide 1 metro (1% de error). Al normalizar el error
a un valor aproximado, podemos hacer comparaciones más justas entre diferentes medidas.
Es importante tener en cuenta que los métodos numéricos proporcionan solo una aproximación a la solución
real, y siempre habrá algún grado de error. La clave es minimizar este error tanto como sea posible y enten-
der cómo afecta a nuestros resultados.
Por último, es importante mencionar que la estabilidad numérica es un aspecto importante de los errores de
aproximación. Un método numérico es estable si pequeñas perturbaciones en los datos de entrada no cau-
san grandes cambios en los resultados. Si un método es inestable, incluso un pequeño error puede amplifi-
carse y llevar a resultados incorrectos.
11.- De un ejemplo de un caso de la vida real, de propagación de errores
EL HUNDIMIENTO DE LA PLATAFORMA PETROLIFERA SLEIPNER A
El 23 de agosto de 1991, la plataforma petrolífera Sleipner A propiedad de la empresa noruega Statoil situa-
da en el mar del Norte a 82 metros de profundidad se hundió. La causa del error fue un fallo en el modelado
numérico de la plataforma utilizando elementos finitos.
En concreto se produjo una fuga de agua en una de las paredes de uno de los 24 tanques de aire de 12 me-
tros de diámetro que permitían la flotación de la plataforma de 57000 toneladas de peso que además sopor-
taba a mas de 200 personas y a equipamiento de extracción con un peso adicional de unas 40000 tonela-
das. Las bombas de extracción de agua no fueron capaces de evacuar toda el agua. El fallo tuvo un coste
económico total de 700 millones de euros. Para modelar los tanques de la plataforma se utilizó el programa
NASTRAN de elementos finitos y una aproximación mediante un modelo elástico lineal. Esta aproximación
no era correcta y subestimó en un 47% los esfuerzos que debían soportar las paredes de los tanques. En
particular, ciertas paredes fueron diseñadas con un grosor insuficiente. Un análisis con elementos finitos co-
rrecto, pero posterior al accidente, demostró que el diseño de la plataforma provocaría fugas en algunas de
los tanques cuando ésta estuviese sobre agua a 62 metros de profundidad. La fuga real se produjo cuando
ésta estaba sobre 65 metros de agua, lo que ratifica la supuesta causa del fallo.
12.- ¿Qué son los números de punto flotante?
Los números de punto flotante son una forma de representación numérica que se utiliza en los métodos nu-
méricos, una rama de las matemáticas que se ocupa de los algoritmos para resolver problemas matemáti-
cos de manera aproximada.
En los métodos numéricos, los números de punto flotante son esenciales porque permiten representar un
rango muy amplio de números reales, tanto muy grandes como muy pequeños, y realizar cálculos con ellos.
Esto es especialmente importante en los cálculos que involucran valores fraccionarios o decimales.
Un número de punto flotante se compone de tres partes:
1º Signo: Indica si el número es positivo o negativo.
2º Mantisa o significando: Contiene los dígitos del número.
3º Exponente: Indica dónde se coloca el punto decimal (o binario) en relación al inicio de la mantisa.
El estándar IEEE 754 define los formatos binarios para la representación de números de punto flotante, que
son utilizados por casi todo el hardware y lenguajes de programación. Los formatos más comunes son de 32
o 64 bits de longitud total.
Es importante tener en cuenta que la representación de punto flotante puede introducir errores de redondeo,
que son una fuente de error en los métodos numéricos. Por lo tanto, es crucial entender cómo funcionan los
números de punto flotante y cómo manejar estos errores al diseñar y analizar algoritmos numéricos.
