Вы находитесь на странице: 1из 22

MÉTODOS NUMÉRICOS

Ing. Iván García S., PhD.


idgarcia@utn.edu.ec
www.ivangarciasantillan.com

Universidad Técnica del Norte


Junio - Octubre de 2020
Contenidos:
1. Introducción a los métodos numéricos
2. Programación en Matlab/Python
3. Gráficas de Funciones
4. Raíces de funciones
5. Sistemas de ecuaciones
6. Ajuste de curvas
7. Diferenciación
8. Integración
Unidad 1
Introducción a los métodos numéricos
- Definición
- Objetivo
- Aplicación
- Áreas de estudio
- Herramientas de software
Definición
 El análisis numérico es una herramienta fundamental en el campo
de las ciencias aplicadas que trata de diseñar métodos que
aproximen, de forma eficiente, las soluciones a los problemas
prácticos previamente formulados matemáticamente.
 Se puede definir como la disciplina ocupada de describir, analizar y
crear algoritmos numéricos, es decir, secuencia finita de
operaciones algebraicas y lógicas, que se espera produzca una
solución aproximada del problema matemático.
 El problema matemático se deriva, para nosotros, de un problema
práctico en el campo de la ingeniería o matemática aplicada.
Definición (cont.)
 Métodos Numéricos es una disciplina de las Matemáticas en gran
crecimiento gracias al avance tecnológico en las Ciencias
Computacionales.
 Dado el escaso tiempo disponible y la amplitud de la asignatura, en
lugar de presentar en forma exhaustiva todos los métodos
numéricos que se pueden encontrar en los libros clásicos, se
optará por reducir los contenidos e impartir una selección de los
métodos numéricos más representativos en la Ingeniería.
 Se procurará en todo momento proporcionar ejemplos que
demuestran cómo los métodos numéricos son aplicados en la vida
real, situación que siempre se lamentan los estudiantes: En la vida
profesional, ¿pará que sirven tantas matemáticas?
El cometido de esta disciplina es:
 Estudiar los algoritmos en profundidad y seleccionar el más
eficiente en cuanto al almacenamiento de datos y al tiempo de
cómputo.
 Proporcionar métodos que permitan obtener realmente una
aproximación de la solución buscada y conocer, en la medida de
lo posible, el grado de aproximación entre la solución hallada y la
real, es decir, dar una estimación del error cometido.

R2 es el coef. de
determinación que
determina la calidad del
modelo para replicar los
resultados
[0, 1], siendo 1 el mejor.
Los métodos numéricos se aplican:
 Cuando un problema matemático o formulación matemática
más complicada no se pueden resolver explícitamente
(analíticamente), pero cuya solución puede calcularse de
forma aproximada (algoritmo iterativo).
 Los procedimientos "exactos" o "analíticos" (manipulaciones
algebraicas, teoría de ecuaciones diferenciales, métodos de
integración, etc.) son incapaces de dar una respuesta.
Surgimiento
 El análisis numérico cobra especial importancia con la llegada
de los ordenadores. Los ordenadores son útiles para cálculos
matemáticos extremadamente complejos de forma eficiente.
 El aumento significativo de la potencia de cálculo de los
ordenadores ha convertido en posibles y en eficientes
algoritmos numéricos (procesador, memoria, redes).
 La informática es una herramienta fundamental que nos
facilita el uso y desarrollo de los métodos numéricos,
basándose en procedimientos matemáticos expresados
algorítmicamente en algún software disponible que permitan
su simulación.
Herramientas de software:
 Matlab.- Software privativo de MathWorks.
 Octave.- Software libre (similar a Matlab)
 Python.- Software libre
Deber:
 Realice un resumen de los 3 lenguajes de programación (un
párrafo de cada uno).
 Instale los 3 programas en su computador
 Inicie y explore su interfaz y comandos principales.

De las bases de datos científicas (Scopus, IEEE, ScienceDirect,


SpringerLink):
 Busque y seleccione un artículo (año ≥ 2018) que aplique
métodos numéricos en la Ingeniería eléctrica.
 Exponga en grupos de 3 personas entre 10-15 min.
UNIDAD 2
Aproximaciones y errores de redondeo
- Cifras significativas
- Exactitud y precisión
- Errores de redondeo y truncamiento
Aproximaciones y errores de redondeo
Cifras significativas
Este concepto se ha desarrollado para designar formalmente la confiabilidad de un
valor numérico.
Las cifras significativas de un número son aquellas que pueden utilizarse en forma
confiable.
Se trata de un número de dígitos que se ofrecen con certeza, más uno estimado.
Por ejemplo: en el velocímetro de la figura se observa que se viaja a una velocidad
entre 48 y 49 km/h. Alguien podría decir 48.8, mientras que otra diría 48.9
Los dos dígitos seguros son 48. Para estimaciones del tercer dígito (o más allá) sólo
se considerarían aproximaciones.
Así, la lectura del velocímetro consistirá de 3 cifras significativas.
Por convención, se ajusta el dígito estimado a
la mitad de la división de la escala menor
en el instrumento de medición.
La lectura del velocímetro dará 48.5 km/h
Cifras significativas (2)
 En cambio, el odómetro (contador de kilometraje) muestra hasta
6 dígitos confiables, más de 87324.4 km.
 Así, la lectura del odómetro consistirá de 7 cifras significativas.
 Como se dijo antes, por convención, se ajusta el dígito estimado a
la mitad de la división de la escala menor en el instrumento de
medición.
 La lectura del odómetro dará 87324.45 km

 Como los métodos numéricos dan resultados aproximados, se deben


desarrollar criterios para especificar que tan confiables son dichos
resultados. Una manera de hacerlo es en términos de cifras
significativas. Por ejemplo, es posible afirmar que el resultado (la
aproximación) es aceptable siempre y cuando se trabaje con x
cifras significativas.
Cifras significativas (3)
 Como las computadoras retienen sólo un número finito de
cifras significativas, tales números jamás se podrán
representar con exactitud. Por ejemplo:
7 = 2.645751 … ó Π = 3.141592…
 A la omisión del resto de cifras significativas se le conoce
como error de redondeo.
 Los errores de redondeo y el uso de cifras significativas son
útiles para expresar nuestra confianza en un resultado
numérico.
Exactitud y precisión
 Los errores asociados con cálculos y medidas se pueden caracterizar con
respecto a su exactitud y su precisión.
 La exactitud (accuracy) se refiere a qué tan cercano está el valor calculado o
medido del valor verdadero (ground truth).
 La precisión (precision) se refiere a qué tan cercanos se encuentran, unos de
otros, diversos valores calculados o medidos.
 La inexactitud conocida también como sesgo se define como una desviación
sistemática del valor verdadero.
 La imprecisión conocida también como incertidumbre se refiere a la magnitud
en la dispersión de los valores medidos.
 Se usa el término error para representar tanto la inexactitud como la
imprecisión en las predicciones.
 Los métodos numéricos deben ser lo suficientemente exactos para satisfacer
los requisitos de un problema particular de ingeniería. También deben ser
suficientemente precisos para ser adecuados en el diseño de la ingeniería.
Lo agujeros se
consideran como
las predicciones,
mientras que el
centro del blanco
representa la
verdad.

 Un ejemplo de puntería. (a) Inexacto e impreciso. (b) Exacto


e impreciso. (c) Inexacto y preciso. (d) Exacto y preciso.
Definiciones de Error
 Los errores numéricos surgen del uso de aproximaciones
para representar operaciones y cantidades matemáticas
exactas.
 Estos incluyen los errores de redondeo y de truncamiento.
 Los errores de truncamiento resultan del empleo de
aproximaciones como un procedimiento matemático exacto.
 Los errores de redondeo se producen cuando se usan
números que tienen un límite de cifras significativas para
representar números exactos.
Errores (2)
Valor verdadero (exacto) = valor aproximado + error verdadero
Error verdadero = valor verdadero – valor aproximado

Tomando en cuanta el orden de la magnitud de las cantidades se


considera el error relativo porcentual (Erp). Por ejemplo, un error de 1 cm
es mucho más significativo si se mide un tornillo en lugar de un puente.

𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜


𝐸𝑟𝑝 = ∗ 100%
𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜

Ejercicio: Se debe medir la longitud de un puente y un tornillo, y se obtiene


9999 y 9 cm, respectivamente. Si los valores verdaderos son 10000 y 10 cm,
calcule el error verdadero y el Erp.
Errores (3)
 El error verdadero y el Erp se usan cuando se conoce el valor
verdadero.
 Sin embargo, en métodos numéricos el valor verdadero sólo se conocerá
cuando se tengan funciones que se resuelvan analíticamente. En muchas
aplicaciones reales no se conoce a priori la respuesta verdadera.
 Ciertos métodos numéricos usan un método iterativo para calcular los
resultados. Aquí se hace una aproximación considerando la aproximación
anterior de forma iterativa, esperando cada vez mejores aproximaciones.
 Entonces el error relativo porcentual (aproximado) está dado por:

𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟


𝐸𝑎 = ∗ 100%
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙
Errores (4)
 Los cálculos se repiten hasta que el valor absoluto
porcentual (Ea) sea menor que una tolerancia porcentual
prefijada (Es):
|Ea| < Es
 Entonces se considera que el resultado obtenido está dentro
del nivel aceptable fijado previamente (Es).
 Relacionando los errores con el número de cifras
significativas. Que si se cumple el siguiente criterio, se tendrá
la seguridad que el resultado es correcto en al menos n cifras
significativas.
𝐸𝑠 = (0.5 ∗ 102−𝑛 )%
Ejercicio:
Dada la función exponencial (serie infinita):
2 3 𝑛
𝑥 𝑥 𝑥
𝑒𝑥 = 1 + 𝑥 + + +⋯+
2! 3! 𝑛!
Estime el valor de 𝑒 0.5 (1.648721… → valor verdadero) y
calcule el error relativo porcentual verdadero (Erp) y
aproximado (Ea) después de agregar cada término, hasta que
|Ea| sea menor que un criterio de error preestablecido (Es)
con 3 cifras significativas.
Bibliografía
 Chapra, S. & Canale, R. (2015). Métodos numéricos para ingenieros. 7ª
Ed. Mc-Graw Hill Education.
 Arévalo, D. (2017). Matemáticas para ingeniería: métodos
numéricos con Python. https://elibro.net/es/lc/utnorte/titulos/71002
 Infante, J. & Rey, J. (2015). Métodos Numéricos. Teoría, problemas y
prácticas con Matlab. 4ª Ed. España: Ediciones Pirámide.

Material y programas
 http://www.mat.ucm.es/~infante
 http://www.mat.ucm.es/~jrey

Вам также может понравиться