1.1 Conceptos bsicos: Algoritmos y aproximaciones.

En este tema se presentan una serie de conceptos y definiciones propios del estudio de los Algoritmos, su anlisis y diseo, como tambin el concepto de las aproximaciones y predicciones, para llegar al resultado exacto. Podremos encontrar los conceptos de algoritmo y algunos de sus componentes, anlisis y diseo. Tambin veremos los diferentes tipos de formas y tamaos o medidas en que se pueden almacenar y representar los datos y estructuras en un algoritmo o programa. Es importante el estudio y conocimiento de lo que hoy conocemos como Algoritmos Computacionales, que desde su aparicin hasta nuestros das es, y seguir siendo; vital para el desarrollo de aplicaciones para computadoras y el manejo y dominio de la lgica de programacin para resolver problemas.

Algoritmo. Un algoritmo es la secuencia de pasos lgicos necesarios para llevas a cabo una tarea especfica, como la resolucin de un problema. Para realizar este objetivo, un buen algoritmo debe contar con los siguientes atributos: 1. Cada paso debe ser determinado, es decir, no puede ser obra de la casualidad. Los resultados finales no pueden depender de quien sigue el algoritmo. En este sentido, un algoritmo es como una receta de cocina. Dos cocineros que trabajan por su lado con una buena receta deberan preparar platillos esencialmente idnticos. 2. El proceso debe ser siempre terminar despus de un nmero finito de pasos. Un algoritmo no puede tener un final abierto. 3. El algoritmo debe ser lo suficientemente generalizado como para ocuparse de cualquier contingencia. La resolucin de un problema exige el diseo de un algoritmo que resuelva el problema propuesto. Los pasos para la resolucin de un problema son: a) Diseo de algoritmo, que describe la secuencia ordenada de pasos que conducen a la solucin de un problema dado. (Anlisis del problema y desarrollo del algoritmo). b) Expresar el algoritmo como un programa de lenguaje de programacin adecuado. (Fase decodificacin.)

c) Ejecucin y validacin del programa por la computadora. Para llegar a la realizacin de un programa es necesario el diseo previo de algoritmo, de modo que sin algoritmo no puede existir un programa. Los algoritmos son independientes tanto del lenguaje de programacin en que se expresan como de la computadora que lo ejecuta. La definicin de un algoritmo debe definir tres partes: Entrada, Proceso y Salida.

Un diagrama de flujo es la representacin grfica de un algoritmo. Los diagramas de flujo emplean una serie de bloques y flechas, cada uno de los cuales representa una operacin en especial o paso del algoritmo. Las flechas representan la secuencia en que se llevan a cabo las operaciones. El esquema anterior muestra el diagrama de flujo para un problema de la suma de dos nmeros.

Smbolos utilizados en diagramas de flujo para la elaboracin de algoritmos.

El objetivo de los diagramas de flujo es, obviamente, mejorar la calidad del programa de computacin, lo cual consiste en una serie detallada de instrucciones llamada cdigo. Una alternativa para expresar un algoritmo que sea un puente de unin entre los diagramas de flujo y el cdigo de computadora es llamado seudocdigo el cual utiliza instrucciones parecidas a las de un cdigo en lugar de los smbolos del diagrama de flujo. La siguiente figura muestra las representaciones del seudocdigo para las estructuras de control fundamentales.

Aproximaciones. La mayor parte de las tcnicas tiene la caracterstica de poseer errores. Aunque la perfeccin es una meta digna de alabarse, es difcil, si no imposible, alcanzarla. Sin embargo, sus distribuciones aleatorias se agrupan muy prximas alrededor de la prediccin. En algunos conceptos bsicos de los Mtodos Numricos podemos encontrar los siguientes: Cifra Significativa, Precisin, Exactitud, Incertidumbre Y Sesgo. Que forman parte a las aproximaciones y predicciones numricas adecuadas. Cifras significativas: Cuando se emplea un nmero en un clculo, debe haber seguridad de que pueda usarse con confianza. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los mtodos numricos. 1.- Los mtodos numricos obtienen resultados aproximados. Por lo tanto, se debe desarrollar criterios para especificar qu tan precisos son los resultados obtenidos.

2.- Aunque ciertos nmeros representan nmero especficos, no se pueden expresar exactamente con un nmero finito de cifras.

Por lo que podemos tener unos Algoritmos De Aproximacin. Dado un problema completo, es probable que no sepamos resolverlo de manera precisa y completa utilizando un algoritmo polimico en tiempo. Para este tipo de problemas, los algoritmos que no conducen a una solucin ptima se llaman algoritmos de aproximacin. Sin embargo, resulta parcialmente interesante que estos garanticen una cota en el margen de imprecisin. Exactitud y Precisin: La exactitud se refiere a que tan cercano est el valor calculado o medido del valor verdadero. La precisin se refiere a qu tan cercano est un valor individual medido o calculado respecto a los otros.

La inexactitud se define como un alejamiento sistemtico de la verdad. La imprecisin, sobre el otro lado, se refiere a la magnitud del esparcimiento de los valores. Los mtodos numricos deben ser lo suficientemente exactos o sin sesgos para que cumplan los requisitos de un problema particular de ingeniera. Incertidumbre: Situacin bajo la cual se desconocen las probabilidades de ocurrencia asociados a los diferentes resultado de un determinado evento.

Sesgo: existe sesgo cuando la ocurrencia de un error no aparece como un hecho aleatorio (al azar) advirtindose que este ocurre en forma sistemtica.

Podemos concluir que un algoritmo nos permite resolver un problema y obtener soluciones rpidas aunque el resultado muchas veces no sea tan exacto o preciso como nosotros esperamos debido a que existen cifras significativas que lo hacen ser siempre una aproximacin. Lo cual es muy importante saber y tomar en cuenta ya que en mtodos numricos siempre obtendremos resultados aproximados para lo cual ser necesario tomar un criterio para especificar qu tan precisos son los resultados obtenidos. Los mtodos numricos deben ser lo suficientemente exactos o sin sesgos para que cumplan los requisitos de un problema particular de ingeniera, pero tambin lo suficientemente precisos para el diseo en la ingeniera.

1.2 Tipos de errores: Error absoluto, error relativo, porcentual, errores de redondeo y truncamiento.

error

Los mtodos numricos han sido desarrollados con el objeto de resolver problemas matemticos cuya solucin es difcil o imposible de obtener por medio de los procedimientos tradicionales. Las soluciones que ofrecen los mtodos numricos son aproximaciones de los valores reales y, por tanto se tendr un cierto grado de error que ser conveniente determinar. Los errores numricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemticas. Esto incluye errores de truncamiento que resultan de representar aproximadamente un procedimiento matemtico exacto, y los errores de redondeo, que resultan de presentar aproximadamente nmeros exactos. Para los tipos de errores, la relacin entre el resultado exacto o verdadero y el aproximado esta dado por: a) Valor verdadero= aproximacin + error Reordenando la ecuacin a se encuentra que el error numrico es igual a la diferencia entre el valor verdadero y el valor aproximado, esto es: b) valor verdadero aproximacin

Donde se usa para denotar el valor exacto del error. Se incluye el subndice v para denotar que se trata del error verdadero. Como ya se mencion brevemente, esto contrasta con los otros casos, donde se debe emplear una estimacin aproximada del error.

Un defecto de esta definicin es que no toma en consideracin el orden de magnitud del valor que se est probando. Por ejemplo, un error de un centmetro es mucho ms significativo si se est midiendo un remache de un puente. Una manera de medir las magnitudes de las cantidades que se est evaluando es normalizar el error respecto al valor verdadero, como en: Error relativo fraccional= error verdadero/ valor verdadero Donde, como se dijo en la ecuacin b, error= valor verdadero valor aproximado. El error relativo tambin puede multiplicarse por el 100% para expresarlo como: c) Donde = 100% denota el error relativo porcentual verdadero.

Clculo de errores. Supngase que se tiene que medir la longitud de un puente y de un remache, obtenindose 9 999 y 9 cm, respectivamente. Si los valores verdaderos son 10 000 y 10 cm, calclese a) el error verdadero y b) el error relativo porcentual verdadero de cada caso.

Solucin: a) El error en la medicin del puente es (ecuacin b).

Y para el remache es de

b) El error relativo porcentual para el puente es (ecuacin c).

Y para el remache es de

Por lo tanto, aunque ambas medidas tienen un error de 1cm, el error relativo porcentual del remache es mucho ms grande. Se puede concluir que se ha hecho un buen trabajo en la medicin del puente, mientras que la estimacin para el remache deja mucho que desear.

Para los mtodos numricos el valor verdadero nicamente se conocer cuando se habla de funciones que se pueden resolver analticamente. Sin embargo, en aplicaciones reales, no se conoce la respuesta verdadera. En estos casos, normalizar el error es una alternativa usando la mejor estimacin posible del valor verdadero, esto es a la aproximacin misma, como:

.100%
Donde el subndice a significa que el error est normalizado a un valor aproximado. Uno de los retos a que se enfrentas los mtodos numricos es el de determinar estimaciones del error en ausencia de conocimiento de los valores verdaderos. El error se calcula como la diferencia entre la aproximacin previa y la actual. Por lo tanto, el error relativo porcentual est dado por:

]100%

A menudo, cuando se realizan clculos, puede no importar mucho el signo del error, si no ms bien que su valor absoluto porcentual sea menor que una tolerancia porcentual prefijada . Por lo tanto, con frecuencia es til emplear un valor absoluto de las ecuaciones b a la e. En estos casos, los clculos se repiten hasta que:

Si se cumple la relacin anterior, entonces se considera que el resultado obtenido esta

dentro del nivel aceptable, es decir, aun error previamente fijado es:

Errores de redondeo.

Los errores de redondeo se deben a que las computadoras solo guardan un nmero finito de cifras significativas durante un clculo. Los nmeros tales como , e, o no pueden ser expresadas con un nmero fijo de cifras significativas. Por lo tanto, no pueden ser representadas exactamente por la computadora; adems porque las computadoras usan una representacin en base dos, y no pueden representar ciertamente nmeros exactos en base diez. Esta discrepancia por la omisin de cifras significativas es llamada error de redondeo.

Mtodo comn para redondeo: Las reglas del redondeo se aplican al decimal situado en la siguiente posicin al nmero de decimales que se quiere transformar, es decir, si tenemos un nmero de 3 decimales y queremos redondear a 2, se aplicar las reglas de redondeo:

Dgito menor que 5: Si el siguiente decimal es menor que 5, el anterior no se modifica. Ejemplo:

12.612 Redondeando a 2 decimales deberemos tener en cuenta el tercer decimal: 12.612= 12.61

Dgito mayor que 5: Si el siguiente decimal es mayor o igual que 5, el anterior se incrementa en una unidad. Ejemplos: 12.618

Redondeando a 2 decimales deberemos tener en cuenta el tercer decimal: 12.618= 12.62. 12.615 Redondeando a 2 decimales deberemos tener en cuenta el tercer decimal: 12.615= 12.62

Esto genera errores de redondeo. En ambos casos tenemos que: Valor verdadero = Valor aproximado + error Definimos el error absoluto como: Ea= Valor verdadero - Valor aproximado

Error por truncamiento. Truncamiento es el trmino usado para reducir el nmero de dgitos a la derecha del punto decimal, descartando los menos significativos.

Por ejemplo dados los nmeros reales: 3.14159265358979 32.438191288 6.3444444444444 Para truncar estos nmeros a dgitos decimales, slo consideramos los 4 dgitos a la derecha de la coma decimal. El resultado es: 3,1415 32,4381 6,3444 Ntese que en algunos casos, el truncamiento dar el mismo resultado que el redondeo, pero el truncamiento no redondea hacia arriba ni hacia abajo los dgitos, meramente los corta en el dgito especificado. El error de truncamiento puede ser hasta el doble del error mximo que se puede tener usando redondeo.

1.3 Convergencia.
Se entiende por convergencia de un mtodo numrico la garanta de que, al realizar un buen nmero de iteraciones, las aproximaciones obtenidas terminan por acercarse cada vez ms al verdadero valor buscado. En la medida en la que un mtodo numrico requiera de un menor nmero de iteraciones que otro, para acercarse al valor deseado, se dice que tiene una mayor rapidez de convergencia. Se entiende por estabilidad de un mtodo numrico el nivel de garanta de convergencia, y es que algunos mtodos numricos no siempre convergen y, por el contrario, divergen; esto es, se alejan cada vez ms del resultado deseado. En la medida en la que un mtodo numrico, ante una muy amplia gama de posibilidades de modelado matemtico, es ms seguro que converja que otro, se dice que tiene una mayor estabilidad. Es comn encontrar mtodos que convergen rpidamente, pero que son muy inestables y, en contraparte, modelos muy estables, pero de lenta convergencia. El uso de los mtodos numricos en ingeniera no es trivial, pues se requiere elegir entre: Varios mtodos numricos alternativos para cada tipo de problema Varias herramientas tecnolgicas

Existen diferentes maneras de abordar los problemas entre una persona y otra, que depende de: El nivel de participacin en el modelado matemtico del problema. Ingenio y creatividad para enfrentarlo y resolverlo. La habilidad para elegir, conforme a criterio y experiencia.

Bibliografa.

Steven C. Chapra, Mtodos Numricos para Ingenieros, 6 ed., Mc Graw Hill.

Antonio Nieves Hurtado, Federico C. Domnguez Snchez, Mtodos Numricos, 3 ed., CESA.

http://www.slideshare.net/morenito9001/13-tipos-de-errores

http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r75068.PDF http://www.google.com.mx/url?sa=t&rct=j&q=convergencia+numerica&source=web&cd=1&ved= 0CCAQFjAA&url=http%3A%2F%2Fdcb.fic.unam.mx%2Fusers%2Fgustavorb%2FMN%2FPresentaciones%2F1.2%2520Aproximacion%2520n umerica.pps&ei=g06UMyrFIjE2gW_soH4Bw&usg=AFQjCNF18xIiVt1us5qIJ1OqbfB7WdIMNw&cad=rja