UP130173
ISEI05A
AGUASCALIENTES, AGS., A 13 DE AGOSTO DE 2015
Contenido
1. Aproximacinnumrica y errores
1.1
1.2
1.3
1.4
Definiciones bsicas
Error absoluto y error relativo
Estabilidad y convergencia
Polinomios de Taylor
Mtodo
Mtodo
Mtodo
Mtodo
Mtodo
de
de
de
de
de
biseccin
punto fijo
interpolacin lineal
Newton-Raphson
segundo orden de Newton
4. Interpolacin
4.1 Polinomios interpolantes
4.2 Interpolacin de Lagrange
4.3 Interpolacin de Newton
Aproximacin
numrica y errores
Volver al
Precisin y exactitud
La exactitud indica los resultados de la proximidad de la medicin con
respecto al valor verdadero, mientras que la precisin con respecto a la
repetibilidad o reproductibilidad de la medida.
En ingeniera, ciencia, industria y estadstica, exactitud y precisin no son
equivalentes.
Volver al
Volver al
y una
El error relativo se define como el cociente del Error Real entre el valor real
Estabilidad y convergencia
Laestabilidad numricaes una propiedad de losalgoritmosnumricos.
Describe cmo los errores en los datos de entrada se propagan a travs del
algoritmo.
Se dice que hay Convergencia al utilizar un mtodo numrico para resolver
un problema en particular cuando, mientras ms iteraciones se hacen se
obtiene una mejor aproximacin al resultado.
Volver al
10
Polinomio de Taylor
la representacin de una funcin como una suma infinita de trminos que
Es
son calculados a partir de los valores de las derivadas de las funciones a
partir de un punto nico.
El polinomio de Taylor de grado en es nico y puede ser expresado como
Volver al
11
Ejemplo
Encontrar el polinomio de Taylor de grado n para centrado en .
,
,
,
,
,
12
Solucin numrica de
ecuaciones algebraicas
y trascendentes de una
variable
Volver al
13
Mtodo de biseccin
Enmatemticas, elmtodo de biseccines unalgoritmo de bsqueda de
racesque trabaja dividiendo elintervaloa la mitad y seleccionando el
subintervalo que tiene la raz.
Sifes una funcin continua sobre el intervalo [a,b] y sif(a)f(b)<0,
entoncesfdebe tener un cero en (a,b). Dado quef(a)f(b)<0, la funcin
cambia de signo en el intervalo [a,b] y por lo tanto tiene por lo menos un
cero en el intervalo.
Volver al
14
Esta
es una consecuencia delteorema del valor intermedio para funciones
continuas, que establece que sifes continua en [a,b] y sikes un nmero
entref(a) yf(b) , entonces existe por lo menos unc (a,b) tal quef(c)=k (para
el caso en quef(a)f(b)<0 se escogek=0, luegof(c)=0,c(a,b)).
15
Ejemplo
Encontrar el valor de la raz entre 0 y 1 de la siguiente funcin
It
f()
f()
f()*f()
Error
1.5
5.25
10.5
1.5
1.75
-1.27687
-1.57623
2.01264
14.286%
1.75
1.875
-1.57623
-1.72165
2.7137
6.667%
1.875
1.9375
-1.72165
-1.79344
3.08766
3.226%
1.9375
1.96875
-1.79344
-1.82912
3.28041
1.587%
1.96875
1.984375
-1.82912
-1.84691
3.37821
0.787%
1.984375
1.992188
-1.84691
-1.85579
3.42748
0.392%
1.992188
1.996094
-1.85579
-1.86023
3.4522
0.196%
1.996094
1.998047
-1.86023
-1.86245
3.46458
0.098%
10
1.998047
1.999023
-1.86245
-1.86356
3.47077
0.049%
11
1.999023
1.999512
-1.86356
-1.86411
3.47387
0.024%
12
1.999512
1.999756
-1.86411
-1.86439
3.47542
0.012%
16
Volver al
17
Ejemplo
Encontrar el valor de . Con . Condicin: Error < 0.01%.
Iteracin
Xi
G(x)
F(x)
Error
0.5
1.04030231
0.54030231
1.04030231
1.16831628
0.12801398
51.9370478%
1.16831628
1.21049532
0.04217903
10.9571337%
1.21049532
1.22533781
0.01484249
3.48444412%
1.22533781
1.23067072
0.00533291
1.2112982%
1.23067072
1.23260076
0.00193003
0.43333386%
1.23260076
1.23330106
0.00070031
0.1565821%
1.23330106
1.2335554
0.00025434
0.05678314%
1.2335554
1.23364781
9.2405E-05
0.02061863%
1.23364781
1.23368139
3.3576E-05
0.00749039%
18
Volver al
19
Ejemplo
Determinar
la funcin lineal de interpolacin que pasa por los puntos (-1, 5) y (0, 2).
Interpola el valor a = 5.
Se tienen los puntos:
P(, ) = (-1, 5)
Q(, ) = (0, 2)
Obtener la funcin de interpolacin lineal:
=2=2
Interpolando x = 5 se obtiene:
20
Mtodo de Newton-Raphson
El
mtodo de Newton-Raphson es un mtodo iterativo que permite aproximar
la solucin de una ecuacin del tipo . Se parte de una estimacin inicial de la
solucin y se construye una sucesin de aproximaciones de forma recurrente
mediante la frmula:
= -
Volver al
21
Ejemplo
Expresar la ecuacin en la forma , y se identifica la funcin .
Calcular la derivada
22
23
Este
mtodo tambin utiliza el conocimiento aportado por los primeros
trminos de la serie de Taylor de la funcin en la vecindad de una
aproximacin a la raz.
El mtodo de Newton puede verse como un mtodo de linealizacin.
Volver al
24
Ejemplo
Calcular
25
Sustituyendo en la frmula:
26
Continuar
iterando con el valor obtenido.
Volver al
27
de sistemas de
ecuaciones
algebraicas
lineales
Volver al
28
Volver al
29
Ejemplo
Se tiene el siguiente sistema de ecuaciones:
Columnas (una para los valores de x, otra para los de y, y una ms para los de
z):
30
realizan las reducciones utilizando las filas de la matriz, de tal forma que
Se
quede una sola fila con un solo valor, y lo dems sea cero.
31
32
33
Verificacin
34
Mtodo de Gauss-Jordan
Es un algoritmo del lgebra lineal para determinar las soluciones de un
sistema de ecuaciones lineales, encontrar matrices e inversas.
Un sistema de ecuaciones se resuelve por el mtodo de Gauss cuando se
obtienen sus soluciones mediante la reduccin del sistema dado a otro
equivalente en el que cada ecuacin tiene una incgnita menos que la
anterior. El mtodo de Gauss transforma la matriz de coeficientes en una
matriz triangular superior.
El mtodo de Gauss-Jordan contina el proceso de transformacin hasta
obtener una matriz diagonal.
Volver al
35
Ejemplo
Utilizar el mtodo de Gauss Jordan para resolver el sistema de ecuaciones.
36
37
Mtodo de Gauss-Seidel
Mtodo de Gauss-Seidel consiste en hacer iteraciones a partir de un vector
El
inicial para encontrar los valores de las incgnitas hasta llegar a una
tolerancia deseada, utilizando valores actuales de las x encontradas antes
(desde hasta ) cada vez que se desee encontrar un nuevo valor de una ,
adems de usar los valores anteriores de .
Volver al
38
Ejemplo
Utilizar
el mtodo de Gauss Seidel para resolver el siguiente sistema de
ecuaciones
39
40
Iteraciones
41
Interpolacin
Volver al
42
Polinomios interpolantes
En el subcampo matemtico del anlisis numrico, se denomina interpolacin
a la construccin de nuevos puntos partiendo del conocimiento de un
conjunto discreto de puntos.
En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de
datos obtenidos por muestreo o a partir de un experimento y pretender
construir una funcin que los ajuste.
Volver al
43
44
45
En
todo caso, se trata de, a partir de n parejas de puntos , obtener una
funcin que verifique que
a la que se denomina funcin interpolante de dichos puntos. A los puntos se
les llama nodos.
Algunas formas de interpolacin que se utilizan con frecuencia son la
interpolacin polinmica, la interpolacin lineal y la interpolacin por medio
de spline o trazador cbico.
46
Interpolacin de Newton
Este mtodo es algortmico y resulta sumamente cmodo en determinados
casos, sobre todo cuando se quiere calcular un polinomio interpolador de
grado elevado.
Volver al
47
Para
un polinomio de n-simo orden se requieren n + 1 puntos:
y para determinarlo se utiliza la frmula:
O lo que es lo mismo:
48
Estos
49
Los
trminos usados en la construccin del polinomio interpolador son todos
aquellos que involucren a , as:
50
Ejemplo
Determine el polinomio Interpolante de Newton que contienen los puntos (3,1), (5,-3), (7,9) y (8,6). La idea principal es completar la siguiente tabla:
-3
-1
51
Para
Nivel
52
Nivel
53
-3
7
7
-1
-1
1
1
54
55
Verificacin
56
Interpolacin de Lagrange
Para
Volver al
57
Ejemplo
Determine el polinomio interpolante de Lagrange que contiene los siguientes
puntos de la tabla:
-3
-1
58
Lo
que se pretende es construir el polinomio de Lagrange mediante su
frmula recursiva:
59
Solo
queda construir los , los cuales sern determinados mediante la frmula:
60
.
.
.
61
.
.
.
62
.
.
.
63
No
hace falta construir , pues este polinomio ser multiplicado por 0. Una
tcnica til para sumar todos estos productos consiste construir una tabla que
contenga toda la informacin y luego hacer la suma por columnas, como se
muestra a continuacin:
64
Derivacin e
integracin
numrica
Volver al
65
Diferenciacin numrica
desarrollarn frmulas para aproximaciones de diferencias hacia adelante,
Se
hacia atrs y centradas para la primera derivada utilizando la serie truncada
de Taylor.
En el mejor de los casos, estas estimaciones presentan errores de orden ; es
decir, sus errores fueron proporcionales al cuadrado de su tamao de paso.
Este nivel de exactitud se debe al nmero de trminos de la serie de Taylor.
Se pueden generar frmulas de alta exactitud al incluir trminos adicionales
en la expansin de la serie de Taylor
Volver al
66
67
68
Ejemplo
Usar la frmula hacia adelante de tres puntos para aproximar
, si y .
69
Mtodo
de los trapecios consiste en que se suman las reas de los trapecios;
este mtodo, tambin llamado Sumatoria de Riemann, puede hacerse por
mnimo, por medio o por mximo, siendo ms exacto realizarlo por medio (es
decir: tomando como referencia el valor de la funcin en el centro de cada
intervalo o trapecio).
Si se considera un polinomio de grado 1, es decir, una recta, y se desea
obtener una frmula para integrar frmula entre dos puntos consecutivos
usando polinomio de primer grado, se tiene
Volver al
70
Sustituyendo se obtiene:
71
f(x)
a=x0
b=x1
72
Ejemplo
Calcular la siguiente integral aplicando la regla del trapecio,
73
Solucin
Encontrar el valor de :
Construir una tabla dividiendo en intervalos iguales los lmites de integracin,
usando el valor de hallado; con esto se tienen seis intervalos igualmente
espaciados con siete pares de puntos:
Donde:
: Longitud de cada intervalo.
: Lmite inferior de la integral, tambin se representa por .
: Lmite superior de la integral, tambin se representa por .
: Nmero de particiones, es decir, de intervalos.
74
1
3
2
5
3
7
4
9
75
76
Volver al
77
Despus
de la integracin y de las manipulaciones algebraicas, se obtiene la
siguiente frmula:
Donde, en este caso, . Esta ecuacin se conoce como regla de Simpson 1/3, y
es la segunda frmula de integracin cerrada de Newton-Cotes. La
especificacin 1/3 se origina del hecho de que est dividida entre 3 en la
ecuacin.
78
79
Ejemplo
Con la ecuacin
Integrar
Desde hasta . La integral exacta es 1.640533
80
Solucin
81
El error estimado es
Donde -2400 es el promedio de la cuarta derivada en el intervalo.
82