Download - cátedra métodos numéricos 03
-
8/17/2019 cátedra métodos numéricos 03
1/82
CATEDRA 0
3
METODOSNUMERICOS
Ingeniería Civil
ING. CRISTIAN CASTRO P.
Facultad de Ingeniería de Minas, Geología y CivilDepartamento académico de ingeniería de minas y civil
-
8/17/2019 cátedra métodos numéricos 03
2/82
apitulo III
Aproximación Numérica y
Errores
ING. CRISTIAN CASTRO P.
-
8/17/2019 cátedra métodos numéricos 03
3/82
DEFINICIONES
COMPUTACION NUMERICA
Significa “Calcular con Números”
-
8/17/2019 cátedra métodos numéricos 03
4/82
APROXIMACIÓN NUMÉRICA Y ERRORES
-
8/17/2019 cátedra métodos numéricos 03
5/82
Aproximación numérica
-
8/17/2019 cátedra métodos numéricos 03
6/82
Modelo matemático
M
O
O
•Simbólico•Icónico•Analítico/Matemático•Simulación
Representación de la realidad
-
8/17/2019 cátedra métodos numéricos 03
7/82
Errores
-
8/17/2019 cátedra métodos numéricos 03
8/82
Errores humanos• Lectura
• Transmisión
• Transcripción
• Programación
-
8/17/2019 cátedra métodos numéricos 03
9/82
-
8/17/2019 cátedra métodos numéricos 03
10/82
Errores por truncamiento
Serie de Taylor
Propagación de errores
• Gráficas de proceso
-
8/17/2019 cátedra métodos numéricos 03
11/82
Aritmética de la computadora
-
8/17/2019 cátedra métodos numéricos 03
12/82
Números enteros
Números reales
-
8/17/2019 cátedra métodos numéricos 03
13/82
APROXIMACIÓN NUMÉRICA YERRORES
-
8/17/2019 cátedra métodos numéricos 03
14/82
Aproximaciones y errores deredondeo
Dos errores más comunes en computación numérica:
Errores de redondeo:
se deben a que la computadora sólo puede presentar
cantidades con un número finito de dígitos
Errores de truncamiento:representan la diferencia entre una formulación
matemática exacta de un problema y la aproximación
dada por un método numérico
-
8/17/2019 cátedra métodos numéricos 03
15/82
Cifras significativas
• El concepto de cifra significativa se ha desarrollado
para designar formalmente la confiabilidad de un valor numérico
• Las cifras significativas de un número son aquellasque pueden ser usadas en forma confiable
Aproximaciones y errores deredondeo
-
8/17/2019 cátedra métodos numéricos 03
16/82
Implicaciones de las cifras significativas en los métodos numéricos
1. Los métodos numéricos obtienen resultados aproximados
• Se debe desarrollar criterios para especificar que tan precisos son los
resultados
• Una manera de hacerlo es en términos de cifras significativas
2. Ciertas cantidades representan números específicos, , e, √7, pero no
se pueden expresar exactamente con un número finito de dígitos
Ejemplo, = 3.141592653589793238462643… hasta el infinito
• En las computadoras tales números jamás se podrán representar en forma
exacta
• A la omisión del resto de cifras significativas se le conoce como error de
redondeo
Aproximaciones y errores de
redondeo
-
8/17/2019 cátedra métodos numéricos 03
17/82
Exactitud y precisiónEXACTITUD: se refiere a qué tan cercano está un valor calculado o medido
del valor verdadero
PRECISIÓN: se refiere a qué tan cercano está un valor individual calculado omedido con respecto a otros
INEXACTITUD: o sesgo, se define como un alejamiento sistemático de laverdad
IMPRECISIÓN: o incertidumbre, se refiere a la magnitud del esparcimiento delos valores
-
8/17/2019 cátedra métodos numéricos 03
18/82
Exactitud y precisiónLos métodos numéricos deber
ser:
• Lo suficientemente exactos
o sin sesgo para que
cumplan con los requisitos
de un problema particular de ingeniería
• Lo suficientemente precisos
para el diseño en ingeniería
Aumenta la exactitud
A u m e n t a l a
p r e c i s i ó n
-
8/17/2019 cátedra métodos numéricos 03
19/82
Definiciones de error • Los errores numéricos se generan con el uso de
aproximaciones para representar las operaciones y
cantidades matemáticas
• Estos incluyen:
• Errores de redondeo: se producen cuando los números
tienen un limite de cifras significativas que se usan
para representar números exactos
• Errores de truncamiento: que resultan de representar
aproximadamente un procedimiento matemático
exacto
-
8/17/2019 cátedra métodos numéricos 03
20/82
• Error verdadero
Un defecto de esta definición es que no toma en cuenta el orden de magnitud del va
lor que se esta probando
• Error relativo porcentual
• Error aproximado
• Los signos de las ecuaciones pueden ser positivos o negativos
• No importa el signo, sino que su valor absoluto sea menor que una toleranciaprefijada s
ónaproximaci-aderovalor verdt E
%100aderovalor verd
t t E
%100aproximadovalor
aproximadoErrora
%100actualónAproximaci
anterior ónAproximaci-actualónAproximacia
sa
Definiciones de error
-
8/17/2019 cátedra métodos numéricos 03
21/82
• Estos errores pueden ser relacionados con el número de
cifras significativas en la aproximación
• Puede tenerse la seguridad de que el resultado es
correcto en al menos n cifras significativas, si
• De esta forma se debe especificar el valor del error esperado
%105.0 2 n s
Definiciones de error
-
8/17/2019 cátedra métodos numéricos 03
22/82
Representación de punto flotantey errores de redondeo
1. Hay un rango limitado para representar cantidades
• Hay números grandes positivos y negativos que no pueden ser
representados (overflow)
• No pueden representarse números muy pequeños (underflow)
2. Hay sólo un número finito de cantidades que puede ser
representado dentro de un rango
• El grado de precisión es limitado
• Para aquellos que no pueden ser representados exactamente, la
aproximación real se puede lograr: cortando o redondeando
3. El intervalo entre números aumenta tanto como los números
crecen en magnitud
• El error cuantificable más grande ocurrirá para aquellos valores que
caigan justo debajo del limite superior de la primera serie de
intervalos igualmente espaciados
-
8/17/2019 cátedra métodos numéricos 03
23/82
• IEEE Standard for double precision numbers
• Round-off: eps = 2-52
• Underflow: realmin = 2-1022
• Overflow: realmax = (2-eps) ·21023
Floating point numbers
in Matlab
s e f 1 2 12 13 64
-
8/17/2019 cátedra métodos numéricos 03
24/82
Error Absoluto
Error Relativo
Corrección
x xa ~
0~
x
x
x xr
a
x x ~
TEORÍA DE ERRORES
-
8/17/2019 cátedra métodos numéricos 03
25/82
-
8/17/2019 cátedra métodos numéricos 03
26/82
Definiciones• Número de cifras decimales:
cantidad de cifras luego del punto o coma decimal
• Número de dígitos:
cantidad de cifras a la derecha del primer númerodistinto de cero
• Ejemplo
0.00147 (3 dígitos – 5 decimales)
• Notación de punto flotante
11.010 m Z qma q
210147.0
-
8/17/2019 cátedra métodos numéricos 03
27/82
Ejemplo• ERROR absoluto Nro de decimales correctos
• ERROR relativo Nro de cifras significativas correctas
45 105.0106.0
001240.0,001228.0
000006.0001234.0
a
x
x
23 105.01086.4001234.0
000006.0 r
4D
2S
-
8/17/2019 cátedra métodos numéricos 03
28/82
Redondeo• Si la cifra en primer lugar a descartar es menor
que 5, dejar la última cifra como está.
• Si la cifra en primer lugar a descartar es mayorque 5,sumarle 1 a la última cifra.
• Si la cifra en primer lugar a descartar es igual a5, es indistinto
)0008.0(415.14142.1
)0002.0(414.14142.1
-
8/17/2019 cátedra métodos numéricos 03
29/82
Cómo se almacenan los números reales en las
computadoras?Números binarios
iafraccionar parte
2
2
1
1
entera parte
0
1
1
1
1
2...22
2...22
k
k
n
n
n
n
bbb
bbbb X
Ejemplo
binariacionrepresenta2
binariaexpansión
2112
01.101
212012021
4
1525.5
-
8/17/2019 cátedra métodos numéricos 03
30/82
Problemas numéricos?
Overflow / Underflow:• Comunicación: sistema decimal• Almacenamiento: sistema binario
• Set de números: set infinito• Rangos limitados: Los dispositivos digitales usan
una cadena de bits (palabra)para almacenar un número
Se guarda un bit para el signo de la mantisa, y otropara el signo del exponente
-
8/17/2019 cátedra métodos numéricos 03
31/82
Aritmética de punto flotante
Palabra de longitud finita
Exponente: overflow/underflowFracción: errores de redondeo
El conjunto de números reales es infinito. Entonces,
No es posible representar TODOS los números con unasola palabra.
11
0.0 1321 f x x x x f f x e
• Overflow:• mensaje de error (infinito)• Si la corrida continúa, se propaga el error
• Underflow:• El numero tiende a cero• La corrida continúa
-
8/17/2019 cátedra métodos numéricos 03
32/82
Limitaciones típicas
Precisión Tamaño
de
palabra
Número de
cifras signifi-
cativas
Rango del
exponente
Simple 32 bits 7 10-38- 1038
Doble 64 bits 15 10-307- 10307
Quad 128 bits
-
8/17/2019 cátedra métodos numéricos 03
33/82
Epsilon machine
• Es característico de la aritmética de cada máquinaen cuestión
• Depende del tamaño de palabra, la base, tipo deredondeo
• Valores típicos:
Precisión Computadora Calculadora
Simple 10-8 10-10
Doble 10-16 10-12
-
8/17/2019 cátedra métodos numéricos 03
34/82
-
8/17/2019 cátedra métodos numéricos 03
35/82
-
8/17/2019 cátedra métodos numéricos 03
36/82
Análisis de error en punto flotante
1
1
1 1
6.10(3.52 0.116) /1.01
Cálculo exacto
y 6.10(3.636)/1.01 22.1796/1.01 21.96
0.352 10
0.0116 10
------------------
0.3636 10 0.364 10
y
1
1
2 2
21 2
1
6.10(3.52 0.116) /1.01
Cálculo exacto
y 6.10(3.636)/1.01 22.1796/1.01 21.96
0.364 10
0.61 10
------------------
0.22204 10 0.222 10
0.222 102.198 10 0.220 10 ( )
0.101 10
y
X
l y
ERRORES EN LAS MEDIDAS FÍSICAS
-
8/17/2019 cátedra métodos numéricos 03
37/82
ERRORES EN LAS MEDIDAS FÍSICAS
Clasificación:• Errores sistemáticos defectos intrínsecos
• Errores accidentales causas fortuitas, tratamientoestadístico
Valor verdadero
Valor verdadero
Las distintas medidas de una magnitud afectadas sólo por errores
accidentales se distribuyen en torno al “valor verdadero” de unaforma estadísticamente predecible.
Cuando los errores en las medidas son accidentales, la mejoraproximación al valor verdadero es la media aritmética de los
valores obtenidos.
-
8/17/2019 cátedra métodos numéricos 03
38/82
-
8/17/2019 cátedra métodos numéricos 03
39/82
DISTRIBUCIÓN GAUSSIANA
2
2
2exp
2
1
x x y
68.27%
2 95.45%
3 99.73%
0.0
0.1
0.2
0.3
0.4
-5.0 -2.5 0.0 2.5 5.0
0.0
0.1
0.2
0.3
0.4
-5.0 -2.5 0.0 2.5 5.0
x x N
ii
12)(
-
8/17/2019 cátedra métodos numéricos 03
40/82
DISTRIBUCIÓN GAUSSIANA
0.0
0.1
0.2
0.3
0.4
0.50.6
0.7
0.8
-4.0 -2.0 0.0 2.0 4.0x
= 0.5
= 1.068.27%
Si la distribución es gaussiana, la mejor estimación delvalor verdadero es la media aritmética
CUALIDADES DE LOS APARATOS DE
-
8/17/2019 cátedra métodos numéricos 03
41/82
CUALIDADES DE LOS APARATOS DEMEDIDA
RESOLUCIÓN: Es la mínima división de la escala delaparato
SENSIBILIDAD: Es el número de divisiones de la escalaque recorre el indicador del aparato cuando la
magnitud a medir varía en una unidad.
Ejemplos: 1 mm en una regla milimetrada;0.01 A en cierto amperímetro
Ejemplos.: 1 mm –1 en la regla milimetrada.100 A –1 en el amperímetro.
Umbral de sensibilidad:variación mínima de la magnitud que no es apreciada por elaparato (evidentemente es menor que la resolución)
CUALIDADES DE LOS APARATOS DE
-
8/17/2019 cátedra métodos numéricos 03
42/82
CUALIDADES DE LOS APARATOS DE
MEDIDAFIDELIDAD: Es la cualidad del aparato de dar elmismo resultado siempre que se mide la misma
magnitud física en las mismas condicionesexperimentales y distintas condicionesambientales del aparato (temperatura, tensión dealimentación, ...).
PRECISIÓN: Es la característica que nos indicaglobalmente el error debido al umbral desensibilidad y la falta de fidelidad del aparato.
Se expresa ordinariamente como un tanto por ciento delfondo de escala (F.E.). Por ejemplo: un amperímetro deprecisión 2% del F.E.
Ó
-
8/17/2019 cátedra métodos numéricos 03
43/82
PRECISIÓN: es la característica que máscompletamente indica el error de la medidadebido intrínsicamente al aparato, es decir, que nopuede rebajarse salvo que midamos con unaparato más preciso
Hay otros errores que afectan circunstancialmente a un aparato,pero que pueden corregirse mediante calibrado, es decir,
ajustándolos para que den medidas correctas o corrigiendo susescalas tras una confrontación con un patrón o un aparato máspreciso. Debido a esta circunstancia, es necesario definir otracualidad.
EXACTITUD: Es la cualidad de un aparato queindica que es preciso y está bien calibrado. Sóloun aparato exacto permite medidas exactas,pero la exactitud está siempre limitada por la
precisión del aparato.
PRECISIÓN y EXACTITUD
-
8/17/2019 cátedra métodos numéricos 03
44/82
CIFRAS SIGNIFICATIVAS
• El número de cifras significativas deuna medida es el número de dígitosfiables que dicha medida contiene.
s c
x t 3333333333.3
103
105
6
?
mV
• Los ceros a la izquierda no son significativosindican la colocación del punto decimal; así,0.000345 tiene TRES cifras significativas.
• Los ceros a la derecha y después del punto
decimal si son significativos; como ejemplo,3.4120 tiene CINCO cifras significativas.
• En números enteros terminados en ceros,éstos pueden ser significativos o no; debedistinguirse si sólo sirven para localizar elpunto decimal o son parte de la medida.
El resultado de un cálculo no puede ser más exacto que la
cantidad menos exacta que interviene en el mismo.
-
8/17/2019 cátedra métodos numéricos 03
45/82
Glosario• Exactitud (accuracy): error absoluto o relativo
de una determinada cantidad.
• Precisión: es la exactitud con que se realizan lasoperaciones aritméticas básicas (medida por elepsilon machine)
• Si se efectúa una única operación =>precisión=exactitud
• Si se efectúan muchas operaciones =>precisión>>>> exactitud del resultado final
b x A
*
bilid d
-
8/17/2019 cátedra métodos numéricos 03
46/82
Estabilidad• Algoritmo: método computacional bien definido para resolver
una dada clase de problemas.
• Condicionamiento: mide con cuánta exactitud es posible
resolver un problema empleando una dada precisión enpunto flotante, independientemente del algoritmo que seemplea.
• Estabilidad: mide cuan bien un algoritmo resuelve unproblema tratando de lograr la máxima exactitud asequible,la cual está definida por el condicionamiento del problema.
• Los algoritmos que brindan respuestas innecesariamenteinexactos se denominan inestables.
• Un proceso numérico es inestable si errores pequeños quesurgen en una etapa del proceso se magnifican en etapaposteriores, degradando la exactitud del resultado final
-
8/17/2019 cátedra métodos numéricos 03
47/82
ERRORES EN MEDIDAS DIRECTAS
-
8/17/2019 cátedra métodos numéricos 03
48/82
ERRORES EN MEDIDAS DIRECTAS
• Error absoluto:
sensibilidad
• Error relativo:
precisión
Determinación del error absoluto:comparamos el error debido a la sensibilidadcon el error cuadrático medio. Se toma la mayor
de ambas cantidades. Se expresa con una solacifra significativa, salvo si esta es 1, en cuyocaso se admiten dos cifras significativas.
x
Determinación del error relativo:cociente entre el error absoluto y el valor aceptado.Se expresa en tanto por uno o tanto por ciento.
-
8/17/2019 cátedra métodos numéricos 03
49/82
-
8/17/2019 cátedra métodos numéricos 03
50/82
-
8/17/2019 cátedra métodos numéricos 03
51/82
ERRORES EN MEDIDAS INDIRECTAS
-
8/17/2019 cátedra métodos numéricos 03
52/82
ERRORES EN MEDIDAS INDIRECTAS
Valor máximo del error en medidas indirectasSi supusiéramos que de todas las variables que intervienen en la magnitudx sólo una de ellas, x i, influye en el error x por haber sido todas las demásmedidas sin error alguno, la ley de propagación del error nos daría:
i
i
i
i
x x x x
x x x
2
Pero realmente no hay ninguna variable que sea medida sin error, por loque podemos considerar que el error máximo en la medida indirecta será lasuma de una serie de términos de error individual de la forma expresada en
la ecuación anterior:
N N
x x
x x
x
x x
x
x x
...2
21
1
Salvo que se indique expresamente lo contrario, debe preferirse expresar los
resultados de las medidas acompañados de su error máximo, dado por laecuación inmediata anterior en lugar del error medio dado por la fórmula deGauss.
El anterior ejemplo de la energía cinética, si se usa el error máximo, da como resultado
(compruébese)
J5.17.21 c E
ERRORES EN MEDIDAS INDIRECTAS
-
8/17/2019 cátedra métodos numéricos 03
53/82
• La función consta exclusivamente de productos y/o cocientes
n
N
ba x x x x ...21
Derivadasparciales 11 x
xa
x
x
22 x
xb
x
x
N N x
xn
x
x
Error máximo (expresado como error relativo, es decir, comocociente entre el error y la magnitud)
N
N
x
xn
x
xb
x
xa
x
x
...
2
2
1
1
ERRORES EN MEDIDAS INDIRECTAS
Caso particular que se presenta con frecuencia:
Ejemplo: error cometido en el cálculo de una fuerza centrípeta
R
v M F
2
R R
v
v
M
M
F
F
2
ERRORES EN MEDIDAS INDIRECTAS
-
8/17/2019 cátedra métodos numéricos 03
54/82
Cálculo del error en la media empleando la ley de propagación de Gauss
Consideramos x 1, x 2,... x N (las N medidas realizadas deuna magnitud, cada una afectada de un errorindividual x 1, x 2,...x N), como medidas directas apartir de las cuales se obtendrá la media como
medida indirecta, siendo la relación funcional entreellas
N
ii x
N x
1
1
Valor medio del error:
22
2
2
1 Δ1
Δ1
Δ1
Δ
N x
N ... x
N x
N x 222
21 ΔΔΔ
1 N x... x x
N
N
x
N
x... x x
N
RMS N ΔΔΔΔ122
22
1
Valor máximo del error:
N N
x x
x x
x
x x
x
x x
...2
21
1
N x x x N
...1
21
N
x
x
x i
i
Obsérvese que
22
22
2
11 ...
N N x x
x
x x
x
x x
x
x
EJEMPLO 1: Medida de una longitud
-
8/17/2019 cátedra métodos numéricos 03
55/82
EJEMPLO 1: Medida de una longitud
Sensibilidad:
Error cuadrático medio:
10
1.0 mm101622777.3 2L
mm107610149.4 2L
mm)05.064.635( LL
Media aritmética:
mm6400.635L
L (mm)635.7 635.9
635.8 635.5635.5 635.4
635.6 635.7
635.6 635.7
Valor aceptado:
-
8/17/2019 cátedra métodos numéricos 03
56/82
Ejemplo 2. Valor promedio del error
-
8/17/2019 cátedra métodos numéricos 03
57/82
• Determinación de la focal de unalente por el método de Bessel.
L
d Lf
4
'22
d
Imagen
Posición1
Posición2
L
Objeto
Ejemplo 2 (cont.)
-
8/17/2019 cátedra métodos numéricos 03
58/82
22
2
222
2441'''
d
Ld L
Ld d
d f L
Lf f
L
d Lf 4
'22
L (cm) d (cm) f’ (cm) f’ (cm)
100 79.0 9.40 0.11
90.0 68.9 9.31 0.11
80.0 58.7 9.23 0.11
70.0 47.7 9.37 0.10
60.0 36.8 9.36 0.0955.0 31.1 9.35 0.08
50.0 25.1 9.35 0.08
45.0 18.2 9.41 0.07
VALOR MÁXIMO ERROR (INDIRECTAS)
-
8/17/2019 cátedra métodos numéricos 03
59/82
• Si supusiéramos que cada variable x i es laúnica que influye en el error
i i
i i
x x x x
x x x
2
El error máximo en la medida indirecta será lasuma de los términos de error individual
N N Máximo x x
x
x x
x
x x
x
x
...
2211
CASO PARTICULAR 1: productos
-
8/17/2019 cátedra métodos numéricos 03
60/82
p
• La función consta exclusivamente de productos y/o cocientes
n N
b a x x x x ...21
Derivadas parciales
11 x
x
a x
x
22 x
x
b x
x
N N x
x
n x
x
Error máximo (expresado como error relativo)
N
N
x
x n
x
x b
x
x a
x
x
...
2
2
1
1
CASO PARTICULAR 1: productos
-
8/17/2019 cátedra métodos numéricos 03
61/82
• Fórmula de los logaritmos neperianos
N
x Ln n x Ln b x Ln a x Ln ...21
N
N
x
dx n
x
dx b
x
dx a
x
dx ...
2
2
1
1
N
N
x
x n
x
x b
x
x a
x
x
...
2
2
1
1
CASO PARTICULAR 2: error en la media
-
8/17/2019 cátedra métodos numéricos 03
62/82
• Cálculo del error en la media empleando la leyde propagación de Gauss.
Consideramos x 1, x 2,... x N (las N medidas realizadas deuna magnitud, cada una afectada con error individualx
1
, x 2
,...x N
), como medidas directas a partir de lascuales se obtendrá la media como medida indirecta,siendo la relación funcional entre ellas
N
i i x
N x
1
1
CASO PARTICULAR 2: error en la media
-
8/17/2019 cátedra métodos numéricos 03
63/82
CASO PARTICULAR 2: error en la media
• Propagación de Gauss: valor medio del error
22
2
2
1
1...
11N x N x N x N x
22
2
2
1...
1
N x x x N
N
x
N
x x x
N
RMS N
22
22
1 ...1
x RMS Root Mean Square
CASO PARTICULAR 2: error en la media
-
8/17/2019 cátedra métodos numéricos 03
64/82
CASO PARTICULAR 2: error en la media
• Propagación de Gauss: valor máximo del error
N N x
x x x
x x x
x x x ...2
21
1máx
N x x x N
...1 21
Error máximo: igual al promedio de los errores
Propagación de errores: SumasEn la suma las cotas para el error absoluto están dadas por la
-
8/17/2019 cátedra métodos numéricos 03
65/82
En la suma, las cotas para el error absoluto están dadas por la
suma de las cotas para los errores absolutos de los operandos.1 1 1 1 1 1 1 1
2 2 2 2 2 2 2 2
1 1 2 2 1 2 1 1 2 2
1 2 1 2 1 2 1 2 1 2
1 2 1 2 1 2
( ) ( ) ( ) ( )
( ) ( )
x x x x x
x x x x x
x x x x x x x x x x x x
x x x x
Propagación de errores: RestasEn la resta, las cotas para el error absoluto están dadas por lasuma de las cotas para los errores absolutos de los operandos.
1 1 1 1 1 1 1 1
2 2 2 2 2 2 2 2
2 2 2 2 2
1 2 1 2 1 2 1 2 1 2
1 2 1 2 1 2
( ) ( ) ( ) ( )
( ) ( )
x x x x x
x x x x x
x x x
x x x x x x
x x x x
Propagación de errores: Productos y Cocientes
-
8/17/2019 cátedra métodos numéricos 03
66/82
En la multiplicación y la división, las cotas para loserrores relativos están dadas por la suma de las cotaspara los errores relativos en los operandos.
2121
1r
1r :siledespreciab
2121
212121
1
2121221121
2
1
1)1)(1(1
)1)(1()1()1(~~~
)1(~
~
r r r r r
r r r r r
r r r r r r r
r r x xr xr x x x p
r x xr x x x
x xr
p
p
p
r p p
Cocientes
2121
21
2
2
21
2
21
2
1
1
2
1
2
1
2
1
1 si 1
)1(
111
)1(
)1(
)1(
)1(~
~~
r r r r r
r r r
r r
r r r
r
r r
r
r r
r
r
x
x
x
xc
c
c
c
c
r c c
La propiedad asociativa NO se cumple para la adiciónen punto flotante
-
8/17/2019 cátedra métodos numéricos 03
67/82
en punto flotante
3S):(exactitud 100000123.0))((
1000000000123.0
1000004711325.0-
1045674711448.0
1045674711448.0
1000004711325.0
1045670000123.0
101234567.0))((0
))(())((
104711325.0101234567.0
7S:Precisión
4
4
4
4
4
)(
4
4
0
40
cba fl fl
acb fl a fl cb
cba fl fl cb fl a fl
bcba
ba fl
Resolución de ecuaciones cuadráticasacbb 2 4
-
8/17/2019 cátedra métodos numéricos 03
68/82
ac x x
a
b x
x x
acb
x x
bacb
a
acbb x
21
21
211,2
5
5
5
22
2
2
2,1
x
S)4demás(conservar 0.09092 :verdaderaraíz
0110
2
110110x
numerador elennCancelació
10961209.0
10040000.0 -
10001210.0
120964121001.1.4)110(4
01110
4
:ntediscriminaelenError2
4
Ejemplo de inestabilidad numérica
-
8/17/2019 cátedra métodos numéricos 03
69/82
31
1 10 x x xi
11 3
4
3
13
k k k
x x x
k
k x
3
1
Resultado exacto:
Generar la sucesión:
~
~ nnn x x
-
8/17/2019 cátedra métodos numéricos 03
70/82
11
111
~
3
4~
3
13~
~
nnn
nnn
x x x
x x
111
11
111
111
3
4
3
13~3
4
3
13
3
4
3
13
3
4
3
13~
34
313~
nnnn
nnn
nnnnn
nnnnn
x x
x x x
x x x
x x x
Fórmula general para propagación del error
-
8/17/2019 cátedra métodos numéricos 03
71/82
h
x x x f x f x f
x f x x x f x x x f x f
~)~()~()(
...)~()~(21)~()~()~()(
iónamplificacevaluaciónlaenerror
2
Fórmula general para propagación del error
-
8/17/2019 cátedra métodos numéricos 03
72/82
x x x f x f x f
x f x x x f x x x f x f
~)~()~()(
...)~()~(21)~()~()~()( 2
i
x
n
i i
i x
n
i i
iii
T
n
x x y y
x x
y y
x x x x x x x
)~(1
)~(1
)0(
21~]~~~[~
Condicionamiento de un problema• Un problema está mal condicionado si pequeños cambios en los
datos provocan grandes cambios en los resultados
( ) ( ) ( )
( ) ( )
f x f x f x x x
f x f x x
( )
( )
f x x K
f x
Errores en la evaluación de funciones
-
8/17/2019 cátedra métodos numéricos 03
73/82
K
xarcsen
x
xarcsen x
x
x f
x f x K
xarcsen x f
2
1
1)(
)(
)(
2
Condicionamiento
raíz?nuevalaestádónde
:sPerturbemo
.desimpleraízes
devecindadlaenfuncionesdosySean
g f F
f r
r g f
MÉTODO DE MÍNIMOS CUADRADOS
-
8/17/2019 cátedra métodos numéricos 03
74/82
X
Y
MÉTODO DE MÍNIMOS CUADRADOS
-
8/17/2019 cátedra métodos numéricos 03
75/82
0
m0
b
N
ii
N
ii y xbaN
11
N
iii mxb yS 1
2
)(
CRITERIO: Minimizar S
Ajuste lineal
N
iii
N
ii
N
ii y x xb xa
11
2
1
),( ii y x
ii mxb y
mxb y
X
Y
Sistema de ecuaciones a resolver
-
8/17/2019 cátedra métodos numéricos 03
76/82
MÉTODO DE MÍNIMOS CUADRADOS
Ejemplo: ajuste lineal de datos x y
-
8/17/2019 cátedra métodos numéricos 03
77/82
0
5
10
15
20
25
30
35
40
45
50
0 200 400 600 800 1000 1200
X
Y
Ejemplo: ajuste lineal de datos x, y
x x y y
134 10 5 2
178 10 6 2
317 10 12 2
440 10 16 2
523 10 19 2
589 10 21 2
694 10 25 2
759 10 28 2
934 10 34 2
1115 10 41 2
5683 100 207 20
xy x^2 y^2
670,0 17956,0 25,0
1068,0 31684,0 36,0
3804,0 100489,0 144,0
7040,0 193600,0 256,0
9937,0 273529,0 361,0
12369,0 346921,0 441,0
17350,0 481636,0 625,0
21252,0 576081,0 784,0
31756,0 872356,0 1156,0
45715,0 1243225,0 1681,0
150961 4137477 5509
r = 0,99961
* Ordenada en el origen
* Pendiente
* Barras de error
mxb y
22 x N x
xy y xm
22
2
x N x
x y xy xb
222
x x N
N m
22
22
x x N xb
2222 11 y N
y x N
x
N
y x xy
r
m = 0,037
m = 0,002
b = -0,2
b = 1,4
Hay que incluir lasunidades
correspondientes en cadacaso!
N x N
y y
222 x y m
MÉTODO DE MÍNIMOS CUADRADOSEjemplo 2: ajuste de datos x, 1/y (linealización) )/1(
-
8/17/2019 cátedra métodos numéricos 03
78/82
0,0E+00
5,0E-04
1,0E-03
1,5E-03
2,0E-03
2,5E-03
3,0E-03
3,5E-03
4,0E-03
0 20 40 60 80
x
1 / y
Ejemplo 2: ajuste de datos x, 1/y (linealización)mxb
y1 2
)/1()/1(
y
y y
y
y y
x x y y
25 2 790 10
30 2 660 10
35 2 580 10
40 2 505 10
45 2 450 10
50 2 390 5
55 2 360 5
60 2 335 5
65 2 305 5
70 2 280 5
475 20 2,39E-02 3,91E-04 1 ,2399 24625 6,24E-05
r = 0,99915
* Ordenada en el origen
* Pendiente
* Barras de error
22 x N x
y N ym
22
2
x x N
N m
22
2
x N x
x y xy xb
22
22
x x N
xb
2222 11 y
N
y x
N
x
N
y x xy
r
m = 0,000051
m = 0,000002b = -0,00004
b = 0,00012
Hay que incluir las unidadescorrespondientes en cada
caso!
x(1/y) x^2 (1/y)^2
0,0316 625 1,60E-06
0,0455 900 2,30E-06
0,0603 1225 2,97E-06
0,0792 1600 3,92E-06
0,1000 2025 4,94E-06
0,1282 2500 6,57E-06
0,1528 3025 7,72E-06
0,1791 3600 8,91E-06
0,2131 4225 1,07E-05
0,2500 4900 1,28E-05
1/y
1,27E-03
1,52E-03
1,72E-03
1,98E-03
2,22E-03
2,56E-03
2,78E-03
2,99E-03
3,28E-03
3,57E-03
(1/y)
1,60E-05
2,30E-05
2,97E-05
3,92E-05
4,94E-05
3,29E-05
3,86E-05
4,46E-05
5,37E-05
6,38E-05
N
x x
N
y y
222
x y m
ProblemaSe quiere medir la resistencia eléctrica de un conductor metálico, para lo cual se llevan a cabo medidas dediferencia de potencial entre sus extremos (voltaje V , unidad SI voltio) en función de la corriente quecircula por él (intensidad I, unidad SI amperio). Se espera que el conductor metálico obedezca la ley de
-
8/17/2019 cátedra métodos numéricos 03
79/82
circula por él (intensidad I , unidad SI amperio). Se espera que el conductor metálico obedezca la ley de
Ohm: V = IR , donde R es la resistencia eléctrica, que debe expresarse en ohmios (1 = 1 V/1 A). En latabla se presentan las medidas, con los voltajes medidos en mV y las intensidades en mA. Se acompañanlos errores correspondientes en las mismas unidades. Determine la resistencia eléctrica del conductor.
Para resolver el problema haremos un ajuste de mínimos cuadrados representado la intensidad decorriente en abscisas y el voltaje en ordenadas. Según la ley de Ohm, la pendiente de la recta obtenida hade ser igual a la resistencia eléctrica del conductor.
I (mA) I V (mV) V
x x y y
134 10 5 2
178 10 6 2
317 10 12 2
440 10 16 2523 10 19 2
589 10 21 2
xy x^2 y^2
670 17956 25
1068 31684 36
3804 100489 144
7040 193600 2569937 273529 361
12369 346921 441
2181 60 79 12 34888 964179 1263
m = 0,036 b = 0,1 mV
m = 0,005 b = 2,0 mV
0
5
10
15
20
25
0 100 200 300 400 500 600 700
I (mA)
V (
m V )
r = 0,99865
22 x N x
xy N y xm
22
2
x x N
N m
22
2
x N x
x y xy xb
22
22
x x N
xb
N
x x
N
y y
222 x y m
2222 11 y
N y x
N x
N
y x xy
r
Se ha usado un sistema que puede considerarse un péndulo simple con objeto de medir la aceleración de lagravedad. El procedimiento empleado consiste en medir el periodo de oscilación T para varias longitudesdiferentes L , y usar la relación entre el periodo, la longitud del péndulo y la aceleración de la gravedad:
Problema
-
8/17/2019 cátedra métodos numéricos 03
80/82
Utilice el método de mínimos cuadrados, transformando convenientemente la ecuación anterior, para obtenerla aceleración de la gravedad de acuerdo con los datos presentados en la tabla. Las longitudes están medidascon 1 cm y los periodos con 0.02 s.
224
T g L
g
LT 2
La transformación necesaria para resolver el problema es linealizar la ecuación del periodo del péndulo:
Realizando un ajuste de L frente a T 2
obtendremos una recta cuya pendiente es g /42
, de la cual obtendremosun valor para g .Los errores cometidos en L son conocidos directamente; para determinar los errores en T 2 aplicamos la
propagación de errores:
T T T T
T T
2
22
T (s) T L (m) L
1,97 0,02 0,85 0,01
2,14 0,02 1,20 0,01
2,39 0,02 1,46 0,01
2,70 0,02 1,78 0,01
2,91 0,02 2,05 0,01
T 2(s) (T 2 ) L (m) L
x x y y
3,88 0,08 0,85 0,01
4,58 0,09 1,20 0,01
5,71 0,10 1,46 0,01
7,29 0,11 1,78 0,01
8,47 0,12 2,05 0,01
xy x^2 y^2
3,30 15,1 0,72
5,47 21,0 1,43
8,34 32,6 2,13
12,94 53,1 3,15
17,36 71,7 4,20
29,93 0,48 7,33 0,05 47,4 193,5 11,6
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
0 2 4 6 8 10
T^2 ( s^2)
L ( m )
22 x N x
xy y xm
22
2
x x N
N m
N
x x
N
y y
222 x y m
2222 11
y N y x N x
N
y x xy
r
22
2
x N x
x y xy xb
22
22
x x N
xb
m = 0,246 m/s2
m = 0,007 m/s2
b =
-
0,008 m
b = 0,042 m
g = 9,7 m/s2
g = 0,3 m/s2
r = 0,98877
En un experimento sobre gases se toman los datos de presión P y volumen V registrados en la tabla T1.10 yque corresponden a una muestra n = (0.1000.001) moles de gas. Los errores en P y V están en las mismasunidades que las magnitudes respectivas. Suponiendo que la muestra cumple la ley de los gases ideales,
Problema
-
8/17/2019 cátedra métodos numéricos 03
81/82
-5,0E+04
0,0E+00
5,0E+04
1,0E+05
1,5E+05
2,0E+05
2,5E+05
3,0E+05
0 200 400 600 800 1000 1200
1/V (1/m3)
P ( P a )
realice un ajuste de mínimos cuadrados para determinar la temperatura absoluta T del gas.nRT PV Ley de los gases ideales: Constante universal de los gases R = 8,314 J/K.mol
P (Pa) P V (m3) V
2,5E+05 5,0E+03 1,0E-03 5,0E-05
1,7E+05 5,0E+03 1,5E-03 5,0E-05
1,3E+05 5,0E+03 1,8E-03 5,0E-05
9,5E+04 1,0E+03 2,4E-03 5,0E-05
8,0E+04 1,0E+03 3,1E-03 5,0E-05
7,4E+04 1,0E+03 3,4E-03 5,0E-05
V
nRT P A partir de la ecuación de los gases ideales vemos que
Por tanto, si representamos P en ordenadas frente a 1/V en abscisas,la pendiente de la recta resultante será proporcional a la temperatura
absoluta m = nRT
Error en 1/V 2)/1(
)/1(V
V V
V
V V
1/V (m-3) (1/V ) P (Pa) P
x x y y
1,0E+03 5,0E+01 2,5E+05 5,0E+03
6,7E+02 2,2E+01 1,7E+05 5,0E+03
5,6E+02 1,5E+01 1,3E+05 5,0E+03
4,2E+02 8,7E+00 9,5E+04 1,0E+03
3,2E+02 5,2E+00 8,0E+04 1,0E+032,9E+02 4,3E+00 7,4E+04 1,0E+03
xy x^2 y^2
2,5E+08 1,0E+06 6,3E+10
1,1E+08 4,4E+05 2,9E+10
7,2E+07 3,1E+05 1,7E+10
4,0E+07 1,7E+05 9,0E+09
2,6E+07 1,0E+05 6,4E+092,2E+07 8,7E+04 5,5E+09
3,3E+03 1,1E+02 8,0E+05 1,8E+04 5,2E+08 2,1E+06 1,3E+11
m = 254 J
m = 9 J
b = -4,8E+03 Pa
b = 5,4E+03 Pa
r = 0,99711
22 x N x
xy N y xm
22
2
x x N
N m
22
2
x N x
x y xy xb
22
22
x x N
xb
N
x x
N
y y
222
x y m
2222 11 y
N y x
N x
N
y x xy
r
nR
mT
2
1
m
n
n
m
RT
T = 306 K
T = 11 K
-
8/17/2019 cátedra métodos numéricos 03
82/82
Muchas Gracias