Instituto Politcnico Nacional

Escuela Superior de Ing. Mecnica y Elctrica

Unidad Culhuacn

Estructura y Base de Datos

Carpeta Digital
Grupo: 4EM3

Estudiante
Rodrguez Hernndez Miguel ngel

Profesor:

Ignacio Monroy
Fecha:
27 de Abril del 2015

Evolucin de los mtodos numricos

La bsqueda de soluciones a problemas matemticos, se remonta a tiempos
antiguos, en donde las civilizaciones ms arcaicas conocidas hasta ahora por el
hombre, desarrollaron diferentes mtodos numricos para obtener cifras y
medidas aproximadas a sus problemas cotidianos.

Histo
ria
de
los
mto
dos
num
ricos

De manera cronolgica vamos a presentar el desarrollo de stos mtodos y las

razones histricas que los llevaron a su evolucin.
3000 a. C. Matemtica sumeria

Los antiguos sumerios de Mesopotamia desarrollaron un complejo sistema

de metrologa desde el ao 3000 a. C. A partir del ao 2600 a. C. en adelante, los
sumerios escribieron tablas de multiplicar en tablillas de arcilla y realizaron
ejercicios geomtricos y problemas de divisin. Las trazas ms antiguas de los
numerales babilnicos se remontan tambin a este perodo.
2000 a. C. Tablillas babilnicas

Los antiguos babilonios hicieron uso extensivo de tablas pre-calculadas para

asistirse en la aritmtica. Por ejemplo, dos tablillas encontradas en Senkerah en
el ufrates en 1854, datadas del 200 a. C., dan listas con los nmeros cuadrados
perfectos hasta el 59 y con los nmeros cbicos hasta el 32.
As como en clculo aritmtico, los matemticos babilonios tambin desarrollaron
mtodos algebraicos para resolver ecuaciones. Una vez ms, estos se basaban
en tablas precalculadas. Para resolver una ecuacin cuadrtica, los babilonios
usaban esencialmente la frmula cuadrtica. Los babilonios conocan las reglas
usuales para medir volmenes y reas. Medan la circunferencia de un crculo
como tres veces el dimetro y el rea como un doceavo del cuadrado de la
circunferencia, lo cual es correcto para una estimacin de a 3.
1650 a. C. Papiro de Rhynd

Originario de las civilizaciones egipcias, el papiro contiene 87 problemas

matemticos con cuestiones aritmticas bsicas, fracciones, clculo
de reas, volmenes, progresiones, repartos proporcionales, regla de tres,
ecuaciones lineales y trigonometra bsica. En l encontramos el tratamiento de
las fracciones. El papiro explica un mtodo para encontrar races de ecuaciones
sencillas sin el uso de lgebra. Los antiguos egipcios no realizaban el clculo de
fracciones como lo conocemos hoy, pues escriban los nmeros fraccionarios
como suma de fracciones unitarias (las de la forma 1/n con n natural) distintas.
Este tipo de sumas son conocidas hoy como fracciones egipcias.

250 a. C. Euclides de Alejandra

La geometra de Euclides, adems de ser un poderoso instrumento
de razonamiento deductivo, ha sido extremadamente til en muchos campos del
conocimiento. Su obra, Los Elementos presenta de manera formal, partiendo
nicamente de cinco postulados, el estudio de las propiedades de lneas y planos,
crculos y esferas, tringulos y conos, etc.; es decir, de las formas regulares.
Ao 800 Matemticas rabes
Al-Juarismi y Al-Kariy, son personajes que implementan la creacin de mtodos
algebraicos y revisin de mtodos numricos disponibles a la poca. Se libera el
lgebra de las operaciones geomtricas, fruto de la aritmtica griega, para
sustituirlas por el tipo de operaciones que constituyen la base del lgebra
moderna.
Ao 1617 baco de Napier
Jhon Napier, reconocido por ser el primero en definir los logaritmos (que llam
nmeros artificiales). Tambin hizo comn el uso del punto decimal en
las operaciones aritmticas. Dise el que es conocido como baco de napier,
por este mtodo, los productos se reducen a operaciones de suma y los cocientes
a restas; al igual que con las tablas de logaritmos, inventadas por l mismo se
transforman las potencias en productos y las races en divisiones.
Ao 1623 Reloj Calculador
Wilhelm Schickard cre una mquina calculadora automtica a la que llam el reloj
calculador. Fue la primera de la historia en ser construida ya que aunque
anteriormente Leonardo da Vinci ya haba diseado una maquina sumadora, esta
no lleg a materializarse. El reloj calculador poda realizar, por medios puramente
mecnicos, las cuatro operaciones aritmticas elementales, con acarreos y
manejando nmeros hasta de seis dgitos cada uno. La multiplicacin y la divisin
eran efectuadas por medio de cilindros concebidos siguiendo los principios de las
reglas de Napier.
Ao 1624 Crculos de proporcin
Inventada por el matemtico ingls William Oughtred. La regla deslizante (llamada
"Crculos de Proporcin" era un juego de discos rotatorios que se calibraron con
los logaritmos de Napier. Se us como uno de los primeros aparatos de la
informtica analgica.
Ao 1723 Clculo diferencial e integral
Leibniz fue el primero en ver que los coeficientes de un sistema de ecuaciones
lineales podan ser organizados en un arreglo, ahora conocido como matriz, el
cual poda ser manipulado para encontrar la solucin del sistema, si la hubiera.
Este mtodo fue conocido ms tarde como eliminacin gaussiana. Desarroll

mtodos que dan inicio al clculo diferencial e integral. Tambin invent una
mquina calculadora La mquina de Leibniz fue creada alrededor de 1672 y
terminada en 1694. Esta mquina era la primera en poder calcular las cuatro
operaciones aritmticas: suma, resta, multiplicacin y divisin
Por su parte, Issac Newton, desarrolla una gran cantidad de mtodos para realizar
numricamente procedimientos matemticos. El ms famoso es el de la
interpolacin polinomial.
Ao 1768 Leonhard Euler
Euler introdujo y populariz varias convenciones referentes a la notacin en los
escritos matemticos en sus numerosos y muy utilizados libros de texto.
Posiblemente lo ms notable fue la introduccin del concepto de funcin
matemtica,1 siendo el primero en escribir f(x) para hacer referencia a la
funcin f aplicada sobre el argumento x. El estudio del clculo se convirti en uno
de los principales objetos del trabajo de Euler.
defini la constante matemtica conocida como nmero , introdujo el uso de
la funcin exponencial y de los logaritmos en las demostraciones analticas.
Descubri formas para expresar varias funciones logartmicas utilizando series de
potencias, y defini con xito logaritmos para nmeros negativos ycomplejos,
expandiendo enormemente el mbito de la aplicacin matemtica de los
logaritmos. Contribuy de manera significativa al entendimiento de los nmeros
perfectos, y avanz en la investigacin de lo que ms tarde se concretara en
el teorema de los nmeros primos.
Ao 1822 Antecedentes de las computadoras
Charles Babbage intent encontrar un mtodo por el cual se pudieran hacer
clculos automticamente por una mquina, eliminando errores debidos a la fatiga
o aburrimiento que sufran las personas encargadas de compilar las tablas
matemticas de la poca.
Discuti los principios de una mquina calculadora. Adems dise un plano de
computadoras; intent construir una mquina que fuese programable para hacer
cualquier tipo de clculo, no slo los referentes al clculo de tablas logartmicas o
funciones polinmicas. sta fue la mquina analtica. tena dispositivos de entrada
basados en las tarjetas perforadas de Jacquard, un procesador aritmtico, que
calculaba nmeros, una unidad de control que determinaba qu tarea deba ser
realizada, un mecanismo de salida y una memoria donde los nmeros podan ser
almacenados hasta ser procesados. Se considera que la mquina analtica de
Babbage fue la primera computadora del mundo.

Ao 1946 ENIAC

Se termina de construir el Integrador y Computador Numerico Electrnico,

conocido en sus siglas en ingls como ENIAC, construida en la Universidad de
Pensilvania por John Presper Eckert y John William Mauchly, ocupaba una
superficie de 167 m y operaba con un total de 17 468 vlvulas electrnicas
o tubos de vaco que a su vez permitan realizar cerca de 5000 sumas y 300
multiplicaciones por segundo.
Ao 1960 - 1984 Auge de la computacin personal y Math Works
El trmino PC (personal Computer) apareci por primera vez a principios de los
aos 60 junto a la primera computadora personal, Programma 101 que fue
utilizado por la NASA para envier al hombre a la luna, la cadeba ABC, por
Soldados estadounidenses en la guerra de Vietnam y as consecuentemente.
Math Works desarrolla el lenguaje de programacin MATLAB orientado al trabajo
con matrices.
De sta forma el desarrollo de mtodos numricos y la creacin de aparatos para
hacer ms practica la resolucin de problemas matemticos no llevan hasta
formas ms avanzadas como la computacin y el lenguaje de programacin que
consta esencialmente de la decodificacin y anlisis de determinados algoritmos y
clculos complejos, sin embargo el desarrollo de stos mtodos sigue su ritmo por
lo que sera incorrecto decir que se ha llegado hasta el nivel ms avanzado del
uso de metodologas para resolver stos problemas.

Tipos
de
error
es

Tipos de Errores
Definicin de error
Los errores numricos se generan con el uso de aproximaciones para representar
las operaciones y cantidades matemticas.
Esto ocurre cuando tienes pocas interacciones, al tener muchos el error baja,
debido a que los mtodos numricos no son exactos sino simples a
aproximaciones a un valor numrico, para que fueran exactos necesitaras un
numero de iteraciones infinitas lo cual no es posible, adems de cual es e mtodo
que vas a utilizar. Cada uno tiene su nivel de error, y sirve para diferentes cosas
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 est dado por:

Valor verdadero = valor aproximado + error.

se encuentra que el error numrico es igual a la diferencia entre el valor verdadero

y el valor aproximado esto es :

Ev = valor verdadero - valor aproximado

Donde Ev se usa para redondear el valor exacto del error. Se incluye el subndice
v par dar a entender que se trata del "verdadero" error.

Un defecto es que muchas veces no se toma en consideracin el orden de

magnitud del valor que se esta probando . Por ejemplo, un error de un centmetro
es mucho mas significativo si se esta midiendo un remache que un puente. Una
manera de medir las magnitudes de las cantidades que se estn evaluendo es
normalizar el error respecto al valor verdadero, como en:

Error relativo fraccional = error / valor verdadero

Donde:
Error = valor verdadero - valor aproximado.
El error relativo tambin se puede multiplicar por el 100% para expresarlo como Ev
= (error verdadero/ valor verdadero) 100; Donde Ev denota el error relativo
porcentual. El subndice v significa la normalizacin del error al valor verdadero.
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:
Ea = (error aproximado/ valor aproximado)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:
Ea =abs( ((aproximacin actual- aproximacin previa )/ aproximacin actual) 100)
Si se cumple la relacin anterior, entonces se considera que el resultado obtenido
est dentro del nivel aceptable, es decir, aun error previamente fijado(Es):Abs(Ea)
<>
ERROR POR TRUNCAMIENTO
Los errores de truncamiento son aquellos que resultan al usar una aproximacin
en lugar de un procedimiento matemtico exacto.
Estos tipos de errores son evaluados con una formulacin matemtica: la serie
de Taylor. Taylor es una formulacin para predecir el valor de la funcin en Xi+1 en
trminos de la funcin y de sus derivadas en una vecindad del punto Xi.
EJEMPLO:
* 5,2536 (A CENTIMETRO) = 5,25.

* 9,217983 (A MILIMETRO) = 9,217.

ERROR POR REDONDEO.
Los errores de redondeo se deben a que las computadoras solo guardan un
numero finito de cifras significativas durante un clculo. Las computadoras realizan
esta funcin de maneras diferentes; esta tcnica de retener solo los primeros siete
trminos se llam "truncamiento" en el ambiente de computacin. De preferencia
se llamara de corte, para distinguirlo de los errores de truncamiento. Un corte
ignora los trminos restantes de la representacin decimal completa.
EJEMPLO:
* 5,2536 (A CENTIMETRO) = 5,25|3 (3 COMO ES <5) = 5,25.
* 9,217983 (A MILIMETRO) = 9,217|9 (9 COMO ES >5) = 9,218
ERROR ABSULUTO Y RELATIVO
Error absoluto. Es la diferencia entre el valor de la medida y el valor tomado como
exacto. Puede ser positivo o negativo, segn si la medida es superior al valor real
o inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las de
la medida.
FORMULA:
Ea= /Ve - Va/
Ea= Error Absoluto.
Ve= Valor Exacto.
Va= Valor aproximado.
Error relativo. Es el cociente (la divisin) entre el error absoluto y el valor exacto.
Si se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual que el
error absoluto puede ser positivo o negativo (segn lo sea el error absoluto)
porque puede ser por exceso o por defecto. No tiene unidades
FORMULA:

Er = Error Relativo

Va = Valor Absoluto
Ve= valor Exacto
EJEMPLO:
Se desea medir una pared donde:
Va= 65
Ve= 70
Ea= Ve - Va = /70 - 65/ = 5 (el resultado siempre da positivo).

ERROR NUMRICO TOTAL

El error numrico total es la suma de los errores de redondeo y de truncamiento.
(Los errores de truncamiento decrecen conforme el nmero de clculos aumenta,
por lo que se encara el siguiente problema: la estrategia de disminuir un
componente del error total lleva al incremento del otro).
EJEMPLO:
Valor del error por truncamiento = 5,25.
Valor del erro por redondeo = 5,25.
Valor nmero total= 5.25 + 5.25= 10.5 error numrico total.

Qu es un modelo?
Un modelo es una abstraccin terica del mundo real que tiene dos utilidades
fundamentales:

Reducir la complejidad, permitindonos ver las caractersticas importantes

que estn detrs de un proceso, ignorando detalles de menor importancia
que haran el anlisis innecesariamente laborioso; es decir, permitindonos
ver el bosque a pesar del detalle de los rboles.

Tipos
de
mto
dos

Hacer predicciones concretas, que se puedan falsar mediante experimentos

u observaciones. De esta forma, los modelos dirigen los estudios empricos
en una u otra direccin, al sugerir qu informacin es ms importante
conseguir.

Sin embargo, es importante recordar que los modelos no nos proporcionan una
informacin directa de lo que est ocurriendo realmente en el mundo real. Las
predicciones del modelo debern ser validadas o refutadas por los resultados
empricos.
Existen tres tipos fundamentales de modelos: verbales, de simulacin y analticos.
Los modelos verbales se ajustan al esquema de "si se cumple esta condicin,
entonces lgicamente debera de ocurrir esto". Aunque algunas personas no
tienen muy buena opinin de estos modelos verbales, pues carecen de rigor
matemtico, estos modelos pueden llegar a ser muy potentes. La teora de Darwin
de evolucin por seleccin natural era un modelo verbal y, sin embargo,
revolucion la biologa. El modelo de Darwin estableca que si existe variacin en
un carcter que est correlacionado con el xito reproductivo, y esta variacin es
"heredable", entonces el carcter cambiar en sucesivas generaciones; es decir,
evolucionar.
En los modelos de simulacin el sistema que se quiere modelar se simula en un
ordenador. Por ejemplo, partiendo de unas determinadas frecuencias allicas en
los gametos, podemos pensar en un determinado sistema de cruzamientos
(aleatorio, direccional o endgamo) y simularlo en el ordenador. Para ello, sera
necesario proporcionar al ordenador las instrucciones necesarias de cmo habrn
de combinarse los gametos para producir los cigotos de la siguiente generacin.
Con esta informacin, el ordenador sera capaz de calcular las frecuencias
genotpicas resultantes en funcin del sistema de cruzamientos modelado.
Los modelos analticos definen el sistema con ecuaciones que pueden resolverse
para diferentes valores de las variables introducidas y as, predecir el
comportamiento del sistema. Los modelos analticos son los ms difciles de
construir, pero tambin los ms potentes. Por ejemplo, el modelo de Hardy-

Weinberg es un modelo analtico de la relacin entre las frecuencias gnicas y

genotpicas de una poblacin bajo condiciones de apareamiento aleatorio.
Todos los modelos parten de una serie de supuestos, explcitos o implcitos, para
simplificar el sistema. En parte, estos supuestos se establecen para hacer el
modelo asequible desde un punto de vista matemtico o computacional,
especialmente en el caso de los modelos analticos, pero tambin para facilitar la
comprensin del modelo. Hay que recordar que simplificar el mundo real es uno
de los objetivos prioritarios de los modelos. Es importante considerar
minuciosamente cada uno de los supuestos de cualquier modelo, pues de ello
depender cmo de bien se ajusta el modelo al mundo real. Esto no quiere decir
que un modelo carezca de valor para entender un organismo que incumple alguno
de los supuestos del modelo, ya que muchos de estos modelos son robustos; es
decir, las predicciones del modelo no cambian mucho cuando se incumple alguno
de los supuestos.
Tipos de modelos
MODELO ICONICO
Es una representacin fsica de algunos objetos, ya sea en forma idealizada
(bosquejos) o a escala distinta.
Ejemplo:
Planos y mapas (dos dimensiones).
Maquetas y prototipos (4 dimensiones).

MODELO ANALGICO
Puede representar situaciones dinmicas o cclicas, son mas usuales y pueden
representar las caractersticas y propiedades del acontecimiento que se estudia.
Ejemplo:
Curvas de demanda.
Curvas de distribucin de frecuencia en las estadsticas y diagramas de flujo.
MODELO SIMBOLICO O MATEMATICO

Son representaciones de la realidad en forma de cifras, smbolos matemticos y

funciones, para representar variables de decisin y relaciones que nos permiten
describir y analizar el comportamiento del sistema.
Tipos de Modelos Matemticos
1.
2.
3.
4.
5.
6.

Cuantitativos y cualitativos
Estndares y hechos a la medida
Probabilsticas y deterministicos
Descriptivos y de optimizacin
Estticos y dinmicos
De simulacin y no simulacin

MODELO CUALITATIVO Y CUANTITATIVO

La mayor parte de los problemas de un negocio u organizacin comienzan con un
anlisis y definicin de un modelo cualitativo y se avanza gradualmente hasta
obtener un modelo cuantitativo. La investigacin de operaciones se ocupa de la
sistematizacin de los modelos cualitativos y de su desarrollo hasta el punto en
que pueden cuantificarse. Cuando es posible construir un modelos matemtico
insertando smbolos para representar relaciones entre constantes y variables
estamos ante un modelo cuantitativo. Una ecuacin es un modelo de este tipo.
Las formulas, las matrices, los diagramas o series de valores que se obtienen
mediante procesos matemticos.
MODELO ESTNDAR
Se llaman modelos estndar a los que solo hay que insertar o sustituir diferentes
valores con el fin de obtener un valor a una respuesta de un sistema y son
aplicables al mismo tipo de problemas en negocios afines.
Ejemplo:
El calculo de costos o gastos.
El calculo de las ganancias, etc.
Modelos Hechos a la Medida
Se llaman modelos hechos a la medida cuando se crean modelos para resolver un
caso de problema en especifico que se ajusta nicamente a este problema.
MODELO PROBABILSTICO Y DETERMINISTICO
Los los modelos que se basan en las probabilidades y estadsticas y que se
ocupan de incertidumbres futuras se llaman probabilsticas y los modelos que no

tienen consideraciones probabilsticas se llaman deterministicos el PERT, los

inventarios, la programacin lineal, enfocan su atencin en aquellas circunstancias
que son criticas y en los que las cantidades son determinadas y exactas.
MODELO DESCRIPTIVO Y DE OPTIMIZACIN
Cuando un modelo constituye sencillamente una descripcin matemtica de una
condicin real del sistema se llama descriptivo. Algunos de estos modelos se
emplean para mostrar geogrficamente una situacin y ayudan al observador a
evaluar resultados por secciones una sobre otra. Puede obtenerse una solucin,
sin embargo, en este modelo solo se intenta describir la situacin y no escoger
una alternativa. Cuando con la aplicacin del modelo se llega a una solucin
optima de acuerdo con los criterios de entrada, se trata de un modelo de
optimizacin.
MODELO ESTTICO Y DINMICO
Los modelos estticos se ocupan de determinar una respuesta para una serie
especial de condiciones fijas que probablemente no cambiaran significativamente
a corto plazo es decir, la solucin esta basada en una condicin esttica. Un
modelo dinmico por el contrario esta sujeto al factor tiempo que desempea un
papel esencial en la secuencia de las decisiones, independientemente de cuales
hayan sido las decisiones anteriores. A la programacin dinmica pertenecen
estos modelos.
MODELOS SIMULADOS Y NOSIMULADOS
Con el uso de la computadora es fcil preparar un modelo simulado paso por paso
donde se puede reproducir el funcionamiento de sistemas o problemas de gran
escala. En un modelos de simulacin los datos de entrada pueden ser reales o
generados en forma aleatoria. Los modelos que no se prestan para usar datos
empricos o simulados en forma aleatoria son modelos no simulados como los de
optimizacin o los creados a la medida.

Me
n