TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNÓLOGICO DE TUXTLA

GUTIÉRREZ

DEPARTAMENTO DE METAL-MECANICA

MATERIA: MÉTODOS NUMÉRICOS

DOCENTE: AGUILAR SUAREZ MARCO ANTONIO
COMPETENCIA: 1.- INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
GRADO Y GRUPO: 4° SEMESTRE GRUPO A
CARRERA: INGENIERÍA MECÁNICA

INTEGRANTES:
PÉREZ PÉREZ JOSÉ DANIEL
LÓPEZ ROQUE ESTEBAN ULISES
MARTÍNEZ CRUZ EDUARDO
RUIZ CABALLERO JUAN DIEGO
 ÍNDICE
1. Introducción a los métodos numéricos. .......................................................................... 3
1.1 Conceptos básicos: Algoritmos y aproximaciones. .................................................. 4
1.2 Tipos de errores: Error absoluto, error relativo, error porcentual, errores de
redondeo y truncamiento. ................................................................................................ 5
1.3 Convergencia. .............................................................................................................. 6
EJERCICIOS Y PROBLEMAS. ........................................................................................ 7
FUENTES DE INFORMACIÓN: ..................................................................................... 10
COMPETENCIA 1: introducción a los métodos numéricos.
DESCRIPCIÓN: Reconocer los conceptos básicos que se emplean en los
métodos numéricos.
SUBTEMAS:
1.1 Conceptos básicos: Algoritmos y aproximaciones.
1.2 Tipos de errores: Error absoluto, error relativo, error porcentual, errores de
redondeo y truncamiento.
1.3 Convergencia.

1. Introducción a los métodos numéricos.

Los métodos numéricos constituyen técnicas mediante las cuales es posible formular
problemas matemáticos, de tal forma que se puedan resolverse utilizando operaciones
aritméticas. Aunque existen muchos tipos de métodos numéricos, estos comparten una
característica común: invariablemente requieren de un buen número de tediosos cálculos
aritméticos. El análisis numérico y sus métodos es el dialogo entre el análisis matemático
cualitativo y el análisis matemático cuantitativo. El primero nos dice, por ejemplo, que de
bajo de ciertas condiciones algo existe, que es o no único, mientras el segundo complementa
al primero, permitiendo calcular aproximadamente el valor de aquello que existe. El análisis
numérico es pues: una reflexión sobre los cursos tradicionales de cálculo, álgebra lineal,
ecuaciones diferenciales entre otros, concretando en una serie de métodos o algoritmos, cuya
característica principal es la posibilidad de obtener resultados numéricos de problemas
matemáticos de cualquier tipo a partir de números y un número finito de operaciones
aritméticas. Para dar una mejor solución a un método o algoritmo se implementa la
computadora dado que es fundamental para el estudio de estos, ya que un algoritmo implica
numerosas operaciones lógicas, aritméticas y en múltiples casos graficaciones. El binomio
computadora lenguaje de alto nivel (Fortran, Basic, C, entre otros) ha sido utilizado para la
enseñanza y aprendizaje de los métodos numéricos. También la operación de paquetes
comerciales como Mathcad, Maple, Matlab permite un acercamiento al estudio de los
métodos numéricos.

Fig. 1. Las tres fases

en la solución de
problemas en
ingeniería en a) la era
anterior a las
computadoras y b) la
era de las
computadoras.
1.1 Conceptos básicos: Algoritmos y aproximaciones.
ALGORITMOS:

Se denomina algoritmo al conjunto de pasos ordenados y finitos que permiten resolver un

problema o tarea específica. Los algoritmos son independientes del lenguaje de programación
y de la computadora que se vaya a emplear para ejecutarlo. Todo algoritmo debe ser:

1. Finito en tamaño o número de instrucciones (tiene un primer paso y un último paso) y

tiempo de ejecución (debe terminar en algún momento). Por lo tanto, debe tener un punto
particular de inicio y fin.
2. Preciso
Debe tener un orden entre los pasos.
3. Definido.

No debe ser ambiguo (dobles interpretaciones); si se ejecuta el mismo algoritmo el resultado

siempre será el mismo, sin importar las entradas proporcionadas.
4. General.
Debe tolerar cambios que se puedan presentar en la definición del problema.

Toda actividad que realizamos la podemos expresar en forma de algoritmo. Existen dos tipos
de algoritmos, los que se desarrollan para ser ejecutados por una computadora, llamados
algoritmos computacionales, y los que realizan el ser humano, es decir, algoritmos no
computacionales.
APROXIMACIONES:

Aproximar un número ciertas cifras decimales consiste en encontrar un numero con las cifras
pedidas que este muy próximo al número dado. En la aproximación por defecto se busca el
número con un determinado número de cifras que es menor que el dado. La aproximación
por exceso es cuando el numero con las cifras decimales fijadas es inmediatamente mayor al
número dado. Esto surge gracias a los errores, ya que hay muchas veces en problemas en el
cual no hay forma analítica de resolver el problema, en este caso se podrían usar
aproximaciones para poder acercarse a un resultado que se desea alcanzar o ya sea los
métodos numéricos.
1.2 Tipos de errores: Error absoluto, error relativo, error porcentual, errores de
redondeo y truncamiento.
Los errores son una parte inherente de los métodos numéricos debido a la naturaleza de estos
ya que son aproximaciones o estimaciones de la realidad, precisamente estos métodos
surgieron debido a que habían situaciones en que la solución a un problema aparentaba no
existir, pero en realidad era que aún no se tenía y todavía no se tienen soluciones a todos los
modelos matemáticos (solución analítica), y fue de esa manera que se buscaron alternativas,
hasta que se dio con los métodos numéricos, los cuales dieron una buena aproximación de
la realidad, el único inconveniente que había (aparte de los errores en el cálculo)era que para
llegar a una solución, se tardaba mucho en conseguirla, pero a la llegada de las computadoras
estos métodos se volvieron eficientes. Cabe señalar que aun que se volvieron muy
eficientes(los métodos numéricos) el error seguía latente, es decir el valor de la diferencia
entre el valor verdadero y el valor aproximado seguía existiendo.
ERROR DE REDONDEO:

Los errores de redondeo se originan debido a que la computadora emplea un número

determinado de cifras significativas durante un cálculo. Los números tales como “pi”, “e” no
pueden expresarse con un número fijo de cifras significativas. Por lo tanto, no pueden ser
representados exactamente por la computadora. Además, debido a que las computadoras usan
una representación en base 2, no pueden representar exactamente algunos números en base
10. Esta discrepancia por la omisión de cifras significativas se llama error de redondeo.
ERROR DE TRUNCAMIENTO:

Los errores de truncamiento son aquellos que resultan al usar una aproximación en lugar de
un procedimiento matemático exacto. Este tipo de error aparece muy característico en la serie
de Taylor, debido a que no se utiliza toda la representación matemática de la
“polinomicidad” (representar una función en forma de polinomio), y se limita a una solución
aproximada, en estos casos se dice que se truncó el resultado verdadero y se originó un error
de truncamiento en el valor de la solución.

ERROR ABSOLUTO:

El error absoluto o verdadero surge cuando se conoce el valor exacto de una solución y
además se tiene otra solución aproximada de la misma, por tanto se puede hacer la siguiente
relación

E = |Valor verdadero – valor aproximado|

Donde
E: Error absoluto.
ERROR RELATIVO:

De la anterior y el análisis de diferentes problemas se llegó a la conclusión de que el error

absoluto no era suficiente para calcular el error con respecto a lo que se estaba analizando;
es decir que era indiferente a si se trataba de un error de 0.1 en un problema donde las
unidades eran gigantes a un problema donde el valor del error era casi del tamaño de las
magnitudes en cuestión por eso se originó el error relativo, el cual si tomaba en cuenta el
todo como punto de referencia y la fórmula para calcularlo es:
Er = (E)/ Valor verdadero
ERROR PORCENTUAL:

El error porcentual es una forma de representar el valor real del error en forma de porcentaje
y solo hay que multiplicar por cien en la ecuación anterior.
Er = ((E)/ Valor verdadero) *100

1.3 Convergencia.
DEFINICIÓN:

El término convergencia, que procede del vocablo latino “convergens”, refiere al acto y el
resultado de converger de donde “con” es reunión” y “vergens” significa inclinación; y se
refiere a dirigirse dos cosas, líneas, series numéricas, calles, pensamientos, etcétera, hacia un
mismo punto, resultado, fin u objetivo.
A nivel general, de este modo, puede decirse que la convergencia es la característica de dos
o más elementos que confluyen en un cierto lugar o estado. El concepto se utiliza de distintas
maneras de acuerdo al contexto. En Matemática cuando una sucesión numérica posee un
límite finito se denomina convergente, de lo contrario, si es infinito recibe la denominación
de divergente.
En Métodos numéricos, entendemos por convergencia, la garantía de que, al realizar un
buen número de repeticiones (iteraciones), las aproximaciones obtenidas terminan por
acercarse cada vez más al verdadero valor buscado. En la medida en la que un método
numérico requiera de un menor número de iteraciones que otro, para acercarse al valor
numérico deseado, se dice que tiene una mayor rapidez de convergencia.

Se entiende por estabilidad de un método numérico el nivel de garantía de convergencia, y

es que algunos métodos numéricos no siempre convergen y, por el contrario, divergen; es
decir, se alejan cada vez más y más del resultado deseado. Un método numérico tiene una
mayor estabilidad, cuando ante una muy amplia gama de posibilidades de modelado
matemático, es más seguro que converja que otro. Normalmente se puede encontrar métodos
que convergen rápidamente, pero son demasiado inestables y, por el contario, modelos muy
estables, pero de lenta convergencia. En métodos numéricos, se denomina “orden de
convergencia”, a la velocidad con la cual una sucesión converge a su límite. Este concepto
es, desde el punto de vista práctico, muy importante si necesitamos trabajar con secuencias
de sucesivas aproximaciones de un método iterativo. Incluso puede hacer la diferencia entre
necesitar diez o un millón de iteraciones.

El número que es llamado orden de convergencia. En particular, convergencia de orden 1 es

llamada convergencia lineal, la de orden 2 convergencia cuadrática y la convergencia de
orden 3 convergencia cúbica.

EJERCICIOS Y PROBLEMAS.
Unidad 1. Práctica 1: Análisis del error, importancia y tipos de errores.
Integrantes del equipo:
Pérez Pérez José Daniel
López Roque Esteban Ulises
Martínez Cruz Eduardo
Ruiz Caballero Juan Diego

La siguiente práctica permitirá visualizar de forma práctica el error de redondeo y

truncamiento, así como recordar la sintaxis y estructura del lenguaje de programación que
estudiaste.
Contesta las siguientes preguntas y realiza las actividades:
1.- ¿Qué entiendes por error de redondeo?
Un error de redondeo1es la diferencia entre la aproximación calculada de un número y su valor
matemático exacto debida al redondeo. Este es una forma de error de cuantificación. Uno de los
objetivos del análisis numérico es estimar errores en los cálculos, incluyendo el error de redondeo,
cuando se utiliza ecuaciones o algoritmos de aproximación, especialmente cuando se utiliza un
número finito de dígitos para representar números reales (que en teoría tiene un número infinito de
dígitos).
2.- ¿Qué es el error de truncamiento?
Los errores de truncamiento son aquellos que resultan al usar una aproximación en lugar de un
procedimiento matemático exacto. Además para obtener conocimiento de las características de estos
errores se regresa a la formulación matemática usada ampliamente en los métodos numéricos para
expresar Funciones en forma polinomial: Serie de Taylor
3.- Escribe las expresiones que permiten evaluar los errores verdaderos porcentuales y aproximados
porcentuales.

 Error Verdadero Porcentual = Valor Verdadero Porcentual - Valor aproximado Porcentual

 Aproximado Porcentual = Valor Verdadero Porcentual – Error Verdadero Porcentual

4.- Diseña un algoritmo que permita la suma de 0.1; 1000, 10000, 100000 y 1000000 de veces. El
algoritmo debe preguntar cuántas veces se desea sumar 0.1 y debe escribir la suma.

 Programa que suma “n” veces el número 0.1.

Los resultados de cada ejecución con los diferentes valores de la suma de 0.1 escríbelos en la siguiente
tabla evaluando el error verdadero.

No. de veces a sumar 0.1 Suma obtenida con el programa Ev

1000 99.99999999999859300000 1.406875*10^-12
10000 1000.00000000015880000000 1.588205*10^-11
100000 10000.00000001884800000000 1.884837*10^-10
1000000 100000.00000133288000000000 1.332883*10^-9

5.- Diseñar un algoritmo que utilice la serie de Mac Laurin para aproximar la función seno del ángulo,
3𝜋
radianes, según el número de términos de la serie, que se deseen (se sugieren 2, 4, 6, 8, 10). La
4
serie de Mac Laurin es:

𝑛
𝑥 2𝑖+1
𝑠𝑒𝑛𝑜(𝑥) = ∑(−1)𝑖 + 𝑅𝑛
(2𝑖 + 1)!
𝑖=0

 Programa que aproxima la función sen ((3*pi)/4).

 3𝜋
Calcula el seno del ángulo de radianes, utilizando la función sin (), y luego utilízalo para calcular
4
el Error relativo porcentual de cada una de las aproximaciones obtenidas con la serie. Los resultados
obtenidos con los diferentes términos escríbelos en la siguiente tabla

No. de Valor aproximado Valor verdadero Ev

términos
2 7.812315*10^-1 0.7071 1.048282*10^1 %

4 7.074073*10^-1 0.7071 4.249713*10^-2 %

6 7.071071*10^-1 0.7071 4.058556*10^-5 %
8 7.071068*10^-1 0.7071 1.354307*10^-8 %
10 0.7071067812 0.7071 1.994017*10^-12%

6.-Escribe tus conclusiones.

De lo investigado y la elaboración de las actividades hemos llegado a la conclusión de que los errores
son un factor influyente en los métodos numéricos, ya que estaremos trabajando con estimaciones y
como son cálculos tenemos que medir no solo la estimación si no que tenemos que medir el error ya
que como se pudo ver en la práctica de la adición del número 0.1 “n” veces, la herramienta
computadora cometió un error de redondeo pequeño pero debido a que se trata de grandes iteraciones
iba acumulando ese error y eso nos hace pensar en un error grande cuando se trata de operaciones
igualmente grandes (iteraciones), por lo que es de suma importancia tener presente que habrá un error
y por consiguiente es necesario cuantificarlo para saber qué tan exacto es el resultado, y cuando no
se conoce el valor verdadero es necesario conocer que tan preciso es el método el cual estaremos
aplicando.

FUENTES DE INFORMACIÓN:
 Chapra G., Margaret, Canale C., Helen (2007). Métodos numéricos para ingenieros
quinta edición. México D.F. McGRAW-HILL/INTERAMERICANA EDITORES,
S.A. DE C.V.
 Nieves A., & Domínguez F. (S/A). Métodos numéricos Aplicaciones a la ingeniería,
2da. Edición. CECSA.