Tema 1: Conceptos generales del Análisis Numérico
|
|
- María Cristina Salas Espejo
- hace 5 años
- Vistas:
Transcripción
1 Tema 1: Conceptos generales del Análisis Numérico Asignatura: Cálculo Numérico I 1er. curso Grado en Matemáticas Anna Doubova Dpto. EDAN, Universidad de Sevilla 5 de febrero de 2018 A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 1 / 25
2 Cálculo Numérico (Análisis Numérico) Encontrar soluciones (aproximadas) a problemas complejos mediante muchos pasos fáciles Resolución enfocada al uso del ordenador Necesidad de traducir las Matemáticas a un lenguaje comprensible para la máquina (un ordenador es capaz de realizar sólo determinadas acciones sencillas: sumar, comparar, transferir datos,..., pero los problemas que normalmente interesa resolver son más complejos) Descripción y análisis de los algoritmos Preciso: estar compuesto de pasos bien definidos (no ambiguos) y ordenados Definido: si se sigue dos veces, se obtiene el mismo resultado cada vez Finito: tener un número finito de pasos A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 2 / 25
3 Algoritmo Un algoritmo es un método para resolver un problema mediante una secuencia de pasos bien definidos, ordenados y finitos Un método no constructivo permite afirmar la existencia de la/s solución/es, sin proporcionar la forma de calcularla Ejemplo Demostrar que ax 2 + bx + c = 0, con a, b, c R, a 0 y b 2 4ac > 0 tiene exactamente 2 soluciones reales 1 Método No constructivo: basado en el Teorema de Bolzano 2 Método constructivo: fórmulas para calcular las soluciones x = b ± b 2 4ac 2a A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 3 / 25
4 Métodos directos e iterativos Los algoritmos pueden ser: 1 Directos: se obtiene la solución exacta en un número finito de pasos (por ejemplo la resolución de la ecuación de 2 o grado) 2 Iterativos: se obtiene la solución aproximada con la precisión deseada (en un número finito de pasos) B. Resolución numérica de ecuaciones Ejemplo: método de Newton para resolver f (x) = 0 (x0,f(x0)) (x1,f(x1)) a x 1 x 0 b a A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 4 / 25
5 Representación de números en el ordenador El ordenador almacena solamente ceros y unos El BIT= BInary unit es la unidad mínima de información: 0, 1 Agrupaciones de 4 bytes = 32 bits y 8 bytes = 64 bits: PALABRA Los ordenadores almacenan la información en sistema binario: Representación decimal N = 3459 = R = = Representación binaria N = = = 23 R = = = (consulta la Sección 1.7 de http: //departamento.us.es/edan/php/asig/grafis/gfipc/tema1fispc.pdf) A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 5 / 25
6 Almacenamiento de números enteros En palabras de 32 bits: 1 bit para el signo del número (0 si es positivo, 1 si es negativo) los 31 bits restantes son para almacenar los dígitos binarios del número sin signo. Ejemplo N = 77 (10) = (2) A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 6 / 25
7 Almacenamiento de números reales coma flotante (floating point): consiste en trasladar la coma (o punto) decimal hasta la posición de la primera cifra significativa (la primera, comenzando por la izquierda, que no es nula) a la vez que se multiplica el número por la potencia adecuada de la base de numeración. Ejemplo = (en numeración decimal) = (en numeración decimal) = (en numeración en base 2) A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 7 / 25
8 Almacenamiento de números reales R = (±)0.m 1 m 2 m 3... m k 2 ±e, m 1 m 2 m 3... m k se llama la mantisa e es el exponente (el número de lugares que hay que trasladar la coma a derecha o izquierda para obtener el número inicial) m 1 = 1 Ejemplo R = (10) = (2) = A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 8 / 25
9 Almacenamiento de números reales R = (±)0.m 1 m 2 m 3... m k 2 ±e 1 bit para el signo del número (0 positivo, 1 negativo). 23 bits para la mantisa (en realidad 24, pues m 1 = 1...) 8 bits para el exponente con su signo (se guarda codificado como un número entero). A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 9 / 25
10 Almacenamiento de números reales Mayor exponente positivo que se puede almacenar: = 127 Menor exponente negativo: 2 7 = 128 Número de mayor magnitud: Número de menor magnitud: A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 10 / 25
11 Overflow y underflow Cantidad finita de números (palabras de 32 bits) Overflow: fenómeno que se produce cuando el resultado de un cálculo es un número real con exponente demasiado grande ( > 127). Cuando se produce un overflow durante la ejecución de un programa, los ordenadores modernos generan un evento de error y como resultado devuelven el símbolo Inf. Underflow: fenómeno que se produce cuando el resultado de un cálculo es un número real con exponente demasiado pequeño ( < 127). Cuando se produce durante la ejecución de un programa, normalmente se sustituye el número por cero. A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 11 / 25
12 Errores de redondeo La representación binaria (o decimal) de un número puede tener infinitas cifras no nulas: R = 1/5 = 0.2 = (2) = R = 0.1 (10) = (2) = La memoria de ordenador es finita!! Sólo podemos almacenar una cantidad finita de números Cada número se representa con una cantidad máxima de cifras binarias (palabras), luego sólo se guardan de forma exacta los números que no excedan ese máximo. Por ejemplo, los números con infinitas cifras binarias, deben ser aproximados (por redondeo o truncamiento) por otros con un número finito de cifras. Este hecho da lugar a los errores de redondeo que tenemos que tener en muy cuenta a la hora de realizar los cálculos en un ordenador. A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 12 / 25
13 Errores Errores de redondeo: debidos a la cantidad finita de números que podemos representar en un ordenador. R = 0.1 (10) = (2) = = = }{{} R no es un número-máquina (su mantisa binaria tiene infinitos dígitos). La aproximación de R por redondeo es: R = }{{} dígitos 24 A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 13 / 25
14 Tipos de errores 1 Errores en toma de datos: mediciones, datos estadísticos, etc. 2 Errores de aproximación (de discretización) 1 Por ejemplo, para calcular el número e = se toma el valor k! k=0 aproximado e N = N k=0 1 k! y se comete un error e e N = k=n+1 3 Errores de redondeo: producidos por el ordenador (que tiene memoria limitada...!!!) 1 k! A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 14 / 25
15 Error absoluto y error relativo Para medir la proximidad de dos cantidades numéricas se usan: Error absoluto ( x x) E a = x x Error relativo ( x x) E r = x x x si x 0 o bien E r = x x x si x 0 Ejemplos (a): x = 3, x = 3.1 E a = = 0.1, E r = = (b): x = 3100, x = E a = 100, E r = = Hay que conocer la magnitud de los datos que se está manejando!!! A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 15 / 25
16 Cifras decimales exactas En los cálculos es habitual aproximar un número real con m cifras decimales por otro con n < m cifras decimales. Como criterio de proximidad de dos números reales no es objetivo fijarse en el número de cifras decimales coincidentes. Por ejemplo, los números x = y x = 1.1 son próximos y no tienen ninguna cifra decimal en común. x aproxima a x con s cifras decimales exactas si s es el mayor entero no negativo tal que: E a = x x s Ejemplos (a): x 1 = 0.1, x 1 = , coinciden en 4 cifras decimales E a = = (b): x 2 = 1000, x 2 = , E a = :0 cifras decimales exactas (c): x 3 = , x 3 = E a = π = < = coinciden en 3 cifras decimales A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 16 / 25
17 Cifras significativas exactas El criterio de cifras decimales exactas puede ser engañoso, ya que no tiene en cuenta la magnitud de los números. En este caso se usa otro criterio de comparación basado en el concepto del error relativo x es una aproximación de x con s cifras significativas exactas si s es el mayor entero no negativo tal que: E r = x x x 5 10 s Ejemplos (a): x 2 = 1000, x 2 = , x 2 x 2 = = x 2 coinciden en 4 cifras significativas (b): x 4 = , x 4 = = coinciden en 2 cifras significativas 1 = < A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 17 / 25
18 Consistencia, Convergencia, Estabilidad En relación a los tres tipos de errores (errores en toma de datos, errores de aproximación, errores de redondeo) cualquier método numérico debe verificar que los errores no conduzcan a soluciones no deseadas. Un algoritmo tiene que cumplir: 1 Convergencia (ligada al error de aproximación): si nos sirve para aproximar bien la solución. Hace referencia a la convergencia de la sol. aproximada a la sol. exacta cuando n + (velocidad de convergencia, estimaciones del error en cada iteración, etc.) 2 Consistencia (se verá en cursos próximos): si la solución exacta es consistente (coherente) con el algoritmo 3 Estabilidad (ligado al error de aproximación y de redondeo): si la acumulación de errores no influye en el resultado del algoritmo, es decir pequeños cambios en los datos producen pequeños cambios en la solución del problema. Si no se verifica: problema/algoritmo mal condicionado A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 18 / 25
19 Problemas mal condicionados I Ejemplo 1(R.S. Wilson): Consideramos el sistema lineal Ax = b, con A = b = Sean ahora otros dos SL: à x 1 = b (varía A) y A x 2 = b (varía b), con à = b = Las correspondientes soluciones no se parecen en nada!! 1 81 x = 1 1, x 1 = , x 2 = A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 19 / 25
20 Problemas mal condicionados II Ejemplo 2: Consideramos la ecuación x 2 60x = (x 30) 2 = 0 cuyas raíces son x 1 = x 2 = 30 La ecuación variada ligeramente : 1.1x 2 60x = 0 tiene como raíces x 1 = i x 2 = i Este problema es inestable (mal condicionado) respecto a las variaciones en el coeficiente de mayor potenica A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 20 / 25
21 Algoritmos numéricos inestables I Estabilidad depende del algoritmo: pequeños cambios en los datos deben producir pequeños cambios en la solución que proporciona el algoritmo Ejemplo 3: Sean A, B R dados y sea {x n } n 0 definida por { x0 = A, x 1 = B x n+2 = 10.1x n+1 x n, n 0 Se puede comprobar que el término general de la sucesión es: x n = 0.1A + B n + 10A B 0.1 n 9.9 Para A = 10 y B = 1, x n = 10 n+1 0 cuando n + Para A = 10 y B = 1 + ε, x n cuando n +!!!: sucesión es divergente, ya que el término dominante es 10 n. Algoritmo inestable A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 21 / 25
22 Algoritmos numéricos inestables II Ejemplo 4: { x0 = 1, x 1 = 1/3 x n+2 = 13 3 x n x n, n 0 Se puede comprobar que el término general de la sucesión es: (1) Usando (1), obtenemos: x n = 1 0 cuando n + (2) 3n x 0 = 1 x 5 = x 1 = x 6 = x 2 = x 7 = x 3 = x 4 = x 15 = !!! Usando (2), obtenemos: x n 0 (x 15 = ) Algoritmo sensible a los errores de redondeo A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 22 / 25
23 Ejemplos de problemas de Cálculo Numérico I Resolución de sistemas lineales: Ax = b, A R N N, b R N Si hay solución única, podemos calcularla usando la regla de Cramer: x j = D j, j = 1,..., n donde D = det(a) D D j es como D pero reemplazando la columna j ésima por el vector b Regla de Cramer necesita aproximadamente 2(n + 1)! operaciones. Cuando N es grande Cramer es inviable incluso para un ordenador!!! Por ejemplo, con un ordenador capaz de realizar 10 9 operaciones por segundo, se necesitarían en torno a 12 horas para resolver un sistema de dimensión n = 15 (aprox operaciones) por este método, y en torno a 3240 años para un sistema de dimensión n = 20 (aprox operaciones). Conclusión: Hay que buscar otros métodos menos costosos A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 23 / 25
24 Ejemplos de problemas de Cálculo Numérico II Resolución de ecuaciones y sistemas no lineales: f (x) = 0, siendo f : R R (o f : R N R N ) no lineal. En general, No hay fórmulas explícitas para calcular las soluciones Conclusión: Obtener métodos numéricos para calcular soluciones aproximadas Cálculo de integrales definidas: b a f (x) dx En general, No se puede aplicar la regla de Barrow: b a f (x) dx = F (a) F(b), F (x) = f (x) (por ejemplo b a e x 2 dx) Conclusión: Idear fórmulas de integración numérica para calcular aproximaciones de las integrales Interpolación y ajuste de datos, etc. A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 24 / 25
25 Procedimiento de resolución de un problema 1 Estudio teórico del problema 2 Construcción del problema aproximado 3 Estudio teórico del problema aproximado 4 Estudio numérico: consistencia, estabilidad y convergencia 5 Resolución del problema aproximado: iteraciones, tests de parada Ejemplo: Determinar α tal que f (α) = 0, con f (x) = e x + x... A. Doubova (Dpto. EDAN) Conceptos generales del Análisis Numérico Cálculo Numérico I 25 / 25
Tema 1: Conceptos generales del Análisis
Tema 1: Conceptos generales del Análisis Numérico Cálculo Numérico I Anna Doubova y Blanca Climent Ezquerra Dpto. EDAN, Universidad de Sevilla 11 de febrero de 2018 A.Doubova y B. Climent Conceptos generales
Más detallesMétodos Numéricos. Grado en Ingeniería en Informática Tema 1 : Aritméticas de Precisión Finita
Métodos Numéricos. Grado en Ingeniería en Informática Tema 1 : Aritméticas de Precisión Finita Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Análisis Numérico Univ. de Las Palmas de
Más detallesAritmética finita y análisis de error
Aritmética finita y análisis de error Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Aritmética finita y análisis de error 1 / 38 Contenidos 1 Almacenamiento
Más detallesEnteros: números pertenecientes a un subconjunto finito de los números enteros. Lógicos: los dos valores lógicos, VERDADERO (true) o FALSO (false).
Tema 2 Datos y variables Versión: 16 de febrero de 2009 2.1 Tipos de datos Se denomina dato a cualquier objeto manipulable por el ordenador. Un dato puede ser un carácter leído de un teclado, información
Más detallesTema 1 Preliminares. 1. Introducción. 2. Teoremas básicos. 3. Errores. 3.1 Fuentes usuales de error 3.2 Representación de números 3.
Tema 1 Preliminares Índice 1. Introducción. Teoremas básicos 3. Errores 3.1 Fuentes usuales de error 3. Representación de números 3.3 Tipos de errores 4. Propagación del error 5. Condicionamiento y Estabilidad
Más detallesNúmero, algoritmo y errores
Número, algoritmo y errores Índice 1.! Introducción 2.! Errores absolutos y relativos 3.! Almacenamiento de números en un ordenador! Números enteros! Números reales 4.! Concepto de algoritmo 5.! Clasificación
Más detallesRepresentación Numérica. y Errores. Capítulo 1: Cálculo Numérico MA-33A. Gonzalo Hernández Oliva
Universidad de Chile Departamento de Ingeniería Matemática Capítulo : Representación Numérica y Errores Cálculo Numérico MA-33A Gonzalo Hernández Oliva GHO RN y E MA-33A Representación Numérica y Errores
Más detalles1 El Análisis Numérico.
Dr. M. Palacios Primavera 1999-2001 1.I Introducción al Cálculo Numérico. 1 El Análisis Numérico. El Análisis Numérico es la parte de las Matemáticas que se encarga de diseñar métodos para aproximar de
Más detallesIntroducción al análisis numérico
Introducción al análisis numérico Javier Segura Universidad de Cantabria Cálculo Numérico I. Tema 1 Javier Segura (Universidad de Cantabria) Introducción al análisis numérico CNI 1 / 22 Contenidos: 1 Sistemas
Más detallesGustavo Montero. Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria
Métodos Numéricos Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria Curso 2005-2006 1 Introducción 2 3 4 5 Generalidades 1 Introducción 2 3 4
Más detallesGustavo Montero. Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria. Curso
Métodos Numéricos Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria Curso 2006-2007 Introducción Repaso de Cálculo Infinitesimal Números binarios
Más detalles1.4.3 Errores de redondeo y la aritmética finita de las computadoras
1.4.3 Errores de redondeo y la aritmética finita de las computadoras Como la computadora sólo puede almacenar un número fijo de cifras significativas, y cantidades como π, e, 3, 2 no pueden ser expresadas
Más detallesIntroducción al análisis numérico
Introducción al análisis numérico Javier Segura Universidad de Cantabria Cálculo Numérico I. Tema 1 Javier Segura (Universidad de Cantabria) Introducción al análisis numérico CNI 1 / 25 Contenidos: 1 Sistemas
Más detallesCursada Segundo Cuatrimestre 2017 Guía de Trabajos Prácticos Nro. 2
Temas: Programación en MATLAB: Sentencias, expresiones y variables. Estructuras de control. Operadores relacionales y lógicos. Programación de funciones. Aritmética finita: Representación de números en
Más detallesAritmética del Computador
Facultad de Ingeniería Mecánica Universidad Nacional de Ingeniería Métodos Numéricos Contenido 1 Introducción 2 Teoria de Errores 3 Aritmetica del computador Introducción al estudio de métodos computacionales
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detalles75.12 ANÁLISIS NUMÉRICO I GUÍA DE PROBLEMAS 1. ERRORES
75.12 ANÁLISIS NUMÉRICO I FACULTAD DE INGENIERÍA UNIVERSIDAD DE BUENOS AIRES GUÍA DE PROBLEMAS 1. ERRORES 1. Calcular las siguientes expresiones, incluyendo sus cotas de error absoluto, donde x = 2,00,
Más detallesINTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS PRÁCTICA 1 Curso 2017-2018 1. Realizar un programa Fortran que sume repetidamente el valor 0.1 en una variable de tipo REAL*4 (inicializada a cero) e imprima los resultados.
Más detallesEcuaciones diferenciales y cálculo numérico
Ecuaciones diferenciales y cálculo numérico Tema 6. Introducción al análisis cálculo numérico (Grado en Ingeniería de Tecnologías de Telecomunicación) EDCN-GITT (UGR) Tema 6 Versión 3-05-04 / 4 Tema 6.
Más detallesOCW-V.Muto Análisis de los errores Cap. II CAPITULO II. ANALISIS DE LOS ERRORES 1. ESQUEMA DE RESOLUCION NUMERICA DE UN PROBLEMA
CAPITULO II. ANALISIS DE LOS ERRORES 1. ESQUEMA DE RESOLUCION NUMERICA DE UN PROBLEMA Si se desea resolver un problema físico B, lo primero que se suele hacer es traducirlo al lenguaje matemático para
Más detallesAl considerar varios polígonos regulares inscritos resulta: perímetro del cuadrado < π. perímetro del 96 gono < π
AMPLIACIÓN DE MATEMÁTICAS INTRODUCCIÓN Método Constructivo: Conjunto de instrucciones que permiten calcular la solución de un problema, bien en un número finito de pasos, bien en un proceso de paso al
Más detallesMétodos Numéricos. Unidad 1. Teoría de Errores
Métodos Numéricos Unidad 1. Teoría de Errores Contenido Introducción Error Aproximado y Error Relativo Error Redondeo y de Cifras Significativas Errores de Truncamiento Errores en la Computadora Otros
Más detallesRepresentación de números en binario
Representación de números en binario Enteros con signo. Overflow con enteros. Reales con punto flotante. Overflow y underflow con reales. Universidad de Sonora 2 Enteros con signo Método del complemento
Más detallesERRORES. , siempre que p 0.
ERRORES Indice 1. Errores 2. Clases de errores 3. Números en coma flotante 4. Aritmética del punto flotante 4.1. Errores 4.2. Operaciones en punto flotante 4.3. Problemas con operaciones en punto flotante
Más detallesICI3140 Métodos Numéricos. Profesor : Dr. Héctor Allende-Cid
ICI3140 Métodos Numéricos Profesor : Dr. Héctor Allende-Cid e-mail : hector.allende@ucv.cl Aprendizaje esperado Entender las diferencias entre exactitud y precisión. Aprender a cuantificar el error. Aprender
Más detallesComputación Científica. Ciencias Computacionales INAOE Gustavo Rodríguez Gómez
Ciencias Computacionales INAOE Gustavo Rodríguez Gómez Errores y Aritmética de Punto Flotante INAOE Ciencias Computacionales Objetivos Identificar las fuentes de error en la computación científica. Determinar
Más detallesLección 6. Errores. MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY. Agosto 2014
Lección 6. Errores MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Agosto 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida En esta lección conoceremos y analizaremos
Más detallesProgramación y Métodos Numéricos Errores de de redondeo en en la la representación de de números reales: CODIFICACIÓN DE NÚMEROS REALES
Programación y Métodos Numéricos Errores de de redondeo en en la la representación de de números reales: CODIFICACIÓN DE NÚMEROS REALES Carlos Conde LázaroL Arturo Hidalgo LópezL Alfredo López L Benito
Más detallesAritmética finita y análisis de error
Aritmética finita y análisis de error Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Aritmética finita y análisis de error 1 / 47 Contenidos 1 Sistemas decimal
Más detallesParte I: Análisis numérico matricial e interpolación 1
Índice general Parte I: Análisis numérico matricial e interpolación 1 1. Estabilidad y errores en el cálculo numérico 3 1.1. Introducción............................ 3 1.2. Representación de números en
Más detallesOCW-V.Muto El algoritmo de bisección Cap. VI CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO
CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO En este capítulo comenzaremos a analizar uno de los problemas más básicos del análisis numérico: el problema de búsqueda de raíces. El problema
Más detallesAproximaciones y Error
Aproximaciones y Error Oldemar Rodríguez R. UCR 14 de septiembre de 2014 Oldemar Rodríguez R. (UCR) Aproximaciones y Error 14 de septiembre de 2014 1 / 30 Outline 1 Aritmética punto flotante 2 Problemas
Más detallesσ * (.a 1 a 2... a t ) β * β e
. ERRORES DE REDONDEO Y ESTABILIDAD Qué es un método numérico? Un método numérico es un procedimiento mediante el cual se obtiene, casi siempre de manera aproximada, la solución de ciertos problemas realizando
Más detallesArquitectura de Computadoras
Arquitectura de Computadoras Representación de la Información J. Irving Vásquez ivasquez@ccc.inaoep.mx Centro de Innovación y Desarrollo Tecnológico en Cómputo 17 de febrero de 2016 1 / 41 Table of contents
Más detallesRepresentación de la información
Universidad de Oviedo Departamento de Física Grado en Física Curso 2017 18 Introducción a la Física Computacional Representación de la información La representación de los números en un computador Errores
Más detalles01. A qué se denomina conjunto de punto flotante? Conjunto de números racionales utilizado para representar a los números reales.
PREGUNTAS PARA ORIENTAR EL ESTUDIO DEL CAPITULO 1. Subtemas: 1.1. Representación de un número real en punto flotante y operaciones. 1.2. Underflow y Overflow. 01. A qué se denomina conjunto de punto flotante?
Más detallesSistemas Numéricos Cambios de Base Errores
Cálculo Numérico Definición: es el desarrollo y estudio de procedimientos (algoritmos) para resolver problemas con ayuda de una computadora. π + cos ( x) dx 0 Tema I: Introducción al Cálculo Numérico Sistemas
Más detallesERRORES DE REDONDEO Y ARITMÉTICA DE PRECISIÓN FINITA
TEMA 1. ERRORES DE REDONDEO Y ARITMÉTICA DE PRECISIÓN FINITA 1. Introducción 2. Nomenclatura 3. Representación de un número en un ordenador 4. Truncamiento y redondeo 5. Error de truncamiento y de redondeo
Más detallesLOGICA DIGITAL ARITMETICA DE COMPUTADORAS ASPECTOS FUNDAMENTALES 1. FORMA DE REPRESENTAR LOS NUMEROS ( FORMATO BINARIO)
LOGICA DIGITAL ARITMETICA DE COMPUTADORAS ASPECTOS FUNDAMENTALES 1. FORMA DE REPRESENTAR LOS NUMEROS ( FORMATO BINARIO) 2. ALGORITMOS UTILIZADOS PARA REALIZAR LAS OPERACIONES BASICAS (SUMA, RESTA, MULTIPLICACION
Más detallesAPROXIMACIÓN NUMÉRICA Y ERRORES
Análisis numérico APROXIMACIÓN NUMÉRICA Y ERRORES Antecedentes En 1947 se crea en la universidad de California el INSITITUTO DE ANÁLISIS NUMÉRICO. El análisis numérico es la rama de las matemáticas, cuyos
Más detallesComputadora MA2008. Análisis Numérico: Artimética de una. Computadora. Computación / Matemáticas. Intro. Idea. IEEE estándar. Errores.
Análisis MA2008 ducción El objetivo de esta lectura es tener idea aproximada de cómo se realiza la aritmética de punto flotante en computadora. Esta idea deberá poner sobre aviso de las potenciales dificultades
Más detallesRedondeo, Truncamiento, Método del Punto Fijo y MétodoBarranquilla, de bisección / 22
Redondeo, Truncamiento, Método del Punto Fijo y Método de bisección. Jeinny Peralta 1 Barranquilla, 2017 Redondeo, Truncamiento, Método del Punto Fijo y MétodoBarranquilla, de bisección. 2017 1 / 22 Números
Más detalles1. INTRODUCCIÓN A LA COMPUTACIÓN NUMÉRICA: Segunda parte: Teoría de Errores
1. INTRODUCCIÓN A LA COMPUTACIÓN NUMÉRICA: Segunda parte: Teoría de Errores Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ Objetivos de la sección Exponer los
Más detallesRepresentación de números
Representación de números MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello Rionda CIMAT A.C. e-mail: botello@cimat.mx Aritmética de cómputadora
Más detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detallesRedondeo. Análisis Numérico Universidad Nacional Autónoma de México Facultad de Ciencias
Análisis Numérico 2018 2 Universidad Nacional Autónoma de México Facultad de Ciencias Contenido 1 Redondeo 2 3 4 5 6 Error absoluto de redondeo y ULP Error relativo, ɛ Dígitos significativos Redondeo Sea
Más detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detallesLección 5. Punto flotante
Lección 5. Punto flotante MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Agosto 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida En esta lección aprenderemos lo
Más detallesVigo, 25 de mayo de Lino J. Alvarez Vázquez Aurea M. Martínez Varela
En este libro se reúnen las lecciones que forman el temario de la asignatura Métodos Numéricos de la E.T.S.I. Telecomunicación. Su único objetivo es servir de guía para los alumnos que sigan dicha asignatura.
Más detallesAsignatura : Análisis Numérico Grupo : ::Tarea 1::.
.::Tarea 1::. Ejercicios Teóricos 1. Convertir los siguientes Números Binarios en forma decimal. (a) 11111110 dos (b) 1000000111 dos (c) 0.1010101 dos (d) 0.110110110 dos (e) 1.0110101 dos (f) 11.00100100001
Más detallesDefinición 1.1 Dado un número x R su representación decimal en punto flotante es: Dados d k N, 0 d k 9 y d 1 0,
CAPITULO 1 Introducción al análisis numérico 1.1 Notación en punto flotante Dado un número x R cómo es representado en una computadora? Es siempre de la misma forma, independientemente del tipo de instrumento
Más detallesPARTE I. Modelos matemáticos y solución de problemas en ingeniería
PARTE I Modelos matemáticos y solución de problemas en ingeniería Introducción Conocimiento Prerrequisitos Aplicación eficaz de una herramienta Comprensión Introducción Si no sabemos cómo funcionan las
Más detallesComputación I Representación Interna Curso 2011
Computación I Representación Interna Curso 2011 Facultad de Ingeniería Universidad de la República Estándar IEEE 754 Primero se definen tres formatos s e F Total (bits) (bits) (bits) (bytes) simple precisión
Más detallesCALCULO NUMERICO (MB535) PRIMERA PRACTICA CALIFICADA (PARTE A)
UNIVERSIDAD NACIONAL DE INGENIERIA Ciclo :005- FACULTAD DE INGENIERIA MECANICA AREA ACADEMICA DE CIENCIAS BASICAS INDICACIONES CALCULO NUMERICO (MB535) PRIMERA PRACTICA CALIFICADA (PARTE A) 1. Resolver
Más detallesElementos de Cálculo Numérico
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico Primer cuatrimestre 2006 Práctica N 2: Condicionamiento de una matriz. Descomposición
Más detallesAPUNTES DOCENTES ASIGNATURA: ANALISIS NUMERICO ASIGNATURA: ANALISIS NUMERICO UNIDADES TECNOLÓGICAS DE SANTANDER
APUNTES DOCENTES ASIGNATURA: ANALISIS NUMERICO ASIGNATURA: ANALISIS NUMERICO PROFESOR: ESP. PEDRO ALBERTO ARIAS QUINTERO 1. ERRORES Y ARITMETICA DE PUNTO FLOTANTE 1.1. Introducción a la Computación Numérica
Más detallesO bien si queremos calcular el error aproximado porcentual lo hacemos:
En situaciones reales es común que no se conoce el valor verdadero del resultado: las mediciones dependen del instrumento y del procedimiento de medición; los métodos numéricos se aplican, cuando no se
Más detallesIntroducción. Tema 1. Fundamentos de informática. Universidad de Oviedo. Fundamentos de Informática. Departamento de Informática Universidad de Oviedo
Tema 1 Introducción. Fundamentos de informática Departamento de Informática Universidad de Oviedo 1-1 1.1 Visión general de la informática 1.2 Estructura y funcionamiento de un ordenador 1.3 Representación
Más detallesING. PEDRO ALBERTO ARIAS QUINTERO
ING. PEDRO ALBERTO ARIAS QUINTERO La mayor parte de esos usuarios del computador no consideran de primer interés a la computación como medio de cálculo con números. En realidad lo que más se utiliza es
Más detallesMÓDULO DEL CAPITULO 1.
MÓDULO DEL CAPITULO. Subtemas:.. Representación de un número real en punto flotante y operaciones..2. Underflow y Overflow. 0. A qué se denomina conjunto de punto flotante? Conjunto de números racionales
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesResolución de Ecuaciones No Lineales
Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido 1 Introducción Introducción 2 Localización de Raíces Localización de Raíces 3 Métodos Iterativos
Más detallesUniversidad de San Buenaventura - Facultad de Ingeniería
Aproximaciones Para trabajar con números decimales que tienen muchas cifras decimales, o infinitas, hacemos aproximaciones. Decimos que la aproximación de un número es por defecto cuando es menor que el
Más detallesSistemas de Numeración
Sistemas de Numeración Parte 2: Representación de Reales Lic. Andrea V. Manna Sistemas posicionales: Repaso N= d k-1 d k-2 d 1 d 0,d -1 d -l = d k-1 *p k-1 + d k-2 *p k-2 +.+ d 0 *p 0,+ d -1 *p -1 +...+
Más detallesAmpliación de Matemáticas y Métodos Numéricos
Ampliación de Matemáticas y Métodos Numéricos Relación de ejercicios. Introducción a los Métodos Numéricos Ej. El problema del cálculo del punto de corte de dos rectas con pendiente similar es un problema
Más detallesIntroducción a los ordenadores
Tema 1 Introducción a los ordenadores Versión: 22 de septiembre de 2012 Las palabras españolas informática y ordenador provienen de las francesas informatique y ordinateur. La palabra francesa informatique
Más detalles2. Representación de números 1
2. Representación de números 1 Julio C. Carrillo E. Escuela de Matemáticas, UIS 2. Representación de números 2 1. Pérdida de significancia Usualmente se presenta una pérdida de significancia cuando se
Más detalles3.1. Errores con pocos dígitos de precisión
Computación Numérica Profesores: José M. Alonso, Fernando Alvarruiz, Juan Garayoa, Jesús Peinado, José L. Pérez, José E. Román, Vicente Vidal. http://www.dsic.upv.es/asignaturas/eui/cnu/prac Práctica 3
Más detallesAritmética de Enteros y
1 Aritmética de Enteros y Flotantes 2013 Transversal de Programación Básica Proyecto Curricular de Ingeniería de Sistemas 2 1. Introduccion La aritmética de enteros es aritmética modular en complemento
Más detallesAritmética del Computador
Aritmética del Computador Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Hermes Pantoja Carhuavilca 1 de 45 CONTENIDO Introducción
Más detallesTEMA: ALGEBRA LINEAL NUMERICA
Algebra y Geometría 009 TEMA: ALGEBRA LINEAL NUMERICA En todo el trayecto de la cursada se han realizado cálculos numéricos: se resolvieron sistemas de ecuaciones lineales se multiplicaron matrices se
Más detallesCálculo Numérico. Introducción a la teoría de errores. Cá álculo umérico Tema 0:
Cálculo Numérico Tema 0: Problema Introducción a la teoría de errores Tipos de errores en un proceso numérico de resolución de un problema. Errores absoluto y relativo. Número de cifras exactas. Error
Más detallesOCW-V.Muto Sistemas de numeración Cap. III CAPITULO III. SISTEMAS DE NUMERACION 1. REPRESENTACION DE LA INFORMACION
CAPITULO III. SISTEMAS DE NUMERACION 1. REPRESENTACION DE LA INFORMACION El sistema de numeración usado habitualmente es el decimal, de base 10, que no es adecuado para ser manejado por el ordenador, fundamentalmente
Más detallesTeoria de Errores. Mg. Hermes Pantoja Carhuavilca. Métodos Computacionales. Universidad Nacional Mayor de San Marcos Facultad de Ingenieria Industrial
Pantoja Carhuavilca Métodos Computacionales Agenda al estudio de métodos computacionales 3 Aproximación y Errores Los cálculos númericos inevitablemente conducen a errores Estos son de dos clases principales:
Más detallesComputación I Representación Interna Curso 2011
Computación I Representación Interna Curso 2011 Facultad de Ingeniería Universidad de la República Temario Representación de Números Enteros Representación de Punto Fijo Enteros sin signo Binarios puros
Más detallesAritmética finita y análisis de error
Aritmética finita y análisis de error Contenidos Sistemas decimal y binario Representación de enteros Representación de los números reales Aproximación y error de redondeo Referencias Sistemas decimal
Más detallesTEMA 2. CODIFICACIÓN DE LA INFORMACIÓN
TEMA 2. CODIFICACIÓN DE LA INFORMACIÓN 1. INTRODUCCIÓN. SISTEMAS DE NUMERACIÓN EN. Sistema binario. Sistema octal. Sistema hexadecimal. 2. REPRESENTACIÓN DE TEXTOS.. Números naturales. Números enteros.
Más detallesTeoria de Errores. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingeniería. Hermes Pantoja Carhuavilca 1 de 31
Hermes Pantoja Carhuavilca Facultad de Ingeniería Mecanica Universidad Nacional de Ingeniería Métodos Numérico Hermes Pantoja Carhuavilca 1 de 31 CONTENIDO Introducción Hermes Pantoja Carhuavilca 2 de
Más detallesDada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación
Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La
Más detallesLos errores asociados a todo cálculo numérico tienen su origen en dos grandes factores:
Errores El concepto de error es consustancial con el cálculo numérico. En todos los problemas es fundamental hacer un seguimiento de los errores cometidos a fin de poder estimar el grado de aproximación
Más detallesComputación I Representación Interna Curso 2017
Computación I Representación Interna Curso 2017 Facultad de Ingeniería Universidad de la República Temario Representación de Números Enteros Representación de Punto Fijo Enteros sin signo Binarios puros
Más detallesTipo de datos. Montse Bóo Cepeda. Este trabajo está publicado bajo licencia Creative Commons Attribution- NonCommercial-ShareAlike 2.5 Spain.
Tipo de datos Montse Bóo Cepeda Este trabajo está publicado bajo licencia Creative Commons Attribution- NonCommercial-ShareAlike 2.5 Spain. Estructura del curso 1. Evolución y caracterización de los computadores.
Más detallesRepresentación de Números Reales. Organización del Computador 1 Verano 2016
Representación de Números Reales Organización del Computador 1 Verano 2016 En un mundo de 0 s y 1 s Qué sabemos representar en forma de ceros y unos? Números naturales/magnitudes (notación sin signo) Números
Más detallesMETODOS ITERATIVOS. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria
Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numéricos Contenido 1 Métodos Iterativos Introducción Definición Métodos Iterativos Método de Jacobi Convergencia Método de Gauss
Más detalles2. Codificación Fundamentos de Informática
2. Codificación Fundamentos de Informática Especialidad de Electrónica 2009-2010 Ismael Etxeberria Agiriano 07/10/2009 Índice 2. Codificación 1. Definiciones 2. Bases numeración 3. Números negativos 4.
Más detallesIntroducción a los Sistemas Digitales. Conceptos básicos de matemática aplicada a los sistemas digitales
Curso-0 1 Introducción a los Sistemas Digitales Conceptos básicos de matemática aplicada a los sistemas digitales 2 Contenidos Conjuntos numéricos Notación científica Redondeo Logaritmos Resumen 3 Conjuntos
Más detallesAritmetica del Computador
Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido Introducción 1 Introducción 2 3 Introducción al estudio de métodos computacionales Aproximación
Más detallesObservación: El método de Euler, es el método de Taylor de orden 1.
METODO DE TAYLOR TEOREMA DE TAYLOR DE ORDEN N Sea y(t) una función tal que sea n veces continuamente diferenciable en el intervalo [a,b] y existe y (N+1) existe en [a, b] Para todo t k + [a, b] abrá un
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Son muchas las situaciones en las que se presenta el problema de obtener las soluciones de ecuaciones de la forma f(x) = 0. En algunos casos existe una fórmula
Más detallesClase. 1. Resolución de sistemas de ecuaciones lineales: preliminares
Clase 1. Resolución de sistemas de ecuaciones lineales: preliminares 2. Método directo y exacto: Gauss 3. Método directo y exacto (II): descomposición LU 4. Métodos indirectos: Jacobi, Gauss-Seidel 2 Sistemas
Más detallesCONJUNTO DE LOS NÚMEROS REALES
NÚMEROS REALES 1. EL CONJUNTO DE LOS NÚMEROS REALES Al conjunto de todos los números que se pueden expresar mediante fracciones se le llama conjunto de los números racionales y se representa por Q. Tanto
Más detallesProgramación y Métodos Numéricos Errores de de redondeo en en la la representación de de números reales: NOTACIÓN CIENTÍFICA EN BASE 10
Programación y Métodos Numéricos Errores de de redondeo en en la la representación de de números reales: NOTACIÓN CIENTÍFICA EN BASE 0 Alfredo Lópe L Benito Carlos Conde LáaroL Arturo Hidalgo LópeL pe
Más detallesCálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla1
Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla1 Tema 2: Interpolación. Ejercicios y Problemas 1. Ejercicios Ejercicio 1. 1. Dar, sin desarrollar, los polinomios
Más detallesRepresentación de datos y aritmética básica en sistemas digitales
Representación de datos y aritmética básica en sistemas digitales DIGITAL II - ECA Departamento de Sistemas e Informática Escuela de Ingeniería Electrónica Rosa Corti 1 Sistemas de Numeración: Alfabeto:
Más detallesOrganización de Computadoras
Organización de Computadoras SEMANA 7 UNIVERSIDAD NACIONAL DE QUILMES Qué vimos? Números con punto fijo Interpretación Representación Rango Resolución Error absoluto Error relativo Hoy! Notación científica
Más detallesTEMA III: OPERACIONES CON LOS DATOS
CUESTIONES A TRATAR: Cual es la función de la unidad operativa? Es necesaria? Qué tipos de circuitos implementan la unidad operativa? Unidad operativa frente a ALU Qué es una operación de múltiple precisión?
Más detallesAritmetica del Computador
Pantoja Carhuavilca Métodos Numérico Agenda Sistema de Numeración Representación de enteros Base Binaria (2) 2 bits [0,1] 3 1011 en base 2 = 1 2 3 + 0 2 2 + 1 2 1 + 1 2 0 = 8 + 0 + 2 + 1 = 11 en base decimal
Más detallesTema 4. Los números reales.
Tema 4. Los números reales. Números irracionales. En el tema anterior, has visto que los números racionales pueden escribirse en forma decimal, produciendo siempre un decimal exacto o periódico. También
Más detalles