estabilidad y convergencia
DESCRIPTION
ESTABILIDAD Y CONVERGENCIA. SESION Nº 02. TIPOS DE REDONDEO. Al realizar los cálculos que todo método numérico o analítico requiere debemos de redondear. Para redondear se emplea usualmente: Redondeo truncado Redondeo simétrico. Redondeo truncado - PowerPoint PPT PresentationTRANSCRIPT
ESTABILIDAD Y CONVERGENCIASESION Nº 02
TIPOS DE REDONDEOAl realizar los cálculos que todo método numérico o analítico requiere
debemos de redondear. Para redondear se emplea usualmente: Redondeo truncado Redondeo simétrico.
Redondeo truncado
Consiste en truncar el resultado de una operación al número de cifras significativas que se estén utilizando.
Ejemplo sí redondeamos 7/9 a 4 cifras significativas tenemos 0.7777.
Redondeo simétrico
El redondeo simétrico consiste en aumentar en uno la última cifra retenida sí la primera cifra descartada esta entre 5 y 9, o dejarla igual
sí la primera cifra descartada esta entre 0 y 4.
Ejemplo sí redondeamos 7/9 a 4 cifras significativas tenemos 0.7778.
Ejercicios:
1. 1/3 + 2/3 = 1
2. 5/8 + 3/8 = 1
3. = 12
4. = 10
5.
PROPAGACIÓN DE LOS ERRORES
Para obtener un resultado con cifras realmente significativas haremos
uso de la aritmética de dígitos significativos.
Sea x un número real que, en general, tiene una representación
decimal infinita. Podemos decir que x ha sido adecuadamente
redondeado a un número con d decimales, al que denominaremos x(d),
si el error de redondeo, E es tal que: .
EJEMPLO DE DÍGITOS SIGNIFICATIVOS
• Ejemplo: Exprese el número x = 35.47846 correctamente
redondeado a cuatro y tres decimales. Calcular el error
cometido.
• En el primer caso, la aproximación correcta es:
• En el segundo caso, nuevamente por redondeo simétrico:
no es una aproximación correcta, entonces lo haremos por
redondeo truncado.
ESTABILIDAD - CONVERGENCIA
La estabilidad puede definirse comúnmente de 2 maneras. Todo problema
requiere datos de entrada y nos origina por lo menos una salida. Sí cambios
pequeños en los datos de entrada producen cambios pequeños en la salida, se
dice que el algoritmo es estable (también se le denomina problema bien
condicionado) y en caso contrario inestable (o problema mal condicionado).
La convergencia se refiere al hecho de que los métodos numéricos obtienen n
términos de una sucesión de valores. Comenzamos con un valor inicial que sea
una aproximación de la solución de un problema x0. Aplicando un método
numérico se obtiene otra aproximación x1. Se repite el procedimiento para
obtener x2 y así sucesivamente, es decir, se generar la sucesión x0 , x1 ,...,xn
(todos los términos son aproximaciones a la solución del problema). Sí la
sucesión obtenida al cabo de n iteraciones tiende a un límite se dice que el
método es convergente o divergente en caso contrario.
ORDEN DE CONVERGENCIA
En la práctica además de que un algoritmo sea
convergente, interesa también que tan rápido es
el algoritmo para llegar a la solución. Claramente
mientras menor sea el número de iteraciones
requerido para alcanzar una precisión dada, mayor
será la velocidad de convergencia y viceversa.
Luego, a mayor orden de convergencia menor
cantidad de iteraciones y,
A menor orden de convergencia mayor cantidad de
iteraciones.
APLICACIONES
Exprese los siguientes números Mach redondeados correctamente a cinco, cuatro y tres decimales: 2.3654896 5.3265412 3.0021325 1.2222325 7.9696969 2.3654787 0.6412548
PROGRAMACIÓN EN MATLAB
%%Programa de Criterio de Convergencian=input('ingrese el numero de cif signif: ');vr=input('ingrese el valor real: ');va=input('ingrese el valor aproximado: ');er=abs(vr-va);cc=0.5*10^(n);if er<=cc
disp('Aproximación correcta')else
disp('Aproximación incorrecta')end