1 / 9

Dos tipos de errores caracterizan a los métodos numéricos

Dos tipos de errores caracterizan a los métodos numéricos. Ambos errores pueden avaluarse mediante la siguiente definición de error verdadero E v y error relativo E r : E v = Valor verdadero – Valor aproximado E r = 100 E v / Valor verdadero. 1.- Errores de redondeo

Download Presentation

Dos tipos de errores caracterizan a los métodos numéricos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Dos tipos de errores caracterizan a los métodos numéricos Ambos errores pueden avaluarse mediante la siguiente definición de error verdadero Ev y error relativo Er: Ev = Valor verdadero – Valor aproximado Er = 100 Ev / Valor verdadero 1.- Errores de redondeo 2.- Errores de truncamiento En un proceso de iterativo el error aproximado Ease define asi: Ea = 100 ( Valor aproximado actual - Valor aproximado anterior ) / Valor aproximado actual

  2. Error de truncamiento y la serie de Taylor La serie de Taylor proporciona una forma de predecir el valor de una función en un punto cuando se conoce el valor de la función y sus derivadas en otro punto. Sea xi, f(xi) el punto conocido. Entonces, el valor de la función en el punto xi+1 es: f(xi+1) = f(xi) + f ’(xi) h + f ’’(xi) h2 / 2! + f ’’’(xi)h3 / 3! +…+ f n(xi) hn / n! + Rn En donde: h = xi+1 – xi Rn = f n+1(ξ) hn+1 / (n+1)! ; xi < ξ < xi+1 (Término residual)

  3. Por ejemplo, si la serie de Taylor se trunca a partir del término de la segunda derivada se obtiene una aproximación a la derivada, así: f(xi+1) ≈ f(xi) + f ’(xi)h y f ’(xi) ≈ ( f(xi+1) - f(xi) ) / h Obsérvese que se han despreciado términos de orden h1 y superiores: f ’(xi) = ( f(xi+1) - f(xi) ) / h + O(h) O(h) = f ’’(xi) h1 / 2! + f ‘’’(xi) h2 / 3! +…+ f n(xi) hn-1 / n! + Rn / h

  4. Existen varias formas de aproximar la derivada de una función usando una serie de Taylor truncada.Por ejemplo, si f(xi) representa al valor de la función f en el punto xi, entonces el valor de la función en el punto xi+1, se puede expresar mediante una expansión de la serie de Taylor alrededor del punto xi, como sigue Diferencias finitas

  5. Si ahora se despeja de esta ecuación el término de la primera derivada, se obtiene • en donde el símbolo O(h) es la forma como usualmente se representa a los términos de orden h1 o mayores, es decir, para el caso anterior • Por consiguiente, si se desprecian estos términos, la derivada puede aproximarse así • y representa la aproximación de orden uno (O(h)) de la derivada en un esquema de diferencias finitas

  6. Debido a que esta aproximación se obtuvo avaluando la función f(xi+1) un punto adelante de xi, se dice que es una diferencia finita adelantada. • De la misma manera, se puede obtener la aproximación de la derivada evaluando la función en el punto (xi-1) así • y si ahora se despeja a la derivada y se desprecian los términos O(h), se obtiene la definición de la diferencia finita atrasada. • Los dos esquemas anteriores tiene una aproximación de orden uno. Para mejorar la aproximación simplemente es necesario conservar más términos de la serie de Taylor.

  7. También se puede definir la representación centrada de la derivada alrededor del punto xi. Si se restan las dos ecuaciones de la expansión hacia adelante y hacia atrás de la serie de Talor : Despejando: Aproximación de orden 2  O(h2)

  8. Representaciones de la derivada en diferencias finitas f(xi + 1) Adelantada O(h) f(xi) Centrada O(h2 )= ½ (Adelantada + Atrasada) Atrasada O(h) f(xi - 1) xi - 1 xi xi + 1

  9. Diferencias finitas Aproximación f ’(xi) ≈ ( f(xi + 1) - f(xi) ) / h Diferencia finita adelantada O(h) f ’(xi) ≈ ( f(xi) - f(xi - 1) ) / h Diferencia finita atrasada O(h) f ’(xi) ≈ ( f(xi + 1) - f(xi - 1) ) / 2h Diferencia finita centrada O(h2)

More Related