TRABAJO DE INVESTIGACIN

1.1 MODELOS MATEMATICOS

En ciencias aplicadas, un Modelo matemtico es uno de los tipos de modelos
cientficos, que emplea algn tipo de formulismo matemtico para expresar
relaciones, proposiciones sustantivas de hechos, variables, parmetros, entidades y
relaciones entre variables y/o entidades u operaciones, para estudiar
comportamientos de sistemas complejos ante situaciones difciles de observar en la
realidad. El trmino modelizacin matemtica es utilizada tambin en diseo
grfico cuando se habla de modelos geomtricos de los objetos en dos (2D) o tres
dimensiones (3D).
El significado de modelo matemtico en matemtica fundamental, sin embargo, es
algo diferente. En concreto en matemticas se trabajan con modelos formales. Un
modelo formal para una cierta teora matemtica es un conjunto sobre el que se han
definido un conjunto de relaciones unarias, binarias y trinarias, que satisface las
proposiciones derivadas del conjunto de axiomas de la teora. La rama de la
matemtica que se encarga de estudiar sistemticamente las propiedades de los
modelos es la teora de modelos.
1.2 DEFINICIN DE METODOS NUMERICOS

Los mtodos numricos son tcnicas mediante las cuales es posible formular
problemas de tal forma que sean resueltas con operaciones aritmticas, Aunque hay
muchos tipos de mtodos numricos todos comparten una caracterstica comn,
llevan cabo un buen nmero de tediosos clculos aritmticos.
Los mtodos numricos nos vuelven aptos para entender esquemas numricos a fin
de resolver problemas matemticos, de ingeniera y cientficos en una computadora,
reducir esquemas numricos bsicos, escribir programas y resolverlos en una
computadora y usar correctamente el software existente para dichos mtodos y no
solo aumenta nuestra habilidad para el uso de computadoras sino que tambin
amplia la pericia matemtica y la comprensi6n de los principios cientficos bsicos.
Los mtodos numricos son adecuados para la solucin de problemas comunes de
ingeniera, ciencias y administracin, utilizando computadoras electrnicas.
En el proceso de solucin de problemas por medio de computadoras se requieren los
pasos siguientes.

- Especificacin del problema. Con esto se indica que se debe identificar
perfectamente el problema y sus limitaciones, las variables que intervienen y los
resultados deseados.

- Anlisis. es la formulacin de la solucin del problema denominada tambin
algoritmo, de manera que se tenga una serie de pasos que resuelvan el problema y
que sean susceptibles de ejecutarse en la computadora.

- Programacin. Este paso consiste en traducir el mtodo de anlisis o algoritmo de
solucin expresndole como una serie detallada de operaciones.

- Verificacin. Es la prueba exhaustiva del programa para eliminar todos los
errores que tenga de manera que efecte lo que desea los resultados de prueba se
comparan con soluciones conocidas de problemas ya resueltos.

- Documentacin. Consiste en preparar un instructivo del programa de manera que
cualquier persona pueda conocer y utilizar el programa.

- Produccin. Es la ltima etapa en la que solo se proporcionan datos de entrada
del programa obtenindose las soluciones correspondientes.

De lo antes expuesto se puede concluir que es necesario un conocimiento completo
del problema, y de los campos de las matemticas relacionados con el que es
precisamente el objeto de los mtodos numricos para computadora.

1.3 CIFRAS SIGNIFICATIVAS

Las cifras significativas de un nmero son aquellas que tienen un significado real
y, por tanto, aportan alguna informacin. Toda medicin experimental es inexacta
y se debe expresar con sus cifras significativas. Veamos un ejemplo sencillo:
supongamos que medimos la longitud de una mesa con una regla graduada en
milmetros. El resultado se puede expresar, por ejemplo como:

Longitud (L) = 85,2 cm

No es esta la nica manera de expresar el resultado, pues tambin puede ser:


L = 0,852 m

L = 8,52 dm

L = 852 mm

etc

Se exprese como se exprese el resultado tiene tres cifras significativas, que son
los dgitos considerados como ciertos en la medida. Cumplen con la definicin pues
tienen un significado real y aportan informacin. As, un resultado como

L = 0,8520 m

no tiene sentido ya que el instrumento que hemos utilizado para medir no es capaz
de resolver las diezmilsimas de metro.

Por tanto, y siguiendo con el ejemplo, el nmero que expresa la cantidad en la
medida tiene tres cifras significativas. Pero, de esas tres cifras sabemos que dos son
verdaderas y una es incierta, la que aparece subrayada a continuacin:

L = 0,852 m

Esto es debido a que el instrumento utilizado para medir no es perfecto y la ltima
cifra que puede apreciar es incierta. Cmo es de incierta? Pues en general se suele
considerar que la incertidumbre es la cantidad ms pequea que se puede medir con
el instrumento, aunque no tiene por qu ser as pues puede ser superior a dicha
cantidad. La incertidumbre de la ltima cifra tambin se puede poner de manifiesto
si realizamos una misma medida con dos instrumentos diferentes, en nuestro caso
dos reglas milimetradas. Por extrao que pueda parecer no hay dos reglas iguales y,
por tanto, cada instrumento puede aportar una medida diferente.

Quedando claro que la ltima cifra de la medida de nuestro ejemplo es
significativa pero incierta, la forma ms correcta de indicarlo (asumiendo por ahora
que la incertidumbre es de 1 mm), es

L = 0,852 0,001 m

No obstante, lo ms normal es omitir el trmino 0001 y asumir que la ltima
cifra de un nmero siempre es incierta si ste est expresado con todas sus cifras
significativas. Este es el llamado convenio de cifras significativas que asume que

cuando un nmero se expresa con sus cifras significativas, la ltima cifra es
siempre incierta.

1.4 ITERACIONES

Iteracin En matemtica: se refiere al proceso de iteracin de una funcin o a las
tcnicas que se usan en mtodos iterativos para la resolucin de problemas
numricos.

En programacin, Iteracin es la repeticin de una serie de instrucciones en un
programa de computadora. Puede usarse tanto como un trmino genrico (como
sinnimo de repeticin) as como para describir una forma especfica de repeticin
con un estado mutable.
Cuando se usa en el primer sentido, la recursividad es un ejemplo de iteracin, pero
que usa su propia notacin (notacin recursiva), que no es el caso de iteracin.

Sin embargo, cuando se usa en el segundo sentido (caso ms restringido), la
iteracin describe el estilo de programacin usado en lenguajes de programacin
imperativa. Esto est en contraposicin de la recursividad, la cual tiene un enfoque
ms declarativo.

1.5 EXACTITUD Y PRECISION

Exactitud
En trminos sencillos, la exactitud de una medicin es la concordancia del
resultado de la misma comparada con el valor verdadero del objeto que est siendo
medido (mensurando). Por ejemplo, si pesamos una masa patrn, calibrada y con
trazabilidad, con un valor certificado de 1,0052 g en una balanza analtica y el
resultado de la pesada es 1,0047 g, la diferencia entre el valor verdadero y el valor
de la medicin es de slo 0,04%. La balanza del ejemplo es un instrumento exacto,
con su parmetro de exactitud cuantificado en un porcentaje. Si el resultado de la
pesada hubiese sido 1,0145 g el instrumento es menos exacto. La aplicacin
determina si la exactitud del instrumento es apropiada, un error de 4,9% puede ser
inaceptable en un laboratorio farmacutico pero puede ser aceptable en una
balanza de campo utilizada para pesar muestras geolgicas o especmenes vivos. Es
importante tener en cuenta que la exactitud de un instrumento de medicin slo
puede conocerse y cuantificarse con materiales de referencia.

Precisin
La precisin es un trmino relacionado con la confiabilidad de un instrumento, es
decir, si un instrumento proporciona resultados similares cuando se mide un
material de referencia de manera repetida, entonces el instrumento es preciso. Por
ejemplo, si se mide con un micrmetro un patrn de longitud 10 o 15 veces y la
desviacin estndar de los resultados de las mediciones es pequea, digamos, 0,1%
del valor central, entonces se puede considerar al instrumento como preciso.
Nuevamente, depende de la aplicacin si la precisin de un instrumento es
aceptable o no.

1.6 ERROR ABSOLUTO 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.

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.

1.7 ERROR DE TRUNCAMIENTO Y DE REDONDEO

ERROR DE REDONDEO

Muchas veces, los computadores cortan los nmeros decimales entre e17 y 12
decimal introduciendo as un error de redondeo

Por ejemplo, el valor de "e" se conoce como 2.718281828... hasta el infinito.

Si cortamos el nmero en 2.71828182 (8 cifras significativas luego del punto
decimal) estamos obteniendo u error de

E = 2.718281828 -2.71828182 = 0.000000008...

Sin embargo, como no consideramos que el nmero que segua al corte era mayor que
5, entonces nos convena dejar el nmero como 2.71828183, caso en el cual el error
sera solo de

E = 2.118281828 -2.11828183 = -0.000000002..

, que en trminos absolutos es mucho menor que el anterior.

En general, el error de corte de las computadoras ser muy inferior al error
introducido por un usuario, que generalmente corta a un menor nmero de cifras
significativas.

Dependiendo de la magnitud de los nmeros con los que se trabaja, el error de
redondeo puede tener una incidencia muy grande muy pequea en el clculo final.
As por ejemplo, si tenemos un producto de 502,23 m y un precio en dlares de US
$ 7,52, el precio total nos dar US$ 3.776,7696 (que en pesos chilenos, con 1 dlar
= $500 nos da $1.888.384,8).

Ahora, si introducimos una variacin del 0.1% en los metros del producto y
calculamos el total, obtenemos 502,23 * 0.1 % = 507, 54 , que en US$ equivalen a
US$3.816,7008 ( o sea, $1.908.350,4 pesos chilenos, una diferencia de $19.965,6)
lo que no deja de ser importante, ya que una variacin de 0.1% en el metraje del
producto nos da un error superior a 1.5% en el precio final

ERRORES DE TRUNCAMIENTO.

Los errores de truncamiento tienen relacin con el mtodo de aproximacin que se
usar ya que generalmente frente a una serie infinita de trminos, se tender a
cortar el nmero de trminos, introduciendo en ese momento un error, por no
utilizar la serie completa (que se supone es exacta).

En una iteracin, se entiende como el error por no seguir iterando y seguir
aproximndose a la solucin. En un intervalo que se subdivide para realizar una
serie de clculos sobre l, se asocia al nmero de paso, resultado de dividir el
intervalo "n" veces.



1.8 SERIE DE TAYLOR Y MACLAURIN
SERIE DE TAYLOR

De lo que se obtiene:

Si a = 0 entonces se habla de serie de Mc. Laurin.
Serie de Taylor
En matemticas, la serie de Taylor de formula funcin f infinitamente derivable (real o
compleja) definida en un intervalo abierto (a-r, a+r) se define con la siguiente suma:

sin(x) y aproximaciones de Taylor, con polinomios de grado 1, 3, 5, 7, 9, 11 y 13.

Aqu, n! es el factorial n y f (n)(a) indica la n-sima derivada de f en el punto a.
Si esta serie converge para todo x perteneciente al intervalo (a-r, a+r) y la suma es igual a
f(x), entonces la funcin f(x) se llama analtica. Para comprobar si la serie converge a f(x),
se suele utilizar una estimacin del resto del teorema de Taylor. Una funcin es analtica
si y solo si se puede representar con una serie de potencias; los coeficientes de esa serie son
necesariamente los determinados en la frmula de la serie de Taylor.
Si a = 0, a la serie se le llama serie de Maclaurin.
Esta representacin tiene tres ventajas importantes:
- La derivacin e integracin de una de estas series se puede realizar trmino a
trmino, que resultan operaciones triviales.
- Se puede utilizar para calcular valores aproximados de la funcin.
- Es posible demostrar que, si es viable la transformacin de una funcin a una serie
de Taylor, es la ptima aproximacin posible.
1.9 REPRESENTACION DE NUMEROS EN EL SISTEMA DE PUNTO
FLOTANTE NORMALIZADO
Representacin en Punto Flotante

Adems de los enteros con y sin signo, existen problemas que
deseamos modelar en el computador que requieren de nmeros
fraccionarios, que en matemtica se le llama nmeros Reales.
3,14159265 (pi)
2,71828 .. (e)
0,000000001 o 1,0 x 10 9 (segundos en un nanosegundo)
3.155.760.000 o 3,15576 x 10 9 (segundos en un siglo)

A la notacin de la derecha de los dos ltimos nmeros se le llama
notacin cientfica. Que tiene un solo digito a la izquierda del
punto decimal.

Fundamentos
Supongamos que tenemos 62 dgitos para almacenar enteros y
decidimos tener:
34 dgitos a la izquierda del punto decimal.
28 dgitos a la drcha. del punto decimal.

Ejemplos:
Masa del electrn (9 x 10-28 gr):
0000000000000000000000000000000000.0000000000000000000000000009
Masa del Sol (2 x 1033 gr):
2000000000000000000000000000000000.0000000000000000000000000000
La cantidad de dgitos significativos es 1 y no 62!
Necesitamos un sistema en el que el intervalo de los nmeros que
puedan expresarse sea independiente del nmero de d dgitos
significativos.


Notacin Cientfica
n = f x 10e
- f es la fraccin o mantisa
- e es un entero positivo o negativo llamado
exponente .
A la versin en una computadora de este tipo de notacin se
le denomina Punto Flotante.
Ejemplos:
3.14 = 3.14 x 100
0.000001 = 1.0 x 10-6
1941 = 1.941 x 103

Nmero en punto flotante = d0. d1 d2 d3 .. dk x b exp
Donde d0. d1 d2 d3 .. dk es la mantisa, b la base y exp el exponente.
Qu se necesita para representar un nmero en punto Flotante?
El signo del nmero
El signo del exponente
Dgitos para el exponente
Dgitos para la Mantisa

Nmeros normalizados
Un nmero que no va precedido por ceros se dice que est normalizado
o No estn Normalizados
1.0 x 10 -8 0.1 x 10 -9 o 10.0 x 10 10
Un nmero punto flotante puede expresarse de diferentes formas que son
equivalentes, es necesario establecer una nica representacin por lo
que se trabaja con nmeros normalizados. Decimos que un nmero
esta normalizado si el dgito a la izquierda del punto coma est entre 0
y la base
( 0 < dgito a la izquierda del punto < b )
En particular decimos que un nmero binario est normalizado si el dgito
a la izquierda del punto es igual a 1.

Notacin normalizada
Por lo general los nmeros en punto flotantes
sern almacenados en notacin
normalizada, donde el punto se encuentra a
la derecha del primer dgito significativo del
nmero
Ejemplos:
345000010 => 3.45 x 106
0.10012 => 1.001 x 2-1

1.10 NUMEROS DE MAQUINA
Nmeros Maquina
En nuestro mundo matemtico tradicional permitimos la existencia de nmeros con
una cantidad infinita de cifras, por ejemplo , sin embargo en las computadoras es
imposible manejar una cantidad de informacin infinita. Ms an el resultado de
multiplicar dos nmeros con cuatro cifras decimales es en general un numero con ocho
cifras decimales, si tenemos que efectuar varias multiplicaciones sucesivas es imposible
manejar una cantidad siempre creciente de cifras decimales.
El computador solo utiliza nmeros con una cantidad finita de cifras, de modo que los
clculos se realizan nicamente con representaciones aproximadas de los nmeros
verdaderos. En una computadora comn, solo se usa un subconjunto relativamente
pequeo del sistema de nmeros reales para representarlos a todos. Este subconjunto
contiene solo algunos nmeros racionales. Aunque los errores individuales debidos a
esta causa sean pquennos, su efecto acumulativo puede en un gran nmero de
operaciones crecer rpidamente, y debemos tener
en cuenta que actualmente las operaciones aritmticas, especialmente cuando son
muchas, las deben realizar computadoras. Antes de estudiar las causas del error con
algo de profundidad empezaremos por conocer otro sistema numrico, comn en los
computadores actuales: el sistema numrico en base dos (desde luego, esto no impide
que la comunicacin con el computador se haga en base 10, con la cual estamos
familiarizados: el computador debe traducirnos su respuesta!).
Luego exploraremos el mundo de la aritmtica con un nmero finito de cifras.
Numeracin binaria
Todas las maquinas trabajan con sistemas binarios, es decir cuando se introduce un
nmero a una mquina, esta o transforma en sistema binario. En este sistema hace sus
operaciones y lo devuelve al sistema decimal; el nmero 6405 se puede descomponer en
potencias de diez as:
Siguiendo con el mismo razonamiento, podemos definir una numeracin binaria o en
base 2. As, el nmero 10110 escrito en base 2 o binaria equivale al siguiente nmero en
base 10 o decimal:

) 10 (
0 1 2 3 4
22 0 2 4 0 16 2 * 0 2 * 1 2 * 1 2 * 0 2 * 1 = + + + + = + + + +
En todas estas operaciones se cometen los errores y estudiaremos el funcionamiento
interno de estas, con una maquina muy sencilla; supongamos una mquina que guarda
10 espacios (bits) en su memoria para almacenar cualquier numero donde el primer
espacio es para el signo del nmero, el segundo espacio es para el signo del exponente,
los siguientes tres espacios son para el exponente y el resto para la mantisa. As cada
nmero real x puede ser representado en un sistema numrico de base B Z+, en la
forma:
x = 0.a1a2a3 . . . BL
Esta representacin se llama de punto flotante de x para la base B. L se llama
exponente o caracterstica y la cadena a1a2a3 . . . se llama mantisa.

Signo
Numero
Signo
Exponente
Exponente Mantisa

Estos nmeros son expresados en notacin cientfica binaria por ejemplo:

) 2 ( ) 10 (
01 , 1011101 25 , 93
Ya que
) 2 (
1011101 93 = y

=
=
=
=
1 1,00 2 *
0 0,50 2 *
0 25 , 0
01 , 0 25 , 0

Al pasarlo a notacin cientfica binaria obtenemos
) 2 ( ) 10 (
110
) 2 (
6
) 2 ( ) 10 (
2 * 01110101 , 1 2 * 01110101 , 1 25 , 93 + = (Donde el segundo trmino es la
mantisa)
Supongamos en los signos designamos el cero para positivo y el uno para negativo as el
nmero es escrito en la maquina como

0 0 1 1 0 0 1 1 1 0