Professional Documents
Culture Documents
El
o
es la rama de las matemáticas que se encarga
de diseñar algoritmos para, a través de números y reglas matemáticas simples, simular
procesos matemáticos más complejos aplicados a procesos del mundo real.
[ocultar]
Y Introducción general
Y ½ Conceptos generales
Y Ô Aplicaciones
Y ë Problemas
Y ë. Clasificación según su dimensión
Y ë.½ Clasificación atendiendo a su naturaleza o motivación
Y ^ Áreas de estudio
Y ^. Cálculo de los valores de una función
Y ^.½ Interpolación, extrapolación y regresión
Y ^.Ô Resolución de ecuaciones y sistemas de ecuaciones
Y ^.ë Descomposición espectral y en valores singulares
Y ^.^ Optimización
Y ^.6 Evaluación de integrales
Y ^.7 Ecuaciones diferenciales
Y 6 Otros temas de análisis numérico
Y 7 Enlaces externos
Y 7. En inglés
Y 7.½ En castellano
Y ÿ Referencias
El análisis numérico es una rama de las matemáticas cuyos límites no son del todo
precisos. De una forma rigurosa, se puede definir como la disciplina ocupada de
describir, analizar y crear algoritmos numéricos que nos permitan resolver problemas
matemáticos, en los que estén involucradas cantidades numéricas, con una precisión
determinada.
En el contexto del cálculo numérico, un es un procedimiento que nos puede
llevar a una solución aproximada de un problema mediante un número finito de pasos
que pueden ejecutarse de manera lógica. En algunos casos, se les da el nombre de
a estos algoritmos numéricos.
El análisis numérico cobra especial importancia con la llegada de los ordenadores. Los
ordenadores son útiles para cálculos matemáticos extremadamente complejos, pero en
última instancia operan con números binarios y operaciones matemáticas simples.
Y Algoritmo (métodos constructivos)
Y Análisis de errores
Y Estabilidad numérica
Y Estabilidad de los algoritmos
Y Representación finita e infinita de números
c
En general, estos métodos se aplican cuando se necesita un valor numérico como
solución a un problema matemático, y los procedimientos "exactos" o "analíticos"
(manipulaciones algebraicas, teoría de ecuaciones diferenciales, métodos de integración,
etc.) son incapaces de dar una respuesta. Debido a ello, son procedimientos de uso
frecuente por físicos e ingenieros, y cuyo desarrollo se ha visto favorecido por la
necesidad de éstos de obtener soluciones, aunque la precisión no sea completa. Debe
recordarse que la física experimental, por ejemplo, nunca arroja valores exactos sino
intervalos que engloban la gran mayoría de resultados experimentales obtenidos, ya que
no es habitual que dos medidas del mismo fenómeno arrojen valores exactamente
iguales.
Otro motivo que ha propiciado el auge del análisis numérico ha sido el desarrollo de los
ordenadores. El aumento brutal de la potencia de cálculo ha convertido en posibles y en
eficientes a algoritmos poco dados a su realización a mano.
Y
: aquellos cuya respuesta son un conjunto finito
de números, como las ecuaciones algebraicas, los determinantes, los problemas
de valores propios, etc.
Asimismo, existe una subclasificación de estos dos grandes apartados en tres categorías
de problemas, atendiendo a su naturaleza o motivación para el empleo del cálculo
numérico:
Y ½ Problemas en los cuales existe una solución analítica, pero ésta, por
complejidad u otros motivos, no puede explotarse de forma sencilla en la
práctica.
Y Ô Problemas para los cuales existen métodos sencillos pero que, para elementos
que se emplean en la práctica, requieren una cantidad de cálculos excesiva;
mayor que la necesaria para un método numérico.
Uno de los problemas más sencillos es la evaluación de una función en un punto dado.
Para polinomios, uno de los métodos más utilizados es el algoritmo de Horner, ya que
reduce el número de operaciones a realizar. En general, es importante estimar y
controlar los errores de redondeo que se producen por el uso de la aritmética de punto
flotante.
!
"
La regresión es también similar, pero tiene en cuenta que los datos son imprecisos.
Dados algunos puntos, y una medida del valor de la función en los mismos (con un error
debido a la medición), queremos determinar la función desconocida. El método de los
mínimos cuadrados es una forma popular de conseguirlo.
#
"
"
c u
u uu
Los problemas de optimización buscan el punto para el cual una función dada alcanza
su máximo o mínimo. A menudo, el punto también satisface cierta restricción.
El método de los multiplicadores de Lagrange puede usarse para reducir los problemas
de optimización con restricciones a problemas sin restricciones.
%
c u
u u
%
Para la resolución de ecuaciones diferenciales ordinarias los métodos más utilizados son
el método de Euler y los métodos de Runge-Kutta.