1.

1 Conceptos bsicos: Algoritmos y aproximaciones

Qu es un algoritmo?
Un algoritmo es un conjunto de operaciones y procedimientos que deben seguirse
para resolver un problema. La palabra algoritmo se deriva del nombre latinizado
del gran matemtico rabe Mohamed Ibn Al Kow Rizmi, el cual escribi sobre los
aos 800 y 825 su obra Quitad Al Mugabala, donde se recoga el sistema de
numeracin hind y el concepto del cero. Fue Fibonacci, el que tradujo la obra al
latn y el inicio con la palabra: Algoritmi Dicit.

El lenguaje algortmico es aquel por medio del cual se realiza un anlisis previo del
problema a resolver y encontrar un mtodo que permita resolverlo. El conjunto de
todas las operaciones a realizar y el orden en que se deben efectuar, se le
denomina algoritmo.
Es un mtodo para resolver un problema mediante una serie de datos precisos,
definidos y finitos. La resolucin de un problema con ayuda de las
computadoras exige el diseo de un algoritmo que resuelva el problema
propuesto.

Los pasos para la resolucin de un problema son:

Diseo del algoritmo, que describe la secuencia ordenada de pasos que conducen
a la solucin de un problema dado. (Anlisis del problema y desarrollo del
algoritmo).
Expresar el algoritmo como un programa de lenguaje de programacin adecuado.
(Fase de codificacin.)

Ejecucin y validacin del programa por la computadora.

Para llegar a la realizacin de un programa es necesario el diseo previo de

algoritmo, de modo que sin algoritmo no puede existir un programa. Los algoritmos
son independientes tanto del lenguaje de programacin en que se expresan como
de la computadora que lo ejecuta. En cada problema el algoritmo se puede
expresar en un lenguaje diferente de programacin y ejecutarse en una
computadora distinta; sin embargo, el algoritmo ser siempre el mismo. As, por
ejemplo, en una analoga con la vida diaria, una receta de un plato de cocina se
puede expresar en espaol, ingls o francs, pero cualquiera que sea el lenguaje,
los pasos para la elaboracin del plato se realizarn sin importar el idioma del
cocinero.
En la ciencia de la computacin y en la programacin, los algoritmos son ms
importantes que los lenguajes de programacin o las computadoras. Un lenguaje
de programacin es tan solo un medio para expresar un algoritmo y una
computadora es solo un procesador para ejecutarlo. Tanto el lenguaje de
programacin como la computadora son los medios para obtener un fin: conseguir
que el algoritmo se ejecute y se efecte el proceso correspondiente.
Dada la importancia del algoritmo en la ciencia de la computacin, un aspecto muy
importante ser el diseo de algoritmos. El diseo de la mayora de los algoritmos
requiere creatividad y conocimientos profundos de la tcnica de la programacin.
En esencia, la solucin de un problema se puede expresar mediante un algoritmo.

Las caractersticas fundamentales que debe cumplir todo algoritmo son:

Un algoritmo debe ser preciso e indicar el orden de realizacin de cada paso.
Un algoritmo debe estar definido. Si se sigue un algoritmo dos veces, se debe
obtener el mismo resultado cada vez. Un algoritmo debe ser finito. Si se sigue un

algoritmo se debe terminar en algn momento; o sea, debe tener un numero finito
de pasos.
La definicin de un algoritmo debe definir tres partes: Entrada, Proceso y Salida.

Qu es una Aproximacin?
La mayor parte de las tcnicas tiene la caracterstica de poseer errores. Aunque la
perfeccin es una meta digna de alabarse, es difcil, si no imposible, alcanzarla.
Sin embargo, sus distribuciones aleatorias se agrupan muy prximas alrededor de
la prediccin.
En algunos conceptos bsicos de los Mtodos Numricos podemos encontrar los
siguientes: cifra significativa, precisin, exactitud, incertidumbre y sesgo, que
forman parte de las aproximaciones y predicciones numricas adecuadas.
Cifras significativas: Cuando se emplea un nmero en un clculo, debe haber
seguridad de que pueda usarse con confianza. El concepto de cifras significativas
tiene dos implicaciones importantes en el estudio de los mtodos numricos.
1.- Los mtodos numricos obtienen resultados aproximados. Por lo tanto, se
debe desarrollar criterios para especificar qu tan precisos son los resultados
obtenidos.
2.- Aunque ciertos nmeros representan nmero especficos, no se pueden
expresar exactamente con un nmero finito de cifras. Por lo que podemos tener un
algoritmo de aproximacin.
Dado un problema completo, es probable que no sepamos resolverlo de manera
precisa y completa utilizando un algoritmo polmico en tiempo. Para este tipo de
problemas, los algoritmos que no conducen a una solucin ptima se llaman
algoritmos de aproximacin. Sin embargo, resulta parcialmente interesante que
estos garanticen una cota en el margen de imprecisin.

Exactitud y Precisin: La exactitud se refiere a que tan cercano est el valor

calculado o medido del valor verdadero. La precisin se refiere a qu tan cercano
est un valor individual medido o calculado respecto a los otros. La inexactitud se
define como un alejamiento sistemtico de la verdad. La imprecisin, sobre el otro
lado, se refiere a la magnitud del esparcimiento de los valores. Los mtodos

numricos deben ser lo suficientemente exactos o sin sesgos para que cumplan
los requisitos de un problema particular de ingeniera.
Incertidumbre: Situacin bajo la cual se desconocen las probabilidades de
ocurrencia asociados a los diferentes resultados de un determinado evento.
Sesgo: existe sesgo cuando la ocurrencia de un error no aparece como un hecho
aleatorio (al azar) advirtindose que este ocurre en forma sistemtica.
1.2 Tipos de Errores
Por razones prcticas, slo puede manejarse una cantidad finita de bits para cada
nmero en una computadora, y esta cantidad o longitud vara de una mquina a
otra. Por ejemplo, cuando se realizan clculos de ingeniera y ciencia, es mejor
trabajar con una longitud grande; por otro lado, una longitud pequea es ms
econmica y til para clculos y procedimientos administrativos.
Los errores numricos se generan con el uso de aproximaciones para representar
las operaciones y cantidades matemticas. El error numrico es una medida del
ajuste o clculo de una magnitud con respecto al valor real o terico que dicha
magnitud tiene. Un aspecto importante de los errores numricos es su estabilidad
numrica. Dicha estabilidad se refiere a como dentro de un algoritmo de anlisis
numrico el error de aproximacin es propagado dentro del propio algoritmo.
El concepto de error es consustancial con el clculo numrico. En todos los
problemas es fundamental hacer un seguimiento de los errores cometidos a fin de
poder estimar el grado de aproximacin de la solucin que se obtiene.

1.- 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.
El error absoluto de una medida no nos informa por s solo de la bondad de la
misma. Es evidente, que no es igual de grave tener un error absoluto de 1 cm al
medir la longitud de una carretera que al medir la longitud de un folio.
El error absoluto es el valor absoluto de la diferencia entre el valor exacto y el
valor aproximado. Hay autores que definen el error absoluto como la diferencia
entre el valor aproximado y el valor exacto, donde la diferencia nicamente est en
el signo ya que no se toma como valor absoluto. Sin embargo, podramos tomar
como frmula general la siguiente expresin:

Cuando el valor exacto no es conocido, por ejemplo, en cualquier medida fsica, se

habla de cota del error absoluto, que ser un valor superior al error absoluto que
asegure que el error cometido nunca exceder a ese valor. Si llamamos c a la cota
del error absoluto de un nmero, se cumplir:

2.- Error relativo.

El error relativo es el cometido en la estimacin del valor de un nmero, es el valor
absoluto del cociente entre su error absoluto y el valor exacto. El error relativo da
idea de la precisin de una medida, y se suele manejar en forma de porcentaje
(%).
Muchas veces conocemos el error absoluto (Ea), pero es imposible conocer el
valor exacto (A), en cuyo caso, para hallar el error relativo (Er) dividimos el error
absoluto entre el valor aproximado o considerado como exacto.
Tambin puede hablarse de cota del error relativo, que, si la representamos
como , se cumplir:
A A) / A
3.- Error porcentual.
El error porcentual es fcil de definir, es el resultado de multiplicar el error relativo
por 100.
ERP = ER X 100
4.- Error de redondeo.

A continuacin, se analizarn brevemente algunas consecuencias de utilizar el

sistema binario y una longitud de palabra finita.
Como no es posible guardar un numero binario de longitud infinita o un numero de
ms dgitos de los que posee la mantisa de la computadora que se est
empleando, se almacena slo un numero finito de estos dgitos; como
consecuencia, se comete automticamente un pequeo error, conocido como error
de redondeo, que al repetirse muchas veces puede llegar a ser considerable.
Ya que la mayor parte de las computadoras tienen entre 7 y 14 cifras significativas,
los errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos
razones del porqu pueden resultar crticos en algunos mtodos numricos:
Ciertos mtodos requieren cantidades extremadamente grandes para
obtener una respuesta. Adems, estos clculos a menudo dependen entre
s. Esto es, los clculos posteriores son dependientes de los anteriores. En
consecuencia, aunque un error de redondeo individual puede ser muy
pequeo, el efecto de acumulacin en el transcurso de la gran cantidad de
clculos puede ser significativo.
El efecto del redondeo puede ser exagerado cuando se llevan a cabo
operaciones algebraicas que emplean nmeros muy pequeos y muy
grandes al mismo tiempo. Ya que en este caso se presenta en muchos
mtodos numricos, el error de redondeo puede resultar de mucha
importancia.

5.- Error de truncamiento.

Cuando una expresin matemtica se remplaza por una frmula ms simple, se
introduce un error, conocido como error de truncamiento.
Los errores de truncamiento son aquellos que resultan al usar una aproximacin
en lugar de un procedimiento matemtico exacto. Estos tipos de errores son
evaluados con una formulacin matemtica: la serie de Taylor.
Taylor es una formulacin para predecir el valor de la funcin en Xi+1 en trminos
de la funcin y de sus derivadas en una vecindad del punto Xi. Siendo el trmino
final:
Rn= (((n+1) ())/(n+1)!)hn+1
En general, la expansin en serie de Taylor de n-simo orden es exacta par aun
polinomio de n-simo orden. Para otras funciones continuas diferenciables, como
las exponenciales o senoidales, no se obtiene una estimacin exacta mediante un

nmero finito de trminos. Cada una de los trminos adicionales contribuye al

mejoramiento de la aproximacin, aunque sea un poco.
Convergencia
Se entiende por convergencia de un mtodo numrico la garanta de que, al
realizar un buen nmero de repeticiones (iteraciones), las aproximaciones
obtenidas terminan por acercarse cada vez ms al verdadero valor buscado.
En la medida en la que un mtodo numrico requiera de un menor nmero de
iteraciones que otro, para acercarse al valor numrico deseado, se dice que tiene
una mayor rapidez de convergencia.
Se entiende por estabilidad de un mtodo numrico el nivel de garanta de
convergencia, y es que algunos mtodos numricos no siempre convergen y, por
el contrario, divergen; es decir, se alejan cada vez ms y ms del resultado
deseado.
En la medida en la que un mtodo numrico, ante una muy amplia gama de
posibilidades de modelado matemtico, es ms seguro que converja que otro,
entonces se dice que tiene una mayor estabilidad.

Normalmente se puede encontrar mtodos que convergen rpidamente, pero son

demasiado inestables y, por el contario, modelos muy estables, pero de lenta
convergencia.
En Mtodos numrico la velocidad con la cual una sucesin converge a su lmite
es llamada orden de convergencia. Este concepto es, desde el punto de vista
prctico, muy importante si necesitamos trabajar con secuencias de sucesivas
aproximaciones de un mtodo iterativo. Incluso puede hacer la diferencia entre
necesitar diez o un milln de iteraciones.
Supongamos que la secuencia {xk} converge al nmero .
El nmero q es llamado orden de convergencia.
En particular, convergencia de orden 1 es llamada convergencia lineal, la de orden
2 convergencia cuadrtica y la convergencia de orden 3 convergencia cbica.
En matemtica computacional, un mtodo iterativo trata de resolver un problema
(como una ecuacin o

un sistema de ecuaciones) mediante aproximaciones sucesivas a la solucin,

empezando desde una
estimacin inicial. Esta aproximacin contrasta con los mtodos directos, que
tratan de resolver el
problema de una sola vez (como resolver un sistema de ecuaciones Ax=b
encontrando la inversa de la
matriz A). Los mtodos iterativos son tiles para resolver problemas que
involucran un nmero grande de
variables (a veces del orden de millones), donde los mtodos directos tendran un
coste prohibitivo incluso
con la potencia del mejor computador disponible.
Dado que estos mtodos forman una base, el mtodo converge en N iteraciones,
donde N es el tamao del sistema. Sin embargo, en la presencia de errores de
redondeo esta afirmacin no se sostiene; adems, en la prctica N puede ser muy
grande, y el proceso iterativo alcanza una precisin suficiente mucho antes. El
anlisis de estos mtodos es difcil, dependiendo de lo complicada que sea la
funcin del espectro del operador.