1.

Introduccin
La ciencia y la tecnologa describen los fenmenos reales mediante modelos
matemticos. El estudio de estos modelos permite un conocimiento ms profundo
del fenmeno, as como de su evolucin futura. La matemtica aplicada es la rama
de las matemticas que se dedica a buscar y aplicar las herramientas ms
adecuadas a los problemas basados en estos modelos. Desafortunadamente, no
siempre es posible aplicar mtodos analticos clsicos por diferentes razones:
No se adecan al modelo concreto.
Su aplicacin resulta excesivamente compleja.
La solucin formal es tan complicada que hace imposible cualquier interpretacin
posterior.
Simplemente no existen mtodos analticos capaces de proporcionar soluciones al
problema.
En estos casos son tiles las tcnicas numricas, que mediante una labor de
clculo ms o menos intensa, conducen a soluciones aproximadas que son
siempre numrica. El importante esfuerzo de clculo que implica la mayora de
estos mtodos hace que su uso est ntimamente ligado al empleo de
computadores. De hecho, sin el desarrollo que se ha producido en el campo de la
informtica resultara difcilmente imaginable el nivel actual de utilizacin de las
tcnicas numricas en mbitos cada da ms diversos
1

2. Errores
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.
Los errores asociados a todo clculo numrico tienen su origen en dos grandes
factores:
Aquellos que son inherentes a la formulacin del problema.
Los que son consecuencia del mtodo empleado para encontrar la solucin del
problema.
Dentro del grupo de los primeros, se incluyen aquellos en los que la definicin matemtica
del problema es slo una aproximacin a la situacin fsica real. Estos errores son
normalmente despreciables; por ejemplo, el que se comete al obviar los efectos relativistas
en la solucin de un problema de mecnica clsica. En aquellos casos en que estos errores
no son realmente despreciables, nuestra solucin ser poco precisa independientemente de
la precisin empleada para encontrar las soluciones numricas.
Otra fuente de este tipo de errores tiene su origen en la imprecisin de los datos
fsicos: constantes fsicas y datos empricos. En el caso de errores en la medida
de los datos empricos y teniendo en cuenta su carcter generalmente aleatorio,
su tratamiento analtico es especialmente complejo pero imprescindible para
contrastar el resultado obtenido computacional-mente.
En lo que se refiere al segundo tipo de error (error computacional), tres son sus
fuentes principales:
1.
Equivocaciones en la realizacin de las operaciones (errores de bulto). Esta fuente
de error es bien conocida por cualquiera que haya realizado clculos manualmente o
empleando una calculadora. El empleo de computadores ha reducido enormemente
la probabilidad de que este tipo de errores se produzcan. Sin embargo, no es
despreciable la probabilidad de que el programador cometa uno de estos errores
(calculando correctamente el resultado errneo). Ms an, la presencia de bugs no
detectados en el compilador o en el software del sistema no es inusual. Cuando no
resulta posible verificar que la solucin calculada es razonablemente correcta, la
probabilidad de que se haya cometido un error de bulto no puede ser ignorada. Sin
embargo, no es esta la fuente de error que ms nos va a preocupar.
2.
El error causado por resolver el problema no como se ha formulado, sino mediante
algn tipo de aproximacin. Generalmente est causado por la sustitucin de un
infinito (sumatorio o integracin) o un infinitesimal (diferenciacin) por una
aproximacin finita. Algunos ejemplos son:
El clculo de una funcin elemental (por ejemplo, Seno x) empleando slo n
trminos de los infinitos que constituyen la expansin en serie de Taylor.
Aproximacin de la integral de una funcin por una suma finita de los
valores de la funcin, como la empleada en la regla del trapezoide.
Resolucin de una ecuacin diferencial reemplazando las derivadas por una
aproximacin (diferencias finitas).
Solucin de la ecuacin f(x) = 0 por el mtodo de Newton-Raphson: proceso
iterativo que, en general, converge slo cuando el nmero de iteraciones
tiende a infinito.
Denominaremos a este error, en todas sus formas, como error por truncamiento, ya
que resulta de truncar un proceso infinito para obtener un proceso finito.
Obviamente, estamos interesados en estimar, o al menos acotar, este error en
cualquier procedimiento numrico.
3.
Por ltimo, la otra fuente de error de importancia es aquella que tiene su origen en
el hecho de que los clculos aritmticos no pueden realizarse con precisin
ilimitada. Muchos nmeros requieren infinitos decimales para ser representados
correctamente, sin embargo, para operar con ellos es necesario redondearlos.
Incluso en el caso en que un nmero pueda representarse exactamente, algunas
operaciones aritmticas pueden dar lugar a la aparicin de errores (las divisiones
pueden producir nmeros que deben ser redondeados y las multiplicaciones dar
lugar a ms dgitos de los que se pueden almacenar). El error que se introduce al
redondear un nmero se denomina error de redondeo.

2.1 Definiciones
Ahora que disponemos de una idea correcta de qu es el error y de cual es su
origen, podemos formalizar el concepto de error. Generalmente, no conocemos el
valor de una cierta magnitud y hemos de conformarnos con un valor aproximado
x. Para estimar la magnitud de este error necesitamos dos definiciones bsicas:
Error absoluto
de x:

(1)


Error relativo
de x:


(2)


En la prctica, se emplea la expresin:


(3)


En general, no conocemos el valor de este error, ya que no es habitual disponer del valor
exacto de la magnitud, sino slo de una acotacin de su valor, esto es, un nmero , tal
que:

(4)


o bien:

(5)


De acuerdo con este formalismo, tenemos que un numero se representar del
siguiente modo:

=

(6)

=

(7)