Métodos Numéricos: Introduccion

Métodos Numéricos: TIPOS DE ERRORES
Métodos Numéricos
jueves 14 de febrero de 2008 Archivo del blog
● ▼ 2008 (4)
TIPOS DE ERRORES ❍ • abril (2)
• marzo (1)
INTRODUCCION ❍
❍ ▼ febrero (1)
■ TIPOS DE
A lo largo del tiempo, los métodos numéricos han sido ERRORES
desarrollados con el objeto de resolver problemas matemáticos
cuya solución es difícil o imposible de obtener por medio de los

Datos personales
procedimientos tradicionales.
Las soluciones que ofrecen los métodos numéricos son

equipo 4
aproximaciones de los valores reales y, por tanto se tendrá un
Sánchez Pérez Mariana Barrozo
cierto grado de error que será conveniente determinar.
García Elizabeth Gómez Utrilla
Aunque la perfección es una meta digna de alabarse es difícil si no Raquel Caly Mayor López Cinthia G.
imposible de alcanzarse. Ver todo mi perfil
Las aproximaciones numéricas pueden introducir errores la
pregunta es ¿Qué error puede considerarse tolerable?.

Mis links
Cuando se emplea un número en el calculo, debe haber seguridad que pueda usarse
● Tecnologias de la informacion
con confianza
El concepto de cifras o digitos significativos se ha desarrollado para designar
formalmente la contabilidad de un valor numérico. El numero de cifras
significativas es el numero de digitos, más un digito estimado que se pueda usar con
confianza; los ceros no siempre son cifras significativas ya que pueden usarse solo
para ubicar el punto decimal.
1.-Los métodos numéricos obtienen resultados aproximados. Por lo tanto se debe
desarrollar criterios para especificar que tan precisos son los resultados obtenidos.
Una manera de hacerlo es en términos de cifras significativas. Por ejemplo se puede
decir que la aproximación es aceptable siempre y cuando sea correcta hasta cuatro
cifras significativas – esto es, debe existir seguridad que las primeras cuatro cifras
http://meto2numericos.blogspot.com/2008/02/tipos-de-errores.html (1 de 7)22/02/2010 01:58:27 a.m.

son correctas.
2.-Aunque ciertas cantidades tales como π, e o √7 representan números específicos,
no se puede expresar exactamente con un numero finitos de digitos. Debido a que
las computadoras personales solo representan aproximadamente diez cifras
significativas (comúnmente varian entre 7 y 14) tales números jamás se podrán
representar exactamente. A la omision del resto de cifras significativas se le conoce
como error de redondeo.
Los errores de redondeo y el uso de cifras significativas tienen mucha importancia
en la identificación de exactitud y precisión.
EXACTITUD Y PRECISION
Los errores asociados con los cálculos y medidas se pueden caracterizar
observando su precisión y exactitud. La precisión se refiere a 1) el numero
de cifras significativas que representa una cantidad o 2) la extensión en
las lecturas repetidas de un instrumento que mide alguna propiedad
física. La exactitud se refiere a la aproximación de un número o de una
medida al valor verdadero que se supone representa. La inexactitud
( conocida también como sesgo ) se define también como un alejamiento
sistemático de la verdad . la precisión por otro lado se refiere a la
magnitud del esparcimiento.
Los métodos números deben ser lo suficientemente exactos o sin sesgo
para que cumplan los requisitos de un problema particular de ingeniería.
También debe ser lo suficientemente preciso para el diseño en la
ingeniería.
Usaremos el termino de error para representar la inexactitud y la
precision de las predicciones.
FACTORES QUE CONTRIBUYEN AL ERROR EN

LOS CÁLCULOS NUMÉRICOS.
DEFINICIÓN DE ERROR
Los errores numéricos se generan con el uso de aproximaciones para
representar las operaciones y cantidades matemáticas. Esto incluye errores

de truncamiento que resultan de representar aproximadamente un
procedimiento matematico exacto, y los errores de redondeo, que resultan
de presentar aproximadamente números exactos. Para los tipos de errores,
la relación entre el resultado exacto o verdadero y el aproximado esta dado
por :
Valor verdadero = valor aproximado + error ( Ec.1 )
Reordenando la ecuación Ec.1, se encuentra que el error numérico es
igual a la diferencia entre el valor verdadero y el valor aproximado esto
es :
Ev = valor verdadero – valor aproximado
Donde Ev se usa para redondear el valor exacto del error. Se incluye el
subíndice v par dar a entender que se trata del “verdadero” error.
Un defecto es que muchas veces no se toma en consideración el orden de
magnitud del valor que se esta probando . Por ejemplo, un error de un
centímetro es mucho mas significativo si se esta midiendo un remache que
un puente. Una manera de medir las magnitudes de las cantidades que se
están evaluendo es normalizar el error respecto al valor verdadero, como
en:
Error relativo fraccional = error / valor verdadero
Donde:
Error = valor verdadero – valor aproximado.

El error relativo también se puede multiplicar por el 100% para expresarlo
como Ev = (error verdadero/ valor verdadero ) 100; Donde Ev denota el
error relativo porcentual. El subíndice v significa la normalización del error
al valor verdadero .
Para los métodos numéricos el valor verdadero únicamente se conocerá
cuando se habla de funciones que se pueden resolver analíticamente. Sin
embargo, en aplicaciones reales, no se conoce la respuesta verdadera. En
estos casos, normalizar el error es una alternativa usando la mejor
estimación posible del valor verdadero, esto es a la aproximación misma,
como:

Ea = (error aproximado/ valor aproximado)100
Donde el subíndice a significa que el error está normalizado a un valor

aproximado .
Uno de los retos a que se enfrentas los métodos numéricos es el de
determinar estimaciones del error en ausencia de conocimiento de los
valores verdaderos. El error se calcula como la diferencia entre la
aproximación previa y la actual. Por lo tanto, el error relativo porcentual
está dado por
Ea =abs( ((aproximación actual- aproximación previa )/ aproximación
actual) 100)
Si se cumple la relación anterior , entonces se considera que el resultado
obtenido esta dentro del nivel aceptable, es decir, aun error previamente
fijado(Es):
Abs(Ea) <>
ERRORES DE REDONDEO
Los errores de redondeo se deben a que las computadoras solo guardan un
numero finito de cifras significativas durante un calculo. Las
computadoras realizan esta función de maneras diferentes; esta técnica
de retener solo los primeros siete términos se llamó “truncamiento” en el
ambiente de computación. De preferencia se llamara de corte, para
distinguirlo de los errores de truncamiento. Un corte ignora los términos
restantes de la representación decimal completa.
La mayor parte de las computadoras tienen entre 7 y 14 cifras
significativas, los errores de redondeo parecerían no ser muy importantes.
Sin embargo, hay dos razones del por qué pueden resultar críticos en
algunos métodos numéricos:
1) Ciertos métodos requieren cantidades extremadamente grandes para
obtener una respuesta. Además, estos cálculos a menudo dependen entre
si, es decir, los cálculos posteriores son dependientes de los anteriores. En
consecuencia, aunque un error de redondeo individual puede ser muy
pequeño, el efecto de acumulación en el transcurso de la gran cantidad

de cálculos puede ser significativo.
2) El efecto de redondeo puede ser exagerado cuando se llevan a cabo
operaciones algebraicas que emplean números muy pequeños y muy
grandes al mismo tiempo. Ya que este caso se presenta en muchos
métodos numéricos, el error de redondeo puede resultar de mucha
importancia.
ERRORES DE TRUNCAMIENTO
Los errores de truncamiento son aquellos que resultan al usar una
aproximación en lugar de un procedimiento matemático exacto.
Estos tipos de errores son evaluados con una formulación matemática: la
serie de Taylor.
Taylor es una formulación para predecir el valor de la función en Xi+1 en
términos de la función y de sus derivadas en una vecindad del punto Xi.
Siendo el termino final:
Rn= ((ƒ(n+1) (ξ))/(n+1)!)hn+1
En general, la expansión en serie de Taylor de n-ésimo orden es exacta
par aunpolinomio de n-ésimo orden. Para otras funciones continuas
diferenciables, como las exponenciales o senoidales, no se obtiene una
estimación exacta mediante un numero finito de términos. Cada una de
los términos adicionales contribuye al mejoramiento de la aproximación,
aunque sea un poco.
ERROR NUMERICO TOTAL
El error numérico total es la suma de los errores de redondeo y de
truncamiento. La única forma de minimizar los errores de redondeo es la
de incrementar el número de cifras significativas de la computadora.
Repr

Representación grafica de las ventajas y desventajas entre errores de redondeo y
truncamiento que en ocasiones influyen en el curso de un método numérico. El punto
óptimo muestra donde el error de redondeo comienza a negar los beneficios dados por
la reducción del tamaño de paso.
ERRORES POR EQUIVOCACIÓN
En los primeros años de la computación los resultados numéricos erróneos
fueron atribuidos algunas veces al mal funcionamiento de la computadora
misma. Hoy dia esta fuente de error es muy improbable y la mayor parte
de las equivocaciones se atribuye a errores humanos.
Las equivocaciones ocurren a cualquier nivel del proceso de modelación
matematica y pueden contribuir con todas las otras componentes del
error. Las equivocaciones, por lo general se pasan por alto en la discución
del método numérico. Esto sin duda prueba el hecho de que los errores de
torpeza son, hasta cierto punto inevitables.
ERRORES DE FORMULACIÓN
Los errores de formulación o de modelamiento degeneran en lo que se
podría considerar como un modelo matemático incompleto, ya que si se
esta usando un modelo deficiente, ningún método numérico generara los
resultados adecuados.
BIBLIOGRAFÍA
MÉTODOS NUMÉRICOS PARA INGENIEROS. C.Chapra, Steven, Et al.

Ed MC GRAW-HILL . México 1995. 641 pp.
METODOS NUMERICOS APLICADOS A LA INGENIERIA. Nieves Hurtado,
Antonio, Et al.
Ed. Continental. Segunda reimpresión. México 1997. 602pp
METODOS NUMERICOS.Rafael Iriarte V. Balderrama
Ed. trillas. Primera edición. México 1990
Publicado por equipo en Etiquetas: ERROR, METODOS
4 08:50
0 comentarios:
Publicar un comentario en la entrada
Entrada más Página principal
reciente
Suscribirse a: Enviar comentarios (Atom)

Métodos Numéricos: Introduccion

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos Numéricos: Introduccion

Cargado por

Copyright:

Formatos disponibles

Métodos Numéricos: TIPOS DE ERRORES

jueves 14 de febrero de 2008 Archivo del blog

desarrollados con el objeto de resolver problemas matemáticos

cuya solución es difícil o imposible de obtener por medio de los

Las soluciones que ofrecen los métodos numéricos son

imposible de alcanzarse. Ver todo mi perfil

Las aproximaciones numéricas pueden introducir errores la

pregunta es ¿Qué error puede considerarse tolerable?.

El concepto de cifras o digitos significativos se ha desarrollado para designar

formalmente la contabilidad de un valor numérico. El numero de cifras

para ubicar el punto decimal.

1.-Los métodos numéricos obtienen resultados aproximados. Por lo tanto se debe

Una manera de hacerlo es en términos de cifras significativas. Por ejemplo se puede

http://meto2numericos.blogspot.com/2008/02/tipos-de-errores.html (1 de 7)22/02/2010 01:58:27 a.m.

2.-Aunque ciertas cantidades tales como π, e o √7 representan números específicos,

no se puede expresar exactamente con un numero finitos de digitos. Debido a que

las computadoras personales solo representan aproximadamente diez cifras

significativas (comúnmente varian entre 7 y 14) tales números jamás se podrán

representar exactamente. A la omision del resto de cifras significativas se le conoce

como error de redondeo.

Los errores de redondeo y el uso de cifras significativas tienen mucha importancia

en la identificación de exactitud y precisión.

Los errores asociados con los cálculos y medidas se pueden caracterizar

observando su precisión y exactitud. La precisión se refiere a 1) el numero

de cifras significativas que representa una cantidad o 2) la extensión en

las lecturas repetidas de un instrumento que mide alguna propiedad

física. La exactitud se refiere a la aproximación de un número o de una

medida al valor verdadero que se supone representa. La inexactitud

( conocida también como sesgo ) se define también como un alejamiento

sistemático de la verdad . la precisión por otro lado se refiere a la

magnitud del esparcimiento.

Los métodos números deben ser lo suficientemente exactos o sin sesgo

para que cumplan los requisitos de un problema particular de ingeniería.

También debe ser lo suficientemente preciso para el diseño en la

Usaremos el termino de error para representar la inexactitud y la

precision de las predicciones.

FACTORES QUE CONTRIBUYEN AL ERROR EN

Los errores numéricos se generan con el uso de aproximaciones para

representar las operaciones y cantidades matemáticas. Esto incluye errores

http://meto2numericos.blogspot.com/2008/02/tipos-de-errores.html (2 de 7)22/02/2010 01:58:27 a.m.

de truncamiento que resultan de representar aproximadamente un

procedimiento matematico exacto, y los errores de redondeo, que resultan

de presentar aproximadamente números exactos. Para los tipos de errores,

la relación entre el resultado exacto o verdadero y el aproximado esta dado

Valor verdadero = valor aproximado + error ( Ec.1 )

Reordenando la ecuación Ec.1, se encuentra que el error numérico es

igual a la diferencia entre el valor verdadero y el valor aproximado esto

Ev = valor verdadero – valor aproximado

Donde Ev se usa para redondear el valor exacto del error. Se incluye el

subíndice v par dar a entender que se trata del “verdadero” error.

Un defecto es que muchas veces no se toma en consideración el orden de

magnitud del valor que se esta probando . Por ejemplo, un error de un

centímetro es mucho mas significativo si se esta midiendo un remache que

un puente. Una manera de medir las magnitudes de las cantidades que se

están evaluendo es normalizar el error respecto al valor verdadero, como

Error relativo fraccional = error / valor verdadero

Error = valor verdadero – valor aproximado.

como Ev = (error verdadero/ valor verdadero ) 100; Donde Ev denota el

error relativo porcentual. El subíndice v significa la normalización del error

Para los métodos numéricos el valor verdadero únicamente se conocerá

cuando se habla de funciones que se pueden resolver analíticamente. Sin

embargo, en aplicaciones reales, no se conoce la respuesta verdadera. En

estos casos, normalizar el error es una alternativa usando la mejor