Está en la página 1de 30

OrigendelosErroresenlos

Clculos

Error de Truncacin

Es la diferencia entre el valor verdadero y el valor


producido por un mtodo numrico o algoritmo
usando aritmtica exacta

Es un error inherente al mtodo, debido a la


aproximacin introducida por ste

Ejemplo:
2

x
x
x
e =1 x
2 3 ! k =4 k !
x

ErrordeTruncacin

Ejemplo: e0.5 =1.6487213 en la calculadora


Si tomamos diferente nmero de trminos de la
serie infinita, obtenemos
x

0.5

e 1
x
e 1x

e 1
0.5
e 1.5
2

x
e 1x
2
2
3
x
x
x
e 1x
2 3!
x

0.5

e 1.625
0.5

e 1.64583333

ErrordeTruncacin

Ya vimos en varios mtodos numricos el error


de truncacin del mtodo
Ejemplo: diferenciacin numrica

f xh f xh h
f ' x =
f ' ' '
2h
6

OrigendelosErroresenlos
Clculos

Errores de Redondeo

Es la diferencia entre el resultado obtenido por un


algoritmo empleando aritmtica exacta y el
resultado producido por el mismo algoritmo
usando precisin aritmtica limitada

Se debe a la capacidad finita de las computadoras


para representar a los nmeros reales

Generalmente se emplea como representacin de


los reales el conjunto de nmeros en punto
flotante

Origen del Error de Redondeo en Computacin:


precisin finita de las computadoras

nmeros complejos

nmero reales

racionales

p
q

punto flotante

M b

ERROR de REDONDEO!!

Representacindenmerosenpunto
flotante
Un nmero en representacin de punto flotante se escribe (o almacena)
de la siguiente manera:

d.ddd d

exponente

mantisa

signo

base

Esto representa al nmero:

p1

d 0d 1 d p1

con 0d i

Ejemplo: -100.5 en base 10 se escribe -1.005 x 102


Por lo que uno slo debera almacenar la mantisa -1005 y el exponente 2

Qu queremos decir con BASE?


Base natural: 10
1045=5x100+4x101+0x102+1x103
Cualquier nmero natural puede ser usado como base
Otras bases empleadas:
Base 8: Octal

7038=3x80+0x81+7x82=45110

Base 16: Hexadecimal

13916=9x160+3x161+1x162=31310

Base 2: Binario

1012=1x20+0x21+1x22=510

Basedelsistemanumrico

Para representar un nmero en una Base


determinada, requiero disponer de smbolos o
dgitos

Base 10, uso 10 dgitos: 0-9

Base 2, uso 2 dgitos: 0 y 1

Base 8, uso 8 dgitos: 0-7

Base 16, uso 16 dgitos: 0-9, A-F

Ejemplo: A02F16=4100710

Las computadoras usan internamente el formato


binario, o sea Base 2

Representacinbinariadenmeros
enpuntoflotantesimpleprecisin

Se emplea en standard de IEEE 754

Nmeros reales representados con 4 bytes

1 bit para el signo

8 bits para el exponente (con bias 127)

23 bits para la mantisa (1 bit oculto, normalizado)

Mayor nmero real representable: 2127 1038

Menor nmero real representable: 2-126 10-38

Slo hay posibilidad de representar 2 32 nmeros, o


sea aproximadamente 109 nmeros
Con 24 bits la precisin es de 7 dgitos (2 24 107)

Conjuntodenmerosenpunto
flotante

Caractersticas:
- conjunto finito, acotado superior e inferiormente
- presenta regiones de Overflow y Underflow
- los elementos del conjunto no estn uniformemente distribuidos
- la precisin depende del nmero de bits de la mantisa
- el rango depende de la base y el exponente

ParmetrosparaelstandardIEEE754

Ejercicio: calcular el rango y el nmero aproximado de dgitos significativos


para el formato doble precisin

Ejercicio:calcularelconjunto
derealesenpuntoflotante

Asuma que dispone de 8 bits

1 bit para el signo

4 bits para el exponente (bias 7)

4 bits para la mantisa (1 bit oculto)

Proponga una estrategia para representar el resto


de los reales

Erroresderedondeoenlos
clculos

Suma:

Alinear las mantisas hasta que los exponentes


coincidan

Sumar las mantisas

Despreciar los bits que sobran (truncar o redondear)

Multiplicacin:

Sumar los exponentes

Multiplicar las mantisas

Despreciar los bits que sobran en la mantisa

100

Ejemplosimple1.0 0.01
k=1

Para exagerar el error de redondeo vamos a usar


slo 2 dgitos de mantisa

1.0 como nmero flotante es 1.0x10 0

0.01 como nmero flotante es 1.0x10 -2

Qu pasa cuando sumamos estos nmeros?

El rden en que realizamos la suma puede


afectar el resultado?

Cancelacincatastrfica

Si dos nmeros son muy similares, es posible que


su resta d como resultado cero (ejemplo:
diferenciacin numrica)
Divisin N/D da error de redondeo muy grande si
N>>D

CancelacinCatastrfica
f xh f x
D x=
h
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!

0.1
0.01
0.001
0.0001
0.00001
0.000001
0.0000001
0.00000001
0.000000001
0.0000000001
1.00000000E-11
1.00000000E-12
1.00000000E-13
1.00000000E-14
1.00000000E-15
1.00000000E-16

0.953101798043
0.995033085317
0.999500333083
0.999950003333
0.999995000040
0.999999499918
0.999999950584
0.999999988923
1.00000008224
1.00000008269
1.000000082735
1.000088900582
0.999200722163
0.999200722163
1.110223024625
0.

!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!

ExactituddeMquina

La exactitud de una operacin en punto flotante


se caracteriza por el psilon de la mquina (unit
round-off)
Este valor es el nmero decimal ms pequeo
que cumple fl(1+ eps)>1
Si r<eps entonces puede ocurrir

(1 + r) + r = 1
1 + (r + r) > 1

El error relativo mximo cometido al representar


un nmero x en el rango de nmeros de punto
flotante es:
fl x x

eps

ErrorAbsolutoyErrorRelativo

Error Absoluto: suma de Errores de Truncacin +


Errores de Redondeo
Tambin se lo conoce con el nombre de Error de
Cmputo
Error Relativo: Error Absoluto dividido el valor
calculado
El Error Relativo suele multiplicarse por 100 y
espresarse como % del valor calculado
Por lo general el Error Absoluto slo puede
estimarse o acotarse, por lo tanto el Error
Relativo tambin

Errorhaciaadelanteyhaciaatrs

Supongamos que queremos calcular y=f(x)

Debido al error de cmputo obtenemos

E adelante = y = y y
E atrs= x = x x

y =f x
1
x =f y

Errorhaciaadelanteyhaciaatrs

Ejemplo: calculo el cos(1)


n

2n

2
4
1 x
x x
cos x =
=1 ...
2 4!
n =0 2n !

y =f 1=cos 10.5403
2
1

y =f 1cos 1=1 =0.5


2
x =arccos y =arccos0.5 1.0472
E adelante = y = y y0.50.5403=0.0403
E atrs= x = x x1.04721=0.0472

SensibilidadyCondicionamiento

Se dice que un problema est bien condicionado


(es insensible) si un pequeo cambio en los datos
de entrada produce un pequeo cambio en la
solucin
Un problema est mal condicionado (es sensible)
si un pequeo cambio en los datos de entrada
causa un cambio grande en la solucin

SensibilidadyCondicionamiento

Nmero de Condicin
cambio relativo en la solucin
cond =
cambio relativo en datos de entrada
f x f x /f x y / y
=
=
x x / x
x / x

Si cond >>1 entonces estamos ante un problema mal condicionado


o sensible
El nmero de condicin es un factor de amplificacin que relaciona
el error relativo hacia adelante con el error relativo hacia atrs
Es difcil de calcular exactamente, por lo que se lo suele estimar o
acotar

SensibilidadyCondicionamiento

Estimacin del nmero de condicin de una


funcin f(x) para un valor perturbado de x

f x f x / f x f xhf x /f x
cond =
=
x x / x
h/ x
f x hf x h f ' x
h f ' x / f x x f ' x
cond
=

h/ x
f x

SensibilidadyCondicionamiento

Ejemplo de Sensibilidad:

el clculo del valor tan(x) cerca de /2


tan(1.57078) 6.58058x104
tan(1.57079) 1.58058x105
Para x 1.57079 cond 2.48275x105

SensibilidadyCondicionamiento

Probar en Scilab

A=[93.47710.20228.832
1.96332.81662.414
26.82136.81657.234]
b=[34.7177
70.9241
82.9271]

Resolver y comparar:
Ax=b

c=[34.7
70.9
82.9]

Ax=c

Algoritmo

Ab Abdallh Muammad ibn Ms al-Khwrizm:

Matemtico, gegrafo y astrnomo persa

Vivi entre el 780 y 850 de nuestra era

Algoritmo: es el procedimiento, paso a paso, empleado


en un clculo
Para una funcin f(x) dada, pueden existir mltiples
algoritmos que se pueden emplear para su cmputo

Estabilidad

Un algoritmo es estable si el resultado producido


es relativamente insensible a perturbaciones
durante el cmputo
Estabilidad del algoritmo es anlogo a el
condicionamiento del problema
Desde el punto de vista de anlisis de error hacia
atrs, un algoritmo es estable si el resultado
producido es la solucin exacta de un problema
cercano

Exactitud

Exactitud: grado de cercana de la solucin


calculada a la solucin real del problema
La exactitud depende de la estabilidad del
algoritmo y de la condicin del problema
Se obtienen resultados exactos cuando se aplican
algoritmos estables a problemas bien
condicionados.
Se pueden obtener resultados inexactos cuando

Se aplica un algoritmo estable a un problema mal


condicionado

Se aplica un algoritmo inestable a un problema


bien condicionado

ProblemasBienDefinidos

Se dice que un problema est bien definido si

Existe solucin

La solucin es nica

La solucin depende en forma continua de los


datos

Un problema puede estar bien definido y an as


ser sensible a perturbaciones
Un algoritmo puede simplificar el problema sin
empeorar su sensibilidad

Infinito Finito

No lineal Lineal

Complejo Simple

Resumen

Problemas bien definidos

Errores de cmputo

Error de truncacin

Error de redondeo

Sensibilidad (condicionamiento) del problema

Nmero de condicin

Estabilidad del algoritmo