Anlisis Numrico Error

Prof. Diana Cicinelli

Anlisis Numrico
Concepto de error
Introduccin
Con el uso de las computadoras y la teora de los mtodos numricos se ha logrado resolver problemas
computacionales en forma eficiente y precisa.
El uso de las computadoras introduce nuevos problemas como por ejemplo la representacin interna de
nmeros trascendentes, es decir, , , 2, y otros, cuyas representaciones exactas necesitan una canitdad
infinita de dgitos. La computadora utiliza un sistema de numeracin de una cantidad finita de dgitos, es
decir que , por ejemplo, no se puede representar en forma exacta. El error que se comete al usar una
cantidad finita de dgitos para representar los datos de un problema se denomina error de
representacin.
Adems de esta causa de error tenemos que agregar el error que ocasiona el aplicar un mtodo u otro para
resolver un mismo problema. El error que se comete por aplicar un determinado mtodo se denomina
error anlitico o del mtodo.
Tambin debemos tener en cuenta el error ocasionado por una determinada operacin pues el error
ocasionado en la operacin producto para dos datos no es el mismo que se produce en la operacin suma.
El error producido por una operacin aritmtica elemental -+,-,*, /, se denomina error aritmtico y los
datos tambin pueden estar medidos con muy poca precisin o bien provenir de clculos previos. El error
con que se ingresan los datos se denomina error de medicin.
No siempre se producen todos los errores simultneamente, por ejemplo, una constante como 3 no tiene
error de medicin y tampoco de representacin en el sistema de numeracin que usa el procesador.
A todo esto hay que agregarle el error acumulado tras pasar los datos por varias operaciones elementales
consecutivas; este tipo de error se denomina error propagado de los datos.
Resumiendo, los tipos de errores son:
Representacin: por el uso de un sistema de numeracin finito
Analtico: por el uso de un determinado mtodo cuando hay ms de uno que resuelve el mismo
problema.
Aritmtico: por realizar operaciones elementales como la suma, resta, producto y/o divisin.

Anlisis Numrico Error

Prof. Diana Cicinelli

Medicin: debido al proceso de obtencin de los datos.

Propagacin: por realizar en una misma expresin varias operaciones elementales consecutivas.
Definiciones bsicas:
1) Error Absoluto: Sea x el valor real del nmero y x* el valor representado, el error absoluto se define
como : a = | x* - x|
2) Error Relativo: Sea x el valor real del nmero y x* el valor representado, el error relativo se define
como : r = | x* - x| / |x|.
El error relativo da una aproximacin ms exacta del error cometido, por ejemplo: sean x = 2 y x* = 2.1,
a = 0.1, r = 0.05, en cambio si x = 2000, x* = 2000.1, a = 0.1, r = 0.00005. Como se puede
observar en el ejemplo, el error absoluto es el mismo a pesar que las magnitudes de los nmeros son
distintas pero el error relativo demuestra que hay ms error en x*=2.1 que en x*=2000.1. El motivo de
esta diferencia se debe a las magnitudes de los nmeros:
2 = 0.2 x 101 , mientras que
2000 = 0.2 x 104
3) Error Porcentual: Se define al error porcentual como % = r x100. Siguiendo con el ejemplo
anterior se tiene que el error porcentual en el primer caso es 5% y en el segundo caso es 0.005%.
Cuando se trabaja en un sistema de numeracin determinado como por ejemplo el de punto flotante, tiene
importancia conocer el mximo error que puede ocurrir en ese sistema si para representar los nmeros se
usa redondeo o truncamiento. Supongamos que trabajamos en el sistema de punto flotante con L dgitos
en la mantisa, entonces el mximo error relativo de usar truncamiento es B-L+1 y de usar redondeo es
B-L+1/2 donde B es la base de numeracin en la que se realizan todas las operaciones, por ejemplo, lo
usual cuando trabajamos en lpiz y papel es B = 10.

Causas de error
1.1 Error de Representacin
Est ocasionado por el uso de un sistema de numeracin de cantidad finita de dgitos. El sistema usado
por el procesador es el Sistema de Punto Flotante, en el cual a cualquier nmero p se lo representa de la
siguiente forma: p=0.d 1 d 2 ... d k x B n siendo B la base , d i los dgitos del sistema de numeracin en
la base B elegida, si B = 10 entonces d i = 0,1,2,3,4,5,6,7,8,9, si B = 2 entonces d i = 0,1; n es un
nmero entero y representa el exponente, k es la cantidad de dgitos significativos a usar en la
representacin y d 1 d 2 ... d k se denomina mantisa. En cualquier base B elegida el primer dgito despus
del punto decimal, d1, debe ser distinto de cero, es decir que no se puede representar, por ejemplo al
nmero 2 como 0.02 x 102, la representacin correcta es 0.2 x 101 .
2

Anlisis Numrico Error

Prof. Diana Cicinelli

Ejemplos: para ms claridad usaremos el sistema Decimal, es decir, B = 10

I. sea k = 5 y sea 3.1416, en el Sistema de Punto Flotante es 0.31416 x 101
II. sea k = 8 y sea 2.7182818, en el Sistema de Punto Flotante es 0.27182818 x 101
III. sea k = 6 y sea 287.323, en el Sistema de Punto Flotante es 0.287323 x 103
IV. sea k = 4 y sea 0.00001, en el Sistema de Punto Flotante es 0.1000 x 10- 4
Como todos sabemos la representacin interna de un nmero se hace con B = 2 que usualmente se lo
denomina Sistema Binario.
Fijar la cantidad de dgitos de la mantisa a un nmero k hace que la cantidad de nmeros que se puedan
representar en el sistema corresponda a un intervalo con un nmero mximo y otro mnimo que
determinan el rango de representacin y la cantidad de nmeros representables en ese intervalo es finita.
Cuando se limita la cantidad de dgitos significativos es cuando el nmero no puede representarse
correctamente ocasionando error de representacin. Si tomsemos k = 3 para representar los mismos
nmeros del ejemplo anterior tendramos:
I. 3.1416 ~ 0.314 x 101
II. 2.7182818 ~ 0.271 x 101
III. 287.323 ~ 0.287 x 103
IV. 0.00001 ~ 0.100 x 10- 4
Como se puede notar el exponente no cambia, y no todos los nmeros se pueden representar en forma
exacta, slo el ejemplo IV est representado sin error. Notemos, adems, que se "cortaron" las mantisas a
k dgitos significativos, este proceso se denomina criterio de truncamiento; pero no es el nico criterio
que se puede usar, el criterio que realmente se usa es el criterio de redondeo. Este criterio se fija en el
dgito k+1, si ste dgito es mayor o igual a 5 le suma 1 al dgito k y trunca la mantisa a partir del dgito
k+1, si el dgito k+1 es menor a 5, directamente trunca la mantisa a partir de l. De este modo el mismo
ejemplo nos dara otra aproximacin para aquellos nmeros que cuya mantisa tiene ms dgitos de los que
permite el sistema, quedando las aproximaciones de la siguiente forma:
I. 3.1416 ~ 0.314 x 101 = 3.14
II. 2.7182818 ~ 0.272 x 101 = 2.72
III. 287.323 ~ 0.287 x 103 = 287
IV. 0.00001 ~ 0.100 x 10- 4 = 0.00001

Anlisis Numrico Error

Prof. Diana Cicinelli

Veamos otro ejemplo: queremos redondear a 5 cifras significativas el nmero 285.46789

285.46789 x 10 0
+
0.01

0.28546789 x 10 3
0.0000100 x 10 3

Como el dgito que ocupa la posicin 6 es mayor a 5 entonces se suma 1 al dgito que ocupa la posicin 5
y luego se desechan lod decimales a partir de la posicin 6.
285.467890.01 x 100
285.46789 10- 2
3
x
10

3 x 103 = 0.2854678910- 2 -3 x 103 =

=
3
3
10
10
10
0.28546789 x 10 310- 2- 3 x 103 = 0.28546789 x 10310- 5 x 103 = 0.28546789 x 10 3 + 10 -2
= 0.28547789 x 10 3 ~ 0.28547 x 10 3
Resumiendo, los criterios para la representacin de nmeros a k dgitos de precisin en base 10 son:
Truncamiento: 0.d 1 d 2 ... d k d k + 1 ... x 10 n ~ 0.d 1 d 2 ... d k x 10n
n

n -k +1

Redondeo: 0.d 1 d 2 ... d k d k + 1 ... x 10 ~ 0.d 1 d 2 ... d k d k + 1 x 10 + 10

y luego truncar a k dgitos
n
quedando 0.d ' 1 d ' 2 ... d ' k x 10 donde di' = di +1 si di+1 >= 5 en caso contrario di' = di.
Por ejemplo el nmero 2.99999 y se lo quiere aproximar con 3 dgitos significativos,
0.2999 x 101 + 0.001 = 0.3000 x 101 = 0.300
Ambos criterios se pueden generalizar para cualquier base B.

Cota del error relativo de redondeo

Vamos a demostrar que la cota del error relativo de redondeo en base B=10 es 10 -L+1; este resultado se
puede generalizar para demostrar que vale para cualquier base B.
Llamaremos fl(y) al nmero y redondeado a L dgitos. La demostracin consta de dos partes, primero
vamos a suponer que dL+1 < 5 (que coincide con la demostracin en caso de usar truncamiento) y luego
supondremos dL+1 5. Veamos el primer caso:
dL+1 < 5)
r y =

n
n
n
0.d L +1 x 10n - L
y fl y 0.d1 d 2 d L x 10 0.d 1 d 2 d L x10 0.0 0 d L +1 x 10
=
=
=
n
n
n
y
0.d 1 d L x 10
0.d 1 d L x 10
0.d 1 d L x 10

La mantisa del numerador de la ltima igualdad va a ser menor a 0.5 porque dL+1 < 5 y la mantisa del
denominador va a ser mayor o igual a 0.1 pues d1 tiene que ser distinto de 0, por lo tanto, acotando ambos
miembros de la igualdad tenemos que:

Anlisis Numrico Error

Prof. Diana Cicinelli

0.d L+ 1 x 10 n - L
0.5 x 10 n - L

r y=
, que al simplificarla queda r y 0.5 x 10 - L+ 1 ,
n
-1
n
0.d
d

x
10
10
x
10
1
L
como se quera demostrar.
dL+1 5) En este caso r y =0.d 1 d 2 d L x10 n10 n - L
r y =

0.d 1 d 2 d L x 10 n0.d 1 d 2 d L x10 n - 10n - L

0.0 0 d L + 1 x 10 n10 n - L
y fl y
=
=
=
y
0.d 1 d L x 10n
0.d 1 d L x 10n

0.d L +1 x 10 n - L - 10 n - L
0.d L + 1 - 1 x 10 n - L
=
=
0.d 1 d L x 10n
0.d 1 d L x 10 n
Haciendo las mismas consideraciones que para el caso anterior, la mantisa del numerador es menor que
0.5 en valor absoluto porque supusimos que el dgito dL+1 es menor o igual a 5 y la mantisa del
denominador es superior a 0.1, entonces es

0.d L + 1 1 x 10 n - L
0.5 x 10 n - L
0.5 x 10 - L
- L +1

=
= 0.5 x 10
r y =
n
-1
n
0.1
10 x 10
0.d 1 d L x 10
Ejemplo:
Se desea representar en el sistema de punto flotante con redondeo a 3 dgitos significativos.
x=0.3333...
x* = 0.333 x 100
a (x)= | x* - x| = |0.333 - 0.3333....| = 0.000333.... = 0.3333.... x 10-3
r (x)= a / x = 10-3 = 0.001
por lo visto anteriormente entonces tenemos que r x 0.5 x 10 -3 + 1=0.5 x 10 -2=0.005
Los errores individuales debidos al redondeo o truncamiento de los nmeros parecen no importar, pero si
un determinado proceso consta de muchos pasos computacionales, en los cuales se aplican frmulas
matemticas, los errores individuales se van acumulando tornndose esta acumulacin muy importante.
Por lo tanto, en un proceso computacional no slo es importante determinar los pasos correctos para
poder resolver el problema sino que tambin hay que tener en cuenta cmo se realizan las operaciones
para acarrear el menor error posible y si eso no fuese posible, saber cmo influyen los errores acumulados
y para saber sto debemos estudiar la propagacin de errores.
Generalmente los procesadores trabajan con Sistema de Punto Flotante y Redondeo, por este motivo es
que no vamos a estudiar otros sistemas de representacin.

1.5 Error Analtico

Este tipo de error lo ocasiona el mtodo elegido para resolver un determinado problema. Por ejemplo,
para aproximar una funcin en un punto se puede usar la serie de Taylor o interpolar la funcin por medio
5

Anlisis Numrico Error

Prof. Diana Cicinelli

del polinomio de Lagrange. Cada uno de estos mtodos ocasiona un error. Lo mismo sucede si se necesita
resolver un sistema de n ecuaciones lineales con n incnitas, existen diversos mtodos tanto directos
como iterativos que permiten hallar la solucin al sistema..
En un ejemplo muy sencillo podemos ver este tipo de error. Supongamos que queremos calcular la
355 2
superficie de un crculo con la frmula clsica S=3.14r 2 pero tambin podramos usar S= 113 r
dnde el valor de Pi est calculado con ms precisin. Ambas frmulas nos daran dos soluciones cuyas
precisiones son distintas. Otro mtodo que podramos usar es la representacin en serie del nmero Pi que
tambin tendra errror por truncar la serie en algn trmino en particular. En los tres mtodos el error ser
diferente y optar por una u otra depende de la necesidad de la precisin del resultado.
Otro ejemplo, si se quiere sumar los n primeros nmeros naturales podemos aplicar uno de stos
mtodos:
n

1) s =

i
i=1

2) s = n(n+1)/2
3) s = (n/2)(2a+(n-1)d)
donde n = nmero de trminos a sumar, a = el primer nmero y d la diferencia entre cada
nmero.
Cada uno de estos mtodos conlleva el error de las operaciones aritmticas. En el mtodo 1) tenemos que
realizar n-1 sumas. En el mtodo 2) slo se realiza una suma, un producto y una divisin. Esto nos hace
pensar que para un n suficientemente grande conviene elegir el mtodo 2), en el caso 3) estaramos
haciendo en total 6 operaciones, lo que lo convierte en un algoritmo mejor que 1) pero peor que 2).

1.6 Error aritmtico

Como hemos visto en el ejemplo anterior, este tipo de error lo proveen las operaciones aritmticas
realizadas al aplicar un determinado mtodo. Un mtodo puede tener menos o ms error aritmtico
dependiendo de la cantidad de operaciones realizadas.
Cuando se elige un mtodo se deber balancear el error analtico y el error aritmtico, cuanto ms exacto
queremos que sea el resultado ms error arimtico acarrea el mtodo elegido.

1.7 Error de Medicin

Muchas veces los datos usados son constantes cuyo valor es exacto pero otras veces los datos pueden
provenir de mediciones con aparatos o provienen de los clculos de otro programa y por lo tanto pueden
tener error.
Supongamos que X denota el valor verdadero de un dato, x' el valor aproximado y x" el valor medido, por
definicin tenemos que el error absoluto de X se calcula de la siguiente forma:

Anlisis Numrico Error

Prof. Diana Cicinelli

eabs(X) = X-x' pero sabiendo que X es un dato medido, entonces eabs(X) = X-x"+x"-x', acotando, se
tiene que |eabs(X)| |X-x"| + |x"-x'|, es decir que la cota del error absoluto de X es la suma de de las cotas
del error de medicin y del error de aproximacin.

Propagacin de errores
Los errores que llevan los datos, es decir, errores de medicin y de representacin y el error aritmtico
pueden hacer que el resultado de un mtodo no sea exacto. Si el mtodo involucra una cierta cantidad de
pasos a realizar, las operaciones intermedias irn ocasionando error que se irn arrastrando y acumulando
a travs de todas las operaciones hasta llegar al resultado final. Esta acumulacin de los errores se
denomina error propagado.

2.1 Errores absolutos de las operaciones:

Usaremos letras maysculas para denotar los valores verdaderos y letras minsculas para los valores
aproximados.
Operacin suma:
Z = X+Y
eZ = X+Y (x+y) = X-x + Y-y = eX + eY
|eZ| = |eX+eY| |eX| + |eY|, es decir, el error de la suma es la suma de los errores.
Operacin resta:
Z = X-Y
eZ = X-Y (x-y) = X-x - (Y-y ) = eX - eY
|eZ| = |eX-eY| |eX| + |eY|
Operacin producto:
Z = X*Y
eZ = X*Y-x*y
Sabiendo que eX = X-x, despejando X = eX+x y reemplazando en la ecuacin anterior queda:
eZ = (eX+x)*(eY+y)-x*y = eX*eY + x*eY+eX*y+ x*y -x*y = eX*eY + x*eY+eX*y
Como la expresin eX*eY es un error de segundo orden, ms pequeo que x*eY, y que eX*y, se puede
despreciar, por lo tanto eZ = x*eY+eX*y
7

Anlisis Numrico Error

Prof. Diana Cicinelli

Operacin cociente:

X
Y
X x Xy -Yx
eZ = - =
Y y
Yy
xeX y - yeY x xyeXy xyxeY
yeX - xeY y eX x eY
eZ =
=
= 2
=
2
yeY y
y yeY
y yeY
y2
Z=

El valor y*eY se puede despreciar porque es ms pequeo que y2 .

Operacin potencia:

e X n=e X.X n - 1= x n - 1 e x x e x n - 1
e x n - 1 =e X.X n - 2 = x n - 2 e x x e x n - 2

e x 0 =e1=0
La ltima igualdad es cierta pues 1 es una constante representable en cualquier sistema y por lo tanto no
tiene error, reemplazando los valores obtenidos desde el ltimo hacia el primero se obtiene:
n

n1

n1

e x =
x e xx e x x
n veces

de donde queda que:

n1

e
1
0

e x n =n x n - 1 e x

2.2 Errores relativos de las operaciones:

Operacin suma:
|eZ| = |eX+eY| |eX| + |eY|
eZ eX eY
x eX
y eY
x
y
=
=

=
eRX
eRY eR+ donde eR+ representa el
z
x y
x y x x y y x y
x y
error relativo de realizar la operacin suma.
eRZ

Operacin resta:
Es fcil observar que el error realativo de la resta es:
eZ eX - eY
x
y
eRZ
=
=
eRX eRY eR z
x-y
x- y
x- y
8

Anlisis Numrico Error

Prof. Diana Cicinelli

Operacin producto:
Z = X.Y
eZ = y ex + x ey
eRZ

eZ
y ex + x ey ex ey
=
= + =eRxeRyeR*
z
xy
x
y

Operacin divisin:
y ex x ey
ez
y2
y ex x ey y
y ex x ey
ex ey
eZ
=
=
=
=

= eRxeRyeR /
2
z
x
x
xy
x
y
y
y
Operacin potencia:
eR x n

n x n -1 ex n e x
=
=n eR x
x
xn

Condicionamiento y estabilidad
Algoritmo Bien Condicionado: Llamaremos nmero de condicin al factor que multiplica al error
relativo del dato y diremos que un algoritmo est "bien condicionado" cuando todos sus nmeros de
condicin son en mdulo menores o iguales a 1, N i 1 .
Algoritmo Numricamente Estable: Llamaremos factores de aplificacin a los factores que multiplican
a los errores relativos de las operaciones. Estos factores pueden agrandar o achicar el error aritmtico. Si
los factores de amplificacin achican los errores de las operaciones entonces el algoritmo se dice que es
numricamente estable.
Ejercicios resueltos
1) Si se evala la superficie de un crculo usando la frmula s = 3.14 * r^2
a) Qu errores se comete si se lo evala a mano.
b) Qu errores se comete si se usa un sistema de numeracin con 8 dgitos
decimales
c) Qu errores se comete si se usa la expresin 355/113 para calcular el valor de PI.

Anlisis Numrico Error

Prof. Diana Cicinelli

Solucin:
a) Error analtico pues Pi no es exacto. Error de medicin pues r es medido. Error propagado de
medicin de r.
b) Error analtico pues Pi no es exacto. Error de representacin pues se usa un sistema de
numeracin. Error aritmtico. Error de medicin. Error propagado.
c) Error analtico, de representacin, aritmtico. Error de medicin de r.
2) Hallar el error relativo de u=x 10 x / y
a. dar valores para los cuales el problema est mal condicionado.
b. Es numricamente estable?
c. Acotar el error relativo para x = 1, y = -0.1 con l = 6
Solucin:

v= x 10
x
w=
y
u=vw
v
w
eRu=
eRv
eRweR vw
vw
eRv=10 eRxeR^
erw=eRxeRyeR/
Reemplazando queda :
v
w
eRu=
[ 10 eRxeR^ ]
[eRxeRyeR / ]eR vw
vw
10v
w
w
v
w
eRu=

eRx
eRy
eR^
eR eR vw vw
v w
vw
vw /

Supongamos que la cota de los errores relativos de las operaciones es la misma para todas las operaciones
y la calculamos como: = p (-l+1) , la cota del algoritmo es:

eRu

10v
w
w
v
w

eRx
eRy

vw v w
vw
vw
vw

El problema va a estar mal condicionado para valores de x e y que hagan que se agranden mucho los
nmeros de condicin y por lo tanto agranden los errores de los datos.
En este ejemplo, el algoritmo va a estar mal condicionado para valores de x e y que hagan que
x 10 xy 0 , es decir, y x 10 x , o lo que es igual y x 91 .
Por ejemplo, x = 0.1 e y = 109.
v
vw
,

f 1=

w
vw
y

f 2=

f 3=1 son los factores de amplificacin, por lo tanto el algoritmo va a

10

Anlisis Numrico Error

estar bien condicionado cuando

Prof. Diana Cicinelli

f 1 0 y f 2 0 .

Calculando v y w con x = 1 , y = -0.1, es v = 1 y w = -10, reemplazando en la frmula del clculo del

error relativo queda que eRu 0.000019091
Ejercicios:
1. Calcular el error relativo de s = gt2, Acotar el error relativo y decir qu pasa cuando t tiende a
infinito.
2. Calcular y acotar los errores relativos de :
a) u = (a-b)/c
b) v = a/c b/c
Cul expresin es la que tiene ms error?
3. Calcular y acotar el error relativo de:
a) u = (1+a)2
b) v = 1 + (2 * a + a2)
Suponiendo que las constantes 1 y 2 son representadas sin error.

11