Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Errores Inherentes
Errores Inherentes
1. ERRORES INHERENTES
Son errores que existen en los valores de los datos, causados por incertidumbre en las
mediciones, por verdaderas equivocaciones, o por la naturaleza necesariamente aproximada
de la representación, mediante un número finito de dígitos, de cantidades que no pueden
representarse exactamente con el número de dígitos permisible.
Por ejemplo, si necesitamos usar en un cálculo, podemos escribirlo como 3.14, 3.1416,
3.1415926535589793..., etc. En muchos casos aún una fracción simple no tiene
representación decimal exacta, por ejemplo 1/3, que puede escribirse solamente como una
sucesión finita de números 3. Muchas fracciones que tienen representación finita en un
sistema no la tienen en otro, el número 1/10 es igual a 0.1 en decimal y en binario es
0.000110011001100...
Por ejemplo podemos utilizar la serie infinita de Taylor para calcular el seno de cualquier
ángulo X, expresado en radianes:
(4)
Por supuesto que no podemos usar todos los términos de la serie en un cálculo, porque la
serie es infinita; entonces, los términos omitidos introducen un error por truncamiento.
Recordando que cada número lo podemos representar por una fracción generalmente
llamada Mantisa, la cual está multiplicada por una potencia del número base, llamada
generalmente el Exponente. Entonces tenemos números como los siguientes:
(5)
Se puede determinar un límite al error relativo máximo que puede ocurrir en un resultado
aritmético obtenido con redondeo truncado. El error relativo máximo ocurre cuando gY es
grande y fY es pequeño. El valor máximo posible de gY es menor que 1.0; el valor mínimo
de fY es 0.1, por lo que el valor absoluto del error relativo es:
(6)
Entonces se observa que el máximo error relativo por redondeo en el resultado de una
operación aritmética de punto flotante no depende del tamaño de las cantidades, sino del
valor num�rico de d�gitos que se manejen.
Dadas las dos partes de un resultado como en el caso anterior, la aproximación redondeada
a Y está dada por:
(7)
en que Y tiene el mismo signo que fY. La adición de 10 en el segundo renglón de la ecuación
corresponde a sumar 1 al último dígito retenido si el primer dígito que se pierde es igual o
mayor que 5. Se describen los símbolos de valor absoluto para indicar que las mismas
fórmulas se aplican a cantidades positivas y negativas.
Si , el error absoluto es
(9)
(10)
(11
)
(12)
En donde sabemos que f no puede ser menor que 1/10 puesto que los números han sido
normalizados y no puede llegar a ser 1 porque la mantisa es una fracción propia.
Así se pueden sumar directamente las dos mantisas. Obviamente, la mantisa de la suma
tiene mas de cuatro dígitos. Antes de redondear, el resultado puede mostrarse como dos
cantidades de punto flotante:
(14)
(15)
(16)
(17)
Para un ejemplo de la diferencia entre las dos reglas de redondeo, considérese el siguiente
resultado de alguna operación aritmética:
(18)
(19)
(20)
( significa aproximadamente igual a)
(21)
(22)
Un error es una incertidumbre en el resultado de una medida. Se define como la diferencia entre el
valor real Vr y una aproximación a este valor Va:
e = Vr – Va
Existen diferentes tipos errores, cada uno se puede expresar en forma absoluta o en forma relativa.
Tipos de errores
Error de redondeo:
Se originan al realizar los cálculos que todo método numérico o analítico requieren y son debidos a la
imposibilidad de tomar todas las cifras que resultan de operaciones aritméticas como los productos y
los cocientes, teniendo que retener en cada operación el número de cifras que permita el instrumento
de cálculo que se este utilizando.
* Error de redondeo inferior: se desprecian los dígitos que no se pueden conservar dentro de la
memoria correspondiente.
* Error de redondeo superior: este caso tiene dos alternativas según el signo del número en particular:
para números positivos, el último dígito que se puede conservar en la localización de memoria
incrementa en una unidad si el primer dígito despreciado es mayor o igual a 5.
para números negativos, el último dígito que se puede conservar en la localización de la memoria se
reduce en una unidad si el primer dígito despreciado es mayor o igual a 5.
Pero por otro lado, el error de truncamiento se puede minimizar al incluir más términos en la
ecuación, disminuir el paso o proseguir la iteración (o sea mayor número de cálculos y seguramente
mayor error de redondeo).
Errores humanos:
Son los errores por negligencia o equivocación. Las computadoras pueden dar números erróneos po r su
funcionamiento. Actualmente las computadoras son muy exactas y el error es atribuido a los hombres.
Se pueden evitar con un buen conocimiento de los principios fundamentales y con la posesión de
métodos y el diseño de la solución del problema. Los errores humanos por negligencia son
prácticamente inevitables pero se pueden minimizar.
Error inherente:
En muchas ocasiones, los datos con que se inician los cálculos contienen un cierto error debido a que
se han obtenido mediante la medida experimental de una determinada magnitud física. Así por
ejemplo, el diámetro de la sección de una varilla de acero presentará un error según se haya medido
con una cinta métrica o con un pie de rey. A este tipo de error se le denomina error inherente.
Error absoluto:
Es la diferencia entre el valor exacto (un número determinado, por ejemplo) y su valor calculado o
redondeado:
Debido a que la definición se dio en términos del valor absoluto, el error absoluto no es negativo. Así
pues, una colección (suma) de errores siempre se incrementan juntos, sin reducirse. Este es un hecho
muy pesimista, dado que el redondeo y otros errores rara vez están en la misma dirección, es posible
que una suma ("algebraica") de errores sea cero, con aproximadamente la mitad de los errores positiva
y la otra mitad negativa. Pero también es demasiado optimista esperar que errores con signo sumen
cero a menudo. Un enfoque realista es suponer que los errores, en especial el redondeo, están
estadísticamente distribuidos.
Error relativo:
Es el error absoluto dividido entre un número positivo adecuado. Generalmente, el divisor es una de
tres elecciones: la magnitud del valor exacto, la magnitud del valor calculado (o redondeado) o el
promedio de estas dos cantidades. La mayor parte de las veces utilizaremos
El error relativo es una mejor medida del error que el error absoluto, en especial cuando se utilizan
sistemas numéricos de punto flotante. Puesto que los elementos de un sistema de punto flotante no
están distribuidos de manera uniforme, la cantidad de redondeos posibles depende de la magnitud de
los números que se redondean. El denominador de la ecuación de arriba compensa este efecto.
Una característica relacionada de error relativo es que los efectos de escalar la variable (es decir, de
multiplicarla por una constante distinta de cero, incluyendo cambios en la unidad de medición) se
cancelan. Una buena medida del error debería ser "invariante de las escalas", de modo que al cambiar
de yardas a pulgadas, digamos, no debería amplificar el error aparente por 36, como sucedería en la
ecuación de arriba. Si bien las matemáticas puras se inclinarían a utilizar el error absoluto, en general
el error relativo se emplea en las ciencias aplicadas.
Algunas veces conviene multiplicar el error relativo por 100 (por ciento) para ponerlo en una base
porcentual.
a = 0.276435 b = 0.2756
Si los cálculos se realizan en base diez, coma flotante, redondeando por aproximación y trabajando
con tres dígitos de mantisa, los valores aproximados a dichos números y el error relativo cometido es:
Si ahora se calcula la diferencia entre los valores exactos y la diferencia entre los aproximados se
obtiene:
a - b = 0:000835
Debe observarse que el error relativo de la diferencia aproximada es del 100%. Este ejemplo,
extraordinariamente sencillo, pone de manifiesto como el error de redondeo de los datos se ha
amplificado al realizar una única operación, hasta generar un
resultado carente de significado.