Está en la página 1de 11

INDICE

INDICE............................................................................................................................................ 1
INTRODUCCION. ............................................................................................................................ 2
CAPITULO I - ERRORES................................................................................................................... 3
1.1. INTRODUCCION .................................................................................................................. 3
1.2. EXACTITUD Y PRECISION .................................................................................................... 4
1.3. DEFINICIÓN DE ERROR ....................................................................................................... 5
1.4. Error absoluto..................................................................................................................... 5
1.5. Error relativo ...................................................................................................................... 6
1.6. Error relativo porcentual .................................................................................................... 6
1.7. ERRORES DE REDONDEO .................................................................................................... 7
1.8. ERRORES DE TRUNCAMIENTO ........................................................................................... 8
1.9. ERRORES POR EQUIVOCACIÓN .......................................................................................... 9
1.10. ERRORES DE FORMULACIÓN .......................................................................................... 10
BIBLIOGRAFÍA .......................................................................................................................... 10
APLICACIONES. ........................................................................................................................ 11
INTRODUCCION.

La ciencia y la tecnología describen los fenómenos reales mediante


modelos matemáticos. El estudio de estos modelos permite un conocimiento
más profundo del fenómeno, así como de su evolución futura. La matemática
aplicada es la rama de las matemáticas que se dedica a buscar y aplicar las
herramientas más adecuadas a los problemas basados en estos modelos.
Desafortunadamente, no siempre es posible aplicar métodos analíticos clásicos
por diferentes razones:

 No se adecúan al modelo concreto.

 Su aplicación resulta excesivamente compleja.

 La solución formal es tan complicada que hace imposible


cualquier interpretación posterior.

 Simplemente no existen métodos analíticos capaces de


proporcionar soluciones al problema.

En estos casos son útiles las técnicas numéricas, que mediante una
labor de cálculo más o menos intensa, conducen a soluciones aproximadas
que son siempre numérica. El importante esfuerzo de cálculo que implica la
mayoría de estos métodos hace que su uso esté íntimamente ligado al empleo
de computadores. De hecho, sin el desarrollo que se ha producido en el campo
de la informática resultaría difícilmente imaginable el nivel actual de utilización
de las técnicas numéricas en ámbitos cada día más diversos.
CAPITULO I - ERRORES.

1.1. INTRODUCCION

A lo largo del tiempo, los métodos numéricos han sido desarrollados


con el objeto de resolver problemas matemáticos cuya solución es difícil o
imposible de obtener por medio de los procedimientos tradicionales.
Las soluciones que ofrecen los métodos numéricos son aproximaciones de los
valores reales y, por tanto se tendrá un cierto grado de error que será
conveniente determinar.

Aunque la perfección es una meta digna de alabarse es difícil si no


imposible de alcanzarse.

Las aproximaciones numéricas pueden introducir errores la pregunta es


¿Qué error puede considerarse tolerable?.

Cuando se emplea un número en el cálculo, debe haber seguridad que


pueda usarse con confianza.

El concepto de cifras o dígitos significativos se ha desarrollado para


designar formalmente la contabilidad de un valor numérico. El número de cifras
significativas es el número de dígitos, 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 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 dígitos. Debido a que las computadoras personales solo representan
aproximadamente diez cifras significativas (comúnmente varían entre 7 y
14) tales números jamás se podrán representar exactamente. A la
omisión 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.

1.2. 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 número de cifras significativas que representa una cantidad o

2. la extensión en las lecturas repetidas de un instrumento que mide


alguna propiedad física.

Ejemplo:

3.141592 Tiene una precisión de 7 dígitos (6 dígitos decimales)

3.141592654 Tiene una precisión de 10 dígitos (9 dígitos decimales)

3.1415 Tiene una precisión de 5 dígitos (4 dígitos decimales)

También se habla de la precisión de un aparato para indicar el número


máximo de cifras que puede manejar, por ejemplo, existen calculadoras con
una precisión de 9 dígitos, otras de 10 dígitos, etc.
La exactitud se refiere a la aproximación de un número o de una
medida al valor verdadero que se supone representa.

Por ejemplo, si una de las raíces de una ecuación es 2.55, el resultado


2.479 es más exacto que el resultado 2.7. sin embargo 2.479 es menos exacto
que 2.6.

Existen diferentes tipos de errores, los que interesan en los métodos


numéricos son los siguientes:

1.3. 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
matemático 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 está dado por :

𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 = 𝑉𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 + 𝑒𝑟𝑟𝑜𝑟

Reordenando la ecuación, se encuentra que el error numérico es igual a la diferencia entre el valor ve

𝐸𝑉 = 𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 − 𝑉𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜

1.4. Error absoluto.

Si 𝑟 ∗ es una aproximación al resultado 𝑟, se define el error absoluto


como el valor absoluto de la diferencia:

𝐸𝐴 = |𝑟 − 𝑟 ∗ |
1.5. Error relativo

Se define como:

, con 𝑟 ≠ 0.

1.6. Error relativo porcentual

Se define como:

ó: 𝐸𝑟𝑝 = 𝐸𝑟 𝑥 100%

Por lo general, interesa el error absoluto y no el error relativo, pero


cuando el valor exacto de una cantidad es muy pequeño o muy grande, los
errores relativos son una mejor medida del error, por ejemplo:

Si : 𝑟 = 0.24 𝑥 10−4 y 𝑟 ∗= 0.12 𝑥 10−4

Entonces el error absoluto:

𝐸𝐴 = | 0.24 𝑥 10−4 − 0.12 𝑥 10−4 | = 0.12 𝑥 10−4

Como 0.12 𝑥 10−4 es una cantidad pequeña, podría pensarse que ésta
es una buena aproximación al resultado, sin embargo al obtener el error
relativo:

El error porcentual es:

Erp = Er x 100% = 0.5 x 100% = 50%


Con un error relativo porcentual de 50%, 0.12 x 10-4 está muy lejos de
ser una buena aproximación al resultado.

Por otra parte, para cantidades muy grandes podemos observar en el


siguiente ejemplo que:

Si : 𝑟 = 0.46826564 𝑥 106 y 𝑟 ∗= 0.46830000 𝑥 106

Entonces el error absoluto:

𝐸𝐴 = | 0.46826564 𝑥 106 − 0.46830000 𝑥 106 | = 0.3436 𝑥 102 = 34.36

Podría creerse que 34.36 es un error grande, y por lo tanto


0.46830000 𝑥 106 es una mala aproximación al resultado, sin embargo al
obtener el error relativo:

El error porcentual es:

Erp = Er x 100% = 0.73377154 x 10-4 x 100% = 0.0073355154 %

Donde puede advertirse que el error en realidad es muy pequeño.

1.7. ERRORES DE REDONDEO

Los errores de redondeo se deben a que las computadoras solo


guardan un numero finito de cifras significativas durante un cálculo. 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.

1.8. 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 para un polinomio 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.

Representación gráfica 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.

1.9. 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 día 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
matemática 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.

1.10. 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 está 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
APLICACIONES.

1. Cuatro estudiantes miden con una balanza la masa de cierta sustancia, repiten el
procedimiento de medida en diez ocasiones. La masa verdadera de la sustancia
es de 10.26 gramos. Los resultados obtenidos por cada uno de ellos están
resumidos en la siguiente tabla:

Estudiantes/medida(gr) 1 2 3 4 5 6 7 8 9 10

Estudiante A 11.32 10.95 9.54 11.25 10.85 9.95 10.85 11.02 11.75 8.95

Estudiante B 10.26 10.45 9.95 11.05 10.45 10.55 9.85 11.10 10.35 10.10

Estudiante C 11.65 11.55 11.45 11.60 11.75 11.49 11.58 11.70 11.54 11.50

Estudiante D 10.25 10.32 10.26 10.27 10.28 10.24 10.26 10.27 10.25 10.23

1. Sea A = 1.000.000 e Â= 999.996, entonces el error absoluto, relativo y


porcentual es

2. Sea S = 0.000012 y Ŝ = 0.000009, entonces el error absoluto, relativo y


porcentual es

3. Por ejemplo, dado el número 1.3456 vamos a aproximarlo con dos cifras
decimales:

4. Supóngase que se tiene que medir la longitud de un puente y de un


remache, obteniendose 9 999 y 9 cm, respectivamente. Si los valores son
10 000 y 10 cm, calcúlese a) el error y b) el error relativo porcentual de cada
caso.

También podría gustarte