Está en la página 1de 22

M.S.M.

Roberto Hernández Chávez:

Curso de Métodos
Numéricos
Tipos de Errores y Evaluación de
Funciones Usando Series Infinitas
Aproximaciones y errores de redondeo
• Para muchos problemas de ingeniería, no podemos
obtener soluciones analíticas.

• Los métodos numéricos dan resultados aproximados,


resultados que se acercan a la solución analítica exacta.
No podemos calcular exactamente los errores asociados
con los métodos numéricos.

• Sólo en raras ocasiones los datos dados son exactos, ya


que se originan a partir de mediciones. Por lo tanto es
probable que haya error en la información de entrada.
Confianza en nuestros cálculos
• El propio algoritmo usualmente introduce errores,
así, por ejemplo, el inevitable redondeo, etc ...

• La información de salida contendrá entonces error


de ambas fuentes.

• Qué tanto podemos confiar en nuestro resultado


aproximado?

• La pregunta es "¿cuánto error está presente en


nuestros cálculos y es tolerable?"
Algunas definiciones
• Exactitud: Es lo cerca que está el valor calculado
o medido del valor real.

• Precisión (o reproducibilidad): Es lo cerca que


está el valor calculado o medido de los valores
previamente calculados o medidos.

• Inexactitud (o sesgo): Una desviación sistemática


del valor real.

• Imprecisión (o incertidumbre): La magnitud de la


dispersión.
Diferencia entre Exactitud y Precisión
Incrementando la EXACTITUD ->

 Incrementando la PRESICIÓN

Exactitud baja, Precisión baja Exactitud alta, Precisión baja

Exactitud baja, Precisión alta Exactitud alta, Precisión alta


Cifras Significativas
• El número de cifras significativas indican PRESICIÓN, los
dígitos significativos de un número son aquellos que se pueden
usar con confianza. Por ejemplo: Para el número 53,800

Cuántas cifras significativas se usan en cada caso?


5.38 x 104 3
5.380 x 104 4

• Los ceros se usan algunas veces para localizar el punto decimal,


no para cifras significativas.

0.00001753 4
0.0001753 4
0.001753 4

6
Definición de Error Verdadero
Valor verdadero = Aproximación + Error

Error Verdadero(Et)
Et = Valor verdadero – Valor aproximado

Una desventaja de esta definición es que no toma


en consideración el orden de la magnitud del valor
que se estima.
Por ejemplo un error de 1 cm es más significativo al
medir un remache que al medir un puente.

7
Definición de Error Relativo
• Una forma de tomar en cuenta las magnitudes de
las cantidades que se evalúan es normalizar el
error respecto al valor verdadero.

Error verdadero
Error relativo fraccional verdadero 
Valor verdadero

• Error relativo porcentual verdadero (εt)

Error verdadero
t  100%
Valor verdadero
Error Relativo Normalizado a una Aproximación
• Para métodos numéricos, el valor verdadero se
conocerá solamente cuando trabajamos con funciones
que se pueden resolver analíticamente (sistemas
sencillos). En aplicaciones del mundo real,
normalmente no conocemos el resultado verdadero de
antemano. Entonces,

 a  Error aproximado 100%


Valor aproximado

9
Aproximación en métodos iterativos
• Para determinar una estimación del error sin conocer
los valores verdaderos, se hace una aproximación
considerando la aproximación anterior.
• Este proceso se repite varias veces de forma iterativa
para calcular de forma sucesiva, esperando cada vez
mejores aproximaciones.
• El error relativo porcentual está dado por:

 a  Aproximaci ón actual - Aproximaci ón anterior 100%


Aproximaci ón actual
(+ / -)

Los signos de εa pueden ser positivos o negativos . Con frecuencia


el signo del error no importa mucho y basta con que el valor absoluto
sea menor que una tolerancia porcentual prefijada εs.
10
Criterio de paro en cálculos iterativos
• En los procesos iterativos que usaremos en este curso
emplearemos el valor absoluto del error relativo y
repetiremos los cálculos hasta que se cumpla la relación
siguiente:
 a  s
• Donde εs es la tolerancia porcentual prefijada.
• Es conveniente relacionar estos errores con el número de
cifras significativas en la aproximación. La tolerancia
porcentual prefijada se puede determinar con el criterio
siguiente y si se cumple puedes estar seguro de que el
resultado es correcto, al menos en n cifras significativas:

 s  (0.5 10 (2 -n)


)%
Errores de redondeo
• Números tales como pi, e, o 7 no pueden expresarse
con un número fijo de cifras significativas.
• Las computadoras usan una representación base-2, ellas
no pueden representar con exactitud ciertos números
base -10.
• Cantidades fraccionales se representan en computadoras
típicamente usando formas de “punto flotante”, ejemplo,

12
Cómo trabajan los sistemas numéricos

13
Series infinitas

es verdadera para cualquier x


Otros ejemplos de sumatorias
Serie Armónica Alterada
• Es una serie que converge.
• Ejercicio: haz un programa en VBA que evalúe la serie, con n=1 hasta
n=10. Muestra el resultado de cada iteración en un rango de 10
celdas de Excel.
Evaluación de Series Infinitas
• Con frecuencia las funciones se representan mediante series infinitas.
En estos casos, entre más términos se agreguen a la serie, la
aproximación será más una mejor aproximación al valor verdadero de
la función. En este caso usaremos la función exponencial.
Errores por truncamiento
Valores de ex de acuerdo al número de términos
incluidos en la ecuación.

Número de
x
Términos e Diferencia
1 1.0000
2 2.0000 1.0000
3 2.5000 0.5000
4 2.6667 0.1667
5 2.7083 0.0416
6 2.7167 0.0084
7 2.7181 0.0014
8 2.7182 0.0001
9 2.7183 0.0001
10 2.7183 0.0000