1

UNIVERSIDAD DE CIENCIAS COMERCIALES

UCC-SEDE LEON

ANALISIS NUMERICO

UNIDAD 1: Sistema Numérico y Error.

TEMA:

 Introducción de análisis numérico

 Los problemas de esta disciplina

 Clasificación atendiendo a su naturaleza o motivación

 Áreas de estudio
 Proceso de solución de problemas de ingeniería

 Sistema numérico y error.

 Definiciones de error

 Representación de números en el computador

 serie de Taylor.

COMPETENCIAS:

 GENERAL: Resuelve problemas usando métodos numéricos con el lenguaje de

programación C++.

 ESPECIFICAS:
Calcular los errores absolutos, relativos y de rendondeo que se cometen al usar
calculadora o computadora.
 2

El análisis numérico o cálculo numérico es la rama de las matemáticas que se encarga

de diseñar algoritmos para, a través de números y reglas matemáticas simples,
simular procesos matemáticos más complejos aplicados a procesos del mundo real.

El análisis numérico cobra especial importancia con la llegada de los ordenadores.

Los ordenadores son útiles para cálculos matemáticos extremadamente complejos,
pero en última instancia operan con números binarios y operaciones matemáticas
simples.

Desde este punto de vista, el análisis numérico proporcionará todo el andamiaje

necesario para llevar a cabo todos aquellos procedimientos matemáticos susceptibles
de expresarse algorítmicamente, basándose en algoritmos que permitan su
simulación ocálculo en procesos más sencillos empleando números.

Definido el error, junto con el error admisible, pasamos al concepto de estabilidad de

los algoritmos. Muchas de las operaciones matemáticas pueden llevarse adelante a
través de la generación de una serie de números que a su vez alimentan de nuevo el
algoritmo (feedback). Esto proporciona un poder de cálculo y refinamiento
importantísimo a la máquina que a medida que va completando un ciclo va llegando a
la solución. El problema ocurre en determinar hasta cuándo deberá continuar con el
ciclo, o si nos estamos alejando de la solución del problema.

Finalmente, otro concepto paralelo al análisis numérico es el de la representación,

tanto de los números como de otros conceptos matemáticos como los vectores,
polinomios, etc. Por ejemplo, para la representación en ordenadores de números
reales, se emplea el concepto de coma flotante que dista mucho del empleado por la
matemática convencional.

En general, estos métodos se aplican cuando se necesita un valor numérico como

solución a un problema matemático, y los procedimientos "exactos" o "analíticos"
(manipulaciones algebraicas, teoría de ecuaciones diferenciales, métodos de
integración, etc.) son incapaces de dar una respuesta. Debido a ello, son
procedimientos de uso frecuente por físicos e ingenieros, y cuyo desarrollo se ha
visto favorecido por la necesidad de éstos de obtener soluciones, aunque la precisión
no sea completa. Debe recordarse que la física experimental, por ejemplo, nunca
arroja valores exactos sino intervalos que engloban la gran mayoría de resultados
experimentales obtenidos, ya que no es habitual que dos medidas del mismo
fenómeno arrojen valores exactamente iguales. .

Los problemas de esta disciplina se pueden dividir en dos grupos fundamentales:

 Problemas de dimensión finita: aquellos cuya respuesta son un conjunto finito

de números, como las ecuaciones algebraicas, los determinantes, los
problemas de valores propios, etc.

 Problemas de dimensión infinita: problemas en cuya solución o planteamiento

intervienen elementos descritos por una cantidad infinita de números, como
integración y derivación numéricas, cálculo de ecuaciones diferenciales,
interpolación, etc.
 3

Clasificación atendiendo a su naturaleza o motivación

Asimismo, existe una subclasificación de estos dos grandes apartados en tres

categorías de problemas, atendiendo a su naturaleza o motivación para el empleo del
cálculo numérico:

1) Problemas de tal complejidad que no poseen solución analítica.

2) Problemas en los cuales existe una solución analítica, pero ésta, por
complejidad u otros motivos, no puede explotarse de forma sencilla en la
práctica.

3) Problemas para los cuales existen métodos sencillos pero que, para
elementos que se emplean en la práctica, requieren una cantidad de cálculos
excesiva; mayor que la necesaria para un método numérico.

Áreas de estudio

El análisis numérico se divide en diferentes disciplinas de acuerdo con el problema

que resolver.

 Cálculo de los valores de una función

Uno de los problemas más sencillos es la evaluación de una función en un punto

dado. Para polinomios, uno de los métodos más utilizados es el algoritmo de Horner,
ya que reduce el número de operaciones a realizar. En general, es importante estimar
y controlar los errores de redondeo que se producen por el uso de la aritmética de
punto flotante.

La extrapolación es muy similar a la interpolación, excepto que ahora queremos

encontrar el valor de la función desconocida en un punto que no está comprendido
entre los puntos dados.

La regresión es también similar, pero tiene en cuenta que los datos son imprecisos.
Dados algunos puntos, y una medida del valor de la función en los mismos (con un
error debido a la medición), queremos determinar la función desconocida. El método
de los mínimos cuadrados es una forma popular de conseguirlo

 Resolución de ecuaciones y sistemas de ecuaciones

Otro problema fundamental es calcular la solución de una ecuación o sistema de

ecuaciones dado. Se distinguen dos casos dependiendo de si la ecuación o sistema
de ecuaciones es o no lineal. Por ejemplo, la ecuación 2x + 5 = 3 es lineal mientras que
la ecuación 2x2 + 5 = 3 no lo es.
 4

Mucho esfuerzo se ha puesto en el desarrollo de métodos para la resolución de

sistemas de ecuaciones lineales. Métodos directos, métodos que utilizan alguna
factorización de la matriz son el método de eliminación de Gauss, la descomposición
LU, la descomposición de Cholesky para matrices simétricas (o hermíticas) definidas
positivas, y la descomposición QR. Métodos iterativos como el método de Jacobi, el
método de Gauss-Seidel, el método de las aproximaciones sucesivas y el método del
gradiente conjugado se utilizan frecuentemente para grandes sistemas.

En la resolución numérica de ecuaciones no lineales algunos de los métodos más

conocidos son los métodos de bisección, de la secante y de la falsa posición. Si la
función es además derivable y la derivada se conoce, el método de Newton es muy
utilizado. Este método es un método de iteración de punto fijo. La linealización es otra
técnica para resolver ecuaciones no lineales.

Las ecuaciones algebraicas polinomiales poseen una gran cantidad de métodos

numéricos para enumerar:

 Método de Gräeffe (o método de Lobachevsky o de Lobachevsky-Dandelin-

Gräeffe o del cuadrado de las raíces)

 Método de Laguerre

 Método de Bairstow (o método de Lin-Bairstow)

 Método de Bernoulli

 Método de Horner

 Método de Householder

 Método de Newton-Raphson especializado para polinomios

 Método de Richmond especializado para polinomios

 Método modificado de Richmond

 Método de Newton-Horner

 Método de Richomnd-Horner

 Método de Birge-Biète

 Método de Jenkins-Traub
 5

Descomposición espectral y en valores singulares

Bastantes problemas importantes pueden ser expresados en términos de

descomposición espectral (el cálculo de los vectores y valores propios de una matriz)
o de descomposición en valores singulares. Por ejemplo, el análisis de componentes
principales utiliza la descomposición en vectores y valores propios.

 Optimización

Los problemas de optimización buscan el punto para el cual una función dada alcanza
su máximo o mínimo. A menudo, el punto también satisface cierta restricción.

Ejemplos de, problemas de optimización son la programación lineal en que tanto la

función objetivo como las restricciones son lineales. Un método famoso de
programación lineal es el método simplex.

El método de los multiplicadores de Lagrange puede usarse para reducir los

problemas de optimización con restricciones a problemas sin restricciones

 Evaluación de integrales

La integración numérica, también conocida como cuadratura numérica, busca calcular

el valor de una integral definida. Métodos populares utilizan alguna de las fórmulas de
Newton–Cotes (como la regla del rectángulo o la regla de Simpson) o de cuadratura
gaussiana. Estos métodos se basan en una estrategia de "divide y vencerás",
dividiendo el intervalo de integración en subintervalos y calculando la integral como la
suma de las integrales en cada subintervalo, pudiéndose mejorar posteriormente el
valor de la integral obtenido mediante el método de Romberg. Para el cálculo de
integrales múltiples estos métodos requieren demasiado esfuerzo computacional,
siendo útil el método de Monte Carlo.

 Ecuaciones diferenciales

El análisis numérico también puede calcular soluciones aproximadas de ecuaciones

diferenciales, bien ecuaciones diferenciales ordinarias, bien ecuaciones en derivadas
parciales. Los métodos utilizados suelen basarse en discretizar la ecuación
correspondiente. Es útil ver la derivación numérica.

Para la resolución de ecuaciones diferenciales ordinarias los métodos más utilizados

son el método de Euler y los métodos de Runge-Kutta.

Las ecuaciones en derivadas parciales se resuelven primero discretizando la

ecuación, llevándola a un subespacio de dimensión finita. Esto puede hacerse
mediante un método de los elementos finitos.
 6

 Otros temas de análisis numérico

1. Error de aproximación, error absoluto y error relativo

2. Orden de convergencia
3. Redondeo
4. Sistema de numeración
5. Truncamiento

PROCESO DE SOLUCIÓN DE PROBLEMAS DE INGENIERÍA

La meta de la simulación computacional es hacer predicciones de eventos físicos

usando modelos computacionales implementados con códigos
apropiados.

SISTEMA NUMÉRICO Y ERROR.

Los ordenadores suelen efectuar las operaciones aritméticas utilizando una

representación para los datos numéricos basada en el sistema de numeración en base
2 (binario natural). También se utilizan los sistemas de numeración octal y
hexadecimal, para obtener códigos intermedios. Un número expresado en uno de
estos códigos puede transformarse a binario y viceversa.

DEFINICIONES DE ERROR

Los errores numéricos se generan con el uso de aproximaciones para representar las
operaciones y cantidades matemáticas. La relación entre el resultado exacto o
verdadero y el aproximado está dada por:
 7

Valor verdadero = aproximación + error

De lo anterior se concluye que el error numérico resulta de la diferencia entre el valor

verdadero y la aproximación,

Ev = valor verdadero – aproximación

Ev: Valor “exacto” o “verdadero” del error.

No siempre se cuenta con el valor verdadero, por lo que se debe emplear una
estimación “aproximada” del error. Esta definición no toma en cuenta la magnitud de
la medición.

Ej.:Un error de 1cm. es mucho más significativo si se está midiendo una hoja tamaño
carta, que un puente.

Una manera de tener en cuenta la magnitud es normalizar el error respecto a un valor

de referencia, a esta nueva forma de redefinir el error se le llama Error Relativo:

 ERROR ABSOLUTO

Error absoluto de una aproximación es la diferencia en positivo entre el número dado

o valor exacto y el número aproximado.

 ERROR RELATIVO

Error relativo de una aproximación es el cociente entre el error absoluto y el valor

exacto.

Ejemplo 1: Errores absoluto y relativo de cada medida:

Medidas Errores absolutos Errores relativos

3,01 s 3,01 - 3,12 = - 0,11 s -0,11 / 3,12 = - 0,036 (- 3,6%)

3,11 s 3,11 -3,12 = - 0,01 s -0,01 / 3,12 = - 0,003 (- 0,3%)

3,20 s 3,20 -3,12 = + 0,08 s +0,08 / 3,12 = + 0,026 (+ 2,6%)

3,15 s 3,15 - 3,12 = + 0,03 s +0,03 / 3,12 = + 0,010 (+ 1,0%)

 8

El valor de 3.12 es la aproximación decimal y se calcula con el valor promedio de las

medidas, es decir: ( 3.01+3.11+3.20+3.15) / 4 = 12.47/4= 3.1175=3.12

Ejemplo 2. Obtenemos el error absoluto y relativo al considerar:

a) 3,5 m como longitud de un terreno que mide realmente 3,59 m.

b) 60 m como la distancia entre dos postes que están situados a 59,91 m.

a) Ea = |3,59 - 3,5| = 0,09 m

E r = | 3 , 59 - 3 , 5 | / 3 , 59 = 0 , 025 = 2 , 5 %

b) Ea = |59,91 - 60| = 0,09 m

E r = | 59 , 91 - 60 | / 59 , 91 = 0 , 0015 = 0 , 15 %

Observamos que el error absoluto es el mismo en ambos casos, pero el error relativo
es considerablemente mayor en el primer caso y, por tanto, la aproximación es menos
precisa.

Por ejemplo, si redondeamos el número 2,387 a las centésimas:

Error absoluto: Ea = |2,387 - 2,39| = 0,003.

Error relativo: Er = 0,003 / 2,387 = 0,0013 . Es decir, el 0,13%.

REPRESENTACIÓN DE NÚMEROS EN EL COMPUTADOR

Cada número del computador se representa mediante un número finito de dígitos.

Este conjunto, que sólo contiene números racionales, es llamado conjunto de
números de punto flotante.

Un número del computador o de punto flotante, distinto de cero, se describe

matemáticamente en la forma:

σ: Signo del número (+1 ó -1).

β: entero que denota la base del sistema numérico usado.

β = 2: Sistema binario.
 9

β = 8: Sistema octal.

β = 10: Sistema decimal.

β = 16: Sistema hexagecimal.

ai , i = 1, 2, ..., t : entero con 0 ≤ ai ≤ β–1.

Los enteros 0, 1,..., β-1 son llamados dígitos en la base β.

El término (.a1a2...at) denota la suma:

y es llamada mantisa.

t: indica el número de dígitos en la base β, llamado precisión.

t = 6 ó t = 7 : Precisión simple para β = 10 .

t = 14 ó t = 15 : precisión doble o extendida para β = 10.

e: entero llamado exponente, tal que, L ≤ e ≤ U. L(menor exponente) y U(mayor

exponente) también son enteros y dependen de la máquina utilizada.

La precisión de un computador quedará caracterizada por:

 La base, β.
 El máximo largo de la palabra, t.
 El rango del exponente, dado por U y L.

Todo número cuya representación de punto flotante requiera de un exponente mayor

que U, será considerado infinito (∞) y el programa avisará que no es un número (N).

Todo número cuya representación de punto flotante requiera de un exponente menor

que L, será considerado cero (0). Al trabajar con un dispositivo de cálculo, como lo es
una computadora, estamos trabajando con un conjunto de números, el cual NO es el
de los números reales.

El conjunto de los números reales, tal como lo conocemos tiene las siguientes
características:

 Es infinito en ambos extremos  Cada número puede tener una

(positivos y negativos). cantidad ilimitada de cifras.
 Es continuo.  Los números pueden ser tan
pequeños como se desee.
 10

El conjunto de los números que se manejan en una computadora:

 Es finito en ambos extremos.  Los números no pueden ser tan

 No es continuo. pequeños como se desee.
 Cada numero tiene una cierta
cantidad máxima de cifras.

Un computador almacena los números en sistema binario, usando un número

determinado de bytes (dependiendo del tipo de dato del que se trate y de la
computadora que se emplee).

Al realizar operaciones es prácticamente inevitable que se tengan errores de

redondeo.

Otros aspectos importantes...

 División entre números cercanos a 0.

 Multiplicación por números grandes.
 Suma de cantidades de distinto orden de magnitud.
 Resta de números casi iguales.

Ejemplo: Supóngase que el valor de π = 3.141592658..., es guardado en un sistema de

numeración de base 10 que lleva 7 cifras significativas.

– Cortando: π = 3.141592, el error asociado es:

Et = valor real – valor aproximado = 3.141592658-3.141592 = 0.000000658...

 Utilizando el corte se introduce un sesgo porque todos los errores son

positivos.
 La deficiencia del corte es atribuida al hecho que los altos términos en la
representación decimal completa no tiene impacto en la versión corta.

– Redondeando: π = 3.141593,el error relativo es:

Et =3.141592658-3.141593= -0.000000342.

 No se produce sesgo. Algunos errores son positivos y otros negativos.

 El redondeo produce un error bajo absoluto de corte.
 Aumenta cantidad de tiempo en el procesamiento.
 Algunas máquinas utilizan el corte debido al hecho de que la cantidad de cifras
significativas es alta.
 11

Sea x un número no representable por su largo excesivo y fl(x) su representación de

punto flotante de largo adecuado, entonces, el error cometido por fl(x) será:

 Por redondeo:

 Por truncamiento:

A la cantidad β1-t, se le denomina épsilon de la máquina.

SERIE DE TAYLOR.
La serie de Taylor es una serie funcional y surge de una ecuación en la cual se puede
encontrar una solución aproximada a una función. Proporciona una buena forma de
aproximar el valor de una función en un punto en términos del valor de la función y
sus derivadas en otro punto.Por supuesto, para hacer esta aproximación sólo se
pueden tomar unas cuantas expresiones de esta serie, por lo que el resto resulta en
un error conocido como el término residual, es a criterio del que aplica la serie en
numero de términos que ha de incluir la aproximación.Pueden resolver por
aproximación funciones trigonométricas, exponenciales, logarítmicas etc...

La serie de Taylor se basa en ir haciendo operaciones según una ecuación general y

mientras mas operaciones tenga la serie mas exacto será el resultado que se esta
buscando. Dicha ecuación es la siguiente:

Donde n! es el factorial de n y F(n) es

la enésima derivada de f en el punto a .
 12

El valor práctico de las series de Taylor radica en el uso de un número finito de

términos que darán una aproximación lo suficientemente cercana a la solución
verdadera para propósitos prácticos.

A continuación se mostrará un ejemplo usando la serie de Taylor con la función

exponencial.

Función e

Se puede aplicar la ecuación de las series de Taylor como mas sencillo le resulte a
cada quien, una de tantas formas la explicare aquí.Lo primero que se hace es derivar
unas 3 o 4 veces la función, esto porque algunas funciones empiezan a tener un
patrón repetitivo después de cierto numero de derivaciones, como la función
e.Después se tiene que sustituir "a" en cada una de las derivadas, pero como se
decidió que "a" era 0 se sustituye un 0 en
Cada derivada y se observa que resultados da.

Esto de sustituir en cada derivada es solo para simplificar la ecuación de la serie y

para darnos una idea de como se comporta la función.Una vez que se tiene una idea
del comportamiento de la función se puede ir empezando a armar la ecuación de la
serie

Con las primeras operaciones que se hicieron al principio se puede ver como se ira
llenando la serie mientras mas elementos se le agreguen para que el resultado sea
mas preciso. Todo esto fue para ver como es la serie de la función e, ahora para
conocer algún resultado simplemente se sustituye en donde quedaron las x y ya esta,
por ejemplo: Suponga que X=5, entonces se sustituye en la expresión de arriba y
obtenemos los resultados siguientes
 13

ACTIVIDADES DE APRENDIZAJE

I. Contesta las siguientes preguntas

1) ¿Qué es el análisis numérico?

2) ¿Cuáles son los problemas de dimensión finita?

3) ¿Cuáles son los problemas de dimensión infinita?

4) ¿Cuáles son las diferentes disciplinas que existen en el análisis numérico,

según el problema a resolver?

5) ¿Explique cada una de las diferentes disciplinas que existen en el análisis

numérico, según el problema a resolver?

6) ¿Explique que es el error aproximado del sistema numérico?

II. Aplique la serie de Taylor y aproxime las siguientes funciones con 6 grados y
sustituya el valor de x= 5.

1) F(x) = Sen ( x)
2) F(x) = Cos ( x)
3) F(x) = Log ( x )

III. Ejercicios de cálculo de errores:

1. Queremos determinar la distancia que hay entre dos columnas. Con una cinta
métrica que aprecia milímetros. Realizamos cinco medidas y obtenemos los
siguientes valores:

80,3 cm; 79,4 cm; 80,2 cm; 79,7 cm; y 80,0 cm.

¿Cuál es el resultado de ésta medida? ¿Cuál es el error absoluto y relativo de ésta

medida?
 14

2. Para determinar la longitud de una mesa se han realizado cuatro mediciones con
una cinta métrica. Los valores obtenidos son los siguientes:

75,2 cm; 74,8 cm; 75,1 cm; y 74,9 cm.

Expresa el resultado de la medida acompañado del error absoluto. ¿Entre qué

márgenes se encuentra el valor real de la longitud de la mesa?

3. Completa la siguiente tabla:

Número exacto Aproximación Error absoluto Error relativo

décimas
11/3 3,7
5/11 0,5
3,24 3,2
2,888888…. 2,9
7/13 0,5
4/3 1,3
2,93333… 2,9
4,66666 4,7
13/6 2,2
4,11111… 4,1
15,2377945 15,2

4. En la medida de 1 m se ha cometido un error de 1 mm, y en 300 Km, 300 m. ¿Qué

error relativo es mayor?.

5. Como medida de un radio de 7 dm hemos obtenido 70.7 cm. Calcula el error

absoluto y el relativo.
 15

Ejercicios resueltos de cálculo de errores:

1. Queremos determinar la distancia que hay entre dos columnas. Con una cinta
métrica que aprecia milímetros. Realizamos cinco medidas y obtenemos los
siguientes valores:

80,3 cm; 79,4 cm; 80,2 cm; 79,7 cm; y 80,0 cm.

¿Cuál es el resultado de ésta medida? ¿Cuál es el error absoluto y relativo de ésta

medida?

2. Para determinar la longitud de una mesa se han realizado cuatro mediciones con
una cinta métrica. Los valores obtenidos son los siguientes:

75,2 cm; 74,8 cm; 75,1 cm; y 74,9 cm.

Expresa el resultado de la medida aconmpañado del error absoluto. ¿Entre qué

márgenes se encuentra el valor real de la longitud de la mesa?

3. Completa la siguiente tabla:

Número exacto Aproximación Error absoluto Error relativo

décimas
11/3 3,7 1/30 0,009 (0,9 %)
5/11 0,5 0,045454 0,1 (10 %)
3,24 3,2 0,04 0,01234 (1,23 %)
2,888888…. 2,9 1/90 0,003846 (0,384
%)
7/13 0,5 1/26 0,071428 (7,14
%)
4/3 1,3 1/30 0,025 (2,5 %)
2,93333… 2,9 1/30 0,011363 (1,13
%)
4,66666 4,7 1/15 0,014285 (1,428
%)
13/6 2,2 1/30 0,015384 (1,538
%)
4,11111… 4,1 1/90 0,002702 (0,27
%)
15,2377945 15,2 0,0377945 0,00248 (0,248
%)
4. En la medida de 1 m se ha cometido un error de 1 mm, y en 300 Km, 300 m. ¿Qué
error relativo es mayor?.
 16

5. Como medida de un radio de 7 dm hemos obtenido 70.7 cm. Calcula el error

absoluto y el relativo.

Error absoluto y relativo:

1.- Error absoluto = Valor real  Valor aproximado

Error absoluto
2.- Error relativo =
valor real

Cotas de error:

A) El error absoluto es menor que media unidad del orden de la última cifra
significativa:

3.-Cota de error absoluto <½ unidad del orden de la última cifra significativa

B) Una cota para el error relativo es:

Cota de error absoluto Cota de error absoluto Ejemplo nº

4.-Cota de error relativo<  1.-
valor real valor aproximado

Da una cota para el error absoluto y otra para el error relativo cometidos al hacer las
siguientes aproximaciones:
 17

a) Precio de una casa: 275 miles de €.

b) 45 miles de asistentes a una manifestación.

c) 4 cientos de coches vendidos.

Solución:

a) Error absoluto 500 €

500
error relativo <  0,0018
275000

b) Error absoluto 500 personas

500
error relativo <  0,011
45000

c) Error absoluto 50 coches

50
error relativo <  0,125
400

Ejemplo nº 2.-

a) Expresa con un número razonable de cifras significativas cada una de las

siguientes cantidades:

I) Asistentes a un concierto: 25342 personas.

II) Premio que dan en un concurso: 328053 €.

III) Número de libros de cierta biblioteca: 52243.

b) Calcula el error absoluto y el error relativo que se cometen con esas

aproximaciones.

Solución:

I) 25342 personas  25 miles de personas

 18

Error absoluto  Valor real - Valor aproximado  25342 - 25000  342 personas

Error absoluto 342

Error relativo    0,013
Valor real 25342

II) 328.053 €  328 miles de €

Error absoluto  328053 - 328000  53 €

53
Error relativo   0,00016
328053

III) 52243 libros  52 miles de libros

Error absoluto  52243  52000  243 libros

243
Error relativo   0,0047
52243

Ejemplo nº 3.-

Expresa con un número adecuado de cifras significativas:

a) Audiencia de un programa de televisión: 3 017 849 espectadores.

b) Tamaño de un virus: 0,008375 mm.

c) Resultado de 157.

d) Fuerza de atracción entre dos cuerpos: 18 753 N.

e) Presupuesto de un ayuntamiento: 987 245 €.

f) Porcentaje de votos de un candidato a delegado: 37,285%.

g) Capacidad de un pantano: 3 733 827 000 l.

Solución:

a) 3 000 000 espectadores

b) 0,008 mm

c) 157 = 170 859 375 ≈170 000 000

d) 19 000 N
 19

e) 1 000 000 €

f ) 37%

g) 3 750 000 000 l

Ejemplo nº 4.-

Calcula, en cada uno de los apartados del ejercicio anterior, el error absoluto

y el error relativo de las cantidades dadas como aproximaciones.

Solución:

Dado que:

Error absoluto = |Valor real – Valor de la medición|

obtendríamos:

a) Error absoluto = 17 849

Error relativo = 0,006

b) Error absoluto = 0,000375

Error relativo =0,04

c) Error absoluto = 859 375

Error relativo = 0,005

d) Error absoluto = 247

Error relativo =0,013

e) Error absoluto = 12 755

Error relativo = 0,013

 20

f ) Error absoluto = 0,285

Error relativo = 0,007

g) Error absoluto = 16 173 000

Error relativo = 0,004

Ejemplo nº 5.-

Da una cota del error absoluto y otra del error relativo en las siguientes

aproximaciones:

a) Radio de la Tierra: 6 400 km.

b) Distancia Tierra-Sol: 150 000 000 km.

c) Habitantes de España: 41 millones.

d) Tiempo que tarda la luz en recorrer una distancia: 0,007 segundos.

e) Volumen de una gota de agua: 0,4 mm3.

a) Cota del error absoluto: = 50

Cota del error relativo: 0,008

b) Cota del error absoluto: = 5 000 000

Cota del error relativo: 0,03

c) Cota del error absoluto: 500 000

Cota del error relativo: 0,12

d) Cota del error absoluto: = 0,0005

Cota del error relativo0,07

 21

e) Cota del error absoluto: = 0,05

Cota del error relativo=0,125