Está en la página 1de 4

"Año de la lucha contra la corrupción e impunidad"

Universidad Nacional de Ingeniería


FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA Y
METALÚRGICA
“CAUSAS PRINCIPALES DE ERRORES EN MÉTODOS
NÚMERICOS”

Profesores:
Ayala Mina, Jorge Gerardo
Integrantes:
Cruz Sánchez, Santos Andrés 20164109J

2019-I
Errores en Métodos Numéricos

CAUSAS DE ERRORES POR REDONDEO:

Como la computadora sólo puede almacenar un número fijo de cifras significativas, y


cantidades como π, e, no pueden ser expresadas exactamente, se debe hacer omisión de
cifras significativas, ya sea aplicando un proceso de redondeo o de truncamiento de un
número. Esta discrepancia ocasionada por la omisión de cifras significativas es
llamada error de redondeo.

Aritmética Computacional.
Los números en la computadora son representados en el sistema binario o de base dos,
debido a que las computadoras generalmente trabajan con componentes electrónicos de
apagado/encendido o Intensidad de corriente por encima o por debajo de un umbral o
teniendo en cuenta direcciones de flujos en dos sentidos: Estos efectos son utilizados
para procesar la información numérica.
Todo número real x no nulo tiene o admite una representación de punto flotante binario
normalizada, es decir se puede representar en la forma: , donde y E es un entero.
Aunque las computadoras poseen una flexibilidad en cuanto a la cantidad de memoria
que pueda asignarse para almacenar números reales, para una aplicación numérica dada,
el número de bits asignados para almacenar un número generalmente, es fijo.
En una computadora, un número real X no nulo es un número de máquina, si una vez
escrito en la forma de punto flotante binario normalizada, el signo, la mantisa M y el
exponente con corrimiento E+E0 (sin signo) escritos en binario, puede almacenarse
exactamente usando N+P+1 bits según la distribución:
Un bit para el signo (0 es + y 1 es -), P bits para el exponente con corrimiento
E+E0 (E0 =2P-1) y N bits para la mantisa M.
PUNTO FLOTANTE: (Para 32 bits)

Depende del signo exponente (8) Mantisa (23)

Ejemplo:
(-125.32)10= (-1111101.010100011110101)2

Normalización de un Punto flotante:

0.d1d2d3…. x 2d1’*d2’*d3’…. (Exponente)


(Mantisa)

= -.1111101010100011110101x 2111
Para 16 bits:

1 0 0 0 0 0 1 1 1 1 1 1 1 1 0 1 0 1 0 1 0 0 0 1 1 1 1 0 1 0 1
0

Ejemplo:
(0.2)10= (0.00110011001100110011001100110011…)

= .110011001100110011…x2(-10)

Notamos que la para 32 bits e incluso para 64bits no alcanzará los espacios que son
rellenados por la mantisa puesto que el número (0.2)10 que se encuentra en la base
decimal al ser pasado a base binaria se convierte en un numero periódico puro; y al no
alcanzar los espacios disponibles el programa en este caso el Matlab tendrá que recortar
los dígitos de la mantisa de tal manera que alcancen en el almacenamiento disponible.
Es aquí donde se produce el error por redondeo; y es la respuesta al ejemplo que el
ingeniero dio en clase.
Algunas cusas de los errores que se presentan por efecto de las operaciones aritméticas
con números en punto flotante:

 Adición Insignificante: Se presentan cuando realiza la adición (o sustracción)


de dos números cuyas magnitudes son tan diferentes que la suma (o diferencia)
se redondea al número mayor.

 Redondeo escondido: Es el error que se representa en el dígito menos


significativo de los resultados de la operación (aun cuando los números
involucrados en ella estén correctamente redondeado en dicho dígito).

 Amplificación del error: cuando se multiplica un número erróneo por un


numero grandes (en magnitud) o su división entre un número muy próximo al
cero.
 Cancelación sustractiva: se presenta cuando se lleva a cabo la sustracción entre
números casi iguales.

Fig. 1: Errores en los métodos numéricos. Imagen entregada por el ingeniero para la comprensión de los
errores por redondeo. Fuente: Métodos Numéricos con software by Sholchlo-Nakamura