1. ¾Error?

El término error está relacionado con la incertidumbre de los datos de ingreso así como
de los resultados obtenidos, sin que esto signique que los resultados sean equivocados. No se
pone en duda la conabilidad del método en sí, sino que analiza el grado de incertidumbre de
los valores numéricos ya que los valores (datos) provienen de mediciones en campo abierto,
estimaciones probabilísticas, etc.

1.1. Fuentes de Error

Las fuentes de error que analizaremos son las siguientes:
1. Error de redondeo/corte: Es el error debido a la representación numérica utilizada
y está asociado a la precisión usada en los cálculos realizados.
2. Error de truncamiento/discretización: Es el error que aparece al transformar un
procedimiento innito en uno nito.
3. Error del modelo matemático: Es debido a las simplicaciones e hipótesis introdu-
cidas para denir el modelo matemático que representa el problema en cuestion.
4. Error humano y/o de la máquina: Es el error que se produce por la intervención
humana, ya sea por una mala transcripción o interpretación incorrecta de los datos
originales, por programas de computación mal hechos y/o fallas en el diseño.

1 Prof. Loo Javier Mamani Quea

 El Error Humano suele ser asociada al concepto de error. El A.N., no
puede hacer nada frente a los errores de modelamiento o errores
humanos ya que a la hora de proceder con los cálculos estos cumpliran
con el modelo mal planteado o los datos de ingreso erróneos.

2. Error absoluto y error relativo

Denición 2.1 Si x ∈ R y x∗ ∈ R es una aproximación de x, denimos el error absoluto
como
Ea = |x − x∗ |

Denición 2.2 Si x ∈ R y x∗ ∈ R es una aproximación de x, denimos el error relativo

como
|x − x |
∗
Er = x 6= 0
|x|

A la expresión Er × 100 % se le conoce como error relativo porcentual.

A cualquier número k ∈ R tal que Er ≤ K diremos que es una cota del error relativo.
Ejemplo 1. Al multiplicar manualmente 999999 por 8888888 obtenemos 8888879111112,
pero si hacemos esto con una calculadora convencional que visualiza 10 dígitos, se obtendrá
un resultado diferente y no será el mismo en todas las calculadoras.

2 Prof. Loo Javier Mamani Quea

Utilizando el error absoluto, podemos escribir: x = x∗ ± Ea y también x∗ − Ea ≤ x ≤ x∗ + Ea
Si tenemos la acotación k del error absoluto, entonces podemos asegurar que

x∗ − k < x < x ∗ + k

2.1. Deniciones
1. Overow: Diremos que existe overow, cuando no sea posible almacenar dicho número
debido a que este es de mayor capacidad que la permitisa en la máquina.
2. Underow: Diremos que existe underow, cuando no sea posible almacenar dicho
número debido a que este es de menor capacidad o tamaño que la permitida.
3. Epsilón de la máquina: La presición de una aritmética de punto otante se caracteriza
por el epsilón de la máquina ε, que se dene como el número ε mas pequeño que cumple
1 ⊕ ε > 1.
Una manera de calcular ε es la siguiente:
1: eps = 1;
2: y = 1+eps;
3: while y >1 do
4: eps = eps/2;
5: y = 1+eps;
6: end while

3 Prof. Loo Javier Mamani Quea

3. Dígitos signicativos
Se dice que el número x∗ aproxima a x con t dígitos signicativos (o cifras) si t es el entero
más grande no negativo para el cual, el error relativo verica (ver [1] pág 21)
|x − x∗ |
< 5 × 10−t
|x|

Ejemplo 1. El número x∗ = 3.14 aproxima a x = 3.141592 con t = 3 cifras signicativas

|x − x∗ |
ya que < 5 × 10−3
|x|

4 Prof. Loo Javier Mamani Quea

5. Conceptos Preliminares
5.1. Teorema de valor medio (T.V.M.)
Si f es una función continua en el intervalo [a; b] y tiene una derivada en cada punto del
intervalo ha; bi, entonces
f(b) = f(a) + (b − a)f 0 (ξ)
Para algún ξ ∈ ha; bi
O de forma equivalente podemos obtener
f(b) − f(a)
f 0 (ξ) =
b−a
El lado derecho se podría utilizar como una aproximación para f 0 (x) en cualquier x ∈ ha; bi.
Ejemplo 1. La función f(x) = sin x es continua en [0.1; 2.1] y derivable en h0.1; 2.1i,
entonces por el T.V.M., existe c ∈ h0.1; 2.1i tal que
f(2.1) − f(0.1) 0.863209 − 0.099833
f 0 (c) = = = 0.381688
2.1 − 0.1 2.1 − 0.1
El valor que cumple es c = 1.179174

8 Prof. Loo Javier Mamani Quea

5.2. Teorema del valor intermedio (T.V.I.)
Si f ∈ C[a; b] y k es un número entre f(a) y f(b), entonces existe un número c ∈ ha; bi
para el cual f(c) = k.

Ejemplo 1. La ecuación x5 − 2x3 + 3x2 − 1 = 0 tiene solución en [0; 1] ya que si consi-

deramos f(x) = x5 − 2x3 + 3x2 − 1, tendremos que f(0) = −1 < 0 y f(1) = 1 > 0 y como f es
continua, por el T.V.I tendremos que ∃x ∈ h0; 1i tal que f(x) = x5 − 2x3 + 3x2 − 1 = 0

9 Prof. Loo Javier Mamani Quea

 1. El T.V.I. nos ayuda a saber que una ecuación tiene solución (real)
pero no nos dice cuanto vale esta solución o cuantas soluciones
hay en un determinado intervalo.
2. Para poder usar el T.V.I. se requiere que f sea continua en el
intervalo a trabajar.

5.3. Teorema de Taylor

Si la función f tiene derivadas continuas de ordenes 0, 1, 2, 3, ..., (n + 1) en un intervalo
cerrado I = [a; b], entonces para cualquier x, c ∈ I tendremos
f 0 (c) f 00 (c) f(n) (c)
f(x) = f(c) + (x − c) + (x − c)2 + · · · + (x − c)n + Rn+1
1! 2! n!
f(n+1) (ξ)
donde Rn+1 = (x − c)n+1 , ξ se encuentra entre c y x.
(n + 1)!
La serie de Taylor, con frecuencia se trunca ya que no es posible realizar un número innito
de sumas. Se dice que una serie está truncada si despreciamos todos los términos después de
un punto dado.
Ejemplo 1. Determine el polinomio de Taylor de tercer orden para f(x) = cos x, alre-
dedor de x = 0 y use este polinomio para hallar cos(0.01)

10 Prof. Loo Javier Mamani Quea

Solución.-
Derivando obtenemos f 0 (x) = − sin(x), f 00 (x) = − cos(x), f 000 (x) = sin(x) y f(iv) (x) = cos(x).
También f(0) = 1, f 0 (0) = 0, f 00 (0) = −1 y f 000 (0) = 0
Luego tendremos
cos x ≈ 1 − 21 x2 + 241 x4 cos(ξ).
Para x = 0.01 obtenemos cos(0.01) = 0.99995.
Para la aproximación del error, como | cos(ξ)| ≤ 1 para todo ξ, cuando x = 0.01 tendremos

cos
 
1 4  1
 x
 24 (ξ) ≤ (0.01)4 (1) ≈ 4.2 × 10−10
24

¾Qué ocurre si calculamos cos(2.8) con la aproximación encontrada?

11 Prof. Loo Javier Mamani Quea

Referencias
[1] Burden Richard-Faires Douglas. Análisis Numérico.
[2] Nieves Antonio-Dominguez Federico. Métodos Numéricos aplicados a la ingeniería.

12 Prof. Loo Javier Mamani Quea