Está en la página 1de 3

UNIVERSIDAD de C O N C E P C I Ó N

FACULTAD DE CIENCIAS FÍSICAS y MATEMÁTICAS Propagación de errores en los datos (segundo miembro)
DEPARTAMENTO DE INGENIERÍA MATEMÁTICA (DIM)
Consideremos el siguiente ejemplo:
      
Análisis Numérico I −0,10 1,00 x1 −2,0 10,0
   =  . Solución exacta: x= .
(Bioingenierı́a (525240-2) 0,11 −1,00 x2 2,1 −1,0
0
(2 semestre de 2019, Prof. Manuel Campos)
Supongamos que el segundo miembro b ha sido redondeado a un dı́gito decimal y que su
valor redondeado a dos dı́gitos decimales es b = (−2,00, 2,14)t . La solución de este
nuevo sistema es:
Sistemas de Ecs. Lineales III       
−0,10 1,00 x1 −2,00 14,0
   =  . Solución exacta: x= .
Propagación de errores en los datos 0,11 −1,00 x2 2,14 −0,6
Número de condición
Notemos que un error de menos del 2 % en los datos produjo un error del 40 % en la
Estimación a posteriori del error.
solución!!!


MCP 525240-2 -1- DIM – Universidad de Concepción, 2019-2.
MCP 525240-2 -2- DIM – Universidad de Concepción, 2019-2.

Propagación de errores en los datos (matriz)

Consideremos de nuevo el mismo ejemplo: Propagación de errores en el segundo miembro


      
−0,10 1,00 x1 −2,0 10,0 Supongamos que se quiere resolver el sistema Ax = b, con |A| 6= 0 y b 6= θ, pero que
   =  . Solución exacta: x= . ′
0,11 −1,00 x2 2,1 −1,0 del segundo miembro b sólo se conoce un vector aproximado b .
Sean:
Supongamos ahora que la entrada a11 de la matriz es en realidad −0,102 en lugar de
−0,10 . La solución de este nuevo sistema es: x′ la solución exacta del sistema Ax′ = b′ ,
δb = b − b′ , el error en b′ , y
      
−0,102 1,00 x1 −2,00 12,500
  =  . Solución exacta: x =  .
δx = x − x′ , el error de la solución aproximada x′ .

0,11 −1,00 x2 2,1 −0,725
Entonces,
Esta vez un error del 2 % en los datos produjo un error de alrededor del 25 % en la
kδxk !  kδbk
≤ kAk A−1

solución. .
kxk kbk
Otra vez, los errores en los datos se amplificaron, pese a que no se ha usado
método numérico alguno!


MCP 525240-2 -3- DIM – Universidad de Concepción, 2019-2.
MCP 525240-2 -4- DIM – Universidad de Concepción, 2019-2.
Número de condición Propagación de errores en los datos de un sistema

Se define el número de condición de la matriz A como El número de condición de la matriz de un sistema también rige la propagación de errores
en la misma matriz.
cond(A) := kAk A−1 .

Teorema. Si Ax = b y (A + δA)(x + δx) = (b + δb), con A no singular y δA


Dado que kδAk
suficientemente pequeño como para que cond(A) kAk< 1, entonces,
kδxk
: error relativo de la solución aproximada x′ ,  
kxk kδxk cond(A) kδAk kδbk
≤ + .
kδbk ′
kxk 1 − cond(A) kδAk kAk
kAk
kbk
: error relativo del segundo miembro b ,
kbk
kδxk !  kδbk kδbk
≤ kAk A−1

= cond(A) , La capacidad de propagar errores en los datos de un sistema Ax = b depende
kxk kbk kbk
esencialmente de la matriz A y no del segundo miembro b.
el número de condición cond(A) es una cota del factor de propagación entre el
′ Si cond(A) ≈ 1 decimos que el sistema está bien condicionado.
error relativo del dato b y el error relativo de la solución aproximada x′ .

Para toda matriz no singular A, cond(A) ≥ 1. Si cond(A) ≫ 1 decimos que el sistema está mal condicionado.


MCP 525240-2 -5- DIM – Universidad de Concepción, 2019-2.
MCP 525240-2 -6- DIM – Universidad de Concepción, 2019-2.

Propagación de errores de redondeo Propagación de errores de redondeo (cont.)

El número de condición de la matriz también determina la capacidad de propagar los La cota del teorema nos dice que si el error de la solución calculada x̂ es muy grande,
errores de redondeo cuando el sistema se resuelve computacionalmente. necesariamante se debe a alguna (o a varias) de estas razones:

Teorema. Sea x ∈ IRn la solución del sistema Ax = b con A ∈ IRn×n no singular y 1. la dimensión del sistema n es muy grande;

b ∈ IRn . 2. la constante de precisión del computador ε no es suficientemente pequeña;


n
Sea x̂ ∈ IR la solución calculada mediante el método de eliminación gaussiana con 3. el número de condición de la matriz cond(A) es demasiado grande.
estrategia de pivoteo parcial, en un computador con constante de precisión ε.
¿Quién es el culpable? 
1 n o
 dimensión del problema excesivamente grande
(k)
Sea p = máx

aij . 
kAk∞ 1≤i,j,k≤n
solución calculada mala =⇒ mala precisión del computador (pocos dı́gitos)
Entonces, si el sistema no está demasiado mal condicionado de manera que 

sistema mal condicionado

ε cond∞ (A) < 1, se tiene la siguiente acotación del error relativo de la solución
calculada:
Teoremas análogos valen para el método de Cholesky, si la matriz A es simétrica y
kx − x̂k∞ cond∞ (A)
≤ 2n3 pε . definida positiva, y para el algoritmo de Thomas, si la matriz A es tridiagonal y satisface
kxk∞ 1 − ε cond∞ (A)
las desigualdades |b1 | > |c1 |, |bn | > |an | y |bi | ≥ |ai | + |ci |, i = 2, . . . , n − 1.


MCP 525240-2 -7- DIM – Universidad de Concepción, 2019-2.
MCP 525240-2 -8- DIM – Universidad de Concepción, 2019-2.
Estimación a posteriori del error de una solución calculada

Sea x la solución exacta del sistema Ax = b y sea x̂ ≈ x una solución calculada.


Sea e := x − x̂ el error de la solución calculada x̂.
Sea r := b − Ax̂ el residuo de la solución calculada x̂.
Si el residuo fuera nulo (r = θ), la solución calculada coincidirı́a con la exacta.
Si no, ¿cómo se puede estimar el error e?. Notemos que:

Ae = A(x − x̂) = Ax − Ax̂ = b − Ax̂ = r.


Por lo tanto, podemos proceder del siguiente modo:
1. Resolvemos computacionalmente
Ae = r.
2. La solución calculada de este sistema ê no va a coincidir exactamente con el error e,
pero va a ser una aproximación del mismo:

ê ≈ e =⇒ kêk ≈ kek.

3. kêk es una estimación del tamaño del error e.


MCP 525240-2 -9- DIM – Universidad de Concepción, 2019-2.