Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cifras significativas
Las cifras significativas de un número son aquellas que pueden utilizarse en forma confiable.
Se trata del número de dígitos que se ofrecen con certeza más uno estimado.
− . −
→
. ∙ →
Los métodos numéricos dan resultados aproximados, por lo que deben desarrollarse criterios para
especificar qué tan confiables son dichos resultados.
"# $%́ $& $ ' ( ( "
Algunas cantidades no se pueden expresar exactamente con un número finito de cifras significativas.
) √
Las computadoras retienen sólo un número finito de cifras significativas, a la omisión del resto de cifras
significativas se le conoce como error de redondeo.
Exactitud y precisión
Exactitud → ¿Qué tan cercano está el valor calculado o medido del valor verdadero?
Precisión → ¿Qué tan cercanos se encuentran unos de otros diversos valores o medidos?
Error
+ ,
,
$%
3 Profesor: Ing.
g. Miguel Ángel Herrera Bermúdez.
Métodos Numéricos
Licenciatura en Ingeniería Ambiental
+ $( = ∙
. = ∙
En las situaciones reales es dificil conocer el valor verdadero por lo que es útil el concepto de error relativo
porcentual aproximado /0 .
$%
. = ∙
$%
Uno de los retos de los métodos numéricos es el de determinar estimaciones del error en ausencia del
conocimiento de los valores verdaderos.
No es de mucha importancia el signo del error sino más bien que su valor absoluto porcentual sea menor
que una tolerancia porcentual prefijada.
|3. | < . 3
. = 5. 67 8%
Es posible demostrar que si la condición anterior se cumple el resultado es correcto en al menos “n” cifras
significativas.
Ejercicio:
Estime el valor de e0.6 aplicando la expansión en series de Maclaurin empezando con el primer término y
agregando término por término calcule el valor del error relativo porcentual verdadero y del error relativo
porcentual aproximado.
Agregue términos hasta que el valor absoluto del error aproximado sea menor que un criterio de error
preestablecido con tres cifras significativas.
;> ;A ;D
Expansión en series de Maclaurin: :; = 1 + = + + + ⋯+
?! B! E!
Errores de redondeo
Se originan debido a que la computadora emplea un número determinado de cifras significativas durante
un cálculo.
Además, las computadoras usan base 2 y no es posible representar exactamente algunos números en
base 10.
Sistemas numéricos.
Los sistemas numéricos son convenciones para representar cantidades. El sistema de base 10 utiliza 10
dígitos para representar números (0,1,2,3,4,5,6,7,8,9).
Representación entera.
1 0 0 0 0 0 0 0 1 0 1 0 1 1 0 1
El primer bit se reserva para el signo colocándose 0 si el número que se quiere representar es positivo
y 1 si es negativo.
• Complemento de 2: incorpora en forma directa el signo dentro de la magnitud del número.
Ejercicio:
Determine para una computadora de 16 bits el rango de numeros enteros que pueden representarse.
Con este método el número se expresa como una parte fraccionaria llamada mantisa o significado y una
parte entera denominada exponente o característica.
Normalización de la mantisa.
La normalización de la mantisa consiste en representar la mantisa de tal forma que se cumpla con la
siguiente condición:
≤≤
&
Ejercicio:
Determine un conjunto hipotético de números positivos con punto flotante para una máquina que guarda
información usando palabras de 7 bits. Emplee el primer bit para el signo del número, los siguientes tres
para el signo y la magnitud del exponente y los últimos tres para la magnitud de la mantisa.
La representación de punto flotante permite que tanto fracciones como números muy grandes se
expresen en la computadora.
Desventajas:
1. Los números de punto flotante requieren más espacio y más tiempo de procesado que los números
enteros.
2. Su uso introduce una fuente de error debido a que la mantisa conserva sólo un número de cifras
significativas.
Aspectos importantes de la representación de punto flotante respecto de los errores de redondeo en las
computadoras.
• Existe sólo un número finito de cantidades que pueden representarse dentro de un rango. Errores de
cuantificación que son ocasionados por la aproximación.
Algunas computadoras emplean redondeo, esto aumenta el trabajo computacional por lo que
muchas máquinas utilizan el corte. Este enfoque se justifica con la suposición de que el número de
cifras significativas es suficientemente grande para que los errores de redondeo sean despreciables.
• El intérvalo 5∆=8 entre los números aumenta conforme los números crecen en magnitud.
Los errores de cuantificación son proporcionales a la magnitud del número que será representado.
|∆%| |∆%| ξ
≤ ξ → ≤ →
|%| |%|
ξ = &7 & → & → ú Ó
Precisión extendida
El uso de doble precisión puede reducir considerablemente los errores de redondeo sin embargo el precio
que se paga consiste en mayores requerimientos de memoria y de tiempo de ejecución.
Para ejemplificar los errores que se originan al realizar operaciones aritméticas comunes utilizaremos una
computadora decimal hipotética con una mantisa de cuatro dígitos y un exponente de un dígito. Además
supondremos que esta computadora hipotética usa corte y no redondeo.
• Al sumar dos números de punto flotante, el número de la mantisa con el exponente menor se
modifica de tal forma que los exponentes sean los mismos.
Si se quiere sumar 0.1557·101 y 0.4381·10-1 el decimal de la mantisa del segundo número se recorre a
la izquierda un número de lugares igual a la diferencia de los exponentes (1-(-1))=2 así:
. ∙ 7 → . ∙
• La resta es igual que la suma. Se pueden obtener resultados muy dramáticos cuando las cantidades
a restar esten muy cercanas.
. F ∙ − . F ∙ = . ∙
Al normalizar la mantisa se convierte en 0.1000·100 =0.1000 lo cual agrega tres ceros no significativos.
• La multiplicación y la división son más sencillas que la suma y la resta. En la multiplicación los
exponentes se suman y las mantisas se multiplican.
Normalizando el resultado:
. G ∙ → . G ∙
. ∙