Métodos Numéricos

Licenciatura en Ingeniería Ambiental

COMPUTADORAS Y MÉTODOS NUMÉRICOS

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.



 − .  −   


́  − .   −   

Al dígito estimado se le da el valor de la mitad de la escala menor de división en el instrumento de

medición.

“Los ceros no siempre son cifras significativas”

.  →   


 →   


Esta incertidumbre se puede eliminar utilizando notación científica:

1 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

.  ∙  →   

.  ∙  →   

.  ∙  →   

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?

2 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

Los métodos numéricos deben ser lo suficientemente

exactos o sin sesgo para satisfacer los requisitos de un
problema particular de ingeniería. También debe ser
suficientemente precisos para ser adecuados en el
diseño de ingeniería.

Error

El error representa la inexactitud y la imprecisión de

las predicciones.

Errores de truncamiento: resultan

esultan del empleo de
aproximaciones a procedimientoss matemáticos
exactos.
Errores de redondeo: se
e presentan cuando se usan
números que tienen un límite de cifras significativas
para representar números exactos.

  ,  $% -  

+ ,  
 ,  
 $%

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 .
 $%
. = ∙ 
 $%

$%́  ( − $%ó 

. = ∙ 
$%́  (

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

Relación entre el error prefijado y el número de cifras significativas en la aproximación.

. = 5. 67 8%

4 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

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.

Valor verdadero e0.6 = 1.82211…

;> ;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.

5 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

Representación de números en la computadora

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).

FG =  ∙  + F ∙  +  ∙  +  ∙  + G ∙ 

Las computadoras manejan un sistema de base 2 con sólo 2 dígitos (0,1).

+ (́ &   H(   ∙  +  ∙  =    .

Representación entera.

En una computadora la unidad fundamental mediante la cual se representa la información se llama

palabra. Esta es una entidad que consiste en una cadena de dígitos binarios o bits (binary digits).

Existen dos métodos de representación entera:

• Método de magnitud con signo:

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

6 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

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.

Representación de punto flotante

Con este método el número se expresa como una parte fraccionaria llamada mantisa o significado y una
parte entera denominada exponente o característica.

&  →  & →   &   (é  → %$

F.  → . F ∙  →   &   $( 

Forma en que un número de punto flotante se guarda en una palabra.

Signo Exponente con signo Mantisa

Normalización de la mantisa.

. GF → . G ∙  5 K8 → . G ∙ 7 5K8

7 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

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.

• El rango de cantidades que pueden representarse es limitado. (overflow - error de desbordamiento).

8 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

• Existe sólo un número finito de cantidades que pueden representarse dentro de un rango. Errores de
cuantificación que son ocasionados por la aproximación.

Cuando realizamos redondeo se reduce el error, se obtiene un error absoluto menor.

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 →   (́  → $́    ́ H(

ξ = &7 & → &    → ú  Ó     

El épsilon de la máquina se emplea al formular criterios de paro o de convergencia en procesos

iterativos.

9 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

Precisión extendida

La más común es la especificación de doble precisión en la cual se duplica el número de palabras

utilizado para guardar números de punto flotante. Esto proporciona de 15 a 16 dígitos decimales de
precisión y un rango aproximado de 107BPQ a 10BPQ .

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.

Manipulación aritmética de números en la computadora.

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 → .  ∙ 

.  ∙  + .  ∙  = . F ∙ 

10 Profesor: Ing. Miguel Ángel Herrera Bermúdez.

 Métodos Numéricos
Licenciatura en Ingeniería Ambiental

El resultado es cortado a 0.1600·101.

• 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.

. F ∙  6 . F ∙ 7 = . G ∙ 

Normalizando el resultado:

. G ∙  → . G ∙ 

Y realizando el corte resulta:

.  ∙ 

En la división los exponentes se restan y las mantisas se dividen.

Ciertos métodos requieren un número muy grande de operaciones aritméticas dependientes de los
resultados previos. En consecuencia, aunque el error de redondeo individual sea pequeño, el efecto
acumulativo durante el proceso de muchos cálculos puede ser relevante.

11 Profesor: Ing. Miguel Ángel Herrera Bermúdez.