ERRORES DE TRUNCAMIENTO, REDONDEO Y

MÉTODO DE TAYLOR

ERRORES
Los errores numéricos surgen del uso de aproximaciones para representar operaciones
y cantidades matemáticas exactas. Éstas incluyen los errores de truncamiento que
resultan del empleo de aproximaciones como un procedimiento matemático exacto, y
los errores de redondeo que se producen cuando se usan números que tienen un
límite de cifras significativas para representar números exactos. Para ambos tipos de
errores, la relación entre el resultado exacto, o verdadero, y el aproximado está dada
por

Valor verdadero = valor aproximado + error

ERRORES DE REDONDEO
Numéricamente los errores de redondeo se relacionan de manera directa con la forma
en que se guardan los números en la memoria de la computadora.
La representación de punto flotante permite que tanto fracciones como números muy
grandes se expresen en la computadora. Sin embargo, hay algunas desventajas. Por
ejemplo:

 los números de punto flotante requieren más espacio y más tiempo de

procesado que los números enteros. Más importante aún es que su uso
introduce una fuente de error debido a que la mantisa conserva sólo un
número finito de cifras significativas. Por lo tanto, se introduce un error de
redondeo.
 Existe sólo un número finito de cantidades que puede representarse dentro de
un rango. El grado de precisión es limitado.

EJEMPLO
Redondear los números 31,9346 y 31,2034
Si el último digito es mayor o igual a 5 se aproxima el siguiente dígito a su entero
siguiente de lo contrario se corta este último dígito de la cifra
 31,9346−31,935
31,9346=31,935 E rror = ∗100 %=−1.25∗10−3 %
31,9346
31,2034−31,203
31,2034=31,203 Error= ∗100 %=−1.28∗10−3 %
31,2034

ERRORES DE TRUNCAMIENTO
Y LA SERIE DE TAYLOR

Los errores de truncamiento son aquellos que resultan al usar una aproximación en
lugar de un procedimiento matemático exacto.

∞
xn x x2 x3
e x =∑ =1+ + + + …
n=0 n ! 1 ! 2 ! 3!

El teorema de Taylor es de gran valor en el estudio de los métodos numéricos. En

esencia, la serie de Taylor proporciona un medio para predecir el valor de una función
en un punto en términos del valor de la función y sus derivadas en otro punto. En
particular, el teorema establece que cualquier función suave puede aproximarse por
un polinomio.

TEOREMA DE TAYLOR
Si la función f y sus primeras n + 1 derivadas son continuas en un intervalo que
contiene a y x, entonces el valor de la función en x está dado por

f ' (a) f ' ' ( a) f ' ' ' (a ) f ( n) ( a ) n

f ( x )=f ( a ) + (x−a)1 + (x −a)2+ ( x−a)3+ …+ ( x−a ) + R n
1! 2! 3! n!

donde el residuo Rn se define como

x
(x−t )n (n +1)
Rn =∫ f ( t ) dt
a n!

donde t es una variable muda. La ecuación anterior es sólo una manera, denominada
la forma integral, mediante la cual puede expresarse el residuo. Basándonos en el
teorema del valor medio para integrales podemos obtener una ecuación alternativa.
De lo anterior podemos observar que la expansión de la serie de Taylor de n-ésimo
orden será exacta para un polinomio de n-ésimo orden.
Para otras funciones continuas y diferenciables, como las exponenciales y las
senoidales, no se obtiene una estimación exacta con un número finito de términos.
Cada uno de los términos adicionales contribuye, aunque sea con poco, al
mejoramiento de la aproximación.

SEGUNDO TEOREMA DEL VALOR MEDIO PARA INTEGRALES

Si las funciones g y h son continuas e integrables en un intervalo que contiene a a y x, y

h no cambia de signo en el intervalo, entonces existe un punto x entre a y x tal que

x x

∫ g ( t ) h ( t ) dt =g (ε )∫ h(t) dt
a a

El primer teorema del valor medio es equivalente al caso anterior con h(t) = 1. Donde ε
es un punto que se encuentra entre el intervalo (x,a), en el cual la función toma el
valor del promedio y la integral se puede representar como g ( ε ) por la longitud del
intervalo.

∫ g ( t ) dt=g (ε )(x−a)
a

El segundo teorema se aplica a la ecuación del residuo con

( n+1 ) (x−t )n
g(t )=f (t ) h(t)=
n!

Conforme t varía de a a x, h(t) es continua y no cambia de signo. Por lo tanto, si f (n+ 1) ( t )

es continua, entonces se satisface el teorema del valor medio para integrales y

f (n +1) ( ε )
Rn = ( x−a)(n+ 1)
( n+1 ) !

Esta ecuación es conocida como la forma de Lagrange o derivada del residuo.

EJEMPLO
Aproximación mediante la serie de Taylor de f (x)=cos(x ) en x i+1=π /3 usando como
punto base x i=π /4 .
CALCULO DE ERRORES

Error=
cos ( π3 )−f ( π3 )∗100 %
π
cos ( )
3

Orden n f (π /3) Error%

0 0.707106781 -41.4
1 0.521986659 -4.4
2 0.497754491 0.449
3 0.499869147 2.62*10−2
4 0.500007551 -1.51*10−3
5 0.500000304 -6.08*10−5

APROXIMACIÓN DE ORDEN CERO CON RESIDUO

2
f ( x )= √ + R n
2
π π
x n 3 0 3
(x−t) (n +1) ( x−t) (0 +1)
Rn =∫ f ( t ) dt=∫ f ( t ) dt=∫ −sen(t )dt=−0.207106781
a n! π 0! π
4 4
f ( π3 )= √22 −0.207106781=0.5
Error total ( n=0 )=Rn =−0.207106781

Error %=−41.42 %

TAYLOR EN MATLAB

ALGORITMO

INICIO

Ingresamos los valores de n y a, definimos la función f(x)

a aproximar, una función fn(x) donde guardaremos lo
términos de la serie y un vector para guardar los errores

Graficar fn( x ) teniendo

nT=0 : 1 : n en cuenta que x es una
variable simbólica

FIN
nT==0

aux ( x ) =f ( n) ( x )
Term=f ( a) aux ( a )
Term= ( x−a )n
n!

fn ( x )=fn ( x ) +Term
Calculamos el error
PASOS PARA PROGRAMAR EN MATLAB

 Ingresamos los valores de n (cantidad de términos de la serie), a (punto

respecto al cual se aproxima la serie) y b (punto en el cual se va a calcular el
valor de la aproximación).
 Declaramos un vector donde guardaremos los errores calculados.
 Ingresamos la función f(x) a aproximar en términos de una variable simbólica x.
 Declaramos una función fn(x) donde guardaremos los términos de la serie en
función de la variable simbólica.
 Iniciamos un bucle para calcular los términos de la serie que irá de 0 a n
 Declaramos un condicional para evaluar si n=0 o no, para n=0 calcularemos el
primer término f(a).
 Para n diferente de cero calcularemos la derivada n de la serie y la guardamos
en una función auxiliar en términos de la variable simbólica, luego calculamos
el término que vamos a añadir a la serie.
 Vamos sumando cada término a la función que almacena la serie.
 Calculamos el error y lo guardamos en cada iteración y así obtenemos el error
de acuerdo con la cantidad de términos de la serie.
 Terminamos el bucle.
 Graficamos la función que queremos aproximar f(x) para tenerla como
referencia y la función fn(x) calculada con series de Taylor teniendo en cuenta
que las funciones están en términos de la variable simbólica.

BIBLIOGRAFÍA

 Métodos numéricos para ingenieros / sexta edición / Chapra -Canale

 Métodos numéricos y computación / sexta edición /Cheney -Kincaid
 Numerical methods for engineers and scientists / second edition / J.N.
Sharma