Error de redondeo

Un error es una incertidumbre en el resultado de una medida. Se define como la diferencia entre
el valor real Vr y una aproximación a este valor Va:

e = Vr – Va

Existen diferentes tipos errores, cada uno se puede expresar en forma absoluta o en forma
relativa.

Tipos de errores

Error de redondeo:

Se originan al realizar los cálculos que todo método numérico o analítico requieren y son debidos a
la imposibilidad de tomar todas las cifras que resultan de operaciones aritméticas como los
productos y los cocientes, teniendo que retener en cada operación el número de cifras que
permita el instrumento de cálculo que se esté utilizando.

Existen dos tipos de errores de redondeo:

* Error de redondeo inferior: se desprecian los dígitos que no se pueden conservar dentro de la
memoria correspondiente.

* Error de redondeo superior: este caso tiene dos alternativas según el signo del número en
particular: para números positivos, el último dígito que se puede conservar en la localización de
memoria incrementa en una unidad si el primer dígito despreciado es mayor o igual a 5.

para números negativos, el último dígito que se puede conservar en la localización de la memoria
se reduce en una unidad si el primer dígito despreciado es mayor o igual a 5.

Como se mencionó antes, los errores de redondeo se originan debido a que la computadora
emplea un número determinado de cifras significativas durante un cálculo. Los números tales
como p, e o √ 7 no pueden expresarse con un número fijo de cifras

significativas. Por lo tanto, no pueden ser representados exactamente por la computadora.

Además, debido a que las computadoras usan una representación en base 2, no pueden
representar exactamente algunos números en base 10. Esta discrepancia por la

omisión de cifras significativas se llama error de redondeo.

Bisección

Esta técnica se basa en el teorema del valor intermedio y parte del supuesto que f(a) y f(b) tienen
signos opuestos. Aunque el procedimiento funciona bien para el caso en el que existe más de una
solución en el intervalo (a,b) , se considera por simplicidad que es única la raíz en dicho intervalo.

Básicamente, el método consiste en dividir a la mitad repetidamente los subintervalos de [a,b] y

en cada paso, localizar la mitad que contiene a la solución, m₁

Para empezar, hacemos a₁=a y b₁=b y calculamos el punto medio del intervalo [a₁1,b₁]y lo
llamamos

a1 +b ₂
m₁=
2
Método de la secante

Un problema potencial en la implementación del método de Newton-Raphson es la evaluación de

la derivada. Aunque esto no es un inconveniente para los polinomios ni para muchas otras
funciones, existen algunas funciones cuyas derivadas en ocasiones resultan muy difíciles de
calcular.

En qué consiste el método

Sustituyendo en la fórmula de Newton-Raphson, obtenemos:

Método de newton-rhapson

En análisis numérico, el método de Newton (conocido también como el método de Newton-

Raphson o el método de Newton-Fourier) es un algoritmo para encontrar aproximaciones de los
ceros o raíces de una función real. También puede ser usado para encontrar el máximo o mínimo
de una función, encontrando los ceros de su primera derivada.

El método de Newton-Raphson es un método abierto, en el sentido de que no está garantizada su

convergencia global. La única manera de alcanzar la convergencia es seleccionar un valor inicial lo
suficientemente cercano a la raíz buscada. Así, se ha de comenzar la iteración con un valor
razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa
cercanía del punto inicial a la raíz depende mucho de la naturaleza de la propia función; si ésta
presenta múltiples puntos de inflexión o pendientes grandes en el entorno de la raíz, entonces las
probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor puesto
cercano a la raíz. Una vez que se ha hecho esto, el método linealiza la función por la recta
tangente en ese valor supuesto. La abscisa en el origen de dicha recta será, según el método, una
mejor aproximación de la raíz que el valor anterior. Se realizarán sucesivas iteraciones hasta que el
método haya convergido lo suficiente.

Sea f: [a, b] ->R función derivable definida en el intervalo real [a, b]. Empezamos con un valor
inicial x0 y definimos para cada número natural n

f ( xn )
xn+1=xn−f(xn)f′(xn). x n= ' x n)
F(
Punto fijo

Una definición general del método de punto fijo; es el método que se encarga de buscar una raíz
de una función a partir de un valor inicial, una tolerancia y un numero "n" de iteraciones. Para
tener en cuenta, en este método no es necesario el uso de intervalos.

Para que el método tenga éxito, se le debe ingresar :

Una función F(x)

un valor inicial

Una tolerancia

numero "n" de iteraciones

Con base a estos datos de entrada, el método hace su proceso (el proceso se explica en el pdf
adjunto) y arroja una raíz, aproximación o un error.

El método se para cuando la tolerancia es mayor que el error.

El proceso del método consiste en que dada la función f(x)=0, se genera la ecuación X=g(x), se
soluciona esta ecuación despejando la variable "x". El valor inicial ingresado al programa por el
usuario se evalúa en la función f(x) y en la solución de la ecuación X=g(x). El motivo de evaluar el
valor inicial en la solución de la ecuación X=g(x) es obtener el siguiente valor inicial y de este modo
se repite el método según el número de iteraciones o hasta que el error sea menor que la
tolerancia y por último se saca el error por cada iteración ya sea absoluto o relativo.