Raúl Águila Fumey

INTRODUCCIÓN A LA TEORIA DE ERROR

Introducción
Al abordar un problema por métodos numéricos, debemos tener presente tres aspectos:
i) Entender el problema a resolver
ii) Elegir en método para resolverlo
iii) Analizar el resultado, esto es, ¿ la respuesta es la esperada?

Para el primer punto consideremos el siguiente ejemplo:

Se desea inscribir un rectángulo de área máxima en la región R del primer cuadrante en
IR 2 limitada por los ejes coordenados y la curva y = sen(1 − x ) . Determine sus
dimensiones.
1 − cos( x)
Para el tercer punto consideremos la función f ( x) = , sea x0 = 0.00001 .
x2
Calcular f ( x0 ) . Al usar para el calculo las calculadoras Casio: fx-82ms, fx-115ms, o fx-
570ms, se obtiene como resultado 0 (cero). Sin embargo el verdadero valor es 0.5.
Indicación calcule lim f ( x)
x →0
Otro ejemplo, usando aritmética de 6 dígitos calcular f (500) en que

f ( x) = x ( x + 1 − x ) ,
Compare con la expresión equivalente (racionalizada).

Finalmente consideremos la ecuación de segundo grado ax 2 + bx + c = 0 . Se tienes

que sus soluciones están dadas por:

− b + b 2 − 4ac − b − b 2 − 4ac
x1 = y x2 =
2a 2a

Usando aritmética de 4 dígitos calcule las soluciones de la ecuación x 2 + 62.10 x + 1 = 0

Haga lo mismo pero con las formulas equivalentes (racionalizadas). Compare los
resultados.
Nota las soluciones aproximadas de la ecuación son: x1 = −0.01610723 y x 2 = −62.08390

Definiciones.

Sea x ∈ IR y ~ x una aproximación de x . Se define:

~
e x = x − x Error absoluto
x−~ x
δx = , x ≠ 0 Error relativo
x
Dígitos significativos:
Sea ~x = ±0.a1 a 2 .........a λ 10 σ , σ ∈ Z , 0 ≤ ai ≤ 9 i = 1,2,.......λ a1 ≠ 0 una aproximación de
x . Si existe m 1 ≤ m ≤ λ tal que:
x−~ x ≤ 0.5 ⋅ 10σ −m . (*)
~
x es una aproximación de al menos m dígitos significativos (D. S.). Si (*) no vale para
( m + 1) , la aproximación es de m D. S.
22
Ejemplo1.¿Cuantos dígitos significativos tiene como aproximación de π ?
7
Resp. 3 D.S.

Ejemplo 2. ¿Cuantos dígitos significativos tiene 0.02138 como aproximación de 0.02144?

Resp. 2 D.S.

FUENTES DE ERROR

I) Error inherente: se produce por la idealización del modelo, por problemas en las
mediciones, etc.
II) Error de redondeo,
III) Error por perdida de dígitos significativos: se produce al restar términos muy
parecidos
IV) Error de Truncación y/o discretización, se produce al hacer finitos procesos que
no lo son

REPRESENTACIÒN DE NUMEROS: FORMA DE PUNTO FLOTANTE

x = a ⋅ 10 b , a < 1 b ∈ Z
a : mantisa
b : exponente

Forma normalizada:
x = a ⋅ 10 b 10 −1 ≤ a < 1

Largo de palabra de cada máquina: n = t + e

En que t es la cantidad de lugares para la mantisa y e lugares para el exponente

A : Conjunto de Números Máquinas, definidos por t y e . Es un conjunto no cerrado

Si x ∉ A , rd ( x ) ∈ A debe cumplir:
x − rd ( x) ≤ x − g , ∀g ∈ A
Para una máquina con t dígitos en la mantisa, si x ∉ A , rd ( x ) ∈ A , se puede definir como
sigue:

Primero se normaliza: x = a ⋅ 10 b 10 −1 ≤ a < 1

Si la parte decimal de x es a = 0.a1 a 2 ..........at .......

Hacemos:
 0.a1 a 2 ......at , si at +1 ≤4
a' =  −t
0.a1a 2 .......a t + 10 , si at +1 ≥ 5
Se define:
~
rd ( x ) = Sig ( x) a '⋅10 b

Propiedades.

Para una máquina con t lugares para la mantisa y e lugares para el exponente se tiene:

~
i) x − rd ( x ) ≤ 0.5 ⋅ 10 e−t
~
x − rd ( x )
ii) ≤ 0.5 ⋅ 10 −t +1 = 5 ⋅ 10 −t ≡ eps
x
(Esto significa que x esta correctamente redondeado)
~
Si no ocurren errores de bajo flujo o sobre flujo rd ( x ) = rd ( x )

rd : IR → A
rd ( x) = x(1 + ε ), ε ≤ eps

ARITMÉTICA DE PUNTO FLOTANTE

Sean x, y ∈ A , se define:

x + * y = red ( x + y ) = ( x + y )(1 + ε 1 )
x − * y = red ( x − y ) = ( x − y )(1 + ε 2 )
x • * y = red ( x • y ) = ( x • y )(1 + ε 3 )
x /* y = red ( x / y ) = ( x / y )(1 + ε 4 )
En que * es la operación en la máquina y ε i ≤ eps , i = 1,2,3,4
Observación. Estas operaciones en la máquina no heredan las propiedades de las
operaciones en IR

La operación suma no es cerrada, en A, lo mismo con las otras operaciones

La suma no es asociativa, en efecto para t = 8 considere:

a = 0.23371258 ⋅ 10 −4 , b = 0.33678429 ⋅ 10 2 , c = −0.33677811 ⋅ 10 2

Respuesta
a + *(b + *c) = 0.64137126 ⋅ 10 −3
(a + *b) + *c = 0.64100000 ⋅ 10 −3

Otro Ejemplo es:

eps
x + * y = x si y < x, x, y ∈ A
base

PROPAGACIÓN DEL ERROR

Funcionalmente un problema consiste en resolver ϕ ( x ) = y para alguna función

diferenciable
ϕ : D ⊆ IR n → IR m
Efecto en el error en la entrada de datos
Debido al redondeo y aritmética de punto flotante, en lugar de calcular ϕ ( x ) = y , se
obtendrá ϕ ( ~
x) = ~
y . Nos interesa estimar los errores:

~
yj − yj
eyj =~
yj − yj y εj , yj ≠ 0
yj
En que ϕ j ( x) = y j ; ϕ j ( ~x ) = ~y j

Por Taylor en torno a x se tiene:

n ∂ϕ j ( x)
ϕ j ( ~x ) − ϕ j ( x) = e y =ɺ ∑ e xi , j = 1,2,.......m
j
i =1 ∂xi

∴ ∆y =ɺ Dϕ ( x) ∆x

De donde:
ϕ j ( ~x ) − ϕ j ( x) n
x ∂ϕ j ( x)
= ε y =ɺ ∑ i ε x , j = 1,2,......m
ϕ j ( x) j
i =1 ϕ j ( x ) ∂ xi i
Definición: condicionamientos numéricos del problema ϕ ( x ) = y

xi ∂ϕ j ( x)
Aij = , i = 1,2,....n; j = 1,2,....m ,
ϕ j ( x ) ∂xi

Definición El problema ϕ ( x) = y se dice que esta bien condicionado si todos los

condicionamientos numéricos son pequeños. En caso contrario, se dice mal condicionado.

Ejemplos:

1.- Considere la formula de Bazin para canales abiertos la cual da la rapidez V del flujo
dependiendo de: p que corresponde a la pendiente del canal; m a la rugosidad del material;
y r al radio hidráulico:
r⋅ p
V =
r + 2m

a) Calcule el factor de condicionamiento respecto de la rugosidad.

b) Para r = 1.56, p = 0.156 y m = 1.23 correctamente redondeados estime la
tolerancia porcentual de V sabiendo que los factores de condicionamientos
respectivos son C r ≈ 0.81; C p ≈ 0.5 .

Resp.
m ∂V m
cm = =−
V ∂m r + 2m
evaluado es c m ≈ −0.31

Teóricamente el error relativo en V es aproximadamente:

ε V ≈ c p ε p + cr ε r + cmε m

los datos están correctamente redondeados y tienen tres dígitos, por lo cual:

ε p , ε r , ε m ≤ 5 ⋅10 −3

( )
ε V ≤ 5 ⋅10 −3 c p + cr + cm = 5 ⋅10 −3 ( 0.5 + 0.81 + 0.31 ) = 8.1 ⋅10 −3

el error porcentual en V es menor que 0.81%

2.- Considere w = a + b + 1 + c . Para a > 0, b > 0, c > 0 , se trata de un problema bien
condicionado. Sin embargo en el dominio ubicado en los otros octantes no ocurre lo
mismo. Observe los siguientes resultados para diferentes datos y determine cual de todos,
es el dato que debería tener un factor de condicionamiento mayor, y estime el valor de este
factor para los datos.
SI:
c = −0.9000 b = 4.000 a = −2.000 w = 0.278484
c = −0.9001 b = 4.000 a = −2.000 w = 0.278416
c = −0.9000 b = 4.001 a = −2.000 w = 0.278916
c = −0.9000 b = 4.000 a = −2.001 w = 0.276683

¿Qué es lo que Ud. recomendaría en caso de ser necesario trabajar con datos en ese sector
del octante?

Un algoritmo para resolver el problema ϕ ( x ) = y , descompone la función ϕ (x ) en la forma:

ϕ = ϕ ( r )  ϕ ( r −1)  ϕ ( r −2 )  ⋅ ⋅ ⋅ ⋅  ϕ (1)  ϕ (0)
donde
ϕ (i ) : Di → Di +1 ⊆ IR n ; i = 0,1,2,......r
i +1

ϕ (i ) ( x (i ) ) = x (i +1)

ERROR PROPAGADO POR EL ALGORITMO

∆Y = ⋅Dϕ ( x)∆x + Dψ (1) ( x (1) ) E1 x (1) + ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ + Dψ (r) ( x ( r ) ) E r x ( r ) + E r +1Y

Donde:
ψ i : Di → Di +1 i = 0,1,2,........r
ψ (i ) = ϕ ( r )  ϕ ( r −1)  ⋅ ⋅ ⋅  ϕ (i )
rd (ϕ ( i ) (u )) = ( I + E i +1 )ϕ (i ) (u )

ε 1 
 ε2 
Ei +1 = 
 
 
 ε ni +1 

A diferencias de las asignaturas usuales de matemáticas, el análisis numérico construye

para resolver, con la precaución de mantener controlado el error.

Raúl Águila Fumey