ERRORES

Ms.Ing. Gloria Poémape Rojas.

Universidad Nacional de Trujillo
 ERRORES
Se define error como la diferencia entre el valor
aproximado y el valor exacto.
x* es el valor aproximado y x es el valor exacto
Error Absoluto:
∗
𝐸𝐴 = 𝑥 −𝑥 … (1)
Error Relativo: ∗
𝑥 −𝑥
𝐸𝑅 = , 𝑠𝑖 𝑥 ≠ 0 … . . (2)
𝑥

Error Relativo Porcentual:

𝐸𝑅𝑃 = 𝐸𝑅 𝑥 100 … … (3)
 Ejemplo 1
Si x* = 0.5714 y x = 0.5784

• Error Absoluto:
∗
𝐸𝐴 = 𝑥 −𝑥 = 0.5714 − 0.5784 = 0.0070
• Error Relativo:
∗
𝑥 −𝑥 0.0070
𝐸𝑅 = = = 0.0121
𝑥 0.5784
• Error Relativo Porcentual:
𝐸𝑅𝑃 = 𝐸𝑅 𝑥 100 = 1.2%

Mg. Gloria Poémape Rojas

 Ejemplo 2
X* X EA ER ERP

0.24𝑥10−6

100

¿Cómo son las aproximaciones? Buenas o Malas

Mg. Gloria Poémape Rojas

 Ejemplo 2
X* X EA ER ERP

0.36𝑥10−6 0.12𝑥10−6 0.24𝑥10−6 2 200%

100

Mg. Gloria Poémape Rojas

 Ejemplo 2
X* X EA ER ERP

0.36𝑥10−6 0.12𝑥10−6 0.24𝑥10−6 2 200%

0.471215𝑥108 0.471214𝑥108 100 2.12218𝑥10−6 0.00021%

Por lo general interesa el error absoluto y no el error relativo; pero cuando se

manejan cantidades muy grandes o muy pequeñas, el error absoluto puede ser
engañoso, y sería más recomendable el error relativo.

Mg. Gloria Poémape Rojas

 Definición

Se dice que el número p* se aproxima a p con t dígitos

significativos si t es el entero más grande no negativo
para el cual se cumple

𝑝∗ −𝑝
< 5𝑥10−𝒕 ……..(4)
𝑝

ERROR RELATIVO

Mg. Gloria Poémape Rojas

En el ejemplo1
𝐸𝑅 = 0.01210235 < 5 𝑥10−𝒕
Si t=1→ 0.5
Si t=2 →0.05 →(Ojo) t=2
Si t=3 →0.005
• Si x* = 0.5714 y x = 0.5784

Mg. Gloria Poémape Rojas

𝐸𝑅 −𝑡 𝐸𝑅 𝐸𝑅
< 10 log < −𝑡 -log >𝑡
5 5 5

0.01210235
t < −𝑙𝑜𝑔
5

t<2.6 entonces t=2 ( x* = 0.5714 y x = 0.5784)

El valor aproximado tiene dos dígitos significativos

con respecto a la solución verdadera

Mg. Gloria Poémape Rojas

 Las anteriores fórmulas de error necesitan del valor real.
 En situaciones reales es difícil contar con tal información.
 Generalmente no se conoce a priori la respuesta verdadera.

¿Cómo medir los errores cuando son

aproximaciones?
¿Cómo HALLAR los dígitos significativos
cuando solo tenemos APROXIMACIONES?

Mg. Gloria Poémape Rojas

¿Cómo medir el error cuando solo son aproximaciones?
En dichos casos una alternativa es normalizar el error, utilizando la mejor
estimación posible al valor verdadero.

Mg. Gloria Poémape Rojas

Mg. Gloria Poémape Rojas
Para determinar el número de cifras significativas en la aproximación, es
posible demostrar (Scarborough, 1966) que si el siguiente criterio se
cumple, se tendrá la seguridad que el resultado es correcto en al menos n
cifras significativas.

TOLERANCIA

𝐸𝑅 ≤ 0.5𝑥10−𝑛

Mg. Gloria Poémape Rojas

En el ejemplo para 𝒙𝟖 ¿Cuántas cifras son significativas?

Mg. Gloria Poémape Rojas

Mg. Gloria Poémape Rojas
Mg. Gloria Poémape Rojas
CAUSAS DE ERRORES GRAVES EN COMPUTACION

SUMA DE NÚMEROS MUY DISTINTOS EN MAGNITUD

Cuando se suma un número muy grande con un número muy pequeño

se podría obtener como resultado el número grande, ocasionando un
error. Pues se esta considerando el número pequeño como cero.

¿Es mejor sumar de izquierda a derecha o de derecha a

izquierda?
Mg. Gloria Poémape Rojas
Suma un numero grande con un numero
pequeño.
• 2500+0,0025
• Calculadora artesanal 0,xxxx *10 cc
• 2500= 0,25 x10^4
• 0,0025=0,25x 10^(-2)
• 0,25 x10^4
• 0,00000025 x10^4
• ================
• 0,25000025 x 10^4 = 0,2500 x10^4=2500

Mg. Gloria Poémape Rojas

 RESTA DE NÚMEROS CASI IGUALES

Se podría obtener como resultado un valor tan pequeño que podría

considerarse cero.
Si esta resta esta multiplicándose por un número grande, el error se puede
propagar.
OJO: Al restar dos números casi iguales, generalmente se pierde cifras
significativas.
Así: 0.2145-0.2144 = 0.0001=> 0.1000 x 10^(-3)
Ejemplo:
Si X = (A-B)*C donde A = 0.2145 B = 0.2144 C = 0.1*105 => X=1
Si cometemos un error en el valor de A, es decir A*=0.2146 (ERP=0.046%)
X*=2 (ERP=100%)
Observe que un error de 0.046% en A esta ocasionando un error de 100%
en X.
Mg. Gloria Poémape Rojas
OVERFLOW Y UNDERFLOW
• 0,8x10^8
• 0,6x10^6
• 0,8x10^8 x 0,6x10^6 = 0,48 x 10^ 14 OVERFLOW

• 0,6x10^-7
• 0,7x10^-6
• 0,6x10^-5 x 0,7x10^-6 = 0,42 x 10^ -13 UNDERFLOW

Mg. Gloria Poémape Rojas

EJEMPLO
• Otro caso de overflow puede ocurrir con la división:

2000000 0.2000𝑥107
• = = 0.4000𝑥1012
0.000005 0.5000𝑥10−5

Mg. Gloria Poémape Rojas

 Overflow y underflow

Con frecuencia una operación aritmética con dos números

válidos da como resultado un número tan grande o tan pequeño
que la computadora no puede manejarlos, como consecuencia
se produce el Overflow o el underflow.
Cuando se produce underflow generalmente no se envía
mensaje de error y se considera un resultado de cero.

Mg. Gloria Poémape Rojas

EJEMPLO

A = 0.3x10^-8 B = 0.02x10^-9 C = 0.4x10^8

Si queremos hallar el producto de A, B y C
¿Qué es mejor?

X = A*B*C ò X = A* C * B

Mg. Gloria Poémape Rojas

 DIVISIÓN ENTRE UN NÚMERO MUY PEQUEÑO

Puede presentarse Overflow o si la división es válida, un

error absoluto considerable en el cociente (si el numerador
es grande y el denominador pequeño)

Mg. Gloria Poémape Rojas

División entre un número pequeño
¿Qué pasa si hay un pequeño error en el denominador?
5
= 50
0.1

5
= 500
0.01

5
= 5000
0.001

Mg. Gloria Poémape Rojas

 Error de discretización
Dado que un número no se puede almacenar exactamente como número
binario de punto flotante, el error generado se conoce como error de
discretización (error de cuantificación) ya que los números expresados
exactamente por la máquina no forman un conjunto continuo sino discreto.

Mg. Gloria Poémape Rojas

 Error de Salida

Aún cuando no se haya cometido error alguno durante la fase de

cálculos de un programa, puede presentarse un error al imprimir
lo resultados.

Ejemplo:
El número x = 0.015625
Si se imprime como formato F10.6 se obtiene la respuesta correcta
Si se usa el formato F8.3 se imprimirá 0.016 (si la computadora
redondea) o bien 0.015 (si la computadora trunca).
Así se presenta el error.

Mg. Gloria Poémape Rojas

 PROPAGACION DE ERRORES
A continuación vamos a ver como se propagan los errores en las operaciones:
Sean:
a y b las cantidades exactas
a* y b* las cantidades aproximadas, donde a*= a + 𝑒𝑎 y b*=b+ 𝑒𝑏

Mg. Gloria Poémape Rojas

Mg. Gloria Poémape Rojas
Mg. Gloria Poémape Rojas
Mg. Gloria Poémape Rojas
Mg. Gloria Poémape Rojas
Mg. Gloria Poémape Rojas
En general:

Mg. Gloria Poémape Rojas

Estabilidad y condición
• La condición de un problema matemático relaciona su sensibilidad
con los cambios en los datos de entrada.
• Se dice que un cálculo es numéricamente inestable si la inexactitud
de los valores de entrada se aumenta considerablemente por el
método numérico.
• En al serie de taylor de primer orden:
•𝒇 𝒙 =𝒇 𝒙 ෥ + 𝒙−𝒙 ෥ 𝒇′ 𝒙෥
• Se tiene: 𝑓 𝑥 − 𝑓 𝑥෤ = 𝑥 − 𝑥෤ 𝑓′ 𝑥෤
෤
𝑓 𝑥 −𝑓(𝑥) 𝒙−෥ ෥
𝒙 𝒇′ 𝒙
• El error relativo de f(x) es: ≅
𝑓(𝑥) 𝒇(෥
𝒙)
𝑥−𝑥෤ 𝒙−෥𝒙
• El error relativo de x es: ≅ ෥
𝑥 𝒙

Mg. Gloria Poémape Rojas

Número de condición
• Luego:
𝑥−𝑥෤ 𝑓′ 𝑥෤
• El Error relativo aproximado de f(x)es: ෤
𝑓(𝑥)
𝑥−𝑥෤
• El error relativo aproximado de x es : ෤
𝑥
• Un número de condición puede definirse como la razón entre estos
errores relativos.
෥ 𝑓′ 𝑥
𝑥−𝑥 ෥
𝑓(𝑥෥) 𝑥−𝑥෤ 𝑓′ 𝑥෤ ෥𝑥 𝑓′ 𝑥෤ ෥𝑥
• Número de condición= 𝑥−𝑥 ෥ = =
𝑓 𝑥෤ 𝑥−𝑥෤ 𝑓 𝑥෤
෥
𝑥

Mg. Gloria Poémape Rojas

Número de Condición
𝒇′ 𝒙
෥ ෥𝒙
• Número de condición = ෥
𝒇 𝒙
• Proporciona una medida de que tanto una inexactitud de x se
aumenta por f(x).
• Un valor relativo de 1 indica que el error de la función es idéntico al
error relativo de x.
• Un valor mayor que 1 nos señala que el error relativo se amplifica,
mientras que un valor menor que 1 nos dice que se atenúa.
• En funciones con valores muy grandes se dice que esta mal
condicionada.

Mg. Gloria Poémape Rojas

Precisión y Exactitud

Mg. Gloria Poémape Rojas

EXACTITUD Y PRECISION
• La exactitud se refiere a qué tan cercano está el valor calculado o
medido del valor verdadero.
• La precisión se refiere a qué tan cercanos se encuentran, unos de
otros, diversos valores calculados o medidos.
• El término error se usa para representar tanto la inexactitud como la
imprecisión en las predicciones

Mg. Gloria Poémape Rojas

ERRORES NUMERICOS
• Errores de Truncamiento
• Los errores de truncamiento son aquellos que resultan al usar una
aproximación en lugar de un procedimiento matemático exacto
• Errores de redondeo
• Los errores de redondeo se originan debido a que la computadora
emplea un número determinado de cifras significativas durante un
cálculo.

Mg. Gloria Poémape Rojas

Mg. Gloria Poémape Rojas
Errores de redondeo y truncamiento
• Los errores de redondeo se originan debido a que la computadora
emplea un número determinado de cifras significativas durante un
cálculo. Esta discrepancia por la omisión de cifras significativas se
llama error de redondeo.
• Los errores de truncamiento son los que resultan al usar una
aproximación en lugar de un procedimiento matemático exacto.
• Ejemplo:
f ( x  h)  f ( x )
f ' ( x) 
h

Mg. Gloria Poémape Rojas

• Errores por equivocación, errores de formulación (o de modelo,
incertidumbre en los datos.
• Los errores por equivocación generalmente se atribuyen a fallas
humanas. Es posible evitarlas con un sólido conocimiento de los
principios fundamentales y con el cuidado con que se enfoque y diseña
la solución del problema.
• Los errores de formulación o de modelo pueden atribuirse al sesgo que
implica un modelo matemático incompleto. Si el modelo es deficiente
ningún método numérico generará resultados adecuados.
• La incertidumbre en los datos puede ser ocasionada por los
instrumentos de medición usados (inexactos o desviados).

Mg. Gloria Poémape Rojas

• Serie de Taylor
• Si una función f y sus primeras n+1 derivadas son continuas en un
intervalo que contiene los valores de “a” y “x”, entonces el valor de la
función esta dado por:
f " (a) f n (a)
f ( x)  f (a)  f ' (a)( x  a)  ( x  a)   
2
( x  a) n
2! n!
• f (x , y) = ?

“El resultado de un calculo no puede ser más exacto que la cantidad

menos exacta que interviene en el mismo.”

Mg. Gloria Poémape Rojas

 SOLUCIÓN DE ECUACIONES NO LINEALES

Uno de los problemas más frecuentes en ingeniería es encontrar

las raíces de ecuaciones de la forma f(x) = 0, donde f(x) es una
función real de una variable x, como un polinomio en x

Mg. Gloria Poémape Rojas

 Teorema del valor
intermedio
Si f ∈ 𝐶 𝑎, 𝑏 𝑦 𝑘 𝑒𝑠
𝑢𝑛 𝑛𝑢𝑚𝑒𝑟𝑜 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟𝑎 𝑒𝑛𝑡𝑟𝑒 𝑓 𝑎 𝑦 𝑓 𝑏 ,
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 existe un c ∈ 𝑎, 𝑏
tal que f( c )= k

f ∈ 𝐶[𝑎, 𝑏] =>Sea f una función continua en un

intervalo [a,b]

Mg. Gloria Poémape Rojas

 • Sea f una función real continua en
Teorema de Bolzano un intervalo cerrado [a,b] con f(a)
y f(b) de signos contrarios.
Entonces existe al menos un
punto c del intervalo abierto (a, b)
con f(c) = 0.

Mg. Gloria Poémape Rojas