Está en la página 1de 6

Métodos Numéricos

APROXIMACIÓN Y ERROR EN
MÉTODOS NUMÉRICOS
Sergio Mauricio Zaldívar Lopez

Método Numérico
Un método numérico es un procedimiento mediante el cual se obtiene, casi siempre de manera
aproximada, la solución de ciertos problemas realizando cálculos puramente aritméticos y lógicos
(operaciones aritméticas elementales, cálculo de funciones, consulta de una tabla de valores,
cálculo preposicional, etc.). Un tal procedimiento consiste de una lista finita de instrucciones
precisas que especifican una secuencia de operaciones algebraicas y lógicas (algoritmo), que
producen o bien una aproximación de la solución del problema (solución numérica) o bien un
mensaje.
Aproximación Numérica
Una aproximación es un valor cercano a uno considerado como real o verdadero. Esta cercanía, o
diferencia, se conoce como error. Normalmente, la consideración de la validez de una
aproximación depende de la cota de error que el experimentador considere pertinente en función
del contexto del fenómeno bajo estudio. Esto implica que también debe considerarse que magnitud
debe ser un valor real, que en el ´ámbito de la Ingeniería pocas veces se conoce, lo que obliga a
adoptar convenciones.

Exactitud y precisión

En Ingeniería, se denomina exactitud a la capacidad de un instrumento de medir un valor cercano


al de la magnitud real. Exactitud implica precisión, pero no al contrario. Exactitud y precisión no
son equivalentes. Exactitud es capacidad para acercarse a la magnitud real, y precisión es la
capacidad de generar resultados similares. La precisión se logra cuando un instrumento para repetir
mediciones exactas cuando estas se realizan consecutivamente.

Error Redondeo
La casi totalidad de los números reales requieren, para su representación decimal, de una infinidad
de dígitos. En la práctica, para su manejo sólo debe considerarse un número finito de dígitos en su
representación, procediéndose a su determinación mediante un adecuado redondeo.

Los errores de redondeo se deben a que las computadoras sólo guardan un número finito de cifras
significativas durante un cálculo. Las computadoras realizan esta función de maneras diferentes.
Por ejemplo, si sólo se guardan siete cifras significativas, la computadora puede almacenar y usar
"pi" como "pi" = 3.141592, omitiendo los términos restantes y generando un error de redondeo.

Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras significativas, los errores de
redondeo parecerían no ser muy importantes. Sin embargo, hay dos razones del porqué pueden
resultar crítico en algunos métodos numéricos:

A. Ciertos métodos requieren cantidades extremadamente grandes para obtener una respuesta.
En consecuencia, aunque un error de redondeo individual puede ser pequeño, el efecto de
acumulación en el transcurso de la gran cantidad de cálculos puede ser significativo.
B. El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean números muy pequeños y grandes al mismo tiempo. Ya que este

2
caso se presenta en muchos métodos numéricos, el error de redondeo puede resultar de
mucha importancia.

Error de truncamiento y serie de taylor


La serie de Taylor provee 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.
Teorema de Taylor: Si la función f y sus primeras n+1 derivadas son continuas en un intervalo
que contiene a a y a x, entonces el valor de la función en un punto x está dado por:

La expansión en series de Taylor de n-ésimo orden debe ser exacta para un polinomio de n-


ésimo orden.
Para otras funciones continuas diferenciables, como las exponenciales o sinusoidales, no se obtiene
una estimación exacta mediante un número finito de términos.
El valor práctico de las series de Taylor radica en el uso de un número finito de términos que darán
una aproximación lo suficientemente cercana a la solución verdadera para propósitos prácticos.

Error absoluto y relativo


Error absoluto.

Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo o
negativo, según si la medida es superior al valor real o inferior (la resta sale positiva o negativa).
Tiene unidades, las mismas que las de la medida.

Sin embargo, para facilitar el manejo y el análisis se emplea el error absoluto definido como:

EA = | P* - P |

3
Error relativo.

Es el cociente (la división) entre el error absoluto y el valor exacto. Si se multiplica por 100 se
obtiene el tanto por ciento (%) de error. Al igual que el error absoluto puede ser positivo o negativo
(según lo sea el error absoluto) porque puede ser por exceso o por defecto. no tiene unidades.

Y el error relativo como

ER = | P* - P| / P , si P =/ 0

El error relativo también se puede multiplicar por el 100% para expresarlo como:

ERP = ER x 100

Ejemplo:

Supóngase que se tiene que medir la longitud de un puente y de un remache, obteniéndose 9 999 y
9 cm, respectivamente. Si los valores son 10 000 y 10 cm, calcúlese a) el error y b) el error relativo
porcentual de cada caso.

Solución: a) El error de medición del puente es:

EA = 10 000 - 9 999 = 1cm

y para el remache es de

EA = 10 - 9 = 1cm

b) El error relativo porcentual para el puente es de:

ERP = 1/ 10 000 x 100% = 0.01%

y para el remache es de

ERP = 1/10 x 100% = 10%

4
por lo tanto ambas medidas tienen un error de 1 cm, el error relativo porcentual del remache es
mucho más grande. Se puede concluir que se ha hecho un buen trabajo en la medida del puente,
mientras que la estimación para el remache deja mucho que desear.

Estabilidad y condición
La condición de un problema matemático relaciona a su sensibilidad los cambios en los datos de
entrada.

Un cálculo es numéricamente inestable si la incertidumbre de los valores de entrada aumenta


considerablemente por el método numérico.

Usando la serie de Taylor de primer orden:

Estimando el error relativo de f(x) como en:

El error relativo de x está dado por:

Un número condicionado puede definirse como la razón de estos errores relativos:

Número Condicionado:

El número condicionado proporciona una medida de hasta qué punto la incertidumbre de x es


aumentada por f(x):

 Un valor de 1 nos indica que el error relativo de la función es idéntico al valor relativo de x.

5
 Un valor mayor que 1 nos indica que el error relativo es amplificado.
 Un valor menor que 1 nos indica que el error relativo está disminuyendo.

Funciones con valores muy grandes nos dicen que están mal condicionados.

El error numérico total es la suma de los errores numéricos de truncamiento y redondeo. Un


camino para minimizar los errores de redondeo es incrementar el número de cifras significativas de
la computadora.

El error de truncamiento puede reducirse con un tamaño de paso más pequeño. Los errores de
truncamiento pueden ser disminuidos cuando los de redondeo aumentan.

No hay forma sistemática y general para evaluar el error numérico para todos los problemas.La
estimación se basa en la experiencia y buen juicio del ingeniero.

 Evitar la resta de dos números casi iguales reordenando o reformulando el problema.


 Aritmética de precisión extendida.
 Clasificarlos y trabajar primero con los números más pequeños.

Para predecir el error numérico un buen camino es emplear la Serie de Taylor.

Por último, se deben repetir los experimentos numéricos modificando el tamaño de paso y
comparando los resultados.

BIBLIOGRAFIA
 http://aprendeenlinea.udea.edu.co/lms/moodle/mod/page/view.php?id=24480
 https://sites.google.com/site/metalnumericos/home/unidad-1/1-2-tipos-de-errores-error-
absoluto-error-relativo-error-porcentual-errores-de-redondeo-y-truncamiento