Está en la página 1de 28

TEORÍA DE ERRORES

PUNTO FLOTANTE – ERRORES


REPRESENTACIÓN NUMÉRICA
Para realizar cualquier operación numérica de una manera práctica,
necesitamos representarlos en una base numérica dada.

Necesitamos escribir el número √2 de alguna otra manera, de lo


2 1 contrario no es posible realizar esta operación.
En la base decimal:
2  1,41 2  1,4142 2  1,4142213562
cifras significativas !!!

2  1  0,41
Depende de la
2  1  0,4142
representación
2  1  0,4142213562
REPRESENTACIÓN NUMÉRICA
Sistema Decimal Sistema Binario

Dados Errores Resultados


(Sistema Decimal) (Sistema Decimal)

Dados Operaciones
(Sistema Binário)

En una base, un número puede tener una representación finita y en otra una
representación infinita (se produce redondeo y truncamiento)
Sistema Decimal y Binario
 Conversión de Números Enteros:
En general, un número en una base , (aj aj-1 ...a2a1a0) donde 0ak(-1) y
k=1,...,j puede representarse en forma polinomial:

a j  j  a j 1 j 1  a2  2  a1 1  a0  0


 Ejemplo 1:
(347)10  a 2  2  a11  a 0  0
 3  10 2  4  101  7  10 0
 Ejemplo 2:

101112  a4  4  a3  3  a2  2  a1 1  a0  0
 1 2 4  0  23  1 2 2  1 21  1 20
Proceso para convertir un número entero del
sistema binario al sistema decimal
La conversión de un número en un sistema binario al sistema
decimal, se obtiene descomponiendo el número 2:

(10111) 2  1  2 4  0  2 3  1  2 2  1  21  1  2 0
 2  (1  2  0  2  1  2  1  2 )  1
3 2 1 0

 2  (2  (1  2 2  0  21  1  2 0 )  1)  1
 2  (2  (2  (1  21  0  2 0 )  1)  1)  1
 2  (2  (2  (2  (1)  0)  1)  1)  1  2b1  a0
Proceso para convertir un número entero del
sistema binario al sistema decimal
 La representación del número (aj aj-1 ...a2a1a0)2 a la base 10,
denotada por b0 se obtiene mediante el siguiente proceso:
bj  a j
b j 1  a j 1  2b j
b j  2  a j  2  2b j 1

b1  a1  2b2
b0  a 0  2b1
Proceso para convertir un número entero del
sistema binario al sistema decimal

Ejemplo: (10111)2  2  (2  (2  (2  (1)  0)  1)  1)  1  (23)10


bj  a j
b j 1  a j 1  2b j b4  a 4  1
b j  2  a j  2  2b j 1 b3  a 3  2b4  0  2  1  2
  b2  a 2  2b3  1  2  2  5
b1  a1  2b2 b1  a1  2b2  1  2  5  11
b0  a 0  2b1 b0  a 0  2b1  1  2  11  23

Así, (10111)2   2310


Proceso para convertir un número entero del
sistema decimal al sistema binario
 Considere el número (347)10 y (aj aj-1 ...a2a1a0)2 y su representación en una
base 2. Por el proceso inverso:

N 0  347  2 173  1  2  N 0  a0  a0  1
N1  173  2  86  1  2  N1  a1  a1  1
347 10
N 2  86  2  43  0  2  N 2  a2  a2  0
N 3  43  2  21  1  2  N 3  a3  a3  1
N 4  21  2 10  1  2  N 4  a4  a4  1
101011011 2
N 5  10  2  5  0  2  N 5  a5  a5  0
N 6  5  2  2  1  2  N 6  a 6  a6  1 El proceso termina
N 7  2  2 1  0  2  N 7  a7  a7  0 porque N8 es cero
N 8  1  2  0  1  2  N 8  a8  a8  1
Ejercicios

 Represente 2345 10 en base 2

 Represente 101101 2 en base decimal


Proceso para convertir un número fraccionario
del sistema decimal al sistema binario
 Conversión de Números Fracionarios:
Dado un número entre 0 y 1, cómo encontrar a su
representación (0.d1d2...dj...)2 en base 2?

 Ejemplo: Considere (0.125)10

Multiplicando 0.125 por 2 tenemos:


2  0.125  0.250  0  0
.25
parteentera partefraccionaria
d1  0
Luego d1  0
Base binaria admite solamente 0 o 1!!!
Proceso para convertir un número fraccionario
del sistema decimal al sistema binario
Aplicando el mismo procedimiento para 0.250,
2  0.250  0.500  0  0
.5
parteentera partefraccionaria
d 2 0
Y repitiendo para 0.5,

2  0 .5  1 .0  1  0
parteentera partefraccionaria
d 3 1
El proceso termina porque la parte fraccionaria es cero.
Así, la representación de (0.125)10, en base 2, es (0.001)2,
porque:
1 2 3 1
(0.001) 2  0  2  0  2  1 2  0  0   0.125
8
Proceso para convertir un número fraccionario
del sistema binario al sistema decimal
 Conversión de Números Fraccionarios:
Sea un número entre 0 y 1 en sistema binario. Como encontrar su
representación en base 10?

Considere el número (0.000111)2 = (0.b1b2...bj)10

Definimos r1=(0.000111)2 y multiplicamos por (1010)2. Note que


(1010)2=(10)10

w1  (1010) 2  r1
 (1010) 2  (0.000111) 2  1.000110 2  1  0
.00011
 
parte entera parte fraccionaria
Punto Fijo y Punto Flotante
En nuestra realidad, siempre estamos representando
números en forma decimal, por lo que sabemos
exactamente lo que significan.
cantidad
1532 11000  5 100  3 10  2
equivalente

1532  1103  5 10 2  3 101  2 100


Representación posicional
En base binaria,
1011  1  1000  0  100  1  10  1  1
1011  1 23  0  22  1 21  1 20
Punto Fijo y Punto Flotante
La idea detrás de la representación de números en bases
numéricas se usa para representar números en la
computadora.
Enteros Reales

Manipulación mas eficiente

Un número entero tiene una denominada representación de


punto fijo, donde la posición del punto decimal es fija y todos
los dígitos se utilizan para representar el número en sí, excepto
el primer dígito utilizado para representar el signo del número.
Punto Fijo y Punto Flotante
Para cualquier número real, se utiliza la representación en
punto flotante, que viene dada por la expresión:
0  d j    1
 ( 0.d1d2d3 dt )   e j  1,...,t
d1  0
Donde:
0.d1d 2 d3 dt Es una fracción en base , llamada de mantisa.
t número máximo de dígitos de la mantissa.
e Exponente que varia en un intervalo dado por los
limites de la maquina utilizada.

Punto flotante porque el punto de la fracción “flota”


Punto Fijo y Punto Flotante
Ejemplos de la representación de punto flotante (=10, t=3 y
e [-4,4]):

Número en base decimal Representación en punto flotante mantisa base exponente

1532 0,1532 x 104 0.1532 10 4

15.32 0.1532 x 102 0.1532 10 2

0.00255 0.255 x 10-2 0.255 10 -2

10 0.10 x 102 0.10 10 2

0.000002 Underflow Expoente < -4

817235.89 Overflow Expoente > +4


ERRORES NUMÉRICOS

Sin embargo, un profesional que utilizará el resultado


proporcionado por la calculadora para diseñar, construir
puentes, edificios, etc., no puede aceptar el valor obtenido
antes de hacer algunas preguntas:

2  1,4142213562

¿Cómo llegaste a ese ¿Qué tan confiable es


resultado? el resultado obtenido?
ERRORES NUMÉRICOS

2 es un número irracional No existe una forma de


representarlo con un número
finito de dígitos.
2  1,4142213562 Solución Aproximada

¿Qué tan cerca del valor


real se muestra el
resultado?
ERROR ABSOLUTO
Es la diferencia entre el valor real de la cantidad que
queremos calcular y el valor aproximado que realmente
calculamos como un error, es decir:
error absoluto  valor real  valor aproximado

Cuanto más pequeño sea el error, más preciso será el


resultado de la operación.

Si se trata de números muy grandes, el error puede ser grande


en términos absolutos, pero el resultado seguirá siendo
preciso.
El caso inverso también puede ocurrir: un pequeño error
absoluto, pero un resultado inexacto
ERROR ABSOLUTO

Resultado de una operación 2.123.542,7


error absoluto  1,8
Valor real 2.123.544,5

Resultado de una operación 0,234


error absoluto  0,106
Valor real 0,128
ERROR RELATIVO
Para evitar ambigüedades, se define:

valor real  valor aproximado


error relativo 
valor real

Es una forma más general de evaluar la precisión de un


cálculo efectuado.
ERROR RELATIVO

Resultado de una operación 2.123.542,7


error absoluto  1,8
Valor real 2.123.544,5
error relativo  0,000008

Resultado de una operación 0,234 error absoluto  0,106


Valor real 0,128

error relativo  0,83


TIPOS DE ERRORES EN RESOLUCIÓN DE
PROBLEMAS
Al resolver un problema de ingeniería en una computadora
usando un modelo numérico generalmente produce una
solución aproximada al problema. La introducción de
errores en la solución del problema puede deberse a varios
factores.

 Errores de redondeo
 Errores de truncamiento.
ERRORES DE REDONDEO
Ya sea que los cálculos se realicen manualmente u obtenidos
por computadora, estamos obligados a usar aritmética de
precisión finita, es decir, solo podemos tener en cuenta un
número finito de dígitos. El error debido a despreciar a los
demás y redondear el número se llama error de redondeo.

2  1, 41 2  1, 4142 2  1, 41421357

2  1, 41421356237309
ERRORES DE TRUNCAMIENTO
Muchas ecuaciones tienen soluciones que solo pueden construirse en el
sentido de que un proceso infinito puede describirse como el límite de la
solución en cuestión. Por definición, un proceso infinito no puede
completarse, por lo que debe truncarse después de un número finito de
operaciones. Esta sustitución de un proceso infinito por un proceso finito
da como resultado un cierto tipo de errores llamado error de
truncamiento.
2
x xn
valor ex  1  x   
exacto? 2! n!
Aproximación!!
Truncamiento de la serie !!

2  1, 41 2  1, 4142 2  1, 41421356
2  1, 41421356237309 Truncamiento de los números !!
Errores de redondeo

Son errores que ocurren en un


proceso de cálculo de una
solución numérica

Errores de truncamiento
PROPAGACIÓN Y CONDICIONAMENTO
DE ERRORES NUMÉRICOS
2  e3 2  redondeo (valor aproximado)

e 3  truncamiento (error en el resultado


obtenido)

2  e3 Presentará un error que proviene de los errores


en los valores de 2 y 𝑒 3 .

Los errores en los valores se propagan al resultado final.


PROPAGACIÓN Y CONDICIONAMENTO
DE ERRORES NUMÉRICOS
La propagación de errores es muy importante porque,
además de determinar el error final de una operación
numérica, también determina la sensibilidad de un
problema o método numérico dado.

Si una pequeña variación en los datos de entrada de un


problema conduce a una gran diferencia en el resultado
final, esta operación se considera mal condicionada, es decir,
hay una gran propagación de errores en esa operación.

Por otro lado, si una pequeña variación en los datos de


entrada conduce a una pequeña diferencia en el resultado
final, entonces esta operación está bien condicionada.

También podría gustarte