Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ANÁLISIS DE ERRORES
1. Análisis del Error
En esta sesión se trata de manera extensa con aproximación es que se
relacionan con el manejo de números. En consecuencia, antes de analizar
los errores asociados con los métodos numéricos, es útil repasar algunos
conceptos básicos referentes a la representación aproximada de los
números mismos. Cuando se emplea un número para realizar un cálculo,
debe haber seguridad de que pueda usarse con confianza. Por ejemplo, la
figura adjunta muestra un velocímetro y un odómetro (contador de
kilometraje) de un automóvil. Con un simple vistazo al velocímetro se
observa que el vehículo viaja a una velocidad comprendida entre 48 y 49
km/h.
Como la aguja está más allá de la mitad entre las marcas del
indicador, es posible asegurar que el automóvil viaja
aproximadamente a 49 km/h. Tenemos confianza en este resultado,
ya que dos o más individuos que hicieran esta lectura llegarían a la
misma conclusión. Sin embargo, supongamos que se desea obtener
una cifra decimal en la estimación de la velocidad. En tal caso, alguien
podría decir 48.8, mientras que otra persona podría decir 48.9 km/h.
Por lo tanto, debido a los límites del instrumento, únicamente se
emplean con confianza los dos primeros dígitos. Para estimaciones
del tercer dígito (o más allá) sólo se considerarían aproximaciones.
Sería ridículo afirmar, considerando el velocímetro de la figura, que el
automóvil viaja a 48.8642138 km/h.
En contraste, el odómetro muestra hasta seis dígitos confiables. De la
figura adjunta se concluye que el automóvil ha recorrido un poco menos
de 87 324.5 km durante su uso. Aquí el séptimo dígito (y los siguientes)
resultan inciertos.
1.1. Cifras significativas
❑ Para números mayores que 1, los ceros a la derecha del punto decimal
son significativos.
8.098; tiene 4 cifras significativas.
❑ Para números sin punto decimal, los ceros posteriores a la última cifra
distinta de cero pueden o no considerarse significativas.
7000; tiene 1 cifra significativa.
1.2. Exactitud y precisión
Los errores en cálculos y medidas se pueden caracterizar con respecto a su
exactitud y su precisión.
1.2.1. Exactitud
La exactitud se refiere a qué tan cercano está el valor calculado o medido
del valor verdadero.
1.2.2. Precisión
La precisión se refiere a qué tan cercanos se encuentran, unos de otros,
diversos valores calculados o medidos. Estos conceptos se ilustran
gráficamente utilizando la analogía con una diana en la práctica de tiro.
Los agujeros en cada blanco de la figura 2 se consideran como las
predicciones con una técnica numérica; mientras que el centro del blanco
representa la verdad. La inexactitud (conocida también como sesgo) se
define como una desviación sistemática del valor verdadero.
Por lo tanto, aunque los disparos en la figura 2(c) están más juntos que los
de la figura 2(a), los dos casos son igualmente inexactos, ya que ambos se
centran en la esquina superior izquierda del blanco. La imprecisión
(también llamada incertidumbre), por otro lado, se refiere a la magnitud
en la dispersión de los disparos.
Por consiguiente, aunque las figuras 2(b) y 2(d) son igualmente exactas
(esto es, igualmente centradas respecto al blanco), la última es más
precisa, pues los disparos están agrupados en forma más compacta. Un
ejemplo de puntería ilustra los conceptos de exactitud y precisión.
a) Inexacto e impreciso.
b) exacto e impreciso.
c) inexacto y preciso.
d) exacto y preciso.
1.3. Error
Los métodos numéricos deben ser lo suficientemente exactos o sin sesgo
para satisfacer los requisitos de un problema particular de ingeniería.
a s
(3) (n)
f (a) f (a) f (a)
f(x) = f(a) + f (a)(x − a) + (x − a) +
2
(x − a) ++
3
(x − a)n + Rn ...(1)
2! 3! n!
donde el residuo 𝑅𝑛 se define como
(x − t) (n+1)
x
n
Rn = f (t)dt
a n!
donde t = a es una variable muda. La ecuación (1) se llama serie de Taylor
o fórmula de Taylor. Si se omite el residuo, el lado derecho de la ecuación
(1) es la aproximación del polinomio de Taylor para f(x). Con frecuencia es
conveniente simplificar la serie de Taylor definiendo un tamaño de paso o
incremento h = x_(i+1) –x_i y expresado como:
(3) (n)
f (x i ) 2 f (x i ) 3 f (x i ) n
f(x i+1 ) = f(x i ) + f (x i )h + h + h ++ h + Rn
2! 3! n!
(n+1)
donde el término residual es ahora: f () n+1
Rn = h
(n + 1)!
1.8. Error numérico total
El error numérico total es la suma de los errores de truncamiento y de
redondeo. En general, la única forma para minimizar los errores de
redondeo consiste en incrementar el número de cifras significativas en la
computadora. En consecuencia, se debe afrontar el siguiente dilema: la
estrategia para disminuir un componente del error total conduce a un
incremento en el otro componente.
Representación gráfica de las relaciones entre el error de redondeo y el
error de truncamiento que juegan un papel importante en el curso de
métodos numéricos. Se presenta el punto de regreso disminuido, donde el
error de redondeo no muestra los beneficios de la reducción
del tamaño del incremento.