INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÍA QUÍMICA E

INDUSTRIAS EXTRACTIVAS

“MÉTODOS NÚMERICOS”

TAREA 1: ERRORES

ALUMNO: NEGRETE RUBIO LEONEL

GRUPO: 1IM42

PROFESOR: SANDOVAL RAMOS ALEJANDRO

Error
La incertidumbre o error numérico es una medida del ajuste o cálculo de una magnitud con
respecto al valor real o teórico que dicha magnitud tiene. Un aspecto importante de los errores
de aproximación es su estabilidad numérica. Dicha estabilidad se refiere a cómo dentro de un
algoritmo de análisis numérico el error de aproximación es propagado dentro del propio
algoritmo.

El concepto de error es consustancial con el cálculo numérico. En todos los problemas es

fundamental hacer un seguimiento de los errores cometidos a fin de poder estimar el grado de
aproximación de la solución que se obtiene.

Tipos de Errores
1. 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.

El error absoluto de una medida no nos informa por sí solo de la bondad de la misma. Es
evidente, que no es igual de grave tener un error absoluto de 1 cm al medir la longitud de una
carretera que al medir la longitud de un folio.

El error absoluto es el valor absoluto de la diferencia entre el valor exacto y el valor

aproximado. Hay autores que definen el error absoluto como la diferencia entre el valor
aproximado y el valor exacto, donde la diferencia únicamente está en el signo ya que no se
toma como valor absoluto. Sin embargo, podríamos tomar como fórmula general la siguiente
expresión:

Cuando el valor exacto no es conocido, por ejemplo, en cualquier medida física, se habla de
cota del error absoluto, que será un valor superior al error absoluto que asegure que el error
cometido nunca excederá a ese valor. Si llamamos c a la cota del error absoluto de un
número, se cumplirá:
 2. Error relativo.

El error relativo es el cometido en la estimación del valor de un número, es el valor absoluto

del cociente entre su error absoluto y el valor exacto. El error relativo da idea de la precisión
de una medida, y se suele manejar en forma de porcentaje (%).

Muchas veces conocemos el error absoluto (Ea), pero es imposible conocer el valor exacto
(A), en cuyo caso, para hallar el error relativo (Er) dividimos el error absoluto entre el valor
aproximado o considerado como exacto.

También puede hablarse de cota del error relativo, que si la representamos como β, se
cumplirá:

(A – A´) / A ≤ β

3. Error porcentual.

El error porcentual es fácil de definir, es el resultado de multiplicar el error relativo por 100.

ERP = ER X 100

4. Error de redondeo..

Como no es posible guardar un numero binario de longitud infinita o un numero de más dígitos
de los que posee la mantisa de la computadora que se está empleando, se almacena sólo un
numero finito de estos dígitos; como consecuencia, se comete automáticamente un pequeño
error, conocido como error de redondeo, que al repetirse muchas veces puede llegar a ser
considerable.

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

Ciertos métodos requieren cantidades extremadamente grandes para obtener una respuesta.
Además, estos cálculos a menudo dependen entre si. Esto es, los cálculos posteriores son
dependientes de los anteriores. En consecuencia, aunque un error de redondeo individual
puede ser muy pequeño, el efecto de acumulación en el transcurso de la gran cantidad de
cálculos puede ser significativo.

El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones algebraicas
que emplean números muy pequeños y muy grandes al mismo tiempo. Ya que en este caso
se presenta en muchos métodos numéricos, el error de redondeo puede resultar de mucha
importancia.
 5. Error de truncamiento.

Cuando una expresión matemática se remplaza por una fórmula más simple, se introduce un
error, conocido como error de truncamiento.

Los errores de truncamiento son aquellos que resultan al usar una aproximación en lugar de
un procedimiento matemático exacto. Estos tipos de errores son evaluados con una
formulación matemática: la serie de Taylor.

Taylor es una formulación para predecir el valor de la función en Xi+1 en términos de la función
y de sus derivadas en una vecindad del punto Xi. Siendo el término final:

Rn= ((ƒ(n+1) (ξ))/(n+1)!)hn+1

En general, la expansión en serie de Taylor de n-ésimo orden es exacta par aun polinomio de
n-ésimo orden. Para otras funciones continuas diferenciables, como las exponenciales o
senoidales, no se obtiene una estimación exacta mediante un número finito de términos. Cada
una de los términos adicionales contribuye al mejoramiento de la aproximación, aunque sea
un poco.

Causas de errores graves en computación

a) Suma de números muy distintos en magnitud.

Los números son representados de manera normalizada, para efectuar la suma estos deben
des normalizarse, y esto implica que al realizarse esta la operación no incluya alguno de estos
números debido a la cantidad finita de bits usados para la representación de la mantisa.

b) Resta de números casi iguales

c) Overflow y underflow
d) División entre un número muy pequeño
e) Error de discretización