“Año de la lucha contra la corrupción e impunidad”

UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA GEOLÓ GICA, MINERA Y METALÚ RGICA
ESCUELA DE INGENIERÍA METALÚ RGICA

MÉTODOS NUMÉRICOS
(ME328-R)

PRÁCTICA 1: ERRORES EN LOS MÉ TODOS NUMÉ RICOS

ALUMNO: BARRIOS SOTO, BRAYAN NICANDER

CÓDIGO: 20161298F

DOCENTE: Ing. AYALA MINA, JORGE GERARDO

LIMA – PERÚ
2019
ERRORES EN LOS MÉTODOS NUMÉRICOS MÉTODOS NUMÉRICOS

ÍNDICE

1. CAUSAS PRINCIPALES DE LOS ERRORES..............................................................................4

1.1. Error de truncamiento.................................................................................................4

1.2. Error de redondeo.......................................................................................................4

2. NÚMEROS EN LAS COMPUTADORAS..................................................................................4

2.1. Números dentro del Hardware de la computadora....................................................5

2.2. Errores de redondeo en una computadora.................................................................5

3. EFECTOS DE LOS ERRORES FOR REDONDEO........................................................................5

4. CONCLUSIONES....................................................................................................................7

5. BIBLIOGRAFÍA......................................................................................................................7

Página 2|7
ERRORES EN LOS MÉTODOS NUMÉRICOS MÉTODOS NUMÉRICOS

ERRORES EN LOS MÉTODOS NUMÉRICOS

Página 3|7
ERRORES EN LOS MÉTODOS NUMÉRICOS MÉTODOS NUMÉRICOS

ERRORES EN LOS MÉTODOS NUMÉRICOS

1. CAUSAS PRINCIPALES DE LOS ERRORES

Existen dos causas principales de errores en los cálculos numéricos. La primera
es el error de truncamiento y la segunda es el error de redondeo. El error de
truncamiento se debe a las aproximaciones utilizadas en la fórmula matemática
del modelo. La serie de Taylor es el medio más importante que se emplea para
obtener modelos numéricos y analizar los errores de truncamiento.
Los errores de redondeo se asocian con el número limitado de dígitos con que
se representan los números en una computadora. Para comprender la
naturaleza de estos errores, es necesario aprender las formas en que se
almacenan los números y cómo se llevan a cabo las sumas y restas dentro de
una computadora.

1.1. Error de truncamiento

Las soluciones numéricas son, en su mayoría, aproximaciones de las soluciones
exactas. Gran parte de los métodos numéricos se basan en la aproximación de
funciones por medio de polinomios, aun cuando esto no sea evidente.
El desarrollo de Taylor, que es una serie infinita de potencias, representa de
manera exacta a una función dentro de un cierto radio alrededor de un punto
dado.
Por lo tanto, mediante la comparación del desarrollo polinomial de la solución
numérica con la serie de Taylor de la solución exacta particularmente al
descubrir el orden en donde aparece la discrepancia es posible evaluar el
error, el cual se conoce como error de truncamiento.

1.2. Error de redondeo

Al resolver un problema matemático por medio de una calculadora de bolsillo,
estamos conscientes de que los números decimales que calculamos quizá no
sean exactos.
Estos números casi siempre se redondean cuando los registramos. Aun cuando
los números no se redondeen de manera intencional, el número limitado de
dígitos de la calculadora puede provocar errores de redondeo. (Una
calculadora de bolsillo diseñada para cálculos científicos puede tener 10 u 11
dígitos, pero una más económica a menudo solo tiene 6.)
En una computadora, los errores de redondeo aparecen por las mismas
razones y afectan los resultados de los cálculos. En algunos casos, los errores
de redondeo causan efectos muy serios y hacen que los resultados de los
cálculos carezcan por completo de sentido.

2. NÚMEROS EN LAS COMPUTADORAS

Las computadoras no usan el sistema decimal en los cálculos ni en la memoria, sino
que usan el binario. Este sistema es natural para las computadoras ya que su
memoria consiste de un enorme número de dispositivos de registro magnético y
electrónico, en los que cada elemento solo tiene los estados de "encendido" y
"apagado".

Página 4|7
ERRORES EN LOS MÉTODOS NUMÉRICOS MÉTODOS NUMÉRICOS

Sin embargo, si examinamos los lenguajes de máquina, pronto nos percatamos que
se usan otros sistemas numéricos, en particular el octal y el hexadecimal. Estos
sistemas son parientes cercanos del binario y pueden traducirse con facilidad al o
del binario.
La diferencia entre 1 y el menor número mayor que 1 (pero distinguible de 1) es de
1.19 x 10-7 (Este intervalo se llama el épsilon de la máquina) y viene a ser el
menor número posible en una computadora.

2.1. Números dentro del Hardware de la computadora

Un bit es la abreviatura de digito binario (binary digit) y representa un
elemento de memoria que consta de posiciones de encendido y apagado, a la
manera de un dispositivo semiconductor o Un punto magnético en una
superficie de registro. Un byte es un conjunto de bits considerado como una
unidad, que normalmente está formado por 8 bits.
Las formas en que se usan los bits para los valores enteros y de punto flotante
varían según el diseño de la computadora.

2.2. Errores de redondeo en una computadora

La causa fundamental de errores en una computadora se atribuye al error de
representar un número real mediante un número limitado de bits. Como ya se
explicó, el épsilon de la máquina, es el tamaño del intervalo entre 1 y el
siguiente número mayor que 1 distinguible de 1. Esto significa que algún
número entre 1 y 1 + e se puede representar en la computadora.

3. EFECTOS DE LOS ERRORES FOR REDONDEO.

Si se suman o restan números, la representación exacta del resultado quizá
necesite un número de dígitos mucho mayor que el necesario para los números
sumados o restados.
Existen dos tipos de situaciones en los que aparecen muchos errores por redondeo:
a) Cuando se suma (o se resta) un número muy pequeño de uno muy grande.
b) Cuando un número se resta de otro que es muy cercano.

Ejemplo:

Con el uso de MATLAB (MATrix LABoratory) se probó el primer caso en la

computadora, sumemos 1 más 0.00001 diez mil veces. El diseño de un programa para
este trabajo seria:

1 format long
2 clc
3 suma=1;
4 for i=1:10000
5 suma = suma + 0.00001
6 end
7 print"SUMA=”; suma

El resultado de este programa es SUMA = 1.100000000000655

Página 5|7
ERRORES EN LOS MÉTODOS NUMÉRICOS MÉTODOS NUMÉRICOS

Puesto que la respuesta exacta es 1. 1, el error relativo de este cálculo es

|1−1.100000000000655|
=5.90841 x 10−13
1.1

%error=5.90841 x 10−11 %

Explicación del error del ejemplo:

Para la suma de 1+ 0.00001 en el software se debe obtener la forma binaria de 1 y

0.00001,
Los cuales son respectivamente:

110=¿

0.0000110=¿

La suma de 1+0.00001 en el sistema binario es:

1+0.00001=¿
¿

Sin embargo los números que están después de la línea se redondean ya que la
mantisa, del MATLAB en el tipo de datos estándar (doble precisión 64 bits) tiene 52
bits. Por lo tanto, el resultado de este cálculo se guarda en memoria como

( 1 ) + ( 0.00001 ) ≈
¿

Por lo tanto la normalización del punto flotante para una arquitectura de 64 bits es:

0 000000000 01 1000000000000000010100111110001011010110001000111001

1 bit 11 bits 52 bits

Que es equivalente (1.0000 1000 0000 0000655)10

Así siempre que se sume 1 a 0.00001, se le agrega un error de 0.0000 0000 0000 0000
655, como se repite diez mil veces la suma, entonces al resultado se le incrementa diez
mil veces 0.0000 0000 0000 0000 655.

suma=1+0.00001 x 10000+0.0000 0000 0000 0000 655 x 10000

suma=1.100000000000655

Página 6|7
ERRORES EN LOS MÉTODOS NUMÉRICOS MÉTODOS NUMÉRICOS

4. CONCLUSIONES
 Existen dos tipos de errores en los métodos numéricos, error de
truncamiento, y error de redondeo.

 En el uso de softwares para el desarrollo de métodos numéricos, se

presenta el error por redondeo.

 El error de redondeo depende del tipo de arquitectura que tiene los

softwares para el desarrollo de métodos numéricos (MATLAB), como
también del software y hardware de las computadoras.

 El uso del software MATLAB el error es menor cuando el tipo de dato es de

doble precisión (64 bits).

5. BIBLIOGRAFÍA
 Nakamura, S. (1992). Métodos numéricos aplicados con software. Prentice-
Hall Hispanoamericana.

 Apuntes en clase.

Página 7|7