Departamento de

estadística y cálculo

División de ingeniería

Análisis numérico

Nombre del alumno: Whiliam Michel Cruz Valle

Carrera: Ing. Mecánico Agrícola

Semestre: 9

Número telefónico: 8441759710

 Departamento de
estadística y cálculo

¿Qué es un modelo matemático?

Un modelo matemático describe teóricamente un objeto que existe fuera del
campo de las matemáticas. Las previsiones del tiempo, los pronósticos
económicos, problemas relacionados con la mecánica, con la electrónica, entre
otros.

Su éxito o fracaso depende de la precisión con la que

se formule o construya esta representación numérica,
la fidelidad con la que se concreticen hechos y
situaciones naturales en forma de variables
relacionadas entre sí.

Un modelo matemático se divide en tres frases.

a) La construcción, proceso en el que se

convierte el objeto a lenguaje matemático;
b) El análisis p estudio del modelo confeccionado;
c) La interpretación de dicho análisis, donde se aplican los resultados del
estudio al objeto de cual se partió.

Procesos para hacer un modelo matemático

En términos generales el proceso de elaboración de un modelo matemático es el

siguiente:

1. Encontrar un fenómeno o problema.

2. Formular un modelo con elementos de matemáticas representando el problema
elegido identificando las variables relevantes (dependientes e independientes).
3. Establecer hipótesis y un método de prueba de su veracidad.
4. Aplicar los conocimientos matemáticos para resolver el modelo y hacer
predicciones si es necesario.
5. Hacer comparaciones de los datos obtenidos con datos reales.
6. Si los resultados no se ajustan a lo esperado, ir ajustando el modelo matemático

La utilidad de estos modelos radica en que ayudan a estudiar como se comportan

las estructuras complejas frente a aquellas situaciones que no pueden verse con
facilidad en el ámbito real.
 Departamento de
estadística y cálculo

Los modelos matemáticos pueden variar en cuanto a su complejidad, pero todos

ellos tienen un conjunto de características básicas:

 Variables: Son los conceptos u objetos que se busca entender o analizar. Sobre
todo con respecto a su relación con otras variables. Así por ejemplo, una variable
puede ser el salario de los trabajadores y lo que queremos analizar son sus
principales determinantes (por ejemplo: años de estudio, educación de los padres,
lugar de nacimientos, etc.).
 Parámetros: Se trata de valores conocidos o controlables del modelo.
 Restricciones: Son determinados límites que nos indican que los resultados del
análisis son razonables. Así por ejemplo, si una de las variables es el número de
hijos de una familia, una restricción natural es que este valor no puede ser
negativo.
 Relaciones entre las variables: El modelo establece una determinada relación
entre las variables apoyándose en teorías económicas, físicas, químicas, etc.
 Representaciones simplificadas: Una de las características esenciales de un
modelo matemáticos es la representación de las relaciones entre las variables
estudiadas a través de elementos de las matemáticas tales como: funciones,
ecuaciones, fórmulas, etc.

¿Qué es una cifra significativa?

 Departamento de
estadística y cálculo

Las cifras significativas de un número son aquellas que tienen un significado real
y, por tanto, aportan alguna información. Toda medición experimental es inexacta
y se debe expresar con sus cifras significativas. Veamos un ejemplo sencillo:
supongamos que medimos la longitud de una mesa con una regla graduada en
milímetros. El resultado se puede expresar, por ejemplo como:
Longitud (L) = 85,2 cm
No es esta la única manera de expresar el resultado, pues también puede ser:

L = 0,852 m
L = 8,52 dm
L = 852 mm
etc…

Se exprese como se exprese el resultado tiene tres cifras significativas, que son
los dígitos considerados como ciertos en la medida. Cumplen con la definición
pues tienen un significado real y aportan información. Así, un resultado como
L = 0,8520 m
no tiene sentido ya que el instrumento que hemos utilizado para medir no es capaz
de resolver las diezmilésimas de metro.
Por tanto, y siguiendo con el ejemplo, el número que expresa la cantidad en la
medida tiene tres cifras significativas. Pero, de esas tres cifras sabemos que dos
son verdaderas y una es incierta, la que aparece subrayada a continuación:
L = 0,852 m
Esto es debido a que el instrumento utilizado para medir no es perfecto y la última
cifra que puede apreciar es incierta. ¿Cómo es de incierta? Pues en general se
suele considerar que la incertidumbre es la cantidad más pequeña que se puede
medir con el instrumento, aunque no tiene por qué ser así pues puede ser superior
a dicha cantidad. La incertidumbre de la última cifra también se puede poner de
manifiesto si realizamos una misma medida con dos instrumentos diferentes, en
nuestro caso dos reglas milimetradas. Por extraño que pueda parecer no hay dos
reglas iguales y, por tanto, cada instrumento puede aportar una medida diferente.
Quedando claro que la última cifra de la medida de nuestro ejemplo es significativa
pero incierta, la forma más correcta de indicarlo (asumiendo por ahora que la
incertidumbre es de ±1 mm), es
L = 0,852 ± 0,001 m
 Departamento de
estadística y cálculo

No obstante, lo más normal es omitir el término ± 0’001 y asumir que la última cifra
de un número siempre es incierta si éste está expresado con todas sus cifras
significativas. Este es el llamado convenio de cifras significativas que asume que
“cuando un número se expresa con sus cifras significativas, la última cifra
es siempre incierta”.

¿Qué se entiende por exactitud?

Es la proximidad entre el valor medido y el valor verdadero de una magnitud a
medir. La “exactitud en la medida” no es una magnitud y no se expresa
numéricamente. Se dice que una medición es más exacta cuanto más pequeño es
el error de la medición.

La exactitud en los instrumentos de medición se refiere al grado de cercanía que

tiene los resultados medidos con el valor de referencia, también llamado valor
verdadero o magnitud real.

La exactitud depende de la calidad de calibración del instrumento que es

estudiado por la metrología. La exactitud de los resultados son precisos, pero los
resultados precisos no son necesariamente exactos, ya que, los resultados
pueden estar concentrados pero lejos del valor real.

La exactitud es indispensable en ciertas disciplinas y

profesiones, una de ellas es la programación.

En el cual se dispone de un numero finito de tipos de

datos (tales como numero entero, de carácter y lógico)
que deben ser respetados para una correcta ejecución.
Dependiendo del entorno utilizado a la ahora de
producir le código, ciertos errores pueden pasar
desapercibidos, trayendo consecuencias de variada magnitud a los usuarios.

¿Qué se entiende por precisión?

La precisión, en este sentido, es la dispersión del conjunto de valores que se
obtiene a partir de las mediciones repetidas de una magnitud: a menor dispersión,
mayor precisión. 
 Departamento de
estadística y cálculo

Para la informática, la precisión es la cantidad de bits utilizada para representar un

valor. La filosofía, en cambio, sostiene que la precisión es una abstracción mental
que hace el entendimiento de dos cosas identificadas, una distinta de la otra.

En el ámbito de las ciencias en general, la precisión es la capacidad de un

instrumento de obtener el mismo resultado en mediciones diferentes,
desarrolladas bajo las mismas condiciones. Se conoce como máquina de
precisión a un aparato construido con el objetivo de obtener resultados exactos. La
diferencia entre el valor medido y el valor real recibe el nombre de error de
medición.

ERRORES

1. Error absoluto

El error absoluto se define como la diferencia entre el valor real y el valor

aproximado, en valor absoluto donde:

 El valor real es el valor que en teoría mide la magnitud a medir

 El valor aproximado es la media de las diferentes medidas

e=¿ Valor real−Valor aproximado∨¿

Este valor del error absoluto es el debido a la persona que realiza la medición.
Además, está el error debido a la precisión del instrumento de medida, que
coincide con la unidad más pequeña con la que puede medir el aparato.

El error absoluto será el mayor valor entre el error del medidor y el error del
aparato. El error absoluto se mide en las mismas unidades que la medición.

Además, se expresa siempre con una cifra distinta de cero, redondeándose

siempre en exceso.

2. Error absoluto relativo

El error relativo lo utilizamos para determinar la precisión de la medición. Nos dice

la proporción del erro con respecto al valor exacto de la medición. Una medida es
buena cuando no supera el 5%.

e
E=
valor exacto
 Departamento de
estadística y cálculo

El error relativo se mide en porcentajes, luego para obtener directamente el error

en tanto por ciento, a la expresión anterior hay que multiplicarla por 100.

3. Error porcentual

El error porcentual es simplemente el error relativo expresado en por ciento (%).

e
E ( % )= ∗100
valor exacto

4. Error porcentual absoluto

Es un indicador del desempeño del pronóstico de demanda que mide el tamaño

del error (absoluto) en términos porcentuales. El hecho que se estime una
magnitud del error porcentual lo hace indicador frecuentemente utilizado por los
encargados de elaborar pronósticos debido a su fácil interpretación.

5. Propagación de errores

Es el efecto de las variables de incertidumbre (o errores) en la incertidumbre de

una función matemática basada en ellos. Cuando las variables son los valores de
mediciones experimentales tienen incertidumbre debido a la medición de
limitaciones (por ejemplo, instrumento de precisión), que se propagan a la
combinación de variables en la función;

La incertidumbre es normalmente definida por el error absoluto.