TALLER TEORIA DEL ERROR

ANALISIS NUMERICO

DOCENTE: ALVARO ESPINOZA PEREZ

GRUPO #4

ESTUDIANTES:

JONATHAN DAVID MUNIVE ROMERO – 2020115012

ROY ALBERTO AREVALO VALDELAMAR – 2020115025

LEIDY MASSIEL ARZUAGA HIDALGO - 2020117034

UNIVERSIDAD DEL MAGDALENA

FACULTAD DE INGENIERÍA

SANTA MARTA

07/04/2022
1) Resolver (Errores): a. Calcule el error absoluto y el error relativo en las

aproximaciones de p mediante p*.

A. 𝑝 = √5 𝑦 𝑝 ∗ = 2,235
B. 𝑝 = 8! 𝑦 𝑝 ∗ = 39900
C. 𝑝 = 10𝜋 𝑦 𝑝 ∗ = 1400
Solución
A.
Error absoluto = |𝑝 − 𝑝 ∗|

Error absoluto = |√5 − 2,235| siendo √5 = 2,236

𝐸𝐴 = |2,236 − 2,235|
𝐸𝐴 = 0,001

𝐸𝐴
Error relativo =
𝐸 𝑒𝑥𝑎𝑐𝑡𝑜
0,001
𝐸𝑟 = 2,236 = 0,000447227 => 0,4%

B.
Error absoluto = |𝑝 − 𝑝 ∗|
Error absoluto = |8! − 39900 | siendo 8! = 40320
𝐸𝐴 = |40320 − 39900|
𝐸𝐴 = 420
𝐴𝐸
Error relativo = 𝐸 𝑒𝑥𝑎𝑐𝑡𝑜
420
𝐸𝑟 = 40320 = 0,010416666 => 1%

C.

Error absoluto = |𝑝 − 𝑝 ∗|
Error absoluto = |10𝜋 − 1400| siendo 10𝜋 = 1385,45
𝐸𝐴 = |1385,45 − 1400|
𝐸𝐴 = 14,55
 𝐸𝐴
Error relativo = 𝐸 𝑒𝑥𝑎𝑐𝑡𝑜
14,55
𝐸𝑟 = 1385,45 = 0,010502002 => 1%

1.2)

1
 𝑥2+1 = 22−2 (√1 − √1 − 41−2 ∗ 22 )

𝑥3 = 2,82842712

1
 𝑥3+1 = 23−2 (√1 − √1 − 41−3 ∗ (2,828)2 )

𝑥4 = 3,06146745

1
 𝑥4+1 = 24−2 (√1 − √1 − 41−4 ∗ (3,060)2 )

𝑥5 = 3,12144514

1
 𝑥5+1 = 25−2 (√1 − √1 − 41−5 ∗ (3,119)2 )

𝑥6 = 3,13654848

1
 𝑥6+1 = 26−2 (√1 − √1 − 41−6 ∗ (3,134)2 )
 𝑥7 = 3,14033115

n Aproximacion Er Ea
2 2,828427125 9,9684%
3 3,061467453 2,5505% 7,6120%
4 3,121445143 0,6413% 1,9215%
5 3,136548478 0,1606% 0,4815%
6 3,140331146 0,0402% 0,1205%
7 3,141277244 0,0100% 0,0301%

𝐸 = |𝑃 − 𝑃 ∗ | = |𝜋 − 3,14| → 𝐸 = 1,592𝑥10−3 = 0,159𝑥10−2

Usamos 𝐸 = |𝑃 − 𝑃 ∗ | < 0,5 × 10−1 para hallar los decimales correctos

0,159 × 10−2 < 0,5 × 10−2

T = si tomamos en cuenta los decimales. Se cumple la regla entonces decimos

que la aproximación tiene dos decimales y tres dígitos correctos.

2. Resolver (Cotas de error)

a) Indique en las siguientes aproximaciones cuales son los dígitos correctos.
A. 𝑝 = 𝑙𝑛(5,6) 𝑦 𝑝 ∗= 1,734
Solución:
Tomando 1,734 el número de decimales 𝑡 = 3
|𝑙𝑛(5,6) − 1,734| = 11,23 × 10−3 < 0,5 × 10−3 → 𝐹𝑎𝑙𝑠𝑜

Tomando 1,7 el número de decimales 𝑡 = 1

|𝑙𝑛(5,6) − 1,7| = 0,2 × 10−1 < 0,5 × 10−1 → 𝑉𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
Conclusión: la aproximación de 𝑝 ∗= 1,734 solo tiene dos dígitos correctos que son
el 1,7
B. 𝑝 ∗= 5,5786 𝑦 ∆𝑥 = 0,0036
Solución:
Tomando 𝑝 ∗= 5,5786 el número de decimales 𝑡 = 4
∆𝑥 = 0,0036 → 0,36 × 10−2 < 0,5 × 10−4 → 𝐹𝑎𝑙𝑠𝑜
Tomando 𝑝 ∗= 5,57 el número de decimales 𝑡 = 2
∆𝑥 = 0,0036 → 0,36 × 10−2 < 0,5 × 10−2 → 𝑉𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
Conclusión: la aproximación de 𝑝 ∗= 5,5786 solo tiene tres dígitos correctos que
son el 5,57

b) ¿Cuántos dígitos decimales exactos hay que tomar en el numero √18 para
que el error no exceda 0,1%?
Solución:

Se tiene que 𝐴 = √18 ≈ 4,2426 … sea 𝑎 ≈ 4,24 … una aproximación de A tal

que 𝛿𝑎 ≤ 0,001 y sea 𝑛 el número de cifras significativas validas de 𝑎. Entonces
0,5
𝛿𝑎 = ≤ 0,001
4 × 10𝑛−1
Reemplazando
1000
≤ 10𝑛−1 → 125 ≤ 10𝑛−1 → 1,25 × 102 ≤ 10𝑛−1
8
log 1,25 + 2 ≤ 𝑛 − 1 → 𝑛 ≥ log 1,25 + 3 ≈ 3,1 → 𝑛 ≥ 4
Por lo tanto, hay que tomar 4 cifras significativas y 3 decimales exactos para
que el error no exceda el 0,1%.
𝜋4
c) Se sabe que 90 = 1−4 + 2−4 + 3−4 + 4−4 + ⋯¿Cuántos términos deben
𝜋4
tomar para calcular con un error a lo mas de 1,2 × 10−6 ?
90

Solución:
Con un error aproximado 𝐸𝑎 = 0,00012%

𝜋4
𝑝−𝑝∗ − 1−4
𝐸𝑟 = | | × 100% = | 90 | × 100% = 7,60616%
𝑝 𝜋4
90
xi − (xi − 1) (1−4 + 2−4 ) − 1
𝐸𝑎 = | | × 100% = | | × 100% = 5,8823%
xi (1−4 + 2−4 )

Vamos añadiendo términos hasta que el error aproximado sea de 0,00012%

Como podemos ver en la siguiente tabla:
Como podemos ver para alcanzar el error aproximado que se requiere es necesario
al menos 30 términos
Solución:
Intensidad del Campo eléctrico 𝐸:
𝜎 𝑥
𝐸 (𝑥, 𝑅) = (1 − )
2𝜖0 √𝑥 2 + 𝑅2
Aplicando la fórmula de propagación de errores tenemos:
𝜕𝐸 𝜕𝐸
∆𝐸 = | | ∆𝑥 + | | ∆𝑅
𝜕𝑥 𝜕𝑅
Realizando los cálculos tenemos:
𝜕𝐸 𝜕𝐸 𝑅2 𝜎 𝑅𝑥𝜎
∆𝐸 = | | ∆𝑥 + | | ∆𝑅 = |− | (0,1) + | | (0,1)
𝜕𝑥 𝜕𝑅 √𝑥 2 + 𝑅2 (2𝑥 2 𝜖0 + 2𝑅2 𝜖0 ) 2𝜖0(𝑥 2 + 𝑅2 )√𝑥 2 + 𝑅2

Luego para hallar la cota del error absoluto se reemplazan los valores y tenemos:
32 ∙ 10−10 3 ∙ 1 ∙ 10−10
|− | (0,1) + | | (0,1)
√12 + 32 (2 ∙ 12 ∙ 8,8542 ∙ 10−12 + 2 ∙ 32 ∙ 8,8542 ∙ 10−12 ) 2 ∙ 8,8542 ∙ 10−12 (12 + 32 )√12 + 32

≈ 0,160718 + 0,0535725 → 0,2142905

El error absoluto aproximado con el que se conoce 𝐸 (𝑥, 𝑅) es 0,2142905

Solución:
𝑉 = 𝜋 ∙ 𝑟 2 ∙ ℎ = 3,14 ∙ (2,5𝑚)2 ∙ 7𝑚 = 137,375𝑚3
𝜀𝑟𝑉 = 𝜀%𝑉 : 100 = 1,5: 100 = 0,015
∆𝑉 = 𝜀𝑟𝑉 ∙ 𝑉 = 0,015 ∙ 137,375𝑚3 = 2,060625𝑚3
𝜕𝑉 𝜕𝑉 𝜕𝑉
∆𝑉 = | ∆𝜋| + | ∆𝑟| + | ∆ℎ| = |𝑟 2 ℎ∆𝜋| + |2𝑟𝜋ℎ∆𝑟| + |𝜋𝑟 2 ∆ℎ|
𝜕𝜋 𝜕𝑟 𝜕ℎ
Las cantidades entre barras son las contribuciones de 𝜋, 𝑟 𝑦 ℎ al error de V.
Y si son iguales las contribuciones cada uno debe aportar 1/3
Por lo tanto:
∆𝑉 ∆𝑉 2,060625𝑚3 2,060625𝑚3
2𝑟𝜋ℎ∆𝑟 = → ∆𝑟 = = = = 0,00625𝑚
3 3 ∙ 2𝑟𝜋ℎ 6(2,5𝑚)(3,14)(7𝑚) 329,7𝑚2
 ∆𝑉 ∆𝑉 2,060625𝑚3 2,060625𝑚3
𝜋𝑟 2 ∆ℎ = → ∆ℎ = = = = 0,035𝑚
3 3 ∙ 𝜋𝑟 2 3(3,14)(2,5𝑚)2 58,875

3)

A. Utilice el formato de doble precisión de 64 bits para encontrar el equivalente decimal del
siguiente número de máquina en punto flotante:

- 1 10000001010 1001001100000000000000000000000000000000000000000000

Tenemos que:

S = 1, esto indica que el número es negativo.

C = 21 + 23 + 210

C = 1034

Tendríamos que: 1034 – 1023 = 11

Seria: 211

La mantisa seria: (1+f)

Entonces: 2−1 + 2−4 + 2−7 + 2−3

73
Este resultado serio 128

Reemplazando en la formula:
(−1) 𝑠 ∗ 2𝐶−1023 ∗ (1 + 𝑓)
73
= (−1)1 ∗ 21034−1023 ∗ (1 + )
128
201
= −1 ∗ 211 ∗
128
= −3216

B. Determine la representación de máquina con doble precisión del número decimal:

64,37109375.

Primero convertimos la parte entera en binario.

64 en binario seria: 1000000

Por lo tanto, en exponente con base 2 seria: 26

Luego pasamos la parte decimal a binario.

0,37109375 en binario seria: 0,01011111

Por lo tanto, en exponente con base 2 seria: 2−2 + 2−4 + 2−5 + 2−6 + 2−7 + 2−8

Entonces, 64,37109375 en exponente con base 2 seria: 26 + 2−2 + 2−4 + 2−5 + 2−6 + 2−7 + 2−8

A continuación, tomamos como factor común el exponente más alto.

26 (1 + [2−8 + 2−10 + 2−11 + 2−12 + 2−13 + 2−14 ])

Teniendo esto podemos decir que 2−8 + 2−10 + 2−11 + 2−12 + 2−13 + 2−14 corresponde a f.

Podemos observar que S es 0 ya que el número es positivo.

También podemos observar que C es 1029, ya que al restarle el 1023 de la formula este resultado
nos daría 6 el cual es el exponente mayor de nuestro número en forma de suma de exponentes
con base 2.

 Signo: 0
 Exponente: el binario correspondiente al valor de C, 𝐶 = 1029 = 10000000101
 Mantisa: en la posición K se almacena el coeficiente que acompaña al termino 2−𝑘 , =
0000000101111100000000000000000000000000000000000000

Concluyendo así que el numero 64,37109375 es representado como:

0 10000000101 0000000101111100000000000000000000000000000000000000

C. ¿Cuántos y qué números se pueden representar en el sistema 𝐹 (2,4,−1,1)? Hallar 𝑥𝑚𝑎𝑥,

𝑥𝑚𝑖𝑛 𝑦 ∈𝑀.

Empecemos por reemplazar los valores dados.

𝛽=2
𝑡=4
𝐿=-1
𝑈=1
Teniendo estos valores podemos reemplazarlos en la formula.

2(𝛽 - 1) 𝛽 t-1 (𝑈 – L + 1)

= 2(2 - 1) 24-1 (1 - (-1) + 1)

= 2(1) 8(3)
Y resolviendo finalmente tenemos que el resultado es 48.
Sabiendo esto podemos afirmar que existen 48 números de punto flotante en este sistema.

 0,1000 x 2-1
0,1000 x 20
0,1000 x 21

 0,1100 x 2-1
0,1100 x 20
0,1100 x 21

 0,1110 x 2-1
0,1110 x 20
0,1110 x 21

 0,1111 x 2-1
0,1111 x 20
0,1111 x 21

 0,1001 x 2-1
0,1001 x 20
0,1001 x 21

 0,1010 x 2-1
0,1010 x 20
0,1010 x 21

 0,1011 x 2-1
0,1011 x 20
0,1011 x 21

 0,1101 x 2-1
0,1101 x 20
 0,1101 x 21

Teniendo esto podemos concluir con:

-XMIN = 𝛽L-1
= 21-1
= 2-2 = 0,25
-XMAX = 𝛽𝑈 (1- 𝛽 –t)
= 21 (1-2-4)
= 2 x 1,0625 = 2,125
-∈M = 𝛽1-t
= 21-4
= 2-3 = 0,125

Bc) ¿Cuántos y qué números se pueden representar en el sistema (2,4, −1,1)?

Hallar 𝑥𝑚𝑎𝑥, 𝑥𝑚𝑖𝑛 𝑦 ∈M
𝛽,𝑡, 𝐿,𝑈
Cantidad de números

2(𝛽 - 1) 𝛽 t-1 (𝑈 – L + 1)

= 2(2 - 1) 24-1 (1 - (-1) + 1)

= 2(2 – 1) 23 (1 + 1 + 1)
= 2(1) 8(3)
= 48
Existen 48 números de punto flotante en este sistema.
 0,1000 x 2-1
0,1000 x 20
0,1000 x 21
  0,1100 x 2-1
0,1100 x 20
0,1100 x 21

 0,1110 x 2-1
0,1110 x 20
0,1110 x 21

 0,1111 x 2-1
0,1111 x 20
0,1111 x 21

 0,1001 x 2-1
0,1001 x 20
0,1001 x 21

 0,1010 x 2-1
0,1010 x 20
0,1010 x 21

 0,1011 x 2-1
0,1011 x 20
0,1011 x 21

 0,1101 x 2-1
0,1101 x 20
0,1101 x 21

XMIN = 𝛽L-1 = 21-1 = 2-2 = 0,25

XMAX = 𝛽𝑈 (1- 𝛽 –t) = 21 (1-2-4) = 2 x 1,0625 = 2,125
∈M = 𝛽1-t = 21-4 = 2-3 = 0,125
4)

A. Exacto = 14,1981  0,0141981x103

(14,1 + 0,0981) − 0,0141981x103
𝐸𝑟 = | |% = 0
(14,1 + 0,0981)
(0,0141981x103 )−0
𝐸𝑎 = | (0,0141981x103 )
| % =1

Truncamiento = 0,014 × 103

(14,1 + 0,0981) − 0,014 × 103
𝐸𝑟 = | | % = 1,39526
(14,1 + 0,0981)
(0,014 × 103 ) − 1,39526
𝐸𝑎 = | | % = 0,90033
(0,014 × 103 )

Redondeo = 0,014 × 103

(14,1 + 0,0981) − 0,014 × 103
𝐸𝑟 = | | % = 1,39526
(14,1 + 0,0981)
(0,014 × 103 ) − 1,39526
𝐸𝑎 = | | % = 0,90033
(0,014 × 103 )

3
B. Exacto = −12𝜋 + 7𝑒 − 62 = -18, 71952614  −0,01871956214x103
3
(−12𝜋+7𝑒− )−(−18,71952614)
𝐸𝑟 = | 62
3 | % = 3,41032 x109
(−12𝜋+7𝑒− )
62
(−18,71952614)−3,41032 x109
𝐸𝑎 = | (−18,71952614)
| % =182179826,2

Truncamiento = −0,018x103
3
(−12𝜋 + 7𝑒 − ) − (−0,018x103 )
𝐸𝑟 = | 62 | % = 3,84372
3
(−12𝜋 + 7𝑒 − 62)
 (−0,018x103 )−3,84372
𝐸𝑎 = | (−0,018x103 )
| % =1,21354

Redondeo = −0,019x103
3
(−12𝜋 + 7𝑒 − 62) − (−0,019x103 )
𝐸𝑟 = | | % = −1,4983
3
(−12𝜋 + 7𝑒 − 62)
(−0,019x103 )−(−1,4983)
𝐸𝑎 = | (−0,019x103 )
| % =1,07885

C. Exacto = -15,10089  −0,01510089x103

22
𝜋− 5
3
| ( 1 ) − (−0,01510089x10 ) |
𝐸𝑟 = 12 % = 1,22051x10−5
22
| 𝜋− 5 |
1
12
(−0,01510089x103 )−1,22051x10−5
𝐸𝑎 = | (−0,01510089x103 )
| % =1,00000

Truncamiento = −0,015x103
22
𝜋−
( 1 5 )−(−0,015x103 )
12
𝐸𝑟 = | 𝜋−
22 | % = 0,668094
( 15 )
12
(−0,015x103 )−0,668094
𝐸𝑎 = | (−0,015x103 )
| % =1,04453

Redondeo = −0,015x103
22
𝜋−
( 1 5 )−(−0,015x103 )
12
𝐸𝑟 = | 𝜋−
22 | % = 0,668094
( 15 )
12
(−0,015x103 )−0,668094
𝐸𝑎 = | (−0,015x103 )
| % =1,04453
 𝑓(𝑥 ) = √(0,01)2 + 1 − 1 = 4,999875006 x10−5

(√(0,01)2 +1−1)−(4,999875006 x10−5 )

Error relativo | | = 0,995
(√(0,01) 2 +1−1)
(4,999875006 x10−5 )−(0,995)
Error absoluto| | =-19899,49727
(4,999875006 x10−5)

Truncamiento = 4,999 x10−5

(√(0,01)2 +1−1)−(4,999 x10−5 )
Error relativo | |= 0,995001
(√(0,01)2 +1−1)

(4,999 x10−5 )−(0,995001)

Error absoluto | (4,999 x10−5 )
| = −19912,9848

Redondeo = 5 x10−5
(√(0,01)2 +1−1)−(5 x10−5 )
Error relativo | |= 0,995
(√(0,01) 2+1−1)

(5 x10−5)−(0,995)
Error absoluto| | = −19899
(5 x10−5)

a. Método normal
F(x)=𝑥 3 − 7𝑥 2 + 8𝑥 − 0,35
X=1,37

F (1,37) =(1,37)3 − 7(1,37)2 + 8(1,37) − 0,35

F (1,37) = 2.57-(1,88)7+11,0-0,35
F (1,37) = 2,57-13,1+10,6
F (1,37) = 0,07

𝐸𝐴𝐵𝑆 = |𝐹 (1,37) − 0,07| = 0,03

𝐸𝐴𝐵𝑆 0.03
𝐸𝑅𝐸𝐿 = = = 0,75
𝐹(1,37) 0,04
 b. Forma aninada
F(x)=x (𝑥 3 − 7𝑥 2 + 8𝑥 − 0,35)
F (1,37) =1,37(1,37)3 − 7(1,37)2 + 8(1,37) − 0,35
F (1,37) = 1,37(1,88-9,59+8)-0,35
F (1,37) = 0,40-0,35
F (1,37) = 0,05

𝐸𝐴𝐵𝑆 = |0,04 − 0,05| = 0,01

0,01
𝐸𝑅𝐸𝐿 = = 0,25
0.04

Comparando:
Podemos afirmar que el polinomio tratado de forma aninada tiene un menor error
absoluto y relativo en comparación con el polinomio tratado de forma normal o lineal.

Usando el polinomio de Taylor tenemos calcular una aproximación de la función 𝑒 𝑥

evaluada en 𝑥 = −5
𝑛
𝑥
𝑥𝑖
𝑒 =∑
𝑖!
𝑖=0

Con un total de n = 7 se escribió un código para realizar operaciones aritméticas con un

redondeo de tres cifras en Octave.

-
A.
7
−5
(−5)𝑖
𝑒 =∑ = −6.10
𝑖!
𝑖=0

B.
1 1 1
𝑒 −5 = = = = 0.00775
𝑒5 7 (5) 𝑖 129
∑𝑖=0
𝑖!
Teniendo que el valor aproximado de 𝑒 −5 con tres cifras correctas es 6.74 ∗ 10−3 los errores
absoluto y relativo para cada aproximación son

Aproximación Error absoluto Error relativo

-6.1 6.10674 906.0445104
0.00775 0.00101 0.149851632

Teniendo en cuenta que tanto el error absoluto como el error realtivo de la segunda aproximacion
son menores a la primera, podemos concluir que la segunda formula tiene un grado de precision
mayor.