Los errores numéricos se generan con el uso de aproximaciones para
representar las operaciones y cantidades matemáticas. El 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
numéricos es su estabilidad numérica. Dicha estabilidad se refiere a como
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.
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.
A continuación se analizarán brevemente algunas consecuencias de utilizar el
sistema binario y una longitud de palabra finita.
Como no es posible guardar un numero binario de longitud infinita o un numero
de mas dígitos de los que posee la mantisa de la computadora que se esta
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
