Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cálculo Numérico– p. 1
Errores numéricos
provienen de la diferencia entre los valores calculados
y los valores reales
error no significa aquí equivocación
en todos los cálculos con computadoras y en todos los
métodos numéricos es necesario manejar el tema de
errores
Cálculo Numérico– p. 2
Fuentes de errores
en aproximaciones en ingeniería
Errores en la formulación del problema matemático
Errores en la aproximación de la geometría
Errores en los datos físicos
Errores del método numérico de aproximación
Errores en la resolución del sistema de ecuaciones
Errores de redondeo (truncamiento)
Cálculo Numérico– p. 3
Cálculo Numérico– p. 4
Aritmética de las computadoras
Un número real se puede representar:
k ∞
!
X X
X=s ai 10i + bi 10−i
i=0 i=1 (10)
+
donde s =
−
Def:
Dígitos significativos: cantidad de dígitos ai y bi . (Empezando por el
primero no nulo)
Cálculo Numérico– p. 5
donde
m
s (0.a1 a2 . . . )(10) × |{z}
X = |{z} 10 |{z}
signo
| {z } base exp
mantisa
Ej:
1563 = 0.1563 × 104
Cálculo Numérico– p. 6
Aritmética de las computadoras
Base binaria
1563 = 1 × 210 + 1 × 29 + 0 × 28 + 0 × 27 + 0 × 26 + 0 × 25
+1 × 24 + 1 × 23 + 0 × 22 + 1 × 21 + 1 × 20
1563(10) = 11000011011(2)
Cálculo Numérico– p. 7
Cálculo Numérico– p. 8
Aritmética de las computadoras
Representación estándar IEEE
Cálculo Numérico– p. 9
Errores de redondeo
1
donde la mantisa q está entre 2 ≤q<1
El número de máquina más cercano, por defecto:
x′ = s (0.a1 a2 . . . ak )(2) × 2m
x′′ = s (0.a1 a2 . . . ak )(2) + 2−k × 2m
Cálculo Numérico– p. 10
Errores de redondeo
|x − f l(x)|
Error relativo
|x − f l(x)|
|x|
siempre que |x| =
6 0
Cálculo Numérico– p. 11
Errores de redondeo
Epsilon de máquina ǫ
La diferencia entre las representaciones por exceso y por defecto:
x′′ − x′ = 2m−k
1 ′′ 1
|x − f l(x)| ≤ (x − x′ ) = 2m−k = 2m−k−1
2 2
Error relativo
1
donde q es la mantisa cuyo valor esta entre 2 y 1.
(recordar que (0.1)2 = (0.5)10 )
Cálculo Numérico– p. 12
Errores de redondeo
Puede ponerse:
f l(x) = x(1 + δ)
con |δ| ≤ ǫ
Donde ǫ = 2−k
El ǫ de máquina varía según la computadora.
Para computadoras con palabras de 32 bits
simple precisión: ǫ ≃ 10−7
doble precisión: ǫ ≃ 10−15
Para computadoras con palabras de 64 bits
simple precisión: ǫ ≃ 10−14
doble precisión: ǫ ≃ 10−28
Luego
|x − f l(x)|
≤ǫ
|x| Cálculo Numérico– p. 13
Errores de redondeo
Cifras significativas
Se dice que x∗ aproxima a x con t cifras (o dígitos) significativas, si t
es el entero, no negativo, más grande para el cual
|x − f l(x)|
≤ 0.5 × 10−t
|x|
Ejemplos:
Sea la aproximación para π = 3.141592. El número 3.1416
aproxima al anterior con 5 cifras significativas, ya que
|x−f l(x)|
|x| ≃ 2.5 × 10−6 ≤ 0.5 × 10−5
Una medición con error relativo 1h contiene 2 cifras
significativas, ya que 0.001 ≤ 0.5 × 10−2
Cálculo Numérico– p. 14
Propagación de errores
Cálculo Numérico– p. 15
Propagación de errores
x = f l(x) + ηx
y = f l(y) + ηy
Cálculo Numérico– p. 16
Propagación de errores
En operación producto
Cálculo Numérico– p. 17
Restando:
f l(x) − f l(y) = (0.00 . . . 0cp+1 . . . ck )10n
Cálculo Numérico– p. 18
Sustracción de números próximos
Ejemplo:
x = 0.3721478693
y = 0.3720230572
x − y = 0.0001248121
f l(x) = 0.37215
f l(y) = 0.37202
f l(x − y) = 0.00013
Evaluación de funciones
Sea evaluar
f (x) = x3 − 6.1 x2 + 3.2 x + 1.5
El error relativo:
−14.263899 + 13.5
≃ 0.05
−14.263899
Cálculo Numérico– p. 20
Evaluación de funciones
El error relativo:
−14.263899 + 14.2
≃ 0.0045
−14.263899
Cálculo Numérico– p. 21
Evaluación de funciones
Cálculo Numérico– p. 22
Problemas bien planteados
Cálculo Numérico– p. 23
Ejemplo:
es mal planteado.
En efecto:
Si a ≥ 1 tiene 4 raices reales
Si a ∈ [0, 1) tiene 2 raices reales
Si a < 0 no tiene raices reales
La solución varía en forma discontinua con el dato a.
Cálculo Numérico– p. 24
Condicionamiento
kδxk/kxk
κ = sup
δd kδdk/kdk
donde k.k es una norma (medida escalar).
Si κ >> 1 el problema está mal condicionado.
Si κ ∼ 1 el problema está bien condicionado.
Ejemplo:
Para el problema de resolver un sistema de ecuaciones
Ax = b se puede definir un número de condición para la
matriz: κ = kAkkA−1 k
Cálculo Numérico– p. 25
Solución numérica
Consistencia
Cálculo Numérico– p. 26
Solución numérica
Estabilidad
Cálculo Numérico– p. 27
Solución numérica
Convergencia
Cálculo Numérico– p. 28
Orden de convergencia
Cálculo Numérico– p. 29
Orden de convergencia
Cálculo Numérico– p. 30
Estabilidad
Un método numérico se dice estable si pequeños cambios en los
datos de entrada producen pequeños cambios en los resultados.
En algoritmos donde se evalúa una solución en varios instantes en el
tiempo (historia), hay una acumulación de errores de cada paso. Si
se introduce un error o perturbación E0 en alguna etapa del cálculo,
y se designa con En el error luego de n pasos (iteraciones), se dice
que:
El error crece linealmente si En = n C E0
El error crece exponencialmente si En = C n E0 , C > 1
E 6 Exponencial (Inestable)
Lineal (Estable)
E0
-
Cálculo Numérico– p. 31
n
Algoritmos
Cálculo Numérico– p. 32
Algunos desastres
o inesperados resultados debido a errores numéricos
Cálculo Numérico– p. 33
Cálculo Numérico– p. 34
Falla del misil Patriot
Cálculo Numérico– p. 35
0.1(10) = 0.0001100110011...(2)
Cálculo Numérico– p. 37
Cálculo Numérico– p. 38
Explosión del Ariane 5
Cálculo Numérico– p. 39
Cálculo Numérico– p. 40
Hundimiento de la plataforma Sleipner A
Cálculo Numérico– p. 41
Cálculo Numérico– p. 42
Elecciones parlamentarias alemanas
Cálculo Numérico– p. 43
Cálculo Numérico– p. 44