Aritmetica de Precision Finita

Aritmética de precisión finita
Filánder A. Sequeira
Chavarría
F. A. Sequeira MA1006, II-2016

Introducción
Considere la siguiente operación aritmética:
(1 + 10−15 − 1) × 1030 .
¿Cuál es el valor que se obtiene en la calculadora?
En la calculadora se obtiene: 0
MATLAB retorna: 1.110223024625157e+15
Mientras que el valor exacto es:
(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

= 10−15 × 1030 = 1015 .
La razón de estos problema de cálculo se debe a que las he-

rramientas computacionales utilizan una cantidad finita de dígi-
tos decimales.
Introducción
(1 + 10−15 − 1) × 1030 .
MATLAB retorna: 1.110223024625157e+15
(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

= 10−15 × 1030 = 1015 .

tos decimales.
Introducción
(1 + 10−15 − 1) × 1030 .
MATLAB retorna: 1.110223024625157e+15
(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

= 10−15 × 1030 = 1015 .

tos decimales.
Introducción
(1 + 10−15 − 1) × 1030 .
MATLAB retorna: 1.110223024625157e+15
(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

= 10−15 × 1030 = 1015 .

tos decimales.
Introducción
(1 + 10−15 − 1) × 1030 .
MATLAB retorna: 1.110223024625157e+15
(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

= 10−15 × 1030 = 1015 .

tos decimales.
Sistemas de precisión finita
(Números de punto flotante)
Definición
Sea N ∈ N tal que N ≥ 1. Además, sean L, U ∈ Z tales que L <
U . El conjunto de número de precisión finita, F(N, L, U )
se define como:
F(N, L, U ) := {0} ∪ (−1)s (0.d1 d2 . . . dN ) × 10e / s ∈ {0, 1} ,

n
di ∈ {0, 1, . . . , 9} con d1 6= 0 y
o
e ∈ {L, L + 1, . . . , U − 1, U } .
s es el bit de signo y N es el número de dígitos de precisión.

d1 d2 . . . dN se denomina la mantisa.
e es el exponente y toma valores enteros. También se
pueden considerar los casos L = −∞ y/o U = +∞.
Definición
Sea N ∈ N tal que N ≥ 1. Además, sean L, U ∈ Z tales que L <
U . El conjunto de número de precisión finita, F(N, L, U )
se define como:
F(N, L, U ) := {0} ∪ (−1)s (0.d1 d2 . . . dN ) × 10e / s ∈ {0, 1} ,

n
di ∈ {0, 1, . . . , 9} con d1 6= 0 y
o
e ∈ {L, L + 1, . . . , U − 1, U } .
s es el bit de signo y N es el número de dígitos de precisión.

d1 d2 . . . dN se denomina la mantisa.
e es el exponente y toma valores enteros. También se
pueden considerar los casos L = −∞ y/o U = +∞.
Por ejemplo, considere el sistema F(6, −2, 4) y nótese que
−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)
0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)
835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)
−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)
7 = 0.700000 × 101 ∈ F(6, −2, 4)
− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

1
3
−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)
0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)
835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)
−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)
7 = 0.700000 × 101 ∈ F(6, −2, 4)
− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

1
3
−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)
0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)
835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)
−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)
7 = 0.700000 × 101 ∈ F(6, −2, 4)
− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

1
3
−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)
0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)
835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)
−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)
7 = 0.700000 × 101 ∈ F(6, −2, 4)
− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

1
3
−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)
0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)
835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)
−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)
7 = 0.700000 × 101 ∈ F(6, −2, 4)
− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

1
3
−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)
0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)
835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)
−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)
7 = 0.700000 × 101 ∈ F(6, −2, 4)
− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

1
3
Propiedades de F(N, L, U )
1 La mantisa está acotada por
10−1 ≤ d1 d2 . . . dN ≤ 1 − 10−N .
2 El número positivo más grande es
xmáx = (1 − 10−N ) · 10U .
3 El número positivo más pequeño es
xmín = 10L−1 .
4 El conjunto F(N, L, U ) es de cardinalidad finita. Más

precisamente,
card(F(N, L, U )) = 2(10 − 1)10N −1 (U − L + 1) + 1 .

10−1 ≤ d1 d2 . . . dN ≤ 1 − 10−N .
xmáx = (1 − 10−N ) · 10U .
xmín = 10L−1 .

precisamente,
card(F(N, L, U )) = 2(10 − 1)10N −1 (U − L + 1) + 1 .

10−1 ≤ d1 d2 . . . dN ≤ 1 − 10−N .
xmáx = (1 − 10−N ) · 10U .
xmín = 10L−1 .

precisamente,
card(F(N, L, U )) = 2(10 − 1)10N −1 (U − L + 1) + 1 .

10−1 ≤ d1 d2 . . . dN ≤ 1 − 10−N .
xmáx = (1 − 10−N ) · 10U .
xmín = 10L−1 .

precisamente,
card(F(N, L, U )) = 2(10 − 1)10N −1 (U − L + 1) + 1 .

Ejemplo
Los elementos de F(1, 0, 1) corresponden a:

0 ±0.4 × 100 ±0.7 × 101
±0.1 × 100 ±0.4 × 101
±0.8 × 100
±0.1 × 101 ±0.5 × 100
±0.2 × 100 ±0.5 × 101 ±0.8 × 101
±0.2 × 101 ±0.6 × 100
±0.9 × 100
±0.3 × 100 ±0.6 × 101
±0.3 × 101 ±0.7 × 100 ±0.9 × 101
Nótese que:
xmín = 0.1×100 , xmáx = 0.9×101 y card(F(1, 0, 1)) = 37 .

Ejemplos de sistemas de precisión finita
En general, la mayor cantidad de números esta acumulada cerca

de cero, mientras que los números que se alejan de mismo, están
cada vez más distanciados entre sí.

Aproximación de un real en precisión finita
Dado x ∈ R, se denota por fl(x) a su representación (o aproxi-

mación) en F(N, L, U ). En el caso de una aproximación, esta
puede ser por truncamiento o por redondeo.
Si
x = (−1)s (0.d1 d2 . . . dN dN +1 dN +2 . . .) × 10e ,
entonces
Por truncamiento:
fl(x) := (−1)s (0.d1 d2 . . . dN ) × 10e .
Por redondeo:
(−1)s (0.d1 d2 . . . dN ) × 10e si dN +1 < 5


fl(x) :=
(−1)s 0.d1 d2 . . . dN + 10−N × 10e si dN +1 ≥ 5



Si
x = (−1)s (0.d1 d2 . . . dN dN +1 dN +2 . . .) × 10e ,
entonces
Por truncamiento:
fl(x) := (−1)s (0.d1 d2 . . . dN ) × 10e .
Por redondeo:
(−1)s (0.d1 d2 . . . dN ) × 10e si dN +1 < 5


fl(x) :=
(−1)s 0.d1 d2 . . . dN + 10−N × 10e si dN +1 ≥ 5



Si
x = (−1)s (0.d1 d2 . . . dN dN +1 dN +2 . . .) × 10e ,
entonces
Por truncamiento:
fl(x) := (−1)s (0.d1 d2 . . . dN ) × 10e .
Por redondeo:
(−1)s (0.d1 d2 . . . dN ) × 10e si dN +1 < 5


fl(x) :=
(−1)s 0.d1 d2 . . . dN + 10−N × 10e si dN +1 ≥ 5



Si
x = (−1)s (0.d1 d2 . . . dN dN +1 dN +2 . . .) × 10e ,
entonces
Por truncamiento:
fl(x) := (−1)s (0.d1 d2 . . . dN ) × 10e .
Por redondeo:
(−1)s (0.d1 d2 . . . dN ) × 10e si dN +1 < 5


fl(x) :=
(−1)s 0.d1 d2 . . . dN + 10−N × 10e si dN +1 ≥ 5


Por ejemplo, si se considera F(3, −2, 2) y el número irracional

√
2 2 ≈ 0.282842712474 . . . × 101 ,
entonces
√
Por truncamiento: fl(2 2) = 0.282 × 101 .
√
Por redondeo: fl(2 2) = 0.283 × 101 .

Por ejemplo, si se considera F(3, −2, 2) y el número irracional

√
2 2 ≈ 0.282842712474 . . . × 101 ,
entonces
√
Por truncamiento: fl(2 2) = 0.282 × 101 .
√
Por redondeo: fl(2 2) = 0.283 × 101 .
En general, fl(x) es un valor que puede ser menor, igual o mayor

que x.

Desbordamiento
El número fl(x) puede “salirse” de F(N, L, U ).
Números del sistema de precisión finita F(N, L, U ) en azul. Conjunto de

todos los números reales, R, en rojo.
Errores
Errores
Se consideran dos maneras de medir el error al representar x por
fl(x). Estos son:
Error absoluto: |x − fl(x)|
|x − fl(x)|
Error relativo: , si x 6= 0
|x|

Errores
Por ejemplo, sean
x1 = 1.31 con fl(x1 ) = 1.30
y
x2 = 0.12 con fl(x2 ) = 0.11
Los errores absolutos vienen dados por:
|x1 − fl(x1 )| = |x2 − fl(x2 )| = 0.01 ,
mientras que, los errores relativos son:
|x1 − fl(x1 )| |x2 − fl(x2 )|

= 0.0076335 y = 0.0833333.
|x1 | |x2 |

Errores
Por ejemplo, sean
x1 = 1.31 con fl(x1 ) = 1.30
y
x2 = 0.12 con fl(x2 ) = 0.11
|x1 − fl(x1 )| = |x2 − fl(x2 )| = 0.01 ,
|x1 − fl(x1 )| |x2 − fl(x2 )|

= 0.0076335 y = 0.0833333.
|x1 | |x2 |

Errores
Por ejemplo, sean
x1 = 1.31 con fl(x1 ) = 1.30
y
x2 = 0.12 con fl(x2 ) = 0.11
|x1 − fl(x1 )| = |x2 − fl(x2 )| = 0.01 ,
|x1 − fl(x1 )| |x2 − fl(x2 )|

= 0.0076335 y = 0.0833333.
|x1 | |x2 |

Errores
Del ejemplo anterior, nótese que los errores absolutos muestran

que fl(x1 ) está tan cerca de x1 , como fl(x2 ) de x2 . Por otro
lado, los errores relativos establecen que fl(x1 ) representa mejor
a x1 que fl(x2 ) a x2 , lo cual es cierto, ya que cerca de cero
(como es el caso de x2 ) hay la mayor cantidad de números de
punto flotante, mientras que si están lejos de cero, hay menos
posibles valores para usar como representaciones.
En general, para este curso nos interesará principalmente el error

relativo.

Errores
Del ejemplo anterior, nótese que los errores absolutos muestran

que fl(x1 ) está tan cerca de x1 , como fl(x2 ) de x2 . Por otro
lado, los errores relativos establecen que fl(x1 ) representa mejor
a x1 que fl(x2 ) a x2 , lo cual es cierto, ya que cerca de cero
(como es el caso de x2 ) hay la mayor cantidad de números de
punto flotante, mientras que si están lejos de cero, hay menos
posibles valores para usar como representaciones.
En general, para este curso nos interesará principalmente el error

relativo.

Dígitos significativos
Definición
Se dice que fl(x) aproxima a x con t dígitos significativos, si
t es el mayor entero no-negativo para el cual se cumple que:
|x − fl(x)|
< 5 × 10−t .
|x|
Del ejemplo anterior, se puede apreciar que fl(x1 ) aproxima a

x1 con dos dígitos significativos, mientras que fl(x2 ) aproxima a
x2 con un único dígito significativo.

Dígitos significativos
Definición
Se dice que fl(x) aproxima a x con t dígitos significativos, si
t es el mayor entero no-negativo para el cual se cumple que:
|x − fl(x)|
< 5 × 10−t .
|x|
Del ejemplo anterior, se puede apreciar que fl(x1 ) aproxima a

x1 con dos dígitos significativos, mientras que fl(x2 ) aproxima a
x2 con un único dígito significativo.

Cota superior para el error relativo
Teorema
Sea fl(x) la representación punto flotante de un número real x.
Entonces,
101−N por truncamiento,



|x − fl(x)| 
≤
|x|  1 · 101−N por redondeo.

2
Este resultado sugiere que representar un número mediante re-

dondeo es mejor que por truncamiento, ya que la cota superior
de redondeo es la mitad que la de truncamiento.

Cota superior para el error relativo
Teorema
Sea fl(x) la representación punto flotante de un número real x.
Entonces,
101−N por truncamiento,



|x − fl(x)| 
≤
|x|  1 · 101−N por redondeo.

2
Este resultado sugiere que representar un número mediante re-

dondeo es mejor que por truncamiento, ya que la cota superior
de redondeo es la mitad que la de truncamiento.

Operaciones aritméticas en precisión finita
Definición
Sea F(N, L, U ) un sistema de precisión finita, y considere x, y ∈
F(N, L, U ), y defina:

fl(x op y) := fl fl(x) op fl(y) ,
donde op es una de las siguientes operaciones aritméticas:
+, −, ·, ÷.
Además, √ p
fl( x) := fl fl(x) .

Operaciones aritméticas en precisión finita
Definición
Sea F(N, L, U ) un sistema de precisión finita, y considere x, y ∈
F(N, L, U ), y defina:

fl(x op y) := fl fl(x) op fl(y) ,
donde op es una de las siguientes operaciones aritméticas:
+, −, ·, ÷.
Además, √ p
fl( x) := fl fl(x) .

Ejemplo de operaciones en precisión finita
Ejemplo 1
Compare los resultados de las operaciones
(2.03 × 1.72) × 1.75 y 2.03 × (1.72 × 1.75)
en el sistema F(2, −3, 3) el cual utiliza redondeo como método

de aproximación.
Solución. En este sistema y con redondeo se tiene

fl(2.03) = 0.20 × 101 = 2
fl(1.72) = 0.17 × 101 = 1.7
fl(1.75) = 0.18 × 101 = 1.8

Ejemplo 1
Compare los resultados de las operaciones
(2.03 × 1.72) × 1.75 y 2.03 × (1.72 × 1.75)
en el sistema F(2, −3, 3) el cual utiliza redondeo como método

de aproximación.
Solución. En este sistema y con redondeo se tiene

fl(2.03) = 0.20 × 101 = 2
fl(1.72) = 0.17 × 101 = 1.7
fl(1.75) = 0.18 × 101 = 1.8

Así,
1 fl(2.03×1.72) = fl(2×1.7) = fl(3.4) = 0.34×101 = 3.4
y con ello

fl (2.03 × 1.72) × 1.75 = fl(3.4 × 1.8) = fl(6.12)
= 0.61 × 101 = 6.1
2 fl(1.72 × 1.75) = fl(1.7 × 1.8) = fl(3.06) =

0.31 × 101 = 3.1 y luego

fl 2.03 × (1.72 × 1.75) = fl(2 × 3.1) = fl(6.2)
= 0.62 × 101 = 6.2
Nótese que en un sistema de precisión finita, la operación

multiplicación NO es asociativa !

Así,
1 fl(2.03×1.72) = fl(2×1.7) = fl(3.4) = 0.34×101 = 3.4
y con ello

fl (2.03 × 1.72) × 1.75 = fl(3.4 × 1.8) = fl(6.12)
= 0.61 × 101 = 6.1
2 fl(1.72 × 1.75) = fl(1.7 × 1.8) = fl(3.06) =

0.31 × 101 = 3.1 y luego

fl 2.03 × (1.72 × 1.75) = fl(2 × 3.1) = fl(6.2)
= 0.62 × 101 = 6.2


Así,
1 fl(2.03×1.72) = fl(2×1.7) = fl(3.4) = 0.34×101 = 3.4
y con ello

fl (2.03 × 1.72) × 1.75 = fl(3.4 × 1.8) = fl(6.12)
= 0.61 × 101 = 6.1
2 fl(1.72 × 1.75) = fl(1.7 × 1.8) = fl(3.06) =

0.31 × 101 = 3.1 y luego

fl 2.03 × (1.72 × 1.75) = fl(2 × 3.1) = fl(6.2)
= 0.62 × 101 = 6.2


Cálculo de normas
Ejemplo 2
Dado el vector
x = (1, 0.01, 0.01, . . . , 0.01)t ∈ R1+10 ,

4
| {z }
104 veces
determine la norma kxk2 en F(2, −3, 3). Calcule el error relativo

usando redondeo.
√
Solución. Observe que kxk2 = 12 + 104 · 0.012 y con ello:
fl(12 ) = fl(1) = 0.10 × 101 = 1

fl(0.012 ) = fl(0.0001) = 0.10 × 10−3 = 0.0001
fl(104 ) = fl(10000) = 0.10 × 105 (OVERFLOW !)
∴ fl(104 ) = 0.99 × 103 = 990

Cálculo de normas
Ejemplo 2
Dado el vector
x = (1, 0.01, 0.01, . . . , 0.01)t ∈ R1+10 ,

4
| {z }
104 veces

usando redondeo.
√
fl(12 ) = fl(1) = 0.10 × 101 = 1

fl(0.012 ) = fl(0.0001) = 0.10 × 10−3 = 0.0001
fl(104 ) = fl(10000) = 0.10 × 105 (OVERFLOW !)
∴ fl(104 ) = 0.99 × 103 = 990

Cálculo de normas
Ejemplo 2
Dado el vector
x = (1, 0.01, 0.01, . . . , 0.01)t ∈ R1+10 ,

4
| {z }
104 veces

usando redondeo.
√
fl(12 ) = fl(1) = 0.10 × 101 = 1

fl(0.012 ) = fl(0.0001) = 0.10 × 10−3 = 0.0001
fl(104 ) = fl(10000) = 0.10 × 105 (OVERFLOW !)
∴ fl(104 ) = 0.99 × 103 = 990

Cálculo de normas
Ejemplo 2
Dado el vector
x = (1, 0.01, 0.01, . . . , 0.01)t ∈ R1+10 ,

4
| {z }
104 veces

usando redondeo.
√
fl(12 ) = fl(1) = 0.10 × 101 = 1

fl(0.012 ) = fl(0.0001) = 0.10 × 10−3 = 0.0001
fl(104 ) = fl(10000) = 0.10 × 105 (OVERFLOW !)
∴ fl(104 ) = 0.99 × 103 = 990

Cálculo de normas
fl(104 · 0.012 ) = fl(0.099) = 0.99 × 10−1 = 0.099

fl(12 + 104 · 0.012 ) = fl(1.099) = 0.11 × 101 = 1.1
√ √
fl( 12 + 104 · 0.012 ) = fl( 1.1) = fl(1.048808848) =
0.10 × 101 = 1
∴ fl(kxk2 ) = 1 .
√
Por otro lado, el valor exacto corresponde a kxk2 = 2,
con lo que:
√
kxk2 − fl(kxk2 ) 2−1

kxk2 = √ ≈ 0.2928932188 < 5×10−1 .
2
Así, la representación fl(kxk2 ) sólo tiene un dígito

significativo.

Cálculo de normas
fl(104 · 0.012 ) = fl(0.099) = 0.99 × 10−1 = 0.099

fl(12 + 104 · 0.012 ) = fl(1.099) = 0.11 × 101 = 1.1
√ √
fl( 12 + 104 · 0.012 ) = fl( 1.1) = fl(1.048808848) =
0.10 × 101 = 1
∴ fl(kxk2 ) = 1 .
√
con lo que:
√

kxk2 = √ ≈ 0.2928932188 < 5×10−1 .
2

significativo.

Cálculo de normas
fl(104 · 0.012 ) = fl(0.099) = 0.99 × 10−1 = 0.099

fl(12 + 104 · 0.012 ) = fl(1.099) = 0.11 × 101 = 1.1
√ √
fl( 12 + 104 · 0.012 ) = fl( 1.1) = fl(1.048808848) =
0.10 × 101 = 1
∴ fl(kxk2 ) = 1 .
√
con lo que:
√

kxk2 = √ ≈ 0.2928932188 < 5×10−1 .
2

significativo.

Cálculo de normas
fl(104 · 0.012 ) = fl(0.099) = 0.99 × 10−1 = 0.099

fl(12 + 104 · 0.012 ) = fl(1.099) = 0.11 × 101 = 1.1
√ √
fl( 12 + 104 · 0.012 ) = fl( 1.1) = fl(1.048808848) =
0.10 × 101 = 1
∴ fl(kxk2 ) = 1 .
√
con lo que:
√

kxk2 = √ ≈ 0.2928932188 < 5×10−1 .
2

significativo.

Cálculo de normas
fl(104 · 0.012 ) = fl(0.099) = 0.99 × 10−1 = 0.099

fl(12 + 104 · 0.012 ) = fl(1.099) = 0.11 × 101 = 1.1
√ √
fl( 12 + 104 · 0.012 ) = fl( 1.1) = fl(1.048808848) =
0.10 × 101 = 1
∴ fl(kxk2 ) = 1 .
√
con lo que:
√

kxk2 = √ ≈ 0.2928932188 < 5×10−1 .
2

significativo.

Cálculo de normas
fl(104 · 0.012 ) = fl(0.099) = 0.99 × 10−1 = 0.099

fl(12 + 104 · 0.012 ) = fl(1.099) = 0.11 × 101 = 1.1
√ √
fl( 12 + 104 · 0.012 ) = fl( 1.1) = fl(1.048808848) =
0.10 × 101 = 1
∴ fl(kxk2 ) = 1 .
√
con lo que:
√

kxk2 = √ ≈ 0.2928932188 < 5×10−1 .
2

significativo.

Cancelación catastrófica
Definición
Cuando se restan valores casi idénticos, salvo en los últimos dígi-
tos, ocurre que los dígitos significativos se cancelen, quedando
únicamente los dígitos menos significativos en el resultado. A
esto se le conoce como cancelación catastrófica.
Por ejemplo, las funciones:


2 sen2 x

1 − cos(x)

si x 6= 0 2
si x 6= 0
 

x2
 
f (x) := y g(x) := x2
 1  1
 si x = 0 
 si x = 0
2 2
son teóricamente iguales, pero numéricamente diferentes. Esto

ya que f (x) produce una cancelación catastrófica para valores de
x cercanos a cero.
Cancelación catastrófica
Definición
Cuando se restan valores casi idénticos, salvo en los últimos dígi-
tos, ocurre que los dígitos significativos se cancelen, quedando
únicamente los dígitos menos significativos en el resultado. A
esto se le conoce como cancelación catastrófica.
Por ejemplo, las funciones:


2 sen2 x

1 − cos(x)

si x 6= 0 2
si x 6= 0
 

x2
 
f (x) := y g(x) := x2
 1  1
 si x = 0 
 si x = 0
2 2
son teóricamente iguales, pero numéricamente diferentes. Esto

ya que f (x) produce una cancelación catastrófica para valores de
x cercanos a cero.
Cálculo de raíces
Ejemplo 3
Determine en F(3, −5, 5) las soluciones de la ecuación
x2 + 28x + 1 = 0 .
Solución. Las raíces de la ecuación cuadrática son

√ √
−b + b2 − 4ac −b − b2 − 4ac
x1 = y x2 = .
2a 2a
Sin embargo en este sistema de precisión finita el cálculo de la
raíz x1 , cuyo valor exacto es
x1 = −0.3575995623 . . . × 10−1
muestra poca precisión al utilizar la expresión anterior.

Cálculo de raíces
Ejemplo 3
Determine en F(3, −5, 5) las soluciones de la ecuación
x2 + 28x + 1 = 0 .
Solución. Las raíces de la ecuación cuadrática son

√ √
−b + b2 − 4ac −b − b2 − 4ac
x1 = y x2 = .
2a 2a
Sin embargo en este sistema de precisión finita el cálculo de la
raíz x1 , cuyo valor exacto es
x1 = −0.3575995623 . . . × 10−1
muestra poca precisión al utilizar la expresión anterior.

Cálculo de raíces
En efecto, observe que:

p p
fl( b2 − 4ac) = fl 0.784 × 103 − 0.400 × 101
p
= fl 0.78 × 103
= fl(27.92848009 . . .) = 0.279 × 102 .
Luego,
−0.280 × 102 + 0.279 × 102

fl(x1 ) = fl = −0.500 × 10−1 .
0.200 × 101
Se tiene un error relativo

|x1 − fl(x1 )|
≈ 0.3982120022 < 5 × 10−1 ,
|x1 |
donde la representación fl(x1 ) posee un dígito significativo.

Cálculo de raíces

p p
fl( b2 − 4ac) = fl 0.784 × 103 − 0.400 × 101
p
= fl 0.78 × 103
= fl(27.92848009 . . .) = 0.279 × 102 .
Luego,
−0.280 × 102 + 0.279 × 102

fl(x1 ) = fl = −0.500 × 10−1 .
0.200 × 101

|x1 − fl(x1 )|
≈ 0.3982120022 < 5 × 10−1 ,
|x1 |

Cálculo de raíces

p p
fl( b2 − 4ac) = fl 0.784 × 103 − 0.400 × 101
p
= fl 0.78 × 103
= fl(27.92848009 . . .) = 0.279 × 102 .
Luego,
−0.280 × 102 + 0.279 × 102

fl(x1 ) = fl = −0.500 × 10−1 .
0.200 × 101

|x1 − fl(x1 )|
≈ 0.3982120022 < 5 × 10−1 ,
|x1 |

Cálculo de raíces
Ahora, se obtiene una mejor aproximación de la raíz usando:

2c
x1 = − √ ,
b+ b2 − 4ac
con la cual se obtiene:
0.200 × 101

fl(x1 ) = fl −
0.280 × 102 + 0.279 × 102
= fl(−0.03577817531 . . .)
= −0.358 × 10−1 .
|x1 − fl(x1 )|
≈ 0.00111979356 < 5 × 10−3 ,
|x1 |
donde la representación fl(x1 ) posee tres dígitos significativos.

Cálculo de raíces
Ahora, se obtiene una mejor aproximación de la raíz usando:

2c
x1 = − √ ,
b+ b2 − 4ac
con la cual se obtiene:
0.200 × 101

fl(x1 ) = fl −
0.280 × 102 + 0.279 × 102
= fl(−0.03577817531 . . .)
= −0.358 × 10−1 .
|x1 − fl(x1 )|
≈ 0.00111979356 < 5 × 10−3 ,
|x1 |
donde la representación fl(x1 ) posee tres dígitos significativos.

Expansiones de Taylor
Ejemplo 4
Evalúe la función f (x) = ex − x − 1 en x = 0.01, utilizando el
sistema F(5, −∞, +∞) y redondeo.
Solución. Se sigue que

fl(f (0.01)) = fl(e0.01 − 0.01 − 1)

= fl fl(1.010050167 . . .) − 1.01
= fl( 1.0101
| {z− 1.01} ) = 0.00001.
cancelación catastrófica
Sin embargo, el valor exacto es: f (0.01) = 0.00005016708 . . ., con

lo que
|0.00005016708 − 0.00001|
0 dígitos

≈ 0.99 . . . < 5 × 100 significativos
|0.00005016708|

Ejemplo 4

fl(f (0.01)) = fl(e0.01 − 0.01 − 1)

= fl fl(1.010050167 . . .) − 1.01
= fl( 1.0101
| {z− 1.01} ) = 0.00001.

lo que
|0.00005016708 − 0.00001|
0 dígitos

≈ 0.99 . . . < 5 × 100 significativos
|0.00005016708|

Ejemplo 4

fl(f (0.01)) = fl(e0.01 − 0.01 − 1)

= fl fl(1.010050167 . . .) − 1.01
= fl( 1.0101
| {z− 1.01} ) = 0.00001.

lo que
|0.00005016708 − 0.00001|
0 dígitos

≈ 0.99 . . . < 5 × 100 significativos
|0.00005016708|

Para evitar lo anterior, considere la serie de Taylor para ex :

+∞ n
X x x2 x3
ex = = 1+x+ + + ...
n! 2! 3!
n=0
x2 x3 x4
con lo que ex − x − 1 = 2! + 3! + 4! + . . ., y así
0.012 0.013 0.014

fl(f (0.01)) = fl fl + fl + fl + ...
2 6 24

= fl 0.00005 + 0.00000016666 + . . .
= fl(0.00005016666) = 0.000050167.
Esta representación posee cinco dígitos significarivos.

Para evitar lo anterior, considere la serie de Taylor para ex :

+∞ n
X x x2 x3
ex = = 1+x+ + + ...
n! 2! 3!
n=0
x2 x3 x4
con lo que ex − x − 1 = 2! + 3! + 4! + . . ., y así
0.012 0.013 0.014

fl(f (0.01)) = fl fl + fl + fl + ...
2 6 24

= fl 0.00005 + 0.00000016666 + . . .
= fl(0.00005016666) = 0.000050167.
Esta representación posee cinco dígitos significarivos.

Ejercicio
Ejercicio
ex − 1
En el sistema F(3, −1, 1), evalúe f (x) := para x = 0.001.
x
Utilice truncamiento como método de aproximación.
Solución.
Por evaluación directa: fl(f (0.001)) = 0 (No es una
buena aproximación !)
Valor exacto: f (0.001) = 1.001000500166708 . . .
Usando Taylor de ex se tiene que:
ex − 1 x x2 x3
= 1+ + + + ...
x 2! 3! 4!
lo que da un represetanción: fl(f (0.001)) = 1, la cual tiene
3 dígitos significativos.
Ejercicio
Ejercicio
ex − 1
x
Solución.
Valor exacto: f (0.001) = 1.001000500166708 . . .
ex − 1 x x2 x3
= 1+ + + + ...
x 2! 3! 4!
Ejercicio
Ejercicio
ex − 1
x
Solución.
Valor exacto: f (0.001) = 1.001000500166708 . . .
ex − 1 x x2 x3
= 1+ + + + ...
x 2! 3! 4!
Ejercicio
Ejercicio
ex − 1
x
Solución.
Valor exacto: f (0.001) = 1.001000500166708 . . .
ex − 1 x x2 x3
= 1+ + + + ...
x 2! 3! 4!

Aritmetica de Precision Finita

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aritmetica de Precision Finita

Cargado por

Copyright:

Formatos disponibles

Aritmética de precisión finita

F. A. Sequeira MA1006, II-2016

Considere la siguiente operación aritmética:

¿Cuál es el valor que se obtiene en la calculadora?

(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

La razón de estos problema de cálculo se debe a que las he-

Considere la siguiente operación aritmética:

¿Cuál es el valor que se obtiene en la calculadora?

(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

La razón de estos problema de cálculo se debe a que las he-

Considere la siguiente operación aritmética:

¿Cuál es el valor que se obtiene en la calculadora?

(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

La razón de estos problema de cálculo se debe a que las he-

Considere la siguiente operación aritmética:

¿Cuál es el valor que se obtiene en la calculadora?

(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

La razón de estos problema de cálculo se debe a que las he-

Considere la siguiente operación aritmética:

¿Cuál es el valor que se obtiene en la calculadora?

(1 + 10−15 − 1) × 1030 = (1 + 10−15 − 1) × 1030

La razón de estos problema de cálculo se debe a que las he-

F(N, L, U ) := {0} ∪ (−1)s (0.d1 d2 . . . dN ) × 10e / s ∈ {0, 1} ,

s es el bit de signo y N es el número de dígitos de precisión.

F(N, L, U ) := {0} ∪ (−1)s (0.d1 d2 . . . dN ) × 10e / s ∈ {0, 1} ,

s es el bit de signo y N es el número de dígitos de precisión.

Por ejemplo, considere el sistema F(6, −2, 4) y nótese que

−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)

0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)

835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)

−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)

7 = 0.700000 × 101 ∈ F(6, −2, 4)

− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

Por ejemplo, considere el sistema F(6, −2, 4) y nótese que

−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)

0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)

835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)

−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)

7 = 0.700000 × 101 ∈ F(6, −2, 4)

− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

Por ejemplo, considere el sistema F(6, −2, 4) y nótese que

−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)

0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)

835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)

−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)

7 = 0.700000 × 101 ∈ F(6, −2, 4)

− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

Por ejemplo, considere el sistema F(6, −2, 4) y nótese que

−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)

0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)

835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)

−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)

7 = 0.700000 × 101 ∈ F(6, −2, 4)

− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

Por ejemplo, considere el sistema F(6, −2, 4) y nótese que

−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)

0.001946 = 0.194600 × 10−2 ∈ F(6, −2, 4)

835.8275 = 0.8358275 × 103 6∈ F(6, −2, 4)

−0.000407257 = −0.407257 × 10−3 6∈ F(6, −2, 4)

7 = 0.700000 × 101 ∈ F(6, −2, 4)

− = −(0.33333333333 . . .) × 100 6∈ F(6, −2, 4)

Por ejemplo, considere el sistema F(6, −2, 4) y nótese que

−3434.42 = −0.343442 × 104 ∈ F(6, −2, 4)