1. Analisis del error 1.2. Aritmética del computador.

Sistema posicional
Sistema posicional de base 10
Todo número real admite una representación posicional en base β de
la forma:
x = (−1)s (an βn + an−1 β n−1 + ... + a0 β 0 + a−1 β −1 + a−1 β −2 ...)
donde s determina el signo del número y 0 ≤ ak ≤ β − 1 con
k = 0, 1, 2, ..., n − 1 y an 6= 0.
Los sistemas posicionales utilizados en las ciencias de la computación
son:
Binario B = {0, 1}
Octal O = {0, 1, 2, 3, 4, 5, 6, 7}
Hexadecimal H = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C , D, E , F }

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 1 / 12
 1. Analisis del error 1.2. Aritmética del computador.

Palabra
La unidad de almacenamiento en una board se denomina palabra.
En un computador sólo se dispone de un un número finito n de
posiciones de memoria para representar el número y corresponde a la
longitud de la palabra.
...

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 2 / 12
 1. Analisis del error 1.2. Aritmética del computador.

Representación de números de punto fijo (enteros)

Si x es un número entero su representación en notación decimal esta
n
dada por x = (−1)s dk ∗ 10k , donde s es el signo del número, tal
P
k=0
que si s = 1 x es negativo o si s = 0 x es positivo, con 0 ≤ dk ≤ 9 y
dn 6= 0.
Para una palabra de longitud N, se dispone de N posiciones para
guardar un número entero respecto de cierta base β, la primera
posición se usa para indicar el signo, las N-1 posiciones siguientes
para los dı́gitos del número.
Considerando la base β = 2, dada una palabra de N bits existen 2N
combinaciones distintas que pueden generarse.

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 3 / 12
 1. Analisis del error 1.2. Aritmética del computador.

Representación de números de punto flotante (reales)

Si x es un número real su representación en notación decimal esta
n
dada por x = (−1)s dk ∗ 10k , donde s es el signo del número,
P
k=−m
tal que si s = 1 x es negativo o si s = 0 x es positivo, con 0 ≤ dk ≤ 9
y dn 6= 0.
Si x es un número real su representación en base β en forma de punto
flotante normalizada esta dada por x = (−1)s 0.a1 a2 a3 ... ∗ β e , donde
a1 6= 0, 0 ≤ ak ≤ β − 1.
Para una palabra de longitud N, se dispone de N posiciones para
guardar un número real respecto de cierta base β. Una manera de
disponer tales posiciones consiste en utilizar la primera para indicar el
signo, las N-K-1 posiciones siguientes para los dı́gitos del exponente y
las K posiciones restantes para la base del número en notación
cientifica normalizada.

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 4 / 12
 1. Analisis del error 1.2. Aritmética del computador.

Números de máquina
El conjunto M de los numeros de punto flotante normalizados que se
pueden representar en un computador se llaman numeros de maquina.
M(β, t, L, U), donde β es la base del sistema, t: Numero de cifras, L :
Cota inferior del exponente, U : Cota superior del exponente, con
L ≤ e ≤ U.
Debido a la normalización el cero no puede ser representado como un
número de máquina y por lo tanto está excluido del conjunto M
ademas:
xmin = β L−1 ≤ |x| ≤ β U (1 − β −t ) = xmax
donde xmin y xmax son el menor y mayor número de punto flotante
positivo representable, respectivamente.

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 5 / 12
 1. Analisis del error 1.2. Aritmética del computador.

Formatos IEEE
En 1985, el Institute for Electrical and Electronic Engineers, IEEEE
publico un informe llamado ”Binary Floating Point Arithmetic
Standard 754-1985”
En 2008 se publico la última versión, donde se especificaron los
siguientes formatos:
FORMATO LONG e b
PS 32 bits 8 23
PE 43 bits 11 31
PD 64 bits 11 52
PDE 80 bits 15 84
PC 128 bits 15 112

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 6 / 12
 1. Analisis del error 1.2. Aritmética del computador.

Formatos IEEE
Para ahorrar espacio de almacenamiento de x se elimina b1
Mantisa (t ∗ = t + 1)
Se sesga el exponente e cómo c = e + |L| luego 0 ≤ c ≤ U + |L|
Representación de un número (−1)s 2c−|L| (1 + f )
Simple precisión

Doble precisión

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 7 / 12
 1. Analisis del error 1.3. Errores.

Precisión y exactitud
Las cifras o dı́gitos significativos se utilizan para designar formalmente
la confiabilidad de un valor numérico.
Precisión: Que tan cercanos se encuentran unos valores calculados o
medidos entre otros.
Exactitud: Que tan cercano se encuentra un valor calculado o medido
del valor real.
Incertidumbre: Que tanto puede llegar a ser el error en un valor
medido o calculado.
Los métodos numéricos deben ser lo suficiente exactos y lo
suficientemente precisos.
Fuentes de error

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 8 / 12
 1. Analisis del error 1.3. Errores.

Fuentes de error
Error inherente: De los datos de entrada que puede estar dado por la
precisión en la medición de los datos, por la representación numérica,
por provenir de cálculos previos, etc.
Error de redondeo/corte: Debido estrictamente a la representación
numérica utilizada y está asociado a la precisión usada en los cálculos.
Error de truncamiento/discretización: Aparece al transformar un
procedimiento infinito en uno finito, o de usar una aproximación
discreta para representar un fenómeno continuo.
Error del modelo matemático: Debido a las simplificaciones e
hipótesis introducidas para definir el modelo matemático que
representa el problema fı́sico.
Error humano y/o de la máquina: Se produce por la intervención
humana, ya sea por una mala transcripción o interpretación incorrecta
de los datos originales, por programas de computación mal hechos.

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 9 / 12
 1. Analisis del error 1.3. Errores.

Tipos de error
Si x ∗ es una aproximación de x entonces
i) Error absoluto |x ∗ − x|
∗ −x|
ii) Error relativo |x |x| , x 6= 0
iii) Error relativo porcentual ER ∗ 100
Si x ∗ es una aproximación de x con t cifras significativas entonces t
∗ −x|
es el mayor entero no negativo tal que |x |x| ≤ 5 ∗ 10− t
ERROR TOTAL = E.DATOS + E.CALCULOS
si x ∗ es una aproximación de x y f ∗ (x) es una aproximación de f (x)
entonces
i) ERROR DATOS =f (x ∗ ) − f (x)
ii) ERROR CALCULOS =f ∗ (x ∗ ) − f (x ∗ )
iii) ERROR TOTAL =f ∗ (x ∗ ) − f (x)

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 10 / 12
 1. Analisis del error 1.3. Errores.

Propagación de errores
Sean x ∗, y∗ aproximaciones de x,y ; entonces:
x = x ∗ + δx , y = y ∗ + δy
Si q = x ± y entonces δq = δx ± δy
Si q = x ∗ y entonces δq = xδy + y δx + δx δy
x
Si q = entonces δq =?
y
Si q = αx entonces δq = αδx
Si q = x n entonces δq =?
Para funciones:
Si q = f (x) entonces δq ≈ f 0 (x)δx
Si q = f (x, y ) entonces δq ≈ fx δx + fy δy

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 11 / 12
 1. Analisis del error 1.3. Errores.

Problema bien condicionadao

Un problema matemático (numérico) se dice que está bien condicionado si
pequeñas variaciones en los datos de entrada se traducen en pequeñas
variaciones de los resultados

Errores computaciones

Formulas matemáticas equivalentes pero que generan computacionalmente

diferentes valores.

Eduardo Estrada Kassir MSc. (PUJ) Análisis Numérico Bogotá, Enero de 2022 12 / 12