TEORIA DEL ERROR Y SOLUCIÓN DE

ECUACIONES NO LINEALES EN UNA

VARIABLE

GRUPO
Ulises Vásquez Gallardo
Alvaro Rojas Carnero
Valeria Puican Siancas
Willy Parisuaña Yucra
Daniel Allcca Mora

CURSO: METODOS NUMERICOS

DEFINICIONES
PRELIMINARES
 Exactitud Precisión
Cercanía de un valor Cercanía entre valores
medido o calculado con
un valor real
 DEFINICIONES DE ERROR
Error verdadero:
Se define como la diferencia simple entre el valor verdadero Va (exacto) y el valor
aproximado Vv:

Error relativo verdadero:

En esta definición el error se incorpora la magnitud de las cantidades en la ecuacion,
normalizando el error verdadero Ev al valor verdadero Vv.
 Planteamiento del problema
Suponga que se tiene que medir la longitud de un puente y la de un remache, y se
obtiene 9 999 y 9 cm, respectivamente. Si los valores verdaderos son 10 000 y 10 cm,
calcule a) el error verdadero y b) el error relativo porcentual verdadero en cada caso.
Solución
 MÉTODO ITERATIVO
En estos méodos se hace una aproximacíon consideando la aproximacion anterior. Este
proceso se realiza varias veces o de forma interativa para calcular en forma sucesiva,
esperando cada vez mejores aproximaciones:

expansión en series de Maclaurin

Solución.
Los errores numéricos se originan al emplear aproximaciones para representar
operaciones y valores matemáticos precisos. En particular, los errores de redondeo se
producen cuando se usan números que tienen un límite de cifras significativas para
representar números exactos. Estos errores de redondeo están directamente
vinculados con la manera en que los números son almacenados en la memoria de una
computadora. Las cantidades fraccionarias generalmente se representan en la
computadora usando la forma de punto flotante.
PUNTO FLOTANTE
 TRUNCAMIENTO Y REDONDEO

El método de truncamiento implica simplemente cortar o truncar los dígitos después de

cierta posición decimal o binaria sin considerar su valor.
El método de redondeo se verifica si el dígito es menor a 5, en tal caso se procede a
truncar el número en el dígito k (coincide con el truncamiento). En el caso que el dígito sea
mayor o igual a 5, se suma 1 y luego se trunca en dicho dígito.
Debemos, además, tener presente que:
a) La cantidad de dígitos k de una mantisa, que puede almacenar una máquina es siempre fija.
b) Aunque en nuestra definición no se vea claramente, la cantidad de dígitos para almacenar el
exponente y su signo también es fija. Esto trae como consecuencia que exista un exponente
positivo máximo y un exponente negativo mínimo que podemos representar.
 Ejemplo
Determine un conjunto hipotético de
números con punto flotante para una
máquina que guarda información usando
palabras de 7 bits. Emplee el primer bit para
el signo del número, los siguientes tres para
el signo y la magnitud del exponente, y los
últimos tres para la magnitud de la mantisa:
Overflow y
Underflow :
 Overflow
Cuando se intenta almacenar un número cuyo exponente positivo es mayor que el máximo representable, se
produce un error llamado desbordamiento u overflow. En tal caso la máquina interpreta que el número en
cuestión es infinito. En MATLAB el máximo número representable es aproximadamente 2^ (1023).
.

Valor overflow
𝑆𝑒 𝑔𝑢𝑟𝑎𝑑𝑎 𝑐𝑜𝑛 𝑢𝑛 𝐸𝑟𝑟𝑜 𝑚𝑎𝑥𝑖𝑚𝑜𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑑𝑒
𝑏𝑎𝑠𝑒 10 𝑐𝑜𝑛 7 𝑐𝑖𝑐𝑟𝑎𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑎𝑠 =

Error asociado
 Underflow

El error de underflow es un fenómeno en el que un número tan pequeño se

redondea a cero debido a las limitaciones de precisión de la representación
numérica. Ocurre cuando los cálculos numéricos resultan en valores tan
diminutos que ya no pueden ser representados con precisión, lo que lleva a
una pérdida significativa de información y precisión en los resultados.
 Ejemplo
Imagina que estás calculando la probabilidad de
ocurrencia de un evento extremadamente raro, como
que un meteorito específico golpee un punto particular
en la superficie de la Tierra en un momento dado. La
probabilidad de este evento puede ser extremadamente
pequeña, quizás en el orden de 1 entre 10^20.
Ahora, si intentas calcular esta probabilidad mediante el
producto de muchas probabilidades más pequeñas,
como la probabilidad de que el meteorito esté en una
posición específica, la probabilidad de que tenga una
trayectoria específica, la probabilidad de que el momento
sea exacto, etc., es posible que termines con un número
tan pequeño que, debido al error de underflow, se
aproxime a cero.
 BIBLIOGRAFIA
1. Measurement Error: Models, Methods, and Applications" de
Ronald L. Larsen.
2. "Statistical Methods for Rates & Proportions" de Joseph L. Fleiss,
Bruce Levin, y Myunghee Cho Paik.
3. "Measurement Error: Models, Methods, and Applications" de
John P. Buonaccorsi.
GRACIAS