1

En el siguiente sistema físico

 L

mg


Despreciando la resistencia de aire, la

temperatura, etc. tenemos:
 d 
2
Al hacer
mg sen   mL 2
sen    
d t
 0   0  (0)  1

Obtenemos el modelo lineal aproximado

d
2
g   L 2
d t
 0   0  (0)  1
Al calcular 0, 1, L y m también
hay posibles errores de medición, en
consecuencia cuando se calcule el
valor de  habrá error por las
operaciones realizadas (tener en
cuenta los redondeos que realiza la
computadora).
 TIPOS DE ERROR
Cuando realizamos mediciones en
forma directa ó indirecta

1.- Error sistemático

2.- Error aleatorio
En otros casos tenemos:

1.- Errores de modelación

2.- Error de método
3.- Errores de truncamiento
4.- Error inicial
5.- Error de redondeo
Definiciones.- Sean:
A valor exacto (en general desconocido)
a valor aproximado (conocido)
Error E  A a
Error Absoluto a  A  a
a
Error Relativo a 
A
Sea:
m 1 m  n 1
a  am10  am 110
m
 ...  am.n 110  ...

Las n primeras cifras

significativas de a son
exactas si ====>  a  0.5 10 m  n 1

Las n primeras cifras

decimales son exactas
si ====>  a  0.5 10 n
 Regla del redondeo:
Si la 1ra cifra no conservada es menor a 5
las cifras conservadas no varían.
Si la 1ra cifra no conservada es mayor ó
igual a 5, la última cifra conservada se
incrementa en una unidad.
 Escritura correcta del valor a calculado
con tolerancia  (valor coherente de a)
Sea k el orden de  .
Llamaremos escritura correcta de “a” al
valor que se obtiene al redondear en la
cifra de orden (k+1)
Ej. Si a=241,254385326 con =0,0067
Luego la escritura correcta de a es 241,25
 Propagación: Es la forma como influye
el error de cada valor aproximado que se
emplea en el cálculo numérico.
(se considera la estimación más desfavorable)

Error en la suma ó
diferencia de dos números
 a b   a   b
Error al multiplicar dos
números
 ab | b |  a  | a |  b
 Error al hallar y=f(x) si hay error en x
 x | f ' ( x) |
 y | f ' ( x) |  x y 
f ( x)
 y x f ' ( x)
Número de condición:
y  
(condicionamiento)
x y

Luego  y   y x
 Error al hallar y=f(x1,..,xn) cuando hay
error en x=(x1,..,xn)
n
f
y   k
k 1 xk

Condicionamiento xk  f 
k   (x)
debido a xk y  xk 
n
Luego:  y   k  k
k 1
 Regla práctica para finalizar un proceso
iterativo convergente {xk} con una
tolerancia 

Criterio simple:
cuando por 1ra vez se
tiene ====>
xn  xn1  
Se para el proceso iterativo y aceptamos
como solución al valor xn escrito en
forma coherente según 
 Regla práctica para finalizar un proceso
iterativo convergente {xk} con una tolerancia 

Criterio simple: cuando xn  xn 1

por 1ra vez se tiene 
====> xn

Se acepta como solución al valor xn

escrito en forma coherente según el
valor de = | xn |
 Estimación del error en una serie

Alternante A   (1) k 1
ak
k 1

n
Aproximación ==> An   (1) k 1
ak
k 1

Error estimado ==>  n  an1

 
De términos positivos A   ak
k 1

n
Aproximación ==> An   ak
k 1

Criterio simple
Error estimado ==>  n  an
 Problema estable - inestable

Para una valor fijo p analizar el límite

de la sucesión {xk} teniendo como valor
inicial x0 , cualquier valor positivo.

1 p
xn1   xn   n  0,1,2,...
2 xn 
 ax  by  e
Dado el sistema:
cx  dy  f
Si a=1.99887766 b=1.00115522
c=2.99831649 d=1.50173283

Resuelva empleando diferentes

procedimientos y comparar los
resultados obtenidos
 Inestabilidad Numérica
Diremos que un método numérico
es inestable cuando pequeños
errores en algunas de sus etapas
generan, a lo largo del resto del
proceso, errores que degradan
seriamente la exactitud de los
resultados del calculo en su
conjunto.
Ejemplo:
1
Dado I n   x e dx
n x 1

Aplicando integración por partes

se obtiene:
I n  1  nI n1
Aplicando la recurrencia anterior y
tomando 6 cifras, se tiene:
I1  0.367879 I 2  0.264242 I 3  0.207274

I 4 0.170904 I 5  0.145480 I 6  0.127120

I 7 0.110160 I 8  0.118720
I1  I10 -0.0684800
 Problema Mal Condicionado

Las palabras condición y

condicionamiento se usan de
manera informal para indicar cuán
sensible es la solución de un
problema respecto a cambios
relativos en los datos de entrada.
Precisemos el concepto anterior:

Un problema está mal condicionado

si pequeños cambios en los datos
pueden dar lugar a grandes cambios
en su respuestas.
 10
Ejemplo: Dado p ( x)    x  i 
i 1

9
Al perturbar en 0.0001el coef. de x
p( x)  x  50.0001x  ...
10 9
 Punto Flotante
Normalizado
• La representación de un número viene
dada por:
x =  0.d1 d2 d3……..dn  e

mantisa
Donde:
  1; e  Z
0  d1    1 y 0  di    1
 Punto Flotante
Normalizado
• La representación de un número viene dada
por:   1
x =  0.a1a2a3……..an 10b bZ
a1  0
• Ejemplo: mantisa
ai  {0,...,9}
12.387 = 0.12387  102
=0.31415926  101
 Punto Flotante
Normalizado
• En los computadores digitales existe
un número fijo de dígitos en la mantisa
y en el exponente.
• Dígitos Significativos (D.S): es el
número de dígitos de la mantisa
•  , 2 tienen infinitos dígitos en la
mantisa (no caben en un computador)
 Errores de Redondeo
y Aritmética de Punto
Flotante
Habría que preguntarse que efectos produce en los
cálculos al realizar redondeos de números o será
necesario definir conceptos de tal forma que se
pueda controlar los errores en los cálculos.
 Conjunto de Números de
Máquina
• Es el conjunto A de números que pueden ser
representado en una máquina. Este conjunto es
finito.
• Fijar el número máximo de D.S. t y el número
máximo de dígitos en el exponente d

Definición: A={x | x puede representarse con t

dígitos en la mantisa y d dígitos en el exponente}
 Conjunto de Números de
Máquina
• Ejemplo:
Si t  3 31.7  0.317 10  A
2

31.76  0.3176 10  A2

Si t=5
0.05 A 0.050001A

Consecutivo
Si t=4 12.47 + 97.31 = 109.78
A A A
 Conjunto de Números de
Máquina
• Problemas
–  , 2, e, ………. A
– A no es cerrado para ninguna operación
aritmética

• ¿Cómo aproximar un número que no es

numero de máquina por uno que sí lo es?
 Redondeo
• Definición: Redondeo de un número x a t D.S
 0.a1a2 ...at 10b  A at 1  5
rd ( x)  
 (0.a1a2 ...at  10 t ) 10b  A at 1  5
donde
x   0.a1a2 ...at at 1.... 10b
• Ejemplo: t=4
– rd(0.14285  100) = 0.1429  100
– rd(3.14159  100) = 0.3142  101
– rd(0.142842  102) = 0.1428  102
  
Sean a
k 1
k y b
k 1
k series

convergent es y de términos positivos

  

0  ak convege más rápido que  bk

ak   k 1 k 1

Lim   L igual rapidez de convergenc ia

k  b
k   
  bk convege más rápido que  ak
 k 1 k 1
Acelerar una serie consiste en
escribir la serie en forma distinta de
manera que esta nueva expresión
converja más rápido que la
escritura anterior.
Acelerar dos veces

1

k 1 ( k  2)(3k  1)
 Transformación de KUMMER
acelerar una serie

 
Si a
k 1
k A y b
k 1
k  B series de términos

positivos con igual rapidez de convergenc ia


luego  (a
k 1
k  Lbk ) converge más rápido
 
que  ak además A  LB   (ak  Lbk )
k 1 k 1
 Serie Hiperarmónica

1 converge si p  1
 p 
k 1 k diverge si p  1

1

k 1 k ( k  1)
1

1 1

k 1 k ( k  1)...( k  m)

m(m!)
 Transformación de Euler - Abel
 
a0 x

k 0
ak x 
k
 
1  x 1  x k 0
ak x para x  1
k

donde ak  ak 1  ak

Aplicar en la serie armónica


(1) k


k 0 k  1