Conceptos básicos: cifra significativa, precisión, exactitud, incertidumbre y sesgo.

1
CIFRAS SIGNIFICATIVAS

Las cifras significativas son los dígitos de un número que consideramos no nulos.

Norma Ejemplo
Son significativos todos los dígitos distintos 8723 tiene cuatro cifras significativas
de cero.
Los ceros situados entre dos cifras 105 tiene tres cifras significativas
significativas son significativos.

Los ceros a la izquierda de la primera cifra 0,005 tiene una cifra significativa
significativa no lo son.
Para números mayores que 1, los ceros a la 8,00 tiene tres cifras significativas
derecha de la coma son significativos
Para números sin coma decimal, los ceros 7 x 102 tiene una cifra significativa
posteriores a la última cifra distinta de cero 7,0 x 102 tiene dos cifras significativas
pueden o no considerarse significativos. Así,
para el número 70 podríamos considerar
una o dos cifras significativas. Esta
ambigüedad se evita utilizando la notación
científica.
 2
Cuantos dígitos significativos tienen las siguientes cantidades.

1. 685.800
2. 0.00000038
3. 78.4000
4. 78.4
5. 9.4500 x 10−2
6. 9.45 x 10−2
La exactitud es lo cerca que el resultado de una medición está del valor
verdadero. 3
La precisión es lo cerca que los valores medidos están unos de otros.

Exactitud baja Exactitud alta Exactitud alta

Precisión alta Precisión baja Precisión alta
  Grado de exactitud

La exactitud depende del instrumento de medida. Pero por regla general: 4

El grado de exactitud es la mitad de la unidad de medida. ejemplos:

Si tu instrumento mide en "unidades"

entonces cualquier valor
entre 6½ y 7½se mide como "7"

Si tu instrumento mide "de 2 en 2"

entonces los valores entre 7 y 9 dan
medida "8"

Inexactitud o Sesgo:

Es un alejamiento sistemático del valor verdadero a calcular. Así como el error, de acuerdo con
las formas por las cuales se produce, puede minimizarse, la ocurrencia de sesgo también
puede ser neutralizada o controlada. En ocasiones sin embargo, es imposible controlar el sesgo
y por cierto el error. En tales circunstancias conviene al menos estar en antecedente y tener
conciencia de su existencia.
Imprecisión o Incertidumbre:

Se refiere al grado de alejamiento entre sí, a las diversas aproximaciones a un valor verdadero. La
incertidumbre puede derivarse de una falta de información o incluso por que exista desacuerdo
sobre lo que se sabe o lo que podría saberse. Puede tener varios tipos de origen, desde errores
5
cuantificables en los datos hasta terminología definida de forma ambigua o previsiones inciertas
del comportamiento humano. La incertidumbre puede, por lo tanto, ser representada por
medidas cuantitativas (por ejemplo, un rango de valores calculados según distintos modelos) o
por afirmaciones cualitativas (por ejemplo, al reflejar el juicio de un grupo de expertos).

a) Es inexacta e imprecisa
b) Es exacta e imprecisa
c) Inexacta y precisa
d) Exacta y precisa

Los métodos numéricos en ingeniería deben ser exactos y precisos sin sesgo e incertidumbre
Representación de números en coma flotante
Para representar números enteros muy grandes o fracciones muy pequeñas es necesario utilizar
notación científica. 6
La representación de un número en coma flotante tiene tres componentes:

 Signo: indica si el número es positivo o negativo

 Mantisa: representa la magnitud del número

 Exponente: indica el desplazamiento de la coma fraccionaria

± Mantisa.𝒃𝒂𝒔𝒆𝒆𝒙𝒑𝒐𝒏𝒆𝒏𝒕𝒆
Los números decimales en coma flotante se normalizan, desplazando la coma fraccionaria de
manera que la parte entera del número siempre valga cero.

Ejemplo

346734556700 = 0.346734556700 × 1012

En la presente notación no es necesario representar la base del número, ya que está implícito
en el formato y la parte entera de un número normalizado siempre es cero, tampoco es
necesario representarlo, con las acotaciones anteriores la representación en coma flotante es

Signo: +

Mantisa: 346734556700

Exponente:12
7
Tipos de errores. 8
Los errores numéricos se generan con el uso de aproximaciones para
representar las operaciones y cantidades matemáticas.

Errores de redondeo

Este tipo de errores se deben a que las computadoras solo guardan un número
finito de cifras significativas durante un cálculo. Por ejemplo: si solo se guardan
siete cifras significativas, la computadora puede almacenar y usar pi como pi =
3.141 592 y generando un error de redondeo.

Esta técnica de retener solo los primeros números se le llamo "Truncamiento" en el

ambiente de computación de preferencia se le llamara de corte para distinguirlo de los
errores de truncamiento discutidos. Un corte ignora los términos restantes de la
representación decimal completa. Por ejemplo: el octavo número significativo en este
caso es 6. Por lo tanto pi se representa de manera exacta como 3.141593 que como
3.141592 obtenido mediante un corte, ya que el valor está más cercano del valor
verdadero. Esto se puede visualizar de la siguiente forma: si pi se aproxima por pi =
3.141593, el error de redondeo se reduce a; Eu = 0.000 000 035........
Reglas de redondeo 9
Generalmente, se tienen las siguientes reglas de redondeo que son más
simples, y se les conoce como método común de redondeo:

 Si la cifra a la derecha de la última cifra requerida es menor que 5, se deja

la cifra precedente igual. Ejemplo: Se requiere redondear 48.682 a dos
decimales, entonces, como 2 es menor que 5, se tiene, 48.68.
 Si la cifra a la derecha de la última cifra requerida es mayor o igual que
5, se suma 1 a la cifra precedente. Ejemplo: Se requiere redondear 187.69 a
un decimal, entonces, como 9 es mayor que 5, se tiene, 187.7.

5.6723 -------------------------- 3 Cifras Significativas

10.406 ---------------------------- 4 Cifras Significativas
10.406 ---------------------------- 2 Cifras Significativas
88.21650 ------------------- 5 Cifras Significativas
1.25001 -------------------------- 2 Cifras Significativas
Errores de truncamiento

Los errores de truncamiento son aquellos que resultan al usar una aproximación 1
en lugar de un procedimiento matemático exacto. 0
Error numérico total

El error numérico total es la suma de los errores de redondeo y de truncamiento.

(Los errores de truncamiento decrecen conforme el número de cálculos
aumenta, por lo que se encara el siguiente problema: la estrategia de disminuir
un componente del error total lleva al incremento del otro).

Errores por equivocación, de planteamiento o incertidumbre en los datos

En los primeros años de la computación, los resultados numéricos erróneos

fueron atribuidos algunas veces al mal funcionamiento de la computadora
misma. Hoy en día, esta fuente de error es muy improbable y la mayor parte de
las equivocaciones se pueden atribuir a errores humanos.

Errores de formulación

Los errores de formulación o de modelamiento degeneran en lo que se podría considerar

como un modelo matemático incompleto. Un ejemplo de un error de formulación
imperceptible es el hecho de que la segunda Ley de Newton no explica los
efectos relativistas.
Análisis de errores

1
En la práctica del cálculo numérico es importante tener en cuenta que las soluciones calculadas
por el computador no son soluciones matemáticas exactas. La precisión de una solución
numérica puede verse disminuida por diversos factores y la comprensión de estas dificultades
puede guiarnos a menudo a desarrollar o construir algoritmos numéricos adecuados. 1
Supongamos que p̂ es una aproximación de p, el ERROR ABSOLUTO de la aproximación es:

𝐸p = | p - p̂ |

Y el ERROR RELATIVO es:

Rp = | p - p̂ | / | p | para p ≠ 0

El error absoluto no es más que la distancia entre el valor exacto y el valor aproximado,
mientras que el error relativo mide el error entendido como una porción del valor exacto

Ejemplos. Encontrar el error absoluto y el error relativo en los siguientes casos:

1.- Sean p = 3.141592 y p̂ = 3.14

Error absoluto

𝐸p = | 3.141592 - 3.14 | = 0.001592

Error relativo

Rp = |0.001592 | / | 3.141592 | = 0.00507

2.- Sean p = 1000000 y p̂ = 999996

Error absoluto

𝐸p = | 1000000 -999996 | = 4

Error relativo

Rp = |4 | / | 1000000 | = 0.000004
1
2
1
3
 1
4

Trabajo No 2.
Realizar los ejercicios 1 – 2 – 3 – 4 y 6 del libro “Métodos Numéricos
con MATLAB Tercera Edición de JOHN H. MATHEWS – KURTIS D. FINK.
Páginas 40 y 41”
 1
5

GRACIAS