UNIVERSIDAD NACIONAL AUTÓNOMA DE

CHOTA

TEORIA
DE
ERRORES

Lic. Mat: Teresa Juliana Jara Alarcón

 TEORIA DE ERRORES
Un error es una incertidumbre en el resultado de una
medida. Se define como la diferencia entre el valor real Vr y
una aproximación a este valor Va:

e = Vr – Va

Existen diferentes tipos errores, cada uno se puede expresar

en forma absoluta o en forma relativa.

Lic. Teresa juliana Jara Alarcón 2

 DE
ICA
ET ORA
SM TAD
ARI OMPU
C APROXIMACION
LA
NUMERICA

APROXIMACION
NUMERICA Y
ERRORES

ERRORES

Lic. Teresa juliana Jara Alarcón 3

 APROXIMACION NUMERICA
CIFRAS
3.1416 SIGNIFICATIVAS

3.1416 NUMEROS
EN LADE DIGITOS
MANTIZA

EXACTITUD

APROXIMACION
NUMERICA PRECISION

CONVERGENCIA

ESTABILIDAD

SELECCIÓN DE
ALTERNATIVAS

Lic. Teresa juliana Jara Alarcón 4

 ERRORES
ERROR
ABSOLUTO

ERROR
RELATIVO

ERRORES
TIPOS DE
ERRORES

PROPAGACION
DE ERRORES

Lic. Teresa juliana Jara Alarcón 5

ERRORES HUMANOS
• LECTURA

• TRANSMISION

• TRANSCRIPCION

• PROGRAMACION

Lic. Teresa juliana Jara Alarcón 6

ERRORES INHERENTES

ERRORES DE REDONDEO

• TRUNCADO

• SIMETRICO

Lic. Teresa juliana Jara Alarcón 7

 ERRORES POR TRUNCAMIENTO

SERIE DE TEYLOR

PROPAGACION DE ERRORES

GRAFICAS DE
+
PROCESOS
X /

Y Z

Lic. Teresa juliana Jara Alarcón 8

 NUMEROS
ARISMETICA DE LA
LA
A ENTEROS
COMPUTADORA
E R
D O
A AD
CT
I
NUMEROS
T U REALES
E P
M M
S O
I C EPSILON DE UNA
R
A COMPUTADORA

Lic. Teresa juliana Jara Alarcón 9

 APROXIMACIONES Y ERRORES DE
REDONDEO

HAY DOS ERRORES MAS COMUNES QUE SON:

• Errores de redondeo: se deben a que solo pueden presentar

cantidades con un numero finito de dígitos.

• Errores por truncamiento: representan la diferencia entre

una formulación matemática exacta de un problema y la
aproximación dada por un método numérico

Lic. Teresa juliana Jara Alarcón 10

 CIFRAS SIGNIFICATIVAS

*El concepto de cifras significativa se ha desarrollado

para designar formalmente la confiabilidad de un valor
numérico

* Las cifras significativas de un numero son aquellas

que puede ser usadas en forma confiables

Lic. Teresa juliana Jara Alarcón 11

Implicaciones de las cifras significativas en los métodos numéricos

1) Los métodos numéricos obtienen resultados aproximados

•) Se deben desarrollar criterios para especificar que tan precisos

son los resultados
•) Una manera de hacerlo es en términos de cifras significativas

2) Ciertas cantidades representan números específicos , ℮, π, √7,

pero no se pueden expresar exactamente con un numero finito
de dígitos
Ejemplo: π = 3.14178233478785893489…… hasta el
infinito

Lic. Teresa juliana Jara Alarcón 12

 EXACTITUS Y PRECISION
• Exactitud: capacidad de un instrumento de acercarse al valor de
la magnitud real. La exactitud es diferente de la precisión.

• Precisión: capacidad de un instrumento de dar el mismo resultado

en mediciones diferentes realizadas en las mismas condiciones. Esta
cualidad debe evaluarse a corto plazo. No debe confundirse con
exactitud ni con reproducibilidad.

•) Inexactitud: Falta de precisión o ajuste de una cosa con otra cosa.

imprecisión. exactitud.

•) Imprecisión: se refiere a la magnitud del esparcimiento de los

valores

Lic. Teresa juliana Jara Alarcón 13

 Los métodos numéricos
deben ser:

• Lo suficiente exactos o
si sesgo para que
cumplan con los
requisitos de un
problema particular de
ingeniería

• los suficientes
precisos para el diseño
de ingeniería

Lic. Teresa juliana Jara Alarcón 14

 Definiciones de errores
• Los errores numéricos se generan con el uso de
aproximaciones para representar las operaciones y
cantidades matemáticas

• Estos incluyen:

• Errores de redondeo: se producen cuando los números tienen

un limite de cifras significativas que se usan para
representar números exactos

• Errores de truncamientos : que resultan de

representar aproximadamente un procedimiento
matemático exacto

Lic. Teresa juliana Jara Alarcón 15

Error absoluto.
Es la diferencia entre el valor de la medida y el valor tomado como
exacto. Puede ser positivo o negativo, según si la medida es superior al
valor real o inferior (la resta sale positiva o negativa). Tiene unidades, las
mismas que las de la medida.
Sin embargo, para facilitar el manejo y el análisis se emplea el error absoluto
definido como:
E = |Valor Aproximado - Valor Real|
Error relativo.
Es el cociente (la división) entre el error absoluto y el valor exacto. Si
se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual
que el error absoluto puede ser positivo o negativo (según lo sea el error
absoluto) porque puede ser por exceso o por defecto. no tiene unidades.
Y el error relativo
como
E
R

| 16
Lic. Teresa juliana Jara Alarcón
GRACIAS
Lic. Teresa juliana Jara Alarcón 17
Lic. Teresa juliana Jara Alarcón 18
 Métodos Numéricos

Métodos cerrados y sus interpretaciones geométricas

(bisección y regla falsa).

Lic. Teresa juliana Jara Alarcón 19

 Método de Bisección
 Conocido también como de corte binario, de
partición en dos intervalos iguales o método Bolzano,
es un método de búsqueda incremental en el que el
intervalo se divide siempre en 2. Si la función cambia
de signo sobre un intervalo, se evalúa el valor de la
función en el punto medio. La posición de la raíz se
determina situándola en el punto medio del
subintervalo dentro del cual ocurre un cambio de
signo. El proceso se repite hasta obtener una mejor
aproximación.

Lic. Teresa juliana Jara Alarcón 20

Lic. Teresa juliana Jara Alarcón 21
Pasos método de bisección
 Paso 1.- Elegir los valores iniciales inferior Xl y superior Xu de
forma que la función cambia de signo sobre el intervalo. Esto
se puede verificar asegurándose de que f(Xl) f(Xu) < 0.
 Paso 2.- La primera aproximación a la raíz , se determina

como:
 Paso 3.- Realice las siguientes evaluaciones para determinar en

que subintevalo cae la raíz.

a) Si f(Xl) f(Xu) < 0 entonces la raíz se encuentra dentro del
subintervalo. Por lo tanto, tome Xu = Xl y continúe en el paso
2.
b) Si f(Xl) f(Xu) > 0 entonces la raíz se encuentra dentro del
subintervalo superior . Por lo tanto resuélvase Xl=Xr y continúe
en el paso 2.
c) Si f(Xl) f(Xu) = 0. la raiz es igual a Xr; termina el cálculo .

Lic. Teresa juliana Jara Alarcón 22

1) Elegimos dos valores iniciales at y b1, de tal forma que la función cambie
de signo

2) Realizamos la primera aproximación a la raíz, mediante la fórmula del

punto medio:

Lic. Teresa juliana Jara Alarcón 23

..Nota, usamos los puntos, no las funciones!!, Es decir, lo que está
dentro del paréntesis,
NO pongáis aquí el resultado de sustituir en la función.

3)Ahora determinamos en que subintervalo se encuentra la raíz:

Si f(a1)f(m1) <O, entonces la raíz está en el subintervalo [a1.m1] y b1=m1

Si f(a1)f(m1)>0, entonces la raíz está en el suointervaio [b1, m1) y at=m1

Si f(a1)f(m1 )=O, entonces aquí se encuentra la raíz

Resumido, hasta aquí, es ir hallando mitades sucesivamente hasta llegar

al intervalo que nos da igual a cero.
4) Calculamos una nueva aproximación a la raíz.

Lic. Teresa juliana Jara Alarcón 24

Lic. Teresa juliana Jara Alarcón 25
Lic. Teresa juliana Jara Alarcón 26
Lic. Teresa juliana Jara Alarcón 27
Lic. Teresa juliana Jara Alarcón 28
Lic. Teresa juliana Jara Alarcón 29
 Método de la regla falsa

   falsa posición es una alternativa basada en una visualización
La
grafica.
 Este método alternativo que aprovecha la visualización grafica es la
de unir f(Xl) y f(Xu) con una línea recta. La intersección de esta línea
en el eje de las x representa una mejor estimación de la raíz. El echo
de que se remplace la curva por una línea recta de una “posición
falsa” de la raíz . También a este método se le conoce como de
interpolación lineal.
 Usando triángulos semejantes la intersección de la recta en el eje x
puede ser estimado como:
 5.6

 Por lo tanto (5.7)

 Esta es la formula de la falsa posición

Lic. Teresa juliana Jara Alarcón 30

Grafica método de la regla falsa

Lic. Teresa juliana Jara Alarcón 31

 Desarrollo del método de falsa posición

  Multiplicando en cruz la ecuación:

 f(X ) – (X – X ) = f(X ) – (X – X )
l l u u r l
 Reagrupando términos y ordenando

 X [(X – X ) ]= X f(X ) - X f (X )
r l u u l l u
 Dividiendo entre f(X ) – X f(X )
l l u

 Separamos los términos

 -

Lic. Teresa juliana Jara Alarcón 32

  Sumando y restando a Xu en el lado derecho

 Agrupando términos:

 O

Lic. Teresa juliana Jara Alarcón 33

 Ejemplo 5.6

  
Como en el ejemplo 5.3 iniciar el calculo con los
valores iniciales Xi =12 y Xu=16

 Primera iteración:
 Xl= 12 f(Xl)= 6.0699
 Xu=16 f(Xu)= -2.2688

 Xr= 16
 El cual tiene un error relativo verdadero de 0.89%


Lic. Teresa juliana Jara Alarcón 34

  
Segunda iteración
 f(X )f (X ) = -1.5426
l u
 Por lo tanto la raíz se encuentra en el primer

subintervalo.
 X = 12 f(Xl)= 6.0699
l
 X =14.91113 f(Xu)= - 0.2543
u

 Xr= 16

Lic. Teresa juliana Jara Alarcón 35

GRACIAS

Lic. Teresa juliana Jara Alarcón 36