Métodos Numéricos

Ingeniería Textil y de Confecciones

Aproximaciones y errores de
redondeo
Prof. Oscar Tinoco G.
 ¿Qué es medir?
Medir es el acto que se realiza para obtener de las
dimensiones de un objeto respetando un patrón de
medida específico.
 Medir

Medida Directa: Medida Indirecta :

El valor de la magnitud Valor obtenido mediante
desconocida se obtiene por cálculo el
de la función de una
comparación con más mediciones directas,
o
una unidad desconocida. contienen
que fluctuaciones
originadas por perturbaciones
diversas .
ERRORES DE MEDICIONES

 Es la inexactitud que se acepta como inevitable, al

comparar una magnitud con su patrón de medida,
el error de medida depende de la escala de medida
empleada y tiene un límite.
 MEDICIÓN Y ERROR
• Las medidas experimentales están afectadas
de cierta imprecisión en sus valores debido a
las imperfecciones del aparato de medida o a
las limitaciones de nuestros sentidos en el caso
de que sean ellos los que deben registrar la
información.
• El valor de las magnitudes físicas se obtiene
experimentalmente efectuando una medida;
ésta puede ser directa sobre la magnitud en
cuestión o indirecta, es decir, obtenida por
medio de los valores medidos de otras
magnitudes ligadas con la magnitud problema
mediante una fórmula física.

• Resulta imposible llegar a conocer el valor exacto de

ninguna magnitud, ya que los medios
experimentales de comparación con el patrón
correspondiente en las medidas directas viene
siempre afectado de imprecisiones inevitables.
• El problema es establecer los límites dentro de
los cuales se encuentra dicho valor.
 Cifras significativas
• Las cifras significativas de un número son aquellas
que pueden utilizarse en forma confiable. Se tratan del
número de dígitos que se ofrecen con certeza más uno
estimado.
• Los métodos numéricos dan resultados aproximados.
• Los números representados en las computadoras
tienen un número finito de cifras significativas. A la
omisión del resto de cifras significativas se le conoce
como error de redondeo.
 Exactitud y precisión
La exactitud se refiere a que tan cercano esta el valor calculado o medido del
valor verdadero.
La precisión se refiere a que tan cercanos se encuentran, unos de otros,
diversos valores calculados o medidos.

Aumenta la exactitud
Aumenta la precisión
• Los métodos numéricos deben ser lo suficientemente
exactos, o sin sesgo, para satisfacer los
requerimientos de un problema particular de
ingeniería.

• También deben ser lo suficientemente precisos para

ser adecuados en el diseño de ingeniería.

• En este curso usaremos el término error para

representar tanto la inexactitud como la imprecisión
en las predicciones.
 Definición de error
Los errores numéricos se pueden clasificar como
Errores de truncamiento: resultan del empleo de aproximaciones con cálculos exactos.
Errores de redondeo: por utilizar números que tienen un límite de cifras significativas.
Error verdadero = Et = valor verdadero – valor aproximado
Esta definición no toma en cuenta la magnitud de las cantidades involucradas.
Error relativo fraccional verdadero = error verdadero / valor verdadero
El error relativo porcentual verdadero se define como
e t = error verdadero / valor verdadero x 100%
El error aproximado se utiliza cuando no se conoce el valor verdadero. Se define por
e a = error aproximado / valor aproximado x 100%
El error en los métodos iterativos con las aproximaciones actual y anterior.
e a = (aproximación actual – aproximación anterior) / aproximación actual x 100%
 Redondeo y Truncamiento
• El redondeo reduce el número de dígitos
significativos en un número. El resultado del
redondeo es una cantidad de magnitud similar , que
es un numero mas corto porque tiene menos dígitos
diferentes de cero.
• Un numero x esta truncado a n dígitos cuando todos
los dígitos que siguen al enésimo digito son
descartados y ninguno de los n dígitos restantes se
cambia.
• Ejemplo: 2.51486896321
• Redondeo: 2.51487
• Truncamiento: 2.51486
 Ejemplo 1
Se mide un puente y un remache, y se obtienen 9999 y 9 cm,
respectivamente. Si los valores verdaderos son 10000 y 10 a) encontrar el
error verdadero y b) el error relativo porcentual verdadero en cada caso.
a)
Puente: Et = 10000 – 9999 = 1 cm
Remache: Et = 10 – 9 = 1 cm
b)
Puente: et = 1/10000 x 100% = 0.01 %
Remache: et = 1/10 x 100% = 10 %
 Ejemplo 2
Aproximar los números reales indicados a continuación,
empleando una aritmética de cinco cifras significativas,
mediante corte y redondeo
 Tarea
a) Evalúe el polinomio
y = x3 – 7x2 + 8x + 0.35
En x = 1.37, utilizando aritmética de 3 dígitos con truncamiento (corte). Evalúe el
error relativo porcentual.
b) Repita a) con y calculada con
y = ((x – 7)x + 8)x + 0.35
Evalúe el error y compárelo con el de a)
 Tarea
Escriba un programa en C que imprima una tabla con valores calculados de
ex, para x = 0.5 utilizando la expansión siguiente

2 3
x x
ex  1 x   
2! 3!

Imprima el número de términos (comenzando en 1), el resultado de la suma y

el error relativo porcentual. Termine el proceso cuando el error relativo
porcentual sea menor a 0.004 %. El valor exacto determínelo con la función
exp() de C.
/* Programa para evaluar la función exponencial en 0.5
usando la serie de Taylor. */
#include <iostream>
#include <math.h>
int main(){
float x = 0.5, suma = 1, pi = 3.1415926535,error,fact = 1,pot = 1;
int iter = 1;
cout << "No.\tSuma\tError" << “\n”;
do{
error = (suma-exp(x))/exp(x)*100.0;
std::cout << iter << "\t" << suma << "\t" << error << "\t" << “\n”;
pot *= x; //siguiente potencia de x
fact *= iter; //siguiente factorial
suma += pot/fact; //siguiente valor de la suma
iter++;
}while(fabs(error)>0.004);
system("PAUSE");
return 0;
}
No. Suma Error
1 1 -39.3469
2 1.5 -9.0204
3 1.625 -1.43877
4 1.64583 -0.17516
5 1.64844 -0.0172116
6 1.6487 -0.00141312
Presione una tecla para continuar . . .
 Ejemplo
n
1
La serie: 
i 1 i 4

Converge al valor f(n) = p4/90, conforme n tiende a infinito.

Escriba un programa de precisión sencilla para calcular para n =10000
por medio de calcular la suma desde i = 1 hasta 10000.
Después repita el cálculo pero en sentido inverso, es decir, desde i =
10000 a 1, con incrementos de -1.
En cada caso, calcule el error relativo porcentual verdadero.

PI = 3.141592653589793238
 TEORÍA DE ERRORES1:
Definición 1 :
Suponga que þ* es una aproximación o medición de p. el error

absoluto de la aproximación es y el error relativo es

Ep =| p - p* |
| p - p* |
supuesto que P0
Rp 
|p|
Definición 2 :
El error relativo porcentual es el error relativo en porcentaje

Definición 3 :
Se dice que p* es aproximación a p con cifras significativas si es el

Mayor número natural tal que | p - p* | 10 2

<
|p| 2
 Ejemplo 1 :

Sea el número y = 3.141592 y ŷ = 3.14 . Hallar el

error absoluto, el error relativo y el error porcentual de la
aproximación.
Ey =| y - ŷ |=| 3.141592 - 3.14 |= 0.001592
* Error Absoluto :
  | y - ŷ | 0.001592
Ry = = = 0.000507
* Error relativo : y 3.141592
 
* Error relativo porcentual: Ry % = Ry *100 = 0.0507
 
¿Cuál es el número de cifras significativas en la aproximación?
-2
| 3.141592 - 3.14 |
= 0.000507 10 = 0.0050
3.141592 2
-2

= 0.000507  10 = 0.0050
| 3.141592 - 3.14 |
3.141592 2

-> ŷ es una aproximaci ón a y con 2 cifras significat ivas

 
 Ejemplo 2 :

Sea el número y = 1000000 y ŷ = 999996 . Hallar el

error absoluto, el error relativo y el error porcentual de la
aproximación.

* Error Absoluto :
Ey =| y - ŷ |=| 1000000 - 999996 |= 4
  | y - ŷ | 4
Ry = = = 0.000004
* Error relativo : y 100000
 
* Error relativo porcentual: Ry % = Ry *100 = 0.0004
 
¿Cuál es el número de cifras significativas en la aproximación?

|| 1000000 - 999996 | -5

1000000
= 0.000004 10 = 0.0000050
2
-5

= 0.000004  10 = 0.0000050
|| 1000000 - 999996 |
1000000 2
-> ŷ es una aproximaci ón a y con 5 cifras significat ivas
 
 ERRORES DE REDONDEO
 
La representación de números reales en una computadora está delimitada
por el número de cifras de la mantisa, de manera que algunos números no
coinciden exactamente con su representación en el ordenador. A esto se le
conoce como error de redondeo.

Ejercicio:
Usando aritmética de 4 dígitos por redondeo. Resolver:
1 2
x + 47.00 x - 1 = 0
4
* Se tiene la fórmula convencional:x1,2 = - b  b  4ac
2

2a

- 2c
* Se tiene la fórmula alternativa x1,2 = - b  b 2  4ac

Determinar los errores absolutos y relativos en cada caso. Presente sus

cálculos y determinar que método (a) y (b) es el más apropiado tal que permita
una aproximación más exacta de las raíces de la ecuación dada.
Ejercicio
Por otro lado:
Evaluar por el método directo el polinomio
y = 2,3x + 5,7
para el valor x = 1,5, teniendo en cuenta que tanto los
coeficientes como el valor de x tienen todas sus cifras
correctas. Considerar que los errores absolutos valen
0,05.
Obtener el valor aproximado de la evaluación así como
las cotas de error absoluto y relativo propagado.
El valor aproximado de la evaluación es:
y = 2,3(1,5)+5,7 = 9,15

Para el error de propagación se puede considerar:

y (x,w,z) = xy + z
 ƐƐx + Ɛw + Ɛz

Ɛ
 
 EPSILON DE MAQUINA

En el formato IEEE doble precisión, la operación 1+10-15 da

un resultado distinto de 1, mientras que 1+10-16 da como
resultado 1, es decir, el número 10-16 es tan pequeño que
al realizar la operación de suma se pierden todos los
dígitos que pudiera aportar al resultado.
Hay un valor que llamamos épsilon, ε, que es el mínimo
número que sumado a 1 da como resultado un valor mayor
que 1.
En el caso de IEEE doble precisión, este número estará
entre 10-16 y 10-15, como se ha visto por el ejemplo. Pero,
¿cuál es exactamente ese valor?
 EPSILON DE MAQUINA

El valor de ε se puede deducir de forma teórica a partir de

la descripción del formato IEEE. Sin embargo, lo que
vamos a hacer ahora es obtenerlo mediante un algoritmo.
La idea es realizar un bucle en el cual probamos la
operación 1+x para valores cada vez más pequeños de x,
hasta detectar que el resultado de la suma da
exactamente 1.
function [x,n] = epsilon
% Devuelve en x el valor del epsilon de la maquina y en n el numero
% de bits de la mantisa.
n = 0;
x = 1;
y = 2;
while y~=1
fprintf('n=%g, x=%g, y=%g\n',n,x,y)
n = n+1;
x = x/2;
y = 1+x;
end
x = x*2;
n = n-1;