TIPOS DE ERRORES

INTRODUCCION

A lo largo del tiempo, los mtodos numricos han sido desarrollados con el objeto de resolver problemas matemticos cuya solucin es difcil o imposible de obtener por medio de los procedimientos tradicionales. Las soluciones que ofrecen los mtodos numricos son aproximaciones de los valores reales y, por tanto se tendr un cierto grado de error que ser conveniente determinar. Aunque la perfeccin es una meta digna de alabarse es difcil si no imposible de alcanzarse. Las aproximaciones numricas pueden introducir errores la pregunta es Qu error puede considerarse tolerable?. Cuando se emplea un nmero en el calculo, debe haber seguridad que pueda usarse con confianza El concepto de cifras o digitos significativos se ha desarrollado para designar formalmente la contabilidad de un valor numrico. El numero de cifras significativas es el numero de digitos, ms un digito estimado que se pueda usar con confianza; los ceros no siempre son cifras significativas ya que pueden usarse solo para ubicar el punto decimal. 1.-Los mtodos numricos obtienen resultados aproximados. Por lo tanto se debe desarrollar criterios para especificar que tan precisos son los resultados obtenidos. Una manera de hacerlo es en trminos de cifras significativas. Por ejemplo se puede decir que la aproximacin es aceptable siempre y cuando sea correcta hasta cuatro cifras significativas esto es, debe existir seguridad que las primeras cuatro cifras son correctas. 2.-Aunque ciertas cantidades tales como , e o 7 representan nmeros especficos, no se puede expresar exactamente con un numero finitos de digitos. Debido a que las computadoras personales solo representan aproximadamente diez cifras significativas (comnmente varian entre 7 y 14) tales nmeros jams se podrn representar exactamente. A la omision del resto de cifras significativas se le conoce como error de redondeo. Los errores de redondeo y el uso de cifras significativas tienen mucha importancia en la identificacin de exactitud y precisin.

EXACTITUD Y PRECISION
Los errores asociados con los clculos y medidas se pueden caracterizar observando su precisin y exactitud. La precisin se refiere a 1) el numero de cifras significativas que representa una cantidad o 2) la extensin en las lecturas repetidas de un instrumento que mide alguna propiedad fsica. La exactitud se refiere a la aproximacin de un nmero o de una medida al valor verdadero que se supone representa. La inexactitud ( conocida tambin como sesgo ) se define tambin como un alejamiento sistemtico de la verdad . la precisin por otro lado se refiere a la magnitud del esparcimiento. Los mtodos nmeros deben ser lo suficientemente exactos o sin sesgo para que cumplan los requisitos de un problema particular de ingeniera. Tambin debe ser lo suficientemente

preciso para el diseo en la ingeniera. Usaremos el termino de error para representar la inexactitud y la precision de las predicciones.

FACTORES QUE CONTRIBUYEN AL ERROR EN LOS CLCULOS NUMRICOS. DEFINICIN DE ERROR

Los errores numricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemticas. Esto incluye errores de truncamiento que resultan de representar aproximadamente un procedimiento matematico exacto, y los errores de redondeo, que resultan de presentar aproximadamente nmeros exactos. Para los tipos de errores, la relacin entre el resultado exacto o verdadero y el aproximado esta dado por :

Valor verdadero = valor aproximado + error ( Ec.1 )

Reordenando la ecuacin Ec.1, se encuentra que el error numrico es igual a la diferencia entre el valor verdadero y el valor aproximado esto es :

Ev = valor verdadero valor aproximado

Donde Ev se usa para redondear el valor exacto del error. Se incluye el subndice v par dar a entender que se trata del verdadero error. Un defecto es que muchas veces no se toma en consideracin el orden de magnitud del valor que se esta probando . Por ejemplo, un error de un centmetro es mucho mas significativo si se esta midiendo un remache que un puente. Una manera de medir las magnitudes de las cantidades que se estn evaluendo es normalizar el error respecto al valor verdadero, como en:

Error relativo fraccional = error / valor verdadero

Donde:

Error = valor verdadero valor aproximado.

El error relativo tambin se puede multiplicar por el 100% para expresarlo como Ev = (error verdadero/ valor verdadero ) 100;Donde Ev denota el error relativo porcentual. El subndice v significa la normalizacin del error al valor verdadero . Para los mtodos numricos el valor verdadero nicamente se conocer cuando se habla de funciones que se pueden resolver analticamente. Sin embargo, en aplicaciones reales, no se conoce la respuesta verdadera. En estos casos, normalizar el error es una alternativa usando la mejor estimacin posible del valor verdadero, esto es a la aproximacin misma, como:

Ea = (error aproximado/ valor aproximado)100

Donde el subndice a significa que el error est normalizado a un valor aproximado .

Uno de los retos a que se enfrentas los mtodos numricos es el de determinar estimaciones del error en ausencia de conocimiento de los valores verdaderos. El error se calcula como la diferencia entre la aproximacin previa y la actual. Por lo tanto, el error relativo porcentual est dado por Ea =abs( ((aproximacin actual- aproximacin previa )/ aproximacin actual) 100) Si se cumple la relacin anterior , entonces se considera que el resultado obtenido esta dentro del nivel aceptable, es decir, aun error previamente fijado(Es): Abs(Ea) <>

ERRORES DE REDONDEO
Los errores de redondeo se deben a que las computadoras solo guardan un numero finito de cifras significativas durante un calculo. Las computadoras realizan esta funcin de maneras diferentes; esta tcnica de retener solo los primeros siete trminos se llam truncamiento en el ambiente de computacin. De preferencia se llamara de corte, para distinguirlo de los errores de truncamiento. Un corte ignora los trminos restantes de la representacin decimal completa. La mayor parte de las computadoras tienen entre 7 y 14 cifras significativas, los errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del por qu pueden resultar crticos en algunos mtodos numricos: 1) Ciertos mtodos requieren cantidades extremadamente grandes para obtener una respuesta. Adems, estos clculos a menudo dependen entre si, es decir, los clculos posteriores son dependientes de los anteriores. En consecuencia, aunque un error de redondeo individual puede ser muy pequeo, el efecto de acumulacin en el transcurso de la gran cantidad de clculos puede ser significativo. 2) El efecto de redondeo puede ser exagerado cuando se llevan a cabo operaciones algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo. Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo puede resultar de mucha importancia.

ERRORES DE TRUNCAMIENTO
Los errores de truncamiento son aquellos que resultan al usar una aproximacin en lugar de un procedimiento matemtico exacto. Estos tipos de errores son evaluados con una formulacin matemtica: la serie de Taylor. Taylor es una formulacin para predecir el valor de la funcin en Xi+1 en trminos de la funcin y de sus derivadas en una vecindad del punto Xi. Siendo el termino final: Rn= (((n+1) ())/(n+1)!)hn+1 En general, la expansin en serie de Taylor de n-simo orden es exacta par aunpolinomio de nsimo orden. Para otras funciones continuas diferenciables, como las exponenciales o senoidales, no se obtiene una estimacin exacta mediante un numero finito de trminos. Cada una de los trminos adicionales contribuye al mejoramiento de la aproximacin, aunque sea un poco.

ERROR NUMERICO TOTAL

El error numrico total es la suma de los errores de redondeo y de truncamiento. La nica forma

de minimizar los errores de redondeo es la de incrementar el nmero de cifras significativas de la computadora.

Repr

Representacin grafica de las ventajas y desventajas entre errores de redondeo y truncamiento que en ocasiones influyen en el curso de un mtodo numrico. El punto ptimo muestra donde el error de redondeo comienza a negar los beneficios dados por la reduccin del tamao de paso.

ERRORES POR EQUIVOCACIN

En los primeros aos de la computacin los resultados numricos errneos fueron atribuidos algunas veces al mal funcionamiento de la computadora misma. Hoy dia esta fuente de error es muy improbable y la mayor parte de las equivocaciones se atribuye a errores humanos. Las equivocaciones ocurren a cualquier nivel del proceso de modelacin matematica y pueden contribuir con todas las otras componentes del error. Las equivocaciones, por lo general se pasan por alto en la discucin del mtodo numrico. Esto sin duda prueba el hecho de que los errores de torpeza son, hasta cierto punto inevitables.

ERRORES DE FORMULACIN
Los errores de formulacin o de modelamiento degeneran en lo que se podra considerar como un modelo matemtico incompleto, ya que si se esta usando un modelo deficiente, ningn mtodo numrico generara los resultados adecuados.

BIBLIOGRAFA MTODOS NUMRICOS PARA INGENIEROS. C.Chapra, Steven, Et al. Ed MC GRAW-HILL . Mxico 1995. 641 pp. METODOS NUMERICOS APLICADOS A LA INGENIERIA.

Nieves Hurtado, Antonio, Et al. Ed. Continental. Segunda reimpresin. Mxico 1997. 602pp METODOS NUMERICOS.Rafael Iriarte V. Balderrama Ed. trillas. Primera edicin. Mxico 1990
DEFINICI0N DE MET0D0S NUMERIC0S Los mtodos numricos son tcnicas mediante las cuales es posible formular problemas de tal forma que sean resueltas con operaciones aritmticas, Aunque hay muchos tipos de mtodos numricos todos comparten una caracterstica comn, llevan cabo un buen nmero de tediosos clculos aritmticos.
STEVEN C.CHAPRA, RAYMOND P. Canale, Mtodos Numricos para Ingenieros con Aplicaciones en Computadoras Personales, Edit. McGraw Hill, Mxico, S.A de C.V., 1987. PAG. 1

Los mtodos numricos nos vuelven aptos para entender esquemas numricos a fin de resolver problemas matemticos, de ingeniera y cientficos en una computadora, reducir esquemas numricos bsicos, escribir programas y resolverlos en una computadora y usar correctamente el software existente para dichos mtodos y no solo aumenta nuestra habilidad para el uso de computadoras sino que tambin amplia la pericia matemtica y la comprensi6n de los principios cientficos bsicos.
NAKAMURA, Schoichiro, Mtodos Numricos Aplicados con Software, Edit. Prentice Hall, Mxico, 1992. PREFACIO..

Los mtodos numricos son adecuados para la solucin de problemas comunes de ingeniera, ciencias y administracin, utilizando computadoras electrnicas. En el proceso de solucin de problemas por medio de computadoras se requieren los pasos siguientes. - Especificacin del problema. Con esto se indica que se debe identificar perfectamente el problema y sus limitaciones, las variables que intervienen y los resultados deseados.

- Anlisis. es la formulacin de la solucin del problema denominada tambin algoritmo, de manera que se tenga una serie de pasos que resuelvan el problema y que sean susceptibles de ejecutarse en la computadora. - Programacin. Este paso consiste en traducir el mtodo de anlisis o algoritmo de solucin expresndole como una serie detallada de operaciones. - Verificacin. Es la prueba exhaustiva del programa para eliminar todos los errores que tenga de manera que efecte lo que desea los resultados de prueba se comparan con soluciones conocidas de problemas ya resueltos. - Documentacin. Consiste en preparar un instructivo del programa de manera que cualquier persona pueda conocer y utilizar el programa. - Produccin. Es la ultima etapa en la que solo se proporcionan datos de entrada del programa obtenindose las soluciones correspondientes. De lo antes expuesto se puede concluir que es necesario un conocimiento completo del problema, y de los campos de las matemticas relacionados con el que es precisamente el objeto de los mtodos numricos para computadora.
LUTHE, Rodolfo y otros Mtodos Numricos, Edit. Limusa, Mxico, 1980. PROLOGO

Para resolver el problema con una computadora significa mucho ms que el trabajo que ejecuta la maquina.

Identificacin y definicin de objetos. descripcin matemtica. Anlisis numrico. Programacin de la computadora. Verificacin del programa. Produccin. Interpretacin.

La maquina sigue una serie de pasos o tambin denominado mtodo numrico la respuesta final para el usuario debe interpretar los resultados para ver lo que

significan en funcin de las combinaciones del objetivo que el sistema propuesto debe satisfacer.
Mtodos numricos y programacin fortran. Con aplicaciones en ingeniero y ciencias. Daniel d. Meracken. Pagina 14.

Algebra Lineal
MATRICES Y SOLUCION DE SISTEMAS DE ECUACIONES INTRODUCCION Para el estudio de mtodos numricos es indispensable el conocimiento y manejo del lgebra lineal, ya que es la base en la solucin de la gran mayora de problemas que cotidianamente se presentan. El programa que se utiliza para resolver mtodos numricos es el MATLAB; el cual se basa en operaciones de matrices y vectores; siendo esta otra de las razones para incluir el lgebra lineal en mtodos numricos. El objetivo principal de este trabajo es comprender la parte bsica del lgebra lineal como lo es la teora de matrices y la solucin de sistemas de ecuaciones lineales mediante varios mtodos. Una vez explicada la teora, se resolvern problemas, relacionados con el tema, en el MATLAB; escribiendo tanto el planteamiento del problema como su programa para MATLAB. En este trabajo se comienza explicando como se realizan las operaciones bsicas entre matrices y vectores, tales como suma, resta, multiplicacin, inversa, etc.; para dar paso a la solucin de sistemas de ecuaciones lineales mediante varios mtodos como lo son mediante:

Clculo de la inversa de la matriz A, Eliminacin Gaussiana y Descomposicin de la matriz A en LU.

Al final del trabajo se citan problemas y se resuelven con MATLAB utilizando los diferentes mtodos que se mencionan en la teora. Tambin se adiciona el programa que corre bajo MATLAB del cual se obtuvieron los resultados que aqu se citan.

TEORIA MATRICES Y VECTORES Una matriz es un arreglo rectangular de nmeros, llamados elementos, ordenados de tal manera que cuente con "m" filas y "n" columnas. Los elementos pueden ser nmeros reales o complejos. Para definir un elemento dentro de una matriz se utiliza una notacin con doble subndice, por ejemplo:

As el elemento

ser aquel localizado en la fila "i" y en la columna "j".

Los vectores son formas especiales de las matrices. Si m > 1, pero n = 1, la matriz se convierte en:

Con una sola columna, y se denomina vector columna. Pero si la matriz es de m = 1 y n > 1 se convierte en vector fila. Cuando solo hay una columna o una sola fila no es necesario utilizar dos subndices, con un solo subndice es suficiente. En otro caso especial donde m = n = 1, la matriz de 1 x 1 se denomina escalar. A continuacin se numeran algunas definiciones de matrices importantes dentro del lgebra lineal.

MATRIZ CUADRADA: Es una matriz donde m = n, se llama simplemente de "n x n". MATRIZ NULA: Todos los elementos de la matriz son cero. MATRIZ IDENTIDAD: Es una matriz cuadrada donde todos los elementos de la diagonal principal son "1"; mientras que todos los dems elementos son cero. Esto es:

MATRIZ TRANSPUESTA: La transpuesta de una matriz se obtiene intercambiando las filas en el lugar de las columnas y las columnas en el lugar de las filas. As si . Por ejemplo: ,

MATRIZ TRIANGULAR SUPERIOR: Es una matriz cuadrada, donde los elementos por abajo de la diagonal principal son ceros, esto es:

MATRIZ TRIANGULAR INFERIOR: Es una matriz cuadrada en la que los elementos por arriba de la diagonal superior son cero; esto es:

OPERACIONES ENTRE VECTORES Y MATRICES SUMA Y RESTA: Podemos sumar una matriz a otra o restarla de otra si ambas tienen el mismo tamao (mismo nmero de columnas y filas). Como los vectores son una forma especial de matrices, las mismas reglas se aplican a los vectores. Sea

la suma y resta de matrices del mismo tamao esta definida por:

donde

es una matriz con

ejemplo:

PRODUCTO VECTORIAL Y MATRICIAL Sea; y entonces el producto de dos n-vectores;

(producto escalar), esta dado por:

Debido a la notacin empleada , el producto escalar de dos vectores a menudo recibe el nombre de producto punto o producto interno de los vectores. Se puede advertir fcilmente que el producto escalar de dos n-vectores es un escalar. A fin de que se puede hacer el clculo del producto escalar de A y B es necesario que Ay B tengan el mismo nmero de componentes. El producto escalar entre vectores cumple con lo siguiente: Sean a, b y c n-vectores y 1.2.3.4.PRODUCTO ENTRE DOS MATRICES: Suponga que B y C son matrices. Si el nmero de columnas de A y el nmero de filas de B son idnticas, las matrices pueden multiplicarse como: (Ley conmutativa del producto escalar) (Ley distributiva del producto escalar) un escalar. Entonces:

Donde es una matriz que representa el resultado de la multiplicacin. Los elementos de C estn relacionados con los de A y B por:

Dicho de otra forma, el elemento ij-simo de AB es igual al producto punto del i-simo rengln de A y la j-sima columna de B. Es decir:

El nmero de filas de C es igual al de A, y el nmero de columnas de C es igual as de B. En otras palabras, si A es una matriz de p x q y B una matriz de q x r , entonces C es una matriz de p x r. Obviamente, si A y B son matrices cuadradas del mismo tamao, C tambin ser tambin una matriz cuadrada del mismo tamao. Lo anterior es suficiente para deducir que el producto de AB no es igual a BA. Puede darse el caso especial donde AB = BA, a lo cual se dice que las matrices son conmutativas. Ejemplo de productos entre matrices. Sea:

Encontrar C = AB

Obtenemos as que:

INVERSA DE UNA MATRIZ: Sean A y B matrices de n x n, y suponiendo que la multiplicacin AB = BA = Identidad, entonces la matriz B se le llama inversa de A, y se escribe esta manera: . De

De la definicin anterior se deduce que , si A tiene inversa. Nosotros podemos conocer fcilmente si una matriz tiene inversa; basta con encontrar su determinante, y si resulta cero, no tiene inversa; cualquier otro nmero nos indica que tiene inversa. Para encontrar la inversa de una matriz puede resultar un poco difcil, dependiendo del tamao de la misma . Un ejemplo sencillo se muestra a

continuacin. Sea:

Encontrar la inversa de A o

. , entonces:

Si tomamos la definicin de inversa encontramos que

Resolviendo encontramos:

Igualando trmino a trmino, encontramos una serie de ecuaciones que al resolverlas obtenemos el resultado:

Sin embargo, este no es el mtodo ms adecuado, ya que por el mtodo de eliminacin de Gauss-Jordan es posible encontrar la inversa de una matriz ms rpidamente (este mtodo se ver ms adelante). INDEPENDENCIA LINEAL Las columnas de una matriz A de dimensin (mxn) se puede escribir como (n) vectores columna , cada uno de (m) elementos, como a continuacin

] Los vectores columna son linealmente dependientes si existen escalares

, no todos iguales a cero, tales que se cumple:

es decir que:

de lo contrario ser linealmente dependiente.

SOLUCION DE SISTEMAS DE ECUACIONES Consideremos un conjunto de "m" ecuaciones con "n" incgnitas dado por:

..... ..... .....

donde son coeficientes conocidos, son incgnitas y conocidos que se denominan trminos no homogneos.

son trminos

El sistema de ecuaciones lineales anteriores pueden expresarse de la forma compacta como:

donde A, x , y estn definidos respectivamente por:

Resolver un sistema de ecuaciones es encontrar el valor de las incgnitas "x". Una forma de resolver este sistema de ecuaciones es utilizando la formula multiplicndola por la matriz inversa de A por ambos lados de la igualdad; de la siguiente manera:

(I es la matriz identidad)

De esta manera encontramos que si calculamos la inversa de A y la multiplicamos por el vector "y", obtendremos el vector "x" con las soluciones al sistema de ecuaciones. Los sistemas de ecuaciones pueden presentar tres casos: Es el ms comn, ya que el nmero de ecuaciones es igual al nmero de incgnitas. El nmero de ecuaciones es menor que el de incgnitas y tenemos lo que se conoce como problema subdeterminado. El nmero de ecuaciones es mayor que es de incgnitas y tenemos lo que se conoce como problema sobredeterminado. Esto ocurre en el ajuste de rectas y curvas.

Un conjunto de ecuaciones lineales no siempre tiene solucin numrica. Los siguientes tres conjuntos de ecuaciones son ejemplo de ello: Ejemplo 1:

En este caso las dos rectas se encuentran en el mismo sitio por lo que la solucin que satisface a una, tambin a la otra, teniendo as infinitas soluciones. Ejemplo 2:

Las dos ecuaciones son lneas paralelas que nunca se interceptan, por lo que no existe una solucin. Ejemplo 3:

Tenemos tres ecuaciones independientes para dos incgnitas. Como se observa stas tres ecuaciones nunca pueden satisfacerse simultneamente. DETERMINANTES El determinante es una cantidad importante asociada a una matriz cuadrada. De hecho no podemos obtener una solucin nica de un conjunto no homogneo de ecuaciones lineales si el determinante de la matriz de coeficientes es cero. Esto se debe a que, si por lo menos una ecuacin de un conjunto de ecuaciones lineales no es linealmente independiente, el determinante es cero. Si el valor del determinante es extremadamente pequeo o grande, es seal de que hay errores graves en la solucin de las ecuaciones. El determinante de una matriz tambin desempea un papel importante cuando se calculan los valores propios de una matriz. El determinante de una matriz A se denota como "det(A)". En el caso de una matriz de 2x2 el determinante de A se calcula:

Para una matriz de 3x3 existen varias formas de obtenerlo, pero una definicin formal del determinante de una matriz A de orden n esta dada por:

Donde la sumatoria abarca todas las permutaciones del primer subndice de a, y es + si la permutacin es par y - si es impar.

Si la matriz es una matriz triangular inferior o superior, o una matriz diagonal, el clculo se simplifica mucho. El determinante de este tipo de matrices se calcula simplemente multiplicando los elementos de su diagonal principal.