Vous êtes sur la page 1sur 7

Aproximaciones Y Errores En El Análisis Numérico

Introducción:
las técnicas numéricas son muy sencillas en su descripción, por lo que es importante entender el
concepto de “error” para utilizar en forma efectiva los métodos numéricos.

Para validar una técnica numérica para un problema dado se necesita de alguna manera que esta
tenga solución analítica.

De no tenerla se usara aproximaciones o estimaciones de los errores.

8bit’s 16bit’s 32bit’s 64bit’s

Los errores más comunes son los errores de redondeo y los errores de truncamiento.

Los errores de redondeo se deben a que la computadora solo pueden representar cantidades
numéricas con un numero finito de dígitos

Los errores de truncamientos son los que representa la diferencia entre la formulación
matemática exacta de un problema y la aproximación dada por el un método numérico.

Otros errores que se pueden dar que no están relacionados con los métodos numéricos

 Errores por equivocación


 Errores en la formación del modelo
 Incertidumbre en la obtención de los datos

Cifras Significativas
cuando empleamos un numero en un determinado calculo, se debe tener la seguridad de que
pueda usarse con confianza.

El concepto de cifras significativas se ha desarrollado para designar formalmente la confiabilidad


de un valor numérico.

Los ceros causan simple confusión al operar.

Ejemplo

0.00001845 Tienen 4 cifras significativas;


0.001845
0.01845
El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los
métodos numéricos.

1. Los métodos numéricos dan resultados aproximados, por lo que se deben desarrollar para
especificar qué tan confiables son dichos resultados. El valor obtenido será correcta
cuando se especifica la cantidad “n” de cifras significativas.
2. Ciertas cantidades como π, e, j, √7 representan números específicos, no se puede
expresar como numero finito de dígitos.
ejemplo sea π=3.141592653589793238462643………
y que debido a que las computadoras retienen solo un numero finito de cifras
significativas, tales números jamás se podrán representar con exactitud. A la omisión del
resto cifras significativas se le conoce como errores de redondeo.
en el sistema decimal un cierto número real se encuentra representado por un numeral N
tal que su descomposición polinomica
𝑁 = 𝑎𝑚 × 10𝑚 ± 𝑎𝑚−1 × 10𝑚−1 ± 𝑎𝑚−2 × 10𝑚−2 … … .
siendo los coeficientes: 𝑎𝑖 (𝑖 = 𝑚, 𝑚 − 1, 𝑚 − 2, … )
valores enteros y positivos menores que diez.
orden: el orden de un número es el mayor valor que adopta el exponente de 10 en la
descomponían polinimica del número, asumiendo que sus coeficientes de cero.
cidras significativas: serán todos los coeficientes comprendidos en la descomposición
polinomica del numeral.
ejemplo:
sea N=27.048 𝑁 = 2 × 101 + 7 × 100 + 0 × 10−1 + 4 × 10−2 + 8 × 10−3
m=1
c.s=5
notación científica = 2.7048 × 101 = 2.7048Ε + 01
ejemplo 2:
sea 𝑁 = 0.002804 𝑁 = 2 × 10−3 + 8 × 10−4 + 0 × 10−5 + 4 × 10−6
m=-3
c.s=4
notación científica = 2.804 × 10−3
entonces las significativas son los dígitos de número que consideremos no nulos.
8723 4 c.s/ son significativas todos los dígitos distintos de cero
105 3c.s/los ceros situados entre dos cifras significativas son significativa
0.005 1c.s/los ceros a la izquierda de la primera cifra significativa no lo son
8.00 3c.s/para números mayores que uno los ceros a la derecha del punto
decimal son significativas
7x102 1c.s/para números sin punto decimal los ceros posteriores a la última cifra
distinta de cero pueden o no considerarse significativos
7.0x10 2c.s/para este caso que es 70 podríamos considerar una o dos cifras
significativas
tarea:
numero cifra significativa
145071 → 6 C.S/ el cero se encuentra en medio de cifras significativas.
4.9900x1011 → 5 C.S/ en este caso se podríamos considerar de 3 a 12 cifras
significativa
4.21300x10-3 → 4 C.S/ los ceros están a la izquierda de las cifras significativas
34800 → 5 C.S/ en este caso se puede considerar de 3 a 5 cifras significativas
0.459 → 3 C.S/ el cero esta a la izquierda de las cifras significativas
96800 → 5 C.S/ en este caso se puede considerar de 3 a 5 cifras significativas
0.00129 → 3 C.S/ los ceros están a la izquierda de las cifras significativas
3. Concepto de exactitud y precisión
los errores asociados a los cálculos se pueden caracterizan en respecto a su exactitud y
precisión.
a) Exactitud: se refiere a que tan cercano esta el valor calculado o medido respecto al
valor verdadero.
b) Precisión: se refiere a que tan cercanos se encuentren los valores calculados o
medidos unos de otros.

a) Inexacta e
impreciso
b) Exacto e
impreciso
c) Inexacto y
preciso
d) Exacto y preciso

Inexactitud: (sesgo) es una desviación sistemática del valor verdadero

Imprecisión: se llama también incertidumbre, esta se refiere a la magnitud en la dispersión de los


valores calculados o medidos.
ojo→para usar los 15 digitos en matlab se usa >>format long
Errores por truncamientos
Sabemos que el valor e=2.71……

%valor verdadero

Sin embargo existe la serie de expansión de


macclaurin para evaluar la expresión 𝑒 𝑥

𝑥
𝑥2 𝑥3
𝑒 = 1 + 𝑥 + + + ⋯…
2! 3!

𝑒𝑥 = 1

Error = vr-vc

De acuerdo al ejemplo anterior podemos decir:

𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 + 𝑒𝑟𝑟𝑜𝑟

𝑒𝑟𝑟𝑜𝑟 = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜

Por la notación matemática:


Ev=denota valor verdadero (exacto
𝐸𝑣 = 𝑥 − {𝑥} del error)

X=representa el valor verdadero

{x}= representa el valor aproximado

Existe un problema al utilizar esta definición de error, esto es la magnitud no nos indica que tan
representativa es esta cantidad.

Para resolver estas incertidumbre en la interpretación del error se recurre a la normalización del
mismo usando el valor verdadero como referencia.

𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 𝑓𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜 =
𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
(𝑥 − {𝑥})
𝐸𝑟 =
𝑥

También el valor del error relativo se puede expresar en forma porcentual al multiplicar por 100 el
error relativo fraccionario.

𝑥 − {𝑥}
𝐸𝑝 = ( ) × 100
𝑥

Para fines de poder comparar los errores de un cálculo contra las de otro, se prefiere usar valores
absolutos

𝐸𝑣 = |𝑥 − {𝑥}|

𝑥 − {𝑥}
𝐸𝑣 = | |
𝑥

𝑥 − {𝑥}
𝐸𝑝 = | | × 100
𝑥

Para los errores anteriores es que para ser evaluados se requiere del valor verdadero.

Entonces el error se puede estimar como la diferencia entre la aproximación previa y la


aproximación actual:

a) Error aproximado

𝑒𝑎 = 𝑥𝑖+1 − 𝑥𝑖

b) Error fraccionario apox


𝑥𝑖+1 − 𝑥𝑖
𝑒𝑎 = × 100
𝑥𝑖+1

Reescribiendo:

𝐸𝑎 = |𝑥𝑖+1 − {𝑥𝑖 }|

𝑥𝑖+1 − {𝑥𝑖 }
𝐸𝑟 = | |
𝑥𝑖+1

𝑥𝑖+1 − {𝑥𝑖 }
𝐸𝑟 = | |
𝑥𝑖+1
𝑥𝑖+1 − {𝑥𝑖 }
𝐸𝑟 = | | × 100
𝑥𝑖+1