MÉTODOS

NUMÉRICOS
Introducción y Análisis del error
MSc. Paulina Morillo
Objetivos

■ Desarrollar algoritmos existentes y útiles para la resolución de

problemas que se presentan en el estudio de la Ingeniería.
■ Propender a la implementación de ciertos algoritmos, que sirven para
realizar ejercicios de aplicación inmediata, mediante el uso de un
lenguaje de programación de alto nivel como Matlab,
Algoritmo
DEFINICIÓN:
■ Un algoritmo es un procedimiento que describe
sin ninguna ambigüedad, una sucesión finita de
pasos a realizarse en un orden específico.

■ Para obtener resultados confiables, es necesario

imponer criterios que garanticen que el algoritmo
se mueva en un marco de estabilidad.
 cambios pequeños en los
datos iniciales
Estables
acumulación de cambios pequeños en los
error aceptable resultados
finales
Algoritmo
cambios pequeños en los
datos iniciales
Inestables
acumulación
exagerada del cambios grandes en los
error resultados
finales
 Tipos de Error
■ Si 𝐸𝑛 representa la función del que determina el crecimiento del error
después de n operaciones subsecuentes, se pueden definir los siguientes
modelos de funciones de error:

De Crecimiento Lineal
𝐸𝑛 ≈ 𝐶𝑛𝜀;
𝐶 constante independiente de n
Errores
(Según su
comportamiento) De Crecimiento No Lineal
𝐸𝑛 ≈ 𝐾 𝑛 𝜀;
para alguna 𝐾 > 1
Ejemplo de Algoritmos Inestables

Algoritmo Partiendo del razonamiento lógico:

Ejemplo de Algoritmos Inestables

Actividad Evalúe la función, de forma directa y utilizando el algoritmo

n 𝑓𝑛 (1) Verdadera 𝑓𝑛 (1) Algoritmo

1
2
3
4
5
6
7
Ejemplo de Algoritmos Inestables

Actividad Evalúe la función, de forma directa y utilizando el algoritmo

A medida que aumenta 𝑛,

𝑓𝑛(1) también aumenta, por
lo que se trata de un
algoritmo inestable.
Errores por truncamiento
Los errores de truncamiento son aquellos que resultan al usar una aproximación en lugar de un
procedimiento matemático exacto.

Residuo dado por el corte de la serie

Si
Cifras significativas

• El concepto de cifras o dígitos

significativos se ha desarrollado
para designar formalmente la
confiabilidad de un valor
numérico.
• Las cifras significativas de un
número son aquellas que pueden
utilizarse en forma confiable.
• Se trata del número de dígitos que
se ofrecen con certeza, más uno
estimado.
Cifras significativas

■ 0.00001845, 0.0001845 y 0.001845

■ 45300, 4530000, 4530

¿Cuántas cifras significativas tienen estos números?

Cifras significativas

• Los métodos numéricos dan resultados aproximados. Por lo tanto, se deben

desarrollar criterios para especificar qué tan confiables son dichos resultados. Una
manera de hacerlo es en términos de cifras significativas. Por ejemplo, es posible
afirmar que la aproximación es aceptable siempre y cuando sea correcta con cuatro
cifras significativas.

• Aunque ciertas cantidades tales como 𝜋, e, 7 representan cantidades específicas,

no se pueden expresar exactamente con un número finito de dígitos.
Tipos de Error
■ En general, un proceso numérico involucra errores, que dependerán de la
capacidad numérica de la máquina de cálculo, del cambio de base y del tipo de
algoritmo.

Debidos a la capacidad
Por Redondeo numérica de la máquina
implica una representación
aproximada de los números
enteros o reales verdaderos
Errores
Representan la diferencia
Por Truncamiento entre una formulación
fundamentalmente debido al matemática exacta de un
modelo del algoritmo problema y su
aproximación obtenida por
un método numérico.
Exactitud vs. Precisión

La exactitud se refiere a qué tan cercano

está el valor calculado o medido del valor
verdadero.

La precisión se refiere a qué tan cercanos

se encuentran, unos de otros, diversos
valores calculados o medidos.
Definición del Error

Valor verdadero = Valor aproximado + error Valor exacto del error

Error absoluto o verdadero
Error = Valor verdadero - Valor aproximado No toma en consideración el orden de
la magnitud del valor que se estima

Error relativo fraccional verdadero = error verdadero

valor verdadero

Error relativo porcentual verdadero = error verdadero x 100%

valor verdadero
Definición del Error
¿Qué pasa cuando no se conoce el valor verdadero?

Error = aproximación actual – aproximación anterior Error aproximado

Error relativo fraccional normalizado = error aproximado

aproximación actual

Error relativo porcentual normalizado = error aproximado x 100%

aproximación actual
Representación numérica
■ La unidad fundamental mediante la cual se representa la información se llama
palabra. Ésta es una entidad que consiste en una cadena de dígitos binarios o bits
(binary digits). Por lo común, los números son guardados en una o más palabras.
■ Representación de un entero en binario

¿Cuántas números enteros se pueden representar con 8 bits?

¿Cuál es el rango de valores enteros que se pueden representar con 8 bits?

Representación numérica – caso binario
■ Una forma de analizar los tipos de errores, es mediante la representación
normalizada de los números reales (fórmula de punto flotante), conocida con el
nombre de ARITMÉTICA REAL, esto es:

𝟏
≤ 𝑴𝒂𝒏𝒕𝒊𝒔𝒂 ≤ 𝟏
𝒃𝒂𝒔𝒆

𝑒
𝑚 𝑏
Mantisa base exponente
Representación numérica
■ Usando una palabra de 7 bits, un número se representaría así:

¿Cuál es número positivo decimal más pequeño que se puede representar?

Análisis del error
Análisis del error
■ El rango de cantidades que pueden representarse es limitado -> error de
desbordamiento (overflow) o cuando las cantidades son muy pequeñas (underflow)
■ Existe sólo un número finito de cantidades que puede representarse dentro de un
rango (errores de cuantificación)
■ El intervalo entre los números, ∆x, aumenta conforme los números crecen en
magnitud.
|∆𝑥|
≤𝜀 Error debido al corte
|𝑥|
|∆𝑥| 𝜀
≤ Error debido al redondero
|𝑥| 2
𝜀 = 𝑏1−𝑡
N. Dígitos significativos en la mantisa
Epsilon de la máquina
base
Representación numérica – Caso decimal
■ Una forma de analizar este tipo de errores, es mediante la representación
normalizada de los números reales (fórmula de punto flotante), conocida con el
nombre de ARITMÉTICA REAL, esto es:

Entonces, cualquier número real positivo Y puede ser normalizado en la siguiente

forma:
Análisis del Error
■ Ahora, suponiendo que Y esté representado dentro del rango numérico de la
máquina, entonces se pueden presentar los siguientes casos:
Análisis del Error
■ Ejemplo: Representar 𝝅 en forma normalizada con 5 dígitos de aproximación.
A) por redondeo
B) por corte
Análisis del Error
■ Ejemplo: Representar 𝝅 en forma normalizada con 5 dígitos de aproximación.
A) por redondeo
B) por truncamiento
Error por comparación
(Absoluto y Relativo)
■ El tratamiento de valores numéricos, en lo relativo a una comparación, puede ser
hecho en base a los conceptos de un ERROR ABSOLUTO (Error aproximado) o de un
ERROR RELATIVO.
■ Así, si Y* es una aproximación de Y, entonces se tiene lo siguiente:
Error por comparación
(Absoluto y Relativo)
■ Debido a que 𝑑1 ≠ 0, el mínimo valor del denominar es 0,1 y puesto que el
numerado está acotado en 1. Se obtiene:
Error por comparación
(Absoluto y Relativo)
■ Debido a que 𝑑1 ≠ 0, el mínimo valor del denominar es 0,1 y puesto que el
numerado está acotado en 1. Se obtiene:

■ Por otro lado el uso continuo de la aritmética real de redondeo, lleva a la siguiente
preposición: