UNIVERSIDAD MAYOR DE SAN
SIMON
FACULTAD CIENCIAS Y
TECNOLOGIA
TRABAJO
DE
INVESTIGACION
MATERIA: ANALISIS NUMERICO
DOCENTE: Dr. SORUCO MAITA JOSE ANTONIO
ESTUDIANTE: FLORES VARGAS LITSSY MABEL
CBBA - BOLIVIA
ERROR ABSOLUTO
El error absoluto se define como la diferencia entre el valor real y el valor
aproximado, en valor absoluto:
donde:
• El valor real es el valor que en teoría mide la magnitud a medir
• El valor aproximado es la media de las diferentes medidas
Este valor del error absoluto es el debido a la persona que realiza la medición.
Además, está el error debido a la precisión del instrumento de medida, que coincide
con la unidad más pequeña con la que puede medir el aparato.
El error absoluto será el mayor valor entre el error del medidor y el error del
aparato.
El error absoluto se mide en las mismas unidades que la medición.
Además, se expresa siempre con una cifra distinta de cero, redondeándose
siempre en exceso. Es decir, no podemos expresar el error absoluto de esta
forma:
Sino que el 0,018 debemos redondearlo a 0,02:
Por otro lado, error no puede ser más precisa (en decimales) que el error. Deben
ser igual de precisas. Si el error está expresado en centésimas, la medición no
puede ir expresada en unidades:
Sino que la medición debe ir también expresada en centésimas:
Si la medición es un número entero, entonces para llegar a las centésimas
añadiríamos ceros después de la coma.
ERROR RELATIVO
El error relativo se calcula dividiendo el error absoluto entre el valor exacto:
El error relativo se mide en porcentaje, luego para obtener directamente el error en
tanto por ciento, a la expresión anterior hay que multiplicarla por 100:
El error relativo lo utilizamos para determinar la precisión de la medición. Nos dice
la proporción del error con respecto al valor exacto de la medición. Una medida es
buena cuando no supera el 5%.
ERRORES DE TRUNCAMIENTO
Los errores de truncamiento son aquellos que resultan al usar una aproximación
en lugar de un procedimiento matemático exacto.
Estos tipos de errores son evaluados con una formulación matemática: la serie de
Taylor.
Taylor es una formulación para predecir el valor de la función en Xi+1 en términos
de la función y de sus derivadas en una vecindad del punto Xi.
Siendo el termino final:
Rn= ((ƒ(n+1) (ξ))/(n+1)!)hn+1
En general, la expansión en serie de Taylor de n-ésimo orden es exacta par
aunpolinomio de n-ésimo orden. Para otras funciones continuas diferenciables,
como las exponenciales o senoidales, no se obtiene una estimación exacta
mediante un numero finito de términos. Cada una de los términos adicionales
contribuye al mejoramiento de la aproximación, aunque sea un poco.
ERROR DE ESTABILIDAD DEL METODO
La estabilidad numérica es la razón por la cual no se puede normalmente testear
un código numérico como la simulación del clima corriéndolo hacia atrás. Correr el
código hacia adelante incluye usualmente métodos numéricos para asegurar que
los errores de aproximación aleatorios se vuelvan cada vez menos importantes a
medida que el cálculo procede, asegurando la estabilidad numérica. Correr el
código hacia atrás magnifica los errores generando resultados sin utilidad práctica.
Dado un algoritmo f(x), con x los datos de entrada y ε el error en los datos de
entrada, decimos que el algoritmo es numéricamente estable (es decir que el
algoritmo depende continuamente de los parámetros) para el error absoluto si
y numéricamente estable para el error relativo si
Decimos que un algoritmo es numéricamente inestable para el error absoluto si
y numéricamente inestable para el error relativo si
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 función de maneras diferentes; esta técnica de retener solo los primeros siete
términos se llamó “truncamiento” en el ambiente de computación. De preferencia
se llamara de corte, para distinguirlo de los errores de truncamiento. Un corte
ignora los términos restantes de la representación decimal completa.
La mayor parte de las computadoras tienen entre 7 y 14 cifras significativas, los
errores de redondeo parecerían no ser muy importantes. Sin embargo, hay dos
razones del por qué pueden resultar críticos en algunos métodos numéricos:
1) Ciertos métodos requieren cantidades extremadamente grandes para obtener
una respuesta. Además, estos cálculos a menudo dependen entre si, es decir, los
cálculos posteriores son dependientes de los anteriores. En consecuencia, aunque
un error de redondeo individual puede ser muy pequeño, el efecto de acumulación
en el transcurso de la gran cantidad de cálculos puede ser significativo.
2) El efecto de redondeo puede ser exagerado cuando se llevan a cabo
operaciones algebraicas que emplean números muy pequeños y muy grandes al
mismo tiempo. Ya que este caso se presenta en muchos métodos numéricos, el
error de redondeo puede resultar de mucha importancia.
