Mtodos Numricos I

1. Anlisis de error.
Objetivo
Reconocer el manejo de los nmeros reales y su representacin en las
computadoras.
Introduccin.
La ciencia y la tecnologa describen los fenmenos reales mediante
modelos matemticos. El estudio de estos modelos permite un
conocimiento ms profundo del fenmeno, as como de su evolucin
futura. La matemtica aplicada es la rama de las matemticas que se
dedica a buscar y aplicar las herramientas ms adecuadas a los
problemas basados en estos modelos. Sin embargo, no siempre es
posible aplicar mtodos analticos clsicos por diferentes razones:
- No se adecan al modelo concreto.
- Su aplicacin resulta excesivamente compleja.
- La solucin formal es tan complicada que hace imposible
cualquier interpretacin posterior.
- Simplemente no existen mtodos analticos capaces de
proporcionar soluciones al problema.
En estos casos son tiles las tcnicas numricas, que mediante una
labor de clculo ms o menos intensa, conducen a soluciones
aproximadas que son siempre numricas. El importante esfuerzo de
clculo que implica la mayora de estos mtodos hace que su uso est
ntimamente ligado al empleo de computadoras.
Anlisis
numrico
- Es el desarrollo y estudio de procedimientos para resolver
problemas con ayuda de una computadora.
- Tiene como ventaja fundamental que puede obtenerse una
respuesta numrica, aun cuando un problema no tenga solucin
analtica.
- Los mtodos numricos requieren operaciones aritmticas tan
tediosas y repetitivas, que solo si se cuenta con una computadora
es prctico resolver problemas de esta forma.
Cuando se emplea el anlisis numrico para resolver algn tipo de
ecuacin se debe a que:
Mtodos Numricos I

- No existe una solucin exacta.
- Resolverla de manera analtica es demasiado costoso en cuanto a
trabajo, o incluso imposible.
1.1 Concepto de
error
El concepto de error es consustancial con el clculo numrico. En
todos los problemas es fundamental hacer un seguimiento de los
errores cometidos a fin de poder estimar el grado de aproximacin de
la solucin que se obtiene.
Entre los principales errores asociados a todo clculo numrico se
pueden mencionar:
Errores inherentes o propios de los datos: Se producen al leer en
algn dispositivo de medicin una magnitud, al trasmitirla o al
reproducirla, debido a la imprecisin de los instrumentos o por
errores humanos. Este tipo de errores tambin surgen cuando una
situacin del mundo real es modelada mediante una ecuacin
matemtica, ya que siempre existe la posibilidad de que alguno de los
coeficientes sea imperfecto por lo que el modelo puede no reflejar
correctamente el comportamiento de la situacin.
Errores de programacin. Puede suceder que al implementar el
mtodo, el programa no considere todas las posibilidades, por lo que
puede corres exitosamente para algunos casos y errneamente para
otros.
Error de propagacin. Se debe al error provocado en pasos
subsecuentes por un error temprano, de manera local.
Errores de redondeo. Tiene su origen en el hecho de que los clculos
aritmticos no pueden realizarse con precisin ilimitada. Muchos
nmeros requieren infinitos decimales para ser representados
correctamente, sin embargo, para operar con ellos es necesario
redondearlos. Incluso en el caso en que un nmero pueda
representarse exactamente, algunas operaciones aritmticas pueden
dar lugar a la aparicin de errores.


Mtodos Numricos I

1.2 Errores de redondeo.
Introduccin
Tanto los programas de computacin como las mismas computadoras
representan los nmeros con cierta imprecisin, a excepcin de los
nmeros enteros. Esto se debe a que siempre que un nmero tiene
punto flotante su representacin queda en funcin del tamao de
palabra de la computadora, teniendo que redondear la cifra al
nmero de decimales que se pueda, de ah el nombre de error de
redondeo.
Aritmtica de
punto flotante.
El error de redondeo se origina porque la aritmtica de una
computadora involucra nmeros con un nmero finito de dgitos, por
lo que muchos clculos se realizan con representaciones aproximadas
de los verdaderos resultados.
Debido a que el nmero de bits utilizados para la representacin de
los nmeros flotantes es fijo, existe un nmero finito de valores
distintos en el sistema de la computadora, lo cual no sucede con los
nmeros reales.
Nmeros mquina
En las computadoras los nmeros de punto flotante (reales) se
componen de tres partes:
0/1
Signo Mantisa Exponente
- el signo, requiere un bit (0 positivo, 1 negativo);
- la mantisa, que corresponde a la parte fraccionaria, tambin
conocida como parte significativa (23 52 bits), el nmero de bits
que ocupa determina la precisin de la representacin;
- la caracterstica o exponencial, la cual representa el exponente (7
11 bits), determina el intervalo de los valores.
Las tres partes de los nmeros tienen una longitud total fija que es
generalmente de 32 o 64 bits. La parte fraccionaria utiliza la mayora
de estos bits.
Mtodos Numricos I

La forma general en que se representa un nmero de punto flotante
en una computadora es:

e
p
i
i
B d *
1

Donde:
d
is
Dgitos o bits con valores de 0 a (B-1)
B Base numrica que se utiliza, generalmente 2, 16 o 10
p Nmero de bits significativos (dgitos), esto es la precisin.
e Un exponente entero, que va de E
min
a E
max
, con los valores
que van del E
min
neg. al E
max
pos.
En la mayora de los casos los nmeros son normalizados, como en la
notacin cientfica, lo que significa que las fracciones son cambiadas y
el exponente ajustado, as que d
1
siempre es diferente de cero.
Error de redondeo
La forma de punto flotante se obtiene terminando la mantisa del
nmero a representar en k dgitos, para esto existen dos maneras de
realizar esta terminacin:
1. Cortar los dgitos del numero hasta la posicin que permite el
tamao de palabra de la computadora
2. Redondendolo de la siguiente manera: Si d
k+1

> 5 se agrega uno
a d
k
, redondeando hacia arriba.
Si d
k+1

< 5 simplemente se corta todos excepto los primeros k
dgitos, entonces el redondeo es hacia abajo.
Ejemplos en base 10
Nmero k Redondeado Cortado
2.718281828 5 0.27183 x 10
1
0.27182 x 10
1

53.861753 6 0.538618 x 10
2
0.538617 x 10
2

0.0003865912368 6 0.386591 x 10
-3
0.386591 x 10
-3

-795.8460291 8 -0.79584603 x 10
3
-0.79584602 x 10
3

El error que resulta de reemplazar un nmero por su forma de punto
flotante se denomina error de redondeo (sin importar el mtodo
empleado).
La mayora de las computadoras permiten dos o tres tipos de
nmeros: precisin simple, doble precisin, y precisin extendida.
Mtodos Numricos I

Si la base es 2, significa que el primer bit de la mantisa siempre es 1
(porque tiene que ser diferente de 0). Algunos sistemas toman la
ventaja de este hecho para no almacenar el primer bit, ganando as,
un bit de precisin. Cuando se suprime este primer bit, se hace
referencia a un bit oculto.
Ejemplo
Con B = 2 y p = 2 y e e [-2,3], todos los nmeros normalizados pueden
ser de alguna de las siguientes formas: 10 * 2
e
o 11 * 2
e
-2 s e s 3:
Dado que .10 = y .11 = + = , el rango anterior es 6 2 * 11 .
3
2
=
a 6 2 * 11 .
3
2
= + . A continuacin se listan todos los valores posibles:
6 2 * 11 . 4 2 * 10 .
3 2 * 11 . 2 2 * 10 .
2
3
2 * 11 . 1 2 * 10 .
4
3
2 * 11 .
2
1
2 * 10 .
8
3
2 * 11 .
4
1
2 * 10 .
16
3
2 * 11 .
8
1
2 * 10 .
3
2
3
2
2
2
2
2
1
2
1
2
0
2
0
2
1
2
1
2
2
2
2
2
= =
= =
= =
= =
= =
= =



Como se puede ver, no se tiene al cero, para representarlo se tiene la
forma estndar
0
2
2 * 00 . como un caso especial.
Ejemplo
Un nmero de punto flotante que consta de un dgito binario
indicador del signo, un exponente (caracterstica) de 7 bits en base 16
y una mantisa de 24 bits.



- Como 24 bits corresponden a entre 6 y 7 dgitos decimales, se
supone que el nmero tiene por lo menos 6 cifras decimales de
precisin para el sistema de numeracin de punto flotante.
- El exponente de 7 bits da un rango de 0 a 127 (0000000 = 0 a
1111111
2
= 127), pero como usa exclusivamente enteros
positivos, no permite representar adecuadamente los nmeros
de pequea magnitud, para lo cual se resta automticamente 64
(= 2
7
), entonces el rango es realmente entre 64 y 63.
S exponente mantisa

Mtodos Numricos I

Dado que 1000000
2
= 64 se resta automticamente 64 del exponente
listado (0000000 = 0, pero como 10000000 = -0, no tiene sentido, se
emplea para representar un nmero ms en el rango de los negativos,
entonces 1000000 = -64).
Para asegurar la unicidad de la representacin y obtener toda la
precisin disponible se requiere que por lo menos uno de los cuatro
bits ms a la izquierda sea un uno. Por lo anterior, el nmero de
mquina ms pequeo que se puede representar es:
0 0000000 000100000000000000000000 = 16
-64

y el nmero ms grande es
0 1111111 111111111111111111111111 ~ 16
63

Los nmeros que tienen una magnitud menor que 16
-64
ocasionan
underflow y generalmente se les da el valor de cero, mientras que los
nmeros mayores que 16
63
provocan overflow deteniendo los
clculos

Adems de dar una representacin inexacta de los nmeros, la
aritmtica realizada en la computadora no es exacta, ya que
generalmente involucra el manejo de dgitos con varias traslaciones u
operaciones lgicas. Entonces, los clculos que involucran
aproximaciones en la mquina, pueden resultar en el crecimiento de
errores de redondeo.
Estrategias para
minimizar el error
de redondeo.
- Estrategia de la mantisa completa: Los datos de entrada deben
proporcionarse con tantos dgitos significativos como permita la
computadora y en los programas con los que se implementa el
mtodo trabajar con variables de precisin extendida.
- Estrategia de respuesta final: A menudo los datos de entrada de
un clculo son conocidos con menos dgitos de precisin, se
sugiere redondear la respuesta final a una exactitud conocida. Es
decir, si los datos de entrada tienen 5 dgitos de precisin, aunque
la computadora proporciones ms dgitos, es recomendable
redondear el resultado final a 5 dgitos.
Mtodos Numricos I

- Estrategia de operaciones mnimas: Para ayudar a minimizar el
error de redondeo, evale las expresiones matemticas de forma
que requieran el menor nmero de operaciones aritmticas, lo
cual radica en la elaboracin de un buen algoritmo.
- Estrategia de multiplicacin anidada: Evaluar los polinomios en
forma anidada, por ejemplo el polinomio
f(x) = 2x
4
19x
3
+ 56.98x
2
56.834x + 5.1324
puede evaluarse como
f(x) = (((2x 19 )x + 56.98)x-56.834)x + 5.1324
Ambas formas requieren cuatro sumas/restas y cuatro
multiplicaciones por una potencia de x, sin embargo, la evaluacin en
la primera ecuacin requiere el calculo adicional de x
4
, x
3
y x
2
.
1.3 Error de
truncamiento
El trmino error de truncamiento se refiere al error involucrado al
usar sumas finitas o truncadas para aproximar la suma de una serie
infinita, como por ejemplo, las series de las funciones
trigonomtricas, que tienen un nmero infinito de trminos y al
obtener su valor mediante las series, se tienen que emplear un
nmero finito de trminos, truncando el resto.
En trminos del anlisis numrico, se refiere a aquellos errores
causados por el mtodo mismo, ya que un gran nmero de mtodos
requieren parar o ser parados despus de un nmero finito de
iteraciones, lo que podra compararse con una serie truncada. Por
ejemplo el siguiente polinomio aproxima e
x
:
! 3 ! 2 ! 1
1 ) (
3 2
3
x x x
x p + + + =
Sin embargo, sabemos que para calcular e
x
se requiere una serie
infinitamente larga:

=
+ =
4
3
!
) (
n
n
x
n
x
x p e
Entonces, al aproximar e
x
con un polinomio de tercer grado, se
obtiene una respuesta inexacta. El error se debe a que la serie se
tiene que truncar en un nmero finito de trminos y no tiene nada
Mtodos Numricos I

que ver con la calculadora o la computadora. En los mtodos
iterativos este error puede reducirse aumentando el nmero de
iteraciones, pero dado que tiene que ser finito y el tiempo de
mquina es costoso, debemos conformarnos con una aproximacin a
la solucin exacta.
1.4 Error absoluto
y error relativo.
La magnitud del error generado por algunas de las fuentes
mencionadas anteriormente, se puede medir con ayuda del error
absoluto o del error relativo. El error absoluto se define como la
diferencia en valor absoluto entre una cantidad cualquiera p y una
aproximacin a esta cantidad p*.
*
p p e
a
=
Un defecto de la definicin de error absoluto es que no toma en
consideracin el orden de magnitud del valor que se est probando.
Una manera de medir las magnitudes de las cantidades que se estn
evaluando es normalizar el error al valor verdadero con el error
relativo.
El error relativo se define como el cociente, en valor absoluto, del
error absoluto entre p.
p
p p
e
r
*

=
Generalmente el error relativo se representa en porcentaje.
Error relativo porcentual = error absoluto / valor verdadero * 100%
Como una medida de precisin, el error absoluto puede ser engaoso
y el error relativo ms significativo, ya que es independiente de la
escala del valor.
Aqu es importante mencionar que para la mayora de los problemas
de aplicacin no se conoce la solucin exacta, por lo tanto no es
posible obtener con exactitud los errores asociados al mtodo
empleado. En estos casos es recomendable estimar el error.