I.P Santiago Mario Programacin Numrica Errores de redondeo y aritmtica de la computadora Prof.

Claudia J Prez O

1.- ALGUNOS CONCEPTOS (1) Problema numrico: Descripcin precisa de la relacin funcional entre un conjunto finito de datos de entrada y un conjunto finito de datos de salida. (2) Algoritmo: secuencia ordenada y finita de pasos, exime de ambigedades, seguidas en su orden lgico nos conduce a la solucin de un problema especfico (3) Mtodo numrico: Procedimiento para transformar un problema matemtico en numrico y resolver este ltimo.

El anlisis numrico se utiliza generalmente cuando no se puede resolver el problema matemtico, es decir hallar una relacin funcional entre el conjunto de entrada y el de salida. Los pasos a seguir son: 1. Estudio terico del problema: existencia y unicidad de la solucin. 2. Aproximacin: Crear una solucin para un nmero finito de valores existencia y unicidad Estabilidad y convergencia

3. Resolucin: Eleccin de un algoritmo numrico. Eleccin del algoritmo: Costo y estabilidad Codificacin del algoritmo Ejecucin del programa

2.- FUENTE Y PROPAGACIN DE ERRORES Sistemas numricos. Aritmtica del computador. Fuentes de errores. Errores de redondeo y discretizacin. Propagacin de errores. Estabilidad e inestabilidad numrica.

3.- SISTEMAS NUMRICOS Los sistemas numricos ms antiguos son: Babilnico: base 60 Romano: (I, V, X, L, C, D y M) Hind y rabe: decimal El extendido uso del sistema decimal oculta la existencia de otros sistemas numricos: Binario: base 2 Octal: base 8 Hexadecimal: base 16 SISTEMA DE NUMERACIN BINARIO

Nombre kilo mega giga tera peta exa zetta yotta bronto geop

Abrev. Factor K M G T P E Z Y B Ge 210 220 230 240 250 260 270 280 290 2100

Valor 1024 1048576 1073741824 1099511627776 1125899906842624 1152921504606846976 1180591620717411303424 1208925819614629174706176 1237940039285380274899124224 1267650600228229401496703205376

4.- Teora Errores de redondeo y aritmtica de un computador

El clculo numrico es aquel aplicado a mtodos obtiene resultados numricos que se aproximan a resultados exactos. Estos resultados pueden ser hallados con la precisin que se desee o precisando mrgenes de error.

Los Mtodos numricos se utilizan para resolver problemas que presentan dificultad para hallar soluciones por mtodos analticos tradicionales. Los mtodos numricos proporcionan una sucesin de valores que se aproximan a una solucin del problema.

Cmo podemos representar un nmero racional? Un numero racional se puede expresar en forma decimal. Se da a menudo el caso que hace falta una cantidad infinita de cifras. = 0,333333, = 0, Podemos abreviar la Ec (2) por la serie S= (0,3)+(0,03)+(0,003)+(0,0003)+ S= (3*10-1)+(3*10-2) +(3*10-3) +(3*10-4)+... S= + S= + + = + Ec (1) Ec (2)

Si usamos una cantidad finita de cifras, entonces obtenemos una aproximacin de Por Ejemplo = (0,3)+(0,03)+(0,003)+Xerror = (3*10-1)+(3*10-2) +(3*10-3) + Xerror

= + =

+ + Xerror = Xerror

+ Xerror

Xerror = Xerror =
El error de aproximacin es
, podemos

comprobar que:

=0,333+

5.- Notacin Cientfica

Una forma estndar de representar un numero real muy grande o muy pequeo, es llamado Notacin Cientfica. Consiste en desplazar la coma decimal a la vez una potencia de base diez adecuada. El numero entero que multiplica la potencia diez debe estar entre 1 y 9. Ejemplo (1) 0,0000747 = 7,47x10-5 (2) 31,4159265 = 3,14159265x10+1 (3) 9700000000 =97x10+9

ARITMETICA DE LA COMPUTADORA Los errores surgen al usar calculadoras o computadoras para clculos de nmeros reales, la aritmtica de la maquina slo utiliza nmeros con cantidades finitas de cifras. Los clculos se realizan nicamente con una cantidad aproximadas de cifras . La computadora solo usa un sub-conjunto relativamente pequeo del sistema de los nmeros reales. En 1985 el Instituto for Electrical and Electronic Engineers, IEEE (Instituto para Ingenieros Elctricos y Electrnicos) pblico un informe llamado Binary Floating Point Aritmetic Standard 744-1985. Especificaron formatos para precisiones simple, doble y extendida; en general los fabricantes de microcomputadoras utilizaban los estndares para el hardware de punto flotante.. Las computadoras Binario. Se precisan formatos para las precisiones simples, dobles y extendidas. Los fabricantes de microcomputadoras utilizan estas especificaciones para el harware de punto flotante. no usan sistema decimal en calculo ni en memoria, usan sistema

Este sistema de memoria que utiliza el computador consiste en un enorme nmero de registros magnticos y electrnicos, en los que cada elemento tiene los estados encendido y apagado.

Si examinamos el lenguaje de la maquina utiliza otros lenguajes como Octal y Hexadecimal (estos son parientes del binario). El sistema Hexadecimal proporciona el uso ms eficiente en el espacio de memoria de la maquina.

6.- RANGO DE LAS CONSTANTES NUMERICAS Las constates numricas que se usan en los programas se clasifican en tres categoras: (a) Nmeros Enteras (b) Nmeros Reales (c) Nmeros Complejas En el lenguaje de programacin no siempre se puede manipular de manera directa los nmeros complejos. Las constantes que se usan en los programas son decimales a menos que se indique lo contrario

En cuanto a la mayor o menor longitud de un numero real que se puede representar en una computadora vara de acuerdo al diseo del hardware como tambin del software utilizado.

RANGO APROXIMADO PC IBM IBM 70 FORTRAN IB 2,9x10-39 hasta 1,7x10 38 5,4x10-79 hasta 7,2x10 75 231-1 hasta -(231-1 )

En la IBM PC, la diferencia entre 1 y el menor nmero mayor que uno (1) pero distinguible es 1,19x10 -7 este intervalo se llama psilon de la maquina.

El intervalo entre cualquier nmero real y el siguiente

(psilon de la maquina) x R

R= nmero real

7.- NUMEROS DENTRO DEL HARDWARE DE LA MAQUINA Las formas que se usan los bits para valores enteros de puntos flotantes varan de acuerdo al uso de la computadora Se utiliza los digitos o signos 1 y 0 y su base es dos. Bit : del ingles Binary diglt, representa el digito binario. Adems, el bit es la unidad mnima de informacin empleada en la teora de informacin. Representa el elemento de memoria que consta de las posiciones de encendido y apagado, a la manera de un dispositivo semiconductor o punto magntico en una superficie de registro. Byte u Octeto: Es un conjunto de 8 bits. Formalmente es una secuencia de 8 bits contiguos, cuyo tamao depende del cdigo del informacin o caracteres que se est usando. 1 BYTE ___________8 Byts

8.- PRECISION DE LAS VARIABLES EN LA COMPUTADORA Existen variantes del sistema de numeracin binario Binario puro: Solamente se puede representar por enteros positivos. Signo Magnitud: El bit ms significativo representa el signo (0= +) y el (1= -) y los (n-1) nmeros restantes representan el valor absoluto del numero. El computador almacene una cantidad binaria tal como:

X qx2n
Donde :

, el signo se representa con 1 para (-) y 0 para ( +)

q , representa la mantisa 2, es la base de binario N, es el exponente que llamaremos tambin caracterstica Complemento a la Base Disminuida: En los nmeros negativos cada dgito se escribe como [d]b = (b 1) (di)b Complemento a la Base: [N]b de un nmero (N)b se define como: [N]b = bn (N)b, donde, n es el nmero de dgitos de (N)b

En 1985 el Instituto for Electrical and Electronic Engineers, IEEE (Instituto para Ingenieros Elctricos y Electrnicos) pblico un informe llamado Binary Floating sobre formatos standard. Los formatos para representar nmeros cortos 2 Bytes es decir 16 bytes , puntos flotantes y de precisin simple con 4 Bytes o 32 bits y con doble precisin con 8 Bytes, es decir 64 bits

Los nmeros se distribuyen de forma exponencial en la recta real

(1)S2E127(1 + 0.F)

(1)S 2 E1023 (1 + 0.F)

donde, S representa el bit de signo, E el exponente y F la parte fraccin binaria del nmero. Enteros cortos Shorts Enteros Largos Precisin Simple 4 Bytes 2 Bytes 16 bits Signo 1bit 32 bits Signo 1bit 4 exponente o 11 la mantisa caracterstica 8 exponente o 23 la mantisa caracterstica 7 cifras 3 cifras

Enteros Puntos Flotantes Float Precisin Doble Double Precisin

4 Bytes

32 bits Signo 1bit

8 exponente o 23 la mantisa caracterstica

7 cifras

8 Bytes

64 bits Signo 1bit

11 exponente o 52 la mantisa caracterstica

16 cifras

Los resultados que en valor absoluto son menores que el valor mnimo que soporta se les llaman underflows, mientras los mayores que estn por el mximo se le llaman overflows.

9.- ERRORES Los mtodos numricos presentan errores inevitables, por lo tanto se debe considerar tal situacin como algo inherente al clculo numrico.

LAS FUENTES DE ERRORES En datos de entrada En los cdigos Temperamento del computador El programa no quiere correr. Cuantizacin del sistema de numeracin de redondeo o de truncamiento. 2( ) ( ) 0,6666666- 0,6666667= -0,0000001

Aproximacin de los algoritmos

ex =
(9.1) ERROR ABSOLUTO: Definicin 1.1. Si p

, y es una aproximacin p (, se define el Error absoluto como:

Eabs = |

|
y el valor aproximado con

En forma prctica puede representarse el valor verdadero con

esto es por el excesivo uso de la ( en este material, por lo tanto, el error absoluto tambin puede definirse como la diferencia entre el valor verdadero y el valor aproximado y se representarse por:

Eabs = |
Ejemplo 1.1.

Sea la cantidad exacta 5 y el nmero aproximado 5,3. Sea la cantidad exacta 2 y el nmero aproximado 2,1.

Solucin Sea la cantidad exacta 5 y el nmero aproximado 5,3. El error absoluto es: 0,3. Sea la cantidad exacta 2 y el nmero aproximado 2,1. El error absoluto es: 0,1

Luego: 5 2 1 3; diferencia entre las cantidades exactas. 5,3 2,1 = 3,2; diferencia entre las cantidades aproximadas. 5 2 = 3,0; diferencia entre los errores absolutos. El error absoluto de la diferencia es 0,2, y 0,3 es el mayor error absoluto de uno de sus Trmino

Eabs = | Eabs = | Eabs = |

Ejemplo 1.2.

| = 0,3 | = 0,1 | = 0,2

Sean: 8, 2 y 10 los nmeros exactos y su suma: 8 +2 + 10 = 20 Sean: 8,2; 2,1 y 10,2 los nmeros aproximados y su suma: 8,2 + 2,1 + 10,2 = 20,5. Hallar el error absoluto. Solucin

Eabs = |

|=

|20 20,5| = 0,5

La suma algebraica de los errores absolutos es: 0,2 + 0,1 + 0,2 = 0,5

Ejemplo 1.3. Sea el resultado de una operacin en donde se comprueba que el valor exacto es 8 y El valor aproximado hallado es 8,2. Calcular el error absoluto. Solucin

Eabs = |

|=

| 8 8,2 | = 0,2

(9.1.1)Cota del Error Absoluto m es una cota del error absoluto si: m > 0 y

(9.2) ERROR RELATIVO: Definicin 1.2. Si p , y es una aproximacin p (, se define el Error relativo como:

ER =

| | |

| |

En forma prctica, el error relativo se define como el cociente entre en error absoluto y el valor verdadero, se representa por:
| | | |

ER =
(9.2.1) Cota del Error Relativo

| |

m es una cota del error relativo si: m > 0 y

| | |

m;

m,

Teorema 1. El error relativo de una suma de varios nmeros aproximados est situado entre el menor y el mayor de los errores relativos de los sumandos, mientras tales nmeros presenten errores relativos del mismo sentido.

Ejemplo 1.4. Sean: 2, 10 y 5 los nmeros exactos y sean: 2,1; 10,2 y 5,3 los nmeros aproximados respectivamente. Solucin Sean: 2, 10 y 5 los nmeros exactos y su suma: 2 +10 + 5 = 17 Sean: 2,1; 10,2 y 5,3 los nmeros aproximados y su suma: 2,1 + 10,2 + 5,3 = 17,6 El error absoluto de la suma es: El error relativo de la suma es: Ejemplo 1.5. Solucin Sean: 5 y 10 los nmeros exactos (verdaderos) y sean 5,3 y 10,2 los nmeros aproximados, respectivamente. Solucin Sean: 5, 10 los nmeros exactos y su suma: 10 + 5 = 15 Sean: 5,3; 10,2 y su suma: 5,3 + 10,2 = 15,5

Eabs

|
|
=

| |
=

| = 0,6 = 0,035294

Er

El error absoluto El error relativo es:

Eabs

|
| |

| = 0,0333
| | | | |

Er =

El error relativo entre 5 y 5,3 es:

Er =

|
=

= 0,01
|
=

El error relativo entre 10 y 10,2 es: Luego: 0,01 + 0,02 =003

Er =

= 0,02

(9.3) ERRORES INHERENTES Estos errores se deben principalmente a aquellos datos obtenidos experimentalmente y que corresponden a los datos de entrada de un problema, debido principalmente al instrumento de medicin empleado, como a las condiciones de realizacin del experimento.

(9.4) ERRORES DE TRUNCAMIENTO

Estos errores son originados por aproximacin de soluciones analticas de un determinado problema por medio de mtodos numricos. Por medio de la serie de Taylor se evala la funcin exponencial, que dicho sea de paso, es una serie infinita. Siendo imposible tomar todos los trminos de la serie, se requiere cortar o truncar dicha serie despus de cierto nmero de trminos. Esta situacin introduce a un error, que es el error de truncamiento, que depende del mtodo numrico empleado e independiente de la manera de realizar los clculos.

Los errores de truncamiento tienen relacin con el mtodo de aproximacin que se usara ya que generalmente frente a una serie infinita de trminos, se tendera a cortar el numero de trminos, introduciendo en ese momento un error, por no utilizar la serie completa (que se supone es exacta). (9.5) ERROR NUMRICO TOTAL

El error numrico total se entiende como la suma de los errores de redondeo y truncamiento introducidos en el clculo. Pero aqu surge un gran problema. Mientras ms clculos se tengan

que realizar para obtener un resultado, el error de redondeo se ir incrementando. Pero por otro lado, el error de truncamiento se puede minimizar al incluir ms trminos en la ecuacin, disminuir el paso o proseguir la iteracin (o sea mayor nmero de clculos y seguramente mayor error de redondeo). utilizar?. Lo ideal sera determinar el punto en que los

Entonces, que criterio debemos

errores de donde empiezan a ocultar la ventaja de considerar un menor error de truncamiento. En la prctica se debe considerar que actualmente las computadoras tienen un manejo de cifras significativas mucho mayor que antes por lo que el error de redondeo se minimiza enormemente, aunque no se debe dejar de considerar su aporte al error total.

(9.6)

ERRORES DE REDONDEO

Estos errores se presentan al realizar los clculos que todo mtodo numrico o analtico requieren y se deben a la imposibilidad de tomar todas las cifras que resultan de operaciones aritmticas como productos y cocientes, teniendo que retener en cada operacin el nmero de cifras que permita el instrumento de clculo, normalmente, una calculadora. En este tipo de error existen dos situaciones que pueden perjudicar la precisin de la operacin y son: a- Cuando se suman una sucesin de nmeros, especialmente si estos decrecen en valor absoluto. b- Cuando se halla la diferencia entre dos nmeros casi idnticos, ya que se cancelan los dgitos principales.

Cuando las cantidades estudiadas pertenecen a los nmeros irracionales las calculadoras y los computadores cortan los nmeros decimales introduciendo as un error de redondeo. Para ilustrar,

Ejemplo 1.7

El valor de "e" se conoce como 2.718281828... hasta el infinito. Si se corta el numero en 2.71828182 (8 cifras significativas luego del punto decimal) se est obteniendo u error de E = 2.718281828 -2.71828182 = 0.000000008... 83

Sin embargo, considerando que el numero que seguia al corte era mayor que 5, entonces conviene dejar el nmero como 2.71828183, caso en el cual el error seria solo de E = 2.718281828 -2.71828183 = -0.000000002. , que en trminos absolutos es mucho menor que el anterior.

En general, el error de corte producido por las computadoras ser muy inferior al error introducido por un usuario, que generalmente corta a un menor nmero de cifras significativas. Dependiendo de la magnitud de los nmeros con los que se trabaja, el error de redondeo puede tener incidencia importante en el clculo final.

Ejemplo 1.8. Redondea los siguientes nmeros a tres dgitos significativos: a) 27,0670 b) 37,23 c) 7,415 Solucin a) 27,0670 = 27,1 Ejemplo 1.9. Redondea las siguientes cantidades a nmeros enteros: a) 23,617 Solucin a) 23,617 = 24 Ejemplo 1.10. Redondea las siguientes cantidades a dos cifras decimales: a) 57,2367 Solucin a) 57,2367 = 57,24 b) 0,789 = 0,79 c) 92,3341 = 92,33 b) 0,789 c) 92,3341 b) 237,21 = 237 c) 7,5 = 8 b) 237,21 c) 7,5 b) 37,23 = 37,2 c) 7,415 = 7,42

(9.7) ERROR PORCENTUAL Este tipo de error consiste simplemente en el error relativo expresado en por ciento %. Se expresa matemticamente por:

E% =ERx100% =

| | |

100%

| |

REDONDEO TRUNCADO

El redondeo truncado consiste en truncar el resultado de una operacin al nmero de cifras significativas que se estn utilizando. Por ejemplo s se redondea significativas se tiene 0.4285. a cuatro cifras

REDONDEO SIMTRICO

El redondeo simtrico consiste en aumentar en uno la ltima cifra retenida s la primera cifra descartada est entre 5 y 9, o dejarla igual s la primera cifra descartada est entre 0 y 4. Por ejemplo s se redondea a 4 cifras significativas tenemos 0.4286.

Para verificar estos dos tipos de errores, se realiza la siguiente operacin:

+ =1
Empleando nicamente 4 cifras significativas y usando los dos tipos de redondeo. Se obtiene: 0.4285 + 0,5714 = 0.9999 0.4286 + 0.5714 = 1.0000 Redondeo truncado Redondeo simtrico

Se concluye que por lo general el redondeo simtrico lleva a resultados ms precisos.

APROXIMACIONES POR LA SERIE DE TAYLOR

Una funcin puede aproximarse cerca de un punto a mediante una recta tangente a travs de un punto (a, (a)). Llamemos esta recta la aproximacin Lineal a f cerca de a

y (a,f(a)) f(a)

Y = f(x)

Y=P1(x)= f(a)+ f(a)(x-a)

x a

Si la funcin f y sus primeras n+1 derivadas son continuas, en un intervalo que contiene a y x, entonces el valor de la funcin esta dado por: +f Iv (a) +f v (a) +f n

f(x)= f (a)+f(a)(x-a) + f(a)

+f(a)

Con frecuencia es conveniente simplificar la serie de Taylor definiendo un paso h = xi+1 - xi expresando la serie de Taylor como: Despus de estudiar la serie de Taylor hagamos algunos ejemplos que ilustren la definicin.

Ejemplo1.11 Calcule P Ln(1.5).

1

(x) con base (alrededor) a=1 para f(x) = Ln(x) y uselo para aproximar Ln(0,9) y
y

x 1 2

Observe que la funcin Logaritmo cumple con las condiciones dirigidas a aproximaciones analticas (a) f(x) es continua es continua en [ a,b] (b) Diferenciable en las sus n+1 derivada

Condiciones que cumple la funcin logaritmo, as que se puede representar en la representacin del polinomio de Taylor de orden =2 con base a=1

f(x)= f (a)+f(a)(x-a) + f(a) Orden Orden 1 Orden 2

+f(a)

+f Iv (a)

+f v (a)

+f n

F(x) = ln(x) F(x) = F(x) =

Evaluada en x=1 Evaluada en x=1 Evaluada en x=1

F(1) =Ln(1)= 0 F(1)= = 1 F(x) = =-1

Por tanto la representacin del polinomio de Taylor de la funcin alrededor de a=1 es P(x)= f (a)+f(a)(x-a) + f(a) P2(x) = 0 +1(x-1)- 1

Ln(x)

(x-1)-

Para calcular aproximacin de Ln (0,9)

(1) Utilizando calculadora

Ln(0,9)= -0,105360515

(2) Utilizando la aproximacin de la serie Taylor: Ln(0,9)) Ln (0,9)) (0.9-1) = -0,1 =- 0,1005

(-0,1) -

(a) Si buscamos el error absoluto, debemos aplicar la siguiente frmula:

Eabs = |

El error tomando 4 cifras significativas

Eabs =| Eabs = 0,0048

|= |-0,0048| =

0,0048

(b) Si buscamos el error Relativo, debemos aplicar la siguiente frmula ER = ER =

| | | | | |

ER =
ER = 0,0455 ( c ) Finalmente, si buscamos el error porcentual, utilizamos la siguiente formula:
| | | |

E% =ERx100% =

100%

E% =0,0455 100%

E% =4,55 %
Cuando a=0, el polinomio de Taylor de orden n se simplifica como un polinomio de Mac claurin particularmente til cerca de x=0.

Ejemplo 1.12 Calcular la funcin sen(x)=2 por mtodos numricos y hallar su error absoluto, el error relativo y el error porcentual. Considera el clculo para seno de x para S 4 mediante su serie de Taylor. La serie de Taylor de la funcin seno es: Vemos cual es la condicin necesaria para hacer una aproximacin por la serie de Taylor

f(x)= f (a)+f(a)(x-a) + f(a) Alrededo de a=0

+f(a)

+f Iv (a)

+f v (a)

+f n

Orden Orden 1 Orden 2 Orden 3 Orden 4 Orden 5 Orden 6 Orden 7

F(x) = sen(x) F(x) = cos(x) F(x)= -sen(x) F(x)=-cos(x) Flv(x)= sen(x) Fv(x)= cos(x) Fvl(x)= sen(x) Fvll(x)= cos(x)

Evaluada en x=1 Evaluada en x=1 Evaluada en x=1 Evaluada en x=1 Evaluada en x=1 Evaluada en x=1 Evaluada en x=1 Evaluada en x=1

F(x) = sen(1) = 0 F(x) = cos(1)= 1 F(x)= -sen(1)= 0 F(x)= -cos(1)= -1 Flv(x)= sen(1)= Flv(x)= -sen(1)= 0 Flv(x)= cos(1) = 1 0 Flv(x)= -cos(1) = - 1

P4(x)= f (a)+f(a)(x-a) + f(a) +flv(a) P4(x)= 0+1(x-0) + 0

+ f(a) + flv(a) -1 +0

+ flv(a)

+ flv(a)

+1

-1

P4(x)= 0+1x -1

+ 1

-1

Para calcular aproximacin de sen(2)

(1) Utilizando calculadora

sen(2) = 0,034899496

(2) Utilizando la aproximacin de la serie Taylor:

Sen (2)

0+1(2) -1

+1

-1

2-1,33333 + 0,266666

vv=0,03489
Va= (a) Calcular el error absoluto tomando 5 cifras significativas, debemos aplicar la siguiente frmula:

Eabs = |
| | |

|= |

(b) Calcular el error absoluto tomando 5 cifras significativas, debemos aplicar la siguiente frmula: ER =
|

= =

= ER = 0,961573

( C ) Calcular el error porcentual tomando 5 cifras significativas, debemos aplicar la siguiente frmula:

E% =ERx100% =

| | |

100 %

E% =0,961573x100% =96,157%
Conclusin: Al comparar los resultados hallados en los ejemplos 2.10 y 2.11, se verifica que la precisin del valor hallado es consistente con el valor real o verdadero, sin embargo se nota que con una sola iteracin mas, la precisin aument enormemente, pasando de un error porcentual de

4,56% , que puede considerarse valor totalmente apropiado para la funcin buscada. Cada caso presenta situaciones particulares, puede suceder que, como en el caso 2.11, con muy pocas iteraciones se pueda conseguir un resultado ptimo; sin embargo hay otros casos similares en que no sucede tal cosa.

ESTABILIDAD Y CONDICIN Los algortmos numricos debe dar resultados precisos y exactos. Estabilidad: Un algoritmo es estable si cambios pequeos en los datos iniciales producen cambios pequeos en los resultados Condicin: Algunos algoritmos son estables solamente para un conjunto de condiciones iniciales. Estos algoritmos son condicionalmente estables Crecimiento del error: Si decimos que el error crece: Linealmente si denota el error inicial y el error despus de n iteraciones,

kn
kn Hay que evitarlo Por lo general es inevitable el

Exponencialmente si

crecimiento lineal del error.