Anda di halaman 1dari 5

TEMA 1 APROXIMACIONES Y ERRORES Los errores son parte intrnseca en el entendimiento y uso efectivo de los mtodos numricos, la mayor

parte de las tcnicas desarrolladas tienen la caracterstica de poseer errores. CIFRAS SIGNIFICATIVAS El concepto de cifras o dgitos significativos se ha desarrollado para designar formalmente la confiabilidad de un valor numrico. El nmero de cifras significativas es el nmero de dgitos, mas un dgito estimado que se pueda estimar con confianza. Los ceros no siempre son cifras significativas ya que pueden usarse slo para ubicar el punto decimal. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los mtodos numricos. 1. Los mtodos numricos obtienen resultados aproximados, por lo tanto se deben de desarrollar criterios para especificar que tan precisos son los resultados obtenidos. Una manera de hacerlo es en trminos de cifras significativas. 2. Aunque ciertas cantidades tales como , e, o 7 representan nmeros especficos, no se pueden expresar exactamente con un nmero finito de dgitos. Ejemplo: = 3.141 592 653 589 793 238 462 643 Tal nmero jams se podr representar exactamente. EXACTITUD Y PRECISION Los errores asociados con los clculos y medidas se pueden caracterizar observado su precisin y exactitud. La precisin se refiere a: 1) El nmero de cifras significativas que representan una cantidad 2) La extensin en las lecturas repetidas de un instrumento que mide una propiedad fsica. La exactitud se refiere a la aproximacin de un nmero o de una medida al valor verdadero que se supone representa. DEFINICIONES DE ERROR Error: es la inexactitud y la imprecisin de las predicciones. Los errores numricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemticas. Estos incluyen errores de truncamiento, que resultan de representar aproximadamente un procedimiento matemtico exacto, y los errores de redondeo, que resultan de representar aproximadamente nmeros exactos. Para los dos tipos de errores, la relacin entre el resultado exacto o verdadero y el aproximado est dada por:

Valor verdadero = Valor aproximado + error El valor numrico es: Ev = Valor verdadero - Valor aproximado Ev = Error verdadero

Una manera de medir las magnitudes de las cantidades que se estn evaluando es normalizar el error respecto al valor verdadero: Error relativo fraccional = error / valor verdadero El error relativo se puede multiplicar por el 100% para expresarlo como:

v = (error verdadero/ valor verdadero)*100%


donde v denota el error relativo porcentual. Para lo mtodos numricos el valor verdadero no se conoce. En estos casos, normalizar el error es una alternativa, usando la mejor estimacin posible del valor verdadero, esto es, a la aproximacin misma, como

a = (error aproximado/ valor aproximado)*100%


donde el subndice a significa que el error esta normalizado a un valor aproximado. En ciertos mtodos numricos se usan esquemas iterativos para calcular los resultados. En tales esquemas, se hace una aproximacin en base a la aproximacin anterior. Para estos esquemas el error relativo porcentual est dado por

a = ((aproximacin actual-aproximacin previa)/aproximacin actual)*100%


Es conveniente enfocar estos errores hacia el nmero de cifras significativas en la aproximacin. Scarborough en 1966 demostr que si el siguiente criterio se cumple, puede tenerse la seguridad que el resultado es correcto en al menos n cifras significativas.

s = (0.5 x10 2 n )

s = tolerancia

ERRORES DE REDONDEO Los errores de redondeo se deben a que las computadoras solo guardan un nmero finito de cifras significativas durante un clculo.

Las reglas para redondear nmeros en clculos manuales se analizan en el recuadro siguiente:

ERRORES DE TRUNCAMIENTO Los errores de truncamiento son aquellos que resultan al usar una aproximacin en lugar de un procedimiento matemtico exacto. La serie de Taylor es usada para formular mtodos numricos y podemos partir de ella para obtener conocimiento de las caractersticas de estos errores. Serie de Taylor La serie de Taylor da una formulacin para predecir el valor de la funcin en xi +1 en trminos de la funcin y de sus derivadas en una vecindad al punto xi : ( ) f ( xi ) (xi +1 xi )2 + f xi (xi +1 xi )3 + ... 2! 3!

f ( xi +1 ) = f (xi ) + f ( xi )( xi +1 xi ) + f
n

( xi )

n!

(xi +1 xi )n + Rn

Ntese que la ecuacin anterior es una serie infinita. Se incluye un trmino residual para considerar todos los trminos desde n + 1 hasta el infinito:

Rn =

( ) (x x )n+1 (n + 1)! i +1 i
n +1

donde el subndice n indica que el residuo es de la aproximacin a n-esimo orden y es un valor cualquiera de x que se encuentra entre xi y xi +1 . Frecuentemente es conveniente simplificar la serie de Taylor definiendo un paso h = xi +1 xi y expresando la ecuacin como: f ( xi +1 ) = f (xi ) + f ( xi )h + f
n

( xi )

f ( xi ) 2 f ( xi ) 3 h + h + ... 2! 3!

n!

h n + Rn

donde el trmino residual es ahora:

Rn =

( ) h n+1 (n + 1)!
n +1

El valor prctico de la serie de Taylor estriba, en la mayor parte de los casos, en el uso de un nmero finito de trminos que darn una aproximacin lo suficientemente cercanas a la solucin verdadera para propsitos prcticos. La decisin sobre cuantos trminos se requieren para obtener una aproximacin razonable se basa en el trmino del residual de la expansin. El trmino de residual se puede expresar como:
Rn = 0 h n +1

( )

donde 0(hn+1) significa que el error de truncamiento es del orden hn+1. Esto es, el error esproporcional al paso h a la (n + 1) ensima potencia. Problema: Usar los trminos en serie de Taylor de cero a tercer orden para estimar f(3) para: f ( x) = 25 x 3 6 x 2 + 7 x 88 usando como punto base xi = 2. Calclese el error relativo porcentual para cada aproximacin.

Problema para Incluir en Tarea 1. Usar los trminos en serie de Taylor de cero a tercer orden para estimar f(1) para: f ( x) = 0.1x 4 0.15 x 3 0.5 x 2 + 0.25 x + 1.2 usando como punto base xi = 0. Calclese el error relativo porcentual para cada aproximacin.

Anda mungkin juga menyukai