INTRODUCCION A LA TEORIA DE

ERRORES
Introducción al análisis numérico. Errores de
redondeo y truncamiento. Error absoluto y
relativo. Aritmética de punto fijo y flotante –
Aritmética de n dígitos – Propagación del error.

Lic. Walter Antonio Huallpa Gutiérrez

 ERROR
El error es intrínseco a todo cálculo numérico, tiene su
origen en dos grandes factores:
I. Debido a la formulación de la solución.
II. Debido al Método empleado para encontrar la
solución del problema.
 ERROR

Debido a la
Debido al método para
formulación de la
hallar la solución
solución

Modelo físico Equivocaciones

aproximado en el cálculo

Imprecisión de Error de
las constantes truncamiento.

Incertidumbre
Error de
de los equipos
redondeo.
de medición
 I. ERROR DEBIDO A LA FORMULACIÓN DE LA
SOLUCION – MODELO FÍSICO APROXIMADO
I.1. El modelo matemático del problema es sólo una
aproximación a la situación física real.

𝑑𝑣
𝑚 = −𝑚𝑔 + 𝑘𝑣 2
𝑑𝑡

Si tenemos en cuenta que en una atmósfera isotérmica, la

variación de la presión en función de la altitud x
 I. ERROR DEBIDO A LA FORMULACIÓN DEL
PROBLEMA – IMPRECISION DE LOS DATOS

I.2. Imprecisión de los datos físicos: constantes físicas y

datos empíricos.
k = 8.9875517873681764×109 N·m2/C2
K = 9x109 N·m2/C2
 I. ERROR DEBIDO A LA FORMULACIÓN DEL
PROBLEMA – IMPRECISION DE LOS DATOS
I.3 INCERTIDUMBRE DE LOS EQUIPOS DE MEDICIÓN (I)
La incertidumbre tiene que ver con la resolución del equipo
de medición. Se define como la mitad de la mínima medida
que puede realizar el equipo.

TRASMISION DEL ERROR

Para determinar el error debido a la incertidumbre en una
medición indirecta se puede utilizar la aritmétida de los
diferenciales () o las derivadas parciales.
 ERRORES EN LAS MEDIDAS INDIRECTAS

Sea la magnitud F que es función de las magnitudes x, y, z que al

medirlas vienen afectadas por errores Δx, Δy, Δz.
El error de una medida indirecta se calcula,

2 2 2
𝜕𝐹 𝜕𝐹 𝜕𝐹
∆𝐹 = ∆𝑥 + ∆𝑦 + ∆𝑧
𝜕𝑥 𝜕𝑦 𝜕𝑧
Ejemplo: Hallar el error de la función  que depende de las
variables X, Y y Z. Sea X = 5  0.2, Y = 8  0.1 y Z = 3  0.05
 II. ERROR POR EL MÉTODO EMPLEADO PARA
ENCONTRAR LA SOLUCIÓN
1. Error por equivocaciones en la realización de las operaciones
(errores de bulto).
2. El error por truncado de operaciones, generalmente no se
toma los infinitos elementos de una serie. Denominaremos a
este error, como error por truncamiento.
3. Error por representación de un número, cuando no se
pueden utilizar o representar todos los dígitos de un número.
El error que se introduce al redondear un número se
denomina error de redondeo.
 II.1 ERRORES DE BULTO
A fin de minimizar los errores de bulto, se realiza varias
operaciones y la medida más probable es el valor promedio y el
error es la desviación estándar (s) de las mediciones.
𝑛
𝑖=1(𝑥𝑖− 𝑥)2
𝑠2 =
𝑛−1
ERROR INTEGRANDO LA INCERTIDUMBRE
Y LA DESVIACIÓN ESTANDAR

𝐸𝑟𝑟𝑜𝑟 = 𝑠 2 + 𝐼2
Ejercicio: Se calcula una magnitud , con la siguiente relación 
= xy2 + 3y/x. Para medir la magnitud x, se utiliza un dispositivo
con una incertidumbre 0,1 y para medir la magnitud y, se
utiliza un dispositivo con una incertidumbre 0,2. Las medidas
realizadas se aprecian en la tabla, hallar la medida más
probable y su error.

X Y
2.8 6.4
2.9 6.6
2.85 6.7
2.92 6.6
 DEFINICIONES DE ERROR

Valor verdadero (X) = Valor aproximado(Xa) + Error (E)

Error (E): E = X – X*

Error absoluto (Ea): Ea = E  =  X – X* 

𝐸𝑎 𝑋 − 𝑋∗
Error Relativo (Er): 𝐸𝑟 = =
𝑋 𝑋
Error Relativo Porcentual ( % Er)
𝐸𝑎 𝑋 − 𝑋∗
%𝐸𝑟 = 𝐸𝑟 ∗ 100% = ∗ 100% = ∗ 100%
𝑋 𝑋
 ERROR EN EL PROCESO DE ITERACION
En los procesos de iteración no es posible conocer el
valor verdadero, por lo que se debe estimar el error
entre dos valores consecutivos.
Error (E): E = Valor actual – Valor anterior
E = Xi – Xi-1
Error absoluto (Ea): Ea = E  =  Xi – Xi-1 
𝐸𝑎 𝑋𝑖 − 𝑋𝑖−1
Error Relativo Fraccional (Er): 𝐸𝑟 = =
𝑋𝑖 𝑋𝑖
Error Relativo Porcentual ( % Er)
𝐸𝑎 𝑋𝑖 − 𝑋𝑖−1
%𝐸𝑟 = 𝐸𝑟 ∗ 100% = ∗ 100% = ∗ 100%
𝑋𝑖 𝑋𝑖
 DIGITOS SIGNIFICATIVOS
• Cualquier dígito diferente de cero es significativo, ya
sea 643 (tres cifras significativas) o 9,873 (cuatro
cifras).
• Los ceros situados en medio de números diferentes de
cero son significativos.
• Los ceros a la izquierda del primer número no son
significativos, 0,03 (tiene una sola cifra significativa).
• Para los números mayores que uno, los ceros escritos a
la derecha de la coma decimal también cuentan como
cifras significativas, ya sea 2,0 (tiene dos cifras
significativas) o 10,093 (tiene cinco cifras).
 DIGITOS SIGNIFICATIVOS
• En los números enteros, los ceros situados después
de un dígito distinto de cero, pueden ser o no cifra
significativa, ya sea como 600, puede tener una cifra
significativa (el número 6), tal vez dos (60), o puede
tener los tres (600). Se necesita más información
acerca del procedimiento de medición.
• Utilizando notación científica, el número 600
representado como 6·102 tiene solo una cifra
significativa (el número 6), el número 6,0·102, tiene
dos cifras significativas, el número 6,00·102, tiene
tres cifras significativas.
 DÍGITOS SIGNIFICATIVOS

Se dice que X* es un calor aproximado de X con “d”

dígitos significativos si se cumple.
𝑋 − 𝑋∗ 𝛽−𝑑+1
<
𝑋 2

donde “d” es el mayor entero.

 es la base del número.
Ejemplo: Determine con cuantos dígitos significativos
3.14 es una aproximación de 3.14159210.
3.141592 −3.14 10−3+1
= 0.00050675 < 0.005 =
3.141592 2
3 dígitos significativos
 REGLAS DE REDONDEO

1: Si el dígito a la derecha del último requerido es

menor que 5, el último dígito requerido se deja
intacto.
2: Si el dígito a la derecha del último requerido es
mayor que 5, el último dígito requerido se aumenta
una unidad.
3: Si el dígito a la derecha del último requerido es un 5
seguido de algún digito diferente a cero, el último
dígito requerido se aumenta una unidad. 9,425010
⇒ 9,43 (2 decimales)
4: Si el dígito a la derecha del último requerido es
un 5 no seguido de dígitos (o seguido de puro
ceros),
• el último dígito requerido se deja intacto si es
par. 6,285 o 6,285000 ⇒ 6,28 (redondeo a 2
decimales).
• el último dígito requerido se aumenta en una
unidad si es impar 6,275 o 6,275000 ⇒ 6,28
(redondeo a 2 decimales).
 ERROR EN EL REDONDEO O APROXIMACION
CON “d” DECIMALES
Sea x un número real, podemos decir que x ha sido
adecuadamente redondeado a un número con d
decimales, al que se denota por x*, si el error de
redondeo, es tal que
(𝑑) 1 −𝑑
𝜀𝑟 = 𝑥−𝑥 ∗
≤ .
2
 es la base de numeración.

El error relativo, por redondeo de un número a “d”

decimales es menor a ,
𝛽 −𝑑+1
2
Ejercicio: Redondear los siguientes números a 3 decimales.
Entonces error máximo es 0.5x10-3 = 0.0005
a) 0,1234  x* = 0.123, comprobemos
x – xd= 0.0004 <= 0.0005 OK!
b) 0,1236  x* = 0.124, comprobemos
x – xd= 0.0004 <= 0.0005 OK!
c) 0.12351  x* = 0.124, comprobemos
x – xd= 0.00049 <= 0.0005x10-3 OK!
d) 0.1235  x* = 0.124, comprobemos
x – xd= 0.0005 <= 0.0005 OK!
d) 0.1245  x* = 0.124, comprobemos
x – xd= 0.0005 <= 0.0005 OK!
 ERROR EN EL PROCESO DE TRUNCADO

Sea x un número real, podemos decir que x ha sido

adecuadamente truncado a un número con d
decimales, al que se denota por x*, si el error de
truncamiento, es tal que,
(𝑑)
𝜀𝑟 = 𝑥 − 𝑥 ∗ ≤ −𝑑
 es la base de numeración.

El error relativo de un numero truncado a d decimales

es menor o igual a
𝛽 −𝑑+1
Ejercicio: Sea el número x = 0.314159, representarlo
truncado a
a) d = 5 decimales
b) d = 4 decimales
c) d = 3 decimales
Comprobar que en cada caso se cumple con

𝑥 − 𝑥 ∗ ≤ 10−𝑑
Ejemplo: La raíz cuadrada de 5 se puede obtener al
desarrollar la siguiente expresión.
1 5
𝑥𝑛+1 = 𝑥𝑛 +
2 𝑥𝑛
Halle una expresión similar para hallar la raíz de 3,
asimismo en cada iteración hallar: error, error relativo y
error porcentual.
 COTA DE ERROR
En el caso en que el valor real sea un número
irracional no pueden realizarse los cálculos anteriores
con exactitud por tener su desarrollo decimal infinitas
cifras y no poder expresarse en forma fraccionaria. Por
eso se utilizan cotas.
Una cota del error absoluto es un numero ϵ que
cumple Ea  ϵ
En una aproximación cualquiera, una cota de error
absoluta es una unidad del orden n de la última cifra
significativa:
1
∈= 𝑛
10
Ejemplo: Determine la cota del error si el número pi es
truncado a 3 decimales.
Pi = 3.14159
A tres decimales 3.141
Error absoluto = 0.00059
Por lo tanto la cota del error es 0.001
Ejemplo: Truncar la raíz de 2 con una cota de error de
0.01.

0.01 = 10-2
Es decir se expresa la raíz de 2 truncando a 2 decimales.
2 ≈ 1.41
Si la aproximación es por redondeo se puede afinar
algo más: una cota de error absoluto es media
unidad del orden n de la última cifra significativa:

1
∈=
2. 10𝑛
Ejemplo: Redondear el numero pi con una cota de
error de 0.0005.
1
0.0005 =
2𝑥10−3
Pi  3.142
Error relativo (Er)
Sea ϵ la cota del error, sea x* el valor aproximado,
entonces se tiene,
∈
𝐸𝑟 ≤ ∗
𝑥 −∈
Ejemplo: Redondear el número π a las milésimas y
determine la cota del error relativo:
Redondeo: 3,142
Cota de error absoluto: 1
𝐸𝑎 ≤ 3
= 0.0005
2. 10

Cota de error absoluto:

0.0005
𝐸𝑟 ≤ = 0.000159
3.142 − 0.0005
Ejercicio: El valor aproximado del lado de un cuadrado
es 15.00m. ¿Cuál debe ser la cota de error absoluto
del lado del cuadrado para que la cota de error
relativo de su área sea 0.027?
La velocidad límite para un cuerpo esférico que se
mueve en un fluido está dada por la fórmula,
2 r 2g
v (   0 )
9 
donde r es el radio del cuerpo,  y 0 las densidades
del cuerpo y del fluido,  el coeficiente de viscosidad
del fluido, y g es la aceleración de la gravedad.
Se desea hallar la diferencia entre las velocidades
límites de dos bolas de acero moviéndose en
glicerina. Los radios de las bolas son ra = 0,20 cm y rb =
0,15 cm, las densidades del acero y la glicerina son a
= 8 g/cm3 y b = 1,3 g/cm3 y g es 980 cm/s2. La cota de
error relativo de todas las mediciones es 0.1%.
Muestre la fórmula para la diferencia entre las
velocidades límites de las dos bolas.
Muestre en forma de tabla los cálculos para la
diferencia Dv y sus cotas de error absoluto y relativo.
 CONDICIONAMIENTO Y ESTABILIDAD

Un proceso está bien condicionado si pequeñas

variaciones en sus datos de entrada provocan
pequeñas variaciones en la solución, y mal
condicionado si las mismas condiciones provocan
grandes variaciones en la solución.
Un proceso de cálculo es estable si los errores de
representación y redondeo introducidos tanto a la
entrada como durante las operaciones intermedias no
provocan perturbación importante en los resultados; e
inestable en caso contrario.
 NUMERO DE CONDICION
Número de condición absoluto 𝒌(x). Razón entre el
error absoluto de la solución y el error absoluto del
dato:
𝑓 𝑥 + 𝛿𝑥 − 𝑓(𝑥)
𝑘 𝑥 = lim sup
𝛿→0 𝛿𝑥 ≤𝛿 𝛿𝑥
Si f es diferenciable:

𝑓 𝑥 + 𝛿𝑥 − 𝑓(𝑥)
≈ 𝑓´(𝑥) = 𝑘(𝑥)
𝛿𝑥
Número de condición relativo k(x). Razón entre el
error relativo de la solución y el error relativo del dato:

𝑓 𝑥+𝛿𝑥 −𝑓(𝑥) 𝛿𝑥
k 𝑥 = lim sup /
𝛿→0 𝛿𝑥 ≤𝛿 𝛿𝑥 𝑥

𝑓 𝑥+𝛿𝑥 −𝑓 𝑥
𝑓(𝑥)
= 𝛿𝑥
𝑥
𝑓´ 𝑥 𝑥
≈ = 𝑘(𝑥)
𝑓 𝑥
NUMERO DE CONDICIONAMIENTO (k)
Cuando para un x dado 0 < k(x) < 1 para ese x se dirá
que el problema (cálculo de f) está bien condicionado
(y cuanto menor sea k(x) mejor condicionado),
mientras que si k(x) > 1 el problema estará mal
condicionado. Si k(x) = 1, el error relativo se
mantiene.
Ejemplo de Condicionamiento: Hallar el valor de x
para que f(x) tome el valor de cero. Siendo F(x) = x3 +
x -2.
Para ello utilice la siguiente aproximación x = g(x),
donde la relación anterior se despeja de f(x) = 0.
Ejemplo: Dada la función f(x) = 𝑥 + 1 − 𝑥, su
número de condición es:
𝑓´(𝑥) 𝑥
𝑘 𝑥 = 𝑥 =
𝑓(𝑥) 2 𝑥 𝑥+1

Es de notar que k(x) < ½ para x > 0, es decir que la

función está bien condicionada.
 (IN)ESTABILIDAD
En el campo del análisis numérico, la estabilidad
numérica es una propiedad de los algoritmos
numéricos. Describe cómo los errores en los datos de
entrada se propagan a través del algoritmo. En
un método estable, los errores debidos a las
aproximaciones se atenúan a medida que la
computación procede.
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

Decimo que un algoritmo e numéricamente inetable
para el error absoluto si

Y numéricamente inestable para el error relativo i

Por ejemplo, es fácil demostrar por inducción que la
sucesión de valores
1
2𝑛 𝑛≥0
puede generarse indistintamente a partir de los
siguientes algoritmos:
1
(I) s0 = 1, 𝑆𝑛 = 2 𝑆𝑛−1 , n ≥ 1.

1 23 11
(II) s0 = 1, s1 = , 𝑆𝑛 = 𝑆𝑛−1 − 𝑆𝑛−2 , n ≥ 2.
2 2 2
Salvo indicación contraria, se debe trabajar con
todas las cifras de la calculadora, incluso si se pide
poca precisión. En particular, si se pide un resultado
con 5 cifras decimales de precisión, NO se deben
redondear los cálculos intermedios a 5 decimales.
Para procesos iterativos de aproximaciones
sucesivas, se detendrá el proceso cuando se
repitan: Tantas cifras como la precisión requerida, si
el proceso tiene asegurada una convergencia rápida
(velocidad superior a la lineal, que ya se verá).
Tantas cifras como la precisión requerida MAS DOS,
si el proceso converge lentamente (velocidad
lineal).
 MAL CONDICIONADO
Sea el sistema de ecuaciones lineales
2x1 + 4x2 + 5x3 = 220
6x1 + 9x2 + 8x3 = 490
4.1x1 + 5x2 + 3x3 = 274
X1 = 40 ; X2 = 10; X3 = 20

2x1 + 4x2 + 5x3 = 220

6x1 + 9x2 + 8x3 = 490
4.09x1 + 5x2 + 3x3 = 274
X1 = 44.4444; X2 = 5.2136….; X3 = 22.05128….