Aproximaciones y errores de redondeo

Andrés Ortiz Diaz

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

20 de agosto de 2018

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Introducción
En diversos problemas de ingenierı́a se tienen errores de medición y en vista que no
siempre se pueden obtener soluciones analı́tica, es necesario en tales casos aproximar o
estimar el error con el que se esta trabajando.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Comentario
La mayor parte de las técnicas desarrolladas en este curso tienen la caracterı́stica de
poseer errores. En primera instancia, esto puede parecer contradictorio, ya que no
coincide con la imagen que se tiene de una buena ingenierı́a. Los estudiantes y los
practicantes de la ingenierı́a trabajan constantemente para limitar este tipo de errores
en sus actividades. Cuando hacen un examen o realizan sus tareas, son sancionados,
mas no premiados por sus errores. En la práctica profesional, los errores llegan a
resultar costosos y, en algunas ocasiones, catastróficos. Si una estructura o un
dispositivo falla, esto puede costar vidas.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Cifras significativas
El concepto de cifras o dı́gitos significativos se ha desarrollado para designar formalmente la
confiabilidad de un valor numérico. Se trata del número de dı́gitos que se ofrecen con certeza,
más uno estimado. Por ejemplo, el velocı́metro y el odómetro de la figura adjunta muestran
lecturas de hasta tres y siete cifras significativas, respectivamente.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Los métodos numéricos dan resultados aproximados. Por lo tanto, se deben
desarrollar criterios para especificar qué tan confiables son dichos resultados. Una
manera de hacerlo es en términos de cifras significativas. Por ejemplo, es posible
afirmar que la aproximación es aceptable siempre y cuando sea correcta con
cuatro cifras significativas.
√
Aunque ciertas cantidades tales como π, , o 7 representan cantidades
especı́ficas, no se pueden expresar exactamente con un número finito de dı́gitos.
Por ejemplo,
π = 3,141592653589793238462643...
hasta el infinito. Como las computadoras retienen sólo un número finito de cifras
significativas, tales números jamás se podrán representar con exactitud. A la
omisión del resto de cifras significativas se le conoce como error de redondeo.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Andrés Ortiz Diaz Aproximaciones y errores de redondeo
ERROR
Los errores numéricos surgen del uso de aproximaciones para representar operaciones y
cantidades matemáticas exactas. Éstas incluyen los errores de truncamiento que resultan del
empleo de aproximaciones como un procedimiento matemático exacto, y los errores de
redondeo que se producen cuando se usan números que tienen un lı́mite de cifras significativas
para representar números exactos. Para ambos tipos de errores, la relación entre el resultado
exacto, o verdadero, y el aproximado está dada por

Valor verdadero = Valor aproximado + error (1)

Reordenando la ecuación (1) se encuentra que el error numérico es igual a la diferencia entre el
valor verdadero y el valor aproximado, es decir

Et = Valor verdadero − Valor aproximado (2)

donde Et se usa para denotar el valor exacto del error. El subı́ndice t indica que se trata del
error “verdadero”(true).

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Observación
Una desventaja en esta definición es que no toma en consideración el orden de la
magnitud del valor que se estima. Por ejemplo, un error de un centı́metro es mucho
más significativo si se está midiendo un remache en lugar de un puente.

Una manera de tomar en cuenta las magnitudes de las cantidades que se evalúan
consiste en normalizar el error respecto al valor verdadero, es decir
Error relativo
error verdadero
Error relativo fraccional verdadero =
valor verdadero

Error relativo porcentual verdadero

error verdadero
εt = ,100 %
valor verdadero

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Ejemplo
Suponga que se tiene que medir la longitud de un puente y la de un remache, y se
obtiene 9 999 y 9 cm, respectivamente. Si los valores verdaderos son 10 000 y 10 cm,
calcule en cada caso
a) El error verdadero y
b) El error relativo porcentual verdadero.

a) El error en la medición del puente es Et = 10000 − 9999 = 1cm y en la del

remache es de Et = 10 − 9 = 1cm
1
b) El error relativo porcentual para el puente es εt = · 100 % = 0, 01 % y para
10000
1
el remache es de εt = · 100 % = 10 %
10
Por lo tanto, aunque ambas medidas tienen un error de 1 cm, el error relativo
porcentual del remache es mucho mayor. Se concluye entonces que se ha hecho un
buen trabajo en la medición del puente; mientras que la estimación para el remache
dejó mucho que desear.
Andrés Ortiz Diaz Aproximaciones y errores de redondeo
Observación
En los métodos numéricos, el valor verdadero sólo se conocerá cuando se tengan funciones que
se resuelvan analı́ticamente. Éste comúnmente será el caso cuando se estudie el
comportamiento teórico de una técnica especı́fica para sistemas simples.
Sin embargo, en muchas aplicaciones reales, no se conoce a priori la respuesta verdadera.
Entonces en dichos casos, una alternativa es normalizar el error, usando la mejor estimación
posible al valor verdadero; es decir, para la aproximación misma, como en
error aproximado
εa = 100 % (3)
valor aproximado
donde el subı́ndice a significa que el error está normalizado a un valor aproximado.

ciertos métodos numéricos usan un método iterativo para calcular los resultados. En tales
métodos se hace una aproximación considerando la aproximación anterior. Este proceso se
efectúa varias veces, o de forma iterativa, para calcular en forma sucesiva, esperando cada vez
mejores aproximaciones. En tales casos, el error a menudo se calcula como la diferencia entre la
aproximación previa y la actual. Por lo tanto, el error relativo porcentual está dado por
 
aproximación actual − aproximación anterior
εa = 100 % (4)
aproximación actual
Andrés Ortiz Diaz Aproximaciones y errores de redondeo
Observación
Los signos de las ecuaciones (2) a (4) pueden ser positivos o negativos. A menudo,
cuando se realizan cálculos, no importa mucho el signo del error, sino más bien que su
valor absoluto porcentual sea menor que una tolerancia porcentual prefijada s . Por lo
tanto, es útil emplear el valor absoluto de las ecuaciones (2) a (4). En tales casos, los
cálculos se repiten hasta que
|εa | < εs (5)
Si se cumple la relación anterior, entonces se considera que el resultado obtenido está
dentro del nivel aceptable fijado previamente εs .

Es conveniente también relacionar estos errores con el número de cifras significativas

en la aproximación. Es posible demostrar (Scarborough, 1966) que si el siguiente
criterio se cumple, se tendrá la seguridad que el resultado es correcto en al menos n
cifras significativas.
es = 0, 5 · 102−n %


(6)

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Ejemplo
En matemáticas con frecuencia las funciones se representan mediante series infinitas.
Por ejemplo, la función exponencial se calcula usando
+∞ k
X x
ex = (7)
k!
k=0

Empezando con el primer término ex = 1 y agregando término por término, estime el

valor de e0,5 . Después de agregar cada término, calcule los errores: relativo porcentual
verdadero y normalizado a un valor aproximado usando las ecuaciones (3) y (4),
respectivamente. Observe que el valor verdadero es e0,5 = 1,648721 · · · . Agregue
términos hasta que el valor absoluto del error aproximado ea sea menor que un criterio
de error preestablecido es con tres cifras significativas.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

En primer lugar la ecuación (6) se emplea para determinar el criterio de error que asegura que
un resultado sea correcto en al menos tres cifras significativas:
es = (0, 5 · 102−3 ) % = 0, 05 %
Por lo tanto, se agregarán términos a la serie hasta que ea sea menor que este valor.
La primera estimación es igual a la ecuación (E3.2.1) con un solo término. Entonces, la
primera estimación es igual a 1. La segunda estimación se obtiene agregando el segundo
término, ası́:
ex = 1 + x ⇒ e0,5 = 1, 5
Esto representa el error relativo porcentual verdadero de
 
1, 6427821 − 1, 5
εt = 100 % = 9, 02 %
1, 648721
La ecuación (4) se utiliza para determinar una estimación aproximada del error, dada por:
 
1, 5 − 1
εa = 100 % = 33, 3 %
1, 5
Como εa no es menor que el valor requerido εs , se deben continuar los cálculos agregando
x2
otro término, , repitiendo el cálculo del error. El proceso continúa hasta que εa < εs .
2!
Andrés Ortiz Diaz Aproximaciones y errores de redondeo
Ası́, después de usar seis términos, el error aproximado es menor que εs = 0, 05 %, y el
cálculo termina.
TAREA
Leer las páginas 61-69 sobre error de redondeo del libro: Métodos numéricos para
ingenierı́a; S. C. Chapra, R. P. Canale-5ta edición

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

La serie de Taylor
La serie de Taylor proporciona un medio para predecir el valor de una función en un punto en
términos del valor de la función y sus derivadas en otro punto. En particular, el teorema
establece que cualquier función suave puede aproximarse por un polinomio.

Una buena manera de comprender la serie de Taylor consiste en construirla término por
término. Por ejemplo, el primer término de la serie es:
f (xi+1 ) ≈ f (xi ) (8)
Esta relación, llamada la aproximación de orden cero, indica que el valor de f en el nuevo
punto es el mismo que su valor en el punto anterior. Tal resultado tiene un sentido intuitivo, ya
que si xi y xi+1 están muy próximas entre sı́, entonces es muy probable que el nuevo valor sea
similar al anterior.
La ecuación (8) ofrece una estimación perfecta si la función que se va a aproximar es, de
hecho, una constante. Sin embargo, si la función cambia en el intervalo, entonces se requieren
los términos adicionales de la serie de Taylor, para obtener una mejor aproximación. Por
ejemplo, la aproximación de primer orden se obtiene sumando otro término para obtener:
f (xi+1 ) ≈ f (xi ) + f 0 (xi )(xi+1 − xi ) (9)

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Teorema de Taylor
Si la función f y sus primeras n + 1 derivadas son continuas en un intervalo que
contiene a y x, entonces el valor de la función en x está dado por

f (n) (a)
f (x) = f (a) + f 0 (a)(x − a) + · · · + (x − a)n + Rn (10)
n!

f (n+1) (ξ)
donde el residuo Rn se define como Rn = (x − a)n+1
(n + 1)!

Observación
Esta versión de residuo es conocida como la versión de Lagrange, tambien existe una
versión en forma integral.

En esencia, el teorema establece que cualquier función suave puede aproximarse

mediante un polinomio.
En la expresión del residuo puede hacerce el cambio h = xi+1 − xi
Andrés Ortiz Diaz Aproximaciones y errores de redondeo
Es posible decidir qué tan lejos de x se desea evaluar f (x) y controlar el número de
términos que queremos tener en la expansión. Por esto, el residuo de la expresión de
Taylor se expresa usualmente como Rn = O(hn+1 ).
donde la nomenclatura O(hn+1 ) significa que el error de truncamiento es de orden
hn+1 . Es decir, el error es proporcional al incremento h elevado a la (n + 1) ésima
potencia.
Ejemplo
Utilice expansiones de la serie de Taylor con n desde 0 hasta 6 para aproximar
f (x) = cos x en xi+1 = π3 con base en el valor de f (x) y sus derivadas en xi = π4 .
Observe que esto significa que h = π3 − π4 = 12π
.

Mediante la calculadora se obtiene que f ( π3 ) = 0, 5

La aproximación de orden cero es f ( π3 ) ≈ cos( π4 ) = 0, 7071106781
que representa
 un error relativo
 porcentual de
0, 5 − 0, 707106781
εt = 100 % = −41, 4 %
0, 5
Andrés Ortiz Diaz Aproximaciones y errores de redondeo
 Para la aproximación de primer orden se tiene
π π π

 π 
f ( 3 ) ≈ cos( 4 ) − sen 4 = 0, 521086659 que tiene εt = −4, 40 por ciento.
12
Para la aproximación de primer orden se tiene

 π  cos(π/4)
f ( π3 ) ≈ cos( π4 ) − sen π4 − (π/12)2 = 0, 497754491 que tiene
12 2
εt = −0, 449 por ciento
Entonces, al agregar más términos a la serie se obtiene una mejor aproximación.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Raices de ecuaciones
Un método simple para obtener una aproximación a la raı́z de la ecuación f (x) = 0 consiste en
graficar la función y observar dónde cruza el eje x. Este punto, que representa el valor de x
para el cual f (x) = 0, ofrece una aproximación inicial de la raı́z.

Observación
En la actualidad existen varios sotfware que pueden graficar funciones y aproximar raices, por
ejemplo GeoGebra.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

El método de bisección
Si f (x) es real y continua en el intervalo que va desde xl hasta xu y f (xl ) y f (xu ) tienen
signos opuestos, es decir,
f (xl )f (xu ) < 0
entonces hay al menos una raı́z real entre xl y xu .

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Ejemplo
Determine el coeficiente de arrastre c necesario para que un paracaidista de masa m = 68, 1 kg
tenga una velocidad de 40m/s después de una caı́da libre de t = 10s. Nota: La aceleración de
la gravedad considerada es 9, 8m/s2 .

Luego de aplicar la segunda ley de Newton y resolver una EDO de primer orden se obtiene
gm  c

f (c) = 1 − e−( m )t − v
c
El primer paso del método de bisección consiste en asignar dos valores iniciales a la incógnita
(en este problema, c) que den valores de f (c) con diferentes signos. luego de tabular algunos
valores se observa que la función cambia de signo entre los valores 12 y 16. Por lo tanto, la
estimación inicial de la raı́z xr se encontrará en el punto medio del intervalo (xr = 14).
Dicha aproximación representa un error relativo porcentual verdadero de εt = 5, 3 %
A continuación calculamos el producto de los valores en la función en un lı́mite inferior y en el
punto medio: f (12)f (14) > 0, por lo tanto, no ocurre cambio de signo entre el lı́mite inferior y
el punto medio. En consecuencia, la raı́z debe estar localizada entre 14 y 16.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo

Bibliografı́a
Métodos numéricos para ingenierı́a; S. C. Chapra, R. P. Canale-5ta edición
4 Análisis numérico; R. L. Burden, J. D. Faires-7ma edición.
Métodos numéricos aplicados con software; S. Nakamura-1ra edición.
4 MATLAB.

Andrés Ortiz Diaz Aproximaciones y errores de redondeo