Aproximaciones y errores de

redondeo
 Cifras significativas
Los mtodos numricos dan resultados
aproximados.
Se deben desarrollar criterios para
especificar qu tan confiables son.
Una manera de hacerlo es en trminos de
cifras significativas.
Fig 3.1
 Cifras significativas
Las computadoras slo retienen un
nmero finito de cifras significativas, los
nmeros irracionales jams se podrn
representar con exactitud.

La omisin del resto de cifras

significativas se le conoce como error de
redondeo
 Exactitud y precisin
Exactitud: se refiere a qu tan cercano
est el valor calculado o medido del valor
verdadero.

Precisin: se refiere a qu tan cercano se

encuentran, unos de otros, diversos
valores calculados o medidos.
 Fig 3.2
Exactitud creciente

Precisin creciente
 Exactitud y precisin
Inexactitud: conocida como sesgo, se
define como una desviacin sistemtica
del valor verdadero.

Imprecisin: conocida como

incertidumbre, se refiere a la magnitud en
la dispersin de los datos.
 Definiciones de error
De truncamiento: resultan del empleo de
aproximaciones.

De redondeo: se producen cuando se

usan nmeros que tienen un lmite de
cifras significativas para representar
nmeros exactos.
 Errores
La relacin entre el resultado exacto y
verdadero est dado por:

Valor verdadero = valor aproximado + error

Et= valor verdadero valor aproximado

 Error
error verdadero
Error relativo fraccional verdadero =
valor verdadero

error verdadero
et = 100%
valor verdadero
 Clculo de errores
Se tiene que medir la longitud de un
puente y la de un remache, se obtiene
9 999 y 9 cm, respectivamente. Si los
valores verdaderos son 10 000 y 10 cm.

Calcule el error verdadero

Calcule el error relativo porcentual
 Error
En situaciones reales a veces es difcil o
imposible contar con el valor verdadero.

Cuando no se conoce a priori la respuesta

verdadera, una alternativa es normalizar
el error, usando la mejor aproximacin
posible al valor verdadero.
 Error
error aproximado
ea = 100%
valor aproximado

aproximacion actual - aproximacion anterior

ea = 100%
aproximacion actual

el subindice a significa que el error esta normalizado a un valor aproximado

 Error
Los signos de las ecuaciones anteriores
pueden ser positivos o negativos.

A menudo, no importa mucho el signo del

error, sino que su valor absoluto
porcentual sea menor que una tolerancia
porcentual prefijada e s
 Error

ea < es

Si se cumple esta relacin, entonces se

considera que el resultado obtenido est
dentro del nivel aceptable fijado previamente.
 Error
Es posible demostrar que si el siguiente
criterio se cumple, se tendr la seguridad
de que el resultado es correcto con al
menos n cifras significativas.

e s = (0.5*10 2- n
)%
 Estimacin del error con mtodos
iterativos
La funcin exponencial se calcula usando
la siguiente Serie de Maclaurin:

2 3 n
x x x
e = 1+ x + + +L +
x

2! 3! n!
Errores de redondeo
 Errores de redondeo
Se originan debido a que la computadora
emplea un nmero determinado de cifras
significativas durante un clculo.

Adems, debido a que las computadoras

usan una representacin en base 2, no
pueden representar exactamente algunos
nmeros en base 10.
 Errores de redondeo

Se relacionan de manera directa con la

forma en que se guardan los nmeros en
la memoria de la computadora.
 Representacin de nmeros
La unidad fundamental se llama palabra
(byte).

Una palabra es una cadena de dgitos

binarios o bits.

Los nmeros son guardados en una o

ms palabras.
 Sistemas numricos

Notacin posicional

Bases
Fig 3.3
 Representacin entera
Mtodo de magnitud con signo

Emplea el primer bit de una palabra para

indicar el signo. (0 positivo, 1 negativo).

Los otros bits se usan para guardar el

nmero.
1000000010101101=-173
 Fig 3.4

Nmero
Signo
 Complemento a 2

Incorpora directamente el signo dentro de

la magnitud del nmero.
 Punto Flotante
Se utiliza para representar nmeros
fraccionarios.

Todo nmero se expresa como una parte

fraccionaria llamada mantisa y una parte
entera llamada exponente.

e
mb
 Punto Flotante
156.78=0.15678x103

En punto flotante, el primer bit se usa para

el signo.
La siguiente serie de bits para el
exponente con signo.
Los ltimos bits para la mantisa.
 Fig 3.5

Exponente
signado

Mantisa

Signo
 Mantisa normalizada
1
= 0.029411765
34

Si se guarda en una computadora que

slo permite cuatro lugares decimales, se
guardara como 0.0294x100
El cero intil a la derecha del punto
decimal hacer perder el dgito 1.
 Mantisa normalizada
El nmero se normaliza para eliminar el
cero, multiplicando por 10 y disminuyendo
el exponente en 1, quedando:

0.2941x10-1

As se conserva una cifra adicional.

 Mantisa normalizada
La normalizacin consiste en limitar el
valor absoluto de m a:

1
m < 1
b
 Punto Flotante
Permite representar tanto fracciones como
nmeros muy grandes.

Requieren ms espacio y ms tiempo de

procesamiento.

Introducen un error de redondeo ya que la

mantisa conserva un nmero finito de
cifras significativas.
 Problema
Determinar un conjunto hipottico de
nmeros con punto flotante para una
mquina que guarda la informacin usando
palabras de 7 bits.

El primer bit para signo del nmero.

Los otros 3 para signo y magnitud del
exponente.
Los ltimos 3 para magnitud de la mantisa.
 Problema
0111100 nmero positivo ms pequeo.
0111100=+0.5x10-3

Los siguientes nmeros ms grandes son:

0111101=(1x2-1+0x2-2+1x2-3)x2-3=0.078125
0111110=(1x2-1+1x2-2+0x2-3)x2-3=0.093750
0111111=(1x2-1+1x2-2+1x2-3)x2-3=0.109375
 Fig 3.6

Magnitud de
Signo de Signo de mantisa
nmero exponente

Magnitud de
exponente
 Problema
Las equivalencias en base 10 se
esparcen de manera uniforme en un
intervalo de 0.015625.

Para continuar el incremento se debe

disminuir el exponente a 10, lo cual da
1x21+0x20 = 2
 Problema
La mantisa vuelve a disminuir hasta su
valor ms pequeo: 100, por lo que el
siguiente nmero es:

0110100=(1x2-1+0x2-2+0x2-3)x2-2=0.125000

Lo cual sigue dando una brecha de

0.015625
 Problema
Los siguientes nmeros incrementando
mantisa son:

0110101=(1x2-1+0x2-2+1x2-3)x2-2=0.156250
0110110=(1x2-1+1x2-2+0x2-3)x2-2=0.187500
0110111=(1x2-1+1x2-2+1x2-3)x2-2=0.218750

La brecha es ahora de 0.03125

 Problema
El nmero ms grande es

0011111=(1x2-1+1x2-2+1x2-3)x23=7
Cancelacin Redondeo

Fig 3.7

Rebose

Hueco de
subrebose en cero
 Errores de redondeo
El rango de cantidades que pueden
representarse es limitado.
Existe slo un nmero finito de cantidades
que puede representarse dentro de un
rango limitado.
El intervalo entre los nmeros aumenta
conforme los nmeros aumentan en
magnitud.
 Rangos limitado
Hay nmeros grandes positivos y negativos
que no pueden representarse.

Intentar emplear nmeros fuera del rango da

como resultado error de desbordamiento
(overflow).

Nmeros muy pequeos tampoco pueden

representarse (underflow) debido al agujero
entre el cero y el primer nmero positivo.
 Nmero finito de cantidades
El grado de precisin es limitado.

Los nmeros irracionales no pueden

representarse de manera exacta.

Tampoco los racionales que no concuerdan

pueden ser representados de manera precisa.

Errores de cuantificacin.
 Errores de cuantificacin
La aproximacin real se realiza de dos
formas: cortando o redondeando.

Cortando: simplemente omitir o cortar a

partir de un trmino. Todos los errores son
positivos.

Redondeando: produce un error menor

que el corte pero aumenta el trabajo
computacional.
 Intervalo entre nmeros

Permite que la representacin de punto

flotante conserve los dgitos significativos.

Tambin significa que los errores de

cuantificacin sean proporcionales a la
magnitud del nmero representado.
 Intervalo entre nmeros
Para normalizar los nmeros de punto
flotante, esta proporcionalidad se expresa:

Dx Dx e
Corte: e Redondeo:
x x 2
 Intervalo entre nmeros

e = epsilon de la maquina

e =b 1-t

b es el nmero base

t es el nmero de dgitos significativos en la mantisa.

Fig 3.8

Error relativo
ms grande