Unidad 1

Anlisis del error

Mapa de la unidad

Anlisis del error

1.

Error de truncamiento

Error de redondeo

Representacin de ente
ros en computadora

Representacin de frac
ciones en computadora

Representacin de nme
ros reales en computad
ora

Anlisis del error

En esta unidad, se define el concepto de error en trminos de mtodos numricos.

Debido a que estos consisten en estrategias de aproximacin que se emplean cuando no
es posible la aplicacin de tcnicas analticas o exactas en la resolucin de problemas
prcticos y de aplicacin, se obtiene un resultado que difiere del verdadero valor que se
busca. Esta diferencia se denomina error. Este concepto es de vital importancia en los
mtodos numricos, ya que ste se emplea como referencia para la seleccin y
evaluacin de los mtodos numricos as como de criterio de paro de los mismos. A
continuacin se presentan algunos conceptos fundamentales para la cabal comprensin
del concepto de error.
Dgitos significativos
Es el concepto que se ha desarrollado formalmente para designar la confiabilidad de un
valor numrico. Los dgitos significativos de un nmero, son aquellos que pueden ser
empleados en forma confiable para describir una cantidad. Por ejemplo, suponga que se
tiene un instrumento cuyo medidor marca:

Para este caso, por los lmites del instrumento, solo pueden manejarse con certeza dos
dgitos. El tercero se estima. Por lo que en general solo se tienen tres dgitos
significativos para este instrumento.
Es importante establecer que los ceros, no son siempre dgitos significativos, ya que
pueden emplearse para ubicar el punto decimal, por ejemplo:
a)
b)
c)
d)

0.00001845
0.0001845
0.001845
0.0000180

Los incisos a, b y c, tienen cuatro dgitos significativos, donde el nmero 1 es el primer

dgito significativo (dgito significativo principal o dgito ms significativo), el 8 es el
segundo dgito significativo, el 4 es el tercer dgito significativo y el 5 es el cuarto.
Respecto al inciso d, este tiene tres dgitos significativos, a saber 1, 8 y 0.
Por otro lado el nmero 45300 puede tener 3, 4 5 dgitos significativos, dependiendo
los ceros que se conocen con exactitud. Para evitar la incertidumbre se usa la notacin
cientfica.
a) 4.53 x 104, tres dgitos significativos.
b) 4.530 x 104, cuatro dgitos significativos.
c) 4.5300 x 104, cinco dgitos significativos.
La importancia del concepto de dgitos significativos en el estudio de los mtodos
numricos incide especficamente en dos aspectos
1. Criterio para decidir la precisin de un mtodo numrico. Es aceptable un
mtodo cuando garantiza un determinado nmero de dgitos significativos en su
resultado
2. Criterio de paro. Dado que los mtodos numricos son tcnicas iterativas, puede
establecerse que cuando se alcance un determinado nmero de dgitos
significativos es condicin suficiente para detener el mtodo
Exactitud y precisin
Exactitud.- Indica qu tan cercano es un valor calculado respecto al valor verdadero.
Precisin.- Considerando que los mtodos numricos son tcnicas iterativas, expresa
qu tan cercana es una aproximacin o una estimacin a un valor, respecto a las
aproximaciones o iteraciones anteriores del mismo.
Inexactitud.- Tambin se le conoce como sesgo. Es un alejamiento sistemtico del valor
verdadero a calcular.
Imprecisin.- Tambin se le conoce como incertidumbre. Se refiere al grado de
alejamiento entre s, a las diversas aproximaciones a un valor verdadero.
Al observar las definiciones anteriores, puede determinarse que el error asociado a los
mtodos numricos permite medir el grado de exactitud y precisin de los mismos.

Definicin de error
En trminos generales, el error de un mtodo numrico es la diferencia que existe entre
el verdadero valor que se busca y la aproximacin obtenida a travs de una tcnica
numrica. El error se clasifica en dos categoras, error de redondeo y error de
truncamiento. Ambos conceptos se explican a continuacin:

1.1.

Error de truncamiento

Se originan al emplear al nmero finito de trminos para calcular un valor que requiere
un nmero infinito de trminos. Por ejemplo, una expresin que permite determinar de
forma exacta el valor del nmero de Euler (base de los logaritmos naturales) a travs de
una serie de MacLaurin es:

xi
e
i 0 i !
x

Sin embargo, una aproximacin a dicho valor, puede obtenerse a travs de su expresin
finita:
k

ex
i 0

xi
,
i!

Es claro que esta expresin finita es manejable computacionalmente hablando, al

contrario que la frmula expresada en su forma infinita.

1.2.

Error de redondeo

Se origina por el hecho de que una computadora slo puede representar un nmero
finito de trminos. Para expresar una cantidad con un desarrollo decimal infinito, se
tiene que prescindir de la mayora de ellos. Por ejemplo, el nmero = 3.14159265....,
tiene un desarrollo decimal infinito no peridico. Por lo tanto, para fines de clculo, slo
se toman algunos de sus dgitos. Esto se realiza a travs de dos estrategias:
1. Redondeo. Prescinde de cierto nmero de cifras significativas y realiza un ajuste,
sobre la ltima cifra no descartada : 3.1416
2. Corte o poda: Prescinde de cierto nmero de cifras significativas sin realizar un
ajuste sobre la ltima cifra no descartada 3.1415
En aplicaciones actuariales, ciencias e ingeniera, se recomienda el redondeo, ya que el
corte o
poda implica la prdida de informacin.
Ejemplo.
Considere la aproximacin de 3.14159265. Realice el corte y redondeo a:
a) Dos dgitos significativos.
b) Tres dgitos significativos.
c) Cuatro dgitos significativos.

d)
e)
f)
g)

Cinco dgitos significativos.

Seis dgitos significativos.
Siete dgitos significativos.
Ocho dgitos significativos.

Solucin:
El respectivo corte y redondeo para el respectivo nmero de dgitos significativos, se
resume en la siguiente tabla:
No. de dgitos
Dos
Tres
Cuatro
Cinco
Seis
Siete
Ocho

Corte
3.1
3.14
3.141
3.1415
3.14159
3.141592
3.1415926

Redondeo
3.1
3.14
3.142
3.1416
3.14159
3.141593
3.1415927

Una vez que se ha establecido la clasificacin del error (es decir, las dos fuentes de error
en los mtodos numricos), se procede a definir los conceptos de error absoluto
verdadero, error absoluto relativo, error absoluto aproximado y error relativo
aproximado, todos ellos como una suma o consecuencia de los errores de redondeo y
truncamiento. Los siguientes conceptos de error pueden emplearse como criterios de
paro y medidas de precisin de los mtodos numricos.
Error absoluto verdadero
Supngase que p es una aproximacin a p. El error absoluto verdadero se define con la
siguiente expresin:

Ev p p
Esta definicin de error, lo cuantifica en trminos brutos. No obstante, una medida que
puede describir con mayor detalle o proporcin el error, es aquella que lo expresa en
trminos porcentuales. Para ello se emplea el error verdadero relativo.
Error relativo verdadero
Supngase que p es una aproximacin a p. El error relativo verdadero se calcula con la
siguiente expresin:
ev

p p
,
p

p0

El resultado suele expresarse en trminos porcentuales.

Ejemplo 1.
Sea x = 3.1411592 y x = 3.14. Calcule:

a) El error absoluto verdadero.

b) El error relativo verdadero.
Solucin.
a)
Ev x x

3.141592 3.14
=
= 0.001592

b)
ev

x x
x

0.001592
3.141592
0.00507
5.07%

Ejemplo 2.
Sea y = 1 000 000, y = 999 996. Calcule:
a) El error absoluto verdadero.
b) El error relativo verdadero.
Solucin.
a)
Ev y y

= 1 000 000-999 996

4

b)
ev

y y
y
4
1 000 000

= 0.000004
Ejemplo 3.
Supngase que se tiene que medir la longitud de un puente (x) y la de un remache (y),
obtenindose 9 999 y 9 cm respectivamente. Si los valores verdaderos son 10 000 y 10,
calcular:
a) El error absoluto verdadero
b) El error relativo verdadero
Solucin.
a)
Ev x x

= 10 000 - 9 999
=1

Ev y y
= 10 000 - 9 999
=1

b)
ev

x x
x
1
10000

ev

y y
y
1
10

 0.0001

0.1

0.01%

= 10%

Aunque tienen el mismo error absoluto real (1), el error relativo de la medicin del
remache es mucho mayor (10%) contra el 0.1% del error en la medicin del puente.
Para evitar esta subjetividad en la medicin del error, en mtodos numricos se
acostumbra el uso del error relativo. En los ejemplos anteriores, se conoca el verdadero
valor buscado. Entonces cabra hacerse la pregunta: Si se conoce el valor buscado Para
qu estimarlo con una aproximacin numrica? Con fines didcticos, en los ejemplos
anteriores se asumi que se conoca el valor verdadero buscado. En la prctica, se
desconoce dicho valor, por lo que el error deber expresarse en trminos aproximados,
originando el concepto de error relativo aproximado.
Error relativo aproximado
El error relativo aproximado, mide el error de un mtodo numrico, determinando el
error de la iteracin actual respecto el error surgido en la iteracin anterior:
ea

xi xi 1
xi

Donde xi = aproximacin actual a x.

xi 1

= aproximacin anterior a x.

En mtodos numricos suele establecerse una tolerancia porcentual como criterio de

paro, tal que el error relativo aproximado de un mtodo, no exceda dicha tolerancia.

ea t
donde t, es tolerancia fijada de antemano. A menor tolerancia se tiene mayor precisin
en la aproximacin al valor verdadero, sin embargo esto implica un aumento en el
nmero de iteraciones requeridas para detener el mtodo.
Observaciones sobre la tolerancia t de un mtodo numrico
Puede demostrarse que si el siguiente criterio se cumple, se tiene la seguridad que un
resultado es correcto en al menos n dgitos significativos:

1 2 n
10 %
2

t
Ejemplo.

x
Considere la serie de MacLaurin para la determinacin de e :

ex 1 x

x 2 x3
xn
... ,
2! 3!
n!

lim
n

i 1

xi
i!

x
Empezando con el primer trmino e 1 y agregando un trmino a la vez, estimar el
0.5
valor de e . Despus de agregar cada trmino, calcular el error relativo real y
aproximado. El clculo termina hasta que el valor absoluto del error aproximado sea
menor al criterio preestablecido t para garantizar tres dgitos significativos correctos.

Solucin.
0.5
Considere al nmero 1.648721271 como el valor verdadero de e . Si se desean tres
dgitos significativos correctos, se tiene que n = 3. En consecuencia:

1 23
10 % 0.05%
2

De aqu, se tiene que para garantizar al menos tres dgitos significativos correctos, se
tiene que cumplir:
ea t

es decir
xi xi 1 1 2 n
10 %
xi
2
En este caso, como ya hemos visto
xi xi 1 1 23
10 %
xi
2
Esto es
ea 0.05%

La siguiente tabla muestra el desarrollo del ejercicio:

i

Expresin

Resultado

Ev(%)

ea

(1.648721271 1)

1 ex 1

1.648721271

___

0.3934 33%

(1.648721271 1.5)
2 ex 1 x

e 1 x

1+0.5=1.5

2!

1 0.5

1.648721271

0.5
2

1.625

1.5 1
1.5

0.09020 9.02%

0.333 33.3%

(1.648721271 1.625)

(1.625 1.5)

1.648721271

1.625

0.014387 1.44%

0.07692 7.69%

ex 1 x
4

3!

1 0.5

3!

3!

2!

4!

0.5

(1.648721271 645833)

(1.645833 1.625)

1.648721271

1.645833

24

5!

0.5

0.5

1.27%

(1.648721271 1.6484375)

(1.6484375 1.645833)

1.648721271

1.6484375

24

0.0001721 0172%

1.6484375

1 0.5

0.5

0.0017518 0.175%

2!
x

1.6458333

1 0.5

4!
x

0.5

ex 1 x
6

2!

0.5

e 1 x

0.5

2
0.5

0.5

(1.648721271 1.6748697917)

1.648721271

120

1.648697917 0.00001416 0.00142%

0.158%

(1.648697917 1.645833)
1.648697917
0.0158 t

Se observa que en la sexta iteracin se satisface el criterio para la tolerancia, ea < t, dado
que en la sexta iteracin, ea=0.0158, que es menor que la tolerancia preestablecida: t =
0.5
0.05%. Con esto se tiene que la estimacin de e es de 1.648697917, con al menos tres
dgitos significativos correctos: 1.648697917.

1.2.1 Representacin de enteros en computadora

Representacin de enteros sin signo
El nmero de bits empleado para la representacin de nmeros en computadora, se
denomina longitud de palabra, y generalmente es un mltiplo de ocho. Con una
longitud de palabra de n bits, pueden representarse un total de 2n nmeros diferentes,
siendo el mayor de ellos el nmero 2n-1. Por ejemplo, con una longitud de palabra de 8
bits, pueden representarse 28 = 256 nmeros diferentes. El mayor nmero es 2 8 1 =
255.
Conversin de sistema binario a sistema decimal
Para convertir un nmero de sistema binario a decimal con una longitud de palabra de n
bits se emplea la siguiente expresin:
n 1

m10 2i xi ,
i 0

xi 0,1

Donde A10, corresponde al nmero en base diez, y xi corresponde al i-simo dgito

binario.
Ejemplo.
Con una longitud de palabra de 8 bits, convertir el nmero 110110012 a sistema decimal.

Solucin.
La siguiente grfica muestra la cantidad en sistema binario y las respectivas posiciones
de sus dgitos:
1

x7 x6 x5 x4 x3 x2 x1 x0
Sustituyendo estos valores en la respectiva frmula, se tiene el siguiente desarrollo:
7

2 x
i0

20 (1) 21 (0) 2 2 (0) 23 (1) 2 4 (1) 2 5 (0) 2 6 (1) 2 7 (1) 217

Conversin de sistema decimal a sistema binario

Se emplea una serie de divisiones entre dos, tomando el residuo de cada cociente como
el respectivo valor de los dgitos binarios xi. El ltimo de ellos, toma su valor de la parte
entera de la ltima divisin.
Ejemplo.
Convertir a sistema binario el nmero 21710.
Solucin.
Se procede a realizar un conjunto de divisiones entre dos y recuperar sus residuos para
conformar los respectivos dgitos binarios xi.

Con esto se obtiene:

x0= 1, x1= 0, x2= 0, x3= 1, x4= 1, x5= 0, x6= 1, x7= 1
donde se aprecia que el ltimo dgito binario, toma su valor de la parte entera de la
ltima divisin.
Los valores anteriores se expresan finalmente de la siguiente manera: 21710= 110110012
Generalizando, para convertir una cantidad m10 a sistema binario, con una longitud de
palabra de n bits se procede de la siguiente forma:
Sea m0 la cantidad original en base 10. A travs de las siguientes operaciones, se irn
obteniendo lo valores de cada dgito binario xi
x0 = m0 mod 2,

m0

m1 = 2

 mi

donde 2

mi
representa la parte entera de la fraccin 2

x1 = m1 mod 2,

m1

m2 = 2

x2 = m2 mod 2,

m2

m3 = 2

En general,
xi = mi mod 2,

mi

mi+1 = 2 ,

para i = 0... n-2

Y para xn-1 se tiene:

mn 1

xn-1 = 2

Siendo xn-1, el ltimo dgito binario a obtener.

Ejemplo.
Utilizando una longitud de palabra de 8 bits, convertir 21810 a sistema binario sin signo.
Solucin.
m0 = 218
218

1) x0 = 218 mod 2, m1 = 2

x0 = 0,

m1= 109

109

2) x1 = 109 mod 2, m2 = 2

x1 = 1,

m2 = 54

54

3) x2 = 54 mod 2, m3 = 2

x2 = 0,

m3 = 27

27

4) x3 = 27 mod 2, m4 = 2

x3 = 1,

m4 = 13

13

5) x4 = 13 mod 2, m5 = 2

x4 = 1,

m5 = 6

6

6) x5 = 6 mod 2, m6 = 2

x5 = 0,

m6 = 3

3

7) x6 = 3 mod 2, m7 = 2

x6 = 1,
8) x7 = m7 =1

m7 = 1

Con lo que se obtiene la secuencia:

21810 = 110110102
Comprobando:
7

2 x
i0

20 (0) 21 (1) 2 2 (0) 23 (1) 2 4 (1) 2 5 (0) 2 6 (1) 2 7 (1) 218

1.2.2 Representacin de fracciones en computadora

Fracciones binarias
Las fracciones binarias pueden expresarse como sumas en las que aparecen potencias
negativas de 2. Si R es un nmero real tal que 0 < R < 1, entonces existe una sucesin
de cifras d1,d2,....,dn, todas ellas en {0, 1}, tales que:
R = (d1 x 2-1) + (d2 x 2-2) + ...+ (dn x 2-n)

...(1.1)

Que suele expresarse en notacin fraccionaria binaria como:

R = (0. d1,d2,...,dn )2
Puede desarrollarse un algoritmo para representar fracciones en sistema binario:
Multiplicando por 2 ambos miembros de la expresin (1.1):

2R = d1 + ((d2 x 2-1) + (d3 x 2-2) + ...+ (dn x 2-n+1))

...(1.2)

2R , donde el smbolo x denota la parte entera de x.

De aqu se observa que d1=
Continuando con el proceso, se toma la parte fraccionaria de la igualdad (1.2) y se
escribe:
F1 = frac(2R) = (d2 x 2-1) + (d3 x 2-2) + ...+ (dn x 2-n+1)

...( 1.3)

donde frac(x) denota la parte fraccionaria del nmero x. Multiplicando por 2 ambos
miembros de (1.3) se tiene:
2F1= d2 + ((d3 x 2-1) + (d4 x 2-2) + ...+ (dn x 2-n+2))

...( 1.4)

Tomando la parte entera de esta igualdad:

d2 =

2F1

El proceso contina posiblemente sin fin (si R tiene una representacin en base 2 que no
es finita ni peridica) y genera de forma recurrente dos sucesiones {dk} y {Fk}, donde:

d k 2 Fk 1

Fk frac(2 Fk 1 )

Ejemplo.
7
Sea la fraccin 10 . Represntala como una fraccin binaria.

Solucin.
R = 0.7, entonces
2R = 1.4,

d1 1.4 1, F1 frac(1.4) 0.4

2F1 = 0.8,

d 2 0.8 0, F2 frac(0.8) 0.8

2F2 = 1.6,

d3 1.6 1, F2 frac(1.6) 0.6

2F3 = 1.2,

d 4 1.2 1, F4 frac(1.2) 0.2

2F4 = 0.4,

d5 0.4 0, F5 frac (0.4) 0.4

2F5 = 0.8,

d 6 0.8 0, F6 frac (0.8) 0.8

2F6 = 1.6,

d 7 1.6 1, F7 frac(1.6) 0.6

Ntese que 2F2 = 1.6 = 2F6. Se tiene entonces que dk = dk+4 y Fk = Fk+4, para k = 2, 3, 4.
Es decir, la fraccin tiene una representacin binaria peridica:
7
1011001100110...
10
7
10110
Periodicidad que se denota por 10
.

Para comprobar el resultado anterior, se emplea la expresin de conversin a sistema

decimal:

R d j (2) j , d j 0,1
j 1

Sustituyendo los valores del ejercicio anterior en la expresin:

1 x 2-1+0 x 2-2 + 1 x 2-3 +1 x 2-4 + 0 x 2-5
Es decir
1 1 1
8 2 1 11

0.6875 0.7
2 8 16 16 16 16 16

1.2.3 Representacin de nmeros reales en computadora (punto

flotante o coma flotante)
Recurdese que la notacin cientfica expresa de manera compacta, cantidades de gran
magnitud o de muy pequea magnitud, a travs del producto de una cantidad
denominada mantisa multiplicada por la base diez, la cual se eleva a una cierta potencia
denominada caracterstica. Este tipo de representacin es el que se emplea tanto en
computadoras como en calculadoras. Considere los siguientes ejemplos:
Nmero real

Notacin cientfica

Representacin en
computadora

0.0000747

7.47 x 10-5

7.47 E 5

31.4159265

3.14159265 x 10

3.14159265 E +1

9700000000

9.7 x 109

9.7 E +9

Representacin de punto flotante normalizada (mantisa normalizada)

Todo nmero real x no nulo tiene una representacin de punto flotante decimal
normalizada:
x M 10 E

donde M es la mantisa normalizada, que se encuentra en el rango

1
M 1
10

y E es el exponente o caracterstica.
La normalizacin consiste en hallar el exponente E para el cual

x
1

,1
E
10
10
tomando
M

x
10 E

Esta corresponde a flotar (desplazar) el punto decimal hacia la izquierda del dgito
significativo principal de la representacin en base 10 de x y luego ajustar E segn sea
necesario.
Ejemplo.

Nmero

Representacin
normalizada

-12.75

-0.1275102

0.1275

0.1

+0.1100

0.1

0.06666...

+0.6666...10-1

0.6

-1

Es importante mencionar, que una computadora o calculadora dispone de un nmero

finito de cantidades reales que pueden ser representadas en forma exacta en sistema
binario. Esto significa que un gran conjunto de nmeros reales, no tienen una
representacin exacta en computadora, por lo que los clculos realizados con dichas
cantidades, presentan un determinado error, el cual, por ser generado por las
limitaciones fsicas de una computadora para representar de forma exacta a diversos
nmeros, entra dentro de la categora de error de redondeo.
Nmero de mquina
Un nmero de mquina es un nmero real que puede almacenarse de manera exacta en
forma normalizada de punto flotante en una computadora. Toda computadora tiene un
conjunto limitado de nmeros de mquina.
Consideraciones:
1) Hay un rango limitado para representar cantidades en computadora. Nmeros
muy grandes (positivos o negativos) provocan desbordamiento (overflow) y
nmeros muy pequeos (positivos o negativos) provocan underflow (hueco)
entre el cero y el primer nmero positivo
2) Hay un nmero finito de cantidades que pueden ser representados en un rango
(conjunto finito de nmeros de mquina). Los nmeros irracionales no pueden
ser expresados completamente. Adicionalmente, los nmeros racionales que no
concuerdan exactamente con ninguno de los valores del conjunto de nmeros de
mquina, tampoco puede ser representado de forma precisa en un sistema de
cmputo. Para su representacin en computadora se utiliza una de las siguientes
tcnicas: redondeo o corte.
3) El intervalo x, entre nmeros que pueden ser representados de forma exacta en
computadora (nmeros de mquina), aumenta conforme los nmeros crecen en
magnitud. Este implica que los errores en la representacin de nmeros en
computadora son proporcionales a la magnitud del nmero a representar. Esta
proporcionalidad puede expresarse como:

x
x

x
2

cuando se emplea corte

cuando se emplea redondeo

donde se le denomina psilon de la mquina (o unidad de mquina). Si una

computadora almacena mantisas normalizadas de k bits, el psilon de la mquina viene
dada por:

21 -k si la mquina emplea corte para almacenar

2-k si la computadora emplea redondeo para almacenar

Estrategias para minimizar el error de redondeo

Para finalizar esta unidad, a continuacin se presentan algunas estrategias para
minimizar el error de redondeo al emplear mtodos numricos en la resolucin de
problemas matemticos.

Estrategia de la mantisa completa. Introducir valores de entrada con tantos

dgitos significativos como sea posible. Por ejemplo: 3.14159265 en lugar de
3.1416

Estrategia de la respuesta final. Redondear la respuesta final a una exactitud

conocida. Si un resultado es 23.3876 y el dato de entrada menos exacto se
conoce con 3 dgitos significativos, la respuesta debe considerarse como 23.4

Estrategia de operaciones mnimas. Reducir en lo posible el nmero de

operaciones a realizar, evitando siempre que se pueda la cancelacin sustractiva
(resta de dos nmeros prcticamente iguales, ya que la computadora arrojara
cero como resultado).

Estrategia de multiplicacin anidada. Evaluar los polinomios en forma anidada,

por ejemplo: p(x) = 2x4 19x3 + 56.98x2 56.834x + 5.1324, tiene la forma
anidada p (x) = (((2x-16)x+56.98)x-56.834)x+5.1324

Estrategia de la precisin extendida parcial. Cuando se haga mediante un

lenguaje de programacin la suma acumulada
n
xi
i 1
mediante un ciclo, se debe emplear la precisin extendida o doble precisin (por
ejemplo en lenguaje C, declarando las variables como double en lugar de float)
siempre y cuando sea posible.

Bibliografa

Burden Richard L. & Faires J. Douglas, Anlisis numrico. 2. ed., Mxico,

Grupo Editorial Iberoamrica, 1993.

Chapra Steven C. & Canale Raymond P., Mtodos numricos para ingenieros.
4. ed., Mxico, McGraw-Hill, 2003.

Gerald Curtis F. & Wheatly Patrick O., Anlisis numrico con aplicaciones. 6.
ed., Mxico, Prentice Hall, 2000.

Maron Melvin J. & Lpez Robert J., Anlisis numrico, con enfoque prctico.
Mxico, Editorial CECSA, 1995.

Mathews John H. & Fink Kurtis D., Mtodos numricos con MATLAB. 3. ed.,
Espaa, Pearson-Prentice Hall, 2004.