TIPOS DE ERRORES

INTRODUCCION

A lo largo del tiempo, los métodos numéricos han sido desarrollados con el
objeto de resolver problemas matemáticos cuya solución es difícil o imposible
de obtener por medio de los procedimientos tradicionales.

Las soluciones que ofrecen los métodos numéricos son aproximaciones de los
valores reales y, por tanto se tendrá un cierto grado de error que será
conveniente determinar.

Aunque la perfección es una meta digna de alabarse es difícil si no imposible

de alcanzarse.

Las aproximaciones numéricas pueden introducir errores la pregunta es ¿Qué

error puede considerarse tolerable?

Cuando se emplea un número en el cálculo, debe haber seguridad que pueda

usarse con confianza.

El concepto de cifras o dígitos significativos se ha desarrollado para designar

formalmente la contabilidad de un valor numérico.

El numero de cifras significativas es el numero de dígitos, más un digito

estimado que se pueda usar con confianza; los ceros no siempre son cifras
significativas ya que pueden usarse solo para ubicar el punto decimal.

1.-Los métodos numéricos obtienen resultados aproximados. Por lo tanto se

debe desarrollar criterios para especificar que tan precisos son los resultados
obtenidos.

Una manera de hacerlo es en términos de cifras significativas. Por ejemplo se

puede decir que la aproximación es aceptable siempre y cuando sea correcta
hasta cuatro cifras significativas – esto es, debe existir seguridad que las
primeras cuatro cifras son correctas.

2.-Aunque ciertas cantidades tales como , e o 7 representan números

específicos, no se puede expresar exactamente con un numero finitos de
dígitos.

Debido a que las computadoras personales solo representan aproximadamente

diez cifras significativas (comúnmente varian entre 7 y 14) tales números jamás
se podrán representar exactamente. A la omision del resto de cifras
significativas se le conoce como error de redondeo.

Los errores de redondeo y el uso de cifras significativas tienen mucha

importancia en la identificación de exactitud y precisión.
EXACTITUD Y PRECISION

Los errores asociados con los cálculos y medidas se pueden caracterizar

observando su precisión y exactitud. La precisión se refiere a:

1) el numero de cifras significativas que representa una cantidad o

2) la extensión en las lecturas repetidas de un instrumento que mide alguna
propiedad física.

La exactitud se refiere a la aproximación de un número o de una medida al

valor verdadero que se supone representa. La inexactitud (conocida también
como sesgo) se define también como un alejamiento sistemático de la verdad
la precisión por otro lado se refiere a la magnitud del esparcimiento.

Los métodos números deben ser lo suficientemente exactos o sin sesgo para
que cumplan los requisitos de un problema particular de ingeniería.

También debe ser lo suficientemente preciso para el diseño en la ingeniería.

Usaremos el término de error para representar la inexactitud y la precisión de
las predicciones.

FACTORES QUE CONTRIBUYEN AL ERROR EN

LOS CÁLCULOS NUMÉRICOS.

DEFINICIÓN DE ERROR

Los errores numéricos se generan con el uso de aproximaciones para

representar las operaciones y cantidades matemáticas.

Esto incluye errores de truncamiento que resultan de representar

aproximadamente un procedimiento matemático exacto, y los errores de
redondeo, que resultan de presentar aproximadamente números exactos.

Para los tipos de errores, la relación entre el resultado exacto o verdadero y el

aproximado esta dado por :

Valor verdadero = valor aproximado + error ( Ec.1 )

Reordenando la ecuación Ec.1, se encuentra que el error numérico es igual a la

diferencia entre el valor verdadero y el valor aproximado esto es :

Ev = valor verdadero – valor aproximado

Donde Ev se usa para redondear el valor exacto del error. Se incluye el

subíndice v par dar a entender que se trata del “verdadero” error.

Un defecto es que muchas veces no se toma en consideración el orden de

magnitud del valor que se está probando.
Por ejemplo, un error de un centímetro es mucho mas significativo si se esta
midiendo un remache que un puente. Una manera de medir las magnitudes de
las cantidades que se están evaluando es normalizar el error respecto al valor
verdadero, como en:

Error relativo fraccional = error / valor verdadero

Donde:
Error = valor verdadero – valor aproximado.
El error relativo también se puede multiplicar por el 100% para expresarlo como
Ev = (error verdadero/ valor verdadero ) 100; Donde Ev denota el error relativo
porcentual. El subíndice v significa la normalización del error al valor verdadero.

Para los métodos numéricos el valor verdadero únicamente se conocerá

cuando se habla de funciones que se pueden resolver analíticamente. Sin
embargo, en aplicaciones reales, no se conoce la respuesta verdadera. En
estos casos, normalizar el error es una alternativa usando la mejor estimación
posible del valor verdadero, esto es a la aproximación misma, como:

Ea = (error aproximado/ valor aproximado)100

Donde el subíndice a significa que el error está normalizado a un valor

aproximado.

Uno de los retos a que se enfrentas los métodos numéricos es el de determinar

estimaciones del error en ausencia de conocimiento de los valores verdaderos.
El error se calcula como la diferencia entre la aproximación previa y la actual.
Por lo tanto, el error relativo porcentual está dado por

Ea =abs( ((aproximación actual- aproximación previa )/ aproximación

actual) 100)

Si se cumple la relación anterior, entonces se considera que el resultado

obtenido esta dentro del nivel aceptable, es decir, aun error previamente
fijado(Es):
Abs(Ea) <>

ERRORES DE REDONDEO

Los errores de redondeo se deben a que las computadoras solo guardan un

número finito de cifras significativas durante un cálculo. Las computadoras
realizan esta función de maneras diferentes; esta técnica de retener solo los
primeros siete términos se llamó “truncamiento” en el ambiente de
computación. De preferencia se llamara de corte, para distinguirlo de los
errores de truncamiento. Un corte ignora los términos restantes de la
representación decimal completa.

La mayor parte de las computadoras tienen entre 7 y 14 cifras significativas, los

errores de redondeo parecerían no ser muy importantes.
Sin embargo, hay dos razones del por qué pueden resultar críticos en algunos
métodos numéricos:

1) Ciertos métodos requieren cantidades extremadamente grandes para

obtener una respuesta. Además, estos cálculos a menudo dependen
entre si, es decir, los cálculos posteriores son dependientes de los
anteriores. En consecuencia, aunque un error de redondeo individual
puede ser muy pequeño, el efecto de acumulación en el transcurso de la
gran cantidad de cálculos puede ser significativo.

2) El efecto de redondeo puede ser exagerado cuando se llevan a cabo

operaciones algebraicas que emplean números muy pequeños y muy
grandes al mismo tiempo. Ya que este caso se presenta en muchos
métodos numéricos, el error de redondeo puede resultar de mucha
importancia.

ERRORES DE TRUNCAMIENTO

Los errores de truncamiento son aquellos que resultan al usar una

aproximación en lugar de un procedimiento matemático exacto.
Estos tipos de errores son evaluados con una formulación matemática: la serie
de Taylor.
Taylor es una formulación para predecir el valor de la función en Xi+1 en
términos de la función y de sus derivadas en una vecindad del punto Xi.
Siendo el término final:

Rn= ((ƒ(n+1) ( ))/(n+1)!)hn+1

En general, la expansión en serie de Taylor de n-ésimo orden es exacta par

aun polinomio de n-ésimo orden. Para otras funciones continuas diferenciables,
como las exponenciales o senoidales, no se obtiene una estimación exacta
mediante un numero finito de términos. Cada una de los términos adicionales
contribuye al mejoramiento de la aproximación, aunque sea un poco.

ERROR NUMERICO TOTAL

El error numérico total es la suma de los errores de redondeo y de

truncamiento. La única forma de minimizar los errores de redondeo es la de
incrementar el número de cifras significativas de la computadora.

Representación grafica de las ventajas y desventajas entre errores de

redondeo y truncamiento que en ocasiones influyen en el curso de un método
numérico. El punto óptimo muestra donde el error de redondeo comienza a
negar los beneficios dados por la reducción del tamaño de paso.

ERRORES POR EQUIVOCACIÓN

En los primeros años de la computación los resultados numéricos erróneos

fueron atribuidos algunas veces al mal funcionamiento de la computadora
misma. Hoy dia esta fuente de error es muy improbable y la mayor parte de las
equivocaciones se atribuye a errores humanos.

Las equivocaciones ocurren a cualquier nivel del proceso de modelación

matemática y pueden contribuir con todas las otras componentes del error. Las
equivocaciones, por lo general se pasan por alto en la discusión del método
numérico.

Esto sin duda prueba el hecho de que los errores de torpeza son, hasta cierto
punto inevitables.

ERRORES DE FORMULACIÓN

Los errores de formulación o de modelamiento degeneran en lo que se podría

considerar como un modelo matemático incompleto, ya que si se esta usando
un modelo deficiente, ningún método numérico generara los resultados
adecuados.

BIBLIOGRAFÍA

MÉTODOS NUMÉRICOS PARA INGENIEROS. C.Chapra, Steven, Et al.

Ed MC GRAW-HILL . México 1995. 641 pp.

METODOS NUMERICOS APLICADOS A LA INGENIERIA. Nieves Hurtado,

Antonio, Et al.
Ed. Continental. Segunda reimpresión. México 1997. 602pp

METODOS NUMERICOS.Rafael Iriarte V. Balderrama

Ed. trillas. Primera edición. México 1990