3 Error de Truncado y Redondeo

6/11/21
Introducción
Un método numérico es un proceso matemático iterativo cuyo objetivo es
Análisis numérico encontrar la aproximación a una solución específica con un cierto error
previamente determinado.
Error de truncado y redondeo A diferencia de las técnicas propias de la matemática analítica, los métodos
numéricos requieren de una aproximación a la solución real al problema,
misma que es corregida a través de la repetición de un cierto proceso que
debe arrojar soluciones cada vez mas cercanas al valor real. Cada
Profesor
corrección de un valor inicial se conoce como iteración. El proceso es
Ing. Patricia Rodriguez PhD. controlado por medio de la medición de una cantidad de error predefinido
entre dos aproximaciones sucesivas.
Escuela Politécnica Nacional Escuela Politécnica Nacional

Facultad de Ingeniería Mecánica Facultad de Ingeniería Mecánica
1 2
1 2
Introducción Aproximación numérica y errores
Es por esta razón que entender el concepto de error es muy importante

para utilizar en forma efectiva los métodos numéricos. Una aproximación es un valor cercano a uno considerado como real o
Los dos errores numéricos más comunes son: verdadero. Esta cercanía, o diferencia, se conoce como error.
• Errores de redondeo y, Normalmente, la consideración de la validez de una aproximación depende
de la cota de error que el experimentador considere pertinente en función
• Errores de truncamiento.
del contexto del fenómeno bajo estudio.
Los errores de redondeo se deben a que la computadora tan sólo
Esto implica que también debe considerarse que magnitud debe ser un
representa cantidades con un número finito de dígitos. Los errores de
valor real, que en el ámbito de la Ingeniera pocas veces se conoce, lo que
truncamiento representan la diferencia entre una formulación matemática
exacta de un problema y su aproximación obtenida por un método obliga a adoptar convenciones.
numérico.

3 4
3 4
Cifras significativas Cifras significativas
Las cifras significativas de un número son aquellas que

tienen un significado real y, por tanto, aportan alguna Se exprese como se exprese el resultado tiene tres cifras
información. Toda medición experimental es inexacta y significativas, que son los dígitos considerados como
se debe expresar con sus cifras significativas. Por ciertos en la medida. Cumplen con la definición pues
ejemplo, suponga que se mide la longitud de una mesa tienen un significado real y aportan información.
con una regla graduada en milímetros. El resultado se Por otro lado, un resultado como:
puede expresar como:
𝐿 = 0.8520 𝑚
𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝐿 = 85.2 𝑐𝑚
no tiene sentido ya que el instrumento que se ha
Pero no es esta la única manera de expresar el utilizado para medir no es capaz de resolver las
resultado, pues también puede ser: diezmilésimas de metro.
𝐿 = 0.852 𝑚 = 8.52 𝑑𝑚 = 852 𝑚𝑚, …

5 6
5 6
1
6/11/21
En el ejemplo, el número que expresa la cantidad en la La incertidumbre de la última cifra también se puede
medida tiene tres cifras significativas. Pero, de esas tres poner de manifiesto si se realiza una misma medida con
cifras se sabe que dos son verdaderas y una es incierta, la dos instrumentos diferentes, por ejemplo, dos reglas
que aparece subrayada: milimetradas. Por extraño que pueda parecer no hay
𝐿 = 0.852𝑚 dos reglas iguales y, por tanto, cada instrumento puede
aportar una medida diferente.
Esto se debe a que el instrumento utilizado para medir no
es perfecto y la última cifra que puede apreciar es Quedando claro que la última cifra de la medida del
incierta. ¿Cuan incierta es? En general se suele considerar ejemplo es significativa pero incierta, la forma más
que la incertidumbre es la cantidad más pequeña que se correcta de indicarlo (asumiendo que la incertidumbre
puede medir con el instrumento, aunque no tiene por es ±1𝑚𝑚), es
qué ser así pues puede ser superior a dicha cantidad. 𝐿 = 0.852 ± 0.001 𝑚

7 8
7 8
No obstante, lo más normal es omitir el término ±0.001 En resumen, el concepto de cifras o dígitos
y asumir que la última cifra de un número siempre es significativos se ha desarrollado para
incierta si éste está expresado con todas sus cifras designar formalmente la confiabilidad de
significativas. un valor numérico. Las cifras significativas
de un número son aquellas que pueden
Este es el llamado convenio de cifras significativas que utilizarse en forma confiable.
asume que:
El concepto de cifras significativas tiene
“cuando un número se expresa con sus cifras dos implicaciones importantes en el
significativas, la última cifra es siempre incierta”. estudio de los métodos numéricos:

9 10
9 10
Cifras significativas Exactitud y precisión
1. Los métodos numéricos dan resultados aproximados. Por lo tanto, se

deben desarrollar criterios para especificar qué tan confiables son dichos Los errores en cálculos y medidas se pueden caracterizar con respecto a su
resultados. Una manera de hacerlo es en términos de cifras significativas. exactitud y su precisión.
Por ejemplo, es posible afirmar que la aproximación es aceptable
siempre y cuando sea correcta con cuatro cifras significativas. La exactitud se refiere a qué tan cercano está el valor calculado o medido
2. Aunque ciertas cantidades tales como 𝜋, 𝑒, o 7 representan cantidades del valor verdadero. La precisión se refiere a qué tan cercanos se
específicas, no se pueden expresar exactamente con un número finito de encuentran, unos de otros, diversos valores calculados o medidos.
dígitos. Por ejemplo:
𝜋 = 3.141592653589793238462643 … Los métodos numéricos deben ser lo suficientemente exactos o sin sesgo
para satisfacer los requisitos de un problema particular de ingeniería.
Hasta el infinito. Como las computadoras retienen sólo un número finito
de cifras significativas, tales números jamás se podrán representar con También deben ser suficientemente precisos para ser adecuados en el
exactitud. A la omisión del resto de cifras significativas se le conoce como diseño de la ingeniería.
error de redondeo.

11 12
11 12
2
6/11/21
Exactitud y precisión Exactitud y precisión
Estos conceptos se ilustran

gráficamente utilizando la analogía Por lo tanto, aunque los disparos en
de la práctica de tiro. Los agujeros la figura (c) están más juntos que
en cada blanco de la figura se los de la figura (a), los dos casos son
consideran como las predicciones igualmente inexactos, ya que
con una técnica numérica; mientras ambos se centran en la esquina
que el centro del blanco representa superior izquierda del blanco.
la verdad. La imprecisión (o incertidumbre), se
La inexactitud (o sesgo) se define refiere a la magnitud en la
como una desviación sistemática dispersión de los disparos.
del valor verdadero.

13 14
13 14
Exactitud y precisión Exactitud y precisión
Por lo que, aunque las figuras (b) y

(d) son igualmente exactas (esto es,
igualmente centradas respecto al También deben ser suficientemente
blanco), la última es más precisa, precisos para ser adecuados en el
pues los disparos están agrupados diseño de la ingeniería.
en forma más compacta. Se usa el término error para
Los métodos numéricos deben ser representar tanto la inexactitud
lo suficientemente exactos o sin como la imprecisión en las
sesgo para satisfacer los requisitos predicciones.
de un problema particular de
ingeniería.
(a) Inexacto e impreciso, (b) Exacto e impreciso, (a) Inexacto e impreciso, (b) Exacto e impreciso,
(c) Inexacto y preciso, (d) Exacto y preciso. (c) Inexacto y preciso, (d) Exacto y preciso.
15 16
15 16
Definiciones del error Definiciones del error
Una actividad frecuente del profesional de ingeniería consiste en trabajar

con modelos matemáticos representativos de un fenómeno físico. Estos Clasificación de los errores
modelos son abstracciones matemáticas que distan mucho de representar Las diferencias (errores) son múltiples y de diversa naturaleza, aunque
exactamente al fenómeno bajo estudio debido principalmente a las
pueden separarse en dos grupos genéricos:
carencias y dificultades que aún posee el humano de la comprensión total
de la naturaleza. • Los errores que provienen del modelado teórico (o abstracción
matemática) del fenómeno real; estos errores se denominan errores
Como consecuencia de esto, surgen los errores numéricos del uso de del modelo o inherentes. Los errores inherentes son producto de
aproximaciones para representar operaciones y cantidades matemáticas factores intrínsecos a la naturaleza, al ambiente y las personas mismas.
exactas.
Los errores inherentes son imposibles de remediar aunque pueden
A las diferencias cuantitativas entre los dos modelos se les denomina minimizarse; en consecuencia, no pueden cuantificarse.
errores.

17 18
17 18
3
6/11/21
Se distinguen dos tipos de errores inherentes: • Los errores del método son producto de la limitante en la
representación y manipulación de cantidades numéricas utilizadas en
o Las incertidumbres hacen referencia a las dimensiones físicas que los cálculos necesarios en el desarrollo del modelo matemático. Los
nunca podrán ser medidas en forma exacta debido a la naturaleza dispositivos de cálculo (calculadoras y computadoras) utilizan y
de la materia y a las imperfecciones de los instrumentos de manipulan cantidades en forma imprecisa. Existen dos grandes tipos de
medición. errores del método:
o Las verdaderas equivocaciones son las situaciones que se producen o El truncamiento se provoca ante la imposibilidad de manipular, por
en la lectura de instrumentos de medición o en el traslado de parte de un instrumento de cómputo, una cantidad infinita de
información y que son inadvertidas a las personas; un claro ejemplo términos o cifras. Los términos o cifras omitidas (que son infinitas
de estas situaciones es la denominada ceguera de taller. en número) introducen un error en los resultados calculados.

19 20
19 20
Aproximación de:
𝑓 𝑥 = −0.1𝑥 ! − 0.15𝑥 " − 0.5𝑥 # − 0.25𝑥 + 1.2
En 𝑥 = 1 mediante expansiones
Los errores de truncamiento son de la serie de Taylor de órdenes
aquellos que resultan al usar una cero, primero y segundo.
aproximación en lugar de un
procedimiento matemático exacto.

21 22
21 22
o El redondeo se produce por el mismo motivo que el truncamiento, Para estos errores de método o numéricos, la relación entre el resultado
pero a diferencia de éste, las cifras omitidas si son consideradas en la exacto, o verdadero, y el aproximado está dada por:
cifra resultante. Esta consideración se hace aplicando el siguiente 𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 + 𝑒𝑟𝑟𝑜𝑟
esquema al dígito menos significativo (dms) de la cifra a redondear de
acuerdo al siguiente esquema: Reordenando esta ecuación se encuentra que el error numérico es igual a
la diferencia entre el valor verdadero y el valor aproximado, es decir:
1. Si el dms es mayor a 5, se incrementa en una unidad la cifra
𝐸$ = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
anterior.
2. Si el dms es menor a 5, la cifra anterior no se modifica. Donde:
3. Si el dms es igual a 5, deberá observarse a la cifra anterior; si esta 𝐸$ = error verdadero (true).
es par no sufre modificación, por el contrario, si es impar, deberá Esto contrasta con los otros casos, donde se debe emplear una estimación
incrementarse en una unidad. aproximada del error.

23 24
23 24
4
6/11/21
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
centímetro 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 𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
𝜀$ = ×100%
cantidades que se evalúan consiste en normalizar el error respecto al valor 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
verdadero, es decir: Donde:
𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 𝑓𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 = 𝜀$ =error relativo porcentual verdadero.
𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
El error relativo también se puede multiplicar por 100% para expresarlo
como:

25 26
25 26
Solución:
a) Se conoce que:
Ejercicio: 𝐸$ = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 – 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
Suponga que tiene que medir la longitud de un puente y la de un remache, Por lo que el error en la medición del puente viene dado por:
y obtiene 9999 y 9 cm, respectivamente. Si los valores verdaderos son 𝐸$ = 10000 − 9999 = 1𝑐𝑚
10000 y 10 cm, calcule en cada caso: y en la medición del remache es de:
𝐸$ = 10 − 9 = 1𝑐𝑚
a) El error verdadero.
b) Si:
b) El error relativo porcentual verdadero. 𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
𝜀$ = ×100%
Se tiene que para la medición del puente:

27 28
27 28
Se debe observar que en las ecuaciones:

1 𝐸$ = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 – 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝜀$ = ×100% = 0.01%
10000 𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
y para el remache es de 𝜀$ = ×100%
1
𝜀$ = ×100% = 10% El subíndice 𝑡 que significa que el error ha sido normalizado al valor
10
verdadero, sin embargo, en las situaciones reales a veces es difícil contar
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 con tal información.
del puente; mientras que la estimación para el remache deja mucho que desear.
En los métodos numéricos, el valor verdadero sólo se conocerá cuando se
tengan funciones que se resuelvan analíticamente.

29 30
29 30
5
6/11/21
Éste comúnmente será el caso cuando se estudie el comportamiento En aplicaciones reales la ecuación:
teórico de una técnica específica para sistemas simples. Sin embargo, en 𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
𝜀$ = ×100%
muchas aplicaciones reales, no se conoce con anterioridad la respuesta 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
verdadera. Por lo que, una alternativa es normalizar el error, usando la no se puede usar para calcular el término del error de la ecuación:
mejor estimación posible al valor verdadero; es decir, para la aproximación
𝑒𝑟𝑟𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
misma, como en: 𝜀% = ×100%
𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝑒𝑟𝑟𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝜀% = ×100% Uno de los retos que enfrentan los métodos numéricos es el de determinar
estimaciones del error en ausencia del conocimiento de los valores
donde el subíndice 𝑎 significa que el error está normalizado a un valor verdaderos. Por ejemplo, ciertos métodos numéricos usan un método
aproximado. iterativo para calcular los resultados.

31 32
31 32
𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
En tales métodos se hace una aproximación considerando la aproximación 𝜀$ = ×100%
anterior. Este proceso se efectúa varias veces, o de forma iterativa, para 𝑒𝑟𝑟𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
calcular en forma sucesiva, esperando cada vez mejores aproximaciones. 𝜀% = ×100%
En tales casos, el error a menudo se calcula como la diferencia entre la
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
aproximación previa y la actual. 𝜀% = ×100%
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙
Por lo tanto, el error relativo porcentual está dado por:
pueden ser positivos o negativos.
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
𝜀% = ×100% • Si la aproximación es mayor que el valor verdadero (o la aproximación
previa es mayor que la aproximación actual), el error es negativo.
Los signos de las ecuaciones:
• Si la aproximación es menor que el valor verdadero, el error es positivo.

33 34
33 34
En estas ecuaciones el denominador puede ser menor a cero, lo cual

también llevaría a un error negativo. A menudo, cuando se realizan
cálculos, no importa mucho el signo del error, sino más bien que su valor Es conveniente relacionar estos errores con el número de cifras
absoluto porcentual sea menor que una tolerancia porcentual prefijada 𝜀& . significativas en la aproximación. Es posible demostrar que, si el siguiente
Por lo tanto, es útil emplear el valor absoluto obtenido en dichas criterio se cumple, se tendrá la seguridad que el resultado es correcto en al
ecuaciones. En ese caso, los cálculos se repiten hasta que: menos 𝑛 cifras significativas.
𝜀% < 𝜀& 𝜀& = 0.5×10 # ' ( %
Si se cumple esta relación, se considera que el resultado obtenido está
dentro del nivel aceptable fijado previamente 𝜀& .

35 36
35 36
6
6/11/21
Ejercicio: en matemáticas con frecuencia las funciones se representan Después de agregar cada término, calcule el error relativo porcentual
mediante series infinitas. Por ejemplo, la función exponencial se calcula verdadero y aproximado usando las ecuaciones:
usando: 𝑒𝑟𝑟𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝜀% = ×100%
𝑥# 𝑥" 𝑥( 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝑒) = 1 + 𝑥 + + +⋯+ 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
2! 3! 𝑛!
𝜀% = ×100%
Por lo que cuantos más términos se le agreguen a la serie, la aproximación 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙
será cada vez más una mejor estimación del valor verdadero de 𝑒 ) . Esta respectivamente.
ecuación se conoce como expansión en series de Maclaurin.
Observe que el valor verdadero es 𝑒 * ., = 1.648721 …. Agregue términos
)
Empezando con el primer término 𝑒 = 1 y agregando término por hasta que el valor absoluto del error aproximado 𝜀% sea menor que un
término, estime el valor de 𝑒 * ., . criterio de error preestablecido 𝜀& con tres cifras significativas.

37 38
37 38
Solución: 𝑒*., = 1 + 0.5 = 1.5

Esto representa el error relativo porcentual verdadero de:
Se emplea la ecuación:
1.648721 − 1.5
𝜀& = 0.5×10#'( % 𝜀$ = ×100% = 9.02%
1.648721
para determinar el criterio de error que asegura que un resultado sea correcto en al menos tres Y una estimación aproximada del error, viene dada por:
cifras significativas, por lo tanto:
1.5 − 1
𝜀& = 0.5×10#'" % = 0.05% 𝜀% = ×100% = 33.3%
1.5
Por lo tanto, se agregarán términos a la serie hasta que 𝜀% sea menor que este valor. Como:
Primera estimación con un solo término es igual a: 𝜀% ≮ 𝜀&
𝑒 *., = 1 se deben continuar los cálculos agregando otro término, repitiendo el
cálculo del error. El proceso continúa hasta que 𝜀% < 𝜀&. Todos los
Segunda estimación se obtiene agregando el segundo término:
cálculos se resumen en la tabla.

39 40
39 40
Definiciones del error Errores de redondeo
Los errores de redondeo se originan debido a que la computadora emplea

Se observa que después de usar seis términos, el error aproximado 𝜀% es menor que 𝜀& = 0.05%, un número determinado de cifras significativas durante un cálculo ya que
y el cálculo termina. algunos números no pueden expresarse con un número fijo de cifras
Sin embargo, el resultado es exacto con cinco cifras significativas en lugar de tres. Esto se debe a significativas, por lo que no pueden ser representados exactamente. Por
que, en este caso, las ecuaciones: otro lado, debido a que las computadoras usan una representación en
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 base 2, no pueden representar exactamente algunos números en base 10.
𝜀% = ×100%
𝜀& = 0.5×10#'( % Esta discrepancia por la omisión de cifras significativas se llama error de
redondeo.
son conservadoras. Es decir, aseguran que el resultado es, por lo menos, tan bueno como lo
especifican, aun cuando éste no es siempre el caso al usar la ecuación del error aproximado, que Numéricamente los errores de redondeo se relacionan de manera directa
es verdadera en la mayoría de las veces.
con la forma en que se guardan los números en la memoria de la
computadora.

41 42
41 42
7
6/11/21
Errores de redondeo Errores de redondeo
La unidad fundamental mediante la cual se representa la información se

llama término. Ésta es una entidad que consiste en una cadena de dígitos El dígito en el extremo derecho de un número
binarios o bits (binary digits). Por lo común, los números son guardados en entero representa un número del 0 al 9. El
uno o más términos. segundo dígito a partir de la derecha
representa un múltiplo de 10. El tercer dígito
Sistemas numéricos: un sistema numérico es simplemente una convención a partir de la derecha representa un múltiplo
para representar cantidades. Una base es el número que se usa como de 100 y así sucesivamente.
referencia para construir un sistema. El sistema de base 10 utiliza 10
dígitos (0, 1, 2, 3, 4, 5, 6, 7, 8, 9) para representar números. Tales dígitos La figura ofrece una representación de cómo
son satisfactorios por sí mismos para contar de 0 a 9. se formula un número en el sistema de base
10. Este tipo de representación se llama
Para grandes cantidades se usa la combinación de estos dígitos básicos; notación posicional.
con la posición o valor de posición se especifica su magnitud.

43 44
43 44
La computadora funciona con dos estados: Representación de números enteros: el método más sencillo se
0 o 1 (sistema binario o de base 2), ya que
denomina método de magnitud con signo y emplea el primer bit de un
las unidades lógicas fundamentales de las
término para indicar el signo: con un 0 para positivo y un 1 para el
computadoras digitales son componentes
negativo. Los bits sobrantes se usan para guardar el número.
electrónicos de apagado/encendido. Las
cantidades pueden representarse usando Por ejemplo, el valor entero –173 puede guardarse en la memoria de una
la notación posicional. Por ejemplo, el computadora de 16 bits como se muestra en la figura.
número binario 11 es equivalente a:
11 = 1×2- + 1×2* = 3
en el sistema decimal. La figura ilustra un
ejemplo mas complejo.

45 46
45 46
Solución:
De los 16 bits, se tiene el primer bit para el signo. Los 15 bits restantes pueden contener los
números binarios de 0 a 111111111111111. El límite superior se convierte en un entero
decimal, así:
Ejercicio: 1×2-! + 1×2-" + ⋯ + 1×2- + 1×2* = 32767
Determine el rango de enteros de base 10 que pueda representarse en (observe que esta expresión puede simplemente evaluarse como 2-, − 1).
una computadora de 16 bits. Así, en una computadora de 16 bits un término puede guardar en memoria un entero decimal
en el rango de – 32767 a 32767. Además, debido a que el cero está ya definido como
0000000000000000, sería redundante usar el número 1000000000000000 para definir
menos cero. Por lo tanto, es usualmente empleado para representar un número negativo
adicional: – 32768, y el rango va de – 32768 a 32767.

47 48
47 48
8
6/11/21
El método de magnitud con signo descrito anteriormente, no se utiliza Con este método, el número se expresa
como una parte fraccionaria, llamada
para representar enteros en computadoras convencionales. Se prefiere
mantisa o significando, y una parte entera,
usar una técnica llamada complemento de 2 que incorpora en forma
denominada exponente o característica:
directa el signo dentro de la magnitud del número, en lugar de emplear un
bit adicional para representar más o menos. Esto es, los números por 𝑚 O 𝑏.
encima o por debajo de este rango no pueden representarse. Una Donde: 𝑚 = mantisa, 𝑏 = base del sistema
limitación más importante se encuentra en el almacenaje y la numérico que se va a utilizar, 𝑒 = El primer bit se reserva para el signo; la siguiente serie
manipulación de cantidades fraccionarias. exponente. Por ejemplo, el número 156.78 de bits, para el exponente con signo;
y los últimos bits, para la mantisa.
se representa como 0.15678×10" en un
Representación de números reales (punto flotante): las cantidades
sistema de base 10 de punto flotante. La
fraccionarias generalmente se representan en la computadora usando la
figura muestra una forma en que el número
forma de punto flotante.
de punto flotante se guarda.
49 50
49 50
La mantisa es usualmente normalizada si tiene primero cero dígitos. Por La consecuencia de la normalización es que el valor absoluto de 𝑚 queda
ejemplo: limitado. Esto es:
1 1 1
= 0.029411765 … → = 0.0294×10 * ≤𝑚≤1
34 34 𝑏
donde 𝑏 = la base. Por ejemplo, para un sistema de base 10, 𝑚 estaría entre
Pero la inclusión del cero a la derecha del punto decimal obliga a eliminar
0.1 y 1; y para un sistema de base 2, entre 0.5 y 1.
el dígito 1 del quinto lugar decimal. El número puede normalizarse para
eliminar el cero multiplicando la mantisa por 10 y disminuyendo el La representación de punto flotante permite que tanto fracciones como
exponente en 1: números muy grandes se expresen en la computadora, pero los números de
punto flotante requieren más espacio y tiempo de procesado que los
1 1
= 0.029411765 … → = 0.2941×10 ' - números enteros, e introduce una fuente de error debido a que la mantisa
34 34 conserva sólo un número finito de cifras significativas lo que introduce un
Así, se conserva una cifra significativa adicional al guardar el número. error de redondeo.
51 52
51 52
Ejercicio: Solución:
Determine un conjunto hipotético de números con punto flotante para una El número positivo más pequeño posible se representa en la figura. El
primer 0 indica que una cantidad positiva. El segundo 1 indica un exponente
máquina que guarda información usando términos de 7 bits. Emplee el negativo. Los 1, en el tercero y cuarto lugar dan un valor máximo al
primer bit para el signo del número, los siguientes tres para el signo y la exponente de:
magnitud del exponente, y los últimos tres para la magnitud de la mantisa 1×2 ! + 1×2 " = 3 → 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑡𝑒 − 3
(figura). la mantisa está especificada por el 100 en los últimos tres lugares, por lo
que:
1×2 #! + 0×2 #$ + 0×2 #% = 0.5
Es posible tomar una mantisa más pequeña (000, 001, 010, 011) pero se
emplea el valor de 100 debido al límite impuesto por la normalización. Así,
el número positivo más pequeño posible en este sistema es: +0.5×2 #% , el
cual es igual a 0.0625 en el sistema de base 10.

53 54
53 54
9
6/11/21
Los siguientes números más grandes se desarrollan incrementando la mantisa como sigue:
0111101 = 1×2 #! + 0×2 #$ + 1×2 #% = +0.625×2 #% = 0.078125 !"
0111110 = 1×2 #! + 1×2 #$ + 0×2 #% = +0.750×2 #% = 0.093750 !"

0111111 = 1×2 #! + 1×2 #$ + 1×2 #% = +0.875×2 #% = 0.109375 !" 0110101 = 1×2 #! + 0×2 #$ + 1×2 #% = +0.625×2 #$ = 0.156250 !"
Las equivalencias de base 10 se esparcen de manera uniforme en un intervalo de 0.015625. Para continuar 0110110 = 1×2 #! + 1×2 #$ + 0×2 #% = +0.750×2 #$ = 0.187500 !"
el incremento se debe disminuir el exponente a 10, lo cual da un valor de: #! #$ #% #$
0110111 = 1×2 + 1×2 + 1×2 = +0.875×2 = 0.218750 !"
1×2 ! + 0×2 " = 2 Este patrón se repite conforme se formula una cantidad mayor hasta que se alcanza un número máximo:
La mantisa disminuye hasta su valor más pequeño: 100. Por lo tanto, el siguiente número es: 0011111 = 1×2 #! + 1×2 #$ + 1×2 #% = +0.875×2 % = 7 !"
0110100 = 1×2 #! + 0×2 #$ + 0×2 #% = +0.50×2 #$ = 0.125000 !"
Esto todavía representa una brecha o espacio de 0.125000 − 0.109375 = 0.015625.
Sin embargo, cuando los números grandes se generan incrementando la mantisa, la brecha es de 0.03125:

55 56
55 56
2. Existe sólo un número finito de cantidades que puede representarse dentro

Errores de redondeo en las de un rango → precisión limitada. Los errores ocasionados por la
computadoras
aproximación se conocen como errores de cuantificación, la aproximación
1. El rango de cantidades que pueden real se realiza por dos caminos: cortando o redondeando. El redondeo
representarse es limitado. Números produce un error absoluto menor que el de corte. Por ejemplo, si el valor de
grandes positivos y negativos podrían 𝜋 = 3.14159265358 … se va a guardar en un sistema de numeración de
estar fuera del rango aceptable, error base 10 con 7 cifras significativas, un método de aproximación podría ser
de desbordamiento (overflow) o simplemente omitir, o cortar, el octavo y demás términos, como en 𝜋 =
números muy pequeños limitados por 3.141592 o redondear, es decir 𝜋 = 3.141593, con la introducción de un
la normalización, agujero (underflow), error asociado respectivamente de:
entre el cero y el primer número 𝐸$ = 0.00000065 …
positivo. 𝐸$ = −0.00000035 …

57 58
57 58
Algunas computadoras emplean redondeo. Sin embargo, esto aumenta ∆𝑥

≤ℰ
el trabajo computacional y, en consecuencia, muchas máquinas 𝑥
simplemente usan el corte ya que se supone que el número de cifras y, para los casos donde se utiliza el redondeo:
significativas es suficientemente grande para que los errores de
∆𝑥 ℰ
redondeo resultantes sean despreciables. ≤
𝑥 2
3. El intervalo entre los números, ∆𝑥, aumenta conforme los números
donde ℰ = épsilon de la máquina:
crecen en magnitud, por lo que se puede conservar los dígitos
significativos del punto flotante, pero los errores de cuantificación son ℰ = 𝑏- ' $
proporcionales a la magnitud del número representado. Para donde 𝑏 = número base y 𝑡 = número de dígitos significativos en la
normalizar los números de punto flotante, esta proporcionalidad se mantisa. Las desigualdades en estas ecuaciones especifican los casos
expresa, para los casos en que se emplea el corte, como: extremos.

59 60
59 60
10
6/11/21
Solución:
El sistema de punto flotante hipotético del ejemplo anterior (figura)
Ejercicio: empleaba valores de base 𝑏 = 2, y número de bits de la mantisa 𝑡 = 3.
Determine el épsilon de la máquina y verifique su efectividad para Por lo tanto, el épsilon de la máquina debe ser:
caracterizar los errores del sistema numérico del ejemplo ejercicio ℰ = 2-'" = 0.25
anterior. Suponga que se usa al corte. En consecuencia, el error de cuantificación relativo estará limitado por
0.25, para el corte. El error relativo más grande debería ocurrir para
aquellas cantidades que caen justo debajo del límite superior del
primer intervalo entre números equidistantes sucesivos:

61 62
61 62
Errores de redondeo Error numérico total
El error numérico total es la suma de los errores de

truncamiento y de redondeo. En general, la única
forma para minimizar los errores de redondeo
Aquellos números que caen en los intervalos sucesivos siguientes tendrán el mismo valor de ∆𝑥 consiste en incrementar el número de cifras
pero un mayor valor de 𝑥 y, por lo tanto, tendrán un error relativo bajo. Un ejemplo de un error significativas en la computadora.
máximo sería un valor que cae justo por debajo de límite superior del intervalo entre
0.125000 -* y 0.156250 -*. Para este caso, el error sería menor a: En contraste, el error de truncamiento se reduce
0.03125 disminuyendo el tamaño del incremento. Ya que
= 0.25
0.125000 una disminución al tamaño del incremento puede Representación gráfica de las relaciones
entre el error de redondeo y el error de
Entonces, el error es como se predijo anteriormente. llevar a una cancelación por resta o a un truncamiento que juegan un papel
importante en el curso de métodos
incremento de los cálculos, los errores de numéricos. Se presenta el punto de regreso
truncamiento disminuyen conforme los errores de disminuido, donde el error de redondeo no
muestra los beneficios de la reducción del
redondeo se incrementan. tamaño del incremento.

63 64
63 64
Error numérico total
Por lo que se tiene que la estrategia para

disminuir un componente del error total conduce
a un incremento en el otro. En un cálculo, se
podría disminuir el tamaño del incremento para
minimizar errores de truncamiento para
descubrir que el error de redondeo empieza a
dominar la solución y el error total crece. En
casos reales, sin embargo, tales situaciones son Representación gráfica de las relaciones
entre el error de redondeo y el error de
relativamente poco comunes, porque las truncamiento que juegan un papel
importante en el curso de métodos
computadoras utilizan suficientes cifras numéricos. Se presenta el punto de regreso
significativas para que los errores de redondeo no disminuido, donde el error de redondeo no
muestra los beneficios de la reducción del
predominen. tamaño del incremento.
Escuela Politécnica Nacional

Facultad de Ingeniería Mecánica
65
65
11

3 Error de Truncado y Redondeo

Cargado por

Copyright:

Formatos disponibles

3 Error de Truncado y Redondeo

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

3 Error de Truncado y Redondeo

Cargado por

Copyright:

Formatos disponibles

6/11/21

Un método numérico es un proceso matemático iterativo cuyo objetivo es

Escuela Politécnica Nacional Escuela Politécnica Nacional

Introducción Aproximación numérica y errores

Es por esta razón que entender el concepto de error es muy importante

Escuela Politécnica Nacional Escuela Politécnica Nacional

Cifras significativas Cifras significativas

Las cifras significativas de un número son aquellas que

Escuela Politécnica Nacional Escuela Politécnica Nacional

Cifras significativas Cifras significativas

Escuela Politécnica Nacional Escuela Politécnica Nacional

Cifras significativas Cifras significativas

Escuela Politécnica Nacional Escuela Politécnica Nacional

Cifras significativas Exactitud y precisión

1. Los métodos numéricos dan resultados aproximados. Por lo tanto, se

Escuela Politécnica Nacional Escuela Politécnica Nacional

Exactitud y precisión Exactitud y precisión

Estos conceptos se ilustran

Escuela Politécnica Nacional Escuela Politécnica Nacional

Exactitud y precisión Exactitud y precisión

Por lo que, aunque las figuras (b) y

Definiciones del error Definiciones del error

Una actividad frecuente del profesional de ingeniería consiste en trabajar

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Una desventaja en esta definición es que no toma en consideración el

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Se debe observar que en las ecuaciones:

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

En estas ecuaciones el denominador puede ser menor a cero, lo cual

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Definiciones del error

Solución: 𝑒*., = 1 + 0.5 = 1.5

Escuela Politécnica Nacional Escuela Politécnica Nacional

Definiciones del error Errores de redondeo

Los errores de redondeo se originan debido a que la computadora emplea

Escuela Politécnica Nacional Escuela Politécnica Nacional

Errores de redondeo Errores de redondeo

La unidad fundamental mediante la cual se representa la información se

Escuela Politécnica Nacional Escuela Politécnica Nacional

Errores de redondeo Errores de redondeo

Escuela Politécnica Nacional Escuela Politécnica Nacional

Errores de redondeo Errores de redondeo