Aproximaciones y Errores de Redondeo

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 8

“AÑO DE LA LUCHA CONTRA LA CORRUPCIÓN E

IMPUNIDAD”

UNIVERSIDAD JOSÉ CARLOS


MARIÁTEGUI
FACULTAD DE INGENIERÍAS Y
ARQUITECTURA
ESCUELA PROFESIONAL DE ING.
MECÁNICA ELÉCTRICA

TEMA: Aproximaciones y errores de redondeo

CURSO: Métodos Numéricos

DOCENTE: Ing. Raúl Calienes Nuñez

ALUMNO (A): Milagros Pacho Maquera

CÓDIGO: 1861602011

CICLO: III

FECHA: 10 de Abril del 2019

ILO- PERÚ
2019
INTRODUCCIÓN

A medida que el tiempo ha transcurrido los métodos numéricos han sido desarrollados con

el propósito de poder resolver problemas matemáticos que posean una solución que resulta

difícil, complicada o no posible de obtener por medio de los procedimientos tradicionales o

comúnmente utilizados.

Las soluciones que nos proponen los métodos numéricos son aproximaciones de los valores

reales y/o verdaderos, debido a esto se tendrá un cierto grado de error el cual será conveniente

determinar. La discrepancia entre una solución verdadera y una aproximada constituye un

error por lo que es importante saber que se entiende por aproximar y aprender a cuantificar

los errores para así poder reducirlos o minimizarlos.


Aproximaciones y errores de redondeo

Tomando en cuenta que la mayor parte de los métodos expuestos en el libro escrito por el

autor Steven Chapa muestran sencillez en su descripción y aplicaciones, se hace llamativo el

ir directo al empleo de dicha técnicas. Sin embargo, es preciso entender el concepto de error

para así usar efectivamente los métodos numéricos.

La importancia de los errores se mencionó por primera vez en el análisis de la caída del

paracaidista en el capítulo 1. Se determinó por métodos analíticos y numéricos, con la técnica

numérica obtuvimos una aproximación a la solución analítica exacta, hubo cierta

discrepancia o error, debido a que los métodos numéricos dan sólo una aproximación.

La mayor parte de las técnicas desarrolladas en este libro tienen la característica de poseer

errores. Esto parece contradictorio al principio debido a que no concuerda con la imagen que

se tiene de una buena ingeniería; los estudiantes y los practicantes de la ingeniería trabajan

de forma constante para limitar este tipo de errores en sus trabajos y/o actividades. Al hacer

un examen o tareas, son sancionados, mas no premiados por sus errores. Respecto al ámbito

profesional, los errores pueden resultar costosos y a veces catastróficos.

Aunque la perfección es una meta digna, es difícil, si no imposible, alcanzarla. Por ejemplo,

a pesar de que el modelo obtenido mediante la segunda ley de Newton es una aproximación

excelente, en la práctica jamás se dará con exactitud la caída del paracaidista. Fenómenos

tales como la velocidad del viento y alguna variación de la resistencia del aire desviarían la

predicción. Si son sistemáticamente grandes o pequeñas, tendríamos que formular un nuevo

modelo.
Las aproximaciones numéricas también presentan discrepancias similares en el análisis. Este

capítulo cubre aspectos básicos relacionados con la identificación, cuantificación y

minimización de dichos errores. En dicho libro analizan exclusivamente aproximaciones

relacionados con el manejo de números.

1. Cifras Significativas

En el libro se trata de manera extensa aproximaciones que se relacionan con el manejo

de números. Por lo tanto, antes de analizar los errores asociados con los métodos

numéricos, es útil repasar algunos conceptos básicos referentes a la representación

aproximada de los números mismos.

Al emplear un número para realizar un cálculo, tenemos que estar seguros de que

pueda usarse con confianza. Ejemplo: la figura 3.1 muestra un velocímetro y un

odómetro (contador de kilometraje) de un automóvil. A simple vista hacia el

velocímetro nos muestra que el vehículo viaja a una velocidad entre 48 y 49 km/h.

Debido a que la aguja está más allá de la mitad entre las marcas del indicador, es

posible asegurar que el automóvil viaja aproximadamente a 49 km/h. Tenemos

confianza en este resultado, ya que dos o más individuos que hicieran esta lectura

llegarían a la misma conclusión. Sin embargo, supongamos que se desea obtener una
cifra decimal en la estimación de la velocidad. En tal caso, alguien podría decir 48.8,

mientras que otra persona podría decir 48.9 km/h. Debido a los límites del

instrumento, solo se emplean con confianza los dos primeros dígitos. Para

estimaciones del tercer dígito (o más allá) sólo se considerarían aproximaciones.

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

formalmente la confiabilidad de un valor numérico. Las cifras significativas de un

número son aquellas que pueden utilizarse en forma confiable. Se trata del número

de dígitos que se ofrecen con certeza, más uno estimado.

- Los métodos numéricos dan resultados aproximados.

- Se deben desarrollar criterios para especificar qué tan confiables son.

- Una manera de hacerlo es en términos de cifras significativas.

a) Como se mencionó en el problema del paracaidista, los métodos numéricos dan

resultados aproximados. Ejemplo: es posible afirmar que la aproximación es

aceptable siempre y cuando sea correcta con cuatro cifras significativas.

b) Aunque π, e, o 7 representan cantidades específicas, no es posible expresarlas

exactamente con un número finito de dígitos. 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. El concepto de cifras significativas tendrá

mucha importancia en la definición de exactitud y de precisión en la siguiente

sección.
2. Exactitud y precisión

Los errores con respecto a cálculos y medida se pueden caracterizar por su precisión

y exactitud. La exactitud es que tan cercano se encuentra el valor calculado o medido

del valor real y la precisión muestra que tan cercanos están unos de otros. Si medimos

algo varias veces y los valores están cerca unos de otros, pueden estar todos

equivocados si hay "sesgo" el cual es un error sistemático que hace que todas las

medidas estén desviadas en una cierta cantidad. Estos conceptos se ilustran

gráficamente utilizando la analogía con una diana en la práctica de tiro. Ejemplo:

Los métodos numéricos deben ser lo suficientemente exactos o sin sesgo para

satisfacer los requisitos de un problema particular de ingeniería y suficientemente

precisos para ser adecuados en el diseño de la ingeniería.

3. Definiciones de error

Se usa el término error para representar tanto la inexactitud como la imprecisión en

las predicciones. Con estos conceptos como antecedentes analizaremos los factores

que contribuyen al error en los cálculos numéricos.

Los errores numéricos nacen al utilizar aproximaciones para representar operaciones

y cantidades matemáticas exactas. Incluyen a su vez 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

límite de cifras significativas para representar números exactos. Para los tipos de

errores, la relación entre el resultado exacto o verdadero y el aproximado está dado

por:

Valor verdadero = Valor aproximado + error (3.1)

Teniendo en cuenta la ecuación (3.1) se encuentra que el error numérico es igual a la

diferencia entre el valor verdadero y el valor aproximado por lo tanto expresado en

formula es:

Et = valor verdadero – valor aproximado (3.2)

dónde Et se usa para redondear el valor exacto del error. El subíndice t da a entender

que se trata del “verdadero” error. Un defecto que tiene que esta definición es que no

toma en cuenta el orden la magnitud del valor que se está probando.

Por ejemplo, un error de un centímetro es mucho más significativo si se está midiendo

un remache que un puente. Una manera de medir las magnitudes de las cantidades

que se están evaluendo es normalizar el error respecto al valor verdadero, es decir:

𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
Error relativo fraccional verdadero = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜

Dónde, error = valor verdadero – valor aproximado. El error relativo puede ser

multiplicado por 100% para así expresarlo como:

𝑒𝑟𝑟𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜
Et = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 𝑥 100 % (3.3)

donde Et denota el error relativo porcentual verdadero.


4. Errores de redondeo
Como se mencionó antes, los errores de redondeo se originan debido a que la
computadora emplea un número determinado de cifras significativas durante un cálculo.
Los Chapra-03.indd 60 hapra-03.indd 60 6/12/06 13:44:13 /12/06 13:44:13 números tales
como p, e o 7 no pueden exspresarse con un número fijo de cifras significativas. Por lo
tanto, no pueden ser representados exactamente por la computadora. Además, debido a
que las computadoras usan una representación en base 2, no pueden representar
exactamente algunos números en base 10. Esta discrepancia por la omisión de cifras
significativas se llama error de redondeo. 3.4.1 Representación de números en la
computadora Numéricamente los errores de redondeo se relacionan de manera directa
con la forma en que se guardan los números en la memoria de la computadora. La unidad
fundamental mediante la cual se representa la información se llama palabra. Ésta es una
entidad que consiste en una cadena de dígitos binarios o bits (binary digits). Por lo común,
los números son guardados en una o más palabras. Para entender cómo se realiza esto, se
debe revisar primero algún material relacionado con los sistemas numéricos. Sistemas
numéricos. Un sistema numérico es simplemente una convención para representar
cantidades. Debido a que se tienen 10 dedos en las manos y 10 dedos en los pies, el
sistema de numeración que nos es muy familiar es el decimal o de base 10. Una base es el
número que se usa como 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 son
satisfactorios por sí mismos para contar de 0 a 9. Para grandes cantidades se usa la
combinación de estos dígitos básicos; con la posición o valor de posición se especifica su
magnitud. El dígito en el extremo derecho de un número entero representa un número del
0 al 9. El segundo dígito a partir de la derecha representa un múltiplo de 10. El tercer
dígito a partir de la derecha representa un múltiplo de 100 y así sucesivamente. Por
ejemplo, si se tiene el número 86 409 se tienen 8 grupos de 10 000, seis grupos de 1 000,
cuatro grupos de 100 y cero grupos de 10, y nueve unidades, o bien (8 × 104 ) + (6 × 103 )
+ (4 × 102 ) + (0 × 101 ) + (9 × 100 ) = 86 409 La figura 3.3a ofrece una representación de
cómo se formula un número en el sistema de base 10. Este tipo de representación se
llama notación posicional. Debido a que el sistema decimal resulta ser tan familiar, no es
común darse cuenta de que existen otras alternativas. Por ejemplo, si el ser humano
tuviera ocho dedos en las manos y ocho en los pies, se tendría, sin duda, una
representación en un sistema octal o de base 8. En tal sentido nuestra amiga la
computadora es como un animal que tiene dos dedos, limitado a dos estados: 0 o 1. Esto
se relaciona con el hecho de que las unidades lógicas fundamentales de las computadoras
digitales sean componentes electrónicos de apagado/encendido. Por lo tanto, los números
en la computadora se representan con un sistema binario o de base 2. Del mismo modo
que con el sistema decimal, las cantidades pueden representarse usando la notación
posicional. Por ejemplo, el número binario 11 es equivalente a (l × 21 ) + (1 × 20) = 2 + 1 =
3 en el sistema decimal. En la figura 3.3b se ilustra un ejemplo más complejo.

También podría gustarte