Tema1 : Introduccin y Errores

TEMA 1: INTRODUCCIN Y ERRORES

1.1.- INTRODUCCIN
De una forma sencilla, el Clculo Numrico se puede definir como la rama del
Anlisis Matemtico que estudia y desarrolla procedimientos matemticos para resolver
problemas con ayuda del ordenador.
Se pueden resolver de forma aproximada problemas que no tienen
solucin en el Anlisis Matemtico tradicional. Las nicas operaciones que se realizan
son +, -, *,/ y comparaciones y los resultados son siempre numricos y aproximados de
la solucin exacta del problema.
Los problemas que se estudian abarca un amplio rango de problemas como son la
resolucin de ecuaciones no lineales, grandes sistemas de ecuaciones lineales,
interpolacin y aproximacin numrica, derivacin e integracin de funciones,
resolucin de ecuaciones diferenciales ordinarias y en derivadas parciales y
optimizacin entre otros.
Para implementar los mtodos numricos se pueden utilizar distintos softwares
como por ejemplo los de uso general : FORTRAN, C, C++,.. Tambin se puede utilizar
un software matemtico como MATLAB, MAPLE, Mathematica o Derive, que
permiten el clculo numrico y simblico, trabajar con valores exactos o hacer
representaciones grficas de forma muy sencilla, a la vez que incorporan comandos
como Do, For o While que permiten repetir muchas veces un conjunto de operaciones.

1.2.- ARITMTICA DEL ORDENADOR

La aritmtica de las calculadoras u ordenadores es distinta de la
tradicional que se utiliza en cursos de clculo o lgebra.
En la aritmtica tradicional se pueden manejar nmeros con infinitas
cifras decimales que no se repiten, como por ejemplo al representar 3 . Esto es lo que
se denomina aritmtica exacta. Sin embargo, en los ordenadores o calculadoras, los
nmeros que se pueden representar y los resultados que se obtienen en las distintas
operaciones solo pueden tener un nmero finito de dgitos.

1.2.1.- Notacin Cientfica

La notacin cientfica consiste en representar un nmero utilizando potencias de
base diez : a 10n , siendo a un nmero entero o con coma decimal mayor o igual que 1
y menor que 10, y n un nmero entero que se denomina exponente u orden de magnitud.
Con esta notacin resulta muy cmodo representar nmeros muy grandes en los que
aparecer una potencia de diez de exponente positivo, o nmeros muy pequeos con
una potencia de diez de exponente negativo.
Por ejemplo:

1
Tema1 : Introduccin y Errores

0.0000747 7.47 105 7.47 E 5

314159265
. 314159265
. 10 314159265
. E 1
9700000000 9.7 109 9.7 E 9
La notacin decimal en punto flotante normalizada consiste en representar
cualquier nmero en la forma:
0.d1d 2 d k 10n , 1 d1 9 y 0 di 9 i 2,3 k

1.2.2.- Representacin de nmeros en el ordenador

Los ordenadores usan una representacin binaria en coma flotante
normalizada para los nmeros reales. Esto significa que lo que almacena el ordenador
no es una cantidad numrica x, sino una aproximacin binaria:
x q 2 n
El nmero q es la mantisa y el nmero n es el exponente.

1.2.3.- Precisin de un ordenador

Como se ha dicho anteriormente, las mquinas no pueden guardar tantos dgitos
como se quiera de una determinada cantidad. Por esto tampoco se pueden almacenar
cantidades tan grandes o tan pequeas como se quiera. La precisin del ordenador viene
determinada por el menor y mayor valor con los que puede trabajar. Si el resultado de
una operacin es menor que el menor valor que puede representar el resultado se hace
igual a cero (underflow) y si es mayor que el mayor valor que puede representar el
resultado es una parada de los clculos (overflow).

1.2.4.- Dgitos significativos

Los dgitos significativos de un nmero, son aquellos que pueden ser empleados
en forma fiable para describir una cantidad.
Es importante establecer que los ceros, no son siempre dgitos significativos, ya
que pueden emplearse para ubicar el punto decimal, por ejemplo:
a) 0.00001845
b) 0.0001845
c) 0.001845
d) 0.0000180
Los apartados 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. El apartado d tiene tres dgitos significativos: 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. Podemos representar esta cantidad
utilizando la notacin cientfica normalizada:
a) 0.453 x 105, tres dgitos significativos.

2
Tema1 : Introduccin y Errores

b) 0.4530 x 105, cuatro dgitos significativos.

c) 0.45300 x 105, cinco dgitos significativos.

Definicin: Si p es un valor aproximado de un valor exacto p, se dice de

aproxima a p hasta el t dgito significativo si:
p p
5 10 t
p
Al desarrollar mtodos numricos utilizando un software matemtico como
Mathematica es importante que quede clara la diferencia entre dgitos significativos y
cifras decimales de una cantidad que no tienen por qu coincidir.

1.2.5.- Incertidumbre en los datos

Los datos de los problemas que se presentan en la realidad contienen
incertidumbre o error. Este tipo de error se conoce como ruido y afectar a la exactitud
de cualquier clculo numrico que se base en dichos datos. No podemos mejorar la
precisin de los clculos si realizamos operaciones con datos afectados por ruido. As,
si empezamos con datos que contienen d cifras significativas, el resultado de un clculo
con ellos debera mostrarse con d cifras significativas; p.ej., supongamos que los datos
p1 = 4.152 y p2 = 0.07931 tienen ambos una precisin de cuatro cifras, entonces sera
tentador indicar todas las cifras que aparecen en la pantalla de una calculadora al hacer,
digamos su suma: p1 + p2 = 4.23131. Esto no es correcto, no deberamos obtener
conclusiones que tengan ms cifras significativas que los datos de partida. As el
resultado obtenido de la suma ser p1 + p2 = 4.231.

1.3.- DISTINTOS TIPOS DE ERRORES

1.3.1.- Error absoluto y error relativo

En la prctica del clculo numrico es importante tener en cuenta que las
soluciones calculadas no son soluciones matemticas exactas en la mayora de los
casos. La precisin de una solucin numrica puede verse disminuida por diversos
factores, y la comprensin de estas dificultades es importante para desarrollar o a
construir algoritmos numricos adecuados.
Definicin. Supongamos que p es una aproximacin a p. El error absoluto de la
aproximacin es E p p p ; y el error relativo es R p p p p , supuesto que p 0.
El error absoluto no es ms que la distancia entre el valor exacto y el
valor aproximado, mientras que el error relativo mide el error entendido como una
porcin del valor exacto.
Ejemplo 1.

3
Tema1 : Introduccin y Errores

Calcular el error absoluto y el error relativo siendo el valor exacto x 3141592

. y
el valor aproximado, x 314
. .
El error absoluto es:
E x x x 3141592
. 314
. 0.001592
y el error relativo:
x x 0.001592
Rx 0.00507
x 3141592
.
Cuando se implementa un mtodo numrico mediante un algoritmo iterativo, en
general, no se conoce el valor exacto. En este caso, en cada etapa de iteracin se utiliza
lo que se puede denominar como error relativo aproximado que se puede definir de la
siguiente forma:
x x
ea i i 1
xi
donde xi es el valor aproximado de la solucin exacta del problema que resulta en la
iteracin i y xi 1 en la iteracin anterior.
En mtodos numricos suele establecerse una tolerancia porcentual como
criterio de parada. En cada iteracin se calcular el error relativo aproximado que se
comparar con la tolerancia establecida de forma que el proceso iterativo finaliza
cunado ea t , siendo t la tolerancia fijada de antemano. Cuanto menor sea la tolerancia
mayor ser la precisin del mtodo aunque esto evidentemente supone un mayor
nmero de iteraciones.

1.3.2.- Error de truncamiento

La nocin de error de truncamiento se refiere normalmente a los errores
que se producen cuando una expresin matemtica complicada se reemplaza por una
frmula ms simple. Esta terminologa se origin en la sustitucin de una funcin por
uno de sus polinomios de Taylor. Por ejemplo, podramos reemplazar la serie de Taylor
2 x 4 x 6 x8 x 2n
e x 1 x 2
2 ! 3! 4! n!
x 4 x 6 x8
por los cinco primeros trminos 1 x
2
a la hora de calcular una
2! 3! 4!
integral numricamente.
Ejemplo 2. Sabiendo que: z0
12 2
e x dx 0.544987104184 p

vamos a determinar la precisin de la aproximacin obtenida al reemplazar el

2
integrando f ( x ) e x por los 5 primeros trminos de su desarrollo en serie de Taylor.
Integrando trmino a trmino este polinomio, obtenemos

4
Tema1 : Introduccin y Errores

FG1 x IJ FG IJ
z
x 1 2
12 x4 x6 x8 x3 x5 x7 x9
2
dx x
0 H 2! 3! 4 ! K H 3! 5(2!) 7(3!) 9(4!) K x 0

1 1 1 1 1 2 109 491
0.544986720817 p
2 24 320 5376 110592 3 870 720
Puesto que los valores de p y p coinciden hasta la 5 cifra decimal
diremos que el error cometido al sustituir p por p es menor que 10-5.

1.3.3.- Error de redondeo

La representacin de los nmeros reales en un ordenador est limitada
por el nmero de cifras de la mantisa, de manera que algunos nmeros no coinciden
exactamente con su representacin en la mquina. Esto es lo que se conoce como error
de redondeo. El nmero que, de hecho, se guarda en la memoria del ordenador puede
haber sufrido el redondeo de su ltima cifra; en consecuencia, y puesto que el ordenador
trabaja con nmeros que tienen una cantidad limitada de dgitos, los errores de redondeo
se introducen y propagan a travs de operaciones sucesivas.
El redondeo se puede hacer de dos formas distintas.
Truncado: Cuando no se modifica o altera el ltimo dgito que no se descarta.
b) Redondeo (simtrico): Si el primer dgito que se va a descartar es menor que 5
no se modifica el anterior, mientras que si es mayor o igual que 5, el ltimo dgito no
descartado aumenta en una unidad.
Por ejemplo, consideremos el nmero real :
p 22 7 314285714285142857
.
La representacin en coma flotante normalizada con redondeo a seis cifras
significativas, tiene los dos resultados siguientes:
fltrun ( p) 0.314285 101 ; fl red ( p) 0.314286 101 .
En las aplicaciones de ingeniera, en general, se utiliza el redondeo simtrico ya
que el redondeo por truncado supone una prdida de informacin.

1.3.4.- Prdida de cifras significativas

Consideremos los nmeros p = 3.1415926536 y q = 3.1415957341, que son casi
iguales y estn ambos expresados con una precisin de 11 cifras significativas. Si
calculamos su diferencia p - q = -0.0000030805 vemos que, como las seis primeras
cifras de p y de q coinciden, su diferencia p - q slo contiene cinco cifras decimales; este
fenmeno se conoce como prdida de cifras significativas o cancelacin, y hay que
tener cierto cuidado con l porque puede producir sin que nos demos cuenta, una
reduccin en la precisin de la respuesta final calculada.
Ejemplo 3.
Vamos a comparar los resultados de calcular f(500) y g(500) usando seis cifras
d i
significativas con redondeo, siendo f ( x ) x x 1 x y g ( x ) x d
x 1 x . i

5
Tema1 : Introduccin y Errores

Con la primera funcin:

d i b
f (500) 500 501 500 500 22.3830 22.3607 500 0.0223 111500
. g
Con la segunda:
500 500 500
g(500) 111748
.
501 500 22.3830 22.3607 44.7437
Sin embargo, g(x) es algebraicamente equivalente a f(x). En efecto:

x d x 1 x id x 1 xi
FH d
x x 1 i d x i IK
2 2

x
f ( x)
x 1 x x 1 x x 1 x
La respuesta g(500) = 11.1748 tiene un error menor, y es la que
obtendramos redondeando la respuesta exacta 11.174755300747198... a seis cifras
significativas.

1.3.5.- Propagacin del error

Los clculos que realiza el ordenador tampoco son exactos ya que los operandos
no son valores exactos en general, y, adems, los errores cometidos se van propagando
en operaciones sucesivas. As, si un resultado esta afectado de cierto error y
posteriormente se multiplica por un nmero grande o se divide por uno pequeo, el
error se amplifica.
Vamos a ver ahora cmo pueden propagarse los errores en una cadena de
operaciones sucesivas. Consideremos la suma de dos nmeros p y q (que son valores

exactos) con valores aproximados y q cuyos errores son p y q , respectivamente. A
p p p q q q
partir de y de , la suma es
p q ( p p ) (q q ) ( p q ) ( p q )

Por tanto, el error en una suma es la suma de los errores de los sumandos.
La propagacin del error en una multiplicacin es ms complicada. El
producto es
pq ( p p )(q q ) pq
p q q p p q
Por tanto, si p y q son mayores que 1 en valor absoluto, los trminos
p q y q p indican que hay una posibilidad de que los errores originales p y q sean
magnificados. Si analizamos los errores relativos, tendremos una percepcin ms clara
de la situacin. Reordenando los trminos
p q q p p q
pq pq
Supongamos que p 0 y que q 0 ; entonces podemos dividir entre pq
para obtener el error relativo del producto pq :

6
Tema1 : Introduccin y Errores

p q q p p q p q q p p q
pq pq
R pq
pq pq pq pq pq
Es ms, supongamos que p y q son buenas aproximaciones de p y q ;
d id i
entonces p p 1 , q q 1 y R p Rq p p q q 0 (Rp y Rq son los errores relativos
de las aproximaciones p y q ). Sustituyendo estas aproximaciones en Rpq obtenemos
una relacin ms simple:
q p
pq pq
R pq 0 Rq R p
pq q p
Esto prueba que el error relativo del producto pq es aproximadamente la
suma de los errores relativos de las aproximaciones p y q a los factores.

1.4.- Algoritmos y Convergencia

Definicin. Un algoritmo es un procedimiento que describe de forma precisa una
sucesin de pasos que deben ser ejecutados en un orden especificado para resolver un
problema o para obtener una aproximacin a dicha solucin.
Los algoritmos implementan los mtodos numricos para la resolucin
de problemas. Estos mtodos pueden ser:
Iterativos si el mtodo va construyendo una sucesin que en determinadas
condiciones converge a la solucin exacta del problema, es decir, si el algoritmo es
reiterativo, en el sentido de que hay pasos de l que se repiten un nmero arbitrario de
veces hasta que se cumpla cierto criterio de parada. En este tipo de mtodos el error de
redondeo no suele afectar a la solucin obtenida tanto como en los mtodos directos.
Directos si no son iterativos. En estos mtodos los errores de redondeo suelen ser
preponderantes sobre los de truncamiento.

En el caso de los algoritmos iterativos, se entiende que un mtodo numrico

converge si la sucesin formada por las aproximaciones obtenidas en cada iteracin:
xn n1 converge, es decir, tiene como lmite la solucin exacta x. En trminos ms

sencillos esto tambin se puede expresar diciendo que las aproximaciones obtenidas en
cada iteracin, xn se van aproximando cada vez ms al valor exacto solucin del
problema.
Cuanto menor sea el nmero de iteraciones necesarias para obtener la solucin del
problema con una tolerancia fijada de antemano, mayor ser la velocidad de
convergencia del mtodo.
Es normal que los errores iniciales en los datos se propaguen a lo largo de una
cadena de operaciones. Una cualidad deseable de cualquier proceso numrico es que un
error pequeo en las condiciones iniciales produzca errores pequeos en el resultado

7
Tema1 : Introduccin y Errores

final. Un algoritmo con esta cualidad se llama estable; en otro caso, se llama inestable.
Siempre que sea posible, elegiremos mtodos que sean estables.
Un algoritmo iterativo estable garantiza la convergencia. Un mtodo numrico no
siempre converge. Se dice que un mtodo numrico iterativo diverge si los resultados
obtenidos en cada iteracin se van alejando cada vez ms de la solucin exacta. Por este
motivo, al implementar un mtodo numrico mediante el correspondiente algoritmo
suele ser una buena tcnica que el criterio de parada contemple un nmero mximo de
iteraciones a realizar.
Existen mtodos numricos de convergencia rpida pero inestables y otros
estables pero de convergencia lenta.

La siguiente definicin describe el fenmeno de la propagacin de los errores.

Definicin. Supongamos que representa un error inicial y que (n) representa el
crecimiento de dicho error despus de n operaciones. Si se verifica que |(n)| n,
entonces se dice que el crecimiento es lineal. Si |(n)| Kn, entonces se dice que el
crecimiento es exponencial. Si K > 1, entonces un error exponencial crece cuando n
sin que podamos acotarlo; pero si 0 < K < 1, entonces un error exponencial disminuye a
cero cuando n. Un error inicial puede propagarse de manera estable o inestable.

Ejemplo 4.: Algoritmo de Horner para la evaluacin de polinomios.

Consiste en una forma eficiente de evaluar un polinomio en la que se reduce el
nmero de multiplicaciones con respecto a la forma tradicional. Sea el polinomio:
P x a0 x n a1 x n 1 an 1 x an
Para obtener el valor de P x0 consideramos una expresin equivalente de P(x):

P x a0 x a1 x an 1 x an

b1

bn1

De esta forma sustituyendo x por x0, P x0 bn . Podemos describir los pasos del
algoritmo de la siguiente forma:
1.- b0 a0 .
2.- Desde k = 1 a n
bk bk 1 x0 ak
3.- P x0 bn

8
Tema1 : Introduccin y Errores

TEMA 1 . EJERCICIOS
1. Sean:
ex 1 x 1 x x2
f ( x) y P ( x )
x2 2 6 24
Calcular f(0.01) y P(0.01) con 6 cifras significativas. Teniendo en cuenta
que P(x) es el polinomio de grado 2 de f(x), cul de los dos resultados es ms correcto?
Sol: f(0.01)=0.5, P(0.01)=0.501671; El 2.

2. Sea P( x ) x 3 3 x 2 3 x 1 . Calcular P(2.19) directamente y utilizando el

algoritmo de Horner con 3 cifras significativas, y comparar con el valor exacto
1.685159.
Sol.:a)1.67; b)1.69

3. Sean p1 = 1.414 y p2 = 0.09125, que estn dados con 4 cifras significativas.

Hallar el resultado ms adecuado para p1 + p2 y p1p2 .
Sol.:Suma: 1.505; Producto: 0.1290

4. Realizar los siguientes clculos directamente indicando qu fenmeno se

presenta. Obtener despus un valor ms preciso.

sin 0.00001 sin
4 4 ln 2 0.00005 ln 2
a) b)
0.00001 0.00005
Sol: a) a1)0.7;a2)0.707103; b)b1)0.5;b2)0.499994

5. La prdida de cifras significativas se puede evitar reordenando los clculos.

Hallar en los siguientes casos una forma equivalente que evite la prdida de cifras
significativas para valores grandes de x:
a) ln x 1 ln x b) x2 1 x

6. Sean P( x ) x 3 3x 2 3x 1 ; Q( x ) (( x 3) x 3) x 1 ; R( x ) ( x 1) 3
Calcular con redondeo a 4 cifras significativas:
a) P(2.72) ; Q(2.72) ; R(2.72)
b) P(0.975) ; Q(0.975) ; R(0.975)
Sol.:a)P(2.72)=5.08;Q(2.72)=5.087;R(2.72)=5.088;
b)P(0.975)=0.00035; Q(0.975)=0.00035; R(0.975)=-0.1562 10-4

7. Justificar que para evitar el efecto de cancelacin en la resolucin de la

ecuacin de segundo grado se pueden utilizar las expresiones:

9
Tema1 : Introduccin y Errores

2c 2c
x1 y x2
b b 2 4ac b b 2 4ac
Qu expresiones habra que utilizar para x1 y x2 si b > 0? Y si b < 0?

8. Utilizar las expresiones ms adecuadas para resolver la ecuacin:

x 2 1000.001x 1 0

10
Tema1 : Introduccin y Errores

11