Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Métodos numéricos
Por razones prácticas, sólo puede manejarse una cantidad finita de bits para cada número en
una computadora, y esta cantidad o longitud varía de una máquina a otra. Por ejemplo,
cuando se realizan cálculos de ingeniería y ciencia, es mejor trabajar con una longitud grande;
por otro lado, una longitud pequeña es más económica y útil para cálculos y procedimientos
administrativos.
Los errores numéricos se generan con el uso de aproximaciones para representar las
operaciones y cantidades matemáticas. El error numérico es una medida del ajuste o cálculo
de una magnitud con respecto al valor real o teórico que dicha magnitud tiene. Un aspecto
importante de los errores numéricos es su estabilidad numérica. Dicha estabilidad se refiere
a como dentro de un algoritmo de análisis numérico el error de aproximación es propagado
dentro del propio algoritmo.
Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo
o negativo, según si la medida es superior al valor real o inferior (la resta sale positiva o
negativa). Tiene unidades, las mismas que las de la medida.
El error absoluto de una medida no nos informa por sí solo de la bondad de la misma. Es
evidente, que no es igual de grave tener un error absoluto de 1 cm al medir la longitud de una
carretera que al medir la longitud de un folio.
Cuando el valor exacto no es conocido, por ejemplo, en cualquier medida física, se habla de
cota del error absoluto, que será un valor superior al error absoluto que asegure que el error
cometido nunca excederá a ese valor. Si llamamos c a la cota del error absoluto de un número,
se cumplirá:
Muchas veces conocemos el error absoluto (Ea), pero es imposible conocer el valor exacto
(A), en cuyo caso, para hallar el error relativo (Er) dividimos el error absoluto entre el valor
aproximado o considerado como exacto.
También puede hablarse de cota del error relativo, que si la representamos como β, se
cumplirá:
A – A´) / A ≤ β
ERP = ER X 100
Ya que 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 porqué
pueden resultar críticos en algunos métodos numéricos:
El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean números muy pequeños y muy grandes al mismo tiempo. Ya
que en este caso se presenta en muchos métodos numéricos, el error de redondeo puede
resultar de mucha importancia.
5.- Error de truncamiento.
Cuando una expresión matemática se remplaza por una fórmula más simple, se introduce un
error, conocido como error 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.
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 número finito de términos.
Cada una de los términos adicionales contribuye al mejoramiento de la aproximación,
aunque sea un poco.
Conclusión
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 número de cifras significativas es el número 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.
Bibliografía