1.

TEORÍA DEL ERROR

Los métodos numéricos deben ser lo suficientemente exactos o sin sesgo para satisfacer los
requisitos de un problema particular de ingeniería. También deben ser lo suficientemente
preciso para ser adecuados al diseño de la ingeniería.

En estas notas se usara el término error para representar tanto la inexactitud como la
imprecisión en los cálculos numéricos en las imprecisiones. Con dichos conceptos como
antecedentes, ahora analizaremos los factores que contribuyen al error.

2. TIPO DE ERRORES

2.1. EXPERIMENTALES: Proviene de los datos o equivocaciones aritméticas

en el cálculo manual.
2.2. DE TRUNCAMIENTO (CORTE): Representa la diferencia entre una
formulación matemática exacta de un problema y la aproximación dada
por un método numérico.
2.3. REDONDEO: Se debe a que una máquina sólo puede representar
cantidades con un número finito de dígitos.
Existen dos maneras de representarlos:
I. Punto fijo: Los números se representan con un número fijo de cifras
decimales. Ej. 62.358, 0.013.
II. Punto flotante: Los números se representan con un número fijo de
dígitos significativos.

Dígito Significativo: De un número “C”; es cualquier dígito dado de este,

excepto posiblemente aquellos ceros a la izquierda del primer dígito
diferente de cero y que solo sirven para fijar la posición del punto decimal
(entonces cualquier otro cero es un dígito significativo de C), Ej. 1360,
1.360; 0.001360; tiene cuatro dígitos significativos.
2.4. EXACTITUD: Se refiere a la aproximación de un número o de una
medida al valor verdadero que se supone representa.
2.5. PRECISIÓN
I. Número De cifras significativas que representan una cantidad.
II. La extensión en las lecturas repetidas de un instrumento que mide alguna
propiedad física.
 2.6. ERROR ABSOLUTO

Se da cuando se aproxima el valor real con un valor aproximado

  a~  a ~ Valor aproximado
Donde a

a Valor exacto

2.7. ERROR RELATIVO PORCENTUAL

Suele ser un mejor indicador de la precisión, es más independiente de la escala

usada, y esto es una propiedad más que deseable.

 a~  a Error
Er    *100
a a ValorVerdadero

Ejemplo

Planteamiento del problema: Suponga que se tiene que medir la longitud de un puente
y la de un remache, y se obtiene 9999 y 9 cms respectivamente. <si los valores son
10000 y 10 cmm, calcule el error absoluto y error relativo porcentual.
Solución:

~
El error absoluto en la medición del puente es:  a  a  a  10000  9999  1cm

~
Y para el remache es  a  a  a  10  9  1cm

El error relativo porcentual en la medición del puente es

~
a  a 10000  9999
r   * 100%  0.01%
a 10000

~
a  a 10  9
Y para el remache es  r   *100%  10%
a 10

~
a  a 10000  9999
r   * 100%  0.01%
a 10000
Aquí observamos que el error absoluto es el mismo en las dos mediciones y si no se
tiene la magnitud de la cantidad que se esta midiendo no podríamos dar ninguna
conclusión; pero al conocer esta magnitud podemos observar que en la medición del
remache se genero un error muy grande.

En las mediciones científicas es usualmente el error relativo el que resulta relevante.

La información acerca del error absoluto suele ser poco útil si no se conoce la
magnitud de la cantidad que se esta midiendo; por esta razón es importante el error
normalizado que se define como sigue:

2.8. ERROR NORMALIZADO PORCENTUAL

En situaciones reales a veces es difícil contar con el valor verdadero, para dichos
casos, una alternativa es normalizar el error, usando la mejor estimacion posible al
valor verdadero; es decir. Para la aproximación misma.

Error Aproximado Aprox. Actual  Aprox. Pr evia

Ea  *100 *100
ValorVerdadero Aprox. Actual
Corrección   a~  a   
Valor verdadero a  a~   Aproximación + Corrección
~  a   es decir   
Cota de error para a es un número   a

A menudo cuando se realizan cálculos, no importa mucho el signo del error sino mas
bien que su valor absoluto porcentual sea menor que una tolerancia porcentual
prefijada.

2.9. TOLERANCIA

 
Es  0.5 *102  n % Donde n es el número de cifras significativas
En el momento en que se realizan las aproximaciones y se cumpla que .
  a   s si se conoce el valor real
 n   s si no se conoce el valor real
Se garantizan “ n “ cifras significativas.

SERIES DE TAYLOR
EJEMPLO 1

 Encuentre el polinomio de grado 2, que cumple f (0)  3 f (0)  5

f (0)  8 , entonces si seguimos la observación anterior, llegamos a:

f (0) x 2
f x   f (0)  f (0) x 
2
Vemos
8x 2
f x   3  5 x   3  5x  4 x 2
2

Es fácil ver que f cumple las condiciones iniciales.

Al hacer el mismo análisis para un polinomio de grado n llegamos a:

f (0) x 2 f ( n ) (0) x n
f x   f (0)  f (0) x  
2 n!

En general, esto sigue para cualquier polinomio, la ventaja de esto es que a partir de cierta
derivada el crecimiento es cero.
Pensemos en el caso, que no sea un polinomio, por ejemplo f ( x )  e es fácil justificar que
x

esta función NO es un polinomio, ahora como a partir de ningún crecimiento se vuelve cero,
este proceso lo debemos extender hasta “infinito” así:
f (0) x 2 f ( n ) (0) x n
f x   f (0)  f (0) x   
2 n!


f k ( 0) x k

k 0 k!
Donde 0! 1 f 0 (0)  f (0)

Haciendo esto para e x tenemos:

f x   f ( x)  f ( x)    f ( n ) ( x)  

Y así 1  f (0)  f (0)  f (0)    f n (0)  

Sustituyendo obtenemos
 x2 x3 xn
1 x    
2 3 n!

Denotemos esta serie por STf (x ) así:


xn
STf x   
k  o n!

¿La pregunta natural es f ( x)  STf ( x) ?

Para analizar este caso veamos otro ejemplo

EJEMPLO 2
1
f ( x) 
 Sea 1 x , se puede verificar que

n!
f (n)
( x)  f (n)
(0)  n!
(1  x) n 1 Y así

Sustituyendo en (k ) obtenemos que:

 1 
ST    1 x  x  x  x  x 
2 3 4 5

1 x 

¿La pregunta es?

1 ?
1 x  1  x  x2  x3  x4  x5  

Para esto consideramos algunos valores particulares

X 0

1
1  1  0  0 2  03  0 4  05    1
1 0

1
X
2
 1 1 1 1 1
2  1      2
1 2 4 8 16
1
2

1
X 
2

2 1 1 1 1 1
  1      2
3 1 2 4 8 16
1
2

X  1
1 1
  111111
2 1  (1)

X 1
1
 111111
11

X 2
1
 1  2  4  8  16  
1 2

TEOREMA DE TAYLOR
Como buscamos desarrollar numéricamente, las Series de Taylor no son de ayuda, ya que no podemos
realizar “sumas” infinitas, para esto tenemos que aproximarlas, es decir tenemos que troncar las Series de
Taylor y así para X fi  0 , tenemos
f (0) x 2 f ( n ) (0) x n
Pn x   f (0)  f (0) x  
2 n!
Sin embargo, si f no es un polinomio, es posible que Pn ( x)  f ( x) de todas maneras es una
aproximación puntual de este así:
f ( x)  Pn ( x)  Rn ( )
Donde Rn ( ) es un error que se comete. (El cual obviamente nunca vamos a conocer)
f ( n 1) ( ) x n 1
Y es dado por: Rn ( )  con  entre 0 y X
(n  1)!
Ese valor  no lo conozco y así f
( n 1)
( ) tampoco, pero podemos acotarlo, es decir encontrar
alguna función tal que
f ( n 1)
( )  M n
M n x n1
Y así: Rn ( ) 
(n  1)!
Con lo cual podemos fijar un máximo error y así determinar el n donde se debe troncar la serie para
obtener una buena aproximación.
Ejemplo
Dada la serie de Taylor de f ( x )  e con centro en cero, hallar la aproximación de e
x 0 .5

Con cinco cifras significativas.

Solución:

Lo primero que hallamos es el criterio de error, el cual asegura que el resultado sea correcto
con al menos cinco cifras significativas; donde n=5:

 s  (0.5 *1025 )%  0.0005%

Es decir se evaluara la serie de Taylor hasta que el error normalizado se menor que 0,0005%.
Realizando el desarrollo de la serie de Taylor obtenemos:

x2 x3 x4 xn
f ( x)  e x  1x     ...   ...
2 3! 4! n!
Donde la primera aproximación es e  1
0 .5

Segunda aproximación es e  1  0.5  1.5

0 .5

Tercera aproximación es e  1  0.5 

0.5 0.5
2
 1.625
2
En la siguiente tabla se colocaran los resultados; buscando que el error normalizado porcentual
sea menor que la tolerancia; también colocaremos el error relativo porcentual partiendo del
hecho que el valor real de e  1.648721...
0.5

Iteración Aproximación  r (%)  n (%)  a (%)

1 1 39.3 0.648721…

2 1.5 9.2 33.3 0.14872

3 1.626 1.44 7.69 0.023725…

4 1.645833333 0.175 1.27 0.00289166…

5 1.648437500 0.172 0.158 0.0002875

6 1.648697917 0.00145 0.0158

6
Ejemplo: Se requiere una aproximación de Ln (2) con un error no mayor 10

Para solucionarlo podemos tomar varias funciones; lo que cambiaria seria el valor de la x,
podemos tomar las siguientes funciones:

f ( x)  ln( x) v alor de x  2
f ( x)  ln( x  1) valor de x  1
f ( x)  ln(1  x) valor de x  1

Para la solución tomaremos la siguiente función:

 f ( x)  ln  x  1
1
f ´(x) 
x 1
1
f ´´(x) 
x  12
f (n)
x    1 n  1!
n 1

x  1n


ln  x  1  x 
x 2
x
 
x4

3
 1 x n
 Rn 
n 1
Para X ∈ (-1, 1)
2 3 4 n

Como no es posible aproximar ln2 Porque?

Ejercicios:

1) encuentre cos(0,2), cos(0,4) con error no mayor de 10 8 .

2) Encuentre 1.5 con un error no mayor a 10 4 0.75, 0.5, 1.25 .
3) Donde se debe troncar la Serie de Taylor de x  1 para que la aproximación de 2
4
tenga un error no mayor a 10 .
4) Donde se debe troncar la Serie de Taylor de x  1 para que la aproximación de 3
4
tenga un error no mayor a 10 , concluya.