Agregar a favoritos      Ayuda      Português      Ingles     
 Página anterior Volver al principio del trabajoPágina siguiente 

Teoría del error (página 2)

Enviado por Ana Maria Gonzalez



Partes: 1, 2


MULTIPLICACIÓN

En este caso se tiene

Monografias.com

Suponemos que los errores son mucho mas pequeños que las aproximaciones, e ignoramos el producto de los errores. Entonces:

Monografias.com

y

Monografias.com

DIVISIÓN

Tenemos

Monografias.com

Multiplicando el denominador por Monografias.comy reacomodando términos obtenemos

Monografias.com

El factor en paréntesis puede desarrollarse en serie mediante una división:

Monografias.com

Efectuando la multiplicación y despreciando todos los términos que contienen productos o potencias de orden superior al primero de eX y eY tenemos

Monografias.com

por lo tanto

Monografias.com

Debe observarse que rara vez conocemos el signo de un error. Por ejemplo, no se debe inferir que la suma incrementa siempre el error y que la resta siempre lo disminuye simplemente porque los errores se suman en la adición y se restan en la substracción. Si los errores tienen signos diferentes ocurrirá precisamente lo contrario.

Como tenemos ahora fórmulas para la propagación de los errores absolutos en las cuatro operaciones aritméticas básicas, podemos fácilmente dividir y obtener los errores relativos. Para la suma y la resta los resultados han sido reacomodados para mostrar explícitamente el efecto de los errores en los operandos:

Suma

Monografias.com

Resta

Monografias.com

Multiplicación

Monografias.com

División

Monografias.com

El Error Absoluto en una cantidad es la diferencia entre el valor verdadero, suponiendo que se conoce, y una aproximación al valor verdadero.

Así, si:

X = cantidad verdadera.Monografias.comuna aproximación a la cantidad verdadera.eX = error absoluto.

Tenemos que:

X = Monografias.comeX

De acuerdo a nuestra definición:

eX = X - Monografias.com

El Error Relativo se define como el cociente del error absoluto entre la aproximación

Monografias.com

Parecería más razonable definirlo como el error absoluto dividido entre el valor verdadero, pero generalmente no conocemos éste. Todo lo que tenemos, generalmente, es un valor aproximado y una estimación del error o un límite al tamaño máximo del error.

El error absoluto y el error relativo son aproximadamente iguales para números cercanos a uno. Para números no cercanos a uno puede haber una gran diferencia.

Existen tipos básicos de errores en una computación numérica: inherentes, por truncamiento, y por redondeo, entre otros. Cada uno se puede expresar en forma absoluta o en forma relativa.

  • Errores inherentes

Son errores que existen en los valores de los datos, causados por incertidumbre en las mediciones, por verdaderas equivocaciones, o por la naturaleza necesariamente aproximada de la representación, mediante un número finito de dígitos, de cantidades que no pueden representarse exactamente con el número de dígitos permisible.

Por ejemplo, si necesitamos usar Monografias.comen un cálculo, podemos escribirlo como 3.14, 3.1416, 3.1415926535589793..., etc. En muchos casos aún una fracción simple no tiene representación decimal exacta, por ejemplo 1/3, que puede escribirse solamente como una sucesión finita de números 3. Muchas fracciones que tienen representación finita en un sistema no la tienen en otro, el número 1/10 es igual a 0.1 en decimal y en binario es 0.000110011001100...

  • Errores por truncamiento

Este tipo de error ocurre cuando un proceso que requiere un número infinito de pasos. Note que el error de truncamiento, a diferencia del error de redondeo, no depende directamente del sistema numérico que se emplee

Por ejemplo podemos utilizar la serie infinita de Taylor para calcular el seno de cualquier ángulo X, expresado en radianes:

Monografias.com

Por supuesto que no podemos usar todos los términos de la serie en un cálculo, porque la serie es infinita; entonces, los términos omitidos introducen un error por truncamiento.

  • Errores por redondeo

El error de redondeo se debe a la naturaleza discreta del sistema numérico de máquina de punto flotante, el cual a su vez se debe a su longitud de palabra finita. Cada número (real) se reemplaza por el número de máquina más cercano. Esto significa que todos los números en un intervalo local están representados por un solo número en el sistema numérico de punto flotante.

En otras palabras, estos errores se introducen en los procesos de computación por el hecho de que los computadores trabajan con un número finito de dígitos después del punto decimal y tienen que redondear.

Como nos interesa el redondeo de punto flotante, revisaremos la forma de representación de un número de punto flotante.

Recordando que cada número lo podemos representar por una fracción generalmente llamada Mantisa, la cual está multiplicada por una potencia del número base, llamada generalmente el Exponente. Entonces tenemos números como los siguientes:

Monografias.com

  • Error significativo

Tener presente este tipo de error significa que el número de cifras significativas (es decir, que tengan sentido y sean válidas) es algunas veces menor de lo esperado. Ocurre con mayor frecuencia cuando se restan números casi iguales, pero también puede ocurrir cuando varios números de magnitud y signo diferentes se suman o cuando se emplea un divisor relativamente pequeño. 

  • Error propagado

Puede definirse como el error de salida provocado por un error en la entrada, suponiendo que todos los cálculos intermedios se efectúan exactamente (en particular, sin error de redondeo). Incluye la evaluación de funciones cuando el valor del dominio es aproximado, raíces de polinomios cuyos coeficientes se han redondeado o aproximado, etc. Por supuesto, en una situación realista todos los tipos de error pueden intervenir, de modo que la salida de un proceso contendrá el error propagado más los errores generados en el proceso.

Se puede determinar un límite al error relativo máximo que puede ocurrir en un resultado aritmético obtenido con redondeo truncado. El error relativo máximo ocurre cuando gY es grande y fY es pequeño. El valor máximo posible de gY es menor que 1.0; el valor mínimo de fY es 0.1, por lo que el valor absoluto del error relativo es:

Monografias.com

Entonces se observa que el máximo error relativo por redondeo en el resultado de una operación aritmética de punto flotante no depende del tamaño de las cantidades, sino del valor numérico de dígitos que se manejen.

El tipo mas conocido de redondeo, que se denomina generalmente redondeo simétrico, puede describirse como sigue.

Dadas las dos partes de un resultado como en el caso anterior, la aproximación redondeada a Y está dada por:

Monografias.com

en que Y tiene el mismo signo que fY. La adición en el segundo renglón de la ecuación corresponde a sumar 1 al último dígito retenido si el primer dígito que se pierde es igual o mayor que 5. Se describen los símbolos de valor absoluto para indicar que las mismas fórmulas se aplican a cantidades positivas y negativas.

Si gY < 1/2, el error absoluto es

Monografias.com

Si Monografias.comel error absoluto es

Monografias.com

De cualquier manera, tenemos la siguiente ecuación multiplicado por un factor cuyo valor absoluto no es mayor que 1/2. El valor absoluto del error absoluto es, por lo tanto

Monografias.com

y el valor absoluto del error relativo es entonces

Monografias.com

Si f representa la mantisa de un número de punto flotante, y e el exponente podemos expresar en forma general un número de punto flotante en base decimal como:

Monografias.com

En donde sabemos que f no puede ser menor que 1/10 puesto que los números han sido normalizados y no puede llegar a ser la primera ecuación porque la mantisa es una fracción propia.

Ahora si realizamos la suma de los números:

Monografias.com

El computador se encarga de la colocación del punto y compara los exponentes para desplazar hacia la derecha el punto para alinearlos. Entonces para el ejemplo hace lo siguiente:

Monografias.com

Así se pueden sumar directamente las dos mantisas. Obviamente, la mantisa de la suma tiene mas de cuatro dígitos. Antes de redondear, el resultado puede mostrarse como dos cantidades de punto flotante:

Monografias.com

Cualquier resultado proveniente de la realización de las cuatro operaciones aritméticas puede indicarse, antes de ser redondeado, por la forma general:

Monografias.com

en donde t es el número de dígitos de fY.

El intervalo de valores posibles de fY es:

Monografias.com

y el intervalo de variación de gY es:

Monografias.com

Para un ejemplo de la diferencia entre las dos reglas de redondeo, considérese el siguiente resultado de alguna operación aritmética:

Monografias.com

Para redondeo truncado

Monografias.com

y

Monografias.com

( aproximadamente igual a)

Para la operación que llamamos redondeo simétrico,

Monografias.com

y

Monografias.com

Hay magnitudes que no se miden directamente, sino que se derivan de otras que sí son medidas en forma directa. Por ejemplo, para conocer el área de un rectángulo se miden las longitudes de sus lados, o para determinar el volumen de una esfera se tiene que medir el diámetro. La pregunta que queremos responder aquí es cómo los errores en las magnitudes que se miden directamente se propagarán para obtener el error en la magnitud derivada. Sólo daremos los resultados. Supongamos, para fijar ideas, que la magnitud V, es una función de los parámetros, x, y, z, etc., o sea:

Monografias.com

y que x, y, z, etc., sí se midieron directamente y que conocemos sus errores, a los que designamos en el modo usual como Monografias.cometc. Entonces se puede demostrar que el error en V vendrá dado por:

Monografias.com

En rigor las derivadas involucradas en esta ecuación son derivadas parciales respecto de las variables independientes x, y, z, etc. En el caso especial que la función V(x,y,z,..) sea factorizable como potencias de x, y, z, etc., la expresión anterior puede ponerse en un modo muy simple. Supongamos que la función en cuestión sea:

Monografias.com

Entonces:

Monografias.com

Para cálculos preliminares, esta expresión puede aproximarse por:

Monografias.com

Esta última expresión para la propagación de los errores se conoce con el nombre de aproximación de primer orden, mientras que la expresión Monografias.comse la denomina usualmente aproximación de segundo orden.

Otro caso particular de interés es Z = x ± y. Obtenemos

Monografias.com

El error en el método de Newton

Definición: Si Monografias.comse dice que () tiene orden de convergencia Monografias.comsi

Monografias.com

Si Monografias.comla convergencia es lineal.

Si Monografias.comla convergencia es cuadrática.

Teorema: la sucesión de Newton-Raphson tiene orden de convergencia cuadrática.

Teorema: Sea Monografias.comMonografias.comuna raíz de Monografias.comtal que Monografias.com. Supongamos que existen Monografias.comy Monografias.comtales que Monografias.comy Monografias.comEntonces si () es la sucesión de Newton-Raphson y converge a Monografias.comse tiene

Monografias.com

Nota: Otros procedimientos de paro que se van a poder aplicar a cualquier técnica iterativa es que dado un cierto Monografias.compararemos cuando

Monografias.com

Ejemplo

Aplicando el método de Newton-Raphson resolver la ecuación Monografias.com

Monografias.com

Monografias.com

Monografias.com

Monografias.com

Monografias.com

Monografias.com

Monografias.com

0

1

1.5

1.725

2.1

1

4

2

1.7525

2.24

2

22

ERROR

1.75

2.7104

3

1642

1.75

5.4344

4

Monografias.com

56.1988

El error de interpolación en el proceso de interpolación polinómica de Lagrange

Soporte: Monografias.comformado por (n+1) puntos distintos de (a, b)

Función que se interpola: f(x)

Valores de la función en el soporte: Monografias.com

Polinomio interpolador de Lagrange: Monografias.com

Teorema

Si Monografias.comentonces Monografias.comMonografias.com

a) Si x* ?el teorema es evidente.

b) Si x* ?

Sea Monografias.com

Se verifica que

Monografias.comF(x) tiene al menos (n+2) raíces distintas en (a,b).

Aplicando n veces el teorema de Rolle,

Monografias.comtiene al menos una raíz Monografias.com

E(x*)= Monografias.com

Monografias.com

Ejemplo

Sea la función f : x ? 2.xMonografias.com

a) Calcular y representar gráficamente los polinomios de base de Lagrange asociados al soporte {0.2, 1.0}

b) Hallar el polinomio p(x) que interpola f(x) en el sentido de Lagrange sobre el soporte {0.2, 1}

c) Obtener la expresión del error de interpolación

d) Hallar una cota de error válida en todo (0.2, 1)

Representación Gráfica de Lagrange

Monografias.com

Monografias.com

Monografias.com

Monografias.com

Polinomio interpolador de Lagrange

Monografias.com

Monografias.com

Expresión del error

Aplicamos la expresión

Monografias.com

Como el número de puntos es n+1=2, se deriva dos veces f(x)

Monografias.com

Monografias.com

Monografias.com

Cota de error

Monografias.com

g(x) = f''(x)

Dado que la función g(x) es continua en [0.2, 1], su mayor valor absoluto en [0, 2] será el mayor de los siguientes:

Valor de |g(x)| en las abscisas de [0.2, 1] para las que g"(x) = 0.

Monografias.com

De donde g(0.75) Monografias.com0.0539

Valor de |g(0.2)|y de |g(1)| (extremos del intervalo)

g(0.2) Monografias.com0.5838 = 0.5838

g(1) Monografias.com0.0397 = 0.0397

El mayor valor absoluto de entre las anteriores respuestas es: 0.5838 (obtenido para x = 0.2)

Error en la regla de los trapecios

Recordando la fórmula para el error en la interpolación, se tiene que si Monografias.comes el polinomio de interpolación lineal de Lagrange para la función Monografias.comen los nodos Monografias.comy Monografias.comentonces para Monografias.comel error al aproximar Monografias.commediante Monografias.comes

Monografias.com

Y entonces x

Monografias.com

Donde Monografias.comes un número que depende de Monografias.comy Monografias.com

Luego, el error en la aproximación obtenida al usar la regla de los Trapecios en el intervalo Monografias.comque se denomina error local, es

Monografias.com

Como Monografias.comno cambia ningún signo en el intervalo Monografias.comentonces por el teorema del valor medio ponderado para integrales, se tiene que

Monografias.com

Para algún Monografias.com

El error total al aplicar la regla de los Trapecios, es decir, el error que se comete al aplicar la regla de los Trapecios sobre todo el intervalo [a,b], es

Monografias.com

Para algún Monografias.com

(*) la igualdad se debe a la aplicación del teorema del valor intermedio a la función f "", que suponemos continua en el intervalo [a,b].

La fórmula anterior del error en la regla de los Trapecios indica que si f es una función lineal, entonces la regla de los Trapecios es exacta, es decir, Monografias.compara todo k=0,1,..., N-1, ya que si f(x)=cx+d, entoncesMonografias.comy Monografias.compara todo Monografias.com

Volviendo a la fórmula para el error total, Monografias.comtenemos que si

Monografias.compara toda Monografias.com

Entonces

Monografias.com(h=(b-a)/N)

Error en la regla de Simpson

Como el término Monografias.comque aparece en la fórmula de error al interpolar por un polinomio de interpolación de Lagrange (de grado menor o igual que 2) usando los nodos Monografias.comcambia de signo en el intervalo [], no es posible obtener una fórmula para el error al aplicar la regla de Simpson, sin embargo se puede demostrar que el error al emplear la regla de Simpson en el intervalo [], llamado error local, está dada por

Monografias.com

Donde h=(b-a)/N y Monografias.comk=0,2,…,N-2.

Entonces el error al aplicar la regla de Simpson sobre todo el intervalo [a,b], es decir, el error total, Monografias.com

Monografias.com

( (*) La igualdad se debe al cambio de variable k=2p: si k=0, entonces p=0, y si k=N-2, entonces p=(N-2)/2)

Esto implica que la regla de Simpson es exacta cuando se aplica a polinomios de grado menor o igual que 3, que es un grado más de lo que era de esperarse, ya que estamos aproximando la función f por medio de polinomios de grado menos o igual que dos.

Si Monografias.compara toda Monografias.comentonces

Monografias.com

Ejemplo

Use las reglas de los Trapecios, Simpson con N ??6 , para estimar Monografias.comCuál es la cota de error en la estimación para cada caso?

En este ejemplo f(x)= Monografias.comque es continua en todo R, por tanto se satisfacen las hipótesis para que se puedan aplicar las reglas de integración numéricas vistas.

Si N=6, entonces h=(b-a)/N= y los puntos de partición son

Monografias.com

Entonces,

i) Regla de los Trapecios

Monografias.com

En este caso el error es

Monografias.compara algún Monografias.comy como Monografias.comentonces

Monografias.com

Lo que garantiza una precisión de por lo menos una cifra decimal exacta en la aproximación calculada.

ii) Regla de Simpson

Según esta regla

Monografias.com

El error en la aproximación es

Monografias.compara algún Monografias.comy como

Monografias.comy Monografias.compara toda Monografias.comentonces

Monografias.comlo que garantiza una precisión de por lo menos cuatro cifras decimales exactas en la aproximación calculada.

El error en el método de Taylor de orden superior

Para obtener un método de orden 2 podemos considerar el desarrollo de Taylor truncado en el término de h2. Más concretamente, usando la aproximación

Monografias.com

se obtiene un nuevo método de aproximación; a saber:

Monografias.com

donde los valores de Monografias.come Monografias.comque aparecen en la expresión anterior se calculan desde la ecuación diferencial del P.V.I. como sigue:

Monografias.com

Supongamos que la función Monografias.comes Monografias.comveces derivable en el intervalo Monografias.comy con Monografias.comésima derivada continua en Monografias.comy derivable en Monografias.comy sea Monografias.comel polinomio de Taylor de la función Monografias.comdefinido por

Monografias.com

Entonces, el error Monografias.comde Taylor se expresa de la siguiente forma:

  • Fórmula del resto de Taylor en forma de Lagrange.

Monografias.com

  • Fórmula del resto de Taylor en forma de Cauchy.

Monografias.com

EJEMPLO

Encuentre un valor aproximado para sen(35º) utilizando un polinomio de Taylor de grado 3 y estime el error.

a) f(x) = sen(x)

b) xo = p /6                30º en radianes

f (x) = sen(x)                 f(p /6) = 0.5

f ' (x) = cos(x)               f ' (p /6) = 0.8660254

f '' (x) = -sen(x)             f '' (p /6) = -0.5

f (3) (x) = -cos(x)           f ' (p /6) = -0.8660254

f (4) (x) = sen(x)

Monografias.com

Que sustituyendo,

Monografias.com

Para x = p /6 + Monografias.com

Monografias.com

sen(35º) = 0.5 + 0.0755749 - 0.001903858 - 0.000095922 + E3

sen(35º) = 0.57357512 + E3

En la expresión para el error al aproximar con un polinomio de grado 3

E3 = Monografias.com(0.00000241)sen(c)

Monografias.com

Monografias.com

Si

Monografias.compara x en el intervalo (a,b)

entonces

Monografias.com

Monografias.com

Se ve que si | x - xo | Monografias.com1 , cuando n crece indefinidamente el numerador de la fracción anterior se acerca a cero y el denominador tiende a infinito, por lo que la fracción tenderá a cero, es decir, En Monografias.com0 cuando n Monografias.comEn general

Monografias.compara todo valor real de k

por lo que si | x - xo | > 1 también se cumplirá que En Monografias.com0 cuando n Monografias.com

Definiciones

  • Exactitud: la cercanía con la cual la lectura de un instrumento de medida se aproxima al valor verdadero de la variable medida.

  • Precisión: una medida de la repetibilidad de las mediciones. Dado un valor fijo de una variable, la precisión es la medida del grado con el cual, mediciones sucesivas difieren una de la otra.

  • Incertidumbre: grado de exactitud, seguridad o confianza con que fue hecha la medición.

  • Error: la desviación del valor verdadero al valor medido.

Bibliografía

  • 1. Introducción a la Teoría de Errores. Taylor E. Ed. MIR. Moscú. 1985.

  • 2. Teoría de los Errores. Giamberardino Vincenzo. Ed. Reverté. México. 1986.

  • 3. "Teoría de errores", Alexander Canela Rincón, http://newton.javeriana.edu.co/articulos/cifra

  • 4. Error en la Interpolación Polinómica de Lagrange, Arturo Hidalgo López, Alfredo López Benito, Carlos Conde Lázaro, marzo del 2007, www.iafe.uba.ar/e2e/metodosnumericos/lagrange/lagrange.html.

  • 5. Metodo de Taylor, error. http://www.mat.uson.mx/eduardo/calculo2/soltaylor/soltaylorHTML/taylor. Métodos numéricos, platon.itchihuahua.edu.mx/course/category.php.

  • 6. Teoría de errores, luda.uam.mx/curso2/tema1/error02.html.

  • 7. Teorema de Taylor,

  • 8. Apuntes de J. Lorente, http://www.ugr.es/~lorente/APUNTESMNQ/cap22.pdf

 

 

 

 

 

Autoras:

Ana María González Urueta

Tatiana Alejandra Oquendo G.

Análisis Numérico

Prof.: Eduardo Estrada Kassir

Ingeniería de Sistemas

Pontificia Universidad Javeriana

11 de Junio de 2008


Partes: 1, 2


 Página anterior Volver al principio del trabajoPágina siguiente 

Comentarios


Trabajos relacionados

  • Distribución Normal

    Distribución Normal. Función de densidad. La distribución binomial. Esta distribución es frecuentemente utilizada en l...

  • Estructura y funcionamiento del Programa Raíces

    Carlos alberto PérezEl programa esta compuesto por la función principal raices y 9 subfunciones: Raices (principal; Cuad...

  • El poder del Solver

    Ejemplo de cómo usar "SOLVER". En estos tiempos donde se habla de la tecnología, información, sociedad del conocimient...

Ver mas trabajos de Matematicas

 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.


Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.