Anlisis del error

En esta unidad, se define el concepto de error en trminos de mtodos numricos. Debido a que estos consisten en estrategias de aproximacin que se emplean cuando no es posible la aplicacin de tcnicas analticas o exactas en la resolucin de problemas prcticos y de aplicacin, se obtiene un resultado que difiere del verdadero valor que se busca. Esta diferencia se denomina error. Este concepto es de vital importancia en los mtodos numricos, ya que ste se emplea como referencia para la seleccin y evaluacin de los mtodos numricos as como de criterio de paro de los mismos. A continuacin se presentan algunos conceptos fundamentales para la cabal comprensin del concepto de error. Dgitos significativos Es el concepto que se ha desarrollado formalmente para designar la confiabilidad de un valor numrico. Los dgitos significativos de un nmero, son aquellos que pueden ser empleados en forma confiable para describir una cantidad. Por ejemplo, suponga que se tiene un instrumento cuyo medidor marca:

Para este caso, por los lmites del instrumento, solo pueden manejarse con certeza dos dgitos. El tercero se estima. Por lo que en general solo se tienen tres dgitos significativos para este instrumento. 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 incisos 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. Respecto al inciso d, este tiene tres dgitos significativos, a saber 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. Para evitar la incertidumbre se usa la notacin cientfica. a) 4.53 x 104, tres dgitos significativos. b) 4.530 x 104, cuatro dgitos significativos. c) 4.5300 x 104, cinco dgitos significativos. La importancia del concepto de dgitos significativos en el estudio de los mtodos numricos incide especficamente en dos aspectos

1. Criterio para decidir la precisin de un mtodo numrico. Es aceptable un mtodo cuando garantiza un determinado nmero de dgitos significativos en su resultado 2. Criterio de paro. Dado que los mtodos numricos son tcnicas iterativas, puede establecerse que cuando se alcance un determinado nmero de dgitos significativos es condicin suficiente para detener el mtodo Exactitud y precisin Exactitud.- Indica qu tan cercano es un valor calculado respecto al valor verdadero. Precisin.- Considerando que los mtodos numricos son tcnicas iterativas, expresa qu tan cercana es una aproximacin o una estimacin a un valor, respecto a las aproximaciones o iteraciones anteriores del mismo. Inexactitud.- Tambin se le conoce como sesgo. Es un alejamiento sistemtico del valor verdadero a calcular. Imprecisin.- Tambin se le conoce como incertidumbre. Se refiere al grado de alejamiento entre s, a las diversas aproximaciones a un valor verdadero. Al observar las definiciones anteriores, puede determinarse que el error asociado a los mtodos numricos permite medir el grado de exactitud y precisin de los mismos. Definicin de error En trminos generales, el error de un mtodo numrico es la diferencia que existe entre el verdadero valor que se busca y la aproximacin obtenida a travs de una tcnica numrica. El error se clasifica en dos categoras, error de redondeo y error de truncamiento. Ambos conceptos se explican a continuacin:

Error de truncamiento
Se originan al emplear al nmero finito de trminos para calcular un valor que requiere un nmero infinito de trminos. Por ejemplo, una expresin que permite determinar de forma exacta el valor del nmero de Euler (base de los logaritmos naturales) a travs de una serie de MacLaurin es: xi x e = i =0 i ! Sin embargo, una aproximacin a dicho valor, puede obtenerse a travs de su expresin finita: k xi x e , k <, i! i =0 Es claro que esta expresin finita es manejable computacionalmente hablando, al contrario que la frmula expresada en su forma infinita.

Error de redondeo
Se origina por el hecho de que una computadora slo puede representar un nmero finito de trminos. Para expresar una cantidad con un desarrollo decimal infinito, se

tiene que prescindir de la mayora de ellos. Por ejemplo, el nmero = 3.14159265...., tiene un desarrollo decimal infinito no peridico. Por lo tanto, para fines de clculo, slo se toman algunos de sus dgitos. Esto se realiza a travs de dos estrategias: 1. Redondeo. Prescinde de cierto nmero de cifras significativas y realiza un ajuste, sobre la ltima cifra no descartada : 3.1416 2. Corte o poda: Prescinde de cierto nmero de cifras significativas sin realizar un ajuste sobre la ltima cifra no descartada 3.1415 En aplicaciones actuariales, ciencias e ingeniera, se recomienda el redondeo, ya que el corte o poda implica la prdida de informacin. Ejemplo. Considere la aproximacin de 3.14159265. Realice el corte y redondeo a: a) Dos dgitos significativos. b) Tres dgitos significativos. c) Cuatro dgitos significativos. d) Cinco dgitos significativos. e) Seis dgitos significativos. f) Siete dgitos significativos. g) Ocho dgitos significativos. Solucin: El respectivo corte y redondeo para el respectivo nmero de dgitos significativos, se resume en la siguiente tabla: No. de dgitos Dos Tres Cuatro Cinco Seis Siete Ocho Corte 3.1 3.14 3.141 3.1415 3.14159 3.141592 3.1415926 Redondeo 3.1 3.14 3.142 3.1416 3.14159 3.141593 3.1415927

Una vez que se ha establecido la clasificacin del error (es decir, las dos fuentes de error en los mtodos numricos), se procede a definir los conceptos de error absoluto verdadero, error absoluto relativo, error absoluto aproximado y error relativo aproximado, todos ellos como una suma o consecuencia de los errores de redondeo y truncamiento. Los siguientes conceptos de error pueden emplearse como criterios de paro y medidas de precisin de los mtodos numricos. Error absoluto verdadero
Supngase que p es una aproximacin a p. El error absoluto verdadero se define con la siguiente expresin: Ev = p p

Esta definicin de error, lo cuantifica en trminos brutos. No obstante, una medida que puede describir con mayor detalle o proporcin el error, es aquella que lo expresa en trminos porcentuales. Para ello se emplea el error verdadero relativo. Error relativo verdadero
Supngase que p es una aproximacin a p. El error relativo verdadero se calcula con la siguiente expresin: p p ev = p0 , p

El resultado suele expresarse en trminos porcentuales. Ejemplo 1.

Sea x = 3.141592 y x = 3.14. Calcule: a) El error absoluto verdadero. b) El error relativo verdadero.
Solucin. a) Ev = x x = 3.141592 3.14 = 0.001592 b)
ev = xx x

0.001592 3.141592 = 0.00507 = 5.07%

Ejemplo 2.
Sea y = 1 000 000, y = 999 996. Calcule: a) El error absoluto verdadero. b) El error relativo verdadero.

Solucin. a) Ev = y y b)
ev =

= 1 000 000-999 996

=4

y y y 4 1 000 000

= 0.000004 Ejemplo 3. Supngase que se tiene que medir la longitud de un puente (x) y la de un remache (y), obtenindose 9 999 y 9 cm respectivamente. Si los valores verdaderos son 10 000 y 10, calcular: a) El error absoluto verdadero

b) El error relativo verdadero Solucin. a) Ev = x x

Ev = y y = 10- 9 =1
y y y 1 10

= 10 000 - 9 999 =1
b)
ev =
=

xx x
1 10000

ev =
=

= 0.0001

= 0.1
= 10%

= 0.01%

Aunque tienen el mismo error absoluto real (1), el error relativo de la medicin del remache es mucho mayor (10%) contra el 0.1% del error en la medicin del puente. Para evitar esta subjetividad en la medicin del error, en mtodos numricos se acostumbra el uso del error relativo. En los ejemplos anteriores, se conoca el verdadero valor buscado. Entonces cabra hacerse la pregunta: Si se conoce el valor buscado Para qu estimarlo con una aproximacin numrica? Con fines didcticos, en los ejemplos anteriores se asumi que se conoca el valor verdadero buscado. En la prctica, se desconoce dicho valor, por lo que el error deber expresarse en trminos aproximados, originando el concepto de error relativo aproximado. Error relativo aproximado El error relativo aproximado, mide el error de un mtodo numrico, determinando el error de la iteracin actual respecto el error surgido en la iteracin anterior: x x ea = i i 1 xi Donde xi = aproximacin actual a x. xi 1 = aproximacin anterior a x. En mtodos numricos suele establecerse una tolerancia porcentual como criterio de paro, tal que el error relativo aproximado de un mtodo, no exceda dicha tolerancia. ea < t donde t, es tolerancia fijada de antemano. A menor tolerancia se tiene mayor precisin en la aproximacin al valor verdadero, sin embargo esto implica un aumento en el nmero de iteraciones requeridas para detener el mtodo. Observaciones sobre la tolerancia t de un mtodo numrico Puede demostrarse que si el siguiente criterio se cumple, se tiene la seguridad que un resultado es correcto en al menos n dgitos significativos:

1 t = 102 n 2

Ejemplo. Considere la serie de MacLaurin para la determinacin de e x : n x x 2 x3 xn e x = 1 + x + + + ... + , lim i n n! 2! 3! i =1 i ! Empezando con el primer trmino e x = 1 y agregando un trmino a la vez, estimar el valor de e0.5 . Despus de agregar cada trmino, calcular el error relativo real y aproximado. El clculo termina hasta que el valor absoluto del error aproximado sea menor al criterio preestablecido t para garantizar tres dgitos significativos correctos.

Solucin.
Considere al nmero 1.648721271 como el valor verdadero de e0.5 . Si se desean tres dgitos significativos correctos, se tiene que n = 3. En consecuencia: 1 t = 1023 % = 0.05% 2 De aqu, se tiene que para garantizar al menos tres dgitos significativos correctos, se tiene que cumplir: ea < t es decir xi xi 1 1 2 n < 10 % xi 2 En este caso, como ya hemos visto xi xi 1 1 23 < 10 % xi 2 Esto es

ea < 0.05% La siguiente tabla muestra el desarrollo del ejercicio:

Expresin
1

Resultado

Ev(%)
(1.648721271 1) 1.648721271 = 0.3934 33% (1.648721271 1.5)
___

ea

1 ex 1

( 1.5 1 )
1.5 = 0.333 33.3%
(1.625 1.5) 1.625 = 0.07692 7.69% (1.645833 1.625) 1.645833 = 1.27%

2 e 1+ x
x

1+0.5=1.5

1.648721271 = 0.09020 9.02% (1.648721271 1.625) 1.648721271 = 0.014387 1.44%

2

x 3 e 1 + x + 2! 1 + 0.5 + 0.5 = 1.625

ex 1 + x +
4
+ x
3

2! 1 + 0.5 +

0.5 2

(1.648721271 645833) 1.648721271 = 0.0017518 0.175%

3!

+ x
2

0.5 6

= 1.6458333

ex 1 + x +
5
+ x
3

2! 1 + 0.5 + + x x
2

0.5 2

0.5 6

(1.648721271 1.6484375) 1.648721271 = 0.0001721 0172%

(1.6484375 1.645833) 1.6484375 = 0.158%

3!
x

4!

0.5

24

= 1.6484375 0.5 2 0.5

5 2

e 1+ x +
6
+ x
3

2!
5

1 + 0.5 + + 0.5
4

0.5 6

(1.648721271 1.6748697917 1.648721271

(1.648697917 1.645833) 1.648697917 = 0.0158 < t

3!

4!

5!

24

120

= 1.648697917 = 0.00001416 0.00142%

Se observa que en la sexta iteracin se satisface el criterio para la tolerancia, ea < t, dado que en la sexta iteracin, ea=0.0158, que es menor que la tolerancia preestablecida: t = 0.05%. Con esto se tiene que la estimacin de e0.5 es de 1.648697917, con al menos tres dgitos significativos correctos: 1.648697917.