1 / 33

MÉTODOS NUMÉRICOS Errores

MÉTODOS NUMÉRICOS Errores. Gustavo Rocha 2005-2. 1.3 Errores.

taniel
Download Presentation

MÉTODOS NUMÉRICOS Errores

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. MÉTODOS NUMÉRICOSErrores Gustavo Rocha 2005-2

  2. 1.3 Errores • Los métodos numéricos ofrecen soluciones aproximadas muy cercanas a las soluciones exactas; la discrepancia entre una solución verdadera y una aproximada constituye un error, por lo que es importante saber qué se entiende por aproximar y aprender a cuantificar los errores, para minimizarlos.

  3. 1.3.1 Error absoluto • Los errores numéricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemáticas. • La relación entre un resultado exacto o verdadero X y el valor aproximado X* está dado por: X = X* + error (1.1) • El que un error tenga signo positivo o negativo, generalmente no tiene importancia, de manera que el error absoluto se define como el valor absoluto de la diferencia entre el valor verdadero y el valor aproximado: E = |X - X*| (1.2) • El error absoluto se expresa en las mismas unidades que X y no toma en cuenta el orden de magnitud de la cantidad que se está midiendo.

  4. 1.3.2 Error relativo. • El error relativo normaliza el error absoluto respecto al valor verdadero de la cantidad medida: e = |E/X| = |(X - X*)/X| (1.3) • El error relativo es adimensional y puede quedar expresado así, en forma fraccional, o se puede multiplicar por 100 para expresarlo en términos porcentuales: e (%) = |E/X| x 100 (1.4) • Las ecuaciones (1.1), (1.2), (1.3) y (1.4) suponen que se conoce el valor verdadero de X, lo que hace que los errores absoluto y relativo: E y e sean también verdaderos. Pero normalmente X no se conoce; no tendría sentido considerar una aproximación, si se conociese el valor verdadero.

  5. 1.3.2 Error relativo • La mejor estimación posible del verdadero valor de X es su aproximación X* y se define entonces una estimación del error relativo como: e* = |E/X*| (1.5) • Pero el problema está en cómo estimar E, en ausencia de conocimiento del verdadero valor de X. • Algunos métodos numéricos usan un esquema iterativo en los que se hace una aproximación con base en la aproximación previa y esto se hace varias veces, para obtener cada vez mejores aproximaciones: e* =  (valor actual - valor anterior)/valor actual  (1.6) • Los cálculos se repiten hasta que: e* < e0, donde e0 es un valor prefijado previamente. • Los errores numéricos se clasifican, por su origen, en tres tipos: errores inherentes, errores de redondeo y errores por truncamiento, cada uno de los cuales merece un tratamiento por separado.

  6. 1.3.3 Errores inherentes • Los errores inherentes se producen por la propia variabilidad de los fenómenos; al ser caracterizados a través de cantidades físicas, las mediciones conllevan incertidumbre, pues los instrumentos de medición ofrecen sólo una aproximación numérica del valor verdadero de la magnitud medida, pues se calibran para considerar solamente un determinado número de cifras significativas. Todas las magnitudes que se manejan en ingeniería son susceptibles a este tipo de errores. • Por ejemplo, cuando se dice que el tirante de agua de una presa es de 123 m, habiendo hecho la medición mediante un dispositivo que ofrece una precisión de tres cifras significativas, el tirante de agua realmente puede fluctuar entre 122.5 y 123.5 m. X [122.5, 123.5) X* = 123

  7. 1.3.3 Errores inherentes • El error inherente absoluto máximo que se puede llegar a cometer cumple con la desigualdad: Emax0.5 m; y el correspondiente error inherente relativo máximo cumple con la desigualdad: emax 0.5/122.5 = 0.00408 • El error inherente absoluto medio que se puede cometer cumple con la desigualdad: Emed 0.25 m; y el correspondiente error inherente relativo medio cumple con la desigualdad: emed 0.00204. • Algunos autores mencionan dentro de esta clasificación los errores humanos que se cometen al hacer la lectura de una medida, al transmitirla o al transcribirla; pero, en virtud de que estos errores de lectura, transmisión o transcripción pueden constituirse en pifias garrafales que quedan fuera de todo control, no es posible estimarlos en forma sistematizada. Por ejemplo, si al transcribir en un documento la densidad de un producto, se anota 1.381 en vez de 1.831, que es la medida leída, la pifia es imposible de manejar y predecir.

  8. 1.3.4 Errores de redondeo • Los errores de redondeo se producen al realizar operaciones aritméticas en las que el resultado produce una mantisa cuyo número de dígitos difiere significativamente del número de dígitos de la mantisa de alguno de los valores numéricos involucrados en la operación. Al manejar un determinado número de cifras significativas en los cálculos, el resultado tiene que ser redondeado de alguna manera, sobrestimando o subestimando el valor resultante verdadero. • Sea X el resultado de una operación aritmética, el cual puede ser expresado mediante notación matemática, en forma normalizada: F x 10n, donde F está formada por m cifras obtenidas en el resultado, de las cuales, n son enteras. Este valor se puede descomponer en dos sumandos, igualmente normalizados: el primero formado por t cifras significativas, las t primeras cifras del resultado después del punto decimal: f x 10n, y el segundo formado por las (m-t) cifras no significativas del resultado, g x 10n-t: X = F x 10n = f x 10n + g x 10n-t • En virtud de que F, f y g son números normalizados, su valor absoluto puede tomar algún valor dentro del intervalo semiabierto [0.1, 1). F está formado por m dígitos, f está formada por t dígitos y g está formada por (m-t) dígitos. 0.1  |F| < 1 ; 0.1  |f| < 1 ; 0  |g| < 1 [0.1, 0.999...99] [0.1, 0.999...99] [0, 0.999...] m dígitos t dígitos (m-t) dígitos

  9. 1.3.4.1 Redondeo truncado • Al considerar únicamente t cifras significativas, se están despreciando (m-t) cifras del resultado, es decir, se está redondeando el resultado. Ahora bien, hay dos maneras de hacer ese redondeo: la primera consiste en tomar como aproximación numérica X* de la operación realizada el valor f x 10n, haciendo caso omiso del valor de g x 10n-t; la segunda consiste en tomar como aproximación numérica X* el valor f x 10n, pero ajustado conforme al valor que tenga el primer dígito de g x 10n-t. • Redondeo truncado: X* = f x 10n (1.7) • El error absoluto que se comete en cada caso particular es: E = |g| x 10n-t • El error absoluto máximo que se puede llegar a cometer, en cualquier caso, es: Emax < 1 x 10n-t • Y el error absoluto esperado que se puede cometer, considerando una distribución de probabilidad uniforme para los errores, es: Emed < 0.5 x 10n-t • El error relativo que se comete en cada caso particular es: e = |g/F| x 101-t • El error relativo máximo que se puede llegar a cometer, en todo caso, es: emax < 1 x 101-t • Y el error relativo esperado o promedio que se puede cometer es: emed < 0.5 x 101-t

  10. 1.3.4.1 Redondeo truncado • Puesto que X no siempre se puede conocer con exactitud, F tampoco, por lo que es imposible calcular los errores verdaderos, se recurre a sus estimaciones: • El error relativo estimado que se comete en cada caso particular es: e* = |g/f| x 101-t • El error relativo máximo estimado que se puede llegar a cometer es: e*max < 1 x 101-t • Y el error relativo esperado estimado que se puede cometer es: e*med < 0.5 x 101-t • Ejemplo: Efectuar la suma: 162.4 + 1.769, considerando 4 cifras significativas con redondeo truncado. 162.4 = 0.1624 x 103 = 0.1624 x 103 + 1.769 = 0.1769 x 101 = 0.001769 x 103 _______________ ___________________ 164.169 0.164169 x 103 X = 0.164169 x 103 = 0.1641 x 103 + 0.000069 x 103 = 0.1641 x 103 + 0.6900 x 10-1 ; n = 3 ; t = 4 X* = 0.1641 x 103 E = |X - X*| = |0.164169 x 103 - 0.1641 x 103| = E = |0.000069 x 103| = |0.69 x 10-1| = 0.69 x 10-1 < 1 x 10-1 e = |E/X| = |(0.69 x 10-1)/(0.164169 x 103)| = 0.4203 x 10-3 < 1 x 10-3 e* = |E/X*| = |(0.69 x 10-1)/(0.1641 x 103)| = 0.4205 x 10-3 < 1 x 10-3

  11. 1.3.4.2 Redondeo simétrico • Redondeo simétrico: f x 10n ; si |g|< 0.5 X* = (1.8) f x 10n + 1 x 10n-t ; si |g|  0.5 • El error absoluto que se comete en cada caso particular es: |g| x 10n-t ; si |g|< 0.5 E = |1 - g| x 10n-t ; si |g|  0.5 • El error absoluto máximo que se puede llegar a cometer, en cualquier caso, es: Emax < 0.5 x 10n-t • Y el error absoluto esperado que se puede cometer, considerando una distribución de probabilidad uniforme para los errores, es: Emed < 0.25 x 10n-t • El error relativo que se comete en cada caso particular es: |g/F| x 10-t ; si |g| < 0.5 e = |(1-g)/F| x 10-t ; si |g|  0.5

  12. 1.3.4.2 Redondeo simétrico • El error relativo máximo que se puede llegar a cometer, en todo caso, es: emax < 0.5 x 101-t • Y el error relativo esperado o promedio que se puede cometer es: emed < 0.25 x 101-t • El error relativo estimado que se comete en cada caso particular es: |g/f| x 10-t ; si |g| < 0.5 e* = |(1-g)/f| x 10-t ; si |g|  0.5 • El error relativo máximo estimado que se puede llegar a cometer es: e*max < 0.5 x 101-t • Y el error relativo esperado estimado que se puede cometer es: e*med < 0.25 x 101-t

  13. 1.3.4.2 Redondeo simétrico • Ejemplo: Efectuar la suma: 162.4 + 1.769, considerando 4 cifras significativas con redondeo simétrico. 162.4 = 0.1624 x 103 = 0.1624 x 103 + 1.769 = 0.1769 x 101 = 0.001769 x 103 _______________ ___________________ 164.169 0.164169 x 103 X = 0.164169 x 103 = 0.1641 x 103 + 0.000069 x 103 = 0.1641 x 103 + 0.6900 x 10-1 ; n = 3 ; t = 4 X* = 0.1642 x 103 E = |X - X*| = |0.164169 x 103 - 0.1642 x 103| = = |0.000031 x 103| = |0.31 x 10-1| = 0.31 x 10-1 < 0.5 x 10-1 e = |E/X| = |(0.31 x 10-1)/(0.164169 x 103)| = 0.1888 x 10-3 < 0.5 x 10-3 e* = |E/X*| = |(0.31 x 10-1)/(0.1642 x 103)| = 0.1888 x 10-3 < 0.5 x 10-3

  14. 1.3.4.2 Redondeo simétrico • Ejemplo: Efectuar la siguiente suma: 0.9999 x 100 0.8888 x 101 0.7777 x 102 0.6666 x 103 0.5555 x 104 0.4444 x 105 0.3333 x 106 0.2222 x 107 0.1111 x 108 a) primero considerando todas las cifras incluidas en los sumandos. b) luego efectuando la suma de arriba hacia abajo, con redondeo simétrico y t = 4, calcule el error relativo porcentual correspondiente. c) luego efectuando la suma de abajo hacia arriba, con redondeo simétrico y t = 4, calcule el error relativo porcentual correspondiente. d) compare los errores cometidos en los incisos b y c, y saque conclusiones.

  15. 1.3.4.2 Redondeo simétrico a) la suma exacta es: X = 13'716,049.2579 b) la suma descendente da: X* = 13'720,000 = 0.1372 x 108 E = 3960.7421 ; e = 0.2888 x 10-3 c) la suma ascendente da: X* = 13'710,000 = 0.1371 x 108 E = 6049.2579 ; e = 0.4410 x 10-3 d) Es mayor el error haciendo la suma de abajo hacia arriba que haciéndola de arriba hacia abajo. Aunque teóricamente sabemos que la suma es conmutativa, resulta que al redondear simétricamente a 4 cifras significativas, el orden en que se realiza la suma afecta el resultado. • En ambos casos se cumple que: e < emax = 0.5 x 101-t = 0.5 x 10-3 • En este caso, e > emed = 0.25 x 10-3, lo que se explica porque el ejemplo está amañado para que dé errores significativos.

  16. 1.3.5 Errores por truncamiento. • Los errores por truncamiento ocurren cuando un número, cuya parte fraccionaria está constituida por un número infinito de dígitos, requiere ser representado numéricamente en forma aproximada, utilizando un determinado número de cifras significativas. • Por ejemplo, 3.1416 es una buena aproximación del número , pero el valor exacto no puede ser expresado numéricamente por completo, pues consta de un número infinito de dígitos: 3.141592653589793...; lo mismo ocurre con el 2.7183 para el número e, el 1.4142 para 2, y el 0.33333 para 1/3. • Sin embargo, todos los números, ya sean enteros, racionales o irracionales, pueden ser representados a través de formulaciones matemáticas exactas, utilizando series infinitas; obviamente, las representaciones numéricas acotadas a un determinado número de cifras significativas, son aproximaciones numéricas que llevan implícitos errores por truncamiento. • Por ejemplo, los números 1, 1/3 y e pueden expresarse matemáticamente, de manera exacta, a través de las siguientes series infinitas: 1 = 1/2 + 1/4 + 1/8 + 1/16 + 1/32 + 1/64 + ... 1/3 = 3/10 + 3/100 + 3/1000 + 3/10000 + 3/100000 + ... e = 1/0! + 1/1! + 1/2! + 1/3! + 1/4! + 1/5! + ...

  17. 1.3.5 Errores por truncamiento. • En este último caso, por ejemplo, la aproximación se puede hacer truncando la serie en cualquier punto, lo que equivale a incluir 1, 2, 3, ..., ó n términos de la serie. Si tomásemos como valor "exacto" de e, 2.7182818, tendríamos: Términos Aproximación Error absoluto Error relativo (%) 1 1.0000000 1.7182818 63.21 2 2.0000000 0.7182818 26.42 3 2.5000000 0.2182818 8.03 4 2.6666667 0.0516151 1.90 5 2.7083333 0.0099485 0.37 6 2.7166667 0.0016152 0.06 7 2.7180556 0.0002263 0.01 8 2.7182540 0.0000279  0.00 • El manejo de series infinitas para aproximar valores específicos de funciones matemáticas es fundamental para comprender a plenitud la mayor parte de los métodos numéricos incluidos en este curso, así como para calcular los errores por truncamiento asociados a esas aproximaciones. Este tema será retomado al final del capítulo, donde se trata con detalle el uso de la serie de Taylor.

  18. 1.3.6 Propagación de errores. • Sean X, Y valores exactos; sean X, Y sus aproximaciones. Sean Ex y Ey los errores absolutos inherentes o por truncamiento, asociados a esas aproximaciones numéricas: sean ex y ey los errores relativos correspondientes. Sea Er el error absoluto de redondeo que se puede cometer al realizar cualquier operación aritmética; y er el error relativo de redondeo correspondiente. • Suma: X +Y = X + Ex + Y + Ey + Er = (X +Y) + (Ex + Ey) + Er Ex+y = Ex + Ey + Er ex+y = (Ex + Ey + Er)/(X + Y) = [X/(X + Y)](Ex/X) + [Y/(X + Y)](Ey/Y) + er ex+y = [X/(X + Y)]ex + [Y/(X + Y)]ey + er (1.9) • Resta: X - Y = (X + Ex) - (Y + Ey) + Er = X + Ex - Y - Ey + Er = (X - Y) + (Ex - Ey) + Er Ex-y = Ex - Ey + Er ex-y = (Ex - Ey + Er)/(X - Y) = = [X/(X - Y)](Ex/X) - [Y/(X - Y)](Ey/Y) + er = ex-y = [X/(X - Y)]ex - [Y/(X - Y)]ey + er (1.10)

  19. 1.3.6 Propagación de errores. • Producto: X·Y = (X + Ex)(Y + Ey) + Er = X·Y + XEy + YEx + ExEy + Er = X·Y + X Ey + Y Ex + Er Exy = X Ey + Y Ex + Er exy = (X Ey + Y Ex + Er)/X Y = Ex/X + Ey/Y + er exy = ex + ey + er (1.11) • Cociente: X/Y = (X + Ex)/(Y + Ey) + Er = (X + Ex)/[Y(1 + Ey/Y)] + Er = [(X + Ex)/Y] [1/(1 + Ey/Y)] +Er = [(X + Ex)/Y] [1 - Ey/Y + (Ey/Y)2 - (Ey/Y)3 + ...] + Er = [(X+ Ex)/Y] (1 - Ey/Y) + Er = [(X + Ex)/Y] + [(X + Ex)Ey/Y2] + Er = X/Y + Ex/Y - XEy/Y2 - ExEy/Y2 + Er = X/Y + Ex/Y - XEy/Y2 + Er Ex/y = Ex/Y - XEy/Y2 + Er = (YEx - XEy)/Y2 + Er ex/y = [(YEx - XEy)/Y2 + Er]/(X/Y) = (YEx - XEy)/XY + er = Ex/X - Ey/Y + er ex/y = ex - ey + er (1.12)

  20. 1.3.6 Propagación de errores. • Las ecuaciones (1.10), (1.11), (1.12) y (1.13) muestran como se propagan los errores al efectuar las operaciones aritméticas de suma, resta, producto y cociente, respectivamente. La propagación de los errores crece en la medida que se efectúan más y más operaciones, aunque eventualmente llegan a disminuir por efecto de compensación, cuando éstas se combinan.

  21. 1.3.6.1 Gráficas de procesos • Cada una de las operaciones vistas anteriormente puede ser representada a través de un gráfica de proceso, como se muestra a continuación: a) Suma: ex+y = [X/(X + Y)]ex + [Y/(X + Y)]ey + er er + X/(X + Y) Y/(X + Y) ex X Y ey

  22. 1.3.6.1 Gráficas de procesos b) Resta: ex-y = [X/(X - Y)]ex - [Y/(X - Y)]ey + er er - X/(X - Y) -Y/(X - Y) ex X Y ey

  23. 1.3.6.1 Gráficas de procesos c) Producto: exy = ex + ey + er er  1 1 ex X Y ey

  24. 1.3.6.1 Gráficas de procesos c) Cociente: ex/y = ex - ey + er er / 1 -1 ex X Y ey

  25. 1.3.6.1 Gráficas de procesos • Se observa que los valores anotados a un lado de los segmentos de recta que unen a las variables X y Y con los símbolos de suma, resta, producto y cociente, son precisamente los coeficientes de los errores relativos ex y ey en las ecuaciones (1.9), (1.10), (1.11) y (1.12), respectivamente. • Ejemplo: Auxiliándose en una gráfica de proceso, calcule el error relativo que se comete al evaluar: U = (X + Y)·Z, donde se sabe que X y Y son exactos y Z no lo es. ex, ey = 0 ; ez 0.5 x 101-t redondeo por producto er 0.5 x 101-t redondeo por suma er 0.5 x 101-t

  26. U er  1 1 er + eZ Z X/(X + Y) Y/(X + Y) X Y

  27. 1.3.6.1 Gráficas de procesos eu = e(x+y)z = ex+y + ez + er ex+y = [X/(X+Y)]ex + [Y/(X+Y)]ey + er eu = ez + er + er eu 0.5 x 101-t + 0.5 x 101-t + 0.5 x 101-t = 1.5 x 101-t • Ejemplo: Auxiliándose en una gráfica de proceso, calcule el error relativo que se comete al evaluar: X = A + B + C + D a) considerando las sumas sucesiva de A, B, C y D. b) sumando por un lado A y B, y por otro C y D, para luego sumar sus resultados: X = (A + B) + (C + D) c) discuta los resultados obtenidos en los dos incisos anteriores.

  28. X a) er + D/(A+B+C+D) (A+B+C)/(A+B+C+D) er + D eD C/(A+B+C) (A+B)/(A+B+C) er + eC C B/(A+B) A/(A+B) eA A eB B

  29. 1.3.6.1 Gráficas de procesos eX = __A+B+C__ eA+B+C + ____D____ eD + er A+B+C+D A+B+C+D eA+B+C = __A+B__ eA+B + ___C____ eC + er A+B+C A+B+C eA+B = __A__eA + __B__ eB + er A+B A+B eX = _A+B+C_ [ _A+B_ ( _A_ eA + _B_ eB + er) + ___C__ eC + er] + A+B+C+D A+B+C A+B A+B A+B+C + ___D___ eD + er A+B+C+D = _A+B+C_ [ ___A__ eA + ___B__ eB + __A+B_ er + ___C__ eC + er] + A+B+C+D A+B+C A+B+C A+B+C A+B+C + ____D___ eD + er A+B+C+D eX = ____A___ eA + ____B___ eB + ___A+B__ er + ____C___ eC + A+B+C+D A+B+C+D A+B+C+D A+B+C+D + __A+B+C_ er + ____D___ eD + er A+B+C+D A+B+C+D

  30. 1.3.6.1 Gráficas de procesos Suponiendo que los datos presentan errores inherentes: eA = eB= eC= eD= er = e 0.5 x 101-t eX = ____A___ e+ ____B___ e+ ___A+B__ e + ____C___ e+ A+B+C+D A+B+C+D A+B+C+D A+B+C+D + __A+B+C_ e + ____D___ e+ e A+B+C+D A+B+C+D eX _A+B+A+B+C+A+B+C+D+A+B+C+D_ e = _4A+4B+3C+2D_ e A+B+C+D A+B+C+D eX _4A+4B+3C+2D_ x 0.5 x 101-t A+B+C+D Suponiendo que los datos son exactos: eA = eB= eC= eD= 0; er = e 0.5 x 101-t eX = ___A+B__ e + __A+B+C_ e + e A+B+C+D A+B+C+D = _A+B+A+B+C+A+B+C+D_ e = _3A+3B+2C+D_ e A+B+C+D A+B+C+D eX _3A+3B+2C+D_ x 0.5 x 101-t A+B+C+D

  31. b) X er + (A+B)/(A+B+C+D) (C+D/(A+B+C+D) er er + + A/(A+B) B/(A+B) C/(C+D) D/(C+D) A B C D eA eB eC eD

  32. 1.3.6.1 Gráficas de procesos eX = ___A+B__ eA+B + ___C+D__ eC+D + er A+B+C+D A+B+C+D eA+B = __A__ eA + __B__ eB + er A+B A+B eC+D = __C__eC + __D__ eD + er C+D C+D eX = __A+B___ ( __A__ eA + __B__ eB + er) A+B+C+D A+B A+B __C+D___ ( __C__ eC + __D__ eD + er) + er A+B+C+D C+D C+D = ____A___ eA + ____B___ eB + ___A+B__ er + ____C___ eC + A+B+C+D A+B+C+D A+B+C+D A+B+C+D + ____D___ eD + ___C+D__ er + er A+B+C+D A+B+C+D

  33. 1.3.6.1 Gráficas de procesos Si eA = eB = eC = eD = er = e 0.5 x 101-t eX = ____A___ e + ____B___ e + ___A+B__ e + ____C___ e + A+B+C+D A+B+C+D A+B+C+D A+B+C+D + ____D___ e + ___C+D__ e + e A+B+C+D A+B+C+D eX _A+B+A+B+C+D+C+D+A+B+C+D_ e = _3A+3B+3C+3D_ e = 3e A+B+C+D A+B+C+D eX 3 x 0.5 x 101-t = 1.5 x 101-t Si eA = eB = eC = eD = 0; er = e 0.5 x 101-t eX = ___A+B__ e + ___C+D__ e + e A+B+C+D A+B+C+D = _A+B+C+D+A+B+C+D_ e = _2A+2B+2C+2D_ e = 2e A+B+C+D A+B+C+D eX 2 x 0.5 x 101-t = 1.0 x 101-t c) Es mayor el error haciendo la suma en forma sucesiva que agrupando los sumandos. Aunque teóricamente sabemos que la suma es asociativa, se ve que la forma en que se realizan las operaciones afecta el resultado. También se observa como incide en el error total la presencia de errores inherentes en los datos; para el inciso a) en un 44.44 % más, y para el inciso b) en un 50% más.

More Related