UNIVERSIDAD DE PAMPLONA

Facultad de Ciencias Bsicas Departamento de Matemticas

Mtodos Numricos
Unidad 1: Errores y Aritmtica Finita
Profesor:

Wilson Alberto Contreras Espinosa

1.
1.1.

Errores y Aritmtica Finita

Introduccin

La ciencia y la tecnologa describen los fenmenos reales mediante modelos matemticos. El estudio de estos modelos permite un conocimiento ms profundo del fenmeno, as como de su evolucin futura. La matemtica aplicada es la rama de las matemticas que se dedica a buscar y aplicar las herramientas ms adecuadas a los problemas basados en estos modelos. Desafortunadamente, no siempre es posible aplicar mtodos analticos clsicos por diferentes razones: No se adecan al modelo concreto. Su aplicacin resulta excesivamente compleja. La solucin formal es tan complicada que hace imposible cualquier interpretacin posterior. Simplemente no existen mtodos analticos capaces de proporcionar soluciones al problema. En estos casos son tiles las tcnicas numricas, que mediante una labor de clculo ms o menos intensa, conducen a soluciones aproximadas que son siempre numrica. El importante esfuerzo de clculo que implica la mayora de estos mtodos hace que su uso est ntimamente ligado al empleo de computadores. De hecho, sin el desarrollo que se ha producido en el campo

de la informtica resultara difcilmente imaginable el nivel actual de utilizacin de las tcnicas numricas en mbitos cada da ms diversos. Por lo anterior podemos dar una denicin, ms o menos aproximada, de lo que es un Mtodo Numrico:

1.2.

Qu es un Mtodo Numrico?

Un mtodo numrico es un procedimiento mediante el cual se obtiene, casi siempre de manera aproximada, la solucin de ciertos problemas realizando clculos puramente aritmticos y lgicos (operaciones aritmticas elementales, clculo de funciones, consulta de una tabla de valores, clculo proposicional, etc.). Un tal procedimiento consiste de una lista nita de instrucciones precisas que especican una secuencia de operaciones algebraicas y lgicas (algoritmo), que producen o bien una aproximacin de la solucin del problema (solucin numrica) o bien un mensaje. La eciencia en el clculo de dicha aproximacin depende, en parte, de la facilidad de implementacin del algoritmo y de las caractersticas especiales y limitaciones de los instrumentos de clculo (los computadores). En general, al emplear estos instrumentos de clculo se introducen errores llamados de redondeo. La importancia de los mtodos numricos es creciente debido la existencia generalizada de computadores relativamente baratos y de gran potencia de clculo. Sin embargo, los mtodos numricos adolecen de una acusada incapacidad para el anlisis. Por este motivo es generalmente muy difcil entender un sistema si slo se sabe de l lo que nuestros clculos numricos nos han proporcionado. Las expresiones analticas o los resultados cualitativos tienen la enorme ventaja de permitirnos entender de un vistazo lo que es relevante en un problema fsico. Alcanzar un grado equivalente de certeza o comprensin mediante procedimientos exclusivamente numricos sin apenas apoyos tericos suele ser imposible o, si hay suerte, extremadamente laborioso. Por ello, la aplicacin fructfera de los mtodos numricos requiere: Entender el problema que estamos resolviendo. Entender el procedimiento o algoritmo numrico que se emplea, es decir, sus fundamentos, sus posibilidades, las circunstancias bajo las cuales podra dar malos resultados, etc. Conocer lo que vamos a obtener. Esto es poco ms que un corolario de las dos armaciones anteriores. Pero lo cierto es que si obtenemos un resultado completamente inesperado, la situacin es muy difcil: ha fallado nuestra comprensin del problema o el procedimiento numrico?

1.3.

El Error

El concepto de error es consustancial con el clculo numrico. En todos los problemas es fundamental hacer un seguimiento de los errores cometidos a n de poder estimar el grado de 2

aproximacin de la solucin que se obtiene. Los errores asociados a todo clculo numrico tienen su origen en dos grandes factores: Aquellos que son inherentes a la formulacin del problema. Los que son consecuencia del mtodo empleado para encontrar la solucin del problema. Dentro del grupo de los primeros, se incluyen aquellos en los que la denicin matemtica del problema es slo una aproximacin a la situacin fsica real. Estos errores son normalmente despreciables; por ejemplo, el que se comete al obviar los efectos relativistas en la solucin de un problema de mecnica clsica. En aquellos casos en que estos errores no son realmente despreciables, nuestra solucin ser poco precisa independientemente de la precisin empleada para encontrar las soluciones numricas. Otra fuente de este tipo de errores tiene su origen en la imprecisin de los datos fsicos: constantes fsicas y datos empricos. En el caso de errores en la medida de los datos empricos y teniendo en cuenta su carcter generalmente aleatorio, su tratamiento analtico es especialmente complejo pero imprescindible para contrastar el resultado obtenido computacionalmente. En lo que se reere al segundo tipo de error (error computacional), tres son sus fuentes principales: 1. Equivocaciones en la realizacin de las operaciones (errores de bulto). Esta fuente de error es bien conocida por cualquiera que haya realizado clculos manualmente o empleando una calculadora. El empleo de computadores ha reducido enormemente la probabilidad de que este tipo de errores se produzcan. Sin embargo, no es despreciable la probabilidad de que el programador cometa uno de estos errores (calculando correctamente el resultado errneo). Ms an, la presencia de bugs no detectados en el compilador o en el software del sistema no es inusual. Cuando no resulta posible vericar que la solucin calculada es razonablemente correcta, la probabilidad de que se haya cometido un error de bulto no puede ser ignorada. Sin embargo, no es esta la fuente de error que ms nos va a preocupar. 2. El error causado por resolver el problema no como se ha formulado, sino mediante algn tipo de aproximacin. Generalmente est causado por la sustitucin de un innito (sumatorio o integracin) o un innitesimal (diferenciacin) por una aproximacin nita. Algunos ejemplos son: El clculo de una funcin elemental (por ejemplo, Sen x) empleando slo n trminos de los innitos que constituyen la expansin en serie de Taylor. Aproximacin de la integral de una funcin por una suma nita de los valores de la funcin, como la empleada en la regla del trapezoide. Resolucin de una ecuacin diferencial reemplazando las derivadas por una aproximacin (diferencias nitas). 3

Solucin de la ecuacin f (x) = 0 por el mtodo de Newton-Raphson: proceso iterativo que, en general, converge slo cuando el nmero de iteraciones tiende a innito. Denominaremos a este error, en todas sus formas, como error por truncamiento, ya que resulta de truncar un proceso innito para obtener un proceso nito. Obviamente, estamos interesados en estimar, o al menos acotar, este error en cualquier procedimiento numrico. 3. Por ltimo, la otra fuente de error de importancia es aquella que tiene su origen en el hecho de que los clculos aritmticos no pueden realizarse con precisin ilimitada. Muchos nmeros requieren innitos decimales para ser representados correctamente, sin embargo, para operar con ellos es necesario redondearlos. Incluso en el caso en que un nmero pueda representarse exactamente, algunas operaciones aritmticas pueden dar lugar a la aparicin de errores (las divisiones pueden producir nmeros que deben ser redondeados y las multiplicaciones dar lugar a ms dgitos de los que se pueden almacenar). El error que se introduce al redondear un nmero se denomina error de redondeo. Antes de abordar la denicin de los tipos de errores, es conveniente identicar algunos conceptos bases para estas deniciones.

1.4.

Precisin y Exactitud

Todo algoritmo que resuelve un problema numricamente produce en cada paso un error numrico. Un algoritmo se dice inestable cuando los errores que se cometen en cada etapa del mismo van aumentado de forma progresiva, de manera que el resultado nal pierde gran parte de su exactitud. Un algoritmo es estable cuando no es inestable (controlado). Adems, la precisin se reere al nmero de cifras signicativas que representan una cantidad dependiendo del error de la medida o de la mquina que estemos utilizando. En resumen, podemos decir que la exactitud se reere a qu tan cercano est el valor calculado o medido del valor verdadero. La precisin se reere a qu tan cercanos se encuentran, unos de otros, diversos valores calculados o medidos. En la Figura 1, se puede observar un ejemplo de estos dos conceptos.

1.5.

Estabilidad

El fenmeno del redondeo y su inuencia en el funcionamiento de un mtodo numrico se engloba en un problema ms general: estabilidad frente a perturbaciones. Podemos considerar las perturbaciones provenientes de los errores operacionales de la mquina en las operaciones que ejecuta el computador. En problemas reales debemos contar con que los datos suelen provenir de mediciones externas que aportan sus propios errores, generalmente de varios grados

a)

b)

c)

d)

Figura 1: Ilustracin de los conceptos de precisin y exactitud, a)impreciso e inexacto; b) impreciso y exacto; c) preciso e inexacto; d) preciso y exacto. mayor de orden de magnitud. De cualquier manera, deberemos plantearnos cmo es el problema original antes de estudiar la sensibilidad de los mtodos utilizables para su resolucin aproximada.

1.6.

Dgitos signicativos o cifras signicativas

Son aquellos nmeros diferentes de cero, en una cifra, leyendo de izquierda a derecha; empiezan con el primer dgito diferente de cero y terminan con el tamao que permitan las celdas que guardan la mantisa. Para las cifras o dgitos signicativos se tienen en cuenta los siguientes aspectos: Son signicativos todos los dgitos distintos de cero. Por ejemplo, 8723 tiene cuatro cifras Los ceros situados entre dos cifras signicativas son signicativos. 105 tiene tres cifras signicativas Los ceros a la izquierda de la primera cifra signicativa no lo son. 0,005 tiene una cifra signicativa Para nmeros mayores que 1, los ceros a la derecha de la coma son signicativos. 8,00 tiene tres cifras signicativas Para nmeros sin coma decimal, los ceros posteriores a la ltima cifra distinta de cero pueden o no considerarse signicativos. As, para el nmero 70 podramos considerar una o dos cifras signicativas. Esta ambigedad se evita utilizando la notacin cientca. 7 102 tiene una cifra signicativa. 7,0 102 tiene dos cifra signicativas El concepto de cifras signicativas se ha introducido para poder manejar formalmente la conabilidad de un valor numrico. Un ejemplo puede ser el velocmetro de un carro, que nos permite la lectura de velocidades con dos cifras signicativas. 5

Sin embargo, sin conocer el contexto puede ser imposible conocer las cifras signicativas de un nmero. Por ejemplo, los nmeros 0.000857, 0.00857 y 0.0857 tienen 3 cifras signicativas, ya que los ceros solamente se usan para ubicar el punto decimal. Pero cuantas cifras signicativas tiene el nmero 857000? Puede tener 3, 4 5 o 6 cifras signicativas, dependiente de cuantos de los ceros se conocen con exactitud. Para resolver este tipo de ambigedad, se usa la notacin cientca de los nmeros reales: 0.000857 = 8.57 104 3 cifras signicativas. 0.00857 = 8.57 104 3 cifras signicativas. 0:0857 = 8.57 104 3 cifras signicativas. Y para el nmero 857000 tenemos: Si lo escribimos como 8.57 105 indicamos que tiene 3 cifras signicativas. Si lo escribimos como 8.570 105 indicamos que tiene 4 cifras signicativas. Si lo escribimos como 8.5700 105 indicamos que tiene 5 cifras signicativas. El concepto de cifras signicativas es importante ya que permite denir criterios para la bondad de una aproximacin: por ejemplo la aproximacin de un valor numrico es aceptable, si coincide con el valor exacto en 4 cifras signicativas. En todo clculo numrico debemos esperar un error: los mtodos que utilizamos en nuestros clculos son generalmente aproximados; los datos de partida proceden de medidas de precisin limitada; las operaciones a que sometemos estos datos producen valores intermedios cuyo nmero de cifras debe reducirse; los valores numricos que tratamos de calcular son generalmente reales y por tanto raramente expresable en trminos nitos; etc. No debe por tanto preocuparnos el que en nuestros clculos acarreemos un cierto error sino el controlar en todo momento ese error y mantenerlo por debajo de un extremo prejado.

1.7.

Aritmtica Finita

Siendo los computadores la herramienta bsica en los mtodos numricos es conveniente indicar cmo son los nmeros del computador y cmo se simula su aritmtica. La mayora de los computadores usan slo un subconjunto nito, relativamente pequeo, de los nmeros reales para representar a todos los nmeros reales; este conjunto, que slo contiene nmeros racionales y que describiremos ms adelante, es llamado conjunto de nmeros de punto otante o conjunto de nmeros de mquina en punto otante o simplemente conjunto de punto otante. Cada nmero del computador se representa mediante un nmero nito de dgitos (aritmtica nita), segn se indica a continuacin: 6

Un nmero del computador o de punto otante, distinto de cero, se describe matemticamente en la forma (.a1 a2 at ) e Ahora, deniendo cada uno de los smbolo utilizados, damos su signicado: , la letra griega sigma representa el signo del nmero, por lo tanto = +1 o = 1. En base binaria (0 positivo, 1 negativo). , la letra griega beta es un entero que denota la base del sistema numrico en la caul est escrito el nmero. Por lo general = 2 (Sistema Binario), = 8 (Sistema Octal), = 10 (Sistema Decimal) o = 16 (Sistema Hexadecimal). Los ai , i = 1, 2, , t, es un entero con 0 ai 1. Los enteros 0, 1, , 1 son llamados dgitos en la base , as por ejemplo los dgitos usados en la base binaria sern 0 y 1, o los de la base octal sern 0, 1, 2, 3, 4, 5, 6 y 7. Nosotros asumiremos en todo lo que sigue que a1 = 0 , en cuyo caso el numero se dice que esta en forma normalizada. (.a1 a2 at ) denota la suma del nmero de punto otante.
a1 1

a2 2

+ +

at t

y es llamada la mantisa o fraccin

El entero t indica el numero de dgitos en la base que se usan para representar el nmero de punto otante, y es llamado precision. Por lo general t = 6 o t = 7 con = 10 (precision sencilla), t = 14 o t = 15 con = 10 (doble precision). En algunos computadores se pueden hacer representaciones en precision sencilla, doble precision e incluso en precision mayor. e es un entero llamado el exponente, y es tal que L e U para ciertos enteros L y U ; es comn encontrar L = U o L = U 1. Un caso frecuente es L = 63 y U = 64, para un total de 128 posibles exponentes. El numero cero requiere una representacin especial. Cualesquiera sean los parmetros elegidos, los conjuntos de punto otante correspondientes comparten las mismas caractersticas cualitativas, entre ellas la carencia de algunas de las propiedades algebraicas de que gozan los numeros reales.
Base Decimal
signo exponente signo

Base Binaria
exponente

+ 6.02 X 10
mantisa base

-23

+ 1.11110 X 2 -1101
mantisa base

Figura 2: Representacin de un nmero como nmero de punto otante A continuacin en la siguiente tabla (1) se muestran algunos ejemplos de diferentes representaciones de punto otante en algunos computadores: Donde 7

Tabla 1: Representacin de punto otante en algunos computadores Mquina S/D R/C t L U HP-11C,15C S R 10 10 99 -99 IBM 3033 S C 16 6 -64 63 IBM 3033 D C 16 14 -64 63 Intel 8087 S R 2 24 -126 127 Intel 8087 D R 2 53 -1022 1023 PRIME 850 S R 2 23 -128 127 PRIME 850 D C 2 47 -32.896 32.639

S/D: Simple o Doble precisin. R/C: Aproximacin por Redondeo o Truncamiento (Cortado). : Nmero de la base. t: Dgitos en la mantisa. L, U : Limites del exponente. Muchos nmeros reales x no pueden ser representados exactamente por la un numero de punto otante, pero si pueden ser aproximados por un nmero representable en la mquina. Dado un nmero real arbitrario x, podemos denotar al nmero de punto otante que aproxima al real x en la mquina como f l(x). Existen dos formas para encontrar f l(x) para x: Redondeo o Truncamiento. Dado un nmero real x, puede ser escrito en la forma, x = (.a1 a2 at at+1 ) e como se mencion anteriormente a1 = 0, adems se asume que L e U . (1.1)

1.8.

Error por Truncamiento

La representacin en la mquina mediante el procedimiento de truncamiento de un nmero x es dada por f l(x) = (.a1 a2 at ) e (1.2)

Un caso particular para el procedimiento de truncamiento, sera aproximar el nmero real , conocido por todos, 3,141592653..., al aproximarlo mediante truncamiento quedara 3,1415, es decir, sin tener en cuenta el dgito que sigue despus del dgito 5. 8

1.9.

Error por Redondeo

La representacin por redondeo de un nmero x est dado por (.a1 at ) e , f l(x) = (.a1 at ) + (,0 01) e , 0 at+1 <
2 2

(1.3) at+1 <

donde, (,0 01) representa a t , es decir, al dgito ms pequeo en la base . Retomemos, el ejemplo anterior, = 3,141592653..., en forma decimal normalizada tendremos = (,3141592653...) 101 , entonces la aproximacin por los procedimientos sera: (,31415) 101 , (,31416) 101 , T runcado Redondeado

f l() =

Notemos que existe diferencia entre los dos procedimientos, en el caso del redondeo debemos tener en cuenta la Ecuacin (1.3), por lo que debemos analizar el dgito que sigue a donde vamos a aproximar, en este caso el dgito que sigue al a5 = 5, es decir, el dgito a6 = 9, (,3141592653...) 101 , como a6 = 9 > 5, entonces, a5 = 5 + 1. Dado lo anterior, que la mquina no puede representar exactamente a todos lo nmeros reales, entonces se genera un error, por tal razn, debemos estudiar los tipo de error.

1.10.

Deniciones de Error

Como se mencion anteriormente, los errores numricos surgen del uso de aproximaciones para representar operaciones y cantidades matemticas exactas. Tal es el caso de los errores por truncamiento y redondeo. V alor verdadero = V alor aproximado + error Sea x el valor exacto de un nmero real y sea x su valor aproximado. Se dene el error como sigue. 1.10.1. Error Absoluto

El error absoluto esta denido por, EA = |x x| (1.4)

este error mide la diferencia entre el valor exacto de una cantidad y su valor aproximado. 9

1.10.2.

Error Relativo

Debido a que el error absoluto no cuantica el error respecto del valor exacto de una cierta cantidad x, se introduce el concepto de error relativo que se puede dene como, ERel = xx x (1.5)

Notemos que el error relativo no est denido para x = 0. La ecuacin (1.5) muestra el error relativo, que es una cantidad adimensional, que habitualmente se expresa en tanto por ciento ( %). Ejemplo 1.1 La serie de MacLaurin para la funcin exponencial (obtenido por el desarrollo de Taylor en el punto x0 = 0) es ex = 1 + x + x2 x3 xn + + + 2! 3! n!

Calcule el valor de e0,5 , usando inicialmente un solo trmino de la serie de MacLaurin y agregando en cada iteracin un trmino ms hasta que el error aproximado porcentual se menor que 0.005 %. Sea yi el valor de la i-sima iteracin. Entonces tenemos: y1 = 1 y y2 = y1 + 0,5 = 1,5; ER = y2y2 1 = 1,51 100 % = 33,3 % 1,5 y3 = y2 + y4 = y3 + y5 = y4 + y6 = y5 +
0,52 2 0,53 3! 0,54 4! 0,55 5!

= 1,625; ER = = 1,6458333; = 1,6464375; = 1,6486979;

y3 y2 = 1,6251,5 100 % = 7,69 % y3 1,625 y ER = y4y4 3 = 1,27 % y ER = y5y5 4 = 0,158 % y ER = y6y6 5 = 0,0158 % < 0,05 %

Despus de la sexta iteracin, el error porcentual aproximado queda por debajo de la cota o tolerancia exigida. Ejemplo 1.2 Estimar la menor cota superior para el error relativo cuando un numero real x = 0 es aproximado por su representante de punto otante, f l(x), en una aritmtica decimal de tdgitos. Sea x un nmero real positivo cualquiera en forma decimal normalizada. x = (.a1 a2 . . . at at+1 . . .) 10n donde n es algn entero. Si f l(x) se obtiene por redondeo, tenemos dos opciones: 1) que at+1 se menor que 5, o 2) que at+1 se mayor o igual que 5. 10

1. Si 0 at+1 < 5, entonces y entonces Er =

f l(x) = (.a1 a2 . . . at ) 10n

|(.a1 a2 . . . at at+1 . . .) 10n (.a1 a2 . . . at ) 10n | |(.a1 a2 . . . at at+1 . . .) 10n | Er = Er = (.at+1 at+2 . . .) 10nt |(.a1 a2 . . . at at+1 . . .) 10n | |(.at+1 at+2 . . .)| 10t |(.a1 a2 . . . at at+1 . . .)| ,5 10t = 5 10t ,1

Er =

lo anterior, se puede explicar de la siguiente manera, como a1 = 0, entonces, el valor mnimo en el denominador es 0,1. Ahora el numerador muestra el error absoluto esta acotado por 1, pero como at+1 es menor que 5, entonces, el mximo nmero que podemos encontrar en el numerador es 0,5. Por tanto, 5 10t sera una cota superior. 2. Si 5 at+1 9, entonces f l(x) = (.a1 a2 . . . at ) 10n + 1,0 10nt por la segunda parte de la ecuacin (1.3). As que Er = (.a1 a2 . . . at at+1 . . .) 10n (.a1 a2 . . . at ) 10n + 1,0 10nt |(.a1 a2 . . . at at+1 . . .) 10n | Er = (.at+1 at+2 . . .) 10nt 1,0 10nt |(.a1 a2 . . . at at+1 . . .) 10n | |(.at+1 at+2 . . .) 1,0| 10t |(.a1 a2 . . . at at+1 . . .)|

Er = ya que .at+1 at+2 ... ,5

,5 10t |(.a1 a2 . . . at at+1 . . .)| Er = ,5 10t = 5 10t ,1

ya que .a1 a2 ...at at+1 ... ,10..,05 > ,100..,00

11

De 1) y 2) se tiene que si x = 0 un real y f l(x) se obtiene por redondeo, entonces Er = |x f l(x)| < 5 10t |x|

y 5 10t es la menor cota superior para el error relativo. Ejemplo 1.3 Encuentre el error absoluto y el error relativo de x con respecto a x, en cada uno de los siguientes casos. 1. x = (,50) 102 , x = (,51) 102 Entonces EA = (,5) 102 (,51) 102 = (,01) 102 = (,01) 101 = 1,0 Er = (,1) 101 ,1 1 = (,2) 101 = ,02 = 2 % = = 2 1 (,5) 10 (,5) 10 50

2. x = (,50) 103 , x = (,51) 103 3. x = (,50) 106 , x = (,51) 106 Ejercicio 1.1 Realiza los items 2) y 3) del ejemplo anterior. Qu puedes decir del error absoluto? Qu puedes decir del error relativo? Qu conclusin puedes hacer? Denicion 1.1 Se dice que el nmero x aproxima con sus primeros t-dgitos o cifras signicativas al numero x = 0 , si t es el mayor entero no negativo para el cual Er = |x x| < 5 10t |x|

Los t-dgitos signicativos, a que se reere esta denicin, son los primeros t-dgitos en la mantisa de x cuando x se escribe en forma decimal normalizada. De acuerdo con la denicin anterior, si x = f l(x) en una aritmtica de punto otante decimal con redondeo a t-dgitos, entonces f l(x) aproxima a x con t cifras signicativas, es decir, todos los dgitos en la mantisa de f l(x) son signicativos con respecto a x. Tambin se dene el concepto de cifras decimales exactas, como sigue: Denicion 1.2 Se dice que el nmero x aproxima con sus primeras primeras k-cifras decimales exactas al nmero x, si k es el mayor entero no negativo tal que EA = |x x| < 5 10(k+1)

12

Las k cifras decimales exactas, a que se reere esta denicin, son las primeras k cifras contadas a partir del punto decimal en x, cuando x se escribe en forma decimal. Ejemplo 1.4 Si x = ,003451 y x = ,003348, entonces

,00005 < |x x| = ,001,0 < ,0005 = 5 104 < 5 103 < 5 102 < 5 101 as que k = 3 es el mayor entero no negativo tal que |,003451 ,003348| 5 10(k+1) . Luego .003348 aproxima a .003451 con sus tres primeras cifras decimales exactas, que son en este caso 0, 0 y 3. Observe que si y = 28.003451 y y = 28.003348 , entonces ,00005 < |y y | = ,000103 < 5 104 < 5 103 < 5 102 < 5 101 y nuevamente, y aproxima a y con sus primeras tres cifras decimales exactas, que son, por supuesto, 0, 0 y 3. Ahora, el error relativo de x con respecto a x es ,005 < Er = ,000103 = ,029... < ,05 = 5 102 < 5 101 ,003451

as que t = 2 es el mayor entero no negativo que satisface |,003451 ,003348| < 5 10t |,003451| y por tanto x aproxima a x con sus primeros 2-dgitos signicativos que son 3 y 3 (Por qu?). Con cuantas cifras signicativas aproxima y a y? Ejemplo 1.5 Con cuntas cifras signicativas aproxima ,333 a Como
1 3 1 3

,333
1 3

1 3

,333
1 3

= |1 ,999| = ,001

1 3

,333
1 3

1 3

,333
1 3

= |1 ,999| = ,001

y ,0005 < ,001 < ,005 = 5 103 < 5 102 < 5 101 , entonces t = 3 es el mayor entero no negativo tal que 1 3 ,333 < 5 10t 1
3

Por lo tanto .333 aproxima a 1 con 3 cifras signicativas. Observe que .333 es el nmero 3 en aritmtica de punto otante decimal con redondeo a tres dgitos que representa a 1 . 3 13

Ejemplo 1.6 Dnde debe estar x para que aproxime a 1000 con 4 cifras signicativas? Segn la denicin (1.1), x debe ser tal que 1.

1000 x < 5 104 1000 1000 x < 5 105 1000

2.

La desigualdad 1) tiene como solucin 999.5 < <1000.5 y la desigualdad 2) tiene como x solucin x 999.95 o x 1000.05 . Interceptando las dos soluciones se obtiene que x debe estar en (999.5,999.95] [1000.05,1000.5)

2.

Ejercicios

Ejercicio 2.1 Realiza un algoritmo en MATLAB o SCILAB, para pasar cualquier nmero en base 10 a cualquier base. Aunque estos dos paquetes poseen funciones que realizan estos procesos, realizar el algoritmo. Ejercicio 2.2 Consulta como pasar un nmero de fraccin decimal (por ejemplo: 0.5, 0.83, etc.) a binario. Luego utiliza MATLAB o SCILAB, y realiza el algoritmo. Ejercicio 2.3 Compruebe que EA = |x f l(x)| 5 10n(t+1) Ejercicio 2.4 Vericar que si f l(x) se obtiene por cortado, entonces Er = y EA = |x f l(x)| 10 10n(t+1) Ejercicio 2.5 Consulta el tema Propagacin de errores en: la adicin, la diferencia, el producto, el cociente y la potenciacin. Dar dos problemas como ejemplo. Ejercicio 2.6 Sean (x0 , y0 ) y (x1 , y1 ), con y0 = y1 , puntos dados de una cierta lnea recta. Verique que la abscisa del punto de interseccin de dicha recta con el eje x, se puede calcular con cualquiera de las dos siguientes frmulas 14 |x f l(x)| < 10 10t = 10t+1 |x|

x=

x0 y1 x1 y0 , y1 y0

x = x0

(x1 x0 ) y0 y1 y0

Use los datos (x0 , y0 ) = (1,31, 3,24), (x1 , y1 ) = (1,93, 4,76) y aritmtica decimal con redondeo a tres dgitos para calcular dicha abscisa, utilizando las dos frmulas. Cul frmula da el mejor resultado y por qu? Ejercicio 2.7 Consultar los trminos overow y underow, dar ejemplos Ejercicio 2.8 Calcule ln2 a partir de la serie de MacLaurin para la funcin f (x) = ln(x + 1). Determine el menor nmero de trminos en dicha serie que deben tomarse para conseguir ln2 con un error menor al 0.05 %. H

15