Los tipos de errores numricos que existe son:

Error absoluto. Error relativo o porcentual. Errores inherentes. Errores de redondeo. Errores por truncamiento.

Error absoluto. Los errores numricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemticas. La relacin entre un resultado exacto o verdadero X y el valor aproximado X* est dado por: X = X* + error 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*| 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 est midiendo. Error relativo. El error relativo normaliza el error absoluto respecto al valor verdadero de la cantidad medida: e = |E/X| = |(X - X*)/X| El error relativo es adimensional y puede quedar expresado as, en forma fraccional, o se puede multiplicar por 100 para expresarlo en trminos porcentuales: e (%) = |E/X| x 100 La mejor estimacin posible del verdadero valor de X es su aproximacin X* y se define entonces una estimacin del error relativo como: e* = |E/X*| Pero el problema est en cmo estimar E, en ausencia de conocimiento del verdadero valor de X. Algunos mtodos numricos usan unesquema iterativo en los que se hace una aproximacin con base en la aproximacin previa y esto se hace varias veces, para obtener cada vez mejores aproximaciones: e* = (valor actual - valor anterior)/valor actual Errores inherentes. El error inherente absoluto mximo que se puede llegar a cometer cumple con la desigualdad: Emax 0.5 m

y el correspondiente error inherente relativo mximo 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 Errores de redondeo. Los errores de redondeo se producen al realizar operaciones aritmticas en las que el resultado produce una mantisa cuyo nmero de dgitos difiere significativamente del nmero de dgitos de la mantisa de alguno de los valores numricos involucrados en la operacin. En el nmero decimal 123,7585, la parte entera es 123 y la mantisa es 0,7585. Al manejar un determinado nmero de cifras significativas en los clculos, el resultado tiene que ser redondeado de alguna manera, sobrestimando o subestimando el valor resultante verdadero. Sea X el resultado de una operacin aritmtica, el cual puede ser expresado mediante notacin matemtica, en forma normalizada: F x 10 n, donde F est 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 despus 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 Errores por truncamiento Los errores por truncamiento ocurren cuando un nmero, cuya parte fraccionaria est constituida por un nmero infinito de dgitos, requiere ser representado numricamente en forma aproximada, utilizando un determinado nmero de cifras significativas. Por ejemplo, 3.1416 es una buena aproximacin del nmero , pero el valor exacto no puede ser expresado numricamente por completo, pues consta de un

nmero infinito de dgitos: 3.141592653589793...; lo mismo ocurre con el 2.7183 para el nmero e, el 1.4142 para 2, y el 0.33333 para 1/3. Sin embargo, todos los nmeros, ya sean enteros, racionales o irracionales, pueden ser representados a travs de formulaciones matemticas exactas, utilizando series infinitas; obviamente, las representaciones numricas acotadas a un determinado nmero de cifras significativas, son aproximaciones numricas que llevan implcitos errores por truncamiento. Por ejemplo, los nmeros 1, 1/3 y e pueden expresarse matemticamente, de manera exacta, a travs 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! + ... En este ltimo caso, por ejemplo, la aproximacin se puede hacer truncando la serie en cualquier punto, lo que equivale a incluir 1, 2, 3, ..., n trminos de la serie. Si tomsemos como valor exacto de e, 2.7182818, tendramos: Trminos 1 2 3 4 5 6 7 8 Aproximacin 1.0000000 2.0000000 2.5000000 2.6666667 2.7083333 2.7166667 2.7180556 2.7182540 Error absoluto 1.7182818 0.7182818 0.2182818 0.0516151 0.0099484 0.0016152 0.0002263 0.0000279 Error relativo (%) 63.21 26.42 8.03 1.90 0.37 0.06 0.01 0.00

El manejo de series infinitas para aproximar valores especficos de funciones matemticas es fundamental para comprender a plenitud la mayor parte de los mtodos numricos incluidos en este curso, as como para calcular los errores por truncamiento asociados a esasaproximaciones. Por ultimo se entiende por convergencia de un mtodo numrico la garanta de que, al realizar un buen nmero de iteraciones, las aproximaciones obtenidas terminan por acercarse cada vez ms al verdadero valor buscado.

En la medida en la que un mtodo numrico requiera de un menor nmero de iteraciones que otro, para acercarse al valor deseado, se dice que tiene una mayor rapidez de convergencia. Se entiende por estabilidad de un mtodo numrico el nivel de garanta de convergencia, y es que algunos mtodos numricos no siempre convergen y, por el contrario, divergen; esto es, se alejan cada vez ms del resultado deseado. En la medida en la que un mtodo numrico, ante una muy amplia gama de posibilidades de modelado matemtico, es ms seguro que converja que otro, se dice que tiene una mayor estabilidad. Es comn encontrar mtodos que convergen rpidamente, pero que son muy inestables y, en contraparte, modelos muy estables, pero de lentaconvergencia.
Bibliografa: S. C. Chapra, R. P. Canale, Mtodos Numricos para ingenieros, 6 ed., Mc Graw Hill. A. Nieves, F. C. Domnguez, Mtodos Numricos aplicados a la ingeniera, 2 ed., CECSA. Internet: http://www.youtube.com/watch?v=YnMMy8Nnj_I http://es.scribd.com/doc/13894544/metodos-

numericos-para-ingenieria

Tipos de Errores
Los errores numricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemticas. Estos incluyen de truncamiento que resultan de representar aproximadamente un procedimiento matemtico exacto, y los errores de redondeo, que resultan de presentar aproximadamente nmeros exactos. Para los tipos de errores, la relacin entre el resultado exacto o verdadero y el aproximado est dado por: E = P* - P Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una frmula) existe un tratamiento de los errores de medida. Podemos distinguir dos tipos de errores que se utilizan en los clculos:

Error absoluto.

Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo o negativo, segn si la medida es superior al valor real o inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las de la medida.
Sin embargo, para facilitar el manejo y el anlisis se emplea el error absoluto definido como: EA

= | P* - P |

Error relativo.

Es el cociente (la divisin) entre el error absoluto y el valor exacto. Si se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual que el error absoluto puede ser positivo o negativo (segn lo sea el error absoluto) porque puede ser por exceso o por defecto. no tiene unidades.
Y el error relativo como ER = | P* - P| / P , si P =/ 0

El error relativo tambin se puede multiplicar por el 100% para expresarlo como: ERP = ER x 100 Ejemplo: Supngase que se tiene que medir la longitud de un puente y de un remache, obteniendose 9 999 y 9 cm, respectivamente. Si los valores son 10 000 y 10 cm, calclese a) el error y b) el error relativo porcentual de cada caso. Solucin: a) El error de medicion del puente es: EA = 10 000 - 9 999 = 1cm y para el remache es de EA = 10 - 9 = 1cm b) El error relativo porcentual para el puente es de: ERP = 1/ 10 000 x 100% = 0.01% y para el remache es de ERP = 1/10 x 100% = 10% por lo tanto ambas medidas tiene un erro de 1 cm, el error relativo procentual del remache es mucho ms grande. Se puede concluir que se ha hecho un buen trabajo en la medida del puente, mientras que la estimacin para el remache deja mucho que desear.

Errores de Redondeo
Error de redondeo. La casi totalidad de los nmeros reales requieren, para su representacin decimal, de una infinidad de dgitos. En la prctica, para su manejo slo debe considerarse un nmero finito de dgitos en su representacin, procedindose a su determinacin mediante un adecuado redondeo. Los errores de redondeo se deben a que las computadoras slo guardan un nmero finito de cifras significativas durante un clculo. Las

computadoras realizan esta funcin de maneras diferentes. Por ejemplo, si slose guardan siete cifras significativas, la computadora puede alamcenar y usar "pi" como "pi" = 3.141592, omitiendo los trminos restantes y generando un error de redondeo. Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras significativas, los errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del porqu pueden resultar crtico en algunos mtodos numricos:
1. Ciertos mtodos requieren cantidades extremadamente grandes

para obtener una respuesta. En consecuencia, aunque un error de redondeo individual puede ser pequeo, el efecto de acumulacin en el transcurso de la gran cantidad de clculos puede ser significativo.
1. El efecto del redondeo puede ser exagerado cuando se llevan a

cabo operaciones algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo. Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo puede resultar de mucha importancia. Reglas de Redondeo

Las siguientes reglas dan la pauta a seguir en el redondeo de nmeros cuando se realizan clculos a mano.
1. En el redondeo, se conservan las cifras significativas y el resto

se descarta. El ltimo dgito que se conserva se aumenta en uno si el primer dgito descartado es mayor de 5. De otra

manera se deja igual. Si el primer digito descartado es 5 o es 5 segundo de ceros. entonces el ltimo dgito retenido se incrementa en 1, slo si es impar. 2. En la suma y en la resta, el redondeo se lleva acabo de forma tal que el ltimo dgito en la columna de las milsimas. 3. Para la multiplicacin y para la divisin el redondeo es tal que la cantidad de cifras significativas del resultado es igual al nmero ms pequeo de cifras significativas que contiene la cantidad en la operacin. 4. Para combinaciones de las operaciones aritmticas, existen dos casos generales. Se puede sumar o restar el resultado o de las divisiones. (Multiplicacin o Divisin) +/- (multiplicacin o divisin) o tambin se pueden multiplicar o dividir los resultados de las sumas y las restas. Ejemplos: Los siguientes ejemplos tiene por objeto ilustrar las reglas de redondeo. 5.6723 -------------------------- 5.67 10.406 ---------------------------- 7.4 10.406 ---------------------------- 7.4 88.21650 ------------------- 88.216 1.25001 -------------------------- 1.3 Errores de Truncamiento Los errores de truncamiento son aquellos que resultan al usar una aproximacin en lugar de un procedimiento matemtico exacto. Adems para obtener conocimineto de las caractersticas de estos errores se regresa a la formulacin matemtica usada ampliamente en los mtodos numricos para expresar Funciones en forma polinomial: Serie de Taylor Por ejemplo: La serie de Taylor provee un medio para predecir el valor de una funcin en un punto en trminos del valor de la funcin y sus derivadas en otro punto. 3 Cifras Significativas 4 Cifras Significativas 2 Cifras Significativas 5 Cifras Significativas 2 Cifras Significativas

Teorema de Taylor: Si la funcin f y sus primeras n+1 derivadas son continuas en un intervalo que contiene a a y a x, entonces el valor de la funcin en un punto x est dado por:

La expansin en series de Taylor de n-simo orden debe ser exacta para un polinomio de n-simoorden. Para otras funciones continuas diferenciables, como las exponenciales o sinusoidales, no se obtiene una estimacin exacta mediante un nmero finito de trminos. El valor prctico de las series de Taylor radica en el uso de un nmero finito de trminos que darn una aproximacin lo suficientemente cercana a la solucin verdadera para propsitos prcticos. Cuntos trminos se requieren para obtener una aproximacin razonable? La ecuacin para el trmino residual se puede expresar como:

Significa que el error de truncamiento es de orden hn+1. El error es proporcional al tamao del paso h elevado a la (n+1)-sima potencia. Otros Tipos de Errores Otros tipos de errores son el error humano que pueden ocurrir cuando se toman datos estadsticos o muestras, si estos datos son mal recopilados

los errores al utilizarlos sern obvios. Cuando se calibran mal los equipos donde de harn lecturas de algunas propiedades de los compuestos o resultados de un experimentos. Cuando se desarrollan modelos matemticos y estos son mal formulados y no describen correctamente el fenmeno o equipo en estudio. Todos los tipos de errores pueden contribuir a un error mayor, sin embargo el error numrico total, es la suma de los errores de truncamiento y redondeo.

Bibliografia: 1.Analisis Numerico Richard L. Burden J. Douglas Faires

2.Antonio Nieves Hurtado, Federico C. Dominguez Sanchez Metodos Numericos 3ra ed; CESA.

Fuente: https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r57927.PD F