Introducción

En el campo de la ingeniería y ciencias, existen infinidad de fenómenos que requieren

representarse mediante modelos matemáticos. Desafortunadamente, la gran mayoría de estos
modelos no tiene una solución exacta ó no es fácil el hallarla. Es estos casos es en donde
los métodos numéricos proporcionan una solución aproximada al problema original.
Un método numérico es aquel que obtiene números que se aproximan a los que se obtendrían
aplicando la solución analítica de un problema.
1.2. Aproximación numérica y teoría de errores
Debemos conformarnos siempre, en la práctica de la ingeniería y de las ciencias, con una
solución aproximada a un problema por las siguientes razones:
Los modelos matemáticos son aproximados; esto es; simplificaciones al problema real. No se
toman en cuenta todos los factores que afectan a un fenómeno.
Los modelos matemáticos requieren de parámetros, los cuales la mayoría de las veces
provienen de mediciones experimentales y estas, solo tienen una precisión limitada, que
depende del instrumento de medición. También pueden provenir de cálculos y estos tienen una
precisión limitada que depende tanto del método como del instrumento de cálculo que se
utilicen. Los modelos matemáticos resultantes son imposibles de resolver
por métodosanalíticos y se debe de aproximar la solución numéricamente.
Por lo anterior, humildemente tenemos que aceptar que siempre se tendrán presentes errores,
estos pueden clasificarse en: errores inherentes, errores de truncamiento, errores de
redondeo…
1.2.1. Error
El error se define como la diferencia entre el valor real Vr y una aproximación a este valor Va :
e = Vr - Va
1.2.2. Error relativo

El error relativo se define como el cociente del error entre el valor real Vr (sí

1.2.3. Error porcentual

El error porcentual es simplemente el error relativo expresado en por ciento (%).

También es usual emplear el valor absoluto en los parámetros anteriores, en cuyo caso se
denominan respectivamente error absoluto, error relativo absoluto y error porcentual absoluto.
1.2.4. Errores inherentes
Los errores inherentes son aquellos que tienen los datos de entrada de un problema, y son
debidos principalmente a que se obtienen experimentalmente, debiéndose tanto al instrumento
de medición, como a las condiciones de realización del experimento. Por ejemplo, sí el
experimento es a temperatura constante y no se logra esto mas que en forma aproximada.
También pueden deberse a que se obtengan de cálculos previos. Por ejemplo el valor calculado
es el de un número irracional como ó
1.2.5. Errores de truncamiento
Los errores de truncamiento se originan por el hecho de aproximar la solución analítica de un
problema, por medio de un método numérico. Por ejemplo al evaluar la función exponencial
por medio de la serie de Taylor, se tiene que calcular el valor de la siguiente serie infinita:

Ante la imposibilidad de tomar todos los términos de la serie, se requiere truncar después de
cierto número de términos. Esto nos introduce ciertamente un error, que es el error de
truncamiento. Este es independiente de la manera de realizar los cálculos. Solo depende del
método numérico empleado.
1.2.6. Errores de redondeo
Los errores de redondeo, se originan al realizar los cálculos que todo método numérico o
analítico requieren y son debidos a la imposibilidad de tomar todas las cifras que resultan
de operaciones aritméticas como los productos y los cocientes, teniendo que retener en cada
operación el número de cifras que permita el instrumento de cálculo que se este utilizando. Por
ejemplo al calcular el valor de tenemos que quedarnos solo con la mayor cantidad de cifras 3,
que maneje nuestro instrumento de calculo.
Existen dos tipos de errores de redondeo:
 Error de redondeo inferior: se desprecian los dígitos que no se pueden conservar dentro
de la memoria correspondiente.
 Error de redondeo superior: este caso tiene dos alternativas según el signo del número en
particular:
- par números positivos, el último dígito que se puede conservar en la localización
de memoria incrementa en una unidad si el primer dígito despreciado es mayor o igual a 5.
- para números negativos, el último dígito que se puede conservar en la localización de la
memoria se reduce en una unidad si el primer dígito despreciado es mayor o igual a 5.
1.2.7 Error numérico total El error numérico total se entiende como la suma de los errores
de redondeo y truncamiento introducidos en el cálculo. Mientras más cálculos se tengan que
realizar para obtener un resultado, el error de redondeo se irá incrementando. Pero por otro
lado, el error de truncamiento se puede minimizar al incluir más términos en la ecuación,
disminuir el paso o proseguir la iteración (o sea mayor número de cálculos y seguramente
mayor error de redondeo).
1.2.8 Errores de equivocación Son los errores por negligencia o equivocación.
Las computadoras pueden dar números erróneos por su funcionamiento. Actualmente las
computadoras son muy exactas y el error es atribuido a los hombres.
Se pueden evitar con un buen conocimiento de los principios fundamentales y con la posesión
de métodos y el diseño de la solución del problema.
Los errores humanos por negligencia son prácticamente inevitables pero se pueden minimizar.
1.3. Cifras Significativas El concepto de cifras significativas se ha desarrollado para
designar formalmente la confiabilidad de un valor numérico. El número de cifras significativas
es el número de dígitos que se puede usar con plena confianza. Por ejemplo podemos calcular
un número irracional con varias cifras, pero de ellas no todas, sobre todo las últimas pueden
tomarse con plena confianza de que son correctas. Por otro lado, los ceros no siempre son cifras
significativas ya que pueden usarse solo para ubicar al punto decimal. Por ejemplo los
siguientes números tienen todos 4 cifras significativas: 0.00001985, 0.0001985, 0.001985,
1985, 19.85.1 Para asegurar que un cero nos represente una cifra significativa, es común
emplear la notación científica.
1.4. Precisión y exactitud
Los errores asociados con los cálculos y mediciones se pueden caracterizar observando su
precisión y exactitud. La mayoría de la gente piensa que estos términos son sinónimos, pero no
es así. La precisión se refiere al número de cifras significativas que representan una cantidad.
La exactitud se refiere al grado de aproximación que se tiene de un número o de una medida al
valor verdadero que se supone representa, es decir, que tan cerca estamos del valor buscado.
1.5. Tipos de redondeo
Al realizar los cálculos que todo método numérico o analítico requiere debemos de redondear.
Para redondear se emplea usualmente:
Redondeo truncado Redondeo simétrico.
1.5.1. Redondeo truncado
El redondeo truncado consiste en truncar el resultado de una operación al número de cifras
significativas que se estén utilizando. Por ejemplo sí redondeamos a 4 cifras significativas
tenemos 0.7777.
1.5.2. Redondeo simétrico
El redondeo simétrico consiste en aumentar en uno la última cifra retenida sí la primera cifra
descartada esta entre 5 y 9, o dejarla igual sí la primera cifra descartada esta entre 0 y 4. Por
ejemplo sí redondeamos a 4 cifras significativas tenemos 0.7778.

Por ejemplo: En la práctica puede no ser así. Sí Realizamos la suma empleando

únicamente 4 cifras significativas y usamos ambos tipos de redondeo. Se obtiene:
0.3333+0.6666=0.9999 (Redondeo truncado) 0.3333+0.6667=1.000 (Redondeo simétrico)
Puede demostrarse que por lo general el redondeo simétrico lleva a resultados más
1.6. Resumen
Los métodos numéricos nos sirven para resolver problemas que no puedan manejarse con los
métodos analíticos tradicionales, o no sea sencillo aplicarlos. Estos métodos proporcionan una
sucesión de valores que se aproxima a la solución del problema.
Al resolver un problema siempre tendremos presente errores: El error de redondeo, el error
inherente y el error de truncamiento. El error de redondeo es prácticamente inevitable y puede
invalidar por completo la solución de un problema. Puede minimizarse su efecto, ya sea
reduciendo de alguna manera él numero de cálculos a realizar, ó reformulando la solución de
un problema de tal forma que se evite las operaciones aritméticas que ocasionan mas error. La
suposición común de que trabajamos con números reales al realizar cálculos, no es cierta.
Puede acarrearnos serias discrepancias entre valores teóricos y valores calculados. La precisión
y la exactitud no son sinónimos. Una nos indica que tan confiable es un valor, y la otra que tan
cerca estamos de el.
¿Cuándo utilizaremos el error relativo y el error absoluto? Utilizaremos el error
absoluto cuando queramos ver cuanto nos hemos desviado del valor real y utilizaremos el
relativo cuando queramos comparar dos o varias medidas que pueden o no tener algo en
común para ver cual de ellas tiene menor error en comparación con su valor real.
Lo explicaremos con un ejemplo:
Medimos una mesa con una regla que aprecia milímetros y con la misma regla medimos un
campo de fútbol. El error absoluto es el mismo ( 1 mm), pero no es lo mismo equivocarse en un
milímetro de una medida grande que en un milímetro en una pequeña.
En este caso el error relativo de la mesa sería mecho mayor que el error del campo del fútbol.

Tipo de errores
 EXPERIMENTALES: Proviene de los datos o equivocaciones aritméticas en el
cálculo manual.
 DE TRUNCAMIENTO (CORTE): Representa la diferencia entre una
formulación matemática exacta de un problema y la aproximación dada por un método
numérico.
 REDONDEO: Se debe a que una máquina sólo puede representar cantidades con un
número finito de dígitos.
Existen dos maneras de representarlos:
 I. Punto fijo: Los números se representan con un número fijo de cifras decimales.
 Ej. 62.358, 0.013.
 II. Punto flotante: Los números se representan con un número fijo de dígitos significativos.
Dígito Significativo: De un número "C"; es cualquier dígito dado de este, excepto
posiblemente aquellos ceros a la izquierda del primer dígito diferente de cero y que solo sirven
para fijar la posición del punto decimal (entonces cualquier otro cero es un dígito significativo
de C), Ej. 1360, 1.360; 0.001360; tiene cuatro dígitos significativos.
 EXACTITUD: Se refiere a la aproximación de un número o de una medida al valor
verdadero que se supone representa.
 PRECISIÓN
 I. Número De cifras significativas que representan una cantidad.
 II. La extensión en las lecturas repetidas de un instrumento que mide
alguna propiedad física.
 ERROR ABSOLUTO
Se da cuando se aproxima el valor real con un valor aproximado

Donde
 ERROR RELATIVO PORCENTUAL
Suele ser un mejor indicador de la precisión, es más independiente de la escala usada, y esto
es una propiedad más que deseable.

Ejemplo Planteamiento del problema: Suponga que se tiene que medir la longitud de un puente
y la de un remache, y se obtiene 9999 y 9 cms respectivamente. Solución:
El error absoluto en la medición del puente es:

Y para el remache es
El error relativo porcentual en la medición del puente es

Y para el remache es

Aquí observamos que el error absoluto es el mismo en las dos mediciones y si no se tiene la
magnitud de la cantidad que se esta midiendo no podríamos dar ninguna conclusión; pero al
conocer esta magnitud podemos observar que en la medición del remache se genero un error
muy grande.
En las mediciones científicas es usualmente el error relativo el que resulta relevante.
La información acerca del error absoluto suele ser poco útil si no se conoce la magnitud de la
cantidad que se esta midiendo; por esta razón es importante el error normalizado que se define
como sigue:
 ERROR NORMALIZADO PORCENTUAL
En situaciones reales a veces es difícil contar con el valor verdadero, para dichos casos, una
alternativa es normalizar el error, usando la mejor estimacion posible al valor verdadero; es
decir. Para la aproximación misma.

Corrección

Valor verdadero
Aproximación + Corrección Cota de error para a es un número

es decir
A menudo cuando se realizan cálculos, no importa mucho el signo del error sino mas bien que
su valor absoluto porcentual sea menor que una tolerancia porcentual prefijada.
 TOLERANCIA

Donde n es el número de cifras significativas En el momento en que se

realizan las aproximaciones y se cumpla que .

si se conoce el valor real

si no se conoce el valor real Se garantizan " n " cifras significativas.

Series de Taylor
EJEMPLO 1

 Encuentre el polinomio de grado 2, que cumple entonces si

seguimos la observación anterior, llegamos a:

Vemos

Es fácil ver que cumple las condiciones iniciales. Al hacer el mismo análisis para un
polinomio de grado llegamos a:

En general, esto sigue para cualquier polinomio, la ventaja de esto es que a partir de cierta
derivada el crecimiento es cero.
Pensemos en el caso, que no sea un polinomio, por ejemplo es fácil justificar que
esta función NO es un polinomio, ahora como a partir de ningún crecimiento se vuelve cero,
este proceso lo debemos extender hasta "infinito" así:

Donde Haciendo esto para tenemos:

Y así
Sustituyendo obtenemos

Denotemos esta serie por así:

¿La pregunta natural es

Para analizar este caso veamos otro ejemplo
EJEMPLO 2

 Sea se puede verificar que

Y así

Sustituyendo en obtenemos que:

¿La pregunta es?

Para esto consideramos algunos valores particulares

Por lo anterior, para el valor argumentos geométricos muestran

que y
ahora si vemos es claro que

sin embargo a esta suma se le puede dar algún sentido ya que tiene como sumas
parciales y y es el promedio de estas dos y por ultimo
para

Es claro que y

NO están definidas, pero se comportan de manera similar

sin embargo para no tiene nada que ver y

La explicación sencilla radica en el signo

De lo anterior podemos concluir que se cumple para ciertos valores de x, ahora la cuestión
es

¿para cuáles? Analicemos que paso con la función , esta función tiene problemas de
domino en

sin embargo recordemos que estamos centrados en

así:

01
Estamos aquí Problema Al ir hasta el problema, tomaremos un intervalo con centro en cero y
cuyo extremo sea el problema 1. Así tenemos el intervalo Como vimos antes, en este intervalo
en los extremos no se sabe y por fuera son diferentes, para hacer esto formal, debemos ver la
convergencia de la serie, esto se ve con el CRITERIO DEL COCIENTE así:

Así: Y por tanto , es decir

para los valores de en los cuales se tiene la convergencia absoluta y uniforme
de Volviendo a la función , al aplicar CRITERIO DEL COCIENTE:

Tenemos que para cualquier la serie converge así:

Teorema de taylor
Como buscamos desarrollar numéricamente, las Series de Taylor no son de ayuda, ya que no
podemos realizar "sumas" infinitas, para esto tenemos que aproximarlas, es decir tenemos que

troncar las Series de Taylor y así para , tenemos

Sin embargo, si no es un polinomio, es posible que

de todas maneras es una aproximación puntual de este así:

Donde es un error que se comete.

(El cual obviamente nunca vamos a conocer) Y es dado por: con

entre y

Ese valor no lo conozco y así tampoco, pero podemos acotarlo, es decir encontrar alguna
función tal que

Y así: Con lo cual podemos fijar un máximo error y así determinar el

donde se debe troncar la serie para obtener una buena aproximación.

Ejemplo Dada la serie de Taylor de

con centro en cero, hallar la aproximación de Con cinco cifras significativas.

Solución:
Lo primero que hallamos es el criterio de error, el cual asegura que el resultado sea correcto
con al menos cinco cifras significativas; donde n=5:

Es decir se evaluara la serie de Taylor hasta que el error normalizado se menor que
0,0005%.
Realizando el desarrollo de la serie de Taylor obtenemos:

Donde la primera aproximación es

Segunda aproximación es

Tercera aproximación es
En la siguiente tabla se colocaran los resultados; buscando que el error normalizado porcentual
sea menor que la tolerancia; también colocaremos el error relativo porcentual partiendo del
hecho que el valor real de
Iteración Aproximación

1 1 39.3 0.648721…
2 1.5 9.2 33.3 0.14872 3 1.626 1.44 7.69 0.023725…
4 1.645833333 0.175 1.27 0.00289166…
5 1.648437500 0.172 0.158 0.0002875 6 1.648697917 0.00145 0.0158
Ejemplo:

Se requiere una aproximación de con un error no mayor Para solucionarlo

podemos tomar varias funciones; lo que cambiaria seria el valor de la x, podemos tomar las
siguientes funciones:

Para la solución tomaremos la siguiente función:

 Para X ? (-1, 1) Como no es posible aproximar

Porque? Calcular es decir

Analicemos el error

Para un intervalo de

Acotamos con respecto a El que tenemos que acotar

es decir debemos parar la serie en ya que entre mas alejado estén y mas
grande debe ser el valor de
Ejercicios:

 1) encuentre con error no mayor de

 2) Encuentre con un error no mayor a

 3) Donde se debe troncar la Serie de Taylor de

 para que la aproximación de tenga un error no mayor a

 4) Donde se debe troncar la Serie de Taylor de

 para que la aproximación de tenga un error no mayor a concluya.

Ejemplo Dada hallar una aproximación de

->
 ->

_>
Así

Así

TEORÍA DE ERRORES "NO A LA CULTURA DEL SECRETO, SI A LA LIBERTAD DE

INFORMACION"
®
www.monografias.com/usuario/perfiles/ing_lic_yunior_andra_s_castillo_s/monografias San
tiago de los Caballeros, República Dominicana, 2015.
"DIOS, JUAN PABLO DUARTE Y JUAN BOSCH – POR SIEMPRE"®

Autor:
Ing.+Lic. Yunior Andrés Castillo S.

Comentarios

Trabajos relacionados
 La formación de valores cívicos y éticos en
estudiantes de ingeniería mecánica
 Modelo de formación de valores del profesional de
ingeniería mecánica. Experiencias adquiridas en la
aplicación de este ...
 Transporte y Distribución de Hidrocarburos
Planificación de un Sistema de Transmisión de Gas
Natural. Estudios de Impacto Ambiental y de Riesgos
en Ductos. Transpo...
 Producción y Almacenamiento de Petróleo y
Gas
Producción Petrolera. Accesorios de Superficie.
Reactivación de pozos de baja productividad. Métodos
para mejorar la rec...
Ver mas trabajos de Ingenieria

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.

El Centro de Tesis, Documentos, Publicaciones y Recursos Educativos más amplio de la Red.

Términos y Condiciones | Haga publicidad en Monografías.com | Contáctenos | Blog Institucional
© Monografias.com S.A.

Teoría de errores
--
Un error es una incertidumbre en el resultado de una medida. Se define como la diferencia entre el valor real Vr y una aproximación
a este valor Va:

e = Vr – Va

Existen diferentes tipos errores, cada uno se puede expresar en forma absoluta o en forma relativa.

Tipos de errores
Error de redondeo:
Se originan al realizar los cálculos que todo método numérico o analítico requieren y son debidos a la imposibilidad de tomar todas
las cifras que resultan de operaciones aritméticas como los productos y los cocientes, teniendo que retener en cada operación el
número de cifras que permita el instrumento de cálculo que se este utilizando.

Existen dos tipos de errores de redondeo:

* Error de redondeo inferior: se desprecian los dígitos que no se pueden conservar dentro de la memoria correspondiente.

* Error de redondeo superior: este caso tiene dos alternativas según el signo del número en particular:

para números positivos, el último dígito que se puede conservar en la localización de memoria incrementa en una unidad si el primer
dígito despreciado es mayor o igual a 5.

para números negativos, el último dígito que se puede conservar en la localización de la memoria se reduce en una unidad si el
primer dígito despreciado es mayor o igual a 5.

Error por truncamiento:

Existen muchos procesos que requieren la ejecución de un numero infinito de instrucciones para hallar la solución exacta de un
determinado problema. Puesto que es totalmente imposible realizar infinitas instrucciones, el proceso debe truncarse. En
consecuencia, no se halla la solución exacta que se pretendía encontrar, sino una aproximación a la misma. Al error producido por
la finalización prematura de un proceso se le denomina error de truncamiento. Un ejemplo del error generado por este tipo de
acciones es el desarrollo en serie de Taylo r. Este es independiente de la manera de realizar los cálculos. Solo depende del método
numérico empleado.

Error numérico total:

Se entiende como la suma de los errores de redondeo y truncamiento introducidos en el cálculo. Mientras más cálculos se tengan
que realiza para obtener un resultado, el error de redondeo se irá incrementando.

Pero por otro lado, el error de truncamiento se puede minimizar al incluir más términos en la ecuación, disminuir el paso o proseguir
la iteración (o sea mayor número de cálculos y seguramente mayor error de redondeo).

Errores humanos:
Son los errores por negligencia o equivocación. Las computadoras pueden dar números erróneos po r su funcionamiento. Actualmente
las computadoras son muy exactas y el error es atribuido a los hombres. Se pueden evitar con un buen conocimiento de los principios
fundamentales y con la posesión de métodos y el diseño de la solución del problema. Los errores humanos por negligencia son
prácticamente inevitables pero se pueden minimizar.

Error inherente:
En muchas ocasiones, los datos con que se inician los cálculos contienen un cierto error debido a que se han obtenido mediante la
medida experimental de una determinada magnitud física. Así por ejemplo, el diámetro de la sección de una varilla de acero
presentará un error según se haya medido con una cinta métrica o con un pie de rey. A este tipo de error se le denomina error
inherente.

Error absoluto:
Es la diferencia entre el valor exacto (un número determinado, por ejemplo) y su valor calculado o redondeado:

Error absoluto = [exacto - calculado]

Debido a que la definición se dio en términos del valor absoluto, el error absoluto no es negativo. Así pues, una colección (suma)
de errores siempre se incrementan juntos, sin reducirse. Este es un hecho muy pesimista, dado que el redondeo y otros errores rara
vez están en la misma dirección, es posible que una suma ("algebraica") de errores sea cero, con aproximadamente la mitad de los
errores positiva y la otra mitad negativa. Pero también es demasiado optimista esperar que errores con signo sumen cero a menudo.
Un enfoque realista es suponer que los errores, en especial el redondeo, están estadísticamente distribuidos.

Error relativo:
Es el error absoluto dividido entre un número positivo adecuado. Generalmente, el divisor es una de tres elecciones: la magnitud
del valor exacto, la magnitud del valor calculado (o redondeado) o el promedio de estas dos cantidades. La mayor parte de las veces
utilizaremos

Error relativo= [exacto - calculado]/[exacto]

El error relativo es una mejor medida del error que el error absoluto, en especial cuando se utilizan sistemas numéricos de punto
flotante. Puesto que los elementos de un sistema de punto flotante no están distribuidos de manera uniforme, la cantidad de
redondeos posibles depende de la magnitud de los números que se redondean. El denominador de la ecuación de arriba compensa
este efecto.

Una característica relacionada de error relativo es que los efectos de escalar la variable (es decir, de multiplicarla por una constante
distinta de cero, incluyendo cambios en la unidad de medición) se cancelan. Una buena medida del error debería ser "invariante de
las escalas", de modo que al cambiar de yardas a pulgadas, digamos, no debería amplificar el error aparente por 36, como sucedería
en la ecuación de arriba. Si bien las matemáticas puras se inclinarían a utilizar el error absoluto, en general el error relativo se
emplea en las ciencias aplicadas.

Algunas veces conviene multiplicar el error relativo por 100 (por ciento) para ponerlo en una base porcentual.

Propagación del error

Las consecuencias de la existencia de un error en los datos de un problema son mas importantes de lo que aparentemente puede
parecer. Desafortunadamente, esto errores se propagan y amplifican al realizar operaciones con dichos
datos, hasta el punto de que puede suceder que el resultado carezca de significado. Con el propósito de ilustrar esta situación,
seguidamente se calcula la diferencia entre los números:

a = 0.276435 b = 0.2756
Si los cálculos se realizan en base diez, coma flotante, redondeando por aproximación y trabajando con tres dígitos de mantisa, los
valores aproximados a dichos números y el error relativo cometido es:

a = 0.276 error relativo= 1.57x10-3

b = 0:276 error relativo= 1.45x10-3

Si ahora se calcula la diferencia entre los valores exactos y la diferencia entre los aproximados se obtiene:

a - b = 0:000835

a'- b'= 0.0

Debe observarse que el error relativo de la diferencia aproximada es del 100%. Este ejemplo, extraordinariamente sencillo, pone
de manifiesto como el error de redondeo de los datos se ha amplificado al realizar una única operación, hasta generar un
resultado carente de significado.

Bibliografía:
http://www.uv.es/vimonmas/mneq/fitxers/T01G06.doc

Métodos numéricos. Introducción, aplicaciones y propagación. Antonio Huerta Cerezuelo, Barcelona, 1998, págs. 72-77.

http://www.esimeazc.ipn.mx/MatDesc/Licenciatura/METODOSNUMERICOS/Metodos/Intro.htm

Publicado por Sanidad Alimentariaen 18:38