Manu1 U2 Ea Ma

ANLISIS NUMRICO I.
Unidad 2. Sistemas Numricos.

Evidencia de Aprendizaje. Sistemas Numricos

Universidad Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas.
.

UNADMX

ANLISIS NUMRICO I.
UNIDAD 2. SISTEMAS NUMRICOS.
EVIDENCIA DE APRENDIZAJE. Sistemas Numricos.
ANLISIS NUMRICO I.

Evidencia de aprendizaje. Sistemas Numricos.
1. Contesta las siguientes preguntas sobre Sistemas de
Punto Flotante.

a) Qu es el psilon de la mquina
?
Se llama psilon al menor valor de una determinada mquina
que cumple lo siguiente:1,0 + > 1,0
El psilon es el nmero decimal ms pequeo que, sumado a 1,
la computadora nos arroja un valor diferente de 1, es decir, que
no es redondeado.
Representa la exactitud relativa de la aritmtica del computador.
La existencia del psilon de la mquina es una consecuencia de
la precisin finita de la aritmtica en coma flotante.

b) Escribe las expresiones para calcular:

psilon de la mquina:
Es un nmero que nos permite saber la precisin de sta, o
bien, es la exactitud relativa de la computadora para realizar
operaciones aritmticas.
Todos sabemos que la computadoras utilizan el sistemas
binario para contar, tambin que el nmero de bits de los
registros de los procesadores es imitado, los ms comunes hoy
en da son los sistemas de 30 y 36bits, lo que vamos a aprender
aqu es a encontrar el lmite del nmero ms pequeo que puede
ANLISIS NUMRICO I.

ser registrado por un procesador, este nmero se conoce con el
nombre de psilon de la mquina; este nmero es muy
importante, porque nos dice el orden de los errores que se
producen en cada clculo de nuestro procesador. La manera de
calcular el psilon es muy sencilla, slo es necesario tomar un
nmero cualquiera y dividirlo entre dos consecutivamente hasta
que el resultado sea igual que el nmero dividido; sto significa
que ya no fu posible subdividirlo ms, ya que es la cantidad ms
pequea soportada por el registro del procesador. El error
producido por este paso finito entre dos nmeros, produce un
error de truncamiento, debido a que es imposible representar
exactamente un nmero que no sea un mltiplo exacto del
psilon de la mquina, que es caso usual. Los errores de
truncamiento se acumulan por esto cuando se realiza un
operacin muchas veces se puede notar muy fcilmente el efecto
que estos producen en los clculos.
Expresin Matemtica:

c) 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
ANLISIS NUMRICO I.

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 ente 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 dela cantidad que se est
midiendo.
Expresin Matemtica:

|() ()|

d) 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|x100
Las ecuaciones suponen que se conoce el valor verdadero de X, lo
que hace que los errores absoluto y relativo: E y e sean tambin
ANLISIS NUMRICO I.

verdaderos, pero normalmente X no se conoce; no tendra sentido
considerar una aproximacin, si se conociera el valor verdadero.
Expresin Matemtica:

()

e) Condicionamiento.

| |
| |
|(() ())()|
|( )|

f) Describe con detalle los conceptos de condicionamiento
y estabilidad. Qu describe cada uno?

CONDICIONAMIENTO.-
El condicionamiento de una funcin f (x) se usa para
describir la sensibilidad del valor de una funcin a cambios en
su argumento. En pocas palabras queremos ver que tan sensible
es una funcin a los cambios en el argumento o bien, que tan
sensibles es el resultado del cmputo de una funcin ( valores
f(x)) respecto de los datos de entrada (valores x ). El
condicionamiento de un problema es un nmero asociado a los
datos.
ANLISIS NUMRICO I.

Decimos que un problema est bien condicionado si una
perturbacin o cambio en los datos de entrada causa un cambio
de magnitud proporcional en su resultado, esto lo podemos
cuantificar usando los tipos de error.
Para entender el condicionamiento vamos a considerar
que el error hacia atrs es pequeo, es decir, vamos a analizar el
condicionamiento cuando la variacin en los datos es pequea.
Un problema bien condicionado es aquel en el que , esto se
logra cuando el denominador y numerador son casi iguales, y
guarda un perfecto sentido con nuestra descripcin de
condicionamiento ya que implica que el cambio relativo en la
solucin es aproximadamente similar al cambio relativo en la
entrada de datos.
ESTABILIDAD.-
Es un concepto asociado a la sensibilidad numrica y al
acarreo de errores involucrados en el cmputo de ( ), es decir, es
una medida asociada al algoritmo especfico con el que se
trabaje.
Decimos que un algoritmo es inestable si en cada paso
involucrado la acumulacin del error crece demasiado. Es
estable en caso contrario. Es fcil suponer que para determinar
la estabilidad de un algoritmo tenemos que hacer uso del
condicionamiento ya que queremos ver la propagacin del error
en cada paso del mismo.
ANLISIS NUMRICO I.

Determinar la estabilidad de algn mtodo o algoritmo
suele ser muy trabajoso y requiere una buena cantidad de
experiencia matemtica ya que se tiene que poner especial
atencin en cada paso del algoritmo analizando la propagacin
de errores y cuidando el condicionamiento en cada paso.

2. Escribe todos los elementos del conjunto de punto flotante
as como los valores de y ?

ELEMENTOS DEL CONJUNTO:
( )
)
( )
( () )
UFL

OFL

( )

i s mantisa exp Num10
1 .25
2 .5
3 .75
4 1
5 1.5
6 2
7 2.5
8 3
9 3.5
10 4
11 4.5
ANLISIS NUMRICO I.


3. La media de una muestra de datos se define por la
expresin:

Y la varianza para la misma muestra se define por:
]
Pero una forma equivalente de calcular la varianza y que es
muy til para calcularla para muestras grandes es la
siguiente
12 5
13 5.5
14 6
15 6.5
16 7
17 -.25
18 -.5
19 -.75
20 -1
21 -1.5
22 -2
23 -2.5
24 -3
25 -3.5
296 -4
27 -4.5
28 -5
29 -5.5
30 -6
31 -6.5
32 -7
33
ANLISIS NUMRICO I.

)
Y que se encuentra en muchos libros de estadstica. Esta
expresin es ms cmoda porque se pueden recorrer los
datos una sola vez en vez de dos veces como lo implican las
primeras dos expresiones (una vez para la media y otra
para la varianza).
Argumenta que algoritmo es ms estable y por qu.
suma1
suma2
Para de a
suma1 suma1
suma2 suma2
finPara
media suma1
varianza suma2 media media
Considero que este es un algoritmo que tiene ms estabilidad, ya
que no hay mucha posibilidad de que el error vaya creciendo,
pues se est haciendo uso del condicionamiento para ver si en
cada paso, existe la propagacin de dicho error; numricamente,
se puede desarrollar el cuadrado y si al final se obtiene una
cantidad grande, se puede redondear.
Fuentes de Consulta:
ANLISIS NUMRICO I.

http://dclavijo.blogspot.mx/2010/02/epsilon-de-la-maquina.html
http://es.cyclopaedia.net/wiki/Epsilon-de-la-maquina-1
http://maqz91.blogspot.mx/2012/04/error-absoluto-y-
relativo.htmllauracmagos.blogspot.mx/2012/12/epsilon-de-la-
maquina.html
Burden, R. (2011) Anlisis numrico (7 edicin) Mxico: Cengage
Learning.

Manu1 U2 Ea Ma

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Manu1 U2 Ea Ma

Încărcat de

Drepturi de autor:

Formate disponibile

ANLISIS NUMRICO I.

Unidad 2. Sistemas Numricos.

as como los valores de y ?

S-ar putea să vă placă și