ARITMÉTICA FINITA.

ANÁLISIS DEL ERROR

ARITMÉTICA FINITA. ANÁLISIS DEL ERROR

Escuela Politécnica de Mieres

Grado en Ingenierı́a
Universidad de Oviedo. Departamento de Matemáticas

Ma Reyes de los Rı́os Fernández

Curso 2019-2020 – Segundo semestre

Métodos Numéricos 2019-20

 Aritmética finita
ARITMÉTICA FINITA. ANÁLISIS DEL ERROR Aritmética de un ordenador
Análisis del error

Introducción

El cálculo simbólico no es siempre una opción para resolver problemas matemáticos

Z 1
2
e −x dx x 6 − x 5 + 3x 2 − 5x + 3 = 0
0

Métodos directos. Buscan la solución exacta con un número finito de operaciones:

Gauss, ecuaciones de segundo grado,etc.
Métodos iterativos Se obtiene una sucesión {xn } que converge a la solución del
problema: Jacobi, bisección, Newton-Raphson, etc.

Métodos Numéricos 2019-20

 Aritmética finita
ARITMÉTICA FINITA. ANÁLISIS DEL ERROR Aritmética de un ordenador
Análisis del error

Representación de números

Números en base 10

478.45 = (478.45)10 = 4 × 102 + 7 × 101 + 8 × 100 + 4 × 10−1 + 5 × 10−2

Notación cientı́fica
1
478.45 = 0.47845 × 103 ± m × 10n con ≤m<1 n∈Z
10
Números en base 2

(1011.01)2 = 1 × 23 + 0 × 22 + 1 × 21 + 1 × 20 + 0 × 2−1 + 1 × 2−2 = (11.25)10

Notación cientı́fica
1
(1011.01)2 = 0.101101 × 24 ± q × 2n con ≤q<1 n∈Z
2

Métodos Numéricos 2019-20

 Aritmética finita
ARITMÉTICA FINITA. ANÁLISIS DEL ERROR Aritmética de un ordenador
Análisis del error

Aritmética de un ordenador

Los ordenadores tienen memoria limitada y guardan los números en base dos (binario).
Los PCs ordinarios reservan 64 bits (doble precisión) para almacenar números.

 s ocupa 1 bit (signo)
x = (−1)s × 1.m × 2e−1023 → m ocupa 52 bit (mantisa)
e ocupa 11 bit (exponente)


Los 52 dı́gitos de precisión binaria, equivale a 15 ó 16 cifras decimales.

Métodos Numéricos 2019-20

 Aritmética finita
ARITMÉTICA FINITA. ANÁLISIS DEL ERROR Aritmética de un ordenador
Análisis del error

Introducción

En la resolución de problemas matemáticos no siempre podemos obtener la solución

exacta x . En ese caso nuestro objetivo será encontrar soluciones aproximadas x̄ .

error absoluto = ||x − x̄||

||x − x̄||
error relativo =
||x||
Estos errores pueden producirse por distintos motivos:
Errores producidos por la falta de precisión al obtener los datos.
Errores a causa del redondeo. Afectan a todos los métodos.
Errores debidos al método. No afectan a los métodos directos (Gauss, fórmula de
resolución de ecuaciones de segundo grado), pero sı́ afecta a los métodos iterativos
(bisección, Jacobi). Son los llamados errores de truncamiento.

Métodos Numéricos 2019-20

 Aritmética finita
ARITMÉTICA FINITA. ANÁLISIS DEL ERROR Aritmética de un ordenador
Análisis del error

Ejemplo

Si se restan números muy próximos pueden producirse errores de cancelación.

p √ 
x = 1.5811 × 10−8 cálculo correcto
1015 + 1 − 1015 '
x̄ = 1.8626 × 10−8 cálculo del ordenador

error absoluto = |x − x̄| = 2.8151 × 10−9

|x − x̄|
error relativo = = 0.1780
|x|
Para no cometer este error trataremos, en lo posible, de evitar este tipo de operaciones:
p √ 1
1015 + 1 − 1015 = √ √
1015 + 1 + 1015

Métodos Numéricos 2019-20