1.

Aproximaciones y errores de redondeo

La mayoria de los mtodos que se estudiarn son muy sencillos en su

descripcin y en sus aplicaciones, puede resultar tentador ir directamente
al tema y averiguar el empleo de dichas tcnicas. Sin embargo, entender
el concepto de error es tan importante para utilizar en forma efectiva los
mtodos numricos que los dos siguientes captulos se eligieron para tratarlos.
La importancia de los errores se mencion por primera vez en el anlisis de
la cada del paracaidista. Recuerde que la velocidad de cada del paracaidista
se determin por mtodos analticos y numricos. Aunque con la tcnica
numrica se obtuvo una aproximacin a la solucin analtica exacta, hubo
cierta discrepancia o error, debido a que los mtodos numricos dan slo una
aproximacin. En realidad fuimos afortunados en este caso porque tenamos
la solucin analtica que nos permita calcular el error en forma exacta. Pero
en muchos problemas de aplicacin en ingeniera no es posible obtener la
solucin analtica; por lo tanto, no se pueden calcular con exactitud los errores
en nuestros mtodos numricos. En tales casos debemos usar aproximaciones
o estimaciones de los errores.
Toda solucin que se obtiene (al resolver un problema cientco) mediante
algn mtodo numrico tiene asocido un error (inherente) pues los clculos se
realizan con nmeros reales y stos no se pueden almacenar de manera exacta
en la memoria de la computadora, (slo se puede representar cantidades con
un nmero nito de dgitos), ste error es inherente se le llama error de
redondeo. El problema se agudiza pues al tener que efectuar muchas veces
operaciones aritmticas estos se acumulan y en algunos casos puede llegar a
crecer exponencialmente, provocando grandes errores en el resultado nal. En
la prctica profesional, los errores llegan a resultar costosos y, en ocasiones,
catastrcos. Si una estructura o un dispositivo falla, esto puede costar vidas.
Por ejemplo:
La explosin del cohete Ariane 5:
El 4 de junio de 1996, el cohete Ariane 5 de la Agencia Europea del
Espacio (ESA) explot 40 segundos despus de su despegue a una altura de
3.7 km. tras desviarse de la trayectoria prevista. Era su primer viaje tras una
dcada de investigacin que cost ms de 7000 millones de euros. El cohete
y su carga estaban valorados en ms de 500 millones de euros. La causa
del error fue un fallo en el sistema de guiado de la trayectoria provocado
37 segundos despus del despegue. Este error se produjo en el software que
controlaba el sistema de referencia inercial (SRI). En concreto, se produjo
1

una excepcin en el software debido al intento de convertir un nmero en

punto otante de 64 bits, relacionado con la velocidad horizontal del cohete
respecto de la plataforma de lanzamiento, en un entero con signo de 16 bits.
El nmero ms grande que se puede representar de esta forma es 32768. El
intento de convertir un nmero mayor caus la excepcin que provoc que
el software de seguimiento de la trayectoria dejara de funcionar y en ltima
instancia el accidente.
Otro ejemplo: el modelo obtenido mediante la segunda ley de Newton a
pesar de ser una aproximacin excelente, en la prctica jams predecir con
exactitud la cada del paracaidista. Fenmenos tales como la velocidad del
viento y alguna ligera variacin de la resistencia del aire desviaran la prediccin. Si tales desviaciones son sistemticamente grandes o pequeas, habra
entonces que formular un nuevo modelo. No obstante, si su distribucin es
aleatoria y se agrupan muy cerca de la prediccin, entonces las desviaciones
se consideraran insignicantes y el modelo parecer adecuado. Las aproximaciones numricas tambin presentan discrepancias similares en el anlisis.
De nuevo, las preguntas son: qu tanto error se presenta en los clculos? y
es tolerable?
Este captulo y el siguiente cubren aspectos bsicos relacionados con
la identicacin, cuanticacin y minimizacin de dichos errores. En las
primeras secciones se revisa la informacin referente a la cuanticacin de
los errores. En seguida, se estudia uno de los dos errores numricos ms comunes: errores de redondeo. En el siguiente captulo nos ocuparemos de otra
clase importante de error: el de truncamiento. Los errores de truncamiento representan la diferencia entre una formulacin matemtica exacta de un
problema y su aproximacin obtenida por un mtodo numrico. Por ltimo,
se analizan los errores que no estn relacionados directamente con el mtodo numrico en s. stos son equivocaciones, errores de formulacin o del
modelo, y la incertidumbre en la obtencin de los datos, entre otros.

1.1.

CIFRAS SIGNIFICATIVAS

En esta obra se trata de manera extensa con aproximaciones que se relacionan con el manejo de nmeros. En consecuencia, antes de analizar los
errores asociados con los mtodos numricos, es til repasar algunos conceptos bsicos referentes a la representacin aproximada de los nmeros mismos.
Cuando se emplea un nmero para realizar un clculo, debe haber seguridad de que pueda usarse con conanza. Por ejemplo, la gura 1 muestra
2

un velocmetro y un odmetro (contador de kilometraje) de un automvil.

Con un simple vistazo al velocmetro se observa que el vehculo viaja a una
velocidad comprendida entre 48 y 49 km/h. Como la aguja est ms all de
la mitad entre las marcas del indicador, es posible asegurar que el automvil
viaja aproximadamente a 49 km/h. Tenemos conanza en este resultado, ya
que dos o ms individuos que hicieran esta lectura llegaran a la misma conclusin. Sin embargo, supongamos que se desea obtener una cifra decimal en
la estimacin de la velocidad. En tal caso, alguien podra decir 48;8, mientras
que otra persona podra decir 48;9 km/h. Por lo tanto, debido a los lmites del
instrumento, nicamente se emplean con conanza los dos primeros dgitos.
Para estimaciones del tercer dgito (o ms all) slo se consideraran aproximaciones. Sera ridculo armar, considerando el velocmetro de la gura,
que el automvil viaja a 48;8642138 km/h. En contraste, el odmetro muestra hasta seis dgitos conables. De la gura 1 se concluye que el automvil
ha recorrido un poco menos de 87324;5 km durante su uso. Aqu el sptimo
dgito (y los siguientes) resultan inciertos.
El concepto de cifras o dgitos signicativos se ha desarrollado para designar formalmente la conabilidad de un valor numrico. Las cifras signicativas de un nmero son aquellas que pueden utilizarse en forma conable. Se
trata del nmero de dgitos que se ofrecen con certeza, ms uno estimado. Por
ejemplo, el velocmetro y el odmetro de la gura 1 muestran lecturas de has3

ta tres y siete cifras signicativas, respectivamente. Para el velocmetro, los

dos dgitos seguros son 48. Por convencin al dgito estimado se le da el valor
de la mitad de la escala menor de divisin en el instrumento de medicin.
As, la lectura del velocmetro consistir de las tres cifras signicativas: 48;5.
En forma similar, el odmetro dar una lectura con siete cifras signicativas,
87324;45:
Aunque, por lo comn, determinar las cifras signicativas de un nmero
es un procedimiento sencillo, en algunos casos genera cierta confusin. Por
ejemplo, los ceros no siempre son cifras signicativas, ya que pueden usarse slo para ubicar la coma decimal: los nmeros 0;00001845, 0;0001845 y
0;001845 tienen cuatro cifras signicativas. Asimismo, cuando se incluye ceros
en nmeros muy grandes, no queda claro cuntos son signicativos. Por ejemplo, el nmero 45300 puede tener tres, cuatro o cinco dgitos signicativos,
dependiendo de si los ceros se conocen o no con exactitud. La incertidumbre se puede eliminar utilizando la notacin cientca, donde 4;53
104 ,
4;530
104 , 4;5300
104 muestran, respectivamente, que el nmero tiene
tres, cuatro y cinco cifras signicativas.
El concepto de cifras signicativas tiene dos implicaciones importantes en
el estudio de los mtodos numricos.
1. Como se mencion en el problema de la cada del paracaidista, los
mtodos numricos dan resultados aproximados. Por lo tanto, se deben
desarrollar criterios para especicar qu tan conables son dichos resultados. Una manera de hacerlo es en trminos de cifras signicativas. Por
ejemplo, es posible armar que la aproximacin es aceptable siempre y
cuando sea correcta con cuatro cifras signicativas.
p
2. Aunque ciertas cantidades tales como , e, o 7 representan cantidades
especcas, no se pueden expresar exactamente con un nmero nito
de dgitos. Por ejemplo, = 3;141592653589793238462643:::; hasta el
innito. Como las computadoras retienen slo un nmero nito de cifras
signicativas, tales nmeros jams se podrn representar con exactitud.
A la omisin del resto de cifras signicativas se le conoce como error
de redondeo.
Los errores de redondeo y el uso de cifras signicativas para expresar
nuestra conanza en un resultado numrico se estudiarn con mayor detalle
en las siguientes secciones. Adems, el concepto de cifras signicativas tendr
4

mucha importancia en la denicin de exactitud y de precisin en la siguiente

seccin.

1.2.

EXACTITUD Y PRECISIN

Los errores en clculos y medidas se pueden caracterizar con respecto a

su exactitud y su precisin. 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.
Estos conceptos se ilustran grcamente utilizando la analoga con una
diana en la prctica de tiro. Los agujeros en cada blanco de la gura 2 se
consideran como las predicciones con una tcnica numrica; mientras que
el centro del blanco representa la verdad. La inexactitud (conocida tambin
como sesgo) se dene como una desviacin sistemtica del valor verdadero.
Por lo tanto, aunque los disparos en la gura 2(c) estn ms juntos que los de
la gura 2(a), los dos casos son igualmente inexactos, ya que ambos se centran
en la esquina superior izquierda del blanco. La imprecisin (tambin llamada
incertidumbre), por otro lado, se reere a la magnitud en la dispersin de
los disparos. Por consiguiente, aunque las guras 2(b) y 2(d) son igualmente
exactas (esto es, igualmente centradas respecto al blanco), la ltima es ms
precisa, pues los disparos estn agrupados en forma ms compacta
Los mtodos numricos deben ser lo sucientemente exactos o sin sesgo
para satisfacer los requisitos de un problema particular de ingeniera. Tambin deben ser sucientemente precisos para ser adecuados en el diseo de
la ingeniera. En este libro se usa el trmino error para representar tanto la
inexactitud como la imprecisin en las predicciones. Con dichos conceptos
como antecedentes, ahora analizaremos los factores que contribuyen al error
en los clculos numricos.

1.3.

DEFINICIONES DE ERROR

Los errores numricos surgen del uso de aproximaciones para representar operaciones y cantidades matemticas exactas. stas incluyen los errores de truncamiento que resultan del empleo de aproximaciones como un
proce-dimiento matemtico exacto, y los errores de redondeo que se producen
cuando se usan nmeros que tienen un lmite de cifras signicativas para representar nmeros exactos. Para ambos tipos de errores, la relacin entre el

resultado exacto, o verdadero, y el aproximado est dada por

Valor verdadero = Valor aproximado + error

(1)

Reordenando la ecuacin (1) se encuentra que el error numrico es igual a la

diferencia entre el valor verdadero y el valor aproximado, es decir
Et = valor verdadero

valor aproximado

(2)

donde Et se usa para denotar el valor exacto del error. El subndice t indica
que se trata del error verdadero(true). Como ya se mencion brevemente,
esto contrasta con los otros casos, donde se debe emplear una estimacin
aproximadadel error.
Una desventaja en esta denicin es que no toma en consideracin el
orden de la magnitud del valor que se estima. Por ejemplo, un error de un
centmetro es mucho ms signicativo si se est midiendo un remache en
lugar de un puente. Una manera de tomar en cuenta las magnitudes de las
cantidades que se evalan consiste en normalizar el error respecto al valor
verdadero, es decir
Error relativo fraccional verdadero =
6

error verdadero
valor verdadero

donde, error verdadero es dado por Et en la ecuacin (2). El error relativo

tambin se puede multiplicar por 100 % para expresarlo como
"t =

error verdadero
valor verdadero

100 %

(3)

donde "t denota el error relativo porcentual verdadero.

EJEMPLO 1 Calculo de errores
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 cm, respectivamente. Si los valores verdaderos son 10000 y 10 cm, calcule a) el error
verdadero y b) el error relativo porcentual verdadero en cada caso.
Solucin a) El error en la medicin del puente es [ecuacin (2)],
Et = 10000

9999 = 1cm;

y en la del remache es de
Et = 10

9 = 1cm

b) El error relativo porcentual para el puente es [ecuacin (3)]

"t =

1
10000

100 % = 0;01 %

y para el remache es de
"t =

1
10

100 % = 10 %

Por lo tanto, aunque ambas medidas tienen un error de 1 cm, el error relativo
porcentual del remache es mucho mayor. Se concluye entonces que se ha hecho
un buen trabajo en la medicin del puente; mientras que la estimacin para
el remache dej mucho que desear.
Observe que en las ecuaciones (2) y (3), E y tienen un subndice t que
signica que el error ha sido normalizado al valor verdadero. En el ejemplo 3.1 tenamos el valor verdadero. Sin embargo, en las situaciones reales
a veces es difcil contar con tal informacin. En los mtodos numricos, el
valor verdadero slo se conocer cuando se tengan funciones que se resuelvan
7

analticamente. ste comnmente ser el caso cuando se estudie el comportamiento terico de una tcnica especca para sistemas simples. Sin embargo,
en muchas aplicaciones reales, no se conoce a priori la respuesta verdadera.
Entonces en dichos casos, una alternativa es normalizar el error, usando la
mejor estimacin posible al valor verdadero; es decir, para la aproximacin
misma, como en
error aproximado
100 %
(4)
"a =
valor aproximado
donde el subndice a signica que el error est normalizado a un valor aproximado. Observe tambin que en aplicaciones reales la ecuacin (2) no se puede
usar para calcular el trmino del error de la ecuacin (4). Uno de los retos que
enfrentan los mtodos numricos es el de determinar estimaciones del error
en ausencia del conocimiento de los valores verdaderos. Por ejemplo, ciertos
mtodos numricos usan un mtodo iterativo para calcular los resultados. En
tales mtodos se hace una aproximacin considerando la aproximacin anterior. Este proceso se efecta varias veces, o de forma iterativa, para calcular
en forma sucesiva, esperando cada vez mejores aproximaciones. En tales casos, el error a menudo se calcula como la diferencia entre la aproximacin
previa y la actual. Por lo tanto, el error relativo porcentual est dado por
"a =

aproximacin actual aproximacin anterior

aproximacin actual

100 %

(5)

En captulos posteriores se explicarn con detalle ste y otros mtodos para

expresar errores.
Los signos de las ecuaciones (3) a (5) pueden ser positivos o negativos. Si
la aproximacin es mayor que el valor verdadero (o la aproximacin previa es
mayor que la aproximacin actual), el error es negativo; si la aproximacin es
menor que el valor verdadero, el error es positivo. Tambin en las ecuaciones
(3) a (5), el denominador puede ser menor a cero, lo cual tambin llevara a
un error negativo. A menudo, cuando se realizan clculos, no importa mucho
el signo del error, sino ms bien que su valor absoluto porcentual sea menor
que una tolerancia porcentual prejada s . Por lo tanto, es til emplear el
valor absoluto de las ecuaciones (2) a (5). En tales casos, los clculos se
repiten hasta que
j"a j < "s
(6)
Si se cumple la relacin anterior, entonces se considera que el resultado
obtenido est dentro del nivel aceptable jado previamente s . Observe que
8

en el resto del texto en general emplearemos exclusivamente valores absolutos

cuando utilicemos errores relativos.
Es conveniente tambin relacionar estos errores con el nmero de cifras
signicativas en la aproximacin. Es posible demostrar (Scarborough, 1966)
que si el siguiente criterio se cumple, se tendr la seguridad que el resultado
es correcto en al menos n cifras signicativas.
102

"s = (0;5

(7)

)%

EJEMPLO 2 Estimacin del error con mtodos iterativos

Planteamiento del problema. En matemticas con frecuencia las
funciones se representan mediante series innitas. Por ejemplo, la funcin
exponencial se calcula usando
exp(x) = 1 + x +

x2 x3
+
+
2!
3!

xN
N!

As cuanto ms trminos se le agreguen a la serie, la aproximacin ser cada

vez ms una mejor estimacin del valor verdadero de ex . La ecuacin anterior
es una suma nita, hasta N de lo que se conoce como expansin en series de
Maclaurin de la exponencial.
Empezando con el primer trmino ex = 1 y agregando trmino por trmino, estime el valor de e0;5 . Despus de agregar cada trmino, calcule los
errores: relativo porcentual verdadero y normalizado a un valor aproximado
usando las ecuaciones (3) y (5), respectivamente. Observe que el valor verdadero es e0;5 = 1;648721. . . Agregue trminos hasta que el valor absoluto
del error aproximado "a sea menor que un criterio de error preestablecido "s ;
con tres cifras signicativas.
Solucin. En primer lugar la ecuacin (7) se emplea para determinar
el criterio de error que asegura que un resultado sea correcto en al menos
tres cifras signicativas:
"s = (0;5

102 3 ) % = 0;05 %

Por lo tanto, se agregarn trminos a la serie hasta que ea sea menor que
este valor.

La primera estimacin es igual a la ecuacin (8) con un solo trmino.

Entonces, la primera estimacin es igual a 1. La segunda estimacin se obtiene
agregando el segundo trmino, as:
ex

1+x

y para x = 0;5,
e0;5

1 + 0;5 = 1;5

Esto representa el error relativo porcentual verdadero de [ecuacin (3)]

"t =

1;648721 1;5
1;648721

100 % = 9;02 %

La ecuacin (5) se utiliza para determinar una estimacin aproximada del

error, dada por:
1;5 1
100 % = 33;3 %
"a =
1;5
Como "a no es menor que el valor requerido "s , se deben continuar los clculos
agregando otro trmino, x2 =2!, repitiendo el clculo del error. El proceso
contina hasta que "a < "s : Todos los clculos se resumen de la siguiente
manera
Trminos
1
2
3
4
5
6

Resultado
1
1;5
1;625
1;645833333
1;648437500
1;648697917

"t ( %)
9;3
9;02
1;44
0;175
0;0172
0;00142

"a ( %)
33;3
7;69
1;27
0;158
0;0158

As, despus de usar seis trminos, el error aproximado es menor que "s =
0;05 %, y el clculo termina. Sin embargo, observe que, el resultado es exacto
con cinco cifras signicativas! en vez de tres cifras signicativas. Esto se debe
a que, en este caso, las ecuaciones (5) y (7) son conservadoras. Es decir,
aseguran que el resultado es, por lo menos, tan bueno como lo especican.
Aunque, como se analiza en el captulo 6, ste no es siempre el caso al usar
la ecuacin (5), que es verdadera en la mayora de las veces.
Con las deniciones anteriores como antecedente, se procede ahora a
exa-minar los dos tipos de error relacionados directamente con los mtodos
numricos: el error de redondeo y el error de truncamiento.
10

1.4.

ERRORES DE REDONDEO

Como se mencion antes, los errores de redondeo se originan debido a

que la computadora emplea un nmero determinado de
p cifras signicativas
durante un clculo. Los nmeros tales como , e o 7 no pueden expresarse con un nmero jo de cifras signicativas. Por lo tanto, no pueden ser
representados exactamente por la computadora. Adems, debido a que las
computadoras usan una representacin en base 2, no pueden representar exactamente algunos nmeros en base 10. Esta discrepancia por la omisin de
cifras signicativas se llama error de redondeo.
1.4.1.

Representacin de nmeros en la computadora

Numricamente los errores de redondeo se relacionan de manera directa

con la forma en que se guardan los nmeros en la memoria de la computadora.
La unidad fundamental mediante la cual se representa la informacin se llama
palabra. sta es una entidad que consiste en una cadena de dgitos binarios o
bits (binary digits). Por lo comn, los nmeros son guardados en una o ms
palabras. Para entender cmo se realiza esto, se debe revisar primero algn
material relacionado con los sistemas numricos.
Sistemas numricos. Un sistema numrico es simplemente una convencin para representar cantidades. Debido a que se tienen 10 dedos en las
manos y 10 dedos en los pies, el sistema de numeracin que nos es muy familiar es el decimal o de base 10. Una base es el nmero que se usa como
referencia para construir un sistema. El sistema de base 10 utiliza 10 dgitos
(0; 1; 2; 3; 4; 5; 6; 7; 8; 9) para representar nmeros. Tales dgitos son
satisfactorios por s mismos para contar de 0 a 9.
Para grandes cantidades se usa la combinacin de estos dgitos bsicos;
con la posicin o valor de posicin se especica su magnitud. El dgito en
el extremo derecho de un nmero entero representa un nmero del 0 al 9.
El segundo dgito a partir de la derecha representa un mltiplo de 10. El
tercer dgito a partir de la derecha representa un mltiplo de 100 y as sucesivamente. Por ejemplo, si se tiene el nmero 86409 se tienen ocho grupos
de 10000, seis grupos de 1000, cuatro grupos de 100 y cero grupos de 10, y
nueve unidades, o bien
(8

104 ) + (6

103 ) + (4

102 ) + (0

11

101 ) + (9

100 ) = 86409

La gura
ofrece una representacin de cmo se formula un nmero en el sistema de
base 10. Este tipo de representacin se llama notacin posicional.
Debido a que el sistema decimal resulta ser tan familiar, no es comn
darse cuenta de que existen otras alternativas. Por ejemplo, si el ser humano
tuviera ocho dedos en las manos y ocho en los pies, se tendra, sin duda, una
representacin en un sistema octal o de base 8. En tal sentido nuestra amiga la
computadora es como un animal que tiene dos dedos, limitado a dos estados:
0 o 1. Esto se relaciona con el hecho de que las unidades lgicas fundamentales de las computadoras digitales sean componentes electrnicos de apagado/encendido. Por lo tanto, los nmeros en la computadora se representan
con un sistema binario o de base 2. Del mismo modo que con el sistema decimal, las cantidades pueden representarse usando la notacin posicional. Por
ejemplo, el nmero binario 11 es equivalente a (1 21 ) + (1 20 ) = 2 + 1 = 3
en el sistema decimal. En la gura 3(b) se ilustra un ejemplo ms complejo.
Representacin entera. Ahora que se ha revisado cmo los nmeros de
base 10 se representan en forma binaria, es fcil concebir cmo los enteros se
representan en la computadora. El mtodo ms sencillo se denomina mtodo
de magnitud con signo y emplea el primer bit de una palabra para indicar
el signo: con un 0 para positivo y un 1 para el negativo. Los bits sobrantes
se usan para guardar el nmero. Por ejemplo, el valor entero 173 puede
guardarse en la memoria de una computadora de 16 bits como se muestra:
12

signo! 1

0 0 0 0 0 0 0 1 0 1 0 1 1 0 1
{z
}
Mantisa

donde se usa el mtodo de magnitud con signo.

EJEMPLO 3 Rango de enteros

Planteamiento del problema. Determine el rango de enteros de base

10 que pueda representarse en una computadora de 16 bits.
Solucin. De los 16 bits, se tiene el primer bit para el signo. Los 15
bits restantes pueden contener los nmeros binarios de 0 a 111111111111111.
El lmite superior se convierte en un entero decimal, as
(1

214 ) + (1

213 ) +

+ (1

21 ) + (1

20 )

que es igual a 32767 (observe que esta expresin puede simplemente evaluarse
como 215 1). As, en una computadora de 16 bits una palabra puede guardar
en memoria un entero decimal en el rango de 32767 a 32767. Adems, debido a que el cero est ya denido como 0000000000000000, sera redundante
13

usar el nmero 1000000000000000 para denir menos cero. Por lo tanto, es usualmente empleado para representar un nmero negativo adicional:
32768, y el rango va de 32768 a 32767.
Observe que el mtodo de magnitud con signo descrito antes no se utiliza
para representar enteros en computadoras convencionales. Se preere usar
una tcnica llamada complemento de 2 que incorpora en forma directa el signo dentro de la magnitud del nmero, en lugar de emplear un bit adicional
para representar ms o menos (vase Chapra y Canale, 1994). Sin embargo,
en el ejemplo 3.3 sigue sirviendo para ilustrar cmo todas las computadoras
digitales estn limitadas en cuanto a su capacidad para representar enteros.
Esto es, los nmeros por encima o por debajo de este rango no pueden representarse. Una limitacin ms importante se encuentra en el almacenaje y la
manipulacin de cantidades fraccionarias, como se describe a continuacin.
Representacin del punto-otante. Las cantidades fraccionarias generalmente se representan en la computadora usando la forma de punto otante.
Con este mtodo, el nmero se expresa como una parte fraccionaria, llamada
mantisa o signicando, y una parte entera, denominada exponente o caracterstica, esto es,
m be
donde m = la mantisa, b = la base del sistema numrico que se va a utilizar
y e = el exponente. El nmero 156;78 se representa como 0;15678
103 en
un sistema de base 10 de punto otante.
Exponente
con signo
IEEE
precisin simple

Mantisa
23

Signo
punto binario
Figura 5 Como se guarda un nmero en punto otante
En 1a gura 5 se muestra una forma en que el nmero de punto otante se
guarda en una palabra. El primer bit se reserva para el signo; la siguiente
serie de bits, para el exponente con signo; y los ltimos bits, para la mantisa.
Observe que la mantisa es usualmente normalizada si tiene primero cero
dgitos. Por ejemplo, suponga que la cantidad 1=34 = 0;029411765 : : : se
guarda en un sistema de base 10 con punto otante, que nicamente permite
guardar 4 lugares decimales. Entonces, 1=34 se guardara como 0;0294 100
14

Sin embargo, al hacerlo as, la inclusin del cero intila la derecha del
punto decimal nos obliga a eliminar el dgito 1 del quinto lugar decimal. El
nmero puede normalizarse para eliminar el cero multiplicando la mantisa
por 10 y diminuyendo el exponente en 1, para quedar 0;2941 10 1 : As, se
conserva una cifra signicativa adicional al guardar el nmero.
La consecuencia de la normalizacin es que el valor absoluto de m queda
limitado. Esto es,
1
m<1
(8)
b
donde b = la base. Por ejemplo, para un sistema de base 10, m estara entre
0;1 y 1; y para un sistema de base 2, entre 0;5 y 1:
La representacin de punto otante permite que tanto fracciones como
nmeros muy grandes se expresen en la computadora. Sin embargo, hay algunas desventajas. Por ejemplo, los nmeros de punto otante requieren ms
espacio y ms tiempo de procesado que los nmeros enteros. Ms importante
aun es que su uso introduce una fuente de error debido a que la mantisa conserva slo un nmero nito de cifras signicativas. Por lo tanto, se introduce
un error de redondeo.
EJEMPLO 4 Conjunto hipottico de nmeros con punto otante
Planteamiento del problema. Determine un conjunto hipottico de
nmeros con punto otante para una mquina que guarda informacin usando palabras de 7 bits. Emplee el primer bit para el signo del nmero, los
siguientes tres para el signo y la magnitud del exponente, y los ltimos tres
para la magnitud de la mantisa (vase gura 6).
Signo
exponente 21 20 2 12
0

Signo
Mantisa
mantisa
Exponente
Figura 6 Nmero positivo ms pequeo del ejemplo 4
Solucin.
El nmero positivo ms pequeo posible se representa en la gura 6. El 0
inicial seala que la cantidad es positiva. El 1 en el segundo lugar indica que

15

el exponente tiene signo negativo. Los 1, en el tercero y cuarto lugar dan un

valor mximo al exponente de
1

21 + 1

20 = 3

Por lo tanto, el exponente ser 3. Por ltimo, la mantisa est especicada

por el 100 en los ltimos tres lugares, lo cual nos da
1

+0

+0

= 0;5

Aunque es posible tomar una mantisa ms pequea (por ejemplo, 000,

001, 010, 011), se emplea el valor de 100 debido al lmite impuesto por la
normalizacin [ecuacin (8)]. As, el nmero positivo ms pequeo posible en
este sistema es +0;5 2 3 , el cual es igual a 0;0625 en el sistema de base 10.
Los siguientes nmeros ms grandes se desarrollan incrementando la mantisa
como sigue:
0111101 = (1 2 1 + 0 2 2 + 1 2 3 ) 2 3 = (0;078125)10
0111110 = (1 2 1 + 1 2 2 + 0 2 3 ) 2 3 = (0;093750)10
0111111 = (1 2 1 + 1 2 2 + 1 2 3 ) 2 3 = (0;109375)10
Observe que las equivalencias de base 10se esparcen de manera uniforme
en un intervalo de 0;015625: En este punto, para continuar el incremento se
debe disminuir el exponente a 10, lo cual da un valor de
1

21 + 0

20 = 2

La mantisa disminuye hasta su valor ms pequeo: 100. Por lo tanto, el

siguiente nmero es
0110100 = (1 2 1 + 0 2 2 + 0 2 3 ) 2 2 = (0;125000)10
Esto todava representa una brecha o espacio de 0;125000 0;109375 =
0;015625. Sin embargo, cuando los nmeros grandes se generan incrementando la mantisa, la brecha es de 0;03125,
0110101 = (1 2 1 + 0 2 2 + 1 2 3 ) 2 2 = (0;156250)10
0110110 = (1 2 1 + 1 2 2 + 0 2 3 ) 2 2 = (0;187500)10
0110111 = (1 2 1 + 1 2 2 + 1 2 3 ) 2 2 = (0;218750)10
Este patrn se repite conforme se formula una cantidad mayor hasta que
se alcanza un nmero mximo:
0011111 = (1 2 1 + 1 2 2 + 1 2 3 ) 23 = (7)10
El conjunto del nmero nal se muestra en la gura 7.

16

Figura 7
b

numeros
pequeos

[r

0
4 5 6 7 4
4 4 4 4 2

[r r r r )[r

mantisa x2

5
2

5
8

4
8

6
2

6
8

7
8

)b
1

mantisa x2
7
2

mantisa x22

4
)[r

numeros
grandes

mantisa x23

7
]r
desbordamiento

En la gura 7 se presentan diversos aspectos de la representacin de punto otante, que son importantes respecto de los errores de redondeo en las
computadoras.
1. El rango de cantidades que pueden representarse es limitado. Como
en el caso de los enteros, hay nmeros grandes positivos y negativos
que no pueden representarse. Intentar emplear nmeros fuera del rango aceptable dar como resultado el llamado error de desbordamiento
(overow). Sin embargo, adems de las grandes cantidades, la representacin de punto otante tiene la limitacin adicional de que nmeros
muy pequeos no pueden representarse. Esto se ilustra por el agujero
underow entre el cero y el primer nmero positivo en la gura 7. Se
debe observar que este agujero aumenta por las limitaciones de normalizacin de la ecuacin (3.8).
2. Existe slo un nmero nito de cantidades que puede representarse
dentro de un rango. As, el grado de precisin es limitado. Es evidente
que los nmeros irracionales no pueden representarse de manera exacta. Adems, los nmeros racionales que no concuerdan exactamente
con uno de los valores en el conjunto tampoco pueden ser representados en forma precisa. A los errores ocasionados por la aproximacinen
ambos casos se les conoce como errores de cuanticacin. La aproximacin real se realiza por dos caminos: cortando o redondeando. Por
ejemplo, suponga que el valor de = 3;14159265358. . . se va a guardar
en un sistema de numeracin de base 10 con 7 cifras signicativas. Un
mtodo de aproximacin podra ser simplemente omitir, o cortar, el
octavo y dems trminos, como en = 3;141592, con la introduccin
17

de un error asociado de [ecuacin (2)] Et = 0;00000065 : : : Esta tcnica de mantener slo trminos signicativos fue originalmente conocida
como truncamiento en la jerga computacional. Preferimos llamarla
corte para distinguirla de los errores de truncamiento que se analizarn
en el captulo 4. Observe que en el sistema numrico de base 2 de la
gura 7, corte signica que cualquier cantidad que est dentro de un
intervalo de longitud x se guardar en memoria como una cantidad
en el extremo inferior del intervalo. As, el error mximo por corte es
x. Adems, se presenta un sesgo porque todos los errores son positivos. La deciencia del corte se atribuye al hecho de que los trminos
superiores de la representacin decimal completa no tienen impacto en
la versin cortada. As, en el ejemplo de , el primer dgito descartado es 6. El ltimo dgito retenido debera redondearse a 3;141593. Tal
redondeo reduce el error a Et = 0;00000035 : : : :En consecuencia, el
redondeo produce un error absoluto menor que el de corte. Observe
que, en el sistema numrico de base 2 de la gura 7, redondear signica que cualquier cantidad que est en un intervalo de longitud x se
representar como el nmero ms cercano permitido. Entonces, el error
mximo de redondeo es x=2. Adems, no se presenta sesgo porque
ciertos errores son positivos y otros son negativos. Algunas computadoras emplean redondeo. Sin embargo, esto aumenta el trabajo computacional y, en consecuencia, muchas mquinas simplemente usan el
corte. Dicho enfoque se justica con la suposicin de que el nmero de
cifras signicativas es sucientemente grande para que los errores de
redondeo resultantes sean despreciables.
3. El intervalo entre los nmeros, x, aumenta conforme los nmeros crecen en magnitud. sta es la caracterstica, por supuesto, que permite
que la representacin de punto otante conserve los dgitos signicativos. Sin embargo, tambin quiere decir que los errores de cuanticacin sean proporcionales a la magnitud del nmero que ser representado. Para normalizar los nmeros de punto otante, esta proporcionalidad se expresa, para los casos en que se emplea el corte, como
x
jxj

18

"M

(9)

y, para los casos donde se utiliza el redondeo, como

x
jxj

"M
2

(10)

donde "M se le denomina psilon de la mquina, el cual se calcula como

"M = b 1

(11)

donde b es el nmero base y t es el nmero de dgitos signicativos

en la mantisa. Observe que las desigualdades en las ecuaciones (9) y
(10) quieren decir que stos son los lmites de los errores. Es decir,
especican los casos extremos.
EJEMPLO 5 psilon de la mquina
Planteamiento del problema. Determine el psilon de la mquina y
verique su efectividad para caracterizar los errores del sistema numrico del
ejemplo 3.4. Suponga se usa al corte.
Solucin. El sistema de punto otante hipottico del ejemplo 3.4 empleaba valores de base b = 2, y nmero de bits de la mantisa t = 3. Por lo
tanto, el psilon de la mquina debe ser [ecuacin (11)] "M = 21 3 = 0;25
En consecuencia, el error de cuanticacin relativo estar limitado por
0.25, para el corte. El error relativo ms grande debera ocurrir para aquellas
cantidades que caen justo debajo del lmite superior del primer intervalo entre
nmeros equidistantes sucesivos (vase gura 8). Aquellos nmeros que caen
en los intervalos sucesivos siguientes tendrn el mismo valor de x pero un
mayor valor de x y, por lo tanto, tendrn un error relativo bajo. Un ejemplo
de un error mximo sera un valor que cae justo por debajo de lmite superior
del intervalo entre (0;125000)10 y (0;156250)10 . Para este caso, el error sera
menor a 0;03125 0;125000 = 0;25 Entonces, el error es como se predijo
mediante la ecuacin (9).
**FIGURA 8***
El hecho de que los errores de cuanticacin dependan de la magnitud
tiene varias aplicaciones prcticas en los mtodos numricos. Muchas de ellas
estn relacionadas con la comnmente empleada operacin de probar si dos
nmeros son iguales. Ello ocurre cuando se prueba la convergencia de cantidades, as como en los mecanismos para detener procesos iterativos (vase
19

el ejemplo 2). En estos casos deber ser claro que ms que probar si las dos
cantidades son iguales, es recomendable probar si su diferencia es menor que
una pequea tolerancia aceptable. Adems, deber ser evidente que ms que
la diferencia absoluta, deber compararse la diferencia normalizada, en especial cuando se trabaja con nmeros de gran magnitud. El psilon de la
mquina, adems, se emplea al formular criterios de paro o de convergencia.
Esto asegura que los programas sean porttiles, es decir, que no sean dependientes de la computadora sobre la cual se hayan implementado. En la gura
9 se presenta un seudocdigo que automticamente determina el psilon de
la mquina en una computadora binaria.
Precisin extendida. Aqu se debe observar que, aunque los errores de
redondeo llegan a ser importantes en contextos tales como pruebas de convergencia, el nmero de dgitos signicativos que tiene la mayora de las
computadoras permite que muchos clculos de ingeniera se realicen con una
precisin ms que aceptable. Por ejemplo, el sistema numrico hipottico de
la gura 7 es una enorme exageracin que se us con propsitos ilustrativos.
En las computadoras comerciales se utilizan conjuntos mucho ms grandes y
por consiguiente se permite que los nmeros queden expresados con una precisin adecuada. Por ejemplo, las computadoras que usan el formato IEEE
permiten 24 bits para ser usados por la mantisa, lo cual se traduce en cerca
de siete cifras signicativas de precisin en dgitos de base 10 con un rango
aproximado de 10 38 a 1039 (Observe que, de hecho, nicamente 23 bits se
emplean en la memoria para la mantisa. Sin embargo, debido a la normalizacin, el primer bit de la mantisa es siempre 1 y, por lo tanto, no se guarda.
As, el primer bit junto con los 23 bits de memoria dan 24 bits en total para
la precisin de la mantisa.)
Se debe reconocer que an hay casos donde el error de redondeo resulta crtico. Por tal razn muchas computadoras permiten la especicacin de
precisin extendida. La ms comn de estas especicaciones es la doble precisin, en la cual se duplica el nmero de palabras utilizado para guardar
nmeros de punto otante. Esto proporciona de 15 a 16 dgitos decimales de
precisin y un rango aproximado de 10 308 a 10308 .
En muchos casos el uso de cantidades de doble precisin llega a reducir,
en gran medida, el efecto del error de redondeo. Sin embargo, el precio que
se paga por tales medidas remediales consiste en mayores requerimientos de
memoria y de tiempo de ejecucin. La diferencia en el tiempo de ejecucin de

20

un clculo pequeo podra parecer insignicante. No obstante, conforme los

programas van siendo cada vez ms grandes y complicados, el tiempo de ejecucin agregado se vuelve ms considerable y repercute de manera negativa
para resolver el problema en forma efectiva. Por lo tanto, la precisin extendida no debera utilizarse en forma generalizada. Por el contrario, deber
ser empleada en forma selectiva, donde se obtenga un mximo benecio al
menor costo en trminos de tiempo de ejecucin. En las siguientes secciones
veremos ms de cerca cmo los errores de redondeo afectan los clculos y ello
nos servir para comprender los fundamentos que nos guen en el uso de la
capacidad de la doble precisin.
Antes de proseguir, debemos observar que algunos paquetes de software de
uso comn (por ejemplo, Excel o Mathcad) normalmente utilizan doble precisin para representar las cantidades numricas. As, quienes desarro-llaron
estos paquetes decidieron reducir los errores de redondeo sacricando velocidad para usar una precisin extendida. Otros, como el MATLAB, permiten
usar la precisin extendida, si se desea.
1.4.2.

Manipulacin aritmtica de nmeros en la computadora

Junto con las limitaciones del sistema numrico de una computadora, las
manipulaciones aritmticas que se usan con tales nmeros tambin pueden
dar como resultado errores de redondeo. En la siguiente seccin se ilustrar
primero cmo afectan las operaciones aritmticas comunes a los errores de
redondeo. De este modo, investigaremos varias manipulaciones que son especialmente propensas a errores de redondeo.
Operaciones aritmticas comunes. A causa de que estamos familiarizados con los nmeros de base 10, los emplearemos para ilustrar el efecto
del error de redondeo en las operaciones bsicas: suma, resta, multiplicacin
y divisin. Otras bases de nmeros pueden tener un comportamiento similar.
Para simplicar el anlisis, emplearemos una computadora decimal hipottica con una mantisa de 4 dgitos y un exponente de 1 dgito. Adems, se
usar el corte. El redondeo puede implicar errores similares, aunque menos
dramticos.
Cuando se suman dos nmeros de punto otante, el nmero de la mantisa
con el exponente menor se modica de tal forma que los exponentes sean los
mismos. Esto tiene el efecto de alinear los puntos decimales. Por ejemplo,
suponga que se quiere sumar 0;1557 101 + 0;4381 10 1 . El decimal de la
21

mantisa del segundo nmero se recorre a la izquierda un nmero de lugares

igual a la diferencia de los exponentes [1 ( 1) = 2], as,
0;4381

10

! 0;004381

101

Ahora se suman los nmeros,

0;1557
0;004381
0;160081

101 +
101
101

y el resultado es cortado a 0;1600 101 . Note cmo los ltimos dos dgitos
del segundo nmero que se recorrieron a la derecha fueron eliminados de
los clculos. La resta se realiza en forma idntica a la suma. Por ejemplo,
suponga que hacemos la resta 36;41 menos 26;86. Esto es,
0;3641
0;2686
0;0955

102
102
102

Aqu el resultado no est normalizado y se debe recorrer el decimal un lugar

a la derecha para obtener 0;9550 101 = 9;550. Observe que el cero sumado
al nal de la mantisa no es relevante, tan slo llena el espacio vaco creado al
recorrer los nmeros. Es posible obtener resultados ms dramticos todava,
cuando las cantidades estn muy cercanas, como por ejemplo,
0;7642
0;7641
0;0001

103
103
103

que podra convertirse en 0;1000 100 = 0;1000. As, en este caso, se agregan
tres ceros no signicativos, lo cual introduce un error sustancial de clculo
debido a que las manipulaciones siguientes actan como si los ceros fueran
signicativos. Como se ver ms adelante en otra seccin, la prdida signicativa durante la resta de nmeros casi iguales es una de las principales
fuentes de errores de redondeo en los mtodos numricos.
La multiplicacin y la divisin resultan un poco ms sencillos que la suma
y la resta. Los exponentes se suman y la mantisa se multiplica. Debido a que
la multiplicacin de dos mantisas de n dgitos da como resultado 2n dgitos,
22

muchas computadoras ofrecen resultados intermedios en un registro de doble

longitud. Por ejemplo,
0;1363

103

0;6423

10

= 0;08754549

102

Si, como en este caso, se introduce un cero, el resultado es normalizado,

0;08754549

102 ! 0;8754549

101

y cortando resulta
0;8754

101

La divisin se realiza en forma similar, aunque las mantisas se dividen y los

exponentes se restan. Entonces el resultado es normalizado y cortado.
Clculos grandes. Ciertos mtodos requieren un nmero extremadamente
grande de manipulaciones aritmticas para llegar a los resultados nales.
Adems, dichos clculos a menudo son interdependientes; es decir, los clculos
son dependientes de los resultados previos. En consecuencia, aunque el error
de redondeo individual sea pequeo, el efecto acumulativo durante el proceso
de muchos clculos puede ser relevante.
EJEMPLO 3.6 Un nmero grande de clculos interdependientes
Planteamiento del problema Investigue el efecto del error de redondeo en un gran nmero de clculos interdependientes. Desarrolle un programa que sume un nmero 100 000 veces. Sume el nmero 1 con precisin
simple, y 0.00001 con precisiones simple y doble.
Solucin. El siguiente programa en Fortran 90 realiza la suma,.mientras
que la suma (de enteros) con precisin simple de 1 dar el resultado esperado,
la precisin simple en la suma de 0.00001 tiene una gran discrepancia. Este
error se reduce de manera importante cuando 0.00001 se suma con precisin
doble. Los errores de cuanticacin son la fuente de las discrepancias. Debido
a que el entero 1 puede ser representado en forma exacta en la computadora,
puede sumarse exactamente. En contraste, 0.00001 no puede representarse
con exactitud y se cuantica con un valor que es ligeramente diferente de
su valor verdadero. Aunque esta ligera discrepancia resultar insignicante
para un clculo pequeo, se acumula despus de la repeticin de sumas. Tal
problema ocurre tambin con la precisin doble, pero se reduce en forma
relevante porque el error de cuanticacin es mucho ms pequeo.
23

IMPLICIT none
INTEGER::i
REAL::sum1, sum2, x1, x2
DOUBLE PRECISION::sum3, x3
sum1=0.
sum2=0.
sum3=0.
x1=1.
x2=1.e-5
x3=1.d-5
DO i=1, 100000
sum1=sum1+x1
sum2=sum2+x2
sum3=sum3+x3
END DO
PRINT *, sum1
PRINT *, sum2
PRINT *, sum3
END

Observe que el tipo de error ilustrado en el ejemplo anterior es algo atpico

porque todos los errores en las operaciones que se repiten tienen el mismo
signo. En muchos casos, los errores en grandes clculos alternan el signo de
manera aleatoria y, entonces, con frecuencia se cancelan. Sin embargo, hay
tambin algunos casos donde tales errores no se cancelan pero, en efecto,
llevan a resultados nales dudosos. En las siguientes secciones se mostrar
cmo puede ocurrir esto.

24

Suma de un nmero grande y uno pequeo Suponga que se desea

sumar un nmero pequeo, 0;0010, con un nmero grande, 4000, utilizando
una computadora hipottica con una mantisa de 4 dgitos y un exponente de
1 dgito. Modicamos el nmero pequeo para que su exponente sea igual al
del grande,
0;4000
0;0000001
0;4000001

104 +
104
104

el cual se corta a 0;4000 104 . As, result lo mismo que si no hubiramos

realizado la suma!
Este tipo de error puede ocurrir cuando se calculan series innitas. Por
ejemplo, si el trmino inicial de una serie es relativamente grande en comparacin con los dems trminos, despus de que se han sumado unos pocos
trminos, estamos en la situacin de sumar una cantidad pequea a una cantidad grande.Una manera de reducir este tipo de errores consiste en sumar la
serie en sentido inverso: esto es, en orden ascendente en lugar de descendente.
De esta manera, cada nuevo trmino ser comparable en magnitud con el de
la suma acumulada (vase el problema 3.4).
Cancelacin por resta. Se reere al redondeo inducido cuando se restan
dos nmeros de punto otante casi iguales.
Un caso comn donde esto ocurre es en la determinacin de las races de
una ecuacin cuadrtica o parbola utilizando la frmula cuadrtica,
p
(12)
x1 = ( b + b2 4ac)=2a
p
2
x2 = ( b
b
4ac)=2a
En los casos donde b2 >> 4ac, la diferencia en el numerador puede ser
muy pequea. En tales casos, la precisin doble llega a reducir el problema. Adems, una formulacin alternativa puede usarse para minimizar la
cancelacin por resta.
p
x1 =
2c=(b + b2 4ac)
(13)
p
x2 =
2c=(b
b2 4ac)
Una ilustracin del problema y del uso de esta frmula alternativa se ofrecen
en el siguiente ejemplo.
EJEMPLO 3.7 Cancelacin por resta
25

Planteamiento del problema. Calcule el valor de las races de una

ecuacin cuadrtica con a = 1, b = 3 000.001 y c = 3. Compare el valor
calculado con las races verdaderas x1 = 0.001 y x2 = 3 000.
Solucin. El siguiente programa en Fortran 90 calcula las races x1 y
x2 de la ecuacin cuadrtica [(ecuacin (12)]. Observe que se dan las versiones tanto de la precisin simple como la precisin doble. Mientras que
los resultados para x2 son adecuados, el error relativo porcentual para x1 es
pobre para la precisin simple, "t = 2;4 %. Este valor quiz resulte para muchos problemas de aplicaciones en ingeniera. Este resultado es en particular
sorpresivo porque se emplea una frmula analtica para obtener la solucin!
La prdida de signicancia ocurre en la lnea del programa donde dos
nmeros grandes se restan. No ocurren problemas semejantes cuando los
mismos nmeros se suman.
Considerando lo anterior podemos obtener la conclusin general de que
la frmula cuadrtica ser susceptible de cancelacin por resta cada vez que
b2 >> 4ac. Una manera de evitar este problema consiste en usar precisin
doble. Otra es reacomodar la frmula cuadrtica en la forma de la ecuacin
(13). Ya que en la salida del programa, ambas opciones dan un error mucho
menor porque se minimiza o evita la cancelacin por resta.
IMPLICIT none
REAL::a,b,c,d,x1,x2,x1r
DOUBLE PRECISION::aa,bb,cc,dd,x11,x22
a = 1.
b = 3000.001
c = 3.
d = SQRT(b * b - 4. * a * c)
x1 = (-b + d) / (2. * a)
x2 = (-b - d) / (2. * a)
PRINT *, resultados con precisin simple:
PRINT (1x, a10, f20.14), x1 = , x1
PRINT (1x, a10, f10.4), x2 = , x2
PRINT *

26

aa = 1.
bb = 3000.001
cc = 3.
dd = SQRT(bb * bb 4. * aa * cc)
x11 = (-bb + dd) / (2. * aa)
x22 = (-bb dd) / (2. * aa)
PRINT *, resultados con precisin doble:
PRINT (1x,a10,f20.14), x1 = , x11
PRINT (1x,a10,f10.4), x2 = , x22
PRINT *
PRINT *, frmula modicada para la primer raz:
x1r = -2. * c / (b + d)
PRINT (1x,a10,f20.14), x1 = , x1r
END

Considere que, como en el ejemplo anterior, hay veces en las que la cancelacin por resta se evita empleando una transformacin. No obstante, el
nico remedio general es usar la precisin extendida.
Dispersin. La dispersin ocurre generalmente cuando los trminos individuales en la sumatoria son ms grandes que la sumatoria misma. Como
en el siguiente ejemplo, casos como stos ocurren en las series con signos
alternados.
EJEMPLO 3.8 Evaluacin de ex usando series innitas
Planteamiento del problema. La funcin exponencial y = ex est
dada por la serie innita
y =1+

x2 x3
x
+
+
+
1!
2!
3!

Evale esta funcin para x = 10 y x =

de redondeo.

27

10; est atento al problema del error

Solucin. El programa en Fortran 90 utiliza la serie de maclauren para

evaluar ex . La variable i es el nmero de trminos en la serie, term es el valor
de trmino actual que se le agrega a la serie, y sum es el valor acumulado de
la serie. La variable test es el valor acumulado precedente de la serie antes
de la suma de term. La serie se termina cuando la computadora no puede
detectar la diferencia entre test y sum.
IMPLICIT none
Real::term, test, sum,x
INTEGER::i
i=0
term = 1.
sum = 1.
test = 0.
PRINT *, x =
READ *, x
PRINT *, i, term, sum
DO
IF (sum.EQ.test) EXIT
PRINT *, i, term, sum
i=i+1
term = term*x/i
test = sum
sum = sum+term
END DO
PRINT *, valor exacto =,exp(x)
END

En laboratorio halle los resultados de la ejecucin del programa para

x = 10: Observe que este caso es completamente satisfactorio. El resultado
nal se alcanza en 31 trminos con la serie, es idntica para el valor de la
funcin intrnsica con siete cifras signicativas. De igual manera para para
28

x = 10. Sin embargo, en este caso, los resultados de la serie calculada no

coinciden ni en el signo con respecto al resultado verdadero. De hecho, los
resultados negativos abren una gama de preguntas serias porque ex nunca
puede ser menor que cero. El problema es causado por el error de redondeo.
Observe que muchos de los trminos que conforman la suma son mucho ms
grandes que el resultado nal de la suma. Adems, a diferencia del caso
anterior, los trminos individuales varan de signo. As, en efecto, estamos
sumando y restando nmeros grandes (cada uno con algn error pequeo)
y dando gran signicancia a las diferencias; esto es, cancelacin por resta.
Entonces, puede verse que el culpable en este ejemplo de dispersin es, en
efecto, la cancelacin por resta. En tales casos es apropiado buscar alguna
otra estrategia de clculo. Por ejemplo, uno podra tratar de calcular y = e 10
como y = (e 1 )10 . En lugar de una reformulacin, ya que el nico recurso
general es la precisin extendida.
Productos internos. De las secciones anteriores debe quedar claro que,
algunas series innitas son particularmente propensas a errores por redondeo.
Por fortuna, el clculo de series no es una de las operaciones ms comunes
en mtodos numricos. Una manipulacin ms frecuente es el clculo de productos internos, esto es,
N
X

x i yi = x1 y1 + x2 y2 +

+ xN yN

i=1

Esta operacin es muy comn, en particular en la solucin de ecuaciones

simultneas lineales algebraicas. Tales sumatorias son propensas a errores
por redondeo. En consecuencia, a menudo es deseable calcular tales sumas
con precisin extendida.
Aunque en las secciones siguientes se ofrecern reglas prcticas para reducir el error de redondeo, no son un medio directo mejor que el mtodo
de prueba y error para determinar realmente el efecto de tales errores en
los clculos. En el prximo captulo se presentar la serie de Taylor, la cual
proporcionar un enfoque matemtico para estimar esos efectos.

29