Errores

Los métodos numéricos producen aproximaciones a la solución de los problemas, por esto siempre hay
que medir el error del resultado, para tener una idea de que tan aproximado esta a la solución.

Precisión: es la cantidad de cifras que se utilizan para representar un número. Por ejemplo:

3.141592 Tiene una precisión de 7 dígitos (6 dígitos decimales)

3.141592654 Tiene una precisión de 10 dígitos (9 dígitos decimales)
3.1415 Tiene una precisión de 5 dígitos (4 dígitos decimales)

También se habla de la precisión de un aparato para indicar el número máximo de cifras que puede
manejar, por ejemplo, existen calculadoras con una precisión de 9 dígitos, otras de 10 dígitos, etc.

Exactitud: Es una medida de que tanto se acerca un resultado a la solución, por ejemplo, si una de las
raíces de una ecuación es 2.55, el resultado 2.479 es mas exacto que el resultado 2.7. sin embargo 2.479
es menos exacto que 2.6.

Existen diferentes tipos de errores, los que interesan en los métodos numéricos son los siguientes:

Error absoluto.- Si r* es una aproximación al resultado r, se define el error absoluto como el valor
absoluto de la diferencia:

EA = | r- r* |

Error relativo.-Se define como:

, con r diferente de cero.

Error relativo porcentual.-Se define como:

ó: Erp = Er x 100%

Por lo general, interesa el error absoluto y no el error relativo, pero cuando el valor exacto de una cantidad
es muy pequeño o muy grande, los errores relativos son una mejor medida del error, por ejemplo:

Si : r= 0.24 x 10- 4 y r*= 0.12 x 10- 4

Entonces el error absoluto:

EA = | 0.24 x 10-4 - 0.12 x 10-4 | = 0.12 x 10-4

Como 0.12 x 10-4 es una cantidad pequeña, podría pensarse que ésta es una buena aproximación al
resultado, sin embargo al obtener el error relativo:

El error porcentual es:

 Erp = Er x 100% = 0.5 x 100% = 50%

Con un error relativo porcentual de 50%, 0.12 x 10-4 está muy lejos de ser una buena aproximación al
resultado.

Por otra parte, para cantidades muy grandes podemos observar en el siguiente ejemplo que:

Si : r= 0.46826564 x 106 y r*= 0.46830000 x 106

Entonces el error absoluto:

EA = | 0.46826564 x 106 - 0.46830000 x 106 | = 0.3436 x 102 = 34.36

Podría creerse que 34.36 es un error grande, y por lo tanto 0.46830000 x 106 una mala aproximación al
resultado, sin embargo al obtener el error relativo:

El error porcentual es:

Erp = Er x 100% = 0.73377154 x 10-4 x 100% = 0.0073355154 %

Donde puede advertirse que el error en realidad es muy pequeño.

http://www.ehu.eus/ebravo/contenidos/Algebra%20lineal/Numerico.pdf

http://matematicas.unex.es/~trinidad/MM/tema2.pdf
https://www.iit.comillas.edu/pfc/resumenes/450608814dabe.pdf

https://www.ugr.es/~mibanez/pdf/p12derin.pdf (formulas aplicadas a matlab)

http://numerico.wdfiles.com/local--files/http%3Anumerico-wikidot-com-apuntes-
segundoparcial/TEOR%C3%8DA%20EXTRA

http://dmaii.etsii.upm.es/Master%20Metodos%20Numericos%20archivos/Modulo_III/Clase_d
erivacion_integracion_funciones_2014.pdf

http://exa.unne.edu.ar/matematica/metodos/5-3-material-
teorico/tema_Dif_Integracion_2009.pdf