UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA INDUSTRIAL
CATEDRA DE:
MÉTODOS NUMERICOS
DOCENTE:
MSC. BELEN VIÑAN

INTEGRANTES:
JUAN CARLOS RODRIGuEZ
DENNIS GUAMAN
PATRICIO VIMOS
DANNY LLUMIGUANO
BYRON ALULEMA
JUAN CARLOS GEVARA

RIOBAMBA – ECUADOR
 PUNTO FLOTANTE

Objetivo General:

 Determinar la representación de punto flotante, en números decimales y binarios.

Objetivos específicos:

 Identificar el tipo de representación en punto flotante los números reales.

 Considerar el formato del punto flotante.
 Establecer operaciones aritméticas de punto flotante.

MARCO TEORICO:

REPRESENTACION DEL PUNTO FLOTATE DE LOS NUMEROS REALES

La representación del punto flotante es una forma de la notación científica usada

habitualmente para expresar números muy grandes como también números muy pequeños,
ya sean positivos o negativos para realizar cálculos matemáticos a mano o muchas de las
veces en los computadores en el cual se pueden representar números racionales
extremadamente grandes y pequeños de una manera muy eficiente y sencilla, y con la que
se pueden realizar operaciones aritméticas. (Santamaría, 2013 - Versión 1.8.1)

REPRESENTACIÓN EN UN PUNTO FLOTANTE

NOTACIÓN CIENTÍFICA
La notación científica se usa para representar números reales. Siendo R el número
real a representar, la representación en notación científica está compuesta de tres partes:

n = f x 10𝑒
  f. El coeficiente, formado por un número real con un solo número entero seguido de
un punto o (coma) y de varios dígitos fraccionarios.
 10. La base, de nuestro sistema decimal y en sistema binario de los computadores
es 2.
 e. El exponente entero, el cual eleva la base a una potencia.

Ala versión de una computadora de este tipo de notación se le denomina punto flotante.

Ejemplo:

FORMATO DEL PUNTO FLOTANTE

En la utilización de los distintos lenguajes de programación casi siempre se utilizan

puntos flotantes de un número, en un mismo código o formato binario, estos formatos están
definidos por el estándar IEEE 754. (Burch, 2011)

IEEE 754

Hoy en día casi todos los ordenadores tienen incluidos el sistema del formato IEEE 754
para representar estos números flotantes. Este formato fue desarrollado en 1980, pero fue
recién aceptado en 1985, teniendo que pasar por muchos arreglos. (Burch, 2011)
 LOS FORMATOS MÁS COMUNES SON DE 32 O 64 BITS DE LONGITUD:

Formato Bits Bits Bits del Número más Número más

totales significativos exponente pequeño grande
Precisión 32 23 + 1 signo 8 ~1.2 ⋅ 10-38 ~3.4 ⋅ 1038
simple
Precisión 64 52 + 1 signo 11 ~5.0 ⋅ 10-324 ~1.8 ⋅ 10308
doble
Tabla 1. VALORES DE LOS FORMATOS SIMPLE Y DOBLE

Formato de punto flotante de simple precisión

Conocido también como Single, o Binary32. Este formato ocupa 32 bits en su memoria,
este se utiliza por abarcar un rango de valores más amplio respecto al formato de punto fijo,
pero a costa de menor precisión. (Sanchez, 2010)

Formato en coma flotante de doble precisión

Este tipo de formato ocupa 64 e incluso 128 bits en su memoria, entre el lenguaje de
programación se lo conoce también como Binary64, cumpliendo los estándares del IEEE
754. (Borgwardt, 2008)

REPRESENTACIÓN EN MÁQUINA DE LOS NÚMEROS REALES EN EL PUNTO

FLOTANTE

La representación de punto flotante permite almacenar en memoria número reales es decir,

valores que pueden ser positivos ó negativos y manejar punto decimal, siempre en un
formato fijo de 24 o 32 bits, dependiendo del compilador utilizado.
Al definir una variable del tipo "float", en memoria, el valor se almacena en 4 bytes, o 32
bits, distribuidos de la siguiente manera: un bit del signo, un exponente de 8 bits y una
mantisa de 23 bits.
Para realizar la conversión a su valor decimal, se añade a la mantisa un "1" implícito al
valor almacenado en memoria, formando finalmente una mantisa de 24 bits.

BYTE 1 BYTE 2 BYTE 3 BYTE 4

SIGNO: es el bit 7 del BYTE 1. Si el valor es de 0, el número es positivo, si es 1, negativo.

EXPONENTE: es un valor de 8 bits, con un offset de 7FH. Para encontrar el valor real del
exponente, se le debe restar -7FH al valor almacenado en memoria. (Villanueva, 2015)

MANTISA: está formada por 15 bits, estos 15 bits lo forman los 7 bits menos
significativos del BYTE 2 y los 8 bits del BYTE 3 , al realizar la conversión a su valor real.
(Villanueva, 2015)

OPERACIONES ARITMETICAS DE PUNTO FLOTANTE

Los números reales en base diez que habitualmente se utilizan para realizar cálculos
matemáticos, generalmente son expresados de dos maneras:

 Punto fijo.
 Punto flotante.

Suma

Para realizar sumas de dos números de punto flotante, los exponentes deben ser iguales. Si
no lo son, se debe buscar la manera para q estos sean iguales, desplazando la mantisa del
número con el exponente más pequeño.
Por ejemplo:

10,375 + 6,34375 = 16,71875

o en binario:

Estos dos números no tienen el mismo exponente así que se desplaza la mantisa para
igualar los exponentes y sumar:

El desplazamiento de 1,1001011 × 2^2 pierde el uno delantero recorre la coma y luego de

redondear el resultado se convierte en 0,1100110×2^3. El resultado de la suma,
10,0001100×2^3 (o 1,00001100×2^4) es igual a 10000,1102 o 16.75. Esto no es igual a la
respuesta exacta (16.71875), es sólo una aproximación debido al error del redondeo del
proceso de la suma.

Resta

La resta trabaja muy similar a la suma, en lo único que se diferencia es en la operación

aritmética y tiene los mismos problemas que la suma.

Ejemplo:

16,75 − 15,9375 = 0,8125:

ERROR ABSOLUTO, ERROR RELATIVO, REDONDEO Y TRUNCADO EN UN
PUNTO FLOTANTE

Los métodos numéricos deben ser lo suficientemente exactos o sin sesgo para satisfacer los
requerimientos de un problema particular de ingeniería. También deben ser lo
suficientemente preciso para ser adecuados al diseño de la ingeniería.

Los números reales representados en punto flotante son los más utilizados, con diferencia,
en la computación científica. al normalizar un número real ocurre un error. Incluso números
con una representación finita en decimal, como 0.11, o 34.9, tienen una representación
binaria infinita, tienen decimales binarios periódicos. Por lo cual, cuando esto números se
almacenan en punto flotante se debe “cortar” este número a una cantidad finita de bits, y se
incluye en un error de representación flotante. Dichos errores, de truncado o redondeo, son
inevitables en toda computación científica. Tenemos que estudiar cuánto valen estos errores
y como medirlos. Además, cuando un ordenador realiza operaciones elementales como
sumar o multiplicar números también incurre en un error adicional. (Villatoro F,2002).

Para medir este error hay dos procedimientos posibles, calcular su error absoluto y su error

relativo (también llamado porcentual).

 Error absoluto
 Error relativo
 Error porcentual
Truncado y redondeo en un punto flotante

Se omiten los dígitos sobrantes. Introduce más error del necesario y un sesgo hacia el cero
cuando se manejan sobre todo números positivos o sobre todo negativos.

APLICACIONES

Las aplicaciones de DSP (Digital Signal Processing, o Proceso Digital de la Señal) en el

campo del audio profesional son cada día más variadas y complejas, al punto de que ya no
podemos concebir el proceso de producción de un disco sin la intervención de alguna forma
de DSP. Por suerte, la tecnología permite hoy que estos dispositivos sean relativamente
económicos y fáciles de conseguir. Sin embargo, no es suficiente con disponer de gran
potencia de procesamiento y rango dinámico, ya que la respuesta de un sistema depende en
gran medida de la correcta elección de los algoritmos y de las arquitecturas de sistema, que
se dividen en dos grandes grupos: Arquitectura de Punto Fijo y Arquitectura de Punto
Flotante. No debe confundirse la capacidad de procesamiento de un chip de DSP (medible,
entre otras cosas, por la cantidad de bits que puede manejar en forma simultánea) con la
resolución inherente al sistema de audio que utilizamos. Por ejemplo, mientras que el
standard de resolución en que trabajamos nuestras mezclas es de 24 bits, los circuitos
integrados trabajan internamente con longitudes de palabra de 48 o 64 bits, o incluso
bastante más en algunos casos. Lo que diferencia internamente a estos chips es
precisamente su arquitectura, es decir la forma que utilizan para representar digitalmente la
señal que estamos procesando.

La arquitectura de Punto Flotante (Andres , 2012) más moderna y resulta

suficientemente exacta y rápida para la mayoría de las aplicaciones. Es muy frecuentemente
utilizada para lograr una buena aproximación del número que se desea representar, pero a
menudo requiere de un “redondeo”, debido a su limitada precisión. Su representación
involucra un número entero (la mantissa) multiplicado por una base (en nuestro caso la base
siempre es 2) elevado a un exponente, de tal forma que cualquier número de punto flotante
a puede ser representado como: Es posible especificar cuántos dígitos de precisión se
requieren, asignando un valor al parámetro p. La gran ventaja de esta arquitectura reside en
que permite la representación de un rango de magnitudes mucho más amplio que el de la
arquitectura de punto fijo. De acuerdo a la cantidad de bits utilizados para almacenar un
determinado número de punto flotante, decimos que éste es de precisión simple (32 bits) o
precisión doble (64 bits). En el caso de precisión simple, típicamente se le asignan a la
mantissa los 23 bits menos significativos (bit 0 a bit 22), luego el exponente ocupa los
siguientes 8 bits (bit 23 a bit 30) y el bit 31 está destinado a indicar el signo (0 = positivo,
1= negativo). Existen implementaciones de software que emplean hasta 128 bits de punto
flotante.

(Mayo, 2012)Un caso polémico sobre la aplicación de arquitectura de punto fijo o punto
flotante en el campo del audio profesional es el del bus destinado a plug-ins en el sistema
ProTools. Mientras que la version económica de ProTools (LE) posee un bus que opera
internamente en 32 bits de punto flotante, en las versiones TDM y HD (con arquitectura de
mixer de 48 bits de punto fijo) el bus de plug-ins es de 24 bits de punto fijo. Esta
característica de diseño llevó inicialmente a muchos reconocidos Ingenieros de Mezcla y de
Mastering a discutir largamente acerca de la conveniencia de utilizar uno u otro sistema.

CONCLUSIONES:

El punto flotante es una forma de escribir los números que abarca valores demasiado
grandes como también demasiado pequeños, las cuales están conformados de mantisa,
exponente y signo los cuales pueden ser expresados en decimales o binarios.

En la actualidad existen varios formatos de expresión del punto flotante de acuerdo la

TEEE, pero los más utilizados son los de 32 bits debido a que nos da un resultado
confiable en cualquier tipo de operación o interacción que se esté dando en diferentes
campos.

Existen operaciones aritméticas con los puntos flotantes los cuales permitan la interacción
entre si para obtener valores de acuerdo a las necesidades del operador, la suma y la resta
son uno de los mas fundamentales y para su resolución tienen mucho en común debido a
que se debe igualar los exponentes y preceder a la operación matemática deseada.
Bibliografía
Alexandra Cobas, R. D. (25 de Junio de 2014). Metodos Numericos. Obtenido de
https://metodosnum3m.wordpress.com/acerca-de/

Andres , M. (5 de junio de 2012). Aplicaciones de punto flotante . Obtenido de Aplications :

http://www.andresmayo.com/images/Punto%20fijo%20vs%20Punto%20flotante.pdf

Borgwardt, M. (2008). LA GUÍA DEL PUNTO FLOTANTE. Recuperado el 13 de 04 de 2018, de

http://puntoflotante.org/formats/fp/

Burch, C. (09 de 2011). Toves. Recuperado el 13 de 04 de 2018, de Hendrix College:

http://www.toves.org/books/float/

González, A. J. (2008). Universidad Oberta de Catalunya. Recuperado el 13 de 04 de 2018, de

https://www.exabyteinformatica.com/uoc/Informatica/Fundamentos_de_computadores/
Fundamentos_de_computadores_(Modulo_2).pdf

Mayo, I. A. (5 de Junio de 2012). Departmento de Electrónica y Computación. Obtenido de

Departmento de Electrónica y Computación:
https://web.fdi.ucm.es/posgrado/conferencias/JavierDiazBruguera-slides.pdf

Sanchez, C. (2010). Ingeniería en Sistemas Computacionales. Recuperado el 03 de 04 de 2018, de

http://ingenieriacusa.blogspot.com/2011/09/3enp-metodos-numericos-punto-
flotante.html

Santamaria, P. (Septiembre de 2009). Pepresentacion de los numeros en la computadora. Obtenido

de http://www.famaf.unc.edu.ar/~serra/representacion-numeros.pdf

Santamaría, P. J. (01 de 04 de 2013 - Versión 1.8.1). Representación de los números. Obtenido de

Representación de los números:
http://numerico.fcaglp.unlp.edu.ar/textos/tp1/representacion-numeros.pdf

Systems., Z. (2016). Zator Systems. Recuperado el 13 de 04 de 2018, de

http://www.zator.com/Cpp/E2_2_4a1.htm

Villanueva, W. D. (11 de Mayo de 2015). Universidad de Valencia. Obtenido de

https://www.uv.es/~diaz/mn/node10.html#eqn:ncnbin