Professional Documents
Culture Documents
las cifras significativas son también conocidas como dígitos significativos y se desarrollaron para
designar formalmente la confiabilidad de un valor numérico. Él número de cifras significativas es él
número de dígitos más un dígito estimado que se pueda usar con confianza.
Cuando se emplea un número en un cálculo, debe haber seguridad de que pueda usarse con
confianza. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de
los métodos numéricos.
1.- Los métodos numéricos obtienen resultados aproximados. Por lo tanto, se debe desarrollar
criterios para especificar qué tan precisos son los resultados obtenidos.
Los ceros no son siempre cifras significativas ya que pueden usarse solo para ubicar el punto
decimal. Los números antes mencionados tienen cuatro cifras significativas. Cuando se incluyen
ceros en números muy grandes, no se ve claro cuántos ceros son significativos si es que los hay.
Precisión.
Exactitud.
La exactitud se refiere a que tan cercano está el valor calculado del valor verdadero. Es
decir, es la aproximación de un número al valor numérico que se supone representa.
Se puede decir entonces que la exactitud es el grado de concordancia entre el valor
verdadero y el obtenido.
Incertidumbre.
Entonces la incertidumbre nos da una idea de la calidad del resultado ya que nos muestra
un intervalo alrededor del valor estimado dentro del cual se encuentra el valor
considerado verdadero.
La incertidumbre puede derivarse de una falta de información Puede tener varios tipos de
origen, por ejemplo, errores cuantificables en los datos.
Sesgo.
La inexactitud es conocida como sesgo se refiere a que tan cercano está el valor calculado
del valor verdadero.
Un sesgo es un error sistemático que hace que todas las medidas estén desviadas en una
cierta cantidad. También se dice que es una característica de una medición o de una
estimación estadística tal que los resultados obtenidos al repetir la medición o la
estimación están afectados por errores sistemáticos en relación con el valor
convencionalmente verdadero.
significativos).
5. Los ceros finales de un dato entero (300) no son significativos; si se desea expresar
que son significativos, se convierte el dato en real añadiendo un punto (300.) o se
expresa en notación de mantisa y potencias de diez (3.00x102)
Ejemplo
Regla 1. En números que no contienen ceros, todos los dígitos son significativos.
Por ejemplo:
Por ejemplo:
Regla 3. Los ceros a la izquierda del primer dígito que no es cero sirven solamente para fijar la
posición del punto decimal y no son significativos.
Por ejemplo:
Regla 4. En un número con dígitos decimales, los ceros finales a la derecha del punto decimal son
significativos.
Por ejemplo:
Regla 5. Si un número no tiene punto decimal y termina con uno o más ceros, dichos ceros pueden
ser o no significativos. Para poder especificar el número de cifras significativas, se requiere
información adicional. Para evitar confusiones es conveniente expresar el número en notación
científica, no obstante, también se suele indicar que dichos ceros son significativos escribiendo el
punto decimal solamente. Si el signo decimal no se escribiera, dichos ceros no son significativos.
Por ejemplo:
Los números exactos son aquellos que se obtienen por definición o que resultan de contar un
número pequeño de elementos. Ejemplos:
- Por definición el número de metros que hay en un kilómetro es un número exacto: 1000.
- Por definición el número de grados que hay en una circunferencia es un número exacto: 360
En general durante cualquier sesión de laboratorio se toman datos de diferentes variables físicas y
después se efectúan con estas diversas operaciones matemáticas el fin de hallar el valor de otra
variable. A continuación, se dan algunas sugerencias sobre como manipular los datos obtenidos
experimentalmente para que la respuesta final quede expresada en forma correcta.
Operaciones intermedias:
No perder cifras significativas en las operaciones intermedias. Esto se asegura si todas las
operaciones intermedias se hacen con una o dos cifras más de las realmente significativas.
P. ejemplo: 2.62/8.14732116=0.322
El número de cifras significativas del resultado es el del dato de menor número de cifras
significativas.
Sumas y restas:
La última cifra significativa se obtiene por simple inspección visual y tendrá la imprecisión debida
al que sea más incierto
Por ejemplo: 2212.342 + 5.6 = 2217.9 Obsérvese que (aunque 5.6 son solo dos cifras significativas)
el resultado tiene cinco, pero únicamente un decimal.
redondeo
A continuación, se exponen las normas para redondear un número cualquiera a un número dado
de cifras significativas.
Ejemplo:
Ejemplo:
4) Si el número descartado es justamente 5 y hay a su derecha dígitos diferentes de cero,
entonces el último retenido se aumenta en 1.
Ejemplo:
TEORÍA DE ERRORES
Un error es una incertidumbre en el resultado de una medida. Se define como la diferencia entre
el valor real Vr y una aproximación a este valor Va:
e = Vr – Va
Existen diferentes tipos errores, cada uno se puede expresar en forma absoluta o en forma
relativa.
Error absoluto:
Es la diferencia entre el valor exacto (un número determinado, por ejemplo) y su valor calculado o
redondeado:
Debido a que la definición se dio en términos del valor absoluto, el error absoluto no es negativo.
Así pues, una colección (suma) de errores siempre se incrementan juntos, sin reducirse. Este es un
hecho muy pesimista, dado que el redondeo y otros errores rara vez están en la misma dirección,
es posible que una suma ("algebraica") de errores sea cero, con aproximadamente la mitad de los
errores positiva y la otra mitad negativa. Pero también es demasiado optimista esperar que
errores con signo sumen cero a menudo. Un enfoque realista es suponer que los errores, en
especial el redondeo, están estadísticamente distribuidos.
Error relativo:
Es el error absoluto dividido entre un número positivo adecuado. Generalmente, el divisor es una
de tres elecciones: la magnitud del valor exacto, la magnitud del valor calculado (o redondeado) o
el promedio de estas dos cantidades. La mayor parte de las veces utilizaremos
El error relativo es una mejor medida del error que el error absoluto, en especial cuando se
utilizan sistemas numéricos de punto flotante. Puesto que los elementos de un sistema de punto
flotante no están distribuidos de manera uniforme, la cantidad de redondeos posibles depende de
la magnitud de los números que se redondean. El denominador de la ecuación de arriba
compensa este efecto.
Teorema
Sea p una raíz exacta y x una raíz aproximada de la ecuación f(x) = 0, situadas ambas en el mismo
intervalo [α, β], y
|f 0 (x)| ≥ m1 > 0,
|x − p| ≤ |f(x)|/ m1.
donde c es un valor intermedio entre x y p, es decir, c ∈ (α, β). De aquí, ya que f(p) = 0 y |f 0 (c)| ≥
m1 (puede tomarse para m1, por ejemplo, el valor más pequeño de |f 0 (x)| cuando α ≤ x ≤ β),
tenemos
y entonces,
|x − p| ≤ |f(x)| /m1
Nótese que la formula (V.2) puede ofrecer solo resultados someros y por tanto no es siempre
conveniente utilizarla. Por esta razón en la práctica resulta mejor estrechar el intervalo general (α,
β) que contiene la raíz p y su valor aproximado x, y considerar |x − p| ≤ β − α.
Propagación de Errores
y f x
y
dy
x
dx
y f x1 , x2 , , xn
n
y
y
i 1 xi
x i
Determinar el error permisible de cada variable a fin de que error de la función no exceda
un cierto valor:
Principio de igual efecto: Cada una de las variables aportan al error total en una misma
cantidad.
y*
x *
i
y
n
xi
Problema
Hallar el error absoluto y relativo que se comete al elevar a la cuarta el número x=2 cuyo error
absoluto es 0.1.
Solución
x 2 y 42 3 0.1
x 0.1 y 3.2
y x4 y 2 4 16 Aproximado
Y y y 16 3.2 Ex acto
dy
y x Y 12.8,19.2 Rango
dx
3.2
y 4 x 3 x 100% 20%
16
METODO DE BISECCION
Los 2 teoremas que dan origen al método de bisección son los siguientes;
Teorema de Bolzano
Se Observa en la figura, para que ocurra esto la gráfica de la función corta al eje OX,
pasando de un punto situado por debajo de él a otro que se encuentra por encima, o
viceversa.
Ejemplos
Teorema de valor intermedio
En otras palabras, una función contínua toma todos los valores entre y cuando
los valores de cambian desde hasta . La siguiente gráfica muestra esto de una
manera más clara:
Cuando el valor va subiendo, los valores de van moviéndose hacia la derecha (para la
gráfica de la función mostrada) y cuando
va bajando sobre el eje , los valores de van moviéndose hacia la izquierda.
Geométricamente este teorema nos dice que la línea horizontal corta a la gráfica
de la función en al menos un punto cuando es contínua en el intervalo y
se cumple que y .
Es posible que corte a la gráfica de la función en varios puntos. Por ejemplo, si dibujamos
el punto después del máximo que se dibujó, es posible para algunos puntos de la gráfica
que la recta horizontal corte en dos de sus puntos.
Ejemplo
Demuestra que la función:
Esquema de Demostracion
Luego
Supongamos que deseamos que en ≤ ε = 10−3. Como f (0) = 6 > 0 y f (1) = −6.524 < 0 entonces
podemos tomar [a, b] = [0, 1].
El número de iteraciones que debemos realizar para asegurar la tolerancia de error considerada
es:
es decir, n = 9.