Conceptos

Exactitud: xactitud es la puntualidad y fidelidad en la ejecución de

algo. Cuando alguien ejecuta una acción con exactitud, el resultado
obtenido es aquel que se pretendía. La exactitud implica la inexistencia del
error o del fallo.

Precisión: En ingeniería, ciencia, industria y estadística, se denomina precisión a la

capacidad de un instrumento de dar el mismo resultado en mediciones diferentes realizadas
en las mismas condiciones o de dar el resultado deseado con exactitud. Esta cualidad debe
evaluarse a corto plazo. No debe confundirse con exactitud ni con reproducibilidad.
La precisión refleja la proximidad de distintas medidas entre sí, y es función exclusiva de los
errores accidentales.1
Es un parámetro relevante, especialmente en la investigación de fenómenos físicos, ámbito en
el cual los resultados se expresan como un número más una indicación del error máximo
estimado para la magnitud. Es decir, se indica una zona dentro de la cual está comprendido el
verdadero valor de la magnitud.2
En informática, se denomina asimismo precisión al número de bits usados para representar
un valor. En general, en un sistema computacional la precisión está dada por el valor del dígito
menos significativo de una palabra digital que representa un número con una escala y en un
tipo de dato definido. Visto desde otra perspectiva, equivale a la diferencia entre dos valores
sucesivos representables en el tipo de dato y escala del número.

1. ERRORES INHERENTES

Son errores que existen en los valores de los datos, causados por incertidumbre en las mediciones, por
verdaderas equivocaciones, o por la naturaleza necesariamente aproximada de la representación, mediante
un número finito de dígitos, de cantidades que no pueden representarse exactamente con el número de
dígitos permisible.

Por ejemplo, si necesitamos usar  en un cálculo, podemos escribirlo

como 3.14, 3.1416, 3.1415926535589793..., etc. En muchos casos aún una fracción simple no tiene
representación decimal exacta, por ejemplo 1/3, que puede escribirse solamente como una sucesión finita de
números 3. Muchas fracciones que tienen representación finita en un sistema no la tienen en otro, el número
1/10 es igual a 0.1 en decimal y en binario es 0.000110011001100...}
 Errores de redondeo: ERRORES POR REDONDEO

Estos errores se introducen en los procesos de computación por

el hecho de que las computadoras trabajan con un número finito
de dígitos después del punto decimal y tienen que redondear.
Como nos interesa el redondeo de punto flotante, revisaremos
la forma de representación de un número de punto flotante.
Recordando que cada número lo podemos representar por una
fracción generalmente llamada Mantisa, la cual está multiplicada
por una potencia del número base, llamada generalmente
el Exponente. Entonces tenemos números como los siguientes:

(5)

Se puede determinar un límite al error relativo máximo que

puede ocurrir en un resultado aritmético obtenido con redondeo
truncado. El error relativo máximo ocurre cuando gY es grande
y fY es pequeño. El valor máximo posible de gY es menor
que 1.0; el valor mínimo defY es 0.1, por lo que el valor absoluto
del error relativo es:

(6)

Entonces se observa que el máximo error relativo por redondeo

en el resultado de una operación aritmética de punto flotante no
depende del tamaño de las cantidades, sino del valor num�rico
de d�gitos que se manejen.
El tipo mas conocido de redondeo, que se denomina
generalmente redondeo simétrico, puede describirse como
sigue.
Dadas las dos partes de un resultado como en el caso anterior,
la aproximación redondeada a Y está dada por:
 (7)

en que Y tiene el mismo signo que fY. La adición de 10 en el

segundo renglón de la ecuación corresponde a sumar 1 al último
dígito retenido si el primer dígito que se pierde es igual o mayor
que 5. Se describen los símbolos de valor absoluto para indicar
que las mismas fórmulas se aplican a cantidades positivas y
negativas.
Si gY < 1/2, el error absoluto es

(8)

Si , el error absoluto es

(9)

De cualquier manera, tenemos 10 multiplicado por un factor

cuyo valor absoluto no es mayor que 1/2. El valor absoluto del
error absoluto es, por lo tanto
(10)

y el valor absoluto del error relativo es entonces

(11
)

Si f representa la mantisa de un número de punto flotante,

y e el exponente podemos expresar en forma general un
número de punto flotante en base decimal como:
(12)

En donde sabemos que f no puede ser menor que 1/10 puesto

que los números han sido normalizados y no puede llegar a
ser 1 porque la mantisa es una fracción propia.
Ahora si realizamos la suma de los números:
 ( con mantisa de 4 d�gitos y un dígito como exponente)
0.1571 x 10 = 1.571

La computadora se encarga de la colocación del punto y

compara los exponentes para desplazar hacia la derecha el
punto para alinearlos. Entonces para el ejemplo hace lo
siguiente:

(13)

Así se pueden sumar directamente las dos mantisas.

Obviamente, la mantisa de la suma tiene mas de cuatro dígitos.
Antes de redondear, el resultado puede mostrarse como dos
cantidades de punto flotante:
(14)

Cualquier resultado proveniente de la realización de las cuatro

operaciones aritméticas puede indicarse, antes de ser
redondeado, por la forma general:
(15)

en donde t es el número de dígitos de fY.

El intervalo de valores posibles de fY es:
(16)

y el intervalo de variación de gY es:

(17)

Para un ejemplo de la diferencia entre las dos reglas de

redondeo, considérese el siguiente resultado de alguna
operación aritmética:
(18)

Para redondeo truncado

 (19)

(20)

( significa aproximadamente igual a)

Para la operación que llamamos redondeo simétrico,

(21)

(22)

Errores por truncamiento: 2. ERRORES POR

TRUNCAMIENTO
Estos son debidos a la omisión de términos en una serie que
tiene un número infinito de términos.
Por ejemplo podemos utilizar la serie infinita de Taylor para
calcular el seno de cualquier ángulo X, expresado en radianes:

(4)

Por supuesto que no podemos usar todos los términos de la

serie en un cálculo, porque la serie es infinita; entonces, los
términos omitidos introducen un error por truncamiento.
Arrores absoluto : El error absoluto de una medida ([Math Processing Error]) es la diferencia
entre el valor real de la medida ([Math Processing Error]) y el valor que se ha obtenido en la
medición ([Math Processing Error]).

[Math Processing Error]

El error absoluto puede ser un valor positivo o negativo, según si la medida es superior al valor
real o inferior y además tiene las mismas unidades que las de la medida.

Errores relativos El error relativo de una medida es el cociente entre el error absoluto de
la medida y el valor real de ésta. El cálculo del error relativo en un proceso de medida
nos aporta más información que el simple cálculo delerror absoluto.