You are on page 1of 2

3.

TIPOS DE ERRORES
EXACTITUD Y PRECISIÓN

Los errores en cálculos y medidas se pueden caracterizar con respecto a su


exactitud y su precisión. La exactitud se refiere a qué tan cercano está el valor
calculado o medido del valor verdadero. La precisión se refiere a qué tan
cercanos se encuentran, unos de otros, diversos valores calculados o medidos.

La inexactitud (conocida también como sesgo) se define como una desviación


sistemática del valor verdadero. La imprecisión (también llamada incertidumbre),
por otro lado, se refiere a la magnitud en la dispersión de los resultados.

Usaremos el término error para representar tanto la inexactitud como la


imprecisión en las predicciones.

Los errores numéricos surgen del uso de aproximaciones para representar


operaciones y cantidades matemáticas exactas. Éstas incluyen los errores de
truncamiento que resultan del empleo de aproximaciones como un
procedimiento matemático exacto, y los errores de redondeo que se producen
cuando se usan números que tienen un límite de cifras significativas para
representar números exactos. Para ambos tipos de errores, la relación entre el
resultado exacto, o verdadero, y el aproximado está dada por:
Valor verdadero = Valor aproximado + error

Reordenando la ecuación anterior se encuentra que el error numérico es igual a


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

donde Et se usa para denotar el valor exacto del error. El subíndice t indica que
se trata del error “verdadero” (true). Como ya se mencionó brevemente, esto
contrasta con los otros casos, donde se debe emplear una estimación
“aproximada” del error.
ERROR ABSOLUTO

Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede


ser positivo o negativo, según si la medida es superior al valor real o inferior (la
resta sale positiva o negativa). Tiene unidades, las mismas que las de la medida.
ERROR RELATIVO
Una desventaja en esta definición es que no toma en consideración el orden de
la magnitud del valor que se estima. Una manera de tomar en cuenta las
magnitudes de las cantidades que se evalúan consiste en normalizar el error
respecto al valor verdadero, es decir
error verdadero
Error relativo fraccional verdadero =
valor verdadero
donde, como ya se mencionó en la ecuación (3.2), error = valor verdadero – valor
aproximado.
El error relativo también se puede multiplicar por 100% para expresarlo como
error verdadero
ɛ𝑡 = 100% (3.3)
valor verdadero

Donde ɛ𝑡 denota el error relativo porcentual verdadero.

(pág. 57)
ERROR PORCENTUAL (E%)
Es el error relativo multiplicado por cien (100). Está dado por la siguiente fórmula:
E% = Er (100)

El error porcentual expresa que por cada 100 unidades medidas se comete Er
de error.
ERRORES DE REDONDEO

Los errores de redondeo se originan debido a que la computadora emplea un


número determinado de cifras significativas durante un cálculo. Los números
tales como π, e o √7 no pueden exspresarse con un número fijo de cifras
significativas. Por lo tanto, no pueden ser representados exactamente por la
computadora.

Además, debido a que las computadoras usan una representación en base 2, no


pueden representar exactamente algunos números en base 10. Esta
discrepancia por la omisión de cifras significativas se llama error de redondeo.
ERRORES DE TRUNCAMIENTO
Los errores de truncamiento son aquellos que resultan al usar una aproximación
en lugar de un procedimiento matemático exacto.

Para obtener un conocimiento sobre las características de estos errores, debe


considerar una formulación matemática que se utiliza ampliamente en los
métodos numéricos para expresar funciones de manera aproximada: la serie de
Taylor.

La serie de Taylor provee un medio para predecir el valor de una función en un


punto en términos del valor de la función y sus derivadas en otro punto.

Teorema de Taylor: Si la función f y sus primeras n+1 derivadas son continuas


en un intervalo que contiene a a y a x, entonces el valor de la función en un punto
x está dado por:

You might also like