Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Cálculo Avanzado-Fundamentos para el Análisis de Señales Docentes: Cavalieri Federico - Contini Liliana Ayudantes: Tibaldo Fabio - Maciel Martı́n Análisis de Errores August 9, 2014 1 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales mailto:cavafede@gmail.com Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Análisis de erroes Recuerde que la velocidad de caı́da del paracaidista se determinó por métodos analı́ticos y numéricos. Aunque con la técnica numérica se obtuvo una aproximación a la solución analı́tica exacta, hubo cierta discrepancia o error, debido a que los métodos numéricos dan sólo una aproximación. Para el problema del paracaidista, somos afortunados porque tenemos la solución analı́tica y esto nos permite calcular el error cometido en forma exacta. Pero en muchos problemas de aplicación en ingenierı́a no es posible obtener la solución analı́tica; por lo tanto, no se pueden calcular con exactitud los errores en nuestros métodos numéricos. 2 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión ¿De dónde provienen los Errores? 1 Error inherente: error de los datos de entrada. 2 Error de redondeo: error asociado a la representación numérica. 3 Error de truncamiento: error debido al uso de procedimiento discretos y finitos (Algoritmos). 4 Error del modelo matemático y error humano: fuera del alcance del Análisis Numérico. 3 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Algunos desastres o inesperados resultados debido a errores numéricos Falla del misil Patriot Explosión del Ariane 5 Hundimiento de la plataforma Sleipner A Elecciones parlamentarias alemanas Bolsa de valores de Vancouver 4 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Supongamos que un número real x̂ es una aproximación a un número real x. Por ejemplo, x̂ puede ser el número más cerca a x que puede ser representado con una determinada precisión, por ejemplo, x = √ 2 x̂ = 1, 414213562 Entonces definimos: 1 Error Absoluto Eabs = x̂− x Una desventaja del error absoluto es que no toma en consideración el orden de la magnitud del valor que se estima. 2 Error Relativo Erel = x̂− x x El error ha sido normalizado al valor verdadero. Sin embargo, en las situaciones reales a veces es difı́cil contar con tal información. 3 Error relativo aproximado Êrel = Error aproximado Valor aproximado Êrel = x̂i+1 − x̂i x̂i+1 5 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión A menudo, cuando se realizan cálculos, no importa mucho el signo del error, sino más bien que su valor absoluto porcentual sea menor que una tolerancia porcentual prefijada TOL. 1 Error Absoluto |Eabs| = |x̂− x| ≤ TOL 2 Error Relativo |Erel| = |x̂− x| |x| ≤ TOL 3 Error relativo aproximado |Êrel| ≤ TOL Si se cumple con las relaciones anteriores, entonces se considera que el resultado obtenido está dentro del nivel aceptable fijado previamente por TOL. 6 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Fuentes de aproximación Supongamos que estamos interesados en resolver un problema, de aplicación ingenieril, que proviene de un modelo matemático. Se dice que el problema está bien planteado (well posed) si 1 el problema tiene una única solución. 2 ante pequeñas perturbaciones en los datos, los resultados presentan pequeñas perturbaciones. De la primera condición, el proceso de resolver un problema bien palnetado serı́a equivalente a la evaluación de alguna función F (x) en algunos valores conocidos x, donde x representan los datos del problema. El objetivo del análisis numérico consiste en desarrollar un conjunto de secuencias (algoritmo), para computar una aproximación a F (x). 7 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Errores en los datos Supongamos que la función F (x), diferenciable, representa un modelo matemático, X es el conjunto de datos y Y es el conjunto de resultados, donde x es un valor exacto y x̂ es un valor aproximado. (El análisis se podrı́a extender al caso en que no sea diferenciable) 8 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión El error en los datos de entrada será Exabs = |x̂− x| Exrel = |x̂− x| |x| El error absoluto en los datos de entrada se propaga por F Eyabs = |F (x̂)− F (x)| = |ŷ − y| E y rel = |ŷ − y| |y| 9 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Análisis de sensibilidad La relación entre el error Eyabs y E x abs en un problema está gobernada por su condicionamiento, es decir, por la sensibilidad de la solución a cambios en los datos iniciales. κabs = Eyabs Exabs = |F (x̂)− F (x)| |x̂− x| = |∆F | |∆x| |∆F | = κabs|∆x| donde κabs es el número de condición absoluto. 1 Si κabs > 1 ⇒ pequeños cambios en los datos producen grandes cambios en los resultados, el error se amplifica. El problema está mal condicionado. 2 Si κabs ≤ 1 ⇒ el problema esta perfectamente condicionado. El error no se amplifica. 10 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Ejemplo Calcule el número de condición de la función y(x) = tan(ex) alrededor de x = 10, por ejemplo: x̂ = 10, 1. y(10) = 0, 9498 y(10, 1) = −2, 5128 El número de condición será κabs = |F (x̂)− F (x)| |x̂− x| = |−0, 9498− 2, 5128| |0, 1| = 34, 26 Por lo tanto el problema está mal condicionado. 11 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Número de condición relativo El número de condición relativo se define como κrela = Eyrel Exrel = | F (x̂)−F (x) F (x) x̂−x x | Teniendo en cuenta que ∆x = x̂− x κrela = | (F (x + ∆x)− F (x)) x ∆x F (x) | y si consideramos que la F (x) es diferenciable, al menos una vez, κrela = | F ′(x) x F (x) | κrela = | ∂F ({x}) ∂xi xi F ({x}) | 12 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Errores de Truncamiento Los errores de truncamiento representan la diferencia entre una formulación matemática exacta de un problema y su aproximación obtenida por un método numérico. Por ejemplo, la derivada de la velocidad de caı́da de un paracaidista fue aproximada mediante una ecuación en diferencial finita dividida de la forma, dv(t) dt ∼= ∆v ∆t = v(ti+1)− v(ti) ti+1 − ti → v(ti+1) = v(ti)+ dv(t) dt (ti+1− ti) (1) siendo la aproximación de Taylor de primer orden.La Ec.(1) puede predecir un cambio en forma lineal, pero para mejorar la aproximación se deben agregar términos adicionales a la serie de Taylor f(xi+1) = f(xi) + f ′(xi)(xi+1 − xi) + f ′′(xi) 2! (xi+1 − xi)2 + . . . + fn(xi) n! (xi+1 − xi) + Rn con Rn = fn+1(ξ) (n + 1)! (xi+1 − xi)n+1 13 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Sea f : X → Y una función que aproxima a un modelo matemático F : X → Y , entonces, aparece un error exclusivamente por calcular los datos de salida por medio de f . Este es un error de truncamiento que aparece por utilizar f en lugar de F . 14 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Errores de redondeo 1 Los errores de redondeo se originan debido a que la computadora emplea un número determinado de cifras significativas durante un cálculo. 2 Los números √ 7 o π no pueden exspresarse con un número fijo de cifras significativas. Por lo tanto, no pueden ser representados exactamente por la computadora. 3 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. 15 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Representación del punto-flotante. Principales limitaciones de la representación de punto flotante. 1 Las cantidades fraccionarias generalmente se representan en la computadora usando la forma de punto flotante. 2 hay números grandes positivos y negativos que no pueden representarse. Intentar emplear números fuera del rango aceptable dará como resultado el llamado error de desbordamiento (overflow). 3 Sin embargo, además de las grandes cantidades, la representación de punto flotante tiene la limitación adicional de que números muy pequeños no pueden representarse (underflow). 4 Existe sólo un número finito de cantidades que puede representarse dentro de un rango. Para más detalle, consultar con la bibliografı́a propuesta en la planificación de la materia. 16 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Épsilon de Máquina 1 La exactitud relativa de la aritmética del computador es representado por el Épsilon de Máquina εm. 2 La existencia del épsilon de la máquina es una consecuencia de la precisión finita de la aritmética en coma flotante del ordenado. Su definición es εm es el número decimal más pequeño que, sumado a 1, la computadora nos arroja un valor diferente de 1, es decir, que no es redondeado. ¿Cuál es el εm de tu calculadora? 17 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Estimador de amplificación de un algoritmo Número de condición absoluto de un algoritmo κalgoabs = |F (x)− f(x)| |εm| Número de condición relativo de un algoritmo κalgorel = |F (x)− f(x)| |εm| F (x) 18 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Exactitud Exactitud: indica cuán bien representa un algoritmo al problema matemático. F (x)− f(x) F (x) ≤≤ TOL 19 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión Precisión Precisión: Cómo responde el algoritmo a pequeñas variaciones en los datos f(x)− f(x̂) f(x) ≤≤ TOL 20 / 20 Cálculo Avanzado-Fundamentos para el Análisis de Señales Introduccion Sensibilidad Errores de Truncamiento Errores de redondeo punto flotante Épsilon de Máquina Exactitud-Precisión
Compartir