Autor Tema: Determinar cuál es el más preciso

0 Usuarios y 1 Visitante están viendo este tema.

30 Diciembre, 2012, 07:19 pm
Leído 3030 veces

Gaussa

  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 1,551
  • Karma: +1/-0
  • Sexo: Femenino
Hola.

La calculadora A trabaja en base 2, tiene 20 dígitos para la mantisa y aproxima por redondeo.
La calculadora B trabaja en base 16, tiene 24 dígitos de mantisa y aproxima por corte.

¿Cuál de las dos se puede considerar más precisa?

Sé que para un número escrito en binario \( |Ec|=|x-x_C|<2^{e-t} \) y \( |E_R|=|x-x_R|\leq 2^{e-t-1} \) (C es el valor de corte y R el de redondeo).

Para la calculadora A sería \( |E_R|\leq 2^{e-21} \).

Pero no sé si en base 16 se haría lo mismo (cambiando 2 por 16), es decir, que para la calculadora B sería \( |E_C|<16^{e-24}=2^{4e-96} \),

por lo que la B sería más exacta.

Pero no sé si hago bien al hacerlo para la segunda calculadora.

Saludos y muchas gracias

31 Diciembre, 2012, 06:52 pm
Respuesta #1

pierrot

  • pabloN
  • Moderador Global
  • Mensajes: 3,447
  • País: uy
  • Karma: +0/-0
  • Sexo: Masculino
Hola

¿Cuál de las dos se puede considerar más precisa?

¿Cuál es la noción de precisión? ¿Es más precisa la calculadora con menor error relativo?

Sé que para un número escrito en binario \( |Ec|=|x-x_C|<2^{e-t} \) y \( |E_R|=|x-x_R|\leq{2^{e-t-1}} \)

Entiendo que \( t \) es el número de dígitos de la mantisa, pero ¿qué representa \( e \)?

Saludos
$_="loe  hnachaPkr erttes,urJ";$j=0;for($i=0;s/(.)(.{$j})$//;$i++){$_=$2.$_,$j+=1-$i%2,print$1}print

31 Diciembre, 2012, 07:40 pm
Respuesta #2

Gaussa

  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 1,551
  • Karma: +1/-0
  • Sexo: Femenino
Hola.


¿Cuál es la noción de precisión? ¿Es más precisa la calculadora con menor error relativo?


No me lo han definido, pero entendí lo mismo que tú, que es más precisa la que tenga menor error relativo.


Entiendo que \( t \) es el número de dígitos de la mantisa, pero ¿qué representa \( e \)?


\( e \) es el exponente. El número está escrito en binario en el estándar IEEE.

Saludos y muchas gracias.

31 Diciembre, 2012, 07:59 pm
Respuesta #3

pierrot

  • pabloN
  • Moderador Global
  • Mensajes: 3,447
  • País: uy
  • Karma: +0/-0
  • Sexo: Masculino
\( e \) es el exponente. El número está escrito en binario en el estándar IEEE.

Entonces estamos hablando de un sistema particular de representación en punto flotante, que imagino que es el estándar IEEE 754. Pero aún así, la cota que das es demasiado gruesa. De hecho, el error relativo es menor o igual a \( \epsilon_{\text{mach}} \).


$_="loe  hnachaPkr erttes,urJ";$j=0;for($i=0;s/(.)(.{$j})$//;$i++){$_=$2.$_,$j+=1-$i%2,print$1}print

31 Diciembre, 2012, 08:04 pm
Respuesta #4

Gaussa

  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 1,551
  • Karma: +1/-0
  • Sexo: Femenino
imagino que es el estándar IEEE 754. Pero aún así, la cota que das es demasiado gruesa.

Sí, es el estándar IEEE 754.

Lo que tengo es mis apuntes es esto:

Sé que para un número escrito en binario \( |Ec|=|x-x_C|<2^{e-t} \) y \( |E_R|=|x-x_R|\leq{2^{e-t-1}} \)


Así que la cota de la primera calculadora supongo que debería ser ésa, sólo sustituí en la fórmula. Pero la segunda viene dada en base 16, por lo que la cota cambiaría...

Saludos y muchas gracias

31 Diciembre, 2012, 09:47 pm
Respuesta #5

pierrot

  • pabloN
  • Moderador Global
  • Mensajes: 3,447
  • País: uy
  • Karma: +0/-0
  • Sexo: Masculino
Ah, ¡disculpa! Yo a \( E_R \) lo leí como "Error Relativo" (me confundí por el subíndice) y por eso me parecía que estaba mal la cota, pero ya veo que no es así; \( E_R \) es el error absoluto si se aplica redondeo y \( E_C \) es el error absoluto si se aplica truncamiento.

No me lo han definido, pero entendí lo mismo que tú, que es más precisa la que tenga menor error relativo.

Por lo que escribiste en tu primer mensaje, parece que interpretas que la calculadora más precisa es la que tenga menor error absoluto.

Sé que para un número escrito en binario \( |Ec|=|x-x_C|<2^{e-t} \) y \( |E_R|=|x-x_R|\leq 2^{e-t-1} \) (C es el valor de corte y R el de redondeo).

En general, si la base es \( \beta \) es fácil de ver que esas fórmulas quedarían \( |Ec|=|x-x_C|<\beta^{e-t} \) y \( |E_R|=|x-x_R|\leq \dfrac12 \beta^{e-t} \).

Saludos
$_="loe  hnachaPkr erttes,urJ";$j=0;for($i=0;s/(.)(.{$j})$//;$i++){$_=$2.$_,$j+=1-$i%2,print$1}print

31 Diciembre, 2012, 11:12 pm
Respuesta #6

Gaussa

  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 1,551
  • Karma: +1/-0
  • Sexo: Femenino
Muchas gracias PabloN.

Ah, ¡disculpa! Yo a \( E_R \) lo leí como "Error Relativo" (me confundí por el subíndice) y por eso me parecía que estaba mal la cota, pero ya veo que no es así; \( E_R \) es el error absoluto si se aplica redondeo y \( E_C \) es el error absoluto si se aplica truncamiento.


Sí, es como dices  :)



Por lo que escribiste en tu primer mensaje, parece que interpretas que la calculadora más precisa es la que tenga menor error absoluto.



Lo interpreté como que tiene menor error absoluto, pero igual podría haberlo interpretado como menor error relativo. Como no me definieron "precisión", no sé a qué se refieren exactamente.


En general, si la base es \( \beta \) es fácil de ver que esas fórmulas quedarían \( |Ec|=|x-x_C|<\beta^{e-t} \) y \( |E_R|=|x-x_R|\leq \dfrac12 \beta^{e-t} \).


Entonces es correcto lo que hice, ¿no?

Saludos

02 Enero, 2013, 04:15 pm
Respuesta #7

pierrot

  • pabloN
  • Moderador Global
  • Mensajes: 3,447
  • País: uy
  • Karma: +0/-0
  • Sexo: Masculino
Pero no sé si en base 16 se haría lo mismo (cambiando 2 por 16),

Para el caso de truncamiento es igual, pero para en caso de redondeo la cota superior para el error absoluto es \( \dfrac12\beta^{e-t} \) y no \( \beta^{e-t-1} \); lo que ocurre es que cuando \( \beta=2 \) estos números coinciden.

Entonces es correcto lo que hice, ¿no?

La aplicación de las fórmula está bien, pero está mal el argumento. El problema que yo veo es que el exponente \( e \) que manejas en ambas cotas no es el mismo, y por lo tanto no tiene sentido comparar \( 2^{e-21} \) con \( 2^{4e-96} \). De hecho, habría que diferenciarlos de alguna manera, por ejemplo con un subíndice: \( 2^{e_A-21} \) y \( 2^{4e_B-96} \). Para comparar estos números, habría que poner \( e_A \) en términos de \( e_B \) (o viceversa).

De todas formas, me parece que lo más probable es que se considere más precisa la calculadora con menor \( \epsilon_{\text{mach}} \) (épsilon de máquina).
$_="loe  hnachaPkr erttes,urJ";$j=0;for($i=0;s/(.)(.{$j})$//;$i++){$_=$2.$_,$j+=1-$i%2,print$1}print

02 Enero, 2013, 04:35 pm
Respuesta #8

Gaussa

  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 1,551
  • Karma: +1/-0
  • Sexo: Femenino
Hola pabloN. Muchas gracias.


El problema que yo veo es que el exponente \( e \) que manejas en ambas cotas no es el mismo, y por lo tanto no tiene sentido comparar \( 2^{e-21} \) con \( 2^{4e-96} \). De hecho, habría que diferenciarlos de alguna manera, por ejemplo con un subíndice: \( 2^{e_A-21} \) y \( 2^{4e_B-96} \).

Era lo que me imaginaba, no se pueden comparar... 


Para comparar estos números, habría que poner \( e_A \) en términos de \( e_B \) (o viceversa).

Pero, ¿qué datos tengo para poner un exponente en función de otro y compararlos?  ???

De todas formas, me parece que lo más probable es que se considere más precisa la calculadora con menor \( \epsilon_{\text{mach}} \) (épsilon de máquina).

¿Qué es épsilon de máquina? Si lo he visto, debe haber sido con otro nombre. Seguramente sea eso lo que tenga que entender por "preciso", porque a lo otro no le estoy viendo mucho sentido...

Saludos.

03 Enero, 2013, 05:53 pm
Respuesta #9

pierrot

  • pabloN
  • Moderador Global
  • Mensajes: 3,447
  • País: uy
  • Karma: +0/-0
  • Sexo: Masculino
Pero, ¿qué datos tengo para poner un exponente en función de otro y compararlos?  ???

Sea \( x \) un número real no nulo. Consideremos la representación posicional de \( x \) respecto de la base \( \beta=2 \), o sea,

\( \displaystyle x=(-1)^s\sum_{i=-\infty}^{+\infty}b_i\cdot 2^i=(-1)^s\cdot (\dots b_ib_{i-1}\dots b_1b_0.b_{-1}\dots) \)

donde \( b_i\in \{0,1\} \) representa el i-ésimo dígito binario. La constante \( s \) determina el signo de \( x \): vale cero si \( x \) es positivo y uno si \( x \) es negativo. La idea sería ahora determinar \( fl_A(x) \) y \( fl_B(x) \) para luego hallar una relación entre los exponentes. Para ello puede ser útil tener en cuenta que un dígito hexadecimal corresponde a cuatro dígitos binarios. O sea, la representación en base 16 de \( x \) no es otra que:

\( \displaystyle x=(-1)^s\sum_{j=-\infty}^{+\infty}h_j\cdot 16^j=(-1)^s\cdot (\dots h_jh_{j-1}\dots h_1h_0.h_{-1}\dots) \)

con \( h_j=(a_{j+3}a_{j+2}a_{j+1}a_{j})_{16} \). De todas formas, no creo que sea ésta la idea del ejercicio.

¿Qué es épsilon de máquina? Si lo he visto, debe haber sido con otro nombre. Seguramente sea eso lo que tenga que entender por "preciso", porque a lo otro no le estoy viendo mucho sentido...

El épsilon de máquina, usualmente denotado por \( \epsilon_{\text{mach}} \), se define como el menor \( \epsilon>0 \) tal que \( fl(1+\epsilon)>1 \). Su valor depende de si nuestro sistema de representación en punto flotante aplica redondeo o truncamiento.
$_="loe  hnachaPkr erttes,urJ";$j=0;for($i=0;s/(.)(.{$j})$//;$i++){$_=$2.$_,$j+=1-$i%2,print$1}print