Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 CÁLCULO NUMÉRICO Prof. Me. Elenilson Tavares Cabral 170101295@prof.uninassau.edu.br Modelagem Matemática e Soluções 2 Definição Um modelo matemático pode ser definido, de forma geral, como uma formulação ou equação que expressa as características essenciais de um sistema ou processo físico em termos matemáticos. Em um sentido muito geral, ele pode ser representado como uma relação funcional da forma: VD: característica, comportamento ou estado do sistema VI: dimensões, geralmente tempo ou espaço PARÂMETROS: propriedades ou composição do sistema FUNÇÕES FORÇANTES: influências externas ao sistema Modelagem Matemática e Soluções 3 Exemplo Saltador de Bungee Jumping em Queda Livre: - Prever a velocidade do saltador em função do tempo durante um período de queda livre. - Pela segunda Lei de Newton, a força resultante é: - Fazendo a decomposição de forças no saltador: Modelagem Matemática e Soluções 4 Exemplo Em que F é a força resultante, FD é a força devido a aceleração da gravidade e FU é a força devido a resistência do ar. A força devido a aceleração da gravidade é: FD = m.g m é a massa em kg. g é a aceleração da gravidade em m/s2. A força devido a resistência do ar: FU = - cd.v 2 cd é o coeficiente de arrasto concentrado em kg/m. v e a velocidade em m/s. Modelagem Matemática e Soluções 5 Exemplo Logo: Modelagem Matemática e Soluções 6 Exemplo Logo: ERROS E ARITMÉTICA DE PONTO FLUTUANTE 7 Fases da Resolução de um Problema Nas aulas seguintes estudaremos métodos numéricos adequados à solução de diversos tipos de problemas que surgem nas mais diversas áreas da Engenharia e da Física. A resolução de tais problemas envolve várias fases que podem ser assim estruturadas: ERROS E ARITMÉTICA DE PONTO FLUTUANTE 8 Fases da Resolução de um Problema Não é raro se chegar a resultados finais não esperados ou até mesmo a outros que não têm relação alguma com a física do problema. Desta forma, cabe as seguintes questões: a) Como justificar tais erros? b) O que se pode fazer para evita-los ou minimizá-los? Noções básicas de erros que ocorrem em métodos numéricos. O objetivo é mostrar as principais fontes de erros possíveis e como contorná-los. Um método numérico é um método não analítico. Objetivo determinar um ou mais valores numéricos, que são soluções de um certo problema. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 9 Fases da Resolução de um Problema Metodologias analíticas conduzem a soluções exatas para os problemas. Métodos numéricos produzem, em geral, apenas soluções aproximadas. Antes da utilização de qualquer método numérico é necessário decidir qual a precisão dos cálculos com que se pretende obter a solução numérica desejada. A precisão dos cálculos numéricos é também um importante critério para a seleção de um algoritmo particular na resolução de um dado problema. É necessário saber identificar e conhecer a natureza dos principais tipos e fontes de erros (diferença entre o valor aproximado e o valor exato). ERROS E ARITMÉTICA DE PONTO FLUTUANTE 10 Definição de Erros - Fontes e Tipos A resolução de um problema de engenharia num computador utilizando um modelo numérico produz, em geral, uma solução aproximada do problema. A introdução de erros na resolução do problema pode ser devida a vários fatores. Os erros numéricos são causados pelo uso de aproximações para representar operações e quantidades matemáticas exatas. Eles incluem erros de truncamento que resultam quando são feitas aproximações para representar procedimentos matemáticos exatos e erros de arredondamento que aparecem quando números com uma quantidade limitada de algoritmos significativos são usados para representar números exatos ERROS E ARITMÉTICA DE PONTO FLUTUANTE 11 Definição de Erros - Fontes e Tipos Para ambos os tipos, seja o valor aproximado de uma quantidade cujo valor exato ou valor verdadeiro é x, o erro de verdadeiro, Et , define se como: O subscrito t é incluído para designar que esse é o erro “verdadeiro” (true em inglês). Em outros casos uma estimativa “aproximada” do erro deve ser empregada. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 12 Definição de Erros - Fontes e Tipos Um defeito dessa definição é que ela não leva em conta a ordem de grandeza do valor que está sendo examinado. Um erro de um centímetro é muito mais significativo quando se mede um rebite do que uma ponte. Uma forma de considerar o valor das quantidades que estão sendo calculadas é normalizar o erro com o valor verdadeiro. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 13 Definição de Erros - Fontes e Tipos O erro relativo como expressa o erro como fração de x está relacionado com o erro percentual ou percentagem de erro. OBS: O valor verdadeiro pode ser fornecido em alguns casos. Nas situações reais, tais informações raramente estão disponíveis. Métodos numéricos: o valor verdadeiro será conhecido apenas ao se lidar com funções que podem ser resolvidas analiticamente, caso típico quando se investiga o comportamento teórico de uma técnica particular para sistemas simples. Nas aplicações do mundo real não se conhecerá a priori a resposta verdadeira. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 14 Exemplo Suponha que você tenha a tarefa de medir os comprimentos de uma ponte e de um rebite e que conseguiu 9.999 e 9 cm, respectivamente. Se os valores verdadeiros forem 10.000 e 10 cm, respectivamente, calcule: (a) o erro verdadeiro. (b) o erro relativo porcentual verdadeiro para cada caso. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 15 Definição de Erros - Fontes e Tipos Uma alternativa é normalizar o erro usando a melhor estimativa disponível do valor verdadeiro, isto é, a aproximação propriamente dita. Em que o subscrito a significa que o erro foi normalizado por um valor aproximado. Desafio dos métodos numéricos: determinar estimativas de erro na ausência de conhecimento relativo ao valor verdadeiro. Certos métodos numéricos usam uma abordagem iterativa para calcular as respostas: uma aproximação atual é feita com base em uma aproximação prévia. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 16 Definição de Erros - Fontes e Tipos Esse processo é realizado repetidamente, ou iterativamente, para se calcular com sucesso (é o que se espera) aproximações cada vez melhores. O erro é frequentemente estimado como a diferença entre as aproximações prévia e corrente. O erro relativo porcentual é determinado de acordo com: ERROS E ARITMÉTICA DE PONTO FLUTUANTE 17 Definição de Erros - Fontes e Tipos Os sinais nas equações de erros anteriores podem ser tanto positivos quanto negativos. Aproximação for maior do que o valor verdadeiro (ou a aproximação prévia for maior do que a aproximação atual) erro é negativo. Aproximação for menor do que o valor verdadeiro erro é positivo. Para as equações de erros relativos o denominador pode ser menor do que zero o que também pode levar a um erro negativo. Não há preocupação com o sinal do erro muitas vezes, muitas vezes, mas interesse em saber se o valor absoluto porcentual é menor que uma tolerância porcentual pré-especificada εs. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 18 Definição de Erros - Fontes e Tipos É útil usar o valor absoluto das equações de erros anteriores Ea. O erro absoluto é o módulo da diferença entre o valor exato do número x e de seu valor aproximado. Em geral, apenas o valor de x aproximado é conhecido. É impossível obter o valor exato do erro absoluto. Para tais casos, os cálculos são repetidos até que: │εa│ = εs. Se essa relação for válida, supõe-se que o resultado está dentro do nível aceitável pré-especificado εs. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 19 Exemplo Calcule o erro absoluto e o erro aproximado relativo percentual do número π, se o valor exato é π = 3,14159265 e o valor aproximado for: a) π = 22/7. b) π = 3,14285714. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 20 Algarismos Significativos O conceito de um algarismo significativo foi desenvolvidopara designar formalmente a confiabilidade de um valor numérico, ou seja, são aqueles que podem ser usados com confiança. Eles correspondem ao número de algarismos corretos mais um algarismo estimado. O velocímetro e o hodômetro fornecem leituras de três e sete algarismos significativos, respectivamente. Um velocímetro e um hodômetro de automóvel ilustram o conceito de algarismos significativos. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 21 Para o velocímetro os dois algarismos corretos são 48. Convenção: o algarismo estimado é a metade da menor divisão de escala no aparelho de medida. A leitura do velocímetro consistiria em três algarismos significativos 48,5. O hodômetro forneceria uma leitura com sete algarismos significativos, ou seja, 87.324,45. Algarismos Significativos Um velocímetro e um hodômetro de automóvel ilustram o conceito de algarismos significativos. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 22 Alguns casos podem causar confusão: Zeros não são sempre algarismos significativos porque eles podem ser necessários apenas para localizar a vírgula decimal: os números 0,00001845, 0,0001845 e 0,001845 têm quatro algarismos significativos. Quando zeros à direita são usados em números grandes, não é claro quantos, ou se algum destes zeros são significativos. O valor nominal do número 45.300 pode ter três, quatro ou cinco algarismos significativos, dependendo de os zeros serem conhecidos com confiança. Algarismos Significativos ERROS E ARITMÉTICA DE PONTO FLUTUANTE 23 Tais incertezas podem ser resolvidas usando-se a notação científica: 4,53.104, 4,530.104 e 4,5300.104 designam que o número é conhecido com três, quatro ou cinco algarismos significativos, respectivamente. Duas implicações importantes no estudo de métodos numéricos: 1. Os métodos numéricos fornecem resultados aproximados: necessário desenvolver critérios para especificar quanta confiança se tem no resultado aproximado. Uma forma de fazer isso é em termos de algarismos significativos. Pode-se decidir que a aproximação é aceitável se ela for correta até quatro algarismos significativos. Algarismos Significativos ERROS E ARITMÉTICA DE PONTO FLUTUANTE 24 2. Embora quantidades como π, e ou representem quantidades específicas, elas não podem ser expressas exatamente por um número limitado de algarismos. π=3,141592653589793238462643...ad infinitum → jamais pode ser representado exatamente em computadores. A omissão dos algarismos significativos remanescentes é chamada de erro de arredondamento. Tanto o erro de arredondamento quanto o uso de algarismos significativos para expressar confiança em um resultado numérico serão explorados em detalhes posteriormente. 7 Algarismos Significativos ERROS E ARITMÉTICA DE PONTO FLUTUANTE 25 Definição de Erros - Fontes e Tipos OBS: serão utilizados valores absolutos quando forem usados erros relativos. Também é conveniente relacionar esses erros ao número de algarismos significativos na aproximação. Pode ser mostrado que, se o seguinte critério de erro pré-especificado for satisfeito, é possível ter certeza de que o resultado é correto até pelo menos n algarismos significativos: ERROS E ARITMÉTICA DE PONTO FLUTUANTE 26 Exemplo Em matemática, as funções, em geral, podem ser representadas por séries infinitas. Por exemplo, a função exponencial pode ser calculada usando-se: Portanto, conforme mais termos forem adicionados em sequência, a aproximação se torna uma estimativa cada vez melhor do valor verdadeiro de ex. A Equação é chamada de expansão em série de MacLaurin. Começando com a versão mais simples, ex = 1, some um termo de cada vez para estimar e0,5. Depois que cada termo for adicionado, calcule o erro verdadeiro e o erro relativo porcentual aproximado, respectivamente. Observe que o valor verdadeiro é e0,5 = 1,648721... Adicione termos até que o valor absoluto do erro estimado aproximado εa esteja dentro do critério de erro pré- especificado εs que garanta três algarismos significativos. ! ERROS E ARITMÉTICA DE PONTO FLUTUANTE 27 Classificação dos Erros Erro inerentes ao modelo ou erros de formulação Um modelo matemático raramente oferece uma representação exata dos fenômenos reais. Na grande maioria dos casos são apenas modelos idealizados. Ao estudar os fenômenos da natureza nos vemos forçados a aceitar certas condições que simplificam o problema de forma a torna-lo tratável. Este tipo de simplificação pode resultar em erro de formulação. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 28 Classificação dos Erros Erros inerentes aos dados ou incertezas nos dados Um modelo matemático não contém apenas equações e relações. Também contém dados e parâmetros. Frequentemente, são medidos experimentalmente, e portanto, aproximados. As aproximações nestes dados podem ter grande repercussão no resultado final, gerando os erros ou incertezas nos dados. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 29 Classificação dos Erros Erro de truncamento Muitas equações têm soluções que apenas podem ser construídas no sentido que um processo de solução infinito possa ser descrito como limite da solução em questão. Na prática um processo infinito não pode ser completado e por isso tem de ser truncado após certo número finito de operações. A substituição de um processo de solução infinita por um processo finito (truncamento) resulta num certo tipo de erro designado erro de truncamento. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 30 Classificação dos Erros Erro de arredondamento Cálculos que estejam sendo efetuados manualmente ou em cálculos obtidos por computador somos obrigados a utilizar uma aritmética de precisão finita ou seja, devemos considerar um número finito de dígitos. O erro que ocorre ao desconsiderar algarismos e arredondar um número é designado por erro de arredondamento. OBS: Os erros inerentes ao modelo e os erros inerentes aos dados são erros iniciais do problema, exteriores ao processo de cálculo. Os erros de truncamento e os erros de arredondamento ocorrem no processo de cálculo de uma solução numérica. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 31 Classificação dos Erros O erro de arredondamento introduzido em um dado cálculo depende do sistema usado pela máquina. Se um número x não têm representação finita na base numérica deste sistema, ou se o tamanho da palavra da máquina não comporta x, teremos uma aproximação por arredondamento. Os erros de arredondamento são associados ao fato de os computadores utilizarem um número limitado de dígitos para representarem números. O computador mantém apenas um número fixo de algarismos significativos durante os cálculos. Números como π, e ou não podem ser expressos por um número fixo de algarismos significativos. 7 ERROS E ARITMÉTICA DE PONTO FLUTUANTE 32 Classificação dos Erros Eles não podem ser representados exatamente por um computador. Além disso, como os computadores usam uma representação na base 2 não podem representar precisamente certos números exatos na base 10. A discrepância introduzida por essa omissão de algarismos significativos é chamada de erro de arredondamento. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 33 Representação dos Números no Computador Os erros numéricos de arredondamento estão diretamente relacionados à maneira como os números são armazenados no computador. A unidade fundamental na qual a informação é representada é chamada de palavra entidade que consiste em uma sequência de dígitos binários (binary digits) ou bits. Os números são tipicamente armazenados em uma ou mais palavras. Sistema numérico é meramente uma convenção para representar quantidades. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 34 Representação dos Números no Computador O sistema numérico com o qual há mais familiaridade é o sistema decimal ou o sistema numérico na base 10. Base é o número usado como referência para construir o sistema. O sistema na base 10 usa os 10 algarismos 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 (de 0 a 9) pararepresentar os números. Para quantidades maiores, combinações desses algarismos básicos devem ser usadas, com a posição ou o valor do lugar especificando a ordem de grandeza. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 35 Representação dos Números no Computador O algarismo mais à direita em um número completo representa um número entre 0 e 9. O segundo algarismo a partir da direita representa um múltiplo de 10. O terceiro algarismo a partir da direita representa um múltiplo de 100 e assim por diante. A figura ao lado mostra como os sistemas (a) decimal (base 10) e (b) binário (base 2) funcionam. Em (b), o número binário 10101101 é equivalente ao número decimal 173. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 36 Representação dos Números no Computador No número 86.409 há oito grupos de 10.000 seis grupos de 1 000 quatro grupos de 100, zero grupos de 10 e nove unidades a mais, ou: A figura (a) fornece uma representação visual de como o número é formulado no sistema na base 10 notação posicional. O computador é como um animal de dois dedos que é limitado a dois estados ou 0 ou 1. As unidades lógicas primárias dos computadores digitais são componentes elétricas ligadas ou desligadas. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 37 Representação dos Números no Computador Os números em um computador são representados com um sistema binário ou na base 2. As quantidades podem ser representadas usando se a notação posicional. O número binário 11 é equivalente a: (1 + 21 ) + (1 + 20) = 2 + 1 = 3 ...no sistema decimal. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 38 Representação dos Números no Computador Fica mais fácil entender como os inteiros são representados em um computador. Método dos valores com sinal: utiliza o primeiro bit de uma palavra para indicar o sinal, com um 0 para positivo e um 1 para negativo e os bits restantes são usados para armazenar o número. O valor inteiro 173 seria armazenado em um computador de 16 bits, como na figura abaixo. Observe que esse método descrito do valor com sinal não é usado para representar inteiros nos computadores convencionais. A representação de um inteiro decimal -173 em um computador de 16 bits usando-se o método do valor com sinal ERROS E ARITMÉTICA DE PONTO FLUTUANTE 39 Representação dos Números no Computador Técnica do complemento de 2: incorpora diretamente o sinal no valor absoluto do número em vez de fornecer um bit separado para representar mais ou menos. Os números acima ou abaixo de um intervalo não podem ser representados. Uma limitação mais séria é encontrada no armazenamento e na manipulação de quantidades fracionárias como descrito a seguir. As quantidades fracionárias são representadas tipicamente em computadores usando-se a forma de ponto flutuante. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 40 Representação dos Números no Computador O número é expresso como uma parte fracionária chamada mantissa ou significando e uma parte inteira chamada de expoente ou característica como em: Em que m é a mantissa, b é a base do sistema numérico que está sendo usado, e e é o expoente (não confundir com o número neperiano). O número 156,78 poderia ser representado como 0,15678.103 em um sistema de ponto flutuante na base 10. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 41 Representação dos Números no Computador A figura abaixo mostra uma forma na qual um número em ponto flutuante poderia ser armazenado em uma palavra. O primeiro bit fica reservado para o sinal a próxima série de bits para o expoente com sinal e os últimos bits para a mantissa. A maneira como um número em ponto flutuante é armazenado em uma palavra. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 42 Representação dos Números no Computador Observe que a mantissa está usualmente normalizada se ela tiver o algarismo dominante nulo. Suponha que a quantidade 1/34 = 0,029411765... seja armazenada em um sistema na base 10 em ponto flutuante que permita que apenas quatro casas decimais sejam armazenadas. A quantidade 1/34 seria armazenada como: 0,0294x100. A inclusão do zero inútil à direita da vírgula nos força a abandonar o algarismo 1 na quinta casa decimal. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 43 Representação dos Números no Computador A normalização do número (para se remover o zero dominante) pela multiplicação da mantissa por 10 e pela diminuição do expoente por 1 para fornecer 0,2941x10-1. Manteve se um algarismo significativo adicional quando o número foi armazenado. A consequência da normalização é que o valor absoluto de m é limitado: em que b é a base. 1 𝑏 ≤ 𝑚 ≤ 1 ERROS E ARITMÉTICA DE PONTO FLUTUANTE 44 Representação dos Números no Computador Para um sistema na base 10, m iria variar entre 0,1 e 1, e para um sistema na base 2 entre 0,5 e 1. A representação em ponto flutuante permite que tanto frações quanto números muito grandes sejam expressos em um computador. Como desvantagens tem-se que: os números em ponto flutuante ocupam mais espaço e levam mais tempo para processar do que os números inteiros e; seu uso introduz uma fonte de erros já que a mantissa mantém apenas um número finito de algarismos significativos, portanto, foi introduzido um erro de arredondamento. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 45 Representação dos Números no Computador O menor número positivo em ponto flutuante possível para um sistema numérico hipotético para uma máquina que armazena informação usando palavras de 7 bits. O primeiro bit indica o sinal do número, os próximos três para o sinal e o módulo do expoente, e os três últimos para o módulo da mantissa. b) Cada valor é indicado por um traço. Apenas os números positivos são mostrados. Um conjunto idêntico também se estenderia na direção negativa. a) b) ERROS E ARITMÉTICA DE PONTO FLUTUANTE 46 Exemplo Analise dois números: x = 58649656,9 ; y = 58650653,1. Use a representação decimal em ponto flutuante com cinco algarismos significativos na mantissa para representar estes dois números. Faça o arredondamento primeiro usando o truncamento e depois o arredondamento simétrico. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 47 Exemplo Quando dois números em ponto flutuante são somados, a mantissa com o número de menor expoente é modificada de forma que os expoentes sejam os mesmos, o que tem o efeito de alinhar os pontos decimais. Faça (a + b), com: a = 0,2787x101 e b = 0,3592x10-1 Faça (c – d), com: c = 36,95 e d = 46,74. Faça (f - g), com: f = 7642 e g = 7641 Faça (f x g), com: f = 1363 e g = 0,06423 ERROS E ARITMÉTICA DE PONTO FLUTUANTE 48 Exemplo Calcule o polinômio: y = x3 − 7x2 + 8x − 0,35 em x = 1,37. Use aritmética com 3 algarismos significativos e truncamento. Calcule o erro relativo percentual. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 49 Representação dos Números no Computador Diversos aspectos da representação em ponto flutuante são significativos com relação aos erros de arredondamento do computador. Dentre eles: 1. Existe um intervalo limitado de quantidades que podem ser representadas. Exatamente como no caso dos inteiros, há números positivos e negativos grandes que não podem ser representados. Tentativas de usar números fora do intervalo aceitável vão resultar no que é chamado de um erro de overflow. Além das quantidades grandes, a representação em ponto flutuante tem a limitação adicional de que números muito pequenos também não podem ser representados (“buraco” causado pelo underflow entre o zero e o primeiro número positivo na Figura b). ERROS E ARITMÉTICA DE PONTO FLUTUANTE 50 Representação dos Números no Computador Deve ser observado que esse buraco se torna maior por causa da restrição de normalização: 2 Existe apenas um número finito de quantidades que podem ser representadas dentro do intervalo. O grau de precisão é limitado. Os números irracionais não podem ser representados exatamente. Os números racionais que não coincidem exatamente com muitos valores no conjunto também não podem ser representadosprecisamente. Os erros introduzidos pela aproximação em ambos os casos são chamados de erros de quantização. 1 𝑏 ≤ 𝑚 ≤ 1 ERROS E ARITMÉTICA DE PONTO FLUTUANTE 51 Representação dos Números no Computador A aproximação propriamente dita é feita de uma das duas maneiras: truncando ou arredondando. Suponha que o valor de π = 3,14159265358... deva ser armazenado em um sistema numérico na base 10 com sete algarismos significativos. Um método de aproximação seria simplesmente omitir ou truncar o oitavo termo e os termos mais altos, como em π = 3,141592... com a introdução de um erro associado de Et = 0,00000065. Essa técnica de manter apenas os termos significativos é chamada de truncamento no jargão da computação. OBS.: Não confundir esse termo com os erros de truncamento discutidos a seguir. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 52 Representação dos Números no Computador Truncar significa que qualquer quantidade que caia dentro de um intervalo de comprimento Δx será armazenada como a quantidade na extremidade inicial do intervalo. O limitante superior do erro para o truncamento é Δx. Um viés é introduzido porque todos os erros são positivos. A deficiência do truncamento decorre de que termos mais altos na representação decimal completa não têm impacto na versão aproximada. No exemplo de π, o primeiro algarismo descartado é 6. O último dígito mantido deveria ser arredondado para cima para fornecer 3,141593. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 53 Representação dos Números no Computador Tal arredondamento reduz o erro para Et = 0,00000035. O arredondamento fornece um erro absoluto menor do que o truncamento. Observe que, para o sistema numérico na base 2 na Figura b: 1. Arredondar significa que qualquer quantidade caindo dentro de um intervalo de comprimento Δ x será representada pelo número permitido mais próximo. 2. O limitante superior do erro para o arredondamento é Δx/2. 3. Nenhum viés é introduzido porque alguns erros são positivos e alguns são negativos. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 54 Representação dos Números no Computador Alguns computadores usam arredondamento mas isso sobrecarrega a carga computacional e, consequentemente, muitas máquinas usam simplesmente o truncamento. Justificativa hipótese de que o número de algarismos significativos é suficientemente grande para que o erro de arredondamento resultante seja usualmente desprezível. 3. O intervalo entre os números, Δx, aumenta quando o módulo dos números cresce. É essa característica, claro, que permite que a representação em ponto flutuante preserve os algarismos significativos. Mas ela também significa que o erro de quantização será proporcional ao módulo do número que está sendo representado. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 55 Representação dos Números no Computador Para números em ponto flutuante normalizados, essa proporcionalidade pode ser expressa, para os casos em que é empregado o truncamento, como: E, para os casos nos quais o arredondamento é usado, como: |𝛥𝑥| |𝑥| ≤ 𝜉 |𝛥𝑥| |𝑥| ≤ 𝜉 2 ERROS E ARITMÉTICA DE PONTO FLUTUANTE 56 Representação dos Números no Computador Em que ξ é chamado de épsilon da máquina. Pode ser calculado como: Em que b é a base numérica e t é o número de algarismos significativos na mantissa. As desigualdades nas equações significam que esses são limitantes para os erros ou seja, eles especificam os piores casos. 𝜉 = 𝑏1−𝑡 ERROS E ARITMÉTICA DE PONTO FLUTUANTE 57 Acurácia e Precisão Os erros associados tanto aos cálculos quanto às medidas podem ser caracterizados com relação a sua acurácia e precisão. A acurácia se refere a quão próximo o valor calculado ou medido está do valor verdadeiro. A precisão se refere a quão próximos os valores individuais calculados ou medidos estão uns dos outros. Um exemplo do tiro ao alvo ilustrando os conceitos de acurácia e precisão. (a) inacurado e impreciso; (b) acurados e impreciso; (c) inacurado e preciso; (d) acurado e preciso. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 58 Acurácia e Precisão Analogia com a prática de tiro ao alvo Os buracos de bala em cada alvo podem ser pensados como previsões de uma técnica numérica, enquanto a mosca representa a verdade. Inacurácia (também chamada viés é definida como um desvio sistemático da verdade. Embora os tiros na Fig. (c) estejam agrupados mais juntos do que aqueles na Fig. (a) os dois casos são igualmente inacurados. Um exemplo do tiro ao alvo ilustrando os conceitos de acurácia e precisão. (a) inacurado e impreciso; (b) acurados e impreciso; (c) inacurado e preciso; (d) acurado e preciso. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 59 Acurácia e Precisão Analogia com a prática de tiro ao alvo As imprecisões (também chamadas incertezas por outro lado, referem se à intensidade do espalhamento. Embora as Fig. (b) e Fig. (d) sejam igualmente exatas (isto é, centradas na mosca), a última é mais precisa porque os tiros estão agrupados mais juntos. Um exemplo do tiro ao alvo ilustrando os conceitos de acurácia e precisão. (a) inacurado e impreciso; (b) acurados e impreciso; (c) inacurado e preciso; (d) acurado e preciso. ERROS E ARITMÉTICA DE PONTO FLUTUANTE 60 Acurácia e Precisão Os métodos numéricos deveriam ser: Suficientemente acurados ou sem viés para satisfazer os requisitos de um problema de engenharia particular. Suficientemente precisos para permitirem projetos adequados de engenharia. O erro representa tanto a inacurácia quanto a imprecisão de predições. Com esses conceitos como base, podem ser discutidos os fatores que contribuem para o erro dos cálculos numéricos.
Compartilhar