Baixe o app para aproveitar ainda mais
Prévia do material em texto
CÁLCULO NUMÉRICO CÁLCULO NUMÉRICO Cálculo Num érico Rafaela Rodrigues Oliveira Amaro Rafaela Rodrigues Oliveira Amaro GRUPO SER EDUCACIONAL gente criando o futuro A simulação computacional proveniente do constante avanço tecnológico é possibilita- da pela modelagem Matemática, prática que permite esquematizar uma situação- problema. Nesse contexto, surge a necessidade de compreensão do Cálculo Numérico. Dentre as vertentes do Cálculo Numérico, há alguns eixos e teorias que precisam ser esclarecidas: a Teoria dos Erros e a Aritmética de ponto � utuante, que serão estuda- dos a partir de suas de� nições e propriedades. Além disso, passaremos também pelo estudo dos métodos do meio intervalo (MMI), das aproximações sucessivas (MAS), das secantes (MS) e de Newton-Raphson (MNR). Falaremos também sobre eliminação gaussiana, método da fatoração LU, método de Gauss-Jacobi, método de Gauss-Seidel e MMQ. Por � m, abordaremos os conteúdos de interpolação polinomial, método de Euler, mé- todo de Runge-Kutta e integração numérica. Capa_SER_CALNUME.indd 1,3 12/12/2019 11:58:48 © Ser Educacional 2019 Rua Treze de Maio, nº 254, Santo Amaro Recife-PE – CEP 50100-160 *Todos os gráficos, tabelas e esquemas são creditados à autoria, salvo quando indicada a referência. Informamos que é de inteira responsabilidade da autoria a emissão de conceitos. Nenhuma parte desta publicação poderá ser reproduzida por qualquer meio ou forma sem autorização. A violação dos direitos autorais é crime estabelecido pela Lei n.º 9.610/98 e punido pelo artigo 184 do Código Penal. Imagens de ícones/capa: © Shutterstock Presidente do Conselho de Administração Diretor-presidente Diretoria Executiva de Ensino Diretoria Executiva de Serviços Corporativos Diretoria de Ensino a Distância Autoria Projeto Gráfico e Capa Janguiê Diniz Jânyo Diniz Adriano Azevedo Joaldo Diniz Enzo Moreira Rafaela Rodrigues Oliveira Amaro DP Content DADOS DO FORNECEDOR Análise de Qualidade, Edição de Texto, Design Instrucional, Edição de Arte, Diagramação, Design Gráfico e Revisão. SER_ENGCPME_CALNUME_UNID1.indd 2 12/12/2019 10:19:29 Boxes ASSISTA Indicação de filmes, vídeos ou similares que trazem informações comple- mentares ou aprofundadas sobre o conteúdo estudado. CITANDO Dados essenciais e pertinentes sobre a vida de uma determinada pessoa relevante para o estudo do conteúdo abordado. CONTEXTUALIZANDO Dados que retratam onde e quando aconteceu determinado fato; demonstra-se a situação histórica do assunto. CURIOSIDADE Informação que revela algo desconhecido e interessante sobre o assunto tratado. DICA Um detalhe específico da informação, um breve conselho, um alerta, uma informação privilegiada sobre o conteúdo trabalhado. EXEMPLIFICANDO Informação que retrata de forma objetiva determinado assunto. EXPLICANDO Explicação, elucidação sobre uma palavra ou expressão específica da área de conhecimento trabalhada. SER_ENGCPME_CALNUME_UNID1.indd 3 12/12/2019 10:19:29 Unidade 1 - Teoria dos Erros e Aritmética de ponto flutuante Objetivos da unidade ........................................................................................................... 12 Conceitos iniciais e princípios gerais do Cálculo Numérico ...................................... 13 Cálculo Numérico ............................................................................................................ 14 Teoria dos Erros .................................................................................................................... 15 Erro na origem dos dados .............................................................................................. 18 Erro de truncamento ....................................................................................................... 19 Erro de arredondamento ................................................................................................ 20 Erro absoluto, erro relativo e erro percentual ............................................................ 21 Aritmética de ponto flutuante ............................................................................................ 22 Algarismos significativos ............................................................................................... 23 Sistemas numéricos ........................................................................................................ 24 Mudança de bases numéricas ...................................................................................... 27 Sistema e Aritmética de ponto flutuante ..................................................................... 32 Sintetizando ........................................................................................................................... 39 Referências bibliográficas ................................................................................................. 40 Sumário SER_ENGCPME_CALNUME_UNID1.indd 4 12/12/2019 10:19:29 Sumário Unidade 2 - Equações não lineares Objetivos da unidade ........................................................................................................... 42 Equações não lineares ........................................................................................................ 43 Solução de equações não lineares .............................................................................. 43 Teorema de Bolzano........................................................................................................ 44 Métodos de solução de equações não lineares I .......................................................... 45 Método do meio intervalo (MMI) ................................................................................. 46 Método das aproximações sucessivas (MAS) ........................................................... 50 Métodos de solução de equações não lineares II ......................................................... 53 Método das secantes (MS) ........................................................................................... 54 Método de Newton-Raphson (MNR) ........................................................................... 58 Comparação entre os métodos numéricos ................................................................. 62 Sintetizando ........................................................................................................................... 64 Referências bibliográficas ................................................................................................. 65 SER_ENGCPME_CALNUME_UNID1.indd 5 12/12/2019 10:19:29 Sumário Unidade 3 - Sistemas lineares Objetivos da unidade ....................................................................................................... 67 Sistemas lineares ................................................................................................................. 68 Classificação de sistemas lineares .............................................................................. 69 Métodos diretos .................................................................................................................... 79 Método da eliminação gaussiana ................................................................................ 71 Método da fatoração LU ................................................................................................ 76 Métodos iterativos ............................................................................................................... 79 Método de Gauss-Jacobi ............................................................................................... 80 Método de Gauss-Sieldel ............................................................................................... 85 Teoria da aproximação ........................................................................................................ 89 Ajustes de curvas ............................................................................................................90 Método dos Mínimos Quadrados (MNQ) .................................................................... 90 Sintetizando ........................................................................................................................... 96 Referências bibliográficas ................................................................................................. 97 SER_ENGCPME_CALNUME_UNID1.indd 6 12/12/2019 10:19:30 Sumário Unidade 4 – Interpolação polinomial, equações diferenciais ordinárias e integra- ção numérica. Objetivos da unidade ........................................................................................................... 99 Interpolação polinomial .................................................................................................... 100 Método de Newton-Gregory ....................................................................................... 101 Método de Lagrange ..................................................................................................... 105 Equações diferenciais ordinárias ................................................................................... 108 Método de Euler ............................................................................................................ 110 Método de Runge-Kutta ............................................................................................... 113 Integração numérica.......................................................................................................... 116 Regra do trapézio .......................................................................................................... 117 Primeira regra de Simpson .......................................................................................... 120 Segunda regra de Simpson ......................................................................................... 122 Sintetizando ......................................................................................................................... 126 Referências bibliográficas ............................................................................................... 127 SER_ENGCPME_CALNUME_UNID1.indd 7 12/12/2019 10:19:30 SER_ENGCPME_CALNUME_UNID1.indd 8 12/12/2019 10:19:30 A simulação computacional proveniente do constante avanço tecnológico é possibilitada pela modelagem Matemática, prática que permite esquematizar uma situação-problema. Nesse contexto, surge a necessidade de compreensão do Cálculo Numérico. Dentre as vertentes do Cálculo Numérico, há alguns eixos e teorias que pre- cisam ser esclarecidas: a Teoria dos Erros e a Aritmética de ponto fl utuante, que serão estudados a partir de suas defi nições e propriedades. Além disso, passaremos também pelo estudo dos métodos do meio inter- valo (MMI), das aproximações sucessivas (MAS), das secantes (MS) e de New- ton-Raphson (MNR). Falaremos também sobre eliminação gaussiana, método da fatoração LU, método de Gauss-Jacobi, método de Gauss-Seidel e MMQ. Por fi m, abordaremos os conteúdos de interpolação polinomial, método de Euler, método de Runge-Kutta e integração numérica. Bons estudos! CÁLCULO NUMÉRICO 9 Apresentação SER_ENGCPME_CALNUME_UNID1.indd 9 12/12/2019 10:19:30 Dedico este material a Deus, que que me concede saúde e sabedoria; ao meu marido, Cleber, por seu apoio incondicional; àminha fi lha, Mariana, que é fonte de inspiração diária; à minha família, que tanto me auxilia nas mais diversas situações. A professora Rafaela Rodrigues Oli- veira Amaro é especialista em Meto- dologia do Ensino de Matemática pela Faculdade de Administração, Ciências, Educação e Letras (FACEL) em 2012 e graduada em Matemática pela Funda- ção Comunitária de Ensino de Itabira (FUNCESI) em 2009. Currículo Lattes: http://lattes.cnpq.br/7630524977124650 CÁLCULO NUMÉRICO 10 A autora SER_ENGCPME_CALNUME_UNID1.indd 10 12/12/2019 10:19:30 FUNÇÕES ALGÉBRICAS E NÃO ALGÉBRICAS: DEFINIÇÕES E APLICAÇÕES 1 UNIDADE SER_ENGCPME_CALNUME_UNID1.indd 11 12/12/2019 10:19:45 Objetivos da unidade Tópicos de estudo Compreender a definição de Cálculo Numérico, bem como os conceitos que permeiam o seu estudo; Conceituar, identificar e calcular o erro; Definir o que é Aritmética de ponto flutuante e apresentar suas propriedades. Conceitos iniciais e princípios gerais do Cálculo Numérico Cálculo Numérico Teoria dos Erros Erro na origem dos dados Erro de truncamento Erro de arredondamento Erro absoluto, erro relativo e erro percentual Aritmética de ponto flutuante Algarismos significativos Sistemas numéricos Mudança de bases numéricas Sistema e Aritmética de ponto flutuante CÁLCULO NUMÉRICO 12 SER_ENGCPME_CALNUME_UNID1.indd 12 12/12/2019 10:19:45 Conceitos iniciais e princípios gerais do Cálculo Nu- mérico O ato de resolver problemas é inerente à condição humana. Desse modo, sempre nos deparamos com situações nas quais devemos determi- nar uma solução. Em contrapartida, os computadores possuem um sistema operacional que necessita de algorit- mos para possibilitar a resolução de problemas. E qual é a relação existente entre o Cálculo Numérico e esses algoritmos computacionais? Ora, o constante avan- ço da capacidade de cálculo dos computadores ocasionou uma expansão na capacidade de resolução de diferentes problemas intermediados por simula- dores computacionais. O estudo desses problemas requisita a prática da mo- delagem matemática, que pode ser defi nida como o ato de descrever mate- maticamente um determinado fenômeno. O livro Noções de Cálculo Numérico, publicado em 1984 pelos autores Hu- mes, Melo, Yoshida e Martins, apresenta as seguintes etapas para a solução de um problema: defi nição do problema a ser resolvido; obtenção de um mo- delo matemático para retratar a situação proposta, descrição do problema e resolução do problema. O Diagrama 1 apresenta as etapas descritas para a resolução de um problema. Modelagem Resolução Problema Modelo matemático Solução DIAGRAMA 1. ETAPAS PARA A RESOLUÇÃO DE UM PROBLEMA Fonte: HUMES, 1984, p. 1. (Adaptado). CÁLCULO NUMÉRICO 13 SER_ENGCPME_CALNUME_UNID1.indd 13 12/12/2019 10:19:55 Cálculo Numérico O estudo do Cálculo Numérico ana- lisa os métodos numéricos de maneira a solucionar problemas. Assim, uma solução numérica é um valor numéri- co aproximado que resolve um proble- ma matemático. A análise dos procedimentos, téc- nicas e aplicações são benefi ciadas quando a tecnologia está associada, seja na realização de cálculos ou na interpretação das respostas encontra- das. Estabelece-se, assim, uma íntima ligação entre a Matemática e a tec- nologia por meio de ferramentas computacionais, que podem ser entendidas como agentes de um processo interativo de ensino e aprendizagem, colocando os alunos como sujeitos efetivos e autônomos no trabalho teórico-prático com soluções numéricas. E qual é o propósito de estudar essa disciplina? A resposta é simples: o ob- jetivo do Cálculo Númerico se resume em analisar os processos numéricos, também chamados de algoritmos, para resolver problemas tidos como compli- cados, empregando as operações de adição, subtração, multiplicação e divisão, ou seja, os procedimentos que integram a Aritmética. A disciplina de Cálculo Numérico é estruturada em seis grandes agrupa- mentos: modelagem numérica, resolução de equações lineares, não lineares e transcendentes, ajustes de curvas, interpolação, integração numérica e equa- ções diferenciais ordinárias como pode ser visualizado no Diagrama 2. Atente-se que são necessárias duas fases para transpor do problema para a solução: modelagem e resolução. A primeira consiste na fase de aquisição de um modelo matemático que representa o desempenho do problema proposto, a segunda, por sua vez, na compreensão da fase em que se é obtida a solução do modelo matemático após utilização dosmétodos numéricos. CÁLCULO NUMÉRICO 14 SER_ENGCPME_CALNUME_UNID1.indd 14 12/12/2019 10:20:14 DIAGRAMA 2. SEGMENTOS DO CÁLCULO NUMÉRICO Modelagem numérica Equações diferenciais ordinárias Ajuste de curvas Interpolação Integração numérica Cálculo Numérico Equações lineares, não lineares e transcendentes Teoria dos Erros A obtenção de resultados provenientes de observações é limitada. Afi - nal, o ser humano é falho. Todavia, uma vez que é difícil determinar respos- tas exatas e precisas, torna-se necessário estimar quão boa e efi ciente foi a medição realizada, quantifi cando a qualidade da solução descoberta. Essa diferença entre o resultado encontrado e o resultado correto recebe o nome de erro e é inerente aos processos numéricos, não podendo, em muitos casos, ser evitado. Dentro do cenário habitual aos cálculos numéricos, nasce a Teoria dos Er- ros, que estuda a dinâmica do erro nas diversas situações em que ele pode es- tar inserido. Baseando-se em tal indicador, é possível compreender a precisão dos cálculos executados. Conforme Humes e outros autores, no livro Noções de Cálculo Numérico, pu- blicado em 1987, é propósito da Teoria dos Erros: CÁLCULO NUMÉRICO 15 SER_ENGCPME_CALNUME_UNID1.indd 15 12/12/2019 10:20:14 • determinar o mais correto resultado para a medida aferida a partir dos dados experimentais existentes, ou seja, definir, em termos estatísticos, a mais acertada aproximação para o valor verdadeiro; • encontrar a incerteza no valor obtido, isto é, determinar o grau de precisão e confiança da medida analisada. E onde podemos encontrar esse erro tão instalado em nosso cotidiano? Como identificá-lo? Vamos explorar um contexto comum à nossa vida e que fará toda a diferença para compreensão desse conteúdo. Considere uma pista de atletismo de forma circular e raio (distância do cen- tro à borda da circunferência) equivalente a 50 m. Um atleta tem como meta percorrer tal pista dez vezes diariamente, de maneira a se preparar para uma competição. Se a meta proposta pelo atleta for cumprida, quantos metros ele terá percorrido? Como se calcula o comprimento de uma circunferência? Vocês se lembram? A relação que permite calcular o comprimento de uma circunferência é C = 2 · π · r, em que π é uma constante e r indica a medida do raio da circunferência. Agora que já definimos os componentes da fórmula a ser utilizada, podemos solucionar o problema. Figura 1. Elementos de uma circunferência. Fonte: Adobe Stock. Acesso em: 05/10/2019. CÁLCULO NUMÉRICO 16 SER_ENGCPME_CALNUME_UNID1.indd 16 12/12/2019 10:20:16 Como já foi definido, o raio equivale a 50 m, mas e o valor de π? Que número representa essa constante? Para sanar essas interrogações, partiremos para o cálculo da metragem percorrida baseado nos valores de π indicados a seguir: π = 3,14 Sendo assim: C = 2 · π · r C = 2 · 3,14 · 50 = 314 Como esse percurso será executado dez vezes, logo, a conta que deve ser feita é: 314 · 10 = 3140 m Para outro valor de π: π = 3,1416 Desse modo: C = 2 · π · r C = 2 · 3,1416 · 50 = 314,16 Como esse percurso será executado dez vezes, logo, será percorrido: 314,16 · 10 = 3140,6 m Para o seguinte valor de π: π = 3,14159265 C = 2 · π · r C = 2 · 3,14159265 · 50 = 314,159265 Como esse percurso será executado dez vezes, logo, será percorrido o se- guinte valor: 314,159265 · 10 = 3141,59265 m Você identificou alguma alteração nas metragens percorridas? A resposta é categórica: sim! Atente-se ao fato de como o resultado é alterado mediante o valor definido para π. Verifique que quanto mais preciso e exato se define essa constante, mais preciso e exato também é o resultado proveniente das opera- ções que o utilizam. No entanto, a cada cálculo realizado, existe uma diferença, ainda que pe- quena, entre os resultados. Logo, há a incidência de erro, proveniente da uti- CÁLCULO NUMÉRICO 17 SER_ENGCPME_CALNUME_UNID1.indd 17 12/12/2019 10:20:16 lização de um valor arredondado a outro mais preciso. Para operações como essa, é preciso identifi car o tipo de erro existente para, posteriormente, men- surar o indicador. CURIOSIDADE O número π indica a razão entre a circunferência de um círculo e seu diâmetro. Com a descoberta e aprimoramento do cálculo infi nitesimal, passou-se também a recorrer é utilização de séries infi nitas convergentes de produtos e frações com o intuito de aproximar o valor de π. Erro na origem dos dados Alguns dados são obtidos por medidas experimentais. Em outras palavras, até obter determinadas informações, é comum que surjam incoerências. Des- sa forma, logo no início, nos deparamos com os erros dos dados de entrada. Quando o modelo matemático é proveniente de um problema físico, há incer- tezas quanto às medidas realizadas pelos instrumentos de medição, que possuem uma precisão limitada devido a diversos fatores, conforme mostra a Figura 2. Figura 2. Fontes de s na origem de dados. Medidas incorretas Aprelhos de medição inadequados Falha humana Erro na origem de dados CÁLCULO NUMÉRICO 18 SER_ENGCPME_CALNUME_UNID1.indd 18 12/12/2019 10:20:17 De maneira geral, na tentativa de indicar um fenômeno físico por um modelo matemático, difi cilmente se obtém uma descrição adequada a este fenômeno. Ge- ralmente, é preciso várias simplifi cações do mundo físico para se obter um modelo matemático que possibilite seu uso. Erro de truncamento O erro de truncamento consiste no erro característico e inerente aos modelos numéricos. O ato de truncar corresponde aos erros originários da utilização de processos, que são compostos por termos infi nitos ou muito grandes para a de- terminação de um valor. Figura 3. Fontes de erro de truncamento. Linearrização de uma função Tranformação de uma série infi nita em fi nita Erro de truncamento CÁLCULO NUMÉRICO 19 SER_ENGCPME_CALNUME_UNID1.indd 19 12/12/2019 10:20:17 São considerados exemplos de erro de truncamento: • estudo de uma série infi nita, uma vez que ao adaptá-la para uma quantidade de termos fi nitos, ou seja, limitar uma quantidade de termos, cometemos erro de truncamento; • processo de linearização de uma função, pois consiste no desenvolvimento da função em série de Taylor, considerando apenas os termos lineares. Por exem- plo: para o valor de e1,5 ou de qualquer valor de e, pode-se utilizar a série de Taylor de uma função exponencial como recurso, defi nida por: x2 x3 x4 x5 xn 2 ! 3 ! 4 ! 5 ! n !e x = 1 + x + + + +··· Erro de arredondamento De maneira a entender melhor o erro de arredondamento, é importante defi nir o que é arredondamento e quais regras fundamentam o ato de arre- dondar. Arredondamento é o processo que “dispensa” algumas casas decimais à direita de um algarismo. A Associação Brasileira de Normas Técnicas (ABNT) publicou, em 10 de dezembro de 2014, a norma ABNT NBR 5891:2014 – Regras de arredondamento na numeração decimal, defi nindo as regras para executar tal operação. A seguir, é possível ver quais são essas indicações, bem como seus respectivos exemplos: • Quando o algarismo imediatamente seguinte ao último for inferior a 5, o últi- mo algarismo a ser conservado permanecerá sem modifi cação. Exemplo 1: o algarismo 14,9834, quando arredondado, fi ca 14,98. • Quando o algarismo imediatamente seguinte ao último algarismo a ser conservado for superior ou igual a 5 e for seguido de, no mínimo, um algarismo diferente de zero, o último algarismo a ser conservado deverá ser aumentado em uma unidade. Exemplo 2: o algarismo 4,6691, quando arredondado à segunda decimal, fi ca 4,67. • Quando o algarismo imediatamente seguinte ao último algarismo a ser con- servado for 5 seguido de zeros, deve-se arredondar o algarismo a ser conservado para o algarismo par mais próximo. CÁLCULO NUMÉRICO 20 SER_ENGCPME_CALNUME_UNID1.indd 20 12/12/2019 10:20:17 Exemplo 3: o algarismo 0,63500, quandoarredondado à segunda decimal, fi ca 0,64. • Quando o algarismo imediatamente seguinte ao último a ser conservado for 5 e estiver seguido de zeros, ele permanecerá sem modifi cação quando for par. Exemplo: o algarismo 10,6650, quando arredondado à segunda decimal, fi ca 10,66. Logo, os erros de arredondamento ocorrem a cada arredondamento mal rea- lizado e são introduzidos nas operações efetuadas, infl uenciando diretamente na solução e gerando, assim, resultados diferentes ou muito distantes do correto. Erro absoluto, erro relativo e erro percentual É fundamental a quantifi cação do erro, ou seja, mensurar quão grande ou quão pequeno foi o erro cometido nos processos numéricos. Para tal, podemos utilizar as medidas de erro denominadas erro absoluto, erro relativo e erro percentual. O erro absoluto (EAx), lido como erro absoluto em x, compreende o resultado entre a subtração do valor exato de um número x e seu valor aproximado x, encon- trado a partir de um procedimento numérico e da seguinte relação: EAx = x - x Na maioria das situações, apenas x é um valor conhecido. Desse modo, o que se faz é fi xar um limitante superior ou uma estimativa para o módulo do erro ab- soluto. O erro absoluto não é sufi ciente para descrever a precisão de um cálculo. Por isso, é mais incidente a utilização do erro relativo. O erro relativo (ERx), também lido como erro relativo em x, é a razão entre o erro absoluto. Seu valor aproximado é dado por: EAx x - x x xErx = + Por fi m, o erro percentual é o erro relativo em porcentagem: EPx = ERx · 100% Você conhece o número de Euler? Já ouviu falar sobre essa interessante cons- tante? Pois bem, ele é um famoso número irracional que possui infi nitas casas decimais. Tendo isso em mente, vamos aplicar os conceitos aprendidos a esse po- pular número. CÁLCULO NUMÉRICO 21 SER_ENGCPME_CALNUME_UNID1.indd 21 12/12/2019 10:20:17 CURIOSIDADE O número de Euler tem esse nome em homenagem ao matemático Leonhard Euler. Ele é um número irracional, positivo e funciona como base para os logaritmos naturais. Além disso, o número de Euler possui infi nitas casas de- cimais e nenhum padrão. O símbolo utilizado para representá-lo é a letra e. Admita que o número de Euler esteja compreendido no seguinte intervalo: e ∈ [2,71; 2,72] Consideraremos o valor aproximado de x = 2,72. Nesse contexto, calcularemos o erro absoluto, o erro relativo e o erro percentual. • Erro absoluto Para determinar o erro absoluto, basta substituir o valor determinado como aproximado (x) e o valor cujo erro queremos mensurar (x): EAx = x - x = 2,72 - 2,71 = 0,01 • Erro relativo Para calcular o erro relativo, utilizaremos o valor determinado para o erro ab- soluto: EAx 0,01 x 2,71ERx = = = 0,0037 • Erro percentual Para mensurar o erro percentual, é necessário realizar o produto entre o erro relativo por 100%. Logo: EPx = ERx · 100% = 0,37% A conclusão referente a essa situação é mais fácil de ser interpretada pelo re- sultado do erro percentual, que permite concluir que o número e = 2,71 possui 0,37% de precisão em sua representação. Aritmética de ponto flutuante Caro(a) aluno(a), você se recorda da notação científi ca? Lembra como representá-la? A notação científi ca é um modo simplifi cado de es- crever números decimais muito grandes ou pequenos. Ela pode ser utilizada no sistema de numeração bi- nário? A resposta é categórica: não! Para atender a essa CÁLCULO NUMÉRICO 22 SER_ENGCPME_CALNUME_UNID1.indd 22 12/12/2019 10:20:17 demanda, foi criado o ponto fl utuante, que nada mais é do que uma versão da notação científi ca adaptada para o sistema binário. DIAGRAMA 3. SISTEMA DECIMAL X SISTEMA BINÁRIO Sistema decimal Notação científi ca Sistema binário Ponto fl utuante Já Aritmética de ponto fl utuante, como o próprio nome sugere, trabalha as operações aritméticas (adição, subtração, multiplicação e divisão) com os números representados em ponto fl utuante. Algarismos significativos Medições de grandezas físicas são constantemente utilizadas nas mais distin- tas operações. Assim, considerando o resultado de uma medição, os algarismos signifi cativos são identifi cados como aqueles que são contabilizados da direita para a esquerda, partindo do primeiro algarismo diferente de zero. E como contabilizar estes algarismos signifi cativos? Veja alguns exemplos: • o algarismo 0,014 possui dois algarismos signifi cativos; • o algarismo 37,5 possui três algarismos signifi cativos; • o algarismo 64700 possui três algarismos signifi cativos; • o algarismo 0,007800 possui quatro algarismos signifi cativos; • o algarismo 91,042 possui cinco algarismos signifi cativos. O número zero, no entanto, quando posicionado à esquerda de um algaris- mo, depois ou antes da vírgula, sinaliza apenas o uso das unidades, múltiplos e submúltiplos, não sendo considerado como signifi cativo. Exemplo 1: 0,00234 equivale a 0,234 · 10-3. Sua representação mudou, mas a quantidade de algarismos signifi cativos permanece inalterada. CÁLCULO NUMÉRICO 23 SER_ENGCPME_CALNUME_UNID1.indd 23 12/12/2019 10:20:17 Zeros à direita do número, por sua vez, indicam maior exatidão. Desse modo, quando ele se encontra alocado à direita do resultado da medição, há a represen- tação de um algarismo signifi cativo. Exemplo 2: 0,00000014 possui dois algarismos signifi cativos. Adição e subtração com algarismos signifi cativos Para as operações de adição ou subtração, devemos arredondar os valores dos algarismos signifi cativos a fi m de deixá-los com uma igual quantidade de casas decimais e, em seguida, executar a operação. Exemplo 3: 10,08299 + 23,06 = 10,08 + 23,06 = 33,14 99,112 - 87,4436 = 99,112 - 87,444 = 11,668 Após os cálculos, a referência para representação em relação à quantidade de casas decimais continua com o componente que apresenta menor quanti- dade de algarismos signifi cativos. Multiplicação e divisão com algarismos signifi cativos Operações de multiplicação e divisão são executadas conforme suas especi- fi cações próprias e o resultado obtido deve ser escrito com a mesma quantidade de algarismos signifi cativos ao fator que compõe a operação que possui a menor quantidade de algarismos signifi cativos. Exemplo 4: 0,012 · 12,7306 = 15,27672 ≅ 15,276 67,23 : 7,0119 = 9,58798614 ≅ 9,59 Observe que o critério de quantidade de casas decimais se baseia no número constituído por menos algarismos signifi cativos. Sistemas numéricos Como organizar vários algarismos de maneira a se obter uma estruturação ló- gica e concisa? Nossos antepassados se preocuparam com essa questão e, para solucioná-la, criaram os sistemas de numeração. Como exemplo, temos o sistema de numera- ção romana, que foi desenvolvido na Roma Antiga e consiste na utilização de sete letras maiúsculas, I, V, X, L, C, D e M, às quais são atribuídos valores específi cos a cada representação, de modo a diferenciá-las. CÁLCULO NUMÉRICO 24 SER_ENGCPME_CALNUME_UNID1.indd 24 12/12/2019 10:20:17 Figura 4. Sistema de numeração romana. Fonte: Shutterstock. Acesso em: 31/10/2019. Um sistema de numeração é uma esquematização que representa uma gran- de quantidade de números de uma forma coerente e concisa, direcionando, a cada número, uma particular e única representação, refletindo em suas estruturas al- gébricas e aritméticas. Tendo isso em mente, estudaremos os quatro grandes sistemas de numeração que são amplamente utilizados na matemática e computação, conforme mostra o Diagrama 4. DIAGRAMA 4. PRINCIPAIS SISTEMAS DE NUMERAÇÃO Sistemas de numeração DECIMAL OCTAL BINÁRIO HEXADECIMAL CÁLCULO NUMÉRICO 25 SER_ENGCPME_CALNUME_UNID1.indd 25 12/12/2019 10:20:32 Sistema de numeração decimal O sistema de numeração decimal demais é instituído por dez dígitos: 0, 1, 2, 3, 4, 5, 6, 7, 8 e 9. Sua dinâmica ocorre pelo agrupamento de dez, sendo que cada algarismo é multiplicado por uma potência de 10, diferenciada pelovalor de seu expoente. Constitui um sistema posicional, isto é, o valor de um algarismo é deter- minado pela posição que ocupa no numeral. Exemplo 1. O número 671 é representado no sistema decimal da seguinte maneira: 671 = 6 centenas + 7 dezenas + 1 unidade 671 = 6 · 102 + 7 · 101 + 1 · 100 Exemplo 2. O número 4125 é representado no sistema decimal da seguinte maneira: 4125 = 4 unidades de milhar + 1 centena + 2 dezenas + 5 unidades 4125 = 4 · 103 + 1 · 102 + 2 · 101 + 5 · 100 Sistema de numeração binário O sistema de numeração binário é formado pelos algarismos 0 e 1, que são conhecidos como bits. No funcionamento desse sistema, cada algarismo que com- põe o número é multiplicado por uma potência de dois, distinguida pelo valor atri- buído a seu expoente. Exemplo 3. O número 111 é representado no sistema binário da seguinte maneira: (111)2 = 1 · 2 2 + 1 · 21 + 1 · 20 Exemplo 4. O número 10101 é representado no sistema binário da seguinte maneira: (101,01)2 = 1 · 2 2 + 0 · 1011 · 20 + 0 · 2-1 + 1 · 2-2 Sistema de numeração octal No sistema de numeração octal, a base é 8 e cada posição é indicada por um múltiplo de uma potência de 8. Como o próprio nome sugere, é formado por oito algarismos, que originam outros números. Exemplo 5. O número 532 é representado no sistema octal da seguinte maneira: 532 = 5 · 82 + 3 · 81 + 2 · 80 Exemplo 6. O número 9876 é representado no sistema octal da seguinte maneira: CÁLCULO NUMÉRICO 26 SER_ENGCPME_CALNUME_UNID1.indd 26 12/12/2019 10:20:32 987,6 = 9 · 82 + 8 · 81 + 2 · 80 + 5 · 8-1 Sistema de numeração hexadecimal O sistema de numeração hexadecimal possui base igual a 16, que é elabo- rada pelo conjunto dos seguintes algarismos: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F. Nesse sistema, existe a combinação entre letras e números. Assim, cada algarismo pode conter dezesseis possibilidades de símbolos. Ao fi ndar todos os dígitos hexadecimais, a repetição começa com o incremento de outro dígito. Dessa maneira, a continuidade da sequência é dada por: 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 1A, 1B, 1C, 1D, 1E, 1F, 20, 21, 22, 23 etc. Exemplo 7. O número 10024 é representado no sistema hexadecimal da seguinte ma- neira: 10024 = 307 C Exemplo 8. O número 424 é representado no sistema hexadecimal da seguinte maneira: 424 = 01AB Mudança de bases numéricas Antes de prosseguirmos com o conteúdo, vamos fazer uma breve revisão? Aprendemos que os números podem se representados em formatos diferen- tes, atrelados a sistemas posicionais que utilizam bases específi cas. Nesse contexto, surge uma dúvida: de que maneira é possível con- verter os números representados em bases posicionais diferentes? Como alterar um número alocado em base decimal para uma base binária? E o processo inverso, como deve ser realizado? Explicações a estas interrogações descobriremos a seguir! Base binária para base decimal Para converter um número representado na base binária para a base decimal, é necessário realizar os se- guintes passos: • escreva o número na base binária e relacione as potências da direita para a esquerda; CÁLCULO NUMÉRICO 27 SER_ENGCPME_CALNUME_UNID1.indd 27 12/12/2019 10:20:32 • comece com o último algarismo mais à direita e associe a ele a mul- tiplicação por 20; • adicione o número 1 a cada expoente, sempre da direita para a esquerda; • encerre quando o número de elementos presentes na listagem for equivalente à quantidade de algarismos presentes na representação binária; • realize a operação aritmética resultante, começando pelas multiplicações e, em seguida, as adições; • o resultado do somatório indica o número procurado. Exemplo 1. (1001)2 = (?)10 ( 1 0 0 1 )2 = 1 · 2 3 + 0 · 22 + 0 · 21 + 1 · 20 ( 1 0 0 1 )2 = 1 · 8 + 0 · 4 + 0 · 2 + 1 · 1 ( 1 0 0 1 )2 = 8 + 0 + 0 + 1 ( 1 0 0 1 )2 = (9)10 Logo, o número 1002, representado na base binária, equivale a 9 na represen- tação decimal. Exemplo 2. (110101)2 = (?)10 ( 1 1 0 1 0 1 )2 = 1 · 2 5 + 1 · 24 + 0 · 23 + 1 · 22 + 0 · 21 + 1 · 20 ( 1 1 0 1 0 1 )2 = 1 · 32 + 1 · 16 + 0 · 8 + 1 · 4 + 0 · 2 + 1 · 1 ( 1 1 0 1 0 1 )2 = 32 + 16 + 0 + 4 + 0 + 1 ( 1 1 0 1 0 1 )2 = (53)10 Logo, o número 110101, representado na base binária, equivale a 53 na repre- sentação decimal. Exemplo 3. (10,01)2 = (?)10 ( 1 0 ,0 1 )2 = 1 · 2 1 + 0 · 20 + 0 · 2-1 + 1 · 2-2 ( 1 0 ,0 1 )2 = 1 · 2 + 0 · 1 + 0 · 0,5 + 1 · 0,25 ( 1 0 ,0 1 )2 = 2 + 0 + 0 + 0,25 ( 1 0 ,0 1 )2 = (2,25)10 Logo, o número 10,01, representado na base binária, equivale a 2,25 na repre- sentação decimal. CÁLCULO NUMÉRICO 28 SER_ENGCPME_CALNUME_UNID1.indd 28 12/12/2019 10:20:32 EXPLICANDO Quando houver a existência de uma vírgula na representação binária, é indicação que há uma parte fracionária. Sendo assim, é necessário lem- brar que toda base elevada a um expoente negativo possui a propriedade de ser convertida a uma fração. Por exemplo: 2-1 = = 0,5 e 2-2 = = = 0, 251 2 ( ) 1 2 ( ) 1 4 1 2 Assim, conseguimos determinar os outros termos relativos à representa- ção binária. Exemplo 4. (10,111)2 = (?) 10 (1 0 ,1 1 1)2 = 1 · 2 1 + 0 · 20 + 1 · 2-1 + 1 · 2-2 + 1 · 2-3 (1 0 ,1 1 1)2 = 1 · 2 + 0 · 1 + 1 · 0,5 + 1 · 0,25 + 1 · 0,125 (1 0 ,1 1 1)2 = 2 + 0 + 0,25 + 0,125 (1 0 ,1 1 1)2 = (2,375)10 Base decimal para base binária O processo de conversão de um número indicado na base decimal para a base binária é diferenciado para a parte inteira e a parte decimal (se houver). Assim, conheceremos as duas técnicas. A transformação da parte inteira, ou o método das divisões sucessivas, é guia- da pelas seguintes orientações: • divida o número inteiro por 2; • divida novamente o quociente da divisão anterior por 2; • repita o processo de divisão por 2 até obter o último quociente igual a 1. O número binário é obtido pela escrita do último quociente e seus respectivos restos referentes às divisões. Além disso, eles são lidos sempre em sentido inverso. Quando o número for composto por uma porção fracionária, ou seja, quan- do ele for decimal, utilizamos o método das multiplicações sucessivas, que é orientado pelos seguintes passos: • multiplique a parte fracionária por 2; • do resultado obtido, a parte inteira será o primeiro dígito do número em base binária. Caso haja parte fracionária restante, ela deverá ser multiplicada novamente por 2; • o processo é repetido até se obter o número 0 na parte fracionária da última multiplicação. CÁLCULO NUMÉRICO 29 SER_ENGCPME_CALNUME_UNID1.indd 29 12/12/2019 10:20:32 Exemplo 1. (14)10 = (?)2 TABELA 1. CONVERSÃO DA BASE DECIMAL PARA A BINÁRIA DO EXEMPLO 1 QUOCIENTE RESTO 14 : 2 7 0 7 : 2 3 1 3 : 2 1 1 A leitura é realizada sempre no sentido contrário e a partir do quociente 1. Assim, o número 14, indicado na base decimal, possui representação binária dada por ( 1 1 1 0 )2. Exemplo 2. (41)10 = (?)2 TABELA 2. CONVERSÃO DA BASE DECIMAL PARA A BINÁRIA DO EXEMPLO 2 QUOCIENTE RESTO 41 : 2 20 1 20 : 2 10 0 10 : 2 5 0 5 : 2 2 1 2 : 2 1 0 CÁLCULO NUMÉRICO 30 SER_ENGCPME_CALNUME_UNID1.indd 30 12/12/2019 10:20:32 Considerando a leitura no sentido contrário a partir do quociente 1, concluí- mos que o número 41, indicado na base decimal, possui representação binária dada por (1 0 1 0 0 1)2. Exemplo 3. (0,1875)10 = (?)2 0,1875 · 2 = 0,375 0,375 · 2 = 0,75 0,75 · 2 = 1,50 0,50 · 2 = 1,00 Como a parte inteira é zero, ela permanece inalterada. Já a leitura, é feita baseada na parte inteira provinda dos resultados das multiplicações e segue o sentido de cima para baixo. Logo, o número 0,1875 possui representação biná- ria equivalente a (0,0 0 1 1)2. Nesta situação, de um número composto por uma parte inteira e outra de- cimal, é necessário realizar um procedimento adequado para número inteiro e outro para a porção decimal. TABELA 3. CONVERSÃO DA BASE DECIMAL PARA A BINÁRIA DO EXEMPLO 3 – PARTE INTEIRAQUOCIENTE RESTO 85 : 2 42 1 42 : 2 21 0 21 : 2 10 1 10 : 2 5 0 5 : 2 2 1 2 : 2 1 0 Para a parte decimal, é necessário realizar o seguinte procedimento: 0,375 · 2 = 0,75 0,75 · 2 = 1,50 0,50 · 2 = 1,00 Assim, é possível concluir que a representação binária para o número 83,375 é (1 0 1 0 1 0 1 ,0 1 1)2. CÁLCULO NUMÉRICO 31 SER_ENGCPME_CALNUME_UNID1.indd 31 12/12/2019 10:20:32 DICA Observe que todas as representações binárias são passíveis de conferên- cia. Assim, ao optar em conferir se o resultado encontrado está realmente correto, basta realizar o processo inverso, ou seja, seguir os parâmetros para conversão da base binária para a base decimal. Sistema e Aritmética de ponto flutuante A necessidade de representar computacionalmente números muito ex- tensos, sejam muito grandes ou números muito pequenos, justifi ca a utili- zação da representação em ponto fl utuante, que consiste em uma versão da notação científi ca tendo a base binária como referência. A representação em Aritmética de ponto fl utuante é muito utilizada na computação digital. Um exemplo disso são as calculadoras científi cas. Um número real (R) é representado internamente em um computador por meio de uma série de impulsos elétricos que apontam dois resultados possí- veis: 0 ou 1, indicando a utilização de uma base binária. Observe, na Figura 5, a transformação do número 14 em um computador para a linguagem binária. 14 Impulsos elétricos (1 1 1 0 )2 Figura 5. Representação interna de um número real (R). CÁLCULO NUMÉRICO 32 SER_ENGCPME_CALNUME_UNID1.indd 32 12/12/2019 10:20:32 A vantagem na utilização do ponto flutuante consiste na capacidade am- pliada de representar uma grande faixa de números se comparada com a re- presentação de ponto fixo. Mas de que forma? Vamos entender isso melhor? Admita uma representação com cinco dígitos, vamos compreender sua ca- pacidade de representação nos seguintes sistemas: a) representação de ponto fixo: • maior número representável = 9,9999 ≅ 10 • menor número representável = 0,0001 ≅ 10-5 b) representação com ponto flutuante: deslocamento de dois dos cinco dígi- tos para representar a potência de 10: • maior número representável = 9,999 · 1099 • menor número representável = 0,001 ≅ 10-99 Dessa forma, foi possível entender melhor essa capacidade de representa- ção ampliada em relação à representação de ponto fixo. Devido a isso, a lingua- gem ocupacional utiliza esse recurso para sua programação. Cada número representado em ponto flutuante está relacionado com três outros números: mantissa, expoente (valor mínimo e máximo) e base. A mantissa é a parte do número que representa seus dígitos significativos. O expoente está associado à base utilizada e a base corresponde ao sistema que opera a máquina. Outro componente importante é t, que revela o número de dígitos significativos do sistema de representação, também definido por ser a precisão da máquina. De acordo com Franco, autor do livro Cálculo Numérico, publicado em 2006, um número x, representado no sistema de numeração de ponto flutuante é dado por: x = mantissa · βe x = ± 0, d1, d2, d3 …dp· βe Em que é possível identificar os componentes: • β é a base de operações aritméticas da máquina; • e é o expoente que está compreendido no intervalo -m ≤ e ≤ M, em que (m, M ∈ N); • t é a quantidade de dígitos da mantissa, em que d1 ≠ 0, 0 ≤ di < β, i = 1, 2, 3, …t. De maneira prática e resumida, todas as informações necessárias para um sistema de ponto flutuante serão apresentadas da seguinte forma: CÁLCULO NUMÉRICO 33 SER_ENGCPME_CALNUME_UNID1.indd 33 12/12/2019 10:20:32 F (β,p,m,M) Bem, considere um sistema de ponto flutuante descrito por: F (2, 5, -4, 4) Sendo que: • a base é binária; • a precisão equivale a 5; • -4 indica o valor mínimo para o expoente; • 4 indica o valor máximo para o expoente. É indicado que exista uma forma normalizada de representação numérica. Para tanto, em nosso contexto, utilizaremos somente mantissas normalizadas. Uma mantissa se encontra normalizada quando é constituída unicamente por uma parte fracionária (não existe parte inteira) e quando o primeiro dígito à direita da vírgula for diferente de 0, ou seja, considerando o sistema numérico, só existe a possibilidade de ser o algarismo 1. Destaca-se que um número não normalizado é passível de normalização. Para isso, basta realizar deslocamentos da mantissa para a direita ou esquerda e incrementos ou decrementos do expoente, respectivamente. Para manter a magnitude, ou seja, o tamanho do número, é necessário a multiplicação pela base elevado a um expoente composto pela quantidade de casas deslocadas. O sinal que o acompanhará será positivo caso o deslocamen- to aconteça pela esquerda e será negativo quando ocorrer pela direita. Exemplo 1. Considere a seguinte representação binária não normalizada: (-111,101)2 Para normalizá-la, é necessário deslocar três dígitos para a direita, de modo que o primeiro algarismo antes da vírgula seja igual a 0. Logo, seu formato será: (-0,111101)2 Observe que o deslocamento ocorreu para a direita e três casas foram mo- vidas. Assim, a versão normalizada pode ser descrita por: (-0,111101 · 23)2 Aprendemos como identificar se a representação numérica está normaliza- da. No entanto, como converter um número retratado por uma base numérica qualquer para o sistema de ponto flutuante? Basta seguirmos os três passos descritos a seguir: CÁLCULO NUMÉRICO 34 SER_ENGCPME_CALNUME_UNID1.indd 34 12/12/2019 10:20:32 • 1°: verifique se a base é igual à solicitada; • 2°: converta, caso necessário, o número para a base indicada; • 3°: normalize. Exemplo 2. Escreva o número (-3,625)10 no sistema F (10, 5, -3, 3). • 1°: observe que a base do sistema é 10, igual a da representação numérica. Logo, não é necessário o segundo passo, uma vez que não haverá conversão. • 2°: normalize. Será necessário deslocar a vírgula uma casa à esquerda. Logo, a base 10 deverá ter o expoente igual a 1. Sendo assim, a resposta correta é: (-0,3625 · 101 )10 Exemplo 3. Escreva o número (-3,625)10 no sistema F (2, 5, -3, 3). • 1°: a base é diferente. Logo, há a necessidade de conversão; • 2°: Para converter uma base decimal em uma binária, é preciso utilizar o mé- todo das divisões sucessivas para a parte inteira (Tabela 4); e o de multiplicações sucessivas para a parte decimal. Esses cálculos podem ser vistos a seguir. QUOCIENTE RESTO 3 ÷ 2 1 1 Multiplicações sucessivas para a parte decimal: 0,625 · 2 = 1,25 0,25 · 2 = 0,50 0,50 · 2 = 1,00 Assim, a representação binária para o número -3,625 é: (1 1, 1 0 1 1 )2. • 3° Normalize: para normalizar é necessário deslocar duas casas para a esquerda. Logo, a base 2 terá um expoente de número 2 positivo (22). A resposta correta é: (-0,1 1 1 0 1 1 · 22 )2 Exemplo 4. TABELA 4. DIVISÕES SUCESSIVAS PARA A PARTE INTEIRA CÁLCULO NUMÉRICO 35 SER_ENGCPME_CALNUME_UNID1.indd 35 12/12/2019 10:20:33 Escreva o número (11,01)2 no sistema F (2, 4, -5, 5). • 1°: observe que a base do sistema é 2, igual à da representação numérica. Logo, não se torna necessário o segundo passo, uma vez que não haverá con- versão; • 2°: normalize. Será necessário deslocar a vírgula duas casas para a esquer- da. Logo, a base 10 deverá ter o expoente igual a +2. Logo, a representação neste sistema de ponto flutuante será: (0,1101 · 102 )10 Exemplo 5. Escreva o número (-3,625)10 no sistema F (10, 3, -3, 3). • 1°: as bases são distintas. Logo, existe a necessidade de conversão; • 2°: para converter uma base binária em uma decimal, é preciso realizar produtos entre a base 2: (11,01)2 = (?)10 ( 1 1 , 0 1 )2 = 1 · 2 1 + 1 · 20 + 0 · 2-1 + 1 · 2-2 ( 1 1 ,0 1 )2 = 1 · 2 + 1 · 1 + 0 · 0,5 + 1 · 0,25 ( 1 0 ,1 1 1 )2 = 2 + 1 + 0 + 0,25 ( 1 1 ,0 1 )2 = (3,25)10 • 3°: para normalizar, é necessário deslocar uma casa para a esquerda. Logo, a base 2 terá umexpoente um positivo: (0,325 · 101 )10 Assim, a representação adequada para esse sistema é: (-0,325 · 101 )2 Exemplo 6. Escreva o número (0,00012238)10 no sistema F (10, 5, -3, 3). • 1°: observe que as bases são 10. Logo, é necessário realizar o segundo passo, uma vez que não haverá conversão; • 2°: será necessário deslocar a vírgula por três casas à direita. Logo, a base 10 deverá ter o expoente igual a -3. A representação nesse sistema de ponto flutuante é: (0,12238 · 10-3 )10 Como sabemos, o conjunto de números reais é ilimitado, ou seja, infinito. Todavia, sua representação em um sistema de ponto flutuante não é o que o torna limitado, isto é, um sistema finito. CÁLCULO NUMÉRICO 36 SER_ENGCPME_CALNUME_UNID1.indd 36 12/12/2019 10:20:33 Essa limitação atribuída ao sistema de ponto flutuante é oriunda de duas vertentes: faixa do expoente limitada, sendo delimitada por um valor mínimo e outro máximo, e a mantissa, que também indica um número finito de números. Sempre que uma operação matemática gera um número com expoente aci- ma do expoente máximo, tem-se o overflow. As operações que resultam em expoente abaixo do expoente mínimo, por sua vez, sofrem underflow. De forma mais simplificada, é possível afirmar que um erro ocasionado por overflow acontece quando um número é muito grande para ser representado. Em contrapartida, um erro de underflow é gerado quando um número é muito pequeno para ser representado. Um dúvida que pode aparecer é a seguinte: como determinar o maior e o menor número em um sistema de ponto flutuante, uma vez que ele é limitado? Bem, vamos resolver dois exercícios, de modo a sanar tal questionamento. Exemplo 7. Admita um sistema de ponto flutuante descrito por F (2, 3, -3, -3). A partir disso, determine: a) O maior número representável nesse sistema. Como o desejado é o maior número, ele pode ser descrito por: xn = 0,111 · 2 3 Uma vez que a maior mantissa no sistema binário é o 1 1 1 e o maior ex- poente, conforme especificações, é o 3. Logo, convertendo para a base deci- mal, tem-se: xn = (1 · 2 -1 + 1 · 2-2 + 1 · 2-3) · 23 = 7 Assim, em um sistema flutuante F (2, 3, -3, -3), o maior valor passível de re- presentação é o 7. b) O menor número representável nesse sistema. Como o desejado é o maior número, ele pode ser descrito por: xn = 0,100 · 2 3 Uma vez que a maior mantissa no sistema binário é o 1 0 0 e o maior ex- poente, conforme especificações, é o -3. Logo, convertendo para a base deci- mal, tem-se: xn = (1 · 2 -1 + 0 · 2-2 + 0 · 2-3) · 2-3 = 0,0625 Assim, em um sistema flutuante F (2, 3, -3, -3), o maior valor passível de re- presentação é o 0,0625. CÁLCULO NUMÉRICO 37 SER_ENGCPME_CALNUME_UNID1.indd 37 12/12/2019 10:20:33 ASSISTA Ainda com dúvidas sobre a dinâmica do ponto flutuante? Para complementar suas habilidades, assista ao vídeo denominado Notação Ponto Flutuante, produzido pelo professor Gilberto Farias, no qual ele explica detalha- damente sobre esse conteúdo mais direcionado para a linguagem computacional. CÁLCULO NUMÉRICO 38 SER_ENGCPME_CALNUME_UNID1.indd 38 12/12/2019 10:20:33 Sintetizando Caros(as) aluno(as), chegamos ao fim da primeira unidade de nosso curso, cujo principal objetivo foi o de apresentar a disciplina de Cálculo Numérico, compreendendo os conceitos que a fundamentam. Vimos que o Cálculo Numérico consiste na relação e posterior resolução de sistemas numéricos e que ele se subdivide em seis grandes eixos temáticos: modelagem numérica, resolução de equações lineares, não lineares e trans- cendentes, ajustes de curvas, interpolação, integração numérica e equações diferenciais ordinárias. A Teoria dos Erros está implícita nos cálculos numéricos. Aprendemos que existem três fatores que ocasionam seu surgimento: a origem dos dados, pro- vindos da inexatidão dos dados obtidos, o erro pelo ato de truncar, ou seja, de limitar uma série de termos infinitos, e o erro originado pelo arredondamento mal sucedido. Mensurar esse erro torna-se necessário e pode ser determinado pelas relações de erro absoluto, erro relativo e erro percentual. A compreensão do conteúdo de Aritmética de ponto flutuante é mais com- plexa e necessita de conhecimentos prévios sobre bases numéricas, bem como sua conversão. Nesse contexto, aprendemos que as bases numéricas são me- canismos que possibilitam organizar os algarismos. As bases mais conhecidas e utilizadas são: base decimal, base binária, base octal e base hexadecimal, com destaque para a base decimal e binária, que comumente são as mais uti- lizadas e convertidas. O sistema de ponto flutuante é muito utilizado no meio computacional, fun- damentando conceitos relacionados à programação. Basicamente, os pontos flutuantes correspondem ao número de operações e cálculos de processamen- to que um computador é capaz de fazer em um segundo. Para trabalhar com essa dinâmica de ponto flutuante, é necessário os seguintes elementos: a base a ser utilizada, precisão a ser instituída, expoente limitado por valores máximo e mínimo e a mantissa. CÁLCULO NUMÉRICO 39 SER_ENGCPME_CALNUME_UNID1.indd 39 12/12/2019 10:20:33 Referências bibliográficas ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5891: Regras de arredonda- mento na numeração decimal. Rio de Janeiro, 2014. AMARAL T. R.; LEITE N. M. G.; SILVA, A.O. O ensino de Cálculo Numérico utilizando o Scilab. In: VI Congresso Internacional de Ensino da Matemática, 2013, Canoas. BARROSO, L. C. et al. Cálculo Numérico (com aplicações). 2. ed. São Paulo: Editora Harbra, 1987. CAMPOS, F. F. F. Algoritmos numéricos. Rio de Janeiro: LTC, 2001. COSTA, A. Erros e algarismos significativos. Gazeta da Física, Pedroso, 2015. Dispo- nível em: <https://www.spf.pt/magazines/GFIS/94/article/651/pdf>. Acesso em: 08 out. 2019. DALCÍDIO, D. M.; MARINS, J. M. Cálculo Numérico computacional – teoria e prática. 2. ed. São Paulo: Editora Atlas, 1994. DÉCIO, S.; MENDES, J. T.; MONKEN, L. H. Cálculo Numérico. São Paulo: Makron Books, 2003. FRANCO, N. B. Cálculo Numérico. São Paulo: Pearson Prentice Hall, 2006. HUMES, M. Y. M. Noções de Cálculo Numérico. São Paulo: Ed. McGraw Hill, 1984. KLÜBER, T. E. Modelagem Matemática: revisitando aspectos que justificam a sua uti- lização no ensino. Brandt, CF, Burak, D., & Klüber, TE, orgs, [s.l.], pp. 41-58, 2016. LICENCIATURA em computação – Notação Ponto Flutuante (Prof. Gilberto Farias). Postado por VideosUFPBVirtual. (10min. 21s.). color. son. port. Disponível em: <ht- tps://www.youtube.com/watch?time_continue=10&v=psyH7eBVLr4>. Acesso em: 31 out. 2019. RAMOS, D. M. C.; ARAUJO, W. B.; OLIVEIRA, A. R. Aplicação de métodos numéricos através ambiente gráfico no ensino de engenharia. In: XXVIII Encontro Nacional de Engenharia de Produção, 2008, Rio de Janeiro. RUGGIERO, M. A. G.; LOPES, V. L. R. Cálculo Numérico – aspectos teóricos e compu- tacionais. 2. ed. São Paulo: Pearson Makron Books, 1996. CÁLCULO NUMÉRICO 40 SER_ENGCPME_CALNUME_UNID1.indd 40 12/12/2019 10:20:33 EQUAÇÕES NÃO LINEARES 2 UNIDADE SER_ENGCPME_CALNUME_UNID2.indd 41 12/12/2019 10:28:51 Objetivos da unidade Tópicos de estudo Conceituar equações não lineares; Apresentar diferentes métodos numéricos para determinar as raízes das equações não lineares; Definir e solucionar problemas associados ao método do meio intervalo (MMI), método das aproximações sucessivas (MAS), método das secantes (MS) e método de Newton-Rapson (MNR); Desenvolver habilidades para identificar o melhor método para solucionar as equações não lineares; Comparar a convergência inserida na utilização de cada método numérico. Equações não lineares Solução de equações não lineares Teorema de Bolzano Métodos de solução de equa- ções não lineares I Método do meio intervalo (MMI) Método das aproximações sucessivas (MAS) Métodos de solução de equa- ções não lineares II Método das secantes (MS) Método de Newton-Raphson(MNR) Comparação entre os métodos numéricos CÁLCULO NUMÉRICO 42 SER_ENGCPME_CALNUME_UNID2.indd 42 12/12/2019 10:28:51 Equações não lineares Caro aluno, é trivial resolver uma equação polinomial do primeiro grau, como 3x - 15 = 0, concordam? Uma equação neste formato pode ser soluciona- da da seguinte maneira: 3x - 15 = 0 3x = 15 x = 153 Podemos defi nir uma equação não linear como toda e qualquer equação com variável de grau diferente de 1. As equações não lineares não podem ser solucionadas a partir de um nú- mero limitado de operações algébricas simples (+, −, /, ×, exp, log) ou funções elementares (polinômios, razão entre polinômios, potências racionais e as fun- ções transcendentais: exponenciais, logaritmo, trigonométricas, hiperbólicas). Existem casos em que a própria função é desconhecida explicitamente, ou seja, sua defi nição ocorre a partir de uma série infi nita ou de uma integral. O re- sultado também pode ser uma equação diferencial. Nesses casos, utilizamos métodos numéricos para resolver a equação. Solução de equações não lineares Solucionar uma equação não linear consistirá em aproximar soluções com precisão cada vez mais alta de equações que se encontram no formato f(x) = 0, sendo que f: e f deverá ser, no mínimo, uma função contínua, ou seja, sem intervalos de descontinuidade em uma vizinhança da raiz. Em seu livro Noções de cálculo numérico, de 1984, Humes descreve o pro- cesso iterativo como aquele que calcula uma sequência de aproximações (x1, x2, x3, …) da solução desejada. O cálculo de uma nova iteração é realizado com base nas aproximações anteriores; desta maneira, devem ser informadas as aproximações iniciais que o processo demandar. Dizemos que o processo iterativo converge para x se a sequência constituí- da por x1, x2, x3,… também converge para esse valor. Essa informação é obtida = 5 CÁLCULO NUMÉRICO 43 SER_ENGCPME_CALNUME_UNID2.indd 43 12/12/2019 10:28:51 após um número fi nito de passos, aplicando um algoritmo determinado núme- ro de vezes. Logo, os processos iterativos não fornecerão valores exatos para as raízes, mas sim um valor aproximado. Embora os métodos numéricos não forneçam soluções precisas, eles po- dem ser calculados com a exatidão requerida pelo problema. De modo geral, conforme afi rma Barroso et al. em seu livro Cálculo numérico (com aplicações), de 1987, para se calcular uma raiz, dois passos devem ser seguidos: • Isolamento da raiz: consiste em determinar um intervalo [a, b], o menor possível, que contenha uma e somente uma raiz da equação f(x) = 0; • Refi namento da raiz: ou seja, melhorar a raiz aproximada, aproximando-a até o grau de exatidão pretendido. CURIOSIDADE Determinar raízes de uma equação sempre foi uma questão debatida ao longo dos séculos. Na antiga Babilônia, já era conhecida a fórmula para o cálculo das raízes exatas de uma equação quadrática. No século XVI, matemáticos italianos encontraram modelos para o cálculo de soluções exatas de equações polinomiais do terceiro e do quarto grau. No século XVII, o matemático Niels Abel (1802-1829) contribuiu para soluções notá- veis e consideráveis para a evolução da matemática, provando que não há uma fórmula geral para o cálculo das raízes exatas de uma equação poli- nomial de grau maior ou igual a 5. Nesta conjuntura, é necessário recorrer aos métodos numéricos para calcular aproximações para as raízes reais de dada equação. Teorema de Bolzano Na pesquisa de zero de uma função, é muito comum utilizarmos o teorema de Bolzano, que só pode ser aplicado em funções contínuas em um intervalo, trabalhando a existência de uma raiz em determinado intervalo: Seja f: uma função contínua em um intervalo [a, b] ⊂ : • Se f(a) . f(b) < 0, então existe x [a, b], tal que f(x) = 0; • Se f(a) . f(b) > 0, então não existe x [a, b], tal que f(x) = 0. De modo geral, podemos afi rmar que, se uma função contínua muda de sinal em um determinado intervalo, então ela possui pelo menos um 0, ou seja, uma raiz nesse intervalo, conforme pode ser verifi cado no Gráfi co 1. CÁLCULO NUMÉRICO 44 SER_ENGCPME_CALNUME_UNID2.indd 44 12/12/2019 10:28:51 GRÁFICO 1. TEOREMA DE BOLZANO y ƒ(α) ƒ(b) α c b x Métodos de solução de equações não lineares I Aprendemos que, para determinar a solução de uma equação linear, é necessário limitar um intervalo que contenha uma raiz; em seguida, deve ocorrer seu refinamento. Mas em que consiste este processo? Como é possível refinar, ou seja, melhorar a precisão de uma raiz de uma função? O formato no qual ocorre esse refi namento é que diferencia e catego- riza os métodos numéricos, sendo que todos estes são classifi cados como métodos iterativos, pois a repetição contínua e sucessiva de um método recebe a denominação de iteração, enquanto as aproximações sucessivas encontradas por estes processos são chamadas de termos iterados. Conheceremos, inicialmente, os seguintes métodos: • Método do meio intervalo (MMI); • Método das aproximações sucessivas (MAS). Seremos apresentados à sua correta definição matemá- tica e sua interpretação geométrica, ou seja, à maneira na qual podemos visualizar, no plano, sua dedução, assim como o algoritmo a ser utilizado em cada técnica. CÁLCULO NUMÉRICO 45 SER_ENGCPME_CALNUME_UNID2.indd 45 12/12/2019 10:28:51 Método do meio intervalo (MMI) O método do meio intervalo também recebe o nome de método da bis- secção e consiste em dividir sucessivamente por dois o intervalo em que se localiza a raiz até que a solução seja isolada conforme a correção estabelecida. Para a utilização do método do meio intervalo, é necessário admitir um in- tervalo [a, b], para qual f(a) . f(b) < 0, assim será calculado o valor da função no ponto médio: x1 = a + b 2 , como f(a) . f(x1) < 0, então f tem uma raiz entre a e x1. Baseado nisso, o processo é repetido sobre o novo intervalo [a, x1]; para fi nali- zar se f(a) . f(x1 ) > 0, segue que f(b) . f(x1 ) < 0, desde que f(a) e f(b) tenham sinais contrários. Portanto, f tem um 0 entre x1 e b. O processo será repetido, porém utilizando o intervalo [x1, b]. De modo geral, o MMI pode ser caracterizado como: Para k = 1, 2, 3,…, e um intervalo defi nido por [a, b], faça: GRÁFICO 2. INTERPRETAÇÃO GEOMÉTRICA: MÉTODO DO MEIO INTERVALO (MMI) f(x) f(b) f(a) x2a b x x3 x1 x Fonte: FRANCO, 2006, p. 66. (Adaptado). Utilizar o MMI consiste em construir uma tabela semelhante à Tabela 1: TABELA 1. ALGORITMO DO MEIO INTERVALO (MMI) k a b xk = a + b 2 f(xk) f(a) . f(xk) |b - a|≤ ε xk = a + b 2 Se f(a) . f(xk) < 0 então b = xk > 0 a = xk CÁLCULO NUMÉRICO 46 SER_ENGCPME_CALNUME_UNID2.indd 46 12/12/2019 10:28:51 Sobre o preenchimento desta tabela, é necessário se atentar às seguintes observações: • k corresponde ao número de iteração respectiva à linha preenchida e deve iniciar sempre por 0; • a e b são determinados pelo intervalo informado, ou seja, [a; b]; • xk será respectivo à linha utilizada, correspondendo ao número de iteração realizada; • f(xk ) significa o resultado da função dada a média utilizada, sendo necessá- rio apenas o sinal do resultado; • f(a) . f(xk ): nesta etapa, é realizada a regra de sinais e seu resultado influen- ciará na próxima iteração. Veja a regra: Se f(a) . f(xk) < 0 então b = xk > 0 a = xk • |b - a| ≤ ε indica a precisão da iteração. Assim, quando o resultado dessa sub- tração corresponder a um número menor ou igual ao erro que é determinado no exercício, a média da próxima iteração corresponderá à raiz da equação. EXPLICANDO Na multiplicação entre dois números inteiros, utilizamos a regra de sinais para determinar o sinal resultante das respectivas operações. Basicamente, essa regra afirma que o produto entre números que possuem sinais iguais (+) ∙ (+) ou (-) ∙ (-) gera um resultado positivo; já o produto entre números com sinais diferentes (+) ∙ (-) ou (-) ∙ (+) origina um resultado negativo. Exemplo 1: determinara raiz da equação ex - 2cos(x) - 4 = 0, x1 ∈ [1; 2] com precisão, ou seja, com erro de ϵ = 0,01. Para iniciar o processo de determinação da solução deste exemplo, cons- truiremos uma tabela com o cabeçalho igual à Tabela 1. TABELA 2. DADOS OBTIDOS PELO MÉTODO DO MEIO INTERVALO (MMI) k a b xk = a + b 2 f(xk) f(a) . f(xk ) |b - a|≤ ε 0 1 2 x0 = = 1,5 1 + 2 2 + (-) . (+) = (-) |2 - 1| = 1 CÁLCULO NUMÉRICO 47 SER_ENGCPME_CALNUME_UNID2.indd 47 12/12/2019 10:28:51 k a b xk = a + b 2 f(xk) f(a) . f(xk ) |b - a|≤ ε 1 1 1,5 x1 = = 2,25 1 + 1,5 2 - (-) . (-) = (+) |1,5 - 1| = 0,5 2 1,25 1,5 x2 = = 1,375 1,25 + 1,5 2 - (-) . (-) = (+) |1,5 - 1,25| = 0,25 3 1,375 1,5 x3 = = 1,4375 1,375 + 1,5 2 - (-) . (-) = (+) |1,5 - 1,375| = 0,125 4 1,4375 1,5 x4 = 1,4375 + 1,5 2 = 1,46875 + (-) . (+) = (-) |1,5 - 1,4375| = 0,0625 5 1,4375 1,46875 x5 = 1,4375 + 1,46875 2 = 1,453125 + (-) . (+) = (-) |1,46875 - 1,4375| = 0,03125 6 1,4375 1,453125 x6 = 1,4375 + 1,453125 2 = 1,4453125 + (-) . (+) = (-) |1,453125 - 1,4375| = 0,015625 7 1,4375 1,4453125 x7 = 1,4375 + 1,4453125 2 = 1,44140625 |1,4453125 - 1,4375| = 0,0078125 Assim, é possível concluir que a raiz da equação ex - 2cos(x) - 4 = 0, localizada no intervalo x1 ∈ [1; 2] equivale a 1,44 devido à precisão solicitada de ϵ = 0,01. Observe que a raiz encontrada deve pertencer, ou seja, estar compreendida no intervalo determinado. DICA O erro indicado no enunciado do exercício indica a precisão na qual os cálculos devem ser realizados. Basicamente, informa com quantas casas decimais o resultado deve ser informado; no entanto, pode-se já aplicar a precisão indicada em cada iteração, de modo a facilitar os cálculos, uma vez que não serão utilizadas todas as casas decimais. Exemplo 2: determinar a raiz da equação x2 - 4 + 5e2x = 0, x1 ∈ [-1; 0] com precisão, ou seja, com erro de ϵ = 0,001. Para iniciar a resolução deste exemplo, construiremos uma tabela com o cabeçalho igual à Tabela 1. CÁLCULO NUMÉRICO 48 SER_ENGCPME_CALNUME_UNID2.indd 48 12/12/2019 10:28:51 TABELA 3. DADOS OBTIDOS PELO MÉTODO DO MEIO INTERVALO (MMI) k a b xk = a + b 2 f(xk) f(a) . f(xk ) |b - a|≤ ε 0 -1 0 x0 = = - 0,5 -1 + 0 2 - (-) . (-) = (+) |0 - (-1)| = 1 1 -0,5 0 x1 = = - 0,25 -0,5 + 0 2 - (-) . (-) = (+) |0 - (-0,5)| = 0,5 2 -0,25 0 x2 = = - 0,125 -0,25 + 0 2 - (-) . (-) = (+) |0 - (-0,25)| = 0,25 3 -0,125 0 x3 = = - 0,062 -0,125 + 0 2 + (-) . (+) = (-) |0 - (-0,125)| = 0,125 4 -0,125 -0,062 x4 = = - 0,093 -0,125 + (-0,062) 2 + (-) . (+) = (-) |-0,062 - (-0,125)| = 0,063 5 -0,125 -0,093 x5 = = - 0,109 -0,125 + (-0,093) 2 + (-) . (+) = (-) |-0,093 - (-0,125)| = 0,032 6 -0,125 -0,109 x6 = = - 0,117 -0,125 + (-0,109) 2 + (-) . (+) = (-) |-0,109 - (-0,125)| = 0,016 7 -0,125 -0,117 x7 = = - 0,121 -0,125 + (-0,117) 2 - (-) . (-) = (+) |-0,117 - (-0,125)| = 0,008 8 -0,121 -0,117 x8 = = - 0,119 -0,121 + (-0,117) 2 - (-) . (-) = (+) |-0,117 - (-0,121)| = 0,004 9 -0,119 -0,117 x9 = = - 0,118 -0,119 + (-0,117) 2 - (-) . (-) = (+) |-0,117 - (-0,119)| = 0,002 10 -0,118 -0,117 x10 = = - 0,118 -0,118 + (-0,117) 2 |-0,117 - (-0,118)| = 0,001 É possível concluir que a raiz da equação x2 - 4 + 5e2x = 0, localizada no in- tervalo x1 ∈ [-1; 0], equivale a -0,118 devido à precisão solicitada de ϵ = 0,001, ou três casas decimais. Podemos inferir sobre este método: • Sua convergência é linear, ou seja, é lenta; CÁLCULO NUMÉRICO 49 SER_ENGCPME_CALNUME_UNID2.indd 49 12/12/2019 10:28:51 • A cada iteração, o comprimento do intervalo que contém a solução é re- duzido à metade; • Indicado para diminuir o intervalo que contém a raiz. Método do meio intervalo (MMI) O método das aproximações sucessivas (MAS), que também recebe o nome de método da iteração linear ou método do ponto fi xo, é demonstrado por uma sequência de aproximações da raiz de uma função f(x), e é obtido por inter- médio de uma relação de recorrência: xn + 1 = xn n = 1, 2, 3, … Sendo que: x0 é uma aproximação inicial de e (x) é uma função que tem como ponto fi xo, ou seja, = ( ). A representação gráfi ca respectiva ao método das aproximações sucessivas (MAS) é indicada no Gráfi co 3. GRÁFICO 3. INTERPRETAÇÃO GEOMÉTRICA DO MÉTODO DAS APROXIMAÇÕES SUCESSIVAS (MAS) y xx2x1x0 Ø(x2) y = Ø(x) y = x Ø(x1) Ø(x0) y xx1x2x0 Ø(x1) y = Ø(x) y = x Ø(x2) Ø(x0) Fonte: HUMES, 1984, p. 22. (Adaptado). Para determinar as raízes de funções utilizando o método das aproxima- ções sucessivas (MAS), é útil elaborar uma tabela com o cabeçalho igual ao representado na Tabela 4. CÁLCULO NUMÉRICO 50 SER_ENGCPME_CALNUME_UNID2.indd 50 12/12/2019 10:28:52 TABELA 4. ALGORITMO DAS APROXIMAÇÕES SUCESSIVAS (MAS) k Xk (Xk ) Xk - (Xk ) ≤ ε Sobre o preenchimento desta tabela, é necessário se atentar às seguintes observações: • k corresponde ao número de iteração respectiva à linha preenchida e deve iniciar sempre por 0; • xk é a aproximação inicial e é informado no enunciado do exercício; • (xk) indica o resultado da transformação x = x, logo mudará conforme a função trabalhada; • xk - (xk ) ≤ ε permite mensurar o erro encontrado a cada iteração; a partir deste valor, identifica-se a parada. Exemplo 3: determinar a raiz da equação 2x - cos(x) = 0 considerando o processo iterativo definido por xk + 1 = xk com (x) = cos(x) 2 , x0 = π/4 0,7854 e precisão de ϵ = 0,001. Para solucionar o exemplo 3, iniciaremos a construção de uma tabela que contenha um cabeçalho igual ao disposto na Tabela 4. k xk cos(xK ) 2 (xk ) = xk - (xk ) ≤ ε 0 x0 = 0,7854 (x0 ) = = 0,3536 cos(x0 ) cos(0,7854 ) 2 2 = |0,7854 - 0,3536| = 0,4318 1 x1 = 0,3536 (x1 ) = = 0,4691 cos(x1 ) cos(0,3536 ) 2 2 = |0,3536 - 0,4691| = 0,1155 2 x2 = 0,4691 (x2 ) = = 0,4460 cos(x2 ) cos(0,4691) 2 2 = |0,4691 - 0,4460| = 0,023 3 x3 = 0,4460 (x3 ) = = 0,4511 cos(x3 ) cos(0,4460) 2 2 = |0,4460 - 0,4511| = 0,005 4 x4 = 0,4511 (x4 ) = = 0,4500 cos(x4 ) cos(0,4511) 2 2 = |0,4511 - 0,4500| = 0,011 5 x5 = 0,4500 (x5 ) = = 0,4502 cos(x5 ) cos(0,4500) 2 2 = |0,4500 - 0,4502| = 0,002 6 x6 = 4502 (x6 ) = = 0,4502 cos(x6 ) cos(0,4502) 2 2 = |0,4502 - 0,4502| = 0,000 TABELA 5. DADOS OBTIDOS PELO MÉTODO DAS APROXIMAÇÕES SUCESSIVAS (MAS) CÁLCULO NUMÉRICO 51 SER_ENGCPME_CALNUME_UNID2.indd 51 12/12/2019 10:28:52 Logo, caro aluno, concluímos que a raiz da equação 2x - cos(x) = 0, partindo do chute inicial de x0 = π/4 0,7854 e precisão de três casas decimais, é 0,4502. Muita cautela ao efetuar as operações em sua calculadora: a inserção de um símbolo incorreto ou mal alocado interfere diretamente nos resultados par- ciais e finais. DICA É importante que a calculadora a ser utilizada nos cálculos esteja sempre configurada no modo RAD. Verifique a maneira adequada para realizar essa alteração, uma vez que, não ocorrendo tal mudança, haverá diver- gência nos resultados. Exemplo 4: determinar a raiz da função f(x) = e-x - x. Considere o processo iterativo definido por xk + 1 = xk com (x) = e -x, x0 = 0 e ϵ =0,0001. Para resolver o exemplo 4, iniciaremos com a construção de uma tabela que contenha um cabeçalho igual ao disposto na Tabela 4. TABELA 6. DADOS OBTIDOS PELO MÉTODO DAS APROXIMAÇÕES SUCESSIVAS (MAS) k Xk (Xk ) = e -XK |Xk - (Xk )| ≤ ε 0 x0 = 0 (x0 ) = e-x0 = e -0 = 1 |0 - 1| = 1 1 x1 = 1 (x1 ) = e-x1 = e -1 = 0,3679 |1 - 0,3679| = 0,6321 2 x2 = 0,3679 (x2 ) = e-x2 = e -0,3679 = 0,6922 |0,3679 - 0,6922| = 0,3243 3 x3 = 0,6922 (x3 ) = e-x3 =e -0,6922 = 0,5005 |0,6922 - 0,5005| = 0,1917 4 x4 = 0,5005 (x4 ) = e-x4 = e -0,5005 = 0,6062 |0,5005 - 0,6062| = 0,1057 5 x5 = 0,6062 (x5 ) = e-x5 = e -0,6062 = 0,5454 |0,6062 - 0,5454| = 0,0608 6 x6 = 0,5454 (x6 ) = e-x6 = e -0,5454 = 0,5796 |0,5454 - 0,5796| = 0,0342 7 x7 = 0,5796 (x7 ) = e-x7 = e -0,5796 = 0,5601 |0,5796 - 0,5601| = 0,0195 8 x8 = 0,5601 (x8 ) = e-x8 =e -0,5601 = 0,5712 |0,5601 -0,5712| = 0,1110 9 x9 = 0,5712 (x9 ) = e-x9 =e -0,5712 = 0,5648 |0,5712 - 0,5648| = 0,0064 10 x10 = 0,5648 (x10 ) = e-x10 = e -0,5648 = 0,5685 |0,5648 - 0,5685| = 0,0037 11 x11 = 0,5685 (x11 ) = e-x11 = e -0,5685 = 0,5664 |0,5685 - 0,5664| = 0,0021 CÁLCULO NUMÉRICO 52 SER_ENGCPME_CALNUME_UNID2.indd 52 12/12/2019 10:28:52 k Xk (Xk ) = e -XK |Xk - (Xk )| ≤ ε 12 x12 = 0,5664 (x12 ) = e-x12 = e -0,5664 = 0,5674 |0,5664 - 0,5674| = 0,0010 13 x13 = 0,5674 (x13 ) = e-x13 = e -0,5674 = 0,5670 |0,5674 - 0,5670| = 0,0004 14 x14 = 0,5670 (x14 ) = e-x15 = e -0,5670 = 0,5672 |0,5670 - 0,5672| = 0,0002 15 x15 = 0,5672 (x15 ) = e-x15 = e -0,5672 = 0,5671 |0,5672 - 0,5671| = 0,0001 Concluímos que a raiz da equação f(x) = e-x - x, partindo do chute inicial de x0 = 0 e precisão de quatro casas decimais, é 0,5671. Observe que foram necessárias muitas iterações para se alcançar o resultado perante a precisão determinada; no entanto, é comum no enunciado dos exercícios já estarem estipuladas as quantidades de iterações a serem realizadas, de modo a tornar o processo de resolução mais prático. Levando em consideração este método, podemos concluir que: • Difícil de determinar uma função de iteração que satisfaça a condição de convergência; • A velocidade de convergência é inversamente proporcional a |F'(ε)|; • Utilizar o teste |F'(x0)| < 1 pode levar a um engano caso x0 não esteja sufi - cientemente próximo à raiz. Métodos de solução de equações não lineares II Caro aluno, nós já fomos apresentados a dois métodos numéricos que viabilizam encontrar a raiz de uma função: o método do meio intervalo e o método das aproximações sucessivas. Agora, dando sequência ao estudo dos métodos numéricos que são capazes de determinar o zero de uma função, conheceremos mais duas metodologias que apresentam caracte- rísticas peculiares. São elas: • Método das secantes (MS); • Método de Newton-Raphson (MNR). Estes métodos são mais utilizados que os anteriores, uma vez que possuem uma capacidade de convergência mais rápida, ou seja, necessitam de menos iterações para se encontrar o zero da função. CÁLCULO NUMÉRICO 53 SER_ENGCPME_CALNUME_UNID2.indd 53 12/12/2019 10:28:52 Continuando com a metodologia adotada anteriormente, veremos a correta definição matemática associada a cada método e sua interpreta- ção geométrica, além de conhecer com detalhes o algoritmo a ser utilizado em cada técnica. Método das secantes (MS) O método das secantes, que também pode ser chamado de método das cordas, baseia-se em um algoritmo de determinação de zeros de uma função que utiliza uma sequência de raízes de linhas secantes para aproximar cada vez mais e com mais precisão da raiz de uma função. CURIOSIDADE A secante de um ângulo representa a razão entre a hipotenusa e o cateto adjacente, dependendo diretamente do valor dessa abertura. Outra rela- ção também defi ne a secante como sendo o inverso da função cosseno do respectivo ângulo. Geometricamente, o método das secantes (Gráfi co 4) consiste em con- siderar como aproximação posterior a intersecção da corda que une os pon- tos (xk, f(xk)) e (xk - 1, f(xk - 1) com o eixo das abscissas: a partir de duas aproxi- mações, um ponto é encontrado como sendo a abscissa de intersecção do eixo horizontal e da reta secante que passa pelos pontos. A reta secante in- terceptada pelas aproximações iniciais corta o eixo x, obtendo a primeira esti- mativa para a raiz. Não satisfazendo a condição proposta, é necessário fazer mais iterações até que se identifi que um valor que atenda a precisão estipu- lada. Observe que, grafi camente, a função é interceptada pela reta secante; também visualizamos a composição de dois triângulos semelhantes. CÁLCULO NUMÉRICO 54 SER_ENGCPME_CALNUME_UNID2.indd 54 12/12/2019 10:28:53 GRÁFICO 4. INTERPRETAÇÃO GEOMÉTRICA: MÉTODO DAS SECANTES TABELA 7. ALGORITMO DO MÉTODO DAS SECANTES (MS) y ƒ(xk) xk x α α ƒ(xk) - ƒ(xk - 1) ƒ(xk - 1) xk + 1 xk - 1x xk f(xk ) af(b) - bf(a) f(b) - f(a) xk + 1 = |xk + 1 - xk| ≤ ε a b Para determinar as raízes de funções utilizando o método das secantes, é útil elaborar uma tabela com o cabeçalho igual ao representado na Tabela 7. Sobre o preenchimento desta tabela, são imprescindíveis as seguintes observações: • a e b correspondem aos números que compõem o ponto inicial; • f(xk) é o valor da função para o valor de a e b e, a partir deste resultado, será definido quem será fixado, seguindo a regra: • Se f(a) > 0, ou seja, (+), fixa a e f(a); • Se f(b) > 0, ou seja, (+), fixa b e f(b). • xk + 1 indica o próximo termo da iteração; •|xk + 1 - xk| ≤ ε calcula o erro encontrado a cada iteração; a partir deste valor, identifica-se a parada. Que tal compreender melhor o funcionamento deste outro método numé- rico? Vamos lá! Começaremos com a construção de uma tabela que contenha um cabeçalho igual ao disposto na Tabela 7. Fonte: FRANCO, 2006, p. 81. (Adaptado). CÁLCULO NUMÉRICO 55 SER_ENGCPME_CALNUME_UNID2.indd 55 12/12/2019 10:28:53 Exemplo 6: encontre a estimativa da raiz de equação x2 - 10ln(x) - 5 = 0, x1 [4; 5] com precisão, ou seja, com erro de ϵ = 0,0001. xk f(xk ) x2 - 10ln(x) - 5 = 0 af(b) - bf(a) f(b) - f(a) xk + 1 = |xk + 1 - xk| ≤ ε a = 4 f(a) = f(4) = 42 - 10ln(4) - 5 = -2,8629 = 4,4230 4 . 3,9086 - 5 . (-2,8629) 3,9056 - (-2,8629) = b = 5 f(b) = f(5) =52 - 10ln(5) - 5 = 3,9056 a = 4,4230 f(a) = f(4,4230) = 4,42302 - 10ln(4,4230) - 5 = -0,3054 = 4,4680 4,4230 . 3,9086 - 5 . (-0,3054) 3,9056 - (-0,3054) = a = 4,4680 f(a) = f(4,4680) = 4,46802 - 10ln(4,4680) - 5 = -0,0064 = 4,4723 4,4680 . 3,9086 - 5 . (-0,0064) 3,9056 - (-0,0064) = |4,4723 - 4,4680| = 0,0043 a = 4,4723 f(a) = f(4,4723) = 4,47232 -10ln(4,4723) - 5 = 0,0224 = 4,4727 4,4723 . 3,9086 - 5 . 0,0224 3,9056 - 0,0224 = |4,4727 - 4,4723| = 0,0004 a = 4,4727 f(a) = f(4,4727) = 4,47272 - 10ln(4,4727) - 5 = 0,0251 = 4,4727 4,4727 . 3,9086 - 5 . 0,0251 3,9056 - 0,0251 = |4,4727-4,4727| = 0,0000 TABELA 8. DADOS OBTIDOS PELO MÉTODO DAS SECANTES (MS) Assim, de acordo com a precisão encontrada, é possível concluir que 4,4727 é uma aproximação da raiz da equação x2- 10ln(x) - 5 = 0 no intervalo [4; 5]. Ob- serve que os valores de b e f(b) foram fixados (destacados em outra cor), ou seja, mantidos até o final. Isso ocorreu porque o valor que representa f(b) foi positivo. Exemplo 7: determinar a raiz da equação 3x - cos(x) = 0, x1 ∈ [0; 1] com preci- são, ou seja, com erro de ϵ = 10-4 = 0,0001. CÁLCULO NUMÉRICO 56 SER_ENGCPME_CALNUME_UNID2.indd 56 12/12/2019 10:28:54 TABELA 9. DADOS OBTIDOS PELO MÉTODO DAS SECANTES (MS) xk f(xk ) x2 - 10ln(x) - 5 = 0 af(b) - bf(a) f(b) - f(a) xk + 1 = |xk + 1 - xk| ≤ ε a = 0 f(a) = f(0) = 3 . 0 - cos(0) = -1 = 0,2890 0 . 2,4597 - 1 . (-1) 2,4597 - (-1) = b = 1 f(b) = f(1) = 3 . 1 - cos(1) = 2,4597 a = 0,2890 f(a) = f(0,2890) = 3 . 0,2890 - cos(0,2890) = -0,0915 = 0,3145 0,2890 . 2,4597 - 1 . (-0,0915) 2,4597 - (-0,0915) = |0,3145 - 0,2890| = 0,0255 a = 0,3145 f(a) = f(0,3145) = 3 . 0,3145 - cos(0,3145) = -0,0075 = 0,3166 0,3145 . 2,4597 - 1 . (-0,0075) 2,4597 - (-0,0075) = |0,3166 - 0,3145| = 0,0021 a = 0,3166 f(a) = f(0,3166) = 3 . 0,3166 - cos(0,3166) = -0,0005 = 0,3167 0,3166 . 2,4597 - 1 . (-0,0005) 2,4597 - (-0,0005) = |0,3167 - 0,3166| = 0,0001 Logo, de acordo com a precisão determinada, é possível estabelecer que 0,3167 é uma aproximação da raiz da equação 3x - cos(x) = 0, x1∈ [0; 1]. Averigue que o valor de b = 1 e f(b) = 2,4597 foram constantes (destacados em outra cor), ou seja, mantidos até o final da resolução. Isso ocorreu porque o número que representa f(b) possuía um sinal positivo. Podemos dizer que este método: • Exige que o sinal da segunda derivada seja constante no intervalo; • Se o ponto c for próximo da raiz, haverá boa convergência; caso contrário, será mais lento que o método
Compartilhar