Baixe o app para aproveitar ainda mais
Prévia do material em texto
12/08/2014 1 01.04 - ERROS DE TRUNCAMENTO E SÉRIES DE TAYLOR Erros de Truncamento e Séries de Taylor • Funções não-elementares como as trigonométricas, exponenciais, e outras são expressas em ma forma aproximada usando séries de Taylor quando seus valores, derivadas, e integrais são calculados. • Qualquer função suave pode ser aproximada como um polinômio. As séries de Taylor fornecem um meio de predizer o valor de uma função em um ponto em termos do valor da função e suas derivadas em outro ponto. Figure 4.1 Exemplo: Para encontrar cos(x) para pequenos x: Se x=0.5 cos(0.5) =1-0.125+0.0026041-0.0000127+ … =0.877582 A partir da teoria, para esta série, o erro não é maior que o primeiro termo omitido. !6!4!2 1cos 642 xxxx 0000001.05.0 !8 8 xparax 12/08/2014 2 • Qualquer função suave pode ser aproximada como um polinômio. f(xi+1) ≈ f(xi) aproximação ordem zero, somente verdadeiro se xi+1 e xi são muito próximos um do outro. f(xi+1) ≈ f(xi) + f′(xi) (xi+1-xi) aproximação de primeira ordem, na forma de uma linha reta n n ii i n ii i iiiii Rxx n xf xxxfxxxfxfxf )( ! )( )( !2 )())(()()( 1 )( 2 111 n n ii n iiiiiii Rxx n f xxfxxxfxfxf )( ! )( !2 ))(()()( 1 )( 2 111 (xi+1-xi)= h tamanho do passo (definir primeiro) )1( )1( )!1( )( n n n hn fR • Termo remanescente, Rn, representa todos os termos a partir de (n+1) até o infinito. Aproximação nésima ordem • não é conhecido exatamente; encontra-se em algum lugar entre xi+1> >xi . • Necessário determinar f n+1(x); para fazer isso você precisa f'(x). • Se conhecêssemos f(x), não haveria necessidade de realizar a expansão em série de Taylor. • Entretanto, R=O(hn+1), (n+1)th ordem, a ordem de erro de truncamento é hn+1. • O(h), dividindo o intervalo ao meio divide o erro ao meio. • O(h2), dividindo o intervalo ao meio divide o erro por quatro. • O erro de truncamento é diminuído quando são adicionados termos à série de Taylor. • Se h for suficientemente pequeno, apenas uns poucos termos podem ser requeridos para obter uma aproximação próxima o suficiente ao valor real para propósitos práticos. Exemplo: Calcule a série, corrija até 3 dígitos. 4 1 3 1 2 11 12/08/2014 3 Propagação do Erro • fl(x) refere-se à representação de ponto flutuante (ou computador) do número real x. Devido ao fato de que um computador pode suportar um número finite de algarismos significativos para um dado número, pode haver um erro (erro de arredondamento) associado com a representação de ponto flutuante. O erro é determinado pela precisão do computador (). • Suponha que temos uma função f(x) que é dependente de uma simples variável independente x. fl(x) é uma aproximação de x e gostaríamos de estimar o efeito da discrepância entre x e fl(x) no valor da função: ))(()()( superiores e 2 ordem de termosos odesprezand ),f(x de próximo f(x)calcular paraTaylor de série Empregue dosdesconheci são como f(x) tanto)()()( fl fl flflfl flfl xxxfxfxf xxfxfxf Figure 4.7 Adicionalmente, seja t, o erro relativo fracionário, o erro associado a fl(x). Então Rearranjando, temos tt ondex xxfl )( Epsilon da máquina, fronteira superior )1()( )( t t xxfl xxxfl 12/08/2014 4 • Caso 1: Adição de x1 e x2 com erros associados t1 e t2 gera o seguinte resultado: fl(x1)=x1(1+t1) fl(x2)=x2(1+t2) fl(x1)+fl(x2)=t1 x1+t2 x2+x1+x2 21 2211 21 2121 )()()( %100 xx xx xx xxxflxfl ttt •Um grande erro poderia resultar da adição se x1 e x2 forem de magnitude quase igual mas de sinais opostos, portanto deve-se evitar subtrair números aproximadamente iguais. nE • Generalização: Suponha que os números fl(x1), fl(x2), fl(x3), …, fl(xn) são aproximações de x1, x2, x3, … ,xn e que em cada caso o máximo erro possível seja E. fl(xi)-E ≤ xi ≤ fl(xi)+E Eti ≤E Segue por adição que nExflxnExfl iii )()( De modo que nExflxnE ii )( Portanto, o máximo erro possível na soma de fl(xi) é . • Caso 2: Multiplicação de x1 e x2 com erros associados et1 e et2 resulta em: 2121 21 2121 21212121 221121 )()( %100 )1()()( )1()1()()( tttt t tttt tt xx xxxflxfl xxxflxfl xxxflxfl • Já que t1, t2 são pequenos, o termo t1t2 deve ser pequeno em relação a t1+t2. Por isso a magnitude do erro associado com um passo de multiplicação ou divisão deve ser t1+t2. t1 ≤ (fronteira superior) • Embora o erro de um cálculo possa não ser significativo, se 100 cálculos forem feitos, o erro é então aproximadamente 100. A magnitude de erro associado a um cálculo é diretamente proporcional ao número de passos de multiplicação. • Refer to Table 4.3 12/08/2014 5 • Overflow: Qualquer número maior que o maior número que pode ser expresso em um computador resultará em um overflow. • Underflow (Hole) : Qualquer número positivo menor que o menor número que pode ser representado em um computador resultará em um underflow. • Algoritmo Estável: Em cálculos extensos, é provável que muitos arredondamentos sejam feitos. Cada um representa um erro de entrada para o resto do cálculo, impactando a eventual saída. Algoritmos para os quais o efeito cumulative de todos esses erros são limitados, de modo que um resultado útil seja gerado, são chamados algoritmos “estáveis”. Quando o acúmulo e devastador e a solução é superada pelo erro, tais algoritmos são chamados instáveis. Figure 4.8
Compartilhar