Baixe o app para aproveitar ainda mais
Prévia do material em texto
Conceitos e Princípios Gerais • Fases na resolução de problemas físicos • Resolução do Modelo Matemático • Conceitos Básicos de Cálculo Numérico • Erros em Processos Numéricos Conceitos e Princípios Gerais Fases na resolução de problemas físicos Fases na resolução de problemas físicos MODELAGEM – é a fase de obtenção de um modelo matemático que descreve o comportamento do sistema físico em questão. RESOLUÇÃO – é a fase de obtenção da solução do modelo matemático através da aplicação de métodos numéricos. • Fases na resolução de problemas físicos • Resolução do Modelo Matemático • Conceitos Básicos de Cálculo Numérico • Erros em Processos Numéricos Conceitos e Princípios Gerais Resolução do Modelo Matemático - Feita a modelagem matemática, a fase seguinte consiste na resolução do modelo matemático; - Esta fase consiste em mostrar se o modelo tem solução ou não e se a solução é única ou não; - Resolver o modelo matemático numericamente significa obter uma solução, mesmo que aproximada; - Foi com o surgimento do computador na década de 40 que a importância da análise numérica começou a ser notada, uma vez que, por meio do processamento eletrônico de dados, as técnicas numéricas se tornaram viáveis; Resolução do Modelo Matemático - O cálculo numérico tem sua importância centrada no fato de que, mesmo quando a solução analítica é difícil de ser obtida, as técnicas numéricas podem ser empregadas sem maiores dificuldades; Exemplo: x6 - 20x5 - 110x4 + 50x3 - 5x2 + 70x - 100 = 0 Não existe solução analítica! - Neste curso são apresentados os principais métodos numéricos, como utilizá-los, suas restrições, suas vantagens e os cuidados para usá-los. • Fases na resolução de problemas físicos • Resolução do Modelo Matemático • Conceitos Básicos de Cálculo Numérico • Erros em Processos Numéricos Conceitos e Princípios Gerais Conceitos Básicos de Cálculo Numérico > Problema Numérico > Método Numérico > Algoritmo > Iteração ou Aproximação Sucessiva > Aproximação Local Problema Numérico - O tipo de problema que é resolvido por meio de cálculo numérico denomina-se problema numérico; - Considera-se que o problema é numérico quando tanto os dados de entrada como os dados de saída (resultados) para o problema são conjuntos numéricos finitos. Exemplo 1: Determinar as soluções da equação x6 - 20x5 - 110x4 + 50x3 - 5x2 + 70x - 100 = 0 É um problema numérico! Os dados de entrada e saída são conjuntos numéricos finitos. Problema Numérico Exemplo 2: Resolver a equação diferencial ordinária Não é um problema numérico! Os dados de entrada e saída são conjuntos numéricos infinitos. Quando um modelo matemático não conduz a um problema numérico, primeiramente é preciso transformá- lo num problema numérico. Neste caso, usa-se os conceitos de diferenças finitas. 1)5( 0)0( )5,0(,222 2 = = ∈+= y y xparayx dx yd Conceitos Básicos de Cálculo Numérico > Problema Numérico > Método Numérico > Algoritmo > Iteração ou Aproximação Sucessiva > Aproximação Local Método Numérico - Método numérico é um conjunto de procedimentos utilizados para transformar um modelo matemático num problema numérico; - Conjunto de procedimentos usados para resolver um problema numérico; Método Numérico - A escolha do método mais eficiente para resolver um problema numérico deve envolver os aspectos: (i) precisão desejada para os resultados; (ii) capacidade do método em conduzir os resultados desejados (velocidade de convergência); (iii) esforço computacional despendido (tempo de processamento). Conceitos Básicos de Cálculo Numérico > Problema Numérico > Método Numérico > Algoritmo > Iteração ou Aproximação Sucessiva > Aproximação Local Algoritmo - É a descrição sequencial dos passos que caracterizam um método numérico; - Um algoritmo consiste de uma sequência de n passos, cada um envolvendo um numéro finito de operações (aritméticas e lógicas); - O algoritmo deve fornecer valores ao menos ´próximos´ daqueles que são procurados, ao fim desses n passos; - O número n pode não ser conhecido a priori. É o caso de algoritmos iterativos. Neste caso, em geral tem-se para n apenas uma cota superior. Conceitos Básicos de Cálculo Numérico > Problema Numérico > Método Numérico > Algoritmo > Iteração ou Aproximação Sucessiva > Aproximação Local Iteração ou Aproximação Sucessiva - Uma das idéias fundamentais do cálculo numérico é a de iteração ou aproximação sucessiva; - Num sentido amplo, iteração significa a repetição de um processo; - Grande parte dos métodos numéricos usa iteração; Iteração ou Aproximação Sucessiva - Um método numérico se caracteriza por: (i) Tentativa inicial: consiste em uma primeira tentativa aproximada para a solução desejada do problema. (ii) Equação de recorrência: equação por meio da qual, partindo-se da tentativa inicial, são realizadas as iterações ou aproximações sucessivas para a solução desejada. (iii) Teste de parada: é o instrumento por meio do qual o procedimento iterativo é finalizado. Conceitos Básicos de Cálculo Numérico > Problema Numérico > Método Numérico > Algoritmo > Iteração ou Aproximação Sucessiva > Aproximação Local Aproximação Local - Aproximação local de uma função por outra, que seja de manuseio mais simples. Aproximação Local • Fases na resolução de problemas físicos • Resolução do Modelo Matemático • Conceitos Básicos de Cálculo Numérico • Erros em Processos Numéricos Conceitos e Princípios Gerais Erros em Processos Numéricos - Na busca da solução do modelo matemático, os erros surgem de várias fontes e merecem cuidado especial. Do contrário, pode-se chegar a resultados distantes do que se esperaria ou até mesmo obter outros que não têm relação com o problema original; Erros em Processos Numéricos - As principais fontes de erros são: (i) erros nos dados de entrada; (ii) erros no estabelecimento do modelo matemático; (iii) erros de arredondamentos durante a computação; (iv) erros de truncamento; (v) erros humanos e de máquinas. Erros em Processos Numéricos Erros em Processos Numéricos > Erros na fase de modelagem > Erros na fase de resolução Erros em Processos Numéricos > Erros na fase de modelagem > Erros na fase de resolução Resumindo BASE 2 ------- > BASE 10 x 2 PARTE INTEIRA x 2 PARTE FRACIONÁRIA BASE 10 -------- > BASE 2 : 2 PARTE INTEIRA x 2 PARTE FRACIONÁRIA As máquinas utilizam o sistema de aritmética de ponto flutuante para representar os números e executar as operações. Um sistema de ponto flutuante F depende das variáveis β, t, I, e S e pode ser representado pela função: F = F(β, t, I, S) Observação: Sistema de ponto flutuante. Sistema de ponto flutuante. Sistema de ponto flutuante. Um número não poderá ser representado na máquina com sistema de aritmética de ponto flutuante se o expoente exp estiver fora dos limites I e S. A máquina acusará erro de “underflow” se exp < I e “overflow” se exp > S. N r 210 11,0 ≠= N r 22 1 4 1 100 2525,0 2 ==== N r 25 1 10 22,0 ≠== Ex1: Ex2: Ex3: Neste exemplo apenas 0,25 pode ser representado com um número finito de dígitos binários. Geralmente os computadores disponibilizam de 32 bits ou 64 bits (precisão dupla). 11 bits8 bitsexp 52 bits23 bitsmantissa 1 bit1 bitsinal 64 bits32 bits Instabilidade Numérica!
Compartilhar