Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof.: Frederico Galaxe Paes Cálculo Numérico ‹nº› 22 Erros - Roteiro ◼ Existência ◼ Tipos ◼ Propagação 3 ◼ Premissa ◼ Impossibilidade de obtenção de soluções analíticas para vários problemas de Engenharia. ◼ Consequência ◼ Emprego de métodos numéricos na resolução de inúmeros problemas do mundo real. Erros - Existência 4 ◼ Método Numérico ◼ Método adotado na resolução de um problema físico, mediante a execução de uma sequência finita de operações aritméticas. ◼ Consequência ◼ Obtenção de um resultado aproximado, cuja diferença do resultado esperado (exato) denomina-se erro . Erros - Existência 5 Erros - Existência ◼ Natureza dos Erros I ◼ Erros inerentes ao processo de aquisição dos dados ◼ Relativos à imprecisão no processo de aquisição/entrada, externos ao processo numérico. ◼ Proveniência Processo de aquisição/ entrada (medidas experimentais) ◼ Sujeitos às limitações/aferição dos instrumentos usados no processo de medição. 6 ◼ Natureza dos Erros II ◼ Erros inerentes ao modelo matemático adotado ◼ Relativos à impossibilidade de representação exata dos fenômenos reais a partir de modelos matemáticos ◼ Necessidade de adotar condições que simplifiquem o problema, a fim de torná-lo numericamente solúvel ◼ Proveniência Processo de modelagem do problema ◼ Modelos matemáticos raramente oferecem representações exatas dos fenômenos reais Erros - Existência 7 ◼ Natureza dos Erros III ◼ Erros de truncamento ◼ Substituição de um processo infinito de operações por outro finito. ◼ Ex.: 𝑒𝑥 = σ𝑛=0 ∞ 𝑥 𝑛 𝑛! ; cos 𝑥 = σ𝑛=0 ∞ (−1)𝑛 𝑥2𝑛 (2𝑛)! ◼ Erros de arredondamento ◼ Inerentes à estrutura da máquina e à utilização de uma aritmética de precisão finita. ◼ Ex.: 𝑆 = 2 3 + 2 3 + 2 3 Erros - Existência 8 Erros - Existência ◼ Natureza dos Erros IV ◼ Erros da representação de números ◼ A representação de um número depende da base disponível na máquina em uso e do nº máximo de dígitos (t) usados na sua representação; ◼ Ao se converter um número da base 10 para a base 2, por exemplo, este número pode tornar- se infinito. 9 Erros - Existência Modelo Numérico Erros Inerentes ao Modelo Modelo Matemático Dados e Parâmetros do Modelo Processamento Numérico Solução Numérica Problema do Mundo Real Erros de Truncamento Erros de Aquisição/ Entrada de Dados Erros de Arredondamento Erros de Representação Representação dos Números 10 ◼ Representação dos Números ◼ Sistema de numeração decimal ou base 10: ◼ Sistema de numeração binário ou base 2: ◼ Conversão de números ◼ Conversão de número decimal → binário. Para convertermos um número decimal para um número binário devemos aplicar um método para a parte inteira (divisões sucessivas) e outro método para a parte fracionária, se houver (multiplicações sucessivas). 11 Representação dos Números ◼ Conversão de número decimal → binário. 12 Representação dos Números ◼ Conversão de número decimal → binário Para números fracionários utilizamos a regra da multiplicação: 13 Representação dos Números ◼ 14 ou Representação dos Números ◼ Conversão de número binário → decimal. 15 Representação dos Números 16 17 ◼ Representação Numérica em Máquinas Digitais ◼ Discreta Conjunto finito de números em qualquer intervalo [a, b] de interesse ◼ Implicação imediata Possibilidade de comprometimento da precisão dos resultados, mesmo em representações de dupla precisão Erros - Existência 21 ◼ Indicador de Precisão de um Resultado ◼ Número de algarismos significativos (AS) ◼ Algarismos que podem ser usados com confiança; ◼ Algarismos nulos localizados entre a vírgula e o primeiro algarismo não nulo, não são considerados AS. Erros - Existência 22 ◼ AS de um número I ◼ Exemplo 02: Considere os seguintes valores de médias obtidas em um experimento estatístico: ◼ = 138 = 0,138 . 103 3 as ◼ = 138,7 = 0,1387 .103 4 as ◼ = 138,76 = 0,13876 . 103 5 as ◼ = 138,76875 = 0,13876875 . 103 8 as ◼ = 138, 7687549 = 0,1387687549 . 103 10 as ◼ = 138, 768754927 = 0,138768754927 . 103 12 as Erros - Existência 23 Erros nos Métodos ◼ Método Numérico ◼ Aproximação da solução de um problema de Matemática ◼ Truncamento de uma solução em série (Maclaurin), considerando apenas um número finito de termos ◼ Exemplo 03: ... !!!2 1 ! 43 432 0 +++++== = xxx x n x e n n x 24 Erros nos Métodos ◼ Exemplo 03: Determinação do valor de e. Lembrar que . Logo: um truncamento no sexto termo gera: = = 0n !n 1 e ...59057182818284,2 ! 1 0 == =n n e 66677166666666,2 ! 15 0 == =n n e 25 Erros nos Métodos ◼ Exemplo 03: Então, o erro de truncamento, ET , será: 92380016151617,0 66677166666666,259057182818284,2 ! 1 ! 1 5 00 = −= −= = = T T T E E nn E nn 26 Erros nos Métodos ◼ Exemplo 04: Determinação do número de termos para a aproximação de cos(x) com 8 AS, considerando x=/3. Lembrar que: ... !7!!3)!12( )1( )( 753 0 12 5 +−+−= + − = = + xxx x n x xsen n nn ... !6!!2 1 )!2( )1( )cos( 642 0 2 4 +−+−= − = = xxx n x x n nn 27 Erros nos Métodos ◼ Exemplo 04: Calculando o valor da soma vem 𝑥𝟔 𝟔! = (𝟎.𝟑𝝅)𝟔 𝟕𝟐𝟎 = 𝟎,𝟎𝟎𝟎𝟗𝟕𝟑𝟒; 𝐜𝐨𝐬 𝒙 = 𝟏 − 𝑥2 2! + 𝑥𝟒 𝟒! − 𝑥𝟔 𝟔! = 0,5877699 ◼ Observe que o terceiro AS não mais se alterará. 28 Erros nos Métodos ◼ E que o quarto AS não mais se alterará a partir de: ◼ nem o sexto AS a partir de: ◼ nem o oitavo AS a partir de: 29 Erros nos Métodos ◼ Exemplo 04: Assim sendo, o número de termos para a aproximação de cos(x) com 8 AS é igual a 7 (incluindo o termo de ordem 0, igual a 1) 30 Erros nos Métodos ◼ Exercício 01: Determinar o número de termos para a aproximação de 1. log(1+x) com 8 AS, considerando x = 0,09. 2. sen(x) com 6 AS, considerando x= 4/3. 3. 𝒆𝒙 com 7 AS, considerando x= 1/3. Qual conclusão que se chega a partir destes cálculos? 3131 Erros - Existência ◼ Erro de Representação x Erro de Truncamento de Dígitos Erro de Representação ⚫ Associado à conversão numérica entre bases (representação humana (=10) e de máquina (=2)) ou à realização de operações aritméticas. Erro de Truncamento de Dígitos ⚫ Associado à quantidade de informação que a máquina pode conter sob a forma de um número. 3232 ◼ Representação dos números reais com um número finito de dígitos (aproximação) Dependência da representação numérica da máquina utilizada Um número pode ter representação finita em uma base e não finita em outra Erros - Existência Erro de Representação Operações com dados imprecisos ou incertos acarretam a propagação do erro. 0,110 = 0,00011001100110011...2 3333 ◼ Representação dos números reais com um número finito de dígitos (aproximação) Ex. 05: Cálculo da área de uma circunferência de raio 100 m Possíveis resultados: (1) A = 31400 m2 (2) A = 31416 m2 (3) A = 31415,92654 m2 Erro de Representação não tem representação finita - 3,14 (1), 3,1416 (2) e 3,141592654 (3) Erros - Existência 3434 Tipos de Erro ◼ Absoluto Diferença entre o valor exato de um número e o seu valor aproximado (em módulo) |x|xEAx −= 3535 Tipos de Erro ◼ Relativo Razão entreo erro absoluto e o valor exato do número considerado (em módulo) |x| |x|x ERx − = Erro Percentualx = ERx . 100% 3636 Tipos de Erro ◼ Relativo Este tipo de erro é utilizado em processos iterativos, pois sendo o processo convergente, a cada iteração o valor atual estará mais próximo do valor exato do que o valor anterior atualvalor x anteriorvalor x 3737 Tipos de Erro ◼ Erro Absoluto - Considerações I ◼ EAx só poderá ser determinado se x for conhecido com exatidão ◼ Na prática, costuma-se trabalhar com um limitante superior para o erro, ao invés do próprio erro (|E|<ε, sendo ε o limitante) Ex. 08: Para (3,14; 3,15) 0,01<π-π=E Aπ 3838 Tipos de Erro ◼ 0,373aaEAa =−= 0,373bbEA b =−= 3939 Tipos de Erro ◼ Erro Absoluto - Considerações III ▪ Obviamente, o resultado do erro absoluto é o mesmo nos dois casos ▪ Entretanto, o peso da aproximação em b é maior do que em a 4040 Tipos de Erro ◼ Erro Relativo - Consideração O erro relativo pode, entretanto, traduzir perfeitamente este fato, pois: 4a a 100,000096 3876 0,373EA ER −== a 0b b 1050,373 1 0,373EA ER == b 4141 Ex. 09: Cálculo do erro relativo na representação dos números x = 2112,9 e y = 5,3, sendo |EA| < 0,1 |ERx| = |x - ഥ𝒙|/|a| = 0,1/2112,9 4,7 x 10 -5 |ERy| = |y - ഥ𝒚 |/|y| = 0,1/5,3 0,02 Conclusão: x é representado com maior precisão do que y Tipos de Erro Aritmética de Ponto Flutuante ◼ A representação de números reais mais utilizada em máquinas é a do ponto flutuante (PF). Esse número tem três partes: o sinal, a parte fracionária (mantissa) e o expoente: 𝒎 = ±𝟎, 𝒅𝟏𝒅𝟐𝒅𝟑…𝒅𝒕 ×𝜷 𝒆 ◼ Sendo: ◼ 𝒅𝒊 ′𝒔 : dígitos da parte fracionária, 𝒅𝟏 ≠ 𝟎, 0≤𝒅𝒊≤ (β -1) ◼ β : base (em geral 2, 10 ou 16), ◼ t : nº de dígitos na mantissa. ◼ e : expoente inteiro, com e [𝒆𝒎í𝒏, 𝒆𝒎á𝒙]. 42 Aritmética de Ponto Flutuante ◼ Ex. 10: a) x=34,2 (decimal); β=10; t=4 x=0,3420 × 𝟏𝟎𝟐 b) x=0,1 (decimal) ; β=2; t=9 Equivalente à (0,00011001100110011...)𝟐 x=0,110011001 × 𝟐−𝟑 43 Aritmética de Ponto Flutuante ◼ Uma aritmética de ponto flutuante F é caracterizada por quatro números inteiros: F(β, t, 𝒆𝒎í𝒏, 𝒆𝒎á𝒙). ◼ Em qualquer máquina, apenas um subconjunto de IR é representado exatamente e, portanto, a representação de um nº real será realizada através de truncamento ou arredondamento. ◼ Dígitos significativos de um nº x, são todos os algarismos de 0 a β - 1, desde que x esteja representado na forma normalizada. 44 Aritmética de Ponto Flutuante ◼ Ex. 11: Considere F (2, 2, -1, 2), com número normalizado (𝒅𝟏 ≠ 0). Os números serão: ± 0,10 × 𝟐𝒆 ou ± 0,11 × 𝟐𝒆, sendo -1≤e ≤2. Convertendo para decimal, temos: 0,10 = ½ e 0,11 = ¾. Com isso, os únicos números positivos representáveis nesse computador são: 1/2 ×𝟐𝒆, para e = -1, 0, 1 e 2. 3/4 ×𝟐𝒆, para e = -1, 0, 1 e 2. Ou seja, 1/4, 1/2, 1, 2, 3/8, 3/4, 3/2 e 3, que podem ser representados na reta numerada: 45 Aritmética de Ponto Flutuante ◼ O número total de elementos de uma aritmética de PF é dado por: ◼ Para o exemplo anterior temos que o número de elementos é 17. (8 positivos, 8 negativos e o zero). ◼ O zero em PF é representado com o menor expoente possível, para não acarretar perda de dígitos significativos no resultado da adição. 46 Aritmética de Ponto Flutuante ◼ Nas máquinas digitais, um digito binário é denominado bit. Um grupo de oito bits corresponde a 1 byte. ◼ A representação dos números binários num computador é feita com um número finito de bits, denominado palavra de computador. ◼ Em geral, os microcomputadores padrão PC tem tamanho de palavra de 16 e 32 bits. Computadores modernos tem palavras de 64 bits ou mais. 47 Aritmética de Ponto Flutuante ◼ Ex. 12: Considere uma máquina de calcular com F (2, 10, -15, 15). 𝟐𝟓𝟏𝟎 = 𝟏𝟏𝟎𝟎𝟏𝟐 = 𝟎, 𝟏𝟏𝟎𝟎𝟏 × 𝟐 𝟓 = 𝟎, 𝟏𝟏𝟎𝟎𝟏 × 𝟐𝟏𝟎𝟏 Nesta máquina são utilizados 10 bits para a mantissa, 4 bits para o expoente (𝟏𝟓𝟐 = 𝟏𝟏𝟏𝟏𝟐), 1 bit para o sinal do expoente e 1 bit para o sinal da mantissa(0 se + e 1 se -), resultando em 16 bits. 48 0 1 1 0 0 1 0 0 0 0 0 0 0 1 0 1 mantissa expoente 4949 ◼ Arredondamento ◼ Truncamento de Dígitos Quanto menor for o erro, maior será a precisão do resultado da operação. Aproximação 5050 ◼ Arredondamento Ex. 10: Cálculo de 𝟐 utilizando uma calculadora digital Valor apresentado: 1,4142136 Valor real: 1,41421356... Aproximação Regra: • Se 𝒅𝒕+𝟏 < 𝟓, despreza-se todos os algarismos após 𝒅𝒕; • Se 𝒅𝒕+𝟏 ≥ 𝟓, despreza-se todos os algarismos após 𝒅𝒕 , fazendo 𝒅𝒕 = 𝒅𝒕 + 𝟏. 5151 ◼ Truncamento de Dígitos Descarte dos dígitos finais de uma representação exata por limitações de representação Ex. 11: Representação truncada de 2 com 7 dígitos Valor apresentado: 1,4142135 Valor real: 1,41421356... Aproximação 5252 ▪ Seja um sistema que opera em PF de t dígitos na base 10, e seja x, escrito na forma: ⚫ x = fx . 10 e + gx . 10 e-t (0,1 fx 1 e 0 gx 1) ⚫ Por exemplo, se t = 4 e x = 234,57, então: ⚫ gx . 10 e-t não pode ser incorporado totalmente à mantissa. Como considerar esta parcela na mantissa e definir o erro máximo cometido? Erros de arred. e trunc. em um sistema de aritmética de PF x = 0,2345 . 103 + 0,7 . 10-1 fx = 0,2345 gx = 0,7 5353 Erros - Truncamento ◼ No truncamento, gx.10 e-t é desprezado e visto que |gx|< 1 , pois 0,1 é o menor valor possível para fx tete xx 1010.gxxEA −− =−= e x 10.fx = 5454 ◼ No arredondamento simétrico (forma mais utilizada): , se (gx é desprezado) , se (soma 1 ao último dígito de fx) Erros – Arredondamento I + = −tee x e x 1010.f 10.f x 2 1 gx 2 1 gx 5555 Erros - Arredondamento II Se , então: tete xx 10. 2 1 10.gxxEA −− =−= 2 1 gx 5656 Erros – Arredondamento III Se , então: e tete x tete xx ..g.gEA −−−− −=−= 10 2 1 1011010 2 1 gx ( ) ( )teextexexx .f.g.fxxEA −− +−+=−= 10101010 |𝒈𝒙 − 𝟏| ≤ 𝟏/𝟐 5757 ◼ Erros de Truncamento e Arredondamento Sistema operando em ponto flutuante - Base 10 ◼ Erro de Truncamento e ◼ Erro de Arredondamento e te x 10EA − 1t x 10ER +− 1t x 10 2 1 ER +−te x 10 2 1 EA − Arredondamento e Truncamento I e – exp. em PF t - nº de dígitos da mantissa 5858 Arredondamento e Truncamento II ◼ Sistema de aritmética de ponto flutuante de 4 dígitos (t=4), precisão dupla ◼ Ex. 12: Seja x = 0,937.104 e y = 0,1272.102. Calcular x+y. Alinhamento dos pontos decimais antes da soma x = 0,937. 104 e y = 0,001272. 104, x+y = 0,938272. 104 Resultado com 4 dígitos Arredondamento: x+y = 0,9383.104 Truncamento: x+y = 0,9382.104 5959 Arredondamento e Truncamento III ◼ Sistema de aritmética de ponto flutuante de 4 dígitos, precisão dupla ◼ Ex. 12: Seja x = 0,937.104 e y = 0,1272.102. Calcular x.y. x.y = (0,937.104).(0,1272.102) x.y = (0,937.0,1272).106 x.y = 0,1191864.106 Resultado com 4 dígitos Arredondamento: x.y = 0,1192.106 Truncamento: x.y = 0,1191.106 6060 ◼ Considerações ◼ Ainda que as parcelas ou fatores de uma operação possam ser representados exatamente no sistema, não se pode esperar que o resultado armazenado seja exato. ◼ x e y tinham representação exata, mas os resultados x+y e x.y tiveram representação aproximada. Arredondamento e Truncamento IV 6161 Arredondamento e Truncamento V ◼ Ex. 13: Seja x = 0,7237.104 , y = 0,2145.10-4 e z= 0,2585.10¹. Efetuar a operação x + y + z e calcular o erro relativo do resultado, supondo x, y e z exatamente representados. Considere ainda precisão dupla: x+y+z = 0,7237.104 + 0,2145.10-4+ 0,2585.10¹ = 0,7237.104 + 0,00000000.104 + 0,0002585.104 = 0,7239585.104 Resultado com 4 dígitos Arredondamento: x+y+z = 0,7240.104 Truncamento: x+y+z = 0,7239.104 6262 Arredondamento e Truncamento VI Erro relativo (no arredondamento): 34 4 .1850 1072400 , −− ++ ++ = ++ = 10 2 1 .1073 ., .10 - 0,72402.100,72395850 zyx EA ER 44 zyx zyx 6363 Erros – Propagação I ◼ Propagação dos Erros Durante uma sequência de operações aritméticas, os erros dos operandos produzem um erro no resultado da operação ◼ Propagação ao longo do processo ◼ Determinação do erro no resultado final obtido 6767 Erros – Propagação IV ◼ Resolução numérica de um problema Importância do conhecimento dos efeitos da propagação de erros ◼ Determinação do erro final de uma operação ◼ Conhecimento da sensibilidade de um determinado problema ou método numérico 7272 Erros – Propagação X ◼ Análise dos Erros Absoluto e Relativo Expressões para a determinação dos erros nas operações aritméticas Erros presentes na representação das parcelas ou fatores, assim como no resultado da operação ◼ Supondo um erro final arredondado, sendo x e y, tais que: yx E Ayy E Axx +=+= e 7373 Erros – Propagação XI ◼ Adição Erro Absoluto Erro Relativo + + + = + = + + yx y ER yx x ER yx EA ER yx yx yx yxyx yx yx EAEAEA EAEAyx EAyEAxyx += +++ =+++=+ + )()( )( )( 7474 Erros – Propagação XII ◼ Subtração Erro Absoluto Erro Relativo − − − = − = − − yx y ER yx x ER yx EA ER yx yx yx yxx-y yx yx EAEAEA EAEAyx EAyEAxyx −= −+− =+−+=− )()( )( )( 7575 Erros – Propagação XIII ◼ Multiplicação Erro Absoluto Erro Relativo muito pequeno ( ) ( ) ( )yxyxyx .E AE AE Ax.E Ayy.xE Ay.E Axx .y +++=++= ( ) ( ) xyyx yxyx .EAyEAxEA EAx.EAyy.xEAy.EAxx.y + ++=++ .. yxy.x E RE RE R += 7676 Erros – Propagação XIII ◼ Divisão Erro Absoluto Erro Relativo yxx/y E RE RE R −= Simplificação: (desprezam-se os termos de potência >1) ( ) ( ) ( ) + + = + + = y EA 1 1 . y EAx EAy EAx y x y x y x ... y EA y EA y EA 1 y EA 1 1 3 y 2 yy y + − +−= + 2 yx 2 x y EAx.EAy y EAyx y EA y x y x − =−+ 7777 Erros – Análise I EAx=EAy= 0, EAx+y=0 1t yx 10 2 1 RAER +−+ = Ex. 19: Cálculo de ER(x+y) Como x e y são exatamente representados, ERx+y se resume ao Erro Relativo de Arredondamento (RA) no resultado da soma. RAER RA yx EA ER yx yx yx = + + = + + + 7878 Erros – Análise II ◼ Sistema de aritmética de ponto flutuante de 4 dígitos, precisão dupla. Ex. 20: Seja x = 0,937.104, y = 0,1272.102 e z = 0,231.101, calcular x+y+z e ER(x+y+z), sabendo que x, y e z estão exatamente representados. Solução: Alinhando as vírgulas decimais: x = 0,937000.104 y = 0,001272.104 e z = 0,000231.104 7979 Erros – Análise III Ex. 20: Seja x = 0,937.104, y = 0,1272.102 e z = 0,231.101, calcular x+y+z e ER(x+y+z), sabendo que x, y e z estão exatamente representados. Solução: A soma é feita por partes: (x+y)+z x+y = 0,9383 . 104 x+y+z = 0,9383 . 104 + 0,000231 . 104 x+y+z = 0,938531. 104 x+y+z = 0,9385. 104 (após o arredondamento) 8080 Erros – Análise IV Solução: EAz=0, ERz=0 1t zyx 10 2 1 1 zyx yx ER +−++ + ++ + + ++ + =+ ++ + = + ++ + = + ++ + ++ + = ++ ++ ++ 1 zyx yx RARA zyx yx RAER RA zyx yx ERER RA zyx z ER zyx yx ERER szyx szyx zszyx 8181 Erros – Análise V Solução: 3 zyx 10.0,9998E R − ++ 110 2 1 1 +−++ + ++ + tzyx . zyx yx ER 3 4 4 10 2 1 1 1093850 1093830 − ++ + . ., ., ER zyx 8282 Erros – Análise VI ◼ Ex. 21: Supondo que u é representado em um computador por ū, que é obtido por arredondamento. Obter os limites superiores para os erros relativos de v = 2. ū e w = ū + ū. 8383 Erros – Análise VII ◼ Ex. 21: Solução: 1t v 10ER +− u.2v = 1t u2. u2u2. .10 2 1 2.ER RA2.RARARAERERER +− =+=++= 8484 Erros – Análise VIII ◼ Ex. 21: Solução: uuw += 1t vw 10E RE R +−= RA uu u ER uu u ERER uuw + + + + = RA2.RA uu u RA2.ERw =+ + = 1t1t w 10.10 2 1 2.RA2.ER +−+− == 8585 Erros – Sumário I 1. Erro Relativo da Adição Soma dos erros relativos de cada parcela, ponderados pela participação de cada parcela no total da soma. 2. Erro Relativo da Subtração Soma dos erros relativos do minuendo e do subtraendo, ponderados pela participação de cada parcela no resultado da subtração. 8686 Erros – Sumário II 3. Erro Relativo da Multiplicação Soma dos erros relativos dos fatores. 4. Erro Relativo da Divisão Soma dos erros relativos do dividendo e do divisor. 8787 Erros – Exercício I ◼ Seja um sistema de aritmética de ponto flutuante de 4 dígitos, base decimal e com acumulador de precisão dupla. Dados os números x = 0,7237.104, y = 0,2145.10-3 e z = 0,2585.101, efetuar as seguintes operações e obter o erro relativo nos resultados, supondo que x, y, e z estão exatamente representados. a) x+y+z b) x−y−z c) x/y d) (x.y)/z e) x.(y/z) f) (x+y).z 8888 Erros – Exercício II x.3u = xxxw ++= x.4u = xxxxw +++= ◼ Supondo que x é representado num computador por x e obtido por arredondamento, determinar os limites superiores para os erros relativos de: a) b) c) d) 8989 Erros – Exercícios III ◼ Sejam ī e ū as representações de i e u obtidas em um computador por arredondamento. Deduzir expressões de limitante de erro, a fim de mostrar que o limitante de erro relativo de é y.x.3u = ( ) y.xxxv ++= 9090 Erros – Exercício IV ◼ Um computador armazena números reais utilizando 1 bit para o sinal do número, 7 bits para o expoente e 8 bits para a mantissa. Admitindo que haja truncamento, como ficarão armazenados os seguintes números decimais? a) n1 = 25,5 b) n2 = 120,25 c) n3 = 2,5 d) n4 = 460,25 e) n5 = 24,005 9393 Erros - Bibliografia Ruggiero, M. A. Gomes & Lopes, V. L. da R. Cálculo Numérico: Aspectos teóricos e computacionais. MAKRON Books, 1996, 2ª ed. Asano, C. H. & Colli, E. Cálculo Numérico: Fundamentos e Aplicações. Departamento de Matemática Aplicada – IME/USP, 2007. Sanches, I. J. & Furlan, D. C. Métodos Numéricos. DI/UFPR, 2006. Paulino, C. D. & Soares, C. Erros e Propagação de Erros, Notas de aula, SE/ DM/ IST [Online] http://www.math.ist.utl.pt/stat/pe/qeb/sem estre_1_2004-2005/PE_erros.pdf [Último acesso 07 de Junho de 2007]. 9494Erros - Bibliografia Paulino, C. D. & Soares, C. Erros e Propagação de Erros, Notas de aula, SE/ DM/ IST [Online] http://www.math.ist.utl.pt/stat/pe/qeb/sem estre_1_2004-2005/PE_erros.pdf [Último acesso 08 de Setembro de 2011].
Compartilhar