Índice de conteúdos. Índice de conteúdos. Capítulo 2. Representação de Números e Erros Representação de números em diferentes bases...

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Índice de conteúdos. Índice de conteúdos. Capítulo 2. Representação de Números e Erros...1. 1.Representação de números em diferentes bases..."

Transcrição

1 Índice de conteúdos Índice de conteúdos Capítulo 2. Representação de Números e Erros Representação de números em diferentes bases Representação de números inteiros e conversões de base Representação Conversão de um número pelo método das divisões sucessivas Representação de números reais e conversões de base Representação Representação em formato com ponto fixo Conversão de um número em formato com ponto fixo Representação em formato com ponto flutuante Conversão de um número em formato com ponto flutuante Aritmética de ponto flutuante Conversão de números inteiros da base b para a base decimal Algoritmo de Horner Divisão de Ruffini Conversão de números fracionários da base b para a base decimal Algoritmo de Horner Divisão de Ruffini Número binário infinito Operações com números binários Adição binária Subtração binária Multiplicação binária Divisão binária Representação de números em computadores digitais Representação de números inteiros Representação em Sinal-Módulo Representação em Complemento Representação de números reais i -

2 Índice de conteúdos 3.Análise e representação de erros Fontes de erros e incertezas Precisão e exatidão Tipos de erros Erros de modelação (ou de formulação) Erros iniciais (incertezas dos dados do modelo) Erro grosseiro Erro de arredondamento Erro de truncatura Valores aproximados e erros Erro absoluto Erro relativo Fórmula fundamental dos erros Número de dígitos significativos Erros de arredondamento Arredondamento por defeito (ou corte do número) Arredondamento simétrico Erros de arredondamento na álgebra de ponto flutuante Adição Subtração Multiplicação Divisão Erros de truncatura Cálculo de valores de funções transcendentes Discretização Métodos iterativos Condicionamento e estabilidade Análise de erros Conclusão ii -

3 Representação de Números e Erros Capítulo 2. Representação de Números e Erros Neste capítulo serão considerados alguns aspetos básicos relativos ao cálculo numérico, como as representações de números inteiros e reais em código binário, e a análise e representação dos erros que podem ocorrer em consequência do uso das referidas representações de números. 1. Representação de números em diferentes bases Nesta secção serão discutidos alguns métodos para a mudança de base na representação de números inteiros e reais. É comum, para grande parte dos computadores atuais utilizados na implementação computacional, o uso de uma base numérica distinta da base decimal. Em geral, os números são armazenados na base 2 (binária), existindo ainda plataformas que os armazenam na base 8 (octal) ou na base 16 (hexadecimal). A representação de números inteiros é ligeiramente distinta da representação de números reais Representação de números inteiros e conversões de base Representação De uma forma geral, um número inteiro N é representado, na base b, por um conjunto de dígitos a i, em que a i = 0,1,, b-1 e i assume um intervalo de valores determinado pela base em uso. A tabela seguinte indica estes valores para as bases mais utilizadas, inclusive para a base decimal. b a i 2 0,1 8 0, 1, 2, 3, 4, 5, 6, , 1, 2, 3, 4, 5, 6, 7, 8, , 1, 2, 3, 4, 5, 6, 7, 8, 9, A. B, C, D, E, F Há no mínimo duas formas de se representar um número inteiro N: o sistema posicional e a forma polinomial. No sistema posicional os dígitos são agrupados na forma de uma sequência, na qual a magnitude da contribuição de cada dígito no número depende da posição relativa que este ocupa. Neste sistema, o número N é escrito da seguinte forma: N = (a n a n-1... a 1 a 0 ) b - 1 -

4 Representação de números em diferentes bases Na forma polinomial fica claramente explicitada a contribuição de cada dígito para o valor de N, onde um número N é escrito da seguinte forma: N = a n b n + a n-1 b n a 1 b + a 0 Até aqui, N tem sido tratado de uma forma abstrata. No entanto, por uma questão evolutiva, N tende a ser visto como um número na base 10 (decimal), N = (a n a n-1... a 1 a 0 ) a n a n-1... a 1 a 0 Caso se passe a representar N sempre na base decimal, então deve-se abordar as outras representações do ponto de vista de conversões "de" ou "para" a base Conversão de um número pelo método das divisões sucessivas Começa-se por considerar a conversão de um inteiro da base decimal (b = 10) para a base binária (b = 2), uma vez que esta será a representação mais provável num computador. Para se realizar esta conversão de uma maneira prática, pode-se usar o método das divisões sucessivas, no qual N e os sucessivos quocientes q i são divididos por 2, sendo guardados os restos r i { 0, 1 } até que o último quociente seja q n = 1: N = 2 q 1 + r 0 ; q 1 = 2 q 2 + r 1 ; q 2 = 2 q 3 + r 2 ;... ; q n-1 = 2 q n + r n-1 O último quociente somente será 0 se N = 0 (q n = 0 N = 0). Então, N = (q n r n-1... r 1 r 0 ) 2 (sistema posicional) N = q n 2 n + r n-1 2 n-1 + r n-2 2 n r r (forma polinomial) O mesmo método pode também ser utilizado para converter um número inteiro em decimal N para qualquer base b; divide-se N e os sucessivos quocientes q i por b, guardando-se os restos r i { 0,..., b-1 } até que o último quociente seja um inteiro q n { 1,..., b-1 }: N = b q 1 + r 0 ; q 1 = b q 2 + r 1 ; q 2 = b q 3 + r 2 ;... ; q n-1 = b q n + r n-1 O último quociente somente será 0 se N = 0 (q n = 0 N = 0). Então, N = (q n r n-1... r 1 r 0 ) b (sistema posicional) N = q n b n + r n-1 b n-1 + r n-2 b n r 1 b 1 + r 0 b 0 (forma polinomial) 1.2. Representação de números reais e conversões de base Representação Neste momento, é importante conhecer como os números reais podem ser armazenados num computador. Um número pode ser representado de duas formas/formatos: com ponto fixo (por exemplo, 12.34); com ponto flutuante ou vírgula flutuante (por exemplo, x10 2 )

5 Representação de números em diferentes bases Representação em formato com ponto fixo Na representação de um número real X no formato com ponto fixo, este possui uma parte inteira X i e uma parte fracionaria X f, tal que X f = X X i. Por exemplo, para X = 12.34, X i = 12 e X f = Conversão de um número em formato com ponto fixo Nesta caso, considera-se apenas a conversão de um real da base decimal para a base binária, sendo depois facilmente extensível para uma base qualquer. Dado um número real X, este possui uma parte inteira X i e uma parte fracionaria X f. Para se converter este número X na base binária utiliza-se o método das divisões sucessivas, para converter X i (ver secção 1.1.2), enquanto que para converter X f usa-se o método das multiplicações sucessivas. O método das multiplicações sucessivas consiste em multiplicar-se X f por 2, extraindo-se a parte inteira do resultado (a qual pode ser 0); o restante é novamente multiplicado por 2, repetindo-se o processo até que o resto fracionário seja 0 ou que se obtenha um padrão repetitivo, em cujo caso o número fracionário será periódico. Este método será ilustrado com dois exemplos. Exemplo 1: Seja X f = ; então x 2 = ; x 2 = ; x 2 = ; x 2 = Ou seja, = (0.1101) 2. Exemplo 2: Seja X f = 0.1; então 0.1 x 2 = 0.2; 0.2 x 2 = 0.4; 0.4 x 2 = 0.8; 0.8 x 2 = 1.6; 0.6 x 2 = 1.2; 0.2 x 2 = 0.4;... e o processo de multiplicações sucessivas repete a sequencia de dígitos 0011 ad infinitum. Portanto, 0.1 = ( ) 2. Este exemplo mostra a dificuldade em se obter a representação de um número fracionário numa outra base. Estes exemplos mostram que num computador, onde o espaço para representação de um número é finito, estes números terão que ser arredondados. A forma polinomial de um número fracionário na base 2 é dada por: X f = Portanto, um número real X = X i + X f pode ser representado na base 2 por X = a n 2 n + a n-1 2 n-1 + a n-2 2 n a a X = (a n a n-1... a 1 a )

6 Representação de números em diferentes bases Representação em formato com ponto flutuante A forma geral de representação de um número real em formato com ponto flutuante é semelhante à notação científica:.d 1 d 2 d 3...d p b e, onde d k (k = 1, 2,..., p) são os dígitos da parte fracionária (com d k { 0,..., b-1 } e d 1 0 (se normalizado), b é o valor da base (geralmente 2, 10 ou 16), p é o número de dígitos e e é um expoente inteiro. Deste modo, um número em formato com ponto flutuante é composto por três partes: o sinal, a parte fracionária (denominada também de significando ou mantissa) e o expoente. Estas três partes têm um comprimento total fixo que depende do computador e do tipo de número: precisão simples, dupla ou estendida Conversão de um número em formato com ponto flutuante Seja um hipotético computador com dois dígitos (p = 2), base b = 2 e expoente e { -1, 0, 1, 2 }. Como os números reais são normalizados, isto é, d 1 0, todos eles serão da forma: e ou e, e = 1, 0, 1,2. Considerando a conversão de binário para decimal de um número menor do que 1,.10 2 = = 1/2 + 0 = 1/ 2, e.11 2 = = 1/2 + 1/4 = 3/ 4, então, os únicos números positivos representáveis neste computador são: = 1/2 1/ 2 = 1/ = 3/ 4 1/2 = 3/ = 1/2 1 = 1/ = 3/ 4 1 = 3/ = 1/ 2 2 = = 3/ 4 2 = 3/ = 1/ 2 4 = = 3/ 4 4 = 3 O zero é representado de uma forma especial: todos os dígitos d k da mantissa e do expoente são nulos (.00 2 x 2 0 ). O mais importante a reter relativamente aos números em formato com ponto flutuante é que eles são discretos e não contínuos (como um número real definido na Matemática). O conceito de existir sempre um número real entre dois números reais quaisquer não é válido para os números em formato com ponto flutuante. As consequências da falha deste conceito podem ser desastrosas, como se poderá verificar no exemplo seguinte: considere a representação binária = e = Se estes dois números forem armazenados naquele hipotético computador (com dois dígitos para a mantissa), eles serão igualmente representados por:.10 2 x 2 0. Isto significa que tanto como são vistos como por aquele computador. Esta é uma grande causa de erro de arredondamento nos processos numéricos, como será visto mais adiante neste documento

7 Representação de números em diferentes bases Note-se que, como a forma de representação de um número em formato com ponto flutuante pode ser diferente entre os fabricantes de computadores, um mesmo programa implementado em computadores que utilizam formatos diferentes pode fornecer resultados diferentes. O formato utilizado pela maioria dos computadores é o proposto pelo Institute of Electrical and Electronics Engineers (IEEE), com o padrão IEEE 754 (tabela que se segue, para a base binária). Propriedade Precisão Simples Dupla Estendida Comprimento total bits na mantissa bits no expoente sinal expoente máximo expoente mínimo maior número 3.40 x x x menor número 1.18 x x x dígitos decimais (precisão) Aritmética de ponto flutuante Se uma operação aritmética resultar num número que seja maior, em valor absoluto, que o maior número representável, ocorrerá um overflow. Se, por outro lado, resultar num número que seja menor, em valor absoluto, que o menor número representável diferente de zero, ocorrerá um underflow. O modo de tratar overflow e underflow dependerá do compilador utilizado para gerar o programa executável. A seguir, será mostrado a precisão das operações numéricas envolvendo números em formato com ponto flutuante. Para tal, será utilizado um outro hipotético computador com dois dígitos (p = 2), base b = 10 (para facilitar o entendimento) e expoente e {-5,, 5}:.d 1 d 2 x 10 e. Quando dois números são somados ou subtraídos, os dígitos do número de menor expoente devem ser deslocados de modo a alinhar as casas decimais. O resultado é, então, arredondado para dois dígitos para caber na mantissa de tamanho p = 2. Depois disto, o expoente é ajustado de forma a normalizar a mantissa (d 1 0). Exemplo 1: Os números são armazenados no formato especificado, as casas decimais são alinhadas e a operação de adição é efetuada; o resultado é então normalizado e arredondado para dois dígitos: =.43 x x 10-1 =.43 x 10 1 O resultado da adição é 4.4 em vez de x 10 1 =.4364 x x

8 Representação de números em diferentes bases Exemplo 2: Os números são armazenados no formato especificado, as casas decimais são alinhadas e a operação de adição é efetuada; o resultado é então normalizado e arredondado para dois dígitos: =.37 x x 10 3 =.37 x x 10 3 =.00 x x O resultado da subtração é 0 em vez de 1. A perda de precisão quando dois números aproximadamente iguais são subtraídos é a maior fonte de erro nas operações de ponto flutuante. Exemplo 3: Os números são armazenados no formato especificado, as casas decimais são alinhadas e a operação de adição é efetuada; o resultado é então normalizado e arredondado para dois dígitos: =.69 x x 10 1 =.69 x x 10 3 =.6927 x x O resultado da adição é 690 em vez de O deslocamento das casas decimais de 2.71 causou uma perda total dos seus dígitos durante a operação. Exemplo 4: 1234 x Os números são armazenados no formato definido e a multiplicação é efetuada utilizando 2p = 4 dígitos na mantissa; o resultado é então normalizado e arredondado para dois dígitos: 1234 x =.12 x 10 4 x.16 x 10-1 =.12 x 10 4 x.16 x 10-1 =.0192 x x O resultado da multiplicação é 19 em vez de Exemplo 5: 875 x 3172 Os números são armazenados no formato definido e a multiplicação é efetuada utilizando 2p = 4 dígitos na mantissa. O resultado é então normalizado, arredondado e, como o expoente e = 7 > 5 (máximo definido para este hipotético computador), então ocorre overflow: 875 x 3172 =.88 x 10 3 x.32 x 10 4 =.88 x 10 3 x.32 x 10 4 =.2816 x 10 7 overflow (e {-5,, 5}). O resultado obtido é superior ao maior número representável por este computador (e {-5,, 5})

9 Representação de números em diferentes bases Exemplo 6: Os números são armazenados no formato definido e a divisão é efetuada utilizando 2p = 4 dígitos na mantissa, o resultado é então normalizado e arredondado para dois dígitos: =.18 x x 10 3 =.18 x x 10 3 =.3673 x x O erro relativo desse resultado foi de aproximadamente 0,52%. Exemplo 7: Os números são armazenados no formato definido e a divisão é efetuada utilizando 2p = 4 dígitos na mantissa. O resultado é então normalizado, arredondado e, sendo o expoente e = -6 < -5, então ocorre underflow: =.64 x x 10 4 =.64 x x 10 4 =.8767 x 10-6 underflow (e {-5,, 5}). O resultado da divisão é um valor inferior ao menor número representável por este comutador (por definição, e {-5,, 5}), sem considerar o zero, que tem uma representação especial. Uma das causas de se cometer erros quando se usa um computador deve-se à conversão de base. Geralmente, um número é fornecido ao computador na base 10 e, no entanto, ele é armazenado na base 2. Quando os números são inteiros, a representação é exata, como, por exemplo, = No entanto, um número com parte decimal pode resultar num número binário com infinitos dígitos ( = ) que tem que ser arredondado para ser armazenado em formato com ponto flutuante Conversão de números inteiros da base b para a base decimal Para introduzir a conversão para a base decimal, será usada novamente a base binária como primeiro exemplo. Seja o número N, representado na base binária por N = (a m a m-1... a 1 a 0 ) 2 a sua representação na base decimal pode ser obtida simplesmente pela soma do polinómio N = a m 2 m + a m-1 2 m a a 0 A operacionalização desta soma pode ser obtida pelo Algoritmo de Horner e pela Divisão de Ruffini

10 Representação de números em diferentes bases Algoritmo de Horner O número N pode ser obtido na base decimal através do cálculo da sequência: b m = a m b m-1 = a m x b m b m-2 = a m x b m b 1 = a x b 2 b 0 = a x b 1 e então, N = b 0 Exemplo: seja o número (11101) 2. Aplicando o algoritmo de Horner: b 4 = a 4 = 1 b 3 = a x b 4 = x 1 = 3 b 2 = a x b 3 = x 3 = 7 b 1 = a x b 2 = x 7 = 14 b 0 = a x b 1 = x 14 = 29 portanto, (11101) 2 = Esta metodologia pode ser generalizada para converter qualquer número inteiro na base b para a base decimal. Considere o número N = (a m a m-1... a 1 a 0 ) b a sua representação na base decimal pode ser obtida da seguinte forma: c m c m-1 = a m = a m-1 + b x c m c m-2 = a m-2 + b x c m c 1 = a 1 + b x c 2 c 0 = a 0 + b x c 1 e então, N = c 0-8 -

11 Representação de números em diferentes bases Divisão de Ruffini É equivalente ao método anterior, diferindo apenas na disposição dos coeficientes a i e b i : a m a m-1... a 2 a 1 a x b m... 2 x b 3 2 x b 2 2 x b 1 b m b m-1... b 2 b 1 b 0 e então, N = b 0 Exemplo: seja o número (11101) 2. Aplicando a Divisão de Ruffini: a 4 a 3 a 2 a 1 a x b 4 2 x b 3 2 x b 2 2 x b 1 2 x 1 2 x 3 2 x 7 2 x 14 b 4 b 3 b 2 b 1 b portanto, (11101) 2 = Esta metodologia pode ser generalizada para converter qualquer número inteiro na base b para a base decimal. Considere o número N = (a m a m-1... a 1 a 0 ) b a sua representação na base decimal pode ser obtida da seguinte forma: a m a m-1... a 2 a 1 a 0 b b x c m... b x c 3 b x c 2 b x c 1 c m c m-1... c 2 c 1 c 0 e então, N = c Conversão de números fracionários da base b para a base decimal Considere um número fracionário com representação finita na base binária: X f = (0.a 1 a 2 a n ) 2. O seu valor na base decimal será dado por X f = n 2 -n Esta soma pode ser calculada diretamente ou utilizando qualquer um dos dois métodos enunciados na secção anterior (Algoritmo de Horner e Divisão de Ruffini) com algumas modificações

12 Representação de números em diferentes bases Algoritmo de Horner No caso de um número fracionário na base 2, o algoritmo fica b n b n-1 = a n = a n-1 + (1/2) x b n b n-2 = a n-2 + (1/2) x b n b 2 = a 2 + (1/2) x b 3 b 1 = a 1 + (1/2) x b 2 b 0 = (1/2) x b 1 e então, N = b 0 Exemplo: converter o número ( ) 2. Aplicando o algoritmo, fica: b 5 = a 5 = 1 b 4 = a 4 + (1/2) x b 5 = 1 + (1/2) = 3/2 b 3 = a 3 + (1/2) x b 4 = 1 + (3/4) = 7/4 b 2 = a 2 + (1/2) x b 3 = 0 + (7/8) = 7/8 b 1 = a 1 + (1/2) x b 2 = 1 + (7/16) = 23/16 b 0 = (1/2) x b 1 = (1/2) x (23/16) = 23/32 portanto, ( ) 2 = 23/32 = Divisão de Ruffini No caso de um número fracionário na base 2, o algoritmo fica a n a n-1... a 2 a 1 1/2 (1/2) x b m... (1/2) x b 3 (1/2) x b 2 (1/2) x b 1 b n b n-1... b 2 b 1 b 0 e então, N = b

13 Representação de números em diferentes bases Exemplo: Converter o número ( ) 2. Aplicando o algoritmo, fica: a 5 a 4 a 3 a 2 a /2 (1/2) x b 5 (1/2) x b 4 (1/2) x b 3 (1/2) x b 2 (1/2) x b 1 (1/2) x 1 (1/2) x (3/2) (1/2) x (3/4) (1/2) x (7/8) (1/2) x (23/16) portanto, b 5 b 4 b 3 b 2 b 1 b 0 1 3/2 7/4 7/8 23/16 23/32 ( ) 2 = 23/32 = Número binário infinito Uma outra situação que pode ocorrer é quando o número binário for infinito, por exemplo, através de uma sequência de dígitos periódicos: X f = ( 0,α 1 α 2...α n β 1 β 2...β m) 2 onde β 1 β 2... β m indica que a sequência de dígitos β 1 β 2...β m se repete ad infinitum. Na base decimal, tal número é dado por X f = n 2 -n + b 1 2 -n-1 + b 2 2 -n b m 2 -n-m + + b 1 2 -n-m-1 + b 2 2 -n-m-2) + + b m 2 -n-2m + + b 1 2 -n-2m-1 + b 2 2 -n-2m b m 2 -n-3m Observa-se que este número pode ser escrito como Ou seja, X f = n 2 -n + ( b b b m 2 -m ) 2 -n + + ( b b b m 2 -m ) 2 -n-m + + ( b b b m 2 -m ) 2 -n-2m X f = n 2 -n + ( b b b m 2 -m ) 2 -n ( m + 2-2m + ) Usando agora a identidade, tem-se 1 1 x = 1 + x + x2 + x (para x < 1) m + 2 2m + 2 3m +... = m m = 2 2 m 1 (fazendo x = 2-m ),

14 Representação de números em diferentes bases obtendo-se X f = ( α α α n 2 n ) + ( β β β m 2 m ) 2m n 2 m 1 As duas expressões entre parênteses têm a mesma forma e podem ser calculadas diretamente ou usando qualquer um dos métodos descritos anteriormente. Em geral, se o número fracionário tem representação infinita periódica na base b, X f = ( α 1 b 1 + α 2 b α n b n ) + ( β 1 b 1 + β 2 b β m b m ) bm n b m 1 onde as expressões entre parênteses podem ser calculadas diretamente ou utilizando qualquer um dos métodos descritos anteriormente Operações com números binários Como a maioria dos computadores usa a base b = 2, então estes executam operações aritméticas com números que estão na representação binária. Para executar estas operações, as tabelas de operações que se seguem são automaticamente satisfeitas Adição binária Uma adição no sistema binário é realizada da mesma forma que a adição no sistema decimal, lembrando que, no sistema binário, há apenas 2 dígitos. Esta operação é realizada de acordo com as seguintes regras (considerando os dois operandos positivos): = = = = 0 (e vai 1 para o dígito de ordem superior) = 1 (e vai 1 para o dígito de ordem superior) Para somar números com mais de 2 algarismos, utiliza-se o mesmo processo de transporte para a coluna posterior, usado na adição decimal. Ter, no entanto, atenção aos limites das palavras. Exemplo 1: = ( = 8 10 ) [1] [1] [1]

15 Representação de números em diferentes bases Exemplo 2: = ( = 4 10 ) [1] [1] Exemplo 3: = ( = ) [1] [1] [1] Quando um dos operandos são números binários negativos, o processo a aplicar é o seguinte: dois operandos negativos: adicionam-se os dois considerando o valor absoluto de cada um deles e atribui-se o sinal de negativo; um deles é negativo: verifica-se qual dos dois tem maior valor absoluto, subtraí-se o menor valor absoluto ao maior e, atribui-se o sinal do maior em valor absoluto Subtração binária A subtração é análoga à adição, sendo realizada de acordo com as seguintes regras: 0-0 = = 1 (e pede emprestado 1 para o dígito de ordem superior) 1-0 = = 0 Desta forma, a operação 0-1 resulta em 1, mas com o transporte de 1 para a coluna à esquerda, que deve ser acumulado ao subtraendo e, por consequência, subtraído do minuendo (em a-b, a o minuendo e b é o subtraendo). Exemplo 1: = ( = 2 10 ) [1] Exemplo 2: = ( = 3 10 )

16 Representação de números em diferentes bases Exemplo 3: = ( = 1 10 ) Multiplicação binária [1] Procede-se como numa multiplicação no sistema decimal, de acordo com as seguintes regras: 0 x 0 = 0 0 x 1 = 0 1 x 0 = 0 1 x 1 = 1 Utiliza-se o mesmo método que a multiplicação decimal: deslocamentos e adições. O número maior deve ser colocado por cima do menor. Exemplo 1: x = (5 10 x 3 10 = ) x Exemplo 2: x = (26 10 x 2 10 = ) x Exemplo 3: x = (10 10 x 8 10 = ) x

17 Representação de números em diferentes bases Divisão binária A divisão binária usa o mesmo método que a divisão decimal: deslocamento e subtrações. Exemplo 1: = ( = ) [1] [1] [1] Representação de números em computadores digitais Nesta secção serão apresentadas algumas das representações usadas para armazenar números inteiros e reais na memória de um computador. As representações de números inteiros e reais apresentadas na secção anterior não são suficientes, pois é necessário distinguir-se, por exemplo, o sinal do número. Como não existe a representação de um sinal '+' ou '-' na memória de um computador, o recurso utilizado é acrescentar um bit, para computadores binários, ao número para representar o sinal; este bit é denominado bit de sinal Representação de números inteiros Para representar um número inteiro num computador digital, existem várias formas, tais como a representação em Sinal-Módulo e em Complemento à base Representação em Sinal-Módulo A representação mais direta de números inteiros é a denominada Sinal-Módulo (também denominada por Sinal-Magnitude). Nesta representação, o valor absoluto do número inteiro é obtido diretamente a partir dos algoritmos discutidos na secção anterior, enquanto que o sinal é representado por um dígito adicional colocado à esquerda do número. Quando a representação é binária, o bit de sinal ocupa a posição do bit mais significativo. Supondo que a memória do computador dispõe de q dígitos para a representação, um número inteiro na base b será representado no computador através da seguinte sequência de dígitos: a q-1 a q-2...a 1 a 0 sendo { a 0, a 1,, a q-2, a q-1 } { 0, 1,, b-2, b-1 } em que a q-1 representa o sinal do número. Esta sequência de dígitos é denominada palavra. Por exemplo, no sistema binário convenciona-se usar a q-1 = 0 para + e a q-1 = 1 para

18 Representação de números em computadores digitais A conversão do número internamente representado por a q-1 a q-2...a 1 a 0 para o sistema decimal é realizado através de uma fórmula semelhante à forma polinomial: em que, q 2 N = ( 1) a q 1 k=0 ( a k bk ), N o número inteiro na base decimal q-2 é o índice do dígito mais à esquerda que representa o valor absoluto de N b a base, às vezes denominada de radix (um inteiro maior que 1) a k um dígito válido na representação (a k { 0,..., b-1 }), k = 0, 1,, q-2 a q-1 { 0, 1 }) e representa o bit de sinal Os valores em questão para as quantidades expressas na fórmula anterior dependem da arquitetura e do compilador utilizado. Por exemplo, um dado compilador possui 4 modelos de representação de inteiros com 1, 2, 4 e 8 bytes, também denominados de espécies. Sendo para todos os casos b = 2, o valor absoluto do maior número inteiro que pode ser representado internamente para cada p espécie N max, (p = 1, 2, 4, 8) é, a partir da fórmula anterior, p N max 8p 2 = 2 k = p 2 = 2 8p 1 1 = k=0 {127 (p=1) (p=2) (p=4) (p=8) A forma utilizada mais comum para representar números negativos em binário é tomando o dígito mais a esquerda que representar o sinal (0 representa sinal positivo e 1 sinal negativo) sinal Transformando o binário negativo em decimal: soma-se os bits ligados (com 1), considerando-se os valores de -2 7, 2 6,, 2 0. Exemplos: decimal ( ) decimal (87-128) decimal ( )

19 Representação de números em computadores digitais Representação em Complemento Existem outras representações de números inteiros em computadores, como por exemplo as representações em complemento a (b-1) e em complemento a b (em que b é a base). A representação de números positivos em complemento é idêntica à representação em Sinal- Módulo. A representação dos números inteiros negativos é obtida efetuando-se: (b - 1) menos cada algarismo do número. Por exemplo, para calcular o complemento a (b - 1) do número (como a b = 10, então o complemento a (b -1) será complemento a 9); como = 702, o complemento a 9 do número -297 é 702. Para se obter o complemento a (b 1) de um número binário, deve-se subtrair cada algarismo de 1 (b - 1 = 1); no entanto, como se trata de números binários, para efetuar esta operação basta inverter todos os bits. Por exemplo, o complemento a 1 (C1) do número (usando 4 dígitos) é , pois = A quantidade de números inteiros diferentes que se podem representar usando n posições num sistema de base b é b n. Por exemplo, na base 2, podem-se representar os seguintes números: 2 1 até um dígito (0, 1), 2 2 até dois dígitos (00, 01, 10, 11), 2 3 números até três dígitos (000, 001, 010, 011, 100, 101, 110, 111), A tabela seguinte apresenta a representação em C1 dos números binários de 4 dígitos. Repare como o espaço de representação da base 2 com 4 dígitos está sendo usado na representação em C1 (note que há 2 representações para o zero). Decimal (positivo) Binário em C1 (igual a sinal-módulo) Decimal (negativo) Binário em C A representação na base b = 10 com 3 dígitos varia de 000 a 999 (10 3 representações), representando os números de -499 a -1 (faixa negativa que está compreendida entre 500 e 998) e de +1 a +499 (faixa positiva que está compreendida entre 1 e 499). O zero tanto pode ser representado por 000 como por 999. A faixa de representação em C1 dos números binários de n dígitos é a seguinte: menor inteiro negativo: -(2 n-1 1), maior inteiro positivo: 2 n

20 Representação de números em computadores digitais Na aritmética em complemento a (b - 1), basta somar os números, sendo que um número negativo será representado por seu complemento a (b 1). Por exemplo, a soma decimal de 123 com -418 é: Sinal-Módulo = -295 Complemento a 9 (b - 1) -418 é representado por = = = 295, em que 704 é o C9 de -295 (704 está na faixa negativa). De notar que nesta representação, a subtração (ou soma de um número positivo com um número negativo) transforma-se numa soma em complemento; isto é, a soma dos complementos do número positivo com o número negativo. Portanto, uma subtração pode ser realizada simplesmente através da soma dos números complementados : manter o número se é positivo e complementar o número se é negativo; depois, é só somar. Desta forma, pode-se constatar que o algoritmo da soma em complemento é muito mais simples que o da soma em Sinal-Módulo, uma vez que não requer nenhum teste. No entanto, continua-se com duas representações para o zero. A representação dos números inteiros negativos em complemento a b é obtida subtraindo-se da base b cada algarismo do número. Por exemplo, na base b = 10 com 3 dígitos: 1000 x. Uma forma alternativa é subtrair cada algarismo de (b 1), isto é, calcular o complemento a (b -1), e depois somar 1 ao resultado. Ou seja, encontramos o complemento a (b - 1) do número (o que facilita muito no caso dos números binários) e depois soma-se 1 ao resultado. Por exemplo, calcular o complemento a 10 (base = 10) do número com 3 dígitos: usando C10: = 703; representar o número em C9 e somar 1 ao resultado: = = 703. Por exemplo, calcular o complemento a 2 (base = 2) do número com 4 dígitos: usando C2: = 01101; representar o número em C1 e somar 1 ao resultado: = = Desta forma, para representar um número binário negativo em complemento a 2 (C2) consiste em subtrair cada algarismo de 1 (C1) e depois somar 1 ao resultado

21 Representação de números em computadores digitais A tabela seguinte apresenta a representação em C2 dos números binários de 4 dígitos. Decimal (positivo) Binário em C2 (igual a sinal-módulo) Decimal (negativo) Binário em C Comparando com a tabela anterior (para C1), nota-se que os números positivos têm a mesma representação de C1 e que o zero passou a ter apenas uma representação, o que permitiu representar mais um número (neste caso, mais um negativo pode ser representado). A faixa de representação em C2 dos números binários de n dígitos é a seguinte: menor inteiro negativo: -2 n-1, maior inteiro positivo: 2 n-1 1. Na aritmética em complemento a base, basta somar os números, sendo que um número negativo será representado pelo complemento a base. Deve-se ter, no entanto, cuidado com a possibilidade de acontecer overflow. Em qualquer sistema em C2, existe sempre um limite para o tamanho dos números a serem representados. Por exemplo, quando se usam palavras de 4 bits (um para o sinal), o valor 9 não tem associado qualquer palavra; por isso não se consegue uma resposta certa para a soma de 5 com 4 ( = 1001 que é -7). A adição de dois números no sistema de representação em C2 segue duas regras: 1. Somar os dois números e observar se ocorre transbordo (vai 1) sobre o bit de sinal e se ocorre o transbordo após o bit de sinal. 2. Se ocorrer um e somente um dos dois transbordos, então houve overflow; caso contrário o resultado da soma está dentro do campo de definição. As vantagens do uso do complemento de 2 é que existe apenas um zero e que as regras para soma e subtração são as mesmas. A desvantagem é o fato de ser um código assimétrico: o número de representações negativas é maior que o número de representações positivas. Por exemplo, com 8 bits podem-se representar, em complemento de 2, os números decimais entre -128 e A representação de um número inteiro num computador é exata. Operações aritméticas entre números inteiros também é exata, sob as seguintes condições: a) o resultado não pode encontrar-se fora do intervalo de números inteiros que podem ser representados;

22 Representação de números em computadores digitais b) a divisão somente pode ser realizada entre números exatamente divisíveis, isto é, a parte fracionária deve ser nula Representação de números reais A representação de números reais em computadores denomina-se por representação de ponto flutuante normalizado, na qual um número é representado internamente através de uma notação científica: um bit de sinal s (interpretado como positivo ou negativo), um expoente inteiro exato e e uma mantissa inteira positiva M, sendo que apenas um número limitado de dígitos é permitido para e e M. Tomando todas estas quantidades juntas, estas representam o número x = s (0.d 1 d 2... d n ) b e o qual está escrito numa forma legível para os seres humanos. Além das quantidades já definidas na fórmula anterior, os dígitos d 1, d 2,, d n são limitados pela base b (0 d i b-1, i = 1,, n e d1 0) e o expoente é limitado ao intervalo e { e min,..., e max }. Para além disso, n 1 é denominado de número de dígitos do sistema e define o tamanho da mantissa M = 0.d 1 d 2...d n. O valor zero não pode ser normalizado e tem representação especial, com mantissa nula (todos dígitos iguais a zero) e expoente o menor possível (m 1). O conjunto formado pelo zero e por todos os números em notação de ponto flutuante é chamado Sistema de Ponto Flutuante na base b com n algarismos significativos, e denota-se por F(b, n, e min, e max ). Contudo, um computador apenas pode representar os valores de e e M através de dígitos na base b. Um computador digital (b = 2), por exemplo, dispõe sempre de um tamanho de palavra finito, isto é, o número total de bits que podem ser utilizados para representar o sinal s (1 bit), o expoente e a mantissa é sempre fixo, para um dado tipo de números reais. Um número real de precisão simples, por exemplo, é normalmente representado por uma palavra de 4 bytes (32 bits), sendo que 1 bit é utilizado para representar o sinal, 8 bits são utilizados para representar o expoente e os restantes 23 bits para representar a mantissa. Desta forma, tal número será representado na memória do computador como em que x = s e 7 e 6... e 1 e 0 d 1 d 2...d 22 d 23, s,e 0,...,e 7,d 1,...,d 23 { 0, 1 }. Exemplo: Considere-se dois números binários com 8 algarismos significativos em F(2, 8, -4, 5): n 1 = => (-1) 0 x 2 2 x ( ) = n 2 = => (-1) 0 x 2 2 x ( ) = Observe que, no sistema de representação utilizado, n 1 e n 2 são dois números consecutivos, ou seja, não podemos representar nenhum outro número que tenha valor intermédio. Portanto, por

23 Representação de números em computadores digitais exemplo, a quantidade não tem representação exata neste sistema, sendo representada por n 1 ou n 2, o que gerará um erro, denominado Erro de Arredondamento. Assim, enquanto os números reais podem ser representados por uma reta contínua, em notação de ponto flutuante somente podemos representar pontos discretos da reta real. A tabela que se segue ilustra representações de ponto flutuante para alguns números numa palavra típica de 32 bits (4 bytes), em F(2, 23, -128, 127). número decimal (base 10) binário (base 2) s expoente de 8 bits Mantissa de 23 bits 1/ (0) / (-1) (1) (2) A conversão do número x representado na base binária para a base decimal pode ser realizada pela seguinte fórmula polinomial: x = ( 1) s b e n k=1 ( d k b k ). No padrão IEEE 754, a sequência de 8 bits armazena o número E = e Desta forma, evita se o teste sobre o valor do bit para saber se o número é positivo ou negativo e, para recuperar o expoente, é realizada a operação e = E 127. Para se obter a forma como o expoente será armazenado pode-se também trabalhar na base 10 e converter depois o resultado final. Por exemplo, se e = vai-se armazenar = = É importante destacar que as sequências de bits para o expoente " " e " " são reservadas para representar o zero e infinito (ou ocorrência de erro, NaN: not a number) respetivamente. O maior expoente é representado pela sequência que, na base 10, representa o número (256 2) 10 = Então o maior expoente é: e = 254 e = = 127. O menor expoente é representado pela sequência = Daí que o menor expoente é: e = 1 e = = 126. Considerando agora a representação da mantissa. Como no sistema normalizado d 1 0 e dado que a base é 2, então primeiro dígito no sistema normalizado será sempre igual a 1 e por esta razão não é armazenado (é o denominado bit escondido). Esta normalização permite um ganho na precisão, pois pode-se considerar que a mantissa é armazenada em 24 bits

24 Representação de números em computadores digitais A tabela seguinte mostra os valores de n, e min, e max, X min, X max e X eps para um dado computador que usa o padrão IEEE 754. Espécie REAL (4) REAL (8) REAL (10) n e min e max X min X max X eps x x x x x x x x x Para uma base b qualquer, os números do sistema de ponto flutuante F = F(b, n, e min, e max ) contêm as seguintes características: O menor número positivo que pode ser representado neste sistema é x min = 0.1 b e min. Valores para x min válidos para o compilador são apresentados na tabela anterior. Isto significa que qualquer número x tal que x min < x < x min não poderá ser representado pelo computador. Esta ocorrência é denominada de underflow. Os compiladores podem ser instruídos para terminar o processamento neste ponto, disparando uma mensagem de erro, ou então seguir o processamento arredondando x = 0. O maior número positivo que pode ser representado neste sistema é x max = 0.(b 1)(b 1)...(b 1) n vezes b e max = (b 1) ( n k=1 b k) be max = (b 1)(1 b n ) b e max Isto significa que qualquer número x tal que x < -x max ou x > x max não poderá ser representado pelo computador. Esta ocorrência é denominada overflow. Os compiladores usualmente tomam duas possíveis providências quando detetam um overflow: param o processamento do programa emitindo uma mensagem de erro, ou continuam o processamento atribuindo a x o valor simbólico x = -Infinito ou x = Infinito. O maior número que pode ser somado ou subtraído a 1.0, tal que o resultado permanece inalterado (isto é, a diferença entre 1.0 e o número que lhe sucede em F), é x eps = n vezes b b 1 = b 1 n n vezes em que x eps é denominada de epsilon da máquina, ϵ, ou de O epsilon da máquina, flutuante, tal que: 1 + ϵ > 1. precisão da máquina. ϵ, também pode ser definido como o menor número de ponto

25 Representação de números em computadores digitais Esta quantidade que, como se pode ver, depende da base e do número de algarismos da mantissa, é da maior importância na análise de erros de arredondamento, como se verá mais adiante. De uma forma mais geral, para um número em ponto flutuante x ulp(x) = ( ) b x b e = b -n x b e = x b e. Em que ulp é a abreviatura para unit in the last place. F define-se Se x > 0, então ulp(x) é a distância entre x e o número que lhe sucede em F; se x < 0, então ulp(x) é a distância entre x e o número que o antecede em F. Uma aproximação para o epsilon da máquina de um sistema de vírgula flutuante de base b pode ser calculada usando o seguinte algoritmo e assumindo que o modo de arredondamento é para o mais próximo: 1 fazer / b 1 + enquanto ( 1) A interpretação deste algoritmo é a seguinte: se x é uma potência negativa de b tal que x < ε então 1 + x dá 1. O conhecimento de ε do sistema computacional ou máquina de calcular é fundamental. De facto, se considerarmos, por exemplo, a equação 1 + x = 1, esta admite muitas soluções em aritmética de ponto flutuante e não apenas x = 0. Apenas um conjunto finito R F de números racionais podem ser representados na forma apresentada. Os números neste conjunto são denominados números de ponto flutuante. Para uma representação normalizada (d 1 0), este conjunto contém precisamente 2(b 1) b n 1 ( e max e min + 1 ) + 1 números racionais. Exemplo: Considere o sistema de representação numérica de ponto flutuante F(2, 4, -5, 6). Para este sistema: o menor número positivo possível é: x min = (0.1000) = = 1 64 ou seja, a região de underflow consiste no intervalo 1 64 < x <

26 Representação de números em computadores digitais O maior número positivo possível é: x max = (0.1111) = (1 2 4 ) 2 6 = 60; ou seja, as regiões de overflow consistem nos intervalos x < 60 e x > 60. O maior número que pode ser somado ou subtraído de 1.0 e que mantém o resultado inalterado é: x eps = = 2 3 = 1 8. O número de elementos em R F é: 2 1 ( ) = Análise e representação de erros 3.1. Fontes de erros e incertezas Embora se procure sempre soluções exatas dos problemas reais, raramente este objetivo é atingido. Erros e incertezas podem ser introduzidos em cada etapa da formulação e resolução dos problemas. Nesta secção será abordada a natureza das incertezas que surgem quando se procura a solução de um problema. Também serão examinados, com um certo grau de detalhe, os erros introduzidos pela computação numérica, destinada a determinar a solução desejada. Na discussão que será feita a respeito das fontes de erros no cálculo numérico, não serão considerados erros triviais que podem ser evitados, tais como copiar uma fórmula erroneamente ou efetuar um erro de sintaxe na programação, muito embora tais erros ocorram e perfaçam uma fração considerável do esforço e do tempo despendidos ao se trilhar as etapas da resolução de um problema. Desta forma, esta secção tratará apenas dos erros que resultam de forma inevitável, dada a própria natureza da representação finita de números num computador e/ou da implementação numérica de um determinado cálculo. As incertezas introduzidas contaminam a solução e é importante tentar-se balancear as incertezas. Se a incerteza no modelo matemático é de 1%, então não faz sentido a implementação de um modelo numérico e de um método que atinja 6 dígitos de precisão, por exemplo. No decurso do processo de resolução de um problema, as incertezas ocorrem em todas as fases deste processo (da modelação matemática à obtenção da solução numérica)

27 Análise e representação de erros 3.2. Precisão e exatidão A precisão refere-se ao quão próximo um número representado pelo computador representa o número que ambiciona representar. A precisão de um número é caracterizada pelo número de dígitos usados na representação e na álgebra. Assim, a constante será representada com maior precisão utilizando 8 bytes do que utilizando 4 bytes, para armazenar o número. A exatidão refere-se a quão próximo um número representado pelo computador (como resultado de uma série de operações, por exemplo) está do valor correto do número que ele almeja representar. A exatidão é caracterizada pelos erros (de truncatura e de arredondamento) no método numérico utilizado. Assim, se os números 1 = e 2 = almejam representar o mesmo número = , o número 2 possui maior exatidão do que 1, embora ambos possuam a mesma precisão. Os conceitos de precisão e exatidão são muitas vezes confundidos entre si. É frequente, em linguagem coloquial, referir-se à precisão quando na verdade o correto seria referir-se à exatidão de um resultado. As subsecções seguintes indicam como se pode medir a exatidão de um número através do cálculo dos erros absoluto e relativo do mesmo Tipos de erros Durante as etapas de resolução de um problema, surgem erros de várias origens que podem alterar profundamente os resultados (soluções) obtidos. É de importância fundamental conhecer as causas desses erros para minimizar as suas consequências. Os erros podem-se dividir em dois tipos: a) os erros associados à construção dos modelos matemáticos e à implementação dos algoritmos, como sejam os erros de modelação, iniciais e grosseiros; b) os erros associados à representação de entidades numéricas nas máquinas e às operações que um computador pode realizar, nos quais se incluem os erros de arredondamento e de truncatura Erros de modelação (ou de formulação) Este tipo de erros está relacionado com uma certa tendência de alguns utilizadores não completarem, com algum rigor, o modelo matemático. Nesta situação, deve-se ter consciência do facto de que se está a trabalhar com um modelo mal construído e não adequado à realidade física. Desta forma, nenhum método numérico poderá originar resultados precisos Erros iniciais (incertezas dos dados do modelo) Na etapa da modelação matemática de um problema real, muitas vezes é necessário usar dados obtidos por medidas experimentais. Nesta fase, tanto pode ocorrer uma modelação incorreta, em que a expressão matemática não reflete adequadamente o fenómeno físico, como os dados terem

28 Análise e representação de erros sido obtidos com pouca exatidão. Nestes casos, é necessária a realização de testes para verificar o quanto os resultados são sensíveis às alterações dos dados fornecidos (análise de sensibilidade). Grandes alterações nos resultados devido a pequenas variações nos dados são sintomas de um mal condicionamento do modelo proposto, havendo então necessidade de uma nova modelação do problema. Um problema matemático cuja solução obtida (resultados) é muito sensível a pequenas variações nos dados e parâmetros do problema diz-me mal condicionado; diz-me bem condicionado se pequenas variações nos dados e parâmetros induzem sempre pequenas variações na solução Erro grosseiro A possibilidade de um computador cometer um erro é muito baixa; no entanto, podem ser cometidos erros na elaboração do algoritmo, quer na sua implementação como na introdução dos dados iniciais. Executar o programa com dados iniciais cujos resultados (solução) são conhecidos, ajuda a detetar erros e a removê-los, mas demonstra, apenas, que o programa está correto para aquele conjunto de dados; por isso, é que estes dados devem ser específicos. O ideal seria elaborar uma prova de correção de programa, o que não é uma tarefa trivial Erro de arredondamento Um qualquer número decimal, por exemplo (base 10), não pode ser representado exatamente num computador porque tem que ser convertido em binário (base 2) e armazenado num número finito de bits. O erro causado por esta imperfeição na representação de um número é denominado de erro de arredondamento. As causas e consequências deste tipo de erros serão abordadas na próxima secção Erro de truncatura O erro de truncatura é devido à aproximação de um problema por outro, como, por exemplo, a substituição de um problema contínuo por um discreto. É sabido que, para avaliar uma função matemática no computador, apenas podem ser requeridas as operações aritméticas e lógicas, por serem as operações que ele é capaz de efetuar. Por exemplo, para avaliar f(x) = sen(x) esta tem que ser aproximada por uma série, tal como sen(x) = n=0 ( 1) n x 2n+1 (2n+1)! = x x3 6 + x5 120 x , 0 x π 4 À medida que n aumenta, mais o valor da série se aproxima do valor real. A tabela que se segue mostra a diferença entre o valor obtida pela série de sen(x) e um valor mais exato, para n até 2, 3 e 4. Quando n aumenta, o erro de truncatura diminui, ficando claro que estes erros são devidos às várias truncaturas da série (ver tabela que se segue)

Cálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante

Cálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos

Leia mais

Organização e Arquitetura de Computadores I

Organização e Arquitetura de Computadores I Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números

Leia mais

Introdução. A Informação e sua Representação (Parte III) Universidade Federal de Campina Grande Departamento de Sistemas e Computação

Introdução. A Informação e sua Representação (Parte III) Universidade Federal de Campina Grande Departamento de Sistemas e Computação Universidade Federal de Campina Grande Departamento de Sistemas e Computação Introdução à Computação A Informação e sua Representação (Parte III) Prof.a Joseana Macêdo Fechine Régis de Araújo joseana@computacao.ufcg.edu.br

Leia mais

As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:

As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem: 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico

Leia mais

Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h

Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara Carga Horária: 60h Representação de grandeza com sinal O bit mais significativo representa o sinal: 0 (indica um número

Leia mais

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) I Representação dos números, aritmética de ponto flutuante e erros em máquinas

Leia mais

Aritmética Binária e. Bernardo Nunes Gonçalves

Aritmética Binária e. Bernardo Nunes Gonçalves Aritmética Binária e Complemento a Base Bernardo Nunes Gonçalves Sumário Soma e multiplicação binária Subtração e divisão binária Representação com sinal Sinal e magnitude Complemento a base. Adição binária

Leia mais

computador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:

computador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem: 1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia

Leia mais

ULA- Unidade Lógica Aritmética. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h

ULA- Unidade Lógica Aritmética. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h ULA- Unidade Lógica Aritmética. Prof. Rômulo Calado Pantaleão Camara Carga Horária: 60h Sumário Unidade Lógica Aritmetrica Registradores Unidade Lógica Operações da ULA Unidade de Ponto Flutuante Representação

Leia mais

Representação de números em máquinas

Representação de números em máquinas Capítulo 1 Representação de números em máquinas 1.1. Sistema de numeração Um sistema de numeração é formado por uma coleção de símbolos e regras para representar conjuntos de números de maneira consistente.

Leia mais

Exemplo de Subtração Binária

Exemplo de Subtração Binária Exemplo de Subtração Binária Exercícios Converta para binário e efetue as seguintes operações: a) 37 10 30 10 b) 83 10 82 10 c) 63 8 34 8 d) 77 8 11 8 e) BB 16 AA 16 f) C43 16 195 16 3.5.3 Divisão binária:

Leia mais

ARQUITETURA DE COMPUTADORES. Sistemas de Numeração. 1 Arquitetura de Computadores

ARQUITETURA DE COMPUTADORES. Sistemas de Numeração. 1 Arquitetura de Computadores ARQUITETURA DE COMPUTADORES Sistemas de Numeração 1 Sistemas de Numeração e Conversão de Base Sistema Decimal É o nosso sistema natural. Dígitos 0,1,2,3,4,5,6,7,8 e 9. Números superiores a 9; convencionamos

Leia mais

SISTEMAS DE NUMERAÇÃO

SISTEMAS DE NUMERAÇÃO Atualizado em Prof. Rui Mano E mail: rmano@tpd.puc rio.br SISTEMAS DE NUMERAÇÃO Sistemas de Numer ação Posicionais Desde quando se começou a registrar informações sobre quantidades, foram criados diversos

Leia mais

Capítulo SETE Números em Ponto Fixo e Ponto Flutuante

Capítulo SETE Números em Ponto Fixo e Ponto Flutuante Capítulo SETE Números em Ponto Fixo e Ponto Flutuante 7.1 Números em ponto fixo Observação inicial: os termos ponto fixo e ponto flutuante são traduções diretas dos termos ingleses fixed point e floating

Leia mais

COMPUTAÇÕES NUMÉRICAS. 1.0 Representação

COMPUTAÇÕES NUMÉRICAS. 1.0 Representação COMPUTAÇÕES NUMÉRICAS.0 Representação O sistema de numeração decimal é o mais usado pelo homem nos dias de hoje. O número 0 tem papel fundamental, é chamado de base do sistema. Os símbolos 0,,, 3, 4, 5,

Leia mais

2. Sistemas de Numeração, Operações e Códigos. 2. Sistemas de Numeração, Operações e Códigos 1. Números Decimais. Objetivos.

2. Sistemas de Numeração, Operações e Códigos. 2. Sistemas de Numeração, Operações e Códigos 1. Números Decimais. Objetivos. Objetivos 2. Sistemas de Numeração, Operações e Códigos Revisar o sistema de numeração decimal Contar no sistema de numeração binário Converter de decimal para binário e vice-versa Aplicar operações aritméticas

Leia mais

Aula 6 Aritmética Computacional

Aula 6 Aritmética Computacional Aula 6 Aritmética Computacional Introdução à Computação ADS - IFBA Representação de Números Inteiros Vírgula fixa (Fixed Point) Ponto Flutuante Para todos, a quantidade de valores possíveis depende do

Leia mais

Sistemas Numéricos e a Representação Interna dos Dados no Computador

Sistemas Numéricos e a Representação Interna dos Dados no Computador Capítulo 2 Sistemas Numéricos e a Representação Interna dos Dados no Computador 2.0 Índice 2.0 Índice... 1 2.1 Sistemas Numéricos... 2 2.1.1 Sistema Binário... 2 2.1.2 Sistema Octal... 3 2.1.3 Sistema

Leia mais

Capítulo UM Bases Numéricas

Capítulo UM Bases Numéricas Capítulo UM Bases Numéricas 1.1 Introdução Quando o homem aprendeu a contar, ele foi obrigado a desenvolver símbolos que representassem as quantidades e grandezas que ele queria utilizar. Estes símbolos,

Leia mais

Trabalho compilado da Internet Prof. Claudio Passos. Sistemas Numéricos

Trabalho compilado da Internet Prof. Claudio Passos. Sistemas Numéricos Trabalho compilado da Internet Prof. Claudio Passos Sistemas Numéricos A Informação e sua Representação O computador, sendo um equipamento eletrônico, armazena e movimenta as informações internamente sob

Leia mais

Aula 3 - Sistemas de Numeração

Aula 3 - Sistemas de Numeração UEM Universidade Estadual de Maringá DIN - Departamento de Informática Disciplina: Fundamentos da Computação Profª Thelma Elita Colanzi Lopes thelma@din.uem.br Aula 3 - Sistemas de Numeração O ser humano,

Leia mais

Universidade Federal de São João Del Rei - UFSJ

Universidade Federal de São João Del Rei - UFSJ Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 0.45, de 9/04/00 - D.O.U. de /04/00 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 03 Prof: Natã Goulart

Leia mais

ARQUITETURA DE COMPUTADORES

ARQUITETURA DE COMPUTADORES ARQUITETURA DE COMPUTADORES Sistema de Numeração Prof Daves Martins Msc Computação de Alto Desempenho Email: daves.martins@ifsudestemg.edu.br Sistemas Numéricos Principais sistemas numéricos: Decimal 0,

Leia mais

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Teoria de Erros

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Teoria de Erros Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic. Eng. Biomédica e Bioengenharia-2009/2010 O que é a Análise Numérica? Ramo da Matemática dedicado ao estudo e desenvolvimento de métodos (métodos

Leia mais

Conversões em Sistemas de Numeração. José Gustavo de Souza Paiva

Conversões em Sistemas de Numeração. José Gustavo de Souza Paiva Conversões em Sistemas de Numeração José Gustavo de Souza Paiva 1 Conversões entre bases que são potências entre si Primeiro caso base binária para base octal Como 2 3 = 8, podemos separar os bits de um

Leia mais

Em um sistema de numeração de base b qualquer, um número positivo é representado pelo polinômio:

Em um sistema de numeração de base b qualquer, um número positivo é representado pelo polinômio: ELETRÔNICA DIGITAl I 1 SISTEMAS DE NUMERAÇÃO INTRODUÇÃO A base dos sistemas digitais são os circuitos de chaveamento (switching) nos quais o componente principal é o transistor que, sob o ponto de vista

Leia mais

Pontifícia Universidade Católica do Rio Grande do Sul Faculdade de Engenharia Disciplina de Lógica Computacional Aplicada. Prof. Dr.

Pontifícia Universidade Católica do Rio Grande do Sul Faculdade de Engenharia Disciplina de Lógica Computacional Aplicada. Prof. Dr. Índice 1. SISTEMAS NUMÉRICOS 1.1 Caracterização dos Sistemas Numéricos 1.2 Sistemas Numéricos em uma Base B Qualquer 1.2.1 Sistema de Numeração Decimal 1.2.2. Sistema de Numeração Binário 1.2.3 Sistema

Leia mais

Sistemas de Numerações.

Sistemas de Numerações. Matemática Profº: Carlos Roberto da Silva; Lourival Pereira Martins. Sistema de numeração: Binário, Octal, Decimal, Hexadecimal; Sistema de numeração: Conversões; Sistemas de Numerações. Nosso sistema

Leia mais

3 Sistemas de Numeração:

3 Sistemas de Numeração: 3 Sistemas de Numeração: Os computadores eletrônicos têm como base para seu funcionamento a utilização de eletricidade. Diferente de outras máquinas que a presença ou ausência de eletricidade apenas significam

Leia mais

2. Representação Numérica

2. Representação Numérica 2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos

Leia mais

Alguns apontamentos da história da Análise Numérica

Alguns apontamentos da história da Análise Numérica Análise Numérica 1 Âmbito da Análise Numérica Determinar boas soluções aproximadas num tempo computacional razoável? Slide 1 Porquê? Porque em muitos problemas matemáticos e respectivas aplicações práticas

Leia mais

Representação de Dados

Representação de Dados Representação de Dados Introdução Todos sabemos que existem diferentes tipos de números: fraccionários, inteiros positivos e negativos, etc. Torna-se necessária a representação destes dados em sistema

Leia mais

Unidade 3: Sistemas de Numeração Conversões Entre Quaisquer Bases e Aritmética em Bases Alternativas Prof. Daniel Caetano

Unidade 3: Sistemas de Numeração Conversões Entre Quaisquer Bases e Aritmética em Bases Alternativas Prof. Daniel Caetano Arquitetura e Organização de Computadores 1 Unidade 3: Sistemas de Numeração Conversões Entre Quaisquer Bases e Aritmética em Bases Alternativas Prof. Daniel Caetano Objetivo: Apresentar métodos genéricos

Leia mais

Representação de Dados e Sistemas de Numeração

Representação de Dados e Sistemas de Numeração 1 Representação de Dados e Sistemas de Numeração Sistema de numeração decimal e números decimais (base 10) Sistema de numeração binário e números binários (base 2) Conversão entre binário e decimal Sistema

Leia mais

Organização de Computadores. Cálculos Binários e Conversão entre Bases Aritmética Binária

Organização de Computadores. Cálculos Binários e Conversão entre Bases Aritmética Binária Organização de Computadores Capítulo 4 Cálculos Binários e Conversão entre Bases Aritmética Binária Material de apoio 2 Esclarecimentos Esse material é de apoio para as aulas da disciplina e não substitui

Leia mais

Introdução. A Informação e sua Representação (Parte II) Universidade Federal de Campina Grande. Unidade Acadêmica de Sistemas e Computação

Introdução. A Informação e sua Representação (Parte II) Universidade Federal de Campina Grande. Unidade Acadêmica de Sistemas e Computação Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Introdução à Computação A Informação e sua Representação (Parte II) Prof. a Joseana Macêdo Fechine Régis de Araújo joseana@computacao.ufcg.edu.br

Leia mais

Sistemas de Numeração. Engenharia da Computação 3 Período Alex Vidigal Bastos

Sistemas de Numeração. Engenharia da Computação 3 Período Alex Vidigal Bastos UNIPAC Sistemas Digitais Sistemas de Numeração Engenharia da Computação 3 Período Alex Vidigal Bastos 1 Agenda Objetivos Introdução Sistema Binário Sistema Octal Sistema Hexadecimal Aritméticas no Sistema

Leia mais

Deste modo, por razões tecnológicas e conceituais, os números binários e a álgebra boole-ana formam a base de operação dos computadores atuais.

Deste modo, por razões tecnológicas e conceituais, os números binários e a álgebra boole-ana formam a base de operação dos computadores atuais. 25BCapítulo 2: Números e Aritmética Binária Os computadores armazenam e manipulam a informação na forma de números. Instruções de programas, dados numéricos, caracteres alfanuméricos, são todos representados

Leia mais

Cálculo numérico. ln 1 = 0. Representação numérica. Exemplo. Exemplos. Professor Walter Cunha. ln 1. I s

Cálculo numérico. ln 1 = 0. Representação numérica. Exemplo. Exemplos. Professor Walter Cunha. ln 1. I s Representação numérica Cálculo numérico Professor Walter Cunha Um conjunto de ferramentas ou métodos usados para se obter a solução de problemas matemáticos de forma aproximada. Esses métodos se aplicam

Leia mais

ELETRÔNICA DIGITAL 1

ELETRÔNICA DIGITAL 1 CENTRO FEDERAL DE ENSINO TECNOLÓGICO DE SANTA CATARINA UNIDADE SÃO JOSÉ ÁREA DE TELECOMUNICAÇÕES ELETRÔNICA DIGITAL 1 CAPÍTULO 1 SUMÁRIO INTRODUÇÃO...2 1. SISTEMAS DE NUMERAÇÃO...4 1.1 Introdução...4

Leia mais

Eletrônica Digital 1 Módulo1 Capítulo 1 Sistemas Numéricos. Prof. Nilton Costa Junior

Eletrônica Digital 1 Módulo1 Capítulo 1 Sistemas Numéricos. Prof. Nilton Costa Junior Eletrônica Digital 1 Módulo1 Capítulo 1 Sistemas Numéricos Prof. Nilton Costa Junior Sistemas Numéricos Existem vários sistemas numéricos: Decimal Binário Octal Hexadecimal Sistema Decimal representado

Leia mais

Capítulo 1 Erros e representação numérica

Capítulo 1 Erros e representação numérica Capítulo 1 Erros e representação numérica Objetivos Esperamos que ao final desta aula, você seja capaz de: Pré-requisitos Identificar as fases de modelagem e os possíveis erros nelas cometidos; Compreender

Leia mais

1. Introdução 2. Representação de números 2.1. Conversão Numérica 2.2. Aritmética de ponto flutuante 3. Erros 3.1 Erros Absolutos e Relativos

1. Introdução 2. Representação de números 2.1. Conversão Numérica 2.2. Aritmética de ponto flutuante 3. Erros 3.1 Erros Absolutos e Relativos 1. Introdução 2. Representação de números 2.1. Conversão Numérica 2.2. Aritmética de ponto flutuante 3. Erros 3.1 Erros Absolutos e Relativos 1. Introdução O que é cálculo numérico? Corresponde a um conjunto

Leia mais

2. Sistemas de numeração

2. Sistemas de numeração 2. Sistemas de numeração Neste capitulo vai-se estudar vários sistemas de representação numeração e os quais se designam por sistemas de numeração. Na tabela x apresenta-se os diversos sistemas numéricos

Leia mais

Aula 9. Introdução à Computação. ADS IFBA www.ifba.edu.br/professores/antoniocarlos

Aula 9. Introdução à Computação. ADS IFBA www.ifba.edu.br/professores/antoniocarlos Aula 9 Introdução à Computação Ponto Flutuante Ponto Flutuante Precisamos de uma maneira para representar Números com frações, por exemplo, 3,1416 Números muito pequenos, por exemplo, 0,00000001 Números

Leia mais

13 Números Reais - Tipo float

13 Números Reais - Tipo float 13 Números Reais - Tipo float Ronaldo F. Hashimoto e Carlos H. Morimoto Até omomentonoslimitamosaouso do tipo inteiro para variáveis e expressões aritméticas. Vamos introduzir agora o tipo real. Ao final

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise de Arredondamento em Ponto Flutuante Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto

Leia mais

Escola Secundária c/3º CEB José Macedo Fragateiro. Curso Profissional de Nível Secundário. Componente Técnica. Disciplina de

Escola Secundária c/3º CEB José Macedo Fragateiro. Curso Profissional de Nível Secundário. Componente Técnica. Disciplina de Escola Secundária c/3º CEB José Macedo Fragateiro Curso Profissional de Nível Secundário Componente Técnica Disciplina de Sistemas Digitais e Arquitectura de Computadores 29/21 Módulo 1: Sistemas de Numeração

Leia mais

1. Sistemas de numeração

1. Sistemas de numeração 1. Sistemas de numeração Quando mencionamos sistemas de numeração estamos nos referindo à utilização de um sistema para representar uma numeração, ou seja, uma quantidade. Sistematizar algo seria organizar,

Leia mais

Sistemas de Numeração

Sistemas de Numeração Sistemas de Numeração Representação da Informação para seres humanos Números (1,2,3,4...) Letras (a,a,b,b,c,c...) Sinais de pontuação (:,;...) Operadores aritméticos (+,-,x,/) Representação da Informação

Leia mais

Sistemas de Numeração

Sistemas de Numeração Professor Menezes SISTEMA DE NUMERAÇÃO 1-1 Sistemas de Numeração Observe que alguns números decimais a possuem uma representação muito curiosa no sistema binário: 1 decimal = 1 binário; 2 decimal = 10

Leia mais

Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h

Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara Carga Horária: 60h Representação da Informação Um dispositivo eletrônico, armazena e movimenta as informações internamente

Leia mais

Sistemas de Numeração

Sistemas de Numeração Universidade Tecnológica Federal do Paraná Bacharelado em Ciência da Computação IC3A Introdução à Ciência da Computação Sistemas de Numeração Marcos Silvano O. Almeida Baseado no material do prof. Rogério

Leia mais

Representação Binária de Números

Representação Binária de Números Departamento de Informática Notas de estudo Alberto José Proença 01-Mar-04 Dep. Informática, Universidade do Minho Parte A: Sistemas de numeração e representação de inteiros A.1 Sistemas de numeração

Leia mais

Aula 1 Representação e Operações Aritméticas em Ponto Flutuante.

Aula 1 Representação e Operações Aritméticas em Ponto Flutuante. Aula 1 Representação e Operações Aritméticas em Ponto Flutuante. MS211 - Cálculo Numérico Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica

Leia mais

Erros. Cálculo Numérico

Erros. Cálculo Numérico Cálculo Numérico Erros Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br MATIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - www.dsc.ufcg.edu.br/~cnum/ Erros - Roteiro Eistência Tipos

Leia mais

Capítulo 1. Introdução. 1.1 Sistemas numéricos

Capítulo 1. Introdução. 1.1 Sistemas numéricos EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo 1 Introdução O objetivo desta disciplina é discutir e aplicar técnicas e métodos numéricos para a resolução de problemas

Leia mais

Organização e Arquitetura de Computadores. Aula 10 Ponto Flutuante Parte I. 2002 Juliana F. Camapum Wanderley

Organização e Arquitetura de Computadores. Aula 10 Ponto Flutuante Parte I. 2002 Juliana F. Camapum Wanderley Organização e Arquitetura de Computadores Aula 10 Ponto Flutuante Parte I 2002 Juliana F. Camapum Wanderley http://www.cic.unb.br/docentes/juliana/cursos/oac OAC Ponto Flutuante Parte I - 1 Panorama Números

Leia mais

Aritmética de Ponto Flutuante e Noções de Erro. Ana Paula

Aritmética de Ponto Flutuante e Noções de Erro. Ana Paula Aritmética de Ponto Flutuante e Noções de Erro Sumário 1 Introdução 2 Sistemas de Numeração 3 Representação de Números Inteiros no Computador 4 Representação de Números Reais no Computador 5 Operações

Leia mais

Cálculo Numérico. ECA / 4 créditos / 60 h Introdução, Erros e Matlab. Ricardo Antonello. www.antonello.com.br

Cálculo Numérico. ECA / 4 créditos / 60 h Introdução, Erros e Matlab. Ricardo Antonello. www.antonello.com.br Cálculo Numérico ECA / 4 créditos / 60 h Introdução, Erros e Matlab Ricardo Antonello www.antonello.com.br Conteúdo Erros na fase de modelagem Erros na fase de resolução Erros de arredondamento Erros de

Leia mais

Sistemas de Numeração

Sistemas de Numeração Sistemas de Numeração Um numeral é um símbolo ou grupo de símbolos que representa um número em um determinado instante da evolução do homem. Tem-se que, numa determinada escrita ou época, os numerais diferenciaram-se

Leia mais

Curso: Técnico de Informática Disciplina: Redes de Computadores. 1- Apresentação Binária

Curso: Técnico de Informática Disciplina: Redes de Computadores. 1- Apresentação Binária 1- Apresentação Binária Os computadores funcionam e armazenam dados mediante a utilização de chaves eletrônicas que são LIGADAS ou DESLIGADAS. Os computadores só entendem e utilizam dados existentes neste

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção

Leia mais

Sistemas de Numeração e Conversão de Base

Sistemas de Numeração e Conversão de Base 1 No estudo de sistemas digitais recorre-se a diferentes sistemas de numeração. Sistema Decimal É o nosso sistema natural. Dígitos 0,1,2,...,9. Números superiores a 9; convencionamos o significado da posição

Leia mais

Ano letivo: 2012/2013. Sistemas de numeração. Pág.: 1/11. Escola profissional de Fafe SDAC. Trabalho elaborado por: Ana Isabel, nº905 TURMA 7.

Ano letivo: 2012/2013. Sistemas de numeração. Pág.: 1/11. Escola profissional de Fafe SDAC. Trabalho elaborado por: Ana Isabel, nº905 TURMA 7. Pág.: 1/11 Escola profissional de Fafe SDAC Trabalho elaborado por: Ana Isabel, nº905 TURMA 7.5 Pág.: 2/11 Índice Introdução... 3 Sistemas de numeração posicionais... 4 Representação na base 2... 4 Representação

Leia mais

Lista de Exercícios Sistemas de Numeração

Lista de Exercícios Sistemas de Numeração Lista de Exercícios Sistemas de Numeração 1- (Questão 5 BNDES Profissional Básico Análise de Sistemas - Suporte ano 010) Um administrador de sistemas, ao analisar o conteúdo de um arquivo binário, percebeu

Leia mais

Sistemas de Numeração. Professor: Rogério R. de Vargas INFORMÁTICA 2014/2

Sistemas de Numeração. Professor: Rogério R. de Vargas INFORMÁTICA 2014/2 INFORMÁTICA Sistemas de Numeração Professor: Rogério R. de Vargas 2014/2 Sistemas de Numeração São sistemas de notação usados para representar quantidades abstratas denominadas números. Um sistema numérico

Leia mais

Codificação 1. Introdução. C 2 R r {! + codificação

Codificação 1. Introdução. C 2 R r {! + codificação Codificação 1. Introdução A unidade básica de memória é o digito binário (bit). Para representar diferentes em memória é necessário que o bit armazene pelo menos 2 valores. A informação pode ser armazenada

Leia mais

Arquitetura de Computadores

Arquitetura de Computadores Arquitetura de Computadores Prof. Fábio M. Costa Instituto de Informática UFG 1S/2004 Representação de Dados e Aritimética Computacional Roteiro Números inteiros sinalizados e nãosinalizados Operações

Leia mais

CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES

CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:

Leia mais

Prof. Luís Caldas Sistemas de Numeração e Transformação de Base NUMERAÇÃO, BASE NUMÉRICA E TRANSFORMAÇÃO DE UMA BASE

Prof. Luís Caldas Sistemas de Numeração e Transformação de Base NUMERAÇÃO, BASE NUMÉRICA E TRANSFORMAÇÃO DE UMA BASE NUMERAÇÃO, BASE NUMÉRICA E TRANSFORMAÇÃO DE UMA BASE Os números são na verdade coeficientes de uma determinada base numérica e podem ser representados como números assinalados, não assinalados, em complemento

Leia mais

ORGANIZAÇÃO BÁSICA DE COMPUTADORES E LINGUAGEM DE MONTAGEM. Conceitos Básicos ORGANIZAÇÃO BÁSICA DE COMPUTADORES E LINGUAGEM DE MONTAGEM

ORGANIZAÇÃO BÁSICA DE COMPUTADORES E LINGUAGEM DE MONTAGEM. Conceitos Básicos ORGANIZAÇÃO BÁSICA DE COMPUTADORES E LINGUAGEM DE MONTAGEM Conceitos Básicos 1-1 BITs e BYTEs Bit = BInary digit = vale sempre 0 ou elemento básico de informação Byte = 8 bits processados em paralelo (ao mesmo tempo) Word = n bytes (depende do processador em questão)

Leia mais

REPRESENTAÇÃO DE DADOS EM SISTEMAS DE COMPUTAÇÃO AULA 03 Arquitetura de Computadores Gil Eduardo de Andrade

REPRESENTAÇÃO DE DADOS EM SISTEMAS DE COMPUTAÇÃO AULA 03 Arquitetura de Computadores Gil Eduardo de Andrade REPRESENTAÇÃO DE DADOS EM SISTEMAS DE COMPUTAÇÃO AULA 03 Arquitetura de Computadores Gil Eduardo de Andrade O conteúdo deste documento é baseado no livro Princípios Básicos de Arquitetura e Organização

Leia mais

Aula 4 Pseudocódigo Tipos de Dados, Expressões e Variáveis

Aula 4 Pseudocódigo Tipos de Dados, Expressões e Variáveis 1. TIPOS DE DADOS Todo o trabalho realizado por um computador é baseado na manipulação das informações contidas em sua memória. Estas informações podem ser classificadas em dois tipos: As instruções, que

Leia mais

Aula 2 Sistemas de Numeração (Revisão)

Aula 2 Sistemas de Numeração (Revisão) Aula 2 Sistemas de Numeração (Revisão) Anderson L. S. Moreira anderson.moreira@recife.ifpe.edu.br http://dase.ifpe.edu.br/~alsm 1 O que fazer com essa apresentação 2 Agenda Breve revisão da aula anterior

Leia mais

Sistemas Numéricos Eletrônica Digital PROFESSOR LUCAS KOEPSEL ROSA

Sistemas Numéricos Eletrônica Digital PROFESSOR LUCAS KOEPSEL ROSA Sistemas Numéricos Eletrônica Digital PROFESSOR LUCAS KOEPSEL ROSA Definição de Sistemas Numéricos Eletrônica Digital PROFESSOR LUCAS KOEPSEL ROSA Definição Sistemas Numéricos Em condições ideais, um sistema

Leia mais

Sistemas de Numeração

Sistemas de Numeração Departamento de Informática Sistemas de Numeração Notas de estudo Alberto José Proença Luís Paulo Santos 18-Fev-05 1. Sistemas de numeração e representação de inteiros 1.1. Sistemas de numeração 1.2. Conversão

Leia mais

Introdução à Engenharia de

Introdução à Engenharia de Introdução à Engenharia de Computação Tópico: Sistemas de Numeração José Gonçalves - LPRM/DI/UFES Introdução à Engenharia de Computação Introdução O número é um conceito abstrato que representa a idéia

Leia mais

Sistemas de Numeração. Introdução ao Computador 2010/1 Renan Manola

Sistemas de Numeração. Introdução ao Computador 2010/1 Renan Manola Sistemas de Numeração Introdução ao Computador 2010/1 Renan Manola Introdução Em sistemas digitais o sistema de numeração binário é o mais importante, já fora do mundo digital o sistema decimal é o mais

Leia mais

Circuitos Digitais. Conteúdo. Sistema de Numeração e Códigos :: Conversões de Binário para Decimal SISTEMA DE NUMERAÇÃO E CÓDIGOS

Circuitos Digitais. Conteúdo. Sistema de Numeração e Códigos :: Conversões de Binário para Decimal SISTEMA DE NUMERAÇÃO E CÓDIGOS Ciência da Computação Sistemas de Numeração e Conversões Prof. Sergio Ribeiro Material adaptado das aulas do Prof. José Maria da UFPI Conteúdo Conversões de binário para decimal. Conversões de decimal

Leia mais

MATEMÁTICA BÁSICA E CALCULADORA

MATEMÁTICA BÁSICA E CALCULADORA DISCIPLINA MATEMÁTICA FINANCEIRA PROFESSOR SILTON JOSÉ DZIADZIO APOSTILA 01 MATEMÁTICA BÁSICA E CALCULADORA A matemática Financeira tem como objetivo principal estudar o valor do dinheiro em função do

Leia mais

Aritmética de Ponto Flutuante

Aritmética de Ponto Flutuante Aritmética de Ponto Flutuante Entre 1970 e 1980 um grupo formado por cientistas e engenheiros de diferentes empresas de computação realizou um trabalho intenso na tentativa de encontrar um padrão de representação

Leia mais

ORGANIZAÇÃO DE COMPUTADORES MÓDULO 13

ORGANIZAÇÃO DE COMPUTADORES MÓDULO 13 ORGANIZAÇÃO DE COMPUTADORES MÓDULO 13 Índice 1. Circuitos Digitais - Continuação...3 1.1. Por que Binário?... 3 1.2. Conversão entre Bases... 3 2 1. CIRCUITOS DIGITAIS - CONTINUAÇÃO 1.1. POR QUE BINÁRIO?

Leia mais

Licenciatura em Engenharia Electrotécnica e de Computadores 1998/99. Erros

Licenciatura em Engenharia Electrotécnica e de Computadores 1998/99. Erros Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 1998/99 Erros Objectivos: Arredondar um número para n dígitos significativos. Determinar os erros máximos absoluto e relativo

Leia mais

Como aparecem os erros? Quais os seus efeitos? Como controlar esses efeitos?

Como aparecem os erros? Quais os seus efeitos? Como controlar esses efeitos? &DStWXOR±5HSUHVHQWDomRGH1~PHURVH(UURV,QWURGXomR Como aparecem os erros? Quais os seus efeitos? Como controlar esses efeitos? 7LSRVGH(UURV Erros inerentes à matematização do fenómeno físico: os sistemas

Leia mais

Notas de aula #1 SISTEMAS NUMÉRICOS

Notas de aula #1 SISTEMAS NUMÉRICOS UTFPR Disciplina: EL66J Prof. Gustavo B. Borba Notas de aula #1 SISTEMAS NUMÉRICOS - Notação posicional Definição: A posição de cada algarismo no número indica a sua magnitude. A magnitude também é chamada

Leia mais

REPRESENTAÇÃO DE DADOS E SISTEMAS DE NUMERAÇÃO

REPRESENTAÇÃO DE DADOS E SISTEMAS DE NUMERAÇÃO REPRESENTAÇÃO DE DADOS E SISTEMAS DE NUMERAÇÃO Profs. M.Sc. Lucio M. Duarte e Ph.D. Avelino Zorzo 1 Faculdade de Informática - PUCRS 1 REPRESENTAÇÃO DE DADOS Acredita-se que a criação de números veio com

Leia mais

Conversão de Bases Numéricas

Conversão de Bases Numéricas Disciplina: Circuitos Digitais Conversão de Bases Numéricas Prof. a Dra. Carolina Davanzzo Gomes dos Santos Email: profcarolinadgs@gmail.com Página: profcarolinadgs.webnode.com.br Sistemas de Numeração

Leia mais

Sistema de Numeração e Códigos. Sistemas de Informação CPCX UFMS Prof. Renato F. dos Santos

Sistema de Numeração e Códigos. Sistemas de Informação CPCX UFMS Prof. Renato F. dos Santos Sistema de Numeração e Códigos Sistemas de Informação CPCX UFMS Prof. Renato F. dos Santos Objetivos Converter um número de um sistema de numeração (decimal, binário ou hexadecimal) no seu equivalente

Leia mais

Matemática Computacional

Matemática Computacional Matemática Computacional Maria Isabel Reis dos Santos Departamento de Matemática 2011/2012 Conteúdo 1 Cálculo em precisão finita 11 1.1 Números binários...................................... 12 1.1.1

Leia mais

Notação Posicional. Introdução à Computação. Bases. Bases. Sistemas de Numeração. Exemplo:

Notação Posicional. Introdução à Computação. Bases. Bases. Sistemas de Numeração. Exemplo: Notação Posicional Introdução à Computação Sistas de Numeração O objetivo principal de qualquer base numérica é a de representar números É a posição do algarimo (dígito) que determina seu valor Ex: número

Leia mais

Capítulo DOIS Sistemas de numeração em computação

Capítulo DOIS Sistemas de numeração em computação Capítulo DOIS Sistemas de numeração em computação 2. Introdução Em todas as fórmulas usadas a seguir, B representa a base do sistema de numeração, n representa a quantidade de dígitos disponíveis para

Leia mais

Aritmética de Ponto Fixo

Aritmética de Ponto Fixo úmeros Binários Conversão Binário - Decimal Aritmética de Ponto Fixo 7 6 5 4 3 Prof. Paulo Fernando Seixas Prof. Marcos Antônio Severo Mendes 6 3 x + x = 7 http://www.delt.ufmg.br/~elt/docs/dsp/ Representação

Leia mais

Notas de Cálculo Numérico

Notas de Cálculo Numérico Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo

Leia mais

centena dezena unidade 10 2 10 1 10 0 275 2 7 5 200 + 70 + 5 275

centena dezena unidade 10 2 10 1 10 0 275 2 7 5 200 + 70 + 5 275 A. Sistemas de Numeração. Para se entender a linguagem do computador (o Código de Máquina), é necessário conhecer um pouco da teoria dos números. Não é uma tarefa tão difícil quanto pode parecer. Sabendo-se

Leia mais

Hardware de Computadores

Hardware de Computadores Sistema Binário Hardware de Computadores O sistema binário é um sistema de numeração posicional em que todas as quantidades são representadas, utilizando-se como base as cifras: zero e um (0 e 1). Os computadores

Leia mais

Algoritmos Computacionais ( Programas )

Algoritmos Computacionais ( Programas ) Algoritmos Computacionais ( Programas ) A partir deste tópico, consideramos a utilização do universo Computacional na solução de problemas. Para tanto devemos lembrar que a transposição de problemas do

Leia mais

Universidade do Minho Departamento de Electrónica Industrial. Sistemas Digitais. Exercícios de Apoio - I. Sistemas de Numeração

Universidade do Minho Departamento de Electrónica Industrial. Sistemas Digitais. Exercícios de Apoio - I. Sistemas de Numeração Universidade do Minho Departamento de Electrónica Industrial Sistemas Digitais Exercícios de Apoio - I Sistemas de Numeração CONVERSÃO ENTRE SISTEMAS DE NUMERAÇÃO Conversão Decimal - Binário Números Inteiros

Leia mais

Números base 2, 8, 10, 16. Sistemas da Computação Prof. Rossano Pablo Pinto, Msc. rossano at gmail com 2 semestre 2007

Números base 2, 8, 10, 16. Sistemas da Computação Prof. Rossano Pablo Pinto, Msc. rossano at gmail com 2 semestre 2007 Números base 2, 8, 10, 16 Sistemas da Computação Prof. Rossano Pablo Pinto, Msc. rossano at gmail com 2 semestre 2007 Tópicos Números binário, decimal, octal, hexadecimal Conversões entre bases Números

Leia mais