Aula 2 - Cálculo Numérico Erros Prof. Phelipe Fabres Anhanguera Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 1 / 41
Sumário Sumário 1 Sumário 2 Erros Modelagem Truncamento Representação numérica Notação F(β, t, m, M) Mudança de Base Arredondamento em Ponto flutuante Operações em Ponto flutuante Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 2 / 41
Erros De modo geral o processo de solução de um problema físico é representado por: Problema Físico Modelo Matemático Solução Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 3 / 41
Erro na fase de modelagem Modelagem Para o estudo do movimento de um corpo sujeito a uma aceleração constante, tem-se a seguinte equação: S = S 0 + v 0 t + 1 2 at2 Determinar a altura de um edifício com apenas uma bolinha de metal, um cronômetro e a fórmula? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 4 / 41
Erro na fase de modelagem Modelagem Supondo que a bolinha demora 3 segundos para atingir o solo, sendo lançada do topo do edifício, temos: S =0 + 0 3 + 1 9.8 32 2 S =44.1m. O resultado é confiável? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 5 / 41
de truncamento Erros Truncamento Surge do truncamento de expressões matemáticas em um número finito de passos. Surge cada vez se substitui um processo matemático infinito por um processo finito ou discreto. Ex: Em uma série de Taylor S(x) = a n x n, temos uma função f n=1 definida por f (x) = e x para x = 1. Ela expressa por: e x =1 + x + x2 2! + x3 3! +... + xn n! +..., então e 1 =1 + 1 + 1 2! + 1 3! +... + 1 n! +... Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 6 / 41
de truncamento Erros Truncamento Surge do truncamento de expressões matemáticas em um número finito de passos. Surge cada vez se substitui um processo matemático infinito por um processo finito ou discreto. Ex: Em uma série de Taylor S(x) = a n x n, temos uma função f n=1 definida por f (x) = e x para x = 1. Ela expressa por: e x =1 + x + x2 2! + x3 3! +... + xn n! +..., então e 1 =1 + 1 + 1 2! + 1 3! +... + 1 n! +... Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 6 / 41
de truncamento Erros Truncamento Surge do truncamento de expressões matemáticas em um número finito de passos. Surge cada vez se substitui um processo matemático infinito por um processo finito ou discreto. Ex: Em uma série de Taylor S(x) = a n x n, temos uma função f n=1 definida por f (x) = e x para x = 1. Ela expressa por: e x =1 + x + x2 2! + x3 3! +... + xn n! +..., então e 1 =1 + 1 + 1 2! + 1 3! +... + 1 n! +... Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 6 / 41
de truncamento Erros Truncamento Desejando-se calcular o valor de e 1 utilizando-se os sete primeiros termos da série, tem-se: e 1 1 + 1 + 1 2! + 1 3! + 1 4! + 1 5! + 1 6! + 1 7! e 2.718055556 Há um erro de truncamento, pois dos infinitos termos da série foram considerados apenas os sete primeiros. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 7 / 41
Representação numérica Representação de um número inteiro Dado um número inteiro n 0, ele possui uma única representação: n = ±(n k n k+1... n 1 n 0 ) = ±(n 0 β 0 + n 1 β 1 +... n k β k ), onde os n i, i = 0, 1,..., k são inteiros satisfazendo 0 n i < β e n k 0. Exemplo: Na base β = 10, o número 1997 é representado por: 1997 = 7 10 0 + 9 10 1 + 9 10 2 + 1 10 3 e é armazenado como n 3 n 2 n 1 n 0. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 8 / 41
Representação numérica Representação de um número inteiro Dado um número inteiro n 0, ele possui uma única representação: n = ±(n k n k+1... n 1 n 0 ) = ±(n 0 β 0 + n 1 β 1 +... n k β k ), onde os n i, i = 0, 1,..., k são inteiros satisfazendo 0 n i < β e n k 0. Exemplo: Na base β = 10, o número 1997 é representado por: 1997 = 7 10 0 + 9 10 1 + 9 10 2 + 1 10 3 e é armazenado como n 3 n 2 n 1 n 0. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 8 / 41
Representação numérica Representação de um número real Representação em Ponto Fixo. Usado no passado, em máquinas antigas. Dado um número inteiro x 0, ele é representado em ponto fixo por: x = ± n x i β i, i=k onde k e n são inteiros satisfazendo k < n e, usualmente, k 0 e n > 0 e os x i são inteiros satisfazendo 0 x i < β. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 9 / 41
Representação numérica Representação de um número real Representação em Ponto Fixo. Usado no passado, em máquinas antigas. Dado um número inteiro x 0, ele é representado em ponto fixo por: x = ± n x i β i, i=k onde k e n são inteiros satisfazendo k < n e, usualmente, k 0 e n > 0 e os x i são inteiros satisfazendo 0 x i < β. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 9 / 41
Representação numérica Representação de um número real Representação em Ponto Fixo. Usado no passado, em máquinas antigas. Dado um número inteiro x 0, ele é representado em ponto fixo por: x = ± n x i β i, i=k onde k e n são inteiros satisfazendo k < n e, usualmente, k 0 e n > 0 e os x i são inteiros satisfazendo 0 x i < β. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 9 / 41
Representação numérica Representação de um número real Representação em Ponto Fixo. Exemplo: Na base β = 10, o número 1997.16 é representado por: 1997.16 = 2 x i β i i= 3 =1 10 3 + 9 10 2 + 9 10 1 + 7 10 0 + 1 10 1 + 6 10 2 =1 1000 + 9 100 + 9 10 + 7 1 + 1 0.1 + 6 0.01 e é armazenado como x 3 x 2 x 1 x 0.x 1 x 2. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 10 / 41
Representação numérica Representação de um número real Representação em Ponto Flutuante. Mais flexível que a representação em ponto fixo, é universalmente utilizada nos dias atuais. Dado um número real x 0, ele é representado em ponto flutuante por: x = ±d β e, onde β é a base do sistema de numeração, d é a mantissa e e é o expoente. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 11 / 41
Representação numérica Representação de um número real Representação em Ponto Flutuante. Mais flexível que a representação em ponto fixo, é universalmente utilizada nos dias atuais. Dado um número real x 0, ele é representado em ponto flutuante por: x = ±d β e, onde β é a base do sistema de numeração, d é a mantissa e e é o expoente. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 11 / 41
Representação numérica Representação de um número real Representação em Ponto Flutuante. Mais flexível que a representação em ponto fixo, é universalmente utilizada nos dias atuais. Dado um número real x 0, ele é representado em ponto flutuante por: x = ±d β e, onde β é a base do sistema de numeração, d é a mantissa e e é o expoente. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 11 / 41
Representação numérica Representação de um número real A mantissa é um número em ponto fixo, isto é: d = n d i β i, i=k onde, frequentemente, nos grandes computadores, k = 1, tal que se x 0, então d 1 0; 0 d i < β, i = 1,2,... t, com t sendo a quantidade de dígitos significativos ou precisão do sistema, β 1 d < 1 e m e M. d 1 0 caracteriza o sistema de números em ponto flutuante normalizado O número zero pertence a qualquer sistema e é representado com mantissa igual a zero e e = m. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 12 / 41
Representação numérica Representação de um número real A mantissa é um número em ponto fixo, isto é: d = n d i β i, i=k onde, frequentemente, nos grandes computadores, k = 1, tal que se x 0, então d 1 0; 0 d i < β, i = 1,2,... t, com t sendo a quantidade de dígitos significativos ou precisão do sistema, β 1 d < 1 e m e M. d 1 0 caracteriza o sistema de números em ponto flutuante normalizado O número zero pertence a qualquer sistema e é representado com mantissa igual a zero e e = m. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 12 / 41
Representação numérica Representação de um número real A mantissa é um número em ponto fixo, isto é: d = n d i β i, i=k onde, frequentemente, nos grandes computadores, k = 1, tal que se x 0, então d 1 0; 0 d i < β, i = 1,2,... t, com t sendo a quantidade de dígitos significativos ou precisão do sistema, β 1 d < 1 e m e M. d 1 0 caracteriza o sistema de números em ponto flutuante normalizado O número zero pertence a qualquer sistema e é representado com mantissa igual a zero e e = m. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 12 / 41
Representação numérica Representação de um número real Exemplo 1. Escrever os números: x 1 = 0.35, x 2 = 5.712, x 3 = 0.0123, x 4 = 5391.3 e x 5 = 0.0003, onde todos estão na base β = 10, em ponto flutuante na forma normalizada. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 13 / 41
Representação numérica Representação de um número real Exemplo 1. Solução: 0.35 =(3 10 1 + 5 10 2 ) 10 0 =0.35 10 0, 5.712 = (5 10 1 + 1 10 2 + 7 10 3 + 2 10 4 ) 10 1 = 0.5712 10 1, 0.0123 =(1 10 1 + 2 10 2 + 3 10 3 ) 10 1 =0.123 10 1, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 14 / 41
Representação numérica Representação de um número real Exemplo 1. Solução: 0.35 =(3 10 1 + 5 10 2 ) 10 0 =0.35 10 0, 5.712 = (5 10 1 + 1 10 2 + 7 10 3 + 2 10 4 ) 10 1 = 0.5712 10 1, 0.0123 =(1 10 1 + 2 10 2 + 3 10 3 ) 10 1 =0.123 10 1, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 14 / 41
Representação numérica Representação de um número real Exemplo 1. Solução: 0.35 =(3 10 1 + 5 10 2 ) 10 0 =0.35 10 0, 5.712 = (5 10 1 + 1 10 2 + 7 10 3 + 2 10 4 ) 10 1 = 0.5712 10 1, 0.0123 =(1 10 1 + 2 10 2 + 3 10 3 ) 10 1 =0.123 10 1, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 14 / 41
Representação numérica Representação de um número real Exemplo 1. Solução: 5391.3 =(5 10 1 + 3 10 2 + 9 10 3 + 1 10 4 + 3 10 5 ) 10 4 =0.53913 10 4, 0.0003 =(3 10 1 ) 10 3 =0.3 10 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 15 / 41
Representação numérica Representação de um número real Exemplo 1. Solução: 5391.3 =(5 10 1 + 3 10 2 + 9 10 3 + 1 10 4 + 3 10 5 ) 10 4 =0.53913 10 4, 0.0003 =(3 10 1 ) 10 3 =0.3 10 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 15 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Usada para representar um sistema de números em ponto flutuante normalizado, na base β, com dígitos t significativos e com limites de expoentes m e M. Um número em F(β, t, m, M) será representado por: onde d 1 0 e m e M. ±0.d 1 d 2... d t β e, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 16 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Usada para representar um sistema de números em ponto flutuante normalizado, na base β, com dígitos t significativos e com limites de expoentes m e M. Um número em F(β, t, m, M) será representado por: onde d 1 0 e m e M. ±0.d 1 d 2... d t β e, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 16 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Exemplo 2: Considere o sistema F(10, 3, 2, 2). Represente neste sistema os números do Exemplo 1. Solução: Neste sistema, um número será representado por: onde 2 e 2. ±0.d 1 d 2 d 3 β e, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 17 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Exemplo 2: Considere o sistema F(10, 3, 2, 2). Represente neste sistema os números do Exemplo 1. Solução: Neste sistema, um número será representado por: onde 2 e 2. ±0.d 1 d 2 d 3 β e, Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 17 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Assim: E o resto? 0.35 =0.350 10 0, 5.172 = 0.517 10 1, 0.0123 =0.123 10 1. 5391.3 = 0.539 10 4, o expoente é maior que 2, causando overflow. 0.0003 = 0.300 10 3, o expoente é menor que -2, causando underflow. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 18 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Assim: E o resto? 0.35 =0.350 10 0, 5.172 = 0.517 10 1, 0.0123 =0.123 10 1. 5391.3 = 0.539 10 4, o expoente é maior que 2, causando overflow. 0.0003 = 0.300 10 3, o expoente é menor que -2, causando underflow. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 18 / 41
Notação F(β, t, m, M) Notação F(β, t, m, M) Assim: E o resto? 0.35 =0.350 10 0, 5.172 = 0.517 10 1, 0.0123 =0.123 10 1. 5391.3 = 0.539 10 4, o expoente é maior que 2, causando overflow. 0.0003 = 0.300 10 3, o expoente é menor que -2, causando underflow. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 18 / 41
Notação F(β, t, m, M) Exercícios 1 Considere o sistema F(10, 4, 4, 4). Represente neste sistema os números: x 1 =4321.24, x 2 = 0.0013523, x 3 =125.64, x 4 =57481.23, x 5 =0.00034. 2 Represente no sistema F(10, 3, 1, 3) os números do exercício 1. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 19 / 41
Mudança de Base Exemplos de mudança de base 1101 da base 2 para a base 10 1101 =1 2 0 + 0 2 1 + 1 2 2 + 1 2 3 =1 + 0 + 4 + 8 =13. Logo: (1101) 2 = (13) 10. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 20 / 41
Exemplos de mudança de base Mudança de Base 0.110 da base 2 para a base 10 0.110 =1 2 1 + 1 2 2 + 0 2 3 = 1 2 + 1 4 + 0 =0.75. Logo: (0.110) 2 = (0.75) 10. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 21 / 41
Mudança de Base Exemplos de mudança de base 13 da base 10 para a base 2 13 1 2 6 2 0 3 1 2 1 Logo: (13) 10 = (1101) 2. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 22 / 41
Mudança de Base Exemplos de mudança de base 0.75 da base 10 para a base 2 0.75 2 =1.50 0.50 2 =1.00 0.00 2 =0.00 Logo: (0.75) 10 = (0.110) 2. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 23 / 41
Mudança de Base Exemplos de mudança de base 3.8 da base 10 para a base 2 Primeiro a parte inteira, temos (3) 10 = (11) 2 Parte decimal temos: 0.8 2 =1.6 0.6 2 =1.2 0.2 2 =0.4 0.4 2 =0.8 0.8 2 =... Logo: (3.8) 10 = (11.11001100...) 2. Portanto, o número (3.8) 10 não tem representação exata na base 2. O que isso significa? E outras bases? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 24 / 41
Mudança de Base Exemplos de mudança de base 3.8 da base 10 para a base 2 Primeiro a parte inteira, temos (3) 10 = (11) 2 Parte decimal temos: 0.8 2 =1.6 0.6 2 =1.2 0.2 2 =0.4 0.4 2 =0.8 0.8 2 =... Logo: (3.8) 10 = (11.11001100...) 2. Portanto, o número (3.8) 10 não tem representação exata na base 2. O que isso significa? E outras bases? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 24 / 41
Mudança de Base Exemplos de mudança de base 3.8 da base 10 para a base 2 Primeiro a parte inteira, temos (3) 10 = (11) 2 Parte decimal temos: 0.8 2 =1.6 0.6 2 =1.2 0.2 2 =0.4 0.4 2 =0.8 0.8 2 =... Logo: (3.8) 10 = (11.11001100...) 2. Portanto, o número (3.8) 10 não tem representação exata na base 2. O que isso significa? E outras bases? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 24 / 41
Mudança de Base Exemplos de mudança de base Dado o número 12.20 da base 4, representá-lo na base 3 Primeiro muda-se para a base 10 12 =2 4 0 + 1 4 1 = 6 0.20 =2 4 1 + 0 4 2 = 2 4 = 0.5 Logo, (12.20) 4 = (6.5) 10. Agora precisamos mudar da base 10 para a base 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 25 / 41
Mudança de Base Exemplos de mudança de base Dado o número 12.20 da base 4, representá-lo na base 3 Primeiro muda-se para a base 10 12 =2 4 0 + 1 4 1 = 6 0.20 =2 4 1 + 0 4 2 = 2 4 = 0.5 Logo, (12.20) 4 = (6.5) 10. Agora precisamos mudar da base 10 para a base 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 25 / 41
Mudança de Base Exemplos de mudança de base Dado o número 12.20 da base 4, representá-lo na base 3 Primeiro muda-se para a base 10 12 =2 4 0 + 1 4 1 = 6 0.20 =2 4 1 + 0 4 2 = 2 4 = 0.5 Logo, (12.20) 4 = (6.5) 10. Agora precisamos mudar da base 10 para a base 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 25 / 41
Mudança de Base Exemplos de mudança de base Dado o número 12.20 da base 4, representá-lo na base 3 Temos então: 6 3 0 2 0.5 3 =1.5 0.5 3 =1.5 0.5 3 =... Assim: (6.5) 10 = (20.11...) 3. Observe que o número dado na base 4 tem representção exata na base 10, mas não na base 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 26 / 41
Mudança de Base Exercícios 3 Considere os seguintes números: x 1 = 34, x 2 = 0.125 e x 3 = 33.023 que estão na base 10. Escreva-os na base 2. 3 Considere os seguintes números: x 1 = 110111, x 2 = 0.01011 e x 3 = 11.0101 que estão na base 2. Escreva-os na base 10. 4 Considere os seguintes números: x 1 = 33, x 2 = 0.132 e x 3 = 32.013 que estão na base 4. Escreva-os na base 5. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 27 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Definição: Arredondar um número x, por um outro com um número menor de dígitos significativos, consiste em encontrar um número x, pertencente ao sistema de numeração, tal que x x seja o menor possível. Exemplo: Calcular o quociente entre 15 e 7. Solução: Temos 3 representações possíveis: x 1 = 15 7, x 2 = 2 1 7, x 3 = 2.142857. Suponha agora que só dispomos de 4 dígitos para representar esse quociente. Dai, 15 7 = 2.142 ou 15 7 = 2.143? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 28 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Temos 2.142 x 3 = 0.000857 e 2.143 x 3 = 0.000143. Logo, 2.143 representa a melhor aproximação para 15 7. Dado x, seja x sua representação em F(β, t, m, M) adotando arredondamento. Se x = 0 então x = 0. Se x 0, então escolhemos s e e tais que: x = s β e onde β 1 (1 1 2 β t) s < 1 1 2 β t. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 29 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Se e está fora do intervalo [ m, M] não temos condições de representar o número no sistema. Se e [ m, M], calculamos: s + 1 2 β 1 = 0.d 1 d 2... d t d t+1... e truncamos em t dígitos. Assim o arredondamento será: x = (sinalx)(0.d 1 d 2... d t ) β e. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 30 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Exemplo: Considerando o sistema F(10, 3, 5, 5). Represente nesse sistema os números: x 1 = 1234.56, x 2 = 0.00054962, x 3 = 0.9995, x 4 = 123456.7 e x 5 = 0.0000001. Primeiro os valores permitidos para s. Para β = 10 e t = 3 temos: Logo: 10 1 (1 1 2 10 3 ) s < 1 1 2 10 3, 0.09995 s < 0.9995. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 31 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Para x 1 = 1234.56, obtemos: x 1 = 0.123456 10 4, s + 1 1 2 10 3 = 0.123456 + 0.0005 = 0.123956, x 1 = 0.123 10 4. Para x 2 = 0.00054962, obtemos: x 2 = 0.54962 10 3, s + 1 1 2 10 3 = 0.54692 + 0.0005 = 0.55012, x 2 = 0.550 10 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 32 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Para x 1 = 1234.56, obtemos: x 1 = 0.123456 10 4, s + 1 1 2 10 3 = 0.123456 + 0.0005 = 0.123956, x 1 = 0.123 10 4. Para x 2 = 0.00054962, obtemos: x 2 = 0.54962 10 3, s + 1 1 2 10 3 = 0.54692 + 0.0005 = 0.55012, x 2 = 0.550 10 3. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 32 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Para x 3 = 0.9995, obtemos: x 3 = 0.09995 10 1, s + 1 1 2 10 3 = 0.09995 + 0.0005 = 0.10045, x 3 = 0.100 10 1. Para x 4 = 123456.7, obtemos: x 4 = 0.1234567 10 6. Overflow! Para x 5 = 0.0000001, obtemos: x 5 = 0.1 10 6. Underflow! Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 33 / 41
Arredondamento em Ponto flutuante Arredondamento em Ponto flutuante Para x 3 = 0.9995, obtemos: x 3 = 0.09995 10 1, s + 1 1 2 10 3 = 0.09995 + 0.0005 = 0.10045, x 3 = 0.100 10 1. Para x 4 = 123456.7, obtemos: x 4 = 0.1234567 10 6. Overflow! Para x 5 = 0.0000001, obtemos: x 5 = 0.1 10 6. Underflow! Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 33 / 41
Exercícios Erros Arredondamento em Ponto flutuante 5 Considere o sistema F(10, 4, 4, 4). Qual o intervalo para s nesse caso? Represente os números do exemplo anterior nesse sistema. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 34 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Considerando β = 10 e 3 dígitos significativos. Efetue as operações indicadas: (11.4 + 3.18) + 5.05 e 11.4 + (3.18 + 5.05), obtemos: (11.4 + 3.18) + 5.05 = 14.6 + 5.05 = 19.7, 11.4 + (3.18 + 5.05) = 11.4 + 8.23 = 19.6. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 35 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Considerando β = 10 e 3 dígitos significativos. Efetue as operações indicadas: 3.18 11.4 5.05 e 3.18 5.05 11.4, obtemos: 3.18 11.4 = 36.3 5.05 5.05 = 7.19, 3.18 11.4 = 0.630 11.4 = 7.18. 5.05 3.18 (5.05 + 11.4) e 3.18 5.05 + 3.18 11.4, obtemos: 3.18 (5.05 + 11.4) = 3.18 16.5 = 52.3, 3.18 5.05 + 3.18 11.4 = 16.1 + 36.3 = 52.4. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 36 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Considerando β = 10 e 3 dígitos significativos. Efetue as operações indicadas: 3.18 11.4 5.05 e 3.18 5.05 11.4, obtemos: 3.18 11.4 = 36.3 5.05 5.05 = 7.19, 3.18 11.4 = 0.630 11.4 = 7.18. 5.05 3.18 (5.05 + 11.4) e 3.18 5.05 + 3.18 11.4, obtemos: 3.18 (5.05 + 11.4) = 3.18 16.5 = 52.3, 3.18 5.05 + 3.18 11.4 = 16.1 + 36.3 = 52.4. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 36 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Avaliar o polinômio P(x) = x 3 6x 2 + 4x 0.1, no ponto 5.24 e comparar com o resultado exato. Para se obter o resultado exato considere todos os dígitos de sua calculadora, sem usar arredondamento. Assim: P(5.24) = 143.8777824 164.7456 + 20.96 0.1 = 0.00776 (exato). Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 37 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Avaliar o polinômio P(x) = x 3 6x 2 + 4x 0.1, no ponto 5.24 e comparar com o resultado exato. Para se obter o resultado exato considere todos os dígitos de sua calculadora, sem usar arredondamento. Assim: P(5.24) = 143.8777824 164.7456 + 20.96 0.1 = 0.00776 (exato). Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 37 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Agora, usando arredondamento a cada operação efetuada, obtemos: Solução: P(5.24) = 5.24 27.5 6 27.5 + 4 5.24 0.1 = 144 165 + 21 0.1 = 0.10 (somando da esquerda para a direita) = 0.00 (somando da direita para a esquerda) E se separarmos o x, mudaria a solução? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 38 / 41
Operações em Ponto flutuante Operações em Ponto flutuante Agora, usando arredondamento a cada operação efetuada, obtemos: Solução: P(5.24) = 5.24 27.5 6 27.5 + 4 5.24 0.1 = 144 165 + 21 0.1 = 0.10 (somando da esquerda para a direita) = 0.00 (somando da direita para a esquerda) E se separarmos o x, mudaria a solução? Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 38 / 41
Exercícios Erros Operações em Ponto flutuante 6 Considere o sistema F(10, 3, 5, 5). Efetue as operações indicadas: i)(1.386 0.987) + 7.6485 e 1.386 (0.987 + 7.6485) 1.338 2.038 ii) e 1.338 4.577 4.577 2.038 4.577 Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 39 / 41
Exercícios Erros Operações em Ponto flutuante 7 Seja: x = 17.678 3.471 + (9.617)2 3.716 1.85 Calcule x usando todos os algarismos da sua calculadora, sem efetuar arredondamento. Calcule x considerando o sistema F(10, 3, 4, 3). Faça arredondamento a cada operação efetuada. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 40 / 41
Exercícios Erros Operações em Ponto flutuante 8 Seja P(x) = 2.3x 3 0.6x 2 + 1.8x 2.2: Calcule P(1.61) usando todos os algarismos da sua calculadora, sem efetuar arredondamento. Calcule P(1.61) considerando o sistema F(10, 3, 4, 3). Faça arredondamento a cada operação efetuada. Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 41 / 41