Você está na página 1de 6

Mtodos Numricos

So mtodos que podem ser usados para a obteno de solues


numricas para problemas, quando por uma qualquer razo no
podemos ou no desejamos usar mtodos analticos.

Os mtodos numricos conduzem a solues aproximadas de


um modelo ou sistema exacto.

A nlise N um rica

Porqu usar mtodos numricos?

Existem situaes em que prefervel um mtodo numrico ao mtodo


analtico ainda que este exista, por exemplo se a soluo para um
problema envolve muitos clculos.
A maior parte dos problemas concretos so, em geral, complexos e
envolvem fenmenos no lineares pelo que comum encontrarmo-nos
numa situao em que os nossos conhecimentos de matemtica no so
suficientes para a descoberta de uma soluo para um problema real..
Quando os dados do problema so os de uma tabela de valores, qualquer
tratamento (a sua diferenciao ou integrao por exemplo) ter de ser
feito atravs de um mtodo numrico

A nlise N um rica

Modelos aproximados e solues aproximadas


Modelo matemtico real demasiado complexo para ser tratado analiticamente

Alterar e simplificar o modelo por


forma a torn-lo tratvel, e assim
obter uma soluo exacta de um
sistema ou modelo aproximado.
Tal soluo suspeita pelo facto
de ocorrerem simplificaes do
modelo. Tero de se fazer vrias
experincias para ver se as
simplificaes so compatveis
com os dados experimentais.

Usar mtodo numricos e assim


produzir solues aproximadas
para o sistema real/exacto.
Tais solues so apenas
aproximaes que podem ser
melhoradas custa de esforo
computacional.

A nlise N um rica

Captulo 1: ERROS
Quase todos os clculos envolvem erros. Em clculo numrico lidamos quase exclusivamente
com valores aproximados da que no podemos usar mtodos numricos e ignorar a existncia
de erros.
Tipos de erros num processo de clculo:
Erros inerentes:
Em geral, o modelo matemtico no traduz exactamente a realidade ( muitas vezes
necessrio impor certas restries idealistas )
Os dados e parmetros dum problema so muitas vezes resultados de medies
experimentais e, portanto, afectados de alguma incerteza.
A impossibilidade de representar exactamente certas constantes matemticas.
Erros do mtodo:
Resultam do uso de frmulas que nos do valores aproximados e no exactos.
Erro computacional:
devido ao facto de o computador usar apenas um nmero finito de dgitos para
representar os nmeros reais.
A nlise N um rica

Erro, erro absoluto e erro relativo

Seja

x o valor aproximado do valor exacto x.

O erro de x em relao a x define-se por

ex = x x

| ex |=| x x |
Se x 0,

x =

xx
x

erro relativo de

erro absoluto de

Ao produto 100|x|, expresso em percentagem, chama-se percentagem de


erro.
A nlise N um rica

Representao dos nmeros


Base decimal
Um nmero real qualquer no nulo pode ser representado no sistema
decimal por

(bmbm 1...b1b0 .a1a2 ...an ...)10


com {+,-}, 0bi 9, bm0, 0ai 9
que representa o valor real

(bm10 m + bm 110 m 1 + ... + b1101 + b0100 + a110 1 + a210 2 + ... + an10 n + ...)

A nlise N um rica

Representao dos nmeros


Sistemas de vrgula flutuante
Um nmero de vrgula flutuante na base e com n dgitos um nmero
que pode ser escrito na forma

x = (0.a1a2 ...an ) t
onde {+,-}, 0ai -1, i=1,2,...n, t1 t t2, sendo t, t1, t2 inteiros.

A nlise N um rica

Arredondamentos
Consideremos o nmero real
x = (0.a1a2 ...an an +1...) t
onde a1 0 e uma base par.
Representar este nmero em vrgula flutuante com n dgitos
arredondamento por corte:
fl(x)=(0.a1a2...an) t
arredondamento simtrico:
fl(x)=(0.a1a2...an) t, 0an+1</2
fl(x)=(0.a1a2...an) t, /2an+1<

A nlise N um rica

Erros de arredondamento
Sistema decimal:
Seja x = (0.a1a2...anan+1...) 10t e suponhamos que fl(x) obtido
por arredondamento simtrico (com n dgitos):
|x - fl(x)| 0.5 10 t - n
x fl ( x)
|x|

0.5 101 n

por arredondamento por corte (com n dgitos):


|x - fl(x)| 10 t - n
x fl ( x)
| x|

101 n

A nlise N um rica

Algarismos significativos
Seja x = (0.a1a2 ...an ) 10t
com n dgitos.
Diz-se que o algarismo ai de

uma aproximao de x em vrgula flutuante

significativo se

e x = x x 0.5 10t i

Se

e x = x x 0.5 10t n

os n algarismos de

so significativos.

A nlise N um rica

10

Propagao dos erros

z = f(x1,x2,...,xm)
m

e f = f x' i ( x1, x2 ,..., xm )exi ,


i =1

f = p xi x i ,
i =1

p xi =

f x' i derivadas parciais de f em ordem a xi

xi f x' i (x1, x2 ,..., xm )


f (x1, x2 ,..., xm )

A nlise N um rica

11

Mau condicionamento e estabilidade numrica


Um problema diz-se bem condicionado se pequenos erros nos dados
produzem pequenos erros no resultado ou de forma equivalente, se uma
pequena mudana nos dados produz uma pequena mudana no resultado.
Caso contrrio o problema mal condicionado.

Se um dos nmeros de condio associados s variveis xi em valor


absoluto for grande ento o problema mal condicionado. Se forem todos
pequenos ento o problema bem condicionado.
m

i =1

k =1

(erro total) z = p xi xi + qk ark , qs = 1

(os pesos q1, q2,...,qk-1 dependem do algoritmo escolhido)


Um algoritmo diz-se numericamente instvel se pelo menos um dos pesos
pxi ou qk for grande em valor absoluto. Caso contrrio, o algoritmo diz-se
numericamente estvel.
A nlise N um rica

12