Capítulo 1: Erros em cálculo numérico

1. Introdução
Um método numérico é um método não analítico, que tem como
objectivo determinar um ou mais valores numéricos, que são soluções de
um certo problema.
Ao contrário das metodologias analíticas, que conduzem a soluções
exactas para os problemas, os métodos numéricos produzem, em geral,
apenas soluções aproximadas. Por este facto, antes da utilização de
qualquer método numérico é necessário decidir qual a precisão dos
cálculos com que se pretende obter a solução numérica desejada. A
precisão dos cálculos numéricos é também, como veremos, um importante
critério para a selecção de um algoritmo particular na resolução de um
dado problema.
A diferença entre o valor obtido (aproximado) e o valor exacto chama-
se erro.

2. Fonte e tipos de erros

A resolução de um problema de engenharia num computador utilizando
um modelo numérico produz, em geral, uma solução aproximada do
problema. A introdução de erros na resolução do problema pode ser devida
a vários factores. Em função da sua origem, podemos considerar quatro
tipos de erros.

i) Erros inerentes ao modelo: Um modelo matemático raramente oferece

uma representação exacta dos fenómenos reais. Na grande maioria dos
casos são apenas modelos idealizados, já que ao estudar os fenómenos
da natureza vemo-nos forçados, em regra geral, a aceitar certas
condições que simplificam o problema de forma a torná-lo tratável.

1
ii) Erros inerentes aos dados: Um modelo matemático não contém apenas
equações e relações, também contém dados e parâmetros que,
frequentemente, são medidos experimentalmente, e portanto,
aproximados. As aproximações nos dados podem ter grande
repercussão no resultado final.
iii) Erros de truncatura: Muitas equações têm soluções que apenas
podem ser construídas no sentido que um processo infinito possa ser
descrito como limite da solução em questão. Por definição, um
processo infinito não pode ser completado, por isso tem de ser truncado
após certo número finito de operações. Esta substituição de um
processo infinito por um processo finito, resulta num certo tipo de erros
designado erro de truncatura.
iv) Erros de arredondamento: Quer os cálculos sejam efectuados
manualmente quer obtidos por computador somos conduzidos a utilizar
uma aritmética de precisão finita, ou seja, apenas podemos ter em
consideração um número finito de dígitos. O erro devido a desprezar os
outros e arredondar o número é designado por erro de arredondamento.

Erros inerentes ao modelo e erros inerentes aos dados são erros iniciais
do problema, exteriores ao processo de cálculo; Os erros de truncatura e
erros de arredondamento ocorrem no processo de cálculo duma solução
numérica.

3. Erros de truncatura
Os erros de truncatura dependem do método numérico utilizado e por
isso serão individualmente analisados ao estudar os vários métodos no
decurso dos diferentes capítulos da disciplina.
Vamos limitar aqui a análise a um exemplo concreto que ajuda a uma
melhor percepção deste tipo de erros.

2
 A generalidade dos métodos numéricos, como veremos ao longo da
disciplina, são baseados na aproximação de funções por polinómios. Por
essa razão, quando um erro de um método numérico é questionado, temos
de verificar a precisão com que o polinómio aproxima a verdadeira
função.
Sabemos que o desenvolvimento de Taylor, que é uma série de
potências infinita, representa de forma exacta uma função no interior de
um intervalo de convergência. Comparando o desenvolvimento
polinomial da solução numérica com o desenvolvimento em série de
Taylor da solução exacta, particularmente determinado para que ordem
ocorre a discrepância, torna-se possível avaliar o erro de truncatura.
Consideremos uma função f contínua e com derivadas contínuas, de
qualquer ordem, nas vizinhanças de uma abcissa x=a, então f pode ser
representada de forma exacta e única em qualquer ponto x na vizinhança
de x=a (mais exactamente, no intervalo ]a-R, a+R[ denominado intervalo
de convergência; R é o raio de convergência da série para x=a) através da
série de potências:
( n)
f ' ' (a) 2 f (a) n
f ( x) = f (a ) + f ' (a )( x − a ) + ( x − a ) + ... + ( x − a ) + ...
2! n!
designada por representação em série de Taylor.
A expansão de Taylor de uma função para a=0 (corresponde a
representar a função no intervalo ]-R, R[) é designada por série de
MacLaurin.
(n)
f ' ' ( 0) 2 f ( 0) n
f ( x ) = f ( 0) + f ' ( 0) x + x + ... + x + ...
2! n!

Exemplo: Representação em série de MacLaurin de ex, sin(x) e cos(x):

x2 xn ∞ xi x2 x4 x 6 ∞ 2i
i x
ex = 1 + x + + ... + + ... = ∑ cos( x ) = 1 − + − + ... = ∑ (−1)
2! n! i = 0 i! 2! 4! 6! i =0 (2i )!

3
 x3 x5 x7 ∞ x 2i −1
sin( x ) =x− + − + ... = ∑ (−1) i −1
3! 5! 7! i =1 (2i − 1)!

Nas aplicações praticas, a série de Taylor tem de ser truncada após um

termo de certa ordem pois é impossível incluir um número infinito de
termos. Se a série de Taylor for truncada após o termo de ordem n, será
expressa como:
(n)
f ' ' (a) 2 f (a) n
f ( x) = f (a ) + f ' (a )( x − a ) + ( x − a ) + ... + ( x − a) + R ( x) (1.1)
2! n! n +1

em que Rn+1(x) representa o erro originado por truncar os termos de ordem

n+1 e superiores. O erro pode ser expresso por:
( n + 1)
f (ξ ) n +1
R ( x) = ( x − a) com a≤ξ≤x.
n +1 (n + 1)!

Como ξ não pode ser determinado de forma exacta, o erro é

frequentemente aproximado fazendo ξ=a.
Fazendo h=x-a em (1.1) obtém-se:
( n)
f ' ' (a) 2 f (a) n
f (h + a ) = f (a) + f ' (a)h + h + ... + h + R ( x)
2! n! n +1

Exemplo: Da análise matemática sabem que existe o limite

x
lim (1 + 1x ) e que o seu valor é o número irracional e. Para que este
x→∞

número seja utilizado, é necessário conhecer o seu valor. Através da sua

definição não é possível calcular o seu valor exacto, tanto pela
complexidade das operações a efectuar como pela impossibilidade de
atingir o limite. Recorre-se então a um processo de cálculo mais simples,
que fornece um valor aproximado desse número dentro de um certo grau
de precisão considerado satisfatório.
Utilizando o desenvolvimento em série de Taylor de ex temos:

4
 ∞ i
1 ∞1
e=e =∑ =∑
1
i =0 i! i =0
i!

Truncando a série, por exemplo, após os oito primeiros termos obtemos

7 1 1 1 1
e = ∑ = 1 + 1 + + + ... + = 2.7182539
i =0 i! 2! 3! 7!
cujas primeiras quatro casas decimais coincidem com o valor exacto de e.
Quantos mais termos da série de Taylor tomarmos, mais nos aproximamos
do valor exacto.
O exemplo anterior ilustra um método numérico para o cálculo do
número e entre outros possíveis. Utilizando a expansão em série de
Taylor, truncamos a série infinita, utilizando uma soma parcial. Este tipo
de erro motivado por truncar uma série - chamado erro de truncatura – é
inerente à maioria dos métodos numéricos.

4. Erros de arredondamento
Os erros de arredondamento estão associados ao facto dos
computadores utilizarem um número limitado de dígitos para
representarem números.

5. Valores aproximados, erros e precisão

Quando um número real não pertence ao sistema de numeração dum
computador é representado por um número desse sistema por
arredondamento. A discrepância entre o valor real e o valor arredondado é
denominado erro de arredondamento. Duas medidas podem ser utilizadas
para o quantificar: o erro absoluto e o erro relativo.
Seja x o valor aproximado duma quantidade cujo valor exacto é x. O
erro de x , define-se como: ∆x = x − x .
Define-se ainda erro absoluto de x , como o valor absoluto de ∆x ,
| ∆x |.

5
 22
Exemplo: π=3.14159265... e π = =3.14285714… donde ∆π =
7

0.00126449…

Nos números anteriores os ... indicam que os números possuíam mais

dígitos, mas que nós não queremos ou não podemos continuar a
representá-los. Uma situação deste tipo ocorre sempre que um número não
pode ser representado por um número exacto de casas decimais. Sempre
que no decurso dos cálculos ocorra uma situação análoga temos que
decidir com quantos dígitos queremos trabalhar. Este aspecto é de
particular importância quando de utilizamos computadores pois este retém
apenas um número fixo de algarismos.
Como estamos a lidar com aproximações, é necessário estabelecer
critérios para avaliar o seu grau de precisão.
No exemplo anterior, se estivéssemos a trabalhar com 3 casas decimais
π =3.142 e ∆π =0.0004073...<0.5×10-3.
Em geral, dizemos que x é o valor aproximado de x, arredondado para
k casas decimais correctas sse:
−k
∆x = x − x ≤ 0.5 × 10 .
A importância dum erro pode, em geral, ser melhor apreciada se o
compararmos à quantidade a ser aproximada, ou seja, utilizando o erro
relativo,
∆x
rx =
x
O erro relativo como expressa o erro como fracção de x está
relacionado com o erro percentual, erro percentual ou percentagem de erro
define-se como |rx|×100.

6
 Na prática o que se utiliza é um limite superior de qualquer dos erros,
uma vez que para conhecermos ∆x ou rx teríamos de conhecer o valor
exacto de x.

6. Propagação do erro
O objectivo primordial do cálculo de erros consiste em dados os erros
de um conjunto de quantidades, determinar o erro de uma dada função
dessas quantidades.
Dada uma função f(x, y, z) das variáveis x, y, z determinar um limite
superior do valor absoluto do erro que vem para o valor da função, f ,
quando se utilizam os valores aproximados x , y , z . Este problema pode
ser resolvido com base na fórmula de propagação do erro:
∂f ∂f ∂f
∆f ≤ ( x , y , z ) ∆x + ( x , y , z ) ∆y + ( x , y , z ) ∆z
∂x ∂y ∂z

Exemplo: Determinar um limite superior do erro absoluto do volume de

1
uma esfera, V = π d 3 , se o diâmetro é d=3.7±0.05 cm e π ≅ 3.14.
6
Resolução: Considerando π e d como variáveis, calculemos as derivadas
parciais:
∂V 1 3 ∂V 1 2
= d e = πd
∂π 6 ∂d 2
Sendo π = 3.14 e d = 3.7 , utilizando a fórmula anterior temos que:
∂V ∂V
∆V ≤ (π , d ) ∆π + (π , d ) ∆d =
∂π ∂d
1 3 1 2
(3.7) 0.00159 + × 3.14 × 3.7 0.05 = 1.088 e portanto
6 2
1
V = πd 3 ≅ V ± ∆V = 26.508 ± 1.088 cm 3 .
6