U N I V E R S I D A D E

UNIGRANRIO
Vá além da sala da aula !

Problemas Numéricos e Erros

Núcleo de Educação a Distância U N I V E R S I D A D E
www.unigranrio.com.br UNIGRANRIO
Rua Prof. José de Souza Herdy, 1.160 Vá além da sala da aula !
25 de Agosto – Duque de Caxias - RJ

Reitor
Arody Cordeiro Herdy

Pró-Reitor de Administração Acadêmica

Carlos de Oliveira Varella

Pró-Reitor de Pesquisa e Pós-graduação

Emilio Antonio Francischetti
Pró-Reitora Comunitária
Sônia Regina Mendes

Direção geral: Jeferson Pandolfo Desenvolvimento do material: Leonardo Tunala

Revisão: Camila Andrade e Laís Sá Desenvolvimento instrucional: Josane Mittmann
Produção editoração gráfica: Beatriz Serva

Copyright © 2018, Unigranrio

Nenhuma parte deste material poderá ser reproduzida, transmitida e gravada, por qualquer meio eletrônico,
mecânico, por fotocópia e outros, sem a prévia autorização, por escrito, da Unigranrio.
Sumário
Problemas Numéricos e Erros
Objetivos ........................................................................................... 04
Introdução ......................................................................................... 05
1. Problemas Numéricos e Erros ................................................. 07
1.1 Conceitos Básicos e Representação de Problemas ...................... 07
1.2 Tipos de Erros ...................................................................... 10
Síntese ............................................................................................. 14
Referências Bibliográficas .................................................................... 15
Objetivos
Ao final desta unidade de aprendizagem, você será capaz de:

▪▪ Entender o que são problemas numéricos;

▪▪ Determinar diferentes tipos de erros numéricos.

4 Métodos Computacionais em Engenharia

Introdução
Os problemas numéricos são representações de modelos matemáticos
aproximados, que produzem soluções numéricas, ou seja, na forma de números
(um conjunto de valores solução). Os problemas são formulados a partir
de equações que representam fenômenos físicos e/ou químicos associados
a vários tipos de processos. Essas equações são chamadas de modelos
matemáticos e são baseadas nas leis da física (e química), que descrevem a
relação entre grandezas que se conservam, tais como: massa, energia e
momento. Os modelos matemáticos baseados nessas leis são chamados de
modelos matemáticos analíticos; já os modelos formulados a partir de dados
experimentais são chamados de modelos empíricos.

Os modelos matemáticos precisam ser adaptados à linguagem numérica

para serem resolvidos pelos computadores, principalmente quando esses
modelos são difíceis de solucionar por meio dos métodos matemáticos
convencionais. A etapa de adaptação de um modelo à linguagem computacional
é chamada de aproximação e é nela que erros são inseridos, de forma indesejada,
aos modelos. Essa etapa é assim chamada porque a solução de um modelo por
meio de um método computacional leva a uma solução aproximada, em razão
da existência de erros de vários tipos; já o método matemático convencional
leva a uma solução exata, que não possui erro e satisfaz perfeitamente o modelo
matemático original.

Qual das soluções você prefere? A exata ou a aproximada? A resposta

para essa pergunta depende do nível de precisão que o engenheiro deseja.

Em grande parte dos problemas de engenharia, a “exatidão matemática”

desejada não é tão grande, e um resultado aproximado já é suficiente, sendo
perfeitamente alcançado pelos computadores digitais de nossa época, que fazem

Métodos Computacionais em Engenharia 5

todo o trabalho “braçal”. É claro que, quanto maior for o modelo e a precisão
desejada, mais tempo os computadores levarão para encontrar a solução. A
grande vantagem dos métodos computacionais é a facilidade de aproximar e
adaptar os modelos em relação à dificuldade de resolvê-los por meio dos
métodos matemáticos. Alguns problemas de engenharia são tão complicados
que não possuem solução exata até hoje; ainda desafiam matemáticos de todo
o mundo e só possuem uma solução conhecida: os métodos computacionais.

6 Métodos Computacionais em Engenharia

1. Problemas Numéricos e Erros
1.1 Conceitos Básicos e Representação de Problemas
Vamos iniciar os estudos tratando da diferença entre métodos matemáticos
e os métodos numéricos. Um modelo matemático pode ser constituído por uma
ou mais equações de dois tipos: equações diferenciais e/ou relações algébricas. As
relações algébricas podem ser equações (igualdades) – quando descrevem a
relação entre variáveis dependentes, independentes e parâmetros – ou, ainda,
inequações (desigualdades) – quando definem intervalos (faixas) de operação
das variáveis.

Saiba Mais
A modelagem de processos é a primeira etapa necessária para a
formulação de um problema ou descrição de um processo. Essa etapa
inicia-se com o balanço de grandezas conservativas fundamentais,
associadas a leis da física e da química. Para saber mais, leia o capítulo
1 do livro Métodos numéricos aplicados com Matlab para engenheiros
e cientistas. Leia Mais

As relações algébricas já são conhecidas por nós há mais tempo.

Entretanto, as equações diferenciais, uma novidade da graduação em Ciências
Exatas, são as mais importantes na maioria dos processos de engenharia.

Como o próprio nome diz, essas equações descrevem a relação entre

diferenças ou variações. A velocidade de um automóvel, por exemplo, pode ser
escrita como uma equação diferencial, ou seja, a sua velocidade é a variação
de espaço percorrido em relação à variação de seu tempo de percurso. Dessa
forma, para ser uma equação diferencial, basta que a equação tenha um termo
diferencial (utilizando a letra d, que, aqui, significa diferença infinitesimal). A
equação, então, pode ser escrita da seguinte forma:

ds
=v
dt
Métodos Computacionais em Engenharia 7
 Onde:

s ≡ espaço (m);
t ≡ tempo (s);
v ≡ velocidade (m/s).

Podemos utilizar um método matemático simples, tal como a

integração, para encontrar a solução exata ou analítica da equação diferencial
ds
=v. Utilizando a integral indefinida e considerando a velocidade
dt
constante, podemos separar as variáveis e aplicar o operador integral da
seguinte forma:

ds
=v ⇒ ds = v . dt ⇒ ∫ ds = v ∫ dt ⇒ s(t) = v . t + c
dt
O termo s(t) significa “espaço em função do tempo” e indica que o
espaço é a variável dependente do tempo, e o tempo é a variável independente. Por
meio da solução exata, podemos saber o espaço percorrido por um automóvel
em qualquer instante de tempo, conhecendo sua velocidade constante. Nessa
solução exata, c é uma constante que acompanha a solução exata geral da
equação diferencial. Para encontrar o valor dessa constante, precisaríamos
de uma condição inicial, que é um tipo de relação algébrica que sempre vem
acompanhando o modelo matemático. Determinando o valor de c, teríamos a
solução exata específica, que, nesse caso, poderia ser s(t) = v . t (com c = 0). Além
da condição inicial, um modelo matemático pode ainda vir acompanhado de
condições de contorno. É claro que existem equações diferenciais muito mais
complexas – e estas são classificadas em diferentes tipos, cada uma possuindo
o seu próprio método matemático específico de solução.

Agora, vejamos uma equação diferencial (modelo matemático) de

difícil solução, por meio de uma simples integração, segundo Chapra (2013):

dv 0,25 2 dv(t) 0,25

= 9,81 - v ou = 9,81 - v(t)2
dt 68,1 dt 68,1

O modelo matemático usado descreve a variação de velocidade de

queda livre de um saltador em relação ao tempo, e é uma Equação Diferencial

8 Métodos Computacionais em Engenharia

Ordinária (EDO). O objetivo desse modelo é prever a velocidade terminal ou
máxima do saltador e o instante de tempo em que ele atinge essa velocidade.
Dê uma pausa nessa leitura e tente resolver essa equação por meio da
integração. Difícil, não?! Pois bem, é justamente dessa forma que os métodos
computacionais podem nos auxiliar, pois são aplicados a modelos de difícil
solução analítica.

Depois de algum tempo pesquisando em livros especializados em

equações diferenciais, você vai concluir que, para solucionar uma equação
desse tipo, vai ter que se dedicar relativamente à matemática para encontrar a
seguinte solução exata:

v(t) = 51,6938 . tanh (0,18977 . t)

Em que tanh significa tangente hiperbólica. Substituindo valores de t cada

vez maiores na solução exata acima, você observa que o termo tanh(0,18977. t) se
aproxima cada vez mais do valor 1 (um), indicando que a velocidade terminal
ou máxima será de 51,6938 m/s. No entanto, você também pode perceber que
essa velocidade não podia ser conhecida antes que se encontrasse a solução
exata da equação. Imagine, então, que você use o computador para “substituir”
valores de intervalo de tempo gradativos (passos) na equação diferencial, sem a
necessidade de usar um método matemático complicado ou conhecer a solução
exata, e, mesmo assim, determinar a velocidade terminal. Nós chamamos
esse processo de simulação computacional e, para isso, você precisa “adaptar”
o modelo matemático para que o computador realize tal feito, ou seja, você
precisa construir um modelo numérico ou problema numérico. Um exemplo de
problema numérico para modelo matemático é o seguinte:

[
v (ti+1) = v (ti) + 9,81 -
0,25
68,1 ]
. v2 (ti) . (twi+1 - ti)

Esse modelo pode ser usado para uma simulação computacional.

Durante a simulação comp utacional, o computador realiza os mesmos
cálculos repetidas vezes e vai se aproximando, gradativamente, da solução, ou
seja, da velocidade máxima. Para que o computador não execute esses cálculos
infinitamente, devemos estabelecer um critério de parada, que é baseado nos
erros ou desvios de valores calculados que ocorrem ao longo das repetições. A
simulação deve ser escrita em uma determinada linguagem computacional, com

Métodos Computacionais em Engenharia 9

a qual o computador interpreta, compila e executa os cálculos e o critério de
parada, retornando, como resposta, à solução numérica.

Importante

O conhecimento de uma linguagem computacional é um importante atributo de profissionais

de engenharia, pois é assim que o engenheiro pode simular e otimizar processos.
Aqui, usaremos exemplos simplificados, com o objetivo de inserirmos os princípios de
programação de computadores pertinentes aos métodos computacionais. Lembre-se de que é
importante estudar também a bibliografia básica proposta para esta unidade curricular, pois
esta é mais detalhada no assunto.

1.2 Tipos de Erros

Agora que já tratamos da diferença entre métodos matemáticos e
numéricos e de sua importância, vamos estudar os tipos de erros associados
a cada método.

O fato de usarmos um computador para representar números

reais já introduz erros aos resultados (QUARTERONI; SALERI, 2007),
principalmente quando os números reais são irracionais, ou seja, quando
possuem uma infinidade de valores depois do separador decimal (no Brasil, a
vírgula). Por isso, o mais importante para um engenheiro não é eliminar os
erros, já que são praticamente inevitáveis, mas, sim, controlar os seus efeitos.

Existem vários níveis de erros que ocorrem na aproximação de um

problema real. O primeiro deles é o erro de modelagem (em ), que resulta das
idealizações ou simplificações atribuídas a um problema real, com o objetivo
de desenvolver modelos matemáticos mais simples: quanto melhor o modelo
matemático descrever a realidade, menos simplificado ele é, e isso significa
um maior esforço dos computadores para encontrar a solução numérica.

O segundo é o erro de arredondamento (ea ), que se propaga a partir

da solução de modelos matemáticos, por meio de algoritmos numéricos,
desenvolvidos a partir dos métodos numéricos (ou computacionais).

10 Métodos Computacionais em Engenharia

 O terceiro é o erro de truncamento (et ), introduzido ao modelo
matemático durante a aproximação, por meio de uma série infinita, tal como
a série de Taylor, na qual procede-se um truncamento conveniente para a
definição do problema numérico ou modelo discretizado.

Importante

O desenvolvimento de funções em séries de Taylor são ferramentas frequentemente

utilizadas em áreas como Cálculo e Análise Numérica. Expressar funções como a soma de
termos infinitos é uma estratégia muito útil. Utiliza-se tal ferramenta para aproximar funções
ao redor de um ponto, bem como encontrar seus pontos máximos e mínimos. Além disso,
podemos aplicar os conceitos da série de Taylor para estudar convergência de métodos
iterativos e, ainda, para buscar soluções de equações diferenciais ordinárias.

O quarto é o erro computacional (ec ), que nada mais é do que a soma do

erro de arredondamento mais o erro de truncamento. O erro computacional
é subdividido em absoluto e relativo. O erro computacional absoluto (eca ) é a
diferença entre um valor obtido da solução exata e um valor obtido da solução
numérica para um mesmo valor de variável independente. É importante
mencionar que essa diferença deve ser dada em módulo, ou seja, deve ter
sempre sinal positivo.

O erro computacional relativo (ecr ) é também a diferença (em módulo)

entre um valor obtido da solução exata e um valor obtido da solução numérica
para um mesmo valor de variável independente. Esse resultado, porém, é
dividido pelo valor obtido da solução exata, de modo que possa ser encarado
como um erro em relação à solução exata. Por exemplo, para um valor de
solução exata xe = 5,23 e um valor de solução numérica xn = 5,86, o erro
absoluto é:

eca = |(5,23 - 5,86)| = |-0,63| = 0,63

Onde o símbolo | | significa módulo do valor. O erro relativo é:

|(5,23 - 5,86)| 0,63
ecr = = = = 0,1205
|5,23| 5,23

Métodos Computacionais em Engenharia 11

 O erro computacional relativo também pode ser representado na
forma percentual:
|(5,23 - 5,86)|
ecr% = x 100 % = 12,05 %
|5,23|

Os métodos numéricos usam uma abordagem iterativa (método de

Euler) para encontrar a solução numérica, na qual os erros entre as iterações
(repetições) são calculados e usados no critério de parada. Por exemplo,
considere que um valor de x atual, calculado em uma iteração é xi = 22,94 e
o valor prévio de x calculado em uma iteração anterior é xi -1 = 24,72. O erro
iterativo é calculado da seguinte forma:

xi - xi-1 22,94 - 24,72 - 1,78

erroi = xi = = =|-0,07759| = 0,07759
22,94 22,94

O erro iterativo também pode ser representado na forma percentual:

xi - xi-1 22,94 - 24,72

erroi = xi x 100% = x 100% = 7,759%
22,94

Considere, agora, a solução numérica abaixo para quatro iterações de

um determinado método numérico:

Iterações Valor de x na iteração Erro

0 19,25 --
1 23,84 0,1925
2 25,37 0,0603
3 26,57 0,0452
4 26,62 0,0019

Use a formulação para o erro iterativo e encontre os resultados obtidos

na tabela acima. Observe que o valor dos erros diminui ao longo da solução
numérica (coluna do meio).

12 Métodos Computacionais em Engenharia

Saiba Mais

A estimativa de erros é muito importante para a tomada de decisões

sobre os processos. Em alguns casos, os esforços para diminuir os
erros de truncatura (ou truncamento) podem aumentar os erros de
arredondamento. Para saber mais, leia o capítulo 4 do livro Métodos
numéricos aplicados com Matlab para engenheiros e cientistas. Leia Mais

Métodos Computacionais em Engenharia 13

Síntese
Os modelos matemáticos representam processos e podem ser solucionados
de duas formas: por meio de métodos matemáticos – para encontrarmos a
solução exata – ou de métodos computacionais – para encontrarmos a solução
numérica.

Obviamente, existe um desvio entre a solução exata e a solução

numérica, que chamamos de erro. Dependendo da precisão desejada, o
engenheiro pode estabelecer um valor de tolerância admitida para o erro e fazer
previsão dos processos, utilizando simulações computacionais dos problemas ou
modelos numéricos. Os problemas numéricos podem ser construídos a partir
dos modelos matemáticos, utilizando métodos de aproximação, e é dessa
forma que os modelos podem ser simulados em computadores; contudo, esse
método também introduz erros aos modelos.

A simulação computacional requer o conhecimento de uma linguagem

de programação por parte do engenheiro, que pode fazer previsões importantes
para os processos a partir da solução numérica obtida.

14 Métodos Computacionais em Engenharia

Referências Bibliográficas
CHAPRA, Steven C. Métodos numéricos aplicados com Matlab para
engenheiros e cientistas. 3 ed. São Paulo: Mcgraw Hill, 2013.

QUARTERONI, A.; SALERI, F. Cálculo científico com MATLAB e

Octave. Milano: Springer, 2007.

Métodos Computacionais em Engenharia 15