Cálculo Numérico

PROFA. DRA. JENAI OLIVEIRA CAZETTA

 2

Introdução
 3

Fonte: encurtador.com.br/vyPT7
 4
Plano de ensino
Unidade 1 Unidade 2

Conversão numérica nas Método da bissecção

bases decimal e binária
Método da falsa posição
Aritmética de ponto
flutuante Método iterativo linear

Análise de erros
Método de Newton-Raphson
 5
Plano de ensino
Unidade 3 Unidade 4

Polinômio interpolador Fórmula de Newton-Cotes

Regra dos trapézios e de

Forma de Lagrange
Simpson

Forma de Newton e o estudo Estudo do erro na integração

do erro numérica
 6

Representação
numérica e
sistema de
ponto flutuante
 7
Conteúdos da aula
 Introdução ao Cálculo Numérico.

 Representação numérica:

 Base decimal;

 Base binária.

 Representação no sistema de ponto flutuante.

 8

Cálculo
numérico e
métodos
numéricos
 9
Cálculo Numérico
 Conjunto de métodos numéricos ou ferramentas
utilizados para obter soluções aproximadas para
problemas matemáticos:
 Problemas cuja resolução analítica é inviável;

 Problemas para os quais não existem métodos para sua

solução.
 10
Métodos Numéricos
 Métodos aproximados utilizados em modelos que não
podem ser resolvidos analiticamente pela simples
aplicação de uma fórmula matemática.
 11
Exemplos
 𝑥2 + 6𝑥 + 8 Solução analítica: Báskara / Fatoração
Método Direto

Fórmula?
𝑥 + 𝑙𝑛𝑥 = 0 Não tem solução analítica
Método Indireto

Fonte: https://bit.ly/33O0Iqq
 12
Solução exata versus solução aproximada
 Métodos numéricos soluções aproximadas!
 Qual a precisão dos cálculos?

 Qual a capacidade do método em conduzir aos resultados

desejados (velocidade de convergência)?
 Qual o esforço computacionaldespendido (tempo de
processamento, economia de memória necessária para a
resolução)?
 13
Método numérico ou método iterativo
 Sequência de cálculos diretos com algumas operações
repetidas em ciclos.
 Em cada ciclo utiliza-se resultados do ciclo anterior.
 Entre ciclos verifica-se o estado dos resultados obtidos.
 Parada quando for atingida uma meta previamente
estipulada.
1 ciclo 1 iteração!

Fonte: https://bit.ly/33O0Iqq
 14
Método numérico ou método iterativo
 Elementos constitutivos

 Tentativa Inicial primeira aproximação para a solução

desejada;
 Equação de Recorrência equação por meio da qual,
partindo-se da tentativa inicial, são realizadas as iterações, ou
as aproximações sucessivas.
 Teste de Parada instrumento por meio do qual o
procedimento é finalizado.
 15
INÍCIO Método numérico ou
método iterativo
OPERAÇÕES INICIAIS

CÁLCULOS

Cálculo é convergente os
RESULTADO SIM OPERAÇÕES sucessivos valores obtidos se
BOM? FINAIS aproximam da solução desejada.
Cálculo é divergente nos
NÃO demais casos.
FIM
PREPARAÇÃO PARA
PRÓXIMO CICLO
 16
Estudo de problemas por métodos numéricos
Problema
real Escolha do Implementação
Construção
método do método
do modelo
Coleta de numérico numérico
dados
Análise de
resultados

Se necessário: reformulação do modelo

Fonte: Ruggiero;
e/ou escolha de novo método numérico
Lopes, 1998, p.1.
 17

Atividade

MODELOS
MATEMÁTICOS
 18
Modelagem matemática
 Objetivo: encontrar um conjunto de equações matemáticas que
descrevam adequadamente um fenômeno físico e possibilitem
encontrar uma solução exata ou uma solução aproximada.
 19
Modelagem matemática
 NATUREZA extremamente complexa!
 Para tentar entendê-la modelos que seguem leis mais
simples resultados aproximados.

 LEIS expressas matematicamente.

 As formulações matemáticas, embora simplificações do que se
passa na realidade, com frequência, são muito complexas para
serem resolvidas analiticamente.
 20
Faça você mesmo
 Suponha que um engenheiro queira determinar a altura de
um edifício e que para isso disponha apenas de uma bolinha
de metal, um cronômetro e um pouco de conhecimento de
Física. Ele sobe então ao topo de um edifício, solta a bolinha
(𝑣0 = 0 𝑚/𝑠) e mede o tempo que ela gasta para tocar o
solo 𝑡 = 3 s.
 Qual é a altura do edifício calculada pelo engenheiro?

 Este resultado é confiável?

 21
Queda livre

Queda Livre

𝑠0 , 𝑡, 𝑣0 , 𝑔

𝑔𝑡 2
𝑠 = 𝑠0 + 𝑣0 𝑡 +
2

Método Direto – Função de Segundo Grau

 22
Queda livre
1 2
𝑠 = 𝑠0 + 𝑣𝑜 𝑡 + 𝑔𝑡
2
1 2
𝑠 − 𝑠0 = 𝑔𝑡
2
1 2
ℎ = 𝑔𝑡
2
1
ℎ = 9,8 3 2 ℎ = 44,1 𝑚
2
 23
O resultado é confiável?
 O problema não leva em conta outras forças como, por
exemplo, a resistência do ar, a velocidade do vento...
resultado não é confiável!!!
 24

Dúvidas?
 25

Representação
numérica
 26
Análise dos dados informados pelo usuário
 Numa máquina digital, o usuário envia os dados na base 10 e
ela converte essas informações para o sistema binário, assim
como suas operações esses números são convertidos
novamente para o sistema decimal e transmitidos aos usuários.
 Toda linguagem de programação usada para escrever um
programa computacional precisará ser convertida num outro
programa equivalente à linguagem da máquina.
 27
Sistema de numeração
 Sistema de numeração forma lógica adotada para
representar simbolicamente quantidades numéricas.
 Sistemas posicionais o valor atribuído a um símbolo
depende da posição em que ele se encontra no conjunto
de símbolos que está representando um número.
 Exemplos: sistema de numeração decimal e sistema de
numeração binária.
 28
Sistemas de numeração
 Número 𝑁 e base 𝑏:
𝑚

𝑁 𝑏 = 𝑎𝑚 𝑎𝑚−1 … 𝑎1 𝑎0 , 𝑎−1 … 𝑎𝑛 𝑏 = ± ෍ 𝑎𝑖 ⋅ 𝑏 𝑖
𝑖=𝑛

com 𝑎𝑖 ∈ 0,1,2,3, … , 𝑏 − 1 , 𝑚, 𝑛 ∈ ℤ Geral

Fonte: https://bit.ly/33O0Iqq
 29
Base decimal 𝑏 = 10 – algarismos 0 a 9
1249 10

= 1 ⋅ 103 + 2 ⋅ 102 + 4 ⋅ 101 + 9 ⋅ 100

1249,3 10

= 1 ⋅ 103 + 2 ⋅ 102 + 4 ⋅ 101 + 9 ⋅ 100 + 3 ⋅ 10−1

 30
Base binária 𝑏 = 2 – algarismos 0 e 1

110 2

= 1 ⋅ 22 + 1 ⋅ 21 + 0 ⋅ 20

11001,011 2

= 1 ⋅ 24 + 1 ⋅ 23 + 0 ⋅ 22 + 0 ⋅ 21 + 1 ⋅ 20 + 0 ⋅ 2−1
+ 1 ⋅ 2−2 + 1 ⋅ 2−3
 31

Conversão de
bases
 32
Conversão binário para decimal – Inteiros

1011 2

= 1 ⋅ 23 + 0 ⋅ 22 + 1 ⋅ 21 + 1 ⋅ 20
=1⋅8+0⋅4+1⋅2+1⋅1
=8+0+2+1
= 11 10
 33
Conversão binário para decimal – Racionais

10,1 2

= 1 ⋅ 21 + 0 ⋅ 20 + 1 ⋅ 2−1
= 1 ⋅ 2 + 0 ⋅ 1 + 1 ⋅ 1/2
= 2 + 0 + 0,5
= 2,5 10
 34
Conversão decimal para binário
 Números inteiros: 25 2
Divisões sucessivas por 2! 1 12 2
0 6 2
 25 10 = 11001 2
0 3 2
1 1
 35
Conversão decimal para binário – Racionais
 Parte fracionária: multiplicações sucessivas por 2!

 25,375 10 = 11001,011 2
 25 10 = 11001 2

 0,375 10 = 0,011 2
0,375 ⋅ 2 = 0,75
0,75 ⋅ 2 = 1,5
0,5 ⋅ 2 = 1,0
 36
Faça você mesmo!
 Faça as conversões indicadas abaixo:

 19 10 = 2
10011 2
 19,75 10 = 2
10011,11 2
 1101 2 = 10 13 10
 1101,111 10 = 10 13,875 10

Fonte: https://bit.ly/33O0Iqq
 37

Atividade
 38
Situação-problema: Acionamento de máquina
 Uma máquina possui seis diferentes funções
pré-instaladas de modo que, dependendo de
quais delas são acionadas, diferentes
processos são executados pela máquina. https://bit.ly/3hdwVxv
(acesso em 27 jan. 2021)

I II III IV V VI
 39
Situação-problema: acionamento de máquina
Para executar dado processo, o operador deve inserir o
número decimal cujo correspondente binário descreva as
funções que devem estar acionadas (1) e as que devem
estar desligadas (0).
Se para executar certo processo o operador insere o valor
38 10 .
Quais funções são acionadas e quais permanecem
desligadas durante a execução desse processo?
 40
Situação-problema: acionamento de máquina

38 2 38 10 = 100110 2
0 19 2
I II III IV V VI
1 9 2
1 4 2
0 2 2
0 1
 41

Dúvidas?
INTERVALO
 43

Representação
em ponto
flutuante
 44
O que é ponto flutuante (floating point number)
 Forma de representação digital dos números reais
maneira como as máquinas compreendem os valores
numéricos.
 Deve
ser considerado em toda arquitetura de um sistema
computacional.
 45
Ponto flutuante (floating point number)
 Número real dividido em uma mantissa e um expoente!

 Números inteiros ponto fixo!

SINAL DÍGITOS

 Números reais ponto flutuante!

SINAL MANTISSA POSIÇÃO PONTO
 46
Representação em ponto flutuante
𝑥 = ±0, 𝑑1 𝑑2 … 𝑑𝑡 ⋅ 𝑏 𝑒 expoente

mantissa base

 𝑏 binária (2), decimal (10), hexadecimal (16)...;

 𝑡 número máximo de dígitos da mantissa;
 0 ≤ 𝑑𝑘 ≤ 𝑏 − 1 𝑘 = 1, … , 𝑡 dígitos 𝑑1 ≠ 0;
 𝑒 𝑚≤𝑒≤𝑀
 47
Exemplos

0,732 = 0,732 ⋅ 100

−2,4 = −0,24 ⋅ 101

0,0003 = 0,3 ⋅ 10−3

102,3 = 0,1023 ⋅ 103

 48

Reflita
 49
Reflita
 O que significa o número ter mais números na mantissa?

 O que significa o número ter maior número no expoente?

 Todos os números reais finitos na base decimal são

finitos na base binária?
 O computador pode lidar com qualquer número?
 50
Observações
 Mais números (bits) na mantissa maior precisão.
 Maior número (mais bits) no expoente maior intervalo
de valores.
 Números reais finitos no computador podem ser
infinitos.
 Computador pode lidar com números até um certo
tamanho.
 51

Sistema
𝐹(𝑏, 𝑡, 𝑚, 𝑀)
 52
Sistema 𝐹(𝑏, 𝑡, 𝑚, 𝑀)
 Representação: 𝐹(𝑏, 𝑡, 𝑚, 𝑀):

±0, 𝑑1 𝑑2 … 𝑑𝑡 ⋅ 𝑏 𝑒

com 𝑑1 ≠ 0 (normalizado) e 𝑚 ≤ 𝑒 ≤ 𝑀.
 53
Exemplo

Decimal Ponto flutuante Mantissa Base Expoente

1532 0,1532 ∙ 104 1532 10 4

15,32 0,1532 ∙ 102 1532 10 2
0,00255 0,255 ∙ 10−2 255 10 −2
10 0,1 ∙ 102 1 10 2
 54
Exemplo
 Calculadora HP 48G 𝐹(10,12, −499,499)
 55
Exemplo
 Para 𝐹 2,4, −5,5
𝑏=2
𝑡=4
−5 ≤ 𝑒 10 ≤5
0, 𝑑1 𝑑2 𝑑3 𝑑4 ⋅ 10𝑒 com 𝑑1 𝑑2 𝑑3 𝑑4 na base decimal
−101 ≤ 𝑒 2 ≤ 101
0, 𝑑1 𝑑2 𝑑3 𝑑4 ⋅ 2𝑒 com 𝑑1 𝑑2 𝑑3 𝑑4 na base binária
 56
Exemplo
 Seja um sistema que opera com aritmética de ponto
flutuante de 𝐹(𝛽, 𝑡, 𝑒𝑚𝑖𝑛 , 𝑒𝑚𝑎𝑥 ) = 𝐹(10,4, −3,3). Calcule
os erros relativos (percentual) por arredondamento dos
seguintes valores:
 123,456
𝑉𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑝𝑟𝑜𝑥
∙ 100
 374,3 + 3,345 𝑉𝑟𝑒𝑎𝑙
 0,3212 × 12,62
Fonte: https://bit.ly/33O0Iqq
 57
Exemplo
123,456
123,456 = 0,1234 × 103
𝑉𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑝𝑟𝑜𝑥
𝐸𝑟 = ∙ 100
𝑉𝑟𝑒𝑎𝑙
123,456 − 0,1234 ∙ 103 𝐹 10,4, −3,3
𝐸𝑟 = ∙ 100
1234,56
𝐸𝑟 = 0,0454%
Fonte: https://bit.ly/33O0Iqq
 58
Exemplo
374,3 + 3,345 𝐸𝑟 = 0,0119%
374,3 + 3,345 = 377,645
0,3743 ∙ 103 + 0,3345 ∙ 101 = 0,3776 ∙ 103
𝑉𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑝𝑟𝑜𝑥
𝐸𝑟 = ∙ 100
𝑉𝑟𝑒𝑎𝑙
𝐹 10,4, −3,3
377,645 − 0,3776 ∙ 103
𝐸𝑟 = ∙ 100
377,645
Fonte: https://bit.ly/33O0Iqq
 59
Exemplo
0,3212 ∙ 12,62 𝐸𝑟 = 0,0134%
0,3212 ∙ 12,62 = 4,053544
0,3212 ∙ 0,1262 ∙ 102 = 0,4053 ∙ 101
𝑉𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑝𝑟𝑜𝑥
𝐸𝑟 = ∙ 100
𝑉𝑟𝑒𝑎𝑙 𝐹 10,4, −3,3
4,053544 − 0,4053 ∙ 101
𝐸𝑟 = ∙ 100
4,053544
Fonte: https://bit.ly/33O0Iqq
 60
Propriedades no sistema 𝐹(𝑏, 𝑡, 𝑚, 𝑀)
 Menor número não nulo e em módulo: 0,1 ⋅ 𝑏 𝑚

 Maior número em módulo:

0, 𝑏 − 1 𝑏 − 1 … 𝑏 − 1 ⋅ 𝑏𝑀
 Cardinalidade (nº de elementos):

#𝐹 = 2 ∙ 𝑏 − 1 ∙ 𝑏𝑡−1 ⋅ 𝑀 − 𝑚 + 1 + 1;
 Se 𝑥 ∈ 𝐹, então −𝑥 ∈ 𝐹.
 61

Atividade
 62
Situação-problema: sistema da HP-35
HP-35 foi a primeira calculadora científica de bolso
produzida, possuindo as quatro operações básicas,
além de funções exponenciais e logarítmicas.
O sistema adotado nessa calculadora é o de ponto
https://bit.ly/3aP0yTA
flutuante, no sistema decimal, representando uma (acesso em 27 jan. 2021)

mantissa de até 10 dígitos, acrescida de sinal e ponto,

além de expoente com dois dígitos mais o sinal
𝐹 10,10, −98,100 .
 63
Situação-problema: sistema da HP-35
 Qual o menor número representado nesse sistema?

 Qual o maior número representado nesse sistema?

 Quantos números poderiam ser representados nesse

sistema?
 64
Situação-problema: sistema da HP-35
 Menor número:
0,1 ⋅ 𝑏 𝑚
𝐹 10,10, −98,100
𝑎 = 0,1 ⋅ 10−98
 Maior número:
0, 𝑏 − 1 𝑏 − 1 … 𝑏 − 1 ⋅ 𝑏 𝑀
𝑏 = 0,9999999999 ⋅ 10100
Fonte: https://bit.ly/33O0Iqq
 65
Situação-problema: sistema da HP-35
 Quantidade de números:
#𝐹 = 2 ∙ 𝑏 − 1 ∙ 𝑏 𝑡−1 ⋅ 𝑀 − 𝑚 + 1 + 1
#𝐹 = 2 ∙ 10 − 1 ∙ 1010−1 ⋅ 100 − −98 + 1 + 1
#𝐹 = 2 ⋅ 9 ⋅ 109 ⋅ 199 + 1
9 𝐹 10,10, −98,100
#𝐹 = 3582 ⋅ 10 + 1
#𝐹 = 3 582 000 000 001

Fonte: https://bit.ly/33O0Iqq
 66

Atenção
 67
Máquinas digitais
 Um algarismo binário denominado bit.
 Um grupo de 8 bits 1 byte.
 Representação dos números binários número finito de
bits.
 O tamanho depende de características internas à arquitetura
da máquina digital 16 bits, 32 bits, 64 bits ou mais
quanto maior, mais veloz e mais preciso será o computador.
 68

Dúvidas?
 69

Overflow e
underflow
 70
Underflow e overflow
 ℝ é infinito representação limitada em um sistema de
ponto flutuante (sistema finito)!
 Mantissa representa um número finito de números
leva aos erros de arredondamento;
 Faixa dos expoente 𝑒𝑚 ≤ 𝑒 ≤ 𝑒𝑀 leva aos
fenômenos chamados de overflow e underflow!
 71
Underflow e overflow
 Underflow resultado de uma operação aritmética com
valor abaixo do menor valor representável numa dada
máquina expoente inferior ao expoente mínimo;
 Overflow resultado de uma operação aritmética com
valor superior ao maior valor representável numa dada
máquina número com expoente superior ao expoente
máximo!
 72
Faça você mesmo
 Considere o conjunto dos números reais ℝ e o seguinte
conjunto 𝐺 = {𝑥ℝ|𝑥𝑚  𝑥  𝑥𝑀 }:
 |𝑥| < 𝑥𝑚 número 𝑥 não pode ser representado nesta
máquina underflow!
O que
 Digite na sua calculadora 100−100 . aconteceu?

Fonte: https://bit.ly/33O0Iqq
 73
Faça você mesmo
 |𝑥| > 𝑥𝑀 número 𝑥 não pode ser representado nesta
máquina ocorre overflow!
 Digite na sua calculadora 100100 .

O que
aconteceu?

Fonte: https://bit.ly/33O0Iqq
 74
Exemplo
 Máquina que opera no sistema F 10,3, −5,5 .
 Maior número que opera nessa máquina:
 𝑥𝑀 = 0,999 × 105 = 99.900
 Se o usuário digitar 100.000 a máquina acusa overflow.
 Menor número que opera nessa máquina:
 𝑥𝑚 = 0,100 × 10−5 = 10−6
se o usuário digitar 10−7 a máquina acusa underflow.
 75
Faça você mesmo
 Máquina que opera no sistema 𝐹 10,5, −3,3 :
 0,00325 = 0,325 ⋅ 10−2
 −115,23 = −0,11523 ⋅ 103
 12003 = 0,12003 ⋅ 105 𝑜𝑣𝑒𝑟𝑓𝑙𝑜𝑤
 0,00001 = 0,1 ⋅ 10−4 𝑢𝑛𝑑𝑒𝑟𝑓𝑙𝑜𝑤
 76

Atividade
 77
Situação-Problema
 Uma nova máquina foi adquirida no seu departamento.
Essa máquina possui um sistema de representação de
números definido por base decimal, 4 dígitos na mantissa
(𝑡 = 4) e expoentes no intervalo [−5,5].
 Quais são o menor e o maior números, em módulo,
representados nessa máquina.
 78
Situação-Problema
 Como seriam representados nessa máquina os números
reais 𝑥1 = 0,35, 𝑥2 = −5,172, 𝑥3 = 0,0123, 𝑥4 =
0,0003, e 𝑥5 = 5391,3 em notação de um sistema de
aritmética de ponto flutuante (base decimal)?
 Considerando 𝑥 = 734,68, calcule o erro relativo
causado pela representação no sistema acima,
considerando o arredondamento por falta (truncamento)
e o arredondamento por excesso.
 79
Situação-Problema
 Menor número não nulo, em módulo:
𝑝 = 0,1 ∙ 𝑏 𝑚
𝑝 = 0,1000 × 10−5
𝑝 = 10−6 𝐹 10,4, −5,5

Fonte: https://bit.ly/33O0Iqq
 80
Situação-Problema
 Maior número do sistema flutuante:
𝑠 = 0, 𝑏 − 1 𝑏 − 1 … 𝑏 − 1 × 𝑏 𝑀
𝑠 = 0, 10 − 1 10 − 1 10 − 1 10 − 1 × 105
𝑠 = 0,9999 × 105 𝐹 10,4, −5,5
𝑠 = 99990

Fonte: https://bit.ly/33O0Iqq
 81
Situação-Problema
 Arredondamento por falta:
𝑉𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑝𝑟𝑜𝑥
734,68 = 0,7346 × 103 ∙ 100
𝑉𝑟𝑒𝑎𝑙
 Erro relativo:
734,68 − 0,7346 × 103
𝐸𝑟 = ∙ 100
734,68
𝐸𝑟 = 0,0109%
Fonte: https://bit.ly/33O0Iqq
 82
Situação-Problema
 Arredondamento por excesso:
𝑉𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑝𝑟𝑜𝑥
734,68 = 0,7347 × 103 ∙ 100
𝑉𝑟𝑒𝑎𝑙
 Erro relativo:
734,68 − 0,7347 × 103
𝐸𝑟 = ∙ 100
734,68
𝐸𝑟 = 0,0027%
Fonte: https://bit.ly/33O0Iqq
 83

Dúvidas?
 84

Recapitulando
 85
Representação numérica
 Representação Decimal

1249,3 10 = 1 ⋅ 103 + 2 ⋅ 102 + 4 ⋅ 101 + 9 ⋅ 100 + 3 ⋅ 10−1

 Representação Binária

11001,01 2

= 1 ⋅ 24 + 1 ⋅ 23 + 0 ⋅ 22 + 0 ⋅ 21 + 1 ⋅ 20 + 0 ⋅ 2−1 + 1 ⋅ 2−2
 86
Conversão de bases
 Binário para decimal
10,1 2 = 1 ⋅ 21 + 0 ⋅ 20 + 1 ⋅ 2−1 = 2,5 10

 Decimal para binário

Número inteiro divisões sucessivas por 2.

Parte fracionária multiplicações sucessivas por 2.
 87
Ponto flutuante
 Número real dividido em mantissa e expoente!
𝑥 = ±0, 𝑑1 𝑑2 … 𝑑𝑡 ⋅ 𝑏 𝑒
𝑏 binária (2), decimal (10), hexadecimal (16)...;
𝑡 número máximo de dígitos da mantissa;
0 ≤ 𝑑𝑘 ≤ 𝑏 − 1 𝑘 = 1, … , 𝑡 dígitos 𝑑1 ≠ 0;
𝑒 𝑚 ≤ 𝑒 ≤ 𝑀.
 88
Sistemas de ponto flutuante
 𝐹(𝑏, 𝑡, 𝑚, 𝑀):
±0, 𝑑1 𝑑2 … 𝑑𝑡 ⋅ 𝑏 𝑒
com 𝑑1 ≠ 0 (normalizado) e 𝑚 ≤ 𝑒 ≤ 𝑀.
 89
Propriedades no sistema 𝐹(𝑏, 𝑡, 𝑚, 𝑀)
 Menor número não nulo e em módulo: 0,1 ⋅ 𝑏 𝑚

 Maior número em módulo:

0, 𝑏 − 1 𝑏 − 1 … 𝑏 − 1 ⋅ 𝑏 𝑀
 Cardinalidade (nº de elementos):
#𝐹 = 2 ∙ 𝑏 − 1 ∙ 𝑏 𝑡−1 ⋅ 𝑀 − 𝑚 + 1 + 1;
 Se 𝑥 ∈ 𝐹, então −𝑥 ∈ 𝐹.
 90
Underflow e overflow
 ℝ é infinito representação limitada em um sistema de
ponto flutuante (sistema finito)!
 Mantissa representa um número finito de números
leva aos erros de arredondamento;
 Faixa dos expoente 𝑒𝑚 ≤ 𝑒 ≤ 𝑒𝑀 leva aos
fenômenos chamados de overflow e underflow!
 91

Referências
 92
Referências
 DORNELLES FILHO, A. A. Fundamentos de cálculo
numérico. Porto Alegre: Bookman, 2016.
 PIRES, A. A. Cálculo numérico: prática com algoritmos e
planilhas. São Paulo: Atlas, 2015.
 VARGAS, J. V. C.; ARAKI, L. K. Cálculo numérico aplicado.
Barueri: Manole, 2017.