Cap1 Erros

Cálculo Numérico: Erros
Érica Regina Filletti Nascimento
Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP

Instituto de Quı́mica - IQ
Departamento de Engenharia, Fı́sica e Matemática
Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Introdução
O Cálculo Numérico tem por objetivo estudar esquemas numé-

ricos (algoritmos numéricos / utilizando o computador) para re-
solução de problemas que podem ser representados por modelos
matemáticos.
Uma solução obtida por meio de um método numérico será sem-

pre numérica, enquanto que soluções analı́ticas podem ser repre-
sentadas em termos de funções matemáticas.
Serve para resolver problemas nos quais o cálculo de uma solução

analı́tica seja muito complexo ou mesmo não exista.

Resolvendo um problema prático
Dado um problema prático qualquer como resolvê-lo utilizando

as técnicas do cálculo numérico?
Vamos dividir o processo de solução em três etapas:
Problema Modelo Solução

Real Matemático Numérica

Resolvendo um problema prático
A última etapa deve ser dividida em três partes:

1 Determinar um método numérico de solução e construir um
algoritmo (descrição de um conjunto de comandos que re-
sulta em uma seqüência finita de acontecimentos).
2 Transcrever o algoritmo em um código (linguagem que possa

ser interpretada pelo computador).
3 Editar o código em um computador e executá-lo até que

sejam eliminados os erros e possam ser obtidos os resultados.

Erros em processos Numéricos
Durante as etapas de solução de um problema, podem surgir erros

que alteram os resultados obtidos.
Primeiramente é necessário conhecer os tipos de erros e desen-

volver maneiras para minimizá-los.
Quando resolvemos problemas utilizando computação numérica

os resultados obtidos são em geral aproximados. Assim, torna-se
importante medir o quão próximo este resultado está do valor
“exato”.
Para estimar ou delinear o erro, recorre-se a três conceitos: erro

absoluto, erro relativo e erro percentual.

Definimos como erro absoluto a diferença entre o valor exato

de um número x e seu valor aproximado x̄:
EAx = |x − x̄|.
Em geral, apenas o valor x̄ é conhecido, e neste caso, é impossı́vel

obter o valor exato do erro absoluto. O que se faz é obter um
limitante superior ou uma estimativa para o erro absoluto, isto
é, escrevê-lo na forma
|x − x̄| 6 ,
onde é um limitante conhecido.

O erro relativo é definido como o erro absoluto dividido pelo

valor exato: EA |x − x̄|
x
ERx = = .

x |x|
O erro percentual é definido como o erro relativo vezes 100, ou

seja
|x − x̄|
EPx = 100 × .
|x|

Exemplo 1
Consideremos o valor exato x = 2345, 713 e o valor aproximado
x̄ = 2345, 000. Encontre os erros absolutos e relativos nessa apro-
ximação.
EAx = |x − x̄| = 0, 713;

e
|x − x̄| 0, 713
ERx = = ≈ 0, 00030396.
|x| 2345, 713

Exemplo 2
Consideremos o valor exato x = 1, 713 e o valor aproximado
x̄ = 1, 000. Encontre os erros absolutos e relativos nessa apro-
ximação.
Temos que
EAx = |x − x̄| = 0, 713;
e
|x − x̄| 0, 713
ERx = = = 0, 416229.
|x| 1, 713
Observe que nos exemplos anteriores o erro absoluto é o mesmo,

embora o erro cometido pela aproximação seja muito mais signi-
ficativo no segundo exemplo.
Em geral o erro relativo é preferı́vel, devido às observações ante-
riores.

Tipos de Erros
Erros inerentes: surgem de modelos matemáticos incorretos,

medidas imprecisas. O usuário não tem condições de evitá-los.
Erro de truncamento: são erros que surgem quando um pro-

cesso matemático infinito é substituı́do por uma parte finita dele.
Erro de arredondamento: são erros cometidos pelos compu-

tadores ao realizarem operações aritméticas.
Um número decimal qualquer não pode ser representado exa-

tamente em um computador, pois ele deve ser convertido para
binário (base 2) e armazenado em um número finito de bits.
A medida que aumenta o número de casas decimais, n, o erro de

truncamento diminui.

Tipos de Erros
Truncamento de números:
Número Número finito de casas decimais “n = 4”

10, 123437872 10, 1234
−0, 982798732 −0, 9827
Arredondamento de números:
Número Número finito de casas decimais “n = 4”

10, 123437872 10, 1234
−0, 982798732 −0, 9828

Sistemas de Numeração
Vamos relembrar como são feitas as conversões entre as bases

decimal e binária.
Todo cálculo que envolva números que não podem ser represen-
tados através de um número finito de dı́gitos não fornecerá como
resultado um valor exato.
Quanto maior o número de dı́gitos utilizados maior será a pre-

cisão obtida.
Além disso, um número pode ter representação finita em uma

base e não finita em outras bases.
A base decimal é a que mais empregamos atualmente. Já um

computador opera em geral na base 2.

Um número N qualquer pode ser descrito numa base β de acordo

com a seguinte expressão polinomial:
N = am β m + am−1 β m−1 + . . . + a1 β 1 + a0 β 0 +
| {z }
Parte Inteira
+ a−1 β −1 + a−2 β −2 + . . . + a−n β −n ,

| {z }
Parte Fracionária
onde 0 6 ak < β, k = −n, . . . , m.

Exemplo 3
(0, 123)10 = 1 × 10−1 + 2 × 10−2 + 3 × 10−3

(1101)2 = 1 × 23 + 1 × 22 + 0 × 21 + 1 × 20
Observe que os algarismos que representam o número na base

são os coeficientes da expressão polinomial.

É importante também observar que o deslocamento da vı́rgula

no número é realizado pela multiplicação do número pela corres-
pondente potência da base do número.
Exemplo 4
(0, 1234)10 = (123, 4 × 10−3 )10

(0, 101010)2 = (10, 1010 × 2−2 )2

O sistema decimal é baseado em dez dı́gitos diferentes. Todos os

números do sistema de numeração decimal são escritos usando-se
uma combinação dos seguintes dez dı́gitos: 0 1 2 3 4 5 6 7 8 9.
Analogamente, números no sistema binários são escritos usando-

se apenas os dois seguintes dı́gitos: 0 e 1.
Exemplo 5
Considere o número N = 2357. Para escrever esse número
como potências de 10, procedemos assim:
2 × 103 + 3 × 102 + 5 × 101 + 7 × 100 = 2357.

No que segue vamos ver como procedemos para fazer conversões

entre as bases. Faremos isso através de exemplos usando as bases
binária e decimal.
Exemplo 6
Converter (101100)2 para base 10.
Lembre que podemos representar o número (101100)2 usando a
expressão polinomial vista anteriormente. Ou seja,
(101100)2 = 1 × 25 + 0 × 24 + 1 × 23 + 1 × 22 + 0 × 21 + 0 × 20
= 32 + 0 + 8 + 4 + 0 + 0
= (44)10 .
Portanto,
(101100)2 = (44)10 .

Para converter um número N10 para um número M2 , proceda da

seguinte forma:
1 Divida N por 2, pegue o quociente da divisão e novamente

divida-o por 2.
2 Continue o processo até que o quociente seja 1.
3 O correspondente binário será formado pelo número 1 se-
guido dos restos da divisão escritos na ordem inversa.

Exemplo 7
Converta o número (23)10 para binário.
23 2
1 11 2
1 5 2
1 2 2
0 1
Logo,
(23)10 = (10111)2 .

Para converter a parte fracionária de um número decimal para

binário, multiplique sucessivamente a parte fracionária por 2 até
que ela seja igual a zero.
Se não for possı́vel tornar a parte fracionária igual a zero é um

indicativo que o número não possui representação exata.
O número binário é representado pelas partes inteiras resultantes.

Exemplo 8
Converter (0, 625)10 para binário.
0, 625 0, 250 0, 500

Multiplique por 2 ×2 ×2 ×2
1, 250 0, 500 1, 000
Parte Inteira 1 0 1
Parte Fracionária 0,250 0,500 0,000
Logo,
(0, 625)10 = (0, 101)2 .

Exemplo 9
Converter (0, 6)10 para binário.
0, 6 0, 2 0, 4 0, 8
Multiplique por 2 ×2 ×2 ×2 ×2
1, 2 0, 4 0, 8 1, 6
Parte Inteira 1 0 0 1
Parte Fracionária 0,2 0,4 0,8 0,6
Logo,
(0, 6)10 = (0, 10011001 . . .)2 .

Aritmética de Ponto Flutuante
As máquinas utilizam o sistema de aritmética de ponto flutuante

para representar os números e executar as operações.
Um número real na base β, em aritmética de ponto flutuante

em t dı́gitos, tem a forma:
±(·d1 d2 . . . dt )β × β e ,
onde ±(·d1 d2 . . . dt ) é uma fração na base β, também chamada

de mantissa, 0 6 dj 6 β − 1, para todo j, j = 1, . . . , t, onde e é
um expoente que varia no intervalo (m, M ) sendo que este limite
depende da máquina utilizada: em geral, m = −M .

Dado um número N , sua representação em aritmética de ponto

flutuante de t dı́gitos é feita por truncamento ou arredondamento.
Este número não poderá ser representado neste sistema se o ex-

poente e estiver fora dos limites m e M .
Estes são os casos de erro como “underflow”, se e < m e de

“overflow”, se e > M .

Exemplo 10
Dar a representação dos números abaixo em um sistema de
aritmética de ponto flutuante de três dı́gitos para β = 10, m = −4
e M = 4.
N arredondamento truncamento
1,25 0, 125 × 10 0, 125× 10
10,053 0, 101 × 102 0, 100 × 102
-238,15 −0, 238 × 103 −0, 238 × 103
2, 71828 . . . 0, 272 × 10 0, 271 × 10
0,000007 expoente menor que −4 expoente menor que −4
718235,82 expoente maior que 4 expoente maior que 4

Dependendo da máquina utilizada é possı́vel trabalhar em pre-

cisão dupla, que é o mesmo sistema de aritmética de ponto flu-
tuante mas com aproximadamente o dobro de dı́gitos disponı́veis
para a mantissa (ou seja, o comprimento da palavra passa a ser
aproximadamente 2t em precisão dupla).
É importante observar que neste caso, o tempo de execução e

requerimentos de memória aumentam de forma significativa, e
portanto, deve-se trabalhar com precisão dupla apenas em casos
estritamente necessários.

Concluindo, ao se trabalhar em um computador é essencial conhe-

cer seu comprimento de palavra e os limites do expoente e, pois
esses dados são essenciais para se interpretar tanto a precisão dos
resultados obtidos quanto as possı́veis interrupções na execução
de um programa ou erros nos resultados devido à ocorrência de
“underflow”ou “overflow”.
Apesar de incorrer em menores erros, o uso do arredondamento

acarreta um tempo maior de execução e por esta razão o trunca-
mento é mais utilizado.

Observação 11
A adição em aritmética de ponto flutuante requer o alinhamento
dos pontos decimais dos dois números.
Para isso, a mantissa do número de expoente menor deve ser

deslocada para a direita.
Esse deslocamento deve ser de um número de casas decimais igual

à diferença entre os dois expoentes.

Exemplo 12
Vamos supor que as operações são efetuadas num sistema de
aritmética de ponto flutuante de 4 dı́gitos, na base decimal. Da-
dos x = 0, 937 × 104 e y = 0, 1272 × 102 . Obter x + y e xy.
Alinhando os pontos decimais, teremos
x = 0, 937 × 104 e y = 0, 001272 × 104 .

Então
x + y = 0, 937 × 104 + 0, 001272 × 104 = (0, 937 + 0, 001272) × 104
= 0, 938272 × 104 .

Exemplo 13
Continuação:
Esse é o resultado exato dessa operação. Dado que no nosso
sistema t = 4, esse resultado deve ser arredondado ou truncado.
Então
(
0, 9383 × 104 - arredondamento
x+ ¯y=
0, 9382 × 104 - truncamento.
Ainda
xy = (0, 937 × 104 ) × (0, 1272 × 102 )
= (0, 937 × 0, 1272) × 106
= 0, 1191864 × 106 .

Exemplo 14
Continuação:
Logo, (
0, 1192 × 106 - arredondamento
xy
¯ =
0, 1191 × 106 - truncamento.
Esse resultado mostra que, ainda que as parcelas ou fatores de

uma operação estejam representados exatamente no sistema, não
se pode esperar que o resultado armazenado seja o exato.

Bibliografia
ARENALES, Selma; DAREZZO, Artur. Cálculo numérico:

Aprendizagem com o apoio de software. 2a¯ ed. São Paulo:
Cengage Learning, 2015.
FRANCO, N. B. Cálculo Numérico.São Paulo: Pearson,
2006.
RUGGIERO, M. A. G.; LOPES, V. L. R. Cálculo
Numérico: aspectos teóricos e computacionais. 2a¯ ed. São
Paulo: Person-Makron Books, 1997.

Cap1 Erros

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cap1 Erros

Enviado por

Direitos autorais:

Formatos disponíveis

Cálculo Numérico: Erros

Érica Regina Filletti Nascimento

Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

O Cálculo Numérico tem por objetivo estudar esquemas numé-

Uma solução obtida por meio de um método numérico será sem-

Serve para resolver problemas nos quais o cálculo de uma solução

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Dado um problema prático qualquer como resolvê-lo utilizando

Vamos dividir o processo de solução em três etapas:

Problema Modelo Solução

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

A última etapa deve ser dividida em três partes:

2 Transcrever o algoritmo em um código (linguagem que possa

3 Editar o código em um computador e executá-lo até que

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Durante as etapas de solução de um problema, podem surgir erros

Primeiramente é necessário conhecer os tipos de erros e desen-

Quando resolvemos problemas utilizando computação numérica

Para estimar ou delinear o erro, recorre-se a três conceitos: erro

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Definimos como erro absoluto a diferença entre o valor exato

Em geral, apenas o valor x̄ é conhecido, e neste caso, é impossı́vel

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

O erro relativo é definido como o erro absoluto dividido pelo

O erro percentual é definido como o erro relativo vezes 100, ou

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

EAx = |x − x̄| = 0, 713;

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Observe que nos exemplos anteriores o erro absoluto é o mesmo,

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Erros inerentes: surgem de modelos matemáticos incorretos,

Erro de truncamento: são erros que surgem quando um pro-

Erro de arredondamento: são erros cometidos pelos compu-

Um número decimal qualquer não pode ser representado exa-

A medida que aumenta o número de casas decimais, n, o erro de

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Número Número finito de casas decimais “n = 4”

Número Número finito de casas decimais “n = 4”

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Vamos relembrar como são feitas as conversões entre as bases

Quanto maior o número de dı́gitos utilizados maior será a pre-

Além disso, um número pode ter representação finita em uma

A base decimal é a que mais empregamos atualmente. Já um

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Um número N qualquer pode ser descrito numa base β de acordo

+ a−1 β −1 + a−2 β −2 + . . . + a−n β −n ,

onde 0 6 ak < β, k = −n, . . . , m.

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

(0, 123)10 = 1 × 10−1 + 2 × 10−2 + 3 × 10−3

Observe que os algarismos que representam o número na base

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

É importante também observar que o deslocamento da vı́rgula

(0, 1234)10 = (123, 4 × 10−3 )10

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

O sistema decimal é baseado em dez dı́gitos diferentes. Todos os

Analogamente, números no sistema binários são escritos usando-

2 × 103 + 3 × 102 + 5 × 101 + 7 × 100 = 2357.

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

No que segue vamos ver como procedemos para fazer conversões

Érica Regina Filletti Nascimento Cálculo Numérico: Erros

Para converter um número N10 para um número M2 , proceda da