Ponto Flutuante Erros

Cálculo Numérico
Aritmética de Ponto Flutuante e Noções de Erro
Ana Paula
Ana Paula Cálculo Numérico

Sumário
1 Introdução
2 Sistemas de Numeração
3 Representação de Números Inteiros no Computador
4 Representação de Números Reais no Computador
5 Operações Aritméticas em Ponto Flutuante
6 Noções Básicas Sobre Erros
7 Efeitos Numéricos

Introdução
Introdução

Introdução
Introdução
I O objetivo aqui é estudar métodos numéricos
I Logo, é importante entender como os números são representados no
computador e como as operações aritméticas são realizadas
I Limitações da representação finita
I Determinar os casos em que erros ocorrem
I Noções de erro
I Efeitos numéricos
I Cancelamento
I Propagação do erro

Introdução
Introdução
I O objetivo aqui é estudar métodos numéricos
I Logo, é importante entender como os números são representados no
computador e como as operações aritméticas são realizadas
I Limitações da representação finita
I Determinar os casos em que erros ocorrem
I Noções de erro
I Efeitos numéricos
I Cancelamento

Sistemas de Numeração

Sistema Decimal
I O sistema decimal é normalmente adotado
I Dez dı́gitos são utilizados para representar os números
I base 10
I Sistema posicional
I Qualquer número inteiro no sistema decimal pode ser representado

como
N = (an an−1 . . . a1 a0 )10
= an × 10n + an−1 × 10n−1 + · · · + a1 × 101 + a0 × 100
onde ai ∈ {0, 1, . . . , 8, 9}

Sistema Decimal
I Por exemplo
(21)10 = 2 × 101 + 1 × 100
(2001)10 = 2 × 103 + 0 × 102 + 0 × 101 + 1 × 100

Sistema Decimal
I Por exemplo
(21)10 = 2 × 101 + 1 × 100
(2001)10 = 2 × 103 + 0 × 102 + 0 × 101 + 1 × 100

Sistema Binário
I Os computadores adotam um sistema com dois estados
I Sistema binário
I base 2
I Também é posicional
I Os números não negativos podem ser representados como

N = (an an−1 . . . a1 a0 )1
= an × 2n + an−1 × 2n−1 + · · · + a1 × 21 + a0 × 20
onde ai ∈ {0, 1}

Sistema Binário
I Por exemplo
(101)2 = 1 × 22 + 0 × 21 + 1 × 20
(1001)2 = 1 × 23 + 0 × 22 + 0 × 21 + 1 × 20

Sistema Binário
I Por exemplo
(101)2 = 1 × 22 + 0 × 21 + 1 × 20
(1001)2 = 1 × 23 + 0 × 22 + 0 × 21 + 1 × 20

Representação de Números Inteiros no Computador
Representação de Números Inteiros no

Computador

Conversão de Bases
I Um número na base β pode ser convertido para base decimal como
(N )10 = an × β n + an−1 × β n−1 + · · · + a1 × β 1 + a0 × β 0
onde ai são os dı́gitos do número representado em na base β

Exemplo
I Exemplo 1
Converta (110)2 para a base decimal.

Exemplo
I Exemplo 2
Converta (1001)2 para a base decimal.

Conversão de Bases
I Conversão da base decimal para a base β
I Divisões sucessivas do número em base decimal por β até que o
quociente seja igual a zero
I O número na base β é formado pela concatenação em ordem inversa

dos restos das divisões

Exemplo
I Exemplo 3
Converta (35)10 para a base 2.


I Para número não negativos, a representação é direta
33 ⇒ 0 0 1 0 0 0 0 1
I Para número inteiros com sinal, uma possibilidade é reservar 1 bit

para indicar o sinal
I 0 ⇒ positivo
I 1 ⇒ negativo
−33 ⇒ 1 0 1 0 0 0 0 1
I 32 bits são normalmente adotados para representação simples

I Valores em [0, 232 − 1] podem ser representados quando o sinal não é
considerado


33 ⇒ 0 0 1 0 0 0 0 1

I 0 ⇒ positivo
I 1 ⇒ negativo
−33 ⇒ 1 0 1 0 0 0 0 1

considerado


33 ⇒ 0 0 1 0 0 0 0 1

I 0 ⇒ positivo
I 1 ⇒ negativo
−33 ⇒ 1 0 1 0 0 0 0 1

considerado

Representação de Números Reais no Computador
Representação de Números Reais no

Computador


I Um número real positivo x pode ser escrito como
n
X ∞
X
x= ai B i + bi B −i
i=0 i=1
| {z } | {z }
xint xfrac
onde ai e bi são, respectivamente, os coeficientes da parte inteira e

fracionária do número x
I Por exemplo,
(123,45)10 = 1 × 102 + 2 × 101 + 3 × 100 + 4 × 10−1 + 5 × 10−2


I Se bi = 0 para todo i maior que um valor inteiro, então diz-se que a
fração termina
I Caso contrário, diz-se que a fração não termina
I Exemplos:
0,45 = 4 × 10−1 + 5 × 10−2 ⇒ termina
−1 −2 −3
0,666 . . . = 6 × 10 + 6 × 10 + 6 × 10 + . . . ⇒ não termina

Mudança de Base
I Conversão de base 2 para decimal
I Similar ao caso inteiro
I Conversão de base decimal para binária

I Converte-se a parte inteira
I Divisões sucessivas
I Converte-se a parte fracionária

I Multiplicações sucessivas

Mudança de Base
I Conversão de base 2 para decimal
I Similar ao caso inteiro
I Conversão de base decimal para binária

I Converte-se a parte inteira
I Divisões sucessivas
I Converte-se a parte fracionária

I Multiplicações sucessivas

Mudança de Base – Multiplicações sucessivas

I Seja (xfrac )10 a parte fracionária de (x)10 , a fração binária
(,b1 b2 . . . )2 é determinada como
c0 = xfrac
b1 = (2 × c0 )int c1 = (2 × c0 )frac
b2 = (2 × c1 )int c2 = (2 × c1 )frac
.. ..
. .
onde “int” representa a parte inteira do número e “frac” a parte
fracionária
I O processo pode ser finalizado quando ci = 0

Exemplo
I Exemplo 4
Converta o número (111,01)2 para a base 10.

Exemplo
I Exemplo 5

Exemplo
I Exemplo 6


I O computador representa os números em sistema binário
I A representação é finita
I Números como o π = 3,1415 . . . são aproximados
I Existem duas formas de representar números reais no computador

I Ponto fixo
I Ponto flutuante

Representação em Ponto Fixo

I Neste sistema uma palavra (número) é representada por 3 campos
I 1 bit para o sinal
I bits que formam a parte inteira
I bits que formam a parte fracionária
I Por exemplo, o número (12,75)10 pode ser representado em um

sistema com 32 bits (15 bits para a parte inteira e 16 bits para a
parte fracionária) como
0 000000000001100 11000000000000000
I O sistema de ponto fixo limita muito a magnitude dos números que

podem ser representados
I Essa representação é raramente adotada



0 000000000001100 11000000000000000




0 000000000001100 11000000000000000


Representação em Ponto Flutuante

I A representação em ponto flutuante é baseado na notação cientı́fica
x = ±d × β e
onde d é a mantissa, β é a base do sistema de numeração e e é o
expoente
I A mantissa é um número na forma

(0,d1 d2 . . . dt )β
onde t é o número de dı́gitos e di ∈ {0, 1, . . . , (β − 1)}, i = 1, . . . , t
I O expoente e é definido no intervalo [L, U ]

I Um número é dito normalizado quando d1 6= 0
I Os sistemas apresentados no curso são normalizados (a menos que o
contrário seja dito)


I Um sistema de ponto flutuante pode ser definido como
F (β, t, L, U )
onde
I β é a base do sistema
I t é o número de dı́gitos da mantissa
I L é o menor valor para o expoente
I U é o maior valor para o expoente


I Nota-se que os números em ponto flutuante são discretos
I Uma caracterı́stica é a variação entre a discretização de números com

magnitudes diferentes

Ponto Fixo versus Ponto Flutuante

Ponto Fixo versus Ponto Flutuante

Exemplo
I Exemplo 7
Considerando o sistema F (10, 3, −5, 5).
Represente o número 1,23 nesse sistema.

Exemplo
I Exemplo 8
Qual o menor número em valor absoluto que esse sistema pode
representar?

Exemplo
I Exemplo 9
Qual o maior número que esse sistema pode representar?


I Sejam m e M , respectivamente, o menor e o maior valores absolutos
representáveis no sistema F (β, t, L, U )
I Dado um número x, então
I Se m ≤ |x| ≤ M , então o número pode ser representado no sistema
I Os valores podem ser arredondados ou truncados
I Truncamento: dı́gitos dt+1 dt+2 . . . são removidos
I Arredondamento: na base 10, além de remover os dı́gitos dt+1 dt+2 . . . ,

soma-se 1 ao dı́gito dt se dt+1 ≥ 5,
I Se |x| < m, então o número não pode ser representado no sistema e

diz-se que ocorre underflow
I Se |x| > M , então o número não pode ser representado no sistema e

diz-se que ocorre overflow
Exemplo
I Exemplo 10
Considerando o sistema F (2, 3, −1, 2) com truncamento.
Represente o número (0,38)10 nesse sistema.

Exemplo
I Exemplo 11

Exemplo
I Exemplo 12

Operações Aritméticas em Ponto Flutuante
Operações Aritméticas em Ponto

Flutuante


I Adição/Subtração
I Deve-se ajustar o número de menor expoente para igualá-lo ao do
outro número
I Multiplicação/Divisão
I Realiza-se a operação nas mantissas e nos expoentes
I Os valores devem ser representados no sistema utilizado

I Os resultados devem ser truncados ou arredondados
I Definição do sistema


outro número



outro número


Exemplo
I Exemplo 13
Seja o sistema F (10, 2, L, U ) com arredondamento; os limitantes do
expoente são ignorados nesse exemplo. Some 4,32 e 0,064 nesse
sistema.

Exemplo
I Exemplo 14
Seja o sistema F (10, 2, L, U ) com arredondamento. Multiplique 1234
por 0,016 nesse sistema.

Noções Básicas Sobre Erros

I Além disso, erros podem ser introduzidos ao representar números no

computador
I Um número real x provavelmente será aproximado quando

representado em ponto flutuante no computador
I É necessário definir medidas para calcular erros em aproximações

I erro absoluto
I erro relativo

Erro Absoluto
I Seja x̄ uma aproximação de x, o erro absoluto é definido como
EA(x̄) = |x − x̄|

Exemplo
I Exemplo 15
Seja o sistema F (10, 4, L, U ) com arredondamento. Qual o erro
absoluto ao representar x = 1428,756 nesse sistema?
I Solução:
x̄ = 0,1429 × 104 ⇒ EA(x̄) = |1428,756 − 1429| = 0,244

Exemplo
I Exemplo 15
Seja o sistema F (10, 4, L, U ) com arredondamento. Qual o erro
absoluto ao representar x = 1428,756 nesse sistema?
I Solução:
x̄ = 0,1429 × 104 ⇒ EA(x̄) = |1428,756 − 1429| = 0,244

Exemplo
I Exemplo 16
Seja o sistema F (10, 4, L, U ) com truncamento. Qual o erro absoluto
ao representar x = 1428,756 nesse sistema?
I Solução:
x̄ = 0,1428 × 104 ⇒ EA(x̄) = |1428,756 − 1428| = 0,756

Exemplo
I Exemplo 16
Seja o sistema F (10, 4, L, U ) com truncamento. Qual o erro absoluto
ao representar x = 1428,756 nesse sistema?
I Solução:
x̄ = 0,1428 × 104 ⇒ EA(x̄) = |1428,756 − 1428| = 0,756

Erro Relativo
I Seja x̄ uma aproximação de x, o erro relativo é definido como
|x − x̄| EA(x̄)
ER(x̄) = =
|x| |x|
I dado x 6= 0.

Exemplo
I Exemplo 17
Sejam x1 = 1000,5, x¯1 = 1000,6, x2 = 10,5 e x¯2 = 10,6. Nota-se
que EA(x¯1 ) = EA(x¯2 ) = 0,1. Quais os erros relativos?
I Solução:
0,1 −4
ER(x¯1 ) = 1000,6 ≈ 0,9995 × 10
0,1 −2
ER(x¯2 ) = 10,6 ≈ 0,9524 × 10

Exemplo
I Exemplo 17
Sejam x1 = 1000,5, x¯1 = 1000,6, x2 = 10,5 e x¯2 = 10,6. Nota-se
que EA(x¯1 ) = EA(x¯2 ) = 0,1. Quais os erros relativos?
I Solução:
0,1 −4
ER(x¯1 ) = 1000,6 ≈ 0,9995 × 10
0,1 −2
ER(x¯2 ) = 10,6 ≈ 0,9524 × 10


I O valor de x geralmente não é conhecido
I Na prática utiliza-se uma medida de erro entre aproximações

||xnovo − xantigo ||
||xnovo ||

Efeitos Numéricos
Efeitos Numéricos

Efeitos Numéricos
Efeitos Numéricos
I Além dos erros causados pela representação no computador, existem
certos efeitos numéricos que contribuem para aumentar os erros
I Somar (ou subtrair) números com ordens de grandeza muito diferentes
I Cancelamento

Efeitos Numéricos
Efeitos Numéricos
I Somar (ou subtrair) números com ordens de grandeza muito
diferentes
I As operações de soma e subtração podem não ter o efeito desejado
I Por exemplo, ao somar 0,1 e 5000 num sistema F (10, 4, L, U ),

obtém-se
0,1 + 5000 = 0,1000 × 100 + 0,5000 × 104

= 0,00001 × 104 + 0,5000 × 104
= 0,50001 × 104
= 0,5000 × 104 (arredondando ou truncando)

Efeitos Numéricos
Efeitos Numéricos
I Cancelamento
I Ocorre quando dois números muito parecidos são subtraı́dos
I Os expoentes devem ser igualados quando se calcula x − y
I Quando x e y são similares, vários zeros aparecem no final da mantissa

do resultado ao normalizá-lo
I Ocorre assim uma perda de dı́gitos significativos

Efeitos Numéricos
Efeitos Numéricos
I Propagação dos erros
I Um grande número de operações elementares é normalmente utilizado
em métodos numéricos para buscar a solução de um determinado
problema
I Assim, o erro cometido em uma operação isolada pode não ser muito
significativo para a solução do problema tratado
I Entretanto, é necessário analisar como esses erros se propagam
I erro ilimitado: se acumulam a uma taxa crescente e a sequência de
operações é considerada instável
I erro limitado: se acumulam a uma taxa decrescente e a sequência de

operações é considerada estável

Efeitos Numéricos
Efeitos Numéricos
I Por exemplo, considerando um sistema F (10, 4, L, U ) com
truncamento, ao efetuar a operação
4
X
S= (xi + yi ); xi = 0,46709 e yi = 3,5678
i=1
I Para i = 1
(x1 + y1 ) = 0,4034 × 101
e o erro absoluto é dado por EA(S̄) = |4,03569 − 4,034| = 0,00169
I Para i = 2
(x1 + y1 ) + (x2 + y2 ) = 0,8068 × 101

Efeitos Numéricos
Efeitos Numéricos
4
X
S= (xi + yi ); xi = 0,46709 e yi = 3,5678
i=1
I Para i = 1
(x1 + y1 ) = 0,4034 × 101
I Para i = 2
(x1 + y1 ) + (x2 + y2 ) = 0,8068 × 101

Efeitos Numéricos
Efeitos Numéricos
4
X
S= (xi + yi ); xi = 0,46709 e yi = 3,5678
i=1
I Para i = 1
(x1 + y1 ) = 0,4034 × 101
I Para i = 2
(x1 + y1 ) + (x2 + y2 ) = 0,8068 × 101

Efeitos Numéricos
Efeitos Numéricos
I Para i = 3
(x1 + y1 ) + (x2 + y2 ) + (x3 + y3 ) = 0,1210 × 102
I Para i = 4
4
X
S= (xi + yi ) = 0,1613 × 102
i=1
I Pode-se observar que o erro absoluto aumenta à medida em que as

operações são realizadas

Efeitos Numéricos
Efeitos Numéricos
I Para i = 3
(x1 + y1 ) + (x2 + y2 ) + (x3 + y3 ) = 0,1210 × 102
I Para i = 4
4
X
S= (xi + yi ) = 0,1613 × 102
i=1
I Pode-se observar que o erro absoluto aumenta à medida em que as

operações são realizadas

Efeitos Numéricos
Efeitos Numéricos
I Um grande número de operações elementares é normalmente utilizado
em métodos numéricos para buscar a solução de um determinado
problema
I Assim, o erro cometido em uma operação isolada pode não ser muito
significativo para a solução do problema tratado
I Entretanto, é necessário analisar como esses erros se propagam
I erro ilimitado: se acumulam a uma taxa crescente e a sequência de
operações é considerada instável
I erro limitado: se acumulam a uma taxa decrescente e a sequência de

operações é considerada estável

Efeitos Numéricos
Efeitos Numéricos
I A implementação ou o uso incorreto de algoritmos e softwares
cientı́ficos já foi responsável por alguns desastres
I Guerra do Golfo (1991)
I Uma bateria de mı́sseis Patriot (“Phased Array TRacking Intercept Of

Target”) americano, falhou ao rastrear e interceptar um mı́ssil Scud
do Iraque
I O mı́ssil Scud acertou o acampamento americano
I 28 soldados morreram e centenas ficaram feridos
I O tempo era medido em décimos de segundo

I Uma dı́zima periódica em um sistema binário
I O acúmulo do erro durante o tempo em que o sistema estava

operante levou à falha
Efeitos Numéricos
Fontes
I Curso de Cálculo Numérico - UFJF

Efeitos Numéricos
Dúvidas?

Ponto Flutuante Erros

Enviado por

Dados do documento

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

Ponto Flutuante Erros

Enviado por

Direitos autorais:

Formatos disponíveis

Cálculo Numérico

Aritmética de Ponto Flutuante e Noções de Erro

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

I Determinar os casos em que erros ocorrem

Ana Paula Cálculo Numérico

I Determinar os casos em que erros ocorrem

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

I Qualquer número inteiro no sistema decimal pode ser representado

Ana Paula Cálculo Numérico

(21)10 = 2 × 101 + 1 × 100

(2001)10 = 2 × 103 + 0 × 102 + 0 × 101 + 1 × 100

Ana Paula Cálculo Numérico

(21)10 = 2 × 101 + 1 × 100

(2001)10 = 2 × 103 + 0 × 102 + 0 × 101 + 1 × 100

Ana Paula Cálculo Numérico

I Os números não negativos podem ser representados como

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Representação de Números Inteiros no

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

I O número na base β é formado pela concatenação em ordem inversa

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Representação de Números Inteiros no Computador

I Para número inteiros com sinal, uma possibilidade é reservar 1 bit

I 32 bits são normalmente adotados para representação simples

Ana Paula Cálculo Numérico

Representação de Números Inteiros no Computador

I Para número inteiros com sinal, uma possibilidade é reservar 1 bit

I 32 bits são normalmente adotados para representação simples

Ana Paula Cálculo Numérico

Representação de Números Inteiros no Computador

I Para número inteiros com sinal, uma possibilidade é reservar 1 bit

I 32 bits são normalmente adotados para representação simples

Ana Paula Cálculo Numérico

Representação de Números Reais no

Ana Paula Cálculo Numérico

Representação de Números Reais no Computador

onde ai e bi são, respectivamente, os coeficientes da parte inteira e

Ana Paula Cálculo Numérico

Representação de Números Reais no Computador

I Caso contrário, diz-se que a fração não termina

Ana Paula Cálculo Numérico

I Conversão de base decimal para binária

I Converte-se a parte fracionária

Ana Paula Cálculo Numérico

I Conversão de base decimal para binária

I Converte-se a parte fracionária

Ana Paula Cálculo Numérico

Mudança de Base – Multiplicações sucessivas

I O processo pode ser finalizado quando ci = 0

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Ana Paula Cálculo Numérico

Representação de Números Reais no Computador