Instituto Superior e Universitário de Tete - ISUTE 1

Análise Numérica

Análise Numérica:

A análise numérica é a disciplina da matemática que se ocupa da elaboração e estudo de métodos

que permitem obter, de forma efectiva, soluções numéricas para problemas matemáticos, quando
por uma qualquer razão não podemos ou não desejamos usar métodos analíticos.
Os problemas que a análise numérica pretende dar solução são geralmente originários das
ciências naturais e sociais, da engenharia, das finanças e, como foi dito, não podem, geralmente,
ser resolvidos por processos analíticos.
O estabelecimento das várias leis da física permitiu aos matemáticos e aos físicos obter modelos
para a mecânica dos sólidos e dos fluidos. As engenharias, mecânica e civil usam esses modelos
como sendo a base para os mais modernos trabalhos em dinâmica dos fluidos e em estruturas
sólidas, e a análise numérica tornou-se uma ferramenta essencial para todos aqueles que
pretendem efectuar investigação nessas áreas da engenharia. Por exemplo, a construção de
estruturas modernas faz uso do chamado método dos elementos finitos para resolver as equações
com derivadas parciais associadas ao modelo; a dinâmica dos fluidos computacional e
actualmente uma ferramenta fundamental para, por exemplo, desenhar aviões; a elaboração de
novos materiais é outro assunto que recorre, de forma intensa, a algoritmos numéricos. A análise
numérica é pois uma área que tem assumido crescente importância no contexto das ciências da
engenharia.

1. Teoria de erros

Quando procuramos obter resultados através de observações experimentais, devemos ter sempre
à mente que nossas observações serão sempre limitadas, no sentido de que jamais retratam com
perfeição absoluta a natureza observada. Dessa forma, quando relatamos o resultado da medição
de uma grandeza, é de suma importância sabermos quantificar a qualidade do resultado, ou seja,
precisamos informar quão boa foi a nossa medição. Para entender como isso deve ser feito,
introduziremos alguns conceitos fundamentais (Stempiniak, 1997), e depois abordaremos os
itens mais relevantes da Teoria de Erros (Vuolo, 1995).

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 2
Análise Numérica

1.1. Definições e conceitos importantes

• Medição: Conjunto de operações que têm por objetivo determinar o valor de uma grandeza.
 Medir uma grandeza é compará-la com uma outra de mesma espécie que se toma para a
unidade.
• Mensurando: Grandeza específica submetida à medição. A especificação de um mensurando
pode requerer a informação de outras grandezas, como temperatura, pressão, etc...
• Resultado de uma medição: Valor atribuído ao mensurando, obtido por medição. Uma
expressão completa do resultado inclui informações sobre a incerteza da medição.
• Valor verdadeiro: Valor consistente com a definição de uma dada grandeza específica. É o
valor que seria obtido por uma medição perfeita.
• Erro: Resultado de uma medição menos o valor verdadeiro.
• Desvio padrão experimental: Resultado que caracteriza a variabilidade dos resultados de uma
série de medições, ou melhor, caracteriza a dispersão (em torno da média) dos resultados de
uma série de medições.
• Incerteza de medição: Parâmetro, associado ao resultado da medição, que caracteriza a
dispersão dos valores que podem ser razoavelmente atribuídos a um mensurando.
• Repetitividade: Grau de concordância entre resultados de medições sucessivas de um mesmo
mensurando, efetuadas sob as mesmas condições de mediçã.
• Valor médio verdadeiro: É o valor médio que seria obtido de um número infinito de
observações feitas em condições de repetitividade.
• Erro estatístico ou aleatório: É o resultado de uma medição menos a média que resultaria de
um número infinito de medições de um mesmo mensurando, efetuadas sob condições de
repetitividade.
• Erro sistemático: Média que resultaria de um número infinito de medições de um mesmo
mensurando, menos o valor verdadeiro do mensurando.
• Incerteza padrão: Incerteza do resultado de uma medição expressa com um desvio padrão.
• Nível de confiança: Indica a probabilidade de que um resultado pode estar correto.
• Exatidão: Grau de concordância entre o resultado de uma medição e o valor verdadeiro do
mensurando.
• Precisão: Indica o grau de concordância entre os diversos resultados experimentais obtidos em
condições de repetitividade.

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 3
Análise Numérica

Obs: É comum ocorrer certa confusão entre os conceitos de precisão e exatidão. Vamos,
pois, torná-los mais claros através de um exemplo:
“Em uma competição de tiro ao alvo, um competidor conseguiu que todos os seus tiros ficassem
distribuídos de maneira dispersa em torno do alvo central. Um segundo atirador, teve uma outra
habilidade: conseguiu concentrar todos os seus tiros em uma certa região localizada ao lado do
alvo central. Apesar de seus tiros ficarem todos concentrados, não conseguiu atingir o alvo
central. Já um terceiro competidor teve a destreza necessária para conseguir concentrar todos os
tiros exatamente em cima do alvo”.
Nesse exemplo, o primeiro atirador efectuou disparos poucos precisos, pois seus tiros ficaram
todos dispersos em torno do alvo central. O segundo atirador conseguiu atirar de maneira
bastante precisa, pois seus tiros ficaram bem concentrados. Em contrapartida, por não ter
conseguido acertar o alvo, os disparos do segundo atirador não foram exatos. Já o terceiro
competidor conseguiu concentrar duas habilidades: tiros exatos e precisos. Os tiros foram exatos
porque atingiram o alvo e foram precisos porque todos ficaram bem concentrados (houve pouca
dispersão).

1.2. Fontes e Tipos de Erros.

Existem vários tipos de erros que podem ocorrer em uma medição. Considere que, em um certo
experimento, tenham sido efetuadas n medições. Certamente os n resultados não serão idênticos.
Podemos identificar, no experimento realizado, algumas fontes de erro.

 Erro estatístico
É o erro que resulta de uma flutuação no resultado da medição .É o erro que resulta de uma
variação aleatória no resultado da medição que, por algum motivo, não podem ou não são
controlados. Uma corrente de ar, por exemplo, pode gerar um erro. Exemplo: quando medimos a
massa através de uma balança, algumas correntes de ar ou mesmo vibrações podem introduzir
este tipo de erro.
 Erro sistemático
O erro sistemático presente nos resultados é sempre o mesmo quando a medição é repetida.
Assim, o efeito de um erro sistemático não pode ser avaliado simplesmente repetindo medições,
sendo, pois, bem mais difícil de ser estimado. Os erros sistemáticos podem ser classificados em:

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 4
Análise Numérica

i. Erro sistemático instrumental: está relacionado com a calibração do instrumento.

Chamam-se erros sistemáticos as flutuações originárias de falhas nos métodos
empregados ou de falhas do operador.
Por exemplo:
 Uma régua calibrada errada ou na escala de um instrumento
 Um relógio descalibrado que sempre adianta ou sempre atrasa
 A influência de um potencial de contacto numa medida de voltagem
 O tempo de resposta de um operador que sempre se adianta ou se atrasa nas observações
 O operador que sempre superestima ou sempre subestima os valores das medidas
Nas medidas em que o valor verdadeiro da grandeza é desconhecido, as flutuações de
origem sistemática quase sempre passam desapercebidas. Por sua natureza estes erros tem
amplitudes constantes, e influem sempre num mesmo sentido, ou para mais, ou para menos. É
ocaso da dilatação de uma régua; a extensão de “1 mm” marcado na escala não
corresponderealmente a 1 mm. Medidas com esta régua ficarão sujeitas a erros sistemáticos que
influirão no
resultado sempre num mesmo sentido e com a mesma amplitude.
ii. Erro sistemático ambiental: é um erro devido a efeitos do ambiente sobre o
experimento. Os fatores que podem gerar esse tipo de erro são: temperatura, pressão,
umidade, aceleração da gravidade, campo magnético da Terra, luz, entre outros.
iii. Erro sistemático observacional: é o erro sistemático devido a falhas de
procedimento ou devido à imperícia do observador. Um observador que não lê
adequadamente o ponteiro de um medidor pode introduzir este tipo de erro no
experimento.

 Erros de truncatura

Os erros de truncatura ou de discretização são, por definição, os erros que surgem quando se
passa de um processo infinito para um processo finito ou quando se substitui um processo
contínuo por um discreto. Resultam do uso de fórmulas aproximadas, ou seja, uma truncatura da
realidade.É preciso fazermos a substituição de uma expressão ou fórmula infinita por uma finita

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 5
Análise Numérica

ou discreta. Por exemplo, quando se tomam apenas alguns dos termos do desenvolvimento em
série de uma função.Por exemplo, ao calcular a função:

3 5 7 n 2 i−1 ∞ 2 i−1
x x x x x
sen ( x )=x− + − + …=∑ (−1 ) . + ∑ (−1 ) .
i−1 i−1

3! 5 ! 7 ! i=1 ( 2 i−1 ) ! ⏟
i=n+1 ( 2 i−1 ) !
ε

se só se considerar a soma das n primeiras parcelas comete-se um erro de truncatura ε que é dado
pelo segundo somatório.

 Erros de arredondamento

Resultam da representação de números reais com um número finito de algarismos significativos.

Quando se utiliza instrumentos de cálculos, estes trabalham com um número finito de dígitos. Por
exemplo, ao usar 0.3334, 3.14 e 1.414 para números aproximados de 1/3, π e √2 comete-se um
determinado erro de arredondamento.

1.3. Erro absoluto e erro relativo

A partir do momento em que se calcula um resultado por aproximação, é preciso saber como
estimar e delimitar o erro cometido nessa aproximação. Todos os tipos de erros acima podem ser
expressos como "erro absoluto" ou como "erro relativo". Também, podem ser tratados pela
Análise Numérica ou pela Estatística.

 SejaX um número com valor exacto e ~ x um valor aproximado de X. A diferença entre o

valor exato X e o valor aproximado ~
x é o erro de X
 Ao módulo deste valor, chama-se de Erro absoluto de X.

Como geralmente não temos acesso ao valor exacto X, o erro absoluto não tem na maior parte
dos casos utilidade prática. Assim, temos que determinar um majorante de ∆ . Este valor designa-
se de ∆ . Satisfaz a condição:

∆
O mínimo do conjunto dos majorantes de?, chama-se "erro máximo absoluto" em que x
representa X.

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 6
Análise Numérica

Em face das regras de arredondamento consideradas, um número com casas decimais deve
supor-se afectado de um erro máximo absoluto de:?

 Geralmente, mais útil do que o erro máximo absoluto é a relação entre este e a grandeza
que está afectada pelo erro.

Ao quociente entre o "erro absoluto" e o módulo do valor exacto, chama-se Erro relativo de X.

∆
δ=
|X|

No entanto, na prática não temos acesso ao erro relativo e temos que usar o majorante deste.

∆ ∆
Se ∆ muito menor que X então,δ= ≤
|X| |x|

Exemplos

Sejam os valores x=0.000006 e x=0.000004 , o erro absoluto é de 2x10-6 e o erro relativo é de

0,33333...

Seja p=π e p¿ =3,1416 , o erro absoluto é de 7.346x10-6 e o erro relativo é de 2.338x10-6.

¿
Seja v v=40320 e v v=39990, o erro absoluto é de 4.2x10-2 e o erro relativo é de 1.042x10-2.

Flutuações nas medidas: Ao se realizar várias medidas experimentais, de uma certa grandeza
física, temos como objetivo alcançar o seu “valor verdadeiro” ou “valor real”. Mas atingir este
objetivo épraticamente impossível. Pode-se chegar, após uma série de medidas, a um valor que
mais se aproxima do valor real, ou seja, ao valor mais provável de uma grandeza medida.
O “valor real” seria aquele obtido teoricamente por meio de algum modelo “exato” (que incluísse
todos os efeitos físicos) ou então aquele obtido por meio de uma medida experimental “perfeita”.
Ambos os casos são situações ideais não alcançadas na prática.

1.4. Algarismos significativos

Algarismos significativos (a.s.): chama-se a.s. a todos os dígitos usados para escrever um
número com excepção dos zeros para obter a casa das unidades (zeros à esquerda).

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 7
Análise Numérica

Exemplos:
 O número 0.00263 tem 3 a.s.
 O número 23.806 tem 5 a.s.
 O número 0.0200 tem 3 a.s.
Algarismos significativos correctos (a.s.c.)
Diz-se que um algarismo significativo de uma aproximação a de um número A é algarismo
significativo correcto se ¿ A−a∨≤0.5 ×10−m, onde m é a ordem decimal da casa que esse
algarismo ocupa. Nesta notação considera-se que, por exemplo, a ordem decimal da casa das
-m
dezenas é -1.(Nota: Há autores que dão a definição usando a relação ¿ A−a∨¿ ≤ 1 × 10 ).

Exemplos: Se A=2, a′=1.9999 tem 4a.s.c. e a″=2.06 tem 1 a.s.c..

Regras para Operações com Algarismos Significativos

a) Na adição e subtração - faz-se a operação normalmente e no final reduz-se o resultado,
usando critério de arredondamento, para o número de casas decimais da grandeza menos precisa.
Exemplos:
Adição:(12441+57,91+1,987+0,0031+119,20)=12620,1001=12620
Subtração: (12441,2−7856,32)=4584,88=4584,9
b) Na multiplicação e divisão - o resultado deverá ter igual número de algarismos que a
grandeza com menor quantidade de algarismos significativos que participa da operação.
Exemplos:
 Multiplicação: (12,46 ×39,8)=495,908=496

 Divisão: (803,407 /13,1)=61,32877=61,3

c) Na potenciação e radiciação o resultado deverá ter o mesmo número de algarismos
significativos da base (potenciação) ou do radicando (radiciação):
2
 Potenciação: ( 1,52 x 103 ) =2,31 x 10 6
1
 Radiciação: (0,75 x 10 4 )2 =0,87 x 102

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE

 Instituto Superior e Universitário de Tete - ISUTE 8
Análise Numérica

Regra para os arredondamentos

 Como regra geral adiciona-se uma unidade ao último algarismo significativo, se o dígito
seguinte a ele for maior ou igual a 5. Mantém-se o último algarismo significativo
inalterado se o dígito seguinte a ele for menor do que 5.
1.5. Primeiro problema fundamental da teoria dos erros

Estando os dados de um problema afectados de erro, calcula-se um majorante do erro em que a

solução calculada representa a solução exata.

1. Erro na avaliação de funções de uma variável

∆ x ≤|f ' (x)| ∆ x
2. Erro na avaliação de funções com mais de uma variável

| |
N
δf ( x )
∆ x ≤∑ ∆ x oi
k =1 δ xi

que é a Fórmula Fundamental da Teoria dos Erros.

Referencias

Effrey, A; Mathematics For Engineers And Scientists; ELBS With Chapman & Hall; London;
1990
Burden, R.L E Faires,J.D; Numerical Analysis; Ed. PwsPublishing Company, Boston (**)
FRANCO, Neide Bertoldi, Cálculo Numérico, editora Pearson Education Hall, São Paulo, 2006.

Docente: Albertino J.Inácio e-mail: albesjef@gmail.com A Politécnica – ISUTE