Escolar Documentos
Profissional Documentos
Cultura Documentos
Análise Numérica
Análise Numérica:
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).
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).
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:
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
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
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.
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.
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
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.
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 ).
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
| |
N
δf ( x )
∆ x ≤∑ ∆ x oi
k =1 δ xi
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.