Cálculo Numérico Computacional

Aula 01 - Erros de Truncamento, Erros de Arredondamento e Propagação de Erros

Professor Dr. Raphael B. Heideier
Objetivo

1. Entender erros de arredondamento e truncamento.

2. Aprender a propagar erros.
Motivação

O Cálculo Numérico corresponde a um conjunto de ferramentas ou métodos usados

para se obter a solução de problemas matemáticos de forma aproximada.

Esses métodos se aplicam principalmente a problemas que não apresentam uma solução
analítica ou essa solução analítica é muito complicada, portanto precisam ser resolvidos
numericamente.

A escolha do método mais eficiente envolve:

• Precisão desejada para os resultados;
• Capacidade do método em conduzir aos resultados desejados (velocidade de
convergência);
• Esforço computacional despendido (tempo de processamento, economia de memória
necessária para a resolução).
Interação

É a repetição sucessiva de um processo. Um método iterativo se caracteriza por

envolver os seguintes elementos:
1. Aproximação inicial: consiste em uma primeira aproximação para a solução
do problema numérico.
2. Teste de parada: é o instrumento por meio do qual o procedimento iterativo
é finalizado (truncamento).
Por que usar soluções aproximadas?

1. Nos problemas reais, os dados são medidas e, como tais, não são exatos. Uma
medida física não é um número, é um intervalo, pela própria imprecisão das
medidas. Daí, trabalha-se sempre com a figura do erro, inerente à própria
medição.

2. Os métodos aproximados buscam uma aproximação do que seria o valor

exato. Dessa forma é inerente aos métodos se trabalhar com a figura da
aproximação, do erro, do desvio.
Exemplos

  não existe primitiva em forma simples;

a)
b) não pode ser resolvido analiticamente;
c) equações diferenciais parciais não lineares podem ser resolvidas analiticamente
só em casos particulares;
d) equações transcendentais.

dx y‘ =
Aplicações

1. Determinação de raízes de equações.

2. Interpolação de valores tabelados.

3. Integração numérica, entre outros.

O que veremos

1. Visão de Engenharia x Matemática/Computação

1. Determinação de raízes de equações.
2. Interpolação de valores tabelados.
3. Integração numérica, entre outros.
2. Exemplos de custos de “erros numéricos” nas engenharias
3. Incrementação do perfil profissional
– Noções de precisão e eficiência nas soluções
– Introdução dos métodos tradicionais
– Aplicação de ferramentas disponíveis
Material adicional

Sugestão de aula no YOUTUBE:

https://www.youtube.com/watch?v=vvrTh_vEEeI

https://www.youtube.com/watch?v=vpqL1PzViXY
Como o computador armazenas números

 
Integer, float, double, long double…
Pontos flutuantes (float – 32 bit)

2  22 221 22 0 21 9 218 217 21 6 215 214 213 212 211 210 29 28 27 26 25 2 4 23 22 21 20

1. com os 8 bits do expoente conseguimos representar 256 números inteiros, no

entanto, os valores 00000000 e 11111111 são reservados, respectivamente,
para zero e infinito. Assim, os valores do expoente variam entre −126 e 127.
Logo, o menor número (em módulo) representável é (1.7 × ) e o maior
número é (1.7 × ).
2. Com 23 bits conseguimos armazenar uma mantissa com até 7 algarismos
significativos.
3. Exemplo: 2325.656 = 0.2325656*10³
Arredondamento e truncamento

Arredondar 2.325656 com

3 casas decimais:
2 casa decimais:
1 casa decimal:

Trucar 2.325656 com

3 casas decimais:
2 casa decimais:
1 casa decimal:
Cálculo da função seno

 
Supondo que um aluno utilize a seguinte função para aproximar valores de seno
em seu programa computacional, com uma variável que pode armazenas apenas
4 algarismos significativos. Considere 2.

Calcule o erro de aproximação entre o valor real do seno de e o valor calculado

no programa.
Propagação de incerteza ou desvios nos cálculos

•  • Desvio padrão:
• =±
• Constante
• Valor médio: V = G.A, onde G é o valor constante
• Desvio padrão: = ±[𝑉()]
• Sendo A, B e C grandezas físicas e seus respectivos
desvios padrões SA, SB e SC.
• Soma ou Subtração • Potencia Constante
• Valor médio da soma ou subtração: 𝑆= 𝐴 ± 𝐵 • Valor médio: V =, onde p é uma potencia constante
• Desvio padrão da soma ou subtração: • Desvio padrão: = ±[𝑉.p.()]
• =±
• • Relação Logarítmica
• Produto / Quociente • Valor médio: V = p.log(A), onde p é constante
• Valor médio do produto: 𝑃= 𝐴.𝐵.𝐶 • Desvio padrão: = ±[p.()]
• Valor médio do quociente: 𝑄= 𝐴/𝐵
Como expressar a incerteza no resultado?

• O GUM (“Guide to the Expression of Uncertainty in Measurement”/ INMETRO)

recomenda que incertezas experimentais sejam relatadas com no máximo dois
algarismos significativos, porém elas são mais comumente relatadas com apenas um
algarismo significativo. Adotando essa última como sendo a prática “correta”, temos
como exemplo:
• Correto: (52,1 ± 2,2) cm
• Correto: (52 ± 2) cm
• Sempre arredonde o valor experimental para a mesma casa decimal da incerteza.
Causaria confusão sugerir que você conhece o dígito na casa dos centésimos quando
admite que tem dúvidas na casa dos décimos.
• Errado: (1,341 ± 0,2) s
• Correto: (1,3 ± 0,2) s
Cálculo da função seno

 
Determinar um limite superior do erro absoluto do seno de x = . Admitir 4
algarismos significativos para os cálculos e .

x=

Erro absoluto = =
Erro Absoluto = 0.00008766 =

Resultado = 0.50011
Erro real = 0.0001
Exemplo

 
Determinar um limite superior do erro absoluto do volume de uma esfera, , se o diâmetro é d =
3.7 ± 0.05 cm e ≅ 3.14.
Obrigado!

Prof. Dr. Raphael Bertrand Heideier

E-mail: raphael.heideier@anhembi.br