Métodos Numéricos 1

CAP-INPE

Haroldo Fraga de Campos Velho

E-mail: haroldo@lac.inpe.br
Web-page: www.lac.inpe.br/~haroldo

Curso de Métodos Numéricos 1 / CAP-INPE, 2013

Conteúdo (do que trata o curso)

 É um curso de “Cálculo Numérico” …

 … com pinceladas de análise numérica.
 Questão: muitos profissionais de ciência exatas estudam
“Cálculo”.
 Matemáticos estudam Cálculo e Análise.
 Qual a diferença entre “Cálculo” e “Análise”?

 Afinal, porque estamos aqui?

Conteúdo: Cálculo Numérico (com “gotas” de análise)

 Computador Eletrônico-Digital e Representação de

Sistemas Numéricos e Erro.
 Interpolação polinomial
 Solução de Equações Não Lineares (escalar)
 Matrizes e Sistemas de Eq. Lineares (*)
 Álgebra Não Linear e Otimização
 Aproximação
 Diferenciação e Integração Numéricas
 Solução de EDO: PVI e PCC (ou PVC)
Avaliações

 Listas de exercícios
 Seminários (nem sempre)
 Provas
Referências

1. Qualquer livro de Cálculo Numérico.

2. S. D. Conte, C. de Boor (1987): Elementary

Numerical Analysis. McGraw-Hill, 3rd Edition.

3. J. D. Hoffman (1993): Numerical Methods for

Engineers and Scientists. McGraw-Hill.
 1

BASES

1. Números inteiros
2. Se nada está especificado, a base é 10:

3. De maneira geral:
 2

BASES

1. Outra base importante: a base 2

2. Para passar de uma base para outra, é importante

seguir o procedimento acima: para passar da
representação da base-10 para a base-b, faz-se a
divisão inteira por b sucessivamente.
 3

BASES

1. Mudança de base
 4

NÚMEROS COM REPRESENTAÇÃO FINITA E ERROS DE

ARREDONDAMENTO
1. Sistemas numéricos: como mencionado, se nada é
dito, supõe-se base-10.

2. A maioria dos computadores trabalha com base-2

e os coeficientes exponenciais, neste sistema, só
podem ser 0 ou 1.
 5

Sistemas numéricos

1. A obtenção da seqüência de algarismos de um

certo número numa base, a partir da seqüência em
outra base: divisões e multiplicações pela base.
 6

Sistemas numéricos

1. Outro exemplo.
 7

Sistemas numéricos

1. Números reais menores do que 1:

2. Em uma base qualquer:

1. Exemplo:
 8

Sistemas numéricos
1. Exemplo (reais menores do que 1):

1. Representação finita numa base não implica em

representação finita em outra base (vice-versa).
 9

Sistemas numéricos

1. Números reais maiores do que 1:

 Real com valor absoluto > 1: basta separá-lo como a

soma de um número inteiro + real menor do que 1.
P/ real menor do que 1, aplica-se a regra anterior …
 10

ARITMÉTICA COM PONTO FLUTUANTE

1. Todos os números reais podem ser escritos como

2. Se d1 ≠ 0 ou d1 = d2 = … = dn = 0 a representação é
dita normalizada.

3. Nos computadores, n é finito. Somente alguns

coeficientes são representados corretamente.
4. Valores de (n, e) dependem da máquina, linguagem e
tipo de variável. A base-β varia entre 2 e 16.
 11

ARITMÉTICA COM PONTO FLUTUANTE

1. Quando um número real passa de uma base para

outra, normalmente tem erro de arredondamento.

2. Arredondar: escolha do número com representação

completa mais próxima.

3. Cortar: escolha o número com representação

completa mais próxima entre x e 0 (zero).
 12

ARITMÉTICA COM PONTO FLUTUANTE

1. Erro de arredondamento e/ou corte.

2. Exemplo:
 13

ARITMÉTICA COM PONTO FLUTUANTE

1. O número utilizado no processador é diferente

do número real verdadeiro x.

2. As operações são também aproximações.

 14

ARITMÉTICA COM PONTO FLUTUANTE

1. Exemplos da 1a. parcela citada no slide anterior.

 15

ARITMÉTICA COM PONTO FLUTUANTE

1. Erros devidos a 2a. Parcela também se devem ao

número finito de algarismos usados.
2. Multiplicação de 2 números de cinco algarismos
tem como resultado um número de nove ou dez
algarismos.
3. Exemplo de redução de algarismos significativos
 16

ARITMÉTICA COM PONTO FLUTUANTE: ERROS

1. O que é um “algorítmo”?
2. Na escolha de um algorítmo é necessário se
antecipar a geração de erros na execução.
3. Exemplo: raiz de ax2 + bx + c

4. Qual a fórmula a adotar?

 17

PROPAGAÇÃO DE ERROS

1. Propagação e geração de erros varia de problema a

problema.
2. As vezes o erro diminui à medida que os cálculos vão
sendo executados.
3. Às vezes fica constante e é proporcional ao erro inicial
(linear).
4. No entanto, se o erro cresce como:

5. Para K > 1, crescimento exponencial: algorítmo é.

Instável
 18

MÉTODOS PARA ESTIMAR ERROS

1. Mudar a precisão: geralmente usando dupla

precisão.
2. Intervalo aritimético: fazendo arredondamento
superior e inferior (matemática intervalar).
3. Algarismos significativos: mantendo apenas os
algarismos significativos.
4. Método estatístico: gerando erros aleatórios.
5. Matemática fuzzy: nova metodologia que ganhou
impulso com inteligência artificial.
 17

EXEMPLO DE ANÁLISE DE ERROS

1. Calcular:
2. Alguns valores:

3. Analisando o erro acumulado:

 17

EXEMPLO DE ANÁLISE DE ERROS

1. Calcular s na expressão:

1. Método iterativo:

1. Analisando o erro acumulado:

 17

EXEMPLO DE ANÁLISE DE ERROS

1. Calcular s na expressão:

1. Analisando o erro acumulado:

 17

EXEMPLO DE ANÁLISE DE ERROS

1. Calcular s na expressão:

1. Analisando o erro acumulado:

 17

CONDICIONAMENTO

1. Avalia a sensibilidade de uma função a variação do

argumento:
 17

INSTABILIDADE

1. Descreve a sensibilidade de um método numérico

em relação a erros nos cálculos.

2. Exemplo: calcular
 17

INSTABILIDADE

1. Exemplo. Calcular:

2. Instável Estável