Aula 10 - Lineu FS Mialaret
Download
Report
Transcript Aula 10 - Lineu FS Mialaret
Instituto Federal de Educação, Ciência e
Tecnologia de São Paulo - IFSP
Campus de Caraguatatuba
Licenciatura em Matemática
10 Semestre de 2013
Cálculo Numérico – CN
Prof. Lineu Mialaret
Aula 10: Noções Básicas sobre Erros (4)
Cálculo Numérico
Aula 10 - 1/25
©Prof. Lineu Mialaret
Erros de Arredondamento (1)
Quando
se
está
utilizando
um
equipamento
computacional para processar uma
determinada
operação aritmética, se o número obtido não pertencer
às regiões de underflow ou de overflow e este não é
representável exatamente no sistema de ponto flutuante
SPF, o mesmo será representado de forma aproximada
por nra.
Esta
aproximação será caracterizada como um
arredondamento do número real nr, para que sua
representação seja possível no SPF.
Cálculo Numérico
Aula 10 - 2/25
©Prof. Lineu Mialaret
Erros de Arredondamento (2)
Um número nr na base decimal foi arredondado na
posição k se todos os dígitos de ordem maior que k
forem descartados segundo o seguinte critério:
O dígito de ordem k é acrescido de uma unidade se o
dígito de ordem (k + 1) for maior que a metade da base.
Caso contrário, o número nr é representado com os k
dígitos iniciais;
Se o dígito de ordem (k + 1) é exatamente a metade da
base e o de ordem k é par, então o número nr é
representado com k dígitos e, se o dígito de ordem k é
ímpar, então o de ordem k é acrescido de uma unidade; e
O arredondamento por corte considera que, para obter um
número com k dígitos, simplesmente trunca-se na posição
k.
Cálculo Numérico
Aula 10 - 3/25
©Prof. Lineu Mialaret
Erros de Arredondamento (3)
Exemplo 1: Considere um equipamento com o sistema
de ponto flutuante normalizado SPF (b, n, expmín,
expmáx) = SPF (10, 4, –5, 5).
Se a = 0,5324 × 103 = e b = 0,4212 × 10−2, então
a
× b = 0,22424688 × 101, que é arredondado e armazenado
como (a × b)a = 0,2242 × 101.
Cálculo Numérico
Aula 10 - 4/25
©Prof. Lineu Mialaret
Erros de Arredondamento (4)
Exemplo 2: Considere um equipamento com o sistema
de ponto flutuante normalizado SPF (b, n, expmín,
expmáx) = SPF (10, 4, –5, 5).
Se a = 0,5324 × 103 = e b = 0,1237 × 102, então
a
+ b = 0,54477 × 103, que é arredondado e armazenado
como (a + b)a = 0,5448 × 103.
Cálculo Numérico
Aula 10 - 5/25
©Prof. Lineu Mialaret
Erros Absoluto (1)
Define-se Erro Absoluto (Eabs) como se segue,
onde
aex é o valor exato da grandeza considerada e aaprox é o
valor aproximado da mesma grandeza.
O valor exato de aex muitas vezes não é disponível, e a
definição anterior fica sem sentido.
Assim, é necessário trabalhar-se com um limitante superior
para o erro, ou seja, deve-se escrevê-lo na forma,
Em que ε é um limitante conhecido.
Cálculo Numérico
Aula 10 - 6/25
©Prof. Lineu Mialaret
Erros Absoluto (2)
A desigualdade anterior pode ser entendida da seguinte
maneira,
Ou ainda,
Isto é, aaprox é o valor aproximado da grandeza aex com
erro absoluto não superior a ε.
Cálculo Numérico
Aula 10 - 7/25
©Prof. Lineu Mialaret
Erros Relativo (1)
Define-se Erro Relativo (Erel) como se segue,
onde
aex é o valor exato da grandeza considerada e aaprox é o
valor aproximado da mesma grandeza.
O valor exato de aex muitas vezes não é disponível, e a
definição anterior fica sem sentido.
Assim, é necessário trabalhar-se com um limitante superior
para o erro, isto é, escrevê-lo na forma a seguir,
Em que δ é um limitante conhecido.
Cálculo Numérico
Aula 10 - 8/25
©Prof. Lineu Mialaret
Erros Relativo (2)
Pode-se observar que o erro relativo fornece mais
informações sobre a qualidade do erro que se está
cometendo num determinado cálculo, uma vez que no
erro absoluto não é levada em consideração a ordem de
grandeza do valor calculado, enquanto no erro relativo
esta ordem é contemplada.
Cálculo Numérico
Aula 10 - 9/25
©Prof. Lineu Mialaret
Erros Relativo (3)
Exemplo 3: Considere o valor exato aex = 2345,713 e o
valor aproximado aaprox = 2345,000.
Então,
Eabs = 0,713
Erel = 0,00030396.
Exemplo 4: Considere o valor exato aex = 1,713 e o valor
aproximado aaprox = 1,000.
Então,
Eabs = 0,713
Erel = 0,416229.
Obs.:
Nos exemplos acima, o erro absoluto é o mesmo, embora o erro
cometido pela aproximação seja muito mais significativo no
Exemplo 4. No Exemplo 1, o erro relativo é da ordem de 0.03%, e
no Exemplo 2, é da ordem de 41,6%.
Cálculo Numérico
Aula 10 - 10/25
©Prof. Lineu Mialaret
Erros Relativo (4)
Em geral, nos procedimentos numéricos gera-se uma
sequencia de soluções aproximadas que convergem ou
não para a solução desejada do problema.
Os erros absolutos e relativos serão usados como critério
de parada nestas sequencias de aproximações.
O erro relativo é preferível, devido às observações nos
exemplos anteriores.
Cálculo Numérico
Aula 10 - 11/25
©Prof. Lineu Mialaret
Erros Relativo (5)
Exemplo 5: Para se resolver a equação a seguir,
Pode-se utilizar o seguinte processo iterativo abaixo,
Assim, dado o valor x0, pode-se, por meio da expressão
anterior, gerar a sequencia de soluções aproximadas x1,
x2, ...
Dado que a propriedade de convergência da sequência de
aproximações esteja estabelecida e uma tolerância préfixada ε foi definida para o cálculo de uma raiz da equação
f(x) = 0, pode-se verificar se a sequência de aproximações
atingiu a precisão anterior ε, realizando os seguintes testes
a seguir,
Cálculo Numérico
Aula 10 - 12/25
©Prof. Lineu Mialaret
Erros Relativo (6)
Se
for verdade (forma absoluta),
Diz-se que xn+1 é a raiz da equação f(x) = 0 com tolerância ε;
caso contrário, deve-se calcular outro elemento da sequência.
Se
for verdadeiro (forma relativa),
Concluí-se que xn+1 é a raiz da equação com a tolerância ε e,
em caso contrário, deve-se proceder ao cálculo do outro
termo da sequência.
Cálculo Numérico
Aula 10 - 13/25
©Prof. Lineu Mialaret
Erros de Truncamento (1)
Quando se representa uma função por meio de uma
série infinita e, por limitações do sistema de
armazenamento
de
dados
do
equipamento,
considerando-se apenas um número finito de termos, dizse que se está cometendo um Erro de Truncamento.
Cálculo Numérico
Aula 10 - 14/25
©Prof. Lineu Mialaret
Erros de Truncamento (2)
Exemplo 6: Considerando a representação de uma
função f(x) usando a Série de Taylor, nas vizinhanças do
ponto x ,
Onde
é o valor da n-ésima derivada da função f(x)
no ponto x .
Quando se trunca a série no 3º termo, ou seja,
considerando-se apenas os termos até a derivada de
ordem 2, na expressão anterior, tem-se um erro cometido
nessa aproximação, como segue,
Cálculo Numérico
Aula 10 - 15/25
©Prof. Lineu Mialaret
Erros de Truncamento (3)
Exemplo 7: Considerando o desenvolvimento de f(x) = ex
em Série de Taylor, ou seja,
ou de forma compacta,
Supondo que o equipamento utilizado para trabalhar
numericamente com a série seja capaz de armazenar
somente dados referentes aos 4 primeiros termos, ou seja,
Cálculo Numérico
Aula 10 - 16/25
©Prof. Lineu Mialaret
Erros de Truncamento (4)
Neste caso, são desprezados todos os termos de potência
maiores que 4, ou seja, trunca-se a série no termo de
potência de ordem 3.
Destacando-se os quatro primeiros termos da série, podese escrevê-la da seguinte forma,
Supondo que se deseja calcular o valor de ex para x = 2
usando apenas os quatro primeiros termos da série, ou
seja a série truncada.
Neste caso, tem-se e2 = 6,33333, que é um valor com erro
absoluto bem significativo quando comparado com
e2 = 7,38906 obtido numa calculadora científica que
armazena uma quantidade maior de termos da série.
Cálculo Numérico
Aula 10 - 17/25
©Prof. Lineu Mialaret
Propagação de Erros (1)
Quando se desenvolve um processo numérico para
buscar a solução de um determinado problema, o
processamento envolve um número grande de
operações primitivas ou elementares.
Na maioria das vezes o erro cometido em uma operação
isolada pode não ser muito significativo para a solução
do problema, mas é necessário analisar como os erros
se propagam quando há muitas operações no
processamento.
É necessário ter conhecimento da forma com que os erros
estão se propagando, ou seja, caso estejam acumulando a
uma taxa crescente, diz-se que o erro é ilimitado, e a
sequencia de operações é considerada instável; e
Se os erros estão se acumulando a uma taxa decrescente,
diz-se que o erro é limitado e a sequencia de operações é
estável.
Cálculo Numérico
Aula 10 - 18/25
©Prof. Lineu Mialaret
Propagação de Erros (2)
Erros Ilimitados e Erros Limitados.
Cálculo Numérico
Aula 10 - 19/25
©Prof. Lineu Mialaret
Propagação de Erros (3)
Exemplo 8: Usando-se aritmética de ponto flutuante de 4
dígitos, base decimal e arredondamento por corte,
calcular o valor da seguinte soma,
Para i = 1, na aritmética definida, realiza-se inicialmente a
operação que resulta no seguinte valor aproximado
Calculando o erro absoluto, tem-se que
Eabs1 = | 4,03569 – 4,034 | = 0,00169 = 0,169 × 10-2
Cálculo Numérico
Aula 10 - 20/25
©Prof. Lineu Mialaret
Propagação de Erros (4)
Para i = 2, na aritmética definida, realiza-se a operação
que resulta no seguinte valor aproximado
Calculando o erro absoluto, tem-se que
Eabs2 = | 8,06978 – 8,068 | = 0,00178 = 0,178 × 10-2
Observar que ao se realizar a mesma operação de adição
por duas vezes, comete-se um erro absoluto maior.
Cálculo Numérico
Aula 10 - 21/25
©Prof. Lineu Mialaret
Propagação de Erros (5)
Para i = 3, na aritmética definida, realiza-se a operação
que resulta no seguinte valor aproximado
Calculando o erro absoluto, tem-se que
Eabs3 = | 12,10467 – 12,10 | = 0,00467 = 0,467 × 10-2
Para i = 4, obtém o seguinte valor aproximado
Calculando o erro absoluto, tem-se que
Eabs4 = | 16,1395 – 16,13 | = 0,0095 = 0,95 × 10-2
Cálculo Numérico
Aula 10 - 22/25
©Prof. Lineu Mialaret
Propagação de Erros (6)
Como se pode observar, na medida em que se aumenta
o número de parcelas na operação de adição,
considerando a aritmética definida anteriormente,
aumenta-se também o erro absoluto cometido na soma
final.
Desta forma, a sequência de operações pode-se tornar
instável, conforme o gráfico abaixo.
Cálculo Numérico
Aula 10 - 23/25
©Prof. Lineu Mialaret
Propagação de Erros (7)
Exemplo 9: Para se resolver a equação a seguir,
pode-se utilizar o seguinte processo iterativo abaixo,
Neste procedimento, em cada iteração estão envolvidas as
operações de adição e multiplicação, que são repetidas até
que se calcule o valor aproximado de xn para a solução da
equação com uma precisão ε desejada.
Se o valor final xn está sujeito a um determinado tipo de
erro, a cada iteração realizada este erro pode se propagar
ao longo do processo.
Cálculo Numérico
Aula 10 - 24/25
©Prof. Lineu Mialaret
Propagação de Erros (8)
Se o valor final xn está sujeito a um determinado tipo de
erro, a cada iteração realizada este erro pode se propagar
ao longo do processo.
Se este procedimento convergir para a solução x da
equação, apesar dos erros cometidos, tem-se que a
sequencia de operações se torna estável, conforme o
gráfico abaixo.
Cálculo Numérico
Aula 10 - 25/25
©Prof. Lineu Mialaret