5 Nov 2008. 10:58 Cálculo Numérico / Métodos Numéricos Sistemas lineares Método de Cholesky.
Fontes de Erros Aula 1 Introdução; Erros em processos numéricos; Algoritmo numérico de boa...
Transcript of Fontes de Erros Aula 1 Introdução; Erros em processos numéricos; Algoritmo numérico de boa...
1
Fontes de Erros
Aula 1 Introdução;
Erros em processos numéricos;
Algoritmo numérico de boa
qualidade
2
Introdução
Quando se quer resolver um problema em engenharia deve-se ter em mente o modelo que representa a situação física.
Tal modelo é transformado em equações matemáticas (modelo matemático) que será resolvido por métodos analíticos ou numéricos. Como para a maioria das situações não há soluções analíticas, os métodos numéricos tornam-se a alternativa mais econômica;
Modelo é uma reprodução idealizada de algumas ou todas as características físicas de um processo natural em escala adequada; é um sistema que consegue reproduzir, pelo menos em parte, o comportamento de um processo natural;
3
Introdução Outra possibilidade seria a experimentação em
laboratório, que envolve normalmente equipamentos e técnicas sofisticadas ou caras, ou até situações de risco.
A meta só é atingida quando tais etapas forem cuidadosamente realizadas
4
Fontes de erroDado um problema, para se chegar a um resultado
numérico é necessário realizar uma seqüência pré-estabelecida de passos. Em cada um destes passos pode existir uma parcela de erro que se acumula ao montante do processo.
5
Fontes de erro• Estes erros surgem basicamente de duas formas:
Erros na fase da modelagem: aqueles inerentes à formulação matemática do problema (relacionados à aproximação da situação física e a erros nos dados) ;
Erros na fase de resolução: aqueles que aparecem no processo de solução numérica (erros de truncamento e de arredondamento).
6
Fontes de erro• Erros na fase de resolução podem ser classificados em erros na
mudança de base e erros de representação:
Erros na mudança de base: os equipamentos computacionais representa os valores numéricos no sistema binário.
7
Fontes de erro• Erros de representação:• Na construção de um equipamento computacional, uma questão
importante a ser considerada em sua arquitetura é a forma que será adotada para representar os dados numéricos.
• Cada número é armazenado em uma posição (sinal e número fixo e limitado de dígitos significativos).
Sistema de Ponto Flutuante normalizado: é caracterizado por uma base b, um número de dígitos significativos n e um expoente exp.
Onde m é a mantissa do número, é a base e exp o expoente da base.
8
Fontes de erro Sistema de Ponto Flutuante: as seguintes condições devem
ser verificadas:
; Sendo n o número máximo de dígitos na mantissa.
1º Dígito:
Demais dígitos: : ;
Expoente:
Sendo e
A união de todos os números em ponto flutuante, juntamente com a representação do zero, constitui o sistema de ponto flutuante normalizado.
9
Fontes de erro Sistema de Ponto Flutuante:
Menor positivo exatamente representável:
;
Maior positivo exatamente representável:
; Número máximo de mantissas positivas:
Número máximo de expoentes:
Número de elementos positivos representáveis:
10
Fontes de erro Os erros de truncamento surgem, em geral, pela
substituição de um processo infinito (de somas ou integrais) ou infinitesimal por outro finito.
Erros também surgem pelo fato que as operações aritméticas quase nunca podem ser efetuadas com precisão completa; estes são denominados de erros de arredondamento.
A maioria dos números tem representações decimais infinitas que devem ser arredondadas.
11
Fontes de erro Os tipos de arredondamento mais utilizados são:
tipo corte: as casas em excesso são simplesmente abandonadas;
• Se este for maior ou igual a 5, soma-se uma unidade ao algarismo de ordem d; • caso contrário, o algarismo de ordem d permanece inalterado.
para o número de máquina mais próximo: se a máquina trabalha com d algarismos significativos para a mantissa (representa seus dígitos significativos) de um número, então analisa-se o algarismo de ordem d+1.
12
Fontes de erro A diferença entre o valor arredondado e o valor exato
pode ser medida pelo erro absoluto ou pelo relativo.
O erro absoluto, indicado por EA , é dado por:
e o erro relativo, indicado por ER, é
ou
sendo esta uma medida mais significativa que a do erro absoluto.
13
Fontes de erro Exemplos:
Considere o sistema Faça a análise dos erros relativos e absolutos.
a) e
14
Fontes de erro
Exemplos:a) Consideremos o valor exato e b) Consideremos o valor exato e
Os erros absolutos e relativos serão usados como critério de parada nas sequências de aproximações.
15
Fontes de erroDois conceitos estão relacionados à qualidade dos
resultados obtidos computacionalmente: precisão e acurácia.
16
Fontes de erroDois conceitos estão relacionados à qualidade dos
resultados obtidos computacionalmente: precisão e acurácia.
A precisão se refere a quão próximos os valores individuais calculados ou medidos estão uns dos outros.
A acurácia se refere a quão próximo o valor calculado ou medido está do valor verdadeiro.
17
Para a maioria das situações não importa o procedimento numérico utilizado, o resultado é sempre o mesmo. Entretanto, em outros casos, diferentes modos de solução podem conduzir a diferentes resultados.
Fontes de erro
Isto caracteriza um tipo de instabilidade, que pode ser entendida como uma sensibilidade a perturbações e pode ocorrer tanto no problema em si como no algoritmo, isto é, na maneira de resolver o problema.
18
Fontes de erroExemplo:
A função e-x em termos da série de Taylor é escrita conforme:
Assim, considerando até 4 dígitos após a vírgula resulta
e-7 = 1 - 7 + 24,5 - 57,1667 + ... + 163,4013 - ... = -4,1482 com 25 termos.
...4!
x
3!
x
2!
x
1!
x1e
432x
Comparando esta solução com a exata, e-7 = 0,0009119, verifica-se haver uma grande diferença nos resultados. Isto ocorre pois parcelas inferiores a 10-4 foram desconsideradas e o problema é constituído de inúmeras grandezas desta ordem.
Portanto, as causas deste erro são:• adição de grandezas de ordens diferentes; • subtração de grandezas muito próximas.
19
• Inexistência de erro lógico: o procedimento não deverá conter erros;
• Inexistência de erro operacional: Não devem surgir erros de “underflow” ou “overflow”.
• Quantidade finita de cálculos: o algoritmo deve terminar após um número finito de iterações;
• Existência de um critério de exatidão: deve se enquadrar a um critério previamente fornecido e aceitável;
Algoritmo de boa qualidade
20
Algoritmo de boa qualidade
• Independência de máquina: de preferência o programa dever ser independente da máquina utilizada para resolvê-lo;
• Precisão infinita: os limites do erro devem tender a zero;
• Eficiência: obter respostas corretas do problema no menor custo possível.
21
1. Calcular as raízes da equação x2 + 75x + 3 = 0 com precisão de três dígitos significativos e arredondamento por corte.
2. Recalcule as raízes desta mesma equação utilizando agora cinco dígitos e arredondamento para o número de máquina mais próximo.
3. Calcule a solução dos sistemas de equações lineares:
a) b)
Compare e interprete os resultados obtidos.
Exercícios
503,16501,45,1
113
yx
yx
501,16501,45,1
113
yx
yx
22
4. Sejam x = 0,66667 e y = 0,666998 aproximações para 2/3. Quantas casas decimais corretas tem x e y? Determine o erro relativo e o erro absoluto em x e y.
5. Refazer os exercícios usando o software SCILAB para se familiarizar com o mesmo.
Exercícios