0% acharam este documento útil (0 voto)
27 visualizações21 páginas

Aula 1 - U1

O documento discute a importância do cálculo numérico para resolver equações que não possuem solução analítica exata, como uma equação polinomial de sexta ordem apresentada. Também aborda as principais fontes de erro nos métodos numéricos e a representação de números em sistemas de numeração diferentes.

Enviado por

Paulo H. Cima
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
0% acharam este documento útil (0 voto)
27 visualizações21 páginas

Aula 1 - U1

O documento discute a importância do cálculo numérico para resolver equações que não possuem solução analítica exata, como uma equação polinomial de sexta ordem apresentada. Também aborda as principais fontes de erro nos métodos numéricos e a representação de números em sistemas de numeração diferentes.

Enviado por

Paulo H. Cima
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
Você está na página 1/ 21

Uma vez identificado o problema real, o representamos por intermédio da

seguinte equação:

x6  20x5  110x4  50x3  5x2  70x  100  0

Não é possível encontrar uma solução analítica neste caso.

O cálculo numérico tem sua importância centrada no fato de que, mesmo


quando a solução analítica é difícil, ou impossível, de se obtida, as técnicas
numéricas podem ser empregadas sem maiores dificuldades.

Sem grandes dificuldades, pode ser obtida a resolução numérica da equação


anterior, por meio de cálculo numérico, mesmo que é impossível encontrar
uma solução analítica.
Na busca da solução do modelo matemático por meio de cálculo numérico, os
erros surgem de várias fontes e merecem cuidado especial. Do contrário,
pode-se chegar a resultados distantes do que se esperaria ou até mesmo
obter outros que não têm nenhuma relação com a solução do problema
original.
As principais fontes de erro são as seguintes:
1- erros nos dados de entrada;
2- erros no estabelecimento do modelo matemático;
3- erros de arredondamento durante a computação;
4- erros de truncamento, e
5- erros humanos e de máquina.

O modelo matemático para o problema real deve traduzir e representar o


fenômeno que está ocorrendo no mundo físico. Entretanto, nem sempre isso é
fácil. Normalmente, são necessárias simplificações no modelo físico para obter
um modelo matemático que fornecerá uma solução para o problema original.
As simplificações realizadas se constituem em fontes de erros, o que pode
implicar a necessidade de reformulação do modelo físico e matemático.
Calculemos a área da circunferência.

A representação de um número depende da base escolhida ou disponível na


máquina em uso e do número máximo de dígitos usados na sua
representação.
O número , por exemplo, não pode ser representado através de um número
finito de dígitos decimais. A área da circunferência depende de como é
considerado o número , 3.14, 3.1416 ou 3.141592654. Em cada caso se
obteve um resultado diferente. Qualquer que seja a circunferência, a sua área
nunca será obtida exatamente, uma vez que  é um número irracional.

Hoje em dia todos os cálculos se fazem no computador. Que acontece na


interação entre o usuário e o computador?
Os dados de entrada são enviados ao computador pelo usuário no sistema
decimal; toda esta informação é convertida para o sistema binário, e as
operações todas serão neste sistema.
Os resultados finais serão convertidos para o sistema decimal e, finalmente,
serão transmitidos ao usuário. Todo este processo de conversão é uma fonte
de erros que afetam o resultado final dos cálculos.
Conversão de Base
Veremos inicialmente a conversão de números inteiros.
Considere os números (347)10 e (10111)2, podem ser escritos:

(347)10  3  102  4  101  7  100


(10111)2  1 24  0  23  1 22  1 21  1 20

Assim, um número inteiro na base , (aM aM-1... a2 a1 a0), com 0 ≤ ai < β,


i= 0, 1, ..., M, pode ser escrito na forma polinomial:
am×βM + am-1×βM-1 +... + a1×β1 + a0×β0

Com esta representação, podemos facilmente converter um número representado


no sistema binário para o sistema decimal.

(10111)2  1 24  0  23  1 22  1 21  1 20 
16 + 0 + 4 + 2 + 1 = (23)10
Para converter um número representado no sistema decimal no sistema binário
divide-se sucessivamente por 2 (divisão inteira), até que o quociente final seja
0. A representação equivalente na base binária é obtida pela concatenação dos
restos, na ordem inversa de sua obtenção.

Exercícios!!
Conversão de números fracionários

(0.125)10  1 101  2  102  5  103


(0.1001)2  1 21  0  22  0  23  1 24
1 1 1 1
 1  0  + 0   1 = 0.5 + 0 + 0 + 0.0625= (0.5625)10
2 4 8 16

Na conversão da base decimal para binária, a parte fracionária se multiplica por 2


e subtrai-se a parte inteira, sucessivamente, até que o produto final apresente parte
fracionária igual a zero ou até que seja observada a ocorrência de repetição
periódica.
Exercícios!!

Podemos generalizar, que um número real x na base ,


x=(aM aM-1... a2 a1 a0, b1 b2 ... bm-1 bm), com 0 ≤ ai , bj< β, i= 0, 1, ... , M e
j=1,2, ... , m pode ser escrito na forma polinomial:
(x) = aM×βM + aM-1×βM-1 +... + a1×β1 + a0×β0 + b1×β-1 + b2×β-2 + ... + bm×β-m
Aritmética do ponto flutuante

Um computador ou calculadora representa um número real no sistema


denominado aritmética de ponto flutuante. Neste sistema, o número r erá
representado na forma:

(. d1d 2 ...d t )   e


Onde:
 é a base em que a máquina opera;
t é o número de dígitos na mantissa; 0  d
j  (  1), j  1,..., t , d1  0
e é o expoente no intervalo [m, M]

m e M são números inteiros, cujos valores dependem da máquina utilizada.


Em geral, m = -M.
Aritmética do ponto flutuante
Aritmética do ponto flutuante

a b

a
b
Aritmética do ponto flutuante
Aritmética do ponto flutuante

b
Aritmética do ponto flutuante
Aritmética do ponto flutuante
Quantos e quais números podem ser representados no sistema F(2,3,1,2)?
Temos que =2 então os dígitos podem ser 0 ou 1; m=1 e M=2 então 1  e  2
e t=3. Assim, os números são da forma:
0.d1d2 d3   e
Logo temos: duas possibilidades para o sinal, uma possibilidade para d1, duas
para d2, duas para d3 e quatro para as formas de e. Fazendo o produto
2x1x2x2x4 obtemos 32. Assim neste sistema podemos representar 33
números visto que o zero faz parte de qualquer sistema.
Para responder quais são os números, notemos que as formas da mantissa
são: 0.100, 0.101, 0.110 e 0.111 e as formas de e são: 2-1, 20, 21, 22. Assim,
obtemos os seguintes números: 
111
222 (0.4375)
(0.3125)
(0.375)
(0.25)101010
000
222 (0.875)
(0.625)
(0.75)
(0.5)101010
Desde que (0.111)
(0.100)222 == (0.875)
(0.101)
(0.110) (0.75)
(0.5)101010
(0.625) 10 0.100111
0.101
0.111
0.110
222(1.75)
(1.25)
(1.5)
(1.0)1010
222222(3.5)
 (2.5) (3.0)
(2.0)1010
10
0.25 0.3125 0.375 0.4375 0.5 0.625 0.75 0.875 1.0 1.25 1.5 1.75 2.0 2.5 3.0 3.5
Aritmética do ponto flutuante
No computador, os números de ponto flutuante são representados na forma
normalizada da base binária:
x  (1)1s 1. f  2e127
onde f corresponde à parte fracionária da mantissa, s é o valor de bit de sinal e
e é o valor do expoente.

Segundo a norma IEEE 754-1985, a organização da memória para a


representação de um número de ponto flutuante de precisão simples em um
computador de 32 bits é:
Aritmética do ponto flutuante
pdf Marcus

Você também pode gostar