M´
ETODOS NUM´
ERICOS
MANUAL TE ´ORICO
Jos´e A. Nhavoto, MSc
Conte´
udo
1 No¸c˜oes b´asicas sobre erros 4
1.1 Introdu¸c˜ao a erros . . . 4
1.2 Representa¸c˜ao em Virgula Flutuante . . . 4
1.2.1 Nota¸c˜ao cient´ıfica . . . 4
1.2.2 V´ırgula Flutuante . . . 5
1.3 Erro absoluto, erro relativo e erro percentual . . . 5
1.3.1 Erro absoluto . . . 5
1.3.2 Erro relativo . . . 5
1.3.3 Erro percentual . . . 5
1.4 Tipos de Erro e Arredondamento . . . 6
1.4.1 Erro de Arredondamento . . . 6
1.4.2 Erro de Truncamento . . . 6
1.4.3 Arredondamento por falta . . . 7
1.4.4 Arredondamento por excesso . . . 7
1.4.5 Arredondamento sim´etrico . . . 7
1.5 Algarismos significativos e exactos . . . 8
1.5.1 Algarismos significativos . . . 8
1.5.2 Algarismos exactos . . . 8
1.6 Aritm´etica de Ponto Flutuante . . . 8
Cap´ıtulo 1
No¸
c˜
oes b´
asicas sobre erros
1.1
Introdu¸
c˜
ao a erros
A An´alise Num´erica trata do estudo da aproxima¸c˜ao de problemas por c´alculo aproximado, onde os erros associados a essa aproxima¸c˜ao, se podem classificar:
• Erros Inerentes: S˜ao os erros contidos nos pr´oprios dados. Ao resolvermos um problema, se os dados que possu´ımos estiverem afectados de erros, esses erros transmitem-se aos resultados finais.
• Erros do M´etodo: Outro tipo de erros, que derivam da utiliza¸c˜ao de determinado m´etodo que aproxima o problema.
• Erros Computacionais: S˜ao os erros espec´ıficos resultantes da utiliza¸c˜ao de uma m´aquina finita (ver nota de rodap´e). Ainda que os dados sejam correctos e que o m´etodo seja exacto, certas opera¸c˜oes efectuadas pela m´aquina n˜ao podem ser executadas com exactid˜ao, gerando-se este tipo de erros.
1.2
Representa¸
c˜
ao em Virgula Flutuante
1.2.1
Nota¸
c˜
ao cient´ıfica
Come¸camos por ver como representamos um qualquer n´umero real. Um n´umero real ´e uma classe de equivalˆencia de sucess˜oes de Cauchy de racionais. Como tal, pode admitir v´arias representa¸c˜oes, mas normalmente tomamos como representante dessa classe uma sucess˜ao de racionais que s˜ao m´ultiplos de uma potˆencia de 10 (base decimal):
No caso da nota¸c˜ao cient´ıfica, um n´umero representa-se atrav´es do sinal, da mantissa e do expoente, na base decimal. O primeiro d´ıgito da mantissa deve ser diferente de zero (o zero ´e representado `a parte) e os outros variam entre 0 e 9.
1.2.2
V´ırgula Flutuante
A representa¸c˜ao do n´umero na forma de v´ırgula flutuante ´e: V F(10, n, t1, t2) e ´e o conjunto dos n´umeros
x=±0, a1a2. . . an. . .×10t
ondetvaria em{t1, . . . , t2}e que inclui o zero. Os n´umeros assim representados est˜ao limitados por:
• Overflow: Acontece se o valor do expoente t ´e superior a t2. • Underflow: Acontece se o valor do expoente t ´e inferior at1.
1.3
Erro absoluto, erro relativo e erro percentual
Seja x o valor exato de um n´umero e seja x o valor aproximado do mesmo n´umero, ent˜ao, tem-se que:
1.3.1
Erro absoluto
Ea ´e a diferen¸ca entre o valor exacto de um n´umero e o seu valor aproximado, ou seja:
Ea =|x−x|
1.3.2
Erro relativo
Er ´e a raz˜ao entre o erro absoluto e o valor exato x ou, na pr´atica, o valor aproximado de um n´umerox. Logo se tem que:
Er=
Ea
x ou Er = Ea
x .
1.3.3
Erro percentual
Erro percentual ´e a representa¸c˜ao percentual do erro relativo. Logo, temos:
Ep = (Er·100)%
Exemplo 1.1. Seja: x = 0,00003 e x = 0,00002. Calcule o erro absoluto, o erro relativo e o erro percentual.
Jos´e A. Nhavoto, MSc 25 de Julho de 2011
• Ea=|0,00003−0,00002|= 0,00001 • Er= 0,00001
0,00002 = 0,5 • Ep = (0,5×100)% = 50%
1.4
Tipos de Erro e Arredondamento
Arredondar um n´umero ´e proceder ao truncamento desse n´umero, na posi¸c˜ao desejada, de acordo com a precis˜ao requerida.
1.4.1
Erro de Arredondamento
Arredondar um n´umero na casa di ´e desconsiderar as casas di+j (j = 1, . . . ,∞) de tal forma que:
• di seja a ´ultima casa se di+1 <5; • di+ 1 seja a ´ultima casa se di+1≥5.
Exemplo 1.2. Arredondar π na quarta casa decimal, sendo que π = 3,1415926535. . .
Solu¸c˜ao: π = 3,1416
1.4.2
Erro de Truncamento
Truncar um n´umero na casa di ´e desconsiderar as casas di+j (j = 1, . . . ,∞).
Exemplo 1.3. Aproximarπtruncando na quarta casa decimal, sendo queπ= 3,1415926535. . .
Solu¸c˜ao: π = 3,1415
O erro de truncatura surge cada vez que se substitui um procedimento matem´atico infinito por um processo finito ou discreto.
Exemplo 1.4. A S´erie de Taylor da fun¸c˜ao \(x) = ex em torno de x= 0 ´e expressa por:
ex = 1 + x 1!+
x2
2! +. . .+
xn
n! +. . . .
Ent˜ao
e1
= 1 + 1 1 +
1
2 +. . .+ 1
n! +. . . .
Utilizando os 5 primeiros termos da s´erie, tem-se:
e1
= 2.708
Utilizando os 30 primeiros termos da s´erie, tem-se:
e1
1.4.3
Arredondamento por falta
Quando ´e feito o simples truncamento de um n´umero, considerando-se apenas algumas casas decimais.
1.4.4
Arredondamento por excesso
Quando se trunca um n´umero na posi¸c˜ao desejada e, ent˜ao, acrescenta-se 1 (uma unidade) ao algarismo final.
1.4.5
Arredondamento sim´
etrico
Tem-se que considerar, agora, 3 situa¸c˜oes diversas, sendo:
1. Quando o primeiro algarismo ap´os a cis˜ao for menor do que 4, ´e procedido o arredonda-mento por falta.
2. Quando este primeiro algarismo, ap´os a cis˜ao, for maior que 4, procede-se o arredonda-mento por excesso.
3. Quando este primeiro algarismo ap´os a cis˜ao for igual a 4, o arredondamento depender´a do segundo algarismo ap´os a cis˜ao.
Exemplo 1.5.
1. Arredonde 14356,4567, de 9 para 6 d´ıgitos, por falta.
Solu¸c˜ao: 14356,4 valor aproximado de 14356,4567, valor exato.
2. Arredonde 1,873432576, de 10 para 8 d´ıgitos, por excesso.
Solu¸c˜ao: 1,8734326 valor aproximado de 1,873432576, valor exato.
3. Arredonde 2,85323343, de 9 para 6 d´ıgitos, simetricamente.
Solu¸c˜ao: 2,85323 valor aproximado de 2,85323343, valor exato.
4. Arredonde 3,2562554, de 8 para 6 d´ıgitos, simetricamente.
Solu¸c˜ao: 3,25626 valor aproximado de 3,2562554, valor exato.
5. Arredonde 4,26442524, de 9 para 4 d´ıgitos, simetricamente.
Solu¸c˜ao: 4,264 valor aproximado de 4,26442524, valor exato.
Jos´e A. Nhavoto, MSc 25 de Julho de 2011
1.5
Algarismos significativos e exactos
1.5.1
Algarismos significativos
Chama-se algarismos significativos de uma d´ızima, a todo o algarismo dessa d´ızima que ´e diferente de zero, ou tem `a sua esquerda pelo menos um algarismo diferente de zero.
Exemplo 1.6.
• 2,35→3
• 0,042→2
• 0,2340→4
• 0,457·102 →3
1.5.2
Algarismos exactos
Diz-se que um dado valor aproximado xde um n´umerox, tem m algarismos exactos sse o erro absoluto desse n´umero for inferior a 0.5×10−m+i, ondei´e o n´umero de d´ıgitos da parte inteira. Podemos a partir da f´ormula do erro absoluto, deduzir a f´ormula que relaciona o erro relativo com o n´umero de algarismos exactos:
|x−x| ≤0.5×10−m+i
δx ≤
10−m+i
α onde α ´e o primeiro algarismo significativo do n´umero
1.6
Aritm´
etica de Ponto Flutuante
Para um dado sistema de representa¸c˜ao num´erica, temos agora que definir as opera¸c˜oes ar-itm´eticas elementares neste sistema. Qualquer que seja a defini¸c˜ao final, estas opera¸c˜oes tˆem que ser compat´ıveis com as opera¸c˜oes aritm´eticas conhecidas, em particular, para n´umeros que s˜ao exactamente represent´aveis no nosso sistema, estas tˆem que coincidir com as opera¸c˜oes aritm´eticas cl´assicas.
O problema ´e que, por exemplo, dados dois n´umeros x, y ∈ F P(b, n, m,), pode acontecer que
x+y6∈F P(b, n, m,). E esta afirma¸c˜ao ´e v´alida para as outras opera¸c˜oes aritmeticas.
A solu¸c˜ao deste problema envolve uma aproxima¸c˜ao (normalmente, a mesma aproxima¸c˜ao que ´e feita para a representa¸c˜ao), logo, introduz mais erros, que tˆem de ser contabilizados para termos uma ideia de qu˜ao fi´aveis s˜ao estas opera¸c˜oes.
A defini¸c˜ao geral ´e a seguinte: dada uma opera¸c˜ao aritm´etica ⊗
∈ {+, ,×, /} e x, y ∈
F P(b, n, m,), definimos:
\ l(x)⊗\ l(y) =\ l(x⊗y)
Ou seja, dados dois n´umeros pertencentes ao sistema, primeiro calculamos o resultado da opera¸c˜ao aritm´etica com os algoritmos habituais. Em geral, o resultado n˜ao est´a normal-izado, nem vai pertencer ao sistema, por isso, normalizamos e voltamos a aplicar o processo de aproxima¸c˜ao.
Exemplo 1.7. Calcular, em V F(10,4,2, T), x+y, para x= 1.256879e y= 0.985441. Temos x= 1.256 e y= 0.9854, logo z =x+y= 0.1256 + 0.9854 = 1.111. Ent˜ao z = 0.1111.
1.7
Propaga¸
c˜
ao dos erros
Em m´etodos num´ericos, os c´alculos n˜ao s˜ao feitos com n´umeros exatos. Como essas imprecis˜oes podem-se propagar nos c´alculos?
Voltemos ´as opera¸c˜oes aritm´eticas:
Multiplica˜ao:¸ \(x, y) = xy. Os n´umeros de condi¸c˜ao s˜ao px =
x∂f∂x
xy =
xy
xy = 1 e py = 1.
Ent˜ao:
|δxy| ≤ |δx|+|δy|
Divis˜ao: \(x, y) = x
y. Temos px = x∂f∂x
x/y = 1 e py =−1. Ent˜ao:
|δx
y| ≤ |δx|+|δy| Soma e subtrac¸c˜ao: \(x, y) =x±y. Temos px =
x
x±y e py =− y
x±y. Ent˜ao:
|δx±y| ≤max
{
x x±y
, y x±y
}
(|δx|+|δy|)
Note-se que, apesar da semelhan¸ca destas express˜oes, o comportamento em termos de erros relativos da subtrac¸c˜ao ´e distinto do da soma. Se x e y forem aproximadamente iguais, ent˜ao os n´umeros de condicionamento da subtrac¸c˜ao podem ser muito elevados. Esta ´e uma das manifesta¸c˜oes do fen´omeno de cancelamento subtractivo.
Exemplo 1.8. Encontre os limites de propaga¸c˜ao de erro na soma de dois n´umeros. Por exemplo, se os n´umeros s˜ao:
x= 1.5±0.05
Jos´e A. Nhavoto, MSc 25 de Julho de 2011
Solu¸c˜ao:
Valor m´aximo poss´ıvel de x= 1.55 e y= 3.44
Valor m´aximo poss´ıvel de x+y= 1.55 + 3.44 = 4.99
Valor m´ınimo poss´ıvel de x= 1.45e y= 3.36.
Valor m´aximo poss´ıvel de x+x= 1.45 + 3.36 = 4.81
Ent˜ao:
4.81≤x+y≤4.99.
Exemplo 1.9. Determinar o n´umero de algarismos significativos do resultado de cada uma das opera¸c˜oes xy, x
y, x+y e x−y, sabendo que x= 1010e y= 1000(todos os algarismos s˜ao significativos).
Solu¸c˜ao: Temos |ǫx|<0.5 e |ǫy|<0.5, logo |δx|= |ǫx|
x ≈
|ǫx|
x ≤0.495·10
−3
e |δy|le0.5·10−3.
Utilizando as express˜oes deduzidas acima:
|δxy| ≤ |δx|+|δy|= 0.995·10
−3
|δx
y| ≤ |δx|+|δy|= 0.995·10
−3
Dado que xy= 1.010·106
e x
y = 1.010, temos
|ǫxy|=|δxy||xy| ≈ |δxy||xy| ≤1.005·103.
Da mesma maneira, obtemos
|ǫx/y|=|δx/y||x/y| ≈ |δx/y||x/y| ≤1.005·103.
Ent˜ao a multiplica¸c˜ao e divis˜ao tˆem, pelo menos, 3 d´ıgitos significativos.
Para a soma e subtrac¸c˜ao, temos:
|ǫx±y| ≤ |ǫx|+|ǫy| ≤0.5 + 0.5 = 1.
Sendo os resultados aproximados x+y = 2010 (3 algarismos significativos) e x−y = 10 (1 algarismo significativo).
1.7.1
F´
ormula fundamental do c´
alculo de erros
Se\ ´e uma fun¸c˜ao com v´arias vari´aveis x1, x2, x3, . . . , xn ent˜ao o m´aximo erro poss´ıvel em \ ´e:
∆\ ≈ ∂\ ∂x1
∆x1 + ∂\ ∂x2
∆x2 +. . .+ ∂\ ∂xn
∆xn
Exemplo 1.10. Considere a seguinte f´ormula para determinar o esfor¸co axial num determinado
material:
ε= F
h2E
onde: F = 72±0.9 N; h = 4±0.1 mm e E = 70±1.5 GPa. Determine o m´aximo poss´ıvel erro na medida do esfor¸co.
Solu¸c˜ao: ε= 72
(4·10−3)2(70·109) = 64.286·10
−6
= 64.286µ.
∆ε=
∂ε ∂F∆F
+ ∂ε ∂h∆h
+ ∂ε ∂E∆E
. Mas como, ∂ε ∂F = 1
h2E;
∂ε ∂h =−
2F h3E;
∂ε ∂E =−
F h2E2,
ent˜ao
∆ε =
1
h2E∆F +
− 2F
h3E∆h + − F
h2E2∆E = 1
(4·10−3)(70·109) ×0.9 +
2·72
(4·10−3)3(70·109)×0.0001 + + 72
(4·10−3)2(70·109)2 ×1.5·10 9
= 5.3955µ.
Portanto,
ε= (64.286µ±5.3955µ).
1.7.2
Algumas aplica¸
c˜
oes
Nesta sec¸c˜ao, vamos calcular as estimativas do erro para as opera¸c˜oes aritm´eticas elementares.
Soma: y =x1+x2. Temos:
|ǫx1+x2| ≤ |ǫx1|+|ǫx2|
Subtrac¸c˜ao: y=x1−x2. Temos:
|ǫx1−x2| ≤ |ǫx1|+|ǫx2|
Produto: y =x1×x2. Temos:
Jos´e A. Nhavoto, MSc 25 de Julho de 2011
Divis˜ao: y= x1
x2
. Temos:
|ǫx1 x2
| ≤max {
1
x2
,
x1
x2
}
(|ǫx1|+|ǫx2|)
Note que a propaga¸c˜ao dos erros para a soma e a subtrac¸c˜ao s˜ao dadas pelas mesmas express˜oes. Isto parece contradizer o exemplo dado no in´ıcio deste cap´ıtulo, onde fal´amos do fen´omeno de cancelamento subtractivo. Todavia, ´e preciso n˜ao esque¸cer que, por enquanto, estamos apenas a falar de erros absolutos. Mais adiante, veremos que estes erros transportam apenas parte da informa¸c˜ao necess´aria. Logo, n˜ao existe aqui nenhuma contradi¸c˜ao. Como motiva¸c˜ao para o uso desta medida de erro, considere o exemplo seguinte:
Exemplo 1.11. x = 2112.9, com |ǫx| ≤ 0.1. Podemos garantir que x ∈ [2112.8,2113]. Da
mesma forma, dado y= 5.3 com|ǫy| ≤0.1, temos y∈[5.2,5.4].