Introdu - PowerPoint PPT Presentation

About This Presentation
Title:

Introdu

Description:

Introdu o aos m todos num ricos Representa o Num rica e Erros – PowerPoint PPT presentation

Number of Views:105
Avg rating:3.0/5.0
Slides: 34
Provided by: INSIT48
Category:

less

Transcript and Presenter's Notes

Title: Introdu


1
Introdução aos métodos numéricos
  • Representação Numérica e
  • Erros

2
Motivação
Foguete Ariane 5 explode segundos depois de seu
lançamento em 1996
O foguete transportava um satélite de
comunicações
A causa do acidente foi um erro numérico
(overflow) no cálculo da velocidade horizontal do
foguete
3
Motivação
  • Qual foi o prejuízo?
  • 500 milhões de Dólares (preço do satélite)
  • 7 bilhões de Dólares foram gastos no projeto do
    foguete

4
Soluções numéricas para problemas físicos
Problema Físico
Modelagem
Modelo Matemático
Resolução
Solução
5
Erros na Modelagem
  • Suponha uma queda livre de um prédio
  • d d0 vot 1/2at2
  • Suponha os dados
  • d 0 0x3 1/2x9.8x9
  • d 44,1
  • Este resultado é coerente?

6
Representação Numérica
  • Computadores possuem memória finita
  • O conjunto de números que os computadores podem
    representar é finito

7
Erros na Resolução
  • Fortemente influenciados pela precisão
  • Relacionados à Representação numérica
  • Erro do Foguete (máquinas com precisão diferente
    com mesmo software)

8
Representação numérica
  • Cada computador possui uma precisão numérica
    diferente
  • Esta precisão é dependente do hardware, sistema
    operacional, compilador, etc

9
Representação Numérica
  • O sistema convencional é o de base 10 (dígitos de
    0 a 9)
  • Computadores modernos usam a base numérica 2
    (dígitos 0 e 1)

10
Mudança de Bases
  • 510 1012
  • 5/2 2 resto 1
  • 2/2 1 resto 0
  • 510 1012

11
Mudança de Base
  • 5,25 5 0,25
  • 5 sabemos como resolver
  • Mas e a parte decimal?

12
Mudança de base
  • Método das multiplicações sucessivas
  • 0,25 x 2 0,5
  • 0,5 x 2 1,0
  • Logo 0,2510 0,012

13
Mudança de Base
  • Conversão de base 2 para base 10
  • 1002 410
  • 1002 1x22 0x21 0x20 400 410
  • 1012 1x22 0x21 1x20 401 510
  • 100,12 1x22 0x21 0x201x2-1
  • 4000,5 4,510

14
Representação Numérica
  • Computadores usam o Sistema de Ponto Flutuante
    Normalizado
  • 0,c1c2c3cn x be
  • cn digito entre 0 e b-1 (mantissa)
  • b número natural (base)
  • e número Inteiro (expoente)

15
Representação Numérica
  • Devido à questão da memória finita, os sistemas
    de ponto flutuante normalizados possuem
    parâmetros bem definidos durante o projeto
  • Número de caracteres da mantissa (n)
  • Valor da base (b)
  • Valor e1 menor e e2 maior expoentes do sistema
  • e1 lt 0 e e2 gt 0

16
Representação Numérica
  • Menor número positivo x10,10...0xbe1
  • Maior número x2 0,c1c2...cnxbe2
  • Quantidade de números
  • 2x(b-1)x b(n-1)x (e2-e11)1

17
Representação Numérica
-x2
x1
x2
-x1
18
Representação Numérica
underflow
x1
x2
-x1
-x2
overflow
overflow
19
Representação Binárias
0
1
1
1
0
0
0
0
0
0
0
0
0
0
1
0
mantissa
Sinal do expoente
sinal
expoente
20
Representação Binárias
0
1
1
1
0
0
0
0
0
0
0
0
0
0
1
0
mantissa
Sinal do expoente
sinal
expoente
Sinal 0 positivo, 1 negativo
21
Representação Numérica
  • A distribuição dos números na reta real não é
    uniforme
  • Há concentração de números em trechos da reta

22
Representação Numérica
B2, n3, e1-1 e e22
23
Representação Numérica
  • Resultados de operações aritméticas em sistemas
    de ponto flutuante nem sempre estão corretos

24
Representação Numérica
B2, n3, e1-1 e e22
25
Representação Numérica
  • Propriedades aritméticas nem sempre são
    verificadas
  • Suponha x10,3491x104, x20,2345x100
  • (x2x1)-x1 x2 (x1-x1)
  • A propriedade só se mantém com maquinas de
    precisão maior do que 7 digitos com truncamento

26
Representação Numérica
  • Para somar x1 e x2 precisamos coloca-los na mesma
    base decimal
  • x10,3491x104
  • x20,2345x1000,00002345x104
  • Máquinas com precisão 7 ou menos não são capazes
    de representar x2

27
Representação Numérica
  • (x2x1)-x1 (0,0000234x1040,3491x104)
    -0,3491x104 (0,3491234x104) -0,3491x104
    (0,0000234x104) 0,234x10
  • x2(x1-x1)0,2345x10(0,3491x104 -0,3491x104)
    0,2345x10 0 0,2345x10

28
Tipos de Erro por Precisão
  • Arredondamento - para Cima
  • Truncamento para baixo
  • Para o Número de máquina mais próximo

29
Erro por Truncamento
  • São erros decorridos de processos que deveriam
    ser infinitos
  • Calculo de séries infinitas
  • Sen(x) x - x3/3! x5/5! x7/7!...

30
Erro por truncamento
  • Dizimas periódicas binárias
  • 0,110 0,0001100110011...2
  • Calculadora do Windows - sqrt(2)

31
Erros
  • Sendo x o valor real e x o valor representado
  • Absoluto x x
  • Relativos x - x/ x

32
Revisão
  • Consequências dos erros
  • Sistema de Ponto Flutuante
  • Representação numérica em computadores
  • Erros

33
Conclusão
  • Erros devem ser evitados quando possível
  • Quando não for possível evita-los
  • Não devem ser ignorados
  • Devem ser reduzidos
Write a Comment
User Comments (0)
About PowerShow.com