Capitulos 1 e 2

| (F. Crispiniano & L.
Olga)1 | AN 2019/2020 | Slide 1 de 57
Análise Numérica
Sumário
Sobre Análise Numérica

Números e Bases
Números em base b qualquer
Conversão de Números para a base b
Introdução à Teoria de Erros
Erros Absoluto e Relativo
Algarismos Significativos e Casas Decimais
Sistema de Ponto Flutuante
Aproximação em Ponto Flutuante
Aritmética em Ponto Flutuante
Efeitos Numéricos
Propagação de Erros
| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 2 de 57

Porquê Análise Numérica? (1)
Grande parte dos problemas de Matemática/Engenharia não

possuem soluções analíticas;
Qualquer medição, na prática, está sujeita a erros;
As máquinas de calcular têm limitações que induzem
frequentemente ao erro;
Análise Numérica é um ramo da Matemática dedicado ao estudo e
desenvolvimento de métodos para a resolução de problemas demasiado
complicados ou impossíveis do ponto de vista prático analítico.

Representação de números em base b (1)
Exemplos: b = 10
1 123=1×102 + 2 × 101 + 3 × 100

2 57.5=5×101 + 7 × 100 + 5 × 10−1 .

Representação de números em base b (2)
Exemplos: b = 3
1 (100)3 =1×32 + 0 × 31 + 0 × 30
2 (121)3 =1×32 + 2 × 31 + 1 × 30 .

Índice

Números e Bases
Efeitos Numéricos

Generalizações
Para a base b = 10
N = (dn dn−1 . . . d1 d0 .d−1 d−2 . . . )10

= dn 10n + dn−1 10n−1 + · · · + d1 b 1 + d0 100 + d−1 10−1 + d−2 10−2 + . . .
Para a base b qualquer
N = (dn dn−1 . . . d1 d0 .d−1 d−2 . . . )b

= dn b n + dn−1 b n−1 + · · · + d1 b 1 + d0 b 0 + d−1 b −1 + d−2 b −2 + . . .

Índice

Números e Bases
Efeitos Numéricos

Conversão de Números Inteiros
Como converter N = 126 para a base 4?
1 O resto da divisão de 126 por 4 é o d0


Conversão de Números Fracionários Puros

Conversão de Números - Exercícios
1 Verifique que (10001110)2 = 142 e use o método anterior para

obter a conversão do número 142 para a base 2 (sistema binário);
2 Converta para a base indicada
1 132 (b = 3);
2 1024 (b = 2);
3 Converta para a base binária os seguintes números
1 0.25
2 1.025

Índice

Números e Bases
Efeitos Numéricos

Fontes e Tipos de Erros
Erros inerentes à modelação dos fenómenos físicos: os

modelos, em geral, representam aproximações da realidade.
Erros nos dados: devido a incerteza existente nas medições de
grandezas físicas. Devem-se às precisões finitas e limitadas pelos
instrumentos de medida. [São estudados no âmbito das
Probabilidades e Estatística].
Erros nos métodos/computacionais: devido à substituição de
modelos matemáticos por tratamento numérico aproximado. (e.g.
derivadas por razões incrementais, integrais por somatórios, etc.
Erros de Arredondamento/Truncatura: devido a limitações dos
instrumentos de cálculo utilizados na efetivação de operações
elementares, os quais trabalham com um número finito de
algarismos.

Erros Absoluto e Relativo - Definições
Seja x ( x̃, ou x ∗ etc.) o valor aproximado duma quantidade cujo

valor real exato é x.
O erro de aproximação de x é
ex = ∆x = x − x
O erro absoluto da aproximação de x é
|ex | = |∆x| = |x − x|
O erro relativo da aproximação de x é

∆x
|δx | =

x
A percentagem de erro é
100% × |δx |

Erros Absoluto e Relativo - Exemplos
1 Se x = 0.000006 e x = 0.000005 (um valor aproximado) tem-se que
|∆x| = 0.000001 e |δx | ≈ 0.2.

Percentagem de erro: 20% (valor não aceitável).
2 Se x = 600000 e x = 606000 tem-se que
|∆x| = 6000 e |δx | ≈ 0.01.

Percentagem de erro: 1%, (boa aproximação).
Conclusão: A informação de boa ou má precisão de uma aproximação
é fornecida pelo erro relativo porque depende da ordem de grandeza
do valor de x.
Nota: Se x < x, então diz-se que a aproximação é por defeito.
Se x > x, então diz-se que a aproximação é por
excesso.Existem muitas notações para o erro absoluto.
Erros Absoluto e Relativo - Majorantes (1)
Define-se erro máximo absoluto (): um majorante do erro

absoluto
|∆x | ≤ ⇔ x ∈ [x − , x + ]
Notação: x = x ± ⇔ x ∈ [x − , x + ] .
Define-se erro máximo relativo (0 ): um majorante do erro
relativo

0 = ≈ .
|x| |x|
Notação: x = x ± (1000 ) % ⇔ x ∈ [x (1 − 0 ) , x (1 + 0 )] .

Erros Absoluto e Relativo - Majorantes (2)
Exemplos
1 x = 1.0 ± 5% ⇔ x ∈ [0.95, 1.05] .
2 π = 3.14 ± 0.001 ⇔ π ∈ [3.139, 3.141] .
0.01
3 Se x = 3.45 com = 0.01, então 0 ≈ ≈ 3 × 10−3 .
3.45
4 Se x = −2.7 com 0 = 0.07, então ≈ 0.07 × 2.7 ≈ 0.19.

Índice

Números e Bases
Efeitos Numéricos

Chamam-se algarismos (ou dígitos) significativos (a.s.) a todos

os dígitos usados na escrita do número com excepção dos zeros
para representar a casa das unidades.
Chamam-se casas decimais (c.d.) ao número de digítos depois do
ponto (ou vírgula).
Exemplos
1 210.002 tem 3 c.d. e 6 a.s.
2 0.314 × 101 tem 3 c.d. e 3 a.s.
Nota: As c.d. dependem das unidades (10k ) enquanto que os

a.s. não!

Alg. Sig. Corretos e Casas Dec. Corretas
Seja x uma aproximação de x.

Diz-se que x tem k casas decimais corretas (c.d.c.) sse
|∆x | ≤ 0.5 × 10−k
Diz-se que x tem l algarismos significativos corretos (a.s.c.) se
|δx | ≤ 5 × 10−l
Observação: Quando se tem um conjunto de números de uma mesma

quantidade x, a melhor aproximação corresponde ao
valor mais próximo do valor exacto. O número de a.s.c.
permite caracterizar essa melhor aproximação.

Alg. Sig. Corretos e Casas Dec. Corretas
Exemplos
Considere-se para cada x uma aproximação x. Tem-se:
x x Erro Absoluto c.d.c. Erro Relativo a.s.c.

29.6324 29.63 0.24 × 10−2 2 ≈ 0.8 × 10−4 4
π 3.14159 0.26 × 10−5 5 ≈ 0.84 × 10−6 6
e 2.71 0.8 × 10−2 1 ≈ 0.3 × 10−2 3

Notação Científica (1)
Representação de números
Seja x ∈ R.
x = ±dn dn−1 · · · d1 d0 .d−1 d−2 · · · × b e

Base do sistema: b
(gama de valores representáveis) Mantissa:
dn dn−1 · · · d1 d0 .d−1 d−2 · · · (com p dígitos - precisão)
Expoente: e ∈ Z
Dígitos: {0, 1, 2, ..., b − 1}

Notação Científica (2)
Observação: Infelizmente para as máquinas («memória finita») não

se pode representar, por exemplo, uma dizima infinita.
Limita-se o número de dígitos para a mantissa e para o
exponte recorrendo a técnicas de obtenção do número
por aproximação: Arredondamento ou Truncatura.

Sistema de Ponto Flutuante Normalizado (1)
Representação de números: FP(b, p, q)
x =0 ∨ x = ±0.d−1 d−2 · · · d−p × b t , com d−1 6= 0

Base do sistema: b
Mantissa: 0.d−1 d−2 · · · d−p (com p dígitos - precisão)
Expoente: t ∈ Z com q dígitos
Dígitos: {0, 1, 2, ..., b − 1}
Nota: A gama de valores para o expoente é simétrica em

relação à origem.

Representação de números: FP(b, p, m, M)
x =0 ∨ x = ±0.d−1 d−2 · · · d−p × b t , com d−1 6= 0

Base do sistema: b
Mantissa: 0.d−1 d−2 · · · d−p
Expoente: t ∈ [m, M]
Dígitos: {0, 1, 2, ..., b − 1}
Nota: A gama de valores para o expoente pode não ser

simétrica em relação à origem.

Exemplo
O sistema FP (10, 4, 2) é um sistema em que a base é 10, com 4
dígitos na mantissa e o expoente varia entre −99 a 99, ou seja,
todos os números da forma
x =0 ∨ x = ± (0.d−1 d−2 d−3 d−4 ) × 10t1 t2
onde os dígitos pertencem a {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} com a excep-

ção de d−1 6= 0.

Exemplos
Representam-se alguns números em sistemas FP:
x = 0.001329 em FP(10, 4, 2) é 0.1329 × 10−2 (exacto);
π = 3.141592... em FP(10, 6, −2, 5) é 0.314159 × 101 (aprox.);
x = 25.4 em FP(10, 4, 2) é 0.2540 × 102 .
x = −5.172 em FP(10, 5, −2, 2) é −0.51720 × 101 ;
π = 3.141592... em FP(10, 6, −2, 5) é 0.314159 × 101 .
x = 0.0123 em FP(10, 3, −2, 2) é 0.123 × 10−1
Nota: 0.0003, 5391.3 ∈

/ FP(10, 3, −2, 2). Porquê?

Realmin e Realmax
FP(b, p, q) FP(b, p, m, M)
Intervalo da mantissa [b −1 , 1 − b −p ] [b −1 , 1 − b −p ]
Intervalo do expoente [−k, k] [m, M]
realmin b × b −k
−1 −1
b × bm
realmax (1 − b −p ) × b k (1 − b −p ) × b M
Nota: Em FP(b, p, q):

Se b = 10 e q = 2, k = 99;
Se b = 10 e q = 1, k = 9;
Se b = 2 e q = 3, k = 111.

Sistema de Ponto Flutuante - Limitações
Aproximação de números não representáveis: recorre-se às técnicas

de aproximação, truncatura ou arredondamento
⇒ Erros de representação
x, y ∈ FP ; x ◦ y ∈ FP: Por exemplo,
0.9235, 1.235 ∈ FP(10, 4, 2) mas 0.9235 + 1.235 ∈
/ FP(10, 4, 2)
⇒ Erros de representação
Underflow e Overflow :
⇒ Impossibilidade na representação nos números.

Técnicas de Aproximação em FP (1)
Não sendo possível uma representação exacta de x, estão previstas

duas técnicas para determinar a sua aproximação fl (x):
Truncatura: desprezam-se simplesmente os dígitos do número real
x que não cabem na mantissa. Esta técnica é denotada por
FP (b, p, q, T ) .
Arredondamento: o número real x é representado pelo número do

sistema de ponto flutuante que lhe está mais próximo em valor
absoluto. Esta técnica é denotada por
FP (b, p, q, A) .

Arredondamento
se o primeiro algarismo da parte eliminada for inferior a 5, o
número obtido é a verdadeira representação;
se o primeiro algarismo da parte eliminada for maior que 5,
adiciona-se uma unidade ao algarismo da última ordem decimal
conservada;
se o primeiro algarismo da parte eliminada for igual a 5, pode-se
arredondar para cima (adiciona-se uma unidade ao algarismo da
última ordem decimal conservada) ou fazer arredondamento
simétrico (aproxima-se pelo algarismo par mais próximo).

Exemplos
Representam-se alguns números em ponto flutuante utilizando téc-
nicas de aproximação:
Em FP(10, 4, 2, T ), fl(π) = 0.3141 × 1001
Em FP(10, 4, 2, A), fl(π) = 0.3142 × 1001
Em FP(10, 1, 2, A), fl(0.75) = 0.8 × 1000
Em FP(10, 5, 2, A), fl(0.000241925) = 0.24192 × 10−3
Nota: Seja b a base de um sistema FP, os a.s. são todos os

algarismos de 0 a b − 1, desde que a representação do
número seja na forma normalizada.

Overflow e Underflow
No sistema FP pode acontecer impossibilidade de representação:

1 0.9999 × 10100 ∈
/ FP (10, 4, 2)
2 0.1000 × 10−100 ∈/ FP (10, 4, 2)

Precisão da Máquina: As máquinas de calcular só trabalham com
um número finito de valores discretos. Para determinar a distância
entre dois valores adjacentes necessitamos de conhecer o chamado
epsilon da máquina (M ) , o menor número positivo que
adicionado a 1 dá um número diferente de um.

Índice

Números e Bases
Efeitos Numéricos

Erros de Rep. - Unidade de Arred. u (1)
Seja x = mb t e x = fl(x) = mb t então
|∆x| = |x − x| = (m − m) b t .

Assim, 
−p
b
 FP (b, p, q, T )
|m − m| ≤
1 −p

2b FP (b, p, q, A)
donde decorre que o erro absoluto é majorado por

t−p
b
 FP (b, p, q, T )
|∆x| ≤
 1 t−p

2b FP (b, p, q, A)

Analogamente, para x 6= 0, o erro relativo é dado por

1−p
∆x (m − m) b t m − m
b
 FP (b, p, q, T )
x =
=
m <u=

mb t  1 1−p
2b FP (b, p, q, A)
Unidade de Arredondamento
Truncatura: uT = b 1−p
1−p
Arredondamento: uA = b 2 (metade do valor da unidade de
arredondamento com truncatura)

Figura: Unidade de Arredondamento
Nota: Normalmente, para as máquinas, a unidade de

arredondamento varia entre 10−16 e 10−7 .

Exemplos
Seja x = 0.2346.
Em FP (10, 3, 2, T ) tem-se x = fl (x) = 0.234 e

∆x −2
x = 0.001705 < 10 = uT .

Em FP (10, 3, 2, A) tem-se x = fl (x) = 0.235 e
10−2

∆x
x = 0.0025575 < 2 = uA .


Índice

Números e Bases
Efeitos Numéricos

Erros nas Operações Elementares em FP (1)
Operações elementares
Sejam x1 = m1 b t1 e x2 = m2 b t2 :
(
(m1 ± m2 b −(t1 −t2 ) )b t1 se t1 > t2
x1 ±x2 = m1 b t1 ±m2 b t2 =
(m1 b −(t2 −t1 ) ± m2 )b t2 se t1 ≤ t2
x1 × x2 = (m1 × m2 )b t1 +t2
x1 m1 t1 −t2
= b
x2 m2

Operações Elementares - Passos a seguir

1 Decompor os operandos nas mantissas e expoentes;
2 No caso de soma e subtração, alinhar as mantissas;
3 Realizar as operações com mantissas e com expoentes;
4 Normalizar a mantissa;
5 Arredondar a mantissa;
6 Reunir a mantissa e o expoente.

Exemplos
Em FP(10, 6, 2, A), 0.256 × 10−2 + 2.52 = 0.252256 × 101 .
Em FP(10, 3, −0, 30), sejam os números x = 0.200 × 10−8 ,
y = 0.400 × 10−5 e z = 0.600 × 1028 .
x × y = 0.8 × 10−14 ∈
/ FP(10, 3, −0, 30)
z 37
= 0.3 × 10 ∈ / FP(10, 3, −0, 30)
x

Índice

Números e Bases
Efeitos Numéricos

Efeitos Numéricos nas Op. Elem. em FP (1)
A propriedade associativa nem sempre é válida em FP.

?
(a ◦ b) ◦ c = a ◦ (b ◦ c)
Exemplos
1 Em FP(10, 2, 1, A),
(1 + 0.24) + 0.14 6= 1 + (0.24 + 0.14).
2 Em FP(10, 4, 2, A),
(3.567 + 0.0004985) + 0.0004821 6= 3.567 + (0.0004985 + 0.0004821).

Verificação do exemplo 2
Método I (da esquerda para a direita)
0.3567 ×10
+ 0.00004985 ×10
≈ 0.3567 × 101

0.35674985 ×10
Método II (da direita para a esquerda)
0.4985 ×10−3
+ 0.4821 ×10−3
0.9806 ×10−3
3.567 ×10
+ 0.0009806 ×10
≈ 0.3568 × 101

3.5679806 ×10

Cancelamento aditivo
a + b com a b ou a b
Exemplo
1 Em FP(10, 4, 2, A),
3.567 + 0.0004985 = 0.3567 × 1001 .
Nota: Este fenómento também ocorre quando há muitas

parcelas na soma. Com o alinhamento das mantissas,
perdem-se a.s.

Cancelamento subtrativo
a − b com a ≈ b
Exemplo
1 Em FP(10, 4, 2, A), consideram-se x1 = 0.43787 × 10−2
x2 = 0.43783 × 10−2 e y = x1 − x2 .
y = fl(x1 ) − fl(x2 ) = 0.1 × 10−5
Donde, |∆y | = 0.6 × 10−6 e |δy | ≈ 1.5 (Valor não aceitável!)
Nota: Perdem-se a.s. e produzem-se erros elevados. O

problema é geralmente resolvido com rearranjos de
cálculo (por ex., com o uso dos dígitos da guarda).

Op. Elem. em FP - Regras Práticas (1)
No produto ou divisão de dois ou mais números aproximados o

resultado deverá ter tantos algarismos significativos quantos os do
número com menos algarismos significativos correctos.
Na potência temos: seja z = x p , p real
se |p| ≈ 1 temos que z tem o mesmo numero de a.s. do que x
se |p| > 10 temos que z perde a.s. em relação a x (se |p| ≈ 10k perde
k a.s.)
se |p| < 10−1 temos que z ganha a.s. em relação a x (se |p| ≈ 10−k
ganha k a.s.)
Para efeitos na regras práticas, os números exactos têm uma
infinidade de a.s.c e c.d.c

Op. Elem. em FP - Regras Práticas (2)
Na adição algébrica perdem-se e ganham-se a.s. [Garante-se o

número c.d..]
Exemplos - multiplicação/adição
12 é exacto e 3.142 tem 4 a.s.c.,

12 × π ≈ 12 × 3.142 u 37.70
assim o resultado vai ter 4 a.s.
23.0789 − 23.0734 = 0.0055 (2 a.s.c.)
75.467 + 86.014 = 161.481 (6 a.s.)

Índice

Números e Bases
Efeitos Numéricos

Propagação de Erros (1)
Seja x uma valor aproximado de x. Então, pela fórmula de Taylor:
f (x) = f (x) + f 0 (ξ) (x − x) , ξ ∈ ]x, x[

0
⇔f (x) − f (x) = f (ξ) (x − x)
⇒ |f (x) − f (x)| = f 0 (ξ) (x − x)

⇔ |∆f (x)| = f 0 (ξ) |∆x|

Quando f (x) 6= 0, vem que

∆f (x) f 0 (ξ)

0 x
f (x) = f (x) |∆x| ⇔ δf (x) = f (ξ) f (x) |δx|


Propagação de Erros (2)
Quando x está próximo de x, torna-se razoável assumir que

f 0 (ξ) ≈ f 0 (x) . Assim,
|∆f (x)| ≈ |f (x)| |∆x|
e
0

δf (x) ≈ xf (x) |δx |

f (x)
| {z }
*
* Factor de ampliação entre o erro relativo de x e o erro relativo de

f (x).

Condicionamento de uma Função - Definição
Definition 1.
Seja f : R −→ R uma função diferenciável. Chama-se número de
condição de f (x) e representa-se por:
0
xf (x)
cond(f (x)) =

f (x)

Função Bem Condicionada
Se cond (f (x)) ≈ 1, a função é bem condicionada.

Exemplo
√
1A função f (x) = x é bem condicionada porque
1
cond(f (x)) = . Significa que os erros relativos no cálculo da
2
raíz de um número tendem a reduzir para metade em relação
aos erros relativos iniciais;
√ √
Verificação: Se y = x e y = x, com x = 2 e x = 1.999 vem
que:
|δx| = 0.0005
|δy | ≈ 0.000250

Função Mal Condicionada
Se cond (f (x)) 1, a função é mal condicionada.
Exemplos
1 A função g (x) = e x tem cond(g (x)) = |x|. Quanto maior for x
mais mal condicionada é a função g .

Exercícios
1 Calcule x = 12.46485 − 12.45012 = 0.01473 em FP(10,4,2,A)

2 Calcule em FP(10, 4, 2, A) o valor de y = x1 − x2 com
x1 = 0.43787 × 10−2 e x2 = 0.43783 × 10−2 . Calcule os erros
absoluto e relativo. Indique a unidade de arredondamento do
sistema.
3 Calcule em FP(10, 4, 2, T ) o valor de y = x1 − x2 com
x1 = 0.1000 × 100 e x2 = 0.5699 × 10−2 . Calcule os erros absoluto
e relativo. Indique a unidade de arredondamento do sistema.
cos(x)−1
4 Considere a função f (x) = x2
. Calcule f (10−15 ). Análise o
resultado obtido.

Exercícios
Solução (Ex 1)
0.1246 ×102
x = fl (x) = 0.1246 × 102 − 0.1245 × 102 -0.1245 ×102
0.0001 ×102
−→ x = fl (x) = 0.0001 × 102
O erro absoluto |∆x| = |0.01473 − 0.1246 × 102 | = 0.00473

O erro relativo | ∆x x−x
x | = | x | = 32%

Leituras complementares
A.Quartenori, Fausto Saleri.

Scientific Computing With Matlab, Springer-Verlag
Pina, Heitor
Métodos Númericos.
MCGraw Hill

Capitulos 1 e 2

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Capitulos 1 e 2

Загружено:

Авторское право:

Доступные форматы

| (F. Crispiniano & L.

Olga)1 | AN 2019/2020 | Slide 1 de 57

Sobre Análise Numérica

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 2 de 57

Grande parte dos problemas de Matemática/Engenharia não

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 3 de 57

1 123=1×102 + 2 × 101 + 3 × 100

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 4 de 57

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 5 de 57

Sobre Análise Numérica

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 6 de 57

N = (dn dn−1 . . . d1 d0 .d−1 d−2 . . . )10

Para a base b qualquer

N = (dn dn−1 . . . d1 d0 .d−1 d−2 . . . )b

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 7 de 57

Sobre Análise Numérica

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 8 de 57

Como converter N = 126 para a base 4?

1 O resto da divisão de 126 por 4 é o d0

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 9 de 57

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 10 de 57

1 Verifique que (10001110)2 = 142 e use o método anterior para

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 11 de 57

Sobre Análise Numérica

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 12 de 57

Erros inerentes à modelação dos fenómenos físicos: os

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 13 de 57

Seja x ( x̃, ou x ∗ etc.) o valor aproximado duma quantidade cujo

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 14 de 57

1 Se x = 0.000006 e x = 0.000005 (um valor aproximado) tem-se que

|∆x| = 0.000001 e |δx | ≈ 0.2.

|∆x| = 6000 e |δx | ≈ 0.01.

Define-se erro máximo absoluto (): um majorante do erro

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 16 de 57

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 17 de 57

Sobre Análise Numérica

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 18 de 57

Chamam-se algarismos (ou dígitos) significativos (a.s.) a todos

Nota: As c.d. dependem das unidades (10k ) enquanto que os

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 19 de 57

Seja x uma aproximação de x.

|∆x | ≤ 0.5 × 10−k

Diz-se que x tem l algarismos significativos corretos (a.s.c.) se

Observação: Quando se tem um conjunto de números de uma mesma

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 20 de 57

x x Erro Absoluto c.d.c. Erro Relativo a.s.c.

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 21 de 57

x = ±dn dn−1 · · · d1 d0 .d−1 d−2 · · · × b e

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 22 de 57

Observação: Infelizmente para as máquinas («memória finita») não

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 23 de 57

Representação de números: FP(b, p, q)

x =0 ∨ x = ±0.d−1 d−2 · · · d−p × b t , com d−1 6= 0

Nota: A gama de valores para o expoente é simétrica em

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 24 de 57

Representação de números: FP(b, p, m, M)

x =0 ∨ x = ±0.d−1 d−2 · · · d−p × b t , com d−1 6= 0

Nota: A gama de valores para o expoente pode não ser

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 25 de 57

x =0 ∨ x = ± (0.d−1 d−2 d−3 d−4 ) × 10t1 t2

onde os dígitos pertencem a {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} com a excep-

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 26 de 57

Nota: 0.0003, 5391.3 ∈

| (F. Crispiniano & L. Olga)1 | AN 2019/2020 | Slide 27 de 57

Define-se erro máximo absoluto (): um majorante do erro

Se cond (f (x)) 1, a função é mal condicionada.