UNIVERSIDADE

SANTA ÚRSULA
Curso de Engenharia

Métodos Numéricos
e Computacionais

Autoria: Homologação
Luiz Antonio Palmeira Monteiro (MSc) Eduardo Sabatino

Março / 2015

Unidade-1 Página 1
Unidade-1 Página 2
 Unidade I

Teoria dos Erros

e Representação de Números
1. Teoria dos Erros
1.1 Métodos Numéricos
1.2 Propriedades dos Métodos Numéricos
1.3 Erro, Defeito e Falha
1.4 Tipos de Erros
1.5 Operações com Números
1.6 Aproximação
1.7 Indicadores de Erro
1.8 Cota máxima de Erro
1.9 Algarismos Significativos
1.10 Operações com Algarismos Significativos
1.11 Propagação de Erros
1.12 Exercícios Propostos
1.13 Para saber mais

2. Representação de Números
2.1 Introdução
2.2 As Bases Numéricas
2.3 Conversão de Números
2.4 Conversão da base decimal para uma base qualquer
2.5 Conversão de uma base qualquer para a base decimal – Método
Convencional
2.6 Números de Precisão Finita
2.7 Erros e Violações nas Operações com Números de Precisão Finita
2.8 Operações com Números de Precisão Finita
2.9 Números Fracionários
2.10 Números em Ponto-flutuante
2.11 Princípios do ponto-flutuante
2.12 Exercícios Propostos
2.13 Para saber mais

Unidade-1 Página 3
Unidade-1 Página 4
 1

Teoria dos Erros

1.1 Métodos Numéricos

Os Métodos Numéricos são procedimentos ou algoritmos usados para

solucionar problemas matemáticos de forma aproximada. Eles são
aplicados quando não é possível a obtenção de uma solução exata do
problema por meio de um método analítico direto.

Os algoritmos numéricos trabalham sucessões de números de forma

iterativa, repetindo um conjunto finito de operações elementares que
1
fazem o resultado convergir para a solução aproximada do problema. Cálculo aproximado de e
x 0 x1 x 2 x 3 x 4 xn xn/n! ex
Exemplo: e       ...   ... n
x

0! 1! 2! 3! 4! n! 0 1 1
1 1 2
1.2 Propriedades dos Métodos Numéricos 2 0,5 2,5
3 0,166667 2,666667
a) Eficiência ou Esforço Computacional (EC) – mede o tempo gasto com a
4 0,041667 2,708333
execução de um método numérico para se chegar a um resultado. EC é
5 0,008333 2,716667
estimado com base no número de operações elementares (adições, 6 0,001389 2,718056
subtrações, multiplicações e divisões) que o método utiliza. Como as 7 0,000198 2,718254
multiplicações e divisões consomem significativamente mais tempo do 8 2,48E-05 2,718279
que as adições e subtrações, o número de multiplicações e divisões 9 2,76E-06 2,718282
requeridas pelo método é suficiente para estimar a eficiência do
método.
b) Exatidão (accuracy) – mede quão perto da resposta correta está o
resultado obtido com o método.
c) Precisão (precision) – mede o número de dígitos significativos da
resposta obtida com o método.

Exemplos: 2,718282 é mais preciso do que 3,14, pois possui mais dígitos
significativos (7 dígitos) do que 3,14 (3 dígitos), mas 3,14 é mais exato do
que 2,718282 na representação do número  = 3,141592...

1. Teoria dos Erros Página 5

 1.3 Erro, Defeito e Falha
Falta de Manutenção Erro Situação-1: Apesar de girar a chave de ignição em um automóvel, o motor
Provoca/Gera não dá partida. Neste caso:
 Defeito (o que ocorreu?): o motor não dá partida.
Bateria Vela Gasolina Falhas
 Falha (o que falhou para o defeito aparecer?): bateria gasta, ou
Gasta suja s/qualidade Possíveis
vela suja, ou gasolina de baixa qualidade (só um mecânico pode
Faz aparecer detectar que falha houve)
 Erro (o que provocou a falha?): Falta de manutenção (não trocou a
Motor não Defeito bateria gasta ou a vela suja ou usou uma chave de fenda ao invés
dá partida de chave de ignição)
Erro, Defeito e Falha são visões
distintas de um mesmo fato
Situação-2: Jogador toma distância, corre e bate o pênalti. Goleiro agarra.
 Defeito (o que ocorreu?): o gol não ocorreu
 Falha (o que falhou para o defeito aparecer?): distância excessiva
deu tempo ao goleiro para melhor se posicionar, ou chute fraco
facilitou a defesa do goleiro
 Erro (o que provocou a falha?): posicionar-se muito longe da
marca de pênalti; achar que chute fraco é indefensável

Situação-3: Em competição, um atirador observa o alvo, mira, atira e ... não

acerta
 Defeito (o que ocorreu?): o tiro não atingiu o alvo
 Falha (o que falhou para o defeito aparecer?): a respiração do
atirador estava descontrolada, ou lubrificação da arma deficiente,
ou pólvora velha utilizada na bala
 Erro (o que provocou a falha?): não ter prendido a respiração no
momento do tiro, não ter considerado a mudança no vento, não
ter selecionado balas novas

Situação-4: Imagem de aparelho novo de TV sem a qualidade esperada

pelo comprador, mas vista como normal por outras pessoas.
 Defeito (o que ocorreu?): expectativa de comprador faz com que a
Defeito
imagem seja percebida com defeito, o que não ocorre com as
Universo da
Percepção demais pessoas.
Erro
Universo dos
 Falha: Não houve (o aparelho continua funcionando normalmente)
Dados  Erro: comprador não configurou a TV de forma apropriada.
Falha
Universo Situação-5: O relógio está atrasando a hora constantemente
Físico
 Defeito: está atrasando a hora constantemente
 Falha: apesar de continuar funcionando deve estar com a bateria
gasta
 Erro: atrasa uma hora por dia

Defeito (ou deficiência, em inglês: flaw, defect)– imperfeição percebida do

que se entende ser certo  Pertence ao Universo da Percepção. Forma
anormal de coisas construídas, criadas, ou constituídas para certa
finalidade, que pode ser:

1. Teoria dos Erros Página 6

  De ordem moral ou psicológica
 De ordem física
 Inabilidades diversas
 Miscelânea

Falha (avaria, pane – em inglês: fail, fault) - Condição anormal de um

componente, equipamento, subsistema ou sistema, que impede o seu
funcionamento (situação chamada de fracasso - em inglês, failure) 
Pertence ao Universo Físico. É a redução sensível ou total das condições
de trabalho de um componente devido a
 Perda parcial ou total de parte do componente ou de
subcomponente
 Modificação nas suas propriedades por desgaste natural
 Aparecimento de Irregularidade, descontinuidade, fratura, fissura,
trinca, fenda, racha no componente
 Insucesso de evento ou ação

Erro – É a diferença entre a resposta exata, correta e a resposta obtida ou

apresentada  Pertence ao Universo dos Dados.

1.4 Tipos de Erros

a) Dados imprecisos – quando o dado não têm precisão, exatidão e/ou

clareza. A imprecisão é inerente ao dado  O erro é inevitável Observação:
b) Erros Sistemáticos – são erros inerentes aos dados fornecidos, sempre Risco  conheço a fonte de
ocorrem. Atuam sempre no mesmo sentido (ou aumentando ou erro  erro sistemático o
reduzindo a medida) e por isso exigem a calibração do instrumento de erro é evitável
medida. Todas as medições trazem consigo erros que são inerentes aos
próprios instrumentos de medida.  O erro é evitável Incerteza  Não conheço a
Exemplo: as divisões da escala de uma régua não são perfeitamente fonte de erro  erro aleatório
regulares (as marcações diferem ligeiramente uma das outras). Assim ou fortuito  o erro é
há um erro sistemático em uma medição com essa régua. imprevisível
c) Erros Aleatórios ou Fortuitos – são erros que ocorrem
descontroladamente, podendo ser gerados pelo modelo, inerentes ao
método utilizado (observar que um método numérico é uma
aproximação de uma série infinita de cálculos para uma solução finita)
 O erro é imprevisível

1.5 Operações com Números

O trabalho com números é fonte de erro s de diversos tipos, basicamente

pode ser:

(a) Contagem - determina o número de estruturas combinatórias. Números O resultado de uma medição é
resultantes de enumerações ou de contagens são naturalmente exatos somente uma aproximação ou
(b) Medição - O ato de medir é, em essência, um ato de comparar. estimativa do valor medido
Números resultantes de medições contêm erros (não existe medição sem
erro)

1. Teoria dos Erros Página 7


Truncamento:
Para truncar um número real
“x” no 3° dígito da casa
decimal pode-se usar a função:
x = Int(x*1000)/1000
Arredondamento:
Para fazer o arredondamento
simétrico do número real “x”
no 3° dígito da casa decimal
pode-se usar a função:
x = Int((x+0,0005)*1000)/1000
1. Teoria dos Erros
(c) Representação - a representação interna de números em uma máquina
de computação é feita na forma binária e com um número fixo de dígitos
significativos. A representação depende da base escolhida e isso é fonte de
erro, pois quase sempre requer aproximações e truncamentos.
1.6 Aproximação
Arredondamento para o inteiro mais próximo:
23,8  24 pois está mais próximo de 24 do que de 23
23,8
23 0,8 0,2 24
23,4  23 pois está mais próximo de 23 do que de 24
23,5  dista igualmente de 23 e de 24  usa-se aproximar para o
número par que precede ou sucede o número: não pode ser 23 que é
ímpar  23,5  24, mas 24,5  24 (reduz os erros acumulados por
arredondamento)  Se uma medida foi determinada com precisão como
24 significa que seu valor verdadeiro está compreendido entre 23,5 e 24,5
Assim, tem-se dois tipos de aproximação de números:
a) Truncamento – ocorre truncamento quando a série de dígitos de um
número é interrompida em algum dígito. Um número é truncado na
posição “i” se todos os algarismos significativos de ordem “i+1” em diante
forem abandonados.
Exemplo: 3,141592 Truncando 3,141
136,5  136
2,484  2,48
b) Arredondamento Simétrico – quando se incrementa de uma unidade o
último dígito de uma série de dígitos se o próximo dígito à direita for maior
do que 5.
Exemplo: 3,141592 Arredondando 3,142
Exemplos de Arredondamento:
48,6  49
2,475  2,48
1.7 Indicadores de Erro
Vimos que:
Erro é a diferença entre a resposta exata (RE) e a resposta obtida(RO)
Isso nos leva a dois indicadores de erro:
 Erro Absoluto E = RE - RO
 Erro Relativo E% = E /RO
Página 8
(a) Erro Absoluto - é a diferença entre os valores apresentado e exato de Observação-1:
um número Como a palavra “erro” passa uma
Sejam: x = valor correto, sem erro ideia de defeito, imprecisão, alguns
autores preferem usar a palavra
x* = valor apresentado ou calculado, com erro
“incerteza” que por outro lado
x = erro absoluto em x transmite a falsa idéia de erro
Então: x = |x* - x|  x* = x  x aleatório ou fortuito (ver pag.7)

(b) Erro relativo - informa a fração (em %) não exata do valor calculado.
Observação-2:
x O erro de uma medição
É definido por:   (multiplicar por 100 para obter o valor em %),
x* (i) É sempre expresso nas mesmas
onde: unidades do resultado dessa
x = erro absoluto em x medição. Por exemplo, a incerteza
de uma grandeza medida em quilos,
x* = valor apresentado ou calculado
deve ser expressa em quilos.
x x x x        2
x
     x  x 1  x   x   ...  (ii) o erro e o resultado da medição
x* x x x x x x x x x  x  x  
 devem apresentar sempre o
mesmo número de casas decimais.
x  
2

  O x 
x  x 

Como x/x <<1  (x/x)2  0  é desprezível, logo:

x x
   tanto faz usar o valor correto como o valor com erro
x x*

Exemplos:
a) Erro x = 0,01 em x = 1.000.000   = 0,01/1.000.000 = 10-2 / 106
= 10-2  10-6 = 10-8 bom
b) Erro x = 0,01 em x = 0,001   = 0,01/0,001 = 10-2 / 10-3 =
= 10-2  103 = 10  desastre
O erro relativo é um melhor indicador do que o erro absoluto

Pode-se situações onde o erro absoluto é o mesmo, mas os erros relativos

são diferentes .

Quase nunca sabemos quem é RE  é impossível calcular E e E% 

estabelecer tolerância ou margem de erro

1.8 Cota máxima de Erro

Cota máxima de erro é o intervalo de incerteza na leitura de uma medição,

dentro do qual sabemos que se encontra o valor medido.
É definido pelo centro desse intervalo(x) acrescentado da faixa de incerteza
(x): x  x

1. Teoria dos Erros Página 9

 1.9 Algarismos Significativos

Dado x  x  o último dígito é sempre incerto (ou duvidoso) pois é onde

incide o erro x  Algarismos significativos = Algarismos exatos + um
único algarismo duvidoso
Exemplos: 0,3  está compreendido entre 0,25 e 0,35  o algarismo
exato é o 3 e o duvidoso é o que vem depois dele  0,3 tem 1 algarismo
significativo.
21,38  0,04  21,34  21,4  21,42  21,38 tem os algarismos exatos
21,3 e o algarismo duvidoso 8

Então
Zeros à direita - são algarismos significativos, exceto quando
forem expressos em potências de 10, que não são significativos 
zeros à direita são dúbios
Zeros à esquerda - não são algarismos significativos
Os algarismos de 1 á 9 são sempre significativos
Zeros entre os algarismos 1 à 9 são sempre significativos

Exemplos:
2
200  3 significativos 2010  2 significativos 210 1 significativo
0,00052  tem dois algarismos significativos, que são 52;
035,2  tem 3 algarismos significativos;
0,000300  tem três algarismos significativos, já que zeros à direita são
significativos, 300;
855555,66 tem 8 algarismos significativos, porque 8,5 é um valor maior
que 5
1/13 = 0,0769230769230769
1/13 =0,076 (com 2 significativos)  o erro está na quarta casa decimal
1/13 =0,0769 (com 3 significativos)  o erro está na quinta casa decimal
1/13 =0,07692 (com 4 significativos)  o erro está na sexta casa decimal
3,14 tem 3 algarismos significativos 3,1400 tem 5 algarismos significativos
0,00314 = 3,1410-3 tem 3 algarismos significativos
0,0031400 = 3,140010-3 tem 5 algarismos significativos

Notação Científica – é uma forma de escrever números que acomoda

valores extremamente grandes ou pequenos.
Regra: se o número tem “n” algarismos significativos  deve ser escrito
como z,zz...z  10K Mantissa = z,zz...z
Expoente= K
“n” algarismos
2
6x10  tem 1 algarismo significativo,
2
6,0x10  tem 2 algarismos significativos
2
6,00x10 tem 3 algarismos significativos

Teorema: Se o erro relativo de um número for:  < 0,5  10S  o número

tem s algarismos significativos

x* = 0,001234  0,000003   = 0,000003/0,001234 = 3,0×10 /1,234×10

-6 -3

-3 -2 -2
= 2,431×10  0,2431×10 < 0,5×10  2 significativos
x* = 0,001234  0,000007   = 0,000007/0,001234 = 7,0×10 /1,234×10
-6 -3

-3 -1 -1
= 5,672×10  0,05672×10 < 0,5×10  1 significativo.

1. Teoria dos Erros Página 10

1.10 Operações com Algarismos Significativos

Nas operações de soma, subtração, multiplicação e divisão o resultado

deve manter a precisão do operando de menor precisão.

 Multiplicações, divisões e extração de raízes:

3,14  2,5 = ?
3,14 é o arredondamento de qualquer número compreendido entre
3,135 e 3,145  3,135  3,14  3,145
2,5 é o arredondamento de qualquer número compreendido entre
2,45 e 2,55  2,45  2,5  2,55 Observação:
Todos os algarismos presentes
O menor valor possível do produto é: 3,135  2,45 = 7,68075
no número, isto é, tanto os
O maior valor possível do produto é: 3,145  2,55 = 8,01975 significativos quanto os
A faixa de valores que vai de 7,68075 à 8,01975 tem como valor duvidosos, devem ser
médio: (7,68075 + 8,01975)/2 = 7,85025  7,8  O resultado final considerados nos cálculos, sendo
desprezados apenas na
não pode ter mais algarismos significativos do que o que tiver menor
apresentação final.
quantidade deles.
Assim: 3,14  2,5 = 7,85  7,8 (2 significativos)
Outros exemplos:
73,24  4,52 = 331,0448  331
1,648/0,023 = 71,65  72
38,7 = 6,2209  6,22
1,4142  140 = 197,988  com 2 significativos (devido ao 140 que é
dúbio) fica: 1,9  10
2

 Adições e subtrações de números: O resultado final não pode ter mais

algarismos significativos do que o que tiver menor quantidade deles.
3,16+2,7 = 5,9
83,42-72 = 11
23,45 + 0,3127 = 23,7627  com 4 significativos: 23,76

 Com algum número exato:

Se 50 for exato: 8,416  50 = 420,8
Se 25 for exato: 47,816 – 25 = 22,816

1.11 Propagação de Erros – Erros Acumulados

Adições, subtrações, multiplicações, divisões e extração de raízes de

números com imprecisões implicam em propagação de erros

Erros propagados são cometidos quando se usa um método baseado na

repetição de uma sequencia de operações que utilizam um valor
computado para obter um valor seguinte. São erros acumulados ao
iteragir os resultados e erros de cada etapa de um método.
Um valor “y” geralmente resulta do fornecimento ou medição de vários
outros valores “x1, x2, x3,...” empregados na fórmula de “y”. Portanto, se
houver erros nos valores “x1, x2, x3,...”, o resultado de “y”, será afetado
segundo a sua fórmula.

1. Teoria dos Erros Página 11

 Assim as operações sobre valores não exatos propagam esses erros a seus
resultados.
x1 .x 2
Exemplo: Seja y 
x3
Assumindo os erros: x1 = x1  x1
x2 = x2  x2
x3 = x3  x3
x1   x1 . x2   x 2 
Tem-se o valor máximo possível de y: y Max 
x3   x 3
x   x1 . x2   x 2 
Tem-se o valor mínimo possível de y: y Min  1
x3   x 3
Isso fornece: yMin  y  yMax

1.12 Exercícios Propostos

1.12.1 Seja 0,668543 uma aproximação para 2/3. Quantos dígitos

significativos corretos possui?

1. 12.2 Seja a = 0,000045045 e a* = 0,000045270 sua aproximação.

Quantos significativos corretos possui?

1. 12.3 Seja 1,9998 uma aproximação de 2. Quantos significativos corretos

possui?

1. 12.4 O número  foi representado em um computador que só retém 8

algarismos. Qual o erro relativo desta representação?

1. 12.5 O número 2 foi representado em um computador que só retém 9

algarismos significativos. Qual o erro absoluto desta representação?

1.12.6 Arredonde os números conforme a precisão indicada:

(A) 3,141 para o centésimo mais próximo
(B) 236,6 para a unidade mais próxima
(C) 2,5001 para a unidade mais próxima
(D) 352,226 para o centésimo mais próximo
(E) 237 para a centena mais próxima

1.12.7 Quantos algarismos significativos existem em cada um dos seguintes

números:
(A) 0,0031
(B) 0,00310
(C) 1,0031
(D) 254
(E) 25400
(F) 2,54  104
(G) 2,540  104

1. Teoria dos Erros Página 12

1.12.8 Efetue as operações
(A) 2,041 + 0,0498 + 98,00
(B) 20,00 – 0,100
(C) 15,421 - 0,0003
(D) 8,348  3,1
(E) 109  7,998

1.12.9 Considerando que 3 2 = 1,25992104..., é errado afirmar que:

(A) 2,718282 é mais preciso do que 1,26
(B) 2,71828 tem mais dígitos significativos do que 1,26
(C) 1,26 é mais exato do que 2,718282
3
(D) 1,26 é um valor arredondado de 2
3
(E) 1,3 é um valor truncado de 2

1.12.10 O resultado da multiplicação: 1,4142  139 é:

(A) 196,5738
(B) 196,573
(C) 196,57
(D) 196,5
(E) 196

1.13 Para saber mais

[1] RUGGIERO, Márcia A.Gomes, LOPES, Vera Lúcia da Rocha. Cálculo

Numérico – Aspectos Teóricos e Computacionais. São Paulo: Pearson
Makron Books, 2005
[2] SHOKRANIAN, Salahoddin. Tópicos em Métodos Computacionais. Rio
de Janeiro: Editora Ciência Moderna Ltda, 2009
[3] ALBRECHT, P. Análise Numérica: Um curso moderno. Rio de Janeiro:
Editora LTC
[4] HUMES, A. F. P. Noções de cálculo numérico. São Paulo: Editora Mc
Graw-Hill do Brasil
[5] CONTE, S. D. Elementos de Análise Numérica. São Paulo: Editora Globo
[6] STARK, A. P. Introdução aos métodos numéricos. Rio de Janeiro:
Editora Interciências
[7] CLÁUDIO, D. M. & MARINS, J. M. Cálculo numérico computacional. São
Paulo: Editora Atlas
[8] PIZER, Stephen M. Numerical Computing and Mathematical Analysis.
Chicago: SRA
[9] SEID, F. Análise numérica. São Paulo: Editora Mc Graw-Hill do Brasil
[10] CLÁUDIO, D. M. Fundamentos de matemática computacional. São
Paulo: Editora Atlas
[11] BARROSO, L.. C. et al. Cálculo Numérico com aplicações. São Paulo:
Editora Harbra
[12] SANTOS, V. R. B. Curso de cálculo numérico. Rio de Janeiro: Editora
Livros Técnicos e Científicos

1. Teoria dos Erros Página 13