SlideShare uma empresa Scribd logo
1 de 7
Baixar para ler offline
1




                     2010
Introdução ao Cálculo numérico




                     FATEC-JAHU
                     Fatec-Jahu/CEETEPS
                     20/07/2010
2




                                                                          Introdução ao Cálculo numérico

                                       FATEC-JAHU, Fatec-Jahu/CEETEPS



Resumo
Matemática numérica visa a resolver problemas com auxílio de computadores, que seguem etapas bem detalhadas. A elaboração do código do programa segue
uma lógica que é descrita nos algoritmos. A escolha de um bom algoritmo deve seguir alguns critérios.




Conteúdo
Resumo ...................................................................................................................................................................................... 2
Capítulo 1 Introdução .................................................................................................................................................................. 3
   1.1 Introdução......................................................................................................................................................................... 3
   1.2 Algoritmos......................................................................................................................................................................... 3
   1.3 Passos para a resolução de problemas ............................................................................................................................... 5
Índice Remissivo .......................................................................................................................................................................... 7
3




Capítulo 1 Introdução

1.1Introdução
A resolução de problemas pode ser feitos de forma analítica, simulações matemáticas ou por meio de cálculos numéricos. Com a
popularização de computadores, hoje é possível ministrar esta disciplina com alunos portando notebooks em sala de aula
efetuando os códigos de programação, testando as soluções. Cabe destacar que enquanto a matemática trata alguns algarismos
com infinitos dígitos, na matemática computacional a restrição se dá pelo tamanho da palavra da memória e que isto deve ser
levado em conta. A matemática computacional pode ser dividida nas seguintes áreas:


                                                      Matemática Computacional




   Matemática intervalar                Matemática gráfica                       Matemática simbólica    Matemática Numérica




A matemática numérica trata do desenvolvimento de métodos operacionais construtivos para a resolução aproximada de
problemas que podem ser representados por um modelo matemático. A matemática simbólica trata com modelos de forma
literal e procura soluções analíticas. A matemática gráfica trabalha com dados de forma gráfica e busca representar a solução
dos seus problemas também na forma gráfica. A matemática intervalar trata de dados na forma de intervalos numéricos
buscando controlar os limites de erros dos processos da matemática numérica.

Neste curso iremos nos restringir a matemática numérica, estudando os processos numéricos chamados de algoritmos para a
solução de problemas, visando a máxima eficiência computacional e confiabilidade dos fatores envolvidos: tempo de execução,
memória empregada e erros de arredondamento.

1.2Algoritmos
A solução de problemas envolve etapas, ou seja, toda uma seqüência de operações estabelecidas de modo formal. Os algoritmos
podem ser representados de forma de textos

Início

Imprimir na tela (Bom dia)

Fim

ou na forma gráfica


                                                               Início




                                                              Bom dia




                                                                Fim
4



Os algoritmos são úteis na programação pois ajudam a enxergar possíveis erros de programação ou quando pretendemos
otimizar a eficiência do código.

Um bom algoritmo deve atender aos seguintes requisitos:

            1.   Inexistência de erro lógico. O algoritmo deve identificar todas as etapas do modelo.

      Exemplo 1.          Elabore um algoritmo que determine a solução x da equação ax=b.

      Solução: A princípio escreveríamos o seguinte algoritmo:

                                                                 Início




                                                                  A,b




                                                                 X=b/a




                                                                  fim




Assim para a=2 e b=4, a solução encontrada é x=2. Porém para b=2 e a=0, o resultado seria erro. Uma versão melhorada seria



                      Início

                                                    Se a=0                Contradição



                                                    Falso                                               Fim
                       A,b

                                                    X=b/a                     x




            2.   Inexistência de erro operacional

Algumas vezes o algoritmo viola restrições físicas da máquina gerando erros em tempo de execução.

      Exemplo 2.          Considere que elaboremos um algoritmo que atenda aos seguintes requisitos:

                 a) Qualquer x que pertença ao conjunto Z, -x também pertence;

                 b) T1 é o valor inferior dado por t1=0,1.x;

                 c)   T2 é o valor superior dado por t2=1,1.x.
5



Se tivermos valores x tal que x < t1 (underflow) ou x>t2(overflow), então temos um erro lógico. Se escolhermos x=0 teremos as
duas situações.

             3.   Quantidade finita de cálculos

Alguns algoritmos fazem com que a solução procurada fique oscilando em torno de um ponto, sem nunca atingi-lo. Uma solução
é alterar o algoritmo outra é limitar o número de iterações por meio da escolha de uma função erro.

             4.   Existência de critério de exatidão

Em vista das restrições da máquina e de sua exatidão e do método, todo resultado deve ser enquadrado em um critério de
exatidão fornecido de antemão de modo a possibilitar que um resultado seja escrito na forma

                                            x  val. aprox.  limerro

             5.   Independência de máquina

Os dados não devem ser dependentes das máquinas, ou seja, devem ser evitadas as cotas de iterações, pois elas são
dependentes das máquinas.

             6.   Com precisão infinita, os limites de erro devem convergir a zero

Esta exigência estabelece a dependência da solução da máquina e a solução ideal.

             7.   Eficiência

Quando buscamos uma solução para um problema, visamos obter economia do esforço computacional da máquina. Assim são
previstas algumas condições que o algoritmo deve atender (solução obtida em 2 horas, exatidão de 5 casas decimais,
convergência dos valores, etc.).

      Exemplo 3.           Aprendemos a fazer contas de subtração sempre subtraindo os valores

                                                       10, 00 _
                                                        8, 25
                                                       1, 75

Porém como é observada no comércio, a conta do restaurante deu 8,25 e o dinheiro entregue ao caixa é 10, o operador pega
uma moeda de 50 centavos e outra de 25 centavos e diz: 9 reais, pega uma moeda de 1,00 e diz dez reais, ou seja, ele inteira os
valores para atingir 10 reais.

1.3Passos para a resolução de problemas
Em geral a resolução do problema passa pelas seguintes etapas, como mostrado na Figura 1. O problema é que se deseja
estudar, por exemplo, analisar o comportamento hidrodinâmico de uma embarcação. A modelagem consiste em associar um
modelo matemático. No nosso caso podem ser equações de Euler ou no caso mais aprofundado equação de Navier-Stokes. No
primeiro caso podemos ter uma equação do tipo

                                               d 2x
                                           m         F (v)  Fe  0,
                                               dt 2
6




                                                            Contribuições de
                                                                                              Escolha dos
                                    problema                outros ensaios ou
                                                                                              parâmetros
                                                                 ciências




                                   Modelagem                                             Truncamento das
                                                                 medição
                                   matemática                                                iterações




                                                               Escolha dos                      Resultado
                                  simplificação
                                                                métodos                         numérico




                                           Figura 1. Passos para a resolução de problemas.

enquanto que a no segundo caso podemos ter

                         X  m  u  vr  wq 
                         Y  m  v  wp  ur 
                         Z  m  w  uq  vp 
                         K  I x p  ( I z  I y )qr  (r  pq ) I x z  (r 2  q 2 ) I y z
                         M  I y q  ( I x  I z ) pr  ( p 2  r 2 ) I z x  (qp  r ) I y z
                         N  I z r   I y  I x  pq   q  rp  I yz   rq  p  I zx

Resolver esta equação pode ser uma tarefa muito complexa. Em geral são feitas algumas considerações que tornem a equação
mais amigável. Em algumas situações alguns parâmetros podem vir de outras considerações ou de outros ensaios.

Uma vez tendo os coeficientes é hora de escolher o método que devem levar em consideração tudo o que já foi tratado até aqui
(ver eficiência do algoritmo). Em seguida devemos escolher alguns parâmetros do programa, por exemplo, passo ou intervalo de
pontos ou quantidade de pontos, etc. Finalmente como o processo em geral é iterativo, devemos adotar um critério de parada.

Em alguns casos precisamos verificar o grau de sensibilidade das variáveis. Cada uma destas etapas ocasiona um erro que no
final do processo se acumula.
7




Índice Remissivo
algoritmos, 3

critério de exatidão, 5

Eficiência, 5

erro lógico, 4

erro operacional, 4

Independência de máquina, 5

matemática gráfica, 3

matemática intervalar, 3

matemática numérica, 3

matemática simbólica, 3

precisão, 5

Quantidade finita de cálculos, 5

resolução do problema, 5

Mais conteúdo relacionado

Mais procurados

Mat exercicios resolvidos e comentados 013
Mat exercicios resolvidos e comentados  013Mat exercicios resolvidos e comentados  013
Mat exercicios resolvidos e comentados 013
trigono_metrico
 
Apostila matematica concursos - ensino fundamental
Apostila matematica   concursos - ensino fundamentalApostila matematica   concursos - ensino fundamental
Apostila matematica concursos - ensino fundamental
Ana Almeida
 
MatemáTica BáSica
MatemáTica BáSicaMatemáTica BáSica
MatemáTica BáSica
educacao f
 
FORTRAN 90 - Representacao numeroscomputador
FORTRAN 90 - Representacao numeroscomputadorFORTRAN 90 - Representacao numeroscomputador
FORTRAN 90 - Representacao numeroscomputador
Dafmet Ufpel
 
Aula 1 integrais du e tr c_po_cci_ces
Aula 1  integrais du e tr c_po_cci_cesAula 1  integrais du e tr c_po_cci_ces
Aula 1 integrais du e tr c_po_cci_ces
Gabriela Di Mateos
 

Mais procurados (20)

Noções
 Noções Noções
Noções
 
Diogo t.robaina edp
Diogo t.robaina edpDiogo t.robaina edp
Diogo t.robaina edp
 
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
 
Análise da complexidade de algoritmos
Análise da complexidade de algoritmosAnálise da complexidade de algoritmos
Análise da complexidade de algoritmos
 
Prova final mat9 ch2 2013
Prova final mat9 ch2 2013Prova final mat9 ch2 2013
Prova final mat9 ch2 2013
 
Sistemas digitais - Sistemas de Numeração
Sistemas digitais - Sistemas de NumeraçãoSistemas digitais - Sistemas de Numeração
Sistemas digitais - Sistemas de Numeração
 
Mat exercicios resolvidos e comentados 013
Mat exercicios resolvidos e comentados  013Mat exercicios resolvidos e comentados  013
Mat exercicios resolvidos e comentados 013
 
03 inducao i
03 inducao i03 inducao i
03 inducao i
 
Cadernodequestes ano2011
Cadernodequestes ano2011Cadernodequestes ano2011
Cadernodequestes ano2011
 
Apostila matematica concursos - ensino fundamental
Apostila matematica   concursos - ensino fundamentalApostila matematica   concursos - ensino fundamental
Apostila matematica concursos - ensino fundamental
 
Matemática
MatemáticaMatemática
Matemática
 
MatemáTica BáSica
MatemáTica BáSicaMatemáTica BáSica
MatemáTica BáSica
 
Classificação: Dimensão VC e Máquinas de Vetores Suporte (SVMs)
Classificação: Dimensão VC e Máquinas de Vetores Suporte (SVMs)Classificação: Dimensão VC e Máquinas de Vetores Suporte (SVMs)
Classificação: Dimensão VC e Máquinas de Vetores Suporte (SVMs)
 
Matemática Financeira
Matemática FinanceiraMatemática Financeira
Matemática Financeira
 
Tutorial matlab
Tutorial matlabTutorial matlab
Tutorial matlab
 
Computação com DNA - Modelo baseado em Stickers
Computação com DNA - Modelo baseado em StickersComputação com DNA - Modelo baseado em Stickers
Computação com DNA - Modelo baseado em Stickers
 
Apostila de hp12 c
Apostila de hp12 cApostila de hp12 c
Apostila de hp12 c
 
Ordenação de Dados por Distribuição de Chaves
Ordenação de Dados por Distribuição de ChavesOrdenação de Dados por Distribuição de Chaves
Ordenação de Dados por Distribuição de Chaves
 
FORTRAN 90 - Representacao numeroscomputador
FORTRAN 90 - Representacao numeroscomputadorFORTRAN 90 - Representacao numeroscomputador
FORTRAN 90 - Representacao numeroscomputador
 
Aula 1 integrais du e tr c_po_cci_ces
Aula 1  integrais du e tr c_po_cci_cesAula 1  integrais du e tr c_po_cci_ces
Aula 1 integrais du e tr c_po_cci_ces
 

Destaque

Trabalho CáLculo NuméRico LâMpada
Trabalho CáLculo NuméRico   LâMpadaTrabalho CáLculo NuméRico   LâMpada
Trabalho CáLculo NuméRico LâMpada
thiago oda
 
Cálculo Numérico - Aula01: Introdução aos métodos numéricos
Cálculo Numérico - Aula01: Introdução aos métodos numéricosCálculo Numérico - Aula01: Introdução aos métodos numéricos
Cálculo Numérico - Aula01: Introdução aos métodos numéricos
Rodolfo Almeida
 
Cálculo Numérico - Aula 02: Introdução ao SCILAB
Cálculo Numérico - Aula 02: Introdução ao SCILABCálculo Numérico - Aula 02: Introdução ao SCILAB
Cálculo Numérico - Aula 02: Introdução ao SCILAB
Rodolfo Almeida
 
3a lista de_exercicos_interpolacao_ajuste_de_curvas
3a lista de_exercicos_interpolacao_ajuste_de_curvas3a lista de_exercicos_interpolacao_ajuste_de_curvas
3a lista de_exercicos_interpolacao_ajuste_de_curvas
Leonardo Menezes
 
Frasco leite fermentado
Frasco leite fermentadoFrasco leite fermentado
Frasco leite fermentado
thiago oda
 
Equações Algébricas e Transcendentes - Método da Bisseção - @professorenan
Equações Algébricas e Transcendentes - Método da Bisseção - @professorenanEquações Algébricas e Transcendentes - Método da Bisseção - @professorenan
Equações Algébricas e Transcendentes - Método da Bisseção - @professorenan
Renan Gustavo
 
Apresentação de interpolação
Apresentação de interpolaçãoApresentação de interpolação
Apresentação de interpolação
thiago oda
 
Converção de binarios para decimal.
Converção de binarios para decimal.Converção de binarios para decimal.
Converção de binarios para decimal.
Alessandro Garcez
 

Destaque (20)

Cálculo numérico
Cálculo numéricoCálculo numérico
Cálculo numérico
 
cálculo númerico
cálculo númerico cálculo númerico
cálculo númerico
 
Trabalho CáLculo NuméRico LâMpada
Trabalho CáLculo NuméRico   LâMpadaTrabalho CáLculo NuméRico   LâMpada
Trabalho CáLculo NuméRico LâMpada
 
Cálculo Numérico - Introdução
Cálculo Numérico - IntroduçãoCálculo Numérico - Introdução
Cálculo Numérico - Introdução
 
Cálculo Numérico - Aula01: Introdução aos métodos numéricos
Cálculo Numérico - Aula01: Introdução aos métodos numéricosCálculo Numérico - Aula01: Introdução aos métodos numéricos
Cálculo Numérico - Aula01: Introdução aos métodos numéricos
 
Cálculo Numérico - Aula 02: Introdução ao SCILAB
Cálculo Numérico - Aula 02: Introdução ao SCILABCálculo Numérico - Aula 02: Introdução ao SCILAB
Cálculo Numérico - Aula 02: Introdução ao SCILAB
 
Ii lista de exercicio métodos - 20142 (1)
Ii lista de exercicio   métodos - 20142 (1)Ii lista de exercicio   métodos - 20142 (1)
Ii lista de exercicio métodos - 20142 (1)
 
3a lista de_exercicos_interpolacao_ajuste_de_curvas
3a lista de_exercicos_interpolacao_ajuste_de_curvas3a lista de_exercicos_interpolacao_ajuste_de_curvas
3a lista de_exercicos_interpolacao_ajuste_de_curvas
 
Calculo numerico capitulo 2
Calculo numerico capitulo 2Calculo numerico capitulo 2
Calculo numerico capitulo 2
 
Frasco leite fermentado
Frasco leite fermentadoFrasco leite fermentado
Frasco leite fermentado
 
Método da bisseção
Método da bisseçãoMétodo da bisseção
Método da bisseção
 
Lista1 calculo numerico
Lista1 calculo numericoLista1 calculo numerico
Lista1 calculo numerico
 
Trabalho cálculo numérico
Trabalho cálculo numéricoTrabalho cálculo numérico
Trabalho cálculo numérico
 
Equações Algébricas e Transcendentes - Método da Bisseção - @professorenan
Equações Algébricas e Transcendentes - Método da Bisseção - @professorenanEquações Algébricas e Transcendentes - Método da Bisseção - @professorenan
Equações Algébricas e Transcendentes - Método da Bisseção - @professorenan
 
Apresentação de interpolação
Apresentação de interpolaçãoApresentação de interpolação
Apresentação de interpolação
 
Cálculo Numérico - Erro
Cálculo Numérico - ErroCálculo Numérico - Erro
Cálculo Numérico - Erro
 
Trabalho de Cálculo numérico
Trabalho de Cálculo numéricoTrabalho de Cálculo numérico
Trabalho de Cálculo numérico
 
Programação com scilab
Programação com scilabProgramação com scilab
Programação com scilab
 
Converção de binarios para decimal.
Converção de binarios para decimal.Converção de binarios para decimal.
Converção de binarios para decimal.
 
Exercício 01 PA - Resolvido
Exercício 01 PA - ResolvidoExercício 01 PA - Resolvido
Exercício 01 PA - Resolvido
 

Semelhante a Cálculo numérico

Algoritmos e linguagem pascal
Algoritmos e linguagem pascalAlgoritmos e linguagem pascal
Algoritmos e linguagem pascal
angelicamenegassi
 

Semelhante a Cálculo numérico (20)

Introdução aos algoritmos e à algoritmia.pptx
Introdução aos algoritmos e à algoritmia.pptxIntrodução aos algoritmos e à algoritmia.pptx
Introdução aos algoritmos e à algoritmia.pptx
 
Programação Dinâmica
Programação DinâmicaProgramação Dinâmica
Programação Dinâmica
 
Algoritmia (Conceitos)
Algoritmia (Conceitos)Algoritmia (Conceitos)
Algoritmia (Conceitos)
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Aula2
Aula2Aula2
Aula2
 
Ferramentas da qualidade 2.pptx
Ferramentas da qualidade  2.pptxFerramentas da qualidade  2.pptx
Ferramentas da qualidade 2.pptx
 
Algoritmos e linguagem pascal
Algoritmos e linguagem pascalAlgoritmos e linguagem pascal
Algoritmos e linguagem pascal
 
Algoritmos e linguagem pascal
Algoritmos e linguagem pascalAlgoritmos e linguagem pascal
Algoritmos e linguagem pascal
 
Aula 3 - 06/04/11
Aula 3 - 06/04/11Aula 3 - 06/04/11
Aula 3 - 06/04/11
 
Aula 3 algoritmos
Aula 3   algoritmosAula 3   algoritmos
Aula 3 algoritmos
 
Algoritmos e Programação: Funcionamento do computador. Conceito e definição d...
Algoritmos e Programação: Funcionamento do computador. Conceito e definição d...Algoritmos e Programação: Funcionamento do computador. Conceito e definição d...
Algoritmos e Programação: Funcionamento do computador. Conceito e definição d...
 
Descritiva Narrativa (Lógica de Programação)
Descritiva Narrativa (Lógica de Programação)Descritiva Narrativa (Lógica de Programação)
Descritiva Narrativa (Lógica de Programação)
 
METAHEURÍSTICA GRASP APLICADA AO PROBLEMA DO SEQUENCIAMENTO DE TAREFAS
METAHEURÍSTICA GRASP APLICADA AO PROBLEMA DO SEQUENCIAMENTO DE TAREFASMETAHEURÍSTICA GRASP APLICADA AO PROBLEMA DO SEQUENCIAMENTO DE TAREFAS
METAHEURÍSTICA GRASP APLICADA AO PROBLEMA DO SEQUENCIAMENTO DE TAREFAS
 
mod2-mecanismos
mod2-mecanismosmod2-mecanismos
mod2-mecanismos
 
Livro Métodos Numéricos: Exercícios Resolvidos
Livro Métodos Numéricos: Exercícios ResolvidosLivro Métodos Numéricos: Exercícios Resolvidos
Livro Métodos Numéricos: Exercícios Resolvidos
 
Erro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteErro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuante
 
Ap algoritmosglauco
Ap algoritmosglaucoAp algoritmosglauco
Ap algoritmosglauco
 
0001
00010001
0001
 
000003 complexidade
000003 complexidade000003 complexidade
000003 complexidade
 
AULAO MATEMÁTICA BÁSICA ENSINO MÉDIO.ppt
AULAO MATEMÁTICA BÁSICA ENSINO MÉDIO.pptAULAO MATEMÁTICA BÁSICA ENSINO MÉDIO.ppt
AULAO MATEMÁTICA BÁSICA ENSINO MÉDIO.ppt
 

Cálculo numérico

  • 1. 1 2010 Introdução ao Cálculo numérico FATEC-JAHU Fatec-Jahu/CEETEPS 20/07/2010
  • 2. 2 Introdução ao Cálculo numérico FATEC-JAHU, Fatec-Jahu/CEETEPS Resumo Matemática numérica visa a resolver problemas com auxílio de computadores, que seguem etapas bem detalhadas. A elaboração do código do programa segue uma lógica que é descrita nos algoritmos. A escolha de um bom algoritmo deve seguir alguns critérios. Conteúdo Resumo ...................................................................................................................................................................................... 2 Capítulo 1 Introdução .................................................................................................................................................................. 3 1.1 Introdução......................................................................................................................................................................... 3 1.2 Algoritmos......................................................................................................................................................................... 3 1.3 Passos para a resolução de problemas ............................................................................................................................... 5 Índice Remissivo .......................................................................................................................................................................... 7
  • 3. 3 Capítulo 1 Introdução 1.1Introdução A resolução de problemas pode ser feitos de forma analítica, simulações matemáticas ou por meio de cálculos numéricos. Com a popularização de computadores, hoje é possível ministrar esta disciplina com alunos portando notebooks em sala de aula efetuando os códigos de programação, testando as soluções. Cabe destacar que enquanto a matemática trata alguns algarismos com infinitos dígitos, na matemática computacional a restrição se dá pelo tamanho da palavra da memória e que isto deve ser levado em conta. A matemática computacional pode ser dividida nas seguintes áreas: Matemática Computacional Matemática intervalar Matemática gráfica Matemática simbólica Matemática Numérica A matemática numérica trata do desenvolvimento de métodos operacionais construtivos para a resolução aproximada de problemas que podem ser representados por um modelo matemático. A matemática simbólica trata com modelos de forma literal e procura soluções analíticas. A matemática gráfica trabalha com dados de forma gráfica e busca representar a solução dos seus problemas também na forma gráfica. A matemática intervalar trata de dados na forma de intervalos numéricos buscando controlar os limites de erros dos processos da matemática numérica. Neste curso iremos nos restringir a matemática numérica, estudando os processos numéricos chamados de algoritmos para a solução de problemas, visando a máxima eficiência computacional e confiabilidade dos fatores envolvidos: tempo de execução, memória empregada e erros de arredondamento. 1.2Algoritmos A solução de problemas envolve etapas, ou seja, toda uma seqüência de operações estabelecidas de modo formal. Os algoritmos podem ser representados de forma de textos Início Imprimir na tela (Bom dia) Fim ou na forma gráfica Início Bom dia Fim
  • 4. 4 Os algoritmos são úteis na programação pois ajudam a enxergar possíveis erros de programação ou quando pretendemos otimizar a eficiência do código. Um bom algoritmo deve atender aos seguintes requisitos: 1. Inexistência de erro lógico. O algoritmo deve identificar todas as etapas do modelo. Exemplo 1. Elabore um algoritmo que determine a solução x da equação ax=b. Solução: A princípio escreveríamos o seguinte algoritmo: Início A,b X=b/a fim Assim para a=2 e b=4, a solução encontrada é x=2. Porém para b=2 e a=0, o resultado seria erro. Uma versão melhorada seria Início Se a=0 Contradição Falso Fim A,b X=b/a x 2. Inexistência de erro operacional Algumas vezes o algoritmo viola restrições físicas da máquina gerando erros em tempo de execução. Exemplo 2. Considere que elaboremos um algoritmo que atenda aos seguintes requisitos: a) Qualquer x que pertença ao conjunto Z, -x também pertence; b) T1 é o valor inferior dado por t1=0,1.x; c) T2 é o valor superior dado por t2=1,1.x.
  • 5. 5 Se tivermos valores x tal que x < t1 (underflow) ou x>t2(overflow), então temos um erro lógico. Se escolhermos x=0 teremos as duas situações. 3. Quantidade finita de cálculos Alguns algoritmos fazem com que a solução procurada fique oscilando em torno de um ponto, sem nunca atingi-lo. Uma solução é alterar o algoritmo outra é limitar o número de iterações por meio da escolha de uma função erro. 4. Existência de critério de exatidão Em vista das restrições da máquina e de sua exatidão e do método, todo resultado deve ser enquadrado em um critério de exatidão fornecido de antemão de modo a possibilitar que um resultado seja escrito na forma x  val. aprox.  limerro 5. Independência de máquina Os dados não devem ser dependentes das máquinas, ou seja, devem ser evitadas as cotas de iterações, pois elas são dependentes das máquinas. 6. Com precisão infinita, os limites de erro devem convergir a zero Esta exigência estabelece a dependência da solução da máquina e a solução ideal. 7. Eficiência Quando buscamos uma solução para um problema, visamos obter economia do esforço computacional da máquina. Assim são previstas algumas condições que o algoritmo deve atender (solução obtida em 2 horas, exatidão de 5 casas decimais, convergência dos valores, etc.). Exemplo 3. Aprendemos a fazer contas de subtração sempre subtraindo os valores 10, 00 _ 8, 25 1, 75 Porém como é observada no comércio, a conta do restaurante deu 8,25 e o dinheiro entregue ao caixa é 10, o operador pega uma moeda de 50 centavos e outra de 25 centavos e diz: 9 reais, pega uma moeda de 1,00 e diz dez reais, ou seja, ele inteira os valores para atingir 10 reais. 1.3Passos para a resolução de problemas Em geral a resolução do problema passa pelas seguintes etapas, como mostrado na Figura 1. O problema é que se deseja estudar, por exemplo, analisar o comportamento hidrodinâmico de uma embarcação. A modelagem consiste em associar um modelo matemático. No nosso caso podem ser equações de Euler ou no caso mais aprofundado equação de Navier-Stokes. No primeiro caso podemos ter uma equação do tipo d 2x m  F (v)  Fe  0, dt 2
  • 6. 6 Contribuições de Escolha dos problema outros ensaios ou parâmetros ciências Modelagem Truncamento das medição matemática iterações Escolha dos Resultado simplificação métodos numérico Figura 1. Passos para a resolução de problemas. enquanto que a no segundo caso podemos ter X  m  u  vr  wq  Y  m  v  wp  ur  Z  m  w  uq  vp  K  I x p  ( I z  I y )qr  (r  pq ) I x z  (r 2  q 2 ) I y z M  I y q  ( I x  I z ) pr  ( p 2  r 2 ) I z x  (qp  r ) I y z N  I z r   I y  I x  pq   q  rp  I yz   rq  p  I zx Resolver esta equação pode ser uma tarefa muito complexa. Em geral são feitas algumas considerações que tornem a equação mais amigável. Em algumas situações alguns parâmetros podem vir de outras considerações ou de outros ensaios. Uma vez tendo os coeficientes é hora de escolher o método que devem levar em consideração tudo o que já foi tratado até aqui (ver eficiência do algoritmo). Em seguida devemos escolher alguns parâmetros do programa, por exemplo, passo ou intervalo de pontos ou quantidade de pontos, etc. Finalmente como o processo em geral é iterativo, devemos adotar um critério de parada. Em alguns casos precisamos verificar o grau de sensibilidade das variáveis. Cada uma destas etapas ocasiona um erro que no final do processo se acumula.
  • 7. 7 Índice Remissivo algoritmos, 3 critério de exatidão, 5 Eficiência, 5 erro lógico, 4 erro operacional, 4 Independência de máquina, 5 matemática gráfica, 3 matemática intervalar, 3 matemática numérica, 3 matemática simbólica, 3 precisão, 5 Quantidade finita de cálculos, 5 resolução do problema, 5