Erros de Arredondamento |
Uma vez que a Análise Numérica se interessa especialmente no estudo da aproximação de problemas, existem erros associados a essa aproximação, que podemos classificar em diferentes tipos:
Notação Científica:
Mas, a menos que estivessemos na posse de uma máquina com memória infinita (... máquina de Turing), a representação de um número deve ser finita, pelo que, consequentemente somos obrigados a considerar um número finito de dígitos na mantissa e uma limitação nos valores dos expoentes admitidos.
Virgula Flutuante:
VF(10, n, t1, t2) é o conjunto dos números
(onde t varia em { t1, ..., t2} ) e que inclui o zero.
Overflow: Acontece se o valor do expoente t é superior a t2.
Underflow: Acontece se o valor do expoente t é inferior a t1.
Dado um número, representado em notação científica
Consideremos x um valor exacto e x~ um valor aproximado de x. Definimos:
Como em cada operação são efectuados arredondamentos, convém estabelecer um majorante u para esses erros, de forma que
Obtemos:
onde ß = 10 é a base.
Definição:
Um problema diz-se Bem Condicionado se pequenos erros relativos nos dados
produzem pequenos erros relativos no resultado. Caso contrário, diz-se Mal Condicionado.
Definição:
Um algoritmo é Computacionalmente (ou Numericamente) Estável se a pequenos erros relativos dos dados,
e a pequenos valores da unidade de arredondamento, corresponder um pequeno
erro relativo nos resultados. Caso contrário, diz-se Computacionalmente Instável.
Observações:
1) A noção de "pequeno" pode parecer ambígua, e depende da exigência de rigor pretendida
nos resultados. Normalmente deve ser encarada como uma medida comparativa entre os diversos
algoritmos disponíveis. Assim, ao obtermos para um determinado algoritmo
2) É claro que um algoritmo implementado num problema mal condicionado nunca poderá ser estável.