Cálculo numérico Cálculo numérico - O Cálculo Numérico é uma metodologia para resolver problemas matemáticos através do computador. - Uma solução obti
|
|
- Leandro Brezinski Castelhano
- 6 Há anos
- Visualizações:
Transcrição
1 Tópicos Tópicos - Cálculo numérico - Representação e conversão de números - Representação de números em diferentes bases - Conversão de números da base decimal para uma qualquer base b - Conversão de números de uma qualquer base b para a base decimal - Aritmética de ponto flutuante - Operações com números em binário - Representação de números em computadores digitais - Análise e representação de erros - Fontes de erros e incertezas - Tipos de erros - Precisão e exatidão - Valores aproximados e erros - Erros de arredondamento - Erros de truncatura Capítulo 2. Computação Numérica 1/2
2 Cálculo numérico Cálculo numérico - O Cálculo Numérico é uma metodologia para resolver problemas matemáticos através do computador. - Uma solução obtida via Cálculo Numérico é sempre numérica (solução aproximada). - Os métodos exatos fornecem normalmente o resultado em termos de funções matemáticas. - Uma solução numérica - é uma aproximação do resultado exato, - pode ser obtida com um elevado grau de exatidão. - Uma solução numérica é calculada para problemas que - não possuem solução exata (comum nas equações diferenciais); ou - possuam solução exata, mas é muito cara em termos computacionais (tempo e/ou recursos). - Para computar (calcular por meio de um computador) uma solução numérica, são necessárias operações - aritméticas (adição, subtração, multiplicação e divisão) e - lógicas (comparação, conjunção, disjunção e negação). - Considerando que estas são as únicas operações matemáticas que os computadores são capazes de realizar, então os Computadores e o Cálculo Numérico formam uma combinação perfeita. Capítulo 2. Computação Numérica 2/2
3 Representação de números em diferentes bases Representação de números em diferentes bases - É comum para a maioria dos computadores, o uso de uma base numérica distinta da base decimal. - Em geral, os números são armazenados na - base 2 (binária) mais comum - base 8 (octal) ou - base 16 (hexadecimal). - Representação de números - sistema posicional - forma polinomial - A representação de números inteiros é ligeiramente distinta da representação de números reais. - Representação de números inteiros - formato de Sinal e Magnitude - Representação de números reais - formato de ponto fixo - formato de ponto flutuante Capítulo 2. Computação Numérica - Representação e conversão de números 1/60
4 Representação de números em diferentes bases Números inteiros Representação de números em diferentes bases Números inteiros - Um número inteiro N é representado, na base b, por um conjunto de dígitos a i em que - a i { 0,1,, b-1 } - i assume um intervalo de valores que depende da base em uso. - As bases mais utilizadas: b a i 2 0,1 8 0, 1, 2, 3, 4, 5, 6, , 1, 2, 3, 4, 5, 6, 7, 8, , 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F Capítulo 2. Computação Numérica - Representação e conversão de números 2/60
5 Representação de números em diferentes bases Números inteiros - Representação de um número inteiro em formato de Sinal e Magnitude - no sistema posicional - na forma polinomial - No sistema posicional - os dígitos são agrupados numa sequência, - a dimensão da contribuição de cada dígito no número depende da posição que ocupa; - um número N é escrito com o seguinte formato: N = (a n a n-1... a 1 a 0 ) b - Na forma polinomial - fica claramente explicitada a contribuição de cada dígito para o valor de N; - um número N é escrito com o seguinte formato: N = a n b n + a n-1 b n a 1 b + a 0 Capítulo 2. Computação Numérica - Representação e conversão de números 3/60
6 Representação de números em diferentes bases Números reais Representação de números em diferentes bases Números reais - Um número pode ser representado usando dois formatos: - com ponto fixo (por exemplo, 12.34); - com ponto flutuante ou vírgula flutuante (por exemplo, x10 2 ). Capítulo 2. Computação Numérica - Representação e conversão de números 4/60
7 Representação de números em diferentes bases Números reais - Representação de números reais em formato com ponto fixo - Na representação de um número real X no formato com ponto fixo, este é composto por - uma parte inteira X i (número inteiro) - uma parte fracionaria X f (número real) tal que X f = X X i. - Por exemplo, para X = 12.34, - X i = 12 - X f = 0.34 Capítulo 2. Computação Numérica - Representação e conversão de números 5/60
8 Representação de números em diferentes bases Números reais - Representação de um real em formato com ponto flutuante - notação semelhante à notação científica:.d 1 d 2 d 3...d p b e, em que - d k (k = 1,2,...,p) são os dígitos da parte fracionária com d k { 0,..., b-1 } e d 1 0 (se normalizado), - b é o valor da base (geralmente 2, 8, 10 ou 16), - p é o número de dígitos da parte fracionária, e - e é um expoente inteiro. - Um número real em formato com ponto flutuante é composto por três partes: - o sinal, - a parte fracionária (significando ou mantissa) e - o expoente. - Estas três partes tem um comprimento total fixo que depende - do computador e - do tipo de número (precisão simples, dupla ou estendida). Capítulo 2. Computação Numérica - Representação e conversão de números 6/60
9 Representação de números em diferentes bases Números reais - Por exemplo, o número x representado por - d 1 = 4; d 2 = 2; d 3 = 7; d 4 = 3 - b = 10 - p = 4 - e = 2 - composto por - sinal: + (omitido) - mantissa: expoente: 2 Capítulo 2. Computação Numérica - Representação e conversão de números 7/60
10 Representação de números em diferentes bases Números reais - A representação de um número pode ser diferente entre os fabricantes do computadores, logo - um mesmo programa implementado em computadores que utilizam formatos diferentes pode fornecer resultados diferentes. - O formato utilizado pela maioria dos computadores é padrão IEEE 754 (para binários): Propriedade Precisão Simples Dupla Estendida Comprimento total bits na mantissa bits no expoente sinal expoente máximo expoente mínimo maior número (valor absoluto) 3.40 x x x menor número (valor absoluto) 1.18 x x x dígitos decimais (precisão) Capítulo 2. Computação Numérica - Representação e conversão de números 8/60
11 Conversão de números da base decimal para uma base b Conversão de números da base decimal para uma base b - Conversão de números inteiros - Conversão de números reais - formato de ponto fixo - formato de ponto flutuante Capítulo 2. Computação Numérica - Representação e conversão de números 9/60
12 Conversão de números da base decimal para uma base b - Números inteiros Conversão de números da base decimal para uma base b - Números inteiros - Considere-se a conversão de um inteiro da base decimal para a base binária - Um dos métodos é o das divisões sucessivas que consiste no seguinte (para um número N): - N (base decimal) e os sucessivos quocientes q i são divididos por 2 (base binária), - são guardados os restos r i { 0, 1 } até que o último quociente seja q n = 1; - ou seja, N = 2 q 1 + r 0 ; q 1 = 2 q 2 + r 1 ; q 2 = 2 q 3 + r 2 ;... ; q n-1 = 2 q n + r n-1 - o último quociente somente será 0 se N = 0 (q n = 0 N = 0); - então, N = (q n r n-1... r 1 r 0 ) 2 N = q n 2 n + r n-1 2 n-1 + r n-2 2 n r r 0 (sistema posicional) (forma polinomial) Capítulo 2. Computação Numérica - Representação e conversão de números 10/60
13 Conversão de números da base decimal para uma base b - Números inteiros - Método das divisões sucessivas para converter um inteiro N (decimal) para uma qualquer base b: - divide-se N e os sucessivos quocientes q i por b - guarda-se os restos r i {0,..., b-1} até que o último quociente seja q n {1,..., b-1}; - ou seja, N = b q 1 + r 0 ; q 1 = b q 2 + r 1 ; q 2 = b q 3 + r 2 ;... ; q n-1 = b q n + r n-1 - o último quociente somente será 0 se N = 0 (q n = 0 N = 0); - então, N = (q n r n-1... r 1 r 0 ) b N = q n b n + r n-1 b n-1 + r n-2 b n r 1 b 1 + r 0 b 0 (sistema posicional) (forma polinomial) Capítulo 2. Computação Numérica - Representação e conversão de números 11/60
14 Conversão de números da base decimal para uma base b - Reais em formato com ponto fixo Conversão de números da base decimal para uma base b - Reais em formato com ponto fixo - Considere-se a conversão de um real da base decimal para a base binária - Dado um número real X, este é composto por - uma parte inteira X i (número inteiro) e - uma parte fracionaria X f - Para se converter este número X na base binária utiliza-se - o método das divisões sucessivas para converter X i e - o método das multiplicações sucessivas para converter X f - O método das multiplicações sucessivas consiste em - multiplicar-se X f por 2, extraindo-se a parte inteira do resultado (que pode ser 0); - o resto é novamente multiplicado por 2, - repetindo-se o processo até que - o resto fracionário seja 0 ou - se obtenha um padrão repetitivo (o número fracionário será periódico). Capítulo 2. Computação Numérica - Representação e conversão de números 12/60
15 Conversão de números da base decimal para uma base b - Reais em formato com ponto fixo - Exemplo 1: - Seja X f = , então x 2 = ; x 2 = ; x 2 = ; x 2 = Ou seja, = (0.1101) 2 Capítulo 2. Computação Numérica - Representação e conversão de números 13/60
16 Conversão de números da base decimal para uma base b - Reais em formato com ponto fixo - Exemplo 2: - Considere o número X f = x 2 = 0.2; 0.2 x 2 = 0.4; 0.4 x 2 = 0.8; 0.8 x 2 = 1.6; 0.6 x 2 = 1.2; 0.2 x 2 = 0.4;... o processo de multiplicações sucessivas repete a sequencia de dígitos 0011 infinitamente. - Portanto, 0.1 = ( ) 2 Capítulo 2. Computação Numérica - Representação e conversão de números 14/60
17 Conversão de números da base decimal para uma base b - Reais em formato com ponto fixo - Estes exemplos mostram que num computador, onde o espaço para representação de um número é finito, estes números terão que ser arredondados. - A forma polinomial de um número fracionário na base 2 é dada por: X f = Portanto, um número real X = X i + X f pode ser representado na base 2 por - Forma polinomial: X = a n 2 n + a n-1 2 n-1 + a n-2 2 n a a Sistema posicional: X = (a n a n-1... a 1 a ) 2 Capítulo 2. Computação Numérica - Representação e conversão de números 15/60
18 Conversão de números da base decimal para uma base b - Reais em formato com ponto flutuante Conversão de números da base decimal para uma base b - Reais em formato com ponto flutuante - Seja um computador com - dois dígitos (p = 2), - base b = 2, - expoente e { -1, 0, 1, 2 }. - Como os números reais são normalizados (d 1 0) todos eles serão da forma: e ou e, e { 1,0,1,2}. - Considerando a conversão de binário para decimal de um número positivo menor do que 1:.10 2 = = 1/2 +0 = 1/2, e.11 2 = = 1/2+ 1/4 = 3/4, Capítulo 2. Computação Numérica - Representação e conversão de números 16/60
19 Conversão de números da base decimal para uma base b - Reais em formato com ponto flutuante - Os únicos números positivos representáveis neste computador são: = 1/2 1/2 = 1/ = 3/4 1/2 = 3/ = 1/2 1 = 1/ = 3/4 1 = 3/ = 1/2 2 = = 3/4 2 = 3/ = 1/2 4 = = 3/4 4 = 3 - O zero é representado de uma forma especial: - todos os dígitos d k da mantissa são nulos, - o expoente é nulo; - ou seja,.00 2 x O mais importante a reter sobre os números em formato com ponto flutuante é que - são discretos e - não contínuos como na Matemática. Capítulo 2. Computação Numérica - Representação e conversão de números 17/60
20 Conversão de números da base decimal para uma base b - Reais em formato com ponto flutuante - O conceito de existir sempre um número real entre dois números reais quaisquer não é válido. - As consequências da falha deste conceito podem ser desastrosas (verificar com o exemplo): - considere-se as seguintes representações em binário: = e = se estes dois números forem armazenados naquele hipotético computador (dois dígitos para a mantissa), eles serão igualmente representados por:.10 2 x isto significa que tanto como são vistos como por aquele computador. - Esta é uma das grandes causas da ocorrência de erros de arredondamento nos processos numéricos. Capítulo 2. Computação Numérica - Representação e conversão de números 18/60
21 Conversão de números de uma base b para a base decimal Conversão de números de uma base b para a base decimal - Conversão de números inteiros - Conversão de números reais fracionários - Número binário infinito Capítulo 2. Computação Numérica - Representação e conversão de números 19/60
22 Conversão de números de uma base b para a base decimal - Números inteiros Conversão de números de uma base b para a base decimal - Números inteiros - Considere-se a conversão da base binária para a decimal. - Seja o número N representado na base binária por N = (a m a m-1... a 1 a 0 ) 2 - A sua representação na base decimal pode ser obtida simplesmente pelo polinómio N = a m 2 m + a m-1 2 m a a 0 - A operacionalização deste polinómio pode ser obtida - pelo Algoritmo de Horner e - pela Divisão de Ruffini. Capítulo 2. Computação Numérica - Representação e conversão de números 20/60
23 Conversão de números de uma base b para a base decimal - Números inteiros Algoritmo de Horner - Seja N = (a m a m-1... a 1 a 0 ) 2 - O número N pode ser obtido na base decimal através do cálculo da sequência: b m = a m b m-1 = a m x b m b m-2 = a m x b m b 1 = a x b 2 b 0 = a x b 1 e então, N = b 0 Capítulo 2. Computação Numérica - Representação e conversão de números 21/60
24 Conversão de números de uma base b para a base decimal - Números inteiros Algoritmo de Horner - Exemplo: Seja o número N = (11101) 2 = (a 4 a 3 a 2 a 1 a 0 ) 2 b 4 = a 4 = 1 b 3 = a x b 4 = x 1 = 3 b 2 = a x b 3 = x 3 = 7 b 1 = a x b 2 = x 7 = 14 b 0 = a x b 1 = x 14 = 29 portanto, (11101) 2 = Capítulo 2. Computação Numérica - Representação e conversão de números 22/60
25 Conversão de números de uma base b para a base decimal - Números inteiros Algoritmo de Horner - Generalizando esta metodologia para converter um inteiro na base b para decimal: - Seja N = (a m a m-1... a 1 a 0 ) b - A sua representação na base decimal pode ser obtida da seguinte forma: c m = a m c m-1 = a m-1 + b x c m c m-2 = a m-2 + b x c m c 1 = a 1 + b x c 2 c 0 = a 0 + b x c 1 então, N = c 0 Capítulo 2. Computação Numérica - Representação e conversão de números 23/60
26 Conversão de números de uma base b para a base decimal - Números inteiros Divisão de Ruffini - Equivalente ao algoritmo de Horner, - Difere apenas na disposição dos coeficientes a i e b i - Seja N = (a m a m-1... a 1 a 0 ) b - A sua representação na base decimal pode ser obtida da seguinte forma: a m a m-1... a 2 a 1 a x b m... 2 x b 3 2 x b 2 2 x b 1 b m b m-1... b 2 b 1 b 0 a m x b m a x b 3 a x b 2 a x b 1 Então, N = b 0 Capítulo 2. Computação Numérica - Representação e conversão de números 24/60
27 Conversão de números de uma base b para a base decimal - Números inteiros Divisão de Ruffini - Exemplo: Seja o número N = (11101) 2 = (a 4 a 3 a 2 a 1 a 0 ) 2 a 4 a 3 a 2 a 1 a x b 4 2 x b 3 2 x b 2 2 x b 1 2 x 1 2 x 3 2 x 7 2 x 14 b 4 b 3 b 2 b 1 b Portanto, (11101) 2 = Capítulo 2. Computação Numérica - Representação e conversão de números 25/60
28 Conversão de números de uma base b para a base decimal - Números inteiros Divisão de Ruffini - Generalizando esta metodologia para converter um inteiro na base b para decimal. - Seja N = (a m a m-1... a 1 a 0 ) b - A sua representação na base decimal pode ser obtida da seguinte forma: a m a m-1... a 2 a 1 a 0 b b x c m... b x c 3 b x c 2 b x c 1 c m c m-1... c 2 c 1 c 0 a m-1 + b x c m a 2 + b x c 3 a 1 + b x c 2 a 0 + b x c 1 Portanto, N = c 0 Capítulo 2. Computação Numérica - Representação e conversão de números 26/60
29 Conversão de números de uma base b para a base decimal - Números reais Conversão de números de uma base b para a base decimal - Números reais - Considere-se um número fracionário com representação finita na base binária: X f = (0.a 1 a 2 a n ) 2 - O valor de X f na base decimal será dado por X f = n 2 -n - Esta soma pode ser calculada - diretamente, ou - utilizando Algoritmo de Horner e a Divisão de Ruffini com algumas modificações. Capítulo 2. Computação Numérica - Representação e conversão de números 27/60
30 Conversão de números de uma base b para a base decimal - Números reais - Algoritmo de Horner (caso de um número fracionário na base 2): Seja N = (0.a 1 a 2 a n ) 2 b n = a n b n-1 = a n-1 + (1/2) x b n b n-2 = a n-2 + (1/2) x b n b 2 = a 2 + (1/2) x b 3 b 1 = a 1 + (1/2) x b 2 b 0 = (1/2) x b 1 Então, N = b 0 Capítulo 2. Computação Numérica - Representação e conversão de números 28/60
31 Conversão de números de uma base b para a base decimal - Números reais - Exemplo (algoritmo de Horner): Converter o número N = ( ) 2 = (0.a 1 a 2 a 3 a 4 a 5 ) 2 b 5 = a 5 = 1 b 4 = a 4 + (1/2) x b 5 = 1 + (1/2) x 1 = 3/2 b 3 = a 3 + (1/2) x b 4 = 1 + (1/2) x (3/2) = 7/4 b 2 = a 2 + (1/2) x b 3 = 0 + (1/2) x (7/4) = 7/8 b 1 = a 1 + (1/2) x b 2 = 1 + (1/2) x (7/8) = 23/16 b 0 = (1/2) x b 1 = (1/2) x (23/16) = 23/32 Então, ( ) 2 = 23/32 = Capítulo 2. Computação Numérica - Representação e conversão de números 29/60
32 Conversão de números de uma base b para a base decimal - Números reais - Divisão de Ruffini (caso de um número fracionário na base 2) Seja N = (0.a 1 a 2 a n ) 2 a n a n-1... a 2 a 1 1/2 (1/2) x b m... (1/2) x b 3 (1/2) x b 2 (1/2) x b 1 b n b n-1... b 2 b 1 b 0 a n-1 + 1/2 x b m a 2 + 1/2 x b 3 a 1 + 1/2 x b 2 1/2 x b 1 Então, N = b 0 Capítulo 2. Computação Numérica - Representação e conversão de números 30/60
33 Conversão de números de uma base b para a base decimal - Números reais - Exemplo: Converter o número N = ( ) 2 = (0.a 1 a 2 a 3 a 4 a 5 ) 2 a 5 a 4 a 3 a 2 a /2 (1/2) x b 5 (1/2) x b 4 (1/2) x b 3 (1/2) x b 2 (1/2) x b 1 (1/2) x 1 (1/2) x (3/2) (1/2) x (7/4) (1/2) x (7/8) (1/2) x (23/16) b 5 b 4 b 3 b 2 b 1 b / / / /16 23/32 1 3/2 7/4 7/8 23/16 23/32 Então, ( ) 2 = 23/32 = Capítulo 2. Computação Numérica - Representação e conversão de números 31/60
34 Conversão de números de uma base b para a base decimal - Número binário infinito Conversão de números de uma base b para a base decimal - Número binário infinito - Uma outra situação que pode ocorrer é quando o número binário for infinito: X f =( 0.α 1 α 2...α n β 1 β 2...β m) 2 em que β 1 β 2...β indica que a sequência de dígitos m β 1 β 2...β se repete infinitamente. m - Em geral, um número fracionário tem representação infinita periódica na base b da seguinte forma: X f = ( α 1 b 1 + α 2 b α n b n ) + ( β 1 b 1 + β 2 b β m b m ) bm n onde as expressões entre parênteses podem ser calculadas - diretamente ou - utilizando qualquer um dos métodos descritos anteriormente. b m 1 Capítulo 2. Computação Numérica - Representação e conversão de números 32/60
35 Aritmética de ponto flutuante Aritmética de ponto flutuante - OVERFLOW: ocorre quando uma operação aritmética resultar num número que seja maior, em valor absoluto, que o maior número representável. - UNDERFLOW: ocorre quando uma operação aritmética resultar num número que seja menor, em valor absoluto, que o menor número representável diferente de zero. - Seja um hipotético computador com - dois dígitos da mantissa (p = 2), - base b = 10, - expoente e {-5,, 5};.d 1 d 2 x 10 e - Quando dois números são somados ou subtraídos, o processo é o seguinte: - os dígitos do número de menor expoente são deslocados para alinhar as casas decimais; - o resultado é então normalizado (o expoente é ajustado de forma a normalizar a mantissa, d 1 0); - por fim, o resultado é arredondado para dois dígitos para caber na mantissa (p = 2). Capítulo 2. Computação Numérica - Representação e conversão de números 33/60
36 Aritmética de ponto flutuante - Exemplo 1: os números são armazenados no formato especificado, - as casas decimais são alinhadas, - a operação de adição é efetuada; - por fim, o resultado é então normalizado e arredondado para dois dígitos: =.43 x x 10-1 =.43 x x 10 1 =.4364 x x 10 1 O resultado da adição é 4.4 em vez de Capítulo 2. Computação Numérica - Representação e conversão de números 34/60
37 Aritmética de ponto flutuante - Exemplo 2: os números são armazenados no formato especificado, - as casas decimais são alinhadas e - a operação de adição é efetuada; - O resultado é então normalizado e arredondado para dois dígitos: =.37 x x 10 3 =.37 x x 10 3 =.00 x x O resultado da subtração é 0 em vez de 1. Capítulo 2. Computação Numérica - Representação e conversão de números 35/60
38 Aritmética de ponto flutuante - Exemplo 3: 1234 x os números são armazenados no formato especificado, - a multiplicação é efetuada utilizando 2p = 4 dígitos na mantissa; - o resultado é então normalizado e arredondado para dois dígitos: 1234 x =.12 x 10 4 x.16 x 10-1 =.12 x 10 4 x.16 x 10-1 =.0192 x x O resultado da multiplicação é 19 em vez de Capítulo 2. Computação Numérica - Representação e conversão de números 36/60
39 Aritmética de ponto flutuante - A perda de precisão quando dois números aproximadamente iguais são subtraídos é das maiores fontes de erro nas operações de ponto flutuante. - Uma das causas de se cometer erros quando se usa um computador deve-se à conversão de base: - um número é fornecido ao computador na base 10 e - armazenado na base 2. - Enquanto que - para um número inteiro, a representação é exata; por exemplo, = para um número real com parte fracionária, a representação - que tem que ser arredondado para ser armazenado em formato com ponto flutuante. Capítulo 2. Computação Numérica - Representação e conversão de números 37/60
40 Operações com números em binário - Adição binária Operações com números em binário - Adição binária - Uma adição no sistema binário é realizada da mesma forma que a adição no sistema decimal. - A adição é realizada de acordo com as seguintes regras (considerando os dois operandos positivos): = = = = 0 (e vai 1 para o dígito de ordem superior) = 1 (e vai 1 para o dígito de ordem superior) - Para somar números com mais de 2 algarismos, - utiliza-se o mesmo processo de transporte para a coluna posterior, usado na adição decimal. Exemplo: = ( = 8 10 ) [1] [1] [1] Capítulo 2. Computação Numérica - Representação e conversão de números 38/60
41 Operações com números em binário - Adição binária - Quando um dos operandos são números binários negativos, o processo a aplicar é o seguinte: - dois operandos negativos: - adicionam-se os dois números considerando o valor absoluto de cada um deles e - atribui-se o sinal de negativo; - um deles é negativo: - verifica-se qual dos dois números tem maior valor absoluto, - subtraí-se o menor valor absoluto ao maior e, - atribui-se o sinal do maior em valor absoluto. Capítulo 2. Computação Numérica - Representação e conversão de números 39/60
42 Operações com números em binário - Subtração binária Operações com números em binário - Subtração binária - A subtração é análoga à adição, sendo realizada de acordo com as seguintes regras: 0-0 = = 1 (e pede emprestado 1 para o dígito de ordem superior) 1-0 = = 0 - A operação 0-1 resulta em 1, mas com o transporte de 1 para a coluna à esquerda, que deve ser - acumulado ao subtraendo e, por consequência, - subtraído do minuendo (em a-b, a o minuendo e b é o subtraendo). Exemplo 1: = ( = 2 10 ) [1] Capítulo 2. Computação Numérica - Representação e conversão de números 40/60
43 Representação de números em computadores digitais Representação de números em computadores digitais - As representações de números inteiros e reais apresentadas na secção anterior não são suficientes, pois é necessário distinguir-se, por exemplo, o sinal do número. - Como não existe a representação do sinal + ou - na memória de um computador, o recurso utilizado é acrescentar um bit ao número para representar o sinal; este bit é denominado de bit de sinal. - Representação de inteiros pode ser: - em Sinal-Módulo e - em Complemento à base (a b e a b-1) - Representação de números reais pode ser: - em ponto flutuante normalizado Capítulo 2. Computação Numérica - Representação e conversão de números 41/60
44 Representação de números em computadores digitais - Números inteiros (em Sinal-Módulo) Representação de números em computadores digitais - Números inteiros (em Sinal-Módulo) - A representação mais direta de inteiros é a de Sinal-Módulo (ou Sinal-Magnitude), onde - o valor absoluto do número inteiro é obtido diretamente a partir dos algoritmos discutidos antes, e - o sinal é representado por um dígito adicional colocado à esquerda do número. - Na representação binária, o bit de sinal ocupa a posição do bit mais significativo. - Supondo que o computador dispõe de q dígitos para a representação, um inteiro na base b será representado no computador através da seguinte sequência de dígitos (denominada palavra): a q-1 a q-2...a 1 a 0 em que { a 0, a 1,, a q-2 } { 0, 1,, b-1 } e a q-1 { 0, 1 } representa o sinal do número. - Por exemplo, no sistema binário convenciona-se usar - a q-1 = 0 para + e - a q-1 = 1 para -. Capítulo 2. Computação Numérica - Representação e conversão de números 42/60
45 Representação de números em computadores digitais - Números inteiros (em Sinal-Módulo) - A conversão do número internamente representado por a q-1 a q-2...a 1 a 0 para o sistema decimal é realizado através de uma fórmula semelhante à forma polinomial: N = ( 1) a q 2 q 1 ( a k ) bk, k=0 em que, N o número inteiro na base decimal q-2 é o índice do dígito mais à esquerda que representa o valor absoluto de N b a base, às vezes denominada de radix (um inteiro maior que 1) a k um dígito válido na representação (a k { 0,..., b-1 }), k = 0, 1,, q-2 a q-1 { 0, 1 } e representa o bit de sinal - Os valores para as quantidades expressas dependem da arquitetura e do compilador utilizado. Capítulo 2. Computação Numérica - Representação e conversão de números 43/60
46 Representação de números em computadores digitais - Números inteiros (em Sinal-Módulo) - Por exemplo, um dado compilador possui 4 modelos de representação de inteiros com 1, 2, 4 e 8 bytes, também denominados de espécies. - Sendo para todos os casos b = 2, o valor absoluto do maior número inteiro que pode ser representado p internamente para cada espécie N max, (p = 1, 2, 4, 8) é o seguinte: p N max 8p 2 = k=0 2 k = p 2 = 2 8p 1 1 = {127 (p=1) (p=2) (p=4) (p=8) Capítulo 2. Computação Numérica - Representação e conversão de números 44/60
47 Representação de números em computadores digitais - Números inteiros (em Complemento a b-1) Representação de números em computadores digitais - Números inteiros (em Complemento a b-1) - A representação de números inteiros positivos em Complemento a b-1 é idêntica à em Sinal-Módulo. - A representação dos números negativos é obtida efetuando-se: (b - 1) menos cada algarismo do número. - Por exemplo, calcular o complemento a b 1 do número b = 10, logo complemento a b-1 será complemento a 9; - como = 702, o complemento a 9 do número -297 é 702. Capítulo 2. Computação Numérica - Representação e conversão de números 45/60
48 Representação de números em computadores digitais - Números inteiros (em Complemento a b-1) - Para se obter o complemento a b 1 de um número binário, - deve-se subtrair cada algarismo de 1 (b - 1 = 1); - como se trata de binários, basta inverter todos os bits. - Por exemplo, - o complemento a 1 (C1) do número (usando 4 dígitos) é : = Quantidade de números inteiros diferentes que se podem representar com n posições num sistema de base b: - total: b n - Por exemplo, na base 2, podem-se representar os seguintes números: = 2 números com um dígito (0, 1), = 4 números com dois dígitos (00, 01, 10, 11), = 8 números com três dígitos (000, 001, 010, 011, 100, 101, 110, 111), -... Capítulo 2. Computação Numérica - Representação e conversão de números 46/60
49 Representação de números em computadores digitais - Números inteiros (em Complemento a b-1) - A tabela seguinte apresenta a representação em C1 dos números binários de 4 dígitos: Decimal Binário em C1 Decimal (positivo) (igual a sinal-módulo) (negativo) Binário em C Note-se que há 2 representações para o zero. Capítulo 2. Computação Numérica - Representação e conversão de números 47/60
50 Representação de números em computadores digitais - Números inteiros (em Complemento a b-1) - A representação na base b = 10 com 3 dígitos varia de 000 a 999 (10 3 = 1000 representações), - representando os números de -499 a -1 com 500 a 998; - representando os números de +1 a +499 com 1 a 499; - representando o zero (0) com 000 ou Faixa de representação em C1 dos números binários com n dígitos: - menor inteiro negativo: -(2 n-1 1) - maior inteiro positivo: 2 n-1 1 Capítulo 2. Computação Numérica - Representação e conversão de números 48/60
51 Representação de números em computadores digitais - Números inteiros (em Complemento a b-1) - Na aritmética em complemento a b-1, - basta somar os números, - sendo que um número negativo será representado por seu complemento a b 1. - Por exemplo, a soma decimal de 123 com -418 é: - Sinal-Módulo = Complemento a 9 (b - 1) -418 é representado por = = = 295, em que 704 é o C9 de -295 (704 está na faixa negativa). Capítulo 2. Computação Numérica - Representação e conversão de números 49/60
52 Representação de números em computadores digitais - Números inteiros (em Complemento a b) Representação de números em computadores digitais - Números inteiros (em Complemento a b) - A representação dos números negativos em complemento a b é obtida - subtraindo-se da base b cada algarismo do número. - Por exemplo, na base b = 10 com 3 dígitos: 1000 x. - Uma forma alternativa é - subtrair cada algarismo de (b 1), isto é, calcular o complemento a b-1, e depois - somar 1 ao resultado. - Por exemplo, calcular o complemento a b (base = 10) do número com 3 dígitos: - usando C10: = 703; - representar o número em C9 e somar 1 ao resultado: = = Por exemplo, calcular o complemento a 2 (base = 2) do número com 4 dígitos: - usando C2: = 1101; - representar o número em C1 e somar 1: = = Capítulo 2. Computação Numérica - Representação e conversão de números 50/60
53 Representação de números em computadores digitais - Números inteiros (em Complemento a b) - Tabela com a representação em C2 dos números binários de 4 dígitos: Decimal Binário em C2 Decimal (positivo) (igual a sinal-módulo) (negativo) Binário em C Comparando com a tabela anterior (para C1), - os números positivos têm a mesma representação de C1 e - o zero passou a ter apenas uma representação, - o que permitiu representar mais um número (neste caso, mais um negativo, o -8). - A faixa de representação em C2 dos números binários com n dígitos é a seguinte: menor inteiro negativo: - 2 n-1, maior inteiro positivo: 2 n-1 1. Capítulo 2. Computação Numérica - Representação e conversão de números 51/60
54 Representação de números em computadores digitais - Números reais Representação de números em computadores digitais - Números reais - Representação de números reais em computadores denomina-se por - representação de ponto flutuante normalizado. - Nesta representação um número é representado internamente através de uma notação científica: - um bit de sinal s (interpretado como positivo ou negativo), - um expoente inteiro exato e - uma mantissa inteira positiva M, sendo que apenas um número limitado de dígitos é permitido para e e M. Capítulo 2. Computação Numérica - Representação e conversão de números 52/60
55 Representação de números em computadores digitais - Números reais - Tomando todas estas quantidades juntas, estas representam o número x = s (0.d 1 d 2...d n ) b e em que, - s é o sinal do número, - os dígitos d 1, d 2,, d n - formam a mantissa M = 0.d 1 d 2...d n e - são limitados pela base b (0 d i b-1, i = 1,, n e d1 0), - o expoente e é limitado ao intervalo e { e min,..., e max }, - n 1 - denomina-se de número de dígitos do sistema e - define o tamanho da mantissa M - O valor zero não pode ser normalizado e tem representação especial: - com mantissa nula (todos dígitos iguais a zero) e - expoente o menor possível. Capítulo 2. Computação Numérica - Representação e conversão de números 53/60
56 Representação de números em computadores digitais - Números reais - O conjunto formado pelo zero e por todos os números em notação de ponto flutuante - é chamado de Sistema de Ponto Flutuante na base b com n algarismos significativos, e - denota-se por F(b, n, e min, e max ). - Um computador apenas pode representar os valores de e e M com os dígitos na base b. - Um computador digital (b = 2) dispõe sempre de um tamanho de palavra finito: - o número total de bits que podem ser utilizados para representar s (1 bit), - o expoente e - a mantissa, é sempre fixo, para um dado tipo de números reais. - Por exemplo, um número real de precisão simples é normalmente representado por 4 bytes (32 bits): - 1 bit é utilizado para representar o sinal, - 8 bits são utilizados para representar o expoente e - os restantes 23 bits para representar a mantissa. Capítulo 2. Computação Numérica - Representação e conversão de números 54/60
57 Representação de números em computadores digitais - Números reais - Um número real será representado na memória do computador como x = s e 7 e 6... e 1 e 0 d 1 d 2...d 22 d 23, em que s,e 0,...,e 7,d 1,...,d 23 {0, 1 }. - Exemplo: - Considere-se dois números binários com 8 algarismos significativos em F(2, 8, -3, 4): - n 1 = => (-1) 0 x 2 2 x ( ) = n 2 = => (-1) 0 x 2 2 x ( ) = Observe que, no sistema de representação utilizado, - n 1 e n 2 são dois números consecutivos, ou seja - não se pode representar nenhum outro número que tenha valor intermédio. - Portanto, por exemplo, a quantidade não tem representação exata neste sistema, sendo representada por n 1 ou n 2, - o que gerará um erro, denominado Erro de Arredondamento. Capítulo 2. Computação Numérica - Representação e conversão de números 55/60
58 Representação de números em computadores digitais - Números reais - Assim, - os números reais podem ser representados por uma reta contínua, - em notação de ponto flutuante apenas se podem representar pontos discretos da reta real. - Conversão de um número x representado na base b para a base decimal: x = ( 1) s b e n ( d k ) b k. k=1 - A tabela mostra alguns valores para um dado computador que usa o padrão IEEE 754. Espécie REAL (4) REAL (8) REAL (10) n e min e max X min x x x X max x x x X eps x x x Capítulo 2. Computação Numérica - Representação e conversão de números 56/60
59 Representação de números em computadores digitais - Números reais - Como no sistema normalizado d 1 0 e dado que a base é 2, - então primeiro dígito da mantissa no sistema normalizado será sempre igual a 1 e - por esta razão não é armazenado (é o denominado bit escondido). - Esta normalização permite um ganho na precisão, pois pode-se considerar que a mantissa é armazenada em 24 bits. - Os números do sistema F = F( b, n, e min, e max ) contêm as características: - O menor número positivo que pode ser representado neste sistema é x min = 0.1 b e min Isto significa que qualquer número x tal que x min < x < x min não poderá ser representado pelo computador - ocorre underflow. Os compiladores podem ser instruídos para - terminar o processamento neste ponto, disparando uma mensagem de erro, ou - seguir o processamento arredondando x = 0 Capítulo 2. Computação Numérica - Representação e conversão de números 57/60
60 Representação de números em computadores digitais - Números reais - O maior número positivo que pode ser representado neste sistema é x max = 0.(b 1)(b 1)...(b 1) n vezes Isto significa que qualquer número x tal que ( k) b e max = (b 1) n b be max =(1 b n ) b e max k=1 x < x max ou x > x max não poderá ser representado pelo computador ocorre overflow. Os compiladores normalmente tomam duas possíveis providências quando detetam um overflow: - param o processamento do programa emitindo uma mensagem de erro, ou - continuam o processamento atribuindo a x o valor simbólico -Infinito ou Infinito. - O maior número que pode ser somado ou subtraído a 1.0, em que o resultado permanece inalterado (i.é, a diferença entre 1.0 e o número que lhe sucede em F), é x eps = n vezes b n vezes b 1 = b 1 n em que x eps é denominada de epsilon da máquina, ϵ, ou de precisão da máquina. O epsilon da máquina, ϵ, também pode ser definido como o menor número de ponto flutuante, tal que: 1 + ϵ > 1. Esta quantidade é da maior importância na análise de erros de arredondamento. Capítulo 2. Computação Numérica - Representação e conversão de números 58/60
61 Representação de números em computadores digitais - Números reais - De uma forma mais geral, para um número em ponto flutuante x F define-se ulp(x) = ( ) b x b e = b -n x b e = x b e em que ulp é a abreviatura para unit in the last place. Se x > 0, então ulp(x) é a distância entre x e o número que lhe sucede em F; Se x < 0, então ulp(x) é a distância entre x e o número que o antecede em F. - Apenas um conjunto finito R F de números racionais podem ser representados na forma apresentada: - estes números denominam-se de números de ponto flutuante. - Para uma representação normalizada (d 1 0), este conjunto contém precisamente 2 (b 1) b n 1 ( e max e min +1 ) + 1 números racionais. Capítulo 2. Computação Numérica - Representação e conversão de números 59/60
62 Representação de números em computadores digitais - Números reais - Exemplo: considere o sistema de representação numérica F(2, 4, -5, 6). Para este sistema: - O menor número positivo possível é: x min = (0.1000) = = 1 64 ; ou seja, a região de underflow consiste no intervalo 1 64 < x < O maior número positivo possível é: x max = (0.1111) = (1 2 4 ) 2 6 = 60; ou seja, as regiões de overflow consistem nos intervalos x < 60 e x > O maior número que pode ser somado ou subtraído de 1.0 tal que mantém o resultado inalterado é: x eps = = 2 3 = O número de elementos em R F é: 2 1 ( ) = 193. Capítulo 2. Computação Numérica - Representação e conversão de números 60/60
63 Tópicos Tópicos - Fontes de erros e incertezas - Incerteza - Precisão e exatidão - Tipos de erros - Valores aproximados e erros - Erros de arredondamento - Erros de truncatura - Condicionamento e estabilidade - Análise de erros Capítulo 2. Computação Numérica - Análise e representação de erros 1/52
64 Fontes de erros e incertezas Fontes de erros e incertezas - Embora se procure soluções exatas dos problemas reais, raramente este objetivo é atingido. - Erros e incertezas podem ser introduzidos em qualquer etapa da resolução dos problemas. - Esta secção aborda - a natureza das incertezas que surgem quando se procura a solução de um problema; - os erros introduzidos pela computação numérica para determinar a solução desejada. - Não serão considerados erros triviais que podem ser evitados, tais como - copiar uma fórmula erroneamente, ou - efetuar um erro de sintaxe na programação. - Serão abordados os erros que resultam de forma inevitável, dada a própria natureza da - representação finita de números num computador, e/ou - implementação numérica de um determinado cálculo. - As incertezas introduzidas - contaminam a solução e é importante tentar-se balancear as incertezas; - ocorrem em todas as etapas do processo de resolução de um problema. Capítulo 2. Computação Numérica - Análise e representação de erros 2/52
65 Incerteza Incerteza - A incerteza é uma característica intrínseca dos problemas reais - surgindo de múltiplas origens e - possuindo natureza distinta. - A incerteza emerge da cada vez maior complexidade das interações no interior dos sistemas reais - Geralmente, é impraticável que os modelos matemáticos possam - capturar todos os fenómenos inter-relacionados relevantes presentes, - chegar até toda a informação necessária e também - dar conta das alterações e/ou hesitações relacionadas com a expressão das preferências de quem decide. - Um modelo matemático pode incluir vários tipos de incerteza, a qual pode ocorrer - nos dados do modelo, - na precisão do modelo usado para descrever o sistema, ou - na sequência de possíveis acontecimentos que podem ocorrer num sistema de acontecimentos discretos. - A importância da construção de modelos que incorporem explicitamente a incerteza está no facto de a maioria dos problemas reais não poderem ser modelados deterministicamente (de forma exata). Capítulo 2. Computação Numérica - Análise e representação de erros 3/52
66 Incerteza - Algumas razões da necessidade deste tipo de modelos são as seguintes: - a natural incerteza das previsões relativas ao futuro; - a impossibilidade de medir os conceitos do mundo real com a precisão exigida pelo modelo matemático; - a impossibilidade de implementar uma solução com a precisão obtida através do modelo matemático; - a natural e constante alteração do mundo real onde a solução é implementada; - o facto das expressões matemáticas associadas ao modelo serem apenas traduções aproximadas - dos objetivos e - das restrições do problema real. Capítulo 2. Computação Numérica - Análise e representação de erros 4/52
67 Incerteza - A incerteza pode ser classificada em dois tipos: - aleatória e - epistémica. - A incerteza aleatória - descreve a variação associada ao sistema físico ou ambiente em consideração, a qual é causada pela natureza aleatória dos dados associados ao problema, - pode ser representada matematicamente por uma distribuição de probabilidade (se os dados experimentais disponíveis são suficientes). - A incerteza epistémica - está associada a um certo nível de ignorância, ou informação incompleta, do sistema ou do ambiente que o rodeia; - é usada para descrever qualquer falta de conhecimento ou informação numa qualquer fase ou atividade do processo de modelação do sistema. Capítulo 2. Computação Numérica - Análise e representação de erros 5/52
68 Incerteza - São várias e distintas as causas da incerteza: - falta de informação - não tem qualquer informação sobre os dados ou - tem apenas as probabilidades de ocorrência dos dados - excesso de informação os dados são processados pelo analista que - os transforma em dados percetíveis, ou - centra a sua atenção nos aspetos que lhe parecem ser os mais importantes (diferentes do AD), - negligenciando todos os outros dados ou informação. - provas em conflito perante a mesma situação há diferentes interpretações, o que acontece devido - a parte da informação disponível ao analista estar errada (mas não identificável como tal), - às características da informação serem irrelevantes para o sistema, - ao modelo que o analista tem do sistema ser incorreto, - etc.. Capítulo 2. Computação Numérica - Análise e representação de erros 6/52
69 Incerteza - ambiguidade situações em que certas informações têm - significados totalmente diferentes (em termos linguísticos) ou - uma correspondência de um para vários (matematicamente falando) - medições, se uma dada propriedade exata não puder ser medida com precisão, - tem-se alguma incerteza relativamente à medição real, - conhecendo-se apenas uma medida indicativa. - crença - situações em que a informação disponível ao analista é subjetiva; - estas situações são classificadas segundo um tipo de crença numa certa circunstância. Capítulo 2. Computação Numérica - Análise e representação de erros 7/52
70 Precisão e exatidão Precisão e exatidão - A precisão - refere-se ao quão próximo um número representado pelo computador representa o número que ambiciona representar; - é caracterizada pelo número de dígitos usados na representação e na álgebra; - por exemplo, será representada com maior precisão utilizando 8 bytes do que com 4 bytes. - A exatidão - refere-se a quão próximo um número representado pelo computador está do valor correto do número que ele almeja representar; - é caracterizada pelos erros (de truncatura e arredondamento) no método numérico. Capítulo 2. Computação Numérica - Análise e representação de erros 8/52
71 Precisão e exatidão - Se os números 1 = = almejam representar = o número 2 possui maior exatidão do que 1, embora ambos possuam a mesma precisão. - Os conceitos de precisão e exatidão são muitas vezes confundidos entre si. - É frequente referir-se à precisão quando o correto seria referir-se à exatidão de um resultado. Capítulo 2. Computação Numérica - Análise e representação de erros 9/52
72 Tipos de erros Tipos de erros - Durante as etapas de resolução de um problema, surgem erros de várias origens que podem alterar profundamente os resultados (soluções) obtidos. - Em função das suas origens, pode-se considerar dois tipos de erros: - erros exteriores ao processo de cálculo, e - erros que ocorrem durante o processo de cálculo. - Os erros exteriores ao processo de cálculo podem ser - iniciais (associados aos dados e aos parâmetros do modelo), - de modelação (inerentes à construção dos modelos matemáticos), e - grosseiros (inerentes à elaboração e implementação dos algoritmos); - Os erros que ocorrem durante o processo de cálculo podem ser - de arredondamento, que são inerentes - à representação de entidades numéricas nas máquinas e - às operações que um computador pode realizar, - de truncatura (associados ao uso de métodos numéricos). - Como consequência destes erros, as soluções numéricas obtidas são, em geral, aproximadas. Capítulo 2. Computação Numérica - Análise e representação de erros 10/52
73 Tipos de erros - Erros nas diversas etapas do processo de resolução de problemas: Capítulo 2. Computação Numérica - Análise e representação de erros 11/52
74 Tipos de erros - Erros iniciais (nos dados do modelo) Tipos de erros - Erros iniciais (nos dados do modelo) - Na modelação matemática, muitas vezes é necessário usar dados obtidos experimentalmente. - Nesta fase, pode ocorrer - uma modelação incorreta (a expressão matemática não reflete adequadamente o fenómeno físico), ou - os dados terem sido obtidos com pouca exatidão. - Nestes casos, é necessária a realização de testes para verificar o quanto os resultados são sensíveis às alterações dos dados fornecidos (análise de sensibilidade). - Grandes alterações nos resultados devido a pequenas variações nos dados - são sintomas de um mal condicionamento do modelo proposto, - havendo então necessidade de uma nova modelação do problema. - Um problema matemático diz-se - mal condicionado: se a solução obtida (resultados) é muito sensível a pequenas variações nos dados e nos parâmetros do problema; - bem condicionado: se pequenas variações nos dados e nos parâmetros induzem sempre pequenas variações na solução. Capítulo 2. Computação Numérica - Análise e representação de erros 12/52
75 Tipos de erros - Erros de modelação (ou de formulação) Tipos de erros - Erros de modelação (ou de formulação) - Está relacionado com o facto de não estar completo, com rigor, o modelo matemático. - Nesta situação, deve-se ter consciência que se está a trabalhar com um modelo - mal construído e - não adequado à realidade física. - Desta forma, nenhum método numérico poderá originar resultados precisos. Capítulo 2. Computação Numérica - Análise e representação de erros 13/52
76 Tipos de erros - Erro grosseiro Tipos de erros - Erro grosseiro - A possibilidade de um computador cometer um erro é muito baixa. - No entanto, podem ser cometidos erros na elaboração do algoritmo - na sua implementação, e - na introdução dos dados iniciais. - Executar o programa com dados iniciais cujos resultados (solução) são conhecidos, - ajuda a detetar erros e a removê-los, mas - demonstra, apenas, que o programa está correto para aquele conjunto de dados (por isso, é que estes dados devem ser específicos); - o ideal seria elaborar uma prova de correção de programa, o que não é uma tarefa trivial. Capítulo 2. Computação Numérica - Análise e representação de erros 14/52
77 Tipos de erros - Erro de arredondamento Tipos de erros - Erro de arredondamento - Um qualquer número decimal, por exemplo (base 10), pode não ser representado exatamente num computador porque tem que ser - convertido em binário (base 2), e - armazenado num número finito de bits. - O erro causado pela imperfeição na representação de um número chama-se erro de arredondamento Capítulo 2. Computação Numérica - Análise e representação de erros 15/52
78 Tipos de erros - Erro de truncatura Tipos de erros - Erro de truncatura - O erro de truncatura é devido à aproximação de um problema por outro. - Por exemplo, a substituição de um problema contínuo por um discreto. - Para avaliar uma função matemática no computador, - apenas podem ser requeridas as operações aritméticas e lógicas (as operações que é capaz de efetuar). - Por exemplo, para avaliar f(x) = sen(x) esta tem que ser aproximada por uma série (de Taylor), sen(x) = ( 1) n x 2n+1 n=0 (2n+1)! = x x3 6 + x5 120 x , 0 x π 4 (à medida que n aumenta, mais o valor da série se aproxima do valor real) Capítulo 2. Computação Numérica - Análise e representação de erros 16/52
Tópicos. - Cálculo numérico. - Representação de números. - Análise e representação de erros
Tópicos Tópicos - Cálculo numérico - Representação de números - Representação de números em diferentes bases - Conversão de números da base b para a base decimal - Representação de números em computadores
Leia maisétodos uméricos Erros Visão Geral Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos Erros Visão Geral Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia mais2. Representação e conversão de números
Capítulo 2. Neste capítulo serão considerados alguns aspetos básicos relativos ao cálculo numérico, como as representações de números inteiros e reais em código binário, e análise e representação dos erros
Leia maisCapítulo 2. Computação Numérica
Capítulo 2. Neste capítulo serão considerados alguns aspetos básicos relativos ao cálculo numérico, como as representações de números inteiros e reais em código binário, e análise e representação dos erros
Leia mais1.1 Etapas na solução de um problema. 1.3 Tipos de erros. 1.4 Aritmética de ponto flutuante.
1. Computação numérica 1.1 Etapas na solução de um problema. 1.2 Notação algorítmica. 1.3 Tipos de erros. 1.4 Aritmética de ponto flutuante. Algoritmos Numéricos Cap.1: Computaç~ao numérica Ed1.0 c 2001
Leia mais1. Converta para a base binária, usando o método das divisões sucessivas, os seguintes números inteiros: a) 13 b) 35. e) 347 f) 513.
1. Converta para a base binária, usando o método das divisões sucessivas, os seguintes números inteiros: a) 13 b) 35 c) 192 d) 255 e) 347 f) 513 g) 923 2. Converta para a base binária, usando os métodos
Leia maisCálculo Numérico Noções básicas sobre erros
Cálculo Numérico Noções básicas sobre erros Profa. Vanessa Rolnik 1º semestre 2015 Fases da resolução de problemas através de métodos numéricos Problema real Levantamento de Dados Construção do modelo
Leia maisCálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer ÍNDICE. Aula 1- Introdução. Representação de números. Conversão de números
Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer ÍNDICE Aula 1- Introdução Representação de números Conversão de números Aritmética de ponto flutuante Erros em máquinas digitais Aula 1 - Introdução
Leia maisPonto Fixo e Ponto Flutuante
Ponto Fixo e Ponto Flutuante Arquitetura de Computadores Introdução (1/2) É trivial para um computador atual tratar e operar com números inteiros. Entretanto, em muitas aplicações do dia a dia é necessário
Leia maisUniversidade Federal do Espírito Santo - UFES
Universidade Federal do Espírito Santo - UFES Centro Universitário Norte do Espírito Santo - CEUNES Departamento de Matemática Aplicada - DMA Prof. Isaac P. Santos - 2018/1 Aula: Erros e Aritmética de
Leia mais1. Converta para a base binária, usando o método das divisões sucessivas, os seguintes números inteiros: a) 13 b) 35.
Computação Científica Folha Prática Computação Numérica 1. Converta para a base binária, usando o método das divisões sucessivas, os seguintes números inteiros: a) 13 b) 35 c) 192 d) 255 e) 347 f) 513
Leia maisSistemas de Numeração. Exemplos de Sistemas de Numeração (1) Exemplos de Sistemas de Numeração (2) Sistemas de Numeração
Sistemas de Numeração Sistemas de Numeração (Aula Extra) Sistemas de diferentes bases Álgebra Booleana Roberta Lima Gomes - LPRM/DI/UFES Sistemas de Programação I Eng. Elétrica 27/2 Um sistema de numeração
Leia maisUniversidade Federal de Uberlândia Faculdade de Computação. Representação e aritmética binária
Universidade Federal de Uberlândia Faculdade de Computação Representação e aritmética binária Prof. Renato Pimentel 1 Tipos de informação Representação por meio de sequências binárias: 8 bits (byte) Também
Leia maisFolha Prática - Representação de Números e Erros. 1. Representar os seguintes números decimais em binário com ponto fixo:
Computação Científica Folha Prática - Representação de Números e Erros 1. Representar os seguintes números decimais em binário com ponto fixo: a) 24 b) 197 c) 1001 d) 7,65 e) 8,963 f) 266,66 2. Obter os
Leia maisAritmética dos Computadores
William Stallings Arquitetura e Organização de Computadores Capítulo 4 Aritmética dos Computadores Unidade Lógica e Aritmética Faz os cálculos lógicos e aritméticos. Tudo, num sistema computador, está
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Representação de Números de Ponto Flutuante Aritmética
Leia maisArquitetura e Organização de Computadores
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIA DA COMPUTAÇÃO Arquitetura e Organização de Computadores Aritmética Computacional Prof. Helcio Wagner
Leia maisARQUITETURA DE COMPUTADORES
Representação de Dados Professor: Airton Ribeiro de Sousa E-mail: airton.ribeiros@gmail.com 1 REPRESENTAÇÃO DE DADOS: SÍMBOLO: Marca visual ou gráfica que representa um objeto que desejamos identificar
Leia maisARQUITETURA DE COMPUTADORES
Representação de Dados Professor: Airton Ribeiro de Sousa E-mail: airton.ribeiro@faciplac.edu.br 1 Ao longo dos anos, muitos padrões e convenções foram estabelecidas para determinar certos aspectos da
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 1. Representação de números reais 1.1. Introdução Cálculo Numérico X Método Numérico CI202 - Métodos Numéricos 1 1. Representação
Leia maisArquitetura e Organização de Computadores
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIA DA COMPUTAÇÃO Arquitetura e Organização de Computadores Aritmética Computacional Prof. Sílvio Fernandes
Leia maisAula 3 - Representação de Dados
Aula 3 - Representação de Dados Marcos A. Guerine Universidade Federal Fluminense mguerine@ic.uff.br Na aula passada... História dos sistemas de numeração Bases de numeração Conversão entre bases Conversão
Leia maisCálculo Numérico. Erros em processamento Numéricos
Cálculo Numérico Erros em processamento Numéricos Agenda Introdução a Erros Mudança de Base Erros de representação Erro de arredondamento Erro de absoluto Erro relativo Erro de truncamento Propagação do
Leia maisDessa forma pode-se transformar qualquer número em qualquer base para a base 10.
Sistemas de numeração e representação dos números Sistemas de Numeração e Somadores Binários I Base Numérica Um número em uma base qualquer pode ser representado da forma: N = An-1.B n-1 + An-2.B n-2 +...+
Leia maisAula 9: Estouro e Representação em Ponto Flutuante
Aula 9: Estouro e Representação em Ponto Flutuante Diego Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Diego Passos (UFF) Estouro e Ponto Flutuante FAC 1 / 43 Revisão
Leia maisPARTE I I: ARITMÉTICA COMPUTACIONAL ARQUITETURA DE COMPUTADORES ANTONIO RAMOS DE CARVALHO JÚNIOR
PARTE I I: ARITMÉTICA COMPUTACIONAL ARQUITETURA DE COMPUTADORES ANTONIO RAMOS DE CARVALHO JÚNIOR Introdução Como representar números em memória? Como representar números negativos e de ponto flutuante?
Leia maisEstouro e Representação em Ponto Flutuante
Estouro e Representação em Ponto Flutuante Cristina Boeres Insituto de Computação (UFF) Fundamentos de Arquiteturas de Computadores Material baseado nos slides de Fernanda Passos Cristina Boeres (IC/UFF)
Leia maisDisciplina: Introdução à Engenharia da Computação
Colegiado de Engenharia de Computação Disciplina: Introdução à Engenharia da Computação Aula 07 (semestre 2011.2) Prof. Rosalvo Ferreira de Oliveira Neto, M.Sc. rosalvo.oliveira@univasf.edu.br 2 Representação
Leia maisWilliam Stallings Arquitetura e Organização de Computadores 8 a Edição
William Stallings Arquitetura e Organização de Computadores 8 a Edição Capítulo 9 Aritmética do computador slide 1 Unidade aritmética e lógica Faz os cálculos. Tudo o mais no computador existe para atender
Leia maisIntrodução à Computação
Introdução à Computação Jordana Sarmenghi Salamon jssalamon@inf.ufes.br jordanasalamon@gmail.com http://inf.ufes.br/~jssalamon Departamento de Informática Universidade Federal do Espírito Santo Agenda
Leia maisArquitetura de Computadores
Arquitetura de Computadores Eduardo Albuquerque Adaptado do material do Prof. Fábio M. Costa Instituto de Informática UFG 1S/2004 Representação de Dados e Aritmética Computacional Roteiro Números inteiros
Leia maisHome Programa Exercícios Provas Professor Links. 2.1 Representação de um número na base dois. O número binário 101,101 significa, na base dois:
Curso de Cálculo Numérico Professor Raymundo de Oliveira Home Programa Exercícios Provas Professor Links Capítulo 2 - Representação binária de números inteiros e reais 2.1 Representação de um número na
Leia maisCálculo Numérico Conceitos Básicos
Cálculo Numérico Conceitos Básicos Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - www.dsc.ufcg.edu.br/~cnum/ 1 Princípios usados
Leia maisAula 9: Estouro e Representação em Ponto Flutuante
Aula 9: Estouro e Representação em Ponto Flutuante Fernanda Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Material baseado nos slides do prof. Diego Passos Fernanda
Leia maisIntrodução à Computação
Universidade Federal de Campina Grande Centro de Engenharia Elétrica e Informática Unidade Acadêmica de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Introdução à Computação A Informação
Leia maisOrganização e Arquitetura de Computadores I
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Organização e Arquitetura de Computadores I Conceitos BásicosB (Parte II) Prof
Leia maisBaseado nos slides de Anna Tostes SISTEMA NUMÉRICO
Baseado nos slides de Anna Tostes SISTEMA NUMÉRICO 1 Sumário 1. Sistema Numérico 2. Notação Posicional Sistema Decimal Sistema Binário Sistema Octal Sistema Hexadecimal 3. Conversão entre Bases 4. Operações
Leia maisCCI-22. Erros Erros de arredondamento, representação e de cálculo
CCI-22 Matemática Computacional Erros Erros de arredondamento, representação e de cálculo CCI-22 Tipos de erros Sistemas de ponto flutuante Arredondamentos Erros absolutos e relativos Dígitos significativos
Leia maisCCI-22. Matemática Computacional. Carlos Alberto Alonso Sanches Juliana de Melo Bezerra
CCI-22 Matemática Computacional Carlos Alberto Alonso Sanches Juliana de Melo Bezerra CCI-22 2) Erros de arredondamento Erros de representação e de cálculo CCI-22 Tipos de erros Sistemas de ponto flutuante
Leia maisAproximações e Erros
Aproximações e Erros Lucia Catabriga e Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória,
Leia maisRepresentação e erros numéricos
Representação e erros numéricos Marina Andretta ICMC-USP 29 de fevereiro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo numérico
Leia maisAritmética Binária e Complemento a Base. Introdução ao Computador 2010/1 Renan Manola
Aritmética Binária e Complemento a Base Introdução ao Computador 2010/1 Renan Manola Sumário Soma e multiplicação binária; Subtração e divisão binária; Representação com sinal; Complemento a base. Adição
Leia maisCálculo Numérico. Conjunto de métodos utilizados para a obtenção de resultados de problemas matemáticos através de aproximações.
CÁLCULO NUMÉRICO Cálculo Numérico Conjunto de métodos utilizados para a obtenção de resultados de problemas matemáticos através de aproximações Problema Físico Modelo Matemático Solução Cálculo Numérico
Leia maisAula 4: Bases Numéricas
Aula 4: Bases Numéricas Fernanda Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Material baseado nos slides do prof. Diego Passos Fernanda Passos (UFF) Bases Numéricas
Leia maisAula 11. A Informação e sua Representação Ponto-Flutuante. Prof. Dr. Dilermando Piva Jr.
11 Aula 11 A Informação e sua Representação Ponto-Flutuante Prof. Dr. Dilermando Piva Jr. Site Disciplina: http://fundti.blogspot.com.br/ Em alguns tipos de cálculo, a faixa de variação dos números envolvidos
Leia maisNúmeros são números, letras são números e sinais de pontuação, símbolos e até mesmo as instruções do próprio computador são números.
Para o computador, tudo são números. Números são números, letras são números e sinais de pontuação, símbolos e até mesmo as instruções do próprio computador são números. O método ao qual estamos acostumados
Leia maisConceitos e Princípios Gerais
Conceitos e Princípios Gerais Conceitos e Princípios Gerais Fases na resolução de problemas físicos Resolução do Modelo Matemático Conceitos Básicos de Cálculo Numérico Erros em Processos Numéricos Fases
Leia maisCapítulo 2. Representação de números em vírgula flutuante
Capítulo 2 Representação de números em vírgula flutuante Adaptado dos transparentes das autoras do livro The Essentials of Computer Organization and Architecture Números inteiros Os computadores foram
Leia maisREPRESENTAÇÃO DE DADOS. Prof. Maicon A. Sartin
REPRESENTAÇÃO DE DADOS Prof. Maicon A. Sartin mapsartin@gmail.com Representação de Dados Sumário Introdução a Representação de Dados Complemento a 1 Aritmética em C1 Complemento a 2 Aritmética em C2 Aritmética
Leia maisCÁLCULO NUMÉRICO (CN)
CÁLCULO NUMÉRICO (CN) OBJETIVO: O estudo dos métodos de resolução numérica de problemas de matemática. 1. INTRODUÇÃO: A resolução de problemas envolve várias fases que podem ser assim estruturadas: Problema
Leia maisRepresentação e erros numéricos
Representação e erros numéricos Marina Andretta / Franklina Toledo ICMC-USP 25 de fevereiro de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta / Franklina Toledo
Leia maisErros e Aritmética de ponto flutuante
Cálculo Numérico Noções básicas sobre erros Aritmética de ponto flutuante Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br DCC IM UFRJ Parte I Noções básicas sobre erros Introdução Validação Modelagem
Leia maisMatemática Computacional. Edgard Jamhour
Matemática Computacional Edgard Jamhour Definição A matemática computacional é uma área da matemática e da computação que trata do desenvolvimento de modelos matemáticos, para o tratamento de problemas
Leia maisRepresentações de Números Inteiros: Sinal e Magnitude e Representação em Excesso de k
Representações de Números Inteiros: Sinal e Magnitude e Representação em Excesso de k Cristina Boeres Instituto de Computação (UFF) Fundamentos de Arquiteturas de Computadores Material de Fernanda Passos
Leia maisEstudo de erros Erros na fase de modelagem: 1.2. Erros na fase de resolução:
MATEMÁTICA ICET UFMT Clculo Numrico Licenciatura Plena em Matemática Prof. Geraldo Lúcio Diniz Estudo de erros 1. Introdução A obtenção de uma solução numérica para um problema físico por meio da aplicação
Leia maisRepresentação e erros numéricos
Representação e erros numéricos Marina Andretta ICMC-USP 27 de fevereiro de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - Cálculo Numérico
Leia maisCapítulo 1 - Erros e Aritmética Computacional
Capítulo 1 - Erros e Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil e Electrotécnica Carlos Balsa Métodos Numéricos 1/ 21 Sumário
Leia maisInfraestrutura de Hardware
Infraestrutura de Hardware Aritmética Computacional Universidade Federal Rural de Pernambuco Professor: Abner Corrêa Barros abnerbarros@gmail.com Desde os primórdios da sua história os homens tem se deparado
Leia maisIntrodução. à Ciência da. Representação de Números em Ponto Flutuante. Aula 21. Números Fracionários
Universidade Federal de Pelotas Instituto de Física e Matemática Departamento de Informática Bacharelado em Ciência da Computação Introdução à Ciência da Computação Aula 21 Representação de Números em
Leia maisAula 7: Representações de Números Inteiros: Sinal e Magnitude e Representação em Excesso de k
Aula 7: Representações de Números Inteiros: Sinal e Magnitude e Representação em Excesso de k Diego Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Diego Passos (UFF)
Leia maisCapítulo 1 - Erros e Aritmética Computacional
Capítulo 1 - Erros e Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil e Electrotécnica Carlos Balsa 1/ 26 Sumário 1 Definição
Leia maisCálculo Numérico - Mat 215. Prof. Dirceu Melo. Prof. Dirceu Melo - MAT215
Cálculo Numérico - Mat 215 Prof. Dirceu Melo Prof. Dirceu Melo - MAT215 1 1ª AULA Introdução Sistemas Decimal e Binário Conversão de Sistemas de base Sistema Aritmético de Ponto Flutuante INTRODUÇÃO 3
Leia maisELETRÔNICA DIGITAL I
ELETRÔNICA DIGITAL I Parte 2 Aritmética Digital Professor Dr. Michael Klug 1 Sistema Decimal: Sistema Binário: Adição Binária carry 1 472 246 718 A B S C 0 0 0 0 0 1 1 0 1 0 1 0 1 1 0 1 S=AB C=carry 2
Leia maisRepresentação e erros numéricos
Representação e erros numéricos Marina Andretta/Franklina Toledo ICMC-USP 03 de Agosto de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina Toledo (ICMC-USP)
Leia mais6.Elaboração de algoritmos...13
Índice de conteúdos Capítulo 1. Computação Científica...1 1.Definição...1 2.Modelo genérico...2 3.Modelo matemático...2 4.Tipos de modelos matemáticos...3 5.Modelação matemática...5 5.1.Definição (formulação)
Leia maisMétodos Numéricos Erros Ponto Flutuante. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina
Métodos Numéricos Erros Ponto Flutuante Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Representação Numérica O conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia mais1 bases numéricas. capítulo
capítulo 1 bases numéricas Os números são representados no sistema decimal, mas os computadores utilizam o sistema binário. Embora empreguem símbolos distintos, os dois sistemas formam números a partir
Leia maisIntrodução à Computação
Universidade Federal de Campina Grande Centro de Engenharia Elétrica e Informática Unidade Acadêmica de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Introdução à Computação A Informação
Leia maisAula 4: Bases Numéricas
Aula 4: Bases Numéricas Diego Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Diego Passos (UFF) Bases Numéricas FAC 1 / 36 Introdução e Justificativa Diego Passos (UFF)
Leia maisErros, Precisão Numérica e Ponto Flutuante
Capítulo 3 Erros, Precisão Numérica e Ponto Flutuante No capítulo anterior introduzimos o conceito de variável em programação. Uma variável é basicamente um nome usado para se referir a algum conteúdo
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano aratadano@utfpr.edu.br Aula 2 Noções Básicas sobre Erros A resolução de problemas numericamente envolve várias fases que podem ser assim estruturadas:
Leia maisSistemas numéricos e a Representação Interna dos Dado no Computador
Sistemas numéricos e a Representação Interna dos Dado no Computador Ricardo Azambuja Silveira INE-CTC-UFSC E-Mail: silveira@inf.ufsc.br URL: http://www.inf.ufsc.br~silveira Material elaborado pelo prof
Leia maisFUNDAMENTOS DE ARQUITETURAS DE COMPUTADORES REPRESENTAÇÃO NUMÉRICA. Cristina Boeres
FUNDAMENTOS DE ARQUITETURAS DE COMPUTADORES REPRESENTAÇÃO NUMÉRICA Cristina Boeres ! Sistema de escrita para expressão de números Notação matemática! Composto por símbolos Símbolos tem significados ou
Leia maisTP062-Métodos Numéricos para Engenharia de Produção Erros-Ponto Flutuante
TP062-Métodos Numéricos para Engenharia de Produção Erros-Ponto Flutuante Prof. Volmir Wilhelm Curitiba, 2015 Representação Numérica No sistema decimal X (10) = d 3 d 2 d 1 d 0 (número inteiro de 4 dígitos)
Leia maisINTRODUÇÃO. O processo de modelagem matemática para resolver problemas reais pode ser visto pelas seguintes etapas: Escolha de um Método Adequado
1 Métodos Numéricos INTRODUÇÃO O Cálculo Numérico, entendido com uma coletânea de métodos numéricos, consiste de uma poderosa ferramenta que nos auxilia na obtenção de soluções numéricas, em geral aproximadas,
Leia maisSistemas de Computação
Sistemas de Computação Práticas Laboratoriais Semana 2 Prof. Bruno Medeiros Prof. Antonio Pina Sumário Sistemas de numeração e conversão de bases Operações aritméticas e lógicas em base 2 Representação
Leia maisCircuitos Lógicos. Capítulo 9 Aritmérica Digital: Operações e Circuitos
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL REI Circuitos Lógicos Capítulo 9 Aritmérica Digital: Operações e Circuitos Prof. Erivelton Geraldo Nepomuceno http://www.ufsj.edu.br/nepomuceno nepomuceno@ufsj.edu.br
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano aratadano@utfpr.edu.br Aula 2 08/2014 Noções Básicas sobre Erros A resolução de problemas numericamente envolve várias fases que podem ser assim estruturadas:
Leia maisRepresentação e Aritmética em Ponto Flutuante. 35T12 Sala 3G4 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Representação e Aritmética em Ponto Flutuante 35T12 Sala 3G4 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Sistemas de Representação de Números no Computador Representação de números inteiros Dado um
Leia maisRepresentação de números - Conversão de base b para base 10
Representação de números - Conversão de base b para base Números em base 0,,,, 8, 9,,,,, 9, 0,,, 99, 0,,, 47,, 999, 00, 0, dígitos que constituem a base Valor depende da posição dos dígitos centenas unidades
Leia maisNúmeros Binários. Apêndice A V1.0
Números Binários Apêndice A V1.0 Roteiro Histórico Números de Precisão Finita Números Raiz ou Base Conversão de Base Números Binários Negativos Questões Histórico As maquinas do século XIX eram decimais
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 03/2014 Sistemas Numéricos Algarismos Significativos Os algarismos significativos de um número são aqueles que podem ser
Leia maisLista de Exercícios Sistemas de Numeração
Lista de Exercícios Sistemas de Numeração 1- (Questão 52 BNDES Profissional Básico Análise de Sistemas - Suporte ano 2010) Um administrador de sistemas, ao analisar o conteúdo de um arquivo binário, percebeu
Leia maisNotas de Aula Guilherme Sipahi Arquitetura de Computadores
Notas de Aula Guilherme Sipahi Arquitetura de Computadores Aritmética de Ponto Flutuante. 1. Da aritmética de Inteiros a aritmética de Pontos Flutuantes : Números inteiros deixam de representar uma parte
Leia maisOrganização de Computadores I
Organização de Computadores I Aula 6 Material: Diego Passos http://www.ic.uff.br/~debora/orgcomp/pdf/parte6.html Organização de Computadores I Aula 6 1/17 Tópicos Representação de números não-inteiros.
Leia maisSISTEMAS DE NUMERAÇÃO CONVERSÕES ENTRE BASES. Prof. André Rabelo
SISTEMAS DE NUMERAÇÃO CONVERSÕES ENTRE BASES Prof. André Rabelo CONVERSÕES ENTRE BASES 2, 8 E 16 As conversões mais simples são as que envolvem bases que são potências entre si. Exemplo(base 2 para base
Leia maisOrganização de Computadores I
Organização de Computadores I Aula 3 Material: Diego Passos http://www.ic.uff.br/~debora/orgcomp/pdf/parte3.html Organização de Computadores I Aula 3 1/17 Tópicos Numéricas. entre bases. de conversão..
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano aratadano@utfpr.edu.br Aula 2 Noções Básicas sobre Erros A resolução de problemas numericamente envolve várias fases que podem ser assim estruturadas:
Leia maisAritmética em Bases Não Decimais
Aritmética em Bases Não Decimais Cristina Boeres Insituto de Computação (UFF) Fundamentos de Arquiteturas de Computadores Material cedido por Fernanda Passos (IC/UFF) Aritmética em Bases Não Decimais FAC
Leia maisErros em computações numéricas
Erros em computações numéricas Sérgio Galdino 1 2 1 POLI-UPE Escola Politécnica Universidade de Pernambuco 2 UNICAP Universidade Católica de Pernambuco Disciplinas: (1)Cálculo Numérico - (2)Cálculo Numérico
Leia maisSistemas Digitais INE 5406
Universidade Federal de Santa Catarina Centro Tecnológico Departamento de Informática e Estatística Curso de Graduação em Ciências da Computação Sistemas Digitais INE 5406 Aula 10-P Refinamento das especificações
Leia maisLista de Exercícios 1
Lista de Exercícios 1 MAT 01169 - Cálculo Numérico 2 de Agosto de 2015 As respostas de alguns exercícios estão no final da lista. Exercício 1. Converta para binário os números abaixo: (a) (102) 10 = (b)
Leia maisRepresentação de números - Conversão de base b para base 10
Representação de números - Conversão de base b para base Números em base 0,,,, 8, 9,,,,, 9, 0,,, 99, 0,,, 47,, 999, 00, 0, dígitos que constituem a base Valor depende da posição dos dígitos centenas unidades
Leia maisS is temas numéricos e a Repres entação Interna dos Dados no Computador
S is temas numéricos e a Repres entação Interna dos Dados no Computador Ricardo Azambuja Silveira INE-CTC-UFSC E-Mail: silveira@inf.ufsc.br URL: http://www.inf.ufsc.br~silveira Material elaborado pelo
Leia maisa base da potência usada coincide com a base do sistema de numeração.
Capítulo 1 Introdução 25 1 2 12 2 0 6 0 2 3 2 25 10 2 1 1 = 11001 Figura 1.2 Exemplo de conversão decimal / binário. 1.1.1 Quantidades inteiras As quantidades inteiras positivas i N são representadas habitualmente
Leia maisCircuitos Lógicos Aula 22
Circuitos Lógicos Aula 22 Aula passada Armazenamento e transferência Paralela x Serial Divisão de frequência Contador Microprocessador Aula de hoje Aritmética binária Representação binária com sinal Complemento
Leia maisSistemas de Numeração
Sistemas de Numeração Objetivos Conhecer representações numéricas para inteiros positivos (naturais) nas bases binária, hexadecimal e octal. Generalizar representações para qualquer base. Manipular fluentemente
Leia maisREPRESENTAÇÃO DE NÚMEROS EM BINÁRIO E HEXADECIMAL
ESCOLA POLITÉCNICA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI - EPUSP REPRESENTAÇÃO DE NÚMEROS EM BINÁRIO E HEXADECIMAL 1. Hexadecimal [A1] Hexadecimal é o sistema
Leia maisUnidade III. Sistemas Numéricos e o Computador
III.1 - O Sistema Decimal - Base: 10 - Dígitos: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 Unidade III Sistemas Numéricos e o Computador Raimundo G. Nóbrega Filho - UFPB - CCEN - DI Notas de aula da disciplina Introdução
Leia mais