numa pasta nomeada Prova_CalcNum_Fulano_Cicrano e zipada. 2. A pasta deverá conter uma sub-pasta para cada questão. Em cada sub- pasta: 1. Os dados da questão. 2. A solução da questão em PDF, MANUSCRITA e ESCANEADA. 3. Na mensagem de encaminhamento da lista, o ASSUNTO deverá conter: Prova 1 – Calc.Num. 2015/1. 4. O TEXTO DA MENSAGEM de encaminhamento deverá conter o nome completo (Fulano e Cicrano), o DRE e o e-mail de você e seu parceiro. ATENÇÃO: A solução da prova deve ser encaminhada para o [email protected] Não vejo motivo para a exigência 2.2 !
Justificar e comentar detalhadamente os aspectos envolvidos na definição. Acrescentem ao texto um resumo do artigo “The definition of numerical analysis” da autoria de Lloyd N. Trefethen. O artigo está no Site do Mestre, na aba Leituras adicionais.
o valor em = de uma função f e da sua derivada Df. 2. Receber um valor real 0 < ℎ < 1 para gerar uma sequência ℎ = ℎ, = 1, …, tal que lim →∞ ℎ = 0 . 3. Definir a sequência de quocientes de Newton = ( + ℎ − ())/ℎ que aproximam , isto é, lim →∞ = () . 4. Receber um inteiro > 0 e calcular os valores ℎ , e , = 1, … , , sendo = − () . 5. Apresentar a tabela desses valores. O Mestre fez um programa para:
expressão () da função f. 2. A expressão () da derivada da função f. 3. O valor = onde calcular () e (). 4. O valor de h. 5. O número N de elementos das três sequências (ℎ ), ( ), ( ) .
1 e: 1. Precisão simples e ℎ = 1/2. 2. Precisão simples e ℎ = 1/10. 3. Precisão dupla e ℎ = 1/2. 4. Precisão dupla e ℎ = 1/10. Observe que cada execução corresponde a um algoritmo distinto.
= 12, o valor de indica convergência, com 12 = 2.71850 … 0, e o erro decaindo até 12 = 0.000468, 2. Para = 12 até = 17 o valor de estaciona em = 2.71850 … 0, com o mesmo erro anterior, 3. Depois, para = 17 até = 26 o valor de cresce, até 26 = 16. , 4. De = 27 em diante o valor de é o mesmo, = 0.0 … 0 e = 2.718281 … = e . Questão 1: explicar detalhadamente tal comportamento.
= 5, o valor de indica convergência, com 5 = 2.7179 …, e o erro decaindo até 0.0003..., 2. Para = 6 e = 7 o erro aumenta: 6 = 0.1 e 7 = 0.3, 3. Depois, para = 8 em diante, = 0.0 … 0 e = 2.718281 … = e. Questão 2: comparar esses resultados com os do Algoritmo 1 e justificar as diferenças.
= 12, o valor de indica convergência, com 12 = 2.718951 …, e o erro decaindo até 12 = 0.0006700, de forma muito semelhante ao Algoritmo 1, 2. Para = 13 em diante, o valor de cresce cada vez mais e o valor do erro também. Questão 3: comparar esse comportamento com o do Algoritmo 1 e explicar as diferenças/semelhanças.
muito mais pronunciada (10−3 ↗ 107) pq. ℎ = 0.1 apresenta erro no 24 bit que se propagará. • Já no algoritmo 3 temos ℎ = 0.5 que possui representação exata, algo que reduzirá a propagação do erro Mestre, qual a diferença entre os algoritmos 3 e 4?
e explicar a grande discrepância de comportamento entre ambos. Observe no Algoritmo 4 que: 1. Para = 1 até = 4, o valor de indica convergência, com 4 = 2.7192, e o erro decaindo até 0.00096..., 2. Depois, para = 5 em diante, e o erro crescem de forma ilimitada.
e 3, ℎ = 0.5. b. Nos algoritmos 2 e 4, ℎ = 0.1. 2. A discretização usada nos cálculos: a. Nos algoritmos 1 e 2, usamos 32. b. Nos algoritmos 3 e 4, usamos 64. Vamos dividir o problema em várias partes. Lembrem-se, um algoritmo é uma composição de funções elementares. Portanto 4 algoritmos distintos!
32. Mestra, já sabemos que 0.5 e suas potências inteiras são representadas exatamente na IEEE 754. Sabemos também que 0.1 não possui representação exata na IEEE 754.
Que basta um valor em precisão diferente para obtermos resultados totalmente diferentes. Nos meus projetos de engenharia, terei que por tudo em float 64 para garantir resultados corretos!