Share
Embed
Transcript
114 slides
-
Flores lindas! Veremos, ao estudar as operações elementares no computador,
que os jardins da Análise Numérica possuem ervas daninhas. -
A operação elementar mais simples é a entrada de dados
(input) no computador. Ela é uma fonte de problemas numéricos! -
O algoritmo para obtenção da representação na base 2 de
um número entre 0 e 1, escrito na base 10, pode ser descrito por: Multiplique o número dado sucessivamente por 2 e vá coletando os “vai 0” ou “vai 1”. -
Nesse exemplo eu mostro como converter 0.3 para a base
2. 0.3 = 0. 0.3 ∗ 2 0.6 0 0.6 ∗ 2 1.2 1 0.2 ∗ 2 0.4 0 0.4 ∗ 2 0.8 0 0.8 ∗ 2 1.6 1 0.6 ∗ 2 1.2 1 1 0 0 . . . -
Para números racionais, o algoritmo de conversão só termina em
um número finito de passos quando o número é uma potência negativa de 2 ou uma soma de potências negativas de 2. Em todos os outros casos, a representação do número racional, na base 2, é uma seqüência periódica – uma “bí”zima periódica -
Como as representações IEEE 754 possuem apenas uma quantidade finita
de bits na fração, precisaremos truncá-los. O que introduzirá um erro na representação IEEE 754 do número!. -
Se as bízimas forem poucas não haverá muito problema, Mestres!
Vou mostrar a você que, infelizmente, serão muitas bízimas. Na verdade a grande maioria! -
80% dos números decimais com apenas 1 dígito após a
vírgula geram bízimas periódicas na base 2: Surfista! Construa um programa Python que recebe um número entre zero e um, escrito na base 10, com apenas uma casa decimal após a vírgula, e o converta para a base dois. 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 -
0.00 0.01 ... 0.24 0.25 0.26 ... 0.49 0.50 0.51
... 0.74 0.75 0.76 ... 0.99 Confira que 96% dos números decimais com apenas 2 dígitos após a vírgula geram dízimas periódicas na base 2: -
Repita isso para números com 3, 4, 5, 6, 7
casas decimais após a vírgula ... Depois dê uma olhada na próxima transparência! -
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
80% 0.00 0.01 ... 0.24 0.25 0.26 ... 0.49 0.50 0.51 ... 0.74 0.75 0.76 ... 0.99 96% 0.000 0.001 ... 0.124 0.125 0.126 ... 0.499 0.500 0.501 ... 0.874 0.875 0.876 ... 0.999 99.2% 0.0000000 0.0000001 ... 0.xxxxxxx 0.xxxxxxx 0.xxxxxxx ... 0.4999999 0.5000000 0.5000001 ... 0.xxxxxxx 0.xxxxxxx 0.xxxxxxx ... 0.9999999 99.9936% A grande maioria é bízima periódica. No padrão Single: 99,99 %. -
A consequência poderá ser funesta ao calcularmos valores de funções
... São apenas 274.877, de números corretos do total de 4.294.967.296, no caso dos Single. Não chega a 6 milésimos %. -
Não minha Loirinha querida! É que no padrão Single, temos
24 = 23 + 1 bits de precisão. O Mestre parou em sete dígitos após a vírgula. Por quê? Sete é algum número mágico Mestra?! -
É só responder à pergunta: “24 casas binárias correspondem a
quantas casas decimais?” Em matemática: qual o valor de k para o qual 10 = 224 ? Resolvendo a equação acima encontramos = 24 ∗ 10 (2) = 24 ∗ 0.301030 = 7.224719 ≅ 7 Continuo não entendendo! -
Mestra, como eu faço para buscar informações desse tipo na
Numpy? Pela “Search page”. Marquei o endereço ali em cima. -
Qual é a informação que você quer buscar Loirinha? Precisa
especificar com clareza! Ora Mestra, sobre ponto flutuante! -
Pois é, como na Internet, vocês precisarão separar “o joio
do trigo”. Eliminei algumas que não tem nada a ver! -
Não risquei as “Data type ...” porque float é um
tipo de dado. Explique porque você deixou as outras, Surfista. Acho importante esclarecer seu critério de busca! -
Vejam, achamos! Inclusive o “helper” marca em amarelo para ajudar.
Vou clicar em finfo. -
É mesmo Surfista. Inclusive tem tudo que vimos em “Números
reais no computador ou IEEE 754” -
O Surfista tem razão, Mestre. Dê uma mãozinha, pois o
“help” não está muito claro! É só instanciar o parâmetro dtype com o tipo que desejamos obter as informações. Por exemplo: dtype = numpy.float32. -
O resultado: Inclusive notem que o tipo float16 é quase
igual ao do Toy System. -
Façam um programa que calcula a ULP(x) para x dado.
Como exercício, procurem as informações nos “links” indicados como importantes pelo Surfista: MachAr e iinfo. -
O Eps já sabemos onde obter. Só falta descobrir como
calcular exp(). Essa é fácil, = ∗ 2exp(). -
Dei uma busca em “Floating point routines”. Como o resultado
é quase igual à nossa busca anterior, já eliminei as 3 primeiras. -
A “Data type routines” também risco – foi a anterior.
As duas seguintes não tem nada a ver. Vamos tentar “Mathematical functions”. -
Isso mesmo Loirinha, ela recebe e retorna a () e
() na base 2, que usaremos para calcular (). Vou lá ver! -
Agora entendi perfeitamente o nome cancelamento catastrófico! Perdemos 4.5 dígitos
dos 6 de float32. E o erro relativo é quase 300.000 vezes o Eps. -
Será sempre assim, Surfista? O valor recuperado de x será
sempre o mesmo? Boa pergunta, coleguinha! Experimentem, com valores extremos. Tanto grandes como pequenos! -
ATENÇÃO: os sistemas IEEE 754 de ponto flutuante NÃO foram
criados para aproximar números reais no computador. -
Nossa análise até agora mostrou que: Mais de 99,99% dos
números ∗ = () do padrão IEEE, Single ou Double apresentam: • Erro absoluto limitado pela (). • Erro relativo limitado pelo “épsilon da máquina”, Eps. -
= − ∗ < = − ∗ < Insistindo no
aspecto fundamental: ∈ ℝ mas ∗ = ∈ ℚ, com: Mas você está focando apenas no aspecto estático das coisas. E a dinâmica dos processos? -
De fato Professora, a principal razão de existência dos números
reside na possibilidade de computar com eles. “C’est la raison d’être” dos computadores. Como se comportarão as operações algébricas perante tais erros? -
Mestres, Existem conhecimentos subjacentes ao entrelaçamento operações algébricas ↔ IEEE
754 que precisam ser aprofundados. Sim Filósofo, precisaremos entender o comportamento das operações algébricas no seio da IEEE 754. -
As operações algébricas são funções definidas para números reais. A
adição recebe um par de números reais e devolve um número real. Isto também vale para os racionais e os complexos. + Adição z = x + y ℝ (x,y) y x ℝ ℝ -
∗ Multiplicação (x,y) y x ℝ ℝ z = x
∗ y ℝ O mesmo vale para a multiplicação em ℚ, ℝ e ℂ. -
Vocês já devem ter ouvido falar que ℚ, ℝ e
ℂ com as operações de adição + e multiplicação ∙ constituem estruturas algébricas com propriedades os tornam um corpo. Em outras palavras, são grupos abelianos para a adição e a multiplicação (tirando o 0) e que satisfazem também a distributividade da multiplicação sobre a adição. -
Só para recordar, um grupo abeliano é um conjunto com
uma operação ∘∶ × → satisfazendo as propriedades básicas: 1. Comutativa: ∘ = ∘ , , ∈ . 2. Associativa: ( ∘ ) ∘ = ∘ ( ∘ ), , , ∈ . 3. Existe um elemento, ∈ , nominado identidade, para o qual ∘ = 4. Cada ∈ possui seu inverso −1, solução de ∘ −1 = . -
Quando a operação é a adição, a identidade é o
zero, 0. Quando é a multiplicação a identidade é o 1. Na multiplicação de matrizes é a matriz identidade I. Na composição de funções, é a função identidade, : → . -
Além disso ℚ e ℝ são corpos ordenados. Isto é,
para quaisquer , , ∈ ℚ, ℝ valem as afirmações: • > ⟹ + > + • > 0 > 0 ⟹ > 0 Aliás, não existe uma relação de ordem natural em ℂ. Não há como dizer que um número complexo é maior que outro. -
Observem que para obter o oposto, −, e o inverso,
1/, de ∈ ℝ temos que resolver os problemas inversos: • Qual ∈ ℝ satisfaz a equação + = 0. • Qual ∈ ℝ satisfaz a equação ∗ = 1 São as operações de subtração e divisão (− e /) que fornecem a solução para esses problemas. -
Assim, operacionalmente, não basta falar em adição e multiplicação. Precisaremos
das quatro operações elementares +, −, ∗ e /. E, também da igualdade =, ≠ , das operações lógicas ( ∧,∨, →, ↔ ) e da relação de ordem >, ≥ . -
É por esse motivo operacional que os computadores possuem uma
unidade de aritmética e lógica na qual essas operações foram implementadas de acordo com os padrões do IEEE 754. Eu nunca tinha me detido em pensar nessas questões, Filósofo! -
As linguagens C e Fortran padrão usam a unidade de
aritmética e lógica. Linguagens como Python, Java e as .net trabalham com máquinas virtuais que obedecem o padrão IEEE 754 em suas implementações. Assim, todas as operações lógicas, comparações e as operações elementares +, −, ∗ , / e já satisfazem o padrão IEEE 754. -
Mas será que, operacionalmente, a aritmética do IEEE 754 manterá
as propriedades de corpo? Não será possível! Mas essa tua pergunta, desencadeará uma série de outras perguntas. -
Este exemplo simples, com o Toy System, que obedece o
IEEE 754, confirma que a adição não é fechada. Vejam, a soma de = 0.125 e = 1.0, ambos números do Toy, é + = 1.125, que não está no Toy System. + -
Bem Loirinha, o passo seguinte é obrigar “a ovelha desgarrada”
retornar ao lar. Mas e aí, o que eu faço com o resultado? + -
Em outras palavras, precisamos transformar o resultado num número do
tipo IEEE 754. Sim, e esse “modus operandi” se aplica a todos os tipos float do IEEE 754. -
Não Loirinha, quando somamos dois números, o computador (o IEEE
754) já dá o resultado diretamente! Mas, depois de calcular + , eu sempre vou ter que aproximar o resultado, isto é calcular ( + ) ? -
IEEE 754 Operações com IEEE 754 ℚ IEEE 754 IEEE
754 A imagem a gravar é esta, para todas as operações elementares e a . ∘ = +,∗, −,/, ∗ = ( ∘ ) = ∘ ∘ (, ) ° * -
Notem que essa é uma forma de preservar “minimamente“ a
propriedade do fechamento: Forçar que a soma (ou −, ∗, ÷, ) de dois floats seja um float. “Minimamente” porque o resultado é aproximado! -
A forma encontrada para preservar “minimamente” a propriedade do fechamento
é garantir que o resultado satisfaça o Teorema fundamental da representação de ponto flutuante IEEE 754/2008. -
Se , ∈ ℝ e , e ∘ estão na
faixa normal de um dos sistemas IEEE 754, então ∘ = ( ∘ )(1 + ) para algum satisfazendo < . Substitua ∘ por +, −, ∗, / ou . -
• Erro relativo: Τ ∘ − ∘ | ∘ |
< , ∘ ≠ 0 • Erro absoluto: ∘ − ∘ < ( ∘ ) Em outras palavras, são observadas as limitações para o erro: -
Ainda assim, perdemos a propriedade do fechamento. Claro, pois como
os números do IEEE 754 estão limitados à faixa −, + , basta somar dois números grandes para cair fora dessa faixa. -
Esta outra perda não será tão problemática pois os sistemas
IEEE 754 nos informarão com mensagens do tipo NaN (Not A Number). Portanto, para nossos programas não travarem, temos que incluir rotinas para tratamento desses tipos de exceção. -
Vamos mergulhar fundo na continuidade dos números reais e das
funções para entender o que perderemos. Algo tão importante que os Mestres vestirão roupas de gala! -
O axioma da existência do supremo: “Todo subconjunto (≠ ∅)
limitado superiormente de ℝ possui um supremo”. É ele quer possibilita falarmos em continuidade, derivadas, integrais, ... Todo o Cálculo Diferencial e Integral. -
Toda a “matemática do contínuo”, caros aluninhos. Os processos limite
e as infinitas casa decimais em números como , 2, etc. -
Um subconjunto ⊂ ℝ é limitado superiormente quando: ∃ ∈
ℝ tal que ≥ , ∀ ∈ . Mestre, você está um gatão! Mas, o que significa “conjunto limitado superiormente”? -
O supremo s de um conjunto limitado superiormente X ⊂
ℝ, anotado (), é o menor de seus limitantes superiores. Em símbolos: = () ⟺ ቐ 1) ∀ ∈ , ≤ 2) ∀ > 0, ∃ ∈ tal que − < ≤ -
• 2 = ∈ ℚ . 2 < 2 •
1 = ∈ ℝ . < 1 • 1 = ∈ ℝ . ≤ 1 • 2 = Τ 1 + 1 2 , Τ 1 + Τ 1 2 + 1 4 , Τ 1 + Τ 1 2 + 1 4 + 1/8, ⋯ • 9 = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 • 2 = , é í í ê 1 Cruz-credo, Mestra! Dê um exemplo, pelo amor de Deus Veja alguns: -
Limitantes superiores s A 1ª parte da definição, ∀ ∈
, ≤ , garante que s é um limitante superior de X. -
− ∈ s A 2ª parte da definição, ∀ >
0, ∃ ∈ tal que − < ≤ , garante que s é o menor de todos os limitantes superiores. -
Nessa 2ª figura vocês não mostraram os elementos do conjunto
X. Por quê? Só para descobrir se você estava atento! Imagine, p/ex., X como as aproximações decimais por falta para 2: = { 1.4, 1.41, 1.414, 1.4142, … } -
Um ponto a ser destacado a respeito do supremo s
de X é que ele pode ser um elemento de X, mas isto não é uma exigência. Quando ∈ , ele é o máximo de X, anotado max() -
Surfistas e Loirinhas, neste exato momento, interrompam a leitura deste
conjunto de transparências e dirijam-se à aba “Leituras adicionais” do site do Mestre para ler os textos indicados a seguir. -
Mestres, os sistemas IEEE de ponto flutuante são constituídos apenas
por números racionais. Para eles não vale a propriedade de existência do supremo! Exatamente, Surfista. Esta é a maior perda. Ela é terrível! -
Mas, então como faremos as coisas de Cálculo no computador?
A palavra chave é engenhosidade Loirinha, criatividade e conhecimento. -
Torno a lembrar: a definição de Trefethen enfatiza resolver problemas
da matemática do contínuo. -
Loirinha, o Mestre repete toda hora “matemática do contínuo”, “matemát...”
Estou perdendo a paciência! Pois é! Ele repete tanto que meu maior problema já passou a ser: O que é continuidade? -
Continuidade tem a ver com proximidade, que tem a ver
com medir distância. Com trenas, réguas, paquímetros, microscópios, ... -
Sim Filósofo. E com desigualdades do tipo − < ,
que garantem a proximidade entre e y. Basta escolher épsilon pequeno, por exemplo: = 10−3 = 0.001 -
Bem Loirinha, vou começar explicando o que é uma função
contínua. Funções contínuas são bem comportadas! -
0 (0 ) f Uma função ↦ () é contínua
em 0 quando ∀ > 0, ∃ > 0 tal que: − 0 < ⟹ − 0 < f 0 (0 ) -
0 (0 ) f f 0 (0 ) Repetindo: uma
função ↦ () é contínua quando o problema inverso tem solução. Dado > 0, obter > 0 tal que: − 0 < ⟹ − 0 < . -
Vou dar um susto de continuidade no Surfista, Loirinha. Apoio.
Ele está reclamando muito! -
y Surfista, imagine que você está, de olhos vendados, num
tobogã como o gráfico da função ↦ = (), da figura. f -
0 f Que malvadeza Mestra! Ele poderia ter se machucado.
Aí, surpresa!!! A função tinha uma descontinuidade. -
0 f t (0 ) () Observe Loirinha que à
direita de 0 : Não importa quão próximo t estiver de 0 , o valor de () nunca chegará perto do valor de (0 ). -
0 f t (0 ) () salto Repetindo: pela direita
de 0 : Não importa quão próximo t estiver de 0 , o valor de () nunca chegará perto do valor de (0 ). É verdade Mestre. Devido ao salto em 0 . -
Mas oque continuidade tem a ver com um paquímetro? Paquímetros
servem para medir tamanho, mas são instrumentos limitados à uma determinada precisão. -
Não funciona para qualquer precisão: este paquímetro é limitado à
vigésimos de milímetro. Vejam o 1/20 na escala. -
Na definição de continuidade temos: ∀ > 0 e não
∀ ≥ 1/20. O controle não funciona para 0 < < 1/20. Em outras palavras ∄ > 0 tal que − 0 < ⟹ − 0 < para 0 < < 1/20. Seja mais claro, Cabelos de Fogo! controle -
O mesmo acontece com microscópios, lunetas e telescópios! São instrumentos
limitados por sua precisão. Eu diria: paquímetros funcionam de forma contínua para medir coisas maiores que sua precisão de 1/20 milímetros. -
Em matemática e na computação anotamos o maior inteiro menor
que por . Confira comigo, Loirinha: 2.31 = 2, = 3, 7 = 6, −2.7 = −3 -
f 1 2 4 3 0 -1 -3 -2 -1
-2 -3 1 2 3 O gráfico da função : ℝ → ℤ definida por ↦ = possui uma quantidade enumerável de pontos de descontinuidade: todos os inteiros. Uma escada bem maior que escadaria da Igreja da Penha! -
Eis uma função : ℝ → ℝ descontínua em todos
os pontos do seu domínio: = ቊ 0 ∈ ℚ 1 ∈ ℝ\ℚ É uma peneira matemática. Só caem no chão os racionais. -
Vocês vão gostar! Vá à aba “Leituras adicionais” no site
do Mestre e leia “Who give you the Epsilon, J. V. Grabiner” -
Na próxima aula, vamos assistir a uma das brigas mais
famosas da história do conhecimento! -
• Algo apavorante: 99,99% dos números reais no computador estão
errados! • Parênteses: como buscar informações na NumPy. • Obtendo informações sobre floats IEEE 754/2008 na NumPy. • O conjunto ℝ dos números reais constitui um corpo ordenado. • A Unidade de Aritmética e Lógica, ALU. • As operações elementares NÃO são fechadas no computador. • O remendo criado pelo IEEE 754/2008. • O axioma de existência do supremo e a continuidade do conjunto dos ℝ dos números reais. • Continuidade de funções reais, a valores reais. Este conjunto de transparências foi dedicado ao estudo das operações elementares no computador e da continuidade. Eis um resumo do que vimos: