Sobre erros em Cálculo Numérico, analise as afirmações:
  • O erro de arredondamento ocorre devido à representação finita de números em computadores.
  • O erro de truncamento ocorre quando um processo infinito é aproximado por um número finito de etapas.
  • O erro de truncamento é sempre menor que o erro de arredondamento.
Assinale a alternativa correta, se houver questões incorretas, reescreva corrigidas:
a) Apenas I está correta
b) Apenas I e II estão corretas
c) I, II e III estão corretas

Passo 1

Vou deixar claro o que o enunciado pede e quais são as afirmações dadas. O enunciado apresenta três afirmações sobre erros em Cálculo Numérico e pede para assinalar a alternativa correta; se houver afirmações incorretas, devo reescrevê-las corrigidas.
As afirmações são:
  • (I) O erro de arredondamento ocorre devido à representação finita de números em computadores.
  • (II) O erro de truncamento ocorre quando um processo infinito é aproximado por um número finito de etapas.
  • (III) O erro de truncamento é sempre menor que o erro de arredondamento.
O objetivo aqui é: (a) dizer quais dessas afirmações estão corretas; (b) se alguma estiver incorreta, apresentar a versão corrigida da(s) afirmação(ões).

Passo 2

Vamos entender bem o que é erro de arredondamento (explicação didática).
O erro de arredondamento aparece porque computadores não conseguem representar todos os números reais exatamente — usam representação finita (por exemplo, ponto flutuante). Isso significa que ao armazenar um número real x ele é substituído por um número representável \hat{x}, e a diferença x-\hat{x} é o erro de arredondamento (pode ser absoluto ou relativo).
Uma ideia útil: existe uma constante chamada épsilon-máquina \varepsilon que mede a granularidade da representação em ponto flutuante (para double em IEEE 754, \varepsilon\approx 2^{-52}\approx 2{,}22\times10^{-16}). Tipicamente o erro relativo ao representar um número está na ordem de \varepsilon. Portanto afirmar que o erro de arredondamento decorre da representação finita é uma afirmação correta e direta.

Passo 3

Agora vamos entender o que é erro de truncamento (explicação didática).
Erro de truncamento surge quando uma operação ou fórmula que, em teoria, envolveria um número infinito de termos ou etapas, é interrompida/approximada por um número finito de termos/etapas. Exemplos comuns:
  • Aproximar uma série de Taylor por um polinômio de grau finito: o resto da série é o erro de truncamento.
  • Aproximações numéricas de derivadas/integral (diferenças finitas, regras de quadratura): a fórmula analítica envolve limites ou integrais exatos, mas se usa passo h finito, ficando um erro dependente de h.
  • Parar um método iterativo (por exemplo, Newton) depois de N iterações, quando a convergência seria um processo assintótico.
Em geral o erro de truncamento depende do parâmetro de discretização (ex.: passo h, número de termos N) e costuma diminuir quando se refina o parâmetro (por exemplo, reduzir h ou aumentar N). Logo a afirmação (II) é, de forma geral, correta.

Passo 4

Verificação direta das afirmações I e II:
  • (I) Está correta: o erro de arredondamento realmente decorre da representação finita e do arredondamento que acontece em operações com ponto flutuante. (Justifique mentalmente: representação finita → necessidade de arredondar → diferença.)
  • (II) Está correta: o erro de truncamento é justamente o erro por “truncar” um processo infinito a um número finito de etapas ou termos (séries, limites, integrais, iterações).
Portanto I e II são corretas.

Passo 5

Analisando a afirmação (III) e por que ela é falsa.
A afirmação (III) diz que “o erro de truncamento é sempre menor que o erro de arredondamento”. Isso é uma afirmação absoluta (“sempre”) que não tem fundamento geral: não existe uma ordem fixa entre os dois erros que valha para todos os problemas e escolhas de parâmetros. Em muitos casos o erro de truncamento domina (é maior), em outros o erro de arredondamento domina, e em muitos casos são comparáveis — depende do método, do parâmetro de discretização (por exemplo o passo h) e da precisão da aritmética usada ( \varepsilon).
Para tornar isso mais concreto, veja um exemplo clássico (diferenças finitas para derivada): aproximando f'(x) por diferença finita para passo h, temos duas contribuições principais ao erro total:
  • truncamento (erro da aproximação teórica): normalmente da ordem C_{\text{trunc}}\,h (para uma fórmula de primeira ordem) ou C_{\text{trunc}}\,h^2 (para uma fórmula de segunda ordem), etc.;
  • arredondamento (erro numérico por subtração e divisão com ponto flutuante): costuma ter comportamento aproximado como C_{\text{round}}\dfrac{\varepsilon}{h} (note a dependência inversa em h porque se divide por h e o cancelamento magnifica erros relativos).
Um modelo simplificado do erro total E(h) (para uma fórmula onde truncamento escala como Ch) é:
E(h) \approx C\,h + \frac{\varepsilon}{h}.
Se h for muito grande, o termo de truncamento C\,h domina; se h for muito pequeno, o termo de arredondamento \varepsilon/h explode. Há, portanto, um equilíbrio e um h ótimo que minimiza E(h). Minimizando aproximadamente obtemos
h^\ast \approx \sqrt{\frac{\varepsilon}{C}},
mostrando explicitamente que a relação entre truncamento e arredondamento depende de h (do problema) e de \varepsilon (da aritmética). Logo não há razão para afirmar que truncamento é sempre menor que arredondamento — às vezes é maior, às vezes menor.

Passo 6

Reescrevendo a(s) afirmação(ões) incorreta(s) de forma corrigida e precisa.
  • (I) Versão correta (reformulada): “O erro de arredondamento ocorre devido à representação finita de números em computadores e ao arredondamento nas operações de ponto flutuante.”
    (Obs.: mantive a ideia original e acrescentei que também vem do arredondamento em operações.)
  • (II) Versão correta (reformulada): “O erro de truncamento ocorre quando um processo que seria infinito (série, limite, integral, iteração) é aproximado por um número finito de termos ou etapas.”
    (Obs.: idem, é a mesma ideia, agora um pouco mais explícita.)
  • (III) Versão corrigida: “Não é verdade, em geral, que o erro de truncamento seja sempre menor que o erro de arredondamento. A relação entre erro de truncamento e erro de arredondamento depende do método numérico, do parâmetro de discretização (por exemplo o passo h) e da precisão da aritmética (épsilon-máquina \varepsilon). Em muitos problemas existe um trade-off entre os dois erros e um ponto ótimo de discretização que minimiza o erro total.”

Passo 7

Resumo final e conclusão lógica do enunciado (sem repetir a resposta final no formato pedido).
Concluiu-se que as afirmações (I) e (II) são corretas e a afirmação (III) é incorreta; a versão corrigida de (III) foi apresentada no passo anterior.

Resposta

b) Apenas I e II estão corretas

Exercícios relacionados