Sucessões de números naturais que permitem determinar algumas das incertezas numéricas de...
Transcript of Sucessões de números naturais que permitem determinar algumas das incertezas numéricas de...
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
Sucessões de números naturais que permitem determinar algumas das incertezas
numéricas de números pares relacionadas com operações do tipo 𝒂
𝒏𝒏, com 𝒂, 𝒏 ∈ 𝑵
Cardoso, C., Morais, C., Ávila, M., Rocha, T. & Rodrigues A.F.
Resumo
Este trabalho de investigação em matemática baseia-se na definição de incerteza
numérica de Rodrigues & Martins, (2014) e tem um caracter totalmente teórico. Procura
encontrar regras que permitam quantificar e comparar as incertezas numéricas de
números pares, usando como critérios de incerteza o desvio padrão ou a distorção de
uma distribuição estatística de uma população de resultados de cálculos do tipo 𝑎𝑖
𝑏𝑗𝑏𝑗,
com 𝑎𝑖, 𝑏𝑗 ∈ 𝑁 e i a variar de 1 a 1000 com j a variar de 1 a 1020.
O tratamento empírico de dados permitiu-nos encontrar um vasto número de regras que
foram sintetizadas sob a forma de sucessão de números naturais.
Palavras Chave: Incerteza Numérica, Operações Matemáticas, Desvio Padrão,
Distorção de uma Distribuição Estatística, Sucessões de Números Naturais.
1-Introdução
O conceito de incerteza de uma operação está normalmente associado a conceitos
físicos de medição, onde se pretende identificar as principais fontes de variabilidade de
ensaios de modo a controlar o erro. Por outro lado, considera-se que existe propagação
de erro quando se efetuam várias medições, todas elas sujeitas a variabilidade e cujo
resultado depende inequivocamente, mas não claramente das operações matemáticas
envolvidas (Albano & Raya-Rodriguez, 2009).
Ainda na área da incerteza física, à qual estão associados cálculos numéricos, considera-
se como fonte de incerteza, mas não exatamente como incerteza, o desvio padrão da
precisão intermédia (desvio de repetibilidade e reprodutibilidade) obtido através de um
estudo intralaboratorial para confirmação de desempenhos (Albano e Raya-Rodriguez,
2009).
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
Na área da matemática/física define-se incerteza algorítmica ou incerteza numérica,
aquela que está associada a erros numéricos ou a aproximações numéricas resultantes da
implementação de um determinado modelo computacional, isso porque a maioria dos
modelos são muito complexos e de resolução numérica difícil. Existem vários métodos
para calcular essas incertezas, como por exemplo o método do elemento finito, ou o
método das diferenças finitas que são usados para aproximar a solução numérica dos
valores fornecidos por determinada equação diferencial parcial, a qual, se assume, que
introduz erros numéricos (Kennedy & O'Hagan 2001).
A incerteza abordada neste trabalho é aquela definida por Rodrigues & Martins (2014)
que apesar de se relacionar com os algoritmos das operações envolvidas na obtenção de
um determinado resultado, não está dependente da aleatoriedade dos resultados
produzidos com diferentes números, mas sim, da incapacidade de memória para se
aplicar um algoritmo até à obtenção de um resultado exato. Parte do princípio que o
resultado é conhecido e estima o afastamento desse resultado teórico produzido por um
vasto conjunto de números naturais, estimados por sucessões de conjuntos de números
naturais. O exemplo mais simples que se pode dar desse tipo de incerteza numérica é o
caso de 1
3. 3 não ser exatamente igual a 1, mas um valor próximo de 1 quando se
aplicam os algoritmos, e percebe-se perfeitamente, pelas regras algébricas que qualquer
número diferente de zero a dividir por si próprio tem como resultado teórico a unidade.
Rodrigues & Martins (2014) afirmam que a unidade natural, não é coincidente com a
unidade dos números reais, pois neste segundo caso ela deverá ser representada pelo
conjunto de todos os números do tipo 𝑎𝑖
𝑏𝑗𝑏𝑗, com 𝑎𝑖, 𝑏𝑗 ∈ 𝑁 e i a variar de 1 a ∞ e j
também a variar de 1 a ∞.
2- Metodologia
Para avaliar a incerteza numérica associada a números reais pares, teoricamente
equivalentes a números naturais pares, assumiu-se que essa incerteza seria função do
desvio padrão ou da distorção da distribuição estatística de uma sucessão de resultados
do tipo 𝑎𝑖
𝑏𝑗𝑏𝑗, com 𝑎𝑖, 𝑏𝑗 ∈ 𝑁 e i a variar de 1 a 1000 e j a variar de 1 a 1020, com todos
os 𝑎𝑖 pares e independente do facto de 𝑏𝑗 ser par ou impar. Apesar do desvio padrão e
da distorção variarem com a dimensão da amostra, os números utilizados são
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
suficientemente grandes para os aceitarmos como representativos da população dos
resultados das distribuições do número 1, 2, 4, 6, 8,…..2n.
O desvio padrão a que nos referimos é uma medida do grau de dispersão dos valores em
relação ao valor médio (a média), que no caso em apreço e para cada uma das
distribuições vale 1, 2, 4, 6, 8, ….2n. O Desvio padrão foi calculado pela expressão
√∑(𝑎𝑖−�̿�)2
(𝑛−1) em que a é a média da amostra (1, 2, 4, 6, 8,…..2n) e n coincide com a
dimensão da amostra.
O desvio padrão de uma distribuição devolve a média aritmética dos desvios absolutos
dos pontos de dados a partir da sua média.
A Distorção mede o “afastamento” da média da amostra da média da população. É
usualmente calculada pela expressão:𝑛
(𝑛−1)(𝑛−2)∑ (
𝑎𝑖−�̅�
𝑠) onde n coincide com a dimensão
da amostra e a é a média dos valores reais cujos resultados teoricamente são a. S é a variância
da variável aleatória, e não é mais do que uma medida da sua dispersão estatística, indicando
quão longe em geral os seus valores se encontram do valor esperado.
Considerou-se então neste trabalho que qualquer número real par, aparentemente coincidente
com um número natural par, resulta de uma infinidade de operações do tipo 𝑛
𝑚𝑚, ou seja,
qualquer número real n é representado pelo conjunto 𝐶 = {𝑛
11,
𝑛
22,
𝑛
33,
𝑛
44 … … … …
𝑛
𝑚𝑚}. Neste
contexto, haverá uma dispersão em torno do número n, não sendo o conjunto C singular. Uma
forma de avaliar essa dispersão será através do desvio-padrão σ ou da distorção da distribuição
estatística da amostra relativamente à distribuição estatística esperada.
3- Resultados
Depois de se terem calculado em Excel o desvido padrão e a distorção de mil cálculos do tipo
1
𝑛𝑛, mil cálculos do tipo
2
𝑛𝑛, mil cálculos do tipo
4
𝑛𝑛,....até mil cálculos do tipo
2040
𝑛𝑛,
começou-se por comparar os desvios padrões das diferentes distribuições obtidas, com o desvio
padrão da distribuição de números resultantes dos cálculos de 1
𝑛𝑛.
Sejam então 1 o desvio padrão da distribuição de resultados de 1
𝑛𝑛, 2 o desvio padrão da
distribuição de resultados de 2
𝑛𝑛, 4 o desvio padrão da distribuição de resultados de
4
𝑛𝑛,………..e 2040 o desvio padrão da distribuição de resultados de
2040
𝑛𝑛.
Verificou-se ser 2=21, 4=4 1, 8=8 1, …..1024=1024 1. No entanto 6≠61, 10≠101,
12≠121,……..2040≠20401.
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
No gráfico 1, apresenta-se o comportamento da incerteza numérica de números de base 2.
Gráfico 1- Relação entre a potência de base 2 e o número de vezes que a sua incerteza
numérica é superior à unidade.
Generalizando os resultados obtidos pode afirmar-se que 𝜎2𝑛 = 2𝑛𝜎1. Rodrigues &
Martins (2014) obtiveram a mesma expressão, levando-os a concluir que o erro
numérico é quântico.
Se em vez do desvio padrão se utilizar como medida da incerteza numérica a distorção
das distribuições di, verificamos o mesmo comportamento tendo-se 𝑑2𝑛 = 2𝑛𝑑1. Os
autores anteriormente mencionados não referem esta relação, isso porque não utilizaram
a distorção das distribuições como uma possível medida da incerteza numérica.
Decidiu-se comparar os desvios padrão ou as distorções das distribuições estatísticas de
uma sucessão de resultados do tipo
1
𝑎𝑖
𝑏𝑗𝑏𝑗, com 𝑎𝑖, 𝑏𝑗 ∈ 𝑁 e i a variar de 1 a 1000 e j a
variar de 1 a 1020, com todos os 𝑎𝑖 pares e independente do facto de 𝑏𝑗 ser par ou
impar.
Considerou-se, tal como anteriormente, que qualquer número fraccionário, com
denominador natural par do tipo 1
𝑛, resulta de uma infinidade de operações do tipo
1
𝑛
𝑚𝑚,
ou seja, qualquer númerofracionario 1
𝑛 de denominador par é representado por um
0
50
100
150
200
250
300
350
400
450
500
0 2 4 6 8 10
Número de vezes que a incerteza
numérica de 2n é superior à
incerteza numérica da unidade
Expoente a que se eleva a base 2
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
conjunto 𝐶 = {1
𝑛
11,
1
𝑛
22,
1
𝑛
33,
1
𝑛
44 … … … …
1
𝑛
𝑚𝑚}. Neste contexto, tal com anteriormente,
haverá uma dispersão de valores reais, relativamente pequenos, em torno do número 1
𝑛,
que representa a média da distribuição, fazendo com que o conjunto C não seja singular.
Obtêm-se, quando comparamos os diferentes valores padrão das distribuição com o 1
(desvio padrão do 1), relações do tipo: 𝜎1
2
=1
2𝜎1, 𝜎1
4
=1
4𝜎1, 𝜎1
8
=1
8𝜎1,………. 𝜎 1
2𝑛=
1
2𝑛 𝜎1.
No gráfico 2 apresenta-se o comportamento dos valores de a pares, em função da
incerteza numérica dos números 1
𝑎𝜎1.
Figura 2- Relação entre a incerteza algébrica relativa dos números do tipo 1
2𝑛 e os
valores de a (potências de 2)
De modo genérico verifica-se que 𝜎 1
2𝑛=
1
2𝑛 𝜎1 ⇔ 𝜎2−𝑛= 2−𝑛𝜎1.
Rodrigues & Martins, (2014) chegaram à mesma conclusão, com uma distribuição
diferente daquela com que aqui se trabalhou. Por outro lado, a mesma relação é obtida
se em vez de usarmos o desvio padrão da amostra como estimativa do erro numérico,
usarmos a distorção da distribuição da amostra relativamente à distribuição esperada.
Com base nas expressões gerais de incerteza numérica anteriormente referidas pode-se
afirmar que 𝜎2𝑘= 2𝑘𝜎1, com 𝑘 ∈ 𝑍.
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0,5
0 100 200 300 400 500 600
1/𝑎 𝜎1
Valor de a
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
Ainda foram obtidas outras relações de incerteza numérica relacionadas com os
números pares que resultam do produto de 2 por um número impar, como aquelas que
de seguida se apresentam:
𝜎3𝑥2𝑛 = (2𝑛−1)𝜎6; 𝜎5𝑥2𝑛 = (2𝑛−1)𝜎5; 𝜎7𝑥2𝑛 = (2𝑛−1)𝜎7;
𝜎9𝑥2𝑛 = (2𝑛−1)𝜎9;……. 𝜎253𝑥2𝑛 = (2𝑛−1)𝜎253;
que generalizando se obtém:
𝜎(2𝑛−1)𝑥2𝑛 = (2𝑛−1)𝜎(2𝑛−1).
Repare-se que a última expressão fornece uma infinidade de incertezas algébricas,
dependentes do número impar em questão, ou seja, os múltiplos pares de números
ímpares fornecem incertezas algébricas crescentes, crescimento esse, também ele
exponencial.
4- Conclusões
Com este trabalho de investigação conclui-se que aparecem inúmeras regras que
permitem determinar a incerteza numérica de números reais, mas também racionais, das
quais apenas conseguimos generaliza-las para três situações: quando os números pares
são potências de 2 obtêm-se uma incerteza algébrica, avaliada pelo desvio padrão da
amostra ou pela distorção da amostra que é dada pela expressão 1
𝜎2𝑛 = 2𝑛𝜎1 com 𝑛 ∈ 𝑁 Expressão 1
Caso avaliemos pelo mesmo processo potências negativas de 2, ou seja, o inverso de
números pares, a incerteza numérica é avaliada pela expressão geral 2:
𝜎 1
2𝑛= 2−𝑛𝜎1 com 𝑛 ∈ 𝑁 Expressão 2
Sendo a Expressão 2 um caso particular da expressão 1, pode-se afirmar que a
Expressão 3, no domínio dos números inteiros relativos, acaba por sintetizar a incerteza
numérica expressa pelas expressões 1 e 2.
𝜎2𝑘 = 2𝑘𝜎1 com 𝑘 ∈ 𝑍 Expressão 3
As expressões 1, 2 e 3, são idênticas às de Rodrigues & Martins, (2014), obtidas com
amostras distintas e uma variabilidade de números naturais e inteiros relativos também
diferente. Relativamente ao trabalho anteriormente citado, verificamos que as mesmas
expressões podem ser obtidas utilizando o parâmetro distorção das diferentes
distribuições estatísticas que também ele se revela um excelente indicador da incerteza
numérica de números reais.
Universidade dos Açores, Angra do Heroísmo 4 e 5 de Abril de 2014-Angra do Heroísmo
Para números pares, que sejam resultado do produto de uma potência de base 2 por um
número impar, obteve-se a expressão 4:
𝜎(2𝑛−1)𝑥2𝑛 = (2𝑛−1)𝜎(2𝑛−1) com 𝑛 ∈ 𝑁 Expressão 4
Esta última expressão não consta do trabalho de Rodrigues & Martins, (2014), sendo
aqui apresentada pela primeira vez.
Apesar de se ter restringido a avaliação da incerteza algébrica aos números inteiros
pares, verifica-se que ela também pode ser aplicada com os mesmos critérios e as
mesmas definições aos números racionais de denominador par. Significa isso que
muitas outras regras de avaliação de incerteza numérica estarão subjacentes a muitos
outros subconjuntos de números reais. Por outro lado, os parâmetros estatísticos desvio
padrão e distorção da distribuição estatística da amostra relativamente à distribuição
esperada, parecem ser bons indicadores de uma medida relativa da incerteza numérica.
5- Bibliografia
Albano, F. M. & Raya-Rodriguez, M.T.R. 2009. Validação e garantia da qualidade de
ensaios laboratoriais. Rede Metrológica. Porto Alegre.
Kennedy, M.C. & O'Hagan, A. 2001. Bayesian calibration of computer models. Journal
of the Royal Statistical Society. Series B. Volume 63. Issue 3, pages 425–464.
Rodrigues, A.F. & Martins, N. 2014. Numerical uncertainty and its implications.
Journal of Applied Mathematics and Physics. Volume 2, pages 33-44.