Page 1
ACII:
Representação Computacional
13 de Fevereiro de 2012
Prof. Rafael Marrocos Magalhã[email protected]
Universidade Federal da Paraíba
Centro de Ciências Aplicadas e Educação
Departamento de Ciências Exatas
UFPB - CCAE - DCE
1segunda-feira, 13 de fevereiro de 12
Page 2
Motivação
Como obtemos informação?
Como interagimos com o mundo?
Como representamos informação?
2segunda-feira, 13 de fevereiro de 12
Page 3
Sumário
Interação
Mídias e Tecnologias
Conversão A/D e D/A
Tipos de dados
Aplicações
3segunda-feira, 13 de fevereiro de 12
Page 4
Homem e o Mundo
4segunda-feira, 13 de fevereiro de 12
Page 5
5segunda-feira, 13 de fevereiro de 12
Page 6
Mídias
Mídiaescrita
6segunda-feira, 13 de fevereiro de 12
Page 7
Mídias no computador
Texto(String)
Números(Float, Int, etc.)
Imagem(jpg, gif, png, etc.)
Áudio(wav, mp3, acc, etc.)
7segunda-feira, 13 de fevereiro de 12
Page 8
Conversão Analógico/Digital
8segunda-feira, 13 de fevereiro de 12
Page 9
Como armazenar?
9segunda-feira, 13 de fevereiro de 12
Page 10
Sinal
10segunda-feira, 13 de fevereiro de 12
Page 11
Amostragem
11segunda-feira, 13 de fevereiro de 12
Page 12
Sinal amostrado
12segunda-feira, 13 de fevereiro de 12
Page 13
Quantificador
13segunda-feira, 13 de fevereiro de 12
Page 14
Codificação
14segunda-feira, 13 de fevereiro de 12
Page 15
Limites da conversão
15segunda-feira, 13 de fevereiro de 12
Page 16
Como reproduzir?
16segunda-feira, 13 de fevereiro de 12
Page 17
Número Inteiros
17segunda-feira, 13 de fevereiro de 12
Page 18
Número de Ponto Flutuante
Comum em ciência cálculos com valores muito elevados
Massa do elétron 9x10-28 Massa do Sol 2x1033
0000000000000000000000000000000000.000000000000000000000000000092000000000000000000000000000000000.00000000000000000000000000000
62 bits significativos
18segunda-feira, 13 de fevereiro de 12
Page 19
Princípiosn = f x 10e
número = mantissa (fração) X expoente (inteiro)
3,14 = 0,314 x 10-1 = 3,14 x 100
0,000001 = 0,1 x 10-5 = 1,0 x 10-6
1941 = 0,1941 x 104 = 1,941 x 103
Limitações pela quantidade de bits da mantissa (precisão) e do expoente (faixa)
19segunda-feira, 13 de fevereiro de 12
Page 20
Forma Padrão
Representação R qualquer
fração (mantissa) 3 dígitos e sinal, expoente 2 dígitos e sinal
mantissa 3 dígitos 0,1 <= |f| < 1
+0,100 x 10-99 a +0,999 x 10+99 = 199 ordens de grandeza
5 dígitos e dois sinais
Serve para MODELAR o sistema de números reais
20segunda-feira, 13 de fevereiro de 12
Page 21
Forma Padrão
{ {{
{{
{
Excesso negativo Excesso positivo
Núm. negativos que podem ser expressos
Núm. positivos que podem ser expressos
ZeroFalta negativa Falta positiva
-1099 -10-100 10-100 10990
1
3 5
2 6
74
21segunda-feira, 13 de fevereiro de 12
Page 22
Erros de representação
Erro de excesso (overflow) (regiões 1 e 7)
1060 x 1060 = 10120
Erro de falta (underflow) (regiões 3 e 5)
10-102
22segunda-feira, 13 de fevereiro de 12
Page 23
Densidade
Existem 179.000 valores positivos nessa representação
Existem 179.000 valores negativos e o zero
358.201 valores possíveis que estão nas regiões 2 e 6 (pontilhado)
23segunda-feira, 13 de fevereiro de 12
Page 24
Limitações
O que acontece quando se divide 0,100 x 103 por 3?
0,333... x 102 - Arredondamento
O espaço existente entre:
0,998 x 1099 e 0,999 x 1099
0,998 x 100 e 0,999 x 100
Erro absoluto e Erro relativo
24segunda-feira, 13 de fevereiro de 12
Page 25
Exemplos (não normalizados)
Dígitos na mantissa Dígitos no expoente Limite inferior Limite superior
3 1 10-12 10+9
3 2 10-102 10+99
3 3 10-1002 10+999
3 4 10-10002 10+9999
4 1 10-13 10+9
4 2 10-103 10+99
4 3 10-1003 10+999
4 4 10-10003 10+9999
5 1 10-14 10+9
5 2 10-104 10+99
5 3 10-1004 10+999
5 4 10-10004 10+9999
10 3 10-1009 10+999
20 3 10-1019 10+999
25segunda-feira, 13 de fevereiro de 12
Page 26
Padrão IEEE 754
Final da década de 1970
padronizar e, criar um padrão correto
William Kahan
1985 IEEE 754 (float point)
26segunda-feira, 13 de fevereiro de 12
Page 27
IEEE 754
Bits 1
Bits 1
Sign
Sign
8 23
Fraction
Fraction
Exponent
(a)
(b)
11 52
Exponent
Figure B-4. IEEE floating-point formats. (a) Single precision. (b) Double precision.
Precisão simples (32 bits)
Bits 1
Bits 1
Sign
Sign
8 23
Fraction
Fraction
Exponent
(a)
(b)
11 52
Exponent
Figure B-4. IEEE floating-point formats. (a) Single precision. (b) Double precision.
Precisão dupla (64 bits)
27segunda-feira, 13 de fevereiro de 12
Page 28
2–1
2–2
Unnormalized:
Sign+
Excess 64exponent is84 – 64 = 20
Fraction is 1 × 2–12+ 1 × 2–13
+1 × 2–15+ 1 × 2–16
Normalized:
Example 1: Exponentiation to the base 2
= 220 (1 × 2–12+ 1 × 2–13+ 1 × 2–15
+ 1 × 2–16) = 432
= 29 (1 × 2–1+ 1 × 2–2+ 1 × 2–4
+ 1 × 2–5) = 432
= 165 (1 × 16–3+ B × 16–4) = 432
To normalize, shift the fraction left 11 bits and subtract 11 from the exponent.
Sign+
Excess 64exponent is73 – 64 = 9
Fraction is 1 × 2–1 + 1 × 2–2
+1 × 2–4 + 1 × 2–5
Sign+
Excess 64exponent is69 – 64 = 5
Fraction is 1 × 16–3 + B × 16–4
2–3
2–4
2–5
2–6
2–7
2–8
2–9
2–10
2–11
2–12
2–13
2–14
2–15
2–16
00 0 0 0 0 0 0 0 0 0 0 1 1 01 1 10 0 0 0 1 1
10 1 0 1 1 0 0 0 0 0 0 0 0 01 0 00 1 0 1 0 0
Normalized: = 163 (1 × 16–1+ B × 16–2) = 432
To normalize, shift the fraction left 2 hexadecimal digits, and subtract 2 from the exponent.
Sign+
Excess 64exponent is67 – 64 = 3
Fraction is 1 × 16–1 + B × 16–2
00 0 0 1 1 0 1 1 0 0 0 0 0 0 0 01 0 00 0 1 1
Example 2: Exponentiation to the base 16
Unnormalized: 0 1 0 10 0 0 1 0 0 00
16–1
0 0 00
16–2
0 0 10
16–3
1 0 11
16–4
.
.
.
.
Figure B-3. Examples of normalized floating-point numbers.
Não normalizado
Normalização IEEE 754
Normalizado
28segunda-feira, 13 de fevereiro de 12
Page 29
Características
Item Single precision Double precision
Bits in sign 1 1
Bits in exponent 8 11
Bits in fraction 23 52
Bits, total 32 64
Exponent system Excess 127 Excess 1023
Exponent range −126 to +127 −1022 to +1023
Smallest normalized number 2−126
2−1022
Largest normalized number approx. 2128
approx. 21024
Decimal range approx. 10−38
to 1038
approx. 10−308
to 10308
Smallest denormalized number approx. 10−45
approx. 10−324
Figure B-5. Characteristics of IEEE floating-point numbers.
29segunda-feira, 13 de fevereiro de 12
Page 30
Imagens
30segunda-feira, 13 de fevereiro de 12
Page 31
Imagens
31segunda-feira, 13 de fevereiro de 12
Page 32
Imagens
32segunda-feira, 13 de fevereiro de 12
Page 33
Analógico x Digital
33segunda-feira, 13 de fevereiro de 12
Page 34
Imagens
34segunda-feira, 13 de fevereiro de 12
Page 35
Imagens
35segunda-feira, 13 de fevereiro de 12
Page 36
Vídeos
36segunda-feira, 13 de fevereiro de 12
Page 37
Vídeos
37segunda-feira, 13 de fevereiro de 12
Page 38
Aplicações
Sensores Processamento Atuadores
38segunda-feira, 13 de fevereiro de 12
Page 39
Aplicações Exemplos
• Detecção de movimento, presença, operação, interação, etc...
• Câmera
• Laser
• Sonoro
• Pressão
39segunda-feira, 13 de fevereiro de 12
Page 40
Recapitulando
Como obtemos informação?
Como interagimos com o mundo?
Como representamos informação?
Mídias, tecnologia, obtenção, representação, processamento, interação
40segunda-feira, 13 de fevereiro de 12
Page 41
Dúvidas
?
41segunda-feira, 13 de fevereiro de 12