Metodos Numericos

Mtodos Numricos
Prof. Heinz Arthur Niederheitmann Jr
1
I. Introduo
1 Hipteses usuais da Matemtica

No estudo da matemtica,
admite-se que :
para
no
complicar
anlise,
a) os nmeros que intervem nas operaes so exatos, isto ,

tem infinitos algarismos.
Ex. : 2
1/3
=
=
=
=
2,0000...
0,3333...
3,14159255...
1,41421356...
b) todos os clculos so feitos usando os infinitos

algarismos de todos os nmeros, o que possvel em
operaes com inteiros, mas nem sempre quando envolve
nmeros reais.
Ex. :
2,0000....
+2,0000....
----------4,0000....
2 . = 6,283185????
c) existem muitos processos

integrais, ... ).
infinitos
sries,
limites,
Ex. :
(0,72)3
(0,72)5
(0,72)7
sen 0,72 = 0,72 - ------- + ------- - ------- + ...
3!
5!
7!
2. Mtodos Numricos
a) Tericos :
usam exclusivamente operaes aritmticas;

processos infinitos so aproximados por processos
finitos, ocorrendo erro de truncamento.
(0,72)3
(0,72)5
(0,72)7
sen 0,72 = 0,72 - ------- + ------- - ------- = 0,659385
3!
5!
7!
(0,72)9
(0,72)11
(0,72)13
erro = ------- - ------- + ------- < 0,4 . 10-6
9!
11!
13!
Mtodos Numricos
Heinz Arthur Niederheitmann Jr
2
b)Prticos :
os
nmeros
que
intervem
nos
processos
so
representados com um nmero finito de algarismos,
ocorrendo erro de arredondamento.
Ex.:
623,4783
+502,9731
--------1.126,4514
623,4783
x 502,9731
---------------315.592,81333373
1.126,451
315.592,8
c)Definio :
Disciplina que busca :
desenvolver algoritmos numricos;

analisar tais algoritmos; e
implement-los em computadores.
considerando que :
os nmeros so aproximados, devido a erros; e

a aritmtica utilizada finita.
procurando solues corretas :
dentro da preciso desejada; e
utilizando algoritmos que demandem um tempo razovel.
Ex. : Resolver o sistema de equaes lineares abaixo :

a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
.
.
.
an1 x1 + an2 x2 + ... + ann xn = bn
pelo mtodo de Cramer :

xi = i /
onde :
Mtodos Numricos
determinante
sistema
da
matriz
de
coeficientes
do
3
i
determinante
da
matriz
resultante
substituio
da
coluna
i
da
matriz
coeficientes do sistema pelo vetor b.
da
de
Para um sistema de ordem n, ser preciso calcular n +

1 determinantes de ordem n e ento fazer n divises.
Para cada determinante ser preciso fazer n! produtos
com n - 1 multiplicaes cada, os quais devem ser
somados, portanto sero :
n! . ( n - 1 ) + ( n! - 1 ) n! . n operaes
e para determinar a soluo :
( n + 1 ) . n! . n + n operaes
Se o sistema for de ordem :
3 sero 75 operaes
10 sero 399.168.010 operaes
Se a soluo for feita com auxlio de uma calculadora
no programvel, cada operao leva cerca de 10
segundos, ou 8640 operaes por dia, portanto para um
sistema de ordem 10 uma pessoa levaria cerca de 127
anos para a soluo completa.
Se a soluo for feita com auxlio de um computador,
com velocidade de 10 MIPS ( milhes de instrues por
segundo ) a soluo levaria cerca de 36 segundos.
Para um sistema de ordem :
20 sero aproximadamente 1021 operaes
o que levaria cerca de 3,2 milhes de anos para a
soluo com o auxlio do computador.
3. Processo de resoluo de problemas
Consiste nas seguintes etapas :
a)IDENTIFICAO DA SITUAO
estudo do sistema atual;
levantamento dos problemas e suas causas;
definio da abrangncia; e
esboo de solues alternativas.
Mtodos Numricos
4
b)ANLISE DO SISTEMA
Tambm chamado de projeto lgico do sistema, consiste
na definio do "O QUE QUEREMOS" e composta das
seguintes atividades :
definio dos objetivos ( sadas );
descrio das entradas; e
descrio dos processos.
c)PROJETO DO SISTEMA
Tambm chamado de projeto fsico do sistema, consiste
na definio do "COMO FAZER" e composta das
seguintes atividades :
definio das sadas;
descrio das entradas;
descrio dos processos :
construo do medelo matemtico;
escolha do mtodo numrico adequado; e
descrio do fluxo de trabalho.
d)IMPLEMENTAO DO SISTEMA
Nesta etapa o que foi projetado executado.
feita a
numrico.
implementao
computacional
do
mtodo
e)IMPLANTAO DO SISTEMA
O sistema colocado em operao.
feita a anlise dos resultados obtidos.
f)OPERAO DO SISTEMA
g)DOCUMENTAO DO SISTEMA
Esta etapa realizada ao mesmo tempo que as demais e
consiste na documentao dos seguintes elementos :
- sadas
- entradas;
- processos;
- descrio dos processos.
Mtodos Numricos
5
g)MANUTENO DO SISTEMA
Esta etapa executada durante a operao do sistema
para a sua correo, melhoria ou expanso.
4. Erros possveis da soluo de problemas

Durante a resoluo de problema os erros so principalmente
devido :
a)no levantamento de dados:
a falta de acuracidade nas medidas;

ao nmero finito de algarismos para a representa-o
das grandezas;
a utilizao de dados estatsticos; e
a enganos.
b)na contruo do modelo matemtico :
utilizao de hipteses simplificadoras

mais simples e vivel o estudo.
para
Ex.: Clculo
eltrico :
um
da
queda
de
tenso
em
tornar
circuito
Lei de Ohm : v = R . i
v = R . i + r . i3
c)na implementao computacional :
confeco de programas de forma errada.
Mtodos Numricos
6
II. Representao de Nmeros Reais e Erros
1. Representao de nmeros
Preciso :
est relacionada com o nmero de algarismos com que

um nmero conhecido.
Exatido
est relacionada com quo bem o nmero representa uma

grandeza.
Ex. : = 3,1416 mais preciso e mais exato que 3,14

4,2735000... = 4,277452 mais preciso que 4,27,
mas menos exato
Nmero aproximado :
quando ele representa

exatamente o seu.
um
valor
que
no
Algarismo significativo :
so todos os algarismos de um nmero, a menos dos

zeros
quando
estiverem
substituindo
algarismos
desconhecidos ou fixando a posio da vrgula.
a)Sistemas numricos no-posicionais

O valor do smbolo independe de sua posio no nmero.
Ex.: Sistema Romano : LXI, XLVI
b)Sistemas nmericos posicionais
o valor de cada smbolo depende de sua posio no

nmero;
o nmero pode ser escrito na forma polinomial :
N = an n + an-1 n-1 + ... + a2 2 + a1 1 + a0
onde : ai o algarismo da posio i;
o valor da base.
Ex.: Sistema decimal - base 10
2347 = 2 . 103 + 3 . 102 + 4 . 10 + 7
423 = 4 . 102 + 2 . 10 + 3
Mtodos Numricos
Sistema binrio - base 2

11011 = 1 . 24 + 1 . 23 + 0 . 22 + 1 . 2 + 1 = 27
Converso de nmeros inteiros :
bn = an
bn-1 = an-1 + . bn
bn-2 = an-2 + . bn-1
.
.
.
b1 = a1 + . b2
b0 = a0 + . b1
onde :
ai o algarismo da posio na base original;
b0 o nmero convertido;
o valor da base original.
Ex. 1.1 : ( 10111 )2 = ( ? )10
b4 = a4 = 1
b3 = a3 + . b4 = 0 + 2 .
1 = 2
b2 = a2 + . b3 = 1 + 2 .
2 = 5
b1 = a1 + . b2 = 1 + 2 .
5 = 11
b0 = a0 + . b1 = 1 + 2 . 11 = 23
( 10111 )2 = ( 23 )10
Ex. 1.2 : ( 347 )10 = ( ? )2
b2 = a2 = 3 = 11
b1 = a1 + . b2 = (100) + (1010) . (11) = (100010)
b0 = a0 + . b1 = (111) + (1010) . (100010)
= (101011011)
( 347 )10 = ( 101011011 )2
Mtodos Numricos
Converso de nmeros fracionrios :

So separadas as partes inteira e fracionria do nmero
:
R = I + F
a parte inteira convertida da maneira j citada, e
a parte fracionria pode ser representada como :
F = b1 -1 + b2 -2 + ... + ak -k
e os algarismos (ci) da parte fracionria do nmero
convertido podem ser obtidos da seguinte forma :
c0 = F
b1 = ( . c0 )i
c1 = ( . c0 )f
b2 = ( . c1 )i
c2 = ( . c1 )f
.
.
.
bn = ( . cn )i
cn = ( . cn )f
onde :
bi o algarismo fracionrio da posio na base
convertida;
c0 a parte fracionria do nmero a ser convertido;
Ex. 1.3 : ( 0,6875 )10 = ( ? )2
c0 = I = 0,6785
b1 = ( . c0 )i = (2 . 0,6875)i = (1,3750)i = 1
c1 = ( . c0 )f = (2 . 0,6875)f = (1,3750)f = 0,375
b2 = ( . c1 )i = (2 . 0,375)i = (0,75)i = 0
c2 = ( . c1 )f = (2 . 0,375)f = (0,75)f = 0,75
b3 = ( . c2 )i = (2 . 0,75)i = (1,5)i = 1
c3 = ( . c2 )f = (2 . 0,75)f = (1,5)f = 0,5
b4 = ( . c3 )i = (2 . 0,5)i = (1,0)i = 1
c4 = ( . c3 )f = (2 . 0,5)f = (1,0)f = 0
Mtodos Numricos
( 0,6875 )10 = ( 0,1011 )2

Ex. 1.4 : ( 0,1 )10 = ( ? )2
c0 = b0= 0,1
b1 = ( . c0 )i = (2 . 0,1)i = (0,2)i = 0
c1 = ( . c0 )f = (2 . 0,1)f = (0,2)f = 0,2
b2 = ( . c1 )i = (2 . 0,2)i = (0,4)i = 0
c2 = ( . c1 )f = (2 . 0,2)f = (0,4)f = 0,4
b3 = ( . c2 )i = (2 . 0,4)i = (0,8)i = 0
c3 = ( . c2 )f = (2 . 0,4)f = (0,8)f = 0,8
b4 = ( . c3 )i = (2 . 0,8)i = (1,6)i = 1
c4 = ( . c3 )f = (2 . 0,8)f = (1,6)f = 0,6
b5= ( . c4)i = (2 . 0,6)i = (1,2)i = 1
c5= ( . c4)f = (2 . 0,8)f = (1,2)f = 0,2
( 0,1 )2 = ( 0,000110011 ... )2
2. Aritmtica de ponto flutuante

Um nmero qualquer na base , em aritmtica de ponto
flutu-ante de t algarismos tem a forma :
R = (.d1d2...dt) . e
onde :
.d1d2...dt uma frao na base , tambm chamada
de mantissa; e
0 dj - 1
j = 1,...,t
e o expoente, que pode variar no intervalo ( m,M

), sendo normalmente m = -M.
Um nmero est normalizado
flutuante, se d1 0.
em
Se e > M
resulta em "overflow"; e
se e < m
resulta em "underflow".
Mtodos Numricos
aritmtica
de
ponto
10
Um nmero ( R ) com mais algarismos que o permitido ou
com representao no finita na base numrica, ser
aproximado ( R ) por arredondamento ou por truncamneto.
Pode-se represent-lo na forma :
R = Fx . e + Gx . e-t
onde, se a base 10 :
0,1 Fx < 1
0
Gx < 1
Truncamento :
a eliminao dos algarismos de um nmero, a partir

de uma determinada posio, isto , a parcela Gx . et desprezada, e :
R = Fx . e
Arredondamento :
a modificao do ltimo algarismo de Fx para levar

em considerao a parcela Gx . e-t :
se Gx < 0,5
R = Fx . e
se Gx 0,5
R = Fx . e + e-t
3. Erros
Erro absoluto ( EAx ) :
a diferena entre o valor exato ( x ) e o valor

aproximado ( x ).
EAx = x - x
como x normalmente no conhecido,

cota superior do erro absoluto (CSEA).
utiliza-se
uma
Algarismo significativo correto :
um algarismo significativo est correto se o

arredondamento do nmero at a sua posio resultar
em um erro absoluto menor do que meia unidade na sua
posio.
Ex. : 2/3 = 0,66667
Mtodos Numricos
todos so corretos
11
= 0,6669984253
s os 3 primeiros so
corretos
Erro relativo ( ERx ) :
a razo entre o erro absoluto ( EAx ) e o valor

aproximado ( x ).
EAx
ERx = ---x
Teorema 1 :
Se um nmero tiver n algarismos significativos

corretos, seu erro relativo ser menor que 5 . 10-n
nos casos de interesse prtico.
Teorema 2 :
Se o erro relativo de um nmero aproximado for menor

que 0,5 . 10-n, o nmero ter pelo menos n algarismos
significativos corretos.
Ex.: 34,152
com 5 algarismos corretos

cota superior do erro relativo = 0,5 .
10-5
31,54682 com erro relativo menor que 10-5
tem 4 algarismos significativos corretos
Erro no truncamento :
EAx = x - x = Gx . e-t < e-t
EAx
Gx . e-t
10e-t
ERx = ---- = ----------- < --------- = 10-t+1
x
Fx. e
0,1 . 10e
Erro no arredondamento :
EAx = x - x= Gx . e-t < e-t
EAx
Gx . e-t
10e-t
ERx = ---- = ----------- < --------- = 10-t+1
x
Fx. e
0,1 . 10e
se Gx < 0,5 :
Mtodos Numricos
12
EAx = x - x = Gx . e-t < 0,5 . 10e-t

Gx . e-t
0,5 . 10e-t
EAx
ERx = ---- = ----------- < ----------- = 0,5 . 10-t+1
x
Fx. e
0,1 . 10e
se Gx 0,5 :
EAx = x - x
= (Fx . e + Gx . e-t) - (Fx . e + e-t)
= Gx . e-t - Gx . e-t)
= Gx - 1 . e-t 0,5 . 10e-t
EAx
0,5 . 10e-t
0,5 . 10e-t
ERx = ---- = --------------- < -----------x
Fx . e + e-t
Fx . 10e-t
0,5 . 10e-t
ERx < ----------- = 0,5 . 10-t+1
0,1 . 10e-t
Portanto, em qualquer caso :
EAx
0,5 . 10e-t
ERx
0,5 . 10-t+1
Anlise dos erros nas operaes de ponto flutuante :

Considerando aritmtica de ponto flutuante de 4
algarismos na base 10 e com acumulador de preciso
dupla.
Ex. 3.1 : x = 0,937 . 104
y = 0,1272 . 102
z = x + y
x + y
0,937000 . 104
+ 0,001272 . 104
-------------0,938272 . 104
z = 0,9383 . 104
= 0,9382 . 104
Mtodos Numricos
por arredondamento
por truncamento
13
Ex. 3.2 : x = 0,937 . 104

y = 0,1272 . 102
w = x . y
x . y = ( 0,937 . 104 ) x ( 0,1272 . 102 )
= ( 0,937 . 0,1272 ) . 104+2
= 0,1191864 . 106
w = 0,1192 . 106
= 0,1191 . 106
por arredondamento
por truncamento
Erro no resultado de operao :

ERop <
10-t+1
no truncamento
ERop <
0,5 . 10-t+1
no arredondamento
Erro nas operaes :

a)adio :
z = x + y
x = x + EAx
y = y + EAy
x + y = x + EAx + y + EAy
= ( x + y ) + ( EAx + EAy )
EAx+y = EAx + EAy
ERx+y
EAx+y
EAx+y
x
EAy
y
= ------ = ------- . ----- + ---- . -----x + y
x
x + y
y
x + y
ERx+y
x
y
= ERx . ----- + ERy . -----x + y
x + y
aconselhvel somar nmeros comeando com os de menor

valor absoluto, para conservar ao mximo a preciso
das parcelas.
b)subtrao :
Mtodos Numricos
14
z = x - y
x = x + EAx
y = y + EAy
x - y = x + EAx - y + EAy
= ( x - y ) + ( EAx - EAy )
EAx-y = EAx - EAy
ERx-y
x
y
= ERx . ----- - ERy . -----x - y
x - y
aconselhvel, quando possvel, evitar as subtraes.

Ex.: Soluo de equaes do 2. grau usando a formula
de Bascara.
a . x2 + b . x - c = 0
x1,x2
- b ( b2 - 4 . a . c )
= ------------------------2 . a
se a = 1
b = 80
c = 1,
e utilizarmos 3 algarismos sginificativos
x1 = -0,800 . 102
x2 = 0,000
esta mesma
forma :
equao
pode
ser
resolvida
da
seguinte
a . x2 + b . x - c = a . ( x - x1 ). ( x - x2 )
=
a .[x2 - (x1 - x2).x + x1 . x2]
a . x2 - a.(x1 - x2).x + a.x1.x2
portanto :
a = a
b = - a . (x1 - x2)
c = a . x1 . x2
e :
x2 = c / ( a . x1 )
x1
Mtodos Numricos
b + ( b2 - 4 . a . c )
= - sinal ( b ) . ----------------------Heinz Arthur Niederheitmann Jr
15
2 . a
para os mesmos valores de a, b e c, agora resulta :
x1 = -0,800 . 102
x2 = 1,0 / [ 1,0 . (
x2 =
-0,800 . 102 ) ]
0,125 . 10-1
c)multiplicao :
z = x . y
x = x + EAx
y = y + EAy
x . y = ( x + EAx ) . ( y + EAy )
= x . y
+ x . EAy + y . EAx + EAx . EAy
EAx.y = x . EAy + y . EAx

EAy + y . EAx
EAx
EAy
ERx.y = ----------------- = --- + --x . y
x
y
ERx.y =
ERx + ERy
d)diviso :
z = x / y
x = x + EAx
y = y + EAy
x / y = ( x + EAx ) / ( y + EAy )
x
x . EAx
1
--- = ------- . --------y
y
EAy
1 + --y
1
EAy
EAy
EAy
--- = 1 - --- + ( --- )2 - ( --- )3 + ....
EAy
y
y
y
EAy
EAy
1 + --- 1 - --y
y
x
x . EAx
EAy
--- ------- . ( 1 - ---- )
Mtodos Numricos
16
y
x
x
EAx
x . EAy
EAx . EAy
--- - + --- - -------- - --------y
y
y
y2
y2
x . EAy
x
x
EAx
--- - + --- - -------y
y
y
y2
Mtodos Numricos
EAx/y
EAx
x . EAy
--- - ------y
y2
EAx/y
EAx
x . EAy
--- - ------y
y2
EAx/y
y . EAx - x . EAy
----------------y2
ERx/y
y . EAx - x . EAy
y
----------------- . --y2
x
ERx/y
EAy
EAx
--- - ---x
y
17
II. Zeros de equaes polinomiais e transcedentes
1. Introduo
No caso particular de equaes do segundo grau, onde se
aplica a frmula de Bascara, e de algumas equaes do
terceiro e quarto grau, e de certos casos particulares de
equaes transcedentes a soluo destas equaes pode ser
obtida atravs de mtodos diretos.
Mas nas demais equaes, a soluo deve ser feita
utilizando mtodos numricos, quase sempre iterativos.
Um nmero z um zero da funo f ( x ) ou uma raiz da
equao f ( x ) = 0, se f ( z ) = 0.
As razes de equaes podem ser reais ou complexas.
As razes reais de uma equao f ( x ) = 0, em um grficao
so representadas pelas abcissas dos pontos onde a curva
intercepta o eixo x.
f (x)
2. Processo de soluo
A soluo por meio de mtodos
consiste nos seguintes passos :
iterativos
normalmente
localizao de uma raiz;

refinamento da raiz.
O processo feito da seguinte forma :
localizar uma raiz;

inicializar o nmero de iteraes com 1
Enquanto a aproximao no for adequada e
o nmero de iteraes no ultrapassar o mximo
Mtodos Numricos
refinar a aproximao
somar 1 ao nmero de iteraes
18
3. Localizao de razes
A localizao das raizes feita atravs :
do
da
do
da
conhecimento do problema;
anlise terica;
esboo de grfico da funo; e
confeco de tabela com os valores da funo.
A existncia de razes no intervalo (a,b), garantida pelo

teorema :
Seja f ( x ) uma funo contnua no intervalo (a,b).
Se f ( a ) . f ( b ) < 0, ento existe pelo menos uma
raiz no intervalo (a,b).
E se existir f'( x ) e no mudar de sinal no intervalo

(a,b), ento haver somente uma raiz no intervalo (a,b).
Mas se f ( a
no intervalo
de sinal no
nmero par de
Mtodos Numricos
) . f ( b ) > 0, ento haver nenhuma raiz

(a,b), quando f'( x ) existir e no mudar
intervalo (a,b), e em caso contrrio um
razes.
19
4. Refinamento
O refinamento pode
ser feito por vrios mtodos :
de bisseco;
das cordas ou da posio falsa;
da tangente ou de Newton; e
outros.
Em todos estes mtodos, um dos pontos importantes a

definio se a aproximao adequada ou no, isto ,
quando terminar o processo iterativo. Para isto tem-se :
a) Limite na diferena entre aproximaes sucessivas da
raiz
| x - x | < erro mximo permitido
Neste caso, como x no conhecido, mas sabe-se que x
est no intervalo (a,b), pode-se reduzir o intervalo a
tal ponto que | ( a - b ) | < erro mximo permitido.
b) Limite no valor da funo
| f ( x ) | < erro mximo permitido
Em alguns casos as duas condies podem ser satisfeitas ao
mesmo temo e em outras no, conforme pode ser visto nos
exemplos abaixo.
Mtodos Numricos
20
5. Mtodo das cordas
Consiste
em
determinar
a
nova
aproximao
como
a
intercesso do eixo x com a reta que passa pelos pontos (
a, f (a) ) e ( b, f(b) ).
Portanto, est nova
seguinte maneira :
aproximao
pode
ser
calculada
da
a . f ( b ) - b . f ( a )
x = ------------------------f ( b ) - f ( a )
Aps determinada a aproximao x, deve-se verificar qual
intervalo contm a raiz :
( a, x )
ou
( x, b )
um mtodo seguro, mas no muito rpido.

O critrio para trmino do processo iterativo normalmente
o limite do valor da funo, pois nem sempre o intervalo
(a,b) ser suficientemente pequeno.
Se a funo tem a segunda derivada e ela mantm o sinal no
intervalo ( a, b ), ento temos as seguintes situaes :
a) f ( a ) > 0
f"( a ) > 0
: neste caso x sempre assumir como ponto b
b) f ( a ) > 0
f"( a ) < 0
: neste caso x sempre assumir como ponto a
Mtodos Numricos
21
c) f ( a ) < 0
f"( a ) > 0
: neste caso x sempre assumir como ponto a
d) f ( a ) < 0
f"( a ) < 0
: neste caso x sempre assumir como ponto b
6. Mtodo da tangente ( de Newton )

Consiste
em
determinar
a
nova
aproximao
como
a
intercesso do eixo x com a tangente a curva no ponto da
atual aproximao.
Portanto, est nova
seguinte maneira :
aproximao
pode
ser
calculada
da
verificar
as
f ( xi )
xi+1 = xi + -------f' ( xi )
um mtodo rpido, mas que pode divergir.

Para a aplicao deste mtodo,
condies de convergncia :
Mtodos Numricos
preciso
22
a)f" ( x ) 0, isto , o sinal da segunda derivada no
deve mudar de sinal no intervalo (a,b).
f" ( a ) . f" ( b ) > 0
c)o extremo do intervalo (a,b) a ser utilizado
estimativa inicial deve ser aquele onde :
como
f ( x ) . f" ( x ) > 0
ento :
f ( a ) . f" ( a ) > 0
x0 = a
f ( b ) . f" ( b ) > 0
x0 = b
7. Deflao de polinmios
Consiste em, aps determinar um zero ( xi ) de um
polinmio, dividi-lo por ( x - xi ), para reduzir a ordem
do polinmio, ficando mais fcil a determinao dos demais
zeros.
Normalmente utilizado o algoritmo de Briot-Rufini para a
deflao de polinmio, que a substituio do polinmio na
forma :
pn (x) = an xn + an-1 xn-1 + ... + a2 x2 + a1 x + a0
pela forma :
pn (x) = ((...(an x + an-1 ).x + ... + a2 ).x + a1 ).x + a0
Algoritmo de Briot-Rufini :
1. Fazer uma tabela com 3 linhas e com tantas colunas
quanto a ordem do polinmio + 2;
2. na primeira linha so colocados em ordem decrescente os
coeficientes do polinmio (an), um em cada coluna e a
partir da segunda coluna.
3. na primeira coluna da segunda linha colocada o zero do
polinmio;
4. na segunda coluna da terceira linha ( bn ) coloca-se o
valor de an.
5. multiplica-se o zero do polinmio pelo valor que se
encontra na segunda coluna da terceira linha, e o
resultado coloca-se na terceira coluna da segunda linha.
6. soma-se o valor que se encontra na terceira coluna da
primeira linha com o valor na terceira coluna na segunda
linha, obtendo-se o valor na terceira coluna da terceira
linha ( bn ).
Mtodos Numricos
23
7. repetem-se os passos 5 e 6 para determinar os valores
das segundas e terceiras linhas de cada coluna, at que
se chegue a ltima coluna.
an
an-1
x.bn
bn-1
x
bn
an-2
x.bn-1
bn-2
...
a1
x.b2
b1
a0
x.b1
b0
O valor encontrado na ltima coluna da terceira linha ( b0

) o valor de pn (x) para o valor de x colocado na
primeira coluna da segunda linha, que dever ser zero se
este valor for um zero do polinmio.
Portanto este algoritmo pode tambm ser usado para calcular
pn (x).
8. Teoremas teis para a localizao de zeros de polinmios
Teorema 1 :
Seja um polinmio na forma :

ento pn (x) tem pelo menos um zero no interior do crculo
centrado na origem e com raio igual ao menor valor entre
|a 0
n.
| a 0|
| a 1|
| a 0|
| an|
Teorema 2
Seja um polinmio na forma :

se
r 1 + Mximo (
| ak |
)
| an|
onde
0 k n
ento todos os zeros de pn (x) se localizam no interior do

crculo centrado na origem e de raio igual a r.
Mtodos Numricos
24
III. Sistemas de Equaes lineares e algbricas
1. Introduo
Uma funo f (xj) costituda por um polinmio do primeiro grau
em xj, qualificada de linear em relao a xj e tem a forma
:
f (xj) = a1x1 + a2x2 + ... + anxn + b
Esta funo linear ser dita homognea ou
conforme b seja igual ou diferente de zero.
no
homognea,
O conjunto formado por m equaes lineares algbricas a n

incgnitas chamado de Sistema de Linear de Equaes
Algbricas, o qual tem a forma :
a11x1 + a12x2 + ... + a1nxn = b1
a21x1 + a22x2 + ... + a2nxn = b2
.
.
.
an1x1 + an2x2 + ... + annxn = bn
Ou na forma matricial :
A . x = b
onde : aij so chamados de coeficientes das incgnitas;
bi so chamados de termos independentes; e
xj so chamados de incgnitas.
Se os termos independentes forem todos nulos o sistema dito
homogneo, e se pelo menos um deles for diferente de zero o
sistema dito no homogneo.
O
sistema ser dito linearmente dependente ou independente

conforme suas equaes sejam linearmente dependentes ou no.
A soluo do sistema consiste no conjunto de valores xj que

satisfaz simultaneamente as m equaes.
Mtodos Numricos
25
Em relao a sua soluo o sistema pode ser :
Compatvel e determinado :
quando admite uma nica soluo;
Compatvel e indeterminado :
quando admite infinitas solues;
Incompatvel : quando no tem soluo;
sistema homogneo sempre compatvel, pois admite pelo

menos uma soluo, chamada de trivial, onde xj = 0, para todo
j.
O sistema ser compatvel e determinado se o determinante dos

coeficientes for no-nulo.
Matriz Extendida ( M )
Chama-se a matriz formada pelos coeficientes das incgnitas
( xj) e pelos termos independentes.
a11 a12 ... a1n b1
a 21 a 22 ... a 2 n b2
M =
...
am1 am2 ... amn bn
Sistemas equivalentes
Dois sistemas so equivalentes se e somente se toda soluo
de um tambm soluo do outro e, vice-versa.
Transformaes Elementares
So transformaes que podem ser efetuadas em sistemas de
equaes lineares com o objetivo de transform-las em um
outro sistema de equaes lineares equivalente.
a) Troca de duas equaes;
b) Multiplicao ou diviso dos elementos de uma equao
por uma constante diferente de zero;
c) Substituio de uma equao pela sua soma com outra
equa-o.
Mtodos Numricos
26
Sistemas mal condicionados
Os sistemas com determinante no-nulo so ditos definidos,
possuindo soluo nica.
Mas para a aplicao de mtodos numricos para a sua soluo
deve-se tomar outros cuidados, como mostra o exemplo
abaixo.
5 x1 + 8 x2 = 6,2
4 x1 + 6 x2 = 4,8
Neste sistema os coeficientes so exatos, mas os termos
independentes so conhecidos com uma casa decimal, podendo
ser resultado de arredondamento.
A soluo poderia ser obtida por substituio :
x1 = -1,5 x2 + 1,2
- 7,5 x2 + 6 + 8 x2 = 6,2
portanto : x2 = 0,4
x1 = 0,6
Porm, se os valores reais dos termos independentes fossem
6,15 e 4,85 respectivamente, a soluo seria :
x2 = 0,175
x1 = 0,95
E, se os valores reais dos termos independentes fossem 6,25
e 4,75 respectivamente, a soluo seria :
x2 = 0,625
x1 = 0,25
A
causa deste problema na soluo do sistema o quase

paralelismo das retas representativas das duas equaes no
plano x1 - x2. A soluo seria reformular o problema que
originou o sistema ou obter os nmeros com maior preciso.
Mtodos Numricos
27
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
-0,1 0
0,2
0,4
0,6
0,8
1,2
1,4
1,6
-0,2
Os sistemas com o problema apresentado so chamados de mal

condicionados e na prtica no tem soluo.
2. Mtodos Clssicos
1.1 Mtodo de Cramer
Consiste em determinar o valor de cada incgnita atravs da
operao :
xi = i /
onde :
= determinante da matriz de coeficientes do sistema
i = determinante da matriz resultante da substituio

da coluna i da matriz de coeficientes do sistema
pelo vetor b.
Este mtodo, conforme j exposto no captulo I, somente
aplicvel em sistemas de ordem baixa.
Mtodos Numricos
28
1.2 Mtodo da inversa
Consiste em obter a soluo do sistema a partir da prmultiplicao do vetor independente pela inversa da matriz
de coeficientes.
A . x = b
A-1 . A . x = A-1 . b
U . x = A-1 . b
x = A-1 . b
Este mtodo normalmente no utilizado devido ao processo
complexo de determinao da inversa da matriz de
coeficientes.
3. Mtodos Diretos
3.1 Mtodo da triangularizao ( Gauss )
Consiste em transformar o sistema de equaes :
a11 .x1
a21 .x1
a31 .x1
.
.
.
an-1,1.x1
an1 .x1
+ a12
+ a22
+ a32
.x2 + ... + a1,n-1 .xn-1 + a1n

.x2 + ... + a2,n-1 .xn-1 + a2n
.x2 + ... + a3,n-1 .xn-1 + a3n
.xn = b1
.xn = b2
.xn = b3
+ an-1,2.x2 + ... + an-1,n-1.xn-1 + an-1,n.xn = bn-1

+ an2 .x2 + ... + an,n-1 .xn-1 + ann .xn = bn
de maneira que a matriz de coeficientes do sistema

transforme-se em uma matriz triangular superior, ficando
os sistema na forma :
c11.x1 + c12.x2 + ... + c1,n-1 .xn-1 + c1n .xn = d1
c22.x2 + ... + c2,n-1 .xn-1 + c2n .xn = d2
... + c3,n-1 .xn-1 + c3n .xn = d3
.
.
.
cn-1,n-1.xn-1 + cn-1,n.xn = dn-1
cnn .xn = dn
A soluo do sistema passa ento a ser feita da ltima para
a primeira equao, determinando o valor de uma incgnita
a cada equao.
Mtodos Numricos
29
Para se conseguir isto, desenvolve-se o processo em m
passos, onde em cada passo definido um piv, e so
eliminados todos os coeficientes de uma incgnita nas
equaes seguintes.
Portanto, a cada passo, so substitudas as equaes
seguintes ( i ) pela sua soma com o negativo da equao do
piv multiplicada pela relao entre o coeficiente da
incgnita referente ao piv ( aik ) na equao e o piv (
akk ) :
aik
k = ---akk
ficando os coeficientes da linha i :
aik
aij = aij - --- . akj
akk
Exemplo :
3 x1 +
x2
= -2
-2 x1
+ 2 x3 = 1
x1 + 3 x2 + 4 x3 = 0
1. passo : eliminao dos coeficientes de x1
Multiplica-se a primeira equao por 2/3 e -1/3 e

soma-se
respectivamente
s
segunda
e
terceira
equaes, obtendo-se :
3 x1 +
x2
= -2
2/3 x2 + 2 x3 = -1/3
8/3 x2 + 4 x3 = 2/3
Multiplica-se a segunda equao por -4 e soma-se

terceira equao, obtendo-se :
3 x1 +
x2
= -2
2/3 x2 + 2 x3 = -1/3
- 4 x3 = 2
A soluo do sistema comea pela terceira equao :

- 4 x3 =
x3 = - 1/2
em seguida substitui-se x3 na segunda equao e :
Mtodos Numricos
30
2/3 x2 + 2 . ( - 1/2 ) = -1/3
x2 = 1
em por ltimo substitui-se x2 e x3 na primeira equao e :
3 x1 + 1 = -2
x1 = - 1
3.2 Mtodo da diagonalizao ( Gauss-Jordan )

a11 .x1
a21 .x1
a31 .x1
.
.
.
an-1,1.x1
an1 .x1
+ a12
+ a22
+ a32
.x2 + ... + a1,n-1 .xn-1 + a1n

.x2 + ... + a2,n-1 .xn-1 + a2n
.x2 + ... + a3,n-1 .xn-1 + a3n
.xn = b1
.xn = b2
.xn = b3


transforme-se em uma matriz diagonal, ficando o sistema na
forma :
c11.x1
c22.x2
= d1
= d2
.
.
.
cn-1,n-1.xn-1
= dn-1
cnn.xn = dn
soluo do sistema passa ento a ser feita de forma

trivial, determinando o valor de cada incgnita em cada
equao.
Neste mtodo, a cada passo, so

equaes ( i ) pela sua soma com
piv multiplicada pela relao
incgnita referente ao piv ( aik
akk ) :
substitudas as demais
o negativo da equao do
entre o coeficiente da
) na equao e o piv (
aik
k = ---akk
Mtodos Numricos
31
aik
aij = aij - --- . akj
akk
Exemplo :
3 x1 +
x2
= -2
-2 x1
+ 2 x3 = 1
x1 + 3 x2 + 4 x3 = 0
Multiplica-se a primeira equao por 2/3 e -1/3 e

soma-se
respectivamente
s
segunda
e
terceira
3 x1 +
x2
= -2
2/3 x2 + 2 x3 = -1/3
8/3 x2 + 4 x3 = 2/3
Multiplica-se a segunda equao por - 1/2 e -4 e

soma-se respectivamnete s primeira e terceira
3 x1
2/3 x2
- 3 x3 = -2
+ 2 x3 = -1/3
- 4 x3 = 2
Multiplica-se a terceira equao por - 3/4 e 1/2 e

soma-se
respectivamnete
s
primeira
e
segunda
3 x1
= -3
= 2/3
- 4 x3 = 2
A soluo do sistema fica :
2/3 x2
3 x1 = -3
2/3 x2 = -2/3
- 4 x3 = 2
Mtodos Numricos
x1 = - 1
x2 =
1
x3 = - 1/2
32
3.3 Mtodo da transformao na matriz unidade ( Gauss-Jordan )
a11 .x1
a21 .x1
a31 .x1
.
.
.
an-1,1.x1
an1 .x1
+ a12
+ a22
+ a32
.x2 + ... + a1,n-1 .xn-1 + a1n

.x2 + ... + a2,n-1 .xn-1 + a2n
.x2 + ... + a3,n-1 .xn-1 + a3n
.xn = b1
.xn = b2
.xn = b3


transforme-se em uma matriz unidade, ficando o sistema na
forma :
x1
= d1
= d2
x2
.
.
.
xn-1
A
= dn-1
xn = dn
soluo do sistema passa ento a ser feita de forma

trivial, sendo o valor de cada incgnita igual ao termo
independente de cada equao.
Neste mtodo, a cada passo, inicialmente a equao do piv (

k ) dividida pelo piv e as demais equaes ( i ) so
substitudas pela sua soma com o negativo da nova equao
do piv multiplicada pelo coeficiente da incgnita
referente ao piv ( aik ) na equao :
k =
aik

aij = aij - aik . akj
Exemplo :
3 x1 +
x2
= -2
-2 x1
+ 2 x3 = 1
x1 + 3 x2 + 4 x3 = 0
Divide-se a primeira equao por 3, obtendo-se :
= -2/3
x1 + 1/3 x2
-2 x1
+ 2 x3 = 1
Mtodos Numricos
33
x1 +
3 x2 + 4 x3 =
Multiplica-se a primeira equao por 2 e -1 e somase respectivamente s segunda e terceira equaes,

obtendo-se :
x1 + 1/3 x2
= -2/3
2/3 x2 + 2 x3 = -1/3
8/3 x2 + 4 x3 = 2/3
Multiplica-se a segunda equao por 3/2, obtendo-se

:
x1 + 1/3 x2
= -2/3
x2 + 3 x3 = -1/2
8/3 x2 + 4 x3 = 2/3
x1
Multiplica-se a segunda equao por - 1/3 e -8/3 e

soma-se respectivamnete s primeira e terceira
- x3 = -1/2
x2 + 3 x3 = -1/2
- 4 x3 = 2
Divide-se a terceira equao por -4, obtendo-se :
x1
- x3 = -1/2
x2 + 3 x3 = -1/2
x3 = -1/2
Multiplica-se a terceira
soma-se
respectivamnete
x1
= -1
x2
= 1
x3 = -1/2
equao por 1/2

s
primeira
e
e -3 e
segunda
A soluo direta.
3.4 Tipos de solues

O sistema ser :
Mtodos Numricos
34
a) incompatvel : se todos os coeficientes das incgnitas
de uma equao forem nulos e o termo independente no
for nulo;
b) indeterminado : se todos os coeficientes das incgnitas
de uma equao forem nulos e o termo independente
tambm;
c) determinado : caso pelo menos um dos coeficientes das
incgnitas de cada equao for no nulo, aps o ltimo
passo do processo de eliminao.
3.5 Condensao Pivotal
A aplicao dos mtodos de eliminao pode levar a erros
considerveis de arredondamento principalmente se os pivs
so muito prximos a zero.
Outro problema a ocorrncia de um piv nulo.
Para evitar este e minimizar aqueles, pode-se escolher para
piv outros elementos diferentes dos elementos da diagonal
principal do sistema original.
Esta tcnica chamada de condensao pivotal, e consiste em
rearranjar as equaes e / ou incgnitas de maneira que o
piv seja o coeficiente restante do sistema de maior valor
absoluto, fazendo com que os multiplicadores fiquem, em
mdulo, entre 0 e 1, o que evita a propagao de erros de
arredondamento.
O piv deve ser escolhido entre os coeficientes das equaes
e incgnitas das quais ainda no foi utilizado nenhum
coeficiente para piv.
Exemplo :
- x1 + 2 x2 + 42 x3 = 83
72 x1 - 41 x2 - 14 x3 = 44
35 x1 + 10 x2 - 5x3 = 25
a matriz extendida do sistema fica :
42 83
1 2
72 41 14 44
35 10
5 25
sequncia
de
eliminao,
utilizando
o
mtodo
de
diagonalizao,
trabalhando
com
3
algarismos
sigmificativos e sem considerar a condensao pivotal :
42
83
1 2
0 103 3010 6020
0 80 1460 2940
Mtodos Numricos
35
1 0 16,4 34
0 103 3010 6020
0
0
880 1740
0
1,6
1 0
0 103
0
70
0
0 880 1740
e a soluo seria :
x1 =
x2 =
x3 =
A
1,6
0,68
1,98
sequncia de eliminao, considerando a condensao

pivotal completa, onde antes da primeira eliminao so
trocadas as primeira e segunda equaes :
72 41 14 44
1 2
42 83
35 10
5 25
72 41 14 44
0 1,43 41,8 83,6
0 29,9 1,8 3,6
Antes da segunda eliminao so trocadas

terceira incgnitas nas 3 equaes :
as
segunda
72 14 41 44
0 41,8 1,43 83,6
0 1,8 29,9 3,6

0 40,5 72
72
0 41,8 1,43 83,6
0
0
29,8
0
no terceiro passo no preciso fazer troca de equaes e /

ou incgnitas porque o nico coeficiente que restou para
piv o coeficiente de x2 na ltima equao, resultando a
matriz extendida :
0
0
72
72
0 41,8
0 83,6
0
0 29,8 0
Mtodos Numricos
36
e a soluo do sistema :
x1 =
x2 =
x3 =
1,00
0,00
2,00
o que satisfaz as equaes originais, com 3 casas decimais.

A
condensao pivotal parcial preferida a condensao

pivotal ( ou condensao pivotal completa ) pois esta alm
de consumir grande esforo para a escolha do piv a cada
passo, ainda pode destruir certas estruturas particulares
do sistema ( simetria e esparsidade ).
A condensao parcial consiste em rearranjar equaes de

maneira que o piv escolhido seja o coeficiente de maior
valor absoluto da varivel correspondente a linha.
o que no satisfaz as equaes originais.
3.6 Refinamento da soluo

Aps determinada a soluo do sistema, por qualquer um dos
mtodos, conveniente a substituio dos valores das
incgnitas nas equaes originais do sistema, para
verificar a adequao do resultado obtido.
Se os resultados no forem adequados dentro de uma preciso
pr-estabelecida,
pode-se,
devido
a
linearidade
do
sistema, utilizar os resduos da equaes como termos
independentes e resolver o novo sistema, resultado em
correes nos resultados obtidos.
As operaes, nesta nova soluo, consiste na aplicaes das
operaes efetuadas nos termos independentes na soluo
inicial, pois os coeficientes iriam se alterar na mesma
forma j efetuada.
Exemplo :
- x1 + 2 x2 + 42 x3 = 83
72 x1 - 41 x2 - 14 x3 = 44
35 x1 + 10 x2 - 5x3 = 25
a matriz extendida do sistema fica :
42 83
1 2
72 41 14 44
35 10
5 25
Mtodos Numricos
37
a
sequncia
de
eliminao,
utilizando
o
mtodo
de
transformao na matriz unidade e sem considerar a
condensao pivotal :
1 2 42 83
0 103 3010 6020
0 80 1460 2940
34
1 0 16,4
0 1 29,2 58,4
0 0 880 1730
1 0 0 1,7
0 1 0 0,9
0 0 1 1,97
e a soluo seria :
x1 =
x2 =
x3 =
1,7
0,9
1,97
o que no satisfaz as equaes originais.

42 1,7
1 2
72 41 14 0,9
35 10
5 1,97
82,840
57,920
58,650
o resduo :
82,840 83
57,920 44

58,650 25
0,160
13,92
33,75
resduo
usado
como
termo
independente
para
a
determinao das correes a serem feitas nos valores
inicialmente obtidos, novamente usando s 3 algarismos
significativos.
42 y1
1 2
72 41 14 y 2

35 10
5 y 3
0,16
13,9
33,7
onde so aplicadas as mesmas operaes efetuadas na soluo

inicial nos termos independentes :
Mtodos Numricos
38
0,16
13,9
33,7
0,16
2,40
28,1
0,207
0,696
0,0235 0,894
26,2
0,0298
A soluo deste sistema :

1,7 0,696
0,9 0,894
1,97 0,0298
1,00
0,00
2,00
x1 =
x2 =
x3 =
1,00
0,00
2,00

A
sequncia de eliminao, considerando a condensao

pivotal completa, onde antes da primeira eliminao so
trocadas as primeira e segunda equaes :
72 41 14 44
1 2
42 83
35 10
5 25
72 41 14 44
0 1,43 41,8 83,6
0 29,9 1,8 3,6
Antes da segunda eliminao so trocadas

terceira incgnitasnas 3 equaes :
as
segunda
72 14 41 44
0 41,8 1,43 83,6
0 1,8 29,9 3,6

0 40,5 72
72
0 41,8 1,43 83,6
0
0
29,8
0
no terceiro passo no preciso fazer troca de equaes e /

ou incgnitas porque o nico coeficiente que restou para
piv o coeficiente de x2 na ltima equao, resultando a
matriz extendida :
Mtodos Numricos
39
0
0
72
72
0 41,8
0 83,6
0
0 29,8 0
x1 =
x2 =
x3 =
1,00
0,00
2,00
3.7 Inverso de matriz

a) Mtodo da adjunta
adj A
A-1 = -----|A|
O processo consiste nos seguintes passos :
substituir todos os elementos da matriz pelos valores

dos determinantes cofatores correspondentes;
transpor a matriz resultante; e
multiplicar a matriz pelo inverso do determinante da
matriz original.
b) Por eliminao
Considerando que o produto de uma matriz ( A ) por sua
inversa ( B ) resulta na matriz unidade :
A . B = B . A = U
se a matriz de ordem 3, para facilitar a compreenso :
a11 a12 a 13 b11 b12 b13 1 0 0

a 21 a 22 a 23. b 21 b 22 b 23 = 0 1 0
a 31 a 32 a 33 b 31 b 32 b 33 0 0 1
pode-se determinar os valores dos elementos da matriz

inversa ( bij ) separando esta equao matricial em n
equaes e utilizando o mtodo da transformao da matriz
na matriz unidade :
Mtodos Numricos
40
a11 a12 a 13 b11 1
a 21 a 22 a 23. b21 = 0

a 31 a 32 a 33 b31 0
a11 a12 a 13 b12
a 21 a 22 a 23. b22 =

a 31 a 32 a 33 b32
0
1

0
a11 a12 a 13 b13 0

a 21 a 22 a 23. b23 = 0

a 31 a 32 a 33 b33 1
a
determinao
das
n
solues
pode
ser
feita
conjuntamente, ficando a matriz extendida na forma :
a11 a12 a 13 1 0 0
a 21 a 22 a 23 0 1 0
a 31 a 32 a 33 0 0 1
Exemplo : Inverter a matriz :

1 3 4
0 2 1
2 5 6
a matriz extendida fica :

1 3 4 1 0 0
0 2 1 0 1 0
2 5 6 0 0 1
aps a primeira eliminao :

1 0 0
1 3 4
0 2 1
0 1 0
0 1 2 2 0 1
aps a segunda eliminao :

1 3 / 2 0
1 0 5 / 2
0 1 1 / 2
0 1 / 2 0
0 0 3 / 2 2 1 / 2 1
e aps a ltima eliminao :

Mtodos Numricos
41
1 0 0 7 / 3 2 / 3 5 / 3
0 1 0 2 / 3 2 / 3 1 / 3
0 0 1 4 / 3 1 / 3 2 / 3
c) Mtodo de Shippley-Coleman
Consiste em fazer para cada elemento da diagonal principal,
em qualquer sequncia, os seguintes passos :
1.selecionar e modificar o piv akk;
akk' = -1 / akk
2.modificar os demais elementos da coluna do piv (aik,ik)
:
aik' = aik . akk'
3.modificar os elementos fora da coluna e linha do piv
(aij,i,jk) :
aij' = aij + aik' . akj
4.modificar os demais elementos da linha do piv (ajk,jk)
:
akj' = akj . akk'
No final a matriz deve ser multiplicada por -1.
Exemplo : Inverter a matriz :
1 3 4
0 2 1
2 5 6
escolhendo como primeiro piv a22, resulta :

1 3 4
0 2
1
2 1 2
escolhendo como segundo piv a22, resulta :

1 3 / 2 5 / 2
0 1 / 2 1 / 2
2 1 / 2 3 / 2
e escolhendo como terceiro piv a33, resulta :

Mtodos Numricos
42
7 / 3 2 / 3 5 / 3
2 / 3 2 / 3 1 / 3
4 / 3 1 / 3 2 / 3
4. Mtodos Iterativos
Os mtodos iterativos consistem nos seguintes passos :
fazer uma estimativa inicial para a soluo;

refinar a estimativa at que a soluo satisfaa em
termos de preciso
Como o processo pode divergir ou demorar a convergir, deve-se prever uma verificao do
nmero de iteraes efetuadas.
Esses mtodos tem as seguintes caractersticas :
so mtodos infinitos;
podem divergir;
enganos no impedem a soluo;
no h propagao de erros entre iteraes; e
so fceis de programar.
Dado o sistema de equaes lineares :

a11.x1 + a12.x2 + ... + a1n.xn = b1
a21.x1 + a22.x2 + ... + a2n.xn = b2
.
.
.
an1.x1 + an2.x2 + ... + ann.xn = bn
consiste em obter em cada equao o valor de uma incgnita, para
formar o processo iterativo :
x1 = ( 1 / a11 ).[ b1 - ( a12.x2 + a13.x3 + ... + a1n.xn )]
x2 = ( 1 / a22 ).[ b2 - ( a21.x1 + a23.x3 + ... + a2n.xn )]
.
.
.
xn = ( 1 / ann ).[ bn - ( an1.x1 + an2.x3 + ... + ann-1.xn-1 )]
4.1 Mtodo de Gauss-Jakobi

Consiste em utilizar nos clculos os valores das incgnitas
na iterao anterior :
Mtodos Numricos
43
x1i+1 = ( 1 / a11 ).[ b1 - ( a12.x2i + a13.x3i + ... + a1n.xni )]
x2i+1 = ( 1 / a22 ).[ b2 - ( a21.x1i + a23.x3i + ... + a2n.xni )]
.
.
.
i+1
xn
= ( 1 / ann ).[ bn - ( an1.x1i + an2.x3i + ... + ann-1.xn-1i )]
4.2 Mtodo de Gauss-Seidel
Consiste em utilizar nos clculos os valores j calculados
das incgnitas :
x1i+1 = (1 / a11).[ b1 -(a12.x2i + a13.x3i + ... + a1n.xni )]
x2i+1 = (1 / a22).[ b2 -(a21.x1i+1 + a23.x3i + ... + a2n.xni )]
.
.
.
i+1
= (1 / ann).[ bn -(an1.x1i+1 + an2.x3i+1 + ... + ann-1.xn-1i+1 )]
xn
4.3 Convergncia
A condio suficiente para o processo convergir que a
matriz de coeficientes seja diagonalmente dominante, isto
, que o mdulo do elemento da diagonal seja maior que a
soma dos mdulos dos elementos fora da diagonal, para cada
linha da matriz. Este critrio chamado de critrio das
linhas.
n
ij
ci
j =1, j i
aii
A convergncia ser mais rpida quando as equaes forem

ordenadas segundo os valores crescentes dos ci e quanto
maiores estes forem.
Outra condio suficiente que pode ser usada, mas somente
para o mtodo de Gauss-Seidel, o chamado critrio de
Sassenfeld, que consiste em determinar os valores j :
a 12 + a 13 +... + a 1n
a 11
aj 1 . 1 + aj 2 . 2 +... + aj , j 1 .j 1 + aj , j + 1 +... + a 1n
ajj
Mtodos Numricos
44
Se o maior j for menor que 1, ento p mtodo de GaussSeidel gera uma sequncia convergente qualquer que seja a
estimativa inicial.
Quanto maiores forem os j mais rpida ser a convergncia,
e esta ser mais rpida quando as equaes forem ordenadas
segundo os valores crescentes dos j.
Para se alterar os valores dos j ou dos ci, pode trocar as
equaes ou as incgnitas de posio.
4.4 Estimativa inicial
No influi na convergncia e usualmente feita xi = 0 .
4.5 Condies terminais
Normalmente so uilizadas uma das seguintes :
a maior diferena, em valor absoluto, entre dois

valores sucessivos das incgnitas deve ser menor ou
igual a uma tolerncia pr-definida. Tambm pode-se
usar esta diferenas divididas pelo ltimo valor de
cada incgnita ( erro relativo ).
o maior resduo das equaes deve ser menor ou igual a
uma tolerncia pr-definida. Tambm pode-se usar estes
resduos divididos pelo termo independente de cada
equao ( erro relativo ).
5. Comparao dos mtodos

Quanto a convergncia :
os mtodos diretos obtm a soluo para qualquer sistema de equaes lineares

algbricas, desde que a matriz de coeficiente no seja singular;
os mtodos iterativos apenas em determinadas condies.
Quanto a esparsidade :
os mtodos diretos normalmente no conservam a esparsidade;
os mtodos iterativos conservam a esparsidade.
Quanto ao nmero de operaes :
nos mtodos diretos o nmero de operaes proporcional a n3;
nos mtodos iterativos o nmero de operaes proporcional a 2 n2 por iterao.
Quanto aos erros de arredondamento :

Mtodos Numricos
45
os mtodos diretos apresentam erros de arredondamento;
os mtodos iterativos so menos susceptveis aos erros de arredondamento e

independem da estimativa inicial.
6.Bibliografia
[1] Rugiero, Mrcia A. Gomes & Lopes, Vera Lcia da Rocha Clculo Numrico : aspectos tericos e computacionais -So Paulo, SP : McGraw-Hill, 1988
[2] Santos, Jos Abel Royo dos - Computao e Clculo Numrico
- apostila de curso de pos-graduao -- Itajub, MG Escola Federal de Engenharia de Itajub, 1982
[3] Campos, Ladislau Borges - Clculo Numrico - apostila de
curso de graduao -- Curitiba, PR - Universidade Federal
do Paran, 1983
[4] Menezes, Wanda Cristina de - Clculo Numrico - apostila
de curso de graduao -- Curitiba, PR - Universidade
Federal do Paran, 1993
Mtodos Numricos

Metodos Numericos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metodos Numericos

Uploaded by

Copyright:

Available Formats

Mtodos Numricos

Prof. Heinz Arthur Niederheitmann Jr

1 Hipteses usuais da Matemtica

a) os nmeros que intervem nas operaes so exatos, isto ,

b) todos os clculos so feitos usando os infinitos

c) existem muitos processos

usam exclusivamente operaes aritmticas;

Heinz Arthur Niederheitmann Jr

desenvolver algoritmos numricos;

os nmeros so aproximados, devido a erros; e

procurando solues corretas :

dentro da preciso desejada; e

utilizando algoritmos que demandem um tempo razovel.

Ex. : Resolver o sistema de equaes lineares abaixo :

pelo mtodo de Cramer :

Heinz Arthur Niederheitmann Jr

Para um sistema de ordem n, ser preciso calcular n +

estudo do sistema atual;

levantamento dos problemas e suas causas;

esboo de solues alternativas.

Heinz Arthur Niederheitmann Jr

definio dos objetivos ( sadas );

descrio das entradas; e

descrio dos processos.

definio das sadas;

descrio das entradas;

descrio dos processos :

construo do medelo matemtico;

escolha do mtodo numrico adequado; e

descrio do fluxo de trabalho.

- descrio dos processos.

Heinz Arthur Niederheitmann Jr

4. Erros possveis da soluo de problemas

a falta de acuracidade nas medidas;

utilizao de hipteses simplificadoras

confeco de programas de forma errada.

Heinz Arthur Niederheitmann Jr

est relacionada com o nmero de algarismos com que

est relacionada com quo bem o nmero representa uma

Ex. : = 3,1416 mais preciso e mais exato que 3,14

quando ele representa

so todos os algarismos de um nmero, a menos dos

a)Sistemas numricos no-posicionais

o valor de cada smbolo depende de sua posio no

Heinz Arthur Niederheitmann Jr

Sistema binrio - base 2

Heinz Arthur Niederheitmann Jr

Converso de nmeros fracionrios :

Heinz Arthur Niederheitmann Jr

( 0,6875 )10 = ( 0,1011 )2

2. Aritmtica de ponto flutuante

e o expoente, que pode variar no intervalo ( m,M

Heinz Arthur Niederheitmann Jr

a eliminao dos algarismos de um nmero, a partir

a modificao do ltimo algarismo de Fx para levar

a diferena entre o valor exato ( x ) e o valor

como x normalmente no conhecido,

Algarismo significativo correto :

um algarismo significativo est correto se o

Ex. : 2/3 = 0,66667

Heinz Arthur Niederheitmann Jr

a razo entre o erro absoluto ( EAx ) e o valor

Se um nmero tiver n algarismos significativos