Professional Documents
Culture Documents
Contedos
Introduo........................................................................................................................................1
Erros e incertezas.............................................................................................................................2
Sistemas Lineares de Equaes.......................................................................................................6
Classificao de sistemas lineares ..............................................................................................6
Soluo do Sistema de Equaes Lineares.................................................................................8
Mtodo de Eliminao de Gauss............................................................................................8
Mtodos iterativos de resoluo de sistema de equaes lineares............................................10
Mtodo de Jacobi:................................................................................................................10
Mtodo de Gauss-Seidel.......................................................................................................13
Critrio de convergncia para mtodos iterativos.....................................................................13
Equaes algbricas e transcendentes ...........................................................................................15
Avaliao de polinmios: .........................................................................................................16
Mtodo de Horner................................................................................................................16
Mtodo de Briot-Ruffini.......................................................................................................16
Limites das razes reais.............................................................................................................17
Determinao do intervalo onde h razes................................................................................17
Determinao de razes pelo mtodo da bisseco...................................................................20
Aplicao do mtodo da bisseco para funes transcendentais............................................21
Determinao de razes pelo mtodo de Newton-Raphson.......................................................23
Interpretao geomtrica...........................................................................................................23
Interpolao...................................................................................................................................25
Interpolao linear.....................................................................................................................25
Interpolao linear por relao de proporcionalidade..........................................................26
Interpolao quadrtica.............................................................................................................27
Interpolao de Newton............................................................................................................29
Definio..............................................................................................................................29
Diferenas divididas.............................................................................................................29
Interpolao de Lagrange..........................................................................................................31
O mtodo dos Mnimos Quadrados...............................................................................................32
Regresso Linear.......................................................................................................................32
Coeficiente de determinao R2...............................................................................................34
Ajuste da curva exponencial.....................................................................................................35
Ajuste da curva potencial..........................................................................................................36
Integrao Numrica......................................................................................................................38
Mtodo dos trapzios................................................................................................................38
Estimativa de incertezas no mtodo dos trapzios....................................................................40
Mtodo de Simpson...................................................................................................................42
Estimativa de incertezas no mtodo de Simpson......................................................................44
Introduo
Quando o clculo aplicado na soluo de problemas reais (Fisica, engenharia, economia,
etc...), em algum momento necessrio utilizar nmeros para se obter a resposta desejada. Em
aplicaes de matemtica, o resultado final desejado, de um modo geral, tem que ser quantitativo. Em
algumas circunstncias a substituio de variveis por nmeros ocorre somente no final do clculo,
em algumas circunstncias isto ocorre em uma fase bem preliminar.
Por clculo numrico se compreende uma srie de procedimentos que utilizam tcnicas
numricas para a realizao de clculos. Tomemos a derivao como exemplo: se f(x) = x2, para a
obteno da derivada de f(x) no ponto x = 1 podemos utilizar o mtodo analtico ou o mtodo numrico.
Mtodo analtico:
Aplicando a definio de derivada,
f xh f x
xh2 x 2
df
=lim
=lim
=2 x=2 para x = 1.
dx h 0
h
h
h0
Mtodo numrico:
Escolhemos inicialmente um valor arbitrariamente pequeno de h (por exemplo, h = 0,01) e
substitumos tanto o valor de x = 1 quanto h = 0,01 na definio de derivada. Teremos ento
10,012 12
df
=2,01
dx x=1
0,01
Verifica-se um diferena de de 0,01 entre os valores calculados analtica e numericamente. Isto
se deve ao fato de termos utilizado um valor finito de h = 0,01 em vez de h 0.
Exerccio 1: Verificar que a diferena entre os valores calculados analtica e numericamente diminui se
escolhermos valores menores de h.
Mesmo na resoluo analtica da derivada acima, no final, foi substitudo o valor 1 na varivel
x. Assim, mesmo quando se utilizam analticos, em algum momento necessrio substituir variveis
1
Erros e incertezas.
Em um dado processo de obteno de uma soluo quantitativa para um dado problema1, surge
espontaneamente o conceito de Erro. Por erro entendida a diferena entre o valor real de uma dada
grandeza e aquela que obtida. Logo, erro um conceito filosfico: se no conhecemos o valor real de
uma dada grandeza, como podemos saber a diferena entre este valor e o o obtido por algum mtodo de
medio ou de clculo? Da que modernamente se prefere utilizar o conceito de incerteza. De qualquer
maneira, neste curso utilizaremos o termo erro para expressar indistintamente erro ou incerteza, como
utilizado pela maioria da bibliografia de uso didtico no momento.
Erro de modelamento: a equao (expresso) matemtica utilizada para expressar algum fenmeno ou
processo tem aproximaes, no o descreve precisamente. Exemplo: a queda livre de um objeto
prximo ao solo expressa pela conhecida equao de movimento S = S0 + v0t + gt2/2, onde S a
posio do corpo no instante t, S0 a posio do corpo no instante t = 0, v0 a velocidade de corpo no
instante t0 e g a acelerao da gravidade. Esta equao no leva em conta a resistncia do ar, assim,
ela precisa ou para pequenas velocidades (ou para um ambiente em vcuo). Conforme a velocidade
aumenta este equao passa a ser cada vez menos precisa.
Erro de truncamento e arredondamento: representamos nmeros reais utilizando o sistema decimal
ou o binrio (utilizado por computadores) de um modo geral. Ao executarmos algumas operaes, o
resultado pode necessitar de um nmero muito grande de dgitos (at mesmo um nmero infinito de
dgitos, no caso de nmeros irracionais) para ser representado com exatido. O que ocorre na realidade
que limitamos o nmero de dgitos de modo que o erro introduzido seja desprezvel para o propsito a
1 Este processo pode ser de medio, clculo, estimativa, etc...
que se destina o clculo efetuado. Este procedimento chamado de truncamento. Por exemplo, o
pode ser representado com exatido pela expresso = P/D onde P e D so o permetro e o dimetro de
um crculo. No entanto, p um nmero irracional e para ser representado no sistema decimal seria
necessrio um nmero infinito de dgitos. Tomando somente os primeiros 9 dgitos pode-se escrever
= 3,14159265. No entanto, para a maior parte das aplicaes o valor de 3,14 preciso o suficiente, ou
seja, o valor de truncado na casa da centena . Este procedimento introduz no clculo uma
incerteza na casa do milhar.
Para amenizar o erro introduzido por truncamento, procedimento normal arredondar o
nmero. Por exemplo, o valor de truncado na 4a. casa depois da vrgula fica como 3,1415; no entanto,
arredondamos para 3,1416 pois o dgito imediatamente aps o 5 um 9 e certamente 3,1416 mais
prximo do valor de que 3,1415. H discusses quanto a como arredondar de maneira adequada um
nmero, neste curso tomaremos um processo simplificado que simplesmente arredonda para baixo
se o dgito subseqente for 4 ou menor e para cima se o dgito subseqente for 5 ou maior.
Erro absoluto:
u=uu 0
u=
uu 0 u
=
u0
u0
Notar que u um nmero puro que pode freqentemente ser apresentado na forma de
porcentagem. Ou, u = 0,1 o mesmo que u = 10%.
Propagao de erros: Se tomarmos 2 nmeros com suas respectivas incertezas, u u e v v e
efetuarmos operaes com estes nmeros, tais como soma, subtrao, multiplicao, diviso, clculo de
logaritmos, seno e cosseno, etc... o erro ir se propagar, isto , no resultado do clculo haver um erro
que conseqncia de u e v.
Soma e subtrao: w = u + v
ou w = u - v w= u 2 v 2
Multiplicao e diviso: w = u v
ou w = u/v w= u 2 v 2 =
w
w
w
w
w
u
v
z
u
v
z
3
0,001
0,01
=0,000526581 ; w = ww = 0,000026443
2,125
42,32
e c -d ; c d e c/d .
radianos.).
f -) a = 22,50,5 ; calcular
a ; a2 ; a 2/3 .
a
b
ab2c
Exerccio 3: Um retngulo tem por lados A = (45,0 0,5) cm e B = (60,08 0,06) cm. Calcular e
expressar de maneira adequada o permetro e a rea do retngulo.
Exerccio 4: A distncia de So Paulo a Curitiba de 400 km com uma incerteza de aproximadamente
10 km. Se um veculo realiza uma viagem entre estas duas capitais em um intervalo de tempo de 4,0
horas com uma incerteza de 10 minutos, qual a velocidade escalar mdia do veculo e qual sua
incerteza? Obs.: a expresso para velocidade escalar mdia
v e =
D
, onde D a distncia
t
a 11 a 12
a 21 a 22
a n1 a n2
a1 n
a2n
a nn
x1
b1
x 2 = b2
xn
bn
dizemos que o sistema tem soluo se e somente se existe o conjunto (x1, x2 xn tal que a equao
acima seja verdadeira.
Exemplo 3: Dado o sistema linear de equaes
x1 + 2 x2 - x3 = 2
2 x1 - x2 - x3 = 0
x1 - 2 x2 + 4 x3 = 3
pode ser verificado, por substituio, que (1, 1, 1)T soluo para o sistema.
x1 + x2 = 2
Exemplo 5:
x1 - x2 = 0
- Quando o sistema tem vrias solues possveis, dizemos que indeterminado.
x1 + 2 x2 = 4
Exemplo 6:
2 x1 + 4 x2 = 8
x1 + 2 x2 - x3 = 2
b-) x1 + 2 x2 - x3 = 2
2 x1 - 2 x2 + x3 = 1
2 x1 - 2 x2 + x3 = 1
x1 -4 x2 + 2 x3 = -1
x1 + 4 x2 + 2 x3 = -1
x1 + 2 x2 - 3 x3 = 4
x2 + 5 x3 = 7
2 x3 = 2
Ento
L3 : 2 x 3 =2 x 3 =1
L 2 : x 2 51=7 x 2=2
L3 : x 1 2231=4 x 1 =3
Pode-se mostrar que todo sistema compatvel e determinado pode ser reduzido a um sistema triangular
usando transformaes elementares.
Transformaes Elementares:
a-) Trocar a ordem de 2 linhas;
b-) Multiplicar uma linha por uma constante no nula;
c-) Adicionar 2 linhas.
-3 | 3
-1 | 5
2 -3
1 | -1
-3 | 3
-2 | 10
4 -6
2 | -2
-3 | 3
0 -2
-1 | -7
10
-5 |
Agora a 2 e a 3 linha so trocadas de posio para que o valor do piv seja o maior possvel.
4
10
0 -2
-3 | 3
-5 |
-1 | -7
-3 | 3
10
-5 |
10
5 | 35
-3 |
10 -5 |
0 -10 | -30
Exerccio 7: Resolver, pelo mtodo de pivotamento de Gauss, os sistemas lineares de equaes abaixo:
a-)
c-)
2,5 x1 -3 x2 + 4,3 x3
= 2,90
2 x1 + 6,1x2 + 2,7 x3
= 27,6
4 x1 - 2 x2 + 1,6 x3
= 5,40
d-)
b-)
f-)
x1 - x2 + 3 x3 = 7
1,25 x2 -5 x3 = -3,4
x1 + x2 + x3 - 4 x4 = -1
0,04
0,12 1,25 x 1
0,0544
0,89
0,02 0,86
x 2 = 0,0160
0,21 0,45 0,11 x 3
0,0137
2 x1 + x2 - 3 x3 = -1
31 12 25 x 1
177
11 22 8 x 2 = 155
14 5 21 x 3
39
3 x1 + 2 x2 - x3 = 6
h-)
x1 + 2 x2 - 5 x3 + x4 = -1
2 x1 - 8 x2 + x3 - x4 = -6
4 x1 + x2 + x3 + x4 = 7
0,04
0,12 1,25 x 1
0,0544
0,89
0,02 0,86
x 2 = 0,0160
0,21 0,45 0,11 x 3
0,0137
b1a 12 x 2 a 13 x 3 a 1 n x n
a 11
x 2=
b 2 a 21 x 1a 23 x 3a 2 n x n
a 22
xi =
bi a i j x j
i j
ai i
x 10 , x 02 , x 0,3 , x 0n T , onde o superescrito '0' indica a
primeira aproximao;
os valores de
os valores de
x 1i ;
x i2 ; e assim
sucessivamente at que os valores de xi convirja para os valores procurados, com erros previamente
estabelecidos.
Obs.: Convenciona-se aqui erro inferido (x) como o mdulo da diferena entre um valor calculado de
x e o seu valor calculado na iterao anterior. Assim, x3 = |x3 - x2| .
Exemplo 9: Resolver o sistema abaixo utilizando o mtodo iterativo de Jacobi, com um erro relativo
menor que 0,5%:
5 x1 - x2 = 3
x1 + x2 = 3
Isolando os termos da diagonal, tem-se
x1 = (3 + x2) / 5
x2 = 3 - x1
10
Vamos chutar valores iniciais (x1, x2)T = (0, 0)T , e iniciar substituies sucessivas nas equaes acima,
conforme mostrado na tabela abaixo,
n
x1 = (3 + x2) / 5
x2 = 3 - x1
x1
x2
x1
x2
0,0000
0,6000
0,0000
0,6000
3,0000
100
100,00
1,2000
3,0000
0,6000
0,6000
50
25,00
1,0800
2,4000
0,1200
0,6000
11,11
33,33
0,9600
1,8000
0,1200
0,1200
12,50
6,25
0,9840
1,9200
0,0240
0,1200
2,44
5,88
1,0080
2,0400
0,0240
0,0240
2,38
1,19
1,0032
2,0140
0,0048
0,0240
0,48
1,20
0,9984
1,9968
0,0048
0,0048
0,48
0,24
onde n indica a ordem da iterao (0 o 'chute' inicial), x indica o erro absoluto e x indica o erro
relativo (em porcentagem na tabela).
Exemplo 10: Resolver o sistema de equaes lineares abaixo, pelo mtodo de Jacobi, com um erro
absoluto menor que 0,01.
3 x1 + x2 - x3 = 10
x1 + 2 x2 + x3 = 8
x1 - x2 + 4 x3 = 5
Acompanhe o desenvolvimento na tabela.
n
x1
(10-x2 +x3)/ 3
x2
(8-x1-x3)/2
x3
(5-x1+x2)/4
x1
x2
0,0000
0,0000
0,0000
3,3333
4,0000
1,2500
3,3333
4,0000
1,2500
2,4167
1,7083
1,4167
0,9167
2,2917
0,1667
3,2361
2,0833
1,0729
0,82
0,3750
0,3438
2,9965
1,8455
0,9618
0,2396
0,2378
0,1111
3,0388
2,0208
0,9622
0,0422
0,1753
0,0004
2,9805
1,9995
0,9955
0,0583
0,0213
0,0333
2,9987
2,0120
1,0048
0,0182
0,0125
0,0092
2,9976
1,9983
1,0033
0,0011
0,0137
0,0014
10
3,0017
1,9995
0,0041
0,0013
0,0032
11
Exerccio 8: Determinar a soluo dos sistemas lineares abaixo, com um erro menor que 0,2%,
utilizando o mtodo de Jacobi.
a-)
x1 + x2 + x3 - 4 x4 = -1
x1 + 2 x2 - 5 x3 + x4 = -1
2 x1 - 8 x2 + x3 - x4 = -6
4 x1 + x2 + x3 + x4 = 7
b-)
c-)
d-)
e-)
f-)
g-)
x1 + 2 x2 + 4 x3 = 18
- x1 + 3 x2 + x3 = 14,5
5 x1 2x2 + x3 = 1,5
x1 - 0,25x2 - 0,25x3 = 0
-0,25x1 + x2 - 0,25x4 = 0
-0,25x1 + x3 -0,25x4 = 0,25
-0,25x2 + x4 =0,25
0,04
0,12 1,25 x 1
0,0544
0,89
0,02 0,86
x 2 = 0,0160
0,21 0,45 0,11 x 3
0,0137
3 x1 5 x2 + 12 x3 = 11,25
5 x1 + x2 2 x3 = 2,32
- 2 x1 + 7 x2 x3 = - 3,45
12
Mtodo de Gauss-Seidel
O mtodo de Gauss-Seidel semelhante ao de Jacobi, a menos que ao substituirmos
iterativamente valores de x, utilizamos sempre o valor mais atual. Por exemplo, vamos tomar um
sistema de 3 equaes e trs incgnitas.
Isolamos as equaoes de x1, x2 e x3 ;
Chutamos valores para x 01 , x 02 , x 03 e com eles calcularmos x 11 ;
para calcularmos x 12 usamos x 11 e x 03 , e no x 10 e x 03 ;
para calcularmos x 13 usamos x 11 e x 12 , e assim sucessivamente.
Exemplo 11: Resolver o sistema linear de equaes do Exemplo 10 usando agora o mtodo de GaussSeidel.
Acompanhe o desenvolvimento na tabela
x1
x2
1,0000
3,3333
2,3333
1,0000
2,0556
1,0417
0,4444
0,2778
0,0417
2,9954
1,9815
0,9965
0,1065
0,0741
0,0451
3,0050
1,9992
0,9986
0,0096
0,0177
0,0020
2,9998
2,0008
1,0003
0,0052
0,0016
0,0017
x1
(10-x2 +x3)/ 3
x2
(8-x1-x3)/2
x3
(5-x1+x2)/4
0,0000
0,0000
0,0000
3,3333
2,3333
2,8889
Observe que enquanto que pelo mtodo de Jacobi foram necessrias 10 iteraes para convergir dentro
do erro especificado, pelo mtodo de Gauss-Seidel foram necessrias apenas 6.
Exerccio 9: Resolver os sistemas de equaes lineares do exerccio 8 usando o mtodo de GaussSeidel, com erros relativos menores que 0,2%.
Exerccio 10: Dos sistemas de equaes lineares abaixo somente dois so determinados e, destes,
somente um pode ser resolvido utilizando um mtodo iterativo (Jacobi ou Gauss-Seidel). Identifiqueos.
a-)
x1 + 2 x2 x3 = 1
x1 x2 + 2 x3 = 0
b-)
3 x1 + x2 + 2 x3 = 12
x1 + 3 x2 2 x3 = 5
13
c-)
2 x1 + x2 + x3 = 5
x1 + x2 + x3 = 5
x1 x2 + x3 = 0
x1 + x2 x3 = 3
d-)
2 x1 - 2 x2 + 4 x3 = - 2
x1 + 2 x2 + 4 x3 = 18
- x1 + 3 x2 + x3 = 14,5
5 x1 2x2 + x3 = 1,5
Exerccio 11: Do exerccio acima, resolva o nico sistema que pode ser resolvido por mtodos
iterativos pelo mtodo de Gauss-Seidel, com um erro menor que 1%.
Exerccio 12: Do exerccio 10, resolva o sistema determinado que no pode ser resolvido por mtodos
iterativos, pelo mtodo de Gauss (Escalonamento).
Exerccio 13: Em uma escavao de runas antigas foi encontrado um documento que dizia que no
local havia um templo. De acordo com este documento, o templo tinha razes constantes entre a frente
e altura e entre a altura e o comprimento do prdio, da seguinte maneira: a frente era 1,5 vezes a altura
do prdio e o comprimento era 1,5 vezes a frente. Outro dado importante encontrado no documento era
que o permetro do templo era de 100 m. Baseado nestas informaes, monte um sistema de equaes
lineares e resolva-a, determinando qual a altura, a frente e o comprimento do templo.
Exerccio 14: Resolva o sistema de equaes abaixo usando o mtodo iterativo de Gauss-Seidel.
6 x1 - x2 + x3 = 22
x1 + 2 x2 - 5x3 =
12
2 x1 - 8 x2 + x3 = -10
Exerccio 15: Com relao aos sistemas de equaes lineares abaixo, responda as questes a seguir.
a-)
b-)
c-)
d-)
e-)
f-)
14
A raiz ser definida e nica se a derivada f '(x) existir e preservar o sinal dentro do intervalo [a, b].
Equaes algbricas
Seja uma equao algbrica de grau n (n 1)
n
n1
n2
P x =a n x a n1 x a n2 x a 0 =0
onde os coeficientes ai so reais e an 0.
Teorema: (Teorema fundamental da lgebra). Uma equao algbrica de grau n tem exatamente n
razes, reais ou complexas, desde que cada raiz seja contada de acordo com sua multiplicidade.
Definio: Uma raiz tem multiplicidade m se
dP d 2 P
d m1 P
P =
=
==
=0
dx
dx 2
dx m1
d m P
dx m
15
Exemplo 12:
P'(x) = 4 x3 - 15 x2 + 12 x +4 P'(2) = 0
P''(x) = 12 x2 - 30 x + 12 P''(2) = 0
P'''(x) = 24 x - 30 P'''(2) = 18
Ento as razes so 1 = 2 (multiplicidade 3) e 2 = 1 .
Exemplo 13: P(x) = x3 -1.
Uma raiz bvia: 1 = 1.
De acordo com o teorema fundamental da lgebra deve haver mais duas razes! Ou seja,
P(x) = (x - a1)(x - a2)(x - a3) = x3 -1
ento
P x
2
= xa 2 xa 3 =x x1
x1
1 3
i
2
2
1 3
3 = i
2
2
2 =
Usando Bascara,
Teorema : Se os coeficientes de uma equao algbrica so reais, ento as razes complexas desta
equao so complexos conjugados em pares, isto , se 1 = a + i b, ento 2 = a i b.
Avaliao de polinmios:
Supor o polinmio:
P x =a 4 x a 3 x a 2 x a 1 xa 0
Mtodo de Horner.
P x 0 =a 4 x 0 a 3 x 0 a 2 x 0 a 1 x 0 a 0
Mtodo de Briot-Ruffini.
a4
x0
P4 = a4
a3
a2
a1
a0
P4 x0
P3 x0
P2 x0
P1 x0
P3 = a3 + P4 x0
P2 = a2 + P3 x0
P1 = a1 + P2 x0
P0 = a0 + P1 x0
P x 0 =P 0
16
nk
B
, onde
an
L=1
53
8
=2,63 Logo, no h raiz real para x > 2,63.
3
P(x) ==> 1 = L
ii-) Para
iii-) Para
iv-) Para
a n =9
n=4
B=117
k =2
2-)
42
117
=4,6 ==>
9
1 = L = 4,6
L=1
42
117
=1,6 ==>
324
2 = 1/L = 0,625
a n =9
n=4
B=117
k =2
4-)
L=1
a n =324
n=4
B=117
k =2
3-)
L=1
42
117
=4,6 ==>
9
3 = -L = -4,6
a n =324
n=4
B=117
k =2
L=1
42
117
=1,6 ==>
324
4 = -1/L = - 0,625
18
Exerccio 17: Determinar, usando o Teorema de Lagrange, os intervalos onde h razes das funo
algbricas:
a-) x3 - 5 x2 + 9 x - 45
b-) 4x4 - 5 x3 - 7 x2 + 29 x + 30
c-) 3x5 - 4 x3 + 27 x2 + 108
d-) 2x6 - 25 x4 + 32 x2 +451
19
f(x)
d
a
}
}
L=1
3
=2,7 , 1 = 2,7
1
20
Se houverem razes positivas, elas estaro no intervalo [0,6; 2,7]. Testa-se a funo nos pontos
extremos e no valor mdio (0,6 + 2,7)/2 = 1,65, ou seja
f(0,6) = -2,64
f(1,65) = -0,2775
f(2,7) = 4,29
a raiz estar ento no intervalo [1,65; 2,7] pois as funes nestes pontos tem sinais opostos, ou seja f
(1,65)f(2,7) < 0. Testa-se ento o valor mdio entre os extremos
(1,65 + 2,7)/2 = 2,18
f(1,65) = -0,2775
f(2,18) = 1,752
f(2,7) = 4,29
e a raiz estar no intervalo [1,65; 2,18], pois f(1,65)f(2,18) <0, e assim sucessivamente. Veja a tabela
abaixo
f(xmenor)
f(xmdio)
f(xmaior)
f(0,6) = -2,64
f(1,65) = -0,2775
f(2,7) = 4,29
f(1,65) = -0,2775
f(2,18) = 1,75
f(2,7) = 4,29
0,53
f(1,65) = -0,2775
f(1,92) = 0,686
f(2,18) = 1,75
0,26
f(1,65) = -0,2775
f(1,785) = 0,186
f(1,92) = 0,686
0,135
f(1,65) = -0,2775
f(1,718) = -0,0485
f(1,785) = 0,186
0,067
f(1,718) = -0,0485
f(1,752) = 0,069
f(1,785) = 0,186
0,034
f(1,718) = -0,0485
f(1,735) = 0,010
f(1,752) = 0,069
0,017
f(1,718) = -0,0485
f(1,727) = -0,0175
f(1,735) = 0,010
0,008
f(1,727) = -0,0175
f(1,731) = -0,0036
f(1,735) = 0,010
0,004
f(1,731) = -0,0036
f(1,733) = 0,0033
f(1,735) = 0,010
0,002
f(1,731) = -0,0036
f(1,732) = -0,00018
f(1,733) = 0,0033
0,001
A raiz de f(x) = x2 -3
x = 1,732 0,001
5 8
21
Exemplo 17: Determinar a raz da funo f(x) = sen(x) usando o mtodo da bisseco, com um erro
menor que 0,5%.
A funo seno tem vrias razes, pois sen(x) = 0 sempre que x = n, com n inteiro. A ttulo de exemplo,
tomemos o intervalo [3; 4] e observe a tabela a seguir.
x
x (%)
-0,3508
0,2500
25,00
3,2500
-0,1082
0,1250
12,50
-0,0459
3,2500
-0,1082
0,0625
6,25
3,1563
-0,0147
3,1875
-0,0459
0,0313
3,13
0,0166
3,1406
0,0010
3,1563
-0,0147
0,0156
1,56
3,1406
0,0010
3,1484
-0,0068
3,1563
-0,0147
0,0078
0,78
3,1406
0,0010
3,1445
-0,0029
3,1484
-0,0068
0,0039
0,39
x (%)
xmenor
sen(xmenor)
xmedio
sen(xmedio)
xmaior
sen(xmaior)
3,0000
0,1411
3,5000
-0,3508
4,0000
-0,7568
3,0000
0,1411
3,2500
-0,1082
3,5000
3,0000
0,1411
3,1250
0,0166
3,1250
0,0166
3,1875
3,1250
0,0166
3,1250
E ento
x = 3,1450,004 .
xmenor
sen(xmenor)
xmedio
sen(xmedio)
xmaior
sen(xmaior)
5,0000
-0,9589
6,0000
-0,2794
7,0000
0,6570
6,0000
-0,2794
6,5000
0,2151
7,0000
0,6570
0,5000
50,00
6,0000
-0,2794
6,2500
-0,0332
6,5000
0,2151
0,2500
25,00
6,2500
-0,0332
6,3750
0,0917
6,5000
0,2151
0,1250
12,50
6,2500
-0,0332
6,3125
0,0293
6,3750
0,0917
0,0625
6,25
6,2500
-0,0332
6,2813
-0,0019
6,3125
0,0293
0,0313
3,13
6,2813
-0,0019
6,2969
0,0137
6,3125
0,0293
0,0156
1,56
6,2813
-0,0019
6,2891
0,0059
6,2969
0,0137
0,0078
0,78
6,2813
-0,0019
6,2852
0,0020
6,2891
0,0059
0,0039
0,39
x = 6,2850,004
Assim, possvel que pelo mtodo da bisseco, obtenhamos somente uma raiz local.
Exerccio 19 : Determinar, pelo mtodo da bisseco, as razes das funes abaixo:
a-) f(x) = x3 - 6 x2 - x + 30
22
x n1= x n
f xn
onde f '(x)
f ' xn
Interpretao geomtrica.
f(xn)
xn+2 xn+1
xn
Na figura acima, a tangente de f(x) no ponto x = xn dada por f(x)/(xn - xn+1). A tangente da funo f(x)
no ponto xn a prpria derivada f'(xn), da, isolando xn+1,
x n1=x n
f xn
f ' xn
da tangente de f(x) no ponto x=xn+1 obtm-se xn+2, e assim sucessivamente, se aproximando do valor
onde f(x) = 0. Observar que quando f(x) = 0, xn+1 = xn .
Exemplo 18: Determinar, pelo mtodo de Newton-Raphson, a raiz da funo f(x) = ln(x)+x, com um
erro menor que 0,5%. Obs.: Iniciar com x0 = 1.
ln x x
x n1= x n
f(x) = ln(x) + x e f'(x) = 1/x + 1, ento, neste caso,
.
1
1
x
n
xn
23
x (%)
1,0000
0,5000
0,5000
100,000
0,5644
0,0644
11,408
0,5671
0,0028
0,486
x = 0,5670,003 .
Exerccio 20: Determinar pelo menos uma raiz das funes abaixo, usando o mtodo de NewtonRaphson, com um erro menor que 0,1%.
a-) f(x) = x3 - 6 x2 - x + 30
b-) f(x) = 3 x - cos(x)
c-) x + 2 cos(x)
d-) 3 x2 - ex
e-) e-x - x
Exerccio 21: Obter, usando o mtodo de Newton-Raphson, a relao de recorrncia para soluo de
n
x= A .
Exerccio 22: Usando o resultado da questo anterior, calcule
Exerccio 23: Usando o resultado da questo 21, calcule
5 13
2 13
Exerccio 24: Usando o mtodo de Newton-Raphson, calcule 110,25 com um erro menor que 0,2%.
24
Interpolao
Quando valores discretos de uma determinada funo y(x) so conhecidos, valores intermedirios
podem ser obtidos utilizando tcnicas de interpolao.
Exemplo 19:
x
y(x)
0,000
30
0,500
45
0,707
60
0,866
90
1,000
Interpolao linear
So traadas retas que unem os pontos dois a dois, para os dados tabelados acima.
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0
10 15
20 25
30
35 40
45 50
55 60
65
70 75
80 85
90
25
0,693
1,099
1,386
1,609
1,946
y2
y1
x1
x2
Dados os valores y(x1) = y1 e y(x2) = y2, por semelhana de tringulos, tem-se que
x x 1
y y 1
=
x 2 x 1 y 2 y 1
Exemplo 20: Sabendo-se que y(2) = 2,00 e y(3) = 3,15 , estimar, usando interpolao linear, y(2,7).
Substituindo na relao acima,
2,72 y 2,72
=
32 3,152,00
e y(2,7) 2,81.
Exerccio 27: Estimar, usando interpolao linear, o valor aproximado de cos(55o).
Dica: Usar os valores conhecidos de cos(45o) e cos(60o).
26
Exerccio 28: Dada a funo tabelada abaixo, usar a interpolao linear para estimar y(2,35); y(4,18) e
y(5,72).
x
y(x)
8,19
5,49
3,68
2,47
Interpolao quadrtica
So traadas parbolas que unem os pontos conhecidos 3 a 3.
1,0
0,9
2 parbola
0,8
0,7
0,6
0,5
0,4
0,3
1 parbola
0,2
0,1
0,0
0
10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
y(x)
0,000
30
0,500
45
0,707
27
1 0 02
0
2
1 30 30
0,5
2
1 45 45 0,707
1 0
0
0
0 30 900
0,5
0 45 2025 0,707
1 0
0
0
0 45 2025 0,707
0 45 1350 0,750
1 0
0
0
0 45 2025 0,707
0 30 900
0,5
1 0
0
0
0 45 2025
0,707
0 0 675 0,0430
0,1947
0,60
0,3293
1,10
0,3662
1,80
0,2975
2,40
0,2177
3,10
0,1397
3,90
0,0789
4,60
0,0462
Exerccio 31: Estimar, usando interpolao quadrtica, o valor aproximado de cos(55o). Dica: Usar os
valores conhecidos de cos(30), cos(45o) e cos(60o). Compare com o resultado do exerccio27. Qual dos
dois valores se aproxima mais do valor exato?
28
Interpolao de Newton.
Definio
Dado um conjunto de pares ordenados xi, yi que correspondentes a uma funo y(x), o mtodo de
interpolao de Newton consiste em adotar um polinmio interpolador como
P(x) = a0 + a1 (x x1) + a2 (x x1) (x x2) + a3 ( x x1)(x x2)(x x3) + a4 (x x1)(x x2)(x x3)(x x4) +
2,6
2,3
5,2
3,6
7,1
3,4
12,5
15
1,2
1,5
46
4,5
21
22
4,2
8,7
12
42
6,7
22,5
25
11,2
66,0
11
Diferenas divididas
Dada uma funo tabelada (xi, yi), define-se como diferena dividida de primeira ordem
y yi
y i1 y i
y i = i1
, diferena dividida de segunda ordem y i2=
, diferena dividida de
x i1 x i
x i2 x i
2
3
y i1
y i2
y i1
y i3
3
4
terceira ordem y i =
, de quarta ordem y i =
, e assim por diante.
x i3 x i
x i4 x i
29
Dada uma funo tabelada, possvel calcular a tabela de diferenas divididas, como abaixo:
x
x1
y1
y1
y12
y13
y14
x2
y2
y2
y22
y23
y24
x3
y3
y3
y32
y33
x4
y4
y4
y42
x5
y5
y5
y2
y3
y4
1,3
5,8333
-1,1905
0,2293
-0,0108
2,5
2,5000
-0,1128
0,1655
4,1
12
2,1053
0,6650
16
4,1667
7,2
21
30
Interpolao de Lagrange
Se existem n pares (x, y) tabelados, possvel ajustar somente um polinmio de grau (n -1) tal que, para
todo xi, existe P(xi) = yi.
n1
Os coeficientes am podem ser determinados montando um sistema de equaes lineares com n equaes
e n incgnitas. Pode-se, entretanto, mostrar que o polinmio acima pode ser escrito como
x x 1 xx 2 x x 3 x x n1
xx 0 x x 2 xx 3 x x n1
P x =
y x 0
y x 1
x 0 x 1 x 0 x 2 x 0 x 3 x 0 x n1
x 1 x 0 x 1 x 2 x 1x 3 x 1 x n1
xx 0 x x 1 x x 2 x x n2
y x n1
x n1 x 1 x n1 x 2 x n1 x 3 x n1 x n2
n1 n1
P x =
i=0 ji
x x j
y xi
xi x j
Exemplo 24: Determinar o polinmio que ajusta aos pontos dados na tabela abaixo, usando a
interpolao de Lagrange. Usando este polinmio, determinar y(1,25); y(2,5) e y(3,2).
x
1
2
3
4
P x =
y(x)
10
5,15
2,31
0,3
x2 x3 x4
x1 x3 x4
10
5,15
12 13 14
21 23 24
x1 x2 x4
x1 x2 x3
2,31
0,3
31 32 34
41 42 43
P x =
P(1,25) = 8,535
59 3 437 2 6017
451
x
x
x
300
200
600
25
P(2,5) = 3,553
31
P(3,2) = 1,879
0,25
0,5
0,75
1,25
1,5
1,75
O mtodo dos mnimos quadrados uma maneira de determinar a curva f(x) que melhor se
ajusta ao conjunto {xi, yi}, pela minimizao do quadrado
da soma dos resduos
N
S = 2 .
i=1
Regresso Linear.
N
Supor um conjunto {xi, yi} e que estes pontos devam descrever uma reta f(xi) = a + b xi. Ento,
S = ab x i y i
i=1
S
=0 ;
a
2 ab xi y i =0
i=1
n
i=1
i=1
i=1
S
=0 ;
b
2 ab x i yi x i =0
i=1
n
ab xi = yi
a x i b x = y i x i
i=1
32
i=1
2
i
i=1
Rearranjando, tem-se
n
i=0
n
i=0
n
a nb x i = y i
n
a x i b x i2 = y i x i
i=0
i=0
i=0
Exemplo 26: Ajustar aos dados apresentados na tabela abaixo, uma reta, usando o mtodo dos
mnimos quadrados.
xi
2,2
3,5
5,2
8
9,3
12,2
xi =40,4
y i =149
xi2=346,46
y i xi =1200,9
yi
11
14
24
27
33
40
6 a40,4 b=149
=========>
35
30
25
20
15
10
2
10
12
14
33
a-)
b-)
c-)
12,2
17,8
-1,79
2,24
5,03
20
16,6
2,06
4,29
18,43
34,1
22,9
4,00
6,41
41,05
42,6
25,17
7,39
8,26
68,19
60,4
28,74
11,40
75,7
28,59
14,44
d-)
e-)
f-)
0,2
11,98
0,2
7,10
1.960
75.767
0,4
10,95
0,4
7,61
1.970
141.193
0,6
9,57
0,6
5,38
1.980
206.073
0,8
8,52
0,8
5,74
1.990
271.244
1,0
7,62
1,0
5,48
2.000
335.815
1,2
6,96
1,2
3,68
1,4
5,90
1,4
4,29
R2=
x i y i 1n x i yi
i=1
i=1
i=1
[ ] [
n
x i2
i=1
1
n
xi
i=1
y i2
i=1
1
n
]
]
2
yi
i=1
f(x)
y(x) = ln(f)
0,0
5,309
1,669
0,2
5,753
1,750
0,4
5,897
1,774
0,6
7,068
1,956
0,8
6,977
1,943
1,0
7,634
2,033
1,2
7,014
1,948
1,4
8,949
2,192
1,6
9,157
2,215
Desta tabela cria-se a tabela direita da original, onde y = ln(f) e dela tiramos os parmetros
n=9
S xi = 7,2
S xi2 = 8,16
S yi = 17,5751
S xi yi = 14,6578
A 9b 7,2=17,5751
A 7,2b 8,16=14,6578
35
a-)
b-)
c-)
f(x)
f(x)
f(x)
0,0
1,123
0,2
14,003
0,0
14,287
0,1
1,267
0,5
15,082
1,5
15,047
0,2
1,252
0,8
15,796
3,0
21,927
0,3
1,575
1,1
15,982
4,5
25,006
0,4
1,511
1,4
15,552
6,0
26,957
0,5
2,006
1,7
15,888
7,5
34,215
0,6
1,882
2,0
16,421
9,0
51,601
2,3
19,626
10,5
59,343
2,6
17,920
A = ln(a)
e X = ln(x)
Ento, para ajustar uma potencial a um conjunto de dados fornecidos na forma de uma tabela
{xn, fn}, criamos uma segunda tabela com {ln(xn), ln(fn)} e ajustamos uma reta a estes dados, obtendo A
e b; e a = eA.
Exemplo 29: Dada a tabela abaixo, ajustar uma potencial a estes valores.
x
f(x)
X = ln(x)
y = ln(f)
1,2
1,669
0,182
0,512
2,2
5,965
0,788
1,786
3,2
10,886
1,163
2,387
4,2
18,474
1,435
2,916
5,2
35,047
1,649
3,557
6,2
41,724
1,825
3,731
7,2
61,693
1,974
4,122
8,2
82,936
2,104
4,418
9,2
103,514
2,219
4,640
S xi = 13,34
n=9
S xi2 = 23,364
S yi = 28,070
S xi yi = 48,865
A 9b 13,34=28,070
.
A 13,34b 23,364=48,865
e
Resolvendo este sistema, tem-se
A = 0,1225;
Ento
a = eA = 1,1303;
b = 2,022.
b-)
c-)
f(x)
f(x)
f(x)
0,5
0,102
0,5
10,563
0,3
0,346
1,0
0,357
1,0
13,593
0,6
1,616
1,5
0,768
1,5
14,811
0,9
4,597
2,0
1,307
2,0
16,277
1,2
7,958
2,5
1,973
2,5
18,922
1,5
14,619
3,0
2,524
3,0
16,571
1,8
24,092
3,5
3,837
2,1
36,200
4,0
3,867
2,4
48,384
2,7
55,081
37
Integrao Numrica
Interpretao geomtrica da integral: o valor
f(x)
numrico da integral
f x dx
igual rea
f x dx= lim
f x n x
x 0 n=1
N
Numericamente, toma-se x pequeno o suficiente para que o erro do clculo seja inferior a um
certo valor pr-determinado, ento
b
f x dx= f x n x= x f 0 f 1 f 2 f n1
n=1
f(x)
38
f 0 f 1
f f2
f f3
f fn
x 1
x 2
x n1
x
2
2
2
2
x
f x dx= [ f 0 2 f 1 2 f 22 f 32 f n1 f n ]
2
f x dx=
a
I =
0
dx
1 x
f x =
1
. Um possvel procedimento o indicado na tabela
1x
abaixo.
x
f(x)
p f(x)
0,00
1,0000
1,0000
0,40
0,7143
1,4286
0,80
0,5556
1,1111
1,20
0,4545
0,9091
1,60
0,3846
0,7692
2,00
0,3333
1
p f(x) =
0,3333
5,5513
20
Nesta tabela, x= 5 =0,4 ; p o nmero pelo qual f(xn) multiplicada na expresso da integral e
p f(x) indica a soma dos termos entre colchetes, na mesma expresso. Logo,
x
0,4
I = p f x
=5,5513 =1,1103 .
2
2
Exerccio 40: Calcular a integral da funo tabelada abaixo, no intervalo [1; 3], usando o mtodo dos
trapzios..
x
f(x)
1,0
2,00
1,2
2,16
1,4
2,24
1,6
2,24
1,8
2,16
2,0
2,00
2,2
1,76
2,4
1,44
2,6
1,04
2,8
0,56
3,0
0,00
39
x e2 x dx
com 10 sub-intervalos.
Exerccio 42: Calcular a integral de f(x) = sen2(x) no intervalo [0; /4], com 5 intervalos.
ba
2
x f ' ' ,
12
onde o valor para o qual a derivada segunda de f(x) mxima no intervalo ab .
a-) quando se conhece f(x):
b-) quando no se conhece f(x) (mas pode ser aplicado tambm quando f(x) conhecida):
ba 2
=
f
12
onde
2 f
f n = f n f n1
e f n = f n f n1 .
Ento =
2f
f(x)
0,0
1,0000
0,4
0,7143
-0,2857
0,8
0,5556
-0,1587
0,1270
1,2
0,4545
-0,1011
0,0576
1,6
0,3846
-0,0699
0,0312
2,0
0,3333
-0,0513
0,0186
2 f
0,0586
ba 2
0,05860,01 .
f = 2,00,0
12
12
40
ex dx
0
-x
Como f(x) = e-x ; f ''(x) = e ; e o maior valor de f '' no intervalo f '' (0) = 1. Da,
ba
x 2 f ' ' 0,01
12
30
x 2 10,01
12
x 20,04 e
x0,2
Tomando ento x = 0,15 , tem-se
=
f(x)
p f(x)
0,00
1,0000
1,0000
0,15
0,8607
1,7214
0,30
0,7408
1,4816
0,45
0,6376
1,2753
0,60
0,5488
1,0976
0,75
0,4724
0,9447
0,90
0,4066
0,8131
1,05
0,3499
0,6999
1,20
0,3012
0,6024
1,35
0,2592
0,5185
1,50
0,2231
0,4463
1,65
0,1920
0,3841
1,80
0,1653
0,3306
1,95
0,1423
0,2845
2,10
0,1225
0,2449
2,25
0,1054
0,2108
2,40
0,0907
0,1814
2,55
0,0781
0,1562
2,70
0,0672
0,1344
2,85
0,0578
0,1157
3,00
0,0498
0,0996
S p f(x)=
12,7430
I=
0,9557
I = 0,956 0,002 .
41
Exerccio 43: Calcular a integral da funo tabelada abaixo, usando o mtodo dos trapzios, e estimar a
incerteza.
x
f(x)
0,0
0,000
0,2
0,164
0,4
0,268
0,6
0,329
0,8
0,359
1,0
0,368
Mtodo de Simpson.
O mtodo de Simpson consiste em interpolar uma equao do 2 grau separando sub-intervalos
de 2 em 2, integrar (eq. 3 grau) e tomar esta integral como a integral correspondente a estes 2 subintervalos.
Tomando a tabela ao lado, monta-se a tabela dos dados
correspondentes aos 3 primeiros pontos, porm subtraindo deles o
valor de f(x0) = f0.
x0 x1 x2
g(x) = f(x) - f0
f1 f0
2 x
f2 f0
Com esta tabela monta-se um sistema linear para resolver a equao g(x) = a + b x + c x2.
Ento
ab 0c 0=0
ab xc x 2 = f 1 f 0
ab 2 xc 4 x 2= f 2 f 0
Resolvendo este sistema de equaes tem-se
a=0
f
1
3
b=
2 f 1 f 0 2
2
2
x
1
c=
f 22 f 1 f 0
2 x2
Fazendo agora
x2
x2
x0
x0
f x = f 0 g x dx=
42
x
f 0 4 f 1 f 2 .
3
f(x)
x0
x6
f x dx=
x0
x1
x2
x3
x4
x5
x6
x
x
x
f 0 4 f 1 f 2
f 24 f 3 f 4
f 4 4 f 5 f 6 =
3
3
3
x
f 0 4 f 1 2 f 2 4 f 3 2 f 4 4 f 5 f 6
3
f x dx=
a
x
f 0 4 f 1 2 f 2 4 f 32 f 44 f N 1 f N
3
ln x dx
f(x) = ln(x)
p f(x)
1,0
0,0000
0,0000
1,4
0,3365
1,3459
1,8
0,5878
1,1756
2,2
0,7885
3,1538
2,6
0,9555
1,9110
3,0
1,0986
4,3944
3,4
1,2238
2,4476
3,8
1,3350
5,3400
4,2
1,4351
2,8702
4,6
1,5261
6,1042
5,0
1,6094
1,6094
43
p f(x) =
30,3522
I=
4,0470
b-) quando no se conhece f(x) (mas pode ser aplicado tambm quando f(x) conhecida):
ba 4
=
f
180
agora com
4
3
3
3
2
2
2
f n = f n f n1 ; f n = f n f n1 = ; f n = f n f n1
Exemplo 34: Calcular a integral de sen(x) de 0 a /2, usando o mtodo de Simpson, com somente 2
intervalos e estimar a incerteza.
x
f(x)
/4
2/ 2
/2
sen x dx 13 4
0
04
2 1 =1,0023 .
2
sen x dx=1,0020,009
dx
1
x
1dxx 2 = 4
44
sub-intervalos.
Exerccio 46: Calcular a integral da funo tabelada abaixo usando o mtodo de Simpson.
x
f(x)
2,0
0,000
2,2
0,544
2,4
1,151
2,6
1,772
2,8
2,356
3,0
2,847
3,2
3,192
3,4
3,346
3,6
3,273
3,8
2,957
4,0
2,394
45