UNIVERSIDADE BRAZ CUBAS

Notas de Aula - CLCULO NUMRICO

Prof. Nicolau

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

UNIVERSIDADE BRAZ CUBAS

Notas de Aula - CLCULO NUMRICO
Prof. Nicolau

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

por seus valores numricos para a obteno de solues quantitativas de problemas.

O clculo numrico a disciplina que estuda mtodos numricos para a soluo de problemas
matemticos. Neste curso ser apresentada uma introduo ao clculo numrico, com especial ateno
propagao de erros associada ao mtodo em questo. Sero abordados os tpicos:
Erros e incertezas;
Soluo de sistemas lineares de equaes;
Soluo de equaes algbricas e transcendentes;
Interpolao
Mtodo dos mnimos quadrados
Integrao numrica.

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

onde u o valor obtido por medio ou clculo e u0 o valor

convencionado como correto para a varivel u.

Erro relativo:

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 =

Caso geral: w = w(u,vz) w=

w
w

w
w
w
u
v
z
u
v
z
3

Pergunta: Com quantas casas devo deixar o resultado?

Resposta: Com tantas casas quanto sejam necessrias para expressar o erro!
Exemplo 1: Dados a = 62,1 0,2 e b = 42,50; calcular c = a+b.
Neste caso a = 0,2 e b = 0,4, ento
c=ab=104,6
c= 0,22 0,42 =0,4472...
Ento c = 104,6 0,4.
Exemplo 2: u = 2,125 e v = 42,32, como expressar w = u/v ?
Quando o erro no expresso de maneira explcita, estimamos como erro o valor de uma unidade da
menor ordem de grandeza utilizada para expressar o nmero, isto , u ~ 0,001 (porque u vai at a casa
do milsimo) e v ~ 0,01 (porque v vai at a casa do centsimo).
Da, w = 2,125/42,32 = 0,05021266541
w=

0,001
0,01

=0,000526581 ; w = ww = 0,000026443
2,125
42,32

O resultado da operao deve ento ser expresso como w = 0,05021 0,00003

Exerccio 2: Calcular as expresses abaixo com os respectivos erros e expressar os resultado de
maneira adequada.
a -) a = 12,5 ; b = 16 ; calcular a + b ; a b ; a b ; a/b .
b -) c = 321,1 0,2; d= 123,420,08 ; calcular c + d

e c -d ; c d e c/d .

c -) u = 115,13 0,08; v = 2,43 0,04 ; calcular u + v; u v ; u / v e u v.

d -) m = 1,22105 ; n = 4,6104 ; calcular m + n ; m n ; m n e m/n.
e -) r

= 0,0120,007 ; calcular ln(r)

e cos(r) (Observao: o argumento do coseno em

radianos.).
f -) a = 22,50,5 ; calcular

a ; a2 ; a 2/3 .

g-) a = 3,2110-6 ; b = 7,6810-7 ; calcular a + b ; a b ; a b ; a / b ; a2 + b2 ;

a
b

h -) a = 2,270,06 ; b = 0,7630,004 ; c = 156,10,9 ; calcular

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

percorrida e Dt o intervalo de tempo em que D foi percorrida.

Exerccio 5: Um tambor de leo de forma cilndrica tem um dimetro de 6555 mm e uma altura de
11908 mm. Qual a capacidade volumtrica do tambor, com qual incerteza?

Sistemas Lineares de Equaes

Dado conjunto de equaes lineares
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2
......................................................................................................................

an1 x1 + an2 x2 + an3 x3 + + annxn = bn

ou, na forma matricial

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.

Classificao de sistemas lineares

- Quando o sistema tem soluo, dizemos que compatvel. Logo, o sistema dado no exemplo 3
acima, compatvel.
- Quando o sistema no tem soluo, dizemos que incompatvel.
Exemplo 4: O sistema
x1 + x2 = 1
x1 + x2 = 2
no tem soluo, logo, incompatvel.
-Quando o sistema tem uma nica soluo, dizemos que determinado.
6

x1 + x2 = 2

Exemplo 5:

determinado pois a soluo (1, 1)T.

x1 - x2 = 0
- Quando o sistema tem vrias solues possveis, dizemos que indeterminado.
x1 + 2 x2 = 4

Exemplo 6:

2 x1 + 4 x2 = 8

indeterminado pois a soluo qualquer x2, tal que x1 = 4 - x2.

Um sistema compatvel e determinado se e somente se det |a| 0.

Exerccio 6: Verificar se os sistemas de equaes abaixo so compatveis e determinados (possuem

soluo nica):
a-)

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

Sistemas triangulares: (so resolvidos por substituies retroativas)

Exemplo 7:

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.

Soluo do Sistema de Equaes Lineares

Mtodo de Eliminao de Gauss.
Consiste em, usando transformaes elementares, reduzir o sistema de equaes a um sistema
triangular.
Tcnica de pivotamento: Consiste em trocar a ordem das linhas de modo que na diagonal principal
fiquem os maiores valores possvel.
Exemplo 8: Resolver pelo mtodo de pivotamento de Gauss, o sistema linear de equaes abaixo:
2 x1 + 3 x2 - x3 = 5
4 x1 + 4 x2 - 3 x3 = 3
2 x1 - 3 x2 + x3 = -1
Inicialmente troca-se de posio a 1 e a 2 linhas.
4

-3 | 3

-1 | 5

2 -3

1 | -1

A 2 e a 3 linhas so multiplicadas por 2

4

-3 | 3

-2 | 10

4 -6

2 | -2

Agora subtrai-se a 2 linha da 1; o mesmo feito com a 3 linha.

4

-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

A 3 linha agora multiplicada por -5

4

-3 | 3

10

-5 |

10

5 | 35

Agora a 3 linha subtrada da 2, e teremos o sistema triangular.

4

-3 |

10 -5 |

0 -10 | -30

Agora, por substituio retroativas resolvemos o sistema de equaes.

-10 x1 = -30 x1 = 3
10 x2 - 5 x3 = 5 10 x2 - 53 = 5 10 x2 = 20 x2 = 2
4 x1 + 4 x2 - 3 x3 = 3 4 x1 + 42 - 33 = 3 x1 = 1

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

-3,21 x1 + 12,1 x2 + 4,01 x3 = -31,24

4,15 x1 + 4,35 x2 + 5,65 x3 = 59,77

d-)

2,01 x1 - 5,22 x2 + 10,91 x3 = 157,86

e-)

12,5 x1 + 2,15 x3 = 29,0

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

-8,9 x1 + 4,25 x2 = -8,1

g-)

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

Mtodos iterativos de resoluo de sistema de equaes lineares.

Mtodo de Jacobi:
Seja o sistema linear
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2
......................................................................................................................

an1 x1 + an2 x2 + an3 x3 + + annxn = bn

De cada linha separado o termo da diagonal, ou seja,
x1=

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 =

Inicialmente chutam-se valores iniciais

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 0i so substitudos no lado direito da Eq. (1), gerando valores

x 1i ;

x 1i so substitudos no lado direito da Eq. (1), gerando valores

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-)

0,09x1 + 3,00x2 - 0,15x3 = 9,00

4,00x1 + 0,24x2 - 0,08x3 = 8,00
0,04x1 - 0,08x2 + 4,00x3 = 20,00

d-)

e-)

0,2 x1 5,1x2 + 0,2 x3 = 12,1

8,2 x1 + 0,6 x2 1,3 x3 = 1,2
0,3 x1 0,2 x2 7,2 x3 = - 6,5

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%.

Critrio de convergncia para mtodos iterativos

O sistema tem que ser diagonal dominante, ou seja, a ii a ij .
ji

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-)

i-) Verificar quais dos sistemas acima possuem soluo nica.

ii-) Dos sistemas acima, apenas 2 podem ser resolvidos usando mtodos iterativos. Resolva o primeiro
pelo mtodo de Jacobi e o segundo pelo mtodo de Gauss-Seidel.
iii-) Dos sistemas acima, h 2 que, apesar de terem soluo nica, no podem ser resolvidos por mtodo
iterativos. Resolva-os usando o mtodo de pivotamento de Gauss.

14

Equaes algbricas e transcendentes

H um sem nmero de aplicaes em que necessrio determinar um certo nmero tal que f
() = 0. Este nmero chamado de raiz da funo f(x).
Para equaes do 1, 2 e algumas do 3 e 4 graus, as razes podem ser obtidas por mtodos
analticos, mas para equaes de maior grau e equaes transcendentais, a determinao das razes
feita numericamente. Para isto necessrio:
a-) Isolar a raiz;
b-) Refinar o valor aproximado.
Teorema: Se uma funo f(x) assume valores de sinal oposto nos pontos extremos do intervalo [a, b],
ou seja, se f(a)f(b) <0, ento o intervalo conter, no mnimo, uma raiz da equao f(x) = 0.
y = f(x)

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

P(x) = (x -2)3 (x + 1) = x4 - 5 x3 + 6 x2 + 4 x -8 P(2) = 0

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

Limites das razes reais

Considerar P(x) = anxn + an-1 xn-1 + a1 x + a0 com an 0 e ai .
Teorema (de Lagrange) : Sejam an > 0, a0 0 e k (0 k n-1), tm-se que
L=1

nk

B
, onde
an

B o mximo do mdulo dos coeficientes negativos;

k o maior ndice dos coeficientes negativos do polinmio.
Exemplo 14: P(x) = 3 x5 + 2 x4 - 2 x3 - 8 x2 + 2 x + 1
a n =3
n=5
B=8
k =3

L=1

53

8
=2,63 Logo, no h raiz real para x > 2,63.
3

Exerccio 16: Aplicar o teorema de Lagrange para as funes algbricas abaixo.

a-) P(x) = x4 - 5 x3 - 7 x2 + 29 x + 30
b-) P(x) = x3 - x2 - 9 x + 9
c-) P(x) = 3 x5 -25 x3 + 9 x +9
d-) P(x) = 3 x4 -5 x3 - 12x + 8
Se no houverem coeficientes negativos, no havero razes reais positivas.

Determinao do intervalo onde h razes

Para se determinar o intervalo que h razes de uma funo algbrica utiliza-se o Teorema de
Lagrange em 4 situaes distintas:
i-) Para

P(x) ==> 1 = L

ii-) Para

P'(x) = xnP(1/x) ==> 2 = 1/L

iii-) Para

P''(x) = P(-x) ==> = -L

iv-) Para

P'''(x) = xnP(-1/x) ==> = -1/L

17

Assim, se houverem razes reais, elas estaro no intervalo dado por

2 < x < 1 para as razes positivas
< x < para as razes negativas
Exemplo 15: Determinar, usando o Teorema de Lagrange, os intervalos onde h razes da funo
algbrica P(x) = 9 x4 - 117 x2 +324.
1-)

P(x) = 9 x4 - 117 x2 +324

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

P(-x) = 9 x4 - 117 x2 +324

a n =9
n=4
B=117
k =2
4-)

L=1

xn P(1/x) = x4 (9 /x4 - 117 /x2 +324) = 324 x2 - 117 x2 +9

a n =324
n=4
B=117
k =2
3-)

L=1

42

117
=4,6 ==>
9

3 = -L = -4,6

xn P(-1/x) = x4 (9 /x4 - 117 /x2 +324) = 324 x2 - 117 x2 +9

a n =324
n=4
B=117
k =2

L=1

42

117
=1,6 ==>
324

4 = -1/L = - 0,625

Ento, se houverem razes para o polinmio acima, elas estaro no intervalo

2 < x < 1 para as razes positivas
< x < para as razes negativas, ou
-4,6 < x < -0,625 e

0,625 < x < 4,6

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

Determinao de razes pelo mtodo da bisseco

O Mtodo da bisseco consiste em:
1. Determinar o intervalo onde h razes;
2. Para cada intervalo [a, b], verificar se f(a)f(b) <0;
3. Caso afirmativo, supor que f(a) < 0 (logicamente, ento, f(b) >0); calcula-se c = (a + b)/2 e verifique
se f(c) maior ou menor que zero;
4. Se f(c) <0, ento a raiz estar no intervalo [c, b]; se f(c) > 0, ento a raiz estar no intervalo [a, c];
5. Supor que a raiz esteja no intervalo [a, c]; divide-se o intervalo em 2 novamente com e = (a + c)/2 e
testa-se f(e) e verifique se maior ou menor que zero, a raiz estar sempre entre um valor positivo e
um negativo da funo.
6. Repete-se sucessivamente at que a diferena entre dois valores de x seja menor que o valor prestabelecido de erro.

f(x)

d
a

Figura 1: Diagrama explicativo do mtodo da bisseco.

Exemplo 16: Determinar pelo mtodo da bisseco a raiz positiva da funo f(x) = x2 -3.
Usando o teorema de Lagrange, determinar o intervalo em que h razes positivas, isto
P(x) = x2 -3 e
a n =1
n=2
B=3
k =0

}
}

L=1

3
=2,7 , 1 = 2,7
1

x2 P(1/x) = -3 x2 + 1, ento, P'(x) = 3 x2 -1 e

a n =3
2 1
n=2
L=1 =1,6 , 2 = 1/L = 0,6
3
B=1
k =0

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

Exerccio 18: Usando o mtodo da bisseco, calcular

5 8

com um erro menor que 1%.

Aplicao do mtodo da bisseco para funes transcendentais.

Quando a funo que se pretende determinar a raiz no uma funo algbrica (chamadas de equaes
transcedentais), no possvel aplicar o teorema de Lagrange para a determinao do intervalo onde h
razes, ento, necessrio 'explorar' a regio (ou as regies) onde esto as razes.

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 .

No entanto, se iniciarmos com o intervalo [5; 7], teremos

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

b-) f(x) = x + ln(x)

c-) f(x) = 3 x - cos(x)
d-) x + 2 cos(x)
e-) 3 x2 - ex
f-) e-x -x

Determinao de razes pelo mtodo de Newton-Raphson2

um mtodo iterativo onde a relao de recorrncia dada por ,

x n1= x n

f xn
onde f '(x)
f ' xn

indica a derivada de f(x) com relao a x.

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

2 Este mtodo s vezes chamado somente de Mtodo de Newton.

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

com um erro menor que 0,1%.

com um erro menor que 0,1%.

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

Quanto vale y(35)?

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

A equao de uma reta dada por y = a + b x, ento,

a + b x1 = y1
a + b x2 = y2
Resolvendo este sistema de equaes lineares, obtm-se os valores de a e b e a equao da reta que
fornecer a estimativa de y(x) no intervalo [x1; x2].
Por exemplo, tomando o problema proposto no exemplo acima,
a + b 30 = 0,500
a + b 45 = 0,707
Resolvendo este sistema tem-se y(x) = 0,086 + 0,0138 x e y(35) = 0,569.

25

Exerccio 25: Ainda com relao ao 1 exemplo, calcular y(50).

Exerccio 26: Dada a funo tabelada abaixo, calcular y(1,5); y(3,5) e y(6), usando interpolao linear.
x
y(x)
1

0,693

1,099

1,386

1,609

1,946

Interpolao linear por relao de proporcionalidade

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

Substituindo os valores de x e y na equao de uma parbola, tem-se

a + b x1 + c x12= y1
a + b x2 + c x22= y2
a + b x3 + c x32= y3
resolvendo o sistema de equaes acima, determinam-se os valores de a, b e c .
Exemplo 21: Dada a tabela abaixo, calcular, usando interpolao quadrtica, y(35).
x

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

Da 3 linha, c = -6,370410-5. Da 2 linha, b = 1,85780-2 . Da 1 linha a = 0.

Ento, no intervalo 0 x 45, a funo pode ser representada aproximadamente por
y(x) = 1,857810-2 x - 6,370410-5 x2.
Logo, y(35) 0,572.
Exerccio 29: Dados os valores ln(1) = 0; ln(2) = 0,693 e ln(3) = 1,099, estimar, usando interpolao
quadrtica, ln(1,5) e ln(2,8).
Exerccio 30: Dada a tabela abaixo, estimar, usando interpolao quadrtica, os valores de y(0,5), y
(1,75), y(2,5) e y(4,0)
x
y(x)
0,25

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) +

e, por substituies sucessivas, determinar os valores dos coeficientes ai.

Exemplo 22: Usando o mtodo de Newton, interpolar um polinmio do 2o grau aos dados da tabela:
x
y
1,5

2,6

2,3

5,2

3,6

7,1

O polinmio interpolador de 2o grau ser ento P(x) = a0 + a1 (x 1,5) + a2 (x 1,5)(x 2,3).

Substituindo x = 1,5, temos P(1,5) = 2,6 , visto que o polinmio interpolador deve reproduzir os valores
de y da tabela. Ao mesmo tempo, P(1,5) = a0, pois os outros termos do polinmio se anulam. Ento, a0
= 2,6.
Substituindo agora x = 2,3: P(2,3) = 5,2 = 2,6 + a1 (2,3 1,5) e isolando a1, temos a1 = 3,25.
O mesmo com x = 3,6: P(3,6) = 7,1 = 2,6 + 3,25 (3,6 1,5) + a2 (3,6 1,5)(3,6 2,3) e
a2 = -0,85165.
O polinmio interpolador ser ento P(x) = 2,6 + 3,25 (x 1,5) 0,85165 (x 1,5)(x 2,3) .
Exerccio 32: Usando o mtodo de Newton, interpolar polinmios que passem por todos os pontos
dos dados tabelados abaixo.
x

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

Pode-se demonstrar que os coeficiente do polinmio interpolador so a n = y 1 .

Exemplo 23: Determinar o polinmio interpolador para para a funo tabelada abaixo.
x

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

Ento o polinmio interpolador ser

P(x) = 1 + 5,8333 (x 1,3) 1,1905 (x 1,3)(x 2,5) +
+ 0,2293 (x 1,3)(x 2,5)(x 4,1) 0,0108 (x 1,3)(x 2,5)(x 4,1)(x 6)
Exerccio 33: Determinar os polinmios interpoladores do exerccio 32 usando o mtodo das
diferenas divididas.
Exerccio 34: Resolver, usando diferenas divididas os problemas 29 e 30.
Exerccio 35: Determinar, usando diferenas divididas, o polinmio de 4a ordem para interpolar as
funes sen(x) e cos(x). Dica, usar os valores conhecidos das funes seno e coseno para os ngulos 0,
30o, 45o, 60o e 90o.

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

Podemos ento escrever P x = a m x m y x .

m=0

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

O mtodo dos Mnimos Quadrados.

Supor que um conjunto de pares de dados (xi, yi) tenha sido obtido experimentalmente e que se
pressuponha que haja uma relao funcional entre eles, tal que y = f(x). Como a toda medio h
incertezas associadas, de se pressupor que os valores de yi no correspondam exatamente a f(xi).
Define-se como resduo a diferena
= f x i y i .
Exemplo 25: O grfico abaixo ilustra um conjunto de pontos em que os quadrados negros indicam os
valores experimentais e a curva contnua indica a funo f(x) = x2.
5
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
0

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

. Deve determinar quais valores de a e b para os quais S mnima.

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

Tem-se ento um sistema linear de equaes que, uma

vez resolvido, fornece os valores de a e b para os quais S
mnima.

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
=========>

40,4 a346,46 b=1200,9

Resolvendo este sistema, tem-se a = 7,12 e b = 2,636 , ento,

f(x) = 7,12 + 2,636 x .
40

35

30

25

20

15

10
2

10

12

14

A figura acima mostra os pontos da tabela (losangos) e a reta ajustada.

Exerccio 36: Determinar a reta que melhor se ajusta aos conjuntos de pontos indicados abaixo:

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

Coeficiente de determinao R2.

O coeficiente de determinao um nmero que determina quo bom o ajuste, e dado por:

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

Quanto mais prximo de 1 estiver R2, melhor o ajuste da curva.

Exemplo 27: A curva ajustada no exemplo anterior tem um 2coeficiente de determinao dado por
40,4149
1200,9
6
R2=
=0,859 .
40,4 2
1492
346,46
4311
6
6

Exerccio 37: Calcular R2 para o exerccio 36.

34

Ajuste da curva exponencial.

Uma curva exponencial, do tipo f x=a eb x , pode ser ajustada usando regresso linear,
desde que seja aplicado o logaritmo em ambos os lados da expresso. Assim,
ln [ f x ]=ln a e b x =ln a b x
Se for feita a substituio F(x) = ln[f(x)] e A = ln(a) reduzimos a expresso da exponencial a uma
funo do 2 grau, F(x) = A + b x.
Ento, para ajustar uma exponencial a um conjunto de dados fornecidos na forma de uma tabela
{xn, fn}, criamos uma segunda tabela com {xn, ln(fn)} e ajustamos uma reta a estes dados, obtendo A e b;
e a = eA.
Exemplo 28: Dada a tabela abaixo, ajustar uma exponencial a estes valores.
x

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

Resolvendo agora este sistema,

A = 1,6801
b = 0,3275
e
a = eA = 5,3659 . Ento f(x) = 5,3659 e0,3275 x .
Exerccio 38: Ajustar curvas exponenciais aos dados tabelados abaixo.

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

Ajuste da curva potencial.

Uma curva exponencial, do tipo
f x =a x b , pode ser ajustada usando regresso linear, tambm
aplicando o logaritmo em ambos os lados da expresso. Assim,
ln [ f x]=ln a b ln x
ou
y= Ab X
onde y = ln[f(x)],

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

Da tabela direita tem-se

36

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.

f(x) = 1,1303 x2,022 .

Exerccio 39: Ajustar curvas potenciais aos dados tabelados abaixo.

a-)

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

entre a funo e o eixo x no intervalo [a, b]. Para

calcular a integral divide-se o intervalo [a, b] em N
sub-intervalos iguais
ba
x=
N
e escreve-se
b

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

o que equivalente soma de reas de retngulos, como diagramado na figura abaixo.

evidente na figura que, a no ser que
tomemos x muito pequeno, os erros sero grandes
(as quinas que sobram do retngulo).
O erro pode ser minimizado, sem diminuir o
tamanho de x, escolhendo uma figura geomtrica
mais adequada para calcular a rea sob a funo,
como um trapzio, por exemplo.
interessante observar que aproximar a
rea sob a funo pela soma de reas de trapzios
o equivalente a realizar interpolao linear de f(x),
ou seja, ligar os pontos {xn, yn) com retas.

f(x)

Mtodo dos trapzios.

Este mtodo de integrao numrica consiste em dividir a rea sob a funo em trapzios e
somar a rea dos trapzios individuais. Ento, para intervalos x iguais,

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

Exemplo 30: Calcular

I =
0

dx
1 x

A funo a ser integrada , ento,

usando o mtodo dos trapzios, usando 5 sub-intervalos.

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

Exerccio 41: Calcular a integral

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.

Estimativa de incertezas no mtodo dos trapzios.

H duas maneiras de estimar incertezas no uso do mtodo dos trapzios:

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

o mdulo do valor mdio de f n e

f n = f n f n1

e f n = f n f n1 .

Exemplo 31: Tomando o exemplo anterior,

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

Da que a maneira correta de expressar o resultado da integrao numrcia do exemplo 30

I = 1,11 0,01.

40

Exemplo 32: Calcular

ex dx

, com uma incerteza estimada menor que 0,01.

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

Ser dividirmos a funo em um nmero de 6 sub-intervalos, repetimos o procedimento indicado

acima agrupando os pontos 3 a 3, como indicado na figura abaixo, e somamos todas as integrais
parciais.

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

Generalizando, o mtodo de Simpson consiste em dividir o intervalo de integrao [a, b] em um

nmero N par de sub-intervalos iguais e usar a relao
b

f x dx=
a

x
f 0 4 f 1 2 f 2 4 f 32 f 44 f N 1 f N
3

Exemplo 33: Calcular

ln x dx

com 10 sub-intervalos, usando o mtodo de Simpson.

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

Estimativa de incertezas no mtodo de Simpson.

Como no caso do mtodo dos trapzios, h duas maneiras de estimar incertezas no uso
do mtodo de Simpson:
ba
4 iv
x f ,
180
onde o valor para o qual a derivada de quarta ordem 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 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

Estimativa de erro: a derivada de 4 ordem de sen(x) o prprio sen(x) , e o maior no intervalo de

integrao sen(/2) = 1. Ento,
/ 20 4
=
1 0,009 , e
180

sen x dx=1,0020,009

dx
1
x

Exerccio 44: Calcular

com 10 sub-intervalos usando o mtodo de Simpson.

Exerccio 45: Como

1dxx 2 = 4

, calcular o valor de usando a integrao de Simpson com 10

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