Escolar Documentos
Profissional Documentos
Cultura Documentos
Cálculo Numérico e Modelagem Matemática
Cálculo Numérico e Modelagem Matemática
Introduo
Neste captulo vamos, recordar os conceitos estudados em Lgica Matemtica de lgebra booleana desenvolvidos por George Boole em meados de 1857. Estes conceitos fazem o elo entre a matemtica e os computadores digitais. Os computadores utilizam a lgica binria, presena e ausncia de energia, ou seja, verdadeiro e falso. Agora basta associar de maneira adequada os operadores, conjuno, disjuno, negao e outros para termos todas as operaes matemticas que um computador executa. Nosso curso tem como foco converso de binrio-decimal, e como ela acarreta erros nas operaes realizadas por computadores. Ao nal deste captulo, voc ser capaz de identicar as fases de modelagem e os possveis erros nelas cometidos e compreender a representao binria e como ocorre a representao dos valores decimais em um computador. Neste captulo, estudaremos uma rea relativamente nova em relao a toda a histria da Matemtica, mas no menos importante, para isso importante conhecer sobre valor posicional de um algarismo no sistema de numerao de base dez. Outro importante conceito a notao cientca, pois com esse tipo de notao trabalhamos com o posicionamento da vrgula e a potncia de 10, muito til em nosso curso de Clculo Numrico.
Para melhor compreender em quais momentos, durante a resoluo de um problema, podem ocorrer erros, vamos represent-los por meio de um esquema, conforme a gura a seguir.
Modelagem Resoluo
Problema fsico
Modelo matemtico
Soluo
O erro pode ocorrer na fase de modelagem, por exemplo, se o problema exige que tenhamos uma preciso de vrias casas decimais no conseguimos medi-los de maneira precisa dependendo do modelo que se tenha.
Outro exemplo que podemos citar so os modelos que matemticos estudados no Ensino Mdio desprezam, como o atrito, a resistncia do ar, entre outras variveis que em problemas reais inuenciam diretamente no resultado nal. Exemplo Considerando a equao F = m a, sendo F a fora medida em Newtons, m a massa em quilograma e a a acelerao em metros por segundo, se desejarmos medir a forma de um objeto em queda livre, sabemos que a acelerao aproximadamente 9,8 m/s e sua massa igual a 5 Kg. Facilmente respondemos que a sua fora F = 9,8 5 = 49 N. Entretanto, existe variao na gravidade em funo da altitude em relao ao nvel do mar, temos tambm que considerar a resistncia do ar, entre outros fatores, portanto embora os clculos estejam corretos temos erros na modelagem problema. O que ocorreu no problema citado acorre em qualquer rea do conhecimento.
Para compreender melhor, primeiro veremos um exemplo com a base decimal com a qual estamos mais acostumados. Deste momento em diante, nesta disciplina todos os nmeros sero representados entre parnteses com um ndice indicando em qual base est o
10
nmero para que no haja confuso. Por exemplo, (110)10 que representa o nmero cento e dez, enquanto que (110)2, representa o nmero um um zero na base binria. Vamos representar o nmero (142,52)10, assim temos:
N = a22 + a11 + a11 + a22 (142,12)10 = 1 102 + 4 102 + 2 100 + 5 10 1 + 2 10 2
Podemos observar claramente o efeito da posio relativa, que neste caso 1 tem peso 100, 4 tem peso 40 e 2 tem peso unitrio e o mesmo para a parte fracionria que tem 5 com peso 0,5 e 2 com peso 0,02. A base binria utiliza apenas dois smbolos para representar os nmeros o 0 e o 1. Vamos escrever o nmero (110)2 utilizando o polinmio que generaliza a representao dos nmeros. Neste caso temos = 2.
N = a33 + a22 + a11 (110)2 = 1 23 + 1 22 + 0 20 (110)2 = (12)10
Resolvendo a expresso anterior temos como resultado a representao decimal do nmero binrio (110)2. Agora vamos estudar um mtodo prtico para realizar a converso binriodecimal e vice versa atravs de um exemplo. Exemplo Transforme em binrio o nmero (26)10. Soluo Para converter decimal em binrio dividimos o nmero sucessivas vezes por 2 enquanto for possvel, e escrevemos o nmero binrio tomando os restos da diviso, da ltima para a primeira.
37 0 2 18 0 2 9 1 2 4 0 2 2 0 2 1 1 2 0
11
Assim o nmero (26)10 = (11010)2, para vericar basta utilizar o polinmio para transformar novamente em decimal. Vamos vericar:
N = a4 4 + a33 + a22 + a11 + a00 (11010)2 = 1 24 + 1 23 + 0 22 + 1 21 + 0 20 (110)2 = 1 16 + 1 8 + 0 4 + 1 2 + 0 1 (110)2 = 16 + 8 + 0 + 2 + 0 (110)2 = (26)10
Podemos observar que para representar um nmero em binrio precisamos de mais posies que na forma decimal, de maneira geral quanto menor a base mais posies so necessrias. Agora, vamos estudar o processo para transformar decimais fracionrios, considere o exemplo. Exemplo Transforme em decimal o nmero (0,625)10. Soluo Para transformar decimal fracionrio em binrio, multiplicamos apenas parte fracionria por 2 sucessivas vezes at a parte fracionria ser igual a zero ou o nmero repetir uma sequncia, a parte inteira sempre ser 0 ou 1.
0, 625 x 2 0, 250 x 2 0, 500 x 2
1, 250
0 , 500
1, 000
A parte inteira em destaque o nmero na forma binria (0,101)2. Como zemos no exemplo anterior vamos vericar se a transformao est correta voltando o nmero para a forma decimal.
N = a11 + a22 + a33 (110)2 = 1 21 + 0 22 + 1 23 (110)2 = 1 1 1 1 + 0 +1 2 4 8
E como faramos se tivssemos um nmero com parte inteira e fracionria, ou seja, misto na forma decimal para transformar em binrio? A resposta simples basta aplicar os dois processos em separado. Veja um exemplo:
12
CALCULO_NUMERICO.indd 12
1/4/aaaa 13:13:03
Exemplo Transforme o nmero (37,375)10 em binrio. Soluo Primeiro vamos transformar a parte inteira, ou seja, o 37.
37 0 2 18 0 2 9 1 2 4 0 2 2 0 2 1 1 2 0
Assim, na parte inteira temos (100101)2, mas ainda falta a parte fracionria. Tomando apenas esta faremos como no exemplo anterior.
0,375 x 2 0 , 750 0, 750 x 2 1, 500 0, 500 x 2 1, 000
13
Observe que neste ponto o (0,4)10 comea a se repetir formando assim uma dzima peridica em binrio. Neste caso, existe a necessidade de arredondar ou truncar, pois temos uma quantidade nita de posies para representar o nmero. A representao binria que obtivemos para (0,1)10 (0,000110011...)2, fazendo a transformao inversa do ltimo nmero considerando apenas as nove primeiras casas chegamos ao decimal (.09960937500)10, o qual possui um erro de (0.000390625)2 que dependendo da aplicao pode ser um problema. Vimos como os nmeros so representados em mquinas digitais, agora, vamos compreender como so armazenados e como podemos oper-los.
sendo 0 di < ,
i =1 ,..., t
A aritmtica de ponto utuante F caracterizada por quatro nmeros inteiros: base (binria, decimal, hexadecimal e etc..); preciso t (nmero de algarismos da mantissa); limites do expoente e ( e min e e max ).
14
Assim F denido por F (, t, e min , e max ) . A mantissa est sempre entre 1 e 1. Para garantir a representao nica para cada y F, faz-se uma normalizao no sistema de forma que d1 0 para y 0. No exemplo, a seguir, veremos como representar um nmero no sistema de ponto utuante. Exemplo Considere o nmero (0,00021456)10, vamos represent-lo em uma mquina com as seguintes caractersticas = 10, t = 4 e 9 e 9. Soluo Para representar nesta mquina o nmero vamos utilizar a equao
F = (.d1 d2 d3 ... dt ) e
Como d1 0, = 10, como a mantissa deve estar entre 1 e 1 devemos deslocar a vrgula trs casas para a direita. 0,21456 103 Mas nossa mquina representa apenas 4 dgitos na mantissa ento truncamos o ltimo cando com o nmero 0,2145 103 Utilizamos o mesmo processo para representar nmeros inteiros, como no exemplo a seguir. Exemplo Considere o nmero (21,004567)10, vamos represent-lo em uma mquina com as seguintes caractersticas = 10, t = 4 e 9 e 9. Soluo Novamente devido s restries da mantissa vamos reposicionar a vrgula de modo que para d1 0 a mantissa esteja entre 1 e 1. 0,21004567 102. A nossa mquina representa apenas 4 dgitos na mantissa temos. 0,2100 102 Observe que neste ltimo exemplo alguns algarismos foram ignorados, acarretando um erro, assim a quantidade de smbolos na mantissa determina a capacidade de armazenamento de um nmero em uma mquina digital. Para valores binrios funciona da mesma maneira e assim como na representao decimal tambm ocorrem erros. Em uma mquina digital, em seu projeto, est implcita a base do sistema de numerao e por isso no h necessidade de armazen-la. Para representar em uma mquina digital devemos reservar um
15
espao tambm para o sinal, onde se convenciona que 0 (zero) indica positivo e 1(um) indica o sinal negativo. Observe o esquema a seguir.
Sinal da mantissa
Mantissa
Observe o exemplo a seguir. Exemplo Represente o nmero (26,575)10 em uma mquina digital com as seguintes caractersticas = 2, t = 4 e 8 < e < 8. Soluo Inicialmente devemos converter o nmero para binrio, assim temos: (26,575)10 = (11010,11)2 Vamos deslocar a vrgula 5 casas para a esquerda para satisfazer as condies da mantissa, ou seja, d1 0 e a mantissa entre 1 e 1. Assim, 0,1101011 25, entretanto nossa mquina armazena apenas os smbolos 0 e 1, portanto, devemos transformar o expoente em binrio tambm (5)10 = (101)2. Utilizando o esquema, temos:
SM
0 1
MANTISSA
1 0 1
SE
0 1
EXP
0
Nesta mquina devemos abandonar alguns dgitos, pois a mquina possui apenas 4 posies para a mantissa causando um erro em sua representao devido as limitaes da mquina. Na mquina est representado: 0,1101 25 = (11010,00)2 Voltando o nmero representado na mquina a forma decimal, temos: (11010,00)2 = (26)10 A parte fracionria foi perdida, e ocasiona um erro de (0,575)10.
Saiba mais
Durante a Guerra do Golfo em 1991, um mssil Patriot falhou devido a um erro na representao do tempo utilizado para calcular a sua trajetria, este erro impossibilitou o mssil Patriot de interceptar o mssil Scud que matou 28 soldados e deixou em torno de 100 feridos. O erro no sistema ocorreu devido a um truncamento na converso de dcimos de segundos em segundos utilizando uma memria de 24 bits na sua representao, o agravante do erro foi ocasionado devido a alta velocidade
16
do mssil Scud, 1.676 m/s, que por um pequeno lapso no clculo do tempo o tirou da faixa de atuao do Patriot. Veja no stio: <http://www.ima.umn. edu/~arnold/disasters/patriot.html>.
Como vimos, as mquinas digitais possuem limitaes e por isso importante estud-las para compreendermos o que podemos fazer e como corrigir esses erros. Um outro erro comum, cometido por mquinas digitais, o overow e o underow que so erros relacionados ao projeto e a limitao de memria na representao de nmeros muito grandes ou muito pequenos em mdulo.
SM
0 1
MANTISSA
0 0 0
SE
1 ?
EXP
?
17
O expoente tem representao (100)2, mas dispomos de apenas duas casas para a representao, nesse caso houve um underow. Fazendo o mesmo processo para (10000)2, temos: 0,1 x 25 e (5)10 = (101)2
SM
0 1
MANTISSA
0 0 0
SE
0 ?
EXP
?
Como o expoente extrapolou a capacidade da mquina de representao para mais, dizemos que ocorreu um overow.
1.5 Erros
Como vimos anteriormente em clculos computacionais, os valores em geral so aproximados, assim, importante saber o quanto uma medida est prxima de um valor exato. Assim utilizamos o erro para medir a diferena entre o valor exato e o aproximado. Seja:
x aproximao para x.
No entanto, o erro absoluto nem sempre eciente considere o seguinte caso: Na construo de uma casa, o mestre-de-obras mede o ngulo formado entre a parede e o solo e obtm 89 graus, sendo o ideal 90, entretanto esse erro insignicante tendo em vista a altura da parede uma casa, que em mdia tem seis metros de altura. Considerando o mesmo erro em um observatrio no ajuste do ngulo do telescpio pode signicar milhares ou at milhes de quilmetros entre dois astros. Nestes casos o erro absoluto de 1 tem signicado muito diferente dependendo da situao. Assim o erro relativo denido conforme a expresso:
eR = xx x
O erro relativo til quando |x| uma boa medida do tamanho da quantidade. Exemplo Seja o valor = 3,141592 considerado como valor exato. Vamos calcular o erro cometido no clculo do comprimento de circunferncias em dois casos: = 3,14, raio = 4 m = 3,141, raio = 20 m
18
Soluo Nos dois casos, vamos calcular o erro absoluto e relativo, sabendo que o comprimento da circunferncia dado por: C = 2r. Calculando o valor exato: Ce = 2 x 3,141592 x 4 Ce = 25,132736 m C1 = 2 x 3,14 x 4 C1 = 25,12 m eA1 = |x x| eA1 = |25,132736 25,12| eA1 = 0,012736 Calculando o erro relativo:
e R1 = 25,132736 25,12 25,132736
e R1 = 0, 000506
Fazendo o mesmo para letra b temos, calculando o valor exato: Ce = 2 x 3,141592 x 1000 Ce = 628,3184 m eA2 = |x x| eA2 = |6283,1840 6282,000| eA2 = 1,184 Calculando o erro relativo:
e R2 = eR 2 = xx x 6283,1840 6282,000 6283,1840
e R 2 = 0,0001884
Comparando o erro absoluto da letra a e b observamos que o erro maior na letra b. Enquanto que o erro relativo da letra b menor que o erro relativo em a. O que isto signica? Signica que eA2 = 1,184 menos signicativo quanto comparado com a magnitude do comprimento.
19
Agora sabemos qual a base do sistema de numerao utilizada pelo computador, como eles so representados dentro da mquina, sabemos sobre alguns problemas que podem ocorrer durante esse processo, como underow e overow e aplicaremos esses conceitos na determinao de zeros reais de funes reais, assunto do nosso prximo captulo. Determinar as razes de algumas funes de forma analtica pode ser muito complexo e por isso optamos por encontrar o valor aproximado de mtodos numricos.
Referncias
BARROSO, Lenidas Conceio. Clculo Numrico. So Paulo: Edgard Blucher. Editora da USP, 1972. RUGGIERO, Mrcia A. Gomes. Clculo numrico: aspectos tericos e computacionais. 2. ed. So Paulo: Makron Books, 1997.
Anotaes
20
Introduo
Muitos problemas so modelados por meio de funes e encontrar as suas razes signica encontrar o resultado do problema. No entanto, podemos encontrar de forma analtica e exata apenas razes de algumas funes, como as polinomiais de 1 e 2 graus e certas classes de 3 e 4 graus e algumas equaes transcendentes. E como faremos para resolver os problemas modelados por funes polinomiais e transcendentes que no podem ter suas razes determinadas analiticamente? Utilizaremos mtodos numricos que determinam as razes de forma aproximada raiz exata. Embora os mtodos numricos no forneam as razes exatas podemos aproxim-las tanto quanto for necessrio dependendo da natureza do problema, tornando o erro desprezvel. Por isso importante conhecer bem o problema e os mtodos para podermos analisar os resultados obtidos de forma adequada. Nosso principal objetivo neste captulo encontrar um nmero x para o qual uma funo f(x) seja igual a zero, ou seja, f(x) = 0, assim x denominado raiz da funo ou zero da funo. Para determinar a raiz de uma funo seguimos duas etapas: Isolamento das razes: antes de aplicar qualquer mtodo numrico para a determinao de uma raiz de uma funo devemos garantir que em um intervalo [a, b], contenha uma e somente uma raiz da funo. Renamento da raiz: nesta etapa vamos determinar melhorar o resultado diminuindo o intervalo e desta maneira aproximando de x de forma que f(x) seja o mais prximo de zero possvel. Esperamos que ao nal deste captulo, voc seja capaz de determinar a raiz aproximada de uma funo e analisar e aplicar mtodos numricos para determinao de razes de uma funo. Para um bom desenvolvimento dos conceitos abordados neste captulo importante ter compreendido os conceitos de erros numricos ocorridos durante operaes aritmticas e clculos binrios. Os conceitos de funes suas classicaes e familiaridades com suas propriedades so de suma importncia na escolha do mtodo adequado e anlise de sua raiz.
21
Para isolar uma raiz vamos apresentar um importante e simples teorema da lgebra que nos auxiliar nessa tarefa. Teorema 1: Se uma funo contnua f(x)assume valores de sinais opostos nos pontos extremos de um intervalo [a, b], isto f(a) . f(b) < 0, ento o intervalo conter, no mnimo, uma raiz de f(x), ou seja, haver no mnimo, um nmero x (a,b) tal que f(x) = 0 . Exemplo A gura a seguir representa o grco de uma funo f(x) que possui algumas razes no intervalo [a, b].
y
x2 x1 x3
b x
Podemos observar que f(a) f(b) < 0, pois f(a) < 0 e f(b) > 0, tambm vimos que existem razes no intervalo [a, b], mas ela no nica. Para garantir que a raiz seja nica, a derivada de f(x) deve existir e manter o mesmo sinal para todo o intervalo [a, b]. A gura seguinte nos apresenta um exemplo grco de uma funo f(x) cujo sinal de f'(x) no altera no intervalo [a, b].
y f(x)
a b x
No caso de f(a) f(b) > 0 nada podemos armar sobre as razes de f(x) no intervalo [a, b], pois podemos ter as seguintes situaes: Observe as guras a seguir, estas duas situaes podem ocorrer quando f(a) f(b) > 0.
22
f(x)
x1
a
x2 b
x a b Figura (b)
Figura (a)
Na gura a, f(a) > 0 e f(b) > 0, e temos duas razes reais, e na gura b no temos nenhuma raiz real, portanto quando encontramos f(a) f(b) > 0, nada podemos armar. Existe uma vasta teoria a respeito de equaes algbricas no que diz respeito ao isolamento de suas razes que no est no escopo de nosso curso. Para isolar a raiz de uma funo utilizaremos o mtodo grco que pode ser utilizado tanto para equaes algbricas quanto para equaes transcendentais.
FUNO
y 1
GRFICO
f(x) = sen(x)
1 1 y 1
2 3 4 5 6
f(x) = cos(x)
1 1
2 3 4 5 6
23
FUNO
5 4 3 2 y
GRFICO
f(x) = tg(x)
1
1 1 1 2 3 4
2 2 3 4
3 2 5 6 7 8
y 3 2
1 x 1 1 2 3 2 3 4 5 6 7 8
y 3 2
1 x 1 1 2 3 2 3 4 5 6 7 8
24
FUNO
GRFICO
7 6 5 4 y
3 2 1 x 4 3 2 1 1 1 2
7 6 5 4
3 2 1 2 1 1 1 2 3 4
Para encontrar o intervalo [a, b] que contenha a raiz fazemos um esboo do grco da funo f(x) e vericamos aproximadamente onde ela se anula.
25
Exemplo Seja a funo f(x) = ex sen(x) 2, vamos determinar aproximadamente onde a funo se anula, ou seja, em qual intervalo se encontra a sua raiz. Fazendo o esboo do grco, temos:
1 y
x 1 1
Observando o grco podemos escolher um intervalo nas proximidades de 1, mas no podemos armar com preciso qual o valor da raiz, por exemplo, o intervalo [0,5 ; 1,5]. Esboar o grco de uma funo desse tipo no simples. Ento, como faremos para esboar o grco e isolar as razes de certas funes j que isso no tarefa fcil? Vamos escrever a funo de uma forma equivalente, considerando que desejamos resolver a equao f(x) = 0, vamos escrever a funo f(x) como uma soma de funes que conhecemos seu grco. Assim, temos: f(x) = g(x) + h(x) (1)
Substituindo (1) em f(x) = 0, obtemos o seguinte resultado: g(x) + h(x) = 0 g(x) = h(x) Deste modo a raiz de f(x) corresponde abscissa da soluo da equao g(x) = h(x). Vejamos atravs de um exemplo como funciona este artifcio. Exemplo Considerando a funo do exemplo anterior f(x) = ex sen(x) 2, vamos utilizar o artifcio matemtico apresentado. Soluo Denominando g(x) = ex e h(x) = sen(x) 2. Para resolver a expresso g(x) = h(x). Esboamos os dois grcos no mesmo plano cartesiano. Observe a gura a seguir.
26
4 y 3 g(x) h(x) 2
f(x) x 1 2
As funes h(x) e g(x) so mais simples de serem esboadas gracamente e o ponto de encontro das duas possui a mesma abscissa da raiz procurada, portanto basta escolher um intervalo nas proximidades deste ponto. Vamos praticar fazendo outro exemplo. Exemplo Determine um intervalo que contenha apenas a primeira raiz positiva da funo f(x) = x2 + x cos(x). Soluo Vamos escrever a funo f(x) em termos da soma de h(x) e g(x), como zemos anteriormente, aqui temos dois tipos de funo como parcela de f(x), uma polinomial chamaremos de g(x) = x2 + 2 e outra trigonomtrica que chamaremos de h(x) cos(x). Fazendo g(x) = h(x), e esboando ambos os grcos no mesmo plano cartesiano, temos:
y 2
x 1 1
27
CALCULO_NUMERICO.indd 27
1/4/aaaa 13:14:34
Assim, podemos escolher como intervalo, por exemplo, [0, 1], lembrando que o enunciado pede a primeira raiz positiva. Cuidado, no representa uma raiz de f(x)!
Nos critrios apresentados x n representa a ensima aproximao da raiz. Nos critrios 1 e 2 podemos ter a situao representada pelos grcos da gura a seguir.
f(x)
x
Figura 1
x
Figura 2
A gura 1 apresenta um problema quando utilizamos o primeiro critrio para avaliar se um determinado valor est ou no prximo de uma raiz, pois apesar do valor de f(x) estar prximo de zero percebemos que ainda est relativamente longe da raiz exata. A gura 2 temos um problema semelhante com o critrio 2, a diferena que x est prximo da raiz, mas f(x) no se aproxima de zero. Em muitos casos vericamos se os dois critrios so satisfeitos evitando concluses equivocadas. O terceiro critrio nos fornece a distncia relativa da raiz e se comporta de forma semelhante ao segundo. Agora que conseguimos separar uma raiz de uma funo e avaliar o quanto x est prximo da raiz, vamos estudar tcnicas que melhorem esse resultado que inicialmente simplesmente visual e nos fornece apenas uma aproximao inicial.
28
intervalo que satisfaz a condio do teorema 1. O processo se repete com o novo intervalo at que o valor esteja to prximo da raiz quanto se deseja. A gura, a seguir, apresenta o esquema grco do mtodo da bisseo.
y y = f(x) a x1 x3 x2 b x
Ns conhecemos como o mtodo da bisseo atua, agora vamos ver como esse processo pode ajudar-nos a renar um intervalo inicial at que tenhamos a raiz aproximada to prxima da exata quanto possvel. Para isso seguimos alguns passos. Passo 1: determinar um intervalo [a, b] que possua uma nica raiz. Passo 2: fazer x k +1 =
ak + bk , dividindo [a, b] em dois subintervalos iguais 2
[a, xk] e [xk, b], se f(a) . f(xk) < 0, o intervalo que contm a raiz [a, xk], caso contrrio o intervalo que contm a raiz [xk, b]. Passo 3: vericar se qualquer valor dentro do intervalo satisfaz a preciso desejada utilizando um ou mais dos critrios apresentados. Caso contrrio volte ao passo 2.
29
Exemplo Calcule a raiz da equao f(x) = x2 + lnx com 0,1, sabendo que ela possui apenas uma raiz no intervalo [0,5; 1,0]. Soluo Como o problema garante que existe apenas uma raiz no intervalo [0,5; 1,0], vamos passar ao segundo passo. Fazendo x 1 =
0, 5 + 1 0, 75 e 2
f(a) . f(x1)
f(0,5) . f(0,75) < 0 Portanto, nosso novo intervalo [0,5; 0,75], para facilitar o processo podemos escolher qualquer valor no intervalo e escolhemos x 2 = f(0,625) = 0,7937 |f(0,625)| = 0,7937 Como |f(0,625)| > 0,1, voltamos ao passo 2 escolhendo um novo intervalo [0,5; 0,625] ou [0,625; 0,750]. Novamente: f(a) . f(x2) f(0,5) . f(0,625) > 0 Como o resultado maior que zero e existem apenas dois intervalos, conclumos que o intervalo que contm a raiz [0,625; 0,750], avaliamos novamente o quanto estamos perto da raiz:
x3 = 0, 625 + 0, 750 0,6875 , fazendo f(0,6875) = 0,097. 2 0, 5 + 0, 75 0,625 2
Avaliando o valor da funo temos: f(0,6875) < e 0,097 < 0,1. Assim podemos parar, pois est to prximo da raiz quanto foi solicitado no enunciado do problema. Assim, x = 0,6875.
30
converge para a raiz . Observe como o intervalo diminui a cada iterao pelo mtodo da bisseo.
b1 a1 = ba 2
ba ba b2 a2 = 2 2 2 2 ba 2 ba b3 a3 = 2 3 2 2 bn an = ba 2n
ba 2n
lim
ba =0 2n
Assim:
x
ba =0 2n
lim bn = lim an
x
e lim an = lim bn = .
n n
Agora vamos vericar se raiz de f(x). Como f(an) f(bn) < 0 e f(x) contnua:
n
31
Provamos que, com certeza, chegaremos raiz de uma funo utilizando o mtodo da bisseo, mas quantas iteraes so necessrias para chegarmos ao resultado esperado? O mtodo da bisseo nos permite calcular previamente quantas iteraes so necessrias para chegar a raiz com um erro deseja . Temos a seguinte expresso:
bn an = ba 2n
ba 2n
ln
ln[(b a) / ] ln2
Com a ltima expresso podemos determinar quantas iteraes so necessrias conhecendo apenas a tolerncia e o intervalo inicial, observe tambm que a convergncia do mtodo da bisseo, sendo a nica condio para a f(x) que seja contnua no intervalo. Exemplo Determine quantas iteraes so necessrias para que se encontre uma raiz aproximada da funo f(x) = cos(x) + 2sen(x) no intervalo [2,3] com erro de 0,001. Soluo Utilizando a expresso temos
n n ln[(b a) / ] ln2 ln[(3 2) / 0,001] ln2
n 9.965784285
32
O n pertence aos naturais, portanto devemos fazer 10 iteraes para encontrar a raiz com a preciso desejada.
Saiba mais
Neste stio encontramos um programa denominado Visual Clculo Numrico (VCN), este programa possibilita aplicar e comparar vrios mtodos de encontrar a raiz numrica de uma funo, um programa simples usar verique. Verique mais sobre esse assunto no stio <http://www.geocities. com/programa_vcn/>.
Seguiremos nossos estudos de zeros reais de funes abordando outros mtodos de renamento da soluo, no prximo captulo, o que aumentar a nossa capacidade de avaliar e interpretar resultados e resolver os problemas.
Referncias
BARROSO, Lenidas Conceio. Clculo Numrico. So Paulo: Edgard Blucher, Editora da USP, 1972. RUGGIERO, Mrcia A. Gomes. Clculo numrico: aspectos tericos e computacionais. 2. ed. So Paulo: Makron Books, 1997.
Anotaes
33
34
Introduo
Neste captulo estudaremos o mtodo da iterao linear (MIL) e o mtodo de Newton para determinar razes aproximadas de funes. O mtodo da iterao linear importante mais devido aos conceitos envolvidos do que a prpria praticidade do mtodo, pois baseado nos conceitos deste mtodo que vamos denir o mtodo de Newton. Ao nal deste captulo voc ser capaz de determinar a raiz aproximada de uma funo e analisar e conhecer as propriedades do mtodo de Newton e da posio falsa para encontrar a raiz aproximada de uma funo. Para um bom desenvolvimento dos conceitos abordados neste captulo importante ter compreendido como isolar uma raiz, os conceitos de critrio de parada suas vantagens e desvantagens. Os conceitos de funes sua classicao e familiaridade com suas propriedades tambm so importantes. A derivada primeira e segunda de funes desempenha um papel importante na compreenso dos conceitos.
35
b) c) d)
Considerando a funo x = (x), podemos encontrar a sua raiz gracamente utilizando a regra g(x) = h(x), assim a abscissa do ponto de interseco entre a curva y = x e y = (x).
y y=x (x)
x x0
x0
x0
Nesse caso, a funo escolhida (x) faz o processo convergir para a raiz da funo f(x), mas existem casos em que isso no ocorre, observe o grco a seguir.
y (x)
y=x
Neste outro exemplo o processo diverge, ou seja, afasta da raiz: Dada uma funo f(x) = 0 pode existir mais de uma funo de iterao (x), entretanto no para todo (x) que o processo xk+1 = (xk) gera uma sequncia convergente para a raiz . Exemplo Considere a funo f(x) = x2 + x 6, utilize as funes iterao 1(x) = 6 x2 e 2 (x) = 6 x , para determinar a raiz da funo. Soluo Apesar dessa funo ter razes conhecidas a utilizaremos como um exemplo didtico para compreender o mtodo. Suas razes so 2 e 3.
36
Utilizando a primeira funo 1(x) = 6 x2. Escolhendo o valor inicial x0 = 1,5 e o processo iterativo xk+1 = (xk), encontramos a seguinte sequncia. x1 = 3,75 x2 = 8,0625 x3 = 59,003906 x4 = 3475,4609 Observamos que o os valores no se aproximam da raiz 2 que a mais prxima de x0. Observando o grco, a seguir, podemos visualizar o que ocorreu no processo algbrico.
y
x0
Como no processo algbrico podemos observar que a sequncia diverge. Agora vamos repetir o processo com a funo de iterao: x = 2 (x) = 6 x , com x0 = 1,5, assim temos: x1 = 2,12132 x2 = 1,96944 x3 = 2,00763 x4 = 1,99809 x5 = 2,00048 Observamos que a funo converge para 2, ou seja, para a raiz da funo f(x), observe o comportamento grco do processo na gura a seguir.
y
(x) x0 x
37
Assim a sequncia {x0, x1, x2, ..., xk+1} gerada pela funo de iterao = (xk) converge para a raiz . O M no teorema anterior um valor 0 < M < 1.
Agora vamos utilizar o teorema para vericar as funes iterao do exemplo anterior e utilizar os critrios do teorema para identicar qual funo iterao (x) converge. Vericando 1(x) o exemplo anterior temos: 1(x) = 6 x2. Considerando o teorema devemos encontrar um intervalo [a, b], centrado em , que satisfaa as condies a e b do teorema. a) 1(x) = 6 x2 e '1(x) = 2x, toda funo polinomial contnua no conjunto dos Reais. b)
1 '(x) < 1 2x < 1 1 1 < x < . No h um intervalo [a, b] centrado 2 2
na raiz, tal que |'1(x)| < 1 x [a, b], portanto 1(x) no satisfaz a condio b do teorema. Vericando 2(x): No exemplo anterior temos a funo de iterao 2 (x) = 6 x . O mtodo de Iterao Linear converge para a raiz = 2? De acordo com o teorema, devemos encontrar um intervalo [a,b], centrado em , que satisfaa as condies a e b do teorema.
38
a) b)
1 2 6x
Assim podemos escolher um intervalo [a,b] de modo que este esteja centrado na raiz, tal que |'2(x)|<1 x [a, b], portanto 2(x) satisfaz a condio b do teorema e ento podemos armar que o processo converge. Agora vamos estudar o mtodo de Newton que uma variao do MIL, no qual a funo iterao uma funo em particular.
sendo xn+1 o prximo ponto. Para utilizar o mtodo de Newton realizamos os seguintes passos: Passo 1: determinar um intervalo [a, b] que possua uma nica raiz. Passo 2: fazer x n+1 = x n
f(x n ) . f '(x n )
Passo 3: vericar se qualquer valor dentro do intervalo satisfaz a preciso desejada utilizando um ou mais dos critrios apresentados. Caso contrrio volte ao passo 2. Exemplo Calcular a raiz de f(x) = x3 x2 4 que se encontra no intervalo [1; 2,5], com preciso de < 0,01. Neste processo vamos primeiro encontrar f'(x), assim temos: f'(x) = 3x2 2x. Como os pontos dos extremos do intervalo pertencem ao intervalo, vamos escolher o valor x0 = 2,5.
39
CALCULO_NUMERICO.indd 39
1/4/aaaa 13:17:09
Substituindo na expresso:
x n+1 = x n x1 = x 0 f(x n ) f '(x n )
x1 = 2, 5
x1 = 2,10909
Como no vamos trabalhar com o intervalo durante o processo utilizaremos o critrio 1 para vericar a aproximao. Assim temos:
f(x) f(x 1) 0, 01 f(2,1090) 0, 01
Como f(2,1090) > 0,01, devemos voltar ao passo 2 e repetir o processo utilizado a abscissa x2. Assim:
x 2 = x1 f(x 1) f '(x 1) f(2,10909) f '(2,10909)
x 2 = 2,10909 x 2 = 2,0068
Realizando o passo 3, temos que: |f(2,0068)| > 0,001 Portanto, repetimos novamente o passo 2, lembrando que voltamos ao passo 2 sempre que |f(xk)| > 0,01.
x3 = x2 f(x 2 ) f '(x 2 ) f(2,0068) f '(2,0068)
x 3 = 2,0068
x 3 = 2,000028
Fazendo, |f(2,000028)| < 0,001 Portanto a raiz aproximada : x3 = 2,000028. Neste exemplo, podemos observar que para valores prximos da raiz, o mtodo converge mais rapidamente. Ento surge uma pergunta. O mtodo de Newton converge para qualquer intervalo que possui uma nica raiz?
40
A resposta no, mas antes de explicar o porqu dessa resposta vamos fazer sua interpretao geomtrica.
y
x3
x2
x1 x0
A partir de um ponto inicial x0 aproximamos da raiz traando uma reta tangente a f(x0), a reta tangente intercepta o eixo das abscissas em x1, em uma posio mais prxima da raiz. O processo se repete at que a aproximao desejada seja alcanada.
Saiba mais
O artigo encontrado no stio <http://www.famat.ufu.br/revista/revistaabril2004/artigos/ArtigoCarlosSandreaneCesar.pdf> apresenta uma aplicao prtica do mtodo de Newton e algumas outras curiosidades, visite-o e lembre que h diversos stios em que podemos aprender e exercitar nossos aprendizados, esse um deles, experimente.
Agora que compreendemos a motivao geomtrica do mtodo de Newton, vamos responder a pergunta feita anteriormente quanto escolha de x0. Considere o grco a seguir, da equao f(x) = x3 2x2 4.
1 1 y xk 1 2 3 4 5 6 f'xk = 0 1 2 3 4 x
41
Como podemos observar geometricamente e algebricamente no ponto onde f'(x) = 0, algebricamente temos uma diviso por zero e geometricamente podemos observar que a reta tangente no ponto no intercepta o eixo das abscissas e assim no podemos continuar com o processo. De maneira geral, no aconselhvel escolher um x0 de modo que exista um xk entre x0 e , faa f(xk) = 0. uma condio suciente para que a convergncia do mtodo de Newton que: f'(x) e f''(x) sejam no nulas e preservem o sinal em (a, b) e x0 seja tal que f(x0) f''(x0) > 0. Neste captulo, vimos como isolar uma raiz em um intervalo de tal forma que esta seja nica e em seguida como melhorar esse resultado a m de encontrar um valor to prximo da raiz quanto se queira e vimos, tambm, dois mtodos para realizar o renamento das razes. No prximo captulo, estudaremos a interpolao polinomial, este conceito permite associarmos uma tabela a uma funo e assim calcular valores intermedirios. Este estudo aplicado em qualquer situao em que os dados sejam obtidos de forma discreta e haja a necessidade de seus valores contnuos.
Referncias
BARROSO, Lenidas Conceio. Clculo Numrico. So Paulo: Edgard Blucher. Editora da USP, 1972. RUGGIERO, Mrcia A. Gomes. Clculo numrico: aspectos tericos e computacionais. 2. ed. So Paulo: Makron Books, 1997.
Anotaes
42
Introduo interpolao
Introduo
Os conceitos bsicos de interpolao polinomial aproximar uma funo f(x) atravs de uma funo p(x), geralmente polinomial. Os maiores interesses nessa aproximao so: a) Determinar valores intermedirios aproximados entre dados exatos. A temperatura de uma determinada regio medida trs vezes ao dia, as oito horas, as doze e as dezoito horas. A interpolao nos permite conhecer os valores intermedirios aproximados, isto , a temperatura as dez, por exemplo. b) A funo possui uma lei de formao tal que algumas operaes como diferenciao e integrao so complexas ou impossveis de serem realizadas. A integrao da funo f(x) = e x . Em outros casos para acelerar os clculos podemos transformar uma funo transcendental em um polinmio de grau n, mais prtico e rpido de ser computado o valor de p(x). Ao nal deste captulo voc dever ser capaz de denir interpolao polinomial e encontrar o polinmio interpolador atravs de sistemas lineares. Os conceitos de funes polinomiais sua classicao e familiaridade com suas propriedades. A derivada primeira e segunda de funes tambm desempenha um papel importante na compreenso dos conceitos. Neste captulo utilizaremos sistemas lineares para encontrar o polinmio interpolador e por isso importante ter em mente os conceitos relacionados a sistemas lineares.
4.1 Problema da Interpolao
2
A interpolao polinomial consiste em determinar os coecientes de um polinmio de grau n, tal que os pontos de uma determinada tabela satisfaam o polinmio. Considere a tabela a seguir com (n + 1) pontos distintos:
x f(x) x1 f(x0) x1 f(x1) x2 f(x2) ... ... xn f(x4)
A interpolao polinomial de f(x) consiste em encontrar uma funo p(x), tal que:
43
p(x 0 ) = f(x 0 ) p(x 1) = f(x 1) p(x 2 ) = f(x 2 ) p(x 3 ) = f(x 3 ) p(x n1) = f(x n1) p(x n ) = f(x n )
Vamos aproximar f(x) por um polinmio de grau menor ou igual a n, de modo que f(xk) = pn(xk) k = 0, 1, 2, ..., n. Baseados nessa condio, montamos o sistema a seguir:
a o a o a o a o a o
2 1 n + a1x 0 + a2 x 0 + ... + an1x n 0 + an x 0 = f(x 0 ) 2 n 1 n + a1x 1 + a2 x 1 + ... + an1x 1 + an x 1 = f(x 1) 2 1 a x n f(x 2 ) + a1x 2 + a2 x 2 + ... + an1x n 2 + n 2 =
As variveis deste sistema so: a0, a1, a2, ... an, pois os valores de x e f(x) conhecidos a partir da tabela, assim temos um sistema linear com n + 1 variveis e n + 1 equaes. Escrevendo na forma matricial temos:
2 1 x 0 x0 2 x1 1 x 1 2 1 x x2 2 2 1 x x n1 n 1 2 xn 1 x n
A matriz de coecientes denominada como matriz de Vandermonde. A matriz de Vandermonde, para x0, x1, x2, ..., xn distintos, possui det(A) 0 podemos mostrar esta propriedade mostrando que suas linhas so vetores linearmente independentes, assim o sistema linear possui soluo nica. Devido a esta propriedade existe um nico polinmio, de grau menor ou igual a n, tal que: pn(xk) = f(xk), k = 0, 1, 2, ..., n.
44
Soluo Como o polinmio tem grau menor ou igual a 2 temos a forma geral p2(x) = a0 + a1x + a2x2. A nossa tarefa e determinar os valores de a0, a1 e a2. Satisfazendo as seguintes condies:
p 2 (x 0 ) = a0 + a1x 0 + a2 x 0 2 = f(x 0 ) p 2 (x 1) = a0 + a1x 1 + a2 x 12 = f(x 1) p 2 (x 2 ) = a0 + a1x 2 + a2 x 2 2 = f(x 2 )
7 2 x + x2 3 3
45
Essa vericao uma forma de conferir os resultados, pois a curva de interpolao deve passar pelos pontos dados, entretanto pode haver pequenos erros devido aos arredondamentos ocorridos durante a resoluo do sistema linear. Agora vamos estudar um exemplo, onde conhecemos valores na proximidade do que desejamos calcular e vericar que as distncias entre os pontos inuenciam na preciso do clculo. Exemplo Estime o logaritmo natural de 2 usando interpolao linear e quadrtica: interpolando entre ln(1)=0 e ln(6)=1,7917595; interpolando entre ln(1)=0 e ln(4)=1,3862944; interpolando entre ln(1)=0, ln(4)=1,3862944 e ln(6)=1,7917595; Soluo Nos dois primeiros casos a forma geral do polinmio p1(x) = a0 +a1x, pois n = 1. Assim: p1(x0) = a0 + a1x0 = f(x0) p1(x1) = a0 + a1x1 = f(x1) Escrevendo o sistema na forma matricial, temos:
0 1 1 a0 = , 7917595 1 6 a1 1
Resolvendo o sistema, chegamos ao seguinte resultado: p1(x) = 0,3583519 + 0,3583519x Determinando o ln(2) pelo polinmio interpolador, temos: p1(x) = 0,3583519 + 0,3583519x p1(2) = 0,3583519 + 0,3583519 . 2 p1(2) = 0,3583519 Calculando diretamente o valor ln(2), obtemos o valor exato 0,69314718. O erro relativo ocorrido :
ER = 0, 69314718 0,35835190 0, 693114718 100 = 48,3%
Vamos realizar o mesmo processo para o item b. p1(x) = a0 + a1x p1(x0) = a0 + a1x0 = f(x0) p1(x1) = a0 + a1x1 = f(x1)
46
Resolvendo o sistema, mas agora com os valores fornecidos pelo item b temos
0 1 1 a0 = 1 4 a 1 ,3862944 1
p1(x) = 0,4620981333 + 0,4620981333x Calculando pelo polinmio interpolador: p1(x) = 4620981333 + 4620981333x p1(x) = 4620981333 + 4620981333 . 2 p1(2) = 0,46209813 Determinando o erro relativo ocorrido neste caso, temos:
ER = 0, 69314718 0, 46209813 0, 693114718 100 = 33,3%
Podemos observar que para um intervalo menor entre os pontos houve um erro relativo menor. No item c temos n = 2 e, portanto, a forma geral do nosso polinmio p2(x) = a0 + a1x + a2x2. Devemos encontrar coecientes que satisfaam as condies:
p 2 (x 0 ) = a0 + a1x 0 + a2 x 0 2 = f(x 0 ) p 2 (x 1) = a0 + a1x 1 + a2 x 12 = f(x 1) p 2 (x 2 ) = a0 + a1x 2 + a2 x 2 2 = f(x 2 )
47
No item c o erro foi menor, pois interpolamos por um polinmio do segundo grau, tambm denominada interpolao quadrtica. Assim vimos que a preciso do polinmio interpolador depende da distncia entre os pontos interpolados e da quantidade de pontos interpolados.
x [a, b] e a abscissa do ponto mximo de fn+1. Exemplo Determine a funo do erro cometido na aproximao de f(x) = ex por um polinmio interpolador que passa pelos pontos A(0, 1) e B(1; 2,718) no intervalo [0, 1]. Soluo Para calcular o erro cometido pelo polinmio interpolador, utilizamos a equao e(x) = minar p(x).
f n+1() (x x 0 )(x x 1)...(x x n ) , portanto no necessrio deter(n + 1 )!
48
e1 (x 0)(x 1 ) 2 e e(x) = (x 2 x) 2
Portanto, o erro cometido no intervalo [0, 1] determinado atravs da expresso e(x) = (x 2 x).
e 2
Saiba mais
No stio <http://www.linux.ime.usp.br/~cef/mac499-04/monograas/elisa/ monograa/> encontramos uma monograa que utiliza interpolao polinomial para alterar uma imagem e analisar seu padro um exemplo claro de como a matemtica se aplica em vrios campos de atuao. Visite, leia mais sobre o assunto, aprofunde seus conhecimentos.
No prximo captulo, conheceremos outros mtodos para encontrar o polinmio interpolador, o mtodo de Newton que utiliza diferenas divididas e o mtodo de Lagrange, embora os mtodos utilizem conceitos diferentes todos eles chegam ao mesmo polinmio.
Referncias
BARROSO, Lenidas Conceio. Clculo Numrico. So Paulo: Edgard Blucher. Editora da USP, 1972. RUGGIERO, Mrcia A. Gomes. Clculo numrico: aspectos tericos e computacionais. 2. ed. So Paulo: Makron Books, 1997.
Anotaes
49
CALCULO_NUMERICO.indd 49
1/4/aaaa 13:18:35
50
Interpolao II
Introduo
Para realizar a interpolao existem vrios mtodos. Neste captulo vamos estudar mais dois mtodos, alm do estudado no captulo anterior. Esses dois outros mtodos possuem a vantagem de os dados no estarem, necessariamente, igualmente espaados no eixo das abscissas. Existe, tambm, as vantagens computacionais, ou seja, os mtodos so mais rpidos. Ao nal deste captulo, voc ser capaz de compreender os conceitos pertinentes a ao processo de Newton para encontrar o polinmio interpolador e compreender os conceitos pertinentes a ao processo de Lagrange para encontrar o polinmio interpolador. Veremos os conceitos de funes polinomiais, sua classicao e familiaridade com suas propriedades. A derivada primeira e segunda de funes tambm desempenha um papel importante na compreenso dos conceitos. Neste captulo utilizaremos os conceitos estudados no quarto captulo deste caderno. Estudaremos uma maneira diferente de determinar o polinmio interpolador que ser o primeiro assunto deste captulo, vejamos.
5.1 Forma de Interpolao Polinomial de Newton
Neste mtodo no preciso que os pontos utilizados estejam distribudos uniformemente ou que os valores das abscissas sejam em ordem crescente. A expresso do mtodo de Newton dada por:
Pn (x) = d0 + d1(x x 0 ) + d2 (x x 0 )(x x 1) + ... + dn (x x 0 )(x x 1)...(x x n1)
51
Observe que ao invs de parnteses utilizamos colchetes na funo, isso indica a operao diferena divididas e cada termo calculado utilizando a seguinte regra:
f[x i , x j ] = f xi f xj xi xj = f(x i ) f(x j ) xi xj
f[x i , x j , x k ] =
f[x i , x j , x k , x l ] =
f[x n , x n1,........, x 2 , x 1, x 0 ] =
Este mtodo utiliza uma aproximao da derivada em cada ponto a ser determinado, note a semelhana com a denio de derivada. Substituindo as diferenas divididas na expresso do polinmio proposto por Newton temos a seguinte expresso.
Pn (x) = f[x 0 ] + (x x 0 )f[x 1, x 0 ] + (x x 0 )(x x 1)f[x 2 , x 1, x 0 ] + .... + +(x x 0 )(x x 1)...(x x n1)f[x n , x n1,..., x 2 , x 1, x 0 ]
Para tornar os clculos mais prticos, utilizamos uma tabela recursiva, a seguir temos um exemplo de ordem 4.
x0 f[x0] f[x1, x0] x1 f[x1] f[x2, x1] x2 f[x2] f[x3, x2] x3 f[x3] f[x4, x3] x4 f[x4] f[x4, x3, x2] f[x3, x2, x1] f[x4, x3, x2, x1] f[x2, x1, x0] f[x3, x2, x1, x0] f[x4, x3, x2, x1, x0]
Com os dados da tabela anterior podemos calcular os coecientes do polinmio procurado, nesta tabela utilizamos apenas o primeiro elemento de cada coluna, mas para calcular o de maior ordem necessitamos calcular todos os termos.
52
Para ilustrar como utilizar o mtodo de Newton para calcular o polinmio interpolador vamos fazer um exemplo. Exemplo Encontre o polinmio Pn(x) com n 2 que interpole os pontos tabelados abaixo, utilizando a forma de Newton.
x f(x)
Soluo
1 4
0 1
2 1
Como no mtodo do sistema linear, o primeiro passo estimar o polinmio que queremos encontrar determinando o valor de n que nesse exemplo 2. De acordo com o mtodo de Newton temos o seguinte polinmio.
P2 (x) = f(x 0 ) + f[x 1, x 0 ](x x 0 ) + f[x 2 , x 1, x 0 ](x x 0 )(x x 1)
O prximo passo calcular as diferenas divididas. Inicialmente vamos colocar os valores da abscissa na tabela. A ordem da diferena dividida igual a n, colocando o valor de x na primeira coluna e como f[xi] = f(xi), segunda coluna so os valores de y.
X
1 0 2
ORDEM 0
4
ORDEM 1
f[x1, x0]
ORDEM 2
1 f[x2, x1] 1
f[x2, x0]
X
1
0 2
ORDEM 0
4
ORDEM 1
3
ORDEM 2
1
1
2/3
53
Determine uma aproximao para ln(2) por meio da forma de Newton, utilizando as informaes da tabela a seguir:
1 0
4 1,3862944
6 1,7917595
f(x)
1,6094379
Neste caso, o nosso n igual a 3 e, portanto o polinmio interpolador tem a seguinte forma geral:
P3 (x) = a0 + a1x 1 + a2 x 2 + a3 x 3
X
x0 x1 x2 x3
ORDEM 0
0
ORDEM 1
f[x1, x0]
ORDEM 2
ORDEM 3
f[x2, x1, x0] f[x3, x2, x1, x0] f[x3, x2, x1]
X 1
4 6 5
ORDEM 0
0
ORDEM 1
0,46209813
ORDEM 2
ORDEM 3
54
P3(2) = 0,62876869 Erro = 9,3% Vimos como determinar o polinmio utilizando o mtodo de Newton, vale ressaltar que, independente do mtodo, j mostramos que para um dado conjunto de dados distintos temos um nico polinmio. Como nos outros mtodos este apresenta vantagens e desvantagens na quantidade de operaes e complexidade dos clculos.
55
Lk (xi ) = ki
sendo que:
0 se,k i ki = 1 se,k = i
Agora, vamos mostrar que o polinmio sob estas condies passa pelos pontos a serem considerados. Partiremos, inicialmente de f(x0).
p(x 0 ) = L 0 (x 0 ) f(x 0 ) + L1(x 0 ) f(x1) + + Ln (x 0 ) f(x n ) p(x 0 ) = 1 f(x 0 ) + 0 f(x1) + + 0 f(x n ) p(x 0 ) = f(x 0 )
ou seja:
p(x i ) = f(x i ) ,
o que demonstra que o polinmio interpolador p(x) intercepta exatamente sobre os pontos {xi,f(xi)} dados. Dessa maneira, nosso objetivo se resume em encontrar os polinmios Lk(x). Assim a expresso procurada determinada por:
L k (x) = (x x 0 ) (x x 1) (x x k 1) (x x k +1) (x x n ) (x k x 0 ) (x k x 1) (x k x ki1) (x k x ki+1) (x k x n )
Escrevendo na forma de somatrio que mais compacta, o polinmio de Lagrange se resume em:
pn (x ) =
L (x ) f (x )
i i i=0
56
(x x )
j
Li (x ) =
j=0 ji n
(x x )
i j j=0 ji
xi
1 3
f(xi)
3 5
Soluo Como nos outros mtodos teremos um polinmio de grau 1, pois n = 1. Utilizando o polinmio de Lagrange na forma de somatrio temos:
p(x) =
L (x) f(x )
i i i=0
(x x )
j
Li (x ) =
j=0 ji n
(x x )
i j j=0 ji
57
p(x) = x + 2
Para melhor compreender o processo vamos fazer outro exemplo interpolando os pontos por uma parbola. Exemplo Interpolar pelo mtodo de Lagrange os dados da tabela a seguir.
XI
1
f(xi)
2 5 7
0 1 Soluo
L f (x )
i i i=0
p2 (x ) = L 0 f (x 0 )+ L1 f (x1)+ L 2 f (x 2 )
Considerando a funo ki =
assumem os seguintes valores nos pontos x0, x1, x2. Assim: L0 (x0) =1 L0 (x1) =0 L0 (x2) =0 L1 (x0) =0 L1 (x1) =1 L1 (x2) =0 L2 (x0) =0 L2 (x1) =0 L2 (x2) =1
58
(x x )
j
j=0 ji 2
, encontramos os polinmios de
i j
(x x )
j=0 ji
L0 =
(x x1) (x x 2 ) (x 0) (x 1) x 2 x = = 2 (x 0 x1) (x 0 x 2 ) (1 0) (1 1)
L1 =
(x (1)) (x 1) (x + 1) (x 1) = = x 2 + 1 1 (0 (1)) (0 1)
L2 =
Para problemas que envolvem mais pontos seguimos o mesmo raciocnio para encontrar o polinmio interpolador.
Saiba mais
No stio <http://www.estv.ipv.pt/PaginasPessoais/lsousa/Teoria_actualMN/ Cap%C3%ADtulo4-interpola%C3%A7%C3%A3o.pdf> voc ter acesso a um material que aborda os conceitos aqui estudados de uma maneira mais abrangente, consulte este material e aprofunde seus conhecimentos sobre o assunto.
Todos os mtodos como dito anteriormente chegam aos mesmo polinmio interpolador pois este nico, entretanto eles se diferem no conceito e principalmente na quantidade de operaes necessrias para chegar ao polinmio. Utilizando sistema lineares temos um total de Nop =
2 n3 , enquanto que no 3 3 n2 , ou seja, 2
mtodo de Lagrange ou o de Newton temos um total de Nop = uma quantidade inferior de operaes.
59
CALCULO_NUMERICO.indd 59
1/4/aaaa 13:21:12
No prximo captulo, estudaremos como calcular integral de valores tabelados e funes que apresentem a integral na forma analtica complexa ou impossvel. Como nos casos que estudamos at agora, este clculo no preciso e, podemos determin-las escolhendo vrios pontos ou determinadas regras para obter o resultado que melhor atende s necessidades de um problema especco.
Referncias
BARROSO, Lenidas Conceio. Clculo Numrico. So Paulo: Edgard Blucher. Editora da USP, 1972. RUGGIERO, Mrcia A. Gomes. Clculo numrico: aspectos tericos e computacionais. 2. ed. So Paulo: Makron Books, 1997.
Anotaes
60
Introduo
A integrao numrica realizada quando h limitaes semelhantes s encontradas na interpolao, como funes cujo clculo da integral extremamente complexo e funes tabeladas, ou seja, que no possuem uma expresso que a caracteriza. Integrao Numrica Estudamos em clculo diferencial e integral que uma funo f(x) contnua em um intervalo [a, b], dada pela seguinte expresso.
sendo F (x) = f(x) . A integral denida representa gracamente a rea sob uma curva.