Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULDADE DE MATEMTICA
CLCULO NUMRICO
Notas de Aula Aplicaes Exerccios
ndice
4 Interpolao Polinomial............................................................................ 36
5 Ajuste de Funes..................................................................................... 46
6 Integrao Numrica.................................................................................60
9 Bibliografia ..............................................................................................85
Formulrio................................................................................................... 86
i)
ii)
iii)
e um expoente inteiro que varia no intervalo [m,M].
M e m dependem da mquina utilizada. Em geral, m = -M Z.
iv)
t define a preciso da mquina, o nmero de dgitos da mantissa.
Obs: preciso exatido(depende da preciso da mquina e do algortmo utilizado)
A unio de todos os nmeros de ponto flutuante normalizados com o zero:
m
0 = 0 .000
L
1
42
4
30
t
vezes
Medidas de Exatido
Quando se aproxima um nmero real x por x*, o erro que resulta x-x*. Define-se:
x x*
para x 0 .
erro absoluto: EA = x x * e o erro relativo: ER =
x
A fim de ver o tipo de situao que pode ocorrer um erro relativo de grande
magnitude, vamos considerar a diferena entre os nmeros a seguir, por exemplo:
x = 0,3721478693
y = 0,3720230572
x y = 0,0001248121=0,1248121 x 10-3
Se os clculos forem feitos em F(10, 5, -499, 499) com arredondamento Ox:
x*= 0,37215, y*= 0,37202 e x*-y*= 0,00013 = 0,13000 x 10-3
Assim, o erro relativo entre os dois resultados grande:
x y ( x * -y*)
0,1248121 x 10 - 3 0 ,13000 x 10 - 3
=
4%
x y
0,1248121 x 10 - 3
Na resoluo de um problema o valor exato da soluo x pode ser desconhecido.
Podemos usar duas aproximaes sucessivas de x, definindo:
x k +1 x k
x
k +1
1 1 t
se o arredondamen2
Algoritmos Numricos
O Clculo Numrico tem por objetivo estudar e aplicar algoritmos numricos para a
soluo de problemas, visando o menor "custo" e confiabilidade do resultado (observar
tempo de execuo, nmero de operaes aritmticas, quantidade de memria, propagao
do erro, etc).
Um bom algoritmo numrico deve se caracterizado por:
a) Independncia da mquina :a execuo do programa pode ser realizada em diferentes
mquinas.
b) Inexistncia de Erro Aritmtico: problemas de overflow e underflow devem ser detectados a priori
c) Inexistncia de Erro Lgico: previso de tudo o que poder ocorrer durante o processo
(diviso por zero, por exemplo)
d) Quantidade finita de clculos.
e) Existncia de um critrio de exatido.
f) O erro deve convergir para zero com preciso infinita.
g) Eficincia: produz a resposta correta com economia
Problema
Real
Modelagem
Matemtica
Soluo
Aplicao
O volume de uma esfera de raio r pode ser obtido de
4 r 3
V=
.
3
Estimar o volume do hemisfrio de raio e representado
graficamente ao lado. Utilizar arredondamento para nmero
mais prximo de mquina (0x) em F( 10 , 4 , -98 , 98).
Exerccios
( x )i
e
e x =
i!
i =0
e x =
1
1
=
x
e
xi
i!
i =0
p( x ) = (( x 5 )x + 6 )x + 0.55
-1
7) Considerando: A =
5)-a) 0, 1/4, 1/2, 1, 2, 5/16, 5/8, 5/4, 5/2, 3/8, 3/4, 3/2, 3, 7/16, 7/8, 7/4, 7/2 e simtricos.
# F = 33
Regio de oferflow: ( ,7 / 2) (7 / 2,+)
Regio de underflow: (-1/4,1/4) - {0}
b) 0, 1/9, 1/3, 1,3, 4/27, 4/9,4/3, 4, 5/27, 5/9, 5/3, 5, 2/9, 2/3, 2, 6, 7/27, 7/9, 7/3, 7, 8/27,
8/9, 8/3, 8 e seus simtricos. # F = 49 Regio de oferflow: ( ,8) (8,+)
Regio de underflow: (-1/9,1/9) - {0}
c) 0, 1/8, 1/4, 1/2, 1, 2, 3/16, 5/16, 3/4, 3/2, 3, e seus simtricos. # F = 21
Regio de oferflow: ( ,3) (3,+)
Regio de underflow: (-1/8,1/8) - {0}
6-a) 0,17320*101 e 0,17321 *101 b) 0,66666*102 e 0,66667*102
d) 0.27182*101 e 0.27183*102
c) overflow (0,66666*103 e 0,66667*103 F)
3
1
e) underflow (0.33333*10 F) f) 0,14142*10 e 0,14142 *101
7-a) 0,9990234375
b) 0,999 e 0,998
ln x + tgx = 0 ,
senx e x = 0
p( x ) = x 2 2ax + a 2 + b 2 q( x )
onde o grau de q( x ) n 2 .
Ex.: a) p( x ) = x 4 2 x 3 + x 2 + 2 x 2 tem razes 1, 1 i .
)(
p( x ) = x 2 2 x + 2 x 2 1
Ex.: b) p( x ) = x 3 7 x 2 + 16 x 10 tem razes 1, 3 i .
p( x ) = x 2 6 x + 10 ( x 1)
e p m ( x0 ) 0
2) x0 = 2 raiz de multiplicidade 3 de p( x ) = x 4 5 x 3 + 6 x 2 + 4 x 8
10
p ( x ) = x 3 7 x 2 + 16 x 10
(
) e p(1) = 0
2 = 2 ( x 2 )(x 2 5 x + 6 )+ 2 e
p (2 ) = 2
3 = 3 ( x + 3 )(x 2 10 x + 46 ) 148 e
p( 3) = 148
1 = 1 ( x 1) x 2 6 x + 10
11
x k +1 =
a n 1 n 1 a n 2 n 2
a
a
xk + K + 1 xk + 0
xk +
an
an
an
an
2
k
x1 = 0,748331477355
1
4
x15 = 3,93973077126
x 2 = 1,47358396156
x16 = 3,94696658200
x3 = 2,10693957916
x17 = 3,95190592045
x 4 = 2,61655565303
x18 = 3,9552764745
x5 = 3,00483390194
x19 = 3,9575796715
12
Ex1:
Qualquer mtodo deve observar um critrio de parada, ao qual est associado um estimador
de exatido. Por exemplo, para onde C , 1 , 2 , L so dados:
DIGSE( x k , x k + 1 ) C
f (xk ) 1
x k +1 x k
2
x k +1
[a,
a+b
, dividindo-se [a, b ] em dois novos intervalos :
2
x m ] , [x m , b]
2) Se f ( x m ) 0 e:
i)
f (a ) f ( x m ) < 0 ento a raiz est em ( a , xm ) . Volta-se para (1)
ii)
f ( x m ) f (b ) < 0 ento a raiz est em ( xm ,b ) . Volta-se para (1)
3) Repete-se o processo at obter uma aproximao razovel da raiz, isto , at que
um critrio de parada seja satisfeito.
Caractersticas: simples a convergncia lenta mas garantida. A velocidade de
convergncia 0,3 DIGSE /passo, isto , a cada 3 ou 4 passos ganha-se um DIGSE .
Ex: p( x ) = x 4 + 2 x 3 7,5 x 2 20 x 11
a) Enumerao das razes de p (x )
+
Regras de Huat e Lacuna
no aplicam
1
1
14
3
1
total
0
4
2
b) Cota
de
Cauchy:
x k +1 = 4 2 x k3 + 7,5 2k + 20 x k + 11, x 0 = 0
x1 = 1,82116028684
x 2 = 3,03080111616
x14 = 4,64729539211
x3 = 3,74256184946
x15 = 4,64784057829
x 4 = 4,14695320458
x16 = 4,64813826094
x17 = 4,64830079964
c) Separao de razes
p( x ) 276,5
4 3 2 1
77
8,5
r1
5
r2
r4
r3
( )
15
b) G 2 = 6 x ,
c ) G3 = 6 x ,
G4 =
6
,
x +1
G5 =
6
1
x
Embora no seja preciso usar mtodos numricos para encontrar as duas razes reais
1 = 3, e 2 = 2 da presente equao, nota-se que:
i)
x 2 = G1 ( x1 ) = 6 (3,75) 2 = 8,0625
x3 = G1 ( x 2 ) = 6 (8,0625) 2 = 59,00390625
x 4 = G1 ( x3 ) = 3475,46095276
x5 = G1 (x 4 ) = 12078822,8342
M
ii)
x 3 = G2 ( x2 ) = 2,00762636454
x 4 = G2 ( x3 ) = 1,99809249923
x 5 = G2 ( x4 ) = 2,00047681835
x 6 = G2 ( x5 ) = 1,99988079186
x 7 = G2 ( x6 ) = 2,00002980181
M
Teorema da Convergncia:
Seja uma raiz isolada de f em [a, b] . Se
i) G e Gso contnuas em [a, b] ;
ii) G' ( x ) 1,x (a ,b ) ;
16
f ( x ) = 0 e x + x 3 = 0 x 3 = e x
x = e = e
Seja
3
G ( x ) = e
x
3
x
3
x
1
G ' ( x ) = e 3 ; G ' ( 1) 0,24 *
3
G ' (0 ) 0,33
G e G so continuas em [-1,0] e
G ' ( x ) < 1 x [1,0] .
xi
x 6 = 0,772800243
x 2 = 0,754152577
x7 = 0,772904269
x3 = 0,777723518
x8 = 0,772877469
f ( x9 ) = 0,000003188 e
x 4 = 0,771636903
x9 = 0,772884374
x5 = 0,773204044
x10 = 0,772882595
M
*G no tem Maximo nem mnimo local em [0,1], testa-se ento s os extremos.
17
Obs.: Dada a equao f ( x ) = 0 , existem infinitas funes G(x) que so funes de iterao. A
forma geral destas funes :
G ( x ) = x + A( x) f ( x) ,
com a condio que em x*, ponto fixo de G(x), se tenha A( x * ) 0 . Temos que:
f ( x * ) = 0 G ( x * ) = x * Com efeito:
( ) Seja x * tal que f ( x * ) = 0 .
G ( x * ) = x * + A( x * ) f ( x * ) = x * + A( x * ) 0 = x *
() Se G ( x * ) = x * x * + A( x * ) f ( x * ) = x *
A( x * ) f ( x * ) = 0 f ( x * ) = 0 pois A( x * ) 0
2.3.3-Mtodo de Newton-Raphson
1
.
f ' (x* )
1
f ( x)
e G ( x) = x
.
f ' ( x)
f ' ( x)
Ento dada f ( x ) , G ( x ) tal que G ' x * = 0 , pois
Tomemos A( x) =
( )
G ' (x ) = 1
f ( x * ) = 0 G ' ( x * ) = 0 se f ' ( x * ) 0.
Portanto, iniciando-se a iterao com um valor x0 escolhido, a seqncia ( x k )
determinada por:
f ( xk )
xk +1 = xk
, k = 0,1,2,... f ' ( xk ) 0
f ' ( xk )
Geometricamente , conforme podemos observar na prxima figura, dado x k , x k +1
abscissa do ponto de interseco da reta tangente curva f (x ) em ( x k , f ( x k )) e o eixo dos x.
Assim,
f ( xk )
f ( xk )
tg =
= f ' ( x k ) x k +1 = x k
x k x k +1
f ' ( xk )
18
f ( xk )
f ( xk + 1 )
xk + 1
xk
x k +1
f ( x ) = 2 x + ln x
x,
19
2 x + ln x
1
2
x
xk + 1 = x k
x0 = 0 ,5
2 xk + ln xk
1
2+
xk
x1 = 0 ,42
x2 = 0 ,42699599
x3 = 0 ,426302751
x4 = x 3
Logo a aproximao para a raiz = 0 ,426302751 com 9 dgitos significativos corretos.
x k +1
x k4 + 2 x k3 7,5 x k2 20 x k 11
= xk
4 x k3 + 6 x k2 15 x k 20
x0 = 4
x1 = 3,36397059
x 2 = 3,08982331
x3 = 3,03709653
x 4 = 3,03525211
x5 = 3,03524990
x 6 = x5
Obs:
20
2.3.4-Mtodo da Secante
Ex: p( x ) = x 3 5 x 2 + 17 x + 21 e ( 1,0 )
x k +1
( x k x k 1 ) ( x k3 5 x k2 + 17 x k + 21)
= xk 3
( x k 5 x k2 + 17 x k + 21) ( x k31 5 x k21 + 17 x k 1 + 21)
x0 = 1, x1 = 1
x1 = 0,888888888889
x 2 = 0,960142348759
x3 = 0,931787651586
x 4 = 0,932112394706
x5 = 0,93211485688
x6 = 0,932114856662
x7 = x6
21
Exerccios
1) Uma partcula arremessada verticalmente, a partir do solo, com uma velocidade inicial vo
.Desprezando a resistncia do ar, supomos que a posio p partcula dada por:
g
d ( t ) = vo t t 2 ,
2
onde g acelerao da gravidade. Determinar a altura mxima atingida pela partcula e o
instante em que ocorreu.
2) Uma corrente oscilante num circuito eltrico descrita por I = 9e t sen( 2 t ) , t em
segundos. Determinar todos os valores positivos de t para os quais I = 3.5.
5) Enumerar, localizar, separar e calcular (via Newton-Raphson e/ou Bisseco ), se possvel, todas
as razes dos polinomios tendo como critrio de parada DIGSE (xk , xk+1) 5. No caso de razes
mltiplas, determinar a multiplicidade da raiz e calcular as demais utilizando deflao.
a) p(x) = x 3 2 x 2 + 3x 5
b) p(x) = x5 - 15,5x4 +77,5x3 - 155x2 +124x -31
c) p(x) = x 4 121x 3 + 2247 x 2 15043x + 34300
d) p(x) = x 4 115x 3 + 1575x 2 7625x + 12500
e) p(x) = x 4 3x 3 + 3.37 x 2 168
. x + 0.3136
4
3
f) p(x) = x -11,101x +11,1111x2-1,011x+0,001
g) p(x) = x9- 4x8 + 3,9x7 +3,02x6 - 5,5295x5 - 0,84732x4 + 2,83536x3 + 0,37152x2 -0,59616x 0,15552
h) p(x) = x3 - 2081,93x2 +1424,64x- 3,19728
i) p(x) = x4 + 1,98x3 +1,1424x2 +0,162602x - 0,00174225
6) Localizar graficamente e calcular ( via Newton-Raphson e/ou Mtodo da Iterao Linear) todas
as razes, com DIGSE(xk , xk+1) 5:
22
f(x) = x2 + ln x
f(x) = x + 2 cos x
f(x) = 2x + ln x
f(x) = cos x + ln x + x
2
7) Responder resumidamente:
a) Em que consiste o princpio da bisseco para determinar a primeira aproximao de uma raiz
de uma equao f(x)=0?
b) Explicar o mtodo da iterao linear para calcular uma raiz de uma equao f(x)=0, partindo de
uma primeira aproximao x0.
c) Quando no converge a iterao linear?
d) Quando no converge o Mtodo de Newton Raphson?
e) Interpretar geometricamente o Mtodo de Newton-Raphson.
f) Qual a vantagem de se utilizar o Algoritmo de Horner para se avaliar o valor do polinomio num
ponto? Exemplificar.
Respostas:
3) t = 1.556787935
23
4) t = 0 .3151660803
5-a)
r+ r3
0
1
0
0
2
T
3
3
6-a) R .6529186400
b) R -1.029866529
c) R 0 .42630275100
24
d) R .2875182754
a n1 x1 + a n 2 x 2 + a n3 x 3 + L + a nn x n = b n
pode ser representado matricialmente por AX = B , onde
a 11 a 12
a 21 a 22
A=
M
M
a n1 a n 2
K
K
K
a 1n
a 2n
,
M
a nn
x1
x2
X = ,
M
x n
b1
b2
B=
M
b n
A a matriz dos coeficientes, X o vetor das incgnitas e B o vetor dos termos independentes.
2 ,5
tem soluo exata x =
2 ,5
x + 0 ,99 y = 4 ,95
(b)
x + y = 5
0 ,0
tem soluo exata x =
5 ,0
Uma alterao de 1% (0,01 no coeficiente 0,98) ocasionou uma alterao de 100% na soluo.
No caso de um sistema linear de ordem 2, cada equao representa uma reta.
Resolver o sistema significa determinar a interseco das duas retas. Trs casos so possveis:
R1
R1
R2
R2
R1
Bem condicionado
det 0
retas concorrentes
No tem soluo.
det = 0
retas paralelas
Mal condicionado
det 0
(perturbao em 2 )
25
R2
Exemplo2:
x + 5 y = 17
(a)
1,5 x + 7 ,501 y = 25 ,503
2
tem soluo exata: x =
3
x + 5 y = 17
(b)
1,5 x + 7 ,501 y = 25 ,501
12
tem soluo: x =
1
3.2-Medidas de Condicionamento
O determinante normalizado da matriz dos coeficientes A dado por
det A
2
NORM A =
onde k = ak21 + ak22 + L akn
, para k = 1, 2, ..., n
1 2 L n
Norm A ( 1 , 1) e quanto mais afastado de 1 (isto , quanto mais prximo de zero) mais mal
condicionado a matriz A.
Retomando o Ex2:
1
5 1 = (1 + 25 ) 2 = 5 ,09901951359
2) A =
1,5 7 ,501
2 = 1,5
1
2 2
+ 7 ,501
= 7 ,649550985358
0 ,001
0 ,001
=
= 0 ,00002563773874
1 2 39 ,0050000128
Cond ( A ) = A
A1 .
A =
1,5 7 ,501
1500 1000
A = 9 ,001 , A 1 = 12501
Cond ( A ) = A
A 1 = 112521,501 1 10 5
26
Algoritmo:
c 11 x 1 + c 12 x 2 + c 13 x 3 + L + c 1n x n = d 1
c 22 x 3 + c 23 x 3 + L + c 2 n x n = d 2
c 33 x 3 + L + c 3n x n = d 3
LLLLLLL
c nn x n = d n
xn =
dn
,
cnn
xn 1 =
(d n 1 cn 1,n xn ) ,
an 1,n 1
27
3 piv
1 piv
2 piv
0 ,0002 x + 2 y = 5
arredondamento para nmero mais prximo de mquina ox, obtemo x = 0 ,5 e y = 2 ,5 .
(Obs.: Neste caso o multiplicador menor m= - 0,0001)
Mtodos Iterativos
Os sistemas lineares de grande parte so, em geral, esparsos (muito elementos aij = 0 ). Os
mtodos diretos no preservam a esparsidade, enquanto que os mtodos iterativos sim, alm de
apresentarem relativa insensibilidade ao crescimento dos erros de arredondamento.
No sistema original AX = B , supondo aii 0 ,i = 1,K ,n , o vetor X isolado mediante a
separao de diagonal principal:
28
1
(b1 a12 x2 a13 x3 K a1n xn )
a11
1
(b2 a21 x1 a23 x3 K a2 n xn )
x2 =
a22
M
M
1
(bn an1 x1 an2 x2 K an ,n 1 xn 1 )
xn =
ann
x1 =
Metodo de Gauss-Jacobi
1
(k )
b1 a12 x 2(k ) a13x 3 K a1n x n (k )
a11
1
b 2 a 21x1(k ) a 23x 3(k ) K a 2n x n (k )
x (2k +1) =
a 22
M
M
1
(k )
b a x (k ) a x (k ) K a
x (nk +1) =
n ,n 1x n 1
n2 2
n
n1 1
a nn
Mtodo de Gauss-Seidel
Para X0 dado:
x1(k + 1) =
1
a11
1
x2(k + 1) =
a22
1
x3(k + 1) =
a33
M
1
xn(k + 1) =
ann
(b a
(b a
(b a
(k ) a x (k ) K a x (k )
1n n
13 3
12 x2
21 x1
31 x1
(b
(k + 1) a x (k ) K a x (k )
23 3
2n n
(k + 1) a x (k + 1) a x( k ) K a x (k )
3n n
32 2
34 4
M
(k + 1) a x (k + 1) K a
(k + 1)
n ,n 1 xn 1
n2 2
n an1 x1
Critrio de Convergncia
O teorema abaixo estabelece uma condio suficiente para a convergncia dos mtodos
de Gauss-Jacobi e de Gauss-Seidel.
Teorema
Dado o sistema linear AX = Y , se a matriz A Diagonalmente Dominante, isto ,
se a ii > a ij
j i
29
2 x1
0 ,5 x1
+ 4 x2
x3
x4
= 2
+ 2 x4
+ x4
=3
= 1
+ x3
= 1,5
0
,
5
x
1
+ x4
+ 4 x2
= 1
= 2
x4
+ x3
x3
+ 2 x4
>
= 1,5
4
1
>
>
1 + 1
0 ,5
=3
>
Gauss-Jacobi
Frmulas iterativas:
(k )
1 x
4
(
k + 1)
= 0 ,5 0 ,5 x4(k )
x1
=
2
x2(k + 1) =
(k )
(k )
( 2 x1
+ x4
( 3 + x3
x (k + 1) =
4
)
= 1,5 + 0 ,5 x3(k )
Aproximao inicial: X (0 ) = 0 .
30
k
0
1
2
3
4
5
6
7
8
9
10
11
:
40
x1
x2
x3
x4
0
0,5
1,25
0,875
0,9375
1,03125
0,984375
0,9921875
1,00390625
0,998046875
0,9990234375
1.000488282
:
1
0
0,5
-1,0
-1,0
-0,9375
-1,0000
-1,0000
-0,9921875
-1,0000
-1,0000
-0,999023437
-1.0000000
:
-1
0
1,5
1,25
0,875
1,0625
1,03125
0,984375
1,0078125
1,00390625
0,998046875
1,000976563
1.000488281
:
1
0
-1,5
-0,75
-0,875
-10625
-0,96875
-0,984375
-1,0078125
0,9960375
-0,998046875
-1,000976563
-0,999511718
:
-1
< 10 5
Gauss-Seidel
Frmulas iterativas:
x1(k + 1) = 0 ,5 0 ,5 x4(k )
x1
0
0,5
0,9375
0,9921875
0,9990234375
0,999877929
:
1
x2
0
-0,625
0,953125
-0,994140625
-0,9992675781
-0,999908447
:
-1
x3
0
1,25
1,03125
1,00390625
1,000488281
1,000061035
:
1
x (5 ) x (4 ) < 10 5
31
x4
0
-0,875
-0,984375
0,99806875
-0,999755895
-0,999969482
:
-1
EXERCCIOS
1) Uma considerao importante no estudo da transferncia de calor a de se determinar a
distribuio de temperatura numa placa, quando a temperatura nas bordas conhecida. Supomos
que a placa da figura represente um seo transversal de uma barra de metal, com fluxo de calor
desprezvel na direo perpendicular placa. Sejam T1, T2 , ..., T6 as temperaturas nos seis
vrtices interiores do reticulado da figura. A temperatura num vrtice aproximadamente igual
mdia dos quatro vrtices vizinhos mais prximos ( esquerda, acima, direita e abaixo). Por
exemplo:
T1 = ( 10 + 20 + T2 + T4 )/4 ou 4T1 = 10 + 20 + T2 + T4
a) Escrever o sistema de seis equaes, cuja soluo fornece estimativas para as
temperaturas T1, T2 , ..., T6.
b) Resolver o sistema utilizando o sistema MapleV.
20o
10o
1
20o
20o
10o
40o
40o
20o
20o
20o
2) Num experimento num tnel de vento, a fora sobre um projtil devido resistncia do ar
foi medida para velocidades diferentes.
velocidade 0
2
4
6
8 10
fora
0 2.90 14.8 39.6 74.3 119
Expressar a fora como funo da velocidade aproximando-a a um polinmio de quinto
grau:
f ( v ) = a o + a 1 v + a 2 v2 + a 3 v3 + a 4 v4 + a 5 v5
Verificar a validade de f (v) encontrada e obter uma estimativa para a fora sobre o projtil
quando ele estiver se deslocando a uma velocidade de 1, 3, 5, 7 e 9 unidades de velocidade.
x1 + 0 ,5 x2 + 0 ,33 x3 = 1,83
32
1 / 2 x1 + 1 / 3 x2 + 1 / 4 x3 + 1 / 5 x4 + 1 / 6 x5 = 87 / 60
4) Idem ao 3 para 1 / 3 x1 + 1 / 4 x2 + 1 / 5 x3 + 1 / 6 x4 + 1 / 7 x5 = 459 / 420
1 / 4 x + 1 / 5 x + 1 / 6 x + 1 / 7 x + 1 / 8 x = 743 / 840
1
2
3
4
5
1 / 5 x1 + 1 / 6 x2 + 1 / 7 x3 + 1 / 8 x4 + 1 / 9 x5 = 1879 / 2520
3 x1 5 x2 + 6 x3 + 4 x4 2 x5 3 x6 + 8 x7 = 47
x + x + 9 x + 15 x + x 9 x + 2 x = 17
2
3
4
5
6
7
1
2 x1 x2 + 7 x3 + 5 x4 x5 + 6 x6 + 11x7 = 24
a) x1 + x2 + 3 x3 + 2 x4 + 7 x5 x6 2 x7 = 8
4 x + 3 x + x 7 x + 2 x + x + x = 13
2
3
4
5
6
7
1
2 x1 + 9 x2 8 x3 + 11x4 x5 4 x6 x7 = 10
7 x1 + 2 x2 x3 + 2 x4 + 7 x5 x6 + 9 x7 = 34
x1 + 2x 2 + 42x 3 = 83
2 x1 + x2 0.1x3 + x4 = 2.7
0.4 x + 0.5 x + 4 x 8.5 x = 21.9
1
2
3
4
c)
0.3 x1 x2 + x3 + 5.2 x4 = 3.9
x1 + 0.2 x2 + 2.5 x3 x4 = 9.9
a) x1 + x2 = 4
e
b) x1 x3 = 0
2 x + x = 2
x + x = 0
2
3
3
2
ii) Se A no uma matriz Diagonal Dominante ento os mtodos de Gauss-Jacobi e Gauss-Seidel
no geram uma sequncia convergente para a soluo . Justificar verificando o que acontece com
x + y = 3
x 3 y = 3
a)
b)
x 3 y = 3
x + y = 3
7) Resolver pelo Mtodo de Gauss-Seidel. Apresentar as frmulas iterativas e uma garantia de
convergncia (se possvel).
3 x1 5 x2 + 47 x3 + 20 x4 = 18
8 x1 + 2 x2 + 3 x3 = 30
11x + 16 x + 17 x + 10 x = 26
1
2
3
4
a)
b) x1 9 x2 + 2 x3 = 1
2 x + 3 x + 6 x = 31
56 x1 + 22 x2 + 11x3 18 x4 = 34
2
3
1
17 x1 + 66 x2 12 x3 + 7 x4 = 82
33
4 x + y 2 + z = 11
1 0
1
2
a) A =
b) A = 0 5
3 1 4 1
0 1
2 2 3 1
1 0
8 0.5
0
0 0
0
3 0
3
1 9 0.25
3 1
0
Respostas:
1) Soluo obtida utilizando o MapleV:
>solve({4*T1=10+20+T2+T4,4*T2=T1+20+T3+T5,4*T3=T2+20+40+T6,
4*T4=10+T1+T5+20,4*T5=T4+T2+T6+20, 4*T6=T5+T3+40+20}, {T1,T2,T3,T4,T5,T6});
{T6 = 190/7, T5 = 150/7, T4 = 120/7, T3 = 190/7, T1 = 120/7, T2 = 150/7}
> evalf(%);
{T6 = 27.14285714, T5 = 21.42857143, T4 = 17.14285714,
T3 = 27.14285714, T1 = 17.14285714, T2 = 21.42857143}
34
3-a) Mal condicionado. NORM A 0,000181. Uma pequena perturbao nos dados de entrada
pode causar uma grande alterao na soluo.
b) A soluo exata X=[1 1 1]T
4 - NORM A 0,00257, a soluo exata X=[1 1 1 1 1 1 1]T
5- a)X=[-21,86188 11,46568 2,376447 -8,514801 0,7475478 -15,50981 18,08498]T
b) soluo exata X=[1 0 2]T
c) soluo exata X=[1 2 3 -1]T
6-i) a) detA=0 e o sistema e incompatvel
b) detA = 0 e o sistema tem infinitas solues dadas por x=z e y=-z
ii) A no matriz Diagonal Dominante e Gauss-Jacobi e Gauss-Seidel
a) converge (oscilando) para a soluo exata [1.5 1.5]T
b) diverge
7 - a) X(10) = [-0.930569 1.901519 1.359500 -1.906078]T
X(35) = [-1.076888 1.990028 1.474477 -1.906078]T
b) soluo exata X = [2 1 4]T
8 - A soluo exata x =1 y= 2
z = 3.
b) det A = 706.875
35
4.Interpolao Polinomial
4.1 Objetivo:
Dado um conjunto de n+1 pontos distintos ( xi , f ( xi )) , i = 0 ,1,...,n , queremos determinar o
polinmio p(x) talque
p( xi ) = f ( xi ), e para os demais pontos do intervalo
p( x ) f ( x ) , x [xo ; xn ] . O polinmio p(x) dito polinmio aproximante ou interpolador de
f(x) no intervalo [xo , xn ] .
4.2 Aplicaes
Obter uma expresso analtica aproximada de uma funo que conhecida em apenas um
nmero finito de pontos;
Avaliar a funo num ponto no tabelado x* [xo ; xn ] ;
xn
Determinar aproximaes para
xo f ( x)dx , substituindo a f(x) pelo polinmio
interpolador;
Calcular uma aproximao para f ' ( x) para x [xo ; xn ] , substituindo f(x) por p(x).
Dados xi
p( xi ) = f ( xi ), xi .
f ( xi ) ,
i = 0 ,1,...,n , procuramos
36
ak x k
k =0
p( x ) Pn tal que
Ento de p( xi ) =
ak xik = f ( xi ),
obtemos:
k =0
..............................................
f0
f1 ,
fn
x 12
. . x 1n
1 x1
1 x
x 22
. . x 2n
2
A=
.
.
. . .
.
.
.
. . .
.
.
.
.
. . .
2
xn
. . x nn
1 x n
n 1 n
i = 0 j = i + 1
distintos, a diferena x j xi ser sempre diferente de zero, e ento detA 0. Portanto o polinmio
interpolador existe e tambm nico.
k yi = k 1 yi + 1 k 1 yi .
( x xo )( x x1 )L( x x n 1 ) n
( x xo )( x x1 ) 2
( x xo )
y 0 +
yo + L +
yo
2
h
2! h
n! h n
37
4-Interpolao Polinomial
Exemplo1:
O alongamento de uma mola foi medido em funo da carga aplicada. Obteve-se:
c arg a( kg )
2 4 6 8
alongamento( cm ) 1,0 2 ,5 5 ,0 6 ,3
Estimar o alongamento para o caso de ser aplicada uma carga de 7kg , utilizando o polinmio
interpolador de Newton para diferenas finitas.
Soluo:
1) Tabela das diferenas finitas:
i
yi
xi
0
1
2
3
2
4
6
8
1
2.5
5
6.3
yi
2 yi
3 yi
1.5
1
-2.2
2.5
-1.2
-------------------1.3
-------------------- --------------------------------------- -------------------- --------------------
2) Polinmio interpolador:
(x 2) .1,5 + (x 2 )(x 4 ) .1 + (x 2 )(x 4 )(x 6 ) .( 2 ,2 )
p( x ) = 1 +
2
3! ( 2 )3
2! ( 2 )2
38
onde, para k = 1, 2, ..., n, e i= 0, 1, 2, ..., n-k a diferena dividida de ordem k dada por
yi =
k
k 1
yi + 1 k 1 yi
xi + k xi
xi
yi
yi
yi
yi
x0
y0
y1 y0
x1 x0
y1 y0
y1 y0
y2 y1
x2 x1
y 2 y1
y3 y 2
x3 x 2
y3 y2
-----------------------------------------------------------------------------
x1
x2
y1
y2
x2 x0
x3
y3
y4 y3
x4 x3
x4
y4
---------------
x3 x0
y2 y1
x3 x1
x4 x 2
yi
x4 x1
--------------------------------------------------------------------------------------------------------------------------------------
y1 y0
x4 x0
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Observao: Para h constante , a relao entre diferenas divididas e finitas dada por :
1
k yi =
k yi .
k
k !.h
Exemplo:
f(x)
yi
yi
yi
yi
0
2
3
5
6
0
8
27
125
216
4
19
49
91
-----
5
10
14
---------
1
1
-------------
0
-----------------
39
4-Interpolao Polinomial
Exemplo2:
y0
86
93.3
98.9
104.4
110
1.552
1.548
1.544
1.538
1.532
-0.00054794
-0.00071428
-0.00109090
-0.00107142
---------------
2
y0
-0.00001289
-0.00003393
0.175 x 10-5
-----------------------------
3
y0
-0.114 x 10-5
0.213 x 10-5
-------------------------------------------
4
y0
0.136 x 10-6
---------------------------------------------------------
2) Construo do polinmio:
p( x ) = 1.552 + ( x 86 )( 0.00054794 ) + ( x 86 )( x 93.3 )( 0.00001289 ) + ( x 86 )( x 93.3 )( x 98.9 )
(-0.114 x 10 5 )+ ( x 86 )( x 93.3 )( x 98.9 )( x 104.4 ) (0.136 x 10 6 )
40
E ( x) =
( x)
(n + 1)!
( x ) = ( x x0 )( x x1 )...( x xn )
pois k yi =
1
k !.h
n + 1 f 0
( n + 1 )! h
n +1
= ( x x0 )( x x1 )...( x xn )* n + 1 yi ,
k f i , para h constante.
1 3 3 2
33
34
35
36
V = 1 5 5 2
53
54
55
56
1 7 7 2 7 3 7 4 7 5 7 6
2
10 3 10 4 10 5 10 6
1 10 10
1 13 13 2 13 3 13 4 13 5 136
41
4-Interpolao Polinomial
APLICAO 2
Para determinar a resistncia eltrica de um solo num
sistema de aterramento, enterra-se duas hastes de cobre e
aplica-se uma determinada voltagem, resultando numa
corrente eltrica. Numa experincia deste tipo, foram obtidos
os seguintes dados:
x ( voltagem volts( V )) 30 35 40 47 50
y ( corrente ampere( A )) 2 2 ,8 3 ,5 4 ,3 4 ,5
Estimar a corrente se a voltagem aplicada for de 43A usando o
Polinmio Interpolador de Newton.
Resposta: p(43) 3,88
APLICAO 3
Ao considerar que no Japo a vida mdia j superior a 81 anos, a esperana de vida no Brasil de
pouco mais que 71 anos ainda relativamente baixa. E, de acordo com a projeo mais recente da
mortalidade, somente por volta de 2040 o Brasil estaria alcanando o patamar de 80 anos de
esperana de vida ao nascer. (Ver www.ibge.gov.br em Populao / Tbuas Completas de
Mortalidade). A esperana de vida ao nascer de 71,3 anos coloca o Brasil na 86 posio no ranking
da ONU, considerando as estimativas para 192 pases ou reas no perodo 2000-2005 (World
Population Prospects: The 2002 Revision; 2003). Entre 1980 e 2003 a esperana de vida ao nascer,
no Brasil, elevou-se em 8,8 anos: mais 7,9 anos para os homens e mais 9,5 anos para as mulheres.
Em 1980, uma pessoa que completasse 60 anos de idade teria, em mdia, mais 16,4 anos de vida,
perfazendo 76,4 anos. Vinte e trs anos mais tarde, um indivduo na mesma situao alcanaria, em
mdia, os 80,6 anos. Aos 60 anos de idade os diferenciais por sexo j no so to elevados
comparativamente ao momento do nascimento: em 2003, ao completar tal idade, um homem ainda
viveria mais 19,1 anos, enquanto uma mulher teria pela frente mais 22,1 anos de vida.Na tabela
acima obtemos informaes sobre a esperana de vida s idades exatas, especialmente, a esperana
de vida ao nascer que expressa o nmero mdio de anos que se espera viver um recm-nascido
(que, ao longo da vida, estivesse exposto aos riscos de morte da tbua de mortalidade em questo
42
Alm dos mltiplos usos, no somente pela Demografia e Previdncia Provada, mas tambm pelas
demais Cincias Sociais, a tabela utilizada para determinar, juntamente com outros parmetros, o
chamado fator previdencirio para o clculo das aposentadorias das pessoas regidas pelo Regime
Geral de Previdncia Social.
TAREFA: Considerar os resultados de 2003.
idade em 2003
0 10 15 20 25 30 50 55 60 65 70
exp ectativa de vida( anos ,em2003 ) Mulheres 75.2 67.5 62.6 57.8 53.0 48.3 30.1 26.0 22.1 18.4 15.0
idade em 2003
exp ectativa de vida ( anos , em 2003 ) Homens
0
10
15
20
25
30
50
55 60
65 70
67 . 6 60 . 4 55 . 5 51 . 0 46 . 8 42 . 5 26 . 2 22 . 5 19 . 1 15 . 9 13 . 1
15
15 62.6000001
16
16 61.6414611
17
17 60.6831095
18
18 59.7236187
19
19 58.7625088
20
20 57.8000000
21
21 56.8368317
Estimativas_homens := 22
Estimativas_mulheres := 22 55.8740682
23
23 54.9129142
24
24 53.954550
25
25 53.000000
26
26 52.050032
27
27 51.105097
28
28 50.165308
29
29 49.230445
30
30 48.300001
43
i =
=
56.46550812
55.5000000
54.5559710
53.6353083
52.7375232
51.8602890
51.0000001
50.1523108
49.3126236
48.476507
47.640028
46.800001
45.954138
45.101122
44.240601
43.373125
42.500001
4-Interpolao Polinomial
4.7 Exerccios
(Fonte: Clculo Numrico Computacional. Claudio, Dalcdio Moraes e Marins, Jussara M. So
Paulo: Ed.Atlas,1994.)
1. A tabela abaixo d o volume de gua num tanque elstico (usado para transpor-te de
leo, leite, etc. em caminhes) para vrias cotas de gua. Determinar y(0,12).
x(m)
0,1
0,6
1,1
1,6
2,1
1,1052
1,8221
3,0042
4,9530
8,1662
y (m3 )
2. Uma hidroeltrica tem capacidade mxima de 60Mw, a qual determinada por trs geradores de
respectivamente 30Mw, 15Mw e 15Mw.
A demanda de energia varia num ciclo de 24h e uma funo dela que o engenheiro operacional distribui as tarefas dos geradores.
Sabe-se que a demanda mnima ocorre entre 1 e 5h e a demanda mxima entre 13 e 17h .
Pede-se para achar a partir dos dados abaixo essas demandas mximas e mnimas .
H
2
3
4
5
13
14
15 16
17
Demanda
(Mw)
16,4
15,2
14,9
16
28
36,5
43
34
31,2
3. Um paraquedista realizou seis salto; saltando de alturas distintas em cada salto, foi
testada a preciso de seus salto em relao a um alvo de raio de 5m, de acordo com a altura. A
distncia apresentada na tabela abaixo relativa circunferncia.
ALTURA (m)
DISTNCIA DO ALVO
O
1 SALTO (1500)
35
2O SALTO (1250)
25
O
3 SALTO (1000)
15
4O SALTO (750)
10
O
5 SALTO (500)
7
Levando em considerao os dados acima, a que provvel distncia do alvo cairia o paraquedista se
ele saltasse de uma altura de 850m ?
4. Um veculo de fabricao nacional, aps vrios testes, apresentou os resultados abaixo, quando
se analisou o consumo de combustvel de acordo com a velocidade mdia imposta ao veculo. Os
testes foram realizados em rodovia em operao normal de trfego, numa distncia de 72 km.
Verificar o consumo aproximado para o caso de ser desenvolvida a velocidade de 80km/h.
VELOCIDADE (km/h)
CONSUMO (km/l)
55
14,08
70
13,56
85
13,28
100
12,27
120
11,3
140
10,4
44
tabela . Pede-se para obter a possvel energia irradiada quando a irradiao atingir o tempo de 25
minutos.
ENERGIA IRRADIADA (Joules)
TEMPO DE IRRADIAO (s)
3
600
71,72 . 10
94,72 . 10 3
800
118,4 . 10 3
1000
142,08 . 10 3
1200
165,76 . 10 3
1400
189,44 . 10 3
1600
6. Uma corda foi tensionada sob a ao de pesos distintos, quando para os respectivos
pesos foram calculadas as devidas velocidades de propagao que esto indicadas abaixo. Pede-se
para calcular a velocidade de propagao quando a corda est tensionada sob a ao de um peso de
7250 gf.
PESO (gf)
VELOCIDADE (cm/s)
6000
13728,13
6500
14288,69
7000
14828,07
7500
15348,51
8000
15851,87
Respostas
1) p( 0 ,12 ) 1,126904937
2)
3) p( 850 ) = 11,4128
4)
5)
p( 80 ) = 13,46701783
p( 80 ) = 13,4512685
6) p(7250) = 15090,53234
45
5. Ajuste de Funes
Aplicao1: Os dados acima tabelados descrevem a intensidade da luz como uma funo
da distncia da fonte, I(d), medida num experimento.
1
Determinar I (d) Y (d) =
.
Ad 2 + Bd + C
d 30 35 40 45 50 55 60 65 70 75
I 0.85 0.67 0.52 0.42 0.34 0.28 0.24 0.21 0.18 0.15
46
A
B+ p
d) FunoPotncia: Y ( x ) = ax p ,
log yi
cte.
xi
log yi
cte
log xi
Y( x ) =
1
1
= a0 + a1 x ;
a0 + a1 x
y
(1 / yi ) =
(1 / yi )
cte.
xi
Y( x ) =
x
x
= a0 + a1 x;
a0 + a1 x
y
( xi / yi ) =
( xi / yi )
cte.
( xi )
47
5 - Ajuste de Funes
Y( x ) =
1
a0 + a1 x + a2 x
1
= a0 + a1 x + a2 x 2 ;
Y
Y ( x ) = ae bx + cx ; ln y = ln a + bx + cx 2 ,
(1 / y i ) =
2
ln yi + 1 ln yi
xi + 2 xi
(1 / y i +1 ) (1 / y i )
xi + 2 xi
cte.
cte.
Exemplo: Considerando a tabela abaixo, como yi = 1,i , adequado o ajuste dos dados
abaixo tabelados a um polinmio de grau 3.
xi f(xi)=yi
0
1
2
3
4
0
2
3
5
6
0
8
27
125
216
yi
4
19
49
91
-----
2
yi
5
10
14
---------
3
yi
1
1
-------------
4
yi
0
-----------------
i2 = mnimo .
i =0
i =0
F
F
F
=0;
=0; . . . ;
=0
a0
a1
a p
48
Mnimos
i =0
n
F
= 0 , 2(a0 + a1xi yi )xi = 0 .
a1
i =0
i =0
n
2 (a0 + a1x1 yi )xi = 0
i =0
ou
n
n
n
yi = a0 + a1xi
i =0
i =0
i =0
.
n
n
n
2
xi yi = a0 xi + a1xi
i =0
i =0
i =0
Obtemos:
n
n
(n + 1)a0 + a1 xi = yi
i =0
i =0
n
n
n
2
a0 xi + a1 xi = xi yi
i =0
i =0
i =0
49
5 - Ajuste de Funes
Exemplo2 : Dada a tabela , achar a equao da reta que se ajusta usando o mtodo dos
Mnimos Quadrados.
0
1
2
3
4
5
xi
0
1
2
3
4
5
15
yi
xi yi
2
3
5
5
5.5
8
28.5
0
3
10
15
22
40
90
xi2
0
1
4
9
16
25
55
Yi
(Yi yi )2
2.07142857
3.14285714
4.21428571
5.2857143
6.3571429
7.4285714
---------------
0.005102041
0.02040816
0.61734694
0.08163266
0.73469755
0.32653061
1.78571440
yi = (n + 1)a0 + a1 xi
xi yi = a0 xi + a1 xi2
50
(
i =0
)2
F F F
=
=
= 0.
a0 a1 a2
yi = (n + 1) a0 + a1 xi + a2 xi2
xi yi = a0 xi + a1 xi2 + a2 xi3
xi2 yi = a0 xi2 + a1 xi3 + a2 xi4
Exemplo3 : Encontre a expresso do polinmio de 2o grau que se ajusta aos dados da tabela
abaixo.
xi
yi
xi yi
0
1
2
3
4
5
-2
-1
0
1
2
3
3
-0.01
0.51
0.82
0.88
0.81
0.49
3.5
0.02
-0.51
0
0.88
1.62
1.47
3.48
xi2
4
1
0
1
4
9
19
xi2 yi
-0.04
0.51
0
0.88
3.24
4.41
9
xi3
-8
-1
0
1
8
27
27
xi4
16
1
0
1
16
81
115
yi
2 yi
0.52
0.31
0.06
-0.07
-0.32
-------------------
-0.21
-0.25
-0.13
-0.25
----------------------------
2
3a0 + 19a1 + 27 a2 = 3.48 Y ( x) = 0.102142857 x + 0.201x + 0.806285714
19a + 27 a + 115a = 9
1
2
0
51
5 - Ajuste de Funes
+
p
2
3
4
x x x x ... x 1
i
i
i
i
i
..................................................
p
p +1
2p
xi xi ................. xi
a0
yi
a1
xi yi
..... =
........
.....
p
a
xi yi
p
> yv:=[p(0),p(2),p(3),p(5),p(6),p(8)];
>
g:=fit[leastsquare[[x,y],y=a*x^3+b*x^2+c*x+d,{a,b,c,d}]]([xv,y
v]);
> gll :=unapply(rhs(g),x):
>
plots[display]({plots[pointplot]([0,p(0),2,p(2),3,p(3),5,p(5),
6,p(6),8,p(8)]),plot(gll(x), x=-.5..8.5, y=150..280),plot(gll(x), x=-.5..8.5,
y=-150..280,thickness=2)});
52
a0
xa1
n
n
( n + 1 ) ln a + ln b
xi =
ln yi
i =0
i =0
Determinamos a e b resolvendo:
n
n
n
2
ln a
xi + ln b
xi ln yi
xi =
i =0
i =0
i =0
a = ln a a = e a0
0
Ento
a1 = ln b b = e a1
xi
yi
ln yi
0
1
2
3
4
5
6
7
8
0
0.5
1
1.5
2
2.5
3
3.5
4
18
3
4
6
9
12
17
24
33
48
-------------
1.09861
1.38629
1.79176
2.19722
2.48491
2.83321
3.17805
3.49651
3.87120
22.3378
xi2
0
0
0.693145 0.25
1.79176 1
3.29583 2.25
4.96982 4
7.08303 6.25
9.53415 9
12.2378 12.25
15.4848 16
55.0903 51
xi ln yi
53
Yi
2.98422
4.2228031
5.9754291
8.4555298
11.964948
16.930930
23.958013
33.901647
47.972329
-------------
(Yi yi ) 2
0.0002490
0.0496412
0.0006025
0.2964477
0.0012286
0.0047706
0.0017628
0.8129689
0.0007656
1.1684403
5 - Ajuste de Funes
a0 = 0.69432 b = e a1 = 2.002347015
a
0
a1 = 1.093337778 a = e = 2.984218125
Y = 2.98422(2.00235) x
ln y = y1
( n + 1 ) ln a + b
ln xi =
ln yi
ln a = a0
i =0
i =0
n
n
n
b = a1
2
ln a
ln xi + b
(ln xi ) =
ln xi ln yi
ln x = x1
i =0
i =0
i =0
ento
ln a = a0 a = e a0 e b = a1 .
54
1
. Linearizando, temos :
a0 + a1 x
n
n
( n + 1 )a0 + a1 xi = 1 / yi
1
i =0
i =0
= a0 + a1 x
n
n
n
Y
xi a0 + a1 xi2 = xi / yi
i =0
i =0
i =0
( n + 1 )a0 + a1 xi = xi / yi
x
i =0
i =0
= a0 + a1 x
n
n
n
Y
xi a0 + a1 xi2 = xi2 / yi
i =0
i =0
i =0
2) Y =
1
a0 + a1 x + a2 x 2
. Linearizando, temos :
( n + 1 )a0 + a1 xi + a2 xi2 = 1 / yi
= a0 + a1 x + a2 x 2 a0 xi + a1 xi2 + a2 xi3 = xi / yi
Y
2
3
4
2
a0 xi + a1 xi + a2 xi = xi / yi
3)
Y = ae bx + cx
2
ln
Y = ln
{
{a + bx
1
4+
2cx
4
3
y
a0
a1 x + a 2 x 2
( n + 1 ) ln a + b xi + c xi2 = ln yi
2
3
ln a xi + b xi + c xi = xi ln yi
2
3
4
2
ln a xi + b xi + c xi = xi ln yi
ln a = a0 ae a0 .
55
5 - Ajuste de Funes
Exerccios:
1) Considerando:
i
0
1
34
x
y
1
2
45
2
3
63
3
4
88
4
5
6
5
6
7
120 159 205
2) Segundo o critrio dos Mnimos Quadrados, qual das duas funes Y1 = 2 ,332 + 0 ,558 x
e Y2 = 2 ,037 e0 ,235 x melhor ajusta os dados da tabela?
x
y
-2,3 1
1,2 2,5
3,1
4,2
6000
5000
4000
y = -360x + 5280
R20,9818 =
3000
semana
2000
1000
0
0
56
0
32
1
47
2
65
3
92
4
5
6
132 190 275
5) Utilizando o critrio dos Mnimos Quadrados, ajustar a uma reta os dados tabulados:
xi
yi
3
2
5
3
6
4
8
6
9
5
11
8
6) A tabela abaixo fornece uma relao entre a temperatura da gua e a presso baromtrica.
Ajustar os dados a uma funo potncia.
p(mm de Hg) 680
96.92
T( oC )
690
97.32
101
100,5
100
99,5
99
98,5
98
97,5
97
96,5
660
700
97.71
710
98.11
720
98.49
730
98.88
740
99.26
780
100.73
y = 15,476x 0,2813
R21 =
680
700
720
740
760
780
800
7)
57
200
400
600
800
5 - Ajuste de Funes
58
80
10)
Respostas:
Aplicao1: Y(d)= 1/(.1329810498e-2*d^2-.2080049421e-1*d+.6161059331)
Aplicao2: Y(p) = 5.779411/(2.043906+p)
59
6 . Integrao Numrica
b
Objetivo : Calcular a f ( x)dx , onde a funo integrando f (x) ou conhecida por sua expresso
a
analtica ou por uma tabela de valores (xi , f ( xi )) , i = 0, 1,..., n.
Aplicao: Para controlar a poluio trmica de um rio, a temperatura (oF) foi registrada, reproduzindo
os dados:
x( hora )
9 10 11 12 13 14 15 16 17
y( temperatura ) 75.3 77.0 83.1 84.8 86.5 86.4 81.1 78.6 75.1
Encontrar a temperatura mdia da gua entre 9h da manh e 5h da tarde e estimar o erro cometido
nesse clculo.
OBS : fm =
f
1 b
f ( x )dx
baa
o valor mdio de f ( x ) em [ a ,b ], se
f ( a ). f ( b ) > 0 e
contnua em [ a ,b ]
x x
Consideremos (xi , f ( xi )) , i = 0, 1,..., n., xi +1 xi = h , h = n 0 , yi = f ( xi ) .
n
A integral da funo f(x) no intervalo [x0 ; xn ] dada por :
xn
xn
x0
x0
f ( x )dx
Pn ( x )dx
( x x0 )...( x xn 1 ) n
( x x0 )( x x1 ) 2
( x x0 )
y0 +
y0 + ... +
y0 dx
y0 +
2
h
n! h n
2! h
x0
xn
Se R =
x=
x x0
, ento
x=
h
x0 R = 0
x0 + Rh dx = hdr
Assim:
60
x = xn R = n .
x0
R( R 1 ) 2
R( R 1 )...( R n + 1 ) n
y0 + ... +
y0 )dR
2!
n!
n
n
2 y0 n
n y0 n
R
(
R
1
)
dR
...
R
(
R
1
)...(
R
n
1
)
dR
= h y0 dR + y0 RdR +
+
+
0
2! 0
n! 0
0
Na prtica no usual aproximar f(x) por um polinmio de grau n (elevado) devido
ao erro de arredondamento que ocorre no processo.
= h y0 [ R ]01 + y0 [ R 2 / 2 ]01 =
y h
xi + 1
xi
f ( x )dx h
i +1
P( R )dR =
h
[ yi + yi + 1 ]
2
f ( x )dx
xo
h
yo + 2( y1 + y 2 + L + y n 1 ) + y n
2
h2
( x n x0 )
max
f ' ' ( x)
12
x[ x o , x n ]
ou
ET
( x n x0 )
max 2 yi
12
1 x2
e
dx com um
0
h2
h2
( 2 ) < 10 4 h < 0.0245
( 1 0 )mx f ' ' ( x ) =
12
12
x [0 ;1]
61
1
= 0.02439
41
6 -Integrao Numrica
h
2
2
x2
2 y0 2
+
+
R
(
R
1
)
dR
f
(
x
)
dx
h
y
dR
y
RdR
= [ y0 + 4 y1 + y 2 ]
0
0
x0
0
0
2! 0
3
Generalizamos para n subintervalos, n par:
xn
f ( x )dx
xo
h
yo + 4( y1 + y3 + y5 + L + y n 1 ) + 2( y 2 + y4 + y6 + L + y n 2 ) + y n
3
62
3. Calcular a integral abaixo pela regra dos Trapzios e pela de Simpson, usando quatro, seis e dez
subintervalos. Comparar os resultados.
/2
xdx
a)
b) e x tgxdx
com
h = 0.5
com
h=0.1
a)
dx
ex + x + 1
b) e x dx
com
h =0 .3
com
h = 0.25
/2
c)
cos xdx
com
n=0.4
6. O grfico da figura foi registrado por um instrumento usado para medir uma quantidade fsica.
Estimar as coordenadas-y dos pontos do grfico e aproximar a rea da regio fechada usando seis
subintervalos
63
6 -Integrao Numrica
7) A funo de Bessel soluo de uma equao que
surge com grande freqncia, em engenharia e/ ou fsica
matemtica, na resoluo das equaes diferencias
parciais pelo mtodo da separao de variveis. As
equaes de Bessel surgem quando aplicamos a tcnica
de separao de variveis a problemas de valor de
contorno, por exemplo, em coordenadas polares,
cilndricas e esfricas. Constitui exemplos importantes
desta modelagem o estudo da evoluo da temperatura e
reaes qumicas em cilindros e esferas. Ao lado a
representao grfica de J 0 ( t )
Tarefa: Considerar a representao integral da Funo de Bessel de primeiro tipo
J m( t ) =
m = 0 ,1,2 ,3 ,...
0
Estimar J 0 ( 3 ) com cinco subintervalos e o erro cometido neste clculo.
Respostas:
1. temperatura mdia 81,58 oF ( por Trapzios)
2. Trapzios: 1.761237
Simpson: 1.763624
3.
n
4
6
10
Trapzio
0,481485 0,496396 0,503836
Simpson
0,512682 0,508646 0,508045
4. a) I = 0,636571
b) I = 1,110603
5. a) I = 0,658685
b) I = 0,882065
c) I = 0,466890
7. J 0 ( 3 ) = -0,260052
64
yi + 1 = yi + hf ( xi , yi ) , i= 0,1,...,n-1.
2
2
1 + P( xi ) yi + 1 + 2 + h Q( xi ) yi + 1 P( xi ) yi 1 = h f ( xi )
2
z' = g ( x , y , z )
y( xo ) = yo , z( xo ) = z o
Para obtermos sua soluo possvel aplicar os mtodos de Euler e Runge-Kutta de
segunda ordem. Por exemplo, por Euler as estimativas so obtidas aplicando.
y( xo ) = yo , u( xo ) = z o
65
Diferena Finita
h, k=tamanho do passo na direo x e na direo y (ou t)
y
y( xi )
i +1
2h
yi + 2 2 y i + 1 + 2 yi 1 yi 2
2h 3
i 1 centrada ,
centrada
y i + 2 4 y i + 1 + 6 y i 4 y i 1 + y i 2
centrada
h4
y IV ( xi )
yi + 1 2 y i + y i 1
centrada
h2
y( xi )
u
xi , t j
t
yi
i +1
avanada ,
h
2u
xi ,t j
x2
u ,
u ,
i j +1
i j 1
centrada
2k
2u
xi , y j
y2
i +1 , j
2u
i,j
h2
+u
i 1 , j
centrada
2u , + u ,
u ,
i j +1
i j
i j 1
centrada
k2
Exemplos:
66
yi y
i 1 atrasada
h
Mtodo de Euler
Problema: y' = y x; y(0) = 2
yn
xn
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
h = 0.1
h = 0.05
h = 0.01
h = 0.005
2.0000
2.2000
2.4100
2.6310
2.8641
3.1105
3.3716
3.6487
3.9436
4.2579
4.5937
2.0000
2.2025
2.4155
2.6401
2.8775
3.1289
3.3959
3.6799
3.9829
4.3066
4.6533
2.0000
2.2046
2.4202
2.6478
2.8889
3.1446
3.4167
3.7068
4.0167
4.3486
4.7048
2.0000
2.2049
2.4208
2.6489
2.8903
3.1467
3.4194
3.7102
4.0211
4.3541
4.7115
xn
h = 0.1
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
2.0000000
2.2050000
2.4210250
2.6492326
2.8909021
3.1474468
3.4204287
3.7115737
4.0227889
4.3561818
4.7140809
2.0000000
2.2051691
2.4213987
2.6498521
2.8918148
3.1487076
3.4221007
3.7137294
4.0255115
4.3595665
4.7182369
67
Soluo exata
Y(x) = ex + x + 1
2.0000
2.2052
2.4214
2.6499
2.8918
3.1487
3.4221
3.7138
4.0255
4.3596
4.7183
Soluo exata
Y(x) = ex + x + 1
2.0000000
2.2051709
2.4214028
2.6498588
2.8918247
3.1487213
3.4221188
3.7137527
4.0255409
4.3596031
4.7182818
Mtodo de Euler
Problema: y' = y; y(0) = 1
yn
xn
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
xn
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
h = 0.1
1.0000
1.1000
1.2100
1.3310
1.4641
1.6105
1.7716
1.9487
2.1436
2.3579
2.5937
h = 0.05
1.0000
1.1025
1.2155
1.3401
1.4775
1.6289
1.7959
1.9799
2.1829
2.4066
2.6533
h = 0.01
1.0000
1.1046
1.2202
1.3478
1.4889
1.6446
1.8167
2.0068
2.2167
2.4486
2.7048
h = 0.005
1.0000
1.1049
1.2208
1.3489
1.4903
1.6467
1.8194
2.0102
2.2211
2.4541
2.7115
1.0000000
1.1051266
1.2213047
1.3496963
1.4915852
1.6483904
1.8216801
2.0131873
2.2248265
2.4587148
2.7171911
1.0000000
1.1051691
1.2213987
1.3498521
1.4918148
1.6487076
1.8221007
2.0137294
2.2255115
2.4595665
2.7182369
68
Soluo exata
Y(x) = ex
1.0000
1.1052
1.2214
1.3499
1.4918
1.6487
1.8221
2.0138
2.2255
2.4596
2.7183
Soluo exata
Y(x) = ex
1.0000000
1.1051709
1.2214028
1.3498588
1.4918247
1.6487213
1.8221188
2.0137527
2.2255409
2.4596031
2.7182818
Mtodo de Euler
Problema: y' = 4x3; y(0) = 1
xn
0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Soluo exata
Y(x) = x4
yn
h = 0.1
0.0000
0.0000
0.0004
0.0036
0.0144
0.0400
0.0900
0.1764
0.3136
0.5184
0.8100
h = 0.05
0.0000
0.0000
0.0009
0.0056
0.0196
0.0506
0.1089
0.2070
0.3600
0.5852
0.9025
h = 0.01
0.0000
0.0001
0.0014
0.0076
0.0243
0.0600
0.1253
0.2333
0.3994
0.6416
0.9801
0.0000
0.0001
0.0016
0.0081
0.0256
0.0625
0.1296
0.2401
0.4096
0.6561
1.0000
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
yn
h = 0.1
0.0000000
0.0002000
0.0020000
0.0090000
0.0272000
0.0650000
0.1332000
0.2450000
0.4160000
0.6642000
1.0100000
Soluo exata
Y(x) = x4
h = 0.05
0.0000000
0.0001250
0.0017000
0.0083250
0.0260000
0.0631250
0.1305000
0.2413250
0.4112000
0.6581250
1.0025000
h = 0.01
0.0000000
0.0001010
0.0016040
0.0081090
0.0256160
0.0625250
0.1296360
0.2401490
0.4096640
0.6561810
1.0001000
69
0.0000000
0.0001000
0.0016000
0.0081000
0.0256000
0.0625000
0.1296000
0.2401000
0.4096000
0.6561000
1.0000000
, h=0,25
,
X i =1,75
a) y( 1 ) = 2
y` = x + y , y > 0
b)
y( 1 ) = 0
y` = x 2 + 2 y
c) y( 1 ) = 0 ,2
d) y( 0 ) = 2
, h=0,1
X i =1,4
, h=0,1
X i =1,4
, h=0,1
xy`` y` 8 x 3 y 3 = 0
, h=0,1
e)
y( 1 ) = 0.5 , y`( 1 ) = 0 ,5
y`` ( 1 y 2 ) y` + y = 0
,
f)
y( 0 ) = 0 ,5 , y`( 0 ) = 0
h=0,1
X i =0,3
X i =1,3
X i =0,3
b) y( 0 ) = 1 , h=0,1, X i =0,2
a)
, h=0,2, X i =0,4
y( 0 ) = 1
y = 4 x 3
c)
, h=0,1 , X i =0,3
y( 0 ) = 0
,n = 8
,n = 5
,n = 10
70
5. PVC - Considerar o problema de deflexo de uma viga de seo transversal retangular sujeita a
uma carga uniforme, tendo seus extremos apoiados de modo a no sofrer deflexo alguma. O
problema de valor de contorno que rege essa situao fsica
d 2w
q
S
=
x( x 1 ), 0 < x < L ,
w+
2 EI
dx 2 EI
Como no ocorre deflexo nas extremidades da viga, as condies de contorno so w(0) =0,
w(L) =0. Considerando:
Comprimento L=120 pol;
Intensidade de carga uniforme q=100 lb/p;
Mdulo de elasticidade E=3.0 x 107 lb/pol2;
Esforo nas extremidades S=1000 lb;
4
Momento central de Inrcia I=625 pol ;
aproximar a deflexo w(x) da viga a cada 20pol, utilizando diferenas finitas.
Respostas :
1.a) y(1,75)=1,2018
b) y(1,4)=0,4558
c) y(1,4)=0,7778
d) y(0,3)=-25,2206
e) y(1,3)= 0, 3647
f) y(0,3)= 0,3991
2.a) y(0,4)=1,1189
b) y(0,2)=0,9801
c) y(0,3)=0,009
y1 = 0 ,2660
y3 = 6 ,3226
y 2 = 0 ,5097
y 2 = 2 ,9640
y3 = 0 ,7357
y3 = 2 ,2064
y4 = 0 ,9471
c) y4 = 1,5826
y5 = 1,0681
d) y5 = 1,1465
y6 = 1,3353
y6 = 0 ,6430
y7 = 1,5149
y7 = 0 ,2913
y8 = 1,6855
y1 = 0 ,2259
y1 = 5 ,6774
3.a) y 2 = 2 ,5807
y1 = 3,8842
b)
y 2 = 0 ,3356
y3 = 0 ,3308
y4 = 0 ,2167
y9 = 1,8474
4) y(0.5)=0.875
71
2u
x
2u
y
2u
z
cp u
.
k t
2u
x 2
( x, y ) +
2u
y 2
72
( x , y ) = f ( x , y ).
Nessa equao supomos que a funo f descreve os dados do problema em uma regio
plana R com fronteira S. Equaes desse tipo aparecem durante o estudo de diversos problemas
fsicos dependentes do tempo; por exemplo, a distribuio de calor para um estado estvel em
uma regio plana, a energia potencial de um ponto em um plano sobre o qual atuam foras
gravitacionais e os problemas bidimensionais do estado de equilbrio que incluem fluidos no
comprimveis.
Para se obter uma soluo nica para equao de Poisson necessrio impor outras
restries. Por exemplo, o estudo da distribuio de calor no estado de equilbrio em uma regio
plana requer que f ( x , y ) 0 que a equao de Laplace
2u
x 2
( x, y ) +
2u
y 2
( x, y ) = 0,
Figura2
73
Um dos conjuntos tpicos de restries para um problema de fluxo de calor desse tipo
consiste em especificar a distribuio inicial de calor na barra: u(x,0)=f(x) e em descrever o
comportamento nas extremidades da barra. Por exemplo, se as extremidades so mantidas em
temperaturas constantes U i e U 2 , as condies de contorno tm a forma:
u( 0 ,t ) = U 1 e u( l ,t ) = U 2 ,
e a distribuio de calor se aproxima da distribuio limite de temperatura
lim u ( x , t ) = U 1 +
U 2 U1
x.
l
Se, a barra estiver isolada de modo que no flua calor por suas extremidades, as condies
de contorno sero:
u
u
(0, t ) = 0 e
(l , t ) = 0,
x
x
o que resulta em uma temperatura constante na barra como caso limite.
A equao diferencial parcial parablica tambm importante para o estudo da
difuso dos gases.
2u
x 2
( x ,t ) =
2u
t 2
74
u
( x ,0 ) = g( x ),
t
Se os pontos extremos forem fixos, teremos:
u( 0 ,t ) = 0 e u( l ,t ) = 0 .
Os outros problemas fsicos envolvendo a equao diferencial parcial hiperblica
ocorrem no estudo de vigas vibrantes com uma ou ambas as extremidades clamped e na
transmisso de eletricidade em uma linha de transmisso longa onde exista alguma perda de
corrente para o solo.
u ( x,0) = f ( x) e
8.2. -Mtodo das Diferenas Finitas para Equao Diferencial Parcial Elptica
Consideremos o problema de valor de contorno envolvendo a equao de Poisson (que
uma equao diferencial parcial elptica)
2
2u
2u
u( x , y ) 2 ( x , y ) + 2 ( x , y ) = f ( x , y )
x
y
u( x , y ) = g( x , y ) para ( x , y ) S ,
onde S a fronteira(contorno) do retngulo R = {( x , y ) / a < x < b , c < y < d } .
Se f e g so contnuas em seus domnios, ento existe uma nica soluo para esse problema
de valor de contorno..
Utilizaremos uma adaptao do mtodo de Diferenas Finitas .
Em R contrumos uma grade(figura4) , traando linhas verticais e horizontais ( x = xi e ,
y = y j grid lines) pelos pontos (x i , y j ), e suas interseces so os pontos de rede (mesh points),
onde
x i = a + ih, h=(b a)/n , para todo i = 0,1,...,n
e
Figura 4
75
(
(
xi , y j ) =
2
) (
2u
u xi +1 , y j 2u xi , y j + xi 1 , y j
h2
) h2 4u ( , y ),
12 x4
(2.1)
xi , y j ) =
(xi , j ),
2
2
12 4
2u
y
2 4
(2.3)
onde ( y j 1 , y j +1 ).
A utilizao dessas formulas na Equao (2.1) nos permite expressar a equao de Poisson
nos pontos (x i , y j ), como
) (
u xi +1 , y j 2u xi , y j + xi 1 , y j
h2
= f xi , y j +
h 2 4u
k 2 4u
+
,
y
xi , j ,
i j
12 x4
12 y4
h 2
h
2 + 1 wij wi +1, j + wi 1, j wi , j + 1 + wi , j 1 = h 2 f xi , y j ,
k
k
i = 1,2,..., n - 1 e j = 1,2,..., m - 1.
(2.4)
76
(2.5)
(x
i 1
, y j ),
(x , y ), (x
i
i +1
, y j ),
(x , y ) e (x , y ) .
i
j 1
j +1
Reproduzindo a parte da malha na qual esses pontos esto situados (veja figura.5),
observamos que cada equao contm aproximaes em uma regio em forma de estrela ao redor
de (xi , y j ) .
Figura 5
Se utilizarmos a informao das condies de limite (2.5) sempre que for conveniente no
sistema dado por (12.4), poderemos dizer que, em todos os pontos (xi , y j ) adjacentes ao ponto de
rede do limite, teremos um sistema linear ( n 1)(m 1) x ( n 1)(m 1), cujas incgnitas so as
aproximaes wij a u ( xi , y j ) no interior dos pontos de rede.
O sistema linear que contm essas incgnitas ser expresso mais eficientemente em clculos
matriciais se for introduzida uma remarcao dos pontos interiores da malha. Um sistema de
marcao desses pontos consiste em utilizar
Pl = xi , y j e wl = wij
77
Exemplo1
Consideremos o problema da determinao do estado estvel da distribuio de calor em
uma placa quadrada metlica delgada, com dimenses 0,5 m por 0,5 m. Dois limites adjacentes
so mantidos a 0C, e o calor nos outros dois limites aumenta linearmente de 0C, em um canto,
para 100C no lugar onde ambos os lados se encontram. Se colocarmos os lados com as
condies de limite igual a zero ao longo dos eixos x e y , o problema pode ser expresso como
2u
2u
(
x
,
y
)
+
( x, y ) = 0,
x 2
y 2
para (x , y) no conjunto R = {( x , y ) / 0 < x < 0 ,5 , 0 < y < 0 ,5 }, com as condies de fronteira
u (0 , y)=0,
u (x , 0)=0,
u (x , 0,5)=200x,
u (0,5 , y) = 200y
Figura 7
wi = u ( Pi ) , e l = i+(m-1-j)(n-1).
78
w 1 ,0 = w 2 ,0 = w 3 ,0 = w 0 ,1 = w 0 ,2 = w 0 ,3 = 0 ,
w 1 ,4 = w 4 ,1 = 25 , w 2 ,4 = w 4 ,2 = 50 , e , w 3 ,4 = w 4 ,3 = 75
Assim, para cada ponto interior da grade, Pi geramos uma equao linear:
P 1
P 2
: 4 w 1 w 2 w 4
: 4 w 2 w 3 w 1
P 3
P 4
: 4 w 3
: 4 w 4
P 5
P 6
: 4 w 5
: 4 w 6
P7
P 8
: 4 w 7
: 4 w 8
P 9
: 4 w 9
w 2
w 5
w 6
w 5
w 8
w 9
w 8
w 6
w 1
w 4
w 3
w 4
w 7
w 6
w 0 ,3 + w 1 ,4
w 5 = w 2 ,4
w 4 ,3
w 7 =
w 2
w 9 =
w 3 ,4
w 0 ,2
w 8 =
w 0 ,1
w 5 =
w 4 ,2 ,
+ w 1 ,0 ,
w 2 ,0 ,
w 3 ,0
w 4 ,1 ,
79
> W:=evalf(%);
Tabelamos os resultados:
i
wi
1
18.75
2
37.50
3
56.25
4
12.5
5
25.00
6
37.50
7
6.25
8
12.50
9
18.75
Exemplo2:
Consideremos o modelo para determinar a temperatura de estado estacionrio para uma
placa quadrada com condies de contorno dadas:
2u
2u
( x, y ) = 0,0 < x < 2,0 < y < 2
2 ( x, y ) +
y 2
x
u ( 0 , y ) = 0 , u ( 2 , y ) = y( 2 y )
2 x , 1 x < 2
80
Utilizando diferenas finitas centrais com h=k=2/3, para i, j = 0,1,2,3, obtemos a equao
de diferenas finitas:
ui + 1, j + ui , j = 1 + ui 1, j + ui , j 1 4ui , j = 0
Para determinar o valor de
u( 2 / 3 ,2 / 3 ) u11, u( 2 / 3,4 / 3 ) u12 , u( 4 / 3,2 / 3 ) u 21 e u( 4 / 3,4 / 3 ) u 22
Utilizando o sistema Maple para resolver o sistema linear tridiagonal:
4u11 + u 21 + u12 = 0
u11 4u 21 + u 22 = 8 / 9
u11 4u12 + u 22 = 2 / 3
u 21 + u12 4u 22 = 14 / 9
> solve({-4*u11+u21+u12=0, u11-4*u21+u22=-8/9, u11-4*u12+u22=-2/3,
u21+u12-4*u22=-14/9},{u11,u12,u21,u22});
13
7
7
5
{ u12 = , u11 = , u22 = , u21 = }
36
36
12
12
> evalf(%);
{ u12 = .3611111111, u11 = .1944444444, u22 = .5833333333, u21 = .4166666667}
Exerccios:
1) Com h=k=10, resolver numericamente equao de Laplace
2u
2u
( x ,t ) +
( x ,t ) = 0 , 0 < x < 80 , 0 < y < 60 ,
x 2
y 2
sujeita s condies
u ( x ,0 ) = u ( x ,60 ) = u ( 80 , y ) = 0 , e
ui , j =
j
6
5
4
3
2
1
0
x
u ( 0 , y ) = 100 .
ui + 1, j + ui 1, j + ui , j i + ui , j + i
4
0
100
100
100
100
100
100
100
0
1
0
46,993
63,138
67,192
63,138
46,993
0
10
2
0
24,835
38,368
42,490
38,368
24,835
0
20
3
0
13,978
23,010
26,032
23,010
13,978
0
30
4
0
8,068
13,660
15,620
13,660
8,068
0
40
5
0
4,633
7,942
9,128
7,942
4,633
0
50
81
6
0
2,523
4,348
5,009
4,348
2,523
0
60
7
0
1,110
1,917
2,211
1,917
1,110
0
70
8
0
0
0
0
0
0
0
80
i
60
50
40
30
20
10
0
y
u
2u
( x ,t )
( x ,t ) = 0 , 0 < x < 1, 0 t ,
t
x 2
com as condies de contorno
u ( 0 , t ) = u ( 1, t ) = 0 , 0 < t ,
e as condies iniciais
u( x ,0 ) = sen( x ), 0 x 1.
Ajuda:
Diferenas finitas para o problema com h=0,2, k=0.01
+u
ui , j + 1 = 0 ,5 ui , j + 0 ,25 u
i
1
,
j
i
1
,
j
j
i
0
1
2
3
4
5
6
0 0,3219 0,5208 0,5208 0,3219
0
0,06
5
0 0,3559 0,5758 0,5758 0,3559
0
0,05
4
0 0,3934 0,6366 0,6366 0,3934
0
0,04
3
0 0,4350 0,7038 0,7038 0,4350
0
0,03
2
0 0,4809 0,7781 0,7781 0,4809
0
0,02
1
0 0,5317 0,8602 0,8602 0,5317
0
0,01
0
0 0,5878 0,9511 0,9511 0,5878
0
0,00
x 0
tempo
0,2
0,4
0,6
0,8
1
ui , j +1 = 0 ,9 ui , j + 0 ,1 u
+u
i 1, j
i +1, j
j
6
5
4
3
2
1
0
x
0
1
2
3
4
5
6
x
0
0
0
0
0
0
0
0
0
1
0,5189
0,4759
0,4365
0,4004
0,3673
0,3369
2
0,9869
0,9053
0,8304
0,7616
0,6986
0,6408
3
1,3584
1,2460
1,1429
1,0483
0,9616
0,8820
4
1,5969
1,4647
1,3435
1,2324
1,1304
1,0369
0,3090
0,5878
0,8090
0,1
0,2
0,3
0,4
82
5
1,6791
1,5401
1,4127
1,2958
1,1886
1,0902
0,5
6
1,5969
1,4647
1,3435
1,2324
1,1304
1,0369
0,6
9 10 i
0,5189 0 0,030
0,4759 0 0,025
0,4365 0 0,020
0,4004 0 0,015
0,3673 0 0,010
0,3369 0 0,005
0,8090 0,5878 0,3090 0
0,000
0,7
0,8
0,9 1 tempo
7
1,3584
1,2460
1,1429
1,0483
0,9616
0,8820
8
0,9869
0,9053
0,8304
0,7616
0,6986
0,6408
83
Equao
Diferenas Finitas
h, k=tamanho do passo na direo x e na direo y (ou t)
Centradas, com h=k
Laplace
2u
2u
( x, y ) = 0
( x, y ) +
2
2
x
y
ui , j =
Clula Computacional
u i, j + 1
ui + 1, j + ui 1, j + ui , j i + ui , j + i
4
u i 1, j
u i, j
u i + 1, j
u i, j 1
u
( x ,t ) =
( x ,t )
2
t
x
Material
Prata
Cobre
Alumnio
Ferro
Concreto
progressivas
Calor
2u
>0
1,7
1,5
0,85
0,15
0,005
2k
2 2 k
ui , j + 1 = 1
ui , j +
+u
i
1
,
j
i
1
,
j
+
2
2
h
h
1
k
Converge se
<
h2 2
u i, j+1
i1, j
i, j
i+ 1, j
centradas
Onda
2u
2u
2
( x ,t ) =
( x ,t )
t 2
x 2
2 k 2
2k 2
+u
ui , j + 1 = 2 1
ui , j +
u
u i , j 1
i 1, j
2
2 i + 1, j
h
h
u i 1, j
Se = 1 e
k2
= 1 , ui , j + 1 = ui 1, j + ui + 1, j u
i , j 1
h2
84
i, j + 1
u i, j
u i, j 1
u i + 1, j
Bibliografia
ATKINSON, K. E. An Introduction to Numerical Analysis. 2.ed. New York : John Wiley &
Sons, 1989.
AYYUB, Bilal M.; McCUEN, Richard H. Numerical Methods For Engineers. New Jersey:
Prentice Hall, 1996.
BARROSO, Leonidas Conceio et al. Clculo Numrico com Aplicaes. 2.ed. So Paulo
: Harbra, 1987.
BURDEN, Richard L., FAIRES, J. Douglas. Anlise Numrica. So Paulo :
Thomson, 2003.
CHAPRA, Steven C., CANALE, Raymond P. Numerical Methods for Engineers with
Programming and Software Applications. 4.ed. Boston : McGraw-Hill, 2002.
CLUDIO,
Dalcidio
Moraes,
MARINS,
Jussara
Numrico Computacional. 2.ed. So Paulo : Atlas, 1994.
Maria.
Clculo
Clculo
SCHELEIDER, Maria Amlia N, Cunha, Maria Cristina dC, Mtodos Numricos para
Equaes Diferenciais Parciais, Notas em Matemtica Aplicada, Volume 4, So Carlos, SP,
2003, SBMAC. (Disponvel em http://www.sbmac.org.br/boletim/pdf_2003/livro_04_2003.pdf)
STROUD, K.A, BOOTH, Dexter J., Advanced Engineering Mathematics, New York,
Palgrave Macmillan, 2003.
85
1a) # F = 2( 1 )
xk + 1 xk
t 1( M m + 1 ) + 1 , F ( , t , m, M ) ; 1b) DIGSE( x , x
k k + 1 ) = 0 ,3 + log +
xk + 1
2) Seja p( x ) = a n x n + a n 1 x n 1 + ... + a3 x 3 + a 2 x 2 + a1 x + a0
p( x ) = (((...( a n x + a n 1 ) x + a n 2 )x + ...a 2 )x + a1 ) x + a0
123
n 1
2
b) Huat: Se p(0) 0 e para algum k = 1, 2, ...,n-1, ak ak 1ak + 1 , ento p tem razes complexas.
f ( xk )
3) Mtodo de Newton-Raphson:
xk + 1 = xk
, k = 0 ,1,2 ,..., mx f ' ( xk ) 0
f ' ( xk )
a) Horner:
4a) NORM A =
det A
1 2 L n
i , j = 1,2 ,.., n.
aij
j =1
j i
i
1
n
1
1
x
bi
a ij x j
x
=
=
bi
a ij x j
a ij x j
i k + 1 aii
i k + 1 aii
k
k +1
k
j =1
j =1
j =i +1
j i
0
5) Diferenas Finitas Ascendentes: i= 0, 1, 2, ..., n ,seja yi = yi . Para k = 1, 2, ..., n
k 1 yi +1 k 1 yi
xi +k xi
0 yi = yi .
Para
Se z =
( x xo )
h
y0 +
( x x o )( x x )L ( x x
)
( x x o )( x x ) 2
1
n 1 n y
1 y +L+
o
o
2
n
2! h
n! h
2 yo
3 yo
n yo
( x xo )
, p( z ) = yo + z y + z( z 1 )
.
+
+
L
+
z
(
z
1
)
(
z
(
n
1
))
z
(
z
1
)(
z
2
)
0
h
n!
3!
2!
86
( xi , yi ) , i = 0 ,1,...n
xi2
xi3
n+1
xi
M
p
xi
i =0
xi
xi2
M
p +1
xi
M
p+2
xi
xi3
xi4
L
L
L
n+1
xi a
yi
0 =
, e xi
a
xi yi
xi
xi 1
xi2
M
p
xi y i
xip ao yi
xip +1 a1 = xi yi
M
p+3
xi
M
M
2 p a
xi
p
Y ( x ) = ao + a x + a 2 x 2
1
2
xi
xi a o
xi3 a =
xi2
1
xi4 a
xi3
2
yi
xi yi
xi2 yi
f ( x )dx 2 [ yo + 2( y1 + y2 + L + yn 1 ) + yn ]
xn
10a) Trapzios:
xo
ET
h2
( xn x0 ) max
f'' ( x )
12
x[ xo , xn ]
xn
f ( x )dx
ou
ET
( xn x0 )
max 2 yi .
12
h
y o + 4( y1 + y 3 + y 5 + L + y n 1 ) + 2( y 2 + y 4 + y6 + L + y n 2 ) + y n
3
xo
ES
h4
( x n x0 )
max
f '''' ( x )
180
x[ xo ,x n ]
y' = f ( x , y )
11) PVI: Sejam
y( xo ) = yo
ou
ES
( xn x0 )
max 4 yi .
180
y ( xi ) y i com xi = xo + ih , i= 0,1,...,n e h = ( xn xo ) / n .
11 a)Euler: yi + 1 = yi + hf ( xi , yi ) , i= 0,1,...,n-1.
a
h
11b) Runge-Kutta de 2 Ordem : y
= yi + (k1 + k 2 ) , k1 = f ( xi , yi ) e k 2 = f ( xi + h , yi + hk1 ) , i= 0,1,...,n-1.
i +1
2
Diferenas Finitas: 1 +
h
h
P( xi ) yi + 1 + 2 + h 2 Q( xi ) yi + 1 P( xi ) yi 1 = h 2 f ( xi ) , i= 1,...,n-1
2
2
87
Diferena Finita
h, k=tamanho do passo na direo x e na direo y (ou t)
y( xi )
yi + 1 yi
avanada ,
h
y( xi )
yi + 1 2 y i + yi 1
centrada
h2
yi + 2 2 yi + 1 + 2 yi 1 yi 2
y IV ( xi )
yi + 2 4 yi + 1 + 6 y i 4 yi 1 + yi 2
centrada
h4
u
xi ,t j
t
2h 3
2u
xi ,t j
x2
yi + 1 yi 1
centrada ,
2h
centrada
u ,
u ,
i j +1
i j 1
centrada
2k
2u
xi , y j
y2
i +1 , j
2u , + u
i j
i 1 , j
centrada
h2
u ,
2u , + u ,
i j +1
i j
i j 1
centrada
2
k
88
yi yi 1
atrasada
h
Equao
Diferenas Finitas
h, k=tamanho do passo na direo x e na direo y (ou t)
Centradas, com h=k
Laplace
2u
x 2
( x, y ) +
2u
y 2
( x, y ) = 0
ui , j =
Clula Computacional
u i, j + 1
ui + 1, j + ui 1, j + ui , j i + ui , j + i
4
i 1, j
i, j
i + 1, j
u i, j 1
2u
u
( x ,t )
( x ,t ) =
t
x 2
Material
Prata
Cobre
Alumnio
Ferro
Concreto
progressivas
Calor
>0
1,7
1,5
0,85
0,15
0,005
2k
2 2 k
+u
u
ui , j +
ui , j + 1 = 1
i 1, j
2 i + 1, j
2
h
h
k
1
<
Converge se
2
2
h
u i, j+1
u i1, j
ui, j
u i+1, j
centradas
Onda
2u
2u
2
( x ,t )
( x ,t ) =
x 2
t 2
2 k 2
2k 2
+u
ui , j +
u i , j + 1 = 2 1
u
u i , j 1
i
1
,
j
i
1
,
j
2
2
h
h
Se
=1 e
k2
= 1 , ui , j + 1 = ui 1, j + ui + 1, j u i , j 1
h2
89
u i, j + 1
i 1, j
i, j
i, j 1
i + 1, j
Exemplos
Notao
+
*
/
^
abs ( x )
sqrt (x)
Raiz n-sima de x
Fatorial de n
Infinito
Unidade Imaginria
Nmero de Euler: e
Funo Exponencial
x^(1/n)
n!
Pi
infinity
sqrt(-1) ou I
exp(1) ou E
exp(x) b^x
Logaritmo Natural
Logaritmo de base b
ln(x)
log[b](x) = ln(x)/ln(b).
sin(x) cos(x) tan(x)
sec(x) csc(x) cot(x)
sinh(x) cosh(x) tanh(x)
sech(x) csch(x) coth(x)
arcsin(x) arccos(x) arctan(x)
arcsec(x) arccsc(x) arccot(x)
arcsinh(x) arccosh(x) arctanh(x)
arcsech(x) arccsch(x) arccoth(x)
Funes Trigonomtricas ,
Hiperblicas e suas inversas
(argumento x em Radianos)
> 3+5;
> 758-195;
> 7.5*8;
> 39/13;
> 2^12;
> abs(-7);
>sqrt(7835);
> sqrt(7835.);
> 27^(1/3);
> 28!;
> Pi;
> infinity;
> sqrt (-1);
> exp(1);
>exp(3.5);
>7^x;
> ln (7);
> log[3](10);
> sin(Pi/2);
> cos(75.3);
>arccosh(0);
Alguns Comandos
1) > evalf(expr);
avalia expr utilizando aritmtica de ponto flutuante com preciso determinada pela varivel
global Digits.
> evalf(27^(1/3));
> evalf( Pi);
> evalf(arccosh(0));
2) > evalf(expr, n);
calcula expr com n dgitos de preciso.
> evalf( Pi, 21);
> evalf(ln (7),8);
3) > Digits := n;
ajusta para n o nmero de dgitos utilizados em ponto flutuante.
O valor "default" de Digits 10.
> Digits:=15;
> cos(75.3);
90
30
a) seno(30), seno(300) = seno
180
a + 5b 3
b)
para a = -3,02 , b = 10, c = 10,3 e d = 7,1. Armazenar o resultado na
ln( 50c / d )
varivel v.
c) secante hiperblica de v calculado no item b.
2) O valor de a = e 163 um nmero inteiro? Estimar a com 18, 29, 30, 31 e 57
dgitos. Comparar os resultados.
3) Calcular 325! pelo Maple e pela sua calculadora. Analisar os resultados. Qual o nmero
de dgitos de 325! ?
27
24
4) O que maior 22 ou 25 ?
5) possvel calcular 3333333333 3333333333 no Maple?
91
1
2
Comandos
f:=x->f(x);
Comentrios
plot(f(x),x= a..b,y=c..d);
3
plot({f(x),g(x)},x= a..b,y=c..d);
solve(f(x)=0, x);
fsolve(f(x)=0, x);
fsolve(f(x)=0, x=a ..b);
For i from io by k to in do
comandos
od;
if condio then
comando1
else
comando2
fi;
Exemplos
1) >f:=x->sin(x/2);
> f (Pi); f (4);
2) >plot(f(x), x=-3*Pi..3*Pi);
> plot(f(x), x=-15..15, y=-2..2);
3) > plot({x^2-5*x, sqrt(x+1)}, x= -2..7, y= -7..7);
4) vide exerccio 1(pgina2)
5) > for i from 0 by 2 to 10 do
>
print(i^2)
> od;
6) > a:=-23;
> if a<0 then
> print(-a);
> else
> print(a);
> fi;
92
Exerccios:
i) Localizar graficamente as raizes de f(x)=0
ii) Calcul-las utilizando os comandos dados em 4.
ii) Utilizando 5 e 6, implementar o Mtodo da Bisseco para calcular a menor raiz real
positiva de f(x) = 0 em [a , b]. Para xm=(a+b)/2, a cada bisseco imprimir: a, xm, b,f(xm).
Critrio de Parada: mnimo 10 bisseces.
1) xcos(x)-1=0
Soluo:
> f:=x->x*cos(x)-1;
> plot(f(x), x=-20*Pi..20*Pi);
> plot({cos(x),1/x}, x=-7*Pi..5*Pi, y=-5..5, title=` cos(x) , 1/x`);
>
if evalf((f(a ) * f(xm))) > 0 then a := xm;
else b := xm;
>
>
fi;
> od;
Obs: No foi considerado o caso f(xm)=0.
2) ln(x+11) -2x = 0
93
Comandos
1 f:=x->f(x);
2
plot(f(x),x= a..b, y=c..d);
Comentrios
Define a funo de varivel x , f(x)
Plota a funo f(x) sendo:
x - varivel
y - parmetro na vertical(opcional)
a,b,c,d
:parmetros
a
serem
especificados
Plota as funes f(x) e g(x) num
mesmo sistema de eixos.
Para opes utilizar o Help: < ?plot
Encontra todas as
razes
do
polinmio p(x)
Determina a derivada de f(x)
Determina a derivada de quarta ordem
de f(x)
RT 0,082x 293
=
= 0,961 .
P
25
ou
Exemplos
1) Raiz de multiplicidade par
> p1:=x->5*x^4-12.50*x^3-18.0375*x^2+32.31250*x+33.411125;
> plot(p1(x),x=-3..4);
> fsolve(p1(x)=0,x);
94
95
VB VA VB 10 VB 8 VB VC VB 2 VB 0
+
+
+
+
+
=0
1
5
8
1
5
8
VC 8 VC VB VC 2
+
=0
8 +
1
5
I1 = VA VB
Aplicando a Lei de Ohm:
I 2 = VC VB
Comandos
1
3
4
5
6
7
evalm(expresso matricial);
gaussjord(M);
inverse(M);
linsolve(A,v);
matrix(m , n, [x11,x12,...xmn]);
solve(eqn, var);
9
10
11
12
12
transpose(M);
vector(n, [x1, x2, ..., xn]);
with(linalg);
with(plots);
A&*S;
. Determinar I1 e I2.
Comentrios
Cria uma matriz cujos os elementos esto definidos.Vide
help para opes
Cria uma nova matriz colocando M1 esquerda da M2 .
As matrizes devem ter o mesmo nmero de linhas.
Avalia uma expresso contendo matrizes.
Aplica o mtodo de Gauss-Jordan
Encontra a matriz inversa de M.
Calcula um vetor x que satisfaa a equao Ax=v
Cria uma matriz com m linhas e n colunas com
elementos x11, ...,xmn.
Resolve simbolicamente equaes eqn para varivel var.
Para opes vide help.
Determina a matriz transposta de M.
Cria um vetor de n elementos x1, ..., xn..
Carrega a biblioteca de lgebra linear do Maple V.
Carrega o package grfico
Expressa multiplicao de matrizes (no comutativa)
Exemplos :
> with(plots);
> with(linalg);
1) Sistema Linear Compatvel Determinado (possui solues)
> solve({2*x+3*y=18,3*x+4*y=25},{y,x});
> plot({(18-2*x)/3, (25-3*x)/4}, x=0..6);
> solve({3*x+2*y-5*z=8,-x+2*y+z=2,-x+2*y+3*z=4},{z,y,x});
> plot3d({(8-3*x-2*y)/(-5),2+2*x-2*y,(4+x-2*y)/3}, x=0..5,y=0..5, axes=box);
96
x 1 + 3x 2 + 2 x 3 = b 2
5x + 3x + 4 x = b
2
3
3
2
onde: a) b1 =16 b2 = -5 b3=11 b) b1 =25 b2 = -11 b3 = -5 c) b1 =3 b2 = 5 b3 = -5
> B := matrix(3,3, [2,1,7,1,3,2,5,3,4] );
> v1 :=vector(3,[16,-5,11] );
> v2 :=vector(3, [25,-11,-5] );
> v3 :=vector(3, [3,5,-5] );
> augment( B,v1,v2,v3 );
> gaussjord(%);
97
Exemplo 1
Construir uma matriz M = [mij] , de ordem 7x7, tal que mij = i + 3j se i igual a j e mij = 5ij
se i for diferente de j. M simtrica? Calcular o determinante de M . M inversvel?
Soluo:
> with(linalg);
>M := array(1..7,1..7);
> for i to 7 do
> for j to 7 do
>
if i <> j then M[i, j] := 5 * i * j
else M[i, j] := i + 3 * j
>
>
fi
> od
> od,
> print(M);
> M2 :=transpose(M);
> det(M);
> M1 :=inverse(M);
> evalf(%);
> evalm(M1 &* M);
> evalm(M1 + M2);
> evalf(%);
Exemplo2:
O alongamento de uma mola foi medido em funo da carga aplicada. Obteve-se:
c arg a (kg )
2 4 6 8
alongamento(cm) 1,0 2,5 5,0 6,3
Estimar o alongamento para o caso de ser aplicada uma carga de 7Kg. Analisar
graficamente.
Soluo:
98
Procuramos p( x ) = a 0 + a 1x + a 2 x 2 + a 3 x 3 .
a) uma maneira de resolver no maple::
>solve ({a0+a1*2+a2*2^2+a3*2^3=1, a0+a1*4+a2*4^2+a3*4^3=2.5,
a0+a1*6+a2*6^2+a3*6^3=5, a0+a1*8+a2*8^2+a3*8^3=6.3}, {a0,a1,a2,a3});
> p:=x-> -.04583333333*x^3+.675*x^2-2.016666667*x+2.7;
> validade:= [p(2), p(4), p(6), p(8)];
> p(7);
Anlise Grfica:
> with(plots);
> plots[display]({plots[pointplot]([2,1,4,2.5,6,5,8,6.3]),plot(p(x),x=-5..15, y=0..10)});
1 / 2 x1 + 1 / 3x 2 + 1 / 4 x 3 + 1 / 5x 4 + 1 / 6 x 5 = 87 / 60
(*) 1 / 3x1 + 1 / 4 x 2 + 1 / 5x 3 + 1 / 6 x 4 + 1 / 7 x 5 = 459 / 420
1 / 4 x + 1 / 5x + 1 / 6 x + 1 / 7 x + 1 / 8x = 743 / 840
1
2
3
4
5
99
Exerccio:
Consideremos a matriz de Hilbert de ordem n, Hn = [ hij ], com seus elementos genricos definidos
por
1
hij = =
, 1 i , j n
i + j 1
Hn um exemplo clssico de matriz mal condicionada.
100
vx:=vector(4,[2,4,6,8]);
vy:=vector(4,[1,2.5,5,6.3]);
df:=array(1..3);
for i from 1 to 3 do df1[i]:=vy[i+1]-vy[i] od;
for i to 2 do df2[i]:=df1[i+1]-df1[i] od;
for i to 1 do df3[i]:=df2[i+1]-df2[i] od;
p:=x->1+((x-2)*df1[1])/(2)+((x-2)*(x-4)*df2[1])/(2!*(2^2))+((x-2
)*(x-4)*(x-6)*df3[1])/(3!*(2^3));
> simplify(p(x));
> p(7);
101
EXERCICIOS:
1) A tabela abaixo fornece a demanda diria mxima de energia
eltrica na Cidade A no ms de maro.
x(dia )
1 11 21 31
y (demanda MW ) 10 15 20 13
a) Determinar o polinmio interpolador p e verificar sua
validade.
b) Representar graficamente p e os dados tabelados num mesmo
sistema de eixos.
c) Estimar a demanda mxima e a data em que ocorreu.
>
2) A que temperatura a gua entra em ebulio no Pico da Bandeira
(altitude de 2890m), sabendo-se que o ponto de ebuliao da gua
varia com a altitude, conforme tabela abaixo:
altitude(m)
2600 2700 2800 2900 3000
o
ponto de ebulio( C ) 91.34 91.01 90.67 90.34 90.00
>
3) A velocidade do som na gua varia com a temperatura conforme
tabela:
temperatura ( oC ) 86.0 93.3 98.9 104.4 110.0
velocidade(m / s ) 1.552 1.548 1.544 1.538 1.532
a)Determinar o polinmio interpolador de Newton para diferenas
divididas,p, e verificar sua validade.
b) Estimar a velocidade do som se a temperatura da gua for de
100 graus centgrados.
102
103
# Exemplo1
Considerando:
i
0
1
2
3
4
5
6
x 1
2
3
4
5
6
7
y 34 45 63 88 120 159 205
Ajustar os dados a reta e a uma parbola. Comparar os resultados graficamente.
> with(stats);
[ anova, describe, fit, importdata, random, statevalf, statplots, transform ]
> xv:=[1,2,3,4,5,6,7];
xv := [ 1, 2, 3, 4, 5, 6, 7 ]
> yv:=[34,45,63,88,120,159,205];
yv := [ 34, 45, 63, 88, 120, 159, 205 ]
> g:=fit[leastsquare[[x,y],y=a*x+b,{a,b}]]([xv,yv]);
57
x 12
2
> gl:=fit[leastsquare[[x,y]]]([[1,2,3,4,5,6,7],
[34,45,63,88,120,159,205]]);
g := y =
gl := y =
57
x 12
2
7
1
gpp := x x2 + x + 30
2
2
> with(plots):
> plots[display]({plots[pointplot]([1,34,2,45,3,63,4,88,5,120,6,15
9,7,205]),plot(gpp(x), x=-10..10, y=0..50),plot(gll(x), x=0..10,
y=0..210)});
104
Exemplo 3
105
106
> plots[display]({plots[pointplot]([30,.85,35,.67,40,.52,45,.42,50
,.34,55,.28,60,.24,65,.21,70,.18,75,.15]),plot(f2a(x),
x=-100..100, i=0..1),plot(f3(x), x=-100..100, i=0..2)});
>
Trabalho
x 0.00 0.50 1.00 1.50 2.00
y 1.00 0.50 0.30 0.20 0.20
107
Comandos utilizados
evalf([expr1,..., exprn]);avalia numricamente expresses, polinomios,
funes,...
fit[leastsquare[[var1,..., varn]]]; aplica o critrio dos mnimos quadrados
transform[applay[f(x)]]([expr1,..., exprn]);aplica a funo f(x) parra cada
expresso (expr)
transform[multiapplay[f(x)]]([list1,..., listn]);aplica os parmetros da funo
f(x) para cada elemento listado
plots[display]({plots[pointplot]([p1,p2,..,pn]),plot(f(x), x=-m..m)});plota grficos;
display, para plotar dois grficos ao mesmo tempo; pointplot, para
plotar os pontos; plot, para plotar um grfico de uma f(x)
unapply(P,x);converte a expresso P em uma funo na varivel x
108
( ( x )2 )
com o valor exato. I=
dx
e
Obs: Por default, o nmero de subintervalos utilizados 10. Incluindo a opo partition = n
o clculo obtido utilizando n subintervalos .
> ApproximateInt(exp(-x^2), x=0..2, method = trapezoid);evalf(%);
-1
-4
-9
-16
-36
-49
-64
-81
1 1 25 1 25 1 25 1 25 1 ( -1 ) 1 25 1 25 1 25 1 25
+ e
+ e
+ e
+ e
+ e + e
+ e
+ e
+ e
10 5
5
5
5
5
5
5
5
5
+
1 ( -4 )
e
10
0.8818388107
> ApproximateInt(exp(-x^2), x=0..2, method = simpson);evalf(%);
-9
-9
-16
-49
-81
-81
-4
-361
1
1 25 2 100 1 25 2 100 1 25 2 100 1 25 2 100
e
e
e
e
e
e
e
e
+
+
+
+
+
+
+
+
30 15
15
15
15
15
15
15
15
-121
-36
-169
-49
2 100 1 25 1 ( -4 ) 2 100 1 25 2 ( -9 / 4 ) 1 ( -1 ) 2 ( -1 / 4 )
+
+
+
+
+
+
e
e
e +
e
e
e
e +
e
15
15
30
15
15
15
15
15
-64
-1
-289
-1
1 25 2 100 2 100 1 25
e
e
e
e
+
+
+
+
15
15
15
15
0.8820809834
> Valor_exato:=int(exp(-x^2), x=0..2)=evalf(int(exp(-x^2),
x=0..2));
Valor_exato :=
1
erf( 2 ) = 0.8820813910
2
109
110
111
112
113
2u
2u
( x ,t ) +
( x ,t ) = 0 , 0 < x < 80 , 0 < y < 60 ,
y 2
x 2
0
100
100
100
100
100
100
100
0
1
0
46,993
63,138
67,192
63,138
46,993
0
10
2
0
24,835
38,368
42,490
38,368
24,835
0
20
3
0
13,978
23,010
26,032
23,010
13,978
0
30
4
0
8,068
13,660
15,620
13,660
8,068
0
40
5
0
4,633
7,942
9,128
7,942
4,633
0
50
u ( 0 , y ) = 100
6
0
2,523
4,348
5,009
4,348
2,523
0
60
7
0
1,110
1,917
2,211
1,917
1,110
0
70
8
0
0
0
0
0
0
0
80
i
60
50
40
30
20
10
0
y
u
2u
( x ,t )
( x ,t ) = 0 , 0 < x < 1, 0 t , com as condies de contorno
t
x 2
u ( 0 , t ) = u ( 1 , t ) = 0 , 0 < t , e as condies iniciais u( x ,0 ) = sen( x ), 0 x 1.
Para h=0,2 e k=0,01 obtemos as diferenas finitas para a equao do calor ui , j + 1 = 0 ,5 ui , j + 0 ,25 u
i + 1, j
Utilizando j=0 e i=1,2,3 e 4 obter as aproximaes da temperatura na primeira linha do tempo u(x , 0.01).
i
j
0
1
2
3
4
5
6
0 0,3219 0,5208 0,5208 0,3219
0
0,06
5
0 0,3559 0,5758 0,5758 0,3559
0
0,05
4
0 0,3934 0,6366 0,6366 0,3934
0
0,04
3
0 0,4350 0,7038 0,7038 0,4350
0
0,03
2
0 0,4809 0,7781 0,7781 0,4809
0
0,02
1
0 0,5317 0,8602 0,8602 0,5317
0
0,01
0
0 0,5878 0,9511 0,9511 0,5878
0
0,00
x 0
tempo
0,2
0,4
0,6
0,8
1
114
+u
i 1, j