Calc Numerico - Maio2013 - LNA 100pp

UNIVERSIDADE FEDERAL DA PARAIBA
CENTRO DE CIENCIAS
EXATAS E DA NATUREZA
DEPARTAMENTO DE MATEMATICA
CALCULO
NUMERICO
Introduc
ao `
a Matem
atica Computacional
Lenimar Nunes de Andrade

numerufpb@gmail.com
vers
ao 1.4 13/maio/2013
Sum
ario
1
.
.
.
.
.
.
.
.
.
.
.
.
1
1
3
4
5
5
6
7
7
9
9
11
12
.
.
.
.
.
.
.
15
15
16
17
19
21
25
26
Sistemas Lineares
3.1 Sistemas Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Metodo de Eliminac
ao de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Exerccios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
30
30
34
Interpolac
ao
4.1 Introduc
ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
36
Introduc
ao
1.1 Erros absolutos . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Sequencias recorrentes . . . . . . . . . . . . . . . . . . . . .
1.2.1 Criterio para determinac
ao do limite de uma sequencia
1.3 C
alculo de valores de func
oes . . . . . . . . . . . . . . . . . .
1.3.1 Func
ao logartmica . . . . . . . . . . . . . . . . . . .
1.3.2 Func
oes trigonometricas . . . . . . . . . . . . . . . .
1.4 C
alculo do valor de . . . . . . . . . . . . . . . . . . . . . .
1.4.1 F
ormulas envolvendo e a func
ao arco-tangente . . .
1.4.2 Serie de potencias da func
ao arco-tangente . . . . . .
1.4.3 C
alculo do valor de ao longo dos seculos . . . . . .
1.4.4 Curiosidade: frases que fornecem o valor de . . . .
1.5 Exerccios Propostos . . . . . . . . . . . . . . . . . . . . . .
Resoluc
ao de Equac
oes
2.1 Introduc
ao . . . . . . . . . . . . .
2.2 Metodo da Bissec
ao . . . . . . . .
2.3 Metodo das Cordas . . . . . . . .
2.4 Metodo da Iterac
ao Linear . . . .
2.5 Metodo de Newton . . . . . . . .
2.6 Comparando os diversos metodos
2.7 Exerccios Propostos . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . .
. . . . . . .
convergente
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

SUMARIO
ii
4.2
4.3
.
.
.
.
.
.
37
39
39
41
44
44
.
.
.
.
.
.
.
.
.
.
46
46
46
49
54
55
56
56
57
58
61
.
.
.
.
.
.
.
63
63
64
66
67
67
68
70
.
.
.
.
.
.
72
72
73
74
75
77
82
A Derivadas
A.1 C
alculo aproximado de derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2 Derivadas de ordem superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3 Derivadas parciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
86
86
87
4.4
4.5
5
Metodo de Lagrange . . . . . . . . . . . . . . . .
Metodo de Newton . . . . . . . . . . . . . . . . .
4.3.1 Diferencas divididas . . . . . . . . . . . . .
4.3.2 Polin
omio de interpolac
ao segundo Newton
C
alculo do erro da interpolac
ao . . . . . . . . . . .
Exerccios Propostos . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
C
alculo de Integrais
5.1 Introduc
ao . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Regra dos Trapezios . . . . . . . . . . . . . . . . . . .
5.3 Regra de Simpson . . . . . . . . . . . . . . . . . . . .
5.4 Regra de Gauss . . . . . . . . . . . . . . . . . . . . .
5.4.1 Caso particular simples da regra de Gauss . . .
5.4.2 Mudanca de vari
avel . . . . . . . . . . . . . .
5.4.3 Polin
omios de Legendre . . . . . . . . . . . .
5.4.4 Caso geral da regra de Gauss . . . . . . . . .
5.4.5 Tabela de pesos e abscissas da regra de Gauss
5.5 Exerccios Propostos . . . . . . . . . . . . . . . . . .
Equac
oes Diferenciais
6.1 Denic
oes B
asicas . . . . . . . . . . .
6.2 Metodo de Euler . . . . . . . . . . .
6.3 Metodo de Runge-Kutta . . . . . . .
6.3.1 Metodo de Runge-Kutta de 2a
6.4 Exerccios Propostos . . . . . . . . .
M
etodo dos Mnimos Quadrados
7.1 Introduc
ao . . . . . . . . . . . .
7.2 Desvio de um ponto com relac
ao
7.3 Desvio total . . . . . . . . . . .
7.4 Caso linear . . . . . . . . . . . .
7.5 Reduc
ao ao caso linear . . . . .
7.6 Exerccios Propostos . . . . . .
.
a
.
.
.
.
. . . . . . . .
. . . . . . . .
. . . . . . . .
ordem (RK2)
ordem (RK3)
ordem (RK4)
. . . . . . . .
. . . . . .
uma curva
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

SUMARIO
iii
A.4 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.5 Exerccios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B Sistemas N
ao Lineares
B.1 Sistemas n
ao lineares . . . . . . . . . . . .
B.2 O metodo de Newton para sistemas . . . .
B.2.1 Algoritmo para resoluc
ao de sistema
B.2.2 Sistemas n
ao lineares 3 3 . . . .
B.3 Exemplos . . . . . . . . . . . . . . . . . .
B.4 Exerccios Propostos . . . . . . . . . . . .
Refer
encias Bibliogr
aficas
. . . .
. . . .
22
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
87
88
89
90
90
91
92
92
94
95
Pref
acio
Este texto corresponde `
as notas de aula resumidas da disciplina C
alculo Numerico que vem
sendo ministrada por mim na Universidade Federal da Paraba desde agosto de 2002.
C
alculo Numerico, tambem conhecido como Metodos Numericos ou Matem
atica Computacional, faz parte do currculo mnimo obrigat
orio das engenharias e cursos de Matem
atica, Fsica.
Estatstica e Computac
ao, sendo fundamental em aplicac
oes da Matem
atica. Os pre-requisitos s
ao
conhecimentos b
asicos de C
alculo Diferencial e Integral e noco
es de programac
ao.
Este texto foi elaborado usando-se exclusivamente programas livres e gratuitos que podem ser
facilmente encontrados `
a disposic
ao na Internet:
Latex: um programa que produz textos com f
ormulas matem
aticas de altssima qualidade
gr
aca. Apesar de ser destinado principalmente a textos matem
aticos, pode ser utilizado
tambem em f
ormulas de Qumica Org
anica, partituras musicais, partidas de xadrez, textos
em outros idiomas como chines, japones,
arabe, hebraico, russo, grego, entre outros. Pode ser
copiado gratuitamente a partir de www.miktex.org . Apresentaco
es (no estilo PowerPoint)
tambem podem ser construdas com ele.
um programa de Computac
Maxima: usado em todos os c
alculos. E
ao Algebrica semelhante
aos poderosos Maple ou Mathematica. Em desenvolvimento desde 1969, pode ser copiado de
maxima.sourceforge.net e ser usado tambem como linguagem de programac
ao. Todos
os exemplos e exerccios foram programados nessa linguagem.
GeoGebra: programa de Geometria Din
amica que pode ser copiado de www.geogebra.org
Todos os gr
acos foram produzidos pelo Maxima ou pelo GeoGebra ( = Geometria+Algebra).
As imagens com fotos ou desenhos de matem
aticos famosos foram copiadas de The Mac Tutor
History of Mathematics Archive ( www.gap-system.org/history ) e alguns selos de Images
of Mathematicians on Postage Stamps ( jeff560.tripod.com )
Jo
ao Pessoa, 30 de setembro de 2011
Lenimar Nunes de Andrade
iv
Captulo 1
Introduc
ao
Neste captulo, denimos alguns conceitos que ser
ao utilizados nos captulos seguintes.
1.1
Erros absolutos
Definic
ao 1.1 Consideremos x uma aproximac
ao para um valor x considerado exato. O erro
absoluto da aproximac
ao de x por x , denotado por x e a dist
ancia entre esses valores, ou seja,
x = |x x |.
O erro relativo dessa aproximac
ao, denotado por x , e definido por
x =
|x x |
.
|x|
Exemplo 1.1 Sejam a = 10 e b = 1000 aproximac

oes de a = 10, 154 e b = 1000, 154, respectivamente. Ent
ao, os erros absolutos e relativos dessas aproximac
oes s
ao:
a = |a a | = |10, 154 10| = 0, 154
a =
|aa |
|a|
0,154
10,154
= 0, 01516 = 1, 516%
b = |b b | = |1000, 154 1000| = 0, 154

b =
|bb |
|b|
0,154
1000,154
= 0, 0001539 = 0, 01539%
Note que apesar dos erros absolutos serem iguais, os erros relativos s
ao bem diferentes um do
outro. Os erros relativos costumam ser expressos em forma de porcentagens.
Exemplo 1.2 Uma sala de formato retangular foi medida e foram obtidos 8 m e 12 m como sendo
sua largura e seu comprimento, respectivamente. Sabendo que o erro cometido em cada uma
dessas medic
oes e no m
aximo 2 cm, determine o erro m
aximo cometido no c
alculo de sua
area.
1

CAPITULO 1. INTRODUC
AO
Denotemos por
a : largura aproximada (obtida pela medic
ao)
b : comprimento aproximado (obtido pela medic
ao)
a: largura exata da sala
b: comprimento exato da sala
A :
area aproximada da sala
A:
area exata
S
ao dados a = 8m e b = 12m. Portanto, A = a b = 8 12 = 96m2 . Por hip
otese, a =
|a a | 2cm e b = |b b | 2cm, ou seja, |a 8| 0, 02m e |b 12| 0, 02m que

equivalem a 0, 02 a 8 0, 02 e 0, 02 b 12 0, 02 = 8 0, 02 a 8 + 0, 02 e
12 0, 02 b 12 + 0, 02 = 7, 98 a 8, 02 e 11, 98 b 12, 02. Multiplicando-se essas
desigualdades, obtemos: 95, 6004 ab 96, 4004, isto e, 95, 6004 A 96, 4004. Isso signica
que a
area exata e algum ponto do intervalo [95, 6004, 96, 4004].
Como A tambem e um ponto desse intervalo, a maior dist

ancia entre A e A ocorre quando
A for uma das extremidades do intervalo. Portanto, o erro m
aximo no c
alculo da
area e de
|96, 0000 96, 4004| = 0, 4004m2 .
Exemplo 1.3 Um bal
ao de formato esferico e medido e obteve-se R = 4 m como sendo o seu
raio. Sabendo que o erro cometido no c
alculo do raio e no m
aximo 10 cm, calcule o erro m
aximo
cometido no c
alculo do seu volume.
Sendo o raio aproximado do bal
ao igual a 4 m, o volume aproximado do bal
ao esferico e
V =
4
4
(R )3 = 3, 1415926 43 = 268, 082517 m3 .
3
3
O erro m
aximo no c
alculo do raio e no m
aximo 10 cm, ou seja, 0, 1 m, temos que
R = |R R | = |R 4| 0, 1

1.2. SEQUENCIAS
RECORRENTES
, onde R denota o valor do raio exato do bal

ao. Logo, 0, 1 R 4 0, 1 o que e equivalente
a 4 0, 1 R 4 + 0, 1, isto e, 3, 9 R 4, 1. Elevando-se ao cubo, obtemos 59, 319000
R3 68, 920999 e multiplicando-se tudo por 43 , obtemos
4
4
4
59, 319000 R3 68, 920999,
3
3
3
que equivale a 248, 474794 V 288, 695545.
Portanto, V e algum ponto do intervalo [248, 474794, 288, 695545]. Como V e um ponto
desse intervalo, ent
ao a maior dist
ancia possvel entre V e V ocorre quando V est
a em uma das
extremidades.
Logo, o erro m
aximo cometido no c
alculo do volume do bal
ao e de |268, 082517288, 695545| =
3
20, 613028 m .
1.2
Sequ
encias recorrentes
Definic
ao 1.2 Uma sequencia (xn ) e denominada recorrente (ou recursiva) quando o termo geral
xn depender dos termos anteriores, ou seja, quando
xn = f (xn1 , xn2 , )
para n = 2, 3, 4, . No caso mais simples, temos xn = f (xn1 ) (que e o mesmo que xn+1 = f (xn ) ).
Exemplo 1.4 Consideremos uma sequencia (xn ) definida por x1 = 1 e xn = nxn1 para todo
n = 2, 3, 4, Como cada xn depende do valor do termo anterior xn1 temos um exemplo de
sequencia recorrente. Alem disso temos que:
x2 = 2x1 = 2 1 = 2
x3 = 3x2 = 3 2 1 = 6
x4 = 4x3 = 4 3 2 1 = 24
x5 = 5x4 = 5 4 3 2 1 = 120
etc.
Note que, neste caso, a sequencia (xn ) coincide com a sequencia dos fatoriais de n.

AO
1.2.1
Crit
erio para determinac
ao do limite de uma sequ
encia convergente
muito comum em problemas numericos termos uma sequencia convergente (xn ) e determiE
narmos o limite de (xn ) quando n tende a innito. Nesses casos, usaremos o seguinte criterio para
determinar o limite aproximado da sequencia:
Denimos um valor positivo pr
oximo de zero denotado por ou (letra grega epsilon). Por
exemplo, podemos considerar algo como = 0, 0001 = 104 ou = 0, 0000001 = 107 , etc.
Calculamos os termos da sequencia x1 , x2 , x3 , e as dist
ancias entre termos consecutivos
n = |xn+1 xn | para n = 1, 2, 3,
Quando n < encerramos e dizemos que o
ultimo xn calculado e o limite aproximado da
sequencia.
Exemplo 1.5 Sendo(a um n

u)mero real positivo, sabe-se que a sequencia recorrente (xn ) tal que
1
a
x1 = 1 e xn+1 =
xn +
converge para a. Usando essa sequencia recorrente, calcule 2
2
xn
com um erro inferior a = 105 .
Igualamos a com 2 e obtemos que a = 2. A partir da, utilizamos a f

ormula para xn+1 com
n = 1, 2, 3, e calculamos as diferencas n = |xn+1 xn |:
(
)
n = 1 x2 = 12 x1 + xa1 = 12 (1 + 21 ) = 1, 5 e 1 = |x2 x1 | = 0, 5
n = 2 x3 =
1
2
n = 3 x4 =
0, 00245098
n = 4 x5 =
1
2
(
x2 +
1
2
a
x2
(
x3 +
(
x4 +
a
x3
a
x4
= 12 (1, 5 +
)
2
1,5 )
= 12 (1, 4166667 +
2
1,4166667 )
= 1, 41421569 e 3 = |x4 x3 | =
= 21 (1, 41421569 +
2
1,41421569 )
= 1,41421356 e 4 = |x5 x4 | =
2, 1 106 < .
Portanto, obtivemos que
= 1, 4166667 e 2 = |x3 x2 | = 0, 08333333
2 1, 41421356.
1.3. CALCULO
DE VALORES DE FUNC
OES
1.3
C
oes
O c
oes em pontos especcos e uma atividade essencial para qualquer
area da Matem
atica Aplicada e para os metodos numericos em geral. Pode ser realizado de v
arias
formas:
Series de potencias
Frac
oes contnuas
Sequencias recorrentes
Vamos utilizar apenas series de potencias por ser um metodo bem conhecido, simples e eciente.
1.3.1
Func
ao logartmica
Seja x R tal que |x| < 1. Um resultado bem conhecido h

a v
arios seculos e a seguinte soma
de uma serie geometrica:
1
1 + x2 + x4 + x6 + x8 + =
1 x2
Note que temos aqui uma serie geometrica (P.G.) com primeiro termo igual a a1 = 1 e raz
ao
a1
1
2
q = x logo, ela converge para S = 1q = 1x 2 .
Podemos efetuar v
aria opera
oes com uma serie de potencias. Entre as operac
oes permitidas
x c
( 1
)
1
est
a o c
alculo da integral
+ 1x
,
an dx de cada termo da serie. Usando que x 211 = 12 1+x
0
temos que
(
)
)
(
1
1
1
1
1
1
1+x
dx =
dx +
dx = (ln(1 + x) ln(1 x)) = ln
.
x2 1
2
1+x
1x
2
2
1x
Calculando a integral de cada termo da serie geometrica anterior, obtemos:
(
)
1
1
1+x
x 3 x 5 x 7 x 9 x 11
+
+
+
+
+ =
dx = ln
,
x+
3
5
7
9
11
x2 1
2
1x
desde que |x| < 1.
(
)
A func
ao 12 ln 1+x
e conhecida pelo nome de arco-tangente hiperb
olica de x e e denotada por
1x
1
arctgh(x) ou arctanh(x) ou atanh(x) ou tanh (x):
(
)
1
1+x
arctgh(x) = ln
.
2
1x
Sendo assim, a serie anterior tambem pode ser escrita na forma:
arctgh(x) = x +
x 3 x 5 x 7 x 9 x 11
+
+
+
+
+
3
5
7
9
11

AO
Utilizando uma quantidade nita de termos dessa serie, podemos obter aproximac
oes para
arctgh(x). Por exemplo, usando-se apenas 5 termos da serie, obtemos:
arctgh(x) x +
x3 x5 x7 x9
+
+
+ .
3
5
7
9
As func
oes hiperb
olicas possuem in
umeras propriedades. Entre elas, vamos citar aqui apenas
uma bem particular:
1
1
ln 2 = 2 arctgh + 2 arctgh
5
7
Essa f
ormula foi utilizada por Euler em 1748 para calcular ln 2 com 25 casas decimais. Sua demonstrac
ao e imediata, basta
usar
ao)] da func
ao arco-tangente hiperb
olica:
[
( 1 ) a deni
( c
1+ 5
1+ 71
1
1
1
1
6 8
2 arctgh 5 + 2 arctgh 7 = 2 2 ln 1 1 + 2 ln 1 1
= ln(6/4) + ln(8/6) = ln( 4 6 ) = ln 2.
5
7
Usando a f
ormula anterior, podemos calcular ln 2 desde que saibamos como calcular o arcotangente hiperb
olico de 1/5 e de 1/7. Para efetuarmos esse tipo de c
alculo, basta usar a f
ormula
de aproximac
ao do arctgh(x) anterior:
arctgh 15 ( 15 ) +
( 15 )3
3
( 15 )5
5
( 51 )7
7
( 51 )9
9
= 0, 20273255
arctgh 17 ( 17 ) +
( 17 )3
3
( 17 )5
5
( 71 )7
7
( 71 )9
9
= 0, 14384103
e, da, obtemos ln 2 2 (0, 20273255 + 0, 14384103) = 0, 69314716, que e uma aproximac

ao
muito boa para ln 2.
1.3.2
Func
oes trigonom
etricas
Os valores das func

oes trigonometricas podem ser calculados de v
arias maneiras, inclusive
atraves de series de potencias tais como:
sen x =
(1)k x 2k+1
k=0
cos x =
(2k + 1)!
(1)k x 2k
k=0
(2k)!
=x
=1
x3 x5 x7 x9
+
+

3!
5!
7!
9!
x2 x4 x6 x8
+
+

2!
4!
6!
8!
Em algumas series, pode ser

util o seguinte teorema (cuja demonstrac
ao pode ser encontrada
em [1], [2] ou [3]).
Teorema 1.3.1 Consideremos a serie alternada
S=
k=1
(1)k+1 ak = a1 a2 + a3 a4 + a5 . . .

1.4. CALCULO
DO VALOR DE
onde lim ak = 0 e a sequencia (|ak |)kN e decrescente. Sendo n um inteiro positivo e Sn a soma
k
dos n primeiros termos da serie, ent

ao o erro cometido ao se aproximar S por Sn e menor ou igual
a |an+1 |, ou seja, o erro da aproximac
ao e menor ou igual ao m
odulo do primeiro termo desprezado
da serie.
Exemplo 1.6 Calcular cos 7 usando apenas os 5 primeiros termos do desenvolvimento em serie da
func
ao cosseno e obter uma estimativa para o erro cometido.
Soluc
ao: Transformando 7 em radianos, obtemos: 7 = 7 180
= 7 3,1415926535
= 0, 12217305
180
2
4
6
8
rad = . Como cos() 1 2! + 4! 6! + 8! temos que
0, 122173052 0, 122173054 0, 122173056 0, 122173058

cos() 1
+
+
,
2
24
720
40320
ou seja, cos 7 0, 99254615.
Uma estimativa para o erro no c
alculo e dada pelo m
odulo do primeiro termo desprezado da
10
serie do cos() que e igual a
2, 04 1016 .
10!
1.4
C
alculo do valor de
Desde a antiguidade que o c

alculo do valor de tem despertado o interesse de diferentes povos.
Aproximac
oes como 3,12 ou 3,16 j
a eram conhecidas por babil
onios ou egpcios h
a v
arios milenios.
Calculado na antiguidade por metodos puramente geometricos (inscric
ao e circunscric
ao de
polgonos regulares em uma circunferencia), a partir do seculo XVIII passou a ser calculado por
metodos analticos, usando-se apenas operac
oes algebricas como adic
ao, multiplicac
ao e divis
ao de
n
umeros reais. Esses metodos analticos costumam produzir resultados com grande precis
ao, ou
seja, com muitas casas decimais corretas. Entre os v
arios metodos analticos conhecidos, destacase uma famlia de f
ormulas que expressam como uma combinac
ao de v
arios arco-tangentes. No
incio do seculo XVIII, uma dessas f
ormulas foi utilizada para calcular pela primeira vez com 100
casas decimais corretas.
A partir do seculo XX, com a utilizac
ao de computadores cada vez mais potentes e r
apidos,
o c
alculo de passou a ser efetuado com uma quantidade cada vez mais espantosa de casas
decimais. Recentemente, em dezembro de 2002, um recorde foi batido no Jap
ao com a ajuda de
supercomputadores.
1.4.1
F
ormulas envolvendo e a func
ao arco-tangente
Vamos iniciar com dois exerccios resolvidos sobre trigonometria.

Exerccio 1.1 Determine o valor de y = arctg 31 + arctg 41

AO
Soluc
ao: Sejam a = arctg 12 e b = arctg 13 o que implica em tg a = 21 e tg b = 13 . Devemos calcular
o valor de y = a + b. Isso car
a f
acil se soubermos quanto e tg(a + b).
1
1
tg a + tg b
5/6
2 + 3
Temos que tg y = tg(a + b) =
=
1 1 = 5/6 = 1. Portanto, tg y = 1 o que
1 tg a tg b
1 2 3
signica que y = 4 . Portanto,
1
1
= arctg + arctg .
4
2
3
Essa f
ormula escreve uma frac
ao que envolve como combinac
ao linear de arcos-tangentes
de determinados valores. H
a um grande n
umero de f
ormulas como essa, outra delas aparece no
pr
oximo exerccio.
Exerccio 1.2 Seja a medida de um
angulo tal que tg =
1
. Calcule tg(2), tg(4) e tg(4 4 ).
5
Soluc
ao: Fazendo a = b = na f
ormula de tg(a + b), obtemos:
tg(2) =
2 15
2 tg
5
=
.
1 2 =
2
1 tg
12
1 (5)
Fazendo a = b = 2 na f
ormula de tg(a + b), obtemos:
tg(4) =
5
2 12
2 tg(2)
120
=
5 2 =
2
1 tg (2)
119
1 ( 12 )
que e pr
oximo de 1 o que implica que 4 e pr
oximo de 4 .
tg(4
120
tg(4) + tg( 4 )
1
119 (1)
)=
=
=
120
4
1 tg(4) tg( 4 )
239
1 ( 119 ) (1)
que e um valor pr
oximo de zero, o que era de se esperar pois (4 4 ) e pr
oximo de zero (pelo
item anterior deste mesmo exerccio).
1
1
1
Portanto, tg(4 4 ) = 239
que e equivalente a 4 4 = arctg 239
, ou seja, 4 arctg 239
= 4 .
Como = arctg 51 , obtemos nalmente que
1
1
= 4 arctg arctg
.
4
5
239
Essa f
ormula e conhecida pelo nome de f
ormula de Machin e foi utilizada em 1706 para calcular
com 100 casas decimais.

1.4. CALCULO
DO VALOR DE
1.4.2
S
erie de pot
encias da func
ao arco-tangente
Se |x| < 1, ent

ao e conhecida h
a v
arios seculos a soma da seguinte serie geometrica:
1 x2 + x4 x6 + x8 =
1
1 + x2
Entre as v
arias operac
oes permitidas com essa serie, podemos calcular integral (no intervalo [0, x])
de cada termo da serie:
x3 x5 x7 x9
x
+
+
= arctg x
3
5
7
9
Usando uma quantidade nita de termos dessa serie anterior, podemos obter aproximaco
es para
o arctg(x), se |x| < 1. Por exemplo, se usarmos apenas os 5 primeiros termos da serie, obtemos a
seguinte aproximac
ao:
arctg(x) x
Fazendo x = 15 , e depois x =
1
239
x3 x5 x7 x9
+
+ .
3
5
7
9
nessa f
ormula, obtemos:
1
1 ( 51 )3 ( 15 )5 ( 15 )7 ( 15 )9
arctg
+
+
= 0, 1973955600
5
5
3
5
7
9
e
arctg
( 1 )3 ( 1 )5 ( 1 )7 ( 1 )9
1
1
239 + 239 239 + 239 = 0, 0041840760

239
239
3
5
7
9
Substituindo na f
ormula para /4 anterior, obtemos:
4 0, 1973955600 0, 0041840760 = 0, 7853981706,

4
e, nalmente, 4 0, 7853981706 = 3, 1415926824.
1.4.3
C
alculo do valor de ao longo dos s
eculos
A hist
oria da constante se confunde com a pr
opria hist
oria da Matem
atica. Ao longo dos
seculos, muitos matem
aticos importantes em algum momento de suas vidas se dedicaram ao c
alculo
dessa constante. A seguir, algumas tabelas que mostram a evoluc
ao desse c
alculo com o passar
do tempo.

AO
10
O c
alculo de antes do uso de computadores
NOME
Egpcios
Babil
onios
Hebreus
Arquimedes
Ptolomeu
Liu Hui
Tsu Chung Chi
Al-Kashi
Romanus
Van Ceulen
Sharp & Halley
Machin
Strassnitzky & Dase
Rutherford
Shanks
ANO
2000 A.C.
2000 A.C.
550 A.C.
250 A. C.
150
263
480
1429
1593
1615
1699
1706
1844
1853
1874
DIGITOS
1
1
1
3
3
5
7
14
15
35
71
100
200
440
527
O c
alculo de com a utilizac
ao de computadores
NOME
Reitwiesner & outros (ENIAC)
Genuys
Shanks & Wrench
Guilloud & Bouyer
MiyoshiKanada
KanadaYoshinoTamura
Gosper
Bailey
KanadaTamura
KanadaTamura
Chudnovskys
KanadaTamura
KanadaTamura
Chudnovskys
ANO
DIGITOS
1949
2.037
1958
10.000
1961
100.265
1973
1.001.250
1981
2.000.036
1982
16.777.206
1985
17.526.200
Jan/1986
29.360.111
Out/1986
67.108.839
Jan/1988
201.326.551
Mai/1989
480.000.000
Jul/1989
536.870.898
Nov/1989 1.073.741.799
Ago/1991 2.260.000.000

1.4. CALCULO
DO VALOR DE
11
NOME
ANO
DIGITOS
Chudnovskys
Mai/1994
4.044.000.000
KanadaTakahashi
Out/1995
6.442.450.938
KanadaTakahashi
Jul/1997
51.539.600.000
KanadaTakahashi
Set/1999
206.158.430.000
KanadaUshiroKuroda Dez/2002
1.241.100.000.000
Takahashi
2009
2.576.980.370.000
Fabrice Bellard
2010
2.699.999.990.000
KondoYee
Ago/2010
5.000.000.000.000
KondoYee
Out/2011 10.000.000.000.000
1.4.4
Curiosidade: frases que fornecem o valor de
Antigamente, antes da decada de 70, era muito comum a invenc

ao de frases que ajudavam na
memorizac
ao de diversas constantes ou f
ormulas. Existem frases que fornecem o valor de em
uma grande variedade de idiomas. Basta lembrar da frase, contar as letras de cada palavra, que
teremos o valor de com um consider
avel n
umero de casas decimais.
3,1415926
o j
uri a votar, Disparada j
Com
a ganhou.
| {z } |{z}
|{z} |{z} | {z } | {z } |{z} | {z }
3,
Disparada e uma canc

ao premiada no II Festival da M
usica Popular Brasileira da TV Record,
em 1966, autoria de Geraldo Vandre e Theo de Barros.
3,1415926535
Aqui, e o pr
oprio dizendo para o menino que n
ao gosta de estudar e, consequentemente, tem
medo de por causa das casas decimais:
Sou o medo e pavor constante do menino vadio, bem vadio.
Note que essa frase fornece com 10 casas decimais: 3, 1415926535.
3,14159265358
Uma frase com tema religioso que fornece o valor de com 11 casas decimais:
Ama a Deus e segue elmente as lic
oes dadas por Jesus Nazareno.

AO
12
3,14159265358979323846264. . .
E, nalmente, uma das muitas frases em ingles que fornece um grande n

umero de decimais:
How I want a drink, alcoholic of course, after the heavy lectures involving quantum mechanics.
All of thy geometry, Herr Planck, is fairly hard . . .
1.5
Exerccios Propostos
(P01) Utilizando uma calculadora, calcule os seguintes valores:

a = e 2 (= i i )
Resp.: a = 0, 207879
b = arctg(3/4) + arctg(4/3) Resp.: b = /2 = 1, 570796

(
)
1 500
c = 1 + 500
Resp.: c = 2, 715568
d = ln(cos 1)
Resp.: d = 0, 615626
3
3
e = 7 + 50 + 7 50 Resp.: e = 2, 000000
( 11e 5 )5
(P02) Sejam
a
,
b
e
c
os
inteiros
mais
pr
o
ximos
de
a
=
ln(
+
2),
b
=
e
30 + 7
c = 7 sen( 11). Calcule os erros absolutos a , b e c e os erros relativos a , b e c cometidos quando substitumos a , b , c por a, b, c.
Resp.: a = 0, 3626, b = 0, 3365, c =
0, 2189, a = 22, 14%, b = 2, 29%, c = 17, 96%
(P03) Um terreno de formato retangular foi medido com erros que n
ao superaram 15 cm em cada
medic
ao. Sabendo que o comprimento e a largura encontrados foram 30 m e 14 m, respectivamente,
obtenha uma estimativa para o erro no c
alculo da
area desse terreno. Resp.: 6, 6225 m2 .
(P04) A aresta de uma caixa em forma de cubo e medida, e, devido `
a falta de precis
ao do instrumento utilizado, obteve-se uma aresta de 15 cm com erro no m
aximo igual a 2 cm. Determine
o volume aproximado da caixa, um intervalo [a, b] que contenha o valor do volume exato e uma
estimativa para o erro do c
alculo do volume. Resp.: [a, b] = [2197, 4913], 1538 cm3 .
(P05) Considere a e b como sendo aproximac
oes para a e b com erros absolutos inferiores a 1 e
2 , respectivamente. Mostre que ao aproximarmos a b por a b o erro cometido na aproximac
ao
e menor do que 1 + 2 .
(P06) Seja = 23 a medida em graus de um
angulo. Utilizando apenas os quatro primeiros termos
da serie de Taylor da func
ao cosseno, calcule uma aproximac
ao para cos e uma estimativa para o
erro cometido.
Resp.: cos 23 0, 920504867, 1, 67 108
1.5. EXERCICIOS PROPOSTOS
13
(P07) Usando apenas os 9 primeiros termos da serie

e=
1
1
1
1
1
= 1 + + + + +
k!
1! 2! 3! 4!
k=0
obtenha uma aproximac

ao para o valor de e. (Use 5 casas decimais)
Resp.: e 2, 71828
(P08) A func
ao f (x) = ln(x + 1) com |x| < 1 possui o seguinte desenvolvimento em serie de
potencias de x:
x2 x3 x4
(1)k+1 x k
ln(x + 1) = x
+
+ =
.
2
3
4
k
k=1
Utilizando os 6 primeiros termos dessa serie, calcule ln(1, 20) e uma estimativa para o erro da
aproximac
ao. Resp.: ln(1, 20) 0, 18232000, 1, 8 106
(P09) Consideremos n como sendo o lado do polgono de n lados inscrito
em uma circunferencia de
raio 1. Usando o Teorema de Pit

agoras obtemos 4 = 2 e 2n = 2 4 (n )2 . Baseando-se
nestas informac
oes, calcule o lado e o permetro de um polgono com 128 lados inscrito em uma
circunferencia de
1 (que e uma aproximac
ao para 2).
vraio
u
t
Resp.: 128 = 2 2 + 2 + 2 + 2 + 2 = 0, 049082, P = 6, 282554.
(P10) A f
ormula
1
1
1
1
= 44 arctg
+ 7 arctg
12 arctg
+ 24 arctg
4
57
239
682
12943
foi utilizada em dezembro de 2002 no Jap
ao para calcular com mais de um trilh
ao e duzentos
bilh
oes de casas decimais. Utilizando esta f
ormula e os dois primeiros termos do desenvolvimento
em serie de potencias de arctg x, calcule com erro no m
aximo igual a 0, 0000001.
Resp.: 3, 1415926595.
1
1
1
(P11) Sabendo que arctg = 2 arctg
arctg 3
, x = 0, usando a f
ormula de Machin,
x
2x
4x + 3x
mostre que
1
1
1
= 8 arctg
4 arctg
arctg
.
4
10
515
239
(P12) a) Mostre que
13
1
+ 4 arctgh
17
499
b) Usando a f
ormula do item (a) e os tres primeiros termos do desenvolvimento em serie da
func
ao arco-tangente hiperb
olica, calcule uma aproximac
ao para ln 2 (utilize 8 casas decimais nos
c
alculos). Resp.: ln 2 0, 693147177.
ln 2 = 10 arctgh
14
AO
(P13) Sendo p, q, a, b, c, d inteiros positivos, sabe-se que

( c
)
( a
)
2b
2a
p qb
q pd
ln p =
arctgh
+
arctgh
.
ac bd
pc + q b
ac bd
q a + pd
Fazendo p = 3, q = 2, a = 3, b = 8, c = 5, d = 2 obtenha uma f
ormula para ln 3 escrito
como combinac
ao linear de arco-tangentes hiperb
olicas e usando os quatro primeiros termos do
desenvolvimento em serie de potencias de arctgh(x), calcule uma aproximac
ao para ln 3.
1
13
Resp.: ln 3 = 16 arctgh 17
+ 6 arctgh 499
1, 098612277.
Captulo 2
Resoluc
ao de Equaco
es
2.1
Introduc
ao
O c
alculo de razes de uma equac
ao e uma atividade importante porque muitos problemas de
natureza pr
atica dependem dele. Por isso, e interessante ter tecnicas que permitam determinar
razes para os mais diversos tipos de equac
oes.
De um modo geral, as equac
oes podem ser classicadas em algebricas ou transcendentes. As
equac
oes algebricas s
ao aquelas que s
ao polinomiais
ou as que
podem ser transformadas em polinomiais. Por exemplo x 3 4x 2 + 5x 10 = 0 e x 2 + 2 + x + 5 = 7 s
ao exemplos de equac
oes
algebricas. As equac
oes que n
ao s
ao algebricas s
ao chamadas transcendentes, como por exemplo,
2
x+1
x
x cos(x) = e
e 2 3x ln(x + 3) = 5.
Existem f
ormulas de resoluc
ao apenas para equac
oes mais simples, de tipos bem particulares
(como as equac
oes de segundo grau, por exemplo). Portanto, resolver equaco
es por f
ormulas n
ao e
um metodo eciente de resoluc
ao porque n
ao abrange uma grande variedade de tipos de equac
oes.
Neste captulo, usaremos algoritmos para determinar uma raiz de uma equac
ao que consistem
em duas etapas:
Isolamento da raiz
Renamento
O isolamento da raiz consiste em se determinar um intervalo [a, b] que contenha uma raiz da
equac
ao no seu interior.
15
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
16
O renamento consiste em redenir o intervalo [a, b] de modo a obtermos um intervalo de

menor comprimento, mas que contenha ainda uma raiz da equac
ao no seu interior.
Na etapa do isolamento da raiz, e bastante
util a utilizac
ao do seguinte teorema que usaremos
sem a devida demonstrac
ao:
Teorema 2.1.1 Se f (x) for contnua em um intervalo [a, b] de tal forma que f (a)f (b) < 0 (ou
seja, que f (a) e f (b) tenham sinais contr
arios), ent
ao a equac
ao f (x) = 0 possui pelo menos uma
raiz no interior desse intervalo.
2.2
M
etodo da Bissec
ao
Dados > 0 e f (x) contnua em [a, b] com f (a)f (b) < 0, o metodo da bissec
ao para a
determinac
ao de uma raiz da equac
ao f (x) = 0 consiste em ir dividindo o intervalo ao meio ate
que ele que sucientemente pequeno; da, escolhemos o ponto medio do intervalo como sendo
uma raiz aproximada. Consiste em se executar os seguintes passos:
(1) Calculamos m =
e encerramos;
a+b
2
o ponto medio do intervalo; se f (m) = 0 ent

ao m e uma raiz da equac
ao
(2) Se = |b a| < , ent

ao dizemos que m e uma raiz aproximada da equac
ao e encerramos;
(3) Se os sinais de f (a) e f (m) coincidirem, ent
ao redenimos a = m;
(4) Se os sinais de f (b) e f (m) coincidirem, ent
ao redenimos b = m;
(5) Retornamos ao item (1).
Esse metodo faz uma pesquisa bin
aria no intervalo [a, b] em busca da raiz da equac
ao. Tem
alguma semelhanca com o que fazemos quando procuramos uma palavra em um dicion
ario: primeiro
abrimos o livro ao meio; depois, desprezamos uma das metades e abrimos ao meio de novo. E assim
procedemos ate encontrarmos a palavra.
Exemplo 2.1 Determinar uma raiz da equac
ao x 3 sen x + 2 = 0 com um erro inferior a = 0, 01.
Seja f (x) = x 3 sen x + 2. Inicialmente, determinamos um intervalo [a, b] tal que f (a) e f (b)
tenham sinais contr
arios. Tentando v
arias possibilidades para a e b, obtemos f (2) = 5, 0907 < 0
e f (1) = 1, 8414 > 0. Logo, podemos escolher [a, b] = [2, 1].
Como a equac
ao dada e equivalente a x 3 + 2 = sen x, uma outra maneira de denir o intervalo
[a, b] e atraves da observac
ao dos gr
acos das func
oes x 3 +2 e sen x. Neste caso, a raiz da equac
ao
corresponde `
a abscissa x do ponto de encontro dos gr
acos.

2.3. METODO
DAS CORDAS
a
2, 0000
1, 5000
1, 5000
1, 5000
1, 5000
1, 4687
1, 4531
1, 4453
b
1, 0000
1, 0000
1, 2500
1, 3750
1, 4375
1, 4375
1, 4375
1, 4375
17
m = a+b
2
1, 5000
1, 2500
1, 3750
1, 4375
1, 4687
1, 4531
1, 4453
1, 4414
sinal de f (m)
+
+
+
= |b a|
1, 0000
0, 5000
0, 2500
0, 1250
0, 0625
0, 0312
0, 0156
0, 0078
Paramos a construc
ao da tabela assim que obtemos = 0, 0078 < . Logo, a raiz aproximada
encontrada foi o
ultimo m calculado que e 1, 4414.
2.3
M
etodo das Cordas
Suponhamos f (x) duas vezes deriv

avel em um intervalo [a, b] de tal forma que f (a)f (b) < 0 e
f (x) n
ao mudando de sinal nesse intervalo.
O metodo das cordas para a determinac
ao f (x) = 0 consiste em
aproximar a raiz por x1 , a intersec
ao do eixo 0x com o segmento de reta (corda) cujas extremidades
s
ao os pontos A = (a, f (a)) e B = (b, f (b)). A partir da, redenimos a ou b como sendo igual a
x1 , repetimos a construc
ao e obtemos um novo ponto x2 , e depois, x3 , x4 etc. Quando a sequencia
(xn ) converge, ela converge para uma raiz da equac
ao f (x) = 0.
Consideraremos dois casos semelhantes: um caso 1 em que f (a)f (a) < 0 e um caso 2 em que
f (a)f (a) > 0. No caso 1, denimos x0 = a e, no caso 2, x0 = b.
f (b) f (a)
(x a). Fazendo y = 0 e
A equac
ao da reta que passa por A e B e y f (a) =
ba
f (x0 )
x = x1 e substituindo a por x0 (no caso 1), obtemos x1 = x0 +
(x0 b).
f (b) f (x0 )
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
18
Figura 2.1: Caso 1: f (a)f (a) < 0
De modo an
alogo, obtemos x2 = x1 +
Figura 2.2: Caso 2: f (a)f (a) > 0
f (x1 )
(x1 b) e, de modo geral, no caso 1, obtemos
f (b) f (x1 )
xn+1 = xn +
f (xn )
(xn b),
f (b) f (xn )
para n = 0, 1, 2, 3, .
No caso 2, x0 = b e calculando a intersec
ao da reta que passa por A e B com o eixo 0x,
f (x0 )
obtemos x1 = x0 +
(x0 a) e, de um modo geral,
f (a) f (x0 )
xn+1 = xn +
f (xn )
(xn a),
f (a) f (xn )
para n = 0, 1, 2, 3, .
ao arctg x
4
= 0, 0001 = 10 .
= e x com um erro inferior a
Seja f (x) = arctg x e x . Por tentativas, escolhendo a = 0 e b = 1, obtemos: f (a)f (b) =

ao possui raiz no interior do intervalo
f (0)f (1) = (0 1)( 4 e1 ) = 0, 417518 < 0. Logo, a equac
[a, b] = [0, 1].
1
2x
x
x
Derivando f (x), obtemos f (x) = 1+x
e f (x) = (1+x
. Como f (a)f (a) =
2 + e
2 )2 e
f (0)f (0) = 1 > 0 temos uma situac
ao do caso 2 citado anteriormente. Portanto, x0 = b = 1 e
f (xn )
xn+1 = xn + f (a)f (xn ) (xn a) para n = 0, 1, 2, .

LINEAR
2.4. METODO
DA ITERAC
AO
n
0
1
2
3
4
5
6
7
xn
1, 000000
0, 705458
0, 629593
0, 611797
0, 607741
0, 606825
0, 606615
0, 606569
19
= |xn xn1 |
0, 294541
0, 075864
0, 017795
0, 004056
0, 000918
0, 000207
0, 000046 <
Portanto, a raiz aproximada e 0, 606569.
2.4
M
etodo da Iterac
ao Linear
Consideremos uma equac

ao da forma f (x) = x onde f (x) e contnua em um intervalo [a, b]
no qual a equac
ao possui uma raiz. Dada uma aproximac
ao inicial x1 para uma raiz da equac
ao,
construmos a sequencia recorrente denida por xn = f (xn1 ) para n = 2, 3, 4, :
(x1 , f (x1 ), f (f (x1 )), f (f (f (x1 ))), f (f (f (f (x1 )))), )
Se (xn ) converjir para L, ou seja, se lim xn = L, ent
ao lim f (xn1 ) = L o que implica f ( lim xn1 ) =
n
L, isto e, f (L) = L. Logo, L e uma raiz da equac

ao f (x) = x.
Figura 2.3: Caso 1: (xn ) converge
Temos dois casos a considerar:
Figura 2.4: Caso 2: (xn ) n

ao converge
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
20
Caso 1: |f (x1 )| < 1 . Neste caso, a reta tangente ao gr

aco de f (x) no ponto (x1 , f (x1 ))
tem inclinac
ao menor do que a da reta y = x. Neste caso, a sequencia (xn ) converge para
uma raiz da equac
ao f (x) = x. Veja Figura 2.3.
Caso 2: |f (x1 )| > 1 . Neste caso, a reta tangente ao gr
aco de f (x) no ponto (x1 , f (x1 ))
tem inclinac
ao maior do que a da reta y = x. Neste caso, a sequencia (xn ) n
ao converge
para uma raiz da equac
ao f (x) = x. Veja Figura 2.4.
Exemplo 2.3 Determine uma raiz da equac
ao x 3 + 2x 5 = 0 com um erro inferior a = 0, 001.
Seja F (x) = x 3 + 2x 5. Por tentativas, obtemos F (0) F (2) < 0. Logo, a equac
ao possui
raiz no interior do intervalo [0, 2]. Escolhemos x1 = 1 nesse intervalo como sendo a primeira
aproximac
ao da raiz.
Agora, para denir o f (x), precisamos isolar o valor de x a partir da equac
ao dada. Existem
muitas possibilidades de se fazer isso. Duas delas s
ao as seguintes:
5 x3
x=
.
2
x = 3 5 2x.
5 x3
. Temos f (x) = 3x 2 /2 e, da, |f (x1 )| = |f (1)| =
2
3/2 > 1. Logo, neste caso, a sequencia construda a partir de x1 e f (x) n
ao converge para uma
raiz da equac
ao. Assim, abandonamos esta
opc
ao.
1
3
23
No segundo caso, denimos f (x) = 5 2x = (5 2x) 3 . Logo, f (x) = 2
, e da,
3 (5 2x)
2
32
|f (x1 )| = |f (1)| = 3 3 = 0, 320499 < 1. Logo, neste caso, a sequencia construda a partir de
x1 e f (x) converge para uma raiz.
Construmos assim a seguinte tabela:
No primeiro caso, denimos f (x) =
n
1
2
3
4
5
6
7
8
9
xn
1, 00000
1, 44224
1, 28372
1, 34489
1, 32195
1, 33064
1, 32736
1, 32860
1, 32814
= |xn xn1 |
0, 44224
0, 15852
0, 06117
0, 02293
0, 00869
0, 00328
0, 00124
0, 00046 <
Portanto, uma raiz aproximada da equac

ao dada e 1, 32814.

2.5. METODO
DE NEWTON
2.5
21
M
etodo de Newton
Entre os metodos mais elementares para resoluc

ao numerica de uma equac
ao, o metodo de
Newton se destaca pela sua simplicidade e eciencia.
O ingles Isaac Newton ( 1643 1727) e considerado um dos maiores genios da Matem
atica
de todos os tempos, alem de tambem ser fsico, astr
onomo, l
osofo e te
ologo. Sua imagem ainda
hoje aparece nas notas de 1 libra esterlina da Inglaterra.
Seja f (x) deriv

avel em um intervalo [a, b] que contem uma raiz da equac
ao f (x) = 0. Consideremos x0 um ponto desse intervalo que seja uma aproximac
ao para uma raiz da equac
ao. O
metodo de Newton (tambem conhecido como Newton-Raphson) consiste em calcular uma nova
aproximac
ao a partir de x0 como sendo a abscissa do ponto de intersec
ao do eixo dos x com a reta
tangente ao gr
aco de f (x) no ponto P = (x0 , f (x0 )).
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
22
A equac
ao da reta tangente em P e y f (x0 ) = f (x0 )(x x0 ). Substituindo y = 0 e x = x1
nessa equac
ao, obtemos 0 f (x0 ) = f (x0 )(x1 x0 ) e da
x1 = x0
f (x0 )
.
f (x0 )
Podemos repetir esse tipo de construc

ao para obtemos x2 a partir de x1 dado por x2 = x1
e, de modo semelhante: x3 = x2
f (x2 )
f (x2 ) .
f (x1 )
f (x1 ) ,
De um modo geral:
xn+1 = xn
f (xn )
,
f (xn )
para n = 0, 1, 2,
Observac
ao
ln(x)
Consideremos a func
ao f (x) =
(veja gr
aco a seguir). Uma raiz da equac
ao f (x) = 0
x2
claramente e x = 1. No entanto se tentarmos utilizar o metodo de Newton partindo da aproximac
ao
inicial x0 = 1, 84 (escolhido aleatoriamente), obtemos que x1 = x0 f (x0 )/f (x0 ) = 1, 84

0.1801/(0, 0352) = 6, 9507. Sendo assim, o metodo de Newton n
ao funciona neste caso pois o
x0 estava pr
oximo da raiz da equac
ao e, no entanto, o x1 cou muito distante.

ao x ln x = 1 com um erro inferior a = 106 .
acos de y = ln x e y = 1/x s
ao mostrados na
A equac
ao dada e equivalente a ln x = x1 . Os gr
seguinte gura:

2.5. METODO
DE NEWTON
23
Logo, a equac
ao tem uma raiz no intervalo [1, 3]. Alternativamente, podemos tambem concluir
isso denindo f (x) = ln x x1 e observando que f (1) < 0 e f (3) > 0.
Escolhemos um n
umero qualquer do interior do intervalo [1, 3], por exemplo, x0 = 2.
n)
Usando que f (x) = x1 + x12 , aplicamos a f

ormula xn+1 = xn ff (x
e
(xn ) para n = 0, 1, 2, 3, at
que = |xn xn1 | < e construmos a seguinte tabela:
n
0
1
2
3
4
xn
2, 000000000
1, 742470426
1, 763055874
1, 763222824
1, 763222834
f (xn )
0, 1931471806
0, 0185939408
0, 0001484030
0, 0000000009
0, 0000000003
f (xn )
0, 7500000000
0, 9032565539
0, 8889094336
0, 8887948093
0, 8887948025
0, 257529574
0, 020585448
0, 000166950
0, 000000010 <
Portanto, a raiz aproximada e 1, 763222834.

ao x 5 x 3 = 0 com um erro inferior a = 104 .
Seja f (x) = x 5 x 3. Por tentativas, obtemos: f (1) = 3 < 0 e f (2) = 27 > 0. Logo, a
equac
ao tem uma raiz no interior do intervalo [1, 2]. Como |f (2)| e muito maior do que |f (1)|, isso
signica que a raiz est
a mais pr
oxima de 1 do que de 2. Escolhemos, nalmente, x0 = 1, 2 como
sendo a aproximac
ao inicial da raiz da equac
ao.
n)
Aplicando a f
para
n = 0, 1, 2, 3, ate que < , constumos a
(xn )
seguinte tabela: :
n
0
1
2
3
4
xn
1, 200000
1, 382716
1, 343841
1, 341303
1, 341293
f (xn )
f (xn )
1, 711680 9, 368000
0, 671630 17, 276876

0, 182716
0, 038844 15, 306530
0, 038875
0, 000148 15, 183691
0, 002538
0, 000010 <
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
24
Portanto, a raiz aproximada e 1, 341293. Note que n

ao h
a necessidade de calcular f (x4 ) e nem
f (x4 ) porque esses valores serviriam apenas para os c

alculos da pr
oxima linha da tabela.
ao x 4 4x 2 + 7x 11 = 0 com um erro inferior a
= 105 .
Seja f (x) = x 4 4x 2 = 7x 11. Por tentativas, obtemos: f (1) < 0 e f (2) > 0. Logo, a equac
ao
tem uma no interior do intervalo [1, 2]. Escolhemos x0 = 1, 5 como sendo uma aproximac
ao da
raiz da equac
ao.
n)
Aplicando v
arias vezes a f
mos a seguinte tabela:
(xn ) , constu
n
0
1
2
3
4
5
xn
1, 500000
2, 022059
1, 874860
1, 852012
1, 851510
1, 851509
f (xn )
4, 437500
3, 517171
0, 419555
0, 008833
0, 000004
0, 000000
f (xn )
8, 500000
23, 894074
0, 522058
18, 362414
0, 147198
17, 593120
0, 022848
17, 576477
0, 000502
17, 576469 0, 0000002 <
Portanto, a raiz aproximada e 1, 851509. Note que n

ao h
a necessidade de calcular f (x5 ) e nem
f (x5 ).
Observac
ao:
O gr
aco de f (x) e

2.6. COMPARANDO OS DIVERSOS METODOS
25
Percebe-se na observac
ao do gr
aco que a equac
ao f (x) = 0 tem duas razes reais. Essas razes
reais s
ao 2, 808412 e 1, 851509. Como trata-se de uma equac
ao do quarto grau, ela ainda tem
mais duas razes complexas: 0, 478451 i 1, 373517.
Exemplo 2.7 Dada uma constante a > 0, determine uma sequencia (xn ) que convirja para
a.
Sendo x = a, temos x 2 = a, ou seja, x 2 a = 0. Seja f (x) = x 2 a. Ent

ao, a e raiz da
equac
ao f (x) = 0, e, usando o metodo de Newton, podemos denir uma sequencia que converge
para essa raiz.
xn2 a
n)
A partir de f (x) = x 2 a, obtemos f (x) = 2x e da xn+1 = xn ff (x
(xn ) = xn 2xn , o que
2
xn
pode ser simplicado da seguinte forma: xn+1 = xn 2x
+ 2xan = xn
n
obtemos
(
)
1
a
xn+1 =
xn +
.
2
xn
xn
2
a
2xn ,
de onde nalmente
Escolhemos x0 como sendo uma aproximac

ao inicial da raiz, por exemplo, x0 = 1.
Poderamos usar um desenvolvimento semelhante a esse para encontrarmos sequencias que

convergem para 3 a, 4 a, 5 a, . . . .
Observac
oes
A quantidade de zeros na parte fracion
aria do , antes do primeiro algarismo diferente de
zero, no mnimo dobra a cada passo. Por causa disso, dizemos que o metodo de Newton tem
convergencia quadr
atica.
Existem v
arios metodos mais recentes, mais sosticados e mais ecientes do que o metodo de
Newton. Mas, esses metodos s
ao mais complicados. Por exemplo, o metodo de Househ
older
prop
oe que a sequencia (xn ) seja construda a partir da f
ormula
[
]
f (xn )
f (xn )f (xn )
xn+1 = xn
1+
.
f (xn )
2(f (xn ))2
Apesar de ter sido elaborado para func
oes de uma vari
avel real, o metodo de Newton funciona
tambem com n
umeros complexos. Por exemplo, a equac
ao x 4 + x 2 + 2 = 0 n
ao possui
razes reais. No entanto, o metodo de Newton fornece para essa equac
ao a raiz complexa
0, 97831834+i 0, 67609672, com apenas 6 iterac
oes a partir da aproximac
ao inicial x0 = 1+i .
2.6
Comparando os diversos m
etodos
Todos os metodos estudados s

ao ecientes no sentido de resolverem uma grande variedade de
equac
oes. No entanto, uns metodos s
ao mais ecientes do que outros pois resolvem o mesmo
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
26
problema usando uma quantidade menor de passos (iteraco

es) e, consequentemente, s
ao mais
r
apidos.
Implementamos usando o Maxima (maxima.sourceforge.net) os metodos estudados e determinamos uma raiz da equac
ao do quinto grau
x 5 + 2x 4 x 3 + x 2 + 5x 1 = 0
que est
a no intervalo [a, b] = [0, 12 ] com um erro inferior a = 108 . Em todos os casos a raiz
obtida foi 0, 19335536. O desempenho de cada metodo est
a resumido na seguinte tabela.
Metodo
N. iterac
oes
Bissec
ao
26
Cordas Iter. Linear Newton

8
7
4
Househ
older
3
Se tivessemos usado outra equac

ao, teramos obtido resultado parecido com esse.
2.7
Exerccios Propostos
(P14) a) Usando o Metodo de Newton, escreva uma

ormula de recorrencia de uma sequencia de
f
coeficientes de xn inteiros que convirja para = 5 3.

4
2
n +22
Resp.: x0 = 1, xn+1 = xn xn4x10x
3
n 20xn
b) Usando a sequencia do item (a), partindo de x0 = 1, calcule o valor de com um erro no
m
aximo igual a = 104 . Resp.: 1, 807747.
(P15) Deduza uma f
ormula
de recorrencia para calcular a raiz c
ubica de um n
umero real. Use a
3
6
f
ormula obtida para calcular
7 com
inferior a 10 .
(
) erro
3
1
a
Resp.: x0 = 1, xn+1 = 3 2xn + xn2 , 7 1, 91293118.
s
(P16) Deduza uma f
ormula de recorrencia que permita calcular
a para qualquer
n
umero real
(
)
1
a
positivo a e qualquer ndice s 2. Resp.: x0 = 1, xn+1 = s (s 1)xn + x s1 .
n
(P17) Em cada caso a seguir, encontre um intervalo [a, b] tal que a func
ao f (x) assuma valores
com sinais opostos nas extremidades (isto e, f (a)f (b) < 0)
a) f (x) = ln(x 1) + x 3
b) f (x) = e x x 2
c) f (x) = 2x 5 4x 2 + 11
Resp.: a) [2, 3] b) [1, 0] c) [2, 0].
(P18) A equac
ao f (x) = 2x sen(4x) 3 = 0 possui uma innidade de razes (veja o gr
aco de
f (x) na Figura 2.5). Determine pelo menos uma dessas razes com um erro no m
aximo igual a
103 usando o metodo da bissec
ao. Resp.: 1, 81415823 ou 2, 16481917, etc.
(P19) Na Figura 2.6 est
a representada a func
ao f (x) = x 5 8x + 3. Determine pelo menos uma
das razes da equac
ao x 5 8x + 3 = 0 com erro inferior a = 104 usando o metodo das cordas.
Resp.: 1, 76478607 ou 0, 37593863 ou 1, 57094136 .
27
Figura 2.5: Exerccio 16
Figura 2.6: Exerccio 17
(P20) A equac
ao 2x = x 2 possui tres razes reais x1 = 2, x2 = 4 e x3 < 0. Determine a raiz x3 com
um erro inferior a 106 . Resp.: x3 0, 766664695.
(P21) Atraves de uma mudanca de vari
avel, toda equac
ao polinomial do terceiro grau pode ser
3
reduzida `
a forma x + px + q = 0 cuja soluc
ao exata pode ser calculada atraves da f
ormula
3
3
q
q2
p3
q
q2
p3
x= +
+
+
+ .
(*)
2
4
27
2
4
27
Considerando a equac
ao x 3 + 3x 11 = 0, calcule uma raiz real de duas maneiras:
a) utilizando a f
ormula de resoluc
ao (*) citada anteriormente;
b) utilizando o metodo de Newton a partir de x0 = 2 com = 105 . Resp.: 1, 781618.
(P22) A equac
ao e x = tg x possui uma innidade de soluc
oes reais. Usando um dos metodos
estudados, determine uma das soluc
oes com um erro inferior a 0, 0001. Resp.: 1, 306327, entre
outras possveis soluc
oes.
(P23) Usando o metodo de Newton, determine uma raiz da equac
ao
2x 3 + ln(x) = 5
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
28
Resp.: 1, 330839542
(P24) Sendo f uma func

ao deriv
avel com derivada contnua, ao tentarmos resolver uma equac
ao
f (x) = 0 pelo metodo de Newton, se us
assemos equivocadamente a f
ormula de recorrencia
xn+1 = xn
f (xn )
,
f (xn )
supondo a convergencia da seq

uencia, seria encontrado raiz de qual equac
ao? (Sugest
ao: calcule
os limites quando n ). Resp.: E encontrado raiz de f (x) = 0

(P25) O metodo de Househ
older para determinac
ao f (x) = 0 consiste em
vericar para qual valor a sequencia
[
]
f (xn )
f (xn )f (xn )
xn+1 = xn
1+
f (xn )
2(f (xn ))2
converge. Usando esse metodo, determine a raiz da equac
ao
x 5 3x 3 + 5x 11 = 0
que est
a no intervalo [1, 2], com um erro inferior a = 106 .
Resp.: 1, 82055450
(P26) Sendo a = 0, aplicando o metodo de Newton `

a func
ao f (x) = x1 a, mostre que se a
sequencia recorrente denida por xn+1 = xn (2 axn ) for convergente, ent
ao ela converge para 1a .
(P27) Ao se tentar encontrar uma raiz da equac
ao x 6 5x 4 + x 3 11x 2 7x 21 = 0 pelo metodo
de Newton, encontrou-se o quarto termo da sequencia como sendo x4 = 3, 17525997. Qual e o
termo x9 dessa sequencia? Resp.: x9 = 2, 64575131
(P28) Determine a
area m
axima de um ret
angulo que possa ser inscrito na regi
ao do primeiro
quadrante delimitada pelos eixos coordenados e pelo gr
aco da func
ao y = cos(x).
Resp.: Amax = 0, 561096338
29
(P29) Em uma calculadora ajustada em radianos, ao pressionarmos v

arias vezes a tecla cos da
func
ao cosseno, aparecer
a no visor uma sequencia de valores que converge para 0, 73908513. Esse
valor e raiz de qual equac
ao? Resp.: cos(x) = x
(P30) Verique que a utilizac
ao do metodo de Newton para a resoluc
ao da equac
ao
3x 4 2x 3 5x 2 + 3x + 7 = 0
a partir de x0 = i leva `
a raiz aproximada 0, 9480 0, 4842 i . De modo semelhante, se for
utilizada x0 = 2 + i como aproximac
ao inicial da raiz, ent
ao chega-se a 1, 2813 + 0, 6459 i .
(Consequentemente, as outras razes s
ao 0, 9480 + 0, 4842 i e 1, 2813 0, 6459 i .)
Captulo 3
Sistemas Lineares
3.1
Sistemas Lineares
Um sistema de equac
oes{e denominado linear quando todas as equa
es s
ao polinomiais do
{co
3x 7y = 2
5x 2 2y = 1
e linear, enquanto que
n
ao
primeiro grau. Por exemplo,
5x + 6y = 10
5x + 6y 3 = 1
o e.
3.2
M
etodo de Eliminac
ao de Gauss
O alem
ao Johann Carl Friedrich Gauss (1777 1855) e considerado por muitos como o maior
genio de toda a hist
oria da Matem
atica.
Entre as muitas f
ormulas e teoria matem
atica que ele elaborou, descrevemos aqui uma tecnica
simples e eciente para resoluc
ao de sistemas lineares.
O metodo de eliminac
ao de Gauss consiste em transformar o sistema linear em outro equivalente
(de mesma soluc
ao) que tenha matriz dos coecientes no formato triangular superior, como por
30

DE GAUSS
3.2. METODO
DE ELIMINAC
AO
exemplo:
a11 x1 + a12 x2 + a13 x3 + + a1n xn
a22 x2 + a23 x3 + + a2n xn
a33 x3 + + a3n xn
..
..
.
.
ann xn
31
= b1
= b2
= b3
..
.
= bn
Nesse formato, em determinada linha, se xj for a vari

avel associada ao primeiro coeciente n
ao
nulo da linha, ent
ao todos os coecientes de xj das linhas abaixo dela s
ao iguais a 0.
A partir da, calculamos os valores de x1 , x2 , , xn de baixo para cima:
xn xn1 x3 x2 x1
Primeiro calculamos xn na
ultima equac
ao. Depois, substitumos na pen
ultima e calculamos xn1 .
Por
ultimo, substitumos xn , xn1 , , x2 na primeira equac
ao e calculamos x1 .
Para transformar o sistema linear no formato triangular superior, podemos usar operac
oes elementares com as linhas:
Trocar a linha i pela linha j. Em smbolos: Li Lj .
Substituir a linha i pela mesma linha multiplicada por uma constante k = 0. Em smbolos:
Li = kLi .
Substituir a linha i pela soma dela com outra linha j. Em smbolos: Li = Li + Lj .
permitido fazer v
E
arias operac
oes elementares de uma
unica vez, como em Li = aLi +bLj , bem
como subtrair linhas ou dividir uma linha por uma constante: Li Lj = Li + (1)Lj e Lki = ( k1 )Li .
recomend
E
avel (mas n
ao obrigat
orio) que o primeiro coeciente n
ao nulo de cada linha seja
igual a 1. Sendo assim, se o primeiro elemento n
ao nulo da linha i for aij = 1, ent
ao podemos
utilizar operac
oes do tipo Lk = Lk akj Li para k = i + 1, i + 2, i + 3,
Exemplo 3.1 Determinar a soluc
ao de
2x + 3y + 4z = 17
x 7y + 2z = 17
5x + 8y z = 2
Solu
ao: Efetuamos as seguintes operac
oes com as linhas do sistema:
c
2x + 3y + 4z = 17 (L1 L2 )
x 7y + 2z = 17
5x + 8y z = 2
x 7y + 2z = 17
2x + 3y + 4z = 17 (L2 = L2 2L1 )
5x + 8y z = 2 (L3 = L3 5L1 )
32
CAPITULO 3. SISTEMAS LINEARES
17
x 7y + 2z =
1
L2 )
17y
= 17 (L2 = 17
43y 11z = 87
17
x 7y + 2z =
y
= 1
43y 11z = 87 (L3 = L3 43L2 )
17
x 7y + 2z =
y
= 1
11z = 44
Note que obtivemos um formato triangular para o sistema, que o x foi eliminado da segunda e
terceira equac
oes e que o y foi eliminado da terceira equac
ao.
Da
ultima equac
ao obtemos: 11z = 44, ou seja, z = 4. Da segunda equac
ao obtemos y = 1 e substituindo os valores de y e z na primeira equac
ao, obtemos nalmente que
x = 17 + 7y 2z = 17 7 8 = 2. Portanto a soluc
ao do sistema e x = 2, y = 1, z = 4.
ao de
3x + y + z + w
2x 3y 3z w
x y + 4z + 5w
2x + 2y z 10w
=
6
= 2
= 11
=
37
Soluc
ao: No exemplo anterior, escrevemos todas as vari
aveis em todos os passos da soluc
ao. Isso
n
ao era necess
ario pois bastava escrever os coecientes de cada equac
ao. Portanto, neste exemplo,
vamos ser um pouco mais econ
omicos e escrever apenas a matriz dos coecientes das equac
oes do
sistema. E depois, vamos fazer opera
c
o
es
elementares
com
as
linhas
dessa
matriz.
3 1
1
1
6
(L1 L3 )
2 3 3 1 2
M=
1 1 4
5 11
2 2 1 10 37
1 1 4
5 11
2 3 3 1 2 (L2 = L2 2L1 )

3
1
1
1
6 (L3 = L3 3L1 )
(L4 = L4 2L1 )
2
2 1 10 37
1 1 4
5 11
0 1 11 11 20 (L2 = (1)L2 )

0 4 11 14 39
0 4 9 20 59
1 1 4
5 11
0 1
11
11 20

0 4 11 14 39 (L3 = L3 4L2 )
(L4 = L4 4L2 )
0 4 9 20 59

DE GAUSS
3.2. METODO
DE ELIMINAC
AO
33
1 1 4
5 11
0 1
11
11 20

0 0 55 58 119 (L3 = ( 1 )L3 )
55
0 0 53 64 139
1 1 4
5
11
0 1
11
11 20

58
119
0 0
1
55
55
(L4 = L4 + 53L3 )
0 0 53 64 139
1 1 4
5
11
0 1 11 11 20

e uma matriz no formato triangular superior: em cada
58
119 que
0 0 1
55
55
1338
0 0 0 446
55
55
linha, os elementos que est
ao abaixo do primeiro elemento n
ao nulo s
ao todos iguais a zero. Essa
matriz e equivalente ao seguinte sistema:
x y + 4z + 5w = 11
y + 11z + 11w = 20
119
z + 58
55 w = 55
1338
446
55 w =
55
A quarta equac
ao e 446
55 w =
A terceira equac
ao e z +
58
55 w
1338
55 ,
de onde obtemos w = 3.
58
= 119
55 , o que fornece z = 55 (3)
119
55
= 1.
Da segunda equac
ao, obtemos y = 11z 11w 20 = 11 + 33 20 = 2.
Da primeira equac
ao, temos x = y 4z 5w 11 = 2 4 + 15 11 = 2.
Portanto, a soluc
ao do sistema e x = 2, y = 2, z = 1 e w = 3.
ao geral de
2x y + 2z w = 2
3x y + 3z + 4w = 9
x + 2y + 3z + 4w = 10
Soluc
ao:
sequ
encia
2 1
3 1
1 2
2 1 2 1 2
A matriz completa desse sistema e M = 3 1 3 4 9 . Efetuamos a seguinte
1 2 3 4 10
de operac
oes elementares com as
linhas da matriz:
2 1 2
(L1 L3 )
1
2 3 4 10
3 4 9
3 1 3 4 9 (L2 = L2 3L1 )
3 4 10
(L3 = L3 2L1 )
2 1 2 1 2
CAPITULO 3. SISTEMAS LINEARES
34
1 2
3
0 7 6
0 5 4
1 2 3
0 1 67
0 0 27
ao sistema
1 2
3
4
10
4
10
6
8
8 21 (L2 = 17 L2 ) 0 1
3
7
7
9 18
(L3 = L3 + 5L2 )
0 5 4 9 18
4
10
8
3 que e uma matriz no formato triangular superior e que corresponde
7
23
7 3
x + 2y + 3z + 4w = 10
y + 67 z + 87 w =
3
23
2
7 z 7 w = 3
Como o sistema tem mais vari

aveis do que equac
oes, alguma vari
avel tem que car livre, ou seja,
sem ser calculada. Escolhemos uma das vari
aveis para car livre. Por exemplo, podemos escolher
w como vari
avel livre do sistema. Isso signica que x, y , z cam escritos em func
ao de w .
A
ultima equac
ao do sistema e 27 z
23
7 w
= 3 de onde obtemos z =
21 + 23w
2
A segunda equac
ao e y + 76 z + 87 w = 3 de onde obtemos y = 3 67 z 87 w , ou seja,
6 21+23w
y = 3 7 ( 2 ) 87 w = 8477w
.
7
A primeira equac
ao e x + 2y + 3z + 4w = 10 x = 10 2y 3z 4w . Substituindo os
valores de y e z obtidos anteriormente e simplicando, obtemos x = 245231w
.
14
84 77w
21 + 23w
245 231w
, y =
, z =
,
Portanto, a soluc
ao geral do sistema e x =
14
7
2
w R. Escolhendo valores para w , obtemos soluc
oes particulares do sistema. Por exemplo, para
w = 1, obtemos x = 1, y = 1 e z = 1 como soluc
ao particular. Para w = 0, obtemos x = 245
14 ,
84
21
y = 7 e z = 2 como sendo outra soluc
ao particular.
3.3
Exerccios Propostos
(P31) a) De exemplo de um sistema linear com 4 equaco

es nas vari
aveis x, y , z e t cuja
unica
soluc
ao seja x = 1, y = 2, z = 3 e t = 4.
b) Resolva o sistema do item (a) usando o metodo de eliminac
ao de Gauss.
Resp.: Inicialmente, escrevemos aleatoriamente os primeiros membros de quatro equac
oes nas
vari
aveis x, y , z , t:
5x + y + 10z 3t = . . .
7x 2y 2z 5t = . . .
3x + 4y + z + t = . . .
x y z + 14t = . . .
35
Para o sistema ter soluc

ao
unica deve-se ter o cuidado de n
ao escrever uma equac
ao como combinac
ao linear das outras e nem a matriz-coluna formada pelos coecientes de uma vari
avel n
ao ser
combinac
ao linear das matrizes-colunas dos coecientes das outras vari
aveis. Depois, substitumos
a soluc
ao desejada x = 1, y = 2, z = 3, t = 4 nas equaco
es acima e obtemos o exemplo desejado:
5x + y + 10z 3t = 25
7x 2y 2z 5t = 23
3x + 4y + z + t = 12
x y z + 14t = 50
(P32) Encontre a soluc
ao do sistema linear
4x + 2y + z 2t
3x 3y z t
3x + 5y + z + t
x y z + 4t
usando o metodo de eliminac
ao de Gauss.
= 3
= 2
= 0
= 2
Resp.: x = 6/13, y = 5/13, z = 1, t = 6/13.
(P33) Encontre a soluc

ao geral do sistema
4x + 2y + z + w
3x 3y t + w
x + 5y + z + t
2x z + 4t 5w
= 13
= 5
= 8
= 0
usando o metodo de eliminac

ao de Gauss.
10t + 10w + 49
6t + 6w + 3
38t + 50w 49
Resp.: x =
,y =
,z =
, t, w R.
24
8
12
(P34) Determine a soluc
ao do sistema de equac
oes
1
2
3
4
x + y + z + w
2+3+4+ 1
x
y
z
w
4
1
2
3
+
+
+
x
y
z
w
4+1+2+ 3
x
y
z
w
= 13
= 8
= 23
= 26
(Sugest
ao: faca mudancas de vari
aveis 1/x = p, 1/y = q, etc.)
1
1
Resp.: x = 5 , y = 1, z = 2 , w = 13
4y zw + 2xzw + xy w + xy z =
3y zw + xzw + 2xy w + 5xy z =

(P35) Determine a soluc
ao de
y z w + 2xz w 3xy w + 4xy z =
5y zw 4xzw xy w + xy z =
(Sugest
ao: divida todas as equac
oes por xy z w ). Resp.: x = 37
95 , y
13xy zw
10xy zw
5xy zw
8xy zw
= 15
8 , z =
185
404 ,
w = 555
289
Captulo 4
Interpolac
ao
4.1
Introduc
ao
Dados n + 1 pontos do plano P0 = (x0 , y0 ), P1 = (x1 , y1 ), , Pn = (xn , yn ), tais que xi = xj

se i = j, nosso principal objetivo neste captulo e encontrar uma func
ao f (x) tal que f (xi ) = yi ,
i {0, 1, , n}, ou seja, uma func
ao cujo gr
aco passe por todos os pontos Pi dados.
Vamos denominar essa func

ao f (x) de func
ao de interpolac
ao dos pontos dados. Neste captulo,
por uma quest
ao de simplicidade, vamos supor que essa func
ao e polinomial e de menor grau
possvel.
Func
oes de interpolac
ao s
ao muito utilizadas em aplicaco
es da Matem
atica para fazer previs
oes
de valores de func
oes dentro de certo intervalo. Por exemplo, suponhamos que a populac
ao de
uma cidade tenha crescido em algumas decadas de acordo com o que e mostrado em uma tabela:
Ano
N. habitantes
1950
1960
34000 42000
1970
60550
1980
1990
110200 180980
2000
250450
Podemos encontrar a func

ao de interpolac
ao p(x) associada a esses dados e, a partir dela, fazer
previs
oes da populac
ao da cidade em outros anos do intervalo [1950, 2000]. Por exemplo, p(1975)
36

4.2. METODO
DE LAGRANGE
37
daria uma ideia razo

avel da populac
ao no ano de 1975, enquanto que p(1985) daria uma estimativa
para a populac
ao em 1985.
Observac
oes
Quando n = 1 temos apenas dois pontos P0 e P1 . Neste caso, a func
ao de interpolac
ao e uma
func
ao do primeiro grau f (x) = ax + b, seu gr
aco e uma reta e a interpolac
ao e denominada
linear.
Quando n = 2, temos tres pontos P0 , P1 e P2 e a func
ao de interpolac
ao e da forma
f (x) = ax 2 + bx + c cujo gr
aco e uma par
abola e a interpolac
ao e denominada quadr
atica.
4.2
M
etodo de Lagrange
Nesta sec
ao, vamos descrever um metodo de interpolac
ao proposto pelo matem
atico frances
Joseph-Louis Lagrange (17361813).
Dados n + 1 pontos P0 = (x0 , y0 ), P1 = (x1 , y1 ), , Pn = (xn , yn ), tais que xi = xj se i = j,

denimos os seguintes polin
omios 0 (x), 1 (x), , n (x):
0 (x) =
(x x1 )(x x2 )(x x3 ) (x xn )
(x0 x1 )(x0 x2 )(x0 x3 ) (x0 xn )
1 (x) =
(x x0 )(x x2 )(x x3 ) (x xn )
(x1 x0 )(x1 x2 )(x1 x3 ) (x1 xn )

CAPITULO 4. INTERPOLAC
AO
38
2 (x) =
(x x0 )(x x1 )(x x3 ) (x xn )
(x2 x0 )(x2 x1 )(x2 x3 ) (x2 xn )
..
.
n (x) =
..
.
(x x0 )(x x1 )(x x2 ) (x xn1 )
(xn x0 )(xn x1 )(xn x2 ) (xn xn1 )
Note que na denic

ao de cada i (x) o xi n
ao aparece no numerador, mas aparece v
arias vezes no
denominador.
Vamos agora calcular o valor de cada i (x) nos pontos x0 , x1 , , xn :
0 (x0 ) = 1, 0 (x1 ) = 0, 0 (x2 ) = 0, , 0 (xn ) = 0
1 (x0 ) = 0, 1 (x1 ) = 1, 1 (x2 ) = 0, , 1 (xn ) = 0
2 (x0 ) = 0, 2 (x1 ) = 0, 2 (x2 ) = 1, , 2 (xn ) = 0
..
.
..
.
n (x0 ) = 0, n (x1 ) = 0, n (x2 ) = 0, , n (xn ) = 1

Obtivemos desse modo que
{
i (xj ) =
1,
0,
se
se
i =j
i = j
Denindo
P (x) = y0 0 (x) + y1 1 (x) + y2 2 (x) + + yn n (x),
temos que:
P (x0 ) = y0 0 (x0 ) +y1 1 (x0 ) +y2 2 (x0 ) + + yn n (x0 ) = y0
| {z }
| {z }
| {z }
| {z }
=1
=0
=0
=0
P (x1 ) = y0 0 (x1 ) +y1 1 (x1 ) +y2 2 (x1 ) + + yn n (x1 ) = y1

| {z }
| {z }
| {z }
| {z }
=0
=1
..
.
=0
..
.
=0
..
.
P (xn ) = y0 0 (xn ) +y1 1 (xn ) +y2 2 (xn ) + + yn n (xn ) = yn

| {z }
| {z }
| {z }
| {z }
=0
=0
=0
=1
Portanto, P (xi ) = yi para todo i = 0, 1, 2, , n. Isso signica que P (x) e uma func
ao de
interpolac
ao dos pontos Pi e que e denominado polin
omio de interpolac
ao de Lagrange.

4.3. METODO
DE NEWTON
39
Observac
ao
As denic
oes dos i (x) e P (x) podem ser abreviadas se forem utilizadas
as nota
co
es de pro
n
n
n
n
x xk
x xk
dut
orio e somat
orio: i (x) =
e P (x) =
(yk i (x)) =
yk
xi xk
xi xk
k=0
k=0
k=0
k=0
k=i
k=i
Exemplo 4.1 A respeito de uma func

ao f (x) e conhecida a seguinte tabela de valores:
x
f (x)
2 1
4 10
0
10
1 2
8 8
Determine o polin
omio de interpolac
ao P (x) desses pontos e, supondo f (x) P (x), obtenha uma
estimativa para f (1/2).
Soluc
ao: Sejam (x0 , y0 ) = (2, 4), (x1 , y1 ) = (1, 10), (x2 , y2 ) = (0, 10), (x3 , y3 ) =
(1, 8) e (x4 , y4 ) = (2, 8). O polin
omio de interpolac
ao de Lagrange e
(x x1 )(x x2 )(x x3 )(x x4 )
(x x0 )(x x2 )(x x3 )(x x4 )
+ y1
(x0 x1 )(x0 x2 )(x0 x3 )(x0 x4 )
(x1 x0 )(x1 x2 )(x1 x3 )(x1 x4 )
(x x0 )(x x1 )(x x3 )(x x4 )
(x x0 )(x x1 )(x x2 )(x x4 )
+ y2
+ y3
(x2 x0 )(x2 x1 )(x2 x3 )(x2 x4 )
(x3 x0 )(x3 x1 )(x3 x2 )(x3 x4 )
(x x0 )(x x1 )(x x2 )(x x3 )
,
+ y4
(x4 x0 )(x4 x1 )(x4 x2 )(x4 x3 )
P (x) = y0
ou seja,
P (x) = 4
(x + 1)x(x 1)(x 2)
(x + 2)x(x 1)(x 2)
10
(2 + 1)(2)(2 1)(2 2)
(1 + 2)(1)(1 1)(1 2)
(x + 2)(x + 1)x(x 2)
(x + 2)(x + 1)(x 1)(x 2)
8
10
(0 + 2)(0 + 1)(0 1)(0 2)
(1 + 2)(1 + 1)(1)(1 2)
(x + 2)(x + 1)x(x 1)
+8
.
(2 + 2)(2 + 1)(2)(2 1)
Simplicando, obtemos P (x) = x 4 + x 10. E por m, a previs

ao para o valor de f ( 12 ):
1
1
1
1
151
f ( ) P( ) =
+ 10 =
= 9, 4375.
2
2
16 2
16
4.3
4.3.1
M
etodo de Newton
Diferencas divididas
Seja f (x) uma func

ao da qual se conhecem seus valores em n + 1 pontos distintos x0 , x1 , , xn
do seu domnio. Denimos:

AO
40
f [x0 ] = f (x0 )
f [x0 , x1 ] =
f [x1 ] f [x0 ]
x1 x0
f [x0 , x1 , x2 ] =
f [x1 , x2 ] f [x0 , x1 ]
x2 x0
f [x0 , x1 , x2 , x3 ] =
f [x1 , x2 , x3 ] f [x0 , x1 , x2 ]
x3 x0
..
.
..
.
f [x0 , x1 , , xn ] =
f [x1 , , xn ] f [x0 , , xn1 ]

xn x0
Dizemos que f [x0 , x1 , , xk ] e a diferenca dividida de ordem k de f calculada nos pontos x0 , x1 , , xk

e e denotada de forma abreviada por k f . Note que o c
alculo de uma k f depende de todas as
j f anteriores para j < k.
Vamos organizar as diferencas divididas calculadas no formato da seguinte tabela:
x
x0
x1
x2
..
.
f (x)
f (x0 )
f (x1 )
f (x2 )
..
.
xn
f (xn )
f
2 f
f [x0 , x1 ] f [x0 , x1 , x2 ]
f [x1 , x2 ] f [x1 , x2 , x3 ]
f [x2 , x3 ] f [x2 , x3 , x4 ]
..
..
.
.
n f
f [x0 , x1 , , xn ]
Essa tabela tem um formato triangular pois os valores abaixo da diagonal secund
aria n
ao s
ao
calculados.
Observac
ao
A ordem dos pontos xi n
ao inuencia no resultado nal: f [x0 , x1 ] = f [x1 , x0 ], f [x0 , x1 , x2 ] =
f [x2 , x1 , x0 ] = f [x1 , x2 , x0 ] = f [x2 , x0 , x1 ], etc.
Exemplo 4.2 Construir a tabela de diferencas divididas da func
ao f (x) cujos valores conhecidos
s
ao dados a seguir:
x
f (x)
-2
5
0 1 2
1 3 -1
4 5
-1 0
Soluc
ao: A quantidade de pontos dados e 6. Logo, n = 6 1 = 5. Isso signica que a
ultima
5
coluna da tabela ser
a a do f .
Calculamos as seguintes subtrac
oes e divis
oes:

4.3. METODO
DE NEWTON
f :
15
0(2)
= 2,
31
10
2(2)
1(2)
= 43 ,
3 f :
3 43
2(2)
= 13
12 ,
4 f :
5 f :
13
(13)
12
12
4(2)
4
13
15
36
5(2)
= 2,
42
20
2 f :
41
13
21
= 3,
4
(3)
3
40
13
1
13 4 12
,
36
50
= 4,
0(4)
41
1(1)
42
= 43 ,
1
4
13 3 3
12 , 51
10
52
= 0,
0(1)
54
=1
1
3
= 14
4
= 15
113
= 1260
E, nalmente, montamos a seguinte tabela de diferencas divididas:

x f (x)
2
5
0
1
1
3
2
1
4
1
5
0
4.3.2
f
2
2
4
0
1
2 f
3
13
12
4
3
3
4
3
1
3
4 f
13
36
4
15
13
12
14
5 f
113
1260
Polin
omio de interpolac
ao segundo Newton
A partir da denic
ao de diferenca dividida de ordem 1 de f (x), temos que:
f [x0 , x] =
f(x) f (x0 )
x x0
Podemos isolar o valor de f (x) na igualdade anterior para obtermos:

f (x) = f (x0 ) + (x x0 )f [x0 , x].
De modo semelhante, a partir da denic
ao de f [x1 , x0 , x], obtemos
f [x0 , x] f [x1 , x0 ]
f [x1 , x0 , x] =
=
x x1
f(x) f (x0 )
xx0
f [x0 , x1 ]
x x1
de onde obtemos o seguinte valor para f (x):

f (x) = f (x0 ) + (x x0 )f [x0 , x1 ] + (x x0 )(x x1 )f [x0 , x1 , x].
E, de modo geral, a partir da denic
ao de f [xn1 , , x1 , x0 , x], obtemos
f (x) = f (x0 ) + (x x0 )f [x0 , x1 ] + (x x0 )(x x1 )f [x0 , x1 , x2 ] +
+ (x x0 )(x x1 ) (x xn1 )f [x0 , x1 , , xn1 , x]

AO
42
Essa expans
ao de f (x) serve de motivac
ao para a denic
ao do seguinte polin
omio P (x) que e
denominado polin
omio de interpolac
ao de Newton:
P (x) = f (x0 ) + (x x0 )f [x0 , x1 ] + (x x0 )(x x1 )f [x0 , x1 , x2 ] +
+ (x x0 )(x x1 ) (x xn1 )f [x0 , x1 , , xn1 , xn ]
Note que a diferenca entre os desenvolvimentos de f (x) e de P (x) est
a apenas no nal das express
oes: em uma aparece x e na outra aparece xn .
Observac
ao:
Dados n + 1 pontos, pode-se mostrar que o total de adico
es, multiplicaco
es e divis
oes usadas no
2
c
alculo do polin
omio de interpolac
ao pelo metodo de Lagrange e de 2n + 3n 2 operaco
es e pelo
3n2 +5n10
metodo de Newton e de
operac
oes. Por exemplo, para n = 10 o metodo de Lagrange
2
usa 228 operac
oes, enquanto que o de Newton usa 170. Em geral, o metodo de Newton requer
sempre menos operac
oes do que o de Lagrange. Veja gr
aco a seguir.
Exemplo 4.3 Construir a tabela de diferencas divididas da func

ao f (x) cujos valores conhecidos
s
ao dados a seguir e determine seu polin
omio de interpolac
ao.
x
f (x)
-1 0
-8 3
1
2 3
-4 -17 0
A partir do polin
omio de interpolac
ao obtido, obtenha uma estimativa para f (3/2).
3(8)
Soluc
ao: A partir dos valores dados, fazendo diversas operac
oes de subtrac
ao e divis
ao ( 0(1)
=
711
43
11, 10 = 7, 1(1) = 9, etc.) montamos a tabela de todas as diferencas divididas de f (x):

4.3. METODO
DE NEWTON
x
1
0
1
2
3
43
f (x)
8
3
4
17
0
f
11
7
13
17
2 f
9
3
15
3 f
2
6
4 f
1
A partir dos elementos da primeira linha e primeira coluna da tabela (com excec
ao apenas do
elemento da
ultima linha da primeira coluna) escrevemos o polin
omio de interpolac
ao:
P (x) = 8 + 11(x (1)) + (9)(x (1))(x 0) + 2(x (1))(x 0)(x 1)
+ 1(x (1))(x 0)(x 1)(x 2)
Simplicando a express
ao anterior, obtemos
P (x) = x 4 10x 2 + 2x + 3
A partir da, obtemos tambem que f ( 23 ) P ( 32 ) =
81
16
10 49 + 2 32 + 3 = 183
16 = 11, 4375.
Exemplo 4.4 Usando o metodo de interpolac

ao de Newton, obtenha uma estimativa para f (0),
sendo f (x) uma func
ao cujos valores conhecidos s
ao:
x
f (x)
-1
-4
1 2 3 5
0 3 5 3
Soluc
ao: A tabela de diferencas divididas e:
x
f (x)
2 f
3 f
4 f
1
1
2
3
5
4
0
3
5
3
2
3
2
1
1
3
5
24
18
1
72
12
1
A partir da primeira linha e primeira coluna da tabela, escrevemos o polin

omio de interpolac
ao
segundo o metodo de Newton:
1
5
P (x) = 4 + 2(x (1)) + (x (1))(x 1) + ( )(x (1))(x 1)(x 2)
3
24
1
+ (x (1))(x 1)(x 2)(x 3)
72
Efetuando todas as multiplicac
oes e adic
oes indicadas e simplicando, obtemos
P (x) =
1 4
5
59
41
17
x x3 + x2 + x .
72
18
72
18
6

AO
44
E supondo f (x) P (x) obtemos nalmente que f (0) P (0) = 17

6 . (OBS.: Para obter f (0)
n
ao e necess
ario simplicar o polin
omio P (x), podemos calcular esse valor na express
ao para P (x)
antes de efetuar qualquer multiplicac
ao ou adic
ao).
4.4
C
alculo do erro da interpolac
ao
O seguinte teorema pode ser usado para calcular o erro de interpolac

ao, ou seja, o erro cometido
na substituic
ao de f (x) pelo P (x), onde P (x) e o polin
omio de interpolac
ao (n
ao importando qual
tenha sido o metodo para obte-lo).
Teorema 4.4.1 Consideremos os pontos x0 < x1 < x2 < < xn um total de n + 1 pontos dados
no domnio de uma func
ao f (x). Se f (x) for continuamente deriv
avel ate ordem n + 1 e se P (x)
for o polin
omio de interpolac
ao de f (x) nesses pontos dados, ent
ao em qualquer x [x0 , xn ] temos
que o erro absoluto da interpolac
ao x e dado por
(n+1)

f
(c)

x = |f (x) P (x)| = |x x0 | |x x1 | |x x2 | |x xn |
(n + 1)!
onde c e algum ponto do interior do intervalo [x0 , xn ].
A demonstrac
ao pode ser encontrada nas referencias bibliogr
acas como [7] ou [2].
4.5
Exerccios Propostos
(P36) Sabendo que o gr

aco da func
ao logaritmo natural passa pelos pontos P1 = (2, 0; 0, 693147),
P2 = (2, 5; 0, 916291) e P3 = (3, 0; 1, 098612), determine seu polin
omio de interpolac
ao e, a partir
dele, obtenha uma aproximac
ao para ln(2, 7).
2
Resp.: P (x) = 0, 081646x + 0, 813695x 0, 607659, ln(2, 7) 0, 994118.
(P37) O gr
aco da func
ao seno passa pelos pontos A = ( 6 , 21 ), B = ( 4 , 22 ), C = ( 3 , 23 ) e
D = ( 2 , 1). Usando seu polin

omio de interpolac
ao nesses pontos, obtenha uma aproximac
ao para
2
sen( 2
).
Resp.:
sen(
)
0,
951862
5
5
(P38) De acordo com informac
oes da p
agina do IBGE na Internet, a populac
ao da cidade de Jo
ao
Pessoa nos anos 1991, 1996 e 2000 era 497.600, 549.363 e 597.934 habitantes, respectivamente.
Usando interpolac
ao polinomial, obtenha uma estimativa para a populac
ao de Jo
ao Pessoa no ano
de 1998. Resp.: 572853 hab.
(P39)
a+b+c +d
a + 2b + 4c + 8d
a + 3b + 9c + 27d
a + 5b + 25c + 125d
= 10
= 3
= 5
= 7
45
(Sugest
ao: determine o polin
omio de interpolac
ao P (x) = a + bx + cx 2 + dx 3 dos pontos (1, 10),
(2, 3), (3, 5), (5, 7))
209
33
31
Resp.: a = 33
4 , b = 24 , c = 4 , d = 24
(P40) Determine uma func
ao polinomial cujo gr
aco passe pelos pontos A = (1, 1), B =
(0, 1), C = (1, 1), D = (2, 7) e E = (3, 13). Resp.: P (x) = x 4 4x 3 + 5x 1
(P41) Sejam x0 , x1 e x2 n
umeros reais e f (x) uma func
ao de uma vari
avel. Mostre que f [x0 , x1 ] =
f [x1 , x0 ] e que f [x0 , x1 , x2 ] = f [x1 , x2 , x0 ].
(P42) O Teorema Fundamental da Algebra

arma que um polin
omio n
ao nulo de grau n tem
exatamente n razes (reais ou complexas). Usando este resultado, mostre que o polin
omio de
interpolac
ao PL (x) dos pontos da tabela
x
y
x0
y0
x1
y1
x2
y2
...
...
xn
yn
obtido segundo a f
ormula de Lagrange e o polin
omio PN (x) obtido segundo a f
ormula de Newton
coincidem. (Sugest
ao: conte quantas razes tem o polin
omio f (x) = PL (x) PN (x) e conclua).
(P43) Considere f (x) uma func
ao de uma vari
avel da qual e conhecida apenas a tabela de valores
x
f (x)
x0
y0
x1
y1
x2
y2
...
...
xn
yn
e o seu polin
omio de interpolac
ao P (x). Supondo f (x) P (x), mostre que
f (x0 ) f [x0 , x1 ] + (x0 x1 )f [x0 , x1 , x2 ] + (x0 x1 )(x0 x2 )f [x0 , x1 , x2 , x3 ] + +
(x0 x1 )(x0 x2 ) (x0 xn1 )f [x0 , x1 , . . . , xn1 , xn ].
Captulo 5
C
alculo de Integrais
5.1
Introduc
ao
O c
alculo de integrais denidas e importante porque est
a associado a diversos problemas de
Fsica, de Equac
oes Diferenciais, a problemas geometricos tais como o c
alculo de comprimento de
curvas,
areas de superfcies, volumes de s
olidos, entre outros. Por isso, e conveniente que se tenha
tecnicas de c
alculos que sejam ecientes e, preferencialmente, de f
acil utilizac
ao.
Se uma func
ao e contnua em [a, b], ent
ao o Teorema Fundamental do C
alculo arma que
f (x)dx = F (b) F (a)

a
onde F (x) = f (x) para todo x [a, b]. Isso signica que o c
alculo de uma integral e imediato
quando se conhece uma primitiva F (x) para a func
ao f (x).
No entanto, o c
alculo de uma primitiva pode ser muito trabalhoso ou ate mesmo impossvel de
ser efetuado por meios elementares, ou seja, usando somente as funco
es elementares (polinomiais,
2
trigonometricas, exponenciais, logartmicas etc.). Por exemplo, as primitivas das func
oes e x , senx x
ao s
ao elementares.
e cos x n
O c
alculo numerico aproximado, em geral, consiste no c
alculo de um somat
orio em vez da primitiva de alguma func
ao. Muitas vezes, somat
orios com poucas parcelas produzem bons resultados.
As f
ormulas usadas no c
alculo numerico de integrais simples s
ao chamadas f
ormulas de quadratura.
5.2
Regra dos Trap

ezios
Algumas tecnicas de c
alculo aproximado de integrais
ao da func
ao f (x)
b consistem na aproximac
por um polin
omio de interpolac
ao P (x) e, assim, usar a P (x)dx como sendo uma aproximac
ao de
b
f (x)dx. Se P (x) for do primeiro grau, isto e, se for a reta que passa pelos pontos (a, f (a)) e
a
(b, f (b)), ent
ao temos a Regra dos Trapezios.
46

5.2. REGRA DOS TRAPEZIOS
47
Na gura, temos um trapezio deitado de altura medindo h = b a e bases medindo f (a) e f (b).
Logo, sua
area e dada por ba
a a aproximac
ao que usaremos para o valor
2 [f (a) + f (b)]. Essa ser
b
de a f (x)dx, ou seja,
f (x)dx
a
h
(f (a) + f (b)).
2

h3
Pode-se mostrar que o erro absoluto dessa aproximac
ao e = 12 f (c) para algum c [a, b].
Quanto maior o valor de n, mais pr
oximo de zero ser
a o valor de h e menor ser
a o erro absoluto.
1
1
Exemplo 5.1 Usando a regra dos trapezios, vamos calcular
dx e comparar o resultado
1 1 + x
2
obtido com o valor exato da integral.
Soluc
ao: Temos a = 12 , b = 1, h = b a =
f (x)dx
a
1
2
e f (x) =
1
1+x .
Portanto, pela regra dos trapezios,
h
1 2 1
7
(f (a) + f (b)) = ( + ) =
= 0, 291667.
2
4 3 2
24
O valor exato dessa integral e

ln(1 + x)|11 = ln(2) ln(3/2) = ln(4/3) = 0, 287682.
2
Portanto, o erro absoluto cometido com a utilizac

ao da regra dos trapezios e de
|0, 287682 0, 291667| = 0, 003985.

CAPITULO 5. CALCULO
DE INTEGRAIS
48
Regra dos Trap

ezios Composta
Sendo n um inteiro positivo, vamos dividir o intervalo [a, b] em n partes de mesmo comprimento
h = ba
n .
Sejam xj = a + jh com j = 0, 1, . . . , n. Temos:

a = x0 < x1 < x2 < x3 < x4 < < xn2 < xn1 < xn = b.
Seja yj = f (xj ). Aplicando a regra anterior nos intervalos [x0 , x1 ], [x1 , x2 ], . . . [xn1 , xn ], obtemos:
xn
x1
x2
xn
f (x)dx =
f (x)dx +
f (x)dx + +
f (x)dx
x0
x0
x1
xn1
h
h
h
(y0 + y1 ) + (y1 + y2 ) + + (yn1 + yn )
2
2
2
h
= (y0 + 2y1 + 2y2 + 2y3 + 2y4 + + 2yn2 + 2yn1 + yn ).
2
Obtemos assim a regra dos trapezios composta ou regra dos trapezios repetida com passo h:
b
h
f (x)dx (y0 + 2y1 + 2y2 + 2y3 + + 2yn1 + yn )
2
a
ou, abreviadamente,
h
ti yi , onde ti = 1, 2, 2, 2, . . . , 2, 1.
2 i=0
n
f (x)dx
a
2
1 + x 3 dx usando a regra dos trapezios com n = 6.
1
1
Soluc
ao: Considerando f (x) = 1 + x 3 , a = 1, b = 2 e h = ba
n = 6 = 0, 16667, e calculando
xi = a + ih e yi = f (xi ), temos os seguintes resultados:
Exemplo 5.2 Calcular I =
5.3. REGRA DE SIMPSON
49
i
0
1
2
3
4
5
6
xi
1,00000
1,16667
1,33333
1,50000
1,66667
1,83333
2,00000
yi
ti
1,41421 1
1,60871 2
1,83586 2
2,09165 2
2,37268 2
2,67620 2
3,00000 1
Aplicando a f
ormula da regra dos trapezios composta:
h
I
(yi ti ) = 2, 13206,
2 i=0
n
que e o valor aproximado da integral dada.

Usando-se uma outra tecnica mais sosticada e possvel se mostrar que um valor melhor aproximado dessa integral, com todos os algarismos corretos, e igual a 2, 129861.
5.3
Regra de Simpson
Seja f (x) contnua em [a, b] e c = a+b

edio desse intervalo. A regra de Simpson
2 o ponto m
b
b
para o c
alculo de a f (x)dx consiste em aproximar essa integral por a P (x)dx, onde P (x) e o
polin
omio de interpolac
ao quadr
atica de f nos pontos (a, f (a)), (b, f (b)) e (c, f (c)).
Usando a f
ormula de interpolac
ao de Lagrange, temos que
P (x) = f (a)
(x b)(x c)
(x a)(x c)
(x a)(x b)
+ f (b)
+ f (c)
.
(a b)(a c)
(b a)(b c)
(c a)(c b)
Thomas Simpson, 1710-1761, matem

atico ingl
es

CAPITULO 5. CALCULO
DE INTEGRAIS
50
Seja h =
ba
2 .
P (x) =
Ent
ao, c = a + h e b = a + 2h. Logo,
(x a h)(x a 2h)
(x a)(x a h)
(x a)(x a 2h)
f
(a)
+
f
(b)
+
f (c).
2h2
2h2
(h2 )
Calculando a integral de P (x) no intervalo [a, b] = [a, a + 2h], obtemos:

a+2h
a+2h 2
x 2ax 3hx + a2 + 3ah + 2h2
P (x)dx = f (a)
dx
2h2
a
a
a+2h 2
x 2ax hx + a2 + ah
dx
+ f (b)
2h2
a
a+2h 2
x + 2ax + 2hx a2 2ah
+ f (c)
dx.
(h2 )
a
Calculando todas as integrais denidas indicadas e simplicando, obtemos:
[
(
)
]
h
a+b
f (x)dx
f (a) + 4f
+ f (b)
3
2
a

h5 (4)
Pode-se mostrar que o erro absoluto dessa aproximac
ao e = 90
f (c) para algum c [a, b].
Quanto maior o n, menores ser
ao o h e o erro absoluto da aproximac
ao da integral.
Exemplo 5.3 Calcular novamente

ormula anterior.
a integral do Exemplo 5.2, usando a f
3
Soluc
ao: Temos que f (x) = 1 + x , a = 1, b = 2 e h = (b a)/2 = 1/2. Portanto,
I
h
a+b
0, 5
[f (a) + 4f (
) + f (b)] =
[f (1) + 4f (1, 5) + f (2)] = 2, 13016.
3
2
3
Dessa forma, observamos que e um valor muito pr

oximo do que foi encontrado no Exemplo 5.2.
Observac
ao: Apesar de trabalhoso, e possvel se mostrar que
f (4) (x) =
e que |f (4) (c)|
3
2
45x 2
243x 5
1215x 8
+
(1 + x 3 )3/2 2(1 + x 3 )5/2 16(1 + x 3 )7/2
se c [1, 2]. Da, o erro da aproximac

ao desse exemplo e tal que
h5
(0, 5)5 3
|f (4) (c)|
5, 21 104 .
90
90
2
2
Exemplo 5.4 A elipse xa2 + yb2 = 1, 0 < b < a pode ser parametrizada por x(t) = a sen t,
y (t) = b cos t, 0 t 2. Calcule o comprimento dessa elipse usando a regra de Simpson
sabendo que esse comprimento e dado por C = 4 02 (x (t))2 + (y (t))2 dt.
51
Soluc
ao: Derivando x(t) e y (t) com relac
ao a t, obtemos x (t) = a cos t e y (t) = b sen t.
Logo, o comprimento da elipse e dado por
C=4
a2
cos2
t+
b2
sen2
=4
0
t dt = 4
a2 (1 sen2 t) + b2 sen2 t dt
0
[
( 2
)
]

2
2
a
b
2 t dt = 4
a2 1
a2 (1 k 2 sen2 t) dt,
sen
a2
0
2
2
onde k 2 = a ab
. Da, C = 4a 02 1 k 2 sen2 t dt. Usando a regra de Simpson com
2
(
)
0
f (t) = 1 k 2 sen2 t e h = 2 2 = 4 temos que C 4a h3 f (0) + 4f ( 4 ) + f ( 2 ) e, portanto, o
comprimento da elipse e dado por
(
(
)
)
( )2
2
a
2
k
a
C
+ 1 k 2 =
1 + 16 1
+ 1 k2 ,
1 + 4 1 k2
3
2
3
2
ou seja,
a (
2
2
1 + 8(2 k ) + 1 k ,
C
3
onde k = a ab .
N
ao h
a como obter uma resposta exata para o comprimento da elipse, usando-se apenas as
func
oes elementares.
2
Regra de Simpson Composta

Vamos dividir o intervalo [a, b] em n partes, sendo n um inteiro positivo par. Por simplicidade,
podemos supor partes de mesmo comprimento h = ba
n .
Sejam xj = a + jh e yj = f (xj ) com j = 0, 1, , n. Temos:
a = x0 < x1 < x2 < x3 < x4 < < xn2 < xn1 < xn = b.
Aplicando a f
ormula anterior nos intervalos [x0 , x2 ], [x2 , x4 ], [xn2 , xn ], obtemos:
f (x) dx =
a
xn
f (x)dx =
x0
x2
x4
f (x)dx +
x0
x2
f (x)dx + +
xn
f (x)dx
xn1
h
h
h
(y0 + 4y1 + y2 ) + (y2 + 4y3 + y4 ) + + (yn2 + 4yn1 + yn )
3
3
3
h
= (y0 + 4y1 + 2y2 + 4y3 + 2y4 + + 2yn2 + 4yn1 + yn ).
3
Obtemos assim a regra de Simpson composta de passo h, com n pontos:

CAPITULO 5. CALCULO
DE INTEGRAIS
52
f (x)dx
a
ou, abreviadamente,
b
a
h
(y0 + 4y1 + 2y2 + 4y3 + 2y4 + + 2yn2 + 4yn1 + yn )
3
h
f (x)dx
ci yi , onde ci = 1, 4, 2, 4, 2, , 4, 2, 4, 1.
3 i=0
n
b
Denotando por In o valor de I = a f (x)dx calculado pela regra de Simpson com n pontos, e
possvel se mostrar que uma estimativa para o erro absoluto da aproximac
ao de I por In e dado por
|In I n2 |
=
, se n for um inteiro m
ultiplo de 4.
15
1
4
Exemplo 5.5 Usando a regra de Simpson composta com n = 8, calcule I =
dx.
2
0 1+x
4
Soluc
ao: Sejam f (x) = 1+x
2 e [a, b] = [0, 1]. Temos que h =
dessa forma a seguinte tabela:
i
0
1
2
3
4
5
6
7
8
xi
0, 000
0, 125
0, 250
0, 375
0, 500
0, 625
0, 750
0, 875
1, 000
yi = f (xi )
4, 000000
3, 938461
3, 764705
3, 506849
3, 200000
2, 876400
2, 560000
2, 265486
2, 000000
ba
n
1
8
= 0, 125. Construmos
ci
1
4
2
4
2
4
2
4
1
Observe que x0 = a e xn = x8 = b.
h
0, 125
(ci yi ) =
(1 4, 000000 + 4 3, 938461 + 2 3, 764705 + 4 3, 506849
3 i=0
3
n
+ 2 3, 200000 + 4 2, 876400 + 2 2, 560000 + 4 2, 265486 + 1 2, 000000) = 3, 141592.

Note que o valor exato dessa integral e I = 4 arctg(x)|10 = 4(arctg 1 arctg 0) = 4( 4 0) = .
ex
dx usando a regra de Simpson composta com n = 8, depois
2x
0 1+e
com n = 4, e obtenha uma estimativa para o erro da aproximac
ao.
Exemplo 5.6 Calcule I =
53
x
e
2
Soluc
ao: Sejam f (x) = 1+e
ao h = ba
2x e [a, b] = [0, 2]. Se n = 8, ent
n = 8 = 0, 25 e, se n = 4,
2
ent
ao H = ba
mos dessa forma a seguinte tabela de valores:
n = 4 = 0, 5. Constru
i
0
1
2
3
4
5
6
7
8
xi
0, 00
0, 25
0, 50
0, 75
1, 00
1, 25
1, 50
1, 75
2, 00
yi = f (xi )
0, 50000000
0, 48477181
0, 44340944
0, 38619484
0, 32402714
0, 26477107
0, 21254802
0, 16868024
0, 13290111
ci
1
4
2
4
2
4
2
4
1
kj
1
Portanto, a aproximac
ao para I fornecida pela aplicac
ao da regra de Simpson com 8 pontos e
h
0, 25
I8 =
(ci yi ) =
(1 0, 50000000 + 4 0, 48477181 + 2 0, 44340944
3 i=0
3
8
+ 4 0, 38619484 + 2 0, 32402714 + 4 0, 26477107 + 2 0, 21254802+

4 0, 16868024 + 1 0, 13290111) = 0, 65087853,
enquanto que a aproximac
ao fornecida pela regra de Simpson com 4 pontos e
4
H
0, 5
I4 =
(kj yj ) =
(1 0, 50000000 + 4 0, 44340944 + 2 0, 32402714
3 j=0
3
+ 4 0, 21254802 + 1 0, 13290111) = 0, 65079753.

I
4
Conclumos a partir da que uma estimativa para o erro no c
alculo de I8 e = I815
= 5, 398106 .
Exemplo 5.7 Calcular uma aproximac
ao para
I=
1
4x 5 1
dx
(x 5 + x + 1)2
usando a regra de Simpson composta com n = 8 e com n = 16. Obter uma estimativa para o erro
da aproximac
ao.
Sejam a = 1, b = 2, n = 16, h =
ba
n
= 0, 0625 e f (x) =
4x 5 1
(x 5 +x+1)2 .

CAPITULO 5. CALCULO
DE INTEGRAIS
54
i
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
xi
1,0000
1,0625
1,1250
1,1875
1,2500
1,3125
1,3750
1,4375
1,5000
1,5625
1,6250
1,6875
1,7500
1,8125
1,8750
1,9375
2,0000
yi
0,33333
0,37833
0,40256
0,40814
0,39870
0,37837
0,35112
0,32026
0,28831
0,25705
0,22757
0,20048
0,17605
0,15431
0,13513
0,11833
0,10367
33333
58591
11035
79425
42021
81931
32117
10126
86842
28774
15011
62419
70331
12599
38540
11085
34694
ci
1
4
2
4
2
4
2
4
2
4
2
4
2
4
2
4
1
kj
1
Logo, o valor aproximado quando n = 16 e:

0, 0625
(ci yi ) = 0, 2761909159.
3
i=0
16
I16 =
Quando n = 8, temos h = 0, 125 e o valor aproximado da integral e:

0, 125
I8 =
(kj yj ) = 0, 2761968884.
3 j=0
8
I
8
Portanto, a estimativa de erro no c
alculo de I16 e dado por = I1615
= 0, 0000003982.
5.4
Regra de Gauss
1
Diversas regras de quadratura podem ser obtidas ao se aproximar a integral 1 f (x)dx por um
somat
orio do tipo A1 f (x1 ) + A2 f (x2 ) + + An f (xn ) onde o valor de n e previamente escolhido.
Surpreendentemente, essas regras podem levar a bons resultados mesmo com valores pequenos de
n. Tudo depende da escolha que se venha a fazer para os Ai e para os xi . Para permitir que esses
valores de Ai e xi possam ser calculados, condic
oes adicionais s
ao dadas.
5.4. REGRA DE GAUSS
55
Consideremos uma func

ao f (x) denida em um intervalo [1,
1 1] e n um inteiro positivo. A
regra de Gauss ou regra de Gauss-Legendre para o c

alculo de 1 f (x)dx, consiste em escrever
f (x)dx A1 f (x1 ) + A2 f (x2 ) + + An f (xn )
(5.1)
onde A1 , An , x1 , xn s
ao constantes e de tal forma que essa f
ormula seja exata (erro nulo)
quando f (x) for um polin
omio de grau no m
aximo igual a 2n 1.
5.4.1
Caso particular simples da regra de Gauss
Consideremos, inicialmente, o caso particular em que [a, b] = [1, 1] e n = 2. Assim, vamos

determinar as constantes A1 , A2 , x1 , x2 de tal forma que
1
f (x)dx A1 f (x1 ) + A2 f (x2 )
1
seja exata quando f (x) for polinomial de grau no maximo 2n 1 = 3, ou seja, quando f (x) for um
polin
omio de grau 0, 1, 2 ou 3.
em que f (x) = 1 (polin
omio de grau 0) a f
ormula deve ser exata, logo,
1
1 No caso particular
omio
f (x)dx = 1 1dx = A1 1 + A2 1 A1 + A2 = 2. Alem disso, quando f (x) = x (polin
1
1
2
de grau 1), devemos ter que 1 xdx = 0 = A1 x1 + A2 x2 ; quando f (x) = x , devemos ter
1 2
1 3
2
2
2
3
x
dx
=
=
A
x
+
A
x
e
quando
f
(x)
=
x
,
devemos
ter
x dx = 0 = A1 x13 + A2 x23 .
1
2
1
2
3
1
1
Obtemos dessa forma o seguinte sistema n
ao-linear:
= 2
A1 + A2
A1 x 1 + A2 x 2 = 0
A1 x12 + A1 x22 = 23
A1 x13 + A2 x33 = 0
Se pudessemos ter A1 = 0 como uma possvel soluc
ao, ent
ao, substituindo na primeira e segunda
equac
oes, obteramos A2 = 2 e x2 = 0. Substituindo tudo isso na terceira equac
ao, obteramos
2
ao pode ser soluc
ao, ou seja, que
0 = 3 , o que e um absurdo. Conclumos assim que A1 = 0 n
A1 = 0. De modo an
alogo, podemos concluir tambem que A2 = 0.
Se tivessemos x1 = 0 como soluc
ao, ent
ao, ao substituirmos na segunda equac
ao obteramos
A2 x2 = 0. Como A2 = 0, deveramos ter x2 = 0. Substituindo tudo na segunda equac
ao obteramos
2
0 = 3 , um absurdo. Logo, x1 = 0. Analogamente, temos tambem x2 = 0.
ao
Multiplicando a segunda equac
ao por x12 , obtemos A1 x13 +A2 x2 x12 = 0. Subtraindo dessa equac
ao podemos
a quarta equac
ao do sistema, obtemos A2 x2 (x22 x12 ) = 0 x22 x12 = 0 x12 = x22 . N
ter x1 = x2 , porque se isso fosse sustitudo na segunda equac
ao forneceria A1 + A2 = 0 o que
contraria o fato de que A1 + A2 = 2. Logo, x1 = x2 . Substituindo na terceira equac
ao e usando
tamb
em conhecida como quadratura gaussiana

CAPITULO 5. CALCULO
DE INTEGRAIS
56
a primeira equac
ao, obtemos 23 = A1
x12 + A2 x12 = (A1 + A2 )x12 = 2x12 , ou seja, x12 = 13 . Conclumos
ent
ao que x1 = 13 = 33 ou x1 = 13 = 33 .
Suponhamos x1 = 33 . Ent
ao, x2 = x1 = 33 e substituindo na segundaequac
ao, obtemos
3
A1 = A2 que substitudo na primeira equac
ao fornece A1 = A2 = 1. Se x1 = 3 obteramos algo
equivalente.
Assim, a soluc
ao do sistema e x1 = x2 = 33 e A1 = A2 = 1 e, portanto, a regra de Gauss
quando [a, b] = [1, 1] e n = 2 se reduz a
( )
( )
1
3
3
+f
f (x)dx f
3
3
1
ou, usando uma notac
ao decimal com 10 casas decimais
1
f (x)dx f (0, 5773502692) + f (0, 5773502692).
1
1
Exemplo 5.8 Vamos calcular 1 2 x 2 dx usando a regra que acabamos de obter.
1
Soluc
ao: Neste caso, f (x) = 2 x 2 , logo, 1 f (x)dx f (0, 57735)+f (0, 57735) = 2, 5820.
Para comparac
ao, o valor exato dessa integral e 2 + 1 = 2, 5708.
5.4.2
Mudanca de vari
avel
Quando o intervalo de integrac

ao [a, b] n
ao for igual a [1, 1], ent
ao uma fazemos uma simples
mudanca de vari
avel
(b a)t + b + a
x=
2
e obtemos uma nova integral denida no intervalo [1, 1] cujo valor coincide com o da integral
dada:
)
b
1 (
(b a)t + b + a b a
dt.
f (x)dx =
f
2
2
a
1
(
)
ba
Note que, neste caso, deve ser usado que dx =
dt.
2
5.4.3
Polin
omios de Legendre
Nesta sec
ao, precisamos de alguns resultados b
asicos envolvendo os polin
omios de Legendre
que s
ao denidos como sendo os polin
omios da forma
Pn (x) =
]
1 dn [ 2
(x 1)n
n
n
2 n! dx
Adrien-Marie Legendre (1752-1833), matem

atico franc
es
com
n = 0, 1, 2, . . .
5.4. REGRA DE GAUSS
57
Esses not
aveis polin
omios ocorrem em v
arias aplicaco
es nas
areas mais diversas como Equac
oes
Diferenciais, Eletromagnetismo, entre outras.
Escolhendo um valor para n, expandindo a enesima potencia de (x 2 1) e calculando a derivada
enesima, podemos escrever o polin
omio em um formato mais familiar. Por exemplo,
1 d3
1 d3 6
2
3
[(x
1)
]
=
(x 3x 4 + 3x 2 1)
23 3! dx 3
48 dx 3
1
1
=
(120x 3 72x) = (5x 3 3x).
48
2
Os seis primeiros polin
omios de Legendre s
ao
P3 (x) =
P0 (x) = 1,
P1 (x) = x,
1
P2 (x) = (3x 2 1),
2
1
P3 (x) = (5x 3 3x),
2
1
P4 (x) = (35x 4 30x 2 + 3),
8
1
P5 (x) = (63x 5 70x 3 + 15x).
8
5.4.4
(5.2)
Caso geral da regra de Gauss
Na f
ormula
f (x)dx A1 f (x1 ) + A2 f (x2 ) + + An f (xn )
os coecientes Ai s
ao chamados pesos e os xi s
ao chamados abscissas. Escolhido o valor de n,
podemos obter os pesos e as abscissas dessa regra.
Para isso, substitumos sucessivamente f (x) por 1, x, x 2 , x 2n1 na f
ormula anterior e obtemos
o seguinte sistema:
A1 + A2 + + An
=
2
A1 x 1 + A2 x 2 + + An x n
=
0
..
..
..
.
.
.
2
2n2
2n2
2n2
= 2n1
A1 x1
+ A2 x 2
+ + An xn
2n1
2n1
2n1
=
0
A1 x1
+ A2 x 2
+ + An xn
O sistema n
ao-linear de 2n equac
oes e 2n vari
aveis anterior e de difcil soluc
ao. Mas e possvel
mostrar que x1 , x2 , , xn s
ao as razes do polin
omio de Legendre Pn (x) e que
Ai =
2(1 xi2 )
n2 [Pn1 (xi )]2
Aqui, apresentamos essa f

ormula sem demonstrac
ao, somente a ttulo de informac
ao adicional.

CAPITULO 5. CALCULO
DE INTEGRAIS
58
Exemplo 5.9 Obter os pesos e abscissas da regra de Gauss quando n = 3.

Soluc
ao:
omio de Legendre
de grau 3 e P3 (x) = 12 (5x 3 3x) = x2 (5x 2 3), cujas razes s
ao
O polin
x1 = 35 , x2 = 0 e x3 =
5.4.4, obtemos:
3
5.
Substituindo esses valores nas tres primeiras equac

oes do sistema
A1 + A2 +
= 2
A3
35 A1 + 35 A3 = 0
3
3
= 23
5 A1 + 5 A3
cuja soluc
ao e A1 = A3 = 59 , A3 = 89 .
Portanto,
( )
( )
1
5
3
8
5
3
f (x)dx f
+ f (0) + f
9
5
9
9
5
1
Na hora de efetuar os c
alculos, e conveniente usar que
3
5
0, 77459 66692.
Exemplo
5.10 Use a regra de Gauss com n = 3 para calcular um valor aproximado para a integral
3
x
dx.
4
2 1+x
Soluc
ao: Como o intervalo de integrac
ao [a, b] = [2, 3] e diferente de [1, 1], precisamos fazer
(ba)t+b+a
que, neste caso, e x = t+5
uma mudanca de vari
avel x =
2
2 .
Temos:
3
1
1
t+5
1
x
2
I=
dx =
g(t)dt
( t+5 )4 dt =
4
2
2 1+x
1 1 +
1
2
t+5
onde g(t) =
2
(
)
4 .
2 1+( t+5
2 )
Logo, I 59 g(0, 7745966692) + 98 g(0) + 59 g(0, 7745966692) = 0, 0671599452.

Neste caso, como a primitiva e igual a 12 arctg(x 2 ), conclumos que o valor exato da integral e
arctg(9)arctg(4)
= 0, 0671607210.
2
5.4.5
Tabela de pesos e abscissas da regra de Gauss
A tabela a seguir foi construda determinando-se as razes xi dos polin

omios de Legendre de grau
2(1x 2 )
n, para n {2, 3, 4, 5, 6, 7, 8}. Os pesos Ai foram calculados usando-se a f
ormula Ai = n2 [Pn1 (xi i )]2 .
5.4. REGRA DE GAUSS
n
2
3
4
5
x1
x1
x1
x3
x1
x3
x1
x3
x5
x1
x3
x5
x1
x3
x5
x7
59
abscissas
= x2 = 0, 5773502692
= x2 = 0, 7745966692
x3 = 0
= x2 = 0, 8611363116
= x4 = 0, 3399810436
= x2 = 0, 9061798459
= x4 = 0, 5384693101
x5 = 0
= x2 = 0, 9324695142
= x4 = 0, 6612093865
= x6 = 0, 2386191861
= x2 = 0, 9491079123
= x4 = 0, 7415311855
= x6 = 0, 4058451513
x7 = 0
= x2 = 0, 9602898565
= x4 = 0, 7966664774
= x6 = 0, 5255324099
= x8 = 0, 1834346425
pesos
A1 = A2 = 1
A1 = A2 = 0, 5555555556
A3 = 0, 8888888889
A1 = A2 = 0, 3478548451
A3 = A4 = 0, 6521451549
A1 = A2 = 0, 2369268851
A3 = A4 = 0, 4786286705
A5 = 0, 5688888889
A1 = A2 = 0, 1713244924
A3 = A4 = 0, 3607615730
A5 = A6 = 0, 4679139346
A1 = A2 = 0, 1294849662
A3 = A4 = 0, 2797053915
A5 = A6 = 0, 3818300505
A7 = 0, 4179591837
A1 = A2 = 0, 1012285363
A3 = A4 = 0, 2223810345
A5 = A6 = 0, 3137066459
A7 = A8 = 0, 3626837838
Note que cada peso associado a abscissa n

ao nula aparece repetido: uma vez associado a
uma abscissa positiva e outra vez associado a uma abscissa negativa. Os valores de xi podem ser
permutados, desde que se faca a mesma permutac
ao com os respectivos Ai .
Exemplo 5.11 Usando a regra de Gauss com n = 4, calcule uma aproximac
ao para
1
dx = ln 3 1, 09861 2289.
x +2
Soluc
ao:
Da tabela, temos: x1 = x2 = 0, 8611363116, A1 = A2 = 0, 3478548451,
1
x3 = x4 = 0, 3399810436, A3 = A4 = 0, 6521451549. Sendo f (x) = x+2
, temos
f (x)dx A1 f (x1 ) + A2 f (x2 ) + A3 f (x3 ) + A4 f (x4 ) = 1, 098570354.

2
cos(x)
dx usando a regra de Gauss com n = 4.
1 + x4

CAPITULO 5. CALCULO
DE INTEGRAIS
60
Soluc
ao: O intervalo de integrac
ao e [a, b] = [2, 5] = [1, 1]. Fazendo a mudanca de vari
avel:
(b a)t + b + a
x=
, obtemos x = 3t+7
dx = 32 dt. Substituindo na integral dada, obtemos:
2
2
1
cos( 3t+7
3
2 )
I=
3t+7 4 dt.
2
1 1 + ( 2 )
Consideremos F (t) =
3
2
cos( 3t+7
2 )
3t+7 4 e as abscissas e pesos copiados da tabela anterior:
1+( 2 )
Abscissas: t1 = t2 = 0, 8611363116, t3 = t4 = 0, 3399810436

Pesos: A1 = A2 = 0, 3478548451, A3 = A4 = 0, 6521451549
A aplicac
ao da regra de Gauss com n = 4 fornece a seguinte aproximac
ao para a integral:
I A1 F (t1 ) + A2 F (t2 ) + A3 F (t3 ) + A4 F (t4 ) = 0, 0268375925.

1
1
x(x 10
+ 1)
Soluc
ao: O intervalo de integrac
ao e [a, b] = [1, 3] = [1, 1]. Logo, devemos fazer uma mudanca
(b a)t + b + a
de vari
avel: x =
, ou seja, x = 2t+4
= t + 2 dx = dt. Substituindo em I,
2
2
obtemos:
1
1
I=
dt.
10 + 1)
1 (t + 2)((t + 2)
Consideremos F (t) =
1
e as abscissas e pesos copiados da tabela anterior:
(t + 2)((t + 2)10 + 1)
Abscissas : x1 = x2 = 0, 9061798459 , x3 = x4 = 0, 5384693101, x5 = 0

Pesos: A1 = A2 = 0, 2369268851 , A3 = A4 = 0, 4786286705, A5 = 0, 5688888889
A aplicac
ao da regra de Gauss com n = 5 e:
I A1 F (x1 ) + A2 F (x2 ) + A3 F (x3 ) + A4 F (x4 ) + A5 F (x5 ) = 0, 0702523461.
as abscissas tamb
em poderiam ser denotadas por x1 , x2 , x3 , x4 .
pode-se mostrar que o valor exato dessa integral
e 0, 0268074864.
as abscissas tamb
em poderiam ser denotadas por t1 , t2 , t3 , t4 e t5 .
pode-se mostrar que o valor exato dessa integral

e ln 3 ln55 ln 1181
= 0, 0693130245 e que o erro absoluto do c
alculo da
10
4
integral
e de 9, 39 10 .
61
Regra de Gauss e subdivis

ao do intervalo
A precis
ao numerica da Regra de Gauss pode ser melhorada signicativamente se o intervalo de
integrac
ao for subdividido em intervalos
menores.
4
Por exemplo, se a integral 1 x 2 + 4dx for calculada com a Regra de Gauss com n = 3,
obtemos 9, 751097214335 como resultado e um erro absoluto de 1, 2 105 . No entanto, se o
intervalo [1, 4] for subdividido em 5 partes, obtemos
x 2 + 4dx =
8
5
11
5
x 2 + 4dx +
14
5
x 2 + 4dx +
8
5
11
5
17
5
x 2 + 4dx +
x 2 + 4dx
14
5
x 2 + 4dx = 9, 751085229875
17
5
com um erro absoluto de 8, 4 109 . Neste caso, foi usada a regra de Gauss com n = 3 em cada
um dos cinco intervalos [1, 58 ], . . . , [ 17
5 , 4] e, no nal, somaram-se todos os resultados.
5.5
Exerccios Propostos
(P44) Usando a regra dos trapezios com n = 10 calcule
2 + x 2 dx.
1
+1
2
2 ( )x 2
3
(P46) Calcule
2
1
(P45) Calcule
Resp.: 3, 052859
x4
Resp.: 2, 29116617
Resp.: 5, 049611017
(P47) Deduza uma f

ormula de integrac
ao da forma
(
)
( )
1
1
1
f (x) dx 1 f
+ 2 f (0) + 3 f
2
2
1
que calcule a integral de polin
omios de grau menor do que ou igual a 2 no intervalo [1, 1] de
forma exata.
1
Resp.: 1 f (x)dx 43 f ( 12 ) 23 f (0) + 43 f ( 12 )
7
(P48) Calcule
ln(ln(x))dx usando a regra de Simpson com n = 8 e com n = 4 e obtenha uma
5
estimativa para o erro da aproximac

ao. Resp.: I8 = 1, 158220, I4 = 1, 158214, = 3, 56 107
1
1
(P49) a) Calcule a integral
dx usando a regra de Simpson com n = 8;
4
1 x + 1

CAPITULO 5. CALCULO
DE INTEGRAIS
62
b) Sabendo que o valor exato dessa integral e 42 ln(3 + 2 2) + 42 calcule o erro absoluto
cometido na aproximac
ao do item (a). Resp.: 1, 73422740, = 2, 8142640 104
y2
x2
+
=1
(P50) Usando a regra de Simpson com n = 10, calcule o comprimento C da elipse
4
7
sabendo
2 que ela pode ser parametrizada por (t) = (2 cos t, 7 sen t), 0 t 2, e que
C = 0 (t) dt. Resp.: C = 14, 665680
(P51) Um carro percorre uma pista em 84 segundos. A velocidade do carro a cada intervalo de 6
segundos est
a mostrada na seguinte tabela:
t(s)
v (m/s)
0 6
0 20
12
22
Qual e o comprimento da pista?
18
22
24
24
30 36
30 33
42
34
48
37
54
34
60 66
35 33
72
30
78
18
84
0
Resp.: 2252 m
(P52) Determine P5 (x), o polin

omio de Legendre de grau 5, e todas as suas razes que s
ao as
abscissas da regra de Gauss com n = 5. (Sugest
ao: use a denic
ao e fatore o polin
omio; use a
mudanca de vari
avel x 2 = y ).
35+2 70
352 70
x
4
2
,
x
=
x
,
x
=
, x5 = x4
Resp.: P5 (x) = 8 (63x 70x +15), x1 = 0, x2 =
3
2
4
3 7
3 7
R
(P53) Seja R = 2. Usando a regra de Gauss com n = 5, calcule I = R [f (x) g(x)] dx, onde
f (x) = R2 x 2 e g(x) = f (x). Note que I corresponde `

a
area de um crculo de raio R.
Resp.: 12, 607250
(P54) Sejam A1 , A2 , . . . An os pesos e x1 , x2 , . . . , xn as abscissas da regra de Gauss para o c
alculo
n
n
Ai xi = 0.
Ai = 2 e
de integrais. Mostre que
i=1
i=1
Captulo 6
Equac
oes Diferenciais
6.1
Definic
oes B
asicas
Equac
ao diferencial e uma equac
ao onde aparecem uma func
ao e suas derivadas. Por exemplo,
3
f (x) + f (x) = cos(x) e y 4y + 5y + 3 = x + 3x s
ao exemplos de equaco
es diferenciais.
Uma soluc
ao (exata) para uma equac
ao diferencial e uma func
ao que torna a equac
ao uma
sentenca verdadeira para quaisquer valores das vari
aveis quando a func
ao e substituda na equac
ao.
3x
Por exemplo, y = e e uma soluc

ao da equac
ao y 3y = 0 porque, ao substituirmos y na
equac
ao, obtemos 0 = 0 ap
os a simplicac
ao.
Uma equac
ao diferencial e denominada ordin
aria se a func
ao envolvida possuir apenas uma
vari
avel. Se a func
ao tiver v
arias vari
aveis, ent
ao a equac
ao chama-se parcial.
A ordem de uma equac
ao diferencial e a ordem da derivada mais alta que aparecer na equac
ao.
5
Por exemplo, y y + 5y = x + 2x 1 e uma equac
ao diferencial ordin
aria de terceira ordem.
Um problema de valor inicial (PVI) e uma equac
ao diferencial com mais algumas condic
oes
iniciais do tipo y0 = y (x0 ), y1 = y (x0 ), etc. A quantidade de condic

oes iniciais fornecidas depende
da ordem da equac
ao.
Em geral, a determinac
ao da soluc
ao exata de uma equac
ao diferencial envolve o c
alculo de
uma ou v
arias primitivas. Por isso, na maioria dos casos, o c
alculo da soluc
ao exata e difcil ou
impossvel de ser realizado utilizando-se apenas as conhecidas func
oes elementares (trigonometricas,
logartmicas, hiperb
olicas, polinomiais, etc.). Ate mesmo equaco
es de aparencia muito simples
podem ser impossveis de se resolver de forma exata. Por exemplo, ninguem consegue determinar
a soluc
ao exata de y = x 2 + y 2 usando s
o as func
oes elementares conhecidas note que e ate
difcil imaginar um problema de aparencia t
ao simples!
A resoluc
ao de equac
oes diferenciais e um problema importantssimo porque possui aplicac
oes a
diversas
areas do conhecimento tais como Matem
atica Aplicada, Fsica, Engenharia e Computac
ao
Gr
aca.
Devido `
a impossibilidade de se determinar a soluc
ao exata na maioria dos casos, desenvolveramse tecnicas de determinac
ao de soluc
ao numerica aproximada da equac
ao.
A resoluc
ao numerica aproximada n
ao envolve c
alculo de primitivas. Envolve apenas uma
63

CAPITULO 6. EQUAC
OES
DIFERENCIAIS
64
sequencia de passos onde s

ao usados operac
oes aritmeticas b
asicas e c
oes.
Neste caso, n
ao se determina uma func
ao, mas uma tabela de valores de pontos que devem estar
muito pr
oximos do gr
aco da func
ao que seria a soluc
ao da equac
ao.
Neste captulo, estudaremos apenas um

unico tipo de PVI: y = f (x, y ), y (x0 ) = y0 .
Uma soluc
ao exata de um PVI do tipo y = f (x, y ), y0 = y (x0 ) e uma func
ao deriv
avel cujo
gr
aco passa pelo ponto (x0 , y0 ). Uma soluc
ao aproximada e uma tabela de valores que inicia com
(x0 , y0 ), pr
oximos do gr
aco da func
ao que seria a soluc
ao da equac
ao.
6.2
M
etodo de Euler
O metodo mais simples para se encontrar pontos (xn , yn ) pr

oximos do gr
aco da soluc
ao do PVI
y = f (x, y ), y (x0 ) = y0 e o metodo de Euler, elaborado pelo famoso matem
atico suco Leonhard
Euler (1707-1783).
A obtenc
ao da f
ormula que dene esse metodo e bem simples e consiste apenas em utilizar a
denic
ao de derivada da func
ao y (x) no ponto em que x = xn :
y (xn + h) y (xn)
.
h0
h
y (xn ) = lim
Portanto, se h for pr
oximo de 0, temos a aproximac
ao
y (xn )
y (xn + h) y (xn )
,
h

6.2. METODO
DE EULER
65
de onde podemos isolar y (xn + h) como sendo:

y (xn + h) hy (xn ) + y (xn ).
Lembrando que a equac
ao em estudo e y = f (x, y ), temos que a aproximac
ao citada anteriormente
e o mesmo que
y (xn + h) hf (xn , yn ) + y (xn ) .
| {z }
| {z }
xn+1
yn
Observando a aproximac
ao anterior, denimos: xn+1 = xn + h, yn = y (xn ) e yn+1 = yn + hf (xn , yn ).
Dessa forma, a aplicac
ao do metodo de Euler para o citado PVI, consiste em, a partir do ponto
inicial (x0 , y0 ) dado, ir calculando v
arios pontos (xn , yn ), utilizando as f
ormulas xn+1 = xn + h e
yn+1 = yn + hf (xn , yn ).
Exemplo 6.1 Considerando y(x) como sendo a soluc
ao do problema de valor inicial y = y +2x x 2
y (0) = 1, calcule y (0, 5) usando o metodo de Euler com h = 0, 1.
Soluc
ao:
S
ao dados que x0 = 0, y0 = 1, h = 0, 1 e f (x, y ) = y + 2x x 2 . Lembre-se de que neste
captulo todas as equac
oes resolvidas s
ao do tipo f (x, y ) = y .
Usando a f
ormula xn+1 = xn +h com n = 0, 1, 2, obtemos que x1 = x0 +h = 0+0, 1 = 0, 1,
x2 = x1 + h = 0, 1 + 0, 1 = 0, 2, x3 = x2 + h = 0, 2 + 0, 1 = 0, 3, x4 = x3 + h = 0, 4 e
x5 = x4 + h = 0, 5. Paramos em x5 porque no enunciado da quest
ao e perguntado pelo valor
de y (0, 5) = y (x5 ).
Calculamos agora y1 , y2 , y3 , y4 e y5 usando v
arias vezes a f
ormula yn+1 = yn + hf (xn , yn ) com
n = 0, 1, 2, . . .
y1 = y0 + hf (x0 , y0 ) = 1 + 0, 1 f (0, 1) = 1 + 0, 1 (1 + 2 0 02 ) = 1, 100
y2 = y1 + hf (x1 , y1 ) = 1, 1 + 0, 1 f (0, 1, 1, 1) = 1, 1 + 0, 1 (1, 1 + 2 0, 1 0, 12 ) = 1, 229
y3 = y2 + hf (x2 , y2 ) = 1, 229 + 0, 1 f (0, 2, 1, 229) = 1, 388
y4 = y3 + hf (x3 , y3 ) = 1, 388 + 0, 1 f (0, 3, 1, 388) = 1, 578
y5 = y4 + hf (x4 , y4 ) = 1, 578 + 0, 1 f (0, 4, 1, 578) = 1, 799
Conclumos assim que y (0, 5) e aproximadamente igual a 1, 799.

CAPITULO 6. EQUAC
OES
DIFERENCIAIS
66
Observac
oes:
Note que obtivemos cinco pontos (xk , yk ) com k = 1, 2, 3, 4, 5, pr
oximos do gr
aco da soluc
ao
da equac
ao.
O valor de h deve ser escolhido pr
oximo de 0. Quanto mais pr
oximo de 0, melhor ser
a
a precis
ao dos valores obtidos. No entanto, quanto menor o h, maior o tempo gasto na
resoluc
ao.
Por uma quest
ao meramente organizacional, os dados obtidos podem ser dispostos em forma
de tabela:
n
0
1
2
3
4
5
xn
0,0
0,1
0,2
0,3
0,4
0,5
yn
1,000
1,100
1,229
1,388
1,578
1,799
f (xn , yn )
1,000
1,290
1,589
1,898
2,218
A utilidade dos valores da coluna f (xn , yn ) e s

o na hora de calcular a linha seguinte. Por isso, a
ultima linha e
ultima coluna pode car em branco.
Observac
ao:
O problema deste exemplo e muito simples e, por causa disso, sua soluc
ao exata pode ser
2
x
calculada usando-se uma tecnica conveniente: y (x) = x + e .
Usando essa func
ao, podemos calcular os pontos que realmente est
ao sobre o gr
aco da
soluc
ao: (xn , y (xn )) com n = 1, 2, 3, 4, 5 e a dist
ancia entre cada um desses pontos e os
(xn , yn ) da tabela fornecem os erros nos c
alculos de cada ponto.
Por exemplo, para o ponto aproximado (x5 , y5 ) = (0, 5, 1, 799), temos o ponto (x5 , y (x5 )) =
(0, 5, 1, 899) sobre o gr
aco de y (x). O erro cometido e igual `
a dist
ancia entre esses pontos
que e = |1, 799 1, 899| = 0, 100.
6.3
M
etodo de Runge-Kutta
O metodo mais famoso para resoluc

ao numerica de equaco
es diferenciais foi elaborado pelos
matem
aticos alem
aes Carl David Runge (18561927) e Martin Wilhelm Kutta (18671944).

6.3. METODO
DE RUNGE-KUTTA
67
O metodo elaborado por essa dupla no incio do seculo XX e um metodo simples e bastante eciente.
O metodo de Euler para resoluc
ao do PVI y = f (x, y ), y (x0 ) = y0 consiste na aplicac
ao das
f
ormulas xn+1 = xn + h, yn+1 = yn + k1 , para n = 0, 1, 2, , onde k1 = hf (xn , yn ) e h e pr
oximo de
0. O metodo de Runge-Kutta e um aperfeicoamento do metodo de Euler e consiste em somar ao
yn n
ao apenas um valor de k1 , mas uma media de v
arios valores de k1 , k2 , k3 ,
N
ao vamos apresentar aqui uma demonstrac
ao completa do metodo. Os casos mais simples
podem ser encontrados demonstrados em livros como a referencia bibliogr
aca [7].
6.3.1
M
etodo de Runge-Kutta de 2a ordem (RK2)
Dados h > 0 pr
oximo de 0 e um PVI y = f (x, y ), y (x0 ) = y0 , calculam-se para n = 0, 1, 2,
os seguintes valores:
xn+1 = xn + h
yn+1 = yn +
k1 + k2
2
onde k1 = hf (xn , yn ) e k2 = hf (xn + h2 , yn + k21 ).

Para cada valor inteiro de n, a partir de n = 0, calculam-se:
xn+1 k1 k2 yn+1
Repete-se essa sequencia de c
alculos v
arias vezes, ate chegar no valor de yn desejado.
6.3.2
M
Dados h > 0 pr
oximo de 0 e um PVI y = f (x, y ), y (x0 ) = y0 , calculam-se para n = 0, 1, 2,
xn+1 = xn + h
k1 + 4k2 + k3
6
k1
h
onde k1 = hf (xn , yn ), k2 = hf (xn + 2 , yn + 2 ) e k3 = hf (xn + h, yn k1 2k2 ).
yn+1 = yn +

CAPITULO 6. EQUAC
OES
DIFERENCIAIS
68

xn+1 k1 k2 k3 yn+1
alculos v
6.3.3
M
Dados h > 0 pr
oximo de 0 e um PVI y = f (x, y ), y (x0 ) = y0 , calculam-se para n = 0, 1, 2, . . .
xn+1 = xn + h
k1 + 2k2 + 2k3 + k4
yn+1 = yn +
6
onde k1 = hf (xn , yn ), k2 = hf (xn + h2 , yn + k21 ), k3 = hf (xn + h2 , yn + k22 ) e k4 = hf (xn + h, yn + k3 ).
xn+1 k1 k2 k3 k4 yn+1
alculos v
Exemplo 6.2 Seja y (x) a soluc

ao do PVI y y + 2x y 2 = 0, y ( 21 ) = 2. Usando o metodo de
Runge-Kutta de 4a ordem com h = 0, 1, calcule y (1).
Soluc
ao: Na equac
ao dada, isolamos o valor de y e obtemos f (x, y ):
y = y
A partir de x0 =
1
2
= 0, 5 e y0 =
2x
= f (x, y )
y
2 = 1, 4142136 dados, calculamos x1 , k1 , k2 , k3 , k4 e y1 :
x1 = x0 + h = 0, 5 + 0, 1 = 0, 6
k1 = h f (x0 , y0 ) = 0, 1 f (0, 5, 1, 4142136) = 0, 1 0, 7071068 = 0, 0707107
k2 = h f (x0 + h2 , y0 +
k1
2)
= 0, 1 0, 6907226 = 0, 0690723
k3 = h f (x0 + h2 , y0 +
k2
2)
= 0, 1 0, 6894743 = 0, 0689474
k4 = h f (x0 + h, y0 + k3 ) = 0, 1 0, 6740782 = 0, 067408

y1 = y0 +
k1 +2k2 +2k3 +k4

6
= 1, 4142136 + 0, 0690263 = 1, 4832399
A partir desses resultados, calculamos x2 , k1 , k2 , k3 , k4 e y2 . Depois, calculamos x3 , k1 , k2 , k3 , k4 ,

y3 , etc. Prosseguimos ate obtermos x5 = 1 e o seu respectivo y5 . Paramos a porque no enunciado
e perguntado qual e o valor de y (1) = y (x5 ).
Organizamos todos os c
alculos realizados em formato de tabela, mostrada a seguir.

6.3. METODO
DE RUNGE-KUTTA
n
0
1
2
3
4
5
xn
0,5
0,6
0,7
0,8
0,9
1,0
yn
1,4142136
1,4832399
1,5491938
1,6124522
1,6733209
1,7320519
69
k1
0,0707107
0,0674200
0,0645498
0,0620174
0,0597616
k2
0,0690723
0,0659967
0,0631983
0,0609058
0,0587656
k3
0,0689474
0,0658853
0,0631982
0,0608153
0,0586831
k4
0,0674078
0,0645389
0,0620077
0,0597528
0,0577272
Portanto, y (1) 1, 7320519. N

ao h
a necessidade de calcular os valores de k1 , k2 , k3 e k4 da
ultima
linha porque esses valores s
o teriam utilidade se a tabela fosse continuar, calculando-se o y6 .
Observac
ao:
Neste caso, usando-se uma tecnica
ao de equaco
es diferenciais, e possvel
adequada de resoluc
encontrar a soluc
ao exata y (x) = 2x + 1 do PVI dado
y = y
1
2x
, y ( ) = 2.
y
2
Logo, o valor
(1) e 3 = 1, 7320508. Da, o erro da aproximac
ao encontrada e
exato de y6
= |y5 3| = 1, 1 10 . Isso mostra que o metodo RK4, como sempre, forneceu um valor
bastante preciso.
{
Exemplo 6.3 Seja y (x) a soluc
ao do seguinte PVI:
y + xy = x 3
.
y (1) = 1
a) Usando o metodo de Runge-Kutta de 2a ordem com h = 0, 1, determine o valor de y (1, 8);

b) Sabendo que y (x) =
item anterior.
x4 + 3
e a soluc
ao exata, calcule o erro absoluto da aproximac
ao do
4x
Soluc
ao:
a) Isolando-se o valor de y no problema dado, temos o valor de f (x, y ):
xy = x 3 y y = x 2
y
= f (x, y ).
x
Partindo de x0 = 1 e y0 = 1 que s
ao dados, usando as f
ormulas k1 = hf (xn , yn ), k2 = hf (xn +
k1 +k2
h/2, yn + k1 /2), xn+1 = xn + h e yn+1 = yn + 2 , construmos a seguinte tabela:

CAPITULO 6. EQUAC
OES
DIFERENCIAIS
70
n
0
1
2
3
4
5
6
7
8
xn
1, 0
1, 1
1, 2
1, 3
1, 4
1, 5
1, 6
1, 7
1, 8
yn
1, 0000
1, 0075
1, 0438
1, 1076
1, 1980
1, 3151
1, 4593
1, 6311
1, 8314
k1
0, 0000
0, 0294
0, 0570
0, 0837
0, 1104
0, 1373
0, 1647
0, 1930
Logo, obtivemos que y (1, 8) 1, 8314.

b) Neste problema, o valor exato de y (1, 8) e dado por
da aproximac
ao e = |1, 8746 1, 8314| = 0, 0432.
k2
0, 0150
0, 0433
0, 0704
0, 0971
0, 1238
0, 1509
0, 1788
0, 2075
1,84 +3
41,8
= 1, 8746. Logo, o erro absoluto
Observac
ao:
Para aumentar a precis
ao da resposta (ou seja, para diminuir o valor do erro absoluto), podemos
diminuir o valor de h, tomando-o mais pr
oximo de zero. Por exemplo, se tivessemos usado h = 0, 01,
teramos obtido y (1, 8) 1, 8703 e um erro de = 0, 0042, usando o metodo RK2 (com uma
tabela de 81 linhas). Por outro lado, se tivessemos usado h = 0, 001, obteramos y (1, 8) 1, 8742
com um erro de = 0, 0004 (e uma tabela com 801 linhas).
Sistemas de equac
oes diferenciais
O metodo de Runge-Kutta pode ser aplicado a sistemas de equaco
es diferenciais de primeira
ordem. Toda equac
ao diferencial de ordem n e equivalente a um sistema de n equac
oes diferenciais
de primeira ordem.
6.4
Exerccios Propostos
(P55) Usando o metodo de Euler com h = 0, 2, determine y (2, 2) sabendo que y (x) e soluc
ao do
PVI:
x
+ y = y 2 + 3, y (1, 2) = 1
2
Resp.: 26, 8697
(P56) Usando o metodo de Runge-Kutta de 2a ordem com h = 0, 1, determine y (1, 3) para o PVI
y2 = y x
3
, y (1) = 2, 35
25
71
Resp.: 6, 9092
(P57) Usando o metodo de Runge-Kutta de 3a ordem com h = 0, 15, determine y (1, 3) para o
PVI
7
2y = 5y x 2 + , y (1) = 4, 8
50
Resp.: 5, 4591
(P58) a) Usando o metodo de Runge-Kutta de 3a ordem com h = 0, 2 calcule y (1) sabendo que
y (x) e soluc
ao de
2x + y y = y 2 , y (0) = 1
b) Sabendo que a soluc

ao exata do PVI do item (a) e y = 2x + 1, calcule o erro absoluto
cometido na aproximac
ao de y (1). Resp.: y (1) = 1, 3863, = 0, 3456
(P59) Considerando o PVI
y 5y = 3x 2 10, y (3) = 1
e usando o metodo de Runge-Kutta de 4a ordem com h = 1/4, calcule y (4).
Resp.: 730, 8669
Captulo 7
M
etodo dos Mnimos Quadrados
7.1
Introduc
ao
Dado um conjunto de pontos do plano A, B, C, D, . . . neste captulo estamos interessados em

encontrar a equac
ao de uma curva y = f (x) cujo gr
aco passe o mais pr
oximo possvel de todos
esses pontos. Neste caso, dizemos que a curva se ajusta aos pontos dados. Por exemplo, se os
pontos dados forem quase colineares, podemos querer encontrar a equac
ao da reta y = ax + b
que passa perto deles.
` vezes, eles podem sugerir

Mas, nem sempre os pontos dados podem ser quase colineares. As
outros formatos como o de curvas exponenciais, par
abolas, hiperboles, sen
oides, etc. Por exemplos,
os pontos A, B, C, . . . da gura a seguir, sugerem um formato de curva exponencial y = be ax .
72
A UMA CURVA
7.2. DESVIO DE UM PONTO COM RELAC
AO
73
Normalmente, os pontos A, B, C, . . . s
ao dados em forma de tabela. As fontes desses dados
podem ser as mais diversicadas:
Podem ser provenientes de experiencias realizadas em um laborat
orio de Fsica (por exemplo,
medic
ao de velocidade em func
ao do tempo v = v0 + at);
Podem ser provenientes de experiencias realizadas em um laborat
orio de Qumica;
Podem ser dados referentes ao crescimento da populac
ao de uma cidade (crescimento exponencial);
Podem ser dados referentes ao crescimento do n
umero de computadores conectados `
a Internet
(crescimento exponencial);
etc.
A utilidade de uma equac
ao y = f (x) relacionada aos dados e que se pode, a partir dela, fazer
previs
oes de novos valores que n
ao s
ao fornecidos diretamente.
7.2
Desvio de um ponto com relac

ao a uma curva
Dada a equac
ao de uma curva y = f (x) e um ponto do plano P = (xi , yi ), denimos o desvio
de P com relac
ao ao gr
aco de f (x) como sendo
di = yi f (xi )
O di assim denido ser
a positivo se yi > f (xi ), ser
a negativo se yi < f (xi ) e ser
a nulo se P
pertencer ao gr
aco. O m
odulo de di corresponde `
a dist
ancia na direc
ao vertical do ponto ao
gr
aco da func
ao.

CAPITULO 7. METODO
DOS MINIMOS QUADRADOS
74
7.3
Desvio total
Vamos denir agora uma func

ao D que permita medir o quanto um conjunto de pontos esteja
se afastando de uma curva cuja equac
ao e dada.
Dados n pontos (xi , yi ), denimos o desvio total D desses pontos com relac
ao ao gr
aco de
y = f (x) como sendo a soma dos quadrados de todos os desvios di calculados em cada ponto:
D=
di2 = d12 + d22 + + dn2 .
i=1
Observac
ao:
Se n
ao tivessem sido usados os quadrados na denic
ao de desvio total, alguns desvios negativos
poderiam cancelar os desvios positivos no c
alculo do somat
orio. Por causa disso, correramos o
risco de ter um desvio total nulo com pontos acima e pontos abaixo do gr
aco da func
ao o que
poderia levar `
a interpretac
ao equivocada de que os pontos pertenceriam ao gr
aco.
Exemplo 7.1 Calcule o desvio total dos pontos
xi
yi
1,0
-1,0
2,0 2,5
0,5 2,1
com relac
ao `
a reta de equac
ao y = f (x) = 2x - 3.
Os desvios em cada ponto s
ao dados por:
d1 = y1 f (x1 ) = 1 f (1) = 1 (1) = 0,
d2 = y2 f (x2 ) = 0, 5 f (2) = 0, 5 1 = 0, 5,
d3 = y3 f (x3 ) = 2, 1 f (2, 5) = 2, 1 2 = 0, 1,
3,8 6,0
4,5 8,8
7.4. CASO LINEAR
75
d4 = y4 f (x4 ) = 4, 5 f (3, 8) = 4, 5 4, 6 = 0, 1,
d5 = y5 f (x5 ) = 8, 8 f (6) = 8, 8 9 = 0, 2.
O desvio total e dado por
D = d12 + d22 + d32 + d42 + d52 = 0 + 0, 25 + 0, 01 + 0, 01 + 0, 04 = 0, 31.
Como o desvio total e pr
oximo de 0, conclumos que a reta dada passa perto dos pontos dados.
7.4
Caso linear
Dados n pontos (xi , yi ), vamos determinar a e b de tal forma que a reta y = f (x) = ax + b se
aproxime do conjunto de pontos o m
aximo possvel.
Neste caso, o desvio total desses pontos com relac
ao a f (x) e
D=
di2
i=1
(yi f (xi )) =
2
i=1
(yi axi b)2
i=1
o que mostra que D depende de a e de b.

Para a reta ser pr
oxima dos pontos dados, o desvio total D deve ser mnimo. Como D depende
D
de a e b, ent
ao as derivadas D
a e b devem ser nulas:
D
[2(yi axi b)(xi )] = 0
=
a
i=1
n
D
[2(yi axi b)(1)] = 0
=
b
i=1
n
As duas igualdades anteriores s

ao equivalentes a
2
(axi2 + bxi xi yi ) = 0
i=1
(axi + b yi ) = 0
i=1
Dividindo por 2 e separando cada somat

orio em somat
orios menores, obtemos
xi
xi yi = 0
a
xi2 + b
a
xi +
yi = 0

CAPITULO 7. METODO
76
Usamos
signicando o mesmo que
.
i=1
Como
b=b
+
b
+
+
b
=
nb,
temos
que a e b s
ao calculados resolvendo-se o sistema linear
|
{z
}
n parcelas
xi + b xi = xi yi
a xi + nb
=
yi
Resolvendo-se o sistema linear anterior, determinamos os valores de a e b:

n xi yi xi yi
,
a=
n xi2 ( xi )2
yi a xi
b=
.
n
Assim, dados n pontos (xi , yi ), para encontrar a reta y = ax + b que mais se aproxima deles,
procedemos da seguinte forma:
2
Calculamos os quatro somat
orios
xi ,
yi ,
xi e
xi yi .
Usamos as f
ormulas acima e calculamos os coecientes a e b da reta.
Este procedimento e denominado metodo dos mnimos quadrados.
Observac
ao:
O somat
orio
xi2 n
ao deve ser confundido com (
xi )2 , nem
xi yi com
xi
yi .
Exemplo 7.2 Determine a reta y = ax + b que mais se aproxima dos pontos

xi
yi
1,0
2,4
1,5 2,0
4,1 4,8
2,5 3,0
6,0 6,8
segundo o metodo dos mnimos quadrados.

Soluc
ao: S
ao 5 os pontos (xi , yi ) dados na tabela. Logo, n = 5. Calculando os quatro somat
orios
que aparecem nas f
ormulas anteriores:
xi = 1, 0 + 1, 5 + 2, 0 + 2, 5 + 3, 0 = 10, 0
xi = 1, 02 + 1, 52 + 2, 02 + 2, 52 + 3, 02 = 22, 5
yi = 2, 4 + 4, 1 + 4, 8 + 6, 0 + 6, 8 = 24, 1
conhecido na Estatstica pelo nome de regress

ao linear
AO CASO LINEAR
7.5. REDUC
AO
xi yi = 1, 0 2, 4 + 1, 5 4, 1 + 2, 0 4, 8 + 2, 5 6, 0 + 3, 0 6, 8 = 53, 55
Finalmente, obtemos
a=
e
77

5 53, 55 10, 0 24, 1
xi yi xi yi
2
2 =
= 2, 14
n xi ( xi )
5 22, 5 (10, 0)2
yi a xi
24, 1 2, 14 10, 0
b=
=
= 0, 54.
n
5
Dessa forma, a reta que mais se aproxima dos cinco pontos dados e
y = 2, 14x + 0, 54.
Abaixo, temos o gr
aco da reta encontrada, com todos os pontos dados.
Se calcularmos o desvio total dos pontos dados com relac

ao `
a reta, obtemos D = 0, 239.
7.5
Reduc
ao ao caso linear
As f
ormulas que fornecem os coecientes da reta dos mnimos quadrados pode ser aplicadas
a diversos tipos de outras func
oes, se for feita antes mudancas de vari
aveis para transformar as
diversas equac
oes na equac
ao de uma reta. Algumas dessas func
oes s
ao:
y = be ax (func
ao exponencial de base e)
y = bax (func
ao exponencial com base qualquer)
y = bx a (func
ao potencial)
y = ax 2 + b (func
ao quadr
atica)

CAPITULO 7. METODO
78
y=
1
ax+b
(func
ao racional)
y=
ax + b (func
ao irracional)
y=
c
1+be ax
(func
ao de crescimento logstico)
Exemplo 7.3 Determine a curva y = be ax que mais se aproxima dos pontos

xi
yi
0,5
2,5
1,0 1,5
3,3 4,3
1,7 2,3
4,8 6,2

Soluc
ao: Devemos fazer uma tentativa de mudar as vari
aveis para transformar a equac
ao dada na
equac
ao de uma reta. Se conseguirmos, usamos f
ormulas anteriores para calcularmos os valores
de a e b.
Em toda equac
ao que apareca alguma exponencial, pode ser uma boa ideia aplicar logaritmos
aos dois membros da equac
ao para ver o que acontece: y = be ax ln y = ln(be ax ) ln y =
ln b + ln(e ax ) ln y = ln b + ax |{z}
ln e ln y = ax + ln b.
=1
Na equac
ao obtida, ln y = ax + ln b, fazemos as seguintes mudancas de vari
aveis Y = ln y e
B = ln b e, com isso, obtemos: Y = ax + B que e a equac
ao de uma reta nas novas vari
aveis,
conforme queramos.
A vari
avel y est
a associada aos dados yi da tabela. Logo, se mudamos o y para Y = ln y , os yi
tambem devem acompanhar essa mudanca, ou seja, devemos aplicar logaritmos a eles. Obtemos
dessa forma uma nova tabela, construda a partir da tabela dada:
xi
Yi
0,5
1,0
0,9163 1,1939
1,5
1,7
1,4586 1,5686
2,3
1,8245
Observe que nenhuma modicac

ao foi feita nos valores de xi porque n
ao h
a mudanca de vari
avel
envolvendo o x.
Os dados da tabela anterior est
ao associados `
a equac
ao da reta Y = ax + B. Logo, podemos
calcular os coecientes a e B atraves de f
ormulas j
a vistas anteriormente. Para isso, precisamos
calcular os quatro seguintes somat
orios:
xi = 0, 5 + 1, 0 + 1, 5 + 1, 7 + 2, 3 = 7, 0
2
xi = 0, 52 + 1, 02 + 1, 52 + 1, 72 + 2, 32 = 11, 68
xi Yi = 0, 5 0, 9163 + 1, 0 1, 1939 + 1, 5 1, 4586 + 1, 7 1, 5686 + 2, 3 1, 8245 = 10, 7031
Yi = 0, 9163 + 1, 1939 + 1, 4586 + 1, 5686 + 1, 8245 = 6, 9620
A partir da, podemos calcular a e B usando as conhecidas f

ormulas:
AO CASO LINEAR
7.5. REDUC
AO
a=

n
xi Yi xi
Yi
n xi2 ( xi )2
B=
Yi a
n
xi
79
510,70317,06,9620
511,687,02
6,96200,50877,0
5
= 0, 5087
= 0, 6803.
Como B = ln b, temos que b = e B = e 0,6803 = 1, 9744.

Como a = 0, 5087 e b = 1, 9744, temos que a curva exponencial que mais se aproxima dos
pontos da tabela dada e:
y = f (x) = 1, 9744e 0,5087x .
Observac
ao:
Calculando o desvio total D = (yi f (xi ))2 com os pontos dados inicialmente e a func
ao
f (x) calculada, obtemos D = 0, 0453, que, sendo pr
oximo de 0, comprova que a curva exponencial
obtida realmente passa bem perto de todos pontos dados.
Exemplo 7.4 Determine a curva y = bx a que mais se aproxima dos pontos
xi
yi
0,5 1,0
2,0 3,0
4,0 8,0
6,5 8,0

Soluc
ao: Devemos tentar obter a equac
ao de uma reta a partir de uma mudanca de vari
aveis da
a
equac
ao dada. Para isso, aplicamos logaritmos aos dois membros da equac
ao: y = bx ln y =
a
a
ln(bx ) ln y = ln b + ln(x ) ln y = |{z}
ln b +a |{z}
ln x Y = aX + B que e uma equac
ao de reta
|{z}
Y
nas vari
aveis X e Y , onde X = ln x, Y = ln y e B = ln b.
Como as mudancas de vari
aveis envolvem tanto o x, quanto o y , devemos aplicar essas mesmas
transformac
oes nos xi e nos yi da tabela dada, ou seja, devemos construir uma nova tabela aplicando
logaritmo natural a todos os dados iniciais:
Xi = ln xi
Yi = ln yi
-0,6931
0,6931
0,0000 1,3863
1,0986 1,8718
2,0794
2,0794
Como essa nova tabela est

a relacionada com a equac
ao da reta Y = aX + B, podemos calcular os
valores de a e B usando as f
ormulas j
a conhecidas:
n = 4,
Xi = 2, 773,
Yi = 5, 7430,
Xi = 6, 7263,
Xi Yi = 6, 4385
a=

n
Xi Yi Xi
Yi
2
n
Xi ( Xi )2
B=
Yi a
n
Xi
= 0, 5115
= 1, 0812

CAPITULO 7. METODO
80
Obtivemos assim que B = 1, 0812 e, como B = ln b b = e B , temos que b = e 1,0812 =

2, 9481. Portanto, a curva procurada neste caso e
y = 2, 9481x 0,5115 .
O gr
aco da curva encontrada est
a construdo logo a seguir, acompanhado dos 4 pontos dados
inicialmente.
Exemplo 7.5 Usando o metodo dos mnimos quadrados, determine a equac

ao y = f (x) de uma
curva que mais se aproxime dos pontos da tabela:
xi
yi
1,4 1,6 2,0

10,0 6,5 4,0
2,7 5,5
2,5 0,5
8,0
0,2
Soluc
ao: Este problema admite uma innidade de soluco
es diferentes porque existem innitos tipos
de curvas que se aproximam de um conjunto de pontos dado. Para resolve-lo, devemos escolher
um tipo particular de curva. Para nos orientarmos nessa escolha, podemos, por exemplo, ver que
tipo de curva est
a sendo sugerido pela disposic
ao dos pontos no plano.
AO CASO LINEAR
7.5. REDUC
AO
81
1
Os pontos da tabela parecem estar perto de um ramo de hiperbole y = ax+b
. Ent
ao, como uma
1
das possveis soluc
oes, vamos determinar a e b tais que a curva y = ax+b
passa o mais pr
oximo
possvel dos pontos dados.
A primeira coisa a se fazer e descobrir se e possvel transformar essa equac
ao na equac
ao de
uma reta, atraves de uma mudanca de vari
avel.
Neste caso, isso e possvel porque basta inverter os dois membros da equac
ao para obtermos:
1
e uma reta nas vari
aveis x e Y . Aplicando
y = ax + b. Fazendo Y = 1/y , obtemos Y = ax + b que
essa transformac
ao nos pontos da tabela dada, obtemos:
xi
Yi =
1
yi
1,4
1,6
0,1000 0,1538
2,0
2,7
5,5
0,2500 0,4000 2,0000
8,0
5,0000
Usando
que n
= 6 e os pontos(xi , Yi ) da tabela
orios:
acima, calculamos os seguintes somat

2
xi = 21, 2,
xi = 110, 06,
Yi = 7, 9038,
xi Yi = 52, 9662.
Substituindo cada um dos somat
orios anteriores nas f
ormulas

n xi Yi xi Yi
a=
n xi2 ( xi )2
e
b=
Yi a
n
xi
obtemos: a = 0, 7123 e b = 1, 1994.

Portanto, a equac
ao da hiperbole procurada e
y=
1
.
0, 7123x 1, 1994

CAPITULO 7. METODO
82
Exemplo 7.6 Determine a e b de modo que a curva y = f (x) = a + b ln x se aproxime dos pontos
(xi , yi ) da tabela
xi
yi
1
2, 98
2
6, 45
3
4
5
8, 50 10, 00 11, 00
e determine o desvio total desses pontos com relac

ao `
a curva dada.
Soluc
ao:
A equac
ao y = a + b |{z}
ln x pode ser transformada na equac
ao de uma reta se for usada a
X
transformac
ao X = ln x; com isso, a equac
ao transformada e y = a + bX.
Aplicando a transformac
ao X = ln x nos pontos xi , obtemos a seguinte tabela transformada:
Xi
yi
0,0000
2, 98
0,6931 1,0986 1,3862

6, 45
8, 50
10, 00
1,6094
11, 00
A partir da, calculamos os somat

orios Xi = 4, 7874, Xi2 = 6, 1995, yi = 38, 93 e
i yi Xi yi
i
Xi yi = 45, 3757. E, nalmente, obtemos b = nX
= 5, 0141 e a = yi bX
= 2, 9849.
n
nXi2 (Xi )2
Logo, a equac
ao procurada e
y = 2, 9849 + 5, 0141 ln x
Note que os coecientes a e b da reta est
ao trocados com relac
ao a outros exemplos anteriores.
O desvio total dos pontos e dado por
D = (yi f (xi ))2 = (2, 98 f (1))2 + (6, 45 f (2))2 + (8, 50 f (3))2
+ (10 f (4))2 + (11 f (5))2 = 0, 0072.
7.6
Exerccios Propostos
(P60) Usando o metodo dos mnimos quadrados, determine a reta y = ax + b que melhor se ajusta
aos pontos da tabela
xi
yi
1,00
1, 00
1,50 2,00
1, 70 2, 50
2,50
3, 00
3,00 3,50
3, 80 4, 00
4,00
5, 15
Resp.: y = 1, 310714x 0, 255357

(P61) Determine uma func
ao f (x) = b e ax que melhor se ajusta aos pontos da tabela
xi
yi
1,00
2, 00
1,50 2,00
3, 70 4, 50
2,50
5, 00
3,00 3,50
7, 80 5, 50
4,00
8, 00
83
Resp.: y = 1, 790153 e 0,392982x

(P62) a) Determine uma func
ao y = f (x) =
xi
yi
10
ax 2 +b
4,00 3,00
0, 75 1, 70
que melhor se ajusta aos pontos da tabela
2,00
2, 50
1,00 0,50
3, 00 5, 20
b) Calcule o desvio total (isto e, a soma dos quadrados dos desvios ou resduos de cada ponto)
dos pontos dados com relac
ao ao gr
aco de f (x).
10
Resp.: y =
, D = 1, 909843
0, 665492x 2 + 1, 668191
(P63) Determine a equac
ao da hiperbole H da forma y = a +
da tabela
xi
1 2 3 4
yi 12 7 5 2
b
x
que melhor se ajusta aos pontos
e calcule os desvios di de cada ponto da tabela com relac

ao a H.
12, 184615
, (di ) = (0, 338, 0, 753, 0, 784, 1, 200)
Resp.: y = 0, 153846 +
x
ao de uma curva y =
xi
yi
b
que melhor se ajusta aos pontos
xa
5
4
3
2
0,05 0,12 0,25 0,90
1
7,00
e calcule os desvios di de cada ponto da tabela com relac

ao a essa curva.
7, 155142
Resp.: y = 3,028913 , (di ) = (0, 004, 0, 0125, 0, 0067, 0, 0233, 0, 1551)
x
(P65) Consideremos y = ax + b a reta que mais se aproxima dos n pontos (x1 , y1 ), . . . , (xn , yn )
segundo o metodo dos mnimos quadrados. Mostre que essa reta passa pelo ponto (
x , y) onde x
e a media aritmetica dos xi e y e a media aritmetica dos yi , com i {1, . . . , n}.
(P66) Determine uma curva do tipo y =
xi
yi
100
que se aproxime dos pontos
4 + be ax
2
24
1
20
0 1
2
9 1, 8 0, 4
de acordo com o metodo dos mnimos quadrados.

100
Resp.: y = 4+6,8454e
1,8536x
(P67) Dados
os pontos (xi , yi ) com i = 1, 2, . . . , n, mostre que se y = ax 2 + bx + c e uma curva
tal que D = (yi axi2 bxi c)2 assume um valor mnimo, ent
ao (a, b, c) e soluc
ao do seguinte

CAPITULO 7. METODO
84
4 3 2 2
a
xi yi
xi3 xi2 xi
xi
b =
xi yi .
xi2 xi
yi
xi
xi
n
c
sistema linear:

ao da par
abola y = ax 2 + bx + c que mais se aproxima dos pontos
xi
yi
1
0
1
2
16, 8 3, 9 5 9, 8
3
4
10, 5 8
de acordo com o metodo dos mnimos quadrados.

Resp.: y = 1, 9607x 2 10, 7964x + 3, 9642
(P69) Consideremos um conjunto de n pontos P1 = (x1 , y1 , z1 ), P2 = (x2 , y2 , z2 ), , Pn =
(xn , yn , zn ) no espaco tridimensional,
ao de um plano z = ax + by + c e uma func
ao desvio
n a equac
total denida por D(a, b, c) = i=1 [(axi + byi + c) zi ]2 . Mostre que se D(a, b, c) assumir um
valor mnimo, ent
ao (a, b, c) e soluc
ao do sistema linear

2
x
x
x
a
x
i yi
i
i zi
i
b =
x
y
y
i yi
i
i
yi zi .
xi
yi
n
c
zi
11
91
29
), P2 = (2, 1, 10
), P3 = (1, 1, 99
(P70) Dados os pontos P1 = (1, 2, 10
10 ), P4 = (0, 1, 10 ),
69
P5 = (1, 0, 111
10 ), P6 = (3, 2, 10 ), P7 = (2, 2, 12), determine o plano z = ax + by + c
que mais se aproxima desses pontos de acordo com o metodo dos mnimos quadrados descrito no
exerccio anterior. Resp.: z = 3, 02129 x 5, 01333 y + 7, 99354
(P71) Uma func

ao y = f (x) denida em um intervalo [a, b] pode ser aproximada por um polin
omio
m
m1
de grau m, p(x) = am x + am1 x
+ + a1 x + a0 , usando o metodo dos mnimos quadrados.
Para isso, deve-se minimizar o desvio total que e dado pela seguinte integral:
b
b
2
[p(x) f (x)] dx =
[am x m + + a1 x + a0 f (x)]2 dx.
a
As condic
oes necess
arias para o valor mnimo dessa integral levam a um sistema linear com m + 1
equac
oes e m + 1 vari
aveis am , , a1 , a0 :
b
[am x m + am1 x m1 + + a1 x + a0 f (x)] x k dx = 0,
a
com k = 0, 1, 2, m. Baseando-se nessas informac

oes, em cada um dos casos a seguir, determine
um polin
omio p(x) de grau m que aproxima f (x) no intervalo [0, 1]:
f (x) = sen( x
2 ), m = 3,
Resp.: p(x) = 0, 40x 3 0, 24x 2 + 1, 64x 0, 05
f (x) = ln(x + 4), m = 2,

f (x) =
1
, m = 3,
x +1
85
Resp.: p(x) = 0, 2723x 2 + 0, 5003x + 1, 3424
Resp.: p(x) = 0, 670x 3 0, 728x 2 0, 350x + 0, 943
Ap
endice A
Derivadas
Neste captulo, mostramos brevemente como calcular derivadas de forma aproximada.
A.1
C
alculo aproximado de derivadas
De acordo com a denic

ao de derivada de f (x),
f (x + h) f (x)
.
h0
h
f (x) = lim
Portanto, se h for pr
oximo de 0, a raz
ao
Se f (x) existir, ent
ao
f (x + h) f (x)
e pr
oxima de f (x).
h
f (x + h) f (x h)
f (x + h) f (x) + f (x) f (x h)
= lim
h0
2h
2h
(h0
)
f (x + h) f (x) f (x) f (x h)
1
1
= (f (x) + f (x)) = f (x).
= lim
+
h0
2
h
h
2
lim
f (x + h) f (x h)
Conclumos a partir da que
tambem e uma aproximac
ao para f (x) se h for
2h
pr
oximo de 0. Pode-se mostrar que essa
ultima aproximac
ao e bem melhor do que a primeira que
foi mostrada anteriormente.
A.2
Derivadas de ordem superior
Uma vez denida uma aproximac

ao para f (x) ca f
acil obter aproximaco
es para f (x), f (x),
etc. Usando a f
ormula anterior v
arias vezes temos
f (x + h) f (x h)
f (x)
2h
f ((x+h)+h)f ((x+h)h)
2h
86
((xh)h)
f ((xh)+h)f
2h
2h
A.3. DERIVADAS PARCIAIS
87
de onde obtemos que

f (x)
A partir de f (x)
f (x)
f (x + 2h) 2f (x) + f (x 2h)

.
4h2
f (x+h)f (xh)
2h
obtemos tambem que
f ((x+h)+2h)2f (x+h)+f ((x+h)2h)

4h2
((xh)2h)
f ((xh)+2h)2f (xh)+f
4h2
2h
que e o mesmo que

f (x)
f (x + 3h) 3f (x + h) + 3f (x h) f (x 3h)
.
8h3
E assim, de modo an
alogo, podemos obter outras derivadas de ordem superior.
A.3
Derivadas parciais
Derivadas parciais podem ser calculadas de forma aproximada pelas express

oes:
f (x + h, y ) f (x h, y )
f
(x, y )
x
2h
f
f (x, y + h) f (x, y h)
(x, y )
x
2h
onde h e um valor constante pr
oximo de zero.
A.4
Exemplos
Exemplo A.1 Sendo f (x) =

h = 0, 00001.
2x 2 3x + 5, vamos calcular uma aproximac

ao para f (2) usando
para f (2), obtemos f (2) 0, 94491327482515
Se usarmos a aproximac
ao
f (2+h)f (2)
h
Se usarmos a aproximac
ao
f (2+h)f (2h)
2h
para f (2), obtemos f (2) 0, 94491118252105
Como f (x) = 22x4x3

2 3x+5 , temos que f (2) = 0, 94491118252307. Portanto, o valor melhor
aproximado e o do item anterior.
x e
Exemplo A.2 Seja f (x) = (1+x

(a) para um valor de
2 )2 . Escolhendo h = 0, 0001 vamos calcular f
a escolhido. Para a = 1, obtemos
2 x
f (1)
f (1 + 3 0, 0001) 3f (1 + 0, 0001) + 3f (1 0, 0001) f (1 3 0, 0001)

= 0, 679581.
8 0, 00013

APENDICE
A. DERIVADAS
88
Neste caso, depois de um certo trabalho, podemos obter a derivada terceira de forma exata:
f (x) =
x 2e x
6xe x
6e x
12x 3 e x
60x 2 e x
48xe x
+
+
(1 + x 2 )2 (1 + x 2 )2 (1 + x 2 )2 (1 + x 2 )3 (1 + x 2 )3 (1 + x 2 )3
72x 4 e x
216x 3 e x
192x 5 e x
+
+
(1 + x 2 )4 (1 + x 2 )4 (1 + x 2 )5
e, a partir da, f (1) = 0, 679570.

Exemplo A.3 Sejam f (x, y ) = (x 2 + y 2 )cos x e h = 106 . Calcule
f (1 + h, 2) f (1 h, 2)
f
(1, 2)
= 2, 715588192536
x
2h
f
f (5, 3 + h) f (5, 3 h)
(5, 3)
= 0, 136112005888
y
2h
f
x (1, 2)
f
y (5, 3).
Pode-se verificar que cada um desses valores tem pelo menos 9 casas decimais corretas (livres de
erro).
A.5
Exerccios Propostos
(P69) Sejam f (x) = e

Resp.: 59, 90699730
1+x 2
e h = 0, 00001. Calcule uma aproximac

ao para f (4).
(x)
(P70) Mostre que se for usada a aproximac
ao f (x) f (x+h)f
, ent
ao a derivada segunda pode
h
ser aproximada por
f (x + 2h) 2f (x + h) + f (x)
f (x)
,
h2
e que a derivada terceira por
f (x)
f (x + 3h) 3f (x + 2h) + 3f (x + h) f (x)

.
h3
ao para f (2).
(P71) Sendo f (x) = x 2e+4 , usando h = 0, 001 calcule uma aproximac
Resp.: 0, 231082 (o valor exato e 0, 230908)
x
f f
f
(P72) Obtenha aproximac
oes para as derivadas segundas x
2 , y 2 e xy calculadas em (x, y ).
f (x+2h,y )2f (x,y )+f (x2h,y )
f (x,y +2h)2f (x,y )+f (x,y 2h)
2f
2f
Resp.: x
, y
,
2 (x, y )
2 (x, y )
4h2
4h2
f (x+h,y +h)f (x+h,y h)f (xh,y +h)+f (xh,y h)
2f
xy (x, y )
4h2
Ap
endice B
Sistemas N
ao Lineares
Neste captulo, descrevemos e exemplicamos um metodo simples para resoluc
ao de alguns
sistemas n
ao lineares.
Sistemas n
ao lineares ocorrem sempre que quisermos saber quando dois fen
omenos descritos por
equac
oes n
ao lineares ocorrem simultaneamente. Consideremos, por exemplo, o toro parametrizado
por
F (u, v ) = ((10 5 sen(u)) sen(v ), 5 cos(u), (10 5 sen(u)) cos(v ))
e o cilindro
G(r, s) = (s, 5 cos(r ), 5 sen(r ))
que est
ao desenhados na seguinte gura:
Sua intersec
ao e uma curva que e soluc
ao do seguinte sistema n
ao linear de 3 equac
oes nas
vari
aveis u, v , r , s:
(10 5 sen(u)) sen(v ) = s

5 cos(u) = 5 cos(r )
(10 5 sen(u)) cos(v ) = 5 sen(r )

89

LINEARES
APENDICE
B. SISTEMAS NAO
90
Em geral, e muito difcil ou impossvel encontrar a equac

ao de uma curva dessas. O que podemos
fazer e calcular numericamente as coordenadas de cada ponto da curva de forma aproximada. E

isso que est
a destacado na gura a seguir:
B.1
Sistemas n
ao lineares
Definic
ao B.1 Um sistema n
ao linear e um sistema de equaco
es onde pelo menos uma das equac
oes
n
ao e de primeiro grau nas suas vari
aveis.
{
Por exemplo,
B.2
3x + 5y = 5
e um sistema linear, enquanto que
7x 2y = 9
3x 2 + 5y 2 = 5
n
ao e linear.
7x 2y 4 = 9
O m
etodo de Newton para sistemas
{
f (x, y ) = 0
. Dada uma aproximac
ao inicial da soluc
ao (x0 , y0 ) e
g(x, y ) = 0
h, k R tais que x1 = x0 +h e y1 = y0 +k, temos que o desenvolvimento
em serie de Taylor em torno
{
f
f
f (x0 , y0 ) + h x
(x0 , y0 ) + k y
(x0 , y0 ) = 0
de (x0 , y0 ) ate ordem 1 das equac
oes do sistema fornece
g
g
g(x0 , y0 ) + h x (x0 , y0 ) + k y (x0 , y0 ) = 0
que pode ser escrito no seguinte formato de equac
ao matricial:
][ ] [ ]
[
] [ f
f
h
0
f (x0 , y0 )
x (x0 , y0 ) y (x0 , y0 )
=
+ g
g
k
0
g(x0 , y0 )
(x
,
y
)
(x
,
y
)
0 0
0 0
x
y
Consideremos o sistema
de onde obtemos:
[
h
k
[
=
f
x (x0 , y0 )
g
x (x0 , y0 )
f
y (x0 , y0 )
g
y (x0 , y0 )
]1 [
f (x0 , y0 )
g(x0 , y0 )
]
,

B.2. O METODO
DE NEWTON PARA SISTEMAS
ou seja,
[ ]
1
h
= f
g
k
x (x0 , y0 ) y (x0 , y0 )
[
g
f
y (x0 , y0 ) x (x0 , y0 )
que equivale a
[
] [
]
x1
x0
=
y1
y0
1
f
g
x (x0 , y0 ) y (x0 , y0 )
91
[
g
f
y (x0 , y0 ) x (x0 , y0 )
De modo semelhante podemos obter que

[
] [
]
x2
x1
=
y2
y1
1
f
g
x (x1 , y1 ) y (x1 , y1 )
g
f
y (x1 , y1 ) x (x1 , y1 )
e, em geral,
[
] [
]
xn+1
xn
=
yn+1
yn
1
f
g
x (xn , yn ) y (xn , yn )
[
g
f
y (xn , yn ) x (xn , yn )
g
y (x0 , y0 )
g
x (x0 , y0 )
g
y (x0 , y0 )
g
x (x0 , y0 )
f
y
(x0 , y0 )
f
x (x0 , y0 )
g
y (x1 , y1 )
g
x (x1 , y1 )
f
y
(x1 , y1 )
f
x (x1 , y1 )
g
y (xn , yn )
g
x (xn , yn )
][
f
y
(x0 , y0 )
f
x (x0 , y0 )
][
f
y
(xn , yn )
f
x (xn , yn )
f (x0 , y0 )
g(x0 , y0 )
f (x0 , y0 )
g(x0 , y0 )
][
][
f (x1 , y1 )
g(x1 , y1 )
f (xn , yn )
g(xn , yn )
para n = 0, 1, 2, 3,
Algoritmo para resoluc
ao de sistema 2 2
{
f (x, y ) = 0
Consideremos um sistema de equac
oes
com aproximac
ao inicial (x0 , y0 ) da sua
g(x, y ) = 0
soluc
ao e erro igual a . Para determinar sua soluc
ao, seguimos os seguintes passos:
B.2.1
1) Fazemos n = 0
2) Calculamos A = f (xn , yn ) e B = g(xn , yn )
3) Calculamos todas as derivadas de ordem 1 no ponto (xn , yn ), ou seja, calculamos
g
f
f
(xn , yn ), D = y
(xn , yn ), E = g
C = x
x (xn , yn ) e F = y (xn , yn ).
4) Calculamos d = CE DF
5) Calculamos h =
BDAF
d
ek=
BCAE
d

LINEARES
APENDICE
B. SISTEMAS NAO
92
6) Calculamos xn+1 = xn + h e yn+1 = yn + k
6) Calculamos = h2 + k 2 . Se < encerramos e dizemos que (xn+1 , yn+1 ) e a soluc

ao
aproximada do sistema; sen
ao, incrementamos o valor de n de 1 unidade e retornamos ao
item (2)
B.2.2
Sistemas n
ao lineares 3 3
Para sistemas com um n

umero maior de
oes, podemos obter f
ormula semelhante `
a anterior.
equac
f (x, y , z ) = 0
g(x, y , z) = 0 temos a seguinte f
ormula de resoluc
ao:
Por exemplo, para sistemas 3 3 do tipo
h(x, y , z) = 0

xn
xn+1
yn+1 = yn
zn
zn+1
f
x (xn , yn , zn )
g
x (xn , yn , zn )
h
x (xn , yn , zn )
f
y (xn , yn , zn )
g
y (xn , yn , zn )
h
y (xn , yn , zn )
f
z (xn , yn , zn )
g
z (xn , yn , zn )
h
z (xn , yn , zn )
f (xn , yn , zn )
g(xn , yn , zn ) ,
h(xn , yn , zn )
para n
ao calculados ate que
= 0, 1, 2, 3, Dado > 0, os termos da sequencia s
2
2
2
(xn+1 xn ) + (yn+1 yn ) + (zn+1 zn ) < . O
ultimo terno (xn , yn , zn ) calculado e
=
considerado a soluc
ao aproximada do sistema.
B.3
Exemplos
Exemplo B.1 Vamos determinar a soluc

ao do sistema
{ 2 y2
x 4 =1
sen(3x) + sen(5x) = y
Um gr
aficos das curvas definidas por essas equac
oes est
a mostrado a seguir:
B.3. EXEMPLOS
93
Como as curvas se encontram duas vezes, o sistema tem duas soluco

es distintas.
Observando os pontos de encontro das curvas, escolhemos x0 = 1, 5 e y0 = 0, 5 como sendo
aproximac
ao inicial da soluc
ao do sistema. A partir dessa aproximac
ao, depois de 6 iterac
oes,
obtemos a seguinte soluc
ao aproximada do sistema: x = 1, 090133397 e y = 0, 868080234.
n
0
1
2
3
4
5
6
xn
1, 5
1, 102278169
1, 074121231
1, 090759658
1, 090133584
1, 090133397
1, 090133397
yn
0, 5
0, 477338032
0, 879487873
0, 870630596
0, 868084006
0, 868080234
0, 868080234
h
0, 397721830
0, 028156938
0, 016638427
6, 26074 104
1, 87235 107
1, 43586 1012
k
0, 022661967
0, 402149840
0, 008857277
0, 002546589
3, 77275 106
9, 04278 1013
0, 398366940
0, 403134354
0, 018849101
0, 002622419
3, 77739 106
1, 69689 1012
Se tivessemos usado a aproximac

ao inicial x0 = 1, 5 e y0 = 0, 5, ent
ao obteramos a soluc
ao
x = 1, 090133397 e y = 0, 868080234
Exemplo B.2 Determinar uma soluc
ao aproximada do sistema
{
cos(x + y ) e x+y + x 2 y 2 = 5
y sen(x) + 1 = x 3 + y e x
com erro inferior a = 107 .

Sejam f (x, y ) = cos(x + y ) e x+y + x 2 y 2 5 e g(x, y ) = y sen(x) y e x x 3 + 1. Tentamos
v
arios valores para x e para y e observamos que quando x = 2 e y = 1 temos f (2, 1) 1, 509
e g(2, 1) 0, 520. Como s
ao resultados relativamente pequenos, consideramos a possibilidade
do sistema ter soluc
ao pr
oxima de (2, 1).
Assim, aplicamos o algoritmo descrito em B.2.1, partindo de x0 = 2 e y0 = 1. A partir dessa
aproximac
ao inicial, depois de 5 iterac
oes, obtemos a seguinte soluc
ao aproximada do sistema:
x = 2, 5105953054 e y = 1, 2646405707.
n
0
1
2
3
4
5
xn
2, 000000000
2, 641826961
2, 517621163
2, 510387004
2, 510595271
2, 510595305
yn
1, 000000000
1, 495786238
1, 298610580
1, 264877348
1, 264640511
1, 264640570
h
k
0, 641826961
0, 495786238
0, 124205797
0, 197175658
0, 007234158
0, 033733231
4
2, 08267 10
2, 36837 104
3, 34685 108 5, 94949 108
0, 811015315
0, 233035019
0, 034500202
3, 15384 104
6, 82626 108

LINEARES
APENDICE
B. SISTEMAS NAO
94
B.4
Exerccios Propostos
{
(P73) Determine uma soluc

ao com um erro inferior a = 0, 001 do sistema
partindo de x0 = 1, y0 = 2 .
Resp.: x = 1, 234274, y = 1, 661526.

ao com um erro 0, 01 do sistema de equac
oes
partindo de x0 = 4, y0 = 2 .
Resp.: x = 3, 756834, y = 2, 779849.
2x 3 y 2 = 1
,
xy 3 = y + 4
xy + 5x = 2x 2 + 1
,
x + 3 ln x = y 2
x 2 + 4y 4 6 = 0
,
y e x xe y 1 = 0
partindo de x0 = 1, 5, y0 = 1, 5 . Resp.: x = 1, 78599262, y = 0, 91552557.
a b c
ei f h ch bi bf ce
(P76) Lembrando que se M = d e f , ent
ao M 1 = D1 f g di ai cg cd af ,
g h i
dh eg bg ah ae bd
onde D = det(M) = a(ei f h) + b(f g di) + c(dh eg), usando o metodo de Newton da sec
ao
B.2.2, descreva um algoritmo semelhante ao de B.2.1 para resoluc
ao de um sistema 3 3.
7

ao com um erro 10
do sistema de equac
oes
(P77) A partir de x0 = 1, y0 = 1, z0 = 1, determine uma soluc

ao do sistema
ln(y 2 + z 3 ) x 3 z = 3
cos x + xy 2 e z = 1
xy z sen(x + z) = 2
Resp.: x = 0, 3833245, y = 4, 0308765, z = 1, 8173736
Refer
encias Bibliogr
aficas
[1] K. Atkinson (1985), Elementary Numerical Analysis, John Wiley & Sons.
[2] D. M. Cl
audio, J. M. Marins (1994), C
alculo Numerico Computacional, Ed. Atlas.
[3] B. P. Demidovich, I. A. Maron (1976), Computational Mathematics, Mir Publishers, Moscow.
[4] J. R. R. Galv
an (2007), Maxima con wxMaxima: software libre en el aula de
matem
aticas, Ocina de Software Libre de la Universidad de C
adiz, disponvel em
http://maxima.sourceforge.net/documentation.html
[5] N. V. Kopchenova, I. A. Maron (1975), Computational Mathematics worked examples and
problems with elements of theory, Mir Publishers, Moscow.
[6] E. Kreyszig (1999), Advanced Engineering Mathematics, 8th edition, J. Wiley & Sons.
[7] M. A. G. Ruggiero e V. Lopes (1996), C
alculo Numerico Aspectos Te
oricos e Computacionais, 2a. edic
ao, Pearson Education.
[8] M. Sadosky (1973), C
alculo Numerico e Gr
afico, Ed. Interciencia.
[9] W. L. Roque (2000), Introduc
ao ao C
alculo Numerico um texto integrado com Derive,
Ed. Atlas.
[10] J. E. Villate (2007), Introduc
ao aos Sistemas Din
amicos Uma abordagem pr
atica com
Maxima, disponvel em http://fisica.fe.up.pt/maxima/book/sistdinam-1 2.pdf
95

Calc Numerico - Maio2013 - LNA 100pp

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Calc Numerico - Maio2013 - LNA 100pp

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DA PARAIBA

Lenimar Nunes de Andrade

Exemplo 1.1 Sejam a = 10 e b = 1000 aproximac

b = |b b | = |1000, 154 1000| = 0, 154

|a a | 2cm e b = |b b | 2cm, ou seja, |a 8| 0, 02m e |b 12| 0, 02m que

Como A tambem e um ponto desse intervalo, a maior dist

, onde R denota o valor do raio exato do bal

Exemplo 1.5 Sendo(a um n

Igualamos a com 2 e obtemos que a = 2. A partir da, utilizamos a f

= 1, 4166667 e 2 = |x3 x2 | = 0, 08333333

Seja x R tal que |x| < 1. Um resultado bem conhecido h

e, da, obtemos ln 2 2 (0, 20273255 + 0, 14384103) = 0, 69314716, que e uma aproximac

Os valores das func

Em algumas series, pode ser

dos n primeiros termos da serie, ent

rad = . Como cos() 1 2! + 4! 6! + 8! temos que

0, 122173052 0, 122173054 0, 122173056 0, 122173058

Desde a antiguidade que o c

Vamos iniciar com dois exerccios resolvidos sobre trigonometria.

Se |x| < 1, ent

239 + 239 239 + 239 = 0, 0041840760

4 0, 1973955600 0, 0041840760 = 0, 7853981706,

Curiosidade: frases que fornecem o valor de

Antigamente, antes da decada de 70, era muito comum a invenc

Disparada e uma canc

E, nalmente, uma das muitas frases em ingles que fornece um grande n

(P01) Utilizando uma calculadora, calcule os seguintes valores:

b = arctg(3/4) + arctg(4/3) Resp.: b = /2 = 1, 570796

1.5. EXERCICIOS PROPOSTOS

(P07) Usando apenas os 9 primeiros termos da serie

obtenha uma aproximac

raio 1. Usando o Teorema de Pit

(P13) Sendo p, q, a, b, c, d inteiros positivos, sabe-se que

O renamento consiste em redenir o intervalo [a, b] de modo a obtermos um intervalo de

o ponto medio do intervalo; se f (m) = 0 ent

(2) Se = |b a| < , ent

Suponhamos f (x) duas vezes deriv

Figura 2.1: Caso 1: f (a)f (a) < 0

Figura 2.2: Caso 2: f (a)f (a) > 0

= e x com um erro inferior a

Seja f (x) = arctg x e x . Por tentativas, escolhendo a = 0 e b = 1, obtemos: f (a)f (b) =

Portanto, a raiz aproximada e 0, 606569.

Consideremos uma equac

L, isto e, f (L) = L. Logo, L e uma raiz da equac

Figura 2.3: Caso 1: (xn ) converge

Temos dois casos a considerar:

Figura 2.4: Caso 2: (xn ) n

Caso 1: |f (x1 )| < 1 . Neste caso, a reta tangente ao gr

Portanto, uma raiz aproximada da equac

Entre os metodos mais elementares para resoluc

Seja f (x) deriv

Podemos repetir esse tipo de construc

inicial x0 = 1, 84 (escolhido aleatoriamente), obtemos que x1 = x0 f (x0 )/f (x0 ) = 1, 84

Exemplo 2.4 Determinar uma raiz da equac

Usando que f (x) = x1 + x12 , aplicamos a f

Portanto, a raiz aproximada e 1, 763222834.

0, 671630 17, 276876

Portanto, a raiz aproximada e 1, 341293. Note que n

f (x4 ) porque esses valores serviriam apenas para os c

Portanto, a raiz aproximada e 1, 851509. Note que n

Sendo x = a, temos x 2 = a, ou seja, x 2 a = 0. Seja f (x) = x 2 a. Ent

Escolhemos x0 como sendo uma aproximac

Todos os metodos estudados s

problema usando uma quantidade menor de passos (iteraco