Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO DE CIENCIAS
EXATAS E DA NATUREZA
DEPARTAMENTO DE MATEMATICA
CALCULO
NUMERICO
Introduc
ao `
a Matem
atica Computacional
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
6.3.2 Metodo de Runge-Kutta de 3a
6.3.3 Metodo de Runge-Kutta de 4a
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|
|aa |
|a|
0,154
10,154
= 0, 01516 = 1, 516%
|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 =
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
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.
CAPITULO 1. INTRODUC
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.
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 .
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
2 1, 41421356.
1.3. CALCULO
DE VALORES DE FUNC
OES
1.3
C
alculo de valores de func
oes
O c
alculo de valores de func
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
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
CAPITULO 1. INTRODUC
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
Func
oes trigonom
etricas
(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!
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
Soluc
ao: Transformando 7 em radianos, obtemos: 7 = 7 180
= 7 3,1415926535
= 0, 12217305
180
2
4
6
8
+
,
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
F
ormulas envolvendo e a func
ao arco-tangente
CAPITULO 1. INTRODUC
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
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
Substituindo na f
ormula para /4 anterior, obtemos:
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.
CAPITULO 1. INTRODUC
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
o j
uri a votar, Disparada j
Com
a ganhou.
| {z } |{z}
|{z} |{z} | {z } | {z } |{z} | {z }
3,
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.
CAPITULO 1. INTRODUC
AO
12
3,14159265358979323846264. . .
1.5
Exerccios Propostos
Resp.: a = 0, 207879
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
13
1
1
1
1
1
= 1 + + + + +
k!
1! 2! 3! 4!
k=0
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
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
CAPITULO 1. INTRODUC
AO
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
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
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
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
18
De modo an
alogo, obtemos x2 = x1 +
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, .
Exemplo 2.2 Determinar uma raiz da equac
ao arctg x
4
= 0, 0001 = 10 .
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 <
2.4
M
etodo da Iterac
ao Linear
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
20
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 <
2.5. METODO
DE NEWTON
2.5
21
M
etodo de Newton
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 )
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
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)
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 <
xn
1, 200000
1, 382716
1, 343841
1, 341303
1, 341293
f (xn )
f (xn )
1, 711680 9, 368000
0, 000010 <
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
24
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 <
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.
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
2.6
Comparando os diversos m
etodos
DE EQUAC
CAPITULO 2. RESOLUC
AO
OES
26
Bissec
ao
26
Househ
older
3
2.7
Exerccios Propostos
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
(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
f (xn )
,
f (xn )
Resp.: 1, 82055450
29
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:
a33 x3 + + a3n xn
..
..
.
.
ann xn
31
= b1
= b2
= b3
..
.
= bn
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
17
x 7y + 2z =
1
L2 )
17y
= 17 (L2 = 17
43y 11z = 87
17
x 7y + 2z =
y
= 1
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.
Exemplo 3.2 Determinar a soluc
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.
Exemplo 3.3 Determinar a soluc
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
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
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
5x + y + 10z 3t = . . .
7x 2y 2z 5t = . . .
3x + 4y + z + t = . . .
x y z + 14t = . . .
35
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
4x + 2y + z + w
3x 3y t + w
x + 5y + z + t
2x z + 4t 5w
= 13
= 5
= 8
= 0
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 =
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
1950
1960
34000 42000
1970
60550
1980
1990
110200 180980
2000
250450
4.2. METODO
DE LAGRANGE
37
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).
(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 )
..
.
{
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
=1
..
.
=0
..
.
=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
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)
4.3
4.3.1
M
etodo de Newton
Diferencas divididas
CAPITULO 4. INTERPOLAC
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 (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
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
f(x) f (x0 )
xx0
f [x0 , x1 ]
x x1
CAPITULO 4. INTERPOLAC
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.
-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.
-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
1 4
5
59
41
17
x x3 + x2 + x .
72
18
72
18
6
CAPITULO 4. INTERPOLAC
AO
44
4.4
C
alculo do erro da interpolac
ao
4.5
Exerccios Propostos
(P37) O gr
aco da func
ao seno passa pelos pontos A = ( 6 , 21 ), B = ( 4 , 22 ), C = ( 3 , 23 ) e
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 ].
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
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
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 .
h
1 2 1
7
(f (a) + f (b)) = ( + ) =
= 0, 291667.
2
4 3 2
24
CAPITULO 5. CALCULO
DE INTEGRAIS
48
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 =
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
5.3
Regra de Simpson
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)
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 )
h
a+b
0, 5
[f (a) + 4f (
) + f (b)] =
[f (1) + 4f (1, 5) + f (2)] = 2, 13016.
3
2
3
3
2
45x 2
243x 5
1215x 8
+
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
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
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
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
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.
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
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
I16 =
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.
55
(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
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
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
com
n = 0, 1, 2, . . .
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)
Na f
ormula
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
CAPITULO 5. CALCULO
DE INTEGRAIS
58
x1 = 35 , x2 = 0 e x3 =
5.4.4, obtemos:
3
5.
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 )
5.4.5
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
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
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 )
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)
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 .
61
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
2 + x 2 dx.
1
dx usando a regra de Gauss com n = 4.
+1
2
2 ( )x 2
3
(P46) Calcule
dx usando a regra de Gauss com n = 5.
2
1
(P45) Calcule
Resp.: 3, 052859
x4
Resp.: 2, 29116617
Resp.: 5, 049611017
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
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
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
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
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
63
CAPITULO 6. EQUAC
OES
DIFERENCIAIS
64
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
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
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
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
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
M
etodo de Runge-Kutta de 3a ordem (RK3)
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
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
M
etodo de Runge-Kutta de 4a ordem (RK4)
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
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 ).
Para cada valor inteiro de n, a partir de n = 0, calculam-se:
xn+1 k1 k2 k3 k4 yn+1
Repete-se essa sequencia de c
alculos v
arias vezes, ate chegar no valor de yn desejado.
1
2
= 0, 5 e y0 =
2x
= f (x, y )
y
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
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
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
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
k2
0, 0150
0, 0433
0, 0704
0, 0971
0, 1238
0, 1509
0, 1788
0, 2075
1,84 +3
41,8
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
Captulo 7
M
etodo dos Mnimos Quadrados
7.1
Introduc
ao
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
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
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
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
i=1
D
[2(yi axi b)(1)] = 0
=
b
i=1
n
(axi2 + bxi xi yi ) = 0
i=1
(axi + b yi ) = 0
i=1
xi
xi yi = 0
a
xi2 + b
a
xi +
yi = 0
CAPITULO 7. METODO
DOS MINIMOS QUADRADOS
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
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 .
1,0
2,4
1,5 2,0
4,1 4,8
2,5 3,0
6,0 6,8
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
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.
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
DOS MINIMOS QUADRADOS
78
y=
1
ax+b
(func
ao racional)
y=
ax + b (func
ao irracional)
y=
c
1+be ax
(func
ao de crescimento logstico)
0,5
2,5
1,0 1,5
3,3 4,3
1,7 2,3
4,8 6,2
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
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
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.
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
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
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
DOS MINIMOS QUADRADOS
80
xi
yi
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:
n xi Yi xi Yi
a=
n xi2 ( xi )2
e
b=
Yi a
n
xi
1
.
0, 7123x 1, 1994
CAPITULO 7. METODO
DOS MINIMOS QUADRADOS
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
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
1,6094
11, 00
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
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
10
ax 2 +b
4,00 3,00
0, 75 1, 70
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
b
que melhor se ajusta aos pontos
xa
5
4
3
2
0,05 0,12 0,25 0,90
1
7,00
100
que se aproxime dos pontos
4 + be ax
2
24
1
20
0 1
2
9 1, 8 0, 4
CAPITULO 7. METODO
DOS MINIMOS QUADRADOS
84
4 3 2 2
a
xi yi
xi3 xi2 xi
xi
b =
xi yi .
xi2 xi
yi
xi
xi
n
c
sistema linear:
1
0
1
2
16, 8 3, 9 5 9, 8
3
4
10, 5 8
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
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
1
, m = 3,
x +1
85
Ap
endice A
Derivadas
Neste captulo, mostramos brevemente como calcular derivadas de forma aproximada.
A.1
C
alculo aproximado de derivadas
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
2h
f ((x+h)+h)f ((x+h)h)
2h
86
((xh)h)
f ((xh)+h)f
2h
2h
87
f (x+h)f (xh)
2h
((xh)2h)
f ((xh)+2h)2f (xh)+f
4h2
2h
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
A.4
Exemplos
Se usarmos a aproximac
ao
f (2+h)f (2)
h
Se usarmos a aproximac
ao
f (2+h)f (2h)
2h
f (1)
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
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
1+x 2
(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)
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:
LINEARES
APENDICE
B. SISTEMAS NAO
90
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 )
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
Sistemas n
ao lineares 3 3
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
B.3. EXEMPLOS
93
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
cos(x + y ) e x+y + x 2 y 2 = 5
y sen(x) + 1 = x 3 + y e x
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
{
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
do sistema de equac
oes
ln(y 2 + z 3 ) x 3 z = 3
cos x + xy 2 e z = 1
xy z sen(x + z) = 2
com um erro inferior a = 106 .
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