Escolar Documentos
Profissional Documentos
Cultura Documentos
Cálculo Numérico
UTFPR
Índices
1 NOÇÕES BÁSICAS SOBRE ERROS ...................................................................................1-1
1.1 ERROS...............................................................................................................................................1-1
1.2 ERROS A BSOLUTOS E RELATIVOS ................................................................................................1-1
1.2.1 Erro Absoluto..................................................................................................................................1-1
1.2.2 Erro Relativo ou Taxa de Erro ....................................................................................................1-2
1.3 ERROS DE A RREDONDAMENTO E TRUNCAMENTO.....................................................................1-2
1.3.1 Erro de Arredondamento..............................................................................................................1-2
1.3.2 Erro de Truncamento ....................................................................................................................1-2
1.4 A RITMÉTICA DE PONTO FLUTUANTE ...........................................................................................1-3
1.5 CONVERSÃO DE BASES ..................................................................................................................1-3
1.5.1 Conversão da Base β para a Decimal (β⇒10) ........................................................................1-3
1.5.2 Conversão da Base Decimal para a β (10⇒β) ........................................................................1-4
1.5.3 Exercícios: Conversão de Bases..................................................................................................1-5
1.6 OPERAÇÕES DE PONTOS FLUTUANTES ........................................................................................1-7
1.6.1 Representações...............................................................................................................................1-7
1.6.2 Exercícios........................................................................................................................................1-7
1.6.3 Exercícios complementares..........................................................................................................1-8
2 ZEROS REAIS DE FUNÇÕES REAIS .............................................................................. 2-11
2.1 INTRODUÇÃO .................................................................................................................................2-11
2.2 FASE I: ISOLAMENTO DAS RAÍZES...............................................................................................2-11
2.3 FASE II: REFINAMENTO - CRITÉRIOS DE PARADA ....................................................................2-15
2.3.1 Método da Bissecção (ou Método da Dicotomia) ................................................................. 2-15
2.3.2 Método do Ponto Fixo (ou Método da Iteração Linear ou Método das Aproximações
sucessivas).................................................................................................................................... 2-19
2.3.3 Método de Newton, Newton-Raphson (ou Método das Tangentes).................................... 2-27
2.3.4 Comparação entre os métodos.................................................................................................. 2-30
3 RESOLUÇÃO DE SISTEMAS DE EQUAÇÕES LINEARES .................................... 3-32
3.1 INTRODUÇÃO .................................................................................................................................3-32
3.1.1 Forma Algébrica de S n ............................................................................................................... 3-32
3.1.2 Forma Matricial de Sn............................................................................................................... 3-32
3.1.3 Matriz Aumentada ou Matriz Completa do Sistema ............................................................. 3-32
3.1.4 Solução do Sistema ..................................................................................................................... 3-32
3.1.5 Classificação de um Sistema Linear........................................................................................ 3-33
3.1.6 Classificação quanto ao Determinante de A.......................................................................... 3-33
3.2 M ÉTODOS DIRETOS.......................................................................................................................3-33
3.2.1 Método de Eliminação de Gauss.............................................................................................. 3-33
3.2.2 Estratégia de Pivoteamento Completo .................................................................................... 3-36
3.2.3 Refinamento de Soluções........................................................................................................... 3-37
3.3 M ÉTODOS ITERATIVOS .................................................................................................................3-39
3.3.1 Testes de parada.......................................................................................................................... 3-39
3.3.2 Método de Gauss-Jacobi........................................................................................................... 3-39
3.3.3 Método de Gauss-Seidel............................................................................................................ 3-42
3.3.4 Comparação entre os métodos.................................................................................................. 3-43
3.3.5 Critério de Sassenfeld................................................................................................................ 3-44
4 INTERPOLAÇÃO.................................................................................................................... 4-47
4.1 INTERPOLAÇÃO POLINOMIAL ......................................................................................................4-47
4.1.1 Existência e Unicidade do Polinômio Interpolador Pn(x).................................................... 4-47
4.1.2 Forma de Lagrange.................................................................................................................... 4-48
4.1.3 Forma de Newton........................................................................................................................ 4-50
4.2 ESTUDO DE ERRO NA INTERPOLAÇÃO ........................................................................................4-52
4.2.1 Estimativa para o Erro............................................................................................................... 4-52
4.3 INTERPOLAÇÃO INVERSA : CASOS EXISTENTES..........................................................................4-54
4.3.1 Encontrar x tal que Pn ( x ) .................................................................................................. 4-54
4.3.2 Interpolação inversa................................................................................................................... 4-54
4.4 FUNÇÕES SPLINE EM INTERPOLAÇÃO.........................................................................................4-56
iii
4.4.1 Função Spline .............................................................................................................................. 4-56
4.4.2 Spline linear interpolante.......................................................................................................... 4-57
4.4.3 Spline cúbica interpolante......................................................................................................... 4-58
5 AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS ........... 5-64
5.1 INTRODUÇÃO .................................................................................................................................5-64
5.2 CASO DISCRETO............................................................................................................................5-65
5.3 CASO CONTÍNUO ...........................................................................................................................5-70
5.4 FAMÍLIA DE FUNÇÕES NÃO LINEARES NOS PARÂMETROS .....................................................5-72
6 INTEGRAÇÃO NUMÉRICA ............................................................................................... 6-74
6.1 FÓRMULAS DE NEWTON -COTES .................................................................................................6-74
6.1.1 Regra dos Trapézios................................................................................................................... 6-74
6.1.2 Regra dos Trapézios repetida ................................................................................................... 6-76
6.1.3 Regra 1/3 de Simpson................................................................................................................. 6-77
6.1.4 Regra 1/3 de Simpson repetida................................................................................................. 6-80
7 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS ....... 7-83
7.1 INTRODUÇÃO .................................................................................................................................7-83
7.2 PROBLEMA DE VALOR INICIAL (PVI) .........................................................................................7-84
7.2.1 Solução numérica de um PVI de primeira ordem ................................................................. 7-84
7.2.2 Método de Euler.......................................................................................................................... 7-84
7.2.3 Métodos de Runge-Kutta............................................................................................................ 7-87
7.2.4 Método de Euler Aprimorado (Método de Runge-Kutta de Segunda Ordem) ................. 7-88
7.2.5 Fórmulas de Runge-Kutta de Quarta Ordem......................................................................... 7-89
iv
Índices de Figuras
[FIG. 1]: M ODELAGEM E RESOLUÇÃO DE PROBLEMAS..............................................................................1-1
[FIG. 2]: O GRÁFICO DE UMA FUNÇÃO y = f ( x ) E SEUS ZEROS.........................................................2-11
[FIG. 3]: EXEMPLO DE UMA FUNÇÃO ESTRITAMENTE CRESCENTE NUM INTERVALO DE a ATÉ b ..2-12
[FIG. 4]: O GRÁFICO DE f ( x ) = x 3 − 9 x + 3 .......................................................................................2-12
[FIG. 5]: O S GRÁFICOS DE g ( x ) = x 3 E h( x ) = 9 x − 3 . ....................................................................2-13
[FIG. 6]: O GRÁFICO DE f ' ( x ) = 3 x 2 − 9 . ...........................................................................................2-13
[FIG. 7]: GRÁFICO DA FUNÇÃO f ( x ) = x ln x − 3,2 ..........................................................................2-14
[FIG. 8]: GRÁFICO DA FUNÇÃO f ' ( x ) = 1 + ln x .................................................................................2-14
[FIG. 9]: O S GRÁFICOS DE g ( x ) = 5 log x E h( x ) = 2 − 0,4 x . ......................................................2-15
−x
[FIG. 10]: O S GRÁFICOS DE g ( x ) = x E h( x ) = 5e . ................................................................2-15
[FIG. 11]: O MÉTODO DA BISSECÇÃO OU DICOTOMIA ................................................................................2-16
[FIG. 12]: O TANQUE DE COMPRIMENTO L . ..............................................................................................2-17
[FIG. 13]: UM EXEMPLO DE UMA FUNÇÃO DE PONTO FIXO.......................................................................2-19
[FIG. 14]: O S GRÁFICOS DAS FUNÇÕES y =x E φ 2 ( x ) = 6 − x ......................................................2-20
[FIG. 15]: O S GRÁFICOS DAS FUNÇÕES y =x E φ1 ( x ) = 6 − x 2 . ........................................................2-21
[FIG. 16]: A SEQÜÊNCIA {x k } CONVERGE PARA O ZERO α (CONVERGÊNCIA DO TIPO ESCADA).......2-22
[FIG. 17]: A SEQÜÊNCIA {x k } CONVERGE PARA O ZERO α (CONVERGÊNCIA DO TIPO CARACOL)....2-22
[FIG. 18]: A SEQÜÊNCIA {x k } NÃO CONVERGE PARA O ZERO α.............................................................2-22
[FIG. 19]: A SEQÜÊNCIA {x k } NÃO CONVERGE PARA O ZERO α.............................................................2-23
[FIG. 20]: CASOS EM QUE B É O EXTREMO MAIS PRÓXIMO DE α..............................................................2-24
[FIG. 21]: O S GRÁFICOS DE h (x ) = e x E g ( x ) = x 2 − 4 . ...................................................................2-26
[FIG. 22]: INTERPRETAÇÃO GEOMÉTRICA DO MÉTODO DE NEWTON.....................................................2-28
[FIG. 23]: O S GRÁFICOS DAS FUNÇÕES g (x ) = X E h (x) = cos x . .......................................................2-30
[FIG. 24]: INTERPOLAÇÃO DE f ( x ) PELO POLINÔMIO P ( x ). .............................................................4-47
[FIG. 25]: INTERPOLAÇÃO POR LAGRANGE .................................................................................................4-50
[FIG. 26]: GRÁFICO DO POLINÔMIO P10 ( x ) INTERPOLANDO f ( x ) .....................................................4-56
[FIG. 27]: SPLINE LINEAR INTERPOLANDO 4 PONTOS. ...............................................................................4-57
[FIG. 28]: DOMÍNIO DISCRETO......................................................................................................................5-64
[FIG. 29]: DOMÍNIO CONTÍNUO.....................................................................................................................5-64
[FIG. 30]: O MÉTODO DO MÍNIMOS QUADRADOS........................................................................................5-65
[FIG. 31]: DIAGRAMA DE DISPERSÃO...........................................................................................................5-68
[FIG. 32]: REGRA DOS TRAPÉZIO ..................................................................................................................6-74
[FIG. 33]: REGRA DOS TRAPÉZIOS REPETIDA ..............................................................................................6-76
[FIG. 34]: REGRA 1/3 DE SIMPSON...............................................................................................................6-78
[FIG. 35]: REGRA 1/3 DE SIMPSON REPETIDA .............................................................................................6-80
[FIG. 36]: GRÁFICO DA SOLUÇÃO NUMÉRICA DE UM PVI.........................................................................7-84
[FIG. 37]: GRÁFICO DO MÉTODO DE EULER................................................................................................7-85
Cálculo Numérico Noções básicas sobre erros 1-1
1.1 Erros
Para se obter a solução do problema através do modelo matemático, erros são
cometidos nas fases: MODELAGEM e RESOLUÇÃO.
Exercício 1 Calcular a área da superfície terrestre usando a formulação A =4π r 2 .
Resolução:Aproximações (ERROS):
MODELAGEM:
RESOLUÇÃO:
(Eq.2) EAx ≤ k1 .
∞
xi
Exercício 5 Sabendo-se que e pode ser escrito como e = ∑ , faça a aproximação de
x x
i =0 i!
e 2 através de um truncamento após quatro termos da somatória.
Resolução:
Onde:
• ai ⇒ 0≤ ai <β;
• a.2) N ≥β
N β
r1 q1 β
r2 q2
O
O O
qn −1 β
rn qn Até que q n <β
⇒ N10 =( q n rn rn −1 … r3 r2 r1 ) β
Exercício 11 Converta 5910 para a base 2.
Resolução:
• b) PARTE FRACIONÁRIA ( F ):
Multiplica-se F por β e toma-se a parte inteira do produto como o primeiro dígito do
número na base β. Repete-se o processo com a parte fracionária do produto tomando sua parte
inteira. Continua-se até que a parte fracionária seja igual a zero.
Nos exercícios a seguir, determinar o valor de x :
Exercício 13 0,187510 = x2 .
Resolução:
Exercício 14 0,610 = x2 .
Resolução:
Exercício 15 13,2510 = x2 .
Resolução:
Exercício 17 19,3867187510 = x4 .
Resolução:
1.6.2 Exercícios
Exercício 20 Preencher a tabela a seguir, com base nos parâmetros: t =3, β=10, I =−5, S =5
e −5≤ exp ≤5.
Número Truncamento Arredondamento
−6,48
0,0002175
3498,3
−0,00000001452
2379441,5
OBS. 4: Deve-se converter os valores para a aritmética de ponto flutuante com 3
algarismos significativos.
Nos exercícios seguintes, calcular o valor das expressões utilizando aritmética de
ponto flutuante com 3 algarismos significativos.
Exercício 21 (4,26 + 9,24) + 5,04
Resolução:
2
Exercício 25 ∗(4,0237 − 6,106)
7
Resolução:
Resolução:
.
Exercício 31 101,00112 = x10 .
Resolução:
Exercício 35 234510 = x2 .
Resolução:
a x
b
a x
b
[Fig. 3]: Exemplo de uma função estritamente crescente num intervalo de a até b.
Na pesquisa dos zeros reais de funções reais é muito útil o uso do Teorema 1Erro! A
origem da referência não foi encontrada. (que fornece condições de existência de zeros em
um intervalo), bem como da OBS 6. (que garante a unicidade, isto é, garante que no intervalo
considerado existe um e somente um zero da função f ).
Outro recurso bastante empregado é: a partir da equação f ( x )=0, obter a equação
equivalente g ( x )= h ( x ) e esboçar os gráficos destas funções obtendo os pontos onde as
mesmas se intersectam, pois f (α)=0 ⇔ g (α)= h (α).
y = f (x)
α1 α2 α3 x
-4 -3 -2 -1 1 2 3 4
α1 x
-4 -3 -2 -1 α2 1 2 α3 3 4
y = f ’( x)
- 3 3 x
-4 -3 -2 -1 1 2 3 4
y y = f(x)
0,3
0,2
0,1 3,2 x
2,6 2,8 3,0 3,4
0
-0,1
-0,2
-0,3
-0,4
-0,5
-0,6
-0,7
-0,8
-0,9
-1,0
y f’ (x )
1 x
y g (x)
2
1
h(x)
1 α2 3 x
y
2
g (x)
h(x)
1 α 2 3 x
m3
a m2 m1 b x
α
n a x b f (a ) f (x) f (b ) ( b − a )/2
1
2
3
4
5
6
7
Portanto 5≅
Exercício 43 Um tanque de comprimento L tem uma secção transversal no formato de um
semicírculo com raio r (veja a figura). Quando cheio de água até uma distância h do topo, o
h
volume V da água é: V= L ⋅ 0,5 ⋅ π ⋅ r 2 − r 2arcsen − h ( r 2 − h 2 ) . Supondo que L =10 ft ,
r
3
r=1 ft e V=12,4 ft , encontre a profundidade da água no tanque com precisão de 0,01 ft .
r θ
h h
n a h b f (a ) f (h ) f (b) (b−a)/2
1
2
3
4
5
6
7
Assim, h =
(Eq.6) x n+1 = φ ( x n ) , n = 0, 1, 2, …
α x
y y= x
φ 2 (x)
x0 x2 x3 x1 6 x
α =2
[Fig. 14]: Os gráficos das funções y = x e φ2 ( x) = 6 − x .
y
6 y= x
x2
x0 x1 x
α =2
φ1 (x )
α x3 x2 x1 x0 x
x1 x3 α x 4 x 2 x0 x
α x0 x1 x2 x3 x
x3 x1 α x0 x2 x
OBS. 10: A determinação do extremo de I = [a, b] mais próximo do zero α pode ser feito
da seguinte maneira: Suponhamos satisfeitas as hipóteses i) e ii) do Teorema 2. Nestas
(a + b )
condições, seja x̂ = (ponto médio do intervalo I ). Sabe-se que φ( xˆ ) está mais
2
próximo de α do que x̂ . Se x̂ < φ( xˆ ) , então α está entre x̂ e b , ou seja, b é o extremo de I
mais próximo de α . Analogamente, se x̂ > φ( xˆ ) , então a é o extremo de I mais próximo de
α. Se x̂ = φ( xˆ ) , então x̂ é o zero procurado.
a x b
φ (x) x
α
a x b
φ (x) x
α
[Fig. 20]: Casos em que b é o extremo mais próximo de α.
Logo,
Resolução:
Verificação da condição i):
Logo,
pn − p n−1
• <ε
pn
• f ( pn ) < ε
y h(x ) = e x
5 g (x) = x 2 - 4
4
3
2
1
-3 α -2 -1 1 2 3 x
-1
-2
-3
-4
[Fig. 21]: Os gráficos de h (x ) = e x e g ( x ) = x 2 − 4 .
n xn x n+1 xn+1 − x n
0
1
2
3
Portanto, x =
θ
xn +1 xn
f (x) α x2 x1 x0 x
f (x n ) f ( xn )
tgθ = f ' ( xn ) = ⇒ x n+1 = x n −
x n − x n+1 f ' (x n )
OBS. 14: Para se escolher o ponto inicial x 0 , pode-se, por exemplo, fazer x 0 = a se
φ(a ) ∈ [a , b] ou x0 = b caso contrário.
p n − p n−1
• <ε
pn
• f ( pn ) < ε
OBS. 16: O Método de Newton irá falhar se para algum n, f ' ( p n−1 ) = 0.
y g (x) = x
1
3π h(x )= cos x
π 2
α π 2π x
2
-1
[Fig. 23]: Os gráficos das funções g (x ) = x e h (x) = cos x .
n xn xn +1 xn+1 − xn
0
1
2
Portanto, x =
Resolução:
n a x b f (a ) f ( x ) f (b ) ( b − a )/2
1
2
3
4
5
6
7
8
9
Universidade Tecnológica Federal do Paraná (UTFPR) LAURO / NUNES
Cálculo Numérico Zeros reais de funções reais 2-31
10
11
12
13
14
Logo, x =
2 x1 + 3x2 − x3 = 5
Exercício 54 Resolver o sistema S3 , com S3 = 4 x1 + 4 x2 − 3 x3 = 3 .
2 x − 3x + x3 = − 1
1 2
Resolução:
(2) B1 ⇒
(1)
(3) m32 =
(1)
(4) m42 =
(3) B2 ⇒
(2 )
(4) m43 =
(4) B3 ⇒
Então A ⋅ x = b ≈ U ⋅ x = c ⇒ [ A : b ] ≈ [ U : c ].
U ⋅ x=c ⇒
Logo: x =
r=
TRIANGULARIZAÇÃO: A ⋅ x = b ≈ U ⋅ x = c .
aik =0
Para j =( k +1), …, n
bi = bi − m ∗ bk
FIM
FIM
FIM
RESOLUÇÃO DO SISTEMA U ⋅ x = c .
bn
xn =
ann
Para k =( n −1), …, 2, 1
s =0
Para j =( k +1), …, n
s = s + akj ∗ x j
FIM
bk − s
xk =
akk
FIM
Dado A ⋅ x = b , tome B =[ A : b ].
a11 a12 L a1q L a1n b1
a21 a22 L a2 q L a2 n b2
M M M M M
B= .
a p1 a p 2 L a pq L a pn bp
M M M M M
an1 an2 L anq L ann bn
Eliminando-se a linha pivotal p , repete-se o processo até que se obtenha L(i k ) com k
conjuntos de operações elementares aplicadas sobre B , onde k =1, 2, …, ( n −1).
Exercício 57 Resolva S4 com arredondamento em duas casas decimais, utilizando
eliminação de Gauss com pivoteamento completo.
8,7 x1 + 3,0 x 2 + 9,3x 3 + 11,0 x4 = 16,4
24,5 x − 8,8 x 2 + 11,5 x 3 − 45,1x4 = − 49,7
S4 ⇒ A ⋅ x = b ⇒ 1
.
52,3 x1 − 84,0 x 2 − 23,5x 3 + 11, 4 x 4 = − 80,8
21,0 x1 − 81,0 x 2 − 13,2 x3 + 21,5 x 4 = − 106,3
Resolução:
Linha Multiplicador m Matriz Aumentada
(0 )
(1) m12 = 8,70 3,00 9,30 11,00 16,40
(0 )
(2) m22 = 24,50 -8,80 11,50 -45,10 -49,70
(3) B0 ⇒ 52,30 -84,00 -23,50 11,40 -80,80
(0 )
(4) m42 = 21,00 -81,00 -13,20 21,50 -106,30
(1)
(1) m14 =
(2) B1 ⇒
(1)
(4) m44 =
(2 )
(1) m11 =
(4) B2 ⇒
(1) B3 ⇒
Então A ⋅ x = b ≈ U ⋅ x = c ⇒ [ A : b ] ≈ [ U : c ].
U ⋅ x=c ⇒
REFINAMENTO:
x ( k ) = x (k −1) + δ( k −1) A ⋅ δ( k −1) = r (k −1) ⇒ [ A : r (k −1) ] ⇒ δ( k −1)
Resolução:
• k =1 [ A : r (0 ) ] ⇒ δ( 0) ⇒ x (1) = x (0) + δ( 0)
Linha Multiplicador m Matriz Aumentada
(1) B0 ⇒ 8,7000 3,0000 9,3000 11,0000 -0,0240
(0 )
(2) m21 = 24,5000 -8,8000 11,5000 -45,1000 -0,0420
(3) (0 ) =
m31 52,3000 -84,0000 -23,5000 11,4000 0,0820
(4) (0 ) =
m41 21,0000 -81,0000 -13,2000 21,5000 0,4680
(2) B1 ⇒
(3) m(1
32
) =
(4) m(1
42
)
=
(3) B2 ⇒
(2 )
(4) m43 =
(4) B3 ⇒
Considerando 4 casas decimais:
[ A : r (0 ) ] ≈
Então:
[ A : r (0 ) ] ⇒ δ( 0) ⇒
Como:
x (1) = x (0) + δ( 0) ⇒
r (1 ) = b − A ⋅ x (1) ⇒
• Logo,
Resolução:
F= e d=
x ( k +1) = F ⋅ x ( k ) + d ⇒
x=
Neste caso, a matriz dos coeficientes das incógnitas A é dita estritamente diagonal
dominante.
Exercício 60 Verificar se o critério das linhas é satisfeito no sistema de equações A⋅ x = b ,
10 x1 + 2 x2 + x3 = 7
que segue: A⋅ x = b ⇒ x1 + 5 x2 + x3 = −8
2x + 3x 2 + 10 x3 = 6
1
10 2 1
Resolução:
A= 1 5 1 ⇒
2 3 10
Logo, a matriz dos coeficientes A é estritamente diagonal dominante, o que garante a
convergência do método de Gauss-Jacobi aplicado a este sistema com esta ordem de
equações e incógnitas.
Exercício 61 Verificar se o critério das linhas é satisfeito no sistema de equações A⋅ x = b ,
x1 + 3x 2 + x3 = − 2
que segue: A⋅ x = b ⇒ 5 x1 + 2 x2 + 2 x3 = 3
+ 8 x3 = −6
6 x2
1 3 1
Resolução:
A = 5 2 2 ⇒
0 6 8
Logo a matriz dos coeficientes A não é estritamente diagonal dominante. Isto significa
que não é garantida a convergência do método de Gauss-Jacobi aplicado a este sistema
com esta ordem de equações e incógnitas.
Mas permutando adequadamente as equações do sistema, obtém-se o sistema equivalente:
A=
Logo, esta nova matriz dos coeficientes A é estritamente diagonal dominante, o que
garante a convergência do método de Gauss-Jacobi aplicado a este sistema com esta nova
ordem de equações e incógnitas.
x=
F= e d=
x=
Exercício 64 Resolva o sistema A⋅ x = b , utilizando o método de Gauss-Seidel, com
x (0 )
= 0n×1 e ε=0,05.
5 x1 + x2 + x3 = 5
A⋅ x = b ⇒ 3 x1 + 4 x2 + x3 = 6
3 x + 3x + = 0
1 2 6 x3
Resolução:
Neste caso a fórmula de recorrência fica:
( k +1)
x1 =
( k +1)
x2 =
( k +1)
x3 =
k x1( k ) x (2k ) x3( k ) max xi(k ) − xi(k −1)
1≤i ≤3
0 0 0 0 -
1
2
3
Com x ( 0) = [0 0 0]T e ε=0,05, o processo convergiu com ......... iterações para:
x=
n
1
β1 = ⋅ ∑ a1 j
a11 j= 2
1 i −1 n
βi = ⋅ ∑ aij ⋅ β j + ∑ aij , i = 2, 3, … , n .
j =1
aii j =i +1
OBS. 19: Se o critério das linhas é satisfeito, então o critério de Sassenfeld também será
satisfeito.
Exercício 65 Verificar se o critério de Sassenfeld é satisfeito no sistema de equações
x1 + 0,5 x2 − 0,1x3 + 0,1x4 = 0, 2
0, 2 x + − 0,2 x 3 − 0,1x4 = − 2,6
x2
A⋅ x = b , que segue: A⋅ x = b ⇒ 1
1
β1 = ⋅ [ a12 + a13 ] =
a11
1
β2 = ⋅ [ a 21 ⋅ β1 + a 23 ] =
a 22
1
β3 = ⋅ [ a31 ⋅ β1 + a32 ⋅ β 2 ] =
a33
Então, M = max βi =
1≤i ≤3
4 Interpolação
4.1 Interpolação polinomial
Uma função f ( x ) pode ser conhecida por um conjunto finito e discreto de n +1
pontos.
y ( x4 , y4 ) f (x)
( x0 , y0 )
( x1 , y1 )
( x3 , y3 ) ( x5 , y5 )
( x2 , y2 )
P(x )
x0 x1 x2 x3 x4 x5 x
[Fig. 24]: Interpolação de f ( x ) pelo polinômio P ( x ).
xi yi
x0 y0
x1 y1
x2 y2
x3 y3
x4 y4
x5 y5
a0 + a1x0 + a2 x0
2
+ L + an x0
n
= f ( x0 ) (i = 0 )
a0 + a1x1 + a2 x12 + L + an x1n = f ( x1 ) ( i = 1)
M M M M M
a + + a2 xn2 + L + an xnn = (i = n )
0 a1xn f ( xn )
1 x0 x0 L x0
2 n
x12 L x1n
A=
1 x1
.
M M M M
1 xn xn2 L xnn
( x − x1 )( x − x2 )
• i =0 ⇒ L0 ( x )=
( x0 − x1 )( x0 − x2 )
k =0 ⇒ L0 ( x0 )= .......... .
k =1 ⇒ L0 ( x1 )= .......... .
k =2 ⇒ L0 ( x2 )= .......... .
( x − x0 )( x − x2 )
• i =1 ⇒ L1 ( x )=
( x1 − x0 )( x1 − x2 )
k =0 ⇒ L1 ( x0 )= .......... .
k =1 ⇒ L1 ( x1 )= .......... .
k =2 ⇒ L1 ( x2 )= .......... .
( x − x0 )( x − x1)
• i =2 ⇒ L2 ( x )=
( x2 − x0 )( x2 − x1 )
k =0 ⇒ L2 ( x0 )= .......... .
k =1 ⇒ L2 ( x1 )= .......... .
k =2 ⇒ L2 ( x2 )= .......... .
Para x = xk , com k =0,1,2,…, n , temos:
Logo:
P3 ( x )=
⇒ P3 ( x )=
P3 (1,5)= P3 ( 32 )=
P3 (1,5)=
P3 (1,5)=
P3 (x )
2
3
8
-1 0 1 3
2 x
2
[Fig. 25]: Interpolação por Lagrange.
f [ x1 , x2 , x3 ] − f [ x0 , x1, x2 ]
f [ x0 , x1 , x2 , x3 ]= 3
x3 − x0
M M
f [ x1, x2 ,L , xn ] − f [ x0 , x1,L, xn−1]
f [ x0 , x1 ,…, xn ]= n
xn − x0
f [ x0 , x1 ]
x1 f [ x1 ] f [ x0 , x1 , x2 ]
f [ x1 , x2 ] f [ x0 , x1 , x2 , x3 ]
x2 f [ x2 ] f [ x1 , x2 , x3 ] O
f [ x2 , x3 ] f [ x1 , x2 , x3 , x4 ]
x3 f [ x3 ] f [ x2 , x3 , x4 ] O
f [ x3 , x4 ] M f [ x0 ,…, xn ]
x4 f [ x4 ] M N
M f [ xn −3 , xn −2 , xn−1 , xn ]
M M f [ xn −2 , xn−1 , xn ]
f [ xn−1 , xn ]
xn f [ xn ]
f ( n+1) ( ξ x )
(Eq.20) En ( x )=( x − x0 )⋅( x − x1 )⋅…⋅( x − x n )⋅
( n + 1)!
onde ξ x ∈( x 0 , x n ).
Esta fórmula tem uso limitado, pois são raras as situações em que f ( n+1) ( x ) é
conhecida e o ponto ξ x nunca é conhecido.
| En ( x )|=| f ( x )− Pn ( x )|
n
M n+1
| En ( x )|≤ ∏ ( x − xi ) ⋅ , onde M n+1 = max f (n+1) ( x ) .
i =0 ( n + 1)! x∈I
Ao se construir a tabela de diferenças divididas até ordem n +1, pode-se usar o maior
M n+1
valor em módulo desta ordem como aproximação para no intervalo I =[ x 0 , x n ].
( n + 1)!
Então:
| En ( x )|≈ ∏ ( x − xi ) ⋅ max ( Dd )
n
(Eq.21)
i =0
0,34
0,4
0,52
0,6
0,72
Deve-se escolher 3 pontos próximos de 0,47 para a obtenção de P2 ( x ).
P2 ( x )= f [ x0 ]+( x − x0 )⋅ f [ x0 , x1 ]+( x − x0 )⋅( x − x1 )⋅ f [ x0 , x1 , x2 ]
P2 ( x )=
P2 ( x )=
a) P2 (0,47)= .......... .......... ≈ f (0,47)
b) | En (0,47)|≈
| En (0,47)|≈ ..........
Exercício 71 Prove a igualdade seguinte.
x − x1 x − x0
P1 ( x )= f ( x 0 )⋅ + f ( x1 )⋅ = f [ x0 ]+( x − x0 )⋅ f [ x0 , x1 ]
x0 − x1 x1 − x0
Resolução:
x ordem 0 ordem 1
x0 f [ x0 ]= ..........
f [ x0 , x1 ]=
..........
x1 f [ x1 ]= .......... ⇒ P1 ( x )= f [ x0 ]+( x − x0 )⋅ f [ x0 , x1 ]
P1 ( x )=
⇔ P1 ( x )=
⇔ P1 ( x )=
⇔ P1 ( x )=
⇔ P1 ( x )=
⇔ P1 ( x )=
⇔ P1 ( x )=
x − x1 x − x0
⇔ P1 ( x )= f ( x 0 )⋅ + f ( x1 )⋅
x0 − x1 x1 − x0
P1 ( x )=
P1 ( x )=
P1 ( x )=
P1 ( x )=2
Obter x , tal que e x =1,3165, usando um processo de interpolação quadrática. Usar a forma de
Newton para obter P2 ( y ). Construir a tabela de diferenças divididas.
Resolução:
y ordem 0 ordem 1 ordem 2 ordem 3
1
1,1052
1,2214
1,3499
1,4918
1,6487
P2 ( y )= g [ y0 ]+( y − y0 )⋅ g [ y0 , y1 ]+( y − y0 )⋅( y − y1 )⋅ g [ y0 , y1 , y2 ]
P2 ( y )=
P2 (1,3165)=
M3
1o Caso: pode ser aproximado por .......... (tabela de diferenças divididas de ordem 3).
3!
| E2 (1,3165)| ≈ .......... .......... .......... .......... ⇒ | E2 ( y )| ≈ .......... .......... .......... .
2o Caso: f ( x )= e x ⇒ g ( y )= f −1 ( y )= ln y
Logo: M 3 =
| E2 (1,3165)| ≤
3
y
2
1
2
P10(x )
f (x )
-1 - 12 0 1 1 x
2
3) S p ( xi )= f ( xi ), com i =0,1,…, n .
xi − x x − xi −1
(Eq.22) si ( x )= f ( xi −1 ) + f ( xi ) , ∀x ∈[ xi −1 , xi ].
xi − xi −1 xi − xi −1
x0 x1 x2 x3
x 1 2 5 7
y = f (x) 1 2 3 2,5
y s3 (x)
3 f (x )
2,5
s2 (x)
2
s1(x)
1
0 1 2 3 4 5 6 7 x
[Fig. 27]: Spline linear interpolando 4 pontos.
x2 − x x − x1
s2 ( x )= y1 + y2
x2 − x1 x2 − x1
x3 − x x − x2
s3 ( x )= y2 + y3
x3 − x2 x3 − x2
S1 ( x )=
A spline linear tem derivada primeira descontínua nos nós. A spline quadrática S2 ( x )
tem derivadas contínuas até ordem 1, portanto, pode ter picos ou troca abrupta de curvatura
nos nós.
A spline cúbica S3 ( x ) é mais utilizada por ter derivadas primeira e segunda contínuas,
que faz S3 ( x ) ser mais suave nos nós.
1) S3 ( x )= sk ( x ) para x ∈[ xk −1 , xk ], k =1,2,…, n .
2) S3 ( xi )= f ( xi ), com i =0,1,…, n .
3) sk ( xk )= sk +1 ( xk ), k =1,2,…,( n −1).
(Eq.26) − a k +1 h 3k +1 + bk +1 h 2k +1 − ck +1 h k +1 + d k +1 = f ( xk ).
Para as condições 4) e 5) , tome as derivadas:
(Eq.27) sk, ( x )=3 a k ( x − xk )2 +2 b k ( x − xk )+ c k .
sk,, ( xk )
(Eq.29) bk = .
2
Para x = xk −1 ⇒ sk,, ( xk −1 )=−6 a k h k +2 b k .
2bk − sk,, ( xk −1 ) sk,, ( xk ) − s ,k, ( xk −1 )
ak = = .
6h k 6 hk
sk,, ( xk ) − s ,k,−1( xk −1 )
(Eq.30) ak = , com s0,, ( x0 ) arbitrária.
6h k
f ( xk ) − f ( xk −1 ) 2s k ( xk ) ⋅ h k + sk −1( xk −1) ⋅ h k
,, ,,
(Eq.31) ck = + .
hk 6
gk − g k −1
(Eq.32) ak =
6h k
gk
(Eq.33) bk =
2
y k − yk −1 2hk gk + g k −1hk
(Eq.34) ck = +
hk 6
(Eq.35) d k = yk .
y − yk yk − yk −1
(Eq.36) h k g k −1 +2( h k + h k +1 ) g k + h k +1 gk +1 =6 k +1 − , com k =1,2,…,( n −1).
hk +1 h
k
A equação (Eq.36) é um sistema de equações lineares A g = b , onde k =1,2,…,( n −1).
Desenvolvendo o sistema A g = b :
.......... g 0 + .......... g1 + ..........g 2 =
..........
.......... g1 + .......... g 2 + .......... g3 =
..........
.......... g 2 + ..........g 3 + ..........g 4 =
..........
g 0 = g 4 = .......... (Spline Natural).
Então,
.......... .......... .......... g1 ..........
A g = b ⇒ .......... .......... .......... ⋅ g 2 = .......... ∗ ..........
.
.......... .......... .......... g 3 ..........
Substituindo os valores:
.......... .......... .......... g1 .......... ..........
⋅ g = ⇒ g = .
.......... .......... .......... 2 .......... ..........
.......... .......... .......... g 3 .......... ..........
Forma geral de s i ( x ) ⇒ s i ( x )= ai ( x − xi )3 + bi ( x − xi )2 + ci ( x − xi )+ d i , com i =1,2,3,4.
f (0,25) ≈ s1 (0,25)
g1 − g0
a1 = = .......... ⇒ a1 = ..........
6h
g
b1 = 1 = .......... ⇒ b1 = ..........
2
y − y0 2hg1 + g0h
c1 = 1 + = .......... ⇒ c1 = ..........
h 6
d 1 = y1 = .......... ⇒ d 1 = ..........
Logo, s1 (0,25)= ..........
Exercício 76 f (0,8).
Resolução:
f (0,8) ≈ s 2 (0,8)
g2 − g1
a2= = .......... ⇒ a 2 = ..........
6h
g
b 2 = 2 = .......... ⇒ b 2 = ..........
2
y − y1 2hg 2 + g1h
c2= 2 + = .......... ⇒ c 2 = ..........
h 6
d 2 = y2 = .......... ⇒ d 2 = ..........
Exercício 77 f (1,1).
Resolução:
f (1,1) ≈ s 3 (1,1)
g3 − g 2
a3 = = .......... ⇒ a 3 = ..........
6h
g
b3 = 3 = .......... ⇒ b3 = ..........
2
y − y2 2hg 3 + g 2h
c3 = 3 + = .......... ⇒ c 3 = ..........
h 6
d 3 = y3 = .......... ⇒ d 3 = ..........
Logo, s 3 (1,1)=−0,7137(−0,4) −3,1260(−0,4)2 −8,6678(−0,4)−4,1987
3
Exercício 79 f (1,3).
Resolução:
f (1,3) ≈ s 3 (1,3)
g3 − g 2
a3 = = .......... ⇒ a 3 = ..........
6h
g
b3 = 3 = .......... ⇒ b3 = ..........
2
y3 − y2 2hg 3 + g 2h
c3 = + = .......... ⇒ c 3 = ..........
h 6
d 3 = y3 = .......... ⇒ d 3 = ..........
Logo, s 3 (1,3)= ..........
Exercício 80 f (1,7).
Resolução:
f (1,7) ≈ s 4 (1,7)
g4 − g3
a4= = .......... ⇒ a 4 = ..........
6h
g
b 4 = 4 = .......... ⇒ b 4 = ..........
2
y − y3 2hg4 + g3h
c4= 4 + = .......... ⇒ c 4 = ..........
h 6
d 4 = y4 = .......... ⇒ d 4 = ..........
Logo, s 4 (1,7)= ..........
a x
b
f ( x k)
dk
g( xk) x
xk
[Fig. 30]: O método do mínimos quadrados
∂F
(α 1 , α 2 , α 3 ,L , α n ) =
∂α j
m
2· ∑ [ f ( x k ) − α1 g1 ( xk ) − α 2 g 2 ( xk ) − L − α n g n ( x k )] ⋅ [− g j ( x k )] =0, j =1, 2, 3, …, n
k =1
ou
m
∑ [ f (x k ) − α1g1 ( xk ) − α 2 g 2 ( xk ) − L − α n g n ( xk )] ⋅ [g j ( xk )] =0,
k =1
j =1, 2, 3, …, n
Assim, tem-se o seguinte sistema de n equações lineares com n incógnitas α 1 , α 2 ,
α3 , … , αn :
m
∑ [ f ( x k ) − α1g1 ( x k ) − α 2 g 2 ( xk ) − L − α n g n ( xk )] ⋅[ g1( xk )] = 0
k =1
m
∑ [ f ( x k ) − α1g1 ( x k ) − α 2 g 2 ( xk ) − L − α n g n ( xk )] ⋅[ g 2 ( x k )] = 0
(Eq.37) k =1
M M
m
∑ [ f ( x k ) − α1g1 ( x k ) − α 2 g 2 ( xk ) − L − α n g n ( xk )] ⋅[ g n ( x k )] = 0
k =1
Que é equivalente a:
m m m
∑ 1 k g ( x ) ⋅ g1 k
( x ) ⋅ α 1 + L + ∑ 1 k g ( x ) ⋅ g n k
( x ) ⋅ α n = ∑ g1( xk ) ⋅ f ( xk )
k =1 k =1 k =1
m m m
∑ 2 k g ( x ) ⋅ g 1 k
( x ) ⋅ α 1 + L + ∑ 2 k g ( x ) ⋅ g n k
( x ) ⋅ α n = ∑ g 2 ( xk ) ⋅ f ( x k )
(Eq.38) k =1 k =1 k =1
M M
m m m
∑ g n ( xk ) ⋅ g1 ( x k ) ⋅ α1 + L + ∑ g n ( xk ) ⋅ g n ( xk ) ⋅ α n = ∑ g n ( x k ) ⋅ f ( xk )
k =1 k =1 k =1
m
Lembrando que, dados os vetores x e y ∈ ℜm o número real 〈 x, y〉 = ∑ xk ⋅ y k é
k =1
chamado de produto escalar de x por y , e usando esta notação no sistema normal A ⋅ α = b ,
tem-se: a ij = 〈 gi , g j 〉 e bi = 〈 g i , f 〉 onde:
g l é o vetor [ g l ( x1 ) g l ( x2 ) g l ( x3 ) L g l ( x m )]T e
f é o vetor [ f ( x1 ) f ( x 2 ) f ( x 3 ) L f ( x m )]T .
Desta forma o sistema na forma matricial fica:
〈 g1 , g1〉 〈 g1 , g 2 〉 L 〈 g1 , g n 〉 α1 〈 g1 , f 〉
〈 g , g 〉 〈 g , g 〉 L 〈 g , g 〉 α
2 1 n 2 〈g 2 , f 〉
(Eq.39)
2 2 2
⋅ =
M M M M M
〈 g n , g1 〉 〈 g n , g 2 〉 L 〈 g n , g n 〉 α n 〈 g n , f 〉
Demonstra-se que, se as funções g 1 ( x ), g 2 ( x ), g 3 ( x ), … , g n ( x ) forem tais que os
vetores g1 , g 2 , g 3 ,L , g n , sejam linearmente independentes (LI), então det A ≠ 0 e o sistema
de equações é possível e determinado (SPD). Demonstra-se ainda que a solução única deste
sistema, α 1 , α 2 , α 3 , … , α n é o ponto em que a função F ( α 1 , α 2 , α 3 ,…, α n ) atinge seu
valor mínimo.
OBS. 22: Se os vetores g1 , g 2 , g 3 ,L , g n , forem ortogonais entre si, isto é, se
〈 g i , g j 〉 = 0 se i ≠ j e 〈 g i , g j 〉 ≠ 0 se i = j , a matriz dos coeficientes A será uma matriz
diagonal, o que facilita a resolução do sistema A ⋅ α = b .
Exercício 81 (Regressão Linear) Ajustar os dados da tabela abaixo através de uma reta.
i 1 2 3 4 5
xi 1,3 3,4 5,1 6,8 8,0
f ( xi ) 2,05 1,153 0,45 0,4 0,5 0 0,2 0,6 0,512 1,2 2,05
y
2
-1 1 x
〈 g1 , g1 〉 = ..............................................................................................................................................................................
..............................................................................................................................................................................
〈 g1 , f 〉 = ..............................................................................................................................................................................
..............................................................................................................................................................................
Assim, α1 = .................... .
f ( xi ) 1 −3 1 9
g ( x ) = .................................................
b b b
⇒ F (α)= ∫ f ( x) 2dx −2 ∫ f ( x ) g ( x)dx + ∫ g ( x) 2dx .
a a a
∂F
Ao desenvolver (α)=0, j =1,2,…, n , obtém-se:
∂α j
bg 2 ( x) dx α + L + ∫ g1( x ) g n ( x )dx α n
b b
∫a 1 1 a
= ∫a f (x )g1( x)dx
b
∫ g2 ( x ) g1 ( x )dx α1 + L + ∫ g 2 ( x ) g n ( x )dx α n
b b
a a
= ∫a f (x )g 2 ( x)dx .
M O M M
b
∫a gn ( x ) g1( x ) dx α1 + L + b g 2( x )dx α b
∫a n n = ∫a f (x )g n ( x )dx
Este é um sistema linear A α= b de ordem n .
b
A =( aij ) tal que aij = ∫ gi ( x) g j ( x )dx = a ji ⇒ aij = a ji .
a
(Eq.40) A =( aij )= gi , g j e b =( bi )= f , gi .
a22 = 〈 g 2 , g 2 〉 = ..........
b1 = 〈 f , g1〉 = ..........
b2 = 〈 f , g 2 〉 = ..........
A α= b ⇒
Logo:
a22 = 〈 g 2 , g 2 〉 = ..........
b1 = 〈 f , g1〉 = ..........
b2 = 〈 f , g 2 〉 = ..........
g ( x )= ................................................. ≈ f ( x )= e x em [0,1].
ln f ( x )≈ ln α1 ⋅ e α2 x = ln α1 + α 2 ⋅ x = G ( x ).
Fazendo ln α1 = a1 e α 2 = a2 , tem-se: G ( x )= a1 + a 2 ⋅ x ,
Desta forma G ( x )≈ ln f ( x ), sendo que G ( x ) é linear nos parâmetros a1 e a 2 .
1
2o ) f ( x )≈ =g (x)
α1 + α 2 ⋅ x
1
≈ α1 + α 2 ⋅ x = G ( x ).
f ( x)
Fazendo α1 = a1 e α 2 = a2 , tem-se: G ( x )= a1 + a 2 ⋅ x ,
1
Desta forma G ( x )≈ , sendo que G ( x ) é linear nos parâmetros a1 e a 2 .
f ( x)
3o ) f ( x )≈ α1 + α 2 ⋅ x = g ( x )
f 2 ( x )≈ α1 + α 2 ⋅ x = G ( x ).
Fazendo α1 = a1 e α 2 = a2 , tem-se: G ( x )= a1 + a 2 ⋅ x ,
〈 g1 , g1〉 = ..............................................................................................................................................................................
〈 g1 , g 2 〉 = ..............................................................................................................................................................................
〈 g 2 , g1〉 = 〈 g1 , g 2〉 = ..........
〈 g 2 , g 2 〉 = ..............................................................................................................................................................................
〈 .............. , g1 〉 = ..............................................................................................................................................................................
〈 ............. , g 2 〉 = ..............................................................................................................................................................................
⇒ g ( x )= ................................................. ≈ f ( x ).
Os parâmetros assim obtidos não são ótimos dentro do critério dos mínimos
quadrados, isto porque estamos ajustando o problema linearizado por mínimos quadrados e
não o problema original. Portanto, os parâmetros a1 e a 2 do exemplo, são os que ajustam a
função G ( x ) à função ln f ( x ), no sentido dos mínimos quadrados. Não se pode afirmar
que os parâmetros α1 e α 2 (obtidos de a1 e a 2 ) são os que ajustam g ( x )= α1 ⋅ e α 2 x à f ( x ),
dentro do critério dos mínimos quadrados.
6 Integração Numérica
Se uma função f ( x ) é contínua em um intervalo [a , b ] e sua primitiva F ( x ) é
conhecida, então
b
(Eq.41) ∫a f (x )dx = F ( b )− F ( a )
onde F ' ( x )= f ( x ).
Por outro lado, nem sempre se tem F ( x ) e em alguns casos, a função a ser integrada
é dada por meio de tabela de pontos. Neste caso, torna-se necessária a utilização de métodos
numéricos.
A idéia básica da integração numérica é a substituição da função f ( x ) por um
polinômio que a aproxime no intervalo [ a , b ]. Assim o problema fica resolvido pela
integração de polinômios, o que é trivial de se fazer.
f ( x0)
0 a= x 0 b = x1 x
h= b - a , h= x1- x 0
[Fig. 32]: Regra dos trapézio.
x − x1 x − x0
(Eq.43) p 1 ( x )= f ( x 0 )+ f ( x1 )
−h h
b f " (ξ x )
ET = ∫ ( x − a )( x − b ) dx
a 2
1 " b
ET = f ( c ) ∫ ( x − a )( x − b ) dx
2 a
1 ( b − a )3
ET = f " ( c )
2 6
h3 "
(Eq.44) ET = f ( c ) com c ∈( a , b )
12
ou
h3
(Eq.45) | ET |≤ max | f " ( x )|
12 x∈[ a,b]
OBS. 23:
b
b x 3 ax 2 bx 2 b 3 − 3ab 2 + 3a 2 b − a 3 ( b − a )3
∫a ( x − a x − b x + a b ) dx = − − = =
2
.
3 2 2 6 6
a
9
Exercício 87 Calcular ∫1 6x − 5 dx , usando a regra dos trapézios.
Resolução:
9
∫1 6x − 5 dx ≈ I T = .................... .
Logo, | ET |≤ .................... .
f (x )
0 a = x0 x1 x2 x3 x n-1 b = xn x
[Fig. 33]: Regra dos trapézios repetida
h = x1 − x 0 = x 2 − x1 = x 3 − x 2 = … = x n − x n −1
b−a
h= , com n sendo o número de subdivisões do intervalo [ a , b ].
n
b
∫a f (x )dx ≈ A1 + A2 + A3 +…+ An tal que Ai =área do trapézio i , com i =1,2,…, n .
h
Ai = [ f ( x i −1 )+ f ( x i )]
2
n −1
h
[ f ( x 0 )+ f ( x n )+2⋅ ∑ f ( x i ) ]
b
(Eq.46) ∫a f ( x ) dx ≈
2 i =1
9
Exercício 88 Calcular ∫1 6x − 5 dx empregando o método dos trapézios com 8 repetições.
Determine uma aproximação para o erro cometido.
Resolução:
f (x)
9
∫1 6x − 5 dx ≈ .................... .
| ETR | ≤ .................... .
Neste caso em particular, f ( x ) pode ser integrada de forma exata:
9
∫1 6x − 5 dx = .................... .
1
Exercício 89 Seja I = ∫ e x dx . Calcule uma aproximação para I usando 10 subintervalos e a
0
regra dos trapézios repetida. Estimar o erro cometido.
Resolução:
1 x
∫0 e dx ≈ .................... .
Erro cometido será, no máximo:
| ETR | ≤ .................... .
1
Exercício 90 Seja I = ∫ e x dx . Qual o número mínimo de subdivisões, para a regra dos
0
trapézios repetida aplicada em I , de modo que o erro seja inferior a 10−3 ?
Resolução:
n = .................... .
y
f (x)
f ( x0) p2 (x )
f ( x2)
f ( x1)
0 a= x 0 m= x 1 b = x2 x
h h
[Fig. 34]: Regra 1/3 de Simpson.
x0 = a , x1 = m e x2 = b
a+b
m = x1 =
2
b−a
h=
2
x0 − x1 =− h , x0 − x2 =−2 h ,
x1 − x0 = h , x1 − x2 =− h ,
x2 − x0 =2 h , x2 − x1 = h .
( x − x1 )( x − x 2 ) ( x − x 0 )( x − x 2 ) ( x − x 0 )( x − x1 )
p 2 ( x )= f ( x 0 )+ f ( x1 )+ f ( x2 )
( − h)( −2h ) ( h )( −h ) ( 2 h)( h )
b x2 x2
∫a f ( x ) dx = ∫ f ( x )dx ≈ ∫ p2 ( x) dx
x0 x0
f ( x0 ) x2 f ( x1) x2 f ( x2 ) x2
2 ∫x ∫ ∫x (x − x0 )( x − x1)dx
= ( x − x1 )( x − x2 ) dx − 2
( x − x0 )( x − x2 )dx +
2h 0 h x 0 2h2 0
h
= [ f ( x 0 )+4 f ( x1 )+ f ( x2 )]. Logo:
3
b x2 h
(Eq.48) ∫a f ( x ) dx = ∫ f ( x )dx ≈
x0 3
[ f ( x 0 )+4 f ( x1 )+ f ( x2 )].
b b f ''' ( ξx )
(Eq.49) ES = ∫ R2 ( x) dx = ∫ ( x − x0 )( x − x1 )( x − x2 ) dx
a a 3!
Logo, ES =0. Isso quer dizer que ES não depende de R2 (resíduo de 2o grau).
Então:
b b f 4 (ξ x )
ES = ∫ R3 ( x ) dx = ∫ ( x − x0 )( x − x1)( x − x2 )( x − x3 ) dx
a a 4!
h5 ⋅ f 4 ( ξ z ) 2 h5 4 2
ES =
24 ∫0
z ( z −1)( z −2)( z −3) dz =
24
f ( ξ z ) ∫ ( z 4 − 6 z 3 + 11z 2 − 6 z ) dz
1 0
4444244443
4
=−
15
h5 4
ES = − f (ξ) com ( a ≤ξ≤ b ).
90
h5
(Eq.50) | ES | = ⋅ max | f 4 ( x ) |
90 x∈[ a,b]
b−a ( b − a) 5
Considerando h = ⇒ h5 = , tem-se:
2 32
( b − a) 5
(Eq.51) | ES | ≤ ⋅ max | f 4 ( x ) |.
2880 x∈[ a,b]
f (x)
0 a = x0 x1 x2 x3 x4 x5 x6 xm -2 xm -1 b = x m x
h
[Fig. 35]: Regra 1/3 de Simpson repetida
b−a
Na figura, tome h = ⇒ h = xi − xi −1 ( i =1,2,… m ), para m =2 n ⇒ m é par.
2n
Aplica-se a regra de Simpson repetidas vezes no intervalo [ a , b ]=[ x0 , xm ].
h5
(Eq.53) ESR ≤ n ⋅ ⋅ max | f 4 ( x ) |
90 x∈[ a,b]
b−a ( b − a) 5
Considerando h = ⇒ h5 = , tem-se:
2n 32n 5
( b − a) 5
(Eq.54) ESR ≤ ⋅ max | f 4 ( x ) |
4 x∈[ a ,b ]
2880n
1 x
∫0 e dx ≈ ................................................. .
Estimativa do erro:
ESR ≤ ................................................. .
Observe que ESR ≤ ................................................. e ETR ≤ ..................................................
1
Exercício 92 Seja I = ∫ e xdx . Para que valor de m teríamos erro inferior a 10−3 ?
0
Resolução:
h = ................................................. ⇒ h = .................... .
i 0 1 2 3 4 5 6 7 8
xi
f ( xi )
10
∫6 log xdx ≈ ................................................. .
Estimativa do erro:
⇒ ETR ≤ ................................................. .
10
Exercício 94 Seja I = ∫ log xdx . Aproxime I com a regra de Simpson com 8
6
subintervalos. Estime o erro cometido.
Resolução:
10
∫6 log xdx ≈ ................................................. .
Estimativa do erro:
⇒ E SR ≤ ................................................. .
∂ 2u ∂ 2u
+ =0, com u ≡ u ( x , y ).
∂x 2 ∂y 2
A ordem de uma equação diferencial é a mais alta ordem de derivação que aparece na
equação.
Se, dada uma equação diferencial de ordem n , a função, assim como suas derivadas
até ordem n −1, são especificadas em um mesmo ponto, então temos um problema de valor
inicial (PVI).
Se, em problemas envolvendo equações diferenciais ordinárias de ordem n , n ≥2, as
n condições fornecidas não são dadas todas num mesmo ponto, então temos um problema de
valor de contorno (PVC).
dy
Exercício 95 Resolver a seguinte EDO: =− xy .
dx
Resolução:
y = .................... .
y (xm )
Solução
Exata ym
y (x3 )
y (x2) Solução
y (x1 ) y3 Numérica
y (x0)
y (x0 ) = y0 y2
y0 y1
x0 x1 x2 x3 xm -1 xm
[Fig. 36]: Gráfico da solução numérica de um PVI.
y (x0 ) = y0
x0 x1
[Fig. 37]: Gráfico do método de Euler.
(Eq.57) y ( x )= y ( x0 )+( x − x0 ) y , ( x0 ).
y, = x − y + 2
Exercício 97 Achar aproximações para a solução do PVI na malha de [0,1]
y( 0 ) = 2
com h =0,1.
Resolução:
1− 0
x0 =0, y0 =2, a =0, b =1, m = → m =10.
0,1
Usar (Eq.59) para j =0,1,2,…,9.
j =0:
j =1:
TABELA:
j xj yj y (xj) y j − y ( x j )= e j
0 0 2 2
1 2,004837
2 2,018731
3 2,040818
4 2,07032
5 2,106531
6 2,148812
7 2,196585
8 2,249329
9 2,30657
10 2,367879
Na pratica, não se dispõe da solução exata y ( x j ) do PVI. Daí a necessidade de se
determinar uma expressão matemática para o erro. Usa-se a fórmula de Taylor para
desenvolver y ( x ), solução teórica do PVI, em torno de x0 :
x − x0 , ( x − x0 ) 2 ,, ( x − x0 ) 3 ,,,
(Eq.61) y ( x )= y ( x0 )+ y ( x0 )+ y ( x0 )+ y ( x0 )+…
1! 2! 3!
Fazendo x = x1 e lembrando que y ( x0 )= y0 , x1 − x0 = h , y , ( x0 )= f ( x0 , y ( x0 )) e
y1 = y ( x1 ), toma-se os dois primeiros termos da (Eq.61):
y1 = y0 + h ⋅ f ( x0 , y0 ). Generalizando-se, tem-se (Eq.59).
h2 , ,
(Eq.62) ej = y (ξ), x j −1 <ξ< x j ,
2!
que é o ERRO LOCAL DE TRUNCAMENTO – ELT.
h2 , ,
(Eq.64) y j +1 = y j + h y ( x j )+
,
y ( x j ), para j =0,1,2,…, m −1.
2!
∂f ∂f ∂x ∂f ∂y
(xj, yj )= ( x j , yj ) (xj, y j) + ( x j , yj ) (xj, yj)
∂x4243 ∂x
1 ∂x4243 ∂y
1 ∂x4243
1
= y ,, ( x j ) =1 = f (x j ,y j )
∂f ∂f
y ,, ( x j )= ( x j , y j )+ ( x j , y j ) f ( x j , y j )
∂x ∂y
y, = x − y + 2
Exercício 98 Achar aproximações para a solução do PVI na malha [0,1] com
y( 0) = 2
h =0,1 usando o método da (Eq.64).
Resolução:
j =1:
TABELA:
j xj yj y (xj) y j − y ( x j )= e j
0 0 2 2
1 2,004837
2 2,018731
3 2,040818
4 2,07032
5 2,106531
6 2,148812
7 2,196585
8 2,249329
9 2,30657
10 2,367879
dy
= − xy
Exercício 99 Achar aproximações para a solução do PVI dx na malha [0,1] com
y( 0) = 1
h =0,5 usando o método de Euler Aprimorado.
Resolução:
y ( x j )= e − x | y j − y ( x j )|
2
j xj yj k1 k2 /2
0 0 1
1
2
h h
k 2 = f ( x j + , y j + k1 ),
2 2
h h
k3 = f ( x j + , y j + k2 ) e
2 2
k 4 = f ( x j + h , y j + h k3 ).
dy
= − xy
Exercício 100 Calcular a solução do PVI dx com h =0,1, no interior do intervalo
y( 0) = 1
[0,1], pelo método de Runge-Kutta de quarta ordem.
Resolução:
h
y j +1 = y j + ( k1 +2 k 2 +2 k3 + k 4 ), para j =0,1,2,…,9.
6
k1 = .........................................................................................
k 2 = .........................................................................................
k3 = .........................................................................................
y, = x − y + 2
Exercício 101 Achar aproximação para a solução do PVI na malha [0,1] com
y( 0 ) = 2
h =0,1 usando o método de Runge-Kutta de segunda ordem (Euler aprimorado).
Resolução:
1− 0
x0 =0, y0 =2, a =0, b =1, m = → m =10.
0,1
0,1
y j +1 = y j + ( k1 + k 2 ), para j =0,1,2,…,9.
2
k1 = ......................................................................................... e k 2 = .........................................................................................
j xj yj k1 k2
0 0 2
1
2
3
4
5
6
7
8
9
10