Estatística e

Cálculo
Numérico
ENGENHARIAS
1º semestre – 2010

Prof. Renato Casal de Rey

1
 PROGRAMA DE ESTATÍTICA E CÁLCULO NUMÉRICO

1º SEMESTRE – Cálculo Numérico

1) Correlação Linear e Regressão Linear.

2) Raízes de funções:

• Método de Newton-Raphson;

3) Cálculo de integrais:

a) Pela regra do trapézio

b) Pela regra 1/3 de Simpson

4) Interpolação

• Interpolação Linear

5) Bibliografia básica para Cálculo Numérico:

RUGGIERO, M.A.G. et al. Cálculo Numérico: aspectos teóricos e computacional.

São Paulo: Pearson Makron Books, 2006.

5) Bibliografia complementar:

CHAPRA, S. et al, Numerical methods for engineers , Boston : McGraw-Hill , 1998

OBSERVAÇÃO:
Estes serão os conteúdos pedidos nas provas AD, AS e Especial do 1º semestre

2
2º SEMESTRE – Estatística

1) Estatística Descritiva:

a) Tabelas de freqüência
b) Histogramas, gráfico de barras e diagrama circular
c) Medidas de tendência central
d) Medidas de dispersão

2) Probabilidade

a) União de dois eventos

b) Intersecção de dois eventos

3) Distribuição de Probabilidades para uma variável aleatória contínua

a) Distribuição Normal
b) Normal reduzida
c) Distribuição de médias amostrais

4) Intervalo de Confiança para a média

a) Utilizando a distribuição normal padronizada

b) Utilizando a distribuição t-Student

5) Bibliografia básica para Estatística:

MORETTIN, Pedro A.; BUSSAB, Wilton O. Estatística Básica. São Paulo: Saraiva,
2006.

6) Bibliografia complementar

STEVENSON, W.J. Estatística Aplicada a Administração. São Paulo: Habra, 1986.

SPIEGEL, M.R. Estatística. 3ª edição, São Paulo: Makron Books, 1994.

OBSERVAÇÃO:
Estes serão os conteúdos pedidos nas provas AD, AS e Especial do 2º semestre

3
 Curso de Cálculo Numérico 2010 – 1º Semestre
REVISÃO GERAL DOS FUNDAMENTOS DA MATEMÁTICA ................................................... 5
LISTA 1 .................................................................................................................................... 5
LISTA 2 .................................................................................................................................... 7

1. INTRODUÇÃO...................................................................................................................... 9

2. RESOLVENDO PROBLEMAS.............................................................................................. 9
2.1. APROXIMAÇÕES NUMÉRICAS ................................................................................. 10

3. REGRESSÃO LINEAR ....................................................................................................... 11

3.1. INTRODUÇÃO REGRESSÃO LINEAR ....................................................................... 12
3.2. CALCULANDO O COEFICIENTE DE CORRELAÇÃO .............................................. 14

1ª LISTA DE EXERCÍCIOS:REGRESSÃO LINEAR ................................................................. 18

4. ZEROS DE FUNÇÕES OU RAÍZES DE FUNÇÕES .......................................................... 19

4.1. ENCONTRANDO A RAIZ DE UMA FUNÇÃO DO 1º OU 2º GRAU............................. 19
4.2. BUSCANDO RAÍZES PARA UMA FUNÇÃO QUALQUER.......................................... 23
4.3. MÉTODO DE NEWTON-RAPHSON PARA A BUSCA DE RAÍZES ............................ 24
4.3.1. RELEMBRANDO ALGUMAS REGRAS DE DERIVADAS................................... 28

EXTRAS : LABORATÓRIO DE INFORMÁTICA..................................................................... 33

2ª LISTA DE EXERCÍCIOS: MÉTODO DE NEWTON-RAPHSON ........................................... 35

5. MÉTODOS NUMÉRICOS PARA O CÁLCULO DE INTEGRAIS ........................................ 37

5.1. INTRODUÇÃO: REVENDO O CONCEITO DE INTEGRAL E APLICAÇÕES ............. 37
5.2. REGRA 1/3 DE SIMPSON PARA O CÁLCULO APROXIMADO DE INTEGRAIS.......... 43

3ª LISTA DE EXERCÍCIOS: INTEGRAÇÃO ............................................................................. 48

6. INTERPOLAÇÃO................................................................................................................ 50
6.1. INTERPOLAÇÃO LINEAR........................................................................................... 50

4ª LISTA DE EXERCÍCIOS: INTERPOLAÇÃO LINEAR.......................................................... 53

FORMULÁRIO GERAL DO 1º SEMESTRE............................................................................... 54

4
 REVISÃO GERAL DOS FUNDAMENTOS DA MATEMÁTICA

OBS: Não utilizar a calculadora em nenhum dos exercícios!!!

LISTA 1

1) Resolva as expressões numéricas (o resultado deve estar na sua forma simplificada):

a) ( -14 + 8 ).( 2 - 10 ).( -7 + 14 ) =

( -8 - 4 ).( 7 - 3)

b) ( 7 - 3 ).( 4 - 2 ) =
6 4 3

1−( 1 − 1 )
6 3
c) =
(1 + 1 )2 + 3
6 2 2

d) 36 . 63 . 35 =
45 42 28

2) Resolva a equação (encontre o valor de X que satisfaz a igualdade):

22 - 6( x - 7 ) - 6 = 9 - ( 2x + 7 ) + 3( 4 - 2x )

5
3)Encontre as raízes das equações abaixo:

a) x2 - 8 - 2x = 0

b) 2x2 - 14x = 0

4) Resolva o sistema (encontre os valores de X e Y que satisfazem as equações):

2x - 3y = -16
x + 2y = 6

5) Dado o triângulo retângulo ao lado, determine os valores de x e y.

sen 37º = 0,6 25

cos 37º = 0,8 x
tg 37º = 0,75 37º

6
 REVISÃO GERAL DOS FUNDAMENTOS DA MATEMÁTICA

OBS: Não utilizar a calculadora em nenhum dos exercícios!!!

LISTA 2

1) Resolva as expressões numéricas ( o resultado deve estar na sua forma

simplificada):

a) ( -16 + 9 ).( 5 - 11 ).( -4 + 13 ) =

( -9 - 5 ).( 17 - 5)

b) ( 8 - 7 ).( 5 - 7 ) =
3 4 5

(1 − 1 ) 1
c) 2 + 5 =
3
4
( 1 − 4 )2
5

e) 27 . 64 . 25 =
72 45 24

2) Resolva a equação (encontre o valor de X que satisfaz a igualdade):

25 - 3( 2x - 4 ) - 5 = 9 - ( 4x + 6 ) + 5( 3 - 3x )

7
3) Encontre as raízes das equações abaixo:

a) x2 - 3 - 2x = 0

b) 2x2 - 12x = 0

4) Resolva o sistema (encontre os valores de X e Y que satisfazem as equações):

3x - 4y = -23
x + 2y = -1

5) Dado o triângulo retângulo ao lado, determine os valores de x e y.

sen 37º = 0,6 y

cos 37º = 0,8 18
tg 37º = 0,75 37º
x

8
 1º SEMESTRE : CÁLCULO NUMÉRICO

1. INTRODUÇÃO

O que é o Cálculo Numérico (ou Métodos Numéricos, Solução Numérica, Análise

Numérica) ?

É um conjunto de regras escritas (procedimentos) sob a forma de uma seqüência de

operações elementares que levam à solução de um problema matemático.

Estudaremos basicamente métodos numéricos para solucionar os seguintes problemas:

1) A partir de uma tabela de pontos, encontrar uma função de 1º grau que melhor se
ajusta aos pontos (Regressão Linear);

2) Encontrar raízes de funções;

3) Achar o valor aproximado de integrais.

4) A partir de uma tabela de dados, estimar valores intermediários (Interpolação);

2. RESOLVENDO PROBLEMAS

PROBLEMAS DE
ENGENHARIA

MODELO
MATEMÁTICO

SOLUÇÃO

A solução encontrada nunca é exata, sempre imprecisa e aproximada.

9
Fontes de erro:

a) Simplificação (inevitável) do problema real → modelagem matemática.

b) Métodos diferentes de resolução conduzem a resultados diferentes.
c) Erros nas coletas de dados (precisão?)
d) Erros de arredondamento e propagação de erros.

2.1. APROXIMAÇÕES NUMÉRICAS

Estudo dos erros.

ERRO ABSOLUTO ( ET )

ET = |V - α | onde V= valor verdadeiro e α = valor encontrado (aproximado)

O problema da ponte e do prego

Ponte Prego
Valor verdadeiro (V) 100m = 10.000cm 10 cm
Valor encontrado (α ) 9.998 cm 9cm
ET = |V - α | 2 cm 1cm
ERRO RELATIVO (ЄT)
ЄT = ET / V = |V - α | / V
ERRO RELATIVO PERCENTUAL VERDADEIRO (ℇT )
ℇT = ЄT .100 (porcentagem)

ERRO RELATIVO PERCENTUAL APROXIMADO (ℇa )

Quando não conhecemos o valor verdadeiro, mas fazemos sucessivas aproximações,

calculamos o ℇa.

Valores encontrados para a raiz através de sucessivas aproximações:

α 0 , α 1 , α 2 , α 3 ,... , α i , α i+1, ...

α i +1 − α i
FÓRMULA GERAL : ℇa = .100 = %
α i +1
α1 − α 0
1ª estimativa de erro: ℇa = .100 = %
α1
α 2 − α1
2ª estimativa de erro: ℇa = .100 = %
α2
α3 − α 2
3ª estimativa de erro: ℇa = .100 = %
α3

10
 3. REGRESSÃO LINEAR

EXEMPLO:

Um engenheiro acompanhou o desempenho de uma máquina (torno mecânico) e

montou a tabela abaixo:

Rotação ( rpm ) 160 220 250

Tempo sem quebra de 38 29 23
ferramenta ( horas)

Supondo que existe uma relação linear entre as variáveis rotação e tempo sem
quebra, responda:

a) Caso a rotação de trabalho seja de 174 rpm, qual o tempo sem quebra que
devemos esperar?
b) Caso a rotação seja de 127 rpm, qual o tempo sem quebra que devemos
esperar?
c) Qual deve ser a rotação (rpm) da máquina para que ela fique 32 horas sem
quebrar?

OBS: arredondar na 3ª casa decimal

11
3.1. INTRODUÇÃO REGRESSÃO LINEAR

Chamamos de REGRESSÃO LINEAR o cálculo da equação da reta: y = a0 + a1 x , que

melhor se ajusta a um conjunto de pontos dados (pares ordenados).

Tempo Produção

Rotação Máquina

Dada a equação da reta y = a0 + a1 x , a equação é do tipo:

y = 2x – 3 → a0 = a1 =

y = 5 – 4x → a0 = a1 =

y = 3x → a0 = a1 =

y=-8 → a0 = a1 =

onde : a0 é o coeficiente linear:____________________________________________

e a1 é o coeficiente angular (tg α = a1 ):_____________________________________

______________________________________________________________________

Se a1 > 0 (+) a reta é crescente

Se a1 < 0 (-) a reta é decrescente

F1(x)

F2(x)

F4(x)

F3(x)

12
Faça um esboço do gráfico das funções abaixo:

OBS: identifique no gráfico a raiz da função, o coeficiente linear e o ângulo que a reta
faz com o eixo x ( ângulo α )

4x
Y= −5 Y = 14 – 4 x
3

Y= -2,5X Y=3

Dado um conjunto de pontos (pares ordenados), calculamos os coeficientes a0 e a1

como segue abaixo:

Regressão Linear: y = a0 + a1 x

n n n
n .∑ x i . y i − ∑ x i .∑ y i
a1 = i =1 i =1 i =1
2
n
⎛ n ⎞
n .∑ x i2 − ⎜ ∑ x i ⎟
i =1 ⎝ i =1 ⎠

13
simplificando a nomenclatura:
n n

n ∑ xi y i − ∑ xi ∑ y i ∑y i ∑x i
a1 = a O = y − a1 x y= i =1
x= i =1

n∑ xi2 − (∑ x ) i
2 e ,
n
,
n

Com a equação da regressão linear, podemos fazer uma estimativa para valores fora
da tabela de dados conhecida, mas para que esta estimativa seja válida é importante
que haja uma dependência linear entre as variáveis em estudo.

Para podermos estudar o grau de dependência linear entre duas variáveis é

conveniente calcularmos o COEFICIENTE DE CORRELAÇÃO entre as variáveis.

3.2. CALCULANDO O COEFICIENTE DE CORRELAÇÃO

O coeficiente de correlação (r) mede a dependência linear entre duas variáveis e é

calculado da seguinte forma:
n

∑ x .y i i − n. x . y
r= i =1

⎛ n 2 2 ⎞⎛
n
⎞
⎜ ∑ x i − n.( x ) ⎟.⎜ ∑ y i2 − n.( y ) 2 ⎟
⎝ i =1 ⎠ ⎝ i =1 ⎠

onde n é o número de pares ordenados e -1 ≤ r ≤ 1

Interpretando os resultados do coeficiente de correlação:

14
OBS: Correlação linear igual a zero não indica independência, mas sim que não há
dependência linear entre as variáveis.

EXEMPLOS:

1)RESOLVENDO O PROBLEMA INICIAL (calcular o coeficiente de correlação, a

equação da regressão linear e fazer as estimativas)

2) Uma empresa tem vendido seus produtos durante um certo tempo por 4 preços
diferentes:
Preço R$ 4,5 5,2 5,8 7,1
Vendas (unidades) 925 779 700 617

Supondo que existe uma relação linear entre as variáveis preço e vendas, responda:

a)Qual é a estimativa de vendas caso o preço seja R$ 6,30 ?

b) Qual deve ser o preço caso queira vender 830 unidades ?

OBS: arredondar na 3ª casa decimal

15
3)Uma empresa tem 3 unidades de produção (A, B e C). Sabendo que há uma relação
linear entre o número de máquinas e a produção, quantas máquinas deverão haver
numa 4ª unidade a ser construída, para que a produção seja de 1500 peças.

unidade A B C
Nº de máquinas 5 8 14
Produção (peças) 630 820 1100

OBS: arredondar na 2ª casa decimal

16
4) Uma empresa tem obtido vendas de acordo com a tabela abaixo:
Mês 2 3 4 5 6
Vendas (unid) 5 9 11 15 22

Supondo que a tendência de vendas irá se manter ( e assumindo uma relação linear
entre as variáveis):
a) Qual a previsão de vendas para o mês 9 (setembro)?
b) Em que mês as vendas atingirão 40 unidades ?

OBS: arredondar na 1ª casa decimal

17
 1ª LISTA DE EXERCÍCIOS:REGRESSÃO LINEAR

Construa uma planilha Excel (como o modelo abaixo) para que, fornecidos 10 pontos,
calcule os somatórios, as médias, o coeficiente linear (a0), o coeficiente angular (a1) e
apresente a equação da reta (y = a0 + a1.x ). Construa também um campo para o
cálculo das estimativas para valores de x e y

MODELO - RL
xi yi xi.yi xi² yi²

somatórios

N= Arredondamento:

Coef. Correlação:R=

x médio= a1=
y médio= a0=

a0 a1
Equação da Reta: Y= *X

FAZENDO ESTIMATIVAS
a) Valor de X fornecido =
Valor de Y calculado =

b) Valor de Y fornecido =
Valor de X calculado =

Construa a tabela acima a partir dos valores abaixo, depois invente mais duas tabelas
de valores (x e y) e calcule as estimativas.

Valores tabelados:
X 3 7 9 14 17 26 33 38 42 51
Y 2,3 4,2 5,1 8,3 8,1 9,2 13,4 12,8 14 19,4

a) Faça uma estimativa de Y quando X = 13,1.

b) Faça uma estimativa de X quando Y = 12

Apresente os dados arredondados na 2ª casa decimal.

18
4. ZEROS DE FUNÇÕES OU RAÍZES DE FUNÇÕES

Dada uma função f(x), as raízes (ou zeros) da função são os valores de x para os quais
o valor da função é zero: f(x) = 0

Graficamente, as raízes são os pontos em que o gráfico da função______________

___________________________________________________________________

y (ordenadas)

x (abscissas)

F(x)

Raízes da função no intervalo [ x0 , xn ] :

Análise do sinal da função F(x) nos intervalos:

Intervalo Sinal da função
]A,B[
]B,C[
]C,D[

Faça o esboço de gráficos de funções que não possuem raízes reais.

4.1. ENCONTRANDO A RAIZ DE UMA FUNÇÃO DO 1º OU 2º GRAU

Fórmula geral para determinar a raiz de uma função do 1º grau : f(x) = ax + b

19
Exemplos: Determine a raiz das funções abaixo, usando a fórmula geral:

a) f(x) = 5x -15

b) f(x) = - 2x - 8

c) f(x) = 3x + 14

d) Encontrar a raiz da função f(x) = 2x – 6 e faça seu gráfico.

Construindo o gráfico da função:

x y
-1
0
1
4

Para a mesma função, calcule f(x) = 7

20
Fórmula geral para determinar a raiz de uma função do 2º grau : f(x) = ax² + bx + c

21
a) Encontrar as raízes da função f(x) = 2x² - 6x + 4

Esboço do gráfico

Testando as raízes em f(x):

x1 = f(x1) =

x2 = f(x2) =

Para a mesma função, calcule f(x) = 24

Fazendo a formulação inicial e criando a função g(x)

Testando as raízes na função g(x) : Testando na função inicial f(x):

x1 = x1 =
g( ) = f( ) =

x2 = x2 =
g( ) = f( ) =
22
4.2. BUSCANDO RAÍZES PARA UMA FUNÇÃO QUALQUER

Seja f(x) uma função contínua. Se f(x) muda de sinal no intervalo [ a , b ], ela tem pelo
menos uma raiz no intervalo.

f(a)
f(a)

a b
a b
f(b)
f(b)

f(a) f(b)

a b a b

f(b) f(a)

CASO PARTICULAR

f(a)

f(b)

a b

EXEMPLO : Encontre a raiz da função f(x)= x² - 4x +4

x F(x)

23
4.3. MÉTODO DE NEWTON-RAPHSON PARA A BUSCA DE RAÍZES

Relembrando alguns conceitos:

Dado um triângulo retângulo qualquer:

sen α =
B
A cos α =
α
C tg α = tg α =

3) Determine as medidas e os ângulos dos triângulos abaixo, dados:

cos 53º = 0,6 sen 53º = 0,8

a)

k 70m

53º

w
__________________________________________________________________________________

b) 20m
37º

z x k

24
Compreendendo o Método de Newton-Raphson para busca de raízes.

f(x)

f(x) = x² + x -2 f ‘(x) =

25
Generalizando:

f (x)

f(Xi) f ‘ (Xi) =

α x
Xi+1 Xi

f ( xi)
=
FÓRMULA DE RECORRÊNCIA DO MÉTODO: xi +1 xi −
f ' ( xi)

Resolvendo o problema anterior. Aplicando mais dois passos.

O valor aproximado para a raiz é:

Testando o valor encontrado na função f(x) = x² + x -2:

26
CRITÉRIO DE PARADA: Erro relativo percentual aproximado (ℇa).

x i +1
− x i
ℇa = . 100 ≤ Erro máximo
x i +1

EXEMPLO

Sabendo que a função f(x) = x² - 2x – 5 possui uma raiz no intervalo [ 3 , 4 ], determine

esta raiz utilizando o método de Newton-Raphson.

OBS: Critério de parada: ℇa ≤ 0,5%.

Arredondamento na 4ª casa decimal.

VALOR INICIAL PARA COMEÇAR A BUSCA ( X 0 ):

1º PASSO:___________________________________________________________

f ( xi )
x i +1
= x−
i
f ' ( xi )

3º PASSO: Montar a tabela abaixo

Xi Xi+1
Erro (ℇa )

O valor aproximado para a raiz é:

Testando o valor encontrado na função f(x):

27
4.3.1. RELEMBRANDO ALGUMAS REGRAS DE DERIVADAS

Derivadas básicas de funções: obs: a,c, e n são constantes.

a)
d
[c ] = 0
dx
d ⎡ n⎤ n−1
b) x = n.x
dx ⎢
⎣ ⎥
⎦
d ⎡ n .x ⎤ n .x
c) e = n .e
⎢
dx ⎣ ⎥
⎦
d ⎡ x⎤ x
d) c = c . ln c
dx ⎢
⎣ ⎥
⎦
e)
d
[ln ax ] = 1
dx x
f) d ⎢⎡log ( x ) ⎤ 1
⎥⎦ = x log c ( e )
dx ⎣ c

g)
d
[senax ] = a cos ax
dx
h)
d
[cos ax ] = −asenax
dx
i)
d
[tgx ] = 1 + tg 2 x
dx

Funções compostas:

1) f(x) = c.v(x) →f ’(x) = c.v ’(x)

f(x) = 7x³ f ’(x) =

2) f(x) = u(x) + v(x) → f ’(x) = u ’(x) + v ’(x)

a) f(x) = 2x² -3x + 5 f ’(x) =

b) f(x) = 4 e3x + x-2 f ’(x) =

3) f(x) = u(x) . v(x) → f ’(x) = u ’(x) . v(x) + u(x) . v ’(x)

a) f(x) = e-2x. ln x f ’(x) =

b) f(x) = log x . cos x f ’(x) =

28
 u ( x)
4) f(x) = → f ’(x) = [ u ’(x) . v(x) – u(x) . v ’(x)] / [v(x)]²
v( x)
3x
e
f(x) = 2 f ’(x) =
x

5) f(x) = [u(x)]n → f ’(x) = n.[u(x)] n-1.u ’(x)

f(x) = (x² + 1)³ f ’(x) =

Extras:

a) Calcule a derivada da função f(x) = x².lnx.senx

b) Calcule a derivada da função f(x) = x².lnx.senx .5 x

EXERCÍCIOS

1) Determine a raiz da função f(x) = e-2x – x , utilizando o método de Newton-Raphson,

tomando como valor inicial para a busca x0 = 0.
OBS: Critério de parada: ℇa ≤ 1%.
Arredondamento na 5ª casa decimal.

Xi Xi+1
Erro (ℇa )

O valor aproximado para a raiz da função f(x) é:

Testando o valor encontrado na função f(x):

29
2) Dada a função f(x) = x log x - 2, determine o valor de x para que f(x) = 3,06 ,
utilizando o método de Newton-Raphson, tomando como valor inicial para a busca
x0 = 5.
OBS: Critério de parada: ℇa ≤ 0,01%.
Arredondamento na 5ª casa decimal.

Xi Xi+1 Erro (ℇa )

O valor aproximado para a raiz da função g(x) é:

Testando o valor encontrado na função f(x):

30
3) Dada a função f(x) = (5 – x)ex + 8, determine f(x) = 13, utilizando o método de
Newton-Raphson, tomando como valor inicial (xi ) para a busca x0 = 4,8.
OBS: Critério de parada: ℇa ≤ 0,01%.
Arredondamento na 5ª casa decimal.

Xi Xi+1 Erro (ℇa )

O valor aproximado para a raiz da função g(x) é:

Testando o valor encontrado na função f(x):

31
4) A concentração (C) de uma bactéria poluidora em um lago decai de acordo com a
equação:

C(t) = 70 e -1,5 t + 25 e -0,075 t

Determine o tempo necessário (em horas) para que a concentração bacteriana seja
igual a 9, usando o método de Newton-Raphson, com valor inicial de t = 12,5 horas , ℇa
< 0,01% e arredondamento na 5ª casa decimal.

Xi Xi+1 Erro (ℇa )

O valor aproximado para a raiz da função g(t) é:

Testando o valor encontrado na função C(t):

32
EXTRAS: LABORATÓRIO DE INFORMÁTICA

EXERCÍCIOS:

1) Dado a função f(x) = 2 log x - ex , calcule o valor de x para que f(x) = - 9,947.

OBS: Critério de parada: ℇa ≤ 0,01%.

Arredondamento na 4ª casa decimal.

x g(x)
0,5
1
1,5
2
2,5
3

2) Dado a função f(x) = x log x - 5 cos 2x , calcule o valor de x para que

f(x) = 6,599.

OBS: Critério de parada: ℇa ≤ 0,01%.

Arredondamento na 4ª casa decimal e x em radianos.

x g(x)
2
3
4
5
6
7

33
3) Dado a função f(x) = e- x- x , calcule o valor de x para que f(x) = 12,274.

OBS: Critério de parada: ℇa ≤ 0,01%.

Arredondamento na 4ª casa decimal.

x g(x)
-5
-4
-3
-2
-1
0

4) O deslocamento de uma estrutura (ao sofrer a ação de um impulso) é definido pela

seguinte função matemática:

D(t) = 10 e-k t cos w t , onde k = 0,5 e w = 2 .

Esta função está representada no gráfico abaixo (deslocamento x tempo). Sabendo que
entre os instantes 2 e 8 segundos a estrutura passa por D(x) = 0 (posição central)
quatro vezes, determine os instantes em que ela passa pela posição central, com um
erro percentual aproximado, menor que 0,02% e arredondamento na 4ª casa decimal
(ângulos em radianos).

t
2 4 6 8 10

-2

-4

5) Uma partícula dentro de um campo magnético tem sua velocidade descrita pela
função V(t) = 2 t³ - 3t² + t – 1 (SI). Determine em que instante sua velocidade será de
61, 125 m/s.
OBS: Critério de parada: ℇa ≤ 0,01%.
Arredondamento na 4ª casa decimal.

34
 2ª LISTA DE EXERCÍCIOS: MÉTODO DE NEWTON-RAPHSON

1) O crescimento de populações microbianas é importante em muitos processos de

tratamento de efluentes.
Um exemplo importante na Engenharia Civil é o modelo de crescimento de uma
população bacteriana em um lago. A equação que descreve este fenômeno é:

p max
p (t ) =
⎛ p max ⎞
1 + ⎜⎜ − 1⎟⎟e ( − k . pmax .t )
⎝ pO ⎠
onde P(t) é a função que estima a densidade de bactérias (células/litro) no lago com o
passar do tempo (t em dias). Pmax é a maior densidade possível desta bactéria e é um
valor constante e Po é o valor da concentração inicial desta bactéria no lago.

No inverno (t = 0), a população é pequena e P(t = 0) = Po = 10 célula/litro. Foi

conhecido que depois de 60 dias (t = 60) a população alcançou uma densidade de
15.000 células/litro e a taxa de crescimento k é de 2.10-6 litros/célula dia. É preciso
calcular a população bacteriana quando t = 90 dias, pois se a população bacteriana
exceder 50.000 células/litro, a qualidade da água estará comprometida e será
necessária a implementação de algum procedimento para o abatimento das bactérias e
proteger os banhistas que usam o lago.

Use o método de Newton-Raphson para determinar o valor de Pmax (a partir da

informação obtida com P(60) ) e depois faça uma estimativa para P(90). Para
determinar o valor de Pmax, sabemos que ele está no intervalo de [ 60.000 , 70.000 ] .
Assuma um erro relativo máximo de 0,1% para o valor de Pmax e arredondamento na 4ª
casa decimal.

2) Estimando o coeficiente de arrasto de um pára-quedista

Soluções analítica para um pára-quedista em queda livre (antes da abertura do pára-

quedas)

Solução analítica (Segunda lei de Newton):

dv
F = m.a (1) a= (2) F = Fg − FR (3)
dt
em que: F = força resultante que atua na queda;
Fg = força da gravidade (Fg = m.g);
FR = força de resistência (FR = c.v);
c = coeficiente de arrasto (kg/s).
Substituindo (2) e (3) em (1):

35
 dv dv dv m.g − c.v
Fg − FR = m ↔ m = Fg − FR → = (4)
dt dt dt m

Integrando-se a equação (4) em função do tempo tem-se:

g.m.[1− e−(c.t ) / m ]
v(t) =
c
onde :

v(t) = função matemática que calcula a velocidade (em m/s) que um pára-quedista
atinge em queda livre (antes da abertura do pára-quedas) em função do tempo.
g = aceleração da gravidade (em m/s²)
m = massa do pára-quedista (em kg)
c = coeficiente de arrasto do pára-quedista (sem a abertura do pára-quedas, em kg/s)
t = tempo de queda em segundos

Perguntas:

a) Um pára-quedista salta de seu avião e após 10 seg. de queda (antes da abertura do

pára-quedas) sua velocidade é de 40 m/s (ou seja v(10) = 40 m/s). Calcule o
coeficiente de arrasto deste pára-quedista, usando o método de Newton-Raphson, com
parada em Ea < 0,1% e arredondamento na 4 casa decimal.

Dados:
m = 68,1 kg
g =9,8 m/s2

DICA: Construa uma função matemática f(c) cuja única variável seja “c”, equacionada
na forma f(c)=0. Para encontrar o intervalo inicial para a busca de raízes, construa uma
tabela de valores c x f(c) , com valores de c múltiplos de 4 (4,8,...).

b) Após calcular o valor do coeficiente de arrasto ( c ), determine a velocidade do pára-

quedista após 5 segundos de queda, em km/h.

a) Sabendo que o pára-quedista atinge uma velocidade limite, faça uma estimativa
desta velocidade (em km/h).

Velocidade Limite: Velocidade máxima que o pára-quedista atinge com o passar do

tempo, antes de abrir o pára-quedas.

36
5. MÉTODOS NUMÉRICOS PARA O CÁLCULO DE INTEGRAIS

5.1. INTRODUÇÃO: REVENDO O CONCEITO DE INTEGRAL E APLICAÇÕES

Dada a situação inicial de um automóvel sobre uma trajetória:

Posição inicial (S0) :100 km

Velocidade inicial (V0) : 50 km/h
Aceleração constante (a) : 6 km/h²
PERGUNTAS:
Qual a velocidade do automóvel após 3 horas?
Qual a posição ocupada pelo automóvel após 3 horas?
Em que instante ele atingirá a posição 385,75 km?

Velocidade do automóvel após 3 horas:

Posição ocupada pelo automóvel após 3 horas:
Instante em que ele atingirá a posição 385,75 km:

37
5.2. REGRA DO TRAPÉZIO PARA O CÁLCULO APROXIMADO DE INTEGRAIS

Dada uma partícula com uma aceleração variável, cujo gráfico e equação das
velocidades é dado por:

V(m/s)
V(t) = -t² + 9t + 10

0 2 4 6 8 t(s)

Determine o espaço percorrido entre os instantes 2 e 8 segundos?

a) Resolvendo analiticamente:
ΔS = ∫
8

2
v ( t ) dt = ∫
2
8
(− t 2
)
+ 9 t + 10 . dt =

b) Pela Regra do Trapézio:

V(m/s)
V(t) = -t² + 9t + 10

0 2 4 6 8 t(s)

Dividindo o intervalo em 3 trapézios e determinando a medida de suas bases:

x0 x1 x2 x3
t X 2 4 6 8
V(t) F(x)
f(x0) f(x1) f(x2) f(x3)

ΔS = Área sob o gráfico no intervalo

38
ΔS ≅ (Área trapézio 1) + (Área trapézio 2) + (Área trapézio 3)

ΔS ≅ A =

FORMALIZANDO A REGRA DO TRAPÉZIO

Para realizarmos a integração de uma função f(x) num intervalo [ x0 , xn ], devemos

dividir o intervalo em n sub-intervalos (ou sub-conjuntos) igualmente espaçados de
amplitude h e aplicarmos a regra abaixo:

f(x)

x0 xn

n = nº de áreas a ser dividido o intervalo [ x0 , xn ]

x n − xO
h = amplitude ou espaçamento (altura dos trapézios) : h=
n

h⎡ ⎤
xn n −1

Regra do trapézio: ∫ f ( x ) dx ≅ ⎢ f ( x O ) + 2 ∑ f ( x i ) + f ( x n )⎥
xO
2⎣ i =1 ⎦

39
O erro no cálculo de integrais utilizando este método deve-se ao fato dos trapézios
nunca se ajustarem perfeitamente a curva da função. Quanto maior o número de áreas
em que for dividido o intervalo de integração, melhor (mais próximo à solução analítica)
será o resultado encontrado.

F(x) F(x)

X0 Xn X0 Xn

EXEMPLOS:

7
1) Calcule ∫
1
ln( 1 + x ) dx
a) Utilizando a regra do trapézio, dividindo o intervalo de integração em 4 sub-intervalos
(áreas). Arredondar na 2ª casa decimal.

Rascunho para visualizar a resolução: não precisa conhecer o gráfico da função

x0 x1 x2 x3 xn = x4
x
f(x)
f(x0) f(x1) f(x2) f(x3) f(x4)

40
b) Resolver analiticamente.

c) Calcule o erro relativo percentual verdadeiro.

1,4
2) Calcule ∫ 0 ,2
(cos x ) dx utilizando a regra do trapézio, dividindo o intervalo de
integração em 5 subintervalos. Arredondar na 2ª casa decimal e x em radianos.

Rascunho para visualizar a resolução: não precisa conhecer o gráfico da função

x0 x1 x2 x3 x4 xn = x5
x
f(x)
f(x0) f(x1) f(x2) f(x3) f(x4) f(x5)

41
 5
3) Calcule ∫ 2
f ( x ) dx pela regra do trapézio, dado:

x 2 2,5 3 3,5 4 4,5 5

f(x) 1,2 1,8 2,5 3,3 4,2 5,3 6,5

4 ,8
4) Calcule ∫
2
e x + 1 . ln( x − 1) dx pela regra do trapézio, dividindo o intervalo de
integração em 4 subintervalos e arredondamento na 2ª casa decimal.

42
5.2. REGRA 1/3 DE SIMPSON PARA O CÁLCULO APROXIMADO DE INTEGRAIS

Dado um polinômio de 2º grau qualquer ( P(x) = ax² + bx + c ), a integral deste

polinômio num dado intervalo [ x0 , x2 ] pode ser calculada (solução exata) através da
expressão:

P(x)

P(x0) P(x1) P(x2)

x0 x1 x2

Regra 1/3 de Simpson:

h
(P( x0 ) + 4 P( x1 ) + P( x2 ) ) Onde x1 = x0 + x2 e h = x2 − x0
x2
∫ x0
P( x)dx =
3 2 2

É importante notar que esta fórmula somente se aplica quando dividimos o intervalo de
integração em duas partes iguais (dois subintervalos de mesmo espaçamento).

Poderemos aplicar esta fórmula para calcularmos o resultado de integrais cujas funções
não sejam polinômios de 2º grau, com isso obteremos uma solução aproximada para
o valor das integrais. Dividiremos o intervalo de integração num número par de
subintervalos, de forma a podermos aplicar várias vezes à fórmula de Simpson (de dois
em dois subintervalos).

FÓRMULA DE 1/3 DE SIMPSON REPETIDA

Dado uma função f(x) qualquer, buscaremos estimar o valor de sua integral no intervalo
x6
[x0 , x6]. ( ∫ x0
f ( x ) dx )

f(x)
f(x1) f(x5)
f(x6)
f(xo) f(x2) f(x4)
f(x3)

x0 x1 x2 x3 x4 x5 x6

43
Aplicaremos a Fórmula de 1/3 de Simpson para os sub-intervalos [ x0 , x2 ], [ x2 , x4 ] e [
x4 , x6 ]. Com isso, faremos uma aproximação da função f(x) em cada subintervalo por
um polinômio de 2º grau p(x) que passa exatamente pelos mesmos pontos.

x6 x2 x4 x6
I = ∫ x0
f ( x ) dx ≅ ∫ x0
p 1 ( x ) dx + ∫ x2
p 2 ( x ) dx + ∫ x4
p 3 ( x ) dx

onde, para os pontos x0 , x1 , ..., x6 teremos f(xi) = p(xi) ( f(x0) = p(x0) ; f(x1) = p(x1); ...) ou seja:

I≅
h
( f ( x 0 ) + 4 f ( x1 ) + f ( x 2 ) ) + h ( f ( x 2 ) + 4 f ( x 3 ) + f ( x 4 ) ) + h ( f ( x 4 ) + 4 f ( x 5 ) + f ( x 6 ) )
3 3 3

FÓRMULA 1/3 DE SIMPSON REPETIDA:

xn
h ⎡ n −1 n−2 ⎤
∫ f ( x ) dx ≅ ⎢ f ( x 0 ) + 4 ∑ f ( x i ) + 2 ∑ f (x j ) + f ( x n )⎥
xO
3⎣ i = 1, 3 ,... j = 2 , 4 ,... ⎦

x n − xO
onde n = nº de sub-intervalos e h = é o espaçamento entre os pontos.
n

44
EXEMPLOS:
0 ,8
1)Resolva pelo método 1/3 de Simpson a integral ∫ 0
xe x dx , dividindo o intervalo de
integração em 4 subintervalos. Arredondar na 2ª casa decimal.

h ⎡ ⎤
xn

∫ f ( x ) dx ≅ ⎢ f (x 0 ) + 4 ∑ f (x i ) + 2
3 ⎣
∑ f (x ) + f (x )⎥ j 4
xO i = 1 , 3 ,... j = 2 , 4 ,... ⎦

x0 x1 x2 x3 xn = x4
x
f(x)
f(x0) f(x1) f(x2) f(x3) f(x4)

2 ,8
2) Resolva pelo método 1/3 de Simpson a integral ∫
1
x 2 cos( 2 x ) dx , dividindo o
intervalo de integração em 6 subintervalos. Arredondar na 2ª casa decimal e x em
radianos.

h ⎡ ⎤
xn

∫ f ( x ) dx ≅ ⎢ f ( x 0 ) + 4 ∑ f ( x i ) + 2 ∑ f (x j ) + f ( x 6 )⎥
xO
3⎣ i = 1 , 3 ,... j = 2 , 4 ,... ⎦

x0 x1 x2 x3 x4 x5 xn = x6
x
f(x)
f(x0) f(x1) f(x2) f(x3) f(x4) f(x5) f(x6)

45
 3
∫
x +1
3) Resolva pelo método 1/3 de Simpson a integral e . x 2 dx , dividindo o
1
intervalo de integração em 4 subintervalos. Arredondar na 2ª casa decimal.

x
f(x)

4) Calcule a área abaixo utilizando os métodos de integração.

Y

x0 x1 x2 x3 x4 x5 x6 x7 x8 X

x0 x1 x2 x3 x4 x5 x6 x7 x8
X 0 6 12 18 20 24 28 32 36
F(x) 0 25 28 43 37 33 26 24 0

46
EXERCÍCIOS EXTRAS:

Determine o valor das integrais abaixo, dividindo o intervalo de integração em 8

subintervalos e arredondando na 2ª casa decimal. Resolva cada uma das integrais pelo
Método do Trapézio e 1/3 de Simpson.

(e )
3

a) ∫
2 x +1
. cos x − ln 3 x dx
1

b) ∫
log 4 x . x 1 , 2 . dx
5

47
 3ª LISTA DE EXERCÍCIOS: INTEGRAÇÃO

13

∫ (x − 2 x + 4 ) dx , resolva:
3
1) Dada a integral
1

a) Analiticamente;
b) Pela regra do trapézio, dividindo o intervalo [1, 13] em 8 subintervalos.
c) Pela regra de 1/3 de Simpson, dividindo o intervalo [1, 13] em 8 subintervalos.

0 ,6
2) Resolva a integral ∫ 0
f ( x ) dx a partir dos dados tabelados abaixo:

x 0 0,1 0,2 0,3 0,4 0,5 0,6

f(x) 1 7 4 3 5 9 6

a) Pela regra do trapézio;

b) Pela regra de 1/3 de Simpson.

4 ,4
3) Integrar a função ∫ 2
e x dx

a) Analiticamente;
b) Pela regra do trapézio, dividindo o intervalo de integração em 6 subintervalos.
c) Pela regra de 1/3 de Simpson, dividindo o intervalo de integração em 6
subintervalos.

4) Calcule ∫ f ( x)dx pela regra 1/3 de Simpson, dado:

2

x 2 2,5 3 3,5 4 4,5 5

F(x) 1,2 1,8 2,5 3,3 4,2 5,3 6,5

48
5) A figura a seguir representa a fotografia aérea de um lago (com as medidas em km)

6,5 km 7 km 6,4 km 6,5 km 7 km

0 8 16 24 32 40 48 x (km)

3,5 km
4 km 3,8 km 4 km 4,2 km

a) Calcule a área do lago utilizando a regra do trapézio.

b) Calcule a área do lago utilizando a regra 1/3 de Simpson. (arredondar na 2ª casa
decimal)

49
6. INTERPOLAÇÃO

Procedimento utilizado para estimarmos valores a partir de um conjunto de dados

conhecidos.

6.1. INTERPOLAÇÃO LINEAR

Ex 1) A tabela abaixo representa o comportamento do volume de um líquido em relação

às variações de temperatura:

Temperatura (ºC) Volume (ml)

10 200
15 220
20 250
25 290

a) Faça uma estimativa para o volume do líquido, quando a temperatura for de 17ºC.

b) Faça uma estimativa para a temperatura do líquido, quando o volume for de 258
ml.

OBS: Como a tabela acima não possui uma relação linear entre os valores de
temperatura e volume, os valores encontrados são apenas estimativas.

50
Ex 2) Faça as transformações em calorimetria. Determine os valores de X, Y, Z, W.

ºC (Celsius) ºF (Fahrenheit)
101 213,8
100 212
72 Y
W 100
X 63
0 32
Z 0

OBS: Como existe uma relação linear entre as escalas Celsius e Fahrenheit, os valores
encontrados para X, Y, Z e W são exatos.

51
Ex 3 ) Dada a tabela abaixo, responda:

Temperatura (ºC) Pressão (atm)

10 4,4
12 5
15 5,4
17 5,9
18 6

a) Existe ou não uma relação linear entre os valores de temperatura e pressão acima?

b) Faça uma estimativa para o valor da pressão, quando a temperatura é de 15,3 ºC.

c) Faça uma estimativa para o valor da temperatura, quando a pressão é de 5,1 atm.

IMPORTANTE: Quando queremos uma estimativa para um valor que se encontra entre
os valores tabelados, deve-se dar preferência para os métodos de INTERPOLAÇÃO.
Quando os valores a serem estimados estão fora da tabela, caracterizando uma
projeção, numa tabela de valores cuja relação não é linear, deve-se usar
preferencialmente a REGRESSÃO LINEAR.

52
 4ª LISTA DE EXERCÍCIOS: INTERPOLAÇÃO LINEAR

Dadas as tabelas abaixo, responda as questões utilizando a interpolação linear.

Propriedades termofísicas do ar à pressão atmosférica.

T= temperatura em graus Kelvin

ρ = densidade ou massa específica
C p = calor específico a pressão constante
μ =viscosidade dinâmica ou absoluta
υ = viscosidade cinemática
T (K) ρ (kg/m³) Cp (kJ/kg.K) μ .107 (N.s/m²) υ (m²/s)
250 1,3947 1,006 159,6 11,44
300 1,1614 1,007 184,6 15,89
350 0,9950 1,009 208,2 20,92
400 0,8711 1,014 230,1 26,41
450 0,7740 1,021 250,7 32,39

a) Para uma temperatura de 284 K, calcule a densidade do ar?

b) Para uma temperatura de 379 K, calcule sua viscosidade cinemática?
c) Para que temperatura o ar possui uma densidade de 0,8 kg/m³?
d) Calcule o valor da viscosidade dinâmica do ar quando seu calor específico é de
1,0125 kj/kg.K ?
e) Calcule o valor do calor específico do ar quando sua densidade é de 1,25 kg/m³ ?
f) Calcule o valor da viscosidade dinâmica quando sua viscosidade cinemática é de 22,2
m²/s ?
g) Complete a tabela abaixo:

T (K) ρ (kg/m³) Cp (kJ/kg.K) μ .107 (N.s/m²) υ (m²/s)

273
373

53
 FORMULÁRIO GERAL DO 1º SEMESTRE

Regressão Linear: y = a0 + a1x, onde n = nº de pontos e

n∑ x i y i − ∑ x i ∑ y i ∑ yi ∑ xi
a1 = aO = y −a1x ,
(∑ x ) 2 , y= e x=
n∑ x i2 − i
n n

Correlação Linear:

r =
∑ x i . y i − n .x . y
[∑ x 2 2
i − n .( x ) . ][∑ y 2
i − n .( y )
2
]

f (xi ) x i +1 − x i
x i +1 = x i − Erro: ℇa =
f ′( x i )
Método de Newton-Raphson: .100
x i +1

x − xO
Integração: n = nº de sub-intervalos e h= n é o espaçamento
n

xn n −1
h⎡ ⎤
Regra do trapézio: ∫ f ( x )dx ≅ ⎢ f ( x O ) + 2 ∑ f ( x i ) + f ( x n )⎥
2 ⎢⎣ i =1 ⎥⎦
xO

h⎡ n −1 n−2 ⎤
xn

Regra 1/3 de Simpson: ∫ f ( x )dx ≅ 3 ⎢⎢ f ( x0 ) + 4 ∑ f ( xi ) + 2 ∑ f x j + f ( xn )⎥⎥ ( )

xO ⎣ i =1,3 ,... j = 2 ,4 ,... ⎦

54