Notas de Aula - Calculo Numerico

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL
Captulo 1 Noes Sobre Erros

1.1 Introduo
O Clculo Numrico tem por objetivo estudar esquemas numricos (algoritmos numricos) para resoluo
de problemas das mais diversas reas que podem ser representados por um modelo matemtico. Ele
corresponde a um conjunto de ferramentas ou mtodos usados para obter a soluo de problemas matemticos
de forma aproximada. Esses mtodos se aplicam principalmente a problemas que no apresentam soluo exata
e, portanto, precisam ser resolvidos numericamente.
A necessidade de produzir resultados numricos se deve a vrios motivos, por exemplo, um problema de
matemtica pode ser resolvido analiticamente, mas esse mtodo pode se tornar extremamente complicado e
complexo com o aumento do tamanho do problema, ou quando existem problemas para os quais no existem
mtodos matemticos, entre outros.
Os mtodos numricos buscam solues aproximadas para as formulaes matemticas. Nos problemas
reais, os dados so medidas que no so exatas. Sabe-se que uma medida fsica no um nmero, mas sim um
intervalo, pela prpria impreciso da medida, por isso trata-se sempre com erros, inerentes prpria medio.
Os mtodos aproximados buscam uma aproximao do que seria o valor exato, dessa forma inerente a eles
trabalhar com aproximaes, erros e desvios.
Vejamos as vrias fases da resoluo de problemas, atravs do fluxograma:
Problema
Real
Levantamento
de dados
Construo do
Modelo Matemtico
Implementao
Computacional
Anlise dos
resultados Obtidos
Escolha do Mtodo
Numrico Adequado
Quando necessrio:
reformular algum dos passos
anteriores
Mesmo que todas as fases do fluxograma acima tenham sido realizadas corretamente, ainda podem-se obter
resultados finais totalmente diferentes do que se esperava. Estes resultados dependem tambm:
da preciso dos dados de entrada;
da forma com que os dados so representados na maquina;
das operaes numricas realizadas.
1.2 Representao de Nmeros

Para mostrar como a representao dos nmeros na mquina utilizada pode gerar erros, vejamos alguns
exemplos.
Exemplo (1) Calcule a rea de uma lagoa circular de raio 1.000 m.
Prof. Fbio Secches Bueno
Os resultados obtidos foram:

I 3140000m 2
II 3141600m 2
III 3141592,65m 2
Como explicar a diferena entre estes resultados? possvel obter o valor exato desta rea?
Exemplo (2) Efetuar os seguintes somatrios em duas mquinas diferentes, uma calculadora e um computador:
S =
30.000
x
i =1
para xi = 0,5 e para xi = 0,11 .
Os resultados obtidos foram:

(i) Para xi = 0,5 , temos:
Calculadora: S = 15.000
Computador: S = 15.000
(ii) Para xi = 0,11 , temos:
Calculadora: S = 3300
Computador: S = 3299,99691
Como explicar a diferena entre estes resultados para xi = 0,11 ?
1.2.1 - Converso dos Nmeros nos Sistemas Decimal e Binrio

Nmeros Inteiros
Considere os nmeros (237)10 e (110111) 2 . Cada um destes nmeros est representado em uma base
diferente, um na base 10 e o outro na base 2, respectivamente.
Estes nmeros podem ser decompostos, de acordo com suas bases, da seguinte forma:
( 237)10 = 2.10 2 + 3.101 + 7.10 0
e
(110111) 2 = 1.2 5 + 1.2 4 + 0.2 3 + 1.2 2 + 1.21 + 1.2 0
De modo geral, pode-se escrever um nmero na base , (a j a j 1 ...a1 a 0 ) com 0 a k 1 , na forma:

a j j + a j 1 j 1 + ... + a1 1 + a 0 0
Desta forma, ficar mais simples analisar uma forma de converter um nmero do sistema binrio para o sistema
decimal. Vejamos como converter o nmero (110111) 2 :
(110111) 2 = 1.2 5 + 1.2 4 + 0.2 3 + 1.2 2 + 1.21 + 1.2 0 =
Exemplo (3) Converter os nmeros abaixo do sistema binrio para o sistema decimal.
(a) (10111) 2 =
(b) (1101) 2 =
Soluo:
Vamos agora criar um algoritmo para esta converso. Considere, por exemplo, o nmero (1101) 2 , isto ,
(1101) 2 = 1.2 3 + 1.2 2 + 0.21 + 1.2 0 . Agora vamos colocar o nmero 2 em evidncia:
Do mesmo modo como fizemos no exemplo acima, pode-se criar um algoritmo de forma genrica para esta
converso. De modo geral, a representao de um nmero (a j a j 1 ...a1 a 0 ) 2 na base 10, que denotaremos por
b0 obtida da seguinte forma:
bj =a j
b j 1 = a j 1 + 2b j
b j 2 = a j 2 + 2b j 1
b1 = a1 + 2b2
b0 = a a + 2b1
Assim, pelo algoritmo, a forma de converso do nmero (1101) 2 para a base 10 ser:
Agora, veremos um processo prtico para converter nmeros inteiros no sistema decimal para o sistema binrio.
Para isso, iremos dividir o nmero dado na base 10 sucessivamente por 2 at chegarmos em um quociente 0, e
depois disso, para escrever o nmero na base 2, utilizaremos o resto destas divises da ltima diviso para a
primeira, ou seja, os restos sero tomados de traz para frente.
Exemplo (4) Converter o nmero (237)10 da base 10 para a base 2, utilizando o processo prtico.
Soluo:
Exemplo (5) Converter os nmeros abaixo da base 10 para a base 2, utilizando o processo prtico.
(a) (245)10 =
(b) (347)10 =
Soluo:
Agora, vamos criar um algoritmo. Considerando o processo prtico descrito anteriormente e que
( 237 )10 = (a j a j 1 ...a1 a 0 )10 . Desta forma, vamos admitir que:
N 0 = 237 = 2.118 + 1
Assim, temos que o resto desta diviso (237 por 2) 1, e este valor ser tomado como a 0 , ou seja, a 0 = 1 .
Agora, iremos repetir este processo para o quociente 118, e este valor ser o N 1 , ou seja, N 1 = 118 . Da,
N 1 = 118 = 2.59 + 0
Desta forma, vemos que o resto da diviso zero, assim temos que a1 = 0 . Continuando o processo temos:
N2 =
N3 =
N4 =
N5 =
N6 =
N7 =
Portanto, (237)10 =
De modo geral, ao considerarmos um nmero N qualquer na base 10, N Z , e sua representao binria dada
por ( a j a j 1 ...a1 a 0 )10 , podemos utilizar o seguinte algoritmo, onde a cada k, se obtm o dgito binrio a k .
Vejamos:
Passo 0: Para k = 0 , temos N k = N .
Passo 1: Obtenha q k e rk tais que N k = 2.q k + rk .
Faa a k = rk
Passo 2: Se q k = 0 , pare.
Caso contrrio, faa N k +1 = q k .
Faa k = k + 1 e volte para o Passo 1.
Nmeros Fracionrios
Nmeros fracionrios so nmeros da forma:
r = 0,125 , s = 0,6666...
ou
t = 0,141592654...
Como se pode notar acima estes nmeros podem ser finitos ( r ) ou infinitos ( s e t ). Primeiramente
trataremos da converso de nmeros fracionrios da base decimal para a base binria.
Considere r = (0,125)10 . Sua representao na base binria ser dada por (0, d 1 d 2 ...d j ...) 2 . Vamos tomar
este nmero como exemplo para descobrir uma forma de converso para o sistema binrio.
Assim,
(0,125)10 = d 1 .2 1 + d 2 .2 2 + ... + d j .2 j + ....
Multiplicando toda a igualdade por 2, temos:

2.(0,125)10 = 2.( d 1 .2 1 + d 2 .2 2 +... + d j .2 j +....)
(0,25)10 = d 1 + d 2 .2 1 +... + d j .2 j +1 +....
Da, temos que d1 = 0 , uma vez que a parte inteira do nmero 0,25 zero. Agora, vamos aplicar este mesmo
processo at que a parte fracionria seja igual a zero. Quando isso ocorrer, a converso se encerra. Vejamos:
2.(0,25)10 =
Portanto, (0,125)10 =
. Agora, nem sempre este processo finito. Veja o exemplo a seguir:
Exemplo (6) Converter o nmero r = (0,1)10 da base 10 para a base 2, utilizando o processo anterior.
Soluo:
Assim, (0,1)10 =
Analisando o exemplo acima, podemos notar que a representao no finita de certos nmeros pode causar
erros aparentemente inexplicveis nas mquinas, como foi o caso do exemplo (2). Este tipo de erro ocorre, pois
as mquinas no tm a capacidade de guardar infinitos dgitos na mantissa.
Agora
vamos
fazer
converso
do
sistema
binrio
para
decimal.
Para
isso,
considere
( r ) 2 = (0, d 1 d 2 ...d j ...) 2 . Sua representao no sistema decimal ser obtida de forma muito semelhante ao que
foi feito no processo de converso para nmeros inteiros. De modo geral, seguiremos o seguinte algoritmo:
defina r1 = r e multiplique o nmero r k por 10, mas na base binria, dado por (1010) 2 , para assim
obtermos o dgito bk , que a parte inteira deste produto, mas convertido para a base decimal. Vejamos este
processo atravs de um exemplo.
Exemplo (7) Converter o nmero r = (0,000111) 2 da base binria para a base decimal.
Soluo:
Exemplo (8) Converter (0,11) 2 da base 2 para a base 10. (Utilize 6 casas decimais).
Soluo:
1.2.2 Aritmtica de Ponto Flutuante

Uma mquina representa um nmero real em um sistema chamado aritmtica de ponto flutuante, isto ,
r = (0, d 1 d 2 d 3 ...d j ...).e
Onde,
: base em que a mquina opera;
t : nmero de dgitos da mantissa;
0 d j 1, com j =1,2,..., t e d 1 0 ;
e : expoente no intervalo [e1 , e2 ] , com e1 0, e2 1 e e1 , e2 Z .
Em qualquer mquina, poucos nmeros reais so representados exatamente, e, portanto, a representao de um
nmero real ser feita por truncamento ou arredondamento. Vejamos um exemplo:
Exemplo (9) Considere uma mquina que opera no sistema =10 , t = 3 e e [5,5] . De que forma os
nmeros ficam representados nesta mquina (em mdulo) ?
Soluo:
Considere o conjunto
G = {x IR | m | x | M } .
Dado x IR pode ocorrer um dos seguintes casos:

I x G : x = 235,89
II | x |< m : x = 0,354.10 9
III | x |> M : x = 0,621.10 7
Observaes:
(1) Algumas linguagens de programao permitem que as variveis sejam declaradas em preciso dupla, ou
seja, uma varivel representada no sistema de aritmtica de ponto flutuante da mquina com
aproximadamente o dobro de dgitos disponveis na mantissa.
(2) O zero em ponto flutuante , em geral, representado com o menor expoente possvel a mquina. Isto
ocorre, pois a representao do zero por uma mantissa nula e um expoente qualquer para a base pode
acarretar perda de dgitos significativos no resultado da adio deste zero a u outro nmero.
Exemplo (10) Representar os nmeros num sistema de aritmtica de ponto flutuante onde =10 , t = 3 e
e [4,4] .
Soluo:
x
Representao obtida por arredondamento Representao obtida por truncamento
1,25
10,065
-826,95
2,71828...
0,000008
817235,9
2
1.3 Erros
1.3.1 Erros Absolutos e Erros Relativos
Definio: Erro absoluto a diferena entre o valor exato de um nmero
x e sua aproximao x , isto ,
EAx = x x .
Na maioria das vezes, apenas o valor de x conhecido, e, portanto, impossvel obter o valor exato do erro
absoluto. O que se faz, obter um limitante superior ou uma estimativa para o mdulo do erro absoluto.
Vejamos alguns exemplos:
Exemplo (11) Sabe-se que (3,14;3,15) . Determine um limitante superior para o mdulo do erro absoluto.
Soluo:
Exemplo (12) Seja x representado por x = 2112,9 , com | EAx |< 0,1 , isto , x ( 2112,8;2113) e seja y
representado por y = 5,3 , com | EAy |< 0,1 , isto , y (5,2;5,4) . Os limitantes superiores para os erros
absolutos so os mesmos, mas podemos afirmar que os nmeros esto representados com a mesma preciso?
Soluo:
Definio: Erro relativo a razo entre o erro absoluto e o valor aproximado, ou seja,
ER x =
EAx x x
=
x
x
Vamos voltar ao exemplo (12) e calcular o erro relativo de cada um dos nmeros em questo:
1.3.2 Erros De Arredondamento e Truncamento em um Sistema de Aritmtica de Ponto

Flutuante
Seja um sistema que opera em aritmtica de ponto flutuante de t dgitos, na base 10, e seja
forma:
x escrito na
x = f x .10 e + g x .10 e t
onde, 0,1 f x < 1 e 0 g x 1 .

Exemplo (13) Se t = 4 e x =123,46 , represente
Soluo:
x como acima.
A grande questo do exemplo anterior como considerar a parcela de g x na representao do nmero uma vez
que esta parcela no pode ser incorporada totalmente na mantissa e definir o erro absoluto (ou relativo) mximo
cometido. Para isso, temos dois critrios: o truncamento e o arredondamento.
e t
e
No truncamento, g x .10
desprezado e x = f x .10 . Neste caso, temos:
| EAx |=
| ER x |=
No arredondamento, f x modificado para levar g x em considerao. A forma de arredondamento mais

utilizada a seguinte:
1
e
f
.
10
,
|
g
|
<
x
x
2
x=
f .10 e + 10 e t , | g | 1
x
x
2
Portanto, se | g x |<
Assim, se | g x |<
1
, g x desprezado, caso contrrio, soma-se 1 ao ltimo dgito de f x .
2
1
, temos:
2
| EAx |=
| ER x |=
E, se | g x |
| EAx |
1
, teremos:
2
1
.10 e t
2
| ER x |<
1
.10 t +1 .
2
A prova desta ltima desigualdade pode ser encontrada nos livros textos da bibliografia bsica deste curso.
Observao: apesar de erros menor ocorrerem quando se utiliza arredondamento, este acarreta em um tempo
de execuo maior, e por isso, o truncamento mais utilizado.
1.3.3 Anlise de Erros nas Operaes de Aritmtica de Ponto Flutuante

Dada uma sequncia de operaes, como por exemplo, u = [( x + y ) z t ] w , importante saber como o erro
se propaga ao longo das operaes seguintes.
O erro total de em uma operao composto pelo erro das parcelas e pelo erro no resultado da operao.
Para os exemplos 14, 15, 16 e 17, vamos considerar um sistema de aritmtica de ponto flutuante com t = 4 ,
=10 e com acumulador de preciso dupla.
Exemplo (14) Dados x = 0,937.10 4 e y = 0,1272.10 2 , obter os valores aproximados e exatos de:
a) x + y
b) x. y
Soluo:
No exemplo acima se pode notar que mesmo que as parcelas de uma operao estejam representadas
exatamente no sistema, o resultado final armazenado pode no ser exato.
Frmulas de Erros nos Fatores
Na maioria dos sistemas, o resultado exato da operao denotado por OP normalizado e depois arredondado
ou truncado para t dgitos, obtendo assim o resultado aproximado O P que armazenado na memria da
mquina.
J vimos que o erro no resultado de uma operao, supondo que as parcelas esto exatamente representadas
ser:
| EROP |< 10 t +1 no truncamento
e
| EROP |<
1
.10 t +1 no arredondamento.
2
Vamos agora ver as frmulas para os erros absolutos e relativos nas operaes de aritmtica de ponto flutuante
com erros nas parcelas. Estas frmulas de erros no sero provadas, mas fica a critrio do aluno olhar a
demonstrao nos livros da bibliografia.
Para estas frmulas, vamos supor que erro final arredondado.
Sejam
x e y , tais que
x = x + EAx e y = y + EAy .
ADIO: x + y
Erro absoluto: EAx + y = EAx + EAy
y
x
+ ER y
x + y.
x
+
y
Erro relativo: ER x + y = ER x
Erro relativo: ER x y = ER x
SUBTRAO: x y
Erro absoluto: EAx y = EAx EAy
y
x
ER y
x y .
xy
MULTIPLICAO: x. y
Erro absoluto: EAx. y x .EAy + y.EAx e Erro relativo: ER x. y ER x + ER y .
DIVISO: x / y
Erro absoluto: EAx / y
y.EAx x .EAy
EAx x .EAy
=
2
y
y
y2
e Erro relativo: ER x / y ER x ER y
Note que o erro todas as frmulas acima foram escritas sem considerar o erro de arredondamento (truncamento)
no resultado final. E no se esquea que a anlise completa da propagao de erros se faz considerando os erros
nas parcelas e no resultado de cada operao efetuada.
10
Exemplo (15) Suponha que

u = ( x + y ).z t ?
x , y , z , e t estejam representados exatamente. Qual o erro no clculo de
Exemplo (16) Sejam x = 0,2357.10 3 e y = 0,2353.10 3 . Determine o erro relativo da operao z = x y ,

que denominado cancelamento subtrativo.
Soluo:
Exemplo (17) Considerando o valor de z do exemplo acima, determine o valor de w = z.t , se

t = 0,4537.10 3 e y = 0,2353.10 3 . Determine tambm o erro relativo desta operao.
Soluo:
1.4 EXERCCIOS
(1) Converter para decimal os seguintes nmeros binrios:
a) 10011
b) 11100010
c) 1000001
d) 1,1
e) 1100,01
(2) Converter para binrio os seguintes nmeros decimais:

a) 23
b) 2615
c) 2,5
d) 0,1
e) 3,8
f) 10,05
f) 1000,001
(3) Seja um sistema de aritmtica de ponto flutuante de quatro dgitos, base decimal e com acumulador de
preciso dupla. Dados os nmeros:
x = 0.7237 *10 4
y = 0.2145 *10 3
z = 0.2585 *101
11
efetue as seguintes operaes e obtenha o erro relativo no resultado, supondo que x, y e z esto exatamente
representados:
a) x + y + z b) x y z c) x / y
d) ( x * y ) / z e) x * ( y / z )
(4) Suponha que x representado no computador por x , onde x obtido por arredondamento, obtenha os
limites superiores para os erros relativos de
w= x+x
u = 2x
e
(5) Considere uma mquina cujo sistema de representao de nmeros definido por: base 10, ( =10 ),
quatro dgitos na mantissa ( t = 4 ) e expoente no intervalo e =[5,5] . Pede-se:
a) Qual o menor e o maior, em mdulo, nmero representado nessa mquina?
b) Como ser representado nessa mquina o nmero 73758 nessa mquina, se for usado o arredondamento? E
se for usado truncamento?
c) Se a = 42450 e b = 3 qual o resultado de a + b se for usado o arredondamento? E se for usado truncamento?
10
d) Repetir o item d) para a operao:
b + a .
i =1
Capitulo 2 Zeros Reais de Funes Reais

2.1 Introduo
Nas mais diversas reas das cincias exatas ocorrem situaes que envolvem a resoluo de uma equao do
tipo f ( x ) = 0 . Podemos tomar como exemplo um circuito no linear, se quisermos saber a corrente que vai
fluir no circuito, temos que resolver a equao E Ri g (i ) = 0 , a Lei de Kirchoff. Ento, temos que ter em
mente que o objetivo deste captulo o estudo de mtodos numricos para resoluo de equaes no lineares
como a descrita anteriormente.
Um nmero real um zero da funo f (x ) se f ( ) = 0 . Em alguns casos, por exemplo, de equaes
polinomiais, os valores de x que anulam f (x ) podem ser reais ou complexos. No entanto, neste captulo
estudaremos apenas zeros reais de funes reais de f (x ) .
12
Graficamente, os zeros reais de funes reais so representados pelas abscissas dos pontos onde uma curva
intercepta o eixo-x. Vejamos alguns exemplos:
Sabemos que existem casos que para encontrar os zeros reais de algumas equaes existem frmulas
especficas, como por exemplo, as equaes polinomiais de 2 grau. No entanto, para obter zeros reais de
polinmios de grau maior e de equaes mais complexas praticamente impossvel determinar os zeros
exatamente. Por isso que na maioria das vezes se encontrarmos valores aproximados para estes zeros, devemos
ficar satisfeitos. Mas estes valores aproximados podem ser encontrados com o auxlio de alguns mtodos
numricos que apresentaremos agora, a menos de limitaes de mquinas, com preciso predeterminada.
Na maioria destes mtodos, partiremos de uma aproximao inicial para o zero e em seguida refinaremos essa
aproximao atravs de processos iterativos. Por esse motivo, os mtodos contm duas fases:
FASE I Localizao ou isolamento de razes, que consiste em obter um intervalo que contm o zero.
FASE II Refinamento, que consiste em, escolhidas aproximaes iniciais no intervalo encontrado na Fase I,
melhor-las sucessivamente at se obter uma aproximao para o zero dentro de uma preciso
predeterminada.
2.2 Fase I: Isolamento de Razes

Nesta fase feita uma anlise terica e grfica da funo f (x ) . importante frisar que o sucesso da Fase II
depende muito da preciso desta primeira anlise.
Vamos iniciar com o estudo de alguns teoremas:
Teorema: Seja f (x ) uma funo contnua em [a, b] . Se f ( a ). f (b) < 0 , ento existe pelo menos uma raiz
em [a, b] , isto , existe um ponto x = tal que f ( ) = 0 .
Graficamente,
Observao: Se f ' ( x ) existir e preservar o sinal em ( a, b) , ento este intervalo contm um nico zero de
f (x ) .
Graficamente,
13
Uma forma de se isolar as razes de f (x ) usando os resultados anteriores tabelar f (x ) para vrios valores
de x e analisar as mudanas de sinal de f (x ) e o sinal da derivada nos intervalos em que f (x ) mudou de
sinal.
Exemplo (1) Buscar as razes de f ( x) = x 3 9 x + 3 utilizando os resultados anteriores.
Soluo:
Construindo uma tabela com vrios valores para f (x ) e considerando apenas os sinais, temos:
x
f (x )
90
-
9
-
5
-
3
+
1
+
0 1 2 3 4
+ -
- + +
Como f (x ) contnua em IR , de acordo com as variaes de sinal, podemos concluir que cada um dos
intervalos I 1 = [ 5,3] , I 2 = [0,1] e I 3 = [ 2,3] contm pelo menos uma raiz em f (x ) . E ainda, como
f (x ) polinomial, podemos afirmar que cada intervalo contm uma nica raiz.
Mas este processo pode ser bastante trabalhoso, uma vez que se podem fazer diversas tentativas at se encontrar
as mudanas de sinal. Por isso, vamos estudar outros resultados tericos para obteno de razes de funes.
Mas estes resultados so teis apenas para funes polinomiais.
Teorema (Fundamental da lgebra): Um polinmio de grau
n,
n 1 da forma:
p n ( x) = a n x n + a n 1 x n 1 + ... + a1 x1 + a 0 = 0
Com a i IR e a n 0 tem exatamente

com sua multiplicidade.
(*)
n razes, reais ou complexas, desde cada raiz seja contada de acordo
Definio: Uma raiz de (*) tem multiplicidade
m se:
p ( ) = p ' ( ) = p ' ' ( ) = ... = p ( m 1) ( ) = 0
p ( m ) ( ) 0 ,
d j p ( x)
, com x = e j =1,2,..., m .
dx j
Exemplo (2) Seja p( x) = x 4 5 x 3 + 6 x 2 + 4 x 8 , determine a multiplicidade de suas razes.
Soluo:
Onde p ( j ) ( ) =
14
Estes teoremas vistos at o momento so teis para determinar as razes reais de p ( x) = 0 . Agora, com os
prximos resultados, vamos tentar determinar a quantidade de razes existentes nos intervalos que contm as
razes. Mas note que estes so apenas indicaes da quantidade de razes, e no a quantidade exata.
Teorema (Bolzano): Seja p ( x) = 0 um polinmio com coeficientes reais e x ( a, b) .

(i) Se p ( a ). p (b) < 0 , ento existe um nmeros mpar de razes (contando sua multiplicidade) em ( a, b) ;
(ii) Se p (a). p (b) > 0 , ento existe um nmeros par de razes (contando sua multiplicidade) em ( a, b) ou no
existem razes reais em ( a, b) .
Graficamente,
Regra de Sinal de Descartes

Dado um polinmio p( x) com coeficientes reais, o nmero de razes positivas, p , desse polinmio no
excede o nmero de variaes de sinal, v , dos coeficientes, e ainda, v p , inteiro, par e no negativo.
Para determinar o nmero de razes negativas, neg , tomamos p ( x ) e usamos a mesma regra para as razes
positivas.
Exemplo (3) Dado o polinmio p( x) = 2 x 5 3 x 4 4 x 3 + x + 1 , determine o nmero de razes positivas e
negativas, usando a Regra de Sinal de Descartes.
Soluo:
Exemplo (4) Dado o polinmio p ( x) = x 4 5 x 3 7 x 2 + 29 x + 30 , determine o nmero de razes positivas e

negativas, usando a Regra de Sinal de Descartes.
Soluo:
Exemplo (5) Dado o polinmio p ( x) = x 7 +1 , determine o nmero de razes positivas e negativas, usando a
Regra de Sinal de Descartes.
Soluo:
15
Teorema: Dado o polinmio p( x) de grau

temos:
n , se o desenvolvermos por Taylor em torno do ponto x = a ,
p ' ' (a )
p ( n ) (a)
2
p ( x) p (a ) + p (a )' ( x a ) +
( x a ) + ... +
( x a) n .
2!
n!
Se chamarmos x a = y , ao acharmos o nmero de razes de p( y ) = 0 que so maiores que zero, estaremos

encontrando o nmero de razes de p ( x) = 0 que so maiores que a .
Ao utilizarmos o resultado deste teorema em conjunto com a Regra de Sinal de Descartes, poderemos analisar
melhor as razes de um determinado polinmio.
Agora, se estamos interessados em estimar o nmero de razes que um polinmio possui em um intervalo
[ a , b] , podemos utilizar tambm as sequncias de Sturn, que so obtidas de acordo com o processo a seguir:
~ (a )
Dado o polinmio p (x ) e um nmero real a , vamos definir v
como sendo o nmero de variaes de
{
g
(
a
)}
g
(
a
),
g
(
a
),...,
g
(
a
) e ignoramos os zeros, assim:
sinal em i
onde construmos a sequncia 0
1
n
g 0 ( x) = p ( x )
g 1 ( x ) = p ' ( x)
e, para k 2, g k ( x) o resto da diviso de g k 2 ( x) por g k 1 ( x ) , mas com o sinal trocado.
Teorema (Sturn): Se p (a ) 0 e p (b) 0 , ento o nmero de razes distintas de p ( x) = 0 no intervalo
~ (a ) v
~ (b)
[ a , b] exatamente v
.
Exemplo (6) Determinar o nmero de razes distintas de p ( x) = x 3 + x 2 x + 1 , utilizando o Teorema de Sturn.
(Para isso necessrio construir a sequncia de Sturn)
Soluo:
16
Agora que j conhecemos alguns teoremas que iro nos auxiliar na obteno de razes, vamos estudar alguns
mtodos grficos. Como sabemos a anlise grfica da funo f (x ) tambm ajudar muito na obteno de
boas aproximaes para a raiz. Por isso, podemos utilizar um dos seguintes processos:
(i)
(ii)
(iii)
esboar o grfico da funo f (x ) e localizar as abscissas dos pontos dos pontos onde a curva
intercepta o eixo-x;
a partir da equao f ( x ) = 0 , obter a equao equivalente g ( x ) = h( x) , esboar os grficos de
ambas as funes no mesmo plano cartesiano e localizar os pontos x onde o grfico destas funes
se interceptam, pois neste caso, temos que f ( ) = 0 g ( ) = h( ) ;
usar programas que traam grficos de funes.
Para esboar o grfico de uma funo, devemos estudar o comportamento desta funo, ou seja, determinar o
domnio, os pontos de descontinuidade, intervalos de crescimento e decrescimento, pontos de mximo e
mnimo (com o teste da primeira derivada), concavidade, pontos de inflexo (com o teste da segunda derivada)
e assntotas da funo. No vamos entrar nos detalhes da anlise de funes e construo de grficos, mas o
leitor pode encontrar os testes das derivadas no Apndice B e nas referncias [2] e [3].
Agora, vamos fazer alguns exemplos.
Exemplo (7) Determine os intervalos que contm as razes da funo f ( x) = x 3 9 x + 3 utilizando os
processos grficos.
Soluo:
Exemplo (8) Determine os intervalos que contm as razes da funo f ( x) = x 5e x utilizando os

processos grficos.
Soluo:
17
Exemplo (9) Determine os intervalos que contm as razes da funo f ( x) = x. ln( x ) 1 utilizando os
processos grficos.
Soluo:
2.3 Fase II: Refinamento

Nesta fase estudaremos alguns mtodos de refinamento de razes. A forma como se efetua o refinamento que
diferencia os mtodos. Todos estes mtodos so mtodos iterativos.
Mtodo Iterativo: uma seqncia de instrues que so executadas passo a passo, alguma das quais so
repetidas em ciclos.
Cada iterao utiliza resultados das iteraes anteriores e efetua determinados testes que permitem verificar se
foi atingido um resultado prximo o suficiente do resultado esperado, e estes mtodos iterativos fornecem
apenas uma aproximao para a soluo exata.
Observe o diagrama de fluxo:
18
2.3.1 - Critrios de Parada

Todos os mtodos iterativos para se obter zeros de funes efetuam um teste para saber se x k (o valor
aproximado na iterao k ) est prximo da raiz exata.
Para saber que tipo de teste efetuar para verificar se x k est suficientemente prximo da raiz exata necessrio
saber o que raiz aproximada, pois existem duas interpretaes para raiz aproximada que nem sempre levam ao
mesmo resultado:
x raiz aproximada com preciso
se :
(i) | x |<
(ii) | f ( x ) |<
Pergunta: Como efetuar o teste (i) se no conhecemos ?
Resposta: Uma forma reduzir o intervalo que conte a raiz a cada iterao. Ao se conseguir um intervalo [a, b]
tal que:
[a, b]
, ento x [a, b] , | x |< . Portanto, x [a, b] pode ser tomado como
b a<
x.
Nem sempre possvel ter as exigncias (i) e (ii) satisfeitas simultaneamente, por isso os mtodos numricos
so desenvolvidos de forma a satisfazer pelo menos um destes critrios.
Veja graficamente:
19
OBS: Em programas computacionais, alm do teste de parada usado para cada mtodo, deve-se ter o cuidado
de estipular um nmero mximo de iteraes para se evitar que o programa entre em looping devido a erros
no prprio programa ou a inadequao do mtodo usado para o problema em questo.
2.3.2 Mtodos Iterativos para se obter Zeros Reais de Funes Reais

I Mtodo da Bisseco
Seja f (x ) contnua no intervalo [a, b] e tal que f ( a ). f (b) < 0 .
Suponhamos que o intervalo ( a, b) contenha uma nica raiz da equao f ( x ) = 0 .
Objetivo: reduzir a amplitude do intervalo que a raiz est at se atingir preciso desejada: (b a ) < , e, para
isso faz-se divises sucessivas de [a, b] pela metade.
Graficamente,
ITERAES:
x0 =
a0 + b0
2
f ( a 0 ) < 0 ( a0 , x0 )

f (b0) > 0 a1 = a0
f ( x ) > 0 b = x
0 1 0
20
x1 =
x2 =
a1 + b1
2
f (a1) < 0 (x1,b1)

f (b1) > 0 a2 = x1
f ( x ) < 0 b = b
1 2 1
a 2 + b2
2
f ( a 2 ) < 0 ( x 2 , b2 )

f (b2) > 0 a3 = x2
f ( x ) < 0 b = b
2 3 2
Exemplo (10) A funo f ( x ) = x ln( x) 1 tem um zero em (1,2) .

Soluo:
Exemplo (11) Aplicar o Mtodo da Bisseco para f ( x) = x 3 9 x + 3 no intervalo [0,1] com preciso
= 10 3 .
Soluo:
21
A continuao do processo anterior se d de acordo com a tabela a seguir:

Iteraes
1
2
3
4
5
6
7
8
9
10
f (x )
b a
0,5
0,25
0,375
0,3125
0,34375
0,328125
0,3359375
0,33984375
0,33789062
5
0,33691406
3
-1,375
0,765625
-0,322265625
0,218017578
-0,0531311035
0,08222029114
0,0144743919
-0,0193439126
-2,43862718.
0,5
0,25
0,125
0,0625
0,03125
0,015625
7,8125. 10 3
3,90625. 10 3
1,953125.
10 3
10 3
6,01691846.
9,765625.
10 3
10 4
Ento, x = 0,336914063 uma raiz aproximada depois de dez iteraes.

Estimativa do Nmero de Iteraes
Dada uma preciso e um intervalo inicial [a, b] , possvel, antes mesmo de realiz-lo, saber quantas
iteraes sero realizadas pelo Mtodo da Bisseco at que se obtenha (b a ) < .
Temos que:
bk a k =
Deve-se o valor de k tal que bk ak < , ou seja,
bk 1 a k 1 b0 a 0
=
2
2k
b0 a0
b a0
log(b0 a0 ) log( )
< 2k > 0
k log(2) > log(b0 a 0 ) log( ) k >
k
log(2)
2
Portanto, se k satisfaz a relao acima, ao final da iterao k teremos o intervalo [a, b] que contm a raiz ,
tal que x [a, b] | x | b a < .
Exemplo (12) Se desejarmos encontrar , o zero da funo f ( x ) = x log( x ) 1 no intervalo [1,2] com
preciso = 10 2 , quantas iteraes, no mnimo, devemos efetuar?
Soluo:
II Mtodo de Newton-Raphson
22
Antes de estudarmos este mtodo importante sabermos um pouco sobre sua origem. Este mtodo foi criado
para na tentativa de acelerar o Mtodo do Ponto Fixo (MPF), uma vez que o MPF mais importante nos
conceitos que so introduzidos em seu estudo do em que sua eficincia computacional.
Para estudar o MPF devemos considerar uma funo f (x ) contnua no intervalo [ a, b] , que contm uma
raiz da equao f ( x ) = 0 . Este mtodo consiste em transformar f (x ) em uma equao equivalente
x = (x ) e a partir de uma aproximao inicial x 0 gerar uma sequncia {x k } de aproximaes para pela
relao x k +1 = ( x k ) , pois a funo ( x ) tal que f ( ) = 0 se e somente se ( ) = . Desta forma o
problema muda, ou seja, ao invs de encontrarmos uma raiz para f (x ) , devemos encontrar uma raiz para
( x ) .
Uma funo ( x ) que satisfaz a condio anterior chamada de funo de iterao para a equao f ( x ) = 0 .
Exemplo (13) Para a equao x 2 + x 6 = 0 , temos vrias funes de iteraes, algumas delas so:
(1) 1 ( x) = 6 x 2
(2) 2 ( x) = 6 x
6
1
x
6
(4) 4 ( x ) =
x +1
(3) 3 ( x ) =
Pelo exemplo, podemos notar que dada uma equao f ( x ) = 0 , existem infinitas funes de iterao ( x )
para a equao f ( x ) = 0 .
Graficamente, uma raiz para a equao x = (x) a abscissa do ponto de interseco da reta y = x e da
funo y = (x) , veja:
De acordo com estes grficos, podemos notar que no para qualquer escolha de ( x ) que o processo
recursivo definido por ( x ) gera uma seqncia que converge para .
Um resultado que fornece condies suficientes para que o processo seja convergente o seguinte teorema.
Teorema: Seja uma raiz da equao f ( x ) = 0 , isolada nem intervalo I centrado em . Seja ( x ) uma
funo de iterao para a equao f ( x ) = 0 . Se
i) ( x ) e ' ( x) so contnuas em I
ii) | ' ( x) | M < 1, x I
iii) x 0 I ,
ento a sequncia {x k } gerada pelo processo iterativo x k +1 = ( x k ) converge para .
23
OBS: No algoritmo do MPF, escolhemos x k como raiz aproximada de se

| x k x k 1 |=| ( x k 1 ) x k 1 |< ou se | f ( x k ) |< . E, devemos observar que | x k x k 1 |< no implica
necessariamente que | x k |< . Contudo se ' ( x) < 0 em I (intervalo centrado em ), a sequncia {x k }
ser oscilante em torno de e, neste caso, | x k x k 1 |< | x k |< , pois
| x k |< | x
x k 1 | .
Agora que conhecemos um pouco sobre o MPF, poderemos voltar ao estudo do Mtodo de Newton-Raphson. O
Mtodo de Newton-Raphson faz, na tentativa de garantir e acelerar a convergncia do MPF, a escolha de uma
funo de iterao ( x ) tal que ' () = 0 .
Ento, dada a funo f ( x ) = 0 e partindo da forma geral para ( x ) , queremos obter a funo A( x ) tal que
' () = 0 .
( x) = x + A( x ) f ( x )
' ( x ) = 1 + A' ( x) f ( x) + A( x) f ' ( x)
' ( ) = 1 + A' ( ) f ( ) + A( ) f ' ( ) ' ( ) = 1 + A( ) f ' ( ).
Assim,
' ( ) = 0 1 + A( ) f ' ( ) = 0 A( ) =
donde, tomamos A( x) =
1
,
f ' ( )
1
.
f ( x)
Ento, dada f (x ) , a funo de iterao ( x) = x
f ( x)
ser tal que ' () = 0 , pois como podemos
f ' ( x)
verificar:
' ( x) = 1
[ f ' ( x)] 2 f ( x) f ' ' ( x )

f ( x) f ' ' ( x )
=
2
[ f ' ( x )]
[ f ' ( x)] 2
e, como f ( ) = 0 , ' () = 0 (desde que f ' () 0 ).

Assim, escolhido x 0 , a seqncia {x k } ser determinada por x k +1 = x k
f ( xk )
, k = 0,1,2,...
f ' ( xk )
Geometricamente,
Exemplo (14) Aplicar o Mtodo de Newton-Raphson para encontrar a raiz da funo f ( x ) = x 2 + x 6 , isto ,
2 = 2 e x0 = 1,5 .
Soluo:
24
Estudo da Convergncia do Mtodo de Newton-Raphson

Teorema: Sejam f (x ) , f ' ( x ) e f ' ' ( x) contnuas num intervalo I que contm a raiz x = de f ( x ) = 0 .
Supor que f ' () 0 .
Ento, existe um intervalo I I , contendo a raiz , tal que x0 I , a sequncia {x k } gerada pela frmula
f ( xk )
recursiva x k +1 = x k
convergir para a raiz.
f ' ( xk )
OBS: Em geral, afirma-se que o Mtodo de Newton converge desde que x 0 seja escolhido suficientemente
prximo da raiz , isto, devido ao fato das hipteses do teorema da convergncia do MPF esto satisfeitas.
Exemplo (15) A funo f ( x) = x 3 9 x + 3 possui trs razes, isto , 1 I 1 = ( 4 3) , 2 I 2 = (0,1) e
3 I 3 = (2,3) . Ao aplicar o Mtodo de Newton-Raphson para encontrar a raiz da funo f ( x) = x 3 9 x + 3
com x0 = 1,5 , a sequncia gerada foi:
x
f (x )
Iteraes
1
-1,6666667 0,1337037.10 2
2
18,388888 0,6055725.10 4
9
3
12,366010 0,1782694.10 4
4
4
8,4023067 0,5205716.10 3
5
5,8353381 0,1491821.10 3
6
6
4,2338735 0,4079022.10 2
5
7
3,3229109 0,9784511.10
6
8
2,9173389 0,1573032.10
3
9
2,8221916 0,7837065.10 1
7
10
2,8169298 0,2342695.10 3
8
Podemos observar que de incio existe uma divergncia da regio onde esto as razes, mas, a partir de x 7 , os
valores aproximam-se cada vez mais de 3 . A causa da divergncia inicial que x 0 est prximo de 3 que
uma raiz de f ' ( x ) e esta aproximao gera x1 = 1,6666667 3 que outro zero de f ' ( x ) , pois
f ' ( x ) = 3 x 2 9 f ' ( x) = 0 x = 3
Exemplo (16) Aplicar o Mtodo de Newton-Raphson para encontrar a raiz da funo f ( x) = x 2 9 x + 3 , com
x 0 = 0,5 , = 10 4 e, sabendo-se que (0,1) .
Soluo:
Iteraes
0
1
f (x )
0,5
0,33333333
0,1375.10
0,373703.10 1
25
3
0,33760683
8
0,1834054.10 4
Assim,
x = 0,337606838
e f (x ) = 1,834054.10 5 < .
III Mtodo da Secante

Ao estudarmos o Mtodo de Newton-Rapshon podemos notar que ele possui a desvantagem, de ter que obter
f ' ( x ) e calcular seu valor numrico a cada iterao.
Mas existe uma forma de se contornar este problema, basta substituir a derivada f ' ( x k ) pelo quociente das
diferenas:
f ( x k ) f ( x k 1 )
f ' ( xk )
x k x k 1
onde x k e x k 1 so duas aproximaes para a raiz.
Neste caso, a funo de iterao fica:
( xk ) = xk
f ( xk )
f ( xk )
= xk
.( x k x k 1 )
f ( x k ) f ( x k 1 )
f ( x k ) f ( x k 1 )
x k x k 1
E, simplificando, temos:
( x k ) =
x k 1 . f ( x k ) x k . f ( x k 1 )
x k 1 . f ( x k ) x k . f ( x k 1 )
, ou seja, x k +1 =
f ( x k ) f ( x k 1 )
f ( x k ) f ( x k 1 )
Note que para aplicar este mtodo so necessrias duas aproximaes iniciais.
Interpretao Geomtrica
Exemplo (17) Aplicar o Mtodo da Secante para encontrar a raiz da funo f ( x ) = x 2 + x + 6 , com x 0 = 1,5 ,
x1 = 1,7 e = 10 5 e, sabendo-se que 2 = 2 .
26
Exemplo (18) Aplicar o Mtodo da Secante para encontrar a raiz da funo f ( x) = x 2 9 x + 3 , com x0 = 0 ,
x1 = 1 e = 5.10 4 .
Como vimos, o Mtodo da Secante uma aproximao para o Mtodo de Newton-Raphson, e por isso as
condies de convergncia so praticamente as mesmas, acrescentando apenas que este mtodo pode divergir
se f ( x k ) f ( x k 1 ) . E, ainda podemos salientar que a ordem de convergncia do Mtodo da Secante no
quadrtica como a do Mtodo de Newton-Raphson, mas tambm no linear. possvel provar que a ordem de
convergncia para este mtodo aproximadamente p =1,62 ( referncia [4] ).
2.4 - EXERCCIOS
(1) Encontre uma raiz aproximada para as funes a seguir utilizando o Mtodo da Bisseco com preciso
= 10 2 . Utilize a estimativa do nmero de intervalos para saber o nmero mnimo de iteraes necessrias.
a) f ( x) = x 3 x 1 e (1,2)
b) f ( x ) = e x cos( x ) e (1,2) .
2
(2) Considere a funo f ( x ) = e x 4 x 2 . No o intervalo I =[2,0] aplique o mtodo da Bisseco at atingir

a preciso = 10 2 .
(3) Usando o Mtodo de Newton-Raphson encontre a raiz da funo f ( x ) = x 2 7 , com x 0 = 2 e preciso
= 10 5 .
10 3 5
x +
x tem suas razes reais no intervalo (-1,1). Encontre pelo Mtodo
9
21
de Newton uma raiz aproximada com preciso = 10 5 e x0 = 0,8 .
5
(4) Dado o polinmio f ( x) = x
(5) Aplique o Mtodo de Newton equao x 3 2 x 2 3 x + 10 = 0 com x 0 = 1,9 . Justifique o que acontece.
(6) Use o Mtodo de Newton para obter a menor raiz positiva das equaes a seguir com preciso = 10 4 .
Para encontrar a menor raiz utilize os processos de localizao de razes (grficos ou pelos teoremas).
a)
x
tg ( x ) = 0
2
x
b) 2 cos( x) e 2 = 0
c) x 5 6 = 0
27
(7) Verifique se o nmero uma raiz da equao polinomial dada, caso seja d a sua multiplicidade:
a) 6 x 5 35 x 4 + 90 x 3 110 x 2 + 65 x 15 = 0 , =1
b) 5 x 5 + 10 x 4 45 x 3 110 x 2 + 20 x + 120 = 0 , = 2
c) 8 x 5 + 2 x 2 5 x + 1 = 0 , = 7
(8) Usando a Regra de Sinal de Descartes, verifique o nmero possvel de razes reais positivas e negativas de
cada equao.
a) 3x 5 + 3x 2 2 x + 1 = 0
b) 5 x 6 4 x 3 2 x 2 + x + 1 = 0
c) 3x 6 + 2 x 5 + 4 x 4 5 x 2 + 1 = 0
(9) Determinar o nmero de razes distintas de p ( x) = 3 x 3 + 3x 2 2 x + 1 , utilizando o Teorema de Sturn.
(10) Use o Mtodo da Secante para obter a menor raiz positiva das equaes a seguir com preciso = 10 4 .
Para encontrar a menor raiz utilize os processos de localizao de razes (grficos ou pelos teoremas).
a)
x
tg ( x ) = 0
2
x
b) 2 cos( x) e 2 = 0
c) x 5 6 = 0
(11) Usando o Mtodo da Secante encontre a raiz da funo f ( x) = x 2 8 , com x 0 = 2 , x1 = 2,5 e preciso
= 10 5 .
28

Notas de Aula - Calculo Numerico

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Notas de Aula - Calculo Numerico

Enviado por

Direitos autorais:

Formatos disponíveis

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Captulo 1 Noes Sobre Erros

1.2 Representao de Nmeros

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Os resultados obtidos foram:

para xi = 0,5 e para xi = 0,11 .

Os resultados obtidos foram:

1.2.1 - Converso dos Nmeros nos Sistemas Decimal e Binrio

De modo geral, pode-se escrever um nmero na base , (a j a j 1 ...a1 a 0 ) com 0 a k 1 , na forma:

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Multiplicando toda a igualdade por 2, temos:

. Agora, nem sempre este processo finito. Veja o exemplo a seguir:

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

1.2.2 Aritmtica de Ponto Flutuante

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Dado x IR pode ocorrer um dos seguintes casos:

III | x |> M : x = 0,621.10 7

x e sua aproximao x , isto ,

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

1.3.2 Erros De Arredondamento e Truncamento em um Sistema de Aritmtica de Ponto

onde, 0,1 f x < 1 e 0 g x 1 .

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

No arredondamento, f x modificado para levar g x em considerao. A forma de arredondamento mais

1.3.3 Anlise de Erros nas Operaes de Aritmtica de Ponto Flutuante

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Exemplo (15) Suponha que

x , y , z , e t estejam representados exatamente. Qual o erro no clculo de

Exemplo (16) Sejam x = 0,2357.10 3 e y = 0,2353.10 3 . Determine o erro relativo da operao z = x y ,

Exemplo (17) Considerando o valor de z do exemplo acima, determine o valor de w = z.t , se

(2) Converter para binrio os seguintes nmeros decimais:

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

d) Repetir o item d) para a operao:

Capitulo 2 Zeros Reais de Funes Reais

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

2.2 Fase I: Isolamento de Razes

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Com a i IR e a n 0 tem exatamente

n razes, reais ou complexas, desde cada raiz seja contada de acordo

Definio: Uma raiz de (*) tem multiplicidade

p ( ) = p ' ( ) = p ' ' ( ) = ... = p ( m 1) ( ) = 0

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Teorema (Bolzano): Seja p ( x) = 0 um polinmio com coeficientes reais e x ( a, b) .

Regra de Sinal de Descartes

Exemplo (4) Dado o polinmio p ( x) = x 4 5 x 3 7 x 2 + 29 x + 30 , determine o nmero de razes positivas e

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Teorema: Dado o polinmio p( x) de grau

n , se o desenvolvermos por Taylor em torno do ponto x = a ,

Se chamarmos x a = y , ao acharmos o nmero de razes de p( y ) = 0 que so maiores que zero, estaremos

Prof. Fbio Secches Bueno

NOTAS DE AULA DE CLCULO NUMRICO FATEC SUL

Exemplo (8) Determine os intervalos que contm as razes da funo f ( x) = x 5e x utilizando os

Prof. Fbio Secches Bueno