Escolar Documentos
Profissional Documentos
Cultura Documentos
Exemplo:
Circuito eltrico composto de uma fonte de tenso e
um resistor.
D
i
V
V
R
R
kT i
ln
1
q Is
V R i 0
v i
V
i
R
kT i
V R i
ln
1 0
q Is
Soluo exata
Exemplos:
a)
x2
Princpios
1. Iterao ou aproximao sucessiva
Partindo-se de soluo aproximada, inicial, repetem-se mesmas aes/processos para refinar
soluo inicial
OBS: para evitar trabalho sem fim (e de graa), deve-se determinar se a iterao converge (nem
sempre o caso...) e condies de parada
2. Discretizao
Na resoluo de problemas contnuos (aqueles definidos matematicamente com uma passagem ao
limite), inverte-se a passagem ao limite, discretizando o problema
Ex: e x dx ~...
2
3. Aproximao
Substituir uma funo ou modelo por outro que oferea comportamento (de interesse) semelhante,
mais simples de manipular
f(x)
g(x)
Ex: assntotas ilustram comportamento no limite de uma funo (complexa) de interesse
4. Transformao
Dado um problema P, desmembra-se P em dois problemas mais simples de resolver, P1 e P2
rea de um trapzio por retngulo (P1) e tringulos (P2)
Sistemas de numerao
Representao no posicional
romanos
MDCCCXLIX e MMCXXIV
Como seria MDCCCXLIX + MMCXXIV ?
Representao semi-posicional
hebraicos
1= ( aleph), 2= ( beth), 10= ( yod),
100= (kuph), 11= 101 , =(9+6) =15
alemo
Vinte e um = ein-und-zwanzig
francs
Noventa = quatre-vingt-dix
Representao posicional
Base decimal (10)
10 dgitos disponveis [0,1,2, ... ,9]
Posio indica potncia positiva de 10
5432 = 5x103 + 4x102 + 3x101 + 2x100
Representao de inteiros
Base binria (2)
2 bits disponveis [0,1]
Posio indica potncia positiva de 2
1011 na base 2 = 1x23 + 0x22 + 1x21 + 1x20 = 8+0+2+1 = 11 na base decimal
Converso de base
Uma caixa aliengena com o nmero 25 gravado na tampa foi entregue a um grupo de cientistas. Ao
abrirem a caixa, encontraram 17 objetos. Considerando que o aliengena tem um formato
humanide, quantos dedos ele tem nas duas mos?
1710 = 25b
17 = 2xb1 + 5xb0
17 = 2b + 5
b = (17-5)/2 = 6
Um sistema ternrio tem 3 "trits", cada trit assumindo o valor 0, 1 ou 2. Quantos "trits" so
necessrios para representar um nmero de seis bits?
26 = 3y
64 = 3y
y = maior inteiro
log 22
log 23
y=4
(33=27 < 64 < 34=81)
Exemplo: Converter 25 decimal para binrio
25 / 2 = 12 (quociente) e resto 1=bms
12 / 2 = 6 (quociente) e resto 0
6 / 2 = 3 (quociente) e resto 0
3 / 2 = 1 (ltimo quociente=BMS) e resto 1
Binrio = BMS ... bms = 1 1 0 0 1
= 1x24 + 1x24 + 0x22 + 0x21 + 1x20
= 16 + 8 + 0 + 0 + 1 = 25 decimal
Procedimentos bsicos:
Divises sucessivas pela base do sistema para o qual se deseja converter o nmero
Decomposio polinomial do nmero a ser convertido
Agrupamento de bits
Converso (Inteiros) entre sistemas
125 2
62 2
1
31 2
0
15 2
1
7 2
1
3 2
1
1
1
12510 = 11111012
543 16
33 16
15
1
2
O resto 15 representado pela letra F
53810 = 21F16
a) (1011110010100111)2 = ( ? )16
b) (A79E)16 = ( ? )2
Converso de frao
Exemplo: converter 0,625 decimal para binrio
0,625 x 2 = 1,25 logo a primeira casa fracionria 1 ; nova frao (resto) 0,25 (1,251=0,25)
0,25 x 2 = 0,5 segunda casa 0 ; resto 0,5
0,5 x 2 = 1,0 terceira casa 1 ; resto zero.
Resultado: 0,62510 = 0,1012
Converso partes inteira, fracionria junta
Para converter um nmero com parte inteira e parte fracionria, fazer a converso de cada
parte, separadamente.
Parte Inteira
Parte Fracionria
Exerccios
Mostre que:
5,8 = 101,11001100... , uma dzima.
11,6 = 1011,10011001100...
a vrgula foi deslocada uma casa para a direita, pois 11,6 = 2 x 5,8 .
A Representao pode variar (flutuar) a posio da vrgula, ajustando potncia da base.
54,32 = 54,32 x 100 = 5,432 x 101 = 0,5432 x 102 = 5432,0 x 10-2
Forma normalizada usa um nico dgito antes da vrgula, diferente de zero
Exemplo: 5,432 x 101
No sistema binrio:
110101 = 110,101x23 = 1,10101x25 = 0,0110101x27
No caso de os nmeros serem armazenados em um computador, os expoentes sero
tambm gravados na base dois
Como 310 = 112 e 7=1112
110,101 x (10)11 = 1,10101x(10)101 = 0,0110101x(10)111
Na representao normalizada, h apenas um 1 antes da vrgula
Exemplo: 1,10101 x (10)101
Algumas definies
No nmero 1,10101 x (10)101 , tomado como referncia:
1,10101 = significando (ou mantissa)
101 = expoente
OBS: A base binria no precisa ser explicitada (o computador usa sempre esta), o 1 antes da
vrgula, na representao normalizada se esta for adotada, tambm pode ficar implcito,
economizando um bit (bit escondido).
Representao genrica
d0,d1d2...dtx(b)exp ,
t o nmero de dgitos da mantissa
d1d2...dt = mantissa, com 0 di (b-1)
exp = expoente (inteiro com sinal)
Ainda os expoentes na ilustrao...
Maior nmero positivo (lembre do bit escondido)
0 110 1111 = + 23 x 1,1111 = 23 x (2- 2-4 ) = 1111,1 = 15,5 decimal
Menor nmero positivo (lembre do bit escondido)
0 001 0000 = + 2-2 x 1,0000 = 2-2 x 20 = 0,01 ou 0,25 decimal
Combinaes especiais dos expoentes na ilustrao...
000 representao NO normalizada
Significando passa a ser 0,_ _ _ ...
Expoente (000) = -2
Menor nmero positivo passa a ser
0 000 0001 = 2-2 x 0,0001 = 2-2 x 2-4 = 2-6 = 0,015625
Erros de Truncamento/Arredondamento
Erro na representao
de floats
Dispositivos Secondrios
Existncia de Erro
Premissa: Impossibilidade de obteno de solues analticas para
vrios problemas de Engenharia.
Consequncia: Emprego de mtodos numricos na resoluo de inmeros problemas do mundo
real.
Mtodo Numrico
Mtodo adotado na resoluo de um problema fsico, mediante a execuo de uma sequncia finita
de operaes aritmticas.
Consequncia: Obteno de um resultado aproximado, cuja diferena do resultado esperado (exato)
denomina-se erro.
Erro Inerente
Erro sempre presente nas solues numricas, devido incerteza sobre o valor real.
Erros inerentes ao processo de aquisio dos dados tambm so relativos impreciso no processo
de aquisio/entrada, externos ao processo numrico.
Ex. 01: Representao intervalar de dados
(50,3 0,2) cm
(1,57 0,003) ml
(110,276 1,04) Kg
Cada medida um intervalo e no um nmero.
Erros
Inerentes
ao Modelo
Problema
do Mundo Real
Dados e
Parmetros
do Modelo
Modelo
Matemtico
Modelo
Numrico
Processamento
Numrico
Soluo
Numrica
Erros de
Arredondamento
Erros de
Truncamento
Exatido x Preciso
Exatido
(Acurcia)
P
R
E
C
I
S
O
R
E
P
R
O
D
U
C
I
B
I
L
I
D
A
D
E
= 0,138 . 103
3 as
3
= 138,7
= 0,1387 .10
4 as
3
= 138,76
= 0,13876 . 10
5 as
= 138,76875
= 138, 7687549
= 138, 768754927
= 0,13876875 . 103
= 0,1387687549 . 103
= 0,138768754927 . 103
8 as
10 as
12 as
xn
x 2 x3
exp( x ) 1 x ...
2! 3!
n 0 n!
Determinao do valor de e, Sabendo que:
e
n!
n0
. Logo: e
n 0
1
2,71828182845905
n!
5
1
2,71666666666667
n 0 n!
5
1
1
n 0 n!
n 0 n!
2,71828182845905
ET
2,71666666666667
0,00161516179238
Exemplo 04:
Determinao do nmero de termos para a aproximao de cos(x) com 8 as, considerando x=/3.
(1) n
x2 x4 x6
cos(
x
)
...
Lembrar que:
2! 4! 6!
n 0 ( 2n)!
Ento:
x 2 (0.3 ) 2
x2
0.4444132198 cos x 1
0.555867802
2!
2
2!
4
x 4 0.3
x2 x4
0.032875568 cos x 1
0.588743370
4!
24
2! 4!
6
x 6 0.3
x2 x4 x6
0.000973407 cos x 1
0.587769964
6!
720
2! 4! 6!
10
40320
0.00001544 cos x 1
2!
4!
6!
8!
0.587785404
x
x 2 x 4 x 6 x 8 x10
0.000000152387 cos x 1
0.587785251
10! 3628800
2! 4! 6! 8! 10!
12
x
x 2 x 4 x 6 x 8 x 10 x 12
0.00000000102545 cos x 1
0.587785251
12! 479001600
2! 4! 6! 8! 10! 12!
Assim sendo, o nmero de termos para a aproximao de cos(x) com 8 as igual a 7 (incluindo o
termo de ordem 0, igual a 1)
Exerccio 01:
Determinar o nmero de termos para a aproximao de
1. log(1+x) com 8 as, considerando x = 0,09
Determinar S =
i =1
xi
Calculadora
0,5 S= 1500
0,1 S= 300
Computador
S= 1500
S=300,00909424 (preciso simples)
S=299,999999999999720 (preciso dupla)
Tipos de Erros
Erro Absoluto
Diferena entre o valor exato de um nmero e o seu valor aproximado (em mdulo)
EA x | x x |
Consideraes
EAx s poder ser determinado se x for conhecido com exatido
Na prtica, costuma-se trabalhar com um limitante superior para o erro, ao invs do prprio
erro (|E | < , sendo o limitante)
Ex. 08:
Para (3,14; 3,15)
EA = - < 0,01
Sejam a = 3876,373 e b = 1,373
'
Considerando-se a parte inteira de a (a) o erro absoluto ser: EA a a a 0,373 e a parte inteira
'
de b (b) , o erro absoluto ser: EA b b b 0,373
Erro Relativo
Razo entre o erro absoluto e o valor exato do nmero considerado (em mdulo)
|xx|
ER x
|x|
Erro Percentual x = ERx . 100%
Este tipo de erro utilizado em processos iterativos pois, sendo o processo convergente, a cada
iterao o valor atual est mais prximo mais do valor exato do que o valor anterior
x valor anterior
x valor atual
Considerao
O erro relativo pode, entretanto, traduzir perfeitamente este fato, pois:
0,373
ER a
0,000096 10 4
3876
0,373
ER b
o,373 5X100
1
Ex. 09:
Clculo do erro relativo na representao dos nmeros a = 2112,9 e e = 5,3, sendo |EA| < 0,1.
|ERa| = |a - |/|a| = 0,1/2112,9 4,7 x 10-5
|ERe| = |e - |/|e| = 0,1/5,3 0,02
Concluso: a representado com maior preciso do que e que Quanto menor for o erro, maior ser
a preciso do resultado da operao.
Erro de Arredondamento
Ex. 10:
Clculo de
Truncamento de Dgitos
Descarte dos dgitos finais de uma representao exata por limitaes de representao em vrgula
flutuante
Ex. 11:
Representao truncada de 2 em vrgula flutuante com 7 dgitos
Valor apresentado: 1,4142135
Valor real: 1,41421356...
Erros de Truncamento e Arredondamento
Demonstrao
Em um sistema que opera em ponto flutuante de t dgitos na base 10, e seja x:
x = fx.10e + gx.10e-t (0,1 fx 1 e 0,1 gx 1)
e
No truncamento, gx.10e-t desprezado e x f x .10
EA x x x g x .10e t 10 e t
EA x
x
g x .10e t
f x .10e g x .10e t
10 e t
10 t 1
0,1.10e
1
e
f
.
10
,
se
(
g
, g x desprezado)
x
x
2
x
f .10 e 10 et , se g 1 (soma 1 ao ltimo dgito de f )
x
x
x
2
Se g x
1
, ento:
2
1
EA x x x g x .10e t .10e t
2
e t
EA x
g x .10
0,5.10e t 1 t 1
ER x
.10
x
f x .10e g x .10e t
0,1.10 e
2
Se g x
1
, ento:
2
1
EA x g x .10 e t 10 e t g x 1 .10 e t .10 e t
2
e ER x
EA x
x
1/2.10 e t
1/2.10 e t 1/2.10 e t 1
.10 t 1
e
e
e
et
2
f
.
10
0,1
.
10
f x .10 10
1
1
10 e t e ER x 10 t 1
2
2
e - n de dgitos inteiros
t - n de dgitos
Sistema de aritmtica de ponto flutuante de 4 dgitos, preciso dupla
Ex. 12:
Seja x = 0,937.104 e y = 0,1272.102. Calcular x+y.
Alinhamento dos pontos decimais antes da soma
x = 0,937. 104 e y = 0,001272. 104,
x+y = 0,938272. 104
Resultado com 4 dgitos
Arredondamento:
x+y = 0,9383.104
Truncamento: x+y = 0,9382.104
Alinhamento dos pontos decimais antes da multiplicao
x.y = (0,937.104).(0,1272.102)
x.y = (0,937.0,1272).106 x.y = 0,1191864.106
x
0,723958502.10 4
1
5,7321.10 5 .10 3
2
Ex. 14:
Determine as razes da equao x2 + 0,7341x + 0,600.10-4 = 0 no sistema VF (10, 4, 2, T),
considerando que no existem dgitos de guarda no processamento das operaes em ponto
flutuante.
a) A partir da expresso utilizada na resoluo de equaes quadrticas, calcule o erros
absolutos e relativos (EAx1, EAx2 , ERx1 e ERx2).
b)
Justifique a origem do erro relativo obtido na menor raiz (em mdulo), sugerindo
uma forma de melhoria numrica para a resoluo de tal problema.
Soluo:
a)
-b
b 2 - 4ac
2a
fl(b) 0,7341.10 0
x 1,2
fl (b 2 ) 0,5389.10 0
fl(c) (0.6000)10- 4
fl (4) (0.4000)101
fl(2) = (0.2000)101
fl(4c) = (0,4000.0,6000)(10-4.101 )
fl(4c) = o,2400.10-3
fl(b 2 - 4c) = 0,5389.100 - 0,2400.10 -3 =
(0,5389 - 0,0002400).100 =
fl(b 2 - 4c) = 0,5387.100
1
2
0,2000.10 1
fl(x1 ) -0,7340.100
Segunda raiz:
fl(-b b 2 4c ) -0,7341.100 0,7339.10 0
- b b 2 4c - 0,0002.10 1
fl(x1 ) fl
2
0,2000.10 1
fl(x1 ) -0,1000.10-3
O cancelamento subtrativo (ou catastrfico) ocorre quando se subtraem nmeros muito
prximos em sistemas de vrgula flutuante.
Para calcular os erros cometidos em FP, necessrio conhecer os valores exatos das razes.
Considerando um dgito a mais do que a representao da mantissa no sistema, i.e., 5 dgitos,
obtm-se:
x1 -0,73402.10 0
x 2 -0,81742.10 -4
Assim sendo, os erros absolutos e relativos sero:
EA x1 - 0,73402.100 - (-0,7340.100 ) 0,20000.10-4
EA x1 - 0,81742.10-4 - (-0,1000.10-3 ) 0,18258.10 -4
EAx1
0,2000.10-4
ERx1
Apesar dos erros absolutos serem praticamente iguais, a segunda raiz apresenta um erro relativo
quatro ordens de grandeza maior do que o erro relativo cometido no clculo da primeira raiz.
Soluo:
b)
O problema do erro relativo cometido no clculo da segunda raiz deve-se ao
cancelamento subtrativo, verificado quando nmeros muito prximos se subtraem em
aritmtica de vrgula flutuante.
Para evitar o cancelamento subtrativo, 2 opes conduzem ao mesmo resultado, a saber:
1. Manipulao da frmula para a determinao dos zeros
x2
- b b 2 4c - b b 2 4c - b b 2 4c
2
2
- b b 2 4c
(-b) 2
4c
b 2 4c
2. - b b 2
2c
- b b 2 4c
2c
c
2 x1 x1
fl(x
)
fl
0,8174.10 4
Assim:
2
0
x
0
,
7340
.
10
1
c
ax1
Propagao de Erros
Durante as operaes aritmticas de um mtodo, os erros dos operandos produzem um erro no
resultado da operao
Propagao ao longo do processo
Determinao do erro no resultado final obtido
Ex. 14:
Sejam as operaes a seguir, processadas em uma mquina com 4 dgitos significativos e fazendose: a = 0,3491.104 e b = 0,2345.100.
(b + a)a = (0,2345.100+0,3491.104)0,3491.104 = 0,3491.1040,3491.104
= 0,0000
b + (a a) = 0,2345.100+(0,3491.1040,3491.104) = 0,2345+0,0000
= 0,2345
Os dois resultados so diferentes, quando no deveriam ser.
(b + a) a = 0,0000 e b + (a a) = 0,2345
Causa
Arredondamento da adio (b + a), a qual tem 8 dgitos Cancelamento
subtrativo de (b + a) a devido representao de mquina com 4 dgitos
A distributividade uma propriedade da adio.
Resoluo numrica de um problema
Importncia do conhecimento dos efeitos da propagao de erros
Determinao do erro final de uma operao
Conhecimento da sensibilidade de um determinado problema ou mtodo
numrico
Ex. 15:
Dados a = 50 3 e b = 21 1, calcular a + b.
Variao de a 47 a 53
Variao de b 20 a 22
Menor valor da soma 47 + 20 = 67
Adio
Erro Absoluto
x y ( x EAx ) ( y EA y )
( x y ) (EA x EA y )
Erro Relativo
EA x y
x
y
ER y
ER x y
ER x
xy
xy
xy
Subtrao
Erro Absoluto
x y ( x EAx ) ( y EA y )
( x y ) (EA x EA y )
Erro Relativo
EA x y
x
y
ER y
ER x y
ER x
xy
xy
xy
Multiplicao
Erro Absoluto
x.y x EA x . y EA y x.y y.EA x xEA y EA x .EA y
x.y x EA x . y EA y x.y y.EA x xEA y
muito pequeno
Erro Relativo
ER x . y ER x ER y
Diviso
Erro Absoluto
x x EA x
y y EA y
x EA x
1
EA y
y
1
y
Simplificao:
EA y EA y
1
1
EA y
y
y
1
y
EA y
y
...
y y
y
y2
y2
Erro Relativo
ER x/y ER x ER y
Anlise de Erros
Ex. 19: Clculo de ER(x+y)
ER x y
ER x y
EA x y
xy
RA
RA
EAx=EAy= 0,
EAx+y=0
1
ER x y RA 10 t 1
2
Como x e y so exatamente representados, ERx+y se resume ao Erro Relativo de Arredondamento
(RA) no resultado da soma.
Sistema de aritmtica de ponto flutuante de 4 dgitos, preciso dupla I
Ex. 20: Seja x = 0,937.104, y = 0,1272.102 e z = 0,231.101, calcular x+y+z e ER(x+y+z),
sabendo que x, y e z esto exatamente representados.
Soluo:
Alinhando as vrgulas decimais:
x = 0,937000.104
y = 0,001272.104 e
z = 0,000231.104
Ex. 20: Seja x = 0,937.104, y = 0,1272.102 e z = 0,231.101, calcular x+y+z e ER(x+y+z),
sabendo que x, y e z esto exatamente representados.
Soluo:
A soma feita por partes: (x+y)+z
x+y = 0,9383 . 104
x+y+z = 0,9383 . 104 + 0,000231. 104
x+y+z = 0,938531. 104
x+y+z = 0,9385. 104
(aps o arredondamento)
x y
EAz
ERz
RA
z
x
x y
RA
ERs
x y
x y
RA RA
RAs
x yz
x
ERx y z ERs
ERx y z
ERx y z
EAz=0,
ERz=0
xy
ER x y z
1
x yz
x y
ERx y z
1
x yz
1
10 t 1
2
1 t 1
.10
2
0,9383.10 4 1 3
ERx y z
1 .10
4
0,9385.10
2
ER x y z 0,9998.10 3
Resume
1. Erro Relativo da Adio Soma dos erros relativos de cada parcela, ponderados pela
participao de cada parcela no total da soma.
2. Erro Relativo da Subtrao Soma dos erros relativos do minuendo e do subtraendo,
ponderados pela participao de cada parcela no resultado da subtrao.
3. Erro Relativo da Multiplicao Soma dos erros relativos dos fatores.
4. Erro Relativo da Diviso Soma dos erros relativos do dividendo e do divisor.
Exerccio
Seja um sistema de aritmtica de ponto flutuante de 4 dgitos, base decimal e com
acumulador de preciso dupla. Dados os nmeros x = 0,7237.104, y = 0,2145.10-3 e z =
0,2585.101, efetuar as seguintes operaes e obter o erro relativo nos resultados, supondo
que x, y, e z esto exatamente representados.
a) x+y+z
b) xyz
c) x/y
d) (x.y)/z
e) x.(y/z)
f) (x+y).z
Supondo que x representado num computador por x e obtido por arredondamento,
determinar os limites superiores para os erros relativos de:
a) u 3.x b) w x x x
c) u 4.x d) w x x x x
Sejam e as representaes de i e u obtidas em um computador por arredondamento.
Deduzir expresses de limitante de erro, a fim de mostrar que o limitante de erro relativo de
u 3.x.y v x x x .y
Um computador armazena nmeros reais utilizando 1 bit para o sinal do nmero, 7 bits para
o expoente e 8 bits para a mantissa. Admitindo que haja truncamento, como ficaro
armazenados os seguintes nmeros decimais?
a) n1 = 25,5 b) n2 = 120,25 c) n3 = 2,5
d) n4 = 460,25 e) n5 = 24,005
Considerando o sistema de vrgula flutuante F(10, 4, 2, T):
1,023x 2 0,3714x 0,5999.10 -2 0 e a inexistncia de dgitos de guarda (o processador
pode ter mais dgitos do que a memria, sendo os dgitos adicionais denominados dgitos de
guarda) no processamento das operaes em ponto flutuante.
a) Determinar os zeros da equao a partir da frmula resolvente;
b) Calcular os erros absolutos cometidos nos clculos dos dois zeros;
c) Explicar a origem do erro relativo resultante do clculo da menor raiz (em
mdulo), sugerindo uma forma de melhoria numrica para a resoluo deste problema.
Circuitos
i
R
+FV
-FH
+FH
+
v = g(i)
E
Em cada n :
FH = 0
FV = 0
E - Ri g(i) = 0
(Lei de Kirchhof)
-FV
f(x)
Zeros reais
reais representados
representados
Zeros
sobre oo eixo
eixo das
das abscissas
abscissas
sobre
Eixo das
das abscissas
abscissas
Eixo
A partir de uma equao de 2 grau da forma
ax2 + bx + c = 0
Determinao das razes em funo de a, b e c
x = -b b2 4ac
2a
Princpio Bsico
Etapas Usuais para a Determinao de Razes a partir de Mtodos Numricos
FASE I - Isolamento das razes: Determinao de um intervalo (o menor possvel) que contenha
apenas uma raiz
FASE II - Refinamento das razes: Melhoramento do valor da raiz aproximada (refinamento at a
preciso desejada).
ANLISE GRFICA
f(x)
f(x)
3b
b x
f(x)
Exemplo 01:
f(x) = x3 9x +3
x
-100
-10
-5
-3
-1
f(x)
...
...
f(x)
f(x)
f(x)
ANLISE GRFICA
Construo do grfico de f(x)
Localizao das abscissas dos pontos nos quais a curva intercepta o eixo x
Obteno da equao equivalente g(x) = h(x) a partir da equao f(x) = 0
Construo dos grficos de g(x) e h(x) no mesmo sistema cartesiano
Uso de programas para traado de grficos de funes
Localizao dos pontos x nos quais g(x) e h(x) se interceptam (f() = 0
g() = h() )
Exemplo 03:
f(x) = x3 9x +3
f(x)
1 [-4, -3]
2 [0, 1]
(Uso do mtodo I )
f(x) = 3x2 - 9
f(x) = 0 <=> x = 3
x
f(x)
-4
-25
-3
3
- 3 13,3923
-1
11
0
3
1
-5
3 -7,3923
2
-7
3
3
3 [2, 3]
-4
-3 -2
Exemplo 03:
f(x) = x3 9x +3
2
-1
3
3 4
y
(Uso do mtodo II )
g(x
)
h(x
)
g(x) = x3
h(x) = 9x
-3
-4 -3 -2 -1
2 1
2 3 4
3
1 (-4
(-4,,
-3)
-3)
2 (0
(0, 1)
1)
3 (2
(2, 3)
3)
Exemplo 04:
f(x) = x 5e-x ( Uso do Mtodo II )
[1,
2]
1 2
g(x
)
|x - | < , x [a,b]
a
ba<
Nem sempre possvel satisfazer ambos os critrios
|x - | <
|f( x )| <
Mtodos numricos so desenvolvidos de modo a satisfazer pelo menos um dos critrios.
Em programas computacionais verificamos dois criterios, ou seja, o Teste de Parada e a Estipulao
do nmero mximo de iteraes: Preveno contra loopings (erros do programa, inadequao do
mtodo ao problema)
Mtodos Iterativos
Bisseco
Falsa Posio
Falsa Posio Modificado
Ponto Fixo
Newton-Raphson
Secante
Mtodo da Bisseco
Dada uma funo f(x) contnua no intervalo [a,b] onde existe uma raiz nica, possvel
determinar tal raiz subdividindo sucessivas vezes o intervalo que a contm pelo ponto mdio de a e
b.
Definio do Intervalo Inicial:
Atribui-se [a,b] como intervalo inicial
a0 = a
b0 = b
Condies de Aplicao
f(a)*f(b) < 0
Sinal da derivada constante
Definio de Novos Intervalos:
Determina-se qual o subintervalo [a , x1] ou [x1 , b] que contm a raiz
Calculando e verificando se o produto f(a)*f(x1) < 0
Se verdadeiro (a, x1)
(Logo a = a e b = x1)
Anlise Grfica
f(x)
f(x)
a = a1
x
x1 = (a + b)/2
a = a0
x
1
b=
b0
x1 =
b1
Generalizao:
Aps n iteraes, a raiz estar contida no intervalo:
f(x)
x2=a
Repete-seooprocesso
processoat
atque
queoo
Repete-se
valorde
dexxatenda
atendas
scondies
condiesde
de
valor
parada.
parada
parada.
parada
x2 = (a +
x1)/2
x3 = (x2 +
x1)/2
x
3
x1=b2 x
b 0 a 0
b n a n
a 0
x n 1 b 0
n 1
Tolerncia ou Erro ( ):
Aproximao de zero, dependente do equipamento utilizado e da preciso necessria para a soluo
do problema
A tolerncia uma estimativa para o erro absoluto desta aproximao.
Considerando:
a 0
x n 1 b 0
n 1
b0a 0
ln
b0a0
1
n 1
n
ln(2)
Condies de Parada:
Se os valores fossem exatos
f(x) = 0
(xk xk+1)/xk = 0
Uma vez que so aproximados
|f(x)| tolerncia
|(xk xk+1)/xk| tolerncia
Algoritmo
k := 0; a0 := a; b0 := b; x0 := a;
xk+1 := (ak + bk)/2;
while critrio de parada no satisfeito and k L
if f(ak)f(xk+1) < 0 then /* raiz em [ak , xk+1] */
ak+1 := ak; bk+1 := xk+1;
else /* raiz em [xk+1, bk] */
ak+1 := xk+1; bk+1 := bk ;
endif
k := k +1; xk+1 := (ak + bk)/2;
endwhile
if k > L
parada falhou
endif
Vantagens:
Facilidade de implementao;
Estabilidade e convergncia para a soluo procurada;
Desempenho regular e previsvel.
Desvantagens:
Exemplo 06:
Resgatando o Exemplo 05, f(x) = xlogx - 1
y
h(x)
g(x)
1 2 3 4 5 6
Exemplo 06:
f(x) = xlogx - 1
Considerando o mtodo da bisseco com tol = 0,002 e adotando [a0 ,b0] = [2, 3] como intervalo
inicial, tem-se:
Clculo da 1 aproximao
x1 = (a0 + b0)/2 = (2,00000 + 3,00000)/2
x1 = 2,50000
f(x1) = f(2,50000) = -0,00510
f(a0) = f(2,00000) = -0,39794
Teste de Parada
|f(x1)| =|-0,00510| = 0,00510 > 0,002
Clculo da 2 aproximao
Novo Intervalo
f(a0).f(x1) = (-0,39794).(-0,00510) > 0
logo: a1 = x1 = 2,50000 e b1 = b0 = 3,00000
x2 = (2,50000 + 3,00000)/2 =
x2 = 2,75000
f(2,50000) = -0,05100 < 0
f(3,00000) = 0,43140 > 0
f(2,75000) = 0,20820 > 0
[2,5 ; 2,75]
a2 = a1 = 2,50000 e b2 = x2 = 2,75000
Exemplo 07:
Seja f(x) = x3 x 1
Intervalo inicial atribudo: [1, 2]
Considerando-se = 0,002
f(a0) = -1
f(b0) = 5
f(x) = 3x2 1
f(a0) * f(b0) = -5 < 0
Sinal da derivada constante
(f(a0) = 2 e f(b0) = 11)
= 0,002
y
4
3
2
1
-4
-3
-2
-1
0
-1
-2
-3
-4
Clculo da 1 aproximao
x1 = (a0+b0)/2 = (1,000000+2,000000)/2 = x1 = 1,500000
f(x1) = 1,53 1,5 1 = 0,875000
Teste de Parada
|f(x1)| =|0,875| = 0,875000 > 0,002
Escolha do Novo Intervalo
f(a0).f(x1) = (-1).0,875 = -0,875
logo: a1=a0=1,000000 e b1=x1= 1,50000
= 0,002
f(a)
x
x
af (b) bf (a)
f (b) f (a )
a f (b) b f (a)
f (b) f (a )
Definio do Intervalo Inicial:
Atribui-se [a,b] como intervalo inicial
a0 = a
b0 = b
Condies de Aplicao
f(a)*f(b) < 0
Sinal da derivada constante
Definio dos Subintervalos:
Subdivide-se o intervalo pelo ponto de interseco da reta que liga f(a) a f(b) e o
eixo das abscissas
Verifica-se se, atravs do teste de parada, se x1 uma aproximao da raiz da
equao ()
Se verdadeiro
x1 a raiz procurada
Caso contrrio define-se um novo intervalo
Definio do Novo Intervalo:
Determina-se qual subintervalo - [a0 , x1] ou [x1 , b0] - contm a raiz
Calcula-se o produto f(a)*f(x1)
Verifica-se se f(a)*f(x1) < 0
Se verdadeiro (a0, x1)
Logo: a1 = a0 e b1 = x1
Caso contrario (x1, b0)
Logo a1 = x1 e b1 = b0
Repete-se o processo at que o valor de x atenda s condies de parada.
Anlise Grfica
f(x)
x2 = (a +
x1)/2
f(x)
a=
a1
x1 = (a + b)/2
a=
a0
x
1
b=
b0
x1 = x
b1
x3 = (x2 + x1)/2
f(x
)
x2 =
a2
Repete-seooprocesso
processoat
atque
queoo
Repete-se
valorde
dexxatenda
atendas
scondies
condiesde
de
valor
parada.
parada
parada.
parada
x1 =
b2
Condies de Parada
g(x
)
1
2 3
bk
f(ak)
f(bk)
xk+1
f(xk+1 )
0 2,000000
3,000000
-0,3979000
0,431400
2,4798000
-0,021900
2,479800
3,000000
-0,0219000
0,431400
2,5049000
-0,001100
= 0,002
2 2,504900 3,000000
-0,0011000
0,431400
2,5061000
-0,000070
Exemplo 09:
Seja a funo do Exemplo 07, f(x) = x3 x 1
Intervalo inicial atribudo: [1, 2]
tol = 0,002
f(a0) = -1
f(b0) = 5
f(x) = 3x2 1
f(a0)*f(b0) = -5 < 0
Sinal da derivada constante
(f(a0) = 2 e f(b0) = 11)
Clculo da 1 aproximao a0 = 1 b0 = 2 4
f(a0) = - 1 < 0
f(b0) = 5 > 0
x1 = [1.5 2.(- 1)] = 1,16667
[5 (- 1)]
y
4
3
2
1
3
- 0
1 1
2
3
4
logo:
Teste de Parada
|f(x1)| =|- 0,5787037| = 0,5787037 > tol
Escolha do Novo Intervalo
f(a0).f(x1) = (- 1).(- 0,5787037) > 0
a1 = x1 = 1,16667 e b1 = b0 = 2
k ak
bk
f(ak)
f(bk)
xk+1
f(xk+1 )
0 1,000000
2,000000
-1,0000000
5,000000
1,1666667
-0,578704
1 1,166667
2,000000
-0,5787037
5,000000
1,2531120
-0,285363
2 1,253112
2,000000
-0,2853630
5,000000
1,2934374
-0,129542
3 1,293437
2,000000
-0,1295421
5,000000
1,3112812
-0,056588
4 1,311281
2,000000
-0,0565885
5,000000
1,3189885
-0,024304
5 1,318988
2,000000
-0,0243037
5,000000
1,3222827
-0,010362
6 1,322283
2,000000
-0,0103618
5,000000
1,3236843
-0,004404
7 1,323684
2,000000
-0,0044039
5,000000
1,3242795
-0,001869
= 0,002
Vantagens:
Estabilidade e convergncia para a soluo procurada;
Desempenho regular e previsvel;
Clculos mais simples que o mtodo de Newton.
Desvantagens:
Lentido do processo de convergncia (requer o clculo de f(x) em um elevado nmero de
iteraes);
Necessidade de conhecimento prvio da regio na qual se encontra a raiz de interesse (o que
nem sempre possvel).
Anlise Grfica
f(x)
x2 = (a|f(x1)| + x1|f(a)| )
(|f(x1)| + |f(a)|)
x1 = (a|f(x1)| + x1|f(a)| )
(|f(x1)| + |f(a)|)
f(x)
a = a1
f(a1)/2
x2
b1 = x1
a = a0
x1
b = b0
Repete-seooprocesso
processoat
atque
queoo
Repete-se
valor
de
x
atenda
s
condies
de
valor de x atenda s condies de
parada.
parada
parada.
parada
Condies de parada
Se os valores fossem exatos
f(x) = 0
(xk xk+1)/xk = 0
No o sendo
|f(x)| tolerncia
|(xk xk+1)/xk| tolerncia
Algoritmo
k := 0; a0 := a; b0 := b; x0 := a; F0 := f(a0); G0 := f(b0);
xk+1 := ak - Fk(bk ak)/(Gk Fk);
while critrio de convergncia no satisfeito and k L
if f(ak)f(xk+1) 0 then /* raiz em [ak , xk+1] */
ak+1 := ak; bk+1 := xk+1; Gk+1 = f(xk+1)
if f(xk)f(xk+1) > 0 then Fk+1 = Fk/2
endif
else /* raiz em [xk+1, bk] */
ak+1 := xk+1; bk+1 := bk ; Fk+1 = f(xk+1)
if f(xk)f(xk+1) > 0 then Gk+1 = Gk/2
endif
endif
k := k +1; xk+1 := ak - Fk(bk ak)/(Gk Fk);
endwhile
if k L
xk+1 uma aproximao aceitvel para a raiz
endif
Exemplo 10:
Considerando f(x) = xlogx 1
Intervalo inicial atribudo: [2, 3]
Considerando-se = 0,002 f(a0) = - 0,3979
f(b0) = 0,4314
h(x)
x2
x2 = 2,5277
Teste de Parada
|f(x2)| =|0,018| = 0,018 >
Escolha do Novo Intervalo
f(a1).f(x2) = (- 0,0219).(0,018) < 0
logo: a2 = a1 = 2,4798 e b2 = x2 = 2,5277
Clculo da 3 aproximao: a2 = 2,4798 e
b2 = 2,5277
f(x1).f(x2) = (- 0,0219).(0,018) < 0
( Permanec
e
f(a) e
f(a1).f(x2) = (- 0,0219).(0,018) < 0
f(b)
)
f(a2) = - 0,0219 < 0
f(b2) = 0,018 > 0
x3
x3 = 2,5060
Teste de Parada
|f(x3)| =|- 0,000153| = 0,000153 <
(valor aceitvel de raiz )
k ak
bk
f(ak)
f(bk)
xk+1
f(xk+1 )
0 2,000000
3,000000
-0,3979000
0,431400
2,4798000
-0,021900
2,479800
3,000000
-0,0219000
0,431400
2,5277000
0,018000
= 0,002
2 2,479800
2,527700
-0,0219000
0,018000
2,5060000
-0,000153
f(x) = x3 x 1 y
- -3
Clculo da 1 aproximao a0 = x0 =41 b0 = 2 2
f(a0) = - 1 < 0
f(b0) = 5 > 0
x1
Teste de Parada
|f(x1)| =|- 0,5787| = 0,5787 >
Escolha do Novo Intervalo
f(a0).f(x1) = (- 1).(- 0,5787) > 0
4
3
2
1
-1
0
-1
-2
-3
-4
logo: a1 = x1 = 1,16667 e b1 = b0 = 2
Clculo da 2 aproximao: a1 = 1,16667 e b1 = 2
f(x0).f(x1) = (- 1).(- 0,5787) > 0
f(a0).f(x1) = (- 1).(- 0,5787) > 0
(Faz
f(a1) = - 0,5787 < 0
f(b)/2 )
f(b1) = 5 > 0
x1
Teste de Parada
|f(x2)| =|- 0,00604| = 0,00604 >
Escolha do Novo Intervalo
f(a1).f(x2) = (- 0,5787).(- 0,00604) > 0
logo: a2 = x2 = 1,3233 e b2 = b1 = 2
Clculo da 3 aproximao: a2 = 1,3233 e b2 = 2
f(x1).f(x2) = (- 0,5787).(- 0,00604) > 0
f(a1).f(x2) = (- 0,5787).(- 0,00604) > 0 (Faz
f(b)/2 )
f(a2) = - 0,00604 < 0
f(b2) = 5 > 0
x2
Teste de Parada
|f(x3)| =|0,00078| = 0,00078 <
(valor aceitvel de raiz )
k ak
bk
f(ak)
f(bk)
xk+1
f(xk+1 )
0 1,000000
2,000000
-1,0000000
5,000000
1,1666700
-0,578700
1 1,166670
2,000000
-0,5787000
5,000000
1,3233000
-0,006040
1,323300
2
= 0,002
2,000000
-0,0060400
5,000000
1,3249300
0,000780
Interpretao Grfica
x = g(x) tem como raiz a abcissa do ponto de interseco da reta r(x) = x e da curva g(x).
Exemplo 12:
Seja a equao x2 + x 6 = 0 .
Funes de iterao possveis:
g1(x) = 6 - x2
g2(x) = 6 - x
g3(x) = 6/x 1
g4(x) = 6/(x + 1)
Dada uma equao do tipo f(x) = 0, h para tal equao mais de uma funo de iterao g(x), tal
que: f(x) = 0 x = g(x)
Exemplo 13:
Seja a seguinte equao x2 + x 6 = 0 :
No h necessidade de uso de mtodo numrico para a determinao das razes 1 = -3 e 2 = 2
Utilizao desta exemplo para demonstrar a convergncia ou divergncia numrica e grfica do
processo iterativo
Seja a raiz 2 = 2 e g1 (x) = 6 - x2
Considere-se x0= 1,5 e g(x) = g1 (x)
Seja a raiz 2 = 2 , x0 = 1,5 e g1 (x) = 6 x:
x1 = g(x0) = 6 1,52 = 3,75
y
x2 = g(x1) = 6 3,752 = -8,0625
y=x
2
x3 = g(x2) = 6 (-8,0625) = -59,003906
x4 = g(x3) = 6 (-59,003906)2 = - 3475,4609
Conclui-se que {xk} no convergir para 2 = 2
Anlise Grfica:
x2
x0 2
x1
x
g(x)
{xk}
y=
x
g(x)
x0
x
x
x
Exemplo 15: Seja a equao x32 x 11 = 0, Tem-se as seguintes funes de iterao possveis:
g1(x) = x3 1
g2(x) = 1 + x
g3(x) = 1/x 1
Dada uma equao do tipo f(x) = 0, h para tal equao mais de uma funo de iterao g(x), tal
que: f(x) = 0 x = g(x)
Seja = 1,324930, g2 (x) = 1 + x e x0 = 1
x1 = g(x0) = 1 + 1 = 1,259921
x2 = g(x1) = 1 + 1,259921 = 1,312294
x3 = g(x2) = 1 + 1,312294 = 1,322354
x4 = g(x3) = 1 + 1,322354 = 1,324269
x5 = g(x4) = 1 + 1,324269 = 1,324633
Conclui-se que {xk} tende a convergir para = 1,324930
Anlise Grfica
y
y=x
g(x)
x0
x2 x4
x
x5 x3 x1
TEOREMA 2:
Sendo uma raiz de f(x) = 0, isolada em um intervalo I centrado em e g(x) uma funo de
iterao para f(x) = 0. Se
1. g(x) e g(x) so contnuas em I
2.
|g(x)| M < 1, x I e
3.
x1 I
ento a seqncia {xk} gerada pelo processo iterativo xk+1 = g(xk) convergir para .
Exemplo 16: Resgatando os Exemplos 13 e 14, verificou-se que:
g1(x) gerao de uma seqncia divergente de 2 = 2
g2(x) gerao de uma seqncia convergente p/ 2 = 2
g1(x) = 6 - x2 e g1 (x) = - 2x contnuas em I
Resgatando os Exemplos 13 e 14, verificou-se que:
|g1 (x)| < 1 |-2x| < 1 - < x <
No existe um intervalo I centrado em 2=2, tal que |g(x)| < 1, x I g1 (x) no
satisfaz a condio 2 do Teorema 2 com relao a 2=2 .
g2 (x) = 6 - x e g2 (x) = - (1/2 6 - x )
g2 (x) contnua em S = {x R | x 6}
g2 (x) contnua em S = {x R | x < 6}
|g2 (x)| < 1 |1/2 6 - x | < 1 x < 5,75
possvel obter um intervalo I centrado em 2=2, tal que todas as condies do Teorema 2 sejam
satisfeitas.
Critrios de parada
Se os valores fossem exatos
f(xk) = 0
|xk xk-1| = 0
No o sendo
|f(xk)| tolerncia
|xk xk-1| tolerncia
Algoritmo
k := 0; x0 := x;
while critrio de interrupo no satisfeito and k L
k := k +1;
xk+1 := g(xk);
endwhile
Algoritmo Completo
(1) Seja f(x) = 0 e a equao equivalente
x = g(x)
Dados: x0 (aprox. inicial) e 1 e 2 (precises)
Supor que as hipteses do Teorema 2 foram satisfeitas
(2) Se: lf(x0)l < 1 , ento: x= x0 . FIM
(3) Seno: k = 0; NI = 1;
(4)
xk+1 = g(xk);
(5) Se (lf(xk+1)l < 1 ou l xk+1 xk l < 2 ou NI >L )
Ento x= xk+1. FIM
(6)
xk = xk+1 ; NI = NI+1
Volta para (4)
x Raiz aproximada
Vantagens:
Rapidez processo de convergncia;
Desempenho regular e previsvel.
Desvantagens:
Um inconveniente a necessidade da obteno de uma funo de iterao g(x);
Difcil sua implementao.
Mtodo de Newton-Raphson
Dada uma funo f(x) contnua no intervalo [a,b] onde existe uma raiz nica, possvel
determinar uma aproximao de tal raiz a partir da interseo da tangente curva em um ponto x0
com o eixo das abscissas.
x0 - atribudo em funo da geometria do mtodo e do comportamento da curva da equao nas
proximidades da raiz.
Consideraes Iniciais
Mtodo do Ponto Fixo (MPF)
Motivao Geomtrica
Dado o ponto (xk , f(xk))
Traa-se a reta Lk(x) tangente curva neste ponto:
Lk(x) = f(xk) + f(xk)(x-xk)
Determina-se o zero de Lk(x), um modelo linear que aproxima f(x) em uma vizinhana xk
Lk(x) = 0 x = xk - f(xk)/f(xk)
Faz-se xk +1 = x
Anlise Grfica
f(x)
x0
1a
iterao
2a
iterao
3a
iterao
4a
iterao
x
x
x1
Repete-seooprocesso
processoat
atque
queoo
Repete-se
valor
de
x
atenda
s
condies
valor de x atenda s condies
deparada.
parada.
parada
de
parada
Convergncia
TEOREMA 3:
Sendo f(x), f(x) e f(x) contnuas em um intervalo I que contm uma raiz x = de f(x) = 0 e
supondo f() 0, existir um intervalo I contendo a raiz , tal que se x0 , a seqncia
{xk} gerada pela frmula recursiva
f (x k )
x k 1 x k
f ( x k )
convergir para a raiz.
Condio de Parada
A cada iterao, testa-se se a aproximao encontrada poder ser considerada como a soluo do
problema.
|f(xk)| tolerncia
|((xk+1 xk)/xk+1 )| tolerncia
Algoritmo
k := 0; x0 := x;
while critrio de interrupo no satisfeito and k L
k := k +1;
xk+1 := xk f(xk)/f(xk)
endwhile
Exemplo 17: No Exemplo 13, no qual
x2 + x 6 = 0 :
Seja a raiz 2 = 2 e x0 = 1,5
Assim:
g(x) = x - f(x)/f(x) = x (x 2 + x 6)/(2x + 1)
x1 = g(x0) = 1,5 (1,52 + 1,5 6)/(2.1,5 + 1)
x1 = 2,062500000
x2 = g(x1) = 2,000762195
x3 = g(x2) = 2,000000116
Comentrios:
A parada poder ocorrer na 3a iterao (x = 2,000000116), caso a preciso do clculo com 6 casas
decimais for satisfatria para o contexto do trabalho
Observe-se que no Exemplo 10, no Mtodo do Ponto Fixo com g(x) = 6 - x s veio a produzir x
= 2,000476818 na 5a iterao
Exemplo 18:
Considere-se a funo f(x) = x3 - x - 1 , e tol = 0,002 cujos zeros encontram-se nos intervalos:
1 I1 = (-1, 0), 2 I2 = (1, 2)
Seja x0 = 1
xk+1 = xk - f(xk)/f(xk) e g(x) = x (x3 - x - 1)/(3x2 1)
Clculo da 1 aproximao
g(x0) = 1 [ (1) 1 1 ] = 1,5
[ 3*(1) 1 ]
Teste de Parada
|f(x0)| =| 0,875 | = 0,875 >
Clculo da 2 aproximao
g(x1) = 1.5 [ (1.5) 1.5 1 ] = 1,3478261
[ 3*(1.5) 1 ]
Teste de Parada
|f(x1)| =| 0,100682 | = 0,100682 >
Clculo da 3 aproximao
g(x2) = 1,3478261 - [ (1,3478261) - 1,3478261 - 1 ]
[ 3*(1,3478261) - 1 ]
g(x2) = 1,3252004
Teste de Parada
|f(x2)| =| 0,0020584 | = 0,0020584 >
A seqncia {xk} gerada pelo mtodo de Newton ser:
Iterao
F(x)
1,5
0,875
1,3478261
0,1006822
1,3252004
0,0020584
1,3247182
4
=
0,002
9,24378.10
1,3247178
1,86517.10
Vantagens:
Rapidez processo de convergncia;
Desempenho elevado.
Desvantagens:
Necessidade da obteno de f(x) , o que pode ser impossvel em determinados casos;
O clculo do valor numrico de f(x) a cada iterao;
Difcil implementao.
Mtodo da Secante
Dada uma funo f(x) contnua no intervalo [a,b] onde existe uma raiz nica, possvel
determinar uma aproximao de tal raiz a partir da interseo da secante curva em dois pontos
x0 e x1 com o eixo das abscissas.
x0 e x1 - atribudos em funo da geometria do mtodo e do comportamento da curva da equao
nas proximidades da raiz.
Consideraes Iniciais
No Mtodo de Newton-Raphson um dos grandes inconvenientes a necessidade da obteno de
f(x) e o clculo de seu valor numrico a cada iterao.
Resolve-se este inconveniente substituindo a derivada f(xk) pelo quociente das diferenas
f ( x k ) f x k 1
f ' (x k )
, onde xk-1 e xk so duas aproximaes quaisquer para a raiz.
x k x k 1
A funo de iterao ser
g(x) = xk - f(xk)/[(f(xk) - f(xk-1))/(xk - xk-1)]
= (xk - xk-1) . f(xk)/[f(xk) - f(xk-1)]
= [xk-1 .f(xk) xk .f(xk-1)]/[f(xk) - f(xk-1)]
[x k - 1. f ( x k ) - x k . f ( x k - 1 )]
g(x)
[ f ( x k ) - f ( x k - 1 )]
Interpretao Geomtrica
A partir de duas aproximaes xk-1 e xk
Obtm-se o ponto xk+1 como sendo a abscissa do ponto de interseco do eixo ox e da reta que passa
pelos pontos (xk-1 , f(xk-1) ) e (xk , f(xk) ) (secante curva da funo).
Anlise Grfica
f(x
)
1a iterao
2a iterao
3a iterao
4a iterao
x x
x
x
2
x
Repete-seooprocesso
processoat
at
Repete-se
que
o
valor
de
x
atenda
s
que o valor de x atenda s
condiesde
deparada.
parada.
parada
condies
parada
Condio de Parada
A cada iterao, testa-se se a aproximao encontrada poder ser considerada como a soluo do
problema.
|f(xk)|
|((xk+1 xk)/xk+1 )|
Algoritmo
k := 0; x0 := X0; x1 := X1
while critrio de interrupo no satisfeito and k L
k := k +1;
xk+1 := (xk-1*f(xk) - xk*f(xk-1))/(f(xk) - f(xk-1)) endwhile
Exemplo 19:
Considere-se a funo f(x) = x3 - x - 1 , e = 0,002 cujos zeros encontram-se nos intervalos:
Seja xk - 1 = 1,5 e xk = 1,7
[x . f ( x k ) - x k . f ( x k - 1 )]
g(x) k - 1
[ f ( x k ) - f ( x k - 1 )]
Clculo da 1 aproximao x0 = 1,5 e x1 = 1,7
f(x0) = 0,875 > 0
f(x1) = 2,213 > 0
x2
[1,5.(2,213) - 1,7.(0,875)]
1,36921
[2.213 - (0,875)]
Teste de Parada
|f(x2)| =|0,19769| = 0,19769 >
Escolha do Novo Intervalo
x1 = 1,36921 e x2 = 1,5
Clculo da 2 aproximao: x1 = 1,36921 e x2 = 1,5
f(x1) = 0,19769 > 0
f(x2) = 0,875 > 0
x3
[1,36921.(0,875) - 1,5.(0,19769)]
1,33104
[0,875 - (0,19769)]
Teste de Parada
|f(x3)| =|0,02712| = 0,02712 >
Escolha do Novo Intervalo
x2 = 1,33104 e x3 = 1,36921
Clculo da 3 aproximao: x2 = 1,33104 e x3 = 1,36921
f(x2) = 0,02712 > 0
f(x3) = 0,19769 > 0
x4
[1,33104.(0,19769) - 1,36921.(0,02712)]
1,324971
[0,19769 - (0,02712)]
Teste de Parada
|f(x4)| =|0,00108| = 0,00108 <
(valor aceitvel para a raiz)
Exemplo 20:
Resgatando o Exemplo 13, no qual x2 + x 6 = 0:
Sejam x0 = 1,5 e x1 = 1,7
Assim:
x2
= [x0 .f(x1) x1 . f(x0)]/[f(x1) - f(x0)]
= [1,5.(-1,41) 1,7.(2,25)]/(-1,41 + 2,25) = 2,03571
x3
= [x1 .f(x2) x2 . f(x1)]/[f(x2) - f(x1)] = 1,99774
Assim:
x4
= [x2 .f(x3) x3 . f(x2)]/[f(x3) - f(x2)]
= 1,99999
Comentrios:
A parada poder ocorrer na 3a iterao (x = 1,99999 ), caso a preciso do clculo com 5 casas
decimais for satisfatria para o contexto do trabalho.
Vantagens:
Rapidez processo de convergncia;
Clculos mais convenientes que do mtodo de Newton;
Desempenho elevado.
Desvantagens:
Se o clculo f(x) no for difcil, ento o mtodo logo ser substitudo pelo de NewtonRaphson;
Se o grfico da funo for paralela a um dos eixos e/ou tangencia o eixo das abscissas em
um ou mais pontos, logo no se deve usar o mtodo da Secante;
Difcil implementao.
Garantias de Convergncia
Bisseco e Falsa Posio
Convergncia garantida, desde que a funo seja contnua num intervalo [a,b] , tal
que f(a)f(b)<0
Rapidez de Convergncia
Nmero de Iteraes Medida usualmente adotada para a determinao da rapidez de
convergncia de um mtodo
No deve ser uma medida conclusiva sobre o tempo de execuo do programa
Tempo gasto na execuo de uma
Esforo Computacional
Indicadores
Nmero de operaes efetuadas a cada iterao;
Complexidade das operaes;
Nmero de decises lgicas;
Nmero de avaliaes de funo a cada iterao; e
Nmero total de iteraes.
Concluses gerais sobre a eficincia computacional de um mtodo.
Bisseco Clculos mais simples por iterao
Newton Clculos mais elaborados
Nmero de iteraes da Bisseco , na grande maioria das vezes, muito maior do
que o nmero de iteraes efetuadas por Newton
-3
-2
-1
0
-1
-2
-3
-4
(x) = (x+1)1/3
[1
1, 2 ], 1 = 2 = 10 -6
Exemplo 02: x2 + x 6 = 0y
4
[1
1, 3 ], 1 = 2 = 10 -6
3
g(x)
2
1
4
-3
-1
0
-1
-2
-3
-4
-5
-6
(x) = (6 - x)1/2
b1
a 21 x1 a 22 x 2 ... a 2 n x n
b2
a n1 x1 a n 2 x 2 ... a nn x n
bn
onde:
aij coeficientes
xi incgnitas
bi termos independentes
Exemplo 01
2 x1 4 x 2 5 x3 5
4 x1 1x 2 5 x3 2
2 x1 4 x 2 5 x3 1
2, 4, -5, 4, 1, -5, 2, 4 e 5
x1, x2 e x3
5, 2 e -1
coeficientes
incgnitas
termos independentes
Forma Matricial
Ax = b
na qual:
a11 a12
a 22
a 21
a2n
a
n1 a n 2
Exemplo 02:
Forma Geral:
a1n
a n3
b1
b
b 2
bn
a nn
2 x1 4 x 2 5 x3 5
4 x1 1x 2 5 x3 2
2 x1 4 x 2 5 x3 1
Forma Matricial:
2 4 5 x1 5
4 1 5 . x 2
2
2 4 5 x3 1
Classificao
Impossvel No possui soluo
Exemplo 03
x1
x
x 2
xn
x1 x2 3
2 x1 2 x2 9
Possvel Possui 1 ou mais solues
Determinado Soluo nica
Exemplo 04
x1 x2 4
x1 x2 8
Indeterminado Mais de uma soluo
Exemplo 05
x1 x2 4
2 x1 2 x2 8
Homogneo Vetor b=0 (x=0 sempre existe soluo)
Exemplo 06
x1 x2 0
2 x1 3x2 0
Sistemas Triangulares:
Inferior: Possibilidade de resoluo de forma Direta
0 0
a11 0
a
21 a22 0 0
A a31 a32 a33 0
an1 an 2 an 3 ann
Superior: Possibilidade de resoluo de forma Retroativa
a11 a12 a13 a1n
0 a
a23 a2 n
22
A 0
0 a33 a3n
0
0
0 ann
Exemplo 7:
Dado o sistema:
3x1
4 x2
5 x3
x4
10
x2
x3
2 x4
4 x3
5x4
2 x4
Segundo passo:
4 x3 5 x 4 3
4 x3 5 1 3
x3 2
Terceiro passo:
x 2 x3 2 x 4 1
x 2 2 2 1 1
x 2 1
ltimo passo:
3 x1 4 x 2 5 x3 x 4 10
3 x1 4 ( 1) 5 2 1 10
x1 1
Mtodos Numricos
Diretos
Soluo pode ser encontrada a partir de um nmero finito de passos
Mtodo de Gauss
Mtodo da Eliminao de Jordan
Fatorao LU
Iterativos
Soluo a partir de uma seqncia de aproximaes para o valor do vetor soluo x , at que seja
obtido um valor que satisfaa preciso pr-estabelecida
Mtodo de Jacobi
Mtodo de Gauss Seidel
Mtodo de Gauss
Propsito
Transformao do sistema linear a ser resolvido em um sistema linear triangular;
Resoluo do sistema linear triangular de forma retroativa.
Ab
an1 an 2 an 3 ann bn
Passo 1:
Eliminar os coeficientes de x1 presentes nas linhas 2,3,...,n - sendo a21 = a31, = ... = an1 = 0 - sendo a11
chamado de piv da coluna
Substituir a linha 2, L2, pela combinao linear:
a
L2 m21 L1 , na qual : m21 21
a11
Substituir a linha 3, L3, pela combinao linear:
a
L3 L3 m31 L1 , na qual : m31 31
a11
Continuar a substituio at a linha n;
Caso algum elemento app=0, achar outra linha k onde akp 0 e trocar tais linhas. Caso a linha k no
exista, o sistema linear no possui soluo.
Eliminar os coeficientes de x2 nas linhas 3, 4, ..., n (fazer a32=a42=...=an2 = 0);
Eliminar os coeficientes de x3 nas linhas 4, 5, ..., n (fazer a43=a53=...=an3 = 0) e assim
sucessivamente.
Exemplo 8:
Resolver o sistema:
2 x1 3 x 2 x 3 5
4 x1 4 x 2 3 x3 3
2 x1 3 x 2 x 3 1
Matriz aumentada Ab
2 3 1 5
Ab 4 4 3 3
2 3 1 1
Faz-se:
L2 L2 m21 L1 , m21
a21
2
a11
Assim:
L2 4 4 3 3 2 2 3 1 5
L2 0 2 1 7
Faz-se:
L3 L3 m31 L1 , m23
a31
1
a11
Assim:
L3 2 3 1 1 1 2 3 1 5
L3 0 6 2 6
Obtm-se a matriz:
2 3 1 5
Ab 0 2 1 7
0 6 2 6
L3 L3 m32 L1 , m32
a32
3
a 22
Tm-se:
L3 0 6 2 6 3 0 2 1 7
L3 0 0 5 15
A matriz [Ab] fica assim com os seguintes valores:
2 3 1 5
Ab 0 2 1 7
0 0
5 15
Usa-se a soluo retroativa:
5x3 15 x3 3
2x x 7 2x 3 7 x 2
2 3
2
2
2x1 3 x2 x3 5
2x 1 6 3 5 2x1 2 x1 1
Exemplo 9:
Resolver o sistema.
1,5
5,4
3,3
2,3
5,7
4,5
7,8
10
11,7
8,9
1,5
5,4
3,3
12,82
4,02
4,74
1,86
10
16,3
9,1
1,5
0
[AB]
0 x 0 x 3,3463 x 3,9888
2
3
1
Com soluo:
- 3,9888
= -1,1918
3,3463
[ - 16,3 - (-4,74) (-1,1920)]
=
= 1,7121
(-12,82)
[10 - 5,4(1,7122) - 3,3(-1,1920)]
=
= 3,1251
1,5
x3 =
x2
x1
5,4
3,3
12,82
0
4,74
3,3463
10
16,3
3,9888
2,7
5,4
3,3
2,3
5,7
4,5
7,8
10
11,7
8,9
4,2
1,5
2,7
2,3
4,5
5,4
5,7
3,3
7,8
11,7
10
8,9
4,5786 1,6929
L3 L3 m31 L1 [ 2,7
L3 [ 0
4,2214
5,8214]
5,7
4,9071 1,3786]
2,3
4,5786
4,2214
4,5
11,7
1,6929 5,8214
4,9071 1,3786
2,3
4,5
4,5786
0
1,6929
3,3463
11,7
5,8214
- 3,9886
x3 =
x2
x1
Mtodo de Jordan
Consiste em efetuar operaes sobre as equaes do sistema, com a finalidade de obter um sistema
diagonal equivalente;
Um sistema diagonal aquele em que os elementos aij da matriz coeficiente [A] so iguais a zero,
para ij, i, j = 1,2,...,n.
Sistema diagonal equivalente:
0 0
a11 0
0 a
0 0
22
[ A] 0
0 a33 0
0
0
0 ann
Exemplo 11:
A partir do sistema:
x1 5 x 2 x3 1
5 x1 2 x 2 3 x3 2
2 x1 3 x 2 2 x3 4
5
2
1
3
1
5
2 1
4
2
2
5
3
1
2
1
4
m21
a 21
1/5 0,2
a 11
m31
a 31
2/5 0,4
a 11
4,6
2,2
0,4
0,8
2
0,6
3,2
m32
a 32
2,2/4,6 0,478
a 22
3
1
5 2
Ab 0 4,6 0 1,313
0 0 0,609 2,913
Substituindo a linha 1 por
L1 5 2 3 1 (2/4,6) 0 4,6 0 1,313,
L1 5 0 3 1,571,
m12
a 12
2/4,6
a 22
m13
0
4,6
0
0
0.609
E as solues so:
x1 = -02,556,
x2 = -0,285,
x3 = 4,783
12,779
1,313
2,913
a13
3/0,609
a 33
Decomposio em LU
O objetivo fatorar a matriz dos coeficientes A em um produto de duas matrizes L e U.
Seja:
1 0 0 0 u11 u12 u13 u1n
l
21 1 0 0 0 u22 u 23 u 2 n
LU l31 l32 1 0 0 0 u33 u3n
0
ln1 ln 2 ln 3 1 0
0
0 unn
E a matriz coeficiente A:
a11 a12 a1n
a
a22 a2 n
21
an1 an 2 an 3 ann
Tem-se, ento:
1 0 0 0 u11 u12 u13 u1n
a11 a12 a1n
l
1 0 0 0 u 22 u23 u2 n
21
a
a
a2 n
A 21 22
[ LU ] l31 l32 1 0 0
0 u33 u3n
an1 an 2 an 3 ann
ln1 ln 2 ln 3 1 0
0
0 unn
Para se obter os elementos da matriz L e da matriz U, deve-se calcular os elementos das linhas de U
e os elementos da colunas de L como segue.
1 linha de U: Faze-se o produto da 1 linha de L por todas as colunas de U e a iguala com todos os
elementos da 1 linha de A, assim:
1 u a u a ,
1n
1n
1n
1n
u1 j a1 j , j 1,2,..., n.
1 coluna de L: Faz-se o produto de todas as linhas de L, (da 2 a at a n), pela 1 coluna de U e a
iguala com os elementos da 1 coluna de A, (abaixo da diagonal principal), obtendo ,
a 21
l 21 u11 a 21 l 21 u ,
11
11
a31
l31 u11 a31 l31 u ,
al1
,
u11
u11
l 21 u12 u 22 a 22 u 22 a 22 l 21 u12 ,
l 21 u13 u 23 a 23 u 23 a 23 l 21 u13 ,
l u u a u a l u ,
21 1n
2n
2n
2n
2n
21 1n
u 2 j a 2 j l 21 u1 j , j 3,..., n.
2 coluna de L: Faz-se o produto de todas as linhas de L (da 3 at a n) pela 2 coluna de U e a
iguala com os elementos da 2 coluna de A, (abaixo da diagonal principal), obtendo ,
a32 l31 u12
,
l31 u12 l32 u 22 a32 l32
u 22
,
l41 u12 l42 u 22 a42 l42
u 22
a l u
ll1 u12 ll 2 u 22 al 2 ll 2 l 2 l1 12 ,
u22
a l u
ll 2 l 2 l1 12 , l 3,..., n.
u22
Frmula Geral:
l 1
k 1
l (a l u ) / u ,
lk kj jj
lj
lj
l j,
l j.
Resumo de Passos:
Seja um sistema Ax = b de ordem n, onde A satisfaz as condies da fatorao LU.
Ento, o sistema Ax = b pode ser escrito como:
LUx = b
Fazendo Ux = y, a equao acima reduz-se a Ly = b.
Resolvendo o sistema triangular inferior Ly = b, obtm-se o vetor y.
Substituio do valor de y no sistema Ux = y Obteno de um sistema triangular superior cuja
soluo o vetor x procurado;
Aplicao da fatorao LU na resoluo de sistemas lineares Necessidade de soluo de dois
sistemas triangulares
Avaliao de Erros
No sistema Ax = b , no qual:
a11 a12 a1n
a22 a2 n
[ A] 21
x
an1 an 2 ann
o erro da soluo x x .
x1
x2
xn
b1
b
b 2
bn
Cuja soluo encontrada atravs pelo mtodo de Gauss, utilizando a soluo retroativa :
x (0) [3,1252 1,7121 - 1,1918]
O resduo calculado :
0.0002
r(0) b Ax(0) 0.0006
0.0010
V-se pelo resduo que a preciso alcanada no foi satisfatria.
O vetor x(0) chamado de vetor soluo.
Com o intuito de melhorar a soluo, considera-se um novo vetor x(1) chamado de vetor soluo
melhorado.
De forma que : x(1) = x(0) + (0), onde (0) o vetor de correo. Assim:
Ax (1) b
A( x ( 0 ) ( 0) ) b
Ax ( 0 ) A ( 0 ) b
A ( 0) b Ax ( 0 )
A ( 0 ) r ( 0 )
Calcular o vetor de correo:
1 0,0 02
0,0000
(0)
0,0001
0,0002
x( 1 ) x( 0 ) ( 0 ) 1,7122
1,1920
0,0000
r b Ax 0,0000
0,0000
(1)
(1)
Em exemplos onde o resduo ainda no seja satisfeito pode-se utilizar o mesmo procedimento:
x(2)=x(1)+(1)
Assim, o vetor correo (1), ser calculado por A (1) =r(1).
Acha-se assim, sempre uma soluo melhorada e com resduo tendendo a zero.
Mtodos Iterativos
Ocorrncia em larga escala de sistemas lineares em clculos de Engenharia e modelagem cientfica
Exemplos:
Simulaes de processos qumicos
Simulaes de dispositivos e circuitos
Modelagem de processos geocientficos e geoambientais
Anlise estrutural
Biologia estrutural
Modelagem de processos fsicos
Tendncia existncia de matrizes de coeficientes grandes e esparsas
Grandes Comum para n > 100.000
Esparsas Maioria dos coeficientes nulos
Resoluo de sistemas esparsos por mtodos diretos
Processos de triangularizao e fatorao Onerosos, por no preservarem
a esparsidade original, que pode ser til por facilitar a resoluo do sistema.
Mtodos apropriados para a resoluo de sistemas de natureza esparsa Mtodos iterativos
Gauss-Jacobi
Gauss-Seidel
A partir de uma estimativa inicial xi0, consistem em encontrar uma seqncia de estimativas xik que
convirja para uma soluo do SEL aps um nmero suficientemente grande de iteraes.
x1( 0 )
x1(1)
x1( 2 )
x1( k )
( 0)
2
x ( 0)
3
( 0)
n
(1)
n
( 2)
2
x ( 2)
3
x (1)
3
(1)
2
( 2)
n
x3( k )
(k )
2
(k )
n
g: vetor, n x 1.
Mtodos a estudar
Gauss-Jacobi
Gauss-Seidel
Mtodo de Gauss-Jacobi
Conhecida a estimativa inicial, x(0), obtm-se consecutivamente os vetores:
x (1) Cx ( 0 ) g ,
x
Cx
( 2)
(1)
(primeira aproximao)
g,
(segunda aproximao)
x ( k ) Cx ( k 1) g , (k - sima aproximao)
b1
a
11
0
a12 a11
a13 a11
a1n a11
a 21 a 22
a 23 a 22
a 2 n a 22
C a31 a33
a a
n1
nn
a32 a33
a n 2 a nn
a n 3 a nn
max xi( k )
Exemplo 13
Seja o sistema:
10 x 1 2x 2 3x 3 7
x 1 5x 2 x 3 8
2x 1 3x 2 10x 3 6
Determinao de C e g:
b
2
a 22
a3n a33 e
g b3
a
33
bn
a
nn
7
10
- 2/10
- 3/10
-1/5
-1/5
0
3/10
-1/5
0
6
10
Assim, considerando como estimativa inicial:
0,7
x0 - 1,6
0,6
e = 0,05, obtm-se:
0,84
x (1) Cx (0) g 1,34
0,94
e
|x1(1) x1(0)| = 0,14
|x2(1) x2(0)| = 2,94
|x3(1) x3(0)| = 0,34
Assim:
x
(2)
Cx
0,150
0,91
(2)
0,7315
g 1,244 d r
1,244
0,030
(1)
e, analogamente:
x
(3)
Cx
0,4422
0,32
(3)
0,2046
g 1,5640 d r
1,5640
0,1968
(2)
Igualmente:
x
(4)
Cx
(3)
0,3282
g 1,4722
0,0424
dr
(4)
0,1544
0,1049
1,4722
e, finalmente:
x
(5)
Cx
(4)
0,3929
0,0647
(5)
0,0424
g 1,5259 d r
1,5259
0,0927
Mtodo de Gauss-Seidel
Similarmente ao mtodo de Gauss-Jacobi, conhecida a estimativa inicial, x(0), obtm-se
consecutivamente os vetores x(1), x(2), ..., x(k)
Todavia, ao se calcular
xj(k+1), usa-se todos os valores x1(k+1), x2(k+1), ..., xj-1(k+1) que j foram
calculados e os valores xj+1(k), xj+2(k), ..., xn(k) restantes.
Descrio
Seja o seguinte sistema de equaes:
a n1 .x1 a n 2 .x 2 a n 3 .x3 a nn 1 .x n 1 a nn .x n bn
1
b2 a21.x1 a23 .x3 a2n 1.xn1 a2 n .xn
a22
x3
1
b3 a31.x2 a32 .x2 a3n 1.xn1 a3n .xn
a33
1
bn an1.x1 an 2 .x2 ann1.xn1
ann
O processo iterativo se d a partir das equaes:
1
x1k 1
b1 a12 .x2k a13 .x3k ... a1,n 1.xnk1 a1n .xnk
a11
xn
x2k 1
1
b2 a21.x1k 1 a23 .x3k ... a2,n 1.xnk1 a2 n .xnk
a22
x3k 1
1
b3 a31.x1k 1 a32 .x2k 1 ... a3,n 1.xnk1 a3n .xnk
a33
xnk 1
1
bn an1.x1k 1 an 2 .x2k 1 ... an ,n 1.xnk11
ann
Critrio de Parada
Diferena relativa entre duas iteraes consecutivas, dada por:
xik 1 xik
Mx.
, se xik 1 0
k 1
xi
1i n
, se xik 1 xik 0
0
k 1
MR
xik 1 0
, se
1
xk 0
Fim do processo iterativo Valor de MRk+1 suficientemente pequeno para a preciso desejada.
Exemplo 14
Resolver:
5x y z 5
3x 4 y z 6
3 x 3 y 6 z 0,
com
M Rk 5.10 2.
Soluo:
1
x 5 y z
5
1
y 6 3x z
4
1
1
z 3x 3 y z x y
6
2
Quadro de resultados do processo iterativo:
M xk
xk
yk
M yk
M Rk
M zk
zk
-1
0,8
2,25
0,65
-0,725
2,379
2,379
1,015 0,212
0,92
0,293
-0,967
0,250
0,293
1,009 0,006
0,985
0,066
-0,997
0,030
0,066
1,002 0,007
0,998
0,0013
-1
0,003
0,0013
x = 1,002 y = 0,998
Verificao (substituio no sistema)
x = 1,002 y = 0,998
z = -1
5.(1,002) + 1.(0,998) + 1.(-1) = 5,008 5
OK
3.(1,002) + 4.(0,998) + 1.(-1) = 5,998 6
OK
3.(1,002) + 3.(0,998) + 6.(-1) = 0
OK
z = -1
Critrios de Convergncia
Critrio de Sassenfeld
Sejam as quantidades i dadas por:
n
n
1 i 1
1
1
a1 j e i
aij j aij para i = 2, 3, ..., n
a11 j 2
aii j 1
j i 1
M max
1i n
b1
a 21 a 22 a 23 a 24 b2
a 31 a 32 a33 a 34 b3
a 41 a 42 a 43 a 44 b4
1
a12 a13 a14
a11
1
a 21 1 a 23 a 24
a 22
1
a31 1 a 32 2 a 34
a33
1
a 41 1 a 42 2 a 43 3
a 44
0,1 x1 0,2 x2
x3 0,2 x4
1,0
max
0,7 M < 1 Convergncia da soluo do sistema a partir do mtodo de Gauss-Seidel
1i n i
a
j 1
j i
ij
Exemplo 16: O SEL do Exemplo 14 satisfaz o Critrio das Linhas, sendo a verificao quase
imediata, se for observado que:
a
j 1
j i
ij
aii para i 1, 2, 3, 4.
Tanto o Critrio de Sassenfeld quanto o Critrio das Linhas so condies suficientes, porm no
necessrias, para a convergncia do mtodo de Gauss-Seidel para um dado SEL
Um dado SEL pode no satisfazer estes critrios e ainda convergir
Um sistema pode no satisfazer o Critrio das Linhas, porm sua convergncia ser
garantida se satisfizer o Critrio de Sassenfeld
Integrao Numrica
Em determinadas situaes, integrais so difceis, ou mesmo impossveis de se resolver
analiticamente.
Exemplo: o valor de f(x) conhecido apenas em alguns pontos, num intervalo [a, b]. Como no se
conhece a expresso analtica de f(x), no possvel calcular:
b
f ( x)dx
a
Forma de obteno de uma aproximao para a integral de f(x) num intervalo [a, b] Mtodos
Numricos.
Idia bsica da integrao numrica substituio da funo f(x) por um polinmio que a
aproxime razoavelmente no intervalo [a, b].
Integrao numrica de uma funo f(x) num intervalo [a,b] clculo da rea delimitada por
essa funo, recorrendo interpolao polinomial, como, forma de obteno de um polinmio
pn(x).
f ( x)dx A f ( x ) A f ( x ) ... A
0
f ( xn ),
xi [a,b],i 0,1,...,n
Frmulas de integrao (frmulas de quadratura):
n
I n ( f ) Ai f ( xi )
i 0
Logo,
f ( x)dx 2 f ( x
) f ( x1 )
x0
Frmula:
xm
x0
y=(1+x)-1/2
0.0
1.00000
0.5
0.89445
1.0
0.70711
1.5
0.55475
2.0
0.44722
2.5
0.37138
3.0
0.31623
3.5
0.27473
4.0
0.24254
h
h
h
f ( x)dx f ( x0 ) f ( x1 ) f ( x1 ) f ( x 2 ) ... f ( x N 1 ) f ( x N )
2
2
2
S os termos f(x0) e f(xn) no se repetem, assim, esta frmula pode ser simplificada em:
xN
h
x f ( x)dx 2 f ( x0 ) 2 f ( x1 ) f ( x2 ) ... f ( xN 1 ) f ( xN )
0
4
(1 x
) 1 / 2 dx
f a, b, x x a x b dx f a, b, ( x a )( x b)dx
a
f ( i )
f ( i )
12 N i 1
i 1 12
E N ( f )
x[ a ,b ]
Assim: ETR
Nh 3 M 2
12
1
x
Exemplo: Seja I e dx
0
calcule uma aproximao para I usando a Regra dos Trapzios Simples. Estime o erro cometido.
h b a 1 0 1
x1
x0
h
f ( x)dx f ( x 0 ) f ( x1 )
2
I e x dx
0
1 0
e e
2
I e x dx 1,859141
0
ETR
1
x
mx e 0,226523
12 x[ 0 ,1]
e1 mx e x
x[ 0 ,1]
x
Exemplo: Seja I e dx , calcule uma aproximao para I usando 10 subintervalos e a Regra dos
0
I e x dx
0
0,1 0
e 2e 0,1 2e 0, 2 ... 2e 0,8 2e 0,9 e
2
I e x dx 1,719713
0
ETR
0,01
x
mx e 0,00227
12 x[ 0 ,1]
e1 mx e x
x[ 0 ,1]
Bibliografia