Escolar Documentos
Profissional Documentos
Cultura Documentos
Agosto de 2009
Professor: Alosio de Castro Gomes Jnior
Verso 1.0
Introduo
A SOLUO NUMRICA
x2
2
dx
Problema
Real
Levantamento
dos Dados
Construo do
Modelo
Escolha do
Mtodo
Numrico
Anlise dos
Resultados
Obtidos
Implementao
Computacional
Se necessrio,
reformular o
modelo ou escolher
um novo mtodo
O PROCESSO ITERATIVO
Mtodo de clculo infinito
Unileste-MG
Tome
x * xk
Condies de Parada:
Erro absoluto =
Erro relativo =
x k x k 1 tol
x k x k 1
tol
xk
k num_max_iter
Unileste-MG
Captulo 1:
SISTEMAS LINEARES
1. INTRODUO
Prope-se, neste captulo, apresentar mtodos numricos para resolver sistemas
lineares postos na forma:
11 1
21 1
1 1
+ 12 2
+ 22 2
+ 2 2
+
+
+
+
+
1
2
=
=
1
2
Ou equivalente:
= = 1,2, ,
=1
=
onde:
11 12 1
21 22 2
=
Unileste-MG
11
= 21
12
22
1
2
| 1
| 2
|
|
= 0 < ,
ou seja, o sistema da seguinte forma:
11 1
+
+
12 2
22 2
+
+
13 3
23 3
33 3
+
+
+
+
+
+
1
2
3
= 1
= 2
= 3
Unileste-MG
=+1
= , , 1
= 0 > ,
ou seja, o sistema da seguinte forma:
11 1
21 1
1 1
22 2
2 2
=
=
1
2
1
=1
= 1, ,
3. MTODOS NUMRICOS
Mtodos Diretos
Mtodos Iterativos
4. MTODOS DIRETOS
So mtodos que produzem a soluo exata de um sistema, a menos de erros de
arredondamento, depois de um nmero finito de operaes aritmticas.
Regra de Cramer computador que efetua uma operao aritmtica em 10-8
segundos gastaria cerca de 36 dias para resolver um sistema de ordem n=15.
Unileste-MG
Transformaes Elementares:
1. Trocar duas equaes:
Ex.:
;
;
2. Multiplicar uma equao por uma constante no-nula:
Ex.:
+ ;
11
21
12
22
1
2
Unileste-MG
| 1
| 2
|
|
Transf.
Elementares
11
0
12
22
1
2
|
|
|
|
1
2
Descrio do Mtodo:
Para descrevermos o mtodo, consideraremos os seguintes exemplos:
21
Exemplo 1.1: 41
21
Unileste-MG
+
+
32
42
32
3
33
+
3
=
=
=
5
3
1
61
Exemplo 1.2: 21
31
+
+
+
22
42
22
3
+
3
+ 83
=
=
=
7
7
13
Avaliao do resduo/erro:
O erro produzido por uma soluo do sistema = pode ser avaliado pela
expresso:
= max
1
Complexidade:
O Mtodo de Gauss tem complexidade polinomial (3 ). Em um computador que
efetua uma operao aritmtica em 10-8 segundos o mtodo gastaria cerca de
0,0000257 segundos para resolver um sistema de ordem n=15.
Desvantagens do mtodo de Gauss:
(a) No pode ser aplicado quando o piv for nulo.
(b) Os erros de arredondamento cometidos durante um passo da obteno do sistema
linear se propagam para os passos seguintes, podendo comprometer a validade da
soluo obtida.
Para contornar o problema (a) e minimizar o problema (b), a idia usar uma
estratgia de pivoteamento.
4.2. Mtodo de Gauss com Pivotao Parcial
A estratgia do pivoteamento consiste em:
(i) No incio da etapa de eliminao, escolher para piv o maior elemento, em
mdulo, dentre os coeficientes.
(ii) Trocar as linhas e se necessrio.
Exemplo 1.4:
Resolver o sistema linear a seguir, avaliando o erro cometido em cada caso:
0,00021
21
+
+
22
22
=
=
5
6
a) mtodo de Gauss
b) mtodo de Gauss com pivoteamento parcial.
Unileste-MG
10
Exemplo 1.5: Resolver o sistema abaixo, usando o mtodo de Gauss com pivotao
parcial e avalie o erro cometido.
21 + 32 +
3 = 2
41 + 22 + 53 = 10
51 +
2 + 33 =
9
Unileste-MG
11
5. MTODOS ITERATIVOS
Tratam-se de mtodos nos quais a soluo de um sistema linear = obtida
como limite de uma seqncia de aproximaes sucessivas (0) , (1) , (2) , , () , ,
sendo dada uma aproximao inicial (0) , isto :
= lim ()
11 1
21 1
1 1
Unileste-MG
+ 12 2
+ 22 2
+ 2 2
+
+
+
+
+
1
2
=
=
1
2
12
1 =
1 (12 2 + 13 3 + + 1 )
11
2 =
2 (21 1 + 23 3 + + 2 )
22
(1 1 + 2 2 + + ,1 1 )
(0)
(0)
arbitrria.
(ii) Gerar aproximaes sucessivas () a partir de (1) com base nas seguintes
equaes de iterao:
()
1
()
2
(1)
+ 13 3
11
(1)
+ 23 3
22
1 (12 2
2 (21 1
(1)
+ + 1
(1)
(1)
+ + 2
(1)
()
(1)
(1 1
(1)
+ 2 2
(1)
+ + ,1 1 )
(1)
(1)
max13
(2)
Unileste-MG
<
13
Exemplo 1.6 : Resolva o sistema linear a seguir, pelo mtodo de Jacobi usando como
()
(1)
aproximao inicial (0) = 0 0 0 e como critrio de parada max13
<
101
1
21
Equaes de Iterao
22
152
32
+
+
+
3
3
103
x1( k )
=
=
=
7
32
6
max xi( k ) xi( k 1)
x3( k )
x 2( k )
1i 3
---------
x1( k )
x2( k )
2
3
x3( k )
4
5
()
1
Unileste-MG
(1)
1 (12 2
(1)
+ 13 3
11
(1)
+ + 1
()
2
()
(1)
2 (21 1 + 23 3
=
22
()
14
()
(1)
+ + 2
()
(1)
()
()
2 (31 1 + 32 2 + + 3
33
()
()
(1 1 + 2 2 + + ,1 1 )
=
101
1
21
Equaes de Iterao
x1( k )
k
0
22
152
32
x1( k )
+
+
+
3
3
103
x 2( k )
=
=
=
7
32
6
x3( k )
---------
x2( k )
2
3
(k )
3
4
5
Unileste-MG
15
>
= 1, 2, ,
=1
=1
a convergncia.
Exemplo 1.8: Verifique, usando o critrio das colunas, se o sistema linear a seguir
converge quando um mtodo iterativo for aplicado.
451
1
51
Unileste-MG
22
322
2
+
3 = 220
33 =
72
503 = 73
16
(ii) CRITRIO DAS LINHAS: condio suficiente para que um sistema linear
convirja usando um mtodo iterativo que:
>
= 1, 2, ,
=1
=1
a convergncia.
Exemplo 1.9: Verifique, usando o critrio das linhas, se o sistema linear a seguir
converge quando um mtodo iterativo for aplicado.
451
1
51
22
322
2
+
3 = 220
33 =
72
503 = 73
1
=1
=+1
condio suficiente para que um sistema linear convirja usando um mtodo iterativo
que:
= max < 1
1
Unileste-MG
17
31
1
21
Unileste-MG
2
2
33
=
=
=
3
1
9
18
Item
Mtodo Direto
Mtodo Iterativo
Convergncia
Nmero de
Operaes
No possvel determinar a
principio a complexidade.
Esparsidade
Preserva a esparsidade da
matriz.
Erros de
Arredondamento
Os erros de arredondamento
no afetam as solues
obtidas em cada iterao.
Apenas a soluo final pode
conter erro.
Unileste-MG
19
Exerccios:
1.1) Resolva os Sistemas Lineares abaixo usando o Mtodo de Eliminao de Gauss, quando
necessrio reter 3 casas decimais. Avalie o resduo de cada sistema.
x1
(a) 2 x1
x
1
x2
3x 2
x2
1,023x1
(c) 5,083 x1
3,459 x
1
2 x1
x
1
(d)
3x1
4 x1
4 x3 6,60
x3 6,90
x3 10,20
2,456 x 2
1,250 x 2
2,512 x 2
2 x2
x2
2 x2
3x2
x3
2 x3
3 x3
2 x3
4 x1
(b) x1
x
1
3x 2
2 x2
x2
2 x3 10
3 x3 5
x3 1
1,234 x3 6,672
0,987 x3 6,526
1,212 x3 11,278
x4
x4
2 x4
x4
7
1
4
12
1.2) Resolva os Sistemas Lineares (a), (c) e (d) do exerccio anterior usando o Mtodo de
Eliminao de Gauss com pivotao parcial, quando necessrio reter 3 casas decimais. Avalie o
resduo de cada sistema.
1.3) Verifique, usando o critrio de Sassenfeld, se os sistemas abaixos podem ser resolvidos
atravs de mtodos iterativos e em seguida resolva-os utilizando o mtodo de Jacobi com
(a)
(b)
751
81
51
21
+
+
751
101
31
+ 122
+ 602
22
+
33
43
+ 423
53
142
652
72
42
+ 44
24
+ 54
304
= 115
=
96
= 149
= 13
+
53 = 326
+
53 = 130
+ 453 =
84
1.5) Uma forma mais simples de verificar se haver convergncia, quando da aplicao de
mtodos de Jacobi e Gauss-Seidel, na resoluo de um sistema de equaes a utilizao do
Critrio das Linhas. Ele estabelece que condio suficiente para a convergncia dos mtodos
de Jacobi e Gauss-Seidel que a matriz dos coeficientes, A , de um sistema de equaes Ax b
, seja a diagonal principal estritamente dominante, ou seja,
| aii |
Unileste-MG
| a
j 1; j i
ij
| , i 1, 2, ..., n
20
Isto significa que, em cada linha, o elemento diagonal, em mdulo, deve ser maior que a soma
dos mdulos dos demais elementos da mesma linha. Seja um sistema de equaes cuja matriz
dos coeficientes e termos independentes so:
C 3 1
1
A C 20 1 e b 1
1 C 6
1
Aplicando o critrio das linhas determine em qual intervalo deve estar o valor de C de tal
forma que se possa garantir que haver convergncia quando da aplicao de um mtodo
iterativo para a sua resoluo. Tomando um valor para C, no intervalo determinado, resolva o
sistema de equaes utilizando o mtodo de Jacobi com preciso de 0,01 e um mximo de 5
iteraes. Considere a soluo
x ( 0 ) 0 0 0 .
t
x ( 0 ) 0 0 0 .
t
kx1
kx1
x
1
3x 2
6 x2
6 x2
x3 1
x3 2
7 x3 3
A (%)
20,5
30,4
25,0
Vitaminas
B (%)
38,0
18,2
12,8
C (%)
27,0
19,0
17,6
Unileste-MG
21
100 V
0V
Figura 1
A corrente que flui do n p para o n q de uma rede eltrica dada por:
I pq
V p Vq
R pq
I A1 I 21 I 41 0,
ou seja,
100 V1 V2 V1 V4 V1
0,
2
1
2
ou ainda
Unileste-MG
22
Problema 1.2: Uma transportadora possui cinco tipos de caminhes, que representaremos
por (1), (2), (3), (4) e (5), os quais so equipados para transportar cinco tipos diferentes de
mquinas A, B, C, D, E, segundo a Tabela 1, onde supomos que A, B, C, D, E a quantidade
de mquinas que cada caminho pode transportar levando a carga plena.
Tabela 1
Caminhes
(1)
(2)
(3)
(4)
(5)
Mquinas
A
1
0
2
3
2
B
1
1
1
2
1
C
1
2
1
1
2
D
0
1
2
2
3
E
2
1
0
1
1
Assim, o caminho (1) pode transportar uma mquina A, uma mquina B, uma
mquina C, nenhuma mquina D, duas mquinas E, etc. Quantos caminhes de cada tipo
deveramos enviar para transportar exatamente:
27 mquinas do tipo A,
23 mquinas do tipo B,
31 mquinas do tipo C,
31 mquinas do tipo D,
22 mquinas do tipo E?
Supondo que cada caminho saia com carga plena, resolva o sistema linear obtido pelo
mtodo de Eliminao de Gauss.
Sugesto: Represente por x1, x2, x3, x4 e x5 o nmero de caminhes respectivamente dos tipos
(1), (2), (3), (4) e (5).
Unileste-MG
23
Captulo 2:
1. INTRODUO
O Objetivo deste captulo o de apresentar mtodos numricos para resolver um
equao = 0.
Resolver uma equao = 0 significa encontrar nmeros , denominados razes,
tais que = 0.
Geometricamente, conforme mostra a figura abaixo, as razes representam os
pontos de interseo do grfico de com o eixo .
24
Resultado Importante:
Se preservar o sinal em [, ] ento a raiz nica.
Procedimentos para isolar a raiz de uma equao
Procedimento I:
Esboar o grfico de , determinando os intervalos [ , +1 ] que contenham uma
nica raiz.
Exemplo 2.1: Isolar as razes de = 2 cos = 0.
Unileste-MG
25
Procedimento II:
Decompor a funo , se possvel, na forma = , onde os grficos de e
sejam conhecidos e mais simples.
Neste caso, os pontos de interseo dos grficos de e representam as razes de
= 0.
Exemplo 2.2: Isolar as razes de = 2 cos = 0.
y=f(x)
Unileste-MG
26
y=f(x)
y=f(x)
Unileste-MG
27
Unileste-MG
+
2
28
Exemplo 2.5: Determinar com preciso de < 0,01 e com o mximo de 10 iteraes,
a raiz da equao = 2 cos = 0.
(a)
Isolar a Raiz.
(b)
Refinamento
( )
Concluso
0
1
2
3
4
5
6
7
8
9
10
Unileste-MG
29
(0 )
Unileste-MG
(0 )
=
= (0 )
(0 1 )
30
1 = 0
(0 )
(0 )
Genericamente:
= 1
(1 )
(1 )
(b) Escolha de 0 :
Unileste-MG
31
(c) Refinamento
( )
( )
| 1 |
0
1
2
3
4
5
Exemplo 2.7: Determinar pelo MNR, com preciso < 0,01 em um mximo de 10
iteraes, a raiz da equao = + ln = 0.
(a) Isolar a raiz.
(b) Escolha de 0 :
Unileste-MG
32
(c) Refinamento
( )
( )
| 1 |
0
1
2
3
4
5
Desvantagens:
() Exige o clculo e a anlise do sinal de e ".
() Se o valor de ( ) for muito elevado, a convergncia ser lenta.
() Se o valor de ( ) for prximo de zero, ocorrer overflow.
6. MTODO DAS SECANTES (MS)
Idia: Usar retas secantes (traadas a partir de dois pontos do grfico) como
aproximaes lineares locais da funo (), ao invs de retas tangentes.
Unileste-MG
33
(0 )
(1 )
2 1
2 = 1
(1 0 )
(1 )
(1 ) (0 )
Generalizando-se, tem:
+1 =
( 1 )
( )
( ) (1 )
34
( ) =
( ) (1 )
( 1 )
Desvantagens:
() Necessita de duas aproximaes iniciais.
() A convergncia no to rpida quanto o MNR.
Exemplo 2.8: Determinar pelo MS, com preciso < 0,01 em um mximo de 10
iteraes, a raiz da equao = 2 cos = 0.
(a) Isolar a raiz.
(c) Refinamento
( )
( )
| 1 |
0
1
2
3
4
5
Unileste-MG
35
Exemplo 2.9: Determinar pelo MS, com preciso < 0,01 em um mximo de 10
iteraes, a raiz da equao = + ln = 0.
(a) Isolar a raiz.
(c) Refinamento
( )
( )
| 1 |
0
1
2
3
4
5
Unileste-MG
36
Onde = 0,1, ,
Teorema Fundamental da lgebra:
= 0 tem razes reais ou complexas.
=1+
Onde = max
<0 {
01
Unileste-MG
37
1 =
1
=0
Desta forma,
Unileste-MG
38
1
=0
Desta forma,
Unileste-MG
39
Teorema de Sturm
Se () 0 e () 0 ento o nmero de razes reais distintas de = 0 no intervalo
exatamente:
= ()
N(3)
0
1
2
3
(. )
Unileste-MG
40
Exerccios:
2.1) Sejam as seguintes equaes:
a) = sen 2 2 + 10 = 0
b) = 2 3 = 0
c) = 2 + 2 = 0
() Calcule com no mximo 10 iteraes e com preciso < 0,01 a raiz das equaes (b) e
(c) usando o MNR e o MS.
() Calcule com no mximo 10 iteraes e com preciso < 0,01 a raiz positiva da
equao (a) usando o MNR e o MS.
() Calcule com no mximo 10 iteraes e com preciso < 0,01 a raiz negativa da
equao (a) usando o MNR e o MS.
2.2) Dada a equao = 4 + 2 3 13 2 14 + 24 = 0, pede-se:
a) Determine o intervalo onde podem existir razes reais.
b) Sabendo que a seqncia de Sturm relativa ao polinmio () apresentada abaixo,
determine o nmero de razes nos intervalos determinados no item anterior.
1 0 = 4 + 2 3 13 2 14 + 24
2 1 = 4 3 + 6 2 26 14
3 2 = 7.25 2 + 7.25 25.75
4 3 = 13.79 + 6.90
5 4 = 27.56
c) Isole as razes.
d) Determine todas as razes usando o MNR, com no mximo 10 iteraes e com preciso
< 0,01.
2.3) Dada a equao = 3 2 2 5 + 6 = 0, pede-se:
a) Determine o intervalo onde podem existir razes reais.
b) Sabendo que a seqncia de Sturm relativa ao polinmio () apresentada abaixo,
determine o nmero de razes nos intervalos determinados no item anterior.
1 0 = 3 2 2 5 + 6
2 1 = 3 2 4 5
3 2 = 4.222 4.889
4 3 = 5.609
c) Isole as razes.
d) Determine todas as razes usando o MNR, com no mximo 10 iteraes e com preciso
< 0,01.
Unileste-MG
41
Problema 1: Calcule pelo menos uma raiz real das equaes abaixo, com 105 , usando o
() mtodo de Newton-Raphson e () o mtodo das secantes.
(a) = 2 10 ln 5 = 0
(b) = sen ln()
Problema 2: Uma loja de eletrodomsticos oferece dois planos de financiamento para um
produto cujo preo vista R$ 162,00:
Qual dos dois planos apresenta a menor taxa de juros, sendo, portanto melhor para o
consumidor?
Obsevao: Sabe-se que a equao que relaciona os juros (J) e o prazo (P) com o valor
financiado (VF = preo vista entrada) e a prestao mensal PM dada por:
1 1+
a) Fazendo = 1 + e =
(1)
= +1 + 1 + 1 = 0
(2)
Unileste-MG
42
Captulo 3:
INTERPOLAO
1. INTRODUO
Dado um conjunto de pontos ( , ( )), o problema da interpolao consiste em
definir uma funo () que passa por todos estes pontos. Se essa funo () for um
polinmio, teremos uma interpolao polinomial.
43
= 1, = 0, 1,2, ,
= 0, , = 0, 1,2, ,
() O polinmio interpolador de Lagrange obtido por meio da combinao linear dos
(), = 0, 1, 2, , .
Desta forma, temos que:
=
=0
( )
0 1 1 +1 ( )
=
( )
0 1 1 +1 ( )
() = 0 0 + 1 1 + +
=0
11
20
44
Deterrmine:
a) O polinmio interpolador de Lagrange que passa por todos os pontos.
Unileste-MG
44
b) A imagem de = 3.
Exemplo 3.2: Sendo = () uma funo conhecida nos pontos a seguir, estime um
valor para quando = 1,07, utilizando o mtodo de Lagrange.
0,9
1,0
1,1
0,6216
0,5403
0,4536
Unileste-MG
45
a) Ordem 0:
0 =
b) Ordem 1:
1 =
c) Ordem 2:
2 =
d) Ordem :
Unileste-MG
0 +1 0
+1
+1
+1
1 +1 1
+2
1 +1 1
+
Prof. Alosio de Castro
46
= 0 + 0 1 0 + 0 1 2 0
+ 0 1 2 3 0 + + 0 . . 1 0
1,10
1,27
1,36
1,53
0
1
----
2
3
----
----
----
----
----
Unileste-MG
47
120
94
75
62
0
1
----
2
3
----
----
----
----
----
48
c) Ordem 2: 2 = 1 +1 1
d) Ordem : = 1 +1 1
A relao entre os operadores de diferena finita e dividida dada pela expresso:
Onde: = +1
Assim o polinmio interpolador para o mtodo de Gregory-Newton determinado por:
= 0 + 1 0 + 1
Sendo: =
2 0
3 0
0
+ 1 2
+ + 1 ( 1
2!
3!
!
Exemplo 3.5: A Figura abaixo mostra o esboo do leito de um rio. A partir de uma
linha reta, prxima a uma das margens, foram medidas distncias (em metros) entre
essa linha reta e as duas margens do rio, de 15 em 15 metros, a partir de um ponto
fixado como origem.
Unileste-MG
49
15
30
45
60
(1 )
50,00
86,00
146,00
73,50
50,00
(2 )
112,50
154,50
195,00
171,00
95,50
45
60
15
30
0
1
----
2
3
4
----
----
----
----
----
----
----
----
----
Unileste-MG
50
Exemplo 3.6:
Dada a tabela abaixo:
3,5
4,0
4,5
5,0
5,5
9,82
10,91
12,05
13,14
16,19
Pede-se:
(a) Construir a Tabela de diferenas finitas ascendentes
Tabela das Diferenas Finitas Ascendentes
0
1
----
2
3
4
----
----
----
----
----
----
----
----
----
Unileste-MG
51
Exerccios:
(3.1) A tabela a seguir relaciona o calor especfico da gua em funo da temperatura. Calcular
o calor especfico da gua a uma temperatura de 25C, usando um polinmio de 3 grau:
(a) Pelo Mtodo de Lagrange;
(b) Pelo Mtodo das diferenas divididas;
Temperatura (C)
20
30
45
55
Calor Especfico
0,99907
0,99826
0,99849
0,99919
(3.2) A velocidade (em m/s) de um foguete lanado do solo foi medida quatro vezes,
segundos aps o lanamento, e os dados foram registrados na tabela abaixo. Calcular usando
um polinmio de 4 grau, a velocidade aproximada do foguete aps 25 segundos do
lanamento.
Tempo (s)
Velocidade (m/s)
0
0,000
8
52,032
20
160,450
30
275,961
45
370,276
(3.3) Na tabela abaixo, a distncia, em metros, percorrida por uma bala ao longo do cano
de um canho em segundos. Encontrar a distncia percorrida pela bala 5 segundos aps ter
sido disparada, usando todos os dados abaixo.
(s)
(m)
0
0,000
2
0,049
4
0,070
6
0,087
8
0,103
(3.4) Durante trs dias consecutivos foi tomada a temperatura (em C) numa regio de uma
cidade, por quatro vezes no perodo das 6 s 12h. Determinar, usando todos os dados da
tabela abaixo, a mdia das temperaturas dos trs dias s 9 horas.
Dia
18
20
24
28
17
20
25
27
18
21
22
23
Hora
6
8
10
12
(3.5) A velocidade do som na gua varia com a temperatura. Usando os valores da tabela
anterior, determinar o valor aproximado da velocidade do som na gua a 100C.
Temperatura (C)
86,0
93,3
98,9
104,4
110,0
Unileste-MG
Velocidade (m/s)
1552
1548
1544
1538
1532
52
(3.6) A que temperatura a gua entra em ebulio no Pico da Bandeira (altitude = 2890m),
sabendo que o ponto de ebulio da gua varia com a altitude, conforme mostra a tabela
abaixo.
Altitude
(m)
850
950
1050
1150
1250
.
.
.
2600
2700
2800
2900
3000
Ponto de Ebulio
da gua (C)
97,18
96,84
96,51
96,18
95,84
.
.
.
91,34
91,01
90,67
90,34
90,00
Usando esta mesma tabela, determinar o ponto de ebulio da gua em um local em Belo
Horizonte que possui altitude igual a 1000m.
(3.7) Um automvel percorreu 160 km numa rodovia que liga duas cidades e gastou, neste
trajeto, 2 horas e 20 minutos. A tabela abaixo d o tempo gasto e a distncia percorrida em
alguns pontos entre as duas cidades.
Tempo
(min)
0
10
30
60
90
120
140
Distncia
(m)
0
8
27
58
100
145
160
Determinar:
(a) Qual foi aproximadamente a distncia percorrida pelo automvel nos primeiros 45
minutos de viagem, considerando apenas os quatro primeiros pontos da tabela?
(b) Quantos minutos o automvel gastou para chegar metade do caminho? (Usar todos
os pontos)
(3.8) Dada a funo f conhecida pelos seus pontos da tabela a seguir, pede-se:
0
0
2
1
0,8
5
2
1,6
3
3
2,4
8
4
3,2
4
5
4,0
9
6
4,8
5
7
5,6
7
8
6,4
3
9
7,2
6
10
8,0
4
11
8,8
8
12
9,6
5
Determinar:
(a) (3) usando um polinmio interpolador de 5 grau.
(b) (6) usando um polinmio interpolador de 4 grau
(c) (9) usando um polinmio interpolador de 3 grau.
Unileste-MG
53
Captulo 4:
INTEGRAO NUMRICA
1. INTRODUO
Objetivo: Apresentar mtodos numricos para resolver numericamente
integral.
uma
= ()
2. Frmulas de Newton-Ctes
54
sendo
2 0
3 0
= 0 + 0 + 1
+ 1 2
+ + 1 (
2!
3!
0
1
!
1
=
.
() Frmula Simples
1 =
(0 + 0 )
Unileste-MG
[ + 1 ]
2 0
55
() Frmula Composta
Unileste-MG
[ + 21 + 22 + + 2 1 + ]
2 0
56
Exemplo 4.1: Calcule o valor da seguinte integral (retenha 4 casas decimais durante
os clculos):
1 + 2
=
0
= ( )
0
1
2
3
4
5
6
7
8
9
10
10
=
=0
Exemplo 4.2:
3
2
=
1
Unileste-MG
57
= ( )
0
1
2
3
4
5
6
7
8
8
=
=0
() Frmula Simples
2 0
.
2!
Tem-se, portanto
2 =
(0 + 0 + ( 1)
2 0
2!
Unileste-MG
[ + 41 + 2 ]
3 0
58
() Frmula Composta
[ + 41 + 22 + 43 + 24 + + 22 + 41 + ]
3 0
=
0
1 + 2
= ( )
0
1
2
3
4
5
6
7
8
9
10
10
=
=0
Unileste-MG
59
() Frmula Simples
2 0
2!
+ 1 ( 2)
3 0
.
3!
Tem-se, portanto
3 =
(0 + 0 + 1
2 0
2!
+ 1 ( 2)
3 0
3!
3
[ + 31 + 32 + 3 ]
8 0
() Frmula Composta
Unileste-MG
3
[ + 31 + 32 + 23 + 34 + 35 + + 23 + 32 + 31 + ]
8 0
60
sendo um mltiplo de 3.
Exemplo 4.4: Calcule o valor da seguinte integral:
=
0
1 + 2
= ( )
0
1
2
3
4
5
6
7
8
9
9
=
=0
Analisando-se as expresses dos erros das frmulas compostas das trs regras,
possvel estabelecer a seguinte prioridade de uso:
(1)
(2)
(3)
Unileste-MG
61
=
1
= ( )
0
1
2
3
4
5
6
7
8
8
=
=0
Exemplo 4.6: Calcule o valor da seguinte integral pela frmula composta da 2 Regra
de Simpson, com =9 (retenha 4 casas decimais durante os clculos):
3
2
=
1
= ( )
0
1
2
3
4
5
6
7
8
9
9
=
=0
Unileste-MG
62
Exerccios
(4.1) Calcular o valor das integrais abaixo, usando = 6, pela Regra do Trapzio, pela 1
Regra de Simpson e pela 2 Regra de Simpson:
(a)
=
0
(b)
cos
1+
4,5
=
4
(c)
4,2
=
3
2
(3 2 2 + 6)
()
0
0
1
2
3
4
5
6
0,0
0,5
1,0
1,5
2,0
2,5
3,0
5,021
6,146
6,630
6,945
7,178
7,364
7,519
sen2 + 1 cos 2
=
2
( 2)2
ln + 2 1
2
Unileste-MG
63
Calcular
1,6
0
1
2
3
4
5
6
1,0
1,1
1,2
1,3
1,4
1,5
1,6
0,099
0,131
0,163
0,194
0,224
0,253
0,281
, aplicando:
a) A 1 regra de Simpson
b) A 2 regra de Simpson
Unileste-MG
64
Bibliografia:
RUGGIERO, Mrcia A. Gomes; LOPES, Vera Lcia da Rocha. Clculo numrico: aspectos
tericos e computacionais. 2. ed. So Paulo: Makron Books, 1997. 406p.
FRANCO, Neide Maria Bertoldi. Clculo nmerico. So Paulo: Pearson Prentice Hall, 2007.
505p.
SOUZA, M. J. F. Notas de Aula de Clculo Numrico. Disponvel em:
http://www.decom.ufop.br/prof/marcone/Disciplinas/CalculoNumerico/cn.htm. Acesso em:
20/07/2009.
Unileste-MG