Você está na página 1de 34

Mrcio Menezes

Clculo Numrico

Sumrio
CAPTULO 1 Como Utilizar o Computador para Resolver Problemas Prticos?.....................05
Introduo.....................................................................................................................05
1.1 Introduo Matemtica Numrica e aos Nmeros Binrios..........................................05
1.1.1 Tpicos e aplicaes da matemtica numrica....................................................06
1.1.2 Nmeros decimais............................................................................................06
1.1.3 Nmeros binrios.............................................................................................08
1.2 Nmeros Inteiros e de Ponto Flutuante.........................................................................09
1.2.1 Nmeros inteiros sem sinal................................................................................09
1.2.2 Nmeros inteiros com sinal...............................................................................10
1.2.3 Notao cientfica............................................................................................12
1.2.4 Nmeros de ponto flutuante..............................................................................13
1.2.5 Erros numricos...............................................................................................14
1.3 Sistemas de Equaes Lineares: Mtodos Diretos..........................................................16
1.3.1 Equacionamento..............................................................................................16
1.3.2 Soluo de uma equao na forma matricial.......................................................17
1.3.3 Eliminao gaussiana.......................................................................................18
1.3.4 Resolvendo o problema usando eliminao gaussiana..........................................19
1.3.5 Decomposio LU............................................................................................21
1.3.6 Resolvendo o problema dos sucos usando decomposio LU................................23
1.3.7 Vantagens da decomposio LU sobre a eliminao gaussiana..............................25
1.4 Sistemas de Equaes Lineares: Mtodos Iterativos.......................................................26
1.4.1 Mtodo de Jacobi............................................................................................26
1.4.2 Mtodo de Gauss-Seidel...................................................................................29
Sntese...........................................................................................................................32
Referncias Bibliogrficas.................................................................................................33

03

Captulo 1
Como Utilizar o Computador para
Resolver Problemas Prticos?
Introduo
Voc j reparou como o computador tem uma quantidade limitada de espaos para representar
os nmeros? por isso que, quando vamos representar um nmero, importante sabermos que
certa quantidade de recursos ser reservada, isto , existir um limite mximo para o tamanho
do nmero representado.
J reparou como a matemtica e a computao esto intimamente ligadas? E sabe qual a o que
representa a ligao entre essas duas cincias? O clculo numrico! De forma simplificada,
ele o estudo de algoritmos para obteno de resultados aproximados para diversos problemas
prticos que podem ser equacionados.
Somente conhecendo estas caractersticas dos nmeros que poderemos falar sobre as operaes matemticas elementares, ou seja, precisamos conhecer estes nmeros para entender
como funciona, por exemplo, a soma e subtrao em um computador, entendendo as limitaes
associadas a estas operaes. Depois de conhecermos o sistema numrico computacional, veremos as equaes lineares e utilizaremos estas equaes para resolver problemas associados
produo. Vamos l?

1.1 Introduo Matemtica Numrica e aos


Nmeros Binrios
Todos ns aprendemos um dia a calcular as razes de uma equao do segundo grau usando a
frmula de Bhskara, no mesmo? Mas o que isso queria dizer na prtica? Encontrar as razes
de uma equao significa encontrar os valores da varivel independente (geralmente chamada
de x) para fazer com que a equao se iguale a zero.
Vale ressaltar que existem equaes de primeiro, segundo, terceiro e quarto grau. J uma equao do quinto grau no pode ser resolvida analiticamente, ou seja, no existe uma frmula para
encontrar as razes de um polinmio de quinto grau. Ento fica a pergunta: como podemos encontrar as razes de uma equao do quinto grau? justamente a que entra o clculo numrico.
Com ele, possvel chegar resposta.

05

Clculo Numrico

1.1.1 Tpicos e aplicaes da matemtica numrica


Existem vrios tipos de equaes que podem ser resolvidas somente utilizando-se mtodos que
trabalham com aproximao. Um assunto muito recorrente em diversas reas do conhecimento
sistema de equaes. Muitos problemas prticos se resumem a resolver um sistema com N
equaes e N incgnitas.
Saiba que algumas grandes empresas utilizam sistemas de equaes para definir onde instalar
os seus armazns. Estas equaes tambm so utilizadas por empresas que tentam reaproveitar
avies para fazer vrias rotas e vrias conexes. Interessante, no mesmo?
Outro problema matemtico est relacionado com a aproximao de um conjunto de valores
por um polinmio. Muitas vezes, coletamos um conjunto de dados para tentar explicar algum
fenmeno, mas no lugar de usar os dados para resolver problemas futuros, muito mais fcil
tentarmos aproximar uma funo para aquele conjunto de dados, certo? A verso mais simples
deste tipo de aproximao a aproximao linear. Como ela funciona? Substitumos todos os
dados por uma equao do primeiro grau que possa descrever o fenmeno de forma aproximada. Voc deve estar pensando: e quando isso acontece na prtica?
Quando existe um sinal imerso em um rudo que precisa ser identificado, por exemplo, presentes
na produo de um equipamento de telecomunicaes assim como no desenvolvimento de um
radar que tem por objetivo detectar aeronaves. Para estes casos, um estudo das propriedades
do rudo baseia-se no estudo de distribuies, como a distribuio gaussiana. A maioria das
distribuies utilizadas no pode ser integrada de forma analtica. Por exemplo, para obtermos
a integral da funo

em um intervalo finito, devemos recorrer a mtodos numricos.

Equaes diferenciais so utilizadas em diversas reas do conhecimento. Por exemplo, para a descrio de um circuito eletrnico, as equaes diferenciais so muitssimo importantes. A descrio
da corrente eltrica passando pelos componentes tambm feita com o uso destas equaes.
Resumindo: qualquer problema que possa ser traduzido em equaes, pode ento ser resolvido
com o Clculo Numrico. Percebeu como ele importante?

1.1.2 Nmeros decimais


Voc recorda-se de estudar os nmeros decimais no Ensino Fundamental? Agora veremos como
aquele aprendizado foi relevante. Para representar os nmeros, precisamos de uma base. Saiba
que em nosso dia a dia utilizamos base 10. Ao trabalharmos com base 10, necessitamos de 10
algarismos para representar qualquer nmero: 0, 1, 2, 3, 4, 5, 6, 7, 8 e 9. Vamos escrever nmeros de 0 a 15 a seguir:

06 Laureate- International Universities

Decimal

01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
Quadro 1 Nmeros decimais inteiros de 1 a 15.
Fonte: Elaborado pelo autor, 2015.

Para aumentar o nmero de uma unidade, primeiramente, o algarismo da unidade (algarismo


mais a direita) vai aumentando de um em um. Assim que o algarismo atinge o valor mximo,
ele torna-se zero e o prximo algarismo logo esquerda incrementa em uma unidade. Assim,
sempre devemos incrementar o algarismo mais direita, exceto quando ele j atingiu o valor
mximo. Neste caso, devemos passar para o prximo nmero esquerda (algarismo das dezenas). Quando o algarismo da unidade e o da dezena atingiram o valor mximo, eles devem ser
zerados e o prximo algarismo esquerda (algarismo das centenas) deve ser incrementado em
uma unidade. E assim por diante.
Sabemos tambm que o nmero 123 representa:
123 = 1100 + 210 + 31
Esta expresso pode ser escrita como:
123 = 1102 + 2101 + 3100
Relembramos que os nmeros destacados no exemplo anterior foram utilizados somente para facilitar a identificao dos algarismos que compem o nmero decimal que est do lado esquerdo
da igualdade.

07

Clculo Numrico

1.1.3 Nmeros binrios


Acabamos de ver que os nmeros decimais so representados por 10 algarismos, de 0 a 9, certo? Por outro lado, os nmeros binrios devem ser representados por 2 algarismos. Quais so
eles? Simples: 0 e 1.
Vamos usar os mesmos exemplos dos nmeros decimais? Como eles so representados como
nmeros binrios? Veja a seguir. Os nmeros de 0 a 15 na base 2 so:

Decimal

Binrio

0000

0001

0010

0011

0100

0101

0110

0111

1000

1001

10

1010

11

1011

12

1100

13

1101

14

1110

15

1111

Quadro 2 Nmeros binrios de 0 a 15.


Fonte: Elaborado pelo autor, 2015.

Para aumentar de uma unidade, primeiro, o algarismo mais direita vai aumentando de um em
um. Assim que o algarismo atinge o valor mximo (1), ele torna-se zero e o prximo algarismo,
logo esquerda, incrementa em uma unidade.
Portanto, entenda que para aumentar o nmero em uma unidade, sempre devemos incrementar
o algarismo mais direita, exceto quando ele j igual a 1. O que fazemos ento? Neste caso,
devemos passar para o prximo nmero esquerda. Quando os dois algarismos da direita atingiram o valor 1, eles devem ser zerados e o prximo algarismo esquerda deve ser incrementado
em uma unidade e assim o processo segue em diante.
Agora, veremos como interpretar um nmero binrio. Considere o nmero binrio 10010:
100102 = 124 + 023 + 022 + 121 + 020

08 Laureate- International Universities

Este nmero pode ser escrito como:


100102 = 116 + 08 + 04 + 12 + 01 = 18
O destaque nos nmeros do exemplo anterior foi utilizado somente para facilitar a identificao
dos algarismos que compem o nmero binrio que est do lado esquerdo da igualdade. Por outro lado, quando colocamos um nmero 2 subscrito, isto indica que aquele nmero est na base
2; quando no o colocamos, isto quer dizer que o nmero est na base 10, que mais utilizado.
Vimos que os nmeros inteiros de 0 a 15 podem ser representados com 4 algarismos, certo? Em
um computador, cada algarismo representado por um bit. Por sua vez, um bit pode assumir
somente dois valores: 0 ou 1.

VOC O CONHECE?
John von Neumann foi um grande pesquisador, realizando pesquisas em diversas reas,
tais como: Matemtica, Fsica, Economia e Computao. Antes dele, os computadores
utilizavam cartes perfurados para armazenar os algoritmos. Ele props uma arquitetura em que o programa e os dados poderiam compartilhar a mesma memria do
computador. Desta forma, os algoritmos passaram a ser armazenados no prprio computador, acelerando muito o funcionamento destas mquinas. Disponvel em: <http://
www.scielo.br/scielo.php?pid=S0103-40141996000100022&script=sci_arttext>.

1.2 Nmeros Inteiros e de Ponto Flutuante


Voc j deve ter reparado que os nmeros que usamos em nosso dia a dia podem ser divididos
em nmeros inteiros e nmeros reais, no mesmo? Porm, h uma limitao com relao aos
nmeros reais: o nmero limitado de dgitos em um computador. Assim, no possvel representar uma dzima peridica, por exemplo.
Na verdade, podemos representar em um computador somente uma parte dos nmeros inteiros,
pois existem infinitos nmeros inteiros, mas nunca ser possvel representar um nmero com infinitos algarismos em um computador.

1.2.1 Nmeros inteiros sem sinal


Vamos relembrar o que so os nmeros reais? Os nmeros reais incluem aqueles nmeros que
tm infinitos algarismos depois da vrgula, como o nmero = 3,1415926535. Em um computador no possvel representar um nmero infinito de algarismos, mas podemos escrever
uma parte deles e aproximar vrios outros. Estes so os chamados nmeros de ponto flutuante.
Quando o assunto o computador, ao falarmos de um nmero sem sinal, estamos nos referindo
a um nmero positivo. Para representar os nmeros de 0 a 15, precisamos de 4 bits. Convenhamos que, alm de querer representar os nmeros, tambm queremos fazer operaes com eles.
As operaes com nmeros inteiros funcionam normalmente, com uma exceo que o overflow.
O que isso? O overflow ocorre quando no possvel realizar a operao com aquela quantidade de bits. Por exemplo, se tivssemos um nmero de 4 bits, o maior nmero que poderia ser
representado seria o nmero 15. Se fizssemos a conta 15 + 5, o resultado seria 4. Por qu?
09

Clculo Numrico

Isto acontece porque o computador no muito inteligente. Assim que ele chega ao maior nmero que pode ser representado, ele simplesmente d a volta e continua a partir do menor nmero. Espervamos que, quando o computador recebesse a operao 15 + 5 ele contasse assim:
16, 17, 18, 19, 20, passando por cinco nmeros aps o 15. Como o computador simplesmente
d a volta, o computador conta assim: 0, 1, 2, 3, 4. O resultado 4.
O mesmo acontece quando temos o nmero 0 e subtramos 1. O resultado o maior nmero
que pode ser representado com aquela quantidade de bits. Se o nmero for de 4 bits, o resultado
ser 15.
Isto parece um problema enorme, no mesmo? Entretanto, vale ressaltar que no existem nmeros inteiros de apenas 4 bits no computador. O menor inteiro que costuma estar disponvel em
um computador possui 8 bits, podendo atingir valores entre 0 e 255. Apesar disso, o mais comum que os nmeros inteiros utilizem 32 bits, podendo assumir valores entre 0 e 4294967295.
De uma forma geral, este nmero permite que representemos todos os nmeros inteiros de nosso
interesse. Caso voc precise de nmeros maiores, existem ainda os nmeros inteiros de 64 bits.

CASO
A msica Gangnam Style, do cantor coreano Psy, estourou o contador do YouTube em dezembro
de 2014. Como isto pode acontecer? O contador do nmero de visualizaes do YouTube era
um nmero de 32 bits com sinal, permitindo que ele chegasse at o valor 2.147.583.647 (2 31
1). Depois que isto aconteceu, os desenvolvedores do YouTube atualizaram o tipo de varivel
utilizada. Agora um inteiro com sinal de 64 bits. Disponvel em: <http://olhardigital.uol.com.
br/noticia/saiba-como-gangnam-style-quebrou-o-contador-do-youtube/45684>.

1.2.2 Nmeros inteiros com sinal


Vimos que os nmeros inteiros sem sinal so os nmeros positivos, correto? J os nmeros inteiros com sinal so utilizados para representar nmeros inteiros positivos e negativos.
Considere que para acrescentarmos o sinal a um nmero inteiro, devemos analisar que o sinal
pode assumir somente dois valores possveis (+ e ), portanto, o sinal tambm ocupa 1 bit. Como
cada bit assume somente 2 valores, atribumos a ele os valores 0 e 1, mesmo quando ele representa o sinal do nmero. Interessante, no mesmo?
Para representar nmeros de 0 a 7, perceba na figura a seguir que podemos utilizar somente 3 bits
(3 algarismos binrios). Se utilizarmos mais um bit para o sinal, poderamos chegar a concluso
que possvel representar nmeros de -7 a +7, mas isto no est totalmente certo, como veremos.

10 Laureate- International Universities

Decimal

Binrio

+7

0111

+6

0110

+5

0101

+4

0100

+3

0011

+2

0010

+1

0001

0000

-1

1111

-2

1110

-3

1101

-4

1100

-5

1011

-6

1010

-7

1001

-8

1000

Quadro 3 Nmeros binrios com sinal.


Fonte: Elaborado pelo autor, 2015.

Veja que no Quadro 3 utilizamos os nmeros em ordem decrescente com o intuito de mostrarmos, primeiramente, os nmeros positivos que j conhecamos. Quanto ao bit de sinal, o valor
zero usado para representar o sinal positivo, enquanto o valor 1 usado para representar o
sinal negativo.
Perceba que estamos diminuindo uma unidade a cada linha da tabela at chegarmos ao nmero
zero. O que acontece com a prxima linha? No parece fcil entender, mas imagine o seguinte:
suponha que estamos trabalhando com nmeros positivos, ou seja, nmeros sem sinal. Se este
fosse o caso, teramos ido do nmero zero (0000) para o maior nmero possvel com 4 bits
(1111). Depois disso, continuamos diminuindo uma unidade a cada linha (1110, 1101, ...), ou
seja, da mesma forma que acontecia com o overflow.
Portanto, se tivermos o nmero 0 representado com 4 bits (00002) e subtrairmos um, obteremos
o nmero binrio: 11112. Este valor obtido independente de estarmos trabalhando com um
nmero com ou sem sinal. Se for um nmero sem sinal, este valor ser o nmero decimal 15. Se
estivermos trabalhando com um nmero com sinal, o resultado ser igual a -1.
Por isso, entenda que a representao dos nmeros negativos simplesmente se aproveita do fato
de que o computador no muito esperto e considera a sequncia dos nmeros inteiros de forma
circular. como se no tivesse um incio nem um fim, se somarmos ou subtrairmos uma unidade
indefinidamente, passaremos por todos os nmeros e voltaremos a passar enquanto estivermos
fazendo esta operao.

11

Clculo Numrico

Esta representao dos nmeros negativos chamada de complemento de dois. Para obter o
valor decimal de um nmero binrio com sinal (que comece com o primeiro bit igual a 1) devemos fazer o seguinte:
1. trocamos o valor de todos os bits: onde tivermos 1 trocamos por zero, onde for zero,
trocamos por 1;
2. somamos um ao valor obtido no passo anterior;
3. colocamos o sinal negativo no nmero do passo anterior.
O nome complemento de dois dado simplesmente porque fazemos a troca do valor de todos
os bits. Quer ver um exemplo? Considere o nmero 11002. Vamos fazer os passos apresentados
anteriormente? Acompanhe-nos!

Passos

Valor

Descrio

11002

nmero original

00112

inverso de bits

01002

somamos 1

-4

sinal negativo

Quatro 4 Passos para converter um nmero binrio negativo para decimal.


Fonte: Elaborado pelo autor, 2015.

VOC QUER LER?


As falhas numricas causadas por overflow e outros motivos, infelizmente, so muito
comuns. Um artigo da BBC aponta vrias falhas (bugs) de softwares, muitos deles
causados por variveis que no comportavam um nmero grande o suficiente, fazendo
com que elas assumissem valores errneos. Disponvel em: <http://www.bbc.com/portuguese/noticias/2015/05/150513_vert_fut_bug_digital_ml>.

1.2.3 Notao cientfica


Voc lembra que os nmeros de ponto flutuante so uma aproximao para os nmeros reais?
Ento agora, vamos falar um pouco sobre notao cientfica, pois ela se assemelha aos nmeros
de ponto flutuante.
Por exemplo, o nmero 5 milhes, escrito em notao cientfica, fica assim:
5,0 106
Vamos ver como representar vrios nmeros em notao cientfica? Acompanhe-nos!

12 Laureate- International Universities

Nmero decimal

Notao cientfica

200

2 102

333

2 102

0,0005

5 104

1,23

1,23 100

Quadro 5 Exemplo de nmeros com sua notao cientfica.


Fonte: Elaborado pelo autor, 2015.

Perceba que todo nmero representado em notao cientfica escrito assim:


m 10e
Em que m a mantissa e e o expoente.
importante notar que um nmero representado em notao cientfica poderia assumir vrias
formas. Por exemplo, o nmero 300 poderia ser escrito como: 300100, 30101, 3102,
0,3103 etc. Para que haja somente uma forma de escrevermos este nmero, foi padronizado
que a mantissa deve ser sempre maior que 1 (ou igual a 1) e menor que 10. Assim, o nmero
300 escrito em notao cientfica fica assim: 3102.

1.2.4 Nmeros de ponto flutuante


Agora, veja que os nmeros em ponto flutuante so similares aos nmeros decimais escritos em
notao cientfica, pois tambm so escritos em termos de uma mantissa e um expoente. Confira:
m 2e
Mas qual a diferena entre eles? A primeira diferena que em vez de utilizarmos 10 elevado
a um expoente, usamos 2 elevado a um expoente. A outra diferena que tanto a mantissa (m)
quanto o expoente (e) so escritos na base binria.
Vamos entender isso melhor? Acompanhe um exemplo que envolve nmeros. Considere o nmero binrio (101,11 1011)2. Qual ser o valor deste nmero quando escrito na base decimal?
Observe que um nmero binrio, portanto, a mantissa est escrita na base 2, assim como a
base (102 = 2) e o expoente (112 = 3).

Vejamos alguns nmeros em ponto flutuante juntamente com seu valor na base decimal.

13

Clculo Numrico

Nmero em ponto flutuante

Valor decimal

(1,1 101)2

1,5

(1,01 101)2

1,25

(1,1 101)2

0,75

(1,01 101)2

0,625

Quadro 6 Valor decimal de nmeros em ponto flutuante.


Fonte: Elaborado pelo autor, 2015.

Observe que toda vez que aparece 10e nas expresses do Quadro 6, o nmero 10 na verdade
o nmero dois escrito na base 2. Lembre-se que, quando escrevemos um nmero decimal em
notao cientfica, a mantissa deve obedecer esta regra:
1 m < 10
Quando escrevemos um nmero em ponto flutuante, a regra um pouco diferente, ou seja:
1m<2
Desta forma, evitamos que um nmero possa ser escrito de formas diferentes, isto , existe uma
nica representao para cada nmero. Existem dois tipos de nmeros de ponto flutuante que
so comumente usados:

Nmero de ponto flutuante de preciso simples (32 bits): usa 1 bit para sinal, 23 bits para
mantissa e 8 bits para expoente;

Nmero de ponto flutuante de preciso dupla (64 bits): usa 1 bit para sinal, 52 bits para
mantissa e 11 bits para expoente.

VOC SABIA?
Nos nmeros de ponto flutuante, as operaes tambm funcionam de maneira circular
tal como nos nmeros inteiros onde ocorria o overflow? No, isto no acontece com
estes nmeros. Eles tm uma forma de representar trs valores que no devem aparecer
sempre. Os valores so: mais infinito (Inf), menos infinito (Inf) e no numrico (NaN
Not a Number). Infinito um overflow positivo, enquanto que menos infinito um
overflow negativo. No numrico (NaN) o resultado de uma operao invlida, como
a raiz quadrada de um nmero negativo ou a diviso de zero por zero.

1.2.5 Erros numricos


Ao trabalharmos com nmeros inteiros no computador, existe a possibilidade de ocorrer overflow,
certo? Tambm existem erros que acontecem com nmeros de ponto flutuante. Quando um nmero cresce muito, de tal forma que no seja possvel represent-lo, este nmero torna-se infinito
ou menos infinito.
Outro erro que pode acontecer com operaes invlidas. Algumas destas operaes so: a raiz
quadrada de um nmero negativo; o logaritmo de um nmero negativo ou nulo; e zero dividido

14 Laureate- International Universities

por zero. Todas estas operaes resultam naquilo que chamado de resultado no numrico
(chamado de NaN not a number).
Existe ainda outro tipo de erro, quando impossvel representarmos um nmero utilizando um
nmero finito de bits. Com nmeros na base 2, no possvel representar o nmero um dcimo
(1/10). Com 12 dgitos binrios aps a vrgula, podemos representar este nmero assim:
0,0001100110012 0,099609
Alm deste erro de impossibilidade de representao de um nmero, existe outro problema que est
muito relacionado a este erro. o problema de propagao de erros. Acompanhe o raciocnio!
Como os nmeros de ponto flutuante esto sujeitos a no serem representados como deveriam,
o erro pode aumentar ao longo de vrias operaes matemticas. Quer ver um exemplo? Vamos
assumir que estamos tentando representar o nmero 0,1, mas devido a um erro, o valor 0,09.
Estamos trabalhando com um erro de 10%. Este erro est muitssimo acima do erro que costumamos trabalhar em um computador, mas vamos utiliz-lo apenas paras entender o problema.
Se atribuirmos este valor a uma varivel , saberemos que esta varivel possui um erro de 10%.
Se fizermos a seguinte operao:
y=xx
Ou seja, se multiplicarmos x por ele mesmo e atribuirmos o resultado a uma varivel y, teremos
uma varivel com um erro de 19%, pois 0,09 0,09 = 0,0081, enquanto que 0,1 0,1 =0,01.
Vemos que o erro se propagou, chegando a 19%.
O erro devido ao problema de representao de um nmero consideravelmente menor que
isto, assim, para que um erro possa se propagar a ponto de atrapalhar os resultados, devem ser
realizadas milhes de operaes. Pode parecer muito, mas isto pode acontecer em algoritmos
para resolver problemas complexos. E na prtica, quais as consequncias?
Em situao prticas, o erro de representao dos nmeros pode ser positivo em alguns casos
e negativo em outros. Quando temos erros positivos e erros negativos em uma mesma conta, o
erro final muito menor. Observe:
x = 0,09
y = 0,11
Cada uma das variveis apresenta um erro, pois o valor de ambas deveria ser 0,1. Realize a
seguinte conta:
z=xy
Verifique que o erro de 10% em cada uma das variveis causa um erro muito menor no resultado
final.
z = 0,09 x 0,11 = 0,0099
O resultado deveria ser 0,01, isto , o erro de apenas 1%. O erro final menor que o erro
inicial, porque o erro de uma varivel era positivo e o da outra varivel era negativo.

15

Clculo Numrico

VOC QUER LER?


O Brasil agora possui um supercomputador. Desde julho de 2015 o supercomputador
est instalado no Laboratrio Nacional de Computao Cientfica, em Petrpolis (RJ).
Este computador permite que sejam realizadas operaes matemticas de ponto flutuante por segundo. Podemos dizer que este um computador que opera na faixa de
petaflops. Peta um prefixo que significa , flops significa: floting-point operations per
second (operaes de ponto flutuante por segundo). Disponvel em: <http://g1.globo.
com/rj/regiao-serrana/noticia/2015/07/maior-supercomputador-da-america-latina-e-instalado-em-petropolis-rj.html>.

1.3 Sistemas de Equaes Lineares: Mtodos


Diretos
Agora, acompanhe-nos para conhecer sobre os sistemas de equaes lineares. Saiba, desde j,
que um sistema de equaes lineares um sistema com vrias equaes e vrias variveis. Vamos
conferir, neste tpico, um pouco mais sobre equaes lineares e suas principais caractersticas.

1.3.1 Equacionamento
Uma empresa de sucos produz trs tipos diferentes de sucos mistos. So eles: lima-laranja, lima-limo e laranja-limo. Para produzir 1 litro de cada um destes sucos, necessrio utilizar certa
quantidade de cada um dos insumos da seguinte forma:

para o suco de lima-laranja: meio litro de suco de lima e meio litro de suco de laranja;
para o suco de lima-limo: 750 ml de suco de lima e 250 ml de suco de limo;
para o suco de laranja-limo: 750 ml de suco de laranja e 250 ml de suco de limo.
A cada dia a empresa tem 200 litros de suco de lima, 162,5 litros de suco de laranja e 87,5
litros de limo. A questo a seguinte: se a empresa quiser utilizar todos os recursos disponveis,
quantos litros de cada suco misto podem ser feitos a cada dia?
Para equacionar este problema, importante notar que temos 3 variveis, cujos valores so desconhecidos e precisam ser determinadas:

x1: quantidade de suco de lima-laranja produzido em um dia;


x2: quantidade de suco de lima-limo produzido em um dia;
x3: quantidade de suco de laranja-limo produzido em um dia.
Agora vamos analisar as restries. A primeira restrio : utilizar todo o suco de lima disponvel
a cada dia. Para isso, devemos observar que produziremos x1 litros de suco de lima-laranja, cada
litro deste suco consome 0,5 litros de suco de lima. Assim, x1 litros de suco de lima-laranja consumir 0,5x1 litros de suco de lima. Alm disso, produziremos x2 litros de suco de lima-limo, sendo
que cada litro deste suco consome 0,75 litros de suco de lima. Assim, x2 litros de suco de lima-limo consumir 0,75x2 litros de suco de lima. Portanto, o consumo total de suco de lima ser:
16 Laureate- International Universities

0,50x1 + 0,75x2 + 0,00x3 = 200,0


Observe que o suco de laranja-limo no consome nada de suco de lima, portanto, ao produzirmos x3 litros de suco de laranja-limo, o consumo de suco de lima ser 0x3.
A segunda restrio utilizar todo o suco de laranja disponvel a cada dia. Cada litro de suco de
lima-laranja consome 0,5 litros de suco de laranja, enquanto que cada litro de suco de laranja-limo consome 0,75 litros de suco de laranja. Portanto:
0,50x1 + 0,00x2 + 0,75x3 = 162,5
A terceira e ltima restrio : utilizar todo o suco de limo disponvel a cada dia. Cada litro de
suco de lima-limo consome 0,25 litros de suco de limo, enquanto que cada litro de suco de
laranja-limo consome 0,25 litros de suco de limo. Portanto:
0,00x1 + 0,25x2 + 0,25x3 = 87,5
Agrupando estas trs equaes em um sistema de equaes, temos:
0,50x1 + 0,75x2 + 0,00x3 = 200,0
0,50x1 + 0,00x2 + 0,75x3 = 162,5
0,00x1 + 0,25x2 + 0,25x3 = 87,5
Podemos escrever este sistema de equaes na forma matricial. Assim, ficamos com a seguinte
equao matricial:

Para que trabalhemos com valores inteiros, vamos multiplicar todos os valores da matriz pelo
nmero 4:

E agora, como resolvermos uma equao colocada na forma matricial? Continue conosco para
chegarmos ao resultado!

1.3.2 Soluo de uma equao na forma matricial


J vimos que, para que um sistema de equaes lineares tenha soluo, necessrio que o nmero de variveis seja igual ao nmero de equaes. Alm disso, preciso que as equaes sejam
linearmente independentes, ou seja, nenhuma das equaes pode ser representada como uma
combinao linear das demais equaes. No caso de apenas duas equaes, a parte das variveis no pode ser mltipla da outra equao. No caso de mais de duas equaes, nenhuma das
equaes (a parte das variveis) pode ser escrita como uma soma ponderada das outras equaes (tambm a parte das variveis). Ento, como resolver considerando todos estes cenrios?

17

Clculo Numrico

Quando queremos resolver este tipo de sistema de equaes no computador, comum utilizarmos os seguintes mtodos:

eliminao gaussiana;
decomposio LU.
Acompanhe-nos para compreendermos como cada um deles funciona.

1.3.3 Eliminao gaussiana


Um sistema de equaes lineares, quando escrito na forma matricial, tem a seguinte aparncia:

Nesta equao, ns utilizamos um sistema com 4 equaes e 4 variveis. Desta vez, chamamos
as variveis de: x1, x2, x3 e x4. Sempre que tivermos N equaes com N variveis, teremos soluo
para o sistema de equaes, ou seja, poderemos descobrir o valor das variveis, desde que as
equaes sejam linearmente independentes.
O que queremos fazer aqui deixar a equao matricial exposta anteriormente da seguinte forma:

A matriz apresentada uma matriz triangular superior. Uma matriz que apresenta somente os
elementos da diagonal principal e os superiores diferentes de zero, ou seja, todos os elementos
abaixo da diagonal principal so diferentes de zero. comum chamar esta matriz de U, enquanto seus elementos so chamados de uij, onde i o nmero da linha e j o nmero da coluna.
Costumamos utilizar a letra U para esta matriz em funo do seu nome em ingls (upper, superior
em ingls).
Se conseguirmos representar o sistema de equaes lineares por meio de uma matriz triangular
superior, ento, conseguiremos encontrar o valor das variveis com facilidade. Observe que a
ltima linha da matriz nos fornece a seguinte equao:

Portanto, j conhecemos o valor da ltima varivel. A terceira linha nos d a seguinte equao:

A princpio, temos duas incgnitas nesta equao (x3 e x4), mas observe que descobrimos o valor
de x4 utilizando a equao
cemos o valor de x4.

18 Laureate- International Universities

. Logo, podemos descobrir o valor de x3 porque j conhe-

Agora que conhecemos o valor de x3 e de x4, podemos utilizar a segunda linha da matriz para
descobrirmos o valor de x2, pois a equao fica:

Somente x2 desconhecido, portanto, encontramos o seu valor isolando x2 nesta equao. Agora
que conhecemos o valor de x2, de x3 e de x4, utilizamos a primeira equao para descobrirmos
o valor de x1. Este procedimento pode ser feito para matrizes quadradas (nmero de linhas igual
ao nmero de colunas).

1.3.4 Resolvendo o problema usando eliminao gaussiana


Agora sabemos que possvel resolver uma equao que tenha a matriz na forma triangular
superior. Portanto, precisamos deixar o problema inicial sobre os sucos nesta forma para que,
ento, possamos resolv-lo. Vamos comear reescrevendo a equao do problema dos sucos.
Ela dada por:

Como queremos deixar a matriz na forma triangular superior, queremos obter o nmero zero nos
elementos da primeira coluna, exceto a primeira linha. Assim, substitumos a segunda linha pela
subtrao da segunda linha pela primeira, ou seja:
L2 L2 L1

A primeira coluna est quase pronta, a nica coisa que temos que nos preocupar com o nmero dois no primeiro elemento da primeira coluna. Para resolver isto, basta dividir a primeira
linha por dois:
L1 L1/2

A primeira coluna est pronta! Vamos olhar a segunda coluna. Os elementos da diagonal devem
ser iguais a 1, enquanto os elementos abaixo da diagonal devem ser nulos. Ento, temos que
trocar a linha 2 e a linha 3 de lugar:
L2 L3

19

Clculo Numrico

Agora, precisamos zerar o terceiro elemento da segunda coluna. Como? Basta substituir a linha
3 pela soma da linha 3 com trs vezes a linha 2:
L3 L3 + 3L2

Para finalizar, dividimos a linha 3 por 6:


L3 L3/6

Portanto, o sistema de equaes fica assim:

Usando a terceira equao, obtemos o valor de z:


z = 150
Substituindo este resultado na segunda equao, obtemos o valor de y:
y + z = 350 y = 200
Por fim, substituindo o valor de y e de z na primeira equao, obtemos o valor de x:

Assim, percebemos que, para utilizar todos os sucos disponveis, necessrio produzir:

100 litros de suco de lima-laranja;


200 litros de suco de lima-limo;
150 litros de suco de laranja-limo.

20 Laureate- International Universities

1.3.5 Decomposio LU
A ideia decompor uma matriz A como o produto matricial entre uma matriz L (uma matriz triangular inferior, em ingls lower) e uma matriz U (uma matriz triangular superior, em ingls upper).
da que surge o nome desta decomposio. Se representarmos por meio de uma equao o
que acabamos de dizer, temos:
A = LU
Vejamos a seguir o sistema original:

O mesmo sistema, depois da decomposio, fica assim:

Aparentemente no tivemos ganho algum, certo? Parece que agora ficou ainda mais difcil de
chegarmos ao resultado? Isto no verdade. Para mostrar que possvel chegarmos a uma
soluo, vamos criar um vetor de variveis auxiliares, que chamaremos de vetor y, com as componentes (y1, y2, y3 e y4).
Agora, vamos montar uma equao usando u, x e y.

Esta equao que acabamos de escrever no pode ser resolvida ainda, pois temos um total de
4 equaes com 8 incgnitas (as componentes do vetor x e as componentes do vetor y). Mas
podemos substituir esta equao na equao LUx = b. Fazendo isto, podemos substituir Ux por
y, obtendo Ly = b. Escrevendo os componentes da matriz e dos vetores, temos:

Esta equao pode ser resolvida com facilidade, em que encontramos o valor de y1,...,y4. Para
resolvermos esta equao, vamos comear a partir da linha 1, onde temos:
l11y1 = b1
21

Clculo Numrico

Iniciando deste ponto em que sabemos o valor de y1, podemos, ento, descobrir o valor das
prximas variveis: y2, y3 e y4.
Vemos que a equao Ly = b foi resolvida de maneira semelhante ao mtodo da eliminao
gaussiana. Na eliminao gaussiana, quando chegvamos a uma matriz triangular, resolvamos
do fim para o comeo. Agora, a diferena que comeamos a resolver a partir da primeira equao, depois vamos para a segunda equao, e assim por diante. Portanto, resolvemos o sistema
Ly = b linha a linha na ordem direta delas.
Quando resolvemos a equao Ly = b, obtemos o valor do vetor y, ou seja, o valor de cada
componente deste vetor. Depois disso, voltamos equao Ux = y. Como o vetor y agora conhecido, podemos encontrar o valor do vetor x. Como U uma matriz triangular superior igual
a que obtivemos na eliminao gaussiana, podemos utilizar o mesmo procedimento que realizamos naquele mtodo de resoluo de equaes lineares.
Ento, precisamos decompor a matriz A no produto LU, ou seja, descobrir o valor dos elementos
das matrizes L e U.
Para encontrar as matrizes L e U, escrevemos a seguinte equao:

Multiplicando a primeira linha da matriz L pela primeira coluna da matriz U, obtemos:


l11 = a11
Como a11 conhecido, descobrimos o valor de l11.
Fazemos isto para todos os outros elementos. Veja que trata-se de um processo trabalhoso e
repetitivo, algo que demorado de ser executado por humanos, mas simples de ser feito por
um computador.
Como o processo envolve muitas repeties, no vamos mostrar a obteno de todos os elementos das matrizes L e U, mas iremos observar a obteno de alguns deles apenas para ilustrar
como funciona o procedimento. Multiplicando a primeira linha da matriz L pela segunda coluna
da matriz U, teremos:
l11u12 = a12
Como acabamos de obter o valor de l11 anteriormente, perceba que podemos obter o valor de
u12, que dado por: u12 = a12/l11. Podemos agora multiplicar a segunda linha da matriz L pela
primeira coluna da matriz U, obtendo:
l21 = a21
Vamos obter mais um valor como exemplo. Vamos multiplicar a segunda linha da matriz L pela
segunda coluna da matriz U, obtendo:
l21u12 + l22 = a22

22 Laureate- International Universities

Como j obtivemos o valor de l21 e de u12, a nica incgnita l22, cujo valor dado por:
l22 = a22 l21u12 .
Este processo se repete at que todos os elementos das matrizes L e U sejam obtidos.

1.3.6 Resolvendo o problema dos sucos usando decomposio LU

Multiplicando a linha 1 da matriz L por cada uma das 3 colunas da matriz U:

A soluo :

Assim, descobrimos todos os elementos de L e U que esto na linha 1. Multiplicando a linha 2 da


matriz L por cada uma das 3 colunas da matriz U:
l21 = 2
l21u12 + l22 = 0
l21u13 + l22u23 = 3
A soluo :
l21 = 2
l22 = 3
u23 = 1
Logo, descobrimos todos os elementos de L e U que esto na linha 2. Multiplicando a linha 3 da
matriz L por cada uma das 3 colunas da matriz U:
l31 = 0
l31u12 + l32 = 1
l31u13 + l32u23 + l33 = 1

23

Clculo Numrico

A soluo :
l31 = 0
l32 = 1
l33 = 2
Ento, descobrimos todos os elementos de L e U que esto na linha 3. Portanto, a decomposio
A = LU fica:

Agora, vamos descobrir o valor das variveis intermedirias, utilizando a equao Ly = b:

A primeira linha nos d: y1 = 400. J a segunda linha nos d:


2y1 3y2 = 650 y2 = 50
Finalmente, chegamos terceira equao:
y2 + 2y3 = 350 y3 = 150
Ou seja:

Para descobrir o valor do vetor x vamos resolver o sistema Ux = y:

A terceira linha nos d: x3 = 150. Por outro lado, a segunda linha mostra-nos:
x2 x3 = 50 x2 = 200

24 Laureate- International Universities

Finalmente, chegamos primeira linha:

Ou seja:

importante notar que o resultado o mesmo que aquele obtido pela eliminao gaussiana, ou
seja, para utilizar todos os sucos disponveis, necessrio produzir:

100 litros de suco de lima-laranja;


200 litros de suco de lima-limo;
150 litros de suco de laranja-limo.
1.3.7 Vantagens da decomposio LU sobre a eliminao gaussiana
Vimos dois mtodos de resoluo de equaes lineares. Mas existe alguma vantagem particular
de um dos sistemas com relao ao outro?
Para auxiliar-nos a ver a vantagem de um mtodo sobre o outro, vamos voltar ao exemplo da
empresa de sucos. Imagine que a quantidade de sucos de lima, laranja e limo variem a cada
dia. Mas observe que a quantidade de insumo que colocado em cada suco misto no varia. A
equao a ser resolvida a cada dia seria:

Como o vetor b varia a cada dia, ento, a eliminao gaussiana teria que ser realizada a cada
dia. Para a decomposio LU, o funcionamento diferente, pois a decomposio depende apenas da matriz A, no dependendo do vetor b. Assim, para a empresa de sucos, precisaramos
descobrir as matrizes L e U apenas uma vez. A nica parte que precisaramos realizar mltiplas
vezes seria a descoberta do vetor auxiliar y e a descoberta do vetor x, que a quantidade de
cada suco misto a ser produzido.
O custo computacional da obteno da soluo do sistema muito baixo, uma vez que a decomposio LU tenha sido feita.

25

Clculo Numrico

1.4 Sistemas de Equaes Lineares: Mtodos


Iterativos
Voc j ouviu falar em iterar? Iterar significa repetir. Um mtodo iterativo aquele que repete
algum procedimento vrias vezes. A cada passo, ou seja, a cada repetio do procedimento,
chega-se mais prximo da soluo. Entenda que muito comum a utilizao de mtodos iterativos em muitos problemas numricos que so resolvidos em um computador. Confira a seguir!

1.4.1 Mtodo de Jacobi


Saiba que os mtodos iterativos costumam ser teis quando trabalhamos com matrizes grandes.
Eles funcionam melhor do que mtodos diretos para matrizes com milhares de linhas e colunas.
Matrizes com um nmero alto de linhas e colunas aparecem, por exemplo, na discretizao de
um campo.
Sabemos que o campo eltrico e o campo magntico se propagam de forma contnua ao longo
de todo o espao, mas se quisermos fazer a modelagem desta situao em um computador,
precisaremos discretizar a situao, criando um nmero muito grande de pontos em um espao
uni, bi ou tridimensional. A partir da situao bidimensional, teremos uma matriz com valores do
campo, por exemplo. Outras situaes em que aparecem grandes matrizes so aquelas relacionadas a redes (redes de distribuio de gua, redes de distribuio de energia eltrica e redes
de telecomunicaes) com um nmero muito grande de ns: situao que acontece ao analisar
a distribuio em uma cidade.
O mtodo Jacobi recebe este nome devido ao matemtico alemo Carl Gustav Jacob Jacobi.
Como todos os mtodos iterativos, este mtodo til para resolver sistemas com milhares de
equaes e variveis.
Apesar de suas vantagens, este mtodo tambm apresenta limitaes. Quais? Ele no pode ser
utilizado para resolver o problema da empresa de sucos que temos usado como exemplo prtico
at ento. Por qu? Porque ele pode ser usado somente quando a matriz estritamente diagonal
dominante. Este tipo de matriz apresenta o mdulo de cada elemento da diagonal maior que ou
igual soma do mdulo dos demais elementos da mesma linha.
O mtodo consiste em, primeiramente, dividir a matriz A como a soma de duas matrizes: A = D + R.
Os elementos da diagonal da matriz A vo para a matriz D, os demais elementos da matriz A vo para
a matriz R.ARA.
Depois de decompormos a matriz A como a soma de duas outras matrizes, fazemos a seguinte
aproximao:

O ndice sobrescrito que aparece no vetor x o nmero da iterao. Comeamos na iterao


0 (x(0)) e depois vamos evoluindo de forma que o vetor x vai cada vez mais se aproximando da
soluo. Quando o vetor x se aproxima da soluo, o valor do vetor praticamente no se altera
de uma iterao para a prxima.
A princpio, atribumos ao vetor x(0) um valor qualquer. Fazemos a iterao vrias vezes, at que
a variao de uma iterao para a prxima seja muito pequena.

26 Laureate- International Universities

Na ltima equao que vimos, a matriz D1 a inversa da matriz D. Calcular a matriz inversa ,
muitas vezes, uma tarefa custosa, mas calcular a inversa de uma matriz diagonal extremamente
simples. Basta substituir cada valor da diagonal pelo seu valor inverso. Portanto, a inversa da
matriz D dada por:

dii1/dii
Para um sistema de 3 equaes com 3 incgnitas, como este que estamos usando atualmente,
as 3 equaes ficam assim:

Quer ver um exemplo? Acompanhe-nos!


Quando estvamos resolvendo o problema da empresa de sucos, a matriz que utilizvamos era:

Vemos que esta matriz no estritamente diagonal dominante. Ou seja, os elementos da diagonal no so suficientemente grandes para podermos utilizar o mtodo de Jacobi. A primeira linha
no obedece esta regra, pois: |2|<|3|+|0|, o elemento da diagonal no suficientemente
grande. O mesmo acontece para a segunda linha: |0|<|2|+|3|. Somente a terceira linha
obedece a esta regra: |1||0|+|1|. Portanto, vamos utilizar outra matriz como exemplo para
nossos clculos. Observe o seguinte sistema de equaes:

27

Clculo Numrico

fcil ver que esta matriz estritamente diagonal dominante, no mesmo? Por isso, vamos
decomp-la como a soma de uma matriz diagonal (D) e outra matriz que tem a diagonal zerada
(R). Estas matrizes ficam assim:

A equao a ser resolvida a cada iterao :

Fazendo todas as multiplicaes matriciais, podemos simplificar bastante esta equao, obtendo
o seguinte sistema de equaes:

Para resolvermos esta equao, precisamos escolher um valor inicial para o vetor x (ou seja, x1 e
x2). O valor inicial para o vetor x costuma ser chamado de condio inicial. importante saber
que, quando escolhemos um valor prximo da soluo, o nmero de iteraes necessrio para
que cheguemos ao resultado final pode ser bem pequeno. Como no temos ideia da soluo,
vamos escolher a seguinte condio inicial:

Lembrando que qualquer outra condio inicial poderia ser utilizada.


A figura a seguir mostra o valor de x1 e de x2 a cada iterao. x1 = 0 x2 = 0 x1 = 2,0 x2 = 2,25
x1 = 2,0 x2 = 2,25 x1 = 0,875 x2 = 1,75

28 Laureate- International Universities

Iterao

x1

x2

0.0000

0.0000

2.0000

2.2500

0.8750

1.7500

1.1250

2.0312

0.9844

1.9687

1.0156

2.0039

0.9980

1.9961

1.0020

2.0005

0.9998

1.9995

1.0002

2.0001

Quadro 7 Iteraes do mtodo de Jacobi.


Fonte: Elaborado pelo autor, 2015.

A condio de parada utilizada nesta resoluo foi que cada uma das variveis deveria oscilar
menos que 0,001 de uma iterao para a prxima. Apesar de no termos calculado a soluo
exata, interessante saber que a soluo exata deste sistema de equaes :
x1 = 1
x2 = 2

1.4.2 Mtodo de Gauss-Seidel


O nome do mtodo devido aos matemticos Carl Friedrich Gauss e Philipp Ludwig von Seidel.
O mtodo de Gauss-Seidel muito parecido com o mtodo de Jacobi. Na verdade, as equaes
so as mesmas. Ento, como elas diferem? A nica diferena que ao resolvermos um conjunto
de N equaes, vamos nos aproveitando das incgnitas que j foram calculadas. Quando calculamos o valor de x1, aproveitamo-nos de termos este valor atualizado para calcularmos o valor
de x2, e assim por diante. Ento, para um sistema de 3 equaes e 3 incgnitas, as equaes de
Gauss-Seidel ficariam assim:

Na primeira iterao, usamos o valor da iterao anterior para calcular o valor de x1 na nova
iterao. Na segunda equao, j utilizamos o valor atualizado de x1 no lugar de usar o valor
de x1 da iterao passada, tal como fazamos no mtodo de Jacobi. Na terceira equao, j
utilizamos o valor atualizado para x1 e para x2.

29

Clculo Numrico

Acompanhe outro exemplo.


Vamos utilizar o mesmo sistema de equaes que utilizamos quando testamos o mtodo de Jacobi, ou seja:

A resoluo similar s equaes que utilizamos no mtodo de Jacobi, na verdade, a primeira


equao idntica, mas a segunda apresenta uma diferena. E qual seria ela? A diferena que
utilizaremos o valor atualizado da varivel x1 nesta equao. Dessa forma:

Utilizamos a mesma condio inicial que utilizamos ao resolver este problema usando o mtodo
de Jacobi, ou seja:

A tabela a seguir mostra o valor de x1 e de x2 a cada iterao. Substitumos x2 = 0 do lado direito


da primeira equao e obtemos x1 = 2,0. Depois disso, substitumos x1 = 2,0 do lado direito da
segunda equao e obtemos x2 = 1,75. Esta foi a primeira iterao. Continuamos este procedimento at que a alterao de uma iterao para a prxima seja menor que o erro estipulado
(0,001).

Iterao

x1

x2

0.0000

0.0000

2.0000

1.7500

1.1250

1.9688

1.0156

1.9961

1.0020

1.9995

1.0002

1.9999

1.0000

2.0000

Quadro 8 Iteraes do mtodo de Gauss-Seidel.


Fonte: Elaborado pelo autor, 2015.

Veja que foram necessrias 6 iteraes para encontrarmos a soluo com a preciso desejada.
Quando utilizamos o mtodo de Jacobi, precisamos de 10 iteraes para obtermos o mesmo
nvel de preciso.

30 Laureate- International Universities

VOC O CONHECE?
Gauss foi um grande matemtico, viveu muito antes da criao do primeiro computador (1777 a 1855), fez grandes descobertas ao longo de sua vida. O fato mais icnico
na vida de Gauss ocorreu quando ele ainda era criana e um professor pediu que todos
os alunos calculassem a soma de todos os nmeros inteiros de 1 a 100. Gauss resolveu este problema em pouqussimos minutos. Como ele fez isto? Ele deduziu a frmula
da soma de uma progresso aritmtica. Disponvel em: <http://educacao.uol.com.br/
biografias/carl-friedrich-gauss.htm> e <http://www.uff.br/sintoniamatematica/curiosidadesmatematicas/curiosidadesmatematicas-html/audio-gauss-br.html>.

Perceba que aprendemos que o computador pode ser utilizado para resolver problemas numricos, bem como sistemas de equaes que so muito comuns em vrios problemas, inclusive nos
problemas de engenharia.

31

Sntese
Clculo Numrico

Sntese

Neste captulo, voc teve a oportunidade de:

ver que uma equao de quinto grau no tem soluo analtica;


conhecer os nmeros inteiros na base binria;
identificar que, quando o resultado de uma conta passa do maior valor possvel, ou do
menor valor possvel, ocorre aquilo que chamado de overflow;

aprender

que utilizando n bits, possvel representar nmeros sem sinal indo de 0 at

2n 1;

conhecer a representao de nmeros inteiros com sinal, chamada de complemento de


dois;

reconhecer que os nmeros em ponto flutuante possuem: mantissa, base e expoente;


compreender que em um sistema de equaes lineares podemos multiplicar uma equao

por uma constante ou ento criar uma equao que seja a combinao linear de duas
equaes;

conhecer

a eliminao gaussiana e verificar que ela pode ser usada para encontrar a
soluo de um sistema de equaes;

entender que a decomposio LU uma alternativa eliminao;

aprender

que a decomposio LU apresenta vantagens com relao eliminao


gaussiana;

conhecer os mtodos iterativos para soluo de sistemas de equaes lineares;


conhecer o mtodo de Jacobi;
reconhecer que o mtodo de Gauss-Seidel consegue uma convergncia mais rpida ao
abandonar as operaes matriciais.

32 Laureate- International Universities

Referncias

Bibliogrficas

ARENALES, S., DAREZZO, A. Clculo Numrico Aprendizagem com Apoio de Software.


Thompson Learning, 2008.
BARANIUK, C. As falhas numricas que podem causar desastres. BBC Brasil. Disponvel
em:
<http://www.bbc.com/portuguese/noticias/2015/05/150513_vert_fut_bug_digital_ml>.
Acesso em: 06 out. 2015.
BURDEN, R. L.; FAIRES, J. D. Anlise Numrica. Cidade: Editora Pioneira, 2003.
FRANCO, N. B. Clculo numrico. So Paulo: Pearson Prentice Hall, 2006.
KOWALTOWSKI, T. Von Neumann: suas contribuies Computao. Estudos Avanados. vol. 10
n. 26, So Paulo Jan./Apr. 1996. Disponvel em: <http://www.scielo.br/scielo.php?pid=S0103-40141996000100022&script=sci_arttext>. Acesso em: 07 out. 2015.
Olhar Digital. Entenda como o Gangnam Style quebrou o contador do YouTube. Disponvel em: <http://olhardigital.uol.com.br/noticia/saiba-como-gangnam-style-quebrou-o-contador-do-youtube/45684>. Acesso em: 14 out. 2015.
QUARTERONI, A.; SALERI, F. Clculo Cientfico com Matlab e Octave. Springer-Verlag, 2007.
Rodrigues, B. Maior supercomputador da Amrica Latina instalado em Petrpolis, RJ.
G1. Disponvel em: <http://g1.globo.com/rj/regiao-serrana/noticia/2015/07/maior-supercomputador-da-america-latina-e-instalado-em-petropolis-rj.html>. Acesso em: 07 out. 2015.
RUGGIERO, M. A. G.; LOPES, V. L. R. Clculo Numrico, Aspectos Tericos e Computacionais. So Paulo: McGraw-Hill, 1988.
Universidade Federal Fluminense UFF. Gauss, O Prncipe da Matemtica. Disponvel em:
<http://www.uff.br/sintoniamatematica/curiosidadesmatematicas/curiosidadesmatematicas-html/audio-gauss-br.html>. Acesso em: 07 out. 2015.

33