Numeric o

APOSTILA
Clculo Numrico
Centro Federal de Educao

Tecnolgica do Paran
CEFET PR
Lauro Csar Galvo, Dr. e Luiz Fernando Nunes, Dr.

ii
ndices
1 NOES BSICAS SOBRE ERROS ..........................................................................1-1
1.1 ERROS ...............................................................................................................................1-1
1.2 ERROS ABSOLUTOS E RELATIVOS......................................................................................1-1
1.2.1 Erro Absoluto ...................................................................................................................1-1
1.2.2 Erro Relativo ou Taxa de Erro .........................................................................................1-2
1.3 ERROS DE ARREDONDAMENTO E TRUNCAMENTO .............................................................1-2
1.3.1 Erro de Arredondamento..................................................................................................1-2
1.3.2 Erro de Truncamento........................................................................................................1-2
1.4 ARITMTICA DE PONTO FLUTUANTE .................................................................................1-3
1.5 CONVERSO DE BASES ......................................................................................................1-3
1.5.1 Converso da Base para a Decimal (10) ................................................................1-3
1.5.2 Converso da Base Decimal para a (10) ................................................................1-4
1.5.3 Exerccios: Converso de Bases.......................................................................................1-5
1.6 OPERAES DE PONTOS FLUTUANTES ...............................................................................1-7
1.6.1 Representaes .................................................................................................................1-7
1.6.2 Exerccios .........................................................................................................................1-7
1.6.3 Exerccios complementares ..............................................................................................1-8
2 ZEROS REAIS DE FUNES REAIS......................................................................2-11
2.1 INTRODUO ...................................................................................................................2-11
2.2 FASE I: ISOLAMENTO DAS RAZES ....................................................................................2-11
2.3 FASE II: REFINAMENTO - CRITRIOS DE PARADA ............................................................2-15
2.3.1 Mtodo da Bisseco (ou Mtodo da Dicotomia)...........................................................2-15
2.3.2 Mtodo do Ponto Fixo (ou Mtodo da Iterao Linear ou Mtodo das Aproximaes
sucessivas) ......................................................................................................................2-19
2.3.3 Mtodo de Newton, Newton-Raphson (ou Mtodo das Tangentes) ................................2-27
2.3.4 Comparao entre os mtodos .......................................................................................2-30
3 RESOLUO DE SISTEMAS DE EQUAES LINEARES ................................3-32
3.1 INTRODUO ...................................................................................................................3-32
3.1.1 Forma Algbrica de Sn....................................................................................................3-32
3.1.2 Forma Matricial de Sn....................................................................................................3-32
3.1.3 Matriz Aumentada ou Matriz Completa do Sistema .......................................................3-32
3.1.4 Soluo do Sistema .........................................................................................................3-32
3.1.5 Classificao de um Sistema Linear ...............................................................................3-33
3.1.6 Classificao quanto ao Determinante de A ..................................................................3-33
3.2 MTODOS DIRETOS ..........................................................................................................3-33
3.2.1 Mtodo de Eliminao de Gauss ....................................................................................3-33
3.2.2 Estratgia de Pivoteamento Completo............................................................................3-36
3.2.3 Refinamento de Solues ................................................................................................3-37
3.3 MTODOS ITERATIVOS ....................................................................................................3-39
3.3.1 Testes de parada.............................................................................................................3-39
3.3.2 Mtodo de Gauss-Jacobi. ...............................................................................................3-39
3.3.3 Mtodo de Gauss-Seidel. ................................................................................................3-42
3.3.4 Comparao entre os mtodos .......................................................................................3-43
3.3.5 Critrio de Sassenfeld.....................................................................................................3-44
4 INTERPOLAO........................................................................................................4-47
4.1 INTERPOLAO POLINOMIAL ...........................................................................................4-47
4.1.1 Existncia e Unicidade do Polinmio Interpolador Pn(x) ..............................................4-47
4.1.2 Forma de Lagrange ........................................................................................................4-48
4.1.3 Forma de Newton ...........................................................................................................4-50
4.2 ESTUDO DE ERRO NA INTERPOLAO ..............................................................................4-52
4.2.1 Estimativa para o Erro ...................................................................................................4-52
4.3 INTERPOLAO INVERSA: CASOS EXISTENTES .................................................................4-54
4.3.1 Encontrar x tal que Pn (x ) ........................................................................................4-54
4.3.2 Interpolao inversa.......................................................................................................4-54
4.4 FUNES SPLINE EM INTERPOLAO ...............................................................................4-56
iii
4.4.1 Funo Spline .................................................................................................................4-56
4.4.2 Spline linear interpolante ...............................................................................................4-57
4.4.3 Spline cbica interpolante ..............................................................................................4-58
5 AJUSTE DE CURVAS PELO MTODO DOS MNIMOS QUADRADOS ..........5-64
5.1 INTRODUO ...................................................................................................................5-64
5.2 CASO DISCRETO ..............................................................................................................5-65
5.3 CASO CONTNUO .............................................................................................................5-70
5.4 FAMLIA DE FUNES NO LINEARES NOS PARMETROS ...............................................5-72
6 INTEGRAO NUMRICA .....................................................................................6-74
6.1 FRMULAS DE NEWTON-COTES ......................................................................................6-74
6.1.1 Regra dos Trapzios .......................................................................................................6-74
6.1.2 Regra dos Trapzios repetida .........................................................................................6-76
6.1.3 Regra 1/3 de Simpson .....................................................................................................6-77
6.1.4 Regra 1/3 de Simpson repetida.......................................................................................6-80
7 SOLUO NUMRICA DE EQUAES DIFERENCIAIS ORDINRIAS .......7-83
7.1 INTRODUO ...................................................................................................................7-83
7.2 PROBLEMA DE VALOR INICIAL (PVI) ...............................................................................7-84
7.2.1 Soluo numrica de um PVI de primeira ordem...........................................................7-84
7.2.2 Mtodo de Euler .............................................................................................................7-84
7.2.3 Mtodos de Runge-Kutta ................................................................................................7-87
7.2.4 Mtodo de Euler Aprimorado (Mtodo de Runge-Kutta de Segunda Ordem)................7-88
7.2.5 Frmulas de Runge-Kutta de Quarta Ordem .................................................................7-89
iv
ndices de Figuras
[FIG. 1]: MODELAGEM E RESOLUO DE PROBLEMAS. ....................................................................1-1
[FIG. 2]: O GRFICO DE UMA FUNO y = f ( x ) E SEUS ZEROS...................................................2-11
[FIG. 3]: EXEMPLO DE UMA FUNO ESTRITAMENTE CRESCENTE NUM INTERVALO DE a AT b . 2-12
3
[FIG. 4]: O GRFICO DE f ( x ) = x 9 x + 3 . ............................................................................2-12
[FIG. 5]: OS GRFICOS DE g ( x ) = x3 E h( x ) = 9 x 3 . ............................................................2-13
[FIG. 6]: O GRFICO DE f ' ( x ) = 3x 2 9 . .................................................................................2-13
[FIG. 7]: GRFICO DA FUNO f ( x ) = x ln x 3,2 . ................................................................2-14
[FIG. 8]: GRFICO DA FUNO f ' ( x ) = 1 + ln x ........................................................................2-14
[FIG. 9]: OS GRFICOS DE g ( x ) = 5 log x E h( x ) = 2 0,4 x .................................................2-15
x
[FIG. 10]: OS GRFICOS DE g ( x ) = x E h( x ) = 5e . .........................................................2-15
[FIG. 11]: O MTODO DA BISSECO OU DICOTOMIA.......................................................................2-16
[FIG. 12]: O TANQUE DE COMPRIMENTO L .....................................................................................2-17
[FIG. 13]: UM EXEMPLO DE UMA FUNO DE PONTO FIXO. ..............................................................2-19
[FIG. 14]: OS GRFICOS DAS FUNES y = x E 2 ( x ) = 6 x ................................................2-20
[FIG. 15]: OS GRFICOS DAS FUNES y=x E 1 ( x ) = 6 x 2 ...................................................2-21
[FIG. 16]: { } CONVERGE PARA O ZERO (CONVERGNCIA DO TIPO ESCADA). .....2-22
A SEQNCIA xk
[FIG. 17]: { } CONVERGE PARA O ZERO (CONVERGNCIA DO TIPO CARACOL). ..2-22
A SEQNCIA xk
[FIG. 18]: A SEQNCIA {xk } NO CONVERGE PARA O ZERO . .....................................................2-22
[FIG. 19]: A SEQNCIA {xk } NO CONVERGE PARA O ZERO . .....................................................2-23
[FIG. 20]: CASOS EM QUE B O EXTREMO MAIS PRXIMO DE . ......................................................2-24
x 2
[FIG. 21]: OS GRFICOS DE h( x ) = e E g ( x ) = x 4 . ...........................................................2-26
[FIG. 22]: INTERPRETAO GEOMTRICA DO MTODO DE NEWTON. ..............................................2-28
[FIG. 23]: OS GRFICOS DAS FUNES g ( x) = X E h( x) = cos x ..................................................2-30
[FIG. 24]: INTERPOLAO DE f ( x ) PELO POLINMIO P ( x ).......................................................4-47
[FIG. 25]: INTERPOLAO POR LAGRANGE......................................................................................4-50
[FIG. 26]: GRFICO DO POLINMIO P10 ( x ) INTERPOLANDO f ( x ) ...............................................4-56
[FIG. 27]: SPLINE LINEAR INTERPOLANDO 4 PONTOS. ......................................................................4-57
[FIG. 28]: DOMNIO DISCRETO .........................................................................................................5-64
[FIG. 29]: DOMNIO CONTNUO ........................................................................................................5-64
[FIG. 30]: O MTODO DO MNIMOS QUADRADOS ..............................................................................5-65
[FIG. 31]: DIAGRAMA DE DISPERSO. ..............................................................................................5-68
[FIG. 32]: REGRA DOS TRAPZIO. ....................................................................................................6-74
[FIG. 33]: REGRA DOS TRAPZIOS REPETIDA....................................................................................6-76
[FIG. 34]: REGRA 1/3 DE SIMPSON...................................................................................................6-78
[FIG. 35]: REGRA 1/3 DE SIMPSON REPETIDA ...................................................................................6-80
[FIG. 36]: GRFICO DA SOLUO NUMRICA DE UM PVI.................................................................7-84
[FIG. 37]: GRFICO DO MTODO DE EULER. ....................................................................................7-85
Clculo Numrico Noes bsicas sobre erros 1-1
1 Noes bsicas sobre Erros

Fenmenos da natureza podem ser descritos atravs do uso de modelos matemticos.
MODELAGEM RESOLUO
MODELO
PROBLEMA SOLUO
MATEMTICO
[Fig. 1]: Modelagem e resoluo de problemas.
MODELAGEM: a fase de obteno de um modelo matemtico que descreve o

comportamento do problema que se quer estudar.
RESOLUO: a fase de obteno da soluo do modelo matemtico atravs da
aplicao de mtodos numricos.
1.1 Erros
Para se obter a soluo do problema atravs do modelo matemtico, erros so
cometidos nas fases: MODELAGEM e RESOLUO.
Exerccio 1 Calcular a rea da superfcie terrestre usando a formulao A =4 r 2 .
Resoluo:Aproximaes (ERROS):
MODELAGEM:
RESOLUO:
OBS. 1: Caractersticas do planeta Terra.

Caractersticas Fsicas:
Dimetro Equatorial: 12756Km;
Dimetro Polar: 12713Km;
Massa: 5,98 1024 Kg;
Permetro de Rotao Sideral: 23h 56min 04seg;
Inclinao do Equador Sobre a rbita: 23o 27.
Caractersticas Orbitais:
Raio da rbita, isto , 1U.A. (unidade astronmica): 149897570Km;
Distncia Mxima do Sol: 152100000Km;
Distncia Mnima do Sol: 147100000Km;
Perodo de Revoluo Sideral: 365dias 6h 9min 9,5seg;
Velocidade Orbital Mdia: 29,79Km/seg.
1.2 Erros Absolutos e Relativos

1.2.1 Erro Absoluto
o mdulo da diferena entre um valor exato x de um nmero e seu valor
aproximado x .
(Eq.1) EAx = x x ,
onde x o valor exato e x o valor aproximado.
Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

Geralmente no se conhece o valor exato x . Assim, o que se faz obter um limitante
superior ( k1 majorante) ou uma estimativa para o mdulo do erro absoluto.
(Eq.2) EAx k1 .
1.2.2 Erro Relativo ou Taxa de Erro

Erro relativo de x o mdulo do quociente entre o erro absoluto EAx e o valor exato
x ou o valor aproximado x , se x ou x 0.
EAx x x EAx x x
(Eq.3) ERx = = ou ERx = = .
x x x x
Exerccio 2 Calcular os erros absoluto e relativo, nos itens a) e b).
a) x =1,5 e x =1,49; b) y =5,4 e y =5,39.
Resoluo:
1.3 Erros de Arredondamento e Truncamento

1.3.1 Erro de Arredondamento
Arredondar um nmero na casa di desconsiderar as casas di + j ( j =1,,) de tal
forma que:
di seja a ltima casa se di +1 <5;
di +1 seja a ltima casa se di +1 5.
Exerccio 3 Arredondar na quarta casa decimal, sendo que =3,1415926535
Resoluo:
1.3.2 Erro de Truncamento

Truncar um nmero na casa di desconsiderar as casas di + j ( j =1,,).
Exerccio 4 Aproximar truncando na quarta casa decimal, sendo que =3,1415926535

Resoluo:

xi
Exerccio 5 Sabendo-se que e pode ser escrito como e = , faa a aproximao de
x x
i =0 i!
e 2 atravs de um truncamento aps quatro termos da somatria.
Resoluo:

1.4 Aritmtica de Ponto Flutuante

Um nmero representado, internamente, na mquina de calcular ou no computador
atravs de uma seqncia de impulsos eltricos que indicam dois estados: 0 ou 1, ou seja, os
nmeros so representados na base 2 ou binria.
De maneira geral, um nmero x representado na base por:
d d d d
(Eq.4) x = 1 + 22 + 33 ++ tt exp .

Onde:
di so nmeros inteiros contidos no intervalo 0 di <; i =1, 2, , t ;
exp representa o expoente de e assume valores entre I exp S ;

I , S limite inferior e limite superior, respectivamente, para a variao do expoente;
d d d d
1 + 22 + 33 ++ tt chamada de mantissa e a parte do nmero que representa

seus dgitos significativos;
t nmero de dgitos do sistema de representao.
Exerccio 6 Considerando no sistema de base 10, =10, represente os seguintes nmeros,
em aritmtica de ponto flutuante:
a) 0,34510; b) 31,41510.
Resoluo:
OBS. 2: Os nmeros assim representados esto NORMALIZADOS, isto , a mantissa

um nmero entre 0 e 1.
Exerccio 7 Considerando no sistema binrio, =2, represente o nmero 1012 em aritmtica
de ponto flutuante.
Resoluo:
1.5 Converso de Bases

1.5.1 Converso da Base para a Decimal (10)
Um nmero na base pode ser escrito, na base decimal, como:
m
(Eq.5) aii = amm + am 1m 1 ++ a22 + a1 + a0 + a11 + a 22 ++ an +1n +1 + ann .
i =n
Onde:
ai 0 ai <;

n , m nmeros inteiros, com n 0 e m 0.
Para a converso, faz-se a operao entre a mantissa do nmero normalizado e a base
exp
.
Nos exerccios a seguir, faa a converso da base indicada para a decimal,
determinando o valor da varivel x .
Exerccio 8 10112 = x10 .
Resoluo:
Exerccio 9 11,012 = x10 .

Resoluo:
Exerccio 10 403,125 = x10 .

Resoluo:
1.5.2 Converso da Base Decimal para a (10)

Aplica-se um processo para a parte inteira e um outro para a parte fracionria.
a) PARTE INTEIRA ( N ):
a.1) N <
N10 = N .
a.2) N
N
r1 q1
r2 q2
O
O O
qn 1
rn qnAt que qn <
N10 =( qn rn rn 1 r3 r2 r1 )
Exerccio 11 Converta 5910 para a base 2.
Resoluo:

Exerccio 12 Converta 5910 para a base 3.

Resoluo:
b) PARTE FRACIONRIA ( F ):
Multiplica-se F por e toma-se a parte inteira do produto como o primeiro dgito do
nmero na base . Repete-se o processo com a parte fracionria do produto tomando sua parte
inteira. Continua-se at que a parte fracionria seja igual a zero.
Nos exerccios a seguir, determinar o valor de x :
Exerccio 13 0,187510 = x2 .
Resoluo:
Exerccio 14 0,610 = x2 .
Resoluo:
Exerccio 15 13,2510 = x2 .
Resoluo:
1.5.3 Exerccios: Converso de Bases

Transforme para a base que se pede (determine o valor de x ).
Exerccio 16 100101,10012 = x10 .
Resoluo:
Exerccio 17 19,3867187510 = x4 .
Resoluo:
Exerccio 18 Transforme a medida 35 h 48 min 18 seg para minutos.

DICA: 35:48,1860 = x10 min .
Resoluo:
Exerccio 19 Transforme 35,805 horas para horas, minutos e segundos.

DICA: 35,80510 = x60 .
Resoluo:

1.6 Operaes de Pontos Flutuantes

1.6.1 Representaes
Preciso dupla: dobra a mantissa (2 t );
O zero em ponto flutuante em geral representado com o menor expoente ( exp = I )
possvel na mquina;
Ao converter um nmero para determinada aritmtica de ponto flutuante, emprega-se
sempre o arredondamento;
No possvel representar todos os nmeros reais em determinada aritmtica de ponto
flutuante (reta furada).
OBS. 3: Um exemplo da reta furada : Considere a aritmtica de pontos flutuantes com
parmetros =10 e t =3. Tome os nmeros consecutivos 3,57 e 3,58. Existem infinitos
nmeros reais entre 3,57 e 3,58 que no podem ser representados nesta aritmtica de pontos
flutuantes. Por exemplo: 3,571 ou 3,57437.
1.6.2 Exerccios
Exerccio 20 Preencher a tabela a seguir, com base nos parmetros: t =3, =10, I =5, S =5
e 5 exp 5.
Nmero Truncamento Arredondamento
6,48
0,0002175
3498,3
0,00000001452
2379441,5
OBS. 4: Deve-se converter os valores para a aritmtica de ponto flutuante com 3
algarismos significativos.
Nos exerccios seguintes, calcular o valor das expresses utilizando aritmtica de
ponto flutuante com 3 algarismos significativos.
Exerccio 21 (4,26 + 9,24) + 5,04
Resoluo:
Exerccio 22 4,26 + (9,24 + 5,04)

Resoluo:
Exerccio 23 (4210 4,99) 0,02

Resoluo:
Exerccio 24 4210 (4,99 + 0,02)

Resoluo:
2
Exerccio 25 (4,0237 6,106)
7
Resoluo:

2 ( 4,0237 6,106)
Exerccio 26
7
Resoluo:
OBS. 5: Em aritmtica de ponto flutuante no valem as propriedades associativas nem

distributivas.
Exerccio 27 Sendo =10, t =4 e exp [5,5], calcule:
10 10
a) 42450 + 3; b) 3 + 42450.
i =1 i =1
Resoluo:
1.6.3 Exerccios complementares

Nos exerccios seguintes, converter os nmeros para a base decimal, determinando o
valor da varivel x :
Exerccio 28 11000112 = x10 .
Resoluo:
Exerccio 29 11111112 = x10 .

Resoluo:
Exerccio 30 10101012 = x10 .

Resoluo:
.
Exerccio 31 101,00112 = x10 .
Resoluo:

Exerccio 32 0,01111112 = x10 .

Resoluo:
Exerccio 33 1,0100112 = x10 .

Resoluo:
Nos exerccios seguintes, converter os nmeros para a base binria, determinando o

valor da varivel x :
Exerccio 34 3710 = x2 .
Resoluo:
Exerccio 35 234510 = x2 .
Resoluo:

Exerccio 36 Determine x com 36 dgitos: 0,121710 = x2 .
Resoluo:
Exerccio 37 Determine x com 8 dgitos: 2,4710 = x2 .

Resoluo:
Logo: 2,4710 = 210 + 0, 4710 = 102 + 0,011110002 = 10, 011110002.

Clculo Numrico Zeros reais de funes reais 2-11
2 Zeros reais de funes reais

2.1 Introduo
Dada uma funo real f definida e contnua em um intervalo aberto I , chama-se de
zero desta funo em I , a todo x I , tal que f( x ) = 0.
Neste captulo so apresentados alguns processos iterativos para calcular de forma
aproximada os zeros reais de uma funo real f dada. Por um processo iterativo entende-se
um processo que calcula uma seqncia de aproximaes x1 , x2 , x3 , da soluo desejada. O
clculo de uma nova aproximao feito utilizando aproximaes anteriores. Dizemos que a
seqncia x1 , x2 , x3 , converge para x , se dado >0, N ( nmeros naturais), tal
que qualquer que seja n > N , xn x <. Neste caso tem-se que lim xn = x , o que tambm
n
poder ser indicado por xn x . Nos processos iterativos que sero apresentados, a
determinao dos zeros de uma funo real de varivel real ser feita em duas etapas:
Fase I: Isolar cada zero que se deseja determinar da funo f em um intervalo [ a , b ],
sendo que cada intervalo dever conter um e somente um zero da funo f .
Fase II: Clculo dos zeros aproximados utilizando um mtodo iterativo, com preciso
prefixada ou no.
2.2 Fase I: Isolamento das razes

Teorema 1 Seja f ( x ) uma funo contnua num intervalo [ a , b ]. Se f ( a ) f ( b )<0,
ento existe pelo menos um zero de f ( x ) entre a e b .
y
y = f(x)
a x
b
[Fig. 2]: O grfico de uma funo y = f ( x ) e seus zeros.
OBS. 6: Sob as hipteses do teorema 1, o zero x = ser definido e nico em [ a , b ] se

a derivada f ' ( x ) existir e preservar o sinal dentro do intervalo ] a , b [, isto se f ' ( x )>0,
x ] a , b [ ou f ' ( x )<0, x ] a , b [. Isto significa dizer que a funo f ( x ) estritamente
crescente ou estritamente decrescente, respectivamente, no intervalo ] a , b [.

y
y = f(x)
a x
b
[Fig. 3]: Exemplo de uma funo estritamente crescente num intervalo de a at b .

Na pesquisa dos zeros reais de funes reais muito til o uso do Erro! A origem da
referncia no foi encontrada. (que fornece condies de existncia de zeros em um
intervalo), bem como da Erro! A origem da referncia no foi encontrada. (que garante a
unicidade, isto , garante que no intervalo considerado existe um e somente um zero da
funo f ).
Outro recurso bastante empregado : a partir da equao f ( x )=0, obter a equao
equivalente g ( x )= h ( x ) e esboar os grficos destas funes obtendo os pontos onde as
mesmas se intersectam, pois f ()=0 g ()= h ().
Exerccio 38 Isolar os zeros da funo f ( x )= x 3 9 x +3.

Resoluo: Pode-se construir uma tabela de valores para f ( x ) e analisar os sinais:
x 4 3 2 1 0 1 2 3
f (x)
y = f(x)
1 2 3 x
-4 -3 -2 -1 1 2 3 4
3
[Fig. 4]: O grfico de f ( x ) = x 9 x + 3 .

y
g(x) h(x)
1 x
-4 -3 -2 -1 2 1 2 3 3 4
3
[Fig. 5]: Os grficos de g ( x ) = x e h( x ) = 9 x 3 .
y = f(x)
- 3 3 x
-4 -3 -2 -1 1 2 3 4
2
[Fig. 6]: O grfico de f ' ( x ) = 3 x 9 .
Exerccio 39 Isolar os zeros da funo f ( x ) = x ln x 3,2 .

Resoluo: Pode-se construir uma tabela de valores para f (x ) e analisar os sinais:
x 1 2 3 4
f ( x)

y y = f(x)
0,3
0,2
0,1 3,2 x
2,6 2,8 3,0 3,4
0
-0,1
-0,2
-0,3
-0,4
-0,5
-0,6
-0,7
-0,8
-0,9
-1,0
[Fig. 7]: Grfico da funo f ( x ) = x ln x 3,2 .
y f (x )
1 x
[Fig. 8]: Grfico da funo f ' ( x ) = 1 + ln x .

Exerccio 40 Isolar os zeros da funo f ( x ) = 5 log x 2 + 0,4 x .
x 1 2 3
f (x )

y g (x )
2
1
h(x )
1 2 3 x
[Fig. 9]: Os grficos de g ( x ) = 5 log x e h( x ) = 2 0,4 x .
Exerccio 41 Isolar os zeros da funo f ( x ) = x 5e x .

Resoluo: Pode-se construir uma tabela de valores para f (x ) e analisar os sinais:
x 0 1 2 3
f ( x)
y
2
g (x )
h(x )
1 2 3 x
[Fig. 10]: Os grficos de g ( x ) = x e h( x ) = 5e x .
2.3 Fase II: Refinamento - Critrios de Parada

2.3.1Mtodo da Bisseco (ou Mtodo da Dicotomia)
Este mtodo normalmente utilizado para diminuir o intervalo que contm o zero da
funo, para a aplicao de outro mtodo, pois o esforo computacional cresce
demasiadamente quando se aumenta a preciso exigida.

O processo consiste em dividir o intervalo que contm o zero ao meio e por aplicao
do Teorema 1 , aplicado aos subintervalos resultantes, determinar qual deles contm o zero.
a + b a + b
a, 2 , 2 , b

O processo repetido para o novo subintervalo at que se obtenha uma preciso
prefixada. Desta forma, em cada iterao o zero da funo aproximado pelo ponto mdio de
cada subintervalo que a contm.
y
f (x )
m3
a m2 m1 b x

[Fig. 11]: O mtodo da bisseco ou dicotomia.

Assim, na figura anterior tem-se:
a+b a + m1 m + m1
m1 = , m2 = , m3 = 2 ,
2 2 2
Desta forma, o maior erro que se pode cometer na:
(b a )
1a iterao ( n =1):
2
(b a )
2a iterao ( n =2):
22
(b a )
3a iterao ( n =3):
23
M M
(b a )
n a iterao:
2n
Se o problema exige que o erro cometido seja inferior a um parmetro , determina-se
(b a )
a quantidade n de iteraes encontrando o maior inteiro que satisfaz a inequao:
2n
que se resolve da seguinte maneira:
(b a ) (b a )
n
log n
log log(b a ) log 2n log log(b a ) n log 2 log
2 2
log(b a ) log
n
log 2
Exerccio 42 Determinar um valor aproximado para 5 , com erro inferior a 102 .

2
Resoluo: Determinar 5 equivalente a obter o zero positivo da funo f ( x ) = x 5.
n a x b f (a) f (x) f (b ) ( b a )/2

1
2
3
4
5
6
7
Portanto 5
Exerccio 43 Um tanque de comprimento L tem uma seco transversal no formato de um
semicrculo com raio r (veja a figura). Quando cheio de gua at uma distncia h do topo, o
h
volume V da gua : V= L 0,5 r 2 r 2 arcsen h ( r 2 h 2 ) . Supondo que L =10 ft ,
r
r=1 ft e V=12,4 ft 3 , encontre a profundidade da gua no tanque com preciso de 0,01 ft .
r
h h
[Fig. 12]: O tanque de comprimento L .

Resoluo:
Pode-se construir uma tabela de valores para f (x ) e analisar os sinais:

h 1 0 1
f ( h)

Para se confirmar a unicidade deste zero neste intervalo, pode-se utilizar a OBS. 6: , isto
, calcula-se a derivada f , ( h ) de f ( h) para verificar que a mesma preserva o sinal no
intervalo ]0,1[.
n a h b f (a) f ( h) f (b) (ba)/2

1
2
3
4
5
6
7
Assim, h =
2.3.1.1 Algoritmo do Mtodo da Bisseco

Seja f ( x) uma funo contnua em um intervalo [a,b], com f (a) . f (b) <0 e a raiz de
f ( x) isolada em [ a , b ].
Dados de Entrada: Pontos extremos a e b do intervalo; preciso ou tolerncia () e o
nmero mximo de iteraes (ITMAX).
Sada: Soluo aproximada x ou mensagem de "soluo no encontrada" com a preciso
desejada no nmero mximo de iteraes.
PASSO 1
Faa i =1
FA= f ( a )
PASSO 2
Enquanto i ITMAX execute os passos de 3 a 6
PASSO 3
( a + b)
Faa x = e FX = f (x )
2
PASSO 4
(b a )
Se FX = 0 ou < , ento
2
Sada ( x ) (Procedimento executado com sucesso)

FIM
PASSO 5
Faa i = i +1
PASSO 6
Se FAFX > 0 ento faa a = x e FA = FX
Caso contrrio faa b = x
PASSO 7
Sada (Soluo no encontrada com a preciso exigida)
FIM
2.3.2Mtodo do Ponto Fixo (ou Mtodo da Iterao Linear

ou Mtodo das Aproximaes sucessivas)
Neste mtodo a seqncia de aproximaes do zero de uma funo f ( x)
( f () = 0 ) obtida atravs de uma relao de recorrncia da forma:
(Eq.6) x n +1 = ( x n ) , n = 0, 1, 2,
O ponto x 0 ser considerado uma aproximao inicial do zero da funo f ( x) e

( x) uma funo que tem como ponto fixo, isto , = () .
A primeira pergunta a ser respondida : dada uma funo f ( x) com zero , como
encontrar uma funo ( x) que tenha como ponto fixo ? Isto pode ser feito atravs de uma
srie de manipulaes algbricas sobre a equao f ( x) =0, transformando-a em uma equao
equivalente da forma x = ( x) . Nestas transformaes deve-se tomar os devidos cuidados
para que ( x) esteja definida em e para que pertena imagem de . Como o zero
desconhecido, necessrio determinar um intervalo I que contenha e que esteja contido
tanto no domnio quanto na imagem de . necessrio que o zero de f ( x) seja nico no
intervalo I, caso contrrio no ser possvel discernir qual o zero determinado.
y y=x
(x )
Ponto fixo de (x )
(Zero de f (x ) )
[Fig. 13]: Um exemplo de uma funo de ponto fixo.

2
Exerccio 44 Obter algumas funes de ponto fixo para a funo f ( x ) = x + x 6 .
Resoluo: Efetuando diferentes manipulaes algbricas sobre a equao f ( x) =0 ou
x 2 + x 6 =0, pode-se obter diferentes funes de ponto fixo, como por exemplo:
No prximo passo algumas destas funes sero utilizadas na tentativa de gerar

seqncias aproximadoras dos zeros de f ( x) .
Exerccio 45 Aproximar o maior zero da funo f ( x) = x 2 + x 6 , utilizando a funo

2 ( x) = 6 x , e x 0 =1,5.
Resoluo: Neste caso a frmula de recorrncia x n +1 = ( x n ) , n = 0, 1, 2, ser:

x n +1 = 2 ( x n ) = 6 x n , e pode-se construir a seguinte tabela:
n xn x n +1 = 2 ( x n ) = 6 x n
0
1
2
3
4
M M M
y y=x
2 (x )
x0 x2 x3 x1 6 x
=2
[Fig. 14]: Os grficos das funes y = x e 2 ( x) = 6 x .

2
Exerccio 46 Aproximar o maior zero da funo f ( x) = x + x 6 , utilizando a funo
2
1 ( x) = 6 x , e x 0 =1,5.
Resoluo: Neste caso a frmula de recorrncia x n +1 = ( x n ) , n =0, 1, 2, ser:

xn+1 = 1 ( xn ) = 6 xn2 , e pode-se construir a seguinte tabela:
n xn x n +1 = 1 ( x n ) = 6 x 2
0
1
2
3
M M M
y
6 y=x
x2
x0 x1 x
=2
1 (x )
[Fig. 15]: Os grficos das funes y = x e 1 ( x ) = 6 x 2 .

Assim, os dois exerccios anteriores mostram que dependendo da transformao
x = ( x) escolhida, a relao de recorrncia x n +1 = ( x n ) pode ou no fornecer uma
seqncia {x n } convergente. Desta forma, como determinar a priori, quais transformaes
fornecero seqncias convergentes? As figuras que seguem ilustram alguns casos onde
ocorrem convergncia e alguns casos onde no ocorrem convergncia.

y y=x
(x )
x3 x2 x1 x0 x
{ } converge para o zero (Convergncia do tipo escada).

[Fig. 16]: A seqncia xk
y y =x
(x )
x1 x3 x4 x2 x0 x
{ } converge para o zero (Convergncia do tipo caracol).

y y=x
(x )
x0 x1 x2 x3 x
{ } no converge para o zero .


y (x ) y=x
x3 x1 x0 x2 x
[Fig. 19]: A seqncia xk { } no converge para o zero .

O Teorema que segue estabelece condies suficientes para garantir a convergncia do
processo iterativo.
OBS. 7: Como as condies que o teorema que segue so apenas suficientes, dada uma
funo que no satisfaa estas condies, no se pode garantir que a seqncia gerada
x1 , x 2 , x 3 , diverge.
2.3.2.1 Convergncia do Mtodo das Aproximaes Sucessivas

Teorema 2 Seja um zero de uma funo f, isolada em um intervalo I=[a,b], e seja
uma funo tal que ( ) = . Se:
i) e ' so funes contnuas em I;
ii) k = max ' (x ) < 1

xI
iii) x 0 I e x n +1 = ( x n ) I , para n = 0, 1, 2,
Ento a seqncia {x n } converge para o zero .
OBS. 8: Para se resolver um problema com o mtodo das aproximaes sucessivas,
utiliza-se o teorema anterior da seguinte forma: inicialmente determina-se um intervalo I
onde o zero de f ( x) esteja isolado, e uma funo que tenha como ponto fixo.
Analisando e ' , pode-se verificar se as condies i) e ii) do Teorema 2 esto satisfeitas.
Estas condies podem no estar satisfeitas pelo fato do intervalo I ter sido
superdimensionado. Neste caso procura-se por um intervalo I satisfazendo as condies do
teorema. Na demonstrao do Teorema 2 , que pode ser vista em HUMES, Ana Flora C., et
al. Noes de Clculo Numrico. So Paulo: McGraw-Hill, p. 16, 1984, tem-se que as
condies i) e ii) garantem que se x n 1 I ento x n < x n 1 . Entretanto, isto no
implica que x n I . Uma maneira simples para garantir que x n I = [a, b] n 0 tomar
como valor inicial x0 o extremo de I mais prximo do zero . Na seqncia, ser mostrado
que neste caso x1 = ( x 0 ) I : Supondo que a seja o extremo de I mais prximo de , tem-
se: x1 < x 0 = a b , logo x1 I . A demonstrao anloga para o caso em
que b o extremo de I mais prximo de .
OBS. 9: A condio iii) do Teorema 2 pode ser substituda por: iii) o zero o ponto
mdio do intervalo I . Na verdade, se para o intervalo I = [a, b] , esto satisfeitas as condies

i) e ii) do Teorema 2 , e se a estiver mais prximo de do que de b ento, denotando
a por r, tem-se que para qualquer x0 [a, + r ] a hiptese iii) do teorema verificada.
Mais ainda, para todo I = [a, b] nas condies do teorema 2, existe I I tal que qualquer
que seja x0 I tem-se que x n I , n 1.
OBS. 10: A determinao do extremo de I = [a , b] mais prximo do zero pode ser feito
da seguinte maneira: Suponhamos satisfeitas as hipteses i) e ii) do Teorema 2 . Nestas
( a + b)
condies, seja x = (ponto mdio do intervalo I ). Sabe-se que ( x ) est mais
2
prximo de do que x . Se x < ( x ) , ento est entre x e b , ou seja, b o extremo de I
mais prximo de . Analogamente, se x > ( x ) , ento a o extremo de I mais prximo de
. Se x = ( x ) , ento x o zero procurado.
a x b
(x ) x

a x b
(x ) x

[Fig. 20]: Casos em que b o extremo mais prximo de .
OBS. 11: Sejam dados ( x ), e k = max ' (x ) satisfazendo as hipteses do teorema

xI
k
anterior. Se xn =( xn 1 ), ento xn xn xn 1 . Desta forma, obtm-se um limitante
1 k
superior para o erro cometido na n -sima iterao ( xn ).
Exerccio 47 Verificar as condies i) e ii) do teorema anterior quando do uso da funo
2 ( x) = 6 x no exerccio anterior.
Resoluo:
Verificao da condio i):
Verificao da condio ii):
Logo,
Exerccio 48 Verificar as condies i) e ii) do teorema anterior quando do uso da funo

2
1 ( x) = 6 x .
Resoluo:
Verificao da condio i):

Verificao da condio ii):
Logo,
2.3.2.2 Algoritmo do Mtodo das aproximaes sucessivas

Para encontrar uma soluo para p = ( p ) dada um aproximao inicial p 0 .
Dados de Entrada: Aproximao inicial p 0 , preciso ou tolerncia () e o nmero

mximo de iteraes (ITMAX).
Sada: Soluo aproximada p ou mensagem de soluo no encontrada.
PASSO 1
Faa i = 1
PASSO 2
Enquanto i ITMAX, execute os passos 3 6
PASSO 3
Faa p = ( p ) (calcular pi )
PASSO 4
Se p p 0 < ento
Sada ( p ) (procedimento efetuado com sucesso)

FIM
PASSO 5
Faa i = i + 1
PASSO 6
Faa p 0 = p (atualize p 0 )
PASSO 7
Sada (soluo no encontrada aps ITMAX iteraes)
FIM
OBS. 12: Outros critrios de parada podem ser utilizados:
pn pn 1 <
pn pn 1
<
pn
f ( pn ) <
Exerccio 49 Encontrar o zero de f ( x) = e x x 2 + 4 com preciso = 10 6 , utilizando o

mtodo do ponto fixo.

x 3 2 1
f ( x)
x
y h(x ) = e
5 g (x ) = x 2 - 4
4
3
2
1
-3 -2 -1 1 2 3 x
-1
-2
-3
-4
x 2
[Fig. 21]: Os grficos de h( x ) = e e g ( x ) = x 4 .
Procurando uma funo de ponto fixo adequada pode-se fazer:
Verificando as hipteses i) e ii) do Teorema 2 :

n xn x n +1 x n +1 x n
0
1
2
3
Portanto, x =
2.3.3Mtodo de Newton, Newton-Raphson (ou Mtodo das

Tangentes)
Este mtodo uma particularidade do mtodo das aproximaes sucessivas. A idia
construir uma funo ( x) para a qual exista um intervalo contendo o zero , onde
' ( x) < 1 . Esta construo feita impondo ' () = 0 . Como ' ( x) deve ser uma funo
contnua, existe sempre uma vizinhana I de onde max ' () <1.
xI
Obteno da funo ( x) : A forma mais geral de x = ( x) equivalente a f ( x) =0

dada por:
(Eq.7) x = x + A( x) f ( x) = ( x)
onde A( x) uma funo contnua tal que A() 0 . Escolhe-se A( x) de forma que
' () = 0 . Derivando-se a (Eq.7), obtm-se ' ( x) =1+ A( x) f ' ( x) + A' ( x) f ( x) . Calculando
esta derivada no ponto , obtm-se: ' () =1+ A() f ' () . Supondo que f ' ()0, para que
1
' () = 0 , deve-se ter A( ) = . Assim, uma escolha satisfatria para A( x) ser
f ' ( )
portanto:
1
(Eq.8) A( x) = , uma vez que x .
f ' ( x)
Substituindo (Eq.8) em (Eq.7), tem-se:
f ( x)
(Eq.9) ( x ) = x
f '( x)
Assim, o processo iterativo de Newton definido por:
f ( xn )
(Eq.10) xn+1 = xn , n = 0, 1, 2,
f ' ( xn )

OBS. 13: A (Eq.10) vlida mesmo que f ' ( ) = 0, uma vez que xn .
2.3.3.1 Interpretao Geomtrica do Mtodo de Newton

O ponto xn+1 obtido traando-se a tangente ao grfico da funo f ( x) no ponto
( xn , f ( xn )) . A interseco da reta tangente com o eixo das abscissas fornece a nova
aproximao xn+1 . Esta interpretao justifica o nome de mtodo das tangentes.
y
f (xn)

xn+1 xn
x2 x1 x0 x
f (x )
[Fig. 22]: Interpretao Geomtrica do Mtodo de Newton.
f ( xn ) f ( xn )
tg = f ' ( xn ) = xn+1 = xn
xn xn+1 f ' ( xn )
2.3.3.2 Convergncia do Mtodo de Newton

Teorema 3 Seja f : [a , b] , duas vezes diferencivel, com f " (x ) contnua. Suponha
que:
i) f (a ) f (b ) < 0
ii) f ' ( x ) 0, x [a, b]
iii) f '' ( x ) no troca de sinal em [a, b]
Ento, a seqncia gerada pelas iteraes do mtodo de Newton-Raphson utilizando a
f (x ) f (xn )
funo (x ) = x que equivale a xn+1 = xn converge para o nico zero de
f ' (x ) f ' (x n )
f , isolado em [a , b] , se x0 [a, b] for escolhido convenientemente.
OBS. 14: Para se escolher o ponto inicial x0 , pode-se, por exemplo, fazer x0 = a se
(a ) [a , b] ou x0 = b caso contrrio.
2.3.3.3 Algoritmo do Mtodo de Newton

Para encontrar uma soluo para f ( x) =0, dada a derivada de f ( x) e uma
aproximao inicial p 0 .
Dados de Entrada: Aproximao inicial p 0 , preciso ou tolerncia () e o nmero

mximo de iteraes (ITMAX).
Sada: Soluo aproximada p ou mensagem de soluo no encontrada.
PASSO 1
Faa i =1

PASSO 2:
Enquanto i ITMAX, execute os passos 3 6
PASSO 3
Faa p = p 0 f ( p 0 ) / f ' ( p 0 ) (calcular pi )
PASSO 4
Se p p 0 < ento
Sada (p) (procedimento efetuado com sucesso)

FIM
PASSO 5
Faa i = i + 1
PASSO 5
Faa p 0 =p (atualize p 0 )
Passo 7:
Sada (soluo no encontrada aps ITMAX iteraes)
FIM
OBS. 15: Outros critrios de parada podem ser utilizados:
p n p n 1 <
p n p n 1
<
pn
f ( pn ) <
OBS. 16: O Mtodo de Newton ir falhar se para algum n, f ' ( pn1 ) = 0.
Exerccio 50 Encontrar a soluo para a equao x = cos x com preciso = 10 6 .

Resoluo:
Pode-se construir uma tabela de valores para f ( x ) e analisar os sinais:

x 0
2
f (x )

y g (x )= x
1
3 h (x)= cos x
2
2 x
2
-1
[Fig. 23]: Os grficos das funes g ( x) = x e h( x) = cos x .
n xn xn +1 xn +1 xn
0
1
2
Portanto, x =
2.3.4 Comparao entre os mtodos

Nos exerccios seguintes, considerando cada mtodo especificado, determine uma
aproximao para o zero da funo.
Exerccio 51 Pelo mtodo da Bisseco, determine uma aproximao para x (1,2) da
2
funo f ( x )= e x cos x com aproximao 1 = 10 4 tal que ( b a )/2< 1 .
Resoluo:
n a x b f ( a ) f ( x ) f (b ) ( b a )/2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Logo, x =
Exerccio 52 Pelo mtodo da Ponto Fixo ou Aproximaes Sucessivas, determine uma

2
aproximao para x (1,2) da funo f ( x )= e x cos x com aproximao 1 = 2 = 10 4 tal
que | f ( xn )|< 1 ou | xn+1 xn |< 2 . Utilize x0 =1,5.
Resoluo:
n xn xn+1 | xn+1 xn | | f ( xn+1 )| Parada

0
1
2
3
4
5
Logo, x =
Exerccio 53 Pelo mtodo de Newton-Raphson, determine uma aproximao para x (1,2)

2
da funo f ( x )= e x cos x com aproximao 1 = 2 = 10 4 tal que | f ( xn )|< 1 ou
| xn+1 xn |< 2 . Utilize x0 =1,5.
Resoluo:
n xn xn+1 | xn+1 xn | | f ( xn )| Parada

0
1
Logo, x =

Clculo Numrico Resoluo de sistemas de equaes lineares 3-32
3 Resoluo de sistemas de equaes

lineares
3.1 Introduo
Vrios problemas, como clculo de estruturas de redes eltricas e soluo de equaes
diferenciais, recorrem a resoluo numrica de um sistema linear S n de n equaes com n
incgnitas.
3.1.1 Forma Algbrica de Sn

a11 x1 + a12 x2 + L + a1n xn = b1
a x + a22 x2 + L + a2 n xn = b2

(Eq.11) S n = 21 1
M M M M
a n1 x1 + a n 2 x2 + L + ann xn = bn
ou
n
(Eq.12) S n = aij x j = bi , i =1, 2, , n .
j =1
3.1.2 Forma Matricial de Sn

(Eq.13) A x =b
a11 a12 L a1n x1 b1
a
21 a22 L a2 n x2 = b2 .
M M M M M

an1 an 2 L ann xn bn
Onde:
A matriz dos coeficientes;
x vetor das incgnitas (ou vetor soluo);
b vetor dos termos independentes.
3.1.3 Matriz Aumentada ou Matriz Completa do Sistema

a11 a12 L a1n b1
a a L a2 n b2
B =[ A : b ]= 21 22 .
M M M M

an1 an 2 L ann bn
3.1.4 Soluo do Sistema

x =( x1 , x2 , , xn ) T .

3.1.5 Classificao de um Sistema Linear
COMPATVEL: apresenta solues;
INCOMPATVEL: caso contrrio.
3.1.6 Classificao quanto ao Determinante de A

det A 0 (SPD) sistema linear possvel e determinado (SOLUO NICA);
det A =0 (SPI) ou (SI): a matriz A SINGULAR.
(SPI) Sistema possvel e indeterminado,
(SI) Sistema impossvel.
OBS. 17: Se bi =0, i =1, 2, , n , isto , se b =0, o sistema dito HOMOGNEO. Todo
sistema homogneo compatvel, pois admite sempre a soluo x =0. A soluo chamada
TRIVIAL.
3.2 Mtodos diretos

So mtodos que determinam a soluo de um sistema linear com um nmero finito de
operaes.
Definio: Dois sistemas lineares so equivalentes quando possuem a mesma soluo.
3.2.1 Mtodo de Eliminao de Gauss

Com ( n 1) passos, o sistema linear A x = b transformado num sistema triangular
superior equivalente. Tome det A 0 como hiptese.
A x = b U x = c , o que se resolve por substituio.
[ A : b ] [U : c ]
a11 a12 L a1n b1 u11 u12 L u1n c1
a b2 0 u22 L u2 n c2
21 a22 L a2 n .
M M M M M M M M

an1 an 2 L ann bn 0 0 L unn cn
2 x1 + 3 x2 x3 = 5

Exerccio 54 Resolver o sistema S3 , com S3 = 4 x1 + 4 x2 3 x3 = 3 .
2 x 3 x + x3 = 1
1 2
Resoluo:

Etapa 1: em B0 , tome L(i 0 ) , com i =1,2,3, como as linhas de B0 e ( 0)
a11 como piv e
calculam-se os multiplicadores mi(10 ) ( i =2,3).
Etapa 2: Repete-se o processo para o prximo piv, situado na diagonal da matriz B1 .

Em B1 , tome L(i1) , com i =2,3 e a22
(1)
como piv.
Mtodo compacto para a TRIANGULAO U x = c :

Linha Multiplicador m Matriz Aumentada Transformao
(1) B0 2 3 -1 5
(0)
(2) m21 = 4 4 -3 3
(0)
(3) m31 = 2 -3 1 -1
(2) B1
(1)
(3) m32 =
(3) B2
As linhas contendo os pivs formam o sistema U x = c .
Exerccio 55 Resolver o sistema S 4 com arredondamento em duas casas decimais, na matriz
aumentada.

8,7 x1 + 3,0 x 2 + 9,3x3 + 11,0 x 4 = 16,4
24,5 x 8,8 x 2 + 11,5 x3 45,1x 4 = 49,7
1
S4 A x = b .
52 ,3 x1 84,0 x 2 23,5 x 3 + 11,4 x 4 = 80,8
21,0 x1 81,0 x 2 13,2 x 3 + 21,5 x 4 = 106,3
Resoluo:
Linha Multiplicador m Matriz Aumentada
(1) B0 8,70 3,00 9,30 11,00 16,40
(0)
(2) m21 = 24,50 -8,80 11,50 -45,10 -49,70
(0)
(3) m31 = 52,30 -84,00 -23,50 11,40 -80,80
(0)
(4) m41 = 21,00 -81,00 -13,20 21,50 -106,30
(2) B1
(1)
(3) m32 =
(1)
(4) m42 =
(3) B2
( 2)
(4) m43 =
(4) B3
Ento A x = b U x = c [ A : b ] [ U : c ].
U x =c
Logo: x =
3.2.1.1 Clculo do Resduo

Uma medida para avaliar a preciso dos clculos o resduo, que dado por:
(Eq.14) r = b Ax .
Exerccio 56 Com base no exerccio anterior, calcular o resduo r do sistema A x = b .
Resoluo: r = b Ax .
r=
3.2.1.2 Algoritmo de Eliminao de Gauss

Seja o sistema A x = b , com Ann , xn1 e bn1 .
Sempre supor que akk 0 na etapa k .
TRIANGULARIZAO: A x = b U x = c .

Para k =1, 2, , ( n 1)
Para i =( k +1), , n
aik
m=
akk
aik =0
Para j =( k +1), , n
aij = aij m akj
bi = bi m bk
FIM
FIM
FIM
RESOLUO DO SISTEMA U x = c .
bn
xn =
ann
Para k =( n 1), , 2, 1
s =0
Para j =( k +1), , n
s = s + akj x j
FIM
bk s
xk =
akk
FIM
3.2.2 Estratgia de Pivoteamento Completo

No momento de se calcular o multiplicador mik , se o piv estiver prximo de zero, o
mtodo pode ampliar os erros de arredondamento. Para se contornar estes problemas, escolhe-
se como piv MAX aij , com i , j =1, 2, , n .
Dado A x = b , tome B =[ A : b ].
a11 a12 L a1q L a1n b1
a b2
21 a22 L a2 q L a2 n
M M M M M
B= .
a p1 a p 2 L a pq L a pn bp
M M M M M

an1 an 2 L anq L ann bn

Seja a pq = MAX aij , ( i , j =1, 2, , n ) o piv da linha p . Ento, calcula-se o
aiq( 0 )
multiplicador miq( 0 ) = , em cada linha, i p com i =1, 2, , n . Assim, anulam-se os
a (pq0 )
elementos aij da coluna q atravs da operao:
L(1) (0 ) (0 ) (0 )
i miq L p + Li .
Eliminando-se a linha pivotal p , repete-se o processo at que se obtenha L(k

i
)
com k
conjuntos de operaes elementares aplicadas sobre B , onde k =1, 2, , ( n 1).
Exerccio 57 Resolva S 4 com arredondamento em duas casas decimais, utilizando
eliminao de Gauss com pivoteamento completo.
8,7 x1 + 3,0 x 2 + 9,3 x3 + 11,0 x 4 = 16,4
24,5 x 8,8 x 2 + 11,5 x3 45,1x 4 = 49,7
1
S4 A x = b .
52 ,3 x1 84,0 x 2 23,5 x 3 + 11,4 x 4 = 80,8
21,0 x1 81,0 x 2 13,2 x 3 + 21,5 x 4 = 106,3
Resoluo:
(0 )
(1) m12 = 8,70 3,00 9,30 11,00 16,40
(0 )
(2) m22 = 24,50 -8,80 11,50 -45,10 -49,70
(3) B0 52,30 -84,00 -23,50 11,40 -80,80
(0 )
(4) m42 = 21,00 -81,00 -13,20 21,50 -106,30
(1)
(1) m14 =
(2) B1
(1)
(4) m44 =
(2 )
(1) m11 =
(4) B2
(1) B3
Ento A x = b U x = c [ A : b ] [ U : c ].
U x =c
3.2.3 Refinamento de Solues

Seja x ( 0 ) a soluo aproximada para A x = b . Obtm-se a soluo melhorada x (1)
aplicando-se a correo ( 0 ) em x ( 0 ) .

(1) (0) ( 0)
x =x +
Se A x (1) = b , ento
A ( x ( 0 ) + ( 0 ) )= b
A x ( 0 ) + A ( 0 ) = b
A (0 ) = b A x (0 )
A ( 0 ) = r (0) . Assim, ( 0 ) vem de [ A : r (0 ) ].
Obtido o ( 0 ) , calcula-se x (1) = x ( 0 ) + ( 0 ) .
Repete-se o processo para se obter x (2 ) , x (3) , , x (k ) , at que se tenha a preciso
desejada. Logo, obtm-se o refinamento de forma iterativa pela seguinte equao:
(Eq.15) x ( i ) = x ( i 1) + ( i 1) , com i =1, 2, k .
Exerccio 58 Considerando a resposta x do Exerccio 55 , faa o refinamento de x at que
se obtenha o resduo r ( k ) =0, considerando preciso dupla ( 10 4 =0,0001), quatro casas
decimais.
8,7 x1 + 3,0 x 2 + 9,3 x3 + 11,0 x 4 = 16,4
24,5 x 8,8 x 2 + 11,5 x3 45,1x 4 = 49,7
1
A x =b
52 ,3 x1 84,0 x 2 23,5 x 3 + 11,4 x 4 = 80,8
21,0 x1 81,0 x 2 13,2 x 3 + 21,5 x 4 = 106,3
x ( 0 ) = [1,01 2,01 1,01 1,00]

T
r (0 ) = b A x (0 ) r (0 ) = [ 0,024 0,042 0,082 0,468]

T
REFINAMENTO:
x ( k ) = x ( k 1) + ( k 1) A ( k 1) = r ( k 1) [ A : r ( k 1) ] ( k 1)
Resoluo:
k =1 [ A : r (0 ) ] (0 ) x (1) = x (0 ) + (0 )
(1) B0 8,7000 3,0000 9,3000 11,0000 -0,0240
(0 )
(2) m21 = 24,5000 -8,8000 11,5000 -45,1000 -0,0420
(0 )
(3) m31 = 52,3000 -84,0000 -23,5000 11,4000 0,0820
(0 )
(4) m41 = 21,0000 -81,0000 -13,2000 21,5000 0,4680
(2) B1
(1)
(3) m32 =
(1)
(4) m42 =
(3) B2
(2 )
(4) m43 =
(4) B3
Considerando 4 casas decimais:

[ A : r (0 ) ]
Ento:
[ A : r (0 ) ] (0 )
Como:
x (1) = x (0 ) + (0 )
r (1) = b A x (1)
Logo,
3.3 Mtodos iterativos

A soluo x de um sistema de equaes lineares A x = b pode ser obtido resolvendo,
de forma iterativa, o sistema equivalente da forma x = F x + d , onde F uma matriz n n ,
x e d vetores n 1 . Isto pode ser feito tomando ( x ) = F x + d ,
x ( k +1) = ( x ( k ) ) = F x ( k ) + d , onde k =0, 1, , M , e M o nmero mximo de iteraes e
x (0 ) o vetor inicial.
3.3.1 Testes de parada

O processo iterativo x ( k +1) gera aproximaes at que:
mx xi( k +1) xi( k ) , sendo a tolerncia; ou

1i n
k > M , sendo M o nmero mximo de iteraes.
3.3.2 Mtodo de Gauss-Jacobi.

Adaptao de A x = b para x = F x + d :
a11 x1 + a12 x2 + L + a1n xn = b1
a x + a22 x2 + L + a2 n xn = b2

A x = b 21 1
M M M M
a n1 x1 + an 2 x2 + L + a nn xn = bn
b1 ( a12 x2 + a13 x3 + a14 x4 + L + a1n xn )

x1 =
a11

x b2 ( a21 x1 + a23 x3 + a24 x4 + L + a2 n xn )
=
x = F x+d 2 a22
M M
bn ( an1 x1 + an 2 x2 + an3 x3 + L + an( n1) x( n1) )
xn =
ann

OBS. 18: Para o sistema x = F x + d , necessrio que aii 0, i . Caso isto no ocorra,
o sistema A x = b deve ser reagrupado.
Assim, a frmula recursiva x = F x + d dada na forma matricial por:
a12 a13 a1n b1
0 L
a11 a11 a11 a
x1 a x1 b
11
a a2 n
x 21 0 23 L x 2
2 a22 a22 a22 2 a22
x3 = a31 a32 a x3 + b3
0 L 3n
M a33 a33 a33 M a33
xn M M M M xn M
a an 2 an3 bn
n1 L 0
ann ann ann ann
ou ainda x ( k +1) = F x (k ) + d o que equivalente a:

( k +1) b1 ( a12 x2( k ) + a13 x3( k ) + a14 x4( k ) + L + a1n xn( k ) )
x1 =
a11
( k +1) b2 ( a21 x1 + a23 x3 + a24 x4( k ) + L + a2 n xn( k ) )
(k ) (k )
x2 =
a 22
M M

( k +1) bn ( an1 x1 + an 2 x2 + an3 x3( k ) + L + an( n1) x((nk)1) )
(k ) (k )
xn =
ann
Exerccio 59 Resolva o sistema a seguir, utilizando o mtodo de Gauss-Jacobi, com
x (0)
= 0 n1 e = 10 2 =0,01.
10 x1 + 2 x2 + x3 = 7

A x = b x1 + 5 x2 + x3 = 8 x = F x +d
2x + 3 x2 + 10 x3 = 6
1
Resoluo:
F= e d=
Neste caso a frmula de recorrncia fica:
x ( k +1) = F x (k ) + d

k x1(k ) x2(k ) x3(k ) max xi( k ) xi( k 1)
1i 3
0 0 0 0 -
1
2
3
4
5
6
Com x (0 ) = [0 0 0] e =0,01, o processo convergiu com ........... iteraes para:
T
x=
3.3.2.1 Critrio das linhas

Uma condio suficiente (mas no necessria) para garantir a convergncia do mtodo
de Gauss-Jacobi aplicado ao sistema A x = b , com aii 0, i ,
n
(Eq.16) aij < aii , i = 1, 2, 3, , n .
j =1
j i
Neste caso, a matriz dos coeficientes das incgnitas A dita estritamente diagonal
dominante.
Exerccio 60 Verificar se o critrio das linhas satisfeito no sistema de equaes A x = b ,
10 x1 + 2 x 2 + x3 = 7

que segue: A x = b x1 + 5 x 2 + x3 = 8
2x + 3 x2 + 10 x3 = 6
1
10 2 1
Resoluo: A = 1 5 1
2 3 10
Logo, a matriz dos coeficientes A estritamente diagonal dominante, o que garante a
convergncia do mtodo de Gauss-Jacobi aplicado a este sistema com esta ordem de
equaes e incgnitas.
Exerccio 61 Verificar se o critrio das linhas satisfeito no sistema de equaes A x = b ,
x1 + 3 x2 + x3 = 2

que segue: A x = b 5 x1 + 2 x2 + 2 x3 = 3
6 x2 + 8 x3 = 6

1 3 1
Resoluo: A = 5 2 2
0 6 8
Logo a matriz dos coeficientes A no estritamente diagonal dominante. Isto significa
que no garantida a convergncia do mtodo de Gauss-Jacobi aplicado a este sistema
com esta ordem de equaes e incgnitas.
Mas permutando adequadamente as equaes do sistema, obtm-se o sistema equivalente:

A=
Logo, esta nova matriz dos coeficientes A estritamente diagonal dominante, o que
garante a convergncia do mtodo de Gauss-Jacobi aplicado a este sistema com esta nova
ordem de equaes e incgnitas.
3.3.3 Mtodo de Gauss-Seidel.

semelhante ao mtodo de Gauss-Jacobi, com a diferena de utilizar xi( k +1) , 1 i < p ,
para o clculo de x (pk +1) . Desta forma, as equaes recursivas ficam:
( k +1) b1 ( a12 x2( k ) + a13 x3( k ) + a14 x4( k ) + L + a1n xn( k ) )

x1 =
a11
( k +1) ( k +1)
b2 ( a 21 x1 + a23 x3 + a24 x4( k ) + L + a2 n xn( k ) )
(k )
x2 =
a 22
( k +1) ( k +1)
( k +1) b3 ( a31 x1 + a32 x2 + a34 x4( k ) + L + a3n xn( k ) )
x3 =
a33
M M
( k +1)
bn ( an1 x1 + a n 2 x2( k +1)
+ an3 x3( k +1) + L + an( n1) x((nk+11)) )
xn( k +1) =
ann
Exerccio 62 Resolva o sistema a seguir, utilizando o mtodo de Gauss-Seidel, com
x (0)
= 0 n1 e = 10 2 =0,01.
10 x1 + 2 x2 + x3 = 7

A x = b x1 + 5 x2 + x3 = 8
2x + 3 x2 + 10 x3 = 6
1
Resoluo:
( k +1)
x1 =

( k +1)
x2 =

( k +1)
x3 =


1i 3
0 0 0 0 -
1
2
3
4
Com x (0 ) = [0 0 0] e =0,01, o processo convergiu com ......... iteraes para:
T
x=
3.3.4 Comparao entre os mtodos

Exerccio 63 Resolva o sistema A x = b , utilizando o mtodo de Gauss-Jacobi, com
(0)
x = 0 n1 e =0,05.
5 x1 + x2 + x3 = 5

A x = b 3 x1 + 4 x2 + x3 = 6
3 x + 3 x2 + 6 x3 = 0
1
Resoluo:
F= e d=

( k +1)
x1 =

x ( k +1)
= F x + d x2( k +1)
(k )
=

( k +1)
x3 =

1i 3
0 0 0 0 -
1
2
3
4
5
6
7
8
9
10
11

= [0 0 0] e =0,05, o processo convergiu com ......... iteraes para:
(0 ) T
Com x
x=
Exerccio 64 Resolva o sistema A x = b , utilizando o mtodo de Gauss-Seidel, com
(0)
x = 0 n1 e =0,05.
5 x1 + x2 + x3 = 5

A x = b 3 x1 + 4 x2 + x3 = 6
3 x + 3 x2 + 6 x3 = 0
1
Resoluo:
( k +1)
x1 =

( k +1)
x2 =

( k +1)
x3 =

1i 3
0 0 0 0 -
1
2
3
Com x (0 ) = [0 0 0] e =0,05, o processo convergiu com ......... iteraes para:
T
x=
3.3.5 Critrio de Sassenfeld

Uma condio suficiente para garantir a convergncia do mtodo de Gauss-Seidel
aplicado ao sistema A x = b , com aii 0, i , M <1, sendo M = max i , onde:
1i n
1 n
1 = a1 j
a11 j =2
1 i 1 n
i = aij j + aij , i = 2, 3, , n .
aii j =1 j =i +1
OBS. 19: Se o critrio das linhas satisfeito, ento o critrio de Sassenfeld tambm ser
satisfeito.
Exerccio 65 Verificar se o critrio de Sassenfeld satisfeito no sistema de equaes
x1 + 0,5 x2 0,1x3 + 0,1x4 = 0,2
0, 2 x + x2 0,2 x3 0,1x4 = 2,6
1
A x = b , que segue: A x = b
0,1x1 0,7 x2 + x3 + 0, 2 x 4 = 1,0
0,1x1 + 0,3 x2 + 0,2 x3 + x4 = 2,5

1 0,5 0,1 0,1
0,2 1 0,2 0,1
Resoluo: A=
0,1 0,7 1 0,2

0,1 0,3 0,2 1
1
1 = [ a12 + a13 + a14 ] =
a11
1
2 = [ a 21 1 + a 23 + a 24 ] =
a 22
1
3 = [ a31 1 + a32 2 + a34 ] =
a33
1
4 = [ a41 1 + a42 2 + a43 3 ] =
a44
Ento, M = max i = max { ........ ; ........ ; ........ ; ........ } = .................... Logo o critrio de
1i 4
Sassenfeld est satisfeito, o que garante a convergncia do mtodo de Gauss-Seidel
aplicado a este sistema.
Exerccio 66 Verificar se o critrio de Sassenfeld satisfeito no sistema de equaes
2 x1 + x 2 + 3 x3 = 9

A x = b , que segue: A x = b x 2 + x3 = 1
x + 3 x3 = 3
1
Resoluo: Com esta disposio de linhas e colunas, tem-se que:
1
1 = [ a12 + a13 ] =
a11
1
1 = [ a12 + a13 ] =
a11
1
2 = [ a 21 1 + a 23 ] =
a 22
1
3 = [ a31 1 + a32 2 ] =
a33

Ento, M = max i =
1i 3

Clculo Numrico Interpolao 4-47
4 Interpolao
4.1 Interpolao polinomial
Uma funo f ( x ) pode ser conhecida por um conjunto finito e discreto de n +1
pontos.
y ( x4 , y4 ) f (x )
( x0 , y0 )
( x1 , y1 )
( x3 , y3 ) ( x5 , y5 )
( x2 , y2 )
P(x )
x0 x1 x2 x3 x4 x5 x
[Fig. 24]: Interpolao de f ( x ) pelo polinmio P ( x ).
xi yi
x0 y0
x1 y1
x2 y2
x3 y3
x4 y4
x5 y5
Para se INTERPOLAR os n +1 pontos obtidos da tabela, utilizado um polinmio

Pn ( x ) de tal forma que:
(Eq.17) Pn ( xi )= f ( xi ) para i =0, 1, , n .
4.1.1 Existncia e Unicidade do Polinmio Interpolador

Pn(x)
Teorema 4 Existe um nico polinmio Pn ( x ), de grau n , tal que: Pn ( xi )= f ( xi ), com
i =0,1,, n , desde que xi x j , i j .
n
Tome Pn ( xi )= ak xik = f ( xi ) para i =0,1,, n . Desenvolvendo o sistema
k =0
n
f ( xi )= ak xik ( i =0,1,, n ), obtm-se:
k =0
a0 + a1x0 + a2 x02 + L + an x0n = f ( x0 ) (i = 0 )
a0 + a1x1 + a2 x12 + L + an x1n = f ( x1 ) (i = 1)
M M M M M
a + a1xn + a2 xn2 + L + an xnn = f ( xn ) (i = n )
0

Da, retira-se a matriz dos coeficientes A para se calcular as incgnitas a0 , a1 ,, an .
1 x0 x02 L x0n

1 x1 x12 L x1n
A= .
M M M M

1 xn xn2 L xnn
A uma matriz de VANDERMONDE e, sendo xi com i =0,1,, n , pontos distintos,

o det A 0. Assim o sistema admite soluo nica.
OBS. 20:
det A =( xn xn 1 )( xn xn 2 )( xn x0 )( xn 1 xn 2 )( xn 1 xn 3 )( xn 1 x0 )

(
( x3 x2 )( x3 x1 )( x3 x0 )( x2 x1 )( x2 x0 )( x1 x0 ) det A = xi x j . )
i> j
ENTO: O polinmio Pn ( x ) existe e nico.
4.1.2 Forma de Lagrange

Seja f uma funo tabelada em ( n +1) pontos distintos x0 , x1 ,, xn e seja Li ( x )
polinmios de Lagrange de grau n , onde Li dado por:
n (x x j ) 1 , se i = k
Li ( x )= de tal forma que Li ( xk )=
j = 0 ( xi x j ) 0 , se i k
j i
Exerccio 67 Determine Li ( xk ) para i =0,1,2, k =0,1,2 e n =2.

Resoluo:
( x x1 )( x x2 )
i =0 L0 ( x )=
( x0 x1 )( x0 x2 )
k =0 L0 ( x0 )= .......... .
k =1 L0 ( x1 )= .......... .
k =2 L0 ( x2 )= .......... .
( x x0 )( x x2 )
i =1 L1 ( x )=
( x1 x0 )( x1 x2 )
k =0 L1 ( x0 )= .......... .
k =1 L1 ( x1 )= .......... .
k =2 L1 ( x2 )= .......... .
( x x0 )( x x1 )
i =2 L2 ( x )=
( x2 x0 )( x2 x1 )
k =0 L2 ( x0 )= .......... .
k =1 L2 ( x1 )= .......... .
k =2 L2 ( x2 )= .......... .
Para x = xk , com k =0,1,2,, n , temos:

n
Pn ( xk )= yi Li ( xk )
i =0
i k yi Li ( xk ) =0
123
=0
i = k yi Li ( xi ) = yi
123
=1
A forma de Lagrange para o polinmio interpolador :

n n n (x x j )
(Eq.18) Pn ( x )= yi Li ( x ) ou Pn ( x )= yi (x
i =0 i =0 j =0 i xj)
j i
Exerccio 68 Interpolar o ponto x =1,5 na tabela abaixo, empregando o polinmio

interpolador de Lagrange.
i 0 1 2 3
xi 1 0 1 2
yi 1 3 1 1
Resoluo: n =3 o grau mximo de P3 ( x ).

3
P3 ( x )= yi Li ( x ) P3 ( x )= .......... L0 ( x )+ .......... L1 ( x )+ .......... L2 ( x )+ .......... L3 ( x )
i =0
3 (x x j )
Li ( x )=
j = 0 ( xi xj)
j i
( x x1 )( x x2 )( x x3 )
L0 ( x )= =
( x0 x1 )( x0 x2 )( x0 x3 )
( x x0 )( x x2 )( x x3 )
L1 ( x )= =
( x1 x0 )( x1 x2 )( x1 x3 )
( x x0 )( x x1 )( x x3 )
L2 ( x )= =
( x2 x0 )( x2 x1 )( x2 x3 )
( x x0 )( x x1 )( x x2 )
L3 ( x )= =
( x3 x0 )( x3 x1 )( x3 x2 )
Logo:
P3 ( x )=
P3 ( x )=
P3 (1,5)= P3 ( 32 )=
P3 (1,5)=
P3 (1,5)=

y
3
P3(x )
2
3
8
-1 0 1 3
2 2 x
[Fig. 25]: Interpolao por Lagrange.
4.1.3 Forma de Newton

A forma de Newton para o polinmio Pn ( x ) que interpola f ( x ) em x0 , x1 ,, xn ,
( n +1) pontos distintos a seguinte:
(Eq.19) Pn ( x )= f [ x0 ]+( x x0 ) f [ x0 , x1 ]+( x x0 )( x x1 ) f [ x0 , x1 , x2 ]+
+( x x0 )( x x1 )( x xn 1 ) f [ x0 , x1 ,, xn ].
Onde
ORDEM
f [ x0 ]= f ( x0 )= y0 0
f [ x1 ] f [ x0 ] f ( x1 ) f ( x0 ) y1 y0
f [ x0 , x1 ]= = = 1
x1 x0 x1 x0 x1 x0
f [ x1 , x2 ] f [ x0 , x1 ]
f [ x0 , x1 , x2 ]= 2
x2 x0
f [ x1 , x2 , x3 ] f [ x0 , x1 , x2 ]
f [ x0 , x1 , x2 , x3 ]= 3
x3 x0
M M
f [ x1 , x2 ,L, xn ] f [ x0 , x1 ,L, xn 1 ]
f [ x0 , x1 ,, xn ]= n
xn x0
f [ x0 , x1 ,, xn ] a DIFERENA DIVIDIDA de ordem n da funo f ( x ) sobre os n +1

pontos x0 , x1 ,, xn .

4.1.3.1 Tabela Prtica (DIFERENAS DIVIDIDAS)

x ordem 0 ordem 1 ordem 2 ordem 3 ordem n
x0 f [ x0 ]
f [ x0 , x1 ]
x1 f [ x1 ] f [ x0 , x1 , x2 ]
f [ x1 , x2 ] f [ x0 , x1 , x2 , x3 ]
x2 f [ x2 ] f [ x1 , x2 , x3 ] O
f [ x2 , x3 ] f [ x1 , x2 , x3 , x4 ]
x3 f [ x3 ] f [ x2 , x3 , x4 ] O
f [ x3 , x4 ] M f [ x0 ,, xn ]
x4 f [ x4 ] M N
M f [ xn 3 , xn 2 , xn 1 , xn ]
M M f [ xn 2 , xn 1 , xn ]
f [ xn 1 , xn ]
xn f [ xn ]
Exerccio 69 Interpolar o ponto x =1,5 na tabela abaixo, empregando a forma de Newton.
i 0 1 2 3
xi 1 0 1 2
yi 1 3 1 1
Resoluo: n =3 o grau mximo de P3 ( x ). Tabela de diferenas divididas:

x ordem 0 ordem 1 ordem 2 ordem 3
1

P3 ( x )= f [ x0 ]+( x x0 ) f [ x0 , x1 ]+( x x0 )( x x1 ) f [ x0 , x1 , x2 ]+
+( x x0 )( x x1 )( x x2 ) f [ x0 , x1 , x2 , x3 ]
P3 ( x )=
P3 ( x )=
P3 ( x )=
4.2 Estudo de erro na interpolao

Sejam x0 < x1 < x2 << xn , ( n +1) pontos. Seja f ( x ) com derivadas at ordem ( n +1)
para x pertencente ao intervalo [ x0 , xn ].
Seja Pn ( x ) o polinmio interpolador de f ( x ) nos pontos x0 , x1 , x2 ,, xn .

Ento, em qualquer ponto x pertencente ao intervalo [ x0 , xn ], o erro dado por:
En ( x )= f ( x ) Pn ( x )
f ( n+1) ( x )
(Eq.20) En ( x )=( x x0 )( x x1 )( x xn )
( n + 1)!
onde x ( x0 , xn ).
Esta frmula tem uso limitado, pois so raras as situaes em que f ( n+1) ( x )
conhecida e o ponto x nunca conhecido.
4.2.1 Estimativa para o Erro

Utilizando a (Eq.20), sendo f ( n+1) ( x ) contnua em I =[ x0 , xn ], pode-se escrever:
| En ( x )|=| f ( x ) Pn ( x )|
n
M n+1
| En ( x )| ( x xi ) , onde M n+1 = max f ( n+1) ( x ) .
i =0 ( n + 1)! xI
Ao se construir a tabela de diferenas divididas at ordem n +1, pode-se usar o maior

M n+1
valor em mdulo desta ordem como aproximao para no intervalo I =[ x0 , xn ].
( n + 1)!
Ento:
n
(Eq.21) | En ( x )| ( x xi ) max ( Dd )
i =0
sendo Dd os valores da tabela de diferenas divididas de ordem ( n +1).

Exerccio 70 Seja f ( x ) dada em forma de tabela de valores, como segue:
x 0,2 0,34 0,4 0,52 0,6 0,72
f (x) 0,16 0,22 0,27 0,29 0,32 0,37
a) Obter f (0,47) usando um polinmio de grau 2;

b) Dar uma estimativa para o erro.
Resoluo: Tabela de diferenas divididas:
x ordem 0 ordem 1 ordem 2 ordem 3
0,2
0,34
0,4
0,52
0,6
0,72
Deve-se escolher 3 pontos prximos de 0,47 para a obteno de P2 ( x ).
P2 ( x )= f [ x0 ]+( x x0 ) f [ x0 , x1 ]+( x x0 )( x x1 ) f [ x0 , x1 , x2 ]
P2 ( x )=
P2 ( x )=
a) P2 (0,47)= .......... .......... f (0,47)
b) | En (0,47)|
| En (0,47)| ..........
Exerccio 71 Prove a igualdade seguinte.
x x1 x x0
P1 ( x )= f ( x0 ) + f ( x1 ) = f [ x0 ]+( x x0 ) f [ x0 , x1 ]
x0 x1 x1 x0
Resoluo:
x ordem 0 ordem 1
x0 f [ x0 ]= ..........
f [ x0 , x1 ]=
..........
x1 f [ x1 ]= .......... P1 ( x )= f [ x0 ]+( x x0 ) f [ x0 , x1 ]
P1 ( x )=
P1 ( x )=
P1 ( x )=
P1 ( x )=

P1 ( x )=
P1 ( x )=
P1 ( x )=
x x1 x x0
P1 ( x )= f ( x0 ) + f ( x1 )
x0 x1 x1 x0
4.3 Interpolao inversa: casos existentes

O problema da interpolao inversa consiste em: dado y ( f ( x0 ), f ( xn )), obter x ,
tal que f ( x )= y .
So duas, as formas de se obter x . A primeira encontrar x tal que Pn ( x )= y ; A
segunda fazer a prpria interpolao inversa, utilizando para isso, os valores de y .
4.3.1 Encontrar x tal que Pn (x )
Obter Pn ( x ) que interpola f ( x ) em x0 , x1 , x2 ,, xn e em seguida encontrar x , tal

que f ( x )= y .
OBS. 21: x obtido desta forma no permite se estimar o erro.
Exerccio 72 Encontre x tal que f ( x )=2 pela tabela abaixo:
x 0,5 0,6 0,7 0,8 0,9 1,0
f (x) 1,65 1,82 2,01 2,23 2,46 2,72
Resoluo:
Fazendo interpolao linear por x0 =0,6 e x1 =0,7:
x x1 x x0
P1 ( x )= f ( x0 ) + f ( x1 )
x0 x1 x1 x0
P1 ( x )=
P1 ( x )=
P1 ( x )=
P1 ( x )=2
x = .......... .......... .......... .
4.3.2 Interpolao inversa

Se f ( x ) for inversvel num intervalo contendo y , ento x = f 1 ( y )= g ( y ).
Condio para a inverso de f ( x ): f contnua e montona crescente (decrescente)
num intervalo [ a , b ].

Dado f ( x ) contnua em ( x0 , xn ), ento f ( x ) ser admitida montona crescente se
f ( x0 ) < f ( x1 ) < < f ( xn ) e montona decrescente se f ( x0 ) > f ( x1 ) > > f ( xn ).
Respeitadas as condies dadas acima, ser obtido o polinmio Pn ( y ) que interpola
g ( y )= f 1 ( y ) sobre [ y0 , yn ].
Exerccio 73 Considere a tabela a seguir:
x 0 0,1 0,2 0,3 0,4 0,5
y = ex 1 1,1052 1,2214 1,3499 1,4918 1,6487
Obter x , tal que e x =1,3165, usando um processo de interpolao quadrtica. Usar a forma de
Newton para obter P2 ( y ). Construir a tabela de diferenas divididas.
Resoluo:
y ordem 0 ordem 1 ordem 2 ordem 3
1
1,1052
1,2214
1,3499
1,4918
1,6487
P2 ( y )= g [ y0 ]+( y y0 ) g [ y0 , y1 ]+( y y0 )( y y1 ) g [ y0 , y1 , y2 ]
P2 ( y )=
P2 (1,3165)=
Assim, e ............................. 1,3165 Na calculadora = 1,316359.

Erro cometido:
M3
| E2 ( y )| |( y y0 )( y y1 )( y y2 )|
3!
| E2 (1,3165)|
| E2 (1,3165)| M 3 = max g ' '' ( y ) , y [ y0 , y2 ].
M3
1o Caso: pode ser aproximado por .......... (tabela de diferenas divididas de ordem 3).
3!
| E2 (1,3165)| .......... .......... .......... .......... | E2 ( y )| .......... .......... .......... .
2o Caso: f ( x )= e x g ( y )= f 1 ( y )= ln y


Logo: M 3 =
| E2 (1,3165)|
4.4 Funes spline em interpolao

1 2i
Considere f ( x )= 2
tabelada no intervalo [1,1] nos pontos xi =1+ , com
1 + 25 x n
i =0,1,, n .
No grfico abaixo, pode ser observada a funo f ( x ) e o polinmio P10 ( x ) que
interpola o conjunto discreto de pontos para n =10.
x 1,0 0,8 0,6 0,4 0,2 0 0,2 0,4 0,6 0,8 1,0
f ( x ) 0,038 0,059 0,1 0,2 0,5 1,0 0,5 0,2 0,1 0,059 0,038
3
y
2
1
2
P10(x )
f (x )
-1 - 12 0 1 1 x
2
[Fig. 26]: Grfico do polinmio P10 (x ) interpolando f (x ) .
Em certos casos, a aproximao por Pn ( x ) pode ser desastrosa. Uma alternativa

interpolar f ( x ) em grupos de poucos pontos, obtendo-se polinmios de graus menores, e
impor condies para que a funo de aproximao seja contnua e tenha derivadas contnuas
at uma certa ordem.
4.4.1 Funo Spline

Considere a funo f ( x ) tabelada nos pontos x0 < x1 < x2 << xn .
Uma funo S p ( x ) denominada SPLINE DE GRAU p com ns nos pontos xi ,
com i =0,1,, n , se satisfaz as 3 seguintes condies:

1) Em cada subintervalo [ xi , xi +1 ], com i =0,1,,( n 1), S p ( x ) um polinmio de grau p
representado por si ( x ).
2) S p ( x ) contnua e tem derivada contnua at ordem ( p 1) em [ a , b ].
3) S p ( xi )= f ( xi ), com i =0,1,, n .
Nestes termos, S p ( x ) denominada SPLINE INTERPOLANTE.
4.4.2 Spline linear interpolante

representada por S1 ( x ) .
S1 ( x ) pode ser escrita em cada subintervalo [ xi 1 , xi ], com i =1,2,, n como:
xi x x xi 1
(Eq.22) si ( x )= f ( xi 1 ) + f ( xi ) , x [ xi 1 , xi ].
xi xi 1 xi xi 1
S1 ( x ) definida dessa forma satisfaz as condies 1) , 2) e 3) .

Exerccio 74 Achar a funo spline linear que interpola a funo f ( x ) tabelada a seguir.
x0 x1 x2 x3
x 1 2 5 7
y= f (x) 1 2 3 2,5
y
3 s3(x ) f (x )
2,5
s2(x )
2
s1(x )
1
0 1 2 3 4 5 6 7 x
[Fig. 27]: Spline linear interpolando 4 pontos.
Resoluo: Pela definio, pode-se definir 3 splines lineares para os 4 pontos: s1 ( x ),

s2 ( x ) e s3 ( x ).
x1 x x x0
s1 ( x )= y0 + y1
x1 x0 x1 x0
s1 ( x )= s1 ( x )= .......... , x [ .......... , .......... ].
x2 x x x1
s2 ( x )= y1 + y2
x2 x1 x2 x1
s 2 ( x )= s2 ( x )= .......... .......... .......... , x [ .......... , .......... ].
x3 x x x2
s3 ( x )= y2 + y3
x3 x2 x3 x2

s3 ( x )= s3 ( x )= .......... .......... .......... , x [ .......... , .......... ].

Ento, no intervalo [ a , b ]=[1,7], a spline linear S1 ( x ) dada por:
S1 ( x )=
4.4.3 Spline cbica interpolante

representada por S3 ( x ) .
A spline linear tem derivada primeira descontnua nos ns. A spline quadrtica S 2 ( x )
tem derivadas contnuas at ordem 1, portanto, pode ter picos ou troca abrupta de curvatura
nos ns.
A spline cbica S3 ( x ) mais utilizada por ter derivadas primeira e segunda contnuas,
que faz S3 ( x ) ser mais suave nos ns.
Suponha f ( x ) dada por xi , com i =0,1,, n .

Tome S3 ( x ) como spline cbica de f ( x ) nos ns xi , caso existam n polinmios de
grau 3 definidos em cada subintervalo k por sk ( x ), com k =1,2,, n . Ento a spline cbica
S3 ( x ) deve satisfazer as 5 igualdades seguintes:
1) S3 ( x )= sk ( x ) para x [ xk 1 , xk ], k =1,2,, n .
2) S3 ( xi )= f ( xi ), com i =0,1,, n .
3) sk ( xk )= sk +1 ( xk ), k =1,2,,( n 1).
4) sk, ( xk )= sk, +1 ( xk ), k =1,2,,( n 1).
5) sk, , ( xk )= sk, ,+1 ( xk ), k =1,2,,( n 1).

Em cada intervalo [ xk 1 , xk ], sk ( x ) ser dada por:
(Eq.23) sk ( x )= ak ( x xk )3+ bk ( x xk )2+ ck ( x xk )+ d k , com k =1,2,, n .
So 4 coeficientes para cada k serem determinados.

Tome a notao h k = xk xk 1 , para x = xk 1 .
Condio 1) : satisfeita pela definio de sk ( x ).

Para a condio 2) , tem-se as equaes:
(Eq.24) d k = f ( xk )= sk ( xk ), k =1,2,, n .
(Eq.25) s1 ( x0 )= f ( x0 ) a1 h13 + b1 h12 c1 h1 + d 1 = f ( x0 ), k =1.
Condio 3) para k =1,2,,( n 1).

sk +1 ( xk )= f ( xk )
(Eq.26) ak +1 h3k +1 + bk +1 h k2 +1 ck +1 h k +1 + d k +1 = f ( xk ).
Para as condies 4) e 5) , tome as derivadas:

(Eq.27) sk, ( x )=3 a k ( x xk )2+2 bk ( x xk )+ c k .
(Eq.28) sk,, ( x )=6 a k ( x xk )+2 bk .
Para x = xk sk,, ( xk )=2 b k . Assim, o coeficiente b k dado por:
sk,, ( xk )
(Eq.29) bk = .
2
Para x = xk 1 sk,, ( xk 1 )=6 a k h k +2 bk .
2b k sk,, ( xk 1 ) sk,, ( xk ) sk,, ( xk 1 )
ak = = .
6h k 6h k
Impondo a condio 5) , sk, , ( xk 1 )= sk,,1 ( xk 1 ), obtm-se:
sk,, ( xk ) sk, ,1( xk 1 )

(Eq.30) ak = , com s0, , ( x0 ) arbitrria.
6h k
Na obteno de c k , utilizam-se as equaes (Eq.25) e (Eq.26):

f ( xk 1 ) ak h3k + b k h k2 + d k
ck = , d k = f ( xk )
hk
f ( xk ) f ( xk 1 )
ck = ( a k h k2 b k h k ), substituindo a k e b k obtm-se:
hk
f ( xk ) f ( xk 1 ) sk,, ( xk ) sk,,1( xk 1 ) s ,, ( x )
ck = hk k k hk
hk 6 2
Da, c k pode ser dado por:
,, ,,
f ( xk ) f ( xk 1 ) 2 sk ( xk ) h k + sk 1( xk 1 ) h k
(Eq.31) ck = + .
hk 6
Na obteno dos coeficientes, tome yk = f ( xk ) e g k = sk,, ( xk ).
g k g k 1
(Eq.32) ak =
6h k
gk
(Eq.33) bk =
2
yk yk 1 2hk g k + g k 1h k
(Eq.34) ck = +
hk 6
(Eq.35) d k = yk .

Impondo a ltima condio 4) , sk, ( xk )= sk, +1 ( xk ), com k =1,2,,( n 1), conclui-se
que:
Para x = xk sk, ( xk )= c k , ento:
c k =3 a k +1 h k2 +1 2 bk +1 h k +1 + c k +1
c k +1 = c k 3 a k +1 h k2 +1 +2 bk +1 h k +1 .
Fazendo-se algumas substituies, atravs das equaes (Eq.32), (Eq.33) e (Eq.34):

yk +1 yk 2hk +1g k +1 + g k h k +1 yk yk 1 2hk g k + g k 1h k g gk g k +1h k +1
+ = + 3 k +1 h k +1 +2
h k +1 6 hk 6 6 2
Da, chega-se a (Eq.36):
y yk yk yk 1
(Eq.36) h k g k 1 +2( h k + h k +1 ) g k + h k +1g k +1 =6 k +1 , com k =1,2,,( n 1).
h k +1 h
k
A equao (Eq.36) um sistema de equaes lineares A g = b , onde k =1,2,,( n 1).
A ordem do sistema : A( n 1)( n +1) , g( n +1)1 e b( n 1)1 .
Pela variao de k , o sistema A g = b indeterminado. Para se resolver o sistema, de

forma nica, necessrio impor mais duas condies, apresentadas nas trs alternativas a
seguir.
(1a) Spline Natural nos extremos, S3 ( x0 ) aproximadamente linear.
S3" ( x0 )= g 0 =0
S3" ( xn )= g n =0
(2a) Nos extremos, S3 ( x ) aproximadamente parbola.

g 0 = g1
g n = g n 1
(3a) Nos extremos, dada uma inclinao I 0 e I n para S3 ( x ).
S3' ( x0 )= I 0 s1, ( x0 )= I 0 3 a1 h12 2 b1 h1 + c1 = I 0
S3' ( xn )= I n s ,n ( xn )= I n cn = In .
Nas alternativas (1a) e (2a), so eliminadas duas variveis, g 0 e g n . Assim A g = b

SPD, sendo que, o sistema dado na ordem: A( n 1)( n 1) , g(n 1)1 e b(n 1)1 .
Na alternativa (3a), so acrescentadas duas equaes. Assim A g = b SPD, sendo

que, o sistema dado na ordem: A( n +1)( n +1) , g(n +1)1 e b(n +1)1 .
Exerccio 75 Encontrar uma aproximao para f (0,25) por spline cbica natural,
interpolando a tabela:
x0 x1 x2 x3 x4
x 0 0,5 1,0 1,5 2,0
y= f (x) 3 1,8616 0,5571 4,1987 9,0536

Resoluo: n =4, logo, procura-se s1 ( x ), s 2 ( x ), s 3 ( x ) e s 4 ( x ).
Spline Natural k =1,2,,( n 1) k =1,2,3 Utilizando a (Eq.36), segue que:
y yk yk yk 1
(Eq.36) h k g k 1 +2( h k + h k +1 ) g k + h k +1g k +1 =6 k +1
h k +1 h
k
Desenvolvendo o sistema A g = b :

.......... g 0 + .......... g1 + .......... g 2 =
..........

.......... g1 + .......... g 2 + .......... g 3 =
..........

.......... g 2 + .......... g 3 + .......... g 4 =
..........
g 0 = g 4 = .......... (Spline Natural).
Ento,
.......... .......... .......... g1 ..........
A g = b .......... .......... .......... g 2 = .......... ..........
.

.......... .......... .......... g3 ..........
Substituindo os valores:
.......... .......... .......... g1 .......... ..........
g= .
.......... .......... .......... g 2 = ..........
..........
.......... .......... .......... g3 ..........
..........
Forma geral de s i ( x ) s i ( x )= ai ( x xi )3+ bi ( x xi )2+ ci ( x xi )+ di , com i =1,2,3,4.
f (0,25) s1 (0,25)
g1 g 0
a1 = = .......... a1 = ..........
6h
g
b1 = 1 = .......... b1 = ..........
2
y y0 2hg1 + g 0 h
c1 = 1 + = .......... c1 = ..........
h 6
d 1 = y1 = .......... d 1 = ..........
Logo, s1 (0,25)= ..........
s1 (0,25)= .......... .......... f (0,25) .

Considerando os prximos 5 exerccios, encontrar uma aproximao para f ( x ) por
spline cbica natural, interpolando a tabela:
x0 x1 x2 x3 x4
x 0 0,5 1,0 1,5 2,0
y= f (x) 3 1,8616 0,5571 4,1987 9,0536
n =4, logo, procura-se s1 ( x ), s 2 ( x ), s 3 ( x ) e s 4 ( x ).
Do exerccio anterior, a forma geral de s i ( x ) dada por:
s i ( x )= ai ( x xi )3+ bi ( x xi )2+ ci ( x xi )+ di , com i =1,2,3,4.
Exerccio 76 f (0,8).
Resoluo:
f (0,8) s 2 (0,8)
g 2 g1
a2 = = .......... a 2 = ..........
6h
g
b2 = 2 = .......... b 2 = ..........
2
y y1 2hg 2 + g1h
c2 = 2 + = .......... c 2 = ..........
h 6
d 2 = y2 = .......... d 2 = ..........
Logo, s 2 (0,8)= ..........
s 2 (0,8)= .......... .......... f (0,8) .
Resoluo:
f (1,1) s 3 (1,1)
g3 g 2
a3 = = .......... a 3 = ..........
6h
g
b3 = 3 = .......... b3 = ..........
2
y y2 2hg3 + g 2 h
c3 = 3 + = .......... c 3 = ..........
h 6
d 3 = y3 = .......... d 3 = ..........
Logo, s 3 (1,1)=0,7137(0,4) 3,1260(0,4)28,6678(0,4)4,1987
3
s 3 (1,1)= .......... .......... f (1,1) .

Resoluo:
f (1,2) s 3 (1,2)
g3 g 2
a3 = = .......... a 3 = ..........
6h
g
b3 = 3 = .......... b3 = ..........
2
y y2 2hg3 + g 2 h
c3 = 3 + = .......... c 3 = ..........
h 6
d 3 = y3 = .......... d 3 = ..........
Logo, s 3 (1,2)= ..........
s 3 (1,2)= .......... .......... f (1,2) .
Resoluo:
f (1,3) s 3 (1,3)
g3 g 2
a3 = = .......... a 3 = ..........
6h
g
b3 = 3 = .......... b3 = ..........
2
y3 y2 2hg3 + g 2 h
c3 = + = .......... c 3 = ..........
h 6
d 3 = y3 = .......... d 3 = ..........
Logo, s 3 (1,3)= ..........
s 3 (1,3)= .......... .......... f (1,3) .
Resoluo:
f (1,7) s 4 (1,7)
g 4 g3
a4 = = .......... a 4 = ..........
6h
g
b4 = 4 = .......... b 4 = ..........
2
y4 y3 2hg 4 + g3h
c4 = + = .......... c 4 = ..........
h 6
d 4 = y4 = .......... d 4 = ..........
Logo, s 4 (1,7)= ..........
s 4 (1,7)= .......... .......... f (1,7) .

Clculo Numrico Ajuste de curvas pelo mtodo dos mnimos quadrados 5-64
5 Ajuste de curvas pelo mtodo dos

mnimos quadrados
5.1 Introduo
Uma forma de se trabalhar com uma funo definida por uma tabela de valores a
interpolaco. Contudo, a interpolao pode no ser aconselhvel quando:
preciso obter um valor aproximado da funo em algum ponto fora do intervalo de
tabelamento (extrapolao).
Os valores tabelados so resultado de experimentos fsicos, pois estes valores podero conter
erros inerentes que, em geral, no so previsveis.
Surge ento a necessidade de se ajustar a estas funes tabeladas uma funo que seja
uma boa aproximao para as mesmas e que nos permita extrapolar com certa margem de
segurana.
Assim, o objetivo deste processo aproximar uma funo f por outra funo g ,
escolhida de uma famlia de funes em duas situaes distintas:
Domnio discreto: quando a funo f dada por uma tabela de valores.
y
[Fig. 28]: Domnio discreto

Domnio contnuo: quando a funo f dada por sua forma analtica.
y
y = f(x)
a x
b
[Fig. 29]: Domnio contnuo

5.2 Caso Discreto

O problema do ajuste de curvas no caso em que se tem uma tabela de pontos:
x1 x2 x3 xm
f ( x1 ) f ( x2 ) f ( x3 ) f ( xm )
com x1 , x 2 , x3 , , x m [ a , b ], consiste em: escolhidas n funes contnuas g1 ( x ),

g 2 ( x ), g 3 ( x ), , g n ( x ), contnuas em [ a , b ], obter n constantes 1 , 2 , 3 , , n
tais que a funo g ( x )= 1 g1 ( x )+ 2 g 2 ( x )+ 3 g 3 ( x )+ + n g n ( x ) se aproxime ao
mximo de f ( x ).
Este modelo matemtico linear pois os coeficientes que devem ser determinados 1 ,
2 , 3 , , n aparecem linearmente, embora as funes g1 ( x ), g 2 ( x ), g 3 ( x ),
, g n ( x ) possam ser no lineares.
Surge ento a primeira pergunta: Como escolher as funes contnuas g1 ( x ), g 2 ( x ),
g 3 ( x ), , g n ( x ) ?
Esta escolha pode ser feita observando o grfico dos pontos tabelados (diagrama de
disperso) ou baseando-se em fundamentos tericos do experimento que forneceu a tabela.
Seja d k = f ( x k ) g ( x k ) o desvio em x k .
O mtodo dos mnimos quadrados consiste em escolher os coeficientes 1 , 2 , 3 ,
, n de tal forma que a soma dos quadrados dos desvios seja mnima, isto :
m m
dk2 = [ f ( xk ) g ( xk )]2 deve ser mnimo.
k =1 k =1
Assim, os coeficientes 1 , 2 , 3 , , n que fazem com que g ( x ) se aproxime ao

mximo de f ( x ), so os que minimizam a funo:
m
F ( 1 , 2 , 3 ,, n )= [ f ( x k ) g ( x k )]2 =
k =1
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) 3 g 3 ( xk ) L n g n ( xk )]2 .
k =1
g
y
f ( xk)
dk
g( xk ) x
xk
[Fig. 30]: O mtodo do mnimos quadrados
Para isto necessrio que:

F
(1 , 2 , 3 , L , n ) =0, j =1, 2, 3, , n , isto :
j
F
( 1 , 2 , 3 , L , n ) =
j
m
2 [ f ( x k ) 1 g1 ( x k ) 2 g 2 ( x k ) L n g n ( x k )] [ g j ( x k )] =0, j =1, 2, 3, , n
k =1
ou
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) L n g n ( xk )] [ g j ( xk )] =0,
k =1
j =1, 2, 3, , n
Assim, tem-se o seguinte sistema de n equaes lineares com n incgnitas 1 , 2 ,
3 , , n :
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) L n g n ( xk )] [ g1 ( xk )] = 0
k =1
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) L n g n ( xk )] [ g 2 ( xk )] = 0
(Eq.37) k =1
M M

m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) L n g n ( xk )] [ g n ( xk )] = 0
k =1
Que equivalente a:
m m m
1 k g ( x ) g ( x
1 k ) 1 + L + 1 k g ( x ) g ( x
n k ) n = g1 ( xk ) f ( xk )
k =1 k =1 k =1
m
g ( x ) g ( x ) + L + g ( x ) g ( x ) = g ( x ) f ( x )
m m
2 k 1 k 1 2 k n k n 2 k k
(Eq.38) k =1 k =1 k =1

M M
m m m
g n ( xk ) g1 ( xk ) 1 + L + g n ( xk ) g n ( xk ) n = g n ( xk ) f ( xk )
k =1 k =1 k =1
As equaes deste sistema linear so chamadas de equaes normais.

Este sistema pode ser escrito na forma matricial A = b :
a111 + a12 2 + L + a1n n = b1
a + a 22 2 + L + a2n n = b2
211

M M M M
a n1 + a n 2 2 + L + a nn n = bn
1

m m
onde A = ( aij ) tal que aij = g i ( xk ) g j ( xk ) = g j ( xk ) g i ( xk ) = a ji , ou seja, A
k =1 k =1
uma matriz simtrica;
m
= [1 , 2 , L , n ]T e b = [b1 , b2 ,L, bn ]T tal que bi = g i ( xk ) f ( xk ) .
k =1
m
Lembrando que, dados os vetores x e y m o nmero real x, y = xk y k
k =1
chamado de produto escalar de x por y , e usando esta notao no sistema normal A = b ,
tem-se: aij = g i , g j e bi = g i , f onde:
g l o vetor [ g l ( x1 ) g l ( x2 ) g l ( x3 ) L g l ( xm )]T e
f o vetor [ f ( x1 ) f ( x 2 ) f ( x3 ) L f ( x m )]T .
Desta forma o sistema na forma matricial fica:
g1 , g1 g1 , g 2 L g1 , g n 1 g1 , f
g , g g , g L g , g
2 1 2 2 2 n 2 g2 , f
(Eq.39) =
M M M M M

g n , g1 g n , g 2 L g n , g n n g n , f
Demonstra-se que, se as funes g1 ( x ), g 2 ( x ), g 3 ( x ), , g n ( x ) forem tais que os
vetores g1 , g 2 , g 3 ,L, g n , sejam linearmente independentes (LI), ento det A 0 e o sistema
de equaes possvel e determinado (SPD). Demonstra-se ainda que a soluo nica deste
sistema, 1 , 2 , 3 , , n o ponto em que a funo F ( 1 , 2 , 3 ,, n ) atinge seu
valor mnimo.
OBS. 22: Se os vetores g1 , g 2 , g 3 ,L, g n , forem ortogonais entre si, isto , se
g i , g j = 0 se i j e g i , g j 0 se i = j , a matriz dos coeficientes A ser uma matriz
diagonal, o que facilita a resoluo do sistema A = b .
Exerccio 81 (Regresso Linear) Ajustar os dados da tabela abaixo atravs de uma reta.
i 1 2 3 4 5
xi 1,3 3,4 5,1 6,8 8,0
f ( xi ) 2,0 5,2 3,8 6,1 5,8
Resoluo: Fazendo g ( x ) = 1 g1 ( x ) + 2 g 2 ( x ) e considerando g1 (x ) = .......... e

g 2 (x ) = tem-se: g (x ) = ................................................. .
.......... ,
Assim, a reta que melhor se ajusta aos valores da tabela ter coeficientes 1 e 2 , que
so soluo do seguinte sistema na forma matricial:
g1 , g1 g1 , g 2 1 g1 , f
g , g g , g =
2 1 2 2 2 g 2 , f
T
g1 =[ .......... .......... .......... .......... .......... ]
g 2 =[ .......... .......... .......... .......... .......... ]T
f =[ .......... .......... .......... .......... .......... ]T

g1 , g1 = ..............................................................................................................................................................................
g1 , g 2 = ..............................................................................................................................................................................
g 2 , g1 = ..............................................................................................................................................................................
g 2 , g 2 = ..............................................................................................................................................................................
g1 , f = ..............................................................................................................................................................................
g2 , f = ..............................................................................................................................................................................
Assim,
Logo a equao da reta procurada :

g ( x ) = .................................................
Exerccio 82 Ajustar os dados da tabela atravs da parbola g (x ) = x 2 :

i 1 2 3 4 5 6 7 8 9 10 11
xi 1 0,75 0,6 0,5 0,3 0 0,2 0,4 0,5 0,7 1
f ( xi ) 2,05 1,153 0,45 0,4 0,5 0 0,2 0,6 0,512 1,2 2,05
y
2
-1 1 x
[Fig. 31]: Diagrama de disperso.
Resoluo: Fazendo g ( x ) = 1 g1 ( x ) e considerando g1 (x ) = x 2 , obtm-se

g (x ) = .................... . Assim, para se obter a parbola que melhor se ajusta aos pontos da
tabela, ser necessrio encontrar 1 do sistema:
[ g1 , g1 ] [1 ] = f , g1 [ ]
g1 =[ .................... .................... .................... .................... .................... ]T
f =[ .................... .................... .................... .................... .................... ]T
g1 , g1 = ..............................................................................................................................................................................
..............................................................................................................................................................................
g1 , f = ..............................................................................................................................................................................
..............................................................................................................................................................................
Assim, 1 = .................... .

Logo a equao da parbola procurada : g (x ) = .................................................
Exerccio 83 Ajustar os dados da tabela abaixo por um polinmio do segundo grau
g ( x ) = 1 + 2 x + 3 x 2 .
i 1 2 3 4
xi 2 1 1 2
f ( xi ) 1 3 1 9
Resoluo: Neste caso tem-se que: g1 (x ) = .......... , g 2 (x ) = .......... e g 3 (x ) = ..........

g1 , g1 g1 , g 2 g1 , g 3 1 g 1 , f
g , g g , g g , g = g , f
2 1 2 2 2 3 2 2
g 3 , g1 g 3 , g 2 g 3 , g 3 3 g 3 , f
g1 =[ .......... .......... .......... .......... ]T
T
g 2 =[ .......... .......... .......... .......... ]
g 3 =[ .......... .......... .......... .......... ]T
f =[ .......... .......... .......... .......... ]T
g1 , g1 = ..............................................................................................................................................................................
g1 , g 2 = ..............................................................................................................................................................................
g 2 , g1 = ..............................................................................................................................................................................
g1 , g 3 = ..............................................................................................................................................................................
g 3 , g1 = ..............................................................................................................................................................................
g 2 , g 2 = ..............................................................................................................................................................................
g 2 , g 3 = ..............................................................................................................................................................................
g 3 , g 2 = ..............................................................................................................................................................................
g 3 , g 3 = ..............................................................................................................................................................................
g1 , f = ..............................................................................................................................................................................
g2 , f = ..............................................................................................................................................................................
g3 , f = ..............................................................................................................................................................................
Assim,
Logo a equao da parbola procurada :
g (x ) = .................................................

5.3 Caso Contnuo

No caso contnuo, o problema de ajuste de curvas consiste em: dada uma funo
f ( x ) , contnua em [ a , b ] e escolhidas as funes g1 ( x ), g 2 ( x ), g 3 ( x ),, g n ( x ), todas
contnuas em [ a , b ], determinar constantes 1 , 2 , 3 ,, n de modo que a funo
g ( x )= 1 g1 ( x )+ 2 g 2 ( x )+ 3 g 3 ( x )++ n g n ( x ) se aproxime ao mximo de f ( x ) no
intervalo [ a , b ].
Seguindo o critrio dos mnimos quadrados para o conceito de proximidade entre
f ( x ) e g ( x ), os coeficientes 1 , 2 , 3 ,, n a serem obtidos so tais que
b
a [ f ( x) g ( x)] dx seja o menor possvel.
2
Para achar tal que g ( x ) f ( x ), tome:

b
a [ f ( x) g ( x)] dx = F ()= F ( 1 , 2 , 3 ,, n ).
2
Encontram-se os pontos crticos de F ():

F
()=0, j =1,2,, n .
j
b b
Mas, F ()= [ f ( x ) g ( x )]2 dx = [ f ( x )2 2 f ( x ) g ( x ) + g ( x )2 ]dx
a a
b b b
F ()= f ( x )2 dx 2 f ( x ) g ( x )dx + g ( x )2 dx .
a a a
F
Ao desenvolver ()=0, j =1,2,, n , obtm-se:
j
b 2 b g ( x ) g ( x )dx b
a g 1 ( x ) dx
1 + L +
a 1 n n
= a f ( x) g1( x)dx
b
g 2 ( x ) g1( x )dx 1 + L + g 2 ( x ) g n ( x )dx n
b b
a a
= a f ( x) g 2 ( x)dx .
M O M M
b g ( x )dx
b b
a g n ( x ) g1( x )dx 1 + L + a n a f ( x) g n ( x)dx
2
=
n
Este um sistema linear A = b de ordem n .

b
A =( aij ) tal que aij = gi ( x ) g j ( x )dx = a ji aij = a ji .
a
A SIMTRICA. =( 1 , 2 , 3 ,, n ) e b =( b1 , b2 , b3 ,, bn ), tal que

b
bi = f ( x ) gi ( x )dx .
a
Usando a definio de produto escalar de duas funes p ( x ) e q ( x ) no intervalo

b
[ a , b ] por p , q = p( x ) q( x )dx , o sistema A = b fica:
a
(Eq.40) A =( aij )= gi , g j e b =( bi )= f , gi .

3
Exerccio 84 Aproximar a funo f ( x )=4 x por um polinmio do primeiro grau, uma reta,
no intervalo [0,1].
Resoluo:
g ( x )= 1 g1 ( x )+ 2 g 2 ( x )= ................................................. , isto , g1 ( x )= .......... e g 2 ( x )= .......... .
a a b g , g g1 , g 2 1 f , g1
A = b 11 12 1 = 1 1 1 =
a21 a22 2 b2 g 2 , g1 g 2 , g 2 2 f , g 2
a11 = g1 , g1 = ..........
a12 = g1 , g 2 = g 2 , g1 = a21 = ..........
a22 = g 2 , g 2 = ..........
b1 = f , g1 = ..........
b2 = f , g 2 = ..........
A = b
Logo:
g ( x )= ................................................. f ( x )=4 x3 em [0,1].
Exerccio 85 Aproximar a funo f ( x )= e x no intervalo [0,1] por uma reta.

Resoluo:
g ( x )= 1 g1 ( x )+ 2 g 2 ( x )= ................................................. , isto , g1 ( x )= .......... e g 2 ( x )= .......... .
a a b g , g g1 , g 2 1 f , g1
A = b 11 12 1 = 1 1 1 =
a21 a22 2 b2 g 2 , g1 g 2 , g 2 2 f , g 2
a11 = g1 , g1 = ..........
a12 = g1 , g 2 = g 2 , g1 = a21 = ..........
a22 = g 2 , g 2 = ..........
b1 = f , g1 = ..........
b2 = f , g 2 = ..........

Usando o mtodo de integrao por partes em b2 : u dv = u v v du
g ( x )= ................................................. f ( x )= e x em [0,1].
5.4 Famlia de Funes No Lineares nos

Parmetros
Em alguns casos, a famlia de funes escolhidas pode ser no linear nos parmetros,
m
isto , g ( x ) no da forma k gk ( x) . Nestes casos preciso efetuar uma linearizao,
k =1
atravs de transformaes convenientes.
Exemplos:
1o) f ( x ) 1 e 2 x = g ( x )
ln f ( x ) ln 1 e 2 x = ln 1 + 2 x = G ( x ).
Fazendo ln 1 = a1 e 2 = a2 , tem-se: G ( x )= a1 + a 2 x ,
Desta forma G ( x ) ln f ( x ), sendo que G ( x ) linear nos parmetros a1 e a 2 .
1
2o) f ( x ) =g(x)
1 + 2 x
1
1 + 2 x = G ( x ).
f ( x)
Fazendo 1 = a1 e 2 = a2 , tem-se: G ( x )= a1 + a 2 x ,
1
Desta forma G ( x ) , sendo que G ( x ) linear nos parmetros a1 e a 2 .
f ( x)
3o) f ( x ) 1 + 2 x = g ( x )
f 2 ( x ) 1 + 2 x = G ( x ).
Fazendo 1 = a1 e 2 = a2 , tem-se: G ( x )= a1 + a 2 x ,
Desta forma G ( x ) f 2 ( x ), sendo que G ( x ) linear nos parmetros a1 e a 2 .

Exerccio 86 Ajustar os dados da tabela que segue por uma funo da forma
2 x
g ( x )= 1 e .
x 0 1 2
f (x) 1 0,5 0,7
Resoluo: Desta forma, linearizando a funo g ( x )= 1 e 2 x , como no primeiro

exemplo anterior, tem-se:
g1 , g1 g1 , g 2 a1 , g1
g , g g , g a = , g 2
2 1 2 2 2
g1 =[ .......... .......... .......... ]T
T
g 2 =[ .......... .......... .......... ]
T
.................... =[ .................... .................... .................... ]
g1 , g1 = ..............................................................................................................................................................................
g1 , g 2 = ..............................................................................................................................................................................
g 2 , g1 = g1 , g 2 = ..........
g 2 , g 2 = ..............................................................................................................................................................................
.............. , g1 = ..............................................................................................................................................................................
............. , g 2 = ..............................................................................................................................................................................
g ( x )= ................................................. f ( x ).
Os parmetros assim obtidos no so timos dentro do critrio dos mnimos

quadrados, isto porque estamos ajustando o problema linearizado por mnimos quadrados e
no o problema original. Portanto, os parmetros a1 e a 2 do exemplo, so os que ajustam a
funo G ( x ) funo ln f ( x ), no sentido dos mnimos quadrados. No se pode afirmar
que os parmetros 1 e 2 (obtidos de a1 e a 2 ) so os que ajustam g ( x )= 1 e 2 x f ( x ),
dentro do critrio dos mnimos quadrados.

Clculo Numrico Integrao Numrica 6-74
6 Integrao Numrica
Se uma funo f ( x ) contnua em um intervalo [ a , b ] e sua primitiva F ( x )
conhecida, ento
b
(Eq.41) a f ( x)dx = F ( b ) F ( a )
onde F ' ( x )= f ( x ).
Por outro lado, nem sempre se tem F ( x ) e em alguns casos, a funo a ser integrada
dada por meio de tabela de pontos. Neste caso, torna-se necessria a utilizao de mtodos
numricos.
A idia bsica da integrao numrica a substituio da funo f ( x ) por um
polinmio que a aproxime no intervalo [ a , b ]. Assim o problema fica resolvido pela
integrao de polinmios, o que trivial de se fazer.
6.1 Frmulas de Newton-Cotes

Neste caso, o polinmio que interpola f ( x ) o faz em pontos igualmente espaados de
[ a , b ].
b n
Frmulas fechadas: x 0 = a , x n = b e a f ( x )dx = Ai f ( x i ) , sendo Ai coeficientes
i =0
determinados de acordo com o grau do polinmio aproximador.
6.1.1 Regra dos Trapzios

f (x )
y p 1(x )
f ( x 1)
f ( x 0)
0 a= x0 b= x1 x
h= b - a , h= x 1- x 0
[Fig. 32]: Regra dos trapzio.
A integral de f ( x ) no intervalo [ a , b ] aproximada pela rea de um trapzio.
b h
(Eq.42) a f ( x)dx 2
[ f ( x 0 )+ f ( x1 )] = IT
A aproximao de f ( x ) pela frmula de Lagrange p1 ( x )= y 0 L 0 ( x )+ y1 L1 ( x )

x x1 x x0
com L 0 ( x )= e L1 ( x )= , logo:
x 0 x1 x1 x 0
x x1 x x0
(Eq.43) p 1 ( x )= f ( x 0 )+ f ( x1 )
h h

6.1.1.1 Estimativa para o Erro
f ( n +1) ( x )
f ( x )= p 1 ( x )+ E ( x ) E n ( x )=( x x 0 )( x x n )
( n + 1)!
f " ( x )
E ( x )=( x x 0 )( x x1 ) , x ( x 0 , x1 )
2
f " ( x )
f ( x )= p1 ( x )+( x x 0 )( x x1 ) .
2
Integrando f ( x ):
x1 x1 x1 f " ( x ) x 0 = a
x 0
f ( x ) dx = p1 ( x ) dx +
x0 x0
( x x 0 )( x x1 )
2
dx , com
x1 = b
b
IT = p1 ( x ) dx
a
b f " ( x )
E T = ( x a )( x b ) dx
a 2
1 " b
ET = f ( c ) ( x a )( x b ) dx
2 a
1 ( b a )3
ET = f " ( c )
2 6
h3 "
(Eq.44) ET = f ( c ) com c ( a , b )
12
ou
h3
(Eq.45) | E T | max | f " ( x )|
12 [ a ,b ]
x
OBS. 23:
b
b x3 ax 2 bx 2 b 3 3ab 2 + 3a 2 b a 3 (b a )3
a
2
( x a x b x + a b ) dx = = = .
3 2 2 a 6 6
9
Exerccio 87 Calcular 1 6 x 5 dx , usando a regra dos trapzios.
Resoluo:
9
1 6 x 5 dx IT = .................... .
O erro cometido ser, no mximo:

Logo, | E T | .................... .
6.1.2 Regra dos Trapzios repetida

y
f (x )
0 a= x0 x1 x2 x3 x n-1 b= xn x
[Fig. 33]: Regra dos trapzios repetida
h = x1 x 0 = x 2 x1 = x 3 x 2 = = x n x n 1
ba
h= , com n sendo o nmero de subdivises do intervalo [ a , b ].
n
b
a f ( x)dx A1 + A2 + A3 ++ An tal que Ai =rea do trapzio i , com i =1,2,, n .
h
Ai = [ f ( x i 1 )+ f ( x i )]
2
n 1
b h
(Eq.46) a f ( x )dx [ f ( x 0 )+ f ( x n )+2 f ( x i ) ]
2 i =1

(b a ) 3
(Eq.47) | E TR | 2
max | f " ( x )|
12n x[ a ,b ]
9
Exerccio 88 Calcular 1 6 x 5 dx empregando o mtodo dos trapzios com 8 repeties.
Determine uma aproximao para o erro cometido.
Resoluo:

x x 0 = ....... x1 = ....... x 2 = ....... x 3 = ....... x 4 = ....... x 5 = ....... x 6 = ....... x 7 = ....... x 8 = .......
f (x)
9
1 6 x 5 dx .................... .
Erro cometido ser, no mximo:
| E TR | .................... .
Neste caso em particular, f ( x ) pode ser integrada de forma exata:
9
1 6 x 5 dx = .................... .
1
Exerccio 89 Seja I = e x dx . Calcule uma aproximao para I usando 10 subintervalos e a
0
regra dos trapzios repetida. Estimar o erro cometido.
Resoluo:
1 x
0 e dx .................... .
Erro cometido ser, no mximo:
| E TR | .................... .
1
Exerccio 90 Seja I = e x dx . Qual o nmero mnimo de subdivises, para a regra dos
0
trapzios repetida aplicada em I , de modo que o erro seja inferior a 103?
Resoluo:
n = .................... .
6.1.3 Regra 1/3 de Simpson

obtida aproximando-se a funo f ( x ) da (Eq.41) por um por um polinmio
interpolador de 2o grau, p2 ( x ), que dado pela frmula de Lagrange:
p2 ( x )= L0 ( x ) f ( x0 )+ L1 ( x ) f ( x1 )+ L2 ( x ) f ( x2 )

2 (x x j )
tal que Li ( x )= , com i =0,1,2.
j = 0 ( xi xj)
j i
y
f (x )
f ( x 0) p2(x )
f ( x 2)
f ( x 1)
0 a= x0 m= x 1 b= x2 x
h h
[Fig. 34]: Regra 1/3 de Simpson.
x0 = a , x1 = m e x2 = b
a+b
m = x1 =
2
ba
h=
2
x0 x1 = h , x0 x2 =2 h ,
x1 x0 = h , x1 x2 = h ,
x2 x0 =2 h , x2 x1 = h .
( x x1 )( x x 2 ) ( x x 0 )( x x 2 ) ( x x 0 )( x x1 )
p 2 ( x )= f ( x 0 )+ f ( x1 )+ f ( x2 )
( h )( 2h ) ( h)( h) ( 2h )( h )
b x2 x2
a f ( x )dx = f ( x )dx p2 ( x )dx
x0 x0
f ( x0 ) x2 f ( x1 ) x2 f ( x2 ) x2
=
2h 2 x 0
( x x1 )( x x2 ) dx
h 2 x 0
( x x0 )( x x2 )dx +
2h 2 x ( x x0 )( x x1 )dx
0
h
= [ f ( x 0 )+4 f ( x1 )+ f ( x2 )]
3
b x2 h
Lago: f ( x )dx = f ( x )dx [ f ( x 0 )+4 f ( x1 )+ f ( x2 )].
a x0 3

x2 x2 x2
x 0
f ( x )dx = p2 ( x )dx + R 2 ( x )dx
x0 x0
b b f ''' ( x )
(Eq.48) ES = R 2 ( x )dx = ( x x0 )( x x1 )( x x2 ) dx
a a 3!
6.1.3.2 Mudana de Varivel

x x0 x0 x 0
z= x = hz + x 0 x = x0 = a z = z =0
h h

x2 x 0 2h
x = x2 = b z = = z =2
h h
dx
dz = dx = h dz
h
h f ''' ( z ) 2
ES =
6 0 hz ( hz h )( hz 2 h ) dz
h 4 f ''' ( z ) 2 h 4 ''' 2
ES =
6 0
z ( z 1)( z 2) dz =
6
f ( z ) ( z 3 3 z 2 + 2 z ) dz
0
2
h 4 ''' z4 h 4 '''
ES = f ( z ) z 3 + z 2 = f ( z ) 0 = 0.
6 4 0 6
1442443
=0
Logo, ES =0. Isso quer dizer que ES no depende de R2 (resduo de 2o grau).

Ento:
b b f 4 ( x )
ES = R3 ( x )dx = ( x x0 )( x x1 )( x x2 )( x x3 ) dx
a a 4!
h5 f 4 ( z ) 2 h5 4 2
ES =
24 0
z ( z 1)( z 2)( z 3) dz =
24
f ( z ) ( z 4 6 z 3 + 11z 2 6 z )dz
1 0
4444244443
4
=
15
h5 4
ES = f () com ( a b ).
90
h5
(Eq.49) | ES | = max | f 4 (x ) |
90 x[ a ,b ]
ba ( b a )5
Considerando h = h5 = , tem-se:
2 32
( b a )5
(Eq.50) | ES | max | f 4 (x ) |.
2880 x[ a ,b ]

6.1.4 Regra 1/3 de Simpson repetida

y
f (x )
0 a= x0 x1 x2 x3 x4 x5 x6 xm -2 xm -1 b = x m x
h
[Fig. 35]: Regra 1/3 de Simpson repetida
ba
Na figura, tome h = h = xi xi 1 ( i =1,2, m ), para m =2 n m par.
2n
Aplica-se a regra de Simpson repetidas vezes no intervalo [ a , b ]=[ x0 , xm ].
x0 , x1 ,, xm so pontos igualmente espaados.

Ento:
b xm
a f ( x )dx =
x0
f ( x )dx
h h h
[ y 0 +4 y1 + y2 ]+ [ y2 +4 y 3 + y4 ]++ [ ym 2 +4 y m 1 + ym ]
3 3 3
b h
a f ( x)dx 3 [ y 0 + ym +2( y2 + y4 ++ ym 2 )+4( y1 + y 3 ++ y m 1 )]
m 1 m
b h 2 2
(Eq.51) a f ( x )dx y 0 + ym +2 y2i +4 y2i 1 .
3 i =1 i =1
6.1.4.1 Estimativa para o erro: ESR

h5
ESR n max | f 4 (x ) |
90 x[ a ,b ]
h5
(Eq.52) ESR n max | f 4 (x ) |
90 x[ a ,b ]
ba ( b a )5
Considerando h = h5 = , tem-se:
2n 32n5
( b a )5
(Eq.53) ESR max | f 4 (x ) |
4 x[ a ,b ]
2880n

1
Exerccio 91 Seja I = e x dx . Calcule uma aproximao para I usando a regra 1/3 de
0
Simpson com m =10. Estime o erro cometido.
Resoluo:
1 x
0 e dx ................................................. .
Estimativa do erro:
ESR ................................................. .
Observe que ESR ................................................. e ETR ................................................. .
1
Exerccio 92 Seja I = e x dx . Para que valor de m teramos erro inferior a 103?
0
Resoluo:
m = .................... Para um erro inferior a 103 seriam necessrios .......... subintervalos.

Obs: na regra dos trapzios com repetio so necessrios .......... intervalos.
10
Exerccio 93 Seja I = log xdx . Aproxime I com a regra dos trapzios com 8 repeties.
6
Estime o erro cometido.
Resoluo:
h = ................................................. h = .................... .
i 0 1 2 3 4 5 6 7 8
xi
f ( xi )

10
6 log xdx ................................................. .
Estimativa do erro:
ETR ................................................. .
10
Exerccio 94 Seja I = log xdx . Aproxime I com a regra de Simpson com 8
6
subintervalos. Estime o erro cometido.
Resoluo:
h = ................................................. h = .................... . m = .......... e n = .......... .

i 0 1 2 3 4 5 6 7 8
xi
f ( xi )
10
6 log xdx ................................................. .
Estimativa do erro:
E SR ................................................. .

Clculo Numrico Soluo numrica de equaes diferenciais ordinrias 7-83
7 Soluo numrica de equaes

diferenciais ordinrias
7.1 Introduo
Se uma equao diferencial tem apenas uma varivel independente, ento ela uma
equao diferencial ordinria.
EXEMPLOS:
dy
= x + y ; y , = x 2 + y 2 ; y ,, +(1 y 2 ) y , + y =0.
dx
Se uma equao diferencial envolve mais que uma varivel independente, ento ela
equao diferencial parcial.
EXEMPLO:
2u 2u
+ =0, com u u ( x , y ).
x 2 y 2
A ordem de uma equao diferencial a mais alta ordem de derivao que aparece na
equao.
Se, dada uma equao diferencial de ordem n , a funo, assim como suas derivadas
at ordem n 1, so especificadas em um mesmo ponto, ento temos um problema de valor
inicial (PVI).
Se, em problemas envolvendo equaes diferenciais ordinrias de ordem n , n 2, as
n condies fornecidas no so dadas todas num mesmo ponto, ento temos um problema de
valor de contorno (PVC).
dy
Exerccio 95 Resolver a seguinte EDO: = xy .
dx
Resoluo:
y = .................... , para k . Que representa uma famlia de curvas em 2.
Exerccio 96 Para a mesma EDO anterior, y , = xy , resolva considerando uma condio

inicial y ( x0 )= y0 , com x0 =0 e y0 =1.
Resoluo:
y = .................... .

7.2 Problema de valor inicial (PVI)

Uma equao diferencial de ordem n se apresenta da seguinte forma:
(Eq.54) y ( n ) = f ( x , y , y , , y , , , y ( 3) , y ( 4 ) ,, y ( n 1) )
onde
dl y
y (l ) = , l =1,2,, n , x [ a , b ] e y :[ a , b ].
dx l
Associadas a (Eq.54), podem existir condies cujo nmero coincide com a ordem da
EDO. Se tais condies se referem a um nico valor x , tem-se um PROBLEMA DE VALOR
INICIAL PVI. Caso contrrio, tem-se um problema de valores de conterno.
7.2.1 Soluo numrica de um PVI de primeira ordem

ba
Toma-se m subintervalos de [ a , b ], ( m 1), e faz-se x j = x0 + j h onde h = ,
m
j =0,1,2,, m , x j [ a , b ].
I h ={ x0 , x1 ,, xm } denominado REDE ou MALHA de [ a , b ]. A soluo numrica

ym ( x ) a funo linear por partes.
y(xm )
Soluo
Exata ym
y(x3)
y (x2) Soluo
y (x1) y3 Numrica
y (x0 )
y(x0) = y0 y2
y0 y1
x0 x1 x2 x3 xm-1 xm
[Fig. 36]: Grfico da soluo numrica de um PVI.
NOTAO: y ( x j ) y j significa que y j aproximao para y ( x j ), x j I h .
NO GRFICO: y ( x j ) valor exato;
y j valor aproximado; j =1,2,, m .
7.2.2 Mtodo de Euler

Seja o PVI de primeira ordem definido por:
y , = f ( x, y )
(Eq.55)
y( x0 ) = y0 = , sendo um nmero dado.

Para se aproximar y j para as solues exatas y ( x j ), com j =1,2,, m , procura-se
inicialmente y1 .
T
y1
e1
y (x1 ) y(x )
y(x0) = y0
x0 x1
[Fig. 37]: Grfico do mtodo de Euler.
Traa-se a tangente T curva y ( x ) no ponto ( x0 , y ( x0 )), cuja equao :
(Eq.56) y ( x )= y ( x0 )+( x x0 ) y , ( x0 ).
Fazendo x = x1 e lembrando que y ( x0 )= y0 , x1 x0 = h , y , ( x0 )= f ( x0 , y ( x0 )) e

y1 y ( x1 ), tem-se:
(Eq.57) y1 = y0 + h f ( x0 , y ( x0 )).
7.2.2.1 Erro cometido

e1 = y1 y ( x1 ).
7.2.2.2 Aproximao e erro de y j de forma geral

y j +1 = y j + h f ( x j , y j )
(Eq.58) , com j =0,1,2,, m 1.
e j +1 = y j +1 y( x j +1 )
O mtodo de Euler consiste em calcular RECURSIVAMENTE a seqncia { y j }

atravs das frmulas:
( A) y0 = y ( a ) =
(Eq.59) , com j =0,1,2,, m 1.
( B ) y j +1 = y j + h f ( x j , y j )
y, = x y + 2
Exerccio 97 Achar aproximaes para a soluo do PVI na malha de [0,1]
y ( 0 ) = 2
com h =0,1.
Resoluo:
1 0
x0 =0, y0 =2, a =0, b =1, m = m =10.
0,1
Usar (Eq.58) para j =0,1,2,,9.
j =0:

j =1:
TABELA:
j xj yj y ( xj ) y j y ( x j )= e j
0 0 2
1
2
3
4
5
6
7
8
9
10
Na pratica, no se dispe da soluo exata y ( x j ) do PVI. Da a necessidade de se
determinar uma expresso matemtica para o erro. Usa-se a frmula de Taylor para
desenvolver y ( x ), soluo terica do PVI, em torno de x0 :
x x0 , ( x x0 )2 ,, ( x x0 )3 ,,,
(Eq.60) y ( x )= y ( x0 )+ y ( x0 )+ y ( x0 )+ y ( x0 )+
1! 2! 3!
Fazendo x = x1 e lembrando que y ( x0 )= y0 , x1 x0 = h , y , ( x0 )= f ( x0 , y ( x0 )) e
y1 = y ( x1 ), toma-se os dois primeiros termos da (Eq.60):
y1 = y0 + h f ( x0 , y0 ). Generalizando-se, tem-se (Eq.58).
7.2.2.3 Erro local de truncamento - ELT

O erro no mtodo de Euler quando se calcula y1 obtido a partir do resto da frmula
( x x0 )2 ,, h2 ,,
de Taylor, que : y (), x0 << x1 , ou e1 = y (), para h = x1 x0 .
2! 2!
Numa etapa j dos clculos, tem-se:
h 2 ,,
(Eq.61) ej = y (), x j 1 << x j ,
2!
que o ERRO LOCAL DE TRUNCAMENTO ELT.

Na prtica, procura-se estabelecer COTAS ou ESTIMATIVAS para que se possa
conduzir o clculo do erro com segurana.
Toma-se k = y , , (), constante, e h suficientemente pequeno para ser tomado como
parmetro do ELT. Diz-se que ELT da ordem de h 2 e se escreve ( h 2 ).
7.2.3 Mtodos de Runge-Kutta

7.2.3.1 Mtodos de passo simples
Um mtodo para resolver o PVI (Eq.55) de passo simples se a aproximao y j +1
depende apenas do resultado y j da etapa anterior.
Forma geral para mtodos de passo simples:

(Eq.62) y j +1 = y j + h ( x j , y j ; h ), para j =0,1,2,, m 1.
Onde a funo incremento e h o comprimento do passo.

OBS. 24: Para o mtodo de Euler, a funo incremento ( x j , y j ; h )= f ( x j , y j ). Um
caso especial de Runge-Kutta.
7.2.3.2 Mtodos com Derivadas

O mtodo de Euler possui ordem um pois, foi obtido da frmula de Taylor com
desenvolvimento at o termo em h .
Ao fazer o mesmo desenvolvimento at o termo em h 2 , obtm-se o mtodo de passo
simples e ordem dois.
, h 2 ,,
(Eq.63) y j +1 = y j + h y ( x j )+ y ( x j ), para j =0,1,2,, m 1.
2!
7.2.3.3 ELT Erro local de truncamento

h3 , , ,
(Eq.64) e j +1 = y (), x j << x j +1 .
3!
OBS. 25: Em (Eq.63), y , ( x j )= f ( x j , y j ).
y ,, ( x j )=? Regra da cadeia de f em relao a x j :
f f x f y
(x j , y j ) = ( x j , y j ) (x j , y j ) + ( x j , y j ) (x j , y j )
x4243 x
1 x4243 y
1 x4243
1
= y ,, ( x j ) =1 = f (x j ,y j )
f f
y , , ( x j )= ( x j , y j )+ ( x j , y j ) f ( x j , y j )
x y
y, = x y + 2
Exerccio 98 Achar aproximaes para a soluo do PVI na malha [0,1] com
y (0) = 2
h =0,1 usando o mtodo da (Eq.63).
Resoluo:

1 0
x0 =0, y0 =2, a =0, b =1, m = m =10.
0,1
Usar (Eq.63) para j =0,1,,9.
j =0:
j =1:
TABELA:
j xj yj y ( xj ) y j y ( x j )= e j
0 0 2
1
2
3
4
5
6
7
8
9
10
7.2.4 Mtodo de Euler Aprimorado (Mtodo de Runge-

Kutta de Segunda Ordem)
Retomando a (Eq.62): y j +1 = y j + h ( x j , y j ; h ), para j =0,1,2,, m 1.

1
Fazendo-se ( x j , y j ; h )= ( k1 + k2 ) e substituindo na equao, tem-se:
2
h
(Eq.65) y j +1 = y j + ( k1 + k2 ), para j =0,1,2,, m 1
2
onde k1 = f ( x j , y j ) e k2 = f ( x j + h , y j + h k1 ).
dy
= xy
Exerccio 99 Achar aproximaes para a soluo do PVI dx na malha [0,1] com
y(0) = 1
h =0,5 usando o mtodo de Euler Aprimorado.
Resoluo:
2
j xj yj k1 k2 y ( x j )= e x /2 | y j y ( x j )|
0 0 1
1
2
7.2.5 Frmulas de Runge-Kutta de Quarta Ordem

Estas frmulas so normalmente as mais utilizadas.
h
(Eq.66) y j +1 = y j + ( k1 +2 k2 +2 k3 + k4 ), para j =0,1,2,, m 1
6
onde k1 = f ( x j , y j ),
h h
k2 = f ( x j + , y j + k1 ),
2 2
h h
k3 = f ( x j + , y j + k2 ) e
2 2
k4 = f ( x j + h , y j + h k3 ).
7.2.5.1 Erro local de truncamento: ETL

h5 (5)
(Eq.67) ej = y (), x j 1 << x j .
5!
dy
= xy
Exerccio 100 Calcular a soluo do PVI dx com h =0,1, no interior do intervalo
y(0) = 1
[0,1], pelo mtodo de Runge-Kutta de quarta ordem.
Resoluo:
h
y j +1 = y j + ( k1 +2 k2 +2 k3 + k4 ), para j =0,1,2,,9.
6
k1 = .........................................................................................
k2 = .........................................................................................
k3 = .........................................................................................

k4 = .........................................................................................
j xj yj k1 k2 k3 k4
0 0 1
1
2
3
4
5
6
7
8
9
10
y, = x y + 2
Exerccio 101 Achar aproximao para a soluo do PVI na malha [0,1] com
y ( 0) = 2
h =0,1 usando o mtodo de Runge-Kutta de segunda ordem (Euler aprimorado).
Resoluo:
1 0
x0 =0, y0 =2, a =0, b =1, m = m =10.
0,1
0,1
y j +1 = y j + ( k1 + k2 ), para j =0,1,2,,9.
2
k1 = ......................................................................................... e k2 = .........................................................................................
j xj yj k1 k2
0 0 2
1
2
3
4
5
6
7
8
9
10

Numeric o

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Numeric o

Enviado por

Direitos autorais:

Formatos disponíveis

APOSTILA

Centro Federal de Educao

Lauro Csar Galvo, Dr. e Luiz Fernando Nunes, Dr.

1 Noes bsicas sobre Erros

MODELAGEM: a fase de obteno de um modelo matemtico que descreve o

OBS. 1: Caractersticas do planeta Terra.

1.2 Erros Absolutos e Relativos

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

1.2.2 Erro Relativo ou Taxa de Erro

1.3 Erros de Arredondamento e Truncamento

1.3.2 Erro de Truncamento

Exerccio 4 Aproximar truncando na quarta casa decimal, sendo que =3,1415926535

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

1.4 Aritmtica de Ponto Flutuante

exp representa o expoente de e assume valores entre I exp S ;

OBS. 2: Os nmeros assim representados esto NORMALIZADOS, isto , a mantissa

1.5 Converso de Bases

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

Exerccio 9 11,012 = x10 .

Exerccio 10 403,125 = x10 .

1.5.2 Converso da Base Decimal para a (10)

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

Exerccio 12 Converta 5910 para a base 3.

1.5.3 Exerccios: Converso de Bases

Exerccio 18 Transforme a medida 35 h 48 min 18 seg para minutos.

Exerccio 19 Transforme 35,805 horas para horas, minutos e segundos.

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

1.6 Operaes de Pontos Flutuantes

Exerccio 22 4,26 + (9,24 + 5,04)

Exerccio 23 (4210 4,99) 0,02

Exerccio 24 4210 (4,99 + 0,02)

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

OBS. 5: Em aritmtica de ponto flutuante no valem as propriedades associativas nem

1.6.3 Exerccios complementares

Exerccio 29 11111112 = x10 .

Exerccio 30 10101012 = x10 .

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

Exerccio 32 0,01111112 = x10 .

Exerccio 33 1,0100112 = x10 .

Nos exerccios seguintes, converter os nmeros para a base binria, determinando o

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

Exerccio 37 Determine x com 8 dgitos: 2,4710 = x2 .

Logo: 2,4710 = 210 + 0, 4710 = 102 + 0,011110002 = 10, 011110002.

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

2 Zeros reais de funes reais

2.2 Fase I: Isolamento das razes

[Fig. 2]: O grfico de uma funo y = f ( x ) e seus zeros.

OBS. 6: Sob as hipteses do teorema 1, o zero x = ser definido e nico em [ a , b ] se

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

[Fig. 3]: Exemplo de uma funo estritamente crescente num intervalo de a at b .

Exerccio 38 Isolar os zeros da funo f ( x )= x 3 9 x +3.

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

Exerccio 39 Isolar os zeros da funo f ( x ) = x ln x 3,2 .

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

[Fig. 7]: Grfico da funo f ( x ) = x ln x 3,2 .

[Fig. 8]: Grfico da funo f ' ( x ) = 1 + ln x .

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

[Fig. 9]: Os grficos de g ( x ) = 5 log x e h( x ) = 2 0,4 x .

Exerccio 41 Isolar os zeros da funo f ( x ) = x 5e x .

[Fig. 10]: Os grficos de g ( x ) = x e h( x ) = 5e x .

2.3 Fase II: Refinamento - Critrios de Parada

Centro Federal de Educao Tecnolgica do Paran (CEFET-PR) LAURO / NUNES

[Fig. 11]: O mtodo da bisseco ou dicotomia.

Exerccio 42 Determinar um valor aproximado para 5 , com erro inferior a 102 .