Escolar Documentos
Profissional Documentos
Cultura Documentos
1.1 Introduo
1.1.1 Modelagem e Resoluo
A anlise dos processos que resolvem problemas matemticos por meio de operaes
aritmticas;
O desenvolvimento de uma seqncia de operaes aritmticas que levem s
respostas numricas desejadas (Desenvolvimento de algoritmos);
O uso de computadores para obteno das respostas numricas, o que implica em
escrever o mtodo numrico como um programa de computador
Espera-se, com isso, obter respostas confiveis para problemas matemticos. No entanto,
no raro acontecer que os resultados obtidos estejam distantes do que se esperaria obter.
Suponha que voc est diante do seguinte problema: voc est em cima de um edifcio
que no sabe a altura, mas precisa determin-la. Tudo que tem em mos uma bola de
metal e um cronmetro. O que fazer?
onde:
s a posio final;
s0 a posio inicial;
v0 a velocidade inicial;
t o tempo percorrido;
g a acelerao gravitacional.
A bolinha foi solta do topo do edifcio e marcou-se no cronmetro que ela levou 2
segundos para atingir o solo. Com isso podemos conclui a partir da equao acima que a
altura do edifcio de 19,6 metros.
Erros de modelagem:
Resistncia do ar,
Velocidade do vento,
Forma do objeto, etc.
Estes erros esto associados, em geral, simplificao do modelo matemtico.
Erros de resoluo:
Preciso dos dados de entrada
(Ex. Preciso na leitura do cronmetro. p/ t = 2,3 segundos, h = 25,92 metros, gravidade);
Forma como os dados so armazenados;
Operaes numricas efetuadas;
Erro de truncamento (troca de uma srie infinita por uma srie finita).
Motivao:
Exemplo 1:
a) 31140 m2
b) 31416 m2
c) 31415,92654 m2
Exemplo 2:
Calcular S = 1
3000
xi para xi = 0.5 e para xi = 0.11
a) =3,14
b) =3,1416
c) =3,141592654
Dependncia da aproximao escolhida para . Aumentando-se o nmero de dgitos
aumentamos a preciso. Nunca conseguiremos um valor exato.
Existem outras bases: 8 (base octal), 12, 60, porm, a base utilizada pela maioria dos
computadores a base binria, onde se utiliza os algarismos 0 e 1.
Exemplos:
(1100) 2 = 1 2 3 + 1 2 2 + 0 21 + 0 2 0
1997 = 1 10 3 + 9 10 2 + 9 101 + 7 10 0
Logo, 1997 = (1997)10 .
1.2.2 Representao de um nmero real
Se o nmero real x tem parte inteira xi , sua parte fracionria xf = x - xi pode ser escrita
como uma soma de fraes binrias:
Assim o nmero real ser representado juntando as partes inteiras e fracionrias, ou seja,
onde, x possui n+1 algarismos na parte inteira e m+1 algarismos na parte fracionria.
Exemplo:
(14,375)10 = (1110,011) 2
O nmero binrio ento formado pela concatenao do ltimo quociente com os restos
das divises, lidos em sentido inverso.
Exemplos:
a) (13)10 = (?)2
Quociente Resto
13/2 6 1
6/2 3 0
3/2 1 1
b) (25)10 = (?)2
Quociente Resto
25/2 12 1
12/2 6 0
6/2 3 0
3/2 1 1
c) (0,375)10 = (?)2
Quociente Resto
13/2 6 1
7/2 3 0
3/2 1 1
(0,25)10 = (0,01) 2
0,25 0,50
x2 x2
0,50 1,0
Ateno: Nem todo nmero real na base decimal possui uma representao finita na base
binria. Tente fazer a converso de (0,1)10 . Esta situao ilustra bem o caso de erro de
arredondamento nos dados.
a) (100110) 2 = (?)10
b) (1100101) 2 = (?)10
c) (40,28)10 = (?)2
d) (110,01) 2 = (?)10
e) (3,8)10 = (?)2
d d d d
x = 1 + 22 + 33 + ... + tt . e
onde:
d i - so nmeros inteiros contidos no intervalo 0 d i 1; i = 1,2,.., t ;
e - representa o expoente de e assume valores entre I e S onde
I , S - so, respectivamente, limite inferior e superior para a variao do expoente;
d1 d 2 d 3 dt
+ 2 + 3 + ... + t a chamada mantissa e a parte do nmero que representa
seus dgitos significativos e t o nmero de dgitos significativos do sistema de
representao, comumente chamado de preciso da mquina.
Um nmero real x no sistema de aritmtica de ponto flutuante pode ser escrito tambm
na forma:
x = (0, d1d 2 d 3 ...d t ). e
com d 1 0 , pois o primeiro algarismo significativo de x.
Exemplos:
Soluo:
b) Considerando agora que estamos diante de uma mquina que utilize apenas trs dgitos
significativos e que tenha como limite inferior e superior para o expoente,
respectivamente, -2 e 2, como seriam representados nesta mquina os nmeros do
exemplo a)?
Um erro de overflow ocorre quando o nmero muito grande para ser representado, j
um erro de underflow ocorre na condio contrria, ou seja, quando um nmero
pequeno demais para ser representado.
1.5 Erros
Erro absoluto: Diferena entre o valor exato de um nmero x e seu valor aproximado x
obtido a partir de um procedimento numrico.
Ea x = x x
Exemplos:
a) Sabendo-se que = (3,14; 3,15) tomaremos para um valor dentro deste intervalo e
teremos, ento, E a x = < 0.01 .
b) Seja x representado por x = 2112,9 de forma que E a x < 0,1 podemos dizer que
x (2112,8; 2113,0) .
c) Seja y representado por y = 5,3 de forma que E a y < 0,1 , podemos dizer que
y (5,2; 5,4)
Temos que os valores para os respectivos erros absolutos nas letras b e c foram idnticos.
Podemos afirmar que os valores de x e y foram representados com a mesma preciso?
E ax xx
E rx = =
x x
E px = Erx 100%
Exemplos:
a) Seja x representado por x = 2112,9 de forma que E a x < 0,1 podemos dizer que
x (2112,8; 2113,0) .
E ax 0,1
E rx = < 4,7 10 5
x 2112,9
b) Seja y representado por y = 5,3 de forma que E a y < 0,1 , podemos dizer que
y (5,2; 5,4)
Eay 0,1
E ry = < 0,02
y 5,3
E p y = 0,02.100% = 2%
Para valores prximos de 1, os erros absoluto e relativo, tm valores muito prximos.
Entretanto, para valores afastados de 1, podem ocorrer grandes diferenas, e se deve
escolher um critrio adequado para podermos avaliar se o erro que est sendo cometido
grande ou pequeno.
Dar a representao dos nmeros a seguir num sistema de aritmtica de ponto flutuante
de trs dgitos para = 10, I=-4 e S=4
Ser mostrado um exemplo que ilustra como os erros descritos anteriormente podem
influenciar no desenvolvimento de um clculo.
a) ( x 2 + x1 ) x1
b) x 2 + ( x1 x1 )
Fazendo x1 = 0.3491 10 4 e x2 = 0,2345 100 temos:
Exemplo:
Mecnica Vetorial para Engenheiros Esttica
F. P. Beer & E. R. Johnston, Jr.
5a Edio Revisada 1994
MAKRON Books do Brasil Editora Ltda
Problema 4.60 (Pgina 254) Uma haste delgada de comprimento 2R e
peso P est presa a um cursor em B e apoiada em um cilindro de raio R.
Sabendo que o cursor pode se deslocar livremente ao longo de sua guia
vertical, determine o valor de correspondente ao equilbrio. Despreze o
atrito.
Incgnita: ngulo correspondente ao equilbrio.
B Equao resultante durante o desenvolvimento da
2R
soluo:
cos3=sen
Reformatao do problema:
cos3-sen=0
Considerando f()=cos3-sen, a soluo da
R equao corresponde ao zero da funo f().
2.2.2 Equilbrio de Corpos Rgidos com Apoio Deformvel
P
L/2
h (calado)
Lquido
Pr-requisitos:
o Considere uma funo f(x) contnua dentro de um intervalo [a, b];
o Considere ainda que nos extremos do intervalo [a, b] a funo estudada
apresente sinais contrrios, ou seja, f(a)*f(b)<0.
Resultado:
o Garante-se a existncia de pelo menos um zero dessa funo dentro do
intervalo [a, b].
Idia:
o Encontrar um intervalo menor que o intervalo original e que atenda aos pr-
requisitos acima mencionados;
o Repetir o procedimento anterior at que se atinja o critrio de tolerncia de
determinao do zero da funo.
Estratgia de diminuio do intervalo:
o Nenhum cuidado especial necessrio para garantir o primeiro pr-requisito
uma vez que toda funo contnua em um intervalo, tambm ser contnua em
qualquer subintervalo menor;
o Para garantir que nesse novo intervalo a funo continue a apresentar sinais
contrrios, deve-se:
o Escolher um ponto c dentro do intervalo original [a, b];
o Redefinir o novo intervalo substituindo o extremo cujo sinal da funo o
mesmo que no ponto escolhido.
Y Y
Y=f(X) Y=f(X)
f(b) f(b)
Ponto
interior
f(c)
a c a
f(c) X X
z b z c b
f(a) f(a)
Ponto
Zero Zero interior
onde
aij so os coeficientes;
xj so as variveis;
bi so as constantes, tal que e .
onde
Exemplo:
Para i = (n-1),...,1
Para j = (i+1),...,n
Fim
Fim
3.6.1.1 Escalonamento
Operaes Elementares
Exemplo:
Algoritmo para escalonamento do sistema
Para j = 1,...,(n-1)
Para i = (j+1),...,n
Para k = 1,...,n
Fim
Fim
Fim
Exemplo:
Critrio: buscar linha com maior coeficiente em mdulo.
Observao:
Geram uma seqncia de vetores {x}k, a partir de uma aproximao inicial {x}0. Sob
certas condies essa seqncia converge para a soluo, caso ela exista.
Idia principal:
a12 a1n b1
0 L a
a11 a11 11
b
a21 a2 n 2
0 L g = a22
C = a22 a22
M M O M M
a an 2 b
n1 L 0 n
ann ann ann
Ento, pode-se calcular o vetor soluo para cada iterao k, como sendo:
n
bi aij x (jk 1)
j =1
j i
xi( k ) = , para i = 1,K, n
aii
Exemplo:
1 1
0 3 3 7
1 2 3
C= 0
4 4 g = 1
0 2 1
0
5
Observa-se que quanto mais iteraes forem realizadas, mais prximo estar o vetor x da
soluo exata do sistema linear.
Algoritmo
Enquanto
dist > tolerncia
nite < nmero mximo de iteraes.
ento:
nite = nite + 1
Para i = 1,...,n
s = bi
Para j = 1,...,n
Se i for diferente de j
s = s aij * x0j
Fim
Fim
xi = s/aii
Fim
dist = norma(x-x0)
x0=x
Fim
3.7.2 Mtodo de Gauss-Seidel
Idia principal:
Isolando x, atravs da separao pela diagonal, conforme foi feito no mtodo anterior:
Numa dada iterao (k), ao calcular-se x1, ainda no se tem posse dos demais valores do
vetor soluo do sistema (x2, x3, .., xn). Por esse motivo, utiliza-se valores do vetor
soluo da iterao (k-1). J para os outros elementos de x(k), pode-se fazer uso de valores
j calculados na iterao corrente, por exemplo, ao calcular-se x2 j se conhece
previamente o valor de x1, e ao calcular-se x3, j se conhece os valores de x1 e x2.
Generalizando, para uma iterao (k) qualquer, um elemento i do vetor do vetor soluo
pode ser representado da seguinte forma:
i 1 n
bi aij x (jk ) a ij x (jk 1)
j =1 j =i +1
xi( k ) = , para i = 1, K, n
aii
Exemplo:
(1) 1
( )
x1 = 3 7 1x2 1x3 = 3
0 0 7
(1) 1
4
( 1 0
)
x2 = 4 1x1 2 x3 =
5
12
(1) 1
5
( 1 1
)
x3 = 5 0 x1 2 x2 = 5
6
Note que para o mesmo sistema linear e para um mesmo chute inicial, o mtodo de
Gauss-Seidel tende a convergir para a resposta exata do sistema numa quantidade menor
de iteraes que o mtodo de Gauss-Jacobi. Isto ocorre porque como vimos, o mtodo de
Gauss-Seidel faz uso de elementos do prprio vetor soluo da iterao corrente para
atualizar sua estimativa.
(k)
Iterao {x}
1 2.3333 0.4167 0.8333
2 1.9167 0.1042 0.9583
3 1.9792 0.0260 0.9896
4 1.9948 0.0065 0.9974
5 1.9987 0.0016 0.9993
6 1.9997 0.0004 0.9998
7 1.9999 0.0001 1.0000
... ...
Soluo exata 2.0000 0.0000 1.0000
Observa-se tambm que quanto mais iteraes forem realizadas, mais prximo estar o
vetor x da soluo exata do sistema linear em questo.
Algoritmo
Enquanto
dist > tolerncia
nite < nmero mximo de iteraes.
ento:
nite = nite + 1
Para i = 1,...,n
s0 = b i
s1 = 0;
Para j = 1,...,(i-1)
s0 = s0 aij*xj
Fim
Para j = (i+1),...,n
s1 = s1 aij*x0j
Fim
xi = (s0+s1)/aii
Fim
dist = norma(x-x0)
x0=x
Fim
n
asj
j =1
s = js
ass
3.7.3.2 Critrio das colunas
Os valores de s so calculados conforme a equao abaixo:
n
a js
j =1
s = js
ass
a12 + K + a1n
1 =
a11
E os demais s so calculados utilizando os valores j calculados de s:
Exemplo:
Utilizando o critrio das linhas, verificar se o sistema com matriz dos coeficientes A
abaixo garante condio de convergncia para os mtodos iterativos.
10 2 1
A = 1 5 1
2 3 10
Verifica-se ento que independentemente do chute inicial para o vetor soluo x0, ao
utilizar um mtodo iterativo para resolver um sistema linear com matriz dos coeficientes
igual a apresentada acima, ir se convergir para a soluo exata do sistema.
4 INTERPOLAO
Interpolar uma funo f(x) consiste em aproximar essa funo por uma outra funo p(x)
que satisfaa algumas propriedades. Em geral, a interpolao de funes usada nas
seguintes situaes:
O grfico abaixo representa uma funo interpoladora para os pontos (1,1), (2,3), (3,5) e
(4,3). Note que a curva intercepta todos os pontos fornecidos.
4.1 Mtodos Numricos para Interpolao
Dados n pontos distintos (x1,f(x1)), (x2,f(x2)), ..., (xn,f(xn)), deseja-se aproximar f(x) por
um polinmio p(x) de grau menor ou igual a (n-1).
Suponha que voc tenha dois pontos distintos (n=2), ento, o melhor polinmio que
interpola esses dois pontos ser uma reta, ou seja, um polinmio de grau 1. Da mesma
forma, dados 3 pontos distintos, o melhor polinmio ser uma parbola. Caso voc
fornea, por exemplo, 3 pontos (n=3) que pertenam a uma reta, o polinmio interpolador
ainda sim ser ter grau 1, ou seja, grau menor que (n-1).
e o fato de que o polinmio interpolador ter, no mximo, grau (n-1), temos que o
polinmio interpolador assumir a seguinte forma:
Desse modo:
Exemplo:
x f(x)
-1 4
0 1
2 -1
Soluo:
Resolvendo o sistema:
Algoritmo:
Para i = 1,...,n
Para j = 1,...,n
Aij = xi^(j-1)
Fim
Fim
a = A-1 . {y}
4.1.2 Mtodo de Lagrange
Seja p(x) um polinmio com grau (n-1) que interpola f em x1, x2, ..., xn.
Ento, podemos representar p(x) na forma:
ou
E desse modo:
Exemplo:
x f(x)
-1 4
0 1
2 -1
Soluo:
Algoritmo:
p=0
Para i = 1,...,n
s=1
Para k = 1,...,n
Se k for diferente de i
s = s * (x-xk)/(xi-xk)
Fim
Fim
p = p + f(xi)*s
Fim
4.1.3 Mtodo de Newton
Desse modo:
Exemplo:
x f(x)
-1 4
0 1
2 -1
Soluo:
Algoritmo:
5 AJUSTE
Dado um conjunto de pontos, no ajuste ou aproximao tenta-se encontrar uma funo
p(x) que melhor aproxime esses pontos. Aqui, no existe a necessidade da funo passar
pelos pontos conhecidos.
Considere uma tabela de m pontos (x1, f(x1)), (x2, f(x2)), ..., (xm, f(xn)) com x1, x2, ...,
xm pertencentes a um intervalo [a,b]. Deseja-se encontrar uma funo q(x) = a1g1(x) +
a2g2(x) + ... + angn(x) que melhor ajuste esses pontos. Ou seja, determinar a funo q(x)
que mais se aproxime de f(x).
A escolha das funes pode ser feita observando o grfico dos pontos tabelados ou
baseando-se em fundamentos tericos dos experimentos que forneceu a tabela.
Exemplo:
Experincia onde foram medidos valores de corrente eltrica que passa por uma
resistncia submetida a vrias tenses.
O Mtodo dos Mnimos Quadrados um mtodo bastante utilizado para ajustar uma
determinada quantidade de pontos. Sua deduo ser mostrada a seguir.
Considere dados m pontos (x1, f(x1)), (x2, f(x2)), ..., (xm, f(xm)) e as n funes g1(x),
g2(x), ..., gn(x) escolhidas de alguma forma. Considere que o nmero de pontos tabelados
m sempre maior ou igual ao nmero de funes escolhidas n (ou ao nmero de
coeficientes a determinar ai).
O objetivo encontrar os coeficientes a1, a2, ..., an tais que a funo q(x) = a1g1(x) +
a2g2(x) + ... + angn(x) se aproxime ao mximo de f(x). Seja dk = f(xk) q(xk) o desvio
em xk. Um conceito de proximidade que dk seja mnimo para todo k = 1, 2, ..., m.
O Mtodo dos Mnimos Quadrados consiste em escolher os ais de tal forma que a soma
dos quadrados dos desvios seja mnima.
Usando clculo diferencial, sabe-se que para encontrar um ponto de mnimo de F(a1, a2,
..., an), necessrio achar inicialmente os pontos crticos (ou seja, todos os ais).
5.1.1 Ajuste Linear
Exemplo:
O processo usado acima para clculo da funo para ajuste linear pode ser estendido para
ajuste polinomial. Assim, uma funo polinomial de grau (n-1) dada por:
ou em notao matricial:
Exemplo:
5.1.3 Linearizao
Logo, se fizermos:
encontramos a linearizao:
encontra-se a expresso:
5.1.3.4 Funo Hiperblica
Fazendo:
Tem-se tambm:
Exemplo:
Soluo:
Como vamos ajustar os pontos por uma funo exponencial precisamos fazer a seguinte
adaptao:
Ou seja, a coordenada y de cada ponto dever ser substituda por seu logaritmo, logo:
Logo,
onde,
Algoritmo
Verifica tipo_de_ajuste;
Caso tipo_de_ajuste seja Exponencial
Para i = 1,...,m
yi = ln Yi
Fim
Fazer Ajuste Linear com x,y retornando coeficientes s1 e s2
a = e s1
b = s2
Caso tipo_de_ajuste seja Logartmico
Para i = 1,...,m
xi = ln xi
Fim
Fazer Ajuste Linear com x,y retornando coeficientes s1 e s2
a = s2
b = e s1 / a
Caso tipo_de_ajuste seja Potencial
Para i = 1,...,m
yi = ln yi
xi = ln xi
Fim
Fazer Ajuste Linear com x,y retornando coeficientes s1 e s2
a = e s1
b= s2
Caso tipo_de_ajuste seja Hiperblico
Para i = 1,...,m
xi = 1/xi
Fim
Fazer Ajuste Linear com x,y retornando coeficientes s1 e s2
a = s1
b = s2
Caso tipo_de_ajuste seja Polinomial (polinmio de grau n-1)
Para i = 1,...,n
Para j = i,...,n
Aij = 0
Para k = 1,...,m
Aij = Aij + xk^(i+j-2)
Fim
Aji = Aij
Fim
bi = 0
Para k = 1,...,m
bi = bi + yk*xk^(i-1)
Fim
Fim
s = (A^-1) . b
Fim
ou seja,
Por exemplo:
Este sistema no linear admite quatro solues, representadas pelos pontos onde as
curvas se interceptam.
6.2 Consideraes
O vetor das derivadas parciais da funo fi(X) denominado vetor gradiente de fi(X) e
denotado por:
Exemplo:
Determinar a matriz Jacobiana do sistema no linear abaixo:
6.3 Caractersticas dos Mtodos para Resoluo
dos Sistemas de Equaes no Lineares
Iteratividade
Veremos aqui basicamente trs tipos de mtodos numricos para a resoluo de sistemas
de equaes no lineares. Os mtodos sero descritos e caracterizados a seguir.
Este o mtodo mais amplamente utilizado para resolver sistemas de equaes lineares.
O mtodo combina duas idias bsicas comuns nas aproximaes numricas:
Linearizao
Para ilustrar mais facilmente o uso do mtodo de Newton para a soluo de sistemas de
equaes no lineares, considere um sistema com uma incgnita e uma nica equao:
Expandindo essa equao usando srie de Taylor prximo a um ponto inicial (x1,f(x1)) e
tomando-se apenas os primeiros termos desta expanso (linearizao), tem-se:
Graficamente, temos:
Tomando a tangente curva em x1, tem-se que:
Exemplo:
Soluo:
Soluo exata:
Algoritmo:
k=k+1
Calcular e
Dx =
XK+1 =
Fim
Apesar da reduo do custo computacional, este mtodo pode ser mais sensvel
convergncia, ou seja, o nmero de iteraes necessrias geralmente maior que quando
se usa o mtodo de Newton-Raphson.
Exemplo: