Escolar Documentos
Profissional Documentos
Cultura Documentos
Cálculo Numérico
- UTFPR -
Índice
1 Noções básicas 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 Aritmética de Ponto Flutuante ....................................................................... 1-2
1.5 Conversão de Bases ....................................................................................... 1-3
1.5.1 Conversão da Base para a Decimal (10) ................................................................ 1-3
1.5.2 Conversão da Base Decimal para a (10) ................................................................ 1-4
1.5.3 Exercícios: Conversão de Bases ...................................................................................... 1-6
1.6 Operações de Pontos Flutuantes .................................................................... 1-7
1.6.1 Representações .............................................................................................................. 1-7
1.6.2 Exercícios ........................................................................................................................ 1-7
1.6.3 Exercícios complementares ............................................................................................ 1-8
1.1 Erros
Para se obter a solução do problema através do modelo matemático, erros são
cometidos nas fases: MODELAGEM e RESOLUÇÃO.
RESOLUÇÃO:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-2
1.2.2 Erro Relativo ou Taxa de Erro
Erro relativo de 𝑥 é o módulo do quociente entre o erro absoluto 𝐸𝐴𝑥 e o valor exato 𝑥
ou o valor aproximado 𝑥̅ , se 𝑥 ou 𝑥̅ ≠ 0.
𝐸𝐴𝑥 𝑥−𝑥̅ 𝐸𝐴𝑥 𝑥−𝑥̅
𝐸𝑅𝑥 = | |=| | ou 𝐸𝑅𝑥 = | |=| |.
𝑥 𝑥 𝑥̅ 𝑥̅
5. Sabendo-se que 𝑒 𝑥 pode ser escrito através da fórmula abaixo, faça a aproximação de
𝑒 2 através de um truncamento após quatro termos da somatória.
∞
𝑥
𝑥𝑖 𝑥 𝑥2 𝑥3
𝑒 = ∑ = 1+ + + +⋯ , −∞ < 𝑥 < ∞
𝑖! 1! 2! 3!
𝑖=0
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-3
𝑑1 𝑑2 𝑑3 𝑑𝑡
𝑥 = ±[ + 2 + 3 + ⋯ + 𝑡 ] ∗ 𝛽 𝑒𝑥𝑝
𝛽 𝛽 𝛽 𝛽
Onde:
𝑑𝑖 são números inteiros contidos no intervalo 0 ≤ 𝑑𝑖 < 𝛽; 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 variação do expoente;
𝑑 𝑑 𝑑 𝑑
[ 𝛽1 + 𝛽22 + 𝛽33 + ⋯ + 𝛽𝑡𝑡] é chamada de mantissa e é a parte do número que representa
seus dígitos significativos;
t número de dígitos do sistema de representação.
8. 10112 x10 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-4
9. 11,012 x10 .
Resolução:
a.2) N
N
r1 q1
r2 q2
qn1
rn qn Até que qn
N10 ( qn rn rn 1 r3 r2 r1 )
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-5
Resolução:
b) PARTE FRACIONÁRIA ( F ):
Multiplica-se F por e toma-se a parte inteira do produto como o primeiro dígito do
número na base . Repete-se o processo com a parte fracionária do produto tomando sua parte
inteira. Continua-se até que a parte fracionária seja igual a zero.
Nos exercícios a seguir, determinar o valor de x :
13. 0,187510 x2 .
Resolução:
14. 0,610 x2 .
Resolução:
15. 13,2510 x2 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-6
1.5.3 Exercícios: Conversão de Bases
Transforme para a base que se pede (determine o valor de x ).
17. 19,3867187510 x4 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-7
1.6.2 Exercícios
20. Preencher a tabela a seguir, com base nos parâmetros: t 3, 10, I 5, S 5 e −5 ≤
exp ≤ 5.
Número Truncamento Arredondamento
6,48
0,0002175
3498,3
0,00000001452
2379441,5
OBS. 4: Deve-se converter os valores para a aritmética de ponto flutuante com 3
algarismos significativos.
Nos exercícios seguintes, calcular o valor das expressões utilizando aritmética de
ponto flutuante com 3 algarismos significativos.
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-8
22. 4,26 (9,24 5,04)
Resolução:
2
25. (4,0237 6,106)
7
Resolução:
2 (4,0237 6,106)
26.
7
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-9
30. 10101012 x10 .
Resolução:
34. 3710 x2 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-10
35. 234510 x2 .
Resolução:
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-11
a x
b
a x
b
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-12
Na pesquisa dos zeros reais de funções reais é muito útil o uso do Teorema 1 (que
fornece condições de existência de zeros em um intervalo), bem como da OBS 1. (que garante
a unicidade, isto é, garante que no intervalo considerado existe um e somente um zero da
função f ).
Outro recurso bastante empregado é: a partir da equação 𝑓(𝑥) = 0, obter a equação
equivalente g ( x ) h ( x ) e esboçar os gráficos destas funções obtendo os pontos onde as
mesmas se intersectam, pois f ()0 g () h ().
y = f(x)
1 2 3 x
-4 -3 -2 -1 1 2 3 4
y
g(x) h(x)
1 x
-4 -3 -2 -1 2 1 2 3 3 4
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-13
y = f’(x)
-3 3 x
-4 -3 -2 -1 1 2 3 4
y y = f(x)
0,3
0,2
0,1 3,2 3,4 x
2,6 2,8 3,0
0
-0,1
-0,2
-0,3
-0,4
-0,5
-0,6
-0,7
-0,8
-0,9
-1,0
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-14
y f’ (x)
1 x
y g (x)
2
1
h(x)
1 2 3 x
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-15
y
2
g (x)
h(x)
1 2 3 x
m3
a m2 m1 b x
Assim, na figura anterior tem-se:
ab a m1 m m1
m1 , m2 , m3 2 ,
2 2 2
Desta forma, o maior erro que se pode cometer na:
(b a)
1a iteração ( n 1): é
2
(b a)
2a iteração ( n 2): é
22
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-16
(b a)
3a iteração ( n 3): é
23
(b a)
n a iteração: é
2n
Se o problema exige que o erro cometido seja inferior a um parâmetro , determina-se
(b a)
a quantidade n de iterações encontrando o maior inteiro que satisfaz a inequação:
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 log2 log
2 2
log( b a) log
n
log 2
r
que L 10 ft , r1 ft e V12,4 ft , encontre a profundidade da água no tanque com
3
precisão de 0,01 ft .
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-17
r
h h
Resolução:
Para se confirmar a unicidade deste zero neste intervalo, pode-se utilizar a OBS. 1, isto é,
calcula-se a derivada f , (h) de f (h) para verificar que a mesma preserva o sinal no
intervalo ]0,1[.
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-18
Algoritmo do Método da Bissecção
Seja f (x) uma função contínua 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; precisão ou tolerância () e o
número máximo de iterações (ITMAX).
Saída: Solução aproximada x ou mensagem de "solução não encontrada" com a precisão
desejada no número máximo de iterações.
PASSO 1
Faça i 1
FA= f (a)
PASSO 2
Enquanto i ITMAX execute os passos de 3 a 6
PASSO 3
( a b)
Faça x e FX f (x)
2
PASSO 4
(b a)
Se FX 0 ou < , então
2
Saída ( x ) (Procedimento executado com sucesso)
FIM
PASSO 5
Faça i i 1
PASSO 6
Se FA·FX > 0 então faça a x e FA FX
Caso contrário faça b x
PASSO 7
Saída (Solução não encontrada com a precisão exigida)
FIM
2.3.2 Método do Ponto Fixo (ou Método da Iteração Linear ou Método das
Aproximações sucessivas)
Neste método a seqüência de aproximações do zero de uma função 𝑓(𝑥) (𝑓(𝛼) = 0)
é obtida através de uma relação de recorrência da forma:
xn1 ( xn ) , n 0, 1, 2,
O ponto x 0 será considerado uma aproximação inicial do zero da função f (x) e
(x) é uma função que tem como ponto fixo, isto é, () .
A primeira pergunta a ser respondida é: dada uma função f (x) com zero , como
encontrar uma função (x) que tenha como ponto fixo? Isto pode ser feito através de uma
série de manipulações algébricas sobre a equação f (x) 0, transformando-a em uma equação
equivalente da forma x (x) . Nestas transformações devem-se tomar os devidos cuidados
para que (x) esteja definida em e para que pertença à imagem de . Como o zero é
desconhecido, é necessário determinar um intervalo I que contenha e que esteja contido
tanto no domínio quanto na imagem de . É necessário que o zero de f (x) seja único no
intervalo I, caso contrário não será possível discernir qual o zero determinado.
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-19
y y =x
(x)
x
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-20
y y =x
2 (x)
x0 x2 x3 x1 6 x
=2
y
6 y =x
x2
x0 x1 x
=2
1 (x)
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-21
Assim, os dois exercícios anteriores mostram que dependendo da transformação
x (x) escolhida, a relação de recorrência xn1 ( xn ) pode ou não fornecer uma
seqüência {xn } convergente. Desta forma, como determinar a priori, quais transformações
fornecerão seqüências convergentes? As figuras que seguem ilustram alguns casos onde
ocorrem convergência e alguns casos onde não ocorre convergência.
x3 x2 x1 x0 x
x1 x3 x4 x2 x0 x
x0 x1 x2 x3 x
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-22
A seqüência xk não converge para o zero .
y (x) y =x
x3 x1 x0 x2 x
O Teorema que segue estabelece condições suficientes para garantir a convergência do
processo iterativo.
OBS. 2: Como as condições que o teorema que segue são apenas suficientes, dada uma
função que não satisfaça estas condições, não se pode garantir que a seqüência gerada
x1 , x2 , x3 , diverge.
OBS. 4: A condição iii) do Teorema 2 pode ser substituída por: iii’) o zero é o ponto
médio do intervalo I . Na verdade, se para o intervalo I a, b , estão satisfeitas as condições
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-23
i) e ii) do Teorema 2, e se a estiver mais próximo de do que de b então, denotando a
por r, tem-se que para qualquer x0 a, r a hipótese iii) do teorema é verificada. Mais
ainda, para todo I a, b nas condições do teorema 2, existe I ’ I tal que qualquer que seja
x0 I ’ tem-se que xn I ’, n 1.
OBS. 5: A determinação do extremo de I a, b mais próximo do zero pode ser feito
da seguinte maneira: Suponhamos satisfeitas as hipóteses i) e ii) do Teorema 2. Nestas
(a b)
condições, seja x̂ (ponto médio do intervalo I ). Sabe-se que (xˆ ) está mais
2
próximo de do que x̂ . Se x̂ < (xˆ ) , então está entre x̂ e b , ou seja, b é o extremo de I
mais próximo de . Analogamente, se x̂ > (xˆ ) , então a é o extremo de I mais próximo de
. Se x̂ (xˆ ) , então x̂ é o zero procurado.
a x b
(x) x
a x b
(x) x
Este é o caso em que b é o extremo mais próximo de .
Logo,
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-24
Logo,
pn pn 1
pn
f ( pn )
6
Encontrar o zero de f (x) e x 4 com precisão 10 , utilizando o método do
x 2
49.
ponto fixo.
Resolução: Pode-se construir uma tabela de valores para f ( x ) e analisar os sinais:
x 3 2 1
f (x)
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-25
y h(x) = e x
5 g (x) = x 2 - 4
4
3
2
1
-3 -2 -1 1 2 3 x
-1
-2
-3
-4
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-26
n xn xn1 xn1 xn
0
1
2
3
4
Portanto, x =
OBS. 8: A (x) é válida mesmo que f ' () 0, uma vez que xn .
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-27
Interpretação Geométrica do Método de Newton
O ponto xn1 é obtido traçando-se a tangente ao gráfico da função f (x) no ponto
( xn , f ( xn )) . A intersecção da reta tangente com o eixo das abscissas fornece a nova
aproximação xn1 . Esta interpretação justifica o nome de método das tangentes.
y
f (xn)
xn+1 xn
f (x) x2 x1 x0 x
f ( xn ) f ( xn )
tg f ' ( xn ) xn1 xn
xn xn1 f ' ( xn )
p n p n1
pn
f ( pn1 )
OBS. 11: O Método de Newton irá falhar se para algum n, f '( pn1 ) 0.
6
50. Encontrar a solução para a equação x = cos x com precisão 10 .
Resolução:
Pode-se construir uma tabela de valores para f ( x ) e analisar os sinais:
x 0
2
f (x)
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-29
y g (x)= x
1
3 h(x)= cos x
2
2 x
2
-1
n xn xn 1 xn1 xn
0
1
2
3
4
Portanto, x =
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-30
Interpretação Geométrica do Método da Secante
Os valores 𝑥0 e 𝑥1 são aproximações iniciais que determinam a reta pelos pontos
(𝑥0 , 𝑓(𝑥0 )) e (𝑥1 , 𝑓(𝑥1 )). A intersecção da reta secante com o eixo das abscissas fornece a
nova aproximação 𝑥2 .
Então, de dois valores 𝑥𝑛−1 e 𝑥𝑛 é determinada a reta pelos pontos (𝑥𝑛−1 , 𝑓(𝑥𝑛−1 )) e
(𝑥𝑛 , 𝑓(𝑥𝑛 )). A intersecção desta reta com o eixo das abscissas fornece a aproximação 𝑥𝑛+1.
y
f (x )
f ( x0 )
f ( x3 )
x1 x2 x4
x3 x0 x
f ( x4 )
f (x 2)
L a ur o
Cesa r
Ga lvã o f (x 1)
Para o desenho acima, tome 𝑥𝑛 = 𝑥1 . Desta forma, 𝑥𝑛−1 = 𝑥0 e 𝑥𝑛+1 = 𝑥2 . Assim, os
dois triângulos abaixo são semelhantes e foram tirados da figura acima.
L a ur o
Cesa r
Ga lvã o
f (x n -1)
f (x n)
x n +1 xn x n+1 x n-1
Então, por semelhança de triângulos, temos:
𝑓(𝑥𝑛−1 ) 𝑥𝑛−1 − 𝑥𝑛+1
=
𝑓(𝑥𝑛 ) 𝑥𝑛 − 𝑥𝑛+1
Isolando 𝑥𝑘+1 , temos:
𝑓(𝑥𝑛−1 ) ∙ (𝑥𝑛 − 𝑥𝑛+1 ) = 𝑓(𝑥𝑛 ) ∙ (𝑥𝑛−1 − 𝑥𝑛+1 )
𝑓(𝑥𝑛−1 )𝑥𝑛 − 𝑓(𝑥𝑛−1 )𝑥𝑛+1 = 𝑓(𝑥𝑛 )𝑥𝑛−1 − 𝑓(𝑥𝑛 )𝑥𝑛+1
𝑥𝑛+1 ∙ (𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )) = 𝑥𝑛−1 ∙ 𝑓(𝑥𝑛 ) − 𝑥𝑛 ∙ 𝑓(𝑥𝑛−1 )
𝑥𝑛−1 𝑓(𝑥𝑛 ) − 𝑥𝑛 𝑓(𝑥𝑛−1 )
𝑥𝑛+1 =
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-31
Algoritmo do Método da Secante
Para encontrar uma solução para f (x) =0, dadas duas aproximações inicial 𝑝0 e 𝑝1.
Dados de Entrada: Aproximações inicial 𝑝0 e 𝑝1, precisão ou tolerância () e o número
máximo de iterações (ITMAX).
Saída: Solução aproximada 𝑝 ou mensagem de “solução não encontrada”.
PASSO 1
Faça i =1
PASSO 2:
Enquanto i ITMAX, execute os passos 3 – 6
PASSO 3
𝑝0 𝑓(𝑝1 )−𝑝1 𝑓(𝑝0 )
Faça 𝑝 = (calcular 𝑝𝑖 )
𝑓(𝑝1 )−𝑓(𝑝0 )
PASSO 4
Se |𝑝 − 𝑝1 | < então
Saída (p) (procedimento efetuado com sucesso)
FIM
PASSO 5
Faça i = i 1
PASSO 6
Faça 𝑝0 = 𝑝1 e 𝑝1 = 𝑝 (atualize 𝑝0 e 𝑝1)
Passo 7:
Saída (solução não encontrada após ITMAX iterações)
FIM
OBS. 13: Outros critérios de parada podem ser utilizados:
pn pn1
p n p n1
pn
f ( pn1 )
51. Considerando o mesmo exercício anterior, encontrar a solução para a equação x = cos x
com precisão 10 6 , usando o método da secante. Considere 𝑥0 = 0 e 𝑥1 = 1, como
aproximações iniciais.
Resolução: 𝑓(𝑥) = cos(𝑥) − 𝑥 = 0
Assim, a fórmula recursiva do método da secante para este caso fica:
𝑥𝑛−1 𝑓(𝑥𝑛 ) − 𝑥𝑛 𝑓(𝑥𝑛−1 )
𝑥𝑛+1 =
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
n x(n-1) x(n) x(n+1) |x(n+1) - x(n)|
0 0 1
1
2
3
4
Portanto, x =
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-32
2.3.5 Comparação entre os métodos
Nos exercícios seguintes, considerando cada método especificado, determine uma
aproximação para o zero da função.
52. Pelo método da Bissecção, determine uma aproximação para x (1,2) da função
4
𝑓(𝑥) = 𝑒 −𝑥 − cos 𝑥 com aproximação 1 10 tal que ( b a )/2 1 .
2
Resolução:
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
53. Pelo método do Ponto Fixo ou Aproximações Sucessivas, determine uma aproximação
2
para 𝑥̅ (1,2) da função 𝑓(𝑥) = 𝑒 −𝑥 − cos 𝑥 com aproximação 𝜀1 = 𝜀1 = 10−4 tal que
|𝑓(𝑥𝑛 )| < 𝜀1 ou |𝑥𝑛+1 − 𝑥𝑛 | < 𝜀2 . Utilize 𝑥0 1,5.
Resolução:
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-33
54. Pelo método de Newton-Raphson, determine
2 1
4
uma10aproximação
2 x 𝑥̅ (1,2)
fpara da função n1 1
𝑓(𝑥) = 𝑒 −𝑥 − cos 𝑥 com aproximação tal que | ( )| ou
|𝑥𝑛+1 − 𝑥𝑛 | < 𝜀2 . Utilize 𝑥0 1,5.
Resolução:
55. Pelo método da secante, determine uma aproximação para 𝑥̅ (1,2) da função
𝑓(𝑥) = 𝑒 −𝑥 − cos 𝑥 com aproximação 1 2 10 4 tal que | f ( xn1 )| 1 ou
2
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-34
an1 x1 an 2 x2 ann xn bn
ou
n
S n aij x j bi , i 1, 2, , n .
j 1
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-35
3.1.6 Classificação quanto ao Determinante de A
det A 0 (SPD) sistema linear possível e determinado (SOLUÇÃO ÚNICA);
det A 0 (SPI) ou (SI): a matriz A é SINGULAR.
(SPI) Sistema possível e indeterminado,
(SI) Sistema impossível.
OBS. 1: Se bi 0, i 1, 2, , n , isto é, se b 0, o sistema é dito HOMOGÊNEO. Todo
sistema homogêneo é compatível, pois admite sempre a solução x 0. A solução é chamada
TRIVIAL.
2 x1 3x2 x3 5
56. Resolver o sistema S3 , com S3 4 x1 4 x2 3x3 3 .
2 x 3x x3 1
1 2
Resolução:
1 ( i 2,3).
calculam-se os multiplicadores mi(0 )
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-36
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-37
57. 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
24,5x 8,8x 2 11,5x3 49,7
S 4 A x b 1 45,1x 4
52,3x1 84,0 x 2 23,5x3 11,4 x 4 80,8
21,0 x1 81,0 x 2 13,2 x3 21,5x 4 106,3
Resolução:
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
Então A x b U x c [ A b ] [ U c ].
U xc
Logo: x
Cálculo do Resíduo
Uma medida para avaliar a precisão dos cálculos é o resíduo, que é dado por:
r b Ax .
r
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-38
Algoritmo de Eliminação de Gauss
Seja o sistema A x b , com Ann , xn1 e bn1 .
Sempre supor que akk 0 na etapa k .
TRIANGULARIZAÇÃO: A x b U x c .
Para 1, 2, , ( n 1)
k
Para i ( k 1), , n
a
m ik
akk
aik 0
Para j ( k 1), , n
aij aij m akj
bi bi m bk
FIM
FIM
FIM
RESOLUÇÃO 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
b s
xk k
akk
FIM
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-39
i miq L p Li .
(0 ) (0 )
L(1) (0)
U xc
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-40
3.2.3 Fatoração LU
“Toda matriz não singular admite uma decomposição em duas matrizes triangulares,
uma superior e outra inferior”. Quem garante esse resultado é o teorema abaixo.
Teorema de Gauss
Seja A uma matriz quadrada de ordem n tal que det A ≠ 0. Sejam U uma matriz
triangular superior,
𝑢𝑖𝑗 , se 𝑖 ≤ 𝑗
𝑈={
0, se 𝑖 > 𝑗
e L uma matriz triangular inferior com diagonal unitária,
0, se 𝑖 < 𝑗
𝐿 = { 1, 𝑠𝑒 𝑖 = 𝑗
𝑙𝑖𝑗 , se 𝑖 > 𝑗
Então existe e é única a decomposição A = LU, onde U é a matriz resultante do
processo de eliminação gaussiana e 𝑙𝑖𝑗 = 𝑚𝑖𝑗 , (multiplicadores de linhas, sem troca de sinal).
2 1 1 1 0 0 2 1 1
Apresentamos como exemplo: 𝐴 = (4 4 3) = (2 1 0) (0 2 1 )
6 7 4 ⏟3 2 1 ⏟0 0 −1
L U
A base do método de Decomposição LU, também conhecido como método Fatoração,
consiste na resolução de sistemas triangulares.
Seja o sistema linear Ax = b
Supor que seja possível fatorar a matriz A dos coeficientes: A = LU
Nestas condições, o sistema Ax = b pode ser reescrito na forma LUx = b, o que permite
o desmembramento em dois sistemas triangulares:
Ly = b e Ux = y
Resolvendo o primeiro sistema, calculamos y que, usado no segundo sistema,
fornecerá o vetor procurado x.
Dessa maneira, conhecidas L e U, o sistema será resolvido com 2n2 operações (dois
2𝑛3
sistemas triangulares), o que representa um ganho substancial comparado com as
3
operações do método da eliminação de Gauss.
(0) (0)
Multiplicadores: 𝑚21 = 𝑚31 =
__________________ __________________
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-41
Então:
(1) (0) (1) (0) (0) (0)
𝐿1 ← 𝐿1 ; 𝐿2 ← −𝑚21 ∗ 𝐿1 + 𝐿2
(1) (0) (0) (0)
𝐿3 ← −𝑚31 ∗ 𝐿1 + 𝐿3
A(1) = ( )
Pivô = 𝑎22 =
____
Multiplicadores:
(1)
𝑚32 =
__________________
Então:
(2) (1) (2) (1)
𝐿1 ← 𝐿1 ; 𝐿2 ← 𝐿2
(2) (1) (1) (1)
𝐿3 ← −𝑚32 ∗ 𝐿2 + 𝐿3
A(2) = ( )
Os fatores L e U são:
1 2 −1
A=𝐿∗𝑈= ( )∗( ) = (2 3 −2)
1 −2 1
Vamos aproveitar o Exercício acima para resolver um sistema de equações lineares
através da Decomposição LU.
𝑥1
𝑥
Logo, 𝑥 = ( 2 ) = ( ).
𝑥3
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-42
62. Resolva o sistema linear a seguir usando a fatoração LU:
3𝑥1 + 2𝑥2 + 4𝑥3 = −1
{ 𝑥1 + 𝑥2 + 2𝑥3 = 10
4𝑥1 + 3𝑥2 + 2𝑥3 = 5
Resolução:
𝑥=( )
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-43
𝑥=( )
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-44
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-45
𝐴=( )
𝑈=( )
𝐿=( )
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-46
3.2.4 Refinamento de Soluções
Seja x (0 ) a solução aproximada para A x b . Obtém-se a solução melhorada x (1)
aplicando-se a correção (0 ) em x (0 ) .
x (1) x (0 ) (0 )
Se A x (1) b , então
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 , calcula-se x x .
(0 ) (1) (0 ) (0 )
(2 ) (3) (k )
Repete-se o processo para se obter x , x , , x , até que se tenha a precisão
desejada. Logo, obtém-se o refinamento de forma iterativa pela seguinte equação:
x (i ) x (i 1) (i 1) , com i 1, 2, k .
] x x
(0 ) (0 ) (1) (0 ) (0 )
k 1 [ Ar
Linha Multiplicador m Matriz Aumentada
(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:
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-47
[ A r (0) ]
Então:
[ A r (0) ] (0 )
Como:
x (1) x (0 ) (0 )
r (1) b A x (1)
Logo,
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-48
Assim, a fórmula recursiva x F x d é dada na forma matricial por:
a a a b1
0 12 13 1n
a11 a11 a11
x1 a x1 a11
x 21 23 2n x 2
a a b
0
2 a22 a22 a22 a22
2
x3 a31 a32
a3n x3 b3
0
a 33 a 33 a 33 a 33
xn xn
a a a b n
n1 n 2 n3 0
ann ann ann ann
ou ainda x ( k 1) F x (k ) d o que é equivalente a:
( k 1) b1 (a12 x2( k ) a13 x3( k ) a14 x4( k ) a1n xn( k ) )
1
x
a11
( k 1) b2 (a21 x1 a23 x3 a24 x4( k ) a2 n xn( k ) )
(k ) (k )
2
x
a22
x ( k 1) bn (an1 x1 an 2 x2 an3 x3 an( n1) x( n1) )
(k ) (k ) (k ) (k )
n
ann
67. Resolva o sistema a seguir, utilizando o método de Gauss-Jacobi, com x(0) 0n1 e
10 2 0,01.
10x1 2 x2 x3 7
A x b x1 5x2 x3 8 x F x d
2 x 3x 10x3 6
1 2
Resolução:
F e d
x ( k 1) F x (k ) d
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-49
68. Verificar se o critério das linhas é satisfeito no sistema de equações A x b , que segue:
10x1 2 x2 x3 7
A x b x1 5x2 x3 8
2 x 3x 10x 6
1 2 3
10 2 1
Resolução: A 1 5 1
2 3 10
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-50
69. Verificar se o critério das linhas é satisfeito no sistema de equações A x b , que segue:
x1 3x2 x3 2
A x b 5x1 2 x2 2 x3 3
6 x2 8x3 6
1 3 1
Resolução: A 5 2 2
0 6 8
A
Logo, esta nova matriz dos coeficientes A é estritamente diagonal dominante, o que
garante a convergência do método de Gauss-Jacobi aplicado a este sistema com esta nova
ordem de equações e incógnitas.
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-51
70. Resolva o sistema a seguir, utilizando o método de Gauss-Seidel, com x(0) 0n1 e
10 2 0,01.
10x1 2 x2 x3 7
A x b x1 5x2 x3 8
2 x 3x 10x 6
1 2 3
Resolução:
Neste caso a fórmula de recorrência fica:
( k 1)
x1
( k 1)
x2
( k 1)
x3
x
F e d
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-52
x
x
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-53
3.3.5 Critério de Sassenfeld
Uma condição suficiente para garantir a convergência do método de Gauss-Seidel
aplicado ao sistema A x b , com aii 0, i , é M 1, sendo M maxi , onde:
1in
n
1
1 a1 j
a11 j 2
1 i1 n
i aij j aij , i 2, 3, , n .
aii j 1 j i 1
OBS. 3: Se o critério das linhas é satisfeito, então o critério de Sassenfeld também será
satisfeito.
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-54
74. Verificar se o critério de Sassenfeld é satisfeito no sistema de equações A x b , que
2 x1 x2 3x3 9
segue: A x b x 2 x3 1
x 3 x3 3
1
Resolução: Com esta disposição de linhas e colunas, tem-se que:
1
1 [ a12 a13 ]
a11
1
1 [ a12 a13 ]
a11
1
2 [ a21 1 a23 ]
a22
1
3 [ a31 1 a32 2 ]
a33
Então, M max i
1i 3
Lauro / Nunes
Cálculo Numérico Interpolação 4-55
4 Interpolação
4.1 Interpolação polinomial
Uma função 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
xi yi
x0 y0
x1 y1
x2 y2
x3 y3
x4 y4
x5 y5
Para se INTERPOLAR os n 1 pontos obtidos da tabela, é utilizado um polinômio Pn
( x ) de tal forma que: Pn ( xi ) f ( xi ) para i 0, 1, , n .
Lauro / Nunes
Cálculo Numérico Interpolação 4-56
A é uma matriz de VANDERMONDE e, sendo xi com i 0,1,, n , pontos distintos,
o det A 0. Assim o sistema admite solução única.
OBS. 1:
det A ( xn xn1 )( xn xn2 )( xn x0 )( xn1 xn2 )( xn1 xn 3 )( xn1 x0 )
( x3 x2 )( x3 x1 )( x3 x0 )( x2 x1 )( x2 x0 )( x1 x0 ) det A xi x j .
i j
ENTÃO: O polinômio Pn ( x ) existe e é único.
Lauro / Nunes
Cálculo Numérico Interpolação 4-57
A forma de Lagrange para o polinômio interpolador é:
n n n (x x j )
Pn ( x ) yi Li ( x) ou Pn ( x ) yi (x
i 0 i 0 j 0 i x j )
j i
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
Lauro / Nunes
Cálculo Numérico Interpolação 4-58
4.1.3 Forma de Newton
A forma de Newton para o polinômio Pn ( x ) que interpola f ( x ) em x0 , x1 ,, xn ,
(𝑛 + 1) pontos distintos é a seguinte:
Pn ( x ) f [ x0 ]( x x0 ) f [ x0 , x1 ]( x x0 )( x x1 ) f [ x0 , x1 , x2 ]
( x x0 )( x x1 )( x xn1 ) 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 [ x0 , x1 , x2 ] f [ x1, x2 ] f [ x0 , x1] 2
x2 x0
f [ x0 , x1 , x2 , x3 ] f [ x1, x2 , x3 ] f [ x0 , x1, x2 ] 3
x3 x0
f [ x , x ,, xn ] f [ x0 , x1,, xn 1]
f [ x0 , x1 ,, xn ] 1 2 n
xn x0
Lauro / Nunes
Cálculo Numérico Interpolação 4-59
77. 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
Resolução: n 3 é o grau máximo de P3 ( x ). Tabela de diferenças divididas:
x ordem 0 ordem 1 ordem 2 ordem 3
1
f ( n1) ( x )
En ( x )( x x0 )( x x1 )( x xn )
(n 1)!
onde x ( x0 , xn ).
Esta fórmula tem uso limitado, pois são raras as situações em que f ( n1) ( x ) é
conhecida e o ponto x nunca é conhecido.
Lauro / Nunes
Cálculo Numérico Interpolação 4-60
4.2.1 Estimativa para o Erro
Utilizando a equação anterior, sendo f ( n1) ( x ) contínua em I [ x0 , xn ], pode-se
escrever:
| En ( x )|| f ( x ) Pn ( x )|
n
M n1
| En ( x )| ( x xi ) , onde M n1 max f ( n1) ( x) .
i 0 ( n 1)! xI
Ao se construir a tabela de diferenças divididas até ordem n 1, pode-se usar o maior
M n1
valor em módulo desta ordem como aproximação para no intervalo I [ x0 , xn ].
( n 1)!
i 0
sendo Dd os valores da tabela de diferenças divididas de ordem ( n 1).
0,34
0,4
0,52
0,6
0,72
Deve-se escolher 3 pontos próximos de 0,47 para a obtenção 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)|
Lauro / Nunes
Cálculo Numérico Interpolação 4-61
| En (0,47)| ..........
x1 f [ x1 ] y1 P1 ( x ) f [ x0 ]( x x0 ) f [ x0 , x1 ]
P1 ( x )
P1 ( x )
Lauro / Nunes
Cálculo Numérico Interpolação 4-62
80. 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
Resolução:
Fazendo interpolação 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 )
1,1052
1,2214
1,3499
1,4918
1,6487
Lauro / Nunes
Cálculo Numérico Interpolação 4-63
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!
M3
1o Caso: pode ser aproximado por .......... (tabela de diferenças divididas de ordem 3).
3!
| E2 (1,3165)| .......... .......... .......... .......... | E2 ( y )| .......... .......... .......... .
2o Caso: f ( x ) e g ( y ) f 1 ( y ) ln y
x
Logo: M3
| E2 (1,3165)|
1
2
P10(x)
f (x)
-1 - 12 0 1 1 x
2
Lauro / Nunes
Cálculo Numérico Interpolação 4-64
Em certos casos, a aproximação por Pn ( x ) pode ser desastrosa. Uma alternativa é
interpolar f ( x ) em grupos de poucos pontos, obtendo-se polinômios de graus menores, e
impor condições para que a função de aproximação seja contínua e tenha derivadas contínuas
até uma certa ordem.
S p ( xi ) f ( xi ), com i 0,1,, n .
Nestes termos, S p ( x ) é denominada SPLINE INTERPOLANTE.
82. Achar a função spline linear que interpola a função 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
1 0
2 3 4 5 6 7 x
Resolução: Pela definição, 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 [ .......... , .......... ].
Lauro / Nunes
Cálculo Numérico Interpolação 4-65
x2 x x x1
s2 ( x ) y1 y2
x2 x1 x2 x1
x3 x x x2
s3 ( x ) y2 y3
x3 x2 x3 x2
S1 ( x )
Lauro / Nunes
Cálculo Numérico Interpolação 4-66
s1 ( x0 ) f ( x0 ) a1 h13 b1 h12 c1 h1 d 1 f ( x0 ), k 1 (04)
Condição 0para k 1,2,,( n 1).
sk 1 ( xk ) f ( xk )
sk,, ( xk )
bk (08)
2
Para x xk 1 sk,, ( xk 1 )6 a k h k 2 b k .
2bk sk,, ( xk 1 ) sk,, ( xk ) sk,, ( xk 1 )
ak .
6hk 6hk
Impondo a condição 0, sk,, ( xk 1 ) sk,,1 ( xk 1 ), obtém-se:
sk,, ( xk ) sk,,1( xk 1 )
ak , com s0,, ( x0 ) arbitrária (09)
6hk
Na obtenção de c k , utilizam-se as equações (04) e (05):
f ( xk 1 ) ak h3k bk hk2 d k
ck , d k f ( xk )
hk
f ( xk ) f ( xk 1 )
ck ( a k hk2 b k h k ), substituindo a k e b k obtém-se:
hk
f ( xk ) f ( xk 1 ) sk,, ( xk ) sk,,1( xk 1 ) s ,, ( x )
ck hk k k hk
hk 6 2
Daí, c k pode ser dado por:
f ( xk ) f ( xk 1 ) 2sk,, ( xk ) hk sk,,1( xk 1 ) hk
ck (10)
hk 6
Na obtenção dos coeficientes, tome yk f ( xk ) e gk sk,, ( xk ).
gk gk 1
ak (11)
6h k
gk
bk (12)
2
yk yk 1 2hk gk gk 1hk
ck (13)
hk 6
d k yk (14)
Lauro / Nunes
Cálculo Numérico Interpolação 4-67
Impondo a última condição 0, sk, ( xk ) sk, 1 ( xk ), com k 1,2,,( n 1), conclui-se
que:
Para x xk sk, ( xk ) c k , então:
c k 3 a k 1 xk xk 1 2 +2 bk 1 xk xk 1 c k 1
c k 3 a k 1 hk2 1 2 bk 1 h k 1 c k 1
c k 1 c k 3 a k 1 hk2 1 2 bk 1 h k 1 .
Fazendo-se algumas substituições, através das equações (11), (12) e (13):
yk 1 yk 2hk 1gk 1 gk hk 1 yk yk 1 2hk gk gk 1hk g gk g h
3 k 1 h k 1 2 k 1 k 1
hk 1 6 hk 6 6 2
Daí, chega-se a equação (15):
y y y yk 1
hk g k 1 2( hk h k 1 ) gk hk 1gk 1 6 k 1 k k , com k 1,2,,( n 1) (15)
hk 1 h
k
A equação (15) é um sistema de equações lineares A g b , onde k 1,2,,( n 1).
A ordem do sistema é: A( n 1)( n 1) , g(n 1)1 e b(n 1)1 .
Pela variação de k , o sistema A g b é indeterminado. Para se resolver o sistema, de
forma única, é necessário impor mais duas condições, apresentadas nas três alternativas a
seguir.
(1a) Spline Natural nos extremos, S3 ( x0 ) é aproximadamente linear.
S3" ( x0 ) g0 0
S3" ( xn ) gn 0
(2a) Nos extremos, S3 ( x ) é aproximadamente parábola.
g0 g1
gn gn1
(3a) Nos extremos, é dada uma inclinação I0 e I n para S3 ( x ).
S3' ( x0 ) I0 s1, ( x0 ) I0 3 a1 h12 2 b1 h1 c1 I0
S3' ( xn ) I n s ,n ( xn ) I n c n In .
Nas alternativas (1a) e (2a), são eliminadas duas variáveis, g0 e gn . Assim A g b é
SPD, sendo que, o sistema é dado na ordem: A( n 1)( n 1) , g(n 1)1 e b(n 1)1 .
Na alternativa (3a), são acrescentadas duas equações. Assim A g b é SPD, sendo
que, o sistema é dado na ordem: A( n 1)( n 1) , g(n 1)1 e b(n 1)1 .
Lauro / Nunes
Cálculo Numérico Interpolação 4-68
83. Encontrar uma aproximação para f (0,25) por spline cúbica 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
Resolução: 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 (15), segue que:
y y y yk 1
hk g k 1 2( h k h k 1 ) gk hk 1g k 1 6 k 1 k k
hk 1 hk
Desenvolvendo o sistema A g b :
g
Lauro / Nunes
Cálculo Numérico Interpolação 4-69
Considerando os próximos 5 exercícios, encontrar uma aproximação para f ( x ) por
spline cúbica 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 exercício anterior, a forma geral de s i ( x ) é dada por:
s i ( x ) ai ( x xi )3 bi ( x xi )2 ci ( x xi ) di , com i 1,2,3,4.
84. f (0,8).
Resolução:
f (0,8) s 2 (0,8)
g2 g1
a2 .......... a 2 ..........
6h
g
b 2 2 .......... b 2 ..........
2
y y 2hg2 g1h
c2 2 1 .......... c 2 ..........
h 6
d 2 y2 .......... d 2 ..........
Logo, s 2 (0,8) ..........
85. f (1,1).
Resolução:
f (1,1) s 3 (1,1)
g3 g 2
a3 .......... a 3 ..........
6h
g
b3 3 .......... b3 ..........
2
y y 2hg3 g2h
c3 3 2 .......... c 3 ..........
h 6
d 3 y3 .......... d 3 ..........
Logo, s 3 (1,1) ..........
Lauro / Nunes
Cálculo Numérico Interpolação 4-70
86. f (1,2).
Resolução:
f (1,2) s 3 (1,2)
g3 g 2
a3 .......... a 3 ..........
6h
g
b3 3 .......... b3 ..........
2
y3 y2 2hg3 g2h
c3 .......... c 3 ..........
h 6
d 3 y3 .......... d 3 ..........
Logo, s 3 (1,2) ..........
87. f (1,3).
Resolução:
f (1,3) s 3 (1,3)
g3 g 2
a3 .......... a 3 ..........
6h
g
b3 3 .......... b3 ..........
2
y3 y2 2hg3 g2h
c3 .......... c 3 ..........
h 6
d 3 y3 .......... d 3 ..........
Logo, s 3 (1,3) ..........
88. f (1,7).
Resolução:
f (1,7) s 4 (1,7)
g 4 g3
a4 .......... a 4 ..........
6h
g
b 4 4 .......... b 4 ..........
2
y y 2hg4 g3h
c4 4 3 .......... c 4 ..........
h 6
d 4 y4 .......... d 4 ..........
Logo, s 4 (1,7) ..........
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-71
a x
b
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-72
f ( xk)
dk
g( xk ) x
xk
Para isto é necessário que:
F
(1 , 2 , 3 ,, n ) 0, j 1, 2, 3, , n , isto é:
j
F
(1 , 2 , 3 ,, n )
j
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-73
m
2· [ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g j ( xk )] 0, j 1, 2, 3, , n
k 1
ou
m
[ f ( xk ) 1g1( xk ) 2 g 2 ( xk ) n g n ( xk )][ g j ( xk )] 0,
k 1
j 1, 2, 3, , n
Assim, tem-se o seguinte sistema de n equações lineares com n incógnitas 1 , 2 ,
3 , , n :
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g1 ( xk )] 0
k 1
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g 2 ( xk )] 0
k 1
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g n ( xk )] 0
k 1
Que é equivalente a:
m m m
1 k g ( x ) g1 k
( x ) 1 1 k g ( x ) g n k
( x ) n g1( xk ) f ( xk )
k 1 k 1 k 1
m
g ( x ) g ( x ) g ( x ) g ( x ) g ( x ) f ( x )
m m
2 k 1 k 1 2 k n k n 2 k k
k 1 k 1 k 1
m m m
g n ( xk ) g1 ( xk ) 1 g n ( xk ) g n ( xk ) n g n ( xk ) f ( xk )
k 1 k 1 k 1
As equações deste sistema linear são chamadas de equações normais.
Este sistema pode ser escrito na forma matricial A b :
a111 a12 2 a1n n b1
a a a b
21 1 22 2 2n n 2
an11 an 2 2 ann n bn
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 é
k 1 k 1
uma matriz simétrica;
m
[1 , 2 ,, n ]T e b [b1 , b2 ,, bn ]T é tal que bi g i ( xk ) f ( xk ) .
k 1
m
Lembrando que, dados os vetores x e y m o número real x, y xk yk é
k 1
chamado de produto escalar de x por y , e usando esta notação no sistema normal A b ,
tem-se: aij g i , g j e bi g i , f onde:
g l é o vetor [ gl ( x1 ) gl ( x2 ) gl ( x3 ) gl ( xm )]T e
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-74
f é o vetor [ f ( x1 ) f ( x2 ) f ( x3 ) f ( xm )]T .
Desta forma o sistema na forma matricial fica:
g1 , g1 g1 , g 2 g1 , g n 1 g1 , f
g , g g , g g , g
2 1 n 2 g 2 , f
2 2 2
g n , g1 g n , g 2 g n , g n n g n , f
Demonstra-se que, se as funções g 1 ( x ), g 2 ( x ), g 3 ( x ), , g n ( x ) forem tais que os
vetores g1 , g 2 , g3 ,, g n , sejam linearmente independentes (LI), então det A 0 e o sistema
de equações é possível e determinado (SPD). Demonstra-se ainda que a solução única deste
sistema, 1 , 2 , 3 , , n é o ponto em que a função F ( 1 , 2 , 3 ,, n ) atinge seu
valor mínimo.
OBS. 3: Se os vetores g1 , g 2 , g3 ,, g n , forem ortogonais entre si, isto é, se
g i , g j 0 se i j e g i , g j 0 se i j , a matriz dos coeficientes A será uma matriz
diagonal, o que facilita a resolução do sistema A b .
89. (Regressão Linear) Ajustar os dados da tabela abaixo através 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
Resolução: Fazendo g ( x) 1 g1 ( x) 2 g 2 ( x) e considerando
Assim, a reta que melhor se ajusta aos valores da tabela terá coeficientes 1 e 2 , que
são solução 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
g1 [ .......... .......... .......... .......... .......... ]T
g 2 [ .......... .......... .......... .......... .......... ]T
f [ .......... .......... .......... .......... .......... ]T
g1 , g1 ..............................................................................................................................................................................
g1 , g 2 ..............................................................................................................................................................................
g 2 , g1 ..............................................................................................................................................................................
g 2 , g 2 ..............................................................................................................................................................................
g1 , f ..............................................................................................................................................................................
g 2 , f ..............................................................................................................................................................................
Assim,
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-75
2
90. Ajustar os dados da tabela através da parábola g (x ) x :
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
Fazendo g ( x ) 1 g1 ( x ) e considerando g1 (x ) x , obtém-se g (x )
2
Resolução:
.................... . Assim, para se obter a parábola que melhor se ajusta aos pontos da tabela, será
necessário encontrar 1 do sistema:
g1 , g1 1 f , g1
g1 [ .................... .................... .................... .................... .................... ]
T
Assim, 1 .................... .
Logo a equação da parábola procurada é: g (x ) .................................................
Resolução: Neste caso tem-se que: g1 (x ) .......... , g 2 (x) .......... e g3 (x) ..........
g1 , g1 g1 , g 2 g1 , g 3 1 g1 , 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
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-76
g1 [ .......... .......... .......... .......... ]T
g 2 [ .......... .......... .......... .......... ]T
g3 [ .......... .......... .......... .......... ]T
f [ .......... .......... .......... .......... ]T
g1 , g1 ..............................................................................................................................................................................
g1 , g 2 ..............................................................................................................................................................................
g 2 , g1 ..............................................................................................................................................................................
g1 , g3 ..............................................................................................................................................................................
g3 , g1 ..............................................................................................................................................................................
g 2 , g 2 ..............................................................................................................................................................................
g2 , g3 ..............................................................................................................................................................................
g3 , g2 ..............................................................................................................................................................................
g3 , g3 ..............................................................................................................................................................................
g1 , f ..............................................................................................................................................................................
g 2 , f ..............................................................................................................................................................................
g 3 , f ..............................................................................................................................................................................
Assim,
g (x) .................................................
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-77
F
Ao desenvolver ()0, j 1,2,, n , obtém-se:
j
b g 2 ( x)dx g1( x) gn ( x)dxn
b b
a 1 1 a a f ( x)g1( x)dx
b
g2 ( x) g1( x)dx1 g2 ( x) gn ( x)dxn
b b
A ( aij ) gi , g j e b ( bi ) f , gi .
3
92. Aproximar a função f ( x )4 x por um polinômio do primeiro grau, uma reta, no
intervalo [0,1].
Resolução:
g ( x ) 1 g 1 ( x ) 2 g 2 ( x )= ................................................. , isto é, 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 ..........
a22 g 2 , g 2 ..........
b1 f , g1 ..........
b2 f , g 2 ..........
A b
Logo:
3
g ( x ) ................................................. f ( x )4 x em [0,1].
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-78
a a b g , g g , g f , g
A b 11 12 1 1 1 1 1 2
1
1
a21 a22 2 b2 g 2 , g1 g 2 , g 2 2 f , g 2
a11 g1 , g1 ..........
a22 g 2 , g 2 ..........
b1 f , g1 ..........
b2 f , g 2 ..........
x
g ( x ) ................................................. f ( x ) e em [0,1].
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-79
Lauro / Nunes
Cálculo Numérico Integração Numérica 5-80
94. Ajustar os dados da tabela que segue por uma função da forma g ( x ) 1 e 2 x .
x 0 1 2
f (x) 1 0,5 0,7
Resolução: Desta forma, “linearizando” a função 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
g 2 [ ]T
....... ....... .......
..............[.............. .............. ..............]
T
g1 , g1
......................................................................................................
g1 , g 2
......................................................................................................
g2 , g1 g1, g2
..............
g2 , g2
......................................................................................................
.............. , g1 .................................................................................................
............. , g 2 .................................................................................................
g ( x ) .............................................. ( ).
f x
Os parâmetros assim obtidos não são ótimos dentro do critério dos mínimos
quadrados, isto porque estamos ajustando o problema linearizado por mínimos quadrados e
não o problema original. Portanto, os parâmetros a1 e a 2 do exemplo, são os que ajustam a
função G ( x ) à função ln f ( x ), no sentido dos mínimos quadrados. Não se pode afirmar
2 x
que os parâmetros 1 e 2 (obtidos de a1 e a 2 ) são os que ajustam g ( x ) 1 e à f ( x ),
dentro do critério dos mínimos quadrados.
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-81
6 Integração Numérica
Se uma função f ( x ) é contínua em um intervalo [ a , b ] e sua primitiva F ( x ) é
conhecida, então
b
a f ( x)dx F ( b ) F ( a ) (01)
onde F ' ( x ) f ( x ).
Por outro lado, nem sempre se tem F ( x ) e em alguns casos, a função a ser integrada
é dada por meio de tabela de pontos. Neste caso, torna-se necessária a utilização de métodos
numéricos.
A idéia básica da integração numérica é a substituição da função f ( x ) por um
polinômio que a aproxime no intervalo [ a , b ]. Assim o problema fica resolvido pela
integração de polinômios, o que é trivial de se fazer.
f ( x 0)
0 a= x0 b = x1 x
h = b - a , h = x 1- x 0
A integral de f ( x ) no intervalo [ a , b ] é aproximada pela área de um trapézio.
b h
a f ( x)dx
2
[ f ( x 0 ) f ( x1 )] I T (02)
x x1 x x0
p1 ( x ) f ( x 0 ) f ( x1 ) (03)
h h
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-82
Estimativa para o Erro
f ( n 1) ( x )
f ( x ) p1 ( 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
I T 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
E T f " ( c )
2 6
h3 "
E T f ( c ) com c ( a , b ) (04)
12
ou
h3
| E T | max | f " ( x )| (05)
12 [ a ,b]
x
OBS. 4:
b
b x 3 ax 2 bx 2 (a b)3 (b a)3
a
2
( x a x b x a b ) dx abx .
3 2 2 a 6 6
9
95. Calcular 1 6x 5 dx , usando a regra dos trapézios.
Resolução:
9
1 6x 5 dx I T .................... .
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-83
O erro cometido será, no máximo:
Logo, | E T | .................... .
f (x)
0 a= x0 x1 x2 x3 x n-1 b = xn x
h x1 x 0 x 2 x1 x 3 x 2 x n x n 1
ba
h , com n sendo o número de subdivisões do intervalo [ a , b ].
n
b
a f ( x)dx A1 A2 A3 An tal que Ai área do trapézio i , com i 1,2,, n .
h
Ai [ f ( x i 1 ) f ( x i )]
2
n 1
[ f ( x 0 ) f ( x n )2 f ( x i ) ]
b h
a f ( x)dx
2 i 1
(06)
(b a ) 3
| ETR | 2
max | f " ( x )| (07)
12n x[ a ,b ]
9
96. Calcular 1 6x 5 dx empregando o método dos trapézios com 8 repetições.
Determine uma aproximação para o erro cometido.
Resolução:
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-84
𝑥0 =. … 𝑥1 =. … 𝑥2 =. … 𝑥3 =. … 𝑥4 =. … 𝑥5 =. … 𝑥6 =. … 𝑥7 =. … 𝑥8 =. …
𝑥
𝑓(𝑥)
9
1 6x 5 dx .................... .
1
97. Seja I e x dx . Calcule uma aproximação para I usando 10 subintervalos e a regra
0
dos trapézios repetida. Estimar o erro cometido.
Resolução:
1 x
0 e dx .................... .
Erro cometido será, no máximo:
| ETR | .................... .
1
98. Seja I e x dx . Qual o número mínimo de subdivisões, para a regra dos trapézios
0
repetida aplicada em I , de modo que o erro seja inferior a 103?
Resolução:
n .................... .
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-85
2 (x x j )
tal que Li ( x ) , com i 0,1,2.
j 0 ( xi x j )
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
x0 a , x1 m e x2 b
ab
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
a f ( x)dx x
x2 x2
f ( x )dx p2 ( x )dx
0 x0
f ( x0 ) x2 f ( x ) x2 f ( x2 ) x2
2 x0 x ( x x0 )( x x1 )dx
( x x1 )( x x2 )dx 21 ( x x0 )( x x2 )dx
2h h x0 2h2 0
h
[ f ( x 0 )4 f ( x1 ) f ( x2 )]. Logo:
3
b h
a
x2
f ( x)dx f ( x )dx [ f ( x 0 )4 f ( x1 ) f ( x2 )] (08)
x0 3
b b f ''' ( x )
ES R2 ( x)dx ( x x0 )(x x1 )(x x2 ) dx (09)
a a 3!
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-86
Mudança de Variável
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
h4 f ''' ( z ) 2 h 4 ''' 2
ES
6 0
z ( z 1)( z 2) dz
6
f ( z ) ( z 3 3z 2 2 z ) dz
0
2
h 4 ''' z4 2 h 4 '''
ES f ( z ) z z
3
f ( z ) 0 0.
6 4 0 6
0
Logo, ES 0. Isso quer dizer que ES não depende de R2 (resíduo de 2o grau).
Então:
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 z ( z 1)( z 2)( z 3) dz f ( z ) ( z 4 6 z 3 11z 2 6 z )dz
24 0 24 0
4
15
h5 4
ES f () com ( a b ).
90
h5
| ES | max | f 4 (x) | (10)
90 x[ a ,b]
ba 5 (b a)
5
Considerando h h , tem-se:
2 32
(b a)5
| ES | max | f 4 (x) | (11)
2880 x[ a ,b]
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-87
f (x)
0 a= x0 x1 x2 x3 x4 x5 x6 xm - 2 xm - 1 b = x m x
h
ba
Na figura, tome h h xi xi 1 ( i 1,2, m ), para m 2 n m é par.
2n
Aplica-se a regra de Simpson repetidas vezes no intervalo [ a , b ][ x0 , xm ].
x0 , x1 ,, xm são pontos igualmente espaçados.
Então:
n
f ( x)dx [ y 2i 2 4 y 2i 1 y 2i ]
b h
a
xm
f ( x)dx
i 1 3
x0
h h h
[ y 0 4 y 1 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 ym2 )4( y1 y 3 y m1 )]
1
h
m m
0 m 2i y2i 1
b 2 2
a f ( x )dx
3
y y 2
i 1
y 4
i 1
(12)
h5
ESR n max | f 4 (x) | (13)
90 x[ a ,b]
ba 5 (b a )
5
Considerando h h , tem-se:
2n 32n5
(b a)5
ESR max | f 4 (x) |
4 x[ a ,b ]
(14)
2880n
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-88
1
99. Seja I e x dx . Calcule uma aproximação para I usando a regra 1/3 de Simpson com
0
m 10. Estime o erro cometido.
Resolução:
1 x
0
e dx ................................................. .
Estimativa do erro:
ESR ................................................. .
Observe que ESR ................................................. e ETR ..................................................
1
100. Seja I e x dx . Para que valor de m teríamos erro inferior a 103?
0
Resolução:
10
101. Seja I logxdx . Aproxime I com a regra dos trapézios com 8 repetições. Estime o
6
erro cometido.
Resolução:
h ................................................. h .................... .
i 0 1 2 3 4 5 6 7 8
xi
f ( xi )
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-89
10
6 logxdx ................................................. .
Estimativa do erro:
ETR ................................................. .
10
102. Seja I logxdx . Aproxime I com a regra de Simpson com 8 subintervalos. Estime
6
o erro cometido.
Resolução:
i 0 1 2 3 4 5 6 7 8
xi
f ( xi )
10
6 logxdx ................................................. .
Estimativa do erro:
ESR ................................................. .
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-90
dy
103. Resolver a seguinte EDO: xy .
dx
Resolução:
104. Para a mesma EDO anterior, y , xy , resolva considerando uma condição inicial
y ( x0 ) y0 , com x0 0 e y0 1.
Resolução:
y .................... .
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-91
Solução
Exata ym
y(x3)
y (x2) Solução
y (x1) y3 Numérica
y (x0)
y(x0) = y0 y2
y0 y1
x0 x1 x2 x3 xm-1 xm
NOTAÇÃO: y ( x j ) y j significa que y j é aproximação para y ( x j ), x j I h .
y , f ( x, y )
(02)
y( x0 ) y0 , sendo um númerodado.
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-92
Para se aproximar y j para as soluções 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
Traça-se a tangente T à curva y ( x ) no ponto ( x0 , y ( x0 )), cuja equação é:
y ( x ) y ( x0 )( x x0 ) y , ( x0 ) (03)
Fazendo x x1 e lembrando que y ( x0 ) y0 , x1 x0 h , y , ( x0 ) f ( x0 , y ( x0 )) e
y1 y ( x1 ), tem-se:
y1 y0 h f ( x0 , y ( x0 )) (04)
Erro cometido
e1 y1 y ( x1 ).
y j 1 y j h f ( x j , y j )
, com j 0,1,2,, m 1 (05)
e j 1 y j 1 y( x j 1 )
O método de Euler consiste em calcular RECURSIVAMENTE a seqüência { y j }
através das fórmulas:
( A) y0 y(a)
, com j 0,1,2,, m 1 (06)
( B) y j 1 y j h f ( x j , y j )
y, x y 2
105. Achar aproximações para a solução do PVI na malha de [0,1] com
y(0) 2
h 0,1.
Resolução:
1 0
x0 0, y0 2, a 0, b 1, m m 10.
0,1
Usar 0 para j 0,1,2,,9.
j 0:
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-93
j 1:
TABELA:
j xj yj y ( xj ) y j y ( x j ) e j
0 0 2 2
1 2,004837
2 2,018731
3 2,040818
4 2,07032
5 2,106531
6 2,148812
7 2,196585
8 2,249329
9 2,30657
10 2,367879
Na pratica, não se dispõe da solução exata y ( x j ) do PVI. Daí a necessidade de se
determinar uma expressão matemática para o erro. Usa-se a fórmula de Taylor para
desenvolver y ( x ), solução teórica do PVI, em torno de x0 :
x x0 , ( x x0 )2 ,, ( x x0 )3 ,,,
y ( x ) y ( x0 ) y ( x0 ) y ( x0 ) y ( x0 ) (07)
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 equação (07):
y1 y0 h f ( x0 , y0 ). Generalizando-se, tem-se equação (05).
h2 ,,
ej y (), x j 1 x j , (08)
2!
que é o ERRO LOCAL DE TRUNCAMENTO – ELT.
Na prática, procura-se estabelecer COTAS ou ESTIMATIVAS para que se possa
conduzir o cálculo do erro com segurança.
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-94
h 2 ,,
y j 1 y j h y , ( x j ) y ( x j ), para j 0,1,2,, m 1. (10)
2!
h3 ,, ,
e j 1 y (), x j x j 1 . (11)
3!
OBS. 2: Em (10), y , ( x j ) f ( x j , y j ).
y ,, ( x j )? Regra da cadeia de f em relação 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 )
x x
x y
x
y ,, ( x j ) 1 f (x j ,y j )
f f
y ,, ( x j ) ( x j , y j ) ( xj , yj ) f ( xj , yj )
x y
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-95
y, x y 2
106. Achar aproximações para a solução do PVI na malha [0,1] com h =0,1
y ( 0) 2
usando o método da equação (10).
Resolução:
1 0
x0 0, y0 2, a 0, b 1, m m 10.
0,1
Usar equação (10) 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 2
1 2,004837
2 2,018731
3 2,040818
4 2,07032
5 2,106531
6 2,148812
7 2,196585
8 2,249329
9 2,30657
10 2,367879
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-96
7.2.4 Método de Euler Aprimorado (Método de Runge-Kutta de Segunda
Ordem)
Retomando a equação (09): 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 k 2 ) e substituindo na equação, tem-se:
2
h
y j 1 y j ( k1 k 2 ), para j 0,1,2,, m 1 (12)
2
onde k1 f ( x j , y j ) e k 2 f ( x j h , y j h k1 ).
dy
xy
107. Achar aproximações para a solução do PVI dx na malha [0,1] com h =0,5
y(0) 1
usando o método de Euler Aprimorado.
Resolução:
y ( x j ) e x / 2 | y j y ( x j )|
2
j xj yj k1 k2
0 0 1
1
2
h
y j 1 y j ( k1 2 k 2 2 k3 k 4 ), para j 0,1,2,, m 1 (13)
6
onde k1 f ( x j , y j ),
h h
k 2 f ( x j , y j k1 ),
2 2
h h
k3 f ( x j , y j k 2 ) e
2 2
k 4 f ( x j h , y j h k3 ).
h5 (5)
ej y (), x j 1 x j (14)
5!
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-97
dy
xy
108. Calcular a solução do PVI dx com h =0,1, no interior do intervalo [0,1], pelo
y(0) 1
método de Runge-Kutta de quarta ordem.
h
Resolução: y j 1 y j ( k1 2 k 2 2 k3 k 4 ), para j 0,1,2,,9.
6
k1 .........................................................................................
k 2 .........................................................................................
k3 .........................................................................................
k 4 .........................................................................................
j xj yj k1 k2 k3 k4
0 0 1
1
2
3
4
5
6
7
8
9
10
y, x y 2
109. Achar aproximação para a solução do PVI na malha [0,1] com h =0,1
y(0) 2
usando o método de Runge-Kutta de segunda ordem (Euler aprimorado).
1 0
Resolução: x0 0, y0 2, a 0, b 1, m m 10.
0,1
0,1
y j 1 y j ( k1 k 2 ), para j 0,1,2,,9.
2
k1 ......................................................................................... e k 2 .........................................................................................
j xj yj k1 k2
0 0 2
1
2
3
4
5
6
7
8
9
10
Lauro / Nunes
Cálculo Numérico Referências Bibliográficas 8-98
8 Referências Bibliográficas
1 ALBRECHT, P. Análise numérica: um curso moderno. Rio de Janeiro: LTC - Livros
Técnicos e Científicos: UNIVERSIDADE DE SÃO PAULO – USP, 1973.
2 JACQUES, I.; JUDD, C. Numerical analysis. London: Chapman and Hall, 1987.
3 SANTOS, V. R. B. Curso de cálculo numérico. São Paulo: USP, 1982.
4 BARROSO, L. C. Cálculo numérico (com aplicações). São Paulo: Harbra Editora
Ltda., 1987.
5 BURDEN, R. L.; FAIRES, D. Análise Numérica. São Paulo: Thomson/Pioneira,
2008.
6 MIRSHAWKA, V. Cálculo numérico. São Paulo: Nobel, 1981.
7 RUGGIERO, M. A. G. e LOPES, V. L. R. Cálculo numérico: aspéctos teóricos e
computacionais. São Paulo: Makron Books, 1997.
8 SPERANDIO, D.; MENDES, J. T.; SILVA, L. H. M. e. Cálculo numérico:
características matemáticas e computacionais dos dos métodos numéricos. São Paulo:
Prentice Hall, 2003.
Lauro / Nunes