Calculo Numerico PDF

Marília Brasil Xavier
REITORA
Prof. Rubens Vilhena Fonseca

COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA
MATERIAL DIDÁTICO
EDITORAÇÃO ELETRONICA
Odivaldo Teixeira Lopes
ARTE FINAL DA CAPA

Odivaldo Teixeira Lopes
REALIZAÇÃO
BELÉM – PARÁ – BRASIL

- 2011 -
APRESENTAÇÃO.
SUMÁRIO
APRESENTAÇÃO ................................................................................................................................. 05
1. SISTEMA NUMÉRICO E ERROS ................................................................................................. 09
1.1. INTRODUÇÃO.................................................................................................................................. 09
1.2. ERROS NA FASE DE MODELAGEM ....................................................................................... 09
1.3. ERROS NA FASE DE RESOLUÇÃO............................................................................................ 09
1.4. MUDANÇA DE BASE .................................................................................................................... 09
EXERCÍCIOS ....................................................................................................................................... 12
2. RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES ..................................... 12
2.1. RAIZ DE UMA EQUAÇÃO ........................................................................................................... 12
2.2. ISOLAMENTO DE RAÍZES ........................................................................................................... 13
2.3. TEOREMA DE BOLZANO.............................................................................................................. 14
2.4. EQUAÇÕES TRANSCENDENTES............................................................................................ 14
2.5. MÉTODO GRÁFICO........................................................................................................................ 15
EXERCÍCIOS ..................................................................................................................................... 16
2.6. MÉTODO DA BISSEÇÃO ............................................................................................................ 16
EXERCÍCIOS ....................................................................................................................................... 18
2.7. MÉTODO DAS CORDAS ............................................................................................................. 19
EXERCÍCIOS ................................................................................................................................... 22
2.8. MÉTODO DE NEWTON ............................................................................................................. 22
EXERCÍCIOS ..................................................................................................................................... 24
3. SISTEMAS DE EQUAÇÕES LINEARES ................................................................................ 25
3.1. TRANSFORMAÇÕES ELEMENTARES .................................................................................... 26
3.2. MÉTODOS DIRETO ...................................................................................................................... 26
3.2.1. Método de Gauss-Jordan ................................................................................................................. 26
EXERCÍCIOS ....................................................................................................................................... 28
3.2.2. Cálculo da Inversa de uma Matriz .................................................................................................... 28
EXERCÍCIOS ....................................................................................................................................... 29
3.2.3. Cálculo do determinante de uma Matriz ......................................................................................... 30
EXERCÍCIOS ....................................................................................................................................... 31
3.3. MÉTODOS ITERATIVOS ............................................................................................................. 31
3.3.1. Método de Jacobi .................................................................................................................................. 32
EXERCÍCIOS ....................................................................................................................................... 34
3.3.2. Método de Gauss-Deidel ..................................................................................................................... 34
EXERCÍCIOS ....................................................................................................................................... 36
4. INTERPOLAÇÃO LINEAR ............................................................................................................. 37
4.1. CONCEITO DE INTERPOLAÇÃO .............................................................................................. 37
4.2. INTERPOLAÇÃO LINEAR ............................................................................................................. 37
4.3. INTERPOLAÇÃO QUADRATICA ................................................................................................ 38
4.4. ERRO DE TRUNCAMENTO .......................................................................................................... 39
4.5. TEOREMA DE ROLLE .................................................................................................................... 39
4.6. INTERPOLAÇÃO DE LAGRANGE ............................................................................................ 39
EXERCÍCIOS..................................................................................................................................... 43
4.7. INTERPOLAÇÃO DE NEWTON COM DIFERENÇAS DIVIDIDAS................................. 44
EXERCÍCIOS ....................................................................................................................................... 47
5. AJUSTE DE CURVAS ............................................................................................................................ 48
5.1. AJUSTE LINEAR ............................................................................................................................... 48
EXERCÍCIOS ...................................................................................................................................... 50
5.2. AJUSTE POLINOMIAL ................................................................................................................. 50
EXERCÍCIOS ................................................................................................................................... 53
6. INTEGRAÇÃO NUMÉRICA ............................................................................................................ 55
6.1. REGRA DOS TRAPÉZIOS ............................................................................................................ 55
EXERCÍCIOS ...................................................................................................................................... 58
6.2. PRIMEIRA REGRA DE SIMPSON ............................................................................................ 59
EXERCÍCIOS .................................................................................................................................. 62
6.3. SEGUNDA REGRA DE SIMPSON .............................................................................................. 62
EXERCÍCIOS ..................................................................................................................................... 63
6.4 INTEGRAL DUPLA ...................................................................................................................... 64
EXERCÍCIOS ................................................................................................................................... 67
QUESTÕES COMPLEMENTARES ............................................................................................. 68
BIBLIOGRAFIA ................................................................................................................................. 72
Universidade Estadual do Pará
Centro de Ciências Sociais e Educação
1. SISTEMA NUMÉRICO E ERROS

1.1. INTRODUÇÃO
A solução de muitos problemas passa pela modelagem matemática, para isto devem ser
representado por uma fórmula ou procedimento matemático, que expressam as características
principais deste problema. A seqüência lógica da solução de um problema, segue o diagrama
a baixo.
Modelagem Modelo Resolução

Problema Solução
Matemático
É importante ressaltar, que em certas situações a solução estimada, pelos métodos

numéricos, se afasta da verdadeira solução do problema. Isto ocorre devido a presença de
fontes de erro que podem ocorrer na fase de modelagem do problema ou na fase resolução do
problema.
1.2. ERROS NA FASE DE MODELAGEM
Os erros na fase de modelagem ocorrem quando desconsideramos ou desprezamos

alguma variável presente no problema.
1.3. ERROS NA FASE DE RESOLUÇÃO
Nesta fase, o erro é gerado no momento que se fazer os cálculos na calculadora ou

computador devido aos processos de arredondamentos.
1.4. MUDANÇA DE BASE
Todo número na base dez pode ser decomposta da seguinte forma

m
a i . 10 i a m . 10 m ... a 2 . 10 2 a1 . 101 a 0 . 10 0 a 1 . 10 1 a 2 . 10 2 ... a n . 10 n
i n
ai é 0 ou 1
n, m números inteiros, com n 0 e m 0
Exemplo: 8052 ,406 8*10 3 0*10 2 5*101 2*10 0 4*10 1 0*10 2 6*10 3
De forma semelhante. um número na base 2 pode ser escrito por:
m
a i . 2i a m . 2 m ... a 2 . 2 2 a1 . 21 a 0 . 2 0 a 1 . 2 1 a 2 . 2 2 ... a n . 2 n
i n
Exemplo: 1011,101 1 . 23 0 . 22 1 . 21 1 . 20 1 . 2 1 0 . 2 2 1 . 2 3
Para transformar um número inteiro da base 10 para a base 2, utiliza-se o método de
divisões sucessivas, que consiste em dividir o número por 2, a seguir dividi-se por 2 o
9
Departamento de Matemática, Estatística e Informática
Licenciatura em Matemática Modalidade a Distância
quociente encontrado e assim o processo é repetido até que o último quociente seja igual a 1 .
O número binário será, então, formado pela concatenação do último quociente com os restos
das divisões lidos em sentido inverso ao que foram obtidos, ou seja,
N 2
r1 q1 2
r2 Q2 2
R3 q3
qn-1 2
rn-1 1
N10 1 . rn 1 . ... . r3 . r2 . r1
Para transformar números fracionários da base 10 para a base 2, utiliza-se o método das
multiplicações sucessivas, que consiste em:
1º Passo – multiplicar o numero fracionários por 2;
2º Passo – deste resultado, a parte inteira será o primeiro dígito do número na base 2 e a parte
fracionária é novamente multiplicada por 2. O processo é repetido até que a parte fracionária
do último produto seja igual a zero.
Exemplo: transforme 0,1875 10 para a base 2
0,1875 0,375 0,75 0,50

2 2 2 2
0,3750 0,750 1,50 1,00
logo 0,187510 0,0011 2
Exemplo: transforme 13,2510 para a base 2
13 2
1 6 2
0 3 2
1 1
1310 = 11012
0,25 0,50
2 2
0,50 1,00
0,2510 = 0,012
logo 13,2510 1101,012
10
De maneira geral, o número x em uma base é representado por:
d1 d2 d3 dt
x ... . exp
2 3 t
di são os números inteiros contidos no intervalo 0 d i , i 1, 2, ... , t

exp representa o expoente de e assume valores entre I exp S ,
I, S os limites inferior e superior, respectivamente, para a variação do expoente
d1 d2 d3 dt
... é chamado de mantissa e é a parte do número que representa
2 3 t
seus dígitos significativos e t é o número de dígitos significativos do sistema de

representação, comumente chamado de precisão da máquina.
Exemplo:
Sistema decimal
3 5 7
0,357 10 . 10 0
10 10 2 10 3
2 9 3 5 7
29,357 10 . 10 2
10 10 2 10 3
10 4
10 5
Observação: a mantissa é um número entre 0 e 1.

Sistema binário
1 1 0 0 1
11001 2 . 25
2 2 3 4 5
2 2 2 2
1 1 0 0 1 0 1
11001 ,012 . 25
2 2 3 4 5 6 7
2 2 2 2 2 2
Saiba que cada dígito do computador é chamado de bit. Apresentaremos abaixo uma
maquina fictícia de 10 bits para a mantissa, 4 bits para o expoente e 1 bit para o sinal da
mantissa e outro bit para o sinal do expoente.
Mantissa Expoente
Expoente
Mantissa
Sinal da
Sinal do
Para você entender melhor faremos um exemplo numérico.

Exemplo: Numa maquina de calcular cujo sistema de representação utilizado tenha 2,
t 10 , I 15 e S 15 , o número 25 na base decimal é representado por
2510 11001 2 0,11001 . 25 0,11001 . 2101
1 1 1 0 0 1 0 0 0 0 0 0 1 0 1
11
Observe que utilizamos bit = 0 para positivo e bit = 1 para negativo.

Um parâmetro muito utilizado para avaliar a precisão de um determinado
sistema de representação é o número de casas decimais exatas da mantissa e que
este valor é dado pelo valor decimal do último bit da mantissa, ou seja, o bit de
1
maior significado, logo: PRECISÃO
t
E xercício
(01) Os números a seguir estão na base 2, escreva-os na base 10.

(a) 11011 2 (b) 111100 2 (c) 100111 2
(d) 11,011 2 (e) 10,112 (f) 110,001 2
(02) Os números a seguir estão na base 10, escreva-os na base 2.

(a) 1510 (b) 1210 (c) 3610
(d) 15,6210 (e) 10,2510 (f) 30,12510
(03) Considere uma máquina de calcular cujo sistema de representação utilizado tenha
2 , t 10 , I 15 e S 15 .Represente nesta máquina os números:
(a) 3510 (b) 8,210 (c) 2410 (d) 4,610
2. RESOLUÇÃO NUMÉRICA DE EQUAÇÕES

NÃO LINEARES
2.1. RAIZ DE UMA EQUAÇÃO
Os métodos numéricos são usados na busca das raízes das equações, ou os zeros reais
de f(x). Em geral, os métodos, utilizados apresentam duas fases distintas:
Fase I – Localização ou Isolamento das Raízes

Está fase consiste em obter um intervalo que contém a raiz da função f(x) = 0, e em
seguida iremos para a segunda fase.
Fase II – Refinamento
Nesta fase definimos a precisão que desejamos da nossa resposta e escolhemos as
aproximações iniciais dentro do intervalo encontrado na Fase I. Em seguida
melhoramos, sucessivamente, a aproximação da raiz da função f(x) = 0, até se obter
uma aproximação para a raiz dentro de uma precisão pré-fixada.
12
2.2. ISOLAMENTO DE RAÍZES
Os métodos numéricos utilizados para calcular raízes da equação f(x) = 0, só calculam

uma raiz de cada vez. Esta é a razão porque devemos determinar um intervalo para cada raiz
que desejamos calcular.
Teorema
“Se uma função contínua f ( x ) assume valores de sinais oposto nos pontos extremos do
intervalo [ a , b ] , isto é, f (a) . f (b) 0 , então o intervalo conterá, no mínimo, uma raiz da
equação f (x ) 0 , em outras palavras haverá no mínimo um número , pertencente ao
intervalo aberto ( a , b ) , ( a , b ) , tal que, f ( ) 0 ”
Exemplo:
Neste exemplo apresentamos uma função f ( x ) que possui dentro do intervalo [ a , b ] três
raízes: 1 , 2 e 3 . Isto é, são três valores de x , para os quais a função f ( x ) tem imagem
igual a zero, isto é: f ( 1 ) 0 , f( 2 ) 0 e f( 3 ) 0.
y
Se a função possui imagem
f(x)
zero nos pontos 1 , 2 e 3 , o
a 2 gráfico da função f ( x ) , nestes
0 1 3 b x pontos, intercepta o eixo dos x.
Observe no exemplo que f (a) 0 e f (b) 0 , logo o produto f (a) . f (b) 0
y
f(b) f(x)
a
0 b x
f(a)
Observe que toda vez que dentro de um intervalo [ a , b ] , tivermos f (a) . f (b) 0 ,
significa que neste intervalo temos pelo menos uma raiz da função f ( x ) , como vemos na
figura a seguir.
13
f(x) Quando uma função possui um número par

de raízes dentro do intervalos [ a , b ] , temos
a f (a) . f (b) 0
0 1 b x
y
y
f(x)
f(b)
f(a) 0 a 2 b
1 x
a 1
0 2 b x f(a)
f(b)
f(x)
f ( a) 0
f ( a) 0
f (b) 0
f (b) 0
logo f (a) . f (b)
0
logo f (a) . f (b) 0
Quando uma função não possui raízes dentro do intervalos [ a , b ] , temos f (a) . f (b) 0
y y
f(x)
0 f(b)
x
f(a)
a b
a
b
f(a)
0 x
f(b)
f(x)
f ( a) 0 f ( a) 0
f (b) 0 f (b) 0
logo f (a) . f (b) 0 logo f (a) . f (b) 0
2.3. TEOREMA DE BOLZANO
Seja P( x ) 0 uma equação algébrica com coeficientes reais e x ( a , b ) .

Se P(a) . P(b) 0 , então existem um número ímpar de raízes reais no intervalo ( a , b ) .
Se P(a) . P(b) 0 , então existem um número par de raízes reais no intervalo ( a , b ) ou
não existem raízes reais no intervalo ( a , b ) .
2.4. EQUAÇÕES TRANSCENDENTES
Saiba que a determinação do número de raízes de funções transcendentes é quase

impossível, pois algumas equações podem ter um número infinito de raízes.
Função Seno Função Cosseno
14
1
0.8 0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
Y
Y
-0.2
-0.2
-0.4
-0.4
-0.6
-0.6
-0.8
-0.8
0 2 4 6 8 10 12
X 0 2 4 6 8 10 12
X
Função Tangente Função Exponencial

20 10
9
15
8
10 7
6
5 5
4
Y
0
Y
3
-5 2
1
-10
0
-15 -1
-20 -4 -3 -2 -1 0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 X
X
2.5. MÉTODO GRÁFICO
Lembre que uma raiz de uma equação f (x ) 0 é um ponto onde a função f ( x ) toca o
eixo dos x . Outra forma de identificarmos as raízes da equação é substituir
f (x ) g(x ) h(x ) , onde g( x ) h( x ) 0 . As raízes de f (x ) 0 corresponderam a interseção
das funções g( x ) e h( x ) .
Observe o exemplo a seguir, onde utilizamos a função f (x) x2 7x 10 que possui
raízes 2 e 5. Se fizermos f (x ) g(x ) h(x ) , onde g(x) x 2 e h(x ) 7x 10 temos a
interseção de g( x ) com h( x ) acontece em 2 e 5.
10 f (x) x2 7x 10
Y
-10
0 1 2 3 4 5 6 7
g(x) x2
40
30
20
Y
10
0 h( x ) 7x 10
-10
-1 0 1 2 3 4 5 6 7
X
15
E xercício
(01) Dada a função f ( x) 0.2 x 2 sen x , separe esta em duas funções e aproxime pelo
menos uma de suas raízes pelo método gráfico.
(02) Dada a função f ( x) x 2 4 x , separe esta em duas funções e aproxime pelo menos
uma de suas raízes pelo método gráfico.
(03) Dada a função f ( x) x 2 cos x , separe esta em duas funções e aproxime pelo menos
(04) Dada a função f ( x) x3 sen x , separe esta em duas funções e aproxime pelo menos
2.6. MÉTODO DA BISSEÇÃO
Para utilizarmos este método devemos primeiro isolar a raiz dentro de um intervalo
[ a , b ] , isto é, devemos utilizar o método gráfico para aproximar visualmente a raiz para em
seguida isolá-la pelo intervalo ( a , b ) , onde esta raiz pertença a este intervalo. Para
utilizarmos o método das bisseção é necessários que a função f ( x ) seja uma continua no
intervalo [ a , b ] e que f (a) . f (b) 0 .
Para aplicamos o método da bisseção devemos dividir o intervalo [ a , b ] ao meio,
obtendo assim x o , com isto temos agora dois intervalos [ a , x o ] e [ x o , b ]
y
a x
xo b
Se f ( x o ) 0 , então, x o ; Caso contrário, a raiz estará no subintervalo onde a função tem

sinais oposto nos pontos extremos, ou seja se
f(a) . f(xo ) 0 implica que a raiz esta no intervalo [ a , x o ] .
f ( x o ) . f (b) 0 implica que a raiz esta no intervalo [ x o , b ] .
16
a1 x1 x
b1
A partir daí construiremos um novo intervalo [ a1 , b1 ]

O novo intervalo [ a1 , b1 ] que contém é dividido ao meio e obtém-se x 1 onde se
f (a1 ) . f ( x1 ) 0 implica que a raiz esta no intervalo [ a1 , x 1 ] .
f ( x1 ) . f (b1 ) 0 implica que a raiz esta no intervalo [ x 1 , b1 ] .
O processo se repete até que se obtenha uma aproximação para a raiz exata , com a
tolerância desejada. Tolerância ( ) é um valor que o calculista define. A partir da
tolerância, definimos o critério de parada, onde se para de refinar a solução e se aceita o valor
aproximado calculado. A tolerância , é muitas vezes avaliada por um dos três critérios
abaixo:
| f (x n ) | E
| xn xn 1 | E
| xn xn 1 |
E
| xn |
Exemplo:
(01) Calcular a raiz da equação f (x) x 2 3 com E 0,01 .
Solução
Primeiro devemos determinar um intervalo onde esta a raiz que desejamos calcular, para isto
devemos fazer uma no seu gráfico.
14
12 Intervalo de Raiz procurada

10 busca
8
6
y
-2
-4
-4 -3 -2 -1 0 1 2 3 4
x
A raiz procurada está próxima de 2 e esta dentro do intervalo [ 1 3 ] . Logo
N an bn xn f (xn) E
17
0 1.0000 3.0000 2.0000 1.0000

1 1.0000 2.0000 1.5000 -0.7500 0.5000
2 1.5000 2.0000 1.7500 0.0625 0.2500
3 1.5000 1.7500 1.6250 -0.3594 0.1250
4 1.6250 1.7500 1.6875 -0.1523 0.0625
5 1.6875 1.7500 1.7188 -0.0459 0.0313
6 1.7188 1.7500 1.7344 0.0081 0.0156
7 1.7188 1.7344 1.7266 -0.0190 0.0078
Construção da tabela
1ª linha: Na iteração inicial ( N = 0 ) temos [ ao bo ] [ 1 3 ] sendo o ponto médio x o 2 .
2ª linha: ( N = 1 ) Como f(ao ) . f(x o ) 0 , substituímos b1 xo , logo [ a1 b1 ] [1 2 ]
sendo o ponto médio x1 1,5 .
3ª linha: ( N = 2 ) Como f ( x1 ) . f (b1 ) 0 , substituímos a 2 x1 , logo [ a 2 b 2 ] [ 1,5 2 ]
sendo o ponto médio x 2 1,75 .
8ª linha: ( N = 7 ) Como f (a 6 ) . f ( x 6 ) 0 , substituímos a 7 x 6 , logo
[ a7 b7 ] [ 1.7188 1.7344 ] sendo o ponto médio x7 1.7266 ( 0.0078 E ).
Como o erro é menor que tolerância então a aproximação final é x 1,7266 .
E xercício
x2
(01) Calcular a raiz da equação f (x) ln x com E 0,01 .
(02) Calcular a raiz da equação f ( x) x3 x2 4 com E 0,01 .
(03) Calcular a raiz da equação f ( x) 2 x 2 10 com E 0,01 utilizando o método da

bisseção. (Sugestão utilizar intervalo de busca [ 1, 3 ] )
(04) Calcular a raiz da equação f ( x) 2x 3 5 com E 0,01 utilizando o método da

bisseção. (Sugestão utilizar intervalo de busca [ 0 , 3 ] )
(05) Calcular a raiz da equação f ( x) x2 3
com E 0,01 utilizando o método da
(06) Calcular a raiz da equação f ( x) x 2 16 sen x com E 0,01 utilizando o método

da bisseção. (Sugestão utilizar intervalo de busca [ 3 , 5 ] )
(07) Calcular a raiz da equação f ( x) x2 5 sen x com E 0,01 utilizando o método da
18
2.7. MÉTODO DAS CORDAS
Para utilizarmos este método devemos primeiro isolar a raiz dentro de um intervalo
[ a , b ] , isto é, devemos, novamente, utilizar o método gráfico para aproximar visualmente a
raiz para em seguida isolá-la pelo intervalo [ a , b ] , onde esta raiz pertença a este intervalo
( a , b ) . No método das cordas, ao invés de se dividir o intervalo [ a b ] ao meio, ele é
dividido em partes proporcionais à razão f (a) / f (b) . A fórmula de recorrência para a
aproximação da raiz enésima é
f (x n )
xn 1 xn x n c , onde n 0, 1, 2, ...,
f (x n ) f (c)
onde o ponto fixado c (ou “ a ” ou “ b ”) é aquele no qual o sinal da função f ( x ) coincide
com o sinal da segunda derivada f ' ' ( x ) , ou seja f ' ' (c) . f (c) 0 .
| xn xn 1 |
E
| xn |
y A existência da corda da
origem a dois triângulos
f(b) semelhantes, que permitem
Corda
estabelecer a seguinte relação:
h1 b a
h1
f (a) f (b) f (a)
a x x esta relação nos conduz a uma
o 1
b x valor aproximado da raiz
x1 a h1
f(a) f (a)
x1 a (b a)
f (b) f (a)
f(b)
h1
a xo x1
b x
f(a)
Ao se aplicar este procedimento ao novo intervalo que contém , como mostra a

figura a seguir, [ a x1 ] ou [ x1 b ] , obtém-se uma nova aproximação x 2 da raiz pela
aproximação apresentada acima
19
f(b)
Corda
h2
a x1
x2 b x
f(a)
Nas figuras a seguir, como no método das cordas é escolhido o extremos do intervalo [a , b]
que deve ser igual ao valor x o .
y y
f(b) f(a)
h1 h1
a xo x1 x1 b xo
b x a x
f(a) f(b)
f ' ' (x) 0 f ' ' (x) 0
f (a) 0 e f (b) 0 f (a) 0 e f (b) 0
c b c a
y y
f(a) f(b)
b a x
a xo x x1 b xo
x1 h1
h1
f(b) f(a)
f ' ' (x) 0 f ' ' (x) 0

f (a) 0 e f (b) 0 f (a) 0 e f (b) 0
c b c a
20
Exemplo:
Solução
14

10 busca
8
6
y
-2
-4
-4 -3 -2 -1 0 1 2 3 4
x
N an bn xn f (xn) E
0 1.0000 3.0000 3.0000 6.0000 1.5000
1 1.0000 1.5000 1.5000 -0.7500 0.3000
2 1.0000 1.8000 1.8000 0.2400 0.0857
3 1.0000 1.7143 1.7143 -0.0612 0.0226
4 1.0000 1.7368 1.7368 0.0166 0.0061
Construção da tabela
Como f ' ' ( x ) 2 f ' ' (3) 2 0 e f (3) 32 3 6 0
0 de onde temos que c a 1
logo f ' ' (3) . f (3)
f (x n )
usando a fórmula de recorrência x n 1 x n xn c temos que
f (x n ) f (c)
x0 b 3
f (x 0 )
x1 x0 x 0 1 1.5000 [a b] [ 1.0 1.50 ]
f (x 0 ) f (1)
f ( x1 )
x2 x1 x1 1 1.8000 [a b] [ 1.0 1.80 ]
f (x1 ) f (1)
f (x 2 )
x3 x2 x 2 1 1.7143 [a b] [ 1.0 1.7143 ]
f (x 2 ) f (1)
f (x 3 )
x4 x3 x 3 1 1.7368 [a b] [ 1.0 1.7368 ]
f (x 3 ) f (1)
Como o erro é menor que tolerância ( 0.0061 E ) então a aproximação final é x 1,7368 .
21
E xercício
(01) Calcular a raiz da equação f ( x) x2 ln x com E 0,01 .

(05) Calcular a raiz da equação f ( x) x 2 3 com E 0,01 utilizando o método da
da bisseção. (Sugestão utilizar intervalo de busca [ 3, 5 ] )
(07) Calcular a raiz da equação f ( x) x 2 5 sen x , com E 0,01 utilizando o método da
bisseção. (Sugestão utilizar intervalo de busca [ 1.5 , 2.5 ] )
2.8. MÉTODO DE NEWTON
Semelhantes aos métodos da bisseção e da corda, devemos primeiro isolar a raiz que
desejamos procurar dentro de um intervalo [ a , b ] utilizando para isto o método gráfico. Para
utilizarmos o método de Newton é necessários que a função f ( x ) seja uma continua no
intervalo [ a , b ] e que o seu único zero neste intervalo; as derivada f ' ( x ) [ f ' (x ) 0] e
f ' ' ( x ) devem também ser contínuas.
Para se encontrar a expressão para o cálculo da aproximação x n para a raiz
devemos fazer uma expansão em série de Taylor para f (x ) 0 , de onde temos
f ( x ) f ( x n ) f ' ( x n )( x x n ) se fizermos f ( x ) f ( x n 1 ) 0 , obteremos a seguinte
expressão f ( x n ) f ' ( x n )( x n 1 x n ) 0 , isolando o termo x n 1 na temos
f (x n )
xn 1 xn .
f ' (x n )
onde x n 1 é uma aproximação de .
22
y y
f(b) f(a)
a b x0 b
x 2 x1 x a x 0 x1 x 2 x
f ' ' (x) 0 f ' ' (x) 0

f(a) f(b)
f ' (x) 0 f ' (x) 0
b x0 a x0
y y
f(a) f(b)
x 2x1 b x0 a x o x1 x 2 x
a b x b
f ' ' (x) 0 f ' ' (x) 0
f ' (x) 0 f ' (x) 0
f(b) f(a) a x0
b x0
Exemplo:
Solução
14

10 busca
8
6
y
-2
-4
-4 -3 -2 -1 0 1 2 3 4
x
23
N an bn xn f (xn) E
0 1.0000 3.0000 3.0000 6.0000
1 1.0000 2.0000 2.0000 1.0000 0.2500
2 1.0000 1.7500 1.7500 0.0625 0.0179
3 1.0000 1.7321 1.7321 0.0003 0.0001
Observe a construção da tabela:

Como f ' ( x ) 2 x f ' (3) 6 0 e como f ' ' ( x ) 2 0 logo temos
x0 b 3
f (x n )
usando a expressão x n 1 xn , temos a seguinte recorrência
f ' (x n )
f (x 0 )
x1 x0 2.0000 [ a b ] [ 1.0 2.0 ]
f ' (x 0 )
f ( x1 )
x 2 x1 1.7500 [ a b ] [ 1.0 1.75 ]
f ' ( x1 )
f (x 2 )
x3 x2 1.7321 [ a b ] [ 1.0 1.7321 ]
f ' (x 2 )
Como o erro é menor que tolerância ( 0.0001 E ) então a aproximação final é x 1,7321 .
E xercício
(01) Calcular a raiz da equação f ( x) x2 ln x com E 0,01 .

(05) Calcular a raiz da equação f ( x) x 2 3 com E 0,01 utilizando o método da
da bisseção. (Sugestão utilizar intervalo de busca [ 3, 5 ] )
(07) Calcular a raiz da equação f ( x) x 2 5 sen x , com E 0,01 utilizando o método da
bisseção. (Sugestão utilizar intervalo de busca [ 1.5 , 2.5 ] )
24
3. SISTEMAS DE EQUAÇÕES LINEARES

Para entendermos os métodos de resolução de sistemas lineares, devemos primeiro
compreender que um sistema linear Sn é uma coleção de n equações lineares, como
mostraremos a seguir
a11 x1 a12 x 2 a13 x 3 ... a1n x n b1
a 21 x1 a 22 x 2 a 23 x 3 ... a 2 n x n b2
Sn
..........................................................
a n1 x 1 an 2 x 2 an3 x 3 ... ann x n bn
que pode, também, ser representado por
Ax b
onde A é uma matriz quadrada de ordem n , x e b não matrizes n 1 , isto é, com n linhas e
uma coluna. A matriz A tem a seguinte forma
a11 a12 a13 ... a1n
a 21 a 22 a 23 ... a 2n
A
.... .... .... .... ....
a n 1 a n2 an3 ... ann
onde ai j é chamado coeficiente da incógnita x j e os b i são chamados termos independentes.
Com a matriz dos coeficientes e a matriz dos termos independentes montamos a matriz B ,
denominada de matriz ampliada, que pode ser escrita por
B [ A:b]
ou seja
a11 a12 a13 ... a1n b1 x1
a 21 a 22 a 23 ... a 2n b 2 x2
B x
.... .... .... .... .... .... 
an1 an2 an3 ... ann bn xn
Uma solução do sistema Sn , são os valores x1 , x 2 , ... , x n , que constituem a matriz coluna
x , denominada de matriz solução que pode ser escrita por
Os sistemas lineares Sn podem ser classificados da seguinte forma:
Determinad o
Homogêneo Possível
Indetermin ado
Sn
Impossível
Não Homogêneo Determinad o
Possível
Indetermin ado
25
Um sistema Sn ( A x b ) é denominado de homogêneo quando a matriz b , dos termos

independentes, é nula, o sistema Sn ( A x b ) é denominado de não-homogêneo quando a
matriz b , não é nula, isto é, existe pelo menos um termo em b , que não é nulo.
Um sistema é dito impossível quando não há nenhuma solução que satisfaça o sistema,
isto é, sua solução é o vazio. Um sistema é dito possível quando há, pelo menos, uma
seqüência de valores x1 , x 2 , ... , x n que satisfaça o sistema, isto é, a sua solução nunca é o
vazio. Se existir uma única seqüência de valores que satisfaça o sistema Sn , então este
sistema é dito Possível e determinado, se existir mais de uma seqüência de valores x1 , x 2 ,
... , x n que satisfaça o sistema Sn , estão podemos afirmar que o sistema é Possível e
indeterminado.
3.1. TRANSFORMAÇÕES ELEMENTARES
O cálculo da solução de sistemas através de métodos interativos, consiste em uma

seqüência de transformações, onde um sistema mais complexo é transformado em outro mais
simples com a mesma solução. As transformações utilizadas para modificar os sistemas de
equações lineares são formadas pelas seguintes operações elementares:
(1) Trocar a ordem de duas equações do sistema.
(2) Multiplicar uma equação do sistema por uma constante não numa.
(3) Adicionar duas equações do sistema.
A partir das operador apresentadas podemos transformar um sistema S1 em um

sistema S 2 . Isto é, S1 e S 2 são equivalentes.
3.2. MÉTODO DIRETO

Consiste de métodos que determinam a solução do sistema linear com um número finito
de transformações elementares.
3.2.1. Método de Gauss-Jordan

Exemplo: Calcule a solução do sistema
x y z 6
x y z 4
x y z 2
Solução
Como já explicamos, para melhor aplicar o método de Gauss-Jordan devemos escrever o
sistema na forma matricial:
x y z 6 1 1 1 x 6
x y z 4 1 -1 -1 y -4
x y z 2 1 -1 1 z 2
26
A ampliada B é modificada segundo as expressões à direita gerando um novo sistema sempre
posto abaixo
1 1 1 6 a(21
0)
1
m1(0) 1
B0 1 -1 -1 - 4 (0) 1
a11
1 -1 1 2
L(21) m1(0)L(10) L(20)
1 1 1 6 a(31
0)
1
m(20) 1
B1 0 - 2 - 2 - 10 (0) 1
a11
1 -1 1 2
L(31) m(20)L(10) L(30)
1 1 1 6 a(32
1)
( 2)
m1(1) 1
B1 0 - 2 - 2 - 10 a(22
1) 2
0 -2 0 -4
L(32) m1(1)L(21) L(31)
( 2)
1 1 1 6 a13 1
m1(2)
B2 0 - 2 - 2 - 10 a(33
2) 2
0 0 2 6
L(13) m1(2)L(32) L(12)
1 1 0 3 a(23
2)
( 2)
m(22)
B3 0 - 2 - 2 - 10 a(33
2) 2
0 0 2 6
L(23) m(22)L(32) L(22)
(3)
1 1 0 3 a12 1 1
m1(3)
B3 0 -2 0 -4 a(22
3) 2 2
0 0 2 6 L(14) m1(3)L(23) L(13)
L(14) L(14)
L(15)
1 0 0 1 ( 4) 1
a11
B4 0 -2 0 -4
L(24) L(24)
0 0 2 6 L(25)
a (22
4) 2
L(34) L(34)
L(35)
a (33
4) 2
1 0 0 1 x 1
B5 0 1 0 2 y 2
0 0 1 3 z 3
27
E
(01) Calcule a solução do sistema
xercício
x y z 6 x 2y z 0
(a) x y z 4 (b) x y z 7
x y z 2 x 2y 3z 12
x 2y 3z t 18
x 2y 3z 5
x 5y 2z 2t 23
(c) x 5y 2z 3 (d)
2x 2y z 3t 17
2x 2y z 5
x 2y z t 12
x 2 y 3z 1 x 2 y 3z 8
(e) x 5y 2z 5 (f) x y 2z 5
2x 2y z 0 2x y z 1
3.2.2. Cálculo da Inversa de uma Matriz

O método de Gauss-Jordan pode calcular a inversa de uma matriz. No calculo da
inversa de uma matriz ( M 1 ), a matriz ampliada B é montada utilizando a matriz M e uma
matriz identidade I da dimensão da matriz M . Isto é, a matriz identidade I substitui a matriz
dos termos independentes b , utilizada na resolução de sistemas lineares. Deste modo, a
matriz B fica da seguinte forma:
B [M : I]
a(31
0)
1 1 2 1 0 0 m1(0) 1
(0)
B0 0 -1 4 0 1 0 a11
1 1 1 0 0 1 L(31) m1(0)L(10) L(30)
a(23
1)
1 1 2 1 0 0 m1(1) 2
B1 0 -1 4 0 1 0 a(33
1)
0 0 -1 -1 0 1 L(22) m1(1)L(31) L(21)
a(23
1)
1 1 0 -1 0 2 m(21) 4
B2 0 -1 4 0 1 0 a(33
1)
0 0 -1 -1 0 1 L(22) m(21)L(31) L(21)

( 2)
a12
m1(2) 1
a(22
2)
L(13) m1(2)L(22) L(12)

28
1 1 0 -1 0 2
B2 0 -1 0 -4 1 4
0 0 -1 -1 0 1
L(14) L(14)
L(15)
( 4) 1
a11
1 0 0 -5 1 6
B3 0 -1 0 -4 1 4 L(24) L(24)
L(25)
0 0 -1 -1 0 1 a (22
4) 1
L(34) L(34)
L(35)
1 0 0 -5 1 6 a (33
4) 1
B3 0 1 0 4 -1 - 4
0 0 1 1 0 -1
1 1 2 -5 1 6
1
M 0 -1 4 e M 4 -1 - 4
1 1 1 1 0 -1
E xercício
(01) Determine a inversa das matriz abaixo

1 1 1 1 2 -1
(a) 1 -1 -1 (b) 1 1 1
1 -1 1 -1 2 3
1 2 3 1
1 2 3
(c) (d) -1 5 2 2
-1 5 2
-1 2 1 3
-2 2 1
1 2 1 1
(02) Determine a inversa das matrizes abaixo

1 2 3 1 2 3
(a) 1 5 2 (b) 1 1 2
2 2 1 2 1 1
29
1 2 3 1
1 2 1
1 5 2 2
(c) 1 1 1 (d)
2 2 1 3
2 1 1
1 2 1 1
3.2.3. Cálculo do determinante de uma Matriz
O método de Gauss-Jordan, também pode ser utilizado para calcularmos o determinante

de uma matriz. Para isto, devemos escalonar a matriz ampliada B , como fizemos no cálculo
da solução do sistema e na determinação da matriz inversa, porém não devemos fazer o
último passo, que é a normalização da matriz pelos elementos da diagonal principal.
Exemplo 02 – Calcule o determinante da matriz 1 3 0

M 0 2 1
1 2 -1
1 3 0
a(31
0)
B0 0 2 1 m1(0) 1
(0)
1 2 -1 a11
L(31) m1(0)L(10) L(30)
1 3 0
B1 0 2 1 a(32
1)
m1(1) 0.5
0 -1 -1 a(22
1)
1.00 3.00 0 L(32) m1(1)L(21) L(31)

B2 0 2.00 1.00 a(232)
m1(2) 2
0 0 - 0.50 ( 2)
a 33
L(23) m(22)L(32) L(22)
1.00 3.00 0 (3)
a12
B3 0 2.00 0 m1(3) - 1.5
0 0 - 0.50 a(22
3)
L(14) m1(3)L(23) L(13)
1.00 0 0
B4 0 2.00 0
0 0 - 0.50
det(M) 1.00 * 2.00 * ( 0.50) 1.00
30
E xercício
(01) Determine o determinante das matriz abaixo
1 1 1 1 2 -1
(a) 1 -1 -1 (b) 1 1 1
1 -1 1 -1 2 3
1 2 3 1
1 2 3
(c) (d) -1 5 2 2
-1 5 2
-1 2 1 3
-2 2 1
1 2 1 1
3.3. MÉTODOS ITERATIVOS
A outra forma de se determinar a solução de um sistema A x b , que é através dos

métodos iterativos. Os métodos iterativos consistem em determinar uma seqüência de
aproximações x (1) , x (2) , ... , x (k) , para a solução do sistema x , a partir de uma dada
aproximação inicial x (0) . Segundo este raciocínio, o sistema A x b , é transformado em um
outro sistema equivalente com a seguinte forma
x (k 1) Fx (k) d
onde F é uma matriz n n , x e d são matrizes n 1 . x (k 1) é uma aproximação obtida a

partir da aproximação x (k ) . Sendo a seqüência de aproximações obtida da seguinte forma
x (1) Fx (0) d
x (2 ) Fx (1) d
x (3) Fx (2) d
......................
x (k 1) Fx (k) d
As aproximações são calculadas até que se tenha
x (k) x max x i(k) xi

1 i n
Se lim x (k) x 0 , então a seqüência x (1) , x (2) , ... , x (k) converge para a solução x .
k
31
3.3.1. Método de Jacobi
Para entendermos o método de Jacobi tomemos o sistema

a11 x1 a12 x 2 ... a1n x n b1
a 21 x1 a 22 x 2 ... a2 n xn b2
...................................................
an1 x1 a b2 x 2 ... ann x n bn
em cada equação do sistema devemos isolar o valor de x i , isto é, na primeira equação

devemos isolar x 1 , na segunda equação devemos isolar x 2 , e assim por diante, com isto
teremos:
b1 ( a12 x 2 a13 x 3 ... a1n x n )
x1
a11
b2 (a 21 x1 a13 x 3 ... a2 n xn )
x2
a 22
...................................................
bn (an1 x1 a b2 x 2 a13 x 3 ... ann 1 x n 1 )
xn
ann
Observação:
Os elementos a ii devem ser diferentes de zeros a ii 0, i , se não teremos
divisão por zero. Caso isto não ocorra devemos reagrupar o sistema para que se
consiga esta condição
Podemos colocar o sistema na seguinte forma x (k 1) Fx (k) d , onde
b1
a11
x1
b2
x2
x d a 22


xn
bn
ann
0 a12 / a11 a13 / a11 ... a1n / a11
a 21 / a 22 0 a 23 / a 22 ... a 2 n / a 22
F a 31 / a 33 a 32 / a 33 0 ... a 3 n / a 33
...............................................................................
an1 / ann an2 / ann an 3 / ann ... 0
O método de Jacobi funciona da seguinte forma:

1º Passo: Devemos escolher uma aproximação inicial x (0) .
2º Passo: Devemos gerar as aproximações x (k) a partir das iterações
32
x (k 1) Fx (k) d , k 0, 1, 2, ...
3º Passo: Paramos de calcular as aproximações quando um dos critérios de parada abaixo for
satisfeito.
1º critério: max | x i(k 1) x i(k) | E , onde E é a tolerância .
1 i n
2º critério: k M , onde M é o número máximo de iterações.
Observação:
A tolerância E fixa o grau de precisão das soluções.
Exemplo – Resolva pelo método de Jacobi o sistema

2x1 x2 1
com E 10 2 ou k 10 .
x1 2 x 2 3
Solução
Isolando o valor de x 1 na primeira equação e x 2 na segunda equação, temos as equações de
iteração
1
x1k 1 (1 x k2 )
2 onde k 0,1, 2, ...
k 1 1 k
x2 (3 x 1 )
2
0
Utilizaremos como aproximação inicial x (0) para calcular x (1) , como mostraremos a
0
seguir
Para k 0
1 1
x11 (1 x 02 ) x11 (1 0) 0.5
2 2 0.5
x (1)
1 1 1.5
x12 (3 x10 ) x12 (3 0) 1.5
2 2
Para k 1
1 1
x12 (1 x12 ) x11 (1 0.5) 1.25
2 2 1.25
x ( 2)
1 1 1.25
x 22 (3 x11 ) x12 (3 1.5) 1.25
2 2
repetiremos estes cálculos para k 2, 3, .... e colocamos os valores obtidos na tabela abaixo:
k x1k x k2 E
0 0.0000 0.0000 0.0000

1 0.5000 1.5000 1.5000
2 1.2500 1.2500 0.7500
33
3 1.1250 0.8750 0.3750

4 0.9375 0.9375 0.1875
5 0.9688 1.0313 0.0938
6 1.0156 1.0156 0.0469
7 1.0078 0.9922 0.0234
8 0.9961 0.9961 0.0117
9 0.9980 1.0020 0.0059
10 1.0010 1.0010 0.0029
0.0029 10 2
x1 1.0010 1.0010
ou x
x2 1.0010 1.0010
k 10 ?
E xercício
(01) Resolva o sistemas, com x0 [0 0 0] , E 10 2 ou k 10 , onde k é o número de

iterações.
2x y z 2 4x y z 5
(a) x 2 y z 4 (b) x 2 y z 5
2x y 2z 5 x 3y 3z 4
3x y z t 2
3x y z 2
2x 5y z t 19
(c) 2 x 5 y z 15 (d)
x y 3z t 16
x y 3z 12
x 2y z 5t 28
3.3.2. MÉTODO DE GAUSS-SEIDEL
O método iterativo de Gauss-Seidel consiste em:

1º Passo: Definirmos uma aproximação inicial x (0) .
2º Passo: Calcula-se a seqüência de aproximações x (1) , x (2) , ... , x (k) utilizando-se as
seguintes fórmulas:
34
1
x1(k 1) b1 a12 x (2k) a13 x (3k) a13 x (3k)  a1n x n(k)
a11
1
x (2k 1) b2 a 21 x1(k 1) a 23 x (3k) a 23 x (3k)  a 2 n x n(k)
a 22
1
x (3k 1) b3 a 31 x1(k 1) a 32 x (2k 1) a 34 x (4k)  a 3n x n(k)
a 33

1
x n(k 1) bn an1 x1(k 1) an2 x (2k 1) an4 x (4k 1)  an,n 1 x n(k 11)
ann
No cálculo da aproximação x n(k 1) , utilizamos as aproximações x1(k 1) , x (2k 1) , ... , x n(k 11) .
Isto faz com que este método tenha convergência mais rápida.
Exemplo 01 – Resolva pelo método de Jacobi o sistema
2x1 x2 1
com x (0) [0 0] , E 10 2 ou k 10 .
x1 2 x2 3
Solução
Isolando o valor de x 1 na primeira equação e x 2 na segunda equação, temos as equações de
iteração
1
x1k 1 (1 x k2 )
2 onde k 0,1, 2, ...
k 1 1 k 1
x2 (3 x 1 )
2
O calculo das aproximações é feito da seguinte forma
Para k 0 (1ª iteração)
1 1
x1( 1 ) (1 x (20 ) ) x1( 1 ) (1 0) 0.5
2 2 0.5
x (1)
1 1 1.25
x (21 ) (3 x1( 1 ) ) x (21 ) (3 0.5) 1.25
2 2
Para k 1 (2ª iteração)
1 1
x1( 2 ) (1 x (21 ) ) x1( 2 ) (1 1.25) 1.125
2 2 1.125
x ( 2)
1 1 0.9375
x (22 ) (3 x1( 2 ) ) x (22 ) (3 1.125 ) 0.9375
2 2
repetiremos estes cálculos para k 2, 3, .... e colocamos os valores obtidos na tabela a seguir.
35
k x1k x k2 E
0 0.0000 0.0000 0.0000

1 0.5000 1.2500 1.2500
2 1.1250 0.9375 0.6250
3 0.9688 1.0156 0.1563
4 1.0078 0.9961 0.0391
5 0.9980 1.0010 0.0098
6 1.0005 0.9998 0.0024
7 0.9999 1.0001 0.0006
0.0006 10 2
x1 0.9999 0.9999
ou x
x2 1.0001 1.0001
k 10 ?
E xercício
(01) Resolva o sistemas, com x0 [0 0 0] , E 10 2 ou k 10 , onde k é o número de

iterações. Utilize o método de Gauss Seidel.
2x y z 2 4x y z 5
(a) x 2 y z 4 (b) x 2 y z 5
2x y 2z 5 x 3y 3z 4
3x y z t 2
3x y z 2
2x 5y z t 19
(c) 2 x 5 y z 15 (d)
x y 3z t 16
x y 3z 12
x 2y z 5t 28
36
4. INTERPOLAÇÃO LINEAR
4.1. CONCEITO DE INTERPOLAÇÃO
Seja a função y f ( x ) , cujos valores estão em uma tabela. Se desejarmos determinar

f ( x ) sendo:
(a) x ( x 0 , x n ) e x x i onde i 0, 1, 2, ... , n
(b) x ( x 0 , x n )
O item (a) representa um problema de interpolação, isto é, x está dentro do intervalo
amostrado, logo devemos calcular um polinômio interpolador, que é uma aproximação da
função tabelada.
O item (b) representa um problema de extrapolação, isto é, x está fora do intervalo
amostrado. Nos trataremos apenas de problemas de interpolação neste capítulo.
4.2. INTERPOLAÇÃO LINEAR
Exemplo - Na tabela está a produção seguir está assinalado o número de habitantes de uma
cidade A em quatro censos.
Tabela 1
ANO 1950 1960
Nº de Habitantes 352.724 683.908
Determinar o número aproximado de habitantes na cidade A em 1955.
Solução
Neste caso, o polinômio interpolador terá grau 1, isto é, será da forma
P1 ( x ) a1 x a 0
Para se determinar os coeficientes, a0 e a1 devemos fazer

P1 ( x 0 ) a1 x 0 a0 y0 a1 x 0 a0 y0
P1 ( x1 ) a1 x1 a0 y1 a1 x1 a0 y1
Para x 0 1950 e y0 352.724 temos que

a1 1950 a0 352.724
Para x 1 1960 e y1 683.908 temos que

a1 1960 a0 683.908
Com isto temos o seguinte sistemas

a1 1950 a 0 352.724
a1 1960 a0 683.908
onde a1 33118,40 e a0 64228156 logo teremos
P1( x ) 33118,40 x 64228156
37
como queremos saber o número aproximado de habitantes na cidade A em x 1955 , temos

P1( x ) 33118,40 1955 64228156 518.316 habitantes
4.3. INTERPOLAÇÃO QUADRATICA
Exemplo - Na tabela a seguir está assinalado o número de habitantes de uma cidade A em

quatro censos.
Tabela 1
ANO 1950 1960 1970
Nº de Habitantes 877500 901600 925900
Determinar o número aproximado de habitantes na cidade A em 1965.
Solução
Neste caso, o polinômio interpolador será de 2º grau, isto é, será da forma
P2 (x) a2 x 2 a1 x a0
Para se determinar os coeficientes, a0 , a1 e a 2 devemos fazer
P2 (x 0 ) a 2 x 02 a1 x 0 a0 y0 a 2 x 02 a1 x 0 a0 y0
P2 (x1) a 2 x12 a1 x1 a 0 y1 a 2 x12 a1 x1 a 0 y1
P2 (x 2 ) a 2 x 22 a1 x 2 a0 y2 a 2 x 22 a1 x 2 a0 y2
Para o problema em questão temos:
1950 2 a 2 1950 a1 a 0 877500

1960 2 a 2 1950 a1 a 0 901600
1970 2 a 2 1950 a1 a 0 925900
cuja solução, através de escalonamento ensinado no capítulo anterior é
a2 1
a1 1500
a0 2.25
logo teremos
P2 (x) x2 1500 x 2.25
como queremos saber o número aproximado de habitantes na cidade A em x 1965 , temos

P2 (1965) 1965 2 1500 1965 2.25 913725 habitantes
38
4.4. ERRO DE TRUNCAMENTO
Para que você entenda o erro de truncamento, observe o gráfico mostrado a figura a
seguir.
f(x)
y1 P1( x )
Valor Aproximado
y0
Valor real
x0 x x1
Figura. f ( x ) é a função tabelada e P1( x ) um polinômio interpolador de 1º grau. Podemos

observar que, neste caso, P1( x ) não aproxima bem a solução.
O erro de truncamento cometido no ponto x é dado pela fórmula

ET (x) (x x0 ) (x x1) A ,
onde A é uma constante a determinar, como a função erro de truncamento.
No calculo de A , utilizaremos a função auxiliar G( t) definida por:
G( t) f ( t) P1( t) E T ( t) .
4.5. TEOREMA DE ROLLE
Se a função f ( x ) é contínua no intervalo [ a ,b ] e diferenciável no intervalo ( a , b ) e

f (a) f (b) , então, existe um ( a , b ) , tal que f ' ( ) 0
4.6. INTERPOLAÇÃO DE LAGRANGE
As interpolações apresentadas anteriormente (interpolação linear e quadrática) são casos

particulares da interpolação de Lagrange. Agora vamos determinar, o polinômio interpolador
P( x ) de grau menor ou igual a n , sendo dado para isto, n 1 pontos distintos.
Teorema
Sejam ( x i , y i ) , i 0, 1, 2, ... , n, n 1 pontos distintos, isto é, xi xj para i j.
Existe um único polinômio P( x ) de grau não maior que n , tal que p( x i ) y i , para todo i . O
polinômio P( x ) pode ser escrito na forma:
Pn (x) a0 a1 x a2 x 2 a3 x 3 ... an xn
ou da seguinte forma
n
Pn ( x ) a i xi
i 0
39
Observe que P( x ) é, no máximo, de grau n , se a n 0 . Para determinar o polinômio

P( x ) devemos conhecer os valores a0 , a1, a2, ... , an . Como P( x ) contém os pontos
( x i , y i ) podemos escrever p( x i ) y i , da seguinte forma
a0 a1 x 0 a 2 x 02 a 3 x 30 ... an x n0 y0
a0 a1 x 1 a 2 x 12 a 3 x 13 ... an x 1n y1
S: a0 a1 x 2 a 2 x 22 a 3 x 32 ... an x n2 y2
..............................................................
a0 a1 x n a 2 x n2 a 3 x n3 ... an x nn yn
A solução do sistema S são os valores a0 , a1, a2, ... , an , com os quais determinamos o
polinômio Pn (x) a0 a1 x a2 x 2 a3 x 3 ... an xn .
Para verificarmos que tal polinômio é único, basta calcularmos o determinante da
matriz A (matriz dos coeficientes) e verificar que ele é diferente de zero.
1 x0 x 02 ... x n0
1 x1 x 12 ... x 12
A
... ... ... ... ...
1 xn x n2 ... x n2
Observe que a matriz A , tem a forma da matriz de Vandermonte, também
conhecida como matriz das potências. Seu determinante, segundo a Álgebra Linear, é dado
pela expressão:
det(A) (x i x j ) , com xi x j
i j
Sabemos que det(A) 0 , logo isto prova que P( x ) é único.
Obtenção da Fórmula
Para que você entenda a interpolação de Lagrange é necessário que compreender como
é obtida a fórmula de recorrência deste método.
O teorema fundamental da Álgebra garante que podemos escrever o polinômio P( x )
da seguinte forma
P(x) (x x0 ) (x x1) (x x 2 ) (x x3 ) ...(x xn )
onde x 0 , x1, x 2, x3 , ... , xn são as raízes do polinômio P( x ) . Montaremos agora, uma
seqüência de polinômios auxiliares da seguinte forma
1º polinômio: se retirarmos ( x x 0 ) obteremos o polinômio

p0 (x) (x x1) (x x 2 ) (x x3 ) ...(x xn )
2º polinômio: se retirarmos ( x x 1) obteremos o polinômio

p1(x) (x x0 ) (x x 2 ) (x x3 ) ...(x xn )
40
3º polinômio: se retirarmos ( x x 2 ) obteremos o polinômio

p2 (x) (x x0 ) (x x1) (x x3 ) ...(x xn )
Seguindo este raciocínio obteremos os polinômios p0 (x), p1(x), p2 (x), ... , pn (x) .
Estes polinômios podem ser escritos na forma sintética:
n
pi ( x ) (x x j) , ( i 0, 1, 2, 3, ... , n)
j 0
j i
Tais polinômios possuem as seguintes propriedades
(a) pi ( x i ) 0 , para todo i.
(b) pi (x j ) 0 , para todo j i .
e são conhecidos como polinômios de Lagrange. O polinômio P( x ) pode ser escrito como
uma combinação linear dos polinômios p0 (x), p1(x), p2 (x), ... , pn (x) , da seguinte forma:
P(x) b0 p0 (x) b1 p1(x) b2 p2 (x) ... bn pn(x)
ou
n
P( x ) bi pi ( x )
i 0
Mas, como pi (x j ) 0 , para todo j i e pi ( x i ) 0 , para todo i, temos que
Pn ( x n ) bnpn ( x n )
logo
Pn (x n )
bn
pn (x n )
e como Pn ( x i ) y i , teremos
yi
bi
pi ( x i )
substituindo este valor no somatório será
n
yi
P( x ) pi ( x )
i 0 pi ( x i )
de onde teremos
n
pi ( x )
P( x ) yi
i 0 pi ( x i )
n
como pi ( x ) (x x j ) então
j 0
j i
n n (x x j)
P(x ) yi
i 0 j 0 (x i x j)
j i
denominada de fórmula de interpolação de Lagrange.
41
Exemplo - A partir das informações existentes na tabela, determine:
i xi yi
0 0.0 0.000
1 0.2 2.008
2 0.4 4.064
3 0.5 5.125
(a) O polinômio interpolador de Lagrange

(b) P(0.3)
Solução
(a) Como temos 4 pontos, o polinômio interpolador será de grau 3, logo
3 3 (x x )
j
P3 ( x ) yi , ou seja
i 0 j 0 ( x i x j )
j i
( x x 1) ( x x 2 ) ( x x 3 )
P3 ( x ) y0
( x 0 x 1) ( x 0 x 2 ) ( x 0 x 3 )
(x x 0 ) (x x 2 ) (x x 3 )
y1
(x1 x 0 ) (x1 x 2 ) (x1 x 3 )
( x x 0 ) ( x x 1) ( x x 3 )
y2
( x 2 x 0 ) ( x 2 x 1) ( x 2 x 3 )
( x x 0 ) ( x x 1) ( x x 2 )
y3
( x 3 x 0 ) ( x 3 x 1) ( x 3 x 2 )
substituindo os valores da tabela, teremos

( x 0.2) ( x 0.4) ( x 0.5)
P3 ( x ) 0.000
(0.0 0.2) (0.0 0.4) (0.0 0.5)
( x 0.0) ( x 0.4) ( x 0.5)
2.008
(0.2 0.0) (0.2 0.4) (0.2 0.5)
( x 0.0) ( x 0.2) ( x 0.5)
4.064
(0.4 0.0) (0.4 0.2) (0.4 0.5)
( x 0.0) ( x 0.2) ( x 0.4)
5.125
(0.5 0.0) (0.5 0.2) (0.5 0.4)
simplificando a expressão, temos o seguinte polinômio interpolador

P3 (x) x3 10 x
(b) P3 (0.3) 0.33 10 0.3 3.027
42
E xercício
(01) A partir das informações existentes na tabela, determine:

I xi yi
0 0.0 0.0000
1 0.2 1.0400
2 0.4 2.1600
3 0.6 3.3600

(b) P(0.3)

I xi yi
0 0.1 0.1010
1 0.3 0.3270
2 0.5 0.6250
3 0.7 1.0430

(b) P( 0.4)

I xi yi
0 0.0 0.0000
1 0.2 0.4080
2 0.4 0.8640
3 0.6 1.4160

(b) P( 0.5)

I xi yi
0 0.1 0.0110
1 0.3 0.1170
2 0.5 0.3750
3 0.7 0.8330

(b) P( 0.6)
43
4.7. INTERPOLAÇÃO DE NEWTON COM DIFERENÇAS DIVIDIDAS
Conceito de Diferenças Divididas
Seja y f ( x ) uma função que contém n pontos distintos ( x i , yi ) , onde

i 0, 1, 2, ... , n . Representaremos diferença divididas, por f [ ] . Definiremos diferença
dividida de ordem zero a própria função, isto é,
f 0 [x1] f (x1) y1 .
A diferença dividida de 1ª ordem para os argumentos x 0 e x 1 é uma aproximação da
1ª derivada, isto é,
f ( x 1) f ( x 0 )
f 1 [ x 0 , x1 ] ,
x1 x 0
onde temos a seguinte propriedade f [ x1 , x0 ] f [ x0 , x1 ] . Considerando y i f ( x i ) ,
podemos escrever as diferenças divididas de 1º ordem, de forma geral, por:
yi 1 yi
f 1 [ xi , xi 1 ] .
xi 1 xi
A diferença dividida de 2ª ordem para os argumentos x 0 , x 1 e x 2 é dada por:
f 1 [ x1 , x 2 ] f 1 [ x 0 , x1 ]
f 2 [ x 0 , x1 , x 2 ] .
x2 x0
A diferença dividida de 3ª ordem para os argumentos x 0 , x 1 , x 2 e x 3 é dada por:
f 2 [ x1 , x 2 , x 3 ] f 2 [ x 0 , x1 , x 2 ]
f 3 [ x 0 , x1 , x 2 , x 3 ] .
x3 x0
Genericamente, a diferença dividida de ordem n é dada por:
fn 1
] f n 1 [ x i , x i 1 , x i 2 , ... , x i
[ xi 1 , xi 2 , ... , x i n 1]
f n [ xi , xi 1 , xi 2 , ... , x i n]
n
.
xi n xi
Exemplo - Dada a função tabelada calcule a diferença dividida de segunda ordem.
i xi yi
0 0.3 3.09
1 1.5 17.25
2 2.1 25.41
Solução
Devemos calcular as diferenças divididas de primeira ordem

y1 y 0 17.25 3.09
f 1 [ x 0 , x1 ] 11.80
x1 x 0 1.5 0.3
y 2 y1 25.41 17.25
f 1 [ x1 , x 2 ] 13.60
x 2 x1 2.1 1.5
com todas as diferenças divididas de primeira ordem calculadas, vamos então calcular a de
segunda ordem
44
f 1 [ x1 , x 2 ] f 1 [ x 0 , x1 ] 13.60 11.80
f 2 [ x 0 , x1 , x 2 ] 1.0
x2 x0 2.1 0.3
Para facilitar os procedimentos numéricos e organizar os nossos cálculos colocaremos na

própria tabela o desenvolvimento do calculo da seguinte forma:
i xi yi f 1 [ xi , xi 1] f 2 [ x 0 , x1 , x 2 ]
0 0.3 3.09 f 1 [ x 0 , x1 ] f 2 [ x 0 , x1 , x 2 ]
1 1.5 17.25 f 1 [ x1 , x 2 ]
2 2.1 25.41
Fazendo a substituição numérica temos:
i xi yi f 1 [ xi , xi 1] f 2 [ x 0 , x1 , x 2 ]
0 0.3 3.09 11.80 1.00
1 1.5 17.25 13.60
2 2.1 25.41
A fórmula de recorrência de interpola, de Newton com diferenças dividida, depende do

número de pontos existente na tabela.
1º Caso: Existem só dois pontos na tabela
A fórmula, de interpolação, é obtida a partir da expressão de diferença divididas de

primeira ordem,
f ( x 1 ) f ( x 0 ) f ( x 0 ) f ( x 1)
f 1 [ x 0 , x1 ]
x1 x 0 x 0 x1
onde isolando f ( x ) , para obter a fórmula de interpolação:
f (x 0 ) f (x1) (x 0 x1) f 1 [ x 0 , x1 ]
assumiremos x x 0 , onde x é qualquer valor dentro do intervalo [ x 0 , x1 ] .
2º Caso: Existem só três pontos na tabela
A fórmula de interpolação, neste caso, é obtida a partir da expressão de diferença

divididas de segunda ordem,
f 1 [ x1 , x 2 ] f 1 [ x 0 , x1 ] f 1 [ x 0 , x1 ] f 1 [ x1 , x 2 ]
f 2 [ x 0 , x1 , x 2 ]
x2 x0 x0 x2
onde isolando f 1 [ x1 , x 2 ] , obtemos:
f 1 [ x 0 , x1 ] f 1 [ x1 , x 2 ] ( x 0 x 2 ) f 2 [ x 0 , x1 , x 2 ]
Substituindo na primeira fórmula de interpolação, temos
f (x 0 ) f (x1) (x 0 x1) {f 1 [ x1 , x 2 ] (x 0 x 2 ) f 2 [ x 0 , x1 , x 2 ]}
45
que pode ser escrita por

f (x 0 ) f (x1) (x 0 x1) f 1 [ x1 , x 2 ] (x 0 x1)( x 0 x 2 ) f 2 [ x 0 , x1 , x 2 ]
que é a fórmula de interpolação para este caso, onde assumiremos x x 0 , onde x é qualquer
valor dentro do intervalo [ x 0 , x 2 ] .
3º Caso: Existem só quatro pontos na tabela
A fórmula de interpolação, neste caso, é obtida a partir da expressão de diferença

divididas de terceira ordem,
3 f 2 [ x1 , x 2 , x 3 ] f 2 [ x 0 , x1 , x 2 ] f 2 [ x 0 , x1 , x 2 ] f 2 [ x1 , x 2 , x 3 ]
f [ x 0 , x1 , x 2 , x 3 ]
x3 x0 x0 x3
onde isolamos f 2 [ x 0 , x1 , x 2 ] , para obter:
f 2 [ x 0 , x1 , x 2 ] f 2 [ x1 , x 2 , x 3 ] ( x 0 x 3 ) f 3 [ x 0 , x1 , x 2 , x 3 ]
Substituindo na segunda fórmula de interpolação, temos
f ( x 0 ) f ( x 1) ( x 0 x 1) f 1 [ x 1 , x 2 ]
( x 0 x 1)( x 0 x 2 ) { f 2 [ x 1 , x 2 , x 3 ] ( x 0 x 3 ) f 3 [ x 0 , x1 , x 2 , x 3 ] }
que pode ser expresso por:
f ( x 0 ) f ( x 1) ( x 0 x 1) f 1 [ x 1 , x 2 ]
(x 0 x 1)( x 0 x 2 ) f 2 [ x1 , x 2 , x 3 ] (x 0 x 1)( x 0 x 2 )( x 0 x 3 ) f 3 [ x 0 , x1 , x 2 , x 3 ]
que é a fórmula de interpolação para este caso, onde assumiremos x x 0 , onde x é qualquer
valor dentro do intervalo [ x 0 , x 3 ] .
4º Caso: Generalização para n pontos na tabela
Para uma tabela de n pontos, a fórmula de interpolação pode ser expressa, segundo o
mesmo raciocínio, por:
n i 1
f (x 0 ) f ( x 1) f i [ x 0 , ..., x i ] (x x j)
i 0 j 0
onde assumiremos x x 0 , onde x é qualquer valor dentro do intervalo [ x 0 , x n ] .
Exemplo - Determinar o valor aproximado de f (0.4) , usando todos os pontos tabelados
i xi yi
0 0.0 1.008
1 0.2 1.064
2 0.3 1.125
3 0.5 1.343
4 0.6 1.512
46
Solução
I xi yi f[ ] f 1[ ] f 2[ ] f3[ ] f 4[ ]
0 0.0000 1.0080 0.2800 1.1000 1.0000 -0.0000
1 0.2000 1.0640 0.6100 1.6000 1.0000 0.0000
2 0.3000 1.1250 1.0900 2.0000 0.0000 0.0000
3 0.5000 1.3430 1.6900 0.0000 0.0000 0.0000
4 0.6000 1.5120 0.0000 0.0000 0.0000 0.0000
Utilizamos os valores em azul no momento as substituição

f (0.4) f [ ] (0.4 x 0 ) f 1[ ] (0.4 x 0 )(0.4 x 1) f 2 [ ]
(0.4 x 0 )(0.4 x 1)(0.4 x 2 ) f 3 [ ] (0.4 x 0 )(0.4 x 1)(0.4 x 2 )(0.4 x3 ) f 4[ ]
f (0.4) 1.2160
E xercício
(01) Determinar o valor aproximado de f ( 0.3) , usando todos os pontos tabelados

I xi yi
0 0.0 0.0000
1 0.2 0.0480
2 0.4 0.2240
3 0.6 0.5760
4 0.8 1.1520
(02) Determinar o valor aproximado de f (0.4) , usando todos os pontos tabelados

I xi yi
0 0.1 0.1010
1 0.3 0.3270
2 0.5 0.6250
3 0.7 1.0430
4 0.9 1.6290
(03) Determinar o valor aproximado de f ( 0.3) , usando todos os pontos tabelados

i xi yi
0 0.0 0.1000
1 0.2 0.1080
2 0.4 0.1640
3 0.6 0.3160
4 0.8 0.6120
47
5. AJUSTE DE CURVAS
5.1. AJUSTE LINEAR
O ajuste linear consiste em ajustar uma função do primeiro grau no dados
y 0 1 x,
onde 0 e 1 são denominados parâmetros do modelo.
Y
ŷ 0 1x
di Yi ŷi
ŷi 0 1 xi
xi
Figura – As bolinhas representam os valores amostrados no campo e a reta representa a
função ajustada nos pontos amostrados. No ponto x i o valor y i representa o valor amostrado,
e ŷ i o seu valor estimado pela função ajustada e di y i ŷ i é a diferença entre o valor
amostrado (valor real do campo) e o valor estimado.
Para estimarmos a função ŷ 0 1 x , o erro entre o valor amostrado y i e o valor

estimado ŷ i deve ser mínimo, para isto a soma dos quadrados do erro de todos os pontos deve
ser a menor possível.
Para você entender melhor, primeiro definiremos a função que representa a soma do
quadrado dos erros:
n
D yi ŷ i 2 ,
i 1
onde temos n é o número de pontos amostrados. A magnitude de D depende da reta
ajustada, ou seja depende de 0 e 1 . Assim como ŷ 0 1 x , podemos escrever:
n
2 .
D( 0 , 1 ) yi ( 0 1 x)
i 1
Então para determinarmos 0 e 1 da função ŷ 0 1 x , devemos fazer
D( 0 , 1 ) D( 0 , 1 )
0 e 0,
0 1
O que resulta nas expressões:
n n
n n n
yi xi 1
n xi yi xi yi
i 1 i 1 i 1
e 0
i 1 i 1 .
1 2 n
n n
n x i2 xi
i 1 i 1
Exemplo: Encontre o número de habitantes de uma cidade no ano de 1970 considerando os

dados do censo mostrado na Tabela 2.
48
Ano( x i )
i Número de habitantes( y i )
19401 19600
19602 19800
19803 20000
19904 20100
20005 20200
Tabela – Censo feito na cidade hipotética A.
Para calcularmos 1 e 0 devemos primeiro completar a tabela com as colunas
n n n n
contendo informação de xi2 , xi yi , xi , yi , x i2 e x i y i que são obtidos
i 1 i 1 i 1 i 1
simplesmente pela soma dos elementos de cada coluna.
Número de
Ano
i
( xi )
habitantes xi2 xi yi
( yi )
1 1940 19600 3763600 38024000
2 1960 19800 3841600 38808000
3 1980 20000 3920400 39600000
4 1990 20100 3960100 39999000
5 2000 20200 4000000 40400000
n n n n
xi 9870 yi 99700 x i2 19485700 xi yi 196831000
i 1 i 1 i 1 i 1
n n n n
Tabela – Estão os valores de x i , y i , xi2 , x i y i , xi , yi , x i2 e xi yi .
i 1 i 1 i 1 i 1
Com os valores da Tabela podemos calcular os coeficientes 1 e 0, da seguinte
forma:
n n n
n xi yi xi yi
i 1 i 1 i 1 5 * 196831000 9870 * 99700
1 10
2 5 * 19485700 196831000
n n
n x i2 xi
i 1 i 1
n n
yi xi 1
i 1 i 1 99700 9870 10
0 200 .
n 5
Com isto a função de ajuste é
ŷ 200 10 x ;
O número de habitantes em 1970 é obtido pela fórmula ŷ 200 10 x , da seguinte forma:
ŷ 200 10 * 1970 19900 , Logo tivemos 19900 habitantes em 1970.
49
E xercício
(01) Com base dos dados amostrados dispostos na tabela a seguir encontre o valor quando
x 0.5 , segundo uma aproximação linear.
i xi yi
1 0.0000 -0.2000
2 0.2000 0.8000
3 0.4000 1.8000
4 0.6000 2.8000
5 0.8000 3.8000
6 1.0000 4.8000
7 1.2000 5.8000
x 0.6 , segundo uma aproximação linear.
i xi yi
1 0.1000 0.5000
2 0.3000 1.1000
3 0.5000 1.7000
4 0.7000 2.3000
5 0.9000 2.9000
6 1.1000 3.5000
7 1.3000 4.1000
5.2. AJUSTE POLINOMIAL
O ajuste linear é um caso particular do ajuste polinomial, onde ajustaremos aos pontos
amostrados um polinômio, ŷ , de grau n.
ŷ 0 1x 2 x2 3x
3
... n xn .
Os são coeficientes 0, 1, 2, 3, ..., n são obtidos através de um sistema:
XA B.
Para ajustarmos uma reta (polinômio do 1º grau) ŷ 0 1 x , devemos minimizar a
n
2
função D( 0 , 1 ) yi ( 0 1 x) , para isto devemos fazer
i 1
n n
D( 0 , 1 )
0 n 0 xi 1 yi
0 i 1 i 1
n n n
D( 0 , 1 )
0 0 xi 1 x i2 xi yi
1 i 1 i 1 i 1
50
Podemos escrever este sistema na forma matricial

n n
n xi yi
i 1 0 i 1
n n n
1
xi x i2 xi yi
i 1 i 1 i 1
Comparando com o sistema X A B , temos que:
n n
n xi yi
i 1 0 i 1
X n n
, A e B n
1
xi x i2 xi yi
i 1 i 1 i 1
Com a resolução do sistema, encontraremos A que possibilitará a determinação do polinômio

interpolador ŷ 0 1 x . Para entendermos como interpolar um polinômio de grau n,
observe a tabela a seguir:
Polinômio a interpolador Sistema a ser determinado

n n
n xi yi
i 1 0 i 1
ŷ 0 1x n n n
1
xi x i2 xi yi
i 1 i 1 i 1
n n n
n xi x i2 yi
i 1 i 1 i 1
n n n 0 n
ŷ 0 1x 2 x2 xi x i2 x i3 1 xi yi
i 1 i 1 i 1 i 1
n n n 2 n
x i2 x i3 x i4 x i2 y i
i 1 i 1 i 1 i 1
n n n n
n xi x i2 x i3 yi
i 1 i 1 i 1 i 1
n n n n n
0
xi x i2 x i3 x i4 xi yi
i 1 i 1 i 1 i 1 1 i 1
ŷ 0 1x 2 x2 3x
3
n n n n n
2
x i2 x i3 x i4 x i5 x i2 y i
i 1 i 1 i 1 i 1 3 i 1
n n n n n
x i3 x i4 x i5 x i6 x i3 y i
i 1 i 1 i 1 i 1 i 1
51
Seguindo o raciocínio da tabela, podemos afirmar que para ajustarmos o polinômio:

ŷ 0 1x 2 x2 3x
3
... n xn
Devemos resolver o sistema:
n n n n n
n xi x i2 x i3  x ni yi
i 1 i 1 i 1 i 1 i 1
n n n n n n
xi x i2 x i3 x i4  x ni 1 0 xi yi
i 1 i 1 i 1 i 1 i 1 i 1
n n n n n 1
n
x i2 x i3 x i4 x i5  x ni 2 2 x i2 y i
i 1 i 1 i 1 i 1 i 1 3 i 1
n n n n n n
x i3 x i4 x i5 x i6  x ni 3  x i3 y i
i 1 i 1 i 1 i 1 i 1 n i 1
     
n n n n n n
x ni x ni 1 x ni 2 x ni 3 x i2n x ni y i
i 1 i 1 i 1 i 1 i 1 i 1
Exemplo - Com base dos dados amostrados dispostos na tabela a seguir encontre o valor
quando x 3 , segundo o polinômio interpolador ŷ 0 1x 2 x2 .
i xi yi
1 0.5000 1.2500
2 1.0000 3.0000
3 1.5000 5.2500
4 2.0000 8.0000
5 2.5000 11.2500
6 3.5000 19.2500
7 4.0000 24.0000
Solução:
Para montarmos o sistema devemos completar a tabela com as informações:
i xi yi xi2 x i3 xi4 xi yi xi2 yi

1 0.5000 1.2500 0.2500 0.1250 0.0625 0.6250 0.3125
2 1.0000 3.0000 1.0000 1.0000 1.0000 3.0000 3.0000
3 1.5000 5.2500 2.2500 3.3750 5.0625 7.8750 11.8125
4 2.0000 8.0000 4.0000 8.0000 16.0000 16.0000 32.0000
5 2.5000 11.2500 6.2500 15.6250 39.0625 28.1250 70.3125
6 3.5000 19.2500 12.2500 42.8750 150.0625 67.3750 235.8125
7 4.0000 24.0000 16.0000 64.0000 256.0000 96.0000 384.0000
n
15 72 42 135 467.2500 219 737.2500

i 1
52
Desta forma o sistema para o ajuste do polinômio ŷ 0 1x 2 x 2 , adquire a forma:

7 15 42 0 72
15 42 135 1 219
42 135 467 .2500 2 737 .2500
De onde obtemos o seguinte polinômio ŷ 0 2 x x 2 , cujo gráfico esta mostrado na Figura

juntamente com os pontos amostrado. Logo quando x 3 ŷ 15 .
30
25
20
15
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Figura – Polinômio interpolador ŷ 0 2 x x 2 e pontos amostrados.
E xercício
x 3 , segundo o polinômio interpolador ŷ 0 1x 2 x2 .
i xi yi
1 0.5000 0.7500
2 1.0000 2.0000
3 1.5000 3.7500
4 2.0000 6.0000
5 2.5000 8.7500
6 3.5000 15.7500
7 4.0000 20.0000
53
x 0.3 , segundo o polinômio interpolador ŷ 0 1x 2 x2 .
i xi yi
1 0.0000 0.0000
2 0.2000 -0.1600
3 0.4000 -0.2400
4 0.6000 -0.2400
5 0.8000 -0.1600
6 1.0000 0.0000
7 1.2000 0.2400
x 0.5 , segundo o polinômio interpolador ŷ 0 1x 2 x2 3x
3
.
i xi yi
1 0.0000 0.0000
2 0.2000 0.1280
3 0.4000 0.1440
4 0.6000 0.0960
5 0.8000 0.0320
6 1.0000 0.0000
7 1.2000 0.0480
x 3 , segundo o polinômio interpolador ŷ 0 1x 2 x2 3x
3
.
i xi yi
1 0.5000 -0.1250
2 1.0000 0.0000
3 1.5000 -0.3750
4 2.0000 -2.0000
5 2.5000 -5.6250
6 3.5000 -21.8750
7 4.0000 -36.0000
(04) Com base dos dados amostrados dispostos na tabela a seguir encontre o valor
quando x 0.7 , segundo o polinômio interpolador ŷ 0 1x 2 x2 .
i xi yi
1 0.0000 0.0000
2 0.2000 0.1200
3 0.4000 0.0800
4 0.6000 -0.1200
5 0.8000 -0.4800
6 1.0000 -1.0000
7 1.2000 -1.6800
54
x 0.5 , segundo o polinômio interpolador ŷ 0 1x 2 x2 3x
3
.
i xi yi
1 0.0000 0.0000
2 0.2000 0.2320
3 0.4000 0.4960
4 0.6000 0.7440
5 0.8000 0.9280
6 1.0000 1.0000
7 1.2000 0.9120
6. INTEGRAÇÃO NUMÉRICA
Se a função f ( x ) é contínua em um intervalo [ a , b ] e sua primitiva F( x ) é conhecida,
então a área é calculada pela integral definida desta função no intervalo definido e é dada por:
b
f ( x )dx F(b) F(a) ,
a
onde F ' ( x ) f (x) .
6.1. REGRA DOS TRAPÉZIOS
Neste método, substituímos a rachurada que se deseja calcular pela área de um

trapézio como ilustra a figura a seguir.
y y
f(x0) f(x) f(x0) f(x)
f(x1) f(x1)
x0 x1 x x0 x1 x
h h
(a) (b)
Figura – (a) Área rachurada compreendida pela função f ( x ) e o eixo do x no intervalo
[ x 0 x1 ] . (b) Trapézio utilizado para aproximar a área rachurada do item (a).
O trapézio utilizado para aproximar a área rachurada é determinado, utilizando os dois

pontos do intervalo, onde passamos uma reta. Da geometria sabemos que a área deste trapézio
é dada por:
h
A f ( x 0 ) f ( x1 ) .
2
55
A diferença entre a integral exata de f ( x ) (área sob a curva f ( x ) ) e a integral

aproximada (área do trapézio) é denominada de erro de integração.
Uma forma de se melhorar o resultado estimado, isto é, diminuir a diferença entre o
resultado estimado e o exato na regra do trapézio é subdividir o intervalo [ x 0 x1 ] em n
intervalos de amplitude h e em cada intervalo aplica-se a regra dos trapézios.
f(x)
h h h h h
a = x 0 x1 x2 x3 x4 xn-1 b= xn x
Figura – Área compreendida pela função f ( x ) e o eixo do x no intervalo [ x 0 x1 ] é

aproximada pela soma de n áreas dos trapézios de mesma base compreendidos no
intervalo [ x 0 x1 ] .
Desta forma, a área aproximada é calculada pela expressão:
h h h
A (y0 y1 ) ( y1 y2 ) ... ( yn 1 yn ) ,
2 2 2
Que pode ser simplificado para
h
A (y0 2 y1 2 y3 ... 2 yn 1 yn ) .
2
Onde E i é o erro cometido na aplicação da regra dos trapézios no intervalo cujos extremos
são x i e x i 1 , ou seja,
h3
Ei f ''( ) ;
12
Com isto o erro total cometido é a soma dos erros cometidos em cada intervalo, logo
h3 n 1
E f ''( i),
12 i 1
e pela continuidade de f ' ' ( ) , existe n em a b , tal que:
(b a)3
Ei f ' ' ( ) , onde a b.
12n 2
56
Exemplo – Calcule a área entre o gráfico v 4 t t 2 e o eixo do x , dentro do intervalo

[0 4].
A precisão do valor aproximado depende do número n de trapézios, observe
5
4
Resolução analítica:
4
3
2 2 t3 4
A ( 4t t )dt ( 2t )0
2 3
0
43 03
1
32
0 A (2 * 42 ) (2 * 02 ) A 10 .6667
3 3 3
-1
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
4
Aproximação para n = 2
h
3 A ( y1 2y 2 y3 ) A 8
2
2
(b a)3
1
E f ''( ) E 2.6667
0
12n2
-1
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
4
h
3
A ( y1 2y 2 2y 3 2y 4 y5 ) A 10
2
(b a)3
2
1 E f ''( ) E 0.6667
0
12n2
-1
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
4
h
3 A ( y1 2y 2 2y 3 2y 4 2y 5 2y 6 y7 )
2
2
A 10.3704
(b a)3
1
0 E f ''( ) E 0.2963
-1
12n2
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
5
4
3
A 10.6548
2
(b a)3
E f ''( ) E 0.0119
12n2
1
-1
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
Figura 5 – Mostrando a aproximação pela regra dos trapézios para diferentes valores de n.
Com v ' ( t ) 4 2t , e como v ' ' ( t ) 2 , logo f ' ' (0) 2 em todas as
expressões, onde 0 4.
57
E xercício
3
(01) Dada a função f ( x) x 2 calcular o valor da integral I f ( x ) dx , usando a regra dos
0
trapézios e dividindo o intervalos 6 partes.
4
(02) Dada a função f ( x ) ln x calcular o valor da integral I f ( x ) dx , usando a regra dos
2
3
(03) Dada a função f ( x) x 3 calcular o valor da integral I f ( x ) dx , usando a regra dos
0
4
(04) Dada a função f ( x) e x calcular o valor da integral I f ( x ) dx , usando a regra dos
2
Utilizamos uma aproximação de primeira ordem do polinômio interpolador de Gregory-

Newton Pn ( x ) para representar a função f ( x ) .
z ( z 1) z ( z 1)( z 2)
Pn ( x ) y0 z y0 * 2y0 * 3 y 0 ...
2! 3!
z ( z 1)( z 2) * ... * ( z n 1)
* 2y0
(n 1) !
Isto é, utilizamos na regra do trapézio, utilizamos P2 (x) y0 z y0 (n = 1), para

aproximar f ( x ) , com isto a integral passou a ser determinada por
b b
I f ( x )dx y0 z y 0 dx
a a
x0 x
Como z dx h dz ,
h
e considerando a x 0 e b x1 , temos que
x0 x0
para x a z 0,
h
x1 x0
para x b z 1
h
substituindo os limes na integral temos
b 1 1
z2
I y0 z y 0 dx y0 z y 0 h dz h z y0 y0
2
a 0 0
58
12 02
I h 1* y0 y0 h 0 * y0 y0
2 2
1 1
I h y0 y0 I h y0 (y y0 )
2 2
y y0
I h , foi esta a expressão utilizada no método dos trapézios.
2
6.2. PRIMEIRA REGRA DE SIMPSON
A vantagem, de revermos o método dos trapézios usando o polinômio interpolador de

Gregory-Newton ( Pn ( x ) ) e que na primeira regra de Simpson, utilizamos uma aproximação
z (z 1)
de 2ª ordem deste polinômio, isto é, faremos: f ( x) y 0 z y 0 * 2 y 0 , onde
2!
x x0
z .
h
Com isto o valor da integral ser:
b b
z ( z 1)
I f ( x )dx y0 z y0 * 2 y 0 dx
2!
a a
x0 x
Como z dx h dz ,
h
Para se aproximar a função f ( x ) por um polinômio do 2º grau, serão necessários 3 pontos:
x 0 , x1 e x 2 (Figura).
f(x)
P2(x)
f(x0) f(x2)
f(x1)
x0 x1 x2 x
h h
Figura – Gráfico de f ( x ) juntamente com a aproximação de segunda ordem P2 ( x ) .
Considerando a x0 e b x 2 , temos que :

a a
x a z 0,
h
b a
x b z 2
h
Com isto, a integral será resolvida da seguinte forma
59
b 2
z ( z 1)
I f ( x )dx y0 z y0 * 2 y 0 h dz
2!
a 0
Cujo resultado é:
1 2
I h 2 y0 2 y0 y0
3
y 0 y1 y0
Como babemos que 2
, então com a substituição teremos
y0 y2 2 y1 y0
h
I y 0 4 y1 y 2 que é denominado de 1ª regra de Simpson.
3
y y0
I h , foi esta a expressão utilizada no método dos trapézios.
2
Para diminuir o erro, isto é, a diferença do valor estimado e do valor real, devemos
subdividir o intervalo de integração, da mesma forma que fizemos no método dos trapézios,
b
com isto, a integral I f ( x )dx , será aplicada em cada dupla de intervalos da seguinte forma:
a
h h h
I y 0 4 y1 y 2 y 2 4 y3 y 4 ... yn 2 4 yn 1 yn
3  3  3 
1º sub int ervalo 2 º sub int ervalo último sub int ervalo
O erro total cometido será a soma dos erros cometidos em cada aplicação da 1ª regra
de Simpson nas duplas de subintervalos e são determinados por:
(b a)5 (IV )
E f ( ) , onde a b.
180 n 4
1 dx
Exemplo 1. Calcule o valor da integral , com 10 4 .
01 2
x
Solução
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
1 1 dx
Figura – Gráfico da função f ( x ) , onde a área rachurada é .
1 x2 01 x2
60
Devemos definir qual dever ser o número n de subintervalos devemos usar, para isto
utilizaremos a nossa fórmula do erro total
(b a)5 (IV )
E f ( ) , onde a b.
180 n 4
1
Como f ( x ) , então temos que
1 x2
24 288 x 2 384 x 4
f IV ( x ) , onde 0 1
2 3 2 4 2 5
1 x 1 x 1 x
Sabemos que o maior erro total será obtido quando x 0 , logo f IV ( x ) 24 , e
max
considerando 10 4 , então temos:
(1 0)5 24 4
* 24 10 4 n4 10 n 6.042
180 n 4 180
Isto é, devemos escolher um número de subintervalos maior que 7, e escolheremos para este
caso n 8 . O valor da aproximação foi obtido, para n 8 , a partir da tabela a seguir.
i xi yi ci
0 0.0000 1.0000 1
1 0.1250 0.9846 4
2 0.2500 0.9412 2
3 0.3750 0.8767 4
4 0.5000 0.8000 2
5 0.6250 0.7191 4
6 0.7500 0.6400 2
7 0.8750 0.5664 4
8 1.0000 0.5000 1
Tabela - ci são os coeficientes que devem ser aplicados yi para determinar a aproximação do
valor da integral.
Para calcularmos o valor da integral pela seguinte expressão

1 dx 1
y 0 4y1 2y 2 4y 3 2y 4 4y 5 2y 6 4y 7 y8
0 1 x2 h
1 dx
Substituindo os valores da tabela teremos 0.7854
0 1 x2
61
E xercício
1 dx
(01) Calcule o valor da integral , com 10 4 , usando a primeira regra de
01 2
2x
Simpson.
2
(02) Calcule o valor da integral ln(1 x ) dx , com 10 4 , usando a primeira regra de
1
Simpson.
1 dx
(03) Calcule o valor da integral , com 10 4 , usando a primeira regra de
01 3
2x
Simpson.
2
(04) Calcule o valor da integral ln(1 x 2 ) dx , com 10 4 , usando a primeira regra de
1
Simpson.
6.3. SEGUNDA REGRA DE SIMPSON
Na segunda regra de Simpson utilizamos uma aproximação de terceira ordem no

polinômio interpolador de Gregory-Newton ( Pn ( x ) ) o que resulta na expressão :
z (z 1) 2 z (z 1)( z 2) 3 x x0
Pn ( x) y0 z y0 * y0 * y 0 , onde z .
2! 3! h
Com isto o valor da integral ser:
b b
z (z 1) z ( z 1)( z 2) 3
I f ( x)dx y0 z y0 * 2y0 * y 0 dx
2! 3!
a a
x x0
como z dx h dz ,
h
Desta forma a solução da integral é:
3h
I y0 3 y1 3 y 2 y3
8
O erro total neste método é dado pela expressão
3 x 5 IV
E f ( ), a b.
80
62
Para diminuir o erro quando o intervalo não for muito pequeno, devemos subdividir o
intervalo de integração da seguinte forma:
3h 3h 3h
I y 0 3 y1 3 y 2 y 3 y 3 3 y4 3 y 5 y 6 ... y n 3 3 yn 2 3 y n 1 y n
8    8    8 
1º sub int ervalo 2 º sub int ervalo último sub int ervalo
4
Exemplo 1 – Calcule o valor da integral I ln( x 3 e x ) dx
1
Solução
Calcular esta integral significa determinar a área compreendida entre o gráfico e o eixo
x, como mostra a Figura 8. O valor da integral é obtido pela seguinte expressão:
4 3h
ln( x3 e x ) dx y 0 3y1 3y 2 2y3 3y 4 3y 5 2y 6 3y 7 3y8 y 9
1 8
Os valores de y0, y1, y 2, ... , yn são obtidos na tabela a seguir,
O valor da aproximação foi obtido, para n 9 , a partir da tabela a seguir.

I xi yi ci
0 1.0000 1.3133 1
1 1.3333 1.8187 3
2 1.6667 2.2950 3
3 2.0000 2.7337 2
4 2.3333 3.1362 3
5 2.6667 3.5072 3
6 3.0000 3.8520 2
7 3.3333 4.1754 3
8 3.6667 4.4821 3
9 4.0000 4.7757 1
Tabela - ci são os coeficientes que devem ser aplicados yi para determinar a aproximação do
valor da integral.
4
Substituindo os valores da tabela teremos ln( x 3 e x ) dx 9.6880
1
E xercício
1 dx
(01) Calcule o valor da integral , com 10 4 , usando a segunda regra de
01 2
2x
Simpson.
2
(02) Calcule o valor da integral ln(1 x ) dx , com 10 4 , usando a segunda regra de
1
Simpson.
63
1 dx
(03) Calcule o valor da integral , com 10 4 , usando a segunda regra de
01 3
2x
Simpson.
2
(04) Calcule o valor da integral ln(1 x 2 ) dx , com 10 4 , usando a segunda regra de
1
Simpson.
6.4. INTEGRAL DUPLA
Para calcularmos o volume entre a função f ( x, y ) x y e o plano xy , mostrado na

figura, devemos calcular uma integral dupla
Volume f ( x, y) dxdy .
D
Calcularmos numericamente a integral dupla apresentada significa aplicarmos os
métodos apresentados nas duas direções, isto é, nos dois eixos, x e y. Sabendo que D é um
retângulo limitado por a x b e c y d , podemos escrever a integral da seguinte forma:
b d
V f ( x, y ) dy dx
a c
d b
Fazendo f ( x, y ) dy G( x ) , temos que V G( x ) dx .
c a
Observação:
Observe que temos na direção dos dois eixos uma integral definida, cuja
solução numérica já foi abordada anteriormente. O problema agora é como
implementar nas duas direções (x e y) ao mesmo tempo.
Exemplo - Para calcular o volume compreendido entre a função f ( x, y ) x y , no intervalo

55
0 x 5e 0 y 5 (Figura 9), devemos calcular a integral (x y )dxdy .
00
10
10
8
8
6
6
z
z
4
4
2 2
0 0
0 0
1 1
2 2
5 5
3 3 4
4 n intervalos 3
3 4
4 2 2
1
5 0
1 5 0 m intervalos
x y x y
64
Figura 10 – Superfície gerada pela função f ( x, y ) x y e representação gráfica da divisão

o intervalo 0 x 5 em n subintervalos e 1 y 5 e m subintervalos.
55
Para calcularmos a integral (x y )dxdy , seguiremos os seguintes passos:
00
1º Passo: Dividiremos o domínio D , em n m retângulos, nos quais calcularemos o valor da

função f ( x, y ) x y . No exemplo dividimos o intervalo 0 x 5 em n 4 subintervalos e
o intervalo 0 y 5 em m 4 subintervalos como mostra a figura 10. logo teremos as
seguintes índices i 0, 1, 2, 3, 4 e j 0, 1, 2, 3, 4 , e a função f ( x, y ) será avaliada nos
seguintes valores de x e y:
x = { 0, 5/4, 5/2, 15/4, 5} e y = { 0, 5/4, 5/2, 15/4, 5} .

i 0 1 2 3 4
xi 0 5/4 5/2 15/4 5
J yi
0 0
1 5/4
2 5/2
3 15/4
4 5
2º Passo: Escolher o método a ser usado no cálculo da integral definida em cada eixo, o que
implicará em estipularmos quais serão os índices que ficarão na área rachurada na tabela
anterior. Escolheremos, neste exemplo, usar ao longo do eixo x a regra do trapézio
( c i { 1, 2, 2, 2, 1 } ), e ao longo do eixo y usarmos a primeira regra de Simpson
( c j { 1, 4, 2, 4, 1 } ), como mostra a próxima tabela
i 0 1 2 3 4
xi 0 5/4 5/2 15/4 5
ci
j yi 1 2 2 2 1
cj
0 0 1
1 5/4 4
2 5/2 2
3 15/4 4
4 5 1
65
3º Passo: Faremos agora o produto dos índices e guardaremos o resultado dentro dos
retângulos rachurados na próxima tabela. Por exemplo
Para c i 0 1 e c j 0 1 a00 1 * 1 1
Para c i 1 2 e cj 1 4 a11 2*4 8
i 0 1 2 3 4
xi 0 5/4 5/2 15/4 5
ci
j yi 2 2 1
cj 1 2
0 0 1 1 2 2 2 2
1 5/4 4 4 8 8 8 8
2 5/2 2 2 4 4 4 2
3 15/4 4 4 8 8 8 8
4 5 1 1 2 2 2 2
4º Passo: Para concluir a tabela só nos resta calcular o valor da função dentro de cada
retângulo rachurada (próxima tabela), para isto utilizaremos os valores de x e y já mostrados
na tabela, da seguinte forma: Para x 0 e y 0 f (0,0) 0 0 0
i 0 1 2 3 4
xi 0 5/4 5/2 15/4 5
ci
j yi 1 2 2 2 1
cj
1 2 2 2 1
0 0 1 0.0 1.25 2.5 3.75 5.0

8 8 8 4
4 4
1 5/4 1.25 2.5 3.75 5.0 6.25
2 4 4 4 2
2
2 5/2 2.5 3.75 5.0 6.25 7.5
4 8 8 8 4
4
3 15/4 3.75 5.0 6.25 7.5 8.75
1 2 2 2 1
4 5 1 5.0 6.25 7.5 8.75 10.0
55
5º Passo: Para calcularmos o valor da integral (x y )dxdy iremos somar todas as
00
multiplicações entre o valor da função (área rachurada na tabela anterior) pelo produto dos
índices (pequeno quadrado em branco dentro das áreas rachuradas), o que pode ser expresso
pelo somatório:
66
55 n m
(x y )dxdy k xk y c i c j f ( xi, y j ) ,
00 i 1j 1
onde k x e k y são os fatores existentes nos métodos da regra do trapézio(h/2), 1º regra de
Simpson (h/3) e 2º regra de Simpson (3h/8) que multiplica o somatório e neste problema são:
k x 0.6250 e k y 0.4167
O somatório é determinado por
n m
c i c j f ( x i , y j ) 1 * 0 2 * 1,25 2 * 2,5 2 * 3,75 1 * 5,0
i 1j 1
4 * 1,25 8 * 2,5 8 * 3,75 8 * 5,0 4 * 6,25
2 * 2,5 4 * 3,75 4 * 5,0 4 * 6,25 2 * 7,5
4 * 3,75 8 * 5,0 8 * 6,25 8 * 7,5 4 * 8,75
1 * 5,0 2 * 6,25 2 * 7,5 2 * 8,75 1 * 10,0
Cujo resultado é
n m
c i c j f ( xi, y j ) 480
i 1j 1
Com isto, o valor da integral é:
55
(x y )dxdy 0.6250 * 0.4167 * 480 125
00
E xercício
21
(01) Calcule o valor da integral (x 2 y 3 )dxdy
00
/21
(02) Calcule o valor da integral (e x cos y )dxdy
0 0
2 /2
(03) Calcule o valor da integral (sen y ln x )dydx
1 0
21
(04) Calcule o valor da integral ( x 2 y 2 )dxdy
00
67
Q UESTÕES COMPLEMENTARES
1) Na tabela abaixo, d é a distancia, em metros, que uma bala percorre ao longo de um

cano de canhão em t segundos. Encontrar a distancia percorrida pela bala 5 segundos
após ter sido disparada.
Tempo de disparo(s) 0 2 4 6 8
Distancia percorrida ao longo do cano. 0,000 0,049 0,070 0,087 0,103
2) Durante três dias consecutivos foram tomadas as temperaturas ( em º C) numa região de

uma cidade, por quatro vezes no período das 6 às 12 horas. Determinar, usando todos os
dados da tabela abaixo, a média das temperaturas dos três dias às 9 horas.
Hora 1º dia 2º dia 3º dia
6 18 17 18
8 20 20 21
10 24 25 22
12 28 27 23
3) Determinar, usando todos os valores das tabelas abaixo o valor de F(G(0,25))
X F(x) X G(x)
1 0 0 1,001
1,1 0,21 0,2 1,083
1,3 0,69 0,4 1,645
1,6 1,56 0,6 3,167
2 3 0,8 6,1293
4) (altitude de 2890m), sabendo que O ponto de ebulição da água varia com a altitude,
conforme mostra a tabela abaixo.
a) Determinar, usando os cinco primeiros pontos da tabela, o ponto de ebulição da
água em um local que possui altitude de 1000m.
b) Determinar, usando os cinco pontos mais próximos de 2890, o ponto de ebulição da
água em um local que possui altitude de 2890m.
Altitude(m) Ponto de ebulição da água ( º C)

850 97,18
950 96,84
1050 96,51
1150 96,18
1250 95,84
- -
68
- -
- -
2600 91,34
2700 91,01
2800 90,67
2900 90,34
3000 90
5) A velocidade do som na água varia com a temperatura, usando os valores da tabela

abaixo, determinar o valor aproximado da velocidade do som na água a 100ºC.
Temperatura ( ºC ) Velocidade (m/s)

86 1552
93,3 1548
98,9 1544
104,4 1538
110 1532
6) Um automóvel percorreu 160 km numa rodovia que liga duas cidades e gastou, neste
trajeto, 2horas e 20 minutos. A tabela abaixo dá o tempo gasto e a distancia percorrida
em alguns pontos entre as duas cidades.
Determinar:
a) Qual foi aproximadamente a distancia percorrida pelo automóvel nos primeiros 45
minutos de viagem, considerando apenas os quatro primeiros pontos da tabela?
b) Quantos minutos o automóvel gastou para chegar à metade do caminho?
TEMPO (em minuto) DISTANCIA ( em metro)

0 0,00
10 8,00
30 27,00
60 58
90 100
120 145
140 160
7) A tabela abaixo relaciona a quantidade ideal de calorias, em função da idade e do peso,

para homens e mulheres que possuem atividade física moderada e vivem a uma
temperatura ambiente média de 20ºC.
Peso Cota de calorias ( em kcal)

( kg) Idade (em anos) homens. Idade (em anos) mulheres.
25 45 65 25 45 65
40 - - - 1750 1650 1400
50 2500 2350 1950 2050 1950 1600
60 2850 2700 2250 2350 2200 1850
70 3200 3000 2550 2600 2450 2050
69
80 3550 3350 2800 - - -
Determine a cota aproximada de calorias para um homem de:

a) 30 anos que pesa 70 quilogramas;
b) 45 anos que pesa 62 quilogramas;
c) 50 anos que pesa 78 quilogramas.
Determine a cota aproximada de calorias para uma mulher de:

a) 25 anos que pesa 46 quilogramas;
b) 30 anos que pesa 50 quilogramas;
c) 52 anos que pesa 62 quilogramas.
8) O gráfico da figura foi registrado por um instrumento usado para medir uma qualidade
física. Estime as coordenadas-y dos pontos dos gráficos e exprime a área da região
sombreada usando ( com n = 6 ). (a) a regra do trapézio e (b) a regra de Simpson.
9) Um lago artificial tem a forma da figura, com mensurações eqüidistantes de 5 m. Usa a

regra do trapézio para estimar a área da superfície do lago.
9m
6m 6m 8m 10 m 7m
9m 7m
5m
10) Um aspecto importante na administração de água é a obtenção de dados confiáveis de

sobre o fluxo de corrente, que é o número de metros cúbicos que passam por uma seção
transversa da corrente ou rio. O primeiro passo neste calculo é a determinação da
velocidade média a uma distância x metros da margem do rio. Se k é uma profundidade
da corrente em um ponto a x metros da margem e v(y) é a velocidade (em m/s) a uma
profundidade y metros (ver figura), então
1 k
vx v( y) dy
k 0
com o método dos seis pontos, fazem-se as leituras da velocidade na superfície, nas
profundidades 0,2k, 0,4K, 0,6k e 0,8k e próximo do leito do rio.Usa-se então a regra do
trapézio para estimar v x com os dados da tabela
Y (m) 0 0,2k 0,4k 0,6k 0,8k k
V(y) (m/s) 0,28 0,23 0,19 0,17 0,13 0,02
70
Lm
xm
0,2k
k
11) Com referência ao exercício anterior, o fluxo de corrente F ( m 3 / s ) pode ser

aproximado pela fórmula
L
Fx v x h( x) dx
0
onde h(x) é a profundidade da corrente a uma distância x metros da margem e L é o
comprimento da seção transversa. Com os dados da tabela abaixo, use a regra de
Simpson para estimar F.
x (m) 0 3 6 9 12
h(x) (m) 0 0,51 0,73 1,61 2,11
v x (m/s) 0 0,09 0,18 0,21 0,36
x (m) 15 18 21 24
h(x) (m) 2,02 1,53 0,64 0
v x (m/s) 0,32 0,19 0,11 0
12) A figura exibe um diagrama específico carga-tensão
Tensão
Carga (esforço)
1 2 3 4 5 6 7 8 9 10
Estime as coordenadas-y e aproxime a área da região delimitada pelo laço de histerese,
usando, com n = 6.
(a) regra do trapézio
(b) regra de Simpson
71
BIBLIOGRAFIA
DEMIDOVICH. B. P. e MARON, L. A. “Cálculo Numérico Fundamental” –Madri: Paraninfo

1977.
DORN. W. S. e CRAKEN. D. D. Mc, “Cálculo Numérico com Estudos de Casos em Fortran
ZV /– São Paulo : Ed. da Universidade de São Paulo – 1978.
RUGGIEIRO. M. A. G., e LOPES V. L. de R. “Cálculo Numérico – Aspectos Teóricos e
Computacionais– São Paulo : Ed. McGraw - Hill. 1988.
MORAES. D. C., MARTINS J. M. “Calculo Numérico Computacional: Teoria e Prática;
Algaritmo em Pseudo – Linguagem, Indicação de Software Matemático”– São Paulo: Atlas
1989.
72

Calculo Numerico PDF

Enviado por

Dados do documento

Descrição original:

Título original

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

Calculo Numerico PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Marília Brasil Xavier

Prof. Rubens Vilhena Fonseca

ARTE FINAL DA CAPA

BELÉM – PARÁ – BRASIL

1. SISTEMA NUMÉRICO E ERROS

Modelagem Modelo Resolução

É importante ressaltar, que em certas situações a solução estimada, pelos métodos

1.2. ERROS NA FASE DE MODELAGEM

Os erros na fase de modelagem ocorrem quando desconsideramos ou desprezamos

1.3. ERROS NA FASE DE RESOLUÇÃO

Nesta fase, o erro é gerado no momento que se fazer os cálculos na calculadora ou

1.4. MUDANÇA DE BASE

Todo número na base dez pode ser decomposta da seguinte forma

Exemplo: transforme 0,1875 10 para a base 2

0,1875 0,375 0,75 0,50

logo 0,187510 0,0011 2

Exemplo: transforme 13,2510 para a base 2

De maneira geral, o número x em uma base é representado por:

di são os números inteiros contidos no intervalo 0 d i , i 1, 2, ... , t

seus dígitos significativos e t é o número de dígitos significativos do sistema de

Observação: a mantissa é um número entre 0 e 1.

Para você entender melhor faremos um exemplo numérico.

Observe que utilizamos bit = 0 para positivo e bit = 1 para negativo.

(01) Os números a seguir estão na base 2, escreva-os na base 10.

(02) Os números a seguir estão na base 10, escreva-os na base 2.

2. RESOLUÇÃO NUMÉRICA DE EQUAÇÕES

Fase I – Localização ou Isolamento das Raízes

2.2. ISOLAMENTO DE RAÍZES

Os métodos numéricos utilizados para calcular raízes da equação f(x) = 0, só calculam

Observe no exemplo que f (a) 0 e f (b) 0 , logo o produto f (a) . f (b) 0

f(x) Quando uma função possui um número par

2.3. TEOREMA DE BOLZANO

Seja P( x ) 0 uma equação algébrica com coeficientes reais e x ( a , b ) .

2.4. EQUAÇÕES TRANSCENDENTES

Saiba que a determinação do número de raízes de funções transcendentes é quase

Função Tangente Função Exponencial

2.5. MÉTODO GRÁFICO

2.6. MÉTODO DA BISSEÇÃO

Se f ( x o ) 0 , então, x o ; Caso contrário, a raiz estará no subintervalo onde a função tem

A partir daí construiremos um novo intervalo [ a1 , b1 ]

12 Intervalo de Raiz procurada

A raiz procurada está próxima de 2 e esta dentro do intervalo [ 1 3 ] . Logo

0 1.0000 3.0000 2.0000 1.0000

(02) Calcular a raiz da equação f ( x) x3 x2 4 com E 0,01 .

(03) Calcular a raiz da equação f ( x) 2 x 2 10 com E 0,01 utilizando o método da

(04) Calcular a raiz da equação f ( x) 2x 3 5 com E 0,01 utilizando o método da

(06) Calcular a raiz da equação f ( x) x 2 16 sen x com E 0,01 utilizando o método

2.7. MÉTODO DAS CORDAS

Ao se aplicar este procedimento ao novo intervalo que contém , como mostra a

f ' ' (x) 0 f ' ' (x) 0

12 Intervalo de Raiz procurada

A raiz procurada está próxima de 2 e esta dentro do intervalo [ 1 3 ] . Logo

(01) Calcular a raiz da equação f ( x) x2 ln x com E 0,01 .

2.8. MÉTODO DE NEWTON

f ' ' (x) 0 f ' ' (x) 0

12 Intervalo de Raiz procurada

A raiz procurada está próxima de 2 e esta dentro do intervalo [ 1 3 ] . Logo

Observe a construção da tabela:

(01) Calcular a raiz da equação f ( x) x2 ln x com E 0,01 .

3. SISTEMAS DE EQUAÇÕES LINEARES

Um sistema Sn ( A x b ) é denominado de homogêneo quando a matriz b , dos termos

3.1. TRANSFORMAÇÕES ELEMENTARES