Você está na página 1de 15

Cálculo Numérico

2ª Lista de Exercícios - Gabarito

1) Considerando os dados da tabela, determinar o polinômio interpolador,


usando:
a) Método de Lagrange
Para este método, utilizamos diretamente a fórmula:
 n 
n  x  x 
Ln (x)    yi .  
j
  
i 0 j 0  xi  x j 
 ji 
Que quando expandida com os dados do exercício fica:
x  x1 x  x2 x  x0 x  x2 x  x0 x  x1
L2 ( x)  y0 . .  y1. .  y2 . .
x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1
x  0 x 1 x  (1) x  1 x  (1) x  0
L2 ( x)  1. .  1. .  0. .
1 0 1 1 0  (1) 0  1 1  (1) 1  0
x x 1 x  1 x 1
L2 ( x)  .  . 0
1  2 1 1
x2 x
L2 ( x)    x2  1
2 2
x2 x
L2 ( x)    1
2 2

b) Método de Newton
Para este método, primeiro devemos calcular os operadores da diferença dividida:
i x y Δy Δ2y
0 -1 1 0 -1/2
1 0 1 -1
2 1 0

Agora, aplicamos a fórmula:


n  i 1 
Pn ( x)  y0    i y0 .  x  x j  
i 1  j 0 

Expandindo-a e substituindo os valos do exercício:


P2 ( x )  y0  y0 ( x  x0 )  2 y 0 ( x  x0 )( x  x1 )
 1
P2 ( x )  1  0.( x  ( 1))   .( x  ( 1)).( x  0)
 2 
1
P2 ( x )  1  0  .( x  1).x
2
2
x x
P2 ( x )    1
2 2

c) Método de Gregory Newton


Já para este método, devemos calcular os operadores de diferenças
finitas, h e ux:
i x y Δy Δ2y h  x1  x0  0  (1)  1
0 -1 1 0 -1 x  x0 x  (1)
ux    x 1
1 0 1 -1 h 1
2 1 0

Agora, utilizamos a fórmula de Gregory-Newton:


n  i 
 y0 i 1
Pn ( x)  y0    .  u x  j  
i 1  i! j 0 

Expandindo a fórmula e substituindo os valores temos:


y 0 y 0
P2 ( x)  y0  .(u x  0)  .(u x  0).(u x  1)
1! 2!
0 1
P2 ( x)  1  .( x  1)  .( x  1).( x  1  1)
1 2
1
P2 ( x)  1  0  .( x  1).( x)
2
2
x x
P2 ( x)    1
2 2

d) Calcular P(0.5)
i x y
0 -1 1
1 0 1
2 1 0

Para calcular, pegamos qualquer uma das equações encontradas (são


iguais!) e substituímos o valor 0,5 no lugar dos x:
x2 x
P2 ( x )    1
2 2
(0,5) 2 0,5
P2 (0,5)    1
2 2
0,25
P2 (0,5)    0,25  1
2
P2 (0,5)  0,125  0,25  1
P2 (0,5)  0,625
2) Considerando os dados da tabela, determinar o polinômio interpolador, usando:
i 0 1 2
x 1 2 3
y 0 -1 -2

a) Método de Lagrange:
Para este método, utilizamos diretamente a fórmula:
 n 
n
  x  x j 
Ln (x)   yi .  
  
i 0 j 0  xi  x j 
 ji 
Que quando expandida com os dados do exercício fica:
x  x1 x  x2 x  x0 x  x2 x  x0 x  x1
L2 ( x)  y0 . .  y1 . .  y2 . .
x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1
x 2 x3 x 1 x  3 x 1 x  2
L2 ( x)  0. .  ( 1). .  ( 2). .
1 2 1 3 2 1 2  3 3 1 3  2
x 1 x  3 x 1 x  2
L2 ( x)  0  .  2. .
1 1 2 1
L2 ( x)  x  4.x  3  x  3.x  2
2 2

L2 ( x)   x  1

b) Método de Newton
Para este método, primeiro devemos calcular os operadores da diferença dividida:
i x y Δy Δ2y
0 1 0 -1 0
1 2 -1 -1
2 3 -2

Agora, aplicamos a fórmula:


n  i 1 
Pn ( x)  y0    i y0 .  x  x j  
i 1  j 0 
Expandindo-a e substituindo os valos do exercício:
P2 ( x)  y0  y 0 ( x  x0 )  2 y0 ( x  x0 )( x  x1 )
P2 ( x)  0  (1).( x  1)  0.( x  1).( x  2)
P2 ( x)   x  1

c) Método de Gregory Newton


Já para este método, devemos calcular os operadores de diferenças
finitas, h e ux:
i x y Δy Δ2y h  x1  x0  2  1  1
0 1 0 -1 0 x  x0 x  1
ux    x 1
1 2 -1 -1 h 1
2 3 -2

Agora, utilizamos a fórmula de Gregory-Newton:


n  i 
 y0 i 1
Pn ( x)  y0    .  u x  j  
i 1  i! j 0 

Expandindo a fórmula e substituindo os valores temos:


y 0 2 y0
P2 ( x)  y 0  .(u x  0)  .(u x  0).(u x  1)
1! 2!
1
P2 ( x)  0  .( x  1)  0.( x  1).( x  1  1)
1
P2 ( x)  0  x  1  0
P2 ( x)   x  1

d) Calcular P(1.5)

Para calcular, pegamos qualquer uma das equações encontradas (são


iguais!) e substituímos o valor 1,5 no lugar dos x:
P2 ( x )   x  1
P2 (1,5)  1,5  1
P2 (1,5)  0,5
3) 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 Velocidade
(ºC) (m/s)
93,3 1548
98,9 1544
104,4 1538
110,0 1532

Como não foi especificado o método que deve ser utilizado, e como este
modelo se comporta de forma determinada (existe uma equação que o
rege), utilizarei a interpolação de Newton para encontrar o valor
interpolado.

Primeiramente, calcularemos os valores das diferenças divididas.


i x y Δy Δ2y Δ3y
0 93,3 1548 -0,71429 -0,03393 0,00214
1 98,9 1544 -1,09091 0,00176
2 104,4 1538 -1,07143
3 110,0 1532
Agora, através da fórmula:
n  i 1 
Pn ( x)  y0   i y0 .  x  x j  
i 1  j 0 

Expandimos e substituímos os valores do exercício:


P3 ( x )  y 0  y 0 ( x  x0 )  2 y 0 ( x  x0 )( x  x1 )
 3 y 0 ( x  x0 )( x  x1 )( x  x2 )
P3 (100)  1548  ( 0,71429).(100  93,3) 
 (0,03393).(100  93,3)(100  98,9)
 0,00214.(100  93,3)(100  98,9)(100  104,4)
P3 (100)  1548  0,71429.6,7  0,03393.6,7.1,1
 0,00214.6,7.1,1.(4,4)
P3 (100)  1542,9011
4) A que temperatura a água entra em ebulição no Pico da Bandeira
(altitude = 2890m), sabendo que o ponto de ebulição da água varia com
a altitude, conforme mostra a tabela abaixo (utilize o método que
considerar mais adequado).

Altitude Ponto de Ebulição


(m) da Água(ºC)
950 96,84
1050 96,51
1150 96,18
. .
. .
. .
2800 90,67
2900 90,34
3000 90,00

Fazendo por Lagrange, iremos construir um polinômio a partir dos três últimos valores
da tabela (eles incluem o ponto a ser interpolado dentro de seu intervalo).
i x y
0 2800 90,67
1 2900 90,34
2 3000 90,00

A fórmula de Lagrange é:
 n 
n  x  x 
Ln (x)    yi .  
j
  
i 0 j 0  xi  x j 
 ji 
Expandindo a fórmula e substituindo os valores, teremos:
x  x1 x  x2 x  x0 x  x2 x  x0 x  x1
L2 ( x)  y0 . .  y1 . .  y2 . .
x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1
2890  2900 2890  3000
L2 (2890)  90,67. . 
2800  2900 2800  3000
2890  2800 2890  3000
 90,34. . 
2900  2800 2900  3000
2890  2800 2890  2900
 90. .
3000  2800 3000  2900
 10  110 90  110 90  10
L2 (2890)  90,67. .  90,34. .  90. .
 100  200 100  100 200 100
L2 (2890)  90,67.0,1.0,55  90,34.0,9.1,1  90.0,45.0,1  90,3734
5) Considerando a tabela acima, determinar o ponto de ebulição da água
em um local de Belo Horizonte que possui altitude igual a 1000m
(utilize o método que considerar mais adequado).
Para resolver esta questão, basta recorrer ao mesmo método acima, mas
agora com uma nova tabela de dados (são os pontos que incluem o valor
de 1000 dentro de sua faixa).
i x y
0 950 96,84
1 1050 96,51
2 1150 96,18
Criando a mesma fórmula utilizada acima, e substituindo os novos
valores, teremos:
x  x1 x  x2 x  x0 x  x2 x  x0 x  x1
L2 ( x)  y0 . .  y1. .  y2 . .
x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1
1000  1050 1000  1150
L2 (1000)  96,84. . 
950  1050 950  1150
1000  950 1000  1150
 96,51. . 
1050  950 1050  1150
1000  950 1000  1050
 96,18. .
1150  950 1150  1050
 50  150 50  150 50  50
L2 (1000)  96,84. .  95,51. .  96,18. .
 100  200 100  100 200 100
L2 (1000)  96,84.0,5.0,75  96,51.0,5.1,5  96,18.0,25.0,5  96,675
6) Seja a tabela
i x y
1 0,5 5,1
2 1,2 3,2
3 2,1 2,8
4 3,5 1,0
5 5,4 0,4

a) Fazer o diagrama de dispersão dos dados acima.


Basta colocar os pontos em um gráfico XY, sem traçar nenhuma reta
entre eles.

b) Determinar a reta de regressão simples usando os pontos acima,


juntamente com o coeficiente de determinação.
Para determinar estes valores, precisamos de mais dados, além dos
fornecidos na tabela. Conseguimos estes dados inserindo novas
colunas na tabela de acordo com a necessidade nas fórmulas
indicadas abaixo.
y  b0  b1.x

b1 
 x . y  n. ( x . y )
i i i i

  x   n.  x 
i
2 2
i

b0 
 y  b . x
i 1 i

 y  y 
2
i ci
r2  1
 y  n .  y 
1
2 2
i i
i x y x.y x2 yc (y-yc)2 y2
1 0,5 5,1 2,55 0,25 4,348445 0,564835 26,01
2 1,2 3,2 3,84 1,44 3,714168 0,264369 10,24
3 2,1 2,8 5,88 4,41 2,898669 0,009736 7,84
4 3,5 1,0 3,5 12,25 1,630115 0,397045 1
5 5,4 0,4 2,16 29,16 -0,09149 0,241566 0,16
Σ 12,7 12,5 17,93 47,51 1,47755 45,25

b1 
 x . y
i i  n. ( xi . yi )
 x  i
2
 n. xi2  
12,7.12,5  5.17,93
b1   0,90611
12,7  2  5.47,51
b0 
y i  b1 . xi
n
12,5  ( 0,90611).12,7
b0   4,8015
5
y  4,8015  0,90611.x

 y  y 
2
i ci
r 2
 1
 y  n .  y 
12 2
i i

1,47755
r2  1  0,8944
1
45,25  .12,5
2

5
7) Dada a tabela abaixo, determine:
i x y
1 1,4 4,2
2 2,1 2,3
3 3,0 1,9
4 4,4 1,1

a) O diagrama de dispersão dos dados;


Basta colocar os pontos em um gráfico XY, sem traçar nenhuma reta
entre eles.

b) A reta de regressão simples


Basta seguirmos a mesma sequência de cálculo do exercício anterior:
i x y x.y x2
1 1,4 4,2 5,88 1,96
2 2,1 2,3 4,83 4,41
3 3,0 1,9 5,7 9
4 4,4 1,1 4,84 19,36
Σ 10,9 9,5 21,25 34,73

b1 
 x . y
i i  n. ( xi . yi )
 x  i
2
 
 n. xi2
10,9.9,5  4.21,25
b1   0,9224
10,9 2  4.34,73
b0 
y i  b1 . xi
n
9,5  ( 0,9224).10,9
b0   4,8885
4
y  4,8885  0,9224.x
c) O coeficiente de determinação
Agora, aproveitamos a equação para determinar o valor do coeficiente
de determinação:

i x y yc (y-yc)2 y2
1 1,4 4,2 3,59714 0,36344 17,64
2 2,1 2,3 2,95146 0,4244 5,29
3 3,0 1,9 2,1213 0,048974 3,61
4 4,4 1,1 0,82994 0,072932 1,21
Σ 10,9 9,5 0,909746 27,75

 y  y 
2
i ci
r 2
1
 y  n .  y 
1 2 2
i i

0,909746
r2  1  0,8246
1
27,75  . 9,5
2

4
8) Dados os pontos abaixo, determine a equação de regressão linear múltipla.
i x1 x2 y
1 -1 -2 13
2 0 -1 11
3 1 0 9
4 2 1 4
5 4 1 11
6 5 2 9
7 5 3 1
8 6 4 -1

Para resolvermos a regressão linear múltipla, devemos preencher a seguinte


matriz e resolvê-la:
 n

x i1 x i2  b0    y i 
   
  x i1  x .x
i1 i1  x .x
i2 i1 . b1     xi1 . y i 
  xi 2  x .x  x .x     xi 2 . y i 
i 2  b2 
 i1 i2 i2  
Precisamos então acrescentar novas colunas na tabela de dados fornecida:
i x1 x2 y x12 x22 x1.x2 x1.y x2.y
1 -1 -2 13 1 4 2 -13 -26
2 0 -1 11 0 1 0 0 -11
3 1 0 9 1 0 0 9 0
4 2 1 4 4 1 2 8 4
5 4 1 11 16 1 4 44 11
6 5 2 9 25 4 10 45 18
7 5 3 1 25 9 15 5 3
8 6 4 -1 36 16 24 -6 -4
Σ 22 8 57 108 36 57 92 -5

Assim, a matriz fica (a resolução da matriz pode ser feita por qualquer
método):
8 22 8  b0   57 
22 108 57. b    92 
   1  
 8 57 36 b2   5
b0  4,2393
b1  3,4
b2  6,4643
y  4,2393  3,4.x1  6,4643.x 2
9) Seja a tabela abaixo contendo o tempo de germinação de sementes
(dias) em função da temperatura média do solo (ºC) para doze locais de
plantio:
Temperatura Germinação
(ºC) (Dias)
14 10
6 26
3 41
6 29
7 27
6 27
7 19
4 28
8 19
7 31
6 29
4 33

Determinar a relação entre a temperatura e o tempo de germinação das


sementes (dica: a relação é não linear com y=a.bx).

Para resolvermos esta questão, temos que linearizar o modelo dado para
podermos calcular a equação corretamente:
y  a.b x
ln( y )  ln(a.b x )
ln( y )  ln(a )  ln(b x )
ln( y )  ln(a )  x. ln(b)

Este modelo é igual ao modelo linear que estamos acostumados. Portanto,


se fizermos o logaritmo da coluna y da tabela, teremos um modelo de
cálculo linear.
x y y=ln(y) x.y x2
14 10 2,30258 32,23612 196
6 26 3,25810 19,5486 36
3 41 3,71357 11,14071 9
6 29 3,36729 20,20374 36
7 27 3,29584 23,07088 49
6 27 3,29584 19,77504 36
7 19 2,94444 20,61108 49
4 28 3,33220 13,3288 16
8 19 2,94444 23,55552 64
7 31 3,43399 24,03793 49
6 29 3,36729 20,20374 36
4 33 3,49651 13,98604 16
78 38,75209 241,6982 592

Detalhe, a coluna y antiga é descartada, e usamos a nova coluna ln(y) como


a nova coluna y.
Desta forma, o cálculo dos coeficientes da reta será:

b1 
 x . y  n. ( x . y )
i i i i

  x   n.  x 
i
2 2
i

78.38,75209  12.241,6982
b1   0,119887
 78 2  12.592
b0 
y i  b1 . xi
n
38,75209  (0,119887 ).78
b0   4,008606
12

Mas não podemos utilizar estes coeficientes na equação modelo fornecida.


De acordo com a dedução feita no início do exercício, o modelo linearizado
era: y=ln(a)+x.ln(b).
Portanto, para colocarmos na forma correta, temos que fazer a relação
inversa com a seguinte equivalência:
ln(a )  b0  a  e b0
ln(b)  b1  b  e b1
a  e 4, 008606  55,07
b  e 0,119887  0,887
Portanto :
y  (55,07).(0,887) x