Você está na página 1de 103

CÁLCULO

NUMÉRICO
IVAN CASTILHO
GISLEY NOEMI BARÇALOBRE MANOEL

CÁLCULO NUMÉRICO

1ª Edição

Taubaté
Universidade de Taubaté
2014
Copyright©2014.Universidade de Taubaté.
Todos os direitos dessa edição reservados à Universidade de Taubaté. Nenhuma parte desta publicação pode ser
reproduzida por qualquer meio, sem a prévia autorização desta Universidade.
Administração Superior
Reitor Prof.Dr. José Rui Camargo
Vice-reitor Prof. Dr. Isnard de Albuquerque Câmara Neto
Pró-reitor de Administração Prof. Dr. Arcione Ferreira Viagi
Pró-reitor de Economia e Finanças Prof. Dr. José Carlos Simões Florençano
Pró-reitora Estudantil Profa. Ma. Angela Popovici Berbare
Pró-reitor de Extensão e Relações Comunitárias Prof. Dr. Mario Celso Peloggia
Pró-reitora de Graduação Profa. Dra. Nara Lúcia Perondi Fortes
Pró-reitor de Pesquisa e Pós-graduação Prof. Dr. Francisco José Grandinetti
Coordenação Geral EaD Profa.Dra.Patrícia Ortiz Monteiro
Coordenação Acadêmica Profa.Ma.Rosana Giovanni Pires
Coordenação Pedagógica Profa.Dra.Ana Maria dos Reis Taino
Coordenação Tecnológica Profa. Ma. Susana Aparecida da Veiga
Coordenação de Mídias Impressas e Digitais Profa.Ma.Isabel Rosângela dos Santos Ferreira
Coord. de Área: Ciências da Nat. e Matemática Profa. Ma. Maria Cristina Prado Vasques
Coord. de Área: Ciências Humanas Profa. Ma. Fabrina Moreira Silva
Coord. de Área: Linguagens e Códigos Profa. Dra. Juliana Marcondes Bussolotti
Coord. de Curso de Pedagogia Profa. Dra. Ana Maria dos Reis Taino
Coord. de Cursos de Tecnol. Área de Gestão e Negócios Profa. Ma. Márcia Regina de Oliveira
Coord. de Cursos de Tecnol. Área de Recursos Naturais Profa. Ma. Ana Paula da Silva Dib
Revisão ortográfica-textual Profa. Ma. Isabel Rosângela dos Santos Ferreira
Projeto Gráfico Me.Benedito Fulvio Manfredini
Diagramação Bruna Paula de Oliveira Silva
Autor Ivan Castilho
Gisley Noemi Barçalobre Manoel
Unitau-Reitoria Rua Quatro de Março,432-Centro
Taubaté – São Paulo CEP:12.020-270
Central de Atendimento:0800557255
Polo Taubaté Avenida Marechal Deodoro, 605–Jardim Santa Clara
Taubaté–São Paulo CEP:12.080-000
Telefones: Coordenação Geral: (12)3621-1530
Secretaria: (12)3625-4280
Polo Ubatuba Av. Castro Alves, 392 – Itaguá – CEP: 11680-000
Tel.: 0800 883 0697
e-mail: nead@unitau.br
Horário de atendimento: 13h às 17h / 18h às 22h
Polo São José dos Campos Av Alfredo Ignácio Nogueira Penido, 678
Parque Residencial Jardim Aquarius
Tel.: 0800 883 0697
e-mail: nead@unitau.br
Horário de atendimento: 8h às 22h

Ficha catalográfica elaborada pelo SIBi


Sistema Integrado de Bibliotecas/UNITAU
C352c Castilho, Ivan e Barçalobre Manoel,Gisley Noemi
Cálculo Numérico / Ivan Castilho e Gisley Noemi Barçalobre Manoel.
Taubaté: UNITAU, 2013.
114p. : il.

ISBN: 978-85-661218-15-4
Bibliografia

1. Cálculo Numérico. I. Universidade de Taubaté. II. Título.


PALAVRA DO REITOR

Palavra do Reitor

Toda forma de estudo, para que possa dar certo,


carece de relações saudáveis, tanto de ordem
afetiva quanto produtiva. Também, de
estímulos e valorização. Por essa razão,
devemos tirar o máximo proveito das práticas
educativas, visto se apresentarem como
máxima referência frente às mais diversificadas
atividades humanas. Afinal, a obtenção de
conhecimentos é o nosso diferencial de
conquista frente a universo tão competitivo.

Pensando nisso, idealizamos o presente livro-


texto, que aborda conteúdo significativo e
coerente à sua formação acadêmica e ao seu
desenvolvimento social. Cuidadosamente
redigido e ilustrado, sob a supervisão de
doutores e mestres, o resultado aqui
apresentado visa, essencialmente, a orientações
de ordem prático-formativa.

Cientes de que pretendemos construir


conhecimentos que se intercalem na tríade
Graduação, Pesquisa e Extensão, sempre de
forma responsável, porque planejados com
seriedade e pautados no respeito, temos a
certeza de que o presente estudo lhe será de
grande valia.

Portanto, desejamos a você, aluno, proveitosa


leitura.

Bons estudos!

Prof. Dr. José Rui Camargo


Reitor

v
vi
Apresentação

Este livro-texto, denominado Cálculo Numérico, tem como objetivo apresentar as ideias
centrais a respeito desse importante conteúdo, em uma linguagem acessível aos nossos
alunos da graduação.

Cada Unidade foi desenvolvida a partir de conhecimento teórico e traz exemplos com
grau crescente de dificuldade. As resoluções dos exemplos são acompanhadas de
comentários do desenvolvimento e de alguns alertas, que auxiliam o aluno em seus
estudos e facilitam-lhe a compreensão e a aplicação quando da resolução de outros
problemas dentro de sua área de conhecimento.

Desejamos a todos bons estudos e boa sorte!

vii
viii
Sobre o autor

Ivan Castilho tem Licenciatura em Matemática. É professor da Universidade de Taubaté,


desde 2001, nas disciplinas de Cálculo Diferencial e Integral, Matemática Financeira e
Estatística, no campus de Ubatuba. Também é professor da Secretaria de Educação do
Estado de São Paulo, desde 1993 no Ensino Fundamental e Médio, atuando desde 2007
como PCNP (professor coordenador do núcleo pedagógico), na Diretoria de Ensino na
Região de Caraguatatuba.

Gisley Noemi Barçalobre Manoel tem Licenciatura em Matemática pela Universidade


Brás Cubas. É professora da Secretaria da Educação do Estado de São Paulo, desde 1992,
no Ensino Fundamental e Médio e Professor Coordenador do Núcleo Pedagógico na
Diretoria de Ensino da Região de Caraguatatuba.

ix
x
Caros(as) alunos(as),
(as)

O Programa de Educação a Distância (EAD) da Universidade de Taubaté apresenta-se


como espaço acadêmico de encontros virtuais e presenciais direcionados aos mais
diversos saberes. Além de avançada tecnologia de informação e comunicação, conta com
profissionais capacitados e se apoia em base sólida, que advém da grande experiência
adquirida no campo acadêmico, tanto na graduação como na pós-graduação, ao longo de
mais de 35 anos de História e Tradição.

Nossa proposta se pauta na fusão do ensino a distância e do contato humano-presencial.


Para tanto, apresenta-se em três momentos de formação: presenciais, livros-texto e Web
interativa. Conduzem esta proposta professores/orientadores qualificados em educação a
distância, apoiados por livros-texto produzidos por uma equipe de profissionais preparada
especificamente para este fim, e por conteúdo presente em salas virtuais.

A estrutura interna dos livros-texto é formada por unidades que desenvolvem os temas e
subtemas definidos nas ementas disciplinares aprovadas para os diversos cursos. Como
subsídio ao aluno, durante todo o processo ensino-aprendizagem, além de textos e
atividades aplicadas, cada livro-texto apresenta sínteses das unidades, dicas de leituras e
indicação de filmes, programas televisivos e sites, todos complementares ao conteúdo
estudado.

Os momentos virtuais ocorrem sob a orientação de professores específicos da Web. Para


a resolução dos exercícios, como para as comunicações diversas, os alunos dispõem de
blog, fórum, diários e outras ferramentas tecnológicas. Em curso, poderão ser criados
ainda outros recursos que facilitem a comunicação e a aprendizagem.

Esperamos, caros alunos, que o presente material e outros recursos colocados à sua
disposição possam conduzi-los a novos conhecimentos, porque vocês são os principais
atores desta formação.

Para todos, os nossos desejos de sucesso!

Equipe EAD-UNITAU

xi
xii
Sumário

Palavra do Reitor .............................................................................................................. v

Apresentação .................................................................................................................. vii

Sobre o autor.................................................................................................................... ix

(as) ................................................................................................................................... xi

Ementa .............................................................................................................................. 1

Objetivos........................................................................................................................... 3

Introdução ......................................................................................................................... 4

Unidade1.Noções Básicas Sobre Erros ......................................................................... 6

1.1 Introdução ................................................................................................................... 6

1.2. Erros Inerentes aos dados .......................................................................................... 6

1.3 Erros de truncatura...................................................................................................... 7

1.4. Erro Absoluto ............................................................................................................ 7

1.5. Erro Relativo ou Taxa de Erro ................................................................................... 8

1.6. Erro de Arredondamento ........................................................................................... 8

1.7. Síntese da Unidade .................................................................................................... 9

1.8. Atividades .................................................................................................................. 9

Unidade 2 Representação Numérica ........................................................................... 10

2.1 Outros sistemas de Numeração ................................................................................ 11

2.2 Codificação binária decimal ..................................................................................... 11

2.3 Conversão de bases ................................................................................................... 12

xiii
2.4 Conversão de base decimal para a β ......................................................................... 12

2.5 Conversão de base decimal de número fracionário para a β .................................... 12

2.6 Conversão de base β para a base  ........................................................................... 13

2.7 Conversão por Reagrupamento ................................................................................ 13

2.8 Síntese da Unidade ................................................................................................... 14

2.9 Atividades ................................................................................................................. 14

Unidade 3 .Zeros reais de funções reais...................................................................... 16

3.1 Processos Iterativos .................................................................................................. 17

3.2 Isolamento das Raízes .............................................................................................. 17

3. 3 Síntese da Unidade .................................................................................................. 20

3. 4 Síntese da Unidade .................................................................................................. 20

Unidade 4 Método da Bissecção .................................................................................. 22

4.1 Algoritmo do Método da Bissecção ........................................................................ 24

4.2 Método do Ponto Fixo (ou Método da Iteração Linear ou Método das
Aproximações Sucessivas) ............................................................................................. 25

4.3 Método de Newton (Método das Tangentes) ........................................................... 26

4.4 Interpolação Geométrica do Método de Newton ...................................................... 27

4.5 Convergência do Método de Newton ....................................................................... 27

4.6 Algoritmo do Método de Newton ............................................................................. 28

4.7 Síntese da Unidade ................................................................................................... 28

4.8 Atividades ................................................................................................................. 28

Unidade 5 .Resolução de Sistemas de Equações Lineares ........................................ 30

5.1 Forma Algébrica de Sn.............................................................................................. 30

5.2 Forma Matricial de Sn ............................................................................................... 30

5.3 Matriz Aumentada ou Matriz Completa do Sistema ................................................ 31

xiv
5.4 Classificação quanto ao Determinante de A ............................................................. 31

5.5 Métodos Diretos ....................................................................................................... 31

5.6 Método de Eliminação de Gauss .............................................................................. 32

5.7 Algoritmo de Eliminação de Gauss .......................................................................... 32

5.8 Sistema de Equação Linear....................................................................................... 33

5.9 Métodos Numéricos .................................................................................................. 34

5.10 Fatoração LU ou decomposição LU ....................................................................... 34

5.11 Diferentes Decomposições LU ............................................................................... 36

5.12 Síntese da Unidade ................................................................................................. 37

5.13 Atividades ............................................................................................................... 37

Unidade 6 Métodos Iterativos..................................................................................... 40

6.1 Métodos de Gauss-Jacobi ......................................................................................... 40

6. 2 Método de Gauss-Seidel .......................................................................................... 41

6.3 Síntese da Unidade ................................................................................................... 42

6.4 Atividades ................................................................................................................. 42

Unidade 7 Integração numérica


7.1 Ordem de Aproximação............................................................................................ 45

7.2 Erro de Aproximação................................................................................................ 46

7.3 Métodos Compostos ................................................................................................. 47

7.4 Síntese da Unidade ................................................................................................... 48

7.5 Atividades ................................................................................................................. 48

Unidade 8 .Regra dos Trapézios .................................................................................. 50

8.1.Síntese da Unidade ................................................................................................... 52

8.2 Atividades ................................................................................................................. 52

Unidade 9 Regra de Simpson ....................................................................................... 54

xv
9.1 Síntese da Unidade ................................................................................................... 55

9.2 Síntese da Unidade .................................................................................................. 56

Unidade 10 .Interpolação ............................................................................................. 58

10.1 Interpolação Linear ................................................................................................. 58

10.2 Interpolação Polinomial.......................................................................................... 59

10.3 Métodos de Interpolação Polinomial ...................................................................... 60

10.4 Extrapolação .......................................................................................................... 62

10.5 Extrapolação de Richardson .................................................................................. 63

10.6 Síntese da Unidade ................................................................................................. 64

10.7 Atividades .............................................................................................................. 65

Referências ..................................................................................................................... 91

xvi
Cálculo Numérico
ORGANIZE-SE!!!
Você deverá usar de
3a 4 horas para
realizar cada
Unidade.

Ementa

EMENTA

Noções básicas sobre erros.


Representação numérica.
Zeros reais de funções reais.
Métodos de bissecção, falsa posição, do ponto fixo, de Newton.
Resolução de sistemas de equações lineares, métodos da eliminação
de Gauss, fatoração LU.
Métodos iterativos.
Integração numérica.
Regra dos trapézios.
Regra de Simpson.
Interpolação e extrapolação.

1
2
Objetivo Geral

Proporcionar aos alunos a oportunidade de apropriar-se de princípios do cálculo


numérico como ferramenta para resolver modelos matemáticos do mundo real.
Oferecer ao aluno informações básicas sobre processos numéricos na resolução
de problemas.

Obj eti vos

Objetivos Específicos

• Conhecer os princípios usados em Cálculo Numérico.

• Encontrar raízes de equações algébricas e transcendentes.

• Resolver sistemas de equações lineares.

• Fazer ajustes de curvas (usando a técnica dos mínimos quadrados).

• Fazer interpolação.

• Realizar integração numérica.

3
Introdução

Neste livro-texto são apresentadas dez Unidades relacionadas ao Cálculo Numérico,


utilizando-se de uma linguagem matemática acessível a alunos de graduação. Cada
Unidade apresenta um desenvolvimento teórico seguido de exemplos com grau crescente
de dificuldade. As resoluções dos exemplos são acompanhadas de comentários do
desenvolvimento e de alguns alertas, que auxiliam o aluno em seus estudos.

Na primeira Unidade, temos noções básicas de erros, como o absoluto, o relativo, o de


arredondamento e truncamento e as respectivas propriedades matemáticas.

Na segunda Unidade, retomamos o conceito de representação numérica com outros


sistemas de numeração como o ponto flutuante e as conversões de base ß para decimal e
vice-versa.

A terceira Unidade traz uma introdução aos zeros reais de funções reais, com isolamento
de raízes.

A quarta Unidade apresenta o Método da Bissecção, do ponto fixo, do Método de Newton


e a Interpolação Geométrica do Método de Newton, e convergência e algoritmo do
método de Newton.

Na quinta Unidade tem-se a Resolução de Sistemas de Equações Lineares pela forma


algébrica e matricial, métodos diretos, de Eliminação de Gauss, por algoritmo de Gauss,
Fatoração LU e diferentes decomposições LU.

Na sexta Unidade temos a introdução aos Métodos Iterativos como de Gauss-Jacobi e


Gauss-Seidel.

A sétima Unidade retrata a Interação numérica com Ordem de Aproximação e Erro de


Aproximação e suas aplicações.

A oitava Unidade, Trapézios, demonstra que aproximar o valor da função contínua de


f(x) no intervalo [a,b] por uma função de primeira ordem, isto, geometricamente, é
equivalente a aproximar uma curva qualquer por uma reta.
4
Na nona Unidade, a Regra de Simpson descreve a aproximação da função contínua f(x)
no intervalo [a,b] por uma função de segunda ordem, ou seja, na aproximação de uma
curva por uma parábola.

E, na décima Unidade, apresentamos a interpolação, interpolação linear, interpolação


polinomial, que tratam sobre os métodos que permitem construir um novo conjunto de
dados e a extrapolação de Richardson, que é um método utilizado para a melhoria do
resultado obtido na aplicação das fórmulas de integração e baseia-se na aplicação repetida
de tais fórmulas.

5
Unidade 1

Noções Básicas Sobre Erros


Unidade1 .

1.1 Introdução

Uma grandeza medida deve representar um determinado valor, mas junto com esse valor
medido (lembrando que medir é um ato de comparar numericamente), ocorre uma
margem de erro. Para termos uma precisão da grandeza medida devemos calcular, através
de um método numérico (que normalmente apresenta soluções aproximadas), um
determinado valor e ainda um limite de erro.

A modelagem matemática, que é a exemplificação mais utilizada para a resolução de


problemas, serve para descrever o fenômeno estudado gerando um modelo matemático
onde a resolução é a solução, através do uso de métodos numéricos.

Figura 1.1: Modelagem e resolução de problemas


Fonte: Apostila de cálculo numérico – noções básicas sobre erros –UTFPr
Acesso em 07 mar. 2013.

Mas a modelagem matemática, por ser idealizada para poder representar os fenômenos
da natureza, tem que aceitar certas condições para ser tratável; por isso não é uma
representação exata e, consequentemente, terá erros.

1.2. Erros Inerentes aos dados


6
Dados e parâmetros, que são medidos experimentalmente, de um modelo matemático,
alem das equações e relações, também contêm aproximações que podem interferir no
resultado final.

1.3 Erros de truncatura

Uma equação que somente pode ser construída num processo infinito tem que ser
truncada após certo número finito de operações resultando num certo tipo de erro
chamado erro de truncatura. Truncar um número da casa di é desconsiderar as casas di+j
(j= 1,....., )

Utilizamos a equação anterior para uma série de Taylor, onde truncar é a diferença entre
o valor adotado S (x) e a soma dos N primeiros termos da série.

1.4. Erro Absoluto

Para um número com um valor adotado e um valor experimental, a diferença entre


o valor adotado e o valor experimental é o erro de X. O módulo deste valor chama-se erro
absoluto de X.

Então, sintetizando, o erro absoluto ou desvio absoluto ( A) de uma medida é calculado


como sendo a diferença entre valor experimental ou medido e o valor adotado que no caso
é o valor médio:

A = | valor adotado - valor experimental |

EAx = ‫ ׀‬X - ‫ ׀‬,onde X é o valor adotado e é o valor experimental.

O módulo do erro absoluto é uma estimativa quando não se conhece o valor adotado.
Assim, temos que determinar um majorante de .
7
‫׀‬Eax‫ ≤ ׀‬K1

1.5. Erro Relativo ou Taxa de Erro


Erro relativo de é o quociente entre o erro absoluto"e o módulo do valor exato

Se muito menor que então,

Também pode ser escrito como módulo do quociente entre o erro absoluto EAx e o valor
exato x ou o valor aproximado x, se x ou x ≠ 0.

1.6. Erro de Arredondamento

Quando efetuamos cálculos utilizamos uma aritmética de precisão finita, por isso
desprezamos alguns dígitos, principalmente quando os números são muito extensos, para
facilitar o cálculo e, com isso, cometemos o erro de arredondamento que é definido como
a diferença da quantidade de dígitos aproximados de um número e o seu valor exato. Os
erros de arredondamento dependem da base em que são escritos os números e da
quantidade máxima de dígitos. Então, arredondar é desconsiderar um número na casa di
de tal forma que:

di seja a última casa se di+1<5;

di+1 seja a última casa se di+1≥ 5.

8
Simplificando, devemos somar 1 ao dígito anterior, caso seja maior ou igual a 5, ou
manter o valor, caso seja menor que 5.
Ex. : 1/7 = 0,1428571429 que por aproximação é 0,142857, cujo erro é 1,429 -7 então
podemos arredondar para 0,1428571429 ≈ 0,14286

1.7. Síntese da Unidade

Ao copiar a natureza usamos modelos matemáticos, nisso cometemos erros de medição.


Esses erros podem ser calculados por meio de fórmulas como a de erro absoluto, que é a
diferença entre o valor exato e o aproximado. O erro relativo é o módulo do quociente
entre o erro absoluto e o valor exato x ou o valor aproximado x, se x ou x ≠ 0. Arredondar
um número na casa di é desconsiderar as casas di+ j, erro que surge do truncamento de
expressões matemáticas em um número finito de passos.

1.8. Atividades

1. Quais os erros máximo absoluto e relativo, quando se toma para valor de  = 3.14?

2. Para o valor da pesagem P = 120.8 ± 0.001, calcular o valor do erro máximo relativo.

3. Qual o erro máximo absoluto e relativo, ao considerar 1/3 = 0.333?

4. A precisão relativa de um número aproximado x = 24253, é 1%; quantos algarismos

exatos possui?

5. Calcular o produto dos números aproximados x1 = 93.87 e x2 = 9.236, se os algarismos


escritos forem exatos.

9
Unidade 2

Representação Numérica

É um método usado para se obter a solução de problemas matemáticos de forma


aproximada em uma base numérica.

O sistema decimal é um sistema de numeração de posição cuja base é composta de dez


unidades, de uma ordem qualquer, e que a composição forma uma de ordem
imediatamente superior.

• Na representação de números inteiros temos a de base dez, a mais conhecida e


a de base dois, ou binária, mais utilizada na linguagem da computação, por
exemplo:

• Base decimal (10) – 10 dígitos disponíveis [0,1,2, ... ,9]

A posição do dígito indica a potência positiva de 10

Ex.6784 = 6x103 + 7x102 + 8x101 + 4x100

• Base binária (2) -2 “bits” disponíveis [0,1]

A posição do dígito indica a potência positiva de 2

Ex.1011 na base 2 = 1x23 + 0x22 + 1x21 + 1x20 = 8+0+2+1 = 11 na


base decimal, ou, 1x23 + 0x22 + 1x21 + 1x20 = 1 + 2(1+2(0+2(1))) =
11

• As representações de números fracionários em outros sistemas decimais seguem


a seguinte ordem de resolução:

Para base decimal (10)

10
A parte inteira indica potência positiva de 10 e a parte fracionária a potência negativa de
10

Ex. 44,22 = 4x101 + 4x100 + 2x10-1 + 2x10-2

Para base binária (2)

A parte inteira indica potência positiva de 2 e a parte fracionária a potência negativa de 2

Ex.12,11 na base 2 = 1x21 + 2x20 + 1x2-1 + 1x2-2 = 2+2+1/2+1/4 = 4,75 na


base decimal

2.1 Outros sistemas de Numeração

Para códigos binários muito grandes podemos utilizar outros códigos que irão facilitar a
operação como a base 8 (octal) {0,1,2, ... , 7}, e a base 16 (hexadecimal) {0,1,2, ... , 9,
A,B,C,D,E,F}, ambas derivadas da base 2 .

2.2 Codificação binária decimal


A BCD (Binary-coded decimal), ou codificação binária decimal, é um sistema de
numeração muito utilizado na computação internamente; um número é representado
através de uma sequência de impulsos elétricos que indicam dois estados: 0 ou 1.

Um número x é representado na base b por:

Onde: di são números inteiros contidos no intervalo 0≤di<b; i =1, 2,..., t ;· exp representa
o expoente de b e assume valores entre I ≤ exp ≤S e · I ,S são o limite inferior e o limite
superior, para a variação do expoente.

11
2.3 Conversão de bases

A conversão entre bases pode ser realizada por meio de divisões sucessivas; para os casos
em que a base de origem e de destino pertencem à mesma base logarítmica, a conversão
pode ser feita por reagrupamento dos algarismos.

2.4 Conversão de base decimal para a β

Para poder usar este método, uma das bases tem que ser a decimal; se nenhuma delas for
decimal é necessário primeiro converter a base de origem para decimal e então converter
para a base desejada.

Por exemplo, na conversão do número 745 para a base 4, uma série de divisões inteiras
é realizada até que o valor chegue a zero; o divisor usado é o valor da base de destino e
os restos das divisões inteiras é a sequência de algarismos da base de destino. Como a
base de origem é decimal, podemos usar o método diretamente:

745/4 = 186 resto 1

186/4 = 46 resto 2

46/4 = 11 resto2

11/4 = 2 resto 3

2/4 = 0 resto 2

Portanto 745 na base 10 = 23221 na base 4

2.5 Conversão de base decimal de número fracionário para a β


Primeiro trabalhamos com a parte inteira. Aplica-se um processo para a parte inteira e
outro para a parte fracionária.

a) PARTE INTEIRA ( N ):

12
N≥ß

b) Para a mudança de base da parte fracionária, multiplica-se pelo valor da base que se
deseja chegar, toma-se o resultado do produto e procede-se como para a parte inteira.

2.6 Conversão de base β para a base 

Para converter um número da base β para a base , devemos primeiramente


converter da base ß para a base 10 e, com o valor ja convertido, aplicar as divisões
sucessivas até chegar a zero.

Exemplo para a base 7:

4C18 = 4 . 18 1 + 12 . 18 0 = 72 + 12 = 84 10, chegando a 4C18 = 8410 = 1507

Mais um exemplo: converter 6528 para a base 3:

6528 = 6 .82 + 5 . 81 + 2 . 80 = 42610,chegando a 6528 = 42610 = 1202103

2.7 Conversão por Reagrupamento

Para conversão de bases com a mesma base logarítmica fica mais fácil fazer a conversão
por simples reagrupamentos dos algarismos e uso de tabelas de conversão.

Por exemplo, entre as bases 16 e 8 ou entre 2 e 16 ou ainda entre as bases 27 e 9.

13
2.8 Síntese da Unidade

A representação numérica é um conjunto de ferramentas ou métodos usados para se obter


a solução de problemas matemáticos de forma aproximada. Esses métodos se aplicam
principalmente a problemas; tem-se a representação posicional de base decimal (10),
representação de inteiros de base (2), representação de números fracionários e outros
sistemas de numeração, e as maneiras de conversão de decimal para binário e vice-versa.

2.9 Atividades
1. Uma caixa alienígena com o número 25 gravado na tampa foi entregue a um grupo de
cientistas. Ao abrirem a caixa, encontraram 17 objetos. Considerando que o alienígena
tem um formato humanoide, quantos dedos deverá ter nas duas mãos?

2. Um sistema de numeração ternário tem três trits, que podem ter valor 0, 1 ou 2. Quantos
trits são necessários para representar um número de seis bits ?

14
3. Converter (0,625)10 para binário.

4. Faça a conversão binária para a octal de 101011012 .

5. Faça a conversão de binário para hexadecimal de 101011012

15
Unidade 3

Zeros reais de funções reais


Unidade 2 .

Dizemos que  é raiz ou zero de f para uma dada uma função f(x), se e somente f()=0.
Graficamente, os zeros de uma função f(x) correspondem aos valores de x em que a função
intercepta o eixo horizontal do gráfico.

Figura 3.1: Gráfico da função f(x)


Fonte: Wikipédia
Acesso em 07mar. 2013

Porém, nem sempre é possível se encontrar analiticamente a raiz de uma função. Por
exemplo, quando temos uma equação polinomial de grau mais alto fica quase impossível
localizar suas raízes; neste caso precisamos de um método numérico para encontrar um
valor aproximado para a raiz da função estudada. Isto pode ser feito através da
determinação de um intervalo em x que contenha pelo menos uma raiz da função f(x), ou
seja, isolamento das raízes; ou pelo cálculo da raiz aproximada através de um processo
iterativo até a precisão desejada.

16
3.1 Processos Iterativos

Esses processos se caracterizam pela repetição de um determinado cálculo várias vezes.


A ideia nesse tipo de processo é repetir, obtendo-se a cada iteração um resultado mais
preciso que aquele obtido na iteração anterior, que serve de parâmetro de entrada para o
cálculo seguinte.
Aspectos comuns ao processo iterativo:
Estimativa inicial: a fim de se iniciar um processo iterativo, é preciso que se tenha uma
estimativa inicial do resultado do problema;
Convergência: o resultado mais próximo daquele esperado;
Critério de Parada: o critério adotado para parar vai depender do problema a ser
resolvido e da precisão que necessitamos obter na solução.
Mas, para encontrarmos os zeros de uma função iremos utilizar a operação chamada de
isolamento de raízes.

3.2 Isolamento das Raízes


Seja uma função f (x) contínua num intervalo I=[a,b].

Se f (a) . f(b) < 0, então existe pelo menos uma raiz de f (x) neste intervalo.

17
Figura 3.1: Gráfico da função f(x) no intervalo [a,b]
Fonte: Wikipédia
Acesso em 07mar. 2013

Outro recurso é a partir da equação f(x )=0, obter a equação equivalente g ( x )=h ( x ) e
esboçar os gráficos destas funções para obter os pontos em que elas se intersectam.

Exemplo 1:

Dada a função f (x) = 4cos(x) – e2x. Podemos reescrevê-la como 4cos(x) = e2x. Temos:

g(x) = 4cos(x) e

h(x) = e2x

Graficamente

Figura 3.2: Gráfico da função equivalente g (x) = h (x)


Fonte: Wikipédia
Acesso em 07mar. 2013

As raízes:

ξ1 está no intervalo I1 = [0, π]

ξ2 está no intervalo I2 = [-π,0] , para k=0

ξ3 está no intervalo I3 = [-2π, - π] , para k=1


18
ξ4 está no intervalo I4 = [-3 π , -2 π] , para k=2

Logo:

Raízes: [0, π] ∪ [-(k+1) π, 0 – k π] , k ∈ Z+

Exemplo 2:

Dada a função f (x) = x3 – 9x +3, obtemos a função equivalente g (x) = h (x):

g(x) = x3

h(x) = 9x – 3

Graficamente

Figura 3.3: Gráfico da função equivalente g (x) = h (x)

19
Fonte: Wikipédia
Acesso em 07mar. 2013

As raízes:

ξ1 está no intervalo I1 = [-2, -1]

ξ2 está no intervalo I2 = [0, 1]

ξ3 está no intervalo I3 = [1, 2]

Encontramos os intervalos onde contém pelo menos uma raiz.

3. 3 Síntese da Unidade

Nesta Unidade, foram apresentados alguns processos iterativos para calcular de forma
aproximada os zeros reais de uma função real f dada, como o isolamento de raízes.

3. 4 Síntese da Unidade
1. Seja f (x) = x2 – 6. Utilizando o método Newton, obtenha uma aproximação da
raiz positiva de f (x). Determine k3.

2. Encontre a raiz quadrada de 7 pelo método de Newton.

3. Encontre um valor aproximado para x com precisão de 10-8, para a equação da


população:

4. A soma de dois números é 20. Se a cada número é adicionado de sua raiz quadrada, o
produto das duas somas é 155,55. Determine os dois números com precisão de 10-4.

20
5. O montante acumulado de uma conta de poupança baseada em depósitos regulares
periódicos pode ser determinado a partir da equação de anuidades devidas:

Nesta equação, A é o montante da conta, P é o valor regularmente depositado e i é a taxa


de juros por período para os n períodos em que os depósitos foram efetuados. Um
engenheiro gostaria de ter em sua conta um total de R$750.000,00 para efetuar retiradas
após 20 anos e poder dispor de R$1.500,00 por mês para atingir essa meta. Qual a taxa
de juros mínima a que esse valor deve ser investido, assumindo que o período de
capitalização é mensal?

21
Unidade 4
Método da Bissecção
(ou Método da Dicotomia)

O método da dicotomia ou bissecção é uma forma de se obter a raiz de uma função.


Seja uma função f(x) contínua em um intervalo [a,b], e  uma raiz de f(x) isolada neste
intervalo.
O processo consiste em dividir o intervalo que contém o zero ao meio e, aplicando aos
subintervalos resultantes, determinamos qual deles contém o zero.

Se a função f(x) mudar de sinal entre a e a + b/2, a raiz estará na primeira metade do
intervalo [a, b]; ou se ocorrer a mudança de sinal entre a + b/2 e b, a raiz estará na segunda
metade. Repetimos o processo para aquela metade que contém a raiz de f(x) dividindo o
intervalo ao meio e verificando em qual metade está a raiz.
A estimativa da raiz  em cada etapa será o ponto médio do intervalo em estudo. O erro
na estimativa será dado pela metade do comprimento do intervalo em estudo.

Exemplo: Determine uma estimativa para a raiz de: f(x)= ex + x com um erro menor ou
igual a 0,050.
Os gráficos de ex e de -x são:

22
Figura 4.1: Grafico do Método da bissecção
Fonte: wikipedia
Acesso em 07mar. 2013

Podemos concluir através da interseção, que a raiz de f(x) Є [-1,0].

Utilizando o método da dicotomia, temos:

23
Portanto, a raiz da função: f(x)= ex + x é igual a - 0,594 ± 0,032

Quando o erro cometido for inferior a um parâmetro, a determinação da quantidade n de


iterações que satisfaz a inequação se resolve da seguinte maneira:

4.1 Algoritmo do Método da Bissecção


Início: a0 = a, b0 = b e x0 = b

Para k=0,1,... fazer:

Se então Raiz = xk+1→ pare

Se f(ak)*f(xk+1)<0 então fazer ak+1=ak e bk+1=xk+1

Se f(bk)*f(xk+1)<0 então fazer ak+1=xk+1 e bk+1=bk

24
4.2 Método do Ponto Fixo (ou Método da Iteração Linear ou
Método das Aproximações Sucessivas)
O método do Ponto Fixo consiste em transformar f (x) = 0 em uma equação equivalente
x = ⱷ (x), onde ⱷ (x) é uma função de iteração.

A partir de uma aproximação inicial x0, gerar uma sequência {xk} de aproximações
sucessivas através do processo iterativo dado por:

xi = ⱷ (xi-1),i = 1,2,.....

Graficamente, uma raiz da equação x = ⱷ (x) é a abcissa do ponto de intersecção da reta


y =x e da curva y = ⱷ(x)

Figura 4.2: Um exemplo de uma função de ponto fixo


Fonte: Apostila de cálculo numérico – noções básicas sobre erros –UTFPr
Acesso em 07 mar.2013

25
4.3 Método de Newton (Método das Tangentes)

Figura 4.3: Método de Newton


Fonte: wikipedia
Acesso em 07mar. 2013

O método de Newton (ou método de Newton-Raphson) tem por objetivo estimar as


raízes de uma função. Toma-se um ponto qualquer do domínio da função; calcula-se a
equação da tangente da função e nesse ponto calcula-se o interceptor da tangente ao eixo
das abcissas para encontrar novo ponto de domínio da função e repete-se o processo. Em
notação matemática:

onde n indica a n-ésima iteração do algoritmo e é a derivada


da função f em xn.

Para facilitar a iteração, um intervalo deve ser delimitado, para que o valor estimado
seja mais adequado e, consequentemente, para que tenhamos uma convergência
de (xn) mais propícia. O intervalo delimitado deve conter a raiz de f; a função f deve
ser diferenciável em todo o intervalo; a primeira derivada no intervalo não deve trocar
de sinal e a segunda derivada no intervalo não deve trocar de sinal.

26
Este é o melhor método para encontrar sucessivas melhores aproximações de raízes
(ou zeros) de uma determinada função real.

4.4 Interpolação Geométrica do Método de Newton

Quando fazemos a intersecção da reta tangente ao gráfico da função f (x) no ponto (xn,f
(xn)) obtemos o ponto xn+1 e a intersecção da reta tangente com o eixo das abscissas
fornece a nova aproximação xn+1 .

Figura 4.4: Interpolação Geométrica do Método de Newton


Fonte: apostila de cálculo numérico – noções básicas sobre erros –
UTFPr
Acesso em 07mar. 2013

4.5 Convergência do Método de Newton

Se f (a)× f (b)< 0; f '( x) ≠ 0, ˅ xÎЄ[a, b] e f ''( x) não troca de sinal em [a,b] para a f :
[a,b]Â a sequência gerada pelas iterações do método de Newton-Raphson, utilizando a
função ⱷ(x) = x – f(x)/f’(x), que equivale a x n-1 = x n = f(xn)/f’(xn), converge para o único
zero  de f, isolado em [a,b], se x0 Є [a,b] for escolhido convenientemente. O ponto inicial
pode ser x0 =a se ⱷ(a) Є [a,b].

27
4.6 Algoritmo do Método de Newton

Para encontrar uma solução para f (x) =0, dada a derivada de f (x) e uma aproximação
inicial x0

Iniciar: x0

Para k=0,1,... fazer:

Se verificar critério de paragem então → parar;

Raíz = xk+1

4.7 Síntese da Unidade

Esta Unidade tratou de métodos que são normalmente utilizados para diminuir o intervalo
que contém o zero da função, para a aplicação de outro método, como é para a bissecção
do ponto fixo. Neste método, a sequência de aproximações do zero a de uma função f (x)(
f (a) = 0 ) é obtida através de uma relação de recorrência da forma: xn+1= Ф(xn) , n=0, 1,
2, .... Finalmente, vimos a interpolação de Newton que é um método cuja particularidade
está nas aproximações sucessivas.

4.8 Atividades
1. Determinar, com um erro absoluto inferior a 5 x 10-3, a (única) solução da equação
1 + x + ex = 0 que se sabe estar no intervalo [-2;-1].

2. Determinar o zero de f (x) = x + ex5 - 5 em [0; 1.3]

28
3. Determinar, com um erro absoluto inferior a 5 x 10-3 o zero de f (x) = x + ex5- 5
no intervalo [0; 1.3].

4. Determinar, com um erro absoluto inferior a 5 x 10-6, o zero da função f (x) = 1 +


x + ex que se sabe estar no intervalo [-2;-1].

5. Determinar todas as raízes do polinômio p(x) = x4 + 2x3 + 10x2 + 24x + 80


aplicando o método de Newton.

29
Unidade 5

Resolução de Sistemas de Equações


Unidade1 .

Lineares

Nesta Unidade, veremos que a resolução numérica de um sistema linear Sn de n equações


com n incógnitas pode ser útil para o cálculo de equações diferenciais.

5.1 Forma Algébrica de Sn


Para resolver um sistema de equações lineares na forma algébrica podemos utilizar a
seguinte forma:

5.2 Forma Matricial de Sn


Já para a forma matricial A . x = b

Onde A é a matriz dos coeficientes; x é o vetor das incógnitas e b é o vetor dos termos
independentes.
30
5.3 Matriz Aumentada ou Matriz Completa do Sistema
Para determinar se matriz aumentada B é compatível, pois apresenta soluções, podemos
utilizar:

5.4 Classificação quanto ao Determinante de A

Quando tem solução única, pois determinante A≠0, é chamado sistema linear possível
e determinado; e é singular quando o determinante A=0 sendo denominado sistema
linear impossível.

O sistema é chamado de homogêneo quando bi = 0,i=1,2,....n.

5.5 Métodos Diretos


Métodos diretos são aqueles que determinam a solução para um sistema linear utilizando
um número finito de operações; dois sistemas lineares são equivalentes quando possuem
a mesma solução.

31
5.6 Método de Eliminação de Gauss
O sistema linear A x =b é transformado num sistema triangular superior equivalente
quando fazemos (n −1) passos.

A.x=b≈U.x=c

[A : b] ≈ [U : c]

5.7 Algoritmo de Eliminação de Gauss

A triangularização ocorrerá quando A . x = b ≈ U. x = c para o sistema A .x =b , com A


n .n, xn .1 e bn . 1 e akk ≠ 0

32
Para U .x = c

5.8 Sistema de Equação Linear


Resolver um sistema linear consiste em calcular os valores de xj, (j = 1, ..., n), caso eles
existam, que satisfaçam as m equações simultaneamente.

Um sistema linear com m equações e n variáveis pode ser escrito como:

am1x1 + am2x2 + ... + amnxn= bm

Onde: aij são os coeficientes 1 ≤ i ≤ m, 1 ≤ j ≤ n; xj as variáveis j = 1, 2, ..., n e bi as


constantes i = 1, 2, ..., m

A notação matricial é outra forma expressar o sistema linear

Ax = b

33
5.9 Métodos Numéricos
Para a resolução de um sistema linear temos os métodos diretos e os métodos iterativos.

Com o método da Eliminação de Gauss e a fatoração LU a maioria dos sistemas lineares


pode ser resolvido.

5.10 Fatoração LU ou decomposição LU

Uma decomposição LU ou uma fatoração LU de uma matriz quadrada A e uma fatoração


A=LU na qual L= ( lij), com l11 = l22= ...= lnn = 1 que é triangular inferior e U= (uij) que é
triangular superior tal que LU= A. Além disso, det(A) = u11 u 22...unn.
A decomposição LU é realizada usando eliminação de Gauss, registrando em uma matriz
diagonal unitária, os valores multiplicados pela linha pivô ii com o objetivo de somar às
linhas (k=i,i+1,...n) para eliminar os elemento ki,então o sistema linear A x = b não se
altera se o submetermos a uma sequência de operações como a multiplicação de uma
equação (linha) por uma constante não nula; soma do múltiplo de uma equação a outra
ou a troca de posição de duas ou mais equações.

Exemplo

34
1.u11 = a11 → u11 = a11

1.u12 = a12 → u12 = a12

1.u1n = a1n Þ u1n = a1n

121 u11 = a21 → 121 = a21/u11


131 u11 = a31 →131 = a31/u11

Se continuarmos calculando teremos a seguinte formula geral:

Exemplo:

1º: Eliminação de Gauss para se obter L e U

35
As matrizes que contêm os multiplicadores na k-ésima etapa serão chamadas de M(k)

A = A(0)

A(1) = M(0)A(0) = M(0)A

A(2) = M(1)A(1) = M(1)M(0)A(0) =M(1)M(0)A

Da última linha, temos:

A=(M(1)M(0))-1A(2) = (M(0))-1 (M(1)) -1 A(2)donde,

L = (M(0)) -1(M(1)) -1 e U = A(2)

Então temos:

5.11 Diferentes Decomposições LU

Demonstramos alguns tipos de decomposições recorrentes:

Decomposição de Crout

Α = (LD)U= L U →onde U é triangular superior unitário

Decomposição de Doolittle

Α= L (DU)= LU → onde L é triangular superior unitário

Decomposição de Cholesky

Se A for simétrica A = LD L

Se D ˃ 0 D=½D½

A = ( LD ½ )(D1/2 ) = LL

36
5.12 Síntese da Unidade

Vários problemas, como cálculo de estruturas de redes elétricas e solução de equações


diferenciais, recorrem à resolução numérica de um sistema linear Sn de n equações com n
incógnitas. No método de eliminação de Gauss, o sistema linear A x =b é transformado
num sistema triangular superior equivalente. Resolver um sistema linear consiste em
calcular os valores de xj, (j = 1, ..., n), caso eles existam, que satisfaçam as m equações
simultaneamente. Para a fatoração LU, que tem como base, assim como o método da
eliminação de Gauss, o uso de uma propriedade elementar de sistemas de equações
lineares, fica estabelecido o seguinte: a solução de um sistema linear Ax = b não se altera
se o submetermos a uma sequência de operações, tais como multiplicação de uma equação
(linha) por uma constante não nula e soma do múltiplo de uma equação a outra.

5.13 Atividades
1. Use o método de eliminação de Gauss e estude o sistema linear:

2. Use o método de eliminação Gauss e estude o sistema linear:

3. Seja A =

a) Verificar se A satisfaz as condições da decomposição LU.

37
b) Decompor A em LU.

4. Num determinado circuito elétrico, as correntes i1, i2 e i3 passam através das


impedânciasZ1, Z2 e Z3 e são dadas por:

Calcule os valores das correntes i1, i2 e i3por um método direto e estável.

38
39
Unidade 6

Métodos Iterativos
Unidade 2 .

A solução x de um sistema de equações lineares A .x = b pode ser obtida resolvendo, de


forma iterativa, o sistema equivalente da forma x = F . x + d, onde F é uma matriz n x n,
x e d vetores nx1. Isto pode ser feito tomando Ф (x) = F . x + d, x (K +1) = Ф( x (k) ) = F .
x (k) + d, onde K = 0,1, .....,M, e M é o número máximo de interações e x (0) é o vetor
inicial.

6.1 Métodos de Gauss-Jacobi


A adaptação de A . x = b para x = F . x + d, com aii ≠ 0 e para qualquer i

40
Quando aii=0 o sistema deve ser reagrupado e a formula é dada na forma matricial.

6. 2 Método de Gauss-Seidel

A formula para calcular a matriz de iteração G e o vetor x, no método de Gauss‐Seidel


é:
G = G GS = - (D + L)-1 e x = xGS = (D + L)-1 b
Para construir a fórmula iterativa de Gauss‐Seidel necesitamos determinar a matriz
inversa de (D+L).
Uma vez isoladas as componentes do vetor x, podemos construir a fórmula iterativa de
Gauss‐Seidel na forma algébrica:

Esta fórmula iterativa é diferente da fórmula de Jacobi unicamente porque em cada


iteração k são utilizados todos os valores já calculados na presente aproximação xk.

41
Já as equações recursivas ficam sendo:

6.3 Síntese da Unidade

Esta Unidade apresentou a solução x de um sistema de equações lineares A . x = b que


pode ser obtida resolvendo, de forma iterativa, o sistema equivalente da forma x = F . x
+ d, onde F é uma matriz n x n,x e d vetores nx1 através de dois métodos (Gauss-Jacobi
e Gauss-Seidel).

6.4 Atividades
1. Considere o sistema

Efetue três iterações dos métodos de Jacobi e de Gauss‐Seidel partindo da aproximação


x0 =[0 0 0].T Se necessário, reescreva o sistema por forma a poder garantir a convergência
de ambos os métodos para a solução exata.

42
2. Resolver o sistema linear abaixo, pelo Método de Jacobi com chute inicial
x0={1,1,1,1}, tolerância ԑ=10-3 e número máximo de iterações Nmax=10.

43
Unidade 7

Integração numérica

Em matemática, os métodos de integração numérica permitem calcular o valor


aproximado de uma integral definida sem conhecer uma expressão analítica para a sua
primitiva. O método básico envolvido nesta aproximação é chamado de quadratura
numérica e consiste em:

onde são coeficientes reais e são pontos de .

A integração numérica é uma técnica comumente empregada na determinação de uma


integral definida, cuja função ou não é disponível ou não possui uma solução analítica.
Ela consiste na aproximação de uma integral definida do tipo:

por uma soma do tipo:

na qual f(xi) são os valores da função f(x), ∆x = xi+1 – xi e wi é um valor numérico de


ponderação que também é conhecido por função peso.

44
No presente livro-texto, nos restringiremos aos métodos de integração numérica para
intervalo ∆x constante. A determinação desses métodos consiste basicamente em avaliar
o valor da função peso wi.

7.1 Ordem de Aproximação


Um esquema de integração numérica é dito ter ordem de aproximação N se for exato para
cada polinômio de grau menor ou igual a N.

Exemplo:

• Regra trapezoidal

Figura 7: Integração Trapezoidal


Fonte:Wikipedia.
Acesso em 07 mar 2013

• Regra de Simpson:

45
Figura 7.2: Integração de Simpson
Fonte: Wikipedia.
Acesso em 07 mar. 2013

Tabela 7.1: Tabela de Integração Trapezoidal e Simpson


Fonte:Wikipedia. Acesso em 07 mar. 2013

Integral Valor exato Regra trapezoidal Regra de Simpson

7.2 Erro de Aproximação

O erro assumido ao integrar uma função diferençável pelo método trapezoidal é igual

a , onde é um ponto do intervalo de integração e h é o comprimento


deste intervalo. Um resultado análogo indica que o erro do método de Simpson

é .

46
7.3 Métodos Compostos
Os chamados métodos compostos consistem em dividir o intervalo de integração em
diversos subintervalos e aplicar um método de quadratura em cada um dos intervalos:

onde , e . O princípio básico destes métodos é o fato de


o erro decrescer rapidamente com o comprimento do intervalo.

Exemplo:

Os seguintes exemplos foram construídos subdividindo o intervalo de integração em


subintervalos de comprimento constante e sob a notação

, e .

• Regra trapezoidal composta:

• Regra de Simpson composta:

aqui n deve ser um número ímpar

47
Figura 7.4: Integração Método de Simpson
Fonte:Wikipedia.
Acesso em 07 mar. 2013

7.4 Síntese da Unidade

Os métodos de integração numérica permitem calcular o valor aproximado de uma


integral definida sem conhecer uma expressão analítica para a sua primitiva. Um esquema
de integração numérica é dito ter ordem de aproximação N se for exato para cada
polinômio de grau menor ou igual a N.

7.5 Atividades
1. Considere a seguinte tabela de valores de uma função f

Sabendo que f(x) é um polinômio de grau ≤ 3, determine o valor exato de I(f) =

Justifique a sua resposta.

48
2. Pretende-se obter a fórmula de quadratura IQ(f) = A0f(0) + A1f(2) para aproximar
a integralI(f) = ∫20f(x) e-xdx:

Determine A0 e A1 de forma que IQ(f) tenha grau de precisão r ≥1.

Usando a fórmula obtida, calcule uma aproximação para

use A0 = A1 = 1:0

49
Unidade 8
Regra dos Trapézios
Unidade 2 .

A Regra dos Trapézios consiste em se aproximar o valor da função contínua de f(x) no


intervalo [a,b] por uma função de primeira ordem; isto, geometricamente, é equivalente
a aproximar uma curva qualquer por uma reta, conforme mostra a figura a seguir. Desta
forma, a área sob a função f(x), que é equivalente à integral dessa função, é aproximada
pela área do trapézio cuja largura é igual a (b – a) e a altura média igual a [f(a) + f(b)]/2.

Figura 8.1: Gráfico de uma Função aproximada por reta no intervalo [a,b]
Fonte:Wikipedia.
Acesso em: 07 mar.2013

Fazendo-se ∆x = b – a , a fórmula para a integral pode ser escrita:

O erro de truncamento et pode ser expresso como:

50
Exemplo : Calcular empregando a regra dos trapézios

Solução: Vamos calcular a integral entre os extremos de integração (0;1)

a) com um intervalo, n – 1 e, portanto, h = ∆ x – (b – a)/n = (1 – 0) /1= 1

b) Com dois intervalos, n= 2 e h = ∆ x = (b - a)/n = (1 – 0) /2 = 0,5

c) Com quatro intervalos, n = 4 e h = ∆x = (b- a) /n = (1 – 0) = 0,25

A solução exata vale

Calculado o erro para cada integral, temos:

51
8.1.Síntese da Unidade

A Regra dos Trapézios consiste em se aproximar o valor da função contínua de f(x) no


intervalo [a,b] por uma função de primeira ordem; isto, geometricamente, é equivalente
a aproximar uma curva qualquer por uma reta.

8.2 Atividades
1. Seja f (x) = 1/x o intervalo [3,0,3,6] e n = 1. Calcule o valor aproximado da
Integral:

2. Seja f (x) = 1/x o intervalo [3,0,3,6] e n = 6. Calcule o valor aproximado da Integral

3. Seja f (x) = 1/x o intervalo [3,0,3,6] e n = 6. Calcule o valor exato da Integral

4. Seja f ( x ) =e x, o intervalo [0, 1] e a seguinte integral

Calcule:

52
• o valor aproximado da integral para n = 1

• o valor aproximado da integral para n = 4

53
Unidade 9
Regra de Simpson

A Regra de Simpson consiste na aproximação da função contínua f(x) no intervalo [a,b]


por uma função de segunda ordem, ou seja, na aproximação de uma curva por uma
parábola. A fórmula para a integral tem a forma:

Esta formula também é conhecida como regra de Simpson 1/3 por causa do fator que
multiplica h. Observar que são necessários, no mínimo, três valores de f (xi) para se
calcular a integral pela regra de Simpson. Na notação usada aqui x 0 = a, x2 = b e x1 é um
ponto equidistante de x0 e x2. Para n intervalos ∆x, a fórmula pode ser escrita como:

na qual n é par (correspondendo a um número par de intervalos de integração) ou,


equivalentemente, a regra de Simpson 1/3 só pode ser para um numero ímpar de pontos
xi ∫(xi).

O erro de truncamento et é expresso por:

Exemplo: Calcular ∫10ex .dx empregando a regra de Simpson 1/3.

Solução: Vamos calcular a integral aproximada pela regra de Simpson com dois e

quatro intervalos, entre os extremos de integração [0;1].

a) Com dois intervalos, n= 2 e, portanto, h= ∆x = (b –a)/n=(1-0)/2 = 0,5

54
b) Com quatro intervalos, n = 4 e h = ∆x = (b – a)/n = (1 – 0)/4 = 0,25

A solução exata vale

Calculando o erro para cada valor de integral obtida pela regra de Simpson, temos os
seguintes valores numéricos:

Comparando estes resultados com aqueles obtidos pela regra dos trapézios, observa-se

que a regra de Simpson apresenta menor erro de truncamento, pois a aproximação pela

regra de Simpson é feita por uma função de 2º grau integrada, o que representa uma

aproximação com convergência de 4ªordem.

9.1 Síntese da Unidade

A Regra de Simpson consiste na aproximação da função contínua f(x) no intervalo [a,b]


por uma função de segunda ordem, ou seja, na aproximação de uma curva por uma
parábola.

55
9.2 Síntese da Unidade
1. Estimar o valor da integral de ex no intervalo [0,1] através da regra 1/3 de
Simpson

2. Estimar a integral de e^x no intervalo de zero a um usando a regra 1/3 de


Simpson repetida 3 vezes.

56
57
Unidade 10

Interpolação
Unidade 2 .

Em matemática, denomina-se interpolação o método que permite construir um novo


conjunto de dados a partir de um conjunto discreto de dados pontuais previamente
conhecidos.

Em engenharia e ciência, dispõe-se habitualmente de dados pontuais obtidos a partir de


uma amostragem ou de um experimento. Tal conjunto de dados pontuais (também
denominado conjunto degenerado) não possui continuidade, e isto muitas vezes torna
demasiado irreal a representação teórica de um fenômeno real empiricamente observado.

Através da interpolação, pode-se construir uma função que aproximadamente se


"encaixe" nestes dados pontuais, conferindo-lhes, então, a continuidade desejada.

Outra aplicação da interpolação é a aproximação de funções complexas por funções mais


simples. Suponha que tenhamos uma função, mas que seja complicada demais para que
seja possível avaliá-la de forma eficiente. Podemos, então, escolher alguns dados pontuais
da função complicada e tentar interpolá-los com uma função mais simples. Obviamente,
quando utilizamos a função mais simples para calcular novos dados, normalmente não se
obtém o mesmo resultado da função original, mas dependendo do domínio do problema
e do método de interpolação utilizado, o ganho de simplicidade pode compensar o erro.

A interpolação permite fazer a reconstituição (aproximada) de uma função, bastando para


tanto conhecer apenas algumas das suas abscissas e respectivas ordenadas (imagens no
contra domínio da função). A função resultante garantidamente passa pelos pontos
fornecidos, e, em relação aos outros pontos, pode ser considerada um mero ajuste.

10.1 Interpolação Linear

58
Em matemática, denomina-se interpolação linear o método de interpolação que se
utiliza de uma função linear p(x) (um polinômio de primeiro grau) para representar, por
aproximação, uma suposta função f(x) que originalmente representaria as imagens de
um intervalo descontínuo (ou degenerado) contido no domínio de f(x).

Assim sendo, se aquele intervalo for, por exemplo, o intervalo das


abscissas ,e ( é o domínio da
função f(x)), o que a definição diz é que todos os elementos

de estão em , mas nem todos estão


em e por esta razão se diz um
intervalo descontínuo ou degenerado, sendo necessário usar uma função p(x) para
compensar a descontinuidade de f(x) naquele intervalo de abscissas.

Em outras palavras: quando se dispõe somente do

intervalo e dos

valores , sem se conhecer a expressão


matemática da função f(x), pode-se aplicar o polinômio interpolador de primeiro

grau p(x) para que se tenha uma função contínua em ( ) e,


consequentemente, com suas abscissas interceptando todos os elementos
de ( ).

O principal problema é que se os pontos forem poucos, ou muito afastados entre si, a
representação gráfica para uma determinada função não seria muito bem representada por
tal método. Neste caso, costuma-se utilizar polinômios de graus mais elevados ou aplicar
outros métodos. Um deles é o método de Lagrange.

10.2 Interpolação Polinomial

59
Denomina-se interpolação polinomial o processo matemático de interpolação em que a

função interpoladora é um polinômio. A função interpoladora é a função

Definidos um intervalo e uma função denomina-

se interpolação o processo matemático de avaliar substituindo-se

a função pela função interpoladora de modo


que ( ).

Assim, é a função real, definida em da qual se conhecem os valores


nos pontos de abcissas ( ).

Na fase de escolha do processo matemático de interpolação, frequentemente são


escolhidos polinômios. Isto porque os polinômios apresentam relativa simplicidade, e
também porque permitem representar satisfatoriamente a generalidade das funções que
surgem no dia a dia.

10.3 Métodos de Interpolação Polinomial

Os métodos de interpolação polinomial diferem, uns dos outros, quanto à técnica de


determinação do polinômio interpolador. Os erros de arredondamento diferem em cada
caso, pois as operações aritméticas são conduzidas de formas distintas, em cada método.

• Método de Newton

• Método de Lagrange

• Método de Bernstein

Exemplo:

Quer-se achar o polinômio do terceiro grau que interpola a tabela:

60
xf(x)

1-17

24

371

4202

Constroi-se o sistema A.X = B

A=

11 1 1

1 24 8

1 39 27

1 4 16 64

Em A, a segunda coluna são os valores de x, a terceira coluna é a segunda ao quadrado e


a quarta é a segunda ao cubo.

B = -17

71

202

As raízes deste sistema são os coeficientes do polinômio:

X = -10

-15

5
61
3

f(x)=3x³+5x²-15x-10

10.4 Extrapolação

Extrapolação é muito semelhante à interpolação exceto pelo fato de que agora


pretendemos encontrar o valor da função desconhecida num ponto fora da zona
conhecida.

Uma abordagem para se melhorar a estimativa da derivada consiste na utilização da


extrapolação de Richardson.

No caso geral da extrapolação de Richardson, temos um procedimento para aproximar


um funcional ϕ=ϕ(f) de uma dada função f por uma sequência, dependente do tamanho
de h , em que, como h→0 , o erro possui a seguinte forma assintótica

Onde γ1<γ2<⋯ , os aj são constantes que podem depender da função f mas não dependem
de h . Tais constantes aj nos são desconhecidas, mas assumimos conhecer γj . Se a
computação é gerada para dois valores distintos de h , h1 e h2 , tal que h1>h2 , então há
duas aproximações distintas ϕ1 e ϕ2 , que se relacionam com o valor verdadeiro de ϕ pela
fórmula:

para i=1,2 . Multiplicando essa equação para quando i=1 por hᵞ12e por i=2 por hᵞ11e
subtraindo, temos que ϕ é dado por:
62
Escolhendo-se h2 = ρh1, ρ>1, na equação acima, temos:

Se desejarmos eliminar p termo com j=2 nessa equação, devemos


computar ϕ3 com h3=ρh2 e computar ϕ23f de forma simular para, então, calcular ϕ123 a
partir de ϕ12 e ϕ23.

Formalmente, denotamos ϕi por Ti0 e geramos um vetor triangular de


aproximantes Tim pela fórmula:

onde o elemento T1m−1 corresponde a ϕ12.....m.

Em alguns casos, um crescimento geométrico de 1/h pelo fator 1/ρ não é desejável ou
possível, e nós estamos interessados em uma sequência geral hi . Neste caso, podemos
gerar uma tabela Tim por um simples algoritmo apenas se γj tem uma estrutura
especial, yj= jγ+ δ . Para o caso usual δ = 0 , temos que:

onde o elemento T1m−1 corresponde a ϕ12⋯m.

10.5 Extrapolação de Richardson

63
A extrapolação de Richardson é um método utilizado para a melhoria do resultado obtido
na aplicação das fórmulas de integração e baseia-se na aplicação repetida de tais fórmulas.

Para a Regra dos Trapézios:

n12
I = I2 + 2 ( I 2 − I1 ) .
n2 − n12

Para as Regras de Simpson:

n14
I = I2 + ( I 2 − I1 ) .
n24 − n14

10.6 Síntese da Unidade

Em matemática, denomina-se interpolação o método que permite construir um novo


conjunto de dados a partir de um conjunto discreto de dados pontuais previamente
conhecidos.

Interpolação linear é o método de interpolação que se utiliza de


uma função linear p(x) (um polinômio de primeiro grau) para representar, por
aproximação, uma suposta função f(x) que originalmente representaria as imagens de
um intervalo descontínuo (ou degenerado) contido no domínio de f(x).

Denomina-se interpolação polinomial o processo matemático de interpolação em que a

função interpoladora é um polinômio. A função interpoladora é a função

64
Extrapolação é muito semelhante à interpolação exceto em que agora pretendemos
encontrar o valor da função desconhecida num ponto fora da zona conhecida.

Uma abordagem para se melhorar a estimativa da derivada consiste na utilização da


extrapolação de Richardson; é um método usado para a melhoria do resultado obtido na
aplicação das fórmulas de integração e baseia-se na aplicação repetida de tais fórmulas.

10.7 Atividades

1. Obter um polinômio de grau ≤ 2 que interpole os pontos da tabela

Determinar o valor aproximado de f(1.05)

2. Interpolar o ponto x 1,5 na tabela abaixo, empregando a forma de Newton

3. Considere a tabela a seguir:

Obter x , tal que ex 1,3165, usando um processo de interpolação quadrática. Usar a


forma de Newton para obter P2( y ). Construir a tabela de diferenças divididas

65
Respostas
Unidade 1
Respostas:

Questão 1:

Devido as suas 2 casas decimais, o erro máximo absoluto cometido é ∆ ≤ 0.01.

Aplicando a fórmula do erro relativo, usando o valor obtido anteriormente, vem:

Questão 2:

Pelos dados do problema sabemos que o erro máximo absoluto é dado por ∆x≤ 0.001.

Aplicando a fórmula do erro relativo, usando o valor obtido anteriormente, vem:

Questão 3:

Devido as suas 3 casas decimais, o erro máximo absoluto cometido é ∆x ≤0.001.

Aplicando a fórmula do erro relativo e o valor obtido anteriormente,

66
Questão 4:

No enunciado é nos fornecido o valor do erro relativo ≤ 1% ↔ ≤ ≤ 0.01.

Aplicando a fórmula que relaciona o erro relativo com o número de algarismos exatos,
vem:

Aplicando logaritmos a ambos os lados para fazer desaparecer a potência de 10, temos

log(0.02) ≤ log (10−m+1)↔log (0.02) ≤ -m+1↔ m ≤ 1- log(0.02) ou seja, m ≤


2.698970004→m = 2

Questão 5:

Como os números aproximados estão escritos com os algarismos exatos, temos:

Aplicando a fórmula que relaciona o erro relativo com o número de algarismos exatos,
vem:

aplicando logaritmos a ambos os lados para fazer desaparecer a potência de 10, temos

log(4,5×10-4 ) ≤ log(10-m+1)↔log(4,5×10-4 ) ≤ -m+1→⇔m ≤ 1- log(4,5×10-4 ) ou seja, m


≤ 4.346787486→m = 4

67
Unidade 2
Respostas:

Questão 1:

(17)10 = (25)b

17 = 2.b1 + 5.b0

17 = 2b + 5

b=6

Questão 2:

26 = 64 ≤ 3y

6.log22 ≤ y.log23

y = [6/log23]

y=4

Comprovando: 33=27 < 64 < 34=81

Questão 3:

0,625 . 2 = 1,25: a primeira casa fracionária será 1, e a nova fração será 0,25

0,25 . 2 = 0,5: a segunda casa fracionária será 0, e a nova fração será 0,5

0,5 . 2 = 1,0: a terceira casa fracionária será 1, e a nova fração será zero

Resultado: (0,625)10 = (0,101)2

68
Questão 4:

B- 101011012

010101 101

1*21=2

1*22=4

1*20=1

=5

OCTAL=2558

Questão 5:

C- 101011012

1010 1101

1*23=8 1*23=8

1*21=2 1*22=4

=10 1*20=1

=13

HEXADECIMAL=AD16

69
Unidade 3
Respostas:

Questão 1:

f (x) = x2 – 6

x2 – 6 = 0

x2 = 6

Então, se:

f (x) = x2 – 6

f ’ (x) = 2x

Como a raiz quadrada de 6 está localizada entre 2 e 3, podemos adotar um valor inicial
entre este intervalo ou em sua proximidade. Vamos adotar 1 como valor inicial.

k0 = 1

k1 = 3,5

70
k2 = 2,60714

k3 =2,45425638

Tomamos então, x4 como raiz aproximada de f (x). E se fizermos a raiz quadrada de 6


pela calculadora, notaremos que a raiz aproximada está correta até a quarta casa decimal.

Questão 2:

Para encontrarmos a raiz quadrada de 7 pelo método de Newton, primeiramente


precisamos montar a função f (x) e em seguida encontrar sua derivada:

f (x) =x2 – 7

f ‘ (x) = 2x

Questão 3:

Primeiramente montamos a função f (x) e em seguida encontrar sua derivada:

71
Questão4:

Primeiramente vamos montar o sistema de equações:

A função será:

E sua derivada:

Após encontrarmos o valor para x, substituímos em uma das equações do sistema para
encontrarmos o valor de y.

Questão 5:

A = 750.000

P = 1.500

n = 240 meses

Montamos, então, a função f (i) e em seguida encontramos sua derivada:

72
Unidade 4
Respostas:

Questão 1:

s = - 1.277 ± 4 x 10- 3

s Є 2 [-1.281;-1.273]

Questão 2:

O método das bissecções sucessivas aplicado a este problema garante o mesmo erro
máximo em 9 iterações!

Questão 3:

Questão 4:
73
s '≈ -1.27846 (todos os algarismos exatos)

Questão 5:

Determinação x0

x20 + 2x0 + 10 = 0 ↔, x0 = -1 ± 3j

r1 = -2 + 2j r2 = -2 - 2j

Depois, determinar as raízes do polinômio:

Unidade 5
Respostas:

Questão 1:

A matriz ampliada deste sistema é dada por:

74
Para escalonar este sistema, eliminamos o termo , fazendo . Em
seguida, dividimos a segunda linha por , ou seja,

Note que de modo que o sistema linear é compatível e determinado. Para


achar a solução, fazemos as substituições retroativas. Assim, segue diretamente
que e .

Questão 2:

A matriz ampliada deste sistema é dada por:

Permutando a primeira com a segunda linha, temos .


Fazendo , segue que

Assim, analisando a última matriz, vemos que e e o sistema linear é


impossível.

Questão 3:

Solução:

a) Para que A satisfaça as condições da decomposição LU devemos ter: det (A1) ≠ 0 e


det(A2) ≠ 0 .

Temos: det (A1) = 2 ≠ 0 e det(A2) = -2 ≠ 0 .

Logo A satisfaz as condições.

b) u11 = a11 → u11 = 2

u12 = a12 → u12 = 1

75
u13 = a13 → u13 = 3

Questão 4:

Procede-se à troca de linhas (1 2 ) porque o elemento de maior módulo da primeira coluna


deve colocar-se na primeira linha, na primeira etapa

1a etapa: Elemento pivot1 (a11): 10 (elemento de maior módulo da primeira coluna)

Cálculo dos multiplicadores:

O multiplicador m21 vai multiplicar a linha pivot (linha 1) e adicionar à linha 2. O

multiplicadorm31 vai multiplicar a linha pivot (linha 1) e adicionar à linha 3.

2a etapa: Trocam-se novamente as linhas (2 3), de modo a que o elemento de maior

módulo da segunda coluna (da segunda linha para baixo) fique na posição a22.

76
Elemento pivot2 (a22): 6.4 (elemento de maior módulo da segunda coluna, a partir

da segunda linha). Cálculo do multiplicador:

O multiplicador m32 vai multiplicar a linha pivot (linha 2) e adicionar à linha 3.

Assim, obteve-se o seguinte sistema, agora triangular, que se resolve por substituição

inversa, ou seja, do fim para o início.

Unidade 6
Respostas:

Questão1:

Para garantir a convergência dos métodos iterativos precisamos reescrever o sistema por
forma a que a matriz A seja estritamente diagonal dominante por linhas

O primeiro passo na implementação dos métodos de Jacobi e Gauss-Seidel consiste no

isolamento do vetor x no lado esquerdo mediante a separação pela diagonal.

77
Questão2:

Unidade 7
Respostas:

Questão 1:

Como a fórmula de Simpson 1/3 tem grau de precisão r = 3, então ela é precisa para
polinômios de grau ≤3. Logo, tomando h = 2 e x0 = -2:5; x1 = -0:5; x2 = 1:5, IS(f) fornece:
78
IS(f) =

Esse resultado é exato porque f(x) é um polinômio de grau 3 e IS(f) fornece o valor exato
quando f(x) é um polinômio de grau ≤ 3.

Questão 2:

Pelo método dos coeficientes indeterminados, para IQ(f) ter grau de precisão r ≥1, é

suficiente que tenhamos:

de onde obtemos o sistema linear:

A0 + A1 = 0:86466

2A1 = 0:59400

que tem como solução

A1 = 0:29699

A0 = 0:86466 -0:29699 = 0:56767

Logo, IQ(f) = 0:56767f(0) + 0:29699 f(2).

Questão 3:

Temos que:

Logo e portanto:

79
Unidade 8
Respostas:

Questão1:

Questão2:

a = 3,0

b = 3,6

n=6

h = (3,6 - 3)/6 = 0,1

f0 = 1/3,0 = 0,3333 f1 = 1/3,1 = 0,3225

f2 = 1/3,2 = 0,3125 f3 = 1/3,3 = 0,3030

f4 = 1/3,4 = 0,2941 f5 = 1/3,5 = 0,2857

f6 = 1/3,6 = 0,2778

80
Questão3:

Questão3:

81
Unidade 9
Respostas:

Questão1:

Questão2:

Unidade 10
Respostas:

Questão 1

Forma do polinômio:

P2 (x) = a0 + a1x + a2x2

Condições de interpolação

82
Os coeficientes ao, a1 e a2 são obtidos, portanto, da solução do sistema:

Obs.: sabendo-se que f (x) ex, tem-se que f (1.05)= e1.05 = 2.8576511

Questão 2

n 3 é o grau máximo de P3 ( x ). Tabela de diferenças divididas

83
Questão 3

84
85
Referências

CAVALCANTI, Jorge. Cálculo Numérico. Universidade do Vale de São Francisco,


Engenharia da Computação, Pernambuco. 2012

______. Erros. Universidade do Vale de São Francisco, Engenharia da Computação.


2012.

CUNHA, Walter. Cálculo Numérico. Universidade Estadual de Feira de Santana,


Bahia. 2001.

FORSTER, Carlos Henrique Q. Matemática Computacional. Instituto Tecnológico de


Aeronáutica, 2011.

GALVÃO, Lauro César; NUNES, Luiz Fernando. Cálculo Numérico. Apostila, 2010.

HERNANDEZ, Marli de Freitas Gomes. Eliminação de Gauss e Decomposição LU.


CESET-UNICAMP, S.p, 2011.

LAMIN, Maria Regina Nunes. Resolução de Problemas Modelados com Sistemas de


Equações Lineares.Florianópolis, 2000.

LEAL, Railei Garcia; CASTRO, Raimundo Viana de. Fatoração LU. Apostila, 2010.

MONTERA, Luciana. Integração Numérica. Faculdade de Computação –


Facom/UFMS, 2011.

SELLIN, Weversson D. Noções Básicas sobre Erros. UFVJM, 2012.

SENA, G. J. de. Elementos de Cálculo Numérico. Revista Campus de Guaratinguetá,


UNESP, 2007.

TAVARES, Patrícia. Cálculo Numérico. Pontifícia Universidade Católica de Goiás.

TOME, Murilo. Integração Numérica. Instituto de Ciências Matemáticas e de


Computação, USP, 2011.

86

Você também pode gostar