Métodos Computacionais

Lista de Excercı́cios

Quesito 1 Para o sistema de ponto flutuante definido por (β, t, L, U ) = (10, 2, −1, 2), pede-se:

• A quantidade total de números de ponto flutuante que podem ser representados nesse modelo;

• O menor número (em valor absoluto e excluindo o zero) de ponto flutuante do conjunto;

• O maior número de ponto flutuante do conjunto.

Quesito 2 Um computador utiliza o sistema de ponto flutuante definido por base β = 10 e mantissa
t = 3. Considere que ele utiliza aritmética de truncamento simples (trunca para o valor menor).

• Calcule o erro relativo máximo no armazenamento de um número nessa máquina;

1 1
• Qual a resposta dessa máquina para o cálculo 3 + 3 + 13 ? Calcule o erro e o erro relativo.

Quesito 3 Se A é uma matriz n × n e x é um vetor n-dimensional, qual dos cálculos requer menos
trabalho: y = (xxT )A ou y = x(xT A)? Explique a sua resposta.

Quesito 4 Se A, B e C são matrizes n×n, com B e C não singulares, e b é um vetor n-dimensional,

como você implementa a fórmula abaixo sem calcular qualquer matriz inversa?

x = B −1 (2A + I)(C −1 + A)b

Quesito 5 Determine o rank da matriz A abaixo a partir do método de eliminação Gaussiana:

 
1 1 1 1
 2 3 1 5 
A=  −1

1 −5 3 
3 1 7 −2

Quesito 6 Calcule a fatorização A = LU da matriz

 
3 3 4
A= 6 8 7 
−3 5 −9

Quesito 7 Calcule a fatorização A = LU da matriz

 
1 1 1 1
 −1 0 2 1 
A=  −2 −2

3 4 
−1 −1 −1 6

Quesito 8 Utilizando a decomposição LU resolva o sistema linear

    
6 18 3 x1 3
2 12 1 x2 = 19
   
4 15 3 x3 0
Quesito 9 Obtenha a fatorização P A = LU da matriz
 
2 4 −2
A= 4 8 6 
6 −4 2

Quesito 10 Obtenha a fatorização P A = LU da matriz

 
10 9 18
A =  20 −15 −15  .
20 −12 51

Quesito 11 Calcule uma decomposição LU da matriz A abaixo, e utilize-a para obter |A| e resolver
o sistema Ax = b para o vetor b dado.
   
0 2 3 1
A= 1 2
 3 , b = −1 .
5 6 7 0

Quesito 12 Calcule a fatorização A = LDLT da matriz

 
1 1 1
A= 1 3 −1 
1 −1 2

Quesito 13 Calcule a fatorização Cholesky da matriz

 
1 1 1 1
 1 2 3 4 
A=  1

3 6 10 
1 4 10 20

Quesito 14 Considere a matriz  

4 −2 4
A =  −2 2 −2 
4 −2 8
• Calcule a fatorização A = LU (sem pivoteamento!);

• Determine a fatorização A = LDLT a partir do cálculo do item anterior;

• Determine a fatorização Cholesky também a partir do cálculo do item anterior;

• Suponha que você deseja diminuir o elemento a33 do seu valor 8, mas de forma que a matriz
A modificada ainda permita uma fatorização Cholesky. Qual é o menor valor para a33 ?

Quesito 15 Dado o sistema Ax = b abaixo:

    
3 2 2 1 x1 5
 6 5 6 4  x2  12
   =  
 3 4 7 6  x3  10
6 5 8 8 x4 14

• Calcule a fatorização A = LU e obtenha a solução do sistema.

2
 • Utilizando os conceitos de matriz transposta e matriz inversa, monte e resolva (usando a
fatorização LU calculada) o sistema cuja solução é a segunda linha de A−1 .

Quesito 16 Suponha que ambos os lados de um sistema linear de equações Ax = b são pré-
multiplicados por uma matriz diagonal não singular.
1. Isso muda a solução original x?

2. Isso pode afetar o condicionamento do sistema?

3. Isso pode afetar a escolha de pivôs na eliminação Gaussiana?

Quesito 17 Dados a matriz A e os vetores b1 e b2 abaixo, calcule a fatorização P A = LU e usando

essa fatorização resolva os sistemas Ax1 = b1 e AT x2 = b2 .
1 45 92 23
   25   16 
2 2 3
 4 5 6 22   26   14 
A=  3 3 3  , b1 =   , b2 =  3 
 3  
4 3 2 1 5 8
5 7 11 25
2 2 3 2 2 3

Analisando as soluções x1 e x2 obtidas, como você interpreta os vetores independentes b1 e b2 dos

sistemas?

Quesito 18 Dados a matriz A e o vetor b abaixo, resolva o sistema AT x = b utilizando a fatorização

P A = LU .    
3 17 10 1
A =  2 4 −2  , b = 1 .
6 18 −12 1
Represente os resultados das operações na forma de frações, quando necessário.

Quesito 19 Dados a matriz A e o vetor b abaixo, resolva o sistema AT x = b utilizando a fatorização

P AQ = LU .    
2 3 4 1
A = 6 13 17 , b = 0 .
8 32 47 1

Quesito 20 Dado o sistema linear

    
−0.002 4.000 4.000 x1 7.998
 −2.000 2.906 −5.387  x2  =  −4.481  ,
3.000 −4.031 −3.112 x3 −4.143
resolva o sistema usando a fatorização A = LU sem pivoteamento, realizando os cálculos com
apenas 4 dı́gitos (como exemplificado no problema). Repita o processo agora usando a fatorização
P A = LU . O que você tem a comentar sobre as duas soluções encontradas?

Quesito 21 Dados a matriz A e os vetores b1 e b2 abaixo

     
9 6 3 9 15
A =  6 13 8  , b1 = 21 , b2 = 19 ,
3 8 14 22 11

resolva os sistemas Ax1 = b1 e AT x2 = b2 utilizando a fatorização de matriz e o procedimento de

solução que você julgar mais eficiente.

3
Quesito 22 Dada a matriz A abaixo, resolvendo um e somente um sistema linear, e utilizando
a fatorização P A = LU , calcule a segunda linha da matriz A−1 .
 
3 17 10
A =  2 4 −2  .
6 18 −12

Quesito 23 Considere a matriz admitância de nó de um circuito elétrico com quatro nós:
 
4 −2 0 −2
 −2 5 −1 0 
Y =  0 −1
.
4 −1 
−2 0 −1 6

• Calcule a fatorização Cholesky Y = GGT ;

• Utilizando a fatorização Cholesky calculada, obtenha a impedância equivalente vista do nó 3;

• Dado que as tensões de nós do circuito são



1
0.9
v=
0.9 ,


0.8

obtenha as tensões de nós quando uma admitância de 1 f é inserida entre os nós 1 e 3,

utilizando nesse cálculo a fatorização obtida no primeiro item.

Quesito 24 Dados a matriz A e o vetor b abaixo, resolva o sistema AT x = b usando a fatorização

QR pelo método de Householder.
   
10 9 18 66
A =  20 −15 −15  , b = 15 .
20 −12 51 87

Quesito 25 Dados a matriz A e o vetor b abaixo, resolva o sistema AT x = b usando a fatorização

QR pelo método de Householder.
   
3 17 10 1
A = 2 4 −2 ,
  b = 1 .

6 18 −12 1

Quesito 26 Resolva o sistema linear abaixo usando a fatorização QR pelo método de Householder.
    
2 1 0 x1 1
 2 0 3  x2  = 3 .
2 −1 1 x3 0

Quesito 27 Para a matriz A e o vetor b do Quesito 24, resolva o sistema Ax = b utilizando a

fatorização QR pelo método de Givens.

Quesito 28 Para a matriz A e o vetor b do Quesito 25, resolva o sistema Ax = b utilizando a

fatorização QR pelo método de Givens.

4
Quesito 29 Obtenha a fatorização A = QR da matriz A do Quesito 18 utilizando um dos métodos
vistos em sala de aula.

Quesito 30 Comente sobre o esforço computacional dos métodos de Householder e Givens para
calcular A = QR. Qual desses métodos você recomendaria para problemas de engenharia de
potência nos quais a matriz tem um padrão de elementos não nulos semelhante ao da matriz
admitância de nós?

Quesito 31 Dentre os métodos de fatorização QR estudados, qual você escolheria para resolver um
sistema Ax = b com a matriz A na forma ilustrada abaixo? Justifique claramente a sua resposta.
 
x x x
 x x x
 
A= x x x  
 x x x
x

Quesito 32 De que maneira se processa o gerenciamento do uso de memória na fatorização QR

pelo método de Householder (ou seja, como as matrizes de Householder são armazenadas e aplicadas
a matriz A) ?

Quesito 33 Determine uma terceira coluna da matriz

 1 1

√
3
√
2
?
Q=
 √1 0 ? 
3 
√1 −1
3
√
2
?

de maneira que a matriz Q seja ortogonal. O que você teria a comentar sobre kQxk quando Q é
uma matriz ortogonal.

Quesito 34 Dados x ∈ Rn , y ∈ Rn , o vetor w = (x − y)/kx − yk, e a matriz de Householder

H = I − 2wwT , mostre que Hx = y.

Quesito 35 Dado que B ∈ Rn×n é não-singular, u ∈ Rn , v ∈ Rn , e A = B − uv T , mostre que

B −1 uv T B −1
A−1 = B −1 + .
1 − v T B −1 u
Quesito 36 Para a matrix A e o vetor b dados, resolva o sistema Ax = b usando a fatorização
P A = LU .    
2 4 2 0
A=  4 8 2 ,
 b = 2

−2 −1 1 0
Suponha que o elemento a31 é modificado de −2 para 1 para fornecer a nova matriz
 
2 4 2
 =  4 8 2 .
1 −1 1

Determine os vetores u e v tais que  = A − uv T . Em seguida, usando a fórmula de Sherman-

Morrison resolva o sistema Âx̂ = b.

5
Quesito 37 Resolva o sistema linear abaixo representando os resultados das operações com β = 10
e t = 3. A seguir, verifique a precisão da solução obtida. Se kxk∞ > 0.001 aplique iterações de
refinamento iterativo para atingir a precisão desejada.
    
0.986 0.579 x1 0.235
=
0.409 0.237 x2 0.107

Quesito 38 Dado o trecho de código MATLAB abaixo para o cáculo da fatorização LU de uma
matriz, reescreva o código com as alterações simples discutidas em sala de aula que melhoram a
eficiência computacional do código.

for k = 1 : n-1
for i = k+1 : n
A(i,k) = A(i,k) / A(k,k) ;
for j = k+1 : n
A(i,j) = A(i,j) - A(i,k) * A(k,j) ;
end
end
end

Quesito 39 Dado o código MATLAB abaixo para calcular a fatorização A = LU de uma matriz
A qualquer, não-singular, modifique o código para fatorar eficientemente uma matriz banda-(p, q).
A seguir, desenvolva o código para resolver os sistemas triangulares.

for k = 1 : n-1
piv = 1 / A(k,k)
for i = k+1 : n
aux = A(i,k) * piv
A(i,k) = aux
for j = k+1 : n
A(i,j) = A(i,j) - aux * A(k,j)
end
end
end

Quesito 40 Dado o código MATLAB abaixo para calcular a fatorização A = LU de uma matriz
A qualquer, não-singular, modifique o código para fatorar eficientemente uma matriz banda-(p, q)
simétrica. A seguir, desenvolva o código para resolver os sistemas triangulares.

for k = 1 : n-1
piv = 1 / A(k,k)
for i = k+1 : n
aux = A(i,k) * piv
A(i,k) = aux
for j = k+1 : n
A(i,j) = A(i,j) - aux * A(k,j)
end
end
end

6
Quesito 41 Resolva o sistema linear abaixo utilizando a fatorização P A = LU e efetuando os
cálculos com 4 dı́gitos significativos. A seguir, melhore a precisão da solução através da técnica de
refinamentos iterativos.
1 12 31
    4 
x1 3
 1 1 1  x2  =  3 
2 3 4 4
1 1 1 8
3 4 5 x3 15

Quesito 42 Resolva o sistema linear abaixo utilizando a fatorização P A = LU e efetuando os

cálculos com 4 dı́gitos significativos. A seguir, melhore a precisão da solução através da técnica de
refinamentos iterativos.
1 12 31 1  
 3
4 x1 4
1 1 1 1  
5  x2  =  0 
 
 21 31 41 1  

3 4 5 6 x3 0
1 1 1 1 3
4 5 6 7 x4 28

Quesito 43 Faça uma análise crı́tica dos métodos de fatorização de matrizes vistos no curso,
comentando sobre o esforço computacional, uso de memória, e precisão dos resultados quando
aplicados à sistemas mal-condicionados.

Quesito 44 A análise de nós de um circuito elétrico conduz a seguinte equação matricial

    
4 −2 −2 v1 0
 −2 4 −2  v2  =  0 
−2 −2 6 v3 1.8

• Calcule as tensões de nós usando a fatorização de matriz que você julgar mais apropriada
para resolver esse problema.

• Utilizando a fatorização já calculada e a fórmula de Sherman-Morrison, calcule as tensões de

nós quando a admitância entre os nós 1 e 3 passa a ser 1 f.

Quesito 45 A análise de nós de um circuito elétrico conduz ao seguinte sistema linear

    
4 −2 −2 v1 0
 −2 5 −2   v2 = 1
 
−2 −2 5 v3 1

• Calcule as tensões de nós usando a fatorização de matriz que você julgar mais apropriada
para resolver esse problema.

• Utilizando a fatorização já calculada e a fórmula de Sherman-Morrison, calcule as tensões de

nós quando a admitância entre os nós 1 e 3 passa a ser 3 f.

Quesito 46 Dado um circuito elétrico com a matriz admitância de nó Y e o vetor tensões de nós
v abaixo:    
4 −2 0 −2 1.0
 −2 5 −1 0  0.9
Y =  0 −1
, v= 0.9 ,

4 −1 
−2 0 −1 6 0.8
calcule, utilizando técnicas estudadas na disciplina: (a) a impedância equivalente vista do nó 3, (b)
as tensões de nós após a inserção de uma admitância de 1 f entre os nós 1 e 3.

7
Quesito 47 Suponha que você precisa resolver o sistema linear indefinido
    
1 2 1 x1 6
2 1 1 x2  = 5 ,
2 1 2 x3 6

mas a empresa onde você trabalha dispõe apenas de um programa computacional para fatorização
Cholesky de matrizes simétricas positiva definidas. Utilize seu conhecimento de propriedades de
matrizes e álgebra matricial para resolver o problema dado através do único programa disponı́vel.

Quesito 48 Resolva o sistema linear abaixo utilizando o método do gradiente conjugado, partindo
do ponto x0 = (0, 0, 0)T e considerando  = 0.001:
    
65 42 28 x1 37
42 30 22 x2  = 20
28 22 26 x3 2

Quesito 49 Suponha que você precisa resolver o sistema linear indefinido abaixo
    
1 2 1 x1 6
2 1 1 x2  = 5
2 1 2 x3 6

mas você dispõe apenas de um programa que implementa o método do gradiente conjugado. Utilize
seu conhecimento de propriedades de matrizes e álgebra matricial para resolver o problema dado
através do único programa disponı́vel.

Quesito 50 Suponha que você precisa resolver o sistema linear indefinido abaixo
    
1 2 1 x1 2
2 1 1 x2  = 3
2 1 2 x3 4

mas você dispõe apenas de um programa que implementa o método do gradiente conjugado. Utilize
seu conhecimento de propriedades de matrizes e álgebra matricial para resolver o problema dado
através do único programa disponı́vel.

Quesito 51 Considere a equação

x = gc (x) = cx(x − 1)

sendo c uma constante. Esta equação possui duas soluções, e seja αc a solução não-nula. Qual o
valor de αc ? Para quais valores de c a iteração

xk+1 = gc (xk ), k = 0, 1, 2, . . .

convergirá para αc (dado que x0 é escolhido suficientemente próximo a αc )?

Quesito 52 Dado o sistema de equações não-lineares abaixo, resolva-o pelos métodos de Newton
e de Gauss-Seidel, considerando  = 0.001 e o ponto inicial de sua livre escolha.

−x1 + x1 x2 = 0
−2x2 + x1 x2 = 0

8
Quesito 53 Resolva o sistema de equações não lineares abaixo pelos métodos de Newton-Raphson
e de Gauss-Seidel, utilizando x0 = (1, 1)T e  = 0.001.

x31 − x2 + 2 = 0
x21 − 2x1 + x22 − 3 = 0

Quesito 54 Resolva o sistema não-linear abaixo pelos métodos de Newton e de Gauss-Seidel.

x21 + x22 − 2x1 = 4

x21 + x22 − 2x2 = 4

Quesito 55 Utilizando o método de Newton resolva as equações não-lineares

x21
− x32 = 24
1 + x2
5
x2 (1 + x21 ) − 3x1 x2 =
2
Quesito 56 Utilizando o método de Newton resolva as equações não-lineares

x21 + (x2 + 1)2 − 9 = 0,

x1 − x22 + 1 = 0,

Escolha o ponto inicial e um critério de convergência adequado. Verifique graficamente quantas

soluções o problema possui. Comente sobre as propriedades de convergência do método de Newton
para resolver equações não-lineares.

Quesito 57 Dado o vetor de funções não-lineares r(x) : R2 7→ R2 abaixo:

(x1 + 3)(x32 − 7) + 18
 
r(x) =
sin(x2 ex1 − 1)

pede-se:
1 √
• Calcular uma raiz de r(x) utilizando o método de Newton e o ponto inicial x0 = (− , 2);
2
• Calcular uma raiz de r(x) utilizando o método de Gauss-Seidel e o ponto inicial x0 =
1 √
(− , 2);
2
• O que você tem a comentar sobre as propriedades de convergência desses métodos para achar
zeros de funções?

Quesito 58 A função f (x) = (x−1) ln x tem uma raiz dupla em x = 1. O que você tem a comentar
sobre o desempenho dos métodos de Newton e Newton modificado quando aplicados a essa função?
Para subsidiar a sua resposta, execute 2 iterações de cada método partindo do ponto x0 = 2.
2
Quesito 59 Aplique o método de Newton para encontrar a raiz da função f (x) = x − 12 e1−x
√
partindo do ponto x0 = 1. Repita o processo considerando agora x0 = −1/ 2.

9
Quesito 60 Resolva as duas equações não-lineares abaixo utilizando o método de Newton com
ponto inicial xT0 = [1 1], e tolerância de convergência  = 0.001.

4x21 + x22 − 4 = 0
ex2 − x1 − 2 = 0

Comente sobre o esforço computacional do método de Newton para calcular o zero de funções
não-lineares, e sobre variantes do método para reduzir o esforço computacional.

Quesito 61 Faça uma análise crı́tica dos métodos de solução de sistemas não-lineares estudados
no curso.

Quesito 62 Mostre que se A é uma matriz não-singular, e λi é um autovalor de A, então 1/λi é

um autovalor de A−1 .
     
0 1 1
Quesito 63 Se v1 =  −1 , v2 =  1  e v3 =  1  são os autovetores de uma matriz A
1 0 −1
com autovalores 3, 4 e −1, respectivamente, então determine essa matriz A. Quais são os autovalores
da matriz (A2 + 5I)?

Quesito 64 Se 2, 9 e 28 são os autovalores da matriz (A3 + I3 ), então calcule |A|.

Quesito 65 Seja A uma matriz 3×3 não singular com autovalores −2, −1 e 2. É a matriz (A+4I)
não singular? Qual o valor do determinante |A−1 + 2I|?

Quesito 66 Seja A uma matriz 3 × 3 tal que

           
1 −1 0 0 0 0
A 0  =  0 , A 1  = 2 1 , A  1  = −2  1  .
0 0 −1 −1 1 1

Explique porque A é não singular e calcule A−1 .

Quesito 67 Calcule o autovalor dominante e autovetores correspondentes da matriz

 
2 −12
A=
1 −5

Quesito 68 Calcule o autovalor dominante e autovetores correspondentes da matriz

 
1 2 0
A =  −2 1 2 
1 3 1

Quesito 69 Calcule os autovalores e autovetores associados da matriz

 
7 0 −3
A =  −9 −2 3 
18 0 −8

10
Quesito 70 Calcule os autovalores e autovetores associados da matriz
 
0 −1 −3
A= 2 3 3 
−2 1 1

Quesito 71 Calcule os autovalores e autovetores associados da matriz

 
1 3 2
A = 0 7 0
5 6 4

Quesito 72 Calcule os autovalores e autovetores associados da matriz

 
3 4 −1
A =  −1 −2 1 
3 9 0

Quesito 73 Calcule os autovalores e autovetores associados da matriz

 
−1 −2 −2
A= 1 2 1 
−1 −1 0

Quesito 74 Calcule os autovalores e autovetores associados da matriz

 
1 2 3
A= 4 0 2 
1 2 3

Quesito 75 Se λ é um autovalor de A, então mostre que ele é também um autovalor de AT .

Quesito 76 O vetor v é um autovetor da matriz A e também da matriz B, associado aos autova-

lores λ e µ, respectivamente. Mostre que v é um autovetor de AB com autovalor correspondente
λµ.

Quesito 77 Mostre que se v é um autovetor das matrizes A e AB com autovalores correspondentes

λ 6= 0 e µ, respectivamente, então v é também um autovetor de B com autovalor correspondente
µ/λ.

Quesito 78 Prove que se v é um autovetor da matriz A com autovalor correspondente λ, então v

é um autovetor de (kA + lA2 ) com autovalor correspondente (kλ + lλ2 ) em que k e l são escalares.

Quesito 79 Sabe-se que os autovalores de uma matriz B de dimensão 3 × 3 são λ1 = 0, λ2 = 1

e λ3 = 2. Essa informação é suficiente para responder três das quatro questões abaixo (forneça as
respostas):
• O rank de B;

• O determinante de B T B;

• Os autovalores de B T B;

• Os autovalores de (B 2 + I)−1 .

11
Quesito 80 Calcule o maior autovalor da matriz A abaixo utilizando o método que você julgar mais
apropriado (exceto através do cálculo das raı́zes do polinômio caracterı́stico de A), considerando
 = 0.001.  
9 0 1
A= 7 1 2 .
7 −1 4

Quesito 81 Dada a matriz A abaixo e a sua fatorização LU ,

    
1 1 1 1 0 0 1 1 1
A = 1 3 6 =  1 1 0   0 2 5 
1
1 2 3 1 2 1 0 0 − 12

• Aplique 3 iterações do método da potência para calcular o maior autovalor de A;

• Aplique 3 iterações de uma variante do método da potência para calcular o menor autovalor
de A.

Quesito 82 Calculando apenas um autovalor, utilizando algoritmo para cálculo de autovalor es-
pecı́fico, responda se a matriz A abaixo possui autovalores negativos.
 
1 1 0
A = 1 1 1 .
0 1 2

Quesito 83 O algoritmo QR para uma matriz A é

A0 = A = Q1 R1
A1 = R1 Q1 = Q2 R2
A2 = R2 Q2 = Q3 R3
..
.
Ak = Rk Qk

Se A é uma matriz simétrica com autovalores |λ1 | > |λ2 | > · · · > |λn |, onde encontramos os
autovalores de A? Como encontramos os autovetores de A?

Quesito 84 O método QR para o cálculo de autovalores e autovetores, quando aplicado a uma

certa matriz A de dimensão 4 × 4, fornece a seguinte matriz final:
 
3 −1 5 17
 1 3 4 −10 
Ak+1 =  
 0 0 2 −1 
0 0 1 2

Quais são os autovalores da matriz A?

Quesito 85 Calcule uma matriz tridiagonal com os mesmos autovalores da matriz

 
3 1 4 2
 1 −2 3 −1 
A= 
 4 3 4 −2 
2 −1 −2 1

12
Quesito 86 Dada a matriz A abaixo:
 
1 1 1
A = 1 2 3
1 3 6

• Utilize transformações de Householder para reduzir a matriz A a forma Hessenberg superior.

• Sobre a forma Hessenberg superior, aplique uma iteração do método QR para calcular os
autovalores de A.

• Utilize o método de Lanczos para obter a matriz tridiagonal similar de A.

• Aplique uma iteração do método da bi-seção para calcular o menor autovalor de A.

Quesito 87 Dada a matriz A abaixo:

 
1 1 1
A = 1 2 3
1 3 6

• Utilize o método de Lanczos para obter a matriz tridiagonal similar de A.

• Aplique 2 iterações do método da bi-seção visando o cálculo do segundo maior autovalor.

• Calcule o menor autovalor utilizando a variante apropriada do método da potência.

Quesito 88 Dada a matriz A, e sua inversa A−1 , abaixo:

   
1 1 1 3 −3 1
A = 1 2 3 A−1 =  −3 5 −2 
1 3 6 1 −2 1

• Utilize transformações de Householder para reduzir a matriz A a forma Hessenberg superior.

• Aplique uma iteração do método QR para calcular os autovalores de A.

• Utilize o método de Lanczos para obter a matriz tridiagonal similar de A.

• Aplique duas iterações do método da bi-seção para calcular o menor autovalor de A.

• Calcule o menor autovalor de A utilizando o método da potência.

Quesito 89 Dada a matriz A abaixo:

 
1 1 1
A = 1 2 3
1 3 6

aplique uma iteração do método apropriado para calcular o autovalor associado ao autovetor mais
próximo do vetor x = (1, 1, 0).

13
Quesito 90 Para a matriz A e um de seus autovetores vi dados, usando um dos métodos apresen-
tados no curso, calcule o autovalor λi de A correspondente ao autovetor vi dado. Utilize a relação
Avi = λi vi apenas para confirmar o resultado do seu cálculo.
   
1 2 −2 1
A =  −2 5 −2  , v = 1 .
−6 6 −3 3

Quesito 91 Para a matriz A e um de seus autovetores vi dados a seguir, usando um dos métodos
apresentados no curso, calcule o autovalor λi de A correspondente ao autovetor vi dado. Utilize a
relação Avi = λi vi apenas para confirmar o resultado do seu cálculo.
   
3 2 −3 3
A =  −3 −4 9 , v = 0 .
−1 −2 5 1

Quesito 92 Na partição da matriz A abaixo o bloco B tem autovalores 1 e 2; C autovalores 3 e

4; e D autovalores 5 e 7. Determine os autovalores da matriz A.
 
  0 1 3 0
B C  −2 3 0 4 
A= = 
0 D  0 0 6 1 
0 0 1 6

Quesito 93 Descreva o método QR para o cálculo de autovalores e autovetores, comentando sobre

possı́veis vantagens e desvantagens, e a seguir detalhe o procedimento algébrico/computacional para
reduzir o esforço computacional nesse método.

Quesito 94 Descreva o método da bi-seção para o cálculo de autovalores e, a seguir, detalhe o

procedimento algébrico/computacional para reduzir o esforço computacional nesse método.

Quesito 95 Faça uma análise crı́tica dos métodos de cálculo de autovalores e autovetores estu-
dados no curso, comentando sobre as suas aplicações, vantagens e desvantagens, e procedimentos
algébricos/computacionais para reduzir o esforço computacional dos mesmos.

Quesito 96 Relate sobre os diversos tipos de erros que podemos encontrar na solução numérica
de EDO’s. A seguir, deduza a expressão do erro de truncamento local no método de Euler.

Quesito 97 Aplique os métodos de Euler e de Heunn ao problema de valor inicial y 0 = −y,

0 ≤ x ≤ 1, y(0) = 1, com h = 0.2. Compare suas respostas com a solução exata y(x) = e−x .

Quesito 98 Dado que

y 0 (x) = 2y(x) − x2 , com y(0) = 2,
calcule y(1) em exatos cinco passos do método de Runge-Kutta de segunda-ordem.

Quesito 99 Dado que

y 0 (x) = yx − x2 , com y(0) = 1,
calcule y(1) em exatos cinco passos do método de Runge-Kutta de segunda-ordem.

14
Quesito 100 Dado que

y 0 (x) = cos2 (x) − 2x + y 2 , com y(0) = 1,

calcule y(1) em exatos dez passos do método de Euler.

Quesito 101 Dada a expressão do polinômio interpolador de grau n,

(t − t0 ) (t − t0 )(t − t1 ) 2 (t − t0 )(t − t1 ) · · · (t − tn−1 ) n

pn (t) = f0 + ∆f0 + 2
∆ f0 + · · · + ∆ f0
h 2h n!hn
deduza a expressão iterativa do método de Adams-Bashforth para n = 1.

Quesito 102 Dada a expressão do polinômio interpolador de grau n,

(t − t0 ) (t − t0 )(t − t1 ) 2 (t − t0 )(t − t1 ) · · · (t − tn−1 ) n

pn (t) = f0 + ∆f0 + ∆ f0 + · · · + ∆ f0
h 2h2 n!hn
deduza a expressão iterativa do método de Adams-Moulton para n = 2.

Quesito 103 Relate sobre os métodos numéricos estudados no curso para a solução de equações
diferenciais ordinárias, descrevendo as vantagens, desvantagens, dificuldades de uso, etc.

Quesito 104 Dada a expressão do polinômio interpolador de grau n,

(t − t0 ) (t − t0 )(t − t1 ) 2 (t − t0 )(t − t1 ) · · · (t − tn−1 ) n

pn (t) = f0 + ∆f0 + 2
∆ f0 + · · · + ∆ f0
h 2h n!hn
deduza a expressão iterativa do método de Adamas-Bashforth para n = 1. A seguir, aplique o
método desenvolvido para resolver a equação diferencial

y0(t) = t2 + y(t), y(1) = 1,

no intervalo [1, 10].

Quesito 105 Deduza a fórmula de iteração do método de Adams-Bashforth considerando o polinômio

interpolador de grau n = 2.

Quesito 106 Para o problema de valor inicial:

y 0 = y sin(x2 ), y(0) = 1,

utilize o método de Adams-Bashforth do item anterior, com h = 0.1, para obter uma aproximação
para y(0.3).

15