UNIVERSIDADE FEDERAL DO TOCANTINS

CÂMPUS PALMAS

Coordenação do curso de Engenharia Elétrica

Professor Dr. Eliel Poggi dos Santos

Emanuella Carvalho Almeida

RELATÓRIO DE MÉTODOS NUMÉRICOS

Palmas- TO, agosto de 2022

 1

Emanuella Carvalho Almeida

RELATÓRIO DE MÉTODOS NUMÉRICOS

Relatório Técnico apresentado à

disciplina de Métodos Numéricos, 4°
Período. Curso de Engenharia Elétrica da
Universidade Federal do Tocantins.
Professor Dr. Eliel Poggi dos Santos.

Palmas
2022
 2

SUMÁRIO

INTRODUÇÃO 3
2. OBJETIVOS 4
3. MATERIAIS E MÉTODOS 4
4. PROCEDIMENTOS 4
5. DISCUSSÃO DOS RESULTADOS 5
5.1. MÉTODO DA BISSECÇÃO 8
5.2. MÉTODO DA FALSA POSIÇÃO 13
5.3. MÉTODO DE NEWTON-RAPHSON 14
5.4. MÉTODO DAS SECANTES 17
6. CONCLUSÃO 20
7. REFERENCIAS BIBLIOGRÁFICAS 21
 3

1. INTRODUÇÃO

Uma vasta quantidade de problemas da matemática numérica são

modelados em função de um sistema de equações lineares, equações diferenciais
parciais ou ordinárias e equações integrais que encontramos em uma diversidade
de problemas da Engenharia, como visto em(CARVALHO, 1987).
Muitas vezes, esses problemas práticos não podem ser facilmente
resolvidos usando fórmulas exatas. Portanto, se uma solução aproximada for
aceitável, os métodos numéricos seriam uma ferramenta apropriada para o seu
problema.
Uma importante fonte de métodos numéricos é a geração de soluções
matemáticas e demonstrações de métodos construtivos ou algorítmicos. O
algoritmo gerado é usado para obter uma solução numérica.
Aplicações de cálculo numérico são amplamente utilizadas em vários
processos de engenharia. Suas aplicações variam de aplicações para determinar
as raízes de equações, interpolação de valores tabulares, equações diferenciais
parciais ou ordinárias, integração numérica e muito mais. Dessa forma, torna-se
cada vez mais comum a necessidade de programar tais aplicativos para solucionar
os problemas do dia a dia dos profissionais de engenharia.
Foram estudados os métodos: método da bissecção; método da falsa
posição; método de Newton-Raphson; método das secantes. Para cálculo de
raízes de equações podem-se utilizar métodos como bissecção, cordas e
Newton-Raphson, cada um com suas características peculiares, aplicações e
limitações (CHAPRA, 1989). É pertinente observar que cada um desses métodos
possui limitações e o mais importante: a partir da evolução das iterações /
resultados obtidos, cabe ao aluno de engenharia analisar as saídas de dados a fim
de verificar se os mesmos fazem sentido, se há coerência (RUGGIERO, 1993).
 4

2. OBJETIVOS

O presente relatório tem como objetivo analisar os métodos desenvolvidos

durantes as aulas assim como suas aplicações, constituindo-se como um material
didático relevante para a absorção de conhecimentos no que tange a métodos
numéricos, bem como a visualização de trajetórias de convergência e
interpretação de resultados.

3. MATERIAIS E MÉTODOS

Os materiais utilizados na execução dos experimentos foram:

• Scilab, software livre;
• Conversões;
• Erros;
• Método da Bissecção;
• Método da Falsa posição;
• Método de Newton-Raphson;
• Método das Secantes.

4. PROCEDIMENTOS
A matemática é, de alguma maneira, usada na maioria das aplicações da
ciência e da tecnologia. Tem sempre havido uma relação muito próxima entre a
matemática de um lado e a ciência e tecnologia do outro. Algumas de suas áreas
surgiram e foram desenvolvidas na tentativa, às vezes até frustrada, de solucionar
problemas reais, ou seja, aqueles relacionados com alguma situação prática
(CLÁUDIO, 1991).
A função do Cálculo Numérico na Engenharia é “Buscar solucionar problemas
técnicos através de métodos numéricos ⇒ modelo matemático” (CLÁUDIO, 1991).
Os seguintes passos para a resolução de problemas podem ser considerados
relevantes: começar com um problema do mundo real, específico de uma
determinada área do conhecimento humano. Tais problemas devem ser modelados
computacionalmente e refinados para que as expressões matemáticas traduzam o
mais fielmente possível ao fenômeno em estudo. A partir daí, quando o problema
passa a ser resolver equações/sistemas de equações, métodos são aplicados para
resolver esses sistemas. Quando a resposta é expressa, a questão passa a ser uma
 5

questão de domínio específico, desde que a análise dos resultados seja feita por
alguém que entenda a natureza da questão e as variáveis ​estudadas.
O Scilab é um software de alto desempenho capaz de resolver problemas
matemáticos em uma linguagem de programação mais simples do que linguagens
tradicionais como FOLTRAN ou PASCA. O software livre pode ser usado para
resolver cálculos complexos, podendo fazê-lo de forma iterativa ou realizando
programação, pois fornece uma variedade de funções, realizando cálculos de álgebra
linear, desenhando gráficos em 2D e 3D, manipulação e produção de vetores. et al
(Wright M, 2015).

5. DISCUSSÃO DOS RESULTADOS

Optou-se pelo uso do software livre Scilab, de código aberto e
multiplataforma orientado à computação científica. Para o desenvolvimento desse
ambiente gráfico, devido ao fato de ser uma linguagem estruturada e
extremamente intuitiva, na medida em que os comandos são muito próximos da
forma como expressões algébricas são escritas, permite também a manipulação
de matrizes de forma simples e objetiva, tornando mais simples o seu uso.
A Figura 1 mostra a tela inicial do ambiente gráfico, com todas as funções
disponíveis para utilização:
● Navegador de Arquivos: Permite navegar pelos arquivos salvos;
● Console: É o espaço onde os comandos podem ser executados. Basta
digitar um comando e clicar a tecla Enter;
● Navegador de Variáveis: Este espaço permite verificar quais variáveis
estão atualmente salvas na memória, e também as formas destas
variáveis;
● Histórico de Comandos: Lista dos últimos comandos utilizados no
console;
O editor de scripts do Scilab é chamado de SciNotes. Para abrir o Scinotes,
pode-se clicar em Aplicativos, em seguida, SciNotes. Para executar um script, basta
clicar em Executar, em seguida, Salvar e Executar, ou clicar F5.
 6

Figura 1 – Tela inicial do ambiente gráfico

Fonte: próprio autor.

Prosseguindo para estruturação dos métodos, no processo de modelagem

podemos acabar cometendo erros. Mesmo que tentemos expressar fenômenos do
mundo físico com modelos matemáticos, dificilmente conseguiremos explicá-los
corretamente.
E nessa mesma linha de raciocínio, durante o processo temos que ficar
atentos à conversão de bases, para mudarmos, por exemplo, de base 2 para base
10, temos que multiplicar os coeficientes binários pela base correspondente.
Exemplo:
0
1011 2
= 1 * 2³ + 0 * 2² + 1 * 2¹ + 1 * 2 ⇒ 8 + 0 + 2 + 1 = 11 10

E para o inverso, quando desejarmos transformar um número inteiro da base

10 para base 2, utilizaremos o método das divisões sucessivas, que consiste em
dividir o número por 2, a seguir divide-se por 2 o quociente encontrado e assim
sucessivamente até que o último quociente seja igual a 1. Então o número binário
será formado pela concatenação do último quociente com os restos das divisões
lidas em sentido inverso.
 7

Figura 2 - Exemplo de conversão de bases.

Fonte: Slide da Aula - Erro de resolução.

Logo, para transformarmos um número fracionário na base 10 para base 2,

usaremos o método das multiplicações sucessivas em que se multiplica o número
fracionário por 2, pegando o resultado a parte inteira, somente o primeiro dígito do do
número na base 2 e a parte fracionária é novamente multiplicada por 2 até que a
parte fracionária do último produto seja igual a zero.
Figura 3 - Exemplo de conversão de bases.

Fonte: Slide da Aula - Erro de resolução.

Quando executamos algumas operações na máquina, algumas propriedades

aritméticas não são lidas, ocorrendo assim, que precisam ser executadas em
números de infinitos dígitos em memórias finitas. As máquinas utilizam o sistema de
ponto flutuante, para representar os números e executar operações.

Figura 3 - Exemplo de conversão de bases.

Fonte: Slide da Aula - Erro de resolução.

 8

Onde (.d1d2...dt) é uma fração de β, chamada de mantissa, 0≤ dj ≥ β -1, j=1, 2, ...t.

Os números representados na mantissa em sua configuração devem estar
normalizados entre 0 e 1. E é o expoente, E pertence (m,M), m e M são números
inteiros, cujos valores dependem da máquina utilizada, em geral m = -M (SANTOS,
Eliel).
Figura 4 - Exemplo de conversão de bases.

Fonte: Slide da Aula - Erro de resolução.

5.1. MÉTODO DA BISSECÇÃO

O método da bisseção explora o fato de que uma função contínua 𝑓: [𝑎, 𝑏] → ℝ
com 𝑓(𝑎) . 𝑓(𝑏) < 0 tem um zero no intervalo (𝑎, 𝑏). Assim, a ideia para aproximar o
zero de uma tal função 𝑓(𝑥) é tomar, como primeira aproximação, o ponto médio do
intervalo [𝑎, 𝑏], isto é:
0 (𝑎+𝑏)
𝑥 = 2

O método consiste em analisar a equação 𝑓(𝑥) = 0, para se obter o intervalo

onde se encontra a raiz da equação, onde 𝑓 contínua nesse dado intervalo e, então,
dividimos ao meio sucessivamente, até obtermos a aproximação desejada.
De forma mais precisa, podemos encontrar quantos passos serão necessários
para as iterações no método da bisseção:
𝑏 0−𝑎 0
( ε
)
𝑛 ≥ 𝑙𝑛 −1
𝑙𝑛2
 9

Para melhor fixação desse método foram desenvolvidos exercícios em sala de

aula. Os exercícios desenvolvidos serão evidenciados a seguir.
Exercicio 1.0. Calcular pelo método do meio-intervalo, corretamente até a
terceira casa decimal, a raiz da equação (x/2)²-sen(x)=0, localizada no intervalo
(𝑎 0
= 1, 5, 𝑏 0
= 2) . Os resultados obtidos serão evidenciados abaixo.

Figura 5 – Resultados obtidos do exercicio 1.0

Fonte: próprio autor. // Fonte: Slide da Aula - Método da Bisseção

E para aplicação do método da bisseção, desenvolvemos o código repassado

pelo professor em sala, no software Scilab, o código estará escrito a seguir.

//Universidade Federal do Tocantins

//Curso: Engenharia Elétrica
//Disciplina: Métodos Numéricos - Eng 224
//Exemplo de_método_da_bisseção,_método_do meio intervalo (MMI)

//Entrada de dados
disp("Vamos começar com método da Bisseção!");
fx= input ("Primeiro digite a função:",'s')
fa=2
fb=2
while (fa*fb >0)
disp("Entre com os valores do intervalo");
a= input ("Entre com olimite inicial (a0): ")
 10

x=a
fa=evstr(fx)
if (fa==0)then
mprintf("Limite inicial é a raiz")
abort
end
b= input ("Entre com o limite final (b0): ")
x=b
fb=evstr(fx)
if (fb==0) then
mprintf("Limite final é a raiz")
abort
end
if (fa*fb>0 ) then
mprintf("As entradas iniciais são inválidas, f(a)*f(b) devem ser maior que
zero\n");
mprintf("Repita as entradas\n");
end
end

es=input ("Digite a tolerância: ")

N=100;
h=(b-a)/N;
x1=a:h:b;

//NÚCLEO DO_MÉTODO_DA_BISSEÇÃO
ea = 100
i=0;
xmedio=(a+b)/2;
x=xmedio;
fr=evstr(fx);
mprintf("iter a b Valor médio fa fb fr erro\n")
while (ea>es)
teste=fa*fr
if (i==0)then
ea='-------';
mprintf(" %d| %10f | %10f | %10f | %10f | %10f | %10f |
%2.7s\n",i,a,b,xmedio,fa,fb,fr,ea);
elseif (i<10)then
mprintf("%d | %10f | %10f | %10f | %10f | %10f | %10f |
%2.5f\n",i,a,b,xmedio,fa,fb,fr,ea);
end
if (teste <0)then
b=xmedio;
elseif (teste >0)then
a=xmedio;
elseif (teste==0)then
mprintf('A raiz da equação é %f',xmedio)
abort
 11

end
x=a
fa=evstr(fx)
x=b
fb=evstr(fx)
xantigo=xmedio;
xmedio=(a+b)/2;
x=xmedio;
fr=evstr(fx)
ea=abs(x-xantigo);
i=i+1;
teste=fa*fr;
if(ea<es)then
if(i<10)then
mprintf(" %d | %10f | %10f | %10f | %10f | %10f | %10f |
%2.5f\n",i,a,b,xmedio,fa,fb,fr,ea);
elseif(i>10)then
mprintf(" %d | %10f | %10f | %10f | %10f | %10f | %10f |
%2.5f\n",i,a,b,xmedio,fa,fb,fr,ea);
end
mprintf('A raiz aproximada para a função é: %f\n',x)
break
end
end

//PROTAGEM_GRÁFICA
xponto=x;
figure(3)
h2=figure(3);
set(h2,'position',[1 41 1382 744]);
f=gcf();
f.background = color("white");
a=gca();
a.font_size = 4;
a.font_style = 8;
x=x1
plot(x1,evstr(fx),'b-','linewidth',3)
title("Curva da função", "fontsize",6)
xlabel("X", "fontsize",4,'font_style',8)
ylabel("Y", "fontsize",4, 'font_style',8)
xgrid
leg=legend('Função s',1)
leg.background=color("white");
set(leg,'font_size',4,'font_style',8);
plot(xponto,fr,'xk','linewidth',5)
xstring(xponto,fr,"Solução",0,0)
 12

Logo abaixo veremos o resultado do código desenvolvido, obtido no software

Scilab juntamente com a plotagem do gráfico, onde podemos ver a raiz da equação
dada.
Figura 6 – Resultados obtidos do código descrito no software Scilab

Fonte: próprio autor.

Figura 7 – Interpretação do Método da BISSECÇÃO;

Gráfico do código descrito no software Scilab

Fonte: próprio autor.

 13

O método da bissecção tem a boa propriedade de garantir a convergência e

fornece uma estimativa simples do erro na aproximação calculada. No entanto, a
velocidade de convergência linear é superada por outros métodos. A construção
desse método é frequentemente associada à iteração de ponto fixo.

5.2. MÉTODO DA FALSA POSIÇÃO

Definindo que, os métodos numéricos que utilizamos para resolver equações
podem ser divididos em dois grupos: métodos de confinamento e métodos abertos.
De modo que, os métodos de confinamento identificam um intervalo que
venha a incluir a solução. Por definição, os pontos do intervalo são os limites superior
e inferior da solução. Logo, utilizando uma estrutura numérica, o tamanho do
intervalo pode ser reduzido sucessivamente até que a distância entre os pontos finais
seja menor que a precisão desejada para a solução.
Com 𝑓(𝑥) contínuo em um intervalo de (a,b). Se f(a) está mais perto de zero
que f(b), então provavelmente a raiz estará mais próxima de (a) do que de (b) - ao
menos que 𝑓(𝑥) seja linear em (a,b). O inverso da afirmativa também se faz
verdadeiro, se f(b) estiver mais perto de zero logo a raiz estará mais próxima de (b).
O início da solução se dá com a obtenção de um intervalo [a1, b1] que prove a
solução. Os valores da função nos pontos finais são f(a1) e f(b1), tais pontos estão
conectados por um linha reta, o ponto que cruza o eixo x será nossa primeira
estimativa para a solução numérica.

Figura 8 – Interpretação do método da falsa posição.

Fonte: Slide da Aula - Método regula falsi.

 14

Demonstração do método segundo a aula do professor:

Para um intervalo [a, b], a equação da linha reta que conecta os pontos (b,
f(b)) e (a, f(a)) é dada por:
𝑓(𝑏)−𝑓(𝑎)
𝑦= 𝑏−𝑎
(𝑥 − 𝑏) + 𝑓(𝑏)
Fazendo y=0 para encontrar o XNS .
𝑎𝑓(𝑏)−𝑏𝑓(𝑎)
𝑋 𝑛𝑠
= 𝑓(𝑏)−𝑓(𝑎)

Durante a aula foi repassado um exercício para melhor fixação do conteúdo,

sendo exposto a seguir:
𝑥 −5
Exercicio 1.0. Calcular a raiz da equação 𝐹(𝑥) = 𝑒 − 𝑠𝑒𝑛(𝑥) − 2 𝑐𝑜𝑚 ϵ ≤ 10 .
Esta equação tem uma raiz em [1,0:1,2].

5.3. MÉTODO DE NEWTON-RAPHSON

O método de Newton ou método de Newton-Raphson, é uma estrutura
utilizada para obtenção da solução numérica de uma dada função f(x)=0, onde f(x) é
contínua e diferenciável e sua equação conta com uma solução próxima a um ponto
dado, se iniciando com a escolha do ponto x1 como a primeira estimativa da solução.

Figura 9 – Interpretação do Método de Newton-Raphson.

Fonte: Slide da Aula - Método de Newton.

(𝑛)
Isto significa, apresentada a aproximação 𝑥 , a próxima aproximação
(𝑛+1)
𝑥 será o ponto de interseção entre o eixo das abscissas e a reta tangente ao
(𝑛)
gráfico da função no ponto 𝑥 = 𝑥 . Assim como demonstrado na Figura 9.
 15

Podemos deduzir que a fórmula para encontrarmos os próximos pontos é:

(𝑛)
(𝑛+1) (𝑛) 𝑓(𝑥 )
𝑥 =𝑥 − 𝑛 ,𝑛 ≥ 1
𝑓´(𝑥 )
(1)
Sendo 𝑥 uma aproximação inicial dada.

(1)
(𝑛+1) (1) 𝑓(𝑥 )
𝑥 =𝑥 − (1)
𝑓´(𝑥 )

Visando um melhor aprendizado do método, foram desenvolvidos exercícios

em sala de aula.
Exercicio 1.0. Use the Newton-Raphson method with error tolerance ϵ = 0,0001 to
find the single real root of f(x)=ln(x)−2 from the initial estimate x0 = 8.

Figura 10 – Resultados obtidos do exercicio 1.0

Fonte: próprio autor.

Figura 11 – Resultados obtidos do exercicio 1.0, professor.

Fonte: Slide da Aula - Método de Newton.

 16

E para aplicação do método de Newton-Raphson, desenvolvemos o código

repassado pelo professor em sala, no software Scilab, o código estará escrito a
seguir.

//Universidade Federal do Tocantins-UFT

//Engenharia Életrica-Prof:ELiel Poggi dos Santos
//Disciplina: Métodos Numéricos
//Método_de_Newton
clc ; clear ; close ;
deff('x=f(x)','x=%e^(-(x^2))-cos(x)'); //Definindo a função F(x)=0
deff('x=f1(x)','x=(-2*x/%e^(x^2))+sin(x)'); //Definindo a função f'(x)=0
//deff('x=f(x)','x=log(x)-2'); //Definindo a função f(x)=0
//deff('x=f1(x)','x=1/x'); //Definindo a função f'(x)=0
//Tol=input("Entre com o valor da tolerância");
printf('n\txn\t\t\f(xn)\t\tf1(Xn)\t\tXn+1\t\tError\n')
printf('-------------------------------------------------------------\n')
x0=1 ; e=0.00001
e1=0
i=0
while(1)
i=i+1
x1=x0-f(x0)/f1(x0)

printf('%i\t%.10f\t%.10f\t%.10f\t%.10f\t%.10f\n',i-1,x0,f(x0),f1(x0),x1,e1)
e1=abs(x0-x1)
x0=x1;
if abs(e1)<e then

printf('%i\t%.10f\t%.10f\t%.10f\t%.10f\t%.10f\n',i,x0,f(x0),f1(x0),x1,e1)
break;
end
end
printf('\n\n Método de Newton realizado com sucesso! %d Iterações
finalizadas!',i)
 17

Logo abaixo veremos o resultado do código desenvolvido, obtido no software

Scilab, todas iterações dadas.
Figura 12 – Resultados obtidos do código descrito no software Scilab

Fonte: próprio autor.

5.4. MÉTODO DAS SECANTES

Em suma, se analisarmos o método das secantes vemos que, quando os dois
pontos que determinam a reta secante são próximos entre si, esse método é na
realidade uma configuração aproximada do método de Newton, uma necessidade de
conhecer a derivada das análises de Newton.
Esse método utiliza dois pontos na vizinhança da solução para definir uma
nova solução estimada.
Entretanto, os cálculos podem se tornar complicados, por conta das derivadas.
Nessas situações, a derivada poderá ser substituída por uma diferença dividida.
O método de Newton é dado por:
(1)
(𝑛+1) (1) 𝑓(𝑥 )
𝑥 =𝑥 − (1)
𝑓´(𝑥 )

Fique atento: Para iniciarmos a iteração, precisamos de duas aproximações

(1) (2)
iniciais, 𝑥 𝑒 𝑥 . Temos que:
(1) (𝑛−1) (1)
(𝑛+1) (1) 𝑓(𝑥 )(𝑥 −𝑥 )
𝑥 =𝑥 − (𝑛−1) (1)
𝑓(𝑥 )−𝑓(𝑥 )
 18

Figura 13 – Interpretação do Método das Secantes.

Fonte: Slide da Aula - Métodos das secantes.

Visando um melhor aprendizado do método, foram desenvolvidos exercícios

em sala de aula.
Exercício 1.0. Encontre a raiz da seguinte função usando o Método das Secantes
para a seguinte configuração.

,
Figura 14 – Resultados obtidos do exercicio 1.0

Fonte: próprio autor.

 19

Exercício 2.0. Usando o método das secantes e usando os dados a seguir, encontre
a raiz até a 8ª iteração.

, ,
Para esse exercício, eu editei o código que nos foi passado no método de
Newton para conseguir obter as iterações solicitadas.

//Universidade Federal do Tocantins-UFT

//Engenharia Életrica-Prof:ELiel Poggi dos Santos
//Disciplina: Métodos Numéricos
//Método_de_Newton
clc ; clear ; close ;
deff('x=f(x)','x=x^3-x-1'); //Definindo a função F(x)=0
//deff('x=f1(x)','x=(-2*x/%e^(x^2))+sin(x)'); //Definindo a função f'(x)=0
//deff('x=f(x)','x=log(x)-2'); //Definindo a função f(x)=0
//deff('x=f1(x)','x=1/x'); //Definindo a função f'(x)=0
//Tol=input("Entre com o valor da tolerância");
printf('n\txn\t\t\f(xn)\t\tf1(Xn)\t\tXn+1\t\tError\n')
printf('-------------------------------------------------------------\n')
x0=0; e=0.000001
x1=0.5
e1=0
i=0
while(1)
i=i+1
//x2=x0-f(x0)/f1(x0)
x2=x1-(f(x1)*(x0-x1))/(f(x0)-f(x1))
printf('%i\t%.10f\t%.10f\t%.10f\t%.10f\t%.10f\n',i-1,x0,f(x0),x1,x2,e1)
e1=abs(x2-x1)
x0=x1;
x1=x2;
if abs(e1)<e then
printf('%i\t%.10f\t%.10f\t%.10f\t%.10f\t%.10f\n',i,x0,f(x0),x1,x2,e1)
break;
end
end
printf('\n\n Método de Newton realizado com sucesso! %d Iterações
finalizadas!',i)

Logo abaixo veremos o resultado do código desenvolvido, obtido no software

Scilab, todas iterações dadas.
 20

Figura 15 – Resultados obtidos do código descrito no software Scilab

Fonte: próprio autor.

6. CONCLUSÃO
O presente trabalho mostrou a plataforma gráfica Scilab para
utilização/aplicação na disciplina de Cálculo Numérico. Métodos numéricos podem
ser analisados e interpretados em termos de condições iniciais, monitoramento
gráfico de processos iterativos e análise de resultados. De modo que, os ambientes
gráficos vem evoluindo para ferramentas que dão suporte ao aprendizado básico nos
cursos de engenharia. Permitindo assim, que os acadêmicos adquiram mais
facilmente a capacidade de abstrair e analisar resultados, agregando conceitos, tais
como, os métodos que foram abordados neste relatório, altamente relevantes para a
vida profissional dos engenheiros e aprimorando a competência dos acadêmicos.
 21

7. REFERENCIAS BIBLIOGRÁFICAS

Leite M. SciLab: Uma abordagem Prática e Didática. 2. ed. Rio de Janeiro: Editora
Ciência Moderna, 2015.
Todos os Colaboradores. Cálculo numérico - um livro colaborativo - versão
com scilab. disponível em https://www.ufrgs.br/reamat/
CalculoNumerico/livro-sci/main.html, Novembro 2016.
CLÁUDIO, MARINS. Cálculo Numérico Computacional. São Paulo: Atlas, 1991
CARVALHO, M. L. & MAIA, M. L. Cálculo Numérico (com aplicações). São
Paulo: Editora Harbra ltda, 2ª ed., 1987.
BARROSO, L. C. Programação em MATLAB para Engenheiros. São Paulo:
Thomson, 2002.
FURTADO, Daniel A.. Introdução ao Scilab e à Programação de Computadores
Cursos de Engenharia. 1. ed. [S.l.: s.n.], 2014. p. 1-62.

MAIA-AFONSO¹*, Érika Janine; DIAS², Lucas Vinicius. O USO DO SOFTWARE

SCILAB COMO FERRAMENTA PARA O PROCESSO DE
ENSINO-APRENDIZAGEM DA DISCIPLINA DE MÉTODOS NUMÉRICOS NOS
CURSOS DE ENGENHARIAS. Journal of Exact Sciences – JES, Faculdade de
Engenharia e Inovação Técnico Profissional (FEITEP)., v. 25, n. 1, p. 9-17, abr./2020.

SANTOS, Eliel. Aula 01 - Introdução, Dia 16 de Agosto de 2022.

SANTOS, Eliel. Aula 02 - Erros, Dia 23 de Agosto de 2022.

SANTOS, Eliel. Aula 03 - Método da Bisseção, Dia 22 de Agosto de 2022.

SANTOS, Eliel. Aula 04 - Método Regula-false, Dia 30 de Agosto de 2022.

SANTOS, Eliel. Aula 05 - Método de Newton, Dia 06 de Setembro de 2022.

SANTOS, Eliel. Aula 06 - Método das secantes, Dia 13 de Setembro de 2022.