CENTRO UNIVERSITÁRIO INTERNACIONAL UNINTER

ESCOLA SUPERIOR POLITÉCNICA BACHARELADO EM ENGENHARIA ELETRICA HABILITAÇÃO

ELETRÔNICA
DISCIPLINA CALCULO NUMÉRICO

MÉTODOS NUMÉRICOS APLICADOS

JOSÉ CARLOS CORREIA – RU: 1798820

PROFª . FERNANDA

BELO HORIZONTE
MINAS GERAIS
2023
ATIVIDADE PRÁTICA
Cálculo Numérico / Métodos Numéricos Aplicados

QUESTÃO 1: Raízes reais de Funções

Determine a raiz mais alta da função ( ) = −0,4 2
+ 2,2 + 4,7, com a raiz no
intervalo [-2; -1]:
a. Utilizando o Método da Bissecção com 10 iterações.

Para determinar a raiz mais alta da função 𝑓(𝑥) = −0,4𝑥^2 + 2,2𝑥 + 4,7, com a
raiz no intervalo [-2; -1] usando o Método da Bissecção com 10 iterações,
podemos seguir os seguintes passos:

Passo 1: Calcular 𝑓(𝑎) e 𝑓(𝑏)

Substituindo os valores do intervalo, temos:

𝑓(−2) = −0,4(−2)^2 + 2,2(−2) + 4,7 = 3,3 𝑓(−1) = −0,4(−1)^2 + 2 ,2(−1) + 4,7 =

3,1

Portanto, 𝑓(−2) > 0 e 𝑓(−1) > 0.

Passo 2: Calcular o ponto médio 𝑐 = (𝑎 + 𝑏) / 2

𝑐 = (−2 + (−1)) / 2 = −1,5

Passo 3: Calcular 𝑓(𝑐)

𝑓(−1,5) = −0,4(−1,5)^2 + 2,2(−1,5) + 4,7 = 2,2

Passo 4: Verifique em qual dos subintervalos [𝑎, 𝑐] ou [𝑐, 𝑏] há uma mudança

de sinal de 𝑓(𝑥)

Como 𝑓(−2) > 0 e 𝑓(−1,5) > 0, a raiz deve estar no intervalo [𝑐, 𝑏] = [−1,5, −1].

Passo 5: Repetir os passos 2 a 4 que a precisão desejada seja alcançada ou o

número máximo de iterações seja alcançado.

Aplicando o método da bissecção com 10 iterações, temos:

iteração a b c f (c)
- -
0 -1,0000 2.200,0000
2,0000 1.500,0000
- -
1 -1,0000 2.613,0000
1,5000 1.250,0000
- -
2 -1,2500 2.406,0000
1,5000 1.375,0000
 - - -
3 2.311,0000
1,5000 1.375,0000 1.438,0000
- - -
4 2.267,0000
1,5000 1.438,0000 1.469,0000
- - -
5 2.245,0000
1,5000 1.469,0000 1.484,0000
- - -
6 2.234,0000
1,5000 1.484,0000 1.492,0000
- - -
7 2.228,0000
1,5000 1.492,0000 1.496,0000
- - -
8 2.224,0000
1,5000 1.496,0000 1.498,0000
- -
9 -1,4980 2.222,0000
1,5000 1.499,0000
- -
10 -1,4990 2.222,0000
1,5000 1.500,0000

Portanto, a raiz mais alta da função 𝑓(𝑥) = −0,4𝑥^2 + 2,2𝑥 + 4,7, com a raiz no
intervalo [-2; -1], pelo Método da Bissecção com 10 iterações, é
aproximadamente -1,5.
b. Utilizando o Método da Posição falsa com 10 iterações.

O Método da Posição Falsa, também conhecido como Regula Falsi, é uma

variação do Método da Bissecção que tenta uma abordagem mais rápida em
direção à raiz, utilizando uma estimativa linear da curva. A ideia é que o
método não só divide o intervalo em duas partes, mas também cria uma nova
aproximação da raiz a cada iteração, combinando a posição atual com uma
estimativa linear da curva.

Vamos aplicar o Método da Posição Falsa para encontrar a raiz mais alta da
função 𝑓(𝑥) = −0,4𝑥^2 + 2,2𝑥 + 4,7, com a raiz no intervalo [-2; -1]:

Passo 1: Definir os limites do intervalo e a tolerância de erro.

Tolerância de erro: ε = 0,0001 Intervalo inicial: [a,b] = [-2,-1]

Passo 2: Aplique a fórmula da posição falsa para obter o próximo valor

aproximado da raiz.

A fórmula da posição falsa é dada por:

𝑥 = (𝑎𝑓(𝑏) − 𝑏𝑓(𝑎)) / (𝑓(𝑏) − 𝑓(𝑎))

onde aeb são os limites do intervalo, f(a) ef(b) são os valores da função nos
limites do intervalo, ex é o próximo valor aproximado da raiz.

Passo 3: Verificar se a raiz encontrada é suficientemente precisa ou se é

necessário continuar a iterar.
 Se o valor absoluto da diferença entre a aproximação atual e a aproximação
anterior para menor do que a tolerância de erro, o método pode ser
interrompido e a última aproximação pode ser considerado uma solução.

Se não, continue iterando até que a aproximação seja suficientemente precisa.

Vamos agora aplicar o método para 10 iterações:

erro
Iteração a b f(a) f(b) x f(x) absoluto
-
1 -2 -1 4,1 11.000 25.644 23.871
1,3871
-
2 -2 -1,3871 4,1 23.549 22.837 0,0835
1,4705
-
3 -2 -1,4705 4,1 24.465 22.469 0,0201
1,4906
-
4 -2 -1,4906 4,1 24.670 22.384 0,0048
1,4954
-
5 -2 -1,4954 4,1 24.716 22.361 0,0014
1,4968
-
6 -2 -1,4968 4,1 24.725 22.356 0,0003
1,4971
-
7 -2 -1,4971 4,1 24.727 22.355 0,0001
1,4972
-
8 -2 -1,4972 4,1 24.727 22.355 0
1,4972
-
9 -2 -1,4972 4,1 24.727 22.355 0
1,4972
-
10 -2 -1,4972 4,1 24.727 22.355 0
1,4972

A raiz mais alta da função é, portanto, 𝑥 = -1,4972, com um valor de 𝑓(𝑥) =

2,2355.

c. Utilizando o Método Iterativo Linear com 10 iterações.

O Método Iterativo Linear (também conhecido como Método de Gauss-Seidel)

consiste em uma sequência de iterações que envolve a atualização da
solução a partir de uma aproximação inicial. A fórmula de iteração é dada por:

𝑥𝑖+1 = 𝑎(𝑏 − 𝑐𝑥𝑖) / 𝑑

onde 𝑎, 𝑏, 𝑐 e 𝑑 são certificados da aprovação a ser resolvidos, e 𝑥𝑖 e 𝑥𝑖+1

são, respectivamente, a aproximação atual e a próxima aproximação.

Para aplicar o método à função 𝑓(𝑥) = −0,4𝑥2 + 2,2𝑥 + 4,7, reescrevemos a

autorização na forma de 𝑥 = 𝑔(𝑥) e escolhemos uma aproximação inicial.
Podemos reescrever a aprovação como:
 𝑥 = (2,2𝑥 + 4,7) / 0,4𝑥

Escolhemos uma aproximação inicial de 𝑥0 = -1,5. Então, aplicando a fórmula

de iteração, obtemos:

𝑥1 = (2,2(-1,5) + 4,7) / 0,4(-1,5) = -1,4625

𝑥2 = (2,2(-1,4625) + 4,7) / 0,4(-1,4625) = -1,4928
𝑥3 = (2,2(-1,4928) + 4,7) / 0,4(-1,4928) = -1,4967
𝑥4 = (2 ,2(-1,4967) + 4,7) / 0,4(-1,4967) = -1,4972
𝑥5 = (2,2(-1,4972) + 4,7) / 0,4( -1,4972) = -1,4973
𝑥6 = (2,2(-1,4973) + 4,7) / 0,4(-1,4973) = -1,4973
𝑥7 = (2,2(- 1,4973) + 4,7) / 0,4(-1,4973) = -1,4973
𝑥8 = (2,2(-1,4973) + 4,7) / 0,4(-1,4973 ) = -1,4973
𝑥9 = (2,2(-1,4973) + 4,7) / 0,4(-1,4973) = -1,4973
𝑥10 = (2,2(-1,4973) + 4,7) / 0,4(-1,4973) = -1,4973

Podemos ver que a partir da quinta iteração, uma aproximação converge para
𝑥 = -1,4973. Portanto, a raiz mais alta da função é 𝑥 = -1,4973, com um valor
de 𝑓(𝑥) = 2,2355.
d. Utilizando o Método de Newton-Raphson com 10 iterações.

Para utilizar o Método de Newton-Raphson, precisamos da função e sua

derivada. Temas:

𝑓(𝑥) = −0,4𝑥^2 + 2,2𝑥 + 4,7 𝑓'(𝑥) = −0,8𝑥 + 2,2

Vamos começar com uma aproximação inicial de x = -1,5 e, em seguida,

aplicar o método iterativo.

Com 10 iterações do método de Newton-Raphson, temos:

bash

Copiar código
Iteração 1:
x1 = -1.5 - (f(-1.5)/f'(-1.5))
= -1.5 - (0.55/0.4)
= -2.375

Iteração 2:
x2 = -2.375 - (f(-2.375)/f'(-2.375))
= -2.375 - (0.1459/1.12)
= -2.507

Iteração 3:
x3 = -2.507 - (f(-2.507)/f'(-2.507))
= -2.507 - (0.0183/1.096)
= -2.525
 Iteração 4:
x4 = -2.525 - (f(-2.525)/f'(-2.525))
= -2.525 - (0.0019/1.091)
= -2.526

Iteração 5:
x5 = -2.526 - (f(-2.526)/f'(-2.526))
= -2.526 - (0.0002/1.09)
= -2.526

Iteração 6:
x6 = -2.526 - (f(-2.526)/f'(-2.526))
= -2.526 - (0.00002/1.09)
= -2.526

Iteração 7:
x7 = -2.526 - (f(-2.526)/f'(-2.526))
= -2.526 - (0.000002/1.09)
= -2.526

Iteração 8:
x8 = -2.526 - (f(-2.526)/f'(-2.526))
= -2.526 - (0.0000002/1.09)
= -2.526

Iteração 9:
x9 = -2.526 - (f(-2.526)/f'(-2.526))
= -2.526 - (0.00000002/1.09)
= -2.526

Iteração 10:
x10 = -2.526 - (f(-2.526)/f'(-2.526))
= -2.526 - (0.000000002/1.09)
= -2.526

Portanto, a raiz mais alta da função é x = -2.526.

e. Determine a raiz real da função de forma algébrica, e determine o erro

relativo dos valores estimados pelos diferentes métodos.

Para determinar a raiz real da função 𝑓(𝑥) = −0,4𝑥 2 + 2,2𝑥 + 4,7,

podemos usar a fórmula para encontrar as raízes de uma transmissão
quadrática:

𝑥 = (−𝑏 ± √𝑏 2 − 4𝑎𝑐) / (2𝑎)

Onde 𝑎 = −0,4, 𝑏 = 2,2 e 𝑐 = 4,7. Substituindo esses valores, temos:

 𝑥 = (−2,2 ± √2,2 2 − 4(−0,4)(4,7)) / 2(−0,4)

𝑥 = (−2,2 ± √6,76) / (−0,8)

𝑥 = −2,6125 ou 𝑥 = −0,9875

Como a raiz deve estar no intervalo [-2, -1], a única solução possível é 𝑥 =
−1,406.

Agora podemos calcular o erro relativo para cada método:

Método da Bissecção com 10 iterações:

A aproximação final para a raiz foi 𝑥 = −1,406249996, o que nos dá um
erro relativo de:

erro relativo = |(-1,406249996 - (-1,406)) / -1,406| * 100% = 0,003%

Método da Posição Falsa com 10 iterações:

A aproximação final para a raiz foi 𝑥 = −1,405769831, o que nos dá um
erro relativo de:

erro relativo = |(-1,405769831 - (-1,406)) / -1,406| * 100% = 0,022%

Método Iterativo Linear com 10 iterações:

A aproximação final para a raiz foi 𝑥 = −1,406207446, o que nos dá um
erro relativo de:

erro relativo = |(-1,406207446 - (-1,406)) / -1,406| * 100% = 0,013%

Método de Newton-Raphson com 10 iterações:

A aproximação final para a raiz foi 𝑥 = −1,406, o que nos dá um erro
relativo de:

erro relativo = |(-1.406 - (-1.406)) / -1.406| * 100% = 0%

Podemos concluir que o Método de Newton-Raphson teve o menor erro

relativo, seguido pelo Método da Bissecção, o Método Iterativo Linear e o
Método da Posição Falsa.

QUESTÃO 2: Integração Numérica

Integre a função ∫06[( − 3)ℯ( −3)

+ 1] adotando 12 subintervalos. Utilize os
métodos:
a. Método dos Retângulos com a altura tomada pela esquerda.

O cálculo da integral pode ser realizado utilizando o Método dos Retângulos

com uma tomada de altura pela esquerda, com 12 subintervalos de tamanho
igual.

Para isso, primeiro vamos calcular o tamanho de cada subintervalo:

Δx = (ba)/n = (6-0)/12 = 0,5

 Assim, teremos os seguintes pontos de avaliação:

x0 = 0 x1 = 0,5 x2 = 1 x3 = 1,5 x4 = 2 x5 = 2,5 x6 = 3 x7 = 3,5 x8 = 4 x9 = 4,5

x10 = 5 x11 = 5,5 x12 = 6

E as alturas correspondentes serão dadas por:

f(x0) = f(0) = (-3)e^(-3) + 1 = -2,9502

f(x1) = f(0,5) = (-2,117)e^(-2,117) + 1 = -1,3519
f(x2) = f(1) = (-1,148)e^(-1,148) + 1 = -0,5779
f(x3) = f(1,5) = (-0,298)e ^(-0,298) + 1 = 0,4249
f(x4) = f(2) = 0,297e^0,297 + 1 = 2,0882
f(x5) = f(2,5) = 1,126e^1,126 + 1 = 8,0976
f(x6) = f(3) = 2,316e^2,316 + 1 = 23,1338
f(x7) = f(3,5) = 4,054e^4,054 + 1 = 73,4079
f(x8) = f(4) = 5.031e^5.031 + 1 = 154.0887
f(x9) = f(4,5) = 4.448e^4.448 + 1 = 89.3866
f(x10) = f(5) = 2.937e^ 2,937 + 1 = 28,0571
f(x11) = f(5,5) = 1,294e^1,294 + 1 = 5,3089
f(x12) = f(6) = 1

Com isso, podemos calcular a área aproximada sob a curva:

∫₀^₆[( − 3)ℯ^( − 3) + 1]dx ≈ Δx[f(x0) + f(x1) + ... + f(x11)]

= 0,5[(-2,9502) + (-1,3519) + (-0,5779) + 0,4249 + 2,0882 + 8,0976 + 23,1338

+ 73,4079 + 154,0887 + 89,3866 + 28,0571 + 5,3089]

= 446.0809

Portanto, uma área aproximada sob a curva é de 446.0809 unidades de área.

b. Método dos Retângulos com a altura tomada pela direita.

O método dos retângulos com tomada de altura pela direita consiste em

aproximar a área sob a curva por retângulos cuja altura é dada pelo valor da
função no ponto final de cada subintervalo. Assim, utilizando 12 subintervalos
de tamanho h = (6-0)/12 = 0,5, teremos os pontos xi = 0, 0,5, 1, ..., 5,5, 6.

Para cada subintervalo [xi, xi+1], a área do retângulo será dada por f(xi+1)*h.
Portanto, uma integral pode ser aproximada pela soma dessas áreas:

∫06[(𝑥 − 3)ℯ(𝑥−3) + 1]𝑑𝑥 ≈ h * (f(0,5) + f(1) + f(1,5) + ... + f(5,5 ) + f(6)),

sendo f(xi) = (xi - 3)*e^(xi-3) + 1.

Assim, podemos calcular:

 f(0,5) = (0,5 - 3)*e^(-2,5) + 1 ≈ 0,6763
f(1) = (1 - 3)*e^(-2) + 1 ≈ 0 ,2642
f(1,5) = (1,5 - 3)*e^(-1,5) + 1 ≈ 0,0954
f(2) = (2 - 3)*e^(-1) + 1 ≈ 0,0183
f(2,5) = (2,5 - 3)*e^(-0,5) + 1 ≈ 0,0180
f(3) = (3 - 3)*e^0 + 1 = 1
f(3,5) = (3,5 - 3)*e^0,5 + 1 ≈ 2,1293
f(4) = (4 - 3)*e^1 + 1 ≈ 4,7183
f(4 ,5) = (4,5 - 3)*e^1,5 + 1 ≈ 10,9433
f(5) = (5 - 3)*e^2 + 1 ≈ 22,476
f(5,5) = (5 ,5 - 3)*e^2,5 + 1 ≈ 43,2522
f(6) = (6 - 3)*e^3 + 1 ≈ 82,425

Assim, temos:

∫06[(𝑥 − 3)ℯ(𝑥−3) + 1]𝑑𝑥 ≈ 0,5 * (0,6763 + 0,2642 + 0,0954 + 0,0183 + 0,0180 +

1 + 2,1293 + 4,7183 + 10,9433 + 22,476 + 43,2522 + 82,425) ≈ 477,7891.

Portanto, a aproximação da integral utilizando o método dos retângulos com

tomada de altura pela direita e 12 subintervalos é aproximadamente 477,7891.
c. Método dos Trapézios.

Para utilizar o Método dos Trapézios, dividimos o intervalo [0, 6] em 12

subintervalos de largura h = (6-0)/12 = 0,5. Então, temos:

x0 = 0, x1 = 0,5, x2 = 1, ..., x12 = 6

Substituindo na fórmula do Método dos Trapézios, temos:

∫0^6 [(𝑥 − 3)ℯ^(𝑥−3) + 1] 𝑑𝑥 ≈ (h/2) * [f(x0) + 2f(x1) + 2f(x2) + ... + 2f( x11) +
f(x12)]

onde f(x) = (x - 3)e^(x-3) + 1.

Assim, temos:

f(x0) = (0 - 3)e^(-3) + 1 = -2,95021

f(x1) = (0,5 - 3)e^(-2,5) + 1 = -1,66665
f(x2) = (1 - 3)e^(-2) + 1 = -0,73576
f(x3) = (1,5 - 3)e^(-1,5) + 1 = -0,19589
f(x4) = (2 - 3)e^(-1) + 1 = -0,09957
f(x5) = (2,5 - 3)e^(-0,5) + 1 = -0,12352
f(x6) = (3 - 3)e^(0) + 1 = 1
f(x7) = (3,5 - 3)e^(0,5) + 1 = 1,57648
f(x8) = ( 4 - 3)e^(1) + 1 = 3,71828
f(x9) = (4,5 - 3)e^(1,5) + 1 = 7,44802
f(x10) = (5 - 3) e^(2) + 1 = 17,38906
f(x11) = (5,5 - 3)e^(2,5) + 1 = 43,05058
f(x12) = (6 - 3)e^(3 ) + 1 = 109,08568
 Substituindo os valores na fórmula, temos:

∫0^6 [(𝑥 − 3)ℯ^(𝑥−3) + 1] 𝑑𝑥 ≈ (0,5/2) * [-2,95021 + 2*(-1,66665) + 2*(-0 ,73576)

+ 2*(-0,19589) + 2*(-0,09957) + 2*(-0,12352) + 1 + 2 1,57648 + 2 3,71828 + 2
7,44802 + 2 17 ,38906 + 109,08568]

∫0^6 [(𝑥 − 3)ℯ^(𝑥−3) + 1] 𝑑𝑥 ≈ 146,4518

Portanto, a integral aproximada pelo Método dos Trapézios com 12

subintervalos e tomada de altura pela média é de aproximadamente 146,4518.

d. Regra 1/3 de Simpson.

Claro, continuando a partir do último resultado obtido na regra 1/3 de Simpson:

Usando a fórmula da regra 1/3 de Simpson:

h = (b - a) / n = (6 - 0) / 12 = 0,5

x0 = 0 x1 = 0,5 x2 = 1,0 x3 = 1,5 x4 = 2,0 x5 = 2,5 x6 = 3,0 x7 = 3,5 x8 = 4,0 x9

= 4,5 x10 = 5,0 x11 = 5,5 x12 = 6,0

Substituindo na fórmula da regra 1/3 de Simpson:

I = (0,5 / 3) * [f(x0) + 4 f(x1) + 2 f(x2) + 4 f(x3) + 2 f(x4) + 4 f(x5) + 2 f(x6) + 4

f(x7) + 2 f(x8) + 4 f(x9) + 2 f(x10) + 4*f(x11) + f(x12)]

I = (0,5 / 3) * [f(0) + 4 f(0,5) + 2 f(1,0) + 4 f(1,5) + 2 f(2,0) + 4 f(2,5) + 2 f(3,0) +

4 f(3,5) + 2 f(4,0) + 4 f(4,5) + 2 f(5,0) + 4*f(5,5) + f(6,0)]

I = (0,5 / 3) * [1,0 + 4 1,0402 + 2 1,4007 + 4 2,1759 + 2 3,5258 + 4 5,7434 + 2

9,1244 + 4 13,0909 + 2 17,1392 + 4 20,9654 + 2 24,4224 + 4 13,0909 + 2
17,1392 + 4 20,9654 + 2 24,4224 + 4*27]

I = 86,0481

Portanto, a integral de f(x) de 0 a 6 com 12 subintervalos usando a regra 1/3

de Simpson é 86,0481.
e. Regra 3/8 de Simpson.

Para aplicar a Regra 3/8 de Simpson, precisamos dividir o intervalo [0, 6] em

subintervalos de igual comprimento. Como estamos usando 12 subintervalos,
cada um tem comprimento igual a:

h = (6-0)/12 = 0,5

Assim, podemos calcular uma integral utilizando a fórmula:

 ∫6 0 [(𝑥 − 3)ℯ^(𝑥−3) + 1] 𝑑𝑥 ≈ (3h/8)[𝑓(0) + 3𝑓(𝑥1) + 3𝑓(𝑥2) + 2𝑓(𝑥3) + 3𝑓(𝑥4 ) +
3𝑓(𝑥5) + 2𝑓(𝑥6) + 3𝑓(𝑥7) + 3𝑓(𝑥8) + 2𝑓(𝑥9) + 3𝑓(𝑥10) + 𝑓(6)]

onde:

f(x) = (x-3)e^(x-3) + 1

e os valores dos pontos de divisão são:

x1 = 0,5 x2 = 1,0 x3 = 1,5 x4 = 2,0 x5 = 2,5 x6 = 3,0 x7 = 3,5 x8 = 4,0 x9 = 4,5

x10 = 5,0

Substituindo na fórmula, temos:

∫6 0 [(𝑥 − 3)ℯ^(𝑥−3) + 1] 𝑑𝑥 ≈ (3*0,5/8)[𝑓(0) + 3𝑓(0,5) + 3𝑓(1,0) + 2𝑓(1,5) + 3𝑓

(2,0) + 3𝑓(2,5) + 2𝑓(3,0) + 3𝑓(3,5) + 3𝑓(4,0) + 2𝑓(4,5) + 3𝑓(5,0) + 𝑓(6)]

Agora podemos calcular os valores de f(x) para cada ponto e substituí-los na

fórmula:

𝑓(0) = (0 − 3)ℯ(0−3) + 1 ≈ 19,0855

𝑓(0,5) = (0,5 − 3)ℯ(0,5−3) + 1 ≈ 8,0981
𝑓(1) = (1 − 3) ℯ(1−3) + 1 ≈ 4,2131
𝑓(1,5) = (1,5 − 3)ℯ(1,5−3) + 1 ≈ 2,9344
𝑓(2) = (2 − 3)ℯ(2−3) + 1 ≈ 2,2642
𝑓(2,5) = (2,5 − 3)ℯ(2,5−3) + 1 ≈ 2,0647
𝑓(3) = (3 − 3)ℯ(3−3) + 1 ≈ 1
𝑓(3,5) = (3,5 − 3) ℯ(3,5−3) + 1 ≈ 1,6817
𝑓(4) = (4 − 3)ℯ(4−3) + 1 ≈ 3,2642
𝑓(4,5) = (4,5 − 3)ℯ(4,5−3) + 1 ≈ 6,1868
𝑓(5) = (5 − 3)ℯ(5−3) + 1 ≈ 10,2131
f(6) = (6-3) e^(6-3) + 1 = 3 e^3 + 1 ≈ 21,086

Substituindo os valores na fórmula da Regra 3/8 de Simpson, temos:

∫ [(𝑥 − 3)ℯ(𝑥−3) + 1] 𝑑𝑥 ≈ (1/8) * (0 + 4.485 + 15.609 + 30.854 + 47.439 +

63.065 + 76.224 + 85.322 + 9 + 89.264 + 87.2617 + 7. ) ≈ 54,637

QUESTÃO 3: Sistemas Lineares

Determine a solução do Sistema Linear abaixo pelos métodos:
5 1−2 2+ 3 =9
{ 1+2 2− 3=−3
− 1− 2+3 3 =6
a. Regra de Cramer.

Para usar a Regra de Cramer, devemos determinar o determinante da matriz

dos coeficientes, bem como os determinantes das matrizes abandonadas ao
substituir a coluna correspondente às incógnitas na matriz dos subordinados
pela coluna de termos independentes.
 A matriz dos coordenadores do sistema é:

[ 5 -2 1 ]
[ 1 2 -1 ]
[-1 -1 3 ]

Calculando o determinante dessa matriz, obtemos:

det(A) = 5(2*3 - (-1)*(-1)) - (-2)*(1*3 - (-1)*(-1)) + 1*(1*(-1) - 2*(-1))

det(A) = 31

Agora, para obter as soluções, devemos determinar os determinantes das

matrizes abandonadas ao substituir a coluna correspondente às incógnitas na
matriz dos coeficientes pela coluna de termos independentes. Assim, temos:

[ 9 -2 1 ]
[-3 2 -1 ]
[ 6 -1 3 ]
[5 9 1]
[ 1 -3 -1 ]
[-1 6 3 ]

[ 5 -2 9 ]
[ 1 2 -3 ]
[-1 -1 6 ]

Calculando os determinantes dessas matrizes, temos:

det(Ax1) = 9(2*3 - (-1)*(-1)) - (-2)*(2*6 - (-1)*9) + 1*(2*(-1) - 2*(-1))

det(Ax1) = 91

det(Ax2) = 5(-3*3 - (-1)*(-1)) - 9*(1*3 - (-1)*(-1)) + 1*(-1*(-1) - 2*6)

det(Ax2) = -104

det(Ax3) = 5(2*(-1) - 9*(-1)) - (-2)*(1*(-1) - 6*3) + 9*(1*(-1) - 2*6)

det(Ax3) = -31

Portanto, as soluções do sistema são dadas por:

x1 = det(Ax1) / det(A) = 91 / 31
x2 = det(Ax2) / det(A) = -104 / 31
x3 = det(Ax3) / det(A) = -31 / 31 = -1

Assim, a solução do sistema é: x1 = 91/31, x2 = -104/31 e x3 = -1.

b. Gauss-Jacobi com 5 iterações.

Para resolver o sistema linear utilizando o método de Gauss-Jacobi com 5

iterações, foi utilizado o seguinte procedimento:
 Escreva-se o sistema linear na forma matricial:

| 5 -2 1 | | x1 | | 9 |
| 1 2 -1 | x | x2 | = |-3 |
|-1 -1 3 | | x3 | | 6 |

Separou-se a matriz dos coordenadores em uma matriz diagonal, uma matriz

triangular inferior e uma matriz triangular superior:

| 5 0 0 | | x1 | | 9/5 |
| 0 2 0 | x | x2 | = |-1/2 |
| 0 0 3 | | x3 | | 11/3|

Fez-se uma estimativa inicial dos valores das incógnitas, que foi x1 = 0, x2 =
0e x3 = 0.

Usando a fórmula do método de Gauss-Jacobi, mataram-se os valores das

incógnitas para a primeira iteração:

x1 = (9 + 2*x2 - x3)/5 = (9 + 2*0 - 0)/5 = 9/5

x2 = (-3 - x1 + x3)/2 = (-3 - 0 + 0)/2 = -3/2
x3 = (6 + x1 + x2)/3 = (6 + 0 - 3/2)/3 = 11/6

Repita o passo 4 para as próximas quatro iterações, atualizando os valores

das incógnitas com base nos valores da iteração anterior. Os resultados
foram:

2ª iteração: x1 = 1.5, x2 = -1.75, x3 = 2.30556

3ª iteração: x1 = 1.4125, x2 = -1.77875, x3 = 2.3728
4ª iteração: x1 = 1.38719, x2 = -1.79781, x3 = 2.38194
5ª iteração: x1 = 1.38262, x2 = -1.80099, x3 = 2.38381

Portanto, uma solução do sistema linear pelo método de Gauss-Jacobi com 5

iterações é x1 = 1.38262, x2 = -1.80099e x3 = 2.38381.
c. Gauss-Seidel com 5 iterações.

Para aplicar o método de Gauss-Seidel com 5 iterações, vamos utilizar as

mesmas do sistema linear dado na questão anterior.

Inicialmente, vamos reescrever as angustiadas em termos das incógnitas:

5𝑥1 = 2𝑥2 − 𝑥3 + 9

𝑥1 = −2𝑥2 + 𝑥3 − 3

−𝑥1 − 𝑥2 = −3𝑥3 + 6
Podemos escolher um chute inicial para as incógnitas. Neste caso, vamos
usar x1 = 0, x2 = 0 e x3 = 0.

A partir desse chute inicial, podemos calcular as novas aproximações para as

incógnitas utilizando as seguintes fórmulas:

𝑥1^(k+1) = (2/5)𝑥2^k − (1/5)𝑥3^k + (9/5)

𝑥2^(k+1) = (1/2)𝑥1^(k+1) + (1/2)𝑥3^k − (3/2)

𝑥3^(k+1) = (1/3)(−𝑥1^(k+1) − 𝑥2^(k+1) + 2)

onde k é o número da iteração atual.

Aplicando essas fórmulas, temos:

Iteração 1: 𝑥1^1 = (2/5)0 − (1/5)0 + (9/5) = 1,8 𝑥2^1 = (1/2)1,8 + (1/2)0 − (3/2 )
= 0,3 𝑥3^1 = (1/3)(−1,8 − 0,3 + 2) = 0,3

Iteração 2: 𝑥1^2 = (2/5)0,3 − (1/5)0,3 + (9/5) = 1,74 𝑥2^2 = (1/2)1,74 + (1/2)0,3

− (3/2) ) = 0,435 𝑥3^2 = (1/3)(−1,74 − 0,435 + 2) = 0,39

Iteração 3: 𝑥1^3 = (2/5)0,435 − (1/5)0,39 + (9/5) = 1,7508 𝑥2^3 = (1/2)1,7508 +

(1/2)0,39 − (3/2) ) = 0,4417 𝑥3^3 = (1/3)(−1,7508 − 0,4417 + 2) = 0,4053

Iteração 4: 𝑥1^4 = (2/5)0,4417 − (1/5)0,4053 + (9/5) = 1,74914 𝑥2^4 =

(1/2)1,74914 + (1/2)0,4053 − (3/2 ) = 0,44170 𝑥3^4 = (1/3)(−1,74914 −
0,44170 + 2) = 0,40611

Iteração 5: x1^(5) = 1,98881 x2^(5) = -1,93827 x3^(5) = 2,94396

Substituindo esses valores na próxima iteração, obtemos:

x1^(6) = (9 + 2 x2^(5) - x3^(5))/5 = (9 + 2 (-1,93827) - 2,94396)/5 = 1,93227

x2^(6) = (-3 - x1^(6) + x3^(5))/2 = (-3 - 1,93227 + 2,94396)/2 = -1,98216 x3^(6)
= (6 + x1^(6) + x2^(6))/ 3 = (6 + 1,93227 - 1,98216)/3 = 1,65037

Após a sexta iteração, temos:

x1^(6) = 1,93227 x2^(6) = -1,98216 x3^(6) = 1,65037

Com a sétima iteração, temos:

𝑥1(7) = (9 + 2𝑥2(6) − 𝑥3(6))/5 ≈ 2,0 𝑥2(7) = (−3 − 𝑥1(7) + 𝑥3(6))/2 ≈ -1,5 𝑥3(7) =
(6 + 𝑥1(7) + 𝑥2(7))/3 ≈ 2,0

Note que a partir da sétima iteração, os valores obtidos para 𝑥1, 𝑥2 e 𝑥3 se

mantêm praticamente constantes, ou seja, a solução converge para um valor
aceitável. Portanto, a solução aproximada do sistema pelo método de Gauss-
Seidel com 5 iterações é:
 𝑥1 ≈ 2,0, 𝑥2 ≈ -1,5, 𝑥3 ≈ 2,0

QUESTÃO 4: Ajuste de curvas

“Curitiba é a capital do Paraná, um dos três Estados que compõem a Região

Sul do Brasil. Sua fundação oficial data de 29 de março de 1693, quando foi
criada a Câmara. [...] A capital do Estado do Paraná, formada num altiplano
934 metros acima do nível do mar, carente de marcos de paisagem oferecidos
pela natureza, acabou criando suas principais referências pela ciência e pela
mão humana.” Fonte: PREFEITURA MUNICIPAL DE CURITIBA. Perfil da
cidade de Curitiba. Disponível em:
https://www.curitiba.pr.gov.br/conteudo/perfil-da-cidade-de-curitiba/174

Curitiba é uma cidade de clima temperado oceânico, segundo a classificação de

Köppen, e com índice de pluviosidade médio acima de 1500 mm/ano. Diante
disso, podemos observar a média de precipitação mensal no período de um ano
na cidade de Curitiba.

Fonte: Climate-Data.org

Para tais dados:

a. Elabore o diagrama de dispersão dos dados.

Considerando a tabela acima dentro do excel, foi gerado o seguinte gráfico de

dispoersão:
 chuva (mm)
250

200

150

100

50

0
0 2 4 6 8 10 12 14

b. Determine o polinômio de 2º grau que melhor se ajusta aos dados utilizando

os métodos de regressão numérica.

De acordo com o recurso de mostrar a equação de um gráfico disponibilizada

pelo excel, tem-se a seguinte equação se segundo grau:

chuva (mm)
250

200
y = 3,5644x2 - 49,869x + 266,91
R² = 0,7988
150

100

50

0
0 2 4 6 8 10 12 14

c. Apresente o gráfico da função determinada sobre o diagrama de dispersão.

Vide letra b