Escolar Documentos
Profissional Documentos
Cultura Documentos
1. 1) Conceitos r his
·
Método numerica
Éo de procedimentos
utilizados
conjunto transformar modelos
·
para um ma-
-
Na escolha do método levamos em conta:
-
precisão desejada no resultado
resultados
desejados (cmergência
metudo
~capacidade do
conduzir em aus
l
esforço computacional (tempo de processamento economia da mméria
->
e
Algoritmo
-É -
método numérica
a
descrição sequencial dos
passes que caracterizam um
E
x=
Entrada::apeatimasadinicialmdePassose :preciso
·
este
ande:b
·Para
faca: K 1 atéN
=
x f(x)ff(x);
x,
=
-
Saída:rel
N x,; =
-Fim
faça.
<Resultado/saída:Não hure convergência
para r em N
passos
raiz
a
·
Processo Sterativo
- No último
exemplo, demos uma ideia de um Processo Sterativa
Processo Sterativo:
-Caracterização da
Equação recorrência:x,
=k-f(x)(f(x)
.
de
->
Teste de
convergência:Se If(x,15, ou se
In,-er5, então r
=
x;
fim
1.2)
Tipos e Existência
Principaisfontes
·
de erros
-
Na busca da solução do modelo matemático de cálculo mimérico,
por mi
oberros
surgem
de várias fontes e merecem cuidado
especial
são as
requentes:
-
->
Erros nos dados de entrada
modelo matemática correta do modelo
estabelecimento (formulação
->
Erros no do
Erros arredondamento
durante
a
computacao
-
-
de
-
->
Erros de truncamento (inerente
ao metodo
->
Erros humanos e de
máquinas
·
Erro Absoluto
·
Quando se
apresenta valor mIE, positivo
vamos
sempre admitir
um
↓
que
·valor de bem inferior valor absoluto de E, supondo que
m
seja ao a
·
Erro Relativo
Vaher Absoluta
·
Em:em/absmd
resultados
- e
erros das
a
erro, esses se
propagam nos operaçoes, que wao
refletir
a
incerteza dos valores numéricos
que as
compõem
Operações de
adeçã e subtração
- -
-Seja a
ea e b 2
!
p
(a 2)+(b
=
e)
= a
= b
+
(e 2)
= +
ea b ea 2b
=
+
=
+
Eamato dasSe p
*
= e
-b e
Eo relao da:
*
Erro relativo
*
me
da
me
subtracais:
e ee
Ea 2a by(a
b)
Eaxa)(a b)
E,b/(a b)
* -
=
- - -
-
b -
Operação de
multiplicaçã
·
*
Erro auto:
(a) e) axb (axe bxe)
(b bx
a axe
=
=
e
=
+ = =
+
+
Ao relo:
*
Faxb eaxb(axb) E Eb = +
=
Operação dives
ão
·
da
·
*
Erroula:
-
(a=e) =(b e) = aib (bx ea
=
=
-
=
=
-
* Erro relativo: ↑
E
ab 2
ba = b) Ea Eb
= -
a =
Resumo
Prop
-agação deFruta
·
-
↓
o erro relato relativos
de cada
para
N
dos erros
-
soma e
subtraida
minuen do e o erro relativo
do
, ponderados pela participa.
cão
S
de cada um no resultado da subtrace ↓
-
O erro relativo
do
produto é a somar das erros relatives
dos
fatores
Derro relativo relativos
do
quociente ée
diferença das erros do
-
dividendo e do divisae
1.4)
Representacan
de
S
numeros
no comportador
·
Representação-
de um número inteiro e de um niemero real
-
Os inteiros
memeros e as números reais representados
são no
comput
tador na base dois.
·
Conversão de um nmero inteiro
no base decimal base binária
para
Basta dividir inteiros ate
a número
quocientes
sucessivos
por dois
-
seus
base
Conversão real
fracionáriona
·
de um nimero decimal
para a
base binária
inteira
-
multiplicar
Basta o
fracionário
número
por 2 e
pegar parte a
cool). Depois
fag a mesma coisa com a
fracionária, pegan
parte
Faz
-
inteiros. até
do os numeros isso
que a
fracionáriaseja
parte
ou se tenha dizima periódica
que
uma
zero
1.8) Aritmética no
computador
intivo
Aritmética ponta fixo- representação
-
·
de de um número 1
↓
bits são
- O minero
fixas
-
de
digilos e
posicoes
-
de
-Para
armazenar os números inteiros
no
computador utiliza-se estar arit.
mética, onde uma palavra do
computador utilizada para representar
é
e
niemero inteiro
-Por 64bits, adoca-se:
exemplo, para um
computador com uma
palavra de
pito(pitr(8x2)........... (pitos
onde a pit seráo sinal + 0 =
e
-
=1e os
representam
outros a
magni-
tude do niemero
Forma
normalizada numero
·
r de um
-
Existem várias
maneiras de escrever o mesmos numero
ponto flutuante
em
em
ponto flutuante
Um
-
numero
representado está na
forma normalizada
quando não existem
geras (não
significativos) antes
da
digita 1 na
parte fra-
cionária. Ou
seja, da*
Os numeros
ponto flutuante representados forma normalizada,
·
um são no
as em
forma normalizada
da
sair
overflow
·
e
Underflow
Dado nimero real N, representação em aritmética de ponto flutuante
-
um sea
de A
dégitos é
feita portruncamento
o arredondamente
não se a
expoente;
Quando erm, háocorrência
de
underfla quando e M, haarrin
·
e,
cia de
everflow
·
Erro relativo
máximo
na representação de um
d
numero
-
Na representação de um mimero real em
flutuante
ponto no
computador
somente fenilo pode
bits
- -
um numero de ser
armazenado na mantissa
representa o mumero
desejado.
-
erro
O maior
possibl dessa representação do mimero a :
t 1
truncamental
+
(máx)
-
= = 2
e
* et (arredondamental
E max) 1 x
2) Raizes
de
Equacões ↓
2.1) úteis
conceitos são obtidas por Calc Num com determinada precisão (eu Taleravel D
->
anulam
·Razes
de
Equações são valores de se
que
a
função f dada
por:
f(x) 0
=
Essas
equacies se em dois
dividem
grupos:
-
↓
·
Equações Transcendentais
·
S
-
O Mitoda Gráfico consiste
em
fager um esboço gráfica
de
f(x) para
encontram
ter unna ideia de onde se as de
raizes f(x). o usamos outros
para obter
mitodos mais precisão
Ex:Calcular a
raiz
de
f(x) cos(x)
= -
ou
seja, f(x) 0 f(x) g(x) h(x) 0
= = - =
cosx -
R 0 c
= =) x =
co) se
tanto
Nessecasa, Podemosesbotamo gráfica, de ee
ges= cose,
-
quant
que
passo passo
a
·
Método da Bisseção
↓
la, b) etal
que f(a).f(b)
Seja continua internato 30.
função f no
-
unica
supor que
no uma
-
O Método da Disseção tem
como objetiva redezive a
alengine
I -
que
a
raiz a
Algoritmo
·
Achar o
ponto c :(a+b)/z
médio e calcular
f(c)
Sef(c) 0, játemos
·
raiz
=
a
b c, =(a c)/2
Sef(c).f(a)50, o seja, faz d
· -
en
=
on +
Sef(c).f(b)50,
· ~
em a c...
=
·
Mitodo da Falsa Posição
-
~No mitodo da
besseção, a valor de cada tragão n éa média aritmtica
a eb
entre
valor catravés
-
No mitodo da
falsa posição, calcula-se o da
média ponderada entre a eb com
pessos If(b) e
If(a)D, respectivamente
Ou
seja c
alf(b) bPf(a)) af(b) bf(a)
=
+
=
-
(f(b)i if(a)P +
f(b)
-
f(a)
·
Método do Ponto Fixo
-consiste em
transformar a
equação f(x) 0
=
em uma
equaçãoI
equivalente x P(x)
=
e, ap
artir
de
aproximação
uma
J
inicial No
próxima da
raiz 5, gerar a
sequência 2x, 3 de
aproximagues para
È
pela relação de recorrência
S
6 -(5)
+= d (x), pois Satisfazf(5) 0
=
=
e
Uma chamada
funcão P
satisfag condição acima de
-
é
-- que a
equaçãof(x) 0
Frencao de Steracao
>
m
para a
=
↓ ↓
convergência:
=>
-
abaissa
Graficamente, solução da
equação b(x) a da
ponto
-
uma r = é
I S
de interseção
da reta x e da avra P(x)
=
y
=
S y
·sup arada:
critério
->
-
-
resultado.
sempre beam
raizaproximada que
para nem ao mesmo
↳é aproximada
raiz
com
precisão se:
it(x,25/5 a
i)
If(x) -E
->
convergência-teorema do MPF:
m e me e m
intervalo Eun-
-Seja S da
equação f(r) 0, isdader
uma
=
num
raiz
trado 5. Seja p uma funcio de iteração para
equação f(x)
0
em a =
-
-
Se:
besão continuas
~
il E
funcous ↓
em
, e I
...
un .
-
então a
sequência Enx3 gerada pelo processo iterativo
1=4 converge
para 5.
·
Método de Neroton-Raphson
éa de setomar
A ideia valor estimativa
de se como
primeira
-
um
zero
pontatroca e a tangente
-Desse
cura, buscando-se pento e e
e
à a
se uma
(x, x, -
x x, -
f(x0/f(x)
=
x,
=e -f(xd)Af(x)
-
a ·to:
sequen
x f(x)
=
x
= -
2.5) MPF
Convergência e Newton -
Raphson
Ordem de
Convergência
·
Seja Es sequênciaque
minuo S e
seja
-
uma
converge para um
itracao k
=- 50
-
ero na
S
um e uma
que
linexe, C então p échamada de ordern
comergencia
=
de
da
sequência {se, constante
assento-
e c ia
tica de erro.
mitodo iterativo, da
vez obtida
Uma ordem de
convergencia de
-
a um
nas da uma
informação sobre a
rapidez
de
convergência, pois podemos
excrever:
. No MPF, geralmente,
8. a é
convergência linear, ou seja, p
= 1
·
Convergência do Newton-Raphson
Método de
-No Mitodo de é
Newton-Raphson, quando f(G)*0, convergência a
-Para isso,
transformamos f(x) 0 =
para
se b(r), onde d (5) 5e
=
=
-= ( ) e colocamos:
n
=
5 e, onde e , é
+
Ternos
x, P(n)
-
assim:
que
e
p(n) = y
(5 2) y(5) +
= +
a(5)e, y"(5122/a! +
+ (512/3!+...
ou ainda
,
8x 1 P(3)e
+
=
+
b"(5)e12!- ...
raizes duplas
-> caso
e meumeu
No caso de
-
p((5) 12 =
3.1) Conceito
-Um sistema linear geral de n
equações en
incógnitas s, ..., um se
escreve:
E
bi
que, a +a v
=
1nn
-
:
an, anzz+...
a br
nem
+
+
911
...
an so, ↳1
. -
!
:
W
I
: - -
-
an ... an
-Pobre
-Na
fórmula compacta:
An b =
, onde -
ass se, ·,
·
an
...
A =
:
W
I
: jx
= .
-
jb =
!
-
an an
br
...
- -
->
Un > -
-
-
-
-
das de
-
incógnitas
vou velo
-
solução
-
éobtida
-Solução
após
um n
=finitode passos e un
são
geral baseados em
-O
objetivo transformar
é um sistema linear Arb em u m sistema,
outro
sistema
original e são:
Multiplicação linha
-
·
de escalare
I
uma
por em
·
Soma de duas linhas
·
Troca de duas linhas
trear superior
resolu do sester linear
- -
-
Seja
o sistema triangular superior:
be
-
Apesar ...
am+Men
=
·estava arSee e
-
-
I
->
·num =br -
anm
-Da
pemittima linha:
umann, Ebanescen
- assim sucessivamente > retrosubstitucão
-
Algoritmo:
Para i =
x,n
-
1,...,1
sei bi=
Para i
1,...,
j m
= +
x
xi
aijkjs
= -
xi xiain
=
bangulacao mabig:
->
~
processo de
-
↳
da
-
e ↓ nem e e
linear
->
a o um
- para
sistema 1x3
e, be
i i
-
-
as
a s ~ -
ba
a
931 932933
ass
-- bor
as = a
linhali
pela mi, e
- -
anais
-
ba
- 3
0 Ma
922923
-
0932933 -.
3- -
b5'
final Lemos
-
mente ↑
No
i all as as J. a)b
be
be
Método D
decamposicão
·
da
1)* superior
-Decompens matriz a it em um produto de
matrizes e
V (A
inferior) sequente
modo: do
M, 1
-
m31
=
0 1
-
M,1
: : ! ...
/
0... 1
-un
.
obtendo o sistema linear A's=b", end A =M, Ar b'= Mob
Mc 0 1
=
0 -
1
mz W
: : : ..
-O in 0..1
↑
->
,
obtendo A"r b", onde
= A"= M, M, A
e b" M, M, b =
M = D 01
n -1
:...
O 0 0 ...
0 0 0 ... -
1
A m
->
- 1
bM-....MM,b
13 e)n,n
-
A
(n
obtendo b
-
n -
A
,
m =
,
onde -M-1.... MM, A e
->
da mag
ão e nM .
-Chamando de U Ame M
Mr. M, M,, ternos que
=
e
=
.....
Am
1 1
e b(n Mb
-
-
MA
=
=
=
-A
matrizMé invertical e é dada
por
- =
m21 1
151 me
Mm: ...
en-1,1 M -
1,2-1,3
-Mn,1 Mas Mas"Wnn-
·
Escrevemos A MU RU, =
=
onde M=M-1
dassão e
de
{ obtendo a
edi
e
S
2 etapa:
Resolução
de
e Un=y, obtendo a
sedução se
whre Método
-Aqui, algumas consideracoes de
Garess: -
o
·
Podem solucies
falsas,
ocorrer Sistemas lineares Mal Condicionados
↓
com
necessário brar
Pode
algumas linhas do SR, vitando pivis mulos
-
·
ser e
·
Sistemas Lineares Mal Condicionados
-Quando sulução
das sensível
é muito mudancas
a
S equacies ↓
a
pequenas ↓
nos o de dos
que
a
ser
singular
·
Condensação Pivotal
Mitoda encontramos
-Tanto no de
Gauss quanto ma
decomposição -
by
S
quando
-
nulo temos
para rubstlui-to
-
elemento
pio outro
-
que procurar
um
-
Esses métodos são indáveis
se usarmos
pis pequenos
muito
Para isso, escolha
-
a de é
pivos fita de duas maniras:
·
Pivotamento
parcial
·
total
Pivoteamento
pivoteamentopala
->
aqueles abaixo da
pivô natural
-Na
etapa,
18 o
pivoseráo coeficiente
de valor
maior absoluto,
entãotrocamos
.
as linhas re 1, novo pivô é o
ar,.
na
=>
total:
pivolento
feita todas
aeficientes a matrigTonentementepio e
se
Apesquisae
em as d
&Si
E pouco essado alta custo Na kxésima etapa
a) as
devido de
pesquisa.
2
(n-k +1) testes.
da
decomposição são necessaries
Enquanto
que no
parcial
pivotamento são (n-k+1), visto restrita
que
a
procura é a
renc colena
parcial linha
,
devernos
guardar as trocas de em
matrizes de trocas
permutação P para posteriores
↓
das linhas do vetor
independente
-
4) Resolução
S
Numérica de Sistemas Lineares-Métodos Sterativos
4.1) Formulação
dos iterativos
métodos
Para resolver sistema da
linear
forma Ass=b,
-
=anj.():1
-
a.
!
an... Ann
*
transformamos em uma
fórmula equivalente x (x
=
g
+
I
(i=1. 1
-⑦1
! t
!
kn - -
Br
se =Cx40
g
+
·
**
=Cr (
g
se +
-Para método
aproximacões Exe"} que
tem
que
o
convirja, a
sequência
de
linear
para vetor solução se do sistema
comeergie um
-
->
critério
de
parada .
- -
teste:
-
Vamos o
seguinte Ns**- e PE
-O critério
usando a
diferença relativa entre
aproximações sucessivas também
é usado:
4 1)
IV xP
+
3 -
= E
(
II xe
* 13
+
PP
,
onde E é a
Tolerância
dada.
4.2) Método Iterativo
de
Gares-Jacobi
-Partimes
do sistema
original dado e reescrevemos o da
seguinte forma:
E
= al (b, -a, - an*m
... -
&
em =
I
Cb -a
n1
,
-...
-
a,mine
ann
·
Forma Iterativa:
astor inicial s'", iterativa:
-Partindo de um temos a
forma
seguinte
e(b,-a,,n,k ....av
ck 1)
E
+
vo,
-
a11
·
&
reskt =
(bn-aer... e
m,n
-
is(k))
2 -
1
convergir
para solucav do sistema Ax=b
que pode
ou não a se
, X
Algoritmo:
Para 1,2,3,...
k =
Para
x
i
(k 1)
1
-
it.......
+
E aju. E a e
4.3) Mitodo Sterativo
de
Gauss-Seidel
·
Forma Iterativa
escrito As uttim as
-Partimos sistema limar
forma (r+g
-
na
aprote
=
do re
↑
são
aproximates
as novas
S S
-Temos:
I
(k)
-...
*
(b, -a,
(k+ 3
1m -
amem
e
= -
-abra
2
!
esegir....www.scie
(k 1)
+
(k 1)
1(km an(k -agente.... a ee
+
+
- -
=>
en me
an
Algoritmo
Para K 1, 3,5,...
=
Para r 1
=
...,
m
- {b: siguives.gugs
4.4) Critério
de
Convergência
Matriz Diagonal Dominante
·
Scidel. Nada
podemos afirmar se as condicius não
X
saw
satisfeitas.
Are=b
-Seja um Sistema linear e
seja
a
(lang) Pacil, ite,..., m
max:* 1, entre metodo
Gauss-Jacobie
- Se a
=
o de o método de
inicial. A
aproximação convergênciamais rápida e
por Gaus-Scidel
·
Critério
de de
Convergência Sassenfeld
método
Outra condição suficiente do
para convergência Gauss.Seidel
-
a de
-
Ar=b
-Seja SR um
seja e
, =lanz 19,51
& annt
+ +
. . . +P
Par
-
= e=1, ...,
um
converge
=
I em
para
a
solução do SR, independente
da
aprotimação inicial.
4.) Iterativos
Mitodos Clássicos
Seja sistema linear Ars=b a
seguinte
decomposição da
matriz A
-
e
seja
o
do sistema:
AP
= -
E -
F
diagonal (di*0
,
ondr.D=
matriz
·E
mabriz briangular estritamente
inferior
- -
= .
↑
F
brangear estritamente
maby superior
↑
⑳ - - 1
- - - -
a,
-
&
-a 95..-
O 0 00 0
a11 O
-
e... ...
0 O O
azz D o az3... an
-
& ...
-921 .....
D 0 &
:E N : : "
as
--
D =
...
9312.00 ;
= ... -
: .. ·
: & 0 O
-1n
..... : ...
D ann-
nz...*,mas -
0...
...
0 O X ⑧ 0.
e
-
an =>
-Define-se as
matrizes D e da
seguinte
forma:
L
PE;U cF
=
·
Formulação do Mitodo
Matricial Sterativo
de
Gauss - Jacobi
Ane b =
(P -
E -
F)x b =
&x -
(E F)x b +
=
Dr (A =
F)x b
+
+
(E F)x D b
-
0
+
x
+
=
iterativa
, que induz seguinte
forma à
x(k
1)
-(R+(x * b xxk* *Jx! d
-
+
P
+
=
=
5 2 V p (E F)
conder
= +
=
+
As b =
(P -
E -
F)x b =
(P Ebx Fx b
-
=
+
D (p -E)x p Fx
=
Pb
+
m (
=
-
2) U x (2
+ - 2) b
,
que indey seguinte
forma à iterativa:
m(k 1 Use ip b
-
1) R)
- -
+
(=
=
-
(I
+
-
R,x4
1)
ne(k d
+
+
=
r
-
onde
R, =(F -
n)
,
d (I 1) pb
-
= -