1) Erros

1. 1) Conceitos r his
·
Método numerica
Éo de procedimentos
utilizados
conjunto transformar modelos
·

para um ma-

temático problema numérica.

em um

-
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,
=
-

-Self(n,15, Me-15, então e n,;fim; Resultado,

ou se =

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

-> Festativa inicial;

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

medida tenha sido ben

feita
Definimos ERRO ABSOLUTO valor de E, seja, emE
-
O ou

·
Erro Relativo
Vaher Absoluta
·

Definimos ARRO RELATIVO O valor da erra absoluta diredida

pela
dem,
seja
ou

Em:em/absmd

1.5) Propagação de erros

operações aritméticas sobre valores numéricos

Quando
efetuamos sgutos
·

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

* Erro absoluto da soma:

me e e e

(a 2)+(b
=

e)
= a
= b
+

(e 2)
= +

ea b ea 2b
=

+
=
+
 Eamato dasSe p
*

= e
-b e

Eo relao da:
*

Ea+b 2 b/(a b) Exa(a b) Eyxb/(a b)

+
= = + +
+

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
=
=
-

axez) =b >a b (bxea axep) b

=

=
=
-

* 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

ponderada pela participação da arula mototal da noma

↓ p
diferença é
diferença entre relatives
-
-
Derro relativo
da a os erros do

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

obter quociente este último

um. Em
seguida, toma-se quaciente
com as

restos dar divisões no ordem inversa

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

Durante operações aritméticas as números

ponto flutuante podem
-

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

número sistema expoente estiver

-

Este poderáser representado neste e

-

não se a

fora do intervalo (m, M), onde m é a menor

expoente eM é o maior

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

Dessa é automaticamente de não mais

forma, introduzido
um erro
-
e

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
=

-ps:Fozaremos o estudo nas reais

raízes

Essas
equacies se em dois
dividem
grupos:
-

↓
·

Equações Algibricas au Polinomiais

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

2.2) Métodos Iterativos

Um método iterativo
éuma de instruções executadas
sequência são
-

que
passo passo
a

·
Método da Bisseção
↓
la, b) etal
que f(a).f(b)
Seja continua internato 30.
função f no
-

Vamos intervalo la, b) exista

esse te
S

unica
supor que
no uma

-
O Método da Disseção tem
como objetiva redezive a

intervalo contin atése

precisao desejada.
-

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
->
-
-

-Nas mitodos iteres,precisamos estabelecer um critério

para quando
digere
seestáperto
Temos
um valer da
rag
5 procurada. duas
interpretacies
↓

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

i) (p(x) /M 51, Xrc &

e

, 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

valer calcula-se valor da

da
raiz.
Com esse de se, o
função que,
provavelmente, não estarvalendo (x 5)
+

zero

pontatroca e a tangente
-Desse
cura, buscando-se pento e e
e

à a

Esse novo valor de deveráser melhor aproximação

da
raiz
-

se uma

-Veja que ty(a) f(x) f(x)= =

(x, x, -

Daí, supondo f(x) diferente

de
zero, tem-se que
.

x x, -

f(x0/f(x)
=

Assim, a nova estimativa

para aproximar a
raiz
5 será:

x,
=e -f(xd)Af(x)
-

Assim, para se calcular a

maiz
de
f(re) 0, =
a
função p de iteração é

a ·to:
sequen

x f(x)
=
x
= -

f(x)/f(r),onde f(x) é 0!!

+

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

Se existir constante (50,Tais

mimp1
-

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:

P Cep P para k 000

=

. 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

quadrática, pois d (5) = 0

-Para isso,
transformamos f(x) 0 =

para
se b(r), onde d (5) 5e
=
=

-= ( ) e colocamos:

n
=
5 e, onde e , é
+

o erro na k-ésima iteração

S

*5 + exe, onde ex i o erro na k+1-ésima iteração

-

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
-

duplas, temos f (5) 0 ef(8) 0

raizes
= =

-Aplicando regra de r Hospital

a duas
reges, chega-se em:

p((5) 12 =

-Assim, 12x)= (2) lex), e a lineare

convergência
3) Resolução Numérica de Sistemas lineares -
Métodos Piretos
S

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
+
+

3.2) Formulação Matricial

-Na formula matricial:
- -
- S -

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 > -

-
-
-
-

matriz coeficientes vetor vlor

independente
-

das de
-

incógnitas
vou velo
-

solução

3.3) Mitodos Direto

para solução de Sistemas Rinares

-
éobtida
-Solução
após
um n
=finitode passos e un
são
geral baseados em

mélodos eliminação onde resolver

de se
transforma o sistema a em outro

de resolução fácil quemais o sistema

original.
 Método eliminação Gauss
·
de de

-O
objetivo transformar
é um sistema linear Arb em u m sistema,
outro

que possui a mesma solução da

primeiro, Us=c tal
que
a
matrizV seja
bangular superior
- -

é feita atravesde combinações lineares das link

-
Essa
transformação ↓
as

do sistema. As linhas alteram

operações sobre solução do
-J
as nãw a

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 -

-Aultima possuidependênciada última incógnita logo

equação só
sen,
podemos
eniciare
·calculando essa incógnita:
br
en
=>

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

-Usando molacu sistema As=b, excremes

-

linear
->

a o um
- para
sistema 1x3

e, be

i i
-
-

as
a s ~ -
ba
a
931 932933
ass
-- bor

↓etapa:Definimos pio (caso

o nulo, trocamos
seja a are as linhas).
linkar li
Definemes multiplicadores mi, "i 1,2,3e trocamos
-

as = a

linhali
pela mi, e
- -

anais
-

-No final, temos 911 -1 be

-

ba
- 3

0 Ma
922923
-
0932933 -.
3- -
b5'

2tapa:fazemos a mesma coisa

para o
pivo azz, sucessiva
cassim
-

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

1etpa:Multiplicamos o sistema Ax=b pela matriz

-
-

M, 1
-

m31
=

0 1
-

M,1
: : ! ...
/

0... 1
-un
.
obtendo o sistema linear A's=b", end A =M, Ar b'= Mob

=etopa: Multiplicamos Ar=b'

-
pela
matriz
1

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 =

--Etapa:Multiplicamos Ame-bin pela

mating
in
-

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

3.4) Erros de Arredondamento e Sistemas Mal Condicionados

-Teoricamente, solução de Ir não

a
singular estáperfeitamente
assegurada
um

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

realizando algumas estrategias

para eliminar erros arredondamento
-
de

·
Sistemas Lineares Mal Condicionados
-Quando sulução
das sensível
é muito mudancas
a
S equacies ↓
a
pequenas ↓

areficientes fato matriz está"proxima"de

areficientes
~

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
->

coluna pionatural candidato e

o os
mesma do e

aqueles abaixo da
pivô natural
-Na
etapa,
18 o
pivoseráo coeficiente
de valor
maior absoluto,

Dar =ma Dai,D, i 1,2,...

=

entãotrocamos
.
as linhas re 1, novo pivô é o
ar,.

Naz= etapa, mesma coisa 2*

coluna. E
assim
por diante
-

na

=>
total:
pivolento
feita todas
aeficientes a matrigTonentementepio e
se

Apesquisae
em as d

linhas e colunas do SL.

&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

b)Quando desempa-RV matriz

cálculos A
seguimos
os a ele de rema

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

-Partindo de um vetor inicial se (0, temos

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
↑

macões usadas para calcular durante cada iteração.

-

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
·

Nos condicos suficientes

para dos mitodos de Jacabie
da
convergência
-
a

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

Gauss-Seidel convergem para a Solução

S
do
dependendo
SR, não
-
da

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

(Eglang Daig!) facil,

2

-
= e=1, ...,
um

Se B maxi ~1, então

o mitodo
de
Gauss-Seidel
-

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
= +
=
+

Formulação do Mitodo Strativo

Matricial
Gauss-Scidel
·
de

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
-

= -