CURSO DE ENGENHARIA CIVIL

DISCIPLINA: CÁLCULO NUMÉRICO

Professora: Andréa de Lima Ferreira Novais

Maceió-AL.
O que é o Cálculo Numérico ?
 CÁLCULO NUMÉRICO -
INTRODUÇÃO

O Cálculo Numérico corresponde a um conjunto de ferramentas

ou métodos usados para se obter a solução de problemas
matemáticos de forma aproximada.

Esses métodos se aplicam principalmente a problemas que não

apresentam uma solução exata, portanto precisam ser resolvidos
numericamente.
 O QUE A DISCIPLINA VAI
OFERECER?
1-VISÃO DE ENGENHARIA X MATEMÁTICA/COMPUTAÇÃO.

2-CONCEITOS E ENTENDIMENTOS BÁSICOS DE CN.

3- EXEMPLOS DE CUSTOS DE “ERROS NUMÉRICOS” NAS

ENGENHARIAS.

4- INCREMENTAÇÃO DO PERFIL PROFISSIONAL.

5- NOÇÕES DE PRECISÃO E EFICIÊNCIA NAS SOLUÇÕES.

6- INTRODUÇÃO DOS MÉTODOS TRADICIONAIS.

7- APLICAÇÃO DE FERRAMENTAS DISPONÍVEIS.

CÁLCULO NUMÉRICO- RECURSOS
DIDÁTICOS

Retroprojetor,Datashow.
Laboratório de Informática.
 ERROS
1.1. INTRODUÇÃO

A obtenção de uma solução numérica para um problema físico por meio da aplicação de
métodos numéricos nem sempre fornece valores que se encaixam dentro de limites
razoáveis. Esta afirmação é verdadeira mesmo quando se aplica um método adequado e os
cálculos são efetuados de um maneira correta.

 Esta
diferença é chamada de erro e é inerente ao processo, não podendo, em
muitos casos, ser evitada.

Para facilitar a apresentação das fontes de erros, o processo de solução de um problema

físico, por meio da aplicação de métodos numéricos, é representado de uma forma geral a
seguir.
Para facilitar a apresentação das fontes de erros, o processo de solução de um problema
físico, por meio da aplicação de métodos numéricos, é representado abaixo de uma forma
geral.

MODELAGEM RESOLUÇÃO
PROBLEMA MODELO
FÍSICO MATEMÁTICO SOLUÇÃO

Duas fases podem ser identificadas no diagrama:

a) MODELAGEM - é a fase de obtenção de um modelo matemático que

descreve o comportamento do sistema físico em questão.

b) RESOLUÇÃO – é a fase de obtenção da solução do modelo matemático

através da aplicação de métodos numéricos.
 1.2. ERROS NA FASE DE MODELAGEM

Ao se tentar representar um fenômeno de um mundo físico por meio de um

modelo matemático, raramente se tem uma descrição correta deste fenômeno.
normalmente, são necessárias várias simplificações do mundo físico para que
se tenha um modelo matemático com o qual se possa trabalhar.

Pode-se observar estas simplificações nas Leis de Mecânica que são ensinadas no segundo
grau.

EXEMPLO 1.1

Para o estudo do movimento de um corpo sujeito a uma aceleração constante, tem-se a

seguinte equação:
d=d0+v0t + 1/2 at2 (1.1)

onde,
d = distância percorrida;
d0 = distância inicial;
v0 = velocidade inicial;
t = tempo;
a = aceleração.
 Supondo-se que um engenheiro queira determinar a altura de um edifício e que para isso
disponha apenas de uma bolinha de metal, um cronômetro e a fórmula acima, ele sobe
então ao topo de edifício e mede o tempo que a bolinha gasta para tocar o solo, ou seja, 3
segundos.

Levando este valor à equação (1.1), obtém-se:

d = 0 + 0 . 3 + ½ . 9,8 . 32
d = 44,1m

Este resultado é confiável?

É bem provável que não, pois no modelo matemático não foram consideradas outras
forças como, por exemplo, a resistência do ar, a velocidade do vento etc.
Além destas, existe um outro fator que tem muita influência: a precisão do cronômetro,
pois para uma pequena variação no tempo medido existe uma variação na altura do
edifício. Se o tempo medido fosse 3,5 segundos ao invés de 3 segundos, a altura do edifício
seria 60 metros.

Com este exemplo pode-se notar a grande influência que o modelo matemático e a
precisão dos dados obtidos exercem sobre a contabilidade da resposta conseguida.
Será visto, a seguir, um outro exemplo para melhor mostrar essa influência.

EXEMPLO 1.2

A variação no comprimento de uma barra de metal sujeita a uma

certa variação de temperatura é dada pela seguinte fórmula:

∆l= l0 (αt + βt2) (1.2)

onde
∆l = variação do comprimento;
l0 = comprimento inicial;
t = temperatura;
α e β = constantes específicas para cada metal;

Supondo-se que um físico queira determinar a variação no comprimento de

uma barra de metal quando sujeita a uma variação de temperatura de 10 0C e
sabendo que

l0 = 1m;
α = 0,001253; Obtidos experimentalmente
β = 0,000068;
Basta que se substituam estes valores na equação (1.2), ou seja:

∆l = 1 . (0,001253 . 10 + 0,000068 . 102)

∆l = 0,019330

Entretanto, como os valores de α e β foram obtidos experimentalmente com a precisão da

ordem de 10-6, tem-se que:

0,001252 < α < 0,001254

0, 000067 < β < 0,000069

∆l > 1 . (0,001252 . 10 + 0,000067 . 102)

∆l < 1 . (0,001254 . 10 + 0,000069 . 102) logo:

0,019220 < ∆l < 0,019440 Ou, ainda, ∆l = 0,0193 ± 10-4

Como se pode notar uma imprecisão na sexta casa decimal de α e β

implicou uma imprecisão na quarta casa decimal de ∆l.
Dependendo do instrumento que o físico utilize para medir a variação do comprimento,
esta imprecisão não será notada e, para ele, o resultado será exato. Deve-se ter sempre em
mente que a precisão do resultado obtido não é só função do modelo matemático adotado,
mas também da precisão dos dados de entrada.
 1.3. ERROS NA FASE DE RESOLUÇÃO

Para a resolução de modelos matemáticos, muitas vezes torna-se necessária a utilização de

instrumentos de cálculo que necessitam, para seu funcionamento, que sejam feitas certas
aproximações. Tais aproximações podem gerar erros que serão apresentados a seguir, após
uma pequena revisão sobre mudança de base.

1.3.1. Conversão de Bases

Um número na base 2 pode ser escrito como:

a m 2m    ...  a 2 2 2  a1 2  a 0 20  a1 2 1  a 2 a -2  ...  a n 2n
Ou ainda,
m
Onde:
ai – é 0 ou 1
 i
a .2
i n
i

n, m- números inteiros, com n ≤ 0 e m ≥ 0.

 Para mudar de base 2 para base 10, basta multiplicar o dígito binário por uma potência de 2
adequada.

EXEMPLO 1.3

10112 = 1 . 23 + 0 . 22 + 1 . 2 1 + 1 . 20
= 8+0+2+1
= 11 10

EXEMPLO 1.4

10,12 = 1 . 21 + 0 . 20 + 1 . 2 -1
= 2 + 0 + 0,5
= 2,5 10

EXEMPLO 1.5

11,012 = 1 .21 + 1 . 20 + 0 . 2 -1 + 1. 2 -2
= 2 + 1+ 0,25
 Para converter um número da base 10 para a base 2, tem-se que aplicar um
processo para a parte inteira e um outro para a parte fracionária.

 Para transformar um número inteiro na base 10 para a base 2 utiliza-se o

método das divisões sucessivas, que consiste em dividir o número por 2, a
seguir divide-se por 2 o quociente encontrado e assim o processo é repetido até
que o último quociente seja igual a 1. O número binário será, então, formado
pela concatenação do último quociente com os restos das divisões lidos em
sentido inverso ao que foram obtidos, ou seja,
 EXEMPLO 1.6 EXEMPLO 1.7

 Para transformar um número fracionário na base 10 para a base 2, utiliza-

se o método das multiplicações sucessivas, que consiste em:

 A) multiplicar o número fracionário por 2;

 B) deste resultado, a parte inteira será o primeiro dígito do número da base
2 e a parte fracionária é novamente multiplicada por 2. O processo é
repetido até que a parte fracionária do último produto seja igual a zero.
Transformando o número fracionário da base 10 para a base 2, então Y 10=X2

 EXEMPLO 1.8
0,1875 0,375 0, 75 0,50
X2 X2 X2 X2
0,3750 0, 750 1,50 1, 00
 Então: 0,187510=0,00112
 EXEMPLO 1.9
0, 2 0, 4 0,8 0, 6
0, 6
X2 X2 X2 X2
X2
0, 4 0,8 1, 6 1, 2
1, 2

 Então: 0,610=0,10012

... os produtos estão começando a se repetir.

EXEMPLO 1.10
1.3. ERROS DE ARREDONDAMENTO

Um número é representado, internamente, na máquina de calcular ou no computador

digital através de uma sequência de impulsos elétricos que indicam dois estados: 0 e 1,
ou seja, os números são representados na base 2 ou binária.

De uma maneira geral, um número x representado na base β por:

exp  d1 d 2 d3 dt 
x   .   2  3  ... t 
    
onde:

di - são números inteiros contidos no intervalo

0  di    1;  1, 2,..., t
onde:

exp- representa o expoente e assume valores entre

I  exp  S
onde:
I,S- limite inferior e limite superior, respectivamente, para a variação do expoente
 É a chamada mantissa e é parte do número que representa seus dígitos significativos e t é o
número de dígitos significativos do sistema de representação, comumente chamado de
precisão da máquina.

 d1 d 2 d3 dt 
    2   3  ...  t 
 
EXEMPLO 1.11

No sistema de base 
=10 temos:

 3 4 5  0
0,34510    2  3  .10
 10 10 10 
 3 12 4 1 5  2
31, 41510  0,31415.10    2  3  4  5  .10
 10 10 10 10 10 

Os números assim representados estão normalizados, isto é, a mantissa é um valor

entre 0 e 1.
EXEMPLO 1.12

No sistema binário, tem-se:

1 0 1  3
3
510  1012  0,101.2    2  3  .2
2 2 2 
1 33
410  1002  0,1.2  .2
2
EXEMPLO 1.13

Numa máquina de calcular cujo sistema de representação utilizado tenha =

2, t =10, I = -15 e S= 15, o número 25 na base decimal é, assim representado :

É a base 2; É a mantissa Expoente no Intervalo

5 101
2510  110012  0,11001.2  0,11001.2
 Para t: 10

1 1 0 0 1 0 0 0 0 0  101
 1  2  3  4  5  6  7  8  9  10  .2
2 2 2 2 2 2 2 2 2 2 

ou, de uma forma mais compacta:

1 1 0 0 1 0 0 0 0 0 1 0 1

Mantissa Expoente
Cada dígito é chamado de bit, portanto, nesta máquina são utilizados 10 bits para mantissa, 4 bits
para o expoente e mais um bit para o sinal da mantissa (se bit=0 positivo, se bit=1 negativo) e um
bit para o sinal do expoente, resultando, no total, 16 bits, que são assim representados :

0 1 1 0 0 1 0 0 0 0 0 0 0 1 0 1

Valor da Mantissa Valor do

Expoente

Sinal da Mantissa Sinal do Expoente

EXEMPLO 1.14
Utilizando a mesma máquina do exemplo anterior a representação de 3,5 10
seria dada por:

3,510=0,111.210

0 1 1 1 0 0 0 0 0 0 0 0 0 0 1 0
EXEMPLO 1.15

Ainda utilizando a mesma máquina do exemplo 1.13, o número -7,125 10

seria assim representado

-7,12510= - 0,111001.211

1 1 1 1 0 0 1 0 0 0 0 0 0 0 1 1

O maior valor representado por esta máquina descrita no exemplo 1.13 seria

1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1

Que na base decimal, tem o seguinte valor:

0,1111111111 . 21111 = 3273610

E o menor valor seria:

- 0,1111111111 . 21111 = - 3273610

 Através desses exemplos pode-se concluir que o conjunto dos números
representáveis neste sistema é um subconjunto dos números reais, dentro do
intervalo mostrado anteriormente.

O número de elementos deste conjunto é dado pela fórmula:

t 1
2(   1)( S  I  1)  1
ou seja,

10 1
2.(2  1).(15  ( 15)  1).2  1  31745
Estes números não estão igualmente espaçados dentro do intervalo.
Ao se tentar representar números reais por meio deste sistema, certamente se
incorre nos chamados erros de arredondamento, pois nem todos os números
reais têm representação no sistema.
Logo, os números que podem ser representados nesta página estariam contidos no
intervalo [3273610; - 3273610]

Nesta máquina, ainda, o valor zero seria representado por:

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

O próximo número positivo representado seria:

0 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1

0,1 . 2 -15 =0,000015259

O subsequente seria:

0 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1

0,100000001 . 2 -15 =0,000015289

 EXEMPLO 1.16

Qual seria a representação de 0,0000152710?

Já foi visto anteriormente que os números 0,00001525910 e

0,00001528910 são representáveis, mas que existe entre os dois
nenhum outro número representável, logo o número 0,00001527 será
representado como o número 0,000015259, pois é o valor que tem
representação binária mais próxima do valor binário de 0,00001527.

Um outro problema que pode surgir ao se representar valores

decimais na forma binária está ligado ao fato de não haver tal
representação finita.
 EXEMPLO 1.17

O valor decimal 0,1 tem como representação binária um número com infinitos
dígitos, logo, ao se representar 0,110 nesta máquina comete-se um erro, pois:

0 1 1 0 0 1 1 0 0 1 1 1 0 0 1 1 = 0,09997610

Pode ser mostrado que uma fração racional na base 10 pode ser escrita,
exatamente, com um número finito de dígitos binários somente se puder ser escrita
como o quociente de dois inteiros r/s, onde s=2N para um inteiro N, infelizmente,
apenas uma pequena parte das frações racionais satisfaz esta condição.

Como ilustração, são apresentados a seguir os sistemas de representação de

algumas máquinas.
Um parâmetro que é muito utilizado para se avaliar a precisão de um determinado
sistema de representação é o número de casas decimais exatas da mantissa e este
valor é dado pelo valor decimal do último bit da mantissa, ou seja, o bit de maior
significância. Logo:
1
PRECISÃO  t

EXEMPLO 1.18

Numa máquina com β = 2 e t = 10, a precisão da mantissa é da ordem de

1 3
 10
210
Logo, o número de dígitos significativos é 3.

Para concluir este item sobre erros de arredondamento, deve-se

ressaltar a importância de se saber o número de dígitos significativos
do sistema de representação da máquina que está sendo utilizada para
que se tenha noção da precisão do resultados obtido.
EXEMPLO 1.19

EXEMPLO 1.20
 EXEMPLO PARA A PRIMEIRA PROVA DE CÁLCULO
NUMÉRICO

Questão 1-Seja um computador binário, cujo sistema de ponto flutuante tenha

1 bit para o sinal do número, 3 bits para o expoente e 6 bits para a mantissa
num total de 10 bits. (2 pontos)

a) Represente, nele, os números r = 2,125 , s = -2,5 , t = 0,55.

 
 RESPOSTA

a) Represente, nele, os números r = 2,125 , s = -2,5 , t = 0,55.

r = 2,125= 10,001 = 1,0001 . 21

s = -2,5= -10,0 = - 1,01 . 21

t = 0,55= 0,100011001100... = 1,000110011... . 2-1

 1.3.3. ERROS DE TRUNCAMENTO

São erros provenientes da utilização de processos que

deveriam ser infinitos ou muito grandes para determinação de um
valor e que, por razões práticas, são truncados (parados).

Estes processos infinitos são muito utilizados na avaliação de

funções matemáticas, tais como, exponenciação, logaritmos,
funções trigonométricas e várias outras que uma máquina pode
ter.
 1.3.4. PROPAGAÇÃO DE ERROS

Será mostrado abaixo, através de um exemplo, como os erros descritos

anteriormente podem influenciar o desenvolvimento de um cálculo.

EXEMPLO 1.21

Supondo-se que as operações abaixo sejam processadas em uma máquina

com 4 dígitos e fazendo-se:

4
x1  0,3491.10
x2  0, 2345.100
 ( x2  x1 )  x1  (0, 2345.100  0,3491.10 4 )  0,3491.10 4
 3491, 2345  0,3491.104
 0,3491.104  0,3491.104
 0, 0000
x2  ( x1  x1 )  0, 2345.100  (0,3491.10 4  0,3491.10 4 )
 0, 2345  0, 0000
 0, 2345
Os dois resultados são diferentes, quando não deveriam ser, pois a adição é uma
operação distributiva. A causa desta diferença foi um arredondamento feito na
adição (x2 + x1), cujo resultado tem 8 dígitos. Como a máquina só armazena 4
dígitos, os menos significativos foram desprezados.

Ao se utilizar máquinas de calcular deve-se estar atento a essas particularidades

causadas pelo erro de arredondamento, não só na adição mas também nas outras
operações.
 EXEMPLO 1.22

A seguir, é apresentado um outro exemplo de como a ordem de execução de

operações pode influenciar na solução obtida.

Para o seguinte sistema de equações:

0, 0030 X 1  30, 0000 X 2  5, 0010


 1, 0000 X 1  4, 0000 X 2  1, 0000
a solução exata é x1 =1/3 e x2=1/6.

Multiplicando a 1a equação por (-1/0,003), tem-se:

1, 0000 X 1  10.000, 0000 X 2  1.667, 0000


 1, 0000 X 1  4, 0000 X 2  1, 0000
 Somando a segunda equação à primeira, elimina-se x1.

9.996, 0000 X 2  1.666, 0000

1.666, 0000
X2   0,1667
9.996, 0000
levando este valor a primeira equação,

1, 0000 X 1  10.000, 0000  0,1667   1.667, 0000


 X1  0, 0000

Este valor encontrado para x1 é a função da diferença de ordem de grandeza

dos coeficientes de x1 e x2 na 1a equação.
Se a ordem das equações é invertida, tem-se:

 1, 0000 X 1  4, 0000 X 2  1, 0000


0, 0030 X 1  30, 0000 X 2  5, 0010

Multiplicando-se a 1a equação por -0,0030, vem:

0, 0030 X 1  0, 0120 X 2  0, 0030


 0, 0030 X 1  30, 0000 X 2  5, 0010
Somando-se a 1a com a 2a equação:

29,9880 X 2  4,9980
X 2  0,1667

Levando, 1a equação, o valor de x2, encontra-se:

0, 0030 X 1  0, 0120  0,1667   0, 0030

X 1  0,3333
 SISTEMAS LINEARES
2 .1. INTRODUÇÃO

Um problema de grande interesse prático que aparece, por exemplo, em

cálculo de estruturas e redes elétricas e solução de equações diferenciais, é o da
resolução numérica de um sistema linear Sn de n equações com n incógnitas:

a11 X 1  a12 X 2  .........  a1n X n  b1 

a X  a X  .........  a X  b 
 21 1 22 2 2n n 2 
Sn   
...............................................................
an1 X 1  an 2 X 2  ........  ann X n  bn 
 n
S n   aij x j  bi ,
j 1

i  1, 2,..., n
Sob a forma matricial Sn pode ser escrito como

AX  b

onde A é uma matriz quadrada de ordem n, b e x são matrizes n x 1, isto é, com

n linhas e uma coluna, aij é chamado coeficiente da incógnita xj e os bj são os
chamados termos independentes, com i, j = 1,2,..., n. Tanto os coeficientes
quanto os termos independentes são, em geral, dados do problema.
 A matriz A é chamada matriz dos coeficientes e a matriz:

 a11a12 .........a1nb1 
 
a a .........a b
B   21 22 2n 2 
  A : b
 .......................... 
 
 an1an 2 ........annbn 
é chamada matriz aumentada ou matriz do sistema.
Os números constituem uma solução de (2.1) ou (2.2) se para
, i=1,2,...n as equações de Sn se transformam em igualdades numéricas.
Com estes números, pode-se formar a matriz coluna.
 x11 
 
 x21 
. 
X  
. 
. 
 
 xn1 
a qual é chamada matriz solução de (2.3). Observe que por definição:

=()T

2.1.1. CLASSIFICAÇÃO QUANTO AO NÚMERO DE SOLUÇÕES

Um sistema linear pode ser classificado quanto ao número de soluções em

compatível, quando apresenta solução, e incompatível, caso contrário.

EXEMPLO 2.1

Se bi=0, i,=1,2 ,..., n, isto é, se a matriz b=0, o sistema é dito homogêneo. Todo
sistema homogêneo é compatível, pois admite sempre a solução
Xi = 0, i = 1,2,..., n, ou seja, a matriz X=0 é sempre solução. Esta solução é chamada
de trivial.
 EXEMPLO 2.2
O sistema abaixo é incompatível

 x1  x2  0
B
 x1  x2  1
Geometricamente, pode-se interpretar o sistema do seguinte modo:
Tomando coordenadas num plano, a eq. x1+x2=0 é a equação de uma reta, o mesmo
sucedendo para x1+x2=1

Logo, a solução do sistema, que seria

o ponto comum entre as retas, não
existe, pois elas são paralelas

Os sistemas compatíveis podem ainda ser classificados em determinados, quando

apresenta uma única solução, e indeterminados, caso contrário
EXEMPLO 2.2
O sistema homogêneo
2.1.2. SISTEMAS TRIANGULARES

Seja um sistema Sn:

AX=b

Onde a matriz A = (aij) é tal que aij=0 se j<i; j=1,2...,n, ou seja

a11 x1  a12 x2  .........  a1n xn  b1

 a22 x2  .........  a2 n xn  b2


 ...................................
 ann xn  bn
Um sistema deste tipo é chamado triangular superior enquanto que aij=0
Para se j>i; j=1,2...,n, tem-se um sistema triangular inferior:

 a11 x1  b1
a x  a2 n xn  b2
 22 2

 a33 x1  a32 x2  a33 x3  b3
 an1 x1  an 2 x2  an 3 x3  bn
DIFERENCAS FINITAS
MATLAB PARA
ENGENHARIA
 SISTEMA DE EQUACÕES LINEARES

A interpretação gráfica é necessária para solução a

sistemas de equações lineares ocorrente frequentemente
em problemas de engenharia.
Há vários métodos existentes para solucionar sistemas de
equações, mas eles envolvem operações demoradas com
grande oportunidade de erro. Entretanto temos que
entender o processo para que possamos corrigir e
interpretar os resultados do computador.
 SISTEMA DE EQUACÕES LINEARES
Aplicação do Matlab à resolução de sistemas de equações lineares.
Para tanto temos as seguinte funções/caracteres especiais no
Matlab.

Símbolo Comando
\ Divisão à esquerda

| Divisão à direita

inv(A) Inversa da matriz A

rank(A) Característica de uma matriz

SISTEMA DE EQUACÕES LINEARES
Divisão à Esquerda e Inversa
Considere-se o seguinte sistema de equações lineares
SISTEMA DE EQUACÕES LINEARES

Existe duas maneiras de resolver o problema anterior que são:

Divisão a Esquerda: X=A/B;

Inversa: X=A-1B.
DIVISÃO A ESQUERDA

INVERSA
SISTEMA DE EQUACÕES LINEARES
Divisão à Direita
Se o sistema for definido como XA=B, então a sua solucão pode ser dada por
uma divisão a direita X=B/A, .
EXEMPLO 1: SOLUCÃO DE SISTEMA DE
EQUACÕES LINEARES

A solução do exemplo 1 é facilmente obtida informando ao

MATLAB, no próprio prompt, a matriz A e o vetor independente b .
A solução x procurada para o sistema é obtida com o comando x =
A\b, como a seguir.
SOLUCÃO DO EXEMPLO 1:
» A = [-1, 2, 0; 1/2, 9, 3; 2, 4,5]
A=
-1.0000 2.0000 0
0.5000 9.0000 3.0000
2.0000 4.0000 5.0000
» b = [3; -2; 7]
b=
3
-2
7
» x = A\b
x=
-6.1923
-1.5962
5.1538
 EXEMPLO 2: APLICACAO DO METODO
ITERATIVO DE JACOBI

Um outro exemplo de implementação de um código .m

no MATLAB é mostrado a seguir em que a solução de um
sistema algébrico linear é obtida pela aplicação do método
iterativo de Jacobi.
 SOLUCÃO DO EXEMPLO 2:
% Metodo de Jacobi para solucionar Ax = b
A = [6 -1 0;-1 4 1;0 1 6]
b = [-1; 1 ; 2]
[n,n] = size(A);
x = zeros(n,1);
r = zeros(n,1); % vetor de residuos
tol = 1e-2;

O código mostrado anteriormente, descreve o método iterativo de Jacobi para solução de

Ax = b. O método iterativo de Jacobi quando aplicado para resolver um sistema de
equações lineares algébricas simultâneas, do tipo Ax = b baseia-se numa partição da matriz
dos coeficientes, da seguinte forma A = L +U + D , onde L e U são matrizes triangulares
inferior e superior obtidas de A , respectivamente, excluindo-se os elementos da diagonal,
e D é a matriz composta apenas dos elementos da diagonal da matriz A (observe que L , U
e D não são matrizes resultantes da fatoração de A , trata-se apenas de uma partição).
EXEMPLO 3: MATRIZ DE ITERACAO
% Matriz de iteracao:
D = diag(diag(A))
L = tril(A)-D;
U = triu(A)-D;
E = -inv(D)*(L + U);
F = inv(D)*b;
 EXEMPLO 4: APLICACAO NA
ENGENHARIA
Modelagem & Dinâmica de Processos

Exemplo 1:
Modelos simples - o tanque de nível

FE A

h F

Considerando constantes a vazão de alimentação FE, a

densidade  e a temperatura T, e que o sistema está sujeito à
condição inicial:

ht  0  h0 (1)

1
EXEMPLO 4
Modelagem & Dinâmica de Processos

Modelos simples - o tanque de nível

pode-se escrever o balanço de massa do sistema

dmt 
  FE  F  (2)
dt
Ainda,

dmt  dht 
 A (3)
dt dt
e, portanto,

dht  1
 FE  F  (4)
dt A

1
EXEMPLO 4
Modelagem & Dinâmica de Processos

Modelos simples - o tanque de nível

Este modelo simples de um tanque de nível, sem balanço de
energia, possui uma solução analítica:

 
t

ht   RFE 1  e RA 
 (7)
 

Para simular este modelo, basta escolher os valores das

constantes R, A e FE, das condições iniciais h0 e t0.
A simulação da solução analítica do modelo do tanque de
nível é mostrada a seguir.

1
EXEMPLO 4
R = 1; % h/m2
A = 2; % m2
Fe = 10; % m3/h
% Tempo de simulação
t = 0.0 : 0.01 : 10.0; % h
% Simulação da altura de líquido
h = R*Fe*(1 - exp(-t/(R*A))); % m
% Visualização da simulação
plot(t,h);
title('Simulação do tanque de nível');
xlabel('Tempo (h)');
ylabel('Altura (m)');
 DICA!
Verifique a consistência do calculo: a matriz “h”
gerada também deve ser 1x1000, já que
cada instante “t” gerou um valor “h”. É sempre útil
conferir a dimensão das variáveis, principalmente a
medida que as rotinas forem tornando-se
complexas.
 INTERPOLACÃO A AJUSTE DE CURVAS

Nesta parte estuda-se a aplicacão do MATLAB a interpolacão e

ajuste de curvas. A saber referem-se a seguinte funcão no
MATLAB.
INTERPOLACÃO A AJUSTE DE CURVAS

 A interpolacão tem por objetivo estimar o valor entre

dois pontos para os quais se conhecem os valores.
Estudam-se duas formas
 METODO DA INTEGRACAO
NUMERICA
Podemos calcular a área sob curvas F(x) por
integração numérica.

- Integração de funções unidimensionais:

quad
quadl

- Integração dupla:
dblquad