Baixe o app para aproveitar ainda mais
Prévia do material em texto
Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 1 Conceitos e Princípios Gerais em Cálculo Numérico 1.1 Objetivo: Propiciar ao estudante o conhecimentos de processos numéricos já concebidos pela análise numérica. Problema físico Modelagem Modelo matemático Resolução Solução 1.2 Resolução do modelo matemático por meio de cálculo numérico (i) Feita a modelagem matemática, a fase seguinte consiste na resolução do modelo. (ii) A área da matemática que trata da concepção de processos numéricos e estuda sua exequibilidade para encontrar aproximações à solução do modelo matemático denomina-se Análise Numérica. Conceitos Básicos de Cálculo Numérico (a) Problema Numérico: Tanto os dados (dados de entrada) como os resultados (dados de saída) para o problema são conjuntos numéricos finitos. Exemplo : 0100705501120 23456 xxxxxx (b) Problema não numérico Os dados de entrada e de saída não se apresentam como uma quantidade finita de números reais. Exemplo: 1)5( 0)0( )5,0(,22 2 2 y y xyx dx yd Métodos Numéricos A escolha do método mais eficiente para resolver um problema numérico devem envolver os seguintes aspectos: (i) Precisão desejada para os resultados; (ii) Capacidade dos métodos em conduzir os resultados; (iii) Esforço computacional despendido . Algorítmo: é a descrição sequencial dos passos que caracterizam um método numérico. Fontes de Erro: a. Erros nos dados de entrada; b. Erros no estabelecimento do modelo matemático; c. Erros de arredondamento durante a computação; d. Erros de truncamento; e. Erros humanos e de máquinas. Erros a. Cálculo do perímetro de uma circunferência de raio 100m. Para π vamos assumir os valores Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 2 Π Aprox. obtidas 3.14 6.28m 3.1416 628.32m 3.141592654 628.3185380m Os resultados acima são aproximações para o perímetro devido ao erro de arredondamento cometido na escolha do valor de π. Obs: O erro ocorrido no problema depende da representação do número na máquina a ser utilizada. Além disto, um número pode ter representação finita em uma base e não finita em outras bases. A base decimal é a mais empregada atualmente. Já o computador geralmente opera na base 2. A partir do momento em que se calcula um resultado por aproximação, é preciso saber como estimar ou delimitar o erro cometido na aproximação. Sem isso a aproximação obtida não tem significado. Frequentemente é possível, no cálculo numérico, estimar o erro e até delimitá- lo, isto é, estabelecer a menor das cotas superiores para o erro. A delimitação do erro é sempre desejável, pois com ela tem-se um valor em que o erro cometido seguramente é inferior a um limite. Para se estimar ou delimitar o erro, recorre-se a dois conceitos: erro absoluto e erro relativo. Com efeito, seja x um valor aproximado para uma quantidade cujo valor exato é x . Então se define: (i) Erro absoluto em x : xx O erro relativo é frequentemente dado como uma porcentagem. Por exemplo, 5% de erro relativo significa que o eroo relativo é de 0,05. (ii) Erro relativo em x : x xx Se a magnitude do erro em x não excede 0,5 X 10-t, então se diz que x tem t casas decimais corretas do valor exato x . Por exemplo: 0,001234 0,000004 tem cinco casas decimais corretas. Representação de Números Inteiros De um mo do geral, dado um número na base , podemos escrever na forma polinomial: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 3 Exemplo a. (347)10 = 3 x 10 2 + 4 x 101 + 7 x 100 b. (10111)2 = 1 x 2 4 + 0 x 23 + 1 x 22 +1 x 21 + 1 x 20 c. (10111)2 = 1 x 2 4 + 0 x 23 + 1 x 22 +1 x 21 + 1 x 20 = 16 + 0 + 4 + 2 + 1 = (23)10 d. (1011,101)2 =1 x 2 3 + 0 x 22 + 1 x 21 + 1 x 20 +1 x 2-1 +0 x 2-2 +1 x 2-3 Algorítmo para converter um número para um número representado na base 10: ↔ (b)10 bn = an bn-1 = an-1 + 2.bn bn-2 = an-2 + 2.bn-1 . . . b1 = a1 + 2.b2 b0 = a0 + 2.b1 Exemplo: (10111)2 b4 = a4 = 1 b3 = a3 + b4 x 2 = 0 + 1 x 2 = 2 b2 = a2 + b3x 2 = 1 + 2 x 2 = 5 b1 = a1 + b2x 2 = 1 + 5 x 2 = 11 b0 = a0 + b1 x 2 = 1 + 11 x 2 = 23 De modo análogo para converter um número da base 2 para a base 10 aplica-se o algoritmo anterior tendo-se o cuidado de escrever todos os dígitos na base 2, inclusive o número e efetuara aas operações na base 2. Exemplo (347)10 b2 = a2 = 3 b1 = a1 + b2 x 10 = 4 + 3 x 10 = (100)2 + (11)2 X (1010)2 = (100010)2 b0 = a0 + b1 x 10 =7 + (100010)2 x (1010)2 = (111)2 + (100010)2 x (1010)2 = (101011011)2 Cálculos: 3 = 1 x 21 + 1 x 20 = (11)2 4 = 1 x 22 + 0 x 21 + 0 x 20 = (100)2 7 = 1 x 22 + 1 x 21 + 1 x 20 = (111)2 10 = 1 x 23 + 0 x 22 + 1 x 21 + 0 x 20 = (1010)2 Observação: Na aritmética do sistema binário tem-se: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 4 0 + 0 = 0 1 + 0 = 1 0 + 1 = 1 1 + 1 =10 0 . 0 = 0 1 . 0 = 0 0 . 1 = 0 1 . 1 = 1 Conversão de Números Fracionários: Binário Decimal Seja r um número real positivo na base 10 então, r = rI + rF rI é o maior inteiro, menor ou igual a r, rF é um número entre 0 e 1, rF = b1 x 10 -1 + b2 x 10 -2 + b3 x 10 -3 + ...+ bk x 10 -k Se bk = 0 para todo k > m, dizemos que rF tem representação decimal finita, rF = = 0.125 = 1 x 10 -1 + 2 x 10-2 + 5 x 10 -3 caso contrário, dizemos que rF não tem representaçãofinita rF = = 0.111... = 1 x 10 -1 + 1 x 10-2 + 1 x 10 -3 + ... Se r estiver representado na base binária teremos, rF = b1 x 2 -1 + b2 x 2 -2 + b3 x 2 -3 + ...+ bk x 2 -k, onde bj = 0 ou 1 para todo j. Dada uma fração rF no sistema decimal, como obter sua representação na base 2? Exemplo: a. rF = (0.5)10 = 5 x 10 -1 . Sejam bk = k = 1,2,... tais que, rF = 2rF = = Portanto, rF = (0.5)10 = (0.1)2 b. rF = (0.125)10 = 1 x 10 -1 + 2 x 10-2 + 5 x 10 -3 rF = 2(rF) = 0.25 = 2 (2rF)F = 2(0.25) = 0.5 = 2[2 (2rF)F ]= 2(0.5) = 1 = Portanto, rF = (0.125)10 = (0.001)2 Os exemplos acima mostram que o número r tem representação finita no sistema decimal e no sistema binário. Porém isto nem sempre ocorre, confira o exemplo a seguir: c. rF = (0.1)10 2(rF) = 2 (0.1) = 0.2 Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 5 2[(rF)F] = 2 (0.2) = 0.4 2{2[(rF)F] }F = 2 (0.4) = 0.8 2{2{2[(rF)F] }F}F = 2(0.8) = 1.6 = 1 + 0.6 e 2(0.6) = 1.2 15 b e 2(0.2) = 0.4 Observe que a parte fracionária (0.2) se repete. Então rF = (0.1)10 = (0.0001100110011...)2, logo rF não tem representação finita na base 2. Exercício 1 1. Converta os seguintes números decimais para a base binária: x = 47; y = 93; z = 26.35; w = 0.1217 2. Converta os seguintes números binários para a sua correspondente forma na base decimal: a. x =(110101)2 b. y = (0,1101)2 c. z = (11100,1101)2 d. w = (0,1111101)2 3. Converta rF = (0,1011)2 do sistema binário para o sistema decimal. Aritmética de Ponto Flutuante Anteriormente mostramos que Erros de arredondamento podem surgir de duas fontes distintas: no processo de conversão de base e na representação finita de dígitos que as máquinas utilizam para representar um número. Um número qualquer na base , em aritmética de ponto flutuante de dígitos, tem a seguinte forma: Onde é um fração na base , também chamada de mantissa. , é o expoente que varia no intervalo . são inteiros e dependem da máquina utilizada. Em geral, . Um número em aritmética de ponto flutuante, está normalizado se . O número máximo de dígitos da mantissa é determinado pelo comprimento da palavra do computador. Um ‘bit’ é um dígito da mantissa, quando é empregada a base 2. Dado um número , sua representação em Aritmética de Ponto Flutuante de dígitos é feita por truncamento ou arredondamento. Este número não pode ser representado neste sistema se o expoente estiver fora dos limites e . São os casos de “underflow” ou “overflow” . Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 6 Neste sistema o zero é, em geral, representado com o menor expoente possível para se evita a perda de dígitos nas operações. Exemplo: X Representação obtida por arredondamento Representação obtida por truncamento 1.25 0.125 x 10 0.125 x 10 10.053 0.101 x 102 0.100 x 102 -238.15 -0.238 x 103 -0.238 x 103 2.71828... 0.272 x 10 0.271 x 10 0.000007 Expoente menor que -4 = 718235.82 Expoente maior que 4 = Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 7 Equações Algébricas e Trancendentes Zeros de funções Reais: Um número real é um zero (raiz) da função se = 0. Em alguns casos, de equações polinomiais, os valores de que anulam podem ser reais ou complexos. Nesta nota, estaremos interessados somente nos zeros reais de . Graficamente os zeros reais são representados pela interseção do gráfico de com o eixo . • Como obter raízes de uma equação qualquer? Estudaremos métodos numéricos para resolver equações da forma . Na maioria dos casos estas equações não tem solução algébrica como há para as equações de 2O grau. No entanto, métodos numéricos podem fornecer uma solução satisfatória. A idéia, desses métodos é partir de uma aproximação inicial para a raiz, em seguida fazer o “refinamento” dessa aproximação através de um processo iterativo Processo para encontrar uma solução: Consiste de duas fases, Fase1: Isolamento de raízes - consiste em achar um intervalo [a,b] que contém a raíz. Fase2: Refinamento - Partindo de uma aproximação inicial refinamos a solução até que certos critérios sejam satisfeitos. Teorema: Se uma função contínua assume valores de sinais opostos nos pontos extremos do intervalo , isto é, se , então existe pelo menos um ponto , tal que . Definição: Se é uma função dada, um ponto é um zero (ou raiz) de se . Exemplo: Seja . Determinar as raízes de . Solução: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 8 Façamos a interseção dos gráficos de cada uma das funções acima. A projeção de cada ponto interseção dos gráficos sobre o eixo indica uma raiz de , em seguida identificamos o intervalo e o refinamos através de um método numérico. Neste exemplo apenas estamos interessados em verificar se o intervalo que contém a raiz cumpre as condições do teorema. , raiz negativa. , raiz positiva. Importante: Sob as hipóteses do teorema anterior. Se existir e preservar o sinal em então este intervalo contém um único zero de . Exemplo: com 0 1 2 3 ... - - + + ... admite pelo menos um zero em admite um único zero em todo o seu domínio, e este zero está em . Exercício: -100 -10 -5 -3 -1 0 1 2 3 4 5 - - - - + + + - - + + + Identifique os intervalos que possuem pelo menos uma raiz. Teorema de Bolzano: Seja uma equação algébrica com coeficientesreais e . Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 9 Se , então existe um número impar de raízes reais (contando suas multiplicidades) no intervalo . Se , então existe um número par de raízes reais (contando suas multiplicidades) ou não existem raízes reais no intervalo . Critérios de Parada Depois de isolar a raiz no intervalo , passamos a cálculá-la através de métodos numéricos. Estes métodos devem fornecer uma sequência de aproximações, cujo limite é a raiz . Conforme uma tolerância préfixada, em cada aproximação da raiz exata usa- se um dos critérios abaixo para fazer uma comparação com . (critério 1) (critério 2) (critério 3) Exercício 2 1. Esboce o gráfico para delimitar os zeros da função f(x) = ex + x2 – 2. 2. Esboce o gráfico para delimitar os zeros da função f(x) = ln(x) + x 3. Esboce o gráfico para delimitar os zeros da função f(x) = e x − 1/x 4. Esboce o gráfico para delimitar os zeros da função f(x) = cos x – 3x 5. Esboce o gráfico para delimitar os zeros da função f(x) = ln (x) – x + 2 Métodos Numéricos a. Método da Bisseção: Seja uma função contínua no intervalo e . Se dividindo o intervalo ao meio, obtém-se , e dois subintervalos e ]. Se temos ; caso contrário a raiz estará no subintervalo onde a função tem sinais opostos nos pontos extremos, ou seja, se , então, ; senão e . Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 10 O novo intervalo que contém é dividido ao meio e obtém-se o ponto . O proçesso se repete até que se obtenha uma aproximação para a raiz exata , com a tolerância desejada. Interpretação geométrica do Método da Bisseção Para faça: Se Exemplo Calcular a raiz positiva da equação f(x)=x2 – 3 com є ≤ 0,01 no intervalo [1,2]. n a n b n x n F[x n ] |x n+1 - x n | 0 1.00000 2.00000 1.50000 - 0.75000 -------------- 1 1.50000 2.00000 1.75000 0.06250 0.25000 2 1.50000 1.75000 1.62500 - 0.35938 0.12500 3 1.62500 1.75000 1.68750 - 0.15234 0.06250 4 1.68750 1.75000 1.71875 - 0.04590 0.03125 5 1.71875 1.75000 1.73437 - 0.00806 0.01563 6 1.71875 1.73437 1.72656 - 0.01898 0.00781 Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 11 b. Método de Newton Seja uma função contínua em e o seu único zero neste intervalo;as derivadas e devem também ser contínuas. Encontra-se uma aproximação Para a raiz e é feita uma expansão em série de Taylor para : ) ) é uma aproximação para . É condição suficiente para a convergência do Método de Newton que: e sejam não nulas e preservem o sinal em e seja tal que . Interpretação geométrica do Método de Newton Exemplo: Calcular uma raiz da equação , com ≤ 0,01 usando o método de Newton ,considerando [0,1]. n xn f(xn) df(xn) erro 0 1 -0,27854 -3,04208 1 0,908439 -0,01027 -2,81731 0,100789 2 0,904794 -1,6E-05 -2,80831 0,004028 3 0,904788 -4,2E-11 -2,80829 6,46E-06 4 0,904788 0 -2,80829 1,66E-11 5 0,904788 0 -2,80829 0 Observe que o erro é atingido na segunda iteração. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 12 c. Método da Secante Observamos anteriormente uma séria desvantagem do Método de Newton , é a necessidade de se obter , bem como calcular se valor numérico a cada passo. Há várias maneiras de modificar o método de Newton a fim de eliminar essa desvantagem. Uma modificação consiste em substituir a derivada pelo quociene das diferenças: Onde e são duas aproximações quaisquer para . Note é o limite do quociente acima quando . O Método de Newton quando modificado desta maneira é conhecido como Método da Secante. Assim, Interpretação geométrica do Método da Secante Exemplo: Calcular uma raiz da equação , usando o método das secantes, considerando e . Parar na iterada . Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 13 n xn+1 f(xn+1) erro 0 1,5708 -0,4292 1 4,71239 6,71239 3,14159 2 1,759605 -0,20485 2,952785 3 1,847051 -0,07712 0,087446 4 1,899844 0,007143 0,052793 5 1,895369 -0,00021 0,004475 Observaçõe sobre os métodos: a. Bisseção Não exige o conhecimento das derivadas, mas tem uma convergência lenta. Deve ser usado apenas para diminuir o intervalo que contém a raiz. b. Newton Requer o conhecimento da forma analítica de , mas sua convergência é extraordinária. c. Secante Exige que o sinal da derivada segunda permaneça contante no intervalo (ver o gráfico). Se o ponto fixado for razoavelmente próximo da raiz, método tem boa convergência; caso contrário, poderá ser mais lento que a bisseção. Exercício 3 1. Usando o método da Bisseção, determine as raízes reais. a. 3 2 1 0.x x em (-1 0) b. 2 ( ) 0.xe sen x em (0.5 1.5) c. ( ) / 4 cos( ) 0.xe x x em (0.5 1) d. ln( ) 0,8 0.x x em (1.5 2) 2. Useo método de Newton para calcular a raíz de 5 1 0x x , no intervalo (1 1.5) até a quarta decimal correta. Tome x0 = 1.2 3. Use o método de Newton para calcular a raíz de 0,5 2( 1) 0x x , no intervalo (0.8 1) até a quarta decimal correta. 4. Use o método de Newton para calcular a raíz de 4 5 0x x , nos intervalos: (i) (1 2) com ponto inicial 1.5 até a quinta decimal correta. (ii) (-2 -1) com ponto inicial -1.5 até a quinta casa decimal correta. 5. Uma raíz da equação 4 32 2 1 0x x x é 1x . Qual é a multiplicidade dessa raiz? Justifique a resposta. 6. Aplicando o Método de Newton à equação 0)( xf , onde 0, 0, )( xx xx xf para a raiz 0x , o que acontecerá com as iterações? Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 14 7. Considere 3 1 1 )(,: 2 x x e e xfRRf . Determine uma aproximação para o zero de f usando o método da secante e calculando as iterações até que 3 1 10 nn xx . n xn+1 |xn+1 - xn| 0 x0 =1 x1 = 3 1 2 3 4 5 Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 15 Métodos Diretos e Iterativos para a solução de Sistemas Lineares Existem duas classes de métodos para solução de Sistemas Lineares. Os denominados métodos diretos e os denominados métodos iterativos. Como veremos, a escolha de uma classe para a solução do sistema vai depender de características e propriedades da matriz . Métodos Diretos Os métodos diretos são aqueles em que após um número finito de etapas e não se considerando os erros de arredondamento encontramos a solução do sistema. Método de Cramer ( ver livros de Ensino Médio) Solução de Sistemas Triangulares (ver livros de Ensino Médio) Eliminação Gaussiana Um dos métodos mais eficiente e utilizado na solução de um sistema linear geral da forma (I) A idéia central do método consiste na eliminação sistemática das incógnitas transformando o sistema geral em um sistema do tipo triangular. Suponha que a matriz referente ao sistema acima é não singular, . Se podemos eliminar nas equações do sistema, fazendo: Assim as últimas equações do sistema se tornam Este sistema tem equações e incógnitas. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 16 Com um procedimento análogo, e supondo podemos eliminar das últimas equações do sistema fazendo: (II) Fazendo em (II) temos que o sistema (I) é equivalente a ao sistema triangular onde estamos denotando e . No método da eliminação de Gauss os elementos representam um papel fundamental e são denominados de pivôs da eliminação. Importante: O pivô escolhido não pode ser nulo; A escolha de um pivô não nulo é necessária mas não é suficiente; Escolher um pivô muito próximo de zero poderá levar a ”soluções” completamente absurdas. Para “evitar” problemas, como no item acima, adotaremos a seguinte estratégia: Na é-sima etapa escolha de modo que Então troque as linhas e . Exemplos: a. Após a primeira etapa da eliminação temos, Não continuaremos o processo de eliminação porque . Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 17 b. Após a primeira etapa de eliminação temos, )210()110( 110 4 2 4 21 4 x xx logo, 000,1 )110( )210( 4 4 2 x Substituindo na primeira equação temos que, e teríamos como solução, o que não é verdade pois esses valores não verificam a segunda equação do sistema: Portanto, não pode ser solução. Agora vamos refazer a mesma questão usando a estratégia descrita acima: Assim devemos permutar as linhas 10 e 20. Fazendo agora o primeiro processo de eliminação Portanto a solução é é a solução procurada do sistema. Métodos Iterativos A ideia central dos métodos iterativos é transformar um sistema original , num sistema equivalente na forma e, a partir de uma aproximação inicial , gerar uma sequência de aproximações para a solução do sistema. Para isso,é utilizada a equação recursiva: Assim, dado o sistema linear , onde: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 18 Este sistema é convertido, num sistema do tipo , em que é uma matriz , e é um vetor . A função é denominada função de iteração, dada na forma matricial, e seu ponto fixo, ou seja, tal que constitui a solução do sistema . O esquema iterativo resultante da equação recursiva, , partindo de uma aproximação inicial , nos dá: A sequência de aproximações é convergente se, e somente se, , onde , ou seja, é solução do sistema . Teste de Parada O processo iterativo será repetido até que o vetor esteja “suficientemente próximo” do vetor . Para medir a distância entre duas aproximações consecutivas, podemos usara norma dada por: Desta forma, dada uma precisão , o vetor será escolhido como solução aproximada da solução exata , quando . Em alguns casos, computacionalmente é também utilizado como teste de parada um número máximo de iterações, para evitar loops infinitos – quando não se tem garantia de convergência ou esta é muito lenta. Outro teste de parada que pode ser utilizado é o erro relativo, fazendo: Método de Gauss-Jacobi Dado o sistema , , e , o método de Gauss-Jacobi transforma o sistema original no sistema , usando o procedimento indicado a seguir. Considere o sistema original: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 19 Supondo isolamos o vetor , a partir dos elementos da diagonal, da seguinte forma: Assim, obtemos a função de iteração na forma , onde: , e , ou seja, e . Daí o método de Gauss-Jacobi consiste em obter a sequência , escolhida uma aproximação inicial , através da equação recursiva: , ou seja, Exemplo: Resolva o sistema, pelo método de Gauss-Jacobi, com e . Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 20 Os cálculos ficam como exercício. Método de Gauss-Seidel Este método usa o mesmo princípio do método de Gauss-Jacobi, exceto pelo fato de utilizar os valores atualizados de . Desta forma a função , para um dado sistema , será calculado por: Portanto o procedimento descrito pelas equações recursivas acima, nos diz que para calcularmos o valor de ,usamos os valores já calculados e assim sucessivamente. Exemplo: Resolva o sistema, pelo método de Gauss-Seidel, com e . Os cálculos ficam como exercício. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 21 Estudo da Convergência A aplicação dos métodos iterativos requer um estudo de viabilidade de sua aplicação, pois nem sempre se tem a convergência da sequência definida pelo método de Gauss-Jacobi ou Gauss- Seidel. Neste sentido, é importante estabelecer alguma condição que seja suficiente para a convergência do método. a. Teorema (Critérios das Linhas) Seja um sistema linear e . Se , então o método iterativo (Gauss-Jacobi ou Gauss-Seidel) gera uma sequência { } convergente para a solução do sistema dado, qualquer que seja a escolha a para aproximação inicial . b. Teorema (Critério das Colunas) Seja o sistema linear e . Se , então o método iterativo (Gauss-Jacobi ou Gauss-Seidel) gera uma sequência { } convergente para a solução do sistema dado, qualquer que seja a escolha a para aproximação inicial . c. Teorema (Critério de Sassenfeld) Dado o sistema linear sejam e Seja . Se , então o método iterativo Gauss-Seidel gera uma sequência { } convergente para a solução do sistema dado, qualquer que seja a escolha a para aproximação inicial . Além disso, quanto menor for mais rápida será a convergência. Exemplo: 1- Considere o sistema linear e verifique porque este sistema não satisfaz o critério das linhas. O que se deve fazer para haver convergência? 2- Considere o sistema Aplique o critério de Sassenfeld para este sistema, com disposição de linhas e colunas para verificar se o método de Gauss-Seidel gera uma sequência convergente para a solução do sistema. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 22 Exercícios 4 1- Analise os sistemas abaixo quanto a possibilidade de solução e, caso afirmativo, se há convergência para os métodos iterativos. a. b. 2- Verifique se o critério de Sassenfeld é satisfeito para os sistemas a seguir e , caso afirmativo, resolva-os por Gauss-Seidel. a. , onde e 3- Usando o critério de Sassenfeld, verifique para que valores de se tem garantia de convergência do método de Gauss-Seidel para o seguinte sistema. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 23 Interpolação Polinômio de Interpolação O problema geral de interpolação por meio de polinômios consiste em, dados números (pontos) distintos (reais ou complexos) e números (reais ou complexos) , números estes que, em geral, são valores de uma função em , determinar-se um polinômio de grau no máximo tal que: Exemplo: Consideremos a tabela, -1 0 3 15 8 -1 Determinar o polinômio de interpolador para a função definida por este conjunto de pontos. Solução: Como ⇒ tal que Então, Fazendo as substituições adequadas e resolvendo o sistema teremos, Fórmula de Lagrange Sejam , pontos distintos. Consideremos para os seguintes polinômios de grau : Tais que: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico24 Assim, para os valores dados de uma função , o polinômio: é de grau no máximo e satisfaz , Exemplo: Considere a tabela -1 0 3 15 8 -1 a. Determine o polinômio de interpolação usando a fórmula de Lagrange. b. Calcule uma aproximação para , usando o ítem a. Solução a: Solução b: Para estimar o erro cometido ao aproximar o valor da função num ponto por seu polinômio de interpolação, utilizaremos o seguinte resultado: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 25 Seja . Se e sua derivadas até ordem são contínuas em então: Exemplo: Dada a tabela, 0 0.1 0.2 0.3 0.4 0.5 1 1.3499 1.8221 2.4596 3.3201 4.4817 Cálcular um limitante superior para o erro de truncamento quando avaliamos , onde , usando o polinômio de interpolação do 20 grau. Solução: Como , temos: Portanto, Importante: Se tomarmos um polinômio do 20 grau para avaliar , obteremos o resultado com duas casas decimais corretas. Confirme este resultado! Interpolação Linear Neste caso substituímos a função linear entre dois pontos por um polinômio interpolador do 10 grau, tal que e . Assim, Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 26 Erro cometido: onde é um limitante superior para em . Exemplo: Seja e os pontos, Logo: Isto significa que, no resultado obtido para através do polinômio de interpolação linear temos apenas um dígito significativo correto. , pelo polinômio , via máquina de calcular. Diferença Dividida Para calcular as Diferenças Divididas de uma função sobre os pontos , construiremos a tabela de Diferenças Divididas da seguinte forma: a. A primeira coluna é constituída dos pontos ; b. A segunda coluna contém os valore de nos pontos ; c. Nas colunas 3,4,5,... estão as diferenças divididas de ordem 1,2,3... Cada uma destas diferenças é uma fração cujo numerador é sempre a diferença entre duas diferenças divididas consecutivas e de ordem imediatamente inferior, cujo denominador é a diferença entre os dois extremos dos pontos envolvidos. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 27 Exemplo Construir a tabela de diferenças divididas, dados, -2 -1 0 1 2 -2 29 30 31 62 Polinômio Interpolador de Newton Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 28 é conhecida como Fórmula de Newton Diferenças Ordinárias Para calcular as diferenças ordinárias de uma função sobre os pontos (igualmente espaçados de h), construímos uma tabela da seguinte maneira: a. a primeira coluna é composta de , b. a segunda coluna contém os valores de nos pontos , c. nas colunas 3,4,5,...estão as diferenças ordinárias de ordem 1,2,3,.... Cada uma dessas diferenças é simplesmente a diferença entre duas diferenças ordinárias consecutivas e de ordem imediatamente inferior. Exemplo: Para a seguinte função tabelada: -2 -1 0 1 2 -2 29 30 31 62 Construir a tabela das diferenças ordinárias. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 29 Exercícios 5 1. Considere a função )(xfy dada pela tabela: x -1 0 1 2 -2 0 2 4 Determinar o polinômio de interpolação usando: a. a fórmula de Newton b. a fómula de Newton-Gregory 2. Dada a função )(xseny tabelada: X sen (x) 1.2 0.932 1.3 0.964 1.4 0.985 1.5 0.997 Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 30 a. Calcular o polinômio de interpolação usando a fórmula de Newton. b. Calcular o polinômio de interpolação usando a fórmula de Newton-Gregory. c. Calulara sen (1.35) d. Dar um limitante superior para o erro. 3. Dada a tabela 0 -1 1 2 5 3 4 7 5 6 13 Calcular , e , sabendo que ela corresponde a um polinômio do 30 grau. Sugestão: construa a tabela das diferenças ordinárias. 4. Dada a tabela X F(x) -2 15 -1 0 0 -1 1 0 Calcular f(0.5) usando o polinômio de interpolação sobre todos os pontos. 5. Uma das maneiras de se calcular o valor da derivada de uma função em um ponto xo , quando não se conhece a expressão analítica da mesma, é usar uma tabela para formar um polinômio que aproxime a função, derivar esse polinômio e avaliar sua derivada em x = xo . Dada a tabela: x 0.35 0.40 0.45 0.50 0.55 0.60 0.65 f(x) -1.52 1.51 1.49 1.47 1.44 1.42 1.39 Calcule o valor aproximado para f’(0.52) usando o polinômiode imterpolação de grau 2. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 31 Integração Numérica Integrar numericamente uma função )(xfy em [a, b] consiste, em geral, em integrar um polinômio )(xPn que aproxime )(xf em [a,b]. Se )(xfy for dada por um conjunto de pares ordenados tais como, ))(,()),...,(,()),(,( 1100 nn xfxxfxxfx , com ax 0 e bxn podemos usar como polinômio de aproximação para a função )(xfy em [a,b], o seu polinômio de interpolação, que será o mesmo polinômio de aproximação para )(xfy para qualquer sub-intervalo [xi , xj] com ,0,0 njni de [a,b]. As vantagens de se integrar um polinômio que aproxima que aproxima )(xfy ao invés de )(xf , são principalmente as seguintes: a) )(xf pode ser uma função difícil de se integra ou para a qual a integraçào seja impossível, enquanto que um polinômio é sempre de integraçào imediata. t dx xt x 0 3 2 2 3 2 3 )( b) a solução analítica do resultado da integral é conhecida, mas seu cálculo só pode ser obtido aproximadamente. ...,293386.0|269( 27 6.0 0 2 3 3 6.0 0 2 xx e dxex x x c) a função é conhecida apenas em pontos discretos obtidos através de experimentos. As fórmulas de integraçào são de manejo fácil e prático e quando a funçào é conhecida nos permite ter uma idéia do erro cometido na integração numérica como veremos a seguir. Fórmulas de Newton – Cotes do tipo fechado Tais fórmulas são aquelas em que todos os pontos estão no intervalo de integração [a,b] e a palavra fechado significa que os pontos a e b são pontos extermos de quadratura, isto é: (i) ax 0 e bxn ; (ii) Os argumentos kx são igualmente espaçados de uma quantidade fixa h , isto é, ,1 hxx xk 1...1,0 nk ; Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 32 (iii) a função peso, 1)( xw e o intervalo de integração é finito. Seja )(xfy uma função cujos valores )(),...,(),( 10 nxfxfxf sao conhecidos. Pela fórmula de quadratura b a n k kk fAdxxfxw 0 )()( onde b a kk dxxlxwA )()( Dá fórmula acima temos: b a x x n k x x kk n n dxxlfdxxfdxxf 0 0 0 )()()( Supondo que os argumentos ix estão igualmente espaçados ( hxx kk 1 ) e considerando a mudança de variável: h xx u 0 , temos: hdudx logo, para 00 uxx e para nuxx n Assim, nx x n k n kk duuhfdxxf 0 0 0 )()( ; kl são os polinômios usados na fórmula de Lagrange. Fazendo: n n kk Cduul 0 )( obtemos, nx x n k n kkhCfdxxf 0 0 )( A fórmula acima independe dos limites de integração. A seguir vamos obter algumas fórmulas de Newton-Cotes e mais adiante analizaremos o erro cometido. 10 Caso: 1n , ou seja, queremos obter uma fórmula para integrar )(xf entre dois pontos consecutivos 0x e 1x , usando o polinômio do 10 grau. Pela expressão anterior temos que: 1 0 1 0 1)( x x k kkhCfdxxf onde, 1 0 1 0 1 0 0 1 0 2/1)1( 10 1 )( duudu u duuC 1 1 1 1 1 1 1 1 1 2/1)1( 01 0 )( duudu u duuC Substituindo esses resultados temo: Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 33 )]( 2 1 )( 2 1 [)()( 10 1 11 1 00 1 0 1 1 0 1 1 0 xfxfhCfCfhCfhhCfdxxf k kk x x k kk ou )]()([ 2 )( 10 1 0 xfxf h dxxf x x , que é a Regra do Trapézio Pela temos que se o intervalo [a,b] é pequeno, a aproximação é razoável; mas se [a,b] é grande, o erro também pode ser grande. O erro é a soma das áreas entre a curva e as retas. Regra do Trapézio para 1n Regra do Trapézio para 3n Se o intervalo de integração é grande, dividimos o intervalo [a,b] em N sub- intervalos de amplitude N ab h de tal forma que ax 0 e bxN e aplicamos a Regra do Trapézio em cada sub-intevalo [ 1, jj xx ], 1,...1,0 Nj . Quando ,0h o erro está diminuindo e assim estamos tendendo ao resultado exato da integral. Então, N N N x x x x x x x x dxxfdxxfdxxfdxxf 1 2 10 1 0 )(...)()()( )]()([ 2 ...)]()([ 2 )]()([ 2 12110 NN xfxf h xfxf h xfxf h Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 34 Note que, a imagem de f é calculada uma vez nos pontos 0x e Nx e é calculada duas vezes no extremo de cada sub-intervalo de integração. Portanto, obtemos a Regra do Trapézio Generalizada. )]())(...)()((2)([ 2 )( 1210 0 NN x x xfxfxfxfxf h dxxf N Exemplo: Calcular usando a Regra do Trapézio 2.1 0 cos xdxe x para 2.0h )]())()()()()((2)([ 2 cos 6543210 2.1 0 xfxfxfxfxfxfxf h xdxe x 639.1]202.1)468.1552.1503.1374.197.1(21[ 2 2.0 20 Caso: 2n , ou seja, queremos obter uma fórmula para integrar )(xf entre três pontos consecutivos 0x , 1x e 2x , usando o polinômio do 20 grau. 2 0 2 0 2)( x x k kkhCfdxxf 2 0 2 2 0 2 0 0 2 0 3 1 )23( 2 1 )20)(10( )2)(1( )( duuudu uu duuC 2 0 2 2 0 2 0 1 2 1 3 4 )2( )21)(01( )2)(0( )( duuudu uu duuC 3 12 2 C , Propriedade: n kn n k CC Logo, )]()(4)([ 3 )]( 3 1 )( 3 4 )( 3 1 [)( 210210 2 0 xfxfxf h xfxfxfhdxxf x x Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 35 Este resultado é conhecido com Regra 3 1 de Simpson. Para generalizar a Regra 3 1 de Simpson para um intervalo [a,b], devemos dividir o intervalo em um número par )2( N de sub-intevalos. A amplitude de cada intervalo é dada por N ab h 2 , de tal forma que ax 0 e bx N 2 . Para aplicar Regra 3 1 de Simpson precisamos de dois sub-intevalos, ou seja, precisamos de três pontos e é por isso que o número de subdivisões tem que ser múltiplo de dois. 4 2 2 22 2 0 2 0 )(...)()()( x x x x x x x x N N N dxxfdxxfdxxfdxxf ...)]()(4)([ 3 )]()(4)([ 3 )( 432210 2 0 xfxfxf h xfxfxf h dxxf Nx x )]()(4)([ 3 ... 21222 NNN xfxfxf h ...)(2)(4)(2)(4)([ 3 )( 43210 2 0 xfxfxfxfxf h dxxf Nx x )]()(4)(2... 21222 NNN xfxfxf 30 Caso: 3n , ou seja, queremos obter uma fórmula para integrar )(xf entre quatro pontos consecutivos 0x , 1x , 2x e 3x usando o polinômio do 30 grau. Fica como exercício deduzir este caso, o resultado será a Regra 8 3 de Simpson e para generalizar temos que cumprir as etapas: número de subdivisões do intervalo [a,b] deve ser múltiplo de três )3( N e amplitude N ab h 3 e procedemos analogamente aos casos anteriores. Erro nas Fórmulas de Newton-Cotes Para estudar o erro cometido ao aproximar o valor de uma integral usando as fórmulas de Newton-Cotes do tipo fechado enunciaremos dois teoremas omitindo suas demonstrações, cujos resultados são muito importantes. Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 36 10 Teorema (número impar de intervalos iguais) Se os pontos njjhxx j ,...,1,0,0 dividem [a,b] em um número impar de intervalos iguais e )(xf tem derivadas de ordem )1( n contínua em [a,b], então a expressão do erro para as fómulas de Newton-Cotes do tipo fechado, com n impar, é dada por: nnn dunuuu n fh fE 0 )1(2 ))...(1( )!1( )( )( , para algum ponto ].,[ ba 20 Teorema (número par de intervalos iguais) Se os pontos njjhxx j ,...,1,0,0 dividem [a,b] em um número par de intervalos iguais e )(xf tem derivadas de ordem )2( n contínua em [a,b], então a expressão do erro para as fómulas de Newton-Cotes do tipo fechado, com n par, é dada por: ,))...(1() 2 ( )!2( )( )( 0 )2(3 nnn dunuuu n u n fh fE para algum ponto ].,[ ba Erro na Regra do Trapézio Para 1n , ou seja, o erro sobre o intervalo ],[ 10 xx . Aplicando o 10 teorema 10 31 0 3 , 12 )('' )]1([ !2 )('' )( xx fh duuu fh fE O erro na fórmula generalizada é obtido adicionando-se N erros, da forma como na expressão anterior, onde h ab N . Nxxf h h ab fE 0 3 ),('' 12 )( )( Nxxfh ab fE 02 ),('' 12 )( )( Erro na Regra 3 1 de Simpson Para 2n , ou seja, o erro sobre o intervalo ],[ 20 xx . Aplicando o 20 teorema Nxxf h NfE 0 3 ),('' 12 )( Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 37 2 0 )(5 )2)(1()1( !4 )( )( duuuuu fh fE IV .,)( 90 )254( 24 )( )( 20 2 0 )( 5 234 )(5 xxf h duuuuu fh fE IV IV O erro na fórmula generalizada é obtido adicionando-se N erros, da forma como na expressão anterior, onde h ab N 2 . N IV xxf ab fE 0)( 4 ),( 180 )( )( Exercício: Verificar que as expressões do erro para a regra 8 3 de Simpson e para a regra 8 3 de Simpson generalizada são dadas, por: 30 )(5 ),( 80 3 )( xxfhfE IV N IV xxf hab fE 30 )( 4 ),( 180 )( )( , desde que h ab N 3 . Exercício 6 1. Use a fórmula de Simpson com 2n para calcular a integral 2 0 3 )133( dxxx . Comparae seu resultado com o valor exato da integral. Qual seria sua explicação para justificar um resultado tão bom? 2. Podemos calcular ln (5) com erro inferior à 10-3 usando: ln (5) = 5 1 x dx . Pergunta-se : (a) Se usarmos a fórmula dos trapézios em quantos subintervalos deveremos dividir o intervalo [1, 5] ? (b) E se usarmos a fórmula de Simpson ? (c) Calcule ln(5) usando a fórmula de Simpson. 3. Calcule: 1 0 1 )( dx x xsen , com erro inferior à 10-2 Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 38 4. Um corpo se desloca ao longo do eixo Ox sob a ação de uma força variável F. Calcular o trabalho realizado para se deslocar o corpo de 0x até 5.3x sendo dado: 5. Seja )(fr a equação de uma curva dada em coordenadas polares. Calculara a área da região limitada pela curva sabendo-se que: 2 1 2 2 1 drÁrea REFERÊNCIAS RUGGIERO, MárciaA. G. e LOPES, V. L. R., Cálculo Numérico – Aspectos Teóricos e Computacionais. Makron Books ( 1996 ). BARROSO, Leônidas C. e Outros, Cálculo Numérico ( com aplicações ) Editora HARBRA ( 1987 ). CLÁUDIO, D.M. e MARINS, J.M., Cálculo Numérico Computacional – Teoria e Prática. Atlas ( 1994 ). FRANCO, Neide Maria Bertoldi., Cálculo Numérico. Prentice Hall Brasil. São Paulo, ( 2006 ). CHAPRA, S. C.; CANALE, R. P.; Métodos Numéricos para Engenharia, Mcgraw-Hill Interamiericana, 5ª Edição, 2008. SPERANDIO, D.; MENDES, J. T.; SILVA, L. H. M., Cálculo Numérico, Prentice-Hall, 1ª Edição, 2003 Centro de Estudos Superiores de São Gabriel da Cachoeira - UEA Profa. Msc. Andréa F. Fragata Curso de Matemática – Cálculo Numérico 39
Compartilhar