Baixe o app para aproveitar ainda mais
Prévia do material em texto
Coronel Fabriciano Fevereiro de 2012 Elaborada pelo Professor: Aloísio de Castro Gomes Júnior Versão 1.1 Notas de Aula de Cálculo Numérico 1 Unileste Prof. Aloísio Gomes Jr. Introdução A SOLUÇÃO NUMÉRICA Objetivo: tornar simples a resolução de problemas científicos, como por exemplo, a equação abaixo: dxe x ∫ − 1 0 2 2 Problema Real Levantamento dos Dados Construção do Modelo Escolha do Método Numérico Implementação Computacional Análise dos Resultados Obtidos Se necessário, reformular o modelo ou escolher um novo método Notas de Aula de Cálculo Numérico 2 Unileste Prof. Aloísio Gomes Jr. O PROCESSO ITERATIVO � Método de cálculo infinito � Produz uma sequência de aproximações para a solução: * 13210 ...,,,...,,,,, xxxxxxx kk + � O valor obtido a cada passo depende do valor obtido no passo anterior. � Existe convergência? O Método Iterativo � Quando parar? � Tome kxx = * � Condições de Parada: � suplim_)(inflim_ * ≤≤ xg � Erro absoluto = tolxx kk ≤− −1 � Erro relativo = tol x xx k kk ≤ − −1 � ernum_max_it≥k ERROS NAS APROXIMAÇÕES NUMÉRICAS � Erros de Modelagem � Erro de Representação de Ponto Flutuante � Erro de arredondamento � Erro de truncamento � Erro por estouro de memória Notas de Aula de Cálculo Numérico 3 Unileste Prof. Aloísio Gomes Jr. Capítulo 1: SISTEMAS LINEARES 1. INTRODUÇÃO � Propõe-se, neste capítulo, apresentar métodos numéricos para resolver sistemas lineares postos na forma: ������ + ����� + ⋯ + ����� = ������ + ����� + ⋯ + ����� = �⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮����� + ����� + ⋯ + ����� = � Ou equivalente: �� ������� = ∀ � = 1,2, … , � isto é, resolveremos sistemas lineares onde o número de equações é igual ao de incógnitas. � Na forma matricial, um sistema linear é representado por; �� = onde: � = ���� ��� ⋯ ������ ��� ⋯ ���⋮ ⋮ ⋮ ⋮��� ��� ⋯ ���� → Matriz dos Coeficientes � = �����⋮��� → Vetor das variáveis (ou incógnitas) = � � �⋮ �� → Vetor dos termos independentes Notas de Aula de Cálculo Numérico 4 Unileste Prof. Aloísio Gomes Jr. � É comum também representar o sistema �� = pela sua matriz aumentada, isto é, por: ��| � = ���� ��� ⋯ ��� | ���� ��� ⋯ ��� | �⋮ ⋮ ⋮ ⋮ | ⋮��� ��� ⋯ ��� | �� � Aplicações: Cálculos de tensão de estruturas metálicas, cálculo de razão de escoamento num sistema hidráulico, sistemas de produção com matéria-prima ou recursos escassos, etc... � Definição: Denomina-se vetor solução (ou simplesmente solução) de um sistema �� = e denota-se por �̅ = ��̅� �̅� ⋯ �̅��� ao vetor das variáveis que contém os elementos ��, =1, 2, … , �, que satisfazem a todas as equações do sistema. 2. SISTEMAS TRINAGULARES 2.1. Sistema Triangular Superior � Denomina-se sistema triangular superior a todo sistema �� = em que: � � = 0 ∀ < �, ou seja, o sistema da seguinte forma: #$% $&����� + ����� + ��'�' + ⋯ + ����� = �+ ����� + ��'�' + ⋯ + ����� = ��''�' + ⋯ + �'��� = '⋮ ⋮ ⋮ ⋮ ⋮����� = � � Tais sistemas são resolvidos por substituições retroativas, através de equações da forma: � = −� � ��� � �� )�� ∀� = �,… , 1 Notas de Aula de Cálculo Numérico 5 Unileste Prof. Aloísio Gomes Jr. 2.1. Sistema Triangular Inferior � Denomina-se sistema triangular inferior a todo sistema �� = em que: � � = 0 ∀ > �, ou seja, o sistema da seguinte forma: #% &����� = ������ + ����� = �⋮ ⋮ ⋮ ⋮ ⋮����� + ����� + ⋯ + ����� = � � Tais sistemas são resolvidos por substituições progressivas, através de equações da forma: � = −� � ��� +� ���� ∀� = 1,… , � 3. MÉTODOS NUMÉRICOS � Métodos Diretos � Métodos Iterativos 4. MÉTODOS DIRETOS � São métodos que produzem a solução exata de um sistema, a menos de erros de arredondamento, depois de um número finito de operações aritméticas. � Regra de Cramer – computador que efetua uma operação aritmética em 10-8 segundos gastaria cerca de 36 dias para resolver um sistema de ordem n=15. ���� Transformações Elementares: 1. Trocar duas equações: Ex.: , ← ,�; ,� ← , ; Notas de Aula de Cálculo Numérico 6 Unileste Prof. Aloísio Gomes Jr. 2. Multiplicar uma equação por uma constante não-nula: Ex.: ,� ← / × ,�; / ∈ ℝ, / ≠ 0 3. Adicionar a uma equação um múltiplo de uma outra equação: ,� ← ,� + / × , ; / ∈ ℝ � Sistemas Equivalentes: Dois sistemas �� = e �̅� = 4 se dizem equivalentes se a solução de um for também a solução de outro. TEOREMA: Seja �� = um sistema linear. Aplicando-se somente transformações elementares sobre as equações de �� = , obtemos um novo sistema �̅� = 4, sendo que �� = e �̅� = 4 são equivalentes. 4.1. Método de Gauss � Consiste em operar transformações elementares sobre as equações de um sistema �� = até que, depois de � − 1 passos, se obtenha um sistema triangular superior 5� = /, equivalente ao sistema dado, sistema esse que é resolvido por substituições retroativas. ���� ��� ⋯ ��� | ���� ��� ⋯ ��� | �⋮ ⋮ ⋮ ⋮ | ⋮��� ��� ⋯ ��� | ��6777777778777777779:;�< ��′�� �′�� ⋯ �′�� | ′�0 �′�� ⋯ �′�� | ′�⋮ ⋮ ⋮ ⋮ | ⋮0 0 ⋯ �′�� | ′��67777777777877777777779=;�> ���� Descrição do Método: Para descrevermos o método, consideraremos os seguintes exemplos: Transf. Elementares Notas de Aula de Cálculo Numérico 7 Unileste Prof. Aloísio Gomes Jr. Exemplo 1.1: ?2�� + 3�� − �' = 54�� + 4�� − 3�' = 32�� − 3�� + �' = −1 Notas de Aula de Cálculo Numérico 8 Unileste Prof. Aloísio Gomes Jr. Exercício F01: (Deve ser resolvido e entregue na aula) Aluno: Resolva o sistema linear abaixo pelo método de decomposição de Gauss: C2�� + 3�� + �' = −24�� + 2�� + 5�' = 105�� + �� + 3�' = 9 Notas de Aula de Cálculo Numérico 9 Unileste Prof. Aloísio Gomes Jr. Exemplo 1.2: ?6�� + 2�� − �' = 72�� + 4�� + �' = 73�� + 2�� + 8�' = 13 Fase 1: Decomposição Linha Multiplicadores Coeficientes das Variáveis Termos Indep. Transf. Elementares L1(0) L2(0) L3(0) L2(1) L3(1) L3(2) Fase 2: Resolução Notas de Aula de Cálculo Numérico 10 Unileste Prof. Aloísio Gomes Jr. ���� Avaliação do resíduo/erro: � O erro ε produzido por uma solução �̅ do sistema �� = pode ser avaliado pela expressão: H = max�L L�|M | Onde M é a i-ésima componente do vetor resíduo M , o qual é dado por: N = − ��̅ Exemplo 1.3: Avalie o erro cometido ao resolver o exemplo 1.2. Notas de Aula de Cálculo Numérico 11 Unileste Prof. Aloísio Gomes Jr. Exercício F02: (Deve ser resolvido e entregue na aula) Aluno: Resolva o sistema linear abaixo pelo método de decomposição de Gauss (usar 3 casas decimais durantes os cálculos) e avaliar o erro ao final: C �� + 4�� − 2�' = 12−2�� + 5�� + �' = −54�� + 2�� − 5�' = 28 Fase 1: Decomposição Linha Multiplicadores Coeficientes das Variáveis Termos Indep. Transf. Elementares L1(0) L2(0) L3(0) L2(1) L3(1) L3(2) Fase 2: Resolução e Avaliação do Erro: Notas de Aula de Cálculo Numérico 12 Unileste Prof. Aloísio Gomes Jr. ���� Complexidade: O Método de Gauss tem complexidade polinomial O(�'). Em um computador que efetua uma operação aritmética em 10-8 segundos o método gastaria cerca de 0,0000257 segundos pararesolver um sistema de ordem n=15. ���� Desvantagens do método de Gauss: (a) Não pode ser aplicado quando o pivô for nulo. (b) Os erros de arredondamento cometidos durante um passo da obtenção do sistema linear se propagam para os passos seguintes, podendo comprometer a validade da solução obtida. Para contornar o problema (a) e minimizar o problema (b), a idéia é usar uma estratégia de pivoteamento. 4.2. Método de Gauss com Pivotação Parcial ���� A estratégia do pivoteamento consiste em: (i) No início da etapa R de eliminação, escolher para pivô o maior elemento, em módulo, dentre os coeficientes. (ii) Trocar as linhas R e � se necessário. Exemplo 1.4: Resolver o sistema linear a seguir, avaliando o erro cometido em cada caso: S0,0002�� + 2�� = 52�� + 2�� = 6 a) método de Gauss b) método de Gauss com pivoteamento parcial. a) Método de Gauss: Notas de Aula de Cálculo Numérico 13 Unileste Prof. Aloísio Gomes Jr. b) Método de Gauss com Pivotação Parcial: Exemplo 1.5: Resolver o sistema abaixo, usando o método de Gauss com pivotação parcial e avalie o erro cometido. C 2�� + 5�� − �' = 53�� − 4�� + 2�' = −2−5�� + 2�� + 3�' = 4 Fase 1: Decomposição Notas de Aula de Cálculo Numérico 14 Unileste Prof. Aloísio Gomes Jr. Fase 2: Resolução Avaliação do Erro: Notas de Aula de Cálculo Numérico 15 Unileste Prof. Aloísio Gomes Jr. Exercício F03: (Deve ser resolvido e entregue na aula) Aluno: Resolva o sistema linear abaixo pelo método de decomposição de Gauss com Pivotação Parcial (usar 3 casas decimais para os cálculos) e em seguida avaliar o erro: C4�� + �� − 2�' = 215�� − 2�� + �' = 162�� + 4�� − 5�' = 22 Notas de Aula de Cálculo Numérico 16 Unileste Prof. Aloísio Gomes Jr. 5. MÉTODOS ITERATIVOS Tratam-se de métodos nos quais a solução �̅ de um sistema linear �� = é obtida como limite de uma seqüência de aproximações sucessivas �̅(T), �̅(�), �̅(�), … , �̅(U), … , sendo dada uma aproximação inicial �̅(T), isto é: �̅ = limU→Y �̅(U) 5.1. MÉTODO DE JACOBI Seja o sistema linear �� = em sua forma expandida: ������ + ����� + ⋯ + ����� = ������ + ����� + ⋯ + ����� = �⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮����� + ����� + ⋯ + ����� = � Explicitemos ��na primeira equação, �� na segunda equação e assim sucessivamente. �� = � − (����� + ��'�' +⋯+ �����)��� �� = � − (����� + ��'�' +⋯+ �����)��� ⋮ �� = � − (����� + ����� +⋯+ ��,�+���+�)��� O Método de Jacobi consiste na seguinte seqüência de passos: (i) Escolher uma aproximação inicial �(T) = Z��(T) ��(T) … ��(T)[� arbitrária. (ii) Gerar aproximações sucessivas �(U) a partir de �(U+�) com base nas seguintes equações de iteração: ��(U) = � − (�����(U+�) + ��'�'(U+�) +⋯+ �����(U+�))��� Notas de Aula de Cálculo Numérico 17 Unileste Prof. Aloísio Gomes Jr. ��(U) = � − (�����(U+�) + ��'�'(U+�) +⋯+ �����(U+�))��� ⋮ ��(U) = � − (�����(U+�) + �����(U+�) +⋯+ ��,�+���+�(U+�))��� (iii) Interromper o processo quando um dos critérios abaixo for satisfeito: (1) max�L L'\� (U) − � (U+�)\ < H (2) R > ]^_N`�a, onde ITERMAX é o número máximo de iterações. Exemplo 1.6: Resolva o sistema linear a seguir, pelo método de Jacobi usando como aproximação inicial �(T) = �0 0 0�� e como critério de parada max�L L'\� (U) − � (U+�)\ < 0,002 ou R > 10 iterações: ?10�� + 2�� + �' = 7�� − 15�� + �' = 322�� + 3�� + 10�' = 6 Equações de Iteração k )( 1 kx )( 2 kx )( 3 kx )1()( 31 max − ≤≤ − ki k i i xx =)(1 kx =)(2 kx =)(3 kx 0 --------- 1 2 3 4 5 Notas de Aula de Cálculo Numérico 18 Unileste Prof. Aloísio Gomes Jr. Conclusão: 5.2. MÉTODO DE GAUSS-SEIDEL Este método difere do anterior apenas com relação às equações de iteração, as quais são: ��(U) = � − (�����(U+�) + ��'�'(U+�) +⋯+ �����(U+�))��� ��(U) = � − (�����(U) + ��'�'(U+�) +⋯+ �����(U+�))��� �'(U) = ' − (�'���(U) + �'���(U) +⋯+ �'���(U+�))�'' ⋮ ��(U) = � − (�����(U) + �����(U) +⋯+ ��,�+���+�(U) )��� Exemplo 1.7: Resolva o sistema linear a seguir, pelo método de Gauss-Seidel usando como aproximação inicial �(T) = �0 0 0�� e como critério de parada max�L L'\� (U) − � (U+�)\ < 0,002 ou R > 10 iterações: ?10�� + 2�� + �' = 7�� − 15�� + �' = 322�� + 3�� + 10�' = 6 Notas de Aula de Cálculo Numérico 19 Unileste Prof. Aloísio Gomes Jr. Equações de Iteração k )( 1 kx )( 2 kx )( 3 kx )1()( 31 max − ≤≤ − ki k i i xx =)(1 kx =)(2 kx =)(3 kx 0 --------- 1 2 3 4 5 Conclusão: 5.3. CONVERGÊNCIA DOS MÉTODOS ITERATIVOS (i) CRITÉRIO DAS COLUNAS: É condição suficiente para que um sistema linear convirja usando um método iterativo que: \���\ >�\� �\� �� b� ∀ = 1, 2, … , � Ou seja, o elemento da diagonal principal tem que ser dominante na coluna. Notas de Aula de Cálculo Numérico 20 Unileste Prof. Aloísio Gomes Jr. Além do mais, quanto mais próximo de zero estiver a relação ∑ \def\gehiejf\dff\ mais rápida será a convergência. Exemplo 1.8: Verifique, usando o critério das colunas, se o sistema linear a seguir converge quando um método iterativo for aplicado. C45�� − 2�� + �' = 220�� + 32�� − 3�' = 725�� − �� − 50�' = 73 (ii) CRITÉRIO DAS LINHAS: É condição suficiente para que um sistema linear convirja usando um método iterativo que: |� | >�\� �\�����b ∀� = 1, 2, … , � Ou seja, o elemento da diagonal principal tem que ser dominante na linha. Além do mais, quanto mais próximo de zero estiver a relação ∑ \def\gfhifje|dee| mais rápida será a convergência. Exemplo 1.9: Verifique, usando o critério das linhas, se o sistema linear a seguir converge quando um método iterativo for aplicado. C45�� − 2�� + �' = 220�� + 32�� − 3�' = 725�� − �� − 50�' = 73 Notas de Aula de Cálculo Numérico 21 Unileste Prof. Aloísio Gomes Jr. (iii) CRITÉRIO DE SASSENFELD: Seja k = ∑ l\� �\ ∗ k�n + ∑ \� �\��� )� +���� |� | É condição suficiente para que um sistema linear convirja usando um método iterativo que: k = max�L L�k < 1 Além disso, quanto menor for k mais rápida será a convergência. Exemplo 1.10: Verificar se há garantia de convergência do sistema a seguir usando um método iterativo: C3�� + �' = 3�� − �� = 12�� + �� + 3�' = 9 Notas de Aula de Cálculo Numérico 22 Unileste Prof. Aloísio Gomes Jr. Exercício F04: (Deve ser resolvido e entregue na aula) Aluno: Prove que o sistema abaixo converge quando um método iterativo for aplicado e em seguida resolva-o pelo método: (1) Jacobi e (2) Gauss Seidel usando como aproximação inicial �(T) = �1 0 2�� e como critério de parada max�L L'\� (U) − � (U+�)\ < 0,002 ou R > 10 iterações: (usar 3 casas decimais para os cálculos): C−8�� + 3�� + 5�' = −132�� − 100�� + 2�' = 2183�� − 2�� + 75�' = 391 a) Verificação da Convergência: b) Resolução pelo Método de Jacobi Equações de Iteração k )( 1 kx )( 2 kx )( 3 kx )1()( 31 max − ≤≤ − ki k i i xx =)(1 kx =)(2 kx =)(3 kx 0 --------- 1 2 3 4 5 Notas de Aula de Cálculo Numérico 23 Unileste Prof. Aloísio Gomes Jr. Conclusão: c) Resolução pelo Método de Gauss-Seidel: Equaçõesde Iteração k )( 1 kx )( 2 kx )( 3 kx )1()( 31 max − ≤≤ − ki k i i xx =)(1 kx =)(2 kx =)(3 kx 0 --------- 1 2 3 4 5 Conclusão: Notas de Aula de Cálculo Numérico 24 Unileste Prof. Aloísio Gomes Jr. 6. COMPARAÇÃO ENTRE OS MÉTODOS Item Método Direto Método Iterativo Convergência A solução é sempre obtida. Há garantia de obter solução somente sob certas condições. Número de Operações É possível determinar a priori o número de operações necessárias. Não é possível determinar a principio a complexidade. Esparsidade Destrói a esparsidade da matriz durante a fase de eliminação. Preserva a esparsidade da matriz. Erros de Arredondamento Amplia os erros durante os cálculos. Essa ampliação pode ser minimizada usando técnicas de pivoteamento. Os erros de arredondamento não afetam as soluções obtidas em cada iteração. Apenas a solução final pode conter erro. Notas de Aula de Cálculo Numérico 25 Unileste Prof. Aloísio Gomes Jr. Exercícios de Fixação: 1.1) Resolva os Sistemas Lineares abaixo usando o Método de Eliminação de Gauss, quando necessário reter 3 casas decimais. Avalie o resíduo de cada sistema. (a) C 2�� + 3�� − 2�' = −5−5�� + �� + 2�' = −54�� + 2�� + 3�' = 15 (b) C �� + 4�� + 5�' = −13−2�� + 3�� − 2�' = 85�� + �� − 2�' = 32 (c) C 5�� + �� − 8�' = 21−3�� − 2�� + 7�' = −12�� + �� − 3�' = 3 (d) � �� + �� − �' + 2�o = −102�� − 3�� + �' + 5�o = −34−2�� + �� − 4�' − 6�o = 27− �� + �� − 3�' − 2�o = 8 1.2) Resolva os Sistemas Lineares do exercício anterior usando o Método de Eliminação de Gauss com pivotação parcial, quando necessário reter 3 casas decimais. Avalie o resíduo de cada sistema e compare-os com os erros obtidos no exercício anterior. 1.3) Verifique, usando o critério de Sassenfeld, se os sistemas abaixos podem ser resolvidos através de métodos iterativos e em seguida resolva-os utilizando o método de Jacobi com 10>k iterações, explicitando as equações de iteração. Considere a solução [ ]tx 00000 = como aproximação inicial e precisão 01,0<ε . (a) #% &−75�� + 14�� + 3�' + 4�o = 1158�� + 65�� − 4�' − 2�o = 965�� − 7�� + 42�' + 5�o = 1492�� + 4�� − 5�' − 30�o = 13 (b) C−75�� + 12�� + 5�' = −32610�� + 60�� + 5�' = −130−3�� − 2�� + 45�' = 84 1.4) Resolva os sistemas lineares do exercício anterior utilizando o método de Gauss-Seidel com 10>k iterações, explicitando as equações de iteração. Considere a solução [ ]tx 0000)0( = como aproximação inicial e precisão 01,0<ε . 1.5) Uma forma mais simples de verificar se haverá convergência, quando da aplicação de métodos de Jacobi e Gauss-Seidel, na resolução de um sistema de equações é a utilização do Critério das Linhas. Ele estabelece que é condição suficiente para a convergência dos métodos de Jacobi e Gauss-Seidel que a matriz dos coeficientes, A, de um sistema de equações bAx = , seja a diagonal principal estritamente dominante, ou seja, ∑ ≠= =∀> n ijj ijii niaa ;1 ...,,2,1,|||| Isto significa que, em cada linha, o elemento diagonal, em módulo, deve ser maior que a soma dos módulos dos demais elementos da mesma linha. Seja um sistema de equações cuja matriz dos coeficientes e termos independentes são: = 61 120 13 C C C A e = 1 1 1 b Notas de Aula de Cálculo Numérico 26 Unileste Prof. Aloísio Gomes Jr. Aplicando o critério das linhas determine em qual intervalo deve estar o valor de C de tal forma que se possa garantir que haverá convergência quando da aplicação de um método iterativo para a sua resolução. Tomando um valor para C, no intervalo determinado, resolva o sistema de equações utilizando o método de Jacobi com precisão de 0,01 e um máximo de 5 iterações. Considere a solução [ ]tx 000)0( = . 1.6) Dado o sistema de equações a seguir, determine, utilizando o critério de Sassenfeld, o menor valor inteiro positivo de k para o qual fica assegurada a convergência dos métodos iterativos. Usando o valor determinado, resolva o sistema de equações aplicando o método de Gauss-Seidel, com precisão 0,02 e um máximo de 10 iterações. Considere a solução [ ]tx 000)0( = . 3 2 1 76 6 3 3 3 3 21 21 21 = = = + + + + + + x x x xx xkx xkx 1.7) A análise de 3 alimentos revelou que os mesmos possuem as seguintes quantidades de vitamina por grama. Alimento Vitaminas A (%) B (%) C (%) I 20,5 38,0 27,0 II 30,4 18,2 19,0 III 25,0 12,8 17,6 Uma pessoa deseja ingerir 2684; 2793,22 e 2402,74 gramas de vitaminas A, B e C, respectivamente. Quais as quantidades necessárias dos alimentos I, II e III? Resolva por qualquer método este problema. Notas de Aula de Cálculo Numérico 27 Unileste Prof. Aloísio Gomes Jr. Capítulo 2: Equações Algébricas e Transcendentes 1. INTRODUÇÃO � O Objetivo deste capítulo é o de apresentar métodos numéricos para resolver um equação p(�) = 0. � Resolver uma equação p(�) = 0 significa encontrar números q , denominados raízes, tais que p(q ) = 0. � Geometricamente, conforme mostra a figura abaixo, as raízes representam os pontos de interseção do gráfico de p com o eixo O�. 2. FASES NA DETERMINAÇÃO DE RAÍZES � Para se calcular uma raiz duas etapas devem ser seguidas: (�) Isolar a raiz; (��) Refinar o valor a raiz até o grau de exatidão requerido. p � r q� q� q' Notas de Aula de Cálculo Numérico 28 Unileste Prof. Aloísio Gomes Jr. 2.1. Fase 1: Isolamento Objetivo: Determinar um intervalo ��, �, o menor possível, que contenha uma única raiz. Teorema de Cauchy-Bozano: Seja p uma função contínua em um intervalo ��, �. Se p(�) × p( ) < 0 então existe pelo menos um ponto q ∈ ��, � | p(q) = 0. Resultado Importante: Se p′ preservar o sinal em ��, � então a raiz q é única. Procedimentos para isolar a raiz de uma equação Procedimento I: � Esboçar o gráfico de p, determinando os intervalos �� , � )�� que contenham uma única raiz. Exemplo 2.1: Isolar as raízes de p(�) = 2� − cos(�) = 0. Notas de Aula de Cálculo Numérico 29 Unileste Prof. Aloísio Gomes Jr. Procedimento II: � Decompor a função p, se possível, na forma p = w − ℎ, onde os gráficos de w e ℎ sejam conhecidos e mais simples. � Neste caso, os pontos de interseção dos gráficos de w e ℎ representam as raízes de p(�) = 0. Exemplo 2.2: Isolar as raízes de p(�) = 2� − cos(�) = 0. Exemplo 2.3: Isolar as raízes de p(�) = y; + �� − 2 = 0. y=f(x) x Notas de Aula de Cálculo Numérico 30 Unileste Prof. Aloísio Gomes Jr. Exemplo 2.4: Isolar as raízes de p(�) = ln(�) + � = 0.x y=f(x) x y=f(x) Notas de Aula de Cálculo Numérico 31 Unileste Prof. Aloísio Gomes Jr. Exercício F05: (Deve ser resolvido e entregue na aula) Aluno: Isolar as raízes da função p(�) = {y�(�) − 2� + 2 = 0, utilizando o método de decomposição da função p(�) em duas outras funções. Prove que o intervalo é válido. x y=f(x) Notas de Aula de Cálculo Numérico 32 Unileste Prof. Aloísio Gomes Jr. 2.2. Fase 2: Refinamento � Uma vez isolada a raiz em um intervalo ��, �, procura-se, nesta fase, considerar uma aproximação inicial para a raiz e melhorá-la sucessivamente até se obter uma aproximação com a precisão desejada. 3. CRITÉRIOS DE PARADA � �| é uma “boa” aproximação para a raiz q de uma equação p(�) = 0, se os dois critérios abaixo forem satisfeitos: (�) |p(�U)| < H (��) |�U − q| < H onde H é a precisão requerida. Como não se conhece o valor de q, o segundo critério de parada é substituído por: − � < H Ou seja, a amplitude do intervalo tem que ser menor do que a precisão requerida. 4. MÉTODO DE NEWTON-RAPHSON (MNR) Seja p uma função contínua em ��, � tal que: (�) p(�) × p( ) < 0; (��) Existe uma única raiz q ∈ ��, �; (���) p′ e p" preservam o sinal e não se anulam em ��, �. Se estas três condições forem satisfeitas o MNR pode ser utilizado. Idéia: Aproximar um arco da curva por uma reta tangente traçada a partir de um ponto da curva. Notas de Aula de Cálculo Numérico 33 Unileste Prof. Aloísio Gomes Jr. Seja �T uma aproximação inicial para a raiz. A tangente de ~ na figura anterior é: tan(~) = /�y {/�y � �/y�y = p(�T)(�T − ��) = p′(�T) De onde resulta que: �� = �T − p(�T)p(�T) Genericamente: �U = �U+� − p(�U+�)p(�U+�) Escolha de uma aproximação inicial Se p(�) × p( ) < 0 e p′ e p" preservarem o sinal e não se anularem em ��, �, então partindo-se de uma aproximação inicial �T ∈ ��, � tal que: p(�T) × p"(�T) > 0 q � r p(�T) �T �� ~ Notas de Aula de Cálculo Numérico 34 Unileste Prof. Aloísio Gomes Jr. Desta forma, é possível gerar, pelo MNR, uma seqüência de aproximações �U que convirja para a raiz q de p(�) = 0. Exemplo 2.6: Determinar pelo MNR, com precisão H < 0,01 em um máximo de 10 iterações, a raiz da equação p(�) = 2� − cos(�) = 0. (a) Isolar a raiz. (b) Escolha de �T: (c) Refinamento R �U p(�U) p′(�U) |�U − �U+�| 0 1 2 3 4 5 Exemplo 2.7: Determinar pelo MNR, com precisão H < 0,01 em um máximo de 10 iterações, a raiz da equação p(�) = � + ln(�) = 0. Notas de Aula de Cálculo Numérico 35 Unileste Prof. Aloísio Gomes Jr. (a) Isolar a raiz. (b) Escolha de �T: (c) Refinamento R �U p(�U) p′(�U) |�U − �U+�| 0 1 2 3 4 5 Notas de Aula de Cálculo Numérico 36 Unileste Prof. Aloísio Gomes Jr. Vantagens e Desvantagens do Método Vantagem: • Tem convergência muito rápida. Desvantagens: (�) Exige o cálculo e a análise do sinal de p′ e p". (��) Se o valor de p(�U) for muito elevado, a convergência será lenta. (���) Se o valor de p(�U) for próximo de zero, ocorrerá overflow. Notas de Aula de Cálculo Numérico 37 Unileste Prof. Aloísio Gomes Jr. Exercício F06: (Deve ser resolvido e entregue na aula) Aluno: Determinar pelo MNR, com precisão H < 0,002 em um máximo de 10 iterações, a raiz da equação p(�) = {y�(�) − 2� + 2 = 0. (a) Isolar a raiz. (b) Escolha de �T: (c) Refinamento R �U p(�U) p′(�U) |�U − �U+�| 0 1 2 3 4 5 6 Notas de Aula de Cálculo Numérico 38 Unileste Prof. Aloísio Gomes Jr. 5. MÉTODO DAS SECANTES (MS) Idéia: Usar retas secantes (traçadas a partir de dois pontos do gráfico) como aproximações lineares locais da função p(�), ao invés de retas tangentes. Geometricamente: Toma-se uma reta que passa pelos pontos (�T, p(�T)) e (��, p(��)) como aproximação linear da curva p(�), como mostra a figura abaixo: Usando a semelhança dos triângulos � e �_, tem-se que: p(�T)�T − �� = p(��)�� − �� Explicitando �� na equação anterior, tem-se: �� = �� − (�� − �T)p(��) − p(�T) p(��) q � r p(�T) �T �� p(��) �� � _ Notas de Aula de Cálculo Numérico 39 Unileste Prof. Aloísio Gomes Jr. Generalizando-se, tem: �U)� = �U − (�U − �U+�)p(�U) − p(�U+�) p(�U) Vantagens e Desvantagens do Método: Vantagem: É uma alternativa para o MNR, pois evita o cálculo da primeira derivada, substituindo-a pela expressão: p′(�U) = p(�U) − p(�U+�)(�U − �U+�) Desvantagens: (�) Necessita de duas aproximações iniciais. (��) A convergência não é tão rápida quanto o MNR. Exemplo 2.8: Determinar pelo MS, com precisão H < 0,01 em um máximo de 10 iterações, a raiz da equação p(�) = 2� − cos(�) = 0. (a) Isolar a raiz. (b) Escolha das aproximações iniciais �T e ��: Notas de Aula de Cálculo Numérico 40 Unileste Prof. Aloísio Gomes Jr. (c) Refinamento R �U p(�U) |�U − �U+�| 0 1 2 3 4 5 Exemplo 2.9: Determinar pelo MS, com precisão H < 0,01 em um máximo de 10 iterações, a raiz da equação p(�) = � + ln(�) = 0. (a) Isolar a raiz. (b) Escolha das aproximações iniciais �T e ��: Notas de Aula de Cálculo Numérico 41 Unileste Prof. Aloísio Gomes Jr. (c) Refinamento R �U p(�U) |�U − �U+�| 0 1 2 3 4 5 Notas de Aula de Cálculo Numérico 42 Unileste Prof. Aloísio Gomes Jr. Exercício F07: (Deve ser resolvido e entregue na aula) Aluno: Determinar pelo MNR, com precisão H < 0,002 em um máximo de 10 iterações, a raiz da equação p(�) = {y�(�) − 2� + 2 = 0. (a) Isolar a raiz. (b) Escolha de �T e ��: (c) Refinamento R �U p(�U) |�U − �U+�| 0 1 2 3 4 5 6 Notas de Aula de Cálculo Numérico 43 Unileste Prof. Aloísio Gomes Jr. Exercícios de Fixação: 2.1) Sejam as seguintes equações: (a) p(�) = sen(�) − ln(�) = 0 (b) p(�) = 2; − 3� = 0 (c) p(�) = 3; + 3� − 3 = 0 Calcule com no máximo 10 iterações e com precisão H < 0,01 a raiz das equações acima usando o MNR e o MS. Use o procedimento de decompor a função p(�) em duas outras funções. 2.2) Calcule pelo menos uma raiz real das equações abaixo, com H ≤ 10+', usando o (�) método de Newton-Raphson e (��) o método das secantes. Use o Scilab ou Matlab para traçar os gráficos das funções abaixo e em seguida isole a(s) raiz(es). (a) p(�) = �� − 10 ln � − 5 = 0 (b) p(�) = sen(�) − y; − 2�� + 10 = 0 (c) p(�) = sen(�) + cos(�) + �� − 3 = 0 (d) p(�) = 3 − cos(�) + �� − 4 = 0 (e) p(�) = cos(�) − �� + 3� + 6 = 0 (f) p(�) = sen(�) + �� − 2� − 4 = 0 Notas de Aula de Cálculo Numérico 44 Unileste Prof. Aloísio Gomes Jr. Capítulo 3: INTERPOLAÇÃO 1. INTRODUÇÃO � Dado um conjunto de pontos (� , p(� )), o problema da interpolação consiste em definir uma função w(�) que passa por todos estes pontos. Se essa função w(�) for um polinômio, teremos uma interpolaçãopolinomial. � A Figura a seguir representa esta situação. � Idéia: Dado �̅ ∈ ��T, ���, determinar p(�̅). � Por � + 1 pontos passa um polinômio de grau ≤ � e este polinômio é úncico. 2. MÉTODO DE LAGRANGE Sejam dados � + 1 pontos (�T, rT), (��, r�), ..., (�� , r�), sendo � distintos, tais que r = p(� ) e � ∈ ��T, ���. O método de Lagrange se baseia em: (�) Construir (� + 1) polinômios , (�), � = 0, 1, 2, … , �; de grau ≤ �, tais que: , (� ) = 1, � = 0, 1,2, … , � Notas de Aula de Cálculo Numérico 45 Unileste Prof. Aloísio Gomes Jr. , l��n = 0, � ≠ , = 0, 1,2, … , � (��) O polinômio interpolador de Lagrange é obtido por meio da combinação linear dos , (�), � = 0, 1, 2, … , �. Desta forma, temos que: ,�(�) = (� − ��)(� − ��) � ��T�b = (� − �T)(� − ��)… (� − � +�)(� − � )�)… (� − ��)(� − �T)(� − ��)… (� − � +�)(� − � )�)… (� − ��) Então, podemos procurar o polinômio �(�) de grau ≤ � que passa pelos � + 1 pontos (� , r ) na forma: �(�) =�r , (�)� �T = rT,T(�) + r�,�(�) + ⋯+ r�,�(�) Exemplo 3.1: Dada a tabela de pontos abaixo: 0 1 2 3 0 1 2 4 4 11 20 44 Deterrmine: a) O polinômio interpolador de Lagrange que passa por todos os pontos. Notas de Aula de Cálculo Numérico 46 Unileste Prof. Aloísio Gomes Jr. b) A imagem de � = 3. Notas de Aula de Cálculo Numérico 47 Unileste Prof. Aloísio Gomes Jr. Exercício F08: (Deve ser resolvido e entregue na aula) Aluno: Sendo r = p(�) uma função conhecida nos pontos a seguir, estime um valor para r quando � = 1,07, utilizando o método de Lagrange. 0 1 2 0,9 1,0 1,1 0,6216 0,5403 0,4536 Compare o resultado com a função p(�) = cos(�) neste mesmo ponto. Notas de Aula de Cálculo Numérico 48 Unileste Prof. Aloísio Gomes Jr. 3. MÉTODO DAS DIFERENÇAS DIVIDIDAS (NEWTON) Este método é baseado em um operador, denominado operador de diferenças divididas, denotado por ⏃, definido como sendo: a) Ordem 0: ⏃Tr = r b) Ordem 1: ⏃�r = ⏃0ei+⏃0e;ei+;e = ei+e;ei+;e c) Ordem 2: ⏃�r = ⏃iei+⏃ie;e+;e d) Ordem �: ⏃�r = ⏃giei+⏃gie;eg+;e O polinômio interpolador será: �(�) = rT + (� − �T)⏃�rT + (� − �T)(� − ��)⏃�rT + (� − �T)(� − ��)(� − ��)⏃'rT +⋯+ (� − �T). . (� − ��+�)⏃�rT Exemplo 3.3: Para a tabala de ponto a seguir, pede-se: 0 1 2 3 3 5 6 8 1,10 1,27 1,36 1,53 a) Construir a tabela de diferenças divididas. Tabela de Diferenças Divididas ⏃ = ⏃ ⏃ ⏃ 0 1 ---- 2 ---- ---- 3 ---- ---- ---- Notas de Aula de Cálculo Numérico 49 Unileste Prof. Aloísio Gomes Jr. b) Determinar o polinômio interpolador. c) Calcular a imagem do ponto � = 4. Notas de Aula de Cálculo Numérico 50 Unileste Prof. Aloísio Gomes Jr. Exercício F09: (Deve ser resolvido e entregue na aula) Aluno: Na tabela a seguir ] é a corrente elétrica e é a voltagem. Estime um valor para quando ] = 3, usando o método das diferenças divididas. 0 1 2 3 1 2 4 8 120 94 75 62 a) Contrução da Tabela Tabela de Diferenças Divididas ⏃ = ⏃ ⏃ ⏃ 0 1 ---- 2 ---- ---- 3 ---- ---- ---- Conclusão: Notas de Aula de Cálculo Numérico 51 Unileste Prof. Aloísio Gomes Jr. 4. MÉTODO DAS DIFERENÇAS FINITAS ASCENDENTES Também conhecido como método de Gregory-Newton. Quando os valores das abscissas � forem igualmente espaçadas, a formúla de Newton pode ser simplificada, resultando na fórmula de Gregory-Newton. Este método é baseado em um operador, denominado operador de diferença finita ascendente, denotado por ∆ e definido como se segue: a) Ordem 0: ΔTr = r b) Ordem 1: Δ�r = ΔTr )� − ∆Tr = r )� − r c) Ordem 2: Δ�r = Δ�r )� − Δ�r d) Ordem �: Δ�r = Δ�+�r )� − Δ�+�r A relação entre os operadores de diferença finita e dividida é dada pela expressão: ⏃�r = ∆�r �! ℎ� Onde: ℎ = � )� − � Assim o polinômio interpolador para o método de Gregory-Newton é determinado por: �(�) = rT + ∆�rT + ( − 1) ∆�rT2! + ( − 1)( − 2)∆'rT3! + ⋯+ ( − 1)… ( − (� − 1)∆�rT�! Sendo: = ;+;¡¢ Exemplo 3.5: A figura a seguir mostra o esboço do leito de um rio. A partir de uma linha reta, próxima a uma das margens, foram medidas distâncias (em metros) entre essa linha reta e as duas margens do rio, de 15 em 15 metros, a partir de um ponto fixado como origem. Notas de Aula de Cálculo Numérico 52 Unileste Prof. Aloísio Gomes Jr. Tais dados foram registrados na tabela a seguir. Determinar o valor aproximado da largura do rio no ponto que dista 20 metros da origem. � 0 15 30 45 60 r( �`) 50,00 86,00 146,00 73,50 50,00 r(`�) 112,50 154,50 195,00 171,00 95,50 (i) Determinação do comprimento das margens � 0 15 30 45 60 r (ii) Construção da tabela de diferenças finitas ascendentes Tabela das Diferenças Finitas Ascendentes £ = £ £ £ £¤ 0 1 ---- 2 ---- ---- 3 ---- ---- ---- 4 ---- ---- ---- ---- Notas de Aula de Cálculo Numérico 53 Unileste Prof. Aloísio Gomes Jr. (iii) Determinação do comprimento da margem no ponto desejado. Notas de Aula de Cálculo Numérico 54 Unileste Prof. Aloísio Gomes Jr. Exercício F10: (Deve ser resolvido e entregue na aula) Aluno: Dada a tabela abaixo: � 0 1 2 3 4 � 3,5 4,0 4,5 5,0 5,5 r 9,82 10,91 12,05 13,14 16,19 Pede-se: (a) Construir a Tabela de diferenças finitas ascendentes Tabela das Diferenças Finitas Ascendentes £ = £ £ £ £¤ 0 1 ---- 2 ---- ---- 3 ---- ---- ---- 4 ---- ---- ---- ---- (b) Encontrar a imagem de x = 4,7. Conclusão: Notas de Aula de Cálculo Numérico 55 Unileste Prof. Aloísio Gomes Jr. Exercícios de Fixação: 3.1) A tabela a seguir relaciona o calor específico da água em função da temperatura. Calcular o calor específico da água a uma temperatura de 25ºC, usando um polinômio de 3º grau: (a) Pelo Método de Lagrange; (b) Pelo Método das diferenças divididas; Temperatura (ºC) Calor Específico 20 0,99907 30 0,99826 45 0,99849 55 0,99919 3.2) A velocidade ¥ (em m/s) de um foguete lançado do solo foi medida quatro vezes, segundos após o lançamento, e os dados foram registrados na tabela abaixo. Calcular usando um polinômio de 4º grau, a velocidade aproximada do foguete após 25 segundos do lançamento. Tempo (s) 0 8 20 30 45 Velocidade (m/s) 0,000 52,032 160,450 275,961 370,276 3.3) Na tabela abaixo, é a distância, em metros, percorrida por uma bala ao longo do cano de um canhão em segundos. Encontrar a distância percorrida pela bala 5 segundos após ter sido disparada, usando todos os dados abaixo. ¦ (s) 0 2 4 6 8 § (m) 0,000 0,049 0,070 0,087 0,103 3.4) Durante três dias consecutivos foi tomada a temperatura (em ºC) numa região de uma cidade, por quatro vezes no período das 6 às 12h. Determinar, usando todos os dados da tabela abaixo, a média das temperaturas dos três dias às 9 horas. Dia Hora 1 2 3 6 18 17 18 8 20 20 21 10 24 25 22 12 28 27 23 3.5) A velocidade do som na água varia com a temperatura. Usando os valores da tabela anterior, determinar o valor aproximado da velocidade do som na água a 100ºC. Temperatura (ºC) Velocidade (m/s) 86,0 1552 93,3 1548 98,9 1544 104,4 1538 110,0 1532 Notas de Aula de Cálculo Numérico 56 Unileste Prof. Aloísio Gomes Jr. 3.6) A que temperaturaa água entra em ebulição no Pico da Bandeira (altitude = 2890m), sabendo que o ponto de ebulição da água varia com a altitude, conforme mostra a tabela abaixo. Altitude (m) Ponto de Ebulição da Água (ºC) 850 950 1050 1150 1250 . . . 2600 2700 2800 2900 3000 97,18 96,84 96,51 96,18 95,84 . . . 91,34 91,01 90,67 90,34 90,00 Usando esta mesma tabela, determinar o ponto de ebulição da água em um local em Belo Horizonte que possui altitude igual a 1000m. 3.7) Um automóvel percorreu 160 km numa rodovia que liga duas cidades e gastou, neste trajeto, 2 horas e 20 minutos. A tabela abaixo dá o tempo gasto e a distância percorrida em alguns pontos entre as duas cidades. Tempo (min) Distância (m) 0 10 30 60 90 120 140 0 8 27 58 100 145 160 Determinar: (a) Qual foi aproximadamente a distância percorrida pelo automóvel nos primeiros 45 minutos de viagem, considerando apenas os quatro primeiros pontos da tabela? (b) Quantos minutos o automóvel gastou para chegar à metade do caminho? (Usar todos os pontos) 3.8) Dada a função f conhecida pelos seus pontos da tabela a seguir, pede-se: 0 1 2 3 4 5 6 7 8 9 10 11 12 0 0,8 1,6 2,4 3,2 4,0 4,8 5,6 6,4 7,2 8,0 8,8 9,6 2 5 3 8 4 9 5 7 3 6 4 8 5 Determinar: (a) p(3) usando um polinômio interpolador de 5º grau. (b) p(6) usando um polinômio interpolador de 4º grau (c) p(9) usando um polinômio interpolador de 3º grau. Notas de Aula de Cálculo Numérico 57 Unileste Prof. Aloísio Gomes Jr. Capítulo 4: INTEGRAÇÃO NUMÉRICA 1. INTRODUÇÃO � Objetivo: Apresentar métodos numéricos para resolver numericamente uma integral. � Sabe-se pelo Teorema Fundamental do Cálculo (TFC), que: ¨p(�)�<d = ©( ) − ©(�) onde ©(�) é uma primitiva de p(�), isto é, ©(�) = p(�). � Na determinação numérica de uma integral, várias situações podem ocorrer: • A determinação da primitiva ©(�) pode ser difícil; • A função p a integrarpode não possuir uma primitiva ©. Por exemplo, o cálculo da integral ª y+;�<d não é possível de ser resolvida pela aplicação do TFC, uma vez que não existe função ©(�) cuja derivada seja p(�) = y+;; • A função p pode ser conhecida pelos seus pontos (� , p(� )) e não pela sua expressão analítica. � Em situações como as citadas anteriormente se justifica a aplicação de métodos numéricos. 2. Fórmulas de Newton-Côtes � A idéia dessa família de procedimentos é dividir o intervalo ��, � em � subintervalos de mesmo espaçamento ℎ = ( − �) �⁄ e substituir p pelo polinômio interpolador de Gregory- Newton de grau �. Assim, ] = ¨p(�)�<d = ¨�(�)� < d Notas de Aula de Cálculo Numérico 58 Unileste Prof. Aloísio Gomes Jr. sendo �(�) = rT + ∆�rT + ( − 1) ∆�rT2! + ( − 1)( − 2) ∆'rT3! + ⋯+ ( − 1)… ( − (� − 1) ∆�rT�! e = � − �Tℎ � Para calcular o erro cometido na integração (_ ) basta integrar o erro da interpolação (_¬) 2.1. Regra dos Trapézios () Fórmula Simples � A idéia desse procedimento é substituir a função p a integrar pelo polinômio interpolador de Gregory-Newton de grau � = 1, ou seja, por �(�) = rT + ∆rT. Tem-se, portanto ] = ¨p(�)�<d ≈ ¨�(�)� < d = ¨(rT + ∆rT)� < d � Portanto, ao se substituir p por �(�) obtemos a seguinte aproximação: ] = ¨p(�)�<d ≈ ℎ2 �rT + r�� � Geometricamente, a fórmula anterior indica a área da figura compreendida entre as retas � = � e � = , o eixo O� e o polinômio interpolador �(�), isto é, a área de um trapézio. Como sabemos, a área de um trapézio vale a metade do produto da altura ℎ pela soma da base menor (no nosso caso, rT) com a base maior (no nosso caso, r�). Notas de Aula de Cálculo Numérico 59 Unileste Prof. Aloísio Gomes Jr. () Fórmula Composta � A idéia deste procedimento é dividir o intervalo ��, � em � subintervalos de mesmo espaçamento ℎ = ( − �) �⁄ e aplicar a cada sub-intervalo �� , � )��∀� = 0,1, … , � − 1 a fórmula simples da regra dos Trapézios. � Desta forma, a fórmula composta da regra dos Trapézios é, portanto: ] = ¨p(�)�<d ≈ ℎ2 �rT + 2r� + 2r� +⋯+ 2r�+� + r�� Exemplo 4.1: Calcule o valor da seguinte integral (retenha 4 casas decimais durante os cálculos): ] = ¨ 11 + �� � � T Pela fórmula composta da Regra dos Trapézios com �=10. Notas de Aula de Cálculo Numérico 60 Unileste Prof. Aloísio Gomes Jr. = ®() ¯ ¯ × 0 1 2 3 4 5 6 7 8 9 10 �/ r �T �T = 2.2. 1ª Regra de Simpson () Fórmula Simples � A idéia desse procedimento é substituir a função p a integrar pelo polinômio interpolador de Gregory-Newton de grau � = 2, ou seja, por �(�) = rT + ∆rT + ( − 1) ∆¡�! . � Tem-se, portanto ] = ¨p(�)�<d ≈ ¨�(�)� < d = ¨(rT + ∆rT + ( − 1) ∆2r02! )� < d � Portanto, ao se substituir p por �(�) obtemos a seguinte aproximação: ] = ¨p(�)�<d ≈ ℎ3 �rT + 4r� + r�� Notas de Aula de Cálculo Numérico 61 Unileste Prof. Aloísio Gomes Jr. () Fórmula Composta � A idéia deste procedimento é dividir o intervalo ��, � em � subintervalos de mesmo espaçamento ℎ = ( − �) �⁄ e aplicar a cada par de sub-intervalos �� +�, � �, �� , � )��∀� = 1,2, … , � −1 a fórmula simples da 1ª Regra de Simpson. � Desta forma, obtém-se: ] = ¨p(�)�<d ≈ ℎ3 �rT + 4r� + 2r� + 4r' + 2ro +⋯+ 2r�+� + 4r�+� + r�� sendo � um número par. Exemplo 4.3: Determine o valor da seguinte integral (retenha 4 casas decimais durante os cálculos): ] = ¨ 11 + �� � � T Pela fórmula composta da 1ª Regra de Simpson com �=10. = ®() ¯ ¯ × 0 1 2 3 4 5 6 7 8 9 10 �/ r �T �T = Notas de Aula de Cálculo Numérico 62 Unileste Prof. Aloísio Gomes Jr. 2.3. 2ª Regra de Simpson () Fórmula Simples � A idéia desse procedimento é substituir a função p a integrar pelo polinômio interpolador de Gregory-Newton de grau � = 3, ou seja, por '(�) = rT + ∆rT + ( − 1) ∆¡�! + ( − 1)( − 2) ∆°¡'! . � Tem-se, portanto ] = ¨p(�)�<d ≈ ¨'(�)� < d = ¨(rT + ∆rT + ( − 1) ∆2r02! + ( − 1)( − 2) ∆3r03! )� < d � Portanto, ao se substituir p por '(�) obtemos a seguinte aproximação: ] = ¨p(�)�<d ≈ 3ℎ8 �rT + 3r� + 3r� + r'� () Fórmula Composta � A idéia deste procedimento é dividir o intervalo ��, � em � subintervalos de mesmo espaçamento ℎ = ( − �) �⁄ e aplicar a cada 4 pontos, isto é, a cada três sub-intervalos �� +�, � �, �� , � )��, �� )�, � )�� ∀� = 1,2, … , � − 2 a fórmula simples da 2ª Regra de Simpson. � Desta forma, obtém-se: ] = ¨p(�)�<d ≈ 3ℎ8 �rT + 3r� + 3r� + 2r' + 3ro + 3r± +⋯+ 2r�+' + 3r�+� + 3r�+� + r�� sendo � um múltiplo de 3. Notas de Aula de Cálculo Numérico 63 Unileste Prof. Aloísio Gomes Jr. Exemplo 4.4: Calcule o valor da seguinte integral: ] = ¨ 11 + �� � � T Pela fórmula composta da 2ª Regra de Simpson com �=9. = ®() ¯ ¯ × 0 1 2 3 4 5 6 7 8 9 �/ r ² �T = 2.4. Observações Finais: Analisando-se as expressões dos erros das fórmulas compostas das três regras, é possível estabelecer a seguinte prioridade de uso: (1) 1ª Regra de Simpson, a qual exige que � seja par; (2) 2ª Regra de Simpson, a qual exige que � seja múltiplo de 3; (3) Regra dos Trapézios, na qual � pode ser qualquer número. Notas de Aula de Cálculo Numérico 64 Unileste Prof. Aloísio Gomes Jr. Exercício F11: (Deve ser resolvido e entregue na aula) Aluno: Calcule o valor da seguinte integral, com n=12 (retenha 4 casas decimais durante os cálculos): ] = ¨ y+;�',±T,± (a) pela fórmula composta da regra dos trapézios: = ®() ¯ ¯ × 0 1 2 3 4 5 6 7 8 9 10 11 12 �/ r �� �T = Notas de Aula de Cálculo Numérico 65 Unileste Prof. Aloísio Gomes Jr. (b) pela fórmula composta da 1ª Regra de Simpson: = ®() ¯ ¯ × 0 1 2 3 4 5 6 7 8 9 10 11 12 �/ r �� �T = c) pela fórmula composta da 2ª Regra de Simpson: = ®() ¯ ¯ × 0 1 2 3 4 5 6 7 8 9 10 11 12 �/ r �� �T = Notas de Aula de Cálculo Numérico 66 Unileste Prof. Aloísio Gomes Jr. Exercícios de Fixação: 4.1) Calcular o valor das integrais abaixo, usando � = 6, pela Regra do Trapézio, pela 1ª Regra de Simpson e pela 2ª Regra de Simpson: (a) (b) (c) ] = ¨ cos�1 + � ��T ] = ¨ 1�� �o,±o ] = ¨ (3�� − 2� + 6) 2; �o,�' 4.2) Dada a função r = p(�) através da tabela abaixo, calcular o valor da integral usando o método mais preciso: ] = ¨ p(�)'T � � � r 0 0,0 5,021 1 0,5 6,146 2 1,0 6,630 3 1,5 6,945 4 2,0 7,178 5 2,5 7,364 6 3,0 7,519 4.3) Calcular o valor da integral para � = 4, usando a Regra dos Trapézios: ¨ sen�(� + 1) cos(��) �³�T 4.4) Calcular o valor da integral para � = 6, usando a 2ª Regra de Simpson: ] = ¨ ��(� − 2)� �+�+� 4.5) Calcular o valor da integral para � = 9, usando o método mais preciso: ] = ¨ y�;��,±� 4.6) Dada a função r = p(�), definida através da tabela abaixo: � � r 0 1,0 0,099 1 1,1 0,131 2 1,2 0,163 3 1,3 0,194 4 1,4 0,224 5 1,5 0,253 6 1,6 0,281 Calcular ª p(�)��,´� , aplicando: a) A 1ª regra de Simpson b) A 2ª regra de Simpson Notas de Aula de Cálculo Numérico 67 Unileste Prof. Aloísio Gomes Jr. Bibliografia: RUGGIERO, Márcia A. Gomes; LOPES, Vera Lúcia da Rocha. Cálculo numérico: aspectos teóricos e computacionais. 2. ed. São Paulo: Makron Books, 1997. 406p. FRANCO, Neide Maria Bertoldi. Cálculo númerico. São Paulo: Pearson Prentice Hall, 2007. 505p. SOUZA, M. J. F. Notas de Aula de Cálculo Numérico. Disponível em: http://www.decom.ufop.br/prof/marcone/Disciplinas/CalculoNumerico/cn.htm. Acesso em: 20/07/2009.
Compartilhar