Métodos Numéricos em Python

Prévia do material em texto

UNIP – UNIVERSIDADE PAULISTA
ICET – CIÊNCIA DA COMPUTAÇÃO
RELATÓRIO DE ATIVIDADE COMPLEMENTAR
Nome: Lucas | Turma: | Número: | Data: 10/09/2026
Tipo de atividade: Leitura – Artigo Científico Carga horária: 2 horas
1. REFERÊNCIA COMPLETA DO ARTIGO
Souza, A. R. J., Lino, A. M., Santos, D. (2018). Aplicações dos Métodos da Bisseção e Falsa Posição para Análise de Desempenho de Algoritmo em Python. Caderno de Graduação - Ciências Exatas e Tecnológicas - UNIT, 5(1), 149-156.
2. OBJETIVO DO ARTIGO
O artigo visa comparar o desempenho e a eficiência de dois métodos numéricos para encontrar raízes de equações - o Método da Bisseção e o Método da Falsa Posição - através da sua implementação e execução na linguagem de programação Python, demonstrando a aplicação prática desses conceitos matemáticos na área da computação.
3. PRINCIPAIS PONTOS E METODOLOGIA
A metodologia baseou-se no desenvolvimento de algoritmos em Python para os métodos da Bisseção e Falsa Posição. Foram utilizadas funções matemáticas específicas para testes. O estudo focou na análise da complexidade computacional, medindo o número de iterações necessárias para que cada método convergisse para a raiz com um determinado critério de parada (tolerância). Os principais conceitos abordados incluem: cálculo numérico, análise de convergência, isolamento de raízes e desenvolvimento de algoritmos.
4. CONCLUSÕES DOS AUTORES
Os autores concluíram que no Método a falsa posição produziu erros menores, mas ao custo de mais iterações e mais tempo do que o Método da Bisseção, precisando de mais iterações para encontrar a raiz com a mesma precisão, embora a sua velocidade fica comprometida quando a assíntota do gráfico é grande, desde que o intervalo inicial contenha a raiz.
5. RELAÇÃO COM A ÁREA DE TECNOLOGIA
A relação direta está na transposição de modelos matemáticos (Cálculo Numérico) para a linguagem computacional (Python). Essa prática é fundamental na Ciência da Computação para a resolução de problemas complexos que não possuem soluções analíticas simples. A análise de desempenho de algoritmos fortalece a capacidade do futuro cientista da computação de escolher a melhor solução (mais rápida e eficiente) de acordo com a necessidade do projeto.
UNIP 
–
 
UNIVERSIDADE PAULISTA
 
ICET 
–
 
CIÊNCIA DA COMPUTAÇÃO
 
RELATÓRIO DE ATIVIDADE COMPLEMENTAR
 
Nome: Lucas | Turma: | Número: | Data: 10/09/2026
 
Tipo de atividade: Leitura 
–
 
Artigo Científico Carga horária: 2 horas
 
1. REFERÊNCIA COMPLETA DO ARTIGO
 
Souza, A. R. J., Lino, A. M., Santos, D. (2018). Aplicações dos Métodos da Bisseção e Falsa 
Posição para Análise de Desempenho de Algoritmo em Python. Caderno de Graduação 
-
 
Ciências Exatas
 
e 
T
ec
nológicas 
-
 
UNIT, 5(1), 149
-
156
.
 
2. OBJETIVO DO ARTIGO
 
O artig
o visa comparar o desempenho e a eficiência de dois métodos numéricos para 
encontrar raízes de equações 
-
 
o Método da Bisseção e o Método da Falsa Posição 
-
 
através 
da sua implementação e execução na linguagem de programação Python, demonstrando a 
aplicaçã
o prática desses conceitos matemáticos na área da computação.
 
3. PRINCIPAIS PONTOS E METODOLOGIA
 
A metodologia baseou
-
se no desenvolvimento de algoritmos em Python para os métodos da 
Bisseção e Falsa Posição. Foram utilizadas funções matemáticas específica
s para testes. O 
estudo focou na análise da complexidade computacional, medindo o número de iterações 
necessárias para que cada método convergisse para a raiz com um determinado critério de 
parada (tolerância). Os principais conceitos abordados incluem: cá
lculo numérico, análise 
de convergência, isolamento de raízes e desenvolvimento de algoritmos.
 
4. CONCLUSÕES DOS AUTORES
 
Os autores concluíram que 
no
 
Método 
a falsa posição produziu erros menores, mas 
ao custo 
de mais iterações e mais tempo
 
do que o Método da Bisseção,
 
precisando de 
mais
 
iterações 
para encontrar a raiz com a mesma precisão, embora a 
sua velocidade fica comprometida 
quando a assíntota do gráfico é grande
, desde que o intervalo inicial contenha a raiz.
 
5. RELAÇÃO COM A ÁREA DE TECNOLOGIA
 
A rela
ção direta está na transposição de modelos matemáticos (Cálculo Numérico) para a 
linguagem computacional (Python). Essa prática é fundamental na Ciência da Computação 
para a resolução de problemas complexos que não possuem soluções analíticas simples. A 
an
álise de desempenho de algoritmos fortalece a capacidade do futuro cientista da 
UNIP – UNIVERSIDADE PAULISTA 
ICET – CIÊNCIA DA COMPUTAÇÃO 
RELATÓRIO DE ATIVIDADE COMPLEMENTAR 
Nome: Lucas | Turma: | Número: | Data: 10/09/2026 
Tipo de atividade: Leitura – Artigo Científico Carga horária: 2 horas 
1. REFERÊNCIA COMPLETA DO ARTIGO 
Souza, A. R. J., Lino, A. M., Santos, D. (2018). Aplicações dos Métodos da Bisseção e Falsa 
Posição para Análise de Desempenho de Algoritmo em Python. Caderno de Graduação - 
Ciências Exatas e Tecnológicas - UNIT, 5(1), 149-156. 
2. OBJETIVO DO ARTIGO 
O artigo visa comparar o desempenho e a eficiência de dois métodos numéricos para 
encontrar raízes de equações - o Método da Bisseção e o Método da Falsa Posição - através 
da sua implementação e execução na linguagem de programação Python, demonstrando a 
aplicação prática desses conceitos matemáticos na área da computação. 
3. PRINCIPAIS PONTOS E METODOLOGIA 
A metodologia baseou-se no desenvolvimento de algoritmos em Python para os métodos da 
Bisseção e Falsa Posição. Foram utilizadas funções matemáticas específicas para testes. O 
estudo focou na análise da complexidade computacional, medindo o número de iterações 
necessárias para que cada método convergisse para a raiz com um determinado critério de 
parada (tolerância). Os principais conceitos abordados incluem: cálculo numérico, análise 
de convergência, isolamento de raízes e desenvolvimento de algoritmos. 
4. CONCLUSÕES DOS AUTORES 
Os autores concluíram que no Método a falsa posição produziu erros menores, mas ao custo 
de mais iterações e mais tempo do que o Método da Bisseção, precisando de mais iterações 
para encontrar a raiz com a mesma precisão, embora a sua velocidade fica comprometida 
quando a assíntota do gráfico é grande, desde que o intervalo inicial contenha a raiz. 
5. RELAÇÃO COM A ÁREA DE TECNOLOGIA 
A relação direta está na transposição de modelos matemáticos (Cálculo Numérico) para a 
linguagem computacional (Python). Essa prática é fundamental na Ciência da Computação 
para a resolução de problemas complexos que não possuem soluções analíticas simples. A 
análise de desempenho de algoritmos fortalece a capacidade do futuro cientista da