Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE DO ESTADO DE SANTA CATARINA CURSO DE ENGENHARIA DISCIPLINA: CÁLCULO NUMÉRICO Prof.:Fernando Tosini Chapecó - SC Sumário 1 1 1.1 Sistemas de Equações Não Lineares(SENL) . . . . . . . . . . . . . . . . . . 1 1.1.1 De�nições Importantes . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Métodos Iterativos Para Resolução de SENL . . . . . . . . . . . . . . . . . 4 1.2.1 Critérios de Parada . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.3 Método de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3.1 Fórmula do Processo Iterativo . . . . . . . . . . . . . . . . . . . . . 5 1.3.2 Características do Método de Newton . . . . . . . . . . . . . . . . . 9 1.4 Método de Newton-Raphson Modi�cado . . . . . . . . . . . . . . . . . . . 10 1.4.1 Características do Método de Newton Modi�cado . . . . . . . . . . 11 1.5 Lista de Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 i Capítulo 1 Resumo: Neste capítulo apresenta-se a de�nição, interpretação geométrica e os métodos de resolução de sistemas de equações não lineares. O objetivo é demonstrar como funciona cada método iterativo e sua implementação computacional, de tal forma que qualquer sistema de equações não lineares possa ser modelado e resolvido numericamente. 1.1 Sistemas de Equações Não Lineares(SENL) De maneira geral, um sistema não linear com n equações e n incógnitas pode ser apresentado na forma: F (X) = f1(x1, x2, ..., xn) = 0 f2(x1, x2, ..., xn) = 0 . . . fn(x1, x2, ..., xn) = 0 (1.1) Ou na forma vetorial: F (X) = 0 (1.2) Onde: X = (x1, x2, ..., xn) T é o vetor das incógnitas; F (X) = (f1(X), f2(X), ..., fn(X)) T representa o sistema; 0 = (0, 0, ..., 0)T é o vetor nulo. 1 CÁLCULO NUMÉRICO Prof. Fernando Tosini Exemplos de sistemas não lineares. a) F (X) = x 2 1 + x 2 2 − 2 = 0 x21 − x22 9 − 1 = 0 b) F (X) = x+ 2y − 3 = 03x2 + y2 − 9 = 0 Geometricamente, temos: 2 CÁLCULO NUMÉRICO Prof. Fernando Tosini 1.1.1 De�nições Importantes Dada uma função fi(x1, x2, x3, ..., xn) = fi(X) que representa cada equação do sistema não linear. • O vetor Gradiente de fi(X) é denotado por ∇fi(X) ∀ i = 1, 2, 3, ..., n. ∇fi(X) = ( ∂fi(X) ∂x1 , ∂fi(X) ∂x2 , ..., ∂fi(X) ∂xn )T • A matriz Jacobiana de fi(X) é uma matriz de derivadas parciais do sistema, que será denotado por J(X): F ′(X) = J(X) = ∇f1(X)T ∇f2(X)T . . . ∇fn(X)T = ∂f1 ∂x1 ∂f1 ∂x2 · · · ∂f1 ∂xn ∂f2 ∂x1 ∂f2 ∂x2 · · · ∂f2 ∂xn . . . . . . . . . . . . ∂fn ∂x1 ∂fn ∂x2 · · · ∂fn ∂xn • A série de Taylor é uma série de potência apresentada na forma: f(x) = ∞∑ i=0 f (n)(a) n! (x− a)n ou f(x) = f(a) + f ′(a) 1! (x− a) + f ′′(a) 2! (x− a)2 + ...+ f (n)(a) n! (x− a)n Para n variáveis: f(x1 +∆x1, ..., xn +∆xn) = f(x1, ..., xn) + ∂f ∂x1 ∆x1 + ∂f ∂x2 ∆x2 + ...+ ∂f ∂xn ∆xn 3 CÁLCULO NUMÉRICO Prof. Fernando Tosini Exemplo 1.1 Determine a matriz Jacobiana dos sistemas: a) F (X) = x31 − 3x1x22 + 1 = 03x21x2 − x32 = 0 b) F (X) = x+ 3 log(x)− y2 = 02x2 − xy − 5x+ 1 = 0 Solução: a) J(X) = ∂f1/∂x1 ∂f1/∂x2 ∂f2/∂x1 ∂f2/∂x2 = 3x21 − 3x22 −6x1x2 6x1x2 3x 2 1 − 3x22 b) J(X) = ∂f1 ∂x ∂f1 ∂y ∂f2 ∂x ∂f2 ∂y = 1 + 3ln(10)x −2y 4x− y − 5 −x 1.2 Métodos Iterativos Para Resolução de SENL Existem vários métodos, entre os quais destacamos alguns: - Método da Iteraçao Linear; - Método de Newton; - Método de Newton Modi�cado; - Método de Quase-Newton; Todos esses métodos, são métodos iterativos, isto é, apartir de um vetor inicial X(0), geram uma sequência X(k+1) de vetores, tal que: lim k→∞ X(k+1) = X∗ Onde: X(k+1) é o vetor solução aproximada; X∗ é o vetor solução exata; 1.2.1 Critérios de Parada Os critérios de parada mais conhecidos são: 4 CÁLCULO NUMÉRICO Prof. Fernando Tosini I) ||X(k+1) −X(k)||∞ = máx |X(k+1) −X(k)| ≤ � II) ||F (X(k+1))||∞ = máx |F (X(k+1))| ≤ � III) ||X(k+1) −X(k)||∞ ||X(k+1)||∞ = máx |X(k+1) −X(k)| máx |X(k+1)| ≤ � IV) O número de iterações é indicado. 1.3 Método de Newton-Raphson O método mais estudado e conhecido para resolver sistemas de equação não lineares é o Método de Newton. O método é atribuído a Isaac Newton (1643 − 1727) e Joseph Raphson (1648− 1715). No caso de uma equação não linear de uma variável independente, o método de Newton consiste em se tomar um modelo local linear da função f(x) em torno de xk, e este modelo gera uma reta tangente à função em xk a cada iteração. Já em um sistema de equações não lineares, o método de Newton consiste em expandir por meio da série de Taylor cada equação não liner do sistema, transformando-o em um sistema linear, a�m de obter o processo iterativo. 1.3.1 Fórmula do Processo Iterativo Considere o sistema de equações não lineares: F (X) = f1(x1, x2, ..., xn) = 0 f2(x1, x2, ..., xn) = 0 . . . fn(x1, x2, ..., xn) = 0 (1.3) Expandindo (1.3) pela série de Taylor, tem-se: 5 CÁLCULO NUMÉRICO Prof. Fernando Tosini f1(x1 +∆x1, ..., xn +∆xn) = f1(x1, ..., xn) + ∂f1 ∂x1 ∆x1 + ... + ∂f1 ∂xn ∆xn = 0 f2(x1 +∆x1, ..., xn +∆xn) = f2(x1, ..., xn) + ∂f2 ∂x1 ∆x1 + ... + ∂f2 ∂xn ∆xn = 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . fn(x1 +∆x1, ..., xn +∆xn) = fn(x1, ..., xn) + ∂fn ∂x1 ∆x1 + ... + ∂fn ∂xn ∆xn = 0 Isolando os termos que contém derivadas, obtemos o sistema linear: ∂f1 ∂x1 ∆x1 + ∂f1 ∂x2 ∆x2 + ... + ∂f1 ∂xn ∆xn = −f1(x1, ..., xn) ∂f2 ∂x1 ∆x1 + ∂f2 ∂x2 ∆x2 + ... + ∂f2 ∂xn ∆xn = −f2(x1, ..., xn) . . . . . . . . . . . . . . . . . . . . . . . . . . . ∂fn ∂x1 ∆x1 + ∂fn ∂x2 ∆x2 + ... + ∂fn ∂xn ∆xn = −fn(x1, ..., xn) Matricialmente, temos: ∂f1 ∂x1 ∂f1 ∂x2 · · · ∂f1 ∂xn ∂f2 ∂x1 ∂f2 ∂x2 · · · ∂f2 ∂xn . . . . . . . . . . . . ∂fn ∂x1 ∂fn ∂x2 · · · ∂fn ∂xn ︸ ︷︷ ︸ · ∆x1 ∆x2 . . . ∆xn ︸ ︷︷ ︸ = − f1(x1, ..., xn) f2(x1, ..., xn) . . . fn(x1, ..., xn) ︸ ︷︷ ︸ J ( X(k) ) · ∆X(k) = − F(X(k)) Isolando ∆X(k): ∆X(k) = − [ J ( X(k) )]−1 · F(X(k)) Como ∆X(k) = X(k+1)−X(k), então, apartir da última equação obtemos a fórmula do processo iterativo do método de Newton: X(k+1) = X(k) − [ J ( X(k) )]−1 · F(X(k)) ∀ k = 0, 1, 2, ...., n (1.4) 6 CÁLCULO NUMÉRICO Prof. Fernando Tosini Exemplo 1.2 A concentração de um poluente num lago depende do tempo t, e é dada por C(t) = 70ex1t + 20ex2t. Efetuaram-se algumas medidas que foram registadas na seguinte tabela: t 1 2 C(t) 27.5702 17.6567 Utilize o método de Newton para determinar x1 e x2. Considere para aproximação inicial o ponto (x1; x2) (0) = (−1.9;−0.15)T , e efetue apenas duas iterações. 7 CÁLCULO NUMÉRICO Prof. Fernando Tosini Exemplo 1.3 Considere o sistema de equações não-lineares: F (x, y) = x2 − e−xy = 0xy + sin(x) = 0 a) Determine o jacobiano de F (x, y); b) Resolva o sistema aplicando o método de Newton, com um chute inicial X(0) = (2; 0)T e um erro inferior a 10−1. 8 CÁLCULO NUMÉRICO Prof. Fernando Tosini 1.3.2 Características do Método de Newton i) Geralmente,possui uma convergência maior quando comparado a outros métodos, porém, exige um alto custo computacional, pois, necessita calcular da matriz inversa a cada iteração durante o processo; ii) Quando o método converge, a convergência é quadrática. iii) O método de Newton converge se: a) As funções fi(x1, x2, ..., xn) para i = 1, ..., n e suas derivadas parciais até se- gunda ordem sejam continuas e limitadas numa vizinhança V contendo a raiz; b) O determinante do Jacobiano J(X) é diferente de zero em V ; c) O chute inicial X(0) deve ser su�cientemente próxima da raiz. 9 CÁLCULO NUMÉRICO Prof. Fernando Tosini 1.4 Método de Newton-Raphson Modi�cado O Método de Newton Modi�cado consiste em manter a matriz Jacobiano calculada na primeira iteração, constante em todo o processo iterativo. Dessa forma, a função iterativa do método de Newton Modi�cado é dada por: X(k+1) = X(k) − [ J ( X(0) )]−1 · F(X(k)) ∀ k = 0, 1, 2, ...., n (1.5) Exemplo 1.4 Dado o sistema: F (x, y) = x+ y − 3 = 0x2 + y2 − 9 = 0 Resolva o sistema aplicando o método de Newton Modi�cado, com um chute inicial X(0) = (1; 5)T e um erro inferior a 10−1. Use como critério de parada ||F (X(k+1))|| < �. 10 CÁLCULO NUMÉRICO Prof. Fernando Tosini 1.4.1 Características do Método de Newton Modi�cado O número de iterações necessárias para a convergência é normalmente maior do que o método de Newton-Raphson, porém o custo computacional de cada iteração tende a ser signi�cativamente menor, pois, não necessita calcular a matriz inversa apartir da segunda iteração. 11 CÁLCULO NUMÉRICO Prof. Fernando Tosini 1.5 Lista de Exercícios 1. Encontre a matriz jacobiana dos seguintes sistemas não-lineares. (a) 3x21 + 2x 2 2 − x2 − 2x3 = 0 x21 − 8x22 + 10x3 = 0 x21 7x2x3 − 1 = 0 (b) x1 − cos(x2x3)− 0.5 = 0 x21 − 81(x2 + 0.1)2 + sin(x3) + 1 = 0 e−x1x2 + 20x3 + 10pi − 3 3 = 0 2. Usando o método de Newton determine, com precisão de 10−3, uma raiz para cada um dos seguintes sistemas não-lineares. Faça a interpretação geométrica da solução de cada sistema. (a) x(x+ 1) + 2y = 12(x− 1)2 + (y − 3)2 = 9 , com chute inicial x(0) = 2 1 (b) (x− 1)2 + y2 = 4x2 + (y − 1)2 = 4 com chute inicial x(0) = 2 1 3. Ache com precisão � ≤ 10−1 a solução dos sistemas, pelos os métodos de Newton e Newton Modi�cado. (a) x2 − y2 = 12xy = 0 , com chute inicial x(0) = −1 0.5 (b) x2 + y2 = 4y + ex = 4 com chute inicial x(0) = 1 1.5 4. Ache com precisão � ≤ 10−1 a solução dos sistemas, pelos os métodos de Newton e Newton Modi�cado. Use o seguinte critério de parada ||F (X(k+1))|| < �. (a) F (X) = 3x2y − y3 = 4x2 + xy3 = 9 com chute inicial x(0) = −2.9 0.1 (b) F (X) = sin(x)e−y − y2 = 0cos(x)e−y − y3 = 0 com chute inicial x(0) = 0.5 1 12 CÁLCULO NUMÉRICO Prof. Fernando Tosini 5. Dado o sistema:F (x, y) = (x− y + 0.25)e−x 2−y3 2x2 + cos(y) a) Determine o jacobiano de F (x, y); b) Resolva o sistema aplicando o método de Newton, com um chute inicial X(0) = (1; 0)T e um erro inferior a 10−1. 6. Resolva o sistema x1 + 3 log10(x1)− x22 = 02x21 − x1x2 − 5x1 + 1 = 0 , usando o método de Newton com um chute inicial x(0) = [1;−2]T , e um erro de 10−1. 7. Resolva o sistema não linear F (x) = x21 + x 2 2 + x 2 3 − 1 = 0 2x21 + x 2 2 − 4x3 = 0 3x21 − 4x2 + x23 = 0 , usando o método de Newton com um chute inicial x(0) = [0.5; 0.5; 0.5]T , até a iteração(k = 1). 8. Duas estações elétricas vão fornecer energia a uma certa região da forma mais econô- mica possível. O custo total de operação das duas estações é dado por: f(x1, x2) = 0.1 + 0.01x1x2 + 0.15x 4 2 + 0.01x 4 1 − 0.25(x1 + x2 − 100) Em que x1 e a energia fornecida pela primeira estação e x2 e a energia fornecida pela segunda estação. Determine os valores de x1 e x2 por forma a minimizar o custo total de operação das duas estações. Utilize como aproximação inicial o ponto (2.0, 0.5)T e duas iteracões. 9. Implemente computacionalmente o método de Newton e Newton Modi�cado e apli- que nos sistemas a seguir com precisão � ≤ 10−5. Compare o número de iterações fazendo simulação com chute iniciais iguais e diferentes para ambos os métodos. (a) x2 + y2 = 4y + ex = 4 (b) x3 − 3xy2 = 13x2y + y3 = 0 (c) x21 + x22 = 2ex1−2 + x32 = 2 (d) x2 + y2 = 1− √ y y + sin(y) = x− e−x2 13 CÁLCULO NUMÉRICO Prof. Fernando Tosini (e) x1 − x2 sin(x1) = 0x1 − x2 + cos(x1x2) = 0 (f) x− 6 √ x+ y − 6√y + 14 = 0 xy = 81 10. Resolva o sistema 4x1 − x 3 1 + x2 = 0 −x21 9 + 4x2 − x22 4 = −1 , usando o programa do método de Newton com um chute inicial x(0) = (−1;−2)T , e um erro de 10−4. 11. Resolva o sistema ln(x2 + y2) − sin(xy) = ln(2) + ln(pi)ex−y + cos(xy) = 0 , usando o pro- grama do método de Newton com um chute inicial x(0) = (2; 2)T , e um erro de 10−6. 12. Resolva o sistema x+ ex−1 + (y + z)3 − 27 = 0 ey−2 x + z3 − 10 = 0 z − sin(y − 2) + y3 − 7 = 0 , usando os programas dos métodos de Newton e Newton Modi�cado com um chute inicial x(0) y(0) z(0) = 4 4 4 , e um erro de 10−3. 13. Resolva o sistema 6x1 − 2 cos(x2x3) = 1 9x2 + √ x21 + sin(x3) + 1.06 = −0.9 60x3 + 3e −x1x2 + 10pi = 3 , usando o programa do método de Newton, com uma tolerância de 10−5 e um chute inicial de x(0) = (0, 0, 0)t. 14. Para combater um vírus que infectou um grupo de indivíduos vai ser administrado um composto químico sintetizado com base em duas substâncias elementares x1 e x2. Sabe-se que se forem administrados α miligramas de composto a cada indivíduo, a concentração (mg/litro) de cada uma das substâncias elementares na circulação sanguínea e dada implicitamente (para α ∈ [0, 5]) pelo sistema de equações: 16x1 − cos(α(x2 − 2x1)) = 016x2 + 0.75 sin(α(−x2 − 3x1)) = 0 Para α = 1, determine x1 e x2, usando o método iterativo de Newton Modi�cado. 14 CÁLCULO NUMÉRICO Prof. Fernando Tosini Use a seguinte aproximação inicial x(0) = (0.1; 0.01)T e termine o processo iterativo considerando um erro inferior à 0.01. 15. Num colector solar, um balanço de energia na placa absorvente e na placa de vidro produz o seguinte sistema de equações não lineares nas temperaturas absolutas da placa absorvente (T1) e da placa de vidro (T2): (T 41 + 0.06823T1)− (T 42 + 0.05848T2) = 0.01509(T 41 + 0.05848T1)− (2T 42 + 0.11696T2) = 0 Encontre T1 e T2 usando o método iterativo de Newton, com uma aproximação inicial T (0) = (0.30; 0.30)′ e um erro inferior a 10−2. 16. Visando determinar a pressão necessária para aterrar objetos em solo �rme, corpos de prova são utilizados para fazer estas previsões. A pressão pode ser aproximada por: p = x1e x2r + x3r Onde x1, x2 e x3 dependem da distânica até onde o solo ainda é macio e r o raio do corpo de prova cilíndrico. Utilizando três corpos de prova, conforme a �gura a seguir: Figura 1.1: Corpos de prova de raios diferentes enterrados a uma mesma profundidade. A partir da �gura, pode-se montar um sistema para determinar as três constantes e a expressão para a pressão. Sendo assim, o sistema é: 15 CÁLCULO NUMÉRICO Prof. Fernando Tosini p1 = x1e x2r1 + x3r1 p2 = x1e x2r2 + x3r2 p3 = x1e x2r3 + x3r3 Com três incógnitas, x1, x2 e x3. Determine as constantes supondo que um cilindro de raio 10 cm requer uma pressão de 10 N para enterrar 1 m em um terreno lama- cento, um de raio 20 cm necessita de 12 N para enterrar 1 m, e um de raio 30 cm requer uma pressão de 15 N para enterrar essa distância. Obs: Tome como chute inicial: x(0)= (5, 5,−5)t. 16 CÁLCULO NUMÉRICO Prof. Fernando Tosini Respostas 1. (a) J(X) = 6x1 4x2 − 1 −2 2x1 −16x2 10 2x1 7x2x3 −x21 7x22x3 −x21 7x2x23 (b) J(X) = 1 x3 sin(x2x3) x2 sin(x2x3) 2x1 −162(x2 + 0.1) cos(x3) −x2e−x1x2 −x1e−x1x2 20 2. (a) x(4) = 2.819673996 0.6148822783 (b) x(4) = 1.8228756563 1.8228756563 17 CÁLCULO NUMÉRICO Prof. Fernando Tosini 3. (a) Newton: x(3) = −0.9999909266 −0.0000221600 Newton Mod: x(2) = −0.9589990139 −0.0245003869 (b) Newton: x(2) = 0.76634144745 1.84815259120 Newton Mod: x(2) = 0.77446141410 1.82908123667 4. (a) Newton: x(2) = −3.0016226017 0.1481112445 Newton Mod: x(2) = −3.001640077 0.147812530 (b) Newton: x(3) = 0.99045544901 0.65840296165 Newton Mod: x(3) = 0.97189071205 0.65318186755 5. (a) J(X) = e−x2−y3(1 + (x− y + 0.25)(−2x)) e−x2−y3(−1 + (x− y + 0.25)(−3y2)) 4x − sin(y) (b) x(3) = 0.64414617 2.546101285 6. x(3) = 1.4588863588 −1.3967715200 7. x(1) = 0.78981681208 0.49662164778 0.36993245393 8. x(1) = 1.823639672933 0.744404630599 9. 10. 11. 12. 13. 14. 18 CÁLCULO NUMÉRICO Prof. Fernando Tosini 15. 16. x1 = 8.7701 ; x2 = 2.5980; e x3 = −13.7273. 19
Compartilhar