Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade do Algarve FCT - Dep. de Matema´tica Testes e Exames Resolvidos de Ana´lise Nume´rica e de Matema´tica Computacional Celestino Coelho ccoelho@ualg.pt 2 Conteu´do 1 Intro 1 2 2001-2002 3 2.1 12/11/2001 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.2 15/11/2001 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.3 17/12/2001 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.4 18/12/2001 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.5 11/01/2002 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.6 11/01/2002 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 2.7 24/01/2002 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 2.8 31/01/2002 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 2.9 13/04/2002 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 2.10 13/04/2002 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 2.11 13/04/2002 - EA, EB, EI, ESC, IE, IG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 2.12 15/04/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 2.13 05/06/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 2.14 05/06/2002 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 2.15 11/06/2002 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 2.16 16/06/2001 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 2.17 02/07/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 2.18 06/07/2001 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 2.19 06/07/2001 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 2.20 09/07/2002 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 2.21 15/07/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 3 2002/2003 171 3.1 2002/10/10 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 3.2 2003/04/23 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 3.3 2003/04/22 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 i ii CONTEU´DO 3.4 2003/04/29 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 3.5 2003/04/30 - EA, EB, ESC, IE, IG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 3.6 2002/11/13 - ESC, IE, IG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 3.7 2003/01/17 - ESC, IE, IG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 3.8 2003/01/30 - ESC, IE, IG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 4 2003/2004 225 4.1 2003/12/09 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 4.2 2004/01/16 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 4.3 2004/02/05 - Matema´tica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 4.4 2004/01/16 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 4.5 2004/02/05 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 4.6 2004/01/16 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 4.7 2004/02/05 - Eng. Biotecnolo´gica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 4.8 2004/01/16 - ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270 4.9 2004/02/05 - ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 4.10 2004/06/09 - ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 4.11 2004/06/09 - Engenharia de Sistemas e Informa´tica . . . . . . . . . . . . . . . . . . . . . . 287 4.12 2004/06/23 - Engenharia de Sistemas e Informa´tica . . . . . . . . . . . . . . . . . . . . . . 290 Cap´ıtulo 1 Intro Devido a` rapidez com que me foi solicitada esta colecc¸a˜o de exames, e tambe´m por na˜o dispor de muito tempo para conferir ta˜o grande leque de informac¸a˜o, e´ bastante prova´vel que alguns dos enunciados na˜o correspondam a` versa˜o final, assim como e´ igualmente prova´vel que algumas das correcc¸o˜es e/ou enunciados contenham alguns lapsos. Por esta raza˜o, pec¸o a todos os quantos lerem esta pano´plia de exames, testes e frequeˆncias, que tenham o sentido cr´ıtico bem apurado. Faltam igualmente aqui alguns momentos de avaliac¸a˜o, na˜o porque a intenc¸a˜o seja oculta´-los mas sim porque nos meus arquivos ainda na˜o os consegui encontrar. Adianta ainda ressalvar que alguns enunciados aqui apresentados sa˜o muito semelhantes, pelo que e´ conveniente ver o que de facto interessa ler antes de comec¸ar a imprimir todo o bloco, evitando chegar tardiamente a` conclusa˜o que existiam muitas questo˜es iguais em diversos enunciados. Espero tambe´m que este bloco sirva de apoio ao estudo para os exames da disciplina de Matema´tica Computacional, para que de alguma forma os resultados finais obtidos sejam bons. BOM ESTUDO 1 2 Cap´ıtulo 1. Intro Cap´ıtulo 2 2001-2002 3 4 Cap´ıtulo 2. 2001-2002 2.1 12/11/2001 - Matema´tica Universidade do Algarve A´rea Departamental de Matema´tica Ana´lise Nume´rica Matema´tica 1o Teste Durac¸~ao 2h:30′ 12 de Novembro de 2001 1. Seja dada a seguinte func¸a˜o f (x, y) = sin2 (x) + ey xy com xa = 61o e ya = pi/2, onde |e (xa)| ≤ 32′ e pi e´ um valor aproximado com 4 algarismos significativos. a) Determine um majorante para o erro absoluto que se comete no ca´lculo de f (xa, ya); b) Calcule um majorante para o erro relativo que se comete em f (xa, ya) e concluia acerca do nu´mero de algarismos significativos desta aproximac¸a˜o. Justifique a sua resposta. Soluc¸a˜o 2.1.1. a) Sendo enta˜o a func¸a˜o f dada pela expressa˜o anterior temos que, ∂f ∂x = 2 sin (x) cos (x)xy − y sin2 (x)− yey x2y2 ⇒ ⇒ ∂f ∂x (xa, ya) = ∂f ∂x (61o, 1.571) = = 2 sin (61o) cos (61o) 1.064650844× 1.571− 1.571 sin2 (61o)− 1.571e1.571 1.06465084421.5712 = = 1.332283559− 1.201751582− 7.558799333 2.797478617 = −7.428267356 2.797478617 = −2.655343748 2.1. 12/11/2001 - Matema´tica 5 e ∂f ∂y = eyxy − x sin2 (x)− xey x2y2 ⇒ ⇒ ∂f ∂y (xa, ya) = ∂f ∂y (61o, 1.571) = = e1.5711.064650844× 1.571− 1.064650844× sin2 (61o)− 1.064650844× e1.571 1.06465084421.5712 = = 8.04748209− 0.8144149178− 5.122522018 2.797478617 = 2.110545154 2.797478617 = 0.7544455. Atendendo enta˜o a` fo´rmula de propagac¸a˜o directa do erro vamos enta˜o obter, |e (f (xa, ya))| ≤ ∣∣∣∣∂f∂x (xa, ya) ∣∣∣∣ |e (xa)|+ ∣∣∣∣∂f∂y (xa, ya) ∣∣∣∣ |e (ya)| ≤ ≤ 2.655343748× 0.009308422 + 0.7544455× 0.00025 = 0.024905671 ≈ 0.025 ≤ 0.05 Nota 1. Devemos notar que temos de passar o erro em xa, que e´ apresentado em minutos, para radianos. Assim, 60′ −→ 1o 32′ −→ x ⇒ x = 32 60 = 0.53(3)o, e por outro lado, 180o −→ pi 0.53(3)o −→ y ⇒ y = 0.53(3)× pi 180 = 0.009308422. Por outro lado temos tambe´m de passar o valor de xa para radianos, o que da´180o −→ pi 61o −→ z ⇒ z = 61× pi 180 = 1.064650844. Nota 2. Devemos notar que, se y = pi/2 e |e (pi)| ≤ 0.0005, enta˜o, |e (y)| ≤ 0.0005/2 = 0.00025. Basta estudar a propagac¸a˜o do erro em y. Nota 3. Uma vez que f (xa, ya) = sin2 (xa) + eya xaya = 5.576416878 1.064650844× 1.571 = 3.334047978 6 Cap´ıtulo 2. 2001-2002 e |e (f (xa, ya))| ≤ 0.025 ≤ 0.05, podemos garantir desde ja´ que f (xa, ya) possui pelo menos 2 algarismos significativos. b) Sabemos enta˜o que |eR (f (xa, ya))| = |e (f (xa, ya))||f (x, y)| ≈ |e (f (xa, ya))| |f (xa, ya)| e atendendo a que f (xa, ya) = 3.334047978 e que |e (f (xa, ya))| ≤ 0.025, temos enta˜o que |eR (f (xa, ya))| ≤ 0.0253.334047978 ≈ 0.0075 ≤ 0.05 = 0.5× 10 −1, resultado que nos permite concluir que f (xa, ya) tem pelo menos 1 algarismo significativo, mas, pela se- gunda nota da al´ınea anterior podemos garantir que a aproximac¸a˜o f (xa, ya) tem pelo menos 2 algarismos significativos. J . 2. Pretende-se calcular, utilizando uma aritme´tica de 4 algarismos significativos, as ra´ızes da seguinte equac¸a˜o do segundo grau 10−4x2 + 4x+ 10−4 = 0. a) Use a regra standard (fo´rmula resolvente) para aproximar as ra´ızes da equac¸a˜o; b) Prove que as ra´ızes de uma equac¸a˜o do segundo grau ax2 + bx + c = 0, verificam a seguinte relac¸a˜o x1x2 = c a . c) Obtenha uma aproximac¸a˜o para a raiz que em a) possuia menos precisa˜o, utilizando para isso a fo´rmula deduzida em b). Soluc¸a˜o 2.1.2. a) Pretendemos enta˜o obter o valor aproximado das ra´ızes da equac¸a˜o apresentada, 2.1. 12/11/2001 - Matema´tica 7 trabalhando com 4 algarismos significativos e utilizando a fo´rmula resolvente. Desta forma, x1 = −b−√b2 − 4ac 2a = −4−√42 − 4× 10−4 × 10−4 2× 10−4 = = −4−√16− 4× 10−8 2× 10−4 = −4−√(15.99999996 =)16 2× 10−4 = −8 2× 10−4 = = −40000 e x2 = −b+√b2 − 4ac 2a = −4 +√42 − 4× 10−4 × 10−4 2× 10−4 = −4 +√16− 4× 10−8 2× 10−4 = = −4 +√16 2× 10−4 = 0 2× 10−4 = 0.000 b) Pretendemos provar que as ra´ızes de uma equac¸a˜o do segundo grau verificam a seguinte relac¸a˜o x1x2 = c a . Notando enta˜o que x1 = −b−√b2 − 4ac 2a e que x2 = −b+√b2 − 4ac 2a vamos enta˜o obter x1x2 = ( −b−√b2 − 4ac 2a )( −b+√b2 − 4ac 2a ) = = (−b)2 − (√b2 − 4ac)2 4a2 = b2 − b2 + 4ac 4a2 = = 4ac 4a2 = c a ¥ c) Queremos agora obter uma melhor aproximac¸a˜o para x2, raiz que possuia menos precisa˜o na al´ınea a), atrave´s da aplicac¸a˜o da relac¸a˜o demonstrada na al´ınea b). Assim, x2 = c ax1 = 10−4 10−4 × (−40000) = − 1 40000 = 0.00002500. 8 Cap´ıtulo 2. 2001-2002 J . 3. Seja dada a seguinte func¸a˜o f (x) = ex ( 2x2 − 4x+ 1)− 5.1. a) Prove que a func¸a˜o f possui um u´nico zero, α, no intervalo [1, 2]; b) Caso pretendesse aproximar α com um erro na˜o superior a 10−4, com a aplicac¸a˜o do me´todo da bissecc¸a˜o, quantas iterac¸o˜es teria de fazer para garantir uma aproximac¸a˜o com essa precisa˜o; c) Pretende-se agora aproximar α, com a mesma precisa˜o da al´ınea anterior, mas utilizando para tal o me´todo de Newton. i) Sera´ que escolhendo x0 ∈ [1, 2], consegue garantir a convergeˆncia da sucessa˜o gerada pelo me´todo de Newton; ii) Escolhendo um intervalo e um ponto x0 adequados, calcule x2. Calcule um majorante para o erro que se comete em x2; Soluc¸a˜o 2.1.3. a) Para provarmos que a func¸a˜o tem um u´nico zero no intervalo [1, 2], vamos provar primeiro a existeˆncia ( pelo teorema do valor interme´dio ) e depois a unicidade ( pelo estudo da derivada ). Assim, como f e´ uma func¸a˜o cont´ınua em R ⊃ [1, 2], e f (1) = e 1 ( 2× 12 − 4× 1 + 1)− 5.1 = −e1 − 5.1 < 0 f (2) = e2 ( 2× 22 − 4× 2 + 1)− 5.1 = e2 − 5.1 > 0 ⇒ ⇒ f (1)× f (2) < 0⇒ ∃α ∈ [1, 2] : f (α) = 0, o que prova a existeˆncia. Quanto a` unicidade, teremos de estudar a derivada da func¸a˜o f , assim sendo, f ′ (x) = ex ( 2x2 − 4x+ 1 + 4x− 4) = ex (2x2 − 3) , desta forma f ′ (x) = 0⇔ 2x2 − 3 = 0⇔ x2 = 3 2 ⇔ x1 = √ 3 2 ∈ [1, 2] ∨ x2 = − √ 3 2 /∈ [1, 2] . Conclu´ımos enta˜o que o conjunto dos nu´meros de Rolle da func¸a˜o no intervalo [1, 2] e´ o seguinte, Conjunto dos Nu´meros de Rolle de f em [1, 2] = { 1, √ 3 2 , 2 } . 2.1. 12/11/2001 - Matema´tica 9 Mas agora sabemos que entre dois nu´meros de Rolle consecutivos da func¸a˜o, existe no ma´ximo um um zero da func¸a˜o, o qual e´ garantido se as imagens nesses nu´meros de Rolle (consecutivos) possu´ırem sinais contra´rios. Neste caso, f (1) < 0, f (√ 3 2 ) ≈ −8.16 < 0⇒ @α ∈ [1, 2] : f (α) = 0 e por outro lado f (√ 3 2 ) ≈ −8.16 < 0, f (2) > 0⇒ ∃α ∈ [1, 2] : f (α) = 0. Desta forma podemos concluir que existe e e´ u´nico o zero da func¸a˜o no intervalo [1, 2]. b) Sabemos enta˜o que o erro absoluto no me´todo da bissecc¸a˜o na iterac¸a˜o n e´ majorado por |α− xn| = |e (xn)| ≤ (b− a)2n , n = 1, 2, 3, . . . , supondo que a primeira iterac¸a˜o e´ x1. Atendendo a que queremos que o erro verifique a relac¸a˜o |e (xn)| ≤ 10−4, vamos enta˜o ter de resolver a seguinte inequac¸a˜o, (b− a) 2n ≤ 10−4 ⇔ (2− 1) 2n ≤ 10−4 ⇔ 2n ≥ 104 ⇔ n ≥ ln ( 104 ) ln (2) ≈ 13.3 . Conclu´ımos assim que sera˜o necessa´rias, no mı´nimo, n = 14 iterac¸o˜es do me´todo da bissecc¸a˜o para podermos obter uma aproximac¸a˜o para o zero da nossa func¸a˜o com um erro inferior a 10−4. c) Pretendemos agora aproximar a mesma raiz, mas agora utilizando o me´todo de Newton. i) A resposta a esta al´ınea e´ negativa, pois a derivada anula-se no interior deste intervalo o que faz com que na˜o se verifiquem as condic¸o˜es de convergeˆncia do me´todo de Newton. Ale´m disso, na˜o sera´ dif´ıcil notar que se escolhermos x0 perto do ponto que anula a derivada a sucessa˜o gerada pelo me´todo de Newton pode na˜o convergir. ii) Para calcularmos o valor de x2 atrave´s do me´todo de Newton, deveremos enta˜o escolher um intervalo onde se verifique a relac¸a˜o (b− a) < 1 M , com M = M2 2m1 , M2 = max x∈[1,2] |f ′′ (x)| , m1 = max x∈[1,2] |f ′ (x)| . Como sabemos que a derivada se anula no ponto x = √ 3/ √ 2 ≈ 1.2, podemos aplicar ja´ o me´todo da bissecc¸a˜o para obter um intervalo que na˜o contenha este ponto, assim, a primeira iterac¸a˜o do me´todo da bissecc¸a˜o fornece-nos os seguintes valores, a0 = 1 b0 = 2 x1 = 1.5 ∧ f (a0) < 0 f (b0) > 0 f (x1) < 0 ⇒ α ∈ [1.5, 2] = [a1, b1] . 10 Cap´ıtulo 2. 2001-2002 Como este intervalo ja´ na˜o conte´m o zero da derivada vamos enta˜o verificar se todas as condic¸o˜es de convergeˆncia se verificam, assim, f (x) = ex ( 2x2 − 4x+ 1)− 5.1 ∈ C ([1.5, 2]) f ′ (x) = ex ( 2x2 − 3) ∈ C ([1.5, 2]) f ′′ (x) = ex ( 2x2 − 3 + 4x) ∈ C ([1.5, 2]) ⇒ f ∈ C2 ([1.5, 2]) Tambe´m ja´ sabemos que no intervalo [1.5, 2], f ′ (x) 6= 0, pelo que so´ nos falta garantir que o intervalo tem uma amplitude aceita´vel para a aplicac¸a˜o do me´todo de Newton. Para isso vamos enta˜o calcular m1 e M2. Ora, f ′′ (x) = ex ( 2x2 − 3 + 4x) = 0⇔ 2x2 − 3 + 4x = 0⇔ ⇔ x1 = −4 + √ 16 + 24 4 ≈ 0.6 /∈ [1.5, 2] ∨ x2 = −4− √ 16 + 24 4 < 0 /∈ [1.5, 2] pelo que f ′′ (x) > 0 para todo o x ∈ [1.5, 2], e por essa raza˜o, f ′ (x) e´ uma func¸a˜o estritamente crescente no intervalo [1.5, 2]. Pelo que, m1 = min x∈[1.5,2] |f ′ (x)| = min {|f ′ (1.5)| , |f ′ (2)|} ≈ min {|6.72| , |36.9|} = 6.72 e por outro lado, f ′′′ (x) = ex ( 2x2 + 8x+ 1 ) > 0, ∀x ∈ [1.5, 2] , pelo que f ′′ (x) e´ enta˜o uma func¸a˜o estritamente crescente no intervalo [1.5, 2], o que nos permite concluir que M2 = max x∈[1.5,2] |f ′′ (x)| = max {|f ′′ (1.5)| , |f ′′ (2)|} ≈ min {|33.6| , |96.1|} = 96.1, e desta forma M = M2 2m1= 96.1 2× 6.72 ≈ 7.2⇒ 1 M = 1 7.2 = 0.14, mas como a amplitude do intervalo que temos e´ igual a 0.5 vamos enta˜o ter de refinar ainda mais o nosso intervalo. Para isso apliquemos mais uma vez o me´todo da bissecc¸a˜o. a1 = 1.5 b1 = 2 x2 = 1.75 ∧ f (a1) < 0 f (b1) > 0 f (x2) < 0 ⇒ α ∈ [1.75, 2] = [a2, b2] . Neste caso vamos obter tambe´m, m1 = min {|f ′ (1.75)| , |f ′ (2)|} ≈ min {|17.98| , |36.9|} = 17.98 2.1. 12/11/2001 - Matema´tica 11 e M2 = max {|f ′′ (1.75)| , |f ′′ (2)|} ≈ min {|58.27| , |96.1|} = 96.1, e imediatamente, M = M2 2m1 = 96.1 2× 17.98 ≈ 2.7⇒ 1 M = 1 2.7 = 0.3, pelo que ja´ se verifica que a amplitude do intervalo que conte´m a raiz e´ menor que a quantia 1/M . A partir de agora falta-nos escolher o ponto x0 e comec¸ar a iterar. x0 sera´ escolhido por forma a que a func¸a˜o e a segunda derivada tenham o mesmo sinal nesse ponto, assim sendo, pelo que ja´ vimos atra´s f ′′ (x) > 0, para todo o x ∈ [1.75, 2], f (1.75) < 0 e f (2) > 0, pelo que se deve escolher x0 = 2. Calculemos agora x1 e x2. x1 = x0 − f (x0) f ′ (x0) = 2− 2.289056099 36.9452805 = 1.938041989 x2 = x1 − f (x1) f ′ (x1) = 1.938041989− 0.1772329296 31.3365609 = 1.932386201. Quanto ao majorante para o erro temos o seguinte esquema recursivo, M |e (x2)| ≤ (M |e (x1)|)2 ≤ (M |e (x0)|)2 2 ≤ (M |b− a|)22 ⇒ ⇒ |e (x2)| ≤ 1 M (M |b− a|)22 ≈ 0.3 (2.7 |2− 1.75|)22 ≈ 0.06 J . 4. Seja f uma func¸a˜o de classe C2 num intervalo Ω = [a, b], com f ′ (x) 6= 0, para todo o x ∈ Ω. Ale´m disso suponha-se que f ′ (x) > 0 e f ′′ (x) > 0, para todo o x em Ω. Sabendo que f possui um u´nico zero em Ω prove que, se escolhermos x0 = b, por forma a que f (x0) f ′′ (x0) > 0, enta˜o a sucessa˜o gerada pelo me´todo de Newton e´ uma sucessa˜o convergente para a raiz e a sua convergeˆncia e´ feita de forma mono´tona. Soluc¸a˜o 2.1.4. Como foi visto na aula teo´rica, facilmente se prova que a sucessa˜o gerada pelo me´todo de Newton, escolhendo x0 = b com este crite´rio, e´ uma sucessa˜o convergente, sendo a mesma mono´tona decrescente. Escolha-se x0 = b, provamos enta˜o que, com f (a) < 0, f (b) > 0 e com f ′ (x) > 0, f ′′ (x) > 0, para todo o x ∈ [a, b], xk > α, para todo o k = 0, 1, 2, 3, . . . . Este resultado prova-se por induc¸a˜o sobre k. Provemos enta˜o a base do processo indutivo, i.e., que a propriedade se verifica para k = 0. Ora x0 = b e α ∈ ]a, b[, pelo que e´ imediato que α < x0 = b. 12 Cap´ıtulo 2. 2001-2002 Provemos agora o passo indutivo, i.e., suponhamos que o resultado e´ va´lido para n = k, ou seja, α < xk e provemos que o mesmo resultado ainda permanece va´lido para n = k + 1, i.e., α < xk+1. Usando enta˜o o teorema de Taylor temos, f (α) = f (xk) + (α− xk) f ′ (xk) + (α− xk) 2 2 f ′′ (ξk) , com ξk ∈ [α, xk] , o que equivale a escrever (α− xk) f ′ (xk) + f (xk) = − (α− xk) 2 2 f ′′ (ξk) < 0⇔ (α− xk) f ′ (xk) < −f (xk) . Admitindo enta˜o que f (x) > 0, para todo o x ∈ ]α, b], obtemos, α− xk < − f (xk) f ′ (xk) ⇔ α < xk − f (xk) f ′ (xk) = xk+1. Provamos assim que a sucessa˜o gerada pelo me´todo de Newton, neste caso, e´ uma sucessa˜o limitada. Provemos agora que a sucessa˜o gerada pelo me´todo de Newton, nas mesmas condic¸a˜o, e´ uma sucessa˜o mono´tona decrescente, i.e., xk+1−xk < 0, k = 0, 1, 2, . . . . Para provar este facto basta ter em conta que f ′ (xk) > 0 e f (xk) > 0, o que faz com que f (xk) f ′ (xk) > 0⇔ − f (xk) f ′ (xk) < 0⇔ xk − f (xk) f ′ (xk) < xk ⇔ xk+1 < xk. Pelos resultados provados podemos enta˜o concluir que nestas condic¸o˜es a sucessa˜o, {xn}n∈N e´ uma sucessa˜o convergente, uma vez que e´ limitada, α < xk < x0 = b, k = 0, 1, 2, . . ., e e´ tambe´m mono´tona decrescente. Provemos agora que o limite da sucessa˜o gerada pelo me´todo de Newton e´, de facto, o zero da func¸a˜o. Seja α a raiz de f (x) = 0 no intervalo [a, b], e designemos o limite da sucessa˜o gerada pelo me´todo de Newton por x∗. Assim sendo, xk −→ k x∗ e xk+1 −→ k x∗, o que implica que f (xk) −→ k f (x∗) e f ′ (xk) −→ k f ′ (x∗) , logo lim k→∞ xk+1 = lim k→∞ ( xk − f (xk) f ′ (xk) ) ⇔ x∗ = x∗ − f (x ∗) f ′ (x∗) ⇔ f (x ∗) f ′ (x∗) = 0⇔ f (x∗) = 0, tal significa que x∗ e´ soluc¸a˜o de f (x) = 0 em [a, b], mas como a u´nica raiz de f neste intervalo, por hipo´tese, e´ α, vem imediatamente que x∗ = α. ¥ 2.1. 12/11/2001 - Matema´tica 13 5. Considere a equac¸a˜o x2 − sin2 (x+ 1) = 0, a qual tem uma raiz α ∈ Ω = [0, 1]. Pretende-se calcular essa raiz atrave´s da aplicac¸a˜o do me´todo iterativo do ponto fixo com uma func¸a˜o iteradora da forma g (x) = x− λ (x− sin (x+ 1)) , λ 6= 0. a) Verifique que a raiz α e´, de facto, ponto fixo da func¸a˜o g no intervalo Ω; b) Fac¸a λ = 0.5 e mostre que o me´todo iterativo do ponto fixo associado a g converge para α, qualquer que seja a aproximac¸a˜o inicial x0 ∈ Ω; c) Determine o nu´mero de iterac¸o˜es necessa´rias para se obter uma aproximac¸a˜o xn com um erro absoluto na˜o superior a 10−6. Soluc¸a˜o 2.1.5. a) Para provarmos este facto basta notar que f (x) = x2 − sin2 (x+ 1) = (x− sin (x+ 1)) (x+ sin (x+ 1)) = 0⇔ (x+ sin (x+ 1)) = 0 ∨ (x− sin (x+ 1)) = 0 Mas, sendo x ∈ [0, 1] = Ω, facilmente se verifica que (x+ sin (x+ 1)) > 0, para todo o x neste intervalo, pelo que nos resta apenas (x− sin (x+ 1)) = 0⇔ λ (x− sin (x+ 1)) = 0⇔ x+ λ (x− sin (x+ 1)) = x. E desta forma, se α for o u´nico zero da func¸a˜o no intervalo Ω vamos enta˜o obter que α+ λ (α− sin (α+ 1)) = g (α) = α+ λ× 0 = α, i.e., a raiz da equac¸a˜o no intervalo Ω e´ ponto fixo da func¸a˜o g. b) Provemos enta˜o que, com λ = 0.5 a func¸a˜o iteradora verifica as condic¸o˜es suficientes de convergeˆn- cia impostas pelo Teorema do Ponto Fixo. g (x) = x− 0.5 (x− sin (x+ 1)) = x− x 2 + sin (x+ 1) 2 = x 2 + sin (x+ 1) 2 . i) Facilmente se verifica que g ∈ C1 (Ω), pois g na˜o e´ mais do que a soma de duas func¸o˜es de classe C∞ (Ω), portanto, g e´ a soma de duas func¸o˜es de classe C1 em Ω. ii) Provemos agora que g (Ω) ⊂ Ω. 14 Cap´ıtulo 2. 2001-2002 Calculando enta˜o g′ vamos obter g′ (x) = 1 2 + cos (x+ 1) 2 > 0, pois cos (x+ 1) > 0, para todo o x ∈ [0, 1]. Isto significa que g e´ uma func¸a˜o estritamente crescente no intervalo Ω, e por conseguinte, g (Ω) ⊂ [g (0) , g (1)] = [ sin (1) 2 +, 1 2 + sin (2) 2 ] = [0.420 . . . , 0.954 . . .] ⊂ [0, 1] . iii) Falta-nos provar que M = max {|g′ (x)| : x ∈ Ω} < 1. Ora, g′′ (x) = − sin (x+ 1) 2 < 0, ∀x ∈ Ω, o que implica que g′ e´ uma func¸a˜o estritamente decrescente, pelo que M = max {|g′ (x)| : x ∈ Ω} = max {|g′ (0)| , |g′ (1)|} = = max {∣∣∣∣0.5 + cos (1)2 ∣∣∣∣ , ∣∣∣∣0.5 + cos (2)2 ∣∣∣∣} = = max {0.7701 . . . , 0.2919 . . .} ≈ 0.77 < 1. Atrave´s de i), ii) e iii) fica imediatamente provado, pelo Teorema do Ponto Fixo, que a sucessa˜o gerada pelo processo iterativo xn+1 = g (xn) = xn 2 + sin (xn + 1) 2 , n = 0, 1, 2, . . . converge para o u´nico ponto fixo da func¸a˜o g no intervalo Ω, o qual coincide com o zero da func¸a˜o x2 − sin2 (x+ 1) nesse intervalo, qualquer que seja a aproximac¸a˜o inicial x0 que se tome para primeira aproximac¸a˜o de α, no intervalo Ω. c) Temos agora duas hipo´teses para calcularmos o nu´mero mı´nimo de iterac¸o˜es a efectuar para que o erro seja na˜o superior a 10−6. Por um lado sabemos que, |e (xn)| = |α− xn| ≤Mn |α− x0| ≤ (0.7701)n |1− 0| ≤ 10−6 o que, resolvendo em ordem a n =nu´mero de iterac¸o˜es vai dar (0.7701)n ≤ 10−6 ⇔ ln (0.7701)n ≤ ln (10−6)⇔ ⇔ −0.2612349024× n ≤ ln (10−6)⇔ n ≥ 52.885⇒ n ≥ 53. Conclu´ımos neste caso que sa˜o necessa´rias 53 iterac¸o˜es para garantirmos que o erro que afecta o valor da iterac¸a˜o e´ inferiora 10−6. 2.1. 12/11/2001 - Matema´tica 15 Outra forma que temos para calcular o nu´mero de iterac¸o˜es e´ atrave´s da seguinte fo´rmula |e (xn)| = |α− xn| ≤ M n 1−M |x1 − x0| ≤ 10 −6. Notando agora que, escolhendo por exemplo x0 = 0 vamos obter g (x0) = x1 = 0.4207354924, enta˜o 0.7701n 1− 0.7701 |0.4207354924| ≤ 10 −6 ⇔ 0.7701n ≤ 5.464240696× 10−7 ⇔ ⇔ ln (0.7701)n ≤ ln (5.464240696× 10−7)⇔ ⇔ −0.2612349024× n ≤ −14.41987048⇔ ⇔ n ≥ 55.1989 . . .⇒ n ≥ 56. Desta forma neste caso sera˜o necessa´rias 56 iterac¸o˜es para garantirmos que o erro da aproximac¸a˜o obtida nessa iterac¸a˜o e´ inferior a 10−6. Neste caso podemos ainda escolher o x0 = 1, e nesse caso teremos g (x0) = x1 = 0.9546487134, pelo que 0.7701n 1− 0.7701 |0.0453512866| ≤ 10 −6 ⇔ 0.7701n ≤ 5.069315939× 10−6 ⇔ ⇔ ln (0.7701)n ≤ ln (5.069315939× 10−6)⇔ ⇔ −0.2612349024× n ≤ −12.19230467⇔ ⇔ n ≥ 46.6718 . . .⇒ n ≥ 47, o que significa que sera˜o necessa´rias 47 iterac¸o˜es para podermos garantir, neste caso, que o erro da aproximac¸a˜o obtida e´ inferior a 10−6. J . 16 Cap´ıtulo 2. 2001-2002 2.2 15/11/2001 - EI, IG, ESC Universidade do Algarve A´rea Departamental de Matema´tica Ana´lise Nume´rica Informa´tica de Gesta˜o, Ensino de Informa´tica e Engenharia de Sistemas e Computac¸a˜o 1o Teste Durac¸~ao 2h:00′ 15 de Novembro de 2001 1. Considere a seguinte func¸a˜o y = f (x) = exp (−x2) = e−x2 . a) Calcule os valores de x que verificam a seguinte relac¸a˜o |cond f (x)| ≤ 10. Denote o conjunto soluc¸a˜o por Ω; b) Supondo que xa e´ uma aproximac¸a˜o que possui 5 algarismos significativos que pertence a Ω, o que pode concluir acerca do nu´mero de algarismos significativos de ya = f (xa). Justifique convenientemente a sua resposta; Soluc¸a˜o 2.2.1. a) Como ja´ sabemos, o nu´mero de condic¸a˜o de uma func¸a˜o e´ dado por cond f (x) = x f ′ (x) f (x) , desta forma, e no nosso caso, |cond f (x)| ≤ 10⇔ ∣∣∣∣∣∣ x ( −2x e−x2 ) e−x2 ∣∣∣∣∣∣ ≤ 10⇔ ∣∣−2x2∣∣ ≤ 10⇔ −√5 ≤ x ≤ √5. Assim sendo os valores de x que verificam a condic¸a˜o exigida sa˜o os que pertencem ao seguinte intervalo [ − √ 5, √ 5 ] . b) Neste caso sabemos que a aproximac¸a˜o para o valor xa possui 5 algarismos significativos, o que, por um resultado referido na teo´rica e que faz parte das folhas teo´rico-pra´ticas, nos permite afirmar que |eR (xa)| ≤ 0.5× 10−5. Por outro lado, sabemos igualmente que |eR (f (xa))| ≈ |cond f (xa)| × |eR (xa)| , 2.2. 15/11/2001 - EI, IG, ESC 17 mas, sabendo-se que xa pertence ao intervalo em que os valores do mo´dulo do nu´mero de condic¸a˜o da func¸a˜o e´ menor que 10, podemos imediatamente concluir que, |eR (f (xa))| ≤ 10× 0.5× 10−5 = 0.5× 10−4, o que nos da´ a garantia de pelo menos 4 algarismos significativos para o valor aproximado de f (xa). J . 2. Sabendo que, para o me´todo de Newton se pode obter a relac¸a˜o M |e (xn)| ≤ (M |e (xn−1)|)2 , n = 1, 2, 3, . . . obtenha um minorante para o nu´mero de iterac¸o˜es que lhe garanta que o erro que se comete na aproximac¸a˜o xn da raiz da equac¸a˜o e´ inferior a δ > 0. Soluc¸a˜o 2.2.2. A demonstrac¸a˜o deste resultado pode ser encontrada em alguns dos livros que fazem parte da bibliografia indicada para a disciplina, como por exemplo, o livro do Kendal E. Atkinson -”An introduction to elementary numerical analisys”. No entanto, a mesma sera´ aqui apresentada. Ora, a relac¸a˜o M |e (xn)| ≤ (M |e (xn−1)|)2 , n = 1, 2, 3, . . . , pode ser traduzida, por induc¸a˜o matema´tica, numa outra que lhe e´ equivalente, M |e (xn)| ≤ (M |e (x0)|)2 n ≤ (M (b− a))2n , tomando para [a, b] o intervalo inicial que conte´m a raiz da equac¸a˜o. Desta forma, e como pretendemos que o erro que afecte a nossa iterac¸a˜o n seja inferior a δ, com delta uma toleraˆncia, obviamente, maior do que 0, vamos enta˜o chegar aos seguintes resultados, M |e (xn)| ≤ (M (b− a))2 n ⇔ (xn) ≤ 1 M (M (b− a))2n ≤ δ, pelo que podemos obter enta˜o (M (b− a))2n ≤ δ M. (2.2.1) Conve´m referir nesta altura que para que o me´todo convirja e´ extremamente necessa´rio que se imponha que M (b− a) < 1, pois so´ desta forma podemos garantir, atendendo a` penu´ltima expressa˜o escrita, que |e (xn)| → 0, quando n→∞. 18 Cap´ıtulo 2. 2001-2002 Aplicando agora logaritmos nepperianos em ambas as partes da inequac¸a˜o (1), vamos chegar a` seguinte relac¸a˜o equivalente ln (M (b− a))2n ≤ ln (δ M)⇔ 2n ln (M (b− a)) ≤ ln (δ M)⇔ 2n ≥ ln (δ M) ln (M (b− a)) , e, finalmente, podemos enta˜o dizer que o nu´mero mı´nimo de iterac¸o˜es que nos garante que o erro que afecta o valor da iterac¸a˜o e´ inferior a δ e´ dado pelas seguintes condic¸o˜es n ≥ ln ( ln (δ M) ln (M (b− a)) ) ln 2 ∧ n ∈ N. J . 3. Determine, com 4 algarismos significativos, o valor da abcissa do ponto onde a para´bola y = (x− 2)2 se cruza com a recta que passa nos pontos (−2,−0.998) e (1, 0.502). Nota: Conve´m usar o me´todo que converge mais rapidamente. Soluc¸a˜o 2.2.3. Devemos comec¸ar por construir a equac¸a˜o da recta que passa pelos pontos (−2,−0.998) e (1, 0.502), a qual se obte´m muito facilmente. Depois disso, devemos encontrar os intervalos que conte´m as duas ra´ızes, e escolhendo uma delas, devemos verificar as condic¸o˜es de convergeˆncia do me´todo de Newton e verificadas estas e´ so´ escolher o ponto x0 e iterar ate´ obtermos uma aproximac¸a˜o que nos garanta os 4 algarismos significativos. J . 4. Considere o seguinte sistema de equac¸o˜es lineares − x1 + 23x2 + 2 3 x3 = − 2 1 6 x1 + 2 3 x2 − 13x3 = 1 − 1 3 x1 + 4 3 x2 − x3 = 4 . Resolva-o numa aritme´tica de 3 algarismos significativos, o mais eficientemente poss´ıvel, utilizando para isso o me´todo de eliminac¸a˜o de Gauss. Soluc¸a˜o 2.2.4. Passando o sistema para a matriz aumentada, notando que estamos a trabalhar com treˆs algarismos significativos, vamos obter −1 0.667 0.667 | −2 0.167 0.667 −0.333 | 1 −0.333 1.33 −1 | 4 2.2. 15/11/2001 - EI, IG, ESC 19 e como pretendemos resolveˆ-lo da forma mais eficiente, vamos enta˜o utilizar a te´cnica de pivotac¸a˜o parcial. Assim, o pivot que escolhemos para a primeira etapa do me´todo de eliminac¸a˜o de Gauss sera´ dado por max i=1,2,3 |ai1| = max {1, 0.167, 0.333} = 1 = a11, pelo que na˜o e´ efectuada qualquer troca de linhas, e desta forma −1 0.667 0.667 | −2 0.167 0.667 −0.333 | 1 −0.333 1.33 −1 | 4 −−−−−−−−−−−−−−−−−−→ L (2) 2 ← L(1)2 −m21L(1)1 L (2) 3 ← L(1)3 −m31L(1)1 −1 0.667 0.667 | −2 0.00 0.778 −0.222 | 0.666 0.00 1.11 −1.22 | 4.67 com m21 = a21 a11 = 0.167 −1 = −0.167 e m31 = a31 a11 = −0.333 −1 = 0.333 . E efectuando a segunda etapa do me´todo de eliminac¸a˜o de Gauss vamos enta˜o obter −1 0.667 0.667 | −2 0.00 0.778 −0.222 | 0.666 0.00 1.11 −1.22 | 4.67 −−−−−−−−−−−−−−−−→ L (3) 3 ← L(2)3 −m32L(1)2 −1 0.667 0.667 | −2 0.00 1.11 −1.22 | 4.67 0.00 0.00 0.633 | −2.60 com m32 = a32 a22 = 0.778 1.11 = 0.701 . Devemos notar que para efectuar esta segunda etapa o facto de estarmos a utilizar a te´cnica de pivotac¸a˜o parcial implicou a troca das linhas 2 e 3, uma vez que max i=2,3 |ai2| = max {0.778, 1.11} = 1.11 = a32 No final, a soluc¸a˜o do sistema de equac¸o˜es lineares e´ a seguinte x1 = −0.940 x2 = −0.306 x3 = −4.11 J . 5. Considere a seguinte matriz A = 1 2 1 2 1 1 1/2 2 1 . 20 Cap´ıtulo 2. 2001-2002 a) Calcule a factorizac¸a˜o LU da matriz A; b) Utilizando a factorizac¸a˜o LU de A, calcule a segunda coluna de uma matriz X que verifica a seguinte relac¸a˜o, AX = B, onde B = 5 6 7 5 5 8 9/2 11/2 6 . Soluc¸a˜o 2.2.5. a) Calculando enta˜o a factorizac¸a˜oLU da matriz vamos obter os seguintes resultados, A = A(1) = 1 2 1 2 1 1 1/2 2 1 −−−−−−−−−−−−−−−−−−→ L (2) 3 ← L(1)3 −m31L(1)1 L (2) 2 ← L(1)2 −m21L(1)1 1 2 1 0 −3 −1 0 1 1/2 = A(2), e na outra etapa A(2)−−−−−−−−−−−−→ L (3) 3 ←L(2)3 −m32L(2)2 1 2 1 0 −3 −1 0 0 1/6 = U, com L = 1 0 0 m21 1 0 m31 m32 1 = 1 0 0 2 1 0 1/2 −1/3 1 b) Para resolver esta al´ınea basta notar que AX = [ AX.1 AX.2 AX.3 ] = B = [ B.1 B.2 B.3 ] . Assim sendo so´ temos de resolver o sistema AX.2 = B.2, onde X.2 representa a segunda coluna de X e B.2 representa a segunda coluna da matriz B. Aplicando enta˜o a decomposic¸a˜o que obtivemos na al´ınea anterior vamos obter, 1o) Ly = B.2 ⇔ 1 0 0 2 1 0 1/2 −1/3 1 y1 y2 y3 = 6 5 11/2 ⇔ . . .⇔ y1 = 6 y2 = −7 y3 = 1/6 , e 2o) UX.2 = y ⇔ 1 2 1 0 −3 −1 0 0 1/6 X12 X22 X32 = 6 −7 1/2 ⇔ . . .⇔ X12 = 1 X22 = 2 X32 = 1 Esta e´ a segunda coluna da matriz X que verifica a relac¸a˜o AX = B, em que B e´ a matriz descrita no enunciado. J . 2.3. 17/12/2001 - EI, IG, ESC 21 2.3 17/12/2001 - EI, IG, ESC Universidade do Algarve A´rea Departamental de Matema´tica Ana´lise Nume´rica EI, ESC e IG 2o Teste Durac¸~ao 2h:30′ 17 de Dezembro de 2001 (3,0) 1. Uma matriz A ∈ Rn×n diz-se tridiagonal se aij = 0, i > j + 1 e aij = 0, i < j − 1. Calcule o nu´mero de operac¸o˜es a efectuar para obter a factorizac¸a˜o LU de uma matriz A nestas condic¸o˜es. Soluc¸a˜o 2.3.1. O nu´mero de operac¸o˜es a efectuar vai depender do algoritmo que utilizarmos para resolver este problema. Contudo o mais econo´mico e´ o seguinte Algoritmo 1. Decomposic¸a˜o LU para matrizes tridiagonais para k = 1, 2, 3, . . . , n− 1 lk+1,k = ak+1,k ← ak+1,k ak,k ak+1,k+1 ← ak+1,k+1 − lk+1,kak,k+1 Assim sendo na˜o sera´ dif´ıcil de verificar que o algoritmo possui (n− 1) etapas, fazendo- -se em cada uma delas: 2 multiplicac¸o˜es e 1 adic¸a˜o. No final teremos de efectuar 2 (n− 1) multiplicac¸o˜es e (n− 1) adic¸o˜es para obter a decomposic¸a˜o LU de uma matriz tridiagonal, o que perfaz um total de 3n − 3 operac¸o˜es para obter a decomposic¸a˜o de uma matriz tridiagonal. Obviamente que, para poupar espac¸o no armazenamento de dados, as entradas da matriz L sera˜o guardadas sobre o espac¸o que ja´ foi criado para armazenar a matriz A. Outros algoritmos podem ser utilizados para efectuar a decomposic¸a˜o LU da matriz A, embora sejam mais lentos, menos econo´micos, relativamente ao que atra´s foi exibido. Por exemplo, no caso de na˜o notarmos que em cada etapa ak,k+2 = 0 podemos elaborar o seguinte algoritmo (que na˜o esta´ errado, mas tambe´m na˜o e´ o mais aconselha´vel) Algoritmo 2. Decomposic¸a˜o LU para matrizes tridiagonais 22 Cap´ıtulo 2. 2001-2002 para k = 1, 2, 3, . . . , n− 1 lk+1,k = ak+1,k ← ak+1,k ak,k ak+1,k+1 ← ak+1,k+1 − lk+1,kak,k+1 ak+1,k+2 ← ak+1,k+2 − lk+1,kak,k+2 ou ainda, no caso de querermos guardar a informac¸a˜o de L numa outra estrutura de dados, o que podera´ ser necessa´rio no caso de pretendermos utilizar a matriz A para efectuar ca´lculos posteriores a` decomposic¸a˜o, Algoritmo 3. Decomposic¸a˜o LU para matrizes tridiagonais u1,1 ← a1,1 para k = 1, 2, 3, . . . , n− 1 uk,k+1 ← ak,k+1 `k+1,k ← ak+1,k uk,k uk+1,k ← ak+1,k − `k+1,kuk,k uk+1,k+1 ← ak+1,k+1 − `k+1,kuk,k+1 J . (3,0) 2. Seja dada a seguinte matriz A = 2 √ 2 −√2 −√2 0 0 1 √ 3 −1 2 0 −√2 0 0 1 0 −1 . Calcule o valor de ‖A‖1, ‖A‖∞ e ‖A‖F . Soluc¸a˜o 2.3.2. Para resolvermos este exerc´ıcio apenas temos de aplicar as definic¸o˜es dadas para cada uma destas normas. Assim sendo, • ‖A‖F = ( 4∑ i=1 4∑ j=1 |aij |2 )1/2 = (4× 2 + 2 + 2 + 1 + 3 + 1 + 4 + 2 + 1 + 1)1/2 = 5; • ‖A‖1 = max { 4∑ i=1 |aij | , j = 1, 2, 3, 4 } = = max { 2 √ 2 + 2, √ 2 + 1 + 1, √ 2 + √ 3 + √ 2, 1 + 1 } = = 2 (√ 2 + 1 ) 2.3. 17/12/2001 - EI, IG, ESC 23 • ‖A‖∞ = max { 4∑ j=1 |aij | , i = 1, 2, 3, 4 } = = max { 2 √ 2 + √ 2 + √ 2, 1 + √ 3 + 1, 2 + √ 2, 1 + 1 } = = 4 √ 2 J . (4,0) 3. Verifique se a matriz A que e´ abaixo dada e´ definida positiva. A = 4 0 1 0 2 0 1 0 4 . Soluc¸a˜o 2.3.3. Por definic¸a˜o dizemos que: uma matriz A ∈ Rn×n e´ definida positiva se xTAx > 0, para todo o vector x ∈ Rn \ {0}. Assim sendo, para o nosso caso escolha-se x 6= 0, x ∈ R3. xTAx = [ x1 x2 x3 ] 4 0 1 0 2 0 1 0 4 x1 x2 x3 = [ 4x1 + x3 2x2 x1 + 4x3 ] x1 x2 x3 , ou seja, xTAx = 4x21 + x1x3 + 2x 2 2 + x1x3 + 4x 2 3 = 3x 2 1 + 2x 2 2 + 3x 2 3 + (x1 + x3) 2 . Na˜o sera´ agora dif´ıcil afirmar que para x = (x1, x2, x3) 6= (0, 0, 0) qualquer 3x21+2x22+3x23 > 0, e por conseguinte, xTAx > 0, o que prova que a matriz A dada e´ uma matriz definida positiva. J . (5,0) 4. Sejam dados A = 0.121 3.12 2.31 0.916 e b = 1.21 0.982 . a) Obtenha a decomposic¸a˜o LU da matriz A, utilizando uma aritme´tica de 3 alga-rismos signifi- cativos; b) Calcule uma aproximac¸a˜o para a soluc¸a˜o do sistema Ax = b, utilizando a decomposic¸a˜o LU da matriz A e utilizando uma aritme´tica de 3 algarismos significativos; c) Utilize o me´todo do res´ıduo (refinamento iterativo) para obter uma aproximac¸a˜o para a soluc¸a˜o, tomando como crite´rio de paragem a condic¸a˜o ‖r‖∞ ≤ 0.1. 24 Cap´ıtulo 2. 2001-2002 Soluc¸a˜o 2.3.4. a) Pretendemos obter a decomposic¸a˜o LU da matriz A, utilizando para tal uma aritme´tica finita de 3 algarismos significativos. Assim sendo, 0.121 3.12 2.31 0.916 −−−−−−−−−−−−−→L2 ← L2 −m21L1 0.121 3.12 0.00 −58.7 = U˜ com m21 = a21 a11 = 2.31 0.121 = 19.1. Pelo que, L˜ = 1.00 0.00 19.1 1.00 b) Utilizemos agora a decomposic¸a˜o LU obtida na al´ınea anterior para obter uma apro-ximac¸a˜o para a soluc¸a˜o do sistema Ax = b.Assim, Ax = b⇔ L˜ U˜x︸︷︷︸ =y = b⇔ L˜y = bU˜x = y . Desta forma, utilizando novamente 3 algarismos significativos, L˜y = b⇔ 1.00 0.00 19.1 1.00 y1 y2 = 1.21 0.982 ⇔ . . .⇔ y1 = 1.21y2 = −22.1 . E por outro lado, U˜x = y ⇔ 0.121 3.12 0.00 −58.7 x1 x2 = 1.21 −22.1 ⇔ . . .⇔ x1 = 0.331x2 = 0.376 . Assim sendo a aproximac¸a˜o obtida para a soluc¸a˜o do nosso sistema e´ dada por x˜ = (0.331, 0.376) . c) Pretendemos agora aplicar o refinamento iterativo ate´ obtermos uma soluc¸a˜o para a qual a norma infinito do res´ıduo seja inferior a 0.1. Comecemos por calcular o res´ıduo que esta´ associado a` aproximac¸a˜o obtida na al´ınea b), que aqui sera´ designada por x(0) = x˜. Ora, r(0) = b−b˜ = b−b(0), com b˜ = b(0) = Ax(0), e como ja´ sabemos, para diminuir os efeitos do cancelamento subtractivo, b˜ deve ser calculado com dupla precisa˜o, i.e., com 6 algarismos significativos, logo b(0) = Ax(0) = 0.121 3.12 2.31 0.916 0.331 0.376 = 1.21317 1.10903 , 2.3. 17/12/2001 - EI, IG, ESC 25 e consequentemente r(0) = b− b(0) = 1.21 0.982 − 1.21317 1.10903 = −0.00317 −0.127 ⇒ ‖r(0)‖∞ = 0.127 > 0.1 . Agora sabemos que x(1) = x(0) + e(0), onde e(0) e´ a soluc¸a˜o do sistema de equac¸o˜es lineares, Ae(0) = r(0) ⇔ L˜U˜e(0)︸ ︷︷ ︸ =y(0) = r(0). Daqui podemos enta˜o concluir que L˜y(0) = r(0) ⇔ 1.00 0.00 19.1 1.00 y(0)1 y (0)2 = −0.00317 −0.127 ⇔ . . .⇔ y (0) 1 = −0.00317 y (0) 2 = −0.0665 . E por outro lado, U˜e(0) = y(0) ⇔ 0.121 3.12 0.00 −58.7 e(0)1 e (0) 2 = −0.00317 −0.0665 ⇔ . . .⇔ e (0) 1 = −0.0558 e (0) 2 = 0.00113 , logo x(1) = x(0) + e(0) = (0.331, 0.376) + (−0.0558, 0.00113) = (0.275, 0.377) . Calculando agora o res´ıduo que esta´ associado a x(1) vamos obter, b(1) = Ax(1) = 0.121 3.12 2.31 0.916 0.275 0.377 = 1.24280 0.980582 , e consequentemente r(1) = b− b(1) = 1.21 0.982 − 1.24280 0.980582 = −0.0328 0.00142 ⇒ ‖r(1)‖∞ = 0.0328 < 0.1 , pelo que se verifica a condic¸a˜o de paragem e a aproximac¸a˜o para a soluc¸a˜o pretendida e´ dada por x(1) = 0.275 0.377 . J . (5,0) 5. Seja dada a seguinte tabela de valores x 1.0 1.5 2.0 f (x) 1.359 2.241 3.695 f ′ (x) 1.359 2.241 3.695 26 Cap´ıtulo 2. 2001-2002 a) Construa a tabela das diferenc¸as divididas associada a toda a tabela; b) Utilizando toda a informac¸a˜o da tabela obtenha uma aproximac¸a˜o para o valor da func¸a˜o f em 1.35; c) Calcule uma estimativa para o valor de f ′ (1.35). Soluc¸a˜o 2.3.5. a) A tabela das diferenc¸as divididas que esta´ associada a esta tabela e´ a seguinte x y [.] y [., .] y [., ., .] y [., ., ., .] y [., ., ., ., .] y [., ., ., ., ., .] x0 = 1.0 y0 = 1.359︸ ︷︷ ︸ =a0 y [x0, x0] = y′0 = 1.359︸ ︷︷ ︸ =a1 x0 = 1.0 y0 = 1.359 0.8100︸ ︷︷ ︸ =a2 y [x0, x1] = 1.764 0.2880︸ ︷︷ ︸ =a3 x1 = 1.5 y1 = 2.241 0.9540 0.09200︸ ︷︷ ︸ =a4 y [x1, x1] = y′1 = 2.241 0.3800 0.008000︸ ︷︷ ︸ =a5 x1 = 1.5 y1 = 2.241 1.334 0.1000 y [x1, x2] = 2.908 0.4800 x2 = 2.0 y2 = 3.695 1.574 y [x2, x2] = y′2 = 3.695 x2 = 2.0 y2 = 3.695 b) Se utilizarmos toda a informac¸a˜o da tabela, vamos construir o polino´mio interpolador de Hermite de grau ≤ 5, cuja forma e´ a seguinte p5 (x) = a0 + a1 (x− x0) + a2 (x− x0)2 + a3 (x− x0)2 (x− x1) + +a4 (x− x0)2 (x− x1)2 + a5 (x− x0)2 (x− x1)2 (x− x2)⇒ f (1.35) ≈ p5 (1.35) = 1.359 + 1.359 (1.35− 1) + 0.81 (1.35− 1)2 + +0.288 (1.35− 1)2 (1.35− 1.5) + 0.92 (1.35− 1)2 (1.35− 1.5)2 + +0.008 (1.35− 1)2 (1.35− 1.5)2 (1.35− 2)⇒ ⇒ f (1.35) ≈ p5 (1.35) = 1.359 + 1.359 (0.35) + 0.81 (0.35)2 + 0.288 (0.35)2 (−0.15) + 0.92 (0.35)2 (−0.15)2 + 0.008 (0.35)2 (−0.15)2 (−0.65) . 2.3. 17/12/2001 - EI, IG, ESC 27 Desta forma, f (1.35) ≈ p5 (1.35) = 1.931104418 ≈ 1.931 c) Para aproximarmos a derivada da func¸a˜o teremos de derivar a expressa˜o do polino´mio interpolador, p5 (x), e calcular o seu valor no ponto 1.35. Assim sendo, p′5 (x) = 1.359 + 2× 0.81 (x− 1) + 2× 0.288 (x− 1) (x− 1.5) + 0.288 (x− 1)2 + 2× 0.92 (x− 1) (x− 1.5)2 + 2× 0.92 (x− 1)2 (x− 1.5) + +0.008 (x− 1)2 (x− 1.5)2 + 2× 0.008 (x− 1) (x− 1.5)2 (x− 2) + +2× 0.008 (x− 1)2 (x− 1.5) (x− 2) o que e´ equivalente a escrever p′5 (x) = 1.359 + 1.62 (x− 1) + 0.576 (x− 1) (x− 1.5) + 0.288 (x− 1)2 + +1.84 (x− 1) (x− 1.5)2 + 1.84 (x− 1)2 (x− 1.5) + +0.008 (x− 1)2 (x− 1.5)2 + 0.016 (x− 1) (x− 1.5)2 (x− 2) + +0.016 (x− 1)2 (x− 1.5) (x− 2) , expressa˜o que se pode ainda escrever da seguinte forma p′5 (x) = 1.359 + (x− 1) ( 1.62 + 0.288 (x− 1) + (x− 1.5) { 0.576+ +1.84 (x− 1.5) + 1.84 (x− 1) + 0.008 (x− 1) (x− 1.5)+ + (x− 2) [ 0.016 (x− 1.5) + 0.016 (x− 1) ] } ) , e, efectuando os ca´lculos no ponto x = 1.35 vamos obter que p′5 (1.35) = 1.359 + (0.35) ( 1.62 + 0.288 (0.35) + (−0.15) { 0.576+ +1.84 (−0.15) + 1.84 (0.35) + 0.008 (0.35) (−0.15) + + (−0.65) [ 0.016 (−0.15) + 0.016 (0.35) ] } ) , no final podemos enta˜o concluir que f ′ (1.35) ≈ p′5 (1.35) = 1.91185125 ≈ 1.912 . Na˜o sera´ dif´ıcil verificar que p′5 (xi) = f ′ (xi) , i = 0, 1, 2, o que significa que p′5 (x) e´ um polino´mio interpolador para a derivada da func¸a˜o nos pontos (xi, f ′ (xi)) , i = 0, 1, 2. J . 28 Cap´ıtulo 2. 2001-2002 2.4 18/12/2001 - Matema´tica Universidade do Algarve A´rea Departamental de Matema´tica Ana´lise Nume´rica Matema´tica 2o Teste Durac¸~ao 2h:30′ 18 de Dezembro de 2001 (5,0) 1. Sejam A = 10−5 2 1 1 e b = 1 1 . a) Resolva o sistema Ax = b em aritme´tica exacta, utilizando para tal o me´todo de eliminac¸a˜o de Gauss. Denote a soluc¸a˜o por x; b) Resolva o mesmo sistema, utilizando agora uma aritme´tica de 3 algarismos significativos, sem aplicar qualquer tipo de escolha de pivot. Denote a soluc¸a˜o por y; c) Calcule ‖x− y‖2 e ‖x− y‖2‖x‖2 ; d) Resolva novamente o sistema de equac¸o˜es lineares Ax = b, mas utilizando agora a te´cnica de escolha de pivot parcial com uma aritme´tica de 3 algarismos significativos. Denote a soluc¸a˜o por z; e) Calcule ‖x− z‖2 e ‖x− z‖2‖x‖2 ; f) Comente o resultados obtidos nas al´ıneas c) e e). Soluc¸a˜o 2.4.1. a)Resolvendo o sistema com aritme´tica exacta e utilizando a eliminac¸a˜o de Gauss, vamos obter, 10−5 2 ... 1 1 1 ... 1 −−−−−−−−−−−−−→L2 ← L2 −m21L1 10−5 2 ... 1 0 −199999 ... −99999 , com m12 = a12 a11 = 1 10−5 = 105 = 100000. Passando agora para a forma de sistema, vem que 10−5x1 + 2x2 = 1 −199999x2 = −99999 ⇔ x1 = 105 199999 = 100000 199999 x2 = 99999 199999 2.4. 18/12/2001 - Matema´tica 29 Assim sendo, a soluc¸a˜o exacta do sistema Ax = b e´ dada por x = x1 x2 = 100000 199999 99999 199999 b)Resolvendo agora o mesmo sistema, mas utilizando uma aritme´tica finita de 3 algarismos significa- tivos pelo me´todo de eliminac¸a˜o de Gauss, sem qualquer tipo de escolha de pivot, vamos obter 10−5 2 ... 1 1 1 ... 1 −−−−−−−−−−−−−→L2 ← L2 −m21L1 10−5 2 ... 1 0 −200000 ... −100000 , com m12 = a12 a11 = 1 10−5 = 105 = 100000. Em termos de soluc¸a˜o vamos obter o seguinte 10−5y1 + 2y2 = 1 −200000y2 = −100000 ⇔ y1 = 0 y2 = 100000 200000 = 0.5 Pelo que a soluc¸a˜o do sistema neste caso sera´ y = y1 y2 = 0 0.5 c)Neste caso temos, ‖x− y‖2 = ‖ ( 105 2× 105 − 1 , 105 − 1 2× 105 − 1 ) − (0, 0.5) ‖2 = = (( 105 2× 105 − 1 )2 + ( 105 − 1 2× 105 − 1 )2 − 0.5 )1/2 = = ( 0.2500025 + 6.25× 10−12)1/2 = 0.5000025 ≈ 0.5 e quanto ao erro relativo temos ‖x− y‖2 ‖x‖2 = 0.5000025 0.7071067812 = 0.7071103167 ≈ 0.71, o que em termos de percentagem de erro indica que a soluc¸a˜o aproximada y possui 100× ‖x− y‖2‖x‖2 ≈ 71% de erro. Notemos que ‖x‖2 = (( 100000 199999 )2 + ( 99999 199999 )2)1/2 = (0.2500025 + 0.2499975)1/2 = = (0.5)1/2 = 0.7071067812 ≈ 0.71 . 30 Cap´ıtulo 2. 2001-2002 d)Vamos agora resolver o mesmo sistema, mas utilizando uma aritme´tica finita de 3 algarismos sig- nificativos pelo me´todo de eliminac¸a˜o de Gauss, com escolha de pivot parcial. Neste caso, 10−5 2.00 ... 1.00 1.00 1.00 ... 1.00 −−−−−−→L1 ↔ L2 1.00 1.00 ... 1.00 10−5 2.00 ... 1.00 → −−−−−−−−−−−−−→ L2 ← L2 −m21L1 1.00 1.00 ... 1.00 0.00 2.00 ... 1.00 com m12 = a12 a11 = 10−5 = 0.00001. Em termos de soluc¸a˜o vamos obter o seguinte 1.00z1 + 1.00z2 = 1.00 2.00z2 = 1.00 ⇔ z1 = 0.500 z2 = 0.500 Pelo que a soluc¸a˜o do sistema neste caso sera´ z = z1 z2 = 0.500 0.500 e)No que toca a` soluc¸a˜o que obtivemos a partir da utilizac¸a˜o da escolha de pivot os resultados sa˜o os seguintes ‖x− z‖2 = ‖ ( 105 2× 105 − 1 , 105 − 1 2× 105 − 1 ) − (0.5, 0.5) ‖2 = = (( 105 2× 105 − 1 − 0.5 )2 + ( 105 − 1 2× 105 − 1 )2 − 0.5 )1/2 = = ( 0.00000252 + 0.00000252)1/2 = ( 2× 0.00000252)1/2 = = ( 2× 6.25× 10−12)1/2 = 3.535533906× 10−6 ≈ 0.4× 10−5. Quanto ao erro relativo da soluc¸a˜o aproximada z temos ‖x− z‖2 ‖x‖2 = 0.3535533906× 10−5 0.7071067812 = 0.000005 = 0.5× 10−5, o que em termos de percentagem de erro indica que a soluc¸a˜o aproximada z possui 100× ‖x− z‖2‖x‖2 = 0.5× 10 −3% de erro. f)Qualquer comenta´rio que explique o porqueˆ da obtenc¸a˜o de melhores resultados com a escolha de pivot parcial ”´e va´lido”. J. 2.4. 18/12/2001 - Matema´tica 31 (4,0) 2. Seja dada a seguinte matriz A = 2 √ 2 √ 2 −√2 0 1 3 2 1 −2 2 1 0 . a) Obtenha a decomposic¸a˜o QR de A atrave´s do algoritmo de Gram-Schmidt; b) Tomando b = [ √ 2 1 −1 1 ]T , resolva o sistema sobredeterminado Ax = b utilizando a decomposic¸a˜o QR obtida na al´ınea anterior. Soluc¸a˜o 2.4.2. a)Considerando as colunas da matriz vectores linearmente independentes, vamos cons- truir para eles uma base ortonormada utilizando para tal o algoritmo de Gram-Schmidt. Consideremos enta˜o C = {A.1, A.2, A.3} = {( 2 √ 2, 0, 2, 2 ) , (√ 2, 1, 1, 1 ) , ( − √ 2, 3,−2, 0 )} . Pretendemos obter um conjunto B = {Q.1, Q.2, Q.3}, tal que • 〈Q.i, Q.j〉 = 0, para i, j = 1, 2, 3 com i 6= j; • ‖Q.i‖2 = 1, para todo o i = 1, 2, 3; • span {A.1, A.2, A.3} = span {Q.1, Q.2, Q.3}; Ora, para obtermos o primeiro vector de B, apenas necessitamos de dividir A.1 pela sua norma eucli- diana, assim, r11 = ‖A.1‖2 = ‖ ( 2 √ 2, 0, 2, 2 ) ‖2 = √ 8 + 0 + 4 + 4 = 4 e Q.1 = 1 r11 A.1 = (√ 2 2 , 0, 1 2 , 1 2 ) . Obtivemos assim o primeiro vector da base ortonormada, que e´ simplesmente a primeira coluna da matriz Q. Para obtermos o segundo vamos comec¸ar por criar um vector que seja ortogonal a Q.1, o qual desig- naremos por p2 e que sera´ dado pelo fo´rmula p2 = A.2 − r12Q.1 = A.2 − 〈Q.1, A.2〉Q.1. 32 Cap´ıtulo 2. 2001-2002 Assim sendo, 〈Q.1, A.2〉 = QT.1A.2 = [ √ 2 2 0 1 2 1 2 ] √ 2 1 1 1 = 2 2 + 0 + 1 2 + 1 2 = 2, logo, p2 = A.2 − r12Q.1 = (√ 2, 1, 1, 1 ) − 2 (√ 2 2 , 0, 1 2 , 1 2 ) = (0, 1, 0, 0) . Na˜o sera´ dif´ıcil verificar que p2 e´ ortogonal a Q.1, i.e., que 〈p2, Q.1〉 = 0. Agora, sabemos que o vector Q.2 tera´ que ter norma unita´ria e tera´ que ser ortogonal a Q.1, pelo que, Q.2 = p2 ‖p2‖2 = p2 r22 = p2 = (0, 1, 0, 0) , pois ‖p2‖2 = ( 02 + 12 + 02 + 02 )1/2 = 1 = r22. Ficamos assim com o segundo vector da base ortonormada, i.e., com a segunda coluna da matriz ortogonal Q. Pelo mesmo processo vamos agora obter o terceiro vector da base ortonormada que estamos a cons- truir. Comecemos por construir um vector que seja ortogonal aos vectores que ja´ fazem parte dessa base; designemos esse vector por p3, o qual e´ dado por p3 = A.3 − r13Q.1 − r23Q.2. Desta forma temos, 〈Q.1, A.3〉 = 〈 (√ 2 2 , 0, 1 2 , 1 2 ) , ( − √ 2, 3,−2, 0 ) 〉 = −2 2 + 0− 1 + 0 = −2, e 〈Q.2, A.3〉 = 〈(0, 1, 0, 0) , ( − √ 2, 3,−2, 0 ) 〉 = 3. Assim sendo, p3 = ( − √ 2, 3,−2, 0 ) + 2 (√ 2 2 , 0, 1 2 , 1 2 ) − 3 (0, 1, 0, 0) = = ( − √ 2, 3,−2, 0 ) + (√ 2, 0, 1, 1 ) + (0,−3, 0, 0) = = (0, 0,−1, 1) Na˜o sera´ dif´ıcil verificar que este vector e´ ortogonal a Q.1 e tambe´m a Q.2, i.e., que 〈p3, Q.1〉 = 0 e que 〈p3, Q.2〉 = 0. Para obtermos agora Q.3 basta-nos dividir p3 por ‖p3‖2, assim Q.3 = p3 ‖p3‖2 = p3 r33 = ( 0, 0,− √ 2 2 , √ 2 2 ) 2.4. 18/12/2001 - Matema´tica 33 note-se que r33 = ‖p3‖2 = √ 2. Perante estes resultados conclu´ımos que a decomposic¸a˜o QR da matriz A e´ a seguinte, A = 2 √ 2 √ 2 −√2 0 1 3 2 1 −2 2 1 0 = QR = √ 2/2 0 0 0 1 0 1/2 0 −√2/2 1/2 0 √ 2/2 4 2 −2 0 1 3 0 0 √ 2 b) Obtida a decomposic¸a˜o QR da matriz A, e atendendo a`s propriedades das matrizes Q e R, podemos dizer que resolver o sistema Ax = B se resume a` resoluc¸a˜o do sistema equivalente Rx = QT b, uma vez que a matriz Q e´ uma matriz ortogonal, i.e., Q possui inversa e Q−1 = QT . E, por R ser uma matriz triangular superior, a resoluc¸a˜o do sistema efectua-se agora de uma forma muito simples, vejamos, Ax = b⇔ QRx = b⇔ QTQRx = QT b⇔ Q−1QRx = QT b⇔ Rx = QT b. Agora, QT b = √ 2/2 0 1/2 1/2 0 1 0 0 0 0 −√2/2 √2/2 √ 2 1 −1 1 = 1 1 √ 2 , e imediatamente Rx = QT b ⇔ 4 2 −2 0 1 3 0 0 √ 2 x1 x2 x3 = 1 1 √ 2 ⇔ ⇔ 4x1 = 1− 2x2 + 2x3 x2 = 1− 3x3 = −2 x3 = 1 ⇔ ⇔ x1 = 7/4 x2 = −2 x3 = 1 . 34 Cap´ıtulo 2. 2001-2002 A soluc¸a˜o do sistema Ax = b e´ enta˜o dada por x1 x2 x3 = 7/4 −2 1 J. (3,0) 3. Sejam A ∈ Rm×n, b ∈ Rm e x a soluc¸a˜o obtida da resoluc¸a˜o do sistema de equac¸o˜es normais, ATAx = AT b. Prove que ‖b−Ax‖2 ≤ ‖b−Ay‖2, para todo o vector y ∈ Rn. Soluc¸a˜o 2.4.3. Ora, b−Ay = b−Ay +Ax−Ax = b−Ax+Ax−Ay = = b−Ax+A (x− y) , pelo que obtemos ‖b−Ay‖2 = ‖b−Ax+A (x− y) = ‖2 = (b−Ax+A (x− y))T (b−Ax+A (x− y)) = = (b−Ax)T (b−Ax) + (b−Ax)T (A (x− y)) + + (A (x− y))T (b−Ax) + (A (x− y))T (A (x− y)) = = (b−Ax)T (b−Ax) + 2 (b−Ax)T (A (x− y)) + (A (x− y))T (A (x− y)) Agora, tendo em conta que r ⊥ R (A), obtemos (b−Ax)T (A (x− y)) = (AT (b−Ax))T (x− y) = AT r︸︷︷︸ =0 (x− y) = 0 e como tal ‖b−Ay‖2 = ‖b−Ax‖2 + ‖A (x− y) ‖2︸ ︷︷ ︸ >0 > ‖b−Ax‖2, para todo o y ∈ Rn, finalmente ‖b−Ax‖2 6 ‖b−Ay‖2, para todo o y ∈ Rn. O que prova que o res´ıduo associado a` soluc¸a˜o que se obte´m da resoluc¸a˜o do sistema das equac¸o˜es normais e´ aquela que menor res´ıduo provoca para o sistema de equac¸o˜es lineares sobredeterminado Ax = b. Por outro lado, a igualdade so´ se verifica quando ‖A (x− y) ‖2 = 0⇔ A (x− y) = 0, 2.4. 18/12/2001 - Matema´tica 35 e como as colunas da matriz A sa˜o linearmente independentes conclu´ımos que x = y, ou seja, a soluc¸a˜o das equac¸o˜es normais e´ u´nica. J. (3,0) 4. Pretende-se aproximar o valor de f (x˜) atrave´s do polino´mio interpolador de Newton das diferen- c¸as divididas de grau ≤ n que interpola os valores y0, y1, . . . , yn nos no´s distintos x0, x1, . . . , xn, com min 0≤i≤n xi ≤ x˜ ≤ max 0≤i≤n xi e x˜ /∈ {x0, x1, . . . , xn}. Qual o nu´mero de operac¸o˜es necessa´rio para realizar esta tarefa? Nota: Deve contar todas as operac¸o˜es necessa´rias para construir a tabela das diferenc¸as divididas e todas as operac¸o˜es necessa´rias para obter a aproximac¸a˜o atrave´s do polino´mio interpolador. Soluc¸a˜o 2.4.4. Comecemos por contar as operac¸o˜es que esta˜o envolvidas na construc¸a˜o da tabela das di- ferenc¸as divididas. Assim sendo, se nos derem os pontos (xi, yi) , i = 0, 1, 2, . . . , n, a tabela das diferenc¸as divididas sera´ enta˜o dada por, x y [.] y [., .] y [., ., .] y [., ., ., .] . . . y [., ., . . . , .] x0 y0 y [x0, x1] x1 y1 y [x0, x1, x2] y [x1, x2] y [x0, x1, x2, x3] x2 y2 y [x1, x2, x3] ... ... ... ... ... ... y [x0, x1, x2, . . . , xn] xn−1 yn−1 y [xn−1, xn] xn yn Agora como y [xk, xk+1] = yk+1 − yk xk+1 − xk , k = 0, 1, . . . , n− 1 temos enta˜o que, para cada uma das diferenc¸as divididas de ordem um esta˜o envolvidas uma multiplicac¸a˜o e duas adic¸o˜es, tendo en conta que temos de calcular n diferenc¸as divididas de ordem 1, o nu´mero total de operac¸o˜es a efectuar para obter todas as diferenc¸as divididas de ordem 1 e´ 2n adic¸o˜es e n multiplicac¸o˜es, i.e., 3n operac¸o˜es;no que toca a`s diferenc¸as divididas de segunda ordem sabemos que sa˜o n − 1, e que sa˜o dadas por y [xk, xk+1, xk+2] = y [xk+1, xk+2]− y [xk, xk+1] xk+2 − xk , k = 0, 1, . . . , n− 2 36 Cap´ıtulo 2. 2001-2002 , e novamente, em cada uma delas esta˜o envolvidas uma multiplicac¸a˜o e duas adic¸o˜es, o que nos permite concluir que para as segundas diferenc¸as divididas sa˜o empregues 2 (n− 1) adic¸o˜es e (n− 1) multiplica- c¸o˜es, dado no total, 3 (n− 1). Seguindo um racioc´ınio indutivo vamos obter a u´ltima diferenc¸a dividida y [x0, x1, x2, . . . , xn] = y [x1, x2, . . . , xn]− y [x0, x1, . . . , xn−1] xn − x0 onde se emprega apenas uma multiplicac¸a˜o e duas adic¸o˜es. Com base no que foi exposto podemos concluir que o nu´mero total de operac¸o˜es para construir a tabela das diferenc¸as divididas sera´ n∑ k=1 3k = 3 n∑ k=1 k = 3 n− 1 2 (n− 1 + 1) = 3n 2 − n 2 . Falta-nos agora contar o nu´mero de operac¸o˜es que se obte´m com os ca´lculos no polino´mio. Seja enta˜o o polino´mio interpolador de grau ≤ n dado por pn (x) = a0 + a1 (x− x0) + a2 (x− x0) (x− x1) + . . .+ an (x− x0) (x− x1) . . . (x− xn−1) . Enta˜o, em a0 na˜o temos qualquer operac¸a˜o (adic¸a˜o e/ou multiplicac¸a˜o), em a1 (x− x0) temos uma adic¸a˜o e uma multiplicac¸a˜o, i.e., duas operac¸o˜es, em a2 (x− x0) (x− x1) teremos duas adic¸o˜es e duas multipli- cac¸o˜es, ou seja, quatro operac¸o˜es, em a3 (x− x0) (x− x1) (x− x2) vamos ter treˆs adic¸o˜es e treˆs mul- tiplicac¸o˜es. Seguindo este racioc´ınio vamos concluir que em an (x− x0) (x− x1) . . . (x− xn−1) se tem de efectuar n adic¸o˜es e n multiplicac¸o˜es, portanto, 2n operac¸o˜es aritme´ticas. Desta forma, no final, o nu´mero de operac¸o˜es empregues no polino´mio interpolador para calcular a aproximac¸a˜o p (x) sera´ dado por n∑ k=0 2k + n = 2 n∑ k=0 k + n = 2 0 + n 2 (n+ 1) + n = n2 + 2n. No final conclu´ımos que o nu´mero de operac¸o˜es a efectuar para obter a aproximac¸a˜o p (x), contando as operac¸o˜es da tabela das diferenc¸as divididas e do polino´mio interpolador, sera´ 3n2 − n 2 + n2 + 2n = 3n2 − n+ 2n2 + 4n 2 = 5n2 + 3n 2 . Podemos tambe´m afirmar que o nu´mero de operac¸o˜es a efectuar e´ O ( 5n2 2 ) . J. (5,0) 5. Seja dada a seguinte tabela de valores x 1.0 1.5 2.0 2.5 f (x) 1.359 2.241 3.695 6.091 a) Construa a tabela das diferenc¸as divididas associada a toda a tabela; 2.4. 18/12/2001 - Matema´tica 37 b) Utilizando interpolac¸a˜o parabo´lica obtenha a melhor aproximac¸a˜o poss´ıvel para o valor de f (1.65); c) Fac¸a uma estimativa do erro que se comete na aproximac¸a˜o obtida na al´ınea anterior. Nota: Utilize as diferenc¸as divididas para aproximar o valor da derivada. Soluc¸a˜o 2.4.5. a) A tabela das diferenc¸as divididas que esta´ associada a esta tabela e´ a seguinte x y [.] y [., .] y [., ., .] y [., ., ., .] x0 = 1.0 y0 = 1.359 y [x0, x1] = 1.764 x1 = 1.5 y1 = 2.241 y [x0, x1, x2] = 1.144 y [x1, x2] = 2.908 y [x0, x1, x2, x3] = 0.4933(3) x2 = 2.0 y2 = 3.695 y [x1, x2, x3] = 1.884 y [x2, x3] = 4.792 x3 = 2.5 y3 = 6.091 b) Pretendemos agora obter a melhor aproximac¸a˜o para o valor de f (1.65) atrave´s dos pontos da tabela com a utilizac¸a˜o de interpolac¸a˜o parabo´lica. Necessitamos enta˜o de treˆs pontos para construir o polino´mio interpolador, mas, uma vez que nos sa˜o dados quatro pontos teremos de escolher os que melhor resultado va˜o produzir, pelo que teremos de escolher os pontos com base na fo´rmula do erro. Assim sendo, |e (p2 (1.65))| = |f (1.65)− p2 (1.65)| ≤ M33! |W2 (1.65)| = M3 3! |(1.65− x0) (1.65− x1) (1.65− x2)| , com M3 = max x∈[1.0,2.5] |f ′′′ (x)|. Perante este resultado conclu´ımos que devemos escolher para no´s da inter- polac¸a˜o os pontos que se encontrarem mais pro´ximos de x = 1.65, i.e., os pontos que tornam |W2 (1.65)| mais pequeno. Na˜o sera´ enta˜o dif´ıcil concluir que neste caso os pontos a escolher sera˜o x0 = 1.0, x1 = 1.5, x2 = 2.0 . Utilizando estes pontos, o polino´mio interpolador de segundo grau sera´ dado por p2 (x) = a0 + a1 (x− x0) + a2 (x− x0) (x− x1) = = y [x0] + y [x0, x1] (x− x0) + y [x0, x1, x2] (x− x0) (x− x1) = = 1.359 + 1.764 (x− 1.0) + 1.144 (x− 1.0) (x− 1.5) e a aproximac¸a˜o que procuramos e´ dada por p2 (1.65) = 1.359 + 1.764 (1.65− 1.0) + 1.144 (1.65− 1.0) (1.65− 1.5) = 2.61714 ≈ 2.617 38 Cap´ıtulo 2. 2001-2002 c) Para obtermos uma estimativa para o erro vamos enta˜o utilizar a fo´rmula |e (p2 (1.65))| = |f (1.65)− p2 (1.65)| = f ′′′ (ξ) 3! |W2 (1.65)| = = f ′′′ (ξ) 3! |(1.65− x0) (1.65− x1) (1.65− x2)| . Assim, |e (p2 (1.65))| = |f (1.65)− p2 (1.65)| ≈ f ′′′ (ξ) 3! × 0.034 . Agora necessitamos do conhecimento da terceira derivada da func¸a˜o, do qual na˜o dispomos. No entanto, existe um resultado das diferenc¸as divididas que nos permite obter uma aproximac¸a˜o para o valor da terceira derivada, esse e´ o seguinte: Existe um ξ ∈ Ω = [ min 0≤i≤k xi, max 0≤i≤k xi ] , tal que y [x0, x1, . . . , xk] = f (k) (ξ) k! . Com base neste resultado podemos aproximar f ′′′ (ξ) 3! por y [x0, x1, x2, x3], logo |e (p2 (1.65))| = |f (1.65)− p2 (1.65)| ≈ f ′′′ (ξ) 3! × 0.034 = 0.4933× 0.034 ≈ 0.017 . J. 2.5. 11/01/2002 - Matema´tica 39 2.5 11/01/2002 - Matema´tica Universidade do Algarve A´rea Departamental de Matema´tica Ana´lise Nume´rica Matema´tica Exame de E´poca Normal Durac¸~ao 3h:00′ 11 de Janeiro de 2002 (4,0) 1. Seja dada a seguinte func¸a˜o f (x, y, z) = 4 3 xy2z. Sabendo que |eR (xa)| ≤ 0.005, |eR (ya)| ≤ 0.005, |eR (za)| ≤ 0.005, calcule um majorante para o erro relativo absoluto que se comete no ca´lculo da aproximac¸a˜o f (xa, ya, za). Soluc¸a˜o 2.5.1. Recorrendo a` fo´rmula da propagac¸a˜o do erro absoluto vamos obter que |e (f (xa, ya, za))| ≤ ∣∣∣∣∂f∂x (xa, ya, za) ∣∣∣∣ |e (xa)|+ ∣∣∣∣∂f∂y (xa, ya, za) ∣∣∣∣ |e (ya)|+ ∣∣∣∣∂f∂z (xa, ya, za) ∣∣∣∣ |e (za)| logo, para obtermos o erro relativo em f (xa, ya, za), basta-nos dividir a expressa˜o anterior por |f (xa, ya, za)|, desta forma |e (f (xa, ya, za))| |f (xa, ya, za)| ≤ ∣∣∣∣∂f∂x (xa, ya, za) ∣∣∣∣ |e (xa)|+ ∣∣∣∣∂f∂y (xa, ya, za) ∣∣∣∣ |e (ya)|+ ∣∣∣∣∂f∂z (xa, ya, za) ∣∣∣∣ |e (za)| |f (xa, ya, za)| o que e´ equivalente a escrever |eR (f (xa, ya, za))| ≤ ∣∣∣∣∣∣∣ ∂f ∂x (xa, ya, za) f (xa, ya, za) ∣∣∣∣∣∣∣ |e (xa)|+ ∣∣∣∣∣∣∣∣ ∂f ∂y (xa, ya, za) f (xa, ya, za) ∣∣∣∣∣∣∣∣ |e (ya)|+ ∣∣∣∣∣∣∣ ∂f ∂z (xa, ya, za) f (xa, ya, za) ∣∣∣∣∣∣∣ |e (za)| Agora temos, ∂f ∂x (xa, ya, za) = 4 3 y2aza, ∂f ∂y (xa, ya, za) = 8 3 xayaza, ∂f ∂z (xa, ya, za) = 4 3 xay 2 a 40 Cap´ıtulo 2. 2001-2002 e por outro lado f (xa, ya, za) = 4 3 xay 2 aza. Atendendo a estes resultados vamos obter |eR (f (xa, ya, za))| ≤ ∣∣∣∣∣∣∣ 4 3 y2aza 4 3 xay2aza ∣∣∣∣∣∣∣ |e (xa)|+ ∣∣∣∣∣∣∣ 8 3 xayaza 4 3 xay2aza ∣∣∣∣∣∣∣ |e (ya)|+ ∣∣∣∣∣∣∣ 4 3 xay 2 a 4 3 xay2aza ∣∣∣∣∣∣∣ |e (za)| ⇔ ⇔ |eR (f (xa, ya, za))| ≤ ∣∣∣∣ 1xa ∣∣∣∣ |e (xa)|+ ∣∣∣∣ 2ya ∣∣∣∣ |e (ya)|+ ∣∣∣∣ 1za ∣∣∣∣ |e (za)| Mas, como nos sa˜o fornecidos os erros relativos absolutos em xa, ya e za, |eR (xa)| = ∣∣∣∣e (xa)xa ∣∣∣∣ , |eR (ya)| = ∣∣∣∣e (ya)ya ∣∣∣∣ , |eR (za)| = ∣∣∣∣e (za)za ∣∣∣∣ , vamos enta˜o obter |eR (f (xa, ya, za))| ≤ ∣∣∣∣xaxa ∣∣∣∣ |eR (xa)|+ ∣∣∣∣2yaya ∣∣∣∣ |eR (ya)|+ ∣∣∣∣zaza ∣∣∣∣ |eR (za)| ⇔ ≤ |eR (xa)|+ 2 |eR (ya)|+ |eR (za)| ⇔ ≤ 0.005 + 2× 0.005 + 0.005 = 0.02 J. (4,0) 2. Considere a func¸a˜o f (x) = x2 − cos2 (x) . a) Mostre que a func¸a˜o tem um u´nico zero no intervalo [0.5, 1]; b) Verifique a aplicabilidade do me´todo de Newton para obter uma aproximac¸a˜o da raiz que se encontra neste intervalo; c) Determine uma aproximac¸a˜oda raiz com um erro inferior a 10−4. Soluc¸a˜o 2.5.2. a) Para provarmos a existeˆncia da raiz no intervalo [0.5, 1, ], temos apenas de aplicar o teorema do valor interme´dio. Notando enta˜o que f (x) = x2 − cos2 (x) e´ uma func¸a˜o cont´ınua em R, visto que se trata da soma de duas func¸o˜es cont´ınuas, x2 e cos2 (x) em R, temos f (0.5) = 0.25− cos 2 (0.5) ≈ −0.52 f (1) = 1− cos2 (1) ≈ 0.71 ⇒ f (0.5)× f (1) < 0⇒ ∃α ∈ [0.5, 1] : f (α) = 0. 2.5. 11/01/2002 - Matema´tica 41 Quanto a` unicidade, temos que estudar o sinal da derivada no intervalo [0.5, 1]. Neste caso temos f ′ (x) = 2x− 2 cos (x) (− sin (x)) = 2x+ sin (2x) e atendendo a que sin (x) > 0 para todo o x ∈ ]0, pi[, temos enta˜o que sin (2x) > 0 para todo o x ∈ ]0, pi/2[, logo, como [0.5, 1] ⊂ ]0, pi/2[, podemos imediatamente concluir que sin (2x) > 0 para todo o x ∈ [0.5, 1]. E´ agora fa´cil concluir que f ′ (x) > 0, para todo o x ∈ [0.5, 1] , o que implica que a func¸a˜o f (x) seja uma func¸a˜o estritamente crescente no intervalo. Fica assim provada a existeˆncia e a unicidade da raiz da equac¸a˜o f (x) = 0 no intervalo [0.5, 1]. b) Para verificarmos a aplicabilidade do me´todo de Newton a` func¸a˜o no intervalo dado teremos de verificar todas as condic¸o˜es do teorema de convergeˆncia do me´todo de Newton. Assim sendo, para comec¸ar teremos que salvaguardar que f ∈ C2 ([0.5, 1]), o que na˜o oferece qualquer dificuldade pois, f (x) = x2 − cos2 (x) e´ uma func¸a˜o cont´ınua em R ⊃ [0.5, 1] f ′ (x) = 2x+ sin (2x) e´ uma func¸a˜o cont´ınua em R ⊃ [0.5, 1] f ′′ (x) = 2 + 2 cos (2x) e´ uma func¸a˜o cont´ınua em R ⊃ [0.5, 1] ⇒ f ∈ C2 ([0.5, 1]) . Ale´m desta condic¸a˜o teremos tambe´m que provar que a primeira derivada da func¸a˜o na˜o se anula no interior do intervalo [0.5, 1]. Mas, na al´ınea anterior ja´ verificamos que f ′ (x) > 0, para todo o x ∈ [0.5, 1], o que implica que f ′ (x) 6= 0, para todo o x ∈ [0.5, 1]. Estas sa˜o as duas condic¸o˜es de convergeˆncia essenciais para a convergeˆncia do me´todo de Newton, no entanto devemos ter em conta a amplitude do intervalo. Se atendermos a` demonstrac¸a˜o do teorema da convergeˆncia do me´todo de Newton verificamos que a amplitude do intervalo que estamos a utilizar tera´ de verificar a condic¸a˜o |b− a| ≤ 1 M , onde M = M2 2m1 , com M2 = max x∈[0.5,1] |f ′′ (x)| e m1 = min x∈[0.5,1] |f ′ (x)| . Agora sabemos que f ′′′ (x) = −4 sin (2x) < 0, ∀x ∈ [0.5, 1] pelo que se pode concluir que f ′′ e´ uma func¸a˜o estritamente decrescente no intervalo que estamos a utilizar. Assim sendo, M2 = max x∈[0.5,1] |f ′′ (x)| = max {|f ′′ (0.5)| , |f ′′ (1)|} = max {3.0806, 1.16771} = 3.0806 . 42 Cap´ıtulo 2. 2001-2002 Por outro lado temos que, f ′′ (x) = 2 + 2 cos (2x) = 2 ( 1 + cos2 (x)− sin2 (x)) = = 2 (( 1− sin2 (x))+ cos2 (x)) = = 2 ( cos2 (x) + cos2 (x) ) = 4 cos2 (x) ≥ 0, ∀x ∈ R o que significa que a func¸a˜o f ′ e´ uma func¸a˜o crescente, o que nos permite enta˜o concluir que m1 = min x∈[0.5,1] |f ′ (x)| = min {|f ′ (0.5)| , |f ′ (1)|} = min {1.84147, 2.9093} = 1.84147 . Assim sendo conclu´ımos que M = M2 2m1 ≈ 3.0806 2× 1.84147 = 0.836451⇒ |1− 0.5| = 0.5 ≤ 1 M ≈ 1 0.836451 ≈ 1.19553 P.V. Fica assim provado que a aplicac¸a˜o do me´todo de Newton a` func¸a˜o dada, no intervalo [0.5, 1], produz uma sucessa˜o convergente para α, sendo α a raiz da equac¸a˜o f (x) = 0 no intervalo especificado. c) Para comec¸armos a iterar o me´todo de Newton deveremos escolher a primeira aproximac¸a˜o para o valor da raiz α. Sabemos ja´, pela al´ınea anterior que escolhendo qualquer valor x0 no intervalo [0.5, 1] a sucessa˜o gerada pelo me´todo de Newton sera´ enta˜o uma sucessa˜o convergente para α. No entanto, a n´ıvel de ca´lculo devemos escolher o valor de x0 atrave´s do seguinte crite´rio: x0 e´ um ponto onde f (x0) × f ′′ (x0) > 0, i.e., a func¸a˜o e a segunda derivada possuem o mesmo sinal no ponto que se escolhe para x0. Perante este crite´rio temos que f (0.5) < 0 ∧ f (1) > 0f ′′ (x) > 0, ∀x ∈ [0.5, 1] ⇒ x0 = 1 . Aplicando agora a fo´rmula iteradora do me´todo de Newton, xn+1 = xn − f (xn) f ′ (x) , e tomando como aproximac¸a˜o para o erro que se comete em xn a quantidade |xn+1 − xn|, enta˜o, vamos iterar o me´todo de Newton ate´ que |e (xn)| ≈ |xn+1 − xn| ≤ 10−4. Para observarmos todos os ca´lculos podemos construir a seguinte tabela 2.5. 11/01/2002 - Matema´tica 43 n xn f (xn) f ′ (xn) |xn+1 − xn| ≤ 10−4 0 1 0.708073 2.90930 ≈ 0.24 ≤ 10−4(F) 1 0.756617 0.0437041 2.51158 ≈ 0.017 ≤ 10−4(F) 2 0.739216 0.000323722 2.47417 ≈ 0.0001 ≤ 10−4(F) 3 0.739085 0.186997×10−7 2.47388 ≈ 0.8×10−8 ≤ 10−4(V) 4 0.739085 J. (4,0) 3. Sejam dados A = 0.312 0.112 0.112 0.201 e b = 0.960 0.827 . a) Obtenha a decomposic¸a˜o de Cholesky da matriz A; b) Calcule uma aproximac¸a˜o para a soluc¸a˜o do sistema Ax = b, utilizando a decomposic¸a˜o da matriz A obtida na al´ınea anterior; c) Utilize o me´todo do res´ıduo (refinamento iterativo) para obter uma aproximac¸a˜o para a soluc¸a˜o. Tome como crite´rio de paragem a condic¸a˜o ‖r‖1 ≤ 3× 10−3. Soluc¸a˜o 2.5.3. Na˜o sera´, neste caso, necessa´rio averiguar se a matriz e´ sime´trica (obviamente que o e´) e definida positiva, pois e´-nos exigido que calculemos a decomposic¸a˜o de Cholesky. Sabendo enta˜o que a decomposic¸a˜o de Cholesky nos fornece uma factorizac¸a˜o triangular da matriz A, com A = LLT , onde L e´ uma matriz triangular inferior com elementos diagonais positivos (na˜o obrigatoriamente iguais a 1, como na decomposic¸a˜o LU , pelo que conve´m na˜o misturar as duas decomposic¸o˜es), tomemos enta˜o L uma matriz triangular inferior gene´rica, A = 0.312 0.112 0.112 0.201 = LLT = `11 0 `21 `22 `11 `21 0 `22 = `211 `21`11 `21`11 ` 2 21 + ` 2 22 donde resulta um sistema de treˆs equac¸o˜es a treˆs inco´gnitas, o qual se resolve por substituic¸a˜o descen- dente e, como todos os dados sa˜o apresentados com treˆs algarismos significativos, se deve resolver numa aritme´tica finita de treˆs algarismos significativos. Assim sendo, `211 = 0.312 `21`11 = 0.112 `221 + ` 2 22 = 0.201 ⇒ `11 = √ 0.312 = 0.559 `21 = 0.112÷ 0.559 = 0.200 `22 = √ 0.201− 0.2002 = 0.401 44 Cap´ıtulo 2. 2001-2002 Podemos enta˜o concluir que a decomposic¸a˜o de Cholesky nos fornece a seguinte decomposic¸a˜o A = 0.312 0.112 0.112 0.201 = LLT = 0.559 0.00 0.200 0.401 LT b) Vamos agora resolver o sistema utilizando a decomposic¸a˜o de Cholesky calculada na al´ınea anterior. Ora, Ax = b⇔ LLTx︸︷︷︸ =y = b⇔ 1 o) Ly = b 2o) LTx = y Assim sendo, 1o) Ly = b⇔ 0.559 0.00 0.200 0.401 y1 y2 = 0.960 0.827 ⇒ . . .⇒ y1 = 1.72y2 = 1.20 e, resolvendo o outro sistema, 2o) LTx = y ⇔ 0.559 0.200 0.00 0.401 x1 x2 = 1.72 1.20 ⇒ . . .⇒ x1 = 2.00x2 = 2.99 . A soluc¸a˜o aproximada que obtivemos foi enta˜o x = x1 x2 = 2.00 2.99 . c) A partir da soluc¸a˜o obtida na al´ınea anterior vamos aplicar o refinamento iterativo por forma a obter uma soluc¸a˜o aproximada cujo res´ıduo verifique a condic¸a˜o ‖r‖1 ≤ 3× 10−3. Comecemos enta˜o por calcular o res´ıduo que esta´ associado a esta soluc¸a˜o aproximada, para isso devemos notar que a multiplicac¸a˜o da matriz pela aproximac¸a˜o obtida,Ax(0), deve ser feita utilizando uma aritme´tica com dupla precisa˜o daquela que estamos a utilizar, assim, denotando por x(0) a soluc¸a˜o aproximada na al´ınea anterior, vamos obter, b(0) = Ax(0) = 0.312 0.112 0.112 0.201 2.00 2.99 = 0.95888 0.82499 pelo que ores´ıduo que esta´ associado a x(0) sera´ dado por r(0) = b− b(0) = 0.960 0.827 − 0.95888 0.82499 = 0.00112 0.00201 . Este u´ltimo ca´lculo ja´ e´ feito, novamente, com a aritme´tica inicial, neste caso com treˆs algarismos significativos. Com este vector do res´ıduo obtemos ‖r(0)‖1 = 0.00313 � 3× 10−3. 2.5. 11/01/2002 - Matema´tica 45 Como na˜o se verifica a condic¸a˜o de paragem teremos de iterar o me´todo do res´ıduo para obter (possi- velmente) uma melhor aproximac¸a˜o para a soluc¸a˜o. Assim sendo, a resoluc¸a˜o do sistema Ae(0) = r(0) fornecera´ o vector e(0), que adicionado a x(0) nos dara´ uma melhor aproximac¸a˜o para a soluc¸a˜o. Come- cemos enta˜o por resolver o sistema, Ae(0) = r(0) ⇔ LLT e(0)︸ ︷︷ ︸ =y = r(0) ⇔ 1 o) Ly = r(0) 2o) LT e(0) = y Resolvendo enta˜o estes dois sistemas vamos obter, 1o) Ly = r(0) ⇔ 0.559 0.00 0.200 0.401 y1 y2 = 0.00112 0.00201 ⇒ . . .⇒ y1 = 0.00200y2 = 0.00401 e 2o) LT e(0) = y ⇔ 0.559 0.200 0.00 0.401 e(0)1 e (0) 2 = 0.00200 0.00401 ⇒ . . .⇒ e (0) 1 = 0.00 e (0) 2 = 0.01 . A nova aproximac¸a˜o para a soluc¸a˜o sera´ enta˜o dada por x(1) = x(0) + e(0) = 2.00 2.99 + 0.00 0.01 = 2.00 3.00 Verifiquemos agora qual o res´ıduo que esta´ associado a esta aproximac¸a˜o, comec¸ando por calcular o vector b(1) = Ax(1) com dupla precisa˜o, b(1) = Ax(1) = 0.312 0.112 0.112 0.201 2.00 3.00 = 0.960 0.827 e finalmente r(1) = b− b(1) = 0.960 0.827 − 0.960 0.827 = 0.00 0.00 . Desta forma, ‖r(1)‖1 = 0.00 ≤ 3× 10−3, o que significa que a soluc¸a˜o aproximada que pretendemos e´ dada por x(1) = x(1)1 x (1) 2 = 2.00 3.00 , sendo esta tambe´m a soluc¸a˜o exacta do sistema Ax = b. J. 46 Cap´ıtulo 2. 2001-2002 (4,0) 4. Seja dada a seguinte tabela de valores x −0.5 0.0 0.5 1.0 f (x) −1.024 −0.5000 0.02360 1.071 a) Construa a tabela das diferenc¸as divididas associada a` interpolac¸a˜o inversa, para toda a tabela; b) Utilizando a tabela anterior e a interpolac¸a˜o parabo´lica, estime o valor do zero da func¸a˜o; c) Sabendo que f (x) = arcsen (x)− 0.5, calcule um majorante para o erro cometido. Soluc¸a˜o 2.5.4. a) Por uma questa˜o de precisa˜o nos resultados que se pretendem obter devemos apre- sentar os ca´lculos com mais algarismos significativos do que aqueles com que sa˜o representados os dados iniciais, dessa forma, geralmente escrevemos estes com mais um ou com mais dois algarismos signifi- cativos. Devemos notar ainda que na˜o se resolve o problema com uma aritme´tica finita, a menos que tal seja exigido, que na˜o e´ o caso neste exerc´ıcio. Apo´s estas explicac¸o˜es construa-se enta˜o a tabela das diferenc¸as divididas associada ao problema da interpolac¸a˜o inversa. yi = f (xi) f−1 [.] f−1 [., .] f−1 [., ., .] f−1 [., ., ., .] y0 = −1.024 x0 = −0.5︸︷︷︸ =a0 0.954198︸ ︷︷ ︸ =a1 y1 = −0.5000 x1 = 0.0 0.000695876︸ ︷︷ ︸ =a2 0.954927 −0.145430︸ ︷︷ ︸ =a3 y2 = 0.02360 x2 = 0.5 −0.303981 0.477373 y3 = 1.071 x3 = 1.0 b) Pretendemos utilizar a tabela das diferenc¸as divididas calculada na al´ınea anterior para obter uma aproximac¸a˜o para o zero da func¸a˜o utilizando interpolac¸a˜o parabo´lica. Notemos que, f (α) = 0⇔ f−1 (f (α)) = f−1 (0)⇔ α = f−1 (0) ≈ p2 (0) . Assim sendo, p2 (y) = a0 + a1 (y − y0) + a2 (y − y0) (y − y1) = −0.5 + 0.954198 (y + 1.024) + 0.000695876 (y + 1.024) (y + 0.5000) 2.5. 11/01/2002 - Matema´tica 47 pelo que a aproximac¸a˜o para o zero da func¸a˜o sera´ calculada apenas pela imagem do polino´mio no ponto zero. Logo, α = f−1 (0) ≈ p2 (0) = −0.5 + 0.954198 (0 + 1.024) + 0.000695876 (0 + 1.024) (0 + 0.5000) = −0.5 + 0.954198× 1.024 + 0.000695876× 1.024× 0.5000 ≈ 0.477455 c) Pretendemos agora obter um majorante para o erro que se comete ao aproximar o zero da func¸a˜o pelo valor obtido na al´ınea anterior. Para isso temos a fo´rmula do erro, |e (p2 (y))| = |g (y)− p2 (y)| = ∣∣∣∣g′′′ (ξ)3! (y − y0) (y − y1) (y − y2) ∣∣∣∣ , com ξ, y ∈ [y0, y2] = [−1.024, 0.02360] e g (y) = f−1 (y). Atendendo a que pretendemos majorar o erro, a fo´rmula anterior pode-se escrever enta˜o da seguinte forma |e (p2 (0))| ≤ max y∈[y0,y2] |g′′′ (y)| 3! |(0− y0) (0− y1) (0− y2)| = M33! |(0− y0) (0− y1) (0− y2)| . Para podermos enta˜o obter o majorante para o erro falta-nos obter o majorante da terceira derivada da func¸a˜o inversa de f , a qual designamos anteriormente por g, i.e., g (y) = f−1 (y), no intervalo onde e´ efectuada a interpolac¸a˜o polinomial, assim, f (x) = y = arcsen (x)− 0.5 ⇔ arcsen (x) = y + 0.5⇔ ⇔ sen (arcsen (x)) = sen (y + 0.5)⇔ ⇔ x = sen (y + 0.5) = g (y) , a qual sera´ poss´ıvel de obter sempre que −pi 2 ≤ y + 0.5 ≤ pi 2 ⇔ −pi 2 − 0.5 ≈ −2.07 ≤ y ≤ pi 2 − 0.5 ≈ 1.07, o que e´ o caso. Portanto, g (y) = sen (y + 0.5) ⇒ g′ (y) = cos (y + 0.5)⇒ ⇒ g′′ (y) = −sen (y + 0.5)⇒ ⇒ g′′′ (y) = −cos (y + 0.5)⇒ ⇒ g(iv) (y) = sen (y + 0.5) Agora, g(iv) (y) = sen (y + 0.5) = 0⇔ y = −0.5 + kpi, com k ∈ Z. Mas, para k = 0, y = −0.5 ∈ [−1.024, 0.02360] , 48 Cap´ıtulo 2. 2001-2002 pelo que M3 = max {|g′′′ (−1.024)| , |g′′′ (−0.5)| , |g′′′ (0.02360)|} = = |g′′′ (−0.5)| = |−cos (−0.5 + 0.5)| = = cos (0) = 1 . Finalmente podemos concluir que |e (p2 (0))| ≤ M33! |(0− y0) (0− y1) (0− y2)| = 1 6 × 1.024× 0.5× 0.0236 ≈ 0.002 ≤ 0.005 . J. (4,0) 5. Prove que, se obtivermos a factorizac¸a˜o LU de uma matriz A, A ∈ Rn×n, utilizando a te´cnica de pivotac¸a˜o parcial, enta˜o i) Os multiplicadores associados a cada uma das fases da factorizac¸a˜o sera˜o todos menores do que 1 em valor absoluto; ii) ‖A‖1 ‖U‖1 ≤ n. Soluc¸a˜o 2.5.5. Suponhamos enta˜o que se obte´m a decomposic¸a˜o LU de uma matriz A ∈ Rn×n utilizando a te´cnica de pivotac¸a˜o parcial, enta˜o: i) comecemos por provar que os multiplicadores associados a cada uma das fases da factorizac¸a˜o sa˜o todos menores ou iguais a 1, em valor absoluto; Ora, na primeira fase da factorizac¸a˜o LU vamos escolher para pivot o valor que satisfizer a condic¸a˜o max {∣∣∣a(1)i1 ∣∣∣ , i = 1, 2, . . . , n} , pelo que no podemos deparar com duas situac¸o˜es: 1o caso) Suponhamos, num primeiro caso que o elemento que se pretende escolher para pivot se encontra na diagonal principal, i.e., max {∣∣∣a(1)i1 ∣∣∣ , i = 1, 2, . . . , n} = ∣∣∣a(1)11 ∣∣∣ , neste caso na˜o sa˜o efectuadas trocas de linhas e os multiplicadores associados a esta primeira fase sa˜o dados por mi1 = a (1) i1 a (1) 11 , i = 1, 2, . . . , n⇒ |mi1| = ∣∣∣∣∣a(1)i1a(1)11 ∣∣∣∣∣ ≤ 1, ∀i = 1, 2, . . . , n . 2.5. 11/01/2002 - Matema´tica 49 2o caso) Suponhamos, num segundo caso, que o elemento que verifica a condic¸a˜o especificada na˜o esta´ na diagonal principal, neste caso, se ∣∣∣a(1)p1 ∣∣∣ = max{∣∣∣a(1)i1 ∣∣∣ , i = 1, 2, . . . , n} , com p ∈ {2, 3, . . . , n}, enta˜o teremos de proceder a` troca das linhas 1 e p. Designando agora por A(1) a matriz que se obte´m apo´s a escolha do pivot, vamos obter os seguintes multiplicadores para a primeira fase da decomposic¸a˜o mi1 = a (1) i1 a (1) 11 , i = 1, 2, . . . , n⇒ |mi1| = ∣∣∣∣∣a(1)i1a(1)11 ∣∣∣∣∣ ≤ 1, ∀i = 1, 2, . . . , n . Uma nota importante a fazer neste caso e´ a de que a decomposic¸a˜o que se obte´m no final, no caso de haver pelo menos uma troca de linhas envolvida, na˜o e´ a da matriz A, mas sim de uma matriz PA, onde P e´ uma matriz de permutac¸a˜o que guarda toda a informac¸a˜o acerca das trocas que foram efectuadas para obter a decomposic¸a˜o LU . A ana´lise a` primeira fase fica assim conclu´ıda. No que
Compartilhar