Baixe o app para aproveitar ainda mais
Prévia do material em texto
4a Semana - Bibliografia: C. Numérico - M. Ruggiero 1 Métodos Numéricos Prof. Gerson Farion Cavalcante UTP – Facet – Engenharia Civil gerson.cavalcante@utp.br - 33318114 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 2 Ementa: • Erros • Equações • Interpolação • Integração •Equações diferenciais • Mínimos Quadrados 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 3 Avaliação: - listas de exercícios (Até 30% da nota) - provas (70% da nota) LEMBRANDO Livro texto para Cálculo Numérico: Marcia Ruggiero Cálculo Numérico Aspectos Teóricos e Computacionais Editora Mc Graw Hill 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 4 Paramos em aritmética de ponto flutuante: norma de representação Seja x um número qualquer na base β em aritmética de ponto flutuante de t dígitos: x = ±(.d1 d2 ... dt)β× βe Onde: (i) ±(.d1 d2 ... dt)β× βe é uma fração na base β (ii) dj ∈{0,1,2,..., β-1} (iii) e ∈ [m, M] (iv) t = número máximo de dígitos da mantissa 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 5 Um número não pode ser representado se o expoente “e” estiver fora dos limites m e M. “Underflow” se e < m “Overflow” se e > M Números cuja representação em aritmética de ponto flutuante de t dígitos extrapolam os t dígitos da mantissa são armazenados por arredondamento ou por truncamento. •truncagem: descartar todos os decimais a partir de um específico •arredondamento: –para cima, descartado para > 5 –para baixo, descartado para < 5 0,57� 0,6 0,52� 0,5 0,57� 0,5 0,52� 0,5 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 6 OverflowUnderflow718235.82 UnderflowUnderflow0.000000007 0.271×1010.272×1012.71828 -0.238×103-0.238×103-238.15 0.100×1020.101×10210.053 0.125×100.125×101.25 Representação por truncamento Representação por arredondamento x Ex5: Seja um sistema de aritmética de ponto flutuante cuja mantissa tenha t=3 dígitos, base β=10, m=-4 e M=4. 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 7 Ex6: Dados x = 0.937×104 e y = 0.127×102, calcule x + y para um sistema em que t=4 e β=10. x + y = 0.9370×104 + 0.0013×104 = 0.9383×104 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 8 Estimativa de erros • Definição de erro: – ε = a - ã , onde – erro relativo: • Tipos de erros: – operações (truncagens e arredondamento) – experimentais ã = valor aproximado a = valor verdadeiro (não conhecido) ase a a a aa a r r ~ ~ )0( ~ <<ε ε ≅ε ≠ − = ε =ε Na prática, ε também não é conhecido. Assim, devemos definir um valor limite para o erro: β ≥ | ε | 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 9 Propagação de erros • Seja y uma função das variáveis x1, x2, x3, ... xn, ou seja, y = f (x1, x2, x3, ... xn ) • onde xi é uma medida com um erro experimental ∆xi, ou seja xi = xi ± ∆xi • O erro ∆y em y devido aos erros ∆xi das medidas de xi pode ser obtido como: ....3 3 2 2 1 1 +∆ ∂ ∂ +∆ ∂ ∂ +∆ ∂ ∂ =∆ x x y x x y x x yy 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 10 Ex7: Para determinar o período de oscilação de um sistema massa-mola, um aluno mediu a constante elástica da mola e a massa do bloco, encontrando: m = (100,36 ± 0,03) g e k = (200,4 ± 0,7)x102 N/m O período de oscilação do sistema é: s k mT 210406,12 −×== pi O erro ∆T no período será dado por k k m m mk k k T m m TT ∆+∆=∆ ∂ ∂ +∆ ∂ ∂ =∆ 3pi pi onde ∆m = 0,03x10-3 kg e ∆k=0,7 x 102 N/m Substituindo esses valores na equação, obtém-se ∆T = 2,66 x10-5 s = 0,00266 x 10-2 s T=(1,406 ± 0,003) x 10-2 s 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 11 RAÍZES DE FUNÇÕES Objetivo: Resolver f(x) = 0, isto é, encontrar números ξi tais que f(ξi)=0 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 12 Fase I: isolar as raízes Teorema de Cauchy-Bolzano: Seja f uma função contínua em [a,b]. Se f(a)×f(b) < 0 então existe pelo menos uma raiz ξ ∈ [a,b]. Teorema: Se f’preservar o sinal em [a,b] então a raiz ξ é única. 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 13 Ex8: Isolar a(s) raíz(es) positiva(s) de f(x) = 2x – cos(x) = 0; Processo I (Esboço do gráfico - varredura): Determinar um ponto inicial, um passo h e um ponto final de busca Façamos a = 0, h=1, b = 10 20.84.........11.039.728.656.994.421.46-1f(x) 109876543210x Conclusão: Há raiz ξ ∈ [0,1]. Como f’(x) = 2 + sen(x) > 0 ∀x ∈[0,1] então ξ é única. 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 14 Processo II: Transformar f(x) = 0 em g(x) – h(x) = 0 e encontrar os pontos de interseção de g e h. Ex8: Isolar a(s) raíz(es) positiva(s) de f(x) = 2x – cos(x) = 0; Ex9: Isolar a(s) raíz(es) de f(x) = x + ln(x) = 0; Resp.: ξ ∈ [0,pi/2]. Ex10: Isolar a(s) raíz(es) de f(x) = xln(x) - 1 = 0; Resp.: ξ ∈ [? , ?]. Resp.: ξ ∈ [?, ?]. 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 15 Fase II: Refinar cada raiz Diz-se que xk é uma “boa” aproximação para a raiz ξ se: (i) |f(xk)| < ε (ii) |xk - ξ| < ε Sendo ε a tolerância máxima admissível. Estes dois critérios não são equivalentes! 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 16 |f(xk)| < ε, mas |xk - ξ| >> ε 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 17 |xk - ξ| < ε, mas |f(xk)| >> ε 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 18 Solução: Impor os dois critérios: i) |f(xk)| < ε ii) |xk - ξ| < ε Como utilizar o segundo critério não se conhecendo ξ ? Solução 1: Reduzir o intervalo [a,b] que contém a raiz até que sua amplitude seja menor que ε, isto é, que b – a < ε. Se b – a < ε ⇒ ∀xk ∈[a,b] tem-se: |xk - ξ| < b – a < ε Obs.: Como um método numérico pode não convergir é comum impor um número máximo de iterações como critério adicional de parada. 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 19 Solução 2: Aplicar o teorema: TEOREMA: Sejam f e f’contínuas em [a,b]. Se f’preserva o sinal em [a,b] e se m=min|f’(x)| e M=max|f’(x)| para x ∈[a,b], então: Além disso, se [a,b] é tão pequeno que M ≤ 2m então: |xk - ξ| ≤ |xk – xk-1| Conclusão: Para intervalo [a,b] suficientemente pequeno: |xk – xk-1| < ∈ substitui |xk - ξ| < ∈ |xk – ξ| ≤ ((M-m)/m)|xk – xk-1| 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 20 Método da Bisseção Idéia: Reduzir o intervalo que contém a raiz, dividindo-o ao meio a cada iteração. 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 21 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 22 Método da Falsa Posição Idéia: Tomar como aproximação x para a raiz ξ a média ponderada dos extremos do intervalo [a,b] com pesos |f(b)| e |f(a)| respectivamente. Desta forma, x estará mais próximo do extremo cuja imagem for menor. |)(||)(| |)(||)(| afbf afbbfa x + + = )()( )()( afbf abfbaf x − − = Simplificação: 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 23 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 24 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 25 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 26 Método da Iteração Linear (ou Ponto Fixo) • f(x) = 0 , a solução é o número x = s tal que f(s) = 0 • métodos iterativos: iniciar com um valor tentativa xo, calcular iterativamente os valores x1, x2 .... Ponto fixo: transformar f(x) = 0 em x = g(x) xo→ x1 = g(xo) x1→ x2 = g(x1) ........ a solução da equação é o ponto fixo do processo xn+1 = xn = x* Algoritmos estáveis e instáveis 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 27 Exemplo: 013)( 2 =+−= xxxf 1 3 0,666667 3,333333 0,481481 4,0370370,410608 5,765889 0,389533 11,41516 0,383912 43,76863 0,382463 638,8975 0,382093 136063,7 0,381998 6,17E+09 3/)1( 21 +=+ nn xx )13(1 n n x x −=+ 1 3 2 2,666667 2,5 2,625 2,6 2,619048 2,615385 2,618182 2,617647 2,618056 2,617978 2,618037 divergeconverge 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 28 Teorema: sendo x=s uma solução de x=g(x) e supondo que g(x) tem uma derivada contínua no intervalo J que contém s; então, se | g´(x) | <= k < 1 em J, o processo iterativo definido por xn+1 = g(xn) para qualquer xo em J é convergente. 1 0,5 0,64 0,644196 0,643491 0,643612 0,643591 Ex.: f(x) = x3 + x - 1 22 21 )1( ||2|)(| 1 1)( x x xg x xgx n nn + = − ==+ & 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 29 Método de Newton (Newton-Raphson) f(x) tem uma derivada contínua f´(x) Exigências para convergência: (i) f’e f’’ devem preservar o sinal em [a,b] e não se anularem (ii) x0 deve ser tal que f(x0)×f”(x0) > 0. )( )( )()( 0 0 01 10 0 0 xf xf xx xx xf xf ′ −= − =′=β 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 30 Algoritmo para calcular a solução de f(x)=0, sendo dada a aproximação inicial xo . A função f(x) é contínua, bem como sua derivada f´(x). ε é a tolerância máxima e N é o número máximo de iterações Dados: f(x), f´(x), xo, ε, N Algoritmo NEWTON Entrada: f(x), f´(x), xo, ε, N Saída: solução aproximada xn (n ≤ N ) ou mensagem de erro For n = 0, 1, 2, 3 ......N Calcule f´(xn) If f’’(xn) = 0, then “Mensagem de erro” (procedimento malsucedido) Else: calcular x x f x f xn n n n + = − ′ 1 ( ) ( ) If x xn n+ − ≤1 ε then “Raiz é” xn+1 ; STOP End “Mensagem de erro” ; STOP (não convergiu após N iterações) End NEWTON 4a Semana - Bibliografia: C. Numérico - M. Ruggiero 31
Compartilhar