Prévia do material em texto
Marília Brasil Xavier REITORA Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odivaldo Teixeira Lopes ARTE FINAL DA CAPA Odivaldo Teixeira Lopes REALIZAÇÃO BELÉM – PARÁ – BRASIL - 2011 - APRESENTAÇÃO. SUMÁRIO APRESENTAÇÃO ................................................................................................................................. 05 1. SISTEMA NUMÉRICO E ERROS ................................................................................................. 09 1.1. INTRODUÇÃO.................................................................................................................................. 09 1.2. ERROS NA FASE DE MODELAGEM ....................................................................................... 09 1.3. ERROS NA FASE DE RESOLUÇÃO............................................................................................ 09 1.4. MUDANÇA DE BASE .................................................................................................................... 09 EXERCÍCIOS ....................................................................................................................................... 12 2. RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES ..................................... 12 2.1. RAIZ DE UMA EQUAÇÃO ........................................................................................................... 12 2.2. ISOLAMENTO DE RAÍZES ........................................................................................................... 13 2.3. TEOREMA DE BOLZANO.............................................................................................................. 14 2.4. EQUAÇÕES TRANSCENDENTES............................................................................................ 14 2.5. MÉTODO GRÁFICO........................................................................................................................ 15 EXERCÍCIOS ..................................................................................................................................... 16 2.6. MÉTODO DA BISSEÇÃO ............................................................................................................ 16 EXERCÍCIOS ....................................................................................................................................... 18 2.7. MÉTODO DAS CORDAS ............................................................................................................. 19 EXERCÍCIOS ................................................................................................................................... 22 2.8. MÉTODO DE NEWTON ............................................................................................................. 22 EXERCÍCIOS ..................................................................................................................................... 24 3. SISTEMAS DE EQUAÇÕES LINEARES ................................................................................ 25 3.1. TRANSFORMAÇÕES ELEMENTARES .................................................................................... 26 3.2. MÉTODOS DIRETO ...................................................................................................................... 26 3.2.1. Método de Gauss-Jordan ................................................................................................................. 26 EXERCÍCIOS ....................................................................................................................................... 28 3.2.2. Cálculo da Inversa de uma Matriz .................................................................................................... 28 EXERCÍCIOS ....................................................................................................................................... 29 3.2.3. Cálculo do determinante de uma Matriz ......................................................................................... 30 EXERCÍCIOS ....................................................................................................................................... 31 3.3. MÉTODOS ITERATIVOS ............................................................................................................. 31 3.3.1. Método de Jacobi .................................................................................................................................. 32 EXERCÍCIOS ....................................................................................................................................... 34 3.3.2. Método de Gauss-Deidel ..................................................................................................................... 34 EXERCÍCIOS ....................................................................................................................................... 36 4. INTERPOLAÇÃO LINEAR ............................................................................................................. 37 4.1. CONCEITO DE INTERPOLAÇÃO .............................................................................................. 37 4.2. INTERPOLAÇÃO LINEAR ............................................................................................................. 37 4.3. INTERPOLAÇÃO QUADRATICA ................................................................................................ 38 4.4. ERRO DE TRUNCAMENTO .......................................................................................................... 39 4.5. TEOREMA DE ROLLE .................................................................................................................... 39 4.6. INTERPOLAÇÃO DE LAGRANGE ............................................................................................ 39 EXERCÍCIOS..................................................................................................................................... 43 4.7. INTERPOLAÇÃO DE NEWTON COM DIFERENÇAS DIVIDIDAS................................. 44 EXERCÍCIOS ....................................................................................................................................... 47 5. AJUSTE DE CURVAS ............................................................................................................................ 48 5.1. AJUSTE LINEAR ............................................................................................................................... 48 EXERCÍCIOS ...................................................................................................................................... 50 5.2. AJUSTE POLINOMIAL ................................................................................................................. 50 EXERCÍCIOS ................................................................................................................................... 53 6. INTEGRAÇÃO NUMÉRICA ............................................................................................................ 55 6.1. REGRA DOS TRAPÉZIOS ............................................................................................................ 55 EXERCÍCIOS ......................................................................................................................................58 6.2. PRIMEIRA REGRA DE SIMPSON ............................................................................................ 59 EXERCÍCIOS .................................................................................................................................. 62 6.3. SEGUNDA REGRA DE SIMPSON .............................................................................................. 62 EXERCÍCIOS ..................................................................................................................................... 63 6.4 INTEGRAL DUPLA ...................................................................................................................... 64 EXERCÍCIOS ................................................................................................................................... 67 QUESTÕES COMPLEMENTARES ............................................................................................. 68 BIBLIOGRAFIA ................................................................................................................................. 72 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 9 1. SISTEMA NUMÉRICO E ERROS 1.1. INTRODUÇÃO A solução de muitos problemas passa pela modelagem matemática, para isto devem ser representado por uma fórmula ou procedimento matemático, que expressam as características principais deste problema. A seqüência lógica da solução de um problema, segue o diagrama a baixo. É importante ressaltar, que em certas situações a solução estimada, pelos métodos numéricos, se afasta da verdadeira solução do problema. Isto ocorre devido a presença de fontes de erro que podem ocorrer na fase de modelagem do problema ou na fase resolução do problema. 1.2. ERROS NA FASE DE MODELAGEM Os erros na fase de modelagem ocorrem quando desconsideramos ou desprezamos alguma variável presente no problema. 1.3. ERROS NA FASE DE RESOLUÇÃO Nesta fase, o erro é gerado no momento que se fazer os cálculos na calculadora ou computador devido aos processos de arredondamentos. 1.4. MUDANÇA DE BASE Todo número na base dez pode ser decomposta da seguinte forma n n 2 2 1 1 0 0 1 1 2 2 m m m ni i i 10.a...10.a10.a10.a10.a10.a...10.a10.a ia é 0 ou 1 m,n números inteiros, com 0n e 0m Exemplo: 3210123 10*610*010*410*210*510*010*8406,8052 De forma semelhante. um número na base 2 pode ser escrito por: n n 2 2 1 1 0 0 1 1 2 2 m m m ni i i 2.a...2.a2.a2.a2.a2.a...2.a2.a Exemplo: 3210123 2.12.02.12.12.12.02.1101,1011 Para transformar um número inteiro da base 10 para a base 2, utiliza-se o método de divisões sucessivas, que consiste em dividir o número por 2, a seguir dividi-se por 2 o Problema Modelo Matemático Solução Modelagem Resolução Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 10 quociente encontrado e assim o processo é repetido até que o último quociente seja igual a 1 . O número binário será, então, formado pela concatenação do último quociente com os restos das divisões lidos em sentido inverso ao que foram obtidos, ou seja, N 2 r1 q1 2 r2 Q2 2 R3 q3 qn-1 2 rn-1 1 1231n10 r.r.r.....r.1N Para transformar números fracionários da base 10 para a base 2, utiliza-se o método das multiplicações sucessivas, que consiste em: 1º Passo – multiplicar o numero fracionários por 2; 2º Passo – deste resultado, a parte inteira será o primeiro dígito do número na base 2 e a parte fracionária é novamente multiplicada por 2. O processo é repetido até que a parte fracionária do último produto seja igual a zero. Exemplo: transforme 101875,0 para a base 2 logo 210 0011,01875,0 Exemplo: transforme 1025,13 para a base 2 13 2 1 6 2 0 3 2 1 1 1310 = 11012 0,2510 = 0,012 logo 210 01,110125,13 0,25 2 0,50 0,50 2 1,00 0,1875 2 0,3750 0,375 2 0,750 0,75 2 1,50 0,50 2 1,00 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 11 De maneira geral, o número x em uma base é representado por: exp t t 3 3 2 21 . d ... ddd x id são os números inteiros contidos no intervalo id0 , t,...,2,1i exp representa o expoente de e assume valores entre SexpI , S,I os limites inferior e superior, respectivamente, para a variação do expoente t t 3 3 2 21 d... ddd é chamado de mantissa e é a parte do número que representa seus dígitos significativos e t é o número de dígitos significativos do sistema de representação, comumente chamado de precisão da máquina. Exemplo: Sistema decimal 0 3210 10. 10 7 10 5 10 3 357,0 2 543210 10. 10 7 10 5 10 3 10 9 10 2 357,29 Observação: a mantissa é um número entre 0 e 1. Sistema binário 5 54322 2. 2 1 2 0 2 0 2 1 2 1 11001 5 7654322 2. 2 1 2 0 2 1 2 0 2 0 2 1 2 1 01,11001 Saiba que cada dígito do computador é chamado de bit. Apresentaremos abaixo uma maquina fictícia de 10 bits para a mantissa, 4 bits para o expoente e 1 bit para o sinal da mantissa e outro bit para o sinal do expoente. Para você entender melhor faremos um exemplo numérico. Exemplo: Numa maquina de calcular cujo sistema de representação utilizado tenha 2 , 10t , 15I e 15S , o número 25 na base decimal é representado por 1015 210 2.11001,02.11001,01100125 1 1 1 0 0 1 0 0 0 0 0 0 1 0 1 Mantissa Expoente Si n al d a M an ti ss a Si n al d o Ex p o en te Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 12 Observe que utilizamos bit = 0 para positivo e bit = 1 para negativo. Um parâmetro muito utilizado para avaliar a precisão de um determinado sistema de representação é o número de casas decimais exatas da mantissa e que este valor é dado pelo valor decimal do último bit da mantissa, ou seja, o bit de maior significado, logo: t PRECISÃO 1 Exercício (01) Os números a seguir estão na base 2, escreva-os na base 10. (a) 211011 (b) 2111100 (c) 2100111 (d) 201111, (e) 21110, (f) 2001110, (02) Os números a seguir estão na base 10, escreva-os na base 2. (a) 1015 (b) 1012 (c) 1036 (d) 106215, (e) 102510, (f) 1012530, (03) Considere uma máquina de calcular cujo sistema de representação utilizado tenha 2 , 10t , 15I e 15S .Represente nesta máquina os números: (a) 1035 (b) 1028, (c) 1024 (d) 1064, 2. RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES 2.1. RAIZ DE UMA EQUAÇÃO Os métodos numéricos são usados na busca das raízes das equações, ou os zeros reais de f(x). Em geral, os métodos, utilizados apresentam duas fases distintas: Fase I – Localização ou Isolamento das RaízesEstá fase consiste em obter um intervalo que contém a raiz da função f(x) = 0, e em seguida iremos para a segunda fase. Fase II – Refinamento Nesta fase definimos a precisão que desejamos da nossa resposta e escolhemos as aproximações iniciais dentro do intervalo encontrado na Fase I. Em seguida melhoramos, sucessivamente, a aproximação da raiz da função f(x) = 0, até se obter uma aproximação para a raiz dentro de uma precisão pré-fixada. Universidade Estadual do Pará Centro de Ciências Sociais e Educação 13 2.2. ISOLAMENTO DE RAÍZES Os métodos numéricos utilizados para calcular raízes da equação f(x) = 0, só calculam uma raiz de cada vez. Esta é a razão porque devemos determinar um intervalo para cada raiz que desejamos calcular. Teorema “Se uma função contínua )x(f assume valores de sinais oposto nos pontos extremos do intervalo [ a , b ] , isto é, 0)b(f.)a(f , então o intervalo conterá, no mínimo, uma raiz da equação 0)x(f , em outras palavras haverá no mínimo um número , pertencente ao intervalo aberto )b,a( , )b,a( , tal que, 0)(f ” Exemplo: Neste exemplo apresentamos uma função )x(f que possui dentro do intervalo ]b,a[ três raízes: 1 , 2 e 3 . Isto é, são três valores de x , para os quais a função )x(f tem imagem igual a zero, isto é: 01)(f , 02 )(f e 03)(f . Se a função possui imagem zero nos pontos 1 , 2 e 3 , o gráfico da função )x(f , nestes pontos, intercepta o eixo dos x. Observe no exemplo que 0)a(f e 0)b(f , logo o produto 0)b(f.)a(f Observe que toda vez que dentro de um intervalo ]b,a[ , tivermos 0)b(f.)a(f , significa que neste intervalo temos pelo menos uma raiz da função )x(f , como vemos na figura a seguir. y x a b 0 f(x) f(b) f(a) y x 1 a b 2 3 0 f(x) Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 14 Quando uma função possui um número par de raízes dentro do intervalos ]b,a[ , temos 0)b(f.)a(f 0)a(f 0)b(f logo 0)b(f.)a(f 0)a(f 0)b(f logo 0)b(f.)a(f Quando uma função não possui raízes dentro do intervalos ]b,a[ , temos 0)b(f.)a(f 0)a(f 0)b(f logo 0)b(f.)a(f 0)a(f 0)b(f logo 0)b(f.)a(f 2.3. TEOREMA DE BOLZANO Seja 0)x(P uma equação algébrica com coeficientes reais e )b,a(x . Se 0)b(P.)a(P , então existem um número ímpar de raízes reais no intervalo )b,a( . Se 0)b(P.)a(P , então existem um número par de raízes reais no intervalo )b,a( ou não existem raízes reais no intervalo )b,a( . 2.4. EQUAÇÕES TRANSCENDENTES Saiba que a determinação do número de raízes de funções transcendentes é quase impossível, pois algumas equações podem ter um número infinito de raízes. Função Seno Função Cosseno y x a b 0 f(x) f(b) f(a) a y x b 0 f(x) f(b) f(a) y x 1 a b 2 0 f(x) f(b) f(a) y x 1 a b 2 0 f(x) f(b) f(a) y x 1 a b 0 f(x) Universidade Estadual do Pará Centro de Ciências Sociais e Educação 15 Função Tangente Função Exponencial 2.5. MÉTODO GRÁFICO Lembre que uma raiz de uma equação 0)x(f é um ponto onde a função )x(f toca o eixo dos x . Outra forma de identificarmos as raízes da equação é substituir )x(h)x(g)x(f , onde 0)x(h)x(g . As raízes de 0)x(f corresponderam a interseção das funções )x(g e )x(h . Observe o exemplo a seguir, onde utilizamos a função 1072 xx)x(f que possui raízes 2 e 5. Se fizermos )x(h)x(g)x(f , onde 2x)x(g e 107x)x(h temos a interseção de )x(g com )x(h acontece em 2 e 5. 0 2 4 6 8 10 12 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 X Y 0 2 4 6 8 10 12 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 X Y 0 1 2 3 4 5 6 7 8 9 -20 -15 -10 -5 0 5 10 15 20 X Y -4 -3 -2 -1 0 1 2 3 4 -1 0 1 2 3 4 5 6 7 8 9 10 X Y 0 1 2 3 4 5 6 7 -10 0 10 Y -1 0 1 2 3 4 5 6 7 -10 0 10 20 30 40 X Y 1072 xx)x(f 2x)x(g 107x)x(h Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 16 Exercício (01) Dada a função xsenx.)x(f 220 , separe esta em duas funções e aproxime pelo menos uma de suas raízes pelo método gráfico. (02) Dada a função xx)x(f 42 , separe esta em duas funções e aproxime pelo menos uma de suas raízes pelo método gráfico. (03) Dada a função xcosx)x(f 2 , separe esta em duas funções e aproxime pelo menos uma de suas raízes pelo método gráfico. (04) Dada a função xsenx)x(f 3 , separe esta em duas funções e aproxime pelo menos uma de suas raízes pelo método gráfico. 2.6. MÉTODO DA BISSEÇÃO Para utilizarmos este método devemos primeiro isolar a raiz dentro de um intervalo ]b,a[ , isto é, devemos utilizar o método gráfico para aproximar visualmente a raiz para em seguida isolá-la pelo intervalo )b,a( , onde esta raiz pertença a este intervalo. Para utilizarmos o método das bisseção é necessários que a função )x(f seja uma continua no intervalo ]b,a[ e que 0)b(f.)a(f . Para aplicamos o método da bisseção devemos dividir o intervalo ]b,a[ ao meio, obtendo assim ox , com isto temos agora dois intervalos ]x,a[ o e ]b,x[ o Se 0)x(f o , então, ox ; Caso contrário, a raiz estará no subintervalo onde a função tem sinais oposto nos pontos extremos, ou seja se 0)x(f.)a(f o implica que a raiz esta no intervalo ]x,a[ o . 0)b(f.)x(f o implica que a raiz esta no intervalo ]b,x[ o . y x a b ox Universidade Estadual do Pará Centro de Ciências Sociais e Educação 17 A partir daí construiremos um novo intervalo ]b,a[ 11 O novo intervalo ]b,a[ 11 que contém é dividido ao meio e obtém-se 1x onde se 011 )x(f.)a(f implica que a raiz esta no intervalo ]x,a[ 11 . 011 )b(f.)x(f implica que a raiz esta no intervalo ]b,x[ 11 . O processo se repete até que se obtenha uma aproximação para a raiz exata , com a tolerância desejada. Tolerância ( ) é um valor que o calculista define. A partir da tolerância, definimos o critério de parada, onde se para de refinar a solução e se aceita o valor aproximado calculado. A tolerância , é muitas vezes avaliada por um dos três critérios abaixo: E|)x(f| n E|xx| nn 1 E |x| |xx| n nn 1 Exemplo: (01) Calcular a raiz da equação 32x)x(f com 010,E . Solução Primeiro devemos determinar um intervalo onde esta a raiz que desejamos calcular, para isto devemos fazer uma no seu gráfico. A raiz procurada está próxima de 2 e esta dentro do intervalo ][ 31 . Logo N an bn xn f (xn) E -4 -3 -2 -1 0 1 2 3 4 -4 -2 0 2 4 6 8 10 12 14 x y y x 1a 1b 1x Raiz procurada Intervalo de busca Departamentode Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 18 0 1 2 3 4 5 6 7 1.0000 3.0000 2.0000 1.0000 1.0000 2.0000 1.5000 -0.7500 0.5000 1.5000 2.0000 1.7500 0.0625 0.2500 1.5000 1.7500 1.6250 -0.3594 0.1250 1.6250 1.7500 1.6875 -0.1523 0.0625 1.6875 1.7500 1.7188 -0.0459 0.0313 1.7188 1.7500 1.7344 0.0081 0.0156 1.7188 1.7344 1.7266 -0.0190 0.0078 Construção da tabela 1ª linha: Na iteração inicial ( N = 0 ) temos ][]ba[ oo 31 sendo o ponto médio 2ox . 2ª linha: ( N = 1 ) Como 0)x(f.)a(f oo , substituímos oxb1 , logo ][]ba[ 2111 sendo o ponto médio 511 ,x . 3ª linha: ( N = 2 ) Como 011 )b(f.)x(f , substituímos 12 xa , logo ],[]ba[ 25122 sendo o ponto médio 7512 ,x . 8ª linha: ( N = 7 ) Como 066 )x(f.)a(f , substituímos 67 xa , logo ][]ba[ 1.7344 1.718877 sendo o ponto médio 1.72667x ( E0.0078 ). Como o erro é menor que tolerância então a aproximação final é 1,7266x . Exercício (01) Calcular a raiz da equação xlnx)x(f 2 com 010,E . (02) Calcular a raiz da equação 423 xx)x(f com 010,E . (03) Calcular a raiz da equação 102 2x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) (04) Calcular a raiz da equação 52 3x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 30 ) (05) Calcular a raiz da equação 32x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) (06) Calcular a raiz da equação xsenx)x(f 162 com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 53 ) (07) Calcular a raiz da equação xsenx)x(f 52 com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) Universidade Estadual do Pará Centro de Ciências Sociais e Educação 19 2.7. MÉTODO DAS CORDAS Para utilizarmos este método devemos primeiro isolar a raiz dentro de um intervalo ]b,a[ , isto é, devemos, novamente, utilizar o método gráfico para aproximar visualmente a raiz para em seguida isolá-la pelo intervalo ]b,a[ , onde esta raiz pertença a este intervalo )b,a( . No método das cordas, ao invés de se dividir o intervalo ]ba[ ao meio, ele é dividido em partes proporcionais à razão )b(f/)a(f . A fórmula de recorrência para a aproximação da raiz enésima é cx )c(f)x(f )x(f xx n n n nn 1 , onde ...,,,n 210 , onde o ponto fixado c (ou “ a ” ou “ b ”) é aquele no qual o sinal da função )x(f coincide com o sinal da segunda derivada )x(''f , ou seja 0)c(f.)c(''f . E |x| |xx| n nn 1 A existência da corda da origem a dois triângulos semelhantes, que permitem estabelecer a seguinte relação: )a(f)b(f ab )a(f h1 esta relação nos conduz a uma valor aproximado da raiz 11 hax )ab( )a(f)b(f )a(f ax1 Ao se aplicar este procedimento ao novo intervalo que contém , como mostra a figura a seguir, ]bx[ou]xa[ 11 , obtém-se uma nova aproximação 2x da raiz pela aproximação apresentada acima y x b oxa 1x 1h f(a) f(b) y x b oxa 1x 1h Corda f(a) f(b) Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 20 Nas figuras a seguir, como no método das cordas é escolhido o extremos do intervalo ]b,a[ que deve ser igual ao valor ox . y x b oxa 1x 1h f(b) f(a) y x f(a) f(b) oxb a 1x 1h 0)x(''f 00 )b(fe)a(f bc 0)x(''f 00 )b(fe)a(f ac y x b oxa 1x 1h f(a) f(b) 0)x(''f 00 )b(fe)a(f bc 0)x(''f 00 )b(fe)a(f ac y x 1x 1h f(b) f(a) oxb a 2h y x b 1xa Corda f(a) f(b) 2x Universidade Estadual do Pará Centro de Ciências Sociais e Educação 21 Exemplo: (01) Calcular a raiz da equação 32x)x(f com 010,E . Solução Primeiro devemos determinar um intervalo onde esta a raiz que desejamos calcular, para isto devemos fazer uma no seu gráfico. A raiz procurada está próxima de 2 e esta dentro do intervalo ][ 31 . Logo N an bn xn f (xn) E 0 1 2 3 4 1.0000 3.0000 3.0000 6.0000 1.5000 1.0000 1.5000 1.5000 -0.7500 0.3000 1.0000 1.8000 1.8000 0.2400 0.0857 1.0000 1.7143 1.7143 -0.0612 0.0226 1.0000 1.7368 1.7368 0.0166 0.0061 Construção da tabela Como 2)x(''f 023)(''f e 06333 2)(f logo 033 )(f.)(''f de onde temos que 1ac usando a fórmula de recorrência cx )c(f)x(f )x(f xx n n n nn 1 temos que 30 bx 1.50001 1 0 0 0 01 x )(f)x(f )x(f xx ][]ba[ 1.50 1.0 1.80001 1 1 1 1 12 x )(f)x(f )x(f xx ][]ba[ 1.80 1.0 1.71431 1 2 2 2 23 x )(f)x(f )x(f xx ][]ba[ 1.7143 1.0 1.73681 1 3 3 3 34 x )(f)x(f )x(f xx ][]ba[ 1.7368 1.0 Como o erro é menor que tolerância ( E0.0061 ) então a aproximação final é 1,7368x . -4 -3 -2 -1 0 1 2 3 4 -4 -2 0 2 4 6 8 10 12 14 x y Raiz procurada Intervalo de busca Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 22 Exercício (01) Calcular a raiz da equação xlnx)x(f 2 com 010,E . (02) Calcular a raiz da equação 423 xx)x(f com 010,E . (03) Calcular a raiz da equação 102 2x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) (04) Calcular a raiz da equação 52 3x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 21 ) (05) Calcular a raiz da equação 32x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) (06) Calcular a raiz da equação xsenx)x(f 162 com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 53 ) (07) Calcular a raiz da equação xsenx)x(f 52 , com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ].,.[ 5251 ) 2.8. MÉTODO DE NEWTON Semelhantes aos métodos da bisseção e da corda, devemos primeiro isolar a raiz que desejamos procurar dentro de um intervalo ]b,a[ utilizando para isto o método gráfico. Para utilizarmos o método de Newton é necessários que a função )x(f seja uma continua no intervalo ]b,a[ e que o seu único zero neste intervalo; as derivada )x('f ])x('f[ 0 e )x(''f devem também ser contínuas. Para se encontrar a expressão para o cálculo da aproximação nx para a raiz devemos fazer uma expansão em série de Taylor para 0)x(f , de onde temos )xx)(x('f)x(f)x(f nnn se fizermos 01)x(f)x(f n , obteremos a seguinte expressão01 )xx)(x('f)x(f nnnn , isolando o termo 1nx na temos )x('f )x(f xx n n nn 1 . onde 1nx é uma aproximação de . Universidade Estadual do Pará Centro de Ciências Sociais e Educação 23 Exemplo: (01) Calcular a raiz da equação 32x)x(f com 010,E . Solução Primeiro devemos determinar um intervalo onde esta a raiz que desejamos calcular, para isto devemos fazer uma no seu gráfico. A raiz procurada está próxima de 2 e esta dentro do intervalo ][ 31 . Logo -4 -3 -2 -1 0 1 2 3 4 -4 -2 0 2 4 6 8 10 12 14 x y y x 0xb b a 1x f(b) f(a) 2x 0)x(''f 0)x('f 0xb y x f(a) f(b) b oxa 1x 2x 0)x(''f 0)x('f 0xa y x 1x 0xb f(a) f(b) 2x a 0)x(''f 0)x('f 0xb y x 1x f(b) f(a) b 0xa 2x 0)x(''f 0)x('f 0xa Raiz procurada Intervalo de busca Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 24 N an bn xn f (xn) E 0 1 2 3 1.0000 3.0000 3.0000 6.0000 1.0000 2.0000 2.0000 1.0000 0.2500 1.0000 1.7500 1.7500 0.0625 0.0179 1.0000 1.7321 1.7321 0.0003 0.0001 Observe a construção da tabela: Como x)x('f 2 063)('f e como 02)x(''f logo temos 30 bx usando a expressão )x('f )x(f xx n n nn 1 , temos a seguinte recorrência .00002 0 0 01 )x('f )x(f xx ][]ba[ 2.0 1.0 .75001 1 1 12 )x('f )x(f xx ][]ba[ 1.75 1.0 1.7321 2 2 23 )x('f )x(f xx ][]ba[ 1.7321 1.0 Como o erro é menor que tolerância ( E0.0001 ) então a aproximação final é 1,7321x . Exercício (01) Calcular a raiz da equação xlnx)x(f 2 com 010,E . (02) Calcular a raiz da equação 423 xx)x(f com 010,E . (03) Calcular a raiz da equação 102 2x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) (04) Calcular a raiz da equação 52 3x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 21 ) (05) Calcular a raiz da equação 32x)x(f com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 31 ) (06) Calcular a raiz da equação xsenx)x(f 162 com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ],[ 53 ) (07) Calcular a raiz da equação xsenx)x(f 52 , com 010,E utilizando o método da bisseção. (Sugestão utilizar intervalo de busca ].,.[ 5251 ) Universidade Estadual do Pará Centro de Ciências Sociais e Educação 25 3. SISTEMAS DE EQUAÇÕES LINEARES Para entendermos os métodos de resolução de sistemas lineares, devemos primeiro compreender que um sistema linear nS é uma coleção de n equações lineares, como mostraremos a seguir nnnnnnn nn nn n bxa...xaxaxa .......................................................... bxa...xaxaxa bxa...xaxaxa S 332211 22323222121 11313212111 que pode, também, ser representado por bxA onde A é uma matriz quadrada de ordem n , x e b não matrizes 1n , isto é, com n linhas e uma coluna. A matriz A tem a seguinte forma nnnnn n n a...aaa .................... a...aaa a...aaa A 321 2232221 1131211 onde jia é chamado coeficiente da incógnita jx e os ib são chamados termos independentes. Com a matriz dos coeficientes e a matriz dos termos independentes montamos a matriz B , denominada de matriz ampliada, que pode ser escrita por ]b:A[B ou seja nnnnnn n n b .... b b a...aaa .................... a...aaa a...aaa B 2 1 321 2232221 1131211 nx x x x 2 1 Uma solução do sistema nS , são os valores 1x , 2x , ... , nx , que constituem a matriz coluna x , denominada de matriz solução que pode ser escrita por Os sistemas lineares nS podem ser classificados da seguinte forma: adoIndetermin oDeterminad Possível Impossível HomogêneoNão adoIndetermin oDeterminad PossívelHomogêneo Sn Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 26 Um sistema nS ( bxA ) é denominado de homogêneo quando a matriz b , dos termos independentes, é nula, o sistema nS ( bxA ) é denominado de não-homogêneo quando a matriz b , não é nula, isto é, existe pelo menos um termo em b , que não é nulo. Um sistema é dito impossível quando não há nenhuma solução que satisfaça o sistema, isto é, sua solução é o vazio. Um sistema é dito possível quando há, pelo menos, uma seqüência de valores 1x , 2x , ... , nx que satisfaça o sistema, isto é, a sua solução nunca é o vazio. Se existir uma única seqüência de valores que satisfaça o sistema nS , então este sistema é dito Possível e determinado, se existir mais de uma seqüência de valores 1x , 2x , ... , nx que satisfaça o sistema nS , estão podemos afirmar que o sistema é Possível e indeterminado. 3.1. TRANSFORMAÇÕES ELEMENTARES O cálculo da solução de sistemas através de métodos interativos, consiste em uma seqüência de transformações, onde um sistema mais complexo é transformado em outro mais simples com a mesma solução. As transformações utilizadas para modificar os sistemas de equações lineares são formadas pelas seguintes operações elementares: (1) Trocar a ordem de duas equações do sistema. (2) Multiplicar uma equação do sistema por uma constante não numa. (3) Adicionar duas equações do sistema. A partir das operador apresentadas podemos transformar um sistema 1S em um sistema 2S . Isto é, 1S e 2S são equivalentes. 3.2. MÉTODO DIRETO Consiste de métodos que determinam a solução do sistema linear com um número finito de transformações elementares. 3.2.1. Método de Gauss-Jordan Exemplo: Calcule a solução do sistema 2 4 6 zyx zyx zyx Solução Como já explicamos, para melhor aplicar o método de Gauss-Jordan devemos escrever o sistema na forma matricial: 2 4 6 zyx zyx zyx 2 4- 6 z y x 1 1- 1 1- 1- 1 1 1 1 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 27 A ampliada B é modificada segundo as expressões à direita gerando um novo sistema sempre posto abaixo 2 1 1- 1 4- 1- 1- 1 6 1 1 1 B 0 2 1 1- 1 10- 2- 2- 0 6 1 1 1 B 1 4- 0 2- 0 10- 2- 2- 0 6 1 1 1 B 1 6 2 0 0 10- 2- 2- 0 6 1 1 1 B 2 6 2 0 0 10- 2- 2- 0 3 0 1 1 B 3 6 2 0 0 4- 0 2- 0 3 0 1 1 B 36 2 0 0 4- 0 2- 0 1 0 0 1 B 4 3 5 1 0 0 2 0 1 0 1 0 0 1 B 3 2 1 z y x 1 1 1 0 11 0 210 1 )( )( )( a a m )()()()( LLmL 0 2 0 1 0 1 1 2 1 1 1 0 11 0 310 2 )( )( )( a a m )()()()( LLmL 0 3 0 1 0 2 1 3 1 2 2 1 22 1 321 1 )( a a m )( )( )( )()()()( LLmL 1 3 1 2 1 1 2 3 2 1 2 33 2 132 1 )( )( )( a a m )()()()( LLmL 2 1 2 3 2 1 3 1 2 2 2 33 2 232 2 )( a a m )( )( )( )()()()( LLmL 2 2 2 3 2 2 3 2 2 1 2 1 3 22 3 123 1 )( )( )( a a m )()()()( LLmL 3 1 3 2 3 1 4 1 2 2 1 4 3 4 33 4 35 3 4 2 4 22 4 25 2 4 1 4 11 4 15 1 )( )( )( )( )( )( )( )( )( )( )( )( L a L L L a L L L a L L Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 28 Exercício (01) Calcule a solução do sistema (a) 2 4 6 zyx zyx zyx (b) 1232 7 02 zyx zyx zyx (c) 522 325 532 zyx zyx zyx (d) 122 17322 23225 1832 tzyx tzyx tzyx tzyx (e) 022 525 132 zyx zyx zyx (f) 12 52 832 zyx zyx zyx 3.2.2. Cálculo da Inversa de uma Matriz O método de Gauss-Jordan pode calcular a inversa de uma matriz. No calculo da inversa de uma matriz ( 1 M ), a matriz ampliada B é montada utilizando a matriz M e uma matriz identidade I da dimensão da matriz M . Isto é, a matriz identidade I substitui a matriz dos termos independentes b , utilizada na resolução de sistemas lineares. Deste modo, a matriz B fica da seguinte forma: ]I:M[B 1 0 0 1 1 1 0 1 0 4 1- 0 0 0 1 2 1 1 B 0 1 0 1- 1- 0 0 0 1 0 4 1- 0 0 0 1 2 1 1 B 1 1 0 1- 1- 0 0 0 1 0 4 1- 0 2 0 1- 0 1 1 B 2 1 a a m )( )( )( 0 11 0 310 1 )()()()( LLmL 0 3 0 1 0 1 1 3 2 a a m )( )( )( 1 33 1 231 1 )()()()( LLmL 1 2 1 3 1 1 2 2 4 a a m )( )( )( 1 33 1 231 2 )()()()( LLmL 1 2 1 3 1 2 2 2 1 a a m )( )( )( 2 22 2 122 1 )()()()( LLmL 2 1 2 2 2 1 3 1 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 29 1 0 1- 1- 0 0 4 1 4- 0 1- 0 2 0 1- 0 1 1 B 2 1 0 1- 1- 0 0 4 1 4- 0 1- 0 6 1 5- 0 0 1 B 3 1- 0 1 1 0 0 4- 1- 4 0 1 0 6 1 5- 0 0 1 B 3 1 1 1 4 1- 0 2 1 1 M e 1- 0 1 4- 1- 4 6 1 5- M 1 Exercício (01) Determine a inversa das matriz abaixo (a) 1 1- 1 1- 1- 1 1 1 1 (b) 3 2 1- 1 1 1 1- 2 1 (c) 1 2 2- 2 5 1- 3 2 1 (d) 1 1 2 1 3 1 2 1- 2 2 5 1- 1 3 2 1 (02) Determine a inversa das matrizes abaixo (a) 122 251 321 (b) 112 211 321 1 1 1 4 3 4 33 4 35 3 4 2 4 22 4 25 2 4 1 4 11 4 15 1 )( )( )( )( )( )( )( )( )( )( )( )( L a L L L a L L L a L L Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 30 (c) 112 111 121 (d) 1121 3122 2251 1321 3.2.3. Cálculo do determinante de uma Matriz O método de Gauss-Jordan, também pode ser utilizado para calcularmos o determinante de uma matriz. Para isto, devemos escalonar a matriz ampliada B , como fizemos no cálculo da solução do sistema e na determinação da matriz inversa, porém não devemos fazer o último passo, que é a normalização da matriz pelos elementos da diagonal principal. Exemplo 02 – Calcule o determinante da matriz 1- 2 1 1 2 0 0 3 1 M 1- 2 1 1 2 0 0 3 1 B 0 1- 1- 0 1 2 0 0 3 1 B 1 0.50- 0 0 1.00 2.00 0 0 3.00 1.00 B 2 0.50- 0 0 0 2.00 0 0 3.00 1.00 B 3 0.50- 0 0 0 2.00 0 0 0 1.00 B 4 001500002001 .).(*.*.)Mdet( 1 a a m )( )( )( 0 11 0 310 1 )()()()( LLmL 0 3 0 1 0 1 1 3 0.5 a a m )( )( )( 1 22 1 321 1 )()()()( LLmL 1 3 1 2 1 1 2 3 2 a a m )( )( )( 2 33 2 232 1 )()()()( LLmL 2 2 2 3 2 2 3 2 1.5- a a m )( )( )( 3 22 3 123 1 )()()()( LLmL 3 1 3 2 3 1 4 1 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 31 Exercício (01) Determine o determinante das matriz abaixo (a) 1 1- 1 1- 1- 1 1 1 1 (b) 3 2 1- 1 1 1 1- 2 1 (c) 1 2 2- 2 5 1- 3 2 1 (d) 1 1 2 1 3 1 2 1- 2 2 5 1- 1 3 2 1 3.3. MÉTODOS ITERATIVOS A outra forma de se determinar a solução de um sistema bxA , que é através dos métodos iterativos. Os métodos iterativos consistem em determinar uma seqüência de aproximações )( x 1 , )( x 2 , ... , )k( x , para a solução do sistema x , a partir de uma dada aproximação inicial )( x 0 . Segundo este raciocínio, o sistema bxA , é transformado em um outro sistema equivalente com a seguinte forma dxFx )k()k( 1 onde F é uma matriz nn , x e d são matrizes 1n . )k(x 1 é uma aproximação obtida a partir da aproximação )k( x . Sendo a seqüência de aproximações obtida da seguinte forma dxFx )()( 01 dxFx )()( 12 dxFx )()( 23 ...................... dxFx )k()k( 1 As aproximações são calculadas até que se tenha i )k( i ni )k( xxmaxxx 1 Se 0xxlim )k( k , então a seqüência )( x 1 , )( x 2 , ... , )k( x converge para a solução x . Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 32 3.3.1. Método de Jacobi Para entendermos o método de Jacobi tomemos o sistema nnnnbn nn nn bxa...xaxa ................................................... bxa...xaxa bxa...xaxa 2211 22222121 11212111 em cada equação do sistema devemos isolar o valor de ix , isto é, na primeira equação devemos isolar 1x , na segunda equação devemos isolar 2x , e assim por diante, com isto teremos: nn nnnbnn n nn nn a )xa...xaxaxa(b x ................................................... a )xa...xaxa(b x a )xa...xaxa(b x 113132211 22 23131212 2 11 13132121 1 Observação: Os elementos iia devem ser diferentes de zeros i,aii 0 , se não teremos divisão por zero. Caso isto não ocorra devemos reagrupar o sistema para que se consiga esta condição Podemos colocar o sistema na seguinte forma dxFx )k()k( 1 , onde nx x x x 2 1 nn n a b a b a b d 22 2 11 1 0 0 0 0 321 33333323331 22222232221 11111131112 ...a/aa/aa/a ............................................................................... a/a...a/aa/a a/a...a/aa/a a/a...a/aa/a F nnnnnnnnn n n n O método de Jacobi funciona da seguinte forma: 1º Passo: Devemos escolher uma aproximação inicial )( x 0 . 2º Passo: Devemos gerar as aproximações )k( x a partir das iterações Universidade Estadual do Pará Centro de Ciências Sociais e Educação 33 dxFx )k()k( 1 , ...,,,k 210 3º Passo: Paramos de calcular as aproximações quando um dos critérios de parada abaixo for satisfeito. 1º critério: E|xx|max )k( i )k( i ni 1 1 , onde tolerânciaaéE . 2º critério: Mk , onde M é o número máximo de iterações. Observação: A tolerância E fixa o grau de precisão das soluções. Exemplo – Resolva pelo método de Jacobi o sistema 32 12 21 21 xx xx com 210E ou 10k . Solução Isolando o valor de 1x na primeira equação e 2x na segunda equação, temos as equações de iteração )x(x )x(x kk kk 1 1 2 2 1 1 3 2 1 1 2 1 onde ...,,,k 210 Utilizaremos como aproximação inicial 0 00)(x para calcular )( x 1 , como mostraremos a seguir Para 0k )x(x )x(x 0 1 1 2 0 2 1 1 3 2 1 1 2 1 5103 2 1 5001 2 1 1 2 1 1 .)(x .)(x 51 501 . . x )( Para 1k )x(x )x(x 1 1 2 2 1 2 2 1 3 2 1 1 2 1 251513 2 1 251501 2 1 1 2 1 1 .).(x .).(x 251 2512 . . x )( repetiremos estes cálculos para ....,,k 32 e colocamos os valores obtidos na tabela abaixo: k kx1 kx2 E 0 0.0000 0.0000 0.0000 1 0.5000 1.5000 1.5000 2 1.2500 1.2500 0.7500 Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 34 3 1.1250 0.8750 0.3750 4 0.9375 0.9375 0.1875 5 0.9688 1.0313 0.0938 6 1.0156 1.0156 0.0469 7 1.0078 0.9922 0.0234 8 0.9961 0.9961 0.0117 9 0.9980 1.0020 0.0059 10 1.0010 1.0010 0.0029 ?k ou . 10 1000290 2 00101 00101 2 1 .x .x 00101 00101 . . x Exercício (01) Resolva o sistemas, com ][x 0000 , 210E ou 10k , onde k é o número de iterações. (a) 522 42 22 zyx zyx zyx (b) 433 52 54 zyx zyx zyx (c) 123 1552 23 zyx zyx zyx (d) 2852 163 1952 23 tzyx tzyx tzyx tzyx 3.3.2. MÉTODO DE GAUSS-SEIDEL O método iterativo de Gauss-Seidel consiste em: 1º Passo: Definirmos uma aproximação inicial )( x 0 . 2º Passo: Calcula-se a seqüência de aproximações )( x 1 , )( x 2 , ... , )k( x utilizando-se as seguintes fórmulas: Universidade Estadual do Pará Centro de Ciências Sociais e Educação 35 )k( nn )k()k()k()k( xaxaxaxab a x 13133132121 11 1 1 1 )k( nn )k()k()k()k( xaxaxaxab a x 2323323 1 1212 22 1 2 1 )k( nn )k()k()k()k( xaxaxaxab a x 3434 1 232 1 1313 33 1 3 1 )k( nn,n )k( n )k( n )k( nn nn )k( n xaxaxaxab a x 1 11 1 44 1 22 1 11 1 1 No cálculo da aproximação )k( nx 1 , utilizamos as aproximações )k( x 1 1 , )k( x 1 2 , ... , )k( nx 1 1 . Isto faz com que este método tenha convergência mais rápida. Exemplo 01 – Resolva pelo método de Jacobi o sistema 32 12 21 21 xx xx com ][x )( 000 , 210E ou 10k . Solução Isolando o valor de 1x na primeira equação e 2x na segunda equação, temos as equações de iteração )x(x )x(x kk kk 1 1 1 2 2 1 1 3 2 1 1 2 1 onde ...,,,k 210 O calculo das aproximações é feito da seguinte forma Para 0k (1ª iteração) )x(x )x(x )()( )()( 1 1 1 2 0 2 1 1 3 2 1 1 2 1 251503 2 1 5001 2 1 1 2 1 1 .).(x .)(x )( )( 251 501 . . x )( Para 1k (2ª iteração) )x(x )x(x )()( )()( 2 1 2 2 1 2 2 1 3 2 1 1 2 1 9375012513 2 1 12512511 2 1 2 2 2 1 .).(x .).(x )( )( 93750 12512 . . x )( repetiremos estes cálculos para ....,,k 32 e colocamos os valores obtidos na tabela a seguir. Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 36 k kx1 kx2 E 0 0.0000 0.0000 0.0000 1 0.5000 1.2500 1.2500 2 1.1250 0.9375 0.6250 3 0.9688 1.0156 0.1563 4 1.0078 0.9961 0.0391 5 0.9980 1.0010 0.0098 6 1.0005 0.9998 0.0024 7 0.9999 1.0001 0.0006 ?k ou . 10 1000060 2 00011 99990 2 1 .x .x 00011 99990 . . x Exercício (01) Resolva o sistemas, com ][x 0000 , 210E ou 10k , onde k é o número de iterações. Utilize o método de Gauss Seidel. (a) 522 42 22 zyx zyx zyx(b) 433 52 54 zyx zyx zyx (c) 123 1552 23 zyx zyx zyx (d) 2852 163 1952 23 tzyx tzyx tzyx tzyx Universidade Estadual do Pará Centro de Ciências Sociais e Educação 37 4. INTERPOLAÇÃO LINEAR 4.1. CONCEITO DE INTERPOLAÇÃO Seja a função )x(fy , cujos valores estão em uma tabela. Se desejarmos determinar )x(f sendo: (a) )x,x(x n0 e ixx onde n,...,,,i 210 (b) )x,x(x n0 O item (a) representa um problema de interpolação, isto é, x está dentro do intervalo amostrado, logo devemos calcular um polinômio interpolador, que é uma aproximação da função tabelada. O item (b) representa um problema de extrapolação, isto é, x está fora do intervalo amostrado. Nos trataremos apenas de problemas de interpolação neste capítulo. 4.2. INTERPOLAÇÃO LINEAR Exemplo - Na tabela está a produção seguir está assinalado o número de habitantes de uma cidade A em quatro censos. Tabela 1 ANO 1950 1960 Nº de Habitantes 352.724 683.908 Determinar o número aproximado de habitantes na cidade A em 1955. Solução Neste caso, o polinômio interpolador terá grau 1, isto é, será da forma 011 axa)x(P Para se determinar os coeficientes, 0a e 1a devemos fazer 101111 000101 yaxa)x(P yaxa)x(P 1011 0001 yaxa yaxa Para 19500x e 352.724y0 temos que 724.352a1950a 01 Para 1960x1 e 683.908y1 temos que 683.908a1960a 01 Com isto temos o seguinte sistemas 683.908a1960a 724.352a1950a 01 01 onde 33118,40a1 e 64228156a0 logo teremos 64228156x33118,40)x(P1 Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 38 como queremos saber o número aproximado de habitantes na cidade A em 1955x , temos 518.31664228156195533118,40)x(P1 habitantes 4.3. INTERPOLAÇÃO QUADRATICA Exemplo - Na tabela a seguir está assinalado o número de habitantes de uma cidade A em quatro censos. Tabela 1 ANO 1950 1960 1970 Nº de Habitantes 877500 901600 925900 Determinar o número aproximado de habitantes na cidade A em 1965. Solução Neste caso, o polinômio interpolador será de 2º grau, isto é, será da forma 01 2 22 axaxa)x(P Para se determinar os coeficientes, 0a , 1a e 2a devemos fazer 2021 2 2222 1011 2 1212 0001 2 0202 yaxaxa)x(P yaxaxa)x(P yaxaxa)x(P 2021 2 22 1011 2 12 0001 2 02 yaxaxa yaxaxa yaxaxa Para o problema em questão temos: 925900aa1950a1970 901600aa1950a1960 877500aa1950a1950 012 2 012 2 012 2 cuja solução, através de escalonamento ensinado no capítulo anterior é 25.2a 1500a 1a 0 1 2 logo teremos 25.2x1500x)x(P 22 como queremos saber o número aproximado de habitantes na cidade A em 1965x , temos 91372525.2196515001965)1965(P 22 habitantes Universidade Estadual do Pará Centro de Ciências Sociais e Educação 39 4.4. ERRO DE TRUNCAMENTO Para que você entenda o erro de truncamento, observe o gráfico mostrado a figura a seguir. Figura. )x(f é a função tabelada e )x(P1 um polinômio interpolador de 1º grau. Podemos observar que, neste caso, )x(P1 não aproxima bem a solução. O erro de truncamento cometido no ponto x é dado pela fórmula A)xx()xx()x(E 10T , onde A é uma constante a determinar, como a função erro de truncamento. No calculo de A , utilizaremos a função auxiliar )t(G definida por: )t(E)t(P)t(f)t(G T1 . 4.5. TEOREMA DE ROLLE Se a função )x(f é contínua no intervalo ]b,a[ e diferenciável no intervalo )b,a( e )b(f)a(f , então, existe um )b,a( , tal que 0)('f 4.6. INTERPOLAÇÃO DE LAGRANGE As interpolações apresentadas anteriormente (interpolação linear e quadrática) são casos particulares da interpolação de Lagrange. Agora vamos determinar, o polinômio interpolador )x(P de grau menor ou igual a n , sendo dado para isto, 1n pontos distintos. Teorema Sejam )y,x( ii , 1n,n,...,2,1,0i pontos distintos, isto é, ji xx para ji . Existe um único polinômio )x(P de grau não maior que n , tal que ii y)x(p , para todo i . O polinômio )x(P pode ser escrito na forma: n n 3 3 2 210n xa...xaxaxaa)x(P ou da seguinte forma n 0i i in xa)x(P 0x 1x 0y 1y )x(P1 )x(f x Valor Aproximado Valor real Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 40 Observe que )x(P é, no máximo, de grau n , se 0an . Para determinar o polinômio )x(P devemos conhecer os valores n210 a,...,a,a,a . Como )x(P contém os pontos )y,x( ii podemos escrever ii y)x(p , da seguinte forma S: n n nn 3 n3 2 n2n10 2 n 2n 3 23 2 22210 1 n 1n 3 13 2 12110 0 n 0n 3 03 2 02010 yxa...xaxaxaa .............................................................. yxa...xaxaxaa yxa...xaxaxaa yxa...xaxaxaa A solução do sistema S são os valores n210 a,...,a,a,a , com os quais determinamos o polinômio n n 3 3 2 210n xa...xaxaxaa)x(P . Para verificarmos que tal polinômio é único, basta calcularmos o determinante da matriz A (matriz dos coeficientes) e verificar que ele é diferente de zero. 2 n 2 nn 2 1 2 11 n 0 2 00 x...xx1 ............... x...xx1 x...xx1 A Observe que a matriz A , tem a forma da matriz de Vandermonte, também conhecida como matriz das potências. Seu determinante, segundo a Álgebra Linear, é dado pela expressão: ji ji )xx()Adet( , com ji xx Sabemos que 0)Adet( , logo isto prova que )x(P é único. Obtenção da Fórmula Para que você entenda a interpolação de Lagrange é necessário que compreender como é obtida a fórmula de recorrência deste método. O teorema fundamental da Álgebra garante que podemos escrever o polinômio )x(P da seguinte forma )xx(...)xx()xx()xx()xx()x(P n3210 onde n3210 x,...,x,x,x,x são as raízes do polinômio )x(P . Montaremos agora, uma seqüência de polinômios auxiliares da seguinte forma 1º polinômio: se retirarmos )xx( 0 obteremos o polinômio )xx(...)xx()xx()xx()x(p n3210 2º polinômio: se retirarmos )xx( 1 obteremos o polinômio )xx(...)xx()xx()xx()x(p n3201 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 41 3º polinômio: se retirarmos )xx( 2 obteremos o polinômio )xx(...)xx()xx()xx()x(p n3102 Seguindo este raciocínio obteremos os polinômios )x(p,...),x(p),x(p),x(p n210 . Estes polinômios podem ser escritos na forma sintética: n ij 0j ji )xx()x(p , )n,...,3,2,1,0i( Tais polinômios possuem as seguintes propriedades (a) 0)x(p ii , para todo i. (b) 0)x(p ji , para todo ij . e são conhecidos como polinômios de Lagrange. O polinômio )x(P pode ser escrito como uma combinação linear dos polinômios )x(p,...),x(p),x(p),x(p n210 , da seguinte forma: )x(pb...)x(pb)x(pb)x(pb)x(Pnn221100 ou n 0i ii )x(pb)x(P Mas, como 0)x(p ji , para todo ij e 0)x(p ii , para todo i, temos que )x(pb)x(P nnnnn logo )x(p )x(P b nn nn n e como iin y)x(P , teremos )x(p y b ii i i substituindo este valor no somatório será n 0i i ii i )x(p )x(p y )x(P de onde teremos n 0i ii i i )x(p )x(p y)x(P como n ij 0j ji )xx()x(p então n 0i n ij 0j ji j i )xx( )xx( y)x(P denominada de fórmula de interpolação de Lagrange. Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 42 Exemplo - A partir das informações existentes na tabela, determine: i ix iy 0 1 2 3 0.0 0.2 0.4 0.5 0.000 2.008 4.064 5.125 (a) O polinômio interpolador de Lagrange (b) )3.0(P Solução (a) Como temos 4 pontos, o polinômio interpolador será de grau 3, logo 3 0i 3 ij 0j ji j i3 )xx( )xx( y)x(P , ou seja )xx()xx()xx( )xx()xx()xx( y )xx()xx()xx( )xx()xx()xx( y )xx()xx()xx( )xx()xx()xx( y )xx()xx()xx( )xx()xx()xx( y)x(P 231303 210 3 321202 310 2 312101 320 1 302010 321 03 substituindo os valores da tabela, teremos )4.05.0()2.05.0()0.05.0( )4.0x()2.0x()0.0x( 125.5 )5.04.0()2.04.0()0.04.0( )5.0x()2.0x()0.0x( 064.4 )5.02.0()4.02.0()0.02.0( )5.0x()4.0x()0.0x( 008.2 )5.00.0()4.00.0()2.00.0( )5.0x()4.0x()2.0x( 000.0)x(P3 simplificando a expressão, temos o seguinte polinômio interpolador x10x)x(P 33 (b) 027.33.0103.0)3.0(P 33 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 43 Exercício (01) A partir das informações existentes na tabela, determine: I ix iy 0 1 2 3 0.0 0.2 0.4 0.6 0.0000 1.0400 2.1600 3.3600 (a) O polinômio interpolador de Lagrange (b) )3.0(P (02) A partir das informações existentes na tabela, determine: I ix iy 0 1 2 3 0.1 0.3 0.5 0.7 0.1010 0.3270 0.6250 1.0430 (a) O polinômio interpolador de Lagrange (b) ).(P 40 (03) A partir das informações existentes na tabela, determine: I ix iy 0 1 2 3 0.0 0.2 0.4 0.6 0.0000 0.4080 0.8640 1.4160 (a) O polinômio interpolador de Lagrange (b) ).(P 50 (04) A partir das informações existentes na tabela, determine: I ix iy 0 1 2 3 0.1 0.3 0.5 0.7 0.0110 0.1170 0.3750 0.8330 (a) O polinômio interpolador de Lagrange (b) ).(P 60 Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 44 4.7. INTERPOLAÇÃO DE NEWTON COM DIFERENÇAS DIVIDIDAS Conceito de Diferenças Divididas Seja )x(fy uma função que contém n pontos distintos )y,x( ii , onde n,...,2,1,0i . Representaremos diferença divididas, por ][f . Definiremos diferença dividida de ordem zero a própria função, isto é, 111 0 y)x(f]x[f . A diferença dividida de 1ª ordem para os argumentos 0x e 1x é uma aproximação da 1ª derivada, isto é, 01 01 10 1 xx )x(f)x(f ]x,x[f , onde temos a seguinte propriedade ]x,x[f]x,x[f 1001 . Considerando )x(fy ii , podemos escrever as diferenças divididas de 1º ordem, de forma geral, por: i1i i1i 1ii 1 xx yy ]x,x[f . A diferença dividida de 2ª ordem para os argumentos 0x , 1x e 2x é dada por: 02 10 1 21 1 210 2 xx ]x,x[f]x,x[f ]x,x,x[f . A diferença dividida de 3ª ordem para os argumentos 0x , 1x , 2x e 3x é dada por: 03 210 2 321 2 3210 3 xx ]x,x,x[f]x,x,x[f ]x,x,x,x[f . Genericamente, a diferença dividida de ordem n é dada por: ini 1ni2i1ii 1n ni2i1i 1n ni2i1ii n xx ]x,...,x,x,x[f]x,...,x,x[f ]x,...,x,x,x[f . Exemplo - Dada a função tabelada calcule a diferença dividida de segunda ordem. i ix iy 0 1 2 0.3 1.5 2.1 3.09 17.25 25.41 Solução Devemos calcular as diferenças divididas de primeira ordem 80.11 3.05.1 09.325.17 xx yy ]x,x[f 01 01 10 1 60.13 5.11.2 25.1741.25 xx yy ]x,x[f 12 12 21 1 com todas as diferenças divididas de primeira ordem calculadas, vamos então calcular a de segunda ordem Universidade Estadual do Pará Centro de Ciências Sociais e Educação 45 0.1 3.01.2 80.1160.13 xx ]x,x[f]x,x[f ]x,x,x[f 02 10 1 21 1 210 2 Para facilitar os procedimentos numéricos e organizar os nossos cálculos colocaremos na própria tabela o desenvolvimento do calculo da seguinte forma: i ix iy ]x,x[f 1ii 1 ]x,x,x[f 210 2 0 0.3 3.09 ]x,x[f 10 1 ]x,x,x[f 210 2 1 1.5 17.25 ]x,x[f 21 1 2 2.1 25.41 Fazendo a substituição numérica temos: i ix iy ]x,x[f 1ii 1 ]x,x,x[f 210 2 0 0.3 3.09 11.80 1.00 1 1.5 17.25 13.60 2 2.1 25.41 A fórmula de recorrência de interpola, de Newton com diferenças dividida, depende do número de pontos existente na tabela. 1º Caso: Existem só dois pontos na tabela A fórmula, de interpolação, é obtida a partir da expressão de diferença divididas de primeira ordem, 10 10 01 01 10 1 xx )x(f)x(f xx )x(f)x(f ]x,x[f onde isolando )x(f , para obter a fórmula de interpolação: ]x,x[f)xx()x(f)x(f 10 1 1010 assumiremos 0xx , onde x é qualquer valor dentro do intervalo ]x,x[ 10 . 2º Caso: Existem só três pontos na tabela A fórmula de interpolação, neste caso, é obtida a partir da expressão de diferença divididas de segunda ordem, 20 21 1 10 1 02 10 1 21 1 210 2 xx ]x,x[f]x,x[f xx ]x,x[f]x,x[f ]x,x,x[f onde isolando ]x,x[f 21 1 , obtemos: ]x,x,x[f)xx(]x,x[f]x,x[f 210 2 2021 1 10 1 Substituindo na primeira fórmula de interpolação, temos ]}x,x,x[f)xx(]x,x[f{)xx()x(f)x(f 210 2 2021 1 1010 Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 46 que pode ser escrita por ]x,x,x[f)xx)(xx(]x,x[f)xx()x(f)x(f 210 2 201021 1 1010 que é a fórmula de interpolação para este caso, onde assumiremos 0xx , onde x é qualquer valor dentro do intervalo ]x,x[ 20 . 3º Caso: Existem só quatro pontos na tabela A fórmula de interpolação, neste caso, é obtida a partir da expressão de diferença divididas de terceira ordem, 30 321 2 210 2 03 210 2 321 2 3210 3 xx ]x,x,x[f]x,x,x[f xx ]x,x,x[f]x,x,x[f ]x,x,x,x[f onde isolamos ]x,x,x[f 210 2 , para obter: ]x,x,x,x[f)xx(]x,x,x[f]x,x,x[f 3210 3 30321 2 210 2 Substituindo na segunda fórmula de interpolação, temos }]x,x,x,x[f)xx(]x,x,x[f{)xx)(xx( ]x,x[f)xx()x(f)x(f 3210 3 30321 2 2010 21 1 1010 que pode ser expresso por: ]x,x,x,x[f)xx)(xx)(xx(]x,x,x[f)xx)(xx( ]x,x[f)xx()x(f)x(f 3210 3 302010321 2 2010 21 1 1010que é a fórmula de interpolação para este caso, onde assumiremos 0xx , onde x é qualquer valor dentro do intervalo ]x,x[ 30 . 4º Caso: Generalização para n pontos na tabela Para uma tabela de n pontos, a fórmula de interpolação pode ser expressa, segundo o mesmo raciocínio, por: n 0i 1i 0j ji0 i 10 )xx(]x,...,x[f)x(f)x(f onde assumiremos 0xx , onde x é qualquer valor dentro do intervalo ]x,x[ n0 . Exemplo - Determinar o valor aproximado de )4.0(f , usando todos os pontos tabelados i ix iy 0 0.0 1.008 1 0.2 1.064 2 0.3 1.125 3 0.5 1.343 4 0.6 1.512 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 47 Solução I ix ][fyi ][f1 ][f2 ][f3 ][f 4 0 0.0000 1.0080 0.2800 1.1000 1.0000 -0.0000 1 0.2000 1.0640 0.6100 1.6000 1.0000 0.0000 2 0.3000 1.1250 1.0900 2.0000 0.0000 0.0000 3 0.5000 1.3430 1.6900 0.0000 0.0000 0.0000 4 0.6000 1.5120 0.0000 0.0000 0.0000 0.0000 Utilizamos os valores em azul no momento as substituição ][f)x4.0)(x4.0)(x4.0)(x4.0(][f)x4.0)(x4.0)(x4.0( ][f)x4.0)(x4.0(][f)x4.0(][f)4.0(f 4 3210 3 210 2 10 1 0 2160.1)4.0(f Exercício (01) Determinar o valor aproximado de ).(f 30 , usando todos os pontos tabelados I ix iy 0 0.0 0.0000 1 0.2 0.0480 2 0.4 0.2240 3 0.6 0.5760 4 0.8 1.1520 (02) Determinar o valor aproximado de )4.0(f , usando todos os pontos tabelados I ix iy 0 0.1 0.1010 1 0.3 0.3270 2 0.5 0.6250 3 0.7 1.0430 4 0.9 1.6290 (03) Determinar o valor aproximado de ).(f 30 , usando todos os pontos tabelados i ix iy 0 0.0 0.1000 1 0.2 0.1080 2 0.4 0.1640 3 0.6 0.3160 4 0.8 0.6120 Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 48 5. AJUSTE DE CURVAS 5.1. AJUSTE LINEAR O ajuste linear consiste em ajustar uma função do primeiro grau no dados xy 10 , onde 0 e 1 são denominados parâmetros do modelo. Figura – As bolinhas representam os valores amostrados no campo e a reta representa a função ajustada nos pontos amostrados. No ponto ix o valor iy representa o valor amostrado, e iyˆ o seu valor estimado pela função ajustada e iii yˆyd é a diferença entre o valor amostrado (valor real do campo) e o valor estimado. Para estimarmos a função xyˆ 10 , o erro entre o valor amostrado iy e o valor estimado iyˆ deve ser mínimo, para isto a soma dos quadrados do erro de todos os pontos deve ser a menor possível. Para você entender melhor, primeiro definiremos a função que representa a soma do quadrado dos erros: n i ii yˆyD 1 2 , onde temos n é o número de pontos amostrados. A magnitude de D depende da reta ajustada, ou seja depende de 0 e 1 . Assim como xyˆ 10 , podemos escrever: n i i )x(y),(D 1 2 1010 . Então para determinarmos 0 e 1 da função xyˆ 10 , devemos fazer 0 0 10 ),(D e 0 1 10 ),(D , O que resulta nas expressões: 2 1 1 2 111 1 n i n i ii n i i n i i n i ii xxn yxyxn e n xy n i i n i i 1 11 0 . Exemplo: Encontre o número de habitantes de uma cidade no ano de 1970 considerando os dados do censo mostrado na Tabela 2. Y xyˆ 10 iii yˆYd ix ii xyˆ 10 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 49 i Ano( ix ) Número de habitantes( iy ) 1 2 3 4 5 1940 1960 1980 1990 2000 19600 19800 20000 20100 20200 Tabela – Censo feito na cidade hipotética A. Para calcularmos 1 e 0 devemos primeiro completar a tabela com as colunas contendo informação de 2 i x , ii yx , n i ix 1 , n i iy 1 , n i i x 1 2 e n i ii yx 1 que são obtidos simplesmente pela soma dos elementos de cada coluna. i Ano ( ix ) Número de habitantes ( iy ) 2 i x ii yx 1 2 3 4 5 1940 1960 1980 1990 2000 19600 19800 20000 20100 20200 3763600 3841600 3920400 3960100 4000000 38024000 38808000 39600000 39999000 40400000 9870x n i i 1 99700y n i i 1 19485700x n i i 1 2 196831000yx n i ii 1 Tabela – Estão os valores de ix , iy , 2 i x , ii yx , n i ix 1 , n i iy 1 , n i i x 1 2 e n i ii yx 1 . Com os valores da Tabela podemos calcular os coeficientes 1 e 0 , da seguinte forma: 10 196831000194857005 9970098705 2 1 1 2 111 1 * *196831000* xxn yxyxn n i n i ii n i i n i i n i ii 200 5 10987099700 1 11 0 n xy n i i n i i . Com isto a função de ajuste é xyˆ 10200 ; O número de habitantes em 1970 é obtido pela fórmula xyˆ 10200 , da seguinte forma: 19900197010200 *yˆ , Logo tivemos 19900 habitantes em 1970. Departamento de Matemática, Estatística e Informática Licenciatura em Matemática Modalidade a Distância 50 Exercício (01) Com base dos dados amostrados dispostos na tabela a seguir encontre o valor quando 50.x , segundo uma aproximação linear. i ix iy 1 2 3 4 5 6 7 0.0000 0.2000 0.4000 0.6000 0.8000 1.0000 1.2000 -0.2000 0.8000 1.8000 2.8000 3.8000 4.8000 5.8000 (02) Com base dos dados amostrados dispostos na tabela a seguir encontre o valor quando 60.x , segundo uma aproximação linear. i ix iy 1 2 3 4 5 6 7 0.1000 0.3000 0.5000 0.7000 0.9000 1.1000 1.3000 0.5000 1.1000 1.7000 2.3000 2.9000 3.5000 4.1000 5.2. AJUSTE POLINOMIAL O ajuste linear é um caso particular do ajuste polinomial, onde ajustaremos aos pontos amostrados um polinômio, yˆ , de grau n. n n x...xxxyˆ 3 3 2 210 . Os são coeficientes n,...,,,, 3210 são obtidos através de um sistema: BAX . Para ajustarmos uma reta (polinômio do 1º grau) xyˆ 10 , devemos minimizar a função n i i )x(y),(D 1 2 1010 , para isto devemos fazer 0 0 10 ),(D n i i n i i yxn 1 1 1 0 0 1 10 ),(D n i ii n i i n i i yxxx 11 2 1 1 0 Universidade Estadual do Pará Centro de Ciências Sociais e Educação 51 Podemos escrever este sistema na forma matricial n i ii n i i n i i n i i n i i yx y xx xn 1 1 1 0 1 2 1 1 Comparando com o sistema BAX , temos que: n i i n i i n i i xx xn X