Baixe o app para aproveitar ainda mais
Prévia do material em texto
27/11/2019 Texto-base - Revisão: MÉTODOS NUMÉRICOS - MMN001 https://cursos.univesp.br/courses/2730/pages/texto-base-revisao?module_item_id=216133 1/5 MÉTODOS NUMÉRICOS - MMN001 Tratamento Numérico de Equações Diferenciais7 TEXTO-BASE Revisão ARITMÉTICA DE PONTO FLUTUANTE, MUDANÇA DE BASE E ZEROS DE FUNÇÕES Mudança de base 10 para base 2: Se o número for maior ou igual a 1: dividir o número (N) por 2, que resulta em: (N) = 2. X + resto (R1). Esse X divide de novo por 2 que leva a outro resto (R2). Fazer isso sucessivamente até que X seja 1 com o último resto (Rn). O número na base 2 será tomando o último resto e demais, do fim para o começo: (Rn...R2R1). 10 10 Se o número for menor que 1: multiplique a parte decimal por 2. Continue multiplicando a parte decimal por esse número obtido. O número na base 2 será a parte inteira do resultado de cada multiplicação realizada, com um “0” na frente. Mudança de base 2 para base 10: Se o número não tem “0” no início: multiplicar cada algarismo do número dessa base por potências crescentes de 2, da direita para a esquerda. Ao final, some os termos e terá o número na base 10. Se o número tem “0” no início: multiplicar cada algarismo do número depois da vírgula por potências decrescentes de 2, da esquerda para direita e somar ao final. Exemplos: clique aqui (https://cursos.univesp.br/courses/2730/pages/videos-de-apoio-semana-1? module_item_id=215097) . Zeros de Funções: Bissecção: Newton-Raphson: Falsa-Posição: Secantes: e com Exemplos: Clique aqui. (https://cursos.univesp.br/courses/2730/pages/video-de-apoio-introducao-ao- calculo-numerico-bissecao-newton-e-secante-parte-1?module_item_id=211660) SISTEMAS LINEARES Método de Cramer: a resolução do sistema linear do tipo [A] {x} = {b}nxn n n 27/11/2019 Texto-base - Revisão: MÉTODOS NUMÉRICOS - MMN001 https://cursos.univesp.br/courses/2730/pages/texto-base-revisao?module_item_id=216133 2/5 em que Ai é a matriz que se obtém substituindo a coluna i de A pelo vetor b. Exemplo: Clique aqui (https://cursos.univesp.br/courses/2730/pages/videos-de-apoio-semana-3? module_item_id=214425) . Eliminação de Gauss: a resolução do sistema linear do tipo [A] {x} = {b} é feita de modo a triangularizar o sistema da seguinte forma: Em seguida, obtém-se o vetor x realizando o algoritmo de retrosubstituição: Exemplo: Clique aqui (https://cursos.univesp.br/courses/2730/pages/videos-de-apoio-semana-3? module_item_id=214425) . nxn n n Fatoração LU: a resolução do sistema linear do tipo [A] {x} = {b} é feita transformando a matriz A em uma matriz triangular inferior L e outra superior U: A=LU. A decomposição de A em L e U pode ser feita na sequência: 1) l = 0 e u = 0 (i,j=1,…,n) 2) l = 1 (i=1,…,n) 3) u = a (j = 1,…,n) 4) l = a (i=2,…,n) 5) u = a - l .u (j=2,…,n) 6) l = (a - l .u )⁄a (i = 3,…,n) 7) Se A = LU, então podemos reescrever o sistema como: Lux = b, de maneira a resolvê-lo em duas etapas: Ly = b e Ux = y. Perceba que como L e U são triangulares, fica fácil obter os vetores y e x, por substituição direta. Exemplo: Clique aqui (https://cursos.univesp.br/courses/2730/pages/videos-de-apoio-semana-3? module_item_id=214425) . nxn n n ij ij ii 1j 1j i1 i¹⁄a11 2j 2j 21 1j i2 i2 i1 12 22 Método de Gauss-Jacobi: considere o sistema linear Ax = b de ordem n. O presente método de resolução linear é iterativo. Parte-se de um vetor solução inicial (x) na iteração k = 0. Isola-se para a linha 1 a incógnita x , para a linha 2 o vetor x , e assim por diante. Dessa forma, a resposta obtida do vetor solução x na iteração k + 1 é dado no sistema adiante, substituindo x do passo k. Obtendo um novo vetor solução x na iteração (k + 1). Para-se na iteração de modo que o erro relativo, , entre cada posição atenda ao critério de tolerância. Veja o exemplo a seguir: 1 2 27/11/2019 Texto-base - Revisão: MÉTODOS NUMÉRICOS - MMN001 https://cursos.univesp.br/courses/2730/pages/texto-base-revisao?module_item_id=216133 3/5 Exemplo: clique aqui (https://www.youtube.com/watch?v=ZPtnWCfFuVw) . Método de Gauss-Seidel: Seja o sistema dado na forma (3.3). O método iterativo de Gauss- Seidel consiste em: a) partindo-se de uma aproximação inicial b) calcula-se a sequência de aproximação utilizando-se as equações: i = 1, 2, ..., n k = 0, 1, 2, ... Continua-se a gerar aproximação até que um dos critérios abaixo seja satisfeito. tolerância. Exemplo: clique aqui (https://www.youtube.com/watch?v=A3oqQk6jEYU) . Interpolação Interpolar Pares (x , y )i i Técnica 1: escrever as n + 1 equações para p(x ) = y i i Forma de Lagrange: podemos representar um polinômio p (x) de grau n que interpola x , x ,..., x , da seguinte forma de Lagrange: p (x) = y L (x) + y L (x) + y L (x) + ⋯ + y L (x) Com: E y , y ,..., y são as ordenadas dos pontos para interpolação. Para o caso de polinômio de grau 1: Para o caso de polinômio de grau 2, tem-se: n 0 1 n n 0 0 1 1 2 2 n n 0 1 n 27/11/2019 Texto-base - Revisão: MÉTODOS NUMÉRICOS - MMN001 https://cursos.univesp.br/courses/2730/pages/texto-base-revisao?module_item_id=216133 4/5 Exemplo: Clique aqui (https://cursos.univesp.br/courses/2730/pages/videos-de-apoio-semana-4? module_item_id=211609) . Polinômio de Newton: podemos representar um polinômio p (x) interpola f(x) em x , x ,..., x , da seguinte forma de Newton: Com d sendo o operador diferenças divididas dado por: com Exemplos: Método de Newton [Interpolação Polinomial] (https://www.youtube.com/watch? reload=9&v=pnf8UCJ2Gwg) Método de Newton - EXERCÍCIO RESOLVIDO (https://www.youtube.com/watch?v=4Kf6VEhv7ok) n 0 1 n k Spline: para quando se tem muitos pontos para interpolar, o uso de uma única função interpoladora pode ser de grau muito ato, o que pode levar a problemas de avaliação muito impreciso de valores interpolados ou na obtenção de extremos. É possível aproximar grupos adjacentes desses pontos por polinômios mais simples de maneira a garantir continuidade até derivada segunda entre esses polinômios nos pontos de intersecção. Assim, pode-se aplicar funções splines de grau p. Dois tipos bem empregados de funções splines são destacados: Spline Linear: Desvantagem: . derivada descontinua entre as retas (https://cursos.univesp.br/courses/2730/pages/videoaula-21-interpolacao?module_item_id=211605) . (Veja vídeo de 16’51” a 17’57”) 27/11/2019 Texto-base - Revisão: MÉTODOS NUMÉRICOS - MMN001 https://cursos.univesp.br/courses/2730/pages/texto-base-revisao?module_item_id=216133 5/5 Spline Cúbica: https://cursos.univesp.br/courses/2730/pages/videoaula-21-interpolacao?module_item_id=211605 (https://cursos.univesp.br/courses/2730/pages/videoaula-21-interpolacao?module_item_id=211605) (Veja vídeo de 18’02” a 25’17”) Quadrados Mínimos: Caso contínuo: ajustar uma f(x) por um polinômio, P (x), de grau máximo m. Esse polinômio não passa necessariamente pelos pontos da função, mas é obtido pela busca de uma curva que minimize o quadrado da diferença entre a curva desejada e cada ponto da função a ser aproximado pelo polinômio: Essa minimização fica escrita em termos dos coeficientes do polinômio (α , α ,.., α ) de ajuste, resultando na resolução do sistema linear a seguir: com sendo o produto interno. Assim, com a resolução desse sistema linear, obtem-se os coeficientes de modo a ficar definido o polinômio, podendo em seguida substituir qualquer valor, interpolado ou, o mais comum, extrapolado. Caso discreto: no caso discreto, tem-se uma tabela de pontos medidos de alguma forma e quer-se uma curva de grau n que ajuste esses pontos. Recaindo também no sistema linear, mas o produto interno é dado conforme indicado a seguir: Exemplos: Clique aqui (https://cursos.univesp.br/courses/2730/pages/videos-de-apoio-semana-5?module_item_id=215253) . m 0 1 m
Compartilhar