Baixe o app para aproveitar ainda mais
Prévia do material em texto
A StuDocu não é patrocinada ou endossada por nenhuma faculdade ou universidade CNC 2018 Material de apoio 1 e 2 CNC Cálculo Numérico Computacional (Universidade Regional Integrada do Alto Uruguai e das Missões) A StuDocu não é patrocinada ou endossada por nenhuma faculdade ou universidade CNC 2018 Material de apoio 1 e 2 CNC Cálculo Numérico Computacional (Universidade Regional Integrada do Alto Uruguai e das Missões) Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc https://www.studocu.com/pt-br/document/universidade-regional-integrada-do-alto-uruguai-e-das-missoes/calculo-numerico-computacional/outro/cnc-2018-material-de-apoio-1-e-2-cnc/4329304/view?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc https://www.studocu.com/pt-br/course/universidade-regional-integrada-do-alto-uruguai-e-das-missoes/calculo-numerico-computacional/3552148?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc https://www.studocu.com/pt-br/document/universidade-regional-integrada-do-alto-uruguai-e-das-missoes/calculo-numerico-computacional/outro/cnc-2018-material-de-apoio-1-e-2-cnc/4329304/view?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc https://www.studocu.com/pt-br/course/universidade-regional-integrada-do-alto-uruguai-e-das-missoes/calculo-numerico-computacional/3552148?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc UNIVERSIDADE REGIONAL INTEGRADA DO ALTO URUGUAI E DAS MISSÕES DEPARTAMENTO DE ENGENHARIAS E CIÊNCIA DA COMPUTAÇÃO - DECC 333 – ENGENHARIA ELÉTRICA (194) – 2016 – SEGUNDA-FEIRA 303 – ENGENHARIA CIVOL- NOTURNO(201) – 2016 – SEXTA- FEIRA 10-415 C ÁLCULO NUMÉRICO COMPUTACIONAL CADERNO DE APOIO PROFª ELIANI RETZLAFF e-mail: elianir@ san.uri.br SANTO ÂNGELO - MARÇO, 2018 1 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc PLANO DE ENSINO DE CÁLCULO NUMÉRICO COMPUTACIONAL DADOS DE IDENTIFICAÇÃO CURSO: ENGENHARIAS: Elétrica, Civil e Mecânica DISCIPLINA: CÁLCULO NUMÉRICO COMPUTACIONAL DEPARTAMENTO: CIÊNCIAS EXATAS E DA TERRA – DCET CÓDIGO: 10-415 PROFESSOR: ELIANI RETZLAFF NÚMERO DE HORAS: 60 h/a T: 40/45 P: 20/15 CRÉDITOS: 04 EMENTA DA DISCIPLINA Erros. Zeros de funções. Interpolação polinomial. Sistemas lineares: Métodos para solução de equações e sistemas não-lineares. Integração numérica. Introdução a soluções de equações diferenciais ordinárias. OBJETIVOS DA DISCIPLINA GERAL: Propiciar ao aluno metodologias/conhecimentos para a resolução de diversos problemas que envolvam a utilização do computador como ferramenta de cálculo. ESPECÍFICOS: Entender, saber quando aplicar, como utilizar e como implementar diversos métodos numéricos apropriados para: achar as raízes de equações algébricas e transcendentes; resolver sistemas de equações lineares; fazer ajustes de curvas; fazer interpolação; realizar integração numérica. CONTEÚDO PROGRAMÁTICO: 1. ERROS EM PROCESSOS NUMÉRICOS: 1.1 Alguns conceitos que constituem a solução de problemas por meio de métodos numéricos; 1.2 Erros; 1.2.1 Erros da Fase de Modelagem; 1.2.2. Erros na conversão de bases; 1.3 Erros de Representação; 1.3.1. Aritmética de ponto flutuante; 1.3.2. Propriedades do sistema de ponto flutuante; 1.3.3. Regiões de Overflow e Underflow; 1.4 Erros Absoluto e Relativo; 1.5. Erros de Truncamento; 1.6. Erros de Arredondamento e Erros de Truncamento em Aritmética de ponto flutuante; 1.5 Propagação de Erros. 2. ZEROS DE FUNÇÕES: 2.1 Conceitos e definições; 2.1.1 Zeros de uma Função; 2.1.2 Processo Iterativo; 2.1.3 Determinação da Raiz; 2.2 Localização e Refinamento; 2.2.1 Localização de Raízes Isoladas; 2.3 Processos Iterativos; 2.3.1 Método da Dicotomia ou Bissecção; 2.3.2 Método de Newton, Newton-Raphson ou das Tangentes; 2.3.3 Método da Iteração Linear; 2.4 Implementação Computacional de Métodos. 3. SISTEMAS LINEARES: 3.1 Conceitos e Definições; 3.2 Matrizes Associadas a um Sistema; 3.3 Método de Gauss e Gauss-Jordan; 3.3.1 Algoritmo da Triangulação de Gauss; 3.3.2 Algoritmo da Diagonalização de Gauss-Jordan; 3.4 Métodos Iterativos de Jacobi e Gauss-Seidel; 3.5 Refinamento de Soluções; 3.6 Implementação Computacional de Métodos. 4. SISTEMAS NÃO-LINEARES: 4.1 Introdução; 4.2 Método de Newton; 4.3 Implementação Computacional do Método. 5. INTERPOLAÇÃO: 5.1 Interpolação Linear; 5.2 Interpolação Polinomial; 5.3 Interpolação de Lagrange; 5.4 Interpolação de Newton para diferenças divididas; 5.5 Implementação Computacional de Métodos 6. INTEGRAÇÃO NUMÉRICA; 6.1 Introdução; 6.2 Método dos Trapézios; 6.3 Método de Simpson; 6.4 Quadratura Gaussiana; 6.5 Implementação Computacional de Métodos. 7. MÉTODOS NUMÉRICOS PARA EDO'S: 7.1 Introdução; 7.2 Método de Euler; 7.3 Método de Runge-Kutta; 7.4 Implementação Computacional de Métodos. Plano de Ensino Cálculo Numérico Computacional - Profª Eliani Retzlaff Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 METODOLOGIA DE ENSINO Os conceitos teóricos serão expostos dentro de um contexto aplicado. Será utilizado o laboratório de informática, utilizando-se da planilha Excel, bem como Implementação Computacional de Métodos Utilizando o MathCad ou Matlab. ATIVIDADES DISCENTES Aplicação dos métodos na resolução de exercícios individuais e/ou em grupo sem e com a utilização de recursos tecnológicos. PROCEDIMENTOS DE AVALIAÇÃO Serão realizadas duas provas constituindo as notas P1 e P2; A prova será realizada com consulta somente a um formulário de uma folha tamanho A4 (frente e verso) escrito à mão e deverá ser entregue junto com a prova. Em caso de perda de uma das provas o acadêmico deverá procurar o professor até no máximo 2 (conforme manual acadêmico) dias úteis após a data de realização da prova para realizar a prova de reposição. BIBLIOGRAFIA BÁSICA BARROSO, L. C. Cálculo Numérico com Aplicações. 2ª ed., São Paulo: Harbra, 1987. CLAUDIO, D. M.; MARINS, J. M. Cálculo Numérico Computacional. 2ª ed., São Paulo: Atlas, 1994. RUGGIERO, M.A.G.; LOPES, V.L.da R. Cálculo Numérico: Aspectos Teóricos e Computacionais. 2ª ed., São Paulo: Makron Books, 1997. BIBLIOGRAFIA COMPLEMENTAR CUNHA, M. Cristina C. Métodos numéricos. São Paulo: UNICAMP, 1993. Amos, GILAT,, and SUBRAMANIAM, Vish. Métodos Numéricos para Engenheiros e Cientistas: Uma Introdução com Aplicações Usando o MATLAB. Bookman, 2008. http://integrada.minhabiblioteca.com.br/books/9788577802975 (também disponível na biblioteca) SPERANDIO, Décio; MENDES, João Teixeira; SILVA, Luiz Henry Monken e. Cálculo numérico: características matemáticas e computacionais dos métodos numéricos . São Paulo: Pearson, 2003. FRANCO, Neide Bertoldi. Cálculo numérico. São Paulo: Pearson, 2007. SADOSKY, Manuel. Cálculo Numérico e Gráfico. Rio de Janeiro: Interciência, 1980. ATENDIMENTO AOS ALUNOS À combinar horários. Plano de Ensino Cálculo Numérico Computacional - Profª Eliani Retzlaff Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cncINTRODUÇÃO O cálculo numérico é o conjunto de ferramentas ou métodos usados para se obter a solução de problemas matemáticos de forma aproximada. Abrange resolver problemas de Álgebra Linear e Não-Linear, de Estatística e Análise de Dados, de Cálculo Diferencial e Integral, assim como para outros métodos matemáticos, a partir de métodos numéricos. Estes servem de aplicações na área da engenharia, como exemplos: Cálculo de cabos entre postes; Cálculo de canais pela fórmula de Strickler (hidráulica); Cálculo de fundações (blocos e tubulações); Previsão da população futura de uma cidade para dimensionamento de sistemas de saneamento; Cálculo de volumes de jazidas para terraplenagem e pavimentação; Cálculo de esforços; Cálculo de momentos de inércia; Cálculo de estruturas com inércia variável; Determinação da deformação de uma viga; Simulações numéricas de problemas de previsão numérica do tempo; Simulações de escoamentos em torno de perfis aerodinâmicos, com reações químicas, de sistemas multifásicos, entre outros. Dessa forma, à priori, define-se o problema real a ser resolvido, observam-se fenômenos, levantam-se efeitos dominantes e fazem-se referência a conhecimentos prévios físicos e matemáticos; o passo seguinte é construir ou utilizar-se de um modelo matemático e em seguida resolve-se o problema matemático, validando o(s) resultados(s). É importante ressaltar que atualmente os recursos de softwares matemáticos, bem como linguagens de programação, pela possibilidade de simulações com o uso de modelos, métodos numéricos e implementação, tornam possíveis desenvolver projetos reais nas diferentes áreas. 1. ERROS EM PROCESSOS NUMÉRICOS 1.1. Alguns conceitos que constituem a solução de problemas por meio de métodos numéricos Para a solução de um problema da ciência ou da engenharia deve-se ter em mente o modelo que representa a situação física. Esse modelo matemático poderá ser resolvido por métodos numéricos quando os métodos analíticos falham ou são trabalhosos. Os métodos numéricos produzem, em geral, apenas soluções aproximadas. Por este fato, antes da sua utilização é necessário decidir qual a precisão dos cálculos com que se pretende obter a solução numérica desejada e ainda conhecer as fontes de erros, para que se possam eliminar, ou pelo menos, controlar o seu valor. Esquema do processo: Capítulo 1: Erros em Processos Numéricos 4 Métodos Numéricos ResoluçãoModelagem Problema físico Modelo Matemático Solução Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Modelagem: é a fase de obtenção do modelo matemático que descreve o comportamento do sistema físico. Resolução: é a fase de obtenção da solução através da aplicação de métodos numéricos - objetivo de estudo do Cálculo Numérico. Método Numérico: Se define como um algoritmo que vai produzir um ou mais valores numéricos, ou seja, são métodos de convergência que apresentam uma sequência de cálculos simples, porém repetitivos. Assim, os métodos numéricos: Aplicam-se onde os métodos exatos falham ou são trabalhosos o Um problema de Matemática pode ser resolvido analiticamente, mas esse método pode se tornar impraticável com o aumento do tamanho do problema. Exemplo: solução de sistemas de equações lineares. o A existência de problemas para os quais não existem métodos matemáticos para solução (não podem ser resolvidos analiticamente) Exemplos: a) certas equações polinomiais de graus maiores ou transcendentes (equações com termos exponenciais, logaritmos ou trigonométricos) b) certas integrais, como exemplo: y=∫ 1 2 e x 2 dx. c) equações diferenciais parciais não lineares Capítulo 1: Erros em Processos Numéricos 5 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Primam pela simplicidade, sendo que o resultado é possível de refinamento até obter-se a precisão desejada. São conhecidos há muito tempo, mas atualmente encontram larga aplicação valendo-se da evolução dos processos computacionais. Cálculo Direto: calculam a solução de um problema em um número finito de passos. Cálculo Iterativo: realizam sucessivas aproximações que convergem para a solução exata em seu limite. Um teste de convergência é especificado para decidir quando uma solução suficientemente precisa foi encontrada. Algoritmo: conjunto predeterminado e bem definido de regras e processos destinados à solução de um problema, com um número finito de etapas, ou seja, é um caminho para solução de um problema. O algoritmo também representa o rascunho para programas (Software), pois sua linguagem é intermediária à linguagem humana e às linguagens de programação, sendo então, uma boa ferramenta na validação da lógica de tarefas a serem automatizadas. Programa: É a formalização de um algoritmo em uma determinada linguagem de programação, segundo suas regras de sintaxe (conjunto de regras que determinam quais construções são corretas) e semântica (descrição de como as construções sintaticamente corretas são interpretadas ou executadas), de forma a permitir que o computador possa entender a sequência de ações. Iteração: repetição sucessiva de um processo. Um método iterativo se caracteriza por envolver os seguintes elementos: Aproximação inicial: consiste em uma primeira aproximação para a solução do problema numérico. Equação de recorrência: equação por meio da qual, partindo da aproximação inicial, são realizadas as aproximações sucessivas para a solução desejada. Teste de parada: é o instrumento por meio do qual o procedimento iterativo é finalizado. 1.2. Erros Partindo da premissa que os métodos numéricos possibilitam a obtenção de aproximações para o que deveria ser valores exatos, a consequência inerente a tais soluções é a inclusão de uma componente de erro aos resultados obtidos. Na solução desses problemas relacionados: Ao modelo: os modelos são na grande maioria idealizados, pois temos que aceitar certas condições que simplificam o problema para torná-lo tratável, buscando incluir suas características a fim de reduzir os erros nesta fase a um nível aceitável. Aos dados e parâmetros: além de equações e relações, um modelo matemático também contém dados e parâmetros que, frequentemente, são medidos experimentalmente, e portanto, aproximadas. As aproximações nos dados podem ter grande repercussão no resultado final. Capítulo 1: Erros em Processos Numéricos 6 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 A truncatura: muitas equações têm soluções advindas de um processo infinito, que por sua vez não pode ser completado tendo que ser truncado, resultando assim no erro de truncatura ou truncamento. Ao arredondamento relacionado ao cálculo: Quer os cálculos sejam efetuados manualmente quer obtidos por computador ou numa calculadora, somos conduzidos a utilizar uma aritmética de precisão finita, ou seja, apenas podemos ter em consideração um número finito de dígitos. O erro devido a desprezar os outros e arredondar o número é designado por erro de arredondamento. 1.2.1. Erros na Conversão de Bases Sistemas de numeração e sua representação Um sistema de numeração nos informa sobre o valor da quantidade, sua magnitude. Já o sistema métrico nos informa sobre a unidade de referência da medida. Um sistema de numeração é determinado fundamentalmente pela sua base. Sistema de numeração Decimal (ou de base 10): Quando falamos em sistema decimal, estamos estabelecendo que a nossa base de contagem é o número 10, pois o sistema decimal possui um alfabeto de 10 símbolos:0, 1, 2, 3, 4, 5, 6, 7, 8 e 9. Pode-se constatar que o valor atribuído a um símbolo depende da posição em que ele se encontra no conjunto de símbolos que está representando um número, onde cada casa vale 10 vezes mais que aquela que está imediatamente a sua direita e 10 vezes menos que a que está a sua esquerda Exemplo 1: O número 245 assinalando um símbolo a cada casa, indicando o valor de cada casa, teremos: Valor da casa 10³ = 1000 10² =100 101=10 100 = 1 10-1 = 0,1 10-2 = 0,01 Dígitos 0 2 4 5 0 0 O significado de cada dígito em determinada posição é o valor da casa multiplicado pelo valor do dígito e a quantidade representada é a soma de todos os produtos. x = (245)10 = 2.102 + 4.101 + 5.100 Exemplo 2: O número 3547,21, pode ser representado da seguinte forma: x = (3547,21)10 = 3.103 + 5. 102 + 4.101 + 7. 100 + 2. 10-1 + 1. 10-2 = 3000 + 500 + 40 + 7 + 0,2 + 0,01 Sistema de numeração Binário (ou de base 2): No sistema binário, os símbolos 0 e 1, representam os valores numéricos, onde, cada casa vale 2 vezes mais que aquela que está imediatamente a sua direita e 2 vezes menos que a que está a sua esquerda. Observe o seguinte esquema: Valor posicional ... 24 23 22 21 20 2-1 2-2 2-3 2-4 ... Equivalente em decimal ... 16 8 4 2 1 1/2 1/4 1/8 1/16 ... Capítulo 1: Erros em Processos Numéricos 7 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Se b0, b1, b2, etc., são os valores (0 ou 1) que se coloca em cada posição, a quantidade representada valerá: … + b424 + b323 + b222 + b121 + b020 + b-12-1 + ... Para evitar a representação mediante o somatório, adota-se a convenção de separar mediante vírgulas as casas 20 e 2-1, de tal modo que a representação fique: ... b4 b3 b2 b1 b0, b-1 b-2 … Em que bi = 0 ou 1. Exemplo: o número binário 10011,01 representa a quantidade: Valor da casa 24=16 23=8 22=4 21=2 20=1 2-1=1/2 2-2=1/4 Dígitos 1 0 0 1 1 0 1 x = (10011,01)2 = 1.24 + 0.23 + 0.22 + 1.21 + 1.20 + 0.2-1 + 1.2-2 = 16 + 2 + 1 + 1/4 Os computadores atuais representam os números internamente no formato binário, como sequência de zeros e uns. Em geral, a partir da base β, todos os números podem ser expressos pelo Teorema Fundamental da Numeração: an. β n +...+ a2. β 2 + a1. β 1 + a0. β 0 + a-1. β -1 + a-2. β -2 + ... + a-m. β –m, onde n e m são números inteiros e os ai são os elementos da base. De forma simplificada: ∑ i=n −m a i .β i=X β , onde i indica a posição em relação à vírgula. Esta representação de X é única e é chamada de representação de X na base β, representada como (X) β . Exemplo: (11001)2 = 1.24 + 1.23 + 0.22 + 0.21 + 1.20 Exercício 01: Represente os números nas respectivas bases: a. (3407)10 = b. (1059,7)10 = c. (10101)2 = d. (1001,101)2 = e. (0,1101)2 = 2.2.2 Conversão de bases É o processo de converter valores de um sistema de numeração para outro. Base qualquer em decimal: Basta fazer a representação do número pelo Teorema Fundamental da Numeração. Exemplos: a) (11001)2 = 1.24 + 1.23 + 0.22 + 0.21 + 1.20 = 16 + 8 + 0 + 0 + 1 = (25)10 b) (1202,01)3 = Exercício 02: Converta os seguintes números de base binária para base decimal: a. (110111)2 = b. (11,0101)2 = Capítulo 1: Erros em Processos Numéricos 8 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 c. (101101)2 = d. (11010,101)2 = e. (0,01011)2 = Base decimal em binário: É feito em duas etapas: Para a parte inteira – utiliza-se o quadro de valores ou mediante divisões inteiras sucessivas por 2, tomando-se os restos das divisões no sentido ascendente. Exemplo 1: Converter o número de base decimal 197,125 para base binária. Para inteiros: (197)10 = (11000101)2 Para parte fracionária usa-se o método das multiplicações sucessivas por 2, usando a parte inteira do resultado para compor o valor binário e a parte fracionária para realizar novas multiplicações, até que o resultado seja 1 ou se alcance um número satisfatório de casas decimais. Para 0,125: 0,125 x 2 = 0,25 0,25 x 2 = 0,5 0,5 x 2 = 1,0 Logo: 0,12510 = 0,0012 Portanto, (197,125 )10 = (11000101,001)2 Exemplo 2: Converter 0,1875 em binário: 0,1875 x 2 = 0,3750 0,3750 x 2 = 0,7500 0,7500 x 2 = 1,5000 0,5000 x 2 = 1,0000 Portanto, 0,187510 = 0,00112 Exemplo 3: Converta o número (0,1)10 na base 2. Resp.: (0,0001100110011...)2 Capítulo 1: Erros em Processos Numéricos 9 Dividir até que o último quociente seja menor que a base Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Observação: um número real entre 0 e 1 pode ter representação finita no sistema decimal, mas infinita no sistema binário. Como visto, um número pode ter representação finita em uma base e não-finita em outra. Assim, os dados de entrada são enviados ao computador pelo usuário no sistema decimal; toda esta informação é convertida para o sistema binário, e as operações todas serão efetuadas neste sistema. Os resultados finais serão convertidos para o sistema decimal e, finalmente, serão transmitidos ao usuário. Todo este processo de conversão é uma fonte de erros que afetam o resultado final dos cálculos. Exercícios 03: 1) Resolva o exemplo 2 utilizando-se da Planilha Excel e observando o algoritmo que segue. Algoritmo: Passo 0: x1 = x; k = 1 Passo 1: Calcule 2.xk Se 2.xk = 1, faça: dk = 1 Caso contrário, faça: dk = 0 Passo 2: Faça xk+1 = 2xk - dk, Se xk+1 = 0, pare. Caso contrário: Passo 3: k = k+1 Volte ao passo 1 E então: 0,d1d2d3...dk Do exemplo 1: K Xk 2.Xk dk Xk+1= 2.Xk - dk 1 0,125 0,25 0 0,25 – 0 = 0,25 2 0,25 0,5 0 0,5 – 0 = 0,5 3 0,5 1,0 1 1,0 – 1 = 0 (pare!) 2) Converta os seguintes números de base decimal para base binária: a. (34 )10 = b. (347)10 = c. (0,2)10 = d. (0 , 875)10 = e. (33 ,023 )10 = f. (0 ,1875 )10 = 3) Determine o inteiro positivo x que verifica a igualdade (10101)x =(651)10 1.3. Erros de Representação dos Números Capítulo 1: Erros em Processos Numéricos 10 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 1.3.1. Aritmética de ponto flutuante: Atualmente, um computador ou calculadora representa um número real (inteiro ou não-inteiro) num sistema denominado aritmética de ponto flutuante. Nesta notação, os valores são armazenados em uma forma compacta (conhecida como forma canônica): o sinal do número, a parte fracionária também chamada de mantissa e uma área para armazenar o expoente. 0,12345 x 106 Expoente mantissa Desta forma, é possível representar grandes números no computador, mas esta facilidade tem seu preço: os valores em ponto flutuante perdem em precisão. Como o espaço de armazenamento é limitado, não é possível armazenar todos os números reais e sim intervalos discretos. Quanto maior for o espaço disponível para armazenamento, maior será a faixa e a precisão dos números armazenados. Os computadores atuais utilizam base binária com tamanho de palavra de 32 bits ou 64 bits. Se for baseado no padrão IEEE754, define a representação com tamanho de palavra de 32 bits, chamado de precisão simples, e com palavra de 64 bits chamado de precisão dupla, a divisão do tamanho da palavra é assim definido: Precisão Simples: 32 bits ou 4 bytes 1 bit é reservado para o sinal do número (positivo ou negativo); 8 bits são utilizados para armazenar um número inteiro que é o expoente da base; 23 bits são utilizados para a mantissa. Precisão Dupla: 64 bits ou 8 bytes 1 bit é reservado para o sinal do número (positivo ou negativo); 11 bits são utilizados para armazenar um número inteiro que é o expoente da base; 52 bits são utilizados para a mantissa. Considerando um sistema de ponto flutuante F⊂ℜ como um subconjunto dos números reais cujos elementos tem a representação: x=±( .d1 d2 d3 . ..d t ) β e Onde: .d1d2d3 .. . d t é chamada de mantissa base β em que a máquina opera (binária, decimal, hexadecimal, etc..); precisão t da máquina (nº de dígitos do sistema de representação); limites do expoente e de β ( em≤e≤e M ); di: são números inteiros contidos no intervalo 0 ¿ di < (β-1); i = 1, 2, ..., t; d1 ¿ 0; Se d1 ¿ 0, diz-se que o número está normalizado. A mantissa é fracionária nesta representação (<1). E, para assegurar representação única para cada x∈F , faz-se a normalização no sistema de forma que d1≠0 para x≠0 . Capítulo 1: Erros em Processos Numéricos 11 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Exemplos: 1) Representação de números em aritmética de ponto flutuante: Número na respectiva base Representação em ponto flutuante Mantiss a Bas e Expoent e (5532)10 0,5532 x 104 (corrigir a ordem de grandeza através da multiplicação) 0,5532 10 4 (-55,32)10 - 0,5532 x 102 - 0,5532 10 2 (0,00233)10 0,233 x 10-2 0,233 10 -2 (100)10 0,1 x 103 0,1 10 3 (100)10 = (1100100)2 0,1100100 x 27= 0,1100100 x 2111 0,11001 2 111 Usualmente, procura-se representar um sistema de ponto flutuante por F(β, t, em , eM ), onde em e eM são respectivamente o menor e o maior expoente, β é a base e t é a precisão. 2) Numa máquina hipotética cujo sistema de representação utilizado seja: F(2, 10, -15, 15). Cada dígito é chamado de bit, portanto nessa máquina são utilizados 1 bit para o sinal da mantissa, 10 bits para a mantissa, 1 bit para o sinal do expoente e 4 bits para o expoente, resultando no total de 16 bits. Está estabelecido que o sinal positivo assume o dígito “0” e o negativo assume o dígito “1”. O número decimal 25 é representado na forma: x=( . d1 d2 d3 . .. d10)∗2 e 2510 = 110012 = 0, 11001*25 = 0, 11001*2101 0 1 1 0 0 1 0 0 0 0 0 0 0 1 0 1 Sinal da Mantissa Mantissa Sinal do Expoente Expoente Exercícios 04: 1) Usando a mesma máquina do exemplo anterior, represente 3,510 e -7,12510. Alguns exemplos de máquinas: 1) HP48: F(10, 12, -498,500) 2) IBM 360/370: F(16, 6, -64, 63) 3) B6700: F(8, 13, -51, 77) 4) Cray 1: F(2, 48, -8192, 8191) Capítulo 1: Erros em Processos Numéricos 12 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Padrão IEEE Alguns exemplos de máquinas: 1) HP48: F(10, 12, -498,500) 2) IBM 360/370: F(16, 6, -64, 63) 3) B6700: F(8, 13, -51, 77) 4) Cray 1: F(2, 48, -8192, 8191) Um caso real: Em 04/06/1996, na Guiana Francesa, o lançamento do foguete Ariane 5 falhou por uma limitação da representação numérica (quantidade insuficiente de bits). Houve um erro na trajetória, 36,7 segundos após o lançamento, seguido de explosão. Prejuízo: US$ 7,5 bilhões. 1.3.2. Propriedades do sistema de ponto flutuante: Menor número em módulo: 0,1*βem Maior número: 0, [ β−1 ] [β−1 ] [β−1 ]… [ β−1 ] . βeM t vezes A mantissa está contida no intervalo [0.1, 1) e o número máximo de mantissas positivas é dado por: m+=( β−1 )∗β t−1 O número máximo de expoentes possíveis é: e p =e M −e m +1 Se x ∈ F , então − x ∈ F e a cardinalidade (número de elementos) de F é: Capítulo 1: Erros em Processos Numéricos 13 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc NE=2∗m+∗e p+1 NE=2∗( β−1)∗β t−1∗[(eM−em )]+1 Exemplo: Considere uma máquina que opere no sistema F(2, 3, -1, 2) a) O menor exatamente representável: 0 , 100∗2−1=0 , 0100=0 .2−1+1. 2−2=1 4 b) O maior exatamente representável: 0,111*22 = 11 ,1=1. 21+1 . 20+1 .2−1=3+ 1 2 =7 2 c) Número máximo de mantissas positivas possíveis: m+=(2−1 )∗2 3−1=4 , que são: 0,100; 0,101; 0,110 e 0,111. d) O número máximo de expoentes possíveis: e p=2−(−1 )+1=4 , que são: -1, 0, 1, 2 e) Número de elementos positivos representáveis: m+∗e p=4∗4=16 Desta forma, têm-se os seguintes números positivos: (0,100 x 2-1)2 = (0,01)2 = (0,100 x 20)2 = (0,1)2 = (0,100 x 21)2 = (1)2 = (0,100 x 22)2 = (10)2 = E assim sucessivamente Então: Mantissa e 0,10 0 0,10 1 0,110 0,11 1 -1 0 1 2 f) Número total de elementos exatamente representáveis: Pode-se perceber pela tabela que a cardinalidade do sistema de ponto flutuante, é igual ao dobro do número de elementos positivos (por causa dos negativos) mais um (o zero), ou NE=2∗( β−1)∗β t−1∗[(eM−em+1) ]+1 ¿2∗(2−1)∗23−1∗[(2−(−1)+1) ]+1=33 Ou Simplesmente 2*mantissas*expoentes possíveis + um (o número zero) Capítulo 1: Erros em Processos Numéricos 14 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 1.3.3. Regiões de Overflow e Underflow: Devido a representação dos números em A.P.F., pode ocorrer também o erro relacionado aos limites do expoente. Se o expoente “e” da base não pertencer ao intervalo ( em , e M ), x não pode ser representado em F, então tem-se os casos de erro de: Overflow, se e > eM , o número é muito grande para ser representado (ultrapassa a capacidade máxima) Underflow, se e < em , no número é pequeno demais para ser representado (ultrapassa a capacidade mínima) Do exemplo anterior, podem-se observar quais as regiões que ocorrem o overflow e o underflow. Observe que, se o expoente for maior que 2 ou menor que -1, não se tem representação no conjunto formado pela aritmética de ponto flutuante. No primeiro caso, tem-se o overflow, no segundo caso, tem-se o underflow. Representação das regiões: RU = (−1/ 4;0) ∪ (0;1/ 4) e RO = (−∞;−7 / 2) ∪ (7 / 2;+∞) a) Representação por Corte ou Truncamento: Desprezam-se os algarismos que ficam acima da (t+1)-ésima casa decimal. Onde t representa o número de dígitos da mantissa. Observe que esta forma de representação pode gerar um grande erro de arredondamento. b) Representação por Arredondamento: Nesta representação, x é representado pelo elemento do sistema de ponto flutuante que estiver mais próximo dele, diminuindo ao máximo o erro de arredondamento. Se o valor do algarismo que fica na (t+1)-ésima cada decimal for menor do que 5 arredondamos o número desprezando-se todos os algarismos após a t-ésima casa decimal; Se for maior ou igual a 5 soma-se 1 ao algarismo na t-ésima casa decimal e desprezam-se os algarismos restantes. Exemplo: Em F(10, 4, -98, 100), as quantidades 0.333333, 0.123952, 0.348446 e 0.666... são representadas por corte, respectivamente, como 0.3333, 0.1239, 0.3484 e 0.6666 (observe que apenas consideramos os primeiros dígitos do número) e são representados por arredondamento, respectivamente, por 0.3333, 0.1240, 0.3484 e 0.6667 (observe que quando o próximo dígito é maior que 5, o último algarismo é aumentado de uma unidade). Nota: Não se deve confundir representação por truncamento e representação por arredondamento com erro de truncamento e erro de arredondamento. Capítulo 1: Erros em Processos Numéricos 15Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Exercícios 05: 1) Encontrar a representação dos números abaixo em um sistema de números de aritmética de ponto flutuante, de três dígitos significativos, com emin=−4 e e max =4 . Número Representação Arredondament o Truncamento 1,45 10,054 -231,15 2,72822 0,000008 6524582, 4 2) Considerando uma máquina hipotética, F(2, 10, -15, 15), represente o número x: a. x = 21 b. x = -5,15 3) Considere a representação binária de 0,6 e 0,7. Se esses dois números forem representados na aritmética F(2, 2, -1, 2 ), de que forma eles serão representados e qual o respectivo decimal? 4) Encontre todos os elementos positivos (em base dez), a cardinalidade, a região de overflow e a região de underflow para o sistema de ponto flutuante F(3,2,-2,2). Mantissas e -2 -1 0 1 2 5) Dado F(10, 3, -2, 2), represente o número x: a. x1 = 0,35 b. x2 = -1,15 c. x3 = 0,0125 d. x4 = 1234,5 6) Dado F(2, 10, -15, 15), represente o número x: a. x1 = 0,35 b. x2 = -1,15 c. x3 = 0,122 d. x4 = 1234,5 Capítulo 1: Erros em Processos Numéricos 16 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 1.4. Erros Absoluto e Relativo 1.4.1. Erro Absoluto É a diferença em módulo, entre um valor exato x e o valor aproximado x , ou seja: EAx = | x− x̄ | Cota para o erro: EAx só poderá ser determinado se x for conhecido com exatidão, caso contrário, costuma-se trabalhar com uma cota (ou limitante) que permitirá, mesmo não conhecendo o erro, saber que está entre dois valores conhecidos. Um número > 0 é uma cota para EAx, se EAx < . ∴ |x− x̄|<ε ⇔ { x̄−ε<x< x̄+ε¿ Exemplo 1: Para π ¿ (3,14; 3,15): EAπ = | π−π |< 0,01 Exemplo 2: Tem-se duas situações: 1ª - uma pessoa teve uma proposta de trabalho onde foi lhe oferecido x = R$ 8.530, 20, no entanto na hora de assinar a carteira de trabalho x̄ = R$ 8.530,00. 2ª – Um acadêmico obteve sua nota no portal de y = 6,8. Recebendo a prova o mesmo verificou uma questão não corrigida e sua média passaria a y = 7,0. Calcule o erro absoluto nas duas situações. EAx = EAy = Obviamente o resultado é o mesmo nos dois casos, porém, é necessário comparar a ordem de grandeza de x e y, que é medido pelo erro relativo. 1.4.2. Erro Relativo Serve para prescrever a precisão de um cálculo. É definido como o erro absoluto dividido pelo valor aproximado, ou seja: ER x = |x− x̄| x̄ Exemplo 1: O erro relativo pode transmitir perfeitamente os resultados do exemplo anterior: ER x = ER y = O erro percentual é dado por EPx=100 . ERx . EP x = EP y= Capítulo 1: Erros em Processos Numéricos 17 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Observa-se que o número que tem menor erro relativo, terá maior precisão. Logo o peso de aproximação em ___ é maior do que em ___. ER precisão da medida (inversamente proporcional) Exemplo 2: O erro relativo considerando-se as medidas aproximadas a’= 2112,9; e’= 5,3 e |EA| = 0,1: |ER a |= 0,1 2112 , 9 ≃4,7 . 10−5 |ER e |= 0,1 5,3 ≃0 , 02 Então, o número a é representado com maior precisão que o número b. Exemplo 3: Um erro de 1km na medida da distância entre a terra e a lua é menos significativo que um erro de 1cm na realização de uma cirurgia cerebral via um robô. Exercícios 06: 1. Suponha que tenhamos um valor aproximado de 0.00004 para um valor exato de 0.00005. Calcular os erros absoluto, relativo e percentual para este caso. 2. Suponha que tenhamos um valor aproximado de 100000 para um valor exato de 101000. Calcular os erros absoluto, relativo e percentual para este caso. 3. Considerando os dois casos acima, onde se obteve uma aproximação com maior precisão? Justifique sua resposta. 4. Você caminha de uma árvore para outra e estima que elas estão 9 metros distantes uma da outra. Esse é o valor experimental (aproximado). Em seguida, você volta ao local com uma fita métrica, mede a mesma distância e descobre que, na verdade, elas estão 10 metros de distância uma da outra. Esse é o valor real. a. Calcule o erro absoluto b. Calcule o erro relativo e o erro percentual 1.5. Erros de Truncamento Surgem, em geral, quando um processo algoritmo é infinito e utiliza-se uma parte finita do mesmo. Exemplo: Cálculo do valor de ex pela série: ex=1+x+ x 2 2 ! + x 3 3 ! +. ..+=∑ n=1 ∞ x n n! ex=1+x+ x 2 2 ! =? Capítulo 1: Erros em Processos Numéricos 18 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 2. ZEROS DE FUNÇÕES Em muitos problemas práticos de aplicação matemática de Ciências e Engenharia, por exemplo: cálculo de valores extremos de uma função indicativa de um fenômeno físico, como temperatura, energia, etc., ou as raízes de um polinômio característico para a obtenção dos autovalores e autovetores de uma matriz, extremamente importantes na análise do comportamento dos sistemas dinâmicos; há a necessidade de se determinar um número xr para o qual: f (xr )=0⇒ xr é raiz de f(x) Equações Algébricas (ou Polinomiais): A variável aparece submetida a operações algébricas, repetidas um número finito de vezes. Se x é esta variável, tem-se: Pn( x )=an x n+an−1 x n−1+an−2 x n−2+. ..+a2 x 2+a1 x+a0 onde: n∈Ν ai∈R Equações Transcendentes: A variável aparece submetida a operações não algébricas em pelo menos um termo da equação. Nestas equações, em pelo menos um termo, aparecem funções como: exponenciais, logarítmicas, trigonométricas, etc. Aplicação: Equilíbrio de Mecanismos: Capítulo 2: Zeros de Funções 19 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc 2.1 RESOLUÇÃO DE EQUAÇÕES ALGÉBRICAS E TRANSCENDENTES As equações algébricas de 1° e 2° Graus, certas classes de 3° e 4° graus e algumas equações transcendentes podem ter suas raízes calculadas exatamente por métodos analíticos, mas para polinômio de grau posterior a quatro e para a grande maioria das equações transcendentes o problema só pode ser resolvido por métodos que aproximam as soluções. Embora esses métodos não determinem as soluções exatas, as raízes podem ser calculadas com a exatidão que o problema determine, desde que certas condições de f sejam satisfeitas. Localização de Zeros de Funções – problemas e gráficos Construir o gráfico da função na planilha Excel: 1. O preço à vista de um carro é de R$ 85.000,00, mas pode ser vendido a prazo em 60 prestações mensais de R$ 2.737,50. Nessas condições, qual a taxa de juros mensal que estaria sendo cobrada? Da matemática financeira tem-se: PV=PMT .[ (1+ i)n−1i . (1+i )n ] . PV PMT =[ (1+i)n−1i .(1+ i)n ] ou [ (1+i) n−1 i .(1+i )n ] - PVPMT =0 ou PVPMT . [ i .(1+i)n ]=(1+i )n−1 ou PV PMT .[ i .(1+i)n ]−(1+i)n+1=0 , logo: f(i) = 0. 2. Uma haste delgada de comprimento 2R e peso P está presa a um cursor em B e apoiada a um cilindro R. Sabendo que o cursor pode se deslocar livremente ao longo de sua guia vertical, determine o valor de θ correspondente ao equilíbrio. Despreze o atrito. Considere como critério de parada |f(xn)|<0,00001. 3. A função h(x) = x.sen(x) é utilizada noestudo de oscilações forçadas sem amortecimento. Encontre o valor de x ∈ [0, 2] onde a função assume o valor h(x) = 1. Capítulo 2: Zeros de Funções 20 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 4. A área As da parte sombreada, com θ em radianos, é dada por: A= 1 2 r 2(θ−sin θ). Se A = 3,6m² e r = 3m, para determinar o ângulo θ, a equação deve ser resolvida para θ. Desta forma, tem-se: A−1 2 r 2 (θ−sin θ )=03,6− 1 2 3 2 (θ−sin θ )=0 3,6−4,5 (θ−sinθ )=0 Então, pode-se escrever que f (θ )=0 e, f (θ )=3,6−4,5 (θ−sinθ ) 5. A corrente elétrica em um circuito varia o tempo conforme a seguinte expressão: I=9⋅e−1⋅cos (2⋅π⋅t+0 . 5 ) Determinar o tempo no qual a corrente se iguala à metade do seu valor inicial (Quando t = 0). Capítulo 2: Zeros de Funções 21 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc 2.1.1 Teorema de Bolzano Para que uma função seja contínua y = f(x) tenha no mínimo uma raiz no intervalo [a, b], é suficiente, que ele tenha valores de sinais opostos nos limites deste intervalo, ou seja, f(x) assume valores de sinais opostos nos pontos extremos do intervalo fechado [a,b]. Observando o gráfico seguinte: Se f (a) . f (b )<0 , então o intervalo conterá no mínimo uma raiz (ou um n° ímpar de raízes). Se f (a) . f (b )>0 , então, a f(x) não tem nenhuma raiz real no intervalo ( ou o n° de raízes será par). A raiz x será definida e única se a derivada f`(x) for contínua e conservar o sinal dentro do intervalo [a, b]. y = f(x) f(a).f(b) < 0 xr ¿ [a, b] ⇒ f(xr) = 0 2.1.2 Refinamento Para calcular uma raiz, duas etapas devem ser seguidas: 2.1.2.1 Isolar a raiz, ou seja, achar um intervalo [a,b], o menor possível, que contenha uma e somente uma raiz da equação f(x) = 0; Técnicas de Isolamento de Raízes: Para isolar os intervalos que contenham raízes, além do Teorema de Bolzano (procedimento analítico), podemos utilizar um recurso gráfico, ou o isolamento através de tabelas, então: Isolamento através de Tabelas: Observamos as mudanças de sinais da função f(x), quando for atribuído valores para a variável x. Verifique o exemplo, f(x) = x3 – 9x +3, Capítulo 2: Zeros de Funções 22 f(b) f(a) Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 x - ∞ -100 -5 -3 -1 0 1 2 3 Tem-se que, x1∈¿ ¿ ( , ) , x2∈¿ ¿ ( , ) e x3∈¿ ¿ ( , ) Visualização Gráfica – método gráfico: Se possível a subdivisão da função dada em outras duas funções, pode simplificar muitas vezes a representação gráfica: f (x )=g( x )−h( x )⇒ f ( x )=0 ∴g( x )=h( x ) ou seja, os valores de x para os quais vale a igualdade de g(x) e h(x), são aproximações das raízes de f(x), logo: o zero da função se encontra no ponto x da intersecção das duas novas funções. Do exemplo anterior: f x( ) x 3 9x 3 g x( ) x 3 h x( ) 9x 3 4 2 0 2 40 20 20 f x( ) g x( ) h x( ) x Exercício: Como visto, o Método Gráfico, consiste em traçar o gráfico da função f(x) com o objetivo de determinar o intervalo [a, b] que contenha uma única raiz, então, encontre (isole) os intervalos onde as raízes da função transcendente f (x )=x 3−sen( x ) estão localizadas. (lembrar que: para valores reais, calculadoras em rad) Procedimento analítico: Seja f(x) contínua em [a, b], então: o Se f(a).f(b) < 0, ∃ um número ímpar de raízes neste intervalo; o Se f(a).f(b) > 0, ∃ ou ∃ um número par de raízes neste intervalo; o supondo que f(x) e f’(x) sejam contínuas em [a, b] e que o sinal de f’(x) se mantenha constante, então: Se f(a).f(b) < 0 ∃ uma única raiz em [a, b]; Se f(a).f(b) > 0 ∃ raiz real em [a, b]; Capítulo 2: Zeros de Funções 23 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Observação: o fato de f’(x) manter o sinal constante em [a, b], implica que f(x) poderá ser crescente ou decrescente em [a, b]. o Se f’’(x) indica a direção da concavidade da curva: Se f’’(x) > 0 ⇒ concavidade voltada para cima; Se f’’(x) < 0 ⇒ concavidade voltada para baixo; Exemplo de uma função qualquer: Com relação a primeira raiz: As funções f(x) e f´(x) são contínuas no intervalo x [-2; -1,5] a = -2 e b = -1,5; f(a) = f(-2) 4,32 > 0 e f(b) = f(-1,5) - 0,388 < 0; f´ x( ) x 1( ) x 1( ) x 1.6( ) x 1.6( ) x 1( ) x 1.6( ) x 1.6( ) x 1( ) x 1.6( ) x 1.6( ) x 1( ) x 1( ) f´(x) < 0, para x [a, b] o sinal de f´(x) se mantém constante e f(a).f(b) < 0: ∃ uma única raiz em [a, b] = [-2; -1,5] Capítulo 2: Zeros de Funções 24 f x( ) x 1.6( ) x 1( ) x 1( ) x 1.6( ) x -2 -1.9 -1.8 -1.7 -1.6 -1.5 f´ x( ) -17.76 -13.908 -10.512 -7.548 -4.992 -2.82 f´´ x( ) 2 x f x( ) d d 2 f´´ x( ) 2 x 1( ) x 1.6( ) 2 x 1( ) x 1.6( ) 2 x 1( ) x 1( ) 2 x 1.6( ) x 1.6( ) 2 x 1.6( ) x 1( ) 2 x 1.6( ) x 1( ) f´´ x( ) 40.88 36.20 31.76 27.56 23.60 19.88 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 f´´(x) > 0, para x [a, b] concavidade voltada para cima. Outros exemplos: { f (a)>0, f (b )<0 ¿ {f '( x )<0 em [ a ,b ] ¿ ¿ ¿¿ { f (a)<0, f (b )>0 ¿ {f '( x )>0 em [ a , b ] ¿ ¿¿¿ { f (a)>0, f (b )<0 ¿ {f '( x )<0 em [ a ,b ] ¿ ¿ ¿¿ { f (a)<0, f (b )>0 ¿ {f '( x )>0 em [ a , b ] ¿ ¿ ¿¿ Capítulo 2: Zeros de Funções 25 b b a xra xrxr b a a b xr Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc 2.1.2.2 Melhorar o valor da raiz aproximada, isto é, refiná-la até o grau de exatidão requerido, através de métodos iterativos, que são as sequências de instruções que são executadas passo a passo, algumas repetidas em ciclos (iterações). 2.1.2.2.1 Métodos Iterativos para se obter Zeros de Funções Algébricas e Transcendentes Para a resolução de uma situação modelada sob a forma de uma equação a qual não seja possível isolar a variável solução, deve-se considerar alguns aspectos do processo iterativo. O ponto de partida é ter uma estimativa inicial do resultado do problema, observando o tipo de grandeza envolvida (como vistos nos problemas representados graficamente) . A visualização gráfica fornece a posição aproximada da solução da equação, bem como propicia a interpretação geométrica para a construção de conceitos referentes aos métodos numéricos. O processo numérico nem sempre garante convergência, no entanto, dispõe de critérios de verificação antes de utilizá-lo. Na medida em que o resultado esteja próximo o suficiente do esperado é utilizado um critério de parada que retorne a precisão desejada. Conforme esses dados de entrada e critérios de parada a serem utilizados para uso dos métodos, podem ser constituídos os algoritmos para a implementação computacional. Para exemplificar, considera-se uma situação com dados reais, envolvendo modelos matemáticos que são estudados na disciplina de Engenharia Econômica: Em certa concessionária, o preço à vista de um carro é de R$ 79.990,00, mas que pode ser vendido com entrada de R$ 39.995,00 e saldo parcelado em 48 vezes de R$ 1.745,83 mensais. Determinar a taxa mensal de juros utilizada. Descontando a entrada tem-se a financiar R$ 39.995,00 em 48 parcelas. Pode-se estimara solução dentro de um intervalo, a taxa provavelmente será maior que zero e menor que 10% ao mês (em exagero). O conhecimento prévio envolve matemática financeira (rendas certas), o modelo matemático que segue, que envolve respectivamente o valor presente (PV), o valor da prestação (PMT), a taxa i e o número de parcelas n, apresentados na equação (1). PV=PMT .[ (1+ i)n−1i . (1+i )n ] (1) Capítulo 2: Zeros de Funções 26 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Pode-se perceber que não é possível isolar a taxa para determinar seu valor, então se iguala a equação (1) a zero, resultando em um “problema de raiz de função”. Pode-se observar que existem diversas maneiras de igualar a equação a zero e que independente da forma, procura-se o ponto que corta o eixo das abcissas (que nesse caso será i): 39995=1745 ,83 .[ (1+i )48−1i .(1+i )48 ] → 399951745 , 83 .i .(1+i)48−(1+ i)48+1=0 (2) Da equação (2), tem-se: f (i )=0 → f ( i )=39995 1745 , 83 . i .(1+i )48−(1+i)48+1 (3 ) Pode-se observar que a função (3) descreve uma situação real e específica, onde se quer determinar a taxa (i), que dentre as várias raízes, uma delas é a taxa utilizada na operação, pois se sabe que como se trata de uma taxa que será cobrada ela não será zero nem negativa, logo é necessário observar o intervalo positivo que contenha a raiz da referida função dentro do intervalo pré-estabelecido. Observe também na figura 1 que ao substituir o valor de i na função f(i), se resultar em zero, i é a raiz da função. Figura 1: Gráfico da raiz da função. Fonte: Autores Considerou-se que i = x para melhor identificação do zero da função no eixo das abcissas. Daí define-se o intervalo que contem a raiz, xr ϵ [0,03; 0,04]. Para refinar a raiz até o grau de exatidão requerido, são utilizados processos iterativos como Bisseção, Newton- Raphson e Iteração Linear. Capítulo 2: Zeros de Funções 27 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc O procedimento inicial para os métodos é verificar que f(x) seja uma função contínua no intervalo [a, b], que contenha a raiz, pesquisando para quais valores de x entre a e b (a < b) tem-se f(a).f(b) < 0 (mudança do sinal da função) onde haverá um valor xn, a < xn < b, para o qual f(xn) = f(xr) = 0. É importante salientar que para garantir uma única raiz no intervalo, é necessário que f’(x) (derivada da função f) mantenha sinal constante em [a, b]. Tratando-se de métodos iterativos, existem diferentes critérios de parada para assumir um resultado do zero de uma função, basicamente são medidas distâncias sobre o eixo x, sobre o eixo y, determinado número de iterações ou o erro relativo. Critério de Parada: 1) |a-b|< 2) |xn – xn-1|< 3) |f(xn)| < 4) nº de iterações 5) Erro relativo Capítulo 2: Zeros de Funções 28 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Considerou-se para os métodos a serem utilizados na resolução do problema de zeros de funções o critério da medida da distância em y, ou seja, |f(xn)| < erro. Para a situação apresentada, admitir o erro < 0,00001. 3.1 Método da Bisseção Encontrado o intervalo em que contenha a raiz, acha-se o ponto médio, ou seja, divide-se o intervalo [a, b] ao meio, obtém-se xo; Então, tem-se dois subintervalos, [a, xo ] e [xo, b] a serem considerados. Se f(xo) = 0, então xo é a raiz da função, caso contrário, a raiz estará no subintervalo onde a função f(x) tem sinais opostos nos pontos extremos, ou seja, f(xo). f(b) < 0, por exemplo; O novo intervalo que contém a raiz é dividido ao meio novamente e obtém-se o ponto x1 e assim sucessivamente; Até que se tenha uma aproximação para a raiz com a margem de erro pré-estabelecida, como demonstrado na figura 2. Figura 2: Interpretação geométrica do Método da Bisseção: f (a) . f (b )<0 x 0 =a+b 2 f (x0 ) . f (b )<0 x 1 = x0+b 2 f (x 0 ). f ( x1)<0 x 2 = x0+ x1 2 f (x 0 ). f ( x2 )<0 x 3 = x0+x2 2 ≈ x r Fonte: Autores O mesmo método pode ser desenvolvido pelo fluxograma, visto na figura 3. Figura 3: Fluxograma para o método da Bisseção Capítulo 2: Zeros de Funções: Método da Bisseção 29 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Fonte: Autores Diversas resoluções podem ser trabalhadas, assim como o uso do Microsoft Excel, demonstrado na figura 4. Figura 4: Desenvolvimento do método da bisseção na planilha do Excel. Fonte: Autores Para que a planilha fique mais dinâmica é utilizada uma condição na célula B3: =se(E2*G2<0;B2;D2); e na célula C3: =se(F2*G2<0;C2;D2). Dessa forma pode-se, a partir dessas condições, automatizar os cálculos selecionando e arrastando as células até a precisão pré-estabelecida. Na figura 5, 6 e 7 o método da bisseção é realizado utilizando o software Mathcad Prime por meio de algoritmos. Figura 5: Desenvolvimento no Software Mathcad Prime: Capítulo 2: Zeros de Funções: Método da bisseção 30 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Fonte: Autores Figura 6: Programa básico desenvolvido no Mathcad Prime. Fonte: Autores Capítulo 2: Zeros de Funções: Método da bisseção 31 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Capítulo 2: Zeros de Funções: Método da Bisseção 32 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Exercícios: 1) Calcular a raiz da função f(x) = ex - 3x, localizada próxima ao valor x = 0 pelo método da bisseção, com precisão 10-5 e critério de parada |f(xn)|< erro. 2) Uma partícula dentro de um campo magnético tem sua velocidade descrita pela função V(t) = 2t3 – 3t2 + t – 1 (SI). Determine em que instante sua velocidade será de 61,125m/s. 3) A área A da parte sombreada, com θ em radianos, é dada por: A= 1 2 r 2(θ−sin θ). Se A = 3,6m² e r = 3m, determinar o ângulo θ, onde a equação deve ser resolvida para θ. 4) Calcular o ponto de máximo da função h(x) = - x2 + 2.sen(x). (a) Faça o gráfico da função e identifique o ponto de máximo; (b) Sabendo que o ponto máximo ou mínimo de uma função é determinado quando igualamos a derivada a zero, primeiramente defina o intervalo que contenha a raiz em f´(x). (c) Aplique o método da Bisseção, use como critério de parada |f ( x )|≤0 , 00001. Número de Iterações: A cada iteração o intervalo é dividido ao meio, e na enésima iteração o comprimento do intervalo será b n −a n =b−a 2 n , ou seja, para um dado intervalo [a,b] são necessárias, no mínimo n iterações para se calcular a raiz com a margem de erro desejada. Usando como critério de parada |a-b|< , pode-se saber com antecedência o número de iterações a serem feitas: Capítulo 2: Zeros de Funções: Método da bisseção 33 Baixado por Douglas Abrão (abrao.sms@gmail.com)lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc b−a 2 n <ε⇒b−a<ε . 2n 2 n>b−a ε ⇒ ln (2n )>ln(b−aε ) ⇒ n . ln2> ln(b−aε ) n> ln(b−aε ) ln2 Convergência do Método da Bisseção: 5) A convergência é garantida, a aproximação não sai do intervalo inicial, esse intervalo é cada vez dividido por dois; 6) A convergência é muito lenta: para ganhar uma casa decimal (base 10), precisa- se de 3 a 4 passos. 7) Não exige o conhecimento de derivadas; 8) O método deve ser usado para diminuir o intervalo que contém a raiz. Capítulo 2: Zeros de Funções: Método da bisseção 34 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Os métodos de ponto fixo, são métodos que começam suas iterações de uma aproximação inicial x0, como Newton-Raphson e Iteração Linear. 3.2 Método de Newton-Raphson O método de Newton é equivalente a substituir um pequeno arco da curva y = f(x) por uma reta tangente, traçada a partir do ponto x = x0 em que ∈ [a,b], x0 seja tal que f(x0).f’’(x0) > 0 (mostrar graficamente), garantido assim a convergência do método. Pelas retas tangentes pode-se acompanhar e desenvolver a fórmula de recorrência a ser utilizada. A representação gráfica deste é demonstrada na figura 8. Figura 8: Representação gráfica do método de Newton-Raphson Fonte: Autores Neste caso, é traçado a partir do ponto (xo, f(xo)), uma reta tangente a curva y = f(x), que intercepta o eixo x no ponto x1. Do ponto (x1, f(x1)) é traçado outra reta tangente a curva e o processo se repete até que se encontre xr = xn, com tolerância requerida. Geometricamente, pode-se mostrar que: tg(α )=f ' ( x 0 )= f ( x0) x 0 −x 1 , daí tem-se: x 0 −x 1 = f ( x0) f '( x0 ) => x 1 =x 0 − f ( x0 ) f '( x0 ) tg( β )=f ' ( x 1 )= f (x1 ) x 1 − x 2 , onde: x 2 =x 1 − f ( x1) f '( x1) Capítulo 2: Zeros de Funções: Método de Newton-Raphson 35 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Por indução: ∴ x n =x n−1− f ( xn−1 ) f '( xn−1 ) , para n = 1, 2,... Na figura 9, 10 e 11 o método de Newton é exemplificado nas três diferentes maneiras – da mesma forma do método da bisseção. Figura 9: Fluxograma para o método de Newton-Raphson Figura 10: Desenvolvimento do método de Newton-Raphson no Excel. Figura 11: Programa completo desenvolvido no Mathcad Prime. Capítulo 2: Zeros de Funções: Método de Newton-Raphson 36 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Capítulo 2: Zeros de Funções: Método de Newton-Raphson 37 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Exercícios: 1) Calcular novamente a raiz da função f(x) = ex - 3x, localizada próxima ao valor x = 0 pelo método iterativo de Newton-Raphson, com precisão 10-5 e critério de parada |f(xn)|< erro. 2) Resolva o problema de Equilíbrio de Mecanismos - Uma haste delgada de comprimento 2R e peso P está presa a um cursor em B e apoiada a um cilindro R. Sabendo que o cursor pode se deslocar livremente ao longo de sua guia vertical, determine o valor de θ correspondente ao equilíbrio. Despreze o atrito. Use o Método de Newton. Considere como critério de parada |f(xn)|<0,00001. 3) A área A da parte sombreada, com θ em radianos, é dada por: A= 1 2 r 2(θ−sin θ). Se A = 3,6m² e r = 3m, determinar o ângulo θ, onde a equação deve ser resolvida para θ. 4) Calcular o ponto de máximo da função h(x) = - x2 + 2.sen(x). (a) Faça o gráfico da função e identifique o ponto de máximo; (b) Sabendo que o ponto máximo ou mínimo de uma função é determinado quando igualamos a derivada a zero, primeiramente defina o intervalo que contenha a raiz em f´(x). (c) Aplique o método de Newton, use como critério de parada |f ( x )|≤0 , 00001. 5) Exercícios 38 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 3.3 Método da Iteração Linear O método da iteração linear consiste em transformar f(x) = 0 em duas funções que lhe sejam equivalentes, da forma x = g(x), onde g(x) é chamada de função de iteração. Busca-se a intersecção da reta x com a curva g(x), e assim o método transforma o problema de se encontrar uma raiz da equação f(x) = 0 na busca do ponto em que x = g(x). A seguir escolhe-se o valor inicial x = xo ∈ [a, b]. Dependendo da função g(x) escolhida, a relação de recorrência pode ou não fornecer uma sequência convergente. Estabelece-se como condições suficientes, porém não necessárias, se g(x) e g´(x) são funções contínuas no intervalo [a, b] e |g'(x)| < 1 em todo intervalo. O extremo mais rápido para iniciar o método é aquele para o qual o módulo da primeira derivada é menor. Se | g’(a)| < |g’(b)| então xo = a, senão xo = b. Indexando xn = g(xn-1) para cada n = 1, 2, 3, ..., o processo se repete até que se tenha a precisão pré-estabelecida. Interpretação geométrica do método da iteração linear: Sendo x0 a primeira aproximação da raiz xr, calcula-se g(x0). Faz-se então, x1 = g(x0), x2 = g(x1), x3 = g(x2) e assim vai gera-se uma seqüência de aproximação para a raiz pelo algoritmo: xn=g ( xn−1) para n = 0, 1, 2, ... Observe graficamente o problema e verifique que existem funções g(x) que não são indicadas para a escolha. Capítulo 2: Zeros de Funções: Método da Iteração Linear 39 xr Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Fluxograma para o metódo da Iteração Linear: Capítulo 2: Zeros de Funções: Método da Iteração Linear 40 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Figura 11: Desenvolvimento por MIL. N xn-1 xn=g(xn-1) |f(xn)| <0,00001 1 0,04 0,0370077 2 0,129166282 2 0,03700 8 0,0360223 3 0,044607125 ... ... ... ... 10 0,03545 3 0,0354526 7 1,83615E-05 11 0,03545 3 0,0354525 2 6,97848E-06 Capítulo 2: Zeros de Funções: Método da Iteração Linear 41 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc EXERCÍCIOS: 1. Calcular a raiz da função f(x) = ex - 3x, localizada próxima ao valor x = 0 pelo método da Iteração Linear, com precisão 10-5 e critério de parada |f(xn)|< erro. 2. Calcular a raiz real da função f(x) = x2 + e3x - 3, entre o intervalo [0, 1], usando o Método da Iteração Linear. Fazer 6 iterações. 3. Calcular o ponto de máximo da função h(x) = - x2 + 2.sen(x). (a) Faça o gráfico da função e identifique o ponto de máximo; (b) Sabendo que o ponto máximo ou mínimo de uma função é determinado quando igualamos a derivada a zero, primeiramente defina o intervalo que contenha a raiz em f´(x). (c) Aplique o método da Iteração linear, use como critério de parada |f ( x )|≤0 , 00001. Capítulo 2: Zeros de Funções: Método da Iteração Linear 42 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 4. A área A da parte sombreada, com θ em radianos, é dada por: A= 1 2 r 2(θ−sin θ). Se A = 3,6m² e r = 3m, determinar o ângulo θ, onde a equação deve ser resolvida para θ. Considerações finais: A maiordificuldade neste método é encontrar uma função de iteração que satisfaça à condição de convergência; Teste de | g'(x) | < 1 pode levar a um engano se x0 não estiver suficientemente próximo da raiz. A velocidade de convergência dependerá de |g'(x)|: quanto menor este valor maior será a convergência; Devemos observar que o teste de erro ( |xn - xn-1 | < erro ) não implica necessariamente que | xn - xr| < erro, conforme vemos na figura abaixo: Capítulo 2: Zeros de Funções: Método da Iteração Linear 43 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc SIMULADO - AVALIAÇÃO - Cálculo Numérico Computacional 1. Considere o sistema de ponto flutuante, no qual o primeiro bit representa o sinal do número, os próximos quatro representam a mantissa, o seguinte representa o sinal da característica e os dois últimos representam a característica, ou seja, F(2,4,-8,8) a) Quantos são os números possíveis de serem representados nesse sistema? b) Quais os erros de underflow e de overflow do sistema em questão? 2. (a) Verifique que a função f(x) = 2x -3x = 0 possui dois zeros: um no intervalo [0,1] e outro no intervalo [3,4]. (b) Obtenha os zeros dessa função em um dos intervalos usando o método da bissecção. O critério de parada é o limite de 3 iterações. 3. Considerando um pórtico em L invertido, com comprimentos L e L/2 respetivamente, com um apoio flexível de rotação, para determinar o ângulo θ correspondente ao equilíbrio quando um peso P é apoiado em sua extremidade, conforme indicado na figura, sendo K o fator da mola, A equação resultante durante o desenvolvimento da solução é: (K/PL).θ = 0,5.cosθ+senθ Considerando L = 5; K = 13,5 e P = 2. Determine θ. Faça no mínimo 10 iteração, utilizando o método da iteração linear. 4. Calcular o ponto de máximo da função f(x) = - 5x – 1/3.e-x +10. (a) Defina o intervalo que contenha o ponto de máximo. (b) Aplique o método de Newton. Simulado 44 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Utilize como critério de parada o número máximo de 3 iterações. Capítulo 2: Zeros de Funções: Método da Iteração Linear 45 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc 3. SELA – SISTEMAS DE EQUAÇÕES LINEARES ALGÉBRICAS Considere o sistema linear A.x = B, de equações com n equações e n incógnitas, escrito na usualmente na forma: {a11 x1+a12 x2+. . .+a1 n xn=b1 ¿ {a21 x1+a22 x2+ .. .+a2 n xn=b2 ¿ {.. .¿ ¿ ¿¿ Usando notação matricial, o sistema linear pode ser representado por AX = B. ( a11 a12 . .. a1n a 21 a 21 . .. a 2n . .. . . . . .. . .. a n1 a n 2 . .. a nn ) .( x1 x 2 .. . x n )=( b1 b 2 . .. b n ) onde A = (aij): coeficientes; 1 ≤ i ≤ n, 1 ≤ j ≤ n ou i,j = 1,...,n X = (xj): incógnitas; j = 1, 2, ...,n B = (bi ): constantes; i = 1, 2,... ,n Ou ainda: ∑ j=1 n a ij . x j =b i ; i = 1,2 , .., n A resolução de um sistema linear consiste em calcular os valores de xj, j = 1, 2, ..., n, caso eles existam, que satisfaçam as n equações simultaneamente, e a garantia de solução única é que det(A) ≠ 0. 3.1 Classificação Quanto ao Número de Soluções Um sistema linear pode ser classificado quanto ao número de soluções em: · Compatível: existe solução - determinado - o sistema linear tem solução única (determinante diferente de zero) - indeterminado - o sistema linear admite infinitas soluções · Incompatível: o sistema linear não admite solução. Quando todos os termos independentes forem nulos, isto é, se bi = 0, i = 0, 1, ..., n, o sistema é dito homogêneo. Todo sistema homogêneo é compatível, pois admitirá pelo menos a solução trivial (xj = 0, j = 0, 1, 2, ..., n). Capítulo 3: SELA – Notação e classificação 46 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 3.2. Métodos Diretos São métodos que permitem obter a solução do sistema realizando-se um número finito de operações aritméticas. Assim, o esforço computacional necessário para se obter uma solução do sistema é perfeitamente previsível. Esta solução seria exata se não fosse a presença de erros de arredondamento. Dentre os métodos diretos mais comuns estão: 3.2.1. Método de Eliminação de Gauss: Consiste na transformação da matriz expandida (matriz de coeficientes acrescida da coluna de termos independentes) em matriz triangular, superior ou inferior, seguida de um processo de substituições sucessivas para explicitar a solução do sistema. Esta transformação em matriz triangular (ou escalonamento) é obtida através da aplicação sucessiva de operações elementares sobre linhas (ou sobre colunas) na matriz expandida, buscando a eliminação seletiva de elementos não nulos para torná-la uma matriz triangular. No algoritmo do método de eliminação de Gauss é necessário que aii≠0, esse elemento é chamado de pivô. Considere o sistema: A (0 ) X=B(0) (sistema original) A=[ a 11 a 12 .. . a 1 n a 21 a 22 .. . a 2 n .. . . .. an 1 an2 .. ann ] ; B=[ b 1 b 2 . .. bn ] ; X=[ x 1 x 2 .. xn ] 1º) Montamos inicialmente a matriz ampliada (ou expandida): A (0 )|B(0) : [ a 11 (0 ) a 12 (0 ) . . . a 1 n (0 ) a 21 (0) a 22 (0 ) . . . a 2 n (0) . . .. .. a n 1 (0 ) a n2 (0) . . a nn (0) a 1 , n+1 (0 ) a 2 , n+1(0 ) .. a n , n+1(0 ) ] 2º) Triangularização: Fase 1: ( a11≠0 ) elemento pivô: a11 Objetivo: eliminar a incógnita x1 da 2ª, 3ª, ..., nª equação. Subtrair da 2ª equação a 1ª multiplicada por m 21 = a21 (0 ) a 11 (0 ) , ou seja: L 2 ←L 2 −m 21 L 1 Subtrair da 3ª equação a 1ª multiplicada por m 31 = a31 (0 ) a 11 (0 ) , ou seja: L 3 ←L 3 −m 31 L 1 Capítulo 3: SELA – Métodos Diretos 47 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Subtrair da nª equação a 1ª multiplicada por m n1 = an 1 (0 ) a 11 (0 ) , ou seja: L n ←L n −m n 1 L 1 Assim, obtemos a matriz ampliada A (1 )|B(1 ) : [ a 11 (1 ) a 12 (1) . .. a 1 n (1) 0 a 22 (1) . .. a 2 n (1) . . .. . . 0 a n2 (1) . . a nn (1) a 1, n+1 (1) a 2, n+1(1) . . a n, n+1(1) ] Fase 2: ( a22≠0 ) elemento pivô: a22 Objetivo: eliminar a incógnita x2 da 3ª, 4ª, ..., nª equação. Subtrair da 3ª equação a 2ª multiplicada por m 32 = a32 (1) a 22 (1) : L3←L3−m32 L2 Subtrair da 4ª equação a 2ª multiplicada por m 42 = a42 (1 ) a 22 (1 ) ; Subtrair da nª equação a 2ª multiplicada por m n2 = an 2 (1 ) a 22 (1 ) ; Então, obtemos a matriz ampliada A (2 )|B(2) : [ a 11 (2) a 12 (2 ) . .. a 1n (2) 0 a 22 (2) . .. a 2n (2) . . . . . . . . 0 0 . . a nn (2 ) a 1, n+1 (2) a 2, n+1(2) . . a n, n+1(2 ) ] Ao final da fase n-1, teremos: A (n−1)|B(n−1 ) : [ a 11 (n−1) a 12 (n−1 ) .. . a 1n (n−1 ) 0 a 22 (n−1 ) .. . a 2n (n−1 ) . . . . .. . . 0 0 .. a nn (n−1) a 1 ,n+1 (n−1 ) a 2 , n+1(n−1 ) . . a n ,n+1(n−1) ] OBS: caso o elemento aii = 0, fazer troca de linhas ou colunas. Uma matriz triangular superior é aquela em que os elementos abaixo da diagonal são zero: uma matriz triangular inferior é aquela em que os elementos acima da diagonal são zero: 3º). Processo de retrosubstituição sucessiva: De forma que o sistema A (n−1) . X=B(n−1) seja triangular superior, cuja solução pode ser facilmente obtida.Assim a solução do sistema A (n−1) . X=B(n−1) é também solução do sistema original, já que ambos são equivalentes. Capítulo 3: SELA: Métodos diretos 48 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 {a11 x1+a12 x2+. . .+a1 n xn=b1 ¿ {a22 x2+ .. .+a2 n xn=b2 ¿ {.. .¿ ¿¿¿ Para ordem n, tem-se: [ a 11 (n−1) a 12 (n−1 ) .. . a 1n (n−1 ) 0 a 22 (n−1 ) .. . a 2n (n−1 ) . . . . .. . . 0 0 .. a nn (n−1) a 1 ,n+1 (n−1 ) a 2 , n+1(n−1 ) . . a n ,n+1(n−1) ] x n = a n, n+1 a n ,n Para: i = n-1, n-2, ..., 1, tem-se: x i = a i , n+1− ∑ j=i+1 n a ij . x j a ii Exemplo: Resolver o seguinte sistema de equação: [6 2 −12 4 13 2 8 ] . [x1x2x3 ]=[ 7 7 13] 1º). Geração da matriz expandida: 2º). Triangularização: - correspondente a primeira coluna (k = 1): - correspondente a segunda coluna (k = 2): 3º). Processo de retrosubstituição sucessiva: IMPLEMENTAÇÃO COMPUTACIONAL: Capítulo 3: SELA: Métodos diretos 49 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Programa para resolver um sistema pelo Método de Gauss sem pivotamento: Capítulo 3: SELA: Métodos diretos 50 T 4 0 0 1 4.5 0 1 0.5 6.889 9 10.5 20.667 X x n T n n 1 T n n x i T i n 1 i 1 n j T i j x j T i i i n 1( ) n 2( ) 1for x X T 1 2 3( ) ORIGIN 1 A 4 2 4 1 5 2 1 1 8 9 15 32 n 3 T G A m A i k A k k G i j Ai j m Ak A G j k n 1( )for i k 1 nfor k 1 n 1for G Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 Pode-se também associar o método de eliminação de Gauss a um processo de pivotamento, parcial ou total, que promove uma troca seletiva de linhas (ou colunas), visando tomar pivôs (elementos das diagonais principais) com maior módulo possível, e assim procurando evitar a presença de pivôs nulos. Exemplo 1: Resolver o seguinte sistema de equações lineares pelo método de eliminação de Gauss sem pivotamento adotando operações aritméticas com 4 (quatro) dígitos significativos e arredondamento ponderado. {−0 , 421 x1+0 ,784 x2+0 ,279 x3=0 ¿ {0 , 448 x1+0 ,832 x2+0 , 193 x3=1 ¿¿¿¿ Na forma matricial tem-se [−0 ,421 0 ,784 0 , 2790 ,448 0 ,832 0 , 1930 ,421 0 ,784 −0 ,207 ][ x1x2x3 ]=[ 0 1 0 ] 1º). Geração da matriz expandida: [−0 ,421 0 ,784 0 ,2790 , 448 0 ,832 0 ,1930 , 421 0 ,784 −0 , 207 ⋮ ⋮ ⋮ 0 1 0 ] 2º). Triangularização correspondente a primeira coluna (k = 1): [(−0 , 421) 0 ,784 0 ,2790 ,448 0 ,832 0 ,193 0 ,421 0 ,784 −0 ,207 ⋮ ⋮ ⋮ 0 1 0 ]L 2←L2−(0 , 448/(−0 , 421)). L1⇒ L2←L 2+1 , 064 L1L3←L 3−(0 ,421 /(−0 ,421)) . L 1⇒L 3←L 3+L1 [−0 , 421 0 , 784 0 , 2790 1 , 666 0 , 48990 1 , 568 0 , 0720 ⋮ ⋮ ⋮ 0 1 0 ] 3º). Triangularização correspondente a segunda coluna (k = 2): [−0 ,421 0 , 784 0 ,2790 (1 , 666) 0 , 4899 0 1 , 568 0 ,0720 ⋮ ⋮ ⋮ 0 1 0 ]L3←L3−(1 ,568/1 ,666 )L2⇒ L3←L 3−0 , 9412 L 2 [−0 , 421 0 , 784 0 , 2790 1 , 666 0 , 48990 0 −0 ,3891 ⋮ ⋮ ⋮ 0 1 −0 ,9412] 4º). Processo de retrosubstituição sucessiva: Capítulo 3: SELA: Métodos diretos 51 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc Após a triangularização analisa-se o sistema de equações equivalente, gerado a partir do processo de eliminação empregado: {−0 . 421x1+0 . 784 x2+ 0 ,279 x3=00 x1+1, 666 x2+0 , 4899 x3=10x1+0 x2−0 , 3891 x3= - 0 , 9412 Logo: x3 = -0,9412/(-0,3891) x3 = 2,419 x2 = ( 1 – 0,4899x3 ) / 1,666 x2 = -0,1110 x1 = ( - 0,784x2 – 0,279 x3 ) /(-0,421) x1 = 1,396 Portanto, a solução do sistema correspondente ao exemplo 2 é: S = { 1,396; -0,1110; 2,419} Se os resíduos (r = |b – A.x|) de cada uma das equações do sistema linear proposto forem avaliados, normalmente são obtidos valores residuais não nulos das equações, decorrentes de erros de arredondamento. Por ex: r 1 =| - 0 , 421 x 1 +0 ,784 x 2 +0 ,279 x 3 −0| =0 , 0002 r 2 =| 0 ,448 x 1 + 0 ,832 x 2 +0 ,193 x 3 −1| =0 ,0000 r 3 = | 0 , 421 x 1 +0 ,784 x 2 −0 ,207 x 3 −0| =0 ,0000 Neste caso, também pode ser calculado o erro exato, dado por erro = | Xexato - Xaproximado |. A solução exata foi encontrada através da calculadora gráfica CFX-9850G: Xexato1 = 1,396286256 Xexato2 = - 0,111080218 Xexato3 = 2,419080304 Avaliando o erro utilizando a precisão de 4 dígitos significativos, que foi utilizada até aqui em todas as operações. temos: Xexato1 = 1,396 Xexato2 = - 0,1111 Xexato3 = 2,419 E o erro exato obtido foi: Erro1 = | 1,396 – 1,369 | = 0,000 Erro2 = | -0,1111 - (-0,1110) | = 0,0001 Erro3 = | 2,419 – 2,419 | = 0,000 Exemplo 2: Resolver o seguinte sistema de equações lineares pelo método de eliminação de Gauss com pivotamento parcial utilizando operações aritméticas com 4 (quatro) dígitos significativos e arredondamento ponderado. Capítulo 3: SELA: Métodos diretos 52 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 {−0 , 421 x1+0 ,784 x2+0 ,279 x3=0 ¿ { 0 , 448 x1+0 ,832 x2+0 ,193 x3=1 ¿ ¿¿¿ Na forma matricial tem-se [−0 ,421 0 , 784 0 , 2790 , 448 0 , 832 0 , 1930 , 421 0 , 784 −0 ,207 ][ x1x2x3 ]=[ 0 1 0 ] 1º). Geração da matriz expandida: [−0 , 421 0 , 784 0 ,2790 ,448 0 , 832 0 ,1930 ,421 0 , 784 −0 , 207 ⋮ ⋮ ⋮ 0 1 0 ] 2º). Pivotação parcial, correspondente ao primeiro pivô (k=1): (i). Busca do maior elemento em módulo da coluna k = 1: i = 2 [−0 ,421 0 ,784 0 , 279(0 , 448 ) 0 , 832 0 , 193 0 , 421 0 ,784 −0 , 207 ⋮ ⋮ ⋮ 0 1 0 ] (maior módulo da coluna k=1 está na linha i = 2). (ii). troca de linhas: [−0 , 421 0 , 784 0 , 279(0 , 448 ) 0 , 832 0 , 193 0 , 421 0 , 784 −0 , 207 ⋮ ⋮ ⋮ 0 1 0 ] L1←L2 L 2 ←L 1 ¿ ¿ (Troca da linha L1 com L2 e vice-versa) (iii). Matriz pivotada: [(0 .448) 0.832 0.193−0 . 421 0 .784 0.279 0 .421 0 .784 −0. 207 ⋮ ⋮ ⋮ 1 0 0 ] 3º). Processo de triangularização, correspondente ao primeiro pivô (k=1): [(0 ,448 ) 0 , 832 0 ,193−0 , 421 0 ,784 0 ,279 0 ,421 0 ,784 −0 , 207 ⋮ ⋮ ⋮ 1 0 0 ] L2←L2−(−0 ,421/0 , 448 )L1⇒ L2←L 2+0 ,9397 L 1L 3 ←L 3 −(0 , 421/0 , 448 )L 1 ⇒L 3←L 3−0 , 9397 L1 [(0 , 448 ) 0 .832 0 ,1930 1, 566 0 , 4604 0 0 , 0022 −0 ,3884 ⋮ ⋮ ⋮ 1 0 ,9397 −0 , 9397] Obs.: Note que as operações elementares aplicadas acima eliminam os elementos abaixo da diagonal principal na primeira coluna. A operação de eliminação acontece sempre que se subtrai de cada linha, a linha do pivô multiplicada pelo elemento a ser eliminado divida pelo elemento pivô. Capítulo 3: SELA: Métodos diretos 53 Baixado por Douglas Abrão (abrao.sms@gmail.com) lOMoARcPSD|4629198 https://www.studocu.com/pt-br?utm_campaign=shared-document&utm_source=studocu-document&utm_medium=social_sharing&utm_content=cnc-2018-material-de-apoio-1-e-2-cnc 4º). Pivotação Parcial, correspondente ao segundo pivô (k=2): (i). Busca parcial do maior módulo da coluna k = 2 (busca a partir da segunda linha e da segunda coluna, pois a primeira coluna já foi anulada) ¿ [0 , 448 0 , 832 0 ,1930 (1 , 566) 0 , 4604 0 0 , 0022 −0 ,3884 ⋮ ⋮ ⋮ 1 0 , 9397 −0 ,9397 ] ¿ (maior módulo da coluna k=2 já está na linha i = 2) (ii). Não é necessário a troca de linhas, pois a matriz já está pivotada.
Compartilhar