Baixe o app para aproveitar ainda mais
Prévia do material em texto
Maputo, Julho de 2015 MANUAL DA DISCIPLINA DE MÉTODOS NUMÉRICOS CAPÍTULO 1 – CÁLCULO COM NUMÉROS APROXIMADOS 1.1 NOÇÃO DE ERRO Nenhum resultado obtido através de cálculos eletrónicos ou métodos numéricos tem valor se não tivermos conhecimento e controle sobre os possíveis erros envolvidos no processo. A análise dos resultados obtidos através de um método numérico representa uma etapa fundamental no processo das soluções numéricas. FONTES DE ERROS Dado um problema, para se chegar a um resultado numérico é necessário realizar uma sequência pré-estabelecida de passos. Em cada um destes passos pode existir uma parcela de erro que se acumula ao montante do processo. Estes erros surgem basicamente de duas formas: aqueles inerentes `a formulação matemática do problema (relacionados `a aproximação da situação física e a erros nos dados) e aqueles que aparecem no processo de solução numérica (erros de truncamento e de arredondamento). Os erros de truncamento surgem, em geral, pela substituição de um processo infinito (de somas ou integrais) ou infinitesimal por outro finito. Erros também podem surgir pelo facto que as operações aritméticas quase nunca podem ser efectuadas com precisão completa; estes são denominados de erros de arredondamento. A maioria dos números tem representações decimais infinitas que devem ser arredondadas. Mesmo se os dados de um problema podem ser expressos exactamente por representações decimais finitas, a divisão pode introduzir números que devem ser arredondados e a multiplicação pode produzir mais dígitos do que podem ser razoavelmente mantidos. Os tipos de arredondamento mais utilizados são: - tipo corte: as casas em excesso são simplesmente abandonadas; - para o número de máquina mais próximo: se a máquina trabalha com d algarismos significativos para a mantissa de um número, então analisa-se o algarismo de ordem d+1. Se este for maior ou igual a 5, soma-se uma unidade ao algarismo de ordem d; caso contrário, o algarismo de ordem d permanece inalterado. 1.2 ERROS ABSOLUTOS E RELATIVOS ERRO ABSOLUTO A diferença entre um valor exacto x e sua aproximação _ x é dito erro absoluto o qual se denota por x∆ ou xε , isto é: _ xxx −=∆ Na prática, o valor exato é quase sempre não conhecido. Como o erro é definido por _ xxx −=∆ consequentemente também será não conhecido. Uma solução para este problema é ao invés de determinar o erro, determinar uma cota para o erro. Isso permitirá que, mesmo não conhecendo o erro, saber que ele está entre dois valores conhecidos. Dizemos que um número 0>ε é uma cota para o erro xε se εε <x Assim, mesmo não conhecendo o valor exacto, podemos afirmar que ele esta entre _ ε−x e _ ε+x que são valores conhecidos. É evidente que uma cota ε só tem algum valor prático se for maior que zero. ERRO RELATIVO Erro relativo é determinado pela divisão do erro absoluto de um número pelo seu valor aproximado: _ _ x xx Rx − = 1.3 COMPARAÇÃO DE EXACTIDÃO Diz-se que a aproximação efectuada em relação a x é mais exacta que a de y se e somente se yx RR < 1.4 PROPAGAÇÃO DE ERROS Sabendo que _ x é um valor aproximado de x . Como determinar )(xfy = ? Será que )( __ xfy = é uma boa aproximação? )()()()( ____ xfxxfxfxfyyy −∆+=−=−=∆ Com base nesta premissa, pode-se constatar que o Majorante do erro absoluto da aproximação _ y de y é: xfy x ∆≤∆ * max ´ Aplicando o resultado acima, para funções de várias variáveis, obteremos a fórmula abaixo que se designa por Fórmula Fundamental de Cálculo de Erros: nxxx xfxfxff n ∆++∆+∆≤∆ *...** ´ 2 ´ 1 ´ 21 1.4 EXERCICIOS 1. Use a técnica de truncamento para aproximar π com quatro casas decimais, sabendo que: ...1415926535,3=π 3. Que valor é mais exato quando se usam: • 3,14 Aproximado de π • 2,718 Aproximado de e 4. Determine a área e o erro absoluto de um jardim trapezial, dado que: 01,05 ±=a ; 02,015 ±=b e 01,04 ±=h 5. Considerando a relação yze y x t −+= )cos( , com os seguintes dados: 110*37.1 %425.0 1.03.1 −±= ±= ±= z y x Determine o valor aproximado de t e o majorante do erro absoluto. 6. O volume v de um líquido num tanque esférico de raio r está relacionado com a profundidade h do líquido da seguinte forma: Calcule o volume do líquido e o erro absoluto para um tanque com profundidade 5.0=h e raio 1=r sabendo que nas extração dos dados cometeu-se um erro de 210− para cada um dos dados. 7. Uma corrente eléctrica atravessa uma resistência R de 20 Ω . A resistência foi medida com um erro relativo que não excede 0.01. A intensidade da corrente I é de %103 ± A. Sabendo que a tensão da corrente é dada por V = R*I, determine o valor aproximado da tensão da corrente e o limite superior do erro absoluto. CAPÍTULO 2 – INTERPOLAÇÃO E APROXIMAÇÃO POLINOMIAL 2.1 INTRODUÇÃO Interpolação é o processo de estimar valores de uma função f para valores de x diferentes de ix , para ni ,...,0= , sabendo-se apenas os valores de )(xf nos pontos nxxx ,...,, 10 . A interpolação ajuda-nos a responder problemas do tipo: Qual é o valor de )( ixf para 21 xxx i << , dado que: x 0x 1x 2x ….. nx )(xf )( 0xf )( 1xf )( 2xf …... )( nxf • Interpolar uma função f(x) consiste em aproximar essa função por uma outra função g(x). • g(x) é escolhida entre uma classe de funções definidas a priori e que satisfaçam algumas propriedades. • A função g(x) é então usada em substituição à função f(x). A necessidade de se efectuar esta substituição surge em várias situações, como por exemplo: • Quando são conhecidos somente valores numéricos da função por um conjunto de pontos (não dispondo da sua forma analítica) e é necessário calcular o valor da função em um ponto não tabelado (exemplo anterior); • Quando a função em estudo tem uma expressão tal que operações como a diferenciação e a integração são difíceis ou impossíveis de serem realizadas. Neste caso, podemos então procurar uma outra função que seja aproximada a função dada e cujo o manuseio seja mais bem simples. As funções que substituem as funções dadas podem ser de tipos variados, tais como polinomiais, trigonométricas, exponenciais e logarítmicas. Neste capítulo, será considerado apenas o estudo das funções polinomiais. 2.2 DEFINIÇÃO DO POLINÓMIO INTERPOLADOR A interpolação polinomial é de grande interesse do ponto de vista teórico e prático em áreas como teoria da aproximação, equações não lineares, integração e derivação numéricas e solução numérica de equações diferenciais e integrais. Dada uma função )(xf conhecida em n pontos ))(,( ii xfx , ni ,...,0= , o objectivo da interpolação polinomial consiste em determinar o polinómio de grau n≤ , n nn xaxaxaaxp ++++= ...)( 2 210 , Que coincide com )(xf naqueles pontos, isto é, iin fxfxp == )()( , ni ,...,0=∀ Exemplo: Determinar o polinómio interpolador que aproxima )(xf dada na tabela seguinte: Neste caso, procuramos o polinómio 2210)( xaxaaxpn ++= que satisfaz a igualdade iin fxfxp == )()( , para 2,1,0=i . Ora: Consequentemente, o nosso polinómio interpolador é 22 3)( xxp −= 2.3 INTERPOLAÇÃO POLINOMIAL DE LAGRANGE Seja dada a função )(xf abaixo: x 0x 1x 2x ….. nx )(xf )( 0xf )( 1xf )( 2xf …... )( nxf Consideremos o seguinte: Onde: Então, o polinómio obtido através da aplicação de: Chama-se Polinómio de Lagrange e a interpolação recorrendo a este polinómio, chama-se interpolação polinomial de Lagrange. Exemplo: Dada a tabela da função )(xf : Obtenha o polinómio interpolador de Lagrange e o seu valor em 3=x . Passo 1: Procuramos 22102 )( xaxaaxp ++= , tal que: Passo 2: Determinar os polinómios Passo 3: Aplicar afórmula: O valor do polinómio no ponto 3=x é: 2.4 INTERPOLAÇÃO DE NEWTON 2.4.1 INTERPOLAÇÃO DE NEWTON COM DIFERENÇAS DIVIDIDAS De acordo com o teorema da unicidade do polinómio interpolador, toda interpolação de n pontos por um polinómio de grau n-1 é única e pode ser obtida pelo método de Lagrange. No entanto, existem outras maneiras de construir o polinómio p(x) que podem ser mais convenientes. Uma dessas maneiras é a interpolação de Newton, que permite a inserção de pontos adicionais de maneira simples e menos susceptível à deterioração por erros de arredondamento. O método consiste em determinar o seguinte polinómio: Por construção, o valor de p calculado em x =x0 é p(x0) = a0 Além disso, como p(x) é o polinómio interpolador, p(x0) = f0, portanto, a0 = f(x0) Da mesma forma, ou seja, e assim por diante, os coeficientes são determinados recursivamente e o k-ésimo coeficiente é determinado em função dos pontos de interpolação e dos coeficientes anteriores pela expressão A fórmula acima pode ser convenientemente descrita através da notação de diferenças divididas. Seja a função f[xk; xk+1; : : : ; xl+1] definida pela relação de recorrência Assim, podemos verificar que Os coeficientes são calculados a partir da sequência de diferenças divididas calculadas recursivamente: Assim sendo, o polinómio passa a ser escrito da seguinte forma: Exemplo: Seja dada a seguinte função tabelada: Determine o polinómio interpolador de Newton recorrendo as diferenças divididas. Resolução: 1. Construir a tabela de diferenças divididas 2. Aplicar a fórmula de Newton 2.4.2 INTERPOLAÇÃO DE NEWTON COM DIFERENÇAS FINITAS Designa-se diferença finita descendente de primeira ordem de f (x) , para x = xi , à seguinte quantidade: De um modo geral, as diferenças descendentes de ordem k de f (x) , define-se por: As mesmas podem ser representadas em tabela, da seguinte forma: Quando os nós da interpolação x0 , x1 , x2 ,..., xn são igualmente espaçados, pode-se usar uma relação de modo a simplificar o polinómio interpolador. Tendo como base: x = x0 + q * h , então Onde: Surge a fórmula interpoladora de Gregory – Newton: Onde x ND é a marca da interpolação e é determinado escolhendo entre os xi o máximo inferior a x . Exemplo: Dada a função tabelada: 1. Construir a tabela de diferenças finitas 2. Determine f(1.5) recorrendo ao polinómio interpolador de Newton. 2.6 EXERCICIOS 1. Considere a seguinte tabela de valores de uma função :)(ℜ∈ Cf Determine o polinómio interpolador de f 2. Seja dada a função tabelada: a) Determine o polinómio interpolador de Lagrange. b) Determine )5.3(f 3. Use o polinómio interpolador de Lagrange para determinar )4.8(f se 94410.16)1.8( =f , 56492.17)3.8( =f , 505115.18)6.8( =f e 82091.18)7.8( =f 4. Determine o polinómio que interpola os seguintes valores: 5. Conhecem-se as coordenadas de cinco pontos de uma curva plana que repre- senta uma região de uma peça em corte. Determine o polinómio de Lagrange de grau 4 que interpola a referida curva sabendo que os pontos de coordenadas conhecidas são: )2,1(1 =P , )1,2(2 =P , )1,3(3 =P , )5,2;4(4 =P e )4;5(5 =P Determine ainda valores aproximados para as ordenadas dos pontos cujas abcissas são 0, 2,5 e 6. 6. Considere a tabela de valores da função f definida por xxf lg)( = , para x>0: a) Construa a tabela de diferenças divididas. b) Determine )05.2lg( utilizando o polinómio de Newton. 7. Sabendo que 0)0( =sen , 2 2) 4 ( =πsen e 1) 2 ( =πsen , determine usando a formula de interpolação de Newton o valor de ) 3 (πsen . 8. São dados os seguintes pontos onde x é a variável independente e y é dependente X 1.0 1.5 2.0 2.5 3.0 Y 66 52 18 11 10 Pede-se para determinar f(2.2) recorrendo a interpolação de newton com diferenças finitas. 9. Um paraquedista realizou cinco saltos, saltando de alturas distintas em cada salto, foi testada a precisão de seus saltos em relação a um determinado alvo de raio 5 m, de acordo com a altura. A distância apresentada na tabela abaixo é relativa à circunferência. Altura (m) 1º salto de 1500 2º salto de 1250 3º salto de 1000 4º salto de 750 5º salto de 500 Distância do alvo (m) 35 25 15 10 7 Levando em consideração os dados acima, a que provável distancia cairia o paraquedista se ele saltasse de uma altura de 850 m? CAPÍTULO 3 - DERIVAÇÃO E INTEGRAÇÃO NUMÉRICA 3.1 DERIVAÇÃO NUMÉRICA Derivar é geralmente mais fácil que integrar. A ideia deste método de aproximação é bastante simples, pois baseia-se em expansões em séries de Taylor. Considere a definição de derivada de uma função )(xf no ponto x : Esta expressão é uma aproximação para o valor exacto de )´(xf se h tende a zero. Para qualquer valor finito de h , um erro de truncamento é introduzido. A ordem da aproximação a diferenças pode ser obtida através de um desenvolvimento em série de Taylor de )( hxf + , por exemplo, em torno do ponto x . Desenvolvendo )( hxf + , obtém-se: e, portanto, Diz-se que a aproximação )´(xf é de primeira ordem em h e escreve-se: Fórmula da derivada com diferença ascendente ou avanço. Aproximações de primeira ordem em diferenças finitas podem ser obtidas para ixf )´( , conforme: De igual modo, recorrendo à série de Taylor tendo como base a diferença em atraso ou descendente, temos: )....."´( 6 )(" 2 )(')()( 32 xf h xf h xhfxfhxf −+−=− Resolvendo a expresão acima em ordem de )´(xf , obtêm-se: )( )()( )(' hO h hxfxf xf + −− = Fórmula da derivada com diferença descendente ou atraso Fórmulas com diferentes ordens de aproximação podem ser obtidas. A mais importante é a de segunda ordem ou centrada. Por expansões em série de Taylor em torno do ponto x resultam: Empregando o mesmo princípio, para as derivadas de ordem superior resulta: Exemplo: Seja dada a função tabelada abaixo: Determine )4.1´(f . Resolução: 3.2 INTEGRAÇÃO NUMÉRICA Seja f uma função contínua no intervalo [ ]ba; da qual se conhece uma primitiva F . Então o valor da integral definida de f pode ser calculada utilizando a fórmula de Newton-Leibnitz. )()()( aFbFdxxf b a −=∫ Em muitos casos a determinação de uma primitiva de f é muito difícil ou às vezes até impossível. Além disso, nos problemas práticos, quase sempre conhece-se apenas uma tabela da função f e para estes casos a ideia de primitiva carece de significado. Para esses casos os métodos de integração numérica são as ferramentas adequadas para determinar aproximações para os valores das integrais definidas. Os métodos de integração numérica como veremos a seguir consistem em determinar o valor de uma integral definida utilizando uma sequência de valores da função f . 3.2.1 MÉTODO DE TRAPEZIO Seja dado o seguinte integral ∫= b a dxxfI )( . A determinação da solução de I através do Método de Trapézio segue os seguintes passos: Passo 1: Escolher N e determinar N ab h − = Passo 2: Construir tabela através da determinação de ix e )( ixf : hiaxi *+= ax =0 ix 0x 1x ………….. nx )( ixf )( 0xf )( 1xf )( nxf Passo 3: Determinação da solução aproximada através da fórmula: [ ]))(...)()((*2)()( 2 )( 1210 −+++++== ∫ nn b a xfxfxfxfxf h dxxfI Passso 4 : Resposta 3.2.2 MÉTODO DE SIMPSON Pressupostos: • N têm de ser um número par; • Quanto maior for o N melhor será a precisão da aproximação; Seja dado o seguinte integral ∫= b a dxxfI )( . A determinação da solução de I através do Método de Simpson segue os seguintes passos: Passo 1: Escolher N e determinar N abh − = Passo 2: Construir tabela através da determinação de ix e )( ixf : hiaxi *+= ax =0 ix 0x 1x ………….. nx2 )( ixf )( 0xf )( 1xf )( nxf Nota: nx2 - Significa último valor, isto é, trata-se de nx . A inclusão de 2n é para garantir que o n seja um número par. Passo 3: Determinação da solução aproximada através da fórmula: [ ]))(...)()((2))(...)()((4)()( 3 )( 242123120 nnn b a xfxfxfxfxfxfxfxf h dxxfI +++++++++== −∫ Passso 4 : Resposta Exemplo: Determine o integral ∫= 6.1 1 dx x senx I considerando 6=N Resolução: Passo 1: 6=N e 1.0 6 16.1 = − =h Passo 2: Tabela X 1 1.1 1.2 1.3 1.4 1.5 1.6 F(x) 0.84147 0.81019 0.77670 0.74120 0.70389 0.66500 0.62473 Passo 3: [ ] 44310.0)70389.077670.0(2)66500.074120.081019.0(462473.084147.0 3 1.0 =++++++== ∫ b a dx x senx I 3.3 EXERCICIOS 1. Calcule aproximação da segunda derivada de xxf 2cos)( = em x = 0.7, com 1.0=h 2. Considere a seguinte tabela de dados: Determine )4.0´(f , )4.0´´(f e )4.0('´'f . 3. Use a fórmula de Trapézios com 2=n para calcular a integral ∫ +− 2 0 3 )133( dxxx Compare seu resultado com o resultado exacto. 4. Determine uma aproximação para 4 π considerando que ∫ + = 1 0 214 x dxπ e usando a fórmula do trapézio com 10=n . 5. Um corpo se desloca ao longo do eixo Ox sob ação de uma força variável F. Calcular o trabalho realizado para se deslocar o corpo de 0=x até 5.3=x sendo dado: 4. Calcule a integral abaixo por : ∫ 4 1 dxx a) Regra dos Trapézios usando 4 subdivisões de [a,b] (6 casas decimais) 5. Considere ∫ 1 0 senxdx . Mostre que o resultado obtido pelo método de Simpson com h = 0.5 é próximo do resultado exato. 6. Utilizando o método de Simpson, calcule numericamente a integral definida a partir dos dados da seguinte tabela: Onde e = 2.718282 7. Seja dyexf x y ∫= 0 cos)( Use o método de 10-trapézio para calcular )5(f . CAPÍTULO 4 - ZEROS DE FUNÇÕES Dada uma função RRf →: , diz-se que Ra ∈ é um zero da função f se 0)( =af . Observe que determinar os zeros de uma função f é equivalente a determinar as raízes da equação 0)( =xf , ou seja determinar os valores de Rx ∈ que satisfazem 0)( =xf . 4.1 DELIMITAÇÃO DOS ZEROS DE UMA FUNÇÃO Dada uma função RRf →: , delimitar os zeros de f significa determinar intervalos );( ba que contenham os zeros de f . Existem dois métodos para resolver este problema, que são, Método Analítico e Gráfico. 4.1.1 MÉTODO ANALÍTICO Este método é baseado no seguinte teorema: Seja RRf →: uma função contínua. Se existem dois valores a e b que pertencem a R , tal que 0)(*)( <bfaf , então existe um c que pertence ao intervalo );( ba : 0)( =cf . O Teorema acima assegura que f troca de sinal em );( ba , o que significa que existe pelo menos um zero de f nesse intervalo. Exemplo: Seja dada a seguinte função xxxf −= 3)( em R . Delimite os zeros de f . 1. Vamos escolher de forma aleatória dois números que pertençam ao conjunto R 2−=a e 2=b 2. Verificar se o teorema é satisfeito nos pontos escolhidos através da seguinte condição: 0)(*)( <bfaf 6)2()2()2( 3 −=−−−=−f e 6)2()2()2( 3 =−=f Fazendo 036)2(*)2( <−=− ff . Assim sendo, f têm pelo menos um zero no intervalo )2;2(− 4.1.2 MÉTODO GRÁFICO Tendo como base a definição de delimitação de zeros, para encontrar os intervalos que contém os zeros da função, o método gráfico sugere o seguinte: • Transformar f numa igualdade de duas funções )()( xhxg = que sem muito esforço se possam esboçar os seus gráficos; • Esboçar da melhor maneira possível os gráfico de g e h e determinar por inspecção os intervalos onde estão os pontos de intersecção de g e h . Exemplo: Delimitar os zeros de xxxf ln)( += • xxxxxf −=⇔=+⇔= ln0ln0)( • Vamos esboçar os gráficos • Pode-se notar que )1;0(∈x 4.2 MÉTODO DE BISSECÇÃO Seja dada a seguinte função contínua RRf →: . Vamos supor que existe um intervalo );( 00 ba onde 0)(*)( 00 <bfaf . Pelo teorema visto no ponto 3.1, f contém pelo menos um zero em );( 00 ba . Para determinar o zero aproximado de f , pode-se utilizar o método de bissecção que consiste em determinar uma sequência de intervalos );( kk ba que satisfaçam a condição 0)(*)( <kk bfaf , onde tomará os seguintes valores Nk .......,4,3,2,1,0= . Esta determinação de intervalos é feita recorrendo a tabela abaixo: k ka kb k kk k c ba c + = )(*)( kk cfaf 2 kk ab −=ε Exemplo: Determinar a solução aproximada da seguinte função 5)( 2 −= xxf no intervalo [ ]3;2 com erro igual a 1.0=ε 4.3 MÉTODO ITERATIVO GERAL Seja dada uma função f e um intervalo que contém o zero da função [ ]ba; . Pretende- se determinar a solução aproximada da função com erro inferior a ε recorrendo ao Método Iterativo Geral. De forma resumida, o método iterativo geral pode ser descrito como a sequência dos seguintes passos: Passo 1: Transformar f numa igualdade do tipo )(xx ϕ= : Passo 2: Verificar a convergência de )(xϕ recorrendo ao critério de convergência 1|)(| ' <≤ Mxϕ Passo 3: Determinar FCex0 Nota: Se 0x não for indicado, então, atribui-se o valor de a . Fórmula concreta (FC): )(1 mm xx ϕ=+ Passo 4: Tabela m mx 1+mx || 1 mm xx −= +ε Passo 5: R: _ _ ε±= xx Exemplo: Determine pelo método iterativo geral, com erro inferior a 1.0 , o zero aproximado da função xexxf ++= 1)( no intervalo [ ]1;2 −− . Resolução: 1. Transformar f em )(xx ϕ= : 1−−= xex 2. Verificar a convergência de )(xϕ converge e eex ex Mx x x 1 1 |||)(| )( 1|)(| 1' ' ' <=≤−= −= <≤ −ϕ ϕ ϕ 3. Determinar :0 FCex 1: 2 1 0 −−= −= + mx m exFC x 4. Tabela m Xm Xm+1 E 0 -2 -1,135335283 0,864664717 1 -1,13533528 -1,321314372 0,185979089 2 -1,32131437 -1,266784417 0,054529954 Resposta: 1.03,1 ±−=x 4.4 MÉTODO DAS SECANTES Apresentamos abaixo um exemplo do algoritmo do Método das Secantes. Calcule 5 com erro inferior a 0.01 no intervalo [ ]3;2 . Aplique o Método das Secantes. Resolução Dados: [ ]3;2 01.0 5)( 2 ∈ = −= x xxf ε Passo 1: Hipóteses [ ] 02'' 02' 3;2.'',', ≠= ≠= f xf contfff Passo 2: Determinação de 0)3(*)2(2 0)3(''*)3(3 : 0 0 <= >= ffpqx ffpqx xex F F Passo 3: Fórmula Concreta: )()( )(*)(* 1 Fm FmmF m xfxf xfxxfx x − − =+ 9 1543 2 2 1 − −− =+ m mm m x xx x Passo 4: Tabela: m Xm Xm+1 E 0 2,00000 2,20000 0,20000 1 2,20000 2,23077 0,03077 2 2,23077 2,23529 0,00452 Passo 5: Resposta: 01.024.2 ±=x 4.5 MÉTODO DAS TANGENTES (NEWTON) Passo 1. Verificar Hipóteses [ ] 0'' 0' ;.'',', ≠ ≠ f f bacontfff Passo 2. Determinar 0x [ ]:;0 bax ∈ 0)(''*)( >xfxf Passo 3: Fórmula concreta )(' )( 1 m m mm xf xf xx −=+ Passo 4: Tabela m mx 1+mx |1| mm xx −= +ε Passo 5: Resposta Calcule 5 com erro inferior a 0.01 no intervalo [ ]3;2 . Aplique o Método das Tangentes. [ ] 32)3('' 4)3( 0)(''*)( :min 02'' 02' 3;2'',', : 01.0 5)( 0 0 2 == = > ≠= ≠= = −= xentãof f xfxf xdeaçãoDeter f xf contfff Hip xxf ε Tabela: M Xm Xm+1 E 0 3,00000 2,33333 0,66667 1 2,33333 2,23810 0,09524 2 2,23810 2,23607 0,00203 R% 01.024.2 ±=x 4.6 EXERCICIOS 10. Utilizando o Método Iterativo, determine para 001,0=ε a solução da equação 0)ln(2 =+ xx 11. Seja 6)( 2 −= xxf e 10 =x . Use o método de Newton para determinar a solução aproximada. 12. Pelo método das Secantes, determine uma aproximação para [ ]2;1∈x da função )cos()( xexf x −= − com erro 001,0=ε 13. Use o método de Newton com 0001,0=ε para achar as soluções dosseguintes problemas: a) 0)(2.08.0 =−− xsenx ; ∈ 2 ;0 π x b) ;0)ln()2( 2 =−− xx [ ]2;1∈x 14. Seja xexf x 3)( −= que tem zero em [ ]2;1 . Calcule usando o método das secantes uma aproximação para este zero tomando com 01,0=ε 15. Considerando a seguinte equação: 05.0)cos(2 =− xex Utiliza como valor inicial 5.00 =x . Aplique o método iterativo geral para determinar a solução da equação. CAPÍTULO 5 - RESOLUÇÃO NUMÉRICA DE SISTEMAS DE EQUAÇÕES Estima-se que em 75% dos problemas científicos, a solução de um sistema linear de equações aparece em algum estágio da solução. Podemos, entre outros, citar os seguintes problemas: Interpolação, ajuste de curvas, solução de sistemas de equações não lineares, solução de equações diferenciais usando diferenças finitas e cálculo de autovalores e autovetores. Um sistema de equações lineares, às vezes simplesmente dito sistema linear, é uma equação do tipo bAx = . Usando os valores de A , x e b temos: Um sistema linear pode também ser representado na seguinte forma: Resolver o sistema de equações, significa determinar um vetor );....;;( _ 2 _ 1 __ nxxxx = que satisfaça todas equações do sistema. Existem duas classes de métodos para solução de sistemas lineares. Os denominados métodos directos e os denominados métodos iterativos. A escolha de uma ou outra classe para a solução do sistema bAx = vai depender de características e propriedades da matriz A . 5.1 MÉTODOS DIRECTOS Os métodos diretos são aqueles em que após um número finito de etapas e não se considerando os erros de arredondamento encontramos a solução do sistema. Um sistema linear da forma onde 0≠iia para i = 1, 2, . . . , n é dito um sistema triangular. Sua solução é dada por retro substituição através da fórmula de recorrência. Onde nn n n a b x = . Este algoritmo pode ser incorporado ao método de eliminação de Gauss para encontrar a solução de um sistema. 5.1.1 MÉTODO DE ELIMINAÇÃO DE GAUSS Este é um esquema eficiente para resolver um sistema bAx = de n equações a n incógnitas de pequeno tamanho (ordem 10). O passo crucial é construir um sistema triangular superior '' bxA = equivalente que pode ser resolvido por retro substituição. Dois sistemas lineares de dimensão n x n são equivalentes desde que os seus conjuntos de soluções sejam os mesmos. Teoremas de álgebra linear mostram que quando certas operações são aplicadas a um dado sistema, os conjuntos soluções não muda. As seguintes operações, quando aplicadas a um sistema linear, resultam num sistema equivalente: • Mudança de ordem de duas equações. • Multiplicação de uma equação por uma constante não nula. • Adição de um múltiplo de uma equação a uma outra equação. Descreve-se, a seguir, o método de eliminação de Gauss para um sistema de ordem 3, sendo que o mesmo processo pode ser aplicado a sistemas de qualquer ordem. Assim, considere um sistema do tipo que pode ser representado pela matriz aumentada O objectivo é obter um sistema triangular da forma Para melhor perceber o método, a seguir apresenta-se um exemplo: Considere o sistema dado por Passo 1 Podemos eliminar a incógnita x1 nas linha l2 e na linha l3 fazendo repectivamente as seguintes operações: teremos então o seguinte sistema equivalente Passo 2 Vamos agora eliminar a incógnita x2 na linha l3 fazendo a seguinte operação: Teremos então o seguinte sistema equivalente Temos agora um sistema triangular que pode ser resolvido com o algoritmo da retro substituição. 5.2 MÉTODOS ITERATIVOS Nesta secção descreve-se os métodos iterativos de Jacobi e Gauss-Seidel. Tais métodos são eficazes para sistemas de grande porte, economizando tempo computacional, principalmente os esparsos, na qual os métodos directos são ineficientes. A técnica iterativa para resolver um sistema linear Ax = b de n×n elementos, será proposto da seguinte forma: parte-se de uma aproximação inicial X0 e então constrói-se consecutivamente os vetores x1, x2, ..., até que a condição de convergência seja satisfeita. 5.2.1 MÉTODO DE JACOBI Considere o sistema: E exigindo que . Passo 1: Isola-se o vector X mediante a separação do elemento diagonal, conforme: Passo 2: Extrai-se a matriz G Passo 3: Verifica-se a convergência da transformação 1<G Passo 4: Determina-se o vector inicial: );...;;( )0()0(2 )0( 10 nxxxX = Caso o problema não indique de forma explícita, nesta disciplina iremos adoptar a seguinte solução inicial: )0;...;0;0(0 =X Passo 5: Preenche-se a tabela recorrendo ao método de Jacobi que corresponde a resolver −−−= −−−= −−−= − −− − −− −− )...( 1 .... )....( 1 )...( 1 )1( 11 )1( 11 )( )1( 2 )1( 1212 22 )( 2 )1( 1 )1( 2121 11 )( 1 k nnn k nn nn k n k nn kk k nn kk xaxab a x xaxab a x xaxab a x Até que o critério de convergência seja satisfeito. k )( 1 kx )(2 kx …. )(knx )1()( −− kk XX 5.2.2 MÉTODO DE GAUSS-SEIDEL Seja dado o seguinte sistema: E exigindo que . O Método de Gauss Seidel para determinação da solução aproximada do sistema dado, compreende os seguintes passos: Passo 1: Isola-se o vector X mediante a separação do elemento diagonal, conforme: Passo 2: Extrai-se a matriz G Passo 3: Verifica-se a convergência da transformação 1<G Passo 4: Determina-se o vector inicial: );...;;( )0()0(2 )0( 10 nxxxX = Caso o problema não indique de forma explícita, nesta disciplina iremos adoptar a seguinte solução inicial: )0;...;0;0(0 =X Passo 5: Preenche-se a tabela recorrendo ao método de Gauss-Seidel que corresponde a resolver −−−= −−−= −−−= −− − −− )...( 1 .... )....( 1 )...( 1 )( 11 )( 11 )( )1( 2 )( 1212 22 )( 2 )1( 1 )1( 2121 11 )( 1 k nnn k nn nn k n k nn kk k nn kk xaxab a x xaxab a x xaxab a x Até que o critério de convergência seja satisfeito. k )( 1 kx )(2 kx …. )(knx )1()( −− kk XX Passo 6: R% );...;;( 2211 nn xxxxxxX ∆±∆±∆±= Exemplo: Pelo método de Gauss-Seidel, determine a solução do seguinte sistema de equações: EXERCÍCIOS 1. Resolva o sistema linear abaixo utilizando o método de eliminação de Gauss 2. Calcule a norma de A para as seguintes matrizes: 3. Determine a inversa da matriz A 4. Determine a solução do sistema Ax = b, sabendo que: 5. Dado o sistema Ax = b, mostre que o método iterativo de Jacobi converge e determine a sua solução aproximada: 6. Resolver o sistema linear abaixo, pelo método de Jacobi com chute inicial }{ 1,1,1,1)0( =x , tolerância 310−=ε : 7. Resolver o sistema linear abaixo, pelo método de Gauss Seidel com chute inicial }{ 0,0,0,0)0( =x , tolerância 310−=ε : 8. Considere o sistema linear Ax = b, onde: Pelo método de Gauss Seidel, determine a solução do sistema com erro 310 −=ε CAPÍTULO 6 - EQUAÇÕES DIFERENCIAIS ORDINARIAS (EDO´s) 6.1 INTRODUÇÃO O estudo das equações diferenciais foi motivado inicialmente por problemas da física, ou seja problemas de mecânica, electricidade, termodinâmica, magnetismo etc. Actualmente muitas outras áreas do conhecimento têm a formulação teórica de seus problemas utilizando essas equações. Entre outras podemos destacar as seguintes áreas, Química, Ecologia, Biologia, Economia e Sociologia. Suponha RRf n →: e RRy →: , com derivadas até ordem n . Dizemos que uma equação diferencial ordinária tem ordem n se é uma equação que pode ser escrita como )´,...,,,( nn yyyxfy = ; =ny derivada de ordem n . Uma função )(xy ϕ= é dita como solução da equação acima se: a) )(xyϕ= possui derivadas até n ; b) ))(),....,(,( 1 xxxfy nn −= ϕϕ 6.2 EDO´s DE PRIMEIRA ORDEM ))(,(´ xyxfy = Seguem abaixo os métodos numéricos que nos ajudam a determinar as soluções aproximadas das EDO´s. 6.2.1 MÉTODO DE EULER Passo 1: Extracção de dados Passo 2: Determinação das fórmulas concretas hxx kk +=+1 );(*1 kkkk yxfhyy +=+ Passo 3: Tabela k kx ky Passo 4: Resposta Exemplo: Determine a solução da equação diferencial xyy −=' , com 1)0( =y no intervalo [ ]5.0;0 e 1.0=h Resolução: Passo 1: Extracção de dados xyyxf −=);( 00 =x 10 =y 1.0=h Passo 2: Determinação das fórmulas concretas 1.011 +=↔+= ++ kkkk xxhxx kkkkkkkk yxyyyxfhyy **1.0);(* 11 −=↔+= ++ Passo 3: Tabela k kx ky 0 0 1 1 0.1 1 2 0.2 0.99 3 0.3 0.9702 4 0.4 0.941094 5 0.5 0.903450 Passo 5: 903450.0=y 6.2.2 MÉTODO DE RANGE KUTTA 4 – RK 4 Passo 1: Extracção de dados Passo 2: Determinação das fórmulas concretas hxx ll +=+1 )*2*2(* 6 43211 kkkk h yy ll ++++=+ 34 23 12 1 *;( ) 2 ; 2 ( ) 2 ; 2 ( );( khyhxfk k h y h xfk k h y h xfk yxfk ll ll ll ll ++= ++= ++= = Passo 3: Tabela k kx ky 1k 2k 3k 4k Passo 4: Resposta Exemplo Passo 1: Extracção de dados xyyxf −=);( 00 =x 10 =y 1.0=h Passo 2: Determinação das fórmulas concretas 1.011 +=↔+= ++ llll xxhxx )*2*2(* 6 43211 kkkk h yy ll ++++=+ )*1.0)(1.0(*;( )*05.0)(05.0() 2 ; 2 ( )*05.0)(05.0() 2 ; 2 ( *);( 3434 2323 1212 11 kyxkkhyhxfk kyxkk h y h xfk kyxkk h y h xfk yxkyxfk llll llll llll llll ++−=↔++= ++−=↔++= ++−=↔++= −=↔= Passo 3: Tabela k kx ky 1k 2k 3k 4k 0 0 1 0 -0.05 -0.049875 -0.099501 1 0.1 0.99502 -0.09950 - 0.148506 -0.148138 -0.196040 2 0.2 0.98019 9 -0.196040 - 0.242599 -0.242017 -0.256799 3 0.3 0.95599 7 -0.256799 - 0.329580 -0.328831 -0.369246 4 0.4 0.92311 6 -0.329246 - 0.407094 -0.406243 -0.441246 5 0.5 0.88249 7 -0.441246 - 0.473239 -0.472359 -0.501157 Passo 4: Resposta 0.882497=y 6.3 EXERCÍCIOS 1. Determine a solução numérica aproximada da seguinte Equação Diferencial Ordinária, com o passo h = 0.2 a) Pelo de Euler b) Pelo método de Runge – Kutta 4 2. Considere a equação diferencial ordinária, dado por: Fazendo h = 0.1, determine a solução aproximada usando o método de Euler. 3. Seja dada a equação 31' yxy −= com 1)0( =y no intervalo [0;5] e com N=5. Determine a solução aproximada pelo método de Runge Kutta – 4.
Compartilhar