Apostila
Apostila
Apostila
Métodos Numéricos
Disciplina na modalidade a distância
Palhoça
UnisulVirtual
2011
Créditos
Universidade do Sul de Santa Catarina | Campus UnisulVirtual | Educação Superior a Distância
Avenida dos Lagos, 41 – Cidade Universitária Pedra Branca | Palhoça – SC | 88137-900 | Fone/fax: (48) 3279-1242 e 3279-1271 | E-mail: [email protected] | Site: www.unisul.br/unisulvirtual
Reitor Coordenadores Graduação Marilene de Fátima Capeleto Patrícia de Souza Amorim Karine Augusta Zanoni
Ailton Nazareno Soares Aloísio José Rodrigues Patricia A. Pereira de Carvalho Poliana Simao Marcia Luz de Oliveira
Ana Luísa Mülbert Paulo Lisboa Cordeiro Schenon Souza Preto Mayara Pereira Rosa
Vice-Reitor Ana Paula R.Pacheco Paulo Mauricio Silveira Bubalo Luciana Tomadão Borguetti
Sebastião Salésio Heerdt Artur Beck Neto Rosângela Mara Siegel Gerência de Desenho e
Bernardino José da Silva Simone Torres de Oliveira Desenvolvimento de Materiais Assuntos Jurídicos
Chefe de Gabinete da Reitoria Charles Odair Cesconetto da Silva Vanessa Pereira Santos Metzker Didáticos Bruno Lucion Roso
Willian Corrêa Máximo Dilsa Mondardo Vanilda Liordina Heerdt Márcia Loch (Gerente) Sheila Cristina Martins
Diva Marília Flemming Marketing Estratégico
Pró-Reitor de Ensino e Horácio Dutra Mello Gestão Documental Desenho Educacional
Lamuniê Souza (Coord.) Cristina Klipp de Oliveira (Coord. Grad./DAD) Rafael Bavaresco Bongiolo
Pró-Reitor de Pesquisa, Itamar Pedro Bevilaqua
Pós-Graduação e Inovação Jairo Afonso Henkes Clair Maria Cardoso Roseli A. Rocha Moterle (Coord. Pós/Ext.) Portal e Comunicação
Daniel Lucas de Medeiros Aline Cassol Daga Catia Melissa Silveira Rodrigues
Mauri Luiz Heerdt Janaína Baeta Neves
Aline Pimentel
Jorge Alexandre Nogared Cardoso Jaliza Thizon de Bona Andreia Drewes
Pró-Reitora de Administração José Carlos da Silva Junior Guilherme Henrique Koerich Carmelita Schulze Luiz Felipe Buchmann Figueiredo
Acadêmica José Gabriel da Silva Josiane Leal Daniela Siqueira de Menezes Rafael Pessi
Marília Locks Fernandes Delma Cristiane Morari
Miriam de Fátima Bora Rosa José Humberto Dias de Toledo
Eliete de Oliveira Costa
Joseane Borges de Miranda Gerência de Produção
Pró-Reitor de Desenvolvimento Luiz G. Buchmann Figueiredo Gerência Administrativa e Eloísa Machado Seemann Arthur Emmanuel F. Silveira (Gerente)
e Inovação Institucional Marciel Evangelista Catâneo Financeira Flavia Lumi Matuzawa Francini Ferreira Dias
Renato André Luz (Gerente) Geovania Japiassu Martins
Valter Alves Schmitz Neto Maria Cristina Schweitzer Veit
Ana Luise Wehrle Isabel Zoldan da Veiga Rambo Design Visual
Maria da Graça Poyer
Diretora do Campus Mauro Faccioni Filho Anderson Zandré Prudêncio João Marcos de Souza Alves Pedro Paulo Alves Teixeira (Coord.)
Universitário de Tubarão Moacir Fogaça Daniel Contessa Lisboa Leandro Romanó Bamberg Alberto Regis Elias
Milene Pacheco Kindermann Nélio Herzmann Naiara Jeremias da Rocha Lygia Pereira Alex Sandro Xavier
Onei Tadeu Dutra Rafael Bourdot Back Lis Airê Fogolari Anne Cristyne Pereira
Diretor do Campus Universitário Patrícia Fontanella Thais Helena Bonetti Luiz Henrique Milani Queriquelli Cristiano Neri Gonçalves Ribeiro
da Grande Florianópolis Roberto Iunskovski Valmir Venício Inácio Marcelo Tavares de Souza Campos Daiana Ferreira Cassanego
Hércules Nunes de Araújo Rose Clér Estivalete Beche Mariana Aparecida dos Santos Davi Pieper
Gerência de Ensino, Pesquisa e Marina Melhado Gomes da Silva Diogo Rafael da Silva
Secretária-Geral de Ensino Vice-Coordenadores Graduação Extensão Marina Cabeda Egger Moellwald Edison Rodrigo Valim
Adriana Santos Rammê Janaína Baeta Neves (Gerente) Mirian Elizabet Hahmeyer Collares Elpo Fernanda Fernandes
Solange Antunes de Souza Aracelli Araldi Pâmella Rocha Flores da Silva
Bernardino José da Silva Frederico Trilha
Diretora do Campus Catia Melissa Silveira Rodrigues Rafael da Cunha Lara Jordana Paula Schulka
Elaboração de Projeto Roberta de Fátima Martins Marcelo Neri da Silva
Universitário UnisulVirtual Horácio Dutra Mello Carolina Hoeller da Silva Boing
Jucimara Roesler Jardel Mendes Vieira Roseli Aparecida Rocha Moterle Nelson Rosa
Vanderlei Brasil Sabrina Bleicher Noemia Souza Mesquita
Joel Irineu Lohn Francielle Arruda Rampelotte
Equipe UnisulVirtual José Carlos Noronha de Oliveira Verônica Ribas Cúrcio Oberdan Porto Leal Piantino
José Gabriel da Silva Reconhecimento de Curso
José Humberto Dias de Toledo Acessibilidade Multimídia
Diretor Adjunto Maria de Fátima Martins Vanessa de Andrade Manoel (Coord.) Sérgio Giron (Coord.)
Moacir Heerdt Luciana Manfroi
Rogério Santos da Costa Extensão Letícia Regiane Da Silva Tobal Dandara Lemos Reynaldo
Secretaria Executiva e Cerimonial Rosa Beatriz Madruga Pinheiro Maria Cristina Veit (Coord.) Mariella Gloria Rodrigues Cleber Magri
Jackson Schuelter Wiggers (Coord.) Sergio Sell Vanesa Montagna Fernando Gustav Soares Lima
Marcelo Fraiberg Machado Pesquisa Josué Lange
Tatiana Lee Marques Daniela E. M. Will (Coord. PUIP, PUIC, PIBIC) Avaliação da aprendizagem
Tenille Catarina Valnei Carlos Denardin Claudia Gabriela Dreher Conferência (e-OLA)
Mauro Faccioni Filho (Coord. Nuvem)
Assessoria de Assuntos Sâmia Mônica Fortunato (Adjunta) Jaqueline Cardozo Polla Carla Fabiana Feltrin Raimundo (Coord.)
Internacionais Pós-Graduação Nágila Cristina Hinckel Bruno Augusto Zunino
Coordenadores Pós-Graduação Anelise Leal Vieira Cubas (Coord.) Sabrina Paula Soares Scaranto
Murilo Matos Mendonça Aloísio José Rodrigues Gabriel Barbosa
Anelise Leal Vieira Cubas Thayanny Aparecida B. da Conceição
Assessoria de Relação com Poder Biblioteca Produção Industrial
Público e Forças Armadas Bernardino José da Silva Salete Cecília e Souza (Coord.) Gerência de Logística Marcelo Bittencourt (Coord.)
Adenir Siqueira Viana Carmen Maria Cipriani Pandini Paula Sanhudo da Silva Jeferson Cassiano A. da Costa (Gerente)
Walter Félix Cardoso Junior Daniela Ernani Monteiro Will Marília Ignacio de Espíndola Gerência Serviço de Atenção
Giovani de Paula Renan Felipe Cascaes Logísitca de Materiais Integral ao Acadêmico
Assessoria DAD - Disciplinas a Karla Leonora Dayse Nunes Carlos Eduardo D. da Silva (Coord.) Maria Isabel Aragon (Gerente)
Distância Letícia Cristina Bizarro Barbosa Gestão Docente e Discente Abraao do Nascimento Germano Ana Paula Batista Detóni
Patrícia da Silva Meneghel (Coord.) Luiz Otávio Botelho Lento Enzo de Oliveira Moreira (Coord.) Bruna Maciel André Luiz Portes
Carlos Alberto Areias Roberto Iunskovski Fernando Sardão da Silva Carolina Dias Damasceno
Cláudia Berh V. da Silva Rodrigo Nunes Lunardelli Capacitação e Assessoria ao Fylippy Margino dos Santos Cleide Inácio Goulart Seeman
Conceição Aparecida Kindermann Rogério Santos da Costa Docente Guilherme Lentz Denise Fernandes
Luiz Fernando Meneghel Thiago Coelho Soares Alessandra de Oliveira (Assessoria) Marlon Eliseu Pereira Francielle Fernandes
Renata Souza de A. Subtil Vera Rejane Niedersberg Schuhmacher Adriana Silveira Pablo Varela da Silveira Holdrin Milet Brandão
Alexandre Wagner da Rocha Rubens Amorim
Assessoria de Inovação e Jenniffer Camargo
Gerência Administração Elaine Cristiane Surian (Capacitação) Yslann David Melo Cordeiro Jessica da Silva Bruchado
Qualidade de EAD Acadêmica Elizete De Marco
Denia Falcão de Bittencourt (Coord.) Jonatas Collaço de Souza
Angelita Marçal Flores (Gerente) Fabiana Pereira Avaliações Presenciais
Andrea Ouriques Balbinot Juliana Cardoso da Silva
Fernanda Farias Iris de Souza Barros Graciele M. Lindenmayr (Coord.)
Carmen Maria Cipriani Pandini Juliana Elen Tizian
Juliana Cardoso Esmeraldino Ana Paula de Andrade
Secretaria de Ensino a Distância Kamilla Rosa
Maria Lina Moratelli Prado Angelica Cristina Gollo
Assessoria de Tecnologia Samara Josten Flores (Secretária de Ensino) Simone Zigunovas
Mariana Souza
Osmar de Oliveira Braz Júnior (Coord.) Cristilaine Medeiros Marilene Fátima Capeleto
Giane dos Passos (Secretária Acadêmica) Daiana Cristina Bortolotti
Felipe Fernandes Adenir Soares Júnior Tutoria e Suporte Maurício dos Santos Augusto
Felipe Jacson de Freitas Delano Pinheiro Gomes Maycon de Sousa Candido
Alessandro Alves da Silva Anderson da Silveira (Núcleo Comunicação) Edson Martins Rosa Junior
Jefferson Amorin Oliveira Andréa Luci Mandira Claudia N. Nascimento (Núcleo Norte- Monique Napoli Ribeiro
Phelipe Luiz Winter da Silva Fernando Steimbach Priscilla Geovana Pagani
Cristina Mara Schauffert Nordeste)
Fernando Oliveira Santos
Priscila da Silva Djeime Sammer Bortolotti Maria Eugênia F. Celeghin (Núcleo Pólos) Sabrina Mari Kawano Gonçalves
Rodrigo Battistotti Pimpão Lisdeise Nunes Felipe Scheila Cristina Martins
Douglas Silveira Andreza Talles Cascais Marcelo Ramos
Tamara Bruna Ferreira da Silva Evilym Melo Livramento Daniela Cassol Peres Taize Muller
Marcio Ventura Tatiane Crestani Trentin
Fabiano Silva Michels Débora Cristina Silveira Osni Jose Seidler Junior
Coordenação Cursos Fabricio Botelho Espíndola Ednéia Araujo Alberto (Núcleo Sudeste) Thais Bortolotti
Coordenadores de UNA Felipe Wronski Henrique Francine Cardoso da Silva
Diva Marília Flemming Gisele Terezinha Cardoso Ferreira Janaina Conceição (Núcleo Sul) Gerência de Marketing
Marciel Evangelista Catâneo Indyanara Ramos Joice de Castro Peres Eliza B. Dallanhol Locks (Gerente)
Roberto Iunskovski Janaina Conceição Karla F. Wisniewski Desengrini
Jorge Luiz Vilhar Malaquias Kelin Buss Relacionamento com o Mercado
Auxiliares de Coordenação Juliana Broering Martins Liana Ferreira Alvaro José Souto
Ana Denise Goularte de Souza Luana Borges da Silva Luiz Antônio Pires
Camile Martinelli Silveira Luana Tarsila Hellmann Maria Aparecida Teixeira Relacionamento com Polos
Fabiana Lange Patricio Luíza Koing Zumblick Mayara de Oliveira Bastos Presenciais
Tânia Regina Goularte Waltemann Maria José Rossetti Michael Mattar Alex Fabiano Wehrle (Coord.)
Jeferson Pandolfo
José Humberto Dias Tolêdo
Métodos Numéricos
Livro didático
Design instrucional
Roseli Rocha Moterle
1a edição revista
Palhoça
UnisulVirtual
2011
Copyright © UnisulVirtual 2011
Nenhuma parte desta publicação pode ser reproduzida por qualquer meio sem a prévia autorização desta instituição
Design Instrucional
Karla Leonora Dahse Nunes
Roseli Rocha Moterle (1a edição revista)
ISBN
978-85-7817-292-3
Diagramação
Daniel Blass
Revisão
Foco Opinião e Mercado
519.4
T58 Tolêdo, José Humberto Dias
Métodos numéricos : livro didático / José Humberto Dias Toledo ; revisão e
atualização de conteúdo José Humberto Dias Toledo ; design instrucional Karla
Leonora Dahse Nunes, Roseli Rocha Moterle. – 1. ed. rev. – Palhoça : UnisulVirtual, 2011.
274 p. : il. ; 28 cm.
Inclui bibliografia.
ISBN 978-85-7817-292-3
Palavras do professor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Plano de estudo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Equipe UnisulVirtual.
Palavras do professor
Caro(a) aluno(a),
Bons estudos!
o livro didático;
o Espaço UnisulVirtual de Aprendizagem (EVA);
as atividades de avaliação (a distância, presenciais e
de autoavaliação);
o Sistema Tutorial.
Ementa da disciplina
Objetivos da disciplina
Geral
Desenvolver, no universitário, a preparação para a aplicação
dos métodos numéricos na resolução de problemas práticos,
promovendo a integração entre teoria e prática, e possibilitando
ainda uma análise das dificuldades numéricas que podem ocorrer
ao se trabalhar com máquinas (computadores e calculadoras).
Específicos
Discutir o conceito de aproximação no contexto da matemática;
Discutir os erros numéricos provenientes da modelagem
matemática e das limitações das configurações dos softwares e
calculadoras gráficas;
Explorar o uso de softwares e calculadoras gráficas e
programáveis, na aplicação de métodos numéricos;
Discutir as funções polinomiais;
Aplicar métodos numéricos em: ajustamento de curvas,
interpolação de dados, integração numérica, equações e sistemas
de equações lineares.
Carga horária
Conteúdo programático/objetivos
12
Climatologia e Meteorologia
Unidades de estudo: 7
Unidade 2 – Polinômios
Nesta unidade apresentamos o conceito e realizamos operações
com polinômios. Discutimos, ainda, a sua importância
no contexto da matemática numérica quanto ao estudo da
interpolação e da aproximação de funções.
Unidade 5 – Interpolação
Nesta unidade usaremos funções polinomiais para interpolar
tabelas de dados, possibilitando estimar valores para dados
dentro de uma tabela que não estejam tabelados.
13
Universidade do Sul de Santa Catarina
Agenda de atividades/Cronograma
Atividades obrigatórias
14
1
UNIDADE 1
Erros numéricos
Objetivos de aprendizagem
Discutir o conceito de aproximação no contexto da matemática.
Entender que os problemas de natureza física, química etc. nem
sempre apontam soluções com exatidão.
Entender o sistema de aritmética e ponto flutuante de computa-
dores e calculadoras.
Reconhecer erros provenientes de modelagem matemática, de
limitações das máquinas e da aplicação dos métodos numéricos.
Diferenciar erros de arredondamentos e de truncamentos.
Distinguir o erro absoluto do relativo.
Entender como o erro numérico pode ser propagado, com o obje-
tivo de evitá-lo e/ou controlá-lo nas aplicações de métodos numé-
ricos para resolver problemas.
Seções de estudo
Seção 1 Introdução
Seção 2 Conversão de bases
Seção 3 Sistema de ponto flutuante
Seção 4 Métodos de arredondamento e truncamento
Seção 5 Propagação de erros
Seção 6 Erros absolutos e relativos
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
A diferença entre uma solução exata para um problema de
natureza física, química etc. e a sua solução aproximada é
chamada de erro. Normalmente, procuramos resolver esses tipos
de problemas usando uma forma analítica da matemática, que
geralmente aponta uma solução exata. Entretanto, podem surgir
problemas em que a solução analítica é impraticável. Dessa
forma, podemos aplicar os métodos numéricos, que apresentam
soluções numéricas aproximadas para esses problemas.
16
Métodos Numéricos
Unidade 1 17
Universidade do Sul de Santa Catarina
Você sabia?
Que quando escrevemos o número 2425 na base
decimal, estamos dizendo que esse número representa
a quantidade equivalente a 2×1000 + 4×100 + 2×10 + 5
ou escrevendo na forma 2×103 + 4×102 + 2×101 + 5×100
que é chamada de representação posicional dos
números!
Para a base binária, usamos o mesmo mecanismo,
porém a potência terá base 2.
Portanto, o número binário 1011 pode ser escrito na
forma 1×23 + 0×22 + 1×21 + 1×20.
18
Métodos Numéricos
onde:
bi = 0 ou 1;
bj = 0 ou 1;
i, j = números inteiros com i ≥ 0 e j < 0.
Unidade 1 19
Universidade do Sul de Santa Catarina
5 2
1 2 2
0 1
Observe que o último quociente é igual a 1 e os restos 0 e 1 (de
baixo para cima), logo, para formamos o binário, juntamos o
último quociente e os restos: 1012, portanto: 510 = 1012.
25 2
1 12 2
0 6 2
0 3 2
1 1
Logo: 2510 = 110012
7 2 0,75 0,5
1 3 2 ×2 ×2
1 1 1,5 1,0
710 = 1112 0,7510 = 0,112
20
Métodos Numéricos
Assim:
Unidade 1 21
Universidade do Sul de Santa Catarina
sendo que:
b = base
d1d2d3 … dk = mantissa
k = número de dígitos da mantissa
0 ≤ dj ≤ (b – 1); j = 1, 2, … , k e d1 ≠ 0
e = expoente no intervalo [e1,e2]
F(b, k,e1,e2)
sendo que:
b = base
k = precisão
e1 = menor expoente
e2 = maior expoente
22
Métodos Numéricos
F(b, k,e1,e2) b k e1 e2
HP25 10 9 –98 100
Texas SR50 10 10 –98 100
HP 48G 10 12 –500 499
HP 50G 10 12 –500 499
IBM 3090 16 5 –65 62
CRAY X – MP 2 47 –16385 8190
CRAY T – 94 2 51 –1022 1023
Unidade 1 23
Universidade do Sul de Santa Catarina
mantissa expoente
0 1 0 0 0 1 1 0 1 1 0
sinal da mantissa sinal do expoente
24
Métodos Numéricos
–33,610 = –100001,100110011001…
–33,610 = –0,10001100110011001…×2110
mantissa expoente
1 1 0 0 0 0 1 1 0 0 1 0 1 1 0
sinal da mantissa sinal do expoente
Unidade 1 25
Universidade do Sul de Santa Catarina
Escrevendo os números:
26
Métodos Numéricos
x = 24,28976 = 0,2428976×102
x = 0,2428×102 = 24,28
Unidade 1 27
Universidade do Sul de Santa Catarina
28
Métodos Numéricos
x + y ; x∙y e
x = 0,3956×105 e y = 0,2345×102
logo:
x + y = 0,3956×105 + 0,2345×102
x + y = (0,3956 + 0,0002345)×105 = 0,3958345×105
F(10,4,–10,10)
x + y = 0,3958×105
Na multiplicação, fazemos:
{
x∙y = 0,9276×106, no truncamento
x∙y = 0,9277×106, no arredondamento
Unidade 1 29
Universidade do Sul de Santa Catarina
O resultado será:
{
= 0,1686×104, no truncamento
= 0,1687×104, no arredondamento
EA(x) = | x – x* |
30
Métodos Numéricos
Atividades de autoavaliação
1.1) Faça a conversão dos números decimais a seguir para a base
binária:
a) 2310 c) 0,234510
b) 192710 d) –32,210
b) 0,1012 d) 1111110012
b) –0,234510 d) –0,0000210
Unidade 1 31
Universidade do Sul de Santa Catarina
a) x + y + z c)
b) x∙y + z d) x – y – z
32
Métodos Numéricos
Representação Representação
Representação em
x pelo método de pelo método de
ponto flutuante arredondamento truncamento
23,45678
–0,3489
23456,789
0,0000003
345678,234
–34,5673
Síntese
Nesta unidade você estudou o conceito de aproximação no
contexto da matemática numérica procurando verificar as
possíveis fontes de erros no processo de resolução de um
problema de natureza física, química etc. Viu que os erros podem
ser provenientes das limitações de representação de algarismos
significativos das máquinas (computadores e/ou calculadoras).
Portanto, a compreensão do funcionamento dessas ferramentas
possibilita que possamos evitar e/ou controlar esses tipos de erro.
Unidade 1 33
Universidade do Sul de Santa Catarina
Saiba mais
BARROSO, L. C. Cálculo numérico. São Paulo: Harbra, 1987.
34
2
UNIDADE 2
Polinômios
Objetivos de aprendizagem
Reconhecer polinômios.
Identificar o grau, calcular o valor numé-
rico e as raízes ou zeros de um polinômio.
Realizar operações com polinômios.
Reconhecer equações polinomiais (algébricas).
Resolver equações polinomiais usando métodos analíticos.
Resolver equações polinomiais fazendo uso de recursos
computacionais, como softwares e calculadoras gráficas.
Seções de estudo
Seção 1 Introdução aos polinômios
Seção 2 Operações com polinômios
Seção 3 Equações polinomiais
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
Nesta seção vamos discutir o conceito, determinar o grau, o valor
numérico, a raiz ou zero de um polinômio e, ainda, classificá-lo
quanto ao número de termos.
36
Métodos Numéricos
Exemplos:
1.1 P(x) = x4 – 2x3 + x2 – x + 9
1.2 P(x) = –2x2 + x – 3
1.3 P(x) = x3 + 3x – 1
Exemplos:
1.4 No polinômio P(x) = x2 – 2x – 1, o grau é: g(P) = 2
Unidade 2 37
Universidade do Sul de Santa Catarina
P( ) = 3( )4 – 2( )2 + –1=–
38
Métodos Numéricos
Logo:
Verificação:
P(–1) = (–1)2 –1 = 1 – 1 = 0
P(1) = (1)2 –1 = 1 – 1 = 0
Exemplos:
2.10 Os polinômios P(x) = anxn + an–1xn–1 + … + a2x2 + a1x + a0
são expressões algébricas na variável x.
Unidade 2 39
Universidade do Sul de Santa Catarina
40
Métodos Numéricos
Unidade 2 41
Universidade do Sul de Santa Catarina
42
Métodos Numéricos
devemos fazer:
Logo,
é igual a:
Unidade 2 43
Universidade do Sul de Santa Catarina
x2 – 2x + 1
× x – 3
2
–3x + 6x – 3
x – 2x2 + 6x – 3
3
x3 – 5x2 + 7x – 3
44
Métodos Numéricos
P(x) D(x)
R(x) Q(x)
sendo que:
Unidade 2 45
Universidade do Sul de Santa Catarina
– x4 + 2x3 – 18x2 + 7x – 12 x2 – x + 2
– x4 + 2x3 – 12x2 x2 + 2x – 8
– x4 + 2x3 – 10x2 + 7x – 12
– x4 – 2x3 + 12x2 – 4x
– x4 + 2x3 – 18x2 + 3x – 12
– x4 + 2x3 – 18x2 – 8x – 16
– x4 + 2x3 – 18x2 – 5x + 14
Ou seja:
Raiz do
divisor Coeficientes de P(x)
2 3 –5 1 –2
46
Métodos Numéricos
Raiz do
divisor Coeficientes de P(x)
2 3 –5 1 –2
3
Raiz do
divisor Coeficientes de P(x)
2 3 –5 1 –2
3∙(2) – 5 1∙(2) + 1 3∙(2) – 2
3 1 3 4
Raiz do
divisor Coeficientes de P(x)
2 3 –5 1 –2
3∙(2) – 5 1∙(2) + 1 3∙(2) – 2
3 1 3 4
Unidade 2 47
Universidade do Sul de Santa Catarina
Resolvendo:
Raiz do
divisor Coeficientes de P(x)
–2 1 0 0 8
1 –2 4 0
Você sabia?
As calculadoras gráficas HP – (48; 49 e 50) têm a função
HORNER, que determina a divisão HORNER ou sintética
de um polinômio P(x) pelo fator (x – α)! Os dados de
entrada são o polinômio P(x) e α. A função retorna um
quociente Q(x) e os valores de α e R(x) que satisfazem a
condição P(x) = (x – α)·Q(x) + R(x).
Vejamos um exemplo:
Seja P(x) = x3 + 2x2 – 3x + 1 e a = 2, determinar, usando a função
HORNER da HP: Q(x) e R(x).
48
Métodos Numéricos
Modo algébrico:
Para acessar a função HORNER, faça:
<ARITH> <Polynomial> <HORNER> <ENTER>
HORNER (x3 + 2x2 – 3x + 1,2) <ENTER>.
Aparece a tela ao lado:
O resultado apresentado {x2 + 4x + 5 2 11}
significa: Figura 2.8 – Tela da calculadora gráfica HP
P(x) = 2x2 + 3x – 8 e
Q(x) = (a + 3)x2 + (b – 1)x + (c + 3)
a) 2∙P(x) – Q(x)
b) P(x) + Q(x) – R(x)
c) Q(x)∙R(x)
d) O resto da divisão de Q(x) por R(x)
Unidade 2 49
Universidade do Sul de Santa Catarina
3.1 Introdução
50
Métodos Numéricos
Logo:
Unidade 2 51
Universidade do Sul de Santa Catarina
Onde:
P"(x) = 6x – 12
P"(2) = 6∙2 – 12 = 12 – 12 = 0
P'''(x) = 6
P'''(2) = 6 ≠ 0
P(5) = 52 – 10∙5 + 25 = 25 – 50 + 25 = 0
P'(x) = 2x – 10 ⇒ P'(5) = 2∙5 – 10 = 10 – 10 = 0
P"(x) = 2 ⇒ P"(5) = 2 ≠ 0
Logo, a multiplicidade m de a é m = 2.
52
Métodos Numéricos
2 1 –5 6 4 –8
2 1 –3 0 4 0
2 1 –1 –2 0
2 1 1 0
1 3
é:
Unidade 2 53
Universidade do Sul de Santa Catarina
a1 + a1 + … + an = ,
a1a2 … an = ,
S = a1 + a2 = –
P = a1∙a2 = (–1)2∙ =
54
Métodos Numéricos
Sabemos que:
(a1 + a2)2 = a12 + 2a1a2 + a22 ⇒ a12 + a22 = (a1 + a2)2 – 2a1a2
Como:
Substituindo, teremos:
Unidade 2 55
Universidade do Sul de Santa Catarina
com ai ∈ ℜ, i = 0,1,2,3,…,n
56
Métodos Numéricos
Dividindo:
Observação:
x2 – 6x + 13 = [x – (3 + 2i)]∙[x – (3 – 2i)]
Unidade 2 57
Universidade do Sul de Santa Catarina
Você sabia?
As calculadoras gráficas HP – (48; 49 e 50) oferecem
uma forma fácil de calcular numericamente todas as
raízes (reais ou complexas) de um polinômio!
58
Métodos Numéricos
x3 + 2x2 – x – 2.
x4 + x3 + 2x2 + 4x – 8 = 0
Unidade 2 59
Universidade do Sul de Santa Catarina
Síntese
Nesta unidade discutimos a importância dos polinômios para
o contexto dos métodos numéricos. Realizamos operações com
polinômios. Determinamos raízes reais ou complexas de equações
polinomiais, analiticamente, e usamos recursos computacionais,
como a calculadora gráfica: HP-50G, para auxiliar na resolução
de problemas. A apropriação dos conceitos de polinômios, bem
como realização das operações e a solução da equações são de
fundamental importância para a continuidade dos estudos.
Saiba mais
BURDEN, Richar L.; FAIRES, J. Douglas. Análise Numérica.
São Paulo: Pioneira, 2003.
60
3
UNIDADE 3
Equações algébricas
e transcendentais
Objetivos de aprendizagem
Entender que na resolução de muitos problemas das ciên-
cias exatas se faz uso de diversos tipos de equações.
Resolver equações algébricas e transcenden-
tais usando métodos numéricos.
Encontrar aproximações para raízes das equa-
ções usando o processo gráfico.
Fazer uso de recursos computacionais, como softwa-
res e calculadoras gráficas, para resolver equações.
Analisar as respostas obtidas para equações quando
se faz uso das ferramentas computacionais.
Seções de estudo
Seção 1 Introdução
Seção 2 Método da bissecção
Seção 3 Método da falsa posição
Seção 4 Método de Newton-Raphson
Seção 5 Método da secante
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
Determinar uma raiz real de equações polinomiais ou transcen-
dentais significa determinar um número a, com a ∈ ℜ, de forma
que f (a) = 0. Para encontrar esse valor fazendo uso de métodos
numéricos devemos seguir duas etapas:
62
Métodos Numéricos
Unidade 3 63
Universidade do Sul de Santa Catarina
Interpretação gráfica:
f (x) = x3 – 2x2 – x + 2 = 0.
64
Métodos Numéricos
Unidade 3 65
Universidade do Sul de Santa Catarina
f (x) = – ex = 0
Gráfico:
66
Métodos Numéricos
f (x) = – ex = 0
sendo que:
Unidade 3 67
Universidade do Sul de Santa Catarina
68
Métodos Numéricos
Unidade 3 69
Universidade do Sul de Santa Catarina
Interpretação geométrica
70
Métodos Numéricos
1a Iteração: k = 0
Unidade 3 71
Universidade do Sul de Santa Catarina
2a Iteração: k = 1
3a Iteração: k = 2
4a Iteração: k = 3
5a Iteração: k = 4
72
Métodos Numéricos
Como não foi dado o intervalo [a, b] inicial que contém a raiz,
devemos resolver essa questão partindo da primeira etapa,
ou seja, construir o gráfico, fazer a sua análise e, em seguida,
escolher o intervalo que contenha a raiz real.
1a Iteração: k = 0
2a Iteração: k = 1
3a Iteração: k = 2
Unidade 3 73
Universidade do Sul de Santa Catarina
4a Iteração: k = 3
5a Iteração: k = 4
6a Iteração: k = 5
7a Iteração: k = 6
74
Métodos Numéricos
k ai bi xk CP
0 –1,00 0,00 –0,50 5,00×10–1
1 –0,50 0,00 –0,25 2,50×10–1
2 –0,25 –0,50 –0,37 1,30×10–1
3 –0,37 –0,50 –0,43 6,00×10–2
4 –0,43 –0,37 –0,40 3,00×10–2
5 –0,43 –0,40 –0,41 2,00×10–2
6 –0,43 –0,41 –0,42 1,00×10–2
Notas:
k = interação Raiz da equação
CP = critério de parada
onde:
Unidade 3 75
Universidade do Sul de Santa Catarina
1a Iteração: k = 0
76
Métodos Numéricos
2a Iteração: k = 1
3a Iteração: k = 2
4a Iteração: k = 3
5a Iteração: k = 4
Unidade 3 77
Universidade do Sul de Santa Catarina
6a Iteração: k = 5
7a Iteração: k = 6
8a Iteração: k = 7
78
Métodos Numéricos
9a Iteração: k = 8
10a Iteração: k = 9
11a Iteração: k = 10
Unidade 3 79
Universidade do Sul de Santa Catarina
12a Iteração: k = 11
13a Iteração: k = 12
14a Iteração: k = 13
Critério de parada:
CP = |2,21912 – 2,21911| = 0,00001 = e = 10–5
x13 = 2,21911.
80
Métodos Numéricos
k ai bi xk CP
0 2,00000 2,50000 2,25000 2,50000×10–1
1 2,00000 2,50000 2,12500 1,25000×10–1
2 2,12500 2,50000 2,18750 6,25000×10–2
3 2,18750 2,50000 2,21875 3,12500×10–2
4 2,21875 2,50000 2,23438 1,56300×10–2
5 2,21875 2,23438 2,22657 7,82000×10–3
6 2,21875 2,22657 2,22266 3,91000×10–3
7 2,21875 2,22266 2,22071 1,96000×10–3
8 2,21875 2,22071 2,21973 9,80000×10–4
9 2,21875 2,21973 2,21294 4,90000×10–4
10 2,21875 2,21294 2,21900 2,40000×10–4
11 2,21900 2,21294 2,21912 1,20000×10–4
12 2,21900 2,21912 2,21910 2,00000×10–5
13 2,21910 2,21912 2,21911 1,00000×10–5
Notas:
k = interação Raiz da equação
CP = critério de parada
Unidade 3 81
Universidade do Sul de Santa Catarina
bk – ak =
(bk – ak) = =0
bk – ak = 0 ⇒ bk = ak. Logo: I = S
xk = a
então:
Logo:
0 ≥ [ f (a)]2 ≥ 0 ∴ f (a) = 0
82
Métodos Numéricos
Unidade 3 83
Universidade do Sul de Santa Catarina
84
Métodos Numéricos
Interpretação gráfica
Unidade 3 85
Universidade do Sul de Santa Catarina
1a iteração: k = 0
86
Métodos Numéricos
1a iteração: k = 0
2a iteração: k = 1
3a iteração: k = 2
Unidade 3 87
Universidade do Sul de Santa Catarina
4a iteração: k = 3
5a iteração: k = 4
6a iteração: k = 5
k ai bi xk CP
0 0,000 1,000 0,333 2,970×10–1
1 0,333 1,000 0,419 6,800×10–2
2 0,419 1,000 0,443 2,700×10–2
3 0,443 1,000 0,450 8,000×10–3
4 0,450 1,000 0,452 3,000×10–3
5 0,452 1,000 0,452 3,000×10–3
Notas:
k = interação Raiz da equação
CP = critério de parada
88
Métodos Numéricos
Unidade 3 89
Universidade do Sul de Santa Catarina
Interpretação geométrica
90
Métodos Numéricos
f '(x) = 2x +
Portanto:
1a iteração: k = 0
Unidade 3 91
Universidade do Sul de Santa Catarina
1a Iteração: k = 0
2a Iteração: k = 1
3a Iteração: k = 2
92
Métodos Numéricos
4a Iteração: k = 3
k xk f(xk) CP
0 0,6250 0,6504 6,5040×10–1
1 0,4858 0,0725 7,2500×10–2
2 0,4660 0,0015 1,5000×10–3
3 0,4656 0,0001 1,0000×10–4
Notas:
k = interação Raiz da equação
CP = critério de
parada
f (x0)∙f ''(x0) > 0.
Unidade 3 93
Universidade do Sul de Santa Catarina
xk+1 = xk –
a* = a* – ⇒ f (a*) = 0
94
Métodos Numéricos
Ou ainda:
Unidade 3 95
Universidade do Sul de Santa Catarina
Interpretação geométrica
Equação de iteração
96
Métodos Numéricos
1a Iteração: k = 1
CP = |f (x2)| = |1,27| ≥ e
2a Iteração: k = 2
CP = |f (x3)| = |–0,20| ≥ e
3a Iteração: k = 3
k xk+1 f(xk+1) CP
1 1,81 1,27 1,27×10–0
2 1,61 –0,20 2,00×10–1
3 1,64 0,001 1,00×10–3
Notas:
k = interação Raiz da equação
CP = critério de
parada
Unidade 3 97
Universidade do Sul de Santa Catarina
CP = |f (x2)| = |–0,01223| ≥ e
2a Iteração: k = 2
CP = |f (x3)| = |0,00237| ≥ e
3a Iteração: k = 3
CP = |f (x4)| = |–0,00003| ≥ e
98
Métodos Numéricos
4a Iteração: k = 4
CP = |f (x4)| = |–0,0001| = e
k xk+1 f(xk+1) CP
1 –0,86559 0,01223 1,22300×10–2
2 –0,87885 0,00237 2,37000×10–3
3 –0,87670 0,00003 3,00000×10–5
4 –0,87673 0,00001 1,00000×10–5
Notas:
k = interação Raiz da equação
CP = critério de
parada
Unidade 3 99
Universidade do Sul de Santa Catarina
Você sabia?
As calculadoras gráficas HP – (48, 49 e 50) têm a função
solve, que resolve qualquer tipo de equações algébricas
e/ou transcendentais! Veja a seguir.
Resolvendo equações:
Neste tópico, vamos resolver algumas equações para que você
entenda o funcionamento do comando Solve equation.
100
Métodos Numéricos
Síntese
Nesta unidade aplicamos métodos numéricos, iterativos, para
resolver equações polinomiais e transcendentais que, na maioria
das vezes, não têm solução exata. Verificamos que, para a
aplicação dos métodos iterativos, é necessária uma aproximação
inicial para a raiz e uma precisão dada para a resolução do
problema. Além disso, estipulamos critérios de parada, pois, na
prática, vamos calcular finitos termos de modo que atinjam a
precisão e exatidão desejada.
Unidade 3 101
Universidade do Sul de Santa Catarina
Saiba mais
BARROSO, L. C. Cálculo numérico. São Paulo: Harbra, 1987.
102
4
UNIDADE 4
Sistemas de equações
lineares algébricas
Objetivos de aprendizagem
Aplicar métodos numéricos na resolução de sis-
temas de equações lineares algébricas.
Classificar sistemas lineares quanto ao número de soluções.
Entender quando um sistema linear é mal condicionado.
Usar recursos computacionais como softwares e calcu-
ladoras gráficas na resolução de sistemas lineares.
Calcular determinantes.
Seções de estudo
Seção 1 Introdução
Seção 2 Métodos diretos
Seção 3 Métodos iterativos
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
Vários problemas de interesses práticos, nas mais diversas áreas
das ciências exatas, podem ser modelados por um sistema de
equações lineares algébricas, por exemplo: sistema de destilação
de misturas químicas, balanceamento de uma reação química,
cálculo estrutural, circuitos elétricos, tratamento numérico de
equações diferenciais etc.
104
Métodos Numéricos
Sm = aij xj ; j = 1,2,3,…,n
Unidade 4 105
Universidade do Sul de Santa Catarina
106
Métodos Numéricos
Interpretação geométrica
Interpretação geométrica
Unidade 4 107
Universidade do Sul de Santa Catarina
108
Métodos Numéricos
Unidade 4 109
Universidade do Sul de Santa Catarina
110
Métodos Numéricos
Unidade 4 111
Universidade do Sul de Santa Catarina
112
Métodos Numéricos
Unidade 4 113
Universidade do Sul de Santa Catarina
Vejamos as operações
Vamos chamar as linhas da matriz inicial A(0) de: l1(0); l2(0) e l3(0) e
realizar as seguintes operações com as linhas l1(0) e l2(0): multiplicar
a linha l1(0) por –2 (chamado de multiplicador m21); somar o
resultado com a linha l2(0) e em seguida substituir o resultado pela
linha l2(0). Em seguida, multiplicar a linha l1(0) por –3 (multipli-
cador m31), somar o resultado com a linha l3(0) e, depois substituir
pela linha l3(0). A seguir, faremos um resumo das operações
realizadas com as linhas da matriz inicial A(0), que vai gerar a
matriz equivalente A(1):
Logo:
114
Métodos Numéricos
Unidade 4 115
Universidade do Sul de Santa Catarina
116
Métodos Numéricos
Unidade 4 117
Universidade do Sul de Santa Catarina
Logo:
118
Métodos Numéricos
Acompanhe.
Você sabia?
As calculadoras gráficas HP – (48, 49 e 50) têm a função
solve, que resolve qualquer sistema de equações
lineares algébricas! Vejamos:
Unidade 4 119
Universidade do Sul de Santa Catarina
120
Métodos Numéricos
A∂(0) = r(0),
sendo que:
Unidade 4 121
Universidade do Sul de Santa Catarina
122
Métodos Numéricos
Unidade 4 123
Universidade do Sul de Santa Catarina
124
Métodos Numéricos
Logo:
Unidade 4 125
Universidade do Sul de Santa Catarina
Transformações
Linha Mult. Coeficientes
elementares
1 — 1,0 2,0 3,0 —
2 –2,0 2,0 –1,0 4,0 —
3 1,0 –1,0 2,0 5,0 —
4 — 0,0 –5,0 –2,0 –2·l(1) + l(2)
5 0,8 0,0 4,0 8,0 1·l(1) + l(3)
6 — 0,0 0,0 6,4 0,8·l(4) + l(5)
126
Métodos Numéricos
Você sabia?
Que as calculadoras gráficas HP – (48, 49 e 50) têm a
função det que calcula o determinante de uma matriz
de ordem n! Vejamos:
Unidade 4 127
Universidade do Sul de Santa Catarina
128
Métodos Numéricos
Unidade 4 129
Universidade do Sul de Santa Catarina
130
Métodos Numéricos
Unidade 4 131
Universidade do Sul de Santa Catarina
Sistema equivalente:
1a Iteração: k = 0
132
Métodos Numéricos
2a Iteração: k = 1
3a Iteração: k = 2
4a Iteração: k = 3
Unidade 4 133
Universidade do Sul de Santa Catarina
134
Métodos Numéricos
Observações:
a condição do Teorema 4.1 é apenas suficiente. Isso quer dizer
que pode acontecer a não verificação do Teorema 4.1 e o método
de Gauss-Jacobi convergir para a solução do sistema;
Unidade 4 135
Universidade do Sul de Santa Catarina
136
Métodos Numéricos
Unidade 4 137
Universidade do Sul de Santa Catarina
1a Iteração: k = 0
138
Métodos Numéricos
2a Iteração: k = 1
3a Iteração: k = 2
4a Iteração: k = 3
Unidade 4 139
Universidade do Sul de Santa Catarina
140
Métodos Numéricos
Vejamos um exemplo:
Unidade 4 141
Universidade do Sul de Santa Catarina
sendo que:
então:
142
Métodos Numéricos
Síntese
Nesta unidade estudamos os métodos diretos e iterativos para a
resolução de sistemas de equações lineares algébricas. Analisamos
quando um sistema pode ser mal condicionado e realizamos o
cálculo de determinantes. Destacamos, ainda, a importância do
uso de recursos computacionais como softwares e calculadoras
gráficas para resolver sistemas lineares.
Saiba mais
BARROSO, L. C. Cálculo numérico. São Paulo: Harbra, 1987.
Unidade 4 143
5
UNIDADE 5
Interpolação
Objetivos de aprendizagem
Compreender o conceito de interpolação.
Gerar funções polinomiais de aproximação usando a interpola-
ção polinomial linear, quadrática e de grau n, a partir de dados
tabelados, provenientes de experimentos físicos, químicos etc.
Determinar estimativas de valores não tabelados por meio de
funções polinomiais de interpolação dos dados tabelados.
Calcular o erro de truncamento proveniente da aproximação
gerada pelo polinômio interpolador no cálculo de valores não
tabelados, quando se conhece a função geradora dos dados.
Usar recursos computacionais como softwares matemá-
ticos e/ou calculadoras gráficas para auxiliar na deter-
minação de polinômios de interpolação de dados.
Seções de estudo
Seção 1 Introdução
Seção 2 Interpolação linear
Seção 3 Interpolação quadrática
Seção 4 Interpolação de Lagrange
Seção 5 Interpolação de Newton
Seção 6 Interpolação com diferenças finitas
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
Vamos considerar os dados tabelados a seguir:
146
Métodos Numéricos
Previsões desse tipo podem ser feitas por meio de uma função
de ajuste dos dados tabelados, que é chamada de função de
aproximação. Para responder a primeira pergunta, usaremos um
processo chamado de interpolação (que é o tema de estudo
desta unidade), já que o dado solicitado está dentro do intervalo
de dados que compõe a tabela, ou seja, 1985 ∈ (1940, 1996).
Para responder a segunda pergunta, devemos usar um processo
chamado extrapolação (que será estudado na próxima unidade):
observe que o ano de 2010 ∉ (1940,1996).
Unidade 5 147
Universidade do Sul de Santa Catarina
148
Métodos Numéricos
Unidade 5 149
Universidade do Sul de Santa Catarina
Interpretação geométrica
150
Métodos Numéricos
Interpretação geométrica
Unidade 5 151
Universidade do Sul de Santa Catarina
ET = f (x) – P1(x).
ET = (x – x0)∙(x – x1)∙C,
Determinação de C
Vamos considerar a função auxiliar f(t) = f (t) – P1(t) – ET(t)
152
Métodos Numéricos
tornando t = x ⇒ C = .
ET = (x – x0)∙(x – x1)∙C
Unidade 5 153
Universidade do Sul de Santa Catarina
Determinando P1(x):
Logo:
f (x) = x3 – 2x2 – x + 3
f '(x) = 3x2 – 4x – 1
f ''(x) = 6x – 4
Logo:
154
Métodos Numéricos
Determinando P1(x):
Unidade 5 155
Universidade do Sul de Santa Catarina
Logo:
f (x) = cos x
f '(x) = –sen x
f ''(x) = –cos x
156
Métodos Numéricos
Determinando P1(x):
Logo:
Unidade 5 157
Universidade do Sul de Santa Catarina
O determinante da matriz A é:
158
Métodos Numéricos
Determinando P2(x):
Portanto:
Unidade 5 159
Universidade do Sul de Santa Catarina
Determinando P2(x):
Portanto:
160
Métodos Numéricos
Determinando P2(x):
a2 = –0,75; a1 = –0,25 e a0 = 1.
Portanto:
Unidade 5 161
Universidade do Sul de Santa Catarina
a) P2(1,8)
b) O erro de truncamento cometido, ou seja, ET(1,8).
Em seguida, faça a interpretação geométrica.
162
Métodos Numéricos
Unidade 5 163
Universidade do Sul de Santa Catarina
onde x ∈ (x0,xn)
164
Métodos Numéricos
Determinando os Lk(x):
Logo:
Unidade 5 165
Universidade do Sul de Santa Catarina
Determinando os Lk(x):
k=0
k=1
k=2
k=3
166
Métodos Numéricos
Logo:
Determinando os Lk(x):
k=0
k=1
Unidade 5 167
Universidade do Sul de Santa Catarina
k=2
Logo:
168
Métodos Numéricos
Você sabia?
Que as calculadoras HP (48, 49 e 50) têm a função
Lagrange, que determina o polinômio interpolador de
Lagrange dados (n + 1) pontos {(xi,yi)}ni=0?
Modo algébrico
Para acessar a função LAGRANGE, faça: <ARITH> <Polynomial>
<LAGRANGE> <ENTER> [[0, 0.5, 1] [1, 0.6875, 0]] <ENTER>. Aparece
a seguinte tela (figura 5.10):
Modo RPN
Digite a matriz dos dados (figura 5.11), em seguida, digite
<ARITH> <Polynomial> <LAGRANGE>. Aparece a tela (figura 5.12) a
seguir:
Figura 5.11 – Tela com a matriz dos Figura 5.12 – Tela com o polinômio
dados – HP-50g interpolador – HP-50g
Unidade 5 169
Universidade do Sul de Santa Catarina
1,000
170
Métodos Numéricos
Unidade 5 171
Universidade do Sul de Santa Catarina
172
Métodos Numéricos
Exemplo 5.12: seja uma função f (x) tabelada Tabela 5.17 – Dados
Logo:
Unidade 5 173
Universidade do Sul de Santa Catarina
Resumindo:
174
Métodos Numéricos
Substituindo ( II ) em ( I ), teremos:
Como:
Unidade 5 175
Universidade do Sul de Santa Catarina
Pn(x) = y0 + (x – x0)∙P[x0,x1] +
Pn(x) = + (x – x0)∙(x – x1)∙P[x0,x1,x2] +
Pn(x) = + (x – x0)∙(x – x1)∙(x – x2)∙P[x0,x1,x2,x3] + … +
Pn(x) = + (x – x0)∙(x – x1)…(x – xn–1)∙P[x0,x1,x2,…,xn]
176
Métodos Numéricos
P4(x) = y0 + (x – x0)∙P[x0,x1] +
Pn(x) = + (x – x0)∙(x – x1)∙P[x0,x1,x2] +
Pn(x) = + (x – x0)∙(x – x1)∙(x – x2)∙P[x0,x1,x2,x3] + … +
Pn(x) = + (x – x0)∙(x – x1)∙(x – x2)∙(x – x3) ∙P[x0,x1,x2,x3,x4]
Logo:
P2(–0,2) = –1,33
Unidade 5 177
Universidade do Sul de Santa Catarina
f (x) = x3 – 2x2 + x – 1
f '(x) = 3x2 – 4x + 1
f ''(x) = 6x – 4
f '''(x) = 6
178
Métodos Numéricos
i x f(x)
0 1,2 1,340
1 1,4 1,678
2 1,6 1,876
3 1,8 2,242
3
Observando os valores de {xi}i=0 na tabela acima, verificamos que são
igualmente espaçados, ou seja, x3 – x2 = x2 – x1 = x1 – x0 = 0,2 = h.
Unidade 5 179
Universidade do Sul de Santa Catarina
Pn(x) = y0 + (x – x0)∙P[x0,x1] +
Pn(x) = + (x – x0)∙(x – x1)∙P[x0,x1,x2] +
Pn(x) = + (x – x0)∙(x – x1)∙(x – x2)∙P[x0,x1,x2,x3] + … +
Pn(x) = + (x – x0)∙(x – x1)…(x – xn–1)∙P[x0,x1,x2,…,xn]
Pn(x) = y0 + z∙h∙P[x0,x1] +
Pn(x) = + z∙h2(z – 1)∙P[x0,x1,x2] + … +
Pn(x) = + z∙hn(z – 1)…(z – (n – 1))∙P[x0,x1,x2,…,xn]
180
Métodos Numéricos
Teorema 5.5
Ver demonstração em
Seja f (x) uma função definida nos pontos {xi,yi}ni=0 , de forma que BARROSO et al., 1987
xi+1 – xi = h, onde h é uma constante, ∀i. Então:
Podemos escrever:
Unidade 5 181
Universidade do Sul de Santa Catarina
onde x ∈ (x0,xn)
Calculo de z:
Determinando P2(x):
182
Métodos Numéricos
i x f(x)
0 1,0 2,000
1 1,4 3,344
2 1,8 6,032
3 2,2 10,448
Cálculo de z:
Determinando P3(x):
P3(x) = x3 – x + 2
P3(2,0) = (2,0)3 – (2,0) + 2 = 8,0
Unidade 5 183
Universidade do Sul de Santa Catarina
184
Métodos Numéricos
Síntese
Nesta unidade discutimos o conceito de aproximação de funções,
no contexto da matemática numérica, com o objetivo de gerar
funções de interpolação de dados tabelados. Usamos a classe de
funções polinomiais algébricas, pois elas aproximam de maneira
uniforme as funções contínuas. Com a determinação da função
polinomial de aproximação, estimamos valores para dados não
tabelados, mas que pertenciam ao intervalo dos dados.
Saiba mais
BARROSO, L. C. Cálculo numérico. São Paulo: Harbra, 1987.
Unidade 5 185
6
UNIDADE 6
Ajuste de curvas
Objetivos de aprendizagem
Compreender o conceito de extrapolação.
Gerar funções de aproximação de dados tabelados, pro-
venientes de experimentos físicos, químicos etc.
Realizar projeções para valores não tabelados por meio
de funções de aproximação dos dados tabelados.
Calcular o coeficiente de determinação com
o objetivo de validar modelos.
Avaliar os resíduos provocados pelo ajuste de curvas.
Usar recursos computacionais como planilhas de cál-
culo, softwares matemáticos e/ou estatísticos e cal-
culadoras gráficas para auxiliar na determinação de
funções de aproximação de dados tabelados.
Seções de estudo
Seção 1 Introdução
Seção 2 Ajuste linear simples
Seção 3 Ajuste polinomial
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
Vamos considerar os dados tabelados
ao lado, que são provenientes da Tabela 6.1
– Exportação × importação
relação comercial entre o Brasil e a
China no período de 2000 a 2007, Ano Exportações* Importações*
publicados na revista Exame, edição 2000 1,1 1,2
915 de 9/4/2008. 2001 1,9 1,3
2002 2,5 1,6
Observando a tabela 6.1, podemos 2003 4,5 2,1
2004 5,4 3,7
considerar o seguinte problema: 2005 6,8 5,4
é possível fazer uma previsão 2006 8,4 8
para o valor das exportações e das 2007 10,7 12,6
importações (em bilhões de dólares) Fonte: Revista Exame (2008).
para o ano de 2009? Notas: * em bilhões de dólares
188
Métodos Numéricos
Unidade 6 189
Universidade do Sul de Santa Catarina
ri = f *(xi) – yi
ri2 é minimizado.
190
Métodos Numéricos
ri = f *(xi) – yi
R= ri2,
Unidade 6 191
Universidade do Sul de Santa Catarina
= 2∙ ( yi – axi – b)
= 2∙ ( yi – axi – b)∙xi
2∙ ( yi – axi – b) = 0
2∙ ( yi – axi – b)∙xi = 0
yi – axi – b=0
ou
192
Métodos Numéricos
Portanto, para que a reta R2 seja a que melhor se ajusta aos dados
tabelados, os parâmetros a e b devem ser calculados de acordo
com as equações acima. Este método é conhecido como de
mínimos quadrados, pois consiste em encontrar o mínimo de
uma função quadrática.
Exemplo 6.1: determinar a função linear que melhor ajusta os Tabela 6.2 – Exportações
brasileiras
dados tabelados (Tabela 6.2) referente às exportações na relação
comercial entre Brasil e China. Em seguida, fazer uma projeção Ano Exportações*
dos valores das exportações do Brasil para o ano de 2009 e 2000 1,1
construir o gráfico da função de ajuste no diagrama de dispersão 2001 1,9
2002 2,5
dos dados. 2003 4,5
2004 5,4
Determinando a função f *(xi) = ax + b 2005 6,8
2006 8,4
Devemos determinar os parâmetros a e b usando: 2007 10,7
Notas:
* em bilhões de dólares
Calculando os somatórios:
Unidade 6 193
Universidade do Sul de Santa Catarina
Logo:
Calculando f *(2009):
194
Métodos Numéricos
Coeficiente de determinação R2
Uma forma de medir a qualidade do ajuste linear simples é
calculando o coeficiente de determinação R2, que é dado por:
Logo:
i xi yi
Exemplo 6.3: dada a tabela 6.3 ao lado, determinar: 1 –1 4,5
2 –0,5 4,9
3 1,3 3,9
a) o diagrama de dispersão dos dados;
4 1,8 2,8
b) os somatórios; 5 2,3 1,9
c) a equação da melhor reta de ajuste; 6 2,9 0,3
d) o coeficiente de determinação; 7 3,1 –0,2
8 4,2 –0,8
e) o diagrama de dispersão com a reta de ajuste.
Unidade 6 195
Universidade do Sul de Santa Catarina
Solução
b) Somatórios:
Logo:
196
Métodos Numéricos
Você sabia?
Que o software Excel® possibilita fazer ajuste de funções
a partir de dados tabelados?
Unidade 6 197
Universidade do Sul de Santa Catarina
Figura 6.7 – Tela do software Excel® Figura 6.8 – Tela do software Excel®
com a tabela dos dados com a seleção dos dados
198
Métodos Numéricos
Figura 6.10 – Tela do software Excel® com a seleção do tipo de gráfico, dispersão
Unidade 6 199
Universidade do Sul de Santa Catarina
Figura 6.12 – Tela do software Excel® com diagrama de dispersão e a tela para adicionar
tendência
Figura 6.13 – Tela do software Excel® com a opção de adicionar linha de tendência
200
Métodos Numéricos
Figura 6.14 – Tela do software Excel® com as opções Adicionar linha de tendência e
Exibir R-quadrado
Figura 6.15 – Tela do software Excel® com tabela de dados, linha de tendência, equação e
R-quadrado
Unidade 6 201
Universidade do Sul de Santa Catarina
Tabela 6.6 – Dados 6.3) Dada a tabela 6.6 ao lado, faça o gráfico de dispersão dos
dados e ajuste uma curva da melhor maneira possível.
x f(x)
0,4 –2,8
0,8 –0,6
1,0 1,0
1,4 3,1
1,9 4,7
2,6 5,9
3,0 7,1
202
Métodos Numéricos
Unidade 6 203
Universidade do Sul de Santa Catarina
Tabela 6.7 – Dados Exemplo 6.4: ajustar os dados da tabela 6.7 a uma função
polinomial do segundo grau, que relaciona as importações (em
Ano Importações*
2000 1,2
bilhões de dólares) feitas pelo Brasil, da China, nos anos de 2000
2001 1,3 a 2007. Em seguida, fazer uma estimativa para as importações
2002 1,6 no ano de 2009 e representar a curva de ajuste no diagrama de
2003 2,1 dispersão dos dados.
2004 3,7
2005 5,4
2006 8 Solução
2007 12,6
A equação polinomial de segundo grau de ajuste é:
Notas:
* em bilhões de dólares
f *(xi) = ax2 + bx + c.
204
Métodos Numéricos
xi = 0 + 1 + 2 + … + 7 = 28
xi2 = 02 + 12 + … + 72 = 140
xi3 = 03 + 13 + … + 73 = 784
xi4 = 04 + 14 + … + 74 = 4676
n=8
Unidade 6 205
Universidade do Sul de Santa Catarina
Figura 6.16 – Tela do software Excel® com o diagrama de dispersão e linha de tendência
Tabela 6.8 – Dados Exemplo 6.5: ajustar os dados da tabela 6.8, ao lado, a uma curva
do segundo grau, usando o método dos mínimos quadrados. Em
x f(x)
1,0 0,5
seguida, representar no diagrama de dispersão a curva ajustada.
2,0 0,6
3,0 0,9
4,0 0,8
Solução
5,0 1,2 Cálculo dos somatórios:
6,0 1,5
7,0 1,7
xi = 1,0 + 2,0 + 3,0 + … + 8,0 = 36,0
8,0 2,0
206
Métodos Numéricos
n=8
Figura 6.17 – Tela do software Excel® com o diagrama de dispersão e linha de tendência
Unidade 6 207
Universidade do Sul de Santa Catarina
Você sabia?
Que as calculadoras HP (48; 49 e 50) têm disponíveis
no menu STAT uma opção (3. Fit data…) que
pode ser usada para ajustar dados (x,y) aos quatro
modelos gerais de ajustes de funções como: lineares,
logarítmicas, exponenciais e polinomiais? Para usar este
recurso, é necessário ter pelo menos duas colunas na
variável ∑DAT.
Linear: y = b + mx
Logarítmico: y = b + m∙ln (x)
Exponencial: y = b∙emx
Polinomial: y = b∙xm
208
Métodos Numéricos
Unidade 6 209
Universidade do Sul de Santa Catarina
210
Métodos Numéricos
Exemplo 6.6: ajustar os dados ao lado (tabela 6.9) ao modelo Tabela 6.9 – Dados
linear, usando o método dos mínimos quadrados.
x y
0 0.5
Obs.: para que a sua calculadora apresente os mesmos resultados 1 2.3
desse exemplo, ajuste o formato de número para Fix 2, ou seja, 2 3.6
fixo com duas casas decimais. 3 6.7
4 7.2
5 11
Unidade 6 211
Universidade do Sul de Santa Catarina
212
Métodos Numéricos
Unidade 6 213
Universidade do Sul de Santa Catarina
Onde:
x = no horas
y = no de bactérias
por vol. unitário
214
Métodos Numéricos
Unidade 6 215
Universidade do Sul de Santa Catarina
Síntese
Nesta unidade usamos as funções polinomiais para ajustar dados
tabelados. A partir da determinação da função de ajuste extrapo-
lamos dados não tabelados, objetivando determinar estimativas
que foram avaliadas, por meio do coeficiente de determinação.
Enfatizamos, ainda, que esta unidade abordou um texto intro-
dutório sobre ajustes, já que usamos modelos matemáticos
pré-definidos.
Saiba mais
BARROSO, L. C. Cálculo numérico. São Paulo: Harbra, 1987.
216
7
UNIDADE 7
Integração numérica
Objetivos de aprendizagem
Compreender o conceito de integração numérica.
Aplicar métodos numéricos de integração para calcu-
lar as integrais definidas de funções analíticas, cujas
antiderivadas não são simples de se obter.
Aplicar métodos numéricos para calcular a integral definida
que não tem uma forma analítica, mas que está definida por
uma tabela de dados provenientes de situações práticas.
Calcular o erro de truncamento com o obje-
tivo de melhorar a solução apontada.
Usar recursos computacionais como softwares matemáticos e/ou
calculadoras gráficas para auxiliar no cálculo de integrais definidas.
Seções de estudo
Seção 1 Introdução
Seção 2 Regra dos trapézios
Seção 3 Primeira regra de Simpson
Seção 4 Segunda regra de Simpson
Universidade do Sul de Santa Catarina
Seção 1 – Introdução
Do cálculo integral sabemos que, se uma função f (x) é contínua
em um intervalo [a,b] e a sua primitiva F(x) é conhecida,
podemos calcular a integral definida desta função no intervalo
dado, ou seja:
218
Métodos Numéricos
(7.2)
sendo que:
Rn = resíduo da interpolação
Unidade 7 219
Universidade do Sul de Santa Catarina
Como:
(7.4)
220
Métodos Numéricos
Logo:
(7.5)
Interpretação geométrica
Unidade 7 221
Universidade do Sul de Santa Catarina
(7.6)
Como y = x2 + x, teremos:
y0 = 02 + 0 = 0
h = x1 – x0 = 1 – 0 = 1
y1 = 12 + 1 = 2
222
Métodos Numéricos
Logo:
I= (2 + 0) = 1
Como y = x2 + x:
y’ = 2x + 1
y’’ = 2
Interpretação geométrica
Unidade 7 223
Universidade do Sul de Santa Catarina
Como y = , teremos:
h = x1 – x0 = 2 – 1 = 1
Logo:
Obtenção da fórmula:
sendo que:
224
Métodos Numéricos
Unidade 7 225
Universidade do Sul de Santa Catarina
(7.8)
i xi yi
Como , temos: 0 0,00 0,0000
1 0,25 0,3125
2 0,50 0,7500
, logo: 3 0,75 1,3125
4 1,00 2,0000
I = 0,84375
Logo:
226
Métodos Numéricos
I = 1,04199
Você sabia?
Que nas calculadoras HP (48 – 49 e 50) é possível
calcular integrais simbólicas para expressões com
antiderivadas conhecidas e também é possível estimar
o valor numérico daquelas e de outras integrais?
Unidade 7 227
Universidade do Sul de Santa Catarina
Pressione EQW 1 2 2 2
. O resultado é 5.33 (figura 7.5).
228
Métodos Numéricos
7.5) Para os dados da função f (x) tabelados (tabela 7.4 ao lado), Tabela 7.4 – Dados
Como:
Unidade 7 229
Universidade do Sul de Santa Catarina
Como:
∆y0 = y1 – y0 e
Podemos escrever:
230
Métodos Numéricos
(7.10)
Fazendo h = 0,5
Unidade 7 231
Universidade do Sul de Santa Catarina
232
Métodos Numéricos
(7.12)
Unidade 7 233
Universidade do Sul de Santa Catarina
I = 1,04023
Tabela 7.5 – Dados Exemplo 7.8: seja f (x) conhecida apenas nos pontos tabelados
(tabela 7.5 ao lado). Calcular o valor da integral I = ∫13 f (x)dx
i xi yi
0 1,2 2,35
utilizando a 1a regra de Simpson, com n = 4.
1 1,8 2,86
2 2,4 3,46 Usando a fórmula composta para a 1a regra de Simpson:
3 3,0 3,98
4 3,6 4,42 I= [y0 + 4y1 + 2y2 + 4y3 + 2y4 + … + 2yn–2 + 4yn–1 + yn]
I = 8,194
234
Métodos Numéricos
Unidade 7 235
Universidade do Sul de Santa Catarina
(7.15)
Calculando a integral:
I = 7,50015
236
Métodos Numéricos
Portanto:
Unidade 7 237
Universidade do Sul de Santa Catarina
Calculando a integral:
I = 2∙ (y0 + 3y1 + 3y2 + 2y3 + 3y4 + 3y5 + 2y6 + 3y7 + 3y8 + 2y9
+ 3y10 + 3y11 + y12)
I = 2∙0,785398 = 1,570795
Tabela 7.8 – Dados Exemplo 7.12: seja f (x), definida através da tabela 7.8 ao lado.
2,1
i xi yi Calcular I = ∫1,5 f (x)dx, usando as 1a e 2a regra de Simpson.
0 1,5 0,1325
1 1,6 0,2598
2 1,7 0,3658 Calculando a integral usando a 1a regra de Simpson:
3 1,8 0,4587
4 1,9 0,5987 I= [y0 + 4y1 + 2y2 + 4y3 + 2y4 + … + 2yn–2 + 4yn–1 + yn]
5 2,0 0,6985
6 2,1 0,7852
I= [0,1325 + 4∙0,2598 + 2∙0,3658 + 4∙0,4587 + 2∙0,5987
+ 4∙0,6985 + 0,7852]
I = 0,283823
238
Métodos Numéricos
I = 0,285131
i xi yi
0 1,0 1,3256
1 1,2 1,6598
2 1,4 1,9001
7.13) Seja f (x) definida através da tabela 7.9 ao lado. 3 1,6 2,1023
4 1,8 2,3542
Calcule I = ∫12,2 f (x)dx, aplicando a primeira e segunda regra de 5 2,0 2,6598
Simpson. 6 2,2 2,9896
i xi yi
0 0,5 0,8569
1 0,8 1,2358
2 1,1 1,6895
7.15) Dada a função f (x) definida através da tabela 7.10 ao lado. 3 1,4 2,0012
2,3
4 1,7 2,5698
Calcule o valor de I = ∫0,5 f (x)dx usando a segunda regra de 5 2,0 2,9681
Simpson. 6 2,3 3,0125
Unidade 7 239
Universidade do Sul de Santa Catarina
Síntese
Nesta unidade estudamos os métodos numéricos para calcular as
integrais definidas de funções analíticas, cujas primitivas não são
simples de se calcular, usando os métodos convencionais do cálculo
integral. Demos destaque, também, às situações em que a forma
analítica não é conhecida, mas apenas um conjunto de pontos
tabelados. Para essas situações, a integração numérica traz excelentes
resultados, gerando aproximações extremamente confiáveis.
Saiba mais
BARROSO, L. C. Cálculo numérico. São Paulo: Harbra, 1987.
240
Para concluir o estudo
Unidade 1
1.1)
a) 2310 = 101112
b) 192710 = 111100001112
c) 0,234510 = 0,001111000…
d) –32,210 = –100000,0011001…
1.2)
a) 110012 = 2510
b) 0,1012 = 0,62510
c) 111,0012 = 7,12510
d) 1111110012 = 50510
1.3)
a) 2710
mantissa expoente
0 1 1 0 1 1 0 1 0 1
sinal da mantissa sinal do expoente
b) –0,234510
mantissa expoente
1 1 1 1 1 0 0 0 0 0 0 1 1 0
sinal da mantissa sinal do expoente
Universidade do Sul de Santa Catarina
c) 3,3610
mantissa expoente
0 1 1 0 1 0 1 1 1 0 0 0 1 0
sinal da mantissa sinal do expoente
d) –0,0000210
mantissa expoente
1 1 0 1 0 0 1 1 1 1 1 1 1 1 1 1
sinal da mantissa sinal do expoente
1.4)
1.5)
a) x + y + z
0,23615×103, no truncamento
0,23616×103, no arredondamento
b) x∙y + z
0,28941×101, no truncamento
0,28941×101, no arredondamento
c)
0,72103×105, no truncamento
0,72104×105, no arredondamento
d) x – y – z
0,23188×103, no truncamento
0,23188×103, no arredondamento
248
Métodos Numéricos
1.6)
Tabela 1 – Conversão de números
1.7)
±0,100×101 = ±1 = ±1∙20 = ±1
±0,101×10–3 = ±0,000101
±0,101×10–3 = ±(0∙20 + 0∙2–1 + 0∙2–2 + 0∙2–3 + 1∙2–4 + 0∙2–5 + 1∙2–6)
±0,101×10–3 = ±
±0,101×10–2 = ±0,00101
±0,101×10–3 = ±(0∙20 + 0∙2–1 + 0∙2–2 + 1∙2–3 + 0∙2–4 + 1∙2–5) = ±
±0,101×10–1 = ±0,0101
±0,101×10–3 = ±(0∙20 + 0∙2–1 + 1∙2–2 + 0∙2–3 + 1∙2–4) = ±
249
Universidade do Sul de Santa Catarina
±0,110×10–3 = ±0,000110
±0,110×10–3 = ±(0∙20 + 0∙2–1 + 0∙2–2 + 0∙2–3 + 1∙2–4 + 1∙2–5 + 0∙2–6)
±0,110×10–3 = ±
±0,110×10–2 = ±0,00110
±0,110×10–3 = ±(0∙20 + 0∙2–1 + 0∙2–2 + 1∙2–3 + 1∙2–4 + 0∙2–5) = ±
–1
±0,110×10 = ±0,0110
±0,110×10–3 = ±(0∙20 + 0∙2–1 + 1∙2–2 + 1∙2–3 + 0∙2–4) = ±
±0,111×10–3 = ±0,000111
±0,111×10–3 = ±(0∙20 + 0∙2–1 + 0∙2–2 + 0∙2–3 + 1∙2–4 + 1∙2–5 + 1∙2–6)
±0,111×10–3 = ±
±0,111×10–2 = ±0,00111
±0,111×10–3 = ±(0∙20 + 0∙2–1 + 0∙2–2 + 1∙2–3 + 1∙2–4 + 1∙2–5) = ±
±0,111×10–1 = ±0,0111
±0,111×10–3 = ±(0∙20 + 0∙2–1 + 1∙2–2 + 1∙2–3 + 1∙2–4) = ±
250
Métodos Numéricos
x= = 0,625 = 0,101
y= = 0,375 = 0,011
z= = 0,750 = 0,110
Fazendo a verificação:
1.9)
Representação Representação
Representação em
x pelo método de pelo método de
ponto flutuante arredondamento truncamento
23,45678 0,2345678×102 23,5 23,4
–0,3489 –0,3489×100 –0,349 –0,348
23456,789 0,23456789×105 23500 23400
Observe que o expoente Observe que o expoente
0,0000003 0,3×10–6 é menor do que –5. A é menor do que –5. A
máquina não lê o número. máquina não lê o número.
Observe que o expoente Observe que o expoente
345678,234 0,345678234×106 é maior do que –5. A é maior do que –5. A
máquina não lê o número. máquina não lê o número.
251
Universidade do Sul de Santa Catarina
Unidade 2
2.1)
–8 + 8 + 2b + 1 = 0
2b = –1 ⇒ b = –
2.2)
a2 – 1 = 0 ⇒ a = ±1 e a + 1 ≠ 0 ⇒ a ≠ –1,
2.3)
2.4)
P(x) = x3 + ax2 + bx + c.
252
Métodos Numéricos
Como:
2.5)
P(x)n= ax + b
Como:
P(–1) = 1 ⇒ a(–1) + b = 1 ⇒ –a + b = 1
P(1) = 5 ⇒ a(1) + b = 5 ⇒ a + b = 5
Resposta: P(x) = 2x + 3.
253
Universidade do Sul de Santa Catarina
2.6)
2.7)
b) x4 + x3 + 3x2 – 5x + 4
d)
2.9) m = 2
2.10) x + 3
2.11) 6
2.12)
2.13)
2.14) 12 cm e 18 cm
254
Métodos Numéricos
Unidade 3
3.1)
Gráfico Raiz
A raiz da equação:
cos(x) + ln(x) = 0
que atende a tolerância
e ≤ 10–2
é: 0,40.
3.2)
Gráfico Raiz
A raiz da equação
x3 + 2x2 – x + 1 = 0
que atende a tolerância
e ≤ 10–4
é: –2,5468.
3.3) k = 5
255
Universidade do Sul de Santa Catarina
3.4)
Gráfico Raiz
A primeira raiz real positiva
da equação tg(x) + 2x = 0
que atende a tolerância
e ≤ 10–6 é: 1,836597.
3.5)
Gráfico Raiz
A raiz da equação
x4 + 2x3 – 3x + 1 = 0
mais próxima de zero que
atende a tolerância e ≤ 10–2
é: 0,38.
256
Métodos Numéricos
3.6)
Gráfico Raiz
A raiz da equação
log (x) + x = 0
que atende a tolerância
e ≤ 10–2
é: 0,40.
3.7)
Gráfico Raiz
A raiz real positiva da
equação algébrica
x5 – x3 +2x2 + x – 1 = 0
que atende a tolerância
e ≤ 10–4
é: 0,5357.
257
Universidade do Sul de Santa Catarina
3.8)
Gráfico Raiz
A raiz real negativa da
equação transcendente
cos (x) – x2 = 0
que atende a tolerância
e ≤ 10–3
é: –0,824.
3.9)
Gráfico Raiz
A raiz real da
equação algébrica
x5 – 3x2 + 2x – 3 = 0
que atende a tolerância
e ≤ 10–2
é: 1,45.
258
Métodos Numéricos
3.10)
Gráfico Raiz
A raiz real negativa da
equação cos (x) + e2x = 0 que
atende a tolerância e ≤ 10–4
é: –1,6107.
3.11)
Gráfico Raiz
A raiz real da equação
transcendente
ln (x) + ex = 0
2
259
Universidade do Sul de Santa Catarina
3.12)
Gráfico Raiz
A raiz real negativa da
equação algébrica
x7 – 3x2 + 1 = 0
que atende a tolerância
e ≤ 10–2
é: –0,57.
3.13)
Gráfico Raiz
A raiz real negativa da
equação sen (x) – e3x = 0 que
atende a tolerância e ≤ 10–4
é: –3,1417.
260
Métodos Numéricos
3.14)
Gráfico Raiz
A raiz real da equação 3x3 –
2x2 + x – 1 = 0 que atende a
tolerância e ≤ 10–3 é: 0,784.
Unidade 4
4.1)
4.2)
a) [–1 2,01 1]T
b) [0,80 1,31 2,81]T
c) [–1,27 2,42 1,85 –1,50]T
261
Universidade do Sul de Santa Catarina
4.3)
4.4) [–1,3534 2,4409 3,8820 –4,2132]T
4.5)
a) [–1 0 1]T
b) [1 –1 1]T
c) [1 2 –1 1]T
4.6)
a) 5
b) 9
c) –10
4.7)
a)
262
Métodos Numéricos
b)
c)
x(13) = [1,0001 2,0000 2,9999 –0,9999]T
4.8)
a)
263
Universidade do Sul de Santa Catarina
b)
c)
d)
x(3) = [1,257 1,228 0,829 1,002]T
e)
264
Métodos Numéricos
Unidade 5
Interpretação geométrica
Interpretação geométrica
265
Universidade do Sul de Santa Catarina
Interpretação geométrica
Interpretação geométrica
266
Métodos Numéricos
P4(0,4) = 1,5633.
5.13)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
–0,5 1,2
0,6
0 1,5 0
0,6 –0,13
0,5 1,8 –0,2 0,2
0,4 0,27
1 2 0,2
0,6
1,5 2,3
267
Universidade do Sul de Santa Catarina
5.17)
268
Métodos Numéricos
Unidade 6
6.1)
6.2)
269
Universidade do Sul de Santa Catarina
6.3)
6.4)
6.5)
270
Métodos Numéricos
6.6)
6.7)
271
Universidade do Sul de Santa Catarina
6.8)
Unidade 7
Interpretação geométrica
7.2) I = –1,5 ; ET = 0
7.3) I = 0,067475
7.4) I = 12,3995
272
Métodos Numéricos
7.5) I = 2,904
7.6) I = 0,69318
7.7) I = 0,785397
7.8) I = 14,5884 ; ET = 0
7.9) I = 1,22809
7.10) I = 40,207695
7.11) I = –1,53
7.12)
1a regra de Simpson: I = 0,47000632 ; ET = –8×10–6
2a regra de Simpson: I = 0,47000963 ; ET = –8×10–5
7.13)
1a regra de Simpson: I = 2,56744267
2a regra de Simpson: I = 2,5681125
7.14) I = 0,8432043
7.15) I = 3,7419075
273