INSTITUTO NACIONAL DE TELECOMUNICAES

INATEL

NB004
CLCULO NUMRICO

Prof. Karina Perez Mokarzel Carneiro

Prof. Rosanna Mara Rocha Silveira

1 Semestre de 2012

REFERNCIA BIBLIOGRFICA BSICA

RUGGIERO, M. A. G. e LOPES, V. L. R. - Clculo Numrico: Aspectos Tericos e
Computacionais, 2. ed. Makron Books: So Paulo, 1997.
SPERANDIO, D., e outros. Clculo Numrico: Caractersticas Matemticas e
Computacionais dos Mtodos Numricos. Prentice Hall: Sao Paulo, 2003.

NDICE
Captulo 1 ERROS
Captulo 2 ZEROS DAS FUNES
Captulo 3 SISTEMAS DE EQUAES LINEARES SELA`s
Captulo 4 INTERPOLAO
Captulo 5 AJUSTE DE CURVA
Captulo 6 INTEGRAO NUMRICA

CAPTULO 1
ERROS
1.1 INTRODUO
A obteno de uma soluo numrica para um problema fsico por meio de mtodos
numricos nem sempre fornece valores dentro de limites razoveis. Esta afirmao correta
mesmo quando se aplica um mtodo adequado e os clculos so efetuados de uma maneira
correta.
Esta diferena chamada erro e inerente ao processo, no podendo, em muitos casos,
ser evitada.
Exemplo 1: O modelo matemtico que descreve o estudo do movimento de um corpo sujeito a
uma acelerao constante :

distncia
percorrida

x = x o + vo t +
distncia
inicial

1 2
at
2

velocidade
inicial

tempo
acelerao

Um engenheiro quer determinar a altura do edifcio do prdio central. Para isso dispe
apenas de uma bolinha de metal, cronmetro e a frmula acima. Ele sobe no edifcio, solta a
bolinha e mede o tempo que a bolinha gasta para tocar o solo: 3 segundos.
x = x o + vo t +
x = 0 + 0 t +

1 2
at
2

1
9,8 32 = 4,9 9 = 44,1 m
2

No modelo matemtico no foram consideradas outras foras: resistncia do ar,

velocidade do vento, peso da bolinha, etc.
Outro fator: preciso da leitura do cronmetro. Uma pequena variao devido a uma
impreciso do experimentador no momento da leitura do dado, como por exemplo, se
t = 3,5 s , a altura do prdio seria:
1
x = 0 + 0 3,5 + 9,8 3,5 2 = 60 m
2
Ou seja, uma variao de 17% na leitura do tempo acarreta 36% de variao na distncia
percorrida.

Exemplo 2: A variao no comprimento de uma barra de metal sujeita a certa variao de

temperatura dada pela seguinte frmula:

l = l o ( t + t 2 )

Variao do
comprimento

Comprimento
inicial

Constantes especficas para

cada material

Temperatura

Um fsico quer determinar a variao no comprimento de uma barra de metal quando

sujeita a uma variao de temperatura de 10C, sendo:

l o = 1m
= 0,001253
= 0,000068

Obtidos experimentalmente

Ento:
l = 1 . (0,001253 . 10 + 0,000068 . 10 2 ) = 0,019330 m
Como os valores de e foram obtidos experimentalmente com a preciso da ordem
de 10 6 , tem-se:
0,001252 < < 0,001254
0,000067 < < 0,000069
Ento:

l > 1 . (0,001252 . 10 + 0,000067 . 10 2 ) = 0,019220 m

l < 1 . (0,001254 . 10 + 0,000069 . 10 2 ) = 0,019440 m
Logo:
0,019220 < l < 0,019440 m
Ou, ainda:

l = 0,0193 10 4 m
OBS: Veja que uma impreciso na sexta casa decimal de e implicou numa impreciso
na quarta casa decimal de l .
Neste caso temos uma impreciso dos dados de entrada.

O processo de uma soluo numrica de um problema fsico por meio da aplicao de

mtodos numricos representado segundo o diagrama:

PROBLEMA
FSICO

MODELO
MATEMTICO

modelagem

resoluo

SOLUO

Constri-se um

Atravs de um dado
problema fsico

Raramente se tem uma

descrio correta desse
fenmeno

Instrumentos de clculo que

necessitam que sejam feitas
certas aproximaes

Obtm-se a soluo
com a aplicao de
mtodos numrico

Os erros so cometidos em todos os passos do esquema:

MODELAGEM: erros iniciais ou inerentes
RESOLUO: erros de arredondamento e truncamento
de vital importncia conhecer os tipos de erros a que esto sujeitos os mtodos
numricos para identific-los, quantifica-los, evita-los, minimiza-los e controla-los.
Na engenharia, muitas vezes:
MODELOS
MATEMTICOS

Conduzem

PROBLEMAS CUJA SOLUO EXATA

DEMANDA MUITO ESFORO PARA SER
DETERMINADA OU SIMPLESMENTE NO
PODE SER DETERMINADA

Usam-se mtodos que forneam uma aproximao

da soluo dentro de um grau de preciso desejado

Mtodo numrico: todo algarismo composto de uma lista de instrues envolvendo apenas
operaes com nmeros: operaes aritmticas elementares, clculo de funes, consulta a
tabela de valores, arbitramento de um valor, que tem por objetivo determinar um valor
aproximado da soluo exata dentro de uma preciso estabelecida.
Nmero aproximado: aquele cuja representao se difere do nmero exato.
1.2 ERRO ABSOLUTO
a diferena, em mdulo, entre o valor exato de um nmero X e de seu valor aproximado
X.
EA ( X ') = X X '

Exemplos:
1) Qual o erro absoluto cometido ao substituirmos
EA ( x ' =1, 41) =
2) Ao substituirmos

2 por 1,41?

2 1,41 = 1,4142135.... 1,41 = 0,0042135......

2
= 0,66666..... por 0,66 cometemos o seguinte erro absoluto:
3

EA (0,66) = 0,6666...... 0,66 = 0,0066.....

OBS: Quando no se conhece o valor exato X, o erro absoluto indeterminado.

1.3 COTA SUPERIOR DE ERRO ABSOLUTO

Seja c > 0 um valor tal que,
EA ( X ') = X X ' < c
Onde c = 0,5 10 m . O valor de m indica que a aproximao X do valor exato X possui
pelo menos as m primeiras casas decimais corretas.
Exemplo: se tomarmos a aproximao 3,1428 para o nmero irracional = 3,141592.... , o
erro absoluto cometido nesta aproximao da ordem de:
EA (3,1428) = 3,1428 = 0,001207 < 0,5 10 2

m=2

A aproximao ' de possui somente as duas primeiras casas decimais corretas.

1.4 ERRO RELATIVO

O erro relativo definido como:

ER ( X ' ) =

EA (X')
X'

X X'
X'

Erro percentual relativo :

EPR = 100 ER

Exemplos:
X = 0,00006
X ' = 0,00005

Y = 100500
Y' = 100000

EA (X') = 0,00001
ER (X ') = 0,2

=> 20%

EA (Y ') = 500
ER (Y ') = 0,005

=> 0,5%

Qual foi a aproximao mais precisa?

EA (X ') < EA (Y ') => a aproximao utilizada para X mais precisa que Y
ER (X') > ER (Y') => Y mais preciso
OBS: Quanto menor for o erro relativo maior ser a preciso do resultado da equao.

1.5 ERROS DE ARREDONDAMENTO

Erro cometido quando se assume uma representao decimal finita para um nmero real
que admite representao infinita, atravs do abandono das casas decimais de mais baixa
ordem.
De modo a limitar esse erro a meia unidade da ltima casa decimal conservada, adota-se o
critrio universal de arredondamento.

1 algarismo decimal a ser eliminado <5, o ltimo algarismo conservado fica como est.

1 algarismo decimal a ser eliminado 5 , o ltimo algarismo conservado aumentado de

uma unidade.

Exemplos:
1) Valor exato:

3 = 1,7320508....

Valor aproximado: 1,732

2) Valor exato: 2 = 1,5707963....

Valor aproximado: 1,571

1.6 ERROS DE TRUNCAMENTO

Erros provenientes da utilizao de processos que deveriam ser infinitos (ou grandes) para
a determinao de um valor e que, por razes prticas, so truncados. Essa interrupo gera o
erro de truncamento.
Esses processos so utilizados na avaliao de funes matemticas: exponenciao,
logaritmos, funes trigonomtricas, etc.

Exemplos:
1) sen ( x ) = x

x3 x5 x7
+

+ ....
3! 5! 7!

x 2 x3
+
+ .......
2) e x = 1 + x +
2! 3!
1 1 1 1
3) e = 1 + + + + + .....
1! 2! 3! 4!

1.7 - ALGARISMOS SIGNIFICATIVOS

Na matemtica aplicada, algarismos significativos so utilizados para monitorar os erros
ao se representar nmeros reais na base 10.
Diz-se que uma representao tem n algarismos significativos quando admite-se um erro
no algarismo seguinte da representao.
Exemplos:
1/7 = 0,14 com dois algarismos significativos (j que o erro est na terceira casa decimal:
1/7 = 0,142857142857...).
1/30 = 0,0333 com trs algarismos significativo (erro na quinta casa decimal).
Dada uma representao decimal:
1. os algarismos zero que correspondem s ordens maiores no so significativos.
Exemplos: em 001234,56 os dois primeiros zeros no so significativos; em 0,000543
os quatro primeiros zeros no so significativos.
2. os algarismos zero que correspondem s menores ordens, se elas so fracionrias, so
significativos.
Exemplo: em 12,00 os dois ltimos zeros so significativos .
3. os algarismos de 1 a 9 so sempre significativos.
4. zeros entre algarismos de 1 a 9 so significativos.
Exemplo: em 1203,4 todos algarismos so significativos.
5. Se existir uma vrgula decimal, todos os zeros direita da vrgula decimal so
significativos (ex: 1,000 e 33,30 possuem 4 algarismos significativos).

Exemplos:
157,0
157
0,00157
1,3800
35,6
3,56
0,356
0,00356










4 algarismos significativos.
3 algarismos significativos.
3 algarismos significativos.
5 algarismos significativos.
3 algarismos significativos.
3 algarismos significativos.
3 algarismos significativos.
3 algarismos significativos.

Exemplos com potncia de 10:

3200 ou 3,2 x 103
3200, ou 3,200 x 103
3200,0 ou 3,2000 x 103
32.050 ou 3,205 x 104
0,032 ou 3,2 x 10-2
0,03200 ou 3,200 x 10-2

2 algarismos significativos
4 algarismos significativos
5 algarismos significativos
4 algarismos significativos
2 algarismos significativos
4 algarismos significativos

OBS: A posio da vrgula no influi no nmero de algarismos significativos, por exemplo, o

comprimento de 0,0240m possui trs algarismos significativos e pode ter a posio da vrgula
alterado de vrias formas usando uma potncia de dez adequada, e sem alterar o seu nmero
de algarismos significativos. Veja abaixo:
0,0240 m = 0,240 10 1 m = 0,240 dm
0,0240 m = 2,40 10 2 m = 2,40 cm
0,0240 m = 24,0 10 3 m = 24,0 mm
Observe que o nmero de algarismos significativos sempre trs, independentemente da
forma que o nmero foi escrito e da posio de sua vrgula. Outro ponto importante que o
valor da medida sempre a mesma, visto que: 0,0240m = 0,240dm = 2,40 cm = 24,0mm.

EXERCCIOS
1) Se A = 3876,373 e s desejarmos a parte inteira A, qual ser o erro absoluto e a cota
superior de erro absoluto cometidos nesta aproximao?
2) Seja o nmero x = 2113 representado por x ' = 2112,9 e seja o nmero y = 5,2
representado por y' = 5,3 . Pode-se dizer que ambos os nmeros esto representados com
a mesma preciso?
h3
para h = 0,5 ?
3) Qual a cota superior de erro absoluto da aproximao sen(h) = h
3!
4) Suponhamos que o valor y' = 0,6640 um valor aproximado de Y=2/3. Das 6
afirmativas abaixo, esto corretas:
a)
b)
c)
d)
e)
f)

o valor aproximado tem 5 algarismos significativos;

o valor aproximado s tem 4 algarismos significativos;
o valor aproximado s tem 3 algarismos significativos;
s tem 3 algarismos significativos corretos;
s tem 2 algarismos significativos corretos;
s tem 1 algarismo significativo correto.

5) Arredonde e trunque cada um dos nmeros abaixo para 4 algarismos significativos:

a) 85,432431

b) 0,003134499

c) 998,075414

6) Para o nmero arredondado para 4 algarismos significativos do exerccio 5-a),

determine o erro absoluto, a cota superior de erro absoluto, o erro relativo e o erro
percentual relativo.
7) Determine o erro relativo cometido no clculo do valor numrico de
y ( x) = 3 x 2 + 2 x 5 , sendo x = 3,16 e o erro absoluto cometido nesta medida igual a
0,001 .

CAPTULO 2
ZEROS DE FUNES
2.1 INTRODUO
Em muitos problemas de Cincia e Engenharia, h necessidade de se determinar um
nmero para o qual uma funo f(x) seja zero, ou seja, f ( ) = 0 . O nmero chamado
raiz da equao f ( x ) = 0 ou zero da funo f(x).
Para a determinao aproximada de uma raiz, tm-se duas etapas: ETAPA DE
ISOLAMENTO e ETAPA DE REFINAMENTO.
1 Etapa de Isolamento: achar um intervalo [a,b], o menor possvel, que contenha uma e
somente uma raiz da equao f ( x ) = 0 .
Enumerar localizar
2 Etapa de Refinamento: melhorar o valor da raiz aproximada, isto , refin-la, atravs de
mtodos iterativos at o grau de exatido requerido.
Calcular seus valores, se no exatos, aproximados

2.2 ETAPA DE ISOLAMENTO

Utilizam-se dois mtodos distintos para separar as razes reais de uma funo:
- Mtodo do TABELAMENTO
- Mtodo GRFICO

2.2.1 Mtodo do Tabelamento

Ns intervalos em que f(x) for contnua e mudar de sinal enquanto sua derivada f(x)
mantiver seu sinal constante, tem-se garantida a existncia de uma nica raiz real.
Equaes Algbricas: quando nas expresses que definem f(x), a varivel independente x

estiver submetida apenas s operaes fundamentais da lgebra +, , , /, a b ,

5
Ex: f ( x ) = x 4 x 3 + 3x + 4
3

).

f ( x ) = 3x + 1 + 4 x 2 3x
Equaes Transcendentes: quando nas expresses que definem f(x), a varivel independente x
estiver submetida s operaes logartmicas, exponenciais, trigonomtricas e suas inversas.
Ex:

f ( x ) = e x senx 2
f ( x ) = arctg( x ) + 2

Algumas equaes algbricas de 1 e 2 graus, certas classes de 3 e 4 graus e algumas

equaes transcendentes podem ter suas razes computadas atravs de mtodos analticos.
Para polinmios de grau maior que 4 e para a grande maioria das equaes transcendentes
o problema de se calcular as razes s pode ser resolvido atravs de mtodos que aproximam
as solues. NO SE TEM UMA FRMULA PARA ACHAR AS RAZES.
Embora estes mtodos no forneam razes exatas, elas podem, a menos de limitaes de
mquinas, serem calculadas com a exatido que o problema requeira, desde que certas
condies sobre f sejam satisfeitas.

2.2.2 Teorema da Existncia e Unicidade T.E.U

I Seja uma funo contnua no intervalo [a,b].
OBS: Continuidade:
Dizer que uma funo contnua em x = c significa que o grfico de f(x) no tem
interrupes em c.

f(x)
f(c)

c
Uma funo descontnua quando:

1 A funo no est definida em x = c.

2 O limite de f(x) no existe em x = c.
- comportamento ilimitado
- comportamentos diferentes esquerda e direita (saltos)
3 O limite de f(x) existe em x = c, mas no igual a f(c).

f(x)

c1

c2

c2

c3

II A funo assume valores com sinais diferentes (opostos) nos pontos extremos do
intervalo [a,b] , ou seja, f (a ) . f(b) < 0 . Neste caso, a funo corta o eixo das abscissas uma
vez ou um nmero mpar de vezes.
f(x

f(x)

a 1

III A derivada de 1 ordem de f ( x ) existe e no muda de sinal dentro do intervalo [a,b], ou

seja, f ' ( x ) > 0 ou f ' ( x ) < 0 para a < x < b .
f(x)

f(x)

f ' ( x ) > 0, x [a, b]

f ' ( x ) < 0, x [a, b]

* Com a prova do TEU fica garantida a existncia de apenas uma raiz real no intervalo [a,b].
* O atendimento apenas de II e III no garante a existncia de uma nica raiz no intervalo
[a,b].
f(x)
crescente

crescente

* O atendimento apenas de I e II no garante a existncia de uma nica raiz no intervalo [a,b].

f(x)
+
b
a 1

Exemplo: Localizar as razes da funo f ( x ) = e x + x 2 4

f ' (x ) = e x + 2x
x
f (x )
f ' (x)

-10
+ 96
-

+
-

-3
+5
-

-2
-1
+ 0,13 2,6
3,8
1,6
Decrescente

0
3
+1

1
2
0,28 + 7,38
+ 4,71 + 11,3
Crescente

10
+ 22,1
+

+
+

Logo, podemos concluir que em cada um dos intervalos [2,1] e [1,2] existe apenas uma
nica raiz.

2.2.3 Mtodo Grfico

Para a anlise grfica da funo f ( x ) , ou seja, na anlise de f ( x ) = 0 podemos usar um
dos seguintes processos:
1) Consiste em plotar o grfico de y = f ( x )
Uma raiz real de uma funo o ponto onde a funo f(x) toca o eixo dos xs.

f(x)

1 , 2 , 3 e 4 so razes de f(x) no intervalo [a,b].

f (1 ) = f ( 2 ) = f ( 3 ) = f ( 4 ) = 0
2) Consiste em substituir f(x) por duas funes g(x) e h(x) equivalentes a f(x), ou seja,
f (x) = g(x ) h(x )
f (x) = 0
g(x ) h ( x ) = 0
g( x ) = h ( x )
f ( ) = 0 g ( ) = h ( ) => funes que tm a mesma raiz.

As razes reais de f(x) correspondero s abscissas dos pontos de interseo do grfico de

g(x) com o grfico de h(x)
f(x)
g(x)

h(x)

1
a

1 , 2 e 3 so razes reais de f ( x ) = g ( x ) h ( x ) no intervalo [a,b].

No 2 processo, representar a funo em anlise atravs da subtrao de duas
componentes e no realizar operaes na determinao dessas componentes para no alterar a
definio da funo original, pode-se perder razes ou surgir razes estranhas.
Exemplos:
f (x) = 0

=>

g(x ) h ( x ) = 0

1) f ( x ) = x 3 2 x 2 20 x + 30 = 0
g( x ) = x 3 2 x 2
h ( x ) = 20 x 30
3) f ( x ) = log( x 2 ) + sen ( x )
g( x ) = log( x 2 )
h ( x ) = sen ( x )

=>

g( x ) = h ( x )

2) f ( x ) = e x sen ( x ) 2 = 0
g(x ) = e x
h ( x ) = sen ( x ) + 2
4) f ( x ) = x x + 1
g( x ) = x
h (x ) = x 1

OBS:
f ( x ) = log( x 2 ) + sen ( x ) = 0

f (x ) = x x + 1 = 0

log( x 2 ) = sen ( x )

x = x 1

2 log( x ) = sen ( x )

x = ( x 1) 2

log( x ) = 0,5 sen ( x )

?
?
Perda de raiz

x = x 2 2x + 1
?
?
Aparecimento de uma raiz

Exemplo Aula: Encontrar as razes da funo f ( x ) = x 3 9 x + 3 , usando os dois mtodos

grficos:
1 Mtodo:
f (x ) = x 3 9x + 3
f ' ( x ) = 3x 2 9
f ' (x ) = 0 x = 3
x
4
3
3
1
0
1
3
2
3

f(x)
25
3
13,3923

f(x)
39
18
0

11
3
5
7,3923

-6
-9
-6
0

7
3

3
18

1 [4,3]
2 [0,1]
3 [2,3]

2 Mtodo:
f (x ) = x 3 9x + 3
g(x ) = x 3
h (x ) = 9x 3

1 [4,3]
2 [0,1]
3 [2,3]

2.4 ETAPA DE REFINAMENTO

O mtodo do ISOLAMENTO uma aproximao inicial da raiz exata . Esta
aproximao grosseira e precisa ser refinada.
Os mtodos de aproximao da raiz exata so iterativos.
Um mtodo iterativo consiste em uma sequncia de instrues que so executadas passo a
passo, algumas das quais so repetidas em ciclos (iteraes).
Os resultados obtidos em cada iterao do processo dependem dos valores calculados na
iterao anterior.
Principais Mtodos:

Mtodo da Bisseco (dicotomia) diviso ao meio

- Mtodo das Partes Proporcionais (da falsa posio)
- Mtodo da Iterao Linear

Mtodo de Newton-Raphson
- Mtodo das secantes
Torna-se necessrio estabelecer critrios de parada para esses processos iterativos,
porque em alguns casos voc realiza infinitas iteraes e no determina o valor exato.

2.3.1 Mtodo da Bisseco

- Simples: fcil de aplicar
- Seguro: inexistncia de descontinuidade no intervalo [a,b]
- Pouco eficiente: de convergncia lenta, muitas iteraes at que seja atingida a
preciso desejada do valor aproximado da raiz (leva raiz muito lentamente).
- Estrutura baseada no TEU: ter uma nica raiz real contida no intervalo de anlise [a,b]
Consiste em, obtido um intervalo contendo uma nica raiz, ir dividindo-o ao meio,
sucessivamente, mantendo a raiz enquadrada (num intervalo) at aproximar-se
suficientemente dela.

Mtodo:
f ( x ) => contnua no intervalo [a,b]
f (a ) . f(b) < 0 => nmero mpar de razes
f ' ( x ) < 0 ou f ' ( x ) > 0 em [a,b] => uma nica raiz
Divide-se [a,b] ao meio, obtm-se xo e tem-se dois subintervalos [a,xo] e [xo,b]:

Se f ( x o ) = 0 a raiz xo (exato)
Seno, ela estar no subintervalo onde a funo tem sinais opostos nos pontos extremos.
Se f (a ) . f(x o ) < 0 , [a , x o ]

Seno se f (a ) . f(x o ) > 0 , [ x o , b]

O novo intervalo [a1 , b1 ] que contm dividido ao meio e obtm-se x1 e o processo se

repete at que se obtenha uma boa aproximao para a raiz exata .
Interpretao geomtrica do Mtodo da Bisseco:
f(x)

x1 x 2

xo

[a , b ]

[a , x o ]

[x1 , x o ]

[x 2 , x o ]
M

O processo se repete at que se obtenha uma boa aproximao para a raiz exata .
(atenda-se a tolerncia )
Nmero mnimo de iteraes necessrias para se alcanar a tolerncia pr-fixada:
n

ln[(b a ) / )]
1
ln 2

OBS: Se o intervalo inicial tal que b a >> e se for muito pequeno, a convergncia ser
muito lenta, pois, o numero de interaes tende a um nmero muito grande.
Por exemplo, se b a = 3 e = 10 7 => n = 25

Exemplo Aula: Encontrar a raiz da funo f ( x ) = x 3 9 x + 3 , que se encontra no intervalo

I 2 = [0,1] com erro de < 10 2 . Usar quatro casas decimais.

Nmero de interaes:
n
0
1
2
3
4
5
6

an

ln[(1 0) / 10 2 )]
1
ln 2

bn

0
0
0,25
0,25
0,3125
0,3125
0,3282

+
+
+
+
+
+
+

1
0,5
0,5
0,375
0,375
0,3438
0,3438

xn
0,5
0,25
0,375
0,3125
0,3438
0,3282
0,3360

=>
f(xn)
-1,3750
+0,7656
-0,3223
+0,2180
-0,0536
+0,0816
0,0139

=>

n 5,64

n =6

0,5
0,25
0,125
0,0625
0,0313
0,0157
0,0078 < 102

Ento, = x 6 = 0,3360
Exemplo 1: Calcular a raiz da equao f ( x ) = x 3 10 , com < 0,1 e [ 2,3] . Usar quatro
casas decimais.
Teste do TEU:
1) Contnua no intervalo definido.
2) f (a ) = f ( 2) = 2

f (a ) . f(b) < 0

f ( b) = f (3) = 17
3) f ' ( x ) = 3x 2
f ' (2) = 12 +
f ' (3) = 27 +
f ' (2,5) = 3 . 2,5 +

ba
2

Crescente

Nmero de interaes: Se o intervalo [2,3] e < 0,1

ln[(3 2) / 0,1)]
1
ln 2
n
0
1
2
3

an
2
2
2
2,125

=>

n 2,32

bn
3
2,5
2,25
2,25

xn
2,5
2,25
2,125
2,1875

=>

n =3
f(xn)
+5,625
+1,3906
-0,4043
+0,4675

x 3 = 2,1875

0,5
0,25
0,125
0,0625

2.3.2 Mtodo de Newton-Raphson

- Validas todas as condies do TEU
- As derivadas f ' ( x ) (f ' ( x ) 0) e f ' ' ( x ) devem tambm ser contnuas e preservarem o
sinal do intervalo.
- Mtodo mais rpido (processo leva raiz mais rapidamente).
- O mtodo pode divergir.
O mtodo de Newton-Raphson equivalente a substituir um pequeno arco de curva
y = f ( x ) por uma reta tangente, traada a partir de um ponto da curva.
Exemplo:
Derivada de 1 ordem de uma funo:

f(x)
4

y = 2x

1 2

Traar uma reta tangente curva y = f ( x ) num ponto

obter a inclinao da curva neste ponto (a tangente do ngulo
que esta reta faz com o eixo x a inclinao)
tg =

cateto oposto
4
= =2
cateto adjacente 2

=>

y' ( x ) = 2

Interpretao geomtrica do mtodo:

Para se obter uma melhor aproximao x1 da raiz , traa-se uma reta tangente curva
y = f ( x ) a partir do ponto Bo [ x o , f ( x o )] que intercepta o eixo x no ponto x1.

- Do ponto B1[ x1 , f ( x1 )] traa-se outra tangente curva que corta o eixo x no ponto x2,
obtendo-se uma melhor aproximao da raiz.
- O processo se repete at encontrar x n com a exatido requerida.

Portanto,
f (x o )
= f ' (x o )
x o x1
f (x o )
f ' (x o ) =
x o x1
f (x o )
x o x1 =
f '(x o )
f (x o )
x1 = x o
f ' (x o )

f ( x1 )
x1 x 2
f ( x1 )
f ' ( x1 ) =
x1 x 2
f ( x1 )
x1 x 2 =
f ' ( x1 )
f ( x1 )
x 2 = x1
f ' ( x1 )

tg =

tg =

Generalizando tem-se:
x n +1 = x n

f (x n )
f '(x n )

p/ n = 0, 1, 2, .....
Frmula do Mtodo de Newton

= x n x n 1
Condies e observaes para a convergncia do mtodo de Newton-Raphson (de Fourier:
estabelecem duas condies para garantir a convergncia)
1) f ' ( x ) e f ' ' ( x ) com sinais constantes no intervalo [a,b].
f ' ' ( x ) no deve se anular no intervalo.
Se f ' ' ( x ) = 0 , ento f ( x ) sofre mudana de concavidade no intervalo.
f ''(x) = 0

f(x)

As tangentes podem conduzir a

aproximaes fora do intervalo.
a
b

x1

x2

f ''(x) = 0

f(x)

Aproximaes repetidas.

a = x1

b = x '1

2) A escolha de xo
A m escolha pode causar divergncia no mtodo.
xo deve ser o ponto extremo de [a,b] onde a funo f(x) apresenta o mesmo sinal de f(x).
f ( x o ) . f' ' (x o ) > 0
+

>0

+
ou

>0

1 Caso:
f(x)

x1 b

2 Caso:

f (a ) < 0
f (b) > 0
f ' ' ( x ) > 0 (concavidade para cima)
Em qual extremo f ( x ) . f' ' (x ) > 0 ?
f (b) . f' ' (b) > 0 => x o = b

Tangente que diverge

f(x)

a x1

f (a ) < 0
f (b) > 0
f ' ' ( x ) < 0 (concavidade para baixo)
f (a ) . f' ' (a ) > 0 => x o = a

3 Caso:
f(x)

x1

f (a ) > 0
f (b) < 0
f ''(x) > 0
f (a ) . f' ' (a ) > 0 => x o = a

4 Caso:
Tangente que diverge

f(x)

x1 b

f (a ) > 0
f (b) < 0
f ''(x) < 0
f ( b) . f' ' (b) > 0 => x o = b

Exemplo 1: Calcular a raiz [0,5 , 1,5] de f ( x ) = x 3 5x 2 + x + 3 com 10 3 0,001

TEU: 1) contnua => OK
2)

f (a ).f ( b) < 0
+ . <0

=> OK

3) f ' ( x ) < 0 no intervalo => OK

f ( x ) = x 3 5x 2 + x + 3
f ' ( x ) = 3x 2 10 x + 1
f ' ' ( x ) = 6 x 10
f (0,5) = 2,375 ( +)
f (1,5) = 3,375 ( )
f ' (0,5) = 3,25 ( )
f ' (1,5) = 7,25 ( )
f ' (1) = 6 ( )
f ' ' (0,5) = 7 ( )
f ' ' (1,5) = 1 ( )
Escolha de xo
f ( b).f ' ' ( b) > 0

n
0
1
2
3

>0

=>

xo = b
xn
1,5
1,0345
1,0004
1,0000

x n +1 = x n

f (x n )
- 3,3750
- 0,2093
- 0,0024
0

f (x n )
f '(x n )

f '(x n )
- 7,2500
- 6,1344
- 6,0016

= x n x n 1

---0,4655
0,0341

= x3 = 1
(neste caso a raiz exata)
No se deve usar esse mtodo quando f(x) prxima do ponto de interseo com x quase
horizontal ( f ' ( x ) 0 f(x)/f' (x) = ??? ).

Exemplo Aula: Considerando a funo f ( x ) = x 3 9 x + 3 , determinar a raiz que est no

intervalo I 2 = [0,1] com erro de = 102 .
TEU: 1) contnua => OK
2)

f (a ).f (b) < 0

=> OK
+ . <0

3) f ' ( x ) < 0 no intervalo => OK

f (x ) = x 3 9x + 3

=>

f (0) = +3 (+)
f (1) = 5 ( )

f ' ( 0) = 9 ( )
f ' (1) = 6 ( )
x
f(x)
f'(x)

f ' ( x ) = 3x 2 9

=>

f ' ' (x ) = 6x

f ' ' (0) = 0 muda concav.

f ' ' (1) = 6

0
+3
9

0,2
1,208
8,88

1
5
6

Podemos reduzir o intervalo I=[0,2 , 1]

f (0,2) = 1,208 ( + )
f (1) = 5
( )

f ' (0,2) = 8,88 ( )

f ' (1) = 6
( )

f ' ' (0,2) = 1,2 (+ )

f ' ' (1) = 6
(+)

Escolha de xo

f (a ).f ' ' (a ) > 0

+

+
n
0
1
2

>0

=>

x o = a = 0,2

xn
0,2
0,33604
0,33761

x n +1 = x n

f (x n )
1,208
0,01359
9,04 10 6

f (x n )
f ' (x n )

f ' (x n )
8,88
8,66123
8,65806
= x 3 = 0,33761

---0,13604
0,00157

EXERCCIOS
1) Isolar todas as razes da funo pelo mtodo do tabelamento.
f ( x ) = x 3 2 x 2 20 x + 30
Tabela de valores de f(x):
x
-10
-8
-5
f(x) -970 -450 -45

-4
14

-2
54

-1
47

0
30

1
9

2
-10

3
-21

4
-18

5
5

10
630

2) Localizar as razes da funo contnua pelo mtodo do tabelamento.

f ( x ) = x 4 + 2 x 3 7,5x 2 20 x 11
Tabela de sinais de f(x) e f(x):
x
-6 -4 -3 -2,5 -2
sinais
f(x)
+
+
+
f(x)
+

-1,5

-1

-0,5

0,5

+
+

+
-

+
+

3) Faa a tabela de valores da funo f ( x ) = x 3 + 3x 1 e indique o(s) intervalo(s) em que

houver zeros reais.
1
4) Ao estudar as razes reais da funo f ( x ) = + sen ( x ) , foi montada a seguinte tabela
x
de sinais:
x (em radianos)
sinal de f(x)

-12
+

-10
+

-4,5
+

-2
-

1
+

3
+

10
-

12
-

E chegou-se concluso que esta funo possui razes reais nicas nos intervalos
[-4,5 , -2], [-2, 1] e [3, 10]. Verifique se esta concluso verdadeira justificando sua
resposta.
5) Localize pelo mtodo do tabelamento as razes das equaes a seguir:
a) 4 cos( x ) e 2 x = 0
b) 1 x ln( x ) = 0
6) Localize graficamente as razes das equaes a seguir:
a) 2 x 3x = 0
b) x 3 + x 1000 = 0
7) Calcular, usando o mtodo da bisseco, o valor aproximado da raiz pertencente ao
intervalo [0,5, 1] da funo f ( x ) = x 4 + 2 x 3 x 1 sabendo-se que esse valor
aproximado dever ter 2 casas decimais corretas.

8) Calcular pelo mtodo da bisseco a raiz da equao f ( x ) = x 2 + ln( x ) com

no intervalo [0,5 , 1,0].

0.01

10 3 5
x + x tem cinco zeros reais, todos no intervalo [-1,1].
9
21
Encontre pelo mtodo da bisseco a maior raiz negativa com 10-5.

9) O polinmio p( x ) = x 5

10) Achar pelo mtodo de Newton-Raphson a raiz de f ( x ) = 2 x 3 + ln( x ) 5 , com 10-7

no intervalo [1, 2].
11) Calcular a raiz negativa pelo mtodo de Newton-Raphson de f ( x ) = x 3 5x 2 + x + 3
com 10-5.
12) Use o mtodo de Newton-Raphson para obter a menor raiz positiva das equaes a
seguir com preciso 10-4:
a) x tg ( x ) = 0
2
b) 2 cos( x ) = e

c) x 5 6 = 0
13) Aplique o mtodo de Newton-Raphson equao x 3 2 x 2 3x + 10 = 0 com x0=1,9.
Justifique o que acontece.

CAPTULO 3
SISTEMAS DE EQUAES LINEARES SELAs

3.1 DEFINIO
Um sistema de equaes lineares com n equaes e n incgnitas na forma

a11x1 + a12 x 2 + a13 x 3 + .......... + a1n x n = b1

a x + a x + a x + ......... + a x = b

23 3
2n n
2
s = 21 1 22 2
M
a n1x1 + a n 2 x 2 + a n 3 x 3 + ......... + a nn x n = b n
n

s n = a ij x j = b i

p / i = 1,2,3,..., n

j=1

Onde,

a ij Coeficientes das incgnitas

x j Incgnitas
b i Termos independentes
Pode ser colocado sob a forma

a11 a12 L a1n x1 b1

a

21 a 22 L a 2 n x 2 = b 2
M
M M

a n1 a n 2 L a nn x n b n
Matriz de coeficiente

Vetor dos termos independentes

Vetor das incgnitas

O sistema pode ainda ser colocado sob a forma matricial mais compacta => A.X = b

a11 a12 L a1n

a
21 a 22 L a 2n
Matriz ampliada ou matriz aumentada

M

a n1 a n 2 L a nn
x1

x2
Vetor soluo
x =
M

x n

b1
b 2

bn

3.2 CLASSIFICAO
 Natureza dos coeficientes e termos independentes:
Reais: todos os coeficientes e termos independentes so nmeros reais.
Complexos: pelo menos um coeficiente ou termo independente for nmero
complexo.
 Valor dos termos independentes:
Homogneo: todos os termos independentes so nulos (b = 0).
Heterogneo: pelo menos um termo independente no nulo.
 Nmero de solues:
Possvel e Determinado: uma nica soluo.
Possvel e Indeterminado: infinitas solues.
Impossvel /Incompatvel: no possui solues.
Exemplo 1: Seja o sistema:

x1 + x 2 = 0

x1 x 2 = 0

x1 = x 2

x1 = x 2

Qual a soluo do sistema?

Um ponto comum entre as retas.
Possui uma nica soluo: (0,0) => origem

OBS: De acordo com a Regra de Cramer, se o det(A) 0 , o sistema possvel e determinado.

1
1
1
1
A=
=> det(A) =
= 1 1 = 2 0

1 1
1 1
Logo, o sistema real, homogneo, possvel e determinado.
Exemplo 2: Seja o sistema:

x1 + x 2 = 0

2x1 + 2x 2 = 0

x1 = x 2

2x1 = 2x 2
x1 = x 2

Qual a soluo do sistema?

Retas coincidentes => infinitas solues

OBS:

1 1
A=

2 2

=> det(A) =

1 1
2 2

= 22 =0

1 0
1 0
AI =
=> det(A I ) =
= 00 = 0

2 0
2 0
Det(AI) => substitui-se a i-sima coluna de A pelo vetor coluna dos termos independentes.
Se o det(A) = det(A I ) = 0 , o sistema possvel e indeterminado
Logo, o sistema real, homogneo, possvel e indeterminado.
Exemplo 3: Seja o sistema:

x1 + x 2 = 0

x1 + x 2 = 1

x1 = x 2

x1 = 1 x 2

Qual a soluo do sistema?

Retas paralelas => no tm ponto em comum
=> no tem soluo
OBS:
1 1
A=

1 1

=> det(A) =

1 1
1 1

= 11 = 0

1 0
1 0
AI =
=> det(A I ) =
= 1 0 = 1

1 1
1 1
Se o det(A) = 0 e o det(A I ) 0 , o sistema impossvel.
Logo, o sistema real, heterogneo e impossvel.

3.3 SISTEMA TRIANGULAR SUPERIOR

Um sistema chamado triangular superior se da forma

a11x1 + a12 x 2 + a13 x 3 + .......... + a1n x n = b1

a 22 x 2 + a 23 x 3 + ......... + a 2n x n = b 2

s=
a 33 x 3 + ......... + a 3n x n = b3

a nn x n = b n

e chamada triangular inferior se da forma

= b1
a11x1
a x + a x
= b2
22 2
21 1
s = a 31x1 + a 32 x 2 + a 33 x 3
= b3
M

a n1x1 + a n 2 x 2 + a n 3 x 3 + ......... + a nn x n = b n
Exemplo 1: Resolver o sistema linear triangular abaixo:

3x1 + 4 x 2 5x 3 + x 4 = 10

x 2 + x 3 2 x 4 = 1

s=
4 x 3 5x 4 = 3

2x 4 = 2

2x 4 = 2
x4 = 1

1
1
x=
2

1

4 x 3 5x 4 = 3

x 2 + x 3 2 x 4 = 1

3x1 + 4 x 2 5x 3 + x 4 = 10

4 x 3 5(1) = 3

x 2 + 2 2(1) = 1
x 2 = 1

3x1 + 4(1) 5(2) + 1 = 10

x1 = 1

x3 = 2
Exemplo 2:

3x1 + 4x 2 5x 3 + x 4 = 10

x 3 2x 4 = 0

s=
4 x 3 5x 4 = 3

2x 4 = 2
2x 4 = 2
x4 = 1

1 + 4
3

x=
2
1

4 x 3 5x 4 = 3

0x 2 + x 3 2x 4 = 0

3x1 + 4 x 2 5x 3 + x 4 = 10

4 x 3 5(1) = 3

0x 2 + 2 2(1) = 0

x3 = 2

0x 2 = 0 x 2 =

3x1 + 4 5(2) + 1 = 10
1 + 4
x1 =
3

Obs: x2 pode assumir qualquer valor. uma varivel livre (ou independente)

Exemplo 3:

3x1 + 4x 2 5x 3 + x 4 = 10

x 3 2x 4 = 1

s=
4 x 3 5x 4 = 3

2x 4 = 2
2x 4 = 2
x4 = 1

4 x 3 5x 4 = 3

0 x 2 + x 3 2 x 4 = 1

4 x 3 5(1) = 3

0x 2 + 2 2(1) = 1
0x 2 = 1 Nenhum valor de x2 satisfaz a equao

x3 = 2

O sistema impossvel (ou incompatvel).

3.4 SISTEMA INSTVEL

Em um sistema instvel, uma pequena alterao em um dos coeficientes provoca uma
grande alterao na soluo do sistema.

x + x 2 = 2
S= 1
x1 + 1,01.x 2 = 2,01

0,99.x1 + x 2 = 2
S=
x1 + 1,01.x 2 = 2,01

1
x=
1

100
x=

101

Para verificar se um sistema instvel, calcula-se a grandeza do determinante da matriz

A. O sistema ser instvel se det(norm(A)) 0 .
det(norm(A)) =

det(A)
1. 2 ..... n

onde,
i = (a i1 ) 2 + (a i 2 ) 2 + ..... + (a in ) 2

p / i = 1,2,..., n

Para o exemplo anterior:

1 = (a11 )2 + (a12 )2 = 12 + 12 = 2
2 = (a 21 )2 + (a 212 ) 2 = 12 + 1,012 = 2,0201

det(norm(A)) =

1,01 1 1 1 0,01
=
0,005
2 . 2,0201 2,01

Logo, o sistema instvel, pois, comparando este resultado com a unidade,

det(norm(A)) 0

3.5 RESTOS OU RESDUOS

Restos ou Resduos da soluo de Sistemas Lineares definido como:
R = B A.X

r1 b1 a11 a12 L a1n x1

r b a
a 22 L a 2 n x 2
R = 2 = 2 21

M M M
M
M
M M


rn b n a n1 a n 2 L a nn x n
Se todas as componentes forem nulas, o vetor soluo ser a soluo exata do sistema.
Se todas forem aproximadamente zero, tem-se que a soluo corresponde a uma boa
aproximao da soluo exata (em sistemas estveis)

3.6 SISTEMAS EQUIVALENTES

Dois sistemas so equivalentes se possuem a mesma soluo, ou seja,
s s'

x x'

Dado um sistema s, pode-se obter um sistema equivalente s realizando sobre s uma ou

mais das operaes abaixo:
- Trocar a ordem de duas equaes do sistema.
- Multiplicar uma equao do sistema por uma constante no nula.
- Substituir uma equao pela combinao linear desta com outra equao do sistema.
s compatvel
s determinado
s indeterminado

s compatvel
s determinado
s indeterminado

3.7 MTODOS DE RESOLUO DE SELAs

DIRETOS

ITERATIVOS

Eliminao Gaussiana
Pivotao
Jacobi
Gauss-Seidel

Permitem a soluo de um sistema a

partir de um nmero finito de
operaes aritmticas elementares.
Partem de uma aproximao inicial
utilizam sucesses infinitas de aproximaes
Atravs da aplicao de um algoritmo.

3.8 ELIMINAO DE GAUSS

Consiste em operar com transformaes elementares sobre as equaes do sistema, a fim
de anular certos coeficientes, at que obtenha um sistema triangular superior equivalente. Em
seguida, resolve-se o sistema triangular por substituies retroativas cuja soluo tambm
soluo do sistema dado.
Exemplo: Resolver o sistema abaixo pelo mtodo da eliminao de Gauss. Verifique o
resultado.

2x1 + 3x 2 x 3 = 5

s = 4x1 + 4x 2 3x 3 = 3
2x 3x + x = 1
2
3
1
1a etapa: escrever a matriz aumentada do sistema.

A oA

3 1
5
2

= 4
4 3
3
2 3
1 1

2a etapa: Montar um sistema triangular equivalente, ou seja, eliminar todos os coeficientes

abaixo da diagonal principal.
OBS: impossvel realizar uma eliminao quando o piv for nulo (trocar linhas de posio
para evitar o piv nulo)
o
Multiplicador: o piv o termo a11
=2

ao
4
M o21 = 21 = = 2
o
2
a11
ao
2
o
M 31
= 31 = = 1
o
2
a11
Faz-se as seguintes transformaes elementares sobre as linhas de AA
L11 = Lo1
L12 = Lo2 + M o21 Lo1 = Lo2 2 Lo1

A1A

3
2

= 0 2
0 6

A 2A

3 1
5
2

= 0 2 1 7
0
0 5 15

o
L13 = Lo3 + M 31
Lo1 = Lo3 1 Lo1

5
1 7
2 6

O novo piv o termo a122 = 2

a1
6
M132 = 32 =
= 3
2
a122
L21 = L11
L22 = L12
L23 = L13 + M132 L12 = L13 3 L12

Como o det A = 2 2 5 = 20 0 (produto dos coeficientes da diagonal principal), o

sistema possvel e determinado

2x1 + 3x 2 x 3 = 5

s' = 2x 2 x 3 = 7 s

5x 3 = 15

x3 = 3

2x 2 3 = 7
2x 2 = 4
x2 = 2

2 x1 + 3 2 3 = 5
2 x1 + 3 = 5
2x1 = 2
x1 = 1

1
Logo, a soluo do sistema ser x = 2
3
Verificao:
2 1 + 3 2 3 = 5

4 1 + 4 2 3 3 = 3
2 1 3 2 + 3 = 1

5 = 5


3 = 3
1 = 1

OK

3.9 MTODO DA PIVOTAO

Parte de x1 e em cada etapa seleciona-se como linha pivotal aquela cujo coeficiente da
incgnita que se elimina tenha mdulo mximo.
- Evita piv nulo
- Minimiza erros de arredondamento
Exemplo: resolver o sistema abaixo usando o mtodo da Pivotao. Verificar o resultado.

x1 x 2 + 3x 3 = 16

s = 4x1 + x 2 x 3 = 2
4x + 3x + x = 6
2
3
1
1 1 3 16
AoA = 4 1 1 2
4 3 1 6
ao
1
M o21 = 21 =
o
4
a11

4 1 1 2
AoA = 1 1 3 16
4 3 1 6
ao
4
o
M 31
= 31 = = 1
o
4
a11

L11 = Lo1
1
L12 = Lo2 + M o21 Lo1 = Lo2 Lo1
4

o
L13 = Lo3 + M 31
Lo1 = Lo3 1 Lo1

4
1

1
A A = 0
2

5
0 4

1
2
13
4

4 1

5
A1A = 0
4
0 2

1 2
13 31
4 2
2 4

2
4
31
4

a1
5 1 5
M132 = 32 = =
a122 4 2 8
L2 = L11
L22 = L12
5
L23 = L13 + M132 L12 = L13 + L12
8

4 1 1 2

A 2A = 0 2
2 4

9
18
0 0
2

Logo a soluo deste sistema equivalente, que a mesma soluo do sistema original :

2
x = 2
4
Verificao:

2 (2) + 3 4 = 16

4 2 2 4 = 2
4 2 + 3 (2) + 4 = 6

16 = 16

2 = 2
6 = 6

OK

3.10 MTODO DE JACOBI

Os mtodos iterativos consistem de algoritmos que a partir de um vetor aproximao
inicial xo produzem uma srie de aproximaes (x1, x2, ....., xn) da soluo exata do sistema.
Exemplo: Resolver o sistema abaixo, pelo mtodo de Jacobi, com 10 1 ou k > 5 (k o
0
nmero de iteraes) e x o = . Verificar o resultado.
0

2 x x 2 = 1
s= 1
x1 + 2 x 2 = 3

2 1
A=

1 2

=>

det A = 4 + 1 = 5 (nica soluo)

Gerar as equaes iterativas explicitando x1 na 1a equao, x2 na 2a equao e assim por

diante.
k +1 1 + x k
2
x1 =

k +1 3 x1k
x 2 = 2

p/ k = 0, 1, 2, ....

Para k = 0, tem-se:
1 1+ 0
x1 = 2 = 0,5

x1 = 3 0 = 1,5
2
2

0,5
x1 =
1,5

1,25
x2 =

1,25

1,13
x3 =

0,88

Para k = 1, tem-se:
2 1 + 1,5
x1 = 2 = 1,25

x 2 = 3 0,5 = 1,25
2
2
Para, k = 2 tem-se:
3 1 + 1,25
x1 = 2 = 1,13

x 3 = 3 1,25 = 0,88
2
2
k

x1k

x k2

x1k +1 x1k

x k2 +1 x k2

0
1
2
3
4
5

0,00
0,50
1,25
1,13
0,94
0,97

0,00
1,50
1,25
0,88
0,94
1,03

--0,50
0,75
0,12
0,19
0,03

--1,50
0,25
0,37
0,06
0,09

0,97
A soluo ser: x =

1,03
Verificao:
2 0,97 1,03 = 1

0,97 + 2 1,03 = 3

0,91 1

3,03 3

OK

10 1

3.11 MTODO DE GAUSS-SEIDEL

- Possui convergncia mais rpida.
- Para calcular x ik , utiliza-se todos os valores que j foram calculados na iterao atual,
mais os valores calculados na iterao anterior.
- Critrio de parada o mesmo do mtodo de Jacobi => x ik +1 x ik
Exemplo: Resolver o sistema abaixo pelo mtodo de Gauss-Seidel. Verificar o resultado.

2 x1 x 2 = 1
s=
,
x1 + 2 x 2 = 3

0
com x o =
0

10 1

As equaes iterativas so:

k +1 1 + x k
2
x1 =

k +1 3 x1k +1
x 2 =
2

p/ k = 0, 1, 2, ....

1 1+ 0
x1 = 2 = 0,5

x1 = 3 0,5 = 1,25
2
2

1a iterao:

x1k

x k2

x1k +1 x1k

x k2 +1 x k2

0
1
2
3
4

0,00
0,50
1,13
0,97
1,01

0,00
1,25
0,94
1,02
1,00

--0,50
0,63
0,16
0,04

--1,25
0,31
0,08
0,02

1,01
A soluo ser: x =

1,00
Verificao:

2 1,01 1,00 = 1

1,01 + 2 1,00 = 3

1,02 1

3,01 3

OK

10 1

EXERCCIOS
1) Classificar os sistemas abaixo e resolv-los por substituies retroativas ou
progressivas:

2 x 1 = 4
x + 3x = 2
1
2
a)
x1 x 2 + 2 x 3 = 0
2 x1 + 4 x 2 x 3 + x 4 = 2
3x1 + 4 x 2 5x 3 + x 4 = 10
x 2 x = 1
3
4
b)
4 x 3 5 x 4 = 3
2 x 4 = 2
2) Determinar o vetor soluo dos sistemas lineares abaixo:

x1 = 1
x + x = 1
1
2
a)
x1 + x 2 + x 3 = 3
x1 + x 2 + x 3 + x 4 = 3
x1 = 1

x1 + x 2 = 1
b) 2 x1 + x 2 + 3x 3 = 0
x + x + x = 1
2
3
1
x1 x 2 + x 3 x 4 + x 5 = 3
3) Determinar o vetor soluo do sistema linear atravs do mtodo de eliminao de
Gauss:

x1 + x 2 + 2 x 3 + 4 x 4 = 7,12
x + x + 5x + 6 x = 12,02
1
2
3
4
a)
2 x1 + 5x 2 + x 3 + 2 x 4 = 14,90
4 x1 + 6 x 2 + 2 x 3 + x 4 = 20,72
4) Resolver pelo mtodo da Pivotao os sistemas:

x1 + x 2 + 2 x 3 = 4

a) 2x1 x 2 x 3 = 0
x x x = 1
2
3
1

 x 1 + 2 x 2 + 3x 3 + 4 x 4
2 x + x + 2 x + 3x
1
2
3
4
b)
3
x
+
2
x
+
x
+
2
x
2
3
4
1
4 x1 + 3x 2 + 2 x 3 + x 4

= 10
=7
=6
=5

5) Determinar o vetor soluo dos sistemas lineares abaixo, atravs do mtodo de Jacobi,
com no mximo 10 iteraes:

a ) Com x ( 0) = 0 0 0 0 e E 10 2

x1 0,25x 2 0,25x 3 = 0
0,25x + x 0,25x = 0

1
2
4

0,25x1 + x 3 0,25x 4 = 0,25

0,25x 2 + x 4 = 0,25

b) Com x ( 0) = 1 3 1 3 e E 10 2

5x1 x 2 + 2 x 3 x 4 = 5
x + 9 x 3x + 4 x = 26
1
2
3
4

3x 2 7 x 3 + 2 x 4 = 7
2 x1 + 2 x 2 3x 3 + 10 x 4 = 33
6) Determinar o vetor soluo dos sistemas lineares abaixo, atravs do mtodo de GaussSeidel, com no mximo 10 iteraes:

a) Com x ( 0) = 0 0 0 0 e E 10 2

x1 0,25x 2 0,25x 3 = 0
0,25x + x 0,25x = 0

1
2
4

0,25x1 + x 3 0,25x 4 = 0.25

0,25x 2 + x 4 = 0,25

b) Com x ( 0) = 0 0 0 0 0 e E 10 2

10 x1 + 4 x 2 x 3 + 3x 4 = 2
8 x 2 x + x 3x = 5
2
3
4
5

2 x1 4 x 2 + 7 x 3 = 13
x + 2 x 3x 10 x + 2 x = 4
2
3
4
5
1
2 x1 x 2 x 3 + x 4 7 x 5 = 7

CAPTULO 4
INTERPOLAO

4.1 INTRODUO
Muitas funes so conhecidas apenas em um conjunto finito de pontos de um intervalo

[a , b] e no se dispe de sua forma analtica.

xi

f (x i )

a = xo
f (x o )

x1

x2

x3

......

xn

f (x1 )

f (x 2 )

f (x 3 )

......

f (x n )

A interpolao consiste em, a partir desses dados tabelados, aproximar f(x) para qualquer
x [a , b] por meio de outra funo g(x) que satisfaa a condio:

f (x i ) = g( x i )

para todo i = 0,1,2,3,..., n

As funes que substituem as funes dadas podem ser de tipos variados, tais como:
exponencial, logartmica, trigonomtrica e polinomial.
Estudaremos as funes polinomiais.
Por exemplo, para n = 3 , indicamos graficamente:

g(x)
f(x)
a = xo

x1

x2

x3 = b

A necessidade de se obter a funo interpoladora g(x) surge pelas situaes:

1) Quando a expresso analtica de f(x) muito complicada e exige muito esforo no seu
manuseio (ex: operaes de integrao e diferenciao);
2) Quando realmente s se conhecem os valores de f(x) para o conjunto de n pontos e
necessrio calcular o valor aproximado desta funo em qualquer outro ponto x x i
com x [a , b] (ex: tabela de pontos obtida a partir de resultados experimentais).

Seja a funo y = f ( x ) . Deseja-se determinar f ( x ) onde,

a) x [x o , x 3 ] e x x i para i = 0,1,2,3
Devemos fazer uma interpolao, ou seja, determinar um polinmio interpolador que
uma aproximao da funo tabelada.
b) x [x o , x 3 ]
Devemos realizar uma extrapolao, ou seja, a funo interpoladora no garante boa
aproximao.

4.2 INTERPOLAO LINEAR

Dados dois pontos distintos de uma funo y = f ( x ) : (x o , y o ) e (x1, y1 ) . Deseja-se
calcular o valor de y para um determinado valor de x entre x o e x1 .
O grau do polinmio interpolador uma unidade menor que o nmero de pontos
conhecidos. Neste caso, o polinmio interpolador tem grau 1 (dados 2 pontos).
p1 ( x ) = a o + a1x
onde ao e a1 devem ser calculados de forma que se tenha:
p1 ( x o ) = f ( x o ) = y o
p1 ( x1 ) = f ( x1 ) = y1

a o + a1x o = y o

a o + a1x1 = y1
1 x o
A=

1 x1

ao e a1 so incgnitas

matriz dos coeficientes

O det A 0 , pois x o x1 (pontos distintos)

soluo nica

Exemplo: Seja a funo y = f ( x ) definida pelos pontos (0; 1,35) e (1; 2,94) , determine
aproximadamente o valor de f (0,73) .
p1 ( x o ) = a o + a1.0 = 1,35
p 2 ( x1 ) = a o + a1.1 = 2,94
Logo, p1 ( x ) = 1,35 + 1,59x
Ento, p1 (0,73) = 2,51




a o = 1,35

1,35 + a1 = 2,94

a1 = 1,59

4.3 INTERPOLAO QUADRTICA

Se, de uma funo so conhecidos 3 pontos distintos, o polinmio interpolador ser:
P2 ( x ) = a o + a1x + a 2 x 2
a + a x + a x 2 = y
2 o
o
o 1 o

2
a o + a1x1 + a 2 x1 = y1

2
a o + a1x 2 + a 2 x 2 = y 2

1 x
o

A = 1 x1
1 x
2

x o2

x12
x 22

DetA 0 (pontos distintos)

Exemplo: Determine o polinmio que interpola os pontos da tabela dada a seguir. Calcule
f (0,5) . Verifique o resultado.
xi
f(xi)

-2
18

Expresso do polinmio interpolador:

0
4

2
6

P2 ( x ) = a o + a1x + a 2 x 2

P2 ( x o ) = a o + a1 (2) + a 2 (2) 2 = 18
P2 ( x1 ) = a o + a1 (0) + a 2 (0) 2 = 4
P2 ( x 2 ) = a o + a1 (2) + a 2 (2) 2 = 6

a o 2a1 + 4a 2 = 18

a o = 4
a + 2a + 4a = 6
1
2
o

2a1 + 4 2 = 2
Logo,
Ento,

4 2a1 + 4a 2 = 18

4 + 2a1 + 4a 2 = 6

2a1 + 4a 2 = 14

+ 2a 1 + 4a 2 = 2
8a 2 = 16

a2 = 2


a1 =

28
2

a1 = 3

P2 ( x ) = 4 3x + 2 x 2
P2 (0,5) = 3

Verificao:
Para x = 2 P2 (2) = 4 3 (2) + 2 (2) 2 = 18 18 = 18
Para x = 0 P2 (0) = 4 3 (0) + 2 (0) 2 = 4 4 = 4
Para x = 2 P2 (2) = 4 3 (2) + 2 (2) 2 = 6 6 = 6

OK

4.4 INTERPOLAO POLINOMIAL

As interpolaes lineares e quadrticas so casos particulares da interpolao polinomial.
Sendo dados n + 1 pontos distintos, ser determinado o polinmio interpolador de grau menor
ou igual a n.
2

p n ( x ) = a o + a1x + a 2 x + ..... + a n x

ou

p n (x ) =

aixi
i =0

Logo,
a o + a1x o + a 2 x o2 + ..... + a n x on = y o

a + a x + a 2 x12 + ..... + a n x1n = y1

s= o 1 1
M

2
n
a o + a1x n + a 2 x n + ..... + a n x n = y n
ao, a1, a2, ......, na so as incgnitas, resolvendo-se o sistema tem-se o polinmio pn(x).

4.5 ERRO DE TRUNCAMENTO PARA A INTERPOLAO POLINOMIAL

E T ( x ) = (x x o )(x x1 ) ..... (x x n )

f ( n +1) ( x )
(n + 1)!

ou

E T (x ) = f (x ) p n (x )
Na interpolao linear, p( x ) = a o + a1x , aproxima a funo f(x) para uma reta que passa
pelos pontos ( x o , y o ) e ( x1 , y1 ) , como mostra a figura abaixo:
p(x)
f(x)

y1

Et
yo
xo x

x1

O erro de truncamento no ponto x depende de sua localizao. Se x coincidir com x o ou

x1 o erro nulo, pois,
f ( n +1) ( x )
E T ( x ) = (x o x o )(x x1 ) ..... (x x n )
(n + 1)!
0

Exemplo: Seja a funo f ( x ) = senx , calcule p1 ( / 2) e Et ( / 2) pelas duas frmulas.

Dados:

xi
1
2

yi
0,84
0,91

1) Et = f ( x ) p1 ( x ) 
2) Et ( x ) = (x x o )(x x1 )

p1 ( x ) = 0,77 + 0,07 x
p1 ( / 2) = 0,88
Et = f ( / 2) p1 ( / 2) = 1 0,88 = 0,12
f ' ' (x )
2!

(sen ( / 2))
1
Et = 1 2
= (0,57).(0,43).
2
2 2 2

Et ( x ) = 0,12

4.6 INTERPOLAO DE LAGRANGE

Com o intuito de evitar resoluo do sistema de equaes lineares durante a determinao
do polinmio interpolador, pode-se representar pn(x) da seguinte maneira:
p n ( x ) = y o L o ( x ) + y1 L1 ( x ) + ....... + y n L n ( x )
ou
n

p n ( x ) = yi Li ( x )
i=0

Onde, Li(x) um polinmio qualquer de grau menor ou igual a n com n + 1 pontos distintos
conhecidos (alguns coeficientes podem se anular).
Li ( x ) =

( x x o ).( x x1 ).( x x 2 )......( x x i 1 ).( x x i +1 )......( x x n )

( x i x o ).( x i x1 ).( x i x 2 )......( x i x i 1 ).( x i x i +1 )......( x i x n )
ou
n

(x x j )

j = 0, j i
n

Li ( x ) =

(xi x j )

j= 0, j i

logo
n

p n (x ) =

yi
i=0

(x x j )

(x
j= 0
j i

x j)

Exemplo: Determinar o polinmio interpolador de Lagrange para a funo conhecida pelos

pontos tabelados abaixo e calcule p(1,5) . Verificar o resultado.

xi
0
1
2
3

yi
4
2
0
-6

p3 (x ) =

i=0

p3 ( x ) = y o

(x x j )

(x
j= 0
j i

x j)

( x x1 ).( x x 2 ).( x x 3 )
( x x o ).( x x 2 ).( x x 3 )
+ y1
+
( x o x1 ).( x o x 2 ).( x o x 3 )
( x1 x o ).( x1 x 2 ).( x1 x 3 )

+ y2

p3 ( x ) = 4

yi

( x x o ).( x x1 ).( x x 3 )
( x x o ).( x x1 ).( x x 2 )
+ y3
( x 2 x o ).( x 2 x1 ).( x 2 x 3 )
( x 3 x o ).( x 3 x1 ).( x 3 x 2 )

( x 1).( x 2).( x 3)
( x 0).( x 2).( x 3)
( x 0).( x 1).( x 2)
+2
+06
(1) (2) (3)
(1) (1) (2)
(3) (2) (1)
4
p 3 ( x ) = ( x 2 3x + 2)( x 3) + x ( x 2 5x + 6) x ( x 2 3x + 2)
6

4
p 3 ( x ) = ( x 3 3x 2 3x 2 + 9 x + 2 x 6) + x 3 5 x 2 + 6 x x 3 + 3x 2 2 x
6
2
p 3 ( x ) = ( x 3 6 x 2 + 11x 6) 2 x 2 + 4 x
3
2
22
p3 (x ) = x 3 + 4x 2
x + 4 2x 2 + 4x
3
3
2
10
p3 (x ) = x 3 + 2 x 2 x + 4
3
3
p 3 (1,5) = 1,25
Verificao:
2
10
p 3 ( 0) = 0 3 + 2 0 2 0 + 4 = 4 4 = 4
3
3
2 3
10
p 3 (1) = 1 + 2 12 1 + 4 = 2 2 = 2
3
3
2
10
p 3 ( 2) = 2 3 + 2 2 2 2 + 4 = 0 0 = 0
3
3
2
10
p 3 (3) = 33 + 2 32 3 + 4 = 6 6 = 6
3
3

OK

4.7 - INTERPOLAO COM DIFERENAS DIVIDIDAS (FRMULA DE NEWTON)

O polinmio p n ( x ) de grau menor ou igual a n que interpola f(x) em n + 1 pontos
distintos pode ser obtido atravs da expresso:
p n ( x ) = d o + d1 ( x x o ) + d 2 ( x x o )( x x1 ) + ....... + d n ( x x o )( x x1 ).....( x x n 1 )
Os coeficientes dk, com k = 0,1,2,...., n so as diferenas divididas.
Tem-se que:
d o = f [x o ]
d1 = f [ x o , x1 ]
M
d n = f [ x o , x1, x 2 ,......, x n 1 , x n ]

f[x o ] = f ( x o ) = yo
f[x ] = f ( x ) = y

1
1
ORDEM 0 1
M
f[x n ] = f ( x n ) = y n
f ( x1 ) f ( x o )

f[x o , x1 ] =
x1 x o

f ( x 2 ) f ( x1 )
f[x1, x 2 ] =
x 2 x1
ORDEM 1
M

f ( x n ) f ( x n 1 )

f[x n -1, x n ] =
x n x n 1

f [ x1 , x 2 ] f [ x o , x1 ]

f[x o , x1, x 2 ] =
x2 xo

f [ x 2 , x 3 ] f [ x1, x 2 ]
f[x1, x 2 , x 3 ] =
x 3 x1
ORDEM 2
M

f [ x n 1 , x n ] f [ x n 2 , x n 1 ]

f[x
,
x
,
x
]
=
n
2
n
1
n

x n xn 2

ORDEM N : f[x o , x1,....., x n 1, x n ] =

f [ x1, x 2 ,..., x n ] f [ x o , x1 ,...., x n 1 ]

xn xo

Assim,
x
xo

ORDEM 0

x1

f ( x1 )

x2

f (x 2 )

f [x1 , x 2 ] =

f ( x 2 ) f ( x1 )
x 2 x1

x3

f (x 3 )

f [x 2 , x 3 ] =

f (x 3 ) f ( x 2 )
x3 x 2

f (x o )

ORDEM 1
f ( x1 ) f ( x o )
f [x o , x1 ] =
x1 x o

ORDEM 2
f [ x1 , x 2 ] f [ x o , x1 ]
f [x o , x1 , x 2 ] =
x2 xo

f [x1 , x 2 , x 3 ] =

ORDEM 3

f [x o , x1 , x 2 , x 3 ] =

f [ x1 , x 2 , x 3 ] f [ x o , x1 , x 2 ]
x3 xo

f [ x 2 , x 3 ] f [ x1 , x 2 ]
x 3 x1

Exemplo: Construir a tabela das diferenas divididas e obter, pela frmula de Newton, o
polinmio interpolador dos pontos dados na tabela abaixo. Verifique o polinmio encontrado.
-2
18

xi
f(xi)

0
4

2
6

Na tabela tem-se n + 1 = 3 pontos conhecidos, logo n = 2 . O polinmio interpolador de

f(x), pela frmula de Newton ser dado por:
p 2 ( x ) = d o + d1 ( x x o ) + d 2 ( x x o )( x x1 )
p 2 ( x ) = d o + d1 ( x + 2) + d 2 ( x + 2)( x 0)
p 2 ( x ) = d o + d1 ( x + 2) + d 2 ( x 2 + 2 x )
Quando se tem n + 1 pontos conhecidos, pode-se calcular n diferenas divididas de 1
ordem, n 1 de 2 ordem e assim sucessivamente, at uma diferena dividida de ordem n.
n +1 = 3
n=2
x
x o = 2

x1 = 0
x2 = 2

2 dd de 1 ordem
1 dd de 2 ordem
ORDEM 0
d o = f (2) = 18
f ( 0) = 4
f ( 2) = 6

O polinmio ser:

ORDEM 1
4 18
d1 = f [x o , x1 ] =
= 7
2
f [x1 , x 2 ] =

ORDEM 2
d 2 = f [x o , x1 , x 2 ]
1 (7) 8
d2 =
= =2
2+2
4

64
=1
2

p 2 ( x ) = 18 7( x + 2) + 2( x 2 + 2 x ) = 18 7 x 14 + 2 x 2 + 4 x
p 2 ( x ) = 2 x 2 3x + 4

Verificao:
p 2 (2) = 2(2) 2 3(2) + 4 = 18

p 2 (0) = 2(0) 2 3(0) + 4 = 4

4=4

p 2 (2) = 2(2) 2 3(2) + 4 = 6

6=6

18 = 18

OK

EXERCCIOS
1) Calcule o nmero aproximado de habitantes de Belo Horizonte em 1975 usando os
valores dados pela tabela abaixo para os anos de 1970 e 1980.
Nmero de habitantes de Belo Horizonte nos censos de 1950, 1960, 1970 e 1980:
ANO
Habitantes

1950
1960
1970
1980
352.724 683.908 1.235.030 1.814.990

3) Dada a tabela abaixo:

xi
f(xi)

0
0,00

/6
0,33

/4
0,56

/3
0,74

/2
0,78

a) Determine uma funo quadrtica interpoladora e ache f(/5).

b) Determine f(11/18).
3) Utilizando os valores da funo f ( x ) = x 2 3x + 1 , dados na tabela abaixo:
xi
f(xi)

0,5
0,25

1,0
1

1,5
1,25

a) Determinar f(1,2) usando interpolao linear e calcular o erro de truncamento.

b) Determinar f(1,2) usando interpolao quadrtica e calcular o erro de truncamento.
4) Calcular um valor aproximado de e 0, 25 usando os valores abaixo e calcular o erro de
truncamento.
x
ex

0,1
1,105

0,2
1,221

0,3
1,350

0,4
1,492

a) usando interpolao linear.

b) usando interpolao quadrtica
5) Obtenha o polinmio interpolador da funo dada pela tabela.
xi
yi

0
4

1
2

2
0

3
-6

6) Determine o polinmio interpolador de Lagrange de acordo com a tabela.

xi
f(xi)

1
1

2
2

3
3

7) Determine o polinmio interpolador de Lagrange de acordo com a tabela.

xi
f(xi)

-2
18

0
4

2
6

8) Construa a tabela de diferenas divididas e obtenha o polinmio interpolador da funo dada na

tabela.
xi
f(xi)

0
4

1
2

2
0

3
-6

9) Calcule pelo mtodo de Newton o valor interpolado de f(1.26), usando um polinmio de grau
2 e a tabela abaixo.
xi
f(xi)

0.5
4,0

0.7
3,0

0.9
4,5

1.1
3,5

1.3
5,0

10) Ajuste os pontos da tabela abaixo a uma parbola.

xk
yk

-2
-3

-1
-2

0
0

1
4

2
8

3
11

CAPTULO 5
AJUSTE DE CURVA

5.1 INTRODUO
O Ajuse de curva consiste no traado de uma curva c mais prxima quanto possvel do
sistema de pontos pi ( x i , yi ) com i = 1,2,3,..., n .
y
c
y2
y1

yn

y3

x1

x2

x3

xn

A obteno de uma funo f k ( x i ) que seja uma boa aproximao para os valores
tabelados e que permita extrapolar com certa margem de segurana conhecida como funo
de ajuste.
Interpolao: a funo interpoladora tem que coincidir com os pontos tabelados.
Ajuste: no necessrio que os pontos tabelados coincidam com a funo ajuste, mas que
a diferena entre o valor de ajuste e o tabelado seja pequena.

5.2 MTODO DOS MNIMOS QUADRADOS

Defini-se como resduo do ajuste para cada ponto:
R k = f k (x k ) f (x k )

p / k = 1,2,3,...., n

O mmq determina que a funo que melhor se ajusta aos m pontos dados aquela para a
qual a soma dos quadrados dos resduos seja mnima:

[f k ( x k ) f (x k )] 2 0
m

R=

k =1

5.2 AJUSTE A UM POLINMIO DE GRAU N

Para ajustar f(x) por um polinmio de grau n 1 , a funo de ajuste dever ter a seguinte
expresso:
f k ( x ) = a o + a1x + a 2 x 2 + .... + a n x n

Os coeficientes a o , a1, a 2 ,...., a n podem ser obtidos a partir da resoluo do seguinte

sistema:
m

x k

2
x k
M

n
x k

xk
x 2k
x 3k

x 2k
x 3k
x 4k

x nk +1 x nk + 2

L
L
L

x nk a o y k

x nk +1 a1 x k .y k
2

x nk + 2 . a 2 = x k .y k

x 2kn
M

M
a n x nk .y k

Onde m o nmero de pontos da tabala dada.

5.2.1 Ajuste Linear

Exemplo: A tabela abaixo mostra o desempenho de um torno de parafusos em funo de sua
idade. Faa a projeo anual de 5 at 8 anos.
t (anos)
p (parafusos/dia)

1
240

2
200

3
180

4
150

Fazendo um diagrama com os pontos dados, verifica-se que uma reta um bom ajuste
para a funo tabelada. Logo,
y
250
200
150
100

f k ( x ) = a o + a1x

50
1

Construindo a tabela, tem-se:

m
x
k

xk

1
2
3
4

1
2
3
4
10

x 2k
1
4
9
16
30

x k a o y k

2. =
x k a1 x k .y k

yk

x k .y k

240
200
180
150
770

240
400
540
600
1780

4 10 a o 770
10 30 . a = 1780

4a o + 10a1 = 770

10a o + 30a1 = 1780

a o = 178 3a1
4(178 3a1 ) + 10a1 = 770

a1 = 29
a o = 178 3(29)

712 12a1 + 10a1 = 770

f k ( x ) = 265 29 x

a o = 265

2a1 = 58

Projetando a produo, tem-se:

t (anos)
p (parafusos/dia)

5
120

6
91

7
62

8
33

5.2.2 Ajuste Para Casos No Lineares

Em alguns casos, a funo escolhida para ajuste pode no ser a polinomial. Para se aplicar
o mtodo dos mnimos quadrados necessrio efetuar uma linearizao atravs de algumas
transformaes convenientes (substituio de uma ou mais variveis por funes destas
variveis).
Exemplo 1: Ajuste Exponencial
y = a.e

y
20

bx

sendo

ln y = ln a + ln e bx 
Fazendo: z = ln y ,

y>0
15

ln y = ln a + bx

a o = ln a e a1 = b

10

Tem-se a funo linearizada: z = a o + a1x

5

Ajustar uma curva para os pontos da tabela

xk
yk

-1
3,8

0,1
5,9

1,5
8,8

3,3
12

4,5
19,8

-1

O grfico sugere um ajuste exponencial f * ( x ) = y = a.e bx .

Linearizando o modelo tem-se:
ln y = ln a + bx

xk
z = ln y k

z = a o + a1x

-1
0,1 1,5 3,3
1,34 1,77 2,17 2,48

4,5
2,99

5 x

Para obter ao e a1, tem-se:

k

xk

1
2
3
4
5

-1
0,1
1,5
3,3
4,5
8,4

x 2k
1
0,01
2,25
10,89
20,25
34,40

zk

x k .z k

1,34
1,77
2,17
2,48
2,99
10,75

-1,34
0,18
3,26
8,18
13,46
23,74

8,4 a o 10,75
5
8,4 34,40 a = 23,74

5a o + 8,4a1 = 10,75

8,4a o + 34,40a1 = 23,74

a o = 1,68

a1 = 0,28

Levando estes valores nas expresses deduzidas para o caso linear tem-se:
a o = ln a = 1,68

a = e1,68

a = 5,37

a1 = b = 0,28
Logo, f * ( x ) = 5,37 e 0,28x
Exemplo 2:

y = a.c bx

sendo

log c y = log c (a.c bx )

y > 0, c > 0 e c 1

log c y = log c a + bx

ao

a1

log c y = log c a + log c c bx

z = log c y

a o = log c a
a = b
1

Funo linearizada: z = a o + a1x

Exemplo 3: y = a.b x

sendo

ln y = ln(a.b x ) 

y>0
ln y = ln a + ln b x

ln y = ln a + x. ln b

ao

a1

Funo linearizada: z = a o + a1x

z = ln y

a o = ln a
a = ln b
1

Exemplo 4: y = a.x b

sendo

ln y = ln(a.x b ) 

y>0 e

ln y = ln a + ln x b

ln y = ln a + b. ln x

ao

a1 t

Funo linearizada: z = a o + a1t

Exemplo 5: y =

1
a + bx

1
= a + bx
y

a o a1

z = y

a o = a
a = b
1

Funo linearizada: z = a o + a1x

Exemplo 6: y = a + b. cos x
y = a + b. cos x

z

a o a1 t
Funo linearizada: z = a o + a1t

x>0

z = y
a = a
o

a1 = b
t = cos x

z = ln y
a = ln a
o

a1 = b
t = ln x

EXERCCIOS
1) Ajuste os dados da tabela ao modelo y = a.10 bx .
xk
yk

-1
3.8

0.1
5.9

1.5
8.8

3.3
12

4.5
19.8

2) O nmero de bactrias (Y) por unidade de volume em cultura aps (X) horas
apresentado na tabela a seguir.
xi
yi

2
8.4

3.5
13

6
19

8
24

Ajuste os dados curva y = a.x b e determine a quantidade de bactrias para x=10 horas.
3) Para a tabela abaixo, ajuste pelo mtodo dos mnimos quadrados uma frmula do tipo
y = a.ekx .
xk
yk

1
7

2
11

3
17

4
27

5
41

4) Para os dados da tabela abaixo, ajustar pelo mtodo dos mnimos quadrados uma
frmula do tipo y = a.x b .
xi
yi

2
65

3
60

3.5
55

4
50

5) Ache a curva trigonomtrica do tipo y = a + b cos( x ) pelo mtodos dos mnimos

quadrados para a tabela abaixo.
xk
yk

0.1
2.31

0.2
2.29

0.5
2.24

0.7
2.17

0.9
2.10

1.3
1.95

CAPTULO 6
INTEGRAO NUMRICA

6.1 INTRODUO
Se uma funo f(x) contnua em um intervalo [a,b] e sua primitiva F(x) conhecida,
ento a integral definida desta funo neste intervalo dada por:
b

f (x ) dx = F(b) F(a) , onde F' ( x ) = f (x )

Por exemplo:
3

2
x dx = 9 , pois, F(x ) =

0
3

x3
uma funo cuja derivada f ( x ) = x 2
3

Assim, x 2 dx = F(3) - F(0) =

0

33 03

=9
3
3

Em alguns casos o valor dessa primitiva F(x) no conhecido ou de difcil obteno e,

em situaes prticas, nem sempre se tem a funo a ser integrada definida por uma frmula
analtica (mas definida por tabela de pontos). Assim necessria a utilizao de mtodos
numricos para calcular o valor da integral definida f(x).
A seguir estudaremos dois mtodos numricos de integrao: Mtodo dos trapzios e
Mtodo de Simpson.

6.2 REGRA DOS TRAPZIOS

Consiste em substituir a funo integrando f(x) por um polinmio interpolador de grau 1
que a interpole nos extremos do intervalo de integrao [a,b].

6.2.1 Interpretao Geomtrica

f (x )

P1( x )

f ( x1 )
f (x o )

a = xo

b = x1

IT =

b = x1

P1( x ) dx =

a=xo

h
[f ( x o ) + f ( x1)] = h ( yo + y1)
rea do trapzio da geometria
2
2

A integral do polinmio interpolador a rea do trapzio de altura h e bases f(xo) e f(x1).

6.2.2 Erro de Truncamento

A diferena entre a integral exata de f(x) e a integral aproximada (trapzio) o erro de
integrao:

h3
E T = f " (c ) , a c b
12
OBS:
a) f " (c) deve ser o maior valor de f " ( x ) , no intervalo [a,b].
b) Se f " (c) > 0 o erro na integrao por excesso e se f " (c) < 0 o erro na integrao por
falta.

6.2.3 A Integral pela Regra dos Trapzios

A integral resultante da Regra dos Trapzios ser dada pela expresso:

I = IT + E T =

3
h
[f (x o ) + f (x1)] h f "(c)
2
12
3,6

Exemplo: Calcular, pela regra dos trapzios o valor de

1o) clculo de IT:
xi
3,0
3,6

1
f (x ) =
x

I=

dx
x
3,0

f(xi)
0,3333
0,2778

h = x1 x o = 3,6 3,0 = 0,6

IT =

h
[f (x o ) + f (x1)] = 0,6 [0,3333 + 0,2778] = 0,18333
2
2

2o) clculo de ET:

f ( x ) = x 1
ET =

f ' ( x ) = x 2

f ' ' ( x ) = 2 x 3

h3
h3 2
0,63 2
f " ( c) = . =
. = 1,333 103
12 27
12
12 x 3

xi
3,0
3,6

f(xi)
0,074
0,043

3o) clculo de I:
I = IT + E T = 0,1833 1,333 103 = 0,1820
Pelo clculo integral (analiticamente):
3,6

I=

dx
= ln(3,6) ln(3,0) = 0,18232
x
3,0

6.3 METODO DOS TRAPZIOS REPETIDOS OU FRMULA COMPOSTA DOS

TRAPZIOS
Podemos constatar que quanto maior for o intervalo de integrao, maior ser o erro
cometido pelo mtodo dos trapzios. Uma forma de se melhorar o resultado obtido
(minimizar o erro) subdividir o intervalo [a,b] em n intervalos de amplitude h (partes iguais)
e a cada subintervalo aplica-se a regra dos trapzios.

f (x )

xo

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

Somando a rea dos n trapzios temos:

I TR =

h
[f ( x o ) + 2f (x1 ) + 2f ( x 2 ) + ... + 2f ( x n 1 ) + f (x n )]
2

O erro total cometido a soma dos erros cometidos na aplicao da frmula dos trapzios
a cada subintervalo.

E TR = E1 + E 2 + ... + E n
E TR =
Assim:

(b a ) 3
12.n 2

f " (c)

I = I TR + E TR

OBS: Quanto maior o nmero de subintervalos, menor ser o erro.

Exemplo:
Calcular a integral abaixo utilizando a regra dos trapzios composta subdividindo o
intervalo [a,b] em 6 subintervalos.
3,6

I=

dx
x
3,0

h=

b a 3,6 3,0
=
= 0,1
n
6

1o) clculo de ITR:

1

xi
3,0
3,1
3,2
3,3
3,4
3,5
3,6

f(xi)
0,3333
0,3226
0,3125
0,3030
0,2941
0,2857
0,2778

f (x ) =

1
x

I TR =

h
[f (x o ) + 2f ( x1 ) + 2f ( x 2 ) + 2f (x 3 ) + 2f ( x 4 ) + 2f (x 5 ) + f (x 6 )]
2

I TR =

0,1
[0,3333 + 2.0,3226 + 2.0,3125 + 2.0,3030 + 2.0,2941 + 2.0,2857 + 0,2778] = 0,18235
2

f ' (x ) =

x2

f ' ' (x) = 2

x3

2o) clculo de ETR:

E TR =

(b a ) 3
12.n 2

f " (c) =

(3,6 3,0) 3
12 6 2

2
= 3,704 10 5
27

3o) clculo de I:
I = I TR + E TR = 0,18235 3,704 10 5 = 0,182313
OBS: A preciso deste resultado superior ao do mtodo anterior.

6.4 REGRA DE SIMPSON

Consiste em substituir a funo integrando f(x) por um polinmio interpolador de grau 2
(parbola), que a interpole em 3 pontos igualmente espaados xo, x1 e x2, onde, x o = a ,
x1 = a + h e x 2 = a + 2h = b .
f (x )

f ( x1 )

P2 ( x )

f (x o )

a = xo
h

x1

b = x2
h

Is =

h
[f ( x o ) + 4f (x1 ) + f (x 2 )]
3

Es =

h5
f ' ' ' ' ( c)
90

I = Is + E s
3,6

Exemplo: Calcular pela regra de Simpson o valor de I =

xi
3,0
3,3
3,6

dx
.
x
3,0

f(xi)
0,3333
0,3030
0,2778

h=

ba
= 0,3
2

Is =

h
[f ( x o ) + 4f (x1 ) + f ( x 2 )] = 0,3 [0,3333 + 4 0,3030 + 0,2778] = 0,18232323
3
3
1

f (x ) =

1
x

Es =

h5
0,35 24
f ' ' ' ' (c ) =

= 2,6667 10 6
90
90 35

f ' (x ) =

x2

 f ' ' (x ) =

x3

f ' ' (x ) =

6
x4

f ' ' ' ' (x) =

24
x5

I = I s + E s = 0,18232323 2,6667 10 6 = 0,1823206

6.5 REGRA DE SIMPSON REPETIDA

Deve-se substituir o intervalo de integrao [a,b] em n subintervalos (n par) iguais de
amplitude h e a cada par de subintervalos aplicar a regra de simpson simples:
h
[f ( x o ) + 4f ( x1 ) + f (x 2 )]
3
h
rea do 2o par de subintervalos: [f ( x 2 ) + 4f ( x 3 ) + f ( x 4 )]
3
M
h
rea do ltimo par de subintervalos: [f ( x n 2 ) + 4f ( x n 1 ) + f ( x n )]
3
rea do 1o par de subintervalos:

Somando as reas temos:

ISR =

h
[f (x o ) + 4f (x1 ) + 2f (x 2 ) + 4f (x 3 ) + 2f (x 4 ) + L + 2f (x n 2 ) + 4f (x n 1 ) + f (x n )]
3

E SR =

(b a )5 f ' ' ' ' (c)

180 n 4

I = ISR + E SR
Exemplo: Calcular o valor da integral I aplicando a regra de Simpson repetida. Usar n = 4.
2

I = ( x 2 + 2x + 1) dx
1

h=

b a 2 1
= 0,25
=
4
4

ISR =

f ' (x) = 2x + 2

(
b a )5
=
f ' ' ' ' (c) = 0
180 n 4

I = ISR + E SR = 6,3333333
Analiticamente, o valor desta integral ser:
2

f(xi)
4,0000
5,0625
6,2500
7,5625
9,0000

0,25
[4 + 4 5,0625 + 2 6,2500 + 4 7,5625 + 9] = 6,333333
3

f ( x ) = x 2 + 2x + 1
E SR

xi
1,00
1,25
1,50
1,75
2,00

x3
I = ( x + 2x + 1) dx =
+ x 2 + x = 6,333333
3
1
1
2

f ' ' (x ) = 2 

f ' ' ' (x) = f ' ' ' ' (x) = 0